k 2017

Ekologie krytenek na karpatských rašeliništích: zhodnocení trénovacího souboru dat a modelů přenosových funkcí pro paleohydrologické rekonstrukce

ŠÍMOVÁ, Anna; Věra OPRAVILOVÁ a Michal HÁJEK

Základní údaje

Originální název

Ekologie krytenek na karpatských rašeliništích: zhodnocení trénovacího souboru dat a modelů přenosových funkcí pro paleohydrologické rekonstrukce

Autoři

ŠÍMOVÁ, Anna; Věra OPRAVILOVÁ a Michal HÁJEK

Vydání

Zoologické dny Brno, 2017

Další údaje

Jazyk

čeština

Typ výsledku

Prezentace na konferencích

Obor

10600 1.6 Biological sciences

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Označené pro přenos do RIV

Ne

Organizační jednotka

Přírodovědecká fakulta

ISBN

978-80-87189-21-4
Změněno: 9. 2. 2017 23:13, Mgr. Anna Šímová, Ph.D.

Anotace

V originále

Krytenky (Amoebozoa & SAR) tvoří polyfyletickou skupinu améboidních prvoků, kteří si staví druhově specifické schránky. V posledních desetiletích se tyto organismy zařadily mezi cenné paleoindikátory, umožňující rekonstrukci hydrologických podmínek jezer a rašelinišť v průběhu holocénu. Nároky jednotlivých taxonů se však mohou mezi regiony mírně lišit, proto je vhodné popsat vztahy mezi recentními společenstvy krytenek a faktory prostředí přímo v území, kde bude daný paleoekologický výzkum probíhat. Námi vytvořený trénovací soubor zachycuje recentní ekologické nároky krytenek na rašeliništích v oblasti Západních Karpat. Mechová společenstva krytenek, chemizmus vody a hloubka podzemní vody byly popsány celkem na 69 plochách (48 lokalitách) podél celého gradientu vápnitosti. Druhové složení společenstev krytenek v karpatském trénovacím souboru primárně ovlivňoval gradient minerální bohatosti vody, který nejsilněji odrážely hodnoty pH vody. Podstatně slabší vliv na strukturu společenstev měl vlhkostní gradient, reprezentovaný hloubkou podzemní vody. Pro zmíněné dvě proměnné byly vytvořeny modely přenosových funkcí s použitím jack-knife krosvalidace. Nejlepší modely umožňují rekonstrukci minerální bohatosti vody s predikční chybou ±0,37 jednotek pH a hloubky podzemní vody s chybou predikce ±3,6 cm na rašeliništích ve studovaném území. Predikční schopnosti obou modelů byly negativně ovlivněny především nerovnoměrným odběrem vzorků podél sledovaných ekologických gradientů. Nezbytným krokem proto bude doplnění vzorků z chybějících nebo méně zastoupených částí gradientu minerální bohatosti vody a vlhkostního gradientu. Obsáhlejší trénovací soubor s vyrovnaným rozložením vzorků by pravděpodobně zachytil větší počet taxonů, zpřesnil znalosti o jejich recentní ekologii a umožnil by použití přísnějších filtračních kritérií, jež by vedly k vytvoření silnějších a spolehlivějších modelů přenosových funkcí a kvantitativních paleorekonstrukcí.