mohaismeret 13. a közösségi ökológiai vizsgálatok...
TRANSCRIPT
Ódor Péter - Mohaismeret
Mohaismeret
13. A közösségi ökológiai vizsgálatok alapkérdései, módszerei
Célok
1. Közösségek leírása, fajcsoportok elkülönítése, tömegviszonyok, mintázatok elemzése
2. Közösség összetételének ill. szerkezetének környezeti háttértényezőktől való függése
3. Közösségek elemzése a fajokhoz rendelt funkcionális attribútumok alapján
4. Közösségekben zajló dinamikai folyamatok
Mohavegetáció közösségi vizsgálatának fő korlátai
kicsik
fragmentáltan jelennek meg a társulásokban
sajátos aljzatviszonyokhoz kötődnek
alacsony biomassza az edényes közösségen belül
nincs gazdasági jelentőségük
Ódor Péter - Mohaismeret
Mohaközösségek leírása
Mintavétel
Alapvetően hasonló elvi mintavételi megfontolások, mint az edényes vegetáció leírása esetében.
Speciális problémák
milyen csoportok kerüljenek a mintába
nem jellemző egyedek felismerése
a vegetáció sajátos mikrotopográfiai felszínen jelenik meg
mintavételi egység méretének megválasztása nehéz, háttértényezőkheterogenitásának léptéke általában jóval kisebb, mint a közösség minimum áreája
Ódor Péter - Mohaismeret
Mohaközösségek leírása
Mintavétel
Sziklai vegetáció
Gond a felszín irregularitása, ami nem csak kihelyezési probléma, hanem a finom mikrotopográfia élőhelymozaikot teremt.
Sokszor nagyon alacsony a borítás, sok üres minta. Megoldás a nagyon piciny kvadrátméret, vagy nagyobb kvadráton belül lokális frekvencia felvétele.
Nem kvadrát alapú pontszerű mintavétel: hálómetszespont esetében regisztrálják a fajt, valamint a legközelebbi fajt asszociáltság elemzéséhez.
Ha a borítás alacsony és a mintázat finom (pl. sok pici gyep) akkor a borításnál használhatóbb adat a lokális frekvencia. A denzitás-borítás összefüggés acrocarpoknál jobb, mint pleurocarpoknál.
A fényképezés alapú módszerek kevéssé használhatóak.
Ódor Péter - Mohaismeret
Mohaközösségek leírása
Mintavétel
Epifiton vegetáció
Elkülönítik a mintavételi eljárásoknál a fatörzs magassági zónáit.
A mintavételi egységek hengerpalástként jelennek meg.
A mintavétel függ attól, hogy a kitettség hatását vizsgáljuk, vagy hatását pont ki akarjuk iktatni.
A függőleges zonáció mértéke függ a faállomány méretétől (kisebb fáknál kevésbé kifejezett), ezért nagyon nehéz különböző fa-méretű állományokat összehasonlítani.
Tömegesség becslési módszerek: mérőszalag pontjainál számolom körben a faj előfordulásokat (lokális frekvencia), kvadrátban rácspontok alapján számolok lokális frekvenciát, borítás mérés, borítás becslés.
Ódor Péter - Mohaismeret
Mohaközösségek leírása
Fitoszociológiai (klasszikus cönológiai) megközelítés
Alapelvek
assziciáció: törvényszerűen ismétlődő, állandó megjelenésű, állandó faji összetételű, meghatározott környezeti igényű növénytársulás (-etum)
Assziciációk hierachikusan csoportosíthatók: csoport (-ion), sorozat (-etalia), osztály (-etea), divízió (-ea)
A szintekhez elsősorban konstancia (előfordulás állandósága a felvételekben) karakter ill. differenciális fajok rendelhetők.
Ódor Péter - Mohaismeret
Mohaközösségek leírása
Fitoszociológiai (klasszikus cönológiai) megközelítés
Első megközelítés:
A mohákat mohaszintként kezelik a társulások általános leírása során
Jól használható, ha a mohák a talajon, szintet alkotva jelennek meg, nagy tömegben (pl. magashegységi lucosok, erdeifenyvesek, lápok), kevésbé használják, ha a mohagyepek főleg speciális aljzatokon jelenek meg, amik előfordulása a társulásban esetleges (epifiton vegetáció, sziklai mohavegetáció, korhadó fák mohagyepjei).
Technikai korlát, hogy a cönológusok között kevés a mohász.
Klasszikus cönológiai tabellákban használt moha adatok reprezentativitása kérdéses (személy, társulás függő).
Ódor Péter - Mohaismeret
Mohaközösségek leírása
Fitoszociológiai (klasszikus cönológiai) megközelítés
Második megközelítés:
Mohagyepek (moha-zuzmó gyepek) önálló vegetációs egységként történő leírása
Igen sok cikk, főleg Európára nézve teljes feltártság, több monográfia (moha, moha-zuzmó asszociációk).
Csak homogén közösségeket választ ki, átmenteket ignorál (egy kontinuumból csak a noduszokat írja le)
A csoportok kialakítása szubjektív
Nehezen rendelhetők háttértényezők a közösségekhez
Nehéz sokszor az edényes és moha asszociációk egymáshoz rendelése
Sokszor önmagáért való klasszifikációt eredményez
Bár a mintavétel szubjektív sok próbálkozás van arra, hogy ennek ellenére objektív statisztikai módszerekkel elemezzék a leírt közösségek egymástól való távolságát, valamint a fajok affinitását a közösségekhez
Ódor Péter - Mohaismeret
Mohaközösségek leírásaFitoszociológiai (klasszikus cönológiai) megközelítés
Főbb asszociáció osztályok (-etea) és sorozatok (-etalia) Marstaller (1993) alapján.
1. O: Platyhypnidio - Fontinalietea antipyreticae
1. S: Brachythecietalia plumosi (2 csoport, 8 asszociáció)
2. S: Leptodyctietalia riparii (5 csoport, 12 asszociáció)2. O: Ceratodonto – Polytrichetea piliferi
1. S: Polytrichetalia piliferi (2 csoport, 5 asszociáció)
3. O: Racomitrietea heterostichi
1. S: Grimmietalia commutatae (8 csoport, 15 asszociáció)
4. O: Cladonio – Lepidozietea reptantis1. S: Grimmietalia hartmanii (1 csoport, 1 asszociáció)
2. S: Diplophylletalia albicantis (11 csoport, 38 asszociáció)
3. S: Cladonio – Lepidozietalia reptantis (2 csoport, 15 asszociáció)
4. S: Brachythecietalia rutabulo – salebrosi (1 csoport, 7 asszociáció)5. S: Dicranetalia scoparii (2 csoport, 7 asszociáció)
6. S: Dicranellattalia cerviculatae (1 csoport, 1 asszociáció)
5. O: Barbuletea unguiculateae
1. S: Barbuletalia unguiculatae (6 csoport, 21 asszociáció)
2. S: Tortulo brevissimae – Aloinetalia bifrontis3. S: Funarietalia hygrometricae (2 csoport, 5 asszociáció)
6. O: Splachnetea
1. S: Splachnetalia (1 csoport, 3 asszociáció)
7. O: Grimmietea anodontis
1. S: Grimmietalia anodontis (2 csoport, 11 asszociáció)2. S: Ctenidietalia mollusci (3 csoport, 9 asszociáció)
8. O: Neckeretea complanatae
1. S: Neckeretalia complanatae (6 csoport, 26 asszociáció)
2. S: Antitrichietalia curtipendulae (2 csoport, 2 asszociáció)
9. O: Frullanio dilatatae – Leucodontetea sciuroidis1. S: Ortotrichetalia (5 csoport, 20 asszociáció)
2. S: Frullanio tenerifae – Leucodontetalia canariensis
10. O: Hylocomietea splendentis
1. S: Hylocomietalia splendentis (2 csoport, 8 asszociáció)
Ódor Péter - Mohaismeret
Mohaközösségek leírásaKvantitatív megközelítések
Fajcsoportok keresése a fajok közötti asszociáltságok elemzésével
A fajok koegzisztenciájának véletlenszerűségét vizsgálják, statisztikai eljárás az adattípustól függ: bináris adatok - függetlenség vizsgálat (chi2, egyéb függvények)Intervallum adatok – korreláció elemzés
Problémák:Sok faj esetében a kapcsolatok összetetté, ellentmondásossá válhatnak, megjelenítés egyre nehezebb.Fajszám növekedésével egyre nagyobb a valószínűsége a véletlen asszociációknak.Nehéz kezelni a negatív asszociációkat.Asszociáltságokat a gyakoriság viszonyok befolyásolják.Jelentősen befolyásolja a kvadrátméret az asszociáltságot, pozitív kapcsolatnál is túl kicsi méret negatív, túl nagy nulla asszociáltságot mutat (feloldás: elővizsgálatokat, "plot less" mintavételi eljárások).
Megjelenítés: gráf, mátrix
Ódor Péter - Mohaismeret
Mátrix megjelenítés
Ódor Péter - Mohaismeret
Gráf megjelenítésFajok közötti negatív (vékony) és pozitív (vastag) asszociáltságok, asszociátumfüggvény és Monte Carlo szimuláció alapján, a Kékes Észak Erdőrezervátumban egy szisztematikus mintavétel során, mintavételi egység mérete 100 cm2 (Ódor andStandovár 2002). A fajkódokhoz rendelt betűk az aljzattípusokhoz rendelt asszociáltságokat jelzik (R-szikla, W-korhadó fa).
Ódor Péter - Mohaismeret
Mohaközösségek leírásaKvantitatív megközelítések
Fajcsoportok keresése numerikus klasszifikációs módszerekkel
Elvi alapokObjektumok között távolságok képezhetők több változó alapján, ami alapján azok csoportosíthatók.A fajok és a minták egyaránt lehetnek objektumok és változók (kérdés függő).Az osztályozó algoritmusok lehetnek:agglomeratívak: a legkisebb távolságok alapján csoportokat képzek, amit újabb összevonások követnek.divizívek: a sokaságot adott számú csoportra osztom, minimalizálva a csoportokon belüli és maximalizálva a csoportok közötti heterogenitást
MegjelenítésDendrogramm illetve osztályozott mátrix formájában
ProblémaCsoportosítás távolságfüggvény és algoritmus függő (megoldás: több módszerből konszenzus képzése).Valóságban nem létező csoportosulások képződhetnek.Gradiensek elmosódhatnak.Eredményt a gyakoriság viszonyok befolyásolják.
Ódor Péter - Mohaismeret
Dendrogramm megjelenítésMohafajok osztályozása a Kékes Észak Erdőrezervátumban egy szisztematikus mintavétel során, mintavételi egység mérete 100 cm2 (Ódor and Standovár 2002). A fajkódokhoz rendelt betűk az aljzattípusokhoz rendelt asszociáltságokat jelzik (R-szikla, W-korhadó fa).
Ódor Péter - Mohaismeret
Mohaközösségek összetételének és környezeti háttértényezőknek összefüggés elemzése
Egyváltozós módszerek
A fajok közötti asszociáltságokat feltáró módszerek (függetlenség vizsgálat, korreláció elemzés) fajok különböző skálákon mért adatai és háttérváltozó adatok közötti összefüggések elemzésére is használhatók. Az elvi alapok és korlátok megegyeznek az asszociáltságoknál bemutatottakkal.
Ódor Péter - Mohaismeret
Mohaközösségek összetételének és környezeti háttértényezőknek összefüggés elemzése
Többszörös regresszió
Egy biológiai függő változó függvénykapcsolata több háttérváltozóval, és az egyes háttérváltozók jelentőségének megállapítása. Modellezésre ad lehetőséget.Fontos szempont, hogy a függő változó varianciáját milyen mértékben fedi le a függvénykapcsolat, ez növelhető transzformációkkal, interakciók és polinomiálistagok bevonásával, de ez a függvény interpretációját nehezíti.Regresszió akkor sikeres, ha:A függő változó folytonos, nagy varianciát mutat, ritkán vesz fel 0 értéket a mintákban, normális eloszlású.A lényeges és minimális háttérváltozót tartalmazza a függvény, a háttérváltozók egymással kevéssé korrelálnak.
Ódor Péter - Mohaismeret
Mohaközösségek összetételének és környezeti háttértényezőknek összefüggés elemzése
Többszörös regresszió példa (Ódor et al. 2004)
Függő változó: korhadó fán megjelenő mohák fajszámaHáttér változók: ország (faktor, 5), korhadási fázis (faktor, 6), átmérő (arány skála)Model építés: A teljes modelből (összes interakció figyelembe vétele) fokozatos lebontása, a lebontás során az model által nem magyarázott variancia (error) növekedését mérem.
Ódor Péter - Mohaismeret
***168.535221420884-COUNTRY
***152.524725.014725-DBH
***4.60142.45712-DS
30.9899730886-all interaction
n.s.1.3540.619771-DS.COUNTRY
**4.45134.14536-DBH.COUNTRY
n.s.1.6048.345242-DBH.DS
30.1496929209
n.s.1.1534.618622-DBH.DS.COUNTRY
30.0695128587
***8.20428.1-56-23972+ full model
-----52.19100752559without regression
pFdMSedDfedSSeMSeDFeSSesteps
Ódor Péter - Mohaismeret
Mohaközösségek összetételének és környezeti háttértényezőknek összefüggés elemzése
Többszörös regresszió példa (Ódor et al. 2004)
Predikció a model alapján
Ódor Péter - Mohaismeret
Mohaközösségek összetételének és környezeti háttértényezőknek összefüggés elemzése
Indirekt Ordináció
A tengelyeket a fajok, ill. a felvételek lineáris kombinációjával állítom elő, lefedve a maximális varianciát.
A tengelyek biológiai magyarázatához a tengelyek és valós háttérváltozók közötti összefüggések feltárása szükséges (többnyire korreláció elemzés).
PéldaKorhadó fán megjelenő mohaközösségek esetén mik a legfontosabb háttérváltozók 5 országból (Szlovénia, Magyarország, Dánia, Belgium, Hollandia) származó minták esetében. Presencia/absencia adatok, kb. 1000 fa, korreszpondencia elemzés (Ódor et al. 2004).
Ódor Péter - Mohaismeret
Indirekt Ordináció
Ódor Péter - Mohaismeret
Indirekt Ordináció
Ódor Péter - Mohaismeret
Indirekt Ordináció
Ódor Péter - Mohaismeret
Indirekt Ordináció
***732-0.250--***7320.216--intervallSOIL
***7320.348--n.s.7320.013--intervallBARK
**--315.1***--362.0nominal (2)GAP
n.s.732-0.046--***7320.197--intervallDBH
***732-0.413--*732-0.094--ordinal (6)DS
***--54599.0***--541291.3nominal (19)SITE
***--12293.3***--121226.7nominal (5)COUNTRY
pNRsdfχ2pNRsdfχ2TypeVariable
DCA2DCA1
Ódor Péter - Mohaismeret
Mohaközösségek összetételének és környezeti háttértényezőknek összefüggés elemzése
Direkt ordináció
A tengelyeket közvetlenül a mintákból származó háttérváltozók lineáris kombinációjával állítom elő, közvetlen interpretációs lehetőség, de az ára a variancia rosszabb hatásfokú lefedése.
PéldaA bükki Őserdőből és a Kékes Észak Erdőrezervátumból származó holt fákon regisztrált bináris moha és edényes adatok kanonikus korreszpondencia elemzése.
Ódor Péter - Mohaismeret
Direkt ordináció
Ódor Péter - Mohaismeret
Direkt ordináció
Dinamikai vizsgálatokKorhadó fák mohaközösségének időbeli nyomonkövetése
825
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
0 50 100 150 200 250 300 350 400 450 500
HOMBES
HOMSER
METFUR
PSENER
PTEFIL
RHIPUN
LOPHET
PLACUS
PLAREP
BRYFLA
HERSEL
HYPCUP
BRASAL
BRAVEL
kéreg
AMBSER
BRARUT
ORTSTR
kéreg
klonális növekedés
kihalás
új megtelepedéstúlélés
A borítás évenkénti változásai
0
10
20
30
40
50
60
70
80
90
100
124 188 784 793 796 805 808 818a 818b 825 829 832 843 849 851 882 883 888 Fa kódja
Cov
er %
2001
2002
2003
2004
2005
4 2 1 2 2 5 3 2 4 1 2 4 1 2 4 1 2 1 Korhadási fázis
cover (unit)
rela
tive s
urv
ival
-100 0 100 200 300 400 500 600-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
0 100 200 300 400 500
cover (unit)
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
rela
tive c
olo
niz
ation
cover (unit)
rela
tive e
xtinction
0 100 200 300 400 5000.0
0.2
0.4
0.6
0.8
1.0
1.2
Szukcesszió mechanizmusa
A szukcesszió nem az intakt
mohagyepben zajlik, hanem a
bolygatásokat követő regeneráció
során valósul meg
Ódor Péter - Mohaismeret
Mohaközösségek elemzése fajokhoz rendelt funkcionális sajátságok alapján
Az elemzések alapját nem a fajok, hanem a fajokhoz rendelt kategóriák képezik.Célja:Florisztikailag eltérő közösségek egyéb szempontok szerinti összehasonlításaVegetációban bekövetkező változások értelmezése
Fontosabb kategória rendszerek:Stratégia típusok (F, C, AS, SL, LS, PS)Növekedési formákFlóraelemek (áreatípusok)Fajokhoz tapasztalatilag rendelt relatív ökológiai mutatószámok (klíma, fény, nedvesség, talajreakció)Cönológiai preferenciák
Ódor Péter - Mohaismeret
Mohaközösségek elemzése fajokhoz rendelt funkcionális sajátságok alapjánNövekedési formák
1. egyéves (annuals, einjährige)2. alacsony gyep (short turfs, Kurzrasen)3. magas gyep (tall turf, Hochrasen)4. párna (cushions, Polster)5. bevonat (mats, Decken)6. szövedék (wefts, Filze)7. lecsüngő (pendant, Gehänge)8. farok (tails, Schweife)9. legyező (fan, Wedel)10. faszerű (dendroid, Bäumchen)
Ódor Péter - Mohaismeret
Mohaközösségek elemzése fajokhoz rendelt funkcionális sajátságok alapjánNövekedési formák
Állandó mintanégyzetek nem florisztikai elemzése különböző élőhelytípusok esetében (NBmR moha élőhelymonitoring)Az elemzések során használt ökológiai indikátor értékek
W érték (Zólyomi és Précsényi 1964, Orbán 1984) kategóriái: 1 (száraz) - 11 (vízi)
Flóraelem (Düll 1983, 1984, 1985, 1992)1. med: submed (szubmediterrán)+suboc (szubatlantikus)+med
(mediterrán)+oc (atlantikus)
2. temp: temp (Európa mérsékelt éghajlatú területei)
3. kont: subkont (szubkontinentális)+kont (kontinentális)
4. bor: subbor (szubboreális)+bor (boreális)+mont (hegyvidéki)
5. cosm: cosm (kozmopolita)
Életmenet stratégia (During 1979, 1992, Orbán 1984)
Módszerek
Az elemzések során használt ökológiai indikátor értékek 2.
Életmenet stratégia típusok
SpórákPotenciálisélettartam
(év)Sok, kis méret
(<20 µm)Kevés, nagy
méret (>20 µm)
Élőhely fennállása/stabilitása
< 1 F - átfutó AS - egyévesvándorló
rövid ideig/ instabil
néhány C - kolonista SL - rövidéletű vándorló
néhány évig/ instabil
sok P - évelő LS - hosszúéletű vándorló
sok évig/ stabil
Különböző típusú száraz gyepek összehasonlítása
Flóraelem kategóriák megoszlása
0%
20%
40%
60%
80%
100%
flór
aele
m (
%)
nyílt gyepek zárt gyepek homoki gyepek
élőhely típusok
bor
temp
kont
med
Különböző élőhelyek mohavegetációjának összehasonlítása
W értékek megoszlása
0%
20%
40%
60%
80%
100%W
ért
ékek
(%
)
vizes élőhelyek száraz gyepek szikesek
élőhelyek
0
1
2
3
4
5
6
7
8
9
10
11
Különböző típusú száraz gyepek összehasonlítása
W értékek megoszlása
0%
20%
40%
60%
80%
100%
W é
rték
ek (
%)
nyílt gyepek zárt gyepek homoki gyepek
élőhely típusok
0
1
2
3
4
5
6
7
8
9
10
11
Különböző élőhelyek mohavegetációjának összehasonlítása
Életstratégia típusok megoszlása
0%
20%
40%
60%
80%
100%st
raté
gia
(%)
vizes élőhelyek száraz gyepek szikesek
élőhelyek
P
LS
SL
C
AS
F
Különböző típusú száraz gyepek összehasonlítása
Életstratégia típusok megoszlása
0%
20%
40%
60%
80%
100%
stra
tégi
a (%
)
nyílt gyepek zárt gyepek homoki gyepek
élőhely típusok
P
LS
SL
C
AS
F
Szikes puszta mohaközösségének változása (Apaj)
803,20±1,402008
773,08±1,192007
1084,32±1,602006
1626,48±2,652005
1295,16±2,322004
1224,96±1,542003
1145,04±1,462002
Rekordok számaFajszámMintavétel éve
0%
20%
40%
60%
80%
100%
2002 2003 2004 2005 2006 2007 2008
11
5
4
3
2
1
W értékek megoszlása
Életmenet stratégiatípusok megoszlása
0%
20%
40%
60%
80%
100%
2002 2003 2004 2005 2006 2007 2008
P
SL
C
AS
F