12.07.2015 Views

Двустворчатые моллюски Белого моря - Зоологический институт ...

Двустворчатые моллюски Белого моря - Зоологический институт ...

Двустворчатые моллюски Белого моря - Зоологический институт ...

SHOW MORE
SHOW LESS
  • No tags were found...

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

É·‚‡ 2åÄíÖåÄíàóÖëäàÖ åÖíéÑõОценка полноты изученности фауныМетоды оценки полного числа видов в локальной фауне по выборочным даннымдовольно хорошо разработаны. Так, например, хорошо известна формулаФ. У. Престона (Preston, 1948), основанная на соответствии частотного распределениявидов логнормальному закону. Этот метод подробно описан Ю. А. Песенко(1982).Метод Ф. У. Престона дает хорошие результаты, но использование его в гидробиологическихисследованиях затруднено тем, что он требует прямого указания числаособей каждого вида, что невозможно для большинства водорослей и морскихтрав, почти всех губок, кишечнополостных и ряда других колониальных животных,поэтому в настоящей работе мы будем пользоваться оригинальным методом (Наумови др., 1986, а). Исходя из предположения, что количество известных исследователювидов локальной фауны представляет собой функцию числа взятых станций, причемв предельном случае, когда станций взято бесконечное количество, все виды становятсяизвестными, мы аппроксимировали функцию числа известных видов от числавзятых станций уравнениемS = S ∞ (1 – e –k'Ñ ), (1)где S – число видов, Ñ – количество взятых станций, е – основание натуральных логарифмов,k' и S ∞ – коэффициенты. Очевидно, что коэффициент S ∞ представляет собойасимптоту функции и может трактоваться как предсказываемое число форм вданном водоеме. Что же касается коэффициента k', то он в известной мере отражаетоднородность распределения животных (чем выше значение этого параметра, тембыстрее падает значение первой производной функции (1) и тем однороднее распределенбентос).Уравнение (1), представленное в рекуррентной форме, позволяет найти коэффициентыk' и S ∞ как параметры линейной регрессии. При этом встает вопрос, какуюстанцию считать первой, какую – второй и т. д. От решения этого вопроса в значительнойстепени зависит результат, так как в каждом случае прирост числа видов отстанции к станции зависит от порядка последних. Наилучшим способом был бы полныйперебор всех станций во всех возможных порядках с последующим вычислениемсредних для каждой точки. По этому пути пошел И. Каракассис (Karakassis, 1995),предложивший аналогичный способ независимо от нас около 10 лет спустя. Путьэтот, однако, связан со значительными вычислительными сложностями, поэтому мыпредложили другой, более простой и в тоже время достаточно надежный алгоритмрасчетов.Для исследуемого района (или биоценоза) создается матрица, строки которойпредставляют собой взятые станции, а столбцы – обнаруженные на станциях виды.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!