лесная биометрия
.pdfЛЕСНАЯ БИОМЕТРИЯ
Учебно-методическое пособие по одноименной дисциплине для студентов специальности 1-75 01 01 «Лесное хозяйство»
Минск БГТУ 2005
Учреждение образования «БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНОЛОГИЧЕСКИЙ
УНИВЕРСИТЕТ»
ЛЕСНАЯ БИОМЕТРИЯ
Учебно-методическое пособие по одноименной дисциплине для студентов специальности 1-75 01 01 «Лесное хозяйство»
Минск 2005
УДК 519.24:630* ББК 22.172:43
Л 50
Рассмотрено и рекомендовано к изданию редакционноиздательским советом университета
Составитель доцент В. П. Машковский
Рецензенты:
главный инженер ЛРУП «Белгослес» кандидат с.-х. наук
А. П. Кулагин;
доцент кафедры лесных культур и почвоведения, кандидат с.-х. наук Н. И. Якимов
Лесная биометрия : учеб.-метод. пособие по одноименной Л50 дисциплине для студентов специальности 1-75 01 01 «Лесное хозяйство» / сост. В. П. Машковский. – Мн. : БГТУ, 2005. – 70 с.
ISBN 985-434-507-6
Пособие содержит описание статистических методов анализа массовых данных в случаях применения к лесному хозяйству. Рассмотрены такие вопросы, как группировка экспериментальных данных, вычисление основных статистических показателей, анализ распределения массовых наблюдений, исследование закономерностей связи между параметрами анализируемых объектов. Все методы иллюстрируются примерами.
|
УДК 519.24:630* |
|
ББК 22.172:43 |
ISBN 985-434-507-6 |
УО «Белорусский государственный |
технологический университет», 2005 |
ПРЕДИСЛОВИЕ
Лесная биометрия решает задачи обработки массовых (статистических) данных. Экспериментальные материалы, собранные в лесу, как раз и являются таковыми. Как правило, они представлены в виде числовых значений, характеризующих различные лесные объекты (высота, диаметр или объем дерева; число шишек на дереве; количество семян в шишке и т. д.). В связи с этим предметом лесной биометрии являются различные случайные величины, характеризующие лесные сообщества. Основная задача лесной биометрии – количественный и качественный анализ массовых случайных явлений, имеющих место в лесных биогеоценозах. Такая процедура подразумевает ряд этапов: организация и планирование наблюдений; сбор экспериментальных данных; свертка информации, т. е. сведение большого количества исходных данных к небольшому числу параметров, которые в сжатом виде характеризуют всю исследуемую совокупность; анализ экспериментальных данных; принятие решений на основе результатов такого анализа; прогнозирование случайных явлений.
Данное учебно-методическое пособие окажет помощь студентам, обучающимся по специальности 1-75 01 01 «Лесное хозяйство», при выполнении лабораторных работ в процессе изучения курса лесной биометрии.
Методические указания и расчеты в лабораторных работах составлены по данным доцента О. А. Трулля. Они представляют собой совокупность измерений, выполненных в чистом одновозрастном сосновом древостое. Каждое дерево характеризуется двумя параметрами: высотой и диаметром на высоте груди. Результаты соответствующих измерений приведены в табл. 1 приложения данного пособия.
3
СТАТИСТИЧЕСКИЕ РЯДЫ И ИХ ГРАФИЧЕСКОЕ ИЗОБРАЖЕНИЕ
Порядок построения вариационных рядов
Выборочная статистическая совокупность, полученная в процессе учета наблюдений, как правило, записывается в произвольной последовательности. Обработка таких данных начинается с их систематизации, т. е. объединения в относительно однородные группы по некоторому признаку (т. н. группировки). В случае числового непрерывного признака группировка выполняется в описанной ниже последовательности. Проиллюстрируем это на примере выборочной совокупности, представляющей собой измерения высот и диаметров у 200 деревьев, взятых из последних четырех столбцов табл. 1 приложения с номерами 17 ,18, 19 и 20, в каждом из которых приведены замеры 50 деревьев.
1.В исходной совокупности данных находим минимальное и максимальное значения признака. Для диаметров xmin = 17,7; xmax =
=56,6. Для высот xmin = 17,5; xmax = 29,6.
2.С учетом объема выборки принимаем количество интерва-
лов k = 12 в будущих статистических рядах, согласно рекомендаций, приведенных в табл. 1.
Таблица 1. Рекомендуемое число интервалов
Объем выборки, n |
Рекомендуемое число классов, k |
25–40 |
5–6 |
40–60 |
6–8 |
60–100 |
7–10 |
100–200 |
8–12 |
>200 |
10–15 |
3. Определяем величины интервалов будущих вариационных рядов следующим образом:
λ = |
xmax − xmin |
= |
56,6 −17,7 |
|
k |
12 |
|||
|
|
|||
λ = |
xmax − xmin |
= |
29,6 −17,5 |
|
k |
12 |
|||
|
|
где λ – величина интервала.
=3,2417 см ≈3,2 см – для диаметров;
=1,0083 см ≈1,0 см – для высот,
4
Полученную величину следует округлить таким образом, чтобы точность представления исходных данных и величины интервала была одинаковой, а последняя цифра – нечетной.
4. Определяем границы первого интервала вариационного ряда таким образом, чтобы минимальное значение в выборке попало в его середину:
для диаметров
x1н = xmin − λ2 =17,7 − 32,2 =16,1;
x1в = xmin + λ2 − ε =17,7 + 32,2 − 0,1 =19,2 ;
для высот
x1н = xmin − λ2 =17,5 −12,0 =17,0 ;
x1в = xmin + λ2 − ε =17,5 + 12,0 − 0,1 =17,9;
где x1н – нижняя граница первого интервала, x1в – верхняя граница
первого интервала; ε – величина, характеризующая точность представления исходных данных.
5. Вычисляем границы остальных интервалов, пользуясь формулами:
xнk+1 = xнk + λ, xвk+1 = xвk + λ,
где xнk – нижняя граница k-го интервала; xвk – верхняя граница
k-го интервала.
6. Определим количество наблюдений, попавшее в интервалы вариационного ряда, регистрируя наблюдения методом конверта (табл. 2). Разноску частот удобно выполнять, пользуясь вспомогательной таблицей (табл. 3).
Таблица 2. Шифры частот, используемые при регистрации наблюде-
ний
Число наблюдений 1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 10 |
Шифр частот |
|
|
|
|
|
|
|
|
7. В качестве значений для сформированных классовых интер-
5
валов в дальнейших расчетах будем использовать середины классовых интервалов, которые вычислим по следующей формуле:
Таблица 3. Разноска вариант по классам
Классы |
Шифр частот |
Частоты |
|
|
|
xi = xнi +2 xвi ,
где xi – значения классовых интервалов.
8. При анализе массовых данных наряду с частотами вариационных рядов часто используют накопленные частоты, которые вычисляют как сумму частот текущего и всех предшествующих интервалов. Результаты группировки деревьев по высотам и диаметрам для рассматриваемого примера приведены в табл. 4 и 5.
Таблица 4. Распределение наблюдений по интервалам (диаметры)
Классы |
Шифр частот |
Средние значения |
Частоты |
Накопленные |
|
|
классов |
|
частоты |
16,1–19,2 |
|
17,65 |
3 |
3 |
19,3–22,4 |
|
20,85 |
11 |
14 |
22,5–25,6 |
|
24,05 |
29 |
43 |
25,7–28,8 |
|
27,25 |
39 |
82 |
28,9–32,0 |
|
30,45 |
32 |
114 |
32,1–35,2 |
|
33,65 |
33 |
147 |
35,3–38,4 |
|
36,85 |
23 |
170 |
38,5–41,6 |
|
40,05 |
10 |
180 |
41,7–44,8 |
|
43,25 |
9 |
189 |
44,9–48,0 |
|
46,45 |
3 |
192 |
48,1–51,2 |
|
49,65 |
4 |
196 |
51,3–54,4 |
|
52,85 |
2 |
198 |
54,5–57,6 |
|
56,05 |
2 |
200 |
Итого |
|
|
200 |
|
|
|
6 |
|
|
В дальнейших расчетах будем использовать не сами диаметры и высоты деревьев, полученные в результате измерений, а середины интервалов и частоты составленных нами вариационных рядов.
Таблица 5. Распределение наблюдений по интервалам (высоты)
Классы |
Шифр частот |
Средние значе- |
Частоты |
Накопленные |
17,0–17,9 |
|
ния классов |
|
частоты |
|
17,45 |
3 |
3 |
|
18,0–18,9 |
|
18,45 |
2 |
5 |
19,0–19,9 |
|
19,45 |
2 |
7 |
20,0–20,9 |
|
20,45 |
6 |
13 |
21,0–21,9 |
|
21,45 |
7 |
20 |
22,0–22,9 |
|
22,45 |
22 |
42 |
23,0–23,9 |
|
23,45 |
21 |
63 |
24,0–24,9 |
|
24,45 |
36 |
99 |
25,0–25,9 |
|
25,45 |
44 |
143 |
26,0–26,9 |
|
26,45 |
29 |
172 |
27,0–27,9 |
|
27,45 |
17 |
189 |
28,0–28,9 |
|
28,45 |
9 |
198 |
29,0–29,9 |
|
29,45 |
2 |
200 |
Итого |
|
|
200 |
|
Графическое изображение статистических рядов распределения
Графическое изображение вариационных рядов позволяет увидеть и проанализировать особенности варьирования изучаемого признака. Для этой цели используются различные типы графиков. При анализе массовых наблюдений для наглядного представления плотности распределения изучаемой случайной величины чаще всего применяются гистограмма и полигон распределения. Увидеть эмпирическую функцию распределения позволяет кумулята. Кроме кумуляты, для графического представления вариационных рядов используется огива. Рассмотрим эти четыре вида графиков.
Гистограмма. Гистограммы распределения строятся только для
7
интервальных вариационных рядов. При этом на оси абсцисс откладывают границы интервалов. График изображается в виде прямоугольников, основаниями которых служат интервалы ряда. Высоты прямоугольников должны соответствовать частотам, откладываемым по оси ординат. На рис. 1 показан пример гистограммы распределения диаметров в сосновом древостое, построенный по данным вариационного ряда, приведенного в табл. 4.
Полигон. Полигон распределения может быть построен как для интервальных вариационных рядов, так и для дискретных. При его построении на горизонтальной оси откладывают значения классов, а по вертикальной – частоты (рис. 2). Затем полученные точки соединяют прямыми линиями. При построении полигона используют два дополнительных, примыкающих к вариационному ряду интервала, имеющих нулевые численности. На рис. 2 изображен полигон распределения, построенный для распределения деревьев в древостое по высотам для вариационного ряда, приведенного в табл. 5.
частоты
45
40
35
30
25
20
15
10
5
0
17,7 |
20,9 |
24,1 |
27,3 |
30,5 |
33,7 |
36,9 |
40,1 |
43,3 |
46,5 |
49,7 |
52,9 |
56,1 |
|
|
|
классовые интервалы |
|
|
|
|
Рис. 1. Гистограмма распределения сосновых стволов по диаметрам
Кумулята. Когда строят кумулятивную кривую, по оси ординат откладывают накопленные частоты. По оси абсцисс в случае дискретного вариационного ряда откладывают значения классов, а в случае непрерывного – границы интервалов. В последнем случае накопленные частоты соответствуют верхним границам интервалов. Нижней
8
границе первого интервала соответствует нулевое значение накопленной частоты. Полученные точки затем соединяют прямыми линиями. На рис. 3 изображена кумулята, построенная по данным вариационного ряда диаметров (табл. 4).
частоты
50 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
40 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
30 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
16,5 |
17,5 |
18,5 |
19,5 |
20,5 |
21,5 |
22,5 |
23,5 |
24,5 |
25,5 |
26,5 |
27,5 |
28,5 |
29,5 |
30,5 |
|
|
|
|
значения классов |
. |
|
|
|
|
|
Рис. 2.
накопленные частоты
Полигон распределения сосновых стволов по высотам
250
200
150
100
50
0
16,1 |
19,3 |
22,5 |
25,7 |
28,9 |
32,1 |
35,3 |
38,5 |
41,7 |
44,9 |
48,1 |
51,3 |
54,5 |
57,7 |
границы классовых интервалов
Рис. 3. Кумулята распределения сосновых стволов по диаметрам
Огива. Огива строится так же, как и кумулята, однако координаты меняются ролями. На оси абсцисс откладываются частоты, а значения классов или границы интервалов – по оси ординат. Пример огивы, построенной по данным ряда высот, приведенного в табл. 5, показан на рис. 4.
9