WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 |   ...   | 2 | 3 || 5 |

Рис. 3. Изменение азотфиксирующей активности в контрольной почве и в почве вариантов 25, 50 и 75

Дегидрогеназную и уреазную активности почвы определяли в первый вегетационный сезон второй ротации сосны. Установлено, что характер изменения дегидрогеназной активности идентичен как в контрольном, так и в опытных вариантах. Внесение компоста не привело к достоверному увеличению дегидрогеназной активности, однако не было выявлено и достоверного негативного влияния компонентов компоста. Аналогичный эффект от внесения компостов был обнаружен нами при анализе изменения уреазной активности почвы. Поскольку результаты определения ферментативной активности почв не позволили нами выявить какие-либо различия в опытных и контрольном варианте, в дальнейшем эти показатели не использовали.

Третья ротация посевов сосны. Уровень микробной биомассы в образцах почв, отобранных на участках контрольного варианта, несущественно изменялся в течение всего периода исследования (0,8-1,0 мгСмикр г-1) (рис. 4). На протяжении двух вегетационных сезонов уровень биомассы вариантов 25, 50 и 75 был выше либо ниже контрольного варианта. Отсутствие выраженных закономерностей установлено и для остальных опытных вариантов. Скорее всего, отсутствие существенного увеличения в микробной биомассе при третьем внесении компоста может быть связано с тем, что уровень микробной биомассы на участках контрольного варианта во время третьей ротации посевов сосны оказался в среднем в 2 раза выше по сравнению с таковым в первую и вторую ротации. Это, вероятно, обусловлено тем, что в год, когда участки находились под паром, почва была перепахана и контрольные участки получили органическое вещество с опытных участков.

Третье внесение компоста на участки вариантов 50 и 75 привело к увеличению минерализующей активности микроорганизмов, причем стимулирующий эффект от внесения компоста наблюдали на протяжении обоих вегетационных сезонов. Во всех образцах почв вариантов 30, 60 и 90, отобранных на протяжении всего периода исследования, за исключением образцов 480 суток, уровень респираторной активности в опытных образцах оказался выше уровня в контрольном варианте (рис. 4). На участках вариантов 100, 150 и 175, которые в третью ротацию не обрабатывали компостами, не было обнаружено каких-либо выраженных зависимостей ответного отклика микробного сообщества от дозы внесения.

Рис. 4. Изменение респираторной активности (А) почвенного микробного сообщества и метаболического коэффициента (Б) в контрольной почве и в почве вариантов 30, 60 и 90

Невысокие значения респираторной активности при достаточно постоянном уровне микробной биомассы обусловили достаточно низкий и мало изменяющийся в динамике опыта метаболический коэффициент в почвенных образцах контрольного варианта (0,15 – 0,55 мгСО2-С мгС-1 24ч-1). При внесении компоста в вариантах 25, 50 и 75 наблюдалось дозо-зависимое увеличение qCO2, связанное с аналогичным увеличением респираторной активности. В дальнейшем значения qCO2 в опытных вариантах были как выше, так и ниже таковых в контрольных образцах. Низкий уровень микробной биомассы обусловил высокий метаболический коэффициент в варианте 60. В остальных же случаях этой группы вариантов значения метаболического коэффициента находились на уровне контрольного варианта. Существенное увеличение значений метаболического коэффициента выявлено, в почвенных образцах вариантов 100, 150 и 175, отобранных на 130 сутки исследования. Во всех остальных пробах, отобранных в разные моменты времени, значения qCO2 существенно не отличались от контрольного варианта.

Анализ изменений уровня фиксации атмосферного азота, показывает, что закономерности, обнаруженные нами в первые две ротации посевов сосны, в целом сохраняются и при третьем внесении компоста. Внесение компоста приводило к достоверному снижению уровня азотфиксации в вариантах 25, 50 и 75. Однако во второй вегетационный сезон уровень азотфиксации в опытных вариантах оказался в основном сопоставим с уровнем контрольного варианта. Меньший ингибирующий эффект на азотфиксирующую активность почвы оказало внесение компоста в вариантах 30, 60 и 90. В отличие от предыдущих групп вариантов, колебания уровня азотфиксирующей активности в почвах вариантов 100, 150 и 175 и контроле были синхронными.

Полученные нами данные подтверждают известное положение о флуктуационном характере почвенных процессов. Как свидетельствуют приведенные в работе результаты, антропогенное вмешательство в виде вносимого компоста приводит к изменению процессов, связанному с необходимостью адаптации сообщества, и колебательные процессы начинают различаться по фазе. Результатом является то, что в опытных вариантах наблюдается не синхронное с контролем изменение параметров, что не дает возможность сделать заключение о преимуществе того или иного способа обработки почвы по одномоментно отобранной пробе почвы и существенно усложняет процесс интерпретации результатов, особенно при такой задаче, как выбор оптимального варианта обработки почвы. Возможным решением этой проблемы является использование математических методов.

Разработка алгоритма статистической оценки эффективности различных схем внесения компоста из ОСВ

При разработке алгоритма в качестве исходных данных были использованы значения показателей - микробной биомассы, респираторной и азофиксирующей активностей.

Для формализации анализа влияния компоста из ОСВ на микробное сообщество почв рассматривали модель развития случайного процесса во времени. Обозначили через вектор численных показателей состояния микробного сообщества контрольной площадки в момент времени, где – респираторная активность, – азотфиксирующая активность почв и – уровень микробной биомассы. Аналогично, через обозначили вектор численных показателей состояния микробного сообщества опытной площадки в момент времени t, на которой применяется m-я схема внесения компоста. Причем значения каждого параметра представлены тремя повторностями =(,, ). Считается, что наблюдаемый процесс имеет систематическую и случайную (стохастическую) составляющие, причем случайные составляющие, соответствующие опытной и контрольной площадкам, предполагаются независимыми, а процесс, соответствующий контрольной площадке не стационарным (микрофлора почвы не находится в стабильном состоянии). Значения показателей состояния рассматриваются как независимая (по времени и повторностям) выборка и могут быть использованы для моделирования распределения вероятностей значений для контрольной площадки в произвольный момент времени.

Поскольку традиционно количество повторностей в биологических исследованиях невелико, на следующем этапе было проведено увеличение объема выборки методом рандомизации – получение новых сочетаний значений показателей в каждый момент времени за счет выборки с возвратом из имеющихся; это возможно в силу указанной ранее независимости этих значений. Таким образом, было получено 999 «траекторий во времени» для численных значений показателей состояния микробного сообщества, согласованных с имеющимися данными. В результате вектор численных показателей состояния в момент времени t микробного сообщества опытной площадки был представлен следующим образом: =(,,..., ).

Для дальнейшего анализа совокупности данных, значения всех параметров были переведены в относительные единицы. Для этого были построены модели изменения трех анализируемых параметров в контрольном варианте. Поскольку изменение показателей во времени нелинейно, были использованы нелинейные обобщенные аддитивные модели (рис. 5).

Математическое ожидание значений состояния есть гладкая функция от времени, т.е. модель имеет вид, ~ N(0,), где – гладкая функция, – дисперсия ошибки.

Поскольку для построения функции используются выборочные значения, то вместо истинной функции мы получаем функцию, которая может быть представлена в виде, где – дисперсия среднего (прогноза). Считается, что ошибки и независимы,

Рис. 5. Генерализованная аддитивная модель изменения микробной биомассы в контрольном варианте

поэтому их дисперсии складываются. Далее была определена вероятность того, что значение параметра в опытном варианте будет отличаться от значений контрольного варианта. Для этого рассчитывали остатки от генерализованной аддитивной модели:

,,,,

где – численный показатель состояния в момент времени t микробного сообщества опытной площадки (для контроля m=0), – генерализованная аддитивная модель, - разность наблюденного и модельного значений, и - функция распределения разностей для контрольного варианта.

На следующем этапе, зная распределение, мы определили вероятность того, что значение параметра в опытном варианте будет отличаться от значений контрольного варианта. Таким образом, получили вектор, где – значение отклонения для i-го параметра.

Для вычисления усредненной вероятности, в каждой временной точке полученные векторы усредняются по числу рандомизированных «траекторий» что приводит к получению векторов, являющихся оценками усредненной вероятности в моменты времени (1, 2, 3,...t).

Таким образом, каждая почвенная проба, отобранная в отдельной временной точке, может быть представлена тремя средними значениями вероятности превышения контроля по параметрам: респирация, азотфиксирующая активность, микробная биомасса. Эти значения использовали в качестве характеристик почвенных проб, отобранных в соответствующие моменты времени.

Одной из практических задач исследования было выявление оптимальных схем обработки почвы нетрадиционным удобрением. Мы предположили, что если основным фактором, влияющим на состояние микробного сообщества, будут являться доза и периодичность внесения компостов, то варианты одной схемы внесения должны быть похожими, и, наоборот, при разных схемах внесения они должны различаться. Для того, что бы подтвердить эту идею, мы применили кластерный анализ, в частности, метод иерархической кластеризации, основанный на матрице расстояний между

векторами вероятности отличия значений опытного варианта от контрольного (рис. 6). Расчет расстояния между векторами вероятности проводили с использованием евклидова расстояния. Кластеризацию осуществляли методом Варда. На основании дерева иерархической кластеризации выделяли 3 кластера.

Рис. 6. Дерево иерархической кластеризации

Анализ распределений значений усредненных вероятностей, характеризующих объекты, помещенные в тот или иной кластер, позволил вычислить усредненные характеристики кластеров и дать им содержательную интерпретацию (табл. 3).

Таблица 3

Характеристика кластеров

Согласно общим представлениям, увеличение уровня респираторной активности при неизменном уровне микробной биомассы либо его увеличение в сравнении с необработанной почвой можно считать положительным эффектом от внесения удобрений. Так же расценивается и увеличение уровня микробной биомассы и активности азотфиксации (McGrath et al., 1995; Brookes, 1995; Ананьева с соавт., 2002; Perez de Mora et al., 2005). Исходя из этого, наилучшими характеристиками обладали объекты, объединенные в 1 кластер.

Таблица 4

Распределение объектов по кластерам

На следующем этапе нами было определено распределение объектов по кластерам (табл. 4). Установлено, что в кластер с наилучшими характеристиками попали объекты всех вариантов внесения, однако наибольшая их доля относительно общего количества объектов приходилась на варианты 75, 100 и 175 (по 61% от общего числа объектов). Далее следовали варианты 25 и 50, у которых в первый кластер попали по 50% объектов, взятых в анализ. В то же время необходимо обратить внимание на третий кластер, который характеризовался низкими вероятностями по всем трем параметрам. Такая низкая вероятность (0,29–0,32) свидетельствует о том, что в более двух третях отобранных проб положительный эффект от внесения компоста не наблюдался. Исходя из этого, чем меньше объектов какого-либо варианта попадет в наихудший (третий) кластер, тем меньшую настороженность должен вызвать данный вариант обработки. Этому требованию соответствовали варианты 75 и 100. Действительно, именно у этих вариантов в кластер 3 попало минимальное количество объектов.

Таким образом, на основании характеристик, присущих каждому из выделенных кластеров, и анализа распределения объектов по кластерам можно выделить схемы обработки почвы, оказывающие наиболее устойчивый благоприятный эффект на микробные сообщества – варианты 75 и 100.

ВЫВОДЫ

Pages:     | 1 |   ...   | 2 | 3 || 5 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»