A vegetáció felmérésében. 1. előadás

Hasonló dokumentumok
A mintavételezés tervezése. 1. előadás

Kutatástervezés a tá vege ciót d u á om nyban Terresztris ökológia

Adatok statisztikai értékelésének főbb lehetőségei

Élőhelyvédelem. Kutatások

MINTAVÉTELEZÉS. Alaptípusai: sampling. véletlen érvényesítésére v. mellőzzük azt. = preferenciális mintav. = véletlen mintav.

S atisztika 2. előadás

[Biomatematika 2] Orvosi biometria

41. ábra A NaCl rács elemi cellája

c adatpontok és az ismeretlen pont közötti kovariancia vektora

TÁRSULÁSOK SZERKEZETÉNEK JELLEMZÉSE KVANTITATÍV MÓDSZEREKKEL

Nagygombák terepökológiai vizsgálómódszerei: términtázatelemzés

y ij = µ + α i + e ij

Curriculum vitae. DE, Mezőgazdaság-, Élelmiszertudomány és Környezetgazdálkodási. Kar, Természetvédelmi mérnöki Msc, I.

Dr. Király István Igazságügyi szakértő Varga Zoltán Igazságügyi szakértő Dr. Marosán Miklós Igazságügyi szakértő

ó Ó ú ó ó ó Á ó ó ó Á ó ó ó ó Á ó ú ó ó ó

Statisztikai alapfogalmak a klinikai kutatásban. Molnár Zsolt PTE, AITI

MONITOROZÁSI PROTOKOLLOK KIALAKÍTÁSA A TERMÉSZETVÉDELEM ÉS AZ AGRÁR-KÖRNYEZET- GAZDÁLKODÁS ORSZÁGOS PROGRAMJAI SZÁMÁRA

É Á Á Ö Á

Ó Ó ó ö ó

É É Ö

ö ő ü ö ő ő ü ü ő ő ő ü ö ü ü ő ú ő ő ő ü ő ő ő ő ő ú ő ő ü ő ő ő ü ö ü ú ő ő ő ő ü ü ő ő ú

A TANTÁRGY ADATLAPJA

Tantárgyi program. 8. Az oktatás személyi feltételei: Gyakorlati oktató: Dr. Szigeti Orsolya egyetemi docens

Az SPC (statisztikai folyamatszabályozás) ingadozásai

Demográfia. Def.: A születés, mortalitás, ki- és bevándorlás kvantifikálása. N jelenleg. = N korábban. + Sz M + Be Ki. A szervezetek típusai: UNITER

ü ü Ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü É ü ü

ä ä

ű Ö ű Ú ű ű ű Á ű

Ú ű É ű ű Ü Ü ű ű Ú É ű ű Ü ű ű ű ű ű ű ű Ú ű ű

ű ő ő ő

Á ű ó ó

ű ű ű Ú Ú Á ű Ö ű ű Ú Ő É

Á Ó ű ű Á É ű ű ű ű Ú Ú

ú Ó ú ú ú ú ú ú ú É Á

ű Ú ű ű É Ú ű ű

Á ó ó ó Ü Ü ó ó Ü ó ó ú ú ó ó Ü ó ó ó Ü ó ó

Á Ü É Ü Ú Ü É

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Á Á ő ő Ö ő ő ö É ö ő ö ő ő ö ő ő ö ő ő ü ö

Ó é é Ó Ó ő ű Ó Ö ü Ó é Ó ő Ó Á Ö é Ö Ó Ó é Ó Ó Ó Ó ú Ó Ó Ó Ó ű Ö Ó Ó Ó é Ó Ó ö Ö Ó Ö Ö Ó Ó Ó é ö Ö é é Ü Ó Ö Ó é Ó é ö Ó Ú Ó ő Ö Ó é é Ö ú Ó Ö ö ű ő

Á Ö Ö Ö Ö ú ú Ö Ö Ó Ó ú ú Ü ú Ó Ö Ö Ü Ó Ö Ö Á Ó ú ú ú ű Ö Ö Ö Ö Á Ó Ö Ó ú ú Ö

Ó Ó ö ú ö ö ö ö ü ú ú ö ö ö ú ú ö ö ö ú ú ú ű ö ö ú ö ü ö ö ö ö ü ú Á ö ü Á ö ö ö ö ö ö

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

ö ö Á Á Ó Á ö ö ö ö ö ú ű ö ö Á Á ű ű ö ö ö ö ű

ó ő ő ó ő ö ő ő ó ó ó ö ő ó ó ó ö ő ó ő ő ö Ö ő ö ó ő ö ő ő ú ö ö ü ö ó ö ö ö ő ö ö Ö ú ü ó ü ő ő ő ő ó ő ü ó ü ö ő ö ó ő ö ő ö ü ö ü ő ö ö ó ö ő ő ö

Követelmény az 5. évfolyamon félévkor matematikából

ú ö ö ö ö ö ö Á ö ö ö á á á ű Ü ű ö ö Á á Á

ü ú ú ü ú ú ú ú

é ü ó ö é Ö é ü é é ó ö é ü ü é é ó ó ó é Á é é ü ó é ó ó é ö ö ö é é ü é ü é é ö ü ü é ó é é é é é é ö é é é é é é ö é ó ö ü é é é ü é é ó é ü ó ö é

OTKA NN Szabó András és Balog Kitti

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Minőségi változók. 2. előadás

ü ű í ú ú ü ü ü ű ü ű ü ű ü ű ü í ü ű í í ü í í í í í ü í ű

A magbank szerepe szikes gyepek fajgazdagságának fenntartásában

Az ökológia alapjai. Diverzitás és stabilitás

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

Folyadékszcintillációs spektroszkópia jegyz könyv

TUDOMÁNYOS KOMMUNIKÁCIÓ

Terepi módszerek a növényökológiában és cönológiában

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

ű í Á É í Á Á úú Ö

Mintavételi eljárások

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Géprajz - gépelemek. Előadó: Németh Szabolcs mérnöktanár. Belső használatú jegyzet 2

ú ű ú ú ű ú ű ű ú ű ú ű Á ű ű Á ű ű ú ú ú ú ú ú ű ú ú ú ú ú ú ú ú

Finite Element Methods for Active Contour Models and Balloons for 2D and 3D Images

ű ú Í Ó Á ú Ű ű Ő Ö Á ú Ű Ü ú ú Á ú ű

Í Ó ü ü í ü ü ü í Í í É í í Í Í ü ü ü í Í ü

10. Villamos erőművek és energetikai összehasonlításuk

ú Ü Í ú ú ú ú ú ú

ü É ö É É ö ö ö ü ö ö Á ű ö ű ű ű Á Í ö ö Ó ö

Erdészeti fahasználatok termőhelyre, felújulásra és biodiverzitásra gyakorolt hatásának kísérletes vizsgálata

Kvadrátos, sávos és vonaltranszekt becslés. Populációbecslések és monitoring 3. gyakorlat


A TANTÁRGY ADATLAPJA

É Í Á Á É Ü Ó É É É É Í Ó Ó Ő Á Á É Á É É É É Á É É Á Á É É Á É Í

ő ő ő ő ú É ü ú ú ű ú ű ő ő ő ő Á Á ü ő É É É É É É Á Ú Á Á ő ő ő ő ő É Á Á Á ő ő ő Á ü ő ő ü

Í Ú É ő ő ú ö Ö ú ú ú ö ö ú ö ö ű ö ő ö ö ú ö ő ő ö ö ö ő ő ú ő ú ö ö ö ú ö ö ú ő ö ú ö ű ö ő Ó ő Á ö ő ö ö

É Ö Á Í Á Ó Ö ü

Ö Ö Ú Ó Ö ű Ő Ő ű ű Ü Ő Ó Ő

ú ú ö ö ü ü ü ü ű ü ü

ő ő Ű ü ú ú Ú ü ű ő ő ő ő Á Á Í ü É ő ő ő ő ő É ő ú ú ú ő Á Ö ő

Ö Ö ú

ú ú ü ü Á ú ú ü ű ű ú ü ü ü ü

Ü

É ú É ö ö ű ö ö ö ú ú ú ű ű ú ö ű ö ű ű ü ö ö ü ű ö ü ö ö ö ö ú ü ö ö ö ú ö ö ú ö ö ú ü ú ú ú ű ü ö ö ű ú ű ű ü ö ű ö ö ö ű ú ö ö ü ú ü ö ö ö ü ú ö ű

Ó ű ű Á ú ű ű ú ú ú ű ű É ú É Á Á ú ű Ü Á Ü Á ű Ö Ú É Ó É Á Á Á Ű Á úá Á Ö É Ö É Ü

Mennyire természetes a környezetünk? - A természetesség mérése a környezeti nevelésben

Ü ű ö Á Ü ü ö ö

Á Á Ö Ö Ü É Ö É É Á Ú É É É É Á Á Ö Ö Ő

É ő ő ű ú Á ő Á ő ű ő ő ő ő ő ő ő ő ű ú ű ű ő ő ő ű

Ö Ö ű ű ű Ú Ú ű ű ű Ú ű

ü ö ú ö ú ü ö ü Á Ó ö ö ö ö ú ü ú ü ü ú ú ö ö ü ü ú ü ü ö ö ű ö ü ü ü ü ö ö

Tantárgyi program. 1. A tantárgy neve, kódja: AV_KMLA216-K5 Marketing alapjai. 2. A tantárgyfelelős neve, beosztása: Dr. Szakály Zoltán egyetemi tanár

A digitális fotózás és fotóarchiválás. Szerkesztette: Bleier Norbert (2012) Módosította: Schally Gergely (2016)

ö ő ő ü ü Ó ü ö ű Á ő ő ö ő Á Ó ű ö ü ő ő ű

é ú é é é é é é é é é é é é ú é ö é é é ö Ő é é é ú é é é é é é é é ö é é é ö é Ö é é ö é ö é é é ű é ö ö é ö é é ö ö é é ö ö é ö é Ö é ú é é é é é é

Í Í Í Ü Ó Ó Ö Á Ü Ü Ó Ü Ü Ó Ö Í É Ö


í Ó ó ó í ó ó ó ő í ó ó ó ó

Átírás:

A vegetáció felmérésében használt mintavételi módszerek Növényökológiai módszerek 1. előadás

Mintavételezés é célja A mintavételezési módszerek kifejlesztésének é k mozgatórugója ój a lustaság A cél az adott terület minél pontosabb jellemzése a lehető legkisebb energia befektetéssel. Néha azonban a vegetáció felmérése a teljes területet érinti

Mintavételezés é Teljes felmérés Alacsony vegetáció sűrűsége Minden növényegyed ygy adataira szükség van Mintavételi egységek használata A teljes mintaterület nem mérhető fel Nincs elegendő ember, idő, nagy a terület stb. A tervezett vizsgálat költséges

Mintavételezés é Mintateres eljárások Valamilyen geometriai idom által határolt egységen belül zajlik az adatok gyűjtése Ez általában egy síkidom leggyakrabban négyzet, de lehet kör vagy téglalap is gy gy g p Fontos szempont a kiválasztásnál, hogy minél nagyobb legyen a kerület területterület aránya Vegetáció felmérési hagyomány is fontos!

Mintavételi egység alakja

Mintaméret Vegetáció felmérése során törekedi kell a minimi area i i méretnek megfelelő fllő mintatér és mintaszám kiválasztására Azaz a vizsgált közösségre jellemző összes faj legyen benne Kvalitatív minimi area Kvantitatív minimi area Fajtelítődési görbe meghatározása a cél.

Fajtelítődési görbék öbék

Fajtelítődési görbék öbék

Minimi area i i meghatározása á (a) Egymásba ágyazott kvadrátok ( egymáshoz illeszkedő kvadrátok módszere is ilyen) (b) Hálózatosan felmért kvadrátok (c) Szabályos nem illeszkedő kvadrátok (d) Eltérő alakú foltok felmérése (szigetek)

Minimi area i i meghatározása á Egymáshoz illeszkedő kvadrátok módszere Klasszikus módszer a fajtelítődési görbe meghatározására Terepi gyakorlatok során végrehajtunk egy ilyen felmérést

Minimi area i i meghatározása á

Minimi area i i meghatározása á Erdők 20x20 m, Gyepek 2x2 m vagy 1x1 m

Mintavételi elrendezések Mintavételi hierarchia Mintakvadrát tájolása és elhelyezése Puffer zónák kialakítása kítá Többféle kezelés és mintavétel

Mintavételi elrendezések Mintavételi hierarchia Szükséges az ún. rétegzett mintavétel. Ennek rétegeit/szintjeit mindig a mintavétel és a kutatási hipotézis határozza meg Mintavételi kvadrát > mintavételi pont > mintavételi terület > mintavételi régió stb.

Mintavételi elrendezések Mintakvadrát tájolása és elhelyezése Célszerű a mintavételi pontokat főégtáj szerint tájolni (helyszínrajz!!!, 1. és 2. OK) Célszerű figyelembe venni abiotikus és biotikus gradienst (1 és 3 OK) biotikus gradienst (1. és 3. OK)

Mintavételi elrendezések Puffer zónák kialakítása Különösen kezeléses kísérletek esetében fontos (szélesség mintaegység függő) Mintavételi kvadrátok, a mintavételi terület és a környező területek között is ki kell alakítani. Puffer zónák ákkezelése elé e általában azonos o a mintakvadrátok kezelésével, de nem történik té bennük mintavétel

Mintavételi elrendezések Többféle kezelés és mintavétel Gyakran előfordul, hogy többféle kezelés, vagy egy adott kezelés többféle intenzitását akarjuk vizsgálni Például: többféle gyepesítési módszer hatása Eltérő intenzitású kaszálás vagy legeltetés hatása a vegetációra

Mintavételi elrendezések Kezelések elrendezése Standard elrendezés (ismétlődő kontroll kezelésekkel)

Mintavételi elrendezések Kezelések elrendezése Ismétlődő teljes blokkok Blokkon belül szisztematikus Blokkon belüli random elrendezés

Mintavételi elrendezések Blokkok elrendezése Széttagolt Kompakt

Kvadrát független módszerek A kvadrát módszerek alkalmazhatósága erősen ő kérdéses lehet erdőállományokban á Igen nagy kvadrátméretre lenne szükség a faállományok tömegességi viszonyainak becsléséhez Áttekinthetetlen A kvadrátmódszer kiváltására alkalmazzák a kvadrát független módszereket

Pont kvadrát módszer A becslés egy adott (általában random) kihelyezett pont környezetében történik. té Lombkorona borításának becslése Vonal transzszekt becslés (transzszekt módszer) óds e ) Karósorozatos becslés (lágyszárú szint felmérése)

Karósorozatos becslés

Távolságméréses módszerek Növényállományok denzitásának és biomasszájának becslésére é szolgál Kvadrát módszerrel a denzitás = egységnyi g y területen lévő egyedek száma (db/m 2 ) A terület/egyedszám et/egyeds = egyedenként elfoglalt terület Az egyedenkénti terület arányos az egyedek egymástól mért távolságával.

Távolságméréses módszerek Legközelebbi egyed: Kihelyezett random pontoktól megmérjük éjüka legközelebbi l egyed távolságát. á át Legközelebbi szomszéd: A legközelebbi egyed és a legközelebbi szomszédja közötti távolságot mérjük. Random párok: A random ponthoz legközelebb eső két ellentétes oldali egyed közötti távolságot mérjük. Véletlen pontos negyedelés: Adott random mintavételi pont környezetében kialakított négy kvadráns legközelebbi egyedeinek távolságát mérjük.

Távolságméréses módszerek A) Legközelebbi egyed B) Legközelebbi szomszéd C) Random párok D) Véletlen pontos negyedelés

Transzszekt módszerek k Vegetáció gradiens szerű változásainak fl felmérésére ééé használható A cél a vegetációs átmenetek felmérése Kvadrát transzszekt módszer Általában egy vonalban egymáshoz illeszkedő vagy megszakítottan sorban álló kvadrátok sorozata. Vonal traszszekt módszer A felmérés egy vonal mentén történik

Transzszekt módszerek k Kvadrát traszszekt t módszer Vonaltraszszekt módszer két típusa

Transzszekt módszerek k

Transzszekt módszerek k

Ajánlott irodalom Précsényi I., Barta Z., Karsai I. és Székely T. 2002: Alapvető kutatástervezési, tá t statisztikai tti tikiés projektértékelési ték módszerek a szupraindividuális biológiában. Kossuth Egyetemi kiadó, Debrecen, Db pp. 163. Csermely P., Gergely P., Koltay T. és Tóth J. 1999: Kutatás és közlés a természettudományokban. Oii Osiris Kiadó, pp. 318. Bär, S. 2003: Professzorok kés alattvalók lók A tudományos kutatás diszkrét bája. Akadémiai Kiadó, Budapest, pp. 148.

Ajánlott irodalom Bonham, D. C. 1989: Measurements for terrestrial vegetation. Wiley and Sons, New York, pp. 338. Dierschke, H. 1994: Pflanzensoziologie. Eugen Ulmer Verlag, Stuttgart, pp. 687. Mueller Dombois, D. et Ellenberg, H. 1974: Aims and Methods in Vegetation Ecology. Wiley, New York, pp. 547. Greigh Smith, P. 1951: Quantitative Plant Ecology. Blackwell, Oxford, pp. 359.