Лабораторная работа № 7

Тема лабораторного занятия: «Анализ эффективности применения методов многомерного анализа в лесной селекции в решении классификационных и идентификационных задач»

Ключевые слова: лесная селекция, популяция, структура популяции, признаки непосредственного учета, производные признаки, многомерные методы, многопараметрические объекты, векторное пространство; евклидово пространство, евклидово расстояние, профиль евклидовых дистанций, кластерный анализ, дендрограмма, дендрограф.

Методические параметры лабораторного занятия.

Бюджет рабочего времени – 6 часов.

Количество двухчасовых занятий – 3.

Распределение бюджета рабочего времени:

-   1 час на постановку задачи и освоение теоретических основ и принципов проведения многомерных комплексных сравнений многопараметрических объектов лесной селекции;

-   1 час на расчеты в электронных таблицах Microsoft Excel описательных статистик признаков, комплекс которых будет использован при осуществлении кластерного анализа плюсовых деревьев;

-   2 часа на расчеты в электронных таблицах Microsoft Excel евклидовых дистанций многопараметрических объектов лесной селекции, на построение профилей евклидовых расстояний;

-   2 часа на построение дендрограмм и визуализацию с их помощью тесноты связи между плюсовыми деревьями или иными многопараметрическими объектами лесной селекции

Дидактический материал, необходимый для проведения данной лабораторной работы, приведен в файлах электронных таблиц Excel – «Образец Многомерный» (Приложение – 7.1) и «Рабочий Многомкрный» (Приложение 7.2).

Вводная часть

Объекты лесной селекции (плюсовые деревья, элитные деревья, плюсовые насаждения, гибриды и т.п.) могут быть охарактеризованы некоторым набором параметров (высота дерева, диаметр ствола, протяженность бессучковой зоны ствола и т.д.). Каждый из них рассматривается как многопараметрический объект, подлежащий многостороннему описанию (описанию по всему комплексу признаков, свойственных ему). Их сравнительная селекционная оценка требует привлечения современных методов многомерного анализа, к числу которых относят определение евклидовой дистанции и выполнение на этой основе кластерного анализа с построением дендрограмм.

Одной из проблем современных биологических, сельскохозяйственных и лесоводственных исследований является обеспечение комплексности оценок степени близости или отдаленности сравниваемых объектов. Вполне актуальна комплексная оценка генетической близости сравниваемых популяций, экотипов, плюсовых деревьев или их клоновых групп, форм и сортов растений, пород или типов животных. Сказанное в полной мере относится к любым биологическим, сельскохозяйственным или лесоводственным объектам вообще.

ПРИМЕР.

1. Отдельное дерево обладает такими характеристиками как высота, диаметр ствола, протяженность бессучковой зоны ствола, диаметр проекции кроны, площадь поперечного сечения ствола, объем стволовой древесины и многими другими.

2. Каждая шишка на дереве (например, у сосны обыкновенной) также обладает целым набором характеристик. Часть из них устанавливается в процессе непосредственного учета параметров (масса, длина, максимальный диаметр, боковое расстояние от вершины до плоскости максимального диаметра). Другие определяются в результате преобразования первых.