Общими трендами являются такие тренды, которые схожи для разных компонентов экосистемы. Идентификация общих трендов может служить средством диагностики для обнаружения произошедших изменений, для изучения взаимоотношений биологических сообществ, а также для изучения связи этих сообществ с условиями окружающей среды.
Оценка и классификационный анализ трендов (TREC)
Для проведения данного исследования временные ряды данных рабочей группы WGIBAR, включая 7 абиотических компонентов, 18 биотических компонентов и 8 видов антропогенного воздействия были обработаны с использованием оценки и классификационного анализа трендов (TREC). Расчетные значения, полученные с помощью модели полиномиального тренда, показаны на рис. 2.2.1.1. Для грубой классификации трендов 1 и 6 путем разбиения на три группы применялся двухкатегориальный дискриминантный анализ (рис. 2.2.1.2).
Рис. 2.2.1.1. Расчетные значения тренда (красные линии) и данные наблюдений (черные линии). По оси абсцисс отложены годы (1980–2019), а по оси ординат — нормированные значения.В классифицированных группах также показаны некоторые точные общие конфигурации, например линейные и экспоненциальные кривые или кривые насыщения для восходящих трендов. Эти тренды становятся ориентирами при дискриминантном анализе с использованием более чем двух категорий. Данные ориентиры соответствуют репрезентативным значкам, которые служат общим ориентиром для заинтересованных лиц. Детальные сведения о каждой классифицированной категории и соответствующие значки показаны на рис. 2.2.1.3. Продолжающееся потепление связано с тенденцией к повышению температуры воды, увеличением площади, занимаемой теплыми атлантическими водными массами, и с тенденцией к уменьшению площади ледового покрова, берущей начало в 1980-х гг. Это потепление также связано с увеличением биомассы макрозоопланктона, такого как криль и медузы, а также с пополнением популяции рыбы (сеголетки), которое привело к росту рыбных запасов (треска, пикша и сельдь).
Рис. 2.2.1.2. Дендрограмма, полученная методом двухкатегориального дискриминантного анализа (верхняя часть), и классифицированные группы (грубо — три: с направлением вверх, горизонтально и вниз) (нижняя таблица).
Рис. 2.2.1.3. Детальные сведения о классифицированных данных в каждой категории.
Анализ предупреждающих сигналов
Для оценки того, соответствуют ли данные последних наблюдений недавнему тренду, делается предварительный расчет на один год (или на большее количество лет) вперед. Значения тренда в этом случае рассчитываются с использованием модели стохастического тренда. Модель стохастического тренда представляет собой класс авторегрессионной модели, которую легко использовать для представления в пространстве состояний. Для оценки компонента тренда, а также для предварительного расчета применяется алгоритм фильтра Кальмана. Оценочные значения тренда выглядят варьирующими в большей степени по сравнению с расчетными значениями полиномиального тренда. Это объясняется тем, что стохастический тренд соответствует вариабельности данных в каждый момент времени. Мы использовали этот алгоритм для обработки данных, полученных до 2016 г., и сделали предварительный расчет для 2017–2019 гг. На рис. 2.2.2.1 расчетные значения тренда и результаты предварительного расчета с доверительными интервалами изображены в виде красной линии. Реальные данные наблюдений, сделанных в 2017–2019 гг., представлены в виде черных точек. Черные точки, находящиеся в пределах / за пределами доверительных интервалов, служат статистическими критериями для оценки разницы между данными наблюдений и прогнозируемыми значениями, полученными с помощью модели тренда. На основании этого можно судить о том, несут ли данные наблюдений знаковую функцию и не происходит ли в экосистеме нечто необычное, что может являться предупреждающим сигналом.
Рис. 2.2.2.1. Результаты предварительного расчета на 3 года вперед и доверительные интервалы (красные линии) для тренда, полученные на основании анализа данных, зарегистрированных в 1980–2016 гг. (черные линии). Черные точки отражают реальные данные наблюдений, сделанных в 2017–2019 гг.
Таблица 2.2.1.2. Данные наблюдений для абиотических и биотических параметров, расположенные за пределами или на границе доверительных интервалов для значений, полученных в результате предварительного расчета для периода с 2017 по 2019 г., на основании тренда и «шума наблюдений» с использованием данных наблюдений, полученных до 2016 г.