Что изучает биометрия как наука

Биометрия как прикладная наука

Биометрия — прикладная наука, использующая математические методы статистического анализа массовых явлений (результатов наблюдений, учетов) применительно к биологическим объектам.

Содержание

1. Термин биометрия

В настоящее время можно сказать, что термин биометрия еще не утвердился до конца. Наравне с ним применяются такие названия как математическая статистика в почвоведении, ботанике, методике опытного дела, биологическая статистика, биометрия, вариационная статистика. Это не случайно, потому что содержание всех этих изданий одно и то же, в них излагаются методы математической статистики, применяемые для статистической обработки результатов исследований биологических объектов, полученных при проведении лабораторных, вегетационных и полевых опытов, агрономических наблюдений.

Исходя из изложенного формулировка понятия биометрия может быть следующей: «Биометрия – прикладная наука, использующая математические методы статистического анализа массовых явлений (результатов наблюдений, учетов) применительно к биологическим объектам (растениям, животным и т.п.)».

По мере превращения биологии из науки описательной в науку точную, основанную на измерениях, возникла потребность в применении методов математической статистики для решения биологических задач. Биометрия преследует исключительно биологические цели, приспосабливая методы математической статистики к задачам и специфике биологических исследований.

2. Предмет и основные понятия биометрии

Предметом биометрии служит любой биологический объект, в результате наблюдения за которым получены количественные или качественные показатели. Методы биометрии широко применяются и в опытном деле. Потребность в использовании методов математической статистики обусловлена тем, что однородные биологические объекты исследования индивидуально различны, изменчивы. Например, число зерен в колосьях одного и того же сорта яровой пшеницы на одной и той же опытной делянке будет различным. Все биологические признаки изменчивы, подвержены варьированию. Объективную информацию в таких случаях можно получить, только подвергнув результаты учетов, измерений, анализов статистической обработке.

Свойство условных биологических единиц наблюдения отличаться друг от друга в однородных совокупностях называется изменчивостью или варьированием. Например, у растений пшеницы варьирующими признаками являются число и масса зерен в колосе, высота растения, продуктивная кустистость, стекловидность и содержание сырой клейковины в зерне, площадь листьев и т.п. В полевых опытах урожаи на одноименных вариантах по повторениям всегда получаются разные.

Изменчивость одних показателей носит явно выраженный количественный характер и легко поддается измерениям, подсчету, взвешиванию. Изменчивость других носит типичный качественный характер. Например, изменение опущенности или окраски различных органов растений.

Количественное варьирование разделяется на непрерывное и прерывистое. Непрерывное варьирование наблюдается в том случае, когда изучаемый показатель измеряется или взвешивается. Величины непрерывного варьирования могут выражаться как целыми, так и дробными цифровыми значениями. Показатели прерывистого варьирования имеют только целые значения, они получаются только счетом.

Всю группу объектов наблюдения, подлежащих счету, анализу называют генеральной совокупностью. Однако в действительности сделать это невозможно, так как численность единиц наблюдения может быть очень большой. Поэтому для учета вынуждены брать только определенную часть единиц наблюдения, которую принято называть выборочной совокупностью или выборкой. Иногда ее называют статистической совокупностью.

Из этого следует, что суждение о генеральной совокупности приходится делать по выборочной совокупности. Отсюда очень важно, чтобы выборка не была односторонней, преднамеренной или очень малочисленной. Она должна быть случайной, обеспечивающей любому члену генеральной совокупности вероятность попасть в эту выборку. Репрезентативность выборки достигается применением специальных методов отбора единиц наблюдения, которые описаны в специальных методиках и объемом выборки.

3. Краткий исторический очерк развития биометрии

Биометрия, как самостоятельная научная дисциплина, возникла в XIX веке, однако первые попытки применить математику к биологическим объектам наблюдения были гораздо раньше. Толчком к этому было установление Декартом (1596-1650) понятия переменная величина. В середине XVII века зародились две ветви точных наук – теория вероятностей и математическая статистика. Теория вероятностей возникла на базе азартных игр, а математическая статистика положена в основу теории выборочного метода.

Основная задача, которую ставили перед собой исследователи, сводилась к тому, чтобы теоретически доказать возможность по части (выборке) судить о состоянии целого, то есть всей совокупности. Большая работа в этом направлении была проделана бельгийским ученым А.Кетле (1796-1874). Из его работ вытекало, что при помощи математических методов возможно вскрытие статистических закономерностей, действующих в среде массовых явлений.

Пирсон развил учение о типах кривых распределения, встречающихся в биологии. Им введено понятие среднего квадратического отклонения. Совместно с Гальтоном и Уэльдоном он обосновал в 1901 году выпуск научного журнала «Биометрика». Гальтон и Пирсон по праву считаются основателями биометрии.

Большим вкладом в дальнейшее развитие биометрии была теория «малой выборки», обоснованная В.Госсетом (1876-1937), печатавшегося под псевдонимом «Стьюдент». Оперируя с выборками небольшого объема, взятыми из нормального распределения генеральной совокупности Стьюдент открыл закон распределения выборочных средних в зависимости от объема выборки. Описанный им закон оказался применимым к малым выборкам, содержащим в своем составе не более 25-30 вариант.

Существенный вклад в дальнейшее развитие биометрии внес Р.Э.Фишер (1890-1962), проработавший ряд лет научным сотрудником знаменитой Ротамстедской сельскохозяйственной опытной станции, а с 1933 года профессором кафедры прикладной математики Лондонского университета. Он разработал метод дисперсионного анализа, ввел понятие «степени свободы».

В России биометрические методы описаны А.В.Леонтовичем (1869-1943) и А.И.Чупровым (1874-1926). С работами Р.А. Фишера читателей первым ознакомил Н.Ф.Деревицкий (1933). Позднее изданы «Статистические методы для исследователей» Р.А. Фишера в переводе В.Н. Перегудова (1958). В 60-х-80-х годах вышло несколько книг по биометрии: Н.А.Плохинский (1961,1970), П.Ф.Рокицкий (1973,1974), Г.Ф.Лакин (1968,1973,1980,1990).

В Казахстане заметный вклад в пропаганду и внедрение методов математической статистики в области биологии и агрономии внесли: А.И.Федоров (1957), Н.Л.Удольская (1976), В.П.Томилов (1983).

Опубликовано значительное количество книг с изложением методов математической статистики применительно к отдельным отраслям биологии и другим наукам: методика полевого опыта (Вольф В.Г.,1966; Доспехов Б.А.,1985), почвоведение (Дмитриев Е.А.,1972, 1995), ботаника (Зайцев Г.Н., 1984), фитопатология (Минкевич Н.И., Захаров Т.И., 1977), защита растений (Пересыпкин В.Ф и др., 1989), генетика (Рокицкий П.Ф.,1974), агрометеорология (Уланова Е.С., Сиротенко О.Д., 1968), гидрология (Рождественский А.В.,Чеботарёв А.И., 1974), география (М.К.Бочаров, 1971), лесокультурные исследования (Жигунов А.В. и др., 2002), экономика (Эконометрика, 2002).

По мнению В.П. Терентьева (1978) биометрия перерастает в биоматематику. В настоящее время роль методов математической статистики в биологических и агрономических исследованиях существенно возросла, а в связи с компьютеризацией и разработкой компьютерных программ возможности биометрии многократно увеличились, а необходимость в её изучении при подготовке специалистов биологического профиля стала насущной необходимостью и велением времени.

Источник

Биометрия как наука

Биометрия как специальная дисциплина, ее цели и задачи при подготовке инженеров лесного хозяйства. Особенности этой науки. История возникновения и развития математической статистики, биометрии. Лесная биометрия, ее значение для развития лесного хозяйства.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Биометрия как наука

биометрия дисциплина лесной

Явления жизни, как и вообще все явления материального мира, имеют две неразрывно связанные стороны: качественную, воспринимаемую непосредственно органами чувств, и количественную, выражаемую числами при помощи счета и меры.

При исследовании различных явлений природы применяют одновременно и качественные, и количественные показатели. Несомненно, что только в единстве качественной и количественной сторон наиболее полно раскрывается сущность изучаемых явлений. Однако в действительности приходится пользоваться, смотря по обстоятельствам, либо качественными, либо преимущественно количественными показателями, памятуя о том, что качество и количество материи находятся в диалектическом единстве, взаимно переходят друг в друга.

2. Особенности биометрии как науки и ее место в ряду других наук

Теория вероятности имеет дело со случайными явлениями. В научных исследованиях, технике и массовом производстве часто приходится встречаться с явлениями, которые при неоднократном воспроизведении одного и того же опыта в неизменных условиях протекают каждый раз несколько по-иному. Такие явления называют случайными. Например, при стрельбе результат каждого отдельного выстрела будет случайным. Проводя экспериментальное изучение какого-либо явления и систематизируя результаты исследования (тех же результатов стрельбы) в виде графической зависимости, мы убеждаемся в том, что при достаточно большом количестве экспериментальных точек получается не кривая, а некоторая полоса, т.е. имеет место случайный разброс экспериментальных точек.

Измеряя диаметры и высоты в лесу и нанося полученные значения на график, мы тоже увидим набор точек, но при достаточно большом числе наблюдений вырисовывается некоторая линия, близкая к параболе или к другой функции, имеющей схожий график.

При решении многих практических задач случайными отклонениями точек от кривой можно пренебречь, предполагая, что в данных условиях опыта явление протекает вполне определенно. Выявляется основная закономерность, свойственная данному явлению. По этой закономерности, применяя тот или иной математический аппарат, можно предсказать результат опыта по его заданным условиям.

По мере развития различных отраслей науки становится необходимым изучать случайные явления, с тем чтобы научиться предвидеть действия случайных факторов и учитывать их в практическом решении задач. В лесном хозяйстве такая потребность появилась в конце XIX века, что дало толчок к использованию методов математической статистики и положило начало развитию лесной биометрии.

Мы живем в век статистики. Едва ли не в каждом своем аспекте явления природы, а также человеческая и прочая деятельность поддаются сейчас измерению при помощи статистических показателей. Существует две диаметрально противоположные точки зрения на статистику, широко доступную в настоящее время для населения. Согласно одной из них, публикуемые статистические данные содержат в себе некое смысловое качество, нечто подобное тому, что приписывали числам пифагорейцы, и обладают такой степенью непогрешимости, что их можно принимать на веру безоговорочно. Это, конечно, так же абсурдно, как и другое, еще более распространенное, мнение о том, что можно сфабриковать статистические данные, которые докажут все что угодно, а потому, следовательно, они в действительности ничего не доказывают.

Последнее утверждение нашло отражение в юмористическом виде. Известна злая шутка. Есть три рода лжи: ложь вынужденная или просто ложь, ей есть оправдание; ложь наглая, для которой нет оправдания, и статистика.

В большинстве случаев для выявления общей закономерности необходимо большее число наблюдений. Но мало выполнить наблюдения. Необходимо применить специальные способы их обработки. Более того, наблюдения должны быть спланированы и организованы специальным образом, иначе их ценность резко снизится. Методы и правила, необходимые формулы для организации наблюдений и обработки полученного материала дает математическая статистика.

С первого взгляда кажется, что между общим и отдельным, целым и частью нет никакой разницы и что законы, действующие в сфере единичных и массовых явлений, одни и те же. Но это не так. Множество или общее не есть простая арифметическая сумма входящих в ее состав единиц. В сфере массовых явлений, т.е. в совокупностях, действуют свои, присущие им статистические законы, которые лишь в общих чертах характеризуют единичные явления. Также и законы, присущие единичным явлениям, не отражают в полной мере общих закономерностей, проявляющихся лишь в сфере статистических совокупностей.

В этом противоречивом единстве и заключается внутренняя связь между частью и целым, между единичными явлениями и их совокупностью. Биометрия помогает выявлять эту связь и оценивать значение отдельных факторов в свете общих закономерностей, присущих совокупности в целом.

Графики, уравнения и формулы, поскольку они заключают в себе наиболее существенное и типичное в явлениях, служат своего рода математическими моделями этих явлений. Математическое моделирование в данном случае аналогично схематическим построениям в виде рисунков, графиков и иных изображений, широко используемых в педагогической и научно-исследовательской работе. В наш век сплошной компьютеризации именно математическое моделирование является основным методом описания выявленных законов и закономерностей в живой природе, в том числе и в лесных науках: лесоведении, лесоводстве, лесной таксации, защите леса, лесной генетике и селекции и т.д.

Разумеется, любые схемы и модели дают лишь некоторое подобие реальной действительности. Но именно в этом и заключаются их большие методические возможности. Достаточно облечь мысли в форму символов и знаков, геометрических фигур и уравнений, как это дает широкие возможности для глубокого и всестороннего познания явлений, быстрого движения на пути к истине. Но символы и вообще биометрические показатели приобретают определенный смысл лишь тогда, когда они соответствуют содержанию выражаемого ими процесса, находятся в тесной связи с конкретными задачами биологического исследования. В противном случае биометрическая символика не только не оправдывает себя, но может привести исследователя к ошибкам и заблуждениям. Дело в том, что в краткости и точности числовых характеристик, в удобстве выражать биологические явления языком математических формул и уравнений заключены не только большие методические возможности, но и опасность отрыва от конкретных явлений, а это ведет к ошибкам, создает видимость истины там, где ее на самом деле нет. Не следует выражать математическими формулами или графиками то, что очевидно само по себе. Во многих случаях биометрические данные, сведенные в статистические таблицы, оказываются настолько убедительными, что не нуждаются ни в какой дополнительной обработке.

Посмотрим на две таблицы, показывающие ход роста сосновых древостоев.

Средняя высота в разных типах леса, (м)

I а класс бонитета

Из таблицы 1.1 сразу видно, что рост сосняка кисличного намного интенсивнее, чем сосняка сфагнового. Здесь можно привести сравнение по методикам биометрии, но результат заранее ясен. Посмотрим теперь другие материалы. Рассмотрим динамику двух однородных древостоев, растущих в одинаковых условиях, но отличающихся тем, что в одном из них провели рубки ухода, т.е. изредили древостой. В обоих участках определили среднюю высоту. Результаты измерений приведены в таблице 1.2.

Из таблицы 1.2 вытекает, что изреженный древостой имеет несколько среднюю большую высоту, но различия небольшие. Поэтому без дополнительного анализа судить о том, что изреженные древостои имеют большую среднюю высоту чем те, где рубки ухода не проводили, нельзя. Чтобы дать ответ на этот вопрос, надо обратиться к соответствующим биометрическим методам и оценить степень достоверности наблюдаемых в опыте различий. Методика такой оценки будет показана в дальнейшем.

Из сказанного отнюдь не следует, что нужно как-то ограничивать применение математических методов в лесоводстве. Речь идет не об ограничении, а о правильном использовании этих методов в лесных исследованиях. Сама по себе биометрия не ведет к ошибкам и заблуждениям: они возникают при неумелом, механическом использовании биометрических показателей без учета их конструктивных особенностей и теоретического обоснования. В работе лесовода в равной мере неприемлемы как биометрическое жонглирование, превращающее работу исследователя в бесплодную и вредную “игру в циферки”, так и примитивизм в оценке числовых показателей, ведущий на деле к отказу от применения математических методов в лесном хозяйстве. Истина, как это всегда бывает, заключена не в крайностях, а в разумном подходе к делу.

3.История возникновения и развития математической статистики и биометрии

Биометрия сама по себе наука относительно молодая. Первые опыты ее применения относятся к работам Борелли, который на рубеже XVII и XVIII веков делал математические расчеты движения животных. В начале XVIII века французский ученый Реомюр (1683-1757) (вспомним, что есть температурная шкала Реомюра) искал математические законы строения пчелиных сотов.

Развитие статистики началось в эпоху античности, т.е. эта наука имеет древние корни. Например, использование среднего значения было хорошо известно еще при жизни Пифагора (VI в. до н.э.), а упоминания о статистических обследованиях встречаются и в библейские времена. Статистика постепенно развивалась там, где в ней возникала необходимость. В первую очередь статистические методы начали применяться для анализа экономики и явлений общественной жизни, и лишь позже они проникли в биологию. Так, Исаак Ньютон (1642-1727), чей вклад в открытие дифференциального и интегрального исчисления был выдающимся событием в математике, а его теория всемирного тяготения и «ньютоново яблоко» известны любому старшекласснику, является, возможно, наиболее заметной фигурой в области развития современной статистики, хотя сам Ньютон вряд ли слышал когда-либо о существовании этой науки. Другие математики, чьи имена известны прежде всего благодаря работам в области чистой математики, косвенно сделали для развития статистики больше, чем многие из тех ученых, которые непосредственно специализировались на этой науке. Двумя наиболее выдающимися представителями таких ученых-математиков являются Абрахам де Муавр (1667-1754) и Карл Гаусс (1777-1855).

В двадцатом веке статистические методы официально введены в Соединенных Штатах для обучения во всех колледжах. Там читались небольшие курсы статистики. В течение первых тридцати лет этого века постепенно возрастало значение статистики в исследовании проблем психологии. При этом отметим, что в данный период психология как наука не была самостоятельной и часто рассматривалась лишь как один из разделов философии.

Применение математической статистики не обошло и лесную отрасль. В лесном хозяйстве нашей страны (Россия, СССР) математическая статистика стала использоваться с конца XIX века в основном благодаря трудам известного лесовода и таксатора профессора А.К. Турского. Уже в 20-30 годы прошлого века математическая статистика стала неотъемлемой частью исследований в лесном хозяйстве.

Одной из причин широкого применения статистических показателей в последние годы является все возрастающая легкость обработки больших массивов чисел. Современные компьютеры позволяют в короткое время проанализировать огромное количество статистических данных, что раньше было невозможно.

Для внедрения математики в биологию и лесное хозяйство в конце XIX и начале ХХ века имелись серьезные основания. Одним из них был переход от описательного метода изучения явлений жизни к экспериментальному. Хотя и при описательном подходе возможно установление математических закономерностей (примером могут быть законы движения небесных тел), однако преобладает в этом случае качественная оценка. Эксперимент же неизбежно требует количественного выражения явлений и процессов. Создание физиологии, генетики, радиобиологии и других экспериментальных областей биологии повлекло за собой разработку многочисленных математических приемов и методов исследования. Большую роль сыграли и чисто практические причины. Разработанные методы стали широко применяться в зоологии, ботанике, лесоводстве, лесной таксации и других биологических науках.

Наконец, важнейшим обстоятельством, определившим использование математических и математико-статистических методов, явилось установление того факта, что многим биологическим явлениям свойственны статистические закономерности, обнаруживаемые при изучении совокупностей, но неприложимые к отдельным единицам этих совокупностей.

Физики в начале XIX века долго не могли примириться, что в микромире действуют статистические законы. Ранее казалось, что в физике все детерминировано, т.е. на однозначное действие наступает однозначный результат. Квантовая механика это отвергла. Даже великий Альберт Эйнштейн (1879-1955) долго не мог воспринять такое, неоднократно повторяя: “Неужели господь Бог играет с нами в кегли”. Большинство великих физиков верили и верят в Бога.

Примерно такое же положение наблюдается и сейчас в ряде областей биологии. Когда зоологи, ботаники перешли от изучения отдельных “типичных” представителей вида к изучению многих особей одного вида, они обнаружили массовые явления статистической природы. Рыбы, рачки, моллюски, сосны, коловратки, водоросли, инфузории и другие животные и растения характеризуются изменчивостью, вариацией по самым разнообразным признакам. Такой же вариацией обладают и организмы, культивируемые человеком: колосья пшеницы различаются количеством зерен в колосе, весом отдельных зерен; звери одного вида имеют разную массу, у них варьирует экстерьер и окрас. Весьма изменчивыми объектами являются лесные насаждения. Даже в однородном древостое мы видим большое разнообразие деревьев: по высоте, диаметру, форме кроны и т.д.

При изучении биологических совокупностей, являющихся типично статистическими, оказалось целесообразным применить методы математической статистики, которую в приложении к биологии стали называть биологической статистикой. Еще ее называют вариационной статистикой.

Статистические методы существенно необходимы и при постановке экспериментов, так как только с их помощью можно установить, зависит ли наблюдаемое различие между опытными и контрольными делянками леса от влияния изучаемого фактора или же оно чисто случайно, т.е. определяется многими другими, не контролируемыми и не поддающимися учету факторами. Понимание и учет статистических закономерностей помогают экспериментатору составить методически обоснованный план опытов, правильно их провести и, наконец, сделать из них объективные выводы. При этом надо помнить, что никакая математическая и статистическая обработка не поможет, если опыты были проведены неправильно или данные собраны небрежно.

Роль математики и математической статистики в биологии особенно возросла в связи с развитием теории информации и кибернетики в целом и многих связанных с ними областей математики, среди которых главное место занимают теория вероятности, математическая статистика и математическая логика. Применение компьютеров на порядки ускорило и расширило применение статистических методов в биологии вообще и в лесоводстве в частности.

Использование математики в современной биологии не ограничивается только статистическими методами. Поэтому биометрия (или биоматематика, как ее иногда называют) шире, нежели биологическая статистика. Она использует также приемы и методы из других областей математики: дифференциального и интегрального исчислений, теории чисел, матричной алгебры и т.д.

Внедрение математики в биологию первоначально выражалось в использовании отдельных математических и математико-статистических методов для изучения тех или иных биологических вопросов и обработки данных, полученных из природы или в лаборатории. Такие вопросы, как изменчивость морфологических, физиологических и экологических признаков животных и растений и установление влияния на них внешних и внутренних факторов, количественный учет и процессы, происходящие в популяциях, сходство и различия между видами, подвидами и иными систематическими категориями, рост индивидуальный и рост популяций, могут изучаться лишь с помощью математических и математико-статистических методов. Более того, в различных областях биологии (генетика, эволюционное учение, селекция, физиология), а также практически во всех лесных науках: лесоводстве, лесной таксации и др. соответствующие биологические процессы или явления теперь выражаются в математической форме.

Таким образом, пройдя длительный путь развития, математическая статистика и биометрия сегодня предстают перед нами как стройные и высокоразвитые науки, имеющие большое практическое значение.

4.Лесная биометрия как часть общей биометрии и ее значение для развития лесного хозяйства

Нас, как лесоводов, при изучении биометрии больше всего интересует тот ее раздел, который называется “лесная биометрия”.

Лесная биометрия достаточно развитая наука. Для описания леса, лесных биогеоценозов, отдельных элементов лесного насаждения используются и дают важные практические результаты многие математические подходы, применяющиеся в общей биометрии.

Методы лесной биометрии широко используются при анализе процессов в природных явлениях, свойственных деревьям и древостоям, а также отдельным участкам леса. В качестве примера можно привести анализ наследуемости признаков деревьев и древостоев, оценка эффективности различных лесохозяйственных мероприятий.

На этом небольшом примере, а их очень много, мы видим, что ни лесная наука, ни лесохозяйственная практика не могут обойтись без использования в своей работе лесной биометрии. Методы лесной биометрии широко применяются также при обработке лесоустроительного материала в геоинформационной системе «Лесные ресурсы» с помощью компьютерных программ в системе «СОЛИ», а аткже при анализе данных аэро- и космической съемки.

В лесной биометрии широко применяются методы математического анализа, математическое моделирование. В настоящее время наиболее рациональным является применение биометрических методов с использованием компьютеров. Практически сегодня все вычисления проводятся только на компьютерах.

В то же время, чтобы правильно использовать методы лесной биометрии, необходимо хорошо знать лесоводство, лесную таксацию, лесные культуры и другие дисциплины, где применяют эти методы. Без хорошего знания той дисциплины, в которой мы работаем, биометрические методы получение корректного результата не гарантируют. Механическое, бездумное жонглирование цифрами, сведенными в модели, пусть даже и обработанными статистическими методами, недопустимо, т.к. может привести к ложным выводам.

Прежде чем выводить модель, надо представить общую биологическую закономерность. Например, известно, что дерево растет вверх, диаметр дерева не может уменьшаться и т.д. Это простейшие примеры, где все очевидно. Но есть много случаев, когда бездумное применение статистических моделей приводит даже при анализе роста деревьев к отрицательным величинам. В отношении приведенных примеров ошибку выявить легко, но далеко не все закономерности столь очевидны. Именно поэтому, начиная работу с материалом, который будет обработан биометрическими методами, надо очень хорошо знать свой предмет: лесоводство, таксацию, лесную селекцию и т.д. В дальнейшем при изучении разных методов биометрии мы это рассмотрим более подробно на конкретных примерах.

Очень часто ставят равенство между лесной биометрией и математической или вариационной статистикой. Следует помнить, что математическая статистика шире биометрии, а тем более, лесной биометрии, т.к. охватывает весь круг природных явлений живой и неживой природы, добавляя сюда технику, общество и экономику.

Когда мы в дальнейшем будем говорить о соотношениях математической статистики и лесной биометрии, то должны иметь в виду, что объектом применения статистических методов у нас будут деревья, древостои, лесные биогеоценозы и т.д. Вариационная статистика широко используется в исследованиях не только для оценки и анализа результатов измерений, но и для планирования эксперимента.

Биометрия как наука не стоит на месте. Здесь разрабатываются новые подходы и совершенствуются старые способы. Это расширяет круг решаемых задач в лесном хозяйстве.

Обобщая сказанное, можно сделать следующие выводы.

— Лесная биометрия широко используется в лесном хозяйстве.

— Без знания лесной биометрии невозможно понять суть и значение многих нормативов и величин, широко применяемых в лесном хозяйстве.

В дополнение ко всему отметим, что это интересная и захватывающая наука. Она имеет свою строгую логику, свои законы. В то же время лесная биометрия непростая наука, требующая для своего освоения серьезной работы и хорошей общебиологической, лесоводственной и математической подготовки.

Размещено на Allbest.ru

Подобные документы

Принципы организации лесного хозяйства для распространенных общегосударственных лесов. Организация лесного хозяйства при устройстве колхозных, совхозных, водоохранно-защитных, горных лесов, лесов зеленых зон, мемориальных объектов, заповедников.

реферат [42,7 K], добавлен 23.08.2013

Характеристика территории и природных условий Еравнинского лесного хозяйства Республики Бурятия. Экономические условия деятельности предприятия. Организация лесного фонда: выделение хозсекций, нормы и возраст рубок; лесовосстановительные мероприятия.

курсовая работа [487,4 K], добавлен 17.04.2012

реферат [89,1 K], добавлен 17.01.2007

Связи лесного хозяйства с другими отраслями народного хозяйства. Средства рационального размещения лесохозяйственного производства. Географические условия района и проектирования лесоводственного воздействия на насаждения в процессе лесовыращивания.

реферат [35,9 K], добавлен 23.08.2013

Объекты профессиональной деятельности инженера, получившего образование по специальности «Лесоинженерное дело». История возникновения лесного дела. Развитие технологии лесозаготовок, направления совершенствования лесосечной техники. Водный транспорт леса.

контрольная работа [38,1 K], добавлен 30.03.2012

Оценка результативности и эффективности важнейших лесоводственных мероприятий. Способы разделения и инвентаризации лесного фонда в отдельных частях устраиваемого объекта. Процесс возобновления и заболачивания лесосек, а также изреживания древостоев.

реферат [21,5 K], добавлен 23.08.2013

Исследование современного состояния лесного хозяйства Российской Федерации. Лесозаготовительная промышленность, экспорт лесоматериалов, размещение лесозаготовок. Охрана лесов от пожаров, вредителей и болезней. Контроль за использованием лесных ресурсов.

реферат [57,0 K], добавлен 03.12.2014

Источник