1 of 10

Viie keskkonnateguri mõju liikide levikule ja umbrohtude koosluse struktuurile Egiptuse loode delta rannikupõllumajandusmaadel ja nendega külgnevatel aladel

Crisli Vallik

PKKAm-1k

2 of 10

Artikkel

Uurib taimede liigikoosseisu ja koosluse struktuuri.
Analüüsib keskkonnategurite (nt mulla omadused) mõju liikide levikule.
Tegemist on klassikalise ökoloogilise välitööuuringuga.

3 of 10

Andmete päritolu

Andmed on kogutud välitööde käigus Egiptuse loodedelta rannikupõllumajandusmaadel ja nendega külgnevatel aladel
Uurimisüksusteks on prooviplatsid, kus registreeriti taimeliikide esinemine ja arvukus.

Andmete kogumine:

Igas prooviplatsis kaardistati umbrohtude liigiline koosseis.
Iga prooviplats seostati mõõdetud keskkonnatingimustega (nt mulla soolsus, niiskus).

4 of 10

Ühefaktoriline dispersioonanalüüs (one way ANOVA)
andmestik on rühmadeks jagatud vaid ühe faktori alusel.

Analüüs

Tukey HSD
millised rühmade keskmised erinevad oluliselt.
Korrelatsioon- ja seosanalüüsid
kasutati keskkonnategurite ja taimede koosluse näitajate vaheliste seoste hindamiseks.
Peakomponentanalüüs PCA
teisendab omavahel seotud tunnused väiksemaks hulgaks omavahel sõltumatuteks komponentideks.
Hierarhiline klasteranalüüs

- ühendab või eraldab objekte samm-sammult nende sarnasuse alusel.

Lisaks kasutati:

5 of 10

Funktsioontunnus (tunnus):

Umbrohtude liigirikkus prooviplatsis� – igas prooviplatsis loendati umbrohtude liikide arv, mida kasutati koosluse struktuuri kirjeldava kvantitatiivse tunnusena.

Argumenttunnus (faktor):

Keskkonnateguri klass (nt mulla soolsuse tasemed)

Analüüsiti eraldi:

mulla elektrijuhtivus�
mulla pH�
orgaanilise aine sisaldus�
Ca²⁺, Mg²⁺, Na⁺ jt mulla keemilised näitajad�
Kokku testiti 9 mulla tunnust ANOVA abil

6 of 10

Statistiline hüpoteesipaar

Nullhüpotees (H₀):

Taimede koosluse tunnuse keskmine ei erine erinevate keskkonnateguri klasside vahel.

Alternatiivhüpotees (H₁):

Taimede koosluse tunnuse keskmine erineb vähemalt ühe keskkonnateguri klassi puhul.

7 of 10

Meetodi kirjeldamine (ühefaktoriline ANOVA)

ANOVA kasutamine sest:

Sõltuv tunnus on pidev� – Pidev arvuline muutuja, mis kirjeldab taimede koosluse kvantitatiivset omadust (nt umbrohtude liikide arv prooviruudus) ning võimaldab rühmade keskmiste statistilist võrdlemist.�
Sõltumatu tunnus on kategooriline faktor� – Keskkonnategur on jaotatud klassidesse (nt mulla elektrijuhtivuse väärtuste alusel), mis moodustavad võrreldavad rühmad.�
Faktoril on rohkem kui kaks taset� – Mitme klassi keskmiste võrdlemiseks on ANOVA sobivam.�
Uurimiseesmärk on keskmiste võrdlemine, mitte seose prognoosimine� – Eesmärk hinnata, kas erinevates keskkonnatingimustes kujunevad erinevad kooslused.

8 of 10

Tulemused

ANOVA näitas, et 9 mulla tunnust olid statistiliselt olulised taimede koosluse struktuuri mõjutamisel.
Kõigi nende tunnuste puhul kehtis:�p < 0,05
Pärast ANOVA-t kasutati Tukey HSD järeltesti, et tuvastada, millised rühmad omavahel erinevad.
Alternatiivhüpotees H₁ leidis toetust – vastavad keskkonnategurid on seotud taimede koosluse struktuuri muutustega.

9 of 10

R-käsud artiklis kasutatud meetodi (ANOVA) jaoks

aov() – ANOVA mudeli sobitamiseks�
summary() – ANOVA tulemuste (F statistik, p-väärtus) kuvamiseks�
TukeyHSD() – järeltestiks rühmadevaheliste erinevuste hindamisel

anova_mud =aov(species_richness ~ factor(EC_class),data=data)

summary(anova_mud)

Järeltest(Tukey HSD)

TukeyHSD(anova_mud)

species_richness = umbrohtude liigirikkus prooviplatsis
EC_class = mulla elektrijuhtivuse alusel moodustatud klassid