ΠΡΟΤΥΠΕΣ ΤΕΧΝΙΚΕΣ ΠΡΟΔΙΑΓΡΑΦΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΞΥΛΑΠΟΘΕΜΑΤΟΣ ΓΙΑ ΤΗΝ ΕΚΠΟΝΗΣΗ ΔΑΣΙΚΩΝ ΔΙΑΧΕΙΡΙΣΤΙΚΩΝ ΣΧΕΔΙΩΝ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΡΟΤΥΠΕΣ ΤΕΧΝΙΚΕΣ ΠΡΟΔΙΑΓΡΑΦΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΞΥΛΑΠΟΘΕΜΑΤΟΣ ΓΙΑ ΤΗΝ ΕΚΠΟΝΗΣΗ ΔΑΣΙΚΩΝ ΔΙΑΧΕΙΡΙΣΤΙΚΩΝ ΣΧΕΔΙΩΝ"

Transcript

1 ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ & ΘΡΑΚΗΣ ΤΜΗΜΑ ΔΑΣΟΠΟΝΙΑΣ & ΔΙΑΧΕΙΡΙΣΗΣ ΦΥΣΙΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΔΡΑΜΑΣ ΕΡΓΑΣΤΗΡΙΟ ΔΑΣΙΚΗΣ ΔΙΑΧΕΙΡΙΣΤΙΚΗΣ ΠΡΟΤΥΠΕΣ ΤΕΧΝΙΚΕΣ ΠΡΟΔΙΑΓΡΑΦΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΞΥΛΑΠΟΘΕΜΑΤΟΣ ΓΙΑ ΤΗΝ ΕΚΠΟΝΗΣΗ ΔΑΣΙΚΩΝ ΔΙΑΧΕΙΡΙΣΤΙΚΩΝ ΣΧΕΔΙΩΝ ΟΜΑΔΑ ΕΡΓΑΣΙΑΣ ΒΑΣΙΛΙΚΗ ΚΑΖΑΝΑ (ΣΥΝΤΟΝΙΣΤΡΙΑ) ΑΓΓΕΛΟΣ ΚΑΖΑΚΛΗΣ ΔΗΜΗΤΡΙΟΣ ΡΑΠΤΗΣ ΧΡΗΣΤΟΣ ΣΤΑΜΑΤΙΟΥ ΝΟΕΜΒΡΙΟΣ

2 ΠΕΡΙΕΧΟΜΕΝΑ 1. ΔΙΑΙΡΕΣΗ ΔΑΣΟΥΣ Μέθοδος δειγματοληψίας Χωρική βάση δειγματοληψίας Προσδιορισμός του αριθμού των δειγματοληπτικών επιφανειών Αξιολόγηση των αποτελεσμάτων της δειγματοληψίας Μέγεθος και σχήμα των δειγματοληπτικών επιφανειών Υλοποίηση της δειγματοληψίας ΥΛΙΚΑ ΚΑΙ ΜΕΣΑ Όργανα μέτρησης απόστασης Όργανα εκτίμησης διαμέτρου Όργανα μέτρησης ύψους Όργανα εκτίμησης κάλυψης κόμης Όργανα προσδιορισμού θέσης (GPS) Όργανα μέτρησης ηλικίας ΠΡΟΕΡΓΑΣΙΑ ΠΑΡΑΓΩΓΗ ΣΕΙΡΑΣ ΤΥΧΑΙΩΝ ΑΡΙΘΜΩΝ ΕΠΙΛΟΓΗ ΚΕΝΤΡΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ ΟΡΓΑΝΩΣΗ ΠΡΟΣΩΠΙΚΟΥ Χαρτογραφική επεξεργασία Εξοπλισμός Προετοιμασία ΟΡΓΑΝΩΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ ΜΕΤΡΗΣΕΙΣ ΣΤΙΣ ΔΕΙΓΜΑΤΟΛΗΠΤΙΚΕΣ ΕΠΙΦΑΝΕΙΕΣ Εκτίμηση στηθιαίας διαμέτρου Εκτίμηση ύψους Εκτίμηση μορφαρίθμου Εκτίμηση ηλικίας ΜΕΤΡΟΥΜΕΝΑ ΜΕΓΕΘΗ Η κυκλική επιφάνεια των ιστάμενων δέντρων (basal area) Ύψος ιστάμενων δέντρων Μορφάριθμος (stem form factor) Όγκος ιστάμενου δέντρου/συστάδας Βιβλιογραφία ΠΑΡΑΡΤΗΜΑ

3 1. ΔΙΑΙΡΕΣΗ ΔΑΣΟΥΣ Το υπάρχον σύστημα διαίρεσης του δάσους σε δασοπονικές κλάσεις, τμήματα και συστάδες προτείνεται να ενσωματωθεί σε ένα ευρύτερο σύστημα χωρικής οργάνωσης με ακριβείς και ιεραρχικά προσδιορισμένες κλίμακες χώρου, προσαρμοσμένο στις εξελίξεις του σύγχρονου επιστημονικού πεδίου της Οικολογίας του Τοπίου και της τεχνολογίας των Γεωγραφικών Συστημάτων Πληροφοριών και της Τηλεπισκόπισης. Ένα τέτοιο σύστημα οργάνωσης της χωρικής πληροφορίας θα συμβάλλει α) στην βελτίωση της κατά χώρον οργάνωσης της δειγματοληψίας, β) στην ενσωμάτωση ακριβούς ποσοτικής, χαμηλού κόστους, επιστημονικά στιβαρής πληροφορίας σχετικά με την κατανομή των ποιοτήτων τόπου στην συστάδα, γ) στην επιτυχή κατάρτιση τοπικών αλλά και γενικών μαζοπινάκων και δ) στην εφαρμογή σύγχρονων εργαλείων, μεθόδων και διαδικασιών για την εκτίμηση της συνολικής αειφορίας της διαχείρισης των δασικών πόρων. Η έννοια ''τοπίο'' (landscape), ορίζεται ως μία υπαρκτή φυσική οντότητα, που μπορεί να αναγνωριστεί με βάση συγκεκριμένα κριτήρια και ανήκει σε μια αυστηρή ιεραρχία εννοιολογικά. Τα κριτήρια αυτά είναι διαφορετικά ή διαφορετικής ''λεπτομέρειας μέτρησης'' ανάλογα με την κλίμακα στην οποία χρησιμοποιούνται. Ο ορισμός αυτός επιτρέπει τον καθορισμό των τοπίων, την περιγραφή τους, τον αναγνώρισή τους στον χώρο και κατ'επέκταση την χαρτογράφηση τους. Με την έννοια της κλίμακας τοπίου (landscape scale) δεν εννοείται η χαρτογραφική κλίμακα, αλλά η θέση του συγκεκριμένου τύπου τοπίου σε μία ιεραρχία τύπων τοπίου, όπου ανήκει εξ' ορισμού. Ιδιαίτερα επισημαίνεται η έννοια ''λεπτομέρεια'' αναφορικά με τον ορισμό και τα χαρακτηριστικά των τοπίων. Η λεπτομέρεια μίας πληροφορίας που αναφέρεται ως η μετρήσιμη/εκτιμήσιμη ιδιότητα ενός τοπίου αφορά στον βαθμό ολοκλήρωσης/ συνγκέντρωσης αυτής της πληροφορίας, π.χ μπορεί να αφορά στον πληθυσμό των μικρών πτηνών στα δέντρα ενός δασικού τοπίου, ή ειδικότερα στα είδη που ζουν στον κορμό και κάτω απο την κομοστέγη ή μόνο σε ένα συγκεκριμένο είδος. Χωρικές παράμετροι των τοπίων είναι όλες οι παράμετροι που μετρούνται ή 3

4 εκτιμούνται απο χαρτογραφημένη πληροφορία και αφορούν είτε στοιχεία του τοπίου, (π.χ ανοίγματα, οικοτόνοι), είτε το σύνολο του τοπίου. Πολύγωνο τοπίου ή μονάδα τοπίου είναι η χαρτογραφημένη μονάδα ενός πολυγώνου που εκπροσωπεί ένα συγκεκριμένο τύπο τοπίου σε μία συγκεκριμένη περιοχή και χρονική στιγμή. Το βασικό σχήμα της προτεινόμενης κλίμακας τοπίων αποτελείται από τέσσερα επίπεδα: (i) την περιφέρεια τοπίου, (ii) το σύστημα τοπίου, (iii) τον τύπο τοπίου, και (iν) τον οικότοπο (Kazana et al. 2005). Οι ορισμοί, τα κριτήρια προσδιορισμού και χαρτογράφησης αυτών των τοπίων περιγράφονται στο παράρτημα. Στην Οικολογία του Τοπίου για την κατανόηση των διάφορων χωρικών μονάδων που προσδιορίζονται και χαρτογραφούνται κυρίως στην κλίμακα του συστήματος τοπίου χρησιμοποιούνται περιγραφικά πρότυπα (μοντέλα). Τέτοια περιγραφικά πρότυπα, σε οργανωμένη μορφή περιλαμβάνουν μία σειρά απο παραμέτρους (ανεξάρτητες μεταβλητές) διακριτές ως προς την δομή και το περιεχόμενο για κάθε σύστημα τοπίου. Τα περιγραφικά πρότυπα των συστημάτων τοπίου για τα Ελληνικά δάση έχουν πληροφορία σχετική με το γεωλογικό υπόστρωμα, το υψομετρικό εύρος, τις επικρατούσες κατηγορίες εδαφών, τον τύπο κλίματος, το μέσο ετήσιο εύρος θερμοκρασιών, την μέση ετήσια βροχόπτωση, τις κύριες φυτοκοινωνικές διαπλάσεις και τον τυπικό συνδυασμό χρήσεων γης στην περιοχή και είναι διαθέσιμα από την βάση δεδομένων INFORM. Τα πρότυπα αυτά εξασφαλίζουν ότι ο χρήστης του χάρτη θα βρίσκει εύκολα και αποτελεσματικά την σχετική πληροφορία για κάθε πολύγωνο κάθε συστήματος τοπίου στην περιοχή που μελετά. Οποιαδήποτε πρόσθετη πληροφορία χρειασθεί πρέπει να προσδιοριστεί απο τον χρήστη, απο έτοιμες βάσεις δεδομένων ή με μετρήσεις πεδίου αν το κόστος δικαιολογείται. Συνήθως δεν ενδείκνυται η χρήση περιγραφικών προτύπων για τοπία σε κλίμακες λεπτομερέστερες του συστήματος τοπίου. Το γεγονός αυτό οφείλεται στο ότι οι χάρτες των χωρικών μονάδων στο επίπεδο του τύπου τοπίου και του οικότοπου είναι στην ουσία θεματικοί χάρτες και η κλείδα υπάρχει στο υπόμνημα του χάρτη. 4

5 Αναφορικά με την χωρική οργάνωση για σχεδιασμό της δειγματοληψίας ξυλαποθέματος προτείνεται για την κλίμακα τοπίου του οικοτόπου εκτός από τα επίπεδα του δασικού τμήματος και της συστάδας να ενσωματωθούν δύο επί πλέον επίπεδα κλίμακας τοπίου λεπτομερέστερα του οικοτόπου: Το επίπεδο της σύνθετης ή συνθετικής υποσυστάδας και το επίπεδο της πρωτογενούς υποσυστάδας. Έτσι η συνολική ιεραρχία κλίμακας τοπίων να διαμορφωθεί ως εξής: α) Περιφέρεια τοπίου, β) Υπερσύστημα δασικού τοπίου, γ) Σύστημα τοπίου, δ) Τύπος τοπίου, ε) Οικότοπος, στ) Δασικό Τμήμα, ζ) Δασική συστάδα, η) Σύνθετη ή συνθετική υποσυστάδα και θ) Πρωτογενής υποσυστάδα. Με το προτεινόμενο αυτό σχήμα καθορίζεται ακριβώς η θέση κάθε πληροφορίας με χωρική αναφορά από το παγκόσμιο επίπεδο, έως το επίπεδο υποπεριοχής της συστάδας (βλ. Πίνακα 1). Ειδικότερα, ως πρωτογενή υποσυστάδα ορίζουμε κάθε θεματικό χάρτη που περιέχει πληροφορία σχετικά με τις αξίες ή και λειτουργίες του δάσους, σε χωρικό επίπεδο μικρότερο της συστάδας και που προέρχεται απευθείας από μετρήσεις και όχι από υπολογισμούς. Ως δευτερογενή ή συνθετική ή σύνθετη υποσυστάδα ορίζουμε κάθε θεματικό χάρτη σε χωρική κλίμακα οικοτόπου μικρότερου της συστάδας, που υπολογίζεται με βάση πληροφορίες που υπάρχουν με την μορφή της πρωτογενούς υποσυστάδας και με οποιαδήποτε μέθοδο υπολογισμού μέσω κάποιου προτύπου. Τα πρότυπα αυτά μπορεί να πάρουν οποιαδήποτε από τις παρακάτω μορφές: περιγραφικά, γραφικά, απλά μαθηματικά, σύνθετα μαθηματικά ή στατιστικά. Από αυτή την άποψη κάθε χωρικά συσχετισμένη πληροφορία για τμήμα του δάσους μικρότερο της συστάδας μπορεί να αντιστοιχηθεί σε ένα από τα δύο επίπεδα υποσυστάδας όπως ορίζονται παραπάνω. Για παράδειγμα, η διάμετρος ή το ύψος των δέντρων, αν χαρτογραφηθεί μέσα σε κάθε συστάδα, οι χάρτες που προκύπτουν αποτελούν πρωτογενείς οικοτόπους στο επίπεδο της πρωτογενούς υποσυστάδας. Αλλά και στοιχεία που αφορούν πόρους άλλους από το ξυλαπόθεμα στο δάσος μπορούν εύκολα να κατανεμηθούν ως πρωτογενείς ή σύνθετες. Η κατανομή στον χώρο των θέσεων φωλεοποίησης, του αριθμού, της επιτυχίας της αναπαραγωγής 5

6 και άλλα στοιχεία που αφορούν έναν πληθυσμό είδους πτηνού που αναπαράγεται στα δάση αποτελούν επίσης πρωτογενείς θεματικούς χάρτες, εφόσον με κάποιον τρόπο αντιστοιχηθούν σε υποπεριοχές της κάθε συστάδας. Άν με βάση αυτή την πρωτογενή και οποιαδήποτε άλλη πρωτογενή πληροφορία.καταρτιστεί ένα χωρικά συσχετισμένο γενικό πρότυπο ενδιαιτήματος για το είδος αυτό, ή και ένα ειδικό πρότυπο ενδιαιτήματος μόνον όσον αφορά την διαδικασία φωλεοποίησης του είδους αυτού, αυτοί οι θεματικοί χάρτες ορίζονται ως σύνθετοι οικότοποι. Ωστόσο κάθε απογραφή πληροφορίας για τα δάση πέρα από τα καθιερωμένα ιστορικά στις Δασικές Υπηρεσίες, θα πρέπει να δικαιολογεί με βάση τον σκοπό χρήσης της το κόστος σύνταξής της. Σε αυτό το μικρότερο της συστάδας επίπεδο χωρικής κλίμακας το κόστος εφαρμογής για κάποιες πληροφορίες έχει μεγάλη πιθανότητα να είναι απαγορευτικό. 6

7 Πίνακας 1. Χωρική οργάνωση για σχεδιασμό της δειγματοληψίας ξυλαποθέματος και αναφορά και ολοκλήρωση της λεπτομέρειας των αποτελεσμάτων της δειγματοληψίας Επίπεδο προτεινόμενης χωρικής κλίμακας Βασική πληροφορία για ενσωμάτωση στον σχεδιασμό της δειγματοληψίας Προτεινόμενο ελάχιστο μέγεθος χαρτογράφησης 1. Περιφέρεια Τοπίου Συνδυασμός υποστρώματος και κλίματος km 2 2. Υπερσύστημα Δασικού Τοπίου (υποπεριοχές δάσους) Συνδυασμός αναγλύφου και δάσους 1-5 km 2 3. Σύστημα Τοπίου Συνδυασμός γεωλογικού υποστρώματος και κλίματος (παραγωγικότητα εδάφους, επίδραση κλίματος) 1-5 km 2 4. Τύπος Τοπίου Συνδυασμός δασικών οικοσυστημάτων 5. Δασικό Τμήμα * Όπως ορίζεται από την Δασική Υπηρεσία 6. Συστάδα Όπως ορίζεται από την Δασική Υπηρεσία 7. Χάρτης δειγματοληπτικών επιφανειών ** - Δασοπονικό Είδος - Ποιότητα Τόπου 8. Δασοπονικό Είδος *** Δασική Βλάστηση 9. Χάρτης Ποιοτήτων Τόπου ** -Θέση στην πλαγιά - Έκθεση - Κλίση (Πρόκειται για πρωτογενείς υποσυστάδες, θεματικούς χάρτες στους οποίους βασίζεται ο χάρτης ποιότητας τόπου) * Όλες οι κατηγορίες από το επίπεδο αυτό και κάτω χαρακτηρίζονται ως οικότοποι ** Σύνθετη υποσυστάδα *** Πρωτογενής υποσυστάδα 7

8 2. Μέθοδος δειγματοληψίας Σκοπός της δειγματοληπτικής διαδικασίας είναι η εξασφάλιση ενός δείγματος το οποίο αντιπροσωπεύει ένα πληθυσμό και συμπεριλαμβάνει τα υπό μελέτη χαρακτηριστικά του πληθυσμού με όσο το δυνατόν μεγαλύτερη ακρίβεια. Κάθε εκτίμηση μιας παραμέτρου που προκύπτει από δειγματοληψία έχει κάποιο σφάλμα και ως εκ τούτου κάποιο βαθμό αξιοπιστίας. Το μέγεθος του δείγματος από το οποίο εκτιμάται η συγκεκριμένη παράμετρος επηρρεάζει τον βαθμό αξιοπιστίας. Υπάρχει πληθώρα τεχνικών επιλογής δασικών τμημάτων που θα συμπεριληφθούν σε μία δειγματοληψία αποτελώντας το τελικό δείγμα του πληθυσμού. Ωστόσο, οι τρεις κύριες τεχνικές δειγματοληψίας στη δασική πράξη είναι οι παρακάτω (Mello et al. 2015): 1) Η απλή τυχαία δειγματοληψία 2) Η στρωματοποιημένη τυχαία δειγματοληψία 3) Η συστηματική δειγματοληψία Βασική προϋπόθεση της απλής τυχαίας δειγματοληψίας αποτελεί η αξίωση ότι κάθε δείγμα από το σύνολο των πιθανών δειγμάτων ενός πληθυσμού έχει ακριβώς την ίδια, ανεξάρτητη πιθανότητα να επιλεγεί. Συνεπώς, η επίτευξη της προϋπόθεσης της ίδιας πιθανότητας επιλογής αποτελεί μια σχετικά εύκολη διαδικασία αλλά θα πρέπει να συνδυαστεί με την εξασφάλιση ότι η κάθε επιλογή δεν θα πρέπει σε καμία περίπτωση να επηρεάζεται από την προηγούμενη ή την επόμενη. Η τυχαία δειγματοληψία βασίζεται στις παρακάτω προϋποθέσεις: 1) Ο αριθμός πιθανών δειγμάτων ενός πληθυσμού θα πρέπει να έχει οριστεί. 2) Η πιθανότητα επιλογής κάθε δείγματος πρέπει να είναι γνωστή. 3) Η πιθανότητα επιλογής πρέπει να είναι διαφορετική του μηδενός, ενώ το άθροισμα των πιθανοτήτων πρέπει να ισούται με τη μονάδα. 4) Το δείγμα επιλέγεται με βάση τις πιθανότητες. 8

9 Στατιστικές σχέσεις μεταβλητών n = αριθμός δειγματοληπτικών μονάδων Ν = συνολικός αριθμός πιθανών δειγματοληπτικών επιφανειών που αποτελούν τουν πληθυσμό (δάσος) = τιμή της μεταβλητής Χ που έχει εκτιμηθεί στη i δειγματοληπτική επιφάνεια = μέσος όρος της τιμής της Χ ανά δειγματοληπτική επιφάνεια ο εκτιμώμενος μέσος όρος της Χ για όλο τον πληθυσμό s = τυπική απόκλιση του δείγματος = τυπική απόκλιση του πληθυσμού = το εκτιμώμενο σύνολο της Χ για τον πληθυσμό Οι μαθηματικές εκφράσεις των παραπάνω μεταβλητών δίνονται στους παρακάτω τύπους: Μέσος όρος Τυπική απόκλιση Τυπική απόκλιση πληθυσμού Εκτιμώμενο σύνολο για τον πληθυσμό: Κατά την εφαρμογή της στρωματωμένης τυχαίας δειγματοληψίας υπάρχει μία σαφής βοηθητική πληροφορία με βάση την οποία γίνεται διαχωρισμός του 9

10 πληθυσμού σε ομογενείς ομάδες παρόμοιων χαρακτηριστικών. Οι ομάδες αυτές (στρώματα) δημιουργούνται έτσι ώστε η διακύμανση σε κάθε μία να είναι μικρότερη σε σχέση με αυτή που χαρακτηρίζει το σύνολο του πληθυσμού (West 2015). Βασικό χαρακτηριστικό της τεχνικής είναι το μικρότερο τυπικό σφάλμα σε σχέση με την απλή τυχαία δειγματοληψία ενώ κάθε στρώμα/επίπεδο της δειγματοληψίας μπορεί να θεωρηθεί ως ένα τμήμα του πληθυσμού για το οποίο γίνονται οι εκτιμήσεις (Kangas and Maltamo 2006). Μετά τον καθορισμό των στρωμάτων/ομάδων λαμβάνει χώρα η τυχαία δειγματοληψία. Στη δασική πράξη, εάν ως πληθυσμός θεωρηθεί ένας τύπος δάσους, τότε για τη δεδομένη επιφάνεια που καταλαμβάνει θα υπάρχουν σαφείς διαφοροποιήσεις όσον αφορά την ηλικία και τα στάδια ανάπτυξης, την τοπογραφία, το κλίμα και τον τύπο εδάφους. Όλα τα προαναφερθέντα μπορούν να θεωρηθούν ως βοηθητική πληροφορία επηρεάζοντας την ποσότητα του ιστάμενου όγκου που παράγεται από το δασικό οικοσύστημα και χαρακτηρίζουν κάθε σημείο του στο χώρο. Η στρωματοποίηση της παραπάνω δασικής έκτασης σε μικρότερα ομοιογενή τμήματα αναμένεται να παρουσιάσει μικρότερη διακύμανση όγκου σε σχέση με αυτή όλου του δάσους, ενώ όσο περισσότερο μειώνεται η διακύμανση μέσω της στρωματοποίησης, τόσο πιο αποτελεσματική θεωρείται η δειγματοληψία. Η όλη διαδικασία ενισχύεται από τη χρήση Γεωγραφικών Συστημάτων Πληροφοριών καθώς η στρωματοποίηση αποκτά χωρική διάσταση. Οι Husch et al. (2003) αναφέρουν μια σειρά πλεονεκτημάτων που προκύπτουν από την στρωματοποίηση. Τα πλεονεκτήματα επικεντρώνονται στα παρακάτω σημεία: 1) Η στρωματοποίηση οδηγεί σε ξεχωριστή εκτίμηση των μέσων όρων και των διακυμάνσεων των παραμέτρων κάθε υπο-ομάδας (στρώματος) του δάσους. 2) Για μία δεδομένη ένταση δειγματοληψίας, η εκτίμηση των δασικών χαρακτηριστικών γίνεται με μεγαλύτερη ακρίβεια σε σχέση με την απλή τυχαία μέθοδο δειγματοληψίας. Αυτό μπορεί να επιτευχθεί εάν τα δημιουργούμενα στρώματα (ομάδες) παρουσιάζουν μεγαλύτερη ομοιογένεια χαρακτηριστικών σε σχέση με αυτή ολόκληρου του πληθυσμού. 10

11 Τα μειονεκτήματα της στρωματωμένης τυχαίας δειγματοληψίας αναφέρονται κυρίως στην ανάγκη αρχικού προσδιορισμού του μεγέθους της ομάδας (στρώματος), ή έστω μιας λογικής εκτίμησής του και στην προϋπόθεση λήψης ξεχωριστών δειγμάτων κάθε στρώματος όταν είναι απαραίτητη η εκτίμηση κάποιου χαρακτηριστικού του. Σε κάθε στρώμα (υπο-ομάδα) του πληθυσμού Μ στο οποίο χωρίζεται το δάσος, ένας αριθμός τυχαίων επιφανειών επιλέγεται με τυχαίο τρόπο. Στατιστικές σχέσεις μεταβλητών της στρωματωμένης τυχαίας δειγματοληψίας Μ = αριθμός στρωμάτων (υπο-ομάδων του πληθυσμού n = συνολικός αριθμός δειγμάτων για όλα τα στρώματα (υπο-ομάδες) n j = συνολικός αριθμός δειγμάτων για το κάθε j στρώμα Ν = συνολικός αριθμός πιθανών δειγμάτων όλου του πληθυσμού Ν j = συνολικός αριθμός πιθανών δειγμάτων για το κάθε j στρώμα Xij = εκτιμώμενη παράμετρος Χ της i δειγματοληπτικής μονάδας του j στρώματος j = μέσος όρος της X στο j στρώμα = μέσος όρος της Χ για όλο τον πληθυσμό Pj = αναλογία του στρώματος j σε σχέση με όλη τη δασική έκταση = Nj/N = το εκτιμώμενο σύνολο της Χ στον πληθυσμό s 2 j = διακύμανση της Χ στο στρώμα j = εκτιμώμενη διακύμανση του μέσου όρου του πληθυσμού = εκτιμώμενη διακύμανση της Ε = επιτρεπτό τυπικό σφάλμα του Χ 11

12 Η εκτίμηση του μέσου όρου κάθε στρώματος (υπο-ομάδας) δίνεται από τον παρακάτω τύπο: Η εκτίμηση του μέσου όρου για όλο τον πληθυσμό (για όλο τα δάσος): Η εκτίμηση της μέσης τιμής του Χ για όλο τον πληθυσμό: Η διακύμανση σε κάθε στρώμα του πληθυσμού δίνεται από τον παρακάτω τύπο: Το τυπικό σφάλμα: Η συστηματική δειγματοληψία παρότι χρησιμοποιείται στην δασική πράξη συχνότερα γιατί η εφαρμογή της θεωρείται ευκολότερη και περισσότερο ακριβής (Bellhouse and Sutradhar 1988, Dunn and Harrison 1993, D'Orazio 2003, Ambrosio et al. 2004), σύμφωνα με τους van Laar and Akça (2007) παρουσιάζει σοβαρά μειονεκτήματα όπως: 1) Το δείγμα που προκύπτει είναι ουσιαστικά ένα σύνολο από μη-τυχαίες τοποθετημένες δειγματοληπτικές μονάδες, εκτίμησης μιας ή περισσοτέρων παραμέτρων. Ως εκ τούτου, δεν είναι εφικτός ο προσδιορισμός της συνολικής διακύμανσης των παραμέτρων του πληθυσμού. 2) Η εγκατάσταση δειγματοληπτικών μονάδων στα όρια των συστάδων αποφεύγονται, με αποτέλεσμα τη δημιουργία αρνητικών τάσεων (μεροληψίας) κατά την εκτίμηση του μέσου όρου του πληθυσμού. 12

13 3) Οι διαθέσιμες εξισώσεις εκτίμησης της διακύμανσης του μέσου όρου προϋποθέτουν τη γνώση της κατανομής του πληθυσμού. 4) Αδυναμία προσδιορισμού του τυπικού σφάλματος του μέσου όρου μέσω κάποιου μαθηματικού τύπου. Η τεχνική της συστηματικής δειγματοληψίας δεν χρησιμοποιεί δικούς της μαθηματικούς τύπους για την εκτίμηση των παραμέτρων αλλά βασίζεται στους θεμελιώδεις της απλής τυχαίας δειγματοληψίας (Scolforo and Mello 2006). Επίσης υπάρχει το ενδεχόμενο αλληλεπίδρασης δύο δειγματοληπτικών μονάδων κατά τη συστηματική δειγματοληψία εξαιτίας της χωρικής συσχέτισης (Mello et al. 2015). Για τον προσδιορισμό της κεντρικής τάσης (μέσου όρου ή διαμέσου της κατανομής) των μεταβλητών που αφορούν την εκτίμηση του ξυλαποθέματος σημαντική είναι η παραδοχή του θεωρήματος του κεντρικού ορίου [Central limit theorem(s)]. Σύμφωνα με αυτό το θεώρημα δεδομένων κάποιων προϋποθέσεων, ο αριθμητικός μέσος μίας αρκούντως μεγάλης ακολουθίας επαναλήψεων που αφορούν ανεξάρτητες και τυχαίες μεταβλητές, που η κάθε μία χαρακτηρίζεται από επαρκώς ορισμένες (πεπερασμένες) αναμενόμενες τιμές και πεπερασμένη διακύμανση, θα ακολουθεί κατά προσέγγιση την κανονική κατανομή, ανεξάρτητα από το είδος της κατανομής του πληθυσμού από όπου προέρχεται η κάθε επανάληψη (Moore et al. 1996, Cox and Donnelly 2011). Η σημαντικότερη επίδραση από αυτό το θεώρημα για την εκτίμηση του ξυλαποθέματος είναι ότι η μέθοδος της δειγματοληψίας πρέπει να εξασφαλίζει την τυχαιότητα της δειγματοληψίας, καθώς αυτή καθορίζει την κατανομή. Έτσι πρακτικά δεν έχει σημασία αν υπάρχει στρωμάτωση, ή πόσα επίπεδα στρωμάτωσης, ή αν υπάρχει κάποια μορφή συστηματικής δειγματοληψίας εφόσον το σχήμα που εφαρμόζεται στην πράξη είναι σύνθετο. Θα πρέπει ωστόσο να εξασφαλίζεται η βασική προϋπόθεση για να ισχύει η προσέγγιση της κατανομής του μέσου όρου από ένα οποιοδήποτε δείγμα στην κανονική κατανομή, δηλαδή η ίδια πιθανότητα για κάθε σημείο του δάσους να συμπεριληφθεί στο δείγμα. Από πρακτική άποψη αυτό σημαίνει ότι το μέγεθος του δείγματος πρέπει να είναι αρκετά μεγάλο, ώστε η κατανομή των μέσων όρων όλων των πιθανών δειγμάτων 13

14 από τον πληθυσμό να προσεγγίζει την κανονική κατανομή, οπότε μπορούμε να χρησιμοποιήσουμε χωρίς πρόβλημα τους τύπους που αναφέρονται παραπάνω. Από την άποψη αυτή προτείνεται και το σχήμα δειγματοληψίας που παρουσιάζεται στην επόμενη ενότητα. Άλλα σχήματα που βασίζονται στην επιλογή ενός τυχαίου αρχικού σημείου και στη συνέχεια στην συστηματική δειγματοληψία όλων των υπόλοιπων επιφανειών θα πρέπει να αποφεύγονται στην Ελλάδα, καθώς με την επιλογή του πρώτου σημείου όλα τα υπόλοιπα σημεία του δάσους δεν έχουν την ίδια πιθανότητα επιλογής. Δηλαδή στην ουσία με τον τρόπο αυτό επιλέγουμε όλες τις επιφάνειες με μία μόνο τυχαία κατανομή σημείου και όχι με n τυχαίες δειγματοληψίες, όπου n= ο αριθμός των δειγμάτων. Μία ορθότερη εφαρμογή ενός τέτοιου σύνθετου σχήματος θα ήταν η επιλογή ενός αριθμού σημείων με τυχαίο τρόπο, και στην συνέχεια η επιλογή γύρω από αυτό το σημείο με συστηματικό τρόπο ενός περιορισμένου αριθμού δειγματοληπτικών επιφανειών. Η κανονική κατανομή είναι η σπουδαιότερη από την άποψη της δειγματοληψίας για την εκτίμηση του ξυλαποθέματος καθώς σχετίζεται εξ' ορισμού με την τυχαία κατανομή δειγματοληπτικών επιφανειών, αλλά και λόγω του θεωρήματος του κεντρικού ορίου, όπως αναφέρθηκε παραπάνω. Η τυπική κανονική κατανομή (standard normal distribution) είναι μία ειδική περίπτωση της κανονικής κατανομής η οποία εξ' ορισμού αφορά μία τυχαία κανονική μεταβλητή με μέσο όρο ίσο με το μηδέν και διακύμανση ίση με την μονάδα. Αυτός ο ορισμός μας επιτρέπει την χρήση του κριτηρίου Z (z-score) για τον ακριβή προσδιορισμό της διακύμανσης και των ορίων εμπιστοσύνης του μέσου όρου σε κάθε δείγμα. Η κατανομή του t-κριτηρίου του Student χρησιμοποιείται για την εκτίμηση παραμέτρων του πληθυσμού, όταν το μέγεθος του δείγματος είναι μικρό ή η διακύμανση του πληθυσμού άγνωστη. Δηλαδή χρησιμοποιείται όταν εξ' αιτίας μικρού δείγματος δεν ικανοποιείται η προϋπόθεση για "επαρκώς μεγάλο" δείγμα όσον αφορά το θεώρημα του κεντρικού ορίου. Στην περίπτωση αυτή χρησιμοποιούμε τους τύπους με το t-κριτήριο με τιμές από τους ανάλογους πίνακες. 14

15 Ιδιαίτερη σημασία έχει αυτή η κατανομή για τον προσδιορισμό του αριθμού των δειγματοληπτικών επιφανειών. Έτσι μπορεί να χρησιμοποιηθεί για τον προσδιορισμό κάθε μεγέθους από δειγματοληψία, η κατανομή πιθανοτήτων του οποίου προσεγγίζει την κωδωνοειδή μορφή της κανονικής κατανομής. Ο περιορισμός αυτός ισχύει για κάθε εκτιμώμενη παράμετρο, αν ικανοποιούνται οι παρακάτω περιορισμοί: - Η κατανομή του πληθυσμού είναι κανονική - Η κατανομή του πληθυσμού είναι συμμετρική, μονοκόρυφη, χωρίς απομακρυσμένες, άτυπες παρατηρήσεις (outliers) και το μέγεθος του δείγματος είναι τουλάχιστον 30 - Η κατανομή του πληθυσμού είναι μέτρια ασυμμετρική (skewed), μονοκόρυφη χωρίς άτυπες παρατηρήσεις και το μέγεθος του δείγματος είναι τουλάχιστον Χωρίς κανένα περιορισμό για την μορφή της κατανομής του πληθυσμού, αλλά χωρίς άτυπες παρατηρήσεις και με μέγεθος δείγματος μεγαλύτερο του 40. Συμπερασματικά, ως μέθοδος δειγματοληψίας προτείνεται η τυχαία δειγματοληψία με ενσωμάτωση τυχόν 2 ου επιπέδου συστηματικής δειγματοληψίας όπου και όταν κρίνεται απαραίτητο. Προτείνεται η παραδοχή του θεωρήματος κεντρικού ορίου για όλες τις δασικές εκτάσεις της χώρας και η υιοθέτηση του t- κριτηρίου, όπως αυτό περιγράφεται παραπάνω για τον υπολογισμό των ορίων εμπιστοσύνης των εκτιμήσεων μέσων όρων, το οποίο στην ουσία αποτελεί το z- κριτήριο όταν ισχύουν οι προϋποθέσεις τυπικής κανονικής κατανομής για το εξεταζόμενο δείγμα. Τέλος, προτείνεται η χρήση αριθμού δείγματος μεγαλύτερου του 30 ή του 40 σύμφωνα με όσα αναφέρονται παραπάνω για την εκτίμηση των βασικών παραμέτρων υπολογισμού του ξυλαποθέματος, σε υποπεριοχές του δάσους, όπως που καθορίζονται και χαρτογραφούνται με βάση την διαδικασία που περιγράφεται στην επόμενη ενότητα. 15

16 3. Χωρική βάση δειγματοληψίας Ως βάση της δειγματοληψίας προτείνεται η χωρική ανάλυση της περιοχής και η αναγνώριση/χαρτογράφηση χαρακτηριστικών υποπεριοχών του δάσους, που προτείνουμε να αποκαλούνται υπερσυστήματα τοπίου του δάσους και η στρωμάτωση της δειγματοληψίας. Η τελευταία σχηματίζεται από την υπέρθεση δύο επιπέδων πληροφορίας, ενός χάρτη που εκπροσωπεί την κάλυψη των δασοπονικών ειδών (δασικός χάρτης), και ενός χάρτη ποιοτήτων τόπου ή προσέγγισης ποιοτήτων τόπου. i) H υποδιαίρεση του δάσους σε υπερσυστήματα τοπίου Ο διαχωρισμός του δάσους σε επιμέρους περιοχές μπορεί να γίνει με βάση τα γενικά χαρακτηριστικά κλίσης, έκθεσης, τύπου και είδους δάσους στην περιοχή. Με όρους Οικολογίας Τοπίου το υπερσύστημα τοπίου αναφέρεται σε ένα χαρακτηριστικό συνδυασμό συστημάτων τοπίου και παρεμβάλλεται στην ιεραρχική κλίμακα τοπίων μεταξύ του επιπέδου της περιφέρειας τοπίου και του συστήματος τοπίου. Ένα τέτοιο υπερσύστημα τοπίου παραδείγματος χάρη μπορεί να περιλαμβάνει εκτεταμένες συστάδες οξιάς με σημαντικό ξυλαπόθεμα σε μια περιοχή μεταμορφωσιγενών/φυλλιτικών πετρωμάτων, με γενική έκθεση βόρεια, μέτριες κλίσεις και υποβαθμισμένα δάση δρυός στις κατώτερες θέσεις των κλιτύων. Η δειγματοληπτική προσπάθεια πρέπει να οργανώνεται για κάθε μία τέτοια περιοχή ξεχωριστά, σαν υποσύνολο του δάσους, και να μην γίνεται ο σχεδιασμός της κατονομής των δειγματοληπτικών επιφανειών για ολόκληρη την περιοχή του δάσους. Αυτό έχει και το πλεονέκτημα της καλύτερης και πιο αποτελεσματικής υλοποίησης της δειγματοληψίας στο πεδίο, καθώς περιορίζει σημαντικά τις μετακινήσεις. Τα υπερσυστήματα τοπίου περιλαμβάνουν συνήθως συστάδες, έτσι ώστε να εκπροσωπούν επαρκώς την διακύμανση του ξυλαποθέματος. Ειδικότερα, η διαδικασία υποδιαίρεσης του δάσους σε υπερσυστήματα τοπίου περιλαμβάνει: Δημιουργία χωρικής βάσης δεδομένων με συγκέντρωση πληροφορίας σε χαρτογραφική μορφή από διάφορες πηγές: Όρια χρήσεων γης 16

17 Δασοπονικά είδη Υποδομές σημαντικές για την υλοποίηση της δειγματοληψίας (δίκτυο δρόμων για πρόσβαση στην περιοχή και μέσα στην περιοχή) Άλλες πληροφορίες για θέσεις ειδικού ενδιαφέροντος με ιδιαίτερη πολιτιστική/αρχαιολογική/θρησκευτική αξία, προστατευόμενες περιοχές, απειλούμενα είδη, κλπ Τοπογραφία, ανάγλυφο Γεωλογικό υπόστρωμα Την κατανομή όγκου του ξυλαποθέματος (από προηγούμενες διαχειριστικές μελέτες) Την προηγούμενη ιστορία διαχείρισης του ξυλαποθέματος Δορυφορικά δεδομένα κάλυψης γης και άλλες πηγές τηλεπισκόπισης Συστήματα τοπίου (διαθέσιμα από την χωρική βάση δεδομένων INFORM) Κλιματολογικά στοιχεία Οργάνωση της πληροφορίας αυτής σε κατάλληλο σύστημα προβολής σε χαρτογραφική βάση δεδομένων Επικαιροποίηση του χάρτη δασικής κάλυψης της περιοχής Κατάρτιση ψηφιακού μοντέλου εδάφους (DEM) για την περιοχή Δημιουργία χαρτών κλίσης, έκθεσης, θέσης στην πλαγιά Τα κύρια κριτήρια επιλογής για την αναγνώριση και χαρτογράφηση των υποπεριοχών αποτελούν η κατανομή στον χώρο, η μίξη των κυριότερων δασοπονικών ειδών και του ξυλαποθέματός τους και το ανάγλυφο της κάθε περιοχής. Για το ανάγλυφο μπορούν να χρησιμοποιηθούν χαρακτηριστικές μίξεις γεωλογικού υποστρώματος και ζωνών υψομέτρου, καθώς και η γενική έκθεση. ii) Η υποδιαίρεση της συστάδας σε υποπεριοχές Ο διαχωρισμός της συστάδας σε υποπεριοχές γίνεται με τον σχηματισμό ενός θεματικού χάρτη, ο οποίος χωρίζει τις συστάδες ενός δάσους σε ομοιόμορφες υποπεριοχές για τον σκοπό της δειγματοληψίας ξυλαποθέματος. 17

18 Το πρώτο συστατικό στοιχείο αυτού του θεματικού χάρτη είναι ένας χάρτης με τα κύρια δασοπονικά είδη στην περιοχή. Η άλλη σημαντική πηγή ποικιλομορφίας του ξυλαποθέματος στον χώρο είναι φυσικά οι σταθμικές συνθήκες. Παραδοσιακά στην δασοπονία χρησιμοποιούνται για τον σκοπό αυτό οι ποιότητες τόπου. Με την υπέρθεση των 2 χαρτών με τα δασοπονικά είδη και τις ποιότητες τόπου δημιουργείται ένας μικρός αριθμός κατηγοριών, όπου πρέπει να κατανεμηθούν τυχαία οι δειγματοληπτικές επιφάνειες σε κάθε περιοχή. Ο λόγος που ο αριθμός αυτός ποιότητας τόπου και δασοπονικού είδους είναι συνήθως μικρός, οφείλεται κυρίως στο γεγονός ότι δεν υπάρχουν όλα τα δασοπονικά είδη στον ίδιο βαθμό στις περιοχές, αλλά και όπου υπάρχουν σπάνια αναπτύσσονται σε περισσότερες από 3 ποιότητες τόπου, εκτός πολύ μικρής έκτασης και μικρού αριθμού πολυγώνων. Παραδείγματος χάρη σε πρόσφατη έρευνα στο δάσος της Δυτικής & Νοτιοδυτικής Λεκάνης Κ. Νευροκοπίου όπου χρησιμοποιήθηκε αυτή η δειγματοληπτική διαδικασία, οι κύριοι συνδυασμοί που προέκυψαν ήταν 2 ή 3 ποιότητες τόπου, για 3 ή 4 κύρια δασοπονικά είδη, δηλαδή περίπου 6 έως 12 συνδυασμοί είδους/ποιότητας τόπου. Ο αριθμός αυτός είναι ιδιαίτερα μικρός σε σχέση με άλλες μεθόδους για χωρική βάση σχεδιασμού της δειγματοληψίας, όπως π.χ οι συσταδικοί τύποι. Οι παραπάνω υποπεριοχές μέσα στην κάθε συστάδα μπορούν εύκολα να οριοθετηθούν, να εμβαδομετρηθούν μέσω του ΓΣΠ και να χρησιμοποιηθούν όχι μόνον για την κατανομή των δειγματοληπτικών επιφανειών για εκτίμηση ξυλαποθέματος, αλλά και την εκτίμηση της έκτασης των ποιοτήτων τόπου στην συστάδα. Η κατανομή των δειγματοληπτικών επιφανειών ανάμεσα στις κατηγορίες είδους/ποιότητας τόπου γίνεται κατ αναλογία με την σχετική τους έκταση. Ο ακριβής προσδιορισμός κάθε δειγματοληπτικής επιφάνειας στον χάρτη γίνεται με παραγωγή τυχαίων αριθμών με χρήση εφαρμογής λογισμικού (Random Number Generator) που είναι ελεύθερα προσβάσιμο στο διαδίκτυο. 18

19 Σχετικά με τους χάρτες ποιότητας τόπου, μέχρι στιγμής δεν υπάρχουν τρόποι κατάρτισης αξιόπιστων τέτοιων χαρτών, οπότε προτείνονται 3 μέθοδοι προσέγγισης της χαρτογράφησης των ποιοτήτων τόπου. Οι μέθοδοι αυτοί είναι οι εξής: Α) Μέθοδος υπέρθεσης χαρτών στο επίπεδο της συστάδας Η μέθοδος περιλαμβάνει απλή υπέρθεση θεματικών χαρτών από στοιχεία του αναγλύφου (θέση στην πλαγιά, έκθεση, κλίση). Άλλα σταθμικά στοιχεία, όπως ιδιότητες εδαφών, κλιματικές συνθήκες κ.λ.π. ενσωματώνονται σε πιο αδρό επίπεδο μέσα από την ιεραρχική κλίμακα τοπίων που προτείνεται παραπάνω. Προτείνεται η χρησιμοποίηση 6 κατηγοριών κλίσεων, 10 κατηγοριών εκθέσεων και 2 κατηγοριών θέσης στην πλαγιά. Πρέπει ωστόσο να τονιστεί ότι δεν είναι βέβαιον ότι οι καθορισμένες υποπεριοχές σε κάθε συστάδα θα ανήκουν σε κάποιο σύστημα κατηγοριοποίησης με εφαρμογή σε όλο το δάσος. Είναι πιθανό κάτι τέτοιο να ισχύει για συστάδες που βρίσκονται σε μικρή απόσταση μεταξύ τους, αλλά όχι για όλο το δάσος. Έτσι το πρόβλημα κατανομής των δειγματοληπτικών επιφανειών υλοποιείται ουσιαστικά με ένα ακόμη επίπεδο στρωμάτωσης. Δηλαδή μετά τις υποπεριοχές (υπερσυστήματα τοπίου ή δασικά τοπία), θα πρέπει να γίνεται κατανομή ανά δασοπονικό είδος και συστάδα (2 ο επίπεδο στρωμάτωσης). Τέλος για κάθε συστάδα και δασοπονικό είδος στην συστάδα θα πρέπει να γίνεται η τελική κατανομή των δειγματοληπτικών επιφανειών που αντιστοιχούν στην συγκεκριμένη συστάδα με βάση τον μικρό αριθμό υποπεριοχών που ορίζει αυτή η μέθοδος (3 ο επίπεδο στρωμάτωσης). Στην πράξη θα πρέπει να γίνεται η κατανομή των τυχόν δειγματοληπτικών επιφανειών που αντιστοιχούν σε κάθε δασικό είδος μέσα στην συστάδα με βάση τις σταθμικές υποπεριοχές που καταλαμβάνει αυτό το είδος στην συστάδα. Ακριβώς από το γεγονός ότι δεν υπάρχει κεντρικός σχεδιασμός των επιφανειών δειγματοληψίας, αλλά γίνεται κατά συστάδα και δεν υπάρχει δυνατότητα ομαδοποίησης των αποτελεσμάτων πέρα από το δασοπονικό είδος ουσιαστικά, η μέθοδος αυτή είναι μεν μία βελτίωση στην ισχύουσα μέθοδο του βηματισμού και 19

20 της υποκειμενικής εκτίμησης της κατανομής ποιοτήτων τόπου στην συστάδα, αλλά υπολείπεται των δύο άλλων μεθόδων που προτείνονται. Είναι άμεσα εφαρμόσιμη και με μικρό κόστος εφαρμογής, με την προϋπόθεση εξοικείωσης του μελετητή με τα ΓΣΠ. Επίσης εισάγει έναν περιορισμένο παράγοντα υποκειμενικότητας, καθώς είναι σχετικά απλή η αναγνώριση των υποπεριοχών της συστάδας, όσον αφορά τους συνδυασμούς γενικής έκθεσης και θέσης στην πλαγιά. Η πρόσφατη έρευνά μας έδειξε ότι η σημασία της κλίσης του εδάφους στον καθορισμό ή την προσέγγιση προτύπων της ποιότητας τόπου είναι εξαιρετικά περιορισμένη. Ωστόσο, η κλίση όμως των εδαφών πρέπει να μελετάται σε επόμενο στάδιο, καθώς είναι πολύ σημαντικό στοιχείο στην υλοποίηση της δειγματοληψίας στο έδαφος, αλλά και στην απόληψη των δασικών προϊόντων. Επομένως πρέπει να υπάρχει ως στοιχείο στην χωρική βάση για το δάσος, αλλά όχι στο επίπεδο κατανομής των δειγματοληπτικών επιφανειών. Β) Η μέθοδος της απλής μαθηματικής προσέγγισης της ποιότητας τόπου Η μέθοδος αυτή στηρίζεται στο θεωρητικό υπόβαθρο της γονιμότητας του εδάφους εξαιτίας της τοπογραφίας, σε συνδυασμό με το φαινόμενο της τοποδιαδοχής (σύμφωνα με το οποίο τα πλέον παραγωγικά εδάφη εντοπίζονται σε ήπιες, με Βόρεια έκθεση πλαγιές, συνήθως στα χαμηλότερα σημεία όπου η έκπλυση του επιφανειακού στρώματος και η εδαφική απώλεια είναι σημαντικά μικρότερες), σε ένα πλαίσιο Γεωγραφικών Συστημάτων Πληροφοριών (ΓΣΠ). Οι εισαγωγικές μεταβλητές είναι η έκθεση, η κλίση και η θέση στην πλαγιά. Η μέθοδος μπορεί να υλοποιηθεί με βάση τα παρακάτω βασικά στάδια, σε περιβάλλον ΓΣΠ: Στάδιο 1. Δημιουργία Ψηφιακού Μοντέλου Εδάφους (DEM) της περιοχής, το οποίο προκύπτει από ψηφιοποίηση των χωροσταθμικών καμπυλών των τοπογραφικών χαρτών κλίμακας 1: της Δασικής Υπηρεσίας. Ως μέγεθος φατνίου (pixel) προτείνεται το 20x20m, το οποίο έχει παρουσιάσει αρκετά ικανοποιητική ακρίβεια σε σχέση με τις πραγματικές συνθήκες. 20

21 Στάδιο 2. Δημιουργία ψηφιακών αρχείων (raster) κλάσεων των βασικών μεταβλητών και μετασχηματισμός τους (reclassification) σύμφωνα με τη μεθοδολογία των Κακούρου και Ντάφη (2009), η οποία εισάγεται ως ειδικά τροποποιημένη για εφαρμογή σε εργασίες δασικών απογραφών. Η δημιουργία των κλάσεων και του μετασχηματισμού προτείνεται να γίνει ακολουθώντας τα παρακάτω μεσοδιαστήματα (intervals): Έκθεση: Η έκθεση επιδρά στη θερμοκρασία της περιοχής με τις Βόρειες και Ανατολικές εκθέσεις να παρουσιάζουν χαμηλότερες θερμοκρασίες και υψηλότερη υγρασία και το αντίστροφο για τις Δυτικές και Νότιες. Η ιεράρχηση για την έκθεση από την ευνοϊκότερη προς τη δυσμενέστερη είναι Β, ΒΑ, ΒΔ, Α, Δ, ΝΑ, ΝΔ, Ν. Για τη δημιουργία κλάσεων και μετασχηματισμού τους, προτείνεται η χρήση της παρακάτω κλίμακας: Από ο δίνεται η τιμή 10, 22.5 ο 67.5 ο =9, 67.5 ο ο =7, ο ο =5, ο ο =3, ο ο =4, ο =6, ο ο =8, ο 360 ο =10. Στις επίπεδες επιφάνειες, οι οποίες χαρακτηρίζονται από το λογισμικό ως -1, θα δοθεί η τιμή 10. Η κλίση: Όσο μικρότερη είναι η κλίση του εδάφους τόσο μειώνονται οι πιθανότητες διάβρωσης, το έδαφος είναι πλουσιότερο σε θρεπτικά συστατικά, είναι βαθύτερο με αυξημένη εδαφική υγρασία. Για την κλίση προτείνεται η χρήση 9βάθμιας κλίμακας (μετασχηματισμός) που αντιστοιχεί σε 9 κλάσεις κλίσεων σε μοίρες, με τις κλίσεις από 0 ο -10 ο να δίνεται η τιμή 9, 11 ο -20 ο =8, 21 ο -30 ο =7, 31 ο -40 ο =6, 41 ο -50 ο =5, 51 ο -60 ο =4, 61 ο -70 ο =3, 71 ο -80 ο =2 και 81 ο -90 ο =1. Η θέση στην πλαγιά (Τοποδιαδοχή): Η διάκριση αυτής της παραμέτρου σε περιβάλλον ΓΣΠ αποτελεί ένα σχετικά πιο περίπλοκο ζήτημα, σε τεχνικούς όρους και για το λόγο αυτό προτείνεται η χρήση της επέκτασης Land Facet Corridor Designer (διαθέσιμη στο: όπου διατίθεται το εργαλείο TPI (Topographic Position Index Tool) για τον καθορισμό κοιλάδων, κορυφογραμμών και πλαγιών στο χώρο με βάση το ψηφιακό μοντέλο εδάφους μιας περιοχής (Weiss 2001). Η εφαρμογή και η χρήση του εργαλείου TPI απαιτεί εξειδικευμένες γνώσεις από το χρήστη 21

22 αφού βασίζεται στη χρήση ψηφιδωτών (raster) τύπου αρχείων. Για τη δημιουργία κλάσεων και μετασχηματισμού τους, προτείνεται η εξής κατάταξη από την ευνοϊκότερη προς την δυσμενέστερη θέση: Επίπεδη επιφάνεια=7, Κάτω μέρος πλαγιάς= 6, Αναβαθμοί=5, Μέσο πλαγιάς=4, Ανώτερο μέρος πλαγιάς=3, Στρογγυλεμένη κορυφή=2, Απότομη κορυφή=1. Στάδιο 3. Μετά το μετασχηματισμό και τη δημιουργία ψηφιδωτών δεδομένων (raster) που αντιστοιχούν στις παραπάνω 3 παραμέτρους προτείνεται η εφαρμογή του εργαλείου Raster Calculator (σε περιβάλλον ανοιχτού ή όχι κώδικα ΓΣΠ) και η εισαγωγή της εξίσωσης στο χώρο με στόχο τη δημιουργία του τελικού αρχείου προσδιορισμού της Ποιότητας Τόπου: Ψηφιδωτό αρχείο= Έκθεση + Κλίση + Θέση στην Πλαγιά Στάδιο 4. Κατά το στάδιο αυτό προτείνεται η εισαγωγή 5 ίσων μεσοδιαστημάτων (intervals) και ο διαχωρισμός 5 επιπέδων του παραπάνω ψηφιδωτού αρχείου, που αντιστοιχούν σε 5 πιθανές ποιότητες τόπου (Π.Τ.). Η μέθοδος αυτή αναπτύχθηκε και εφαρμόσθηκε στην περιοχή του Νευροκοπίου. Είναι άμεσα εφαρμόσιμη από μελετητές με γνώση χρήσης ΓΣΠ. Έχει το πλεονέκτημα ότι μπορεί να εφαρμοστεί για μεγάλες εκτάσεις ή και ολόκληρο το δάσος. Ο βαθμός υποκειμενικότητας είναι ιδιαίτερα μικρός. Τα αποτελέσματα εφαρμογής ήταν ιδιαίτερα ικανοποιητικά, κυρίως από την άποψη κόστους/οφέλειας. Μπορεί να εφαρμοστεί στην πράξη με επιτυχία ακόμη και αν δεν υιοθετηθεί το προτεινόμενο σχήμα με διπλή χωρική στρωμάτωση (πρώτο επίπεδο τα υπερσυστήματα τοπίου). Είναι η καταλληλότερη επιλογή για άμεση ενσωμάτωση στις προδιαγραφές σύνταξης των διαχειριστικών μελετών. Γ) Η μέθοδος του στατιστικού προτύπου ποιότητας τόπου Η μέθοδος αυτή είναι η πλέον ενδεδειγμένη επιστημονική και στιβαρή προσέγγιση για την κατά χώρο οργάνωση της δειγματοληψίας ξυλαποθέματος. Χρειάζονται όμως ειδικές γνώσεις για την ανάπτυξη αυτών των προτύπων, τα οποία μπορεί να έχουν διαφορές στις διάφορες περιοχές της χώρας. 22

23 Ένα γενικό στατιστικό πρότυπο ποιότητας τόπου για την μαύρη Πεύκη με στοιχεία πεδίου από την περιοχή Ολύμπου δημιουργήθηκε από πρόσφατη έρευνά μας: ΓΕΝΙΚΟ ΜΟΝΤΕΛΟ: ΔΠΤ= 12,813-0,074ΚΛΙΣΗ + 1,779ΕΚΘΕΣΗ + 2,171ΘΕΣΗ ΣΤΗΝ ΠΛΑΓΙΑ (R 2 =0,671) όπου: ΔΤΠ= Δείκτης Ποιότητας Τόπου ΚΛΙΣΗ =% (min 4%, max 66%) ΈΚΘΕΣΗ = Cos(1-Azimuth)+1 ΘΕΣΗ ΣΤΗΝ ΠΛΑΓΙΑ = 1 πάνω, 2 μέση, 3 κάτω Η κατασκευή αυτών των προτύπων και η τυχόν προσαρμογή τους σε εθνικό επίπεδο πρέπει να αποτελέσει αντικείμενο μελλοντικού εφαρμοσμένου ερευνητικού έργου. Από την στιγμή που θα συνταχθούν τέτοιοι χάρτες ποιότητας τόπου δεν αλλάζουν ακόμη και μετά ενδεχόμενη καταστροφή των δασών που υπάρχουν στην επιφάνειά τους, καθώς αποτελούν ιδιότητα του συγκεκριμένου αναγλύφου και επομένως του χώρου. Εκτός από την συμβολή στην βελτίωση της εκπόνησης των δασικών διαχειριστικών μελετών, όσον αφορά στις διαδικασίες δειγματοληψίας, η υιοθέτηση μίας από τις 3 μεθόδους υπολογισμού ποιότητας τόπου προσφέρει μία ακόμη πολύ σημαντική βελτίωση. Δίνει μία πολύ λιγότερο υποκειμενική εκτίμηση της έκτασης κάθε ποιότητας τόπου σε κάθε συστάδα. Από αυτή την άποψη φυσικά πολυτιμότεροι είναι οι στατιστικοί μέθοδοι, αλλά και η συμβολή της απλής μαθηματικής προσέγγισης βελτιώνει σημαντικά το στάδιο αυτό. Η πρώτη μέθοδος της απλής υπέρθεσης χαρτών είναι ίσως περισσότερο κοντά στη σημερινή κατάσταση εκτίμησης της κατανομής ποιοτήτων τόπου στην συστάδα, αλλά εκτιμούμε ότι μειώνει την υποκειμενικότητα, καθώς στο επίπεδο της συστάδας τα αποτελέσματα είναι επαναλήψιμα. 23

24 Συμπερασματικά, όσον αφορά την κατά χώρο οργάνωση της δειγματοληψίας: Α) Η προτεινόμενη μέθοδος κατανομής των δειγματοληπτικών επιφανειών καταφέρνει να συμπεριλάβει στον υπολογισμό του ξυλαποθέματος όλη την διακύμανση που προέρχεται από αβιοτικούς σταθμικούς και βιοτικούς παράγοντες. Β) Η οργάνωση με βάση την αναγνώριση υποπεριοχών του δάσους με κριτήρια και μεθόδους της Οικολογίας του Τοπίου συμβάλλει αποτελεσματικά προς αυτή την κατεύθυνση, καθώς ενσωματώνει διαφορές κλίματος και αναγλύφου σε ιεραρχικά επίπεδα, έτσι ώστε η δειγματοληψία στο τελικό στάδιο να είναι ιδιαίτερα αποτελεσματική. Γ) Το προτεινόμενο σχήμα δειγματοληψίας είναι τυχαία δειγματοληψία με στρωμάτωση σε 2 επίπεδα, στο επίπεδο της υποπεριοχής δάσους (υπερσυστήματος τοπίου) και στο επίπεδο δασοπονικού είδους/ποιότητας τόπου. Το πρώτο επίπεδο στρωμάτωσης μπορεί να θεωρηθεί σαν ένας πρακτικός τρόπος ενσωμάτωσης διακύμανσης που οφείλεται στις γενικότερες συνθήκες αναγλύφου/κλίματος. Το δεύτερο επίπεδο στρωμάτωσης αντανακλά τις τοπικές συνθήκες αναγλύφου και κλίματος και κυρίως την ποιότητα τόπου, όπως ορίζεται και χρησιμοποιείται στην δασοπονία. Παρόλο που η ποιότητα τόπου μπορεί να αλλάζει σημαντικά στον χώρο και σε μικρές αποστάσεις, εντούτοις χρονικά πολύ δύσκολα αλλάζει. Πρόκειται ουσιαστικά για ιδιότητα του χώρου που δεν αλλάζει εύκολα με τον χρόνο. Έχει βέβαια νόημα σε σχέση με την ύπαρξη και την κατάσταση ξυλαποθέματος στην περιοχή που εξετάζεται. Οι τελικοί χάρτες που προτείνονται ως βάση για την κατανομή των δειγματοληπτικών επιφανειών είναι οι εξής: o όρια συστάδων και ονομασίες συστάδων και τμημάτων o κατανομή των κύριων δασοπονικών ειδών o ανάγλυφο και οδικό δίκτυο (ισοϋψείς 100m), o χάρτη ποιότητας τόπου με 5 ποιότητες τόπου o χάρτη υπέρθεσης ποιοτήτων τόπου και δασοπονικών ειδών o χάρτη θέσεως στην πλαγιά (σε 3 και 6 κατηγορίες) o χάρτη ειδικής έκθεσης 24

25 o χάρτη κλίσεων o τελικός χάρτης κατανομής δειγματοληπτικών επιφανειών, όπως προκύπτει από την υπέρθεση δασοπονικού είδους και ποιότητας τόπου. Οι τελικοί αυτοί χάρτες ανήκουν στο χωρικό επίπεδο της σύνθεσης υποσυστάδας και θα μπορούσαν να ονομαστούν χάρτες δειγματοληψίας ξυλαποθέματος. Από τους υπόλοιπους χάρτες τα όρια συστάδων και τμημάτων, δασοπονικού είδους, οδικού δικτύου, ισοϋψών είναι οικότοποι στο επίπεδο της πρωτογενούς υποσυστάδας. Οι υπόλοιποι ανήκουν επίσης στο επίπεδο της σύνθετης υποσυστάδας, καθώς προέρχονται από επεξεργασία πρωτογενούς πληροφορίας, αλλά είναι οικότοποι, ενδιάμεσοι θεματικοί χάρτες για την παραγωγή του χάρτη δειγματοληψίας ξυλαποθέματος. Τέλος, προτείνεται το σημαντικό επίπεδο των υποπεριοχών του δάσους, όπως ορίστηκε παραπάνω να ονομασθεί δασικό τοπίο με τοπικό προσδιορισμό, π.χ τδασικό τοπίο Βαθύλακκου ή το δασικό τοπίο Οχυρού-Γρανίτη. Με βάση την σύγχρονη εξέλιξη της επιστήμης της Οικολογίας του Τοπίου, αυτή ακριβώς η κλίμακα τοπίου, με αυτό ακριβώς το περιεχόμενο και τον προσδιορισμό φαίνεται ότι είναι η πλέον κατάλληλη για να φέρει τον χαρακτηρισμό «Δασικά Τοπία της Ελλάδας». 25

26 4. Προσδιορισμός του αριθμού των δειγματοληπτικών επιφανειών Στην προηγούμενη ενότητα παρουσιάστηκε ο βασικός κανόνας που αφορά τον απαραίτητο αριθμό δειγμάτων για τον υπολογισμό του ξυλαποθέματος. Πέρα από αυτή όμως την πρωταρχική επιλογή αναφέρονται στην βιβλιογραφία και μέθοδοι για τον προσδιορισμό του αριθμού των δειγμάτων από την αξιοποίηση επικουρικής πληροφορίας. Συνήθως η πληροφορία αυτή έχει σχέση με προηγούμενη γνώση ή εκτίμηση κάποιας έκφρασης της μεταβλητότητας (variance) των εκτιμώμενων μεγεθών στην περιοχή. Αρκετές πηγές μάλιστα αναφέρουν ότι αυτό το μέγεθος είναι χαρακτηριστικό για κάθε περιοχή, ενώ αν δεν μπορεί π.χ να εξασφαλιστεί από προηγούμενες μελέτες, μπορεί να εκτιμηθεί από μία προδειγματοληψία (West 2015, Köhl et al. 2006, Καρανδεινός 2007, Γκόφας 2008). Για την εκτίμηση του αριθμού των δειγματοληπτικών επιφανειών σε απλή τυχαία δειγματοληψία με δεδομένη ακρίβεια μπορεί να χρησιμοποιηθεί ο παρακάτω τύπος (Stauffer 1982) : Όπου n=αριθμός δειγματοληπτικών επιφανειών t a =η κατανομή Student για πιθανότητα (1-α) και (n-1) βαθμούς ελευθερίας CV = ο συντελεστής μεταβλητότητας (%) Ε = μέγιστο αποδεκτό σφάλμα (%) του δειγματικού μέσου σε σχέση με το μέσο όρο του πληθυσμού Για την εύρεση της τιμής t a χρειάζεται να είναι γνωστός ο αριθμός των δειγματοληπτικών επιφανειών, που όμως αποτελεί το ζητούμενο στον παραπάνω τύπο. Για το λόγο αυτό δοκιμάζεται αυθαίρετα ένας υποθετικός αριθμός δειγματοληπτικών επιφανειών επιλύοντας τον παραπάνω τύπο. Η λύση του εισάγεται και πάλι, επαναλαμβάνοντας την ίδια διαδικασία, μέχρι οι δύο τιμές του n (εισαγωγική και αποτελέσματος) να μη διαφέρουν σε μεγάλο βαθμό. Παράλληλα, 26

27 ζητούμενο μέγεθος αποτελεί και ο συντελεστής διακύμανσης του πληθυσμού που εξετάζεται. Ο συντελεστής ορίζεται από τον παρακάτω τύπο: Για την προσέγγισή του μπορούν να χρησιμοποιηθούν πληροφορίες ή δεδομένα από την προηγούμενη διαχειριστική μελέτη ή η εγκατάσταση ενός αριθμού δειγματοληπτικών επιφανειών (προ-δείγμα) και στη συνέχεια η ενσωμάτωσή του στο τελικό δείγμα. Παρακολουθώντας την διακύμανση, τον συντελεστή μεταβλητότητας (Coefficient of Variation- CV) και το τυπικό σφάλμα του μέσου όρου (Standard Error of the MEAN- SEM) είτε σε μορφή Πίνακα είτε σε μορφή διαγράμματος ο μελετητής μπορεί να γνωρίζει με ακρίβεια ποια είναι για παράδειγμα η ενδεικνυόμενη άριστη τιμή του συντελεστή μεταβλητότητας για την περιοχή. Με βάση αυτή την τιμή του CV θα υπολογίσει τον αριθμό των δειγμάτων με τον τύπο που αναφέρεται παραπάνω. Με τον τρόπο αυτό πετυχαίνεται η εξάλειψη της υποκειμενικότητας που υπάρχει στην εκτίμηση της διακύμανσης με βάση μία προδειγματοληψία. Όταν σταθεροποιηθεί ο δείκτης μεταβλητότητας CV ή το τυπικό σφάλμα του μέσου όρου (SEM), τότε αυτή την τιμή του CV μπορεί να χρησιμοποιηθεί για τον υπολογισμό του αριθμού των δειγμάτων. Ωστόσο, ο μελετητής πρέπει να έχει υπόψη του ότι ο υπολογισμός με βάση αυτούς τους τύπους είναι πιθανόν να υπερεκτιμά τον απαιτούμενο αριθμό δειγμάτων από 20%-100%, ανάλογα με το δασοπονικό είδος, την υποπεριοχή ή αν η εκτίμηση του CV γίνεται για ολόκληρη την περιοχή μελέτης. Έτσι αν πρέπει να σταματήσει η δειγματοληψία ή αν υπάρχει ανάγκη για πρόσθετα δείγματα εξαρτάται πάντα από τα κριτήρια, τα οποία παρουσιάζονται στην αμέσως επόμενη ενότητα, τα οποία ελέγχουν αν έχει επιτευχθεί ο σκοπός της δειγματοληψίας,. Τέλος, όσον αφορά τις προϋποθέσεις για την χρήση αυτών των τύπων υπολογισμού του αριθμού των δειγμάτων, αυτές θα πρέπει να θεωρηθεί ότι ισχύουν στα 27

28 Ελληνικά δάση για τις ανάγκες προσδιορισμού του ξυλαποθέματος, καθώς η κατάρτιση ειδικών τύπων υπολογισμού για κάθε περίπτωση δειγματοληψίας απαιτεί εξειδικευμένες γνώσεις στατιστικής και είναι στην ουσία ασύμφορη αν όχι περιττή. Για την αποτίμηση της τιμής του CV για κάθε είδος και υποπεριοχή με σκοπό την εύρεση του απαραίτητου αριθμού δειγματοληπτικών επιφανειών προτείνεται η χρήση ειδικής εφαρμογής σε ηλεκτρονική μορφή λογιστικού φύλλου επεξεργασίας. Η χρήση της είναι απλή και μπορεί να γίνει και κατά την διάρκεια εργασιών πεδίου, αν τα στοιχεία καταχωρούνται την στιγμή που συλλέγονται. Στο Σχήμα 1 παρουσιάζεται το διάγραμμα του CV για δάσος μαύρης Πεύκης σε περιοχή μελέτης στον Όλυμπο από πρόσφατη έρευνα. Σχήμα 1. Διάγραμμα του συντελεστή μεταβλητότητας (Coefficient of variation- CV) για τον συνολικό ιστάμενο όγκο ξυλαποθέματος 21 δειγματοληπτικών επιφανειών σε δάσος μαύρης Πεύκης, περιοχή μελέτης του Ολύμπου Στο Σχήμα 1 φαίνεται η μεταβολή του CV του ιστάμενου όγκου με την αύξηση του αριθμού των δειγμάτων. Είναι φανερό ότι από το 11 ο δείγμα και κατόπιν ο CV σταθεροποιείται. Έτσι μία τιμή CV που θα είναι ο μέσος όρος των τιμών από το 11 ο έως το 21 ο δείγμα μπορούμε να πούμε ότι μπορεί να χρησιμοποιηθεί ως άριστη τιμή και ως σταθερό γνώρισμα για τον υπολογισμό του αριθμού δειγμάτων στην 28

29 ίδια ή παρόμοιες περιοχές. Να σημειωθεί ότι η τιμή αυτή μπορεί να διαφέρει σημαντικά αν για τον ίδιο σκοπό χρησιμοποιηθεί μία δειγματοληψία με μικρό αριθμό δειγμάτων και τα δείγματα δώσουν μία μέση εκτίμηση του CV κοντά στα όρια της διακύμανσής του. Έτσι η διαφορά μεταξύ ελάχιστης και μέγιστης τιμής CV, όπως φαίνεται από το σχήμα μπορεί να δώσει υποεκτίμηση ή υπερεκτίμηση μέχρι και 37,5%. Με την προτεινόμενη μέθοδο η εκτίμηση του CV γίνεται με αναμφισβήτητα ισχυρό και επιστημονικό τρόπο. Το συμπέρασμα που προκύπτει από αυτό το σχήμα είναι ότι η προδειγματοληψία πρέπει να είναι αναπόσπαστο κομμάτι της δειγματοληπτικής προσπάθειας. Απλά με την παρακολούθηση του διάγραμματος καθώς ο μελετητής προσθέτει δειγματοληπτικές επιφάνειες, θα είναι σε θέση να αποδείξει ότι με βάση τα στοιχεία πεδίου καλύπτει όλη την ποικιλότητα στον χώρο που εξετάζει και ο αριθμός δειγμάτων που υπολογίζει με αυτόν τον τρόπο δεν μπορεί επιστημονικά να αμφισβητηθεί. Επειδή όμως για να μπορεί να υπολογίσει τον όγκο για να γίνει το διάγραμμα του CV του ιστάμενου όγκου κατά την διάρκεια των εργασιών πεδίου, χρειάζεται ενδιάμεσους υπολογισμούς, έγινε προσπάθεια να διερευνηθεί αν και κατά πόσο είναι ασφαλής η χρήση του CV της στηθιαίας διαμέτρου ή του ύψους για να υπολογιστεί με σαφήνεια ο αριθμός των απαιτούμενων δειγματοληπτικών επιφανειών. Ο μελετητής μπορεί να καταχωρεί στο ηλεκτρονικό λογιστικό φύλλο τα στοιχεία της στηθιαίας διαμέτρου (dbh) στο πεδίο καθώς τα μετράει. Η εφαρμογή υπολογίζει και προβάλλει ένα ανάλογο διάγραμμα, οπότε ο μελετητής γνωρίζει ακριβώς πότε να υπολογίσει τον αριθμό επιφανειών με βάση αυτή την τιμή από το διάγραμμα. Η κατανομή των δειγματοληπτικών επιφανειών ενός είδους στην περιοχή στις διάφορες ποιότητες τόπου, μπορεί να γίνει με τον ίδιο τρόπο, αλλά λόγω πολυπλοκότητας προτείνεται να γίνεται αναλογική κατανομή στις ποιότητες τόπου με βάση την έκταση της κάθε ποιότητας τόπου στην περιοχή για το συγκεκριμένο είδος. Εάν οι περιοχές είναι μικρές μπορεί να γίνει και ισοκατανομή με στόχο την λήψη δειγματοληπτικών επιφανειών σε όσο το δυνατόν μεγαλύτερο αριθμό ποιοτήτων τόπου για το συγκεκριμένο είδος. 29

30 5. Αξιολόγηση των αποτελεσμάτων της δειγματοληψίας Σύμφωνα με την διεθνή και Ελληνική βιβλιογραφία το πρόβλημα της εκτίμησης του βέλτιστου αριθμού δειγματοληπτικών επιφανειών σχετίζεται άμεσα με την εκτίμηση της αξιοπιστίας των αποτελεσμάτων της δειγματοληψίας (West 2015, Καρανδεινός 2007). Ο Καρανδεινός π.χ προτείνει για την αξιολόγηση των αποτελεσμάτων της δειγματοληψίας την χρήση των κριτηρίων α) του τυπικού σφάλματος, β) του συντελεστή παραλλακτικότητας (όπως αναφέρει τον συντελεστή μεταβλητότητας CV), και γ) του εύρους των ορίων εμπιστοσύνης, συνήθως με αξιοπιστία 95%. Τα τρία αυτά μεγέθη μπορούν επίσης να χρησιμοποιηθούν και για την εκτίμηση του αριθμού των επιφανειών. Για την αξιολόγηση της επιτυχίας της δειγματοληψίας, πριν την ανάλυση των δεδομένων για τον σκοπό για τον οποίο αυτά συλλέχθηκαν, προτείνονται κυρίως διαγράμματα και πίνακες του Τυπικού Σφάλματος του Μέσου Όρου (ΤΣΜΟ ή Standard Error of the Mean-SEM), καθώς αυτό σχετίζεται άμεσα και με την διακύμανση και με την τυπική απόκλιση αλλά και με το εύρος των ορίων εμπιστοσύνης. Ο προφανής λόγος είναι ότι το ΤΣΜΟ (SEM) υπολογίζεται κατευθείαν από την διακύμανση ή την τυπική απόκλιση και αποτελεί κύριο μέρος του υπολογισμού των ορίων διακύμανσης. Επιπρόσθετα, το ΤΜΣΟ (SEM) είναι ένας αδιάστατος αριθμός μεταξύ 0 και 1 και επομένως μπορεί να χρησιμοποιηθεί ως κριτήριο για συγκρίσεις και συμπεράσματα, ανεξάρτητα από την κάθε παράμετρο που μετράμε μέσω της δειγματοληψίας, ή από τον χρόνο, τον τόπο και όπου γίνονται οι μετρήσεις. Για τον ίδιο λόγο είναι ιδιαίτερα πολύτιμος ως κριτήριο και ο συντελεστής μεταβλητότητας CV, όπως αναφέρεται στην προηγούμενη ενότητα, με την διαφορά ότι εκφράζεται συνήθως ως ποσοστό μεταξύ 0% και 100%. Τα εργαλεία αξιολόγησης των αποτελεσμάτων της δειγματοληψίας είναι διαθέσιμα στην εφαρμογή του ηλεκτρονικού λογιστικού φύλλου που αναφέρθηκε παραπάνω. 30

31 Σχήμα 2. Διαγράμματα μεταβολής του Τυπικού Σφάλματος του Μέσου Όρου (ΤΣΜΟ, Standard Error of the Mean -SEM) για την στηθιαία διάμετρο των δέντρων Οξυάς σε μία σειρά δειγμάτων για ολόκληρη την περιοχή μελέτης του Νευροκοπίου και την υποπεριοχή Κάτω Βροντούς 31

32 Στο Σχήμα 2 παρουσιάζεται η εξέλιξη του διαγράμματος του ΤΜΣΟ από πρόσφατη έρευνα σε 3 υποπεριοχές και στο σύνολο της περιοχής του δάσους Δυτικής & ΝοτιοΔυτικής Λεκάνης Κ. Νευροκοπίου. Από το σύνολο της περιοχής είναι φανερό ότι από το 10 ο δείγμα το ΤΜΣΟ τείνει να σταθεροποιηθεί και η καμπύλη γίνεται παράλληλη με τον άξονα Χ. Στις υποπεριοχές λόγω μικρού αριθμού δειγμάτων η τιμή αυτή όπου το διάγραμμα στρέφει προς μία κατεύθυνση παράλληλη με τον άξονα Χ δεν είναι πάντα τόσο εμφανής. Παρατηρούμε ότι αν οι δειγματοληπτικές επιφάνειες είναι πάνω από 20, τότε το ΤΜΣΟ κινείται ασυμπτωτικά προς τον άξονα Χ στο επίπεδο της τιμής 0,20 (οριακή τιμή ΤΜΣΟ). Εάν είναι λιγότερες από 10, τότε οριακή τιμή γίνεται η τιμή 0,4 ίσως και 0,3. Αυτές οι τιμές οριοθετούν μία επιτυχή κατάληξη της δειγματοληψίας, οπότε στο σημείο αυτό μπορεί να λήξει αρχικά η δειγματοληψία, να υπολογιστούν τα στατιστικά μεγέθη της δειγματοληψίας και αν οι στατιστικοί έλεγχοι της διαφοράς των μέσων όρων είναι σημαντικοί (Πίνακες 2 και 3 από στοιχεία πεδίου στο δάσος της Δυτικής & Νοτιοδυτικής Λεκάνης Κ. Νευροκοπίου) τότε η δειγματοληψία μπορεί να τερματιστεί. Έτσι τελικά προτείνεται η γραφική παρακολούθηση του ΤΜΣΟ, η οποία αν πλησιάζει την μορφή και τις τιμές που αναφέραμε παραπάνω θα πρέπει να γίνεται ένας τελικός έλεγχος με βάση τα εύρη διακύμανσης, δηλαδή το κριτήριο t του Student και το κριτήριο του Levene, όπως στους δύο παρακάτω πίνακες για διατύπωση στατιστικά σημαντικών διαφορών. 32

33 Πίνακας 2. Μέση στηθιαία διάμετρος οξυάς, τυπική απόκλιση, τυπικό σφάλμα μέσου όρου και 95% όρια εμπιστοσύνης για τις 3 υποπεριοχές (υπερσυστήματα ή δασικά τοπία) και για το σύνολο της περιοχής μελέτης του Νευροκοπίου. α/α Περιοχή Ν * ΜΟ ** Τυπική Απόκλιση ΤΣΜΟ *** 95% όρια εμπιστοσύνης ΜΟ 1 Βροντού ,43 9,63 0,39 27,66-29,20 2 Οχυρό ,72 7,35 0,34 18,06-19,39 3 Περιθώρι ,28 9,28 0,22 21,86-22,70 4 Σύνολο ,87 1,70 0,18 22,51-23,22 * Αριθμός δένδρων στις δειγματοληπτικές επιφάνειες, ** Μέσος Όρος, *** Τυπικό Σφάλμα Μέσου Όρου Πίνακας 3. Επίπεδα σημαντικότητας (p-values) για τον έλεγχο της ισότητας των διακυμάνσεων (Levene s test) και της διαφοράς των μέσων όρων (t-test) για τις 3 υποπεριοχές (υπερσυστήματα ή δασικά τοπία) και για το σύνολο της περιοχής μελέτης του Νευροκοπίου Ζεύγη μέσων όρων Levene s test ισότητας διακυμάνσεων t-test διαφοράς μέσων όρων 1-4 p < p < p < p < p < p < p < p < p < p < p < p < Βροντού, 2- Οχυρό, 3- Περιθώρι, 4- σύνολο περιοχής μελέτης Νευροκοπίου 33

34 Σχήμα 3. Διαγράμματα μεταβολής του Τυπικού Σφάλματος του Μέσου Όρου (ΤΣΜΟ, Standard Error of the Mean -SEM) για την στηθιαία διάμετρο των δέντρων Οξυάς σε μία σειρά δειγμάτων για ολόκληρη την περιοχή μελέτης του Νευροκοπίου και τις 3 υποπεριοχές Στο Σχήμα 3 που αποτυπώνει στο ίδιο διάγραμμα την εξέλιξη κάθε υποπεριοχής και το σύνολο της περιοχής, φαίνεται πολύ καθαρά η αναμενόμενη, ιδεατή ίσως, εξέλιξη του ΤΜΣΟ για μία επιτυχή δειγματοληπτική προσπάθεια. Η σημασία της ασυμπτωτικής κίνησης προς τον άξονα Χ για τιμή ΤΜΣΟ 0,2 είναι προφανής. Στο στάδιο αυτό ο μελετητής έχει στη διάθεσή του για κάθε υποπεριοχή (υπερσύστημα) και για κάθε δασοπονικό είδος μία εκτίμηση του απαιτούμενου αριθμού δειγματοληπτικών επιφανειών. Τότε, Συναντάται με την υπεύθυνη Υπηρεσία και με βάση τα προηγούμενα στοιχεία, τις οικονομικές δυνατότητες και τα μέσα και περιορισμούς του έργου, καταρτίζουν ένα κοινό συμφωνημένο κατάλογο δειγματοληπτικών επιφανειών που πρέπει να μετρηθούν από αυτές που χαρτογραφήθηκαν αρχικά. Αν οι επιφάνειες που απαιτούνται είναι περισσότερες από όσες έχουν εντοπιστεί, το στάδιο της τυχαίας κατανομής τους στο χάρτη 34

35 στρωματοποίησης πρέπει να επαναληφθεί. αριθμός δειγματοληπτικών επιφανειών Σε περίπτωση που ο αρχικός για την εκτίμηση του CV είναι σημαντικός, δηλαδή μεγαλύτερος από 5, όπως μπορεί να συμβεί παραδείγματος χάρη, αν δεν γίνει ο διαχωρισμός του δάσους σε υποπεριοχές (υπερσυστήματα τοπίου), όπως προτείνεται παραπάνω, τότε υπάρχει ο κίνδυνος οι δειγματοληπτικές επιφάνειες που μετρήθηκαν για την εκτίμηση του CV, να μην μπορούν να ενσωματωθούν στον υπολογισμό του ξυλαποθέματος. Σ αυτή την περίπτωση θα πρέπει να θεωρηθεί ότι έχουμε δύο δειγματοληπτικές προσπάθειες. Η μία με τις επιφάνειες που χρησιμοποιήθηκαν για τον υπολογισμό του CV και η άλλη από την νέα τυχαία κατανομή στον χώρο των υπόλοιπων δειγματοληπτικών επιφανειών. Το πρόβλημα αυτό λύνεται εφόσον τηρηθούν οι δύο παρακάτω όροι: (α) καμμία από τις ενδεχόμενες νέες δειγματοληπτικές επιφάνειες δεν παραβιάζει τον όρο της ελάχιστης απόστασης από κάποια από τις πρώτες δειγματοληπτικές επιφάνειες και (β) ο μέσος όρος του όγκου δεν παρουσιάζει στατιστικά σημαντική διαφορά μεταξύ των δύο ομάδων των δειγματοληπτικών επιφανειών. Βεβαίως μπορεί να θεωρηθεί ότι ισχύουν οι περιορισμοί της παραμετρικής στατιστικής για την σύγκριση των μέσων όρων και επομένως οι κλασικές μέθοδοι να μπορούν να χρησιμοποιηθούν. Εφόσον ισχύουν οι παραπάνω όροι, όπως αναμένεται, μπορούν να χρησιμοποιηθούν τα στοιχεία όλων των επιφανειών για τον υπολογισμό του όγκου. Έτσι αποφεύγεται απώλεια πόρων από τον μελετητή. Αν για πρακτικούς λόγους (ασφάλεια, προσβασιμότητα, οχλήσεις), ένας μικρός αριθμός επιφανειών πρέπει να απορριφθεί, δεν απαιτείται νέα κατανομή δειγματοληπτικών επιφανειών. Στην συνέχεια υλοποιεί το υπόλοιπο της δειγματοληπτικής προσπάθειας. Μετά το πέρας είναι καλό να συζητήσει με την υπεύθυνη Υπηρεσία την επίτευξη των στόχων της δειγματοληψίας με βάση τα εργαλεία που υπάρχουν στο λογιστικό φύλλο που παρέχει το έργο. 35

36 Μία άλλη διάσταση είναι και η δυνατότητα ελέγχου της ποιότητας της δειγματοληψίας από την Υπηρεσία που παρακολουθεί την διαχειριστική μελέτη, καθώς από ότι φαίνεται ο συντελεστής CV έχει συγκεκριμένη συμπεριφορά σε κάθε περιοχή και σε κάθε είδος, στο βαθμό που μελλοντικά μπορεί να θεωρηθεί ως σταθερά τιμή του συγκεκριμένου δάσους και μπορεί να θεωρείται ως ικανοποιητική a-priori γνώση του CV για τον υπολογισμό του αριθμού των δειγμάτων σε επόμενες διαχειριστικές μελέτες. Επιπλέον αν ο μελετητής συμπληρώνει το πρότυπο προτεινόμενο λογιστικό φύλλο, υπάρχουν άμεσα στοιχεία που μπορούν να ελεγχθούν, καθώς φαίνεται ότι με αυτή τη μέθοδο μετά από μικρό αριθμό δειγμάτων σταθεροποιείται ο συντελεστής, οπότε ελέγχεται αν έχει καλυφθεί όλη η ποικιλότητα της διακύμανσης της διαμέτρου/κυκλικής επιφάνειας στην περιοχή. 36

37 6. Μέγεθος και σχήμα των δειγματοληπτικών επιφανειών Κατά τη διάρκεια μιας δασικής απογραφής είναι απαραίτητος ο καθορισμός του μεγέθους και του σχήματος της κάθε δειγματοληπτικής επιφάνειας. Μεγάλο μέγεθος συνεπάγεται αυξημένο χρόνο εργασίας και κόστους, ενώ, αντίθετα, η μεταβλητότητα μεταξύ των δειγματοληπτικών επιφανειών μειώνεται όσο αυξάνει το μέγεθός τους (Shiver and Borders 1995). Από την άλλη πλευρά, για μία δεδομένη ένταση δειγματοληψίας, μικρό μεγέθους δειγματοληπτικές επιφάνειες κρίνονται ως ασύμφορες χρονικά καθώς θα πρέπει να ληφθεί υπόψη ο χρόνος μετακίνησης από τη μία στην άλλη σε συνθήκες πεδίου. Σε πρακτικό επίπεδο, το μέγεθος των δειγματοληπτικών επιφανειών κυμαίνεται από 0,01 έως 0,1 εκτάρια (West 2015). Εκτός από το κόστος και τη μεταβλητότητα, το άριστο μέγεθος δειγματοληπτικών επιφανειών σχετίζεται με τον τύπο του δάσους, τη δομή, την τοποθεσία καθώς και με γενετικές παραμέτρους. Για τις συνθήκες των Ελληνικών δασών, μέγεθος 0,05 εκταρίων σε νεαρές ομήλικες συστάδες οξιάς, κωνοφόρων και δρυός θεωρείται ως ικανοποιητικό, ενώ για μεικτά ακανόνιστα δάση το αντίστοιχο προτεινόμενο μέγεθος δειγματοληπτικών επιφανειών είναι ίσο με 0,1 εκτάρια. Το προτεινόμενο σχήμα των δειγματοληπτικών επιφανειών είναι το κυκλικό εξαιτίας της εύκολης εγκατάστασής του σε συνθήκες πεδίου. Με τη χρήση του αντίστοιχου μέσου (σχοινιού) η εργασία καθορισμού των ορίων απλοποιείται, μειώνοντας τον χρόνο που απαιτείται για τα οριακά δέντρα. Τετράγωνα ή παραλληλόγραμμα σχήματα προτείνονται μόνο σε περιπτώσεις έντονου αναγλύφου. 37

38 7. Υλοποίηση της δειγματοληψίας 7.1 ΥΛΙΚΑ ΚΑΙ ΜΕΣΑ Όργανα μέτρησης απόστασης Μετροταινία Για την εκτίμηση των αποστάσεων κατά την εργασία στο πεδίο χρησιμοποιείται ως κύριο όργανο η μετροταινία (εικόνα 1) διαφόρων μεγεθών (25, 30 ή 50 μέτρων). Μεγάλο πλεονέκτημα αποτελεί η απλότητα κατά τη γενική χρήση της, ενώ στα μειονεκτήματα συγκαταλέγεται η δύσκολη χρήση της σε συνθήκες πυκνού δάσους με θαμνώδη υπόροφο. Παράλληλα, απαιτεί συνεχείς προσαρμογές ώστε να ενσωματωθεί η επίδραση της κλίσης κατά την εκτίμηση των αποστάσεων. Εικόνα 1. Η μετροταινία Αποστασιόμετρα laser Αποτελούν τα πλέον σύγχρονα όργανα για την εκτίμηση αποστάσεων (Εικόνα 2). Είναι εξαιρετικά ακριβή, κατάλληλα για χρήση στο πεδίο καθώς απλοποιούν τη διαδικασία της μέτρησης αποστάσεων. 38

39 Εικόνα 2. Τυπικό αποστασιόμετρο laser Στις πιο ακριβές εκδόσεις υπάρχει ενσωματωμένη πυξίδα ώστε να γίνεται αυτόματη διόρθωση της κλίσης. Κύριο μειονέκτημα αποτελεί η ανάγκη ύπαρξης δένδρου για αντανάκλαση της δεσμίδας καθώς και το αρχικό κόστος απόκτησης. Σε συνθήκες πολύ αραιών συστάδων, έντονου φωτισμού μπορεί να διαπιστωθεί αδυναμία καθορισμού της δεσμίδας laser, γεγονός που καθυστερεί αρκετά τις μετρήσεις. Όργανα εκτίμησης διαμέτρου Παχύμετρο Αποτελεί το πιο διαδεδομένο όργανο εκτίμησης έμφλοιας διαμέτρου ιστάμεων και κατακείμενων δέντρων. Αποτελείται από δύο κάθετους βραχίονες τοποθετημένους σε βαθμολογημένο μέτρο εκ των οποίων ο ένας δεν είναι σταθερός αλλά προσαρμόζεται στην εκάστοτε μέτρηση (εικόνα 3). Εικόνα 3. Τυπικό παχύμετρο για δασική χρήση Η χρήση του χαρακτηρίζεται από εξαιρετική απλότητα ενώ τα όποια σφάλματα προκύπτουν από τη μη κάθετη προσαρμογή στη διάμετρο του δέντρου. Μειονέκτημα αποτελεί ο σχετικά μεγάλος όγκος του κατά τη μεταφορά του σε συνθήκες πεδίου. Μετροταινία διαμέτρου Αποτελεί μια εναλλακτική λύση για την εκτίμηση της έμφλοιας διαμέτρου των ιστάμενων δέντρων. Αποτελείται από μία τυπική μετροταινία στην οποία η 39

40 βαθμολόγηση της μιας πλευράς αντιστοιχεί στη διάμετρο του δέντρου για το οποίο γίνεται η εκτίμηση (εικόνα 4). Τα όποια σφάλματα προκύπτουν από την μη κάθετη τοποθέτησή της στον κορμό του δέντρου, σε μη κυκλικές διατομές (υπερεκτίμηση) ενώ είναι αδύνατη η εκτίμηση της διαμέτρου σε κατακείμενα άτομα. Εικόνα 4. Μετροταινία διαμέτρου Η μεταφορά της σε συνθήκες πεδίου είναι ιδιαίτερα εύκολη ενώ η χρήση της μπορεί να περιοριστεί σε εκτιμήσεις ατόμων μεγάλης διαμέτρου για το λόγο ότι απαιτείται σταθεροποίηση από την πλευρά του χρήστη. Ηλεκτρονικά παχύμετρα H εκτίμηση του όγκου των ιστάμενων δέντρων απαιτεί δεδομένα διαμέτρου σε διάφορα ύψη. Για το λόγο αυτό χρησιμοποιούνται εξειδικευμένα ηλεκτρονικά όργανα τα οποία προσφέρουν τη δυνατότητα αυτή (εικόνα 5). Εικόνα 5. Ηλεκτρονικό όργανο εκτίμησης διαμέτρου Μειονέκτημα των συγκεκριμένων οργάνων αποτελεί το αρχικό κόστος αγοράς και η εξειδίκευση που απαιτεί από το χρήστη, ενώ στα πλεονεκτήματα συγκαταλέγεται η χαρακτηριστική ακρίβεια των μετρήσεων. 40

41 Όργανα μέτρησης ύψους Η εκτίμηση του ύψους είναι μία από τις πλέον δύσκολες εργασίες σε συνθήκες πεδίου, καθώς απαιτούνται ιδιαίτερες γνώσεις από το χειριστή. Με δεδομένη την αναγκαιότητα της εκτίμησής του (καθώς συνδέεται άμεσα με τον όγκο και την ποιότητα τόπου) έχουν αναπτυχθεί διάφορες μέθοδοι βασισμένες σε διαφορετικής φιλοσοφίας όργανα που προσφέρουν σχετικά αξιόπιστα αποτελέσματα. Δύο συγκεκριμένα χαρακτηριστικά δημιουργούν δυσκολίες κατά την εκτίμηση του ύψους: η κλίση και η συγκόμωση, όταν αποκρύπτεται η κορυφή των δέντρων. Κλισίμετρο Το κλισίμετρο αποτελεί ίσως την πλέον διαδεδομένη λύση στο πεδίο από δασολόγους της πράξης για την εκτίμηση του ύψους. Η μορφή ενός τυπικού κλισίμετρου παρουσιάζεται στην εικόνα 6: Εικόνα 6. Όργανο εκτίμησης κλίσης Κύριο πλεονέκτημα του οργάνου είναι το μικρό κόστος αγοράς ενώ η ακρίβειά του δεν θα πρέπει να θεωρείται δεδομένη για το λόγο ότι πρόκειται για όργανο εκτίμησης και όχι μέτρησης. Ωστόσο, η σωστή εφαρμογή του συνδέεται με αρκετά αξιόπιστα αποτελέσματα. Το υψόμετρο Blume-Leiss Πρόκειται για όργανο του οποίου η λειτουργία βασίζεται στον καθορισμό τριών μετρήσεων, την απόσταση από το δέντρο, την ένδειξη στη βάση του και την ένδειξη στην κορυφή του (εικόνα 7). Λειτουργεί σε αποστάσεις 15, 20,30 και 40 μέτρων από το δέντρο ενώ η απόσταση μπορεί να καθοριστεί και με τη χρήση ειδικού στόχου. Εξαιτίας του τρόπου λειτουργίας, το συγκεκριμένο όργανο ενσωματώνει την 41

42 επίδραση της κλίσης με βάση αλγεβρική πρόσθεση των ενδείξεων και τη χρήση ειδικού πίνακα. Εικόνα 7. Το Blume-Leiss Η ακρίβεια του οργάνου κυμαίνεται στο +/-1% και ως εκ τούτου κρίνεται ως ικανοποιητική σε συνθήκες πεδίου. Ωστόσο, η ταυτόχρονη ένδειξη όλων των υψοκλιμάκων σε ένα πίνακα μπορεί να οδηγήσει σε λάθος εκτιμήσεις. Το υψόμετρο Haga Το υψόμετρο Haga βασίζεται ακριβώς στην ίδια λογική με το Blume-Leiss χρησιμοποιώντας λίγο διαφοροποιημένες κλίμακες καθορισμού απόστασης (15,20,25 και 30 μέτρα). Η χρήση του συνδέεται και με την εφαρμογή στόχου καθορισμού απόστασης από το δέντρο. Εικόνα 7. Το υψόμετρο Haga Το υψόμετρο Haga δεν διαθέτει πίνακα προσαρμογής των κλίσεων και για το λόγο αυτό δεν θα πρέπει να χρησιμοποιείται για κλίσεις μεγαλύτερες του 10%. Όπως και 42

43 το Blume-Leiss είναι όργανο εκτίμησης και όχι υπολογισμού. Ωστόσο, χρησιμοποιείται ευρέως τόσο από ιδιώτες μελετητές όσο και από ερευνητικά ιδρύματα εξαιτίας του λογικού κόστους αγοράς. Υψόμετρα Laser/υπέρηχων Τα υψόμετρα τύπου laser/υπέρηχων αποτελούν την πιο σύγχρονη λύση για χρήση στο πεδίο. Βασίζονται σε δύο τεχνολογικά διαφορετικές λειτουργίες ενώ η ακρίβεια των εκτιμήσεων είναι πολύ ικανοποιητική. Τα υψόμετρα τύπου laser βασίζονται στην αντανάκλαση της δεσμίδας από το στόχο (δέντρο) και η εκτίμηση του ύψους γίνεται από ειδικό λογισμικό στο εσωτερικό του οργάνου. Στην περίπτωση πυκνής συγκόμωσης όπου δεν διακρίνεται εύκολα η κορυφή των δέντρων έχει ενσωματωθεί επιπλέον λειτουργία που δεν βασίζεται στην αντανάκλαση αλλά μόνο στον καθορισμό της γωνίας μεταξύ των άκρων του δέντρου και του παρατηρητή με βάση εσωτερικά τοποθετημένο κλισίμετρο. Εικόνα 8. Υψόμετρο τύπου laser Μειονέκτημα των οργάνων αυτού του τύπου είναι η ελλιπής αντανάκλαση που μπορεί να συμβαίνει αρκετά συχνά σε συνθήκες πεδίου, η παρεμβολή βλάστησης και το υψηλό κόστος του οργάνου. Τα όργανα υπερήχων βασίζονται στη χρήση πρίσματος (ανακλαστήρα) για τον καθορισμό της απόστασης από το στόχο. 43

44 Εικόνα 9. Υψόμετρο υπερήχων Δεν επηρεάζονται από την ύπαρξη βλάστησης ανάμεσα στον παρατηρητή και το στόχο, ενώ η εκτίμηση του ύψους βασίζεται στη γεωμετρία των τριών σημείων. Μειονέκτημα αποτελεί η ανάγκη χρήσης πρίσματος και το κόστος αγοράς οργάνων παρόμοιας τεχνολογίας. Ωστόσο, πολλά όργανα αυτής της κατηγορίας συνδυάζουν και την τεχνολογία laser ώστε να ξεπεραστούν οι όποιες αδυναμίες προκύπτουν από τη χρήση υπερήχων. Το ρελασκόπιο Το ρελασκόπιο του Bitterlich είναι ένα από τα κυριότερα όργανα για τη χρήση στο πεδίο (εικόνα 10). Οι δυνατότητές του αφορούν πληθώρα παραμέτρων, ιστάμενων κυρίως δέντρων που συνδέονται άμεσα με χαρακτηριστικά συστάδων. Με βάση το συγκεκριμένο όργανο είναι εφικτή η εκτίμηση των παρακάτω δενδρομετρικών χαρακτηριστικών: Το ύψος (από απόσταση 15,20,25 και 30 μέτρων) Τη στηθιαία διάμετρο Το μορφάριθμο του δέντρου Την κλίση Την απόσταση (με βάση οπτικές μεθόδους και καθορισμένο στόχο) Την κυκλική επιφάνεια στο εκτάριο Παράλληλα προσφέρει τη δυνατότητα γωνιακής αρίθμησης και την εγκατάσταση δειγματοληπτικών επιφανειών μεταβλητής ακτίνας. 44

45 Εικόνα 10. Το ρελασκόπιο Αποτελείται από ένα στόχο εντός του οποίου περιστρέφεται εκκρεμές τύμπανο με δυνατότητα δέσμευσης και ταυτόχρονη στόχευση του αντικειμένου (δέντρου) στο άνω μισό του οπτικού πεδίου. Χαρακτηρίζεται ως αρκετά σύνθετο όργανο, όσον αφορά τις λειτουργίες του, απαιτώντας αρκετή εξοικείωση από τον χρήστη. Πρόκειται για όργανο εκτίμησης και όχι υπολογισμού και για το λόγο αυτό η ακρίβεια των ενδείξεών του ελέγχεται. Θα μπορούσε να ειπωθεί πως οι δυνατότητές του είναι ξεπερασμένες σε σχέση με τον υπάρχοντα σύγχρονο εξοπλισμό, παρόλο που οι απαιτήσεις ενός δασολόγου ικανοποιούνται μέσω της σωστής χρήσης του. Παράλληλα, το κόστος αγοράς του κρίνεται ως υψηλό. Όργανα εκτίμησης κάλυψης κόμης Το φως που διαπερνά μια συστάδα είναι κρίσιμης σημασίας από οικολογική άποψη. Καθορίζει μια σειρά παραμέτρων της συστάδας όπως είναι η υγρασία, η παρεδαφιαία βλάστηση (ύψος και πυκνότητα), ο ρυθμός αποσύνθεσης, η αναγέννηση, η καρποφορία, η σύνθεση των ειδών και ο ανταγωνισμός. Ωστόσο, η εκτίμηση της κάλυψης της κόμης είναι μια αρκετά σύνθετη διαδικασία η οποία μπορεί να πραγματοποιηθεί με τη χρήση συγκεκριμένων οργάνων. Σφαιρικό πυκνόμετρο (spherical densiometer) Αποτελεί ένα εξαιρετικά απλό σε χρήση και σε κατασκευή όργανο εκτίμησης του βαθμού σκίασης της κόμης (εικόνα 11). Αποτελείται από μια ξύλινη βάση εντός της οποίας υπάρχει προσαρμοσμένο κάτοπτρο και μια φυσαλίδα ευθυγράμμισης. 45

46 Εικόνα 11. Το σφαιρικό πυκνόμετρο Κατά τη χρήση του, το όργανο τοποθετείται σε ευθύγραμμα στο κέντρο συνήθως της δειγματοληπτικής επιφάνειας. Το κάτοπτρο χωρίζεται συνολικά σε 24 ίσα τμήματα τα οποία βαθμολογούνται σε τετραβάθμια κλίμακα (1-4) ανάλογα με το ποσοστό κάλυψης από την κόμη των δέντρων κάθε τμήματος ξεχωριστά (εικόνα 12). Εικόνα 12. Η χρήση του οργάνου στο πεδίο Το άθροισμα των κλιμάκων του κάθε τμήματος πολλαπλασιαζόμενο επί του συντελεστή 1,04 οδηγεί στην εκτίμηση του ποσοστού κάλυψης της κόμης (%). Πλεονέκτημα του οργάνου είναι η εξαιρετικά απλή χρήση του και το αρχικό κόστος ενώ μειονέκτημα αποτελούν τα σφάλματα που μπορεί να προκύψουν εξαιτίας της μη επίπεδης τοποθέτησής του σε σχέση με το έδαφος. 46

47 Όργανα προσδιορισμού θέσης (GPS) Η εξέλιξη των Γεωγραφικών Συστημάτων Πληροφοριών (ΓΣΠ) είχε άμεσες επιπτώσεις στη δασική διαχείριση κυρίως και στη δασολογική επιστήμη γενικότερα. Η έννοια του χώρου και της χωρικής ανάλυσης απέκτησε ιδιαίτερη βαρύτητα εξαιτίας των δεδομένων που μπορούσαν τώρα να αποκτήσουν γεωγραφική αναφορά. Ο εφοδιασμός των μελετητών με κατάλληλες συσκευές εντοπισμού θέσης είναι πλέον απαραίτητος για το λόγο ότι όλες οι επιστημονικές προσεγγίσεις προσδιορίζονται χωρικά με τη δημιουργία του κατάλληλου χαρτογραφικού υποβάθρου και τη χρήση της κατάλληλης κλίμακας. Όργανα προσδιορισμού θέσης (δέκτες χειρός) Η τεχνολογική εξέλιξη οδήγησε στην κατασκευή αξιόπιστων συσκευών προσδιορισμού συντεταγμένων ακόμη και σε συνθήκες εργασίας κάτω από πυκνή κομοστέγη (εικόνα 13). Εικόνα 13. Συσκευή εντοπισμού θέσης Οι σύγχρονοι δέκτες προσαρμόζονται πλέον στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 87) ενώ κρίσιμης σημασίας χαρακτηριστικό είναι η χρησιμοποίηση δύο συστημάτων, του GPS και του GLONASS για καλύτερη λήψη κάτω από την πυκνή βλάστηση. Το GLONASS (GLobal NAvigation Satellite System) είναι ένα δορυφορικό σύστημα πλοήγησης, αντίστοιχο του GPS, κατασκευασμένο από τη Ρωσική κυβέρνηση. Αποτελείται από 24 δορυφόρους και η τροχιά τους καθιστά το 47

48 GLONASS ιδιαίτερα αποτελεσματικό για χρήση σε υψηλά γεωγραφικά πλάτη (βόρεια ή νότια), όπου η λήψη του GPS μπορεί να παρουσιάσει επιπλοκές. Όργανα μέτρησης ηλικίας Η ηλικία των δέντρων αποτελεί μία σημαντική παράμετρο που καθορίζει την εκτίμηση της ποιότητας τόπου και τον καθορισμό του περίτροπου χρόνου που οδηγεί σε σημαντικές διαχειριστικές αποφάσεις. Ο προσδιορισμός της μπορεί να γίνει έμμεσα, από πληροφορίες της Δασικής Υπηρεσίας σχετικά με το χρόνο φύτευσης αλλά και άμεσα με την αρίθμηση των κλαδοσπονδύλων (σε μερικά είδη), με τομή και ανάλυση τμημάτων του κορμού που προϋποθέτει ρίψη δέντρων, αλλά και με τη χρήση προσαυξητικής τρυπάνης. Προσαυξητική τρυπάνη του Pressler Χρησιμοποιείται για την εκτίμηση της ηλικίας σε ιστάμενα δέντρα, μέσω της αρίθμησης των ετήσιων αυξητικών δακτυλίων του δέντρου. Αποτελείται από τρία μέρη, το τρυπάνι, τη λαβή και τον εξολκέα που προσαρμόζεται εντός του τρυπανιού (εικόνα 14). Το τρυπάνι, μετά από χειρωνακτική περιστροφή εισέρχεται στον κορμό του δέντρου και με τη βοήθεια του εξολκέα εξάγεται ένα μικρό τμήμα του δέντρου κάθετα στους αυξητικούς δακτυλίους. Εικόνα 14. Προσαυξητική τρυπάνη του Pressler. Ο εξολκέας βρίσκεται προσαρμοσμένος εντός της τρυπάνης. Η χρήση του οργάνου απαιτεί αρκετή εξοικείωση ενώ η χρήση του σε μερικά είδη δέντρων παρουσιάζει αρκετές δυσκολίες εξαιτίας της δύσκολης εισόδου του τρυπανιδίου. Ωστόσο, η τιμή του συγκεκριμένου οργάνου κυμαίνεται σε λογικά 48

49 πλαίσια ενώ η εφαρμογή του σε συνθήκες πεδίου δεν παρουσιάζει ιδιαίτερες δυσκολίες. Το συγκεκριμένο όργανο μπορεί να χρησιμοποιηθεί και για την εκτίμηση της ετήσιας προσαύξησης με τον καθορισμό του αριθμού των ετήσιων αυξητικών δακτυλίων ανά εκατοστό ξύλου, μετά την απομάκρυνση του τμήματος του φλοιού. 49

50 7.2 ΠΡΟΕΡΓΑΣΙΑ ΠΑΡΑΓΩΓΗ ΣΕΙΡΑΣ ΤΥΧΑΙΩΝ ΑΡΙΘΜΩΝ Η εξασφάλιση της τυχαιότητας κατά τη δειγματοληψία αποτελεί ένα από τα ζητούμενα για την ελαχιστοποίηση της μεροληψίας. Ακόμη και στην περίπτωση κατά την οποία ο ερευνητής γνωρίζει τις συνθήκες που κυριαρχούν σε μία συστάδα, είτε λόγω της προ υπάρχουσας εξοικείωσης είτε λόγω της γνώσης μέσω της διέλευσής της ώστε να επιλέξει τις «πλέον» αντιπροσωπευτικές θέσεις, μεροληπτεί δίχως να γίνεται αντιληπτό από τον ίδιο το μέγεθος της μεροληψίας. Η τυχαιότητα της δειγματοληψίας κατά την εγκατάσταση δειγματοληπτικών επιφανειών μπορεί να εξασφαλιστεί με ειδικές εφαρμογές διαθέσιμες στο διαδίκτυο. Παρακάτω παρουσιάζεται η όλη διαδικασία με μια σειρά βασικών βημάτων για την αμερόληπτη εγκατάσταση δειγματοληπτικών επιφανειών στο πεδίο. Το χαρτογραφικό υπόβαθρο που χρησιμοποιείται αντιστοιχεί σε δασική έκταση του Ολύμπου, στη θέση Κοκκινοπηλός όπου κυριαρχεί το είδος της μαύρης Πεύκης. Η συστάδα έχει την ονομασία 31β συνολικής έκτασης 75,4 εκταρίων (εικόνα 15). Εντός αυτής εντοπίζεται δασοσκεπής έκταση μαύρης Πεύκης, θαμνώνες και χορτολιβαδική έκταση. Η επεξεργασία έγινε με τη χρήση λογισμικού ΓΣΠ. Εικόνα 15. Συστάδα σε σύστημα καρτεσιανών συντεταγμένων (ΕΓΣΑ 87) 50

51 Τυχαία / Στρωματωμένη δειγματοληψία Η εγκατάσταση τυχαίων δειγματοληπτικών μονάδων μπορεί να γίνει με την παραγωγή τυχαίων αριθμών. Χρησιμοποιώντας ελάχιστη και μέγιστη τιμή γεωγραφικού μήκους και πλάτους είναι εύκολος ο προσδιορισμός τυχαίων σημείων με ηλεκτρονική εφαρμογή προσβάσιμη ελεύθερα στο διαδίκτυο. Εικόνα 16. Προσδιορισμός τυχαίων συντεταγμένων με εφαρμογή λογισμικού Ως ελάχιστο και μέγιστο Χ και Υ μπορούν να χρησιμοποιηθούν τα όρια των πολυγώνων που αντιστοιχούν σε κάθε τύπο βλάστησης όπως π.χ. δασοσκεπής έκταση. Εικόνα 17. Προσδιορισμός του τυχαίου σημείου στο χάρτη 51

52 7.3 ΕΠΙΛΟΓΗ ΚΕΝΤΡΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ Ο μελετητής επαναλαμβάνει την διαδικασία ανάλογα με τον αριθμό των δειγματοληπτικών επιφανειών που επιθυμεί να εγκαταστήσει στο πεδίο. Για το λόγο ότι οι σύγχρονοι δέκτες χειρός (GPS) δέχονται την εισαγωγή σημείων ενδιαφέροντος, είναι εφικτή η εισαγωγή τους σε ένα παρόμοιο σύστημα και ο εντοπισμός τους σε συνθήκες πεδίου. Μία δεύτερη λύση αποτελεί η εισαγωγή των σημείων σε συσκευή τηλεφώνου (smartphone) ή σε υπολογιστή τύπου ταμπλέτας (tablet) και ο εντοπισμός τους στο πεδίο μέσω της εφαρμογής Google Earth. Τα συστήματα των Γεωγραφικών Πληροφοριών διατίθενται ως ολοκληρωμένα πακέτα με ενσωματωμένες λειτουργίες που σκοπό έχουν την επίλυση θεμάτων όπως αυτό που παρουσιάζεται στη συγκεκριμένη ενότητα. Με ειδικές εφαρμογές ορίζεται ο αριθμός των τυχαίων σημείων καθώς και η ελάχιστη απόσταση μεταξύ τους για το πολύγωνο στο οποίο ο χρήστης επιθυμεί την εγκατάσταση δειγματοληπτικών μονάδων. Χρήση τέτοιας εφαρμογής οδηγεί σε μία κατανομή δειγματοληπτικών επιφανειών όπως αυτή της εικόνας 18. Εικόνα 18. Τυχαία κατανομή 7 δειγματοληπτικών επιφανειών σε δασοσκεπή έκταση μαύρης Πεύκης με τη χρήση ειδικής εφαρμογής. 52

53 Όπως γίνεται κατανοητό, τα συγκεκριμένα βήματα αναφέρονται τόσο σε απλή τυχαία δειγματοληψία όσο και σε στρωματωμένη, αφού το πολύγωνο που επιλέγεται μπορεί να είναι η έκταση όλης της συστάδας, συγκεκριμένος βλαστικός τύπος (ψηλό δάσος) ή ακόμη και πολύγωνο ποιότητας τόπου, περίπτωση κατά την οποία γίνεται λόγος για στρωματωμένη δειγματοληψία. Θα πρέπει να αναφερθεί ότι σε πολλές περιπτώσεις κάποια δειγματοληπτική μονάδα ενδέχεται να τοποθετηθεί σε σημείο όπου δεν υπάρχει δυνατότητα πρόσβασης. Σε τέτοια περίπτωση, μπορεί να γίνει αντικατάστασή του με επιλογή νέου τυχαίου σημείου. 53

54 7.4 ΟΡΓΑΝΩΣΗ ΠΡΟΣΩΠΙΚΟΥ Κατά τη διεξαγωγή δειγματοληψιών στο πεδίο είναι απαραίτητη η προετοιμασία και η οργάνωση του προσωπικού με τέτοιο τρόπο ώστε να αντιμετωπίσει επιτυχώς κάθε δυσκολία που μπορεί να προκύψει. Η προετοιμασία και η οργάνωση απευθύνεται στον εξοπλισμό, στη χρήση των διαθέσιμων δεδομένων και στην εφαρμογή τεχνολογικών λύσεων με σκοπό την απλούστευση της διαδικασίας και την αύξηση της ακρίβειας των εκτιμήσεων. Χαρτογραφική επεξεργασία Η ετοιμασία του χαρτογραφικού υποβάθρου είναι ένα από τα πλέον σημαντικά βήματα πριν την έναρξη της δειγματοληψίας. Το προσωπικό θα πρέπει να καθορίσει τα όρια του δάσους εντός των οποίων θα γίνει η εγκατάσταση των δειγματοληπτικών μονάδων. Παράλληλα, πρέπει να καθοριστούν τα όρια των τμημάτων και των συστάδων με βάση παλαιότερο διαχωρισμό που έχει γίνει στην περιοχή. Στα πλαίσια των εργασιών οριοθέτησης περιγράφονται και χαρτογραφούνται, τυχόν διαπιστωμένες δικαστικά αμφισβητήσεις επί των ορίων καθώς και οι υφιστάμενες, κατά τη χρονική στιγμή έναρξης της εκπόνησης του Διαχειριστικού Σχεδίου, διαχειριστικές μονάδες (Διαχειριστικές Κλάσεις, Τμήματα, Συστάδες). Η χαρτογράφηση, που ακολουθεί της αναγνώρισης και περιγραφής, γίνεται επί ψηφιακού υποβάθρου το οποίο κατασκευάζεται, με βάση τα Τοπογραφικά Διαγράμματα της ΓΥΣ, κλίμακας 1:5.000 (ισοϋψείς ανά 20μ.) και για τις εκτάσεις για τις οποίες αυτά δεν είναι διαθέσιμα, με βάση τα φύλλα χάρτη της ΓΥΣ, κλίμακας 1: (ισοϋψείς ανά 20μ.). Για τον ίδιο λόγο είναι δυνατή η χρήση χαρτών που έχουν ήδη ετοιμαστεί για την περιοχή από προηγούμενες μελέτες. Στην περίπτωση που οι παλαιότεροι χάρτες δεν έχουν κάποια γεωαναφορά τότε θα πρέπει να γεω-αναφερθούν χρησιμοποιώντας σταθερά σημεία ώστε στη συνέχεια να χρησιμοποιηθούν ως βοηθητική πληροφορία, ενώ η γεωαναφορά θα πρέπει να γίνει στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 87). Σημαντική είναι η πληροφορία που μπορεί να αναχθεί από τη χρήση πρόσφατων αεροφωτογραφιών μέσα από τις διαδικτυακές υπηρεσίες Google Earth και Κτηματολόγιο 54

55 ( /wms/ktbasemap/default.aspx). Πάνω σε αυτό το υπόβαθρο σχεδιάζεται η κατανομή των δειγματοληπτικών επιφανειών στο χώρο, ενώ οι δειγματοληπτικές μονάδες μπορούν στη συνέχεια να εισαχθούν σε κάποια συσκευή εντοπισμού θέσης για περαιτέρω χρήση σε συνθήκες πεδίου. Εξοπλισμός Το κάθε συνεργείο που αναμένεται να εργαστεί σε συνθήκες πεδίου θα πρέπει να αποτελείται από τουλάχιστον δύο άτομα, ενώ ομάδα αποτελούμενη από τρία μέλη θεωρείται ως ιδανική για εργασία τέτοιου είδους. Η ομάδα πρέπει να διαθέτει κατάλληλο εξοπλισμό τόσο για τις ιδιαίτερες συνθήκες κλίματος και μορφολογίας όσο και για την απροβλημάτιστη καταγραφή του ιστάμενου όγκου των δειγματοληπτικών επιφανειών. Ο σύγχρονος εξοπλισμός συνδέεται με την ευκολία και με την ακρίβεια των μετρήσεων αλλά και με μεγάλο κόστος αρχικής απόκτησης που σε μερικές περιπτώσεις δεν καλύπτεται από τα έσοδα των διαχειριστικών μελετών, ώστε να γίνει έγκαιρα η απόσβεση του κόστους. Ως εκ τούτου, παρατίθεται η παρακάτω λίστα η οποία συμπεριλαμβάνει τον απαραίτητο ελάχιστο απαιτούμενο εξοπλισμό με λογικό κόστος: 1) Παχύμετρο μέτρησης στηθιαίας διαμέτρου (εκτιμώμενο κόστος: 80 ευρώ). Εναλλακτικά μπορεί να χρησιμοποιηθεί μετροταινία. 2) Δύο μετροταινίες ανοιχτού τύπου 50 μέτρων (εκτιμώμενο κόστος: 7 ευρώ ανά μονάδα), για εγκατάσταση ορθογώνιας ή τετράγωνης δειγματοληπτικής επιφάνειας. 3) Σχοινί γενικής χρήσης σε δύο τμήματα μήκους 12,62m και 17,84m για εγκατάσταση κυκλικών δειγματοληπτικών επιφανειών (σε επίπεδο έδαφος) 500 και 1000 m 2 αντίστοιχα (εκτιμώμενο κόστος: 0,12 ευρώ ανά μέτρο). 4) Πυξίδα γενικού τύπου με ενσωματωμένο κλισίμετρο (εκτιμώμενο κόστος: 55 ευρώ). 5) Ταινία σήμανσης (εκτιμώμενο κόστος: 2,15 ευρώ). 6) Συσκευή εντοπισμού θέσης χειρός (εκτιμώμενο κόστος: 99 ευρώ). 7) Μολύβια (εκτιμώμενο κόστος: 0,5 ευρώ ανά μονάδα). 8) Ζελατίνες στεγανοποίησης (εκτιμώμενο κόστος: 0,5 ευρώ η μονάδα). 55

56 Η κατοχή συσκευής android (τηλεφώνου ή ταμπλέτας) μπορεί να αντικαταστήσει κάποιες από τις παραπάνω μονάδες (όπως την 4 και 6) με την εγκατάσταση των ανάλογων εφαρμογών που έχουν αξιολογηθεί ως αξιόπιστες. Η χρήση τους σε εργασίες πεδίου εκτίμησης ιστάμενου όγκου συνίσταται ακόμη περισσότερο λόγω της ανάπτυξης εξειδικευμένων ανοιχτών εφαρμογών εκτίμησης της κυκλικής επιφάνειας (basal area) και του ύψους ιστάμενων δέντρων. Προετοιμασία Το προσωπικό θα πρέπει να γνωρίζει την περιοχή και τις ιδιαιτερότητές της. Στην περίπτωση που η περιοχή είναι άγνωστη θα πρέπει να διασχίσει κάθε συστάδα πριν την εγκατάσταση δειγματοληπτικών επιφανειών. Παράλληλα, θα πρέπει να διαθέτει εμπειρία όσον αφορά την εγκατάσταση δειγματοληπτικών επιφανειών, την αναγνώριση των ειδών (από χαρακτηριστικά του φλοιού, καρπού και του φυλλώματος) και τη διεξαγωγή μετρήσεων (ύψους, διαμέτρου, μορφαρίθμου). Αν δεν υπάρχει σχετική εμπειρία τότε πειραματική εγκατάσταση δειγματοληπτικών επιφανειών σε δασικούς τύπους όμοιους με αυτούς που υπάρχουν εντός της περιοχής, θα ήταν πολύτιμη ώστε να εξοικονομηθεί χρόνος και να αυξηθεί η ακρίβεια των πραγματικών μετρήσεων στο πεδίο. Σε πραγματικές συνθήκες το προσωπικό πρέπει σε ελάχιστο χρόνο να εντοπίζει το κέντρο της δειγματοληπτικής επιφάνειας και να καθορίζει με ακρίβεια αν πρέπει να εισαχθούν στο δείγμα τα δέντρα που τοποθετούνται στο όριό της (εικόνα 22). Σε κυκλικές επιφάνειες, καθοριστικό ρόλο μπορεί να έχει η χρήση σχοινιού μήκους ίσου με την ακτίνα της επιφάνειας, ενώ στην περίπτωση τετράγωνων ή ορθογώνιων επιφανειών, ανάλογη χρήση έχει η ταινία σήμανσης κατά μήκος του ορίου της επιφάνειας. Ιδιαίτερη προσοχή πρέπει να δοθεί κατά την εγκατάσταση δειγματοληπτικών επιφανειών σε έδαφος που παρουσιάζει αυξημένη κλίση. Η προσαρμογή τετράγωνων ή ορθογώνιων επιφανειών δεν παρουσιάζει ιδιαίτερη δυσκολία, καθώς με τη χρήση του πίνακα 1 είναι εύκολη η προσαρμογή της κάθετης πλευράς προς τις χωροσταθμικές καμπύλες ως προς την κεκλιμένη επιφάνεια (εικόνα 23). 56

57 Εικόνα 22. Ορθογώνια και κυκλική επιφάνεια με αρίθμηση οριακών δέντρων Εικόνα 23. Προσαρμογή δειγματοληπτικής επιφάνειας σε κεκλιμένη επιφάνεια Πίνακας 1. Συντελεστές προσαρμογής της κλίσης ( Κλίση (%) Συντελεστής προσαρμογής 0-9 1, , , , , , , , , ,09 57

-1- Π = η απόλυτη παράλλαξη του σημείου με το γνωστό υψόμετρο σε χιλ.

-1- Π = η απόλυτη παράλλαξη του σημείου με το γνωστό υψόμετρο σε χιλ. -1- ΜΕΤΡΗΣΗ ΥΨΟΜΕΤΡΩΝ ΣΗΜΕΙΩΝ ΤΟΥ ΑΝΑΓΛΥΦΟΥ. Η γνώση των υψομέτρων διαφόρων σημείων μιας περιοχής είναι πολλές φορές αναγκαία για ένα δασοπόνο. Η χρησιμοποίηση φωτογραμμετρικών μεθόδων με τη βοήθεια αεροφωτογραφιών

Διαβάστε περισσότερα

Δειγματοληψία στην Ερευνα. Ετος

Δειγματοληψία στην Ερευνα. Ετος ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Αγροτικής Οικονομίας & Ανάπτυξης Μέθοδοι Γεωργοοικονομικής και Κοινωνιολογικής Ερευνας Δειγματοληψία στην Έρευνα (Μέθοδοι Δειγματοληψίας - Τρόποι Επιλογής Τυχαίου Δείγματος)

Διαβάστε περισσότερα

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ο Κεφάλαιο: Στατιστική ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Πληθυσμός: Λέγεται ένα σύνολο στοιχείων που θέλουμε να εξετάσουμε με ένα ή περισσότερα χαρακτηριστικά. Μεταβλητές X: Ονομάζονται

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. Ι. Δημόπουλος, Καθηγητής, Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών-ΤΕΙ Πελοποννήσου

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. Ι. Δημόπουλος, Καθηγητής, Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών-ΤΕΙ Πελοποννήσου ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ Ι. Δημόπουλος, Καθηγητής, Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών-ΤΕΙ Πελοποννήσου Σχηματική παρουσίαση της ερευνητικής διαδικασίας ΣΚΟΠΟΣ-ΣΤΟΧΟΣ ΘΕΩΡΙΑ ΥΠΟΘΕΣΕΙΣ ΕΡΓΑΣΙΑΣ Ερευνητικά

Διαβάστε περισσότερα

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436 A εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr Μέτρα θέσης Η θέση αντιπροσωπεύει τη θέση της κατανομής κατά

Διαβάστε περισσότερα

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρμοσμένες Επιστήμες Στατιστικός Πληθυσμός και Δείγμα Το στατιστικό

Διαβάστε περισσότερα

ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΧΑΡΤΟΓΡΑΦΗΣΗ ΦΥΣΙΚΩΝ ΠΟΡΩΝ

ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΧΑΡΤΟΓΡΑΦΗΣΗ ΦΥΣΙΚΩΝ ΠΟΡΩΝ ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΧΑΡΤΟΓΡΑΦΗΣΗ ΦΥΣΙΚΩΝ ΠΟΡΩΝ ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ Τα Γεωγραφικά Συστήματα Πληροφοριών (G.I.S.), επιτυγχάνουν με τη βοήθεια υπολογιστών την ανάπτυξη και τον

Διαβάστε περισσότερα

ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ ΜΕ ΘΕΜΑ: «ΜΑΖΟΠΙΝΑΚΕΣ ΓΙΑ ΤΗ ΧΑΛΕΠΙΟ ΠΕΥΚΗ (PINUS HALEPENSIS) ΤΟΥ ΔΑΣΟΥΣ ΤΑΤΟΪΟΥ ΠΑΡΝΗΘΑΣ ΑΤΤΙΚΗΣ»

ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ ΜΕ ΘΕΜΑ: «ΜΑΖΟΠΙΝΑΚΕΣ ΓΙΑ ΤΗ ΧΑΛΕΠΙΟ ΠΕΥΚΗ (PINUS HALEPENSIS) ΤΟΥ ΔΑΣΟΥΣ ΤΑΤΟΪΟΥ ΠΑΡΝΗΘΑΣ ΑΤΤΙΚΗΣ» ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ ΜΕ ΘΕΜΑ: «ΜΑΖΟΠΙΝΑΚΕΣ ΓΙΑ ΤΗ ΧΑΛΕΠΙΟ ΠΕΥΚΗ (PINUS HALEPENSIS) ΤΟΥ ΔΑΣΟΥΣ ΤΑΤΟΪΟΥ ΠΑΡΝΗΘΑΣ ΑΤΤΙΚΗΣ» Μεταπτυχιακή Φοιτήτρια: Αγγελάκη Ειρήνη Επιβλέπουσα Καθηγήτρια: Κιτικίδου Κυριακή

Διαβάστε περισσότερα

Εισαγωγή στην κοινωνική έρευνα. Earl Babbie. Κεφάλαιο 6. Δειγματοληψία 6-1

Εισαγωγή στην κοινωνική έρευνα. Earl Babbie. Κεφάλαιο 6. Δειγματοληψία 6-1 Εισαγωγή στην κοινωνική έρευνα Earl Babbie Κεφάλαιο 6 Δειγματοληψία 6-1 Σύνοψη κεφαλαίου Σύντομη ιστορία της δειγματοληψίας Μη πιθανοτική δειγματοληψία Θεωρία και λογική της πιθανοτικής Δειγματοληψίας

Διαβάστε περισσότερα

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Σ ΤΑΤ Ι Σ Τ Ι Κ Η i ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Κατανομή Δειγματοληψίας του Δειγματικού Μέσου Ο Δειγματικός Μέσος X είναι μια Τυχαία Μεταβλητή. Καθώς η επιλογή και χρήση διαφορετικών δειγμάτων από έναν

Διαβάστε περισσότερα

Είδη Μεταβλητών. κλίµακα µέτρησης

Είδη Μεταβλητών. κλίµακα µέτρησης ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρµοσµένες Επιστήµες Στατιστικός Πληθυσµός και Δείγµα Το στατιστικό

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ Δειγµατοληψια. Καθηγητής Α. Καρασαββόγλου Επίκουρος Καθηγητής Π. Δελιάς

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ Δειγµατοληψια. Καθηγητής Α. Καρασαββόγλου Επίκουρος Καθηγητής Π. Δελιάς ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ Δειγµατοληψια Καθηγητής Α. Καρασαββόγλου Επίκουρος Καθηγητής Π. Δελιάς ΔΕΙΓΜΑΤΟΛΗΨΙΑ Η διαδικασία επιλογής παρατηρήσεων Ποια δηµοσκόπηση πιστεύετε πως θα είναι πιο ακριβής: Αυτή που

Διαβάστε περισσότερα

Δρ. Βασιλική Καζάνα. Αναπλ. Καθηγήτρια ΤΕΙ Καβάλας, Τμήμα Δασοπονίας & Διαχείρισης Φυσικού Περιβάλλοντος Δράμας Εργαστήριο Δασικής Διαχειριστικής

Δρ. Βασιλική Καζάνα. Αναπλ. Καθηγήτρια ΤΕΙ Καβάλας, Τμήμα Δασοπονίας & Διαχείρισης Φυσικού Περιβάλλοντος Δράμας Εργαστήριο Δασικής Διαχειριστικής Μέθοδοι επιφάνειας Δρ. Βασιλική Καζάνα Αναπλ. Καθηγήτρια ΤΕΙ Καβάλας, Τμήμα Δασοπονίας & Διαχείρισης Φυσικού Περιβάλλοντος Δράμας Εργαστήριο Δασικής Διαχειριστικής Τηλ. & Φαξ: 25210 60435 E-mail: vkazana@teikav.edu.gr

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΔΙΟΙΚΗΤΙΚΑ ΣΤΕΛΕΧΗ

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΔΙΟΙΚΗΤΙΚΑ ΣΤΕΛΕΧΗ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΔΙΟΙΚΗΤΙΚΑ ΣΤΕΛΕΧΗ Ενότητα # 7: Δειγματοληψία Μιλτιάδης Χαλικιάς Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης

Διαβάστε περισσότερα

Περιεχόμενα. Πρόλογος... 15

Περιεχόμενα. Πρόλογος... 15 Περιεχόμενα Πρόλογος... 15 Κεφάλαιο 1 ΘΕΩΡΗΤΙΚΑ ΚΑΙ ΦΙΛΟΣΟΦΙΚΑ ΟΝΤΟΛΟΓΙΚΑ ΚΑΙ ΕΠΙΣΤΗΜΟΛΟΓΙΚΑ ΖΗΤΗΜΑΤΑ ΤΗΣ ΜΕΘΟΔΟΛΟΓΙΑΣ ΕΡΕΥΝΑΣ ΤΟΥ ΠΡΑΓΜΑΤΙΚΟΥ ΚΟΣΜΟΥ... 17 Το θεμελιώδες πρόβλημα των κοινωνικών επιστημών...

Διαβάστε περισσότερα

Ανάλυση και Σχεδιασμός Μεταφορών Ι Δειγματοληψία - Μέθοδοι συλλογής στοιχείων

Ανάλυση και Σχεδιασμός Μεταφορών Ι Δειγματοληψία - Μέθοδοι συλλογής στοιχείων Δειγματοληψία - Μέθοδοι συλλογής στοιχείων Παναγιώτης Παπαντωνίου Δρ. Πολιτικός Μηχανικός, Συγκοινωνιολόγος ppapant@upatras.gr Πάτρα, 2017 Στόχοι Βασικές έννοιες στατιστικής Μέθοδοι συλλογής στοιχείων

Διαβάστε περισσότερα

Μαζοπίνακες για τη δασική πεύκη (Pinus sylvestris L.) στο κεντρικό τμήμα της οροσειράς της Ροδόπης.

Μαζοπίνακες για τη δασική πεύκη (Pinus sylvestris L.) στο κεντρικό τμήμα της οροσειράς της Ροδόπης. Μαζοπίνακες για τη δασική πεύκη (Pinus sylvestris L.) στο κεντρικό τμήμα της οροσειράς της Ροδόπης. Ιωάννης Λυπηρίδης Δασολόγος 1 ΠΕΡΙΓΡΑΜΜΑ Εισαγωγή Περιοχή έρευνας Υλικά και Μέθοδοι Αποτελέσματα - Συζήτηση

Διαβάστε περισσότερα

Δασική Δειγματοληψία

Δασική Δειγματοληψία Δασική Δειγματοληψία Δημοκρίτειο Πανεπιστήμιο Θράκης Τμήμα Δασολογίας και Διαχείρισης Περιβάλλοντος και Φυσικών Πόρων 5 ο εξάμηνο ΚΙΤΙΚΙΔΟΥ ΚΥΡΙΑΚΗ Εισαγωγή Δειγματοληψία Επιλογή ενός μέρους από ένα σύνολο

Διαβάστε περισσότερα

ΥΛΟΠΟΙΗΣΗ ΕΡΓΑΣΙΩΝ ΠΕΔΙΟΥ ΤΩΝ ΔΑΣΙΚΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΓΙΑ ΕΚΤΙΜΗΣΗ ΤΟΥ ΞΥΛΩΔΗ ΟΓΚΟΥ

ΥΛΟΠΟΙΗΣΗ ΕΡΓΑΣΙΩΝ ΠΕΔΙΟΥ ΤΩΝ ΔΑΣΙΚΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΓΙΑ ΕΚΤΙΜΗΣΗ ΤΟΥ ΞΥΛΩΔΗ ΟΓΚΟΥ ΤΕΙ ΑΜΘ Ράπτης Δημήτριος, Καζακλής Άγγελος, Καζάνα Βασιλική, Σταματίου Χρήστος, Κουτσώνα Παρασκευή ΥΛΟΠΟΙΗΣΗ ΕΡΓΑΣΙΩΝ ΠΕΔΙΟΥ ΤΩΝ ΔΑΣΙΚΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΓΙΑ ΕΚΤΙΜΗΣΗ ΤΟΥ ΞΥΛΩΔΗ ΟΓΚΟΥ ΕΡΓΟ Βελτίωση της δειγματοληπτικής

Διαβάστε περισσότερα

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : , Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η :1-0-017, 3-0-017 Διδάσκουσα: Κοντογιάννη Αριστούλα Σκοπός του μαθήματος Η παρουσίαση

Διαβάστε περισσότερα

ΒΛΑΧΟΠΟΥΛΟΣ ΓΕΡΑΣΙΜΟΣ Δασολόγος

ΒΛΑΧΟΠΟΥΛΟΣ ΓΕΡΑΣΙΜΟΣ Δασολόγος ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΤΜΗΜΑ ΔΑΣΟΛΟΓΙΑΣ ΚΑΙ ΔΙΧΕΙΡΙΣΗΣ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΚΑΙ ΦΥΣΙΚΩΝ ΠΟΡΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΑΕΙΦΟΡΙΚΗ ΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΚΑΙ ΦΥΣΙΚΩΝ ΠΟΡΩΝ ΚΑΤΕΥΘΥΝΣΗ Γ : ΟΙΚΟΛΟΓΙΑ

Διαβάστε περισσότερα

Μέθοδοι κανονικού ξυλαποθέματος και προσαύξησης ή Μέθοδοι Μαθηματικών Τύπων

Μέθοδοι κανονικού ξυλαποθέματος και προσαύξησης ή Μέθοδοι Μαθηματικών Τύπων Μέθοδοι κανονικού ξυλαποθέματος και προσαύξησης ή Μέθοδοι Μαθηματικών Τύπων Δρ. Βασιλική Καζάνα Αναπλ. Καθηγήτρια ΤΕΙ Καβάλας, Τμήμα Δασοπονίας & Διαχείρισης Φυσικού Περιβάλλοντος Δράμας Εργαστήριο Δασικής

Διαβάστε περισσότερα

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε.

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Χημική Τεχνολογία Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. Άδειες Χρήσης

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. 3 η ΠΑΡΟΥΣΙΑΣΗ. Ι. Δημόπουλος Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών. ΤΕΙ Πελοποννήσου

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. 3 η ΠΑΡΟΥΣΙΑΣΗ. Ι. Δημόπουλος Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών. ΤΕΙ Πελοποννήσου ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ 3 η ΠΑΡΟΥΣΙΑΣΗ Ι. Δημόπουλος Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών. ΤΕΙ Πελοποννήσου Συλλογή δεδομένων Πρωτογενή δεδομένα Εργαστηριακές μετρήσεις Παρατήρηση Παρατήρηση με συμμετοχή,

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΟΙ ΠΙΝΑΚΕΣ. ΓΕΝΙΚΟΙ (περιέχουν όλες τις πληροφορίες που προκύπτουν από μια στατιστική έρευνα) ΕΙΔΙΚΟΙ ( είναι συνοπτικοί και σαφείς )

ΣΤΑΤΙΣΤΙΚΟΙ ΠΙΝΑΚΕΣ. ΓΕΝΙΚΟΙ (περιέχουν όλες τις πληροφορίες που προκύπτουν από μια στατιστική έρευνα) ΕΙΔΙΚΟΙ ( είναι συνοπτικοί και σαφείς ) Πληθυσμός (populaton) ονομάζεται ένα σύνολο, τα στοιχεία του οποίου εξετάζουμε ως προς τα χαρακτηριστικά τους. Μεταβλητές (varables ) ονομάζονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό.

Διαβάστε περισσότερα

Ενότητα 1: Πληθυσμός και δείγμα Είδη Μεταβλητών - Περιγραφική στατιστική

Ενότητα 1: Πληθυσμός και δείγμα Είδη Μεταβλητών - Περιγραφική στατιστική ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 1: Πληθυσμός

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΔΙΑΛΕΞΗ 07 & ΔΙΑΛΕΞΗ 08 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 016-017 ΕΙΣΑΓΩΓΗ ΣΤΗΝ

Διαβάστε περισσότερα

ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ ΓΕΩΡΓΙΟΣ ΛΑΓΟΥΜΙΝΤΖΗΣ, ΒΙΟΧΗΜΙΚΟΣ, PHD ΙΑΤΡΙΚΗΣ

ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ ΓΕΩΡΓΙΟΣ ΛΑΓΟΥΜΙΝΤΖΗΣ, ΒΙΟΧΗΜΙΚΟΣ, PHD ΙΑΤΡΙΚΗΣ ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ ΓΕΩΡΓΙΟΣ ΛΑΓΟΥΜΙΝΤΖΗΣ, ΒΙΟΧΗΜΙΚΟΣ, PHD ΙΑΤΡΙΚΗΣ ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ Οι τεχνικές δειγματοληψίας είναι ένα σύνολο μεθόδων που επιτρέπει να μειώσουμε το μέγεθος των δεδομένων που

Διαβάστε περισσότερα

HELLENIC OPEN UNIVERSITY School of Social Sciences ΜΒΑ Programme. Επιλογή δείγματος. Κατερίνα Δημάκη

HELLENIC OPEN UNIVERSITY School of Social Sciences ΜΒΑ Programme. Επιλογή δείγματος. Κατερίνα Δημάκη HELLENIC OPEN UNIVERSITY School of Social Sciences ΜΒΑ Programme Επιλογή δείγματος Κατερίνα Δημάκη Αν. Καθηγήτρια Τμήμα Στατιστικής Οικονομικό Πανεπιστήμιο Αθηνών 1 Τρόποι Συλλογής Δεδομένων Απογραφική

Διαβάστε περισσότερα

Δειγματοληψία στην εκπαιδευτική έρευνα. Είδη δειγματοληψίας

Δειγματοληψία στην εκπαιδευτική έρευνα. Είδη δειγματοληψίας Δειγματοληψία στην εκπαιδευτική έρευνα Είδη δειγματοληψίας Γνωρίζουμε ότι: Με τη στατιστική τα δεδομένα γίνονται πληροφορίες Στατιστική Δεδομένα Πληροφορία Αλλά από πού προέρχονται τα δεδομένα; Πώς τα

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436 Χειμερινό εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Χειμερινό Εξάμηνο 2009-2010 Μέτρα

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ

Διαβάστε περισσότερα

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης 1 Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης Όπως γνωρίζουμε από προηγούμενα κεφάλαια, στόχος των περισσότερων στατιστικών αναλύσεων, είναι η έγκυρη γενίκευση των συμπερασμάτων, που προέρχονται από

Διαβάστε περισσότερα

Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας.

Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας. 7 ο ΜΑΘΗΜΑ ΚΕΦΑΛΑΙΟ 2 ΣΤΑΤΙΣΤΙΚΗ Σκοπός Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας. Προσδοκώμενα αποτελέσματα Όταν θα έχετε ολοκληρώσει τη μελέτη αυτού του κεφαλαίου

Διαβάστε περισσότερα

Εφαρμογή προσομοίωσης Monte Carlo για την παραγωγή πλημμυρικών υδρογραφημάτων σε Μεσογειακές λεκάνες

Εφαρμογή προσομοίωσης Monte Carlo για την παραγωγή πλημμυρικών υδρογραφημάτων σε Μεσογειακές λεκάνες Εφαρμογή προσομοίωσης Monte Carlo για την παραγωγή πλημμυρικών υδρογραφημάτων σε Μεσογειακές λεκάνες Μαστροθεόδωρος Θεόδωρος Εθνικό Μετσόβιο Πολυτεχνείο Δεκέμβριος 2013 Σκοπός και διάρθρωση Μελέτη μηχανισμών

Διαβάστε περισσότερα

Ενότητα 1: Εισαγωγή. ΤΕΙ Στερεάς Ελλάδας. Τμήμα Φυσικοθεραπείας. Προπτυχιακό Πρόγραμμα. Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο )

Ενότητα 1: Εισαγωγή. ΤΕΙ Στερεάς Ελλάδας. Τμήμα Φυσικοθεραπείας. Προπτυχιακό Πρόγραμμα. Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο ) ΤΕΙ Στερεάς Ελλάδας Τμήμα Φυσικοθεραπείας Προπτυχιακό Πρόγραμμα Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο ) Ενότητα 1: Εισαγωγή Δρ. Χρήστος Γενιτσαρόπουλος Λαμία, 2017 1.1. Σκοπός και

Διαβάστε περισσότερα

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ. για τα οποία ισχύει y f (x) , δηλαδή το σύνολο, x A, λέγεται γραφική παράσταση της f και συμβολίζεται συνήθως με C

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ. για τα οποία ισχύει y f (x) , δηλαδή το σύνολο, x A, λέγεται γραφική παράσταση της f και συμβολίζεται συνήθως με C Επιμέλεια: Κ Μυλωνάκης ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΕΡΩΤΗΣΗ Τι ονομάζεται πραγματική συνάρτηση με πεδίο ορισμού το Α; Έστω Α ένα υποσύνολο του R Ονομάζουμε πραγματική συνάρτηση με πεδίο ορισμού το Α μια διαδικασία

Διαβάστε περισσότερα

3. ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ ΔΕΙΓΜΑΤΟΛΗΨΙΑ (Stratified Random Sampling)

3. ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ ΔΕΙΓΜΑΤΟΛΗΨΙΑ (Stratified Random Sampling) 3 ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ ΔΕΙΓΜΑΤΟΛΗΨΙΑ (Stratfed Radom Samplg) Είναι προφανές από τα τυπικά σφάλματα των εκτιμητριών των προηγούμενων παραγράφων, ότι ένας τρόπος να αυξηθεί η ακρίβεια τους είναι να αυξηθεί

Διαβάστε περισσότερα

Κανονικότητα. Δρ. Βασιλική Καζάνα

Κανονικότητα. Δρ. Βασιλική Καζάνα Κανονικότητα Δρ. Βασιλική Καζάνα Αναπλ. Καθηγήτρια ΤΕΙ Καβάλας, Τμήμα Δασοπονίας & Διαχείρισης Φυσικού Περιβάλλοντος Δράμας Εργαστήριο Δασικής Διαχειριστικής Τηλ. & Φαξ: 25210 60435 E-mail: vkazana@teikav.edu.gr

Διαβάστε περισσότερα

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόμενα Εισαγωγή στο

Διαβάστε περισσότερα

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί

Διαβάστε περισσότερα

ΔΕΙΓΜΑΤΟΛΗΨΙΑ. Ματσάγκος Ιωάννης-Μαθηματικός

ΔΕΙΓΜΑΤΟΛΗΨΙΑ. Ματσάγκος Ιωάννης-Μαθηματικός 1 ΔΕΙΓΜΑΤΟΛΗΨΙΑ -Είναι γνωστό, ότι στη Στατιστική, όταν χρησιμοποιούμε τον όρο πληθυσμός, δηλώνουμε, το σύνολο των ατόμων ή αντικειμένων, στα οποία αναφέρονται οι παρατηρήσεις μας Τα στοιχεία του συνόλου

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Χειμερινό εξάμηνο 2010-2011 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436 Περιγραφική Στατιστική Ι users.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr Μέτρα θέσης Η θέση αντιπροσωπεύει τη θέση της κατανομής

Διαβάστε περισσότερα

ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΧΑΡΤΟΓΡΑΦΗΣΗ ΦΥΣΙΚΩΝ ΠΟΡΩΝ

ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΧΑΡΤΟΓΡΑΦΗΣΗ ΦΥΣΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΧΑΡΤΟΓΡΑΦΗΣΗ ΦΥΣΙΚΩΝ ΠΟΡΩΝ Ανάγκη για την απογραφή, χαρτογράφηση, παρακολούθηση, διαχείριση και αξιοποίηση των φυσικών πόρων βάση ενός μοντέλου ανάπτυξης. Έτσι, είναι απαραίτητος ο συνδυασμός δορυφορικών

Διαβάστε περισσότερα

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα 2: Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Περιεχόμενα ενότητας Παρουσιάζονται οι βασικές

Διαβάστε περισσότερα

ΗΓενίκευση στη Χαρτογραφία. Λύσανδρος Τσούλος 1

ΗΓενίκευση στη Χαρτογραφία. Λύσανδρος Τσούλος 1 ΗΓενίκευση στη Χαρτογραφία Λύσανδρος Τσούλος 1 Τοποθέτηση του προβλήματος [I] Οι χάρτες αποτελούν το μέσο γραφικής απόδοσης - σε σμίκρυνση - κάποιου τμήματος της γήϊνης επιφάνειας. Θα ήταν δύσκολο - αν

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ

ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ ΕΙΣΑΓΩΓΗ Ο όρος «ποιότητα», είναι μια απλή έννοια που εκφράζεται

Διαβάστε περισσότερα

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium Iii

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium Iii Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium Iii Η Κανονική Κατανομή Λέμε ότι μία τυχαία μεταβλητή X, ακολουθεί την Κανονική Κατανομή με παραμέτρους και και συμβολίζουμε X N, αν έχει συνάρτηση πυκνότητας

Διαβάστε περισσότερα

Βιοστατιστική ΒΙΟ-309

Βιοστατιστική ΒΙΟ-309 Βιοστατιστική ΒΙΟ-309 Χειμερινό Εξάμηνο Ακαδ. Έτος 2015-2016 Ντίνα Λύκα lika@biology.uoc.gr 1. Εισαγωγή Εισαγωγικές έννοιες Μεταβλητότητα : ύπαρξη διαφορών μεταξύ ομοειδών μετρήσεων Μεταβλητή: ένα χαρακτηριστικό

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 7: Κανονική Κατανομή. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 7: Κανονική Κατανομή. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 7: Κανονική Κατανομή Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13 ΠΕΡΙΕΧΟΜΕΝΑ / 7 ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος... 13 Κεφάλαιο 1: Περιγραφική Στατιστική... 15 1.1 Περιγραφική και Συμπερασματική Στατιστική... 15 1.2 Μεταβλητές - Τιμές - Παρατηρήσεις... 19 1.3 Είδη μεταβλητών...

Διαβάστε περισσότερα

Διαστήματα εμπιστοσύνης. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

Διαστήματα εμπιστοσύνης. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Διαστήματα εμπιστοσύνης Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Διαστήματα εμπιστοσύνης Το διάστημα εμπιστοσύνης είναι ένα διάστημα αριθμών

Διαβάστε περισσότερα

ΑΝΤΙΚΕΙΜΕΝΟ ΔΑΣΙΚΗΣ ΔΙΑΧΕΙΡΙΣΤΙΚΗΣ. Ηλίας Ζαλαβράς

ΑΝΤΙΚΕΙΜΕΝΟ ΔΑΣΙΚΗΣ ΔΙΑΧΕΙΡΙΣΤΙΚΗΣ. Ηλίας Ζαλαβράς ΑΝΤΙΚΕΙΜΕΝΟ ΔΑΣΙΚΗΣ ΔΙΑΧΕΙΡΙΣΤΙΚΗΣ Ηλίας Ζαλαβράς Δημιουργία τάξεως προς κάθε κατεύθυνση Αειφορία Δασοπονικοί σκοποί Κατά χρόνο τάξη Κατά χώρο τάξη Καθορισμός του λήμματος Αειφορία Επιδίωξη διαρκών και

Διαβάστε περισσότερα

Μέθοδοι Γεωργοοικονομικής & Κοινωνιολογικής Έρευνας

Μέθοδοι Γεωργοοικονομικής & Κοινωνιολογικής Έρευνας Μέθοδοι Γεωργοοικονομικής & Κοινωνιολογικής Έρευνας Ενότητα 4: Η Δειγματοληπτική έρευνα (2/2) 2ΔΩ Διδάσκοντες: Χ. Κασίμης- Ελ. Νέλλας Τμήμα: Αγροτικής Οικονομίας και Ανάπτυξης Μαθησιακοί στόχοι Η εκμάθηση

Διαβάστε περισσότερα

Στατιστική Επιχειρήσεων ΙΙ

Στατιστική Επιχειρήσεων ΙΙ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Στατιστική Επιχειρήσεων ΙΙ Ενότητα #: Επαγωγική Στατιστική - Δειγματοληψία Μιλτιάδης Χαλικιάς Τμήμα Διοίκησης Επιχειρήσεων Άδειες

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΔΙΑΛΕΞΗ 02 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 2016-2017 1 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ (Descriptive)

Διαβάστε περισσότερα

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Πληθυσμός Δείγμα Δείγμα Δείγμα Ο ρόλος της Οικονομετρίας Οικονομική Θεωρία Διατύπωση της

Διαβάστε περισσότερα

Ενότητα 2: Μέθοδοι δειγματοληψίας & Εισαγωγή στην Περιγραφική Στατιστική

Ενότητα 2: Μέθοδοι δειγματοληψίας & Εισαγωγή στην Περιγραφική Στατιστική ΤΕΙ Στερεάς Ελλάδας Τμήμα Φυσικοθεραπείας Προπτυχιακό Πρόγραμμα Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο ) Ενότητα 2: Μέθοδοι δειγματοληψίας & Εισαγωγή στην Περιγραφική Στατιστική Δρ.

Διαβάστε περισσότερα

στατιστική θεωρεία της δειγµατοληψίας

στατιστική θεωρεία της δειγµατοληψίας στατιστική θεωρεία της δειγµατοληψίας ΕΙΓΜΑΤΟΛΗΨΙΑ : Εισαγωγή δειγµατοληψία Τα στοιχεία που απαιτούνται τόσο για την ανάλυση των µεταφορικών συστηµάτων και όσο και για την ανάπτυξη των συγκοινωνιακών µοντέλων

Διαβάστε περισσότερα

Βιοστατιστική ΒΙΟ-309

Βιοστατιστική ΒΙΟ-309 Βιοστατιστική ΒΙΟ-309 Χειμερινό Εξάμηνο Ακαδ. Έτος 2017-2018 Ντίνα Λύκα lika@biology.uoc.gr 1. Εισαγωγή Εισαγωγικές έννοιες Μεταβλητότητα : ύπαρξη διαφορών μεταξύ ομοειδών μετρήσεων Μεταβλητή: ένα χαρακτηριστικό

Διαβάστε περισσότερα

ΠΡΟΛΟΓΟΣ...xi ΟΙ ΣΥΓΓΡΑΦΕΙΣ ΤΟΥ ΒΙΒΛΙΟΥ...xv ΚΕΦΑΛΑΙΟ 1 ΞΕΚΙΝΩΝΤΑΣ ΜΕ ΤΟ ARCGIS - ΤΟ ARCMAP... 1

ΠΡΟΛΟΓΟΣ...xi ΟΙ ΣΥΓΓΡΑΦΕΙΣ ΤΟΥ ΒΙΒΛΙΟΥ...xv ΚΕΦΑΛΑΙΟ 1 ΞΕΚΙΝΩΝΤΑΣ ΜΕ ΤΟ ARCGIS - ΤΟ ARCMAP... 1 ΠΡΟΛΟΓΟΣ...xi ΟΙ ΣΥΓΓΡΑΦΕΙΣ ΤΟΥ ΒΙΒΛΙΟΥ...xv ΚΕΦΑΛΑΙΟ 1 ΞΕΚΙΝΩΝΤΑΣ ΜΕ ΤΟ ARCGIS - ΤΟ ARCMAP... 1 Εισαγωγή στο ArcGIS και τον ArcMap. Περιγραφή των βοηθητικών λογισμικών που χρησιμοποιεί το ArcGIS. Εισαγωγή

Διαβάστε περισσότερα

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,

Διαβάστε περισσότερα

Στατιστική Επιχειρήσεων Ι

Στατιστική Επιχειρήσεων Ι ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 7: Παρουσίαση δεδομένων-περιγραφική στατιστική Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Απόδοση θεματικών δεδομένων

Απόδοση θεματικών δεδομένων Απόδοση θεματικών δεδομένων Ποιοτικές διαφοροποιήσεις Σημειακά Γραμμικά Επιφανειακά Ποσοτικές διαφοροποιήσεις Ειδικές θεματικές απεικονίσεις Δασυμετρική Ισαριθμική Πλάγιες όψεις Χαρτόγραμμα Χάρτης κουκίδων

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ. ν 1 + ν ν κ = v (1) Για τη σχετική συχνότητα ισχύουν οι ιδιότητες:

ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ. ν 1 + ν ν κ = v (1) Για τη σχετική συχνότητα ισχύουν οι ιδιότητες: Συχνότητα v i O φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή x i της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων. Είναι φανερό ότι το άθροισμα όλων των συχνοτήτων είναι ίσο με το

Διαβάστε περισσότερα

Α. Έστω δύο σύνολα Α και Β. Ποιά διαδικασία ονομάζεται συνάρτηση με πεδίο ορισμού το Α και πεδίο τιμών το Β;

Α. Έστω δύο σύνολα Α και Β. Ποιά διαδικασία ονομάζεται συνάρτηση με πεδίο ορισμού το Α και πεδίο τιμών το Β; σελ 1 από 5 ΚΕΦΑΛΑΙΟ 1 Ο Α. Έστω δύο σύνολα Α και Β. Ποιά διαδικασία ονομάζεται συνάρτηση με πεδίο ορισμού το Α και πεδίο τιμών το Β; 1. Σ-Λ Η σχέση με:, είναι συνάρτηση. 2. Σ-Λ Η σχέση είναι συνάρτηση.

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ 1 Τί λέγεται πληθυσμός τι άτομα και τι μεταβλητή ενός πληθυσμού 2. Ποιες μεταβλητές λέγονται ποιοτικές ή κατηγορικές; 3.

ΣΤΑΤΙΣΤΙΚΗ 1 Τί λέγεται πληθυσμός τι άτομα και τι μεταβλητή ενός πληθυσμού 2. Ποιες μεταβλητές λέγονται ποιοτικές ή κατηγορικές; 3. .. ΣΤΑΤΙΣΤΙΚΗ 1 Τί λέγεται πληθυσμός τι άτομα και τι μεταβλητή ενός πληθυσμού 2. Ποιες μεταβλητές λέγονται ποιοτικές ή κατηγορικές; 3. Ποιες μεταβλητές λέγονται ποσοτικές; 4. Πότε μια ποσοτική μεταβλητή

Διαβάστε περισσότερα

ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών

ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών Πόρων ΑΓΡΙΝΙΟ ΣΤΑΤΙΣΤΙΚΗ Φραγκίσκος Κουτελιέρης Αναπληρωτής

Διαβάστε περισσότερα

Περιεχόμενα. Γιατί Ένας Manager Πρέπει να Ξέρει Στατιστική. Περιεχόμενα. Η Ανάπτυξη και Εξέλιξη της Σύγχρονης Στατιστικής

Περιεχόμενα. Γιατί Ένας Manager Πρέπει να Ξέρει Στατιστική. Περιεχόμενα. Η Ανάπτυξη και Εξέλιξη της Σύγχρονης Στατιστικής Chapter 1 Student Lecture Notes 1-1 Ανάλυση Δεδομένων και Στατιστική για Διοικήση Επιχειρήσεων [Basic Business Statistics (8 th Edition)] Κεφάλαιο 1 Εισαγωγή και Συλλογή Δεδομένων Περιεχόμενα Γιατί ένας

Διαβάστε περισσότερα

Η επίδραση της δειγματοληπτικής αβεβαιότητας των εισροών στη στοχαστική προσομοίωση ταμιευτήρα

Η επίδραση της δειγματοληπτικής αβεβαιότητας των εισροών στη στοχαστική προσομοίωση ταμιευτήρα ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ & ΠΕΡΙΒΑΛΛΟΝΤΟΣ Η επίδραση της δειγματοληπτικής αβεβαιότητας των εισροών στη στοχαστική προσομοίωση ταμιευτήρα Ελένη Ζαχαροπούλου

Διαβάστε περισσότερα

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 Περιεχόμενα Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 1 Εισαγωγή 21 1.1 Γιατί χρησιμοποιούμε τη στατιστική; 21 1.2 Τι είναι η στατιστική; 22 1.3 Περισσότερα για την επαγωγική στατιστική 23 1.4 Τρεις

Διαβάστε περισσότερα

Παρουσίαση 2 η : Αρχές εκτίμησης παραμέτρων Μέρος 1 ο

Παρουσίαση 2 η : Αρχές εκτίμησης παραμέτρων Μέρος 1 ο Εφαρμογές Ανάλυσης Σήματος στη Γεωδαισία Παρουσίαση η : Αρχές εκτίμησης παραμέτρων Μέρος ο Βασίλειος Δ. Ανδριτσάνος Αναπληρωτής Καθηγητής Γεώργιος Χλούπης Επίκουρος Καθηγητής Τμήμα Μηχανικών Τοπογραφίας

Διαβάστε περισσότερα

ΜΑΘΗΜΑ: Γενική Οικολογία

ΜΑΘΗΜΑ: Γενική Οικολογία ΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος ΜΑΘΗΜΑ: Γενική Οικολογία 1 η Άσκηση Έρευνα στο πεδίο - Οργάνωση πειράματος Μέθοδοι Δειγματοληψίας Εύρεση πληθυσμιακής

Διαβάστε περισσότερα

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium iv Στατιστική Συμπερασματολογία Ι Σημειακές Εκτιμήσεις Διαστήματα Εμπιστοσύνης Στατιστική Συμπερασματολογία (Statistical Inference) Το πεδίο της Στατιστικής Συμπερασματολογία,

Διαβάστε περισσότερα

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία Γενικά Πειραματικό σχέδιο και ANOVA Η βασική διαφορά μεταξύ των πειραματικών σχεδίων είναι ο τρόπος με τον οποίο ταξινομούνται ή κατατάσσονται οι πειραματικές μονάδες (πειραματικά τεμάχια) Σε όλα τα σχέδια

Διαβάστε περισσότερα

Ποιοτική & Ποσοτική Ανάλυση εδομένων Εβδομάδα 5 η 6 η

Ποιοτική & Ποσοτική Ανάλυση εδομένων Εβδομάδα 5 η 6 η Ποιοτική & Ποσοτική Ανάλυση εδομένων Εβδομάδα 5 η 6 η Παιδαγωγικό Τμήμα ημοτικής Εκπαίδευσης ημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη, 2013-2014 Εμπειρικές Στατιστικές Κατανομές Τα προβλήματα που

Διαβάστε περισσότερα

Δειγματοληπτική μονάδα Μονάδα έρευνας είναι το ιδιωτικό νοικοκυριό και όλα τα μέλη του.

Δειγματοληπτική μονάδα Μονάδα έρευνας είναι το ιδιωτικό νοικοκυριό και όλα τα μέλη του. Έρευνα Ποιοτικών Χαρακτηριστικών Ημεδαπών Τουριστών 207 ΕΙΔΟΣ: Δειγματοληπτική έρευνα Πλαίσιο Δειγματοληψίας Η Έρευνα Ποιοτικών Χαρακτηριστικών Ημεδαπών Τουριστών είναι μια ετήσια δειγματοληπτική έρευνα

Διαβάστε περισσότερα

ΕΕΟ 11. Η χρήση στατιστικών εργαλείων στην εκτιμητική

ΕΕΟ 11. Η χρήση στατιστικών εργαλείων στην εκτιμητική ΕΕΟ 11 Η χρήση στατιστικών εργαλείων στην εκτιμητική 1. Εισαγωγή 2. Προϋποθέσεις χρήσης των Αυτοματοποιημένων Εκτιμητικών Μοντέλων (ΑΕΜ) 3. Περιορισμοί στη χρήση των ΑΕΜ εφόσον έχουν πληρωθεί οι προϋποθέσεις

Διαβάστε περισσότερα

Μη μετρούμενες λεκάνες απορροής: Διερεύνηση στη λεκάνη του Πηνειού Θεσσαλίας, στη θέση Σαρακίνα

Μη μετρούμενες λεκάνες απορροής: Διερεύνηση στη λεκάνη του Πηνειού Θεσσαλίας, στη θέση Σαρακίνα Μη μετρούμενες λεκάνες απορροής: Διερεύνηση στη λεκάνη του Πηνειού Θεσσαλίας, στη θέση Σαρακίνα Βασίλειος Γουργουλιός και Ιωάννης Ναλμπάντης ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΑΓΡΟΝΟΜΩΝ ΚΑΙ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ

Διαβάστε περισσότερα

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017 Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017 2 Γιατί ανάλυση διακύμανσης; (1) Ας θεωρήσουμε k πληθυσμούς με μέσες τιμές μ 1, μ 2,, μ k, αντίστοιχα Πως μπορούμε να συγκρίνουμε τις μέσες τιμές k πληθυσμών

Διαβάστε περισσότερα

ΣΠΟΥΔΑΣΤΗΡΙΟ ΚΟΙΝΩΝΙΟΛΟΓΙΑΣ ΠΑΣΠΕ ΕΘΝΙΚΟ ΚΕΝΤΡΟ ΚΟΙΝΩΝΙΚΩΝ ΕΡΕΥΝΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗ ΜΕΘΟΔΟΛΟΓΙΑ ΚΑΙ ΤΙΣ ΤΕΧΝΙΚΕΣ

ΣΠΟΥΔΑΣΤΗΡΙΟ ΚΟΙΝΩΝΙΟΛΟΓΙΑΣ ΠΑΣΠΕ ΕΘΝΙΚΟ ΚΕΝΤΡΟ ΚΟΙΝΩΝΙΚΩΝ ΕΡΕΥΝΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗ ΜΕΘΟΔΟΛΟΓΙΑ ΚΑΙ ΤΙΣ ΤΕΧΝΙΚΕΣ ΣΠΟΥΔΑΣΤΗΡΙΟ ΚΟΙΝΩΝΙΟΛΟΓΙΑΣ ΠΑΣΠΕ ΕΘΝΙΚΟ ΚΕΝΤΡΟ ΚΟΙΝΩΝΙΚΩΝ ΕΡΕΥΝΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗ ΜΕΘΟΔΟΛΟΓΙΑ ΚΑΙ ΤΙΣ ΤΕΧΝΙΚΕΣ ΤΩΝ ΚΟΙΝΩΝΙΚΩΝ ΕΡΕΥΝΩΝ Επιλογή κειμένων των καθηγητών: Μ. GRAWITZ Καθηγήτρια Κοινωνιολογίας

Διαβάστε περισσότερα

Νέες Τεχνολογίες στη Διαχείριση των Δασών

Νέες Τεχνολογίες στη Διαχείριση των Δασών Νέες Τεχνολογίες στη Διαχείριση των Δασών Δρ. Βασιλική Καζάνα Αναπλ. Καθηγήτρια ΤΕΙ Καβάλας, Τμήμα Δασοπονίας & Διαχείρισης Φυσικού Περιβάλλοντος Δράμας Εργαστήριο Δασικής Διαχειριστικής Τηλ. & Φαξ: 25210

Διαβάστε περισσότερα

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ ΕΠΑ.Λ. Δ. Ε. ΚΟΝΤΟΚΩΣΤΑΣ ΜΑΘΗΜΑΤΙΚΟΣ

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ ΕΠΑ.Λ. Δ. Ε. ΚΟΝΤΟΚΩΣΤΑΣ ΜΑΘΗΜΑΤΙΚΟΣ ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ ΕΠΑ.Λ. 2013-2014 ΣΤΑΤΙΣΤΙΚΗ 1. Τι ονομάζουμε: i. πληθυσμό και μέγεθος πληθυσμού; (σελ. 59) ii. μεταβλητή; (σελ.59-60) 2. Ποιες μεταβλητές ονομάζονται ποσοτικές; (σελ.60)

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΣΤΑΤΙΣΤΙΚΕΣ ΕΚΤΙΜΗΣΕΙΣ Οι συναρτήσεις πιθανότητας ή πυκνότητας πιθανότητας των διαφόρων τυχαίων μεταβλητών χαρακτηρίζονται από κάποιες

Διαβάστε περισσότερα

Μεθοδολογία Επιστημονικής Έρευνας

Μεθοδολογία Επιστημονικής Έρευνας Μεθοδολογία Επιστημονικής Έρευνας Δειγματοληψία Αναπληρωτής Καθηγητής Δελιάς Παύλος pdelias@teiemt.gr Εισαγωγή Πληθυσμός Πληθυσμός: το πλήρες σύνολο περιπτώσεων Απογραφή: Ανάλυση όλων των μελών του πληθυσμού

Διαβάστε περισσότερα

Θέμα 1 ο (ΜΑΪΟΣ 2004, ΜΑΪΟΣ 2008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Απόδειξη

Θέμα 1 ο (ΜΑΪΟΣ 2004, ΜΑΪΟΣ 2008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Απόδειξη ΕΚΔΟΣΕΙΣ ΚΕΛΑΦΑ 59 Θέμα 1 ο (ΜΑΪΟΣ 004, ΜΑΪΟΣ 008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Έχουμε f (x+h) - f (x) = c - c = 0 και για h 0 είναι f (x + h) - f (x) 0 m

Διαβάστε περισσότερα

Σ ΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΕΡΜΗΝΕΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ

Σ ΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΕΡΜΗΝΕΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ Σ ΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΕΡΜΗΝΕΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΤΩΝ ΕΞΕΤΑΣΕΩΝ Μ ΑΪΟΥ 2002 2004 Δ ΕΥΤΕΡΟ ΜΕΡΟΣ Π ΕΡΙΛΗΨΗ: Η μελέτη αυτή έχει σκοπό να παρουσιάσει και να ερμηνεύσει τα ευρήματα που προέκυψαν από τη στατιστική

Διαβάστε περισσότερα

5. ΣΥΣΤΗΜΑΤΙΚΗ ΔΕΙΓΜΑΤΟΛΗΨΙΑ (Systematic Sampling)

5. ΣΥΣΤΗΜΑΤΙΚΗ ΔΕΙΓΜΑΤΟΛΗΨΙΑ (Systematic Sampling) 5. ΣΥΣΤΗΜΑΤΙΚΗ ΔΕΙΓΜΑΤΟΛΗΨΙΑ (Systematic Sampling) Συχνά, είναι ταχύτερη και ευκολότερη η επιλογή των μονάδων του πληθυσμού, αν αυτή γίνεται από κάποιο κατάλογο ξεκινώντας από κάποιο τυχαίο αρχικό σημείο

Διαβάστε περισσότερα

ΟΡΓΑΝΩΣΗ ΤΩΝ ΔΑΣΙΚΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΓΙΑ ΕΚΤΙΜΗΣΗ ΤΟΥ ΞΥΛΩΔΗ ΟΓΚΟΥ ΚΑΤΑ ΧΩΡΟ ΚΑΙ ΧΡΟΝΟ

ΟΡΓΑΝΩΣΗ ΤΩΝ ΔΑΣΙΚΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΓΙΑ ΕΚΤΙΜΗΣΗ ΤΟΥ ΞΥΛΩΔΗ ΟΓΚΟΥ ΚΑΤΑ ΧΩΡΟ ΚΑΙ ΧΡΟΝΟ ΤΕΙ ΑΜΘ Καζακλής Άγγελος, Καζάνα Βασιλική, Ράπτης Δημήτριος, Σταματίου Χρήστος, Κουτσώνα Παρασκευή ΟΡΓΑΝΩΣΗ ΤΩΝ ΔΑΣΙΚΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΓΙΑ ΕΚΤΙΜΗΣΗ ΤΟΥ ΞΥΛΩΔΗ ΟΓΚΟΥ ΚΑΤΑ ΧΩΡΟ ΚΑΙ ΧΡΟΝΟ ΕΡΓΟ Βελτίωση της

Διαβάστε περισσότερα

Αβεβαιότητα που εισάγεται στη μέτρηση ραδιενέργειας εδάφους από τα σφάλματα ορισμού δειγματοληψίας

Αβεβαιότητα που εισάγεται στη μέτρηση ραδιενέργειας εδάφους από τα σφάλματα ορισμού δειγματοληψίας Αβεβαιότητα που εισάγεται στη μέτρηση ραδιενέργειας εδάφους από τα σφάλματα ορισμού δειγματοληψίας Γ.Ν. Παπαδάκος, Δ.Ι. Καράγγελος, Ν.Π. Πετρόπουλος, Μ.Ι. Αναγνωστάκης, Ε.Π. Χίνης, Σ.Ε. Σιμόπουλος Τομέας

Διαβάστε περισσότερα

Δύο κύριοι τρόποι παρουσίασης δεδομένων. Παράδειγμα

Δύο κύριοι τρόποι παρουσίασης δεδομένων. Παράδειγμα Δύο κύριοι τρόποι παρουσίασης δεδομένων Παράδειγμα Με πίνακες Με διαγράμματα Ονομαστικά δεδομένα Εδώ τα περιγραφικά μέτρα (μέσος, διάμεσος κλπ ) δεν έχουν νόημα Πήραμε ένα δείγμα από 25 άτομα και τα ρωτήσαμε

Διαβάστε περισσότερα

LOGO. Εξόρυξη Δεδομένων. Δειγματοληψία. Πίνακες συνάφειας. Καμπύλες ROC και AUC. Σύγκριση Μεθόδων Εξόρυξης

LOGO. Εξόρυξη Δεδομένων. Δειγματοληψία. Πίνακες συνάφειας. Καμπύλες ROC και AUC. Σύγκριση Μεθόδων Εξόρυξης Εξόρυξη Δεδομένων Δειγματοληψία Πίνακες συνάφειας Καμπύλες ROC και AUC Σύγκριση Μεθόδων Εξόρυξης Πασχάλης Θρήσκος PhD Λάρισα 2016-2017 pthriskos@mnec.gr LOGO Συμπερισματολογία - Τι σημαίνει ; Πληθυσμός

Διαβάστε περισσότερα

03 _ Παράμετροι θέσης και διασποράς. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ.

03 _ Παράμετροι θέσης και διασποράς. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. 6_Στατιστική στη Φυσική Αγωγή 03 _ Παράμετροι θέσης και διασποράς Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. Παράμετροι θέσης όταν θέλουμε να εκφράσουμε μια μεταβλητή με έναν αριθμό π.χ.

Διαβάστε περισσότερα

Γ. Πειραματισμός - Βιομετρία

Γ. Πειραματισμός - Βιομετρία Γ. Πειραματισμός - Βιομετρία Πληθυσμοί και δείγματα Πληθυσμός Περιλαμβάνει όλες τις πιθανές τιμές μιας μεταβλητής, δηλαδή αναφέρεται σε μια παρατήρηση σε όλα τα άτομα του πληθυσμού Ο πληθυσμός προσδιορίζεται

Διαβάστε περισσότερα

3 ο Φυλλάδιο Ασκήσεων. Εφαρμογές

3 ο Φυλλάδιο Ασκήσεων. Εφαρμογές ο Φυλλάδιο Ασκήσεων Εφαρμογές 2 ο Φυλλάδιο Ασκήσεων Εφαρμογή 1 ΣΥΓΚΡΙΣΗ ΤΗΣ ΗΛΙΚΙΑΣ ΤΩΝ ΕΡΓΑΖΟΜΕΝΩΝ ΣΕ ΔΥΟ ΕΠΙΧΕΙΡΗΣΕΙΣ Παρακάτω βλέπουμε τα ιστογράμματα και τα πολύγωνα των σχετικών (%) και σχετικών αθροιστικών

Διαβάστε περισσότερα

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική Εργαστήριο Μαθηματικών & Στατιστικής ΣΕΙΡΑ Α Γραπτή Εξέταση Περιόδου Φεβρουαρίου 013 στη Στατιστική για τα Τμήματα Ε.Τ.Τ., Γ.Β., Α.Ο.Α. και Ε.Ζ.Π.&Υ. 08/0/013 1. [0] Η ποσότητα, έστω Χ, καλίου που περιέχεται

Διαβάστε περισσότερα