Краткая характеристика беличьих (Sciuridae)

Бе́личьи (устар. белковые, устар. векшевидные[1], лат. Sciuridae – семейство млекопитающих отряда грызунов. Размеры мелкие и средние. Длина тела от 6 (мышиная белка) до 60 см (сурки).

По внешнему виду беличьих можно разделить на 3 типа: на древесных беличьих, наземных беличьих и летяг, причём считается, что общие предки были наиболее близки к древесным беличьим. У древесных беличьих, к которым относятся собственно белки, длинные пушистые хвосты, острые когти и крупные уши, иногда с кисточками. У летяг по бокам тела, между запястьями и лодыжками имеется кожная перепонка, позволяющая им планировать. Наземные беличьи отличаются более плотным телосложением и короткими, сильными передними конечностями.

У всех беличьих задние конечности длиннее передних, но не более чем в 2 раза. Задние конечности 5-, передние 4- или 5-палые. IV палец на передних и задних конечностях наиболее длинный. Волосяной покров густой и мягкий. Окраска однотонная или с полосами и пятнами, варьирует от чёрной и белой до рыжей или тёмно-жёлтой.

Зубов всего 20—22. Коренные зубы с корнями, с каждой стороны верхней челюсти их по 5 (у одного вида — 4), нижней — по 4. Жевательная поверхность коренных зубов бугорчатая или бугорчато-гребенчатая.

Беличьи (Sciuridae)

Распространение беличьих (Sciuridae) в России

Распространены беличьи очень широко.

Населяют беличьи самые разнообразные ландшафты: от субтропиков до арктической тундры. В горах встречаются до нижней кромки ледников. Ведут наземный или древесный образ жизни. Активны главным образом днём; летяги — преимущественно ночью. Питаются разнообразными растительными кормами (семенами, орехами, грибами), реже насекомыми и мелкими позвоночными. Наземные виды кормятся преимущественно зеленью. Виды в умеренных областях ареала делают запасы на зиму или впадают в зимнюю спячку. Образ жизни одиночный, иногда колониальный. Древесные беличьи как правило строят гайна, в то время как наземные беличьи обитают в норах. Для некоторых видов отмечены дальние миграции.

Ниже представлена карта распространения беличьих в России.

library(tidyverse)
library(readxl)
library(rgdal)
svodB <- read_excel("E:/Andrew/Winter session/SMOD/Project X/svodB.xlsx")
rus <- readOGR("E:/Andrew/Winter session/SMOD/Project X/Layers/rus.shp")
OGR data source with driver: ESRI Shapefile 
Source: "E:\Andrew\Winter session\SMOD\Project X\Layers\rus.shp", layer: "rus"
with 1 features
It has 1 fields
Integer64 fields read as strings:  id 
ggplot(svodB, aes(x = `lonB`, y = `latB`)) + 
  geom_polygon(data = rus, mapping = aes(x = long, y = lat, group = group), color = "black", 
               fill = "grey", alpha = 0.7) +
  geom_point(data = svodB, mapping =aes(x = lonB, y = latB, color = specB), size = 0.9) +
  theme(legend.position="none") +
  scale_x_continuous(limits = c(15, 185), expand = c(0,0)) + 
  coord_fixed(2) +
  theme_void() +
  ggtitle("Распространение беличьих (Sciuridae) в России")

Интерактивная карта распространения беличьих (Sciuridae) в России

Наведите на точку находки, чтобы увидеть название вида.

library(leaflet)
belkar <- read_excel("E:/Andrew/Winter session/SMOD/Project X/belkar.xlsx")
bb <- belkar %>% 
  mutate(Lat = as.numeric(Lat), Lon = as.numeric(Lon))
  
leaflet(data = bb) %>% 
  addTiles() %>% 
  addPolygons(data = rus) %>% 
  addMarkers(label = ~scientificName, clusterOptions = markerClusterOptions())

Есть ли взаимосвязь между распространением беличьих (Sciuridae) и хвойных (Pinales) деревьев в России?

Хвойные (лат. Pinales) – один из 13–14 отделов царства растений, к которому относятся сосудистые растения, чьи семена развиваются в шишках. Все современные виды — древесные растения, преобладающее большинство — деревья, хотя есть и кустарники. Типичные представители — кедр, кипарис, пихта, можжевельник, лиственница, ель, сосна, секвойя, тис, каури и араукария. Хвойные растения произрастают в диком виде почти во всех частях света.

Наибольшее количество видов беличьих в России - это древесные виды. Одним из основных источников их питания являются семена деревьев, в т.ч. хвойных.

Ниже представлена карта для сравнения ареалов распространения этих видов на терриории России. Зеленым цветов отображены хвойные, а коричневым беличьи.

library(readxl)
library(tidyverse)
svodB <- read_excel("svodB.xlsx")
svodH <- read_excel("svodH.xlsx")
rus <- readOGR("E:/Andrew/Winter session/SMOD/Project X/Layers/rus.shp")
OGR data source with driver: ESRI Shapefile 
Source: "E:\Andrew\Winter session\SMOD\Project X\Layers\rus.shp", layer: "rus"
with 1 features
It has 1 fields
Integer64 fields read as strings:  id 
gg <- ggplot(svodB, aes(x = `lonB`, y = `latB`)) + 
  geom_polygon(data = rus, mapping = aes(x = long, y = lat, group = group), color = "black", 
               fill = "grey", alpha = 0.7) +
  scale_x_continuous(limits = c(15, 185), expand = c(0,0)) + 
  coord_fixed(2) +
  theme_void()
sq <- expand.grid(idx = 1:50, idy = 1:20) %>%
  left_join(data.frame(ymin = seq(40, 85, length.out = 21)[1:20],
                       ymax = seq(40, 85, length.out = 21)[2:21], idy = 1:20),
            by = "idy") %>% 
  left_join(., data.frame(xmin = seq(23, 180, length.out = 51)[1:50],
                          xmax = seq(23, 180, length.out = 51)[2:51], idx = 1:50),
            by = "idx") %>%
  mutate(nspB = NA, recB = NA, nspH = NA, recH = NA)
for(i in 1:nrow(sq)){
  dfB <- svodB %>% 
    filter(latB < sq$ymax[i], latB > sq$ymin[i], lonB < sq$xmax[i], lonB > sq$xmin[i])
  dfH <- svodH %>% 
    filter(latH < sq$ymax[i], latH > sq$ymin[i], lonH < sq$xmax[i], lonH > sq$xmin[i]) 
  sq$recB[i] <- nrow(dfB)
  sq$nspB[i] <- length(unique(dfB$specB))
  sq$recH[i] <- nrow(dfH)
  sq$nspH[i] <- length(unique(dfH$specH))
}
dfgg <- sq %>% 
  mutate(recBgg = (log(recB)/log(max(recB)))*2) %>% 
  mutate(recHgg = (log(recH)/log(max(recH)))*2)

gg + 
  geom_rect(mapping = aes(xmin = xmin, xmax = xmax, ymin = ymin, ymax = ymax), 
            data = dfgg, color = "black", fill = "green", alpha = dfgg$recHgg, inherit.aes = FALSE) +
  geom_rect(mapping = aes(xmin = xmin, xmax = xmax, ymin = ymin, ymax = ymax), 
            data = dfgg, color = "black", fill = "brown", alpha = dfgg$recBgg, inherit.aes = FALSE) +
  ggtitle("Карта сравнения ареалов распространения беличьих и хвойных")

По данной карте визуально видно, что ареал беличьих совпадает с ареалом хвойных практически на всей территории России. Но чтобы проверить это по-настоящему необходимо провести корреляцию между числом находок каждого вида по выделенным секторам (прямоугольникам).

library(readxl)
library(tidyverse)
svodB <- read_excel("svodB.xlsx")
svodH <- read_excel("svodH.xlsx")
sq <- expand.grid(idx = 1:50, idy = 1:20) %>%
  left_join(data.frame(ymin = seq(40, 85, length.out = 21)[1:20],
                       ymax = seq(40, 85, length.out = 21)[2:21], idy = 1:20),
            by = "idy") %>% 
  left_join(., data.frame(xmin = seq(23, 180, length.out = 51)[1:50],
                          xmax = seq(23, 180, length.out = 51)[2:51], idx = 1:50),
            by = "idx") %>%
  mutate(nspB = NA, recB = NA, nspH = NA, recH = NA)
for(i in 1:nrow(sq)){
  dfB <- svodB %>% 
    filter(latB < sq$ymax[i], latB > sq$ymin[i], lonB < sq$xmax[i], lonB > sq$xmin[i])
  dfH <- svodH %>% 
    filter(latH < sq$ymax[i], latH > sq$ymin[i], lonH < sq$xmax[i], lonH > sq$xmin[i]) 
  sq$recB[i] <- nrow(dfB)
  sq$nspB[i] <- length(unique(dfB$specB))
  sq$recH[i] <- nrow(dfH)
  sq$nspH[i] <- length(unique(dfH$specH))
}
cor1 <- sq %>% 
  as_tibble %>% 
  filter(recH > 1 | recB > 1) %>% 
  mutate(MgB = (recB-1)/log(nspB), MgH = (recH-1)/log(nspH), 
         MnB = recB/sqrt(nspB),    MnH = recH/sqrt(nspH))
cor2 <- matrix(NA, nrow = 4, ncol = 4)
colnames(cor2) <- c("nspH", "recH", "MgH", "MnH")
rownames(cor2) <- c("nspB", "recB", "MgB", "MnB")
for(i in 1:4) {
  for(j in 1:4) {
    df <- select(cor1, x = rownames(cor2)[i], y = colnames(cor2)[j]) %>% 
      filter(x > 0, y > 0, !is.na(x), !is.na(y), !is.nan(x), !is.nan(y), !is.infinite(x), !is.infinite(y)) 
    cor2[i,j] <- cor(df[[1]], df[[2]])
    }
  }

round(cor2, 3)
      nspH  recH   MgH   MnH
nspB 0.211 0.143 0.142 0.143
recB 0.414 0.559 0.498 0.487
MgB  0.386 0.518 0.459 0.439
MnB  0.367 0.538 0.477 0.470

nsp(H, B) – это число выявленных видов в каждом секторе

rec(H, B) – это общее число особей всех видов в каждом секторе

Из значений в полученной таблице видим, что коэффициент корреляции между распространением беличьих и хвойных составляет 0.558.

Величина коэффициента корреляции отражает силы связи.

Используем таблицу для анализа силы связи между переменными:

Значение Интерпретация
от 0 до 0,3 очень слабая
от 0,3 до 0,5 слабая
от 0,5 до 0,7 средняя
от 0,7 до 0,9 высокая
от 0,9 до 1 очень высокая

Из таблицы следует, что связь между распространением беличьих и хвойных средняя. Вероятно это связано с тем, что ареал хвойных заметно больше ареала беличьих.

Также, посчитаем индексы видового богатства Маргалефа и Менхиника для беличьих и хвойных (MgB, MnB и MgH, MnH соответсвенно). Достоинство этих индексов – легкость расчетов. Большая величина индекса соответствует большему разнообразию.

Индекс видового богатства Маргалефа: \[iMg=(S-1)/lnN\]

Индекс видового богатства Менхиника: \[iMg=S/√N\]

S – это число выявленных видов

N – это общее число особей всех S видов

Карты значений индексов Маргалефа и Менхиника для беличьих:

gg +
  geom_rect(mapping = aes(xmin = xmin, xmax = xmax, ymin = ymin, ymax = ymax), 
            data = cor1, color = "black", fill = "red", alpha = log(cor1$MgB)/7, inherit.aes = FALSE) +
  ggtitle("Карта значений индекса Маргалефа для беличьих")

gg +
  geom_rect(mapping = aes(xmin = xmin, xmax = xmax, ymin = ymin, ymax = ymax), 
            data = cor1, color = "black", fill = "red", alpha = log(cor1$MnB)/7, inherit.aes = FALSE) +
  ggtitle("Карта значений индекса Менхиника для беличьих")

Из карт следует вывод, что наибольшее видовое разнообразие беличьих наблюдается в южно-европейской части России, а также в южной части Восточно-Сибирской равнины и некоторых областях Дальнего Востока РФ.

——