Журнал Бджільництво - Методика хронобіологічного аналізу медоносної бази

методика

хронобіологічного
Кожен бджоляр спостерігає за динамікою медозбору в місцях розташування пасіки, що дозволяє йому раціонально господарювати. Але, як відомо, клімат Землі змінюється, а отже, змінюватиметься і медоносна база. Однак поки що неможливо врахувати безпосередній вплив змінних кліматичних факторів на конкретній ділянці. Для цього потрібно мати дуже широку, дорогу мережу метеостанцій і багаторічні дані її спостережень. Тому слід знайти інший ефективний спосіб обліку. Пропонуємо вирішення цього завдання.

У методологічному аспекті під час зміни клімату медоносну базу можна як хронобіологічну процесуальну систему, має певну послідовність станів у часі, де основне поняття — період життя медоносної бази, тобто тимчасової інтервал, протягом якого дана система працює (вхід у систему).

Цей період життя визначатимуть роки спостережень за життям рослин. Виходом системи вважатимемо досліджувані параметри показників: продуктивність медоносної бази, життєздатність складових її рослин та інше. Досліджуючи зв'язок між входом і виходом, можна отримати дуже цінні відомості про динаміку медоносної бази: швидкість, напрям і ступінь трансформації її продуктивності. У цьому випадку можна застосовувати дисперсійний, кореляційний, регресійний та інші види статистичного аналізу.

Розглянемо це на конкретному прикладі аналізу швидкості, напряму та величини зміни продуктивності медоносної бази в Південному Прибалхашші. Спостереження вели протягом 15 років на постійній ключовій ділянці, репрезентативному для тугайних рослинних угруповань цієї території, розташованих у дельті річки Або. Тут медоносні рослини, незважаючи на спекотний, пустельний клімат,не відчувають нестачі в ґрунтовій волозі, тому що ґрунтові води залягають досить близько до поверхні. Найбільш істотні відмінності в середовищі проживання за роками спостережень пов'язані зі зміною температури повітря.

Зібрані нами 15-річні дані польових спостережень за період з 1994 по 2008 р. представлені в таблиці, де прийняті такі позначення: ηyx – кореляційне відношення Y до X; sη – помилка кореляційного відношення; n – обсяг вибірки; tη факт - фактичне значення критерію t Стьюдента; t05 та t01 – табличні значення цього критерію для 5- та 1%-ного рівня значущості; v – кількість ступенів свободи. Отримані дані розбиті за роками п'ять груп те щоб у кожній було три роки. Підсумкові дані таблиці підставляли у формули, за допомогою яких розрахували величину кореляційного відношення, його помилку та критерій суттєвості. Перевірялася нульова гіпотеза про відсутність зв'язку.

методика

Величина коефіцієнта кореляційного відношення свідчить, що у разі відзначається високий рівень тісноти встановленого зв'язку (ηyx = 0,7779), тобто близько 78% від повної нерозривної (η = 1). Нульова гіпотеза відкидається, так як tфакт більше, ніж tтабл05і навіть tтабл 001.

методика
Для отримання теоретичної лінії регресії числа безхабарних днів треба точки з координатами зафіксованих значень групових середніх та відповідних їм років спостережень з'єднати плавною лінією (рис.). Теоретична лінія регресії показує, що за період, що спостерігається, кількість днів без хабара до 1998 р. поступово зросла на п'ять днів. До 2001 р. цей показник дещо стабілізувався і навіть знижувався до 2004 р. А з 2004 по 2007 р. кількість безхабарних днів швидко збільшилася більш ніж удвічі (майже до 40 днів у середньому).

Наш досвід показує, щокорисно провести розрахунки з різними варіантами розбиття груп. Тоді може виявитися, що якийсь із них більш вдало, ніж інші, дозволить розкрити існуючі закономірності. Наприклад, у цьому випадку виявилося, що найкращий варіант той, коли період спостережень розбивали на групи з двох років. У цьому випадку коефіцієнт кореляційного відношення підвищився до значення 0,87, тобто 87% повного нерозривного зв'язку (η = 1). Це говорить про наявність ще тіснішої, близької до функціонального зв'язку. Причому нульова гіпотеза також відкидається на 1%-ном рівні, оскільки tфакт більше навіть, ніж tтабл001. Отримана за даними такої обробки лінія регресії виявилася ще інформативнішою. Вона показала, що за аналізований період з 1994 до 2008 р. кількість безхабарних днів збільшилася більш ніж у чотири рази.

Вище було розглянуто приклад аналізу лише з параметрів медоносної бази – числа днів без медозбору. За цією ж методикою можна вивчати і загальну продуктивність як окремих видів медоносних рослин, так і всієї їхньої сукупності. Важливо, щоб вихідні дані спостережень отримували одному конкретному ділянці території і прикладі кращих бджолиних сімей, тобто відбивали потенціал місцевості, а чи не середню продуктивність пасік. Є досвід успішного застосування цієї методики і для дослідження режиму протікання фенологічних фаз розвитку рослин, їх продуктивності, якості насіння, тривалості періоду вегетації та інших показників також і в умовах передгір'я Північного Тянь-Шаню (М.А.Проскуряков, 2008).

Запропонована методика хронобіологічного дослідження медоносної бази дозволяє наступне.

1. На найвищому рівні значущості (95%) обробляти результати моніторингу за медоносною базою. Отримати графічне зображення процесу, що відображаєнапрям, величину і швидкість змін показників її продуктивності в конкретний період, коли змінюється режим довкілля.

2. З'ясувати основні типи адаптаційної стратегії диференційованої медоносної бази в умовах існування, що трансформуються. Оцінити її ресурсну перспективність у конкретний період життя і прогнозувати можливий хід її подальшої трансформації в конкретній місцевості, при даному режимі та швидкості трансформації довкілля.

3. Розробити наукову основу для рекомендацій щодо раціонального ведення бджолярного господарства, яка дозволить зменшити шкідливі наслідки трансформації медоносної бази під дією змін довкілля, вирішити завдання для будь-якого пункту, де є наступні, багаторічні достовірні результати спостережень.