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.