Spatial population structure of the gastropod Peringia ulvae in the intertidal zone of the White Sea (Olenevski island, Kandalaksha Bay)

Abstract

Целью работы было изучение пространственной и размерной структуры популяции моллюска Perngia ulvae на разных масштабах организации популяции. Была проверена гипотеза о различиях структуры на разных масштабах организации. Исследования проводились в двух разных заливах о. Оленевский (Кандалакшский залив Белого моря). Было показано, что численность и размер моллюсков достоверно различались на разных участках литорали. При этом не было выявлено чёткого градиента изменения обоих параметров по направлению от суши к морю. Также в ходе исследований достоверных различий в размерной структуре моллюсков Peringia ulvae на микромасштабе выявлено не было. Не было выявлено закономерностей и в количественном распределении. Важным результатом работы стала апробация методики получения данных о размере и численности моллюсков при помощи алгоритмов компьютерного зрения. Использование методики позволяет обрабатывать большие объемы данных за сравнительно короткое время.

The aim of the work was to study the spatial and dimensional structure of the population of the gastropod Peringia ulvae at different scales of population organization. The hypothesis about the differences in the structure at different scales of the organization was tested. The research was carried out in two different bays of Olenevsky Island (Kandalaksha Bay of the White Sea). It was shown that the number and size of mollusks significantly differed in different areas of the littoral. At the same time, there was no clear gradient of change in both parameters in the direction from land to sea. Also, during the studies, no significant differences in the size structure of Peringia ulvae on the microscale were revealed. There were no patterns in the quantitative distribution either. An important result of the work was the approbation of the methodology for obtaining data on the size and abundance of mollusks using computer vision algorithms. The use of the technique allows processing large amounts of data in a relatively short time.