ИСТИНА

Разработка современных приборов быстрой регистрации состояния фотосинтетического аппарата фитопланктона дает возможность создавать сети автономных станций, осуществляющих мониторинг водных объектов, и получать большие массивы данных по биоиндикации. Такие массивы данных требует разработки методов анализа. В данной работе показано, каким образом сочетание методов машинного обучения с традиционными статистическими методами может быть использовано для выявления неявных закономерностей в массиве данных по действию тяжёлых металлов на природный фитопланктон. Проведён анализ динамики изменения фотосинтетической активности проб фитопланктона из 9 водоёмов Псковской области при долгосрочном воздействии солей кадмия и хрома. Всего было проанализировано 465 индукционных кривых, форма каждой кривой характеризовалась 14 ю параметрами, набор таких параметров и составил массив данных для анализа. С помощью кластерного анализа все водные объекты были разделены на две группы, характеризуемые более низкой (группа 1) или более высокой (группа 2) фотосинтетической активностью. Характеристики образцов внутри каждой группы сходны между собой и статистически значимо отличаются от характеристик образцов другой группы. Для того чтобы определить наличие или отсутствие токсиканта в среде обитания, был использован классификатор «Случайный лес». Точность классификатора определялась методом кросс-валидации и составила примерно 83%. Точность классификации зависела от времени инкубации: для контрольных наблюдений точность со временем снижается, а для наблюдений с токсикантами – увеличивается. Показано, что в пробах с изначально низкой активностью фотосинтетического аппарата токсическое действия тяжёлых металлов проявляется на более поздних сроках инкубации по сравнению с более активными пробами. В перспективе, применение данных методов может быть использовано при создании системы экологического мониторинга для обнаружения токсиканта в среде обитания фитопланктона.