공간생태학

Spatial ecology

공간 생태학은 종이 차지하는 궁극적인 분포적 또는 공간적 단위를 연구한다.여러 종에 의해 공유되는 특정한 서식지에서, 각각의 종은 보통 그들 자신의 마이크로하비타트 또는 공간적 틈새에 한정된다. 왜냐하면 같은 일반 영역 내의 두 종은 보통 상당한 기간 동안 같은 생태적 틈새를 차지할 수 없기 때문이다.

개요

자연에서 유기체는 균일하게 분포하지도 않고 무작위로 분포하지도 않고 대신 일종의 공간적 패턴을 [1]형성한다.이는 공간적으로 패치 구조나 구배를 초래하는 다양한 에너지 입력, 교란 및 종 상호작용 때문이다.환경의 이러한 공간적 차이는 관찰된 생물학적 및 생태학적 [1]사건뿐만 아니라 유기체의 공동체에서 다양성을 만든다.존재하는 공간 배열의 유형은 경쟁, 포식, [2]번식과 같은 종 내 및 종 간의 특정 상호작용을 암시할 수 있다.반면에, 특정한 공간적 패턴은 이전에 [3]사실로 생각되었던 특정한 생태학적 이론들을 배제할 수도 있다.

공간 생태학은 공간 패턴을 다루지만, 일반적으로 기존 [2]모델보다는 관측 데이터에 기초한다.이것은 자연이 정해진 예상 순서를 따르는 경우가 거의 없기 때문입니다.공간 패턴 또는 모집단을 적절하게 조사하려면 발생하는 공간 범위를 감지해야 합니다.이상적인 것은 패턴 또는 프로세스가 국지적, 지역적 또는 세계적 규모인지 여부를 결정하는 벤치마크 공간 조사를 통해 사전에 달성되는 것이다.그러나 곤충과 [4]야생동물과 같이 널리 연구되고 있는 유기체의 변화무쌍한 특성뿐만 아니라 시간과 자금 부족으로 인해 실제 현장 연구에서는 드문 일이다.종의 생활 단계, 역학, 인구통계학, 이동, 행동 등에 대한 자세한 정보를 사용하여 표본이 없는 위치에서 [2]일어나는 사건을 추정하고 예측하기 위해 공간 패턴의 모델을 개발할 수 있다.

역사

19세기 생태학의 수학 연구는 대부분 [1]서식지에서 살아있는 유기체의 균일한 분포를 가정했다.지난 25년 동안 생태학자들은 유기체가 환경의 공간 패턴에 반응하는 정도를 인식하기 시작했다.같은 시기에 컴퓨터 기술의 급속한 발전으로 통계 데이터 분석의 더 발전된 방법이 [3]사용되게 되었다.또한 특정 영역에서 원격으로 감지된 영상과 지리 정보 시스템을 반복적으로 사용함으로써 시간이 [4]지남에 따라 공간 패턴의 분석과 식별이 증가했습니다.이러한 기술들은 또한 인간의 활동이 동물 서식지와 [5]기후 변화에 어떻게 영향을 미치는지 결정하는 능력을 증가시켰다.자연계는 인간의 활동으로 인해 점점 더 세분화되고 있다; 인위적인 지형 변화는 야생동물 개체군에 파급 효과를 가져왔다. 야생동물 개체군은 이제 더 작고, 분포에 제약이 있고, 서로 점점 더 고립될 가능성이 높다.부분적으로 이 지식에 대한 반응으로서, 그리고 부분적으로 점점 더 정교한 이론적 발전으로 인해 생태학자들은 연구에서 공간적 맥락의 중요성을 강조하기 시작했다.공간 생태학은 공간적 책임으로 향하는 움직임에서 나타났다; "시간 [6]경과에 따른 공간적 패턴의 변화를 포함한 생태학적 분석에 공간적 변화와 복잡성의 점진적 도입"

개념

규모.

공간 생태학에서 규모는 생태학적 과정의 공간적 범위와 데이터의 [7]공간적 해석을 의미한다.환경에 대한 생물이나 종의 반응은 특정한 규모에 따라 다르며, 더 크거나 더 작은 [8]규모에서 다르게 반응할 수 있습니다.문제의 생태학적 과정에 적합한 척도를 선택하는 것은 근본적인 원인을 정확하게 가정하고 [9][10]결정하는데 매우 중요하다.대부분의 경우, 생태학적 패턴은 종종 둘 이상의 공간적 [11]규모로 작동하는 여러 생태학적 과정의 결과이다.지리통계학 및 주좌표 분석(PCNM)과 같은 공간 통계 방법을 사용하여 유기체와 환경 변수 간의 공간 관계를 여러 [8]척도로 식별할 수 있다.

공간 자기 상관

공간 자기 상관이란 서로 가까이에서 채취한 표본의 값이 우연에 의한 것보다 [7]더 비슷한 크기를 가질 가능성이 높다는 것을 의미합니다.특정 거리를 두고 있는 값의 쌍이 우연히 예상보다 더 비슷할 경우 공간 자기 상관 관계가 양수라고 합니다.한 쌍의 값이 덜 비슷하면 공간 자기 상관 관계가 음수라고 합니다.일반적으로 짧은 거리에서는 값이 양의 자기 상관 관계이고 긴 [1]거리에서는 음의 자기 상관 관계입니다.이것은 흔히 토블러의 지리학의 제1법칙으로 알려져 있는데, "모든 것은 다른 모든 것과 관련이 있지만, 가까운 물체는 멀리 있는 물체보다 더 관련이 있다"고 요약된다.

생태학에서는 공간 자기 상관의 두 가지 중요한 원천이 있는데, 둘 다 분산 또는 [11]이동과 같은 공간-시간적 과정에서 발생한다.

  • 참/일관적인 공간 자기 상관 관계는 근접한 곳에 위치한 개인 간의 상호작용에서 발생합니다.이 과정은 내생적(내부적)이며,[7] 결과적으로 개체는 공간적으로 패치적으로 인접하게 됩니다.그 예로는 성적 번식이 있는데, 그 성공을 위해서는 수컷과 암컷의 친밀감이 필요하다.
  • 유도 공간 자기 상관(또는 '유도 공간 의존성')은 공간 자기 상관 관계인 외부([7]외부) 인자의 공간 구조에 대한 종 반응에서 발생한다.이것의 예는 열을 유지하고 먹이를 구하기 위해 침엽수를 사용하는 사슴의 겨울 서식지 범위가 될 것이다.

대부분의 생태학적 데이터는 관심 있는 생태학적 척도(공간 분해능)에 따라 일정 수준의 공간 자기 상관 관계를 보인다.대부분의 생태학적 데이터의 공간 배치가 무작위적이지 않기 때문에, 전통적인 무작위 모집단 표본은 변수의 실제 값을 과대평가하거나 변수가 [1]없는 경우 유의한 상관관계를 추론하는 경향이 있다.이러한 편향은 지리통계학 및 기타 통계적 고급 모델을 사용하여 수정할 수 있다.방법에 관계없이 표본 크기가 [4]유효하려면 사용된 척도 및 공간 통계 방법에 적합해야 합니다.

양식

종의 분포와 같은 공간 패턴은 참 또는 유도된 공간 자기 상관의 [7]결과이다.자연에서 유기체는 균일하게 분포하지도 않고 무작위로 분포하지도 않는다.환경은 다양한 생태학적 [1]과정으로 공간적으로 구성되며, 이는 종의 행동 반응과 결합하여 일반적으로 다음과 같은 결과를 낳는다.

  • 특정 거리에 걸쳐 일정한 방향의 수치 변화
  • 틈새로 분리된 비교적 균일하고 균일한 영역에 패치(클럼핑)
  • 모형으로 설명할 수 없는 잡음(랜덤 변동) 변동

이론적으로, 이러한 구조 중 어느 것이든 주어진 규모로 발생할 수 있습니다.공간 자기 상관의 존재로 인해 자연에서 구배는 일반적으로 전역 수준에서 발견되지만 패치는 중간(지역) 척도와 국지적 [11]척도에서 소음을 나타낸다.

공간 생태학적 패턴의 분석은 [12]두 가지 방법으로 구성된다.

  • 점 패턴 분석은 공간을 통한 개인의 분포를 다루고 분포가 [13]랜덤인지 여부를 확인하는 데 사용됩니다.또한 패턴의 유형을 설명하고 관찰된 패턴을 생성한 공정의 종류에 대한 결론을 도출합니다.가장 일반적으로 사용되는 통계 방법은 쿼드랫 밀도 및 가장 가까운 네이버 방식입니다.
  • 표면 패턴 분석은 공간적으로 연속적인 현상을 다룬다.이산표본을 통해 변수의 공간분포를 결정한 후 통계방법을 사용하여 데이터(예를 들어 상관도, 변동도 및 주변도)에 존재하는 공간자기상관성의 크기, 강도 및 범위를 정량화하고 공간변동량을 매핑한다.

적용들

조사.

공간 트렌드의 분석은 생태학적 과정과 환경에 미치는 영향을 결정하기 위해 공간 관계와 패턴을 이용한 야생동물 관리, 화재 생태, 개체 생태, 질병 생태, 침습종, 해양 생태, 탄소 격리 모델링을 연구하는데 사용되어 왔다.공간 패턴은 생태계에서 기능하는 생태계가 다르기 때문에 [14]생산성이 향상됩니다.

학제간

공간 생태학의 개념은 인구와 공동체 생태학의 공간 역학을 이해하는 데 기초적이다.인구와 공동체의 공간적 이질성은 계승, 적응, 공동체 안정성, 경쟁, 포식자-사료 상호작용, 기생, [1]전염병과 같은 생태 이론에서 중심적인 역할을 한다.급속히 확대되고 있는 조경 생태학 분야는 공간 생태학의 기본 측면을 연구에 활용한다.

공간 생태 개념의 실용적인 사용은 야생동물의 분화와 서식지 손실의 결과를 이해하는 데 필수적이다.공간구조에 대한 종의 반응을 이해하는 것은 생물다양성 보존과 서식지 [15]복구에 관한 유용한 정보를 제공한다.

공간 생태 모델링은 원격 감지 및 지리 정보 시스템(GIS)의 구성요소를 사용합니다.

통계 테스트

그러한 관계를 연구하기 위해 많은 통계 테스트가 개발되었다.

거리에 따른 테스트

클라크와 에반스의 R

클라크와 에반스는 1954년에[16] 유기체 사이의 밀도와 거리에 기초한 실험을 제안했다.귀무 가설에서 알려진 일정한 밀도(θ)를 가진 생물들 사이의 예상 거리(re )는 다음과 같다.

관측치(ro )와 예상치(re)의 차이는 Z 테스트로 테스트할 수 있습니다.

여기서 N은 가장 가까운 네이버 측정 수입니다.큰 표본의 경우 Z가 정규 분포를 따릅니다.결과는 보통 비율의 형태로 보고됩니다.R = ( ro ) / ( re )

피에루α

1959년 피에루는 다른 [17]통계를 고안했다.그녀는 가장 가까운 이웃 대신 유기체와 표본 추출 영역 내의 사전 선택 랜덤 포인트 세트 사이의 거리를 고려했고, 다시 일정한 밀도를 가정했다.모집단이 지역에 랜덤하게 분산되어 있는 경우, 이러한 거리는 가장 가까운 인접 거리와 같아집니다.θ는 랜덤 포인트로부터의 거리와 가장 가까운 네이버 계산에서 계산한 거리의 비율입니다.α는

여기서 d는 일정한 공통밀도이고 θ는 통상적인 수치이다.α 값이 1보다 작거나 크면 각각 균일성, 랜덤성(포아송 분포) 또는 집계를 나타냅니다.검정 통계량을 계산하여 알파를 1에서 유의한 편차에 대해 검정할 수 있습니다.

여기서 θ는2 2n 자유도로 분포됩니다.n 여기에 샘플된 유기체의 수가 있습니다.

1961년 Montford는 밀도가 알려진 상수보다 추정될 때 알파 버전이 실제 집계 정도를 과대평가하는 경향이 있음을 보여주었다.그는 이 오류를 수정하는 수정된 공식을 제공했다.공간 생태학적 모델과 관련된 광범위한 수학적 문제가 있으며, 혼돈한 현상, 분기 [18]및 불안정성과 관련된 공간적 패턴과 과정과 관련이 있다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ a b c d e f g Legendre, P.; Fortin, M.-J. (1989). "Spatial pattern and ecological analysis". Plant Ecology. 80 (2): 107–138. CiteSeerX 10.1.1.330.8940. doi:10.1007/BF00048036. S2CID 17101938.
  2. ^ a b c Perry, J.N.; A.M. Liebhold; M.S. Rosenberg; J. Dungan; M. Miriti; A. Jakomulska; S. Citron-Pousty (2002). "Illustrations and guidelines for selecting statistical methods for quantifying spatial pattern in ecological data" (PDF). Ecography. 25 (5): 578–600. doi:10.1034/j.1600-0587.2002.250507.x.
  3. ^ a b Liebhold, A.M.; J. Gurevitch (2002). "Integrating the statistical analysis of spatial data in ecology". Ecography. 25 (5): 553–557. CiteSeerX 10.1.1.564.6946. doi:10.1034/j.1600-0587.2002.250505.x.
  4. ^ a b c Tobin, P.C. (2004). "Estimation of the spatial autocorrelation function: consequences of sampling dynamic populations in space and time". Ecography. 27 (6): 765–775. CiteSeerX 10.1.1.505.4030. doi:10.1111/j.0906-7590.2004.03977.x.
  5. ^ Keitt, Timothy H.; Ottar N. Bjørnstad; Philip M. Dixon; Steve Citron-Poust (2002). "Accounting for spatial pattern when modeling organism-environment interactions". Ecography. 25 (5): 616–625. doi:10.1034/j.1600-0587.2002.250509.x.
  6. ^ Rockwood, Larry L. (2006). Introduction to Population Ecology. Malden, MA, USA: Blackwell Publishing Ltd. pp. 108–110. ISBN 9781405132633.
  7. ^ a b c d e Fortin, Marie-Josée; Mark R. T. Dale (2005). Spatial Analysis: A Guide for Ecologists. Cambridge University Press. ISBN 978-0-521-80434-9.
  8. ^ a b Bellier, E.; P. Monestiez; J.-P. Durbec; J.-N. Candau (2007). "Identifying spatial relationships at multiple scales: principal coordinates of neighbor matrices (PCNM) and geostatistical approaches". Ecography. 30 (3): 385–399. doi:10.1111/j.0906-7590.2007.04911.x.
  9. ^ De, Knegt; van Langevelde, F.; Coughenour, M.B.; Skidmore, A.K.; de Boer, W.F.; Heitkönig, I.M.A.; Knox, N.M.; Slotow, R.; van der Waal, C.; Prins, H.H.T. (2010). "Spatial autocorrelation and the scaling of species–environment relationships". Ecology. 91 (8): 2455–2465. doi:10.1890/09-1359.1. PMID 20836467.
  10. ^ Wilschut, L.I.; Addink, E.A.; Heesterbeek, J.A.P.; Heier, L.; Laudisoit, A.; Begon, M.; Davis, S.; Dubyanskiy, V.M.; Burdelov, L.; de Jong, S.M (2013). "Potential corridors and barriers for plague spread in central Asia". International Journal of Health Geographics. 12 (49): 49. doi:10.1186/1476-072X-12-49. PMC 4228490. PMID 24171709.
  11. ^ a b c Fortin, M.-J.; M.R.T. Dale; J. ver Hoef (2002). "Spatial Analysis in Ecology" (PDF). Encyclopedia of Environmetrics. 4: 2051–2058.
  12. ^ Legendre, P. (1993). "Spatial autocorrelation: trouble or new paradigm?". Ecology. 74 (6): 1659–1673. doi:10.2307/1939924. ISSN 0012-9658. JSTOR 1939924.
  13. ^ Wilschut, L.I.; Laudisoit, A.; Hughes, N.K.; Addink, E.A.; de Jong, S.M; Heesterbeek, J.A.P.; Reijniers, J.; Eagle, S.; Dubyanskiy, V.M.; Begon, M. (2015). "Spatial distribution patterns of plague hosts: point pattern analysis of the burrows of great gerbils in Kazakhstan". Journal of Biogeography. 42 (7): 1281–1291. doi:10.1111/jbi.12534. PMC 4737218. PMID 26877580.
  14. ^ Rietkerk, M.; Van de Koppel, J. (2008). "Regular pattern formation in real ecosystems". Trends in Ecology and Evolution. 23 (3): 169–175. doi:10.1016/j.tree.2007.10.013. PMID 18255188.
  15. ^ Collinge, S.K. (2001). "Spatial ecology and biological conservation: Introduction". Biological Conservation. 100: 1–2. doi:10.1016/s0006-3207(00)00201-9.
  16. ^ Clark, PJ; Evans, FC (1954). "Distance to nearest neighbor as a measure of spatial relationships in populations". Ecology. 35 (4): 445–453. doi:10.2307/1931034. JSTOR 1931034.
  17. ^ Pielou, E C (1959). "The use of point-to-plant distances in the study of patterns in plant populations". J Ecol. 47: 607–613. doi:10.2307/2257293. JSTOR 2257293.
  18. ^ Papadimitriou, Fivos (2010). "Mathematical Modelling of Spatial-Ecological Complex Systems: An evaluation". Geography, Environment, Sustainability. 1 (3): 67–80. doi:10.24057/2071-9388-2010-3-1-67-80.

외부 링크