Сетевое издание
Современные проблемы науки и образования
ISSN 2070-7428
"Перечень" ВАК
ИФ РИНЦ = 1,006

ФАКТОРЫ СРЕДЫ, ВЛИЯЮЩИЕ НА АСИММЕТРИЮ ЛИСТОВЫХ ПЛАСТИН КЛЕНА ОСТРОЛИСТНОГО (ACER PLATANOIDES)

Баранов С.Г. 1 Зыков И.Е. 2 Федорова Л.В. 2
1 ФГБОУ ВПО Владимирский Государственный Университет им. А.Г. и Н.Г Столетовых
2 ГОУ ВО Московский государственный областной гуманитарный институт
Величины направленной асимметрии и флуктуирующей асимметрии (ФА) находились в двухфакторном дисперсионном Прокрустовом анализе. Для этого на изображение пластин наносилось 22 метки (по 10 на билатеральных сторонах и 2 на оси симметрии) и выполнялся Прокрустов дисперсионный анализ в среде программы SAGE. Присутствие ФА определялось по значимости произведения средних квадратов величин факторов «сторона» и «образец», а направленной асимметрии – по значимости среднего квадрата величины фактора «сторона». Получена корреляция между двумя индексами асимметрии (Spearman’sr = 0,78; p< 0,000). Для определения значимости факторов, влияющих на ФА, проводился регрессионный анализ с использованием функции желательности. На уровень ФА оказывали влияние следующие факторы в порядке убывания значимости: а) высота рельефа, б) совместное действие высоты рельефа и индустриального стресса (выбросы в атмосферу), в) индустриальный стресс.
клен остролистный
направленная асимметрия
морфогеометрический анализ флуктуирующей асимметрии
1. Андреева М.В. Оценка состояния окружающей среды в насаждениях в зонах промышленных выбросов с помощью растений-индикаторов: Автореф. дис. ...канд. сельск.-хоз. наук. – СПб, 2007. – 24 с.
2. Баранов С.Г. Использование морфометрического метода для определения флуктуирующей асимметрии липы мелколистной // Биозащита и биобезопасность. – 2014. – Т. VI. № 1 (18). – С. 10–17.
3. Баранов С.Г. Исследование формы и асимметрии листовых пластин дуба черешчатого // Биозащита и биобезопасность. – 2014. – Т.VI. № 4 (21). – C. 16–26.
4. Глухов А.З., Штирц Ю.А., Демкович А.Е., Жуков С.П. Оценка проявления флуктуирующей асимметрии билатеральных признаков листовой пластинки АсеrpseudoplatanusL. в условиях придорожных экосистем промышленного города (на примере г. Донецка) // Промышленная ботаника. – 2011, вып. 11.– C. 90–96.
5. ГОСТ Р 56162-2014 «Выбросы загрязняющих веществ в атмосферу. Метод расчета выбросов от автотранспорта при проведении сводных расчетов для городских населенных пунктов» (утв. приказом Росстандарта от 14 октября 2014 г. № 1320-ст).
6. Bechshøft T.Ø. et al. Fluctuating asymmetry in metric traits; a practical example of calculating asymmetry, measurement error, and repeatability // AnnalesZoologiciFennici. – Finnish Zoological and Botanical Publishing, 2008. – Vol. 45, № 1. – P. 32–38.
7. Graham J.H. et al. Directional asymmetry and the measurement of developmental instability // Biological Journal of the Linnean Society. – 1998. – Vol. 64, № 1. – P. 1–16.
8. Palmer A.R. Fluctuating asymmetry analyses: a primer // Developmental instability: its origins and evolutionary implications. – Springer Netherlands, 1994. – P. 335–364.
9. Zhang H., Wang X. Leaf developmental stability of Platanusacerifolia under urban environmental stress and its implication as an environmental indicator // Frontiers of Biology in China. – 2006. – Vol. 1, № 4. – P. 411–417.

Клен остролистный – листопадное дерево, широко распространенное в европейской части России. Это типичный представитель смешанных широколиственных, в том числе и припойменных лесов, часть урбанистических и культурных ландшафтов. Клен остролистный — факультативный гелиофит, который более требователен к почве и другим условиям по сравнению с липой мелколистной и березой бородавчатой.

Несмотря на то что клен остролистный используется как биоиндикатор в меньшей степени, чем другие древесные виды, морфологическая изменчивость его листовых пластин становится все более привлекательной для биоиндикационных исследований [1, 4, 7, 9].

В настоящее время для оценки антропогенного стресса часто используется флуктуирующая асимметрия (ФА), которая проявляется в незначительных ненаправленных отклонениях от идеальной асимметрии и может указывать на уровень стабильности развития и использоваться для оценки антропогенного стресса. Частотная гистограмма величины ФА представляет собой нормальное распределение величин разностей между размером правого и левого признаков (R – L). Два других вида асимметрии: направленная (НА) и антисимметрия (АнС) — используются меньше в целях биоиндикации, поскольку эти виды асимметрии проявляют свойства, определяемые генотипом. Помимо нормирующей разности с использованием величины (R – L), существуют другие интегральные методы. Одним из них является метод геометрической морфометрии (морфогеометрический метод, МГ-метод), при котором наносятся метки по краю всей листовой пластины, находится их смещение в двухмерном пространстве в зависимости от усредненных положений эталонной фигуры с выровненными координатами выбранных точек [2, 3].

Цель данной работы заключалась в изучении влияния индустриального стресса, уровня выбросов от автотранспорта и уровня поднятия ландшафта на величину ФА листовой пластины и выяснении возможности использования клена остролистного в качестве вида-биоиндикатора стабильности развития.

Материалы и методы

Сбор гербария

Сбор листовых пластин проводился на территории Владимирской области в 2013–2014 гг. из 10 регионов этой области. Собирались по 100 листовых пластин с каждой из 25 популяций (по 10 деревьев), с 5 выраженными лопастями. Листья отбирались с края кроны, на высоте 1,5–2 м на расстоянии 100–300 м от крупных автомагистралей, в парках, на аллеях, в том числе вдоль крупных автотрасс. Антропогенный стресс оценивался по уровню выбросов токсичных веществ от автотранспорта и от стационарных источников. По данным администрации области в 2014 г. наибольший объем выбросов от автотранспорта был во Владимире (34,7 тыс. т), а наименьший — в Кольчугинском районе (1,5 тыс. т), что превышало выбросы от предприятий соответственно в 1,4 и 7,7 раза [5]. Наименьшая высота ландшафта отмечена в Вязниковском районе (97,6 м), а наибольшая — в Кольчугинском районе (212 м). Высота рельефа измерялась программой Googleearth.

Морфогеометрический метод

Листья фотографировались цифровой камерой c мерной линейкой (ГОСТ 427-75) для масштабирования (единица масштаба 1 см соответствовала расстоянию в пикселях между двумя последними метками – 21-й и 22-й). Всего наносилось 12 пар меток, из них 11-я и 12-я лежали на оси симметрии – средней жилке (рис. 2). В качестве меток выбирались самые распознаваемые места: окончания жилок, места наибольшей кривизны в межлопастных пазухах. Обработка данных проводилась в пакете программ TPS, постановка Прокрустова двухфакторного дисперсионного анализа проводилась программой SAGE. Подробное описание анализа изложено в свободном доступе, в том числе на сайте www.morphometrics.orgc доступом к компьютерным программам по геометрической морфометрии. Основными этапами тестирования морфогеометрической флуктуирующей асимметрии (MGFA) были: а) нанесение меток в двух повторностях, т.е. создавались по два файла формата TPS для каждой листовой пластины; б) подготовка общего файла TPS; в) подготовка текстовых файлов, содержащих информацию о парных метках и количестве обрабатываемых образцов, т.е. листовых пластин; г) постановка пермутационного теста с размножением массива значений прокрустовых расстояний (1000) для нормализации выборок и избегания примеси антисимметрии.

Рис. 1. Билатерально-симметричные метки, использованные для морфогеометрического анализа флуктуирующей асимметрии клена остролистного (скриншот, программа TPSdig)

Прокрустов дисперсионный анализ основан на вычислении произведения средних квадратов прокрустовых расстояний двух факторов «сторона» и «особь». Величина ФА, определяемая морфогеометрическим методом, в сантиметрах, определялась по формуле [6, 8]:

MGFA = 0,798√MSis– MSerror,

где:

MGFA – величина морфогеометрического индекса флуктуирующей асимметрии (см);

MSis – средний квадрат взаимодействия факторов «сторона» и «особь»;

MSerror – средний квадрат ошибки измерения.

Направленная асимметрия (MGDA) по величине среднего квадрата фактора «сторона». При начальной обработке значений использовалась программа Excel. Корреляционный и регрессионный анализы проводились в среде программы STATISTICA 10 (Stat.SoftInc). Статистическая значимость определялась на уровне α = 0,05.

Регрессионный анализ

Использовались обобщенная линейная модель (GLM), факториальная регрессия (factorialregression). Критериальной функцией служила функция желательности D, величина которой определялась по формуле:

,

где:

D – обобщенная функция желательности;

d1,d2,d3 – частная функция желательности для трех факторов (высота рельефа, автовыбросы и выбросы стационарных источников);

n – число изучаемых факторов.

Частные функции желательности находились по формуле:

,

где:

у – кодированное значение признака.

Значения факторов кодировались в значениях однотипной шкалы в диапазоне [0,1]. Значения около 1 являлись наиболее желательными в смысле максимального отклика в виде наибольших значений величины ФА. Каждый из трех факторов сообщал о величине ФА при прочих фиксированных значениях. Графически обобщенная функция желательности – это одноплоскостная многозначная функция с нелинейной областью отклика. Она широко используется в экологии в качестве критерия оптимизации.

Результаты

Морфогеометрический метод

Вариация направленной асимметрии была выше, чем флуктуирующей асимметрии (коэффициенты вариации соответственно 212,3 и 41,6). МГ-метод показал величины MGFA от 0,013 (г. Меленки) до 0,035 (г. Владимир). В таблице 1 приведены результаты анализа влияния трех факторов на величину ФА.

Таблица 1

Результаты обобщенного регрессионного анализа влияния трех факторов на величину ФА

Факторы (источники вариации)

SS

df

MS

F

p

Автовыбросы (1)

0,000

1

0,000

12,07

***

Высота рельефа (2)

0,001

1

0,001

35,01

******

Промышленные выбросы (3)

0,001

1

0,001

20,76

*****

(1× 2)

0,001

1

0,001

13,68

***

(1× 3)

0,001

1

0,001

12,39

***

(2× 3)

0,001

1

0,001

23,27

*****

(1× 2× 3)

0,001

1

0,001

14,57

***

Ошибка

0,005

124

0,000

   

Обозначения: SS – сумма квадратов; df – степень свободы; MS средний квадрат; F – критерий Фишера; р – вероятностный уровень (*** – < 10-4; ***** – < 10-5; ****** – < 10-7)

Высота рельефа оказывала наиболее сильный эффект на величину флуктуирующей асимметрии (F = 35,01; p < 10-7). В сочетании с промышленными выбросами этот фактор также показывал серьезное влияние на величину ФА. Индустриальные выбросы в атмосферу и выбросы от автомобилей оказывали меньший эффект (соответственно, F = 20,76; F = 12,07; р =10-5 и р = 10-4).

Не было получено статистически существенного различия в величине ФА среди различных пар меток.

Практически в каждой популяции присутствовали статистически значимые величины НА и ФА, поэтому была получена корреляционная связь между значениями индексов MGDA и MGFA (n=25; Spearman’s r=0,78; p<0,000). Не было получено прямой корреляционной зависимости величин асимметрии (MGDA или MGFA) от величины индустриального стресса, выбросов в атмосферу от автотранспорта или от высоты ландшафта.

В трехмерном уровне значений функции желательности повышенная величина ФА была характерна для местности с высокими объемами автотранспортного загрязнения, в местности с пониженным рельефом. Высокая ФА наблюдалась в местах с возвышенным рельефом (более 100 м), хотя и с низким автотранспортным загрязнением (D>2,0; рис. 2).

Рис. 2. Наибольшая величина функции желательности (ось ОZ — desirability), соответствующая пониженной стабильности развития (красный участок поверхности отклика, проецируемый также на нижнюю плоскость), характерна в популяциях в местности с высоким рельефом (ось ОУ - height), а также в популяциях в местах с высокой плотностью автомобильного движения (ось ОХ — auto). Справа внизу – шкала величины функции желательности

На возвышенном рельефе функция желательности принимала высокое значение (D=1,5–1,7) при высоком объеме выбросов со стороны предприятий. Это подтверждает требовательность к почвам как к основному фактору, влияющему как на жизнеспособность популяции, так и на стабильность развития клена. При трехфакторном взаимодействии: автовыбросы × промышленные выбросы × высота рельефа — два первых фактора совместно оказывали значительный эффект на изменчивость ФА и стабильность развития, более значимый, чем рельеф местности (рис. 3). Функция желательности имела наибольшее значение (D=4,5–5,0) при воздействии указанных факторов независимо от высоты рельефа.

Рис. 3. Воздействие трех факторов: автовыбросы (ось OX - auto) × промышленные выбросы (OZ — industrialemission) × высота рельефа (OY — height)

Таким образом, независимо от высоты рельефа местности повышение выбросов от автотранспорта и промышленных предприятий совместно приводило к повышению ФА и, следовательно, к снижению стабильности развития.

Обсуждение и выводы

Присутствие направленной асимметрии говорит о высоком различии в форме листовых пластин в двухмерном пространстве. Индивидуальная изменчивость (фактор «образец») была статистически значимой во всех случаях, т.е. пластины существенно отличались в популяциях. Высокий уровень загрязненности автотранспортом (основной загрязнитель атмосферы в городах Владимирской области) вызывает повышение флуктуирующей асимметрии в пластинах клена остролистного и, следовательно, снижение стабильности развития этой популяции.

Высокая корреляционная связь между двумя видами асимметрии показала взаимообусловленность обеих форм изменчивости: генотипической и фенотипической. Предыдущие аналогичные работы, проведенные с листовыми пластинами популяций липы мелколистной [2] и дуба черешчатого [3], не показали подобной связи и столь явного присутствия направленной асимметрии. На основании полученных результатов проведенная работа позволяет сделать следующие выводы:

1) наиболее значимое влияние на стабильность развития клена оказывает высота рельефа, затем выбросы от промышленных предприятий и автомобильные выбросы;

2) на снижение стабильности развития клена остролистного оказывает совместное (синергетическое) воздействие автомобильных выбросов и общего промышленного загрязнения от предприятий;

3) пониженный рельеф местности при высоких значениях автомобильных выбросов приводит к снижению стабильности развития клена остролистного.

Рецензенты:

Мудрак Н.С., д.б.н., ФГБУ «Федеральный центр охраны здоровья животных» (ФГБУ «ВНИИЗЖ»), г. Владимир;

Мищенко Н.В., д.б.н., ФГБО УПО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г. Владимир.


Библиографическая ссылка

Баранов С.Г., Зыков И.Е., Федорова Л.В. ФАКТОРЫ СРЕДЫ, ВЛИЯЮЩИЕ НА АСИММЕТРИЮ ЛИСТОВЫХ ПЛАСТИН КЛЕНА ОСТРОЛИСТНОГО (ACER PLATANOIDES) // Современные проблемы науки и образования. – 2015. – № 2-2. ;
URL: https://science-education.ru/ru/article/view?id=21581 (дата обращения: 29.03.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674