Ekologie půdních organismů Metodické aspekty studia půdních organismů
O měřeních a chybách Abundance, biomasa, aktivita definice, vyjádření Přehled hlavních (skupin) metod abundance Vzorkování inventura a metody vzorkovacích čtverců Prostorová distribuce organismů Extrakce a stanovení počtů hlavních skupin půdních organismů ve vzorku Odhady toků a procesů od mikrokosmů k ekosystému
Každé měření je zatíženo chybou. Můžeme rozlišit dva druhy omyly a hrubé chyby a tzv. nevyhnutelné chyby- ty dělíme na systematické a náhodné. Většinou musíme udělat více měření ke stanovení jednoho parametru. Každé měření má vlastní chybu, chyby se sčítají. V biologii nás často zajímá jak se daná veličina chová v rámci populace. Jednotlivé údaje v rámci populace jsou variabilní popisujeme je statistickými veličinami. Zpravidla nemáme k dispozici celou populaci statistické charakteristiky zjišťujeme na základě vybraného vzorku populace. Jde o to, jak vybraný vzorek representuje danou populaci.
Co chci zjistit? Někdy nemusím mít přesnou absolutní hodnotu, stačí relativní ukazatel, který se snáze měří. 1. pracovní hypotéza nebo jasně formulovaná otázka 2. jaká data potřebuji ke zodpovězení otázky (kvalitativní, kategoriální nebo graduelní škálakvantitativní). relativní početnost (biomasa) početnost organismů v relaci k početnosti jiných, zpravidla nějak podobných organismů. Podobnost je často daná použitou metodou. většinou je mnohem jednodušší je změřit jsou to vlastně % (arcsinus) nebo jako catch/effort absolutní početnost (biomasa) početnost organismů vyjádřená na jednotku prostředí (objem, plocha, váha, jezero, objem půdních pórů, nebo gram půdního uhlíku). nezbytné při studiu populační dynamiky, energetických toků etc. nejsou li normálni pak např. log.
Absolutní abundance je počet organismů vyjádřený na jednotku plochy, objemu nebo stanoviště. Absolutní biomasa je hmotnost organismů vyjádřená na jednotku plochy, objemu nebo stanoviště. Relativní abundance je počet organismů vyjádřený v relaci k ostatním zaznamenaným druhům nebo na jednotku úsilí, kterou nelze korelovat s charakteristikami stanoviště (plochou objemem nebo počtem vhodných biotopů). Vyjádření buď % nebo na jednotku úsilí. Relativní biomasa je hmotnost organismů vyjádřená v relaci k ostatním zaznamenaným druhům nebo na jednotku úsilí.vyjádření buď % nebo na jednotku úsilí. Rychlost dekomposice vs. porovnání morfologických změn opadu
Absolutní hodnoty se udávají buď na plochu nebo na objem nebo na jednotku vhodného stanoviště. Například na metr, na litr, na list. Terestrické ekosystémy jsou zpravidla chápány jako plošné, případně stratifikované do několika plošných vrstev. Proto vyjádření na plochu. Půda - pohyb organismů ve všech směrech - různě mocné vrstvy se stejným nebo graduálně se měnícím zastoupením organismů. Vyjádření na objem dává lepší představu o výskytu v daném místě, ale pro bilanční účely musíme mít další informace. Pro bilanční účely může být výhodnější vyjádření na plochu ale musíme si být jisti, že jsme odhadli abundanci v celé vrstvě, kde organismus žije. Habitat -organismy žijí v určitých stanovištích, vyjádření počtů na vhodnou jednotku stanoviště cenné v autekologických studiích, ale bilance na plochu obtížnější.
plocha objem habitat terestrické ekos.nadzem. +++ + půda ++ ++ + voda ++ +++ + (bentos) bilance v krajině ++++ ++* +* prostorová distribuce + ++ +++ autekologické studie + ++ +++ *- potřebujeme další informace Vhodná forma vyjádření abundance závisí na účelu vaší studie. Porovnání různých forem vyjádření nám může přinést zajímavé informace - často může být výhodné mít možnost přepočtu.
Otázka: žije na ploše A stejně organismů XY jako na ploše B? H 0 A=B plocha A mech rašeliník plocha B minerální půda hloubka vlhkost hustota (cm) (%) (g cm -3 ) 2 78 0.2 5 25 1.3 jedinců na cm 2 cm 3 g půdy (DW) g půdy (FW) plocha A 5000 2500 12500 2750 plocha B 5100 1020 785 588 A<B A>B asi 2x 16x 5x 48 3 26,0 10 3 26,1 10 3 A < B Jsou i další možnosti, na objem půdních pórů, obsah půdního organické hmoty.
Přehled hlavních skupin metod
Přehled metod používaných k sledování absolutní početnosti - celková inventura - vzorkovací kvadráty a liniový transekt - metody založené na vzdálenosti r 1 jedinec zaujímá plochu πr 2, kde r je průměrná vzdálenost k nejbližšímu sousedu. Densita je pak 1/plocha kterou zabírá průměrný jedinec
Přehled metod používaných k sledování absolutní početnosti -pokračování - capture re-capture - Change ratio methods - změny založené na změně poměru pohlaví nebo velikosti s odchytem -Catch per unit effort
Výběr metody se do značné míry řídí tradicí v daném oboru, to umožňuje porovnání vašich výsledků s pracemi jiných autorů. Je třeba mít dobrý důvod k tomu dělat to jinak než všichni ostatní
Metody vzorkovacích čtverců metoda vzorkovacích ploch (Quadrat counts) Populace příliš velká- nemůžu spočítat vše, vyberu vzorky, a ty spočítám (udělám celkovou inventuru). Předpokládám, že organismy po dobu počítání nemigrují z a do vzorkované plochy. Odhad závisí na: přesnosti spočtení a na tom, jak dané vzorky representují celou populaci (za předpokladu splnění podmínky o absenci migrace). (Co je celá populace nebo jestli je plocha vzorek závisí na H 0 ).
Jak dané vzorkovací plochy vypovídají o sledované populaci? Faktory, které mohou ovlivnit vypovídací hodnotu vzorků lze rozdělit do dvou skupin: můžeme ovlivnit velikost plochy tvar plochy počet vzorků prostorové uspořádání vzorků nemůžeme ovlivnit prostorové rozmístění populace
Tvar vzorkovací plochy přirozený útvar nebo uměle vymezeno Snadnost vymezení v terénu Tvar může ovlivnit okrajový efekt ten závisí na poměru plochy a obvodu. obdélník > čtverec > kruh Okrajový efekt závisí na velikosti organismu a sledované plochy. Obdélníkové plochy často vyrovnanější než čtverce nebo kruhy potenciální chyba okraje 1 0.8 0.6 0.4 0.2 0 0 0.01 0.02 0.03 0.04 velikost vzorkovací plochy kruh čtverec Velký vliv tradice a metody vymezení plochy. Nejčastější kruh a čtverec.
Velikost vzorkovací plochy statistické optimum - nejmenší SEM nejužší konf. interval. ekologické důvody - odpovídá sledovanému organismu a škále procesu, který chcete sledovat, zde lze s výhodou použít přirozené diskrétní jednotky. poměr velikosti vzorkovací ploch a organismu- okrajový efekt. praktické důvody velikost plochy, zvládnutelnost. Jak zjistit vhodnou velikost vzorkovací plochy? 1 - podívám se do literatury jak to dělají ostatní 2- statistické optimalizační metody
Statistická optimalizace velikosti Wiegert, 1962 vzorkovací plochy velikost vzorkovací plochy 1 3 4 12 16 konstantní náklady na vzorek 10 10 10 10 10 náklady na jednotku vzorku 2 6 8 24 32 celková cena 12 16 18 34 42 relativní cena 1.0 1.3 1.5 2.8 3.5 rozptyl (s 2 ) na jednotku plochy 0.97 0.24 0.32 0.14 0.15 rel. cena * rel. Rozptyl 0.97 0.32 0.48 0.40 0.53
s 2 / plocha 1.20 1.00 0.80 0.60 0.40 0.20 0.00 A= y = -0.0363x + 0.6253 0 5 10 15 20 plocha a Co * Kde 1 - a Cx Hendricks, 1956 předpokládá, že rozptyl na jednotku plochy klesá s velikostí plochy. Pak optimální velikost plochy A lze vypočíst jako: a je směrnice regrese závislosti rozptylu na ploše Co jsou konstantní náklady na plochu Cx náklady na jednotku plochy vzorků Obě metody Wiegert i Hendricks, předpokládají rozsáhlou sadu vzorků dříve odebraných na téže ploše, vyplatí se při rozsáhlých studiích.
Připomínka: zabýváme se zde optimalizací plochy vzorku pro odhad abundance (biomasy) jednoho druhu nebo skupiny druhů celého spol. Někdy optimalizace velikosti za jiným účelem. Zjištění počtu druhů 25 počet druhů 20 15 10 5 0 0 5 10 15 20 25 plocha
Odběr vzorku - půda odběráky umožňující odkrojit definovaný objem půdy různá plocha pro mikrofaunu 1-10 cm 2 mesofaunu cca 10 cm 2 makrofaunu >100 cm 2 ( odběrák nahoře má 625 cm 2 )
Prostorové rozmístění organismu a jeho význam pro počet vzorků Pravidelné Náhodné Shlukovité Uniform Random Aggregated 4.75 ±0.83 4.75 ±2.49 5.00 ±5.43
4.75 ±0.83 4.75 ±2.49 5.00 ±5.43 pravidelné náhodné shlukovité s 2 / x < 1 (0.14) 1 (1.3) >1 (5.6) Index of dispersion I = s 2 / x závisí na počtu vzorků s 2 / x 6 5 4 3 2 1 0 0 10 20 30 40 počet vzorků pro testování χ 2 = I(n-1); χ 2 pro n-1stupňů volnosti (např. pro pravý obrázek 5.6*3=16.8) rozhodnutí dvoustranný (two-tailed) χ 2 test Lepš in Dykijová (1989) χ 2 0,975 < pororovaná χ 2 hodhota < χ 2 0,025 (0< 16.8 > 9, pravý obr. skutečně představuje shlukovité rozšíření)
Normální Poissonovo Negativně binomické
Stanovení počtu vzorků Záleží nu účelu - zde co nejpřesněji odhadnout populaci v daném místě a čase s 2 s 2- variance - rozptyl sledované populace n = c - požadovaná hladina spolehlivosti c 2 x 2 x - průměr 3 27 118 Pro Poissonovo rozdělení pro hladinu spolehlivosti 0.1 N=400 c = 0.05
Rozmístění vzorků na ploše, případně v čase - vzorkovací schéma (sampling design) Co chceme studovat? Cheme znát abundanci organismu na určité ploše v určitém čase. Chceme porovnat dvě plochy nebo dvě skupiny ploch v jednom čase. Chceme porovnat abundanci na jedné ploše v různých časech.
Chceme znát abundanci organismu na určité ploše v určitém čase. Předpokládáme že v prostředí jsou gradienty environmentálních vlastností. Díky tomu očekáváme, že vzorky, které jsou si blíž, si budou podobnější. Vzorky by měly representovat plochu, kterou chceme studovat. Špatně
Chceme znát abundanci organismu na určité ploše v určitém čase. Rozmístění vzorků: pravidelné - výhodné při studiu vlivu vzdálenosti na variabilitu, pokrývá rovnoměrně plochu, pro účely statistiky stejně jako náhodné. Problém možná existence periodické variace. náhodné -nejčastěji používané, většina statistických testů počítá s náhodným výběrem
Chceme znát abundanci organismu na určité ploše v určitém čase. Co je a co není náhodný výběr Náhodný výběr není! odeberu vzorek tam, kde se mi to zrovna líbí nebo kde to jde - snadno tam zastavím autem, atp. Správně vyberu plochy k odběru dopředu nestranným způsobem. Např. rozdělím si plochu na souřadnice a vzorkované plochy vylosuji, vyberu pomocí náhodných čísel, nebo si nageneruji náhodné souřadnice v rozsahu sledované plochy a ty pak najdu pomocí GPS.
Chceme znát abundanci organismu na určité ploše v určitém čase. 0.1=118 0.05=472 Nicméně, množství vzorků, které musíme odebrat a zpracovat pro dostatečné přesný odhad je někdy (často) příliš vysoké. Co dál: Můžeme se spokojit s menší přesností. Budeme zkoumat zda naše otázka nejde odpovědět jinak. Různé varianty vzorkovacích postupů řeší tento problém pro specifické případy.
Chceme znát abundanci organismu na určité ploše v určitém čase. Individua v přirozeně definovaných jednotkách Vyjádříme na jednotku a odhadneme množství jednotek. Podobně mravenci nebo hnízda housenek, tam i v několika krocích množství hnízd na strom, množství housenek na hnízdo. Stratifikovaný odběr Ni Di = konstantní A=1000 m 2 D = 1 B = 100 m 2 D =100 výhoda- přesnější odhad, nutná znalost plochy - předchozí studie 2
Chceme znát abundanci organismu na určité ploše v určitém čase. serie i - výsledná densita Di Sekvenční odběr vzorků, - nezajímá nás absolutní hodnota ale to, jestli hodnota nepřekročila určitou mez. Odeberu vzorky první série a testuji zda byla překročena daná mez, výsledek je buď ANO, NE, a tím končím a nebo NELZE ŘÍCI, v tom případě vezmu další sérii Di>M Di<M + + konec abundance n1 n2 M
Chceme znát abundanci organismu na určité ploše v určitém čase. Dvoufázový odběr jednotlivé odběrové plochy mohu vyhodnotit dvěma metodami, nazveme je měřením a odhadem. Měření je pracnější a přesnější, odhad rychlejší a méně přesný. Dilema - více vzorků měně přesně nebo méně vzorků přesněji. Odhad musí být významně rychlejší a dostatečně přesný (r 2 >0.75). Pak většinu vzorků jen odhadneme (n1), část odhadneme i změříme (n2). Pak: Jen odhad odhad + měření odhad se musí udělat vždy dříve než měření kde k je poměr rychlosti odhadu a měření.
Chceme znát abundanci organismu na určité ploše v určitém čase. Směsný vzorek v některých případech je zpracování a příprava vzorku náročnou částí operace. Smícháme a zpracujeme společně několik příbuzných vzorků. To snižuje náklady i variabilitu dat - výhodné u agregovaného rozdělení, ale ztrácíme údaje o původní variabilitě dat. (n=4) Všechny smíchané vzorky představují 1 opakování, můžeme je porovnat jen se vzorky odebranými a zpracovanými stejným postupem. pseudoreplikacešpatně
Chceme porovnat dvě plochy nebo skupiny ploch dvě plochy nebo dvě skupiny ploch to je zásadní rozdíl Chci li porovnat dvě konkrétní plochy, pak je zcela legitimní považovat vzorky odebrané na jednotlivých plochách za nezávislé replikace. Často nás ale zajímají dvě plochy jako representanti dvou typů ploch (pole vs louka). Pak skutečná opakování představují plochy, zvyšování počtu opakování na jednotlivých dílčích plochách nezvyšuje přesnost odpovědi na naší otázku hovoříme o pseudoreplikacích.
Chceme porovnat dvě plochy nebo skupiny ploch Completely randomised nested
Chceme porovnat dvě plochy nebo skupiny ploch Velké bloky - málo opakování můžeme si pomoci vzorky uspořádanými synchronně na sousedních plochách - můžeme použít párové testy podobně gradientové studie, více rovnoběžných gradientů gradienty na úrovni krajiny i lokální ty můžeme odclonit výběrem -je jedno stanoviště, staratifikovaný odběr.
Chceme porovnat abundanci na jedné ploše v různých časech Buď odběr v různých časech, jak popsán při studiu jedné plochy. Ale každé sledování zatíženo jak časovou tak prostorovou variabilitou. Nebo opakované studium stejných vzorkovacích plošek (rostlin etc.). Můžeme oddělit vliv časové a prostorové variability. obtíže - vliv sledování na pokusné plošky. - jsou pokusné plošky representativní jednotkou?
Získávání organismů ze substrátu dva základní principy 1) Vybírání - separation - pasivní extrakce - organismy ze substrátu vybereme buď ručně nebo separujeme na základě nějaké fyzikální vlastnosti těl sledovaných organismů (nejčastěji velikosti, specifické hustoty). Získávání organismů není závislé na jejich aktivitě, často jsou tyto metody pracné a získaný materiál může být poškozený 2) Vypuzení - extraction, aktivní extrakce organismy ze substrátu vypudíme působením nějakého nepříjemného podnětu (tepla, světla, vody, sucha, elektrického proudu, chemických činidel atp.). Získáme pouze jedince, kteří jsou schopni únikové reakce (ne klidová stadia atp.), většinou méně pracné, materiál méně poškozen, některé metody je možno adaptovat pro získávání materiálu z vymezené plochy přímo v terénu (in situ).
Získávání organismů ze substrátu - Separace Ruční vybírání - hand sorting - instrumentálně nejednodušší -účinnost silně kolísá v závislosti na substrátu a pečlivosti - kontrastní pozadí - používáno u bentosu méně u půdy (hlavně v tropech) Prosení nebo prosetí pod vodou (wet sieving) a ruční vybírání - instrumentálně jednoduché - vyšší účinnost než ruční vybírání - můžeme použít více sít tím vyřadíme frakce které nás nezajímají - používáno u bentosu méně u půdy
Získávání organismů ze substrátu - Separace Plavení a flotace - Flotation tyto metody využívaní toho že těla organismů mají jinou specifickou hustotu a jinak se vznáší (padají) v tekutině. Flotace roztok o určité hustotě nastavené tak, že organismy zůstávají na hladině a většina příměsí spadne na dno. Většina půdních bezobratlých má hustotu 1-1,1 g.cm -3 v roztoku o hustotě 1,2 plavou, půda má hustotu 2,2 jde ke dnu Plavení Separace proudem vody o různé rychlosti objekty s větší pádovou rychlostí (větší a těžší) padají na dno menší a lehčí jsou unášeny dál.
Získávání organismů ze substrátu - Separace Flotace Roztoky buď minerální soli (odvodňují) nebo organika glukóza, glycerin atp. Je třeba zajistit míchání suspenze buď mechanicky nebo proudem vzduchu nebo proudem roztoku nebo třeba vařením ve vakuu
Získávání organismů ze substrátu - Vypuzení Tepelná extrakce - Berleze - Tullgren
Získávání organismů ze substrátu - Vypuzení Malé půdní organismy žijí v kapilárních pórech, které jsou zpravidla zaplněny vodou a těžko by překonávali vzduchovou mezeru mezi vzorkem a fixážní tekutinou. Jsou proto vypuzovány do vody nebo do vodou nasáklého inertních prostředí. Řada modifikací. Časté tzv. Bergmanovi nálevky.
Získávání organismů ze substrátu - Vypuzení Další možnosti - elektrický proud, slabý roztok formalínu, hořčičný roztok atp. specifické pro určitou skupinu
Ne všechny organismy žijící v půdě zde žijí po celou dobu svého života Organismy žijící v substrátu Organismy pohybující se na povrchu substrátu Létající organismy
Sledování organismů na povrchu půdy na hladině Metody pro sledování absolutní abundance Vakuum sampler - vysavač vysaje vše z určité plochy Výletová past - emergence trap
Sledování organismů na povrchu půdy a obnažených sedimentu Metody pro sledování relativní abundance Zemní past (padací past pitfall trap, Barber trap) lze chytat i živé jedince a použít je pro capturerecapture
Řada metod byla vyvinut pro studium abundance hmyzu na vegetaci ty ale víceméně přeskakujeme.
Sledování létajících bezobratlých Metody pro sledování relativní abundance (*možná kalibrace a použití pro stanovení absolutní abundance) Sací pasti* Nárazové pasti Málo selektivní Světelné lapáky Žluté misky Malaisovi pasti Lapáky s CO 2 návnadou etc. Lákají hmyz větší selektivita Radary* nechytají jen sledování
Sací pasti (Sucking trap), Nasávají vzduch nad pastí a zachycují hmyz, který strhnou, lze kalibrovat objem prosátého vzduchu. často bývají doplněny nějakým atraktantem, pak je lze použít pouze ke stanovení relativní abundance Nárazové pasti Window trap sestávají se ze skleněné desky svisle umístěné, letící hmyz do ní narazí a spadne do sběrné nádoby
Světelné lapáky řada druhů hmyzu je přitahována světlem toho využívají světelné lapáky. jen v noci jen látající hmyz atrahovaný světlem závisí na intensitě a vlnové délce
Žluté misky, ostatní žluté pasti a miskové pasti na létající hmz Hmyz je lákán žlutou barvou, pro některé skupiny hmyzu se používají i pasti jiné barvy, jedinci, kteří přiletí jsou různým způsobem chyceni (utopí se ve kapalině s detergentem, přilepí, se atp.)
Malaise trap, flight intercept trap letící hmyz je zastaven překážkou, leze po ní nahoru dostane se do trychtýře a odsud do sběrné nádoby
Mikorganismy
Počítání Přímo - např. DAPI CFU
Nepřímé metody příklady- extrahujeme něco, co je charakteristické pro buňky sledovaných organismů (uhlík, ATP, ergosterol, PLFA, neurální lipidy) a to stanovíme. Využijeme nějakou míru aktivity (respiraci, zabudováváni T) Např. Mikrobiální biomasa fumifation fumigation SIR extraction respiration. Fumigace extrakce C Fumigace přídavek glukozy stanovení C respirace respirace
Sledování rychlosti procesů a toků Od mikrokosmu k ekosystému dekomposice (příklad) Komplexita Realističnost Kontrolovatelnost (přesnost)
Dekomposice opadu Litter bag sezónní změny v zásobě opadu přísun opadu vs. zásoba
Dekomposice opadu vliv různých velikostních skupin organismů
Otázky