analiza autokorelacji w profilu py kowym z jeziora wi tokrzyskiego w gnie nie rdze sw 3 91 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Analiza autokorelacji w profilu pyłkowym z Jeziora Świętokrzyskiego w Gnieźnie (rdzeń Sw 3/91) PowerPoint Presentation
Download Presentation
Analiza autokorelacji w profilu pyłkowym z Jeziora Świętokrzyskiego w Gnieźnie (rdzeń Sw 3/91)

Loading in 2 Seconds...

play fullscreen
1 / 24

Analiza autokorelacji w profilu pyłkowym z Jeziora Świętokrzyskiego w Gnieźnie (rdzeń Sw 3/91) - PowerPoint PPT Presentation


  • 86 Views
  • Uploaded on

Analiza autokorelacji w profilu pyłkowym z Jeziora Świętokrzyskiego w Gnieźnie (rdzeń Sw 3/91). Mirosław Makohonienko, Alfred Stach Instytut Badań Czwartorzędu i Geoekologii UAM. PROBLEM. Określenie ilościowe tempa i charakteru przemian roślinności

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Analiza autokorelacji w profilu pyłkowym z Jeziora Świętokrzyskiego w Gnieźnie (rdzeń Sw 3/91)' - soo


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
analiza autokorelacji w profilu py kowym z jeziora wi tokrzyskiego w gnie nie rdze sw 3 91

Analiza autokorelacjiw profilu pyłkowymz Jeziora Świętokrzyskiegow Gnieźnie (rdzeń Sw 3/91)

Mirosław Makohonienko,

Alfred Stach

Instytut Badań Czwartorzędu

i Geoekologii UAM

problem
PROBLEM

Określenie ilościowe tempa i charakteru przemian roślinności

w środkowej części Pojezierza Gnieźnieńskiego w holocenie,

przy pomocy geostatystycznej analizy strukturalnej danych palinologicznych.

slide4

Daty radiowęglowe z rdzeni S/84 i S/87 z Jeziora Skrzetuszewskiego (Tobolski 1990, 1991) na podstawie regionalnej korelacji palinologicznej.

Skrzetuszewskie Lake

K.Tobolski, 1990

Uproszczony diagram pyłkowy rdzenia Sw 3/91(Makohonienko 2000)

podstawy teoretyczne geostatystyka teoria zmiennych regionalnych miary autokorelacji i
Podstawy teoretyczneGeostatystyka – Teoria Zmiennych Regionalnych: miary autokorelacji I

Semiwariancje empiryczne

i model semiwariancji

Połowa średniej podniesionej do kwadratu różnicy między danymi odległymi o okres h.

gdzie:

N(h) - liczba par danych dla danego odstępu czasu h między nimi,

z(u) - dla  = 1, 2, ..., n oznaczają zbiór n pomiarów danego parametru,

u - jest zbiorem terminów wykonywanych pomiarów.

podstawy teoretyczne geostatystyka teoria zmiennych regionalnych miary autokorelacji ii
Podstawy teoretyczneGeostatystyka – Teoria Zmiennych Regionalnych: miary autokorelacji II

Autokowariancja (kowariancja) empiryczna

gdzie:

Madogram

Połowa bezwzględnej wartości średniej różnicy między danymi odległymi o okres h.

Średnia różnica między iloczynem danych odległych o okres h, a iloczynem średnich arytmetycznymi podzbiorów danych odległych o okres h.

wnioski
WNIOSKI
  • Analiza składowych głównych przeprowadzona dla całego profilu wykazała:
    • potwierdza statystycznie bardzo bliską korelacje grupy taksonów lasotwórczych – Ulmus, Tilia, Fraxinus, Corylus, dominujących w starszym i środkowym holocenie, oraz
    • korelację Carpinus i Fagus w młodszym odcinku holocenu.
    • Z pozostałych ważniejszych taksonów lasotwórczych Pinus, Quercus, Betula jak i Alnus zajmują pozycję pośrednią między wymienionymi dwoma grupami wskazując na stosunkowo mniejszą zmienność w kontekście całego holocenu.
    • W stosunku do obu wyraźnie przeciwstawnych grup składników leśnych zdecydowaną opozycję zajmuje grupa taksonów roślin zielnych z Poaceae, Rumex a/a, Plantago lanceolata, Urtica, podrodziną Cichorioidae oraz typu Aster. To czytelnie wyróżniające się ugrupowanie ujawnia rośliny silnie powiązane z siedliskami zaburzonymi działalnością antropogeniczną.
    • Uwagę zwraca jednoznaczne umiejscowienie w wyżej wymienionej grupie taksonów Salix i Populus (należących do drzew lub krzewów) jako składników sukcesji wtórnej siedlisk zaburzonych.
  • Oddzielna analiza składowych głównych dla wyodrębnionej starszej części profilu, o mniejszej roli człowieka w kształtowaniu szaty roślinnej, zachowuje ogólny układ prezentowany powyżej, jakkolwiek związki między taksonami ulegają ”rozluźnieniu”.
wnioski1
WNIOSKI
  • Analizy przeprowadzone dla najważniejszych taksonów profilu Sw 3/91, pozwalają szacować zmienność losową na:
    • Alnus na około 1,8% (±0,1%),
    • Betula – na 2,6%,
    • Corylus – 1,0%,
    • Pinus – 2,0%,
    • Quercus – 1,2%,
    • Poaceae – 0,45%.

Wartość zmienności losowej – wariancji nuggetowej w modelu semiwariancji – pomocna przy interpretacji danych pyłkowych, informuje jaka różnica w udziałach procentowych w kolejnych spektrach, ze statystycznego punktu widzenia, stanowić może wzrost lub spadek przypadkowy (losowy).

wnioski2
WNIOSKI
  • Dla wszystkich analizowanych pojedynczo taksonów, wyraźnie widoczny jest zbliżony odcinek czasowy zasięgu minimalnego podobieństwa, wynoszący od około 1250 (Pinus) do około 1650 lat (Corylus). Wydaje się, że ujawniona skala czasowa autokorelacji – rzędu około 1500 lat – stanowi odbicie klimatycznie i/lub troficznie uwarunkowanej przebudowy zbiorowisk roślinnych w warunkach Europy Środkowej.
  • W obrazie poszczególnych taksonów zaznaczył się zróżnicowany układ spadku podobieństwa w czasie (do pewnego stopnia zależny od przyjętej metody przeliczenia skali głębokościowej na czasową). W przypadku Alnus – odcinki podobieństwa obejmują 350/380 lat i 870 lat, dla Betula – 450 i 900 lat, Corylus 140 i 580 lat, Pinus – 115/150 i 750 lat, Quercus – 100, 400, 950 lat, Poaceae – 150 i 480 lat.
wnioski3
WNIOSKI
  • Powtarzające się wartości 100–150 (dla Pinus, Quercus, Poaceae) oraz 400–500 lat (dla Betula, Corylus, Quercus), wydają się być odbiciem działalności antropogenicznej. W takim ujęciu pierwsza liczba oznaczałaby czas potrzebny na regenerację lasu, druga zaś osiągnięcie stadium lokalnego klimaksu.
  • Usunięcie z obliczeń danych ze stropowych 4 m, wpłynęło wyraźnie na wszystkie krzywe. Zmienność czasowa uległa generalnie zmniejszeniu (z wyjątkiem Corylus). W przypadku zaś Betula, Pinus i Poaceae ujawnia się odmienna struktura autokorelacji.
wnioski4
WNIOSKI
  • Analiza autokorelacji przeprowadzona na 5 pierwszych składowych głównych potwierdza wnioski uzyskane dla poszczególnych taksonów.
  • Pierwsza składowa niosąca najwięcej, bo 25% informacji, przedstawia korelację grupy składników naturalnych fitocenoz leśnych z Ulmus – Tilia – Fraxinus – Corylus oraz Quercus i Alnus w przeciwstawieniu do składników zielnych siedlisk synantropijnych (oraz Carpinus i Fagus ze względu na ich młodoholoceńską sukcesję przypadającą już na okresy wzmożonych oddziaływań antropogenicznych). W przypadku tym najsilniej zaznacza się autokorelacja o zasięgu około 1500 lat. Układ punktów wykresu wskazuje ponadto na mniej wyraźne zmiany w skali 100–150 lat i 800–900 lat.
  • W przypadku drugiej składowej, w której decydującą rolę odgrywają Carpinus, Fagus i w mniejszym stopniu Quercus, ujawnia się silnie zmienność czasowa rzędu 110 lat.
wnioski5
WNIOSKI
  • Podobne zmiany w skali ok. 120 lat zaznacza obraz trzeciej składowej głównej, której elementem wyróżniającym jest Pinus.
  • O ile jednak składowa trzecia osiąga od razu po pierwszym załamaniu (na 120 latach), wartość semiwariancji progowej (sill), miary podobieństwa (autokorelacji) składowej drugiej maleją dalej nieznacznie do odstępu około 1000 lat.
  • Składowe 4 i 5, które korelują najsilniej odpowiednio ze zliczeniami Betula i Humulus t. wykazują podobną strukturę spadku podobieństwa, z załamaniami na ok. 80 i 350–400 lat.
  • Wszystkie krzywe charakteryzują się nieregularną, słabo zarysowaną, cyklicznością o okresie od 150 do 300 lat.
wnioski6
WNIOSKI

Zaprezentowane pierwsze wyniki, rzucają nowe światło, postrzegane poprzez pryzmat analiz statystycznych na szereg, dość intuicyjnie do tej pory interpretowanych zagadnień tempa przemian szaty roślinnej w holocenie. W dalszym postępowaniu zasadne wydaje się wyraźniejsze rozdzielenie czynników naturalnych od antropogenicznych. Pomocne w tym względzie będzie przeprowadzenie analogicznej analizy dla danych z obszarów o mniejszej niż w przypadku Wielkopolski, ingerencji człowieka w środowisko naturalne.