Rarefaction and extrapolation proce

Rarefaction and extrapolation procedures and richnessestimators
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 (Go telli and Colwell, 2011). Using Estimates software (Col well, 2013), we built smoothed collector curves for the number of species observed in our phytosociologicalplots, 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 Col well,2011).To estimate the ideal sampling effort for these ecosystems, we used extrapolation procedures (Col well et al., 2012) to see howmuch we would need to keep sampling in order to record the num-ber of species located between the smallest and largest richnesssuggested by the non-parametric estimators.Another mathematical approach was proposed by Colwell et al.(2012) (Sample Based Extrapolation – Eq. (20) in their paper) to esti-mate how many extra sampling units would be required to samplea certain proportion of the total estimated richness. We applied thisprocedure to calculate how many plots would be needed to sample80%, 90%, 95% and 99% of the asymptotic richness in our study site.

ผลลัพธ์ (ไทย) 1:

Rarefaction และ extrapolation และ richnessestimatorsปัญหาคลาสสิกในนิเวศวิทยาคือ ว่า มันเป็นเกือบไปอย่างสปีชีส์ทั้งหมดที่เกิดขึ้นในพื้นที่ (Hubbell, 2001) การประเมินจำนวนสปีชีส์ในเว็บไซต์การศึกษาของเราทั้งหมด asymptotic เราใช้กลุ่มของ estimators สถิติพาราเมตริกไม่ที่ขึ้นอยู่กับจำนวนของสายพันธุ์ที่หายากในตัวอย่างเพื่อประเมินจำนวนพันธุ์ที่เว็บไซต์ (ไป telli และ Colwell, 2011) ใช้ประเมินซอฟต์แวร์ (คอลัมน์ดี 2013), เราสร้างเส้นโค้งให้โค้งเรียบเก็บจำนวนสปีชีส์ที่พบใน phytosociologicalplots ของเรา และประเมินรวมจำนวนสปีชีส์ในพื้นที่ศึกษาของเราใช้น้ำแข็ง (ตามอุบัติการณ์ประมาณครอบคลุม), เจ้า 2, Jackknife 1 และ Jackknife 2 estimators (Gotelli และคอลัมน์ดี 2011) การประเมินความพยายามสุ่มตัวอย่างที่เหมาะสำหรับระบบนิเวศเหล่านี้ เราใช้วิธี extrapolation (คอลัมน์ดีร้อยเอ็ด al., 2012) ดู howmuch เราจะต้องทำการสุ่มตัวอย่างเพื่อบันทึกเบอร์หนุ่มพันธุ์อยู่ระหว่าง richnesssuggested น้อยที่สุด และใหญ่ที่สุดโดย estimators ไม่ใช่พาราเมตริก วิธีทางคณิตศาสตร์อื่นถูกเสนอ โดย Colwell et al.(2012) (ตัวอย่างตาม Extrapolation – Eq. (20) ในกระดาษของตน) การสุ่มเพิ่มจำนวนจะต้องคู่ esti samplea บางสัดส่วนของความร่ำรวยรวมที่ประเมิน เราใช้ thisprocedure ในการคำนวณจะต้องผืนจำนวน sample80%, 90%, 95% และ 99% ของความร่ำรวย asymptotic ในเว็บไซต์การศึกษาของเรา

ผลลัพธ์ (ไทย) 2:

เจือและขั้นตอนการคาดการณ์และ richnessestimators
ปัญหาคลาสสิกในระบบนิเวศคือว่ามันเป็นไปไม่ได้เกือบที่จะลิ้มลองทุกชนิดที่เกิดขึ้นในพื้นที่ (Hubbell, 2001) เพื่อที่จะประเมินทั้งหมดจำนวน asymptotic ของสายพันธุ์ในเว็บไซต์การศึกษาของเราที่เราใช้ในกลุ่มประมาณทางสถิติที่ไม่ใช่ตัวแปรที่ขึ้นอยู่กับจำนวนของสายพันธุ์ที่หายากในกลุ่มตัวอย่างที่จะประเมินจำนวนของสายพันธุ์ที่เว็บไซต์ (ไป Telli และ Colwell 2011) การใช้ซอฟต์แวร์ประมาณการ (Col ดี 2013) เราสร้างเส้นโค้งเรียบสะสมสำหรับจำนวนของสายพันธุ์ที่พบใน phytosociologicalplots ของเราและยังคาดคาดว่าจำนวนของสายพันธุ์ในพื้นที่ศึกษาของเราโดยใช้น้ำแข็ง (อุบัติการณ์ความคุ้มครองตามประมาณการ) เจ้า 2 พับที่ 1 และ 2 ประมาณพับ (Gotelli และเทือกเขาดี 2011) หากต้องการประเมินความพยายามการสุ่มตัวอย่างที่เหมาะสำหรับระบบนิเวศเหล่านี้เราใช้วิธีการคาดการณ์ (Col ดี et al., 2012) เพื่อดู howmuch เราจะต้องให้การสุ่มตัวอย่างใน เพื่อบันทึก Num-เบอร์ของสายพันธุ์ที่อยู่ระหว่างที่เล็กที่สุดและใหญ่ที่สุด richnesssuggested โดยไม่หวังพารา estimators.Another วิธีการทางคณิตศาสตร์ที่เสนอโดย Colwell, et al (2012) (ตัวอย่างจากการคาดการณ์ -. สมการ (20) ในกระดาษของพวกเขา). เพื่อ Esti เพื่อนร่วมวิธีการหลายหน่วยสุ่มตัวอย่างพิเศษจะต้อง samplea บางส่วนของความร่ำรวยโดยประมาณ เรานำมาใช้ในการคำนวณ thisprocedure วิธีการหลายแปลงจะต้อง sample80%, 90%, 95% และ 99% ของความร่ำรวย asymptotic ในเว็บไซต์การศึกษาของเรา

ผลลัพธ์ (ไทย) 3:

ขั้นตอนและ rarefaction และทำไม richnessestimators
ปัญหาคลาสสิกในระบบนิเวศ คือว่ามันเป็นไปไม่ได้เกือบจะทุกชนิด ตัวอย่างที่เกิดขึ้นในพื้นที่ ( ฮับเบิล , 2001 ) เพื่อที่จะประเมินรวมจำนวนเฉลี่ยของชนิดในเว็บไซต์การศึกษาของเรา เราใช้กลุ่มของสถิติที่ไม่ใช้พารามิเตอร์ประมาณนั้นจะขึ้นอยู่กับจำนวนของชนิดที่หายากในตัวอย่างการประมาณการจำนวนของสายพันธุ์ที่เว็บไซต์ ( และไป telli คอลเวลล์ , 2011 ) การประมาณการซอฟต์แวร์ ( คอลัมน์ดี , 2013 ) , เราสร้างเส้นโค้งเรียบเก็บสำหรับจำนวนชนิดที่พบใน phytosociologicalplots ของเราและยังประมาณการคาดว่าจำนวนชนิด ในพื้นที่ศึกษา การใช้น้ำแข็ง ( อุบัติการณ์ประมาณการความคุ้มครองตาม ) , เจ้าพระยา 2 , มีดพับ 1 และมีดพับ 2 กะ ( และ gotelli คอลัมน์ดี , 2011 ) เพื่อประมาณการอุดมคติตัวอย่างความพยายามระบบนิเวศเหล่านี้ เราใช้วิธีการประมาณค่านอกช่วง ( คอลัมน์ดี et al . ,2012 ) เพื่อดู howmuch เราจะต้องเก็บตัวอย่างเพื่อบันทึกนัมเบอร์ของสายพันธุ์ ซึ่งอยู่ระหว่างที่เล็กที่สุดและใหญ่ที่สุด richnesssuggested โดยวิธีการทางคณิตศาสตร์ที่ไม่ใช้พารามิเตอร์ อีกวิธีที่เสนอโดย คอลเวลล์ et al . ( 2012 ) ( ตัวอย่างทำไม–จากอีคิว( 20 ) ในกระดาษของพวกเขา ) ที่เจ้าเพื่อนกี่พิเศษ 2 หน่วยจะต้อง samplea บางสัดส่วนของรวมทั้งหมดประมาณความร่ำรวย เราใช้ thisprocedure เพื่อคำนวณจำนวนแปลงจะต้อง sample80 % , 90% , 95% และ 99% ของความมั่งคั่งเฉลี่ยในเว็บไซต์การศึกษาของเรา