- •Раздел I. Биологическое разнообразие и методы его оценки Введение
- •Глава 1. Биологическое разнообразие
- •1.1. Понятие биоразнообразия
- •1.2. Международная программа «Биологическое разнообразие»
- •1.3. Исследовательская программа «Диверситас»
- •1.4. Реализация Конвенции о биоразнообразии в России
- •Глава 2. Уровни биоразнообразия
- •2.1. Системная концепция биоразнообразия
- •2.2. Генетическое разнообразие
- •2.3. Видовое разнообразие
- •2.3.1. Динамика видового разнообразия
- •2.3.3. Динамика видового богатства по данным палеонтологической летописи
- •2.4. Биоразнообразие, созданное человеком
- •2.5. Экосистемное разнообразие
- •Глава 3. Классификации биоразнообразия
- •3.1. Инвентаризационное и дифференцирующее разнообразие
- •Формы и типы разнообразия по р. Уиттекеру [1960, 1977] и др.
- •3.2. Таксономическое и типологическое разнообразие организмов
- •3.3. Биохорологическое разнообразие
- •3.4. Структурное разнообразие
- •Глава 4. Таксономическое разнообразие
- •4.1. Научная классификация организмов
- •4.2. Жизненные формы и биологическое разнообразие
- •4.3. Инвентаризация видов
- •Число видов в истории жизни на Земле
- •4.4. Видовое богатство России
- •Разнообразие, эндемизм и состояние видов позвоночных животных России
- •Разнообразие, эндемизм и состояние видов беспозвоночных животных в Российской Федерации
- •Глава 5. Измерение и оценка биологического разнообразия
- •5.1. Параметры биологического разнообразия (альфа-разнообразие)
- •5.2. Методы построения графиков видового обилия
- •Типы графиков в анализе видового разнообразия
- •5.3. Модели распределения видового обилия
- •5.3.1. Геометрический ряд
- •5.3.2. Логарифмическое распределение
- •5.3.3. Логарифмическинормальное распределение
- •5.3.4. Распределение по модели «разломанного стержня» Макартура
- •5.3.5. Другие теоретические модели
- •5.4. Индексы биоразнообразия
- •5.4.1. Индексы видового богатства
- •5.4.2. Индексы, основанные на относительном обилии видов
- •5.5. Сравнительный анализ индексов разнообразия
- •5.6. Рекомендации для анализа данных по разнообразию видов
- •5.7. Анализ бета-разнообразия: сравнение, сходство, соответствие сообществ
- •5.7.1. Показатели сходства, основанные на мерах разнообразия
- •Мера Коуди разработана для исследования изменений в сообществе птиц вдоль средового градиента:
- •5.7.2. Показатели соответствия
- •5.7.3. Основные индексы общности для видовых списков
- •Определение индексов общности
- •Основные индексы общности, учитывающие положительные совпадения [Песенко, 1982]
- •5.7.4. Индекс общности для количественных данных
- •5.8. Графический анализ бета-разнообразия
- •5.8.1. Неориентированные и ориентированные графы
- •Матрица сходства выборочных совокупностей
- •5.8.2. Плеяды Терентьева
- •5.8.3. Дендрограмма (кластерный анализ)
- •5.9. Применение показателей разнообразия
- •5.10. Гамма-разнообразие наземных экосистем
- •5.10.1. Пространственные показатели гамма-разнообразия
- •5.10.2. Разномасштабные уровни гамма-разнообразия
- •5.10.3. Информационные показатели гамма-разнообразия фитоценохор
- •Глава 6. Оценка биоразнообразия и охрана природы
- •Рекомендуемая литература
5.8.1. Неориентированные и ориентированные графы
Для эффективного выделения скоплений объектов существуют методы сетевого анализа. Сетевой анализ матрицы оценок сходства между объектами заключается в построении некоторых типов графов, т.е. диаграмм, где объекты изображены в виде точек (кружков) – вершин графа, которые соединяются или не соединяются линиями, называемыми ребрами графа. Степень соответствия между объектами отражается в графах или характером взаимного расположения точек, или длиной и другими особенностями линии, соединяющих точки.
При анализе матриц сходства обычно используются «неориентированные графы», в которых линии, соединяющие вершины графа, не имеют направления. Реже применяются «ориентированные графы», в которых вершины соединены стрелками.
Дендрит – один из типов неориентированного графа. Он может быть двух типов: минимальное древо (матрица включает оценки различий между объектами) или максимальное древо (используются меры сходства).
Дендрит – это ломаная линия, которая может ветвиться, но не содержит циклов. Построение дендрита заключается в нахождении для каждого объекта наиболее сходного с ним объекта и соединении их линией. В результате получается ряд отрезков, в том числе и разветвленных.
Построить дендрит (рис. 5.8.1) можно с помощью матрицы сходства выборочных совокупностей, например (A–Е), вычисленной на основе индекса сходства Жаккара (табл. 5.8.1). Для этого последовательно соединяем две наиболее сходные выборки Г и Д (0,90) отрезком. Следующая по силе величина сходства 0,85 обнаружена между выборками Г и В. Поэтому выборку В можно присоединить отрезком к уже построенной ветке Д – Г и т. д.
Таблица 5.8.1
Матрица сходства выборочных совокупностей
|
А |
Б |
В |
Г |
Д |
Е |
А |
– |
0,80 |
0,20 |
0,40 |
0,50 |
0,60 |
Б |
0,80 |
– |
0,30 |
0,55 |
0,45 |
0,65 |
В |
0,20 |
0,30 |
– |
0,85 |
0,15 |
0,10 |
Г |
0,40 |
0,55 |
0,85 |
– |
0,90 |
0,75 |
Д |
0,50 |
0,45 |
0,15 |
0,90 |
– |
0,25 |
Е |
0,60 |
0,65 |
0,10 |
0,75 |
0,25 |
– |
Основной недостаток этого графика – потеря информации, заключенной в матрице оценок сходства, в результате использования только немногих (максимальных для каждого объекта) значений показателя соответствия.
Рис. 5.8.1. Последовательные этапы построения дендрита на основе матрицы сходства выборок
5.8.2. Плеяды Терентьева
Одним из видов графического анализа сходства выборок может быть построение плеяд Терентьева. Этот тип графика, в отличие от дендрита, учитывает всю матрицу сходства.
Плеяды Терентьева (рис. 5.8.2) также можно построить с помощью матрицы фаунистического сходства, вычисленной на основе индекса сходства Жаккара (табл. 5.8.1).
Этот тип графика является неориентированным графом. На нем все объекты могут быть соединены линиями, отражающими связи и меру сходства объектов. Толщина или характер линий соответствуют определенному интервалу значений индекса сходства.
-
1,0
Д
Г
В
Е
А
Б
0,8
0,6
0,4
0,2
0
Рис. 5.8.2. Один из типов неориентированного графа – плеяд Терентьева, построенный на основе матрицы сходства выборок, где величины индекса сходства: 1 – [0,7: 0.9]; 2 – [0,4; 0,7]; 3 – [0,2: 0,4]
Другой графический вариант плеяд Терентьева показывает взаимосвязи между выборками на разных уровнях сходства: 0,8, 0,5 и 0,2 (рис. 5.8.3).
|
1,0 |
|
Д |
Г |
В |
Е |
А |
Б |
|
|
|
|
|
|
|
|
|
|
0,8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
Рис. 5.8.3. Один из типов плеяд Терентьева. Взаимосвязи между объектами показаны на уровнях сходства 0,8. 0,5 и 0,2
На уровне сходства 0,8 есть взаимосвязь между объектами Г и В, Г и Д, а также А и Б. На уровне сходства 0,5 прибавляются взаимосвязи между объектами Д и А, Г и Е, Г и Б, А и Е, Б и Е и т. д.