CC BY
9SUMMARY
E. V. Rudenko, G. N. Buzuk, N. A. Kuzmichova NON-LINEAR FORMAT OF DEPENDENCY BETWEEN
PHYTOMASS AND PROJECTIVE COVER OF CONVALLARIA MAJALIS IN DIFFERENT ENVIRONMENTAL CONDITIONS
Format of dependency between phyto-mass and projective cover of lily of the valley leaf in six different phytocoenoses was investigated. It has non-linear character in all cases and approximated successfully by Weibull function. Degree of approximation of experimental data to calculated ones depends on leaves orientation and it is maximal for horizontal leaves. Digital photographic method using Imagej program is the most convenient for measurement of the leaf inclination angle.
Keywords: Convallaria majalis, projec-tive covering, productivity, Weibull function, leaf inclination angle, Imagej program.
ЛИТЕРАТУРА
1. Бузук, Г. Н. Характер связей между проективным покрытием и урожайностью побегов брусники в сосняке зеленомош-ном / Г. Н. Бузук // Вестник фармации. -2013. - № 4. - С. 44-49.
2. Бузук, Г. Н. Применение функций
роста и асимптотических функций при определении проективного покрытия и урожайности лекарственных растений / Г. Н. Бузук // Вестник фармации. - 2014. -№ 1. - С. 59-67.
3. Fang, F. The retrieval of leaf inclination angle and leaf area index in maize [Электронный ресурс] / F. Fang. - 2015. -Режим доступа www.itc.nl/library/pa-pers-2015/msc/gem/fang.pdf. - Дата доступа: 08.06.2016.
4. Smith, М. Effect of Leaf Angle and Orientation on Photosynthesis and Water Relations in Silphium terebinthinaceum / M. Smith, D. Ullberg // American Journal of Botany. - Vol. 76, No. 12 (Dec., 1989). -P. 1714-1719.
5. Петрова, Л. Н. Ориентация листьев, структурная организация фотосинтетического аппарата, продуктивность и качество зерна озимой пшеницы / Л. Н. Петрова // Научный журнал КубГАУ - № 24 (8). -2006. - C. 1-9.
Адрес для корреспонденции:
210023, Республика Беларусь,
г. Витебск, пр. Фрунзе, 27,
УО «Витебский государственный
ордена Дружбы народов
медицинский университет»,
кафедра фармакогнозии c курсом ФПК и ПК,
тел. раб.: 8(0212) 64-81-78,
е mail: buzukg@mail.ru,
Бузук Г. Н.
Поступила 07.10.2016 г.
Г. Н. Бузук
ОПРЕДЕЛЕНИЕ ФИТООБЪЕМА КОМПОНЕНТОВ РАСТИТЕЛЬНОГО ПОКРОВА С ИСПОЛЬЗОВАНИЕМ ЛИНИЙ ТОЧЕК: ВАРИОГРАММНЫЙ
АНАЛИЗ И КРИГИНГ
Витебский государственный ордена Дружбы народов медицинский университет
Предложена методика определения продуктивности растений, в том числе лекарственных, основанная на определении фитообъема, с применением метода линий точек с одновременной оценкой высоты (длины) побегов растений. Построена поверхность отклика на основе оценки высоты растений в ограниченном числе точек методом геостатической интерполяции, проведен вариограммный анализ. Показана сильная пространственная зависимость высоты растений от их расположения в пределах пробной площади (ПП). При определении продуктивности растений определение фитообъема более предпочтительно по сравнению с определением проективного покрытия.
Ключевые слова: проективное покрытие, кригинг, лекарственные растения, лекарственное растительное сырье, растительный покров, континуум.
ВВЕДЕНИЕ
Растительный покров, если его рассматривать в статичном плане, является трехмерным и характеризуется занимаемой площадью (проективное покрытие) и высотой. Его изменчивость во времени добавляет четвертую (временную) компоненту [1, 2].
В связи с этим является совершенно естественным в последние годы переход от его двумерной характеристики (проективное покрытие) к трехмерной (фитообъем). Это прослеживается как при исследовании отдельных видов, на примере оценки ал-лометрических связей между фитомассой и линейными размерами особей, так и при изучении пространственной изменчивости растительного покрова в целом [3-14]. Так, установлена высокая степень связи показателя, характеризующего объем растения, с фитомассой. Коэффициент детерминации достигал 0,98 [5, 9]. В качестве другого примера можно отметить широкое использование произведения диаметра на высоту для определения продуктивности древесных растений [5, 6]. Достаточно многочисленные данные имеются также по кустарникам и травянистым растениям [7, 11, 12]. Что касается использования произведения проективного покрытия на высоту,
предложенного еще Л.Г. Раменским [15], то оно пока не получило распространения, по-видимому, в связи с недостаточной методической разработанностью.
Целью настоящей работы явилась разработка методики определения фитобъема компонентов растительного покрова с использованием линий точек, а также геостатический анализ его пространственной вариабельности.
МАТЕРИАЛЫ И МЕТОДЫ
В качестве модельного объекта были избраны заросли брусники в сосняках брусничной серии, которые ранее нами использовались при разработке методик определения проективного покрытия с помощью фотоплощадок [16, 17]. В пределах заросли закладывали учетную площадку (УП) размером 5 х 7 м. Площадь ПП может быть увеличена до 100 м2 (10 х 10) и более, если позволяют полевые условия. Проективное покрытие и высоту растений определяли с использованием линий точек. Для этого на ПП с помощью шнура постоянного натяжения с метками через 50 или 25 см через каждые 50 см закладывали 14 линий пересечения. Постоянство натяжения и отсутствие провисания шнура достигалось вставкой из резинового жгута (рисунок 1).
Рисунок 1 - Схема устройства шнура постоянного натяжения
Затем, следуя вдоль каждой линии пересечения, обозначенной шнуром, под каждой меткой определяли присутствие частей брусники, опуская вертикально вниз спицу, отвес с запрессованной иглой или лазерный луч дальномера, закрепленного на телескопической штанге. Использование отвеса с иглой позволяет минимизировать ошибку и повысить точность определения проективного покрытия, возникающую из-за толщины спицы или луча
лазера, что, однако, увеличивает затраты времени и трудозатраты [18-22].
Высоту (длину) растений под меткой определяли лазерным дальномером или с помощью линейки, измеряя расстояние от точки роста растения брусники до корневища. В первом случае определяется высота как таковая, а во втором случае - длина побега.
Основанием для выбора высоты растений брусники в качестве косвенного по-
казателя их биомассы послужили данные работ, в которых была показана их тесная связь. Корреляционное отношение достигало 0,9 [23], а коэффициент детерминации при аппроксимации зависимости высота растений - биомасса степенной функцией (3) составил в зависимости от полноты древостоя 0,999 [24].
U = exp(0,982 • ln(MS) + 0,517* ln2(MS) -- 2,084 • ln(CK)), (1)
где U - масса листьев, г/м2, MS - средняя высота побега, см; СК - сомкнутость крон древостоя.
В итоге получали таблицу (матрицу) с высотой (длиной) побегов брусники. Полученную матрицу трансформировали в матрицу (3 х 100), в которой первые две колонки (х и у) - координаты, третья (z) -высота (длина) побегов брусники.
Точкам в пределах ПП, но без брусники, присваивали значение 0.
Проективное покрытие рассчитывали по формуле:
PP = (n/N) • 100,
где PP - проективное покрытие в %; n -число точек с брусникой; N - общее число точек (140).
Также рассчитывали площадь контура заросли брусники в пределах ПП по формуле:
S = ((n + m)/N) • 35,
где S - площадь контура брусники; n -число точек с брусникой; m - число точек без брусники в контуре заросли; N - общее число точек (140), 35 - площадь ПП (5 х 7) м.
Кригинг [25-33] проводили в среде Matlab, с использованием программы Wolfgang Schwanghart http://www. mathworks.com/matlabcentral/fileexchange/ 29025-ordinary-kriging.
О наличии закономерности изменения изучаемого признака в зависимости от расположения в пространстве судили по величине SDL:
SDL = (100 • СП/(СП+С1)) , (2)
где SDL - пространственное отноше-
ние, Сп - наггет, С1 - частичный порог экспериментальной вариограммы.
Если это отношение <25%, переменная считается сильно пространственно зависимой, если отношение между 25 и 75% - пространственная зависимость рассматривается как средняя, и если >75 % -слабая пространственная зависимость. Комплиментарный показатель - 100-SDL оценивает уровень пространственной зависимости [34].
Для расчета пространственного тренда использовали математическую функцию [34, 35]:
z1 = а + ЬХ + сТ + ёХА2 + еТЛ2 + X Y, (3)
где X и Т - координаты.
О величине тренда судили по коэффициенту детерминации (Я2).
Для исключения влияния тренда на результаты кригинга из матрицы z вычитали матрицу z1, получая матрицу остатков z2, которую использовали для кригинга, получая в конечном итоге матрицу кригинга z3. Итоговую поверхность (г) строили, суммируя матрицу кригинга (г3) с матрицей тренда (г1).
Фитообъем рассчитывали как произведение площади ПП на долю площади, занимаемой побегами брусники - (проективное покрытие / 100), и среднюю высоту побегов растения:
V = S • (РР / 100) • Н, (4)
где S - площадь ПП, РР - проективное покрытие, Н - средняя высота побегов брусники.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
Полученные в ходе подбора оптимальной модели экспериментальная и теоретические вариограммы (модели) представлены на рисунке 2, а параметры моделей - в таблице 1. Из данных, представленных в таблице 1, следует, что имеет место сильно выраженная пространственная зависимость высоты растений брусники от их расположения в пределах ПП (во всех случаях 100-SDL равно 100%).
blinear R2 = 0.8574
2000
1000
100
200 distance h
300
exponential R2 = 0.8920
2000
1000
100 200
lag distance h
300
circular R2 = 0.8860
aussian R2 = 0.9278
2000
1000
100
200 distance h
300
2000
1000
100 200
lag distance h
300
spherical R2 = 0.8927
stable R2 = 0.9153
2000
1000
100
200 distance h
300
2000
1000
100 200
lag distance h
300
pentaspherical R2 = 0.8920
matern R2 = 0.9155
2000
1000
100
200 distance h
300
2000
1000
100 200
lag distance h
300
Рисунок 2 - Экспериментальная (—) и теоретические (—) вариограммы (модели)
Таблица 1 - Параметры теоретических моделей, рассчитанных на основе экспериментальной вариограммы
blinear circular spherical pentaspherical exponential gaussian stable matern
nugget sill range lag(h) SDL 0 2579,9 102,7 19,8 0 0 2572,2 112,6 19,8 0 0 2575,0 127,1 19,8 0 0 2586,9 158,4 19,8 0 0 2737,0 69,2 19,8 0 0 2560,5 52,3 19,8 0 0 2602,1 57,5 19,8 0 0 2655,3 40,1 19,8 0
100-SDL 100 100 100 100 100 100 100 100
R2 0,86 0,89 0,89 0,89 0,89 0,93 0,92 0,91
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
С другой стороны, наблюдается сильная зависимость значений параметра range, который отражает дистанцию, в пределах которой имеет место пространственная связь, от типа модели. Данный параметр колеблется в пределах от 40,1 до 158,4, т.е. почти в 4 раза. Это свидетельствует об определяющей роли выбора модели для последующих оценок. Здесь существенную помощь для интерпретации модели может дать знание биологических характеристик, биологии вида, например, размеров отдельных особей или их корневых систем, что, однако, требует дополнительных исследований.
Наиболее тесная связь между экспериментальной и теоретической вари-ограммами наблюдается для gaussian модели (R2 = 0,93). Параметр range для нее равен 52,3 см, который находиться практически на пределе размера ячеек выбранной сети (50 см). Рекомендуется расстояние между узлами сетки задавать существенно меньшим характерного размера изучаемого пространственного явления, а сама сетка должна полностью покрывать территорию исследования. Полученные характеристики могут изменяться при изменении размеров ячейки сети. Это, в частности, подтверждается данными исследований почв -масштаб корреляции пространственно варьируемых свойств почв, по оценкам на основе вариограмм, сильно зависит от масштаба наблюдения (количества и расположения точек опробования, размера сетки, выбора конкретного метода для оценки вариограммы) [36].
Величина тренда, оцениваемая по величине коэффициента детерминации для полинома (3), составляет 0,29, и свидетельствует о довольно слабом влиянии профиля местообитания на высоту побегов брусники.
Проективное покрытие на ПП без кри-гинга составляет 78,6%, средняя высота побегов брусники - 11,3 см, в то время как после кригинга (рисунок 3, см. 2 стр. обложки журнала) - 95,2% и 9,3 см соответственно. Таким образом, кригинг занижает среднюю высоту побегов и завышает проективное покрытие как следствие процедуры интерполяции. Последнее нами отмечалось ранее [37, 38].
Однако расчет фитообъема как произведения площади, занимаемой брусникой в
пределах ПП, на среднюю высоту побегов без кригинга и после кригинга дает очень близкие значения - 2,5965 и 2,5931 м3 соответственно.
Проведенный на примере брусники вариограммный анализ свидетельствует, с одной стороны, о пространственной зависимости высоты растений от их локализации в пределах ПП, а также о ведущей роли выбора модели для последующей интерполяции, с другой. Интерполяция с помощью кригинга завышает проективное покрытие и занижает высоту. Однако эти различия нивелируются при определении фитообъема как произведения проективного покрытия на среднюю высоту растений (происходит своеобразная компенсация).
Если же создание картосхемы и ва-риограммный анализ не проводятся, то необходимость определения координат точек тоже отпадает. Линии точек в пределах ПП могут располагаться случайным образом, например, в виде конверта, радиально или каким-либо другим образом с охватом всей ПП. Их длина может быть увеличена до 20 - 25 метров, а расстояние между точками уменьшено, например, до 25 или 10 см. Для расчета фитообъема, в этом случае, применяется формула (4).
Для преобразования фитообъема в урожайность может быть использована функция [39]:
и = а • РРЬ • MSc, (5)
где и - урожайность, г/м2;
РР - проективное покрытие (видов, морфологической группы), %;
MS - средняя длина побегов, см;
а, Ь, с - коэффициенты (таблицы 2, 3).
Пользуясь таблицами 2 и 3, на основании проективного покрытия и средней высоты побегов исследуемого вида можно определить его урожайность. Если вид отсутствует в таблице 2, то можно пользоваться таблицей 3 для групп видов, хотя определение, как это можно судить по величине коэффициента детерминации, менее точно (18,8% для вида и 20,7% для групп видов) [39]. Имеется возможность расширять список видов таблицы 2, а также вносить региональные коррективы (например, для Республики Беларусь).
Помимо исследованной нами брусники, более тесная связь получена также между урожайностью побегов вереска и проективным объемом (произведение среднего проективного покрытия и вы-
соты надземных побегов) или ресурсным объемом (произведение средней длины генеративного побега и проективного покрытия) в сравнении с оценкой по проективному покрытию Calluna vulgaris [40].
Таблица 2 - Параметры уравнения для определения фитомассы по объему
для различных видов [39]
Вид растения Морфологическая группа Коэффициенты уравнения U = a • PPb • MSc
a b c R2
Adoxa moschatellina sh 0,2919 1,0535 - 0,94
Oxalis acetosella 0,152 1,109 - 0,92
Anemone nemorosa, A. ranuncoloides mh 0,1853 1,2731 - 0,92
Corydalis cava 0,2027 1,2 - 0,81
Galium odoratum 0,0038 1,0308 1,6429 0,86
Lamium galeobdolon 0,1618 1,2832 - 0,87
Maianthemum bifolium 0,08 1,4286 - 0,87
Mercurialis perennis 0,0258 1,3338 0,6425 0,92
Ranunculus ficaria 0,393 1,0699 - 0,90
Stellaria holostea 0,9375 0,9602 - 0,92
Aegopodium podagraria th 0,005 0,9901 1,4418 0,95
Impatiens parviflora 0,0013 1,55 0,9015 0,88
Urtica dioica 0,013 1,1055 0,9013 0,91
Deschampsia flexuosa sg 0,1095 0,89 0,7698 0,89
Melica uniflora 0,0289 0,9317 1,0126 0,89
Agrostis capillar, Poa nemoralis mg 0,0104 1,0786 1,2639 0,91
Brachypodium pinnatum, В. sylvaticum 0,0076 1,2545 1,06 0,88
Dactyl is polygama 0,0001 0,9228 2,5215 0,96
Calamagrostis epigejos tg 0,0001 0,9927 2,255 0,87
Milium effusum 0,1096 1,0918 0,4147 0,91
Molinia caerulea 0,0045 1,312 1,123 0,92
Dryopteris carthusiana f 0,0039 1,2887 1,1811 0,85
Dryopteris filix-mas 0,0017 1,3997 1,0831 0,93
Pteridium aquilinum tf 0,0003 1,2634 1,5391 0,96
Calluna vulgaris dsh 0,162 0,9808 1,0187 0,95
Vaccinium myrtillus 0,0373 0,9656 1,4117 0,93
Vaccinium vitis-idaea 0,1363 1,1427 0,8627 0,98
Rubus idaeus sh 0,0003 0,9658 2,225 0,92
Dicranella heteromalla, Dicranum polysetum Dicranum scoparium, Hypnum cupressiforme, Pohlia nutans pm 0,8161 1,1543 0,4306 0,90
Brachythecium spec,, Pleurozium schreberi, Scleropodium purum mm 0,6937 0,8291 0,6726 0,87
Leucobryum glaucum dm 1,8028 1,2476 0,4231 0,83
Примечание: R2 - коэффициент детерминации.
Таблица 3 - Параметры уравнения для определения фитомассы по объему для групп видов [39]
Морфологическая группа Средняя длина побега (см) Коэффициенты урс U = a • PPb • M 1внения [Sc D
a b c
Small herb (sh) 5-10-15 0,1187 0,9663 0,4311 0,86
Middle herb (mh) 10-15-40 0,0687 1,2594 0,3624 0,81
Tall herb (th) 20-55-160 0,0037 1,5158 0,8057 0,80
Small grass (sg) 20-35-60 0,0426 0,9779 0,9083 0,88
Middle grass (mg) 30-50-80 0,0047 1,0748 1,4185 0,83
Tall grass (tg) 30-70-120 0,0001 1,205 2,059 0,88
Fern (f) 30-55-90 0,0445 1,4812 0,2582 0,81
Tall fern (tf) 50-100-215 0,0003 1,2634 1,5391 0,96
Dwarf shrub (dsh) 10-20-40 0,1641 1,008 0,9028 0,86
Shrub (sh) 25-55-120 0,0003 0,9658 2,225 0,92
Pad mossb (pm) 1-3-10 0,8161 1,1543 0,4306 0,90
Mat mossc (mm) 5-7-10 0,6937 0,8291 0,6726 0,87
Dense mossd (dm) 4-5-8 1,8028 1,2476 0,4231 0,83
ЗАКЛЮЧЕНИЕ
При характеристике компонентов растительного покрова, в том числе в ресурсо-ведении лекарственных растений, определение фитообъема более предпочтительно по сравнению с определением проективного покрытия. Определение стабильности и вариабельности оценок фитообъмов ресурсных видов в зависимости от ценоти-ческих условий является перспективным направлением в плане разработки экспрессных методов определения урожайности и запасов ресурсно значимых видов. В свою очередь, вариограммный анализ может расширить наши представления об их пространственной вариабельности и позволит создавать более точный ресурсный прогноз и картосхемы.
SUMMARY
G.N. Buzuk DEFINITION OF THE PHYTOVOLUME OF COMPONENTS OF VEGETATION USING LINES OF POINTS: VARIOGRAMM ANALYSIS AND
KRIGING The technique of determining the productivity of plants, including medicinal, based on the definition of the phytovolume, using the method of lines of dots with simultaneous assessment of height (length) of shoots of plants was proposed. Response surface on the basis
of an assessment of plant height in a limited number of points by a method of geostatic interpolation was constructed, variogramm analysis was held. Strong spatial dependence of plant height from their position within the PP was shown. In determining the productivity of plants the definition of phytovolume is more preferable in comparison with the definition of the projective cover.
Keywords: projective cover, kriging, medicinal plants, herbal raw material, vegetation, continium.
ЛИТЕРАТУРА
1. Миркин, Б. М. О растительных континуумах / Б. М. Миркин // Журн. общ. биологии. - 1990. - Т. 51. - № 3. - С. 316326.
2. Голуб, В. Б. Влияние фактора времени на результаты классификации растительности / В. Б. Голуб // Известия Самарского научного центра Российской академии наук. - 2012. - Т. 14. - № 5. - С. 56-59.
3. Estimation of herbaceous biomass from species composition and cover / I. Ax-manova [et al.] // Applied Vegetation Science && (2012). - P. 1-10.
4. Alabac, P. B. Biomass regression equations for understory plants in coastal Alaska-effects of species and sampling design on estimates / P. B. Alabac // North-west S cience. -1986. - Vol. 60. - N 2. - P. 90-103.
5. Navarro Cerrillo, R. M. Estimation
of above-ground biomass in shrubland ecosystems of southern Spain / R. M. Navarro Cerrillo, P. Blanco Oyonarte // Invest Agrar: Sist Recur For. - 2006. - Vol. 15. - N 2. -P. 197-207.
6. Contribution of understory species to total ecosystem aboveground and be-lowground biomass in temperate Pinus pinaster Ait. forests / M. Gonzalez [et al.] // Forest Ecology and Management. - 2013. -Vol. 289. - P. 38-47.
7. Biomass equations for six shrubby species of the Chilean arid zone / J. A. Prado [et al.] // Ciencia e Investigacion Forestal. -1987. - Vol. 1. - N 2. - P. 11-20.
8. Aguirre, S. Biomass equations for Peu-mus boldus and Acacia caven in the Central Zone of Chile / S. Aguirre, P. Infante // Ciencia e Investigacion Forestal. - 1988. - Vol. 3. -P. 45-50.
9. Alvarez, D. Application d'un modele d'estimation du phytovolume a la cartographie du deboisement en region semi-aride au Chili / D. Alvarez, L. Morales, D. Dubroeucq // Secheresse. - 2002. - Vol. 13. - N 1. -P. 21-26.
10. Dubroeucq, D. Land cover and land use changes in relation to social evolution— a case study from Northern Chile / D. Du-broeucq, P. Livenais // Journal of Arid Environments. - 2004. - Vol. 56. - P.193-211.
11. Allometric regression equations to determine aerial biomass of Mediterranean shrubs / J. L. Uso [et al.] // Plant Ecology. -1997. - Vol. 132. - P. 59-69.
12. Nine native leguminous shrub species: allometric regression equations and nutritive values / A. B. Robles [et al.] // Grassland Science in Europe. - 2005. - Vol. 11. -P. 309-311.
13. Pedra, B. D. Developing Allometric Volume-Biomass Equations to Support Fuel Characterization in North-Eastern Spain / B. D. Pedra, J. G. Puertas, L. F. Lopez // Ecologia mediterranea. - 2015. - Vol. 41. - N 2. -P. 15-24.
14. Byrne, S. V. Relationship Between Volume and Biomass of Early Successional Vegetation and the Prediction of Loblolly Pine Seedling Growth / S. V. Byrne, T. R. Wentworth // Forest Science. - 1988. -Vol. 34. - N 4. - P. 939-947.
15. Раменский, Л. Г. Введение в комплексное почвенно-геоботаническое исследование земель / Л. Г. Раменский. -М, 1938. - C. 310-312.
16. Бузук, Г. Н. Определение проективного покрытия и урожайности при использовании фото точек (photo point method) / Г. Н. Бузук // Вестник фармации. -2013. - №3. - С. 74-80.
17. Бузук, Г. Н. Методы учета проективного покрытия: сравнительная оценка с использованием фото площадок / Г. Н. Бузук, О. В. Созинов // Известия Самарского научного центра Российской академии наук. - 2014. - № 5. - С. 1644-1649.
18. Wilson, J. W. Errors resulting from thickness of point quadrats / J. W. Wilson // Aust. J. Bot. - 1963. - Vol. 11. - P. 178-188.
19. Goodall, D. W. Some considerations in the use of point quadrats for the analysis of vegetation / D. W. Goodall // Australian Journal of Scientific Research, Series B, Biological Sciences . -1952. - Vol. 5. - P. 1-41.
20. A laser point frame to measure cover / L.K. VanAmburg [et al.] // Rangeland Ecology and Management. - 2005. - Vol. 58. -P. 557-560.
21. Caldwell, M. M. A fiber optic point quadrat system for improved accuracy in vegetation sampling / M. M. Caldwell, G. W. Harris, R. S. Dzurec // Oecologia 1983. - Vol. 59. - P. 417-418.
22. Frank, D. A. Aboveground Biomass Estimation with the Canopy Intercept Method: A Plant Growth Form Caveat / D. A. Frank, S. J. McNaught // Oikos. - 1990. -Vol. 57. - P. 57-60.
23. Белоногова, Т. В. Упрощенные методы определения фитомассы живого напочвенного покрова сосняков Южной Карелии / Т. В. Белоногова // Исследование биологических ресурсов лесов средней тайги Сибири. - Красноярск, 1973. -С. 116-121.
24. Лебедев, А. В. Модель запаса сырья растений брусники (Vaccinium vitis-idaea L.) в мезофильных борах европейской части России / А. В. Лебедев, Ю. С. Ларикова, М. Н. Кондратьев [Электронный ресурс]. -Режим доступа: http://science-bsea.narod. ru/2012/les_komp_2012/lebedev_model. htm. - Дата доступа: 25.10.2016.
25. Цифровая модель рельефа - создание и анализ. Режим доступа: infomod. ru/system/files/dem.pdf. - Дата доступа: 25.10.2016.
26. Щеглов, В. И. Практические методы крайгинга / В. И. Щеглов. - М., 1989. -51 с.
27. Hengl, T. A. Practical Guide to
Geostatistical Mapping of Environmental Variables / Т. А. Hengl. - European Communities, 2007. - 143 p.
28. Геостатистика: теория и практика /
B. В. Демьянов, Е. А. Савельева; под ред. Р.В. Арутюняна. - М.: Наука, 2010. - 327 с.
29. Элементарное введение в геостатистику / М. Каневский [и др.]. - М., 1999. -136 с.
30. Кошель, С. М. Методы цифрового моделирования: кригинг и радиальная интерполяция / С. М. Кошель, О. Р. Мусин // Информационный бюллетень ГИС-Ассоциации. - 2000. - № 4 (26) -5 (27). -
C. 32-33.
31. Анализ данных в экологии сообществ и ландшафтов. - М.: РАСХН, 1999. -306 с.
32. Волков, А. Г. Пространственная структура лесной подстилки в еловых экосистемах северной подзоны тайги / А. Г. Волков // Канд. дисс. на соискание ученой степени канд. биол. наук, Архангельск, 2015. - 130 с.
33. Самсонова, В. П. Пространственная изменчивость почвенных свойств: На примере дерново-подзолистых почв / В. П. Самсонова // М.: Издательство ЛКИ. - 2008. - 160 с.
34. Ландшафтная экология как основа пространственного анализа продуктивности агроценозов / А. В. Жуков [и др.] // Ecology and noospherology. - 2013. -Vol. 24. - N 1-2. - P. 68-80.
35. Пространственная агроэкология и рекультивация земель: монография / А. А. Демидов [и др.]. - Днепропетровск:
Изд-во «Свидлер А.Л.», 2013. - 560 с.
36. Baveye, P. C. Moving away from the geostatistical lamppost: Why, where, and how does the spatial heterogeneity of soils matter? / P. C.Baveye, М. Laba // Ecological Modelling - 2015. - Vol. 298. - P. 24-38.
37. Бузук, Г. Н. Гридинг в ботаническом ресурсоведении: модельный эксперимент и методика / Г. Н. Бузук // Вестник фармации. - 2016. - № 2. - С. 55-63.
38. Бузук, Г. Н. Уровни точности при определении параметров растительного покрова с применением кригинга: модельный эксперимент / Г. Н. Бузук // Вестник фармации. - 2016. - № 3. - С. 54-58.
39. Phytomass, litter and net primary production of herbaceous layer //Functioning and Management of European Beech Ecosystems / I. M. Schulze [et al.] - Springer Berlin Heidelberg, 2009. - С. 155-181.
40. Созинов, О. В. Морфологические и ресурсные характеристики Calluna vulgaris (Ericaceae) в нарушенных фитоцено-зах северо-запада Республики Беларусь / О. В. Созинов // Растительные ресурсы. -2015. - Т. 51. - Вып. 4. - С. 473-490.
Адрес для корреспонденции:
210023, Республика Беларусь, г. Витебск, пр. Фрунзе, 27, УО «Витебский государственный ордена Дружбы народов медицинский университет», кафедра фармакогнозии с курсом ФПК и ПК, тел. раб.: 8 (0212) 64-81-78, Бузук Г. Н.
Поступила 18.11.2016 г.
А. А. Карусевич, С. С. Осочук, Г. Н. Бузук
РАЗРАБОТКА МЕТОДИКИ КУЛЬТИВИРОВАНИЯ И ИЗУЧЕНИЕ ОСОБЕННОСТЕЙ РАЗВИТИЯ ЛЕВЗЕИ САФЛОРОВИДНОЙ В ВИТЕБСКОЙ ОБЛАСТИ
Витебский государственный ордена Дружбы народов медицинский университет
Получены данные по методике культивирования левзеи сафлоровидной (Rhaponticum саrthamoides (ШИЛ) Щт.) в климатической зоне северо-востока Беларуси (Витебская область). Определены период вегетации левзеи, эффективность вегетативного размножения. Разработана методика стратификации, сортировки и обработки семян, определена их всхожесть. Предложена схема заготовки листьев растения. Определена урожайность листьев левзеи.
38
Рисунки к статье А. В. Глущенко, Д. С. Пуляев, В. А. Георгиянц, О. И. Набока «Способ введения сухого экстракта володушки золотистой в сироп «Лоратадин» (С. 6-9)
Л -ЧГ
2
\
■> I,'
3
Рисунок 1 - Частицы сухого экстракта володушки золотистой (40х)
& * 1'
- Т»
1
1 - рН 7,0; 25°С; 2 - рН 7,0; 60°С; 3 - рН 5,8; 25°С Рисунок 2 - Влияние рН и температуры воды очищенной на размер частиц сухого экстракта
володушки золотистой
2
-г'
* ГР
1 - в глицерине; 2 - в пропиленгликоле; 3 - в спирте этиловом 40% при температуре 25°С Рисунок 3 - Суспензии сухого экстракта володушки золотистой в различных растворителях
У
Щ*
Йи
1 - в системе вода очищенная: глицерин: ПГ 1:1:1; 2 - в системе вода очищенная: глицерин: ПГ 2:1:1 при температуре 25°С Рисунок 4 - Растворимость сухого экстракта володушки золотистой
Рисунок 5 - Растворимость сухого экстракта в сиропе «Лоратадин»
Рисунки к статье Е. В. Руденко, Г. Н. Бузук, Н. А. Кузьмичева «Нелинейный характер зависимости между фитомассой и проективным покрытием ландыша майского в различных местообитаниях» (С. 25-30)
Рисунки к статье Г. Н. Бузук «Определение фитообъема компонентов растительного покрова с использованием линий точек: вариограммный анализ и кригинг» (С. 30-38)
Рисунок 1 - Схема измерения углов отклонения листовых пластинок ландыша
Рисунок 3 - Картосхема 1111 высот побегов брусники (мм) после кригинга с моделью gaussian и нанесенной сетью точек
