CC BY
0
ВЕСТНИК МОСКОВСКОГО УНИВЕРСИТЕТА. СЕРИЯ 17. ПОЧВОВЕДЕНИЕ. 2024. Т. 79. № 1 LOMONOSOV SOIL SCIENCE JOURNAL. 2024. Vol. 79. No. 1
УДК 631.4: 519. 240
DOI: 10.55959/MSU0137-0944-17-2024-79-1-17-23
К ВОПРОСУ О ЧИСЛЕ ПОВТОРНОСТЕЙ ПРИ МОНИТОРИНГОВЫХ НАБЛЮДЕНИЯХ ЗА СОДЕРЖАНИЕМ ПОЧВЕННОГО УГЛЕРОДА В ЛЕСУ
В. П. Самсонова1*, Ю. Л. Мешалкина1' 2, М. И. Кондрашкина1, С. Е. Дядькина1
1 МГУ имени М.В. Ломоносова, факультет почвоведения, 119991, Россия, Москва, Ленинские горы, д. 1, стр. 12
2 РГАУ-МСХА имени К.А. Тимирязева, 127434, Россия, Москва, ул. Тимирязевская, 49 * E-mail: vkbun@mail.ru
На примере данных из статьи Е.А. Дмитриева [1999] рассматривается расчет необходимого числа проб почвы для оценки содержания углерода в лесном биогеоценозе при мониторинговых исследованиях. Первичные данные содержания углерода были получены в ельнике в 166 точках в слоях 0-10, 10-20, 20-30 см после удаления подстилки. Опробование проводилось в узлах регулярной сетки равносторонних треугольников со стороной 1 м в пределах правильного шестиугольника со стороной 7 м. Содержание углерода определялось методом Тюрина. В исходной статье представлены статистики для трех зон — приствольного, подкронового и межкронового пространства. Пространственное варьирование во всех зонах и на всех глубинах высокое, коэффициенты вариации около 50%. Показано, что число необходимых повторностей для оценки среднего содержания углерода при доверительной вероятности 95% в слое 0-10 см составляет сотни штук и снижается до десятков штук в слое 20-30 см. Поскольку число повторностей для проверки гипотез о равенстве средних зависит не только от доверительной вероятности, но и от мощности используемого критерия, необходимое число повторностей возрастает в несколько раз. Опробование образцами, отобранными из всего вертикального слоя 0-30 см, и формирование из них смешанных образцов уменьшают число требуемых повторностей, однако требуется тщательное соблюдение пробоподготовки, в том числе первичного смешивания проб.
Ключевые слова: запасы углерода, коэффициент вариации, оценка среднего значения, сравнение средних, уровень значимости, мощность критерия, число проб, смешанные пробы.
Введение
Мониторинг состояния природной среды требует точных измерений ее компонентов. Быстрое развитие измерительной техники позволяет в настоящее время проводить массовые анализы воздуха, воды, почв, растительности. Построенные на основании измерений разнообразные модели позволяют прогнозировать возможные изменения. Однако вопрос о качестве первичных данных остается актуальным, поскольку самая совершенная модель может давать некорректные результаты, если первичные данные получены неадекватным образом [Дмитриев, 1995].
Метрология в классическом смысле имеет дело в первую очередь с анализом единичной пробы. Такие характеристики, как точность, сходимость, воспроизводимость, в основном применимы к лабораторным анализам, т.е. к образцам, изъятым из природной среды. Однако даже самое точное знание о конкретной почвенной пробе может быть ошибочным, если эта проба была отобрана без со-
блюдения протокола, учитывающего высокую неоднородность почвенной среды. Поэтому при мониторинговых исследованиях классические приемы метрологии дополняются оценками пробоподготовки и способами отбора первичных проб [Stolbovoy el al., 2007; Tirez et al., 2014]. В России большое внимание организации почвенного эксперимента, в частности вопросам получения первичных проб, уделял профессор Е.А. Дмитриев, в 1979-1999 гг. заведовавший кафедрой общего земледелия факультета почвоведения МГУ имени М.В. Ломоносова. Отдельные метрологические вопросы рассмотрены в его работах [Дмитриев, 1995, Дмитриев и др., 1999].
Е.А. Дмитриев рассматривал общую дисперсию почвенного свойства как сумму природной и аналитической [Дмитриев, 1995]:
<2 = ç2
общ ^
+ Г
анал 1 ^прир*
(1)
Каждый из компонентов дисперсии может, в свою очередь, быть разделен на составляющие. Так, например, в работе Ramsey [Ramsey, 2004] эта формула расширена за счет разделения а^нал на соб-
© Самсонова В.П., Мешалкина Ю.Л., Кондрашкина М.И., Дядькина С.Е., 2024
ственно аналитическую дисперсию и дисперсию пробоподготовки аПроб, так что для генеральных совокупностей формула приобретает вид:
s2 _ s2 I s2 _I_ s2
°общ аналит ^проб ^прир*
(2)
Роль каждого источника варьирования может быть разной. Так, например, в работе Ramsey [2004] для содержания органического вещества в почвах показано, что пробоподготовка может давать больший вклад в общую дисперсию, чем собственно анализ, а основным источником варьирования значений является вариабельность, обусловленная естественными причинами. Аналогичные результаты получены в работе [Самсонова и др., 2023]. Поэтому при планировании числа требуемых проб можно ориентироваться на результаты общей дисперсии.
Почвенный покров под лесом обладает большой вертикальной и латеральной пространственной неоднородностью, что затрудняет получение устойчивых оценок содержания органического углерода и, как следствие, приводит к большим неопределенностям в оценке его запасов [Schrumpf et al., 2011]. Так, в работах [Подвезенная, Рыжова, 2010; Демаков и др., 2018] приводятся коэффициенты вариации содержания углерода на дерново-подзолистых почвах в ельниках Костромской и Московской областей в слоях 0-5 и 5-10 см, равные 15-34%, В.А. Сидорова [2016] сообщает о коэффициенте вариации содержания углерода 30% в слое 0-10 см для подзолистых почв, К.Б. Ахмалишев [2007] приводит коэффициенты вариации 13-30% для горизонта А1 для старых лесов Московской области и 11-52% для молодых. Иногда коэффициенты вариации содержания углерода уменьшаются при увеличении глубины отбора проб [Дмитриев и др., 1999], однако в других случаях они возрастают, и весьма существенно.
При оценке запасов углерода, как правило, исходят из того, что почвенные горизонты одинаковы в пределах своих границ, однако при подробном изучении отдельных почвенных свойств было показано, что это не так [Дмитриев, Самсонова, 1975;
Дмитриев, Сапожников, 1978]. В большинстве случаев почвенные горизонты имеют варьирующие границы, точный отбор проб по генетическим горизонтам практически невозможен. В верхней части почвенного профиля расхождения в мощностях отдельных горизонтов на 3-10 см — обычное явление. Особое затруднение могут вызывать переходные горизонты, когда трудно определить, где закончился один горизонт и начинается другой. Отбор проб в соответствии с горизонтами разной мощности может приводить к тому, что в разных горизонтах размеры и форма проб будут различными. Такие пробы вносят дополнительную антропогенную неопределенность в результаты [Кондрашкина, 1991; Самсонова, Кондрашкина, 1991].
Цель работы — рассчитать число повторностей для мониторинговых исследований содержания органического углерода и проверить, как может смешивание влиять на оценку запасов углерода, если отбирать смешанные образцы (например, буром) сразу на глубину 0-30 см.
Объекты и методы
В данной работе будет проанализирован фрагмент таблицы из статьи Е.А. Дмитриева и др. [1999], в которой обсуждаются результаты определения почвенных свойств под елями. В цитируемой статье, помимо содержания углерода, определялись и другие почвенные свойства, однако в настоящей работе рассмотрим лишь содержание углерода. Пробы были отобраны после удаления подстилки по слоям 0-10, 10-20 и 20-30 см буром Измаильского [Вадюнина, Корчагина, 1986] в пределах правильного шестиугольника со стороной 7 м в узлах регулярной сетки равносторонних треугольников со стороной 1 м. Суммарное количество точек опробования — 166. Содержание углерода было определено методом Тюрина в модификации Никитина с колориметрическим окончанием. Расчеты статистических характеристик были проведены для всего участка в целом и для зон, стратифицированных по принадлежности к приствольноной части, подкро-новому и межкроновому пространствам (табл. 1).
Таблица 1
Статистические характеристики содержания углерода в почве под елями [Дмитриев и др., 1999]
Весь участок, n=166 Приствольная часть, n=22 Подкроновая часть, n=102 Межкроновая часть, n=42
я я я я
си и си и си и си и
ее я а & ^ к -в- £ а ее я а ср к -е- и -е- а ее я д ср к -в- £ ■е- а ее а д ср а -е- и ■е- а
е с о fr е с о fr е с о fr е с о fr
Глубина, см и и « оа ^ о р и и « оа ^ о р и и « оа ^ о р и и « оа ^ о
0-10 2,95 2,247 50,7 4,02 3,873 49,0 3,06 2,132 47,7 2,14 0,494 32,9
10-20 0,89 0,157 44,7 1,11 0,216 41,8 0,89 0,132 40,8 0,74 0,149 52,3
20-30 0,33 0,039 59,1 0,34 0,026 47,7 0,34 0,034 55,0 0,33 0,058 72,8
Результаты
Большое число проб в каждой зоне позволяет объективно оценить пространственную структуру содержания углерода в почвенном покрове под лесом. Его средние значения резко уменьшаются с глубиной, но в то же время существует значительная вдольповерхностная дифференциация этого показателя. В слое 0-10 см среднее значение содержания углерода в приствольной зоне почти в два раза выше, чем в межкроновом пространстве. Различия не столь выражены в слое 10-20 см, а в слое 20-30 см средние практически равны. Похожие закономерности наблюдаются и для дисперсий содержания углерода: с увеличением глубины дисперсии уменьшаются в приствольной и подкроновой части почти в 100 раз, однако в межкроновой части уменьшение не столь значительно, чуть меньше 10 раз. В слое 0-10 см дисперсия максимальна в приствольной части, а в межкроновой части — в 8 раз меньше. Однако эта закономерность нарушается для слоя 20-30 см, в котором максимальная дисперсия соответствует межкроновому пространству, а минимальная — приствольной части (табл. 1).
Воспользовавшись представленными данными, можно рассчитать число повторностей, необходимое для оценок среднего значения с желаемой относительной погрешностью: /С^)2
п =
(3)
Глубина, см Весь участок Приствольная часть Подкро-новая часть Межкроновая часть
0-10 99 92 88 42
10-20 77 67 64 105
20-30 135 88 117 204
Ситуация усложняется, если необходимо провести проверку гипотез о равенстве средних значений. В этом случае нужно не только учитывать уровень значимости а, характеризующий так называемую ошибку первого рода, т.е. вероятность отвергнуть гипотезу, когда она верна, но и также
ошибку второго рода р, т.е. вероятность не отвергнуть гипотезу в то время, когда она неверна [Пифо, 2011].
И0 И1
Рис. 1. Иллюстрация ошибок при проверке гипотезы о равенстве средних значений
|0 — значение среднего в предположении правильности нулевой гипотезы, | — значение среднего в предположении правильности альтернативной гипотезы; а — уровень значимости, т. е. вероятность отвергнуть гипотезу о равенстве, когда она верна; в — вероятность не отвергнуть гипотезу о равенстве, когда она неверна, 1-Р — мощность критерия
Структура организации почвенных свойств в поверхностном слое лесных почв обусловливает большие сложности при оценке достоверности различий средних значений показателей. Например, необходимое число повторностей п для подтверждения различий средних значений между отдельными участками или между величинами на одном участке, но в разные моменты времени, можно рассчитать по формуле:
2
где СУ — коэффициент вариации, Б — желаемая относительная погрешность среднего значения на данной территории, Zа — квантиль нормального распределения, а — уровень значимости. Чаще всего берется а=0,05, соответствующий доверительной вероятности Р=95%.
Можно видеть, что для достижения показателя 10% погрешности и доверительной вероятности 95% требуется большое, практически недостижимое в реальных условиях мониторинга, число повторностей (табл. 2).
Таблица 2
Расчетное число повторностей для определения среднего значения углерода с 10% относительной погрешностью при доверительной вероятности 95%
п = (Ха, + Д2
(4)
где — квантиль нормального распределения для уровня значимости (ошибки первого рода а); — квантиль нормального распределения для ошибки второго рода в & — разность между средними значениями, и — дисперсии [Козлов, 2014].
Таблица 3
Необходимое число повторностей при сравнении средних значений содержания углерода с разными абсолютными погрешностями дельта
Глубина, см Приствольная часть Подкроновая часть Межкроновая часть
А = 0,5 А = 0,2 А = 0,5 А = 0,2 А = 0,5 А = 0,2
а = 0,05 р = 0,20 (Мощность критерия = 1-0,20 = 0,80)
0-10 243 1518 134 836 31 194
10-20 14 85 8 52 9 58
20-30 2 10 2 13 4 23
а = 0,05 р = 0,40 (Мощность критерия = 1-0,40 = 0,60)
0-10 151 946 83 521 19 121
10-20 8 53 5 32 6 36
20-30 1 6 1 8 2 14
В общем случае дисперсии на участках разные, однако для простоты можно ограничиться случаем,
когда для сравниваемых пространственных объектов (или одного и того же объекта во времени) их можно считать одинаковыми. Наиболее часто а принимают равной 0,05, а в — 0,2 или 0,1. Поскольку дисперсии содержания углерода в разных почвенных слоях оказываются различными, то и необходимые повторности также будут различаться. Наибольшее число повторностей для доказательства одной и той же разности особенно велико в слое 0-10 см для приствольной зоны (и достигает 1518 значения), а для слоя 20-30 см число повторностей становится вполне приемлемым с практической точки зрения (табл. 3).
Согласно формуле (4), уменьшение числа по-вторностей может быть достигнуто разными путями: 1) увеличением а, что соответствует увеличению ошибки первого рода, т. е. умозаключению, что различия существуют, хотя они на самом деле не слишком вероятны; 2) увеличением в, что соответствует уменьшению мощности критерия и умозаключению, что различий на самом деле нет, хотя они существуют, и 3) увеличением разности между средними D, что может привести к пропуску действительно важных изменений. Выбор между этими альтернативами остается за исследователем.
Неодинаковость дисперсий в разных зонах на постоянных глубинах поднимает вопрос о том, а как практически отбирать пробы? Если исходить из того, что должна учитываться максимальная дисперсия для всех слоев по вертикали, то, например, в межкроновой части нужно заложить 19 разрезов, а в приствольной — 151, однако на глубине 30 см в приствольной части достаточно одной пробы, а в межкроновой — двух (табл.3). Встает вопрос, а в каком именно из запланированных разрезов нужно отобрать эти пробы? Не говоря уже о том, что закладка даже 19-ти разрезов — это уже очень трудоемкая работа.
Расчеты по формуле (1) могут быть выполнены в том случае, если
1) сравниваемые выборки независимы, т. е. корреляции между их значениями пренебрежимо малы;
2) распределения нормальны (или не слишком сильно отличаются от нормального);
3) дисперсии допустимо считать одинаковыми.
Для такой сложной среды, как почвенный покров лесных экосистем, эти предположения часто нарушаются, особенно предположение о нормальности. Это и приводит к столь большому числу по-вторностей, что исследователь просто закрывает глаза на их расчетное число.
Уменьшение числа повторностей может быть достигнуто путем объединения нескольких проб в одну и анализа полученной смешанной пробы. Практика смешанных проб широко используется при опробовании почвы, однако при этом отбор проб проводится из сравнительно однородных участков, например, смешанные пробы берутся методом конверта из генетических горизонтов вокруг почвенного разреза при почвенном картировании [ГОСТ Р 585952-2019], из пахотного горизонта элементарных участков при агрохимическом картировании [ГОСТ 17.4.4.02] и т. п., причем первичное смешивание их проводится в полевых условиях.
Для проверки, как может влиять смешивание на результаты, было проведено моделирование. Поскольку почвенный органический углерод распределен в почвенной массе в виде мелких частиц, а при смешивании проб и отборе аналитической пробы происходит перераспределение и «размазывание» этих частиц в общей массе образца, то среднее значение, полученное математическим усреднением, должно быть близким к среднему, полученному физическим усреднением. Однако дисперсия вследствие перемешивания проб может сильно отличаться от расчетной. Поэтому сначала мы рассчитали массу органического вещества в суммарном слое (запас), а затем провели исследование распределения полученных значений.
Запас М для некаменистых почв рассчитывается по формуле:
М = ЦС^^, (5)
где С — концентрация органического углерода, — мощность слоя, ^ I — плотность почвы в слое и
Моделирование запаса для слоя 0-30 см проводилось в предположении о нормальности распределений содержания органического вещества и плотности в каждом 10-см слое. Поскольку плотность почвы не приведена в статье [Дмитриев и др., 1999],
Таблица 4
Параметры моделирования запасов углерода в вертикальных пробах
Приствольная часть Подкроновая часть Межкроновая часть
Свойство Статистики Слой, см Слой, см Слой, см
0-10 10-20 20-30 0-10 10-20 20-30 0-10 10-20 20-30
Содержание углерода, % Среднее 4,00 1,00 0,30 3,00 0,90 0,30 2,00 0,70 0,30
Ст. откл. 2,00 0,40 0,15 1,46 0,18 0,18 0,70 0,39 0,24
Плотность, % Среднее 0,80 1,00 1,20 0,90 1,10 1,30 1,00 1,00 1,30
Ст. откл. 0,15 0,11 0,15 0,15 0,11 0,15 0,15 0,11 0,15
Рис. 2. Схема моделирования для расчета необходимого числа повторностей вертикальных смешанных проб, отбираемых сразу с глубины 0-30 см
она была задана экспертно для каждого слоя каждой из зон. Параметры распределений для моделирования приведены в табл. 4. Полученные значения для разных слоев почвы в единичной точке суммировались, и полученное значение приписывалось значению запаса органического вещества в точке для объединенного вертикального слоя 0-30 см (рис. 2). Такое моделирование было проведено 1000 раз для каждой зоны.
Из полученных массивов данных были сформированы значения для смешанных вертикальных проб. Поскольку запас органического углерода допустимо считать аддитивной величиной, были рассчитаны средние значения запасов смешанных вертикальных проб, сформированных из 3-х, 5-ти, 7-ми, 9-ти и 11-ти единичных значений запасов. Для полученных значений были рассчитаны статистические характеристики и планируемое число вертикальных проб.
Можно видеть, что коэффициенты вариации запасов при использовании смешанных проб быстро падают в каждой зоне, причем наиболее изменчивыми они оказываются в приствольной части. Для вертикальных образцов, смешанных из семи единичных вертикальных проб, они не превышают 20%, что дает необходимое число смешанных проб для каждой зоны, равное 3-6 шт. при условии 20% погрешности (табл. 5).
Обсуждение
При массовых исследованиях и мониторинге методика должна быть простой, адекватно воспроизводимой и устойчивой к неизбежным небольшим отклонениям от протокола опробования.
Таблица 5 Число вертикальных индивидуальных и смешанных проб для сравнения двух средних запасов с относительной погрешностью 20% (по результатам моделирования)
Число повторностей для формирования вертикальной смешанной пробы Приствольная часть Подкроновая часть Межкроновая часть
CV, % n CV, % n CV, % n
1 50 49 46 42 34 23
3 29 16 24 11 20 8
5 23 11 19 7 16 5
7 18 6 15 5 13 4
9 17 5 14 4 13 3
11 14 4 12 3 11 3
В пределах слоя 0-10 см сильно варьируют плотность почвы и распределение опада, изменяется качественный состав наземной растительности, имеются многочисленные педотурбации, обусловленные деятельностью землероев, и т. п. Приведенные расчеты показывают, что число единичных проб для получения статистически достоверных результатов наблюдений за содержанием углерода в лесном биогеоценозе очень велико. Если целью работы является оценка изменения запасов в верхнем 10-см слое, такое количество повторностей неизбежно. Но если цель — оценка запасов в слоях большей мощности, «разбавление» сильно изменчивого верхнего слоя нижележащими слоями стабилизирует результаты. Однако здесь возникает новая проблема — процедура усреднения вертикального образца должна выполняться более тщательно, нежели для проб, отбираемых по слоям.
При расчете числа повторностей для мониторинга содержания углерода и его запасов необходимо иметь в виду как ошибку первого, так и ошибку второго рода, поскольку при столь большом варьировании легко принять желаемое за действительное, т.е. отвергнуть гипотезу о равенстве средних в разные сроки, когда на самом деле эти средние равны. В подавляющем большинстве российских публикаций ошибке второго рода внимания не уделяется. А именно это может быть причиной выводов о большой временной изменчивости содержания углерода.
Заключение
Пространственная изменчивость содержания органического углерода в лесных экосистемах характеризуется коэффициентами вариации в 50% и более. Требуемое число повторностей для обоснованных и подтверждаемых статистических выводов
в верхнем 10-см слое может превышать 100 шт., что с практической точки зрения совершенно неприемлемо. Уменьшение числа повторностей возможно при смешивании проб в отдельных горизонтальных слоях, традиционно используемых в почвенных исследованиях, однако этот подход также неприемлем, поскольку число проб все же остается очень большим. Смешивание неоднородных вертикальных проб для слоя фиксированной мощности позволяет заметно уменьшить определяемую пространственную вариабельность, однако требует очень тщательной процедуры смешивания. Для целей мониторинга наиболее важен слой 0-30 см, поэтому отбор вертикальных проб именно из этого слоя можно рекомендовать для практической реализации. Однако поскольку основным фактором горизонтальной дифференциации почвенного покрова по содержанию органического вещества является древесная растительность, пробоотбор в соответствии с традиционно выделяемыми зонами (приствольная часть, подкроновое и межкроновое пространства) в этом случае является предпочтительным.
КОНФЛИКТ ИНТЕРЕСОВ
Авторы заявляют об отсутствии конфликта интересов.
Информация о финансировании работы
Работа выполнена в рамках реализации важнейшего инновационного проекта государственного значения «Разработка системы наземного и дистанционного мониторинга пулов углерода и потоков парниковых газов на территории Российской Федерации, обеспечение создания системы учета данных о потоках климатически активных веществ и бюджете углерода в лесах и других наземных экологических системах» (рег. № 123030300031-6).
СПИСОК ЛИТЕРАТУРЫ
1. Ахмалишев К.Б. Влияние земледельческого освоения на свойства дерново-подзолистых почв современных лесов: Автореф. дис. ... канд. с.-х. н. М., 2007.
2. Вадюнина А.Ф., Корчагина 3.А. Методы исследования физических свойств почв. М., 1986.
3. ГОСТ Р 585952-2019 Почвы. Отбор проб.
4. ГОСТ 17.4.4.02 Охрана природы. Почвы. Методы отбора и подготовки проб для химического, бактериологического, гельминтологического анализа.
5. Демаков Ю.П., Исаев А.В., Нуреев Н.Б. и др. Границы и причины вариабельности запасов углерода в почвах лесов Среднего Поволжья // Вестн. Поволж. гос. технол. ун-та. 2018. № 3.
6. Дмитриев Е.А. Математическая статистика в почвоведении. М., 1995.
7. Дмитриев Е.А., Рекубратский И.В., Горелова Ю.В. и др. К организации свойств почвенного покрова под елями / В сб.: Структурно-функциональная роль почвы в биосфере. М., 1999.
8. Дмитриев Е.А., Самсонова В.П. О пространственном варьировании содержания обменного кальция в дерново-подзолистой почве под ельником // Научные доклады высшей школы. Сер. Биологические науки. 1975. № 11.
9. Дмитриев Е.А., Сапожников П.М. Детальный анализ изменения объемного веса и удельной поверхности в дерново-подзолистых почвах под лесом // Почвоведение. 1978. № 11.
10. Козлов М.В. Планирование экологических исследований. М., 2014.
11. Кондрашкина М.И. Влияние размера и формы образца на информацию о почвенном объекте: Автореф. дис. ... канд. биол. наук. М., 1991.
12. Пифо Х. Статистика для бакалавров по специальностям: Агробиология (АБ), Аграрные науки (АН) и Возобновляемые природные ресурсы (ВПР) в Университете Хоэнхайм. 1 семестр (АБ, АН, ВПР), 3 семестр (ВПР). М., 2011.
13. Подвезенная М.А., Рыжова И.М. Зависимость вариабельности запасов углерода в почве от пространственной структуры растительного покрова лесных биогеоценозов // Вестн. Моск. ун-та. Сер. 17. Почвоведение. 2010. № 4.
14. Самсонова В.П, Кондрашкина М.И. Зависимость информации о почвенном объекте от формы образца // Вестн. Моск. ун-та. Сер. 17. Почвоведение. 1991. № 2.
15. Самсонова В.П., Мешалкина Ю.Л., Добровольская В.А. и др. Исследование неопределенности оценок запасов органического углерода в масштабах угодий (в печати) // Почвоведение. 2023. № 11.
16. Сидорова В.А. Динамика пространственного варьирования почвенных свойств луговых агроценозов Карелии при постантропогенном развитии // Российский журнал прикладной экологии. 2016. № 3.
17. Ramsey M. Sampling the environment: twelve key questions that need answers // Geostandards and Geoanalyt-ical Research. 2004. № 28(2). https://doi.org/10.1111/jT751-908x.2004.tb00741.x
18. Schrumpf M., Schulze E., Kaiser K. et al. How accurately can soil organic carbon stocks and stock changes be quantified by soil inventories? // Biogeosciences. 2011. № 8. https://doi.org/10.5194/bg-8-1193-2011
19. Stolbovoy V., Montanarella L., Filippi N. et al. Soil sampling protocol to certify the changes of organic carbon stock in mineral soil of the European Union. Version 2 / Luxembourg: Office for Official Publications of the European Communities, 2007.
20. Tirez K., Vanhoof C, Siegfried H. et al. Estimating the Contribution of Sampling, Sample Pretreatment and Analysis in the Total Uncertainty Budget of Agricultural Soil pH and Organic Carbon Monitoring // Communications in Soil Science and Plant Analysis. 2014. № 45:7. https://doi.org/10.108 0/00103624.2013.867056
Поступила в редакцию 31.07.2023 После доработки 30.08.2023 Принята к публикации 01.09.2023
ВЕСТНИК МОСКОВСКОГО УНИВЕРСИТЕТА. СЕРИЯ 17. ПОЧВОВЕДЕНИЕ. 2024. Т. 79. № 1 LOMONOSOV SOIL SCIENCE JOURNAL. 2024. Vol. 79. No. 1
THE NUMBER OF REPETITIONS DURING OF THE SOIL ORGANIC CARBON CONTENT MONITORING IN THE FOREST REVISITED
V. P. Samsonova, J. L. Meshalkina, M. I. Kondrashkina, S. E. Dyadkina
Using the example of data from the article by E.A. Dmitriev et al., the estimation of the required number of soil samples to assess the SOC content in the forest biogeocenosis during monitoring studies is considered. Primary data on SOC content were obtained in the spruce forest at 166 points in layers 0-10, 10-20, and 20-30 cm after removal of the litter. The sampling was carried out at the nodes of a regular grid of equilateral triangles with 1 m side within a regular hexagon with a side of 7 m. The SOC content was determined by the Tyurin method. The original article presents statistics for three zones — near-stem, under-crown and inter-crown space. Spatial variation in all zones and at all depths is high, the coefficients of variation are about 50%. It is shown that the number of replicates required for estimating the average SOC content at a 95% confidence level in the 0-10 cm layer is hundreds of samples and decreases to tens of samples in the 20-30 cm layer. Since the number of repetitions for testing hypotheses about the equality of means depends not only on the confidence level, but also on the power of the criterion used, the required number of repetitions increases several times. Sampling with samples taken from the entire vertical layer of 0-30 cm and forming mixed samples from them reduces the number of required repetitions, however, careful observance of sample preparation, including primary mixing of samples, is required.
Keywords: carbon stocks, coefficient of variation, estimation of the mean value, contrast of means, significance level, power analyses, sample size, mixed samples.
СВЕДЕНИЯ ОБ АВТОРАХ
Самсонова Вера Петровна, докт. биол. наук, доцент кафедры общего земледелия и агроэкологии факультета почвоведения МГУ имени М.В. Ломоносова, e-mail: vkbun@mail.ru
Мешалкина Юлия Львовна, канд. с.-х. наук, доцент кафедры общего земледелия и агроэкологии факультета почвоведения МГУ имени М.В. Ломоносова, e-mail: jlmesh@list.ru
Кондрашкина Марина Иосифовна, канд. биол. наук, доцент кафедры общего земледелия и агроэкологии факультета почвоведения МГУ имени М.В. Ломоносова, e-mail: kondra_mar@mail.ru
Дядькина Светлана Евгеньевна, канд. биол. наук, науч. сотр. кафедры общего земледелия и агроэкологии факультета почвоведения МГУ имени М.В. Ломоносова, e-mail: s.e.dyadkina@mail.ru>
© Samsonova V.P., Meshalkina J.L., Kondrashkina M.I., Dyadkina S.E., 2024
