Διαχείριση Άγριας Πανίδας ΕΡΓΑΣΤΗΡΙΟ

Σχετικά έγγραφα
ΕΡΓΑΣΤΗΡΙΟ Χειμερινό εξάμηνο Κ. Ποϊραζίδης Μ. Γραμματικάκη

Διαχείριση Άγριας Πανίδας

ΕΡΓΑΣΤΗΡΙΟ Χειμερινό εξάμηνο Κ. Ποϊραζίδης Μ. Γραμματικάκη

ΕΡΓΑΣΤΗΡΙΟ Χειμερινό εξάμηνο Κ. Ποϊραζίδης Μ. Γραμματικάκη

ΑΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΩΝ ΠΕΡΙΒΑΛΛΟΝΤΟΣ. ΤΟΜΕΑΣ Διαχείρισης Περιβάλλοντος και Οικολογίας «ΔΙΑΧΕΙΡΙΣΗ ΑΓΡΙΑΣ ΠΑΝΙΔΑΣ»

ΔΙΑΧΕΙΡΙΣΗ ΑΓΡΙΑΣ ΠΑΝΙΔΑΣ 7. ΜΕΘΟΔΟΙ ΔΕΙΚΤΩΝ

ΔΙΑΧΕΙΡΙΣΗ ΑΓΡΙΑΣ ΠΑΝΙΔΑΣ 8. ΓΕΝΝΗΤΙΚΟΤΗΤΑ ΘΝΗΣΙΜΟΤΗΤΑ

ΔΙΑΧΕΙΡΙΣΗ ΑΓΡΙΑΣ ΠΑΝΙΔΑΣ 5. ΜΕΘΟΔΟΙ ΛΩΡΙΔΩΝ

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

Δειγματοληψία στην Ερευνα. Ετος

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 1. ΕΙ Η Ε ΟΜΕΝΩΝ, ΣΥΛΛΟΓΗ, ΚΩ ΙΚΟΠΟΙΗΣΗ ΚΑΙ ΕΙΣΑΓΩΓΗ

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

ΠΑΡΑΚΟΛΟΥΘΗΣΗ ΕΙ ΩΝ ΠΑΝΙ ΑΣ

Στατιστική Επιχειρήσεων Ι

Μεθοδολογία Έρευνας Διάλεξη 6 η : Μέθοδοι Δειγματοληψίας

ΕΞΟΡΥΞΗ ΚΑΙ ΕΠΕΞΕΡΓΑΣΙΑ ΣΤΟΙΧΕΙΩΝ ΑΠΟ ΤΟ ΔΙΑΔΙΚΤΥΟ

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

ΜΑΘΗΜΑ: Γενική Οικολογία

Ενότητα 2: Μέθοδοι δειγματοληψίας & Εισαγωγή στην Περιγραφική Στατιστική

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (

Δείγμα & Δειγματοληψία στην Έρευνα ΤΕΧΝΙΚΕΣ ΕΡΕΥΝΑΣ (#252) Θυμηθείτε. Γιατί δειγματοληψία; Δειγματοληψία

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

ΔΙΑΧΕΙΡΙΣΗ ΑΓΡΙΑΣ ΠΑΝΙΔΑΣ 2. ΑΦΘΟΝΙΑ ΑΠΟΓΡΑΦΙΚΕΣ ΜΕΘΟΔΟΙ

Στάδιο Εκτέλεσης

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

Μεθοδολογία της έρευνας και Ιατρική στατιστική

Κτηνοτροφία και εμπόριο κτηνοτροφικών δειγμάτων ειδών που μετακινήθηκαν από το Παράρτημα Ι στο Παράρτημα ΙΙ

Επιδημιολογία. Είδη υπό-μελέτη πληθυσμών. Ο ορισμός του υπό-μελέτη πληθυσμού ΜΕΤΡΗΣΗ ΚΑΙ ΣΥΓΚΡΙΣΗ ΤΗΣ ΣΥΧΝΟΤΗΤΑΣ ΤΩΝ ΝΟΣΗΜΑΤΩΝ

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ. Δημογραφία. Ενότητα 15: Προβολές Πληθυσμού. Βύρων Κοτζαμάνης Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας & Περιφερειακής Ανάπτυξης

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

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

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος. ΜΑΘΗΜΑ: Γενική Οικολογία

Εργαστήριο Δημογραφικών & Κοινωνικών Αναλύσεων

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 5 Συλλογή Δεδομένων & Δειγματοληψία

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Μαθησιακοί στόχοι κεφαλαίου

Εργαστήριο Δημογραφικών & Κοινωνικών Αναλύσεων

3.ΑΠΛΗ ΤΥΧΑΙΑ ΕΙΓΜΑΤΟΛΗΨΙΑ (SIMPLE RANDOM SAMPLING)

«Εθνικό Πάρκο Δέλτα Αξιού: 12 χρόνια δράσεις για τη φύση και τον άνθρωπο»

ΕΞΕΤΑΣΕΙΣ στο τέλος του εξαμήνου με ΑΝΟΙΧΤΑ βιβλία ΕΞΕΤΑΣΕΙΣ ο καθένας θα πρέπει να έχει το ΔΙΚΟ του βιβλίο ΔΕΝ θα μπορείτε να ανταλλάσετε βιβλία ή να

ΕΚΤΙΜΗΣΕΙΣ, ΠΡΟΒΛΕΨΕΙΣ ΚΑΙ ΠΡΟΒΟΛΕΣ ΠΛΗΘΥΣΜΟΥ (POPULATION PROJECTIONS)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Ερευνητική δραστηριότητα στην Υπηρεσία Θήρας & Πανίδας

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

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

6. ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΚΑΤΑ ΟΜΑΔΕΣ (Cluster Sampling)

Το Κεντρικό Οριακό Θεώρημα

Το Κεντρικό Οριακό Θεώρημα

Γ. Πειραματισμός Βιομετρία

Η παρουσίαση που ακολουθεί, αφορά την κανονική κατανομή και σκοπό έχει τη διευκόλυνση των φοιτητών του τμήματος Ηλεκτρολόγων Μηχανικών & Μηχανικών

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Σκοπός του μαθήματος

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

Μάθημα Αστικής Γεωγραφίας

Τίτλος Μαθήματος: ΔΙΑΧΕΙΡΙΣΗ ΘΑΛΑΣΣΙΩΝ ΒΙΟΛΟΓΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΒΙΩΣΙΜΗ ΑΝΑΠΤΥΞΗ

Το Κεντρικό Οριακό Θεώρημα

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

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

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη

Εισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές. Διάλεξη

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Αναλυτικά Αποτελέσματα Έρευνας Κοινής Γνώμης για τη βιοποικιλότητα

Μέθοδος μέγιστης πιθανοφάνειας

Παραρτήματα Έκθεση Β. Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (ΕΔΚΑ), Πανεπιστήμιο Θεσσαλίας Σεπτέμβριος 2016

κα π μ υλώ ν θνησιμότητας κα π μ ύλε ς θνησιμότητας

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

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 14 Μαρτίου /34

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 9. Κατανομές Δειγματοληψίας

Στατιστική Συμπερασματολογία

ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΟΙΚΟΝΟΜΙΚΟ ΕΠΙΜΕΛΗΤΗΡΙΟ ΤΗΣ ΕΛΛΑΔΑΣ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ. Επιστημονικός Υπεύθυνος Έρευνας : Καθηγητής Επαμεινώνδας Πανάς

Στατιστική: Δειγματοληψία X συλλογή δεδομένων. Περιγραφική στατιστική V πίνακες, γραφήματα, συνοπτικά μέτρα

Στατιστική ΙΙ- Ελεγχος Υποθέσεων Ι (εκδ. 1.3)

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

Δασική Δειγματοληψία

ΙΕΚ ΞΑΝΘΗΣ. Μάθημα : Στατιστική Ι. Υποενότητα : Τρόποι και μέθοδοι δειγματοληψίας

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες)

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΔΙΟΙΚΗΤΙΚΑ ΣΤΕΛΕΧΗ

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

Στατιστική Ι (ΨΥΧ-122) Διάλεξη 2

ΔΕΙΓΜΑΤΟΛΗΨΙΑ. Ματσάγκος Ιωάννης-Μαθηματικός

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

Υ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Στατιστική Σχεδιασμός Ερωτηματολογίων.

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Πανελλαδική πολιτική έρευνα γνώμης Ιανουάριος Ιαν 2009 ουάριος Έρευνα 19-23/1

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ

Ερευνητική υπόθεση. Η ερευνητική υπόθεση αναφέρεται σε μια συγκεκριμένη πρόβλεψη σχετικά με τη σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές.

Περιεχόµενο. «ιοικώ σηµαίνει διαχειρίζοµαι πληροφορίες για να πάρω αποφάσεις» Βασικότερες πηγές πληροφοριών. Τι είναι η Έρευνα Μάρκετινγκ

Η ΣΗΜΑΣΙΑ ΤΩΝ ΠΑΡΑΠΟΤΑΜΙΩΝ ΟΙΚΟΣΥΣΤΗΜΑΤΩΝ ΤΟΥ ΠΗΝΕΙΟΥ ΓΙΑ ΤΗ ΔΙΑΤΗΡΗΣΗ ΤΗΣ ΒΙΟΠΟΙΚΙΛΟΤΗΤΑΣ ΣΤΟ ΘΕΣΣΑΛΙΚΟ ΑΓΡΟΤΙΚΟ ΤΟΠΙΟ

Transcript:

Διαχείριση Άγριας Πανίδας ΕΡΓΑΣΤΗΡΙΟ

Διαχείριση Άγριας Πανίδας ΒΙΟΠΑΡΑΚΟΛΟΥΘΗΣΗ ΠΛΗΘΥΣΜΩΝ

Για να προβλέψουμε τη μελλοντική πορεία του πληθυσμού ενός είδους, θα πρέπει να 1. μετρήσουμε τα άτομα που αποτελούν σήμερα τον πληθυσμό 2. και να παρακολουθούμε την εξέλιξη του πληθυσμιακού του μεγέθους στο μέλλον.

Η βιοπαρακολούθηση (biomonitoring) είναι εξαιρετικά απαραίτητη για την προστασία διαχείριση απειλούμενων ειδών. Ανάμεσα στα βασικά ερωτήματα που θα πρέπει να απαντήσουμε είναι: Με ποιες μεθόδους οι επιστήμονες υπολογίζουν το μέγεθος του πληθυσμού των άγριων ζώων; Πώς ερμηνεύουν τα αποτελέσματά τους; Πώς διαχειρίζονται το πρόβλημα της ανακρίβειας των δεδομένων τους; Τι είναι τα σχέδια δράσης (action plans) των ειδών της άγριας πανίδας ;

Οι βιολόγοι διατήρησης (conservation biologists) που εργάζονται για την διατήρηση των πληθυσμών ενός απειλούμενου είδους, πρέπει να γνωρίζουν εάν ο πληθυσμός του είδους αυξάνεται, μειώνεται, ή παραμένει σταθερός.

Χωρίς αυτές τις πληροφορίες, δεν μπορούμε να προγραμματίσουμε με σωστό τρόπο τη διαχείριση του πληθυσμού, ώστε να αυξήσουμε σταδιακά το πληθυσμιακό του μέγεθος σε τέτοια επίπεδα ώστε να μην απειλείται πια με εξαφάνιση. Για τα πλέον απειλούμενα είδη συντάσσονται εθνικά ή και διεθνή σχέδια δράσης (international action plans).

Πως καθορίζουμε το πληθυσμιακό μέγεθος ενός είδους σε μια ορισμένη περιοχή μελέτης; Ανάλογα με την ευκολία παρατήρησης των ατόμων ενός πληθυσμού ή τη δυνατότητα εφαρμογής σε ολόκληρο τον πληθυσμό ή σε τμήμα του, οι μέθοδοι απογραφής διακρίνονται 1. στις απογραφικές μεθόδους (όπου καταγράφεται ολόκληρος ο πληθυσμός) και 2. στις δειγματοληπτικές μεθόδους.

Πως καθορίζουμε το πληθυσμιακό μέγεθος ενός είδους σε μια ορισμένη περιοχή μελέτης; Οι τελευταίες (δειγματοληπτικές μέθοδοι) διαχωρίζονται στις: 1. άμεσες μέθοδοι, όπου καταγράφεται τμήμα του πληθυσμού σε καθορισμένη χωρική επιφάνεια και 2. στις έμμεσες δειγματοληπτικές μέθοδοι, όπου αναφέρονται σε ενδείξεις παρουσίας των ατόμων της άγριας πανίδας και όχι στα άτομα του ίδιου πληθυσμού.

1. Απογραφικές μέθοδοι πληθυσμών (α) Αναγνώριση των ατόμων Οπτική Ακουστική

1. Απογραφικές μέθοδοι πληθυσμών (α) Αναγνώριση των ατόμων Μια παραλλαγή = η χαρτογράφηση χωροκρατειών

1. Απογραφικές μέθοδοι πληθυσμών (β) Εναέρια καταμέτρηση

1. Απογραφικές μέθοδοι πληθυσμών (γ) Σάρωση βιοτόπου & επί τόπου καταμέτρηση

1. Απογραφικές μέθοδοι πληθυσμών (γ) Σάρωση βιοτόπου & επί τόπου καταμέτρηση Είναι η συνηθέστερη και απλούστερη μέθοδος με την οποία μπορούμε να συλλέξουμε συγκρίσιμα δεδομένα στο χρόνο με τρόπο γρήγορο, απλό και όχι ιδιαίτερα δαπανηρό.

1. Απογραφικές μέθοδοι πληθυσμών (γ) Σάρωση βιοτόπου & επί τόπου καταμέτρηση Αλλά: πολλοί ερευνητές σαρώνουν οπτικά ταυτόχρονα το βιότοπο του είδους, και καταγράφουν τα άτομα του πληθυσμού σημειώνοντας τις μετακινήσεις τους και την ώρα καταγραφής, ώστε να αποφεύγονται οι διπλομετρήσεις.

1. Απογραφικές μέθοδοι πληθυσμών (γ) Σάρωση βιοτόπου & επί τόπου καταμέτρηση Αλλά: πολλοί ερευνητές σαρώνουν οπτικά ταυτόχρονα το βιότοπο του είδους, και καταγράφουν τα άτομα του πληθυσμού σημειώνοντας τις μετακινήσεις τους και την ώρα καταγραφής, ώστε να αποφεύγονται οι διπλομετρήσεις.

1. Απογραφικές μέθοδοι πληθυσμών (γ) Σάρωση βιοτόπου & επί τόπου καταμέτρηση Παραδείγματα στην Ελλάδα: Μεσοχειμωνιάτικες καταμετρήσεις υδροβίων πουλιών Καταμέτρηση πελαργών και ερωδιών Καταμέτρηση αγριόγιδων

2. Δειγματοληπτικές μέθοδοι Από τη στιγμή που δεν είναι δυνατόν να μετρηθεί το σύνολο ενός πληθυσμού (και αυτό είναι η συνηθέστερη περίπτωση, ιδιαίτερα σε κοινότερα είδη ή σε είδη που έχουν μεγάλες περιοχές ενδημίας), εφαρμόζουμε δειγματοληπτικές τεχνικές Σε καθορισμένες χωρικές ενότητες ακολουθώντας κάποια στατιστική ανάλυση στα αποτελέσματα των δειγματοληψιών υπολογίζεται η αφθονία.

2. Δειγματοληπτικές μέθοδοι Μια πληθώρα άμεσων και έμμεσων δειγματοληπτικών μεθόδων έχουν αναπτυχθεί για τον υπολογισμό του πληθυσμού όλων των ζωϊκών ταξινομικών μονάδων

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι (α) Σύλληψη επανασύλληψη (capture-recapture) Η μέθοδος στηρίζεται στη συλλογή, σήμανση και επανασυλλογή των ατόμων. Η μέθοδος στοχεύει στο να συλληφθούν όσον το δυνατόν περισσότερα άτομα του είδους με τοποθέτηση παγίδων, πραγματοποίηση διαδρομών κτλ.

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι (α) Σύλληψη επανασύλληψη (capture-recapture) Ο ερευνητής συλλαμβάνει, μαρκάρει και μετά απελευθερώνει το κάθε ζώο. Με βάση το ποσοστό των μαρκαρισμένων ατόμων που συλλαμβάνονται για δεύτερη φορά εκτιμάται το πραγματικό μέγεθος του πληθυσμού με τη βοήθεια ενός μαθηματικού τύπου.

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι (α) Σύλληψη επανασύλληψη (capture-recapture) Eίναι διαθέσιμοι δύο γενικοί τύποι των μεθόδων σύλληψηςεπανασύλληψης, ανάλογα εάν ο πληθυσμός είναι κλειστός ή ανοικτός.

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι (α) Σύλληψη επανασύλληψη (capture-recapture) Oι κλειστοί πληθυσμοί δεν αλλάζουν κατά τη διάρκεια των δειγματοληψιών, δηλαδή τα φαινόμενα των γεννήσεων, των θανάτων και της μετανάστευσης έχουν μικρή επίδραση και έτσι η δειγματοληψία μπορεί να γίνει μέσα σε μία μικρή χρονική περίοδο.

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι (α) Σύλληψη επανασύλληψη (capture-recapture) Όταν μόνο μια περίοδος σήμανσης και επανασύλληψης είναι διαθέσιμη, η μέθοδος του Lincoln -Petersen είναι συνήθως η πιο κατάλληλη. Ν = (n1*n2)/m, (Ν= το εκτιμώμενο πληθυσμιακό μέγεθος, n1= αρ. συλληφθέντων ατόμων την πρώτη φορά n2= αρ. συλληφθέντων ατόμων τη δεύτερη φορά m = αρ. μαρκαρισμένων επανασυλληφθέντων ατόμων).

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι ΕΦΑΡΜΟΓΗ: Σε μια περιοχή μελέτης με τυχαίο τρόπο έχουμε επιλέξει 100 επιφάνειες και έχουμε συλλάβει και μαρκάρει με ανεξίτηλο χρώμα 50 χελώνες. Μετά από μια εβδομάδα, σε μια δεύτερη δειγματοληψία, στην ίδια περιοχή έχουμε επιλέξει άλλες 100 τυχαίες επιφάνειες και έχουμε συλλάβει 30 χελώνες από τις οποίες οι 10 ήταν μαρκαρισμένες από την πρώτη σύλληψη. Πόσες χελώνες βρίσκονται στην περιοχή δειγματοληψίας;

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι ΕΦΑΡΜΟΓΗ: Σε μια περιοχή μελέτης με τυχαίο τρόπο έχουμε επιλέξει 100 επιφάνειες και έχουμε συλλάβει και μαρκάρει με ανεξίτηλο χρώμα 50 χελώνες. Μετά από μια εβδομάδα, σε μια δεύτερη δειγματοληψία, στην ίδια περιοχή έχουμε επιλέξει άλλες 100 τυχαίες επιφάνειες και έχουμε συλλάβει 30 χελώνες από τις οποίες οι 10 ήταν μαρκαρισμένες από την πρώτη σύλληψη. Πόσες χελώνες βρίσκονται στην περιοχή δειγματοληψίας; Μέθοδος Lincoln -Petersen Ν = (n1*n2)/m, (Ν= το εκτιμώμενο πληθυσμιακό μέγεθος, n1= αρ. συλληφθέντων ατόμων την πρώτη φορά n2= αρ. συλληφθέντων ατόμων τη δεύτερη φορά m = αρ. μαρκαρισμένων επανασυλληφθέντων ατόμων).

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι (α) Σύλληψη επανασύλληψη (capture-recapture) Oι ανοιχτοί πληθυσμοί αλλάζουν σε μέγεθος συνεχώς, εξαιτίας γεννήσεων, θανάτων και μετανάστευσης, και το καλύτερο μοντέλο για την ανάλυσή τους είναι αυτό των Jolly-Seber.

2. Δειγματοληπτικές μέθοδοι (α) Jolly-Seber. Σε κάθε δειγματοληψία συλλαμβάνονται άτομα. Από αυτά τα άτομα, όσα δεν είναι ήδη σημασμένα σημαίνονται. Επίσης καταγράφονται όσα άτομα είναι είδη σημασμένα από προηγούμενη δειγματοληψία. Στο τέλος όλα τα άτομα απελευθερώνονται. Η διαδικασία επαναλαμβάνεται για τη χρονική διάρκεια της μελέτης.

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι (α) Σύλληψη επανασύλληψη (capture-recapture) Jolly-Seber. H κρίσιμη ερώτηση, σε αυτή τη μέθοδο, για κάθε σημασμένο άτομο που συλλαμβάνεται είναι: πότε αυτό το άτομο συλλήφθηκε τελευταία φορά;

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι (α) Σύλληψη επανασύλληψη (capture-recapture) Mε αυτή την προσέγγιση οι πληθυσμοί μπορούν να δειγματοληπτούνται για αρκετά χρόνια και επιπροσθέτως στους εκτιμητές του πληθυσμού, το μοντέλο Jolly- Seber παρέχει εκτιμήσεις της πιθανότητας επιβίωσης καθώς και των ρυθμών "στρατολόγησης" και αραίωσης του πληθυσμού μεταξύ των χρόνων δειγματοληψίας.

2. Δειγματοληπτικές μέθοδοι (α) Jolly-Seber. Τα μοντέλα Jolly-Seber έχουν τις ακόλουθες παραδοχές: όλα τα άτομα που βρίσκονται στον πληθυσμό στη δειγματοληπτική περίοδο j έχουν την ίδια πιθανότητα pj να επανασυλληφθούν, ανεξάρτητα από το αν είναι σημασμένα ή όχι

2. Δειγματοληπτικές μέθοδοι (α) Jolly-Seber. Τα μοντέλα Jolly-Seber έχουν τις ακόλουθες παραδοχές: όλα τα άτομα που βρίσκονται στον πληθυσμό αμέσως μετά το πέρας τηςδειγματοληπτικής περιόδου j έχουν την ίδια πιθανότητα φj να επιβιώσουν μέχρι την δειγματοληπτική περίοδο j+1, ανεξάρτητα από το αν είναι σημασμένα ή όχι

2. Δειγματοληπτικές μέθοδοι (α) Jolly-Seber. Τα μοντέλα Jolly-Seber έχουν τις ακόλουθες παραδοχές: τα σημάδια που χρησιμοποιούνται για τη σήμανση των ατόμων δεν χάνονται ή παραβλέπονται και κατά την επανασύλληψη διαβάζονται σωστά

2. Δειγματοληπτικές μέθοδοι (α) Jolly-Seber. Τα μοντέλα Jolly-Seber έχουν τις ακόλουθες παραδοχές: οι δειγματοληπτικές περιόδοι είναι πολύ μικρές σε διάρκεια (σε σχέση με την περίοδο μεταξύ των δειγματοληψιών) και τα άτομα που επανασυλλαμβάνονται απελευθερώνονται αμέσως η μετανάστευση από την περιοχή μελέτης είναι μόνιμη

Ανοιχτοί πληθυσμοί Άτομα εισέρχονται ή αφήνουν τον πληθυσμό ανάμεσα στις καταγραφές Καταγραφή 1 Καταγραφή 2

Σύλληψη n t ζώων Έλεγχος αν κάθε ζώο είναι μαρκαρισμένο ΟΧΙ ΝΑΙ Σύνολο αρμακάριστων (u t ) Σύνολο μαρκαρισμένων(m t ) Μαρκάρισμα όλων Με ειδική σήμανση για την περίοδο αυτή Απελευθέρωση S t (ίσο με n t αν δεν έχουμε θνησιμότητα)

Πρόβλημα: Δεν ξέρουμε πόσα ζώα έχουμε μαρκαρισμένα στον πληθυσμό (M) Δειγματοληψία 1: μαρκάρισμα 21 ζώα Δειγματοληψία 2: μαρκάρισμα 41 ζώα Δειγματοληψία 3 μαρκάρισμα 46 ζώα Πόσα ζώα μαρκαρισμένα στο ξεκίνημα της περίοδου 4; ΌΧΙ 21+41+46=108, καθώς κάποια έχουν πεθάνει ή μετακινηθεί έξω από τον Πληθυσμό.

Περίοδος 1 Περίοδος 2 Περίοδος 3 Μαρκάρισμα 3, αλλά 1 από αυτά μετανάστευσε έξω Μαρκάρισμα 3 επιπλέον αλλά 1 από τα μαρκαρισμένα ζώα πέθανε Μαρκάρισμα 2 επιπλέον χωρίς απώλεια μαρκαρισμένων ατόμων

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Όπου ni = αριθμός συλληφθέντων στην ith δειγματοληψία και Ri = αριθμός που απελευθερώθηκαν μετά το νέο μαρκάρισμα ni = Ri όταν

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Μετά από κάθε δειγματοληψία σημειώνουμε τον αριθμό των μαρκαρισμένων από κάθε προηγούμενη δειγματοληψία.

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Μετά από κάθε δειγματοληψία σημειώνουμε τον αριθμό των μαρκαρισμένων από κάθε προηγούμενη δειγματοληψία.

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Μετά από κάθε δειγματοληψία σημειώνουμε τον αριθμό των μαρκαρισμένων από κάθε προηγούμενη δειγματοληψία.

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Μετά από κάθε δειγματοληψία σημειώνουμε τον αριθμό των μαρκαρισμένων από κάθε προηγούμενη δειγματοληψία.

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Υπολογίζουμε τα αθροίσματα της κάθε σειράς (rh)

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Υπολογίζουμε τα αθροίσματα της κάθε σειράς (rh)

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Υπολογίζουμε τα αθροίσματα της κάθε στήλης (mi) = ο συνολικός αριθμός ατόμων σημασμένων την ημέρα i

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Υπολογίζουμε τα αθροίσματα της κάθε στήλης (mi) = ο συνολικός αριθμός ατόμων σημασμένων την ημέρα i

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Την ημέρα i ο λόγος των σημασμένων προς τα μη σημασμένα στο δείγμα είναι. mi / ni Εάν το μέγεθος του πληθυσμού την ίδια ημέρα i είναι Ni και ο αριθμός των σημασμένων στον πληθυσμό είναι Mi, τότε ο αντίστοιχος λόγος στον πληθυσμό είναι mi / ni = Mi / Ni

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία mi / ni = Mi / Ni Επομένως Νi = (Mi * ni) / mi Αν έχουμε μια εκτίμηση του Mi (αριθμός των σημασμένων στον πληθυσμό) μπορούμε να εκτιμήσουμε το μέγεθος του πληθυσμού

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Για να γίνει αυτό διαμορφώνουμε ένα δεύτερο πίνακα (ή σε συνέχεια του πρώτου, όπου οι στήλες του σώματος είναι οι αθροιστικές του προηγούμενου πίνακα.

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Για να γίνει αυτό διαμορφώνουμε ένα δεύτερο πίνακα (ή σε συνέχεια του πρώτου, όπου οι στήλες του σώματος είναι οι αθροιστικές του προηγούμενου πίνακα.

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Υπολογίζουμε τα zi = αριθμός των ατόμων που συνελήφθη πριν και μετά την ith δειγματοληψία χωρίς να υπολογίζονται τα άτομα της ith δειγματοληψίας

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Υπολογίζουμε τα zi = αριθμός των ατόμων που συνελήφθη πριν και μετά την ith δειγματοληψία χωρίς να υπολογίζονται τα άτομα της ith δειγματοληψίας

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Με τα στοιχεία του πίνακα υπολογίζουμε τις εκτιμήσεις των παραμέτρων του πληθυσμού Mi = {(Ri*Zi) / ri } + mi Και το Ni =??? Ni = (Mi * ni) / mi

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Με τα στοιχεία του πίνακα υπολογίζουμε τις εκτιμήσεις των παραμέτρων του πληθυσμού Mi = {(Ri*Zi) / ri } + mi M2 = {(143*10) / 60} + 10 = 33,8 Και το Ni =??? Ni = (Mi * ni) / mi N2 = (33,8 * 146) / 10 = 494 άτομα

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Η πιθανότητα επιβίωσης Φ μεταξύ διαδοχικών δειγματοληψιών δίνεται από τη σχέση Φi = M(i+1) / Ri Με το σύμβολο Φi εκφράζεται το ποσοστό του πληθυσμού που επιβιώνει μεταξύ της ith δειγματοληψίας και της i+1th δειγματοληψίας (και παραμένει στον πληθυσμό). Και Bi ο αριθμός των νέων ζώων που προστίθενται στον πληθυσμό στο διάστημα από i έως i+1 και που είναι ζώντα στον χρόνο i+1 Bi = N(i+1) Φi (Ni ni + Ri)

Ένα παράδειγμα Διαμορφώνουμε έναν πίνακα με βάση τις συλλήψεις σε κάθε δειγματοληψία Με τα στοιχεία του πίνακα υπολογίζουμε τις εκτιμήσεις των παραμέτρων του πληθυσμού Mi = {(Ri*Zi) / ri } + mi M2 = {(143*10) / 60} + 10 = 33,8 Φ1 = M2 / R1 Φ1 = 33,8 / 54 = 0,62, Φ2 = M3/R2 = 154,6/143 = 1,081 Ni = (Mi * ni) / mi N2 = (33,8 * 146) / 10 = 494 άτομα, N3 = (154,6 * 169) / 37 = 706 άτομα Bi = N(i+1) Φi (Ni ni + Ri) B2 = N3 Φ2(Ν2 n2 + R2) = 706 1,081(494 146 + 143) = 706 530 = 176 άτομα

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι (α) Σύλληψη επανασύλληψη (capture-recapture) Βασική προϋπόθεση για όλα τα μοντέλα σύλληψηςεπανασύλληψης, είναι ότι όλα τα άτομα έχουντην ίδια πιθανότητα να συλληφθούν, έτσι ώστε τα σημασμένα άτομα, σε οποιοδήποτε δειγματοληπτικό χρόνο, να έχουν τις ίδιες πιθανότητες σύλληψης με τα μη σημασμένα.

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι (α) Σύλληψη επανασύλληψη (capture-recapture) Άλλες προϋποθέσεις 1. Διατήρηση αναλογίας σημαδεμένων και μη σημαδεμένων ατόμων, χωρίς μεταβολές εξαιτίας επιλεκτικής θνησιμότητας, γέννησης ή διασποράς. 2. Ομογενή κατανομή σημαδεμένων στο σύνολο του πληθυσμού

(α) Σύλληψη επανασύλληψη (capture-recapture) Υπάρχουν και άλλοι τρόποι 1) R

(α) Σύλληψη επανασύλληψη (capture-recapture) Υπάρχουν και άλλοι τρόποι 1) R

1) R (μια απλή εντολή = openp(x)

Program capture CAPTURE - Computes estimates of capture probability and population size for "closed" population capture-recapture data. White, G.C., K.P. Burnham, D.L. Otis, and D.R. Anderson. 1978. User's Manual for Program CAPTURE, Utah State Univ. Press, Logan, Utah. Rexstad, E., and K.P. Burnham. 1991. User's Guide for Interactive Program CAPTURE. Colorado Cooperative Fish & Wildlife Research Unit, Colorado State University, Fort Collins, Colorado. http://www.mbr-pwrc.usgs.gov/software/capture.html

http://www.phidot.org/software/mark/index.html

http://www.phidot.org/software/mark/index.html

2. Δειγματοληπτικές μέθοδοι 2.1 Άμεσες δειγματοληπτικές μέθοδοι Στο επόμενο Μέθοδος με λωρίδες δειγματοληψίας ΕΜΜΕΣΕΣ ΔΕΙΓΜΑΤΟΛΗΠΤΙΚΕΣ ΜΕΘΟΔΟΙ