Documente Academic
Documente Profesional
Documente Cultură
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/273453081
READS
266
2 AUTHORS:
Ioan Srbu
33 PUBLICATIONS 21 CITATIONS
SEE PROFILE
SEE PROFILE
Ioan Srbu
Ana Maria Benedek
ECOLOGIE PRACTIC
Sibiu
2012
ECOLOGIE PRACTIC
Ediia a 3 - a
Sibiu
2012
Refereni:
Dr. Constantin Drgulescu
Dr. Corneliu Buca
Dr. Angela Curtean-Bnduc
Cuprins
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
Introducere
Principiile cercetrii ecologice
Sisteme ecologice
Parametri ecologici cantitativi
Obinerea datelor ecologice primare;
Tehnici de captur, colectare i conservare
Tabele i grafice
Metoda suprafeelor i a volumelor
Alte elemente de statistic aplicate n ecologie
Metoda distanelor
Testarea ipotezelor
Regresia liniar i corelaia
Tabele de via i de fecunditate
Metoda transectelor
Metode speciale aplicate n studiul comunitilor de psri
Tehnici i metode speciale aplicate n studiul
comunitilor de mamifere
Metode de captur - marcare - recaptur
Nia ecologic
Biodiversitatea - Diversitatea ecologic
Analiza de asociere
Compararea sistemelor ecologice. Indici de similitudine
Metode de ordonare i clasificare a sistemelor ecologice;
Construirea dendrogramelor
Metode de estimare a produciei primare
Estimarea produciei secundare
Analiza reelelor trofice
Elaborarea lucrrilor de specialitate
Bibliografie
Anexe
5
7
24
35
48
73
80
97
104
112
135
144
152
159
171
184
194
202
211
218
227
237
248
262
267
281
286
Motto:
Natures Spirit
By Cristina Stan
On sunny fields of green,
in the sacred hollow here,
blossoming cherry trees lean,
with a glistening creek near.
I lay here on the bank,
surrounded by mother natures creations,
in their everlasting beauty I sank,
and I danced with the waters reflections.
The tall and majestic mountains,
stand so proudly against the sky,
with dark tunnels and warm, spring fountains,
they shall never die.
The deep and silent woods,
so quiet and serene.
The unwelcome stranger always eludes,
but is a place for the calm spirit to dream.
The heavenly sky above,
is the lightest blue to be seen,
with the fluffy clouds that I love,
only a natures soul could know what I mean.
On sunny fields of green,
in the sacred hollow here,
blossoming cherry trees lean,
with a glistening creek near,
I listen to the winds music,
and I dream.
May, 2004
Spencer Butte Middle School
Eugene, Oregon
Introducere
Aceast publicaie conine principalele categorii de tehnici i metode
aplicate n studiile de ecologie. A fost conceput ca o lucrare cu caracter practic
i aplicativ, motiv pentru care teoria prezint o pondere redus i se rezum la
elementele de baz care faciliteaz nelegerea subiectelor tratate. Se adreseaz
att studenilor care urmeaz discipline biologice, ct i naturalitilor care doresc
s cunoasc mai mult despre metodologia implicat n cercetrile sistemelor
supraindividuale. Dei cele mai multe capitole sunt autoexplicative, i nu
presupun c cititorul are o imagine vast asupra ecologiei, totui este necesar
cunoaterea elementelor de baz ale jargonului de specialitate. Volumul conine
i materia care se pred curent la seminariile i laboratoarele de la specializarea
Ecologie i Protecia Mediului din cadrul Universitii Lucian Blaga din Sibiu,
la disciplinele: Ecologie general (anul I), respectiv Ecologia populaiilor i
Sisteme ecologice: structur i funcii (anul II). Lucrarea include i unele teme
care fac obiectul aplicaiilor practice la disciplina Modelarea proceselor i
sistemelor ecologice care este predat la masteratul cu profilul Expertiza i
Managementul Sistemelor Ecologice. Pe lng acestea volumul prezint metode
suplimentare pentru cei care doresc s-i lrgeasc cunotinele de specialitate,
numeroase aplicaii, probleme rezolvate i teme de activitate independent.
Pentru studenii de la masterat care au absolvit faculti din alte domenii dect
cele biologice, am introdus n cadrul primelor trei capitole o scurt prezentare a
noiunilor de baz ale ecologiei, care faciliteaz nelegerea n continuare a
volumului.
Ecologia este o tiin biologic, ce se ocup cu studiul structurii,
dinamicii i funciilor sistemelor supraindividuale, precum i a relaiilor dintre
acestea, i cu factorii de mediu. Nucleul central al oricrei cercetri de ecologie
este cunoaterea identitii taxonomice, respectiv a sistematicii subiectului
analizat. Deoarece sistemele i procesele ecologice sunt foarte complexe,
aproape toate investigaiile se bazeaz pe eantionare i prelucrarea statistic a
probelor, n scopul caracterizrii ntregului din care acestea provin. Din aceste
motive, metodele de analiz i prelucrare a datelor prezint o pondere
important din acest volum. Dat fiind raritatea literaturii actuale de specialitate
n limba romn, n afar de temele i metodele practice, autorii au inclus ntr-o
manier rezumativ i o parte teoretic, distribuit de-a lungul tuturor
capitolelor, pentru a clarifica aspectele eseniale ale subiectelor incluse n aceste
pagini, precum i pentru a pune la dispoziia studenilor un manual util de
pregtire, cu spectru larg. Acest volum include tehnici i metode legate n mod
specific de ecologie i numai foarte puine dintre cele care in de alte discipline.
Studenii de la facultile cu profil ecologic au studiat discipline de
10
11
12
studieze structura sau funciile ntregului sistem ecologic, motiv pentru care
cercettorul trebuie s extrag un numr limitat de informaii pe baza cruia s
poat caracteriza ntregul din care provin. Astfel, n unele capitole care vor
urma, studiem diferite tehnici de prelevare a probelor, dimensionarea acestora,
metode de prelucrare i analiz, precum i unele aplicaii statistice
fundamentale.
n urma prelucrrii probelor se obin date (informaii) care vor fi analizate
i utilizate n testarea ipotezelor. n aceast etap trebuie s cunoatem
diferitele tipuri de teste, algoritmul utilizrii acestora, limitrile i condiiile de
aplicare. Se cunosc extrem de multe cazuri de concluzii false, bazate pe
insuficienta aprofundare a tehnicii de testare, a alegerii nejudicioase a testelor i
interpretarea eronat a rezultatelor, motiv pentru care o tem independent din
aceast carte este dedicat acestui subiect. Dac datele obinute confirm
prognozele (i prin acestea i ipotezele) cercetarea poate continua, iar n caz
negativ trebuie refcui paii preliminari ori de cte ori este nevoie. Erori se pot
strecura n oricare dintre etapele precedente, i este o problem de intuiie i
experien a cercettorului s identifice etapa din care studiul trebuie refcut.
Dac am obinut la acest nivel confirmarea, se trece la secvena final a
cercetrii. n primul rnd se caut legitile generale ale fenomenului studiat n
limitele impuse de complexitatea abordrii. Este la fel de greit s se ncerce o
generalizare prea larg a fenomenului, pe ct i s se restrng numai la cazul
particular studiat. Aceste lucruri pot fi evitate prin explicarea i identificarea
cauzelor care determin fenomenul particular. Dup cum scria P.M. Bnrescu
(1973) "tiina nu nseamn filatelie; tiin nseamn a explica". Nu trebuie ns
uitat c toate sistemele i procesele ecologice au o istorie evolutiv, iar acest fapt
constituie o bogat dar controversat surs de explicaii. La ntrebarea "de ce
este sistemul astfel alctuit?" sau "de ce procesul se desfoar n aceste condiii
n acest fel i nu n altul?" sunt printre cele mai importante dar i mai dificile
ntrebri la care ecologia modern trebuie s caute un rspuns. Evoluia este
greu de cunoscut i imposibil de experimentat.
n sfrit, ultima etap a cercetrii este cea de valorificare a rezultatelor.
Valorificarea trebuie vzut aici n sens larg, n primul rnd din perspectiv
tiinific (publicare de exemplu), apoi de popularizare i mediatizare, i numai
n ultimul rnd economic. Ecologia este n primul rnd o tiin. De aceea nu
trebuie redus la un mod de rentabilizare a proceselor i fenomenelor naturale
pentru folosinele umane. Adesea ceea ce pare o rentabilizare a unui proces pe
termen scurt, produce o pierdere grav pe termen mediu sau lung (de exemplu
campaniile de otrvire a prdtorilor de vrf, arderea jneapnului etc., toate
motivate economic dar care au adus prejudicii imense naturii i societii
umane). Este simplu s cdem n greeala identificrii aparente a unei logici
superioare naturii, uitnd c aceasta din urm a avut timp milioane de ani s
experimenteze pe baza legitilor universale i ale evoluiei. Dup cum se
exprima att de inspirat B. Commoner (1980): "Natura se pricepe cel mai bine".
13
OBSERVAIE
PROBLEM
IMAGINE
IPOTEZE
PROGNOZE
DESIGN EXPERIMENTAL
PROGRAMUL DE COLECTARE A PROBELOR
alegerea dimensiunii probei unitare i a probei statistice,
colectarea probelor, obinerea datelor, analiza, prelucrarea i interpretarea acestora
TESTAREA IPOTEZELOR
NU
Sunt confirmate
prognozele?
DA
EXPLICAII
VALORIFICARE
Fig. 1.1. Algoritmul cercetrii ecologice demonstrative (adaptat dup Green, 1979).
n fig. 1.1 redm sub forma unui algoritm principalele etape ale unei
cercetri ecologice demonstrative (adaptat dup Green, 1979). Fr ndoial,
acesta este conceput extrem de simplist. Exist numeroase elemente i secvene
care se pot ataa, n funcie de complexitatea obiectivelor cercetrii. Atunci cnd
sistemul studiat se comport ca un model determinist, algoritmul poate fi redus
la o secven liniar. Dac ns operm dup un model stohastic (probabilistic)
este necesar introducerea de secvene ramificate, funcie de evoluia
probabilistic a fenomenelor.
Exist opinii potrivit crora, dat fiind o problem, trebuie s se avanseze
un numr ct mai mare de ipoteze (att probabile ct i improbabile) i s se
caute acele evidene care resping ipotezele, deoarece progresul n tiin se face
prin eliminarea ideilor false. Acest lucru nu este practic, mai ales din motive de
timp i de bani. Cel mai adesea vom prefera s enunm o serie de ipoteze
pertinente i raionale, eliminnd din start pe cele improbabile sau absurde.
Ipotezele trebuie s fie ct mai simplu formulate, pentru a putea fi testate mai
14
uor (Krebs, 1989). Fiecare ipotez trebuie s interzic ceva, i acest lucru
trebuie s fie ilustrat n prognoz. Ipotezele care prognozeaz totul i nu interzic
nimic sunt nefolositoare n cercetare. Modul n care acestea se formuleaz i se
verific, printr-un aparat matematic adecvat, va fi studiat n capitolul 9.
Progresul unei cercetri de ecologie depinde de mai muli factori din care
eseniali sunt patru: echipa, tehnica, metoda i bugetul disponibil.
Echipa. Multe studii se pot realiza de ctre un singur om. Cercetarea
individual, cu sau fr finanare, este mult mai valoroas i rspndit dect se
recunoate de obicei. Alteori tema este prea complex, tehnica aplicat sau
terenul prea dificil, fapt care reclam alctuirea unei echipe. n selectarea
acesteia se vor lua n considerare abilitile de teren, sntatea i aptitudinile
fizice, nivelul profesional i tiinific al indivizilor implicai, numrul acestora,
domeniile i disciplinele acoperite i modul n care acetia colaboreaz. Este
bine ca n planificarea cercetrii s se utilizeze n primul rnd oamenii
disponibili la nivel local (cadre didactice, cercettori, personal auxiliar,
studeni). Acest lucru este benefic din mai multe motive: n primul rnd orice
instituie are o prim responsabilitate fa de personalul angajat, trebuind s
stimuleze formarea i progresul profesional al acestuia prin cointeresare, iar pe
de alt parte trebuie s promoveze o politic profesional pe termen lung n
scopul pregtirii de specialiti locali, fapt care se va resimi n viitor prin
economisire de timp i bani. Nici aceste principii nu trebuie ns absolutizate.
Calitatea cercetrii este determinat n primul rnd de calitatea specialitilor.
Este de preferat ca pn la consacrarea indivizilor care vor acoperi domeniile de
interes s se apeleze la specialiti din afar, invitai, pe lng care tinerii s se
formeze. Acest lucru va spori i credibilitatea rezultatelor, i eficiena
specializrii noilor cercettori. n selectarea viitorilor specialiti trebuie gsit
ntotdeauna un compromis amical ntre interesele instituiei i cele ale tinerilor.
Simplul fapt c un domeniu trebuie acoperit pe moment, nu justific obligarea
unui individ cu aptitudini s treac imediat i necondiionat la rezolvarea
acestuia. Ca n orice meserie, i n ecologie domeniul de specializare trebuie ales
n funcie de aptitudinile, interesul profesional, i nu n ultimul rnd, de
temperamentul tnrului. Nerespectarea acestui principiu va transforma o
victorie pe termen scurt ntr-o pierdere, poate irecuperabil, pe termen lung. i
mai grav este reorientarea profesional a unui cercettor deja implicat ntr-un
domeniu care l atrage i l pasioneaz, ntr-o direcie dictat de cerinele
momentane ale instituiei. O cale de rezolvare este "mprirea" sarcinilor peste
care trebuie s se treac repede la mai muli dintre membrii echipei, precum i o
specializare secundar a celor mai api, pe baza liberului consimmnt exprimat
de acetia, fr a afecta negativ interesele lor majore. Modul de lucru n echip
trebuie s se bazeze pe respect i ncredere reciproc, pe mprirea echitabil a
sarcinilor (plcute i neplcute) i a beneficiilor.
Tehnica. Se refer la ansamblul dotrilor materiale tiinifice i auxiliare
de care dispune echipa de cercetare, precum i la alegerea celor mai adecvate
cercetrii n cauz. Orice instituie sau colectiv trebuie s acorde un interes
15
16
17
18
19
20
21
22
23
iar dac totui o facem s nu uitm c toi suntem supui greelii i oricnd
putem fi i noi judecai. Nu ucidei animale i nici nu rupei plante dect dac
este absolut necesar i justificat tiinific.
Contactul cu natura. Observaia, ndemnarea tehnic, capacitatea de a putea
executa n mod corect o campanie de teren, pregtirea fizic i psihic pentru
a face fa condiiilor vitrege, disponibilitatea i ntreinerea unui echipament
adecvat. n ecologie, viaa profesional a celor buni i interesai i poate purta
n cele mai nebnuite aspecte i s-i pun n faa unor provocri deosebite din
partea naturii. Vor avea ntotdeauna ctig de cauz cei care tiu i pot s
execute cele mai diverse campanii de teren. Un tnr nu va avea dect de
ctigat dac va cunoate i aplica, cel puin la nivel elementar, noiuni de
turism, alpinism, not i scufundare, acordarea primului ajutor etc. Ecologul
cu aceste cunotine va putea ptrunde n medii mai variate i va realiza
potenial mai mult, dect unul cu opiuni limitate.
Contactul cu oamenii. Cunoaterea de sine i a celor din jur, coexistena cu
alii, talentul de organizare a unui colectiv, de iniiativ i conducere a unui
proiect, capacitatea de a convinge pe alii i de a le asculta argumentele.
Cerine eseniale ale lumii moderne. Aici intr n special limbile strine (de
absolut prim rang i de nenlocuit: a citi, scrie i exprima n limba englez)
precum i cunotine, respectiv ndemnare, de a opera pe calculator. O
limb mai mult, un om mai mult se aplic att n domeniul lingvistic, ct i
n cel informatic.
24
2. SISTEME ECOLOGICE
nainte de a ptrunde n studiul metodologiei ecologice se impun a fi
precizai civa dintre termenii fundamentali ai acestei tiine.
Fr ndoial, orict ar fi acest capitol dezvoltat, multe vor rmne
nespuse. S-ar putea scrie o carte numai despre diferitele teorii ale definirii i
clasificrii domeniilor ecologiei i despre parametrii urmrii n studiile practice.
Scopul acestui volum nefiind teoretic, capitolul de fa va face referiri pe scurt la
diferitele teorii pentru a ajuta studenii s neleag problemele legate de
diversitatea concepiilor precum i pentru a oferi o imagine suficient de clar
privind semnificaiile termenilor care vor fi utilizai n continuare. Puine tiine
dispun de o asemenea diversitate de preri contradictorii privind elementele
constituente ale obiectului de studiu. Pentru a nu lungi discuia (i a nu crea
confuzii inutile n minile studenilor), vom adopta un punct de vedere bazat pe
definiia lui Friedrichs (1957). n acest volum ori de cte ori va apare cuvntul
"ecologie", acesta va semnifica: acea disciplin integrat n vastul cmp al
biologiei care studiaz structura, dinamica i funciile sistemelor
supraindividuale ale materiei vii precum i interaciunile dintre acestea i
cu factorii de mediu.
Prin urmare, ecologia este o ramur a tiinelor biologice i nu trebuie s i
se recunoasc un statut egal i opus celui al biologiei. Este un lucru de bun sim
s recunoatem ecologia ca o ramur care opereaz cu mijloace i metode
interdisciplinare - aa cum de altfel o fac i majoritatea celorlalte ramuri ale
tiinei mam. Chiar dac este adevrat c ecologia cuprinde multe sectoare
ncadrate la (sau care opereaz cu metode i tehnici din) alte discipline, acest
lucru nu este suficient pentru a o separa de vastul cmp al biologiei. Evident, se
cere ca un ecolog s cunoasc suficient geografie, climatologie, hidrologie,
pedologie, chimie, matematic etc. pentru a reui s analizeze interaciunile
vieii cu mediul abiogen, pe niveluri supraindividuale, dar mai presus de toate
se cere cunoaterea biologiei sistemului analizat. Dac am recunoate ecologiei
un rang egal i distinct de cel al biologiei este evident c cea mai bun definiie a
unui ecolog ar fi "acel om care tie nimic despre totul". Fr sistematic,
cercetarea ecologic ar fi ca o pagin n care toate frazele scrise nu au subiect.
n ceea ce privete mprirea ecologiei pe subdomenii, facem nite
precizri. Schrter (1896, 1902) clasifica ecologia n autecologie (acea parte
care se ocup cu studiul relaiilor dintre individ, populaie sau specie i mediu) i
sinecologie (care ar studia relaiile dintre organisme, precum i cele dintre
mediu i sistemele suprapopulaionale). Gams (1918) susinea ns c numai
ceea ce Schrter ar fi definit ca sinecologie ar fi ecologie propriu-zis. Frecvent
apar n lucrri de specialitate i termenii: biocenologie (la Universitatea "Babe-
2. Sisteme ecologice
25
26
2. Sisteme ecologice
27
28
2. Sisteme ecologice
29
30
care poate fi ncadrat ntr-o specie distinct (pentru alte informaii a se citi
lucrrile elaborate de P. Bnrescu, 1973; E. Mayr, 2004).
Definirea indivizilor este, n multe cazuri, simpl. Indivizii populaiilor de
gastropode, mamifere, lumbricide etc. sunt bine delimitai, aceste populaii
numindu-se i "unitare". Pe de alt parte, s ne imaginm un arbore capabil de a
forma pe cale vegetativ noi indivizi (prin drajonare sau lstrire), care vor tri
i atunci cnd genitorul a disprut. Putem vedea ntr-o pdure un grup de arbori
distinci, cu sisteme radiculare uneori independente, alteori comune, care nu
reprezint altceva dect copii (clone) ale unor genitori disprui. Aceste clone
sunt uniti modulare care pot avea vrste, dimensiuni i nsuiri diferite dar sunt
identice din punct de vedere genetic. Creterea modular este foarte frecvent la
populaiile vegetale, dar i unele animale (spongieri, corali, hidroide, briozoare,
ascidii coloniale etc.). Smith (1986, 1990), Begon i col. (1986) atrgeau atenia
asupra dificultilor care apar n distingerea indivizilor la acele specii cu
reproducere obligat sau facultativ asexuat, denumindu-le specii modulare (prin
coresponden definim populaiile modulare). Creterea modular a populaiei
este un proces demografic. Pe de alt parte, frunzele, ramurile, tulpinile i
rdcinile plantelor pot fi de asemenea considerate populaii n sens larg (Begon
i col., 1986). Acestea sunt n competiie cu module similare din vecintate
pentru lumin, nutrieni, rspund difereniat condiiilor de mediu, au rate proprii
de formare, cretere, mortalitate i structuri diferite pe vrste.
Aparent, problema distinciei ntre populaiile unitare i cele modulare
este de natur pur teoretic, dar acest lucru nu este adevrat. Efectivul unei
populaii de iepuri poate fi determinat sau estimat, fapt imposibil de realizat ntro populaie de briozoare sau ntr-un crng. Prin urmare, un prim aspect practic
poate fi enunat astfel: "nu orice parametru se preteaz la analiza oricrei
populaii". n exemplul precedent am putea realiza studiul biomasei briozoarelor
sau a unei populaii dintr-un crng, raportat la unitatea de suprafa. n
investigarea populaiilor modulare, mult mai practic este determinarea
distribuiei i abundenei modulelor. Dac studiem baza trofic a unei populaii
care se hrnete cu frunzele unui arboret sau nectarul din flori, este mult mai
important s cunoatem abundena n termeni de biomas a modulelor "frunze",
respectiv "flori", dect numrul de indivizi care le poart.
Indiferent de care tip este populaia, aceasta poate fi descris i urmrit
n timp pe seama unor parametri ecologici cantitativi. Studiul acestora poart
denumirea de demografie. Aproape toi indivizii unei populaii trec prin mai
multe etape de dezvoltare n cadrul biociclurilor lor. n cadrul aceluiai stadiu de
cretere sau de dezvoltare indivizii difer prin nsuiri genetice, fenotipice,
funcionale etc. Numai din punct de vedere practic considerm adeseori indivizii
unei populaii sau a unei categorii morfo-funcionale ca fiind echivaleni ntre ei.
De asemenea, cnd vom compara dou populaii i vom afirma c structurile lor
pe vrst, sau pe sexe etc. sunt identice, aceasta nu nseamn c cele dou
populaii sunt identice. Ele pot avea structuri similare, dar pot ndeplini ntr-un
mod foarte diferit funciile de reproducere sau de producie, de exemplu.
2. Sisteme ecologice
31
32
2. Sisteme ecologice
33
34
35
36
3.2.
Densitatea
37
0,5
juvenil
subadult
IV
III
00
2
I'2
IX
VI
II
VI
I
VI
IV
'2
00
1
III
XI
X'
20
00
lun, an
adult
38
august
iulie
0%
20%
40%
masculi
60%
80%
100%
femele
Fig. 3.2. Dinamica lunar a sex-ratio la populaia de Apodemus flavicollis din masivul
Retezat, n vara anului 2002 (dup Benedek, date nepublicate)
39
40
IV'2002
III'2002
I'2002
X'2001
IX'2001
luna'an
VIII'2001
VII'2001
VI'2001
V'2001
IV'2001
III'2001
II'2001
XI'2000
X'2000
0
10
20
30
40
50
Indice de captur
C.glareolus
C.nivalis
A.flavicollis
M.glis
S.araneus
S.minutus
3.8. Frecvena
Poate fi interpretat att ca un parametru structural al populaiei ct i al
comunitii. Cel mai adesea prin frecven (F) se nelege proporia ntre
numrul de probe care conin specia dat i numrul total de probe colectate n
acelai timp, n exprimare zecimal sau procentual:
F=
pi
* 100
P
41
42
43
3.10. Dominana
n fitocenologie semnific parametrul prin care se apreciaz suprafaa
ocupat de proiecia pe orizontal a prilor supraterane ale indivizilor, la nivelul
solului, n cadrul suprafeei de prob. Acest indice mai este cunoscut i sub
numele de "acoperire", distingndu-se ntr-o fitocenoz:
- acoperirea general: suprafaa proieciilor aeriene ale tuturor speciilor la
nivelul solului;
- acoperire specific: suprafaa proieciilor pentru o singur specie;
- acoperire bazal: suprafaa ocupat de acele pri care vin n contact direct cu
solul (baza trunchiurilor, rozetele bazale etc.).
Acest indice se determin prin metode estimative i reale (a se vedea C.
Drgulescu i I. Srbu, 1997), dar este rar utilizat datorit dificultilor de
aplicare precum i a neajunsurilor acestora. n fitocenologie cel mai adesea se
utilizeaz indicele de abunden - dominan propus de Braun-Blanquet n
1928, modificat de Txen i Ellenberg. Prin acest indice se estimeaz n ce
proporie suprafaa de prob este acoperit de proieciile aeriene ale speciilor
componente, luate mpreun sau separat. Scara cuprinde 6 trepte i este redat
mai jos.
Treapt
AD
+
1
2
3
4
5
Interval de acoperire
(%)
0.1 - 1
1 - 10
10 - 25
25 - 50
50 - 75
75 - 100
mi
100
M
44
ni
* 100
N
AR% * F%
100
45
46
47
48
49
50
51
52
53
Fig. 4.4. Fileu planctonic (reproducere dup Tait i Dipper, 1998). 1 - manon de
pnz; 2 - sit cu ochiuri foarte mici, 3 - tub colector
54
4.2.3. Micromicetele
Se colecteaz mpreun cu o parte din substrat. Se conserv prin uscare,
n plicuri. Pentru studiul sporilor se folosesc cutii Petri cu medii de cultur
adecvate, care se expun o perioad variabil n zona de interes. Culturile
rezultate se examineaz la stereobinocular sau microscop.
4.2.4. Macromicetele
Se culeg manual n perioada maturrii sporilor, conservarea fcndu-se
prin uscare la temperatura camerei, n termostat sau n nisip.
4.2.5. Cormofitele
Dac este necesar sacrificarea unei plante, colectarea se face n
ntregime, sau, dac nu este posibil, din cauza sezonului sau a dimensiunilor,
prin recoltarea numai unor pri de organe, (tulpin cu frunze, ramuri cu frunze
i flori, fructe, rdcini, buci de tulpin etc.). Scoaterea plantei din pmnt se
face prin sparea n jurul ei cu deplantatorul (fig. 4.2), fr a vtma organele
subterane. Plantele se aeaz n presa de teren (fig. 4.3), se transport n
laborator unde se determin i se pun la presat i uscat.
4.2.6. Comuniti de nevertebrate acvatice
Zooplanctonul se colecteaz cu ajutorul fileului planctonic (fig. 4.4).
Pentru studiile cantitative se filtreaz un volum cunoscut de ap (de
obicei 100 - 200 l). Pentru analiza distribuiei pe vertical, se folosesc filee de
adncime (fig. 4.5 i 4.6), iar pentru obinerea datelor cantitative, colectoare
planctonice de vitez dotate cu debitmetru (fig. 4.7).
Fig. 4.7. Colector continuu de plancton de tip Gulf III (reproducere dup Tait i
Dipper, 1998). 1 - deschidere; 2 - linia cablului; 3 - sit fin; 4 - tub colector; 5 aripi stabilizatoare; 6 - deschidere spre seciunea posterioar; 7 - debitmetru; 8 greutate.
55
Fig. 4. 9. Bodengreifere a. tip Petersen b. van Veen ( dup Tait i Dipper, 1998)
56
57
Fig. 4.13. Con de colectare al faunei bentonice (dup Gomoiu i Skolka). 1 - plas; 2
- tij de suport; 3 - fundul apei
58
59
Aceste metode pot fi aplicate i pentru alte nevertebrate din sol, cum ar fi
molutele, hirudineele sau diferite larve de insecte.
4.2.8. Nevertebratele de sub pietre i trunchiuri
Pentru captura animalelor foarte mobile se folosete exhaustorul (fig.
4.17), cu care acestea se absorb dup ridicarea pietrelor sau a trunchiurilor.
Organismele mai puin mobile se colecteaz cu o pensul fin de pe faa
inferioar a pietrelor, sau se culeg cu pensa.
4.2.9. Nevertebratele din litier
Cea mai uzual tehnic de colectare a nevertebratelor vagile de la nivelul
solului i din litier (mai ales insecte) o constituie folosirea capcanelor Barber
(fig. 4.18). Acestea sunt nite recipiente de sticl sau plastic, cu diametrul gurii
de 5-10 cm, care se ngroap n pmnt astfel nct suprafaa de deschidere a
vasului s fie razant cu suprafaa solului. Deasupra capcanelor se instaleaz un
acoperi cu 4-6 cm mai mare, pentru a evita umplerea lor cu apa din
precipitaii. Se instaleaz mai multe capcane ntr-un habitat, fie n reea, la
distane 1-2 m ntre ele, fie n locuri cu activitate maxim.
60
61
n vederea studiilor faunistice, mai ales cnd stratul ierbos este nalt, se
folosete fileul entomologic (fig. 4.22). Pentru exprimarea cantitativ a
datelor obinute se raporteaz numrul de indivizi capturai la numrul de
cosiri (treceri ale fileului prin vegetaie).
4..2.11. Nevertebratele din coronament
i din stratul de arbuti
Exist mai multe tehnici frecvent folosite
pentru studiile faunistice. Colectarea cu fileul
umbrel sau cu fileul ptrat (fig. 4.23) presupune
scuturarea crengilor. Unele animale aflate n
frunziul acestora vor cdea pe fileul inut
dedesubt i se vor strnge n tubul colector. Pe
etichet se menioneaz pe lng alte date i
specia lemnoas de pe care s-a fcut colectarea.
Metodele chimice constau n pulverizarea
unor substane (insecticide sau narcotice) n
coronament, sub care se ntind prelate de plastic.
Dup 10-20 minute plantele se scutur i Fig. 4.22. Fileu entomologic
materialul czut se colecteaz.
62
63
Fig. 4.27. Capcane luminoase (dup Prvu, 1981). a capac; b bec; c plnie; d
orificii de ptrundere a insectelor; e recipient cu lichid de narcoz sau
conservare
64
4.2.13. Petii
Petii se captureaz cel mai frecvent prin folosirea diferitelor tipuri de
plase. n mediul marin sau lacustru se folosesc nvoade i alte tipuri de plase.
Nvodul este o plas circular care se strnge n jurul petilor. Poate avea
diverse dimensiuni, de la cel manual, de civa metri ptrai, folosit n bli
sau lacuri, pn la cele pentru pescuitul oceanic (fig. 4.29).
Fig. 4.29. Nvodul folosit pentru pescuitul oceanic (dup Tait i Dipper, 1998). 1 funie de verg; 2 - funie de fund care nchide nvodul nainte de remorcare
Fig. 4.30. Plas de drift tractat de vas (dup Tait i Dipper, 1998). 1 - flotori; 2 funie de verg cu flotori mici; 3 - funie mesager; 4 - banc de peti
65
Fig. 4.31. Traul (dup Tait i Dipper, 1998). 1 - funie de verg cu flotori; 2 funie de fund lestat; 3 - odgon de remorcare
Fig. 4.32 Traul (dup Tait i Dipper, 1998) 1 - funie; 2 - apan; 3 - funie de verg
cu flotori; 4 - fundul plasei; 5 - plas; 6 - arip; 7 - funie de fund; 8 - cablu de
fund; 9 - cablu independent; 10 - plac de lemn sau metal care prin presiunea apei
exercitat asupra ei este mpins lateral, meninnd astfel plasa deschis
66
Fig. 4.33. Schema unei plase ntinse, pentru captura psrilor de talie mic sau a
chiropterelor (dup Jones i col., 1996)
67
Fig. 4.34. Capcan - cutie pentru mamifere mici de tip Polonez. 1- ui metalic; 2
- perete de lemn; 3 perete mobil de sticl; 4 - suport pentru momeal
68
Un alt tip de capcane pentru capturi vii l constituie cele prin cdere
liber. Sunt cilindri de tabl sau plastic de 20 cm diametru i 40-50 cm
nlime, care se ngroap n pmnt, astfel nct gura lor se afl la nivelul
solului. Animalele aflate n trecere sau atrase de momeal, cad i nu mai pot
iei. Deasupra capcanei se monteaz un acoperi pentru a evita inundarea ei n
caz de ploaie. Eficiena capcanelor crete dac se utilizeaz bariere de
direcionare (de exemplu benzi de aluminiu sau lemn de 2 - 20 m lungime) de-a
lungul crora se plaseaz capcane prin cdere liber din 5 n 5 metri. Aceste
capcane sunt foarte eficiente n cazul insectivorelor i a microtidelor de talie
mic. Alte roztoare ns, fiind bune sritoare, evadeaz frecvent. Pentru
evitarea acestui inconvenient se pot nlocui cilindrii cu conuri, din care oarecii
sar mai greu, neavnd o baz de suport. Capcanele prin cdere liber pot fi
folosite cu succes n habitate cu sol profund, ns aceast tehnic este greu de
utilizat pe solurile scheletice din zonele de munte.
Pentru speciile galericole (crtie, orbei, oarecele subpmntean) se
folosesc capcane cilindrice (fig. 4.37) care se ngroap n pmnt, astfel nct s
intersecteze galeriile. Speciile arboricole (veverie, pri) se captureaz prin
69
amplasarea capcanelor tip cutie n arbori sau tufriuri, dei uneori animalele
intr i n cele instalate la nivelul solului.
Mamiferele de talie mijlocie i mare se pot captura cu capcane cuc de
dimensiuni mai mari, fabricate din plas de srm, cutii de metal sau capcane
cu pedal, modificate pentru a minimiza riscul de rnire a animalului. Astfel,
mrimea capcanei permite prinderea piciorului numai la nivelul oaselor
metacarpiene sau metatarsiene, iar distana dintre flcile capcanei protejeaz
oasele mpotriva ruperii. Capcana nu este fixat rigid tocmai pentru a evita
ocul la declanare. Ancora permite fixarea n vegetaia nconjurtoare iar
lanul permite mobilitatea parial a animalului. O alt tehnic este folosirea
laurilor cu limitator, o metod dezvoltat din laurile clasice, care folosete un
cablu multifilar din oel i o piedic de strngere, astfel nct captura se face
fr rnirea animalului. Se pot de asemenea folosi diferite tipuri de plase, care
cad pe animal sau sunt ridicate odat cu el. Pentru captura mamiferelor de talie
mare acestea pot fi tranchilizate folosind o arm de foc modificat, sarbacane
sau momeal cu sedative. n utilizarea acestor substane trebuie acordat o
atenie special dozajului i timpului n care i fac efectul.
Captura chiropterelor se poate face manual n timpul hibernrii, cnd se
realizeaz i recensmntul lor. Indivizii trebuie ns manevrai cu grij pentru
a evita trezirea lor, fapt care le-ar reduce n mod substanial ansele de
supravieuire. Pentru a reduce la un minim deranjarea chiropterelor se
recomand realizarea unui singur recensmnt pe habitat i iarn, de ctre o
echip de maxim 3 cercettori.
n timpul zborului chiropterele se captureaz folosind plase
chiropterologice, instalate la ieirea din adposturi (peteri, poduri, scorburi
mari), de-a curmeziul vilor rurilor sau pe malul lacurilor (fig. 4.38).
4.2.17. Alte informaii din teren
Datele obinute din prelucrarea materialului colectat din teren trebuie
corelate cu o serie de informaii conexe privitoare la tipul i starea habitatului.
De aceea, n carnetul de teren, se detaliaz informaiile de pe etichetele
probelor, notndu-se date absolut necesare sau care pot fi de folos n cadrul
prelucrrilor i interpretrilor ulterioare. Bineneles, nu orice date sunt
relevante n contextul studiului ntreprins. De exemplu, n studiile
fitocenologice notarea aspectelor meteorologice (temperatur, umiditatea
aerului, direcia i viteza vntului etc.) din timpul efecturii releveelor
constituie o pierdere inutil de timp, ntruct indiferent de condiiile de vreme,
pe suprafaa investigat vor fi prezente aceleai specii de plante, cu aceleai
valori ale indicelui AD. Dimpotriv, ntr-un studiu care urmrete dinamica
comunitilor de insecte zburtoare, de psri sau mamifere mici, notarea
condiiilor meteo din timpul observaiilor sau a prelevrii probelor este absolut
obligatorie.
70
Fig. 4. 38. Poziionarea n teren a plaselor pentru captura chiropterelor (dup Jones
i col., 1996). A - la intrarea ntr-un pod; B - la intrarea ntr-o peter; C aranjament n form de T deasupra unei bli; D - deasupra unui pru; E - pe malul
unui lac; F - de-a lungul unei poteci n pdure.
71
Dintre cele mai importante informaii care pot fi notate n cadrul unui
studiu, amintim:
- momentul efecturii studiului - data i ora dac este necesar;
- poziia geografic a staiei de prelevare a probelor sau a punctului de
efectuare a observaiilor. Latitudinea i longitudinea se obin cu ajutorul unui
GPS (global positioning system = sistem de poziionare global). Acest aparat
ne poate da i informaii despre altitudine (cu o precizie mai mare n zonele
deschise), distana dintre staii sau diferite puncte, avnd posibilitatea de a stoca
n memorie date care pot fi apoi descrcate pe calculator i reprezentate pe
hart. n lipsa semnalului de la satelii (vi montane) sau dac nu dispunem de
acest aparat, putem fixa poziia staiei prin relaie cu vreun toponim,
poziionare pe hart n funcie de diferite repere (ex. 2 km aval de un sat, 300 m
sud-vest de un anumit vrf etc.).
- numele regiunii, a zonei, sau cea mai apropiat aezare, direcia i
distana pn la aceasta.
- descrierea staiei. n cazul habitatelor terestre se noteaz forma de
relief, microrelieful, panta, expoziia, substratul geologic, tipul rocilor, eventual
date pedologice (tipul de sol, grosimea, umiditatea, temperatura, pH-ul,
structura, textura, troficitatea, cantitatea de humus, salinitatea, gradul de
eroziune etc., putndu-se eventual efectua i profile de sol). Aceste informaii
sunt necesare n studiile asupra vegetaie sau animalelor hipogee. Pentru o serie
de animale este important notarea distanei pn la cel mai apropiat curs sau
bazin acvatic, localitate, sau pn la liziera pdurii, tipul de vegetaie n care
este amplasat staia, eventual descrierea amnunit a acesteia. Pentru
informaii suplimentare recomandm Practicum de fitocenologie (C.
Drgulescu, I. Srbu, 1997), Cartea Muntelui (editori I. Srbu i A.M. Benedek,
2001) i ndrumtorul de pedologie (M. Micu, 2001).
- n cazul habitatelor acvatice se noteaz suprafaa bazinului acvatic,
panta, viteza i tipul de curgere, eventual debitul n cazul rurilor, adncimea
(medie, maxim), distana punctului de colectare fa de rm, natura
substratului pentru studiul comunitilor bentonice (substrat mlos, nisipos,
stncos, cu pietri, galei, diferite combinaii, substrat artificial etc.), direcia i
viteza curenilor, temperatura apei, salinitatea, turbiditatea, culoarea, mirosul,
date de chimism (pH, oxigen dizolvat, ncrctura organic, natura i
concentraiile diferiilor poluani etc.), tipul i abundena vegetaiei submerse i
de mal. Pentru informaii practice legate de habitatele i comunitile acvatice
recomandm Practicum de hidrobiologie (A. Curtean - Bnduc, 2001).
- condiiile meteorologice i date despre clim: temperatura aerului,
umiditatea relativ, presiunea vaporilor de ap, precipitaiile, direcia i viteza
vntului, gradul de nebulozitate, intensitatea luminii etc. n studiile de vegetaie
72
73
5. Tabele i grafice
5. TABELE I GRAFICE
n orice studiu ecologul obine o serie de date despre sistemul analizat i
despre habitatul acestuia. Primele date obinute n teren sau n laborator (prin
prelucrarea probelor, numrarea respectiv cntrirea vieuitoarelor, de exemplu)
se numesc brute sau primare. Acestea vor fi ulterior prelucrate i descrise prin
calcularea unor indici sau prin analiz statistic, se vor compara i prezenta sub
forma unor sinteze. n cele din urm, prin integrarea tuturor datelor prelucrate se
elaboreaz rezultatele i concluziile studiului. nainte de orice prelucrare datele
brute trebuie aranjate astfel nct s-i pstreze semnificaia, s poat fi
consultate ulterior i s asigure o nelegere facil a informaiei, att pentru
cercettor ct i alii interesai. Prezentarea datelor depinde de structura i
semnificaia acestora, precum i de ceea ce explorm sau dorim s evideniem;
nu exist nici un model singular prestabilit. O singur ntrebare are ntotdeauna
acelai rspuns. ntrebarea este: n ce limb publicm articolul sau lucrarea?.
Iar singurul rspuns este: N LIMBA ENGLEZ!
Informaiile primare obinute n teren sau laborator trebuie aranjate n
cadrul unor tabele, care sunt n mod necesar auto-explicative, clare, lipsite de
ambiguiti, pentru a putea fi consultate oricnd n viitor, fr a-i pierde
valoarea. Nu exist o reet unic pentru modul n care se construiesc tabelele
primare, respectiv cele secundare (rezultate prin prelucrarea datelor brute), dar o
serie de reguli mresc acurateea de prezentare a datelor, respectiv asigur
perpetuarea nelesului lor. Ghidul pentru construirea unui tabel clar i util este
redat mai jos (incluznd i idei adaptate dup Lewis i Taylor, 1974; Gomoiu i
Skolka, 2001), acesta putnd fi urmat i n elaborarea lucrrilor de licen,
dizertaie, respectiv a celor tiinifice.
1. Dai tabelului un titlu i o legend (esenial n cazul n care ai utilizat coduri
sau simboluri), pentru a putea fi neles de oricine, fr a cuta prin alte capitole.
2. Tabelul s fie pe ct posibil auto-explicativ, prin aranjarea logic a coloanelor
i rndurilor. Nu uitai c este mult mai simplu s adugai rnduri dect
coloane.
3. Tabelul primar, chiar dac nu se public sau red n lucrare, se pstreaz cu
grij pentru analize viitoare, iar tabelul secundar, care conine date sintetice sau
prelucrri, trebuie astfel construit nct s se neleag tipul i valoarea datelor
primare. De exemplu, ntr-o analiz de densitate nu vom include n lucrare
numrul indivizilor din fiecare prob, ns n tabelul pe care l redm, densitile
trebuie s fie nsoite de informaii ca: numrul de probe pe baza cruia am
calculat media, eroarea de estimare a mediei, limitele de confiden, la care
adugm eventual i ali parametri.
74
4. Capul de tabel trebuie astfel constituit nct s se neleag repede la cine sau
ce se refer valorile din celule, precum i informaii despre unitatea de msur
(procente, numr raportat la metru ptrat, grade Celsius etc.).
5. Nu suprancrcai tabelul. Dac sunt necesare raportri suplimentare, sau
prelucrri teriare, mai bine aranjai noile date ntr-un alt tabel.
6. Dac este oportun nu se las spaii libere; eventual se distinge ntre valoarea 0
(specie absent de exemplu) i lipsa oricrei informaii (codificat cu "-" de
exemplu).
7. Oricnd este posibil efectuai subtotaluri pe rnduri i coloane, astfel nct
totalul din ultima celul (ultimul rnd, ultima coloan) s conin i s verifice
totalurile pe vertical i pe orizontal. Cnd este necesar facei distincia ntre
subtotaluri, totaluri acumulative i totalul general.
8. Dac expunei date prelucrate (raportate la o alt scar dect cea original, sau
n procente de exemplu) scriei clar n legend despre ce fel de transformare este
vorba, dac este necesar dai formula de transformare sau relaia ntre valorile
originale i cele obinute prin conversie.
9. Nu dai date inutile pentru scopul final, sau care sunt redundante.
10. Nu exemplificai formule inutile, bine cunoscute, pentru acei indici mai
rspndii dect dac exist denumiri cu echivoc sau parametri rar utilizai
(respectiv originali). De exemplu, este absolut inutil ca ntr-o lucrare tiinific
s se redea formula i explicarea indicelui de abunden relativ sau formula
indicelui Shannon-Wiener. Este mai mult dect suficient ca n legenda tabelului,
eventual i la capitolul de material i metod, s specificai c codul "A%" din
tabel semnific abundena relativ i se exprim n procente, iar "H" codific
valoarea indicelui de biodiversitate Shannon-Wiener.
11. Este simplu s alegem tipul de tabel din orice produs Microsoft Office (cel
mai utilizat n construirea i raportarea tabelelor, inclusiv dac acesta a fost
realizat n alte sisteme de programare sau operare i importat n Word pentru
Windows), deoarece sunt zeci de variante care ne stau la dispoziie. Dac
numrul necesar de exemplare ale lucrrii este mic (cum se ntmpl la licene,
dizertaii, rapoarte de cercetare pentru diferii beneficiari) putem utiliza
combinaii de culori. Dar (la noi cel puin i n cele mai multe reviste de
specialitate din oricare ar) se public n alb-negru, motiv pentru care i tabelul
trebuie conformat. Dac alegem scris alb pe fond gri, sau negru pe gri, foarte
uor la multiplicare tonurile se vor amesteca i va scdea nelesul informaiei.
Cnd este cazul de publicare cel mai bine este s selectm tabelul cu linii
complete, care definete clar fiecare celul (opiunea grid 1, de exemplu), i
varianta de formatare alb-negru, fr nici un fel de artificii de natur artistic.
12. n ceea ce privete numrul de zecimale, s nu uitm c trim (i) ntr-o
epoc a calculatoarelor respectiv a tehnicilor superioare de prelucrare a datelor.
Sigur c adesea o singur zecimal este suficient, iar dac lucrm cu logaritmi
dou uniti ajung cu prisosin. Dar analizele de ni sau de diversitate de
exemplu, precum i tehnicile de comparare i ordonare, conin frecvent
parametri i metode adresate unor indici care variaz standardizat (de exemplu
5. Tabele i grafice
75
ntre 0 i 1), iar n cazul multor subiecte (sisteme, specii, habitate care sunt
analizate etc.) departajarea pe baza celei de-a treia zecimale poate fi important.
Din aceast cauz recomandm dou zecimale la prelucrrile legate de evaluarea
parametrilor ecologici cantitativi i trei zecimale pentru prelucrrile avansate
(teriare sau de rang superior).
Multe dintre regulile acestui ghid sunt valabile i la construirea graficelor.
O figur, dac este clar construit, are titlu i legend adecvat, poate spune mai
multe dect un lung ir de cuvinte. Graficul trebuie s exprime valoarea i
semnificaia datelor prelucrate, eventual chiar o sintez a acestora, pentru a
releva n mod optim semnificaia datelor primare. Regulile de baz sunt i aici
foarte simple:
Orice grafic are titlu i legend; s nu se uite unitile de msur amplasate
pe axe i eventualele etichete care ajut sesizarea informaiei ilustrate.
La lucrri n tiraj redus se poate lucra n culori, nu ns i la graficele
destinate revistelor de specialitate, la care se recomand utilizarea de hauri,
mai degrab dect tonuri de gri, acestea din urm riscnd s se amestece din
cauza condiiilor de multiplicare.
S fie foarte clar ce, cnd, cum s-a lucrat i n ce unitate s-a msurat.
Nu reprezentai date intermediare sau primare dect dac este absolut
necesar, nu suprancrcai graficul i nu redai grafice redundante.
Dac v-ai obinuit s redai structura unei comuniti sub forma unei
ciclograme, dar n studiul actual avei multe grupe sau specii, poate ar fi bine
s v rzgndii i s redai structura sub forma unei histograme orizontale.
Nu exist nici un singur tip de grafic cu valabilitate absolut pentru toate
datele. Alegerea lui se face n funcie de date, sensul acestora i numrul
categoriilor care trebuie incluse i nu pentru a impresiona cititorul cu gama
artistic. Singurul gnd care trebuie s ne preocupe este cum s redm
informaia ct mai clar i univoc.
Cnd se compar date care variaz n limite foarte largi sau grupe
(sistematice, ecologice) cu abundene extrem de diferite (unele sub 0.1%
abunden relativ, altele peste 80 - 90%), este mult mai bine s se utilizeze
scara logaritmic, pentru a nelege i reliefa mai bine nsuirile datelor. O
alt variant este standardizarea variabilelor sau a domeniilor lor de
raportare.
La fel ca tabelele, i graficele pot fi combinate pentru a mri oferta
informaional i prezentarea sintetic a datelor.
Indiferent ce scriei, facei ca graficele i textul s fie compacte i nu stricai
hrtia inutil. Nu ctigai numr de pagini pe seama alegerii unui font mare i
spaiere la 1.5 - 2 rnduri, pentru c impresia general este negativ i nu
demonstrai dect c nu avei destule informaii, sau nu tii ce s facei cu
acestea.
Redm n cele ce urmeaz cteva exemple pozitive de grafice i
argumentarea utilizrii acestora.
76
0.01
0.1
Hydroidea
10
100
AR(%)
Plathelminthes
Nemathelminthes
Oligochaeta
grup sistematic
Hirudinea
Mollusca
Amphipoda
Hydracarina
Colembolla
Ephemeroptera
Plecoptera
Trichoptera
Coleoptera
Chironomidae
alte diptere
Senetea
Rastolita
77
5. Tabele i grafice
A. anatina
37,1%
A.
cygnaea
2,4%
U. crassus
1
0.1
S. woodiana
A. cygnaea
A. anatina
Fig. 5.3. Spectrul de dominan relativ (IG % - mas vie total) a structurii
comunitii de Unionidae din Criul Alb la Ineu (axe logaritmate). Analiz efectuat
pe baza a 321 de exemplare colectate din 31 de probe de 0.25 m2 fiecare (idem).
78
100
80
60
40
20
0
X'00 XI II'01 III
IV
VI
VII
VIII
IX
I'02
III
IV
Luna 'An
M.g.
C.g.
C.n.
A.f.
S.a.
S.m.
Fig. 5.4. Dinamica comunitii de mamifere mici din Valea Lotrioarei, n perioada
octombrie 2000 - aprilie 2002, sub aspectul abundenei relative (dup Benedek, Srbu
i Coofan, 2002). Prescurtrile semnific: M.g. - Myoxus glis; C.g. - Clethrionomys
glareolus; C.n. - Chionomys nivalis; A.f. - Apodemus flavicollis; S.a. - Sorex araneus;
S.m. - Sorex minutus.
79
5. Tabele i grafice
n interiorul arcului carpatic din Romnia, n caroiaj de 10x10 km, care red i
starea speciei (disprut, prezent sau citat) n diferite zone.
65
55
45
GFA
35
25
15
-5
0
20000
40000
60000
80000
1e5
1.2e5
LHL
21
24
DU EU FU GU KP LP MP
DT ET FT G K
T N LN MN
0
DS ES FS
GK
S M
LM MM
DR ER FR
GK
RL
LL ML
DQ EQ FQ
G K
Q K
3
2
1
0
9
8
7
6
5
4
3
2
1
0
9
8
7
6
5
4
3
2
1
0
9
8
7
6
5
4
3
LK MK
6 7 8 9 0 1 2 3 4 5 6 7 8
3 4 5 6 7 8 9 0 1 2 3
7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
3
2
1
0
9
8
7
6
5
4
3
2
1
0
9
8
7
6
5
4
3
2
1
0
9
8
7
6
5
4
3
2
1
0
9
8
7
6
5
4
Fig. 5.6. Harta UTM a rspndirii speciei Unio crassus n interiorul arcului carpatic
din Romnia. Simbolurile semnific: = date originale, indivizii fiind colectai vii
ntre 1996-2003; = date din bibliografie sau colecii; = citat n trecut,
neregsit probabil disprut (dup I. Srbu i col., 2004).
80
81
X =
x
i =1
82
Dou iruri de date care au medii identice pot avea ns termeni mai mult
sau mai puin mprtiai n jurul valorii acesteia. Pentru a caracteriza
mprtierea fa de media aritmetic, putem calcula s2 = variana, prin
expresia:
n
s2 =
(x
i =1
X )2
(n 1)
Simbolul
parametrului statistic
X
s2
s
Simbolul parametrului
populaional
Problema pe care ne-o punem este: cum putem afla ceva despre parametrii
populaionali, dac noi cunoatem numai valorile parametrilor statistici? Vom
aborda aceast problem considernd deocamdat numai media aritmetic, ali
parametri fiind luai n discuie ulterior.
n estimarea mediei aritmetice a unei populaii statistice pot interveni
diferite erori datorate metodologiei de lucru, distribuiei spaiale diferite ale
83
s2
n . Acesta din urm este cunoscut sub denumirea de "eroarea standard a
s2
n
s2
n
84
1.
2.
3.
4.
85
Fig. 6.1. Curbele areal-specie n cazul unor comuniti de psri din Europa Central
(dup Blab, 1993). SN = curba general a comunitilor de psri; SS = curba
speciilor de paseriforme; SL = curba pentru speciile non-paseriforme; SW = curba
speciilor legate de ap; A = suprafaa. Sunt redate i ecuaiile curbelor de regresie.
86
1 m2
10
2 m2
11
4 m2
12
8 m2
14
16 m2
17
32 m2
19
64 m2
20
87
s2
2
D' X 2
88
20
15
10
5
0
1
10
11
12
13
14
15
16
n acest exemplu se poate urmri cum se atenueaz fluctuaiile curbei densitii medii
cu sporirea numrului de probe. Se poate alege dimensiunea probei statistice ntr-un
mod convenabil, de exemplu aplicnd criteriul variaiilor succesive mai mici de o
anumit valoare sau procent din medie. Dac acceptm ca variaie tolerat 5% din
medie (adic 0.83), numrul necesar de probe este 14.
Metoda statistic
Calculm pe baza irului de date media, variana i eroarea de estimare a mediei,
obinnd X = 17.7 , s2 = 98.9 i D = 0.14. Dac stabilim ca eroare tolerat valoarea
D=0.1, obinem n= 31.6 ~ 32 probe. Prin urmare, pentru estimarea densitii
populaiei de Galba truncatula din zona lacului Scel cu o precizie de 90% (eroare de
10%) sunt necesare 32 de probe.
6. 4. Localizarea probelor
A. Colectarea randomizat
Probele trebuie s fie reprezentative pentru ntreaga zon, comunitate sau
populaie investigat. Pentru aceasta ele trebuie colectate (sau alese) n mod
randomizat (aleator) n teren. Aceasta nseamn c:
89
1. Orice individ (specie, sau dat unitar) are anse egale cu ale tuturor celorlali
de a fi colectat.
2. Prezena unui individ (specie, dat) ntr-o prob nu influeneaz i prezena
altuia.
Colectarea randomizat este o condiie esenial i necesar pentru
prelucrarea statistic a datelor.
Colectarea simplu randomizat. Se realizeaz astfel:
- Considerm suprafaa studiat ca fiind format din N uniti teritoriale.
- Selectm n uniti n aa fel nct fiecare unitate s aib anse egale cu a
celorlalte de a fi selectat. Colectarea nu se repet.
Pentru o selectare simplu randomizat, de exemplu, putem mpri
teritoriul ntr-o reea de ptrate, pe care le numerotm, i alegem un numr
determinat dintre acestea fie utiliznd un tabel de numere aleatoare, fie prin
tragerea la sori a coordonatelor, avnd grij ca alegerea s nu se repete. Alte
variante presupun parcurgerea terenului n mod ntmpltor n ceea ce privete
distana, direcia de deplasare i punctele de oprire (de colectare a probelor).
Colectarea stratificat randomizat. Presupunem c dorim s
investigm o populaie de Unio crassus (scoica mic de ru) dintr-un sector al
unei ape curgtoare. Substratul acestuia constituie un mozaic de microhabitate n
care specia va nregistra valori foarte diferite ale densitii. Astfel, n zonele cu
substrat mlos, populaia de scoici va nregistra densiti ridicate, pe substrat
nisipos densiti mai mici, iar n zonele cu argil i nisip vor apare exemplare
sporadice (fig. 6.2). Fiecare dintre aceste habitate trebuie investigate separat,
considerndu-se seturi distincte, numite straturi. Trebuie avut ns grij s nu
apar confuzii n ceea ce privete termenul de strat: aici acesta semnific o
poriune de teren cu condiii omogene, pe cnd n fitocenologie se nelege
vegetaia situat la aceeai nlime medie deasupra solului. Colectarea stratificat
randomizat prezint o serie de avantaje, fiind util ntr-o serie de cazuri:
1. Anumite studii pot necesita estimri ale mediei i limitelor de confiden
pentru fiecare strat n parte.
2. Problemele legate de colectare pot s difere foarte mult de la o zon la alta.
Astfel, animalele pot fi mai greu sau mai uor numrate n diferite habitate,
probele de la mal sunt mai uor de colectat dect cele din larg etc.
3. Analiza datelor colectate prin metoda stratificat randomizat poate s conduc
la creterea preciziei n estimarea parametrilor ntregii populaii sau comuniti.
Intervalul dintre limitele de confiden poate fi mult ngustat dac straturile se
aleg n mod corect.
90
Fig. 6.2. Straturile unui sector de ru - studiu de caz pentru un grup de bivalve. 1 substrat mlos cu densitate mare a scoicilor; 2 - substrat nisipos cu densitate medie; 3
- substrat de argil i nisip cu exemplare sporadice. Punctele reprezint poziia
indivizilor de Unio crassus.
X = pi X i
i =1
s 2ponderat =
i =1
p i2 s i2
ni
Problem
n studiul parametrilor populaiei de Daphnia pulex din Lacul Dumbrava, s-au
prelevat prin metoda stratificat randomizat 50 de probe de ap a cte 1 cm3 fiecare,
dup filtrarea apei numrndu-se indivizii la stereobinocular. S-au obinut urmtoarele
rezultate: n zona de mal: 16, 14, 12, 15, 7, 28, 24, 21, 14, 22, 35, 23 indivizi/prob; n
zona de larg: 15, 4, 7, 7, 9, 11, 15, 6, 2, 9, 1, 12, 0, 13, 7, 9, 9, 16, 12, 2, 5, 11, 8, 3, 18
indivizi/prob iar n zona de adncime: 3, 0, 2, 14, 0, 0, 6, 1, 0, 4, 0, 2, 4
indivizi/prob.
S se estimeze densitatea medie a populaiei din ntregul lac, calculndu-se
limitele de confiden. S se calculeze variana.
91
B. Colectarea sistematic
Este frecvent folosit n studiile de teren. Cel mai uzual tip de colectare
sistematic este ilustrat n fig. 6. 3.
Fig. 6.3. Exemplul unei arii de studiu mprit n 15 suprafee ptrate de dimensiuni
egale, proba fiind colectat din centrul fiecrui ptrat (reprezentat printr-un punct).
Aria de studiu este mprit n ptrate egale i probele sunt colectate din
centrul fiecruia. Prin colectarea sistematic datele pot fi prelucrate statistic n
condiiile unui mediu omogen. Dac habitatul este heterogen este necesar s se
urmreasc eventualele tendine periodice (cicluri sau fluctuaii simetrice ale
unor parametri ai mediului, respectiv ai sistemului analizat; probabilitatea de
manifestare a acestora este ns extrem de redus).
n afar de colectarea aleatoare i cea sistematic, mai exist i alte
variante, care ns nu se preteaz la analize i interpretri statistice:
- colectarea probelor accesibile: msurarea diametrelor arborilor din apropierea
drumului, stabilirea transectelor de-a lungul potecii etc.;
- colectare contient, pe baza experienei, n "uniti tipice" etc.
6.5.
Periodicitatea eantionrii
92
93
94
s 2 (n 1)
= ID(n 1)
X
Dac valoarea calculat a lui Z este cuprins ntre valorile critice ale
tabelului corespunztor (Tab. 26.4), care sunt n acest caz (n > 50; = 0.05) 1.64 i + 1.64, nu respingem ipoteza nul, prin urmare distribuia este aleatoare.
Dac Z < -1.64 respingem ipoteza nul iar distribuia este uniform.
Corespunztor dac Z > +1.64 distribuia este de tip agregat.
95
Dac este respins ipoteza nul (distribuie randomizat) atunci mai pot fi
utilizai i ali indici de distribuie redai n Tab. 6.2 (dup Elliot, 1977).
Problem.
S-au studiat anumii parametri ecologici ai unei populaii de Cypripedium
calceolus dintr-o rezervaie, efectundu-se 25 de relevee. S-au obinut urmtoarele
valori: densitatea medie = 3.7 ind./m2; variana = 22.3. S se calculeze valoarea
indicelui de distribuie spaial i s se verifice printr-un test adecvat tipul acesteia.
Rspuns : Valoarea indicelui de distribuie spaial ID = 6.02 este mai mare
dect 1, ceea ce indic o distribuie agregat. Numrul de probe fiind mai mic de 30,
verificm aceasta prin testul 2 la un nivel de semnificaie de 0.05. Ipoteza nul susine
c distribuia este aleatoare. Calculm valoarea parametrului 2 = 144.64. Din tabelul
pentru acest test extragem valorile tabelate, 12.40 i 39.36. ntruct valoarea calculat
nu se ncadreaz n intervalul dintre cele dou valori tabelate, respingem ipoteza nul
i afirmm ipoteza alternativ, care susine c distribuia spaial a populaiei de
Cypripedium calceolus nu este aleatoare, ci grupat, valoarea calculat fiind mai mare
dect limita superioar a intervalului.
Formul
ID
s2
X
Uniformitate
maxim
0
Distribuie
randomizat
1
Agregare
maxim
ID - 1
-1
-1
Green
ID 1
xi 1
i
xi 1
i
96
I = n
[x ( x
i
1)]
x x
i
=n
x x
2
i
i
2
xi xi
i
i
2 = I x i 1 + n x i
decizia fiind luat ca n testul anterior. Se extrag cele dou valori critice la
nivelul /2 i (n-1) grade de libertate, ipoteza nul fiind acceptat dac valoarea
calculat este situat n interiorul intervalului definit de acestea. Dac prezint
valori inferioare intervalului, distribuia este uniform, iar pentru valori
superioare putem afirma la nivelul de probabilitate ales un model agregat.
Problem.
Se urmrete prin MSV estimarea densitii unei populaii de floare de col
(Leontopodium alpinum) de pe stncriile calcaroase din masivul Piatra Craiului. n
acest scop de delimiteaz prin metoda simplu randomizat 50 de suprafee de prob a
cte 1 m2. Numrul de indivizi din fiecare probe definete variabila ir xi.
Datele primare sunt:
xi (nr. ind./ m2) = 13, 98, 12, 0, 19, 4, 0, 42, 23, 14, 23, 4, 5, 7, 6, 8, 9, 45, 0, 0, 0, 34,
3, 2, 4, 65, 76, 3, 4, 7, 9, 87, 32, 0, 0, 0, 0, 0, 5, 32, 45, 67, 5, 12, 14, 3, 23,14, 12, 10.
S se afle densitatea medie, variana, limitele de confiden ale densitii medii,
indicele de distribuie spaial, s se verifice printr-un test adecvat tipul de distribuie,
s se calculeze eroarea de estimare a mediei. Care este numrul necesar de probe
unitare (dimensiunea probei statistice) pentru a se atinge o eroare de estimare tolerat
de D' = 0.1?
Rspuns: Pe baza celor 50 de suprafee de prob a cte 1 m2 alese prin metoda
simplu randomizat, s-a calculat pentru populaia de Leontopodium alpinum de pe
stncriile calcaroase din masivul Piatra Craiului o densitate medie de 18 indivizi/m2,
cu o varian de 576.49. Densitatea real a populaiei se afl cuprins cu o
probabilitate de 95% ntre 12.4 i 23.6 indivizi/ m2) (t0.05;49 = 1.645).
Indicele de distribuie spaial este ID = 32.03, care fiind mai mare dect 1,
indic o distribuie grupat. Pentru verificare acesteia se aplic testul Z (n>50). Ipoteza
nul presupune o distribuie de tip randomizat; alegem nivelul de asigurare = 0.05.
Parametrul statistic Z = 46.17, mult mai mare dect marginea superioar a domeniului
critic (-1.64;+1.64), motiv pentru care respingem ipoteza nul i afirmm la nivelul de
asigurare ales c distribuia este de tip agregat.
Densitatea medie a fost calculat cu o eroare de estimare D = 0.19, adic o
precizie de 81%. Pentru a se atinge o eroare tolerat de estimare D' = 0.1 sunt necesare
n = 178 probe.
97
98
log( x )
i
[log( x ) X ]
s 2 log =
log
(n 1)
s 2 log
L1, 2 = anti log X log t
99
X rad =
s 2 rad =
i =1
xi
n
( xi X rad ) 2
i
(n 1)
X derivat = ( X rad ) 2
L'1, 2 = X rad t
s 2 rad
n
L1, 2 = ( L'1, 2 ) 2
100
pq
n
d = t
L1, 2
101
102
i =1
b. Indicatorii de poziie
Sunt folosii pentru a descrie localizarea unui anumit subgrup de date n
relaie cu restul eantionului. Numii i -cuantile, aceti indicatori mpart
eantionul aranjat n ordine cresctoare a valorilor n pri egale de date
(Iacoba, 1997). Prima -cuantil delimiteaz superior cele mai mici n/ entiti,
a doua cele mai mici 2n/ elemente etc.
Cei mai utilizai indicatori de poziie (dup Gomoiu i Skolka, 2001) sunt:
- Quartilele (Q1, Q2, Q3) care mpart irul de date ordonat cresctor n patru
grupe egale ca numr de valori, dup formula Qi = (n*i)/4. Rezultatul va indica
numrul valorilor care rmn n stnga quartilei.
- Decilele (D1, D2 .. D9), care mpart irul de date n 10 serii egale (n*i/10).
- Centilele (C1, C2 .. C99) mpart seria n 100 de subserii egale (n*i/100).
c. Indicatori de mprtiere
Cei mai cunoscui indicatori care arat cum sunt distribuite datele
individuale prin comparaie cu media sunt variana (s2) i abaterea standard
(s). n tema expus anterior am vzut c n formulele acestora numitorul este
reprezentat de numrul gradelor de libertate (n-1). Aceasta este o adaptare la
faptul c cel mai adesea n ecologie numrul de probe este relativ mic, motiv
pentru care aceti estimatori se mai numesc i standardizai; n matematic i
alte domenii aplicate unde numrul de probe este mare (n > 50, dup multe
surse, dei exist o larg varietate de preri n acest sens) numitorul este
reprezentat de dimensiunea probei statistice (n).
Amplitudinea (numit uneori i domeniu) w este intervalul n interiorul
cruia se gsesc toate datele irului, adic diferena ntre valoarea maxim i
minim a datelor (w = xmax - xmin).
Coeficientul de variaie (V) al unui ir de date cruia i s-a calculat media
aritmetic i abaterea standard, este dat de expresia:
V =
100 s
X
103
mq ( X ) =
(x
i =1
X )q
n
a<0
k<0
104
8. METODA DISTANELOR
Exist o serie de alternative pentru estimarea densitii i a distribuiei
spaiale a populaiilor puin mobile sau sesile. Metoda ptratelor, dei este cea
mai des folosit, nu este ntotdeauna aplicabil mai ales din motive de timp i de
bani. n cazul arboretelor, de exemplu, este frecvent nepractic s delimitm n
mod repetat suprafee de peste 100 m2 (400 sau 10000 m2), din care s numrm
exemplarele aparinnd diferitelor populaii. La prezentarea acestei metode s-a
vzut ct de important este alegerea formei, a dimensiunii probei unitare,
precum i a numrului suficient de probe pentru a obine rezultate semnificative.
Orice eroare care apare n decursul acestor etape preliminare se reflect negativ
n rezultatele finale. O posibilitate de nlturare a acestor neajunsuri este
aplicarea metodei distanelor, dezvoltat n special pentru analiza parametrilor
ecologici ai arboretelor, dar care se preteaz la multe alte studii. Aceast metod
se bazeaz pe dou iruri de valori, unul ntre n puncte alese la ntmplare i cei
mai apropiai indivizi de fiecare dintre acestea, iar al doilea dintre n indivizi i
cei mai apropiai vecini. Metoda distanelor se aplic de obicei pentru o singur
specie, i este adesea utilizat complementar cu metoda ptratelor. Metoda are
numeroase variante. Dintre acestea unele presupun cunoaterea fie a densitii
populaiei, fie a tipului de distribuie spaial. Aceasta nseamn c dac se
cunoate modelul de distribuie n spaiu a indivizilor unei populaii se poate
determina densitatea ecologic, i invers. Exist ns i procedee care permit
estimarea att a densitii ct i a distribuiei spaiale, precum i teste care
determin eroarea standard, respectiv plasarea limitelor de confiden n jurul
parametrilor calculai. Vom trata numai ultima variant, pe care o considerm
mai important sub aspect practic.
Metoda distanelor se poate aplica fie pe hri, fie direct n teren.
Aplicarea pe hart presupune c populaia ocup un habitat redus ca suprafa i
c fiecare individ a fost reprezentat ntr-un sistem de coordonate. Fiind cartai
toi indivizii, densitatea populaiei poate fi determinat la modul absolut i
metoda permite aflarea tipului de distribuie spaial. Probabilitatea ca asemenea
hri s fie efectiv disponibile este ns foarte mic. n cazuri rare vom avea
timpul i motivaia necesar s ridicm o hart a vegetaiei, sau s transpunem
pe hrtie o fotografie a unei anumite colonii de animale sesile. Pe de alt parte o
asemenea ntreprindere permite analiza mai degrab prin metoda ptratelor.
Mult mai adecvat este aplicarea metodei distanelor pe arii largi, n care este
dificil delimitarea de uniti de prob, i n care nu este necesar s parcurgem
sau s cartm ntregul teritoriu. n aceste arii se aleg la ntmplare puncte i/sau
exemplare, care se marcheaz n teren. Metoda solicit s nu se selecteze un
8. Metoda distanelor
105
numr de indivizi (sau puncte) mai mare de 5 - 10% din efectivul populaiei i s
nu se repete probele.
S ne imaginm c obiectul studiului este un stejret de cmpie, care
delimiteaz o arie suficient de mare pentru a nu merita s aplicm metoda
suprafeelor.
8.1. Varianta Byth-Ripley
O variant pentru selectarea aleatoare a probelor, determinarea tipului de
distribuie spaial i estimarea densitii, este cea dezvoltat de Byth i Ripley
(ap. Ch. Krebs, 1989). Aceasta presupune parcurgerea mai multor etape:
1. Se decide asupra unui numr natural par, pe care l vom nota cu 2n (unde n
este numrul dorit de probe pentru metoda distanelor). Recomandm ca n s
fie mai mare de 50. n teren (sau pe hart) se selecteaz la ntmplare 2n
puncte i se marcheaz poziia acestora.
2. Se selecteaz la ntmplare un numr de n puncte dintre cele 2n i se msoar
distana dintre fiecare punct i individul din populaie situat cel mai aproape
de acesta (x1, x2, , xn).
3. n jurul celorlalte n puncte neselectate se traseaz pentru fiecare cte o
suprafa de prob de dimensiuni egale, astfel nct s cuprind n medie
circa 5 indivizi din populaia studiat. Indivizii inclui n aceste n suprafee
sunt numerotai i se selecteaz la ntmplare n indivizi.
4. Se msoar distanele dintre fiecare individ astfel selectat i cel mai apropiat
vecin (r1, r2, , rn).
5. Se aplic testul pentru distribuia indivizilor n spaiu, dup Hopkins (1954).
Ca i n cazul metodei ptratelor (determinarea tipului de distribuie spaial),
ipoteza nul statuteaz c distribuia spaial a populaiei este de tip
ntmpltor. Se alege un nivel de semnificaie (fie acesta = 0.05) i se
calculeaz parametrul h (testul lui Hopkins pentru distribuie) dup formula:
n
h =
x i2
ri 2
i =1
n
i =1
106
F[n1,n2] =
1
F1[n2,n1]
F0 .025 =
F 0 . 05
F0 .975
1
=
F 0 . 95
Decizie: Dac h este situat ntre cele dou valori critice, afirmm ipoteza
nul la nivelul de probabilitate ales, modelul de distribuie spaial fiind de tip
aleator. Dac h este mai mic dect intervalul delimitat de cele dou valori
tabelate, respingem ipoteza nul i afirmm o distribuie uniform. Dac h este
mai mare dect acest domeniu afirmm o distribuie de tip agregat.
Definim un nou indice de distribuie spaial:
IH =
h
=
1+ h
(x )
(x ) + (r )
2
(xi2 )
8. Metoda distanelor
N 2 =
107
(ri 2 )
1
var
N = 1
n
nN
unde N este oricare dintre valorile calculate prin expresiile redate anterior.
Limitele de confiden se delimiteaz prin formula:
1
L1,2
1
1
t
N 1
n N
108
msoar distanele dintre fiecare i cel mai apropiat vecin, rezultnd urmtoarele 60
de valori: ri = 24, 11, 41, 28, 33, 7, 14, 29, 18, 5, 31, 19, 8, 17, 3, 21, 16, 34, 22, 28,
17, 19, 12, 7, 46, 29, 31, 41, 25, 10, 5, 13, 22, 47, 6, 34, 11, 44, 18, 59, 17, 38, 12,
12, 8, 35, 38, 9, 25, 13, 7, 19, 30, 5, 16, 4, 18, 12, 21, 10 (m).
Toate aceste valori se ridic la ptrat i se nsumeaz, rezultnd:
xi2 = 29756; ri2 = 35844.
Se verific tipul de distribuie spaial prin testul Hopkins. Ipoteza nul statuteaz
c distribuia este de tip aleator. Nivelul de probabilitate se alege la = 0.05. Se
calculeaz h = 0.83.
Din tabelul F-Fischer se extrag valorile critice (F1 = 0.64; F2 = 1.56).
Decizie: deoarece valoarea calculat a lui h este inclus ntre valorile critice
tabelate, nu respingem ipoteza nul (deci afirmm o distribuie spaial
ntmpltoare la nivelul ales).
Indicele de distribuie spaial IH = 0.45. Mica diferen ntre aceast valoare i 0.5
(mijlocul domeniului de variaie, care indic distribuie aleatoare) se datoreaz
erorii de prob, fapt verificat prin testul precedent.
Deoarece distribuia este ntmpltoare, putem lucra cu oricare dintre formulele
pentru N1 sau N2. Presupunem c am optat pentru prima dintre acestea:
N 1 =
(ri
60
= 0.000642K indivizi / m 2
3.14 * 29756
N1
n
N
1
Prin urmare, limitele de confiden pe date inversate sunt: 1514.6 i 1601.1. Aceste
dou valori sunt inversate la rndul lor, rezultnd valorile:
1 / 1514.6 = 0.000659 indivizi/m2
1 / 1601.1 = 0.000624 indivizi/ m2
Dac raportm numrul de indivizi la hectar (prin nmulire cu 10000), valorile
sunt de 6.213 i 6.642 indivizi/hectar.
n concluzie, pentru populaia de Sorbus aucuparia investigat prin metoda
distanelor n variant Byth-Ripley, s-a calculat o densitate medie de 6.42
indivizi/hectar. Valoarea real a densitii (ca parametru populaional) este cuprins
ntre 6.59 i 6.24 indivizi/hectar, iar distribuia este de tip aleator, estimrile fiind
fcute cu o probabilitate de 95%.
109
8. Metoda distanelor
( ) (z )]
2 n 2 x i2 +
2
i
2
[( 2 x ) + z ]
i
2n
( z i )2
Dac indivizii sunt distribuii n spaiu dup alt model dect cel randomizat, se
aplic formula:
N T =
n2
2 2 ( x i )( z i )
NT
8 z 2 s x2 + 2 x z s xz + x 2 s z2
n
unde: s2x = variana distanelor punct - individ; s2z = variana distanelor T ptrat; sxz = covariana distanelor x i z, care se calculeaz dup formula:
110
s xz =
( x )( z )
xz n
n 1
111
8. Metoda distanelor
n
10
12
14
16
18
20
22
26
28
30
40
50
60
70
80
90
100
150
200
300
400
600
800
1000
0.005
1.0340
1.0501
1.0632
1.0740
1.0832
1.0912
1.0982
1.1099
1.1149
1.1195
1.1372
1.1498
1.1593
1.1668
1.1730
1.1782
1.1826
1.1979
1.2073
1.2187
1.2257
1.2341
1.2391
1.2426
Distribuie uniform
0.01
0.025
1.0488 1.0719
1.0644 1.0865
1.0769 1.0983
1.0873 1.1080
1.0962 1.1162
1.1038 1.1232
1.1105 1.1293
1.1216 1.1396
1.1264 1.1439
1.1307 1.1479
1.1475 1.1631
1.1593 1.1738
1.1682 1.1818
1.1753 1.1882
1.1811 1.1933
1.1859 1.1976
1.1900 1.2013
1.2043 1.2139
1.2130 1.2215
1.2235 1.2307
1.2299 1.2362
1.2376 1.2429
1.2422 1.2468
1.2454 1.2496
0.05
1.0932
1.1069
1.1178
1.1268
1.1344
1.1409
1.1465
1.1559
1.1598
1.1634
1.1772
1.1868
1.1940
1.1996
1.2042
1.2080
1.2112
1.2223
1.2290
1.2369
1.2417
1.2474
1.2509
1.2532
0.05
1.4593
1.4472
1.4368
1.4280
1.4203
1.4136
1.4078
1.3978
1.3936
1.3898
1.3748
1.3644
1.3565
1.3504
1.3455
1.3414
1.3379
1.3260
1.3189
1.3105
1.3055
1.2995
1.2960
1.2936
Distribuie agregat
0.025
0.01
1.5211 1.6054
1.5025 1.5769
1.4872 1.5540
1.4743 1.5352
1.4633 1.5195
1.4539 1.5061
1.4456 1.4945
1.4319 1.4755
1.4261 1.4675
1.4209 1.4604
1.4008 1.4333
1.3870 1.4151
1.3768 1.4017
1.3689 1.3915
1.3625 1.3833
1.3572 1.3765
1.3528 1.3709
1.3377 1.3519
1.3289 1.3408
1.3184 1.3279
1.3122 1.3203
1.3049 1.3113
1.3006 1.3061
1.2977 1.3025
0.005
1.6727
1.6354
1.6060
1.5821
1.5623
1.5456
1.5313
1.5080
1.4983
1.4897
1.4571
1.4354
1.4197
1.4077
1.3981
1.3903
1.3837
1.3619
1.3492
1.3344
1.3258
1.3158
1.3099
1.3059
112
9. TESTAREA IPOTEZELOR
Urmrind dinamica unei populaii sau a unei comuniti prin intermediul
parametrilor statistici, suntem tentai (aa cum se procedeaz n mod greit n
multe lucrri) s interpretm direct diferenele dintre valorile acestora. Muli se
grbesc s elaboreze concluzii de genul: densitatea indivizilor populaiei X este
mai mare fa de anul trecut sau prin comparaie cu cellalt habitat,
biodiversitatea medie este n scdere, biomasa n cretere etc. S nu uitm ns
c mediile a dou probe statistice extrase din aceeai populaie, coincid foarte
rar ntre ele (revedei teorema limitei centrale). Toi parametrii pe care i
calculm sunt statistici; acetia descriu i caracterizeaz probele. Ei sunt doar
nite estimatori ai parametrilor populaiilor statistice de date. Pentru a compara
doi parametri populaionali (pe care nu-i cunoatem) prin prisma unor parametri
statistici, care i aproximeaz, avem nevoie de cunoaterea metodelor de testare
statistic.
Prin urmare, nainte de a interpreta o deosebire ntre valorile probelor,
trebuie s verificm dac aceasta este statistic semnificativ la un anumit nivel
de probabilitate. n caz negativ afirmm egalitatea i ne oprim aici. Desigur
acesta este un exemplu simplu; adesea ipotezele sunt complicate i verificarea
acestora se face n mai multe etape, utiliznd o serie de teste.
Testarea ipotezelor este parte integrant din designul experimental.
Acesta reprezint descrierea structurii logice a tuturor etapelor implicate n
procesul de obinere a datelor, prelucrarea, analiza, sinteza, testarea ipotezelor,
luarea deciziilor, elaborarea concluziilor i relevarea semnificaiilor. Altfel spus,
n cadrul designului experimenatal are loc conceperea, proiectarea i
implementarea judicioas a unui set de observaii i experimente care permit
obinerea de date prin care testm ipotezele de lucru i ndeplinim obiectivele
studiului.
Proiectarea defectuoas a experimentelor are ca rezultat obinerea de
informaii prtinitoare, de date nerelevante i redundante, imposibilitatea testrii
ipotezelor, cheltuieli inutile ale resurselor, ducnd n final la eecul ntregului
studiu. Exist dou categorii majore de experimente: evaluative i
manipulative. n cadrul experimentelor evaluative se execut msurtori i
evaluri ale unor parametri ecologici; pe cnd n cele manipulative sunt aplicate
tratamente (intervenii ale cercettorului sau ale factorilor antropici sau naturali
asupra unor uniti de prob, care modific unii parametri ai mediului sau
sistemului). Unitatea experimental reprezint cea mai mic diviziune a
materialului experimental, care este alocat unui singur tip de tratament, adic i
se aplic un singur fel de intervenie i posed o anumit semnificaie distinct.
Identificarea acestor uniti este primul pas n designul experimental.
9. Testarea ipotezelor
113
114
Fig. 9.1. Schema general a celor mai uzuale tipuri de design experimental
(dup Ch. Krebs, 1989), cu modaliti bune (A) de interspersie a replicatelor celor
dou tratamente (n alb i negru), precum i modaliti negative (B), care contravin
principiului interspersiei.
115
9. Testarea ipotezelor
a.)
Bloc 1
Bloc 2
Bloc 3
Bloc 4
b.)
116
9. Testarea ipotezelor
117
118
Un test statistic este realizat prin intermediul unei funcii statistice creia
i se determin distribuia de probabiliti sub presupunerea c ipoteza nul este
adevrat. Numim eroare de tip I respingerea ipotezei nule atunci cnd aceasta
este adevrat; numim nivel de asigurare sau de semnificaie i l notm cu , o
fracie a probabilitii maxime de eroare de tip I. Alegerea acestui nivel
nseamn de fapt dimensionarea regiunii critice i reprezint gradul de eroare pe
care l putem tolera sau admite. Acceptarea ipotezei nule atunci cnd aceasta nu
este adevrat este cunoscut sub denumirea de eroare de tipul II, fracia
probabilitii notndu-se cu . Prin urmare, n testarea ipotezelor sunt posibile 4
situaii:
FAPT:
CONCLUZIE:
Ho - adevrat
Ho - fals
decizie corect
eroare tip II
Ho - nu se respinge
eroare tip I
decizie corect
Ho - se respinge
Testele ntrebuinate aparin la dou categorii: teste parametrice (tStudent, Z-normal, F etc.) i neparametrice (U Mann-Whitney, Wilcoxon,
Kolmogorov-Smirnov, Kruskal-Wallis etc.). Testele parametrice presupun c o
distribuie matematic cunoscut este un bun model pentru fenomenele
particulare studiate, iar parametrii acestei distribuii (, , 2) sunt valabili i
pentru proba statistic. Testele neparametrice nu in seama de nici un tip
prestabilit de distribuie matematic.
9.1.
119
9. Testarea ipotezelor
X1 X 2
s12 s 22
+
n1 n2
X1 X 2
1
1
s x21, x 2 +
n1 n2
unde:
n1
(x
s x21, x 2 =
i =1
1i
X 1 ) 2 + (x 2 j X 2 )
n2
j =1
(n1 + n2 2)
120
X1 X 2
X1 X 2
+
n1
n2
9. Testarea ipotezelor
121
122
U 1 = R1
123
9. Testarea ipotezelor
Problem: n cadrul unui studiu privind preferinele ecologice ale crbuului de mai
(Melolontha melolontha) se amplaseaz capcane Barber n dou pduri din
Depresiunea Sibiu. Se urmrete compararea numrului de indivizi capturai n cele 8
capcane Barber amplasate ntr pdurea de stejar cu cei capturai n cele 7 capcane
amplasate ntr-o pdurea de amestec de foioase. Se obin urmtoarele rezultate:
pdurea de stejar: 21, 4, 26, 8, 11, 6, 21, 6 indivizi/capcan
pdurea de amestec: 15, 24, 30, 6, 26, 14, 25 indivizi/capcan.
Suntem interesai s verificm dac exist o preferin a crbuului de mai
pentru una dintre cele dou tipuri de pduri.
Rezolvare:
Datele sunt ordonate ca n tabelul de mai jos i se acord ranguri:
pdure stejar
rang
valoare
1
4
3
6
3
6
5
6
9.5
9.5
13.5
pdure fag
valoare
rang
14
15
7
8
24
25
11
12
8
11
21
21
26
26
13.5
30
15
Sum ranguri = 50.5 Sum ranguri = 69.5
Avem n1=8 i n2 = 7, R1=50.5 i R2=69.5. Calculm U1 i U2.
U1 = 50.5 - 8*9 / 2 = 14.5
U2 = 69.5 - 7*8 / 2 = 41.5.
Verificm dac U1 + U2 = n1* n2:
14.5 + 41.5 = 56 = 8*7
ntruct relaia este ndeplinit, selectm valoarea mai mic dintre U1 i U2 (U =
14.5) i o comparm cu valoarea tabelat extras din Tab. 26.6 la nivelul = 0.05
pentru n1 = 8 i n2 = 7 probe, i anume 10. Valoarea calculat a parametrului U este
mai mare dect valoarea tabelat, prin urmare afirmm ipoteza nul, adic cele dou
probe provin din populaii cu aceeai median. Dac putem considera c eficiena
capcanelor este similar n cele dou pduri, putem concluziona c abundenele
populaiilor studiate nu difer semnificativ, ceea ce indic o lips a preferinei
crbuului de mai (Melolontha melolontha) pentru vreuna din cele dou pduri.
124
)(
n 1
x i X x i +1 X
n
i =1 n
r =
2
n 1
xi X
i =1
Pentru n 30 valorile critice sunt date n tabelul testului r (Tab. 26.3) din
Anexe. Pentru n > 30 distribuia normal este considerat o aproximare
rezonabil i valorile pot fi extrase din tabelul pentru testul Z (Tab. 26.4 din
Anexe). n ambele cazuri ipoteza nul este respins dac valoarea statistic nu
este inclus n domeniul critic.
Problem: Variaiile unui parametru chimic al aerului prezint urmtorul ir al
valorilor medii lunare (xi), pentru o perioad de 25 luni (n ppm):
xi = {21.2, 16.5, 14.2, 15.8, 14.8, 15.9, 20.7, 21.5, 18.5, 16.4, 19.4, 20.8, 22.9, 18.0,
16.4, 18.2, 24.5, 19.4, 19.6, 23.5, 22.4, 25.5, 23.4, 24.6, 26.1}.
Verificarea naturii aleatoare a valorilor irului se face prin enunul ipotezelor
corespunztoare, alegerea nivelului de asigurare (fie = 0.02), calcularea parametrului
statistic r = 0.596 i compararea valorii cu domeniul critic (tabelul 26.3 din Anexa I),
care este definit de [-0.473, +0.398]. Se observ c r este mai mare dect acest
domeniu, motiv pentru care respingem ipoteza nul care susinea fluctuaia
ntmpltoare a valorilor irului.
i =1
(O i
Ai )
Ai
9. Testarea ipotezelor
125
126
...
...
Total
n11
n21
...
ni1
...
np1
n.1
n12
n22
...
ni2
...
np2
n.2
...
...
...
...
...
...
...
n1j
n2j
...
nij
...
npj
n.j
...
...
...
...
...
...
...
n1q
n2q
...
niq
...
npq
n.q
n1.
n2.
...
ni.
...
np.
N
nij i
p q
N
2 =
ni . n. j
i =1 j =1
9. Testarea ipotezelor
127
Z =
1
1
P (1 P ) +
n
n
1
2
unde :
P=
p 1 n1 + p 2 n 2
n1 + n 2
Problem. n cadrul unui studiu morfologic asupra veverielor (Sciurus vulgaris) s-a
urmrit variaia geografic a culorii blnii. Au fost alese dou populaii, una dintr-o
pdure de conifere din Munii Maramureului, alta dintr-un stejret din Valea Cernei.
n Munii Maramureului au fost identificate 54 exemplare de culoare neagr i 42 de
culoare roie, iar pe Valea Cernei au fost numrai 42 de indivizi aparinnd morfei de
culoare neagr i 58 celei de culoare rocat. S se stabileasc dac exist o diferen
semnificativ ntre proporiile celor dou morfe n populaiile studiate.
Rspuns. Proble sunt suficient de mari pentru a putea aplica testul Z pentru dou
proporii. Stabilim dimensiunile probelor n1 = 96, n2 = 100 i proporiile morfei negre:
p1 = 0.56, p2 = 0.42. Calculm P = 0.49 i parametrul Z = 1.98, valoare mai mare dect
valoarea critic pentru = 0.05 (1.64). Prin urmare, putem afirma cu o probabilitate de
95% c ntre cele dou populaii exist diferene geografice semnificative n ceea ce
privete raportul dintre morfa de culoare neagr i cea de culoare rocat.
128
p po
p o (1 p o )
n
Aceast valoare se poate compara cu cea care rezult dintr-o distribuie standard
normal (a se vedea tabelul Z din Anexe). Dac valoarea calculat este mai mare
dect cea tabelat respingem ipoteza nul.
Problem. n cadrul unui studiu de ecologie a populaiei de Rupicapra rupicapra din
Munii Retezat se investigheaz i structura pe sexe a acesteia. Din 142 de indivizi
observai, 64 erau masculi. Se abate sex ratio constatat de la valoarea teoretic
ateptat de 1:1?
Rspuns. Proba este suficient de mare nct s permit aplicarea testului Z pentru o
proporie. Dac p = 0.451 i p0 = 0.5 (proporiile reale i presupuse ale masculilor),
parametrul statistic Z = 1.17, valoare mai mic dect cea critic pentru = 0.05 (1.64),
motiv pentru care nu respingem ipoteza nul. Altfel spus, la nivelul de asigurare ales
afirmm c sex ratio la populaia studiat de capre negre nu se abate semnificativ de la
valoarea ateptat de 1:1.
129
9. Testarea ipotezelor
j =1
nj
SST = xi2, j FC
j =1 i =1
130
nj
x
k i, j
SSe = i =1 FC
nj
j =1
nj
xi , j
k nj
2
SSi = xi , j i =1
nj
j =1 i =1
SST - g.l.T =
n
j =1
SSe g.l.e = k-1, unde g.l.e nr. de grade de libertate pentru SSe
k
SSi g.l.i =
n
j =1
s e2 =
9. Testarea ipotezelor
131
1
1
si2 + , unde Tij este valoarea critic a diferenei ntre
n n
2
j
i
pentru care vom aplica testul F. Parametrul calculat F = 1.71, valoare mai mic dect
cea critic la nivelul de semnificaie 0.05 (1.84), ceea ce nseamn c varianele
extreme nu difer semnificativ. Prin urmare, putem aplica ANOVA. Calculm factorul
de corecie FC = 79100, SST = 5360, SSe = 1015, SSi = 4345. ntruct SST =
SSe+SSi, calculele sunt corecte. Determinm numrul de grade de libertate: g.l.T =
119, g.l.e = 3, g.l.i = 116. Raportnd suma ptratelor la gradele de libertate obinem
varianele s2e = 338.31 i s2i = 37.46, iar prin raportarea acestora obinem F = 9.03,
valoare mai mare dect cea critic. Prin urmare respingem la nivelul = 0.05 ipoteza
nul care susine egalitatea dintre mediile irurilor. Pentru a gsi care sunt mediile
semnificativ diferite aplicm testul Tukey. Calculm T = 4.11 (valoarea tabelat a lui q
= 3.68). Populaia a crei medie difer de cea a celorlalte populaii printr-o valoare mai
mare dect valoarea lui T, este prima. Prin urmare, putem afirma cu o probabilitate de
95 % c diametrul plopilor din populaia 1 difer semnificativ de cel al arborilor din
restul populaiilor, regimul hidric din habitatul acesteia avnd o influen negativ
asupra creterii acestei specii.
132
9. Testarea ipotezelor
133
9.12. Meta-analiza
Meta-analiza este o tehnic statistic pentru a combina rezultatele
diferitelor studii pentru a vedea dac n ansamblu efectul este semnificativ. Ea se
aplic cel mai frecvent cnd exist pe aceeai tem studii multiple cu rezultate
contradictorii. Meta-analiza este o modalitate de a combina rezultatele tuturor
studiilor. n mod ideal rezultatul este acelai cu cel care s-ar obine n cazul n
care s-ar realiza un singur studiu pe o prob statistic suficient de mare nct s
fie n mod corect demonstrat efectul dac el exist sau infirmat dac el nu exist.
nainte de a ncepe colectarea studiilor este important s se decid care
dintre ele vor fi incluse i care excluse. Criteriile trebuie s fie ct mai obiective
cu putin. Dimensiunea probei nu trebuie utilizat ca i criteriu, ntruct
tehnicile statistice utilizate n meta-analiz iau n considerare aceast variabil.
n alegerea studiilor care vor fi incluse n analiz trebuie s se in cont de
faptul c o analiz statistic bun a unor studii cu un design experimental prost
nu va duce la un rezultat corect. Astfel, acurateea rezultatelor crete cu numrul
de studii doar dac ele sunt tiinific valabile.
Urmeaz apoi identificarea studiilor efectuate pe tema subiectului urmrit.
O problem critic n cadrul meta-analizei este aa-numitul efect al sertarului
cu documente. El se refer la faptul c n general sunt publicate doar lucrri
care cuprind rezultate semnificative (care afirm ipotezele alternative, cele
interesante), i doar rar cele cu rezultat nesemnificativ (cele care afirm
ipotezele nule), majoritatea dintre acestea fiind acumulate n sertarul cu
documente al autorilor, i accesibile doar lor. Acest efect este important n
meta-analiz deoarece i n cazul lipsei unui efect real, un numr mic de studii
vor indica rezultate semnificative (eroare de tip I), iar absena studiilor care
obin rezultatul corect, nesemnificativ, poate duce la o concluzie fals.
Prin urmare, este important s se caute toate studiile existente pe tema
urmrit, chiar i cele nepublicate. Indiferent de efortul investit n identificarea
datelor disponibile, nu exist garania c au fost gsite toate studiile efectuate pe
subiectul respectiv. Exist ns posibilitatea, dac meta-analiza arat un rezultat
semnificativ, s se estimeze cte studii nesemnificative ar trebui s existe pentru
ca efectul n ansamblu s fie nesemnificativ. Iar dac numrul acestora este
foarte mare, foarte probabil rezultatul semnificativ ilustreaz relitatea i nu se
datoreaz efectului sertarului cu documente.
Ideea de baz a meta-analizei este calcularea unui parametru comun
pentru studiile considerate, ca medie ponderat a diferenei ntre medii, a
coeficienilor de regresie, determinare sau corelaie etc., astfel nct valorile
obinute pe baza unei probe statistice mari, cu o abatere standard mic, sau cu
valori mari ale coeficientului de corelaie etc. s aib o pondere mai mare. Se
testeaz apoi dac aceast estimat comun difer semnificativ de 0. n caz
afirmativ se poate concluziona c exist un efect real.
n Fig. 9.3 prezentm schematic algoritmul alegerii testelor prezentate n
acest capitol i n cel urmtor (Regresia liniar i corelaia).
Tipul datelor
Discrete
Proporii
Numrul
probelor
Continue
Nu
Testul w/s
pentru
normalitate
Rezultate ateptate
Distribuie
normal?
Nu
Comparare
probe
Proceduri
neparametrice
Obiectiv
Da
Testul Z
pentru o
proporie
Obiectiv
Testarea
ipotezelor
Natura
probelor
2
Testul Z
pentru 2
proporii
Statistic
descriptiv
Medie
Varian
Abatere
standard
Limite de
confiden
2 valori
pereche
Regresie
liniar
Testul 2
pentru distribuie
teoretic
Testarea
independenei
Testul 2
pentru
independen
Nu
Variane
omogene?
Da
Variabile
independente?
Numrul
probelor
Testul F
pentru variane
Numrul
probelor
2
Nu
Da
>2
>2
Testul
Kruskal-Wallace
2
Testul U
Mann Whitney
Da
Testul t
ANOVA
Corelaie liniar
Fig. 9.3. Schema ilustrnd algoritmul alegerii testelor statistice prezentate n lucrare
135
136
137
b=
138
t=
b
sb
unde :
sb =
SSX * SSY SP 2
SSX 2 * (n 2)
Dac valoarea calculat este mai mare dect valoarea critic din tabelul
testului t (a se vedea Tab. 26.1 din Anexe) la nivelul 0.05 i (n-2) grade de
libertate, respingem ipoteza nul.
g. Determinarea limitelor de confiden ale coeficientului de regresie se
realizeaz prin intermediul expresiei:
= b t sb
h. Pentru un X dat limitele de confiden ale valorii estimate ale variabilei
dependente Y pot fi calculate cu ajutorul expresiei:
y t sy
1 x X 2
s y = s 1 + + i
n
SSX
2
unde s r este variana rezidual i se calculeaz: s r2 = sb2 SSX
2
r
139
90
GFA
70
50
30
10
-10
20
40
60
80
100
120
140
Fig. 10.1. Relaia de tip exponenial ntre mas (GFA, n g) i lungime (L, n mm) la
91 de indivizi de Anodonta cygnaea din rul Ier, sectorul Andrid - Otomani.
5.5
4.5
GFAL
3.5
2.5
1.5
0.5
-0.5
3.2
3.4
3.6
3.8
4.0
4.2
4.4
4.6
4.8
5.0
LL
Fig. 10.2. Relaia dintre mas i lungime la specia Anodonta cygnaea (din exemplul
precedent), dar pe date logaritmate (ambele axe logaritmate n baz natural; GFAL
= ln(GFA), iar LL = ln(L)).
140
180
140
SPECII
100
60
20
-20
-20
40
100
160
220
280
ARIE
Fig. 10.3. Exemplu de nor de puncte cu dispoziie logaritmic; curba areal - specie
(raportul ntre numrul de specii i aria exprimat n m2).
180
140
SPECII
100
60
20
-20
-0.5
0.5
1.5
2.5
3.5
4.5
5.5
6.5
LOGA
Fig. 10.4. Transformarea curbei areal-specie din Fig. 10.3 prin logaritmarea datelor
de pe abscis (logaritm natural din arie).
141
r
sr
unde :
sr =
(1 r )
2
n2
142
NTOT
1.000
0.728
0.326
0.496
0.312
0.326
PTOT
1.000
0.255
0.562
0.218
0.192
CCOMn
1.000
0.754
0.905
0.693
REZ
NALG
ZOO
1.000
0.709
0.478
1.000
0.839 1.000
143
NTOT
PTOT
CCOMn
REZ
NALG
ZOO
PTOT
0.000
0.359
0.029
0.436
0.494
CCOMn
0.000
0.001
0.000
0.004
REZ
NALG
0.000
0.003
0.072
0.000
0.000
ZOO
0.000
55000
45000
NALG
35000
25000
15000
5000
-5000
3
11
13
CCOMN
144
145
ax
44000
3513
2529
1922
1461
1300
lx
1.000
0.080
0.058
0.044
0.033
0.030
dx
0.920
0.022
0.014
0.011
0.003
0.030
qx
0.92
0.28
0.24
0.25
0.11
1.000
kx
1.09
0.15
0.12
0.12
0.05
-
Fx
22617
mx
17
l xm x
0.51
146
G =
x=0
y x lx m x
n
x=0
lx m x
ln( Ro )
G
147
ax
lx
dx
qx
kx
Fx
mx
l xm x yxl xm x
996
668
295
190
176
172
167
159
154
147
105
22
1.000
0.671
0.296
0.191
0.177
0.173
0.168
0.160
0.155
0.148
0.105
0.022
0.329
0.375
0.105
0.014
0.004
0.005
0.008
0.005
0.007
0.043
0.083
0.022
0.005
0.009
0.006
0.002
0.001
0.002
0.003
0.002
0.003
0.021
0.057
1.000
0.003
0.006
0.003
0.001
0.001
0.001
0.002
0.001
0.001
0.011
0.049
-
53
485
802
972
94
0.33
3.13
5.42
9.26
4.31
0.05
0.49
0.80
0.97
0.10
15.2
156.8
267.2
337.56
36.2
148
sunt majore, prin datele noi care le ofer este necesar s analizm i un alt
exemplu. n tab. 11.3 este redat tabelul de via pentru generaia de var a unei
populaii de Propsilocerus danubialis (dup Botnariuc i Vdineanu, 1982).
Dac n exemplul anterior defineam coloana x ca stadiul de dezvoltare, n
tabelul de mai jos aceasta semnific vrsta n luni a exemplarelor din generaia
de var. Variabila ax prezint numrul de femele care supravieuiesc la nceputul
fiecrui interval de vrst.
O alt variabil utilizat de autorii citai este numrul de indivizi care
supravieuiesc pe durata fiecrui interval de vrst (j x). n practic se lucreaz cu
numrul mediu de indivizi. Lund n considerare o poriune din curba de
supravieuire a unei populaii naturale, corespunztoare intervalului de vrst de
la x la (x+1), numrul mediu de indivizi care supravieuiesc n acest interval este
dat de integrala definit:
x +1
dx = j x
Dac rata mortalitii este constant, atunci din dreapta care unete punctele de
coordonate (a x, x) i (ax+1, x+1) aflm valoarea lui jx prin media aritmetic:
jx =
ax + ax +1
2
Urmtoarea coloan, definit prin variabila tx, se obine prin nsumarea valorilor
din coloana jx, de la vrsta x i pn la ultimul interval de vrst: n = max(x).
Aceasta caracterizeaz numrul de uniti (indivizi/unitate de timp) parcurse de
un grup de vrsta x pn la eliminarea din populaie (moarte).
tx =
j
i= x
ax
lx
dx
qx
jx
tx
ex
mx
1
2
3
4
5
6
7
8
1000
540
330
59
50
12
11
7
1.000
0.540
0.330
0.059
0.050
0.012
0.011
0.007
0.460
0.210
0.271
0.009
0.038
0.001
0.004
0.007
0.460
0.389
0.821
0.153
0.760
0.083
0.364
1.000
770
435
194
54
31
11
9
7
1511
741
306
112
58
27
16
7
1.51
1.37
0.93
1.90
1.16
2.20
1.43
1
750
m x l x xm xl x
5.25
42
149
qx
I
II
II
III
III
IV
IV
V
x
Fig. 11. 1. Cinci categorii de modele pentru curbele de supravieuire [log(lx)= f(x)] i
curbele de mortalitate corespunztoare [qx = f(x)].
150
320
334
348
362
400
zile
mx
lxmx
ax
lx
dx
qx
129
114
113
81
78
59
65
55
25
9
8
7
2
1
4
2
1.000
0.884
0.876
0.628
0.605
0.457
0.504
0.426
0.194
0.070
0.062
0.054
0.016
0.080
0.031
0.016
0.116
0.008
0.248
0.023
0.147
-0.047
0.078
0.233
0.124
0.008
0.008
0.039
0.008
-0.023
0.016
0.016
0.116
0.009
0.283
0.037
0.244
-0.102
0.154
0.545
0.639
0.111
0.125
0.714
0.500
-0.288
0.516
1
151
152
153
final va rezulta o estimare a densitii pentru fiecare fie, dup formula de mai
jos:
E =
ni
2 * L * lat * p
154
individ observat
direcia de deplasare
(linia transectului)
yi
ri
io
poziia cercettorului
Transectele se pot parcurge pe jos (cel mai adesea), dar n unele cazuri i
din mijloace de transport, terestre sau aeriene. Parametrii populaionali, i prin
extensie i cei ai comunitilor, se estimeaz n mod asemntor cu metodele
discutate la MSV, deoarece transectele pot fi considerate nite dreptunghiuri
lungi i nguste din care se nregistreaz informaiile, respectiv specii i numr
de indivizi, precum i o serie de date suplimentare (atunci cnd este posibil).
Probabilitatea de observare a unui anumit individ este cu att mai mare cu ct
este mai mic distana perpendicular (adic este mai aproape de linia de
deplasare). Aceast probabilitate, pe care n cazul de fa o numim funcie de
detecie, este considerat ca particular fiecrei specii, habitat, comuniti i
cercettor, dar aceste reguli nu trebuie generalizate. n spaii deschise sau n
cazul animalelor cu talie i mod de via asemntoare, funciile de detecie ale
speciilor pot fi considerate n general similare. ns n multe cazuri (iar
ornitologii vor spune c n cele mai multe) aceste limitri sunt reale. Curba
funciei de detecie poate avea forme diferite, aa cum este exemplificat n fig.
12.2.
Probabilitatea de detecie
Fig. 12.2. Forme posibile ale funciei de detecie. Modelul reprezentat de linia
ntrerupt poate fi valabil n spaiu deschis sau la indivizi evideni (de exemplu de talie
mare, care prefer arii cu vegetaie scund). Linia punctat indic prin comparaie un
model posibil al reprezentrii funciei n cazul unui arboret sau tufri, animale puin
evidente, cu un mod de via mai retras. De multe ori specii i habitate diferite sunt
caracterizate prin funcii diferite de detecie.
155
ni
2* L*a
a = g ( x)dx
0
unde: g(x) este funcia de detecie, iar x este limea care variaz de la 0 pn la
w (limea maxim sau distana maxim perpendicular nregistrat).
n practic ns nu cunoatem dect foarte rar expresia acestei funcii,
motiv pentru care se apeleaz la dou tipuri de estimri: metoda lui Hayne i
evalurile prin serii Fourier (dup Ch. Krebs, 1989).
156
1 n 1
; ri = distana de vizualizare
n i =1 ri
1
R
i =1 ri
2
var( D H ) D H +
2
n
R n(n 1)
ES ( D H ) = var( D H )
iar limitele de confiden (L1,2) ale densitii medii se calculeaz dup expresiile:
L1, 2 = D H t ES ( D H )
unde: t = valoarea critic din tabelul t-Student la nivelul de asigurare ales (uzual
0.05) i (n-1) grade de libertate.
Problem.
Se urmrete estimarea densitii populaiei de Prunella collaris (brumria de
stnc) din pajitile alpine i subalpine ale masivului Fgra. Se aplic metoda
transectelor n variant exact. n timpul parcurgerii transectului de L = 1000 m, au
fost observai 35 indivizi, irul distanelor de vizualizare (n metri) fiind: ri = {12, 51,
15, 68, 45, 36, 28, 87, 46, 52, 12, 16, 45, 69, 24, 15, 79, 31, 53, 26, 84, 15, 2, 65, 31,
19, 51, 63, 28, 16, 24, 23, 9, 10, 25} (metri).
S se afle densitatea i limitele de confiden ale acesteia.
Rspuns. Calculele se efectueaz mai nti n metri, iar valorile finale se raporteaz la
km2, prin nmulirea valorilor estimatorilor cu 106. Aplicnd formulele de mai sus,
rezult: DH = 932.2 ind./km2; eroarea standard ES (DH) = 289.41; limitele de
confiden = 932.2 1.64*289.4 indivizi/km2.
n concluzie, densitatea populaiei de Prunella collaris din masivul Fgra a
fost estimat prin metoda transectelor n variant exact, n urma parcurgerii
transectului de L=1000 m, pe baza estimatorului lui Hayne, valoarea calculat fiind de
32.2 indivizi/km2. Densitatea real a populaiei este cuprins, cu o probabilitate de
95%, ntre 456.1 i 1406.8 indivizi/km2.
157
ak =
ky
2 n
cos * i
*
nw i =1
w
Regula de oprire pentru m este redat n formula de mai jos: m este cel
mai mic numr ntreg care satisface relaia:
1
w*
a m +1
n + 1
1 1
2
2
a 2k + * a k
*
n 1 w
w
1 1
(a k + j + a k j ) a k a j
*
n 1 w
158
1
var
a
var( D ) = D 2 1 +
2
a
ES ( D ) = var( D )
L = D t ES D
1, 2
[ ( )]
D =
l D
i =1
P
l
i =1
[l (D
P
var( D ) =
i =1
)]
( P 1) l i
i =1
ES ( D ) = var( D )
L = D t
ES ( D )
1, 2
/2
159
160
Nr. ind./transect
12
10
ora 8
ora 11
ora 14
8
6
4
2
0
Turdus
merula
Corvus
monedula
Parus major
Passer
montanus
Fringilla
coelebs
Sitta
europaea
Fig. 13.1. Dinamica diurn a activitii unor specii de psri din Parcul "Sub Arini"
161
162
speciilor care stau de obicei ascunse. Prin metoda transectelor terenul este mai
repede acoperit, sunt mai puine anse de a nregistra de dou ori aceeai pasre,
ceea ce reprezint avantaje n studiul speciilor mai mobile i evidente, care
prezint n general densiti mai mici i ocup terenuri mai omogene.
13.1. Metoda transectelor
Deoarece am acordat acestei metode un capitol special, vom rezuma aici
doar unele aspecte care particularizeaz aplicarea acesteia n studiul psrilor.
Poziionarea transectului se face ideal n mod randomizat. ns, din motive de
siguran i facilitate, de obicei acestea sunt alese n funcie de anumite repere,
de-a lungul unor ruri sau poteci, vi, cazuri n care este clar c principiul
eantionrii randomizate este afectat. Alegerea transectelor trebuie s evite
zonele de ecoton, iar n cazul ariilor heterogene trebuie s respecte principiile
eantionrii proporionale. Lungimea este condiionat de dimensiunea i tipul
habitatului investigat, relieful, heterogenitatea i dificultatea de parcurgere a
terenului. Dup H. Loyd i col. (2000) cel mai lung transect parcurs de un
observator ntr-o zi nu trebuie s depeasc 10 km. Pentru evaluri mai precise
ideal este alegerea mai multor transecte de cte 4 km fiecare. Ferry i Frochot
(1970) recomand transecte rectilinii de lungime cunoscut, cuprinse n general
ntre 500 i 1000 m. Colectarea datelor se face n mod diferit dac dorim
estimri ale abundenelor relative sau n termeni de densitate.
Indicele kilometric de abunden relativ (Ika) aparine categoriei de
indici relativi (a se revedea Cap. 3 i 12), adic datele se standardizeaz prin
raportare la o constant, alta dect suprafaa teritoriului, n vederea facilitrii
posibilitii de comparare a acestora. n forma sa original (C. Ferry, B. Frochot,
1970) Ika era definit ca numrul de perechi clocitoare aparinnd unei specii pe
un sector de 1 km al unui transect. Muli ornitologi aplic metoda pentru numr
total de exemplare (indiferent de sex) aparinnd unei specii n orice perioad a
anului (deci i n afara perioadei de cuibrit). Observatorul se deplaseaz lent (12 km/h) notnd toate psrile vzute sau auzite de o singur parte a transectului.
n ceea ce privete dinamica comunitilor, compararea datelor trebuie fcut cu
grij, ntruct funciile de detecie variaz sezonier foarte mult pentru speciile
detectate preponderent pe baz auditiv. Pentru alte specii ns, care se
detecteaz preponderent vizual indiferent de sezon (de exemplu rpitoarele care
zboar deasupra ariei investigate), valorile indicelui sunt comparabile n timp.
De asemenea, nu se recomand compararea valorilor ntre diferitele specii, din
cauza diferenelor dintre probabilitile de detectare ale acestora, condiionate
mai ales pe baze etologice. Prin urmare, nu se poate elabora o reet unic n
prelucrarea riguroas a datelor de abunden obinute prin aceast metod,
aceasta fcndu-se cel mai frecvent pe baza experienei. Cu toate acestea,
majoritatea studiilor publicate fac abstracie de diferenele n i dintre funciile
de detecie ale speciilor de psri, Ika fiind utilizat alturi de metoda punctelor
fixe, n evaluarea structurii i dinamicii comunitilor de psri.
163
164
165
166
Specia
Accipiter nisus
Aegithalos caudatus
Alcedo atthis
Anas plathyrhynchos
Anas querquedula
Ardea cinerea
........
Numrul de
indivizi
1
4
1
8
4
1
...
Abundena
relativ %
0,11
0,46
0,11
0,93
0,46
0,11
...
Frecvena
IKA
0,5
0,82
0,32
0,82
0,16
0,16
...
0,16
0,65
0,16
1,31
0,65
0,16
...
167
detecta acele psri care au fost cel mai puternic afectate de schimbrile
habitatului, dar i cele care au fost favorizate de acestea.
Datele obinute pe Valea Lotrioarei au fost prelucrate n vederea ilustrrii
dinamicii spaiale (pe etaje altitudinale) i temporale (pe sezoane - fig. 13.3) a
comunitii de psri. n acest sens se observ pe de o parte creterea accentuat
a numrului de specii n timpul primverii i mai ales a verii (fiind de 2.5 ori
mai mare dect iarna, cnd multe dintre speciile care cuibresc aici fie migreaz
spre sud, fie coboar la altitudini mai joase), iar pe de alta simetria dintre
primvar i toamn.
80
60
40
Nr. specii 1970
20
0
Hiemal
Prevernal
Vernal
Estival
Serotinal
Autumnal
Fig. 13.2. Modificrile survenite n ultimii 30 ani n comunitatea de psri din Parcul
Sub Arini, sub aspectul numrului de specii (dup Benedek, 1999)
60
Nr. specii
50
40
30
20
10
0
Iarna
Primavara
Vara
Toamna
168
mai joase. n cadrul ambelor comuniti investigate cea mai ridicat abunden
este deinut de insectivore, dei sub aspectul biomasei n Parcul Sub Arini
dominana este deinut de omnivore (datorit numrului mare de corvide).
Grupa insectivorelor se suprapune n mare parte peste grupa oaspeilor de var,
insectele fiind o resurs trofic disponibil aproape exclusiv n sezonul cald. O
serie de specii, aparinnd mai ales familiei Paridae, dei n perioada de cuibrit
consum numai insecte, n timpul iernii trec la o hran preponderent vegetal,
fiind astfel ncadrate ntr-o alt grup, cu regim variabil n funcie de sezon.
Hrana speciilor granivore este format att din semine de foioase i conifere ct
i de plante ierboase. Carnivorele cuprind rpitoarele de zi (Ord. Falconiformes)
i de noapte (Ord. Strigiformes) care se hrnesc cu prad vie. O pondere redus
n cadrul comunitii l au potamotrofele, n care sunt ncadrate speciile ce se
hrnesc cu nevertebrate acvatice, reprezentate prin Cinclus cinclus i Motacilla
cinerea.
Accidentale
28%
Sedentaraccidentale
7%
Specii de pasaj
5%
Sedentare
27%
Oaspeti de iarna
13%
Oaspeti de vara
20%
Fig. 13.4. Spectrul fenologic al ornitofaunei n Parcul Sub Arini, Sibiu (dup Benedek,
date nepublicate)
Insectivore
42%
Carnivore
14%
InsectivoreGranivore
16%
Omnivore
11%
Granivore
14%
Potamotrofe
3%
Fig. 13.5. Spectrul anual al grupelor trofice de psri din bazinul Lotrioarei (dup
Benedek i Srbu, date nepublicate)
n fig. 13.5 este redat spectrul trofic al ornitofaunei din Valea Lotrioara,
ntocmit pe baza datelor calitative de pe parcursul ntregului an. Aceast
structur trofic nu se menine constant, putndu-se constata o dinamic
sezonier. Cea mai important modificare are loc n timpul iernii, cnd
abundena relativ a insectivorelor scade, datorit faptului c unele specii
169
migreaz, iar altele (de exemplu piigoii) trec la hrana vegetal. n schimb se
nregistreaz creterea ponderii granivorelor i a omnivorelor.
Structura spaial a comunitii poate fi abordat n cazul psrilor sub
aspectul procurrii hranei (fig. 13.6) i a cuibritului (fig. 13.7). Ambele spectre
au fost ntocmite pe baza datelor calitative (lund n calcul numai numrul de
specii), dar se poate analiza i distribuia cantitativ (considernd numrul de
indivizi din fiecare specie) pe microhabitate.
Coronament
37%
Trunchi
12%
Lac
12%
Subarboret
12%
Pajisti
17%
Fig.13.6. Distribuia speciilor de psri din Parcul Sub Arini n funcie de locul de
procurare a hranei.
S ub arbo ret
17%
M al
3%
T ru nc hi
41%
C oro nam en t
3 6%
L ac
3%
Fig. 13.7. Distribuia speciilor de psri din Parcul Sub Arini n funcie de locul de
cuibrit.
Un alt aspect l-a constituit estimarea diversitii. n lucrrile menionate sau folosit indicii Menhinick, Shannon-Wiener (fig. 13.8) i indicele de
echitabilitate, calculai separat pe sezoane. S-a constatat c primii doi indici
prezint o variaie similar, asemntoare cu cea a numrului de specii, n timp
ce indicele de echitabilitate nregistreaz valoarea minim n timpul verii.
Prin compararea structurii comunitilor din diferitele habitate, s-a
constatat gruparea acestora pe altitudine i tip de habitat (fig. 13.9). Calculnd
distana euclidian medie pe baza datelor cantitative (numrul mediu de indivizi
pe transect) numai n perioada de cuibrit (martie-iunie), s-au reprezentat
similitudinile sub forma unei dendrograme. Este evident ierarhizarea pe
altitudine, asemnarea ridicat ntre transectele din pdurea de amestec i
caracterul distinct al molidiului de limit. Transectele au fost codificate astfel:
170
Ind.Margalef
4
3
Ind. ShannonWiener
2
1
0
Iarna
Primavara
Vara
Toamna
Fig. 13.8. Dinamica sezonier a diversitii avifaunei din Valea Lotrioarei, pe baza
indicilor de diversitate Margalef i Shannon-Wiener (Benedek i Srbu, date
nepublicate).
A
B
C
D
E
F
G
H
0.0
distan euclidian
2.0
Fig. 13.9 Dendrograma realizat pe baza distanei euclidiene medii ntre diversitatea
celor 8 transecte n sezonul de cuibrit (Benedek i Srbu, date nepublicate).
171
172
173
174
175
176
177
178
179
180
181
ni
Ici =
ca c
f
* 100
unde: Ici reprezint valoarea indicelui de captur pentru specia i (dup Benedek,
2004); ni - numrul de indivizi din specia i care au fost capturai (nu se numr
recapturile); c - numrul de capcane folosit; a - numrul de nopi active iar cf suma numrului mediu de capcane nefuncionale din fiecare noapte.
Valorile acestui indice sunt influenate de distana dintre capcane (la
distane mari se obin valori mai ridicate) i de perioada de investigaie (la
perioade mai lungi se obin valori mai sczute ntruct dup cteva zile
majoritatea indivizilor capturai sunt deja marcai).
14.6. Metode indirecte de studiu a mamiferelor
Constau n identificarea n teren a diferitelor urme lsate de animale sau a
sunetelor emise de acestea. O serie de animale construiesc cuiburi sau adposturi
pentru pui, galerii subterane sau culcuuri, care pot fi relativ facil detectate fie
vizual, fie olfactiv, pe baza lor putndu-se estima densitatea populaional. De
exemplu, n cazul unor specii de roztoare din terenuri deschise (popndi,
hrciogi, oareci de cmp etc.), o metod de estimare a densitii o constituie
numrarea gurilor de intrare n galerii, de pe un numr prestabilit de uniti de
suprafa.
Urmele plantare sau ale copitelor pot fi identificate fie ocazional fie n
cadrul unor studii laborios planificate, mai ales n timpul iernii sau n zone
mltinoase, respectiv cu sol umed. Este posibil i crearea artificial a
condiiilor propice pstrrii urmelor prin afnarea solului. Urmele au diferite
forme, dimensiuni (msurtorile acestora sunt ilustrate n fig. 14.1 i 14.2) i
poziionare (fig. 14.3), care sunt caracteristice pentru fiecare specie i tip de
deplasare.
182
183
184
A B
D
185
A( B + 1)
D +1
186
Pentru nceput trebuie s reaezm datele primare ntr-un tabel, astfel nct
s nelegem la prima privire: i = numrul curent al probei i totodat al mrcii
loturilor de indivizi, ni = numrul de indivizi capturai n proba i; Si = numrul de
indivizi capturai n proba i, care primesc marca i i sunt eliberai (ntotdeauna ni
Si deoarece unele exemplare pot fi reinute sau pot deceda n capcane n mod
accidental). Cu j notm coloanele matricii avnd termenul general nij, acesta
semnificnd numrul de indivizi din proba i capturai ultima oar n proba j
(animale din proba i cu ultima marc j; j<i).
Prin urmare, datele rearanjate vor arta astfel:
ni
Si
1
2
3
4
5
6
260
230
214
300
310
240
260
225
210
300
310
-
18
6
4
3
2
20
16
5
3
Ri={33
187
j
3
nij
16
3
10
25
16
30
44
29
41
30}
R2
R3
R4
R5
Ri = R j = nij ;
i =1
R1
188
Si Zi
+ mi
Ri
i =
mi
ni
Ni =
Mi
M i +1
M i mi + S i
.N i +1
Ni
189
Prin urmare, ntre perioadele 3 i 4 (adic ntre lunile mai i august), rata de
meninere n populaie este egal cu cea de eliminare (0.5). Dei n perioada
respectiv un numr mare de indivizi (792) au ptruns n populaie, fiind nc
prezeni la momentul 4, rata de modificare a populaiei este subunitar (0.86),
indicnd o scdere a efectivului.
15.3. Alte metode pentru evaluarea abundenei
O parte dintre indicii i metodele utilizate au fost sau vor fi tratate n alte
pri ale lucrrii. Am vzut cum se poate realiza un spectru al unei comuniti
pe baza valorilor indicelui de abunden relativ, sau putem lucra cu efortul de
captur, raportarea la numrul de capcane i timp, la unitatea de suprafa de
plas, semnale sonore sau alte semne (urme) raportate la suprafaa teritoriului,
identificri cu ajutorul detectoarelor de semnale ultrasonice etc. Aici se vor face
referiri pe scurt la metode derivate din tehnicile de captur i observare, precum
i cele care se refer la nlocuiri-ndeprtri, sau la variaia ratei de
captur/efort-timp.
Metoda observrilor independente
Presupune ca doi observatori s numere simultan i independent indivizii
speciei int ntr-o manier care s permit partiionarea animalelor vizualizate
de ctre ambii cercettori (m), vzute numai de ctre unul (n1), respectiv de
cellalt (n2). Aplicnd raionamentul asemntor celui de la metoda Lincoln Petersen, estimarea abundenei "A" (sau a efectivului - dac studiul s-a
desfurat pe ntregul habitat al populaiei) se face dup expresia:
(n + 1)(n2 + 1)
A = 1
1
(m + 1)
n12
(n1 n2 )
Condiiile aplicrii metodei sunt: (1) populaia este considerat nchis ntre
cele dou observaii; (2) discriminarea ntre n1 i n2 exclude erori; (3) toate
animalele au aceeai probabilitate de detectare i (4) observatorii au aceleai
anse s identifice animalele i depun acelai efort.
Urmtoarele dou categorii de metode se bazeaz pe nlocuirea sau
ndeprtarea animalelor din populaia originar i presupun investigarea
190
N 2 = N 1 + R
Limitele de confiden (LC) pentru probele mari (mai mult de 500 de indivizi
analizai n ceea ce privete apartenena la categoria x i un numr tot att de
mare pentru categoria y) sunt estimate prin relaiile:
n N 2 p (1 p1 ) + n1 N 22 p 2 (1 p 2 )
var( N 1 ) = 2 1 1
2
n1 n 2 ( p1 p 2 )
( )
( )
1,96[ES (N )]
ES N 1 = var N 1
LC1, 2 = N 1
unde: ES semnific eroarea standard. Pentru probele mici (sub 100 - 200
de indivizi investigai) se aplic relaiile pe valori inversate, i anume:
191
1 ( R p1 R )2 p 2 (1 p 2 )
p (1 p1 )
1
var = x
+
1
4
2
n2
n1
(Rx p 2 R )
N 1 (R x p 2 R )
1
1
ES = var
N1
N1
1
1
1
=
t ES
LC1, 2 N 1
N 1
=
C
- Yi k i k
i =1
s
(k
i =1
Y
N = k +
C
k)2
192
s xy 1
N k
var( N ) = 2 + s
2
C s
ki k
i =1
unde :
[Y C (N k )]
s
s xy =
i =1
s2
193
(m12 + m123 )(m13 + m123 )(n1 m12 m123 )(n1 m13 m123 )
unde: Z = deviaia normal standard (testul Z), parametrul calculat comparnduse astfel cu valorile critice la nivelul de asigurare ales (Tab. 26.4 din Anexe).
Dac valoarea calculat nu aparine domeniului critic respingem ipoteza nul.
Problem: n cadrul unui studiu de ecologie a populaiei de Clethrionomys glareolus
(oarece scurmtor) din Valea Lotrioarei, realizat prin operarea de trei ori a 100 de
capcane tip cutie, s-au obinut urmtoarele valori: din cele 38 de exemplare capturate n
prima prob, 9 indivizi au fost recapturai numai n proba 2, 8 numai n a 3-a, respectiv 9
exemplare au fost recapturate att n probele 2 ct i 3. S se stabileasc dac indivizii au
avut anse egale de a fi capturai pe parcursul studiului.
Rspuns. Se utilizeaz testul Cormack pentru verificarea egalitii anselor de captur pe
baza a trei operri. Ipoteza nul susine egalitatea anselor de captur. Alegem nivelul de
asigurare = 0.05. Stabilim n = 38, m12 = 9, m13 = 8, m123 = 9, iar m10 = 12 (n - m12 - m13
- m123) i calculm parametrul statistic Z = 0.619. Se constat c acest parametru este
inclus n domeniul critic [-1.64, +1.64], motiv pentru care acceptm ipoteza nul. n
concluzie, la nivelul de probabilitate de 95% afirmm egalitatea anselor de captur
pentru toi indivizii de Clethrionomys glareolus pe parcursul studiului.
194
195
cantitativ acest lucru. Valoarea limii se poate afla prin observarea distribuiei
organismelor individuale de-a lungul unui set de resurse. Tabelul format prin
amplasarea speciilor (indivizilor, populaiilor) pe rnd i a resurselor pe coloane
se numete matrice de resurse. Resursele se pot defini i evalua n mod
diferit (adaptat dup Ch. Krebs, 1989):
1. Resurse de hran - identitatea taxonomic a hranei, natura ei, dimensiunea
categoriilor de hran etc.
2. Resurse de habitat - spaiul locuit i caracterizarea acestuia poate fi definit n
termeni de teritoriu, areal, dimensiuni pe orizontal sau vertical, date fizicochimice etc.
3. Uniti de probe naturale - lacuri, frunze, fructe etc.
4. Uniti de probe artificiale - set de ptrate, suprafee de teren, volume de sol
sau ap etc.
Prin urmare, resursa poate fi definit ca orice este exploatat sau de care
depinde viaa organismelor, selectndu-se n funcie de obiectul studiului i de
scopul acestuia. n tab. 16.1 este redat un exemplu de construire a strii resursei
(n acest caz expus ca structur de comunitate) de macrozoobentos, i
exploatarea difereniat a acesteia de ctre dou specii de peti, reprezentate prin
populaii simpatrice i sincronice. O astfel de analiz se poate face prin
prelevarea de probe de bentos cu ajutorul unui bentometru de tip Surber, trierea
acestora n laborator pentru relevarea structurii comunitilor de
macronevertebrate bentonice; petii sunt capturai cu sac de mn sau un voloc,
de exemplu. Se sacrific un numr, justificat statistic, de exemplare de peti, se
extrage tubului digestiv, se conserv n formol i triaz coninutul sub
stereobinocular.
Tab. 16. 1. Exemplu de alctuire a matricii de resurse n analiza nielor trofice a dou
specii de peti.
Resursa i (Grup de
Gobio gobio (j)
G. kessleri (k)
macronevertebrate Proporia resursei i n Proporia resursei i n
bentonice)
cadrul dietei (pij)
cadrul dietei (pik)
Oligochaeta
Mollusca
Ephemeroptera
Trichoptera
Chironomidae
0.123
0.114
0.243
0.167
0.353
0.070
0.435
0.250
0.245
0.000
Proporia grupului de
nevertebrate n bentos
(ai)
0.032
0.185
0.396
0.221
0.166
196
pot analiza resturile din materiile fecale, sau se poate observa direct (respectiv
filma) ce i ct mnnc animalele respective. O alt variant presupune
urmrirea scderii concentraiei i tipului de hran ntr-un mediu controlat (se va
studia la ultima tem din acest volum). Hrana reprezint numai una dintre
posibilitile de specificare ale niei. Starea calitativ a mediului, tipul de
habitat, parametrii fizico-chimici ai acestuia sunt variante care stau la dispoziia
cercettorului n alte tipuri de studii (iar exemplele sunt departe de a fi epuizate).
Tab. 16.2. Distribuia speciilor de Unionidae din bazinele situate n interiorul arcului
carpatic din Romnia, pe categorii de habitate (extras dup I. Srbu, 2004)
Specie/Categorie de habitat 1 3 4 6 10 20 23 24 25 26 28 29 30
24
48
4
8
16
Unio pictorum
7.1
57.1
7.1
21.4
7.1
Unio tumidus
2 64 2 28 2
2
Unio crassus
4.7
41.9
13.9 14 7
4.6 9.3 2.3 2.3
Anodonta cygnaea
48.3
34.5
6.9 3.5 3.5
3.5
Anodonta anatina
3.7
55.6
3.7
11.1 3.7
14.8
7.4
Sinanodonta woodiana
88.9
11.1
Pseudanodonta complanata
Total habitate investigate 37 84 13 41 3 12 8 7 1 15 6 4 2
Proporia habitatelor (%) 9.14 20.7 3.21 10.1 0.74 2.96 1.98 1.73 0.25 3.70 1.48 0.99 0.49
Ni
25
14
50
43
29
27
9
Fi
Oi
B'i
197
1
n
p
i =1
2
i
B 1
n 1
198
B '=
p i2
ai
i =1
B ' a min
1 a min
B A' =
B ia valori n domeniul [1/n; 1], iar BA este cuprins ntre [0, 1]. a min
semnific resursa cea mai puin abundent. Cnd toate resursele sunt la fel de
abundente, parametrii ai sunt toi 1/n.
d. Indicele Shannon-Wiener
Se poate utiliza i pentru calcularea limii niei, folosind aceeai
expresie, n care pi semnific proporia indivizilor care exploateaz resursa i.
Acest indice are domeniul de variaie cuprins ntre 0 i +, iar pentru a-l
standardiza n domeniul [0;1] putem aplica formula de echitabilitate (J):
n
H ' = p i log 2 p i
i =1
J '=
H'
log 2 n
FT = pi ai
i =1
199
p p
p
O jk =
ij
ik
2
ij
p ik2
2 p ik p ij
2
ij
+ p ik2
p ij p ik
ai
200
HS jk =
a
i =1
pij . pik
n
( p ij .a i )( p ik .a i )
i =1
i =1
1.00
0.69
0.97
0.68
0.41
1.00
0.80 1.00
0.94 0.77 1.00
0.82 0.50 0.91 1.00
Anodonta anatina
Unio pictorum
Anodonta cygnaea
Sinanodonta woodiana
Unio tumidus
P. complanata
Unio crassus
Fig. 16.4. Dendrograma de similitudine dintre niele ecologice ale unionidelor din
Transilvania, Banat, Criana i Maramure, pe baza valorilor indicelui standardizat
de tip ofert-cerere (Srbu, 2003), metoda de grupare la distan medie.
201
pi
ai
pi ai
pi + ai
202
203
204
S 1
log( N )
b. Indicele Menhinick
D2 =
S
N
205
n (n
i
1)
N ( N 1)
1
l
H = p i ln ( p i )
i =1
206
H
ln S
M + 1 14
=
= 0.368
N
38
207
nS
n
s
i =1
Sa + Sd
2
c * w
S
208
i
s
202
Tab. 17.1 Distribuia rotiferelor de-a lungul Criului Alb (dup K. Zsuga, 1997)
Staie (nr. crt)
Taxon
Brachionus angularis
Brachionus bennini
Brachionus calyciflorus
Brachionus diversicornis
Brachionus rubens
Brachionus urceolaris
Cephalodella biungulata
Cephalodella catellina
Cephalodella exigua
Cephalodella fluviatilis
Cephalodella forficula
Cephalodella gibba
Cephalodella gigantea
Cephalodella limosa
Cephalodella ventripes
Colurella adriatica
Colurella colurus
Colurella uncinata
Dicranophorus caudatus
Dicranophorus grandis
Dicranophorus uncinatus
Euchlanis dilatata
Filinia longiseta
Hexarthra fennica
Itura aurita
Keratella cochlearis
Keratella quadrata
Lecane bulla
Lecane closteroceca
Lecane hamata
Lecane luna
Lecane lunaris
Lecane quadridentata
Lecane stenroosi
Lepadella patella
Lophocharis oxsternon
Lophocharis salpina
Mytilina crassipes
Mytilina ventralis
Platyias patulus
Pompholyx sulcata
Rotaria rotatoria
Scaridium longicaudatum
Squatinella rostrum
Taphrocampa selenura
Testudinella patina
Trichocerca elongata
Trichocerca iernis
Trichocerca insignis
Trichocerca rattus
Trichotria curta
Cri
1
4
Brad
2
4
Aciua
3
16
Alma
4
Ineu
5
Chiineu Gyula
-Cri; 6
7
8
4
16
16
304
16
4
8
48
30
12
4
24
8
4
8
8
64
16
12
10
40
8
16
4
4
10
12
4
4
4
4
16
80
16
16
4
10
10
32
20
4
12
12
4
4
96
24
4
10
8
8
24
8
4
8
4
12
10
10
4
8
128
8
8
24
4
8
8
2
8
4
8
2
8
16
8
4
8
10
8
4
4
8
4
4
68
48
16
144
40
203
Cri
1
28
4
2.07
0.76
1.84
0.92
0.28
Brad
2
632
19
6.43
0.76
2.69
0.63
0.27
Aciua
3
496
21
7.42
0.94
3.62
0.82
0.13
Alma
4
150
10
4.14
0.82
3.06
0.92
0.14
Ineu
5
168
16
6.74
1.23
3.14
0.78
0.19
ChiineuCri; 6
144
13
5.56
1.08
3.09
0.84
0.16
Gyula
7
284
19
7.34
1.13
3.12
0.73
0.23
1-2
2-3
3-4
4-5
5-6
6-7
17
2
21
9.5
1.83
0.83
14
12
33
13.0
1.65
0.65
5
16
26
10.5
1.68
0.68
10
4
20
7.0
1.54
0.54
5
8
21
6.5
1.45
0.45
14
8
27
11
1.69
0.69
211
212
gsi un grad foarte mare de asociere. Dei o asociere biologic este evident n
acest caz, este corect s afirmm c aceasta nu se deosebete semnificativ de o
asociere cauzat de ntmplare i, de aceea, nu implic n mod neaprat o relaie
interspecific. A doua abordare consider numai apariia mpreun ca fracie din
numrul total de apariii individuale ale speciilor, i n acest fel descrie
frecvenele cu care cele dou specii apar n aceleai probe (indicele de afinitate).
Aceast abordare se aplic n condiiile unui habitat heterogen, condiia fiind de
asemenea ca frecvena speciilor s nu fie prea mic. n toate cazurile este
recomandat ca n1, n2 (numrul de probe n care au fost identificate fiecare dintre
cele dou specii analizate) s fie mai mari de 30.
Ambele metode in seama numai de prezena sau absena speciilor n
probe, nu i de abundena acestora, motiv pentru care se mai poate apela la un
indice cantitativ prezentat n finalul capitolului.
Cnd se analizeaz asocierea ntre mai multe specii, se construiete o
matrice de asociere, analiznd toate perechile de specii, aceasta putnd fi
reprezentat grafic printr-o dendrogram (aa cum se va vedea n capitolul 20).
Dei metodele prezentate n cele ce urmeaz sunt larg aplicate,
interpretarea rezultatelor se va face cu mult grij de ctre ecolog. Dou specii
pot fi asociate semnificativ i pozitiv dintr-o multitudine de cauze, cum ar fi
exploatarea aceleiai resurse, alegerea acelorai condiii de habitat, preferine
pentru un anumit segment al domeniului de variaie al unor factori abiogeni, o
relaie interspecific afin etc. Prin urmare, testele i indicii calculai ne vor
informa dac se poate distinge o asociere semnificativ din punct de vedere
statistic, ns nu vor oferi nici o informaie privitoare la cauza sau mecanismul
biologic implicat; aceasta se descifreaz prin cunoaterea intim a ecologiei
sistemului i depinde de cunotinele i experiena cercettorului.
18.1. Tabelul de contingen
n condiiile unui mediu omogen, analiza de asociere se bazeaz pe
compararea diferenei ntre distribuia speciilor pe categoriile de probe cu cea
presupus ntmpltoare. Absena ambelor specii din probe este considerat ca o
valoare semnificativ n analiz.
Dac se constat deosebiri semnificative fa de ipoteza distribuiei
ntmpltoare, independente pe probe, putem afirma probabilistic o asociere.
Baza metodei o constituie tabelul de contingen de tip 2 x 2.
Fie un numr de n probe de dimensiuni egale, colectate randomizat dintrun habitat specific relativ omogen, prin care se analizeaz asocierea a dou
specii A i B. Notm difereniat, cu litere mici, numrul de probe n care apar
ambele specii, pe cele n care apar numai una sau cealalt, i cele din care
lipsesc ambele specii. Aceste notaii sunt ntotdeauna aceleai (numrul total de
probe este n):
213
Specia B
Prezent
Absent
Specia A
Prezent
a
c
a+c
Absent
b
a+b
d
c+d
b+d
Din acest tabel rezult c frecvena speciei A este (a+c)/n, iar a speciei B
este (a+b)/n. Amplasarea speciilor n tabel se realizeaz ntotdeauna astfel nct
A s fie mai abundent dect B, adic (a+b) (a+c). Pentru a testa
semnificaia asocierii, ipoteza nul (H0) presupune c distribuia speciilor pe cele
patru categorii de probe nu se abate de la un model ntmpltor (deci asocierea
nu este semnificativ). H1 afirm c exist o asociere real ntre cele dou specii.
Fixm nivelul de probabilitate la nivelul de asigurare 0.05. Testul chi-ptrat (2)
adaptat este uor de aplicat i face cele mai simple prognoze asupra tipului de
distribuie ca i asupra semnificaiei valorii obinute. Se calculeaz parametrul
statistic corespunztor:
2
n
n ad bc
2
2 =
(a + c)(b + d )(a + b)(c + d )
Dac parametrul astfel calculat este mai mare dect valoarea critic din
tabelul testului (n acest caz fiind un singur grad de libertate, la nivelul de
asigurare 0.05, valoarea critic este 3.84), respingem ipoteza nul la
probabilitatea aleas. Dac s-a obinut o valoare statistic mai mic dect cea
critic, putem considera c asocierea este numai aparent.
n diferite ocazii n care autorii au aplicat acest test i a rezultat susinerea
ipotezei nule, au fost ridicate ns i o serie de semne de ntrebare privind
cauzele respingerii asocierii. Uneori s-a constatat c, de fapt, condiia de
omogenitate a habitatului nu era ndeplinit, motiv pentru care analiza de
afinitate primeaz asupra tabelului de contingen. Dar de cele mai multe ori s-a
constatat c problema era legat de abordarea studiului: fie grupe prea puin
frecvente sau abundente (deci puine probe n care una sau cealalt dintre specii
erau prezente), fie o distribuie spaial foarte agregat (probe cu abundene
foarte mari, multe altele fr nici un individ), fie probleme legate de designul
experimental (probe prea puine pentru grupul ales, sau metod insuficient
adaptat la realitatea din teren). Prin urmare, atunci cnd nu avem evidena
respingerii ipotezei nule, trebuie s analizm cauzele pe un front mult mai larg i
s nu recurgem imediat la simpla respingere a asocierii.
Dac am respins ipoteza nul la nivelul de asigurare ales (deci asocierea
poate fi considerat ca semnificativ), putem avansa n analiz. Dac ad > bc
atunci asocierea este pozitiv, i o definim ca afinitate. Invers vorbim de o
asociere negativ sau de repulsie. Trebuie menionat faptul c dei aceti indici
214
2
n+ 2
unde: n = numrul total de probe, iar valoarea obinut prin formula testului de
mai sus este 2.
b. Coeficientul lui Yule (C2AB). Este relativ puin utilizat; variaz ntre -1
(asociere negativ maxim) i +1 (cea mai puternic asociere pozitiv), codurile
utilizate n expresia lui fiind cele utilizate n tabelul de contingen.
C 2 AB =
ad bc
ad + bc
ad bc
(a + c)(c + d)
(a + b)(b + d)
n(a + b)(b + d)
Dac ad < bc i d a:
C AB =
ad bc
(b + d)(c + d)
(a + b)(a + c)
n(a + b)(a + c)
Dac ad < bc i a d:
C AB =
ad bc
(a + b)(a + c)
(b + d)(c + d)
n(b + d)(c + d)
215
Problem. Analiza asocierii dintre dou specii ntr-un habitat omogen, relev c n 19
probe acestea au fost ntlnite mpreun, n 11 probe a fost identificat numai una, iar
n 9 numai cealalt specie. n 18 probe nu a fost identificat nici una dintre acestea. S
se afle dac exist o asociere statistic semnificativ, iar n caz afirmativ s se msoare.
Rezolvare. Considernd datele problemei i faptul c habitatul este omogen,
construim i verificm tabelul de contingen. n acest caz, respectnd condiia b < c,
rezult a = 19, b = 9, c = 11 iar d = 18. Chi-ptrat este 3.987 valoare mai mare dect
domeniul critic, motiv pentru care respingem ipoteza nul i afirmm o asociere
semnificativ la nivelul de asigurare ales. Coeficientul contingenei medii ptratice C1
= 0.256, iar coeficientul Cole i eroarea standard (calculai prin prima formul) sunt =
0.321 0.142. Ambii indici evideniaz o asociere pozitiv dar slab, la aproximativ o
treime din domeniul de variaie.
2n AB
n A + nB
Dac valoarea calculat a lui t este mai mare dect cea critic, la nivelul
de probabilitate ales i (nA+nB-2) grade de libertate, atunci respingem ipoteza
nul la nivelul de asigurare ales.
Exist i variante ale acestei metode, care ns exprim acelai aspect al
asocierii. De exemplu Beldie (1951, ap. Cristea, 1991) a calculat un coeficient
de ntovrire ntre specii (iA), adic gradul n care o specie ntovrete
alt specie n eantioanele floristice (formulele utiliznd aceiai parametri
definii n expresia indicelui Fager):
216
iA =
n AB
nA
iar conexiunea ansamblului de specii ntre ele, sau coeziunea cenotic era
exprimat ca:
2
i AB =
n AB
n AnB
Indici binari
Se cunosc mai multe formule pentru indici bazai pe date organizate dup
modelul tabelului de contingen, cei mai muli pretndu-se i la analizele de
similitudine (capitol n care vor fi studiai cu precdere). Dintre acetia, cel mai
simplu de calculat i aplicat n numeroase studii de analiz multispecific a
asocierii, este indicele dicotomic Jaccard (S3), cu expresia:
S3 =
a
a+b+c
unde: a = numr de probe n care apar ambele specii, b = numr de probe n care
apare numai specia B, c = numr de probe n care apare numai specia A.
n ecologie, dintre indicii standardizai, n afar de indicele Jaccard i
Czekanowski-Srensen (se va studia la similitudine), s-au mai utilizat cu succes
indicele Ochiai (1957) care raporteaz co-ocurena (apariia mpreun) la media
geometric a ocurenei n dou habitate, indicele Mozley (1958) care raporteaz
co-ocurena real la cea ateptat n cazul distribuiei independente, respectiv
seria de tip logaritmic a lui Mountford (1962), avnd expresiile:
IO =
(a + b )(a + c )
a(a + b + c + d )
(a + b)(a + c)
2a
I ls =
a (b + c) + 2bc
IM =
217
Nr. indivizi
Specia A
12
4
6
0
19
2
17
28
0
0
6
94
Nr. indivizi
Specia B
0
0
14
0
0
21
0
6
1
1
0
43
218
219
nregistrndu-se cte specii apar n ambele sau numai n cte una dintre acestea.
Obiectele M i N (arii investigate, sisteme suprapopulaionale etc.), sunt studiate
prin prisma unui criteriu particular, primind o serie de valori de adevr 1
(specia curent este prezent) sau de fals 0 (n acest exemplu, specia este
absent), iar frecvena celor patru situaii este redat sub forma tabelului de mai
jos (o generalizare a tabelului de contingen):
M
1
0
a = nr. specii prezente n M i N,
1 a
b
b = nr. specii prezente n N, absente din M,
N
c = nr. specii prezente n M, absente din N,
0 c
d
d = nr. specii absente att din M ct i din N
O serie de indici de similitudine se pot defini pe acest tip de tabel
dichotomic de organizare a informaiilor binare, dintre care amintim:
S2 =
S3 =
S4 =
S5 =
S6 =
a
a+b+c+d
a
a+b+c
a+d
a+b+c+d
a
a + 2(b + c)
a+d
a + 2(b + c) + d
2nc
2a
*100 =
*100
n a + nb
2a + b + c
220
1. Theodoxus prevostianus
2. Viviparus contectus
3. Viviparus acerosus
4. Melanopsis parreyssii
5. Esperiana d. acicularis
6. Bithynia tentaculata
7. Paladilhiopsis transsylvanica
8. Lithoglyphus naticoides
9. Bythinella austriaca
10. Valvata piscinalis
11. Acroloxus lacustris
12. Galba truncatula
13. Stagnicola palustris
14. Stagnicola turricola
15. Stagnicola corvus
16. Radix auricularia
17. Radix labiata
18. Radix balthica
19. Lymnaea stagnalis
20. Pseudosuccinea collumella
21. Physa fontinalis
22. Physella acuta
23. Aplexa hypnorum
24. Planorbarius corneus
25. Planorbella anceps anceps
26. Planorbis planorbis
27. Anisus spirorbis
28. Anisus leucostoma
29. Anisus calculiformis
30. Anisus vortex
31. Anisus vorticulus
32. Bathyomphalus contortus
33. Gyraulus albus
34. Gyraulus crista
35. Hippeutis complanatus
36. Segmentina nitida
37. Ferrissia wautieri
38. Ancylus fluviatilis
Criul
Alb
Criul
Negru
Criul
Repede
Ier
Some
Olt
BAZIN
Mure
SPECIE
Problem. n tabelul 19.1 este redat fauna actual de gastropode dulcicole din
bazinele rurilor Olt, Mure, Some, Criul Alb, Criul Negru, Criul Repede i Ier
(specii identificate ntre 1996 - 2003; dup I. Srbu, 2004). S se alctuiasc matricea
de similitudine pe baza unui indice studiat anterior.
Tab. 19.1. Speciile de gastropode acvatice din bazinele Transilvaniei i Crianei (dup
I. Srbu, 2004) (prezena speciei este indicat n acest caz prin simbolul )
221
MURE
OLT
SOME
CRIUL ALB
CRIUL NEGRU
CRIUL REPEDE
IER
MURE
1.00
0.63
0.52
0.18
0.36
0.37
0.46
OLT
SOME
1.00
0.44 1.00
0.13 0.26
0.28 0.42
0.30 0.32
0.55 0.34
CA
CN
CR
IER
1.00
0.28
0.20
0.10
1.00
0.39 1.00
0.20 0.28 1.00
222
R AB = 100 min( p Ai ; p Bi )
i =1
IM =
2 x Ai x Bi
i =1
(l A + l B ) X A X B
223
variabila x1
variabila x2
...
variabila xk
N
pn2%
pn2%
...
pnk%
Prin urmare, orice pmi sau pni semnific procentul de indivizi (elemente
constituente) ale sistemelor M, respectiv N, care prezint caracterul xi sau la care
se ndeplinete condiia impus de variabila respectiv (condiia i). Datele astfel
aranjate permit analiza asemnrii, prin indici cantitativi de similitudine (de
exemplu formula lui Renkonen, citat mai sus).
19.4. Distane
Noiunea de distan n limbaj curent ne este cunoscut; nu ne trebuie
dect dou puncte de referin care delimiteaz un segment de dreapt i o
unitate de msur aleas convenabil (metru, kilometru). Dac analizm
sistemele ecologice din mai multe puncte de vedere, prin prisma unor indici
diferii, avem o problem: precizarea poziiei relative a acestora ntr-un sistem
de coordonate n-dimensional. Pentru a nelege mai bine problema, s
presupunem c dorim s comparm dou fitocenoze descrise prin:
1. Coeficientul de destrucie Balaschev (Kd), care raporteaz suma indicilor de
abunden-dominan (ADd) a speciilor destructive, la acoperirea general (suma
indicilor de abunden-dominan ADT a tuturor speciilor componente):
Kd =
AD
AD
224
Fitocenoza A
0.65
0.45
0.16
1. Kd =
2. l =
3. AD-1 =
Fitocenoza B
0.49
0.31
0.07
xB2
xA2
xA1
xB1
X1
(x
i =1
Bi
x Ai ) 2
225
evaluate pe scri diferite. Este clar faptul c o variabil care are un domeniu de
variaie larg, [0, +) de exemplu, va influena mult mai mult valoarea distanei
dect una care variaz n domeniul [0, 100], respectiv aceasta fa de o a treia a
crei amplitudine de variaie este [0, 1]. Parametrii raportai pe scri mai mici
vor fi mai puin importani n evaluarea distanei dect cei evaluai pe scri mai
mari, dei toi pot avea semnificaii de importan egal n ceea ce privete
descrierea strii sistemelor particulare analizate. Pentru a depi acest
inconvenient se adopt foarte frecvent standardizarea variabilelor, astfel nct
s le obligm s varieze n acelai domeniu, avnd n final o importan
(pondere) egal n evaluarea poziiei sistemelor comparate.
Cteodat este simplu: dac lucrm cu dou variabile, din care una variaz
ntr-un domeniu pozitiv i subunitar, iar cealalt este exprimat procentual
(abundena relativ de exemplu), a doua poate fi mprit la 100 i cele dou
scri vor fi identice. Frecvent ns, aceast standardizare a scrilor nu se poate
realiza att de facil, pentru simplul motiv c muli parametri ecologici nu variaz
ntre limite precise. O soluie este standardizarea domeniului de variaie prin
transformarea datelor. De exemplu, valorile reale (xj) se pot nlocui cu valorile
standardizate (rj) prin expresia:
rj =
xj X
s
(valoarea absolut din diferena ntre valoarea real i media aritmetic a irului,
mprit la abaterea standard a acestuia).
Distana euclidian poate fi exprimat pe valorile standardizate ale
variabilelor, permind compararea sistemelor ecologice descrise printr-un
numr orict de mare de parametri ecologici, indiferent de scrile de msur ale
acestora:
1 n ( x Ai x Bi ) 2
s
n i =1
i
d ( A, B ) =
n
p
x
i =1
Ai
x Bi
unde: p .
x Ai x Bi
1
n
si
226
1 x Ai x Bi
n ( x Ai + x Bi )
x Ai x Bi
( x Ai + x Bi )
( x X ) (x X )
( x X ) (x X )
Ai
Bi
Ai
Bi
227
228
AR%
40
30
Anthoxanthum sp.
Festuca rubra
20
Arrhenatherum
10
0
4.5
5.5
pH
Fig. 20.1. Analiza direct de gradient a unor plante dominante din diferite fitocenoze,
prin reprezentarea distribuiei abundenei relative (AR%) a acestora, n funcie de
valorile medii de pH ale solului.
x
si =
ij
wj
ij
nr =
229
unde: xmax = valoarea maxim a irului xi, xmin = valoarea minim a acestuia.
Dac exist o valoare standard (xstandard) la care se raporteaz orice
msurtoare a unui factor la un anumit moment (xr), scorul se poate realiza prin
simpla raportare: xr / xstandard.
20.2. Clasificarea sistemelor ecologice
Tehnicile de clasificare au fost dezvoltate pentru a permite vizualizarea
relaiilor complexe i analiza asemnrii ntre sisteme care sunt descrise printrun numr oarecare de parametri (deci descrise ntr-un sistem multicriterial, sau
n spaiul nD).
n capitolele precedente am vzut modul n care sistemele
suprapopulaionale sunt caracterizate i descrise prin intermediul diferiilor
indici cantitativi i sintetici. Am gsit posibiliti de comparare a unitilor
analizate dou cte dou (matricea de similitudine sau de distane). Interpretarea
direct a matricii poate da dureri de cap chiar i celui mai experimentat
specialist, motiv pentru care trebuie s gsim o metod de reprezentare grafic,
astfel nct s sesizm poziia relativ a sistemelor.
La aceast problem se poate rspunde aplicnd metode de clasificare, i
n special cele ierarhice, care se ocup de identificarea grupelor de obiecte
(probe, indivizi, relevee, fitocenoze, asociaii) similare. Scopul metodelor de
clasificare este de a construi o partiie sau un ir de partiii n mulimea de
obiecte, pentru care se cunosc distanele dintre ele, dou cte dou. Clasele
formate trebuie s fie ct mai omogene cu putin. ntreaga taxonomie se
bazeaz pe aceast metod: sistematica lumii vii sau tabelul lui Mendeleev sunt
strlucite exemple ale acestor considerente teoretice. Cele exemplificate s-au
realizat pe seama intuiiei geniului uman. Spre deosebire de acestea, taxonomia
numeric sau teoria matematic a clasificrii, s-a dezvoltat mai ales n ultimul
timp, o dat cu primele ncercri de prelucrare statistic a datelor pe baza unor
criterii empirice de clasificare. Teoria clasificrii a cptat o amploare deosebit,
odat cu rspndirea mijloacelor de calcul automat.
Clasificarea se poate reprezenta sub forma unui grafic, care reprezint
toate formaiunile analizate, precum i distanele dintre acestea pe o scar optim
aleas. Vom analiza dou categorii de cazuri: analize bazate pe indici de
similitudine (n sensul strict al asemnrii structurilor) i analiza matricilor de
distane (de exemplu distane euclidiene). Pentru nceput vom prezenta metoda
de desen manual, urmat de prezentarea unor variante care se obin n diferite
programe de calculator.
S presupunem c n urma unei analize a similitudinii structurii specifice
a 5 comuniti A, B, C, D i E, prin intermediul indicelui Czekanowski-Sorensen
230
A
B
C
D
E
100.0
24.7 100.0
96.4 34.7 100.0
12.8 82.1 21.5 100.0
87.0 67.9 30.6 72.4 100.0
0
75.3
3.6
87.2
13.0
B
0
65.3
17.9
32.1
0
78.5
69.4
0
27.6
231
17.9
13.0
3.6
0
A
232
Studiul de caz nr. 1. n tab. 20.1 sunt redate valorile medii ale indicelui de
abunden relativ ale grupelor de macronevertebrate bentonice de-a lungul rului
Mure (dup I. Srbu i col., 2002). Pentru investigarea structurii acestor comuniti au
fost alese 7 staii de prelevare de-a lungul ntregului curs, din care s-au colectat
sezonier probe de bentos total, din primvara anului 1999 pn n vara anului 2000.
Codurile staiilor de prelevare periodic a probelor cantitative de bentos sunt
urmtoarele: S1 - Senetea (n Depresiunea Gheorgheni), S2 - Rstolia (n Defileul
Toplia-Deda), S3 - Ungheni (aval de Tg. Mure), S4 - Gura Arie (aval de confluena
cu rul Arie), S5 - Sntimbru (aval de confluena cu Trnava), S6 - Vinu de Jos (aval
de Alba Iulia) i S7 - Pecica (aval de Arad). Se observ c, exceptnd primele dou
staii, toate celelalte sunt plasate n aval de principalele surse de poluare ale Mureului,
surprinzndu-se starea de pessimum ecologic al acestuia. S-au colectat cte 3 probe
cantitative de bentos din fiecare staie i sezon (n total 12 probe/an.staie), cu ajutorul
unui bentometru tip Surber cu suprafa util de 0.1 m2.
Tab. 20.1. Structura comunitilor de macronevertebrate bentonice din rul Mure
(valori medii de AR%; probe colectate n anii 1999 - 2000)
Taxon / Staie
Hydroidea
Plathelminthes
Nemathelminthes
Oligochaeta
Hirudinea
Mollusca
Isopoda
Amphipoda
Hydracarina
Collembola
Ephemeroptera
Odonata
Plecoptera
Trichoptera
Coleoptera
Chironomidae
alte diptere
S1
.029
.130
.005
2.960
.024
.212
.000
43.000
.343
.072
2.849
.000
.898
1.058
12.199
30.672
5.549
S2
.000
.000
.217
31.269
.000
2.039
.000
.017
.777
.017
5.005
.000
3.434
16.596
.418
39.041
1.170
S3
.000
.000
1.117
43.132
.061
.107
.031
.184
.015
.000
1.560
.000
.015
.367
.229
52.907
.275
S4
.095
.000
.095
44.257
.019
.379
.000
.000
.114
.095
5.970
.038
.000
2.919
.000
45.280
.739
S5
.015
.000
.145
64.555
.000
.891
.000
.030
.015
.030
5.718
.015
.008
.563
.008
27.649
.358
S6
.093
.007
.107
45.131
.007
.000
.000
.167
.033
.020
5.088
.007
.194
.981
.007
47.753
.405
S7
.047
.012
.570
65.974
.000
.024
.012
.012
.000
.000
.843
.000
.024
.261
.000
31.271
.950
233
20.000
S1
S2
S4
S6
S3
S7
S5
Fig. 20.3. Dendrograma realizat pe baza distanei euclidiene medii, ntre cele 7
structuri de comuniti bentonice din staiile amplasate de-a lungul rului Mure
(probele din campaniile anilor 1999 - 2000).
Din fig. 20.3 se pot urmri n detaliu relaiile similaritii ntre staiile
caracterizate prin structura comunitilor de macronevertebrate bentonice. Cu ct
starea ecologic este mai bun, cu att staia este plasat mai aproape de S1. Staiile de
la baza figurii sunt caracteristice pentru sectoarele degradate i poluate, cu structur
bentonic simpl (S5 - aval vrsarea Trnavelor; S7 - aval Arad). Grupul S4 - Gura
Arie i S6 - Vinu de Jos, se grupeaz mai departe cu staia S3 - Ungheni; iar S2 Rstolia este mult mai departe, fiind ns inclus n acest grup intermediar. Poziia
aparte a comunitii din S1 (depresiunea intramontan Gheorgheni) este dat i de tipul
de habitat; la acest nivel Mureul fiind un ru de dimensiuni mici, cu curgere relativ
rapid, i curat (prin comparaie cu staiile din aval). Restul staiilor se grupeaz mai
ales funcie de condiiile de substrat, parametrii hidrografici i efectele impactului
antropic.
Studiu de caz nr. 2 (dup I. Srbu, 1998). Specia Holandriana holandrii
(Gastropoda, Prosobranchia) are un areal vest-Balcanic, aprnd n Romnia numai n
rurile Nera i Cara, de unde diferite surse au citat 3 subspecii. Materialul biologic
utilizat n aceast lucrare a fost colectat de Acad. dr. doc. Petru Mihai Bnrescu. S-au
analizat 6 probe din patru staii diferite. Locurile i datele de colectare au urmtoarele
codificri: Q1 - Rul Cara, la nivelul localitii Grdinari, 31.08.1979; Q2 - Cara la
Vrani, 30.08.1979; Q3 - Rul Nera la Sasca Montan, 18.07.1971, 09.09.1987 i
17.07.1992; Q4 - Rul Lithadous, afluent al lui Pinios, n dreptul localitii Trikalia
(Grecia, provincia Thesalia), 18.08.1989. Probele mici au fost analizate n totalitate, iar
din cele mari au fost extrai randomizat 50 - 60 de indivizi, fiecare fiind descris printr-o
fi de diagnoz morfologic i biometric. Deoarece taxonii infraspecifici i varietile
au fost descrise pe baza caracterelor morfologice externe ale cochiliei i a ornamentelor
acesteia, precum i dup culoare i dimensiuni, au fost alese acele variabile utilizate n
diagnoze, astfel nct s faciliteze o comparaie multivariat bazat pe principiile
taxonomiei numerice.
Cele 33 de variabile, sunt codificate astfel:
Pentru penultimul anfract: SMPA ir mamelonar, CPA caren, LPA linie,
TPA formaiuni pe penultimul anfract.
234
Q1
Q2
Q3
Q4
Q1
Q2
Q3
Q4
0.000
18.430
18.157
45.469
0.000
25.108
38.921
0.000
46.733
0.000
235
Tab. 20.2. Tabel cu valorile procentuale ale indivizilor din fiecare lot (Q1 - Q4) care
prezint caracterele morfologice codificate prin variabilele descrise:
Lot:
Variabila
SMPA
CPA
LPA
TPA
SMSUA
CSUA
LSUA
SMMUA
CMUA
L1MUA
L3MUA
LXMUA
LINUA
INFLUA
SFSUP
SFMED
SFINF
NEMORN
UNSF
DOISF
TREISF
SMSUME
SMSUCM
SMLME
E3
I3
E2
I2
E1
I1
EX3INT
EXT2INT
NDB
0.0
Q3
Q1
%
23.070
3.840
17.290
44.200
44.200
1.910
38.450
5.750
3.830
42.270
13.450
17.290
28.830
0.000
84.610
80.750
28.830
5.760
23.070
38.500
32.690
5.770
3.850
30.770
9.610
1.920
40.380
55.760
3.850
7.690
1.920
38.460
32.700
Q2
%
24.560
24.560
3.510
52.630
29.820
3.510
26.310
5.260
10.520
15.790
7.020
5.260
26.310
1.750
59.650
43.860
26.310
33.330
22.810
22.810
21.050
5.260
8.770
1.750
5.260
5.260
10.520
17.540
0.000
0.000
3.500
10.520
77.190
Q3
%
8.600
3.220
0.000
11.820
54.840
19.350
4.300
19.350
58.060
6.450
0.000
3.220
36.560
7.520
89.240
87.100
36.560
6.450
7.530
45.160
40.860
19.350
31.180
2.150
11.830
6.450
51.610
65.590
0.000
1.070
3.220
46.240
17.200
Q4
%
1.660
3.320
1.660
6.640
1.660
0.000
0.000
0.000
0.000
0.000
0.000
3.320
0.000
6.660
1.660
3.320
0.000
91.670
4.980
0.000
0.000
0.000
0.000
0.000
100.000
100.000
0.000
0.000
0.000
0.000
100.000
0.000
0.000
50.0
Q1
Q2
Q4
Fig. 20.4. Dendrograma realizat pe baza datelor din Tab. 20.4 (distane euclidiene,
metoda gruprii la valoare medie).
236
nitidum
personatum
casertanum
subtruncatum
milium
amnicum
henslowanum
moitessierianum
Pisidium obtusale
Pisidium
Pisidium
Pisidium
Pisidium
Pisidium
Pisidium
Pisidium
Pisidium
237
238
mare parte din biomas se afl stocat n organe subterane, unde este greu de
msurat. Acelai lucru este valabil i n cazul vegetaiei din ape puin adnci,
unde plantele sunt ancorate n substrat.
Alegerea metodelor de estimare trebuie s in seama i de scara de
raportare. n timp ce metodele biochimice sunt adecvate pentru estimri ale
produciei n cazul esuturilor sau organelor vegetale, ale plantelor ntregi sau
probelor de plancton ele sunt n mod cert inutilizabile pentru estimri la scar
mare a produciei vegetaiei terestre. n acest caz se urmrete de obicei
producia primar net iar metodele de estimare presupun metode variate de
estimare a modificrilor n timp a biomasei uscate.
21.1. Estimarea produciei primare n ecosistemele acvatice
Pentru estimarea produciei primare n mediul acvatic se utilizeaz mai
multe metode. Dintre acestea cele mai importante sunt cele care msoar
cantitatea de oxigen rezultat n urma fotosintezei, consumul de dioxid de carbon
sau izotopi radioactivi de carbon (C14) n cursul acestui proces fiziologic,
schimbarea de pH care nsoete scderea de CO2 din ap, concentraia de
clorofil din ap (n relaie cu intensitatea luminii i temperatur), precum i
creterea biomasei productorilor. Unele dintre aceste tehnici, cum ar fi
absorbia izotopilor radioactivi n cursul fotosintezei, presupun o procedur
complicat i echipament specializat. Mai uor de aplicat, att n condiii de
laborator ct i pe teren, sunt metodele care se bazeaz pe msurarea eliberrii
de oxigen n perioada fotosintetic i consumul de oxigen n prioada n care
predomin respiraia. Dintre acestea, cea mai larg utilizat este metoda sticlelor
transparente i opace.
Cele mai simple metode se aplic pe ntreaga fitocenoz subacvatic
(metoda comunitii ntregi), implicnd recoltarea tuturor plantelor (inclusiv a
algelor care triesc epifit pe acestea), uscarea i cntrirea n momentul
maximului de cretere. Metoda presupune c pierderile de fitomas din cauza
alterrilor mecanice sau a fitofagilor sunt minore sau chiar neglijabile (5 - 10%)
n cadrul unui sezon de vegetaie, motiv pentru care diferena dintre biomasa la
nceputul i la sfritul perioadei de investigare constituie o estimare suficient de
valid a creterii sau a fotosintezei nete. n aceast metod s-a evideniat ns
faptul c neglijarea fitomasei subterane induce erori majore.
O alt metod se refer la modificarea coninutului de oxigen n
amonte i aval de un tronson de control (Moss, 1987). Se alege un anumit
tronson de ru (de obicei 100 m), msurndu-se fie continuu, fie periodic, cu o
frecven ct mai mare, concentraia de oxigen dizolvat (COD) la limita
superioar i cea inferioar a acestuia. Din diferenele dintre cele dou curbe de
oxigen se calculeaz diferena net ntre COD pentru 24 ore. Aceasta este
considerat ca fiind echivalent cu fotosinteza brut din care se scad respiraia,
difuzia net ntre ap i atmosfer i adiia de oxigen n apa de infiltraie de-a
lungul malurilor. Ultimul parametru se msoar foarte greu, motiv pentru care
239
este considerat adesea neglijabil, difuzia este estimat din nivelurile de saturaie
i temperaturile din perioada de experien iar respiraia este calculat din
modificrile COD n timpul nopii, care sunt extrapolate pentru ntreaga
perioad.
Metoda sticlelor albe i negre a fost iniial conceput pentru a evalua
producia primar a fitoplanctonului, avnd ca msur oxigenul produs n
recipiente nchise, de ctre Gaarder i Gran n 1927. Ea se bazeaz pe faptul c
respiraia organismelor acvatice, incluznd plante, animale i microorganisme,
consum oxigen din ap, n timp ce prin fotosintez plantele elibereaz acest
element n ap. Modificarea concentraiei de oxigen din ap reflect astfel
rezultanta acestor dou procese. Probe de plante sunt nchise n sticle
transparente (albe) i n sticle vopsite sau acoperite, n care nu ptrund
lumina (negre). n sticlele opace are loc doar procesul de respiraie iar
scderea concentraiei de oxigen reprezint o msur a respiraiei tuturor
organismelor. n sticlele transparente are loc att respiraia ct i fotosinteza, iar
concentraia oxigenului fie crete, fie scade mai puin dect n sticlele opace, n
funcie de rata fotosintezei.
n sticlele transparente (L), modificarea coninutului de oxigen este
exprimat prin diferena ntre CODLt msurat la sfritul intervalului de t ore i
concentraia iniial CODLi :
O2L = CODLt - CODLi
n sticlele negre, n absena luminii, nu se produce fotosinteza, motiv
pentru care oxigenul este numai consumat ca efect al respiraiei, iar concentraia
la momentul t va fi redat prin expresia:
O2N = CODNi - CODNt
tiindu-se c CODNi = CODLi, se presupune c rata de respiraie este
aceeai n sticlele albe i n cele negre. Dac se nsumeaz cantitatea de oxigen
respirat la cantitatea rezultat din fotosintez minus respiraie, prin mprire la
masa uscat a plantelor (w) i timp (t), se obine o estimat a ratei fotosintezei
brute (RFB):
RFB =
O2 L O2 N COD Lt COD Nt
=
t.w
t.w
240
241
log e(d 0 / d 1)
, unde d0 = biomasa materialului suprateran mort de pe
t
d0 + d2
rt ,
2
242
y
b0 + b 2
t
2
b0 + bg
2pt
punat.
Cantitatea de mas vegetal punat (g) va fi:
g = (b0-bg)+(d0-dg)+yg
243
244
radiculare prin msurarea celor care se dezvolt n jurul tubului. Este o metod
recent, care necesit perfectare, n prezent fiind dificil analiza automat a
imaginilor nregistrate pentru efectuarea msurtorilor.
B. Producia suprateran
Estimarea productivitii nete presupune cuantificarea a dou
componente, i anume cantitatea de materie care a fost adugat i reinut de
plante n intervalul respectiv de timp (creterea de biomas) i cantitatea de
materie care a fost produs dar pierdut de plante pe diferite ci n perioada
considerat. Prin urmare, producia primar net suprateran poate fi calculat
prin urmtoarea relaie:
APPN = B + D + H + V,
unde B este creterea net de biomas, D reprezint pierderile prin mortalitate,
H cele prin consumul de ctre ierbivore, iar V cele prin volatilizare.
a. Pierderile prin volatilizare sunt reduse, valoarea lui V nu depete
1%. Din aceast cauz, precum i a dificultii estimrii ei, studiile care
urmresc estimarea productivitii totale n general o neglijeaz.
Pierderile de biomas datorate consumului de ctre ierbivore (H)
variaz semnificativ n fucie de tipul de pdure i an. n situaiile n care
valoarea consumului este important, ea trebuie determinat cu o precizie ct
mai mare. Estimarea acesteia se face difereniat pentru plantele ierboase i
pentru cele lemnoase. Consumul stratului ierbos se face prin aceeai metod ca
n cazul pajitilor. Pentru consumul biomasei foliare a plantelor lemnoase cel
mai adesea se determin reducerea suprafeei foliare la frunzele atacate i
urmrirea frunzelor consumate integral. Consumul de lemn se neglijeaz
frecvent.
Estimarea pierderilor prin mortalitate (D) necesit abordarea unor
metode mixte datorit naturii variate a componentelor acestui parametru.
Determinarea masei frunzelor moarte se face pentru estimarea creterii biomasei
foliare.
b. Mortalitatea arborilor este o component important a APPN, care
dc nu este luat n calcul, aa cum se ntmpl n unele studii, duce la
subestimri semnificative ale produciei lemnoase. Erorile datorate mortalitii
arborilor sunt mai reduse n cazul determinrii biomasei prin msurarea
dimensiunii inelelor de cretere dect a diametrelor, datorit factorului timp. n
cazul celei de a doua metode este necesar urmrirea fiecrui arbore care a fcut
obiectul msurtorilor, i diferenierea arborilor mori n picioare de cei czui.
Datorit dimensiunilor mari ale arborilor creterile de biomas (B) sunt
de obicei estimate utiliznd ecuaii alometrice de biomas (obinute pe baza
datelor de la arbori dobori), mai ales pentru producia de lemn i alte esuturi
perene. Creterea de biomas se urmrete separat pentru esuturile lemnoase i
cele efemere, difereniat pe stratul arboricol, arbustiv i ierbos.
Estimarea produciei de lemn sau a creterii de biomas lemnoas
implic n general msurarea repetat a diametrului arborelui i aplicarea
ecuaiilor alometrice pentru a estima schimbrile de biomas din creterea
245
246
247
248
249
NU
Energia
neutilizabil
F Energia de egestie
U Excreia
A Energia asimilat
P
Producia
R
Respiraia
250
N .w
t
wi
D 1 w
)+( i * * i)
t
t 2 t
unde:
Pi(tn-1,tn) = producia realizat de indivizii care aparin unei clase de dimensiuni n
perioada dintre tn-1 i tn;
Ni,tn = numrul de indivizi aparinnd stadiului de dezvoltare sau clasei de
dimensiuni i care supravieuiesc la momentul tn;
Di /t = numrul de indivizi din clasa i care sunt eliminai din populaie n
intervalul de timp;
wi /t = creterea medie n mas n intervalul de timp.
i = clasa de dimensiuni sau stadiul de dezvoltare.
Producia secundar pentru toat populaia n intervalul t este:
k
unde: k semnific numrul total (maxim) de clase sau stadii, iar producia
secundar a populaiei pentru T intervale de timp (momente de prelevare a
probelor, care adesea acoper unul sau mai muli ani) este:
T
PT = P(tn 1;tn )
tn =1
251
O alt metod este cea grafic descris de Winberg i col. n 1964, prin
curbe care se construiesc experimental, urmrindu-se modificrile numerice i
masice ale populaiei n timp, prin prelevare periodic de probe (ap. Botnariuc i
Vdineanu, 1982).
n afar de aceste tehnici mai exist i unele indirecte, deductive. O metod
se bazeaz pe coeficientul de rennoire (adic raportul dintre numrul de urmai
i perioada de dezvoltare), aplicat foarte rar, numai la acele animale care
prezint o diferen neglijabil ntre greutatea primelor stadii de via i cea a
adulilor (unele rotifere de exemplu), iar o alt metod se bazeaz pe rata de
turnover.
22.4. Evaluarea produciei secundare la populaii cu cohorte distincte
Aceste metode se bazeaz pe urmrirea populaiei sau a unui lot
experimental (indivizi marcai sau izolai n mediul lor de via), prin metoda
tabelelor de via. Reamintim variabilele eseniale ale acestei metode (a se
revedea Cap. 11): x = variabila care cuantific timpul, ax = numrul de indivizi
vii la nceputul fiecrei perioade, lx = ax/a0 = proporia de indivizi supravieuitori
la nceputul perioadei x din cohorta original, dx = lx lx+1 = indivizi eliminai n
decursul perioadei x; qx = mortalitatea specific de vrst = dx / lx.
Cunoscnd greutatea medie a indivizilor din fiecare stadiu, putem
determina producia medie a cohortei, prin formula modificat dup Botnariuc i
Vdineanu (1982). Aceasta a fost aplicat prima dat de Jenseen i Boysen
(1919), pe baza ideii c mortalitatea total a unei cohorte poate fi echivalent cu
estimarea produciei acelei cohorte (metoda nsumrii pierderilor aparente).
(a x a x +1 )
* wx ) + Br
(
x
+
1
)
x
x =0
k 1
P = (
252
G = ln(
wx +1
)
wx
P = G*B
unde B = biomas medie curent, care n acest caz se calculeaz ca o medie
ntre mai multe probe colectate la sfritul perioadei de timp, exprimndu-se ca
uniti de mas / unitate spaial (suprafa sau volum). Metoda se poate aplica
i n evaluarea produciei primare.
Metoda lui Hynes seamn cu construirea tabelelor statice de via i se
bazeaz pe aceleai presupuneri. Dac structura pe vrste sau pe clase de
dimensiuni a populaiei este cunoscut, atunci se poate calcula cu aproximare
producia ca o sum a pierderilor dintre grupe de mrimi sau vrste succesive,
fr a lua probe din mai multe perioade de timp. Metoda este expeditiv dar
aproximativ (ca i cea a tabelelor statice de via), presupunnd extragerea unor
probe i gruparea indivizilor n clase, sub rezerva limitativ a condiiilor descrise
la tema respectiv. Formula pentru evaluarea produciei este:
k 1
P = (n x n x +1 )(
x =1
w x + wx +1
)
2
253
hranei se face n mod continuu, periodic sau aperiodic, n ultimele dou cazuri
fiind necesar aprecierea intervalelor de timp precum i a timpului de retenie al
hranei n tubul digestiv n scopul stabilirii duratei experimentelor.
Studiu de caz: determinarea ratei de ingerare a hranei dup reducerea
concentraiei de hran din mediu, de ctre populaiile filtratoare
(adaptat dup Botnariuc i Vdineanu, 1982).
Aceast metod este aplicabil la speciile acvatice care se hrnesc prin
filtrare. Principiul metodei se refer la reducerea concentraiei de hran n
suspensie (alge monocelulare) n vase de experien care conin un anumit
numr de indivizi ce aparin unei clase de dimensiuni, n comparaie cu
concentraia hranei din vase martor, fr animale. Intervalul de experien
variaz n funcie de specia (grupul) de interes. Pentru cladocere i copepode
filtratoare se aleg intervale de 30 60 minute, iar pentru bivalve 2 pn la 8 ore.
De asemenea, volumul de ap din vasele de experien este variabil, lund valori
de 20 30 ml n cazul grupelor zooplanctonice menionate i 100 2000 ml
pentru bivalve. Rata de filtrare (volumul de ap filtrat n unitatea de timp) este o
funcie multivariat, aceasta fiind dependent de temperatura apei, oxigenul
dizolvat, dimensiunea i vrsta animalului, cantitatea (mg substan uscat/l) i
calitatea hranei, prezena sau absena elementelor toxice etc., toate acestea
putnd fi modulate n cadrul unei cercetri. Trebuie menionat c n studiul
realizat de Botnariuc i Vdineanu (1982) problema este numai parial abordat,
deoarece att zooplanctonul filtrator ct i bivalvele ingurgiteaz i bacterii,
particule organice, iar scoicile prefer zooplanctonul n detrimentul
fitoplanctonului. De aceea, o analiz aprofundat a energiei consumate ar trebui
s se refere la ntreaga diet i nu numai la o component a acesteia. Aplicarea
metodei la Daphnia pulex comport urmtoarele etape:
- Se realizeaz n laborator o cultur de alge verzi cu speciile Chlorella i
Scenedesmus, ale cror dimensiuni intr n spectrul de selectivitate al speciei
studiate.
- Se ntreine ntr-un acvariu o cultur de D. pulex.
- Din cultura precedent se izoleaz grupuri de indivizi de diferite clase de
dimensiuni i se introduc n bazine experimentale, unde concentraia de
hran, de temperatur i densitatea indivizilor sunt situate n interiorul
domeniilor naturale de variaie, timp de 18 36 ore.
- se scot indivizii de aceleai dimensiuni (utiliznd filee planctonice) i se
introduc n vase care conin ap filtrat prin membrane Millipore sau Synpor
( = 0,45 ), timp de 1 2 ore pentru golirea intestinului.
- grupuri de 10 20 indivizi de aceleai dimensiuni sunt introdui n vase
Erlenmeyer de 50 ml, n care se afl un volum de ap de 20 30 ml i
concentraia de hran dorit, pregtindu-se dou vase martor fr animale.
Vasele se acoper cu staniol i sunt meninute la temperatur constant 30
60 minute.
- Concentraiile iniiale i finale ale hranei din vasele de experien se
determin cu ajutorul unui spectrofotometru. Valorile de extincie citite la
254
acest aparat sunt raportate la o curb etalon care reprezint regresia dintre
valoarea extinciei i concentraia de alge (mg substan uscat/ litru).
- Se afl greutatea uscat a animalelor la o microelectrobalan, dup uscare
timp de 18 ore la 90 C, sau aplicnd calculul greutii din ecuaia de regresie
ntre acest parametru i dimensiunile organismelor.
- Se determin:
V - volumul n litri al apei din vasul de experien;
Co - concentraia martor a algelor n vasele de experien (cu animale) care
reprezint valoarea medie dintre concentraia iniial i cea final a algelor
din vasele martor;
Cf - concentraia algelor la sfritul perioadei de experien;
W - masa uscat a tuturor indivizilor folosii n experien (g).
Rata de ingerare a hranei exprimat n mg s.u. hran/mg s.u. specie
studiat/ 24 ore se calculeaz dup expresia:
C=
(C o C f )
W
24 V
255
256
Wo , h
Wt ,h
unde: Wo,h este greutatea uscat a materiei organice din hran iar Wt, h este
greutatea uscat total a hranei.
Proporia de materie organic din excremente (E) se determin n mod
analog:
E' =
Wo ,e
Wt ,e
unde: Wo,e este greutatea uscat a materiei organice din excremente, iar Wt, e este
greutatea uscat total a probei de excremente. Dispunnd de valorile acestor
parametri se poate calcula asimilabilitatea:
U' =
F 'E'
100
(1 E' ) F '
257
U '=
A
C
Energia asimilat (A) este diferena dintre producie (P) i respiraie (R):
A=PR
Cunoscnd toi aceti parametri, se poate deduce energia consumat prin relaia:
C=
PR
U'
*100 = 1.6 %
6
2043 * 10 kcal
258
7.7*106 kcal
*100 = 23.4 %
6
33.0*10 kcal
Concluzia a fost c dei s-a utilizat relativ puin energie din totalul
incident, plantele sunt remarcabil de eficiente n conversia energiei capturate n
biomas (76.6%). Acest studiu a artat cum se poate interpreta informaia privind
fixarea energiei primare, n coresponden cu cele dou variabile majore: biomasa
i rata de producere a acesteia. Cunoscnd durata de vegetaie i echivalentul
caloric al masei produse i utilizate, se poate obine prin mprire o estimat a
ratei. Studii ulterioare au evideniat faptul c eficiena de conversie a radiaiei
solare ntr-o pajite natural este de circa 3/4 fa de cea a cmpului cultivat.
Pierderile datorate respiraiei reprezint numai aproximativ 2/3. De aici s-a tras
concluzia c dei energia capturat este mai mic, randamentul de utilizare este
mai mare n cadrul ecosistemelor naturale.
Mai trziu s-a studiat captura energiei solare de ctre ecosistemele acvatice.
Dup datele obinute de C. Juday (1922, 1935; ap. Lindeman, 1942) n dou lacuri
situate aproximativ la aceeai latitudine n Wisconsin i Minnesota (SUA) numai
0.35% din fluxul energetic a fost ncorporat n autotrofe. Utilizarea energiei
absorbite a fost cercetat n lacul Mendota, obinndu-se valori de 25% pentru
fitoplancton i de 24% pentru macrofite, pe cnd eficiena de conversie a radiaiei
a fost apreciat la 0.42%. R. Lindeman (1942), pe baza studiilor efectuate n lacul
Cedar Bog, are meritul de a fi integrat aceste date empirice i de a fi dezvoltat
conceptul de "dinamic energetic" n cadrul structurii trofo-dinamice a
ecosistemului. Prin cercetrile lui, a oferit posibilitatea analizei bilanurilor
energetice att n cadrul unui nivel trofic ct i ntre niveluri succesive.
Captura energiei radiante este considerabil mai mic n ecosistemele
acvatice dect n cele terestre, mai ales din cauza intensitii luminii care este un
factor limitativ esenial (intensitatea acesteia atenundu-se rapid cu adncimea).
Pierderile prin respiraie sunt relativ identice cu cele dintr-un agroecosistem, dar
mai mari dect ntr-un ecosistem natural terestru.
ncorporarea energiei radiante incidente (eficiena de conversie) variaz la
modul global ntre 0.1% i 1.6% (rar depind 3%). Aceast eficien este
apreciat la mai puin de 0.5% pentru fitoplancton, ntre 2.0 i 3.5% pentru pduri,
1 - 2% pentru comuniti ierboase i n jur de 1.5% pentru agroecosisteme.
Energia cheltuit pentru ntreinere (eficiena metabolic) a fost apreciat la
15 - 24% pentru ecosisteme ierboase, 50 - 60% pentru pduri caducifoliate din
zona temperat i 70 - 75% pentru pduri tropicale (Smith, 1990; Ricklefs, 1993).
Alte eficiene sunt definite mai jos (abrevierile sunt conforme cu cele
utilizate n fig. 21.1), cu specificarea c acestea reprezint o mic selecie din
totalul formulelor care sunt sau pot fi utilizate. n formule indicele n semnific un
nivel trofic oarecare, iar (n-1) un nivel imediat inferior.
259
Toate aceste relaii se exprim fie zecimal, fie procentual. E.P. Odum
(1971) afirma c expresiile EE sunt semnificative prin comparaie numai atunci
cnd sunt adimensionale (adic termenii se exprim n aceeai unitate de
msur), i recomand ca acolo unde se poate s se exprime n unitatea de baz
("energy currency" = cal/cal). O regul admite o reducere de 10 ori a energiei pe
msur ce aceasta trece dintr-un nivel n altul (constanta Slobodkin, 1962).
Aceasta nseamn c, de pild, dac 1000 de kcal sunt consumai de ierbivore,
cca. 100 kcal vor fi convertii n esuturi de ctre acestea, 10 kcal intr n
consumatorii secundari i numai 1 kcal n cei teriari. ns aceasta nu este o
regul universal, n multe studii s-a demonstrat c pierderile sunt ceva mai
mici. Eficienele de asimilaie variaz foarte mult la animalele poikiloterme fa
de cele homeoterme: ultimele au eficiene de asimilaie superioare fa de cele
din prima categorie. Eficiena ecologic de cretere (P/I) tinde s rmn
constant n toate nivelurile, la aproximativ 20% (Slobodkin, 1967).
Rata de transfer a fluxului de energie printr-o comunitate este inversa ratei
de reziden (Ricklefs, 1993). Aceast rat reprezint un indice al dinamicii
ecosistemului respectiv. Cu ct timpul de reziden este mai mare, cu att se
acumuleaz mai mult energie. Timpul mediu de reziden a energiei ntr-o verig
particular a unui lan trofic, rezult din relaia:
Energia stocat n biomas (kJ/m2)
Timp de reziden =
(ani)
260
Acest raport prezint valori de 3 luni n pdurile pluviale tropicale, 1-2 ani
n regiuni tropicale uscate sau montane, 4 - 16 ani n sud-estul SUA, atingnd
valori de cca. 100 ani n muni sau n pdurile boreale (idem).
ntr-o abordare mai tehnicist se poate asocia fiecrui nivel trofic o anumit
tensiune. ntre nivelurile energetice ale unei piramide eltoniene ar apare astfel
diferene de potenial, denumite de H.T. Odum (1960, ap. Stugren, 1982):
ecofore (EF).
Dup Margalef (1962, ap. Stugren, 1982) mrimea ecoforei rezult din
inecuaia:
energie necheltuit (NU)
EF =
> 0
biomas
261
folosesc la numitor energia total utilizat ntr-un an, n alte scopuri dect n
respiraie. Generaliznd i innd seama de notaiile din aceast lucrare, pentru
primul caz obinem relaia (Xn/In) unde In = totalul energetic absorbit ntr-un
sezon de reproducere. Se mai utilizeaz i expresia Browne i Russel-Hunter:
(Xn/E), unde E'= energie total anual utilizat altfel dect n respiraie.
Aceste relaii sunt fr ndoial dificil de utilizat la diferitele grupe de
organisme. Pentru a standardiza aceste EE reproductive ca expresii analoge cu
cele utilizate anterior, au fost propui urmtorii doi indici (dup A. Srkny-Kiss
i I. Srbu, 1998):
Xn
= "proporia ntre investiia reproductiv i cea somatic"
Pn
Xn
= "eficiena de utilizare a energiei absorbite n reproducere"
In
Calow (1983) mai propune un indice pentru costul reproductiv parental (C):
Energia intrat - Energia investit n reproducere
C = 1 Energia metabolismului somatic
se poate estima numrul mediu de niveluri trofice (sau verigi ale unui lan trofic).
Din relaia precedent rezult:
log(E(n)) - log(PPN)
n=1+
log(Eff)
262
12
DETRITUS
CARNIVOR
OMNIVOR
11
10
13
PRODUCATOR1
OMNIVOR
14
ERBIVOR
15
PROD. 2 PROD. 3
GRUP
BAZAL
263
264
14 - 8 - 2
15 - 8 - 5 - 2
15 - 8 - 2
15 - 2
Aceasta nseamn n total 27 rute (lanuri), media (27/6) fiind 4.5, ea
constituind lungimea medie a lanurilor trofice.
23.3. Procentul grupelor din diferitele categorii de niveluri trofice
Se distinge un nivel bazal (care nu are relaii n jos), unul de vrf (fr
relaii n sus) i o categorie a nivelurilor intermediare (specii sau grupe cu relaii
att n sus ct i n jos). n graficul precedent se observ c sunt dou grupe de
vrf, i anume 1 i 2, patru niveluri bazale (12, 13, 14, 15), restul de nou grupe
fiind intermediare. Aceasta nseamn c procentele grupelor de vrf,
intermediare i bazale sunt (n ordine): 13.33%: 26.67%: 60%.
23.4. Procentul de relaii dintre diferitele categorii de niveluri trofice
Recunoscnd cele trei categorii de niveluri trofice, se pot distinge patru
categorii de relaii: ntre nivelul de vrf i unul intermediar (V - I), ntre dou
intermediare (I - I), ntre unul intermediar i unul bazal (I - B) i ntre unul de
vrf i unul bazal (V - B). Procentele acestora se calculeaz n mod similar, prin
raportare la numrul total de relaii existente. Astfel distingem n reeaua noastr
26 de relaii n total, dintre care: 7 de tip V - I (26.92%), 9 de I - I (34.62%), 9 de
I - B (34.62%), 1 de tip V - B (3.84%).
23.5. Conectana
Complexitatea relativ a unei reele trofice se poate exprima ca raportul
dintre numrul de legturi (relaii trofice) existente i numrul maxim posibil.
Dac notm cu n numrul de grupe trofice, iar cu NM numrul maxim de
legturi posibile, atunci:
NM =
n(n 1)
2
265
Peti ihtiofagi
Peti entomofagi
Oreochromis
Zooplanctonofagi
Haplochromis
Rastrineobola
Peti malacofagi
Detritivori
Fitoplanctonofagi
Chironomidae
Chaoborous
Zooplancton
Molute
Detritus / Fitoplancton
Fig. 23.2. Reeaua trofic a Lacului Victoria nainte de introducerea bibanului de Nil
(anii 1970)
266
Rastrineobola
argentea
Caridina
nilotica
Oreochromis
Chironomidae
Zooplancton
Detritus / Fitoplancton
Fig. 23.3. Reeaua trofic a Lacului Victoria dup introducerea bibanului de Nil (1989).
3. Procentul grupelor
din diferitele niveluri
trofice
4. Procentul de
legturi
5. Conectana (C)
6. Densitatea
legturilor (D)
7. Frecvena
omnivorelor (F)
Lacul Victoria
1970
11
Lacul Victoria
1989
9
Schimbri n reea
Grupele trofice au
sczut cu 2
Lungimea medie a
lanurilor nu a fost
afectat de specia
introdus
Scade procentul
grupelor intermediare;
crete cel al grupelor
extreme
Scade numrul total de
relaii, scade proporia
celor ale grupelor
extreme, crete
proporia relaiilor
intermediare.
Conectana crete
267
268
269
care s-a remarcat prin mai multe lucrri de valoare va avea o credibilitate mai
mare i anse superioare de succes.
Multe proiecte i fonduri nu pot fi accesate dect dac membrii echipei sau remarcat deja (i) prin activitate publicistic. Exist o serie de granturi
accesibile numai pentru doctori, doctoranzi sau masteranzi.
- "Ce tie unul nu tie nimeni" (mprtirea noutilor)
Fr a fi prezentate, publicate sau popularizate, noile informaii aduse de
un profesionist practic nu exist, deoarece nu tie nimeni de ele. Valorificarea
unei lucrri se face n primul rnd prin publicare.
- Actul creaiei
Muli profesioniti nu accept s lase n urm doar urmai biologici (toate
vieuitoarele fac acest lucru) ci - fiind oameni, nelepi i raionali, dotai cu o
scnteie a geniului i mobil al creaiei - tiu c adevrata umanitate implic i
producerea de noi informaii. O lucrare valabil publicat este o urm a
existenei noastre, cu valoare pentru restul lumii n care ne-am desfurat
existena. O lucrare publicat are acelai sens pe care l au i copiii: de a lsa
urme ale existenei i bunuri ale inteligenei noastre, care vor contribui la
justificarea i edificarea lumilor viitoare.
24.3. Ce trebuie s conin o lucrare?
informaii noi, originale, validate i relevante
rezultate valoroase
probleme rezolvate sau contribuii semnificative pentru
progresul unei teme
O lucrare bun de specialitate trebuie s ndeplineasc dou condiii: n
primul rnd s descrie complet i clar tehnicile i metodele folosite, precum i
rezultatele la care s-a ajuns. n al doilea rnd trebuie s amplaseze rezultatele n
cmpul informaiilor cunoscute, s stabileasc relaii ntre ceea ce este nou i
ceea ce se cunoate deja, precum i s interpreteze semnificaiile acestora pentru
studii viitoare.
Tehnicile, metodele i materialele pe care se bazeaz cercetarea
(specimene colectate de exemplu) trebuie s fie reproductibile, respectiv
verificate. Dac s-au colectat vieuitoare, acestea trebuie conservate i etichetate,
adic incluse ntr-o colecie tiinific ce poate fi revizuit oricnd ulterior, de
ctre autor sau de ali specialiti. Tehnici mai noi implic bnci de date de
imagini sau alte forme de nregistrare, pentru a nu sacrifica inutil organismele.
Un alt motiv pentru buna descriere a condiiilor de lucru este posibilitatea
ca n viitor s se poat realiza comparaii, pentru relevarea modificrilor sau a
dinamicii proceselor ecologice. Multe lucrri din trecut, care nu specific locaia
staiilor cu acuratee, nici tehnica de colectare a probelor, sau numrul i
dimensiunea acestora, nu pot fi folosite astzi n studii comparative, iar datele
publicate sunt n cel mai bun caz valori orientative. Exist o imens cantitate de
270
studii i date care i-au pierdut valoarea, prin insuficienta descriere a condiiilor
i metodelor de lucru.
Amplasarea rezultatelor i concluziilor n perspectiva cunotinelor de
specialitate este necesar, pentru a crea legturile necesare promovrii noilor
informaii i a sesizrii semnificaiei acestora.
Dup Cox (2002) aceast amplasare n context necesit: (1) prezentarea
originii i istoricului subiectului analizat, (2) prezentarea rezumativ a
cunotinelor cu privire la tema tratat, (3) scopul i obiectivele studiului
prezent, eventual ipotezele avansate, (4) interpretarea rezultatelor din
perspectiva acestor obiective i ipoteze, dar i a strii generale de cunoatere a
problemei, i - eventual - (5) identificarea de ntrebri i probleme viitoare, sau
care necesit a fi studiate n perspectiv (la multe studii pe parcursul derulrii
programului, apar noi i noi ntrebri i probleme).
Datele trebuie clar prezentate n tabele i grafice, care s fie explicate i
interpretate n text.
Pentru adaptarea stilului, citri, concepii i ghiduri de alctuire a unei
lucrri tiinifice, exist un numr mereu n cretere de manuale (Katz 1986,
McMillan 1996, Alley 1996, Day 1998, Huth 1994 etc., ap. Cox, 2002).
O alt tehnic foarte bun, pentru a nva despre concepie i stil, este s
citim articole de marc din diferite reviste i jurnale de mare valoare, cu
circulaie internaional, i s le analizm ca pe nite modele.
24.4. Cum organizm o lucrare de specialitate?
Lucrarea trebuie s fie ct mai complet, dar totodat s evite informaiile
redundante, nesemnificative n context. Ea trebuie s fie optim organizat i
concis. Stilul se recomand a fi clar, lipsit de ambiguiti, n conformitate cu
rigorile i cerinele tiinifice.
n decursul timpului s-a dezvolat un format tipic pentru lucrrile de profil,
promovat din dorina de organizare a informaiei i a sesizrii semnificaiei de
ctre cei care utilizeaz lucrarea cu pricina. Aceast organizare poate suferi
diverse adaptri n funcie de scopul, tema sau domeniile tratate. n general,
distingem cinci pri absolut necesare (introducerea, metodele de studiu,
rezultatele, discuiile i concluziile), la care se adaug uneori i alte diviziuni.
La lucrrile de licen (i din pcate nu numai) pot fi introduse o serie de alte
capitole, mai mult sau mai puin legate de subiectul tratat, cu scopul de a
convinge comisia c studentul "i-a fcut temele" (adic s-a documentat
corespunztor), respectiv c a citit, a analizat, are capacitate de sintez i de
punere n context a subiectului tratat. Principial acest fapt nu este ru, dar nici nu
susin necesitatea acestui efort. n fond conteaz ceea ce este original.
Organizarea i denumirile capitolelor se vor face i n funcie de tipul de
lucrare (dac este de licen sau o carte poate avea mai multe capitole, fiecare
subdivizat dup preferinele autorului) i de subiectul analizat. Pentru a face o
distincie primar ntre organizarea unei lucrri tiinifice (o vom nota cu S) sau
271
de licen (vom scrie L), naintea fiecrei diviziuni vom trece litera
corepunztoare. Dac tipul de diviziune este larg utilizat (n toate sau
majoritatea lucrrilor de specialitate - vom scrie nainte "T" de la "toate")
Organizarea i divizarea lucrrii de specialitate
(T) TITLU
(T) AUTOR(I)
(L) ndrumtor tiinific/Coordonator(i)
(S) REZUMAT(E)
(S) CUVINTE CHEIE
(T) INTRODUCERE
(L) la licene se va trata istoricul subiectului/temei (cel mai adesea)
separat
(T) METODA DE CERCETARE (DE STUDIU)
sau: MATERIAL I METOD
(L) la lucrrile de licen, n funcie i de opiniile ndrumtorului, se vor
include diferite alte capitole, cum ar fi: DESCRIEREA ZONEI DE LUCRU sau
CADRUL FIZICO-GEOGRAFIC, i diverse alte caracterizri (ale reelelor
hidrografice, solurilor, vegetaiei etc. - n funcie de subiectul tratat)
(L) tot la lucrri de licen i dizertaie - se pratic introducerea unui
(unor) capitol(e) teoretice, care s demonstreze faptul c studentul a citit mai
mult n domeniu, c are o viziune de ansamblu asupra subiectului, precum i s
reflecte capacitatea de sintez, respectiv de a analiza studiul n contextul
tematicii (adic un fel de umplutur...)
(T) REZULTATE
(T) DISCUII
(sau combinat: REZULTATE I DISCUII)
(T) CONCLUZII
(S) MULUMIRI
(T) BIBLIOGRAFIE
(S) ADRESE ALE AUTORULUI (AUTORILOR)
n cele ce urmeaz vom elabora cteva linii directoare pentru principalele
diviziuni ale lucrrii. S nu se uite c multe reguli, mai ales legate de prezentare,
tehnoredactare, lungime etc. sunt variabile i impuse de tradiia instituiei, sau de
ctre edituri i redactori; nu este nici locul i nici motiv s dezbatem aici toate
aceste variante. Ele sunt adesea relativ arbitrare sau convenionale, cu
repercusiuni asupra formei i prea puin asupra coninutului.
De exemplu la secia maghiar a ecologiei de la Cluj studenii erau
ncurajai s nu elaboreze lucrri de licen mai lungi de 30 de pagini, n care s
redea rezumativ n mod special rezultatele proprii. La Sibiu suntei uneori
ncurajai s depii 60-80 de pagini ... Prin comparaie o lucrare de doctorat
272
rezonabil are n jur de 200-300 de pagini n biologie sau ecologie, dar poate
depi 400 - 600 la litere, istorie, teologie etc.
Cuvintele cheie
Sunt folosite numai la lucrri de cercetare, pentru publicaii, fiind expresii
sau cuvinte singulare, care constituie o indicaie asupra aspectelor tratate n
lucrare, o direcionare a liniilor tematicii, eventual lmuriri suplimentare ale
semnificaiei titlului. n general se recomand ca acestea s nu repete cuvinte
sau expresii din titlu.
Introducerea
n aceasta se pot trata succint istoricul cercetrilor n domeniu, numele
autorilor i anii contribuiilor notabile, se pot explica obiectivele studiului i
motivele autorului. O introducere eficient ar trebui s rspund la urmtoarele
ntrebri (dup Cox, 2002) :
- De ce a realizat autorul acest studiu?
Se expun motivele cercetrii, cum ar fi observaiile sau problema
identificat, lipsa informaiilor (actuale) cu privire la subiect, ipotezele i
originea lor n studii demonstrative etc.
- Care este starea actual a cunoaterii subiectului investigat?
Se prezint n mod succint cine i ce a mai lucrat la tema n cauz, se
prezint progresul temei analizate, se analizeaz rezumativ starea de cunoatere,
cu referire i la ceea ce nu se tie sau problemele constatate.
- Ce va face autorul?
Se prezint rezumativ scopul i obiectivele cercetrii, ntrebrile la care va
rspunde lucrarea, eventual ipotezele de plecare.
Material (i Metod / Metode de cercetare/ de studiu)
Autorul rspunde pe scurt la ntrebrile despre unde, cnd i cum s-a
elaborat respectivul studiu.
Unde?
Localizai zona investigat (o schi a ariei, amplasarea staiilor de
prelevare, de exemplu), descriei aspectele relevante ale ariei i habitatelor, de ce
ai ales locaia cu pricina i alte amnunte legate de poziie.
Cnd?
Amplasai studiul n context temporal, incluznd datele relevante
pentru tema n cauz (periodicitate i motivaia acesteia, de exemplu).
Cum?
Enunai tehnicile folosite, aparate, instrumente, descriei
echipamentul folosit (fr amnunte inutile deoarece v adresai unor specialiti
i nu este un material cu valoare didactic), designul experimental, metoda de
colectare a probelor, alegerea dimensiunii probei unitare i a celei statistice,
algoritmul de localizare a probelor n teren, metode de analiz, prelucrare i
sintez a datelor, software utilizat, teste cu indicaii bibliografice, tipul
parametrilor ecologici cantitativi i calitativi (fr formule inutile; mai bine
indicai o surs dup care v-ai ghidat sau ai selectat indicii cu pricina) i orice
273
alte informaii care permit altora s neleag cum ai lucrat, respectiv s poat
repeta studiul vostru.
Rezultate
n aceast seciune se raporteaz n manier sintetic, rezultatele
(informaiile originale obinute n urma) studiului. n general nu sunt redate date
brute sau primare (ocazional, dac sunt foarte importante sau relevante pot fi
incluse n anexe). Se prezint sinteze statistice descriptive i infereniale ale
datelor, cu precizarea nivelurilor de semnificaie, respectiv a gradului de eroare
posibil sau tolerat. O bun ilustrare a rezultatelor implic tabele i grafice
judicios construite. Pentru decizii asupra testelor se ofer date de identificare (de
exemplu t = 4,69 la 32 grade de libertate, respingem ipoteza nul la < 0,05;
prin urmare mediile difer semnificativ... ).
Dac am optat pentru separarea rezultatelor de discuii, atunci aceast
seciune nu trebuie s includ interpretri ale datelor.
Discuii
Adesea reunit cu seciunea precedent, prezint interpretarea i
semnificaiile rezultatelor, precum i legtura dintre acestea i starea de
cunoatere n domeniu. Dup Cox (2002) ar trebui atinse obiective dintre cele
expuse mai jos:
- elaborarea de concluzii privitoare la ipotezele avansate n cadrul
studiului;
- interpretarea semnificaiei informaiilor obinute;
- compararea rezultatelor proprii cu cele din alte surse sau studii;
- identificarea de erori, probleme legate de tehnici, aspecte critice;
- speculaii cu privire la semnificaiile mai largi ale rezultatelor;
- identificarea etapelor viitoare sau prefigurarea continurii studiului;
- sugerare de mbuntiri ale metodei, tehnicii etc.;
Concluzii
Constituie un foarte scurt text legat de esena interpretrilor i
semnificaiile mai largi ale rezultatelor i discuiilor, n prezentare succint i
rezumativ. Constituie miezul informaiilor care explic noul adus de lucrare,
amplasat n context tiinific.
Adesea concluziile se redau sub form de puncte (numerotate de exemplu)
sau de paragrafe separate prin marcaje.
Niciodat aceast seciune nu trebuie s fi lung i nici s conin fraze cu
semnificaii prea generale.
Cum citm informaia altora?
n text: (nume, an)
ex. ... (Vasilescu, 2001)
ex. Dup (n conformitate cu) Vasilescu (2001) ...
ex. (Dac persoana respectiv ne-a oferit informaia direct)
Vasilescu (pers. comm., sau in. verbis); (deci comunicare personal sau
informaie verbal de la autor)
274
275
276
ndrumtor)!
- Scriei denumirile tiinifice ale taxonilor conform uzanelor
internaionale (de exemplu taxon supraspecific cu majuscul, specia cu iniial
cursiv, ambele italice, indicare de na i an, cu respectarea ortografiei adecvate
etc.)
Resurse internet pentru alte informaii legate de elaborarea lucrrilor:
http://owl.english.purdue.edu/owl/
Asigur legturi spre situri care se refer la elaborarea articolelor i a
referatelor tiinifice, incluznd stiluri i formate de scriere, norme ortografice,
citarea surselor, precum i ghiduri pentru elaborarea lucrrilor de specialitate.
http://cgi.duke.edu/web/sciwriting/index.php
24.6. Cum ne documentm asupra unei teme/subiect?
24.6.1. Ce nseamn i la ce folosete documentarea?
Documentarea se refer la cunoaterea i studiul tuturor informaiilor
relevante cu privire la tema, subiectul sau problema abordat.
Aceste informaii:
eafodeaz imaginea problemei;
permit obinerea unei juste perspective asupra temei;
contribuie la evitarea redundanei;
dimensioneaz judicios designului experimental;
constituie un ghid practic i teoretic;
relev importana noului adus;
relev legturile (contextul);
Cu alte cuvinte documentarea n sine este o etap esenial a cercetrii,
care poate ocupa un interval de timp mare i efort considerabil. Studiul tuturor
informaiilor relevante, disponibile cu privire la un anumit subiect, este o tem
de cercetare bibliografic. Istoria tiinei este plin de studii i cercetri care nu
aduc nimic nou, produc informaii care nu pot fi valorificate, deci care nu au nici
un rezultat semnificativ.
La nceputul drumului n cariera de specialitate, tinerii sunt n general
foarte departe de imaginea diversitii i cantitii extraordinare de informaii
disponibile pe plan internaional. Capacitatea de a utiliza sursele informaionale,
localizarea i trierea acestora, relevarea i discernerea informaiilor, sunt nsuiri
eseniale, obligatorii, i care trebuie dezvoltate permanent de ctre cercettorii
moderni.
24.6.2. Care sunt principalele surse informaionale?
1. Resurse umane
2. Resurse bibliografice clasice (publicaii): cri, reviste, jurnale etc.
3. Resurse electronice computerizate: bnci de date, reviste pe suport electronic,
cataloage, cri digitale, rezumate ale unor simpozioane, rapoarte, situri
guvernamentale sau ale unor organizaii neguvernamentale (WWF, IUCN etc.)
277
278
279
280
281
25. Bibliografie
25. BIBLIOGRAFIE
1. Bnrescu, P.M., 1973 - Principiile i metodele zoologiei sistematice. Ed. Acad.
R.S.R., Bucureti.
2. Begon, M., Harper, J.L., Townsend, C.R., 1986 - Ecology. Individuals,
Populations and Communities. Sinauer Associates Inc., Publ., Sunderland,
Massachusets.
3. Benedek, A.M., 1999 - Data on the avifauna from the "Sub Arini" Park (Sibiu), in
hiemal, prevernal and autumnal aspects. Transylv. Rev. Syst. Ecol. Res., 1, The
Upper and Middle Olt River Valley, Sibiu, p. 203 - 214.
4. Benedek, A.M., Srbu, I., Coofan, M., 2002 - Study on the small mammal
communities from the Lotrioara River Basin (Lotru Mountains). Trav. Mus. Nat.
Hist. natl. "Grigore Antipa" Bucharest, XLIV, 455 - 464.
5. Benedek, A.M., Dumitru A., Sbrcea, R., 2007 Correlation between diet and breeding
of Tyto alba (Scopoli, 1769) (Aves: Tytonidae). Trav. Mus. Nat. Hist. natl. Grigore
Antipa Bucharest, L, 329-335.
282
25. Bibliografie
283
39. McDonald, J.H., 2009 Handbook of Biological Statistics. Second Edition, Sparky
House Publishing, Baltimore.
40. Mech, L.D., Barber, S.M., 2002 - A critique of wildlife radio-tracking and its use in
national parks: a report to the U.S. National Park Service. U.S. Geological Survey,
Northern Prairie Wildlife Research Center, Jamestown.
41. Michener, W.K., Brunt, J.W., 2000 - Ecological Data: Design, Management and
Processing. Methods in Ecology; Blackwell Science.
42. Micu, M., 2001 - Pedologie (partea I), note de curs. Fundaia Universitar Alma
Mater, Universitatea Lucian Blaga Sibiu.
43. Mitchell, P., 2000 - 101 Key Ideas: Ecology. Teach Yourself, Hodder & Stoughton,
London, NTC Contemporary Publishing, Lincolnwood.
44. Moss, B., 1997 - Ecology of Fresh Waters; Man and Medium (2nd ed.), Blackwell
Science, Oxford, London, Edinburgh, Malden, Carlton, Berlin, Vienna.
45. Murariu, D., 2000 - Fauna Romniei, XVI (Mammalia), 1, Insectivora. Ed. Acad.
Romne, Bucureti.
46. Murariu, D., 2001 - Fauna Romniei, XVI (Mammalia), 2, Rodentia. Ed. Acad.
Romne, Bucureti.
47. Odum, E.P., 1971 - Fundamentals of Ecology. W.B. Saunders Company,
Philladelphia, Toronto.
48. Ricklefs, R.E., 1993 - The Economy of Nature. ed. III, W.H. Freeman, New York.
49. Rudran, R., 1996 - Methods for Marking Mammals. In Measuring and Monitoring
Biological Diversity. Standard methods for Mammals. Smithsonian Institution
Press, Washington and London, I - XXIII, p. 299 - 310.
50. Saporta, G., tefnescu, V., 1996 - Analiza datelor i informatic. Ed. Econ.,
Bucureti.
51. Sndor, A., 2000 - Metode speciale de numrare a unor categorii de psri. Metode
de evaluare a abundenei psrilor. Red. D. Munteanu, Publicaiile Societii
Ornitologice Romne, 10, Cluj, p. 134 - 141.
52. Srkny-Kiss, A., Srbu, I., 1998 - Sintez critic a eficienelor energetice ecologice.
Acta oecologica, Univ. Lucian Blaga, Sibiu, V (1-2), p. 139 - 153.
53. Scheiber, E., Lixndroiu, D., 1994 - MathCAD. Prezentare i probleme rezolvate.
Ed. Tehnic, Bucureti.
54. Schwerdfeger, F., 1975 - kologie der Tiere. Band III, Synkologie. Verlag Paul
Parey, Hamburg und Berlin.
55. Schwerdfeger, F., 1979 - kologie der Tiere. Band II, Demkologie. Verlag Paul
Parey, Hamburg und Berlin.
56. Selye, H., 1984 - tiin i Via. Idei Contemporane, Ed. Politic, Bucureti, p. 23
- 169.
57. Srbu, I., 1998 - Studiu comparativ al variabilitii biometrice i morfologice la
diferite populaii de Holandriana holandrii C. Pfeiffer, 1828 (Gastropoda:
Prosobranchia: Pleuroceridae). Acta oecologica, Univ. Lucian Blaga, Sibiu, V (12), p. 45 - 57.
58. Srbu, I., 2001 - Bazele metodologiei ecologice. Cartea Muntelui, eds. I. Srbu, A.M.
Benedek, Ed. Mira Design, Sibiu, p. 60 - 99.
59. Srbu, I., Srkny-Kiss, A., Srbu, M., 2002 Evaluarea strii ecologice a rului
Mure pe baza comunitilor de macronevertebrate bentonice. Contribuii la
284
cunoaterea ecologiei rurilor i zonelor umede din bazinul Tisei, Eds. A. SrknyKiss & I. Srbu, Ed. Liga Pro Europa, Tg. Mure, p. 59 71.
60. Srbu, I., 2003 - Sisteme ecologice: structur i funcii. Partea a doua: Ecologia
comunitilor - note de curs; Ed. Alma Mater, Sibiu.
61. Srbu, I., 2003 A new mathematical measure of ecological niches overlap and
similarity assessment. Acta oecologica, Univ. Lucian Blaga, Sibiu, X (1-2), p. 167 172 .
62. Srbu, I., 2003 - Studiu asupra molutelor dulcicole din Transilvania, Banat,
Criana i Maramure. Tez de doctorat. Institutul de Biologie al Academiei
Romne, Bucureti.
63. Srbu, I., Benedek, A.M., 2004 - The genus Pisidium C. Pfeiffer 1821 (Bivalvia,
Sphaeriidae, Pisidiinae) in the Romanian Inner Carpathian Basin. Trav. Mus. Nat.
Hist. natl. Grigore Antipa Bucharest, XLVII, 7-21.
64. Srbu, I., 2006 - Aspects concerning the distribution and ecology of the freshwater
molluscs from the Romanian Inner Carpathian Basin. Heldia, 6 (3/4), Mnchen, p.
109 - 128.
65. Srbu, I., Srkny-Kiss, A., Srbu, M., Benedek, A.M., 2006 - The Unionidae from
Transylvania and neighboring regions (Romania). Heldia, 6 (3/4), Mnchen, p. 151
- 160.
66. Srbu. I., 2009 Bazele modelrii proceselor i sistemelor ecologice. Edit. Univ.
Lucian Blaga, Sibiu.
67. Slobodkin, L.B., Smith, F.E., Hairston, H.G., 1967 - Regulation in terrestrial
ecosystems and the implied balance of nature. American Naturalist, 101, p. 109 124.
68. Smith, R.L., 1986 - Elements of Ecology (second edition). Harper & Row,
Publishers, New-York.
69. Smith, R.L., 1990 - Ecology and Field Biology. Harper & Row, Publishers, New
York, Grand Rapids, Philadelphia, St. Louis, San Francisco, London, Sydney,
Tokyo.
70. Sokal, R.R., Rohlf, F.J., 1981 - Biometry. The Principles and Practice of Statistics
in Biological Research (second edition). W.H. Freeman and Company, New York.
71. Southwood, T.R.E., 1978 - Ecological Methods, (2nd ed.). Chapman and Hall,
London, Wiley, New York.
72. Stnescu, D., 1971 - Ornitofauna Parcului Sub Arini din Sibiu. Analiza cantitativ
i calitativ a populaiilor de psri, 1969 - 1970. Studii i comunicri, Muzeul
Bruckenthal Sibiu, 17, p. 247 - 282.
73. Storm, R., 1988 - Wahrscheinlichkeitsrechnung mathematische Statistik und
statistische Qualittskontrolle (9. Auflage).VEB Fachbuchverlag, Leipzig.
74. Stugren, B., 1982 - Bazele ecologiei generale. Ed. t. i Ped., Bucureti.
75. Stugren, B., 1994 - Ecologie teoretic. Ed. Sarmis, Cluj-Napoca.
76. Tait, R.V., Dipper, F.A., 1998 - Elements of Marine Ecology, Fourth Edition,
Butterworth-Heinemann, Oxford.
77. Waijandt, J., 1995 - Physical and chemical characteristics of the Maros (Mure)
River. The Maros/Mure River Valley; TISCIA Monograph Series, Eds. A.
Srkny-Kiss & J. Hamar, Szolnok-Szeged-Trgu Mure, p. 119 - 134.
25. Bibliografie
285
78. Zsuga, K., 1995 - Zooplankton investigation in a longitudinal section of the Maros
(Mure) River. The Maros/Mure River Valley; TISCIA Monograph Series, Eds. A.
Srkny-Kiss & J. Hamar, Szolnok-Szeged-Trgu Mure, p. 175 - 183.
79. Zsuga, K., 1997 - The ecological condition of the Cri/Krs catchment area on the
basis of planktonic fauna. The Cri/Krs Rivers Valleys; TISCIA Monograph
Series, Eds. A. Srkny-Kiss & J. Hamar, Szolnok - Szeged - Trgu Mure, p. 135 152.
80. ***, 1996 - Measuring and Monitoring Biological Diversity. Standard methods for
Mammals. Edited by Don E. Wilson, F. Russel Cole, James D. Nichols,
Rasanayagam Rudran and Mercedes S. Foster. Smithsonian Institution Press.
Washington and London: I - XXIII, p. 1 - 409.
286
26. ANEXE
Tabele statistice
Tab. 26.1. Extras din tabelul cu valori critice ale distribuiei t-Student
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
0.10
3.078
1.886
1.638
1.533
1.476
1.440
1.415
1.397
1.383
1.372
1.363
1.356
1.350
1.345
1.341
1.337
1.333
1.330
1.328
1.325
1.323
1.321
1.319
1.318
1.316
1.315
1.314
1.313
1.311
1.282
Nivel de semnificaie
0.05
0.025
0.01
6.314
12.706 31.821
2.920
4.303
6.965
2.353
3.182
4.541
2.132
2.776
3.747
2.015
2.571
3.365
1.943
2.447
3.143
1.895
2.365
2.998
1.860
2.306
2.896
1.833
2.262
2.821
1.812
2.228
2.764
1.796
2.201
2.718
1.782
2.179
2.681
1.771
2.160
2.650
1.761
2.145
2.624
1.753
2.131
2.602
1.746
2.120
2.583
1.740
2.110
2.567
1.734
2.101
2.552
1.729
2.093
2.539
1.725
2.086
2.528
1.721
2.080
2.518
1.717
2.074
2.508
1.714
2.069
2.500
1.711
2.064
2.492
1.708
2.060
2.485
1.706
2.056
2.479
1.703
2.052
2.473
1.701
2.048
2.467
1.699
2.045
2.462
1.645
1.960
2.326
0.005
63.657
9.925
5.841
4.604
4.032
3.707
3.499
3.355
3.250
3.169
3.106
3.055
3.012
2.977
2.947
2.921
2.898
2.878
2.861
2.845
2.831
2.819
2.807
2.797
2.787
2.779
2.771
2.763
2.756
2.576
287
26. Anexe
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
nivel de semnificaie
0.10
a
0.016
0.21
0.58
1.06
1.61
2.20
2.83
3.49
4.17
4.87
5.58
6.30
7.04
7.79
8.55
9.31
10.09
10.86
11.65
12.44
13.24
14.04
14.85
15.66
16.47
17.29
18.11
18.94
19.77
20.60
29.05
37.69
46.46
55.33
64.28
73.29
82.36
b
2.71
4.61
6.25
7.78
9.24
10.64
12.02
13.36
14.68
15.99
17.28
18.55
19.81
21.06
22.31
23.54
24.77
25.99
27.20
28.41
29.62
30.81
32.01
33.20
34.38
35.56
36.74
37.92
39.09
40.26
51.81
63.17
74.04
85.53
96.58
107.57
118.50
0.05
a
b
-4
39*10
3.84
0.10
5.99
0.35
7.81
0.71
9.49
1.15
11.07
1.64
12.59
2.17
14.07
2.73
15.51
3.33
16.92
3.94
18.31
4.57
19.68
5.23
21.03
5.89
22.36
6.57
23.68
7.26
25.00
7.96
26.30
8.67
27.59
9.39
28.87
10.12
30.14
10.85
31.41
11.59
32.67
12.34
33.92
13.09
35.17
13.85
36.42
14.61
37.65
15.38
38.89
16.15
40.11
16.93
41.34
17.71
42.56
18.49
43.77
26.51
55.76
34.76
67.50
43.19
79.08
51.74
90.53
60.39
101.88
69.13
113.15
77.93
124.34
0.025
a
b
-5
98*10
5.02
0.05
7.38
0.22
9.35
0.48
11.14
0.83
12.83
1.24
14.45
1.69
16.01
2.18
17.53
2.70
19.02
3.25
20.48
3.82
21.92
4.40
23.34
5.01
24.74
5.63
26.12
6.26
27.49
6.91
28.85
7.56
30.19
8.23
31.53
8.91
32.85
9.59
34.17
10.28
35.48
10.98
36.78
11.69
38.08
12.40
39.36
13.12
40.65
13.84
41.92
14.57
43.19
15.31
44.46
16.05
45.72
16.79
46.98
24.43
59.34
32.36
71.42
40.48
83.30
48.76
95.02
57.15
106.63
65.65
118.14
74.22
129.56
0.01
a
b
-5
16*10
6.63
0.02
9.21
0.11
11.34
0.30
13.28
0.55
15.09
0.87
16.81
1.24
18.48
1.65
20.09
2.09
21.67
2.56
23.21
3.05
24.73
3.57
26.22
4.11
27.69
4.66
29.14
5.23
30.58
5.81
32.00
6.41
33.41
7.01
34.81
7.63
36.19
8.26
37.57
8.90
38.93
9.54
40.29
10.20
41.64
10.86
42.98
11.52
44.31
12.20
45.64
12.88
46.96
13.56
48.28
14.26
49.59
14.95
50.89
22.16
63.69
29.17
76.15
37.48
88.38
45.44
100.43
53.54
112.33
61.75
124.12
70.06
135.81
288
n
5
6
7
8
9
10
11
12
13
14
15
20
25
30
nivel de semnificaie ()
0.10
0.02
a
b
a
b
-0.753 0.254 -0.798 0.297
-0.708 0.345 -0.863 0.447
-0.674 0.37 -0.799 0.510
-0.625 0.371 -0.764 0.531
-0.593 0.366 -0.737 0.533
-0.564 0.36 -0.705 0.525
-0.539 0.353 -0.679 0.515
-0.516 0.348 -0.655 0.505
-0.497 0.341 -0.634 0.495
-0.479 0.335 -0.615 0.485
-0.462 0.328 -0.597 0.475
-0.399 0.326 -0.524 0.432
-0.356 0.276 -0.473 0.398
-0.325 0.257 -0.433 0.370
Z
3.29
3.09
3.00
2.58
2.33
2.00
1.96
1.64
1.28
1.00
289
26. Anexe
n
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
150
200
500
1000
nivel de semnificaie ()
0.05
0.10
a
b
a
b
1.758
1.999
1.782
1.997
1.98
2.429
2.04
2.409
2.15
2.753
2.22
2.712
2.28
3.012
2.37
2.949
2.40
3.222
2.49
3.143
2.50
3.399
2.39
3.308
2.59
3.552
2.68
3.449
2.67
3.685
2.76
3.57
2.74
3.80
2.84
3.68
2.80
5.9
2.90
3.78
2.86
4.00
2.96
3.87
2.92
4.00
3.02
3.95
2.97
4.17
3.07
4.92
3.01
4.24
3.12
4.09
3.06
4.31
3.47
4.15
3.10
4.37
3.21
4.21
3.14
4.43
3.25
4.27
3.18
4.49
3.29
4.32
3.34
4.71
3.45
4.53
3.47
4.89
3.59
4.70
3.58
5.04
3.78
4.84
3.67
5.16
3.79
4.96
3.75
5.26
3.58
5.06
3.83
5.36
3.95
5.14
3.90
5.43
4.07
5.22
3.96
5.51
4.08
5.29
4.01
5.57
4.14
5.35
4.06
5.63
4.19
5.41
4.11
5.68
4.24
5.46
4.15
5.73
4.28
5.51
4.20
5.78
4.23
5.56
4.24
5.82
4.36
5.60
4.27
5.86
4.40
5.64
4.31
5.90
4.44
5.68
4.59
6.18
4.72
5.96
4.78
6.39
4.90
6.15
5.47
6.94
5.49
6.72
5.79
7.32
5.92
7.11
Tab. 26. 6. Extras din tabelul cu valori critice ale testului U Mann-Whitney, pentru nivelul = 0.05
(tabelul este simetric, n1 i n2 pot fi considerate n orice ordine)
n2
n1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
0
0
0
0
1
1
1
1
1
2
2
2
2
0
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
0
1
2
3
4
4
5
6
7
8
9
10
11
11
12
13
13
0
1
2
3
5
6
7
8
9
11
12
13
14
15
17
18
19
20
1
2
3
5
6
8
10
11
13
14
16
17
19
21
22
24
25
27
10
11
12
13
14
15
16
17
18
19
20
1
3
5
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
0
2
4
6
8
10
13
15
17
19
22
24
26
29
31
34
36
38
41
0
2
4
7
10
12
15
17
20
23
26
28
31
34
37
39
42
45
48
0
3
5
8
11
14
17
20
23
26
29
33
36
39
42
45
48
52
55
0
3
6
9
13
16
19
23
26
30
33
37
40
44
47
51
55
58
62
1
4
7
11
14
18
22
26
29
33
37
41
45
49
53
57
61
65
69
1
4
8
12
16
20
24
28
33
37
41
45
50
54
59
63
67
72
76
1
5
9
13
17
22
24
31
36
40
45
50
55
59
64
67
74
78
83
1
5
10
14
19
24
29
34
39
44
49
54
59
64
70
75
80
85
90
1
6
11
15
21
26
31
37
42
47
53
59
64
70
75
81
86
92
98
2
6
11
17
22
28
34
39
45
51
57
63
67
75
81
87
93
99
105
2
7
12
18
24
30
36
42
48
55
61
67
74
80
86
93
99
106
112
2
7
13
19
25
32
38
45
52
58
65
72
78
85
92
99
106
113
119
2
8
13
20
27
34
41
48
55
62
69
76
83
90
98
105
112
119
127
Tab. 26. 7. Extras din tabelul cu valori critice ale testului F-Fischer, pentru nivelul = 0.05
-----------------------------------------------------------------------------------------------------------2
1
4
5
6
7
8
9
10
11
12
14
16
20
24
30
40
50
75
100 200 500
-------------------------------------------------------------------------------------------------------46.39 6.26 6.16 6.09 6.04 6.00 5.96 5.94 5.91 5.87 5.84 5.80 5.77 5.75 5.72 5.70 5.68 5.66 5.65 5.64 5.63
55.19 5.05 4.95 4.88 4.82 4.77 4.74 4.70 4.68 4.64 4.60 4.56 4.53 4.50 4.46 4.44 4.42 4.41 4.39 4.37 4.36
64.53 4.39 4.28 4.21 4.15 4.10 4.06 4.03 4.00 3.96 3.92 3.87 3.84 3.81 3.77 3.75 3.72 3.71 3.69 3.68 3.67
74.12 3.97 3.87 3.79 3.73 3.68 3.64 3.60 3.57 3.53 3.49 3.44 3.41 3.38 3.34 3.32 3.29 3.27 3.25 3.24 3.23
83.84 3.69 3.58 3.50 3.44 3.39 3.35 3.31 3.28 3.24 3.20 3.15 3.12 3.08 3.05 3.02 3.00 2.97 2.95 2.94 2.93
93.63 3.48 3.37 3.29 3.23 3.18 3.14 3.10 3.07 3.03 2.99 2.93 2.90 2.86 2.83 2.80 2.77 2.76 2.73 2.72 2.71
103.48 3.33 3.22 3.14 3.07 3.02 2.98 2.94 2.91 2.86 2.83 2.77 2.74 2.70 2.66 2.64 2.61 2.59 2.56 2.55 2.54
113.36 3.20 3.09 3.01 2.95 2.90 2.85 2.82 2.79 2.74 2.70 2.65 2.61 2.57 2.53 2.51 2.47 2.46 2.43 2.42 2.40
123.26 3.11 3.00 2.91 2.85 2.80 2.75 2.72 2.69 2.64 2.60 2.54 2.51 2.47 2.43 2.40 2.36 2.35 2.32 2.31 2.30
143.11 2.96 2.85 2.76 2.70 2.65 2.60 2.57 2.53 2.48 2.44 2.39 2.35 2.31 2.27 2.24 2.21 2.19 2.16 2.14 2.13
163.01 2.85 2.74 2.66 2.59 2.54 2.49 2.46 2.42 2.37 2.33 2.28 2.24 2.19 2.15 2.12 2.09 2.07 2.04 2.02 2.01
202.87 2.71 2.60 2.51 2.45 2.39 2.35 2.31 2.28 2.22 2.18 2.12 2.08 2.04 1.99 1.97 1.92 1.91 1.88 1.86 1.84
242.78 2.62 2.51 2.42 2.36 2.30 2.25 2.22 2.18 2.13 2.09 2.03 1.98 1.94 1.89 1.86 1.82 1.80 1.77 1.75 1.73
302.69 2.53 2.42 2.33 2.27 2.21 2.16 2.13 2.09 2.04 1.99 1.93 1.89 1.84 1.79 1.76 1.72 1.70 1.66 1.64 1.62
402.61 2.45 2.34 2.25 2.18 2.12 2.08 2.04 2.00 1.95 1.90 1.84 1.79 1.74 1.69 1.66 1.61 1.59 1.55 1.53 1.51
502.56 2.40 2.29 2.20 2.13 2.07 2.03 1.99 1.95 1.89 1.85 1.78 1.74 1.69 1.63 1.60 1.55 1.52 1.48 1.46 1.44
602.53 2.37 2.25 2.17 2.10 2.04 1.99 1.95 1.92 1.86 1.82 1.75 1.70 1.65 1.59 1.56 1.50 1.48 1.44 1.41 1.39
702.50 2.35 2.23 2.14 2.07 2.02 1.97 1.93 1.89 1.84 1.79 1.72 1.67 1.62 1.57 1.53 1.47 1.45 1.40 1.37 1.35
802.49 2.33 2.21 2.13 2.06 2.00 1.95 1.91 1.88 1.82 1.77 1.70 1.65 1.60 1.54 1.51 1.45 1.43 1.38 1.35 1.32
1002.46 2.31 2.19 2.10 2.03 1.97 1.93 1.89 1.85 1.79 1.75 1.68 1.63 1.57 1.52 1.48 1.42 1.39 1.34 1.31 1.28
2002.42 2.26 2.14 2.06 1.98 1.93 1.88 1.84 1.80 1.74 1.69 1.62 1.57 1.52 1.46 1.41 1.35 1.32 1.26 1.22 1.19
4002.39 2.23 2.12 2.03 1.96 1.90 1.85 1.81 1.78 1.72 1.67 1.60 1.54 1.49 1.42 1.38 1.32 1.28 1.22 1.16 1.13
3
10 2.38 2.22 2.11 2.02 1.95 1.89 1.84 1.80 1.76 1.70 1.65 1.58 1.53 1.47 1.41 1.36 1.30 1.26 1.19 1.13 1.08
2.37 2.21 2.10 2.01 1.94 1.88 1.83 1.79 1.75 1.69 1.64 1.57 1.52 1.46 1.39 1.35 1.28 1.24 1.17 1.11 1.00
------------------------------------------------------------------------------------------------------------
Tab. 26. 8. Valorile critice ale testului Tukey (extras) pentru =0.05
a semnific numrul total de medii care sunt comparate numrul de grade de libertate a numitorului parametrului F (testul F-Fischer)
a
10
11
12
13
14
15
16
17
18
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
24
30
40
60
120
17.97 26.98 32.82 37.08 40.41 43.12 45.40 47.36 49.07 50.59 51.96 53.20 54.33 55.36 56.32 57.22 58.04
6.08 8.33 9.80 10.88 11.74 12.44 13.03 13.54 13.99 14.39 14.75 15.08 15.38 15.65 15.91 16.14 16.37
4.50 5.91 6.82 7.50 8.04 8.48 8.85 9.18 9.46 9.72 9.95 10.15 10.35 10.52 10.69 10.84 10.98
3.93 5.04 5.76 6.29 6.71 7.05 7.35 7.60 7.83 8.03 8.21 8.37 8.52 8.66 8.79 8.91 9.03
3.64 4.60 5.22 5.67 6.03 6.33 6.58 6.80 6.99 7.17 7.32 7.47 7.60 7.72 7.83 7.93 8.03
3.46 4.34 4.90 5.30 5.63 5.90 6.12 6.32 6.49 6.65 6.79 6.92 7.03 7.14 7.24 7.34
7.43
3.34 4.16 4.68 5.06 5.36 5.61 5.82 6.00 6.16 6.30 6.43 6.55 6.66 6.76 6.85 6.94 7.02
3.26 4.04 4.53 4.89 5.17 5.40 5.60 5.77 5.92 6.05 6.18 6.29 6.39 6.48 6.57 6.65 6.73
3.20 3.95 4.41 4.76 5.02 5.24 5.43 5.59 5.74 5.87 5.98 6.09 6.19 6.28 6.36 6.44 6.51
3.15 3.88 4.33 4.65 4.91 5.12 5.30 5.46 5.60 5.72 5.83 5.93 6.03 6.11 6.19 6.27 6.34
3.11 3.82 4.26 4.57 4.82 5.03 5.20 5.35 5.49 5.61 5.71 5.81 5.90 5.98 6.06 6.13 6.20
3.08 3.77 4.20 4.51 4.75 4.95 5.12 5.27 5.39 5.51 5.61 5.71 5.80 5.88 5.95 6.02 6.09
3.06 3.73 4.15 4.45 4.69 4.88 5.05 5.19 5.32 5.43 5.53 5.63 5.71 5.79 5.86 5.93 5.99
3.03 3.70 4.11 4.41 4.64 4.83 4.99 5.13 5.25 5.36 5.46 5.55 5.64 5.71 5.79 5.85 5.91
3.01 3.67 4.08 4.37 4.59 4.78 4.94 5.08 5.20 5.31 5.40 5.49 5.57 5.65 5.72 5.78 5.85
3.00 3.65 4.05 4.33 4.56 4.74 4.90 5.03 5.15 5.26 5.35 5.44 5.52 5.59 5.66 5.73 5.79
2.98 3.63 4.02 4.30 4.52 4.70 4.86 4.99 5.11 5.21 5.31 5.39 5.47 5.54 5.61 5.67 5.73
2.97 3.61 4.00 4.28 4.49 4.67 4.82 4.96 5.07 5.17 5.27 5.35 5.43 5.50 5.57 5.63 5.69
2.96 3.59 3.98 4.25 4.47 4.65 4.79 4.92 5.04 5.14 5.23 5.31 5.39 5.46 5.53 5.59 5.65
2.95 3.58 3.96 4.23 4.45 4.62 4.77 4.90 5.01 5.11 5.20 5.28 5.36 5.43 5.49 5.55 5.61
2.92 3.53 3.90 4.17 4.37 4.54 4.68 4.81 4.92 5.01 5.10 5.18 5.25 5.32 5.38 5.44 5.49
2.89 3.49 3.85 4.10 4.30 4.46 4.60 4.72 4.82 4.92 5.00 5.08 5.15 5.21 5.27 5.33 5.38
2.86 3.44 3.79 4.04 4.23 4.39 4.52 4.63 4.73 4.82 4.90 4.98 5.04 5.11 5.16 5.22 5.27
2.83 3.40 3.74 3.98 4.16 4.31 4.44 4.55 4.65 4.73 4.81 4.88 4.94 5.00 5.06 5.11 5.15
2.80 3.36 3.68 3.92 4.10 4.24 4.36 4.47 4.56 4.64 4.71 4.78 4.84 4.90 4.95 5.00 5.04
2.77 3.31 3.63 3.86 4.03 4.17 4.29 4.39 4.47 4.55 4.62 4.68 4.74 4.80 4.85 4.89 4.93