| архив | содержание |

| сохранить номер (PDF-файл, 269 Kb) |

«ВОЗВРАЩАЯСЬ К НАПЕЧАТАННОМУ »

СТАБИЛЬНОСТЬ РАЗВИТИЯ: МНИМАЯ ПРОСТОТА МЕТОДИКИ (О МЕТОДИЧЕСКОМ РУКОВОДСТВЕ “ЗДОРОВЬЕ СРЕДЫ: МЕТОДИКА ОЦЕНКИ”)

Центральным элементом недавно опубликованного методического руководства “Здоровье среды: методика оценки. Оценка состояния природных популяций по стабильности развития: методическое руководство для заповедников”* (В. М. Захаров, А. С. Баранов, В. И. Борисов, А. В. Валецкий, Н. Г. Кряжева, Е. К. Чистякова, А. Т. Чубинишвили. М.: Изд. Центра экол. политики России, 2000. 66 с.) служит использование устойчивости развития (developmental stability) для оценки качества окружающей среды. Появление этого руководства, безусловно, привлечет внимание многих исследователей. Особенно подкупает простота методики замеров и расчетов флуктуирующей асимметрии: создается впечатление, что эта работа может быть легко выполнена даже школьниками средних классов. Однако так ли все просто на самом деле? К сожалению, ответ на этот вопрос будет отрицательным.

Рассматриваемое методическое руководство отражает оптимистичный взгляд на универсальность соотношения между неблагоприятным воздействием на организм и уменьшением устойчивости развития, которое проявляется в увеличении флуктуирующей асимметрии. К сожалению, эта точка зрения отражает ситуацию примерно десятилетней давности; в последние годы преобладает более осторожное, если не сказать скептическое, отношение к использованию флуктуирующей асимметрии для выявления стресса у животных и в особенности у растений. Названия некоторых дискуссионных статей говорят сами за себя: “Вальсирование с асимметрией” (Palmer, 1996) и “Что асимметрия половых признаков говорит нам о стрессе?” (Bjorkstein et al., 2000). Особенно важно отметить, что критика исследований, основанных на измерении флуктуирующей асимметрии, вскрыла значительное число методологических упущений (Merila, Bjorklund, 1995; Bjorklund, Merila, 1997; Van Dongen et al., 1999), которые ставят под сомнение по меньшей мере часть ранее опубликованных выводов. С другой стороны, далеко не всегда отсутствие изменений флуктуирующей асимметрии можно рассматривать как доказательство отсутствия стресса (Anne et al., 1998): у некоторых видов асимметрия не возрастает даже при очень высоких уровнях промышленного загрязнения (Zvereva et al., 1997; Valkama, Kozlov, 2001). В целом доля опубликованных “отрицательных” (то есть не укладывающихся в общую концепцию) результатов составляет около одной трети (Bjorkstein et al., 2000), так что метод (в его нынешнем состоянии) еще весьма далек от универсальности.

Ключевые методические вопросы любого исследования — обеспечение воспроизводимости результатов и оценка достоверности наблюдаемых эффектов. Эти проблемы активно обсуждались в последние годы применительно к изучению устойчивости развития, однако они полностью опущены в рецензируемом руководстве. Учитывая повышенное внимание рецензентов международных изданий к методам статистического анализа, такое упрощение я считаю крайне опасным: оно наверняка приведет к публикации в российских изданиях целого ряда работ, которые с точки зрения мирового научного сообщества будут представлять собой “информационный шум”. А международные журналы статьи, написанные с применением данной методики, отвергнут практически наверняка.

Во-первых, любое измерение признака содержит в себе некоторую ошибку. Следовательно, даже при замере идеально симметричного организма мы можем получить отличное от нуля значение флуктуирующей асимметрии. Очевидно, что ошибка измерения должна быть учтена в расчетах (Merila, Bjorklund 1995; Bjorklund, Merila, 1997), а это достигается многократным (на практике — двух- либо трехкратным) проведением замеров. Данные замеров при этом не усредняются, а используются в дисперсионном анализе (см.: Van Dongen et al., 1999). Из этого анализа мы узнаём, достоверно ли отличие полученного нами значения флуктуирующей асимметрии от нуля, то есть имеем мы дело с истинным значением либо с помехой.

Недоучет ошибки измерения легко может привести к ошибочным выводам. В качестве примера приведу мое собственное исследование, выполненное с применением ныне устаревшей, а в то время — общепринятой методики (Kozlov et al., 1996). В этой работе мы, в частности, обнаружили существенное увеличение флуктуирующей асимметрии листа березы извилистой (Betula pubescens subsp. czerepanovii) при приближении к комбинату “Североникель” (Мурманская обл.). Однако впоследствии выяснилось, что асимметрия листа березы в данном градиенте загрязнения не изменяется (Valkama, Kozlov, 2001). Причина ошибки — недостаточная точность замеров (округление до 1 мм, как это рекомендовано в рецензируемой работе), наложившаяся на уменьшение размера листа при приближении к комбинату. Увеличение относительной ошибки измерения было неверно истолковано нами как увеличение асимметрии. Моделирование показало, что двукратная повторность замеров с точностью 0,5 мм позволила бы избежать этой ошибки даже при использовании устаревших методов анализа данных, а современные методы анализа (Van Dongen et al., 1999) надежно страхуют исследователя от подобного рода ошибок.

Во-вторых, асимметрия бывает трех типов: направленная, флуктуирующая и антисимметрия (Palmer, Strobeck, 1986). Из них только флуктуирующая асимметрия способна (и то не всегда) дать некоторую информацию об уровне стресса, испытываемого организмом (Moller, Swaddle, 1997). Следовательно, первый этап любого анализа — доказательство того, что наблюдаемые отклонения от идеальной симметрии могут быть классифицированы как флуктуирующая асимметрия (Palmer, Strobeck, 1986; Van Dongen et al., 1999). Этот этап, детально описанный во всех 20 случайно выбранных англоязычных публикациях за период с 1996 по 2001 год, опущен не только в методическом руководстве, но и при публикации оригинальных результатов, на которые ссылаются авторы (см.: Захаров и др., 2000).

Предложение авторов рассматриваемого здесь руководства суммировать (на первых этапах анализа данных!) значения флуктуирующей асимметрии для ряда признаков одного и того же объекта вызывает серьезные возражения. Если анализируемые признаки скоррелированы (как, например, разные промеры листовой пластинки березы), то замер нескольких из них не даст никакой дополнительной информации по сравнению с замером любого из них. Если же признаки изменяются независимо друг от друга, суммирование может привести к потере важной информации либо даже к ошибочным выводам: если один признак дает четкую реакцию, а девять других не отвечают на воздействие, усреднение окажет плохую услугу исследователю. Так что суммирование как способ “свертывания информации”, если без него не обойтись, стоит применять только на завершающих этапах анализа, приводя при этом не только среднее значение, но и индивидуальные уровни асимметрии для каждого из изученных признаков в отдельности.

Трудно (скорее даже невозможно) согласиться с предложением авторов оценивать значимость различий между выборками по критерию Стьюдента. Этот метод, прочно укоренившийся в сознании российских биологов, в настоящее время на Западе практически не используется, а сравнение выборочных оценок флуктуирующей асимметрии проводится с применением дисперсионного анализа (ANOVA, или ANalysis Of VAriance) (Moller, Swaddle, 1997; Van Dongen et al., 1999).

И наконец, при оценке антропогенного воздействия на экосистемы особого внимания заслуживает выбор мест сбора материала. Подавляющее большинство работ подобного типа, публикуемых Российскими учеными, основываются на сравнении выборок всего из 3—5 мест сбора, расположенных к тому же вдоль одного (я подчеркиваю — одного) градиента загрязнения. Такой же методики придерживаются и авторы рассматриваемого руководства. К сожалению, эта методика в корне порочна, поскольку не позволяет отличить предполагаемое воздействие выбросов от влияния иных, не учтенных исследователем факторов среды. Например, большинство исследований, выполненных в окрестностях комбината “Североникель”, основываются на 4—8 пробных участках, расположенных на разном расстоянии к югу от комбината. В данном случае нет никаких логических оснований приписывать наблюдаемые клинальные изменения (например, уменьшение размера хвои) действию выбросов, а не изменению климатических характеристик местности по направлению с севера на юг или же действию каких-либо иных факторов среды. Поэтому для выявления воздействия любого фактора необходимо сравнивать данные как минимум двух независимых выборок из предполагаемой зоны воздействия и двух контрольных выборок. При этом для точечного источника желательно брать выборки, расположенные вдоль противоположно направленных трансект. Повышение числа выборок существенно повышает достоверность результата. Другими словами, различия между “воздействием” и “контролем” должны сравниваться с изменчивостью внутри каждой из этих групп.

Десять деревьев, исследованных в пределах одного места сбора (как рекомендуют авторы руководства), по отношению к поставленной задаче нельзя считать независимыми повторностями — это мнимые повторности (pseudoreplications, по терминологии S. H. Hurlbert, 1984); истинная повторность в данном случае одна. К сожалению, проблема мнимых повторностей в экологических исследованиях, с которой западные ученые после вышеуказанной публикации S. H. Hurlbert успешно борются (см.: Heffner et al., 1996), остается совершенно неизвестной для российских экологов.

На фоне широкого развития исследований по устойчивости развития различных организмов особое недоумение вызывает список рекомендованной литературы, который включает только работы авторов руководства. У неподготовленного читателя может создаться впечатление, что этот метод нигде и никем более не использовался, что не соответствует истине. Поскольку заподозрить авторов в незнании англоязычной литературы невозможно, причины подобного умолчания остаются непонятными.

С моей точки зрения, некритическое использование рассматриваемого методического руководства способно принести больше вреда, чем пользы. Относительно высокий тираж (1000 экз.), активное распространение брошюры, а также поддержка Управления заповедного дела Госкомэкологии РФ (заявлена во введении) заставляют опасаться того, что значительные силы работников заповедников, которым адресовано данное методическое руководство, могут быть потрачены впустую. Более того, результаты работ могут привести к ошибочным выводам и послужить основой для принятия необоснованных решений. Например, я могу легко доказать (при соблюдении всех условий, оговоренных в методическом руководстве), что любой (я подчеркиваю — любой!) источник выбросов не оказал отрицательного влияния на состояние окружающей среды.

В заключение я хочу подчеркнуть, что приведенную выше критику не следует воспринимать как призыв отказаться от использования флуктуирующей асимметрии при оценке качества среды. Напротив, я считаю это направление весьма многообещающим, но лишь при условии тщательного сбора исходной информации и скрупулезного анализа полученных результатов (Kozlov, Niemela, 1999; Kozlov et al., 2001; Valkama, Kozlov, 2001). В отличие от авторов руководства, я рекомендую:

• внимательно подходить к выбору мест сбора материала, планируя как минимум две независимых повторности для каждого из сравниваемых уровней (либо типов) воздействия;
• проводить замеры с максимально возможной точностью (по меньшей мере 0,5 мм для объектов с линейными размерами 15—50 мм — типа листьев березы, и 0,1 мм для объектов с линейными размерами 3—15 мм —типа листьев черники или карликовой березы);
• проводить замеры каждого объекта по крайней мере дважды и на основе независимых замеров оценивать повторяемость результата и ошибку измерения;
• при исследовании нескольких признаков одного и того же объекта анализировать признаки по отдельности;
• использовать современную методику статистического анализа (mixed model ANOVA) для разграничения трех типов асимметрии и доказательства статистической значимости замеренной величины флуктуирующей асимметрии;
• при сравнении выборок использовать дисперсионный анализ (ANOVA), при необходимости с последующим попарным сравнением (например, с использованием Duncan’s multiple range test);
• помнить о том, что отдельно взятый отрицательный результат (отсутствие изменений флуктуирующей асимметрии) далеко не всегда говорит об отсутствии стресса.

Критический анализ методических указаний выполнен в рамках проекта “Vulnerability of Northern Ecosystems to Pollution and Climate Change”, поддержанного NorFA (Nordic Academy of Advanced Studies).

* Анонс на данное издание см.: Заповедники и национальные парки. 2001. № 33. С. 43.

Литература

Захаров В. М., Чубинишвили А. Т., Дмитриев С. Г., Баранов А. С., Борисов В. И., Валецкий А. В., Крысанов Е. Ю., Кряжева Н. Г., Пронин А. В., Чистякова Е. К. Здоровье среды: практика оценки. — М.: Изд. Центра экол. политики России, 2000. — 318 с.

Anne P., Mawri F., Gladstone S., Freeman C. D. Is fluctuating asymmetry a reliable biomonitor of stress? A test using life history parameters in soybean // Int. J. of Plant Sci. — 1998. — Vol. 159. — P. 559—565.

Bjorksten T. A., Fowler K., Pomiakowski A. What does sexual trait FA tell us about stress? // Trends Ecol. Evol. — 2000. — Vol. 15. — P. 163—166.

Bjorklund M., Merila J. Why some measures of fluctuating asymmetry are so sensitive to measurement error? // Ann. Zool. Fen. — 1997. — Vol. 34. — P. 133—137.

Heffner R. A., Butler M. J.-IV, Reilly C. K. Pseudoreplication revisited // Ecology. — 1996. — Vol. 77. — P. 2558—2562.

Hurlbert S. H. Pseudoreplication and the design of ecological field experiments // Ecol. Monogr. — 1984. — Vol. 54. — P. 187—211.

Kozlov M. V., Niemela P. Difference in needle length — a new and objective indicator of pollution impact on Scots pine (Pinus sylvestris) // Water, Air, and Soil Pollution. — 1999. — Vol. 116. — P. 365—370.

Kozlov M. V., Wilsey B. J., Koricheva J., Haukioja E. Fluctuating asymmetry of birch leaves increases under pollution impact // J. of Appl. Ecol. — 1996. — Vol. 33. — P. 1489—1495.

Kozlov M. V., Zvereva E. L., Niemela P. Shoot fluctuating asymmetry — a new and objective stress index in Norway spruce (Picea abies) // Can. J. of Forest Res. — 2001. — Vol. 31. — P. 1289—1291.

Merila J., Bjorklund M. Fluactuating asymmetry and measurement error // Systematic Biol. — 1995. — Vol. 44. — P. 97—101.

Moller A. P., Swaddle J. P. Asymmetry, developmental stability, and evolution. — Oxford: Oxford Univ. Press, 1997. — 291 p.

Palmer A. R. Waltzing with asymmetry // BioScience. — 1996. — Vol. 46. — P. 518—532.

Palmer A. R., Strobeck C. Fluctuating asymmetry: measurement, analysis, patterns // Ann. Rev. of Ecol. and Systematics. — 1986. — Vol. 17. — P. 391—421.

Valkama J., Kozlov M. V. Impact of climatic factors on the developmental stability of mountain birch growing in a contaminated area // J. of Appl. Ecol. — 2001. — Vol. 38. — P. 665—673.

Van Dongen S., Molenberghs G., Matthysen E. The statistical analysis of fluctuating asymmetry: REML estimation of a mixed regression model // J. of Evol. Biol. — 1999. — Vol. 12. — P. 94—102.

Zvereva E. L., Kozlov M. V., Haukioja E. Stress responses of Salix borealis to pollution and defoliation // J. of Appl. Ecol. — 1997. — Vol. 34. — P. 1387—1396.

М. Козлов,
лаб. экологии, Университет Турку, Финляндия