Методы_экологических_исследований. Учебное пособие для студентов, обучающихся по программе бакалавриата направления Экология и природопользование
![]()
|
2.6. Виды экспериментов в экологии Можно выделить два класса экспериментов: измерительные (пассивные) и управляемые (активные). Измерительные эксперименты включают только проведение наблюдений в одной или нескольких точках пространства или времени; пространство или время – это единственные "экспериментальные" переменные или "факторы воздействия". Оценка значимости воздействия по статистическим критериям осуществляется здесь не всегда. Измерительные эксперименты обычно не включают наложение экспериментатором управляемых внешних факторов на экспериментальные единицы. Исторически сложилось, что термин "экспериментальное" всегда использовался в контексте значений "сложное", "трудоемкое", "подразумевающее вмешательство, и это неизбежно будет продолжаться. В экологии существуют сравнительные измерительные эксперименты. Если в измерительном эксперименте, как правило, изучается единственная ситуация с одним воздействием, то управляемый (манипулятивный) эксперимент уже учитывает воздействие на двух или более уровнях фактора и имеет целью осуществление одного или более сравнений. Определяющая черта управляемого эксперимента состоит в том, что различные экспериментальные единицы получают различные уровни воздействия и распределение воздействий по экспериментальным единицам делается случайным (или, по крайней мере, может быть сделано таковым). "Контроль" – это термин, имеющий несколько значений в контексте планирования эксперимента. Контрольным воздействием может быть как нижний или нулевой уровень фактора, изучаемого в эксперименте, так и "процедурное" воздействие (например, мыши с введенным солевым раствором используются в качестве контроля по отношению к мышам с введенным 16 солевым раствором и лекарственным препаратом), или просто иное воздействие. По крайней мере, при экспериментировании с биологическими системами контроль необходим, в первую очередь, вследствие того, что биологические системы меняются со временем. Если бы мы могли быть абсолютно уверены, что данная система обладает постоянными свойствами, тогда не было бы необходимости в отдельной контрольной группе. Измерения на экспериментальной единице до воздействия могли бы служить тогда контролем для измерений на экспериментальной единице после воздействия. Во многих типах экспериментов контрольные измерения имеют вторую функцию: выделить влияние эффекта в числе прочих различных аспектов экспериментальной процедуры. Так, в примере с мышами воздействие "только солевым раствором" представляется обязательным контролем. При некоторых обстоятельствах могут быть полезными дополнительные контрольные воздействия, такие как "только введение иглы" или "отсутствие манипуляций". "Контроль" в строгом смысле отслеживает дрейф во времени и влияние технических процедур реализации эксперимента. Рандомизация компенсирует (т.е. снижает или исключает) потенциальные отклонения, вносимые экспериментатором при назначении воздействий экспериментальным единицам и при осуществлении других процедурных действий. Повторности учитывают стохастический фактор, т.е. внутреннюю изменчивость выборок, присущую экспериментальному материалу или внесенную экспериментатором, либо возникшую вследствие несверхъестественного вмешательства. Перемешивание компенсирует регулярную пространственную неоднородность свойств среды, куда помещаются экспериментальные единицы, обусловленную как ее исходным состоянием, так и возможным несверхъестественным вмешательством. 17 В этом контексте представляется точным утверждение о том, что эксперимент без повторностей – это эксперимент без контроля, поскольку он не учитывает стохастический фактор. Однако обычай разделять повторность и контроль как отдельные аспекты плана эксперимента настолько прочно утвердился, что термин "контроль" будет далее использоваться только в узком традиционном смысле. Третье значение контроля в экспериментальном контексте состоит в регуляции условий, в которых проводится эксперимент. Это может относиться к гомогенности экспериментальных единиц, к точности конкретных процедур воздействия, или, что наиболее часто, к учету неоднородности физической среды, в которой проводится эксперимент. Так, некоторые исследователи могут говорить об эксперименте, поставленном на белых мышах в лаборатории при температуре 25±1C 0 , как о "лучше контролируемом" по сравнению с экспериментом, поставленном на диких мышах в поле, где температура меняется от 15C 0 до 30 C 0 . Это – неудачное выражение, потому что "чистота" контрольных воздействий в эксперименте не зависит от той степени, с которой физические условия среды ограничиваются или регулируются. От такой регуляции также не зависят ни обоснованность эксперимента, ни результаты статистического анализа; если нет ошибок в плане или статистическом анализе, то доверие, с которым мы можем отбросить нуль-гипотезу, отражается исключительно значением р- вероятности. Эти факты мало понимаются многими лабораторными учеными. Неверный смысл, который вкладывается в понятие контроль, частично происходит от ошибочного толкования древней максимы: ―Сохраняй постоянными все переменные, за исключением той, которая подлежит изучению‖. Она относится не к временной стабильности, которая, в общем, не имеет значения, а только к желательной идентичности экспериментальных и контрольных систем во всех отношениях, за исключением воздействующей переменной и производимой ею эффекта. 18 Повторности, рандомизация и независимость. Как повторности, так и рандомизация имеют две функции в эксперименте: они улучшают оценку базовых статистик и повышают обоснованность применения статистических критериев. Повторности снижают эффекты "шума" (т.е. случайной изменчивости или ошибки), увеличивая, таким образом, точность оценки, например, выборочного среднего или различий между двумя выборками. Рандомизация компенсирует возможные возмущения, вносимые экспериментатором, увеличивая правильность оценок. Каким именно путем рандомизированное распределение уровней воздействий по экспериментальным единицам обеспечивает обоснованность эксперимента? Четкий и краткий ответ встречается нечасто. Рандомизация гарантирует ―гораздо больше, чем просто отсутствие отклонений в эксперименте‖, хотя и это важно. Она гарантирует, что в среднем "ошибки" распределены независимо и что ―пары участков с одинаковым воздействием расположены не ближе друг к другу, или, наоборот, дальше, или еще каким- либо разумным образом неотличимы от любой другой пары участков с различным воздействием‖, за единственным исключением эффекта самого воздействия. В терминах математической статистики отсутствие независимости ошибок препятствует выяснению α-вероятности ошибки первого рода. Действуя в соответствии с процедурой проверки статистических гипотез, мы можем, например, задаться критическим уровнем значимости α кр = 0.05 и искать соответствующее значение р- вероятности для подходящей тест-статистики. Однако, если ошибки не независимы, истинный уровень значимости будет выше или ниже 0.05, но в любом случае численное его значение останется неизвестным. Таким образом, интерпретация статистического анализа становится достаточно субъективной. Под вмешательством понимается вмешательство случайных событий в текущий эксперимент. Этот тип вмешательства встречается в любой экспериментальной работе, внося "шум" в данные. Чаще всего влияние 19 единичного стохастического возмущения неизмеримо мало. Однако по определению, природа, величина и частота таких случайных событий непредсказуемы, так же как и их следствия. Если возмущение оказывает воздействие на все экспериментальные единицы независимо от уровня воздействия, то проблемы нет. Любое изменение погоды во время полевого эксперимента будет примером такого "случайного" события. Больше проблем несут случайные события, влияющие на одну или несколько экспериментальных единиц. Экспериментальное животное может умереть, может случиться инфекция или сбой в обогревательной системе. Некоторые случайные события могут быть обнаружены, но таковых – не большинство. Экспериментаторы обычно стремятся минимизировать появление случайных событий, потому, что они снижают чувствительность эксперимента в обнаружении эффекта воздействия. Однако не менее важно минимизировать вероятность ошибочного заключения о присутствии эффекта воздействия, когда его нет. Повторности и перемешивание воздействий обеспечивают лучшую страховку от случайных событий, имитирующих такие фальшивые эффекты воздействия. 2.7. Метод математического моделирования Предвидеть ответные реакции системы на действие конкретных факторов можно лишь через сложный анализ существующих в ней количественных взаимоотношений и закономерностей. В экологии, поэтому широкое распространение получил метод математического моделирования как средство изучения и прогнозирования природных процессов. Суть метода заключается в том, что с помощью математических символов строится абстрактное упрощенное подобие изучаемой системы. Затем, меняя значение отдельных параметров, исследуют, как поведет себя данная искусственная система, т. е. как изменится конечный результат. 20 Модели строят на основании сведений, накопленных в полевых наблюдениях и экспериментах. Чтобы построить математическую модель, которая была бы адекватной, т. е. правильно отражала реальные процессы, требуются существенные эмпирические знания. Отразить все бесконечное множество связей популяции или биоценоза в единой математической схеме нереально. Однако, руководствуясь пониманием, что в надорганизменных системах имеется внутренняя структура и, следовательно, действует принцип «не все связи существенны», можно выделить главные связи и получить более или менее верное приближение к действительности. В построении математических моделей сложных процессов выделяются следующие этапы. 1. Прежде всего, те реальные явления, которые хотят смоделировать, должны быть тщательно изучены: выявлены главные компоненты и установлены законы, определяющие характер взаимодействия между ними. Если неясно, как связаны между собой реальные объекты, построение адекватной модели невозможно. На этом этапе должны быть сформулированы те вопросы, ответ на которые должна дать модель. Прежде чем строить математическую модель природного явления, надо иметь гипотезу о его течении. 2. Разрабатывается математическая теория, описывающая изучаемые процессы с необходимой детальностью. На ее основе строится модель в виде системы абстрактных взаимодействий. Установленные законы должны быть облечены в точную математическую форму. Конкретные модели могут быть представлены в аналитической форме (системой аналитических уравнений) или в виде логической схемы машинной программы. Модель природного явления есть строгое математическое выражение сформулированной гипотезы. 3. Проверка модели – расчет на основе модели и сличение результатов с действительностью. При этом проверяется правильность сформулированной гипотезы. При значительном расхождении сведений 21 модель отвергают или совершенствуют. При согласованности результатов модели используют для прогноза, вводя в них различные исходные параметры. Следует, однако, отметить, что сама по себе математическая модель не может служить абсолютным доказательством правильности той или иной гипотезы, так как может оказаться, что разные гипотезы приводят к сходным результатам, но она служит одним из путей анализа реальности. Расчетные методы в случае правильно построенной модели помогают увидеть то, что трудно или невозможно проверить в эксперименте, позволяют воспроизводить такие процессы, наблюдение которых в природе потребовало бы много сил и больших промежутков времени. В математических моделях можно «проигрывать» разные варианты – вычленять разные связи, комбинировать отдельные факторы, упрощать или усложнять структуру систем, менять последовательность и силу воздействий – все это дает возможность лучше понять механизмы, действующие в природных условиях. Моделируют различные по характеру процессы, происходящие в реальной среде, как, например, отдельные типы экологических взаимодействий хищник – жертва, паразит – хозяин, конкурентные отношения, мутуализм и др. Математическими моделями описываются и проверяются разные варианты динамики численности, популяций, продукционные процессы в экосистемах, условия стабилизации сообществ, ход восстановления систем при разных формах нарушений и многие другие явления. Сами методы математического моделирования биологических систем развиваются, совершенствуются и разнообразятся. Например, одну из простейших математических моделей для системы паразит – хозяин в динамике численности насекомых разработал в 1925 г. статистик А. Лотка, который вывел следующие уравнения: 22 где Ni – численность популяции хозяина; N2 – численность популяции паразита; r1 – удельная скорость увеличения популяции хозяина; d2 – удельная скорость гибели популяции паразита; p1 и р2 – константы. График процесса паразитической инвазии, построенный по таким уравнениям, обнаруживает, что в результате взаимодействия двух видов должны возникать осцилляции (колебания) с постоянной амплитудой, которая зависит от соотношения между скоростями увеличения численности двух видов. В экологии сначала преобладали математические модели, основанные на предположениях о существовании в природе четких причинно-следственных зависимостей между популяциями в сообществах (так называемый детерминистский подход). В настоящее время меняется сам подход к математическому моделированию в экологии. Разработаны так называемые имитационные модели, основное внимание в которых уделяется именно разнообразию внутренней структуры популяций и сообществ. Вместо отбрасывания «несущественных» связей математики пытаются определить роль внутреннего разнообразия в поддержании существования надорганизменных систем. Математическое моделирование широко применяется при решении экологических проблем, связанных с антропогенными воздействиями на природную среду. В современных математических моделях выделяют тактические и стратегические модели. Тактические модели экосистем и популяций служат для экологического прогнозирования их состояния, в том числе при разного рода экзогенных воздействиях. Стратегические модели строят в основном с исследовательскими целями, для вскрытия общих законов функционирования биологических систем, таких, как стабильность, разнообразие, устойчивость к воздействиям, способность возвращаться в исходное состояние. В задачи стратегических моделей входит изучение с помощью ЭВМ последствий разных стратегий управления экосистемами, чтобы иметь возможность выбрать оптимальную. 23 Модели, которые описывают взаимодействие общества и природы и в которых учитывают не только экологические, но и экономические, демографические и социальные показатели, называют эколого-экономическими моделями. Такие модели разрабатывают для долгосрочного прогнозирования экономического роста и общей оценки влияния человеческой деятельности на природную среду. 2.8. Статистические методы в экологии, совокупность методов количественного определения общих свойств и характера взаимосвязи варьирующих экологических явлений и процессов с помощью специального математического аппарата, основанного на теории вероятностей и других разделах высшей математики. Основным в экологических исследованиях является сравнительно-эколого-географический метод, заключающийся в сопряженном изучении и сопоставлении компонентов экосистем и их взаимосвязи на разных территориях, за различные промежутки времени, при разном соотношении факторов внешней среды. Достоверность получаемых при этом результатов достигается применением статистического метода, которые сводятся к обобщенной характеристике варьирующих элементарных экологических факторов и признаков; установлению и количественному выражению связи отдельных факторов между собой и связи объекта с факторами его жизнеобеспечения; разработке и расчету балансов движения вещества и энергии в экосистеме (радиационный, водный, воздушный балансы, баланс элементов питания и др.). Применение статистического метода складывается из 3 стадий: сбора информации или осуществления массовых статистических наблюдений, сводки и систематизации материала и обобщения материала, где собственно и применяют математические методы, которые складываются из 4 основных разделов — характеристики выборочной совокупности, корреляционного, регрессионного и дисперсионного анализов. Характеристика выборочной совокупности заключается в нахождении общих признаков вариационного 24 ряда, который репрезентативен для генеральной совокупности. Наиболее распространенной величиной, характеризующей выборочную совокупность, служит средняя арифметическая, равная сумме всех вариантов, деленной на число последних. Изменчивость изучаемого признака характеризуют также его крайними значениями, средним квадратическим или стандартным отклонением, коэффициентом вариации и др. Корреляционный анализ применяют для установления взаимной связи нескольких признаков. В экологии, как правило, каждому значению одного признака или фактора соответствует несколько значений другого. Такая связь называется корреляционной и определяется коэффициентом корреляции, корреляционным отношением, тетрахорическим и полихорическим показателями связи, частным и множественным коэффициентами корреляции. Дисперсионный анализ применяют для установления роли отдельных факторов в изменчивости изучаемого признака. Поскольку в экологии изменчивость какого-либо признака зависит не только от исследуемых, но и от других, случайных факторов, то при дисперсионном анализе оценивают суммарное значение учитываемых факторов, затем вычисляют роль каждого из них. Регрессионный анализ применяют для установления зависимости изменений одного параметра экосистемы от изменения одного или нескольких других параметров, обусловливающих изменения первого. Регрессия может быть показана двумя рядами чисел, линиями в поле графика, коэффициентами и уравнениями регрессии. 3. Экологические методы исследований Среди экологических методов в науке чаще используются: мониторинга, микроскопические, изоферментного анализа, рентгеноструктурного анализа, биоморфологического анализа, группового анализа, морфофизиологических индикаторов, интродукционный, индикации |