DESIGN
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
David
Zele
ný
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
Jaká je variabilita proměnné Y v čase nebo prostoru? pattern description
nejčastější otázka v ekologických observačních studiích
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? 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
David
Zele
ný
274
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
ZÁKLADNÍ OTÁZKA: CO CHCI EXPERIMENTEM ZJISTIT?
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
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
David
Zele
ný
275
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ VS PŘÍRODNÍ EXPERIMENTY
Příklad: na ostrovech v Karibiku sledujeme vztah mezi počtem ještěrek
na určité ploše a počtem pavouků (Gotelli & Ellison 2004)
Manipulativní experiment
Provedení: v jednotlivých plochách (klecích) je uměle ovlivněn počet ještěrek a sledováno
množství pavouků
Nulová hypotéza: počet ještěrek nemá vliv na počet pavouků v klecích
Alternativní hypotéza: se vzrůstající hustotou ještěrek klesá počet pavouků (ještěrky žerou pavouky)
David
Zele
ný
276
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ VS PŘÍRODNÍ EXPERIMENTY
SROVNÁNÍ TESTOVANÝCH HYPOTÉZ
Přírodní experiment (pozorování, observační studie)
Provedení: na vybraných plochách je sledován počet ještěrek a počet pavouků. Vybíráme
plochy (nebo ostrovy) s různou hustotou ještěrek (hustota ještěrek tedy není přímo manipulována, ale záleží na jiných faktorech).
Možné hypotézy vysvětlující negativní vztah mezi ještěrkami a pavouky:
1. počet ještěrek (negativně) ovlivňuje počet pavouků (ještěrky žerou pavouky)
2. počet pavouků má vliv na počet ještěrek (draví pavouci napadají mláďata ještěrek)
3. počet ještěrek i pavouků je ovlivňován neměřeným faktorem prostředí (třeba vlhkostí)
4. některý faktor prostředí ovlivňuje sílu vztahu mezi ještěrkami a pavouky (třeba zase vlhkost)
Možná řešení: 1. vybírat plochy tak, aby se omezila variabilita vlhkosti (sledovat třeba jen vlhké
plochy, které se liší hustotou ještěrek)
2. dodatečně měřit faktory, které mohou ovlivňovat vztah (např. onu vlhkost)
David
Zele
ný
277
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ VS PŘÍRODNÍ EXPERIMENTY
SROVNÁNÍ TESTOVANÝCH HYPOTÉZ
„Press“ experiment (experiment „pod stálým
tlakem“) 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
„Pulse“ experiment (pulzní experiment, „jednou
a dost“) zásah je proveden jen jednou, obvykle na začátku
experimentu
měří resilienci systému – jak pružně je systém
(společenstvo) schopné reagovat na experimentální
zásah
David
Zele
ný
278
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ EXPERIMENT
„PRESS“ VS „PULSE“ EXPERIMENT
čas
zá
vis
le p
rom
ěnn
á
čas
zá
vis
le p
rom
ěnn
á
„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
„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
David
Zele
ný
279
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PŘÍRODNÍ EXPERIMENT (POZOROVÁNÍ)
„SNAPSHOT“ VS „TRAJECTORY“ EXPERIMENT
kompletně znáhodněný design nebere v úvahu heterogenitu prostředí
ne vždy je nejvhodnější
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
David
Zele
ný
280
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ EXPERIMENT
ZÁKLADNÍ TYPY ROZMÍSTĚNÍ PLOCH
gradient prostředí
latinský čtverec předpokládá přítomnost dvou gradientů v
prostředí
každý sloupec a každý řádek obsahuje
právě jednu variantu zásahu
možno použít i několik latinských čtverců
David
Zele
ný
281
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ EXPERIMENT
ZÁKLADNÍ TYPY ROZMÍSTĚNÍ PLOCH
gradient 1
gra
die
nt 2
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
neúplně znáhodněný design v podstatě pseudoreplikace, jen méně
zřejmá
David
Zele
ný
282
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ EXPERIMENT
NEJČASTĚJŠÍ CHYBY
gradient prostředí
gradient prostředí
design se znáhodněnými bloky – špatná orientace bloků
David
Zele
ný
283
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ EXPERIMENT
NEJČASTĚJŠÍ CHYBY
gra
die
nt p
rostř
ed
í
gra
die
nt p
rostř
ed
í
gra
die
nt p
rostř
ed
í
správně špatně špatně
ano ne
koseno
hnojeno
faktoriální design každá hladina prvního faktoru je
kombinovaná s každou hladinou druhého
faktoru (případně třetího atd.)
například kombinace
koseno vs nekoseno
hnojeno vs nehnojeno
jednotlivé kombinace mohou být
rozmístěny v prostoru např. v rámci
latinského čtverce
David
Zele
ný
284
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ EXPERIMENT
S VÍCE NEŽ JEDNÍM TYPEM ZÁSAHU
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)
David
Zele
ný
285
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ EXPERIMENT
S VÍCE NEŽ JEDNÍM TYPEM ZÁSAHU
N C
P N
C
P N
C P
N
C
P
N
C P
N
C P
MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE
ROTHAMSTED (ENGLAND) – PARK GRASSLAND
EXPERIMENT (ZALOŽEN 1843) David
Zele
ný
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
286 lete
cký p
ohle
d
plá
n z
ásahů
Silvertown et al. (2006) J. Ecol.
David
Zele
ný
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
287
Třídění bylinné biomasy do druhů (kolem roku 1930) (http://www.rothamsted.ac.uk)
MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE ROTHAMSTED (ENGLAND) – PARK GRASSLAND EXP.
MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE
KOMPETICE O SVĚTLO V EXPERIMENTÁLNÍM PROSTŘEDÍ
David
Zele
ný
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
288
Hautier et al. (2009) Science 324: 636-638
Při vyšším přísunu živin rostou
rostliny rychleji a začnou si
konkurovat o světlo – tak proč
jim trochu nepřisvítit?
MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE
KOMPETICE O SVĚTLO V EXPERIMENTÁLNÍM PROSTŘEDÍ
David
Zele
ný
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
289
Hautier et al. (2009) Science 324: 636-638
David
Zele
ný
290
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE
STANOVENÍ POTENCIÁLNÍ STANOVIŠTNÍ PRODUKTIVITY V
DOUBRAVÁCH PĚSTOVÁNÍM ŘEDKVIČEK VE SKLENÍKU
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.
David
Zele
ný
291
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE
MEZOKOSMOVÝ EXPERIMENT S HMYZEM A PREDÁTORY
na začátku
experimentu ...
Wesner et al. (2012) Ecology 93: 1674-1682
http://nwdragonflier.blogspot.cz http://www.jjphoto.dk
Kádě, které samy o sobě nejsou
obsazeny predátory (larvy vážek a
pstruzi), ale jsou v blízkosti kádí s
predátory, jsou pro létající hmyz kladoucí
vajíčka stejně neatraktivní jako vlastní
kádě s predátory.
David
Zele
ný
292
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
MANIPULATIVNÍ EXPERIMENTY – PŘÍPADOVÉ STUDIE
VLIV HERBIVORNÍCH RYB NA DRUHOVÉ SLOŽENÍ
KORÁLOVÝCH ÚTESŮ
Atol Agatti
(Lakedivy, Indie)
hustá klec – zabrání
všem rybám
řídká klec – zabrání
jen velkým rybám
na začátku
experimentu ...
... a po čtyřech
měsících pod klecí
Autor: Nicole Černohorská (v rámci disertační práce)
David
Zele
ný
293
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
detailní pohled na korálový útes s nárostem řas
(autor: Nicole Černohorská)
Preferenční
David
Zele
ný
294
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE)
ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH
Systematické rozmístění v síti (lattice)
David
Zele
ný
295
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE)
ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH
Systematické rozmístění v síti (grid)
David
Zele
ný
296
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE)
ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH
Systematické rozmístění na transektu
David
Zele
ný
297
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE)
ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH
Náhodné rozmístění
David
Zele
ný
298
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE)
ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH
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
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
David
Zele
ný
299
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE)
ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH
Stratifikované náhodné rozmístění
David
Zele
ný
300
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PŘÍRODNÍ EXPERIMENT (OBSERVAČNÍ STUDIE)
ROZMÍSTĚNÍ VZORKOVACÍCH PLOCH
David
Zele
ný
301
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
STRATIFIKACE
KRAJINY V GIS
Austin et al. 2000
Teplota
Srážky
Půdní
typy
Stratifikované jednotky
bližší plochy jsou si podobnější
David
Zele
ný
302
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PROSTOROVÁ AUTOKORELACE
vlastnosti určitého pozorování (vzorku) mohou být do určité míry odvozeny z pozorování v jeho okolí – jednotlivá pozorování na sobě nejsou nezávislá
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, např. v důsledku tzv. Janzen-Connellovy hypotézy)
David
Zele
ný
303
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PROSTOROVÁ AUTOKORELACE
„Vše souvisí se vším, ale bližší věci spolu souvisejí více
než ty vzdálené“
Waldo Tobler (1969), První zákon geografie
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
Jak se prostorová autokorelace projevuje při analýze dat?
pozitivní PA zvyšuje pravděpodobnost chyby prvního druhy (Type I 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
David
Zele
ný
304
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PROSTOROVÁ AUTOKORELACE
David
Zele
ný
305
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PROSTOROVÁ AUTOKORELACE
×
Příklad: Vliv nadmořské výšky na vegetaci, studovaný pomocí
transektů vedených podél nadmořské výšky
prostorově neautokorelované
transekty
(každý transekt na různé hoře)
prostorově autokorelované
transekty
(paralelně vedle sebe na jedné hoře)
zrno (grain size) – velikost nejmenší studované jednotky, zpravidla
vzorkované plochy, dána vlastností a velikostí studovaných organismů
rozsah (extent) – velikost studovaného území, zachycení různých
ekologických faktorů
interval – vzdálenost mezi vzorkovanými plochami
David
Zele
ný
306
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
PROBLÉM PROSTOROVÉ ŠKÁLY
(SCALE OF THE STUDY)
Legendre & Legendre (1998)
Platí pravidlo, že
studie malého
rozsahu jsou hůře
zobecnitelné
David
Zele
ný
307
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
TVAR PLOCHY
čtvercová 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 ~ 35 m
obdélníkové plochy mohou mít vyšší druhovou bohatost než
čtvercové plochy (o stejné ploše)
David
Zele
ný
309
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
VLIV TVARU A ORIENTACE PLOCHY NA ZAZNAMENANOU
DRUHOVOU BOHATOST
gra
die
nt p
rostř
edí
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.
David
Zele
ný
310
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
VELIKOST PLOCHY
STUDIUM VEGETACE NA VÍCE MĚŘÍTCÍCH SOUČASNĚ
David
Zele
ný
311
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
VELIKOST PLOCHY
STUDIUM VEGETACE NA VÍCE MĚŘÍTCÍCH SOUČASNĚ
Jongepierová [ed.](2008): Louky Bílých Karpat.
Vztah mezi velikostí snímku a počtem
druhů ve snímku – bělokarpatské louky ve
srovnání s jinými typy travinné vegetace
David
Zele
ný
312
Zpra
co
vá
ní d
at v
eko
logii s
po
leče
nste
v
VELIKOST PLOCH
SPOLEČNÁ ORDINACE PLOCH O RŮZNÉ VELIKOSTI
Otýpková & Chytrý (2006), J.Veg.Sci. 17: 465-472
