A classic problem in ecology is that it is nearly impossible to
sample all species occurring in an area (Hubbell, 2001). In order to
estimate the total, asymptotic number of species in our study site
we used a group of non-parametric statistical estimators that are
based on the number of rare species in the sample to estimate the
total number of species at the site (Gotelli and Colwell, 2011). Using
EstimateS software (Colwell, 2013), we built smoothed collector
curves for the number of species observed in our phytosociological
plots, and also estimated the expected total number of species in
our study area using the ICE (Incidence-based Coverage Estimator),
Chao 2, Jackknife 1 and Jackknife 2 estimators (Gotelli and Colwell,
2011).
To estimate the ideal sampling effort for these ecosystems, we
used extrapolation procedures (Colwell et al., 2012) to see how
much we would need to keep sampling in order to record the number
of species located between the smallest and largest richness
suggested by the non-parametric estimators.
Another mathematical approach was proposed by Colwell et al.
(2012) (Sample Based Extrapolation – Eq. (20) in their paper) to estimate
how many extra sampling units would be required to sample
a certain proportion of the total estimated richness. We applied this
procedure to calculate how many plots would be needed to sample
80%, 90%, 95% and 99% of the asymptotic richness in our study site.
ปัญหาคลาสสิกในนิเวศวิทยาคือว่า มันเกือบไปตัวอย่างสายพันธุ์ทั้งหมดที่เกิดขึ้นในพื้นที่ (Hubbell, 2001) ในอันที่จะประเมินจำนวนสปีชีส์ในเว็บไซต์การศึกษาของเราทั้งหมด asymptoticเราใช้กลุ่มของ estimators สถิติพาราเมตริกไม่ใช่ที่ตามจำนวนสายพันธุ์หายากในตัวอย่างการประเมินการจำนวนพันธุ์ที่เว็บไซต์ (Gotelli และ Colwell, 2011) โดยใช้ประเมิน (Colwell, 2013), ซอฟต์แวร์ที่เราสร้างเก็บให้โค้งเรียบเส้นโค้งจำนวนสปีชีส์ที่พบใน phytosociological ของเราลงจุด และประเมินรวมจำนวนสปีชีส์ในพื้นที่ศึกษาของเราใช้น้ำแข็ง (ตามอุบัติการณ์ความครอบคลุมประมาณการ),เจ้า 2, Jackknife 1 และ Jackknife 2 estimators (Gotelli และ Colwell2011)การประเมินความพยายามสุ่มตัวอย่างที่เหมาะสำหรับระบบนิเวศเหล่านี้ เราใช้วิธี extrapolation (Colwell et al., 2012) เพื่อดูว่ามากเราจะต้องทำการสุ่มตัวอย่างเพื่อบันทึกหมายเลขพันธุ์ที่อยู่ระหว่างความร่ำรวยที่ใหญ่ที่สุด และน้อยที่สุดแนะนำ โดย estimators ไม่ใช่พาราเมตริกวิธีการทางคณิตศาสตร์อื่นถูกเสนอโดย Colwell et al(2012) (ตัวอย่างตาม Extrapolation – Eq. (20) ในกระดาษของพวกเขา) เพื่อประเมินจำนวนสุ่มตัวอย่างเสริมหน่วยจะต้องตัวอย่างบางสัดส่วนของความร่ำรวยรวมที่ประเมิน เราใช้นี้ขั้นตอนการคำนวณจำนวนผืนจะต้องสุ่มตัวอย่าง80%, 90%, 95% และ 99% ของความร่ำรวย asymptotic ในเว็บไซต์การศึกษาของเรา
การแปล กรุณารอสักครู่..

ปัญหาคลาสสิกในระบบนิเวศ คือว่ามันเป็นเกือบเป็นไปไม่ได้
ตัวอย่างสายพันธุ์ทั้งหมดที่เกิดขึ้นในพื้นที่ ( ฮับเบิล , 2001 ) เพื่อ
การประเมินทั้งหมด จำนวนเฉลี่ยของชนิดในการศึกษาเว็บไซต์
เราใช้กลุ่มที่ไม่ใช้พารามิเตอร์ทางสถิติประมาณนั้น
ขึ้นอยู่กับจำนวนของชนิดที่หายากในตัวอย่างประมาณ
จำนวนชนิดที่เว็บไซต์ ( gotelli และ คอลเวลล์ , 2011 )ใช้
ประมาณการซอฟต์แวร์ ( โคลเวลล์ , 2013 ) , ที่เราสร้างสะสม
เส้นโค้งเรียบสำหรับจำนวนชนิดที่พบในแปลง phytosociological
ของเราและยังประมาณการคาดว่าจำนวนของสายพันธุ์ในพื้นที่ศึกษา การใช้น้ำแข็ง
( อุบัติการณ์ประมาณการความคุ้มครองตาม )
เจ้าพระยา 2 , มีดพับ 1 และ 2 ( gotelli ประมาณมีดพับและ คอลเวลล์
, 2011 )เหมาะสำหรับคนพยายามประเมินระบบนิเวศเหล่านี้ เราใช้วิธีการประมาณค่านอกช่วง (
คอลเวลล์ et al . , 2012 ) เพื่อดูว่าเราจะต้องเก็บตัวอย่าง
เพื่อบันทึกจำนวนของสายพันธุ์ที่เล็กที่สุดและใหญ่ที่สุดตั้งอยู่ระหว่างความมั่งคั่ง
แนะนำโดยไม่ใช้พารามิเตอร์ตัวประมาณเท่าไหร่
อื่นคณิตศาสตร์แบบเสนอ โดย คอลเวลล์ et al .
( 2012 ) ( ตัวอย่างทำไม–อีคิวตาม ( 20 ) ในกระดาษของพวกเขา ) เพื่อประมาณการจำนวนหน่วยพิเศษ
กี่จะต้องตัวอย่าง
บางสัดส่วนของรวมทั้งหมดประมาณความร่ำรวย เราใช้วิธีนี้
คำนวณกี่แปลงจะต้องตัวอย่าง
80% , 90% , 95% และ 99% ของความมั่งคั่งเฉลี่ยในเว็บไซต์การศึกษาของเรา
การแปล กรุณารอสักครู่..
