ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Σχετικά έγγραφα
Εισαγωγή στους Αλγορίθμους

Εισαγωγή στους Αλγορίθμους

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Γενική Οικολογία. Λύσεις για τις οκιµαστικές ασκήσεις - Ιούνιος 2012

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη

Λογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2)

Εισαγωγή στους Αλγορίθμους

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Διοικητική Λογιστική

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη

1 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

Μάρκετινγκ Αγροτικών Προϊόντων

Θερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού σε κατάσταση Κορεσμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής

Βάσεις Περιβαλλοντικών Δεδομένων

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Λογιστική Κόστους Ενότητα 8: Κοστολογική διάρθρωση Κύρια / Βοηθητικά Κέντρα Κόστους.

Κβαντική Επεξεργασία Πληροφορίας

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Μηχανολογικό Σχέδιο Ι

Εισαγωγή στους Αλγορίθμους Ενότητα 10η Άσκηση Αλγόριθμος Dijkstra

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη

Στατιστική. 6 ο Μάθημα: Διαστήματα Εμπιστοσύνης και Έλεγχοι Υποθέσεων. Γεώργιος Μενεξές Τμήμα Γεωπονίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Μάρκετινγκ Αγροτικών Προϊόντων

Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim

ΗΛΕΚΤΡΟΝΙΚΗ ΙIΙ Ενότητα 6

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 1: Καταχώρηση δεδομένων

Ενδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

Κλασική Ηλεκτροδυναμική Ι

ΗΛΕΚΤΡΟΝΙΚΗ Ι Ενότητα 5

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Εισαγωγή στους Αλγορίθμους Φροντιστήριο 1

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Διοικητική Λογιστική

Θερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού Υπέρθερμου Ατμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής

Βέλτιστος Έλεγχος Συστημάτων

Λογιστική Κόστους Ενότητα 11: Λογισμός Κόστους (1)

Μαθηματικά και Φυσική με Υπολογιστές

Διαφήμιση και Δημόσιες Σχέσεις Ενότητα 9: Σχέσεις διαφημιστή-διαφημιζόμενου

Μάρκετινγκ Αγροτικών Προϊόντων

Τίτλος Μαθήματος: Εργαστήριο Φυσικής Ι

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Εκκλησιαστικό Δίκαιο. Ενότητα 10η: Ιερά Σύνοδος της Ιεραρχίας και Διαρκής Ιερά Σύνοδος Κυριάκος Κυριαζόπουλος Τμήμα Νομικής Α.Π.Θ.

Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Kruskal

Μικροβιολογία & Υγιεινή Τροφίμων

Διοίκηση Εξωτερικής Εμπορικής Δραστηριότητας

Διοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.3.3: Μεθοδολογία εφαρμογής προγράμματος Ολικής Ποιότητας

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη

Μεθοδολογία Έρευνας Κοινωνικών Επιστημών Ενότητα 2: ΣΥΓΚΕΝΤΡΩΣΗ ΠΛΗΡΟΦΟΡΙΩΝ ΜΑΡΚΕΤΙΝΓΚ Λοίζου Ευστράτιος Τμήμα Τεχνολόγων Γεωπόνων-Kατεύθυνση

Στατιστική. 5 ο Μάθημα: Βασικές Έννοιες Εκτιμητικής. Γεώργιος Μενεξές Τμήμα Γεωπονίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Ιστορία της μετάφρασης

Βάσεις Δεδομένων. Ενότητα 1: Εισαγωγή στις Βάσεις δεδομένων. Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών

Λογιστική Κόστους Ενότητα 11: Λογισμός Κόστους

ΗΛΕΚΤΡΟΝΙΚΗ IΙ Ενότητα 6

Ψηφιακή Επεξεργασία Εικόνων

Εισαγωγή στους Αλγορίθμους Φροντιστήριο 4

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Οικονομική Γεωργικών Εκμεταλλεύσεων

Κβαντική Επεξεργασία Πληροφορίας

Δομές Δεδομένων Ενότητα 1

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Κβαντική Επεξεργασία Πληροφορίας

Στατιστική Ι. Ενότητα 3: Στατιστική Ι (3/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Προσχολική Παιδαγωγική Ενότητα 2: Οργάνωση χρόνου και χώρου στα νηπιαγωγεία

Λογιστική Κόστους Ενότητα 10: Ασκήσεις Προτύπου Κόστους Αποκλίσεων.

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Β. Διαφορικός Λογισμός

Θέματα Εφαρμοσμένης. Ενότητα 14.2: Η ψήφος στα πρόσωπα. Θεόδωρος Χατζηπαντελής Τμήμα Πολιτικών Επιστημών ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Έλεγχος και Διασφάλιση Ποιότητας Ενότητα 4: Μελέτη ISO Κουππάρης Μιχαήλ Τμήμα Χημείας Εργαστήριο Αναλυτικής Χημείας

Διδακτική της Πληροφορικής

Πληροφοριακά Συστήματα Διοίκησης Ενότητα 10: Διαχείριση Έργων (2ο Μέρος)

Λογιστική Κόστους. Ενότητα 4: ΣΥΜΠΕΡΙΦΟΡΑ - ΦΥΣΗ ΚΟΣΤΟΥΣ. Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής

ΗΛΕΚΤΡΟΝΙΚΗ IΙ Ενότητα 3

Διαχείριση Έργων. Ενότητα 10: Χρονοπρογραμματισμός έργων (υπό συνθήκες αβεβαιότητας)

Ενότητα. Εισαγωγή στις βάσεις δεδομένων

Εισαγωγή στους Αλγορίθμους Ενότητα 11η Άσκηση - Σταθμισμένος Χρονοπρογραμματισμός Διαστημάτων

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη

Μαθηματικά και Φυσική με Υπολογιστές

Εισαγωγή στους Αλγορίθμους Φροντιστήριο 5

Αγροτικός Τουρισμός. Ενότητα 9 η : Εκπαιδευτικές τεχνικές στον τουρισμό. Όλγα Ιακωβίδου Τμήμα Γεωπονίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Τίτλος Μαθήματος: Εργαστήριο Φυσικής Ι

Οικονομική Γεωργικών Εκμεταλλεύσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

ΕΡΓΑΣΤΗΡΙΟ ΦΥΣΙΚΗΣ Ι ΘΕΩΡΙΑ ΣΦΑΛΜΑΤΩΝ. Κανονισμός Μαθήματος και Εργαστηρίου Καθηγήτρια Γεωργά Σταυρούλα Τμήμα Φυσικής

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Διοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.3.2: Παραδοσιακή VS νέα προσέγγιση της ΔΟΠ

Οργάνωση και Διοίκηση Πωλήσεων Ενότητα 4η: Καθορισμός Περιοχής Πώλησης (sales territory)

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Φιλοσοφία της Ιστορίας και του Πολιτισμού

ΔΙΔΑΚΤΙΚΗ ΤΗΣ ΚΑΛΑΘΟΣΦΑΙΡΙΣΗΣ ΙΙ

Transcript:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Γενική Οικολογία Βιοκοινωνίες Διδάσκων: Αν. Καθ. John M. Halley

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας χρήσης, η άδεια χρήσης αναφέρεται ρητώς.

Ανάλυση της ποικιλότητας Δεδομένα: Ν άτομα, S είδη: { n1, n2, n3,... n S } Δείκτες ποικιλότητας (Shannon, Simpson) α-, β-, γ- ποικιλότητα Καμπύλες (π.χ. ειδών-αφθονίας) = κατανομές ποικιλότητας Molles 16 (poor) 1

ΤύποιΠοικιλότητας α- β- και γ-ποικιλότητα α-ποικιλότηταείναιηποικιλότηταμιαςσυγκεκριμένηςπεριοχής, βιοκοινότητας ή οικοσυστήματος. Συνήθως αντιστοιχεί στον αριθμό ειδών(πλούτο ειδών) στη περιοχή(στο παράδειγμα, η α- ποικιλότητα της βιοκοινότητας Α είναι είναι όλα τα είδη που βρίσκονται στη βιοκοινότητα Α) β-ποικιλότητα είναι μέτρο μεταβολής της ποικιλότητας ανάμεσα σεδυοπεριοχές, βιοκοινότητεςήοικοσυστήματα[στοπαράδειγμα, ηβ-ποικιλότηταδυοβιοκοινοτήτωνακαιβείναιόλαταείδηπου δενείναικοινά(είναιμέτροτουενδημισμού)] γ-ποικιλότηταείναιησυνολικήποικιλότηταεπιμέρουςπεριοχών, βιοκοινοτήτων ή οικοσυστημάτων(στο παράδειγμα, η γ-ποικιλότητα περιοχήςπουεμπεριέχειτιςακαιβείναιίσημετηνα-ποικιλότητα τηςα Β) 2

α, β και γ ποικιλότητα Παράδειγμα ΔυοπεριοχέςΑκαιΒ S1 είδημόνοστοα S3είδημόνοστοΒ S2 είδη είναι κοινά A S1S 1 S2 AB S3 S 2 B α-ποικιλότητα(α) = S1+S2 α-ποικιλότητα(β) = S2+S3 β-ποικιλότητα (Α με Β) = S1+S3 γ-ποικιλότητα(α με Β) = S1+S2+S3 Εδώ, το μέτρο είναι ο πλούτος ειδών(ο αριθμός ειδών στην αντίστοιχη περιοχή). Όμως, υπάρχουν και άλλοι δείκτες για τον υπολογισμό της α-, β- και γ-ποικιλότητας Δείκτης ομοιότητας κατά Sorensen: SI = 2S ( S + S ) + ( S + S ) 1 2 2 3 2 β = 1 SI 3

Η α, β και γ ποικιλότητα στην ιεράρχηση των προτεραιοτήτων διατήρησης Χερσαία κέντρα βιοποικιλότητας (34 «θερμές περιοχές») Η Νέα Ζηλανδία Myers N, Mittermeier RA, Mittermeier CG, da Fonseca GAB, Kent J 2000 Biodiversity hotspots for conservation priorities. Nature 403: 853 858 Conservation International 4

α, β και γ ποικιλότητα Παράδειγμα α-ποικιλότητα για site (θέση) 1-4 β-ποικιλότητα μεταξύ sites μέσα στις περιοχές Χ και Υ= γ-ποικιλότητα για κάθε Region = 5

α, β και γ ποικιλότητα Παράδειγμα α=5 α=3 β(χ) = 0 γ(χ) = 5 β(y) = 6 γ(y) = 6 α=5 α=3 6

Η βιοκοινότητα στο χώρο Διαβαθμίσεις: -Γεωγραφικού πλάτους -Υψόμετρου -Απόστασης από τη θάλασσα - Απόστασης από μεγάλα γεωγραφικά εμπόδια(π.χ. βουνά) 7

Οικότονοι βιοκοινοτήτων Ευκρινή όρια (Απότομες μεταβολές στη σύνθεση των ειδών) αφθονία Αφθονία ενός είδους υψόµετρο Μόνον εάν ένας καθοριστικός περιβαλλοντικός παράγοντας μεταβάλλεται απότομα, ταόριαδιανομήςτωνειδών(καικατ επέκτασητωνβιοκοινοτήτων) μπορεί να είναι αρκετά ευκρινή Μηδιακριτάόρια αφθονία υψόµετρο 8

Η παγκόσμια διαβάθμιση της βιοποικιλότητας οπλούτοςειδών(ηπυκνότηταειδώνανάkm 2 ) αυξάνεται όταν πλησιάζουμε τον ισημερινό Χερσαίες «θερμές περιοχές» Τα πιο πλούσια χερσαία οικοσυστήματα είναι τα βροχερά τροπικά δάση Τα πιο πλούσια οικοσυστήματα στην Ευρώπη είναι τα μεσογειακά

Η παγκόσµια διαβάθµιση της βιοποικιλότητας Ισχύει και για υδάτινα συστήματα θαλάσσιοπεριβάλλον, οικοραλλιογενείςύφαλοι(μόνοστουςτροπικούς) φιλοξενούν συνολικά περίπου 30-40% όλων των θαλασσινών ψαριών γλυκά νερά, π.χ. το Rio Negro (παραπόταμος του Αμαζονίου), περιέχει περισσότερα είδη ψαριών από όλα τα ποτάμια των ΗΠΑ συνολικά Πυκνότητα ειδών χελώνας στους ωκεανούς 10

Η παγκόσµια διαβάθµιση της βιοποικιλότητας Γιατί; Υπόθεση Η µεγαλύτερη ποικιλότητα κοντά στον ισηµερινό οφείλεται σε 1. Ιστορική Λιγότερες ταραχές στο παρελθόν από ακραίες συνθήκες (π.χ. εποχές παγετώνων) 2. Χωρική ετερογένεια Περισσότερες οικοθέσεις λόγω(1)βιολογικής και (2)φυσικής ετερογένειας 3. Περιβαλλοντική σταθερότητα Μικρότερη σταθερότητα στους πόλους => λιγότερα είδη µπορούν να προσαρµοστούν 4. Παραγωγικότητα Όλες οι οικοθέσεις χρειάζονται ενέργεια και υπάρχει περισσότερη κοντά στον ισηµερινό 5. Επιτάχυνση εξέλιξης Λόγω της θερµοκρασίας η εξέλιξη προχωρεί πιο γρήγορα κοντά στον ισηµερινό 6. Θήρευση Περισσότεροιθηρευτές(καιπαράσιτα) => λιγότερος ανταγωνιστικός αποκλεισµός...... Δενέχεισχέσημετηναύξησητηςεπιφάνειαςκοντάστον ισημερινό, γιατί η σχέση αναφέρεται στην πυκνότητα ειδών 11

Η παγκόσµια διαβάθµιση της βιοποικιλότητας Γιατί υπάρχουν τόσο πολλές εξηγήσεις; 1. Μεγάλη πολυπλοκότητα του παγκόσμιου οικοσυστήματος - Πολλές κλίμακες - Πολλά οικοσυστήματα και βιοκοινότητες - Ένας κοινός παράγοντας μπορεί να φαίνεται διαφορετικός σε διαφορετικά μέρη και κλίμακες 2. Ο καθένας κοιτάζει τον κόσμο σύμφωνα με την εμπειρία που έχει με ένα σύστημα(είδος ή τύπος βιοκοινότητας) σε μια κλίμακα 3. Πολλές εξηγήσεις έχουν ουσιαστικά(λογικά) προβλήματα - Κυκλικές - Ισχύουν μόνο για ορισμένα οικοσυστήματα(π.χ. χερσαία) - Ισχύουν μόνο σε ορισμένες κλίμακες 12

Κατανομές ποικιλότητας Καμπύλεςειδών-αφθονίας Καμπύλεςκυριαρχίας Πρότυπαβιοποικιλότητας 13

Ανάλυσηποικιλότητας: Παράδειγμα: Συχνότητα θηλαστικών (κυρίως μηρυκαστικών) σε μικρά πάρκα στη Ν. Αφρική i 1 2 3 4 5 6 7 8 9 Είδος Wildebeest_Black Red_Hartebeest Blesbok Zebra_Burchell Impala Springbok Eland Kudu Gemsbok Άτομα,n i 16 14 12 11 10 10 8 8 7 i 16 17 18 19 20 21 22 23 24 Είδος Reedbuck Tsessebe Waterbuck Zebra_Cape Oribi Rhino_White Zebra_Mountain Blesbok_Yellow Bushbuck Άτομα,n i 3 3 3 3 2 2 2 1 1 10 Giraffe 6 25 Duiker 1 11 Wildebeest_Blue 6 26 Grey_Rhebok 1 12 Buffalo 5 27 Klipspringer 1 13 Reedbuck_Mtn 4 28 Steenbok 1 14 Roan 4 15 Sable 4 Δεδομένα: Ν άτομα, S είδη: { n1, n2, n3,... n S }

Καµπύλεςειδών-αφθονίας (species-abundance plots) Άτομα / είδος Αριθμός ειδών 1 6 2 3 3 4 4 3 5 1 6 2 7 1 8 2 9 0 10 2 11 1 Αριθµός ειδών 7 6 5 4 3 2 1 Σπάνια είδη Κοινά είδη 12 1 13 0 14 1 15 0 16 1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Αριθµός ατόµων / είδος 15

Κατανοµές βιοποικιλότητας Κλάσεις αφθονίας Συχνά τα δεδομένα τοποθετούνται σε κλάσεις αφθονίας (ιστόγραμμα) 20 Αφθονία Συχνότητα 1-4 16 5-8 6 9-12 4 13-16 2 Συχνότητα 15 10 5 0 1-4 5-8 9-12 13-16 Αφθονία

Κατανοµές βιοποικιλότητας Κλάσεις διαδοχικού διπλασιασμού (οκτάβες) Μερικές φορές, στις καμπύλες αφθονίας, υπάρχει μια αρχική κλάση που υπερεκπροσωπείται και μετά πολλές κλάσεις με πολύ χαμηλή εκπροσώπηση ιάτοµα 17

Κατανοµές ποικιλότητας: Κλάσεις τύπου οκτάβας Σε τέτοιες περιπτώσεις, οργανώνουμε τα δεδομένα σε κλάσεις που η καθεμιά έχει διπλάσιο μέγεθος από την προηγούμενη, π.χ. 1, 2, 4, 8,... με όρια 2, 2 2, 4 2, 8 2,... κλπ. Οκτάβα Κέντρο κλάσης Κάτω όριο Πάνω όριο 0 1 0.7 1.4 1 2 1.4 2.8 2 4 2.8 5.7 3 8 5.7 11.3 4 16 11.3 22.6 5 32 22.6 45.3 6 64 45.3 90.5 7 128 90.5 181 8 256 181 362 9 512 362 724.1 10 1024 724.1 1448.2 8/ 2 8 2

Κατανοµές ποικιλότητας: Κλάσεις τύπου οκτάβας Oργανώνουμε τα δεδομένα από το παράδειγμα σε τέτοιες κλάσεις... Αριθµός ατόµων Αριθµός ειδών Οκτάβα Κάτω όριο Πάνω όριο 0 0.7071 1.414 6 1 1.414 2.828 3 2 2.828 5.657 8 3 5.657 11.31 8 4 11.31 22.63 3 19

Κατανοµές ποικιλότητας: Κλάσεις τύπου οκτάβας Τέτοια γραφήματα λέγονται διαγράμματαpreston ( Preston Diagrams ) Αριθµός ατόµων Οκτάβα Κάτω όριο Πάνω όριο Αριθµός ειδών 0 0.7071 1.414 6 1 1.414 2.828 3 2 2.828 5.657 8 3 5.657 11.31 8 4 11.31 22.63 3 Αριθµός ειδών 10 5 0-1 0 1 2 3 4 5 log 2 (n i ) ("Οκτάβα") 20

Κατανοµές ποικιλότητας: Κλάσεις τύπου οκτάβας ιάτοµα 21

Κατανοµές βιοποικιλότητας Άσκηση Από το προηγούμενο μάθημα: 10 Μυρμήγκια 5 Μύγες (ίδιου είδους) (ίδιου είδους) i Είδη 1 Μυρµήγκι 10 2 Μύγα 5 Άτομα (n i ) 2 Κατσαρίδες 1 Σκαθάρι (ίδιου είδους) 3 Κατσαρίδα 2 4 Σκαθάρι 1 5 Σαρανταποδαρούσα 1 1 Σαρανταποδαρούσα 6 Αράχνη 1 1 Αράχνη Σύνολο 20 22

Κατανοµές βιοποικιλότητας Συχνότητα ειδών σε μικρά πάρκα στη Ν. Αφρική i Είδος n i i Είδος n i 1 Wildebeest_Black 16 16 Reedbuck 3 2 Red_Hartebeest 14 17 Tsessebe 3 3 Blesbok 12 18 Waterbuck 3 4 Zebra_Burchell 11 19 Zebra_Cape 3 5 6 7 8 9 10 11 12 13 Impala Springbok Eland Kudu Gemsbok Giraffe Wildebeest_Blue Buffalo Reedbuck_Mtn 10 10 8 8 7 6 6 5 4 20 21 22 23 24 25 26 27 28 Oribi Rhino_White Zebra_Mountain Blesbok_Yellow Bushbuck Duiker Grey_Rhebok Klipspringer Steenbok 2 2 2 1 1 1 1 1 1 14 Roan 4 15 Sable 4 23

Κατανοµές βιοποικιλότητας Καµπύλεςκυριαρχίας (dominance-hierarchy plots) 0.12 0.1 Κοινά είδη Σπάνια είδη Αφθονία (ni/n) 0.08 0.06 0.04 0.02 0 0 10 20 30 i (είδος): ιεραρχική σειρά 24

Κατανοµές βιοποικιλότητας Στις καµπύλες κυριαρχίας, συχνά χρησιµοποιούµε λογαριθµική κλίµακα στον άξονα ψ 1 λογαριθµική κλίµακα Αφθονία (ni/n) 0.1 0.01 0.001 0 10 20 30 i (είδος): ιεραρχική σειρά 25

Πρότυπα βιοποικιλότητας Δυο κοινά πρότυπα συναντάμε στις πραγματικές βιοκοινότητες. Είναι: Η λογαριθμική σειρά κατά Fisher ( Fisher s logseries ) ΗλογαριθμικήκανονικήκατανομήκατάPreston ( Preston s Canonical lognormal distribution ) (Προσέξτε!! «λογαριθμική» στις δυο περιπτώσεις έχει τελείως διαφορετική σημασία) 26

Πρότυπα βιοποικιλότητας 1. Λογαριθµικήσειρά Συχνά, σε καµπύλη ειδών-αφθονίας, τα δεδοµένα ταιριάζουν καλά στο πρώτο πρότυπο τη λογαριθµική σειρά δεδομένα Αριθμός ειδών, S n Λογαριθμική σειρά n s = αq / n n 0 5 10 15 20 Αριθμός ατόμων / είδος, n 27

Πρότυπα βιοποικιλότητας Λογαριθμική σειρά Καμπύλη ιεραρχίας log (αφθονία) είδος: ιεραρχική σειρά 28

Πρότυπα βιοποικιλότητας 2. Λογαριθμική κανονική κατανομή Ό Preston (1962) έδειξε ότι πολλές βιοκοινότητες περιγράφονται καλά από τη λογαριθμική κανονική κατανομή. ΔιάγραμμαPreston 1 exp σ 2π ( R µ ) 2 2 2σ είδη log 2 (n i ) 29

Πρότυπα βιοποικιλότητας Καμπύλη ιεραρχίας 1. Λογαριθμική σειρά log (αφθονία) είδος: ιεραρχική σειρά Διάγραμμα Preston 2. Λογαριθμική κανονική κατανομή αριθµός ειδών αφθονία (log[n]) 30

Πραγµατικές κατανοµές βιοποικιλότητας Κατανομή των πραγματικών βιοκοινοτήτων Καμπύλες κυριαρχίας (αριστερά) και αφθονίας τύπου Preston (δεξιά) για δείγμα δέντρων (Ν=243704) στην προστατευόμενη περιοχή Barrο Colorado Island, Παναμά 31 (Williamson& Gaston, 2007 J. Animal Ecol., 74, 409)

Πραγµατικές κατανοµές βιοποικιλότητας Καμπύλες κυριαρχίας (αριστερά) και αφθονίας τύπου Preston (δεξιά) για δείγμα πεταλούδων (Ν=6690) από την προστατευμένη περιοχή Jatun Sacha στο Ecuador. (Williamson & Gaston, 2007 J. Animal Ecol., 74, 409) 32

Πραγµατικές κατανοµές βιοποικιλότητας Καμπύλες κυριαρχίας (αριστερά) και αφθονίας τύπου Preston (δεξιά) για πτηνά στη Μ. Βρετανία. Ολόκληρη απογραφή (Williamson & Gaston, 2007 J. Animal Ecol., 74, 409) 33

Eργαλεία: Κατανοµέςποικιλότητας Καμπύλεςειδών-αφθονίας Καμπύλες ειδών-αφθονίας τύπου Preston Καμπύλεςκυριαρχίας Δυο πρότυπα: Η λογαριθμική σειρά(ν μικρό) Η λογαριθμική κανονική κατανομή 34

Τέλος Ενότητας

Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Ιωαννίνων» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους.

Σημειώματα

Σημείωμα Ιστορικού Εκδόσεων Έργου Το παρόν έργο αποτελεί την έκδοση 1.0. Έχουν προηγηθεί οι κάτωθι εκδόσεις: Έκδοση 1.0 διαθέσιμη εδώ. http://ecourse.uoi.gr/course/view.php?id=1306.

Σημείωμα Αναφοράς Copyright Πανεπιστήμιο Ιωαννίνων, Διδάσκων: Αν. Καθ. John M. Halley. «Γενική Οικολογία. Βιοκοινωνίες». Έκδοση: 1.0. Ιωάννινα 2014. Διαθέσιμο από τη δικτυακή διεύθυνση: http://ecourse.uoi.gr/course/view.php?id=1306.

Σημείωμα Αδειοδότησης Το παρόν υλικό διατίθεται με τους όρους της άδειας χρήσης Creative Commons Αναφορά Δημιουργού - Μη Εμπορική Χρήση Όχι Παράγωγα Έργα, Διεθνής Έκδοση 4.0 [1] ή μεταγενέστερη. [1] https://creativecommons.org/licenses/by-nc-nd/4.0/ Ως Μη Εμπορική ορίζεται η χρήση: που δεν περιλαμβάνει άμεσο ή έμμεσο οικονομικό όφελος από την χρήση του έργου, για το διανομέα του έργου και αδειοδόχο. που δεν περιλαμβάνει οικονομική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο. που δεν προσπορίζει στο διανομέα του έργου και αδειοδόχο έμμεσο οικονομικό όφελος (π.χ. διαφημίσεις) από την προβολή του έργου σε διαδικτυακό τόπο. Ο δικαιούχος μπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιμοποιεί το έργο για εμπορική χρήση, εφόσον αυτό του ζητηθεί.