614990, г. Пермь, ул. Полевая, д. 2
2, Polevaya str., Perm, 614990
614990, г. Пермь, ул. Полевая, д. 2
2, Polevaya str., Perm, 614990
614990, г. Пермь, ул. Полевая, д. 2
2, Polevaya str., Perm, 614990
Введение. Интенсивное антропогенное воздействие приводит к резкому сокращению природных запасов многих ценных растений. В связи с этим, ранее полученные данные о запасах быстро устаревают. Поэтому инвентаризация запасов лекарственных растений в Российской Федерации в целом и на Среднем Урале, в частности, остается актуальной проблемой [5–7, 10]. К сожалению, в отечественной фармации современные технологии внедряются недостаточно интенсивно. По нашему мнению, причинами этого являются дорогостоящее программное обеспечение, недостаточность теоретических и практических навыков для работы на персональных компьютерах, а также специфика отрасли. Несмотря на это, применение географических информационных систем (ГИС) в фармации является достаточно перспективным. Использование географических информационных систем в качестве методологической основы позволит осуществить картирование ареалов лекарственных растений, провести анализ растительных сообществ не только для территории Среднего Урала на высоком научном уровне, но и других регионов при наличии соответствующих топооснов [1–4].
Цель. Разработка прогнозных моделей распространения лекарственных растений на основе комплексной оценки состояния популяций дикорастущих лекарственных растений Среднего Урала.
Материалы и методы. Определение запасов сырья изучаемых видов лекарственных растений проводили на конкретных зарослях по общепринятой методике. Подлинность сырья устанавливали макроскопическим методом при сборе образцов сырья. В ходе исследования изучены запасы в 4652 популяций 27 видов лекарственных растений, произрастающих на территории Среднего Урала. Сбор материала проводили в период с 2006 по 2019 при обследовании административных районов Пермского края и Свердловской области. Сравнительную комплексную оценку ресурсоведческих и фитохимических показателей изучали на примере 6 видов дикорастущих лекарственных растений: Origanum vulgare L., Lamiaceae, Hypericum perforatum L., Hypericaceae и Hypericum maculatum Crantz., Hypericaceae, Tanacetum vulgare L., Asteraceae, Artemisia absinthium L., Asteraceae, Leonurus quinquelobatus Gilib., Lamiaceae, Achillea millefolium L., Asteraceae.
Результаты и обсуждение. В ходе ресурсоведческих и фитохимических исследований представителей лекарственной флоры Среднего Урала проведена комплексная оценка состояния популяций дикорастущих лекарственных растений – источников лекарственного растительного сырья (herba Origani vulgaris, herba Hyperici, flores Tanaceti vulgaris, herba Artemisiae absinthii, herba Achillieae millefolii и herba Leonuri). Проведен геопространственный анализ распределения популяций лекарственных растений по типам почв в пределах регионов Среднего Урала. Отработан алгоритм построения прогнозных моделей распространения популяций дикорастущих лекарственных растений Среднего Урала. Разработан комплект карт «встречаемости» лекарственных растений на исследуемой территории.
Заключение. Проведенный комплекс исследований позволит актуализировать информацию о лекарственной флоре Среднего Урала. Разработанный на примере ряда представителей лекарственной флоры Среднего Урала алгоритм построения прогнозных карт может использоваться для любых регионов при наличии соответствующих топооснов.
Introduction. Intensive anthropogenic impact leads to a sharp reduction in natural reserves of many valuable plants. In this regard, previously obtained data on stocks quickly become obsolete. Therefore, the inventory of stocks of medicinal plants in the Russian Federation as a whole and the Middle Urals, in particular, remains an urgent problem. Unfortunately, modern technologies are not being implemented intensively enough in the domestic pharmacy. In our opinion, the reasons for this are expensive software, insufficient theoretical and practical skills to work on personal computers, as well as the specifics of the industry. Despite this, the use of geographic information systems (GIS) in pharmacy is quite promising [7–9]. The use of geographical information systems as a methodological basis will make it possible to map the areas of medicinal plants, to analyze plant communities not only for the territory of the Middle Urals at a high scientific level [1, 4].
Aim. Development of predictive models for the distribution of medicinal plants based on a comprehensive assessment of the state of populations of wild medicinal plants of the Middle Urals.
Materials and methods. The determination of raw material reserves of the studied species of medicinal plants was carried out on specific thickets according to the generally accepted methodology. The authenticity of raw materials was established by the macroscopic method when collecting samples of raw materials. In the course of the study, stocks of 4652 populations of 27 species of medicinal plants growing in the Middle Urals were studied. The collection of the material was carried out in the period from 2006 to 2019 during the survey of the administrative districts of the Perm Krai and the Sverdlovsk region. A comparative comprehensive assessment of resource and phytochemical indicators was studied using the example of 6 species of wild medicinal plants: Origanum vulgare L., Lamiaceae, Hypericum perforatum L., Hypericaceae and Hypericum maculatum Crantz, Hypericaceae, Tanacetum vulgare L., Asteraceae, Artemisia absinthium L., Asteraceae, Leonurus quinquelobatus Gilib., Lamiaceae, Achillea millefolium L., Asteraceae.
Results and discussion. In the course of resource and phytochemical studies of representatives of the medicinal flora of the Middle Urals, a comprehensive assessment of the state of populations of wild medicinal plants – sources of medicinal plant raw materials (herba Origani vulgaris, herba Hyperici, flores Tanaceti vulgaris, herba Artemisiae absinthii, herba Achilleae millefolii and herba Leonuri) was carried out. A geospatial analysis of the distribution of medicinal plant populations by soil types within the regions of the Middle Urals was carried out. An algorithm for constructing predictive models of the distribution of populations of wild medicinal plants of the Middle Urals has been worked out. A set of maps of the "occurrence" of medicinal plants in the study area has been developed.
Conclusion. The conducted complex of studies will allow updating information about the medicinal flora of the Middle Urals. Developed on the example of a number of representatives of the medicinal flora of the Middle Urals, the algorithm for constructing forecast maps can be used for any regions in the presence of appropriate topos.
The authors declare that there are no conflicts of interest present.