Летопись природы с точки зрения статистики: как анализировать многолетние ряды данных

Эмблема кафедры гидробиологии МГУ имени М.В. Ломоносова

Статья посвящена проблемам, возникающим при анализе долговременных (многолетних) рядов экологических данных. Рассмотрены специфические особенности таких данных, сделана попытка систематизировать основные источники вариаций и рассмотрены приемы и методы анализа, позволяющие их учесть. Приводятся примеры, иллюстрирующие некоторые методические подходы.

В последние десятилетия резко возрос интерес исследователей к долговременным изменениям в живой природе. Такой рост связан с масштабными климатическими изменениями на планете и с усилением воздействия человека на окружающую среду. Кроме того, развитие компьютерных технологий накопления и анализа данных открывает все более широкие возможности для подобных исследований. В то же время долговременным (многолетним) рядам экологических данных присущи многие специфические особенности. Такие данные часто неоднородны, комбинируются из фрагментов, полученных разными специалистами, разными методами и с разным качеством. Они, как правило, не являются стационарными вследствие годовых и других периодических и квазипериодических изменений. При этом структуру, объем и схемы сбора этих данных часто невозможно ни планировать заранее, ни «подправить» задним числом. Эти особенности вносят множество трудностей в процесс их обработки, интерпретации и прогноза. Как следствие, анализ таких данных сопряжен с рядом проблем, и применение общих статистических приёмов заранее не гарантирует успеха, поскольку реальные биологические данные, как правило, не удовлетворяют (и чаще всего не могут удовлетворять в принципе) большинству требований к «идеальным» данным.

В работе анализ таких данных рассматривается как статистическая задача выявления долговременной составляющей из общей вариации данных, определяемой целым комплексом факторов, которые следует принимать во внимание. Предпринята попытка систематизировать основные источники вариаций данных. К ним можно отнести:
1) Изменения во времени (динамика), включая долговременные (сопоставимые с длительностью наблюдений), средневременные (с характерным масштабом, близким к промежутку времени между последовательными наблюдениями) и кратковременные изменения (например, сезонность);
2) Пространственная неоднородность, которая всегда присутствует в биологических данных и может влиять на результаты анализа динамики разными путями. Она увеличивает «случайную» (не связанную с динамикой) дисперсию данных, снижая надежность результатов. Кроме того, даже частичное несовпадение координат отбора проб в последовательных съемках может приводить к смещению картины (ложная динамика). Такие ситуации предложено называть «эффектом кузена Бенедикта», в честь рассеянного энтомолога из романа Жюля Верна «Пятнадцатилетний капитан», спутавшего Африку с Южной Америкой и пораженного находкой мухи це-це. Наконец, сам характер динамики в разных пространственных областях может различаться (например, из-за того, что различается набор факторов, определяющих эту динамику);
3) Методические различия: в разное время могли использоваться разные методы сбора и обработки материала, что приводит к искажению данных;
4) Различия в таксономической идентификации: некоторые виды могут быть со временем переименованы, сведены в синонимы или наоборот, разделены на несколько новых. Все это приводит к несогласованности в видовых списках. Такие ситуации особенно часто возникают при сравнении современных данных с историческими, полученными намного раньше;
5) Случайные различия из-за вероятностного характера обнаружения. Среди найденных видов, как правило, много редких, отсутствие которых в какой-то серии проб может быть результатом случайности.

Кратко обсуждаются методические приемы оценки влияния этих источников и коррекции данных с учетом возможных эффектов. Это требует тщательного и осознанного подхода на стадиях подготовки данных, выбора подходящей статистической модели и методов анализа. Приводятся примеры, иллюстрирующие некоторые методические подходы. Сложность задачи, однако, приводит к тому, что не существует стандартных способов ее решения, пригодных в любой ситуации.