Флора окрестностей БУП «Голубой утес»

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФГБОУ ВПО «Алтайский государственный университет»

Биологический факультет

Кафедра ботаники


Выпускная квалификационная работа


ФЛОРА ОКРЕСТНОСТЕЙ БУП «ГОЛУБОЙ УТЕС»

(ЧАРЫШСКИЙ РАЙОН)






Выполнила: магистрантка 2 к.

763 М группы БФ Зыкова П.С.

___________________

Научный руководитель:

к.б.н. Овчарова Н.В.

___________________
Допустить к защите:

зав. кафедры ботаники,
Председатель ГЭК:
д.б.н., проф. Силантьева М.М.
д.б.н., Мочалова О.В.
___________________
___________________

Оценка_________________

«____» _____________2018 г.




Барнаул – 2018








ОГЛАВЛЕНИЕ

Оглавление	2

ВВЕДЕНИЕ	4

ГЛАВА 1. ЭЛЕКТОРННОЕ ОБУЧЕНИЕ	6

1.1. Электронное, дистанционное и смешанное обучение	6

1.2. Средства реализации электронного обучения	9

1.3. Система управления обучением Moodle	13

1.4. Электронные учебно-методические комплексы (ЭУМК)	15

ГЛАВА 2. БАЗЫ ДАННЫХ В БИОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ .. 17

2.1. Определение и структура баз данных	17

2.1.1. Основные понятия	17

2.1.2. Классификация БД по модели данных	18

2.1.3. Отличия баз данных от электронных таблиц	19

2.2. Биологические базы данных	21

2.2.1. Особенности биологических баз данных	21

2.2.3. Классификация биологических баз данных	23

ГЛАВА 3. МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ	28

3.1. Физико-географический очерк окрестностей БУП «Голубой утес»	28

3.1.1. Геологическое строение	29

3.1.2. Рельеф	30

3.1.3. Климат	31

3.1.4. Гидрология	33

3.1.5. Почвы	34

3.1.6. Растительность	34

2








3.2. Методы исследования	37

ГЛАВА	4.	ДИСТАНЦИОННЫЙ	ЭЛЕКТРОННЫЙ	УЧЕБНО-

МЕТОДИЧЕСКИЙ	КОМПЛЕКС	«ОТКРЫТОГО»	ТИПА	«ФЛОРА

ОКРЕСТНОСТЕЙ	БАЗЫ	УЧЕБНЫХ	ПРАКТИК	«ГОЛУБОЙ	УТЕС»

(ЧАРЫШСКИЙ РАЙОН)»	38

4.1.	Электронный	курс	«Флора	окрестностей	БУП	«Голубой	утес»

(Чарышский район)» в Moodle	38

4.2. База данных «Флора окрестностей базы учебных практик «Голубой

утес» (Чарышский район)»	43

ГЛАВА	5.	ФЛОРА	ОКРЕСТНОСТЕЙ	БУП	«ГОЛУБОЙ	УТЕС»

(ЧАРЫШСКИЙ РАЙОН)	47

5.2. Флористические анализы	47

5.2.1. Таксономический анализ	47

5.2.2. Ареалогический анализ	52

5.2.3. Экологический анализ	59

5.2.4. Анализ жизненных форм	62

5.3. Охраняемые, ресурсные, ядовитые, сорные и вредные виды растений

72

РЕЗУЛЬТАТЫ	75

БИБЛИОГРАФИЧЕСКИЙ СПИСОК	77

ПРИЛОЖЕНИЕ 1	86

ПРИЛОЖЕНИЕ 2	113

ПРИЛОЖЕНИЕ 3	122

ПРИЛОЖЕНИЕ 4	139


3








ВВЕДЕНИЕ


     В настоящее время все более распространенным становится электронное и дистанционное обучение, что связано в первую очередь с компьютеризацией и цифровизацией всех сфер жизни. Эти виды обучения обладают множеством до-

стоинств для всех участников образовательного процесса: обучающихся, препо-давателей, организаторов процессов обучения и образовательных организаций. Наиболее эффективным на сегодняшний день признано смешанное обучение, со-четающее преимущества дистанционной и традиционной форм обучения и поз-воляющее избежать их недостатков.

     Летняя полевая практика по ботанике предполагает знакомство с флорой региона, и в частности с флорой места проведения практики. Информацию о би-оразнообразии территории удобно хранить и представлять в виде баз данных, позволяющих упорядочить и организовать большой объем информации, а также оперативно обновлять и добавлять сведения о находках. Для упрощения доступа

к сведениям базы данных студентов (или всех желающих) и процесса работы с ней целесообразно разместить такую базу данных в Интернете.

     База учебных практик «Голубой утес» – относительно новая база практик АлтГУ. Сведения о флоре данной территории были фрагментарны и неполны.

Изучение флоры в течение нескольких лет сотрудниками кафедры ботаники, сту-дентами и автором работы позволили составить список видов высших сосуди-стых растений территории из 352 видов, который, однако, не является полным и требует дальнейшего пополнения. Тем не менее, по нашему мнению, создание онлайн-базы данных о флоре «Голубого утеса» вместе с вспомогательным мате-риалом в будет полезно как для студентов, в первую очередь для студентов-био-логов при прохождении полевой практики по ботанике на БУП «Голубой утес»,

4








а также на других базах практик и при изучении флоры в рамках других дисци-плин, так и для преподавателей.

     В связи с вышесказанным была сформулирована цель данной работы: со-здание дистанционного электронного учебно-методического комплекса «откры-того» типа «Флора окрестностей базы учебных практик «Голубой утес» (Чарыш-ский район)»

Для ее достижения были поставлены следующие задачи:

     1. Провести инвентаризацию флоры и составить список видов высших сосудистых растений исследуемой территории;

2. Провести флористические анализы (таксономический, хорологиче-

ский, экологический и анализ жизненных форм);

3. Составить списки охраняемых, ресурсных (лекарственных, медонос-

ных, кормовых, декоративных, пищевых, технических), ядовитых, сорных и вредных видов растений исследуемой флоры;

4. Разработать курс «Флора окрестностей базы учебных практик «Голу-

бой утес» (Чарышский район)» в Moodle на Едином образовательном портале АлтГУ;

     5. Разработать базу данных «Флора окрестностей БУП «Голубой утес» (Чарышский район)» с открытым доступом в сети Интернет.














5








ГЛАВА 1. ЭЛЕКТОРННОЕ ОБУЧЕНИЕ

1.1. Электронное, дистанционное и смешанное обучение


     Электронное обучение (E-learning) – обучение с помощью информаци-онно-коммуникационных технологий (ГОСТ Р 52653-2006). Информационно-коммуникационная технология (далее – ИКТ) – информационные процессы и ме-тоды работы с информацией, осуществляемые с применением средств вычисли-тельной техники и средств телекоммуникации (ГОСТ Р 52653-2006).


     В электронном обучении наиболее активно используются следующие группы педагогических технологий: технологии практического обучения; техно-

логии проблемного обучения; технологии группового и коллективного обучения; проектная технология обучения; технологии предметно-ориентированного обу-чения; технологии оценивания сформированных компетенций (Каменева, 2015).

     Основные методы электронного обучения: мультимедийные лекции препо-давателей и мультимедийные презентации студентов; электронное тестирование; метод «электронный портфель студента»; метод электронный кейс; метод теле-коммуникационных проектов; деловые компьютерные игры; проблемные дис-куссии (Каменева, 2015).

     Электронное обучение делится на онлайн и оффлайн. Онлайн обучение (се-тевое) осуществляется с помощью информационно-телекоммуникационной сети, оффлайн (автономное) – с помощью компьютера без подключения к информаци-онно-телекоммуникационной сети.

     Дистанционное обучение (ДО) – процесс обучения, протекающий без по-стоянного прямого контакта между педагогом и субъектом учебной деятельности (Вишнякова, 1999). В настоящее время дистанционное обучение обычно осу-ществляется с помощью компьютера и Интернета.

6
















Добавлено примечание ([ПЗ1]): не знаете, как пра-вильно ссылку на гост сделать?









     В российской литературе дистанционное и электронное обучение часто ис-пользуются как синонимы, однако они обозначают различные понятия и четко разделяются в зарубежной литературе. Дистанционное обучение появилось раньше электронного и осуществлялось с помощью переписки по почте, радио, телевидения, спутниковой связи, т. е. без применения ИКТ. Электронное обуче-ние не предполагает обязательного наличия расстояния между преподавателем и учеником.

     Сетевое электронное обучение имеет множество достоинств (http://g-sv.ru/drupal-7.33/node/32):

– доступность учебных материалов во времени и в пространстве;

– автоматизация проверки заданий, четкие критерии оценки, хранение ре-

зультатов;

– возможность оперативного обновления и изменения информации;

     – наглядность учебных материалов на основе использования различных средства мультимедиа (анимации, аудио и видео), позволяющая задействовать большинство механизмов восприятия человеком новой информации;

– развитие навыков владения современными информационно-коммуника-

ционными технологиями у преподавателей и студентов;

     – индивидуальный подход, возможность адаптации учебных курсов для студентов с разным уровнем подготовки.

– упор на самостоятельную работу студента, способствующую формирова-

нию навыков самоорганизации и рационального планирования учебного вре-мени;

– относительно низкая стоимость обучения

     «E-learning» незаменимо для работающих людей и людей с ограниченными возможностями.

7








     Недостатки онлайн-обучения скорее являются возможными проблемами, их можно избежать или снизить, умело используя нужные инструменты:
– наличие быстрого и недорогого доступа в Интернет;

– необходима высокая организованность, самодисциплина и мотивирован-

ность обучающегося;

– недостаток вербального общения с преподавателем и сокурсниками;

– отсутствие полноценных практических и лабораторных работ по есте-

ственным наукам;

– опасность неправильного толкования обучаемыми теоретического мате-

риала;

– проблема идентификации пользователя;

– невозможность или сложность передачи т. н. неявного знания – знания,

которое логические не оформляется и вербально не выражается;

– не все курсы или образовательные программы можно перевести в онлайн

(медицинские, биологические, химические и т. д.);

недостаточная компьютерная грамотность преподавателей и обучающихся.

     По степени использования онлайн-контента обучение делится на (https://www.onlinelearningsurvey.com/reports/changingcourse.pdf):

– традиционное (0% онлайн-материалов) – не использует онлайн-техноло-

гии, вся информация преподносится в устном или письменном виде;

– с веб-поддержкой (1–29% онлайн-материалов) – веб-технологии исполь-

зуются как вспомогательные к традиционному взаимодействию преподавателей

и учеников (face-to-face), например, для публикации учебного плана и заданий в Интернете;

– смешанное (30–79% онлайн-материалов) – сочетает онлайн и традицион-

ное обучение. Т. к. значительное количество материала дается через Интернет, обычно сокращается количество очных встреч.

8








     – онлайн (80 % и более онлайн-материалов) – большая часть или весь курс находится в Интернете; очные встречи обычно не предусмотрены.

     Смешанное обучение (blended learning) – обучение, совмещающее онлайн-обучение с традиционным подходом (face-to-face) или оффлайн-обучением (ГОСТ Р 52653-2006). Именно этот вид обучения считается наиболее эффектив-ным. Он позволяет избежать недостатков традиционного и дистанционного обу-чения. Разработанный нами дистанционный ЭУМК «открытого» типа «Флора окрестностей БУП «Голубой утес»» предназначен для смешанного обучения.

1.2. Средства реализации электронного обучения


     Для реализации «E-learning» необходимы техническая (аппаратная часть) и технологическая составляющая (программное обеспечение). Основной компо-нент технологической составляющей – средства реализации электронного обуче-ния. Приведем их классификацию и краткое описание.

1. Авторские программные продукты (Authoring Packages).

Позволяют преподавателю разрабатывать контент на основе визуального

программирования (без знания языков программирования). Их возможности ограничены, и они решают только часть задач электронного обучения.

     Недостатки: невозможность отслеживать и контролировать во времени процесс обучения и успеваемость большого количества обучаемых; отсутствие средств обеспечения контакта между обучаемыми в реальном времени (https://ra-kurs.spb.ru/info/articles/?id=13#_Toc177795506).

2. Системы управления контентом (CMS).

     Системы управления контентом представляют собой базу данных контента в различном виде (графический, звуковой, аудио- видео-, текстовый и др.), для которого доступна функция поиска по ключевым словам (https://ra-

9








kurs.spb.ru/info/articles/?id=13#_Toc177795506). Они также решают не все задачи электронного образования.

Применяются в двух направлениях:

1. Для демонстрации контента в Интернете, в т. ч. ведения блогов.

2. Для хранения, поиска и изменения учебных материалов в работе препо-

давателя, особенно при их коллективном использовании.

Примеры: WordPress, Joomla, Drupal.

3. Системы управления обучением (LMS).

     Предоставляет инструменты для организации (администрирования) про-цесса обучения, как полностью электронного, так и смешанного или традицион-ного.

     Административные функции LMS: управление студентами, интеграция до-полнительных элементов учебного процесса (практические занятия, лаборатор-ные работы, тесты, средства совместной работы, ссылки на внешние материалы и др.), распределение и использование учебного контента, отчетность по учеб-ному процессу.

     Технические функции: соблюдение стандартов (SCORM и AICC); обеспе-чение защиты информации; использование электронных курсов из различных ис-точников и, для более развитых LMS, создание курсов в самой системе (https://ra-kurs.spb.ru/info/articles/?id=13#_Toc177795506).

     Возможно обучение оффлайн. В этом случае на индивидуальные компью-теры обучающихся необходимо периодически загружать учебные материалы и считывать с них информацию о действиях и результатах обучения (Карпенко, 2015).

     Примеры: ATutor, Bauman Training, Blackboard, Chamilo, Claroline, Dokeos, ILIAS, JoomlaLMS, Moodle, Sakai.

4. Системы управления учебным контентом (LCMS).

10








     В отличие от LMS, подобные системы концентрируются на задачах управ-ления содержанием учебных программ, а не процессом обучения, и ориентиро-ваны не на менеджеров и студентов, а на разработчиков контента, специалистов по методологической компоновке курсов и руководителей проектов обучения.

     LCMS включает следующие ключевые компоненты (https://ra-kurs.spb.ru/info/articles/?id=13#_Toc177795506).

– репозиторий учебных объектов – центральная база данных учебного кон-

тента;

– программное обеспечение для создания многократно используемых учеб-

ных объектов, которые потом будут доступны в репозитории;

– интерфейс отображения контента для предоставления учебных объектов

в соответствии с профилем обучения, для предварительного тестирования и/или

в соответствии с запросами пользователей;

– средства администрирования для управления учетными записями пользо-

вателей, запуском курсов из каталога, отслеживания результатов, составления от-четов о процессе обучения и других простых административных функций

     Граница между LMS и LCMS размыта, т. к. в последнее время большинство LCMS позволяют управлять обучением, а LMS – управлять учебным контентом.

     Примеры: GeoLearning LCMS, OpenCms, learn eXact LCMS, Desire2Learn, LON-CAPA, TotalLCMS.

5. Персональные образовательные среды (PLE).

     PLE адаптирует образовательную среду под конкретного человека, обеспе-чивая его непрерывное образование в течение всей жизни с его особенностями и меняющимися потребностями (Обзор средств организации ... , 2015). В настоя-щее время единого подхода к тому, какой должна быть и какими свойствами сле-дует наделять персональную образовательную среду, еще нет.

11








Согласно монографии «Образовательная геодемография России» (2011),

PLE должна иметь следующие функции:

– менеджмент образовательного процесса;

– способность к интеграции и агрегированию различных источников дан-

ных и прикладных программ их обработки;

– способность к развитию/расширению функций, образовательного кон-

тента и инструментария в соответствии с потребностями и особенностями поль-зователя;

     – возможность использования аутсорсинга организаций, предоставляющих сервисы, как для обучающихся (в течение всей их жизни), так и образовательным организациям;

– предоставление возможности сторонним лицам (группам лиц, в т.ч. кол-

легам) участвовать в образовательной деятельности/работе, в том числе, сов-местно;

     – интеллектуальность, подразумевающую наличие в PLE персонального интеллектуального программного агента, который в перспективе будет действо-
вать в интересах отдельных учащихся;

– обеспечение коммуникаций, в том числе с социальными и профессио-

нальными сетями.

     Примеры: Epsilen Environment (А. Джафари), PLEX – Personal Learning En-vironment project (Болтонский Университет), Manchester Personal Learning Envi-ronment (Марк ван Хармелен).

     Средства реализации электронного обучения могут быть коммерческими и некоммерческими (открытое программное обеспечение). Коммерческие про-дукты, как правило, более надежны, осуществляют поддержку пользователей, ре-гулярно обновляются и улучшаются, но их нельзя «подстроить под себя», т.к. из-менения на уровне пользователей невозможны, они требуют довольно больших
12








затрат на покупку, поддержание лицензии, увеличении трат при возрастании ко-личества пользователей. Программное обеспечение с открытым исходным кодом бесплатно, позволяет изменять и дорабатывать его, но также требует немалых за-трат на специалистов, которые будут проводить настройку системы и ее обслу-живание, и, кроме того, нет гарантий в качестве и надежности продукта, его со-ответствии стандартам доступа (https://farcrys.livejournal.com/18243.html).

1.3. Система управления обучением Moodle


     Moodle – это обучающая платформа, предназначенная для обеспечения пе-дагогов, администраторов и учащихся единой надежной, безопасной и интегри-рованной системой для создания персонализированных учебных сред (https://docs.moodle.org/34/en/About_Moodle).

Это одна из наиболее популярных LMS с открытым кодом в России и мире.

Ее достоинства (https://docs.moodle.org/34/en/About_Moodle):

1. Проверенное на международном уровне качество (более 10 тысяч учеб-

ных учреждений и организаций во всем мире, от мелких до крупных).

2. Предназначен для поддержки процессов как преподавания, так и изуче-

ния. Основан на педагогике конструктивизма.

3. Легкий в использовании.

4. Бесплатный.

5. Регулярно обновляемый.

6. Мультиязычный (более 120 языков).

     7. Богатый набор инструментов для поддержки смешанного и полностью дистанционного онлайн-обучения.

8. Очень гибкий и полностью настраиваемый. Позволяет изменять исход-

ный код, создавать плагины и интегрировать внешние приложения.

13








9. Масштабируемый до любого размера.

10. Надежный, безопасный и закрытый.

11. Совместим с любыми устройствами и браузерами.

     12. Доступность документации, пользовательских форумов на нескольких языках, бесплатного контента, курсов и плагинов.

13. Поддержка международной командой разработчиков и сетью сертифи-

цированных партнеров.

     Участникам курса могут быть присвоены различные роли, обладающие раз-ными правами, которые можно изменять в настройках. Стандартные роли: адми-нистратор портала, управляющий курсом, создатель курса, преподаватель, пре-подаватель без права редактирования, студент, гость, авторизированный пользо-

ватель, авторизированный на главной странице пользователь (https://docs.moodle.org/34/en/Managing_roles). Кроме того, администратором могут быть созданы другие роли. Студенты могут быть объединены в группы.

     Moodle обладает широким набором инструментов для создания курсов – элементы курса и ресурсы. Структурные элементы курса предоставляют сту-денту возможность взаимодействовать с преподавателем и другими участни-ками. Это HotPot, анкета, анкетный опрос, база данных, видеоконференция BigBlueButton, вики, внешний инструмент, глоссарий, задание, лекция, медиа-коллекция, обратная связь, опрос, пакет SCROM, посещаемость, тест, форум, чат и др. Ресурсы предоставляют доступ к содержимому различного типа, поддержи-вающему обучение: галерея, гиперссылка, книга, пакет IMS содержимого, папка, плакат, пояснение, страница, файл.

     Существует также бесплатные приложения Moodle для смартфонов на An-droid и iOS (поддерживает более 15 языков, включая русский) и планшетов на Windows, MAC и Linux (только на английском языке). Они предоставляют сле-

14








дующие возможности: просматривать содержимого курса, в т.ч. оффлайн, об-щаться с другими участниками курса, получать мгновенные уведомления о сооб-щениях и некоторых других событиях, загружать файлы различного типа с мо-бильного устройства, проходить тесты, оставлять сообщения на форуме, воспро-
изводить	пакеты	SCROM,	редактировать	wiki-страницы	и	др.

(https://download.moodle.org/mobile/).


1.4. Электронные учебно-методические комплексы (ЭУМК)


     Электронный образовательный ресурс (ЭОР) – образовательный ресурс, представленный в электронно-цифровой форме и включающий в себя структуру, предметное содержание и метаданные о них (ГОСТ Р 52653-2006).

     Эффективней применять не отдельно взятые ЭОР, а их комплексы по опре-деленной дисциплине – электронные учебно-методические комплексы (ЭУМК). ЭУМК – совокупность структурированных учебно-методических материалов, объединенных посредством компьютерной среды обучения, обеспечивающих полный дидактический цикл обучения и предназначенных для оптимизации овладения студентом профессиональных компетенций в рамках учебной дисци-плины (Шалкина, 2008) Использование ЭУМК оправдано и эффективно, только если уровень учебных достижений, полученных при его использовании, будет не меньшим, чем при использовании других средств обучения (Шалкина, Запо-рожко, Рычкова, 2008).

     Основные этапы создания ЭУМК: определение целевой аудитории; поста-новка целей и задач курса; подбор и структурирование содержания курса (Коз-лова, Леган, 2014). При создании ЭУМК важно использовать возможности элек-тронной образовательной среды (интерактивность, визуализация, использование

15








ссылок на внешние ресурсы, индивидуализация обучения и др.), а не просто пе-реводить имеющийся материал в электронную форму.

      ЭУМК состоит из модулей, которые включают в себя следующие блоки: ин-формационный блок (теоретические материалы), блок самостоятельной работы студентов, блок методического обеспечения, контрольно-измерительный блок, список литературы или интернет-ресурсы, а также факультативно – дополнитель-ные ЭОР: виртуальные лабораторные стенды, модели, тренажеры; дополнитель-ные информационно-справочные материалы: хрестоматии, кейсы, атласы, глосса-рии терминов и персоналий; нормативные документы и т. д (Козлова, Леган, 2014).































16








ГЛАВА 2. БАЗЫ ДАННЫХ В БИОЛОГИЧЕСКИХ

ИССЛЕДОВАНИЯХ

2.1. Определение и структура баз данных

2.1.1. Основные понятия


     База данных (БД) – совокупность данных, организованных по определен-ным правилам, предусматривающим общие принципы описания, хранения и ма-нипулирования данными, независимая от прикладных программ (ГОСТ 20886-85). БД – это хранилище данных, в котором получить доступ к информации можно с помощью системы управления базой данных (далее – СУБД), как напри-мер одна из популярных программ Microsoft Office – Access.

     Система управления базами данных (СУБД) – совокупность программ и языковых средств, предназначенных для управления данными в базе данных, ве-дения базы данных и обеспечения взаимодействия ее с прикладными програм-мами (ГОСТ 20886-85). СУБД позволяют создавать БД и манипулировать инфор-мацией в ней посредством специального языка, в том числе для среды сети Ин-тернет, как, например, язык управления базами данных для реляционных БД SQL.

     Для работы с базами данных без знания специальных языков программи-рования используют информационные системы. Информационная система (ИС) – система, предназначенная для хранения, обработки, поиска, распростра-нения, передачи и предоставления информации (ГОСТ 7.0-99). Современной формой информационных систем являются банки данных, которые включают в свой состав вычислительную систему, одну или несколько баз данных, систему управления базами данных и набор прикладных программ.



17








2.1.2. Классификация БД по модели данных


     Основные виды моделей данных (http://www.kfors.org/publ/pomoshh_studentu/bazy_dannykh/slovar_terminov_po _predmetu_bazy_dannykh/26-1-0-64):

1. Иерархическая – модель данных, использующая представление предмет-

ной области БД в форме иерархического дерева, узлы которого связаны по вер-тикали отношением «предок-потомок».

     2. Сетевая – модификация иерархической модели данных, в которой одна запись может участвовать в нескольких отношениях «предок-потомок».

     3. Реляционная – модель данных, описывающая взаимосвязи элементов данных в виде связанных отношений. Отношения представлены в виде таблиц, строки которых соответствуют кортежам или записям, а столбцы – атрибутам от-ношений, доменам, полям. Поле, каждое значение которого однозначно опреде-ляет соответствующую запись, называется простым ключом (ключевым полем). Если записи однозначно определяются значениями нескольких полей, то такая

таблица базы данных имеет составной ключ (http://inf.susu.ac.ru/Klinachev/lc_sga_26.htm).

4. Объектно-ориентированная (объектная) – модель данных, которая поз-

воляет устанавливать взаимосвязи между записями базы данных и функциями их обработки с помощью механизмов, подобных соответствующим средствам в объ-ектно-ориентированных языках программирования.

5. Объектно-реляционная – объединяет реляционные и объектно-реляци-

онные возможности.





18








2.1.3. Отличия баз данных от электронных таблиц


     Как и базы данных, электронные таблицы (например, Excel), основное предназначение которых производить вычисления, дают возможность хранить информацию в форме таблиц. Но они обладают рядом недостатков по сравнению

с БД и чаще используются для хранения промежуточной информации, быстрой обработки данных, вычислений по сложным формулам и моделирования (Руко-

водство по полевой практике … , 2002). Сравнение возможностей электронных таблиц и баз данных на примере Microsoft Access и Microsoft Excel представлено в таблице 1.

Таблица 1

Отличия MS Access и МО Excel

                (по материалам http://www.taurion.ru/access/1/6 и https://support.office.com/ru-ru/article/Управление-данными-с-помощью-Access-
или-Excel-09576147-47d1-4c6f-9312-e825227fcaea)

Критерий
Access

Excel


сравнения





Организация
Реляционная база данных
Плоское

или

данных
(из нескольких таблиц)
нереляционное




представление данных

Тип данных
В основном используются
В ячейку таблицы можно


текстовые   данные.   Для
внести

любую


поля записи определен тип
информацию,   на
одном


данных, т. е. нельзя в один
листе может быть таблица,


столбец таблицы в разные
текст, и рисунок. В один


строки  заносить  данные
столбец
таблицы
могут


разных типов
при
необходимости



вноситься разные данные



(число, текст, формула)





19








Критерий
Access
Excel
сравнения


Контроль
Да
Нет
правильности


вводимых данных











































20













Продолжение таблицы 1










Критерий

Access


Excel


сравнения
















Объем данных
Очень
велик(тысячи
Относительно  небольшой



записей)



(не более 15 000 строк)


Сложные запросы
Да



Нет



Хранение
Все в одном файле

Могут
потребоваться


необходимых   для




разные
документы,


работы данных




например, Word и Excel


Совместное
Возможно,
благодаря
Нет. Данные в таблицах не


использование
созданию

связей
между
связаны между собой


данных  из  разных
таблицами. При этом для




таблиц
пользователя  они
будут





представляться
одной





таблицей







Предотвращение
Да



Нет



дублирования








данных








Одновременная
До 50 пользователей, при
Возможности ограничены


работа
этом   все
пользователи




несколькими
гарантировано
будут




пользователями
работать
с
актуальными





данными.







Защита данных
Развитая система защиты
Система
защиты  данных



от  несанкционированного
гораздо проще



доступа








2.2. Биологические базы данных

2.2.1. Особенности биологических баз данных


     В настоящее время при выполнении практически любого естественнонауч-ного исследования используются компьютерные технологии, особенно если тре-буется сбор и обработка большого количества полевого или экспериментального материала, повторное его использование, применение трудоемких вычислений и сложных статистических методов (Зверев, 2007). Незаменимы БД в молекулярно-генетических исследованиях, связанных с хранением и анализом очень большого








количества информации. В настоящее время биоинформатика бурно развивается и стала важной частью многих областей биологии.

     Биологические базы данных – базы данных, полученных в разных обла-стях биологии и смежных с ней дисциплинах. Они имеют внутренне присущую им сложность вследствие самой природы информации, которую они содержат, и уровней доверия к количественным методам, используемым при работе с этими данными (Картель, Михеенко, Мезенцева, 2011).

     Наиболее распространенный и фактически единственный реально приме-нимый в исследованиях тип БД и СУБД – реляционный. Однако они слишком простые по структуре (представлены в виде жестко определенных двумерных таблиц), и поэтому плохо подходят для описания природных объектов, которые имеют комплексный характер, часто сложную пространственную структуру и иерархическую организацию, и их отношений. Наиболее удачно применение ре-ляционные БД для описания объектов с простой регулярной структурой и огра-ниченным числом однотипных атрибутов, например, временных рядов феноло-гических наблюдений, морфометрических наборов данных (Зверев, 2007).

     Сетевые и иерархические БД позволяют в ряде случаев добиться более точ-ного и компактного описания природных объектов, однако СУБД, основанные на этих моделях, представлены в очень небольшом количестве и непопулярны (Зве-рев, 2007).

     Перспективно применение для естественно-научных исследований объ-ектно-ориентированных БД. Они позволяют хранить описания всех компонен-тов природных объектов и применяемые к ним процедуры обработки вместе, что повышает эффективность отбора объектов, использовать для описания объектов текстовые и графические атрибуты переменной длины, объединять разнотипные атрибуты. Однако реализация таких СУБД пока связано с практическими труд-ностями программирования (Зверев, 2007).
22










2.2.3. Классификация биологических баз данных


     Приводим примерную классификацию основных типов биологических БД по их функциям и области знания. Классификация биомедицинских биобанков дана по С. В. Букин, Е. Ю. Брагина и Л. А. Конева и др. (2012); биоинформатиче-

ских – по «Лекция 2. Инструменты поиска информации» (www.mbec.protres.ru/comp_tech_in_science/Lecture_2.pdf). В качестве примеров приведены базы данных, представленные в Интернете в открытом доступе (кроме геоботанических).

     1. Таксономические – содержат классификацию живых организмов; до-статочно противоречивы из-за различных взглядов на классификацию: Таксоно-мическая база данных NCBI www.ncbi.nlm.nih.gov/Taxonomy/, Integrated Taxo-nomic Information System www.itis.gov, The International Plant Names Index (IPNI) www.ipni.org.

2. БД по биоразнообразию

2.1. БД организмов в естественных условиях


     2.1.1. БД для сбора полевой информации. Позволяют заносить сведения  о встреченных видах растений и животных с указанием координат точки наблю-  дения/сбора: Global Biodiversity Information Facility www.gbif.org, Онлайн днев-ники наблюдений ru-birds.ru.


     2.1.2. БД определенных территорий. Общие – включают все виды опре-деленной территории: Биоразнообразие Алтае-Саянского экорегиона www.bioaltai-sayan.ru, и специальные – объединяют виды данной территории по определенной тематике (например, охраняемые, адвентивные, ресурсные виды и т. д.): Красная книга Смоленской области www.redbook67.ru, Кадастр инвазив-ных видов растений Алтайского края old.ssbg.asu.ru/advent.php.
23







































Добавлено примечание ([ВАВ2]): Поставь первой и

переформулируй исходя из http://gbif.ru/datapublish

Добавлено примечание ([ПЗ3R2]): Информацион-ные системы по биоразнообразию? ДА. По сути это то же, что п. 4. БД по биоразнообразию. Возможно: БД для публикации данных по биоразнообразию? Не стоит так подробно их разводить, объединяй.

Добавлено примечание ([ПЗ4R2]): Можно так оста-вить, потому что не поняла, как изменить?








     2.1.3. БД особо охраняемых природных территорий (ООПТ). Содержат информацию о всех известных в пределах данной ООПТ видах или только охра-няемых. В Интернете таких баз немного, чаще они используются локально, со-трудниками ООПТ и не выложены в открытый доступ: Швейцарский националь-ный парк www.nationalpark.ch/en/flora-and-fauna.

2.2. БД искусственных коллекций

     2.2.1. БД виртуальных гербариев и ботанических садов. Виртуальные (цифровые, электронные) гербарии – оцифрованные гербарные листы с указа-нием вида растения, его систематического положения и этикеточных данных (ме-сто и время сбора, биотоп, коллекторы). Для сканирования экземпляров обычно используют сканер «HerbScan». В лист должны быть включены небольшая диа-грамма цветопередачи (ColorChecker), линейка, логотип и название гербария: Виртуальный гербарий Нью-Йоркского ботанического сада Seed Herbarium sweetgum.nybg.org/science/vh/, Виртуальный гербарий Южно-Сибирского бота-нического сада old.ssbg.asu.ru/altb_herbarium.php; Нью-Йоркский ботанический сад navigator.nybg.org.

2.2.2. БД зоологических коллекций и зоопарков: Московский зоопарк

www.moscowzoo.ru/animals,	Зоопарк	Сан-Диего	(США)

animals.sandiegozoo.org/animals.

     3. БД биобанков. Биобанк (биорепозитарий, биодепозитарий) – коллекция тех или иных биоматериалов, длительно хранящихся и сохраняющих на протя-

жении всего периода хранения свои биологические свойства (http://www.influenza.spb.ru/files/publications/rii-epub-biobanks-2015.pdf).

3.1. БД ботанических биобанков

3.1.1. БД банков семян: БД Всемирного семенохранилища на Шпицбергене

www.nordgen.org/sgsv.


24








     3.1.2. БД банков пыльцы, спор и фитолитов: Микрофотографии объек-тов растительного мира old.ssbg.asu.ru/mgplants.html, Галерея фитолитов М. Блинникова (по США) web.stcloudstate.edu/msblinnikov/phd/phyt.html, Фитолит-ные спектры растительных сообществ Северной Кулунды phytolith.asu.ru.

3.2. БД специализированных биобанков.


     3.2.1. БД биобанков микроорганизмов и грибов: Всероссийская коллек-ция микроорганизмов www.vkm.ru/rus/Catalogue.htm.

     3.2.2. БД биомедицинских биобанков: GeneLink www.genelink.com, EuroBioBank.......................