. Metode de Estimare a Grosimii Stratului de Turba. Algoritm Pentru O Metoda Nedistructiva

INTRODUCERE

În cadrul ecosferei ecosistemele naturale se deosebesc între ele prin structură și modul lor de funcționare.

În funcție de unitatea hidro-geomorfologică pe care o ocupă, în special de componenta dominantă în această unitate, ecosistemele pot fi: ecosisteme acvatice, ecosisteme terestre sau ecosisteme subterane.

Trecerea de la ecosistemele acvatice la cele terestre se realizează printr-o zonă ecotonală, zonă umedă ce îmbină particularitățile celor două tipuri de ecosisteme ce le separă.

Mlaștinile reprezintă tipuri particulare de zonă umedă, unele dintre ele generând turbă – mlaștini de turbă -, altele fiind lipsite de condițiile de producere a acesteia.

În funcție de anumite criterii mlaștinile de turbă se clasifică în mai multe categorii.

Din punct de vedere al genezei, mlaștinile se formează în depresiuni în care apele freatice sunt la mică adâncime și unde apare inițial un exces de umiditate. Iau naștere de obicei în cuveta fostelor lacuri sau pe terenuri de alunecare unde se formează largi depresiuni de mică adâncime și unde apa stagnată se adună pentru înmlăștiniri.

Se mai pot forma în zonele unde anterior au existat păduri sau lunci, dar și pe terenuri împădurite, unde există un exces de umiditate, solul e impermeabil și lipsit de scurgere superficială, iar climatul prezintă o umiditate abundentă cu evaporație scăzută. Mai putem întâlni mlaștini în jurul unor izvoare, care întrețin permanent sau temporar condițiile unei înmlăștiniri (Pârvu, 1999).

Van Post și Grunuland (1925) realizează o clasificare a mlaștinilor în funcție de proveniența apei care alimentează biocenozele mlaștinii, distingând astfel trei categorii:

mlaștini topogene, care sunt alimentate cu apă din infiltrație și care în prezent sunt denumite mlaștini eutrofe;

mlaștini cambrogene, care sunt alimentate cu apa din precipitațiile atmosferice; acest tip corespunde tinovului climatic oligotrof din Europa nordică-oceanică;

mlaștini soligene, care primesc apă atât din precipitații atmosferice cât și prin viituri de apă de origine atmosferică, dar care s-au scurs o perioadă de timp peste relieful înconjurător; acest tip corespunde astăzi mlaștinilor mezotrofe.

Emil Pop (1960) face o clasificare a mlaștinilor după gradul de trofie distingând la nivelul Terrei trei tipuri de mlaștini: mlaștini eutrofe, mlaștini mezotrofe și mlaștini oligotrofe. Criteriul de diferențiere dintre mlaștinile eutrofe și cele oligotrofe fiind dat de substanțele solvite, vegetație și sursa de alimentare cu apă, mlaștina mezotrofă fiind o formă intermediară sau de trecere între mlaștina eutrofă și cea oligotrofă.

Din punct de vedere ecologic mlaștina este “o formațiune biogeografică acvatică neaerisită ale cărei plante în loc să putrezească sau să se mineralizeze după moarte se turbifică, aglomerându-se in cele din urmă la fund sub formă de zăcământ turbos” (Pop, 1960).

Turba este definită:

de către geologi ca fiind “o rocă organogenă cărbunoasă” (cf. Potonié, citat de Pop, 1960);

pentru pedologi “« un humus aproape curat » sau “un sol turbo – mlăștinos” capabil să alimenteze o vegetație, dar care la adâncime nu prea mare se transformă progresiv într-o rocă lipsită de fertilitate”, (cf. Gherasimov și Skrimnikova, citați de Pop, 1960);

pentru botaniști “un aglomerat de resturi vegetale cu diverse origini sistematice si cenotice, precum și cu diferite grade de conservare” (Pop, 1960).

Făcând o îmbinare a definițiilor de mai sus, Pop (1960) spunea că turba este “un sediment recent al mlaștinilor neaerisite, compus în absoluta sa majoritate din resturi vegetale, cu structura morfologică în general conservată, trecute însă printr-un proces chimic și fizic, al cărui rezultat principal este o relativă îmbogățire în carbon”.

În accepțiunea noastră, turba este un zăcământ ce se formează în straturile profunde, lipsite de oxigen ale mlaștinilor, printr-un proces de carbonificare a materiei organice provenită din organismele vegetale și animale moarte și care are un rol foarte important în circuitul global al carbonului.

Evaluarea ponderii turbăriilor

Pe Glob suprafața mlaștinilor de turbă se cifrează la aproximativ 350 milioane ha, cel mai bogat continent în mlaștini fiind Europa, iar cel mai sărac Africa.

Raportând suprafața mlaștinilor turboase la suprafața țării, procentul cel mai mare de mlaștini este în Finlanda (cca.30%), Norvegia (cca.28%), Suedia (cca.20%), Anglia și Irlanda (12,6%).

În țara noastră există peste 400 de mlaștini de turbă, totalizând o suprafață de aproximativ 7000ha, cca. 0,0298% din suprafața țării (Pârvu, 1999). Acestea au mărimi diferite, variind de la 0,5ha până la câteva sute de hectare și sunt localizate în regiunile carpatice, mai ales în Carpații Orientali.

După cum se observă, la nivelul anului 1999, în țara noastră suprafața ocupată de mlaștinile turboase deținea un procent foarte mic (cca. 0,03% din suprafața totală a țării), acest procent manifestând o tendință accentuată de scădere datorită schimbării condițiilor climatice din ultimii ani și a unui management neadecvat al acestor zone. Având în vedere aceste considerente și ținându-se cont și de importanța științifică și economică a mlaștinilor de turbă, se recomandă ca o parte din aceste zone să fie puse sub protecție, iar în cele exploatabile extracțiile de turbă să se realizeze durabil. Un factor important în realizarea acestor deziderate este informarea publicului, în special al populației locale din zonele în care sunt prezente turbării, astfel încât aceasta să fie conștientă de rolul acestor ecosisteme particulare.

Cel mai întins complex mlăștinos eutrof de la noi, cu mlaștini eutrofe vii, este Bazinul Ciucului, care ocupă cea mai mare parte din fundul depresiunii dintre Harghita și munții Ciucului (fig.1), iar cea mai bogată regiune în mlaștini oligotrofe de la noi este cea a Bazinului Dornei cu 23 de tinoave (fig.2).

Scopul lucrării

Turba generată de aceste ecosisteme de tip mlaștină reprezintă o importantă resursă naturală, în anumite situații exploatabilă, având o rată de regenerare relativ mică. Dar pentru a putea fi exploatat, stratul de turbă trebuie să aibă o anumită grosime. De aceea este foarte important să se cunoască grosimea stratului de turbă în zonele exploatabile.

Există mai multe metode de estimare a grosimii stratului de turbă, dar majoritatea sunt distructive, prin urmare scopul acestei lucrări este de a găsi o metodă de estimare nedistructivă.

În vederea atingerii acestui scop, în lucrarea de față a fost realizată:

o sinteză privind stadiul actual de cunoaștere al turbăriilor din România (capitolul 1);

o trecere în revistă a principalelor metode de estimare a grosimii stratului de turbă (capitolul 2);

o analiză a metodelor și concepțiilor de taxonomie numerică (capitolul 3 și 4);

un studiu de caz (capitolul 5);

concluzii privind aplicarea metodelor de taxonomie numerică în stabilirea unor metode nedistructive de estimare a grosimii stratului de turbă (capitolul 6).

CAPITOLUL 1 – TIPURI DE MLAȘTINI

După cum spunea Pop în 1960 la nivelul țării noastre se întâlnesc trei tipuri de mlaștini: mlaștini oligotrofe, mlaștini mezotrofe și mlaștini eutrofe. În continuare vor fi prezentate principalele lor caracteristici.

1.1 Mlaștina oligotrofă

Poziție geografică

Mlaștinile oligotrofe sunt răspândite în zonele cu climat umed și rece precum Alaska, Canada sau Europa nordică, la noi în țară găsindu-se în regiunile Carpatice, pe interfluvii cu pantă mică, pe versanții văilor, în cuveta unor lacuri, la altitudini cuprinse între 700 și 1600 m. Cele mai multe se întâlnesc până în 1200m, ceea ce corespunde etajului superior al molidului, unde temperatura medie anuală este cuprinsă între 4-6ºC, iar clima este rece și umedă (Pârvu, 1980).

Regionalisme

În funcție de regiunea în care se găsește, mlaștina oligotrofă a primit diverse denumiri: în Moldova și Transilvania se numește tinov, în M-ții Apuseni, molhoș, iar în Maramureș, malacă (Pârvu, 1980).

Geneză

Condiția necesară formării unei mlaștini oligotrofe este carența solului sau a apei în substanțe minerale nutritive și mai ales în calcar.

Poate lua naștere:

prin înmlăștinirea unei păduri

dintr-o mlaștină eutrofă, trecând printr-un stadiu mezotrof

prin colmatarea directă a unui lac oligotrof

în jurul izvoarelor (Pop,1960).

În timp, dacă scade umiditatea, se micșorează pH-ul sau se schimbă chimismul, mlaștina oligotrofă poate să evolueze spre uscat. Acest lucru se întâmplă, în general, atunci când mlaștinile sunt desecate pe cale antropică (Pârvu, 1980).

Biotop

Substratul geologic pe care iau naștere mlaștinile oligotrofe este reprezentat de roca silicioasă (șisturi cristaline, eruptive, gresii, aluviuni), iar în unele zone, unde substratul geologic este format din roci calcaroase, mlaștinile oligotrofe nu se formează decât dacă aceste roci sunt acoperite în prealabil cu un strat impermeabil de argilă.

Alimentarea cu apă este făcută de precipitațiile atmosferice, scurgerile de suprafață având un indice de aprovizionare foarte scăzut, iar alimentarea cu apă freatică este absentă.

Apa de mlaștină se poate găsi sub formă de apă liberă și apă legată de turbă, iar reacția ionică a apei și a turbei este în totdeauna acidă, pH-ul fiind cuprins între 3,5-5. Concentrația în elemente biogene este foarte scăzută, reprezentând în general doar 0,03% din cantitatea totală de săruri.

Marginea mlaștinii oligotrofe nu este stabilă, ci prezintă o tendință de extindere peste regiunea din jur. La locul de contact cu solul mineral există de regulă un inel de apă cu o floră și faună mezotrofă sau chiar eutrofă. Acest inel de apă se numește “lagg”, după un termen suedez (Pârvu, 1980).

Biocenoză

Flora tinovului este formată din fanerogame oligotrofe, dar mai ales din specii ale mușchiului Sphagnum, care prin modul său de viață determină condițiile generale de viață ale tinovului: reacția, chimismul, fizionomia (Pop, 1960).

Acest mușchi are o structură anatomică deosebită, adaptată condițiilor ecologice speciale existente în turbării. Este un mușchi monoic sau dioic, cu tulpinițe ramificate, lipsite de rizoizi la maturitate; aceste tulpinițe cresc în fiecare an, în timp ce partea lor bazală, datorită mediului acid din turbării, se carbonizează lent, transformându-se treptat în turbă (Pop et al., 1983). Absorbția apei se face mai ales prin foliole, dar și prin tulpinițe, grație fenomenului de capilaritate. Maximul de acumulare a apei și deci de creștere a sfagnetului este la mijlocul său. Din această cauză tinovul este mai ridicat la mijloc decât la margini, de unde și denumirea de mlaștină înaltă sau bombată.

Sfagnetul, care formează etajul inferior al tinovului, este străbătut de numeroase fanerogame: ruginarea (Andromeda polifolia), bumbăcărița (Eriophorum vaginatum), răchițele (Oxycoccus quadripetalus), afinul (Vaccinium myrtillus), roua cerului (Drosera rotundifolia), cât și de reprezentanți ai genurilor Orchis și Carex. Dintre speciile de plante arborescente în mlaștina oligotrofă se întâlnește: molidul (Picea abies), mesteacănul (Betula pendula), mesteacănul pufos (Betula pubescens), arinul alb (Alnus incana), plopul tremurător (Populus tremula), zălogul (Salix cinerea), precum și pinul (Pinus silvestris), care crește în înălțime spre marginea tinovului, odată cu scăderea grosimii stratului de turbă.

De asemenea mai există și reprezentanți ai diferitelor specii de alge, ciuperci sau licheni.

În apa lăculețelor sau băltițelor și în pârâiașele ce traversează mlaștina, în mușchiul de turbă umed și în lagg-ul mlaștinii viețuiesc numeroase specii de alge microscopice din genurile Chroococus, Penium, Closterium, genurile Chroococus, Penium, Closterium, Sphaerosoma, Fragilaria, Pinnularia, Tabelaria, unele din acestea fiind considerate forme sfagnicole. Aceste specii pot intra în constituția perifitonului, în structura fitoplanctonului sau a microfitobentonului. În apa existentă în mlaștină și în umezeala dintre mușchi trăiesc numeroase specii de animale microscopice, mai ales tardigrade, rotiferi și protozoare, iar în substanța turbicolă care servește ca substrat sau mediu de desfășurare a activității se găsesc comunități de animale din care nu lipsesc speciile de testacee, unii rotiferi,viermi nematozi, melci, scoici, colembole, coleoptere, trichoptere etc. Insectele, deși sunt bine reprezentate în fauna tinoavelor, sunt forme comune. Rareori sunt întâlnite forme adaptate strict condițiilor specifice acestui mediu de viață. În afară de coleopterele acvatice și unele insecte legate de sol, majoritatea lor sunt fitofage sau vizitatoare de flori. Pe suprafața mlaștinilor oligotrofe se mai pot întâlni întâmplător șopârle și vipere, păsări și mamifere ajunse aici din pădurile înconjurătoare (Pârvu, 1980).

Funcționarea ecosistemului

Ecosistemul mlaștinilor oligotrofe este un ecosistem particular în care transferul materiei și energiei se deosebește foarte mult față de cel din alte ecosisteme. Producătorii primari sunt reprezentați de macrofitele sfagnicole, palustre și acvatice, de microfitele din apă, din perifiton și din bentos, dar rolul principal în producerea materiei organice este deținut de către macrofitele sfagnicole. Materia organică produsă se acumulează într-un depozit celulozolitic care se transformă treptat în turbă.

Din cantitatea de materie organică descompusă doar o mică parte este mineralizată, iar acest proces se desfășoară în straturile superficiale, bine aerate. În straturile mai profunde, lipsite de oxigen, cu pH acid și presiune mare, materia organică suferă un proces anaerob lent de carbonificare sub influența bacteriilor Gram-pozitive, adaptate la aceste condiții. Rezultă astfel turba ca produs al activității ecosistemului (Pârvu,1980).

1.2 Mlaștina mezotrofă

Cunoscute în România sub denumirea de bahne, mlaștinile mezotrofe reprezintă forme intermediare între mlaștinile eutrofe și cele oligotrofe. Au același areal de răspândire ca și mlaștinile eutrofe (Pârvu, 1999).

1.3 Mlaștina eutrofă

Poziție geografică

Se întâlnește în orice climat și la cele mai diverse altitudini, mlaștinile de turbă din regiunea tropicală fiind în întregime eutrofe.

Regionalisme

Mlaștina eutrofă nu are un nume popular și exclusiv, prin mlaștină în general înțelegându-se una eutrofă. În nordul Moldovei se numește bahnă, în Maramureș și în regiunea Baia – Mare mòciră, în unele părți din Munții Apuseni mârșiță, în sudul Transilvaniei și nordul Olteniei ploștină, dar în general are denumiri mai vagi precum smârc, baltă, crâng sau tău (Pop, 1960).

Geneză

Condiția necesară formării unei mlaștini eutrofe este bogăția substratul în substanțe nutritive și lipsa de aerisire a solului și a apei.

Mlaștina eutrofă poate lua naștere în orice depresiune a terenului, prin colmatarea unor lacuri fără aerisire, în jurul izvoarelor sau pe luncile râurilor. Atunci când se formează în jurul unor izvoare minerale are o fizionomie diferită. Dacă ia naștere în jurul izvoarelor feruginoase sau carbonatate mușchii și fanerogamele caracteristice formează mici ridicături sub forma unor conuri lățite (Pop, 1960).

Biotop

Substratul geologic pe care poate lua naștere mlaștina eutrofă diferă foarte mult în funcție de zona latitudinală și altitudinală în care se găsește.

Alimentarea cu apă se face prin precipitațiile atmosferice, scurgerea apei de pe versanți, izvoare de suprafață sau subacvatice, sau prin inundații, când apele de suprafață ies din matcă și inundă terenurile din jur.

Apa mlaștinilor eutrofe este bogată în substanțe minerale (peste 0,15%), iar pH-ul variază în cursul anului între acid și alcalin.

În mlaștină apa se poate găsi sub formă de apă liberă sau sub formă de apă legată de turbă, aceasta din urmă fiind sub formă de apă capilară, apă coloidală, apă osmotică și apă de hidratare. În stratul superficial cuprins între 0,4-1m grosime coeficientul de infiltrație al apei în turbă este de 50-80cm/s, iar în stratul profund, unde turba este bine tasată, acest coeficient de infiltrație este mult mai mic (Pârvu, 1980).

Suprafața mlaștinii este plană, niciodată bombată la mijloc ca în cazul mlaștinii oligotrofe, iar marginea este în general fixă.

Biocenoză

Vegetația mlaștinii eutrofe este una macrofitică, dominând macrofitele palustre, iar pe alocuri se găsesc și macrofite acvatice.

Fondul macrovegetației îl formează numeroase specii de mușchi verzi și plantele vasculare ierboase și lemnoase.

Dintre mușchi se întâlnește Marchanthia polimorpha, Aula comnium palustre sau Drepanoclodus vernicosus.

Speciile ierboase formează numeroase asociații de treisteișuri și pipiriguri din care fac parte papura (Typha latifolia, T.angustifolia), pipirigul (Bolboschoenus maritimus), rogozul (Carex vulpina), buzduganul (Sparganium erectum) sau bumbăcarița (Eriophorum vaginatum).

Plantele lemnoase sunt reprezentate de arinul negru (Alnus glutinosa), arinul alb (Alnus incana), mesteacănul (Betula verrucosa), mesteacănul pufos (Betula pubescens), salcia (Salix fragilis) sau mălinul (Prunus podus) [(Pârvu, 1980)].

Foarte des, mai ales în cursul procesului de colmatare, vegetația se dispune zonal, fapt care se reflectă și în stratigrafia zăcământului turbos.

După ce are loc umplerea depresiunii cu vegetație, mlaștina eutrofă își încheie ciclul evolutiv, transformându-se într-un tip de vegetație mezotrofă, iar atunci când condițiile climatice sunt favorabile poate să se formeze în decursul unei lungi perioade de timp un tinov (Pop, 1960).

Datorită existenței unei vegetații așa de bogate, mlaștinile eutrofe sunt populate cu numeroase nevertebrate, dar și cu un număr redus de vertebrate. În apa mlaștinii trăiesc numeroase specii de rotiferi, cladoceri, copepode și larve mici de insecte. Pe sedimente se întâlnesc un număr mare de oligochete (Tubifex, Nais, Stylaria,Ophidonais), ostracode, cladocerul Ilyocriptus sordidus și diferite specii de melci, trichoptere sau chironomide. Dintre vertebrate în mlaștina eutrofă se întâlnește foarte des broasca mica de lac (Rana esculenta), broasca mare de lac (Rana ridibunda), tritonul (Triturus cristatus, T. vulgaris), iar dintre reptile, șarpele de apa (Natrix tessellata) sau șarpele de casa (Natrix natrix) [(Pârvu, 1980)].

Funcționarea ecosistemului

Producătorii primari sunt reprezentați de macrofite, perifiton, fitoplancton și microfitobentos, dar rolul principal în producerea materiei organice îl au macrofitele. Din cantitate de materie organică produsă doar o mică parte este consumată de animalele fitofage. Plantele își continuă ciclul evolutiv până toamna când scăderea temperaturii determină moartea părților lor aeriene. Această masă vegetală moartă este descompusă în proporție de 20-30% de bacterii și ciuperci microscopice, iar restul de 70-80% este supusă procesului de turbificare.

Figura 1.1 Circulația materiei în ecosistemul mlaștinilor de turbă (Pârvu, 1980, modificată).

1.4 Asemănările și deosebirile existente între mlaștina eutrofă, oligotrofă și mezotrofă

Asemănări

sunt tipuri particulare de zonă umedă

sunt ecosisteme generatoare de turbă

producătorii primari sunt reprezentați prin criptogame vasculare- plante ierboase, arbustive și lemnoase

Deosebiri

Tabel 1.1 Deosebirile existente între mlaștina eutrofă și cea oligotrofă

Mlaștina mezotrofă este o formă intermediară între mlaștina eutrofă și cea oligotrofă.

CAPITOLUL 2 – METODE DE ESTIMARE A GROSIMII STRATULUI DE TURBĂ

Zăcământul turbos ce se formează în straturile profunde, lipsite de oxigen, ale mlaștinilor de turbă este un zăcământ exploatabil. Pentru a putea fi exploatat trebuie să aibă o anumită grosime. Această grosime se poate determina prin mai multe metode, dar majoritatea sunt distructive. Prima parte a acestui capitol conține o prezentare a principiului metodelor clasice, distructive, urmând ca în partea a doua să fie propusă o metodă nouă, nedistructivă.

2.1 Metode clasice – distructive

Înainte de a se trece la exploatarea zăcământului turbos se fac prospecțiuni privind stabilirea grosimii stratului de turbă. Dacă acesta depășește grosimea de 2 metri, preferabil 3,5-4 metri, se trece la exploatarea sa. Prospecțiunile se pot realiza cu ajutorul unor sonde sau prin foraje. În cazul în care grosimea stratului de turbă este mare, sondele nu pot ajunge în straturile profunde ale turbei, de aceea se realizează foraje. Însă, acestea pot produce drenări involuntare, distrugând turbăria. Dacă zăcământul nu este în stadiul de exploatare, dar din anumite considerente se face acest lucru, se pot produce perturbări majore în evoluția tinovului.

Exploatarea turbei cuprinde două etape:

prima etapă este una pregătitoare, când are loc drenare zonei exploatabile;

în cea de-a doua etapă se realizează decopertarea stratului cu vegetație de deasupra turbei, se creează drumuri de acces prin introducerea de roci (de obicei calcaroase) și se trece la exploatarea propriu-zisă. Drumurile de acces servesc la transportul excavatoarelor care vor face extragerea de zăcământ.

Turba exploatată este depozitată pe platforme în apropierea turbăriilor, se brichetează (se taie în granule de diferite dimensiuni în funcție de scopul pentru care va fi folosită) și se împachetează pe categorii, în funcție de calitate.

După ce are loc exploatarea, drumurile de acces trebuiesc închise pentru a permite înmlăștinirea din nou a zonei. Acest lucru se face prin eliminarea fragmentelor de roci care mai pot fi recuperate, urmând ca ulterior să se readucă în zona respectivă porțiunile din vegetația care a fost decopertată. Dacă condițiile sunt prielnice vegetația își continuă ciclul de viață, reluându-se totodată și procesul de turbificare.

Foarte rar, când pătura de Sphagnum a fost distrusă și nu se mai poate reface, se aduc spori de Sphagnum și se creează stratul muscinal dominat de acest mușchi.

Turba formată în mlaștini are o importanță științifică și economică deosebită.

Importanța științifică

Zăcământul turbos constituie o adevărată arhivă de documentare și cunoaștere a evoluției vieții într-o anumită perioadă de timp, deoarece conservă aproape perfect plantele și animalele ce alimentează detritusul. Analiza grăuncioarelor de polen fosil, conservate în sphagnetele și turba produsă în cadrul mlaștinilor turboase, constituie o metodă importantă pentru reconstituirea covorului vegetal existent în trecut.

Importanța economică

Turba se utilizează ca îngrășământ organic în agricultură, pentru prepararea nămolului terapeutic, pentru obținerea unor derivați chimici (gudron, fenolii, crezoli), iar în trecut era folosită drept combustibil (Pârvu, 1980).

2.2 Metodă propusă – nedistructivă

Emil Pop spunea în 1960 că “toate caracterele fizico-chimice, structurale, stratigrafice, ca și valoarea tehnică a turbei depind într-o măsură absolut decisivă de natura și evoluția mlaștinii mume, mai bine zis a vegetației de pe ea”.

Alăturându-se punctului de vedere al savantului rus Kudriașov, același autor spunea că “în general pasul cel mai mare de creștere a turbei se realizează în mijlocul mlaștinii, dar din această cauză tot acolo se găsește cea mai mare aciditate și umiditate, cel mai intens proces oxidativ și relativ cea mai slabă proporție de substanță uscată a plantelor”.

Știindu-se că între biotop (unitatea hidrogeomorfologică) și biocenoză există o interrelație, biotopul influențând structura biocenozei, la rândul său biocenoza modificând biotopul, am încercat să găsim o eventuală legătură între grosimea stratului de turbă și compoziția covorului vegetal. Odată determinată această legătură se va putea construi o metodă nedistructivă de determinare a grosimii stratului de turbă bazată exclusiv pe compoziția în specii a covorului vegetal.

CAPITOLUL 3 – Metode de taxonomie numerică

Taxonomia numerică, sau mai general analiza grupărilor, este numele dat diverselor procedee prin care un set de unități (UTO- Unitate Taxonomică Operațională) sau de indivizi sunt împărțite în două sau mai multe grupe sau subgrupe pe baza unor caracteristici pe care acestea le au în comun. Tehnica analizei grupărilor poate fi aplicată în sistematică sau în multe alte arii ale biologiei, precum: tratarea cantitativă a datelor biogeografice, recunoașterea diferitelor forme clinice ale unei boli, ecologie etc.(Dragomirescu, Postelnicu, 1994).

3.1 Etapele demersului taxonomiei numerice

Selectarea obietelor de studiu

Selectarea caracteristicilor care descriu obiectele

Identificarea unităților taxonomice operaționale (UTO) care vor fi clasificate (obiecte ori caracteristici)

Alegerea regulilor de codificare a fiecărei caracteristici și elaborarea tabelei obiect-caracteristică

Alegerea metodei (algoritmului) de clasificare

Calcularea dendrogramelor

Interpretarea rezultatelor

Demersul nu se încheie definitiv odată cu etapa interpretării rezultatelor, ci se poate relua de la orice nivel, în funcție de necesități.

3.2 Tipuri de metode de clasificare

– metode:

ierarhice (pe mai multe niveluri)

neierarhice (într-un singur nivel)

– metode:

ascendente, aglomerative (de la obiecte la întreg)

descendente, divizive (de la întreg la obiecte)

În cazul metodelor ierarhice membrii claselor de nivel inferior devin membrii claselor mai mari de nivel superior, rezultând , în general, clase fără suprapunere.

Metodele neierarhice produc o singură partiție care optimizează omogenitatea în interiorul fiecărei clase, grupări. Lance & Williams (1967) restricționează termenul de “grupare” pentru metodele neierarhice, iar cel de “clasificare” pentru metodele ierarhice.

Metodele neierarhice includ partiția în K-grupări, tehnici de ordonare utilizate ca metode de clasificare și arbori cu anvergură minimă, dar aceste metode sunt mai puțin utilizate de către biologi și ecologi.

Algoritmii aglomerativi au la început toate UTO în clase singulare. Ulterior acestea sunt grupate succesiv în clase din ce în ce mai mari, până când toate UTO aparțin unei singure clase. Majoritatea algoritmilor fuzionează o singură pereche de clase la fiecare pas, chiar dacă mai multe clase ar fi la fel de asemănătoare. De regulă există mai multe perechi de clase care sunt asemănătoare la nivel maxim, rezultând așadar problema alegerii perechii care va fuziona. Din nefericire, această alegere este făcută arbitrar de către algoritm, influențând foarte mult rezultatul.

Algoritmii divizivi pornesc de la o singură grupare ce conține toate obiectele, realizează o divizare a grupării în subgrupări, apoi divizări ale fiecărei subgrupări și așa mai departe până când se ajunge la UTO.

Dezavantajele algoritmilor divizivi față de cei aglomerativi:

sunt mai dificil de programat

necesită un volum de calcule mult mai mare

alocarea eronată a unui obiect la o clasă la începutul procedurii nu mai poate fi corectată (Legendre & Legendre, 1979).

3.3 Algoritmi de clasificare ierarhică aglomerativi – metode uzuale

Acestea sunt cele mai cunoscute și mai utilizate metode ale taxonomiei numerice, fiind denumite și “metode clasice”.

Ele cuprind două etape distincte și independente:

se alege un indice de similaritate care se calculează pentru fiecare pereche de unități (UTO).

se selectează un algoritm de clasificare ierarhică ascendentă, care se aplică matricei de similarități obținută la prima etapă (Dragomirescu & Postelnicu, 1994).

Echivalent și complementar, în loc de similaritatea (s) a două UTO putem calcula distanța (d) dintre două UTO după formula: d=1-s. Deci acești algoritmi pot fi prezentați și în termeni de distanțe și proximități, în loc de similarități și similitudini, așa cum vom proceda și noi mai încolo.

Există o întreagă literatură de indici de similaritate precum și diverse clasificări ale acestora. Există indici de similaritate:

pentru tabele binare

pentru tabele cu mai multe stări

În cazul indicilor pentru tabele binare, fiind dată o tabelă obiect – caracteristică binară, numită și tabelă obiect – predicat logic pentru orice două UTO se construiește următorul tabel:

UTO nr.i UTO nr.j

UTO nr.i

UTO nr.j

unde: a = numărul de perechi (1,1)

b = numărul de perechi (1,0)

c = numărul de perechi (0,1)

d = numărul de perechi (0,0).

Apoi se poate calcula orice indice pentru tabele binare. Aceștia pot fi:

sensibili la dublele zerouri sau

insensibili la dublele zerouri.

Alegem indici de similaritate sensibili la dublele zerouri dacă, considerăm că absența simultană a două caractere reprezintă un argument de asemănare, respectiv indici de similaritate insensibili la dublele zerouri dacă absența simultană a două caractere nu reprezintă un argument de asemănare.

În ecologie, cel mai utilizat coeficient de similaritate pentru tabele binare este coeficientul Jaccard. Acesta este un coeficient insensibil la dublele zerouri.

Algoritmul celui mai apropiat vecin (metoda simplei legături)

În cadrul acestui algoritm proximitatea între două clase este dată de distanța dintre cele mai apropiate două puncte ale acestora (fig.3.1).

Figura 3.1 Algoritmul celui mai apropiat vecin. Desen preluat din MVSP.

Algoritmul produce un efect de “înlănțuire”, datorită tendinței de adăugare repetată de noi indivizi la o clasă singulară, în loc să se efectueze mai multe grupări mari separate. Rezultă o dendrogramă în formă de scară (Gordon, 1999).

Algoritmul celui mai îndepărtat vecin ( metoda legăturii complete)

În acest caz proximitatea între două clase este dată de distanța dintre cele mai îndepărtate două puncte ale acestora (fig. 3.2).

Figura 3.2 Algoritmul celui mai apropiat vecin. Desen preluat din MVSP.

Spre deosebire de algoritmul anterior, când se producea un efect de “înlănțuire”, acest algoritm alătură un obiect unei clase atunci când este apropiat față de toate punctele din clasa respectivă. Aceasta face ca odată ce o clasă crește să devină din ce în ce mai greu pentru un obiect să se alăture clasei respective, iar creșterea unei clase face ca aceasta să se îndepărteze de restul obiectelor, dilatând spațiul ( Gordon, 1999).

Figura 3.3 Două diagrame care arată cum funcționează algoritmul celui mai apropiat vecin (stânga figurii), respectiv algoritmul celui mai îndepărtat vecin (dreapta figurii). Desen preluat din Dragomirescu și Postelnicu, 1994.

Atât metoda celui mai apropiat vecin cât și metoda celui mai îndepărtat vecin distorsionează puternic datele deoarece distanțele între grupuri sunt calculate doar pe baza unor anumite puncte, și nu pe baza tuturor punctelor claselor.

Algoritmi de legături medii

Tehnicile de legătură medie asigură o abordare mai echilibrată a grupării. Distanțele între grupări sunt reprezentate de un anumit fel de distanțe medii.

Există două abordări de bază. În prima abordare proximitatea între clase este dată de media distanțelor între toate perechile de puncte, primul fiind într-o clasă și al doilea în cealaltă clasă.

În cea de-a doua abordare se calculează centroidul fiecărei clase, iar proximitatea între clase este dată de distanța dintre centroizi.

Ambele metode pot fi la rândul lor ponderate sau neponderate. Metodele ponderate dau ponderi egale fiecărei clase (prin acordarea de ponderi mai mari punctelor din clasele cu mai puține puncte), în timp ce metodele neponderate acordă ponderi egale fiecărui punct din fiecare clasă.

3.4 Algoritmul Buser și Baroni-Urbani

Buser și Baroni-Urbani subliniază dezavantajul metodelor clasice de a opera în două etape “cu logică complet diferită”. Aceștia propun un algoritm ce conține o singură etapă de clasificare, pe care îl descriu astfel:

“În mod obișnuit dendrograma de L UTO este dedusă dintr-o matrice L x L conținând coeficienții de similaritate pentru toate perechile posibile de UTO. Faptul că pot fi luate în considerare doar perechile de UTO reprezintă un obstacol important, cum se poate observa prin considerarea unui set alcătuit din două grupe mari de UTO identice, care trebuiesc împărțite în doar două sub-noduri. Deoarece omogenitățile hI și hII pot fi calculate pentru noduri alcătuite dintr-un număr arbitrar de UTO, se poate construi o matrice pe baza omogenităților tuturor sub-nodurilor care se pot forma pentru k<L UTO.

Această matrice reprezintă toate 2L – 1 = (CL1 + CL2 + ….+ CLK + ….+ CLL) nodurile posibile, diferențiate prin omogenitățile lor. Se caută omogenitatea cea mai mare. Apoi nodul corespunzător reprezintă primul și cel mai profund nod al dendrogramei, care este tratat ca un întreg (însemnând că omogenitățile nodurilor conținând fracțiuni ale nodurilor deja găsite nu vor mai fi luate din nou în considerare). Cu toate aceste constrângeri poate fi căutat următorul nod cel mai omogen, și așa mai departe.

Dendrograma realizată în acest mod se centrează pe nodul cel mai omogen permițându-le tuturor nodurilor să conțină mai mult de două UTO " (Buser&Baroni-Urbani, 1982).

Spre deosebire de metodele clasice descrise de Sokal și Sneath care prelucrează doar informație mutuală pe care o și deformează, această metodă prelucrează întreaga informație și nu o deformează în nici un fel (Dragomirescu, Postelnicu, 1991).

Omogenitatea hI

“Având un set A de date conținând L UTO și N atribute binare, notăm cu sj suma atributului j”

(Dragomirescu, Postelnicu, 1994).

3.5 Algoritmul de clasificare naturală aglomerativă (Dragomirescu)

Algoritmului Buser, Dragomirescu, 1987 adaugă o condiție (“condiția D”) care aplicată determină apariția unui rezultat unic cu o mai mare probabilitate.

Condiția D:

“Dacă omogenitatea maximă este realizată de mai multe grupări, selectăm o grupare cu cel mai mare număr de indivizi (obiecte, UTO)”.

În Dragomirescu & Postelnicu, 1991 se perfecționează la maximum algoritmul Buser obținandu-se primul algoritm aglomerativ cu rezultat unic în mod necesar. Pornind de la ideea japonezului Satosi Watanabe, că o metodă de clasificare naturală produce rezultat unic – analog clasificării elementelor chimice făcute de Mendeleev – este denumit « algoritm de clasificare naturală aglomerativă ». Algoritmul este al doilea algoritm natural de clasificare, după algoritmul de clasificare naturală al lui Watanabe, care este însa un algoritm diviziv.

Același autor consideră că “cea mai productivă idee a acestui algoritm (Buser) este conceptul de omogenitate definit pentru orice set de UTO (nu doar pentru oricare două UTO ca în cazul similarității, respectiv distanței )”.

Dragomirescu, 1986 definește axiomatic conceptul de omogenitate și introduce și alte omogenități dintre care h* si H* modelează, pentru prima oară în literatură, principiile clasificării în biologie formulate de Beckner în 1959. Beckner a observat că biologul operează cu “grupări politetice sau clase naturale”. O grupare politetică este definibilă în termenii unei mulțimi G de proprietăți c1, c2,…, cN astfel încât:

orice obiect din clasă posedă un număr mare (dar nespecific) de proprietăți din G

orice c din G este posedat de un număr mare de obiecte

nici un c din G nu este posedat de toate obiectele clasei (Sneath & Sokal).

Omogenitatea h*

La fel ca și h1, h* este o omogenitate pentru tabele binare care exclude din calcul coloanele de zero-uri.

Având un set A de L UTO definți prin N atribute binare și notând cu sj suma atributului j

unde N* este numărul de coloane neidentic nule, iar aij este numărul 0 sau 1 care caracterizează atributul numărul j pentru UTO numărul i.

h* este o omogenitate care generalizează într-un anumit mod la grupări de oricâte UTO coeficientul de similaritate al lui Jaccard care este definit doar pentru grupări de doua UTO (Dragomirescu, 1997). Această proprietate anunță viitorul său în aplicații. Deja Schaalje & Beus, 1997, după ce au construit după modelul lui h* (denumit de ei « Dragomirescu’s index ») o întreaga clasă de omogenități, au constat că în aplicații are valoare doar h*. Astfel, h* a devenit prima măsură a variabilității introdusă în biologia moleculară, după cum afirma cei doi autori în lucrarea citată.

h* modelează binar (adică insuficient) condițiile Beckner asupra clasificării în biologie. Reprezintă particularizarea la tabele binare a omogenității H*.

Omogenitatea H*

Această omogenitate este definită pentru tabele multivariate.

“Fie A un set de L UTO descrise printr-un număr de N caracteristici ordonate (continuu sau discret), având forma unei matrice (aij) de numere real pozitive. Vom nota valoarea maximă a fiecărei caracteristici prin:

, iar suma acestor maxime cu

Cu acestea vom defini:

(7)

unde N* este numărul de coloane neidentic nule”(Dragomirescu, Constantinescu &Bănărescu, 1985).

Dragomirescu, 1987 observă că:

M1* este media aritmetică a gradelor în care fiecare UTO satisface grupul de caracteristici (neidentic nule). Pentru o UTO, gradul de satisfacere a mulțimii de caracteristici este egal cu suma valorilor de pe linii împărțită la suma maximelor.

M2* este media aritmetică a gradelor în care fiecare caracter (neidentic nul) este satisfăcut de un set de UTO. Pentru fiecare caracter, gradul de satisfacere a setului de UTO este egal cu suma valorilor din coloana respectivă împărțită la maximul de caractere înmulțite cu numărul de UTO.

Același autor definește omogenitatea H* astfel:

H(A)* = M1*(A)·M2*(A)

Deoarece M1* , respectiv M2* modelează matematic nonbinar primele două condiții Bekner (prezentate anterior) , H* va modela în întregime condițiile clasificării în biologie formulate de Bekner.

3.6 Metoda de clasificare naturală divizivă (Watanabe)

Este un algoritm diviziv bazat pe o măsură supraaditivă numită “coeziune”.

Se numește coeziune o măsură supraaditivă c:

Adică c: P(I)→R+cu proprietatea:

astfel încât Ø

Numește apoi cost de tăiere asociat partiției D(A)=valoarea :

Se preferă, în mod evident, o partiție cu un cost minim de tăiere. După ce are loc identificarea partiției se va continua divizarea părților astfel obținute. De aceea se va căuta o măsură globală minimă a costului de tăiere. Dar suma costurilor de tăiere asociată tuturor partițiilor unei clasificări ierarhice este aceeași pentru orice clasificare. Prin urmare, se preferă să se “cheltuiască” mai puțin la început pentru a rămâne o coeziune cât mai mare în clasele mai mici (“principiul parcinomiei”).

Watanabe este de părere că o clasificare naturală este unică (are rezultat unic).

De regulă au prioritate dihotomiile deoarece au costul de tăiere minim. Dar există cazuri în care mai multe dihotomii au același cost de tăiere și nu putem alege arbitrar una dintre acestea întrucât s-ar pierde unicitatea rezultatului. De aceea trebuie să existe o regulă de alegere. Această regulă se bazează pe o opțiune naturală care poate fi exemplificată astfel:

Dacă D1 = {A1UA2, A3}; D2 = {A1UA3, A2}; D3 = {A1, A2UA3} reprezintă trei dihotomii cu același cost (minim) de tăiere, în loc să alegem una dintre acestea se va impune trinotomia unică D = {A1, A2, A3}.

Toate aceste principii formează o “rețetă unică” sau “strategia unei clasificări naturale”:

Se aplică strategiile I și II mulțimii I. Apoi se aplică fiecărei clase obținute. Se iterează acest proces până se obțin clase de câte un singur obiect.

Dată fiind o parte A se consideră toate dicotomiile D(A) = {A1, A2}. Dacă există o singură dihotomie cu un cost minim de tăiere aceasta va fi partiția prescrisă. În caz contrar, se aplică strategia a-III-a.

Se consideră sistemul tuturor dicotomiilor de cost minim. Partiția prescrisă va fi policotomia cea mai puțin fină, mai fină decât fiecare dihotomie în parte. Intuitiv, grupările vor fi “piesele” obținute tăind submulțimea A după toate dicotomiile de cost minim (Dragomirescu, 1986).

Notă : În Dragomirescu, 2003 se atrage atenția că denumirile de metodă și algoritm nu sunt sinonime perfecte. Autorul propune utilizarea termenului de “algoritm” pentru procedura de grupare și recomandă utilizarea denumirii de “metodă” pentru algoritm plus similaritatea (respectiv distanța), omogenitatea ori coeziunea aleasă în raport de tipul de algoritm de grupare utilizat.

CAPITOLUL 4 – Concepții în taxonomia numerică

Există trei concepții în taxonomia numerică și anume: concepția occidentală – care are la bază primii algoritmi prezentați, concepția românească și concepția orientală – care au la bază ultimii doi algoritmi prezentați (algoritmul de clasificare naturala aglomerativă, respectiv, algoritmul de clasificare naturala divizivă).

4.1 Concepția “occidentală”

Este cea mai veche concepție întâlnită în taxonomia numerică utilizând, de regulă, măsuri de similaritate ca măsuri ale asemănării între perechile de UTO.

Figura 4.1 Concepția occidentală (anglo-saxonă). Schemă preluată cu acordul autorului din Dragomirescu L., 2003.

Adepții acestei concepții consideră că folosirea unei cantități cât mai mare de informație referitoare la UTO și, în consecință, a unui număr cât mai mare de caracteristici duce la realizarea unei clasificări mai corecte, mai obiective (unul din scopurile declarate ale taxonomiei numerice). Alt scop este repetabilitatea: “Dacă observațiile sunt repetabile cu un procent acceptabil de eroare și dacă procedurile taxonomice sunt clar circumscrise, se speră ca metodele numerice utilizate de cercetători diferiți, pe aceeași bază de date și lucrând independent, să producă estimări comparabile ale asemănării între clase” (Sneath & Sokal, 1973).

Esența acestei concepții se regăsește în unul din principiile formulate de Sokal & Sneath în 1973: “taxonomia numerică……este o știință pur empirică”.

Critici aduse acestei concepții

Buser și Baroni-Urbani critică această concepție spunând în 1982 că: “scopul unei analize de taxonomie numerică este construirea unor clase de obiecte similare, dintr-un set de obiecte ce trebuie clasificat. Prin metodele uzuale acest lucru este realizat în doi pași diferiți: calcularea unei matrice de similarități între toate perechile posibile de L UTO. O similaritate fiind omoloaga unei distanțe, matricea de similarități se va putea reprezenta într-un hiperspațiu L-1 dimensional. Pentru seturi de date cu ceva mai mulți UTO matricea devine dificil de citit și imposibil de înțeles. De aceea, este utilizată o a doua procedură, denumită analiză de grupare, pentru a realiza reprezentări grafice bidimensionale. O asemenea procedură distorsionează matricea de similarități, poate produce greșeli imprevizibile și clase nenaturale”. Ei propun abandonarea completă a calculării coeficientului de similaritate și substituirea lui cu cel de omogenitate.

Dragomirescu consideră că metodele clasice prelucrează doar informație mutuală pe care, în plus, o și deformează, iar rezultatele oferite de aceste metode nu sunt unice, creând dificultatea alegerii dintre mai multe dendrograme. Critică, de asemenea, lipsa de legătură între logica grupării și logica specialistului biolog.

4.2 Concepția “orientală”

Japonezul Satosi Watanabe în 1969 a demonstrat că “logica este insuficientă pentru a crea concepte, clasificări”. Este nevoie de un punct de vedere extralogic pentru a crea clasificări netriviale. Tabela obiect-caracteristică este prelucrată apoi cu algoritmul de clasificare descendentă a lui Watanabe care se bazează pe entropie și care produce rezultat unic.

Figura 4.2 Concepția orientală. Schemă preluată cu acordul autorului din x

Criticile aduse acestei concepții

Utilizarea unei singure măsuri și a unui singur algoritm nu poate reprezenta o soluție universală, de exemplu pentru “că nu putem obține un coeficient de similaritate real prin entropie din cauza faptului că un asemenea coeficient ar produce gruparea atât a celor mai similare cât a și celor mai disimilare unități taxonomice” (Dragomirescu, 1986).

4.3 Concepția “românească”

Pornind de la algoritmul Buser și Baroni-Urbani și de la concepția orientală propusă de Watanabe, Dragomirescu abordează lucrurile dintr-un alt punct de vedere. El este de acord cu teorema Watanabe, în sensul că nu se poate realiza o clasificare netrivială în condiții de obiectivitate. În plus, consideră că prin matricea obiect – caracteristică se exprimă punctul de vedere al biologului, iar prin algoritmul de clasificare modul de gândire al acestuia. Aceste “subiectivisme” sunt exprimate, deci, în termeni informatici, printr-o structură de date și o structură de program.

Structura de date este reprezentată de:

caracteristicile preferate

obiectele selectate pentru a construi clasificarea și

regulile de codificare.

În ceea ce privește structura de program autorul nu este de acord cu folosirea unei metode universale așa cum se întâmplă în cazul concepției orientale, dar nici cu “multitudinea de metode cu logică congruentă, dar independentă de datele utilizate, așa cum se întâmplă în concepția occidentală” (Dragomirescu, 2003).

El propune un algoritm de clasificare aglomerativ care produce rezultat unic în mod necesar. Prin aplicarea “condiției D” algoritmului Buser și Baroni-Urbani crește probabilitatea unicității rezultatului.

Omogenitățile construite de Buser sunt înlocuite cu alte omogenități care modelează însa gândirea biologului: h*, H*, M1*, M2* etc. Construcția acestor omogenități a fost realizată pe baza modelării matematice a conceptului de “clasă naturală sau grupare politetică” formulat de logicienii Bekner (1959) și Enescu (1980) cu privire la clasificarea în biologie (Dragomirescu, 1987).

Autorul a demonstrat că omogenitatea h* este o generalizare la mulțimi de n UTO a indicelui Jaccard, cel mai echilibrat și mai utilizat indice de similaritate, iar omogenitatea H* este o extindere la tabele cu mai multe valori a omogenității h*.

Cum un model se verifică mai ales în aplicații s-a trecut la utilizarea acestor omogenități în diferite ramuri ale biologiei, obținându-se rezultate deosebite.

Astfel omogenitatea H* a dat un rezultat remarcabil în sistematica peștilor (Dragomirescu, Constantinescu și Bănărescu, 1985), omogenitatea h* a fost preluată de Schaalje & Beus, devenind prima măsură a variabilității pusă la dispoziția biologiei moleculare (Schaalje & Beus, 1997), iar omogenitatea M1* s-a dovedit a fi potrivită pentru măsurarea omogenității unei comunități de plante dintr-un areal dat (Dragomirescu L., Gheorghe Iuliana. Comunicare, a 6-a Conferință a Societății de Probabilități și Statistică din România, ASE, București, 21-22 februarie, 2003).

CAPITOLUL 5 – STUDIU DE CAZ

Acest studiu se referă la un tinov din bazinul Dornei – tinovul Poiana Ștampei, situat la o altitudine de 880m, în nord-estul regiunii, pe terasa închisă între șosea și calea ferată. Este unul din cele mai mari tinoave din regiunea ce înconjoară localitatea Poiana Ștampei, având o suprafață de aproximativ 100 de hectare.

Din punctul de vedere al vegetației, tinovul se caracterizează printr-un pinet înalt și des spre margini, foarte rar și mărunt spre mijloc, iar în regiunea de maximă creștere a tinovului lipsește datorită creșterii excesive a sfagnetului care îi sufocă.

Primele exploatări ale zăcământului turbos din această regiune datează din 1923, dar exploatări la scară mai întinsă au început să se facă în 1950.

5.1 Sursa și descrierea datelor

Datele utilizate pentru acest demers științific au fost obținute în urma unui studiu elaborat de către o echipă de cercetători, constituită din biologi și ingineri silvici, la cererea Ocolului Silvic Poiana Ștampei, acesta din urmă asigurând și suportul financiar.

În acest studiu au fost urmăriți diferiți parametri morfologici și structurali ai stratului arboricol și ai stratului ierbos, în lucrarea de față utilizându-se datele legate de bogăția specifică în stratul ierbos și arboricol.

Pe harta tinovului, realizată la scara 1:1000, au fost delimitate suprafețe de formă pătrată, cu latura de un centimetru, fiecărui centimetru pătrat de pe harta corespunzându-i 1 hectar în teren.

S-au obținut astfel 100 de parcele de suprafețe egale, fiecare parcelă având 1 hectar. Pentru fiecare parcelă s-a făcut un releveu floristic și s-a determinat grosimea stratului de turbă. Măsurarea grosimii s-a realizat în centrul fiecărei parcele (la intersecția diagonalelor), cu ajutorul unor sonde, având grijă să nu se producă o drenare involuntară.

Vegetația prezentă deasupra stratului turbos a fost împărțită în 7 tipuri, fiecare tip primind un cod în funcție de speciile de plante dominante prin abundență:

MIXT – prezintă un amestec de specii tipice de molidiș și turbărie

SEVI – predomină Sphagnum sp., Equisetum pratense, Vaccinium vitis idaea

ZUT – zonă umedă cu tifă (Typha latifolia)

RIC – predomină Rubus idaeus și Carex sp.

EVM – predomină Equisetum palustre și Vaccinium myrtilus

SE – predomină Sphagnum sp. și Equisetum sp.

PVM – predomină Polytrichum commune și Vaccinium myrtillus

Tinovul Poiana Ștampei are forma unei lentile concave, cu tipul de vegetație MIXT la periferie și tipul de vegetație SEVI în mijlocul tinovului.

Setul de date conține:

numărul și mărimea fiecărei parcele

speciile prezente în fiecare parcelă

grosimea stratului de turbă pentru fiecare parcelă

codul pentru tipul de vegetație prezent în fiecare parcelă.

Bogăția specifică a tinovului este de 77 de specii, numărul cel mai mare de specii găsindu-se în tipul de vegetație MIXT – (~ 3 specii la ha), iar numărul cel mai mic în tipul de vegetație SEVI – (~1 specie la ha). Acest lucru este influențat de faptul că zona centrală a tinovului prezintă o aciditate foarte mare, numărul speciilor care suportă un pH acid fiind redus – specii foarte acidofile: Sphagnum sp., Andromeda polifolia, Eriophorum vaginatum sau Betula humilis.

5.2 Prelucrarea datelor în laborator și rezultate

S-a urmărit:

verificarea clasificării, pe cele 7 tipuri de vegetație, realizate de ecolog

II. găsirea unei corelații între tipurile de vegetație prezente deasupra stratului turbos și grosimea stratului de turbă

I. Pentru primul obiectiv s-a realizat o tabelă obiect – caracteristică, care în acest caz înseamnă o tabelă de prezență – absență în care obiectele sunt 100 de parcele, iar caracteristicile 77 de specii. Acestei tabele i s-au aplicat cele 6 metode din softul MVSP (Nearest neighbour, UPGMA, Cectroid, WPGMA, Median, Farthest neighbour) cu indicii Jaccard calculați pentru cele perechi de parcele.

Deoarece, în cazul nostru, s-a obținut exact aceeași structură arborescentă prin toate cele 6 metode, putem considera că aceasta este structura existentă în date.

S-a comparat apoi această structură arborescentă cu structura arborescentă propusă intuitiv de ecolog. Acest lucru s-a făcut în doi pași :

la nivelul claselor de la primul nivel al arborelui de clasificare numerică, respectiv, al tipurilor de vegetație definite de către ecolog.

la nivelul clasificării în continuare, prin mijloace numerice, a claselor obținute la primul nivel., respectiv, al clasificării tipurilor de vegetație propusă de ecolog.

Astfel:

Cele 6 metode de clasificare automată au produs toate aceleași 7 clase care au coincis perfect (în sensul compoziției în parcele) cu cele 7 tipuri de vegetație definite de către ecolog.

În această etapă s-au obținut următorii arbori diferiți:

Figura 5.1 Comparație între arborele obținut prin cele 6 metode de clasificare automată din MVSP (stânga figurii) și arbore propus intuitiv de ecolog (dreapta figurii). Zona încercuită reprezintă partea de concordanță dintre cei doi arbori.

Întrucât cele două clasificări nu au coincis am apelat la o metodă de clasificare automată superlativ fondatǎ, și anume, algoritmul lui Buser aplicat omogenității h* definită de Dragomirescu pentru tabele binare.

Această metodă a produs arborele din stânga figurii următoare :

Figura 5.2 Comparație între arborele obținut cu algoritmul lui Buser aplicat omogenității h* (stânga figurii) și arborele propus intuitiv de către ecolog (dreapta figurii). Aria hașurată corespunde zonei de discordanță dintre cei doi arbori.

Fiind deosebit și arborele acesta de arborele ecologului, acesta din urmă a reanalizat materialul și a constatat că într-adevăr punctele de deosebire au fost puncte slabe în concepția sa, găsind chiar argumente de specialitate foarte puternice pentru revizia arborelui propus de el, în sensul arborelui dat de algoritmul Buser aplicat omogenității h*. Astfel, după cum se observă și din dreapta figurii 5.2, ecologul grupase inițial tipul de vegetație SE cu tipul de vegetație EVM. Această grupare o realizase ținând cont de specia Equisetum pratense, considerată dominantă în ambele tipuri de vegetație. Ulterior, reanalizând datele a constatat că tipul de vegetație SE se aseamănă mai mult cu tipul de vegetație SEVI deoarece specia Sphagnum fimbriatum creează niște condiții de aciditate care nu permit instalarea decât a anumitor tipuri de vegetație.

II. Având structura ecologică verificată am trecut la cercetarea unei eventuale corespondențe între acestea și grosimea stratului de turbă.

Am calculat mediile și abaterile standard pentru grosimea stratului de turbă în cele 7 tipuri de vegetație. Acestea sunt reprezentate în figura 5.3. Mediile sunt vizualizate prin batoane de grosimi egale, iar în jurul laturii superioare a fiecărui baton este reprezentat un segment care vizualizează ± abaterea standard corespunzătoare.

Figura 5.3 Reprezentarea grafică a mediilor și abaterilor standard pentru grosimea stratului de turbǎ în cele 7 tipuri de vegetație.

După cum se observă în figura 5.3 grosimea stratului de turbă cea mai mare corespunde tipului de vegetație SEVI, iar cea mai mică tipului de vegetație MIXT, însă nu putem spune nimic de corespondența dintre grosimea stratului de turbă și celelalte tipuri de vegetație.

CONCLUZII

Încercarea de a construi un instrument nedistructiv pentru aprecierea grosimii stratului de turbă ne-a dat prilejul sa verificăm prin mijloace numerice tipurile de vegetație stabilite de ecolog în teren.

În plus, printr-o metodǎ de inteligențǎ artificialǎ s-a obținut o clasificare a tipurilor de vegetație care a corectat dendrograma propusǎ de ecolog.

Aceste doua demersuri sunt obligatorii atunci când se urmărește cunoașterea profundǎ a unui ecosistem. Numai după validarea acestui demers are sens căutarea legăturilor presupuse a exista între diverse aspecte ale ecosistemului (în cazul nostru iîntre tipul de vegetație și grosimea stratului de turbă).

Referitor la obiectivul principal al lucrării, observăm ca luând în considerație doar compoziția specifică se obține un instrument de determinare a grosimii stratului de turbă relativ grosier.

Instrumentul poate preciza doar unde se găsește stratul cel mai gros de turbă și unde se găsește o grosime neglijabilă. Deoarece din literatură se cunoaște că stratul de turbă cel mai gros este întotdeauna plasat în mijlocul turbăriei, iar această zonă este marcată de specia Sphagnum sp. și de alte specii de plante care suporta o aciditate foarte ridicată, instrumentul propus confirmă aceste rezultate.

Din păcate însă, acest instrument nu poate detecta și alte grosimi intermediare, după cum rezultă din figura 5.3. În aceste condiții, rămâne deschisă problema perfecționării acestui instrument nedistructiv prin adăugarea altor informații alături de compoziția stratului vegetal. Eventuale extinderi ale acestui demers ar putea lua în considerație și alți parametri importanți pentru aprecierea grosimii stratului de turbă, cum ar fi: pH, umiditate, temperatură etc. De asemenea, ar fi important și foarte probabil util pentru perfecționarea acestui instrument să se ia în considerație biomasele speciilor respective sau cel puțin abundențele relative. Reamintim că în această lucrare nu am dispus decât de date de tip prezență – absență.

ANEXE

BIBLIOGRAFIE

Buser M.and Baroni-Urbani C. – 1982, A direct non dimensional clustering method for binary data. Biometrics 38, pp. 351-360.

Coldea Gh. – 1991, Prodrome des associations vegetales des Carpates du Sud-Est (Carpates Roumaines), volume VIII. Documents Phytosociologiques. Università degli Studi, Camerino.

Dragomirescu L., Constantinescu V., Bănărescu P. – 1985, A Method of Numerical Taxonomy Adequate to the Biological Thinking. Applications: Watanabe’s Exemple, the Study of Genus Acanthobrama (Pisces Cyprinidae).Travaux du Museum d’ Histoire Naturrelle “Grigore Antipa”, 27, pp. 343-365.

Dragomirescu L. – 1986, Considerations on the structure and application of cluster analysis in biology (Note). Travaux du Museum d’ Histoire Naturrelle “Grigore Antipa”, 28, pp. 305-310.

Dragomirescu L. –1987, Contribuții privind aplicarea taxonomiei numerice în biologie. Teza de doctorat, Centrul de Statistică Matematică al Academiei Române, București.

Dragomirescu L. – 1987, Some extension of Buser and Baroni-Urbani’s clustering method. Biometrical Journal, nr. 2, Berlin pp. 345-353.

Dragomirescu L., Postelnicu T. – 1991, A "natural" agglomerative clustering method for biology. Biometrical Journal, 7, pp. 841-849.

Dragomirescu L., Postelnicu T. – 1994, Specific numerical taxonomy methods in biological classification, in Proceedings on “Statistical tools in human biology”, course in Erice, Italia, September 18-25 1993. World Scientific Publishing CO. PTE. LTD., London, pp. 31-45.

Dragomirescu L. – 2003, Ecologie numerică și ecostatistică. Note de curs. În curs de editare.

Enescu Gh. – 1980, Fundamente logice ale gândirii.Edit. Științifică și Enciclopedică, București.

Gordon A.D. – 1999, Classification. 2nd Edition. Chapman & Hall/CRC, Boca Raton, London, New York, Washington, D.C.

Legendre L., Legendre P. – 1979, Ecologie Numerique. Tome 2. Masson and Les Presses de l’Universite de Quebec.

Pârvu C. – 1980, Ecosistemele din România. Edit. Ceres, București.

Pârvu C. – 1999, Ecologie generală. Edit. Tehnică , București.

Pop E. – 1960, Mlaștinile de turbă din Republica Popularǎ Românǎ. Edit. Academiei Popuare Române.

Pop I. et. al. – 1983, Botanică sitematică. Edit. Didactică și Pedagogică, București.

Sanda V. et al. – 1983, Caracterizarea ecologică și fitocenologică a speciilor spontane din flora României. Studii și comunicări Nr.25, Supliment, Științe Naturale, Muzeul Brukenthal, Sibiu.

Schaalje B.G. and Beus B.D. – 1997, A reliability index for presence-absence data. Commun. Statist. – Theory Meth., 26 (2), pp. 355-374.

Sneath P.H.A., Sokal R.R. – 1973, Numerical Taxonomy – The Principles and Practice of Numerical Classification. W.H. Freeman. San Francisco.

*** Pachetul de programe MVSP (www.komcomp.com)

Softul buser.exe de pe link-ul http://app.inthelrom.ro/histo/buser.zip