Том 104, № 3 (2025)

Сообщается о находках в 2023 и 2024 гг. в заповедниках юга Донецкой Народной Республики девяти редких видов жуков-долгоносиков (Curculionoidea), которые значительно расширяют сведения об их распространении. Семь видов впервые обнаружены в фауне Донбасса, а Bruchela musculа (K. Daniel & J. Daniel, 1903), Aizobius sedi (Germar, 1818), Tychius minor Karasyov & Caldara, 1992, Ceutorhynchus nigritulus Schultze, 1897 впервые отмечены в фауне Северного Приазовья. Впервые в Приазовье обнаружены также Ceutorhynchus alliariae H. Brisout, 1860 (в других частях России не известен) и Pseudorchestes kostali (Dieckmann, 1985), которые отмечены на Донбассе ранее по единичным находкам севернее Приазовья и не указаны в последних крупных сводках для региона. Для некоторых видов получены новые данные о кормовых растениях.

Впервые для травяной лягушки (Rana temporaria) с восточной периферии ареала (г. Пермь) проведена комплексная оценка энергетических ресурсов (липидов и гликогена), содержащихся в тканях и органах, и некоторых связанных с ними популяционных характеристик. Показано, что традиционное представление о сезонной динамике запасов липидов и гликогена, распределении их на нужды роста, размножения и выживания во время зимовки, полученное при изучении западных популяций, не вполне применимо для особей в других частях ареала даже при совпадении продолжительности сезона активности в них. Выявленные в исследованной популяции значения относительных масс запасающих органов (печени и жировых тел), содержания в них липидов и гликогена, размеров особей и их репродуктивных характеристик могут быть основой для изучения географической изменчивости этих взаимосвязанных показателей в восточной части ареала.

Описаны базовые особенности пения синехвостки на индивидуальном и популяционном уровнях. Материал собран в Хакасском заповеднике. Проанализировано пение 19 самцов. Манера пения синехвостки – дискретная, длительность отдельной песни около 1 с. Вся совокупность песен самца делится на типы песен. В индивидуальном репертуаре 1–3 (чаще 2) стереотипных типа песни. Большинство песен состоят из двух частей: основной части и заключительной трели. Разные типы песен одной особи могут иметь одинаковую заключительную трель, но различаться основной частью, либо наоборот. На индивидуальном уровне типы песен стереотипны, а на популяционном уровне разнообразие песен обеспечивается комбинированием различных типов основных частей и трелей. Поэтому основную часть песни и заключительную трель можно считать единицами рекомбинации популяционного репертуара, но не индивидуального. Сравнение полученных результатов с данными по другим видам того же подсемейства Saxicolinae позволило подметить общую особенность организации их песенных репертуаров. Она состоит в возможности увеличения числа типов песен на индивидуальном и/или популяционном уровнях за счет комбинаторики стереотипных частей песни, разнообразие которых ограничено. Не исключено, что подобный паттерн может быть характерен и для других групп певчих птиц.

На основании новых данных о линных и релаксационных залежках байкальской нерпы (Pusa sibirica Gm.), возникающих весной на плавающих льдах, рассматриваются различия в поведении тюленей на льду и на береговых лежбищах. Материалами для статьи послужили видеосъемки в северной части оз. Байкал, проведенные в мае–июне 2022–2023 г. с помощью малых БПЛА. Ледовые условия – гетерогенная среда обитания, и в аспекте темы исследования мы различили семь типов льда, на которых фиксировали размерно-возрастной состав и плотность зверей в залежках, ориентацию животных на льду относительно воды и различающиеся позы отдыха и сна. На всех типах льда в залежках преобладают взрослые самки и самцы (55–62%); предпочитаемой ориентацией нерп является расположение на краю льдины (44–82%), головой к воде (37–71%). Предпочитаемой позой отдыха и сна является самая безопасная поза, позволяющая быстро покинуть лед в случае необходимости, – на животе, ласты прижаты к телу (54–86%). Выбор льдин для залегания, вероятно, определяется физиологическим состоянием нерп, в частности стадией линьки, исходя из характера субстрата (площадь и толщина льдин, жесткая или “мягкая” поверхность). В конце мая–первых числах июня на разных типах льдов относительное количество особей, завершивших линьку, колеблется от 22 до 76%. Сравнение паттернов поведения нерп в ледовых залежках с поведением на береговых лежбищах показало, что при рассредоточенном расположении на льду между нерпами поддерживается бо́льшая минимальная индивидуальная дистанция (соизмеримая с размерами тела). Это позволяет минимизировать взаимные контакты зверей, что отражается на характере поведения: большинство паттернов мирного поведения, описанных для залегающих на суше нерп, сохраняется, но агрессивные и даже умиротворяющие паттерны не отмечены. Отмечены различные реакции зверей, залегающих на льду, на пролет БПЛА в зависимости от высоты полета, численности залежек, типа льда (субстрата), физиологического состояния особей (линяющие/вылинявшие) и от индивидуальных особенностей поведения.

Представлена система распознавания и подсчета на фотоснимках, сделанных с легкого самолета, двух арктических видов животных: дикого северного оленя (Rangifer tarandus (Linnaeus, 1758)) и черной казарки (Branta bernicla (Linnaeus, 1758)). Распознающая система AutoGenNet построена на базе сверточной нейронной сети (СНС) архитектуры Mask R-CNN с применением концепции AutoML (Automated Machine Learning). В системе задействовано трансферное обучение, суть которого состоит в том, что на первом этапе система обучается распознавать разнообразные объекты с использованием стандартного массива снимков (около 328 тыс. изображений), затем дообучается на снимках целевых объектов. Такой подход позволяет уменьшить количество снимков целевых объектов с нескольких сотен тысяч при одноэтапном обучении до нескольких сотен при двухэтапном обучении. Синтез модели CНС на основе размеченных снимков в системе AutoGenNet выполняется автоматически. Для разметки изображений животных на фотоснимках и подготовки обучающей выборки разработана специальная программа Markup.

Первый этап обучения системы выполняется один раз специалистами по СНС и глубокому обучению. Второй этап обучения может выполняться многократно с целью дообучения системы, допустившей ошибки при распознавании объектов. Работу на этом этапе могут выполнять пользователи системы, не имеющие специального образования в области обучения СНС.

Возможны два варианта работы с системой – автономный режим при наличии необходимых вычислительных ресурсов или работа по сети Интернет с AutoGetNet, размещенной на серверах СПб ФИЦ РАН. Представленная в статье модель СНС была обучена на 100 снимках стад диких северных оленей. Ошибка распознавания оленей на независимом массиве данных составила около 18%. Для распознавания черных казарок использовалось 260 снимков стай птиц в разных средах – на суше, на воде и в воздухе. Ошибка распознавания составила около 32%. Система AutoGenNet является унифицированной в отношении объектов распознавания и может, без каких-либо изменений в программе, быть обучена распознавать другие виды животных, при условии их различимости на фотоснимках.