borításbecslés a kvadrátban az adott faj egyedei függőleges vetületeinek összege hány %

1. borításbecslés • a kvadrátban az adott faj egyedei függőleges vetületeinek összege hány % • % -os borítás (az adott fajhoz tartozó egyedek függőleges vetülete) • ebből relatív gyakoriság (pi ) számítása • Shannon diverzitási index számítása Ezt a 2m*2m-es kvadrátot (=mintavételi négyzet) kellene megalkotni (4 fős csoportok) (zsineg + szög), • az összborítás meghaladhatja a 100%-ot (átfedések) • - Cönológiai táblázatok összesítése excel file-ban

2. Cönológiai felvételezés Shannon diverzitási index: H=Σ-pi*log2(pi), ahol pi az i-dik faj relatív gyakorisága A Shannon diverzitáshoz tartozó egyenletesség: E=H/ln(S), ahol S a fajok száma

3. A fajösszetétel hasonlóságának vizsgálata Jaccard és Sorensen index összevetés a többi kvadrát adataival (egy későbbi alkalommal) c: közös fajok száma (azon fajok száma, amelyek minden kvadrátban előfordultak) A: átlagos fajszám (az összes kvadrátra) B: fajszám a saját kvadrátban Jaccard-index: Sorensen-index:

4. LAI becslés I : lombozat alatt mért fényintenzitás Io: lombozat felett mért (beeső) fényintenzitás k (0.2-0.8): a lombozatra jellemző levélszögeloszlás A becslés során k=0.6 I/Io=e-k*LAI (I/Io=1/(ek*LAI)) ln(I/Io)=-k*LAI ← ezt kell használni - a k értékét egységesen 0.6-nek vesszük

5. LINEA (egyenes mentén elhelyezkedő • mikrokvadrátok) • 20 m-es zsineg mentén 20cm-ként feljegyezve az előforduló fajokat • A fajszámtelítési görbe a sorban lévő mikrovadrátokban előforduló új fajok kumulatív görbéje (az addig elért fajszám + az addig elő nem fordult fajok száma)

7. Fajok asszociáltságának (kapcsoltság, hajlam az együttes előfordulásra) vizsgálata - 2m*2m-es (40 cm-es osztású) négyzetrács ami 5x5 kisebb kvadrátot eredményez

10. Fajok asszociáltságának vizsgálata Az egyes esetek TAPASZTALT gyakorisága 1. táblázat Az A faj előfordulási valószínűségét (P(A)) a tapasztalt gyakoriságok (a,b,c,d) alapján P(A)=(a+b)/N adja. Továbbá P(A)=1-P(A)

11. A korrelációs együttható kiszámítása a különböző esetekre! Ha bc>=ad és d>=a r=(ad-bc)/((a+b)*(a+c)) (P(AB)*P(AB))/((P(B)*P(A)) Ha bc>ad és a>d r=(ad-bc)/((b+d)*(c+d)) (P(AB)*P(AB))/((P(B)*P(A)) Ha ad>=bc és b>c r=(ad-bc)/((a+b)*(b+d)) (P(AB)*P(AB))/((P(B)*P(A)) Ha ad>bc és c>=b r=(ad-bc)/((a+c)*(c+d)) (P(AB)*P(AB))/((P(B)*P(A))

12. Az egyes esetek VÁRHATÓ gyakoriságának számítása 2. táblázat A Chi-négyzet próba, a C értékének vizsgálata: →Excel → statisztikai táblázat→ (ha adott szabadságfoknál a C értéke a megadott küszöbnél nagyobb, akkor a számított korreláció statisztikailag szignifikánsnak tekinthető.) a1= (a+b)(a+c)/N P(B)*P(A) b1= (a+b)(b+d)/N P(B)*P(A) c1= (a+c)(c+d)/N P(A)*P(B) d1=(b+d)(c+d)/N P(A)*P(B) Tj=a,b,c,d Vj=a1,b1,c1,d1

13. Szabadságfok • A kapott C-t (a Chi-négyzet próba értéke) • (n-1)*(m-1) szabadságfok mellett értékeljük. • (n=a kontingencia-tábla sorainak száma, m=a tábla oszlopainak száma) Az Excel program Chitest függvénye a szignifikancia-szintet adja.

14. A levegő vízgőztartalma • száraz (Ta) és nedves (Tw) hőmérő • abszolút és relatív páratartalom, harmatpont-hőmérséklet (D) • száraz és nedves levegő adiabatikus (nem tekintve az energiacserét a környező levegővel) tágulása során a hőmérsékletcsökkenés 9.8, illetve 4°C/km Diffúzió, koncentrációgrádiens (=(parciális)nyomásgrádiens)

15. es(Tw) e aktuális gőznyomás: Tnedv T Magnus-Tetens formula: adott hőmérsékletre a telítési gőznyomás értéke Felszín – légkör kölcsönhatások pszichrométer Hogy lesz ebből gőznyomás?

16. Terepi jegyzőkönyv • Excel-ben elkészítendő, a félév során a későbbiekben az órákon ezekből az adatokból dolgozunk • 1. Cönológiai táblázat, 2m*2m-es kvadrát • 2. Cönológiai táblázat, (20m-es linea) • 3. LAI mérésekhez fényintenzitás adatok • 4. Hőmérséklet-mérések (pszichrométer) • 5. Gázcsere-mérések feljegyzendő adatai