از آنجا که تعداد گونه ها بر روی نتایج رسته بندی پوشش گیاهی تأثیر می گذارند، هدف از این تحقیق، بررسی تأثیر حذف گونه های نادر برای بهبود نتایج آنالیز مؤلفۀ اصلی در جوامع راش (Fagus orientalis) است. برای این منظور برای بررسی پوشش گیاهی با روش نمونه برداری منظم تصادفی با ابعاد شبکه 100×200 متر، 13 قطعه‌نمونه در پارسل مدیریت‌شده و 13 قطعه‌نمونه در پارسل شاهد برداشت شد. نوع و درصد پوشش گونه‌های گیاهی بر اساس مقیاس براون بلانکه تخمین زده شد. آنالیز مؤلفۀ اصلی برای تجزیه و تحلیل بین داده های مختلف پوشش گیاهی به کار گرفته شد و برای مقایسۀ نتایج از آنالیز Procrust در نرم افزار R استفاده شد. نتایج نشان داد با حذف گونه های نادری که در کمتر از 10 درصد قطعات نمونه حضور داشتند، مقدار واریانس افزایش یافته و مقدار ویژه به صورت جزئی کاهش می یابد. همچنین همبستگی بالایی بین مجموعه داده های خام و حذف گونه های نادر با کمتر از 10 درصد حضور وجود دارد؛ اما تفاوتی بین نتایج آنالیز داده خام و آنالیز داده ها با حذف گونه های نادری که در کمتر از پنج درصد از واحدهای نمونه برداری حضور دارند، وجود ندارد؛ بنابراین می توان نتیجه گرفت با حذف گونه‌های نادر با کمتر از پنج درصد حضور، بدون از دست دادن اطلاعات و با حذف گونه های نادر با کمتر از ده درصد حضور، با از دست دادن اطلاعات جزئی از ایجاد خطای احتمالی در آنالیز مؤلفه های اصلی جلوگیری می شود. لازم به ذکر است که نتایج این تحقیق در جوامع جنگلی مشابه قابل استفاده است و کاربرد آن در مناطق مرتعی نیازمند تحقیق بیشتر است.
The Elimination's effect of rare species on principle component Analysis (Case Study: Jamand district, Nowshahr)
نویسندگان [English]
Javad Es'haghi-Rad, Naghme Pak Gohar, Abbas Banj Shafiei, Seyed Jalil Alavi
چکیده [English]
Given the influence of number of species on the results of vegetation ordination, this study aims to evaluate how the removal of rare species will impact the results of Principle Component Analysis (PCA) in beech communities in the Hyrcanian Forests of northern Ian. Using random-systematic sampling method with 100*200 m network dimension, 26 sample plots were equally established in managed and control compartments. Percentage cover of each plant species was recorded using Braun-Blanquet scale. PCA was applied to determine the relationship between vegetation and environmental variables. Data were analyzed using Procrustan analysis in the R software. The results showed that the removal of rare species with less than 10% abundance in each sample plot will increases the variance but decrease the Eigen value and that there is a high correlation between the raw datasets and rare species removal. But no significant difference was seen for rare species having less than 5% abundance in each sample plot. It might therefore be concluded that the elimination of rare species with <5% abundance does not significantly influence on the loss of information. Results of this research can be used for forest communities with similar structure and composition but caution should be made in applying these results for rangelands.
ابتدای صفحه