На головну

Класифікаційні та координаційних методи вивчення спільнот і екосистем

  1. I. Лабораторні методи дослідження
  2. II. Наука як процес пізнання. Форми і методи наукового пізнання. Структура естественнoнаучного пізнання
  3. II. Спеціальні (активні) методи лікування.
  4. IV. Форми і методи контролю. критерії оцінок
  5. А. Когнітивні методи (методи навчального пізнання).
  6. А. Проблема вивчення античної філософії і що є агон.

При вивченні екосистем або окремих спільнот з метою біоіндикації вирішуються наступні завдання:

· Визначення просторових меж екосистеми (або спільноти);

· Виявлення та опис залежності ценотических характеристик, які є значущими для біоіндикації, від факторів середовища, що лімітують біоту або конкретне співтовариство.

Перше завдання вирішується методами класифікації, друга - методами ординації.

Классіфікаціоннийподходпредполагает, що вивчаються спільноти (екосистеми) мають більш-менш чіткі просторові межі, в межах яких вони однорідні і достовірно відмінні від сусідніх спільнот (екосистем). Класифікаційні методи математичного аналізу дозволяють виділити щодо дискретні співтовариства (екосистеми) і їх просторові межі. Координаційних підхід (від лат. Ordino - впорядковувати), навпаки, ігнорує кордону спільнот (екосистем) або навіть припускає їх відсутність. Координаційних методи виявляють кількісні закономірності змін характеристик популяцій і співтовариств в градієнтах середовища.

Насправді, природні межі різних природних екосистем можуть бути виражені в різному ступені: і дуже контрастно, і досить слабо, і практично відсутні (якщо спостерігається безперервне просторове зміна параметрів спільноти).

Деякі екосистеми і спільноти щодо дискретно. Це, в першу чергу, біогеоценози - екосистеми, локалізовані в біотопах (ділянках території або акваторії зі специфічними умовами середовища, відносно однорідними всередині самого біотопу і значно відрізняються від зовнішніх умов). Багато консорции також мають досить чіткі межі. Як правило, дискретні багатовидові біосистеми характеризуються порівняно високою цілісністю, складною мережею різноманітних міжвидових зв'язків і значною емерджентним властивостей, і тому повинні вивчатися з позицій холізму [14, С.35-37]. Прикладами таких біосистем можуть служити мале непроточной озеро або лісова галявина (біогеоценози), невеликий відокремлений кораловий риф або друза двостулкових молюсків, що формують своєю життєдіяльністю специфічну місцеву середу і, отже, особливі спільноти - консорции. Подібні біосистеми добре піддаються класифікації і погано ординації, так як їх внутрішнє середовище досить однорідна.

Якщо ж биота (або конкретне співтовариство) існує в просторово неоднорідних, різноманітних абіотичних умовах (наприклад, морська сублітораль, преріях, і ін.), То, як правило, зв'язку між окремими видами виявляються порівняно слабкими. Ці формації складаються пасивно, внаслідок простого накладення картин просторового розподілу популяцій окремих видів, що утворюють єдиний екологічний континуум (стан біоти, при якому види розподіляються незалежно і безперервно). Для вивчення подібних біосистем більш ефективні редукціоністскіе методи [14, с.36-37]. Ясно, що такі внутрішньо неоднорідні екосистеми (або спільноти) без чітких просторових меж погано піддаються класифікації і добре ординації.

Більшість природних екосистем займають проміжне положення. У дуже широких діапазонах змінюються ступінь вираженості їх кордонів, внутрішня неоднорідність, рівень міжвидових взаємодій, емерджентність властивостей. Тому при біоіндікаціонних екологічних дослідженнях зазвичай найбільш плідним виявляється поєднання класифікаційного і координаційних підходів.

Класифікаційні методи. Перш за все, вони дозволяють подолати суб'єктивність виділення дослідником кордонів екосистем (спільнот), кількісно оцінити ступінь їх вираженості завдяки математичному підходу. Найбільш об'єктивну класифікацію можуть дати методи кластерного аналізу (від англ. Cluster - група, гроно), групуються об'єкти в класи (кластери) таким чином, щоб об'єкти, що входять в один клас, були більш однорідними, подібними в порівнянні з об'єктами, що входять в інші класи. При цьому зіставлятися може як видовий склад співтовариств (нумерический кластерний аналіз), так і їх різні кількісні характеристики. Останнім часом багато екологів вважають за краще використовувати нумерический кластерний аналіз. По-перше, сама присутність або відсутність того чи іншого виду дуже інформативно; по-друге, виявити факт присутності особин виду набагато простіше, ніж правильно визначити кількісні характеристики популяції або спільноти (для чого потрібні набагато більш трудомісткі методи пробовідбору). І нарешті, результат класифікаційного аналізу за кількісними характеристиками багато в чому залежить від того, які саме показники дослідник вважає важливими і враховує в розрахунках, в той час як нумерічеськая класифікація завжди використовує один і той же ознака.

Нумерический кластерний аналіз може здійснюватися як для порівняння окремих станцій спостереження (Q-аналіз, що оцінює схожість видового складу співтовариств на різних станціях), так і для окремих видів (R-аналіз, що оцінює схожість просторового розподілу різних видів). З багатьох індексів, що характеризують ступінь подібності видового складу співтовариств на різних станціях (або, навпаки, подібності просторового розподілу видів) найбільш простий і популярний коефіцієнт С'еренсена

,

де а и b - при Q-аналіз кількість видів в двох порівнюваних спільнотах (або на двох порівнюваних станціях); c - Кількість видів, загальних для обох спільнот (обох станцій).

Для кількісних даних (при R-аналізу) аналогічний показник зветься коефіцієнта Чекановського

,

де x1i и x2i - Значення показника достатку (щільність або біомаса популяції) i-го виду в вибірках 1 і 2; min (x1i, x2i) - Найменше з двох порівнюваних значень даного показника достатку.

При кластерному аналізі за кількісними прізнакамстепень подібності спільнот оцінюється по «відстаням» між ними в евклідовому просторі враховуються ознак (найчастіше евклідовим відстаням). Такими ознаками є різні кількісні характеристики спільнот, які мають біоіндикаторні значення. Результати аналізу наочно виражаються графічно у вигляді гістограм - схем, що показують, на яких рівнях проявляється подібність між різними об'єктами.

Кластерний аналіз дуже широко використовується в різних областях науки як засіб типологічного аналізу. Однак результативність кластерного аналізу за кількісними характеристиками обмежується більш-менш суб'єктивним вибором ознак (за винятком нумерического аналізу), алгоритмів кластеризації і методів інтерпретації результатів (зокрема, дослідник сам вирішує, який саме рівень подібності слід прийняти для виділення спільнот).

Для віднесення результатів одиночних вимірювань до одного з виділених класів даних корисний також багатовимірний діскрімінантнийаналіз (який не є строго класифікаційним методом). Він дозволяє не тільки більш обґрунтовано приймати рішення по класифікації, а й більш об'єктивно вибирати її критерії. Застосування дискримінантного аналізу може бути досить ефективним, але воно обмежене високими вимогами до репрезентативності матеріалу.

Координаційних методи.Вони дозволяють упорядкувати об'єкти (наприклад, станції спостереження, що характеризуються відповідними значеннями біоіндикаторні ознак спільнот) уздовж будь-яких осей (просторових градієнтів, факторів середовища, осі часу і т. Д.) І встановити залежність характеристик біоти від факторів середовища.

Найбільш простим і високоефективним методом ординації є прямий градієнтний аналіз. Суть його зводиться до виявлення зміни величин великої кількості видів по градиентам лімітують факторів середовища. По чинниках, які виявили достовірне вплив на біоту, далі проводиться регресійний аналіз. Прийоми прямого градієнтного аналізу ефективні в ситуаціях, коли лімітуючі фактори відомі і порівняно нечисленні.

Екологами широко використовуються також методи непрямої ординації, зокрема, двовимірне шкалювання (метричний і неметричного) і багатовимірне шкалювання.

Методи метричного шкалювання включають аналіз головних компонентів (МГК); аналіз головних координат (principal coordiates analysis), аналіз відповідності (correspondence analysis; відстань оцінюється за критерієм хі-квадрат); бестрендовом аналіз відповідності (detrended correspondence analysis) і ін.

До групи методів неметричного шкалювання входять власне неметричного шкалювання (числове значення змінної замінюється її рангом); нелінійне, або немонотонна, шкалювання; асиметричний матричний аналіз (asymmetric matrix analysis); метод розгортки (unfolding); аналіз траєкторій (path analysis), що виявляє причинні зв'язки між змінними, і ін.

Методи багатовимірного шкалірованіятакже різноманітні: канонічні кореляції (canonical correlations); Прокрустом аналіз (Procrustes analysis); множинний аналіз відповідності; шкалювання індивідуальних відстаней (individual distance scaling); шкалювання з граничними умовами (constrained scaling); тривимірна розгортка (3-way unfolding); непараметрический тест (random skewer analysis) і ін.

Застосування методів непрямої ординації іноді виявляється дуже ефективним, однак вимагає від еколога великого досвіду і відчуття міри. Абстрактне уявлення причинно-наслідкових зв'язків (на відміну від прямої ординації) обмежує чіткість інтерпретації результатів аналізу, створює небезпеку їх помилкового трактування.



До динамічних характеристик спільноти відносять показники динаміки його статичних характеристик і функціональні характеристики. | І водних екосистем

Технічні і технологічні проблеми екологічного моніторингу | І правові основи моніторингу | геофізичного моніторингу | атмосферного повітря | природних вод | ґрунтового покриву | Переваги і недоліки підходів до оцінки впливу на навколишнє середовище (ОВНС) по абіотичних і біотичних показниками | Як складова екологічного моніторингу | Биоиндикация і біотестування | Біоіндикаторні характеристики біосистем різного рангу |

© um.co.ua - учбові матеріали та реферати