Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Основы теории лшафта.docx
Скачиваний:
2
Добавлен:
01.05.2025
Размер:
1.57 Mб
Скачать

§ 2.3. Систематизация первичных данных

Первичные данные должны быть обработаны, систе­матизированы, приведены к виду, удобному для получения вы­водов. Записанные в полевых дневниках, на бланках, перфокар­тах или в журналах наблюдений, они одинаково бесполезны и годятся разве что в качестве хранилища информации. Они пред­ставляют собой руду, добытую, но не переплавленную и загро­мождающую территорию в ожидании переработки.

Существует много способов систематизации первичных дан­ных. Традиционным является способ превращения их в карты. Он ни в коем случае не утратил своего значения, хотя рядом с ним выросли новые мощные способы обработки собранных сведений. С математической точки зрения картографический метод состо­ит в расположении добытых фактов на бумаге в порядке геогра­фических координат. Прогресс картографии, разработка спосо­бов показа на картах плотности, встречаемости, динамики яв­лений, пространственных отношений в функции времени и т. д. заново возводят картографический метод в ранг основного ме­тода географии.

Комбинированный метод, метод учета координат и альтитуд, приводит к профилям или разрезам (я полагаю, что употребле­ние третьего термина — «транссект» является излишним). Этот способ систематизации является комплексным по самому своему существу, специально ландшафтоведческим. Он позволяет сов­местно изображать различные компоненты ландшафта и в этом отношении имеет больше возможностей, чем картографический. Позднее о нем будет сказано в главе 7.

Карта подходит преимущественно для экспедиционных работ, профиль — в равной мере для стационарных. Но последние нуж­даются также в разнообразных табличных методах системати­зации. Первичные данные записываются в каком-либо опреде­ленном порядке. Если они ранжируются по интенсивности про­цесса, то располагаются в таблице в порядке его усиления или ослабления. Если они размещены в пространстве, то их удобно выписать по квадратам слева направо и сверху вниз. Если они ранее распределены на группы (например, животные и расте­ния), то описываются в систематическом порядке. Если они сле­дуют друг за другом во времени, то даются в хронологической последовательности. Наконец, если они не поддаются система­тизации ни по одному из этих признаков, то выписываются по алфавиту мест нахождения или в порядке номеров. Во всех слу­чаях порядок должен служить цели быстрого нахождения нуж­ного данного, а при ранжировании — для определения его веса, роли,сравнительного значения.

Для многих данных, особенно климатических и гидрологиче­ских, записываемых в количественной форме',обязательным эле­ментом обработки является подсчет различных средних — чаще іісого арифметических, но иногда также и квадратичных, геомет­рических, гармонических, мод и медиан. Для специальных целей требуются терцили, квартили и более мелкие части совокупно­стей.

При обработке стационарных наблюдений большую роль иг­рают графики. Ничто'не может лучше подготовить материал к по­лучению заключений, как наглядно выполненный график процес­са. Самая простая форма графиков — столбиковые диаграммы, гистограммы. При их построении по оси абсцисс откладывается расстояние, или время, или градации ведущего фактора. На со­ответствующих отрезках строятся столбики, высота которых про­порциональна средней величине функции на данном интервале. Если желательно соединить несколько столбиков в один, то он строится широким, пропорционально числу объединенных интер­валов, а высота его берется равной средней высоте столбиков, которые он заменяет.

Часто бывает нужно изобразить ход процесса не на интерва­лах, а непрерывно, в каждой точке. В этом случае строится ва­риационная кривая. Иногда она имеет вид пилы и случайные отклонения ее столь многочисленны, что за ними трудно усмот­реть основную тенденцию (тренд). В этом случае кривую надо спрямить, обобщить, срезать случайные отклонения. А. С. Дев- дариани разработал специальный метод спрямления кривых (Devdariany, 1972, стр. 125), позволяющий отличить случайные отклонения от содержательных.

Если точки ложатся согласно математическому ожиданию, то •можно бывает вычертить кривую распределения. При этом важ­но установить, приближается ли кривая к нормальному (кривая Гаусса) или биномиальному распределению или распределению Пирсона (рис. 12, А—В). Это имеет значение для выяснения за­кономерностей изучаемого явления. Кроме того, разные распре­деления обладают разными возможностями дальнейшей стати­стической обработки (Смирнов Н. В. и Дунин-Барковский, 1965, стр. 11—17). Наиболее удобно в этом отношении нормальное распределение, характерное для большинства статических сово­купностей. Распределение Пирсона встречается в процессах, по­степенно развивающихся, но резко обрывающихся или наоборот. Наконец, биномиальное распределение наблюдается всегда, когда в результате процесса возможны два исхода («орел или решка»). Когда порядок распределения не играет роли, а важ­но только абсолютное значение дат (значений признаков), вы­черкивают огиву, где все даты располагаются в порядке возра-

стания (рис. 12, Г). Огива представляет как бы кривую распре­деления, сдвинутую вправо до вертикальной стенки и к ней при­жатую. В тех случаях, когда надо найти медиану, квартили или любой интервал аргумента, рационально построить кумуляту, называемую также кривой обеспеченности или интегральной, ор­динаты которой пропорциональны накопленным частотам вариа­ционного ряда (рис. 12, Д; Плохинский, 1961, стр. 54—55). Ку­муляту часто вычерчивают вместо кривой распределения, но распределение на ней как раз выступает в скрытом, завуалиро­ванном виде.

Особой группой кривых являются изоплеты, представляющие значения какой-~либо величины в поле Двух других независимых величин. Наиболее распространены топоизоплеты, где зависимая иеличина изображается в поле расстояние — глубина' (или вы­сота), и хроноизоплеты, где она дается в поле время — глуби­на (рис. 13). Иное соотношение трех величин передается тре­угольными диаграммами. Для них необходимо условие, чтобы сумма трех элементов всегда составляла 100%- Положение точ­ки в треугольном поле указывает, какую долю в ней занимает каждый из трех элементов (рис. 14).

Круговые секторные диаграммы применяются каждый раз, когда результаты наблюдений даются в процентах. Их содержа­тельность увеличивается, если кругам придается плбЩадь, про­порциональная общему числу или сумме дат. Вообще среди гра-

Цифры у изолиний — влажность в процентах, римские внизу — месяц,, наверху — гистограмма осадков и кривая температур

фических изображений широко распространен метод показа от­носительных величин, даваемых в долях единицы, или в процен­тах от суммы, или в процентах от какой-нибудь другой харак­терной величины, например от средней. Такие относительные ве­личины называются нормированными.

Количество графических методов обработки первичной ин­формации может быть значительно увеличено. Помимо выше­указанных основных множест­во новых методов может явить­ся в результате изобретатель­ности исследователей. В каче­стве примера укажу на рис. 15, где оригинально разрешен во­прос показа кормовых и проти- воэрозионных достоинств раз­личных угодий ключевого уча­стка. Много полезных указаний по обработке первичных мате­риалов можно найти в книгах JI. А. Бызоіва (1940) и К. Ф. Шмида (1960).

Значки с цифрами: треугольники — пастби­ща, прямоугольники — залежи

Одним из необходимых средств подготовки первичных данных для использования яв­ляется математическая стати­стика. Вопрос этот рассмотрен в моей ранней статье (Арманд Д. Л., 19496), а пример упот­ребления статистики для физической географии дан год спустя (Арманд Д. Л„ 1950).

Статистика при всех достоинствах имеет недостаток. Она ме­ханистична, не анализирует материал, который обрабатывает. Правда, в ней есть прием отсекания отскочивших точек, но это­го мало. Все остальные точки, удовлетворительно nqnaÄaioiune п рой, считаются равноценными. Случайные отклонения их не взвешиваются и не объясняются. Таким образом, статистические методы, хотя они совершенно необходимы при географических исследованиях, являются довольно грубыми.

Т. Д. Александрова (1969, стр. 46) жалуется, что ландшафт­ные объекты слишком сложны для статистического обследова­ния, что данных, подходящих для обработки, собрано пока ма­ло и самые понятия ландшафтоведения недостаточно формали­зованы. Поэтому статистические методы в ландшафтоведении используются еще очень слабо. Но за немногие годы, прошед­шие после опубликования этой статьи, положение существенно изменилось, чему способствовали и работы самого автора (Алек­сандрова Т. Д., 19676, 1969 и др.). Только на участке формали­зации продвижение пока незначительно.

В последние годы появилось значительное количество геогра­фов, применяющих статистику, выпускаются даже целые сбор­ники, целиком основанные па статистических исследованиях, как, например, «Топология степных геосистем» (1970). Правда, ландшафтоведы при этом обычно идут не дальше анализа дву­сторонних межкомпонентных связей. Но такой подход на первых порах резонен.

10 20 30 40 50 60

Хорошие нормоѳые растения

Р‘И с. 15. Комплексная диаграмма ко­личественной оценки свойств естественных кормовых угодий в эрозионных районах (по Ткаченко, 1956, стр. 210).

Цифрами обозначены номера пробных площадок, привязанные к карте местности

Опасность, мне ка­жется, в другом: ланд­шафтоведы, увлеченные мощным аппаратом мате­матической статистики, начинают видеть в ней са­моцель и, выведя кучу ко­эффициентов корреляции, успокаиваются на этом, как будто результат, к ко­торому они стремились, уже достигнут. Между тем получен только полуфаб­рикат. Методы статистики пе раскрывают никаких истин, они ничего не гово­рят о причинах взаимо­связей, о структуре ланд­шафта, о направленности влияний. Отги только ука­зывают путь поиска: здесь надо искать закономер­ность, а вот этот путь — ложный, на него не стоит тратить силы. Они подоб­ны охотничьей собаке — наводят «а след зверя, иногда даже могут за­гнать его на дерево, но спять его оттуда вое же

должен охотник, и притом другими средствами. В данном слу­чае речь идет о «снятии» с помощью других математических и физических дисциплин или с .помощью содержательного геогра­фического анализа, раскрывающего скрытый механизм процес­сов. Впрочем, это относится только к теоретическим исследова­ниям. В прикладных целях установление коэффициента корре­ляции или регрессии может быть достаточным завершением ис­следования.

Наиболее употребительной статистической величиной являет­ся коэффициент корреляции, указывающий на тесноту и направ­ление прямолинейной связи. На рис. 16 показаны различные слу­

чаи корреляции. Чем ближе рой точек к прямой линии, чем бо­лее он вытянут и чем ближе к биссектрисе координатного угла, тем теснее связь двух факторов (признаков) хну. Который из них считать аргументом, а который функцией — безразлично. Выбор решается не математическими методами, а здравым смыслом и зависит от того, какой фактор является ведущим, а какой ведомым.

“ При составлении мат­

рицы коэффициентов кор­реляции для ряда компо­нентов ландшафта пред­ставляет интерес их сум­мирование по линии наи­более тесных связей. Этот прием имеет значение при составлении моделей ландшафта «ли геоси­стем (Александрова Т. Д., 1969, стр. 59).