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.
A classic problem in ecology is that it is nearly impossible tosample all species occurring in an area (Hubbell, 2001). In order toestimate the total, asymptotic number of species in our study sitewe used a group of non-parametric statistical estimators that arebased on the number of rare species in the sample to estimate thetotal number of species at the site (Gotelli and Colwell, 2011). UsingEstimateS software (Colwell, 2013), we built smoothed collectorcurves for the number of species observed in our phytosociologicalplots, and also estimated the expected total number of species inour 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, weused extrapolation procedures (Colwell et al., 2012) to see howmuch we would need to keep sampling in order to record the numberof 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 estimatehow 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.
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..