pitbul-zaprygnul-vverh-pochti-na-45-metra-po-vertikalnoj-stene Посмотрите видео как питбуль допрыгнул до предмета на высоте 14 футов (4, 27 метра)! Если бы проводилась собачья Олимпиада, то этот питбуль...
morskaja-svinka-pigi-zhelaet-vsem-schastlivogo-dnja-svjatogo-patrika С днем Святого Патрика ВСЕХ! И ирландцев и не только ирландцев!
ryba-igla Родиной уникальной пресноводной рыбы-иглы является Индия, Цейлон, Бирма, Тайланд, Малайский полуостров. Достигают 38 см в длину. Принадлежит к...
botsija-kloun Считается, что рыбка боция-клоун (Botia macracantha) появилась в середине XIX века. О данном виде впервые упомянул Питер Бликер (голландский...
gjurza Гюрза (Vipera lebetina) – крупная змея, которая имеет притупленную морду и резко выступающие височные углы головы. Сверху голова змеи...

Учет почвенных беспозвоночных в пробах

Учет почвенных беспозвоночных в пробах

 

При учете почвенных беспозвоночных в пробах общепринятых размеров мы часто сталкиваемся с таким положением, когда большинство проб содержит минимальное число особей или вовсе пусты.

Кривая распределения частот принимает вид, показанный на рисунке. В этом случае мода приходится на минимальное обилие в пробе и далеко отстоит от медианы. Такую гистограмму могут давать многие распределения (в частности, распределения Пуассона). Если распределение особей случайное, то увеличивая размер пробы, мы увеличиваем среднюю, а в случае большой средней случайное распределение аппроксимируется нормальным (Урбах, 1964). В любом другом случае увеличение размера проб не дает приближения к нормальному распределению.
 

Несколько примеров отрицательного биномиального распределения частот различных видов коллембол и панцирных клещей


Несколько примеров отрицательного биномиального распределения частот различных видов коллембол и панцирных клещей (по: Чернова, Чугунова, 1967).

В почвенно-зоологических исследованиях определенный размер проб применяется для учета одновременно большого числа видов и групп с разной численностью. Кроме того, размер проб часто диктуется техническими соображениями, например, при учетах в эклекторах. Эти обстоятельства весьма ограничивают использование вариационно-статистических показателей, большинство из которых в строгом смысле применимы лишь при нормальном распределении величин. Эти трудности преодолеваются путем нормирующих преобразований, разработанных для каждого распределения.

Часто численность мелких почвенных животных, таких как коллемболы, клещи, а тем более нематоды, варьирует в очень больших пределах. Так, число особей отдельных видов коллембол в пробах 5x5 см может колебаться от 0 до нескольких сотен. В силу этого иногда невозможно сгруппировать непосредственно цифры вариационного ряда. В таких случаях весь ряд полученных цифр разбивают на классы. Например, если животное встречено в пробах от 1 до 30, то полученные цифры можно разбить на классы: 1 - 5, 6 - 10, 11 - 15 и т.д.

 

Подсчитав число проб с каждым из классов, можно построить гистограмму. На оси ординат откладываем классы обилия, на оси абсцисс - частоты. Классовый интервал (в данном случае - 5 особей) может быть самым различным, что зависит от уровня численности, размера проб и от целей обработки. Чаще всего выделяют 5-7 классов. Обычно классовые интервалы бывают равные по всему ряду, что увеличивает возможность дальнейших математических операций. Однако иногда можно использовать шкалу с разными интервалами. Так, ногохвостка Folsomia diplophthalma в тундре встречена в пробах (всего 100 проб) в количестве от 0 до 160 особей. Однако подавляющее число проб содержало от 1 до 40 особей, всего 6 проб - свыше 40. Вероятно, в этом случае интервал от 40 до 160 целесообразно объединить в один класс. Группировка учетных данных по классам обилия широко используется для различных целей в почвенной зоологии. Это сильно облегчает анализ количественных материалов.