ПРЕДИСЛОВИЕ |
5 |
ЧАСТЬ 1. МЕТОДЫ ИССЛЕДОВАНИЯ
ЭКОЛОГИЧЕСКИХ СИСТЕМ |
12 |
Глава 1. Экологический мониторинг и биоиндикация:
сущность, формы реализации и концепции развития |
12 |
1. 1. Определения и классификация систем
мониторинга окружающей среды |
12 |
1. 2. Биоиндикация как поиск информативных
компонентов экосистем |
15 |
1. 3. Анализ экологических воздействий ( приемы
природоохранной экспертизы) |
18 |
1. 4. Концепции нормативов и критических нагрузок |
24 |
1. 5. Общий подход к оценке комбинированного
действия факторов |
30 |
1. 6. Информационные системы экологического
мониторинга |
34 |
1. 7. Примеры использования ГИС-технологий
в экологии |
42 |
Глава 2. Методы математического моделирования
экологических систем |
48 |
2. 1. Основные понятия системной экологии |
48 |
2. 2. Экосистема как объект математического
моделирования |
55 |
2. 3. Информационное описание экосистем: показатели,
"индексы" и шкалы их измерения |
64 |
2. 4. Математические модели в экологии |
69 |
2. 5. Аналитические и имитационные модели |
75 |
2. 6. Эмпирико-статистические модели |
78 |
2. 7. Оценка качества водных экосистем по
многомерным эмпирическим данным |
91 |
2. 8. Методы и модели искусственного интеллекта |
97 |
ЧАСТЬ 2. КРИТЕРИИ ОЦЕНКИ КАЧЕСТВА ВОДНЫХ
ЭКОСИСТЕМ |
106 |
Глава 3. Факторы и критерии оценки качества
вод пресноводных водоемов |
106 |
3. 1. Сущность проблемы нормирования качества
вод (основные термины и понятия) |
106 |
3. 2. Санитарно-гигиенический подход к нормированию
качества вод |
110 |
3. 3. Общеэкологический подход к нормированию
качества вод |
114 |
3. 4. Подходы к созданию многофакторных систем
классификации водоемов |
120 |
3. 5. Методики оценки качества водоемов по
комплексу гидрохимических показателей |
125 |
3. 6. Методики комбинированных оценок качества
воды с использованием гидрохимических и гидробиологических показателей |
129 |
3. 7. Оценка качества воды с использованием
альфа-метода проверки статистических гипотез |
146 |
Глава 4. Критерии оценки качества вод по данным
гидробиологического анализа |
150 |
4. 1. Современные концепции биомониторинга
водных экосистем |
150 |
4. 2. Оценка качества экосистемы по соотношению
показателей обилия |
157 |
4. 3. Оценка качества экосистемы по индексам
видового разнообразия |
160 |
4. 4. Классификация водоемов и биоценозов
по сапробности |
169 |
4. 5. Оценка качества экосистемы по соотношению
количества видов, устойчивых и неустойчивых к загрязнению |
180 |
4. 6. Интегральные критерии: оценка качества
экосистем по нескольким показателям |
183 |
4. 7. Оценка видового сходства биоценозов |
190 |
4. 8. Основы продукционной гидробиологии |
194 |
ЧАСТЬ 3. СТАТИСТИЧЕСКИЙ АНАЛИЗ В ГИДРОБИОЛОГИИ:
ЗАДАЧИ И РЕШЕНИЯ |
204 |
Глава 5. Задачи о выборках: анализ распределений,
сравнение, поиск зависимостей |
204 |
5. 1. Задача о законе распределения гидробиологических
показателей |
206 |
5. 2. Задача об однородности выборок: однофакторный
дисперсионный анализ |
218 |
5. 3. Теория и практика двухфакторного дисперсионного
анализа |
229 |
5. 4. Непараметрические критерии для оценки
однородности выборок |
234 |
5. 5. Задача о законе влияния фактора: линейный
регрессионный анализ |
241 |
5. 6. Непараметрическая корреляция и регрессия |
255 |
Глава 6. Таблицы сопряженности и «интервальная»
математика |
259 |
6. 1. Оценка зависимости признаков в таблицах
сопряженности |
259 |
6. 2. Нелинейность отношений и «уиттекеровские»
колокола |
266 |
6. 3. Интервальные и бинарные структуры |
274 |
6. 4. Нахождение пороговых значений с использованием
детерминационного анализа |
279 |
Глава 7. Задачи о классификациях: отношения
сходства и порядка для многомерных объектов |
284 |
7. 1. Техника выделения ассоциаций по Браун-Бланке |
284 |
7. 2. Задача о статистической связи: корреляционный
анализ признаков и объектов |
289 |
7. 3. Задача о разбиении на группы: кластерный
анализ |
297 |
7. 4. Оценка различий многомерных комплексов
наблюдений |
302 |
7. 5. Задача о снижении размерности
многомерного пространства: факторный анализ |
307 |
7. 6. Метод многомерного шкалирования |
315 |
7. 7. Общая методика анализа водных объектов
по многомерным данным идробиологического мониторинга (вместо резюме) |
317 |
Глава 8. Задачи о классе качества вод: прогноз
отклика по многомерным эмпирическим данным |
323 |
8. 1. Модель множественной регрессии |
323 |
8. 2. Регрессия с качественной зависимой переменной |
332 |
8. 3. Дискриминантные функции для классификации
многомерных объектов |
339 |
8. 4. Задача о «классобности» видов: алгоритм
распознавания, основанный на вычислении биоиндикационых индексов |
347 |
8. 5. Задача о двух классах и разделяющей
гиперплоскости: метод «обобщенного портрета» |
359 |
8. 6. Задача об ассоциативности видов: алгоритм
формирования логических высказываний |
369 |
Глава 9. На пути к интеллектуальным биоиндикационным
системам |
372 |
9. 1. Классификация наблюдений с использованием
иерархических деревьев решений |
372 |
9. 2. Генетический алгоритм селекции информативных
переменных |
376 |
9. 3. Многорядный алгоритм МГУА для оценки
качества вод |
381 |
9. 4. Нейросетевое моделирование: многослойный
персептрон |
385 |
9. 5. Решение задач регрессии с помощью нейросетей
различной архитектуры |
397 |
9. 6. Обучение «без учителя»: нейросети
Кохонена |
402 |
ЗАКЛЮЧЕНИЕ |
406 |
ПРИЛОЖЕНИЕ 1. Л.Ф.Сердюцкая, И.П.Каменева.
Модели водных экосистем и их фазовые портреты (на примере модели круговорота
азота в Куйбышевском водохранилище) |
408 |
ПРИЛОЖЕНИЕ 2. С.П.Крестин. Модель трансформации
азотсодержащих веществ Куйбышевского водохранилища |
420 |
ПРИЛОЖЕНИЕ
3. Виртуальный разговор авторов с рецензентами |
426 |
СПИСОК
ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ И ИНТЕРНЕТ-ССЫЛОК |
442 |