Введение
Аналитические методы, используемые для интерпретации палинологических данных, часто являются качественными, что ограничивает объяснение и вторичное использование этих ценных данных. Однако разработка и применение полуколичественных и количественных подходов до сих пор ограничивались методологическими и экологическими ограничениями. Искажение фактических ландшафтных изменений в записи пыльцы возникает в результате сложного взаимодействия, процесса, искажающего истинную корреляцию пыльцы и растительности. Источники смещения в записях ископаемых связаны с: дифференциальным рассеиванием пыльцы, связанным с морфологией зерен; постотложной переработкой, которая может перераспределить и реструктурировать компонент пыльцы в архивах отложений; сохранением, связанным с условиями местности и свойствами зерна; пространственным строением растительности и продуктивности пыльцы.
Целью полуколичественных и количественных методов является учет некоторых из этих отклонений и получение более точных данных о прошлых изменениях растительности. Данные, полученные с помощью этих методов, могут существенно изменить интерпретацию прошлых ландшафтных изменений, и полученная информация является более универсальной по сравнению с качественными интерпретациями, позволяющими ее дальнейшее широкое использование. Полуколичественные методы дают возможность получить современные аналогии, позволяющие получить целостное представление о характеристиках ландшафта, например, о климате, структуре растительности. В отличие от этого, количественный подход, применяемый в данном исследовании, использует механистические модели для представления условий и процессов, фундаментальных для рассеивания пыльцы, для оценки растительного покрова из пыльцы, содержащейся в ископаемом скоплении. Моделируемый процентный охват отдельных таксонов в определенном пространственном масштабе также позволяет решать более конкретные вопросы, связанные с открытостью растительности, антропогенной деятельностью и структурой экосистем.
Количественные модели реконструкции были разработаны для параметризации атмосферных условий, свойств рассеивания, т.е. скорости падения пыльцы в зависимости от таксона, и использования оценок производительности пыльцы в качестве средства моделирования процесса рассеивания и осаждения пыльцы. Достижение точных значений этих параметров имеет решающее значение для модели, а оценка производительности пыльцы имеет решающее значение для получения точных результатов. В моделях оценки производительности пыльцы (СИЗ) и функции рассеивания/отложения пыльцы используются для корректировки таксона на возможное перепредставление или недопредставление. Например, Pinus spp. являются крупными производителями с высокой морфологией пыльцы, которая облегчает транспортировку на большие расстояния. Таким образом, Pinus spp. имеют больше шансов присутствовать в образце пыльцы и в большем количестве, даже если присутствуют только на региональном уровне. Напротив, присутствие небольшого количества мелких производителей, таких как киприоты, может быть существенным при интерпретации данных. Используя современные сравнения растительного покрова пыльцы, можно получить оценки производительности для исправления этой погрешности, при этом исследования, проведенные на сегодняшний день, позволили получить СИЗ для ряда регионов. Несмотря на проведенные исследования значимости методологических и экологических факторов, ряд вопросов остается нерешенным.
Ход работы
Результаты исследования показывают, что случайно выбранные участки имеют большую согласованность между СИЗ, но систематическая группа дает сопоставимые результаты для некоторых дистанционных классов. Ранее были проведены испытания для выявления связей между СИЗ и стратегией отбора проб. Использовали смоделированные ландшафты для исследования использования системных и случайных стратегий выборки на основе оценки продуктивности пыльцы. Требуется более подробная информация для полного понимания последствий режима отбора образцов производных СИЗ в эмпирических ситуациях. В настоящее время исследования сосредоточены на сборе и сопоставлении СИЗ из разных регионов, однако будущие вопросы могут быть более четко определены, что потребует специализированных областей, требующих целенаправленного подхода, например, понимания различий в СИЗ с возрастом или между природными и управляемыми лесными угодьями. В таких ситуациях это может быть более благоприятным для применения режимов систематической выборки.
Пространственная автокорреляция и ее потенциальное влияние также остаются труднодостижимыми, поскольку результаты испытания не дают однозначных результатов, и для использования целенаправленной и систематической выборки необходимо более глубокое понимание. Выявление автокоррелированных переменных имеет значение для понятия стационарности в переменной. Тем не менее, они в значительной степени зависят от масштаба, в котором учитываются переменные, что усложняет данный вопрос. В рамках данного исследования изучалась автокорреляция с целью понимания роли расстояния до изменчивости ПДУЗР и СИЗ с учетом небольшого участка исследования и ограничений на место отбора проб. Увеличение ПДСМР со снижением «среднего расстояния до ближайшего соседа» подразумевает наличие пространственного элемента, но определить его на основе имеющихся данных не представляется возможным. На сегодняшний день большинство исследований в области пространственного моделирования были проведены на основе экологических исследований. Проверили роль пространственной автокорреляции на корреляционном анализе в экологических исследованиях, заключив, что значительное влияние проявляется только тогда, когда пространственная автокорреляция присутствует в обеих переменных, увеличивая число ошибок типа 1. В работе исследователей, проведенных в 2002 году, были сделаны следующие выводы. Недавняя работа не пришла к единому результату, что пространственная автокорреляция мало влияет на результаты статистического анализа между двумя переменными, когда использовалась обычная регрессия наименьших квадратов, и модификация тестов для учета пространственной структуры не требуется; однако признает, что результаты были основаны на наборе данных с привязкой к сетке координат при отсутствии маломасштабной местной пространственной автокорреляции, но в неаналоговой ситуации могут показать наличие такой зависимости. Хотя эти исследования предполагают ограниченную степень влияния пространственных моделей, для подтверждения этого необходимы исследования в рамках анализа палинологии и ERV, особенно для проверки автокорреляции в различных пространственных масштабах.
Следует также рассмотреть понятие стационарности и то, в какой пространственной степени это становится важным. Как отмечалось в работе Legendre, стационарность возникает тогда, когда пространственные закономерности присутствуют на больших пространственных широтах, которые не исключают пространственную автокорреляцию, а взаимосвязаны. В растительном покрове в Иншриаче доминируют два отдельных сообщества, хотя образцы для анализа ERV были собраны в обоих этих местах, комбинация участков в пределах дистанционных классов будет в значительной степени определять, как представлен ландшафт. На каждом участке ПДУСС будет включать различные типы растительности, и, если в растительности имеется уровень неоднородности или градиента, региональный набор персонала будет также различаться в зависимости от участка. Это было также выявлено при моделировании Sugita, которое показывает, что если образцы содержат ряд пропорций фона, то полученные СИЗ будут отличаться друг от друга. Одно из предположений модели ERV заключается в том, что фоновые пыльцевые дожди согласуются между участками, поэтому понимание этого влияния и способов его устранения имеет решающее значение. Однако получение полностью стационарных данных будет влиять на пространственную протяженность участка, и поскольку набор пыльцы зависит от взаимодействия ландшафтных факторов, таких как размер участка отбора проб, открытость растительности, топография и высота растительности, каждый участок имеет свои особенности. Ограничение исследований однородными регионами ограничит вопросы, которые могут быть рассмотрены в связи с экологическим контролем над СИЗ. Сочетание моделирования и эмпирических исследований для изучения роли пространственной структуры растительности и сигнала пыльцы дает возможность рассмотреть последствия этого и предложить возможные решения.
Заключение
Результаты этого исследования показали, что в некоторых случаях в расчетах СИЗ могут наблюдаться значительные отклонения, даже если количество площадок считается приемлемым, и этот вопрос следует учитывать при планировании исследования с целью получения СИЗ. Рекомендуется, по возможности, применять стратегию случайной выборки на достаточном расстоянии между образцами, чтобы избежать дублирования ПДУСЗ. Испытания могут также проводиться для количественной оценки изменчивости ИУО из набора данных с использованием подмножеств, возможно, методом "отстранения", например, загрузочного захвата, который продемонстрирует надежность набора, особенно при применении к количественному анализу реконструкции.
В настоящее время отсутствуют данные для прояснения роли пространственной автокорреляции и стационарности, а связи, установленные здесь, являются сомнительными. Необходимы дальнейшие исследования, чтобы понять их роль в получении надежных СИЗ для реализации факторов, влияющих на возможность получения надежных СИЗ. Ключевым соображением должна быть стационарность, если это необходимо для выполнения предположений ERV и имитационных моделей, это ограничит размер участка для отбора проб, что, в свою очередь, будет иметь последствия для пространственной автокорреляции. Поэтому для полного понимания взаимосвязи между пыльцой и растительностью важно изучить эти факторы.