У меня есть вектор tyu <- c(11,8,5,4,2,1) структура которого str(tyu) num [1:6] 11 8 5 4 2 1 Я хотел бы вычислить разницу между 1-м значением и последним значением, то есть 6-м значением…

все. Я надеюсь, что вы поможете мне решить мой вопрос. Для вектора, представляющего цену ($) яблок, скажем, apple <- c(23, 26, 54, 34, 34, 34, 98, 23, 4, 34, 098, 45, 93, 20, 39, 83, 78, 34, 09,…

В R году, У меня есть две вспомогательные функции gcf(x,y) для нахождения наибольшего общего множителя двух чисел и lcm(x,y) для нахождения общего множества аренды из двух чисел. Например, >…

Немного как здесь , я хотел бы извлечь первую цифру из каждого элемента числового вектора, не превращая ее в символьный вектор и обратно. d <- c(123, 2, 45) Ожидаемый Результат: [1] 1 2 4 Я…

У меня есть столбец, который имеет значения True и False с двумя уровнями True и False. Как я могу преобразовать это в столбец 1 и 0 с уровнями 1 и 0 в R?

Упрощение и сглаживание объекта—Справка | ArcGIS for Desktop

На панели инструментов Расширенное редактирование (Advanced Editing) имеются инструменты, помогающие упрощать и сглаживать пространственные объекты. Это относится к линейным и полигональным пространственным объектам.

Команда Генерализовать. упрощает форму выбранных объектов, используя опубликованный алгоритм (Douglas и Peucker, 1973). Степень упрощения геометрии зависит от максимально допустимого сдвига, который ограничивает сдвиг выходной формы относительно входной. Для объектов, которые состоят из линейных сегментов, набор выходных вершин будет состоять из набора исходных вершин.

Команда Сгладить используется для сглаживания прямых ребер и ломаных углов объектов. Геометрическая форма объекта заменяется серией плавных линейных сегментов.

Инструмент Сгладить комбинирует следующие шаги:

• Упрощение с указанием максимального допустимого сдвига (см. выше описание инструмента Генерализовать) для создания поднабора (на рисунке показан синей штриховой линией) исходных вершин пространственного объекта (на рисунке показан чёрной линией).
• Интерполяция Безье без параметров, с проведением параметрических кривых через поднабор вершин из вышеупомянутого упрощения. Касательная Бесселя используется для плавного соединения кривых в вершинах (Farin, 1997). Выходная геометрия (красная линия на рисунке ниже) может оказаться от входной геометрии дальше указанного максимального допустимого сдвига.

Ссылки

Douglas, D.H., и T.K. Peucker. «Algorithms for the reduction of the number of points required to represent a digitized line or its caricature.» The Canadian Cartographer 10(2), стр. 112–122, 1973.

Farin, G.,Curves and Surfaces for CAGD: A Practical Guide. 4th Edition. Academic Press, 1997.

Связанные темы

5. Преобразование координат и упрощение уравне- ний кривых второго порядка.

x =X+a y=Y+b.

Если начала систем координат ХОУ и хоу сов-падают и оси системы хоу повернуты относительно осей системы ХОУ на угол  (отсчитанный против часовой стрелки), то зависимость меж-ду координатами некоторой точки плоскости определяется так:

x= Xcos+Ysin

y=-Xsin+Ycos

Всякое уравнение второй степени относительно координат х и у

Àõ²+Bxy+Cy²+Dx+Ey+F=0

определяет либо пару прямых (в случае, когда его левая часть представима в виде произведения двух линейных множителей), либо одну из кривых второго порядка: эллипс, гиперболу, или параболу. Чтобы определить вид соответствующей кривой, ее общее уравнение с помощью подбора подходящей системы координат следует привести к каноническому виду. Сначала не­обходимо повернуть оси системы координат на такой угол , чтобы в новой системе координат ХОУ уравнение кривой не содержало про-изведения координат ХУ, то есть чтобы в новой системе координат уравнение кривой имело вид:

AX²+BY²+CX+DY+E=0

Затем с помощью процедуры выделения полных квадратов привести уравнение кривой к одному из видов:

A(X-a)²  B(Y-b)²=C,

ëèáî

(X-a)²=A(Y-b), A(X-a)=(Y-b)²

Наконец, с помощью параллельного переноса начала системы координат x’=X-a, y’=Y-b привести уравнение кривой к каноническому виду.

Пример 1. Привести к каноническому виду уравнение кривой x²-9y²+2x+36y-44=0.

Решение. Наше уравнение не содержит произведения координат, поэтому производить поворот осей координат нет необходимости. Выделим в уравнении полные квадраты:

(x²+2x+1-1)-9(y²-4y+4-4)=44

(x+1)²-9(y-2)²=44+1-36, (x+1)²-9(y-2)²=9.

Произведем параллельный перенос осей координат X=x+1, Y=y-2 (начало новой системы координат будет находиться в точке О(-1,2)). В новой системе координат уравнение кривой примет вид:

X²+9Y²=9, èëè X²/9-Y²=1.

Это уравнение определяет гиперболу с асимптотами Y=1/3X.

Задача 6. Привести кривую второго порядка к канони-ческому виду, определить ее параметры и построить ее график

6. Векторы.

Вектором называется направленный отрезок. Всякий вектор à характеризуется своей длиной à и направлением.

Сумма векторов a è b, начала которых совпадают, изображается вектором, с тем же началом и совпадающим с диагональю параллелограмма, построенного на этих векорах. Разность a-b изображается второй диагональю этого парал-лелограмма. Начало этого вектора находится в к онце вектора b, а конец — в конце вектора a. Под произведением ma вектора a на число m понимается вектор, параллельный (коллинеарный) вектору a, длина которого равна ma, а направление совпадает с направлением вектора a для положительного m и противопо-ложно ему для отрицательного m. В частности, если m=1/a, то вектор a₀=ma=a/a имеет длину, равную единице, и направление, совпадающее с направлением вектора a. Этот вектор называют единичным вектором (ортом) вектора a.

Пусть в пространстве задана прямоугольная система координат ХОУ. На осях системы координат выберем векторы единичной длины i, j, k (орты), направления которых совпадают с положительным направлением соответствующей оси. Тогда каждый вектор a может быть представлен в виде суммы трех векторов

a=a_xi+a_yj+a_zk,

ãäå a_x, a_y è a_z — проекции вектора à на соответствующие оси системы координат. Такое представление вектора à называет-ся его разложением по координатным ортам. Длина вектора à может быть вычислена так

Направление вектора à определяется углами ,  и , образованными им с осями системы координат. Косинусы этих углов (направляющие косинусы вектора) вычисляются так:

cos=a_x/a, cos=a_y/a, cos=a_z/a.

Направляющие косинусы вектора связаны соотношением

cos²+cos²+cos²=1.

Арифметические операции над векторами, разложенными по координатным ортам, осуществляются покоординатно.

Вектор OM начало которого совпадает с началом системы координат, а конец — с точкой М(x.y.z), называют радиус-вектором точки М:

r=r(M)=xi+yj+zk .

Вектор AB, имеющий начало в точке А и конец в точке В, может быть записан в виде AB=r(B)-r(A), поэтому его разложение по ортам имеет вид:

AB=(x_B-x_A)i+(y_B-y_A)j+(z_B-z_A)k.

Его длина совпадает с расстоянием между точками А и В:

AB=

Скалярным произведением векторов a è b называется число, равное произведению длин этих векторов и косинуса угла  между ними:

ab = abcos.

Заметим, что число bcos есть величина проекции вектора b на направление вектора à: ïð_ab=bcos. Поэтому, на языке проекций скалярное произведение векторов может быть записано так:

ab = a ïð_ab= b ïð_ba

Свойства скалярного произведения.

1. aa=a².

2. ab=0, если один из сомножителей равен нулю, либо эти векторы перпендикулярны (cos = 0).

3. ab=ba (переместительный закон).

4. a(b+c)=ab+ac (распределительный закон)

5. (ma)b=a(mb)=m(ab) (сочетательный закон).

Если векторы a è b разложены по координатным ортам a=a_xi+a_yj+a_zk, â=â_xi+â_yj+â_zk, то их скалярное произведение может быть вычислено так:

ab=a_xb_x+a_yb_y+a_zb_z.

Векторным произведением ab векторов a è b называется вектор ñ, обладающий следующими свойствами:

1. Его длина равна площади параллелограмма, по-строенного на векторах à è b (c=absin, где  — угол между векторами à è b).

2. Он перпендикулярен плоскости векторов à è b.

3. Направление его таково, что векторы a, b è c ори-ентированы по отношению друг к другу соответственно как орты i, j è k (образуют правую тройку).

Свойства векторного произведения.

1. ab=-ba.

2. ab=0, если один из сомножителей равен ну-лю, либо векторы à è b параллельны (sin = 0).

3.(ma)b=a(mb)=m(ab). (сочетательный закон)

4. a(b+c)=ab+ac (распределительный закон).

ii=jj=kk=0,

ij=—ji=k; jk=-kj=i; ki=-ik=j.

Векторное произведение двух векторов a=a_xi+a_yj+a_zk, â=â_xi+â_yj+â_zk может быть вычислено с помощью фор-мального определителя третьего порядка:

Раскрывать этот определитель всегда следует по первой строке.

Смешанным произведением векторов à, b è c называется скалярное произведение вектора ab на вектор ñ. Абсолютная величина смешанного произведения трех векторов à, b è c равна объему параллелепипеда, построенного на этих векторах.

Свойства смешанного произведения.

1. Смешанное произведение трех векторов равно нулю, если один из сомножителей равен нулю, либо два из них коллинеарны, либо все они параллельны одной и той же плоскости (компланарны).

2. Смешанное произведение не изменится, если в нем поменять местами знаки векторного и скалярного произведений, то есть (ab)c=a(bc), поэтому смешанное произведение записывается в виде abc.

3. Смешанное произведение не изменяется при круговой перестановке его сомножителей abc=bca=cab.

4. При перестановке любых двух своих сомножителей смешанное произведение изменяет только знак.

Если векторы разложены по координатным ортам

a=a_xi+a_yj+a_zk, â=â_xi+â_yj+â_zk, c=c_xi+c_yj+c_zk, то их смешан-ное произведение может быть вычислено с помощью опре-делителя третьего порядка

Как отмечалось, объем параллелепипеда, построенного на векторах a, b, c вычисляется так: V=abc. Объем треугольной пирамиды, построенной на этих векторах равен шестой части объема параллелепипеда: V=1/6abc.

Пример 1. Найти угол между векторами

à=i+2j+3k, â=6i+4j-2k.

Решение. Так как ab=abcos, òî . Вычислим скалярное произведение векторов à è â и их длины:

ab=16+24+3(-2) = 8,

a=, b= .

Следовательно,

, è

Пример 2. Вычислить площадь треугольника с вершинами в точках A(1,1,1), B(2,3,4) и C(4.3.2).

Решение. Найдем векторы ÀÂ è ÀÑ:

ÀÂ=(2-1)i+(3-1)j+(4-1)k=i+2j+3k

ÀC=(4-1)i+(3-1)j+(2-1)k=3i+2j+k.

Площадь треугольника АВС равна половине площади параллелограмма, построенного на векторах ÀÂ è ÀÑ, поэтому найдем векторное произведение этих векторов:

ABAC=

Следовательно,

S_ABC =

Пример 3. Найти объем треугольной пирамиды с вершинами в точках А(2,2,2), B(4,3,3), C(4,5,4), D(5,5,6).

Решение. Найдем векторы à=ÀÂ, â=ÀÑ, ñ=ÀD, образующие ребра пирамиды,

à=r(B)-r(A)=2i+j+k,

b=r(C)-r(A)=2i+3j+2k,

c=r(D)-r(A)=3i+3j+4k

и вычислим смешанное произведение этих векторов

=26-12-13=7.

Так как объем пирамиды равен 1/6 объема параллелепипеда, построенного на векторах à, â è ñ, òî V=7/6.

Задача 7. Даны точки A, B, C, D. Найти:

1. [À´ÀÑ]×(2CD- AD)

2. AB×[3AB´CD].

3. Проекцию вектора CD на направление

вектора ÀÑ.

4. Разложение вектора CD по векторам

AD,BC,AC.

5. Площадь треугольника АВС.

6. Óãîë ACD.

7. Высоту пирамиды ABCD, опущенную

из вершины В.

§1. Определение вектора. Операции над векторами — ЗФТШ, МФТИ

1. Основные определения

Удивительно, но с векторными величинами разной природы (перемещением, скоростью, силой, импульсом и др.) можно работать в значительной мере единообразно — как с геометрическими объектами — геометрическими векторами, или просто векторами, хотя есть и нюансы (см. ниже).

Вектор пред­ставляет собой направленный отрезок прямой, для которого определены правила (законы) сложения с другими векторами, правило вычитания векторов, правило умножения вектора на число, скалярное произведение двух векторов и некоторые другие операции.

Стрелка компаса — не вектор, т. к. для неё нет таких операций.

Мы будем рассматривать векторы на плоскости и в соответствии со сложившейся традицией обозначать их латинскими буквами со стрелками наверху, например: `vec v`, `vec F`, `vec a`, `vec b` и т. п. Часто в целях экономии используют упрощённое обозначение — букву с чертой, например, `bar v` или `bar F`.

Одну из граничных точек вектора называют его началом, а другую — концом. Направление вектора задаётся от начала к концу, причём на чертеже конец вектора отмечают стрелкой. Начало вектора называют также точкой его приложения. Если точка `A` является нача­лом вектора `vec a`, то мы будем говорить, что вектор `vec a` приложен в точке `A` (рис. 2).

Число, выражающее длину направленного отрезка, называют модулем вектора и обозначают той же буквой, что и сам вектор, но без стрелки наверху, например: модулем вектора `vec v` является число `v`. Часто для обозначения модуля вектора прибегают к помощи знака абсолютной величины и пишут, например, `|vec v|` или `|vec F|`.

Вектор называется нулевым, если его начало и конец совпадают. Нулевой вектор не имеет определённого направления и его длина (модуль) равна нулю.

Векторы называются коллинеарными, если они лежат либо на одной прямой, либо на параллельных прямых. Так, например, на рис. 3 векторы `vec a`, `vec b` и `vec c` коллинеарны. 

Два вектора называются равными, если они коллинеарны, имеют одинаковую длину и одинаковое направление.

На рис. 4 слева изображены неравные векторы `vec a` и `vec f`, `vec g` и `vec h`, а справа — равные векторы `vec p` и `vec q`. Точка приложения геометрического вектора `vec a` может быть выбрана произвольно. Мы не различаем двух равных векторов, имеющих разные точки приложения и получающихся один из другого параллельным переносом. В соответствии с этим векторы, изучаемые в геометрии, называют свободными (они определены с точностью до точки приложения).

В физике точка приложения вектора иногда имеет  принципиальное значение. Достаточно вспомнить рычаг: две равные по модулю силы, направленные в одну и ту же сторону, производят на рычаг разное действие, если плечи сил не равны друг другу. И всё же сами силы равны друг другу! Бывают и случаи, когда вектору трудно приписать конкретную точку приложения. Например, если одна система отсчёта движется  относительно другой со скоростью `vec v`, то какой точке  приписать эту скорость?  Всем точкам движущейся системы!

2. Сложение двух векторов.

Пусть даны два произвольных вектора `vec a` и `vec b` (рис. 5а). 

Для нахождения их суммы нужно перенести вектор `vec b` параллельно самому себе так, чтобы его начало совпало с концом вектора `vec a`. Тогда вектор, проведённый из начала вектора `vec a` в конец перенесённого вектора `vec b`, и будет являться суммой `vec a` и `vec b`. На рис. 5б — это вектор `vec c`.

Описанное правило есть просто определение суммы векторов. Как и в случае с числами, сумма векторов не зависит от порядка слагаемых, и поэтому можно записать

`vec c = vec a + vec b = vec b + vec a`.                                                 (1)

Приведённое выше правило геометрического сложения векторов называется правилом треугольника.

Сумма векторов может быть найдена и по правилу параллелограмма. В этом случае параллельным переносом нужно совместить начала векторов `vec a` и `vec b` и построить на них, как на сторонах,  параллелограмм. Тогда сумма `vec a` и `vec b` будет представлять собой диагональ этого параллелограмма, конкретно — суммой `vec a` и `vec b` будет вектор, начало которого совпадает с общим началом векторов `vec a` и `vec b` конец расположен в противоположной вершине параллелограмма, а длина равна длине указанной диагонали (рис. 5в).

Оба способа сложения дают идентичный результат и одинаково часто применяются на практике. Когда речь идёт о нахождении суммы трёх и более векторов, часто последовательно используют  правило  треугольника. Поясним сказанное.

3. Сложение трёх и более векторов. 

Пусть нужно сложить три вектора `vec a`, `vec b` и `vec d` (рис. 6). 

Для этого  по правилу треугольника сначала находится сумма любых двух векторов, например `vec a` и `vec b`, потом полученный вектор `vec c = vec a + vec b` по тому же правилу складывается с третьим  вектором  `vec d`.@`, хотя складывать температуры (числа) никто не запрещает. Всё же чаще всего сумма температур представляет собой никому не нужную величину; она редко входит в какие-либо уравнения (входит почти случайно).

Иное дело – с массой. Если система состоит из тел с массами `m_1`, `m_2`, `m_3` и т. д., то масса всей системы равна `m = m_1 + m_2 + m_3 + ` и т. д. (Если на лифте написано, что максимальный груз, перевозимый лифтом, равен `500` кг, то перед входом в лифт нужно убедиться, что сумма масс вносимых в лифт грузов не превышает `500` кг.) Говорят, что масса – есть аддитивная величина (от английского слова add – добавлять, прибавлять, складывать). А вот температура – не аддитивная величина.

Сила есть аддитивная векторная величина. Если к телу в точке (или к системе тел в разных точках!) приложены силы `vec(F_1)`, `vec(F_2)`, `vec(F_3)` и т. д., то сумма векторов сил `vec(F_1) + vec(F_2) + vec(F_3) + …` есть осмысленная и даже очень нужная величина. Например, в условиях равновесия тела сумма всех приложенных к нему сил `vec(F_1) + vec(F_2) + vec(F_3) + … = 0`, даже если силы приложены в разных точках тела. Причём это относится не только к твёрдым телам. Если нитка подвешена за два конца к двум гвоздям, а в промежутке перекинута еще через какие-нибудь гвозди, то сначала нужно найти силы со стороны каждого из гвоздей и  силу со стороны Земли (силу тяжести) `vec F_1`, `vec(F_2)`, `vec(F_3)`, `…`; при этом говорят, что к нитке приложена сумма сил `vec(F_1) + vec(F_2) + vec(F_3) + …`; в условиях равновесия эта сумма будет равна нулю.

Не так со скоростями. Если система состоит из двух частиц, имеющих в некоторый момент времени скорости `vec(v_1)` и `vec(v_2)`, то это не означает, что в этот момент вся система обладает скоростью равной векторной сумме `vec(v_1) + vec(v_2)`. Никто не запрещает складывать векторы скорости разных частиц; но с точки зрения физики вектор `vec(v_1) + vec(v_2)` ничему приписать нельзя. В этом смысле скорость — не аддитивная величина. Суммой скоростей (векторной суммой) интересуются, когда одно движение накладывается на другое (например, Земля вращается вокруг Солнца, но вместе с Солнцем движется вокруг центра Галактики). А вот сумма скоростей отдельных частиц системы (например, сумма скоростей звезд в Галактике) физического интереса не представляет.

Родственная скорости величина, с которой вы еще не раз встретитесь в курсе физики, импульс материальной точки, равный произведению массы на скорость, `vec p = m vec v` снова — величина аддитивная.

В последнем равенстве мы встречаемся с умножением вектора на скаляр. Поясним эту процедуру.

4. Умножение вектора на скаляр. 

Произведением вектора `vec a` на число `k` называют новый вектор `vec b = k vec a`, коллинеарный вектору `vec a`, направленный в ту же сторону, что и вектор `vec a`, если `k > 0`, и в противоположную сторону, если `k < 0`, а модуль `b` равен

 `b = |k| a`                                                                                (2)

где `|k|` — абсолютная величина числа `k`. 

Если два вектора коллинеарны, то они отличаются только скалярным множителем. Наоборот, если два вектора отличаются только ска­лярным множителем, не равным  нулю, то они коллинеарны.      

В случае, когда `k = 0` или `vec a = 0`, произведение `k vec a` представляет собой нулевой  вектор,  направление которого не определено.

Если `k = 1`, то согласно (2) `vec b = vec a` и векторы `vec a` и `vec b` равны (рис. 8а).

При `k = — 1` получим `vec b = — vec a`. Вектор `- vec a` имеет модуль, равный модулю вектора `vec a`, но направлен в противоположную сторону (рис. 8б).

Два  вектора,  противоположно  направленные и имеющие  равные длины, называются противоположными.

Импульс тела `vec p = m vec v` коллинеарен вектору скорости и направлен с ней в одну сторону, т. к. массы всех тел положительны. Чуть ранее говорилось об аддитивности импульса. Если система состоит из материальных точек с массами `m_1`, `m_2`, `m_3`, `…`, которые в некоторый момент времени имели скорости `vec(v_1)`, `vec(v_2)`, `vec(v_3)`, `…`, т. е. имели импульсы `vec(p_1) = m_1 vec(v_1)`, `vec(p_2) = m_2 vec(v_2)`, `vec(p_3) = m_3 vec(v_3)`, `…`, то вся система в этот момент обладает импульсом  

`vec p = vec(p_1) + vec(p_2) + vec(p_3) + … = m_1 vec(v_1) + m_2 vec(v_2) + m_3 vec(v_3) + …`.

При этом каждое из слагаемых здесь должно быть найдено по правилу умножения вектора (скорости данной частицы) на скаляр (её массу), а затем все эти векторы должны быть сложены, например, по правилу многоугольника.

Вычесть из вектора `vec a` вектор `vec b` означает прибавить к вектору `vec a` вектор   `- vec b`:

`vec a — vec b = vec a + (- vec b)`

Задачи для самостоятельного решения. 1.Упростить выражение — Мегаобучалка

1.Упростить выражение

2. Найти углы треугольника с вершинами , , .

3. Найти угол между диагоналями параллелограмма, построенного на векторах `a=(2;1;0) и `b=(0;-2;1).

4. При каком значении m векторы и перпендикулярны?

5. Найти , если , , .

6. Даны точки , , . Найти

7. Найти длину вектора , если , , .

8. Найти вектор , коллинеарный вектору и удовлетворяющий условию .

9. Даны векторы , , .

Найти вектор , если известно, что , и .

10. Найти проекцию вектора на вектор , если , , .

Ответы: 1. 2. 2. .3.90°. 4. 3. 5. 336. 6.6. 7. .

8. . 9. (3;-1;2) . 10. .

2.7. Векторное произведение векторов и его свойства

Три некомпланарных вектора , и , взятые в указанном порядке, образуют правую тройку, если с конца третьего вектора кратчайший поворот от первого вектора ко второму вектору виден совершающимся против часовой стрелки, и левую, если по часовой.

Определение. Векторным произведением вектора на вектор называется вектор , который:

1) перпендикулярен векторам и , то есть , ;

2) имеет длину , где ;

3) векторы , и образуют правую тройку.

Векторное произведение обозначается , то есть

Из условия (2) следует, что длина вектора численно равна площади параллелограмма, построенного на векторах и , как на сторонах:

. (49)

Из определения векторного произведения вытекают следующие соотношения между ортами , и : , , .

Свойства векторного произведения:

1) ;

2) ;

3) ;

4) тогда и только тогда, когда , или , или ;

5) .

Из определения и свойств второго произведения следует: , , , .

Можно использовать таблицу векторного произведения векторов , и

Пусть заданы два вектора и . Тогда векторное произведение этих векторов может быть найдено с помощью определителя третьего порядка

. (50)

Пример 15. Упростить выражение .

Решение. Используя свойства векторного произведения, получим

Пример 16. Вычислить площадь параллелограмма, построенного на векторах и , как на сторонах.

Решение. Найдем векторное произведение векторов и с помощью формулы (50):

Так как модуль векторного произведения двух векторов равен площади построенного на них параллелограмма, то Пример 17. Вычислить площадь параллелограмма построенного на векторах , если ,

Решение. Найдем векторное произведение данных векторов:

Площадь параллелограмма по формуле (49) равна , тогда получим .

Пример 18. Даны два вектора и . Вектор , . Найти .

Решение. Так как вектор и , тогда . Координаты вектора , вектора . Найдем вектор , пользуясь формулой (50)

Таким образом вектор .

Найдем модуль вектора

Пример 19. Найти , если известно, что , .

Решение. Координаты вектора , вектора . По формуле (48) найдем скалярное произведение векторов и

Найдем векторное произведение , используя формулу (50)

. Тогда искомое выражение .

Векторы развития Фонда — переход на электронный формат листков нетрудоспособности и родовых сертификатов — ГОСУДАРСТВЕННОЕ УЧРЕЖДЕНИЕ

23.07.2021

1 июля 2021 года исполнилось ровно четыре года, как на территории Томской области, стартовал и получил дальнейшее развитие проект «Электронный листок нетрудоспособности» (ЭЛН). На протяжении всего периода региональное отделение Фонда обеспечивает координацию действий участников реализации проекта ЭЛН, который в настоящее время вступает в стадию «текущая деятельность». С 1 января 2022 года листок нетрудоспособности будет формироваться медицинскими организациями только в форме электронного документа.

Следует отметить, что деятельность Фонда социального страхования по переходу на электронный формат документов динамично развивается. С 1 июля 2021 года в регионе началась работа по реализации нового проекта «Электронный родовой сертификат» (ЭРС), целью которого является переход на оформление родового сертификата в виде электронного документа, что позволит упростить процедуры заполнения талонов родового сертификата, снизить нагрузку на медицинские организации, исключить необходимость переоформления родового сертификата. В настоящее время медицинские организации области активно начали внедрение нового проекта. Томское региональное отделение оказывает техническую и консультативно-методологическую помощь медицинским организациям по работе с родовыми сертификатами в новом формате.

На перспективу необходимо понимать:

˗                     переход на ЭЛН способствует проактивному назначению пособий, которые будут начисляться без заявлений и обращений за ними;

˗                     внедрение электронного формата ЭРС, значительно ускорит процесс информационного взаимодействия между медицинскими учреждением и Фондом, позволит оперативно получать статистическую и аналитическую информацию по выданным и оплаченным талонам родовых сертификатов, снизит затраты на учет и хранение бланков родовых сертификатов и избавит беременных женщин от лишних хождений по инстанциям.

Вся актуальная информация в сети Телеграм на канале ФСС_info https://t.me/FSSinfo

К списку »

Как упростить векторное выражение?

Вот способ делать все, что вы просили автоматически, независимо от версии Mathematica . Подход основан на специальном символе для идентификации, когда мы имеем дело с вектором: вместо использования таких вещей, как x , y и т. Д. Для векторов, теперь принято, что векторы записываются как vec [x] , vec [y] и т. Д.

Для этой цели можно также определить оболочку OverVector [x] , поскольку она отображается как $ \ vec {x} $.Но для этого поста я хочу, чтобы он был простым, и стрелки не отображались бы легко в исходном коде ниже.

  ClearAll [scalarProduct, vec];
SetAttributes [scalarProduct, {Orderless}]
vec /: точка [vec [x_], vec [y_]]: = scalarProduct [vec [x], vec [y]]
vec /: Cross [vec [x_], HoldPattern [Plus [y__]]]: =
 Карта [Cross [vec [x], #] &, Plus [y]]
vec /: Cross [HoldPattern [Plus [y__]], vec [x_]]: =
 Карта [Cross [#, vec [x]] &, Plus [y]]
scalarProduct /: MakeBoxes [scalarProduct [x_, y_], _]: =
 RowBox [{ToBoxes [x], ".", ToBoxes [y]}]

vec [x] .vec [y]

(* ==> vec [x] .vec [y] *)

vec [x] .vec [y] == vec [y] .vec [x]

(* ==> Верно *)

Крест [vec [x], vec [a] + vec [b]]

(* ==> vec [x] \ [Cross] vec [a] + vec [x] \ [Cross] vec [b] *)

Крест [vec [a] + vec [b], vec [x]]

(* ==> vec [a] \ [Cross] vec [x] + vec [b] \ [Cross] vec [x] *)
  

Для продукта Dot я определил поведение vec таким образом, что оно оценивается как новая функция scalarProduct , единственное алгебраическое свойство которой состоит в том, что это Orderless , как вы и ожидали для скалярного произведения векторов.Конечно, это верно только для евклидовых скалярных произведений, поэтому здесь это предположение подразумевается. Для получения дополнительной информации о том, как работает это определение, найдите TagSetDelayed .

Кроме того, scalarProduct предоставляется настраиваемый формат отображения, определяя, что он должен снова отображаться, как если бы это был скалярный продукт, когда он появляется в функции низкоуровневого форматирования MakeBoxes .

Для свойства распределения перекрестного произведения я даю vec дополнительное свойство: когда оно появляется в Cross вместе с выражением head Plus , сумма увеличивается.Здесь определения TagSetDelayed выполняются для обоих заказов и содержат HoldPattern , чтобы предотвратить слишком раннюю оценку Plus в определении.

Теперь вы можете вернуться с множеством других пожеланий: например, как насчет мультипликативных скаляров в скалярном произведении или перекрестном произведении и как насчет матриц. Тем не менее, это обширное поле, которое открывает банку червей, поэтому я бы сказал, просто реализуйте минимум функций, которые вы можете избежать символически, а затем переходите к конкретной рабочей основе, чтобы вы могли вместо этого писать векторы в виде списков.

Другой подход — определить новый символ для пользовательского скалярного произведения. Это сделано в этом вопросе.

Использование OverVector

Как упоминалось выше, вы можете заменить vec на Overvector везде в приведенном выше исходном коде, чтобы получить лучший форматированный результат. Предполагая, что вы это сделали (я не буду повторять определения с этим изменением), вот несколько примеров:

Чтобы ввести эти векторные выражения, обратитесь к палитре Помощника по основам математики.Перекрестное произведение можно ввести как Esc cross Esc .

Еще вы просили использовать антисимметрию перекрестного произведения в упрощениях. На самом деле это уже сделано, если вы вызываете FullSimplify :

Как упростить векторное выражение?

Если у вас Mathematica Version 9, вы можете использовать Vectors и TensorReduce :

  Предполагая [(x | y) \ [Element] Vectors [n], TensorReduce [Dot [x, y] - Dot [y, x]]]
(* 0 *)
TensorReduce [Dot [x, y] - Dot [y, x], Допущения -> (x | y) \ [Element] Vectors [n]]
(* 0 *)
TensorReduce [Cross [x + y, z], Допущения -> (x | y | z) \ [Element] Vectors [n]]
(* x \ [крест] z + y \ [крест] z *)
Распространить [Cross [x + y, z]] (* это должно работать во всех предыдущих версиях *)
(* x \ [крест] z + y \ [крест] z *)
  

Вот способ делать все, что вы просили автоматически, независимо от версии Mathematica .Подход основан на специальном символе для идентификации, когда мы имеем дело с вектором: вместо использования таких вещей, как x , y и т. Д. Для векторов, теперь принято, что векторы записываются как vec [x] , vec [y] и т. Д.

Для этой цели можно также определить оболочку OverVector [x] , поскольку она отображается как $ \ vec {x} $. Но для этого поста я хочу, чтобы он был простым, и стрелки не отображались бы легко в исходном коде ниже.

  ClearAll [scalarProduct, vec];
SetAttributes [scalarProduct, {Orderless}]
vec /: точка [vec [x_], vec [y_]]: = scalarProduct [vec [x], vec [y]]
vec /: Cross [vec [x_], HoldPattern [Plus [y__]]]: =
 Карта [Cross [vec [x], #] &, Plus [y]]
vec /: Cross [HoldPattern [Plus [y__]], vec [x_]]: =
 Карта [Cross [#, vec [x]] &, Plus [y]]
scalarProduct /: MakeBoxes [scalarProduct [x_, y_], _]: =
 RowBox [{ToBoxes [x], ".", ToBoxes [y]}]

vec [x] .vec [y]

(* ==> vec [x] .vec [y] *)

vec [x] .vec [y] == vec [y] .vec [x]

(* ==> Верно *)

Крест [vec [x], vec [a] + vec [b]]

(* ==> vec [x] \ [Cross] vec [a] + vec [x] \ [Cross] vec [b] *)

Крест [vec [a] + vec [b], vec [x]]

(* ==> vec [a] \ [Cross] vec [x] + vec [b] \ [Cross] vec [x] *)
  

Для продукта Dot я определил поведение vec таким образом, что оно оценивается как новая функция scalarProduct , единственное алгебраическое свойство которой состоит в том, что это Orderless , как вы и ожидали для скалярного произведения векторов.Конечно, это верно только для евклидовых скалярных произведений, поэтому здесь это предположение подразумевается. Для получения дополнительной информации о том, как работает это определение, найдите TagSetDelayed .

Кроме того, scalarProduct предоставляется настраиваемый формат отображения, определяя, что он должен снова отображаться, как если бы это был скалярный продукт, когда он появляется в функции низкоуровневого форматирования MakeBoxes .

Для свойства распределения перекрестного произведения я даю vec дополнительное свойство: когда оно появляется в Cross вместе с выражением head Plus , сумма увеличивается.Здесь определения TagSetDelayed выполняются для обоих заказов и содержат HoldPattern , чтобы предотвратить слишком раннюю оценку Plus в определении.

Теперь вы можете вернуться с множеством других пожеланий: например, как насчет мультипликативных скаляров в скалярном произведении или перекрестном произведении и как насчет матриц. Тем не менее, это обширное поле, которое открывает банку червей, поэтому я бы сказал, просто реализуйте минимум функций, которые вы можете избежать символически, а затем переходите к конкретной рабочей основе, чтобы вы могли вместо этого писать векторы в виде списков.

Другой подход — определить новый символ для пользовательского скалярного произведения. Это сделано в этом вопросе.

Использование OverVector

Как упоминалось выше, вы можете заменить vec на Overvector везде в приведенном выше исходном коде, чтобы получить лучший форматированный результат. Предполагая, что вы это сделали (я не буду повторять определения с этим изменением), вот несколько примеров:

Чтобы ввести эти векторные выражения, обратитесь к палитре Помощника по основам математики.Перекрестное произведение можно ввести как Esc cross Esc .

Еще вы просили использовать антисимметрию перекрестного произведения в упрощениях. На самом деле это уже сделано, если вы вызываете FullSimplify :

VEST: Упрощение абстрактного векторного исчисления в системе Mathematica

Мы представляем новую версию библиотеки численного дифференцирования (NDL), которая используется для численного оценивания частных производных первого и второго порядка функции методом конечных разностей.В этой версии мы реструктурировали последовательную реализацию кода, чтобы добиться оптимального распараллеливания на основе задач. Чистое распараллеливание библиотеки с разделяемой памятью было основано на облегченной модели задач OpenMP, позволяющей полностью извлечь доступный параллелизм и эффективное планирование нескольких одновременных вызовов библиотеки. В многоядерных кластерах параллелизм используется с помощью TORC, многопоточной библиотеки задач на основе MPI. Новая реализация NDL в MPI обеспечивает оптимальную производительность с точки зрения вызовов функций и, кроме того, поддерживает асинхронное выполнение нескольких вызовов библиотеки в устаревших программах MPI.Кроме того, для всех случаев был реализован интерфейс Python, экспортирующий функциональность нашей библиотеки в последовательные коды Python.

Название программы: NDL-v2.0

Идентификатор каталога: AEDG_v2_0

URL сводки программы: http://cpc.cs.qub.ac.uk/summaries/AEDG_v2_0.html

Программу можно получить: Библиотека программ CPC, Королевский университет, Белфаст, Северная Ирландия.

Условия лицензирования: Стандартная лицензия CPC, http: // cpc.cs.qub.ac.uk/licence/licence.html

Количество строк в распределенной программе, включая тестовые данные и т. д .: 63036

Количество байтов в распределенной программе, включая тестовые данные и т. д. : 801872

Формат распространения: tar.gz

Язык программирования: ANSI Fortran-77, ANSI C, Python.

Компьютер: Распределенные системы (кластеры), системы с общей памятью.

Операционная система: Linux, Unix.

Был ли код векторизован или распараллелен ?: Да.

RAM: Библиотека использует O (N) внутренней памяти, N — размер проблемы. Он может использовать до O (N2) внутренней памяти для вычислений Гессе, если коэффициент регулирования задачи не был установлен пользователем.

Классификация: 4.9, 4.14, 6.5.

Идентификатор каталога предыдущей версии: AEDG_v1_0

Справка журнала предыдущей версии: Comput.Phys. Comm. 180 (2009) 1404

Заменяет ли новая версия предыдущую версию ?: Да

Характер проблемы:

Числовая оценка производных на нескольких уровнях точности является общим требованием во многих вычислительных задачах, таких как оптимизация, решение нелинейных систем и анализ чувствительности. Для большого количества научных и инженерных приложений базовые функции соответствуют программам моделирования, для которых аналитическая оценка производных затруднена или почти невозможна.Параллельная реализация, использующая системы с несколькими процессорами, очень важна для крупномасштабных и вычислительно дорогостоящих задач.

Метод решения:

Конечное дифференцирование используется с тщательно выбранным шагом, который сводит к минимуму сумму ошибок усечения и округления. В параллельных версиях используются библиотеки OpenMP и MPI.

Причины для новой версии:

Обновленная версия была мотивирована нашими усилиями по расширению параллельной системы количественной оценки байесовской неопределенности [1] путем включения информации о производной более высокого порядка, как в большинстве современных методов стохастического моделирования. такие как стохастический Newton MCMC [2] и гамильтониан риманового многообразия MC [3].Оценки функций представляют собой моделирование со значительным временем до решения, которое также зависит от входных параметров, таких как в [1, 4]. Время выполнения задачи типа N-тела значительно меняется с введением более длинного отрезка между телами. В первой версии библиотеки подпрограммы OpenMP-parallel создают новую команду потоков и распределяют оценки функций с помощью директивы PARALLEL DO. Это ограничивает функциональность библиотеки, поскольку для нескольких одновременных вызовов требуется поддержка вложенного параллелизма из среды OpenMP.Следовательно, либо их оценки функций будут сериализованы, либо может произойти переподписка процессора из-за увеличения количества потоков OpenMP. Кроме того, вычисления Гессе включают две явные параллельные области, которые вычисляют сначала диагональные, а затем недиагональные элементы массива. Из-за барьера между двумя областями параллелизм вычислений не используется в полной мере. Эти проблемы были устранены в новой версии путем сначала реструктуризации последовательного кода, а затем параллельного выполнения оценки функций с использованием задач OpenMP.Хотя MPI-параллельная реализация первой версии способна полностью использовать параллелизм задач подпрограмм PNDL, она не использует механизм кэширования последовательного кода и, следовательно, выполняет некоторые избыточные оценки функций в вычислениях Гессе и Якоби. Это может привести к: (а) увеличению времени выполнения, если количество доступных процессоров меньше, чем общее количество задач, и (б) значительному потреблению энергии из-за потраченных впустую циклов процессора. Преодоление этих недостатков, которые становятся критическими по мере увеличения времени оценки отдельной функции, было основной целью этой новой версии.Благодаря реструктуризации кода реализация MPI-parallel (и, соответственно, OpenMP-parallel) позволяет избежать избыточных вызовов, обеспечивая оптимальную производительность с точки зрения количества вычислений функций. Еще одним ограничением библиотеки было то, что подпрограммы библиотеки были коллективными и синхронными вызовами. В новой версии каждый процесс MPI может выполнять любое количество подпрограмм для асинхронного выполнения. Мы представляем два вызова библиотеки, которые обеспечивают глобальную и локальную синхронизацию задач, аналогично директивам BARRIER и TASKWAIT OpenMP.Новая реализация MPI основана на TORC, новой библиотеке задач для многоядерных кластеров [5–7]. TORC улучшает переносимость программного обеспечения, поскольку он полагается исключительно на программные интерфейсы POSIX-Threads и MPI. Он позволяет процессам MPI использовать несколько рабочих потоков, предлагая полностью прозрачную гибридную среду программирования и выполнения, аналогичную MPI + OpenMP. Наконец, чтобы еще больше повысить удобство использования нашего программного обеспечения, поверх версий библиотеки OpenMP и MPI был реализован интерфейс Python.Это позволяет последовательным кодам Python использовать системы с общей и распределенной памятью.

Сводка исправлений:

Пересмотренный код улучшает производительность обеих параллельных (OpenMP и MPI) реализаций. Функциональные возможности и пользовательский интерфейс MPI-параллельной версии были расширены для поддержки асинхронного выполнения нескольких вызовов PNDL, выдаваемых одним или несколькими процессами MPI. Новая базовая библиотека задач увеличивает переносимость и позволяет процессам MPI иметь несколько рабочих потоков.Для обеих реализаций добавлен интерфейс к языку программирования Python.

Ограничения:

В библиотеке используется только арифметика с двойной точностью. Реализация MPI предполагает однородность среды выполнения, обеспечиваемой операционной системой. В частности, процессы одного приложения MPI должны иметь идентичное адресное пространство, а пользовательская функция находится по одному и тому же виртуальному адресу. Кроме того, для приложения не следует использовать рандомизацию разметки адресного пространства.

Необычные особенности:

Программное обеспечение учитывает связанные ограничения в том смысле, что для оценки производных используются только возможные точки, и, учитывая уровень желаемой точности, автоматически применяется соответствующая формула.

Время выполнения:

Время выполнения зависит от сложности функции. Тестовый запуск занял 23 мс для последовательного распределения, 25 мс для OpenMP с 2 потоками, 53 мс и 1,01 с для параллельного распределения MPI с использованием 2 потоков и 2 процессов соответственно, а время выхода для простаивающих рабочих равнялось 10 мс.

Ссылки:

[1] П. Анжеликопулос, К. Парадимитриу, П. Комутсакос, Байесовская количественная оценка неопределенности и ее распространение в моделировании молекулярной динамики: высокопроизводительная вычислительная среда, J. ​​Chem. Phys 137 (14).

[2] Л. Flath, L.C. Уилкокс, В. Акселик, Дж. Хилл, Б. ван Блумен Вандерс, О. Гаттас, Быстрые алгоритмы для количественной оценки байесовской неопределенности в крупномасштабных линейных обратных задачах, основанные на низкоранговых частичных приближениях Гессе, SIAM J.Sci. Comput. 33 (1) (2011) 407–432.

[3] М. Джиролами, Б. Кальдерхед, римановы многообразия, методы Ланжевена и гамильтоновы Монте-Карло, J. R. Stat. Soc. Сер. B (Стат. Метод.) 73 (2) (2011) 123–214.

[4] П. Анжеликопулос, К. Парадимитриу, П. Комутсакос, Прогностическая молекулярная динамика на основе данных для моделирования потоков в наномасштабе в условиях неопределенности, J. Phys. Chem. В 117 (47) (2013) 14808–14816.

[5] P.E. Хаджидукас, Э. Лаппас, В.В. Димакопулос, Библиотека времени выполнения для независимого от платформы параллелизма задач, в: PDP, IEEE, 2012, стр.229–236.

[6] C. Voglis, P.E. Хаджидукас, Д. Папагеоргиу, И. Лагарис, Параллельный гибридный алгоритм оптимизации для подбора межатомных потенциалов, Appl. Soft Comput. 13 (12) (2013) 4481–4492.

[7] P.E. Хаджидукас, Ч. Воглис, В.В. Димакопулос, И. Лагарис, Д.Г. Папагеоргиу, Поддержка адаптивного и нерегулярного параллелизма для нелинейной численной оптимизации, Прил. Математика. Comput. 231 (2014) 544–559.

Управление векторами · Руководство по программированию UC Business Analytics R

Базовая структура в R — это вектор.Вектор — это последовательность элементов данных одного и того же базового типа: числовых, символьных, логических, множителей или дат (есть два дополнительных типа векторов, которые я не буду обсуждать — сложные и необработанные). В этом руководстве представлены основы управления векторами.

Создание векторов

Существует четыре основных способа создания вектора: :, c (), seq (), rep () . Оператор двоеточия : может использоваться для создания вектора целых чисел между двумя указанными числами или функция c () может использоваться для создания векторов объектов путем объединения элементов вместе:

  # целочисленный вектор
w <- 8:17
ш
## [1] 8 9 10 11 12 13 14 15 16 17

# вектор с плавающей запятой двойной точности (число с десятичными знаками)
х <- с (0.5, 0,6, 0,2)
Икс
## [1] 0,5 0,6 0,2

# логический вектор
y <- c (ИСТИНА, ЛОЖЬ, ЛОЖЬ)
у
## [1] ИСТИНА ЛОЖЬ ЛОЖЬ

# Вектор символов
z <- c («a», «b», «c»)
z
## [1] "а" "б" "в"
  

Функцию seq () можно использовать для создания вектора из указанной последовательности чисел (или дат) с заданной арифметической прогрессией. А функция rep () позволяет нам удобно повторять указанные константы в длинные векторы с сортировкой или без сортировки.

  # генерировать последовательность чисел от 1 до 21 с шагом 2
seq (от = 1, до = 21, by = 2)
## [1] 1 3 5 7 9 11 13 15 17 19 21

# генерируем последовательность чисел от 1 до 21, которая имеет 15 равных приращений
# числа
seq (0, 21, длина.out = 15)
## [1] 0,0 1,5 3,0 4,5 6,0 7,5 9,0 10,5 12,0 13,5 15,0 16,5 18,0 19,5
## [15] 21.0


# копирует значения в x указанное количество раз в сопоставленном виде
повтор (1: 4, раз = 2)
## [1] 1 2 3 4 1 2 3 4

# копирует значения в x без сортировки
повтор (1: 4, каждый = 2)
## [1] 1 1 2 2 3 3 4 4
  

Принуждение векторов

Все элементы вектора должны быть одного типа, поэтому при попытке комбинировать элементы разных типов (т. Е.символьный и числовой) они будут приведены к максимально гибкому типу:

  # цифры превращаются в символы
str (c ("a", "b", "c", 1, 2, 3))
## chr [1: 6] "a" "b" "c" "1" "2" "3"

# логические превращаются в числа ...
str (c (1, 2, 3; ИСТИНА; ЛОЖЬ))
## число [1: 5] 1 2 3 1 0

# или символ
str (c ("A", "B", "C"; ИСТИНА; ЛОЖЬ))
## chr [1: 5] "A" "B" "C" "TRUE" "FALSE"
  

Принуждение часто происходит автоматически. Большинство математических функций ( + , log , abs и т. Д.) будет приводиться к двойному или целому числу, а большинство логических операций ( и , | , , любое и т. д.) будут приводить к логическому. Обычно вы получаете предупреждающее сообщение, если принуждение может привести к потере информации. Часто лучше явно приводить as.character () , as.double () , as.integer () или as.logical () . Например, встроенный вектор state.region является вектором множителей. Мы можем преобразовать это в вектор символов с as.персонаж .

  класс (гос.регион)
## [1] "фактор"

state.region2 <- as.character (state.region)
класс (state.region2)
## [1] "персонаж"
  

Добавление к векторам

Чтобы добавить дополнительные элементы к уже существующему вектору, мы можем продолжать использовать функцию c () . Также обратите внимание, что векторы всегда плоские, поэтому вложенные функции c () не будут добавлять дополнительные измерения к вектору:

  v1 <- 8:17

c (v1, 18:22)
## [1] 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

# такой же как
c (v1, c (18, c (19, c (20, c (21:22)))))
## [1] 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
  

Добавление атрибутов к векторам

Атрибуты, которые вы можете добавлять к векторам, включают имена и комментарии.Если мы продолжим с нашим вектором v1 , мы увидим, что у вектора в настоящее время нет атрибутов:

Мы можем добавлять имена к векторам, используя два подхода. Первый использует names () для присвоения имен каждому элементу вектора. Второй подход - присвоить имена при создании вектора.

  # присвоение имен уже существующему вектору
имена (v1) <- буквы [1: длина (v1)]
v1
## a b c d e f g h i j
## 8 9 10 11 12 13 14 15 16 17
атрибуты (v1)
## $ имена
## [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"

# добавление имен при создании векторов
v2 <- c (имя1 = 1, имя2 = 2, имя3 = 3)
v2
## имя1 имя2 имя3
## 1 2 3
атрибуты (v2)
## $ имена
## [1] "имя1" "имя2" "имя3"
  

Мы также можем добавлять комментарии к векторам, чтобы они действовали как примечание для пользователя.Это не меняет поведения вектора; скорее, он просто действует как форма метаданных для вектора.

  комментарий (v1) <- «Это комментарий к вектору»
v1
## a b c d e f g h i j
## 8 9 10 11 12 13 14 15 16 17
атрибуты (v1)
## $ имена
## [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"
##
## $ комментарий
## [1] "Это комментарий к вектору"
  

Подмножество векторов

Четыре основных способа подмножества вектора включают объединение квадратных скобок [] с:

Можно также указать подмножество с двойными скобками [[]] для упрощения подмножеств.

Подмножество положительных целых чисел

Подмножество с положительными целыми числами возвращает элементы в указанных позициях:

  v1
## a b c d e f g h i j
## 8 9 10 11 12 13 14 15 16 17

v1 [2]
## b
## 9

v1 [2: 4]
## b c d
## 9 10 11

v1 [c (2, 4, 6, 8)]
## b d f h
## 9 11 13 15

# обратите внимание, что вы можете дублировать позиции индекса
v1 [c (2, 2, 4)]
## б б г
## 9 9 11
  

Подмножество с отрицательными целыми числами

Подмножество с отрицательными целыми числами исключает элементы в указанных позициях:

  v1 [-1]
## б в г д е ж з и к
## 9 10 11 12 13 14 15 16 17
  

  v1 [-c (2, 4, 6, 8)]
## a c e g i j
## 8 10 12 14 16 17
  

Подмножество с логическими значениями

Подмножество с логическими значениями выберет элементы, для которых соответствующее логическое значение равно ИСТИНА :

  v1 [c (ИСТИНА, ЛОЖЬ, ИСТИНА, ЛОЖЬ, ИСТИНА, ИСТИНА, ИСТИНА, ЛОЖЬ, ЛОЖЬ, ИСТИНА)]
## a c e f g j
## 8 10 12 13 14 17

v1 [v1 <12]
## a b c d
## 8 9 10 11

v1 [v1 <12 | v1> 15]
## a b c d i j
## 8 9 10 11 16 17

# если логический вектор короче, чем длина вектора
# подмножество, оно будет переработано, чтобы иметь ту же длину
v1 [c (ИСТИНА, ЛОЖЬ)]
## a c e g i
## 8 10 12 14 16
  

Подмножество с именами

Подмножество с именами вернет элементы с указанными совпадающими именами:

  v1 ["b"]
## b
## 9

v1 [c ("a", "c", "h")]
## a c h
## 8 10 15
  

Упрощение vs.Консервирование

Также важно понимать разницу между упрощением и сохранением при разделении на подмножества. Упрощение подмножеств возвращает простейшую возможную структуру данных, которая может представлять выходные данные. Сохранение поднаборов сохраняет структуру вывода такой же, как и на входе.

Для векторов подмножество с одинарными скобками [] сохраняется, а подмножество с двойными скобками [[]] упрощается. Изменение, которое вы заметите при упрощении векторов, - это удаление имен.

  v1 [1]
## a
## 8

v1 [[1]]
## [1] 8
  

Упражнения

1. Проверьте встроенный вектор символов state.name .
2. Сколько элементов в этом векторе?
3. Какие атрибуты у этого вектора?
4. Можете ли вы назвать каждый элемент вектора с помощью «V1», «V2»,…, «V50» (ярлык: paste0 («v», 1:50) )?
5. Какие атрибуты у этого вектора?
6. Состояние подмножества .имя для элементов со следующими именами: V35, V17, V14, V38.

Упрощение векторных сообществ при сукцессии пригородов

Abstract

Субурбанизация быстро происходит в глобальном масштабе, что приводит к изменениям в сообществах видов, присутствующих на ранее неосвоенных территориях. Изменения на уровне сообществ после антропогенных изменений в землепользовании были изучены на множестве организмов, но влияние на членистоногих, имеющих медицинское и ветеринарное значение, остается плохо изученным.Изменения в разнообразии, численности и составе сообществ таких членистоногих, как комары, могут значительно повлиять на динамику трансмиссивных болезней из-за разной способности переносчиков у разных видов. В свете этих потенциальных последствий для трансмиссивных болезней мы исследовали изменения в сообществе видов комаров после субурбанизации, взяв образцы комаров в районах разного возраста в округе Уэйк, Северная Каролина, США. Мы обнаружили, что независимо от плотности застройки и социально-экономического статуса показатели разнообразия комаров уменьшаются по мере старения пригородных районов.В самых старых районах скопление комаров достигло отчетливого пригородного кульминационного сообщества, в котором преобладали инвазивные перидоместные контейнеровозы Aedes albopictus , азиатские тигровые комары. Aedes albopictus является компетентным переносчиком многих патогенов, вызывающих озабоченность человека, и его преобладание в пригородных районах приводит к тому, что он находится в непосредственной близости от человека, что позволяет повысить потенциал взаимодействий между хозяином и переносчиком. Хотя необходимы дальнейшие исследования, чтобы четко охарактеризовать влияние упрощения сообществ комаров на передачу трансмиссивных болезней в сильно пригородных районах, текущее исследование демонстрирует, что пригородные районы разрушают сообщества комаров настолько серьезно, что они не восстанавливают свое разнообразие даже через 100 лет после первоначального беспокойство.Наше понимание воздействия антропогенных изменений в землепользовании на уровне сообществ на членистоногих-переносчиков будет становиться все более важным, поскольку мы стремимся смягчить распространение болезней в глобальном ландшафте, который постоянно развивается и изменяется людьми.

Образец цитирования: Spence Beaulieu MR, Hopperstad K, Dunn RR, Reiskind MH (2019) Упрощение сообществ переносчиков во время сукцессии пригородов. PLoS ONE 14 (5): e0215485. https://doi.org/10.1371/journal.pone.0215485

Редактор: Paul T. Leisnham, Мэрилендский университет, США

Поступила: 20 декабря 2018 г .; Принята к печати: 2 апреля 2019 г .; Опубликован: 1 мая 2019 г.

Авторские права: © 2019 Spence Beaulieu et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все соответствующие данные находятся в рукописи, файлах вспомогательной информации и доступны по адресу https://doi.org/10.6084/m9.figshare.7488791.

Финансирование: Этот материал основан на работе, поддержанной Программой стипендий для аспирантов Национального научного фонда в рамках гранта № DGE-1746939. Любые мнения, выводы, выводы или рекомендации, выраженные в этом материале, принадлежат авторам и не обязательно отражают точку зрения Национального научного фонда.

Конкурирующие интересы: Авторы заявили об отсутствии конкурирующих интересов.

Введение

Мир становится все более урбанистическим. Еще в 1950 году в городах проживало всего 30% населения мира. Сегодня 55% людей живут в городских районах, причем доля людей, живущих в городах, по прогнозам, достигнет 68% к 2050 году [1]. В некоторых регионах почти все горожане живут в городах с относительно высокой плотностью населения. Но в других странах большая часть человеческих домов находится на окраинах городов, в пригородах.Пригородная застройка является самым быстрорастущим видом антропогенного землепользования в Соединенных Штатах, увеличившись примерно в семь-десять раз с 1950 по 2000 год [2]. В соответствии с общенациональными тенденциями это явление быстро меняет юго-восток США, и модели предсказывают дальнейший рост городского и пригородного землепользования от 101% до 192% в течение следующих 50 лет [3]. Это изменение в землепользовании из-за антропогенного развития одновременно оказывает неблагоприятное воздействие на виды, зависящие от диких лесов и лугов, и благоприятствует видам, связанным с городскими территориями, при этом пригородные районы могут выступать в качестве экотона между городскими и природными территориями или полностью отличаться от естественных. области.Среди видов, которым может способствовать застройка пригородов и городов, есть виды членистоногих, способных переносить патогены человека [4].

Трансмиссивные болезни представляют собой серьезную угрозу общественному здоровью, ежегодно поражая более одного миллиарда человек [5] и вызывая серьезные последствия для здоровья и экономическое бремя. В глобальном масштабе комары являются наиболее важными переносчиками болезней членистоногих, являясь переносчиками патогенов, вызывающих значительную заболеваемость и смертность, таких как малярия, вирус денге, недавно появившийся вирус Зика и нитчатые паразиты [6].В последние годы географический ареал многих трансмиссивных болезней расширяется, что усиливает и без того значительные последствия для здоровья населения и экономики. Многие факторы потенциально способствуют расширению ареалов трансмиссивных болезней, такие как путешествия людей, транспортировка продуктов и глобальное изменение климата, а также антропогенные изменения в землепользовании, включая урбанизацию [7]. Изменения в землепользовании представляют особый интерес из-за их способности влиять на целые сообщества видов.Изменения в сообществе видов могут существенно повлиять на разнообразие и состав видов комаров и их относительную численность, и все это имеет важные последствия для распространения трансмиссивных болезней [8–10].

Когда естественные ландшафты превращаются в пригородную застройку, соответствующие расчистка земель и строительство действуют как крупное нарушение в окружающей среде, влияя на сообщества видов. Некоторые экологические исследования показывают, что промежуточные уровни нарушения приведут к увеличению разнообразия как потому, что нарушение вносит неоднородность среды обитания, так и потому, что нарушение может снизить численность доминирующих видов, увеличивая вероятность инвазии [11].В городских условиях это соответствует теоретическому пику разнообразия на промежуточных уровнях развития, когда уменьшаются как биотические ограничения сельских районов, так и физические ограничения городских районов [12]. Разнообразие птиц в городах-побратимах, Миннесота и Чикаго, штат Иллинойс, например, наиболее высоко в умеренно нарушенных районах, а затем впоследствии снижается в городских районах [13,14]. Точно так же разнообразие бабочек в районе бывших дубовых лесов в Пало-Альто, Калифорния, является самым низким в наиболее урбанизированных районах, но в этом случае даже умеренные уровни освоения земель наносят ущерб сообществу естественных видов, несмотря на общий промежуточный пик разнообразия нарушений [ 12].В настоящее время неясно, может ли мелкомасштабная неоднородность землепользования, связанная с застройкой пригородов, привести к увеличению биоразнообразия комаров по сравнению с биоразнообразием в естественных лесах или лугах, как это наблюдается с другими видами [15–17].

Хотя вопрос о разнообразии видов комаров на нарушенных территориях малоизучен, он важен при рассмотрении распространения трансмиссивных болезней. Компетенция переносчиков данного патогена варьируется в зависимости от вида, что приводит к очевидным последствиям для риска заболевания после изменений на уровне сообщества.Изменения в разнообразии или равномерности сообщества могут повлиять на передачу трансмиссивных болезней, если сообщество видов смещается в сторону комаров с большей переносимостью. Это особенно актуально в пригородных районах, поскольку в этих нарушенных условиях комары-переносчики находятся в непосредственной близости и регулярно контактируют с хозяевами, в том числе с людьми и их домашними животными, что может повысить риск распространения болезни [4,18].

Несмотря на рост урбанизации и ее потенциальное воздействие на сообщества комаров, а также быстрое увеличение количества исследований последствий урбанизации, лишь немногие исследования рассматривали способы, которыми урбанизация в целом и субурбанизация в частности влияют на общий состав населения. сообществ комаров (S1 рис.).Изучалось влияние среды обитания на сообщества комаров, чаще всего в контексте исключительно естественных местообитаний. Например, исследования, изучающие сообщества видов, присутствующие на лесных участках, по сравнению с пастбищами или пастбищами, показали, что неудивительно, что эти среды обитания имеют тенденцию поддерживать различные виды комаров [8,19,20]. Эти связи между видами комаров и средой обитания могут возникать из-за адаптации к определенным местам обитания через специфичность мест размножения или избирательность использования взрослыми комарами с мелкомасштабными (<20 м) вариациями в полете, поиске хозяина и распределении взрослых особей [21].В отличие от большого количества исследований скоплений комаров в природных зонах, те, которые исследуют аналогичные вопросы в урбанизированных районах, встречаются реже. Исследования, которые рассматривали в первую очередь антропогенные ландшафты, как правило, фокусировались на распространении по конкретным видам, а не на сообществах в целом (например, [22–24]). В нескольких исследованиях, в которых рассматривались вопросы воздействия на уровне сообществ, были исследовательские участки, которые сильно отличались от пригородных районов в Соединенных Штатах (например, [9,25]), оставляя пробел в знаниях о влиянии субурбанизации на скопления комаров. .Учитывая, что пригородные районы представляют собой разнородные ландшафты, состоящие из травы, кустарников, деревьев, искусственных построек и, возможно, окруженные неосвоенными природными территориями, неясно, больше ли скопления комаров, присутствующие в этих районах, похожи на сообщества на полях, лесных участках или в чем-то уникальном. к дачному пейзажу.

Здесь мы стремились охарактеризовать изменения в сообществах комаров, которые происходят после изменений в землепользовании, вызванных деятельностью человека, в контексте застройки пригородов, и, если такие изменения существуют, скорость, с которой эти изменения происходят после застройки.Мы предполагаем, что 1) сообщества пригородных видов отличаются от сообществ либо на неосвоенных полях, либо на неосвоенных лесных участках, и 2) сообщество комаров быстро меняется после первоначального нарушения, приближаясь со временем к сообществу пригородных климакс. Мы проверили эти априорных прогнозов , установив хронологическую последовательность застройки пригородов, в которой были взяты образцы комаров, и сравнив сообщества этих видов с сообществами, присутствующими на невозделываемых полях и лесных участках.

Методы

Обзор исследования

Мы провели это исследование в округе Уэйк, Северная Каролина, США.Округ Уэйк имеет умеренный климат и состоит из крупного городского центра, Роли, и обширных пригородов, что делает его вторым по численности населения округом Северной Каролины с населением около 1 миллиона человек [26]. Чтобы охарактеризовать изменения в составе комаров, которые происходят после изменений в землепользовании, вызванных деятельностью человека, мы взяли образцы комаров в районах, которые ранее были лесными массивами до застройки, а также в районах, которые были полями до застройки, на основе исторических аэрофотоснимков в Google Earth [27]. .Чтобы сравнить сообщества сообществ с сообществами в природных зонах, мы также взяли пробы комаров в естественных лесных массивах, естественных полях и лугах в качестве контрольных. Чтобы определить скорость, с которой происходят какие-либо изменения в скоплении комаров после застройки пригородов, мы установили хронологическую последовательность путем выборки в районах разного возраста. Такой подход позволил нам определить влияние приблизительных временных масштабов в рамках двухлетнего исследования.

Выбор участка и разрешение владельца

Мы определили возможные пригородные районы, используя текущие и исторические снимки Google Планета Земля.Мы определили пригородные районы как районы, состоящие из отдельно стоящих домов на одну семью, не расположенных на территории городского квартала. Основываясь на исторических изображениях, мы классифицировали районы-кандидаты в округе Уэйк, Северная Каролина, по возрасту, а затем классифицировали их как ранее поля или ранее лесные участки до застройки. Чтобы гарантировать, что в исследовании представлены районы разного возраста, мы создали возрастные категории, которые будут определять выбор района: разработанные до 1993 года, между 1993 и 2002 годами, между 2003 и 2007 годами, между 2008 и 2012 годами и с 2013 года по настоящее время.Поскольку прогнозировалось, что изменения в составе комаров произойдут довольно быстро после первоначального нарушения, интервалы возрастных категорий были спроектированы так, чтобы быть короче, когда развитие микрорайона приближалось к настоящему времени, и длиннее, когда развитие было прекращено. Это позволило нам лучше улавливать периоды прогнозируемых быстрых изменений в нашей хронопоследовательности, уменьшая при этом усилия по отбору образцов в периоды менее быстрых изменений. В рамках возрастных категорий мы выбрали районы из каждого предыдущего землепользования (т.е. поля или лесной насаждения). Чтобы обеспечить равномерную выборку по всему округу Уэйк, мы разбили округ на географические квадранты и выбрали районы во всех квадрантах случайным образом. Из-за строгих требований относительно возраста района, предыдущего землепользования и необходимости разрешения домовладельца на отлов в ловушку выбор участка был довольно ограничен, но в каждом географическом квадранте было по крайней мере одно место, представляющее каждую возрастную категорию и предыдущее землепользование. В целом в 2015 году мы отобрали 30 районов, охватывающих возрастные категории и использовавшиеся ранее в округе Уэйк (рис. 1).В каждом районе мы выбрали один дом для установки ловушки с согласия домовладельца. Мы подтвердили, что домовладелец не намеревался применять какие-либо противомоскитные пестициды в ходе исследования. Расположение ловушки во дворе полностью зависело от предпочтений домовладельцев, хотя большинство домовладельцев предпочли разместить ловушку на заднем дворе рядом с краем участка.

Рис. 1. Места отлова в округе Уэйк, Северная Каролина.

Все участки 2015 г., обозначенные кружком, также были отобраны в 2016 г. с добавлением 6 более старых пригородных участков, которые были отобраны исключительно в 2016 г., обозначенных треугольником.Карта создана на основе общедоступных данных из ГИС округа Уэйк правительства округа Уэйк [28] и шейп-файлов TIGER / Line за 2017 год Бюро переписи населения США [29].

https://doi.org/10.1371/journal.pone.0215485.g001

Мы также взяли образцы неосвоенных местообитаний на полях и лесных участках в качестве контрольных. Мы использовали три естественных ареала обитания: Мемориальный лес Скенка в Университете штата Северная Каролина (штат Северная Каролина), Отдел обучения лошадей штата Северная Каролина и Отделение говядины озера Уилер штата Северная Каролина. На каждом из этих природных участков имелась как полевая среда обитания, так и среда обитания в лесу, и мы разместили ловушки на расстоянии не менее 100 метров от края среды обитания, что согласуется с предыдущими данными о достоверности среды обитания комаров [21].Поскольку большие нетронутые дикие территории не особенно распространены вокруг Роли, Северная Каролина, мы также взяли образцы на небольших участках земли, состоящих из естественных лесных массивов и природных полей, в качестве контрольных участков. Каждый из этих меньших контрольных участков имел неосвоенную естественную землю в радиусе не менее 100 м вокруг ловушки, что опять же согласуется с предыдущими выводами о верности среды обитания комаров [21]. Мы отобрали пробы на шести из этих небольших лесных контрольных участков и пяти меньших полевых контрольных участках, что дало нам в общей сложности 9 контрольных участков для лесных участков и 8 контрольных участков.

Мы повторили исследование в 2016 году, отлавливая на всех тех же контрольных участках и в разных домах в пределах тех же районов, которые были взяты в 2015 году. Учитывая, что самому старому району, который мы выбрали в 2015 году, было 40 лет, мы также добавили шесть дополнительных более старые кварталы, которые были застроены между 50 и 102 годами до 2016 года, в результате чего была отобрана в общей сложности 36 районов (рис. 1), что дало нам еще более широкую шкалу времени для анализа хронопоследовательности.

Захват

Использовали световые ловушки CDC (JW Hock Co., Гейнсвилл, Флорида) для отбора проб комаров на протяжении всего исследования. Мы удалили огни из световых ловушек CDC, чтобы уменьшить прилов, и поставили на ловушки небольшой холодильник, содержащий 1 кг сухого льда (твердый CO ₂ ), чтобы привлечь комаров, ищущих хозяев. Мы устанавливаем ловушки в каждом районе и контрольных точках примерно на 16 часов в течение ночи каждые две недели с июня до середины октября 2015 года и с июня до конца октября 2016 года.

Идентификация образца

Мы подсчитали и идентифицировали всех собранных комаров по видам, используя дихотомические ключи [31] по методу Burkett-Cadena «Москиты на юго-востоке США [30] и Дарси и Уорда на территории Северной Америки».Затем мы сохранили комаров в 95% этаноле для дальнейшего использования.

Классификация землепользования

Мы охарактеризовали местообитания участков по их текущему землепользованию и растительной структуре в радиусе 100 м от ловушки. В программном обеспечении географической информационной системы (ГИС) ArcMap [32] мы вручную оцифровали ландшафт, используя современные изображения, и классифицировали полученные полигоны как одну из 9 категорий: лиственные леса и вечнозеленые леса (грубая растительность), кустарник / кустарник (средняя растительность). , пастбища (мелкая растительность), бесплодная земля (голая почва), здания и тротуары (непроницаемые поверхности), возделываемые культуры и вода.Мы рассматривали возделываемые культуры и луга как компоненты поля и классифицировали лиственные и вечнозеленые леса как компоненты лесных участков. При анализе данных мы использовали компоненты поля, компоненты лесных участков, кустарник, здания и тротуар в качестве переменных-предикторов, а остальные категории землепользования - в качестве ковеременных, которые не представляли непосредственного интереса.

Статистический анализ

Поскольку мы проводили выборку в одних и тех же районах и контрольных участках в оба года с добавлением шести уникальных старых районов в 2016 году, мы решили рассматривать эти два года отдельно, а не объединять в единый набор данных.Это позволило нам избежать псевдорепликации перекрывающихся кварталов между годами, проверить результаты первого года отлова и оценить влияние добавления районов старше 40 лет на второй год отлова.

Все статистические анализы были выполнены с использованием пакета Vegan в статистическом программном обеспечении R 3.2.2 [33]. Кривые накопления видов были построены для подтверждения того, что было достаточно мест отлова для обеспечения достаточного отбора проб комаров.Признавая, что каждый метод измерения разнообразия имеет ограничения, мы подошли к нашему анализу разнообразия комаров на каждом участке целостно, измерив богатство разреженных видов, индекс равномерности Пиелу и индекс разнообразия Шеннона-Винера. Мы выбрали индекс Шеннона-Винера из-за его широкого использования в сопоставимых опубликованных исследованиях, а также его признания в качестве достоверного выражения видового разнообразия [34]. Мы рассчитали богатство разреженных видов, ровность Пиелу и индекс разнообразия Шеннона-Винера и сравнили эти показатели разнообразия между контрольными лесными участками, контрольными участками поля и возрастными категориями окрестностей с помощью дисперсионного анализа, чтобы проверить гипотезу о том, что природные участки отличаются от пригородных участков в отношении их комаров. разнообразие.Мы выполнили линейную регрессию, моделирующую влияние возраста района, плотности застройки, стоимости жилья и медианного дохода домохозяйства на богатство, равномерность разреженных видов и индекс разнообразия Шеннона-Винера. Хотя нас в первую очередь интересует влияние возраста жителей района, плотность застройки и социально-экономические факторы также могут влиять на разнообразие комаров и зависеть от возраста жителей района. Для измерения плотности застройки мы просто подсчитали количество домов в радиусе 100 м от места отлова.Чтобы приблизиться к социально-экономическому статусу, мы получили данные о медианном доходе домохозяйств по переписи населения из Обследования американских сообществ 2013 года с помощью инструмента Census Explorer Бюро переписей США [35]. Признавая, что участки переписи намного больше, чем данный район, мы также подошли к социально-экономическому статусу в масштабе района, рассчитав среднюю предполагаемую стоимость дома в месте отлова и двух его ближайших соседях с помощью Zillow [36], а затем нормализовали все значения к среднему значению. цена дома в округе Уэйк [37].Мы рассчитали факторы инфляции дисперсии для оценки коллинеарности между возрастом района, плотностью застройки и обоими показателями социально-экономического статуса.

Мы также выполнили анализ частичного канонического соответствия (PCCA) в R, чтобы исследовать взаимосвязь между классификацией землепользования и скоплениями комаров для данного участка. PCCA - это метод исследования взаимосвязей между двумя многомерными наборами переменных, измеренных на одном и том же человеке [38]. Здесь человек, на котором мы измеряем наши переменные, является местом отлова, а двумя многомерными наборами переменных являются сообщества видов комаров и классификации местообитаний ГИС для землепользования и растительной структуры вокруг места отлова.Этот подход позволяет нам суммировать взаимосвязи между этими факторами, используя меньшее количество статистических данных, сохраняя при этом основные аспекты взаимосвязи. Используя описанные выше классификации землепользования ГИС, мы использовали компоненты поля, компоненты древесины, кустарник, здания и тротуар в качестве переменных-предикторов в анализе PCCA, учитывая наши априорные предположения об их воздействии на места обитания комаров. Мы контролировали компоненты бесплодных земель и постоянных водных ресурсов, рассматривая их как ковариаты, поскольку их влияние считалось минимальным по сравнению с другими классификационными категориями землепользования.Мы построили значения оси CCA в зависимости от возраста района для каждого из пригородных участков, чтобы визуализировать влияние возраста района в сочетании со структурой землепользования участка и сообществом видов комаров. Чтобы дополнить PCCA, мы также выполнили анализ сходства (ANOSIM) с использованием несходства Брея-Кертиса, чтобы сравнить состав сообщества между пригородными, полевыми и контрольными участками. Наконец, мы использовали анализ процентного сходства (SIMPER), чтобы оценить вклад отдельных видов в общее несходство Брея-Кертиса.

Результаты

Кривые накопления видов достигли асимптоты для обоих лет, что указывает на то, что наши отловы были адекватны для достаточного количества образцов комаров в этой области (S2 Рис). В общей сложности мы отловили 22 вида комаров (из 28 известных, которые исторически присутствовали в округе Уэйк, Северная Каролина [Б. Берд, личное сообщение, 8 февраля 2019 г.]) и в общей сложности более 10 000 особей. Всего в 2015 году было отловлено 20 видов и 4269 особей комаров, 47.1% из них составляли азиатский тигровый комар, Aedes albopictus , инвазивный вид в США. Аналогичное количество наблюдалось в 2016 году: всего 19 видов и всего 5975 особей, 38,1% из которых были наиболее часто отловленными видами, Ae. . albopictus .

Два отлова в 2015 г., одно пригородное и одно контрольное, субъективно отличались от других участков. Ловушка на пригородном участке была размещена рядом с системой отопления, вентиляции и кондиционирования воздуха в доме по просьбе владельца, в отличие от типичного размещения на заднем дворе в других пригородных участках.Полевой участок представлял собой сельскохозяйственную землю, в отличие от других контролируемых полей, которые представляли собой пастбища или неиспользуемые земли. В 2016 году один полевой контрольно-пропускной пункт пострадал из-за того, что владелец земли лишился разрешения на отлов в ловушку после единственной ночи ловушки. На этих трех участках за все лето было поймано менее 10 особей. Все вышеупомянутые факторы могли привести к снижению урожайности комаров и сделать участки достаточно разными для исключения, поэтому эти три участка были исключены из дальнейшего анализа.

Богатство редких видов, равномерность и разнообразие Шеннона-Винера - все они значительно различались при сравнении природных участков с пригородными участками, сгруппированными по возрастным категориям в 2015 и 2016 годах. В 2015 году возрастные категории пригородных районов различались только между собой в отношении по всем показателям разнообразия и существенно не отличались от любой из природных категорий (рис. 2). Общая модель разреженного богатства была значимой (p = 0,013, df = 6, F = 3.156), причем самые старые пригородные районы существенно отличаются от двух самых молодых возрастных категорий. Существенных различий между пригородными районами и контрольными участками не обнаружено. Несмотря на то, что общая модель была значимой (p = 0,032, df = 6, F = 2,614), ни одна из категорий не различалась достоверно по своей четкости после корректировки множественных сравнений. Две самые старые пригородные возрастные категории значительно отличались от самой молодой пригородной категории в отношении разнообразия Шеннона-Винера (общая модель p = 0.007, df = 6, F = 3,561). Опять же, не было обнаружено значительных различий между пригородными районами и контрольными участками. Однако в 2016 году возрастная категория самого старого района (развитие до 1993 года) значительно отличалась как от естественного поля, так и от естественных лесных участков по всем трем показателям разнообразия (рис. 3). Различные возрастные категории пригородов различались по сравнению с другими возрастными категориями пригородов их разреженным богатством, но интересна значительная разница между самой старой возрастной категорией пригородов и контрольными участками поля и леса (общая модель p <0.001, df = 6, F = 8.173). Как и в случае с разреженным богатством, ровность значительно различалась между самыми старыми пригородными участками и обеими контрольными категориями, а также между различными пригородными возрастными категориями (общая модель p <0,001, df = 6, F = 5,25). Аналогичные тенденции наблюдались с разнообразием Шеннона-Винера, причем самые старые пригородные участки значительно отличались от обеих контрольных категорий, представляющих интерес (общая модель p <0,001, df = 6, F = 8,655).

Рис 2.Сравнение показателей разнообразия между контрольными участками и пригородными участками по возрастным категориям в 2015 году.

Для всех прямоугольных диаграмм медиана представлена ​​жирной черной линией. Нижний и верхний шарниры обозначают первый и третий квартили соответственно, в то время как усы простираются от шарнира до самого дальнего значения, которое находится в пределах 1,5-кратного интерквартильного диапазона. Выбросы наносятся индивидуально. Коробчатые диаграммы представлены для (A) разреженности (p = 0,013, df = 6, F = 3,156), (B) ровности (p = 0,032, df = 6, F = 2.614), и (C) разнообразие Шеннона-Винера (p = 0,007, df = 6, F = 3,561), со значимыми сравнениями, обозначенными буквой над диаграммами.

https://doi.org/10.1371/journal.pone.0215485.g002

Рис. 3. Сравнение показателей разнообразия между контрольными участками и пригородными участками по возрастным категориям в 2016 году.

Для всех коробчатых диаграмм медиана представлена толстая черная линия. Нижний и верхний шарниры обозначают первый и третий квартили соответственно, в то время как усы простираются от шарнира до самого дальнего значения, которое находится в пределах 1.5-кратный межквартильный размах. Выбросы наносятся индивидуально. Коробчатые диаграммы представлены для (A) разреженного богатства (p <0,001, df = 6, F = 5,25), (B) равномерности (p <0,001, df = 6, F = 5,25) и (C) разнообразия Шеннона-Винера ( p <0,001, df = 6, F = 8,655), при этом значимые сравнения обозначены буквой над диаграммами.

https://doi.org/10.1371/journal.pone.0215485.g003

Если рассматривать конкретно пригородные участки, разреженное богатство, ровность и индекс разнообразия Шеннона-Винера были хорошо объяснены моделью, включающей возраст района, плотность застройки. , цена дома и медианный доход домохозяйства за оба года выборки (p ≤ 0.011 для всех лет и мер разнообразия, таблица 1). При рассмотрении этих факторов по отдельности возраст района был значимым во всех моделях (p ≤ 0,005 для всех моделей) и был единственным значимым фактором в течение обоих лет для любого из показателей разнообразия (таблица 1). С возрастом кварталы становятся менее богатыми видами, менее разнообразными, а виды распределяются менее равномерно. Начиная с Ae . albopictus составляли значительную часть собранных комаров в оба года, мы выполнили линейную регрессию Ae . albopictus в сравнении с основным детерминантом изменений разнообразия - возрастом района. Aedes albopictus численность увеличивалась по мере старения районов, при этом возраст района объясняет 34,6% вариации в Ae . albopictus в 2015 г. и 48,4% вариации в 2016 г. (p <0,001, рис. 4). Оставшимися четырьмя наиболее многочисленными видами были Ae . vexans , Culex pipiens , Cx . salinarius и Cx . erraticus в 2015 году и Cx . salinarius , Ae . vexans , Ae . atlanticus и Cx . erraticus в 2016 году (таблица S1). Из этих видов единственной значимой взаимосвязью, устойчивой в течение обоих лет, была отрицательная корреляция между Cx . erraticus и возраст района (p ≤ 0,001, S3 рис.).

Рис. 4. Логарифмическая численность Aedes albopictus увеличивается с возрастом бревенчатой ​​окрестности.

Контрольные поля и участки лесных насаждений были исключены из этого анализа, чтобы сосредоточить внимание на влиянии застройки пригородов по мере того, как эти участки становятся все более активными. (A) В 2015 году была отмечена значимая положительная корреляция (p <0,001, df = 1 и 27, F = 14,3, R ² = 0,346, ρ = 0,614). (B) С добавлением более старых кварталов в 2016 году была отмечена аналогичная значимая положительная корреляция (p <0,001, df = 1 и 34, F = 31,86, R ² = 0,484, ρ = 0,67).

https: // doi.org / 10.1371 / journal.pone.0215485.g004

Учитывая различия в разнообразии комаров и относительную численность Ae . albopictus среди типов участков, общий состав комаров также различался для разных типов участков. Переменные окружающей среды объяснили 35,9% общей вариации PCCA в 2015 году, причем 86,4% этой вариации объяснялись первыми двумя осями CCA. В целом, полевые контрольные участки и лесные контрольные участки имели различные группы (рис. 5A), что согласуется с предыдущими выводами [21].Похоже, что не было каких-либо унаследованных эффектов от предыдущего землепользования; то есть пригородные участки, которые ранее были полями до разработки, и те, которые ранее были лесами до застройки, не сгруппировались вместе, а были довольно равномерно рассредоточены по диапазону пригородных участков на PCCA. Из-за отсутствия эффекта наследия пригородные участки показаны в PCCA для ясности в одной категории. Пригородные участки охватывают поля и типы лесов на оси CCA1, но хорошо разделяются на оси CCA2, что позволяет предположить, что компоненты среды обитания тротуаров и зданий являются важными детерминантами скоплений комаров на пригородных участках, что уникально для пригородов по сравнению с пастбищами. или засаженные деревьями участки (рис. 5А).Аналогичные тенденции наблюдались в 2016 году, когда переменные среды объясняли 26,6% общей вариации, а 88,4% этой вариации объяснялись первыми двумя осями ОСО. И снова, похоже, не было никаких последствий предыдущего землепользования среди пригородных участков. Лесные и полевые контрольные участки были различны, а пригородные участки снова лучше всего разделялись по оси CCA2, предполагая, что здания и компоненты среды обитания тротуаров были наиболее важными в определении пригородного сообщества комаров (рис. 5B).

Рис. 5. Частичное каноническое соответствие Анализ сообществ комаров и классификации местообитаний на каждом участке отлова.

На обоих рисунках PCCA участки полевого контроля представлены треугольниками, участки контроля древесины представлены квадратами, а пригородные участки представлены кружками. Точки расставлены на участке составом комариного сообщества участка. Стрелки для экологического фактора классификаций землепользования накладываются друг на друга, причем длина стрелки показывает силу взаимосвязи.(A) PCCA данных скопления комаров за 2015 г. Переменные окружающей среды объясняют 35,9% общей вариации, при этом первые две оси объясняют 86,4% вариации окружающей среды. (B) PCCA данных скопления комаров за 2016 г. Переменные окружающей среды объясняют 26,6% общей вариации, при этом первые две оси объясняют 88,4% вариации окружающей среды.

https://doi.org/10.1371/journal.pone.0215485.g005

Чтобы точно исследовать возраст района в отношении скопления комаров и информацию о классификации землепользования в PCCA, мы нанесли значения CCA для каждого участка относительно района. возраст.После добавления константы ко всем значениям, чтобы все значения CCA были неотрицательными, кривая мощности лучше всего соответствовала данным для значений CCA1 (остаточная SE = 0,72) и значений CCA2 (остаточная SE = 0,61) в 2015 году, а также для CCA1. значений (остаточная SE = 0,59) и значений CCA2 (остаточная SE = 0,80) в 2016 году (S4, рис.). Основываясь на этих регрессиях CCA, самые старые пригородные районы находятся в верхнем правом квадранте PCCA за 2015 год (рис. 5A) и верхнем левом квадранте PCCA за 2016 год (рис. 5B). В целом, в более старых кварталах комариные сообщества были более похожи на лесные, чем на поля.Тем не менее, пригородные компоненты зданий и тротуаров по-прежнему являются наиболее важной прогностической классификацией землепользования для самых старых кварталов, предполагая уникальное пригородное кульминационное сообщество. ANOSIM подтвердил, что состав комаров значительно различается между пригородными участками, полевыми контрольными участками и лесными контрольными участками в 2015 году (p = 0,001, R = 0,3061) и в 2016 году (p = 0,003, R = 0,2449). Aedes albopictus был самым влиятельным видом, доля которого составляла 30% от 45.8% общей разницы в сообществах в 2015 г. и от 27,6% до 34,9% в 2016 г., в зависимости от сравнения участков (пригород или лес, пригород или поле или лес против поля).

Обсуждение

Сравнивая пригородные районы с лесными и полевыми участками, мы обнаружили, что в самых старых районах есть сообщества комаров, которые менее богаты видами, менее однородны и менее разнообразны по сравнению с любой из естественных сред обитания. Это снижение всех показателей разнообразия по мере старения пригородных районов согласуется со сдвигом в сообществе видов к, казалось бы, отличному пригородному сообществу.Дачный ансамбль хорошо коррелирует с наличием непроницаемых поверхностей, таких как тротуар и здания. Доминирующим среди этого пригородного сообщества комаров является инвазивный вид Aedes albopictus , численность которого положительно коррелирует с возрастом района.

Сравнение показателей разнообразия между контрольными участками и пригородными участками по возрастной категории по соседству не выявило существенных различий между природными и пригородными участками в 2015 году (рис. 2). Однако при включении более старых кварталов в данные 2016 г. были обнаружены значительные различия между возрастной категорией самого старого района и контрольными участками полей и лесных участков с точки зрения разреженного богатства, ровности и разнообразия Шеннона-Винера (рис. 3).Это показывает, что разнообразие комаров в пригородных районах со временем кардинально отличается от такового в неосвоенных природных территориях. Кроме того, мы выполнили линейную регрессию, чтобы оценить влияние возраста района, плотности застройки, цены на жилье и дохода на наши три показателя разнообразия. Коэффициенты инфляции дисперсии были меньше 1,5 для всех предикторов в течение обоих лет, что указывает на отсутствие значительного беспокойства по поводу коллинеарности между возрастом соседей, плотностью застройки, ценой на жилье и медианным доходом домохозяйства в текущем исследовании.Анализ линейной регрессии показал, что возраст района был единственной значимой переменной в течение обоих лет для любого показателя разнообразия (таблица 1), что указывает на то, что возраст района является основной движущей силой изменений разнообразия комаров среди пригородных участков. Однако более подходящим способом анализа изменений, происходящих после застройки пригородов, является рассмотрение не только показателей разнообразия, но и изменений в видовом составе, которые мы достигли с помощью PCCA.

PCCA данных о скоплении комаров за 2015 год показывает, что комары, собранные на контрольных участках, сгруппированы вместе и четко определены полевой средой, с аналогичными тенденциями, наблюдаемыми на лесных контрольных участках.Напротив, москиты, собранные на пригородных контрольных участках, лучше всего определяются по тротуару, зданиям и параметрам окружающей среды кустарников / кустарников, что позволяет предположить, что существует определенное скопление комаров, созданное в результате общих антропогенных компонентов ландшафта (рис. 5A). Аналогичные результаты видны в PCCA данных скопления комаров за 2016 год. Лесные и полевые участки схожи по скоплениям комаров и хорошо разделяются на основе их отличительной среды, в то время как скопления комаров на пригородных участках лучше всего определяются с помощью переменных окружающей среды зданий, тротуаров и кустарников / кустарников на противоположной оси CCA ( Рис 5B).При построении графика значений CCA в зависимости от возраста района для явного исследования влияния возраста района на сообщества комаров, значения CCA1 и CCA2 для пригородных участков в 2015 году увеличивались с возрастом района до максимального значения в сообществе климакса (S4A и S4B, рис.). Взятые вместе, эти графики показывают, что самые старые районы находятся в верхнем правом квадранте PCCA (рис. 5A), что коррелирует с переменной окружающей среды леса на оси CCA1 и переменными дорожного покрытия, зданий и кустарников на оси CCA2. .В 2016 году значения CCA1 уменьшались с возрастом в районе проживания, тогда как значения CCA2 увеличивались с возрастом в районе (S4C и S4D, рис.). Это показывает, что самые старые районы в 2016 году попадают в верхний левый квадрант PCCA (рис. 5B), снова коррелируя с лесами на оси CCA1 и факторами окружающей среды пригородов на оси CCA2.

В целом, мы обнаружили, что по мере старения кварталов сообщества их комаров несколько смещаются от видов, связанных с полями, к видам, связанным с лесами. Однако, несмотря на потенциальный сдвиг от мелкой растительности к грубой растительности как возможный механизм этого небольшого сдвига в скоплении комаров по мере созревания района, тротуар и здания остаются чрезвычайно важными для определения сообществ видов комаров в пригороде с увеличением возраста района.Действительно, самые старые районы не восстановили свое разнообразие комаров и не вернулись к сообществу лесных видов, а вместо этого стали все более неравномерными и менее разнообразными, что свидетельствует о том, что пригородные сообщества отличаются от сообществ, присутствующих в любой из естественных сред обитания. Недавнее исследование показало, что урбанизация вызвала не только потерю функционального разнообразия в сообществах птиц, но и потерю филогенетического разнообразия, при котором эволюционная самобытность видов в городских районах уменьшается [39]. Трудно оценить, справедливо ли это для сообществ комаров, поскольку филогении комаров в настоящее время активно обсуждается, но будущая работа может исследовать потенциал эволюционных воздействий, создаваемых переходом к пригородным скоплениям комаров.

Наиболее часто встречающимся видом в нашем исследовании был Ae . albopictus , инвазивный перидоместический вид, который процветает в искусственных контейнерах, связанных с антропогенным землепользованием [40,41], особенно в пригородных местообитаниях. Различия в сообществах комаров, наблюдаемые при переходе от естественных местообитаний к пригородным, в первую очередь связаны с изменениями численности Ae . albopictus . Пока Cx . Обилие erraticus также значимо коррелировало с возрастом соседства в течение обоих лет в этом исследовании, Ae . albopictus более сильно повлиял на скопление комаров в пригородах, о чем свидетельствует большая разница между двумя видами в количестве пойманных особей, а также индивидуальный вклад Ae . albopictus от 27,6% до 45,8% к общему сообществу различий между типами сайтов, обнаруженных в анализе SIMPER. В целом, наиболее заметная закономерность, наблюдаемая на протяжении всего исследования, заключается в том, что по мере старения районов их сообщества комаров становятся менее богатыми видами, менее равномерными, менее разнообразными и в большей степени доминируют интродуцированные виды Ae . albopictus .

Возможный механизм обилия Ae . albopictus в пригородных районах - это повышенная доступность среды обитания личинок контейнеров по сравнению с сельскими аналогами. Комары в целом используют самые разные среды обитания личинок, причем каждый отдельный вид лучше всего приспособлен к определенному типу среды обитания личинок. Эти водные среды обитания могут включать в себя как постоянные, так и временные водоемы, такие как эфемерные бассейны с дождевой водой на полях и лесных массивах, дупла деревьев, паводковые бассейны, канавы, пруды и болота, медленные ручьи и бассейны перелива, а также искусственные контейнеры [30].За исключением искусственных контейнеров, доступность большинства из этих типов среды обитания личинок, вероятно, сокращается по мере того, как землепользование смещается от неосвоенных к сильно пригородным. Недавнее исследование [42] обнаружило значительное увеличение у 3 ^-го до 4 ^-го -го возраста Ae . albopictus в пригородных районах, и, учитывая значительные различия в доступности контейнеров между городскими и сельскими районами, исследование пришло к выводу, что урбанизация обычно увеличивает местообитания личинок Ae . albopictus . Однако это может быть осложнено социально-экономическими факторами, такими как Ae . Распространенность albopictus варьируется в зависимости от уровня покинутости, при этом в бедных кварталах встречается больше этого вида, чем в более богатых, даже в центрах высоко урбанизированных городов [43]. В то время как ни цена дома, ни средний доход домохозяйства как индикаторы социально-экономического статуса существенно не повлияли на сообщества комаров в настоящем исследовании, среда обитания личинок может быть ключевым фактором в численности Ae . albopictus , который наблюдался в пригородной зоне [42]. Необходимы дальнейшие исследования для классификации различий в среде обитания личинок контейнеров в развитых и природных зонах, поскольку это может помочь в разработке политики освоения земель или поведения домовладельцев в интересах борьбы с переносчиками болезней.

Помимо их способности легко использовать искусственные контейнеры, предыдущая работа также показала, что Ae . albopictus - крайний вид, процветающий на экотонах между полевыми и лесными местообитаниями в природных зонах [21].Учитывая, что пригородные районы фрагментированы, неоднородные ландшафты, где небольшие участки лугов (газонов) перемежаются с деревьями и другой средней и крупной растительностью, возможно, что пригородные районы функционируют как большие пространства смежных краевых сред обитания, что позволяет краевым видам, таким как Ае . albopictus процветать. Эта тенденция обилия краевых видов в пригородных районах ранее была зафиксирована у муравьев [44]. В этом исследовании авторы обнаружили увеличение видового разнообразия муравьев в пригородных районах, которое они приписали присутствию лесных видов, которые редко встречаются на полностью открытых территориях, но, вероятно, присутствуют в экотонах, созданных пригородным ландшафтом.Несмотря на аналогичное отнесение пригородов к окраинной среде обитания, вызывающей изменения в видовом разнообразии, результаты исследования муравьев [44] не согласуются с выводами текущего исследования об уменьшении общего разнообразия, вероятно, из-за присутствия и доминирования инвазивного Ae . albopictus . Предыдущие исследования сообществ птиц показали, что по мере старения районов разнообразие видов уменьшается, а состав сообщества смещается от преимущественно местных видов к усиленному доминированию инвазивных видов [14].Это согласуется с предсказанием о том, что в районах антропогенного нарушения гипотеза о промежуточном нарушении верна только при рассмотрении местных видов, поскольку инвазивные виды процветают в нарушенных районах [45]. Наши результаты также подтверждают это предсказание, о чем свидетельствует возрастающее доминирование Ae . albopictus как возраст пригородных кварталов.

Наше исследование было потенциально ограничено выбором отбора проб исключительно с помощью световой ловушки CDC с наживкой из сухого льда с удаленным светом.Каждый метод улавливания имеет свои собственные предубеждения, и одним из самых заметных критических замечаний в адрес световой ловушки CDC является ее недопредставленность Ae . albopictus [46]. Несмотря на это предубеждение против Ae . albopictus , это был наш самый многочисленный собранный вид. Поскольку ловушки были оставлены на ночь примерно на 16 часов, 1 кг сухого льда не хватило на весь период отлова. Однако, поскольку ловушки были размещены ближе к вечеру, разумно предположить, что пробы у кусающих дневных, сумеречных и ночных комаров потенциально собирались, по крайней мере, в течение части периода поиска хозяина до сублимации сухого льда.Удаление света имело преимущество в уменьшении прилова, но, вероятно, уменьшило привлекательный диапазон ловушки, особенно для привлекательных к свету видов. Поскольку привлекательная дальность действия световой ловушки CDC с наживкой на CO ₂ составляет менее 15 м даже при неповрежденном свете [47], мы ожидали, что наша сила притяжения будет на короткой дистанции. Активный привлекательный диапазон световой ловушки CDC ограничен, но было показано, что обычные комары в наших исследуемых районах распространяются от 300 м до 1 км [48], с Ae . albopictus со средним ежедневным пройденным расстоянием 119 м [49]. Плотность жилья в пределах 100 м от ловушки и, следовательно, в пределах среднего дневного расстояния, которое проходят москиты, варьировалась от 1 (в районе активного нового строительства) до 59 домов (в чрезвычайно густонаселенном районе с очень маленькими дворами), в среднем около 20 домов на 100 м за оба года отлова. Это указывает на то, что образцы отлова взрослых особей могли быть взяты из комаров, выращенных в местах обитания личинок во многих соседних дворах и прилегающих районах, несмотря на то, что их отловили в одном доме на квартал.Хотя ограничения на выбор ловушек и схемы отбора проб не были чрезмерными в этом исследовании, в будущих исследованиях можно использовать различные методы отбора проб от комаров и усиление репликации внутри района для дальнейшего изучения вопросов о сукцессии сообществ комаров в пригородах.

Предыдущие исследования показали, что в скоплениях комаров в городских районах с низким разнообразием преобладают виды-переносчики, вызывающие опасные заболевания человека [50]. Наши результаты предполагают, что с неуклонно растущими изменениями в землепользовании и особым рвением пригородной застройки сообщества видов комаров будут изменены и Ae . albopictus , известный вектор, станет более распространенным. Эти изменения на уровне сообщества могут значительно изменить риск трансмиссивных болезней для многих патосистем. Aedes albopictus легко кусает людей и является компетентным переносчиком множества патогенов, вызывающих глобальную озабоченность в отношении здоровья человека, включая вирус денге, вирус Западного Нила, вирус чикунгунья и вирус Зика [41,51], а также патогены, вызывающие особую озабоченность в Северная Каролина, включая вирус Ла-Кросс [52,53]. Общее упрощение сообщества и увеличение численности Ae . albopictus в сильно пригородных районах повышают вероятность взаимодействия человека с переносчиком, повышая вероятность передачи этих заболеваний, связанных с трансмиссивными болезнями, как только за счет увеличения размера популяции переносчиков, так и за счет увеличения частоты укусов хозяина из-за близости для контакта [54] . В свете ошеломляющего успеха Ae . albopictus в установленных пригородных районах, необходимы дальнейшие исследования, чтобы выяснить, как смягчить потенциально разрушительные последствия застройки пригородов в пользу компетентных видов переносчиков.

Дополнительная информация

S1 Рис. Тенденции исследований изменений разнообразия комаров во время урбанизации.

Количество рецензируемых публикаций по годам по темам «урбанизация» и «разнообразие», «урбанизация» и «комары», а также «урбанизация», «комары» и «разнообразие». Отчеты о цитировании получены из Web of Science Core Collection 3 сентября 2018 г.

https://doi.org/10.1371/journal.pone.0215485.s001

(TIF)

S3 Фиг.Логарифмическая численность

v.generalize input = boundary_county output = boundary_county_dp20 method = douglas threshold = 20
 

v.generalize input = Border_county output = Border_county_dp_red20_100 \
             method = douglas_reduction threshold = 20 уменьшение = 100
 

v.generalize input = Border_county output = Border_county_dp_red0_30 \
             method = douglas_reduction threshold = 0 редукция = 30
 

v.generalize input = Border_county output = Border_county_dp20 \
  метод = порог Дугласа = 20 ошибка = граничное_число_dp20_leftover
 

v.обобщить ввод = дороги вывод = дороги_чайкен метод = чайкен \
  порог = 1 ошибка = Roads_chaiken_leftover