Морфометрия листьев кубанских дикорастущих лиан винограда (стр. 4 )

* - Khostinskaya liana № 1 was found on the Black Sea Coast by A. S. Solodko, Senior Researcher of Khostinsk culture preserve

Table 4. - Variation calculation data analysis of 18 leaves index features of wild-growing grape lianas

Parameter	Ampelographic index features
651x652	651/652	601/092	603/601	604/601	611/601	613/612	615/614	602/605	602/601	603/606	614/615	612/613	607+608	607+610	607+608+609	607+608+610	616*617
Kuban SAU Herbarium Leaves, n = 15
Mean	64,23	1,14	1,39	0,51	0,28	0,19	1,52	1,58	1,46	0,78	1,16	0,69	0,73	94,18	100,22	139,58	148,63	13,21
Mean error	9,88	0,03	0,10	0,02	0,02	0,01	0,11	0,11	0,06	0,02	0,02	0,06	0,08	2,34	3,43	3,77	3,86	1,93
Interval	118,21	0,35	1,22	0,23	0,23	0,22	1,75	1,70	0,74	0,23	0,33	1,01	1,15	32,16	47,10	48,51	53,41	25,70
Мinimum	16,84	1,03	0,92	0,43	0,18	0,11	0,64	0,70	1,14	0,65	1,04	0,42	0,42	78,88	73,32	108,11	113,60	3,33
Маximum	135,06	1,38	2,14	0,65	0,41	0,33	2,39	2,39	1,88	0,89	1,36	1,43	1,57	111,04	120,42	156,62	167,01	29,03
CV	59,6	9,1	28,3	13,3	24,0	30,1	28,4	26,3	15,2	9,8	8,1	34,5	40,8	9,6	13,2	10,5	10,1	56,5
Damanskaya liana № 1, n = 28
Mean	115,78	0,97	1,85	0,68	0,33	0,21	1,24	1,59	1,44	0,98	1,12	0,69	0,88	77,99	76,16	118,83	117,13	19,32
Mean error	14,29	0,03	0,15	0,04	0,01	0,01	0,08	0,10	0,06	0,02	0,03	0,04	0,04	2,55	2,91	3,05	4,02	1,49
Interval	334,84	0,58	4,56	1,21	0,35	0,27	1,66	2,90	1,22	0,50	0,84	0,95	0,95	52,20	57,34	58,63	79,11	32,76
Мinimum	31,16	0,68	0,98	0,47	0,19	0,04	0,73	0,82	0,93	0,69	0,83	0,27	0,42	59,84	57,05	96,44	92,70	6,61
Маximum	366,00	1,26	5,54	1,67	0,54	0,30	2,39	3,71	2,15	1,19	1,66	1,22	1,37	112,04	114,39	155,07	171,81	39,38
CV	65,3	14,6	42,6	33,8	22,4	25,0	32,2	34,5	22,0	12,1	12,6	27,2	27,0	17,3	20,2	13,6	18,2	40,8
Damanskaya liana № 2, n = 43
Mean	81,79	1,14	1,78	0,56	0,31	0,20	1,33	1,51	1,89	1,00	1,29	0,71	0,83	88,96	92,06	131,30	140,41	20,89
Mean error	6,97	0,03	0,07	0,02	0,01	0,01	0,07	0,07	0,24	0,02	0,15	0,02	0,04	1,76	2,63	2,19	3,07	1,48
Interval	175,21	0,78	2,27	0,42	0,26	0,29	1,72	2,92	10,42	0,49	6,83	0,77	0,96	57,54	78,50	64,45	87,12	44,99
Мinimum	14,86	0,77	1,08	0,42	0,18	0,07	0,73	0,97	1,14	0,83	0,88	0,26	0,41	56,07	58,00	100,06	99,89	8,95
Маximum	190,07	1,55	3,35	0,84	0,44	0,36	2,45	3,89	11,56	1,32	7,70	1,03	1,37	113,61	136,50	164,52	187,01	53,94
CV	55,9	15,9	26,3	18,4	21,6	28,4	32,2	31,7	81,6	12,1	78,1	22,3	31,0	13,0	18,8	10,9	14,3	46,5
Damanskaya liana № 3, n = 36
Mean	93,50	1,11	1,52	0,61	0,35	0,20	1,43	1,41	1,39	1,03	1,11	0,78	0,77	88,71	98,52	128,60	146,44	25,34
Mean error	5,33	0,02	0,05	0,01	0,01	0,01	0,07	0,07	0,03	0,02	0,01	0,04	0,04	1,78	2,16	3,02	3,23	1,13
Interval	129,03	0,50	1,08	0,34	0,25	0,19	1,66	1,38	0,98	0,66	0,44	0,99	0,96	36,57	47,54	70,15	66,21	28,73
Мinimum	40,30	0,92	1,11	0,45	0,23	0,09	0,73	0,68	0,91	0,69	0,99	0,49	0,42	71,60	81,15	100,54	119,51	12,11
Маximum	169,34	1,42	2,19	0,79	0,48	0,28	2,39	2,06	1,90	1,35	1,43	1,47	1,38	108,17	128,70	170,69	185,72	40,84
CV	34,2	10,3	19,6	11,2	16,9	24,3	30,1	28,0	14,9	13,6	7,7	31,7	32,4	12,0	13,2	14,1	13,2	26,9
Nechaevskaya liana № 1, n = 47
Mean	139,47	1,15	2,12	0,56	0,30	0,19	0,90	1,27	1,33	0,89	1,11	0,83	1,19	68,90	89,81	112,62	129,45	18,93
Mean error	7,63	0,01	0,06	0,01	0,01	0,01	0,03	0,05	0,03	0,02	0,01	0,03	0,05	0,77	1,37	1,19	1,52	0,57
Interval	231,23	0,53	2,03	0,33	0,23	0,20	1,01	1,63	0,92	0,52	0,37	0,80	1,47	21,46	53,23	37,95	56,36	17,21
Мinimum	62,93	0,79	1,25	0,45	0,17	0,11	0,47	0,83	0,70	0,47	1,00	0,41	0,68	57,69	57,33	91,40	96,58	11,73
Маximum	294,16	1,32	3,28	0,78	0,40	0,30	1,48	2,46	1,62	0,99	1,37	1,20	2,15	79,15	110,56	129,35	152,94	28,94
CV	37,5	8,7	18,4	10,8	15,3	21,3	25,9	27,1	14,0	13,0	6,1	21,3	27,1	7,6	10,4	7,2	8,0	20,8
Nechaevskaya liana № 2, n = 37
Mean	151,41	1,10	1,79	0,60	0,32	0,19	1,35	1,73	1,38	0,96	1,12	0,64	0,93	80,26	100,68	130,41	146,49	18,68
Mean error	10,96	0,02	0,09	0,01	0,01	0,01	0,11	0,10	0,03	0,02	0,01	0,03	0,07	1,38	1,93	1,82	2,18	0,97
Interval	290,52	0,46	3,13	0,31	0,24	0,14	2,65	2,28	0,80	0,46	0,33	0,84	1,64	38,11	48,35	46,03	51,40	26,14
Мinimum	50,37	0,86	0,97	0,47	0,22	0,11	0,51	0,86	1,03	0,63	1,00	0,32	0,32	61,30	71,99	104,33	118,99	9,09
Маximum	340,89	1,32	4,11	0,78	0,47	0,25	3,16	3,14	1,83	1,10	1,32	1,16	1,96	99,42	120,34	150,36	170,39	35,24
CV	44,0	9,7	29,9	13,0	18,2	20,9	51,8	33,6	14,1	10,4	6,2	30,8	45,8	10,4	11,7	8,5	9,1	31,6
Nechaevskaya liana № 3, n = 40
Mean	91,62	1,07	1,55	0,58	0,34	0,21	0,96	1,23	1,80	0,93	1,13	0,88	1,15	80,34	87,49	121,05	131,44	16,90
Mean error	4,61	0,01	0,06	0,01	0,01	0,01	0,06	0,05	0,21	0,02	0,02	0,04	0,05	1,23	1,38	1,71	1,61	0,73
Interval	122,18	0,42	2,10	0,31	0,19	0,21	1,55	1,22	8,64	0,64	0,67	0,98	1,27	29,56	49,23	50,64	46,53	21,99
Мinimum	33,45	0,90	1,05	0,43	0,24	0,10	0,57	0,66	0,99	0,64	0,98	0,53	0,47	65,77	61,25	95,69	106,61	7,67
Маximum	155,64	1,32	3,15	0,74	0,43	0,32	2,12	1,88	9,63	1,28	1,65	1,52	1,75	95,33	110,48	146,33	153,14	29,67
CV	31,8	8,0	24,9	12,7	15,2	20,2	37,8	25,4	72,9	12,7	10,6	29,0	29,2	9,7	10,0	8,9	7,7	27,8
Nechaevskaya liana № 4, n = 36
Mean	153,83	1,18	1,95	0,54	0,29	0,18	0,84	1,45	1,37	0,91	1,11	0,73	1,23	69,58	98,04	115,06	137,54	21,15
Mean error	7,66	0,01	0,06	0,01	0,01	0,01	0,03	0,06	0,05	0,04	0,01	0,03	0,04	1,27	1,24	1,65	1,42	0,92
Interval	207,01	0,34	1,70	0,20	0,15	0,13	0,78	1,93	1,43	1,00	0,32	0,76	1,16	31,10	27,07	41,27	42,37	23,16
Мinimum	49,91	1,02	1,37	0,44	0,22	0,12	0,52	0,90	0,58	0,39	0,95	0,35	0,77	52,51	85,22	93,74	114,62	11,78
Маximum	256,91	1,36	3,07	0,64	0,37	0,25	1,30	2,82	2,01	1,40	1,27	1,11	1,93	83,61	112,29	135,01	156,99	34,94
CV	29,9	7,3	18,3	10,5	14,1	17,4	19,1	24,7	23,4	23,6	6,9	21,2	18,3	11,0	7,6	8,6	6,2	26,2
Nechaevskaya liana № 5, n = 35
Mean	192,21	1,26	2,10	0,51	0,29	0,17	0,96	1,66	1,53	0,92	1,12	0,64	1,12	91,56	109,81	147,56	163,06	27,55
Mean error	12,04	0,02	0,07	0,01	0,01	0,01	0,04	0,07	0,03	0,02	0,01	0,03	0,05	1,22	1,89	1,68	1,76	0,91
Interval	316,81	0,48	1,75	0,21	0,21	0,18	0,99	1,77	1,08	0,58	0,33	0,69	0,99	29,30	46,94	47,71	44,19	24,08
Мinimum	110,26	1,08	1,43	0,42	0,21	0,09	0,62	0,95	0,97	0,57	0,96	0,37	0,62	75,43	85,77	118,32	143,85	18,49
Маximum	427,07	1,57	3,19	0,63	0,42	0,26	1,61	2,72	2,06	1,15	1,29	1,05	1,61	104,72	132,70	166,03	188,05	42,57
CV	37,1	8,8	19,7	9,5	15,8	20,9	26,3	26,0	12,8	10,9	7,0	25,2	25,3	7,9	10,2	6,7	6,4	19,6
Nechaevskaya liana № 6, n = 04
Mean	251,59	1,13	1,79	0,61	0,38	0,24	0,90	1,60	1,56	1,05	1,16	0,66	1,14	85,50	110,95	136,24	164,60	34,53
Mean error	18,95	0,06	0,22	0,03	0,03	0,01	0,08	0,23	0,10	0,04	0,01	0,08	0,12	3,24	3,85	7,40	4,50	0,86
Interval	82,22	0,26	0,93	0,13	0,11	0,07	0,38	1,06	0,42	0,20	0,04	0,39	0,55	14,78	16,35	32,32	17,33	4,11
Мinimum	224,62	1,05	1,41	0,52	0,32	0,20	0,66	1,20	1,42	0,98	1,13	0,44	0,95	77,03	103,75	123,85	155,02	32,41
Маximum	306,84	1,31	2,34	0,65	0,44	0,27	1,05	2,26	1,83	1,18	1,17	0,83	1,50	91,80	120,10	156,16	172,35	36,52
CV	15,1	10,6	24,0	9,9	15,6	12,7	18,6	28,7	12,5	8,6	1,6	24,6	21,8	7,6	6,9	10,9	5,5	5,0
Nechaevskaya liana № 7, n = 36
Mean	142,79	1,24	2,22	0,52	0,29	0,18	0,74	1,53	1,83	0,92	1,24	0,68	1,40	84,38	100,93	133,47	150,39	22,79
Mean error	5,15	0,02	0,09	0,01	0,01	0,00	0,03	0,06	0,06	0,03	0,02	0,02	0,04	0,98	1,13	1,60	1,16	0,77
Interval	125,30	0,53	2,19	0,37	0,17	0,12	0,84	1,58	1,61	0,66	0,55	0,56	1,32	29,48	25,52	41,75	31,21	21,22
Мinimum	77,01	0,93	1,45	0,40	0,22	0,12	0,48	1,06	1,16	0,64	0,96	0,38	0,76	68,95	87,13	111,42	133,56	12,67
Маximum	202,32	1,46	3,65	0,77	0,40	0,24	1,32	2,64	2,76	1,30	1,51	0,94	2,08	98,42	112,65	153,17	164,78	33,90
CV	21,6	10,2	23,6	14,9	15,3	16,2	21,4	23,2	19,5	16,4	10,4	20,2	18,8	7,0	6,7	7,2	4,6	20,3
Virovskaya liana № 1, n = 40
Mean	52,92	1,01	1,43	0,61	0,33	0,19	1,85	1,45	1,25	0,98	1,05	0,78	0,58	90,45	85,77	131,16	134,76	12,92
Mean error	3,42	0,02	0,05	0,01	0,01	0,01	0,08	0,09	0,06	0,05	0,01	0,04	0,02	1,14	1,65	1,36	1,85	0,66
Interval	112,57	0,52	1,82	0,27	0,26	0,21	2,11	2,66	1,59	1,25	0,33	1,49	0,62	30,15	41,57	36,17	39,21	18,63
Мinimum	18,52	0,78	1,00	0,49	0,20	0,09	1,07	0,56	0,61	0,46	0,86	0,31	0,31	74,56	64,04	110,40	115,86	7,64
Маximum	131,09	1,30	2,82	0,77	0,46	0,30	3,18	3,21	2,20	1,70	1,19	1,80	0,94	104,71	105,60	146,56	155,07	26,27
CV	40,9	11,9	23,8	9,7	17,8	25,2	27,6	37,3	29,8	30,7	6,3	35,7	26,5	8,0	12,2	6,6	8,7	32,3
Virovskaya liana № 2, n = 40
Mean	70,88	1,02	1,66	0,61	0,33	0,19	0,52	1,93	1,14	0,90	1,07	0,57	0,52	88,14	82,37	126,79	130,13	16,31
Mean error	4,86	0,01	0,06	0,01	0,01	0,01	0,02	0,10	0,01	0,01	0,01	0,03	0,02	1,00	1,25	1,44	1,45	0,67
Interval	144,90	0,25	1,94	0,35	0,26	0,21	0,55	2,87	0,31	0,55	0,32	0,78	0,55	30,14	32,56	42,49	45,24	16,98
Мinimum	23,92	0,91	1,00	0,41	0,18	0,09	0,29	0,96	1,03	0,63	0,91	0,26	0,29	76,13	69,21	109,22	111,73	6,97
Маximum	168,81	1,16	2,94	0,76	044	0,30	0,84	3,82	1,33	1,17	1,24	1,05	0,84	106,27	101,77	151,72	156,97	23,95
CV	43,4	6,7	22,5	11,6	18,0	24,5	29,8	32,1	6,1	10,1	7,5	31,6	29,8	7,2	9,6	7,2	7,1	26,1
Virovskaya liana № 3, n = 26
Mean	56,88	1,09	1,46	0,65	0,31	0,19	1,32	1,55	1,33	0,94	1,15	0,70	0,86	97,42	98,37	143,85	150,42	18,38
Mean error	3,81	0,02	0,08	0,02	0,01	0,01	0,08	0,11	0,05	0,04	0,02	0,04	0,07	1,50	2,06	2,01	2,22	0,94
Interval	78,60	0,33	1,63	0,42	0,32	0,22	1,60	2,24	1,39	1,05	0,55	0,70	1,25	27,82	43,52	44,66	44,89	17,99
Мinimum	20,29	0,92	0,70	0,51	0,20	0,04	0,59	0,99	0,89	0,55	0,90	0,31	0,46	83,66	75,73	127,32	126,67	9,34
Маximum	98,89	1,25	2,34	0,92	0,52	0,27	2,19	3,23	2,29	1,60	1,45	1,01	1,70	111,48	119,25	171,99	171,55	27,32
CV	34,1	8,5	29,2	16,0	24,7	28,6	32,7	35,2	20,5	22,3	10,8	27,6	39,1	7,8	10,7	7,1	7,5	26,1
Virovskaya liana № 4, n = 36
Mean	82,77	1,16	1,51	0,63	0,34	0,22	1,21	1,38	1,36	0,96	1,16	0,77	0,92	101,46	103,30	151,01	157,62	23,53
Mean error	5,38	0,02	0,05	0,01	0,01	0,01	0,07	0,06	0,05	0,04	0,02	0,03	0,05	1,18	1,84	2,03	2,09	1,01
Interval	129,14	0,46	1,22	0,28	0,26	0,19	1,62	1,27	1,42	1,16	0,49	0,77	1,14	35,30	53,27	45,02	57,44	26,49
Мinimum	38,03	0,98	1,02	0,50	0,23	0,11	0,63	0,80	0,82	0,53	0,97	0,48	0,44	86,09	81,81	130,90	129,70	12,26
Маximum	167,17	1,43	2,25	0,78	0,49	0,30	2,25	2,07	2,24	1,70	1,46	1,25	1,58	121,39	135,07	175,92	187,14	38,75
CV	39,0	9,3	18,8	11,0	17,0	21,0	33,5	24,8	23,6	27,3	9,6	25,4	32,3	7,0	10,7	8,1	7,9	25,6
Virovskaya liana № 5, n = 34
Mean	95,63	1,14	1,88	0,60	0,32	0,20	1,61	1,36	1,51	0,97	1,08	0,77	0,74	92,71	97,70	137,26	144,28	14,59
Mean error	11,35	0,02	0,12	0,01	0,01	0,01	0,17	0,06	0,16	0,08	0,01	0,04	0,04	1,51	1,74	2,51	1,84	1,03
Interval	226,90	0,62	2,86	0,35	0,36	0,19	5,42	1,43	5,26	2,08	0,31	1,08	1,04	35,37	40,10	61,64	41,38	22,76
Мinimum	20,21	0,91	1,10	0,43	0,20	0,11	0,83	0,89	0,54	0,30	0,88	0,04	0,16	71,11	80,80	103,67	124,72	8,08
Маximum	247,11	1,53	3,95	0,78	0,56	0,30	6,25	2,32	5,80	2,37	1,18	1,13	1,20	106,48	120,90	165,31	166,10	30,84
CV	69,2	12,6	37,2	11,8	19,6	21,2	60,8	25,4	61,6	47,5	6,0	28,0	33,7	9,5	10,4	10,7	7,4	41,1
Virovskaya liana № 6, n = 36
Mean	57,88	1,07	1,72	0,59	0,31	0,16	1,65	1,65	1,14	0,92	1,03	0,64	0,66	92,92	86,95	132,93	135,22	15,58
Mean error	4,39	0,02	0,06	0,01	0,01	0,01	0,08	0,08	0,05	0,04	0,02	0,03	0,04	1,89	1,64	2,22	2,09	0,86
Interval	113,72	0,54	1,75	0,41	0,29	0,22	2,10	2,16	1,11	0,82	0,49	0,68	1,23	43,93	43,41	55,98	53,35	25,96
Мinimum	18,75	0,89	0,86	0,40	0,17	0,05	0,63	1,01	0,73	0,58	0,80	0,32	0,37	74,43	68,24	106,71	107,90	6,91
Маximum	132,47	1,42	2,61	0,81	0,46	0,27	2,73	3,17	1,84	1,40	1,30	0,99	1,60	118,36	111,65	162,69	161,25	32,87
CV	45,5	9,7	21,7	11,9	21,6	37,1	29,2	27,4	24,4	25,7	9,8	24,1	33,8	12,2	11,3	10,0	9,3	33,1
Fanagoriyskaya liana № 1, n = 40
Mean	154,91	1,07	1,43	0,58	0,29	0,19	1,20	1,49	1,42	1,00	1,22	0,71	0,93	85,63	94,59	135,81	141,96	35,76
Mean error	4,82	0,01	0,04	0,01	0,00	0,00	0,05	0,06	0,03	0,01	0,12	0,03	0,09	0,86	1,01	1,39	0,92	0,76
Interval	115,38	0,19	1,11	0,15	0,13	0,13	1,72	1,55	0,92	0,35	4,87	0,87	3,67	25,52	32,03	49,70	25,51	20,00
Мinimum	97,48	0,99	0,93	0,49	0,24	0,14	0,24	0,77	1,10	0,80	1,01	0,43	0,51	69,74	80,63	108,40	129,07	25,74
Маximum	212,86	1,18	2,04	0,64	0,37	0,26	1,95	2,32	2,02	1,15	5,87	1,30	4,18	95,26	112,66	158,10	154,58	45,75
CV	19,7	4,8	15,8	6,4	10,7	13,1	25,2	23,5	12,2	9,0	61,8	26,3	59,2	6,4	6,7	6,5	4,1	13,5
Khostinskaya liana № 1, n = 21
Mean	62,51	1,09	1,67	0,59	0,29	0,20	1,13	1,89	1,83	0,89	1,18	0,59	1,03	83,59	90,20	127,73	135,44	11,24
Mean error	5,33	0,03	0,10	0,01	0,01	0,03	0,10	0,14	0,10	0,02	0,05	0,04	0,10	1,97	2,07	2,14	2,07	0,80
Interval	92,86	0,60	1,69	0,29	0,14	0,72	1,77	2,06	2,09	0,44	1,01	0,66	2,04	28,53	39,26	36,84	36,00	14,50
Мinimum	35,13	0,78	1,15	0,48	0,23	0,10	0,40	1,01	0,81	0,70	0,46	0,33	0,46	69,97	64,63	112,80	113,81	6,19
Маximum	127,99	1,38	2,85	0,77	0,37	0,82	2,17	3,07	2,90	1,14	1,47	0,99	2,50	98,50	103,89	149,64	149,81	20,69
CV	39,1	13,6	27,4	9,9	14,5	73,5	38,6	33,4	26,1	10,8	19,4	33,7	45,6	10,8	10,5	7,7	7,0	32,7
Khostinskaya liana № 2, n = 21
Mean	105,53	1,12	2,24	0,60	0,32	0,20	1,59	2,30	1,39	0,91	1,08	0,47	0,70	94,26	99,69	138,80	150,54	13,22
Mean error	7,00	0,02	0,14	0,01	0,01	0,01	0,11	0,13	0,07	0,02	0,03	0,03	0,05	2,79	1,84	3,12	2,79	0,82
Interval	119,77	0,31	2,33	0,27	0,19	0,14	1,66	2,16	1,40	0,31	0,60	0,51	0,86	42,69	30,84	48,26	41,85	14,62
Мinimum	28,03	0,99	1,33	0,49	0,25	0,15	0,79	1,25	1,06	0,78	0,95	0,29	0,41	75,82	83,71	121,97	135,03	5,99
Маximum	147,81	1,30	3,66	0,76	0,44	0,29	2,45	3,41	2,46	1,09	1,54	0,80	1,27	118,51	114,55	170,22	176,88	20,61
CV	30,4	7,8	28,4	11,2	13,8	20,2	30,8	26,4	23,0	7,7	11,2	28,4	35,5	13,6	8,5	10,3	8,5	28,6
Khostinskaya liana № 3, n = 15
Mean	74,54	1,01	1,94	0,64	0,36	0,24	1,56	1,62	1,41	0,96	1,06	0,68	0,72	88,61	99,15	133,97	144,26	11,78
Mean error	5,75	0,03	0,15	0,02	0,02	0,02	0,13	0,14	0,04	0,01	0,04	0,05	0,07	2,13	3,39	3,20	3,75	0,51
Interval	78,17	0,40	1,73	0,36	0,27	0,28	1,66	1,71	0,61	0,15	0,75	0,65	0,80	30,53	47,11	50,09	49,62	6,41
Мinimum	45,09	0,83	1,21	0,37	0,16	0,18	0,83	0,98	1,20	0,88	0,50	0,37	0,40	72,06	73,89	102,41	117,95	9,21
Маximum	123,27	1,24	2,95	0,73	0,44	0,46	2,49	2,69	1,81	1,03	1,25	1,02	1,21	102,59	121,00	152,49	167,57	15,62
CV	29,9	11,5	29,1	13,8	17,6	29,5	32,7	32,9	11,1	5,4	15,6	30,9	36,8	9,3	13,2	9,3	10,1	16,7

According to the data in tables 3, 4 the following conclusion can be made.

Twenty wild-growing lianas variation coefficients of 22 measured ampelographic leaf features without their biometric transformation vary within wide intervals (CVs are introduced in table 3): 16,6 – 42,2 with its mean 28,7%, 15,8 – 53,0 at 29,8%, 11,0 – 41,2 at 21,7%, 9,1 – 29,0 at 19,8%, 11,7 – 45,7 at 24,2%, 13,8 – 26,9 at 19,6%, 10,8 – 29,4 at 19,1%, 10,2 – 43,6 at 21,2%, 3,2 – 52,0 at 15,6%, 8,5 – 22,5 at 15,2%, 9,2 – 33,0 at 21,8%, 9,5 – 35,0 at 23,1%, 11,0 – 36,7 at 21,1%, 8,1 – 30,5 at 21,2%, 13,0 – 51,2 at 32,8%, 13,7 – 48,6 at 25,3%, 8,2 – 40,8 at 15,1%, 7,3 – 44,2 at 24,3%, 10,1 – 34,3 at 19,6% and 9,7 – 33,3 at 19,8%. In total the same features average variation coefficient of 20 lianas was 22,0%. Herbarium leaf variability coefficient of the same name features varied from 13,3 to 46,4%, with its mean 31,6%.

Variation coefficient analysis of 18 index leaf features of the same 20 lianas (table. 4), is reflected in the following figures: 12,1 – 65,3 at 26,8%, 10,9 – 81,6 at 31,1%, 7,7 – 34,2 at 19,7%, 6,1 – 37,5 at 16,7%, 6,2 – 51,8 at 22,2%, 7,7 – 72,9 at 21,9%, 6,2 – 29,9 at 16,3%, 6,4 – 37,1 at 16,5%, 1,6 – 28,7 at 13,3%, 4,6 – 23,6 at 15,4%, 6,3 – 40,9 at 21,7%, 6,1 – 43,4 at 18,3%, 7,1 – 39,1 at 21,6%, 7,0 – 39,0 at 19,5%, 6,0 – 69,2 at 28,6%, 9,3 – 45,5 at 22,1%, 4,1 – 61,8 at 18,0%, 7,0 – 73,5 at 25,2%, 7,7 – 35,5 at 19,1% and 5,4 – 36,8 at 19,7%. In total, index features average variation coefficient of 20 lianas was 20,7%. Variability coefficient of the same name features of 15 herbarium leaves varied from 8,1 to 59,6%, with its mean 23,8% - it is 8% less than 22 initially measured features.

Taking into consideration highly variable degree of ampelographic quantitative leaf features with such a low amount of examined liana samples (n = 4 – 47), cluster analysis is applied as a grouping method of examined lianas by morphological resemblance of naturally mutable leaves.

Cluster analysis was made with the following seven methods described in prof. I. A. Katsko work [1]: single link (Euclidean distance), full link (Euclidean distance), unweighed paired mean (Euclidean distance), weighed paired mean (Euclidean distance), unweighed centroid (Euclidean distance), weighed centroid (Euclidean distance) and Varda methods (picture 4).

Single Link Method

Euclidean distance

Distance integration

Full Link Method

Euclidean distance

Unweighed Paired Mean Method

Euclidean distance

Distance integration

Weighed Paired Mean Method

Euclidean distance

Distance integration

Unweighed Centroid Method

Euclidean distance

Integration Order (distances are not monotonous)

Weighed Centroid Method

Euclidean distance

Integration Order (distances are not monotonous)

Varda Method

Euclidean distance

Distance integration

Рicture 4. Cluster analysis dendrograms with seven various methods

It is introduced graphically in the dendrograms that application of seven widespread methods of cluster data analysis gave us opportunity to single out two superclusters as two rather homogeneous totalities of research objects - lianas. The first supercluster includes the first biotypical group of phenotycically analogous to herbarium liana leaves V. vinifera silvesrtris Gmel. along with alvirivskaya, two damanskaya (D2 and D3), one nechaevskaya (А3) and all of khostinskaya lianas, the second one comprises lianas group of six nechaevskaya (А1, А2, А4, А5, А6, А7) and fanagoriyskaya lianas (F1).

Stable subcluster V3-AU emergence is morphological identity illustration of herbarium leaves with virovskaya ones. Their lianas grow not far from Shuntuk farm (Teuchezhskiy district, the Adygh Republic) in the forestry of the Shunduk bank – left tributary of the Belaya (picture 5).

Рicture 5. Area map of growing virovskaya wild grape lianas [13]

Due to the migrating position in the diagrams damanskaya liana D1 can be morphologically related to the third biotype.

It proves the necessity of biometric research extending using «Eidos» method and wild-growing lianas differentiation into biological types by leaf morphology [2].

Conclusions and Recommendations

Despite of diverse cluster analysis methods had generated various superclusters, clusters and subclusters, united in subclusters, lianas turned out to be morphologically identical by leaf morphometry. It is essential to analyze molecular-genetic side.

Consequently according to 40 morphometric features the most similar to 15 herbarium leaves of three lianas are all of virovskaya, two damanskaya (D2 and D3), one nechaevskaya (А3) and all of khostinskaya lianas. Stable subcluster V3-AU existence indicates morphological herbarium leaf identity with virovskaya lianas grown near Shuntuk farm in the forestry of the Shunduk bank.

Botanical matter decision of virovskaya, damanskaya and khostinskaya lianas classifying as ampelographic taxon ssp. Vitis vinifera silvestris Gmel. must be provided by multidimentional method «Eidos». Fanagoriyskaya and nechaevskaya lianas attributed to taxon ssp. Vitis vinifera silvesatis Ram. should be evaluated by the same effective method.

List reference

1. Каtskо I. А., Pаklin N. B. Workshop on data analysis on computer. – Кrasnodar: Кuban SAU, 2007. – p. 236, illustration.

2. Lutsenko E. V. Universal cognitive analytic system ‘Eidos’. Pat. № RF. Appl. № Pub. 22.04.2003.

3. Тroshin L. P. Ampelography and grape selection. – Кrasnodar: RIC «Freestyle masters», 1999. – p. 138.

4. Тroshin L. P. Grape evaluation and selection. – Yalta, 1990. – p. 160.

5. Тroshin L. P. Morphometric analysis of leaf ampelographic information / L. P. Тroshin // Multidisciplinary network electronic Academic Journal of Kuban State Agrarian University (Academic Journal Kuban SAU) [Electronic resource]. – Кrasnodar: Кuban SAU, 2011. – №06(70). - С. 460–490. – Access mode: http://ej. *****/2011/06/pdf/32.pdf.

6. Тurok I., Magradze D., Тroshin L. P. Eurasian grape gene pool preservation - European ampelography initial problem // Multidisciplinary network electronic Academic Journal of Kuban State Agrarian University (Academic Journal Kuban SAU) [Electronic resource]. – Кrasnodar: Kuban SAU, 2006. – №– Information register code: \0018. – Access mode: http://ej. *****/2006/01/pdf/19.pdf.

7. Codes des caracteres descriptifs des varietes et especes de Vitis. – OIV, 2001. Website http://www. oiv. int/fr/.

8. Ortiz Jesus Marıa et al. Molecular and morphological characterization of a Vitis gene bank for the establishment of a base collection // Genetic Resources and Crop Evolution. – 20: 403–409.

9. Website http://*****/adm279in/kaf_pubs/index. php? mess=1.

10. Website http:///products/mesoplant/siams_mesoplant. htm.

11. Website http:///products/photolab/siams_photolab. htm.

12. Website http://www. *****/.

13. Website http://maps. *****/.

27.06.2011