REGRESE VS KALIBRACE. David Zelený Zpracování dat v ekologii společenstev

Podobné dokumenty
SPECIES ATTRIBUTES IN ANALYSIS OF COMMUNITY ECOLOGY DATA

ELLENBERGOVY INDIKAČNÍ HODNOTY. David Zelený Zpracování dat v ekologii společenstev

ELLENBERGOVY INDIKAČNÍ HODNOTY. David Zelený Zpracování dat v ekologii společenstev

INDEXY DIVERZITY. David Zelený Zpracování dat v ekologii společenstev

Diverzita doubrav ve vztahu k produktivitě stanoviště. Irena Veselá

PŘÍKLADY POUŽITÍ ORDINAČNÍCH METOD

Hluboká říční údolí jako objekt pro modelování vztahů vegetace a proměnných prostředí?

INDEXY DIVERZITY. David Zelený Zpracování dat v ekologii společenstev

PCA BIPLOT ŠKÁLOVÁNÍ OS (1)

KGG/STG Statistika pro geografy

DIVERZITA. David Zelený Zpracování dat v ekologii společenstev

Abiotické faktory působící na vegetaci

EKOLOGICKÁ PODOBNOST (ECOLOGICAL RESEMBLANCE) David Zelený Zpracování dat v ekologii společenstev

Produktový list dle smernice komise EU 65/2014

Poznámky k používání průměrných Ellenbergových indikačních hodnot při analýze vegetačních dat

(n, m) (n, p) (p, m) (n, m)

Vliv přístupnosti živina na vegetaci rašelinných okrajů rybníků Třeboňské pánve

Příloha 7a Lesnická mapa typologická chráněného území. Zdroj:

Lesní vegetace v údolí Vltavy severnì od Zlaté Koruny (okres Èeský Krumlov)

2019/03/31 17:38 1/2 Klasifikační a regresní stromy

LINEÁRNÍ REGRESE. Lineární regresní model

Mapa aktuální vegetace

Mgr. Jan Mládek, Ph.D. (2013)

Metodika. Zájmová území

(EFRR) Operačního programu Životní prostředí

Odhalení skryté struktury a vnitřních vazeb dat vícerozměrnou statistickou analýzou pitné vody

Ekologie základní pojmy. Michal Hejcman

DC003: Jana Vobecká, Tomáš Kostelecký Sociologický ústav AV ČR

Podmínky a zdroje. Michal Hejcman

ZMĚNA KLIMATU A JEJÍ DOPADY NA RŮST A VÝVOJ POLNÍCH PLODIN

Měření závislosti statistických dat

David Zelený GRADIENTOVÁ ANALÝZA

Příloha I. Název zvláště chráněného území: U Hamrů

6. T e s t o v á n í h y p o t é z

Úvod k lesním ekosystémům

Lesnická fytocenologie a typologie. HS 23 kyselá stanoviště nižších poloh HS 25 živná stanoviště nižších poloh

ZPRACOVÁNÍ DAT V EKOLOGII SPOLEČENSTEV

Floristický a vegetační průzkum lokality Nad Vírem

NUMERICKÁ KLASIFIKACE. David Zelený Zpracování dat v ekologii společenstev

Monitoring aluviálních ekosystémů

Podle výskytu - vody podzemní a vody povrchové Podzemní vody - podzemní a jeskynní jezírka, podzemní toky, vody skalní a půdní Povrchové vody -

Tomáš Karel LS 2012/2013

SEMESTRÁLNÍ PRÁCE UNIVERZITA PARDUBICE. Fakulta chemicko - technologická Katedra analytické chemie

DOPADY NA MIKROKLIMA, KVALITU OVZDUŠÍ, EKOSYSTÉMY VODY A PŮDY V RÁMCI HYDRICKÉ REKULTIVACE HNĚDOUHELNÝCH LOMŮ

XEA05 Digitali-Senecionetum ovati Pfeiffer 1936* Vegetace narušovaných stanovišť se starčkem Fuchsovým. Fragarion vescae

Pokud data zadáme přes "Commands" okno: SDF1$X1<-c(1:15) //vytvoření řady čísel od 1 do 15 SDF1$Y1<-c(1.5,3,4.5,5,6,8,9,11,13,14,15,16,18.

Primární produkce. Vazba sluneční energie v porostech Fotosyntéza Respirace

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

Environmentální výchova

STATISTICKÉ METODY; ZÍSKÁVÁNÍ INFORMACÍ Z DRUHOVÝCH A ENVIRONMENTÁLNÍCH DAT

Systém rizikové analýzy při sta4ckém návrhu podzemního díla. Jan Pruška

slouží k hodnocení odchylek od normálu jako nepřímých ukazatelů stavu a vývoje prostředí

V praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více

Funkční přístup ke studiu vegetace (EKO/FV)

ZPRACOVÁNÍ DAT V EKOLOGII SPOLEČENSTEV

=10 =80 - =

AVDAT Mnohorozměrné metody, metody klasifikace

Stavový model a Kalmanův filtr

Na jemné škále vývraty signifikantně ovlivňují dynamiku lesa Ekologické podmínky (teplota, vlhkost) Erozně sedimentační procesy Výskyt cévnatých i

vegetace České republiky

Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =

Příloha P.1 Mapa větrných oblastí

Univerzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba grafů v grafickém editoru ORIGIN. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.

CZ.1.07/2.2.00/

Zadání Máme data hdp.wf1, která najdete zde: Bodová předpověď: Intervalová předpověď:

BOTANICKÝ PRŮZKUM EVROPSKY VÝZNAMNÉ LOKALITY PŘÍRODNÍ REZERVACE BŘEŽANSKÉ ÚDOLÍ (PRAŽSKÁ ČÁST) A PŘÍRODNÍ PAMÁTKY U ZÁVISTI

Novák et al.: Applying Douglas-fir in forest management of the Czech Republic

Členění podle 505 o metrologii

ZPRACOVÁNÍ DAT V EKOLOGII SPOLEČENSTEV

STATISTICA Téma 8. Regresní a korelační analýza, regrese prostá

Závislost struktury fytocenologických dat na designu jejich sběru

ZVONOVEC LILIOLISTÝ (ADENOPHORA LILIIFOLIA) V EVROPSKY VÝZNAMNÉ LOKALITĚ VRAŽBA V LESNÍM KOMPLEXU U OBCE HABŘINA NA KRÁLOVÉHRADECKU

NÁVOD K POUŽITÍ VÁPNÍK 600 KATALOGOVÉ ČÍSLO 207

Univerzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba lineárních regresních modelů. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.

Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace )


BOSONOŽSKÝ HÁJEK JAKO PŘÍKLAD STAROBYLÉHO LESA

Regresní analýza 1. Regresní analýza

Rozhodovací stromy a lesy

Chemismus lesních půd ve vztahu ke stavu vegetace (a obráceně) Jeňýk Hofmeister. Filip Oulehle Markéta Půlkrábková Jakub Hruška Pavel Krám

Regresní a korelační analýza

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Návod k obsluze HI Přenosný konduktometr pro půdu

č. účel patro m administrativa 1NP 36, administrativa 1NP 33,53

EKOLOGIE LESA Pracovní sešit do cvičení č. 8:

Změny květeny a vegetace Karlického údolí po 50 letech

Vliv konzervačních přípravku na aerobní stabilitu siláží. Ing. Radko Loučka, CSc. VÚŽV, v.v.i. - Uhříněves

Základy pedologie a ochrana půdy

Využití dat dálkového průzkumu Země pro monitoring erozního poškození půd

Statistické metody v ekonomii

Statistika (KMI/PSTAT)

KALIBRACE A LIMITY JEJÍ PŘESNOSTI. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie

ZPRACOVÁNÍ DAT V EKOLOGII SPOLEČENSTEV

RNDr. Tomáš Pavlík, PhD. RNDr. Jiří Jarkovský, PhD. Doc. RNDr. Ladislav Dušek, PhD. Ústav zdravotnických informací a statistiky České republiky

Bonita stanoviště a bonita porostu

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie

Vytěžování znalostí z dat

Servopohony vzduchotechnických

BLOK 3: (záznam pozorování, experimentu, bádání, apod.)

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test

Transkript:

REGRESE VS KALIBRACE David Zelený

METODY GRADIENTOVÉ ANALÝZY Data, která máme: počet charakteristik prostředí počet druhů Apriorní znalost vztahů mezi druhy a prostředím? Použijeme: Dostaneme: 1, n 1 ne regrese závislost druhu na prostředí žádné n ano kalibrace odhady hodnot charakteristik prostředí žádné n ne nepřímá ordinace 1, n n ne přímá ordinace osy variability v druhovém složení variabilita ve druhovém složení vysvětlená charakteristikami prostředí David Zelený Lepš & Šmilauer (2003) Multivariate analysis of... 200

REGRESE VS KALIBRACE lineární model regrese odhad směrnice regresní přímky metoda nejmenších čtverců kalibrace odhad hodnoty proměnné prostředí metoda váženého průměrování (váhy = směrnice regresních přímek) nepoužívá se unimodální 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 David Zelený 201

abundance druhu REGRESE UNIMODÁLNÍ ODPOVĚĎ DRUHU Odhad optima druhu váženým průměrováním David Zelený WA Sp = n j=1 n j=1 Env j Abund j Abund j Env j hodnota gradientu prostředí ve vzorku j Abund j abundance druhu ve vzorku j n celkový počet vzorků v souboru abundance druhu v jednotlivých vzorcích vypočtený vážený průměr gradient prostředí 202

abundance druhu KALIBRACE UNIMODÁLNÍ ODPOVĚĎ DRUHU odhad hodnoty gradientu pro vzorek je stanoven průměrem optim jednotlivých druhů, vážených jejich abundancí David Zelený ignoruje toleranci druhu Druh 3 Druh 4 Druh 2 WA Samp = s i=1 s i=1 IV i Abund i Abund i IV i indikační hodnota druhu i Abund j abundance druhu i ve vzorku s celkový počet druhů ve vzorku Druh 1 204 gradient prostředí

KALIBRACE UNIMODÁLNÍ ODPOVĚĎ DRUHU Příklady použití: saprobní index v limnologii (založený na rozsivkách) David Zelený 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

3 2 6 6 5 2 ELLENBERGOVY INDIKAČNÍ HODNOTY David Zelený

ELLENBERGOVY INDIKAČNÍ HODNOTY (EIH) optima druhů rostlin na gradientu živin, vlhkosti, půdní reakce, kontinentality, teploty, světla a salinity (salinita se ve Střední Evropě nepoužívá) 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 207 David Zelený

David Zelený ELLENBERGOVY INDIKAČNÍ HODNOTY (EIH) POUŽITÍ PRO KALIBRACI EIV pro půdní reakci 1 2 3 Mycelis muralis 6 1 0 0 Moehringia trinervia 7 0 1 1 Mercurialis perennis 7 1 0 1 Lathyrus vernus 4 0 1 0 Myosotis sylvatica 7 1 1 0 Milium effusum 5 0 0 1 Melica nutans 3 1 1 0 Melampyrum pratense 2 0 1 1 Myosotis ramosissima 1 1 1 0 Lychnis viscaria 2 0 0 1 Melittis melissophyllum 3 0 1 0 4.8 průměr 208

David Zelený ELLENBERGOVY INDIKAČNÍ HODNOTY (EIH) POUŽITÍ PRO KALIBRACI EIV pro půdní reakci 1 2 3 Mycelis muralis 6 1 0 0 Moehringia trinervia 7 0 1 1 Mercurialis perennis 7 1 0 1 Lathyrus vernus 4 0 1 0 Myosotis sylvatica 7 1 1 0 Milium effusum 5 0 0 1 Melica nutans 3 1 1 0 Melampyrum pratense 2 0 1 1 Myosotis ramosissima 1 1 1 0 Lychnis viscaria 2 0 0 1 Melittis melissophyllum 3 0 1 0 průměrná hodnota: 4.8 3.9 4.6 209

David Zelený VÝPOČET PRŮMĚRNÝCH EIH H. Ellenberg Empirická zkušenost s ekologií druhů průměrné Ellenbergovy indikační hodnoty Data o druhovém složení průměrná EIH pro daný vegetační snímek obsahuje dvojí informaci: 1. ekologicky relevantní informaci o charakteru stanoviště, a to díky použití tabelovaných druhových EIH, které jsou založeny na empirických pozorování ekologických nároků druhů v terénu 2. 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 VÝPOČET PRŮMĚRNÝCH EIH H. Ellenberg Empirická zkušenost s ekologií druhů průměrné Ellenbergovy indikační hodnoty Data o druhovém složení 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 VÝPOČET PRŮMĚRNÝCH EIH H. Ellenberg Empirická zkušenost s ekologií druhů průměrné Ellenbergovy indikační hodnoty!! Data o druhovém složení problém nastává v okamžiku, kdy jsou průměrné EIH analyzovány současně s daty o druhovém složení, ze kterých jsou vypočteny 213

David Zelený VYTVOŘENÍ PRŮMĚRNÝCH EIH, KTERÉ NEOBSAHUJÍ EKOLOGICKOU INFORMACI 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 průměrná EIH bude s velkou pravděpodobností signifikantně korelovaná s DCA, i když neobsahuje ekologickou informaci! David Zelený Počet signifikantních korelací mezí osami DCA a průměrnými znáhodněnými EIH (šedé sloupečky) nebo náhodnými čísly (bílé sloupečky) 1000 opakování 215

David Zelený PRŮMĚRNÉ EIH V NEPŘÍMÉ ORDINACI DCA1 DCA2 R 2 P orig P modif 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 0,032 216

průměrná Mean EIH Ellenberg pro reaction půdní reakci vysvětlená Explained variability variabilita [%] [%] měřené ph náhodná čísla průměrné reálné EIH průměrné znáhodnéné EIH náhodná čísla POROVNÁNÍ MĚŘENÉHO PŮDNÍHO PH A VYPOČTENÉ PRŮMĚRNÉ EIH PRO PŮDNÍ REAKCI VYSVĚTLUJÍCÍ PROMĚNNÉ V CCA 7 6 5 4 3 2 3.5 4.0 4.5 5.0 měřené ph Measured soil ph 5 4 3 2 1 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 David Zelený

PRŮMĚRNÉ ELLENBERGOVY INDIKAČNÍ HODNOTY PRAVIDLA POUŽITÍ 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 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) 219 David Zelený

David Zelený PŘÍKLADY NA POUŽÍTÍ PRŮMĚRNÝCH EIH 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