E-catalog        

Библиогр.: с. 121

Данная публикация выполнена как логическое продолжение нашей предыдущей статьи. Ранее изложены результаты комплексного флоро-фаунистического районирования Северной Евразии. Этот регион, охватывающий всю территорию бывшего СССР в границах 1991 года, предварительно разделен на 597 участков. Для каждого участка вычислены коэффициенты сходства Жаккара раздельно по: 1 – флоре древесных растений, 2 – фауне беспозвоночных и 3 – позвоночных животных, а районирование выполнялось на основе анализа усредненной матрицы коэффициентов сходства. Оценить репрезентативность использованных материалов и устойчивость проведенных границ предложено постепенным увеличением количества усредняемых матриц с дополнительным привлечением доступных данных по другим группам организмов. В данном случае этот подход реализован добавлением к трем вышеуказанным матрицам коэффициентов сходства четвертой, рассчитанной по флоре всех сосудистых растений на уровне рода. Включение в расчеты дополнительной матрицы увеличило число признаков с 2156 до 3799 видов, а видов и родов – почти вдвое. Вследствие этого неоднозначно изменились прежние классификационные представления. Формально отличия в составленной заново классификации охватывают 66 % участков. Но при сравнительной оценке информативности прежней и новой классификаций среднее отклонение (по модулю) не превышает 0.8 % суммарной дисперсии матрицы коэффициентов сходства. Это свидетельствует о надежности ранее высказанных суждений о флоро-фаунистической неоднородности данного региона и дает основание говорить о возможности составления нескольких классификаций, существенно различающихся по составу таксонов, но равнозначных по доле учитываемой ими дисперсии одной и той же матрицы сходства. Как и в предыдущей работе, в процессе исследования применялись нетрадиционные методы прикладной статистики, объединяющие в одном алгоритме подходы кластерного и факторного анализа. Также использовался оригинальный метод линейной качественной аппроксимации матриц связи, позволяющий учесть нелинейность связи с помощью выделенных градаций факторов, выявленных при кластерно-факторном анализе.