Gradientová analýza II

Prezentace na téma: "Gradientová analýza II"— Transkript prezentace:

1 Gradientová analýza II
(Čubernice) -transekt 94,5 m ve svahu, 30 plošek 0,5 x 0,5m -měřené faktory prostředí: pH půdy, průměrná hloubka půdního horizontu a variabilita (variační koeficient), sklon svahu, % holého povrchu, teplota (1cm pod půdním povrchem), zastínění (keřovou a stromovou vegetací- %) -dodatečné faktory: přítomnost druhů cévnatých rostlin a mechů + pokryvnosti

2 Gradientová analýza Co jsme zkoumali?
Vztahy mezi vybranými faktory prostředí a rostlinami Ho: faktory prostředí nemají vliv na variabilitu druhového složení Faktor nejvíce ovlivňující variabilitu distribuce rostlinných druhů

3 Nepřímá gradientová analýza
Canoco for Windows ... unimodální technika DCA (zjistí vhodnost techniky: lineární vs. unimodální) Výsledky **** Summary **** Axes Total inertia Eigenvalues : Lengths of gradient : Species-environment correlns : Cumulative percentage variance of species data : of species-environment relation: Sum of all eigenvalues Sum of all canonical eigenvalues

4 Nepřímá gradientová analýza
-0.40 0.40 -0.20 0.15 Součet odhad mechy Počet druhů povrch stin sklon hloubka varkov tepl pH Nepřímá gradientová analýza Výsledky: Korelace faktorů prostředí s I. a II. ordinační osou

5 Nepřímá gradientová analýza
Uspořádání druhů podél prvních dvou ordinačních os (DCA)

6 Uspořádání snímků podél ordinačních os (DCA)

7 Z výpočtů odstraněny snímky 1 a 16 (z důvodu velké odlišnosti ) nová analýza (DCA)
**** Summary **** Axes Total inertia Eigenvalues : Lengths of gradient : Species-environment correlations : Cumulative percentage variance of species data : of species-environment relation: Sum of all eigenvalues Sum of all canonical eigenvalues Závěr: použijeme lineární techniku

8 Přímá gradientová analýza Lineární technika RDA
-1.0 1.0 AreSer ArrEla CerGlu Crataeg DiaCar EryCam EupCyp FesOvi FilArv FraVir HolUm HypPer KoeMac MyoStr PotAre PruMah Rosa RumAce SilOti TeuCha Thymus TriAlp TriCam ValLoc VerPho VerDil VicLat VioArv povrch sklon hloubka varkov teplota pH

9 Výsledky Monte Carlo permutačního testu
Zjistí závislost variability druhového složení na environmentálních faktorech **** Summary of Monte Carlo test **** Test of significance of first canonical axis: eigenvalue = F-ratio = P-value = Test of significance of all canonical axes : Trace = F-ratio = P-value =

10 Shrnutí vlivu faktorů prostředí
Marginal Effects Variable Var.N Lambda1 tepl hloubka pH sklon povrch varkov Conditional Effects Variable Var.N Lambd P F tepl pH sklon hloubka varkov povrch

11 ZÁVĚR Ho zamítnuta, tj. existuje vztah mezi faktory prostředí a variabilitou ve druhovém složení snímků na transektu. Faktory nejvíce ovlivňující variabilitu jsou teplota a hloubka půdního profilu.