2005
Stratified resampling of phytosociological databases: some strategies for obtaining more representative data sets for classification studies
KNOLLOVÁ, Ilona, Milan CHYTRÝ, Lubomír TICHÝ a Ondřej HÁJEKZákladní údaje
Originální název
Stratified resampling of phytosociological databases: some strategies for obtaining more representative data sets for classification studies
Název česky
Stratifikovaný výběr dat z fytocenologických databází: některé strategie pro získání reprezentativnějších datových soubor pro klasifikační studie
Autoři
KNOLLOVÁ, Ilona (203 Česká republika, garant), Milan CHYTRÝ (203 Česká republika), Lubomír TICHÝ (203 Česká republika) a Ondřej HÁJEK (203 Česká republika)
Vydání
Journal of Vegetation Science, Uppsala, Opulus Press, 2005, 110-9233
Další údaje
Jazyk
angličtina
Typ výsledku
Článek v odborném periodiku
Obor
10600 1.6 Biological sciences
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Kód RIV
RIV/00216224:14310/05:00012593
Organizační jednotka
Přírodovědecká fakulta
UT WoS
000232457000014
Klíčová slova anglicky
Ellenberg indicator values; Geographical stratification; GIS; Habitat stratification; Phytosociological data; Plant community; Relevé; Sampling design; Survey
Štítky
Změněno: 16. 12. 2006 18:44, prof. RNDr. Milan Chytrý, Ph.D.
V originále
Question: The heterogeneous origin of the data in large phytosociological databases may seriously influence the results of their analysis. Therefore we propose some strategies for stratified resampling of such databases, which may improve the representativeness of the data. We also explore the effects of different resampling options on vegetation classification. Methods: We used 6050 plot samples (relevés) of mesic grasslands from the Czech Republic. We stratified this database using (1) geographical stratification in a grid; (2) habitat stratification created by an overlay of digital maps in GIS; (3) habitat stratification with strata defined by traditional phytosociological associations; (4) habitat stratification by numerical classification and (5) habitat stratification by Ellenberg indicator values. Each time we resampled the database, taking equal numbers of relevés per stratum. We then carried out cluster analyses for the resampled data sets and compared the resulting classifications using a newly developed procedure. Results: Random resampling of the initial data set and geographically stratified resampling resulted in similar classifications. By contrast, classifications of the resampled data sets that were based on habitat stratifications (25) differed from each other and from the initial data set. Stratification 2 resulted in classifications that strongly reflected environmental factors with a coarse grain of spatial heterogeneity (e.g. macroclimate), whereas stratification 5 resulted in classifications emphasizing fine-grained factors (e.g. soil nutrient status). Stratification 3 led to the most deviating results, possibly due to the subjective nature of the traditional phytosociological classifications. Conclusions: Stratified resampling may increase the representativeness of phytosociological data sets, but different types of stratification may result in different classifications. No single resampling strategy is optimal or superior: the appropriate stratification method must be selected according to the objectives of specific studies.
Česky
Testování stratifikovaného výběru dat z fytocenologických databází a některých strategií pro získání reprezentativnějších datových souborů pro klasifikační studie
Návaznosti
| GA206/02/0957, projekt VaV |
| ||
| GA206/05/0020, projekt VaV |
| ||
| MSM0021622416, záměr |
|