Методы оценки биоразнообразия кратко

Обновлено: 02.07.2024

Чем выше кривая, чем больше она уплощены, тем больше при данном числе видов в.р. Чем круче идёт кривая, тем меньше в.р. и сильнее доминирование 1или нескольких видов. I –х-но для сообществ в благоприятных условиях, доля участия в сообществе видов более-менее одинакова, доминантов, которые по численности превосходили бы другие виды нет (вл тропические леса);II- условия среды давно не благоприятны, есть явно выраженные доминанты, численность остальных видов не велика, общее вид.богатство низкое (тундра. сев тайга); III – промежуточный – условия среды средние, есть доминанты, и виды со среднем обилием, и малочисленные виды (широколиственные леса)

Расчёт индексов разнообразия: индекс Симпсона (D) , индекс Шенона (H). Оба эти индексы основаны на использовании 2хпоказателей: вид.богатство(S) и доля участия видов в сообществе (P_i). Рассчитывается по численности видов, у растений по проективному покрытию. D = 1/∑P_i 2 , чем выше этот показатель, тем больше в.р. в сообществе, для сравнения сообществ с различным вид.богадством используют индекс выровненности Симпсона E=D/S , (0;1] чем ближе этот показатель к 1, тем более разнообразно сообщество. H=-∑ P_ilnP_i, индекс выровненности Шеннона: I=H/lnS, (0;1].

Помимо показателей х-их видовую структуру сообществ существуют способы оценки сходства – различий водового состава 2х или нескольких сообществ. Среди коэфициентов сходства наиболее распространены Жаккара и Сьёренсена. При их расчёте используют следующие величины: a-число видов в 1м сообществе;b-число видов во2м сообществе;c-число общих видов. K_J=c/(a+b+c) *100%, K_S=2c/(a+b)*100%. Чем выше эти коэфициенты, тем более сходно в.р. в сравниваемых сообществах.

Графические методы.

М.В. Горшков
Экологический мониторинг
Учебное пособие. – Владивосток: Изд-во ТГЭУ, 2010. – 313 с.

Лекция 10. Основы биологического мониторинга

10.2. Оценка биологического разнообразия

Обратим внимание, что исследование различных аспектов биоразнообразия является одним из магистральных направлений концепции устойчивого развития. Устойчивое развитие определяют как управляемый процесс коэволюционного развития природы и общества. Как деятельность, устойчивое развитие нуждается в поддержке мощной информационной базы цифровых данных по экологическим, социально-демографическим, производственно-экономическим условиям и тенденциям их развития. На основе этих данных строятся модели экономического благополучия и проводятся научные исследования.

В настоящее время существует несколько попыток реализации информационных систем с экологическим наполнением. Как правило, подразумевается реализация с помощью некоторой ЭИС (экологическая информационная система) или БИС (биоинформационная система). Но основанная проблема всех систем – это математическое обоснование. Определим для начала основные показатели биологического мониторинга.

Встречаемость (частота встречаемости, коэффициент встречаемости) – это относительное число выборок (участков), в которых встречается вид. Если выборка состоит из 100 учетных площадок, а вид отмечен на 43, то и встречаемость равна 43%. При встречаемости 25%, вид встречается в каждой четвертой площадке учета и он случайный. Высокая встречаемость, если вид отмечен более, чем на 50% учетных площадок. Обычно закладывается 50 учетных площадок, но не менее 25.

Обилие – это количество особей вида на единице площади или объема. Наиболее часто используются шкалы обилия Друде и Хульта (табл. 10.2).

Шкала обилия Друде и шкала обилия Хульта (балльная)

Шкала Друде

Шкала Хульта

soc – очень обильно, сплошь, пр. покр. более 90%

5 – очень обильно

cop1-3 – вид обилен, по величине обилия выделяются 3 степени пр. покр. соответственно: 30-40, 50-60 и 70-80%

sp – вид обычен, но сплошного покрова не образует, пр. покр. 10-20%

sol – вид растет рассеянно, пр. покр. 3-5%

un – вид встречается один раз, пр. покр. 2 :

т.е. для каждой пары объектов определяется пересечение, которое соответствует количеству общих (для обоих объектов) видов. Под диагонали матрицы располагается общее число видов одного объекта (или на обилие). Далее определяем степень расхождения объектов по числу видов: если объекты разновелики – применяем в основном меры включения, если равновелики – меры сходства (или различия). Также в некоторых случаях возможно применение смешанного анализа.

Для ненормированных данных матрица пересечения легко преобразуется в матрицу мер включения. Приведём одну из возможных мер включения:

; ,

где K₀ (a; b) – мера включения b в a; K₀ (b; a) – мера включения a в b. Т.е. меры включения указывают на степень вхождения одного объекта в другой по видовому составу. В целом стоит отметить, что меры включения более информативны в сравнении с мерами сходства, т.к. последние являются осреднением мер включения. Получить матрицу включения из матрицы пересечения очень просто. Для этого необходимо элементы каждой строки матрицы пересечения разделить на соответствующий этой строке диагональный элемент. В полученной матрице включения целесообразно указывать направление включение, т.к. матрица включения несимметрична. Визуализировать отношения включения можно с помощью ориентированных графов. Для их построения требуется задать некоторый порог включения. Далее, просматривая строки матрицы включения, отмечаем все числа, которые превышают пороговую величину. Вершину графа с номером строки соединяем с вершиной графа номера столбца, на пересечении которого и стоит отмеченное число. Вершинами графа будут названия районов. Граф включения показывает связь флористических участков (по сходству видов).

Матрицу включения можно привести к симметричному виду, рассчитав меру сходства для каждой пары объектов, или используя меру сходства (например, меру Сёренсена):

где K_αβ и K_βα – несимметричные меры включения. Отношения сходства обычно визуализируются с помощью графического представления метода иерархического кластерного анализа – дендрограммы. Помимо выбора меры сходства или меры различия для матрицы необходимо также выбрать способ построения дендрограммы.

Кроме перечисленных алгоритмов упорядочивания данных также применяются методы построения диаграммы Чекановского, дендрита (неориентированный граф) и др.

После анализа следует этап интерпретации. Исследователь, исходя из системного понимания территории и взаимосвязей внутри объекта, адекватно интерпретирует полученные результаты. Из-за высокой сложности исследуемых объектов к процессу исследования, как правило, подключаются специалисты разных направлений – ботаники, зоологи, биогеографы, геоботаники, фаунисты, экологи, математики, программисты и др.

Вопросы для самоконтроля

1. Назовите объекты биологического мониторинга.

2. Биоиндикация как метод оценки загрязнения окружающей среды. Приведите примеры.

3. Оценка биологического разнообразия. Что такое биоразнообразие? Основные показатели таксономического разнообразия и их информативность.

4. Количественная оценка биологических объектов. Опишите концепцию основных уровней биоразнообразия по Уиттеккеру. Расскажите об основных индексах оценки инвентаризационного и дифференцирующего разнообразия.

Читайте также: