Студопедия — Популяционные и экосистемные методы
Студопедия Главная Случайная страница Обратная связь

Разделы: Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Популяционные и экосистемные методы






Для целей диагностики и мониторинга среды обитания, в качестве популяционных и экосистемных методов, определяют такие показатели, как численность и биомасса отдельных видов, возраст-ной и половой состав популяций, пространственное размещение отдельных компонентов биологических сообществ, видовой состав и видовое разнообразие сообществ. иногда ограничиваются определением соотношения численностей или биомасс различных таксономически или функционально близких групп видов в сообществах (например, отношение суммарной численности планктонных ракообразных к численности коловраток, соотношение обилия беспозвоночных хищников и детритофагов в почве).

При анализе численности, биомассы, возрастного и полового состава, а также пространственного размещения для целей биодиагностики и мониторинга часто используют виды, чувствительные к воздействию – виды-биоиндикаторы. показатели, получаемые в результате обследования нарушенных или загрязненных территорий, сравнивают с эталонными для данных видов, полученными на чистых и ненарушенных (заповедных) территориях. При анализе широко используются стандартные статистические методы [Смуров, Полищук, 1989]. Надо отметить, что для получения более достоверных долгосрочных прогнозов необходимо наряду с видами-индикаторами отслеживать и изменения, происходящие в популяциях устойчивых видов, способных выдерживать различные дозы воздействий в течение длительного времени. Показатели структуры сообществ, применяемые для целей биодиагностики и рассматриваемые ниже, имеют перед популяционными ряд преимуществ. Эти преимущества связаны, прежде всего, с возможностями получения быстрой и достаточно точной интегральной оценки «здоровья» среды, а также с возможностью, в ряде случаев, диагностировать причины изменений, происходящих в экосистемах [Смуров, 2001].

 

ВИДОВОЕ РАЗНООБРАЗИЕ

Видовое разнообразие (ВР) – одна из важнейших характеристик сообщества, отражающая сложность его видовой структуры. До недавнего времени считалось, что ВР как характеристика структурной сложности связано с устойчивостью биоценоза и может отражать степень его нарушенности, обеспеченность энергией, степень стабильности среды и др. [Пианка, 1981; Одум, 1986]. Однако накопленный за последние 30 лет фактический материал свидетельствует о том, что прямой связи между сложностью (разнообразием) и устойчивостью сообществ может и не быть [Бигон и др., 1989]. Во всяком случае, уменьшение ВР данного сообщества свидетельствует об упрощении его видовой структуры и о нарушении соотношений между видами по обилию, поскольку ВР включает в себя два компонента – видовое богатство (насыщенность сообщества видами) и выравненность видовой структуры (степень равномерности распределения видов по обилию). Количественными мерами ВР являются различные индексы ВР.

Существует множество (более 30) различных индексов для измерения тех или иных аспектов ВР. Здесь мы приводим лишь наиболее хорошо зарекомендовавшие себя на практике и принятые в качестве нормативных показателей индексы в системах природоохранной службы ряда государств. При вычислении индексов используется число видов в выборке W, величины их обилия ni (численности, биомассы или другие меры обилия) и суммарное обилие N = S ni.

Простейшим показателем видового богатства является общее число найденных видов (W). Однако этот показатель зависит от объема выборки и общего числа учтенных организмов (N), что делает его мало пригодным в качестве индекса ВР. Поэтому обычно каким-либо образом нормируют число видов по числу особей в сообществе (в выборке). Это обстоятельство учитывают:

Индекс Менхиника [Menhinick, 1964]: I = W/ √N;

Индекс Маргалефа [Margalef, 1951]: I = (W – 1)/log2 N.

Значения обоих индексов возрастают с ростом числа видов в выборке. Надо подчеркнуть, что N – это именно число особей, подсчитанное при анализе пробы, а не общая численность, рассчитанная на единицу площади или объема, т. е. не то число, которое обычно приводят в отчетах или статьях, посвященных описанию сообществ и их динамике.

К индексам, учитывающим оба компонента ВР – как число видов, так и характер их распределения по обилию (выравненность), относятся индекс Симпсона и индекс Шеннона – Уиверра:

Индекс Симпсона [Simpson, 1949]:

 

W Ni•(Ni-1)

L = 1 – S ------------------.

i N•(N-1)

 

Индекс Шеннона [Shannon, 1949; Margalef, 1968]:

W

H = – S ¦(Ni/N) • log2 (Ni/N)¦,

i

где Ni – обилие i-го вида; N – суммарное обилие всех W видов.

Индекс Симпсона более чувствителен к изменению обилия самых массовых видов, индекс Шеннона – напротив, к изменениям в обилии редких видов. Поэтому первый предпочтительнее, если исследователя, в первую очередь, интересует характеристика сообщества по доминирующей группе видов. Поэтому его относят к числу так наз. индексов доминирования [Мэгарран, 1992]. Среди последних, по-видимому, практически наиболее удобен обратный индекс Бергера – Паркера, который представляет собой отношение суммарного обилия видов в сообществе к обилию наиболее многочисленного вида [Berger, Parker, 1970]: IBP = N/Nmax.

Индекс Шеннона пользуется неоправданно широкой популярностью, хотя он не имеет каких-либо преимуществ (в особенности при использовании для анализа данных экологического мониторинга) по сравнению с другими интегральными характеристиками сообществ [Воробейчик и др., 1994; Мэгарран, 1992].

 

МОДЕЛИ РАНГОВЫХ РАСПРЕДЕЛЕНИЙ

В любом сообществе есть виды более обильные и более редкие, причем обильных обычно меньше, чем редких. Ранговым распределением (РР) называется распределение видов (или других групп) по обилию, где виды ранжированы по мере убывания их обилия. Вид РР представляет собой эмпирический закон, отвечающий природе изучаемого экологического объекта. Для объяснения распределений обилия, наблюдаемых в природе, предложено несколько (в настоящее время – более 10) моделей, основанных на различных предпосылках. Эти модели отражают гипотетические представления их авторов о процессах формирования данной видовой структуры, то есть о причинах наблюдаемого соотношения видов. РР могут служить удобным «инструментом» для сравнительного анализа состояния сообществ.

Каждой теоретической модели соответствует определенная форма кривой РР и, соответственно, определенный тип видовой структуры. Разные совокупности видов порождают и разные кривые РР. Сравнивая эти кривые, можно зафиксировать изменения видовой структуры. Непосредственным объектом анализа может быть форма РР или при неизменной общей форме – количественные значения его параметров. Форма РР может характеризовать тип сообщества, сезонные изменения и стадию сукцессии, степень нарушенности среды обитания. В нормальных условиях параметры РР менее лабильны, чем иные характеристики сообщества, например число видов, численность или биомасса. Однако иногда удается выявить сдвиги в видовой структуре раньше (или при меньших концентрациях загрязнителя), чем по численности или числу видов. Конечно, предварительно нужно установить форму и пределы изменчивости РР для ненарушенных сообществ.

Подробные описания наиболее популярных моделей РР приведены в разделе I. Биологическое разнообразие и методы его оценки а также в книге [Э. Мэгарран, 1992] «Экологическое разнообразие и его измерение».

Здесь мы лишь упомянем некоторые из них. Эти модели просты, и часто вполне удовлетворительно описывают различные типы ранговых распределений в природных сообществах. Следует, однако, оговориться, что в подавляющем большинстве случаев предметом исследования в работах, в которых были использованы ранговые распределения, были не сообщества (в том смысле, который вкладывал К. Мебиус в термин «биоценоз»), а группы видов, сходные либо по их образу жизни (например, фитопланктон, зоопланктон), либо по таксономической принадлежности («сообщество» птиц или жужелиц в какой-либо экосистеме), либо по принадлежности к одной и той же жизненной форме (деревья в конкретном лесу).

 

МОДЕЛЬ «РАЗЛОМАННОГО СТЕРЖНЯ» (вариант 1)

Модель «разломанного стержня» («Broken-stick model») предложена Р. Макартуром [McArthur, 1957]. Она основана на следующих предпосылках: W видов случайно делят среду между собой так, что занимают не перекрывающиеся, но тесно прилегающие друг к другу экологические ниши. Обилие каждого вида Ni пропорционально ширине его ниши. Если среду представить в виде отрезка единичной длины, на долю каждого вида выпадет один из W сегментов этого отрезка, разделенного случайно в W-1 точках. Так должны быть распределены по длине кусочки совершенно однородной стеклянной палочки, разбившейся при падении на пол – отсюда название модели. Тогда ожидаемая доля i-го вида в сообществе равна:

 

W

Ni = 1/W• S (1/k).√ W

k=i

График РР может быть приблизительно представлен прямой в координатах «обилие – логарифм ранга». Угол наклона прямой определяется только общим числом видов W (и поэтому сильно зависит от объема выборки). Других параметров модель не содержит.

 

МОДЕЛЬ «РАЗЛОМАННОГО СТЕРЖНЯ» (ВАРИАНТ 2)

Также предложена Р. Макартуром. Представляет собой модификацию описанной выше модели для случая частично перекрывающихся экологических ниш видов при полностью используемой среде (без промежутков между нишами Ожидаемая доля обилия i-го вида равна:

Ni = (√W(i+1) –√Wi ) /√W.

График представляет собой вогнутую кривую в координатах «ранг – логарифм обилия, форма которой зависит только от общего числа видов W (т. е. также определяется в значительной мере объемом выборки, а не особенностями экологических отношений видов в «сообществе»). Других параметров модель не содержит.

 







Дата добавления: 2015-09-07; просмотров: 573. Нарушение авторских прав; Мы поможем в написании вашей работы!



Вычисление основной дактилоскопической формулы Вычислением основной дактоформулы обычно занимается следователь. Для этого все десять пальцев разбиваются на пять пар...

Расчетные и графические задания Равновесный объем - это объем, определяемый равенством спроса и предложения...

Кардиналистский и ординалистский подходы Кардиналистский (количественный подход) к анализу полезности основан на представлении о возможности измерения различных благ в условных единицах полезности...

Обзор компонентов Multisim Компоненты – это основа любой схемы, это все элементы, из которых она состоит. Multisim оперирует с двумя категориями...

Примеры решения типовых задач. Пример 1.Степень диссоциации уксусной кислоты в 0,1 М растворе равна 1,32∙10-2   Пример 1.Степень диссоциации уксусной кислоты в 0,1 М растворе равна 1,32∙10-2. Найдите константу диссоциации кислоты и значение рК. Решение. Подставим данные задачи в уравнение закона разбавления К = a2См/(1 –a) =...

Экспертная оценка как метод психологического исследования Экспертная оценка – диагностический метод измерения, с помощью которого качественные особенности психических явлений получают свое числовое выражение в форме количественных оценок...

В теории государства и права выделяют два пути возникновения государства: восточный и западный Восточный путь возникновения государства представляет собой плавный переход, перерастание первобытного общества в государство...

Условия, необходимые для появления жизни История жизни и история Земли неотделимы друг от друга, так как именно в процессах развития нашей планеты как космического тела закладывались определенные физические и химические условия, необходимые для появления и развития жизни...

Метод архитекторов Этот метод является наиболее часто используемым и может применяться в трех модификациях: способ с двумя точками схода, способ с одной точкой схода, способ вертикальной плоскости и опущенного плана...

Примеры задач для самостоятельного решения. 1.Спрос и предложение на обеды в студенческой столовой описываются уравнениями: QD = 2400 – 100P; QS = 1000 + 250P   1.Спрос и предложение на обеды в студенческой столовой описываются уравнениями: QD = 2400 – 100P; QS = 1000 + 250P...

Studopedia.info - Студопедия - 2014-2024 год . (0.007 сек.) русская версия | украинская версия