Volt egyszer egy előadás…
Tömegesség megadása: egyedszám, biomassza, borítás Számítógépes szimuláció egyszerű esetei
Egy nehéz eset
Az 50%-os borítottság környékén a legnehezebb a döntés.
A becslésre fordított idő is a „köztes” borításértékeknél a legnagyobb.
Az egyik résztvevő eredményei
Az átlagos becslési hiba a kategóriaszám növekedésével eleinte csökken, majd érdemben nem változik.
Bináris 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
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%
A megszokott 10-es számrendszer rányomja bélyegét az eredményekre:
Közösségek jellemzése a populációkhoz rendelt (funkcionális, ökológiai, természetvédelmi) jellemzők alapján
1. Nominális vagy ordinális skálán értelmezett kategória rendszerek, fajok besorolása (többnyire) terepi tapasztalatokon alapul
Off-topic: skálatípusok
•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)
Átvezetés: Ordinális skálán, terepi tapasztalatok alapján létrehozott ökológiai indikátor értékek (Zólyomi, Soó, Ellenberg, Borhidi) Diszkrét értékszámok ordinális skálán Tartománya változó 0 nem értelmezett – nem tudható, hogy mi az értékszámok között csak kisebb-nagyobb reláció adatfeldolgozás nem-parametrikus módszerekkel lehetséges, indifferens középső értéket kap (Borhidi), vagy 0-t (Zólyomi) Hőigény (T): 0-7 (Z), 0-5 (S), 1-9 (B), tundra Nedvesség igény (W): 0-11 (Z), 0-5 (S), 1-12 (B), száraz Talajreakció (R): 0-5 (Z), 0-5 (S), 1-9 (B), savanyú (meszes) Nitrogén igény (N): 0-5 (S), 1-9, (B) tápanyagszegény Fényigény (L): 1-9 (B), árnyék fény Sótűrés (S): 0-9 (B) sókerülő sótűrő
mediterrán vízi bázikus gazdag
Külföldi adatbázisok: http://www.kew.org/data/sid magbank http://clopla.butbn.cas.cz/ klonalitás általános: http://www.floraweb.de/index.html http://www.leda-traitbase.org/LEDAportal/ http://www.ecoflora.co.uk/ könyv: http://www.biodiversity-plants.de/biodivers_ecol/vol4.php
Csak fajszámok, vagy a tömegesség is?
arány
Vízigény megoszlás egy szigetközi területen 100 90 80 70 60 50 40 30 20 10 0 1
2
3
4
5
6
7
8
9
10
W
Fajszámok alapján
borítások alapján
11
Védettség
http://www.termeszetvedelem.hu (Naprakészsége időnként kétséges) http://net.jogtar.hu/jr/gen/hjegy_doc.cgi?docid=A0100013.KOM (A jogszabályok fellehetősége változhat, de netes kereséssel megtalálhatók.)
Alkalmazási korlátok értékek megállapítása terepi tapasztalatok alapján – szakmai egyeztetések után Önmagával magyarázás (tautológia) veszélye trivialitások: hegyvidék és síkság összevetése a fajok magasság szerinti megoszlása alapján vizes élőhely és szárazgyep összevetése W érték alapján Elsősorban időbeli folyamatok indikációjára alkalmas Egy-egy faj besorolása esetleges, tömegviszonyok figyelembe vétele esetén kevés faj határozza meg a spektrumot, nem feltétlenül a jelzett háttérváltozót indikálja.
Emlékeztető:
arány
Vízigény megoszlás egy szigetközi területen 100 90 80 70 60 50 40 30 20 10 0 1
2
3
4
5
6 W
7
8
9
10
11
Különböző élőhelyek mohavegetációjának összehasonlítása W értékek megoszlása 0
100%
1 2
W értékek (% )
80%
3 4
60%
5
40%
6 7
20%
8
0%
9
vizes élőhelyek
száraz gyepek
élőhelyek
szikesek
10 11
Most kezdődik a gyakorlat
Rajzolj a nagy négyzetbe összesen száz pontot véletlenszerűen!
Kiértékelés otthon:
Számold meg, hány dara kis négyzetbe került 0, 1, 2, 3, stb. pont! Ha úgy látod hogy egy pont határvonalra esik, alkalmazd a következő szabályt: - ha vízszintes vonalra esik akkor felfelé, - ha függőlegesre akkor balra esőnek számít.
Lesz egy 100 elemű adatsorod. Számold ki az adatsor átlagát és szórását! (Ha minden pont a nagy négyzetbe esett akkor az átlag=1.)
Képezz egy hányadost úgy, hogy az átlagot elosztod a szórással.
Kiértékelés itt és most: Gondolkozzunk el azon, hogy mit jelent ha a hányados nagyobb, vagy kisebb mint 1.
"Az Úr nem mond ki semmit, nem rejt el semmit, hanem jelez.„ A. Einstein
A terepen megfigyelt növényzet is „jelez”. De nincsenek abszolút biztos jelzések. Leginformatívabbak a szűk tűrőképességű fajok. Indikátorfajok – valami előfordulását, meglétét jelzik. Általános indikátor elv –minden jelez, meg kell fejteni.
Az értelme: Ha minősíteni kell egy területet a növényzete alapján, mert pl.: - védett területet szeretnének kijelölni, - valamilyen beruházást terveznek, -élőhely-restaurációt terveznek. -Nem elegendő az egyes fajokat megnézni, hanem együttesen tulajdonság-spektrumokat kell figyelembe venni.
Adatbázisok : Ordinális skálán, terepi tapasztalatok alapján létrehozott ökológiai indikátor értékek (Zólyomi, Soó, Ellenberg, Borhidi) Diszkrét értékszámok ordinális skálán értékszámok között csak kisebb-nagyobb reláció adatfeldolgozás nem-parametrikus módszerekkel lehetséges Hőigény (T): 0-7 Nedvesség igény (W): 0-11 Talajreakció (R): 0-5
tundra száraz savanyú
mediterrán vízi bázikus (meszes)
Tételezzük fel hogy a fajokat felismerjük, de mi van a tömegességgel?
arány
Vízigény megoszlás egy szigetközi területen 100 90 80 70 60 50 40 30 20 10 0 1
2
3
4
5
6
7
8
9
10
W
Fajszámok alapján
borítások alapján
11
Fehér: 97%
piros 3%
Fehér: 80%
piros 20%
Fehér: 60%
piros 40%
Fehér: 5%
piros 95%
Fehér: 42%
piros 58%
A valóság
Adatbázisok:
Ordinális skálán, terepi tapasztalatok alapján létrehozott ökológiai indikátor értékek (Zólyomi, Soó, Ellenberg, Borhidi) Diszkrét értékszámok ordinális skálán értékszámok között csak kisebb-nagyobb reláció adatfeldolgozás nem-parametrikus módszerekkel lehetséges Hőigény (T): 0-7 Nedvesség igény (W): 0-11 Talajreakció (R): 0-5
tundra száraz savanyú
mediterrán vízi bázikus (meszes)
Rengeteg más is van, ezekre az előadáson történt utalás.
T-érték 1 2 3 4 5 6 7
a tundraövnek megfelelő az erdős tundra övnek meggfelelő a tajgaövnek megfelelő a tű- és lombleveles elegyes erdőövnek megfelelő a lomberdőöv klímájának megfelelő a szubmediterrán lomberdőöv klímájának megfelelő a mediterrán, atlanti örökzöld klímöjönak megfelelő
W-érték 0 1 2 3 4 5 6 7 8 9 10 11
extrém száraz élőhelynek megfelelő igen száraz élőhelynek megfelelő száraz élőhelynek megfelelő mérsékelten száraz élőhelynek megfelelő mérsékelten üde élőhelynek megfelelő üde élőhelynek megfelelő mérsékelten nedves élőhelynek megfelelő nedves élőhelynek megfelelő nedves-vizes élőhelynek megfelelő vizes élőhelynek megfelelő igen vizes élőhelynek megfelelő vízi élőhelynek megfelelő
R-érték 1 2 3 4 5
savanyú talajokon fordul elő gyengén savanyú talajokon fordul elő semleges talajokon fordul elő enyhén meszes talajokon fordul elő meszes, bázikus talajokon fordul elő
Gyakorlati feladat, otthon végzendő: Az internetről letölthetők (lesznek) a feladatokhoz kapcsolódó alapadatok. A. Cönológiai felvételi adatok – Neptun kód alapján választandó. B. Borítás mintázatok. – Neptun kód alapján választandó C. TWR adatbázisok a cönológiai felvételekhez és a színmintázatokhoz
•
feladat: Töltsd le a Neptun kódodhoz tartozó cönológiai felvételi adatlapot és a TWR adatbázist. Készíts gyakorisági eloszlást és ábrázold oszlop vagy kördiagramon a W (vízigény) kategóriák eloszlását két módon: 1.1. – úgy hogy csak a fajszámokat veszed figyelembe 1.2. – úgy, hogy figyelembe veszed a kategóriák mennyiségi viszonyait is.
Minta a cönológiai táblázatokból 2011es botanikai felvételi eredmények, július Név Acer negundo Aster lanceolatus Calystegia sepium Carex riparia Carduus crispus Cirsium arvense Fraxinus excelsior Galium aparine Glechoma hederacea Humulus lupulus Impatiens glandulifera Lysimachia vulgaris Poa trivialis Rubus caesius Senecio sarracenicus Solidago gigantea Symphytum officinale Urtica dioica
%. 8 3 + 10 + + + 2 1 1 1 + + 3 + 80 + 10
A + jel 0,1 %-os borítottságnak felel meg
Minta a TWR értékeket tartalmazó adatbázisból TWR latin név
T
W
R
Abies alba Mill.
4a
4
3
Abutilon theophrasti Medik.
6
6
4
Acer campestre L.
5a
4
4
Acer negundo L.
5
5
4
Acer platanoides L.
5a
5
3
Acer pseudo-platanus L.
5a
6
3
Acer tataricum L.
6k
4
4
Achillea asplenifolia Vent.
5k
7
4
Achillea collina J. Becker
5k
2
0
Achillea crithmifolia W. et K.
6
2
4
Achillea distans W. et K.
6
3
4
Achillea distans W. et K. subsp. distans
6
3
4
Achillea distans W. et K. subsp. stricta (Schleich.) Janch.
6
3
4
Achillea millefolium agg.
5k
5
0
Achillea millefolium L. s.str.
5k
5
0
Gyakorlati feladat, otthon végzendő: 2. feladat: Töltsd le a Neptun kódodhoz tartozó színmintázatot és a színekhez tartozó TWR adatbázist. Becsüld meg a négyzeten belül az egyes színek által elfoglalt területhányadot (a háttér is számít). Készíts gyakorisági eloszlást és ábrázold oszlop vagy kördiagramon a T, a W és az R kategóriák eloszlását két módon: 1.1. – úgy hogy csak a fajszámokat veszed figyelembe 1.2. – úgy, hogy figyelembe veszed a kategóriák mennyiségi viszonyait is.
Példa a borítás mintázatokról
Adatbázis a színmintázat TWR elemzéséhez TWR Szín
T
W
R
Sárga
6
8
3
Piros
3
4
2
Kék
5
4
3
Zöld
1
6
4
Fekete
4
7
3