Polish-Norwegian Research Fund Assessment of the ecological state of lakes based on ichthyofauna data. Witold Białokoz and Łucjan Chybowski Department.

Slides:



Advertisements
Podobne prezentacje
KORELACJA I REGRESJA WIELOWYMIAROWA
Advertisements

River macroinvertebrates
Prezentacja firmy Remigiusz Siudziński Warszawa,
Analiza przyczynowości
Wędkarstwo Praca Damian Staszak.
Калининградский государственный технический университет
Bazy danych II Instrukcja INSERT Piotr Górczyński 25/08/2001.
Co to jest studium przypadku?
Dzisiaj na wykładzie Regresja wieloraka – podstawy i założenia
Zofia Hanusz i Joanna Tarasińska Uniwersytet Przyrodniczy w Lublinie
Korelacje, regresja liniowa
Jak napisać dobry projekt w 7. Programie Ramowym
POWIATOWY KONKURS ICHTIOLOGICZNY
Wielowymiarowa analiza danych oparta na modelach gradacyjnych
INTERAKCJE MIĘDZY ZMIENNYMI
Korelacja, autokorelacja, kowariancja, trendy
BLOK 5 Zwierzęta - a rozwój dzieci
Ryby słodkowodne w Polsce
Testy nieparametryczne
Seminarium 2 Krzywe kalibracyjne – rodzaje, wyznaczanie, obliczanie wyników Równanie regresji liniowej Współczynnik korelacji.
Eco Data Miner System oceny jakości wyników danych pomiarowych z sieci monitorującej stan atmosfery przy wykorzystaniu metod ilościowych Skrótowy opis.
Kinematyka SW Sylwester Wacke
Na podstawie referatu K.Kulesza i in.
Konkurs na najlepszą pracę dyplomową / magisterską –V edycja
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Niepubliczna placówka doskonalenia nauczycieli „prototo” we wrocławiu
Zasady pisania listu nieformalnego
Bogusław Wyszyński Gospodarstwo Rybacko-Wędkarskie Olsztyn
Ministerstwo Rozwoju Regionalnego, pl. Trzech Krzyży 3/5, Warszawa; Experiences with macromodelling for assessing.
Polish-Norwegian Research Fund Variability of the macrophyte assessment and it’s impact to uncertinity in river classification Krzysztof Szoszkiewicz Agnieszka.
Made by: Damian Kopaczka & Tomasz Tlaga
Testowanie i walidacja metriksów opisujących skład taksonomiczny i obfitość makrofitów w gradiencie presji antropogenicznej Warsaw, October 2010.
Polsko-Norweski Fundusz Badań Naukowych / Polish-Norwegian Research Fund Zmienność w badaniach makrofitowych i hydromorfologicznych w rzekach Krzysztof.
Polsko-Norweski Fundusz Badań Naukowych / Polish-Norwegian Research Fund Testowanie metriksów czyli do czego jesteśmy zobowiązani zapisami aplikacji Warsztaty.
Polsko-Norweski Fundusz Badań Naukowych / Polish-Norwegian Research Fund Ichtiofauna rzek zlewni rzeki Wel - Ocena stanu ekologicznego za pomocą wskaźników.
Polsko-Norweski Fundusz Badań Naukowych / Polish-Norwegian Research Fund Warszawa, MODUŁ: Makrobezkręgowce w jeziorach Małgorzata Gołub (IOŚ)
Hydroacoustical measurements Uncertainty analysis Polsko-Norweski Fundusz Badań Naukowych / Polish-Norwegian Research Fund Polish team: Małgorzata Godlewska.
Polsko-Norweski Fundusz Badań Naukowych / Polish-Norwegian Research Fund MAKROZOOBENTOS W RZEKACH I STRUMIENIACH ZLEWNI RZEKI WEL tesowanie metriksów Jan.
Polsko-Norweski Fundusz Badań Naukowych / Polish-Norwegian Research Fund FITOBENTOS OKRZEMKOWY W RZEKACH I STRUMIENIACH ZLEWNI RZEKI WEL testowanie metriksów.
Polsko-Norweski Fundusz Badań Naukowych / Polish-Norwegian Research Fund TESTOWANIE FITOPLANKTONOWYCH METOD OCENY STANU EKOLOGICZNEGO WÓD JEZIOR Instytut.
Peace Day Slogans Poland. I, you… the first step to peace. Ja, ty… pierwszy krok do pokoju.
Bentos strefy pozalitoralowej jezior
Overview of historical physico-chemical and biological data from the Wel lakes – a support for peleolimnological analyses Andrzej Hutorowicz 1 Agnieszka.
Polsko-Norweski Fundusz Badań Naukowych / Polish-Norwegian Research Fund UNCERTAINTY ANALYSIS OF DIATOM PHYTOBENTHOS RESULTS OF RIVERS AND LAKES IN THE.
Polsko-Norweski Fundusz Badań Naukowych / Polish-Norwegian Research Fund MACROZOOBENTHOS – UNCERTAINTY INSTYTUT METEOROLOGII I GOSPODARKI WODNEJ ODDZIAŁ.
Phytoplankton multimetric PMPL - uncertainty analysis for Wel catchment lakes Andrzej Hutorowicz 1 Agnieszka Napiórkowska-Krzebietke 1 Agnieszka Pasztaleniec.
Short presentation of the new Museum of PRL in Ruda Śląska. 1. Quick reminder or information about Polish history. 2. What is PRL and the most typical.
Do “green”, residential properties exist in Wroclaw’s county? Malgorzata Sliczna Department of Ecological Economics Wroclaw University of Economics
Możliwość spełnienia marzeń sprawia, że życie jest tak fascynujące Możliwość spełnienia marzeń sprawia, że życie jest tak fascynujące The ability to.
1 Summary of the survey on dedicated bus lanes EMTA GM, , Budapest Tamás Dombi, ZTM Warsaw.
Poland Polska. Map of Poland Capitals The first Polish capital was Gniezno later Krakow.
 Polish text Jeszcze Polska nie zginęła, Kiedy my żyjemy. Co nam obca przemoc wzięła, Szablą odbierzemy. Marsz, marsz, Dąbrowski, Z ziemi włoskiej.
Statystyczna Analiza Danych SAD2 Wykład 4 i 5. Test dla proporcji (wskaźnika struktury) 2.
Statystyczna analiza danych SAD2 Wykład 5. Testy o różnicy wartości średnich dwóch rozkładów normalnych (znane wariancje) Statystyczna analiza danych.
Model ekonometryczny Jacek Szanduła.
Korelacje dwóch zmiennych. Korelacje Kowariancja.
MAŁOPOLSKIE CENTRUM NAUKI MALOPOLSKA SCIENCE CENTER.
Marcin Gliński Instytut Języków Romańskich i Translatoryki UŚ Regionalny Ośrodek Doskonalenia Nauczycieli WOM w Katowicach NOCNE POWTÓRKI MATURALNE 2016.
STATYSTYKA – kurs podstawowy wykład 11
Dzień dobry! Cześć! This project has been funded with support from the European Commission. This document reflects the views only of the authors, and.
INFORMACJA NAUKOWA JAKO MODEL I WYOBRAŻENIE WIEDZY SCIENTIFIC INFORMATION AS A MODEL AND REPRESENTATION OF SCIENCE Henryk Hollender Lazarski University.
Opracowanie: Katarzyna Gagan, Anna Krawczuk
ZAPOBIEGANIE OTYŁOŚCI U DZIECI -czy jest szansa na sukces?
Tworzenie własnego tekstu: zaproszenie
Mazury – cud natury.
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
PROGRESS ON MONITORING OF SMART SPECIALISATION IN WARMIA-MAZURY REGION, POLAND July 2017, Barcelona.
My hobby is love HUBERT SADŁO KLASA 6a.
SatMapping Your map from space Cover page
Korelacja i regresja liniowa
Zapis prezentacji:

Polish-Norwegian Research Fund Assessment of the ecological state of lakes based on ichthyofauna data. Witold Białokoz and Łucjan Chybowski Department of Lake Fisheries Inland Fisheries Institute Giżycko

Polish-Norwegian Research Fund Dobór metriksów:  analiza zależności udokumentowanych w literaturze,  analiza korelacji z dostępnymi wskaźnikami presji z jezior rzeki Wel (Ntot, Ptot, chlorofil, widzialność, TSI Carlsona). wybór najlepszych zmiennych na kandydatów na metriksy, analiza związków kandydatów na metriksy ze wskaźnikami presji, porównanie zgodności wyników z danymi literaturowymi, wybór metriksów.  ocena stanu ekologicznego metodą sumy rang wybranych metriksów.

Polish-Norwegian Research Fund 1 Colby P.J., Spangler G.R., Hurley D.A., McCombie A.M Effects of eutrophication on salmonid communities in oligotrophic lakes – J.Fish.Res. Bd. Can. 29: Hartmann J Fischereiliche Veranderungen in kulturbedingt eutrophierenden Seen. Schweitz. Z. Hydrol. 39 2: Hartmann J Unterschiedliche Adaptionsfahigkeit der Fosche an Eutrophierung. Schweitz. Z. Hydrol. 41, 2: Leopold M., Bnińska M., Nowak W Commercial fish catches as an index of lake eutrophication - Arch. Hydrobiol. 106(4): Gatunki zmniejszające udział w ichtiofaunie: łososiowate: sieja, sielawa, związane z litoralem: szczupak, lin, karaś, duże sortymenty ryb karpiowatych, inne wrażliwe: okoń, być może wzdręga. Gatunki zwiększające udział: drobne sortymenty ryb karpiowatych, sandacz w jeziorach głębokich. Reakcja ryb na pogarszające się warunki środowiska

Polish-Norwegian Research Fund % Crucian carpTenchBreamRuddPikePerch Pike- perchLitoralSens Omni WPUE Ntot-0,54-0,600,17-0,81-0,27-0,690,69-0,59-0,700,08 Ptot-0,17-0,180,11-0,51-0,15-0,650,65-0,18-0,640,46 Chlor-0,45-0,530,26-0,68-0,10-0,740,76-0,50-0,740,25 Secci0,720,68-0,440,87-0,120,82-0,560,760,830,06 TSI-0,55-0,560,39-0,790,00-0,840,69-0,59-0,840,13 Correlations table for all lakes (n = 10) Total WPUE 0,08 0,58 0,46 -0,10 0,33 Analiza korelacji z dostępnymi wskaźnikami presji

Polish-Norwegian Research Fund % Crucian carpTenchBreamRuddPikePerch Pike- perchLitoralSens Omni WPUE Ntot1,00-0,940,99-1,00-0,63-0,901,00-0,92-0,90-0,37 Ptot0,98-0,991,00-0,96-0,43-0,770,98-0,99-0,77-0,59 Chlor0,91-0,990,96-0,88-0,23-0,620,91-1,00-0,62-0,74 Secci-0,740,92-0,830,69-0,080,34-0,740,930,350,91 TSI0,87-0,980,93-0,84-0,15-0,550,87-0,99-0,55-0,80 Correlations table for lakes with max depth > 20 m (n = 3) Total WPUE -0,79 -0,92 -0,98 0,99 -0,99

Polish-Norwegian Research Fund % Crucian carpTenchBreamRuddPikePerch Pike- perchLitoralSens Omni WPUE Ntot-0,73-0,70-0,06-0,83-0,25-0,770,71-0,77 0,35 Ptot-0,43-0,37-0,45-0,51-0,19-0,420,63-0,45-0,420,58 Chlor-0,66-0,71-0,02-0,71-0,11-0,730,76-0,71-0,730,20 Secci0,940,82-0,270,92-0,130,98-0,510,98 0,00 TSI-0,83-0,780,10-0,850,01-0,890,66-0,88-0,890,13 Correlations table for lakes with max depth < 20 m (n = 7) Total WPUE 0,38 0,49 0,32 0,03 0,16

Polish-Norwegian Research Fund Przykładowe związki kandydatów na metriksy ze wskaźnikami presji Rudd = 8, ,127062*TSI p = 0,0061; R 2 = 63,0; SE = 0,58 Sens = 151, ,18866*TSI p = 0,0022; R 2 = 70,92; SE = 8,31

Polish-Norwegian Research Fund Perch = 148, ,13793*TSI p = 0,0024; R 2 = 70,30; SE = 8,24 Pike-perch = -61, ,10475*TSI p = 0,0282; R 2 = 47,19; SE = 6,93

Polish-Norwegian Research Fund Pike = 4, , *TSI p = 0,9956; R 2 = 0,00; SE = 9,72 Litoral = 3, ,050733*TSI p = 0,0708; R 2 = 35,16; SE = 0,41

Polish-Norwegian Research Fund Total WPUE = -2022, ,413*TSI p = 0,3530; R 2 = 10,82; SE = 1810,08 Omni WPUE = 513, ,7012*TSI p = 0,7291; R 2 = 1,58; SE = 921,03

Polish-Norwegian Research Fund All lakes Bream = -31, ,757996*TSI p = 0,2674; R 2 = 15,09; SE = 10,66 Max depth > 20 m Bream = -95, ,78566*TSI p = 0,2348; R 2 = 87,00; SE = 3,90 Max depth < 20 m Bream = 5, ,192979*TSI p = 0,8360; R 2 = 0,94; SE = 12,02

Polish-Norwegian Research Fund All lakes Total WPUE = -2022, ,413*TSI p = 0,3530; R 2 = 10,82; SE = 1810,0 Max depth > 20 m Total WPUE = 15260, ,035*TSI p = 0,0747; R 2 = 98,63; SE = 144,13 Max depth < 20 Total WPUE = 2271, ,0591*TSI p = 0,7289; R 2 = 2,62; SE = 1743,86

Polish-Norwegian Research Fund All lakes Omni WPUE = 513, ,7012*TSI p = 0,7291; R 2 = 1,58; SE = 921,03 Max depth > 20 m Omni WPUE = 11928, ,534*TSI p = 0,4140; R 2 = 63,34; SE = 798,49 Max depth < 20 m Omni WPUE = 713, ,2492*TSI p = 0,7847; R 2 = 1,63; SE = 907,29

Polish-Norwegian Research Fund Wnioski z analizy korelacji i regresji:  stwierdzono istotnie statystycznie związki procentowych udziałów okonia, wzdręgi, sandacza oraz gatunków wrażliwych ze wskaźnikami presji;  metriksy proponowane w programie WISER (Omni WPUE i Total WPUE, w jeziorach zlewni rzeki Wel, są związane ze wskaźnikami presji bardzo słabo, a niektórych przypadkach – odwrotnie do kierunku zakładanego;  mała liczba obserwacji nie pozwala na zweryfikowanie, w jeziorach zlewni rzeki Wel, istnienia związków z innymi zmiennymi, mimo że związki te są znane z innych jezior Polski.

Polish-Norwegian Research Fund Species/LakeSumm allSumm best Summ WPUE LFI (TSI) LFI (SOJJ) HistoricalLFIN of specFito Dąbrowa Wielka0,690,810,440,570,660,860, ,98 Dąbrowa Mała0,860,94 0,520,560,750, ,04 Rumian0,580,640,220,510,470,560, ,48 Zarybinek0,530,330,780,380,52n/a 11 3,04 Tarczyńskie0,160,040,330,460,51n/a 10 4,42 Grądy0,420,350,610,460,45n/a 10 3,49 Lidzbarskie0,530,380,940,470,42n/a 11 3,29 Kiełpińskie0,710,920,330,570,61n/a 11 0,93 Hartowieckie0,330,360,39 0,55n/a 12 2,70 Zwiniarz0,170,240,000,320,49n/a 8 4,09 Ocena stanu ekologicznego jezior na podstawie ichtiofauny

Polish-Norwegian Research Fund Species/LakeSumm allSumm bestSumm WPUELFI (TSI)LFI (SOJJ)HistoricalLFIN of specFito Dąbrowa Wielka0,720,651,000,570,660,860, ,98 Dąbrowa Mała0,720,850,250,520,560,750, ,04 Lidzbarskie0,060,000,250,510,47n/a 11 3,29 Species/LakeSumm allSumm bestSumm WPUELFI (TSI)LFI (SOJJ)HistoricalLFIN of specFito Rumian0,690,780,330,570,660,560, ,48 Zarybinek0,630,391,000,520,56n/a 11 3,04 Tarczyńskie0,190,060,420,510,47n/a 10 4,42 Grądy0,560,500,830,380,52n/a 10 3,49 Kiełpińskie0,791,000,420,460,51n/a 11 0,93 Hartowieckie0,420,390,500,460,45n/a 12 2,70 Zwiniarz0,230,390,000,470,42n/a 8 4,09 Ocena stanu ekologicznego jezior głębokich na podstawie ichtiofauny Ocena stanu ekologicznego jezior płytkich na podstawie ichtiofauny

Polish-Norwegian Research Fund Summ best = 1, ,226592*Fito p = 0,0263; R 2 = 48,01; SE = 0,23 Wnioski z oceny stanu ekologicznego jezior na podstawie ichtiofauny:  najlepszy stan ekologiczny mają jeziora: Kiełpińskie, Dąbrowa Mała i Dąbrowa Wielka;  najgorszy stan ekologiczny mają jeziora: Zwiniarz i Tarczyńskie;  ocena stanu ekologicznego ichtiofauny nie powinna się opierać o masę ryb złowionych w czasie jednorazowego połowu (WPUE), gdyż masa ta zależy od wielu czynników nie związanych ze stanem ekologicznym jezior;  lepszą miarą jest procentowy udział w odłowach poszczególnych składników ichtiofauny;  wyniki oceny na podstawie ichtiofauny są na ogół zgodne z oceną dokonaną na podstawie fitoplanktonu;  konieczne jest doskonalenie metody oceny w oparciu o dane z innych jezior Polski.

Polish-Norwegian Research Fund Thank you for your attention. Feel free to share your questions and comments. Lake Dąbrowa Wielka