Метод ближайшего соседа - Методы экологических исследований

Сравнение распределения точек (объектов) на плоскости или на линии с распределением Пуассона. Удобным для оценки распределения объектов на плоскости оказался метод "ближайшего соседа" (Clark, Evans, 1954). Предложен биологически обоснованный способ проведения границы вокруг занятой объектами области. Выведены формулы для метода "ближайшего соседа" на линии. Этот метод можно применять для анализа линейных популяций и популяций, расположенных в интразональных участках биотопов. Ключевые слова: распределение, линия, ближайший сосед, интразональный.

Принцип анализа состоит в сравнении распределения объектов на плоскости или на линии с распределением Пуассона, которое описывает случайное распределение объектов. Отклонение от распределения Пуассона в сторону меньших расстояний между объектами дает групповое, или контагиозное, распределение. Если точки расположены более разреженно, чем при случайном распределении, то их распределение будет равномерным Случайное распределение означает, что организмы в данном месте селятся независимо друг от друга. Отклонение от случайного распределения в сторону равномерного указывает на конкуренцию или антагонизм между биологическими объектами. Групповое распределение указывает на стремление организмов селиться ближе друг к другу (Одум, 1986). Таким образом, тип пространственного распределения (математический) является индикатором характера взаимодействий (биологических) между объектами.

Сравнение распределений объектов с распределением Пуассона связано с серьезными проблемами. Тип распределения, который мы предполагаем сравнивать с распределением Пуассона, сильно зависит от выбранного исследователем масштаба. Это хорошо показано Пановым (1983). Поэтому результат сравнения приходится приводить с оговоркой на масштаб. Вторая трудность связана с тем, что, рассматривая распределение точек (объектов) на плоскости, необходимо еще и каким-то образом оконтурить область, где эти точки расположены, то есть выбрать область рассмотрения. При этом чем больше выбранная область при постоянном количестве точек, тем с большей вероятностью данное распределение "становится" групповым. Это понятно из простого примера: если точки расположены только в одном углу плоскости, а как область исследований мы берем всю плоскость, то, как бы ни были расположены точки, в масштабе всей плоскости это всегда "группа". Такое нередко происходит при наложении сетки из квадратов на рассматриваемое множество точек, т. к. сетка всегда берется правильной формы: прямоугольник или круг. В то же время, наше множество точек может образовывать и фигуры неправильной формы. Выходят здесь из положения путем наложение сетки на часть нашей выборки, оставляя часть точек за пределами области рассмотрения (Ripley, 1977). Однако при этом теряется часть полученных данных. Отсечение лишних кусков плоскости (описано в программах по Ripley - статистикам в Thioulousei, 1997) не решает проблемы из-за произвольности операций на каждом этапе отсечения. Для того чтобы избавиться от вычисления площади, В. И. Грабовский (1987) предложил использовать т. н. "деревья минимальной длины". Однако это избавление оказалось иллюзорным, поскольку вместо произвольного выбора площади требуется столь же произвольный выбор минимального звена в этих "деревьях" (Грабовский, 1987). Выбор точки отсчета и площади рассмотрения необходимо произвести перед началом любых сравнений с распределением Пуассона. Метод "ближайшего соседа" (Clark, Evans, 1954) для сравнения распределения точек (гнезд, мест активности и проч.) на плоскости с распределением Пуассона снимает вопрос о выборе начальной точки, т. к. при этом методе никаких сеток на распределение не накладывается. Кроме того, при методе ближайшего соседа N равно числу объектов, тогда как при методе наложения сетки N -- это количество квадратов, которых всегда в несколько раз меньше, чем объектов.

Похожие статьи




Метод ближайшего соседа - Методы экологических исследований

Предыдущая | Следующая