Экосистемный анализ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ВЛАДИВОСТОКСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И СЕРВИСА

ИНСТИТУТ ИНФОРМАТИКИ ИННОВАЦИЙ И БИЗНЕС-СИСТЕМ

КАФЕДРА ЭКОЛОГИИ И ПРИРОДОПОЛЬЗОВАНИЯ

Экосистемный анализ

Рабочая программа учебной дисциплины

по специальности

020801.65 ЭКОЛОГИЯ

Владивосток

Издательство ВГУЭС

2014

ББК 20

Учебная программа по дисциплине «Экосистемный анализ» составлена в соответствии с требованиями ГОС ВПО. Предназначена для студентов специальности 020801.65 Экология

Составитель: , доцент кафедры «Экологии и природопользования»

Утверждена на заседании кафедры «Экологии и природопользования» 19 февраля 2014 г., протокол

Рекомендована к изданию учебно-методической комиссией Института информатики, инноваций и бизнес-систем.

© Издательство Владивостокский

государственный университет

экономики и сервиса, 2014

ВВЕДЕНИЕ

Дисциплина «Экосистемный анализ» входит в цикл специальных дисциплин специальности 020801.65 - Экология.

К наиболее актуальным проблемам современной экологии относятся выработка практических рекомендаций для рационального управления биоресурсами, проведение экосистемных научных исследований, изучение функциональных связей в экосистемах и антропогенного воздействия на них. Решить эти проблемы невозможно без применения методов экосистемного анализа. Подход к изучению экосистем на системном уровне включает комплексное изучение всех ее элементов с качественной точки зрения, различные количественные методы изучения, такие как статистические и математические методы, методы моделирования.

Учебная дисциплина «Экосистемный анализ» призвана помочь студентам получить базовые знания в области исследования структуры и функционирования экосистемы и роли в ней различных популяций с целью прогнозирования развития экосистемы и динамики составляющих ее элементов, а также решать задачи управления ими.

Особое место данной дисциплины в профессиональной подготовке студентов обусловлено тем, что она рассматривает проблемы развития и динамики экосистем с точки зрения системных исследований, поэтому данная дисциплина тесно связана с такими ранее изученными дисциплинами, как «Теория вероятностей», «Математическая статистика», «Информатика», «Общая экология». При системном подходе используется математический аппарат теории исследования операций, методы многомерной статистики и неформального анализа, а также компьютерное моделирование. Практические занятия по курсу связаны с использованием на ПЭВМ пакета прикладных программ «Statistica» для приобретения навыков проведения всевозможных методов статистического анализа и моделирования экологических данных.

Программа дисциплины составлена на основе Государственного образовательного стандарта высшего профессионального образования.

1. ОРГАНИЗАЦИОННО-МЕТОДИЧЕСКИЕ УКАЗАНИЯ

1.1. Цели освоения учебной дисциплины

Дисциплина «Экосистемный анализ» имеет целью изучение основных методов прогнозирования динамики экосистем с учетом экологических факторов.

Основной задачей теоретической части дисциплины является освоение основных методологических аспектов экосистемного анализа, методов анализа и моделирования сообществ и экологических систем, исследования структурных и функциональных связей в популяциях и экосистемах. Изучение основных методов прогнозирования и элементов механизма эколого-экономического природопользования с позиций системного анализа также относится к задачам данной дисциплины.

Практическими задачами дисциплины являются: умение четко формулировать цели и задачи конкретного исследования, изучить методы исследования, анализа и прогнозирования экосистем, а также приобрести навыки работы с пакетом прикладных программ «Statistica» на ПЭВМ.

1.2 Место дисциплины в структуре ООП (связь с другими дисциплинами)

Дисциплина базируется на следующих дисциплинах ООП: общая экология, геоэкология, информатика.

1.3 Основные виды занятий и особенности их проведения

Общая трудоёмкость дисциплины 51 час, из них 17 часов отводится на лекции, 34 часа на практические занятия. Промежуточная аттестация – экзамен.

Для понимания лекционного материала студент должен владеть специальной терминологией, основная часть которой дается на занятиях, остальную студент изучает самостоятельно с помощью предложенной литературы по указанным темам. Знание специальной терминологии облегчает усвоение материала, и, дает возможность вовлечь слушателя в учебный процесс. Дисциплиной не предусмотрено повторное изучение разделов высшей математики, математической статистики, экологии, информатики, знание которых необходимо для понимания излагаемого материала. Их следует планировать в качестве самостоятельной работы студентов при подготовке к лекционным и практическим занятиям.

Средствами активизации выступают отдельные вопросы к аудитории, организация дискуссии. Таким образом, в процессе лекции обеспечивается работа обучающегося совместно с преподавателем.

На практических занятиях студенты выполняют практические работы по заданной теме с использованием пакета прикладных программ Statistica на ПЭВМ. Целью практических занятий является разбор и закрепление на конкретных исходных данных основной части лекционного материала. Итогом выполнения поставленных задач является отчет в формате *.rtf, на основе которого студент должен дать всесторонне обоснованный анализ полученного результата.

При подготовке к практическим занятиям студент самостоятельно отвечает на контрольные вопросы, предлагаемые в каждой практической работе, используя материалы лекций, специальную литературу, Интернет, презентации, размещенные в хранилище презентационных материалов ВГУЭС.

Самостоятельная работа студентов включает работу с учебной и научной литературой при подготовке к практическим занятиям и к экзамену. Самостоятельная работа проводится с целью: систематизации и закрепления, углубления и расширения теоретических знаний и практических умений, приобретаемых студентами в ходе аудиторных занятий; формирования умений использовать специальную литературу; развития познавательных способностей и активности обучающихся; формирования самостоятельности мышления, способности к саморазвитию, самосовершенствованию и самореализации; развития исследовательских умений. Самостоятельная работа при изучении дисциплины «Экосистемный анализ» подразделяется на три вида: 1) аудиторная самостоятельная работа (выполнение контрольных работ, тестов, отчеты по практическим работам); 2) самостоятельная работа под контролем преподавателя (творческие контакты, плановые консультации, экзамен); 3) внеаудиторная самостоятельная работа при выполнении студентом домашних заданий учебного и творческого характера (подготовка к лекциям, индивидуальные работы по отдельным разделам содержания дисциплины, подготовка к экзамену). Удельный вес занятий, проводимых в интерактивной форме составляет 30%.

1.4 Виды контроля и отчетности по дисциплине

Контроль успеваемости студентов осуществляется в соответствии с рейтинговой системой оценки знаний.

Текущий контроль успеваемости содержит задания, способствующие развитию компетенций профессиональной деятельности, к которой готовится студент и включает:

- проверку уровня самостоятельной подготовки при выполнении индивидуального задания, при подготовке к лекциям и практическим работам;

- участие в дискуссиях по основным моментам изучаемой темы;

- защиту отчетов по практическим занятиям.

Помимо индивидуальных оценок используются групповые и взаимооценки:

- оценка студентами работ друг друга;

- оппонирование студентами отчетов по практическим работам.

Текущий контроль предусматривает:

- решение контрольных работ и практических задач по разделам изучаемого материала;

- тестирование.

Промежуточная аттестация осуществляется в форме компьютерного тестирования (СИТО).

2. СТРУКТУРА, СОДЕРЖАНИЕ УЧЕБНОЙ ДИСЦИПЛИНЫ

2.1 Темы лекций

Тема 1. Методологические аспекты экосистемного анализа (2 часа)

Предмет и задачи учебной дисциплины. Цели и методы исследования экосистем. Применение системного анализа к экологическим системам. Роль моделирования при анализе экологических систем и в управлении природопользованием. Системы и виды систем, их иерархическая структура. Кибернетическое описание моделей экосистем и классификация моделей. Динамика состояния и управления в экосистемах.

Тема 2. Методы моделирования сообществ и экосистем (3 часа)

Структурное разбиение и моделирование систем. Методы моделирования. Семейства математических моделей, их преимущества и недостатки. Словесные и математические модели. Детерминированные, стохастические, динамические, матричные и марковские модели. Математические модели процессов в биосистемах. Модели динамики численности локальной популяции.

Тема 3. Методы анализа сообществ и экосистем (3 часа)

Сбор информации, использование имеющихся статистических данных и оценок экспертов, постановка специальных экспериментов. Разведочный анализ экологических данных. Конкретизация количественных взаимосвязей в эколого-экономических системах, вычисление коэффициентов регрессии, доверительных интервалов, проверка количественных взаимосвязей между переменными. Статистическая проверка гипотез. Дисперсионный анализ.

Тема 4. Многомерные модели и методы исследования популяций и экосистем (3 часа)

Основные категории многомерных моделей. Анализ главных компонент, дискриминантный анализ, кластерный анализ, факторный анализ, канонический корреляционный анализ. Интерпретация результатов моделирования.

Тема 5. Прогноз динамики показателей систем (2 часа)

Методы прогнозирования (краткосрочное и среднесрочное прогнозирование). Прогнозирование стационарных и нестационарных показателей. Меры точности прогноза. Криволинейное выравнивание (подбор кривых, сводящихся к линейному тренду и к модифицированной экспоненте). Основные формы организации выборочного статистического наблюдения и планирования эксперимента.

Тема 6. Элементы механизма эколого-экономического природопользования с позиций системного анализа (2 часа)

Современная экологическая обстановка и принципы рационального природопользования. Концепция устойчивого развития. Нормирование качества природной среды. Размещение производств с учетом экологических ограничений. Процесс принятия решений при системных исследованиях различных проблем рационального природопользования.

Тема 7. Экосистемный анализ при исследовании структуры и функционирования экологических систем. Продукция экосистем и ее элементов (2 часа)

Состав и основные функциональные элементы различных экологических систем. Конкретные примеры функционирование водных экосистем. Трансформация вещества и энергии в экосистеме. Пищевые цепи, межвидовые и внутривидовые отношения с точки зрения системных исследований: конкуренция, хищничество, симбиоз и паразитизм. Продукция элементов экосистемы и ее в целом. Загрязнение экосистемы, влияние его на структуру и функционирование экосистем. Математическое моделирование продукционных процессов в экосистеме и влияние антропогенных факторов.

2.2. Перечень тем практических занятий

1. Знакомство с пакетом «Statistica» (4 часов)

Структура окна «Statistica», панель инструментов, временные и постоянные настройки. Основные операции над переменными и случаями. Галерея графиков. Экстраполяция данных. Динамический обмен данными (установление «горячей» и «холодной» связи). Настройка параметров канала ввода-вывода.

2. Модуль «Основные статистики и таблицы» (6 часов)

Основные элементы диалога в модуле «Основные статистики и таблицы». Корреляционные матрицы, таблицы частот. Коэффициенты корреляции и детерминации. Уровень значимости. Статистическая проверка гипотез: критерий Стьюдента для зависимых и независимых выборок.

3. Регрессионный анализ. Нелинейное оценивание (6 часа)

Простая и множественная линейная регрессия. Основные приемы работы в модуле. Стандартная ошибка оценки регрессионной модели. Источники дисперсии. Критерий Фишера. Нелинейная регрессия. Подбор регрессионной кривой, удовлетворительно аппроксимирующей исходный ряд значений. Оценка адекватности модели с помощью анализа остатков.

4. Дисперсионный анализ (8 часов)

Модели дисперсионного анализа: однофакторный дисперсионный анализ, дисперсионный анализ главных эффектов, многофакторный дисперсионный анализ, дисперсионный анализ повторных измерений. Проверка гипотез. Степень влияния факторов.

5. Многомерные методы анализа (10 часов)

Кластерный, дискриминантный, факторный и канонические анализы. Элементы диалога в соответствующих модулях. Выбор группирующей переменной. Интерпретация результатов.

3. ОБРАЗОВАТЕЛЬНЫЕ ТЕХНОЛОГИИ

По дисциплине предусмотрено проведение лекционных, практических занятий и самостоятельная работа.

Основные виды занятий:

1.  Лекции, на которых дается основной систематизированный материал по дисциплине «Экосистемный анализ». При изложении теоретического материала используются активные методы проведения занятий – каждая лекция начинается с блиц-опроса по материалам предыдущей лекции.

2.  Практические работы являются активной формой занятий, на которых студенты овладевают навыками работы с пакетом прикладных программ Statistica, выполняя ряд практических заданий по основным темам лекционных занятий, что способствует формированию у студентов грамотного подхода к анализу имеющейся информации и выбору методов исследования и прогнозирования экосистем.

3.  Самостоятельные занятия под руководством преподавателя обеспечивают более эффективную подготовку и качество усвоения теоретического материала, приобретение определенных практических навыков студентов. Основная задача самостоятельной работы - привить умение учиться. По результатам самостоятельных работ проводятся интерактивные занятия – студенты работают в группах, каждая группа выполняет определенное задание по выбранной теме, представители других групп задают вопросы и выставляют оценки выступающим.

4.  Консультации включают помощь при самостоятельном освоении материала.

Для выполнения и оформления домашних работ студенту необходимы пакеты программ Microsoft Office (Excel, Word), Internet Explorer, или другие аналогичные.

В образовательном процессе используются инновационные технологии обучения: активная дискуссия, семинары в диалоговом режиме, практические работы на ПЭВМ с установленным пакетом прикладных программ Statistica. Удельный вес занятий, проводимых в интерактивной форме, составляет 30%.

4. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ КУРСА

4.1. Перечень и тематика самостоятельных работ студентов по дисциплине

1.  Сущность системного подхода и его применение в экологии и к системам окружающей среды (4 часа).

2.  Антропогенный стресс и токсичные отходы как лимитирующий фактор в экосистемах (4 часа).

3.  Влияние факторов внешней среды на интенсивность обмена у водных животных (4 часа).

4.  Загрязнение экосистемы и влияние его на структуру и функционирование экосистем (на примере конкретных экосистем) (3 часа).

5.  Колебания в системе «хищник-жертва», теория и примеры (3 часа).

6.  Математические модели популяций. Основные уравнения, учитывающие колебания численности популяций, логистическое уравнение (3 часа).

7.  Основные проблемы роста организмов. Связь между ростом и продуктивностью (3 часа).

8.  Оценка устойчивости экосистем и ее связь со структурой сообществ (3 часа).

9.  Понятие о трансформации вещества и энергии в экосистеме. Энергетический баланс экосистемы. (3 часа)

10.  Эколого-экономические аспекты проблемы управления окружающей средой (3 часа).

11.  Информационные индексы сложности структуры сообществ (на основе функции Шеннона-Уивера) (3 часа).

12.  Коэффициенты сходства систематического состава фауны и флоры (3 часа).

13.  Моделирование продукционных процессов в водной экосистеме (3 часа).

14.  Биогеографические и эколого-популяционные аспекты изучения водных экосистем (3 часа).

15.  Загрязнение прибрежной зоны г. Владивостока. Системные аспекты (4 часа).

16.  Структура и пространственное распределение биологического разнообразия экосистем (на примере конкретных экосистем) (4 часа).

17.  Проблемы рекреационного освоения прибрежных территорий Приморского края (4 часа).

18.  Сообщество как функциональная единица экосистемы (на примере конкретного сообщества) (4 часа).

19.  Влияние конкуренции и хищничества на видовое разнообразие экосистем (4 часа).

20.  Сукцессия во времени и пространстве. Применение Марковских моделей для моделирования сукцессий экосистем (4 часа).

21.  Системный подход к изучению регуляции численности популяций (4 часа).

22.  Анализ структуры пелагических сообществ экосистемы залива Петра Великого (Японское море) (4 часа).

23.  Анализ структуры донных сообществ экосистемы залива Петра Великого (Японское море) (4 часа).

24.  Физико-географическая и гидрохимическая составляющая бассейна Амурского залива (4 часа).

25.  Детрит и его роль в водных экосистемах (4 часа).

26.  Влияние факторов среды на процесс образования первичной продукции в водоемах (4 часа).

4.2. Контрольные вопросы для самостоятельной оценки качества освоения учебной дисциплины

1.  В чем заключается системный подход к решению задач в экологии?

2.  Каков математический аппарат системного анализа?

3.  Опишите основные этапы системного анализа.

4.  Каково взаимодействие подсистем в процессе целенаправленного функционирования?

5.  Перечислите признаки сложных систем.

6.  Перечислите признаки замкнутых и открытых экосистем.

7.  Дайте характеристику переменным состояния.

8.  Какое управление называется оптимальным?

9.  Охарактеризуйте естественное внутреннее управление в экосистемах.

10.  Опишите уровни иерархической организации экосистем.

11.  В чем заключается адаптация экосистем?

12.  Опишите динамику экосистем.

13.  В каких случаях применяется стохастическое моделирование?

14.  В каком состоянии экосистемы ее поведение описывается моделями поведения?

15.  Дайте определение понятия «статическое поведение системы». Какое состояние системы возникает под действием постоянных возмущающих переменных?

16.  Дайте характеристику дискретно-дискретной, дискретно-непрерывной, непрерывно-непрерывной моделям.

17.  Опишите Марковскую модель первого порядка.

18.  Охарактеризуйте переходное, замкнутое и поглощающее множества состояний.

19.  Дайте определение понятия «многомерный анализ».

20.  Какая функция лучше всего описывает скорость роста разных органов у растений и животных?

21.  Дайте определение понятия «имитационная модель».

22.  Опишите методы линейной и нелинейной регрессии.

23.  Какими методами проводится сравнение средних значений нескольких выборок?

24.  Каково назначение коэффициента корреляции? Определите пределы его изменения.

25.  Дайте характеристику частным и множественным коэффициентам корреляции.

26.  Дайте определение понятия «корреляционное отношение». Определите пределы изменения корреляционного отношения.

27.  Каково назначение коэффициента детерминации?

28.  Что означает ортогональность факторов или главных компонент?

29.  Перечислите способы отнесения объекта к одной из нескольких известных групп. Опишите сущность статистики лямбда Уилкса.

30.  Определите следующие понятия: среднее и дисперсия стандартизованных переменных.

31.  Опишите сущность агломеративных методов кластеризации.

32.  Каково назначение и суть канонического корреляционного анализа?

33.  Перечислите компоненты дисперсии в многофакторном дисперсионном комплексе.

34.  Какова мера изменчивости признака в выборке?

35.  В каких случаях коэффициент корреляции признается достоверным?

36.  В чем заключается статистическая проверка нулевой гипотезы о достоверности коэффициентов корреляции и регрессии?

37.  Какими методами проводится оценка неизвестных параметров в уравнении линейной регрессии?

38.  В чем состоит нулевая гипотеза об отсутствии линейной регрессии?

39.  Опишите дерево решений.

40.  В чем заключается транзитивность оценки предпочтительности при выборе варианта решения?

41.  В каких случаях выбор решения связан с риском?

42.  Чем определяется полезность решения, имеющего несколько результатов?

43.  В каких случаях решение принимается с определенной степенью вероятности?

44.  От чего зависит оценка риска для какого-либо решения в конкретной ситуации?

45.  Опишите стратегию наименьшего возможного риска.

46.  Охарактеризуйте стратегию наибольшего гарантированного эффекта.

47.  Опишите смешанную стратегию при принятии решений.

48.  В чем заключается сущность критерия оценки адекватности модели линейной регрессии?

49.  Дайте характеристику продукции системы, состоящей из нескольких трофических уровней.

50.  На каком трофическом уровне наблюдается наибольший уровень продуцирования в планктонных сообществах?

51.  Опишите функцию Шеннона-Уивера.

52.  В чем состоит суть режима динамического обмена данными?

53.  Каково назначение механизма «двойной записи» в пакете «Statistica»?

54.  Каков код пропущенных значений по умолчанию в пакете «Statistica»?

55.  В каких случаях возможна экстраполяция значений переменной в электронной таблице?

56.  Что обеспечивает оперативный доступ ко всем модулям системы «Statistica»?

57.  Какие значения принимает отклик в логистической регрессионной модели?

58.  В какой точке находится пик плотности нормального распределения?

59.  Какова стандартная ошибка оценки линейной регрессионной модели?

60.  Что означает малое значение толерантности переменной?

61.  Методами какого анализа являются агломеративные и итеративные методы?

62.  Что является мерой сходства при отнесении объекта к тому или иному кластеру?

63.  Результатом какого метода кластеризации является дендрограмма объединения объектов?

64.  В чем заключается суть метода главных компонент?

65.  Опишите сущность факторного анализа и его назначение в системной экологии.

66.  Какой метод применяется для исследования связи между двумя множествами переменных?

67.  Охарактеризуйте колебания в системе «хищник-жертва». Приведите примеры.

68.  Охарактеризуйте понятие «видовое разнообразие». Перечислите индексы разнообразия сообществ. Опишите связь видового разнообразия с различными факторами.

69.  Опишите эколого-экономические аспекты проблемы управления окружающей средой.

70.  Опишите состояние загрязнения экосистемы и влияние его на структуру и функционирование экосистем.

71.  Перечислите наиболее используемые математические модели популяций. Опишите основные уравнения, учитывающие конкуренцию.

72.  В чем заключается сущность методов прогнозирования? Опишите меры точности прогноза.

4.3. Методические рекомендации по организации СРС

Самостоятельная работа студента оценивает освоение дисциплины на уровне «знания», «умения, «навыки». Она представлена case-заданиями, содержание которых предполагает применение комплекса умений, для того чтобы студент мог самостоятельно сконструировать методы решения, комбинируя известные ему способы и привлекая знания из разных дисциплин. Самостоятельная работа включает подготовку к практическим занятиям, домашним работам, к аттестационным испытаниям по дисциплине и самостоятельное изучение ряда тем. На практических занятиях студенты закрепляют полученные знания, поэтому при подготовке к практическим занятиям необходимо, прежде всего, изучить теорию вопроса, знать возможности и владеть навыками работы с пакетом прикладных программ Statistica.

При самостоятельном изучении теоретических вопросов студенты могут использовать рекомендуемую литературу и литературу по математической статистики, а также Интернет. По каждой теме, отведенной на самостоятельное обучение, преподаватель предоставляет студентам подробный план, помогающий ориентироваться в большом объеме информации.

В конце семестра целесообразно проводить тематический контроль по дисциплине с помощью тестирования. Цель тематического контроля – установить, насколько успешно обучаемые владеют системой определенных знаний, каков общий уровень их усвоения, отвечает ли он требованиям программы по разным дидактическим единицам. По результатам данного тестирования можно провести одно, два занятия для повторного объяснения, изучения плохо усвоенных дидактических единиц.

При самостоятельном изучении теоретических вопросов студенты могут использовать рекомендуемую литературу и Интернет.

4.4. Рекомендации по работе с литературой

В качестве основного при изучении дисциплины «Экосистемный анализ» предлагается учебное пособие , «Экосистемный анализ» [14], которое способствует более глубокому дополнительному и самостоятельному изучению предмета. Его можно использовать как инструмент для освоения весьма сложных методов системного анализа и приемов его практического применения. В нем рассматриваются характеристики и структура экосистем, функциональные связи, возникающие в процессе деятельности экосистем. Подробно изложены методы прогнозирования экологических показателей, а также элементы механизма эколого-экономического природопользования.

В учебном пособии [6] приведены базовые положения статистики, освещены прикладные вопросы статистической обработки данных. Перечислены основные статистические показатели, изложены элементы теории вероятностей, описаны методы анализа взаимосвязи, рядов динамики, проверки статистических гипотез. Представлен материал по изучению выборочного метода, указаны особенности прогнозирования, интерполяции, моделирования временных рядов, многомерного статистического анализа, факторного анализа. Особое внимание уделено практическому освоению на компьютере пакета Statistica, что необходимо для проведения практических занятий.

Для изучения многомерных методов исследования экосистем рекомендуется использовать учебное пособие «Теория вероятностей и математическая статистика» под редакцией [7]. В пособии изложены следующие анализы: корреляционный, регрессионный, дисперсионный, дискриминантный, факторный, анализ главных компонент и др.

Для практического освоения методов экосистемного анализа необходимо получить навыки статистической обработки экологических данных на компьютере. В книге «Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов Statistica и EXCEL»[1] приведены необходимые теоретические сведения и подробно рассматривается решение задач прикладной статистики с использованием пакета Statistica.

Рекомендуемые журналы:

«Итоги науки и техники. Серия «Теория вероятностей. Математическая статистика. Теоретическая кибернетика»», «Теория вероятностей и математическая статистика», «Вопросы статистики», «STATISTICS AND COMPUTING», «Экология и жизнь», «Экологический вестник России», "Метеорология и гидрология".

5. УЧЕБНО–МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

Основная:

1.  Вуколов статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов Statistica и EXCEL: учебное пособие для студентов вузов. – М.: ФОРУМ: ИНФРА-М, 2013. – 464 с.

2.  Гмурман вероятностей и математическая статистика. Учебное пособие для бакалавров. - М.: Юрайт: ИД Юрайт, 2012. – 479 с.

3.  , , Ласточкин экология: учебник для студентов вузов. – М.: Академия, 2008. – 608 с.

4.  Кремер вероятностей и математическая статистика: учебник. - Издательство: ЮНИТИ-ДАНА, 2012. – 551 с.

5.  , , Терехин вероятностей и математическая статистика. Математические модели: учебное пособие для студ. высш. учеб. заведений,. – М.: Издательский центр «Академия», 2009. – 320 с.

6.  Плохотникова эконометрики в пакете Statistica: учебное пособие для вузов. – М.: Вузовский учебник, 2011. – 297 с.

7.  Теория вероятностей и математическая статистика: учебное пособие для студентов вузов / под ред. . – М.: ИНФРА-М, 2012. – 287 с.

8.  , Гераськин : учебное пособие для студентов вузов. – М.: РИОР: ИНФРА-М, 2012. – 311 с.

Дополнительная:

9.  , Ивченко в системе Statistica в среде Windows: основы теории и интенсивная практика на компьютере: учебное пособие для студентов вузов. – М.: Финансы и статистика, 2006. – 368 с.

10.  Боровков статистика: учебник. - Санкт-Петербург: Лань, 2010. – 703 с.

11.  Вронский экология. Учеб. Пособие. Ростов-на-Дону: Изд-во "Феникс", 199с.

12.  Гусева вероятностей и математическая статистика: учебное пособие. - Издательство: Флинта, 2011 г. – 220 с.

13.  , Лескова анализ: Учебное пособие. - Владивосток: Изд-во ВГУЭС, 200с.

14.  , , Майоров экология: Учебное пособие. - Владивосток: Изд-во ВГУЭС, 200с.

15.  Дулов моделирование в современном естествознании: Учеб. Пособие /, . – СПб.: Изд-во СПб. Ун-та, 2001.– 242с.

16.  Пузаченко методы в экологических и географических исследованиях. М.: Академия, 20с.

17.  Statistica 6.Статистический анализ данных. 3-е изд. Учебник. – М.: -Пресс», 2007. – 512 с.

18.  Яковлев вероятностей и математическая статистика: учебное пособие для студентов вузов. М.: Дашков и К*, 200с.

5.3 Полнотекстовые базы данных

Электронные библиотеки, режимы доступа:

http://www. elibrary. ru/

http://www. book. ru

http://

http//library. sgau. ru

Архивы журналов издательства SAGE Publications (компания Sage Publications известна своими журналами в области материаловедения, биологии, географии, химии), режим доступа: http://online. /

5.4 Интернет-ресурсы

Единое окно доступа к образовательным ресурсам: window. edu. ru

Общероссийский математический портал: http://www. mathnet. ru

Электронный учебник по пакету Statistica: http://www. statsoft. ru/home/textbook/esc. html

Сайты:

Росгидромета: meteorf. ru

Владивостокского государственного университета экономики и сервиса: http://www. vvsu. ru/

Министерства природных ресурсов и экологии Российской Федерации http://www.

Гильдии экологов http://www. ecoguild. ru

Центр экологической политики России и др. сайты государственных и общественных экологических организаций http://www. ecopolicy. ru

Современные профессиональные базы данных, информационные, справочные и поисковые системы: Aquatic Conservation, Biodiversity and Conservation, Ecological Research, Ecosystems, Ecotoxicology, Environmental and Ecological Statistics, Environmental International, Environmental Health, Environmental Management, Environmental Manager, Environmental Monitoring and Assessment, Environmental Pollution, Environmental Science and Technology, Environmetrics, European Environment, European Journal of Forest Research, Evolutionary Ecology, Journal of Environmental Monitoring, Journal of Chemical Ecology, Journal of Health and Place, Journal of Plant Research, Land Degradation and Rehabilitation, Landscape and Ecological Engineering, Landscape and Urban Planing, Naturwissenschaften, Population Ecology, Urban Ecosystems.

На территории кампуса ВГУЭС студент может воспользоваться указанными ресурсами посредством Wi-Fi. Доступ к ресурсам Интернет-ресурсам возможен через ПК, установленные в библиотеке ВГУЭС.

6. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

а) программное обеспечение

StatSoft Statistica, Microsoft Office (Excel, Word, Acrobat Reader), Internet explorer, или другое аналогичное.

б) техническое обеспечение

Для проведения лекционных и практических занятий аудитория должна быть оснащена мультимедийным оборудованием. При изучении теоретической части курса можно пользоваться размещеннми в Интернете электронными учебниками ("Единое окно доступа к образовательным ресурсам" (window. edu. ru)).

Для выполнения практических работ рекомендуется использовать электронный учебник по пакету Statistica, размещенный по адресу: http://www. statsoft. ru/home/textbook/esc. html, а также информацию сайта http://www. primpogoda. ru/.

7. СЛОВАРЬ ОСНОВНЫХ ТЕРМИНОВ

Автокорреляция - степень зависимости внутри самой переменной, т. е «переменной на себя».

Агломеративные методы кластеризации – методы последовательного объединения наиболее близких объектов в один кластер.

Адаптивное прогнозирование – методы прогнозирования, основанные на адаптации к данным другой информации, на базе которой строится прогноз.

Анализ главных компонент позволяет перейти от описания некоторого множества изучаемых объектов, заданных большим числом косвенно измеряемых признаков, к описанию меньшим числом максимально информативных переменных, отражающих наиболее информативные свойства явления.

Видовая структура экосистем – число видов и их представленность количеством особей, биомассой или другими показателями.

Дендрограмма – дерево объединения.

Дескриптивная модель – модель, позволяющая получить информацию о взаимосвязях между наиболее важными переменными экосистемы.

Динамические методы – методы с учетом временной переменной.

Дисперсионный анализ - способ качественного и количественного изучения влияния одной или нескольких переменных на результаты эксперимента.

Дискриминантный анализ дает возможность на основе измерения различных характеристик объекта классифицировать его, т. е. отнести к одной из нескольких групп некоторым оптимальным способом.

Емкость среды – число особей, потребности которых могут быть удовлетворены ресурсами данного местообитания.

Законом распределения случайной величины называется всякое соответствие между возможными значениями случайной величины и соответствующими им вероятностями.

Имитационное моделирование – воспроизведение динамических свойств исследуемой системы с использованием численных методов и ПЭВМ.

Канонический корреляционный анализ – анализ для нахождения максимальных связей между двумя группами переменных с совместным распределением.

Кластерный анализ - позволяет объединить в однородные группы различные признаки с помощью некоторой метрики.

Кластер – это группа объектов, обладающая свойством плотности (плотность объектов внутри кластера выше, чем вне его), дисперсией, отделимостью от других кластеров, формой, размером.

Корреляционный анализ – анализ для установления степени связи между двумя или бо́льшим числом стохастических переменных, а также для определения степени стохастической зависимости, существующей между ними.

Критерий согласия – статистический критерий значимости гипотезы о том, что выбранное значение частот согласуется с некоторой теоретической моделью.

Лимитирующим фактором называют любое условие, принадлежащее к пределу толерантности (приспособленности, выносливости) или превышающее его.

Линейным трендом называется такой закон изменения среднего, при котором среднее возрастает или убывает со временем по линейной зависимости.

Прогноз – это результат экстраполяции прошлого в будущее.

Разведочный анализ данных применяется для нахождения связей между переменными в ситуациях, когда отсутствуют (или недостаточны) априорные представления о природе этих связей.

Расстояние Махаланобиса определяется как расстояние от наблюдаемой точки до центра тяжести в многомерном пространстве, определяемом коррелированными (неортогональными) независимыми переменными (если независимые переменные некоррелированы, расстояние Махаланобиса совпадает с обычным евклидовым расстоянием).

Регрессионный анализ изучает зависимость случайной зависимой переменной от одной или нескольких независимых переменных.

Стационарными называются такие показатели, индивидуальные значения которых меняются со временем и не изменяют своего среднего на достаточно продолжительном отрезке времени.

Стохастическое моделирование – моделирование при неизвестных параметрах системы, причем входные параметры и переменные состояния системы изменяются во времени.

Тренд называется сезонным, если среднее меняется циклически в соответствии с некоторым циклом.

Факторный анализ - выявление действия различных факторов и их комбинаций на величину результативного признака.

Экологической эффективностью называют относительное количество энергии, передающееся от одного трофического уровня к другому.

Экосистемный анализ – исследование структуры и функциональных особенностей экологических систем с целью установления закономерностей на экосистемном уровне и возможности прогнозирования их развития, а также динамики изменения основных компонентов системы.