1 ORDINACE (ORDINATION) ORDINACE ospolu s klasifikací dvě hlavní skupiny vícerozměrných metod •jejich účelem je interpretovat paterny – vzorce – v druhovém složení společenstev oorder, Ordnung – pořádek, seřazení •uspořádání, seřazení objektů (vzorků) podél několika málo nejdůležitějších gradientů •kontinuální povaha společenstev 2 http://ordination.okstate.edu/overvi2.gif http://ordination.okstate.edu/overview.htm ORDINACE - ÚVOD opočet faktorů ovlivňujících druhové složení je obvykle vysoký •např. hustota stromového patra může být dána dobou od posledního požáru, klimatickými podmínkami, dostupností živin, hloubkou a strukturou půdy, vlhkostí půdy a mnoha dalšími faktory otěch hlavních faktorů je ale obvykle málo •faktorů, které dokáží vysvětlit většinu vysvětlitelné variability ov datech je značné množství redundantní, opakující se informace •distribuce druhů často podobná, např. vysoká abundance Bythinella austriaca napovídá něco o očekávatelnosti Crenobia alpina, stejně tak vysoká abundance Urtica dioica o Drosera rotundifolia •tato redundantní, opakující se informace umožňuje uchopit podstatu druhových dat ovelké množství šumu v datech •většina druhů zaznamenána jen v několika málo vzorcích, náhodné vlivy ovlivňující abundanci druhů, dispersal limitation o 3 Obsah obrázku bezobratlí, měkkýši, hlemýžď Popis byl vytvořen automaticky Obsah obrázku bezobratlí, červ Popis byl vytvořen automaticky PDF) Phytochemistry and pharmacologic properties of Urtica dioica L Obsah obrázku rostlina Popis byl vytvořen automaticky Ordinace - opodstatnění •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 ORDINACE RŮZNÉ FORMULACE PROBLÉMU 1)najdi skryté gradienty v druhovém složení (ordinační osy) 2)rozmísti vzorky v zobrazitelném prostoru (ordinační prostor) tak, aby vzdálenosti vzorků co nejlépe odpovídaly jejich původním vzdálenostem v matici nepodobností 4 Ordinace - opodstatnění •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 Různé formulace problému 1)hledání skrytých proměnných (ordinačních os) - najdi několik proměnných (ordinačních os), které nejlépe vystihují vliv všech druhů (eigenvalue based methods) 2)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) NEPŘÍMÁ VS PŘÍMÁ ORDINACE UNCONSTRAINED VS CONSTRAINED ORDINATION •Nepřímá ordinace opouze druhová matice oordinační osy – směry největší variability dat opopis dat a generování hypotéz • •Přímá ordinace odruhová matice a matice proměnných prostředí oordinační osy – variabilita dat vysvětlitelná danými proměnnými oOmezené ordinační osy – pouze lineární kombinace prediktorů otestování hypotéz 5 druhová matice druhy druhová matice druhy matice proměnných prostředí proměnné prostředí MODELY ODPOVĚDI DRUHŮ NA GRADIENT PROSTŘEDÍ 6 gradient gradient lineární unimodální LINEÁRNÍ MODEL ODPOVĚDI DRUHU JEN PŘI KRÁTKÉM EKOLOGICKÉM GRADIENTU 7 gradient prostředí (pH, nadm. výška) gradient prostředí (pH, nadm. výška) krátký ekologický gradient dlouhý ekologický gradient Lepš & Šmilauer (2003) Multivariate analysis of ... Těsně souvisí s problémem dvojitých absencí PŘEHLED METOD ORDINAČNÍ ANALÝZY 8 raw-data-based (založené na primárních datech) distance-based (založené na distanční matici) linear (lineární) unimodal (unimodální) unconstrained (nepřímé) PCA (analýza hlavních komponent) CA, DCA (korespondenční a detrendovaná korespondenční analýza) PCoA (analýza hlavních koordinát) NMDS (nemetrické mnohorozměrné škálování) constrained (přímé) RDA (redundanční analýza) CCA (kanonická korespondenční analýza) db-RDA (redundanční analýza založená na distanční matici)