ние его близко к нормальному или может быть приведено к нор-
мальному, 
например, посредством логарифмирования), описанная
выше тактика эффективна, хотя и не всегда оптимальна с точки
зрения объема работы. В тех же случаях, когда коэффициент ва-
риации измеряемого показателя превышает 30%, а распределение
более или менее сильно отличается от нормального (эти явления
обычно взаимосвязаны), такая тактика становится малоэффектив-
ной.
Для получения надежных средних величин обычными метода-
ми требуется непомерное (до десятков и даже сотен определений)
увеличение повторности, которое трудно обеспечить, так как уве-
личивается требуемая площадь наблюдательного участка и резко
возрастает объем работ.
К сожалению, сильное пространственное варьирование динами-
ческих показателей не является исключением. Лишь для немногих
режимов (например, для режима влажности в некоторых почвах
или горизонтах) варьирование относительно невелико. В этих ус-
ловиях снижение ошибок, вызываемых пространственным варьи-
рованием измеряемых показателей, зачастую становится основ-
ным условием, определяющим перспективность проведения стаци-
онарных исследований.
Основным, или ключевым звеном в методике стационарных
наблюдений становится методика опробования наблюдательной
площадки в ходе этих наблюдений. Разработка и особенно апроба-
ция такой методики (точнее, таких методик для конкретных ре-
жимов) — дело будущего. Однако уже сейчас можно высказать
общие принципы, на которых они должны базироваться.
Обсуждение принципов преследует и сугубо практическую
цель — осведомить и ориентировать исследователя в необходимо-
сти проведения рекомендуемых довольно громоздких исследова-
ний. Стационарные наблюдения всегда являются многолетними и
весьма трудоемкими. Поэтому есть все основания рекомендовать
такие методические подходы, которые позволят улучшить качест-
во получаемого материала ко времени окончания наблюдений, т. е.
в порядке апостериорных (т. е. последующих) уточнений.
Основной путь такого уточнения — применение группировки
данных 
метода 
статистического 
выравнивания, 
т. е. 
исключе-
ния расчетным способом более или менее значительной части раз-
броса данных, вызванного пространственной 
пестротой. Такое
выравнивание может быть достигнуто посредством использования
так называемых индикационных связей, т. е. более или менее тесных
коррелятивных связей между измеряемыми динамическими пока-
зателями и какими-либо их факторами, доступными определению
с точностью, позволяющей использовать их в качестве индикато-
ров. Успех подобного подхода определяется учетом ВвозМоЖно
большего числа объективно существующих закономерностей про-
странственного варьирования, 
как известных исследователю до
опыта, так и вскрываемых в ходе самих режимных наблюдений.
63