БИОИНДИКАЦИЯ

Как и в случае с индексами разнообразия, желательно получить некую числовую характеристику, которая одним числом отражала бы степень сходства между сравниваемыми сообществами (станциями отбора проб, датами отбора проб и т.п.). Такими характеристиками служат коэффициенты сходства. Обычно они выражаются в % и, по определению, должны обладать следующими свойствами: 1) S = 100% если два сообщества абсолютно сходны, т.е. если в их состав входят одни и те же виды с одинаковым обилием, или, если сравниваются просто видовые списки, то эти списки должны содержать одинаковое число одинаковых видов. 2) S = 0% если сообщества не имеют общих видов. Вспомним, что представляет собой исходная матрица данных, с которой обычно приходится иметь дело при анализе структуры сообществ. Это многомерная матрица, которая включает информацию о видовом составе и обилии каждого вида на каждой из исследованных станций (дат отбора проб). В качестве показателей обилия видов могут выступать: 1) плотность 2) биомасса 3) проективное покрытие (%). Кроме того, в ряде случаев в ходе исследований отмечается лишь наличие или отсутствие видов. Тогда 4) матрица будет включать лишь 0 и 1. Иногда, когда количественные данные невозможно использовать для анализа из-за наличия ошибок инструментального характера или, например, ошибок ввода данных в память компьютера, исходные данные также приходится трансформировать в набор 1 и 0. В ходе расчета того или иного коэффициента сходства получают т.н. матрицу сходства, в которой представлены значения коэффициента для каждой пары сравниваемых станций (дат). Такая матрица содержит n(n – 1)/2 число элементов, т.е. обладает треугольной формой, поскольку нет необходимости дублировать в ней одну и ту же информацию (очевидно, например, что сходство i-той пробы с самой собой равно 100%, а коэффициент сходства между пробой j и k равен коэффициенту сходства между k и j). Теперь рассмотрим сами коэффициенты сходства. Их существует около 25, однако чаще всего используются лишь некоторые. Так, для анализа исходной матрицы, содержащей данные о видовом составе сообществ и обилии каждого вида, наиболее часто применяют коэффициент Брея-Куртиса (Bray-Curtis coefficient): = = Здесь yij представляет собой обилие i-того вида в пробе j. Аналогично, yik – это обилие того же вида i, но уже в пробе k. Вторая формула дает абсолютно те же результаты, но, как видим, в числителе ее суммируются наименьшие обилия вида в каждой из сравниваемых пар проб (дат). Рассмотрим пример расчета коэффициента Брея-Куртиса и построения матрицы сходства на его основе. Для этого используем данные из статьи Пирсона (Pearson, 1975) по макрозообентосу залива Лох-Линне (Loch Linnhe), расположенного у берегов Шотландии: Год 1964 1968 1971 1973 Проба 1 2 3 4 Вид Echinoca. 9 0 0 0 Myrioche. 19 0 0 3 Labidopl. 9 37 0 10 Amaeana 0 12 144 9 Capitella 0 128 344 2 Mytilus 0 0 0 0 Рассчитаем, например, коэффициент сходства для проб 1 и 4 (т.е. для 1964 и 1973 гг.) : Выполнив те же расчеты для каждой пары проб, получим следующую матрицу сходства (S): Проба 1 2 3 4 1 - 2 8 - 3 0 42 - 4 39 21 4 -