Analysis of spatial differentiation of natural populations of Prunus armeniaca L. in Dagestan using a complex of bioclimatic indicators

Cover Page

Cite item

Full Text

Abstract

The article presents the results of a comparative analysis of the main habitats of natural populations of Prunus armeniaca L. in Dagestan based on a set of climate data and digital elevation models. The grouping of the species’ range into ecogeographical units (EGE) is shown and the main bioclimatic predictors that determine the spatial differentiation of natural populations are identified. The main patterns of distribution of the species in the altitudinal direction have been determined. The optimal growing areas for the species have been identified.

Full Text

Restricted Access

About the authors

D. M. Anatov

Mountain Botanical Garden, Division of the DFSC RAS

Author for correspondence.
Email: djalal@list.ru
Russian Federation, M. Gadzhiev st., 45, Makhachkala, 367000

References

  1. Агеева Н. Г. Температурные потребности абрикоса // Бюллетень Никитского ботанического сада. 1984. Вып. 54. С. 49–53.
  2. Асадулаев З. М., Анатов Д. М., Османов Р. М. Абрикос в Дагестане: Монография. Махачкала: Типография А4. 2020. 312 с.
  3. Ахматова З. П., Карданов А. Р. Абрикос и значение экологических факторов при его выращивании. Нальчик: Полиграфсервис и Т, 2008. 164 с.
  4. Важов В. И. Агроклиматические аспекты оценки территории Крыма для абрикоса // Бюлл. гос. Никитск. ботан. сада. 1987. Вып. 62. С. 85–90.
  5. Грекусис Дж. Методы и практика пространственного анализа. Описание, исследование и объяснение с использованием ГИС. М.: ДМК Пресс, 2021. 500 с.
  6. Драгавцев А. П., Трусевич Г. В. Южное плодоводство. М.: Колос, 1970. 490 с.
  7. Животовский Л. А. Две ветви исследований популяционной структуры вида – экологическая и генетическая: история, проблемы, решения // Генетика. 2017. Т. 53. С. 1244–1253. doi: 10.7868/S0016675817110133
  8. Животовский Л. А. Популяционная структура вида: Экогеографические единицы и генетическая дифференциация популяций // Биология моря. 2016. Т. 42. С. 323–333.
  9. Животовский Л. А., Османова Г. О. Экогеографические единицы и охрана внутривидового разнообразия // Изв. РАН. Сер. биол. 2020. № 2. С. 124–136. doi: 10.31857/S0002332920020149
  10. Огурцов С. С. Моделирование пригодности местообитаний бурого медведя Ursus arctos (Linnaeus, 1758) на основе функции выбора ресурсов в мозаичных ландшафтах южной тайги // Дисс. на соиск. ученой степени канд. биол. наук. М., 2023. 350 с.
  11. Пшегусов Р. Х. Модели компонентов горных экосистем Кавказа: пространственный анализ и теория экологической ниши // Дисс. на соиск. ученой степени докт. биол. наук. Нальчик, 2023а. 409 с.
  12. Пшегусов Р. Х. От пространственного распределения к экологической нише: вопросы моделирования в рамках корреляционного подхода // Изв. РАН. Сер. биол. 2023б. № 8. С. 16–24. doi: 10.31857/S1026347023600802
  13. Пшегусов Р. Х., Темботова Ф. А., Саблирова Ю. М. Основные закономерности пространственной локализации различных типов хвойных и хвойно-широколиственных лесов северного макросклона Западного Кавказа по материалам дистанционного зондирования Земли // Вопросы лесной науки. 2019. Т. 2. № 3. С. 1–11. doi: 10.31509/2658-607x-2019-2-3-1-11
  14. Черниховский Д. М. Автоматическая классификация поверхности рельефа для изучения количественных и качественных характеристик лесов // Известия Санкт-Петербургской лесотехнической академии. 2017. Вып. 219. С. 74–95. doi: 10.21266/2079-4304.2017.219.74-95
  15. Asadulaev Z. M., Anatov D. M. Spatial structure of Prunus armeniaca L. populations in the arid woodlands of Mountaineous Dagestan // Arid Ecosystems. 2019. V. 9. № 2. P. 104–110. doi: 10.1134/S2079096119020021
  16. Asadulaev Z. M., Anatov D. M., Gaziev M. A. Genetic resources of Prunus armeniaca L. natural populations in Mountainous Dagestan // Acta Hort. 2014. V. 1032. P. 183–190. doi: 10.17660/ActaHortic.2014.1032.24
  17. Fick S., Hijmans R. WorldClim 2: New 1-km spatial resolution climate surfaces for global land areas // International Journal of Climatology. 2017. V. 37. P. 1–14. doi: 10.1002/joc.5086
  18. Guisan A., Thuiller W., Zimmermann N. Habitat suitability and distribution models: with applications in R. Cambridge: University Printing House, 2017. 467 p. doi: 10.1017/9781139028271
  19. Hijmans R. J., Cameron S. E., Parra J. L., Jones P. G., Jarvis A. Very high-resolution interpolated climate surfaces for global land areas // International Journal of Climatology. 2005. V. 25. P. 1965–1978. doi: 10.1002/joc.1276
  20. Peterson A. T., Soberón J., Pearson R. G., Anderson R., Martínez-Meyer E., Nakamura M., Araújo M. Ecological niches and geographic distributions. 2011. Princeton: Princeton University Press, 316 p. doi: 10.1111/aec.12121
  21. Qasimi A. B., Isazade V., Berndtsson R. Flood susceptibility prediction using MaxEnt and frequency ratio modeling for Kokcha River in Afghanistan // Natural Hazards. 2023. V. 123. P. 1–28. doi: 10.1007/s11069-023-06232-2
  22. SRTM. Shuttle Radar Topography Mission [Electronic resource]. 2022. Accessed: https://srtm.csi.cgiar.org/
  23. Wang M., Chen H., Lei M. Identifying potentially contaminated areas with MaxEnt model for petrochemical industry in China // Environmental Science and Pollution Research. 2022. V. 29. Р. 54421–5443. doi: 10.1007/s11356-022-19697-8
  24. WorldClim. WorldClim climate data base [Electronic resource]. 2022. Accessed: https://worldclim.com/version2
  25. Zhivotovsky L. A., Yurchenko A. A., Nikitin V. D. et al. Eco-geographic units, population hierarchy, and a two-level conservation strategy with reference to a critically endangered salmonid, Sakhalin taimen Parahucho perryi // Conservation Genetics. 2015. Vol. 16. P. 431–441. doi: 10.1007/s10592-014-0670-4

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Fragment of a digital map of Dagestan with the location of apricot growing points.

Download (106KB)
Indexing metadata
3. Fig. 2. Distribution of apricot growing heights depending on slope exposure (height range in brackets).

Download (34KB)
Indexing metadata
4. Fig. 3. Clustering of apricot growing areas taking into account the most differentiating parameters.

Download (57KB)
Indexing metadata
5. Fig. 4. Two-dimensional projection of apricot growing points taking into account the most differentiating parameters.

Download (52KB)
Indexing metadata

Copyright (c) 2025 Russian Academy of Sciences