模糊图论分类的截取水平选择

在数量分类中,模糊图论的最大树方法可直接依据模糊相似系数得到树状图。但至目前为止,模糊图论分类中的截取水平通常由分析者主观给定,或者是以逐步试验、逐步修改的方法确定的。用太白山针叶林的数量分类研究结果表明,模糊图论分类的截取水平应选在模糊关系变化较大处,并可用数学方法确定。研究的植被分类实例结果与模糊聚类分析是一致的。     

模糊图论在山西植被区划中的应用

本文用模糊图论的最大树方法对山西植被区划进行了数量分类研究,将山西植被分为2个植被地带,6个植被地区,17个植被小区。与在植物群落学中应用的模糊聚类分析和其它方法相比,模糊图论的最大树方法直接依模糊相似系数矩阵得到树状图,从而避免了相似系数矩阵复杂的合成运算,而分类结果不仅更具直观性,而且也是令人满意的。我们认为模糊图论应用于植被区划是合适的。     

中国地方品种鸡的分类研究

中国鸡种资源极为丰富,中国历史上形成的许多优良地方品种鸡,对中国养鸡事业发展和世界养鸡业都曾做出过重要贡献。为充分利用我国地方鸡种资源遗传潜力和杂种优势,本文利用图论主成分分类法与系统聚类法根据20项指标研究了中国30个地方品种鸡的分类问题,分类结果比较符合实际,特别是图论主成分分类图直观清楚,生物学含意明确,对中国鸡种资源和基因库的利用有实际参考价值。     

模糊聚类在荆条灌丛(Scrub. Vitex negundo var. heterophylla) 分类中的应用

 本文应用模糊聚类分析对荆条灌丛分类进行了研究。聚类过程可分为三步：1．计算相似矩阵R：这一步与其它聚类方法相同,相似系数可有各种选择。 2．寻找模糊等价关系,取R的乘幂 R2,R4,R8,…,若在某一步,有 R*便是一个模糊等价关系。3．聚类：选取适当的置信水平λ进行聚类。本文相似系数采用式中rjk代表二样方j和k的相似系数,M为一适当的常数,以使0相似文献   

综合评价冬小麦的抗旱性

用主分量分析与模糊图论方法对河北省南部8个冬小麦品种在缺水条件下的抗旱性状作了分析;认为影响8种生理指标的主要因素是叶片失水、保水能力以及失水竹伤害程度,并对8个冬小麦品种的抗旱性强弱进行了排序。     

构建分子标记连锁图谱的图论构图方法

结合统计学、遗传学和图论原理,建立了一种新的分子标记连锁图谱构建的方法,即图论构图法．应用这种方法,从７７个家蚕ＲＡＰＤ标记位点中构建了７个标记位点的两个连锁群．与ＭＡＰＭＡＲＫＥＲ程序所构建的结果相比表明,图论构图法具有更为可靠的构图效果．     

针茅草原放牧衰退演替阶段的模糊聚类分析

本文利用模糊聚类分析的系统聚类法和ISODATA分类法,对短花针茅草原因过度放牧而形成的衰退演替系列的各阶段进行了分类;比较成功地在群落分类上联合使用了PCA排序与ISODATA分类。结果表明:这两种方法都将衰退演替系列分成4个阶段,它们是短花针茅群落、扁穗冰草群落、冷蓠群落和亚氏旋花群落。这与前人用其他方法分类的结果相似。本文为群落分类提供了两种合理、可行的数学分类方法。     

粗糙集模糊聚类分析法在昆虫分类研究中的应用

本文根据昆虫图像,对半翅目、鳞翅目、鞘翅目的28种昆虫提取的形状参数、叶状性、球状性等7项数学形态特征进行了粗糙集模糊聚类分析。在粗糙集处理的基础上,分别进行7指标和3指标（相对约简）两种不同的模糊聚类分析法相比较。结果显示,在作为目级阶元分类指标时,各项特征的重要性依次为：(似圆度、偏心率)＞（亮斑数、球状性、圆形性）＞（叶状性、形状参数）;粗糙集分类正确率优于模糊聚类分析法;粗糙集处理后的3指标分类正确率优于未处理的7指标分类正确率。结论认为,粗糙集理论在昆虫依据数学形态特征进行分类方面与统计分析方法相比更有优势,粗糙集滤过指标后再进行模糊聚类法分析在昆虫分类研究上具有重要意义。     

利用秆维管束进行中国散生竹类的聚类分析

本文是应用模糊聚类分析方法研究中国散生竹类分类的一次尝试。分类特征采用了竹秆上、中、下三段各类型维管束数,方法上使用了模糊(Fuzzy)直接聚类分析进行综合分析。经电子计算机运算后,不仅取得了与传统分类基本一致的分类结果,同时也表明这种方法较之其它一些植物数量分类方法简便易行,此外还讨论了一些中国散生竹类分类上的问题。     

浙江金衢盆地小麦—杂草群落的研究

用模糊图论中的最大树法,对金衢盆地的小麦-杂草群落进行了分类研究,结果表明,该区小麦-杂草群落分成4个类型,即潮土田上的小麦(Triticum aestivum)-野燕麦(Auena fatua)-春蓼(Polygonum persicaria)一荠菜(Caspsella bura-pas-toria)-猪殃殃(Galium aparine var.teneruml)群落,低丘岗地上的小麦-猪殃殃-野燕麦-波斯婆婆纳(Veronica persica)群落,水稻土田上的小麦-看麦娘(Alopecurusaequalis)-雀舌草(Stellaria alsine)-牛繁缕(Malachium aquaticum)-春蓼群落及烂浸田上的小麦-翅茎灯心草(Juncus alatus)-春蓼-看麦娘-扬子毛茛(Ranunculus sieboldii)群落。分析表明,土壤类型、pH、地形地貌、耕作制度、栽培措施是影响该区小麦-杂草群落结构及分布的主要因素。     

无样地法在暖温带落叶阔叶林群落调查中的应用

本文以秦岭太白山自然保护区内锐齿栎(Quercus atiena var. acuteserrota)为优势的暖温带落叶阔叶林为对象,采用与大样地(0.5公顷)实测结果的比较,研究了无样地法中的中点四分法取样技术在暖温带落叶阔叶林中的应用。认为中点四分法取样技术,具有较高的精度和效率,可适用于暖温带落叶阔叶林。并用种点数曲线确定了暖温带落叶阔叶林的最小点数为15个。     

Partitioning an elevation gradient of vegetation from southeastern Ethiopia by probabilistic methods

Vegetation and environment have been analyzed along an altitudinal gradient in Harena Forest, Bale Mountains National Park, southeastern Ethiopia. Vegetation data include numbers of each tree and shrub species and cover-abundance values of each herbaceous species. Environmental data comprise edaphic factors, altitude and topography. The two vegetation layers data were analysed separately.Probabilistic similarity coefficients were computed between the relevés, and these values were used in subsequent computations for classification and ordination. Two sets of stratocoena, comprising 6 types each, derived on the basis of separate analyses of tree-shrub and herb layers of the forest were recognised. A combination of the two sets of stratocoena produced a total of 11 vegetation types. Environmental fuzzy set analysis was applied to determine the strength of the relationship of the relevés to the environmental factors. Autocorrelation analysis was applied to the eigenvectors of probabilistic similarity matrices and environmental data. Altitude appears to be more important thant the other environmental factors in controlling the zonation of the forest. Other important environmental influences on the vegetation include pH, organic matter content and texture of the soil. It is suggested that the whole forest be included in the National Park to create suitable conditions for adequate protection.Abbreviations EFS Environmental fuzzy sets - PROSIM Probability similarity index - PCA Principal components analysis     

Vegetation and Climate Variations at Taibai, Qinling Mountains in Central China for the Last 3 500 cal BP

Pollen records of two swamp sections, located at Taibai Mountain, the highest peak in the Qinling Mountains of central China, show variations of vegetation and climate for the last 3 500 cal BP. The pollen assemblage at the Foyechi and Sanqingchi sections and the surface soil pollen allowed us to reconstruct a high-altitude vegetation history at Taibai Mountain for the first time. The data indicated that there was a cold-dry climate interval between 3 500 and 3 080 cal BP and a relatively warm and wet period compared with the present from 3 080 to 1 860 cal BP. The warmest period in the late Holocene on Taibai Mountain was from 1 430 to 730 cal BP, with an approximate 2℃ increase in mean annual temperature compared with today.There was a relatively cool-dry climate interval from 730 to 310 cal BP. After 310 cal BP, a mountain tundra vegetation developed again and the position of the modern tree line was established.     

排序轴分类法及其应用

排序轴分类法及其应用张金屯（山西大学生物系,太原０３０００６）ＯｒｄｉｎａｔｉｏｎＡｘｅｓＰａｒｔｉｔｉｏｎｉｎｇａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎ．　￥ＺｈａｎｇＪｉｎｔｕｎ（ＤｅｐｏｒｔｍｅｎｔｏｆＢｉｏｌｏｇｙ,ＳｈａｎｘｉＵｎｉｖｅｒｓｉ－ｔ...     

直接模糊聚类的截取水平选择及其在植被数量分析中的应用

植被生态研究中常用的聚类法,是着眼于研究区域中植被和环境因子呈间断分布或变化梯度较大的一类情况,对原始数据中各个体按其属性进行归类。直接模糊聚类法则以各个体间的属性相近程度来定义一模糊关系矩阵,然后对矩阵取不同的水平截集,从而得出一等级分类。当模糊关系确定以后,截取水平的选择就成了聚类结果的决定性因素。至目前为止,直接模糊聚类中的截取水平通常由分析者主观给定,或者是以逐步试验,逐步修改的方法确定的。这样,聚类结果就不可避免地带有较大的主观和任意性。笔者认为截取水平应选在模糊关系变化较大之处,使聚类结果尽可能地反映原始数据的结构特征。这一原理已被实施于一通用软件中,实例分析表明,如此选择的截取水平确能比较客观地反映原始数据的特征,从而得出较为合理的聚类结果。     

山西五台山种子植物区系分析

五台山有种子植物865种,隶属于392属92科,其中裸子植物3科, 6属, 7种,被子植物89科, 386属, 858种(双子叶植物76科, 294属, 699种,单子叶植物13科, 92属, 159种)。五台山种子植物属的区系成分类型多样,具有明显的温带色彩。突出特征是温带成分占绝对优势,达255属,占总属数的73.48%(其中北温带成分156属,占总属数的为44.96%),在植物区系的组成中具有重要作用。在五台山种子植物种的区系成分中,中国特有种占绝对优势,达286种,占总种数的33.41%,它们是构成五台山优势植被类型的建群种和优势种的主要成分,如华北落叶松、油松、青木千、黄刺玫、虎榛子、蚂蚱腿子等。类平均聚类结果表明,五台山种子植物区系成分与北京东灵山、百花山关系最为密切,与长白山关系次之,与关帝山、大青山有一定差异,与太岳山、太行山和中条山差异较大,与太白山差异最明显,这主要由它们的生态地理条件、区系成分的组成及植被建群种和优势种等差异所决定。     

Mapping historical forest types in Baraga County Michigan,USA as fuzzy sets

Data on tree location and species in a portion of Northern Michigan were gathered from General Land Office (GLO) survey notes (ca. 1850), digitized, and generalized to represent forest types. Fuzzy membership values describing the degree of membership of each species in each forest type were derived from (a) semantic information in the forestry literature and (b) a fuzzy clustering routine applied to data from randomly placed circular plots. The fuzzy membership values assigned to each tree point for each forest type were interpolated to form continuous surfaces using kriging and co-kriging. Advantages of this method over traditional discrete mapping methods include: (a) multiple options are available for the display and analysis; (b) classification uncertainty and the continuity of natural vegetation can be represented; and (c) the classification scheme is applied systematically across the entire map area and can be altered to produce alternative maps. The subset of available display and analytical products presented include: discrete forest type maps; a surface representing the confusion between forest types; fuzzy logical overlays of forest types; and discrete class maps with color value altered within each class to indicate degree of confusion at each location.