sevinПОВОЛЖСКИЙ ЭКОЛОГИЧЕСКИЙ ЖУРНАЛPovolzhskiy Journal of Ecology1684-73182541-8963Федеральное государственное бюджетное учреждение науки Институт проблем экологии и эволюции им. А. Н. Северцова РАН; Товарищество научных изданий КМК.10.35885/1684-7318-2019-4-407-418sevin-168Research ArticleСТАТЬИARTICLESМногомерный статистический анализ структуры планктонных и донных сообществ минерализованных рек бассейна оз. ЭльтонMultidimensional Statistical Analysis of the Structure of Plankton and Bottom Communities of Mineralized Rivers of the Lake Elton Basinhttps://orcid.org/0000-0002-3808-4700ЗинченкоТ. Д.ZinchenkoT. D.

445003, Тольятти, Комзина, 10

zinchenko.tdz@yandex.ruhttps://orcid.org/0000-0002-8385-1913ШитиковВ. К.ShitikovV. K.

445003, Тольятти, Комзина, 10

stok1946@gmail.comhttps://orcid.org/0000-0003-4773-5277ГоловатюкЛ. В.GolovatyukL. V.

445003, Тольятти, Комзина, 10

gollarisa@mail.ruhttps://orcid.org/0000-0002-4435-1166АбросимоваЭ. В.AbrosimovaE. V.

445003, Тольятти, Комзина, 10

a-elina-v@yandex.ruИнститут экологии Волжского бассейна РАНRussian Federation20191302202004407418Copyright © Зинченко Т.Д., Шитиков В.К., Головатюк Л.В., Абросимова Э.В., 20202020Зинченко Т.Д., Шитиков В.К., Головатюк Л.В., Абросимова Э.В.Zinchenko T.D., Shitikov V.K., Golovatyuk L.V., Abrosimova E.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sevin.elpub.ru/jour/article/view/168

Представлены результаты комплексных исследований соленых рек аридного региона Приэльтонья на базе гидробиологической съемки планктонных и донных сообществ. Выполнено сравнение двух таблиц видовой структуры по результатам наблюдений на 13 участках рек в 2013 и 2018 гг., которые включали численности гидробионтов 94 различных таксономических групп макрозообентоса, мейобентоса и зоопланктона. С использованием метода анализа совместной инерции выявлена высокая статистическая согласованность матриц данных, обусловленная объективными закономерностями пространственного распределения водных организмов. Рандомизационный тест коэффициента прокрустовой корреляции показал статистическую значимость (р = 0.00026) сопряженности обеих видовых структур в пространстве латентных переменных. В то же время отмечен определенный тренд изменения таксономического состава сообществ на отдельных станциях с течением времени в условиях динамичности абиотических факторов. Проанализирована зависимость таксономической структуры гидробионтов от совокупности 30 абиотических факторов среды, полученных в ходе гидробиологического и гидрохимического мониторинга изучаемых участков рек. С использованием канонического корреляционного анализа и метода проекций на латентные структуры построена совокупность ординационных диаграмм, позволяющих выявить для каждой группы видов своеобразные «экологические ниши» с определенным набором характеристик биотопов. Показана достаточно тесная корреляция планктонных и донных сообществ между собой, что свидетельствует о тесной связи между ними, обусловленной как биотическими взаимодействиями, так и взаимно согласованной реакцией на изменение факторов водной среды. 

The paper presents the results of our comprehensive studies of the saline rivers of the arid Prieltonie region based on hydrobiological surveys of plankton and bottom communities. We have compared two tables of the specific structure according to the results of observations at 13 river sites in 2013 and 2018, which included the numbers of hydrobionts of 94 different taxonomic groups of macrozoobenthos, meiobenthos and zooplankton. Using the method of joint inertia analysis, we have revealed a high statistical consistency of the data matrices, due to objective laws of the spatial distribution of aquatic organisms. A randomization test of the Procrustean correlation coefficient showed the statistical significance (p = 0.00026) of the conjugacy of both specific structures in the space of latent variables. At the same time, a certain trend was noted in the changes in the taxonomic composition of communities at individual stations over time under the conditions of dynamic abiotic factors. We have analyzed the dependence of the taxonomic structure of hydrobionts on a set of 30 abiotic environmental factors obtained during hydrobiological and hydrochemical monitoring of the studied river sections. Using canonical correlation analysis and the projection method on latent structures, a set of ordination diagrams was plotted to allow revealing peculiar “ecological niches” for each group of species with a certain set of characteristics of their biotopes. The plankton and bottom communities were shown to correlate quite well with each other, which indicates a close relationship between them, due to both biotic interactions and a mutually agreed response to changes in aquatic factors.

соленые рекизоопланктонмакрозообентосмейобентосструктура сообществанализ совместной инерциипрокрустов анализмногомерная ординацияsaline riverszooplanktonmacrozoobenthosmeiobenthoscommunity structureco-inertia analysisProcrustean analysismultidimensional ordinationThe work was carried out within the framework of the state task “Assessment of Modern Biodiversity and Forecast of its Changes for the Volga Basin Ecosystems under Conditions of Their Natural and Anthropogenic Transformation” (AAAA17-117112040040-3) and was partially supported by the Russian Foundation for Basic Research (project No. 17-04-00135).ReferencesЗинченко Т. Д., Головатюк Л. В., Выхристюк Л. А., Шитиков В. К. Разнообразие и структура сообществ макрозообентоса высокоминерализованной р. Хара (Приэльтонье) // Поволж. экол. журн. 2010. № 1. С. 14 – 30.Zinchenko T. D., Golovatjuk L. V., Vykhristjuk L. A., Shitikov V. K. Diversity and Structure of Macrozoobenthos Communities in the Highly Mineralized Hara River (near Elton Lake). Povolzhskiy J. of Ecology, 2010, no. 1, pp. 14–30 (in Russian).Зинченко Т. Д., Шитиков В. К., Головатюк Л. В., Гусаков В. А., Лазарева В. И. Анализ связей между сообществами гидробионтов в соленых реках с использованием многомерной блочной ординации // Биология внутренних вод. 2019. № 4. С. 82 – 89.Zinchenko T. D., Shitikov V. K., Golovatyuk L. V., Gusakov V. A., Lazareva V. I. Multidimensional Block Ordination Analysis of Relations betweenthe Communities of Hydrobionts in Saline Rivers. Biologiia Vnutrennikh Vod, 2019, no. 4, pp. 82–89 (in Russian).Шитиков В. К., Зинченко Т. Д. Многомерный статистический анализ экологических сообществ (обзор) // Теоретические проблемы экологии. 2019. № 1. С. 5 – 11. DOI: https://doi.org/10.25750/1995-4301-2019-1-005-011Shitikov V. K., Zinchenko T. D. Multivariate Statistical Analysis of Ecological Communities (Review). Theoretical and Applied Ecology, 2019. no. 1, pp. 5–11 (in Russian). DOI: https://doi.org/10.25750/1995-4301-2019-1-005-011Шитиков В. К., Розенберг Г. С. Рандомизация и бутстреп : статистический анализ в биологии и экологии с использованием R. Тольятти : Кассандра, 2014. 314 с.Shitikov V. K., Rozenberg G. S. Randomizatsiia i butstrep: statisticheskii analiz v biologii i ekologii s ispol'zovaniem R [Randomization and Bootstrap: Statistical Analysis in Biology and Ecology Using R]. Togliatti, Kassandra Publ., 2014. 314 p. (in Russian).Эрве М. Путеводитель по применению статистических методов с использованием R / пер. В. К. Шитикова. Тольятти, 2018. 351 с. URL: https://stok1946.blogspot.com (дата обращения: 24.07.2018)Hervé M. Aide-mémoire de statistique appliquée à la biologie. Construire son étude et analyser les résultats à l’aide du logiciel R. Translation by V. K. Shitikov Togliatti, 2018. 351 p. Available at: https://stok1946.blogspot.com (accessed 24 July 2018) (in Russian).Dolédec S., Chessel D. Co-inertia Analysis: An Alternative Method for Studying Speciesenvironment Relationships // Freshwater Biology. 1994. Vol. 31. P. 277–294.Dolédec S., Chessel D. Co-inertia Analysis: An Alternative Method for Studying Speciesenvironment Relationships. Freshwater Biology, 1994, vol. 31, pp. 277–294.Dray S., Chessel D., Thioulouse J. Procrustean Co-inertia Analysis for the Linking of Multivariate Datasets // Écoscience. 2003. Vol. 10, iss. 3. P. 110 – 119.Dray S., Chessel D., Thioulouse J. Procrustean Co-inertia Analysis for the Linking of Multivariate Datasets. Écoscience, 2003, vol. 10, iss. 3, pp. 110–119.González I., Lê Cao K.-A., Davis M. J., Déjean S. Visualising Associations Between Paired “Omics” Data Sets // BioData Minning. 2012. Vol. 5. P. 19. DOI: https://doi.org/10.1186/1756- 0381-5-19González I., Lê Cao K.-A., Davis M. J., Déjean S. Visualising Associations Between Paired “Omics” Data Sets. BioData Minning, 2012, vol. 5, pp. 19. DOI: https://doi.org/10.1186/1756- 0381-5-19Hervé M. R., Nicolè F., Lê Cao K. A. Multivariate Analysis of Multiple Datasets : a Practical Guide for Chemical Ecology // J. of Chemical Ecology. 2018. Vol. 44, iss. 3. P. 215 – 234. DOI: https://doi.org/10.1007/s10886-018-0932-6Hervé M. R., Nicolè F., Lê Cao K. A. Multivariate Analysis of Multiple Datasets: a Practical Guide for Chemical Ecology. J. of Chemical Ecology, 2018, vol. 44, iss. 3, pp. 215–234. DOI: https://doi.org/10.1007/s10886-018-0932-6Lê Cao K.-A., Rossouw D., Robert-Granié C., Besse P. A Sparse PLS for Variable Selection when Integrating Omics data // Statistical Applications in Genetics and Molecular Biology. 2008. Vol. 7, iss. 1. P. 35. DOI: https://doi.org/10.2202/1544-6115.1390Lê Cao K.-A., Rossouw D., Robert-Granié C., Besse P. A Sparse PLS for Variable Selection when Integrating Omics data. Statistical Applications in Genetics and Molecular Biology, 2008, vol. 7, iss. 1, pp. 35. DOI: https://doi.org/10.2202/1544-6115.1390Singh A., Gautier B., Shannon C. P., Vacher M., Rohart F., Tebutt S. J., Le Cao K.-A. DIABLO-an Integrative, Multi-omics, Multivariate Method for Multi-group Classification // BioRxiv. 2016. № 067611. P. 1 – 50. DOI: https://doi.org/10.1101/067611Singh A., Gautier B., Shannon C. P., Vacher M., Rohart F., Tebutt S. J., Le Cao K.-A. DIABLO-an integrative, multi-omics, multivariate method for multi-group classification. BioRxiv, 2016, no. 067611, pp. 1–50. DOI: https://doi.org/10.1101/067611Wold H. Partial least squares // Encyclopedia of Statistical Sciences / еds. S. Kotz, N. Johnson. New York : Wiley, 1985. P. 581 – 591.Wold H. Partial least squares. In: S. Kotz, N. Johnson, eds. Encyclopedia of Statistical Sciences. New York, Wiley, 1985, pp. 581–591.Zinchenko T. D., Shitikov V. K., Golovatyuk L. V., Gusakov V. A., Lazareva V. I. Plankton and Bottom Communities in the Saline Rivers of Lake Elton Basin : Statistical Analysis of Dependences // Arid Ecosystems. 2018. Vol. 8, № 3. P. 225 – 230.Zinchenko T. D., Shitikov V. K., Golovatyuk L. V., Gusakov V. A., Lazareva V. I. Plankton and Bottom Communities in the Saline Rivers of Lake Elton Basin: Statistical Analysis of Dependences. Arid Ecosystems, 2018, vol. 8, no. 3, pp. 225–230.Zinchenko T. D., Golovatyuk L. V., Abrosimova E. V., Popchenko T. V. Macrozoobenthos in Saline Rivers in the Lake Elton Basin : Spatial and Temporal Dynamics // Inland Water Biology. 2017. Vol. 10, № 4. P. 384 – 398.Zinchenko T. D., Golovatyuk L. V., Abrosimova E. V., Popchenko T. V. Macrozoobenthos in Saline Rivers in the Lake Elton Basin : Spatial and Temporal Dynamics. Inland Water Biology, 2017, vol. 10, no. 4, pp. 384–398.

The authors declare that there are no conflicts of interest present.