Мониторинг загрязнения водной среды реки Херота с помощью методов биоиндикации — страница 7

насыщенность кислородом, pH, БПК и ХПК как в придонном, так и в поверхностном слое; ·                     концентрации биогенных и техногенных химических соединений (различные формы азота и фосфора, фенолы, нефтепродукты и т.д.); ·                     показатели биологической и химической окисляемости органических веществ(2). Численность и

биомасса бентоса вводилась в базу с использованием справочника, построенного по иерархическому принципу (класс, отряд, группа, вид) и содержащего дополнительные кинетические константы и другие характеристики жизнедеятельности организмов. Обработка данных, находящиxся в базе, осуществлялась в несколько этапов: ·                     первичная обработка, включающая расчет индексов

доминирования видов, значений характеристик энергетического баланса (траты на обмен, продукция, рацион, ассимиляция органического вещества и др.), а также обобщенных показателей продукции, ассимиляции и биоразнообразия для донных биоценозов; ·                     многофакторный дисперсионный анализ, имеющий целью оценить статистическую значимость влияния таких факторов, как

сезонный и многолетний тренд, ландшафтно-географические особенности, распределение показателей по поперечному профилю реки, в зависимости от типа грунта и т.д.; ·                     кластерный анализ, позволяющий проводить сравнение степени сходства между группами наблюдений и осуществлять территориальное районирование объектов (станций наблюдения и рек в целом);

·                     многофакторный регрессионный анализ, осуществляющий структурную идентификацию связи между факторами среды и популяционными показателями зообентоса. Базы данных реализованы в виде стандартных DBF-файлов и функционируют под управлением многофункциональной Clipper-программы. Математическая обработка данных реализована как средствами оригинальных программ

авторов, так и в общепризнанных статистических пакетах. Конструкция базы данных позволяет существенно расширить ее содержимое за счет включения новой информации как по новым группам биологических объектов, так и по новым обследуемым регионам. Используя информацию базы данных, были проанализированы различные зависимости показателя таксономического разнообразия (индекс Шеннона), рассчитанные в пространстве и времени.