REGRESE VS KALIBRACE. David Zelený Zpracování dat v ekologii společenstev

David Zelený

Zpracování dat v ekologii společenstev

REGRESE VS KALIBRACE

METODY GRADIENTOVÉ ANALÝZY Apriorní znalost vztahů mezi druhy a prostředím?

Použijeme:

Dostaneme:

počet druhů

1, n

1

ne

regrese

závislost druhu na prostředí

žádné

n

ano

kalibrace

odhady hodnot charakteristik prostředí

žádné

n

ne

nepřímá ordinace

osy variability v druhovém složení

1, n

n

ne

přímá ordinace

variabilita ve druhovém složení vysvětlená charakteristikami prostředí


počet charakteristik prostředí

David Zelený

Data, která máme:

200 Lepš & Šmilauer (2003) Multivariate analysis of...

REGRESE VS KALIBRACE

•

odhad směrnice regresní přímky metoda nejmenších čtverců

•

odhad hodnoty proměnné prostředí metoda váženého průměrování (váhy = směrnice regresních přímek) nepoužívá se

•

•

kalibrace

• •

•

•

•

•


unimodální model

David Zelený

regrese

lineární model

odhad optima druhu na gradientu prostředí metoda váženého průměrování odhad hodnoty proměnné prostředí metoda váženého průměrování (váhy = abundance druhu ve vzorku) používá se často

201

REGRESE UNIMODÁLNÍ ODPOVĚĎ DRUHU

David Zelený

Odhad optima druhu váženým průměrováním 𝑛 𝑗=1 Env𝑗 × Abund𝑗 𝑛 𝑗=1 Abund𝑗


WA Sp =

Env 𝑗 – hodnota gradientu prostředí ve vzorku j Abund 𝑗 – abundance druhu ve vzorku j n – celkový počet vzorků v souboru

abundance druhu



abundance druhu v jednotlivých vzorcích vypočtený vážený průměr

202

gradient prostředí

KALIBRACE UNIMODÁLNÍ ODPOVĚĎ DRUHU



ignoruje toleranci druhu

abundance druhu

WA Samp =


odhad hodnoty gradientu pro vzorek je stanoven průměrem optim jednotlivých druhů, vážených jejich abundancí

David Zelený



𝑠 𝑖=1 IV𝑖 × Abund𝑖 𝑠 𝑖=1 Abund𝑖

IV𝑖 – indikační hodnota druhu i Abund 𝑗 – abundance druhu i ve vzorku s – celkový počet druhů ve vzorku

Druh 3 Druh 4

Druh 2 Druh 1

204

gradient prostředí

KALIBRACE UNIMODÁLNÍ ODPOVĚĎ DRUHU

David Zelený

Příklady použití:

saprobní index v limnologii (založený na rozsivkách)



použití v paleoekologii k rekonstrukci ekologických poměrů v minulosti na základě fosilních nálezů



Ellenbergovy (nebo jiné) indikační hodnoty pro rostlinné druhy (viz dále)



CWM (community-weighted mean) – počítá vážený průměr funkčních vlastností druhů pro vzorek (functional traits)




205

David Zelený

ELLENBERGOVY INDIKAČNÍ HODNOTY


2 5 3 2 6 6

ELLENBERGOVY INDIKAČNÍ HODNOTY (EIH)



hodnoty na ordinální škále (1-9, případně 1-12 pro vlhkost)



optima stanovená na základě terénních pozorování, v některých případech upřesněna experimentálně



hodnoty tabelované původně pro Německo, ale používané i v okolních zemích, pro vzdálenější státy (Anglie, Itálie, Řecko) byly tyto hodnoty překalibrovány, jinde (Maďarsko, Švýcarsko) se používají alternativní hodnoty od jiných autorů (Borhidi, resp. Landolt)



tabulky obsahují pouze údaje o druhových optimech, ne o šířkách druhové niky



v případě, že nemám měřená data o proměnných prostředí, průměrné EIH nabízejí ekologicky intuitivní odhad stanovištních podmínek


optima druhů rostlin na gradientu živin, vlhkosti, půdní reakce, kontinentality, teploty, světla a salinity (salinita se ve Střední Evropě nepoužívá)

David Zelený



207

ELLENBERGOVY INDIKAČNÍ HODNOTY (EIH) POUŽITÍ PRO KALIBRACI

David Zelený

1

2

3

6 7 7 4 7 5 3 2 1 2 3

1 0 1 0 1 0 1 0 1 0 0

0 1 0 1 1 0 1 1 1 0 1

0 1 1 0 0 1 0 1 0 1 0


Mycelis muralis Moehringia trinervia Mercurialis perennis Lathyrus vernus Myosotis sylvatica Milium effusum Melica nutans Melampyrum pratense Myosotis ramosissima Lychnis viscaria Melittis melissophyllum

EIV pro půdní reakci

4.8

průměr

208

ELLENBERGOVY INDIKAČNÍ HODNOTY (EIH) POUŽITÍ PRO KALIBRACI

David Zelený

1

2

3

6 7 7 4 7 5 3 2 1 2 3

1 0 1 0 1 0 1 0 1 0 0

0 1 0 1 1 0 1 1 1 0 1

0 1 1 0 0 1 0 1 0 1 0

průměrná hodnota:

4.8

3.9

4.6


Mycelis muralis Moehringia trinervia Mercurialis perennis Lathyrus vernus Myosotis sylvatica Milium effusum Melica nutans Melampyrum pratense Myosotis ramosissima Lychnis viscaria Melittis melissophyllum

EIV pro půdní reakci

209

VÝPOČET PRŮMĚRNÝCH EIH

David Zelený

Empirická zkušenost s ekologií druhů



průměrné Ellenbergovy indikační hodnoty


H. Ellenberg

Data o druhovém složení

průměrná EIH pro daný vegetační snímek obsahuje dvojí informaci: 1.

2.

ekologicky relevantní informaci o charakteru stanoviště, a to díky použití tabelovaných druhových EIH, které jsou založeny na empirických pozorování ekologických nároků druhů v terénu informaci o podobnosti druhového složení daného snímku k ostatním snímkům v datovém souboru, která je v nich „uložena“ díky způsobu, jak jsou průměrné EIH počítány 211


David Zelený






H. Ellenberg


díky způsobu jak jsou počítány, obsahují průměrné EIH informaci o podobnosti v druhovém složení mezi vegetačními snímky  

vegetační snímky s úplně stejným druhovým složením budou mít přesně stejné průměrné EIH – pro měřené faktory toto ale neplatí malý rozdíl v druhovém složení mezi vegetačními snímky povede jen k malému rozdílu v jejich průměrných EIH 212


David Zelený




H. Ellenberg


‼ 

problém nastává v okamžiku, kdy jsou průměrné EIH analyzovány současně s daty o druhovém složení, ze kterých jsou vypočteny 213

VYTVOŘENÍ PRŮMĚRNÝCH EIH, KTERÉ NEOBSAHUJÍ EKOLOGICKOU INFORMACI

David Zelený


průměrné reálné EIH pro půdní reakci:

průměrné znáhodněné EIH pro půdní reakci:



průměrné reálné EIH – obsahují ekologicky relevantní informaci a informaci o podobnosti v druhovém složení



průměrné znáhodněné EIH – obsahují pouze informaci o podobnosti v druhovém složení (ekologicky relevantní informace byla zničena promícháním druhových EIH mezi druhy)

214

KORELACE PRŮMĚRNÝCH EIH SE SKÓRY SNÍMKŮ NA OSÁCH DCA

David Zelený

Počet signifikantních korelací mezí osami DCA a průměrnými znáhodněnými EIH (šedé sloupečky) nebo náhodnými čísly (bílé sloupečky) – 1000 opakování


průměrná EIH bude s velkou pravděpodobností signifikantně korelovaná s DCA, i když neobsahuje ekologickou informaci!

215

PRŮMĚRNÉ EIH V NEPŘÍMÉ ORDINACI

David Zelený

DCA2

R2

Porig

Pmodif

Světlo

0,477

0,879

0,600

< 0,001

0,004

Teplota

0,350

0,937

0,471

< 0,001

0,011

Kontinentalita

0,726

0,688

0,148

0,004

0,452

Vlhkost

-0,925

0,381

0,897

< 0,001

< 0,001

Živiny

-0,998

0,066

0,831

< 0,001

< 0,001

Půdní reakce

-0,653

0,757

0,429

< 0,001

0,032


DCA1

216

+

+ + + +

+

+ + + +

3 +

+

4

3

2

1

+

2

+

3.5

náhodná čísla

5

++ + + + + + ++ ++ + ++ + + + ++ + + +++ + ++ + ++ + + ++ + + + + + + + + + + + + + + ++ + + + + + + + + + + ++ + + ++

+

průměrné znáhodnéné EIH

+ +

++

průměrné reálné EIH

6

+

náhodná čísla

+ +

měřené pH

+ ++

[%] Explained variability variabilita vysvětlená [%]

Ellenberg Mean půdní reakci proreaction EIH průměrná


5

7

4

David Zelený

POROVNÁNÍ MĚŘENÉHO PŮDNÍHO PH A VYPOČTENÉ PRŮMĚRNÉ EIH PRO PŮDNÍ REAKCI VYSVĚTLUJÍCÍ PROMĚNNÉ V CCA

0 4.0

4.5

měřené pH

Measured soil pH

5.0

real pH měřené pH

Ellenberg reaction

EIH pro půdní reakci

Průměrná EIH pro půdní reakci vysvětlí víc variability než měřené pH, i když obě proměnné jsou spolu těsně korelované

217

PRŮMĚRNÉ ELLENBERGOVY INDIKAČNÍ HODNOTY PRAVIDLA POUŽITÍ



pokud jsou k dispozici relevantní měřené faktory prostředí, není třeba používat zároveň i průměrné EIH jen proto, že je tak snadné je vypočíst



průkaznost jejich vztahu s jinými proměnnými, které jsou odvozeny ze stejných druhových dat, by měla být testována modifikovaným permutačním testem, který bere v potaz skutečnost, že testované proměnné na sobě nejsou nezávislé



průměrné EIH by neměly být bez dalšího statistického ošetření srovnávány s analogickými měřenými faktory prostředí, protože se oproti nim mohou neoprávněně jevit lepšími, než ve skutečnosti jsou (například tím, že jsou lépe korelované nebo častěji a více průkazné)


použití průměrných EIH v analýze spolu s jinými proměnnými vypočtenými z těchto dat může vést k závěrům, které jsou optimističtější, než by ve skutečnosti měly být

David Zelený



219

PŘÍKLADY NA POUŽÍTÍ PRŮMĚRNÝCH EIH

David Zelený


Použití na floristická data z NP Podyjí – ekologické gradienty v krajině (Chytrý et al. 1999, Preslia)

220

David Zelený


Ekologická kalibrace vegetačních jednotek v přehledu Vegetace ČR (Chytrý [ed.] 2007)

221

REGRESE VS KALIBRACE. David Zelený Zpracování dat v ekologii společenstev

Recommend Documents