Статистические и количественные методы в сравнительно-географических исследованиях.

Оглавление

Оглавление. 2

Введение. 3

1. Общенаучные методы исследования. 4

1.1 Моделирование. 4

1.2 Системный метод. 5

1.3 Математические методы.. 5

1.3.1 Статистические и количественные методы в сравнительно-географических исследованиях. 6

1.3.2 Многофакторный и информационно-логический анализ. 7

2. Частнонаучные методы исследования. 9

2.1 Сравнительный метод. 9

2.2 Картографический метод. 10

2.3 Исторический метод. 12

2.4 Геоинформационные методы.. 14

2.5 Аэрофотометоды.. 14

2.6 Космические методы.. 15

2.7 Фенологические наблюдения. 16

2.8 Геногеографические методы.. 18

2.8 Геоэкологические методы.. 18

2.9 Ландшафтный метод. 19

Заключение. 20

Литература. 21

Введение

При решении теоретических проблем и практических задач в биогеографии используется широкий арсенал географических методов, среди которых важнейшую роль играют сравнительно-географический и картографический методы; при этом требуется также глубокое знание биологических свойств и экологии растительных и животных организмов, умение широко использовать данные о специфике взаимодействий организмов и сообществ друг с другом и со средой [1].

Существуют общенаучные методы и частнонаучные методы, которые использует каждая наук, в том числе и биогеография.

Общенаучные методы, которые используются в различных областях науки, т.е. имеют широкий, междисциплинарный спектр применения. К ним относятся:

1) моделирование;

2) системный анализ;

3) математический.

Частнонаучные (специфические) - это методы, используемые только в какой-то конкретной науке. Среди них важное значение имеют сравнительный, картографический, исторический, создание геоинформационных систем.

Общенаучные методы исследования

Моделирование

Моделирование процессов, связей, явлений широко применяется в биогеографии.

Моделирование - упрощённое воспроизведение реальности, описывающее в обобщённой форме её существенные черты и взаимосвязи, широко используется в современной географии [8].

Математическое моделирование в экологии сообществ – достаточно обширная область исследования и по выбору объектов моделирования, и по набору методов, и по спектру решаемых задач. Внимание следует обратить на два класса методов: моделирование с помощью дифференциальных уравнений и методы, основывающиеся на экстремальных принципах биологии. Если примеры вариационных моделей относятся к довольно широкому кругу растительных и животных сообществ, то для подходов, основанных на дифференциальных уравнениях, в виду обширности материала внимание сконцентрировано на моделировании сообществ микроорганизмов [8].

Модели каждого из методов, безусловно, обладают своими достоинствами и недостатками. Так, дифференциальные или разностные уравнения позволяют описывать динамику процессов в режиме реального времени, тогда как вариационные методы, как правило, предсказывают лишь конечное стационарное состояние сообщества. Но на пути имитаций с помощью уравнений возникают трудности как принципиального, так и технического характера. Принципиальная трудность состоит в том, что не существует систематических правил вывода самих уравнений. Процедуры их составления основываются на полуэмпирических закономерностях, правдоподобных рассуждениях, аналогиях и искусстве модельера. Технические трудности связаны с высокой размерностью задач по моделированию сообществ. Для существенно многовидовых сообществ, потребляющих многочисленные ресурсы, требуется подбор сотен коэффициентов и анализ систем из десятков уравнений [4].

В зависимости от цели моделирования, можно выделить два типа моделей: дескриптивные модели и модели поведения [4].

Дескриптивная модель позволяет получить информацию о взаимосвязях между наиболее важными переменными экосистемы. Реализуется такой тип модели методами стохастического моделирования, основанного на инструментах теории вероятностей и математической статистики. Разделяют статические методы, не учитывающие время в качестве переменной (простая и множественная линейная и нелинейная корреляция и регрессия; дисперсионный, дискриминантный и факторный виды анализа, методы оценки параметров), и динамические методы, которые учитывают временную переменную (анализ Фурье, корреляционный и спектральный анализ, весовые и передаточные функции) [4].

Модели поведения описывают системы во время переходного периода от одного состояния к другому. Для осуществления этой категории моделей изучают: 1) структуру сигналов на входе и выходе системы; 2) реакцию системы на особые проверочные сигналы; 3) внутреннюю структуру системы. Последний пункт реализуется аналитическим моделированием, в основе которого лежат дифференциальные уравнения, описывающие причинно-следственные связи в экосистеме [4].

Системный метод

"Природу нужно рассматривать как целое, если мы хотим понять детали". (Докучаев, Берг, Баранский, Саушкин). Л.Берталанфи - творец системного подхода - в конце 40-х гг. писал: "Система есть комплекс элементов, находящихся во взаимосвязи" [8].

К числу важнейших понятий теории систем относятся: целостность, структура, саморегулирование, устойчивость. Системный поход позволяет не только по-новому взглянуть на объект как на целое, но и охарактеризовать его количественно, создать его графическую модель. В этом состоит практическое значение системной методологии [8].

В 60-70 гг. XX в. в географические исследования стал проникать системный подход, основанный на общей теории систем. Появились работы А.Д. Арманда, В.С. Преображенского, Ю.Г. Пузаченко, А.Ю. Ретеюма, А.Г. Исаченко, В.Н. Солнцева, Ю.Г. Саушкина и др. (за рубежом ещё раньше в США, Швейцарии - Д. Харвей, Р. Чорли). В реальной действительности любая система (целостный комплекс взаимосвязанных элементов) является бесконечно сложной и мы можем изучать лишь систему, полученную в результате некоторой абстракции от реальной системы. Системный подход применим к широкому географических проблем как в статистике (анализ элементов, образующих систему, их взаимоотношения, структуру), так и в динамике (ретроспекция, прогнозирование изменений и спонтанных и целенаправленных). Позволяет оценить динамику развития сообществ живых организмов во времени и в пространстве, а также взаимодействие их с окружающей природной средой [8].

Математические методы

В 60-е гг. некоторые географы рассмотрели внедрение в географию "количественных" математических методов как столбовую дорогу её развития. Это получило название "количественной революции" в географии, а её сторонники называли себя "количественниками" [8].

Кроме методов математической статистики и теории вероятности, широко используемых в настоящее время в физической географии, применяются также математический анализ, теория множеств, теория графов, матричная алгебра и др. Особенно большие надежды возлагаются на использование теоретико-информационных методов и кибернетики [4].

До сих пор еще в географии наиболее широко используются вероятностно-статистические методы, необходимые для анализа протоколов наблюдений и систематизации фактических данных, т.е. на эмпирическом уровне познания. Однако при переходе на теоретический уровень для обобщений и выявления основных закономерностей географы все больше начинают использовать математический и векторный анализ, теорию информации и теорию множеств, теорию графов и теорию распознавания образов, теорию вероятности и теорию конечных автоматов. При этом резко возрастает роль таких познавательных операций, как идеализация, абстракция, гипотеза. Получение результатов исследования в виде карт, графиков, математических формул и т.д. по сути дела уже является моделированием [4].

Анализ экологической литературы последних лет показывает, что при анализе многомерных массивов данных, получаемых в ходе исследования природных экосистем, чаще всего применяются либо классические статистические методы, такие как дисперсионный и регрессионный анализ, либо методы, лишь формально относящиеся к статистическим: факторный анализ, кластер-анализ, многомерное шкалирование. Благодаря тому, что для всех этих методов в настоящее время имеются пакеты прикладных вычислительных программ (например SYSTAT, SPSS, STATISTICA и др.), эти методы стали доступны для широкого круга экологов, как правило не имеющих адекватной математико-статистической подготовки. Между тем применимость указанных методов к анализу данных экологических наблюдений (экологического мониторинга), относящихся к категории т.н. "пассивных экспериментов", представляется достаточно проблематичной [4].

Статистические и количественные методы в сравнительно-географических исследованиях.

Основой большинства методов учета численности является отыскание средней плотности вида на ограниченной территории и последующая экстраполяция полученных данных. Именно сложный математический аппарат, установленный на базе компьютеров, позволяет легче и быстрее обрабатывать индексы обилия и встречаемости [5].

При сравнительном анализе сообществ животных и растений наряду с простейшими индексами доминирования и встречаемости, широко используются коэффициенты общности и сходства рассматриваемых группировок [5].

Примером может служить известный индекс Жаккара , где с – число видов, общих двум сравниваемым сообществам; a и b – число видов в каждом из них [5].

Существует три основных способа выражения сходства:

· Коэффициенты ассоциации;

· Коэффициенты корреляции;

· Показатели расстояния [5].

В настоящее время стал более популярен вероятностный подход к оценке степени сходства [5].

Среди множества индексов наиболее часто используется коэффициент ранговой корреляции Кэндела – для определения сходства сообществ с использованием данных об обилии видов. Есть также «взвешенный индекс различия», при использовании которого более обильные виды и площадки с большим числом видов получают больший «вес» [5].