Корреляции с метеорологическими данными.
При изучении корреляции с метеорологическими данными геоботаник часто сталкивается со сложными проблемами, особенно при выборе наиболее подходящего показателя для того или иного климатического фактора. Так, температурные условия можно характеризовать с помощью средней годовой температуры, среднего суточного минимума, длины безморозного периода года, суммы периодов с температурой выше определенного уровня или множества других показателей, каждый из которых является наиболее подходящим для некоторого определенного типа исследований. Выбор соответствующего показателя обычно определяется особенностями биологии изучаемых видов, и мы не будем рассматривать здесь этот вопрос. Есть, однако, аспекты обработки данных (когда соответствующий показатель уже выбран), которые заслуживают рассмотрения.
Поскольку в пределах некоторого ограниченного района часто наблюдается тесная корреляция различных климатических факторов, особенно велика опасность того, что такая корреляция будет принята за причинную связь.
Помимо этого, затруднения могут возникнуть в связи с существованием определенных тенденций изменений климата в течение ряда лет. Так, на основании данных по урожаю сельскохозяйственных культур можно иногда показать корреляцию между урожаем одного года и погодными условиями следующего. Эти трудности следует иметь в виду, рассматривая Данные за ряд лет. Сравнение кратковременных изменений на протяжении одного сезона с изменениями погодных условий обычно производится проще. При такого рода исследованиях обычно отмечаются показатели жизненного состояния, например вес продуцируемых надземных частей, количество проросших семян и т. д., при разных метеорологических условиях. Обычно удобно бывает рассматривать суммарные данные как для показателей жизненного состояния растений, так и для метеорологических показателей, так как более поздние данные, касающиеся жизненного состояния, могут быть обусловлены не только погодой в непосредственно предшествовавший период, но и в более ранние периоды сезона. Анализ данных может быть рассмотрен на следующем примере.
Имелось основание предполагать, что прорастание семянок Urtica dioica коррелирует с количеством солнечного света, полученного ими после замачивания.
В таблице 1 приведены суммарные числа семянок, проросших в трех повторных пробах по 100 штук через разные промежутки времени после намачивания, а также суммарная длительность солнечного освещения. Регрессия числа проросших семянок (у) по числу дней, прошедших после замачивания и по числу часов солнечного освещения (x2) равна у = 21,46 — 5,20x1 + 2,74x2. Коэффициент при x1 не является значимым, однако коэффициент при х2 имеет вероятность менее 1%, что показывает реальное существование корреляции между прорастанием и числом часов солнечного освещения. Действительно, насколько можно судить по данным этого единственного эксперимента, интенсивность прорастания не зависит от времени, прошедшего с момента замачивания. Значимая доля дисперсии между данными регрессией не учитывается, однако в данном контексте это нас не интересует.
Таблица 1. Число семянок Urtica dioica, проросших в трех повторных пробах по 100 штук.
Время, прошедшее с момента замачивания, сутки |
Длительность солнечного освещения (до предыдущего дня), часы |
Общее число проросших семянок |
Ожидаемое число проросших семянок (по регрессии) |
|||
проба 1 |
проба 2 |
проба 3 |
среднее |
|||
11 |
14,8 |
1 |
— |
5 |
2,0 |
4,8 |
12 |
20,2 |
9 |
4 |
17 |
10,0 |
14,4 |
13 |
26,9 |
26 |
16 |
40 |
27,3 |
27,6 |
14 |
30,9 |
35 |
24 |
45 |
34,6 |
33,3 |
15 |
34,9 |
44 |
38 |
50 |
44,0 |
39,1 |
16 |
39,3 |
50 |
44 |
56 |
50,0 |
51,1 |
17 |
43,7 |
53 |
51 |
59 |
54,3 |
52,8 |
18 |
45,2 |
58 |
54 |
59 |
57,0 |
51,7 |
19 |
50,5 |
59 |
56 |
61 |
58,6 |
61,0 |
20 |
54,1 |
60 |
60 |
62 |
60,6 |
65,7 |
21 |
55,7 |
61 |
65 |
62 |
62,6 |
64,8 |
Иногда бывает важно определить, можно ли считать микроклимат в двух точках одинаковым или нет.
Хороший метод сравнения был применен на нескольких факторах среды, например скорости испарения, Харрисом и др., но он, по-видимому, не был оценен в должной мере. Скорость испарения измеряли ежедневно в 4 пунктах в течение месяца. Она сильно изменялась изо дня в день во всех пунктах; и поэтому кривые, показывающие ее изменения в разных пунктах, с трудом поддавались сравнению. В этих условиях средняя скорость испарения имеет очень небольшое значение как характеристика; одну и ту же среднюю могут давать резко различные режимы испарения. Харрис и его сотрудники указали, что, если бы режимы испарения в двух пунктах были идентичны, график зависимости скорости испарения в одной точке (Z?i) от скорости в другой точке (Е2), вычерченный для одного и того же дня, удовлетворял бы уравнению Et = Е2. Если при расчете регрессии Et = а + ЬЕг окажется, что значение константы а значимо отличается от 0 или значение Ъ значимо отличается от 1, нуль-гипотеза о сходстве двух пунктов будет опровергнута. Такой способ сравнения микроклиматических условий значительно более чувствителен, чем более простые способы.
Если гипотеза о сходстве менаду двумя пунктами опровергнута, можно получить некоторые указания на характер различий. Соотношение Ъ >» 1 указывает на то, что Ei имеет больший диапазон изменчивости, чем Е2, соотношение Ъ 1 свидетельствует об обратном.
Хокер при исследовании распространения Pinus taeda в зависимости от климатических условий рассчитал дискриминантную функцию, основанную на нескольких метеорологических показателях, для точек, находящихся в пределах естественных границ произрастания этого вида, и точек, расположенных вне этих границ, но на произвольно установленном определенном расстоянии от них. Из 21 изученного показателя только 12 оказывали значимое влияние на дискриминантную функцию. Таким образом, оказалось возможным получить некоторую информацию относительно аспектов климата, ограничивающих распространение вида. Хотя интерпретация такого рода данных несомненно требует наличия основательных сведений об эдафических и других неклиматических требованиях изучаемых видов, этот подход имеет очевидные перспективы при изучении как макро-климатических, так и микроклиматических данных.