Kvantitatív biosztratigráfia

1. Kvantitatív biosztratigráfia Avagy: Törött pálcák és párhuzamos krumplik

2. A biosztratigráfia célja • A fajok előfordulásának egyetemes sorbarendezése • Ennek alapján zonáció és korreláció A biosztratigráfiai problémái • Események globális egyidejűsége nem teljesül • Csonkolt range-ek: ellentmondások az ősmaradványrekord tökéletlensége miatt

3. Hagyományos biosztratigráfia • Szakértő (expert) • Index fajok kiválasztása (információ szűrése) • Más szakértő, más nézőpont • Szubjektív vélemények vitája

4. Kvantitatív biosztratigráfiai módszerek fő típusai • Grafikus korreláció (Shaw 1964) • Valószínűségen alapuló (probabilisztikus) módszerek- RASC („Ranking and scaling”) • Determinisztikus - Egyedi társulások (Unitary Associations) (Guex 1987)- Korlátozott optimalizáció (CONOP)

5. Fontos fogalmak • Taxon • Esemény (belépés / eltűnés, megjelenés / kihalás) • „Range” • Észlelt „range”, teljes „range” • Átlagos „range”, maximum „range”

6. Feltételek • Steno törvénye (szuperpozíció elve) teljesül • A taxonok meghatározása következetes • A taxon megjelenése és kihalása egyszeri evolúciós esemény

8. Grafikus korreláció (Shaw, 1964: első kvantitatív biosztratigráfiai kísérlet Szelvények Első előfordulás (FOD, FAD) Utolsó előfordulás (FOD, FAD) Fajok Származtatott szelvény Szint (m-ben)

9. Grafikuskorreláció

10. Grafikus korreláció

11. Grafikus korreláció • Szelvények feldolgozása páronként • LOC (Line of Correlation), korrelációs vonal • Következő hozzáadása a származtatott szelvényhez • Kézimunka, bár már létezik szoftver hozzá • Sorrend számít, legjobbakkal kell kezdeni • Munkaigényes, szubjektív döntések

12. CONOP: korlátozott optimalizáció (CONstrained OPtimization) • Szelvények feldolgozása egyszerre, egyenrangúan • LOC létrehozása n-dimenziós térben (n=szelvények száma) • Valamennyi korlát (feltétel) figyelembe vétele • Range kiterjesztések minimumának keresése • Parszimónia elve („legtakarékosabb” megoldás) • Protokoll: Büntetés a kiterjesztésért (mérése méterben vagy szintek számában)

13. Példa: Az ordovíciumi időskála kalibrációja(Sadler & Cooper 2004)

14. Valószínűségi módszer: RASC – Rangsorolás és skálázás(RAnking and SCaling) • „Demokratikus”: események sorrendjét többségi alapon dönti el • Ipari felhasználásra: pl. szénhidrogénkutatás egy medencében • Sok adat, de hasonló összetétel • Általában: „The method should suit the data”a módszer választása függ az adataink jellegétől

16. UA: egyedi társulások módszere (Unitary Association) • Determinisztikus • Hangsúly az együttes előfordulásokon van • Elemi biosztratigráfiai egységeket keres (Oppel-zónához hasonló szemlélet) • Gráfelméleten alapul • Gyakorlatban az UA-k kombinálásával kapjuk a hagyományos szubzónák, zónák megfelelőit

18. 8 faj elterjedése 4 szelvény alapján

19. 8 faj szuperpozícióján és közös előfordulásain alapuló biosztratigráfiai egységek

20. A szelvénybeli rétegek és biosztratigráfiai egységek egymáshoz rendelése

21. A biosztratigráfiai gráf

22. A korrelációs táblázat

23. Az egyedi társulások reprodukálhatósága

24. Kora jura (toarci) esettanulmány

25. 103 taxon 4 ősföldrajzi régió 16 reprezentatív szelvény 40 egyedi társulás 4-5 hagyományos biozóna

26. Korreláció bizonytalansággal

27. Középső triász (anisusi-ladin) esettanulmány