Növénytársulások cönológiai felvételezése Egy növényközösség fajösszetételének és mennyiségének meghatározása terepi módszerekkel. 1. Fajlista felvétele 2. Mennyiségi adatok felvétele
A görbe telítődési jellegű
Egy terület-átvizsgálási idő
Egy terület – évek
Növénytársulások cönológiai felvételezése 2. Mennyiségi adatok felvétele - közvetlen számolás - becslés mintavétellel Becslés: valamilyen változó értékének közelítő megállapítása, ha a pontosabb érték elérése nem szükséges, vagy nincs rá forrás.
Mintavételi meggondolások: a mintavételi terület mérete, alakja, a kihelyezés módja, az ismétlések száma. A mintavételi négyzet felvételezésének menete. Az eredmények táblázatos összesítése (cönológiai tabella készítése).
Plotless és kvadrát módszerek
Alak Méret
(minimiárea)
Darabszám Ezek meghatározzák, hogy milyen pontossággal tudjuk átvizsgálni a mintaterületet.
Kihelyezési mód ->
Három pontmintázat típus: szabályos
véletlenszerű
csoportosulásos
Szemiszisztematikus – (helytelen) neve térben rétegezett elrendezés
Térfolyamati mintavétel
Falanx
Klonális növekedési formák:
Az egyed fogalma nehezen értelmezhető, terepen nem számolható.
Egyedszám helyett használható: -Hajtásszám -Biomassza -Borítás
Gerilla
Tömegesség megadása: borításbecslés bináris értékek sorozatával
Elvileg járható út, terepen nem alkalmazható időigényes volta miatt
Fehér: 97%
piros 3%
Fehér: 80%
piros 20%
Fehér: 60%
piros 40%
Fehér: 5%
piros 95%
Fehér: 42%
piros 58%
Itt kezdődött a 2. óra. Tömegesség megadása: Számítógépes szimuláció egyszerű esetei
Egy nehéz eset
Az 50%-os borítottság környékén a legnehezebb a döntés.
A résztvevők eredményei a %-os skálán
A becslésre fordított idő érdemben nem befolyásolta az elért pontosságot (r~0.2)
A megszokott 10-es számrendszer rányomja bélyegét az eredményekre:
Vendégdia: Bináris
Feladat: pontok kijelölésével próbáld megbecsülni, hogy a piros (nyomtatva fekete) foltok a négyzet hány százalékát foglalják el! A lap oldalán tízesével írjál 0-t vagy 1-et, 10x10-et, és számold ki az „1”/összes hányadost tízesével! Készíts ábrát, ahol a az elemszám függvényében ábrázolod a hányadost!
3 skálatípus, a táblázatok konkrét értékei nem számonkérendő információk, de az elvük igen. Alkalmazás a klasszikus felvételezés/tipizálás időszakában
Klasszikus Braun-Blanquet skála: r + 1 2 3 4 5
borítás < 1%, egyedszám 1(-2), kis borítású egyed borítás <1%, legfeljebb 5 kis borítású egyed borítás 1-5%, egyedszám 6-50 (illetve 1-5 nagy borítású egyed) borítás 5-25%, egyedszám 50 felett borítás 25-50%, egyedszám tetszőleges borítás 50-75%, egyedszám tetszőleges borítás 75-100%, egyedszám tetszőleges
Finomított Braun-Blanquet skála:
A-D + +-1 1 1-2 2 2-3 3 3-4 4 4-5 5
Borítás% 0.1 vagy kevesebb 1.0 2.5 5.0 15.0 25.0 37.5 50.0 62.5 75.0 87.5 vagy több
Londo – skála: r1 p1 a1 m1 r2 p2 a2 m2 r4 p4 a4 m4 1 2 3 4 55+ 6 7 8 9 10
borítás < 1%, egyedszám nagyon kevés, többnyire 1 egyed borítás < 1%, egyedszám kevés borítás < 1%, egyedszám sok borítás < 1%, egyedszám nagyon sok borítás 1-3%, egyedszám nagyon kevés, többnyire 1 egyed borítás 1-3%, egyedszám kevés borítás 1-3%, egyedszám sok borítás 1-3%, egyedszám nagyon sok borítás 3-5%, egyedszám nagyon kevés, többnyire 1 egyed borítás 3-5%, egyedszám kevés borítás 3-5%, egyedszám sok borítás 3-5%, egyedszám nagyon sok borítás 5-15% borítás 15-25% borítás 25-35% borítás 35-45% borítás 45-50% borítás 50-55% borítás 55-65% borítás 65-75% borítás 75-85% borítás 85-95% borítás 95-100%
Cover Monitoring Assistant (CMA) Program
Állandó kvadrátok: a variancia csökkentése
Plotless módszerek
closest individual method
nearest neighbor method
Line intersect - a valódi transzekt
point-intersect method
A terepen megszerzett adatok feldolgozása Cönológiai tabella A Felső-Szigetköz tölgy-kőris-szil ligetei a Duna elterelése előtt (Készítette Kevey Balázs) Aethusa cynapium (Che) Alliaria petiolata (Epa) Angelica sylvestris (Mag,Ate,AP) Arctium lappa (Ar,Pla,Spu) Arctium minus (Ar,Bia,Pla) Brachypodium sylvaticum Calystegia sepium (Pte,Bia,Pla,Spu,Ate) Clematis vitalba Convallaria majalis Cornus sanguinea Deschampsia caespitosa (Des,Sal,Ate,AP) Galeopsis bifida (Cal) Lamium maculatum (CF,Agi,Cp,Qrp) Parietaria officinalis (Cal,TAc) Phalaroides arundinacea (Des) Poa trivialis (Pte,Spu,Ate,AP) Sisymbrium loeselii (Sio) Symphytum officinale (Pte,Cal,Spu,Ate,AP)
C C C C C C C A2 C B1 C C C C C C C C
1 + + + 3 + 1 + -
2 + + 3 1 2 + +
3 + + + + + + + + -
4 + + + +
5 + + + + + -
6 + + + + 2 2 + -
7 + + + 3 + + + + + -
8 + + 2 + + + + -
9 + + 2 + + -
10 A-D K - + I + + II - + IV - + I - + II - + II - + I - + I + + III + +-3 IV - + I + + IV - +-2 III - 1-2 I - + I + + V - + I - + I
% 20 30 70 20 30 40 10 10 50 70 10 70 50 20 20 90 10 20
Rang-abundancia diagrammok: Tömegviszonyok változása időben, Parlag szukcesszió, D-Illinois, USA
Faj-egyed diverzitás Annak a bizonytalanságát fejezi ki, hogy egy egyedről előre megmondjuk, hogy mely populációba tartozik. Ezt a bizonytalanságot növeli a populációk száma és a tömegviszonyok egyenletessége.
S1=2
<
Tömegviszonyok egyenletesek
S1=3
<
S2=4
S2=3
Tömegviszonyok eltérőek
Faj-egyed diverzitás számszerűsítése S
H pi log pi
Shannon(-Weaver) diverzitás:
i 1
Az egyedei kiválasztáskor nyerhető átlagos információmennyiség – entrópia.
Egyenletesség: Diverzitási érték / az adott fajszámnál lehetséges max. diverzitás Shannon(-Weaver) egyenletesség:
H E H max
H max log S S
Simpson diverzitás:
D 1 pi2 Dmax 1 1 i 1
S
Annak valószínűsége, hogy két függetlenül kiválasztott egyed különböző fajhoz tartozik.
•Skála
•Definíció
•Példák
•Nominális
1.kvalitatív, nevekből áll 2.nincs rangsor
•ivar, betegség, fajnév, cselekvési típus, prezencia-abszencia adatok
•Ordinális
1.kvalitatív, rangsor lehetséges 2.értékek közti távolság tetszőleges
•agresszivitás: erős, közepes, gyenge, borítás skálák, W-értékek, rangok
•Intervallum
1.kvantitatív, rangsor, értékek közti különbség mutatja a távolságot 2.önkényes nulla pont 3.arányok nem értelmezhetők
•C hőmérséklet, IQ
•Arány/ •hányados
1.kvantitatív, rangsor, értékek közti intervallum mutatja a távolságot 2.valódi nullapont 3.arányok értelmezhetőek
•testsúly, magasság, életkor, mért értékek
A megkülönböztetés fontos: kváziátlagok a statisztikában általában mérhető és megállapítható változókat különböztetnek meg. bináris (előnyei-hátrányai) folytonos vagy diszkrét közöttük átmenet: Simon Levin statisztikus véleménye (termésszám-terméssúly)
A biomonitorozás alapjai
Vizsgálat (survey) Olyan adatgyűjtés, melynek során a vizsgált változók állapotát egy standard eljárás szerint kvalitatív vagy kvantitatív adatokkal leírjuk, általában egy nem túl hosszú időtartamú vizsgálatsorozat keretében. A várható eredményekkel kapcsolatban nincs előzetes elvárásunk. Hosszú távú vizsgálatsorozat (surveillance) Időben kiterjesztett vizsgálat, aminek az a célja, hogy hosszú távú adatsorokkal dokumentálja a kérdéses állapotváltozók időbeli változását. Az eredményekre vonatkozóan szintén nincs előzetes elvárásunk. Monitorozás (monitoring) Időben rendszertelenül vagy rendszeresen megismételt megfigyelés. A vizsgálat célja az, hogy a standarddal való egyezést igazolja, vagy éppen bemutassa az eltérést és annak mértékét.”
Eszközök Karók, cölöpök, gödrök Talajba mélyesztett fémeszközök + detektor
GPS Biciklikerék + cső Fényképezőgép Diktafon Térkép, légifotó – ezek segítségével bizonyos mértékben a múltba is vissza lehet tekinteni:
Itt kezdődött a 3. óra. Tájtörténet – viszonyítási alap mi legyen?
A jelölők nem hagyhatók a terepen (eltűnés, balesetveszély, károkozás)
Rögzítés hosszú ideig a helyszínen maradó objektumhoz
Példák monitoring helyszíneinek megváltozására
A helyszínek dokumentálásának pontosnak kell lenni
Viszonyítási alapok Fajszámok változása Fajkicserélődés Kipusztulás: 10-20-(50) év! Tömegesség változása: szubjektivitás! időjárás! koncepcióváltás! független hatások! és a monitorozott hatás…
A Duna-meder 1994-ben
A Duna-meder 2001-ben
A Duna-meder 2005-ben
A Duna-meder 2009-ben
A folyóparti füzes 2009-ben
A monitoring során koncepcióváltás történt
Eredeti növényzet
Tájhasználat változás
Megváltozott növényzet
Space for time substitution
Adatvesztés Stewart Brand 2001: Amíg világ a világ: idő és felelősség – a hosszú most órája. Vince Kiadó, Budapest
könyvtári
Okok: -
Hardverhiba (meghibásodás, eltűnés) Hardver inkompatibilitás Szoftver inkompatibilitás „legend” hiánya
Védekezés: -
Biztonsági másolatok független helyeken Szoftver nemzedékváltáskor az adatformátumot is frissíteni kell A bárhogyan is tárolt adatokat úgy kell feliratozni/kommentálni, hogy Sokkal később és esetleg mások számára is egyértelműen értelmezhető legyen
Élőhely- és vegetációtérképezés - térképek
Erdészeti üzemtervi térkép üzemtervi adatokkal kiegészítve
Légifotó fekete-fehér, színes, infravörös, szélesspektrumú
növényzeti folt lehatárolás, nehezen megközelíthető terület becsülhető, eldugott folt feltűnik, idősor elemzésre alkalmas használhatóságot befolyásol: ortografikus torzítás, árnyék, repülési időszak (lombozat), fényképezés minősége
Űrfotó Spot (pankromatikus), Landsat (több spektrális sáv).
Google Earth Térbeli felbontása rosszabb (?), mint a légifotóé.
GPS (Global Positioning System)