🗊Презентация Использование прикладных компьютерных программ в экологических исследованиях

Категория: Окружающий мир
Нажмите для полного просмотра!
Использование прикладных компьютерных программ в экологических исследованиях, слайд №1Использование прикладных компьютерных программ в экологических исследованиях, слайд №2Использование прикладных компьютерных программ в экологических исследованиях, слайд №3Использование прикладных компьютерных программ в экологических исследованиях, слайд №4Использование прикладных компьютерных программ в экологических исследованиях, слайд №5Использование прикладных компьютерных программ в экологических исследованиях, слайд №6Использование прикладных компьютерных программ в экологических исследованиях, слайд №7Использование прикладных компьютерных программ в экологических исследованиях, слайд №8Использование прикладных компьютерных программ в экологических исследованиях, слайд №9Использование прикладных компьютерных программ в экологических исследованиях, слайд №10Использование прикладных компьютерных программ в экологических исследованиях, слайд №11Использование прикладных компьютерных программ в экологических исследованиях, слайд №12Использование прикладных компьютерных программ в экологических исследованиях, слайд №13Использование прикладных компьютерных программ в экологических исследованиях, слайд №14Использование прикладных компьютерных программ в экологических исследованиях, слайд №15Использование прикладных компьютерных программ в экологических исследованиях, слайд №16Использование прикладных компьютерных программ в экологических исследованиях, слайд №17Использование прикладных компьютерных программ в экологических исследованиях, слайд №18Использование прикладных компьютерных программ в экологических исследованиях, слайд №19Использование прикладных компьютерных программ в экологических исследованиях, слайд №20Использование прикладных компьютерных программ в экологических исследованиях, слайд №21Использование прикладных компьютерных программ в экологических исследованиях, слайд №22

Вы можете ознакомиться и скачать презентацию на тему Использование прикладных компьютерных программ в экологических исследованиях. Доклад-сообщение содержит 22 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации


Слайд 1





Использование прикладных компьютерных программ в экологических исследованиях 
Выполнила магистрантка группы БМТБ-11
Стрекоз М.Н.
Преподаватель: Остроух Е.Н.
Описание слайда:
Использование прикладных компьютерных программ в экологических исследованиях Выполнила магистрантка группы БМТБ-11 Стрекоз М.Н. Преподаватель: Остроух Е.Н.

Слайд 2





Программные продукты, которые используются в экологических исследованиях – для обработки и анализа результатов
Программа Species Diversity and Richness
Программа Bio-Dap (разработчики – Parks Canada & Fundy National Park, 1996)
Biodiversity Pro (разработчики – The Natural History Museum and The Scottish Association for Marine Science, 1997).
Описание слайда:
Программные продукты, которые используются в экологических исследованиях – для обработки и анализа результатов Программа Species Diversity and Richness Программа Bio-Dap (разработчики – Parks Canada & Fundy National Park, 1996) Biodiversity Pro (разработчики – The Natural History Museum and The Scottish Association for Marine Science, 1997).

Слайд 3





Программа Biodiversity Pro предлагает все аналитические инструменты, удовлетворяющие потребности эколога в анализе и сравнении разнообразия сообществ.
Программа предлагает 10 индексов альфа- разнообразия [10-12]:
- индекс Shannon-Wiener’a (H’), индекс разнообразия Simson’a (D), число видов, индекс видового разнообразия Margalef’a (D), индекс равномерности (J), индекс Berger-Parker’a показатель Mclntosh’a, индекс Brillouin’a, альфа-индекс Fisher’a, Q-статистика.
2. После того, как выбран метод показателя разнообразия, программа позволяет рассчитать верхний и нижний предел 95% статистических доверительных интервалов.
3. Программа предлагает два статистических метода сравнения показателей разнообразия: различные показатели разнообразия степени отличаются в оценке сообщества.
Описание слайда:
Программа Biodiversity Pro предлагает все аналитические инструменты, удовлетворяющие потребности эколога в анализе и сравнении разнообразия сообществ. Программа предлагает 10 индексов альфа- разнообразия [10-12]: - индекс Shannon-Wiener’a (H’), индекс разнообразия Simson’a (D), число видов, индекс видового разнообразия Margalef’a (D), индекс равномерности (J), индекс Berger-Parker’a показатель Mclntosh’a, индекс Brillouin’a, альфа-индекс Fisher’a, Q-статистика. 2. После того, как выбран метод показателя разнообразия, программа позволяет рассчитать верхний и нижний предел 95% статистических доверительных интервалов. 3. Программа предлагает два статистических метода сравнения показателей разнообразия: различные показатели разнообразия степени отличаются в оценке сообщества.

Слайд 4





Результаты теоретического сравнения трех сообществ (A,D,C) при помощи индекса Шеннона (Shannon, H’ и Симпсона (Simpson, D): 
Полученные значения индексов для сообщества А, в фигурных скобках – количество особей отмеченных видов: {33,29,28,5,5}, H’=1.3808, D=0.309;
- сообщество В: {42,30,10,8,5,5}, H’=1.4574, D=0.7194;
- сообщество С: {32,21,16,12,9,6,4}, H’=0.639, D=1.822.
Данные результаты свидетельствуют о трудностях сравнения сообществ – значения индексов не коррелируют, т.е. H’(B)>H’(A)>H’(A), однако D(C)>D(A)>D(B).
Описание слайда:
Результаты теоретического сравнения трех сообществ (A,D,C) при помощи индекса Шеннона (Shannon, H’ и Симпсона (Simpson, D): Полученные значения индексов для сообщества А, в фигурных скобках – количество особей отмеченных видов: {33,29,28,5,5}, H’=1.3808, D=0.309; - сообщество В: {42,30,10,8,5,5}, H’=1.4574, D=0.7194; - сообщество С: {32,21,16,12,9,6,4}, H’=0.639, D=1.822. Данные результаты свидетельствуют о трудностях сравнения сообществ – значения индексов не коррелируют, т.е. H’(B)>H’(A)>H’(A), однако D(C)>D(A)>D(B).

Слайд 5





4.Оценка видового богатства. Программа предлагает большое разнообразие методов для оценки видового богатства. Довольно надежный метод – выравнивание Chao.
4.Оценка видового богатства. Программа предлагает большое разнообразие методов для оценки видового богатства. Довольно надежный метод – выравнивание Chao.
5.Модели обилия. Программа предлагает несколько моделей представления данных – число видов, ранг обилия, концентрация видов.
6.Модели распределения видов. Программой предлагаются четыре модели – логарифмическое распределение, геометрическое распределение, усеченное логнормальное распределение, модель разломанного стержня.
7.Раномерность распределения J. Эта мера равномерности распределения сравнивает наблюдаемый показатель Шеннона по отношению к распределению индивидуумов между видами, которое максимизировало бы разнообразие. Если H’ – индекс Шеннона, то его максимальное значение – log(S), где S – число видов в сообществе. Поэтому значение равномерности определяется как : J=H’/log(S). При расчете этого индекса необходимо быть уверенным в том, что сравниваемые сообщества относятся к одному местообитанию и что выполненный учет видов приближается к абсолютному.
Описание слайда:
4.Оценка видового богатства. Программа предлагает большое разнообразие методов для оценки видового богатства. Довольно надежный метод – выравнивание Chao. 4.Оценка видового богатства. Программа предлагает большое разнообразие методов для оценки видового богатства. Довольно надежный метод – выравнивание Chao. 5.Модели обилия. Программа предлагает несколько моделей представления данных – число видов, ранг обилия, концентрация видов. 6.Модели распределения видов. Программой предлагаются четыре модели – логарифмическое распределение, геометрическое распределение, усеченное логнормальное распределение, модель разломанного стержня. 7.Раномерность распределения J. Эта мера равномерности распределения сравнивает наблюдаемый показатель Шеннона по отношению к распределению индивидуумов между видами, которое максимизировало бы разнообразие. Если H’ – индекс Шеннона, то его максимальное значение – log(S), где S – число видов в сообществе. Поэтому значение равномерности определяется как : J=H’/log(S). При расчете этого индекса необходимо быть уверенным в том, что сравниваемые сообщества относятся к одному местообитанию и что выполненный учет видов приближается к абсолютному.

Слайд 6





8.Программа также предлагает возможность моделирования данных в соответствии с имеющимися шаблонами распределения видов в пространстве.
8.Программа также предлагает возможность моделирования данных в соответствии с имеющимися шаблонами распределения видов в пространстве.
9.Бета-разнообразие. Бета-разнообразие характеризует изменение разнообразия видов по градиенту среды. Этот показатель измеряет два параметра -  число отдельных местообитаний в пределах территории и вытеснение одних видов другими между непересекающимися частями того же местообитания. Программа предлагает шесть показателей бета-разнообразия:
- индекс Whittaker’a
- индекс Cody
- индексы Routledge (R,I и E)
- индекс Wilson и Schmida, который является наилучшим среди подобных.
Описание слайда:
8.Программа также предлагает возможность моделирования данных в соответствии с имеющимися шаблонами распределения видов в пространстве. 8.Программа также предлагает возможность моделирования данных в соответствии с имеющимися шаблонами распределения видов в пространстве. 9.Бета-разнообразие. Бета-разнообразие характеризует изменение разнообразия видов по градиенту среды. Этот показатель измеряет два параметра - число отдельных местообитаний в пределах территории и вытеснение одних видов другими между непересекающимися частями того же местообитания. Программа предлагает шесть показателей бета-разнообразия: - индекс Whittaker’a - индекс Cody - индексы Routledge (R,I и E) - индекс Wilson и Schmida, который является наилучшим среди подобных.

Слайд 7





Перспективы использования программы
1.Главная задача разработчиков – совмещение информативности и легкости применения данной программы, что будет способствовать ее широкому применению в настоящее время, как студентами, так и профессиональными экологами за рубежом.
2.На основании опыта по использованию данной программы в исследованиях биоразнообразия, данный продукт может приобрести достаточную популярность и будет эффективным математическим инструментом для отечественных экологов.
3.Основная трудность – это английский интерфейс, что в определенной степени сокращает область использования программы. В настоящее время ведется работа над созданием инструкции по применению программы на русском и украинском языках.
Описание слайда:
Перспективы использования программы 1.Главная задача разработчиков – совмещение информативности и легкости применения данной программы, что будет способствовать ее широкому применению в настоящее время, как студентами, так и профессиональными экологами за рубежом. 2.На основании опыта по использованию данной программы в исследованиях биоразнообразия, данный продукт может приобрести достаточную популярность и будет эффективным математическим инструментом для отечественных экологов. 3.Основная трудность – это английский интерфейс, что в определенной степени сокращает область использования программы. В настоящее время ведется работа над созданием инструкции по применению программы на русском и украинском языках.

Слайд 8





4.Для полноценного анализа видового разнообразия и распределения видов в сообществе необходимо построение графиков рангового распределения обилий, которые позволят получить первое представление о модели распределения.
4.Для полноценного анализа видового разнообразия и распределения видов в сообществе необходимо построение графиков рангового распределения обилий, которые позволят получить первое представление о модели распределения.
5.В исследованиях, где оценка разнообразия является основной задачей, необходимо оценить соответствие эмпирических распределений основным моделям видового обилия, а результаты подтвердить с помощью критериев согласия, используя графики рангового распределения обилий и сравнения их с ожидаемым распределением.
6.Главные потенциальные области применения данной программы в экологических исследованиях – охрана природы и мониторинг.
Описание слайда:
4.Для полноценного анализа видового разнообразия и распределения видов в сообществе необходимо построение графиков рангового распределения обилий, которые позволят получить первое представление о модели распределения. 4.Для полноценного анализа видового разнообразия и распределения видов в сообществе необходимо построение графиков рангового распределения обилий, которые позволят получить первое представление о модели распределения. 5.В исследованиях, где оценка разнообразия является основной задачей, необходимо оценить соответствие эмпирических распределений основным моделям видового обилия, а результаты подтвердить с помощью критериев согласия, используя графики рангового распределения обилий и сравнения их с ожидаемым распределением. 6.Главные потенциальные области применения данной программы в экологических исследованиях – охрана природы и мониторинг.

Слайд 9





Использование программы ORIANA в исследованиях данных круговой статистики
Oriana была спроектирована, чтобы анализировать круговые данные двух типов – однонаправленные и двунаправленные, также известные как векторные и осевые. Векторные данные находятся в диапазоне 0-360 градусов, осевые – в диапазоне 0-180 градусов.
Программа обрабатывает и другие типы циклических данных, такие, как время суток в масштабе от 00:00 до 23:59. Прочие хронологические данные также могут быть проанализированы как круговые ( например день недели, день месяца, день года, и т.п.)
Oriana вычисляет разнообразную основную круговую статистику. Это большей частью описательная статистика, подобная той, что входит в состав других общих статистических пакетов, но специально спроектированная для круговых данных.
Описание слайда:
Использование программы ORIANA в исследованиях данных круговой статистики Oriana была спроектирована, чтобы анализировать круговые данные двух типов – однонаправленные и двунаправленные, также известные как векторные и осевые. Векторные данные находятся в диапазоне 0-360 градусов, осевые – в диапазоне 0-180 градусов. Программа обрабатывает и другие типы циклических данных, такие, как время суток в масштабе от 00:00 до 23:59. Прочие хронологические данные также могут быть проанализированы как круговые ( например день недели, день месяца, день года, и т.п.) Oriana вычисляет разнообразную основную круговую статистику. Это большей частью описательная статистика, подобная той, что входит в состав других общих статистических пакетов, но специально спроектированная для круговых данных.

Слайд 10





Статистические круговые параметры основаны на понятии среднего вектора. Данные наблюдений (например, миграционные перемещения птиц) имеют средний вектор, который может быть рассчитан при помощи этой программы.
Статистические круговые параметры основаны на понятии среднего вектора. Данные наблюдений (например, миграционные перемещения птиц) имеют средний вектор, который может быть рассчитан при помощи этой программы.
Средний вектор имеет два свойства: направление (средний угол) и длина (обозначаемая буквой r).
Длина вектора изменяется от 0 до 1, большее значение указывает, что данные наблюдений сгруппированы ближе по отношению к среднему вектору.
Описание слайда:
Статистические круговые параметры основаны на понятии среднего вектора. Данные наблюдений (например, миграционные перемещения птиц) имеют средний вектор, который может быть рассчитан при помощи этой программы. Статистические круговые параметры основаны на понятии среднего вектора. Данные наблюдений (например, миграционные перемещения птиц) имеют средний вектор, который может быть рассчитан при помощи этой программы. Средний вектор имеет два свойства: направление (средний угол) и длина (обозначаемая буквой r). Длина вектора изменяется от 0 до 1, большее значение указывает, что данные наблюдений сгруппированы ближе по отношению к среднему вектору.

Слайд 11





Концентрация является специфическим параметром von Mises-распределения и измеряет отклонение распределения от идеального круга ( равномерного распределения). Ее значение зависит от длины среднего вектора.
Концентрация является специфическим параметром von Mises-распределения и измеряет отклонение распределения от идеального круга ( равномерного распределения). Ее значение зависит от длины среднего вектора.
Круговая вариация и круговое среднее квадратное отклонение эквивалентны их линейным параметрам, но рассчитываются при помощи другого алгоритма. Вариация рассчитывается относительно длины среднего вектора, по результатам этих калькуляций выводится среднее квадратное отклонение.
Стандартная ошибка среднего также рассчитывается на основании длины среднего вектора (r). Предполагается, что ваши данные расположены согласно von Mises-распределения, 95% и 99% доверительные интервалы для ваших данных основаны на стандартной ошибке.
Программа выполняет оценку статистической достоверности стандартной ошибки согласно значению концентрации и объема выборки. Rayleigh тест равномерности высчитывает вероятность нулевой гипотезы, что данные распределены равномерно. Вероятность, которая меньше, чем выбранный уровень (обычно 0.05) показывает, что данные распределены неравномерно.
Описание слайда:
Концентрация является специфическим параметром von Mises-распределения и измеряет отклонение распределения от идеального круга ( равномерного распределения). Ее значение зависит от длины среднего вектора. Концентрация является специфическим параметром von Mises-распределения и измеряет отклонение распределения от идеального круга ( равномерного распределения). Ее значение зависит от длины среднего вектора. Круговая вариация и круговое среднее квадратное отклонение эквивалентны их линейным параметрам, но рассчитываются при помощи другого алгоритма. Вариация рассчитывается относительно длины среднего вектора, по результатам этих калькуляций выводится среднее квадратное отклонение. Стандартная ошибка среднего также рассчитывается на основании длины среднего вектора (r). Предполагается, что ваши данные расположены согласно von Mises-распределения, 95% и 99% доверительные интервалы для ваших данных основаны на стандартной ошибке. Программа выполняет оценку статистической достоверности стандартной ошибки согласно значению концентрации и объема выборки. Rayleigh тест равномерности высчитывает вероятность нулевой гипотезы, что данные распределены равномерно. Вероятность, которая меньше, чем выбранный уровень (обычно 0.05) показывает, что данные распределены неравномерно.

Слайд 12





Oriana позволяет выполнить графическую интерпретацию ваших данных. К возможностям программы относится построение разнообразных круговых диаграмм и традиционных линейных гистограмм.
Oriana позволяет выполнить графическую интерпретацию ваших данных. К возможностям программы относится построение разнообразных круговых диаграмм и традиционных линейных гистограмм.
Программа также способна построить график, который отражает ваши данные по отношению к ожидаемому равномерному распределению, что позволит вам оценить степень равномерности распределения ваших данных.
На гистограммах и круговых диаграммах представлены средний вектор и доверительные интервалы, которые выделены красным цветом.
Описание слайда:
Oriana позволяет выполнить графическую интерпретацию ваших данных. К возможностям программы относится построение разнообразных круговых диаграмм и традиционных линейных гистограмм. Oriana позволяет выполнить графическую интерпретацию ваших данных. К возможностям программы относится построение разнообразных круговых диаграмм и традиционных линейных гистограмм. Программа также способна построить график, который отражает ваши данные по отношению к ожидаемому равномерному распределению, что позволит вам оценить степень равномерности распределения ваших данных. На гистограммах и круговых диаграммах представлены средний вектор и доверительные интервалы, которые выделены красным цветом.

Слайд 13


Использование прикладных компьютерных программ в экологических исследованиях, слайд №13
Описание слайда:

Слайд 14


Использование прикладных компьютерных программ в экологических исследованиях, слайд №14
Описание слайда:

Слайд 15


Использование прикладных компьютерных программ в экологических исследованиях, слайд №15
Описание слайда:

Слайд 16





Программа CurveExpert
Программа для нахождения зависимости между двумя переменными.
Возможность автокорреляции.
Возможность построения рядов динамики с эффектом запаздывания.
35 встроенных моделей регрессии.
Возможность добавления 19 моделей, определяемых пользователем.
Описание слайда:
Программа CurveExpert Программа для нахождения зависимости между двумя переменными. Возможность автокорреляции. Возможность построения рядов динамики с эффектом запаздывания. 35 встроенных моделей регрессии. Возможность добавления 19 моделей, определяемых пользователем.

Слайд 17


Использование прикладных компьютерных программ в экологических исследованиях, слайд №17
Описание слайда:

Слайд 18


Использование прикладных компьютерных программ в экологических исследованиях, слайд №18
Описание слайда:

Слайд 19


Использование прикладных компьютерных программ в экологических исследованиях, слайд №19
Описание слайда:

Слайд 20


Использование прикладных компьютерных программ в экологических исследованиях, слайд №20
Описание слайда:

Слайд 21


Использование прикладных компьютерных программ в экологических исследованиях, слайд №21
Описание слайда:

Слайд 22





Выводы и перспективы использования программ
1. На основании нашего опыта по использованию прикладных программ в экологических исследованиях и преподавании экологических дисциплин в высшей школе, мы считаем, что данные программные продукты будут эффективным инструментом для отечественных экологов.
2. Основная трудность – это английский интерфейс, что в определенной степени сокращает область использования программ. В настоящее время нами ведется работа над созданием пакета инструкций по применению программ на русском и украинском языках.
3. Главные потенциальные области применения подобных программ в экологических исследованиях – мониторинг, исследование популяционной динамики, прогнозирование.
4. Программа «Oriana» является одной из немногих программ, способных выполнить адекватную обработку круговых данных и представить результаты графически.
5. Использование программы «CurveExpert» значительно сокращает время, затрачиваемое на определение характера связей между двумя переменными, и позволяет получить статистически достоверные результаты.
Описание слайда:
Выводы и перспективы использования программ 1. На основании нашего опыта по использованию прикладных программ в экологических исследованиях и преподавании экологических дисциплин в высшей школе, мы считаем, что данные программные продукты будут эффективным инструментом для отечественных экологов. 2. Основная трудность – это английский интерфейс, что в определенной степени сокращает область использования программ. В настоящее время нами ведется работа над созданием пакета инструкций по применению программ на русском и украинском языках. 3. Главные потенциальные области применения подобных программ в экологических исследованиях – мониторинг, исследование популяционной динамики, прогнозирование. 4. Программа «Oriana» является одной из немногих программ, способных выполнить адекватную обработку круговых данных и представить результаты графически. 5. Использование программы «CurveExpert» значительно сокращает время, затрачиваемое на определение характера связей между двумя переменными, и позволяет получить статистически достоверные результаты.



Похожие презентации
Mypresentation.ru
Загрузить презентацию