Новая модель предсказывает рост лесных деревьев в новых условиях

Деревья — ключевой элемент функционирования и выживания лесных экосистем. Однако в условиях ускорения глобальных изменений некоторые популяции деревьев, слишком медленно адаптируясь, могут столкнуться с сокращением численности или даже вымиранием. Для предотвращения таких сценариев можно применять стратегии сохранения и управления лесами, например, перемещение деревьев в более подходящий климат (assisted gene flow) или в угрожаемые популяции с низким генетическим разнообразием (evolutionary rescue). Поскольку такие стратегии требуют долгосрочных обязательств от органов управления лесами, важно прогнозировать, как пересаженные деревья отреагируют на новую среду.

До сих пор прогностические модели основывались в основном на климате происхождения пересаживаемых популяций деревьев. Однако геномные данные предоставляют ценную информацию об адаптивных процессах у деревьев, таких как рост. Благодаря снижению стоимости секвенирования климатическая и геномная информация становится всё доступнее. Исследовательская группа разработала модели, сочетающие эти два типа данных, чтобы повысить надёжность и точность прогнозов. Результаты опубликованы в The American Naturalist.

Модель на основе масштабного эксперимента с сосной приморской во Франции, Испании и Португалии

Исследователи разработали модели на примере сосны приморской — характерного вида для Средиземноморского бассейна. Экспериментальная система мониторинга была развёрнута на пяти участках: во Франции (Сеста-Пьерротон), Испании (Астурия, Касерес, Мадрид) и Португалии (Фундан). Были использованы деревья из 34 популяций сосны приморской, собранные по всему естественному ареалу вида. Учёные сосредоточились на прогнозировании роста деревьев в высоту — критически важного фактора с экономической и экологической точек зрения, поскольку наиболее быстрорастущие деревья имеют более высокую вероятность выживания и размножения.

Результаты показывают, что наблюдаемые вариации высоты сосны приморской объясняются разными генофондами, из которых они происходят, и разным климатом, в котором они эволюционировали. Включение климатических и геномных данных в модели улучшило прогнозы роста популяций в высоту в среднем на 14–25% (в зависимости от экспериментального участка) по сравнению с моделями, основанными только на климатических данных.

Полученные результаты открывают потенциал для разработки моделей, предсказывающих, как пересаженные популяции деревьев адаптируются к новой среде в контексте сохранения и управления лесами.