Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Analiza autokorelacji w profilu pyłkowym z Jeziora Świętokrzyskiego w Gnieźnie (rdzeń Sw 3/91) Mirosław Makohonienko, Alfred Stach Instytut Badań Czwartorzędu.

Podobne prezentacje


Prezentacja na temat: "Analiza autokorelacji w profilu pyłkowym z Jeziora Świętokrzyskiego w Gnieźnie (rdzeń Sw 3/91) Mirosław Makohonienko, Alfred Stach Instytut Badań Czwartorzędu."— Zapis prezentacji:

1 Analiza autokorelacji w profilu pyłkowym z Jeziora Świętokrzyskiego w Gnieźnie (rdzeń Sw 3/91) Mirosław Makohonienko, Alfred Stach Instytut Badań Czwartorzędu i Geoekologii UAM

2 PROBLEM Określenie ilościowe tempa i charakteru przemian roślinności w środkowej części Pojezierza Gnieźnieńskiego w holocenie, przy pomocy geostatystycznej analizy strukturalnej danych palinologicznych.

3 Lokalizacja punktu poboru analizowanego rdzenia Sw 3/91 (Makohonienko 2000)

4 Uproszczony diagram pyłkowy rdzenia Sw 3/91 (Makohonienko 2000) Skrzetuszewskie Lake K.Tobolski, 1990 Daty radiowęglowe z rdzeni S/84 i S/87 z Jeziora Skrzetuszewskiego (Tobolski 1990, 1991) na podstawie regionalnej korelacji palinologicznej.

5 Przeliczenie głębokości na czas (wiek kalibrowany)

6 Podział rdzenia Sw 3/91 do analiz numerycznych danych palinologicznych

7 Wyniki analizy składowych głównych: korelacje zmiennych ze składowymi Cały rdzeńDolna część rdzenia

8 Wyniki analizy składowych głównych: projekcja zmiennych na płaszczyznę 1 i 2 składowej Cały rdzeńDolna część rdzenia

9 Wyniki analizy składowych głównych: wartości pierwszych 5 składowych dla przypadków

10 Podstawy teoretyczne Geostatystyka – Teoria Zmiennych Regionalnych: miary autokorelacji I Semiwariancje empiryczne i model semiwariancji gdzie: N(h) - liczba par danych dla danego odstępu czasu h między nimi, z(u ) - dla = 1, 2,..., n oznaczają zbiór n pomiarów danego parametru, u - jest zbiorem terminów wykonywanych pomiarów. Połowa średniej podniesionej do kwadratu różnicy między danymi odległymi o okres h.

11 Podstawy teoretyczne Geostatystyka – Teoria Zmiennych Regionalnych: miary autokorelacji II Autokowariancja (kowariancja) empiryczna Madogram Połowa bezwzględnej wartości średniej różnicy między danymi odległymi o okres h. gdzie: Średnia różnica między iloczynem danych odległych o okres h, a iloczynem średnich arytmetycznymi podzbiorów danych odległych o okres h.

12 Analiza autokorelacji: poszczególne taksony I

13 Analiza autokorelacji: poszczególne taksony II

14 Analiza autokorelacji: poszczególne taksony III

15 Analiza autokorelacji: składowe główne – cały rdzeń

16

17 Interpolacja danych palinologicznych metodą krigingu

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

19 WNIOSKI Analizy przeprowadzone dla najważniejszych taksonów profilu Sw 3/91, pozwalają szacować zmienność losową na: –Alnus na około 1,8% (±0,1%), –Betula – na 2,6%, –Corylus – 1,0%, –Pinus – 2,0%, –Quercus – 1,2%, –Poaceae – 0,45%. Wartość zmienności losowej – wariancji nuggetowej w modelu semiwariancji – pomocna przy interpretacji danych pyłkowych, informuje jaka różnica w udziałach procentowych w kolejnych spektrach, ze statystycznego punktu widzenia, stanowić może wzrost lub spadek przypadkowy (losowy).

20 WNIOSKI Dla wszystkich analizowanych pojedynczo taksonów, wyraźnie widoczny jest zbliżony odcinek czasowy zasięgu minimalnego podobieństwa, wynoszący od około 1250 ( Pinus ) do około 1650 lat ( Corylus ). Wydaje się, że ujawniona skala czasowa autokorelacji – rzędu około 1500 lat – stanowi odbicie klimatycznie i/lub troficznie uwarunkowanej przebudowy zbiorowisk roślinnych w warunkach Europy Środkowej. W obrazie poszczególnych taksonów zaznaczył się zróżnicowany układ spadku podobieństwa w czasie ( do pewnego stopnia zależny od przyjętej metody przeliczenia skali głębokościowej na czasową ). W przypadku Alnus – odcinki podobieństwa obejmują 350/380 lat i 870 lat, dla Betula – 450 i 900 lat, Corylus 140 i 580 lat, Pinus – 115/150 i 750 lat, Quercus – 100, 400, 950 lat, Poaceae – 150 i 480 lat.

21 WNIOSKI Powtarzające się wartości 100–150 (dla Pinus, Quercus, Poaceae ) oraz 400–500 lat (dla Betula, Corylus, Quercus ), wydają się być odbiciem działalności antropogenicznej. W takim ujęciu pierwsza liczba oznaczałaby czas potrzebny na regenerację lasu, druga zaś osiągnięcie stadium lokalnego klimaksu. Usunięcie z obliczeń danych ze stropowych 4 m, wpłynęło wyraźnie na wszystkie krzywe. Zmienność czasowa uległa generalnie zmniejszeniu (z wyjątkiem Corylus ). W przypadku zaś Betula, Pinus i Poaceae ujawnia się odmienna struktura autokorelacji.

22 WNIOSKI Analiza autokorelacji przeprowadzona na 5 pierwszych składowych głównych potwierdza wnioski uzyskane dla poszczególnych taksonów. Pierwsza składowa niosąca najwięcej, bo 25% informacji, przedstawia korelację grupy składników naturalnych fitocenoz leśnych z Ulmus – Tilia – Fraxinus – Corylus oraz Quercus i Alnus w przeciwstawieniu do składników zielnych siedlisk synantropijnych (oraz Carpinus i Fagus ze względu na ich młodoholoceńską sukcesję przypadającą już na okresy wzmożonych oddziaływań antropogenicznych). W przypadku tym najsilniej zaznacza się autokorelacja o zasięgu około 1500 lat. Układ punktów wykresu wskazuje ponadto na mniej wyraźne zmiany w skali 100–150 lat i 800–900 lat. W przypadku drugiej składowej, w której decydującą rolę odgrywają Carpinus, Fagus i w mniejszym stopniu Quercus, ujawnia się silnie zmienność czasowa rzędu 110 lat.

23 WNIOSKI Podobne zmiany w skali ok. 120 lat zaznacza obraz trzeciej składowej głównej, której elementem wyróżniającym jest Pinus. O ile jednak składowa trzecia osiąga od razu po pierwszym załamaniu (na 120 latach), wartość semiwariancji progowej (sill), miary podobieństwa (autokorelacji) składowej drugiej maleją dalej nieznacznie do odstępu około 1000 lat. Składowe 4 i 5, które korelują najsilniej odpowiednio ze zliczeniami Betula i Humulus t. wykazują podobną strukturę spadku podobieństwa, z załamaniami na ok. 80 i 350–400 lat. Wszystkie krzywe charakteryzują się nieregularną, słabo zarysowaną, cyklicznością o okresie od 150 do 300 lat.

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


Pobierz ppt "Analiza autokorelacji w profilu pyłkowym z Jeziora Świętokrzyskiego w Gnieźnie (rdzeń Sw 3/91) Mirosław Makohonienko, Alfred Stach Instytut Badań Czwartorzędu."

Podobne prezentacje


Reklamy Google