Анализ антропогенного материала в гнёздах домового воробья Passer domesticus с разработкой предварительного интегрального индекса (CIA) для оценки антропогенной нагрузки

С каждым годом со стороны человека оказывается всё большее влияние на окружающую среду. Антропогенное воздействие, в том числе и глобальное загрязнение, представляет серьёзную угрозу для природы. Накопление в экосистемах материалов, разлагающихся в течение длительного времени, приводит к все более активной их интеграции в природные процессы. Так, птицы, особенно синантропные виды, всё чаще включают антропогенные материалы в свои гнёзда, что может служить индикатором загрязнений (Jagiello et al . 2023).

На данный момент оценка антропогенной нагрузки гнёзд зачастую ограничена только простейшими параметрами, например, массой или частотой встречаемости того или иного материала. Однако это не отражает в полной мере уровень использования антропогенного материала птицами (Jagiello et al . 2019). Даже при одинаковой массе одно гнездо может содержать либо один тип материала, либо несколько разных, что тоже необходимо учитывать. Таким образом, оценка антропогенной нагрузки с использованием этих параметров в данной ситуации достаточно затруднена.

В данной работе исследован антропогенный материал гнёзд домового воробья Passer domesticus , который является широко распространённым синантропным видом. Несмотря на высокую экологическую пластичность домового воробья, его численность по неизвестным причинам сокращается (Manesh, Lanka 2022). Поэтому актуальны любые исследования, затрагивающие данный вид. Так, изучение гнездовой биологии может способствовать пониманию адаптационных возможностей вида.

Ранее уже проводились работы по изучению гнездового материала домового воробья в Польше (Indykiewitcz 1991), Индии (Manesh, Lanka 2022) и Краснодарском крае (Шмаков и др., 2025), однако данных по анализу именно антропогенного материала всё ещё недостаточно, а доступный и комплексный способ оценки искусственного материала и вовсе отсутствует. В связи с этим целью настоящей работы является проведение дополнительного анализа материалов гнёзд домового воробья с акцентом на антропогенную составляющую, а также разработка и валидация комплексного индекса антропогенности гнёзд на основе этих данных. Я предполагаю, что разработанный индекс и дальнейшая его унификация на больших выборках и гнёздах других видов птиц позволит не только объективно ранжировать гнезда по количеству и качеству антропогенного материала, но также будет сильнее коррелировать со степенью урбанизации территории, чем отдельные параметры.

Материалы и методы

Гнёзда домового воробья собраны летом 2024 года на территориях Краснодарского края, которые отличаются по степени урбанизации: станицы Тбилисская и хутора Северин (рис. 1). Так, в Тбилисской численность населения выше и более развита инфраструктура, чем в Северине. Сбор проведён в период выращивания птенцов, поэтому для анализа отбирали только незаселённые гнёзда (13 из Северина и 11 из Тбилисской).

Рис. 1. Места наблюдений и сбора гнёзд домового воробья в Краснодарском крае (хутор Северин и станица Тбилисская). Красные окружности – места сбора гнёзд; в таблице – численность населения

Каждое гнездо разделяли в лабораторных условиях на белых подложках на две категории материалов: природный (преимущественно злаковые растения и мелкие веточки деревьев и кустарников) и антропогенный. Все антропогенные материалы делили на категории на основе визуальных признаков и помещали в индивидуальные пакеты для дальнейшего анализа. С помощью линейки и сантиметра измеряли длину нитчатых материалов с точностью до 1 мм. Также проводили взвешивание всего гнезда, антропогенного материала суммарно и отдельных категорий на весах Pocket Scale с точностью до 0.01 г (см. таблица).

Разнообразие антропогенных материалов в гнёздах домового воробья и измеряемые параметры

Категории материалов	Измерение массы	Измерение длины	Другие параметры
Хлопчатобумажные нити	Суммарно	Отдельно
	для каждого гнезда	для каждой нити	Цвет
Шерстяные нити	Суммарно	Отдельно
	для каждого гнезда	для каждой нити	Цвет
Льняные нити	Суммарно	Отдельно
	для каждого гнезда	для каждой нити	Не оценивали
Пеньковые нити	Суммарно	Отдельно
	для каждого гнезда	для каждой нити	Не оценивали
Полипропиленовые нити от мешков	Суммарно	Отдельно
	для каждого гнезда	для каждой нити	Цвет
Джутовые нити	Суммарно	Отдельно
Вата медицинская	для каждого гнезда Суммарно	для каждой нити	Не оценивали
Стекловата	для каждого гнезда Суммарно	Не оценивали	Не оценивали
Натуральные ткани	для каждого гнезда Суммарно	Не оценивали	Не оценивали
Другие категории (синтетические салфетки, бинты, проволока, бумага, фрагменты	для каждого гнезда Суммарно для каждого материала; если он единичный, то оценивали	Не оценивали	Не оценивали
полиэтиленовых пакетов и др.)	только его наличие	Не оценивали	Не оценивали

Для предварительной количественной и качественной оценки антропогенной нагрузки каждого гнезда (его антропогенности) был разработан и предложен интегральный индекс (первое приближение на основе небольшой выборки одного вида птиц) ( CIA ; от англ. complex index of anthropogenicity):

CIA = 0.174 + 0.83H’, где CIA – комплексный индекс антропогенности гнезда, A – общая доля антропогенного материала, H´ – нормированный индекс Шеннона, 0.17 и 0.83 – весовые коэффициенты. Для каждого из 24 исследованных гнёзд были рассчитаны следующие параметры для подсчёта комплексного индекса.

Общая доля антропогенного материала A показывает вклад антропогенного материала в общую массу гнезда (в долях от 0 до 1).

Индекс разнообразия Шеннона H отражает разнообразие типов материалов (Василевская 2023). В каждом гнезде выделяли категории материалов (таблица), масса которых использовалась для расчёта данного индекса по формуле:

Н = -У   P i lnp i ,

' i=i где H – индекс Шеннона, S – общее количество категорий антропогенных материалов в гнезде, pi – доля массы i-й категории материала от общей массы антропоген- ного материала.

При расчёте индексов учитывались только те антропогенные материалы, масса которых превышала 0.01 г (погрешность весов). Единичные включения считали случайными и в расчётах не использовали, так как их вклад в индекс минимальный.

Для включения индекса Шеннона в комплексный индекс и корректного сравнения гнёзд с разным числом категорий материалов проводили нормирование на максимально возможное значение типов материалов для данного гнезда:

H =

н ins,

где H – индекс Шеннона, S – общее количество категорий в гнезде.

Для определения объективных коэффициентов в комплексном индексе использовали анализ главных компонент (PCA). Данный метод позволяет визуализировать многомерные данные, исключить шум и найти направления наибольшей изменчивости данных (Жгуна и др. 2013). Веса были получены из нагрузок первой главной компоненты (PCA 1), объясняющих наибольшую долю дисперсии. Кроме этого, дополнительно осуществлялся эмпирический подбор коэффициентов для данной выборки с учётом большего вклада разнообразия материалов.

При апробации данного индекса использовали U -критерий Манна-Уитни (распределение значений CIA отклонялось от нормального; критерий Шапиро-Уилка, P <0.05) для сравнения значений индекса между двумя разными по степени урбанизации территориями. Описательная статистика представлена медианой Me c квартилями [ Q 1 ; Q 3] . Дискриминативную способность индекса оценивали с помощью логистической регрессии [зависимая переменная – тип локации (0 – сельская, х. Северин, 1 – городская, ст. Тбилисская), независимая переменная – значение CIA]: качество модели оценивали по критерию Вальда и R ². Для визуальной и количественной оценки дискриминативной способности индекса использовали построение ROC -кривой, рассчитывая площадь под кривой (AUC) .

Для анализа различий в количестве разных типов нитчатых материалов применяли критерий Манна-Уитни. Связь индекса с исходными переменными и другими параметрами оценивали с помощью коэффициента корреляции Спирмена. Все статистические расчёты выполнены в программах PAST и JASP.

Результаты

Комплексный индекс . В работе впервые предложен и апробирован комплексный индекс антропогенной нагрузки на гнездо (антропо-генности) CIA (первое приближение для небольшой выборки). Статистический метод PCA показал высокий вес индекса Шеннона (после нормирования 0.83), что согласуется с эмпирическим подбором. Анализ главных компонент показал, что вклад индекса разнообразия в общую изменчивость данных почти в 5 раз превышает долю антропогенного материала по массе, что также определило весовые коэффициенты.

Анализ комплексного индекса показал различие медианных значений и отсутствие межквартильных перекрываний для Северина ( Me = 0.364, [0.193; 0.433]) и Тбилисской ( Me = 0.531, [0.447; 0.589]). Критерий Манна-Уитни показал зависимость между индексом и типом локации ( U = 20; P = 0.003) (рис. 2).

Логистическая регрессия с CIA в качестве единственного предиктора продемонстрировала высокую дискриминативную способность. В сравнении с нулевой моделью, содержащей только константу, добавление в модель комплексного индекса в качестве предиктора показало статистически значимое улучшение модели: Δ χ² = 11.753 ( P <0.001). Кроме этого, модель объясняет более 50% дисперсии исхода (Nagekkerke R ² = 0.517), а комплексный индекс является высоко значимым предиктором ( B = 13.128, SE = 5.941).

Комплексный индекс (CIA)

■ х. Северин □ ст. Тбилисская

Рис. 2. Комплексный индекс антропогенности (CIA) гнёзд домового воробья двух территорий.

Показаны медианы, квартили и лимиты

Рис. 3. График ROC -кривая. Ось X – специфичность [доля отрицательных (ложноположительных) результатов], ось Y – чувствительность [доля положительных (ложноотрицательных) результатов]

Для оценки разработанной модели построена ROC -кривая (рис. 3). Площадь под кривой (AUC) составила 0.86. Данный результат также подтверждает хорошую дискриминативную способность модели.

Критерий корреляции Спирмена . Корреляционный анализ выполнен с применением коэффициента ранговой корреляции Спирмена, так как распределение данных отклонялось от нормального (критерий Шапиро-Уилка, P <0.05). Комплексный индекс демонстрирует высокую положительную корреляционную связь с индексом разнообразия Шеннона ( r = 0.983, P <0.001). Индекс антропогенности имеет статистически значимую связь со следующими показателями: массой антропогенной части гнезда ( r = 0.615, P <0.001), массой растительной компоненты ( r = 0.606, P <0.01), массой перьев ( r = -0.442, P <0.05) (рис. 4).

Рис. 4. Корреляция комплексного индекса антропогенности (CIA) c другими параметрами. А - с индексом разнообразия Шеннона (H) ; Б - с массой антропогенного материала (m) ;

В — с массой растительной компоненты гнезда (pl) ; Г — с массой перьев (f)

х. Северин                       12 ст. Тбилисская

белые желтые розовые ■ зеленые белые желтые розовые ■ зеленые ■ красные ■ черные ■ синие              ■ красные ■ черные   ■ синие

Рис. 5. Суммарное количество нитчатых материалов в гнёздах с указанием цвета

Анализ материалов . Комплексный индекс позволил достаточно точно разделить все гнёзда на две группы в зависимости от территории, где они были собраны (CIA <0.56 для хутора Северин, CIA >0.48 для станицы Тбилисская). Однако в обоих выборках есть аномальные гнёзда, обеспечивающие небольшое перекрытие в индексах.

В некоторых гнёздах из Тбилисской найдены помимо типичных антропогенных материалов и некоторые уникальные и единичные: пучок тонкой медной проволоки ( n = 1), рыболовная леска ( n = 3), стекловата

( n = 3). Кроме того, был проведён дополнительный анализ нитчатых материалов: основное внимание обратили на цвет и количество (шт.) в каждом из гнёзд. Критерий Манна-Уитни показал, что птицы с обеих территорий преимущественно собирают белые нитчатые материалы, однако в станице в несколько раз больше ( U = 5, P <0.001). При этом качественный анализ продемонстрировал, что в гнёздах, собранных на более урбанизированных территориях, разнообразие цветов нитчатых материалов выше, при этом частота встречаемости синего цвета значимо больше ( U = 41, P <0.05) (рис. 5).

Обсуждение

Разработанный индекс антропогенности (CIA) продемонстрировал высокую чувствительность к степени урбанизации. Ключевым фактором модели является разнообразие антропогенных материалов, что подтверждается высоким весом индекса разнообразия Шеннона, рассчитанного с применением метода PCA . Это подтверждает, что разнообразие доступных материалов может быть более важно для оценки влияния человеческой деятельности на птиц, чем суммарная масса материала.

Методологической основой для определения весовых коэффициентов послужил анализ главных компонент (PCA) . Данный подход обоснован, поскольку позволяет объективно выявить структуру данных и определить вклад каждого показателя (Жгуна и др. 2013). Несмотря на высокую корреляцию с индексом Шеннона, исключение из формулы параметра, отвечающего за долю антропогенного материала, представляется нецелесообразным по ряду причин: индекс разнообразия отражает лишь сложность состава материала, но не даёт представления о его количественном использовании, что делает массовую долю важным параметром, характеризующим интенсивность замещения природных материалов. Кроме этого, показатель массы может свидетельствовать об изменениях важных характеристик материала гнезда, например, совокупный избыток антропогенных материалов (вата, ткани и др.) может влиять на теплоизоляцию и другие факторы (Харченко 2008). Помимо вышесказанного, включение обоих параметров обеспечивает устойчивость комплексного индекса: так, возможно оценить ситуацию, когда птица использует много одного антропогенного материала (в данном случае индекс Шеннона будет стремиться к нулю).

Индекс CIA оказался статистически значимо связанным и с другими компонентами гнезда, что подтверждает его комплексный характер. Положительная корреляция с массой растительных материалов на первый взгляд может быть парадоксальной, однако существует несколько гипотез объяснения этого, например, нитчатые материалы могут помогать птицам скреплять и удерживать природные материалы, позволяя делать более тяжёлые и объёмные гнёзда. По другой версии, обилие доступных материалов может вести к увеличению гнёзд (Jagiello et al. 2019). Также была получена отрицательная корреляция с массой перьев. Это может свидетельствовать об активном использовании антропогенных материалов для теплоизоляции.

Стоит отметить и слабые стороны данного индекса. Он, будучи производным от PCA , чувствителен к исходным данным. Это означает, что он в первую очередь реагирует на разнообразие. Именно поэтому из-за высокого веса индекса Шеннона CIA может быть сильно завышен в гнёздах с большим количеством мелких лёгких материалов. Кроме того, разработка и валидация выполнена на одной относительно небольшой выборке, поэтому в дальнейшем необходимо унифицировать формулу для других видов птиц и апробировать её на большей по величине и разнообразию выборке.

Дальнейший качественный анализ гнёзд расширил результаты исследований прошлых годов. Такие материалы, как пучок очень тонкой проволоки, узелки разных нитчатых материалов, нити, стекловата и другие, вероятно, могут собираться птицами как растительный или животный материал, но его использование может причинять весомый вред как самой птице, так и её птенцам (Харченко 2008). Статистический анализ показал высокую избирательность птиц обеих групп к белому цвету нитчатых материалов. Согласно гипотезе «поискового образа», птицы действительно могут выбирать материалы, очень похожие на естественные (сухая трава, стебли и т.д.) (Espinoza et al . 2024), что делает белый цвет более востребованным вне зависимости от степени урбанизации. Однако использование птицами ниток ярких цветов (в частности, синего) может служить индикатором того, что в условиях высокого антропогенного влияния птицы расширяют свои предпочтения.

Итак, данная работа позволила расширить уже имеющие знания о материалах гнёзд домового воробья. Предварительный комплексный статистический анализ CIA показал возможное дальнейшее использование индекса для мониторинга территорий с разной степенью урбанизации через гнездовые материалы, однако требуется его доработка.