РОЗДІЛ 2
МЕТОДИКА ДОСЛІДЖЕНЬ
Дослідження проводилися на території Дніпропетровської області в Бородаївському та Мішурінрізькому лісництвах Верхньодніпровського держлісгоспу, Відрадненському лісництві Новомосковського держлісгоспу, Любимівському лісництві Дніпропетровського держлісгоспу та Військовому держлісгоспі ДЛГО "Дніпропетровськліс" в період з 1998 по 2002 рік.
Вивчення типологічних особливостей лісів проводилося методами екологічних профілів [76] та методом профільних діаграм [77] та їх комбінуванням. При використанні комбінованого методу профіль закладався вздовж лінії падіння схилу і виконував роль базової лінії. Перпендикулярно до базової лінії через певні однакові інтервали закладали профільні діаграми, що повторювали контур схилу.
На профілях та профільних діаграмах закладали облікові ділянки. Розмір ділянок та їх опис відповідав загально прийнятій для України методики лісотипологічних досліджень [78]. Таксаційні показники визначали за Анучіним [79] (вік деревостанів уточнювався за лісовпорядкувальними матеріалами), тип лісорослинних умов - за едафо-кліматичною сіткою Алексєєва - Погребняка - Воробйова [80] та за Бельгардом [50].
Для дослідження живого надґрунтового покриву закладалися ділянки 10?10 м [81]. На ділянках визначали проективне покриття трав'янистих видів, чагарників та прегенеративного підросту деревних порід за Л.Г. Раменським [82]. Окрім того в межах облікової ділянки для надґрунтового покриву закладалися безперервні ділянки 0,2?0,2 м з метою виявлення зустрічальності [83]. Для полегшення подальшої обробки даних зустрічальність визначалась за бінарною шкалою: 0 - вид відсутній, 1 - вид присутній. Отже, в межах досліджуваного виділу формувалась ієрархічна система облікових ділянок: профіль (профільна діаграма) - облікова ділянка для лісівничих досліджень - облікова ділянка для кількісних досліджень живого надґрунтового покриву - облікова ділянка для виявлення зустрічальності видів.
Визначення видів рослин проводилося за "Определителем высших растений Украины" [84], а підросту за "Диагнозы и ключи возрастных состояний лесных растений" [85].
Одержаний матеріал генерувався в матриці редактором MS Excel 7.0 та оброблявся пакетами прикладних програм: MS Excel 7.0 (Аналіз даних), Statistica 5.5 "99 Edition", Microcal Origin 6.0, MathCad 7.0 Pro.
2.1. Статистичні методи аналізу надґрунтового покриву.
Подібність надґрунтового покриву різних лісових ділянок припускає екологічну близькість умов місцеперебування. Отже, першою фазою виконання екологічного аналізу повинно бути виділення статистично достовірних та близьких груп рослин з подальшим пов'язуванням їх з конкретними умовами екотопу. При цьому достовірність визначених угруповань рослин стає першочерговим завданням подібного аналізу. Для збільшення точності треба проводити велику кількість описів.
З цього витікає проблема виявлення і виділення структурних одиниць на базі аналізу великих масивів табличних даних для об'єктивної оцінки закономірностей розподілу видів згідно лісорослинних умов. Враховуючи особливості просторового розміщення видів, його стохастичність та екологічну структуру лісових ценозів, надзвичайно важко практично виділити видові угруповання та їх ідентифікувати [86, 87, 88]. Внаслідок цього першочерговим завданням аналізу рослинного покриву є первинне групування даних в однорідні блоки та редукція видових описів.
Серед класичних способів спрощення описів слід відзначити зменшення кількості видів за рахунок малоконстантних з низькою зустрічальністю [89]. Однак така редукція часто має негативні наслідки [90], оскільки деякі малоконстантні види, особливо з контагіозним розподілом або види, що зустрічаються на географічній межі ареалу, вказують на специфічні і часто унікальні умови екотопу. Найбільш припустимим з цієї точки зору є спосіб первинного групування даних з метою виділення однорідних груп видів за певною ознакою з подальшим аналізом уже самих груп.
Загалом процедура виділення таких груп зводиться до побудови матриці коефіцієнтів подібності, після чого в матриці різними способами виділяються гомогенні групи. На сьогоднішній день існує біля 40 коефіцієнтів та біля 70 алгоритмів виділення гомогенних груп [86, 89, 91, 92, 93, 94, 95]. Зв'язок між об'єктами визначається на основі кількісних або якісних ознак. Коефіцієнти подібності, розраховані на основі кількісних ознак, в найпростішому випадку являють собою відстані, що зв'язують ознаки в визначеному багатомірному просторі. Найчастіше в якості міри відстані використовують міру Евклідової відстані (Euclidean distances) та її модифікацію - Манхеттенська відстань або відстань міських кварталів (Manhattan (city-block) distances), узагальнену відстань Махаланобіса, ступеневу відстань Мінковського, коефіцієнт Жаккарда та нормований критерій Пірсона (1 - Pearson r), які об'єднані в групу методів кластерного аналізу [95, 96, 97, 98, 99, 100].
Засоби кластерного аналізу та співвідношення різних його методів достатньо широко висвітлені в вищевказаній літературі. При цьому слід зауважити, що одним із прикладних завдань кластеризаціїї є виділення та обґрунтування класифікаційних або типологічних схем [100].
Отже, можливо використання методів кластерного аналізу під час лісотипологічних досліджень, про що свідчать окремі публікації [101]. Але у вищезгаданій публікації використовується метод К-середніх, оснований на заданому числі кластерів, при певній організації матриць з даними, а також вже складених списках видів-індикаторів лісорослинних умов, що можливе тільки після ґрунтовних наукових досліджень.
Під час вибору міри подібності та алгоритму нами враховувалися такі критерії:
1. Організація даних в матрицях, особливо наявність бінарної класифікації за зустрічальністю та великої кількості нульових значень.
2. Математична коректність методу та екологічної інтерпретації результатів обробки.
3. Наявність та реалізованість програмного забезпече