Keeley kuchaře
Transkript
Keeley kuchaře
ZPRACOVÁNÍ DAT V EKOLOGII SPOLEČENSTEV David Zelený OSNOVA PŘEDNÁŠKY Příprava dat pro numerické analýzy Zpracování dat v ekologii společenstev kalibrace Indexy druhové bohatosti zobecněné lineární modely, regresní a klasifikační stromy Ellenbergovy indikační hodnoty lineární vs unimodální, přímá vs nepřímá Regrese hierarchická vs nehierarchická, aglomerativní vs divisivní Ordinace indexy podobnosti a vzdálenosti mezi vzorky Klasifikace kategoriální vs kvantitativní, pokryvnosti, frekvence Ekologická podobnost manipulativní experimenty vs přírodní experimenty (pozorování) Typy sbíraných dat čištění dat, odlehlé body, transformace, standardizace, EDA Design ekologických experimentů David Zelený alfa, beta a gamma diverzita, akumulační druhová křivka, rarefaction Případové studie na použití jednotlivých metod 2 LITERATURA David Zelený Doporučená Lepš J. & Šmilauer P. (2001) Mnohorozměrná analýza ekologických dat Zpracování dat v ekologii společenstev v anglické verzi vyšlo v nakladatelství Cambridge v roce 2003 jako Multivariate Analysis of Ecological Data using CANOCO http://regent.jcu.cz/skripta.pdf Herben T. & Münzbergová Z. (2003) Zpracování geobotanických dat v příkladech. Část 1. Data o druhovém složení ftp://botany.natur.cuni.cz/skripta/zpracovani_geobot_dat/multivar.pdf Pro fajnšmekry Wildi O. (2010) Data Analysis in Vegetation Ecology. Wiley-Blackwell. Gotelli N.J. & Ellison A.M. (2004) A Primer of Ecological Statistics. Sinauer Associates. Palmer M. – Ordination methods for ecologists, website Oksanen J. (2004) Multivariate Analysis in Ecology, Lecture Notes. http://ordination.okstate.edu/ http://cc.oulu.fi/~jarioksa/opetus/metodi/notes.pdf Legendre P. & Legendre L. (1998) Numerical Ecology (Second English Edition). Elsevier. 3 SOFTWARE CanoDraw for Windows 4.0 – kreslení ordinačních diagramů a odpovědních křivek druhů PC-ORD 5 – numerické klasifikace, ordinační analýzy, analýza odlehlých bodů STATISTICA 9.0 – regrese, regresní a klasifikační stromy Zpracování dat v ekologii společenstev CANOCO for Windows 4.5 – ordinační analýzy David Zelený Kde co sehnat: CANOCO, CanoDraw a PC-ORD – instalace z AVRUMELu nebo webových stránek předmětu (záložka Software) STATISTICA – licenci je třeba získat po přihlášení na http://inet.sci.muni.cz v sekci Nabídka software 4 DALŠÍ INFORMACE Webové stránky předmětu: www.bit.ly/zpradat Cvičení přednášky, software, příklady ke cvičení, studijní materiály některé sekce vyžadují přihlášení Zpracování dat v ekologii společenstev David Zelený probíhat bude v Bohunicích v druhé půlce semestru a zaměřené bude na analýzu dat v programu CANOCO a jejich vizualizaci v programu CanoDraw tři čtyřhodinové bloky Zkouška vypracování závěrečné práce (pokyny viz webové stránky předmětu, sekce Závěrečná práce) vlastní zkouška představuje asi půlhodinovou diskuzi nad závěrečnou prací, doplněná o rozšiřující otázky týkající se probírané látky 5 David Zelený Zpracování dat v ekologii společenstev TYPY SBÍRANÝCH DAT PŘÍPRAVA DAT PRO ANALÝZY DATA O EKOLOGII SPOLEČENSTEV David Zelený popisují společenstvo, případně i jeho prostředí společenstvo je typicky sledováno na určité ploše (v případě rostlin a některých málo mobilních živočichů) nebo např. v pastech (v případě mobilních živočichů) složení živého společenstva je popsáno přítomností jednotlivých druhů daného typu organismů, na jedné ploše (v jedné pasti) se přitom vyskytuje většinou více než jeden druh prostředí je popisováno jednou nebo více proměnnými, o kterých se předpokládá, že ovlivňují studovaný typ organismů ekologická data jsou ve své podstatě mnohorozměrná a dají se vyjádřit maticí dat (data matrix) ekologická data vždy obsahují řadu zkreslení (bias) Zpracování dat v ekologii společenstev např. sampling bias – přehlédnutí některých druhů 7 TYPY PROMĚNNÝCH Kategoriální (kvalitativní, nominální, prezenčně-absenční) Ordinální (semikvantitativní) např. geologický substrát, půdní typy, binární proměnné (přítomnostabsence druhu) kategorie jsou unikátní (každý jedinec/pozorování spadá právě do jedné z nich) a nelze je smysluplně seřadit Zpracování dat v ekologii společenstev David Zelený např. Braun-Blanquetova stupnice pro odhad pokryvnosti druhů jednotlivé stupně (kategorie) lze seřadit, rozdíly mezi stupni jsou různě velké Kvantitativní diskrétní (počty, měření s malou přesností) x kontinuální (přesná měření) poměrová stupnice (ratio scale) x rozdílová stupnice (interval scale) 8 0 100 0 TYPY PROMĚNNÝCH ALTERNATIVNÍ TŘÍDĚNÍ binární (dvoustavový, presence-absence) přítomnost nebo absence druhu Zpracování dat v ekologii společenstev Příklady David Zelený Typ proměnné mnohostavový neseřazený geologický substrát seřazený semikvantitativní (ordinální) stupnice pokryvností druhy kvantitativní (měření) diskontinuální (počty, diskrétní) počet jedinců kontinuální teplota, hloubka půdy 9 Legendre & Legendre 1998 PRIMÁRNÍ DATA David Zelený Zpracování dat v ekologii společenstev 10 PRIMÁRNÍ DATA David Zelený Zpracování dat v ekologii společenstev 11 Zadávání primárních dat Uchování a zpřístupnění primárních dat Zpracování dat v ekologii společenstev spreadsheet, metadata David Zelený http://www.cggveritas.com/data//1/rec_i mgs/5152_Tapes-small.jpg PRIMÁRNÍ DATA problematika dlouhodobé archivace a nosičů dat zpřístupnění primárních dat Kontrola a čištění dat sloučení taxonomické nomenklatury chyby a chybějící data (možnosti nahrazení chybějících dat) analýza odlehlých bodů (outlier analysis) někdy i vyloučení vzácných druhů (odstranění šumu v datech) EDA – exploratory data analysis 12 EDA – EXPLORATORY DATA ANALYSIS David Zelený obecně: metoda pro odhalení různých vlastností dat (description of pattern in data) slouží např. k „vytěžování“ dat (data mining, data dredging – moderní, ale problematická metoda zpracování dat) grafická EDA: Zpracování dat v ekologii společenstev John Tukey (1915-2000) odhalení odlehlých bodů (outlier analysis) distribuce dat (normalita) a nutnost transformace box-plot (krabicový graf) a histogram pro jednorozměrná data scatterplot (bodový graf) pro dvou a vícerozměrná data 13 EDA – EXPLORATORY DATA ANALYSIS ANALÝZA ODLEHLÝCH BODŮ – BOX-PLOT & HISTOGRAM David Zelený XERSSW -6 -4 -2 0 2 4 Zpracování dat v ekologii společenstev -8 Median 25%-75% Range Outliers 50 Frequency 40 30 20 10 0 -8 -7 -6 -5 -4 -3 -2 -1 0 XERSSW (head index) 1 2 3 4 14 EDA – EXPLORATORY DATA ANALYSIS ANALÝZA ODLEHLÝCH BODŮ - SCATTERPLOT David Zelený 3 2 1 Zpracování dat v ekologii společenstev -1 -2 -3 -4 -5 -6 -7 -3 -2 -1 0 1 2 3 4 5 3.0 6 XERSW 2.5 2.0 1.5 XERSSW XERSSW 0 1.0 0.5 0.0 -0.5 15 -1.0 -3 -2 -1 0 1 XERSW 2 3 4 5 DETAILY KE KRABICOVÝM GRAFŮM (BOXPLOT) David Zelený Klasický boxplot (střední hodnota = medián) Definice odlehlých bodů a extrémů (STATISTICA) Zpracování dat v ekologii společenstev maximální hodnota Q3 – horní kvartil Q2 - medián Q1 – spodní kvartil minimální hodnota 16 outlier PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY TRANSFORMACE David Zelený Transformace dat Zpracování dat v ekologii společenstev mění relativní vzdálenosti mezi jednotlivými hodnotami a tím i tvar jejich distribuce Proč data transformovat? protože škála měření je arbitrární a nemusí odpovídat ekologickému významu proměnné protože (některé) statistické testy vyžadují, aby data deset prstů => používání desítkové soustavy byla normálně rozložená (normal distribution) měla homogenní varianci (homoskedasticita, mezi průměrem a směrodatnou odchylkou není žádný vztah) protože lineární vztahy se interpretují lépe než vztahy nelineární 17 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY TRANSFORMACE David Zelený Na co si dát při transformaci pozor? aby transformace rozložení dat ještě nezhoršila a nevytvořila nové odlehlé body abychom při komentování výsledků používali netransformované hodnoty proměnných Zpracování dat v ekologii společenstev Typy transformace lineární přičtení konstanty nebo vynásobení konstantou nemění výsledky statistického testování nulových hypotéz např. převod teploty měřené ve stupních Celsia na stupně Fahrenheita nelineární log transformace, odmocninová transformace atd. může změnit výsledky statistického testování 18 600 500 400 0 100 200 200 300 symetrické (symetrical) 2 4 6 8 10 12 negativně (doleva) zešikmené (left skewed) 0 0 50 50 100 100 150 200 150 0 -8 -3 -2 -1 0 1 2 -6 -4 -2 0 2 3 * ekologická data jsou často zešikmená pozitivně (doprava), protože jsou omezená nulou na začátku 19 Zpracování dat v ekologii společenstev pozitivně (doprava) zešikmené* (right skewed) David Zelený 700 ROZDĚLENÍ DAT (DATA DISTRIBUTION) PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY TRANSFORMACE David Zelený Logaritmická transformace (log transformation) Zpracování dat v ekologii společenstev pro data s výrazně pozitivně (doprava) šikmou distribucí (right skewed), u kterých existuje vztah mezi směrodatnou odchylkou a průměrem (lognormální rozložení) Y* = log (Y), případně Y* = log (a*Y + c) zdroj: wikipedia.org na základě logaritmu nezáleží (10, 2, e) konstanta a = 1; pokud je Y z intervalu <0;1>, potom a > 1 konstanta c se přidává, pokud proměnná Y obsahuje nuly c může být např. 1, nebo arbitrárně zvolené malé číslo (0,001) na konstantě c může záležet výsledek analýz (ANOVA), a proto je dobré vybírat takové číslo, aby transformovaná proměnná byla co nejvíce symetrická 20 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY TRANSFORMACE David Zelený Odmocninová transformace (square-root transformation) Zpracování dat v ekologii společenstev vhodná pro mírně doprava zešikmená data (right skewed), např. počty druhů (Poisson distribution) Y* = √ Y, případně Y* = √ (Y + c) konstanta c se přičítá, pokud soubor obsahuje nuly c může být např. 0,5, nebo 3/8 (0,325) třetí a vyšší odmocnina je účinnější na více zešikmená data (čtvrtá odmocnina se používá pro abundance druhů s mnoha nulami a několika vysokými hodnotami) Mocninná transformace (power transformation) vhodná pro data negativně (doleva) sešikmená (left skewed) Y* = Yp pokud p < 1 - odmocninová transformace (p = 0,5 – druhá odmocnina, p = 0,25 – čtvrtá odmocnina atd.) 21 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY TRANSFORMACE David Zelený Zpracování dat v ekologii společenstev odmocninová logaritmická Legendre & Legendre (1998) 22 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY TRANSFORMACE David Zelený Zpracování dat v ekologii společenstev 23 Münch. Med. Wschr. 124, 1982 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY TRANSFORMACE David Zelený Transformace pomocí arcsin (angular transformation) vhodná pro procentické hodnoty (a obecně podíly) Zpracování dat v ekologii společenstev Y* = arcsin Y nebo Y* = arcsin √ Y použitelná pro hodnoty v intervalu <-1; 1> transformované hodnoty jsou v radiánech Reciproká transformace (reciprocal transformation) vhodná pro poměry (například výška/hmotnost, počet dětí v populaci na počet žen atd.) Y* = 1/Y 24 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY TRANSFORMACE David Zelený Box-Cox transformace (zobecněná mocniná transformace) zobecněná parametrická transformace iterativní hledání parametru λ (lambda), pro které je rozdělení transformované proměnné nejblíže normálnímu rozdělení používá se v případě, že nemáme a priori představu, jakou transformaci použít Zpracování dat v ekologii společenstev Neparametrické metody transformace např. metoda Omnibus pro ordinální data 25 Legendre & Legendre 1998 MAJÍ DATA NORMÁLNÍ ROZDĚLENÍ? GRAFICKÁ ANALÝZA Q-Q diagram (Quantile-Quantile plot) 35 Zpracování dat v ekologii společenstev 3 30 2 Oček. normál. hodnoty Počet pozorování David Zelený Histogram s křivkou normálního rozdělení 25 20 15 10 5 1 0 -1 -2 0 -10 0 10 20 30 40 50 60 70 -3 -10 80 Soil depth vizuální zhodnocení normality dat možno otestovat Kolmogorov-Smirnov testem 0 10 20 30 40 50 60 70 Pozorovaný kvantil porovnání rozdělení dvou proměnných, vynáší proti sobě kvantily jednotlivých proměnných jedna proměnná může být teoretická distribuce (v tomto případě normální rozdělení, kdy se vychází z kumulativní distribuční funkce) na stejném principu pracuje Shapiro-Wilk test 26 MAJÍ DATA NORMÁLNÍ ROZDĚLENÍ? GRAFICKÁ ANALÝZA -1 0 1 2 3 150 100 Frequency 0 0 -2 50 100 200 300 400 500 Frequency 150 100 50 0 Frequency 600 200 200 negativně zešikmené Zpracování dat v ekologii společenstev -3 David Zelený pozitivně zešikmené normální rozdělení 0 2 4 8 10 12 -8 -6 -4 variable -2 0 2 variable -2 -1 0 1 Sample quantiles 2 3 2 1 0 -1 Theoretical quantiles -3 0 -3 -2 2 1 0 -1 -3 -2 Theoretical quantiles 2 1 0 -1 -2 -3 Theoretical quantiles 3 3 3 variable 6 5 10 15 Sample quantiles 20 -5 -4 -3 -2 -1 Sample quantiles 0 1 27 BIMODÁLNÍ DATA David Zelený 20 15 0 5 10 Frequency 15 10 Frequency 5 0 6.0 6.5 7.0 7.5 8.0 6.0 6.5 7.0 7.5 8.0 Soil pH 7.0 28 6.0 6.5 6.5 7.0 Soil pH 7.5 7.5 8.0 8.0 Soil pH Soil pH Zpracování dat v ekologii společenstev 20 transformace nepomůže, možnost rozdělit na dva podsoubory 6.0 600 650 700 750 800 850 Annual precipitation [mm] 900 950 600 650 700 750 800 850 Annual precipitation [mm] 900 950 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY STANDARDIZACE PROMĚNNÝCH David Zelený Centrování výsledná proměnná má průměr roven nule Zpracování dat v ekologii společenstev Yi* = Yi – průměr (Y) Standardizace v úzkém slova smyslu výsledná proměnná má průměr roven nule a směrodatnou odchylku rovnu jedné „synchronizuje” proměnné měřené v různých jednotkách a na různých stupnicích Yi* = (Yi – průměr (Y)) / směrodatná odchylka (Y) Změna rozsahu hodnot (ranging) výsledná proměnná je v rozsahu 0 až 1 Yi* = Yi / Ymax nebo Yi* = (Yi – Ymin) / (Ymax – Ymin) 29 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY STANDARDIZACE MATICE SPOLEČENSTVA David Zelený Standardizace v případě matice společenstva (vzorky x druhy) standardizace po druzích (by species) Zpracování dat v ekologii společenstev dává velkou váhu vzácným druhům ne vždy smysluplná (pokud se druh vyskytuje vzácně v jednom snímku, standardizace po druzích dá tomuto snímku velkou váhu) standardizace po vzorcích (by samples) pokud je analýza zaměřená na relativní proporce mezi druhy, ne jejich absolutní abundance vhodné v případě, že výsledné abundance závisí na důkladnosti, s jakou sbíráme data (např. při odchytu živočichů doba strávená na ploše nebo počet pastí) 30 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY matematická funkce, jejíž argumenty nejsou odvozené z dat, na která je transformace aplikovaná (data independent) nejčastější důvod je změnit tvar rozložení proměnné, případně zajistit homoskedasticitu STANDARDIZACE mění data pomocí statistiky, která je spočtená na datech samotných, např. průměr, součet, rozsah aj. (data dependent) nejčastější důvod použití je vyrovnat rozdíly v relativním významu (váze) jednotlivých ekologických proměnných, druhů nebo vzorků ve své podstatě je to další typ transformace Zpracování dat v ekologii společenstev David Zelený TRANSFORMACE 31 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY KÓDOVÁNÍ DAT (DATA CODING) David Zelený např. nahrazení kódů u alfa-numerických stupnic, např. Braun-Blanquetovy stupnice dominance-abundance r 1 1 + 2 2 Zpracování dat v ekologii společenstev Br.-Bl.: ordinální hodnoty: střední hodnoty procent: 1 2 3 4 5 3 4 5 6 7 3 15 38 63 88 32 PŘÍPRAVA DAT PRO NUMERICKÉ ANALÝZY KÓDOVÁNÍ DAT (DATA CODING) David Zelený Dummy variables metoda, jak převést kvalitativní (kategoriální) proměnnou na kvantitativní (binární) proměnné použitelné v analýzách pokud má kategoriální proměnná n stavů (hodnot), pro její vyjádření stačí n-1 dummy proměnných (jedna z proměnných je vždy lineárně závislá na ostatních) Zpracování dat v ekologii společenstev dummy proměnné hodnoty KAMB kambizem 1 litozem LITO RANK FLUVI 0 0 0 0 1 0 0 ranker 0 0 1 0 fluvizem 0 0 0 1 33 SOUBORY S VELKÝM POČTEM NUL (ANEB VÝZNAM NULY V EKOLOGII) David Zelený dva možné významy nuly: hodnota může být ve skutečnosti nenulová, ale díky našim možnostem měření jsme ji naměřili jako nulovou (například koncentrace látky v roztoku) 2. hodnota je skutečná nula – například absence druhu 1. Zpracování dat v ekologii společenstev data obsahující „pravé nuly“ obsahují dva typy informace: druh chybí nebo je přítomen? 2. pokud je druh přítomen, jaká je jeho abundance? 1. v datech obsahujících velké množství „pravých nul“ je většina informace prvního typu problém „pravých“ nul při logaritmické transformaci – soubor s velkým počtem „pravých“ nul není vhodné logaritmicky transformovat (přičítat k nim konstantu c), ale lépe ji nahradit binární proměnnou (prezence-absence) 34 David Zelený EKOLOGICKÝCH EXPERIMENTŮ “To call in the statistician after the experiment is done may be no more than asking him to perform a post mortem examination: he may be able to say what the experiment died of.” Sir Ronald Fisher, Indian Statistical Congress, Sankhya 1939 Zpracování dat v ekologii společenstev DESIGN ZÁKLADNÍ OTÁZKA: CO CHCI EXPERIMENTEM ZJISTIT? Jaká je variabilita proměnné Y v čase nebo prostoru? Má faktor X vliv na proměnnou Y? hypothesis testing, otázka pro manipulativní experiment může platit i pro některé přírodní experimenty, ale výsledky těchto testů jsou podstatně slabší (nemáme kontrolu nad vlivem ostatních faktorů, které mohou výsledky ovlivnit) Chová se proměnná Y tak, jak předpovídá hypotéza H? pattern description nejčastější otázka v ekologických observačních studiích Zpracování dat v ekologii společenstev David Zelený klasická konfrontace mezi teorií a reálnými daty platí pro data získaná jak manipulativním tak přírodním experimentem ne vždy je snadné najít správnou hypotézu Jaký model nejlépe vystihuje vztah mezi faktorem X a proměnnou Y? experimentem sbíráme podklady pro matematické modelování 36 MANIPULATIVNÍ VS PŘÍRODNÍ EXPERIMENTY David Zelený Manipulativní experimenty uměle manipulujeme vysvětlující proměnnou (X) a sledujeme reakci vysvětlované proměnné (Y) umožňuje přímé testování hypotéz známe směr vztahu mezi příčinou a důsledkem - kauzalita Zpracování dat v ekologii společenstev Přírodní experimenty (pozorování, observační studie) vysvětlující proměnnou „manipuluje“ sama příroda slouží spíše ke generování než testování hypotéz neznáme směr vztahu mezi příčinou a důsledkem - korelace 37 MANIPULATIVNÍ VS PŘÍRODNÍ EXPERIMENTY SROVNÁNÍ TESTOVANÝCH HYPOTÉZ David Zelený Příklad: na ostrovech v Karibiku sledujeme vztah mezi počtem ještěrek na určité ploše a počtem pavouků (Gotelli & Ellison 2004) Zpracování dat v ekologii společenstev Manipulativní experiment Provedení: Nulová hypotéza: v jednotlivých plochách (klecích) je uměle ovlivněn počet ještěrek a sledováno množství pavouků počet ještěrek nemá vliv na počet pavouků v klecích Alternativní hypotéza: se vzrůstající hustotou ještěrek klesá počet pavouků (ještěrky žerou pavouky) 38 MANIPULATIVNÍ VS PŘÍRODNÍ EXPERIMENTY SROVNÁNÍ TESTOVANÝCH HYPOTÉZ David Zelený Přírodní experiment (pozorování, observační studie) Provedení: Zpracování dat v ekologii společenstev na vybraných plochách je sledován počet ještěrek a počet pavouků Možné hypotézy: 1. 2. 3. 4. počet ještěrek (negativně) ovlivňuje počet pavouků (ještěrky žerou pavouky) počet pavouků má vliv na počet ještěrek (draví pavouci napadají mláďata ještěrek) počet ještěrek i pavouků je ovlivňován neměřeným faktorem prostředí (třeba vlhkostí) některý faktor prostředí ovlivňuje sílu vztahu mezi ještěrkami a pavouky (třeba zase vlhkost) 39 MANIPULATIVNÍ EXPERIMENT „PRESS“ VS „PULSE“ EXPERIMENT „Press“ experiment (experiment „pod stálým tlakem“) zásah je proveden jen jednou, obvykle na začátku experimentu měří resilienci systému – jak pružně je systém (společenstvo) schopné reagovat na experimentální zásah závisle proměnná čas závisle proměnná „Pulse“ experiment (pulzní experiment, „jednou a dost“) Zpracování dat v ekologii společenstev zásah je proveden na začátku experimentu a pak znovu v pravidelných intervalech měří resistenci systému na experimentální zásah – jak je systém (společenstvo) schopné odolávat, případně se přizpůsobit změnám v podmínkách prostředí David Zelený 40 čas PŘÍRODNÍ EXPERIMENT (POZOROVÁNÍ) „SNAPSHOT“ VS „TRAJECTORY“ EXPERIMENT David Zelený „Snapshot“ experiment (momentka) opakuje se v prostoru, ale ne v čase sběr vzorků provedu na několika (mnoha) lokalitách v relativně krátkém čase (týden, sezóna, dva roky sběru dat pro diplomku ...) představuje většinu přírodních experimentů v ekologii zahrnuje i sukcesní studie, kdy sledujeme zároveň různá sukcesní stadia Zpracování dat v ekologii společenstev „Trajectory“ experiment (sledujeme trajektorii procesu v čase) opakuje se v čase (a případně i v prostoru) sběr vzorků se na daných (většinou pevně vymezených plochách) opakuje několikrát za sebou sukcesní studie prováděné několik let, trvalé plochy v lesních porostech opakovaně měřené jednou za x let 41 MANIPULATIVNÍ EXPERIMENT ZÁKLADNÍ TYPY ROZMÍSTĚNÍ PLOCH David Zelený kompletně znáhodněný design nebere v úvahu heterogenitu prostředí ne vždy je nejvhodnější Zpracování dat v ekologii společenstev znáhodněné bloky vlastní bloky jsou vnitřně homogenní (pokud možno) počet bloků = počet opakování bloky jsou umístěné podle gradientu prostředí v každém bloku je právě jedna replikace každého zásahu 42 gradient prostředí MANIPULATIVNÍ EXPERIMENT ZÁKLADNÍ TYPY ROZMÍSTĚNÍ PLOCH David Zelený latinský čtverec předpokládá přítomnost dvou gradientů v prostředí každý sloupec a každý řádek obsahuje právě jednu variantu zásahu možno použít i několik latinských čtverců Zpracování dat v ekologii společenstev gradient 2 gradient 1 43 MANIPULATIVNÍ EXPERIMENT NEJČASTĚJŠÍ CHYBY David Zelený pseudoreplikace testovat lze jen rozdíly v průměrech jednotlivých bloků plochy se stejným zásahem jsou umístěny blízko sebe, a mají proto větší pravděpodobnost, že si budou podobné i bez vlivu vlastního zásahu Zpracování dat v ekologii společenstev gradient prostředí neúplně znáhodněný design v podstatě pseudoreplikace, jen méně zřejmá gradient prostředí 44 MANIPULATIVNÍ EXPERIMENT NEJČASTĚJŠÍ CHYBY David Zelený správně gradient prostředí Zpracování dat v ekologii společenstev gradient prostředí design se znáhodněnými bloky – špatná orientace bloků gradient prostředí špatně špatně 45 MANIPULATIVNÍ EXPERIMENT S VÍCE NEŽ JEDNÍM TYPEM ZÁSAHU David Zelený faktoriální design každá hladina prvního faktoru je kombinovaná s každou hladinou druhého faktoru (případně třetího atd.) například kombinace Zpracování dat v ekologii společenstev koseno vs nekoseno hnojeno vs nehnojeno jednotlivé kombinace mohou být rozmístěny v prostoru např. v rámci latinského čtverce ano ne koseno 46 hnojeno MANIPULATIVNÍ EXPERIMENT S VÍCE NEŽ JEDNÍM TYPEM ZÁSAHU David Zelený split-plot design faktory jsou strukturovány hierarchicky (nested) například plochy hnojené různými hnojivy (C, N, P) v rámci bloků umístěných na vápenci (modrá) a žule (červená barva) C C N P P P C N C N C P N N P Zpracování dat v ekologii společenstev N P C 47 MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE plán zásahů letecký pohled Zpracování dat v ekologii společenstev Silvertown et al. (2006) J.Ecol. David Zelený ROTHAMSTED (ENGLAND) – PARK GRASSLAND EXPERIMENT (ZALOŽEN 1843) 48 MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE ROTHAMSTED (ENGLAND) – PARK GRASSLAND EXP. David Zelený Zpracování dat v ekologii společenstev 49 Třídění bylinné biomasy do druhů (kolem roku 1930) (http://www.rothamsted.ac.uk) MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE KOMPETICE O SVĚTLO V EXPERIMENTÁLNÍM PROSTŘEDÍ David Zelený Zpracování dat v ekologii společenstev Při vyšším přísunu živin rostou rostliny rychleji a začnou si konkurovat o světlo – tak proč jim trochu nepřisvítit? 50 Hautier et al. (2009) Science 324: 636-638 MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE STANOVENÍ POTENCIÁLNÍ STANOVIŠTNÍ PRODUKTIVITY V David Zelený DOUBRAVÁCH PĚSTOVÁNÍM ŘEDKVIČEK VE SKLENÍKU Zpracování dat v ekologii společenstev 51 Veselá et. al (2008): Bioassay experiment for assessment of site productivity in oak forests. - 17th International Workshop European Vegetation Survey, Brno, Czech Republic, 1-4. 5. 2008. MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE VLIV HERBIVORNÍCH RYB NA DRUHOVÉ SLOŽENÍ David Zelený KORÁLOVÝCH ÚTESŮ na začátku experimentu ... řídká klec – zabrání jen velkým rybám ... a po čtyřech měsících pod klecí Atol Agatti (Lakedivy, Indie) 52 Autor: Nicole Černohorská (v rámci vypracování její disertační práce na zoologii) Zpracování dat v ekologii společenstev hustá klec – zabrání všem rybám detailní pohled na korálový útes s nárostem řas (autor: Nicole Černohorská) David Zelený Zpracování dat v ekologii společenstev 53 PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE) ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH David Zelený Preferenční Zpracování dat v ekologii společenstev 54 PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE) ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH David Zelený Systematické rozmístění v síti (lattice) Zpracování dat v ekologii společenstev 55 PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE) ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH David Zelený Systematické rozmístění v síti (grid) Zpracování dat v ekologii společenstev 56 PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE) ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH David Zelený Systematické rozmístění na transektu Zpracování dat v ekologii společenstev 57 PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE) ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH David Zelený Náhodné rozmístění Zpracování dat v ekologii společenstev 58 PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE) ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH David Zelený Preferenční rozmístění statistické hledisko: snímky nejsou náhodným výběrem, což limituje jejich použití při statistických analýzách (Lajer 2007, Folia Geobotanica) hledisko vegetačního ekologa: popisují maximální variabilitu vegetace praktické důsledky: snímky bývají druhově bohatší, obsahují větší počet diagnostických nebo vzácných druhů Zpracování dat v ekologii společenstev Náhodné (a systematické) rozmístění statistické hledisko: snímky jsou náhodným výběrem v reálném prostoru (ne ale v ekologickém hyperprostoru) hledisko veg. ekologa: nezachytí celou variabilitu vegetace chybí maloplošné a vzácné vegetační typy, převládají velkoplošné a běžné typy, zahrnují řadu špatně klasifikovatelných vegetačních přechodů praktické důsledky: snímky odrážejí reálnou strukturu a bohatost vegetace v krajině, ale metoda je neúměrně pracná 59 PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE) ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH David Zelený Stratifikované náhodné rozmístění Zpracování dat v ekologii společenstev 60 STRATIFIKACE KRAJINY V GIS Teplota David Zelený Srážky Zpracování dat v ekologii společenstev Půdní typy Stratifikované jednotky 61 Austin et al. 2000 PROSTOROVÁ AUTOKORELACE David Zelený bližší plochy jsou si podobnější Zpracování dat v ekologii společenstev 62 PROSTOROVÁ AUTOKORELACE běžná vlastnost prakticky všech reálných ekologických dat – příroda se nechová podle zákonů statistiky může být pozitivní (bližší vzorky jsou si podobnější než by odpovídalo jejich náhodnému výběru) nebo negativní (sousední vzorky jsou si méně podobné než kdyby byly vybrány náhodou) Zpracování dat v ekologii společenstev vlastnosti určitého pozorování (vzorku) mohou být do určité míry odvozeny z pozorování v jeho okolí – jednotlivá pozorování na sobě nejsou nezávislá David Zelený „Vše souvisí se vším, ale bližší věci spolu souvisejí více než ty vzdálené“ Waldo Tobler (1969), První zákon geografie 63 PROSTOROVÁ AUTOKORELACE David Zelený Co způsobuje prostorovou autokorelaci biologických dat? omezené možnosti disperze, genetický tok nebo klonální růst – sousedé jsou si podobnější organismy jsou omezeny ekologickými faktory (například vlhkost nebo teplota), které jsou samy o sobě prostorově autokorelovány Zpracování dat v ekologii společenstev Jak se prostorová autokorelace projevuje při analýze dat? pozitivní PA zvyšuje pravděpodobnost chyby prvního druhy (Type 1 error), totiž že zamítneme nulovou hypotézu, která platí (statistické testy vycházejí průkazněji než by měly) negativní PA způsobuje opačný efekt problém je v počtu stupňů volnosti (degrees of freedom): pokud si stupně volnosti představíme jako množství informace, kterou každý nový vzorek přináší, pak každý nový nezávislý vzorek přináší jeden stupeň volnosti, ale prostorově autokorelovaný vzorek přináší méně 64 PROSTOROVÁ AUTOKORELACE David Zelený Příklad: Vliv nadmořské výšky na vegetaci, studovaný pomocí transektů vedených podél nadmořské výšky prostorově autokorelované transekty (paralelně vedle sebe na jedné hoře) × 65 Zpracování dat v ekologii společenstev prostorově neautokorelované transekty (každý transekt na různé hoře) PROBLÉM PROSTOROVÉ ŠKÁLY (SCALE OF THE STUDY) rozsah (extent) – velikost studovaného území interval – vzdálenost mezi vzorkovanými plochami Legendre & Legendre (1998) 67 Zpracování dat v ekologii společenstev zrno (grain size) – velikost nejmenší studované jednotky, zpravidla vzorkované plochy David Zelený PROBLÉM PROSTOROVÉ ŠKÁLY (SCALE OF THE STUDY) David Zelený Legendre & Legendre (1998) 68 Zpracování dat v ekologii společenstev velikost zrna (plochy, vzorku) je dána vlastnostmi a velikostí studovaných objektů různý prostorový rozsah – zachycení různých ekologických procesů, vliv různých ekologických faktorů platí pravidlo, že studie malého rozsahu jsou hůře zobecnitelné TVAR PLOCHY David Zelený obdélníková kruhová čtverec obdélník kruh celková plocha 100 m2 100 m2 100 m2 rozměr tvaru 10 × 10 m 20 × 5 m poloměr ≈ 5,64 m obvod 40 m 50 m Zpracování dat v ekologii společenstev čtvercová ~ 35 m 69 TVAR PLOCHY David Zelený Whittaker Zpracování dat v ekologii společenstev Stohlgren Keeley & Fotheringham (2005) J.Veg.Sci. Kunin 70 VLIV TVARU A ORIENTACE PLOCHY NA ZAZNAMENANOU DRUHOVOU BOHATOST David Zelený obdélníkové plochy mohou mít vyšší druhovou bohatost než čtvercové plochy (o stejné ploše) gradient prostředí Zpracování dat v ekologii společenstev 71 Stohlgren et al. (1995) Vegetatio 117:113-121; Condit et al. (1996) J.Ecol. 84: 549-562; Keeley & Fotheringham (2005) J.Veg.Sci. 16: 249-256. VELIKOST PLOCHY STUDIUM VEGETACE NA VÍCE MĚŘÍTCÍCH SOUČASNĚ David Zelený Zpracování dat v ekologii společenstev 72 VELIKOST PLOCHY STUDIUM VEGETACE NA VÍCE MĚŘÍTCÍCH SOUČASNĚ David Zelený Vztah mezi velikostí snímku a počtem druhů ve snímku – bělokarpatské louky ve srovnání s jinými typy travinné vegetace Zpracování dat v ekologii společenstev Jongepierová [ed.](2008): Louky Bílých Karpat. 73 David Zelený (ECOLOGICAL RESEMBLANCE) Zpracování dat v ekologii společenstev EKOLOGICKÁ PODOBNOST EKOLOGICKÁ PODOBNOST Q VS R ANALÝZA David Zelený Vzorky druh 1 druh 2 druh 3 vzorek 1 0 1 1 vzorek 2 1 0 0 vzorek 3 0 4 4 vztahy mezi druhy (nebo obecně mezi deskriptory) R analýza vztahy mezi vzorky Q analýza 76 Zpracování dat v ekologii společenstev Druhy PODOBNOSTI X VZDÁLENOSTI (Q ANALÝZA) David Zelený Indexy podobnosti slouží k vyjádření podobnosti mezi vzorky, ne k jejich umístění do mnohorozměrného prostoru (například ordinace) nejnižší hodnota 0 – vzorky nesdílejí žádný druh nejvyšší hodnota (1 nebo jiná) – vzorky jsou identické Zpracování dat v ekologii společenstev Vzdálenosti mezi vzorky slouží k umístění vzorků v mnohorozměrném prostoru nejnižší hodnota 0 – vzorky jsou identické (ve stejné lokaci) hodnota se zvyšuje se zvyšující se nepodobností mezi vzorky 77 INDEXY PODOBNOSTI David Zelený kvalitativní vs kvantitativní kvalitativní – pro presenčně-absenční data kvantitativní – pro data vyjadřující abundance, počty aj. Zpracování dat v ekologii společenstev symetrické vs asymetrické dvojité nepřítomnosti („double-zero“) – počet druhů, které chybí zároveň v obou vzorcích, v kontrastu s počtem druhů které se vyskytují zároveň v obou vzorcích symetrické – dvojité nepřítomnosti hodnotí stejně jako dvojité přítomnosti (totiž že vyjadřují podobnost mezi vzorky); v ekologii se prakticky nepoužívají asymetrické – dvojité nepřítomnosti ignorují; nejčastější typ indexů podobnosti v ekologii 78 PROBLÉM DVOJITÝCH NEPŘÍTOMNOSTÍ (DOUBLE-ZEROS) David Zelený Skutečnost, že druh chybí zároveň v obou snímcích, může znamenat, že: vzorky leží mimo ekologickou niku druhu Zpracování dat v ekologii společenstev nemůžeme ale říci, zda oba vzorky leží na stejné straně ekologického gradientu mimo niku druhu (a jsou si tedy docela podobné) nebo na stranách opačných (a jsou pak úplně odlišné) vzorky leží uvnitř ekologické niky druhy, ale druh se ve vzorku nevyskytuje, protože se tam nedostal (dispersal limitation) jsme ho přehlédli a nezaznamenali (sampling bias) nachází se právě v dormantním stadiu a není proto vidět (jednoletky, geofyty) 79 vlhkomilný druh 2 mezický druh 1 mezický druh 2 suchomilný druh 1 suchomilný druh 2 1 1 0 0 0 0 snímek 2 0 1 1 1 1 0 snímek 3 0 0 0 0 1 1 snímky 1 až 3 jsou seřazeny podle vlhkosti stanoviště – snímek 1 je nejvlhčí, snímek 3 nejsušší snímek 1 a 3 neobsahují ani jeden mezický druh – snímek 1 je pro tyto druhy příliš vlhký, snímek 3 příliš suchý symetrické indexy podobnosti: dvojitá nepřítomnost mezických druhů bude zvyšovat podobnost snímků 1 a 3 asymetrické indexy: dvojité nepřítomnosti budou ignorovány Zpracování dat v ekologii společenstev snímek 1 David Zelený vlhkomilný druh 1 PROBLÉM DVOJITÝCH NEPŘÍTOMNOSTÍ (DOUBLE-ZEROS) 80 INDEXY PODOBNOSTI PRO KVALITATIVNÍ DATA přítomen nepřítomen přítomen a b nepřítomen c d Zpracování dat v ekologii společenstev ve vzorku č. 2 David Zelený ve vzorku č. 1 druh je a – počet druhů přítomných v obou vzorcích b, c – počet druhů přítomných jen v jednom vzorku d – počet druhů, které chybí v obou vzorcích („double zeros“) Pokud nebereme v úvahu druhy nepřítomné v obou vzorcích (d), lze zobrazit i pomocí Vennova diagramu c a b 81 vzorek č. 1 vzorek č. 2 INDEXY PODOBNOSTI PRO KVALITATIVNÍ DATA Jaccardův koeficient J = a / (a + b + c) Sørensenův koeficient S = 2a / (2a + b + c) přítomnosti druhu v obou vzorcích (a) přisuzuje dvojnásobnou váhu Simpsonův koeficient Zpracování dat v ekologii společenstev David Zelený Si = a / [a + min (b,c)] vhodný pro vzorky velmi odlišné počtem druhů c a b 82 vzorek č. 1 vzorek č. 2 INDEXY PODOBNOSTI PRO KVANTITATIVNÍ DATA David Zelený např. zobecněný Sørensenův koeficient (procentická podobnost, percentage similarity) Zpracování dat v ekologii společenstev PS = [2 Σ min (xi, yi)] / Σ (xi + yi) xi, yi ... kvantita i-tého druhu ve srovnávaných vzorcích má rozsah od 0 do 1 pro presenčně absenční data přechází v 2a / (2a + b + c) velmi vhodný pro ekologická data percentage dissimilarity (PD, Bray-Curtis index) = 1 – PS 83 VZDÁLENOSTI MEZI VZORKY (DISTANCE MEASURES) David Zelený všechny indexy podobnosti (kvalitativní i kvantitativní) lze převést na distance Zpracování dat v ekologii společenstev D = 1 – S, nebo D = √ (1 – S) kde D je vzdálenost (distance) a S je podobnost (similarity) odmocninový převod se používá například pro Sørensenův koeficient neplatí obráceně (ne všechny vzdálenosti se dají převést na podobnosti – např. Euklidovská vzdálenost) 84 VZDÁLENOSTI MEZI VZORKY (DISTANCE MEASURES) David Zelený Euklidovská vzdálenost (Euclidean distance) ED = √ Σ (xi – yi)2 tětivová vzdálenost (chord distance, relativized Euclidean distance) rozsah: od 0 (identické vzorky), horní mez není dána rozsah hodnot výrazně záleží na použitých jednotkách míra citlivá na odlehlé body - nevhodná pro ekologická data Zpracování dat v ekologii společenstev Euklidovská vzdálenost použitá na datech standardizovaných přes vzorky (by sample norm) rozsah: od 0 (identické vzorky) do √2 (vzorky nesdílí žádný druh) Chi-kvadrát vzdálenost (chi-square distance) málokdy se používá přímo na výpočet vzdálenosti mezi vzorky vyjadřuje vzdálenost mezi vzorky v unimodálních ordinačních metodách (např. v korespondenční analýze, CA) 85 EUKLIDOVSKÁ VZDÁLENOST PARADOX David Zelený Druhy Vzorky druh 1 druh 2 druh 3 vzorek 1 0 1 1 vzorek 2 1 0 0 vzorek 3 0 4 4 1,732 4,243 Eucl (vzorek 1, vzorek 2) = √ (0-1)2 + (1-0)2 + (1-0)2 = 1,732 Eucl (vzorek 1, vzorek 3) = √ (0-0)2 + (1-4)2 + (1-4)2 = 4,243 86 Zpracování dat v ekologii společenstev může se stát, že dva vzorky, které sdílejí některé druhy (vzorky 1 a 3), budou mít větší vzdálenost než dva vzorky, které nesdílí ani jeden druh (vzorky 1 a 2) INDEXY PODOBNOSTI MEZI DRUHY (R ANALÝZA) V kolika vzorcích je ... Diceův index přítomen nepřítomen přítomen a b nepřítomen c d Zpracování dat v ekologii společenstev druh č. 2 David Zelený druh č. 1 Dice = 2a / (2a + b + c) stejný jako Sørensenův index pro podobnost mezi vzorky uveden dříve než Sørensen (Dice 1945 vs Sørensen 1948) Pearsonův korelační koeficient r není vhodný pro data s velkým počtem nul, ani po transformaci 87 MATICE PODOBNOSTÍ (VZDÁLENOSTÍ) MEZI VZORKY (NEBO DRUHY) diagonála obsahuje pouze nuly (matice vzdáleností) nebo pouze jedničky (matice podobností) 1 2 3 4 5 6 7 8 9 10 1 0 12.37 11.70 17.92 13.86 10.58 11.92 10.54 13.82 15.59 2 12.37 0 11.14 13.34 16.58 13.96 9.64 13.56 13.64 13.42 3 11.70 11.14 0 14.42 16.16 11.53 10.34 13.71 14.90 13.78 4 17.92 13.34 14.42 0 18.36 15.78 9.64 17.03 14.42 7.48 5 13.86 16.58 16.16 18.36 0 13.71 14.49 9.00 14.04 15.46 6 10.58 13.96 11.53 15.78 13.71 0 11.31 11.87 10.54 12.85 7 11.92 9.64 10.34 9.64 14.49 11.31 0 13.82 12.77 9.43 8 10.54 13.56 13.71 17.03 9.00 11.87 13.82 0 10.95 14.35 matice Euklidovských vzdáleností mezi 10 vzorky 9 13.82 13.64 14.90 14.42 14.04 10.54 12.77 10.95 0 10.39 Zpracování dat v ekologii společenstev je symetrická (podobnost mezi 2. a 3. snímkem = podobnost mezi 3. a 2. snímkem) David Zelený 10 15.59 13.42 13.78 7.48 15.46 12.85 9.43 14.35 10.39 0 88 99.0 98.5 98.0 97.5 Zpracování dat v ekologii společenstev více než 90% hodnot tvoří nuly, u velkých souborů až 99% 97.0 (SPARSE MATRIX, ŘÍDKÁ MATICE) David Zelený V EKOLOGII SPOLEČENSTEV Zastoupení nul v matici [%] MATICE „VZORKY × DRUHY“ 100 2000 4000 6000 8000 vzorky Počet vegetačních snímků v matici 89 druhy David Zelený Zpracování dat v ekologii společenstev NUMERICKÁ KLASIFIKACE PROČ MÁ SMYSL VĚCI KLASIFIKOVAT? Zpracování dat v ekologii společenstev http://wfc3.gsfc.nasa.gov David Zelený vlnová délka (~ ekologický gradient) 91 PROČ MÁ SMYSL VĚCI KLASIFIKOVAT? Zpracování dat v ekologii společenstev http://wfc3.gsfc.nasa.gov David Zelený vlnová délka (~ ekologický gradient) 92 KLASIFIKACE David Zelený O klasifikaci obecně platí: smyslem je najít diskontinuity v jinak kontinuální realitě, které můžeme pojmenovat – například proto, abychom si usnadnili komunikaci cílem je seskupit podobné objekty (vzorky, druhy) do skupin, které jsou vnitřně homogenní, dobře popsatelné a zároveň dobře odlišitelné od ostatních skupin Zpracování dat v ekologii společenstev O klasifikaci ekologických dat platí: pokud analyzuji vzorky – daná skupina obsahuje vzorky s podobným druhovým složením (např. podobná stanoviště) pokud analyzuji druhy – daná skupina obsahuje druhy s podobným ekologickým chováním 93 VYUŽITÍ KLASIFIKACE V PRAXI KNIHY A KNIHOVNA David Zelený Zpracování dat v ekologii společenstev 94 http://nd05.jxs.cz/ VYUŽITÍ KLASIFIKACE V PRAXI VYHLEDÁVAČ GOOGLE David Zelený Zpracování dat v ekologii společenstev 95 KLASIFIKACE OBECNÉ ROZDĚLENÍ David Zelený neřízená (unsupervised, bez učitele) cílem je vytvořit novou klasifikaci pomocí datového souboru výslednou klasifikaci můžeme ovlivnit pouze výběrem metody (kombinace klasifikačního algoritmu a míry podobnosti), případně požadovaného počtu shluků numerické metody klasifikace (cluster analysis, TWINSPAN) Zpracování dat v ekologii společenstev řízená (supervised, s učitelem) cílem je aplikovat již existující klasifikaci („danou učitelem“) na datový soubor klasifikační systém musíme nejdříve naučit, jak má vypadat výsledná klasifikace (training), a systém ji pak reprodukuje na dalších vzorcích ANN – artificial neural networks, klasifikační stromy, náhodné lesy (random forests), COCKTAIL 96 KLASIFIKACE OBECNÉ ROZDĚLENÍ David Zelený subjektivní vs objektivní v době rozkvětu metod numerické klasifikace se věřilo, že numerické metody přinášejí klasifikaci založenou na objektivních kritériích, tedy tu která „skutečně existuje“ (narozdíl od té subjektivní, která je „výmyslem badatele“) všechny klasifikace jsou ale z principu subjektivní – v případě, že Bůh není, pak není nikdo, kdo by řekl, která klasifikace je jediná správná Zpracování dat v ekologii společenstev neformalizovaná vs formalizovaná formalizovaná klasifikace je taková, která je provedena na základě jasných kritérií a díky tomu je možné ji znovu reprodukovat – opakem je klasifikace založená na neformálních kritériích (například pocitu), kterou pak není snadné zopakovat 97 OTÁZKY, KTERÉ BYCH SI MĚL POLOŽIT PŘED TÍM, NEŽ ZAČNU NĚCO KLASIFIKOVAT David Zelený Pro jaký účel klasifikaci dělám? chci klasifikovat můj datový soubor (srovnat knihy v mojí domácí knihovničce) chci vytvořit obecný klasifikační systém, který bude použitelný i na další soubory (vytvořit knihovnický systém kategorizace knih, používaný i v jiných knihovnách) Zpracování dat v ekologii společenstev Podle jakých kritérií budu objekty klasifikovat? kritérium, podle kterého budu posuzovat, jestli si jsou objekty více či méně podobné (knihy budu třídit podle obsahové podobnosti nebo např. podle velikosti) odpovídá výběru indexu podobnosti mezi vzorky Jak stanovím hranice mezi jednotlivými skupinami? odpovídá výběru klasifikačního algoritmu 98 KLASIFIKACE hierarchické divisivní monotetické (asociační analýza) Zpracování dat v ekologii společenstev nehierarchické (K-means clustering) David Zelený klasifikační metody aglomerativní (klasická cluster analysis) polytetické (TWINSPAN) 99 KLASIFIKACE hierarchické divisivní monotetické (asociační analýza) Zpracování dat v ekologii společenstev nehierarchické (K-means clustering) David Zelený klasifikační metody aglomerativní (klasická cluster analysis) polytetické (TWINSPAN) 100 KLASIFIKACE HIERARCHICKÁ A AGLOMERATIVNÍ David Zelený Shluková analýza (cluster analysis ) hierarchická metoda shluky jsou tvořeny ‘odspodu’, tzn. postupným shlukováním jednotlivých vzorků do větších skupin základní volby: shluky jsou hierarchicky uspořádány aglomerativní metoda Zpracování dat v ekologii společenstev míra nepodobnosti mezi vzorky (distance measure) shlukovací (klastrovací) algoritmus (clustering algorithm) pozor – NEJDE O OBJEKTIVNÍ metodu klasifikace (ta neexistuje), protože výsledná podoba klasifikace je ovlivněna řadou našich SUBJEKTIVNÍCH rozhodnutí 101 SHLUKOVÁ ANALÝZA (CLUSTER ANALYSIS) David Zelený Zpracování dat v ekologii společenstev Výsledek shlukové analýzy je ovlivněn celou řadou rozhodnutí, které provádíme na různých úrovních zpracování dat výsledná klasifikace matice nepodobností primární data sběr dat • transformace • strandardizace • míra nepodobnosti (Euklidovská, Bray-Curtis atd.) • volba důležitostní hodnoty (pokryvnost, početnost) • výběr klastrovacího algoritmu (single linkage, complete linkage atd.) 102 SHLUKOVÁ ANALÝZA (CLUSTER ANALYSIS) SHLUKOVACÍ ALGORITMY páry vzorků seřazené podle podobností 103 výsledný dendrogram Zpracování dat v ekologii společenstev Legendre & Legendre 1998 matice podobností David Zelený Metoda jednospojná (single linkage) SHLUKOVÁ ANALÝZA (CLUSTER ANALYSIS) SHLUKOVACÍ ALGORITMY David Zelený Metoda jednospojná (single linkage, nearest neighbour) vzorky se pojí ke shluku, ve kterém je jim nejpodobnější vzorek přidám se ke skupině, ve které je ten, kdo je mí nejvíc sympatický Zpracování dat v ekologii společenstev Metoda všespojná (complete linkage, farthest neighbour) vzorky se připojí ke shluku až v okamžiku, kdy shluk obsahuje všechny podobné vzorky přidám se ke skupině ve které je ten, kdo je mi nejmíň nesympatický single linkage complete linkage 104 SHLUKOVÁ ANALÝZA (CLUSTER ANALYSIS) DENDROGRAM nezáleží na tom, který vzorek (skupina) je vpravo a který vlevo 9 8 3 4 12 13 20 15 16 14 19 17 18 11 10 2 7 6 5 1 0.0 0.5 1.0 1.5 2.0 2.5 Zpracování dat v ekologii společenstev distance záleží na tom, které vzorky jsou spojeny na které úrovni David Zelený 105 METODA JEDNOSPOJNÁ VS VŠESPOJNÁ David Zelený Bray-Curtis distance / Complete linkage Zpracování dat v ekologii společenstev metoda jednospojná se výrazně řetězí 14 15 20 6 7 4 3 8 9 13 12 2 10 5 11 18 16 8 9 5 6 7 4 3 10 2 15 20 11 18 16 13 12 14 19 1 1 17 17 19 Bray-Curtis distance / Single linkage 106 METODA JEDNOSPOJNÁ VLIV TRANSFORMACE DRUHOVÝCH DAT David Zelený Single linkage / Euclidean distance / LOG transformation Zpracování dat v ekologii společenstev 1 8 19 2 9 3 5 15 20 11 18 16 6 7 15 20 7 10 6 5 18 11 13 12 10 4 16 14 2 14 12 17 19 13 8 3 17 4 9 1 Single linkage / Euclidean distance / no transformation transformace dat (např. logaritmická) může výrazně ovlivnit výsledný dendrogram – v případě euklidovských vzdáleností a jednospojné metody obzvlášť 107 SHLUKOVÁ ANALÝZA (CLUSTER ANALYSIS) SHLUKOVACÍ ALGORITMY 16 8 3 13 12 9 14 4 1 15 20 přidám se ke skupině, ve které jsou mi všichni v průměru nejvíc sympatičtí 11 18 2 10 17 19 UPGMA (unweighted pair-group method using arithmetic averages) – vzorek se připojí ke shluku, ke kterému má největší (neváženou) průměrnou podobnost se všemi jeho vzorky 6 5 7 zahrnuje řadu metod, které stojí mezi single a complete linkage a v ekologii jsou smysluplnější Euclidean distance / UPGMA Zpracování dat v ekologii společenstev David Zelený Average linkage (např. UPGMA) 108 SHLUKOVÁ ANALÝZA (CLUSTER ANALYSIS) SHLUKOVACÍ ALGORITMY 4 9 8 3 16 15 20 13 12 14 1 neměla by se kombinovat se Sørensenovým (Bray-Curtis) indexem podobnosti 11 18 2 10 6 5 7 17 19 ke shluku se připojí vzorek, jehož vzdálenost od centroidu shluku je nejmenší (počítáno přes čtverce vzdáleností mezi vzorky a centroidy shluků) Euclidean distance / Ward's method Zpracování dat v ekologii společenstev David Zelený Wardova metoda (Ward’s minimum variance method) 109 SHLUKOVÁ ANALÝZA (CLUSTER ANALYSIS) SHLUKOVACÍ ALGORITMY nejvíc se řetězí pro β ~ 1, nejméně pro β = -1 optimální reprezentace vzdáleností mezi vzorky je při β = -0,25 Zpracování dat v ekologii společenstev nastavení parametru β ovlivňuje řetězení dendrogramu David Zelený Legendre & Legendre 1998 Flexible clustering (beta flexible) 110 KLASIFIKACE hierarchické divisivní monotetické (asociační analýza) Zpracování dat v ekologii společenstev nehierarchické (K-means clustering) David Zelený klasifikační metody aglomerativní (klasická cluster analysis) polytetické (TWINSPAN) 111 KLASIFIKACE HIERARCHICKÁ A DIVISIVNÍ David Zelený TWINSPAN (Two Way INdicator Species ANalysis) divisivní metoda začíná dělením celého souboru vzorků a postupuje směrem dolů polytetická metoda Zpracování dat v ekologii společenstev každé dělení závisí na několika (indikačních) druzích (x monotetická metoda – dělení ovlivňuje jediný druh) metoda velmi oblíbená mezi vegetačními ekology ale – algoritmus je poměrně složitý, s řadou arbitrárních kroků, a proto má také řadu zarytých odpůrců vzorky jsou uspořádány podle první osy korespondenční analýzy (CA, DCA) a podle ní jsou rozděleny do dvou shluků (vzorky s pozitivním skóre a negativním skóre) metoda ošetří vzorky, které leží blízko středu osy, a které tak mají velkou pravděpodobnost, že budou špatně klasifikovány 112 KLASIFIKACE HIERARCHICKÁ A DIVISIVNÍ David Zelený TWINSPAN (Two Way INdicator Species ANalysis) pseudospecies Zpracování dat v ekologii společenstev metoda primárně funguje pro kvalitativní data kvantitativní informace se dodává rozdělením druhů na pseudospecies podle abundance (cut levels) výsledkem je (mimo jiné) tabulka podobná fytocenologické snímky z určitých klastrů a druhy s vysokou fidelitou k dané skupině jsou seskupeny dohromady metoda vhodná v případě, že jsou data strukturovaná podle jednoho výrazného gradientu vhodné na hledání (několika málo) ekologicky interpretovatelných skupin v datech PC-ORD, JUICE 113 TWINSPAN David Zelený Zpracování dat v ekologii společenstev 114 MODIFIKOVANÝ TWINSPAN (ROLEČEK ET AL. 2009) algoritmus se po každém dělení na dvě skupiny rozhoduje, kterou ze skupin bude dále dělit – vybere tu, která je více „heterogenní“ na základě její betadiverzity míru betadiverzity je nutné zvolit (např. Jaccardův index podobnosti) JUICE Zpracování dat v ekologii společenstev na rozdíl od původního algoritmu (a) umožňuje modifikovaný TWINSPAN (b) dopředu stanovit cílový počet skupin David Zelený 115 KLASIFIKACE hierarchické divisivní monotetické (asociační analýza) Zpracování dat v ekologii společenstev nehierarchické (K-means clustering) David Zelený klasifikační metody aglomerativní (klasická cluster analysis) polytetické (TWINSPAN) 116 NEHIERARCHICKÁ (shlukování metodou K-průměrů) nehierarchická metoda – všechny shluky jsou si rovny minimalizuje sumy čtverců vzdáleností mezi vzorky uvnitř shluků na začátku uživatel zvolí počet shluků iterativní metoda, začne od náhodného přiřazení vzorků do shluků, postupně přehazuje vzorky mezi shluky a hledá optimální řešení výsledek do určité míry záleží na počátečním rozmístění shluků do vzorků a je proto dobré proces mnohokrát zopakovat (najít stabilní řešení) STATISTICA, SYN-TAX 2000 Zpracování dat v ekologii společenstev David Zelený K-means clustering Legendre & Legendre 1998 KLASIFIKACE 117 STANOVENÍ DRUHŮ TYPICKÝCH PRO JEDNOTLIVÉ SHLUKY David Zelený Analýza indikačních druhů (Dufrêne & Legendre 1997) - IndVal Zpracování dat v ekologii společenstev relativní abundance a frekvence druhu uvnitř a mimo shluk možnost testování signifikance Monte-Carlo permutačním testem Fidelita (věrnost) druhu ke vzorku (Chytrý et al. 2002) Phi koeficient asociace (analogie Pearsonova korelačního koeficientu r) ϕ = (ad – bc) / √ (a + b)(c + d)(a + c)(b + d) rozsah <-1, 1>, 0 při shodné frekvenci uvnitř a vně shluku v JUICE možnost standardizace na velikost skupiny exaktní Fisherův test pro testování signifikance Počet vzorků ve shluku A mimo shluk A obsahující daný druh a b neobsahující daný druh c d 122 David Zelený Zpracování dat v ekologii společenstev ORDINAČNÍ ANALÝZA KONCEPCE MNOHOROZMĚRNÉHO PROSTORU David Zelený Prostor může být definován 1) druhy (species space ) 2) vzorky (sample space) 3) druhy jsou osami mnohorozměrného prostoru vzorky jsou body v tomto prostoru zobrazení původní matice druhy-vzorky Zpracování dat v ekologii společenstev vzorky jsou osami mnohorozměrného prostoru druhy jsou body v tomto prostoru zobrazení původní matice druhy-vzorky ekologickými gradienty (ecological space) osami jsou ekologické gradienty jako body do něj lze zobrazit druhy i vzorky 134 Zuur et al. (2007) ORDINACE OPODSTATNĚNÍ David Zelený Zpracování dat v ekologii společenstev jeden gradient prostředí většinou ovlivňuje chování (abundanci) několika druhů najednou – základní chování společenstev druhová data jsou redundantní – pokud znám chování (abundanci) jednoho druhu, můžu do určité míry odhadnout chování i některých dalších druhů díky této redundanci je možné (a hlavně smysluplné) zredukovat mnohorozměrný prostor, ve kterém jsou druhy/vzorky rozmístěny (prostory 1 a 2), na několik málo dimenzí ekologického prostoru (prostor 3) pokud by chování druhů bylo na sobě úplně nezávislé, existovala by celá řada ekvivalentních možností, jak mnohorozměrný prostor zredukovat, a ani jedna by nepřinesla nic nového 135 ORDINACE RŮZNÉ FORMULACE PROBLÉMU hledání skrytých proměnných (ordinačních os) najdi několik proměnných (ordinačních os), které nejlépe vystihují vliv všech druhů eigenvalue based methods Zpracování dat v ekologii společenstev 2) David Zelený 1) rozmístění vzorků v ordinačním prostoru najdi takové rozmístění vzorků v redukovaném ordinačním prostoru, aby vzdálenost mezi vzorky co nejvěrněji odrážela jejich nepodobnost vypočtenou z druhového složení jednotlivých vzorků distance based methods 136 http://ordination.okstate.edu/ NEPŘÍMÁ VS PŘÍMÁ ORDINACE UNCONSTRAINED VS CONSTRAINED ORD. David Zelený Nepřímá ordinace vychází pouze z matice vzorky × druhy hledá proměnné (ordinační osy), které nejlépe reprezentují variabilitu v druhových datech slouží k popisu mnohorozměrných dat (pattern description) a generování hypotéz, ne k testování hypotéz Zpracování dat v ekologii společenstev Přímá ordinace vychází ze dvou matic: vzorky × druhy a vzorky × proměnné prostředí ordinační osy představují směr největší variability v druhových datech, která může být vysvětlena na základě a priori známých proměnných prostředí slouží spíše k testování hypotéz o vlivu proměnných prostředí na druhová data, neslouží k popisu dat 137 MODELY ODPOVĚDI DRUHŮ NA GRADIENT PROSTŘEDÍ David Zelený unimodální Zpracování dat v ekologii společenstev abundance 1.5 1.0 abundance 2.0 lineární 0.0 0.2 0.4 0.6 gradient 0.8 gradient 138 LINEÁRNÍ MODEL ODPOVĚDI DRUHU JEN PŘI KRÁTKÉM EKOLOGICKÉM GRADIENTU David Zelený abundance druhu abundance druhu dlouhý ekologický gradient Zpracování dat v ekologii společenstev krátký ekologický gradient gradient prostředí (pH, nadm. výška) gradient prostředí (pH, nadm. výška) 139 Lepš & Šmilauer (2003) Multivariate analysis of ... ZÁKLADNÍ TYPY ORDINAČNÍCH TECHNIK (ZALOŽENÝCH NA VÝPOČTU EIGENVALUES) nepřímá ordinace (unconstrained) PCA (Principal Component Analysis, analýza hlavních komponent) CA (Correspondence Analysis, korespondenční analýza) DCA (Detrended Correspondence analysis, detrendovaná korespondenční analýza) přímá ordinace (constrained) RDA (Redundancy Analysis, redundanční analýza) CCA (Canonical Correspondence Analysis, kanonická korespondenční analýza) Zpracování dat v ekologii společenstev unimodální odpověď druhů David Zelený lineární odpověď druhů 140 NEPŘÍMÁ ORDINACE PRINCIP první ordinační osa (ordination axis) a skóre vzorků na této ordinační ose (sample scores) odhad optima (odpovědi) jednotlivých druhů na této ose (species scores) druhá a vyšší ordinační osy – musejí být lineárně nezávislé na všech nižších ordinačních osách Zpracování dat v ekologii společenstev hledání skryté proměnné (gradientu), který nejlépe reprezentuje chování všech druhů podél tohoto gradientu David Zelený 141 NEPŘÍMÁ ORDINACE PRINCIP (PCA) 2 1 samp2 3 4 samp3 5 0 samp4 7 6 samp5 9 2 samp4 sp2 samp1 Zpracování dat v ekologii společenstev sp2 David Zelený sp1 samp2 samp5 samp1 samp3 sp1 a) b) c) d) rozmístění vzorků v prostoru definovaném druhy výpočet těžiště shluku centrování os rotace os 142 Legendre & Legendre (1998) NEPŘÍMÁ ORDINACE ALGORITMUS (CA) David Zelený 5 výpočetních kroků 1. 3. Zpracování dat v ekologii společenstev 2. začni s arbitrárním (náhodným) skóre vzorků (xi) vypočti nové skóre pro jednotlivé druhy (species score, yi) jako průměr skóre vzorků xi vážený abundancí druhu ve vzorcích vypočti nové skóre pro jednotlivé vzorky (sample score, xi) jako průměr skóre druhů yi vážený abundancí druhů ve vzorku 4. standardizuj skóre jednotlivých vzorků (natáhni osu) 5. pokud se skóre nemění, zastav, pokud ano, pokračuj krokem 2 143 NEPŘÍMÁ ORDINACE CA – UNIMODÁLNÍ METODA David Zelený Zpracování dat v ekologii společenstev 144 Lepš & Šmilauer (2003) Multivariate analysis of ... NEPŘÍMÁ ORDINACE CA – UNIMODÁLNÍ METODA David Zelený Zpracování dat v ekologii společenstev 145 Lepš & Šmilauer (2003) Multivariate analysis of ... NEPŘÍMÁ ORDINACE CA – UNIMODÁLNÍ METODA David Zelený Zpracování dat v ekologii společenstev 146 Lepš & Šmilauer (2003) Multivariate analysis of ... NEPŘÍMÁ ORDINACE CA – UNIMODÁLNÍ METODA David Zelený Zpracování dat v ekologii společenstev 147 Lepš & Šmilauer (2003) Multivariate analysis of ... NEPŘÍMÁ ORDINACE CA – UNIMODÁLNÍ METODA David Zelený Zpracování dat v ekologii společenstev 148 Lepš & Šmilauer (2003) Multivariate analysis of ... ORDINAČNÍ DIAGRAMY David Zelený Zpracování dat v ekologii společenstev přímá ordinace 149 Lepš & Šmilauer (2003) Multivariate analysis of ... nepřímá ordinace unimodální metoda lineární metoda ORDINAČNÍ DIAGRAMY KONVENCE -> body zobrazení druhů -> šipky (lineární metody) -> body, centroidy (unimodální metody) zobrazení ordinačních os zobrazení proměnných prostředí vodorovná bývá osa vyššího řádu (např. první) orientace os je arbitrární šipky (kvantitativní proměnné) centroidy (kategoriální proměnné) typ ordinačního diagramu: scatterplot - 1 typ dat (vzorky nebo druhy) biplot - 2 typy dat (např. vzorky a druhy) triplot - 3 typy dat (např. vzorky, druhy a proměnné prostředí) 150 Zpracování dat v ekologii společenstev David Zelený zobrazení vzorků Lepš & Šmilauer (2003) Multivariate analysis of ... ARTEFAKTY V ORDINACÍCH 151 Zpracování dat v ekologii společenstev Oblouk (Arch effect ) CA pořadí vzorků podél první osy stále odráží jejich nepodobnost druhá osa je nelineární kombinací první osy David Zelený http://ordination.okstate.edu Podkova (Horseshoe effect ) PCA pořadí vzorků podél první osy neodráží jejich skutečnou nepodobnost v extrémním případě se mohou okraje přiblížit nebo dokonce překřížit ARTEFAKTY V ORDINACÍCH David Zelený Podkova a oblouk (Horseshoe and arch effect) důsledek projekce - nelineární vztahy mezi druhy a gradienty prostředí se promítají do lineárního prostoru definovaného Euklidovskými vzdálenostmi 152 Zpracování dat v ekologii společenstev důsledek algoritmu - každá následující osa musí být lineárně nezávislá na předchozích osách, ale neuvažuje se nelineární závislost http://ordination.okstate.edu SIMULOVANÁ DATA POUZE JEDEN EKOLOGICKÝ GRADIENT 300 druhů s unimodální odpovědí, různými šířkami nik 500 vzorků náhodně rozmístěných podél gradientu Zpracování dat v ekologii společenstev simulovaný gradient dlouhý 5000 jednotek David Zelený 153 SIMULOVANÁ DATA ARTEFAKTY David Zelený PCA - podkova CA - oblouk Zpracování dat v ekologii společenstev o vzorky + druhy 154 ARTEFAKTY V ORDINACÍCH MOŽNOSTI ŘEŠENÍ David Zelený odstranění trendu z ordinačních os (detrending) detrendovaná korespondenční analýza, Detrended Correspondence Analysis (DCA, Hill & Gauch 1980) detrending by segments (nejčastější) detrending by polynomials (pokud v analýze používám kovariáty) Zpracování dat v ekologii společenstev použití takových ordinačních technik, které umožňují ordinaci vzorků v prostoru pomocí jiných metrik než je Euklidovská distance (PCA) nebo chi-kvadrát distance (CA) analýza hlavních koordinát, Principal Coordinate Analysis (PCoA) nemetrické mnohorozměrné škálování, Non-metric Multidimensional Scaling (NMDS) 155 DETRENDED CORRESPONDENCE ANALYSIS PROCES ODSTRANĚNÍ TRENDU David Zelený Krok 1 – rozdělení první osy na několik segmentů Zpracování dat v ekologii společenstev http://ordination.okstate.edu Krok 2 – vycentrování druhé osy každého segmentu kolem nuly 156 DETRENDED CORRESPONDENCE ANALYSIS PROCES ODSTRANĚNÍ TRENDU David Zelený -> výsledný ordinační diagram má osy naškálované v jednotkách směrodatné odchylky (SD) Zpracování dat v ekologii společenstev ter Braak (1987) Krok 3 – nelineární přeškálování první osy, které odstraňuje nahloučení vzorků na koncích gradientů -> platí, že druhové složení se změní o polovinu na gradientu o délce 1-1,4 SD (half-change in species composition), celé druhové složení se obmění na 4 SD 157 http://ordination.okstate.edu DETRENDED CORRESPONDENCE ANALYSIS VÝHODY A NEVÝHODY David Zelený Zpracování dat v ekologii společenstev neelegantní metoda, která je někdy přirovnávána k použití kladiva na data (hlavně část týkající se rozdělení osy na segmenty a jejich centrování) výsledek je silně ovlivněn arbitrárním rozhodnutím o počtu segmentů (doporučuje se vyzkoušet více možností) pokud jsou v datech dva nebo více hlavních gradientů (ordinačních os), DCA si s nimi neporadí (detrending do určité míry poškodí druhou a vyšší ordinační osy) i kladivo, pokud je v rukou odborníka, může být použito efektivně - metoda často dává ekologicky dobře interpretovatelné výsledky osy DCA jsou v jednotkách SD, které umožňují zjistit, jak dlouhý gradient naše data pokrývají 158 SIMULOVANÁ DATA (JEDEN EKOLOGICKÝ GRADIENT) DCA David Zelený Zpracování dat v ekologii společenstev o vzorky + druhy 159 VÝBĚR ORDINAČNÍ METODY NA ZÁKLADĚ DCA LINEÁRNÍ NEBO UNIMODÁLNÍ? kuchařka alá Lepš & Šmilauer (2003) - zjištění délky gradientu (heterogenity dat) pomocí metody DCA, detrending by segments pokud je délka 1. osy DCA Zpracování dat v ekologii společenstev lineární metody vyžadují homogenní data, unimodální jsou vhodná i pro data heterogenní David Zelený menší než 3 SD – použiji lineární techniku větší než 4 SD – použiji unimodální techniku v rozmezí 3-4 SD – obě techniky pracují rozumně alternativní doporučení (Legendre & Gallagher 2001) – na data aplikovat Hellingerovu transformaci a dále je zpracovávat pomocí lineárních metod, které jsou robustnější 160 PCOA (PRINCIPAL COORDINATE ANALYSIS) ORDINACE ZALOŽENÁ NA DISTANCÍCH alternativní metoda nepřímé ordinace vstupní data – matice nepodobností mezi vzorky výpočet matice nepodobností – jakýkoliv index nepodobnosti Zpracování dat v ekologii společenstev syn. MDS – Metric Dimensional Scaling David Zelený pokud zvolím Euklidovskou vzdálenost -> identické s PCA pokud zvolím Chi-kvadrát vzdálenost -> obdoba CA v CANOCO se počítá programem PrCoord 161 NMDS (NON-METRIC MULTIDIMENSIONAL SCALING) ORDINACE ZALOŽENÁ NA DISTANCÍCH vstupní data – matice nepodobností mezi vzorky výpočet matice nepodobností – jakýkoliv index nepodobnosti výsledek je značně ovlivněn výběrem indexu nepodobnosti iterativní algoritmus, který nemusí pokaždé dojít ke stejnému výsledku (lokální optima) na začátku je nutno určit počet dimenzí, se kterými bude metoda pracovat (obvykle k = 2 nebo 3) při větším množství dat VELMI časově náročná v CANOCO se počítá programem WinKyst, který je ke stažení zde: http://www.canodraw.com/winkyst.htm Zpracování dat v ekologii společenstev další alternativa nepřímých ordinací, nemetrická varianta PCoA David Zelený 162 NMDS NON-METRIC MULTIDIMENSIONAL SCALING David Zelený Zpracování dat v ekologii společenstev náhodné rozmístění vzorků v prostoru rozmístění vzorků v prostoru respektuje jejich nepodobnost 163 NMDS NON-METRIC MULTIDIMENSIONAL SCALING David Zelený stress = 7.47 vzdálenost mezi vzorky v ordinačním diagramu Zpracování dat v ekologii společenstev nepodobnost v druhovém složení mezi vzorky 164 POROVNÁNÍ METOD DCA A NMDS David Zelený DCA NMDS Zpracování dat v ekologii společenstev 165 data z údolí Vltavy, klasifikace metodou TWINSPAN (Zelený & Chytrý 2007) POROVNÁNÍ METOD DCA A NMDS David Zelený DCA NMDS Zpracování dat v ekologii společenstev 166 při větším počtu vzorků tvoří trojúhelník nebo pěticípou hvězdu (artefakt) má tendenci jakákoliv data zobrazit jako kouli POROVNÁNÍ METOD DCA A NMDS SIMULOVANÁ DATA (JEDEN GRADIENT) David Zelený DCA NMDS Zpracování dat v ekologii společenstev o vzorky + druhy 167 SIMULOVANÁ DATA DVA RŮZNĚ DLOUHÉ GRADIENTY David Zelený Gradient 2 Zpracování dat v ekologii společenstev 168 Gradient 1 SIMULOVANÁ DATA DVA RŮZNĚ DLOUHÉ GRADIENTY David Zelený Zpracování dat v ekologii společenstev 169 SIMULOVANÁ DATA DVA STEJNĚ DLOUHÉ GRADIENTY David Zelený Zpracování dat v ekologii společenstev 170 SIMULOVANÁ DATA DVA RŮZNĚ DLOUHÉ GRADIENTY David Zelený krátké gradienty dlouhé gradienty Zpracování dat v ekologii společenstev 171 POROVNÁNÍ METOD ZALOŽENÝCH NA VÝPOČTU EIGENVALUES A DISTANCÍ David Zelený Eigenvalue-based ordination methods DCA, PCA a CA a jejich omezené (constrained) varianty DCCA, RDA a CCA vstupní data = matice vzorky x druhy, ze kterých se extrahují hlavní ordinační osy (eigenvectors) interpretace zaměřena na směry variability v datech, vysvětlené jednotlivými ordinačními osami Zpracování dat v ekologii společenstev Distance-based ordination methods NMDS a PCoA vstupní data = matice nepodobností interpretace zaměřena se na vzdálenosti mezi vzorky v redukovaném ordinačním prostoru 172 POUŽITÍ PROMĚNNÝCH PROSTŘEDÍ V ORDINACI DVA ALTERNATIVNÍ POSTUPY oba přístupy jsou relevantní a navzájem se doplňují! 173 Legendre & Legendre (1998) Zpracování dat v ekologii společenstev X – samples × environmental factors matrix David Zelený Y – samples × species matrix POUŽITÍ PROMĚNNÝCH PROSTŘEDÍ V ORDINACI DVA ALTERNATIVNÍ POSTUPY nepřímá ordinace + korelace získám skóre vzorků na hlavních ordinačních osách skóre vzorků koreluji s jednotlivými proměnnými prostředí Zpracování dat v ekologii společenstev + ‒ 2. David Zelený 1. určitě zachytím hlavní gradienty v druhovém složení nemusím zachytit tu část variability v druhovém složení, která je vztažená k jednotlivým proměnným prostředí přímá ordinace + ‒ proměnné prostředí vstupují přímo jako vysvětlující proměnné do ordinace skóre vzorků na osách je ovlivněno vztahem k těmto proměnným prostředí určitě zachytím variabilitu v datech, která se vztahuje k jednotlivým proměnným prostředím nemusím zachytit část variability v druhových datech, která není vysvětlena žádnou proměnnou prostředí 174 10 60 5 15 20 25 30 sam 7 20 10 15 gradient sam 3 25 30 sam 2 sam 3 sam 4 sam 5 -20 sam 4 20 0 5 species 1 (residual) 0 residuály 20 40 sam 1 sam 2 sam 6 sam 5 sam 6 sam 7 spe 3 sam 6 gradient 0 env 2 env 1 sam 1 spe 3 sam 5 40 species 1 sam 7 spe 2 sam 4 0 sam 6 spe 2 sam 5 spe 1 40 sam 3 80 sam 4 sam 2 60 80 100 sam 3 species 1 (predicted) sam 2 sam 1 20 regrese abundance druhu na proměnné prostředí sam 1 predikované hodnoty 0 spe 3 spe 2 spe 1 100 matice vzorky × druhy spe 1 PŘÍMÁ ORDINAČNÍ ANALÝZA matice s vysvětlujícími proměnnými sam 7 0 5 10 15 gradient 20 25 30 ordinační osy s omezením (constrained axes) spe 3 spe 2 spe 1 matice predikovaných hodnot počet ordinačních os s omezením = počet vysvětlujících proměnných sam 1 sam 2 ordinace sam 3 sam 4 (pokud je vysvětlující proměnná kategoriální, počet os je roven počtu kategorií minus 1) sam 5 sam 6 spe 3 spe 2 spe 1 sam 7 sam 1 sam 2 ordinace sam 3 sam 4 sam 5 sam 6 sam 7 176 matice residuálů ordinační osy bez omezení (unconstrained axes) PŘÍMÁ ORDINACE INTERPRETACE VÝSLEDKŮ David Zelený RDA Zpracování dat v ekologii společenstev CCA 177 PŘÍMÁ ORDINAČNÍ ANALÝZA MONTE-CARLO PERMUTAČNÍ TEST test první kanonické osy – vliv jen jedné kvantitativní proměnné test všech kanonických os – vliv všech proměnných, nebo vliv jedné kategoriální proměnné s více kategoriemi (počet os = počet kategorií – 1) testová statistika – Fdata (pseudo-F) Zpracování dat v ekologii společenstev testuje nulovou hypotézu, že druhové složení je nezávislé na vysvětlující proměnné David Zelený P – hladina signifikance nx – počet permutací, kde Fperm >= Fdata N – celkový počet permutací 178 PŘÍMÁ ORDINAČNÍ ANALÝZA MONTE-CARLO PERMUTAČNÍ TEST David Zelený Zpracování dat v ekologii společenstev 179 Herben & Münzbergová 2001 PŘÍMÁ ORDINAČNÍ ANALÝZA MONTE-CARLO PERMUTAČNÍ TEST David Zelený Zpracování dat v ekologii společenstev randomizace ploch bez omezení (unrestricted randomization) randomizace ploch v blocích (randomization within blocks defined by covariables) 180 Herben & Münzbergová 2001 JAK ČÍST VÝSLEDKY ORDINAČNÍCH METOD? procento variability vysvětlené hlavními osami CANOCO: cummulative percentage variance of species data vypočte se také jako eigenvalue / total variance ukazuje, jak úspěšný byl celý proces ordinace čím více jsou jednotlivé druhy korelované, tím více variability bude vysvětleno několika málo hlavními osami má smysl srovnávat vysvětlenou variabilitu hlavních os různými ordinačními technikami na stejných datech nemá smysl srovnávat vysvětlenou variabilitu hlavních os stejnými ordinačními technikami na různých datech (eigenvalues jsou závislé na počtu hráčů ve hře – druhů, vzorků) Zpracování dat v ekologii společenstev David Zelený skóre (souřadnice) závisle proměnných (druhů) na osách u lineárních technik skóre = regresní koeficient, v ordinačních diagramech zobrazeny jako šipky u unimodálních technik skóre = optimum druhu, v ordinačních diagramech zobrazeny jako body 181 JAK ČÍST VÝSLEDKY ORDINAČNÍCH METOD? David Zelený skóry vzorků (snímků) na osách v ordinačních diagramech vzorky zobrazeny jako body (lineární i unimodální techniky) vzdálenost mezi body v ordinačním prostoru odpovídá nepodobnosti mezi vzorky (ne ale nepodobnosti celého floristického složení, ale jenom té části, která je vyjádřena zobrazenými ordinačními osami) skóry nezávislých (vysvětlujících proměnných) * Zpracování dat v ekologii společenstev regresní koeficienty, důležitá jsou jejich znaménka test signifikance (Monte-Carlo permutační test) * ukazuje na statistickou významnost použitých vysvětlujících proměnných 182 * jen přímé ordinační techniky JEDNOTLIVÉ PROMĚNNÉ TERMINOLOGIE vysvětlované / závislé proměnné CANOCO: druhy (species) Zpracování dat v ekologii společenstev David Zelený vysvětlující / nezávislé proměnné, prediktory * CANOCO: proměnné prostředí (environmental variables) měřené nebo odhadované proměnné vzorky, objekty, případy (cases) CANOCO: snímky (samples) kovariáty, nezajímavé vysvětlující / nezávislé proměnné * CANOCO: kovariáty (covariables) proměnné, jejichž vliv nás nezajímá a chceme ho z analýzy odstranit 183 * jen přímé ordinační techniky POSTUPNÝ VÝBĚR VYSVĚTLUJÍCÍCH PROMĚNNÝCH FORWARD SELECTION v každém kroku testuje zvlášť vliv jednotlivých proměnných (Monte-Carlo permutační test) vybere tu proměnnou, která vysvětlí nejvíce variability a zároveň je signifikantní; tuto proměnnou pak do modelu zahrne jako kovariátu v dalším kroku znovu testuje vliv jednotlivých proměnných na druhová data (s odstraněním vlivu kovariát) a opakuje předchozí kroky testy signifikance jsou zatíženy mnohonásobným porovnáním, a jsou proto poměrně liberální (počet signifikantních proměnných je často nerealisticky vysoký a vyžaduje např. Bonferroniho korekci) Zpracování dat v ekologii společenstev ze souboru vysvětlujících proměnných umožňuje vybrat jen ty, které mají průkazný vliv David Zelený 184 PROBLÉM MNOHONÁSOBNÉHO POROVNÁNÍ David Zelený Simulace: 25 náhodně vygenerovaných proměnných otestování průkaznosti korelace každé proměnné s každou (čtvercová matice) průkazné korelace (p < 0.05) jsou označeny červeně dohromady 300 analýz, z nich je 16 průkazných Zpracování dat v ekologii společenstev 185 PARCIÁLNÍ ORDINACE PARTIAL ORDINATION následně se přímou nebo nepřímou ordinací analyzuje zbytková variabilita „nezajímavé“ proměnné se definují jako kovariáty pokud následuje přímá ordinace – ordinační osy představují čistý vliv ostatních vysvětlujících proměnných bez vlivu kovariát pokud následuje nepřímá ordinace – ordinační osy zachycují zbytkovou variabilitu v druhových datech po odstranění vlivu kovariát Zpracování dat v ekologii společenstev odstraňuje část variability vysvětlené proměnnými, které jsou pro nás nezajímavé (například vliv umístění ploch do bloků) David Zelený 186 ROZKLAD VARIANCE VARIANCE PARTITIONING Zpracování dat v ekologii společenstev vysvětlená variabilita sdílená proměnnou 1 a proměnnou 2 David Zelený variabilita vysvětlená proměnnou 1 variabilita vysvětlená proměnnou 2 Borcard et al. 1992, Ecology 73: 1045–1055 zbytková variabilita 187 ROZKLAD VARIANCE VARIANCE PARTITIONING vysvětlená variabilita 1a2 není [a]+[b]+[c] 1 není [a]+[b] 2 není [b]+[c] 1 2 [a] 2 1 [c] [d] [a] proměnná 1 [b] Zpracování dat v ekologii společenstev kovariáta David Zelený vysvětlující proměnná [c] proměnná 2 sdílená variabilita [b] = (([a]+[b]) + ([b]+[c]) – ([a]+[b]+[c])) nevysvětlená variabilita [d] = Total inertia – ([a]+[b]+[c]) [a]+[b] – celkový (marginal) vliv proměnné 1 [a] – čistý (partial, conditional) vliv proměnné 1 (bez vlivu prom. 2) Borcard et al. 1992, Ecology 73: 1045–1055 188 David Zelený vysvětlená variabilita VYSVĚTLENÁ VARIABILITA A ADJUSTOVANÝ R2 ● R2 ○ R2Adj Zpracování dat v ekologii společenstev počet vysvětlujících proměnných počet vzorků v datovém souboru vysvětlená variabilita stoupá s počtem vysvětlujících proměnných (i když jsou náhodné) a klesá s počtem vzorků v datovém souboru, adjustovaný R2 se nemění platí pro přímou (kanonickou) ordinační analýzu i mnohonásobnou regresi Peres-Neto et al. (2006) Ecology 189 VYSVĚTLENÁ VARIABILITA A ADJUSTOVANÝ R2 i náhodná proměnná vysvětlí nenulové množství variability (při následném testování signifikance ale bude neprůkazná) množství vysvětlené variability stoupá s počtem vysvětlujících proměnných (i když tyto jsou třeba úplně náhodné) nelze srovnávat variabilitu vysvětlenou modelem s různým počtem vysvětlujících proměnných (čím víc proměnných, tím víc vysvětlené variability) možné řešení – použití tzv. adjustovaného R2, tzn. vysvětlené variability ošetřené o variabilitu, kterou by vysvětlil stejný počet náhodných proměnných adjustovaný R2 je možné spočítat pro lineární ordinační metody, pro unimodální je třeba použít metody založené na permutacích Zpracování dat v ekologii společenstev nelze srovnávat vysvětlenou variabilitu v analýzách založených na různém počtu vzorků a druhů David Zelený 190 NEVYSVĚTLENÁ VARIABILITA [d] variance nevysvětlená modelem (složka D) ve skutečnosti obsahuje variabilitu, která by mohla být vysvětlena některou z proměnných, pokud by se data chovala podle teoretického modelu varianci nevysvětlenou modelem tedy nelze interpretovat jen jako zbytkovou variabilitu, která je dána šumem v datech a tím, že ne všechny proměnné prostředí byly měřeny Total inertia proto není měřítkem celkové variability v druhových datech, ale variability, kterou je možné zachytit pomocí zvoleného modelu (lineárního nebo unimodálního) variabilita vysvětlená danou proměnnou prostředí a vypočtená jako eigenvalue / total inertia je proto podhodnocená vedle procenta vysvětlené variability (eigenvalue / total inertia) uvádějte také relativní množství variability, kterou daná proměnná vysvětlí z celkové variability vysvětlené všemi proměnnými prostředí 191 Zpracování dat v ekologii společenstev David Zelený ordinační metody jsou založené na modelu (lineární nebo unimodální) odpovědi druhu na gradient prostředí, který je velkým zjednodušením skutečnosti Økland (1999) J. Veg.Sci. 10: 131-136 MANTEL TEST KORELACE MEZI MATICEMI NEPODOBNOSTÍ David Zelený Zpracování dat v ekologii společenstev 193 Legendre & Legendre 1998 MANTEL TEST David Zelený De proměnná prostředí 1 0 1 4.5 2 0.4 0 2 4.1 3 0.3 0.1 0 3 4.2 4 0.7 0.4 0.3 0 4 3.8 1 2 3 4 druhová data Dsp sp1 sp2 1 0 1 0 3 2 1.41 0 2 1 2 3 0.3 0.1 0 3 1 2 4 0.7 0.4 0.3 0 4 2 1 1 2 3 4 (eucl.) De Dsp 0.4 1.41 0.3 1.41 0.1 0 0.7 2.5 0.4 1.41 0.3 1.41 Zpracování dat v ekologii společenstev pH r = 0.965 p = 0.015 194 SHRNUTÍ David Zelený Zpracování dat v ekologii společenstev 195 Legendre & Legendre 1998 PCA – PŘÍKLAD TRENDY V NÁZVECH ČLÁNKŮ V EKOLOGICKÝCH ČASOPISECH David Zelený Zpracování dat v ekologii společenstev 199 Nobis & Wohlgemuth (2004) Oikos David Zelený Zpracování dat v ekologii společenstev 200 Nobis & Wohlgemuth (2004) Oikos DCA – PŘÍKLAD FLORISTICKÁ DATA Z NP PODYJÍ David Zelený Zpracování dat v ekologii společenstev skóry pro jednotlivé kvadráty z 1. a 2. osy DCA (na základě jejich floristického složení) byly promítnuty do síťové mapy 201 Chytrý et al. (1999) Preslia PCA – PŘÍKLAD Zpracování dat v ekologii společenstev Výrazný úbytek druhové bohatosti bylinného (E1) a keřového (E2) patra v posledních 50ti letech. Data jsou založená na zopakování fytocenologických snímků na plochách snímkovaných Jaroslavem Horákem v šedesátých letech. David Zelený ZMĚNY V DRUHOVÉM SLOŽENÍ PÁLAVSKÝCH DUBOHABŘIN (R. HEDL 2005, DISERTAČNÍ PRÁCE) Změna v druhovém složení vegetace v průběhu 50ti let samovolné sukcese (PCA diagram). 202 NMDS PŘÍKLAD David Zelený ZMĚNY V DRUHOVÉM SLOŽENÍ KORÁLOVÝCH ÚTESŮ ZASAŽENÝCH DISTURBANCÍ EL NINO Zpracování dat v ekologii společenstev 203 Anderson et al. (2011) Ecology Letters RDA – PŘÍKLAD VLIV ZÁSAHU NA KLÍČENÍ SEMENÁČŮ David Zelený RDA: počet semenáčů jednotlivých druhů v ploškách 10×10 cm jako závislá proměnná, zásah jako vysvětlující proměnná; eig. 1. osy: 0,046, eig. 4. osy: 0,331, MC test 1. osy: p < 0,01 Zpracování dat v ekologii společenstev 204 Špačková et al.(1998) Folia Geobotanica CCA – PŘÍKLAD ROZDÍL MEZI PRADÁVNÝMI A DRUHOTNÝMI LESY David Zelený Zpracování dat v ekologii společenstev Vojta (2007) Preslia 205 CCA – PŘÍKLAD STANOVENÍ EKOLOGICKÉHO OPTIMA JEDNOTLIVÝCH David Zelený DRUHŮ MĚKKÝŠŮ PODÉL EKOLOGICKÝC GRADIENTŮ Zpracování dat v ekologii společenstev 206 Horsák et al. (2007) Acta Oecologica David Zelený ELLENBERGOVY INDIKAČNÍ HODNOTY Zpracování dat v ekologii společenstev 2 5 3 2 6 6 ELLENBERGOVY INDIKAČNÍ HODNOTY (EIH) 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 Zpracování dat v ekologii společenstev optima druhů rostlin na gradientu živin, vlhkosti, půdní reakce, kontinentality, teploty, světla a salinity (salinita se ve Střední Evropě nepoužívá) David Zelený 209 ELLENBERGOVY INDIKAČNÍ HODNOTY (EIH) POUŽITÍ PRO KALIBRACI David Zelený 1 2 3 6 7 7 4 7 5 3 2 1 2 3 1 0 1 0 1 0 1 0 1 0 0 0 1 0 1 1 0 1 1 1 0 1 0 1 1 0 0 1 0 1 0 1 0 Zpracování dat v ekologii společenstev Mycelis muralis Moehringia trinervia Mercurialis perennis Lathyrus vernus Myosotis sylvatica Milium effusum Melica nutans Melampyrum pratense Myosotis ramosissima Lychnis viscaria Melittis melissophyllum EIV pro půdní reakci 4.8 průměr 210 ELLENBERGOVY INDIKAČNÍ HODNOTY (EIH) POUŽITÍ PRO KALIBRACI David Zelený 1 2 3 6 7 7 4 7 5 3 2 1 2 3 1 0 1 0 1 0 1 0 1 0 0 0 1 0 1 1 0 1 1 1 0 1 0 1 1 0 0 1 0 1 0 1 0 průměrná hodnota: 4.8 3.9 4.6 Zpracování dat v ekologii společenstev Mycelis muralis Moehringia trinervia Mercurialis perennis Lathyrus vernus Myosotis sylvatica Milium effusum Melica nutans Melampyrum pratense Myosotis ramosissima Lychnis viscaria Melittis melissophyllum EIV pro půdní reakci 211 PROČ SE EIH TVÁŘÍ JAKO LEPŠÍ PROMĚNNÉ NEŽ MĚŘENÉ FAKTORY PROSTŘEDÍ? díky způsobu jak jsou počítány, obsahují průměrné EIH informaci o podobnosti v druhovém složení mezi vegetačními snímky průměrná EIH pro daný vegetační snímek obsahuje dvojí informaci: 1. 2. 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 Zpracování dat v ekologii společenstev David Zelený ekologicky relevantní informaci o charakteru stanoviště, a to díky použití tabelovaných druhových EIH, které jsou založeny na empirických pozorování ekologických nároků druhů v terénu 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 měřené faktory prostředí obsahují jen informaci o ekologickém charakteru stanoviště, ne o podobnosti v druhovém složení 212 VÝPOČET PRŮMĚRNÝCH EIH David Zelený Empirická zkušenost s ekologií druhů průměrné Ellenbergovy indikační hodnoty Zpracování dat v ekologii společenstev H. Ellenberg Data o druhovém složení průměrná EIH pro daný vegetační snímek obsahuje dvojí informaci: 1. 2. ekologicky relevantní informaci o charakteru stanoviště, a to díky použití tabelovaných druhových EIH, které jsou založeny na empirických pozorování ekologických nároků druhů v terénu 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 213 VÝPOČET PRŮMĚRNÝCH EIH David Zelený Empirická zkušenost s ekologií druhů průměrné Ellenbergovy indikační hodnoty Zpracování dat v ekologii společenstev H. Ellenberg 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 214 VÝPOČET PRŮMĚRNÝCH EIH David Zelený Empirická zkušenost s ekologií druhů průměrné Ellenbergovy indikační hodnoty Zpracování dat v ekologii společenstev H. Ellenberg Data o druhovém složení ‼ problém nastává v okamžiku, kdy jsou průměrné EIH analyzovány současně s daty o druhovém složení, ze kterých jsou vypočteny 215 VYTVOŘENÍ PRŮMĚRNÝCH EIH, KTERÉ NEOBSAHUJÍ EKOLOGICKOU INFORMACI David Zelený Zpracování dat v ekologii společenstev 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) 216 KORELACE PRŮMĚRNÝCH EIH SE SKÓRY SNÍMKŮ NA OSÁCH DCA David Zelený Počet signifikantních korelací mezí osami DCA a průměrnými znáhodněnými EIH (šedé sloupečky) nebo náhodnými čísly (bílé sloupečky) – 1000 opakování Zpracování dat v ekologii společenstev průměrná EIH bude s velkou pravděpodobností signifikantně korelovaná s DCA, i když neobsahuje ekologickou informaci! 217 PRŮMĚRNÉ EIH V NEPŘÍMÉ ORDINACI David Zelený DCA2 R2 Porig Pmodif 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 Zpracování dat v ekologii společenstev DCA1 218 + + + + + + + + + + 3 + + 4 3 2 1 + 2 + 3.5 náhodná čísla 5 ++ + + + + + ++ ++ + ++ + + + ++ + + +++ + ++ + ++ + + ++ + + + + + + + + + + + + + + ++ + + + + + + + + + + ++ + + ++ + průměrné znáhodnéné EIH + + ++ průměrné reálné EIH 6 + náhodná čísla + + měřené pH + ++ [%] Explained variability variabilita vysvětlená [%] Ellenberg Mean půdní reakci proreaction EIH průměrná Zpracování dat v ekologii společenstev 5 7 4 David Zelený POROVNÁNÍ MĚŘENÉHO PŮDNÍHO PH A VYPOČTENÉ PRŮMĚRNÉ EIH PRO PŮDNÍ REAKCI VYSVĚTLUJÍCÍ PROMĚNNÉ V CCA 0 4.0 4.5 měřené pH Measured soil pH 5.0 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 219 PRŮMĚRNÉ ELLENBERGOVY INDIKAČNÍ HODNOTY PRAVIDLA POUŽITÍ 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) Zpracování dat v ekologii společenstev 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 David Zelený 221 PŘÍKLADY NA POUŽÍTÍ PRŮMĚRNÝCH EIH David Zelený Zpracování dat v ekologii společenstev Použití na floristická data z NP Podyjí – ekologické gradienty v krajině (Chytrý et al. 1999, Preslia) 222 David Zelený Zpracování dat v ekologii společenstev Ekologická kalibrace vegetačních jednotek v přehledu Vegetace ČR (Chytrý [ed.] 2007) 223 David Zelený Zpracování dat v ekologii společenstev ZOBECNĚNÉ LINEÁRNÍ MODELY REGRESNÍ A KLASIFIKAČNÍ STROMY REGRESE × KORELACE David Zelený Korelace popis závislosti mezi dvěma proměnnými, bez znalosti kauzálního vztahu počítám: korelační koeficient (r), případně signifikanci korelačního koeficientu (t-test) Zpracování dat v ekologii společenstev Regrese předpokládá kauzální vztah mezi vysvětlující (x) a vysvětlovanou (y) proměnnou jedná se o typ modelu – výběr nejlepší vysvětlující proměnné, nejlepšího modelu, predikce vysvětlované proměnné počítám: regresní koeficient (b = sklon regresní přímky), koeficient determinace (R2), signifikanci regrese (t-test, ANOVA, Monte-Carlo permutační test) 225 REGRESE × KORELACE David Zelený Ale: Zpracování dat v ekologii společenstev většinou platí, že i když počítám korelaci, předpokládám (možná jen podvědomě), že mezi proměnnými existuje nějaký kauzální vztah – a tím se rozdíl mezi korelací a regresí stírají Dvě situace: vysvětlující proměnná (x) je měřená bez chyby (většinou proto, že je kontrolovaná experimentálním designem) použijeme regresi (korelace v tomto případě nemá smysl) obě proměnné (x a y) jsou měřené s chybou (případ jak dat z experimentů, tak z empirických pozorování) záleží na tom, co od analýzy očekáváme pokud je cílem vytvoření modelu nebo testování hypotéz, pak použijeme regresi pokud ne – použijeme korelaci 226 LINEÁRNÍ REGRESE PŘEDPOKLADY lineární model správně popisuje funkční vztah mezi vysvětlující a vysvětlovanou proměnnou vysvětlující proměnná je měřená přesně (bez náhodné složky) 3. metoda nejmenších čtverců ale funguje i v případě, že vysvětlující proměnná je měřená s chybou každá hodnota vysvětlované proměnné (y) je nezávislá na ostatních hodnotách y, náhodná složka vysvětlované proměnné má normální rozdělení 4. pokud je vztah nelineární a nepomůže transformace, je třeba použít nelineární regresní model nebo zobecněný lineární model Zpracování dat v ekologii společenstev 2. David Zelený 1. zvláště pro data z observačních studií často neplatí pravidlo o nezávislosti (a většinou ani nevíme, jak moc toto pravidlo neplatí) variance vysvětlující proměnné je konstantní podél celé regresní přímky (homoskedasticita) transformace dat málokdy řeší oba problémy najednou – ztransformovaná proměnná bude mít normální rozdělení, ale ne konstantní varianci, a naopak toto řeší metoda zobecněných lineárních modelů (GLM) 227 REGRESE David Zelený lineární model yi = β0 + β1 xi + εi yi ... hodnota vysvětlované (závislé) proměnné pro i-té pozorování xi ... hodnota vysvětlující (nezávislé) proměnné pro i-té pozorování β0 ... regresní koeficient, posun regresní přímky (intercept), udává souřadnici průsečíku regresní přímky s osou y β1 ... regresní koeficient, sklon regresní přímky (slope) εi ... chyba Zpracování dat v ekologii společenstev mnohonásobná regrese regrese jedné vysvětlované proměnné na několika (j) vysvětlujících proměnných yi = β0 + Σj βj xij + εi 228 REGRESE ZOBECNĚNÉ LINEÁRNÍ MODELY umožňují modelovat vysvětlované proměnné s jiným než normálním (Gaussovým) rozložením náhodné složky počty jedinců – Poissonovo rozložení presence/absence – binomické rozložení Zpracování dat v ekologii společenstev David Zelený (GLM) zavádí tzv. link-funkci (η, theta), která překládá rozsah hodnot vysvětlujících proměnných (pravá strana rovnice) na rozsah hodnot vysvětlované proměnné (levá strana rovnice) ηi = b0 + Σj bj xij ηi ... lineární prediktor yi = ŷi + εi ŷi ... hodnota vysvětlované proměnné yi predikovaná modelem -> platí g (ŷi) = ηi g ... link funkce Poissonovo rozložení – log link: η = log (ŷi) Binomické rozložení – logit link: η = log [ŷi / (1–ŷi)] Gaussovo rozložení – identity link: η = ŷi 229 REGRESNÍ A KLASIFIKAČNÍ STROMY REGRESSION AND CLASSIFICATION TREES, David Zelený CART metoda podobná mnohonásobné regresi jedna vysvětlovaná a několik vysvětlujících proměnných má minimální předpoklady na charakter (rozložení) dat explorativní analýza – slouží k popisu dat, ne k testování hypotéz vysvětlující proměnné mohou být kategoriální i kvantitativní vysvětlovaná proměnná: Zpracování dat v ekologii společenstev pokud je kategoriální – klasifikační strom pokud je kvantitativní – regresní strom 230 REGRESNÍ A KLASIFIKAČNÍ STROMY REGRESSION AND CLASSIFICATION TREES, CART David Zelený FLUVISOL <> a 31.2 ; 71 obs; 35.8% pH.H <> 4.23 28.63 ; 59 obs; 9.3% COVERE32 <> 67.5 30.18 ; 17 obs; 3.4% COVERE32 <> 87.5 33.65 ; 17 obs; 6.5% pH.H <> 3.755 24.16 ; 25 obs; 2.8% 1 2 3 26.38 8 obs 33.56 9 obs 18.8 5 obs 6 7 39.57 7 obs 29.5 10 obs 8 9 49.17 6 obs 38.5 6 obs Zpracování dat v ekologii společenstev ELEVATION <> 467.5 26.6 ; 42 obs; 5.7% SOILDPT <> 36.585 43.83 ; 12 obs; 5.3% SURFIS <> -0.5 25.5 ; 20 obs; 1.6% 4 5 21.6 5 obs 26.8 15 obs Total deviance explained = 70.4 % 231 data o druhové bohatosti lesů na Vltavě v závislosti na měřených faktorech prostředí (Zelený, nepubl.) David Zelený Zpracování dat v ekologii společenstev INDEXY DIVERZITY ALFA, BETA A GAMA DIVERZITA Alfa diverzita Beta diverzita (species turnover) změna v druhovém složení mezi vzorky Zpracování dat v ekologii společenstev druhová bohatost vzorku Gama diverzita celková druhová bohatost regionu Jurasinski et al. (2009) David Zelený Robert Harding Whittaker (1920-1980) 234 David Zelený Zpracování dat v ekologii společenstev http://ordination.okstate.edu/ ALFA, BETA A GAMA DIVERZITA 235 MÍRY ALFA DIVERZITY DRUHOVÁ BOHATOST VS VYROVNANOST vyrovnanost (evenness) vyjadřuje relativní zastoupení jednotlivých druhů ve vzorku (nejvyšších hodnot dosahuje při rovnoměrném relativním zastoupením všech druhů) jednotlivé indexy alfa diverzity (např. Shannonův nebo Simpsonův) se liší právě tím, jestli kladou větší důraz na bohatost nebo vyrovnanost alfa a gama diverzita se někdy označují jako inventární diverzita (inventory diversity) – podstata je pro obě míry stejná (vyjádřené počty druhů, případně indexem diverzity), liší se ale škálou (alfa je diverzita na lokální škále, gama na regionální) beta diverzita je výrazně odlišný koncept – jiná filozofie, jiné jednotky Zpracování dat v ekologii společenstev druhová bohatost (species richness) vyjadřuje počet druhů ve vzorku David Zelený 236 MÍRY ALFA DIVERZITY SHANNONŮV INDEX David Zelený H’ = - ∑ pi ln (pi) pi ... relativní abundance druhu i označovaný také jako Shannon-Wiener index (nesprávně jako ShannonWiever) odvozen z informační teorie (entropie systému) vyjadřuje nejistotu, se kterou jsem schopen předpovědět, jakého druhu bude náhodně vybraný jedinec ze vzorku; nejistota klesá s klesajícím počtem druhů a s klesající vyrovnaností (málo dominantních druhů) hodnoty v ekologických datech většinou v rozmezí 1,5 – 3,5 maximální velikost indexu pro počet druhů S nastane, pokud mají všechny druhy stejnou relativní abundanci: H’max = ln (S) počet druhů, které by se ve snímku vyskytovaly, pokud by se všechny druhy vyskytovaly se stejnou frekvencí: eH‘ vyrovnanost odvozená ze Shannonova indexu (Shannon’s evenness) J = H’ / H’max = H’ / ln (S) Zpracování dat v ekologii společenstev 237 MÍRY ALFA DIVERZITY SIMPSONŮV INDEX (YULE INDEX) David Zelený D = ∑ pi2 SD = 1 – D nebo SD = 1/D pi ... relativní abundance druhu i vyjadřuje pravděpodobnost, že dva náhodně vybraní jedinci budou patřit ke stejnému druhu jeden z nejlepších (z hlediska interpretace) indexů diverzity se zvyšující se diverzitou hodnota indexu klesá – proto se častěji používá komplementární nebo reciproká forma indexu (SD) zdůrazňuje dominanci druhu (při počtu druhů > 10 záleží jeho velikost prakticky už jen na dominanci druhů) efektivní počet druhů: 1/(1-SD) vyrovnanost odvozená ze Simpsona (Simpson’s evenness): E = (1/D) / S Zpracování dat v ekologii společenstev 238 PŘÍKLAD – EFEKTIVNÍ POČET DRUHŮ Simpson efektivní druhů index počet druhů 1122334455 5 0,81) 5,03) Spol. 2: 1111112345 5 0,62) 2,54) Zpracování dat v ekologii společenstev Spol. 1: David Zelený počet Výpočet: 1) 1 – ∑ p2 = 1 - 5*(2/10) 2 = 1 – 5*0,04 = 1 – 0,2 = 0,8 2) 1 – ∑ p2 = 1 – ((6/10)2 + 4*(1/10)2) = 1 – (0,36 + 0,04) = 0,6 3) 1/(1-SD) = 1/(1-0,8) = 5 4) 1/(1-SD) = 1/(1-0,6) = 2,5 239 MÍRY ALFA DIVERZITY David Zelený ad hoc doporučení: nemá smysl počítat velké množství indexů alfa diverzity a všechny je používat – vhodnější je rozhodnout se hned na začátku, který z aspektů alfa diverzity (bohatost nebo vyrovnanost) mě zajímá, a podle toho vybrat index nejjednodušší volba je použítí druhové bohatosti (počtu druhů) Simpsonův index je intuitivně interpretovatelný, naopak interpretace Shannonova indexu je obtížná a je lépe ho nepoužívat (i když je populární) Zpracování dat v ekologii společenstev kde spočítat: EstimateS (R. Colwell, http://viceroy.eeb.uconn.edu/estimates) BioDiversityPro (Neil McAleece, http://www.sams.ac.uk/research/software/research/software/bdpro.zip) 240 MÍRY BETA DIVERZITY David Zelený popisuje rozdílnost v druhovém složení mezi vzorky Zpracování dat v ekologii společenstev Dva základní typy beta diverzity: turnover (obrat druhů podél ekologického, prostorového nebo časového gradientu) 1. Kolik nových druhů přibude a kolik jich ubude, když se pohybuji podél gradientu? variation (variabilita v druhovém složení mezi vzorky, bez ohledu na směr nějakého gradientu) 2. Opakují se v různých vzorcích pořád ty samé druhy? Jak moc celkový počet druhů v regionu přesahuje průměrnou druhovou bohatost vzorku? 241 Anderson et al. (2011) MÍRY BETA DIVERZITY KLASICKÉ INDEXY Whittakerova beta diverzita (multiplikativní míra): Zpracování dat v ekologii společenstev klasické indexy neberou v potaz druhové složení, ale jen počty druhů na lokální (alfa) a regionální (beta) úrovni David Zelený βw = (γ / α’) - 1 α’ ... průměrná druhová bohatost vzorků kolikrát bohatost regionu přesahuje průměrnou bohatost vzorku Additivní míra beta diverzity: βAdd = γ – α‘ průměrný počet druhů, které chybí v jednom náhodně vybraném vzorku/ploše výhodou je, že jednotkami jsou počty druhů Multiplikativní míra, která bere v potaz vyrovnanost: βShannon = Hγ / Hα místo počtu druhů používá Shannonův index diverzity vypočtený pro regionální a lokální druhovou bohatost 242 MÍRY BETA DIVERZITY MNOHOROZMĚRNÉ INDEXY používá indexy podobnosti (případně nepodobnosti) v druhovém složení mezi páry vzorků/ploch Zpracování dat v ekologii společenstev mnohorozměrné indexy pracují přímo s druhovým složením a hledají rozdíly v druhovém složení dvou a více vzorků/ploch David Zelený Bray-Curtis, Jaccard, Sorensen, Euclidovská vzdálenost atd. beta diverzita skupiny vzorků/ploch se spočte jako průměrná hodnota těchto podobností délka první osy DCA také vyjadřuje beta diverzitu (v jednotkách s.d.) 243 MÍRY BETA DIVERZITY MNOHOROZMĚRNÉ INDEXY David Zelený Rozdíly v interpretaci beta diverzity založené na Bray-Curtis indexu nepodobnosti a Euklidovské vzdálenosti na příkladu rozdílu v druhovém složení korálových útesů (Indonésie) v letech 1981, 1983 a 1985 (zásah El Nino v roce 1982) NMDS ordinace Anderson et al. (2011) Zpracování dat v ekologii společenstev 244 David Zelený Zpracování dat v ekologii společenstev Roleček et al. (2009) J. Veg. Sci. MÍRY BETA DIVERZITY MNOHOROZMĚRNÉ INDEXY 245 INDEXY FUNKČNÍ DIVERZITY druhová bohatost se často považuje za odhad funkční diverzity, ale nepřesný – dva různé druhy mohou ve společenstvu plnit stejnou funkci (mít stejnou kombinací funkčních typů) Rao index (Lepš et al. 2006 Preslia) Zpracování dat v ekologii společenstev funkční diverzita – zohledňuje diverzitu funkčních typů (functional traits), které se ve vzorku vyskytují David Zelený FD = ∑i ∑j dij pi pj dij ... nepodobnost mezi druhem i a j pi, pj ... relativní abundance druhu i a j 246 AKUMULAČNÍ DRUHOVÁ KŘIVKA SPECIES ACCUMULATION CURVE zvláštním typem je species-area curve (ale jen v případě, že plocha narůstá v rámci určitého území, neplatí pro ostrovy) čte se zlevo doprava může být extrapolována (zvýší intenzita průzkumu celkový počet nalezených druhů?) Zpracování dat v ekologii společenstev vynáší kumulativní počet druhů (S) v závislosti na intenzitě vzorkování (n – počet jedinců, počet ploch, čas) David Zelený 247 RAREFAKČNÍ KŘIVKA RAREFACTION CURVE porovnání druhové bohatosti mezi společenstvy s různým počtem jedinců/vzorků čte se zprava doleva rozdíl mezi sample based a individual based rarefaction Zpracování dat v ekologii společenstev cílem je zjistit, jaká by byla druhová bohatost, pokud bychom v daném společenstvu nasbírali menší počet jedinců/vzorků (to rarefy – rozředit) David Zelený 248 Michalcová et al. (2011) Journal of Vegetation Science SOFTWARE (MIMO R, VE KTERÉM SPOČTETE VŠECHNO) David Zelený indexy alfa diverzity (Shannon, Simpson atd.) a beta diverzity Biodiversity Pro (Neil McAleece, http://www.sams.ac.uk/research/software) EstimateS (Robert Colwell, http://viceroy.eeb.uconn.edu/estimates) PC-ORD 5 JUICE Zpracování dat v ekologii společenstev species accumulation curve a rarefaction PC-ORD 5 EstimateS (Robert Colwell, http://viceroy.eeb.uconn.edu/estimates) 249