DOI: https://doi.org/10.21498/2518-1017.1-2(26-27).2015.55906

Using cluster analysis as a method of classification of the genus Salix L. representatives

М. В. Роїк, В. В. Баликіна

Abstract


Purpose. To study interactions among the representatives of the genus Salix L. through the cluster analysis, form groups of closely related species and hybrid forms basing on differences of morphological parameters of leaves. Methods. Field, cluster analysis and tree graphics. Results. Willow species were grouped according to absolute parameters of leaf, and three groups of clusters were identified. The degree of affinity between species were assessed using values of an Euclidean distance. Distinctive features of leaf parameters were defined: length of a leaf blade (Ll), distance (cm) between the leaf tip and its maximum width (SDmxT) and the distance between the leaf tip (cm) and the line of its width that corresponds to the length of petiole (SLpT). Conclusions. Using the willow species collection as an example, diagnostically valuable quantitative parameters of leaves were revealed, the use of which allows to identify willow species and hybrid forms through PC applications.


Keywords


cluster analysis; hierarchical method; K-means method; species identification; leaf parameters

References


Tishchenko, V. N., Chekalin, N. M., & Zyukov, M. Ye. (2004). Ispolzovanie klasternogo analiza dlya identifikatsii i otbora vysokoproduktivnykh genotipov ozimoy pshenitsy na rannikh etapakh selektsii [Using cluster analysis for the identification and selection of high-yield genotypes of winter wheat in the early stages of selection]. Faktory eksperimentalnoy evolyutsіi organіzmіv – Factors of experimental evolution of organisms, 2, 270–278 [in Russian].

Gasheva, N. A. (2006). Klassifikatsionno-diagnosticheskaya shkala roda Salix kak vozmozhnost monitoringovykh i taksatsionnykh EVM-testirovaniy [Classification and diagnostic scale of genus Salix as the possibility of monitoring and taxation of computer testing]. Vestnik Orenburgskogo universiteta – Bulletin of the Orenburg University, 4, 23–27 [in Russian].

Chao, N., Gong, G. T., & Liu, J. (1998). On the classification and distribution of the family Salicaceae. Journal of Sichuan Forestry Science and Technology, 19, 9–20.

Gasheva, N. A. (2005). Opyt primeneniya diskriminantnogo analiza dlya razlichiya fenotipicheski skhodnykh vidov iv [Experience of using discriminant analysis to differentiate phenotypically similar species willows]. Vestnik ekologii, lesovedeniya i landshaftovedeniya – Journal of Ecology, Forest and Landscape, 6, 123–130 [in Russian].

Leonchik, Ye. Yu., & Savastru, O. V. (2007). Klasternyy analiz: terminologiya, metody, zadachi: konspekt lektsiy [Cluster analysis: terminology, methods, objectives: lecture notes]. Odessa: Odesskiy nats. un-t im. I.I. Mechnikova [in Russian].

Tsarenko, O. M., Zlobin, Iu. A., Skliar, V. H., & Panchenko, S. M. (2000). Kompiuterni metody v silskomu hospodarstvi ta biolohii [Computer methods in agriculture and biology]. Sumy: Universytetska knyha [in Ukrainian].

Dronov, S. V. (2003). Mnogomerniy statisticheskiy analiz [Multivariate statistical analysis]. Barnaul: Izd-vo Altayskogo gos. un-ta [in Russian].

Bureeva, N. N. (2007). Mnogomernyy statisticheskiy analiz s ispolzovaniem PPP «STATISTICA» [Multivariate statistical analysis using PPP «STATISTICA»]. Nizhniy Novgorod [in Russian].


GOST Style Citations


1. Тищенко В. Н. Использование кластерного анализа для идентификации и отбора высокопродуктивных генотипов озимой пшеницы на ранних этапах селекции / В. Н. Тищенко Н. М. Чекалин, М. Е. Зюков // Фактори експериментальної еволюції організмів : зб. наук. пр. – К. : Аграрна наука, 2004. – Т. 2. – C. 270–278.

2. Гашева Н. А. Классификационно-диагностическая шкала рода Salix как возможность мониторинговых и таксационных ЭВМ-тестирований / Н. А. Гашева // Вестн. Оренбург. ун-та. – 2006. – № 4. – С. 23–27.

3. Chao N. On the classification and distribution of the family Salicaceae / N. Chao, G. T. Gong J. Liu // Journal of Sichuan Forestry Science and Technology. – 1998. – No 19. – Р. 9–20.

4. Гашева Н. А. Опыт применения дискриминантного анализа для различия фенотипически сходных видов ив / Н. А. Гашева // Вестник экологии, лесоведения и ландшафтоведения. – 2005. – № 6. – С. 123–130.

5. Леончик Е. Ю. Кластерный анализ: терминология, методы, задачи : конспект лекций / Е. Ю. Леончик, О. В. Савастру. – Одесса : Одесский нац. ун-т им. И. И. Мечникова, 2007. – 48 с.

6. Комп’ютерні методи в сільському господарстві та біології : навч. посіб. / О. М. Царенко, Ю. А. Злобін, В. Г. Скляр, С. М. Панченко. – Суми : Університетська книга, 2000. – 202 с.

7. Дронов С. В. Многомерный статистический анализ / С. В. Дронов. – Барнаул : Изд-во Алтайского гос. ун-та, 2003. – 213 с.

8. Буреева Н. Н. Многомерный статистический анализ с использованием ППП «STATISTICA» / Н. Н. Буреева. – Нижний Новгород, 2007. – 112 с.







Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

DOI: 10.21498/2518-1017

Flag Counter