Разработка прогнозной модели оценки запасов лекарственных растений с помощью средств ГИС на примере Среднего Урала

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.

1. Верхотуров А. А., Мелкий В. А. Картографирование растительных сообществ подзоны темнохвойных лесов юга Сахалина на основе космических съемок. Материалы Международной конференции «ИнтерКарто. ИнтерГИС». 2020;26(4):60–72. DOI: 10.35595/2414-9179-2020-4-26-60-72.

2. Самофалова И. А. Геомоделирование почвенного покрова на основе обобщенного пространственного анализа территории заповедника «Басеги» (Средний Урал). Материалы Международной конференции «ИнтерКарто. ИнтерГИС». 2020;26(4):131–146. DOI: 10.35595/2414-9179-2020-4-26-131-146.

3. Санданов Д. В. Современные подходы к моделированию разнообразия и пространственному распределению видов растений: перспективы их применения в России. Вестник Томского государственного университета. Биология. 2019;46:82–114. DOI: 10.17223/19988591/46/5.

4. Тептина А. Ю., Лебедева М. Б., Ямалов С. М. О некоторых сообществах петрофитных степей Среднего Урала. Растительность России. 2018;33:92–106. DOI: 10.31111/vegrus/2018.33.92.

5. Турышев А. Ю., Рябинин А. Е. Изучение дикорастущих лекарственных растений с использованием геопространственного анализа (на примере Свердловской области). Материалы Международной конференции «ИнтерКарто. ИнтерГИС». 2015;21(1):139–145.

6. Хасанова Г. Р., Ямалов С. М., Лебедева М. В., Сафин Х. М. Прогноз распространения сорно-полевых сообществ Южного Урала на основе климатического моделирования. Достижения науки и техники АПК. 2018;9(32):17–20. DOI: 10.24411/0235-2451-2018-10904.

7. Абдуллин Р. К., Шихов А. Н., Тарасов А. В. Структура и информационное наполнение электронного атласа изменений климата Урала. Материалы Международной конференции «ИнтерКарто. ИнтерГИС». 2019;25(2):247–259. DOI: 10.35595/2414-9179-2019-2-25-247-259.

8. Королюк А. Ю., Дулепова Н. А., Ямалов С. М., Лебедева М. В., Голованов Я. М., Зверев А. А. Закономерности организации растительности песчаных степей долин рек Самары, Урала и их притоков (Оренбургская область). Сибирский экологический журнал. 2018;11(2):173–182. DOI: 10.1134/S1995425518020051.

9. Шихов А. Н., Перминов С. И., Киселева Е. С. Оценка подверженности бореальных лесов Урала воздействию лесных пожаров и ветровалов по многолетним рядам спутниковых наблюдений. Современные проблемы дистанционного зондирования Земли из космоса. 2017;14(3):87–102. DOI: 10.21046/2070-7401-2017-14-4-87-102.

10. Tretyakova A., Grudanov N., Kondratkov P., Knyazev M. Aquatic vascular plants of the Middle Urals (Sverdlovsk region, Russian Federation). Occurrence dataset Federal State Autonomous Educational Institution of Higher Education «Ural Federal University named after the first President of Russia B. N. Yeltsin». 2019. DOI: 10.15468/xxuhdl. Available at: GBIF.org. Accessed: 21.01.2020.