Автоматизация заполнения матрицы коэффициентов сходства
- 3
- 0
- Опубликовано: 2023-03-24
Применение матрицы коэффициентов флористического сходства
При геоботанических исследованиях нередко ставятся задачи оценки сообществ по флористическому и ценотическому составу и определения степени их сходства друг с другом. Такие операции могут применяться, например, при группировке описываемых сообществ и присвоении им определенного классификационного ранга: ассоциации, субассоциации и т. д., или при сравнении локальных флор. Для определения степени сходства используются, в частности:
Коэффициент флористического сходства Съеренсена (Кs) основан на качественных показателях, например присутствия или отсутствия видов в описаниях. В обобщенном виде он выражаются формулой:
Ks = 2 х C / (А + B)
где А и В — число видов в первом и втором описаниях (столбцах), соответственно;
С — число общих видов для этой пары описаний.
где С — число общих видов для сравниваемых пар описаний, п — суммарное число видов в этих описаниях.
Как было отмечено выше, вычисление коэффициентов сходства применяется для определения классификационного ранга сообществ. При этом используется следующее допущение: если значения коэффициентов равны или превышают каждый 50%, то сообщества относятся к одной ассоциации.
Коэффициент Съеренсена дают возможность оценить флористическую близость только двух описаний.
Разработка модели динамической матрицы коэффициентов флористического сходства
Модель динамической матрицы коэффициентов флористического сходства разработана с целью автоматизации сравнительного анализа сходства растительных сообществ.
Исходные данные модели составляют последовательный набор столбцов Excel, каждый из которых состоит из перечня растений, произрастающих на выделенных площадках Area (см. Рис. 1).
Рис. 1 – Исходные данные динамической модели.
Исходные данные столбцов считываются последовательно и попарно друг с другом, создавая массивы для расчета коэффициентов флористического сходства Съеренсена. Рассчитанные коэффициенты Съеренсена размещаются на пересечении строк и столбцов под главной диагональю матрицы, формируя
При геоботанических исследованиях нередко ставятся задачи оценки сообществ по флористическому и ценотическому составу и определения степени их сходства друг с другом. Такие операции могут применяться, например, при группировке описываемых сообществ и присвоении им определенного классификационного ранга: ассоциации, субассоциации и т. д., или при сравнении локальных флор. Для определения степени сходства используются, в частности:
Коэффициент флористического сходства Съеренсена (Кs) основан на качественных показателях, например присутствия или отсутствия видов в описаниях. В обобщенном виде он выражаются формулой:
Ks = 2 х C / (А + B)
где А и В — число видов в первом и втором описаниях (столбцах), соответственно;
С — число общих видов для этой пары описаний.
где С — число общих видов для сравниваемых пар описаний, п — суммарное число видов в этих описаниях.
Как было отмечено выше, вычисление коэффициентов сходства применяется для определения классификационного ранга сообществ. При этом используется следующее допущение: если значения коэффициентов равны или превышают каждый 50%, то сообщества относятся к одной ассоциации.
Коэффициент Съеренсена дают возможность оценить флористическую близость только двух описаний.
Разработка модели динамической матрицы коэффициентов флористического сходства
Модель динамической матрицы коэффициентов флористического сходства разработана с целью автоматизации сравнительного анализа сходства растительных сообществ.
Исходные данные модели составляют последовательный набор столбцов Excel, каждый из которых состоит из перечня растений, произрастающих на выделенных площадках Area (см. Рис. 1).
Рис. 1 – Исходные данные динамической модели.
Исходные данные столбцов считываются последовательно и попарно друг с другом, создавая массивы для расчета коэффициентов флористического сходства Съеренсена. Рассчитанные коэффициенты Съеренсена размещаются на пересечении строк и столбцов под главной диагональю матрицы, формируя
Комментариев нет
оставить комментарий могут только авторизованные пользователи
| Автоматизация графика производства работ | Все работы автора | Следующая работа |
