Архив статей

АНАЛИЗ И ПРОГНОЗ ДИНАМИКИ ЧИСЛЕННОСТИ СЕРОЙ ЛИСТВЕННИЧНОЙ ЛИСТОВЕРТКИ ПРИ ПОМОЩИ МОДЕЛИ МОРАНА-РИКЕРА С ЗАПАЗДЫВАНИЕМ (2023)
Выпуск: № 2 (2023)
Авторы: Неверова Галина Петровна, Фрисман Ефим Яковлевич

Модель Морана–Рикера с запаздыванием 1 и 2 года, учитывающая внутрипопуляционные саморегуляторные механизмы, применяется к описанию динамики плотности двух популяций листовертки лиственничной (Zeiraphera griseana). Используются данные о популяциях, обитающих в Швейцарии в локациях Graubunden (the Global Population Dynamics Database: Data set 1525 (Baltensweiler, Fischlin, 1988)) и Oberengadin (Baltensweiler, 1991). Оценки значений параметров моделей находились путем минимизации суммы квадратов отклонений эмпирических и модельных траекторий. Показано, что найденные точечные оценки популяционных параметров удовлетворяют статистическим критериям и располагаются в области квазипериодических колебаний, как правило, соседствуя с другими динамическими режимами. Следовательно, вариация демографических параметров, например, в результате эволюционных процессов или же влияния модифицирующих факторов может привести к смене динамического режима. Чтобы проверить прогностические свойства этих моделей, часть данных была использована для оценок значений параметров, а оставшаяся часть – для сопоставления реальной динамики и модельного прогноза. Как оказалось, качество прогноза существенно зависит от характера динамики в конце обучающей выборки, используемой для оценки параметров. Наилучший прогноз будет получен, если обучающая выборка заканчивается на фазе пика численности. В случае фазы низкой численности прогноз может характеризоваться приемлемой ошибкой, однако характер прогнозируемой динамики может измениться: например, произойдет смещение пика численности. Для Data set 1525 проведено сопоставление точечных оценок, полученных по обучающей выборке разной длины, с динамическими режимами модели Морана–Рикера. Это позволило получить представление об эволюции динамических режимов в популяции листовертки лиственничной и выявить переходы от одних динамических режимов к другим

Сохранить в закладках