Вход в личный кабинет
Я забыл(а) пароль
Регистрация
Extended search
Расширенный поиск
  |  
  • РЕГИСТРАЦИЯ
      Регистрация для публикации фотографий и комментариев:
|
             
  • Главная
  • фото

    • Раздел для тех, кто хочет быстро и без лишних усилий посмотреть красивые фотографии птиц всего мира

      Иногда всего один кадр может вызвать бурю эмоций или рассказать целую историю. Именно такие фотографии и попадают в нашу ежедневную рубрику "Фото дня"

      Предлагаем посмотреть подборку лучших птиц за последнюю неделю. Давайте посмотрим вместе, как прошла неделя у бёрдвотчеров всего мира

      Наши фотографы и их лучшие кадры

      Кто из фотографов встретил больше всего видов птиц за год

      В данном разделе вы найдёте информацию о более чем десяти тысячах видов птиц

      Мы представляем список популярных мест для наблюдения за птицами

      Поделитесь своими фотографиями с посетителями сайта

  • ВИДЫ ПТИЦ
  • "КРЫЛЬЯ СТЕПИ"
  • "Большой год"
  • Qb.Biodiv
  • Qb.SDM
  • Qb.ID
  • комментарии

Войти на сайт

ВХОД НА САЙТ
РАСШИРЕННЫЙ ПОИСК
  • Поиск   
      Кто весел — тот смеётся,
      Кто хочет — тот добьётся,
      Кто ищет — тот всегда найдёт!

Поиск


Остромордая лягушка


Отр.: Бесхвостые земноводные / Anura
Сем.: Настоящие лягушки / Ranidae
Род: Rana / Rana
Вид: Остромордая лягушка / Rana arvalis

Систематика:
Отряд: Бесхвостые земноводные / Anura
Семейство: Настоящие лягушки / Ranidae
Род: Rana / Rana
Вид: Остромордая лягушка / Rana arvalis

Биотопы:
Миграция: ⇴ осёдлый
Популяция:
➘Численность неизвестна
Без опасений

Подвиды:

→ Обыкновенная остромордая лягушка / Rana arvalis arvalis

Подвиды:

→ Обыкновенная остромордая лягушка / Rana arvalis arvalis
Биотопы:
Тип миграции: ⇴ осёдлый
Популяция: ➘Численность неизвестна Без опасений



Хронология встреч по GBIF:

Результат моделирования ареала: Для этого вида была выполнена модель пространственного распространения с использованием метода SDM.
Адрес модели: wingeds.world/sdm/73110 ➦

Краткая информация о модели (подробнее см. по ссылке выше):
Модель: RandomForest, шаг = 1m
Наблюдений внутри валидной области: ⓘ 4257
Уникальных наблюдений (по пикселю): ⓘ 2614
Сэмплировано фоновых точек: ⓘ 5026
Сэмплировано точек псевдоотсутствия: ⓘ 4974
Метрика качества ROC-AUC (0...1): ⓘ 0.912
Оптимальный threshold (max(TPR+TNR)): ⓘ 0.41
Метрика каппа Коэна (0...1): ⓘ 0.536
Метрика TSS (0...1): ⓘ 0.665


10 самых важных предикторов:
ПредикторЕд. изм.Важность
Расстояние до городской застройкикм0.0659
CHELSA LGD: Последний день вегетационного периодадн0.0331
CHELSA NPP: Чистая первичная продуктивность (UNESCO, VIII, 2:5-10)0.0286
CHELSA GSL: Количество дней между первым и последним наступлением условий для вегетационного периодадн0.025
SoilGrid: pH воды на глубине 5-15 см0.0236
EE CLC9: Городская/Застроенная территория (Urban/Built-up)%0.0221
SoilGrid: pH воды на глубине 0-5 см0.0216
SoilGrid: pH воды на глубине 60-100 см0.0213
SoilGrid: pH воды на глубине 30-60 см0.0204
EE CLC4: Смешанные/Другие деревья (Mixed/Other Trees)%0.0183

Сумма для 10 самых важных предикторов равна 0.27988730830919 (экологическая толерантность - низкая)


Карта SDM, настоящее время:



Карта изменения подходящих местообитаний до 2040/2070/2100 года:

Прогноз изменения подходящести местообитаний:
Подходящесть местообитаний
по сценарию SSP370/MPI-ESM1-2-HR:		наст.вр.204020702100
Оптимальная (P>0.40953204005024), кв.км655 168975 882938 390570 727
Субоптимальная (P>0.20476602002512), кв.км1 871 6542 268 6062 287 8162 349 437

* важным фактором, влияющим на этот прогноз, является экологическая пластичность вида (толерантность к изменениям условий) и способность к эволюции.
Он может сильно изменить динамику.