PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2010 | 79 | 4 |
Tytuł artykułu

Modelling of habitat conditions by self-organizing feature maps using relations between soil, plant chemical properties and type of basaltoides

Treść / Zawartość
Warianty tytułu
Języki publikacji
EN
Abstrakty
EN
The paper shows the use of Kohonen's network for classification of basaltoides on the base of chemical properties of soils and Polypodium vulgare L. The study area was Lower Silesia (Poland). The archival data were: chemical composition of types of basaltoides from 89 sites (Al2O3, CaO, FeO, Fe2O3, K2O, MgO, MnO, Na2O, P2O5, SiO2 and TiO2), elements contents in soils (Cd, Co, Cu, Fe, Mn, Mo, Ni, Pb, S, Ti and Zn) and leaves of P. vulgare (Ca, Cd, Co, Cu, Fe, K, Mg, Mn, Mo, N, Ni, P, Pb, S, Ti and Zn) from 20 sites. Descriptive statistical parameters of soils and leaves chemical properties have been shown, statistical analyses using ANOVA and relationships between chemical elements were carried out, and SOFM models have been constructed. The study revealed that the ordination of individuals and groups of neurons in topological maps of plant and soil chemical properties are similar. The constructed models are related with significantly different contents of elements in plants and soils. These models represent different chemical types of soils and are connected with ordination of types of basaltoides worked out by SOFM model of TAS division. The SOFM appeared to be a useful technique for ordination of ecological data and provides a novel framework for the discovery and forecasting of ecosystem properties.
Wydawca
-
Rocznik
Tom
79
Numer
4
Opis fizyczny
p.315-323,fig.,ref.
Twórcy
autor
  • Department of Ecology, Biogeochemistry and Environmental Protection, Institute of Plant Biology, Wroclaw University, Kanonia 6/8, 50-328 Wroclaw, Poland
autor
Bibliografia
  • ADAMCZYK Z. 2008. Ewolucja wulkanizmu kenozoicznego Przedgórza Rębiszowskiego (Dolny Śląsk) oraz jej wpływ na charakter petrograficzny i jakość surowca bazaltowego. Zeszyty Naukowe Politechniki Śląskiej, Górnictwo, Wydawnictwo Politechniki Ślaskiej, Gliwice, 282: pp. 244. (in Polish with English summary)
  • BIAŁOWOLSKA A. 1980. Geochemiczna charakterystyka niektórych bazaltoidów Dolnego Śląska i ich ultramafitowych enklaw. Arch. Miner., 36: 107-163. (in Polish with English summary)
  • BOGDA A. 1973. Mineralogiczne i mikromorfologiczne badania produktów wietrzenia niektórych magmowych skał macierzystych gleb występujących w Sudetach. Rocz. Gleb., 44, 2: 85-132. (in Polish)
  • CHON T., PARK Y.S., MOON K.H., CHA E.Y. 1996. Patternizing communities by using an artificial neural network. Ecol. Model. 90: 69-78.
  • Dziennik Ustaw RP nr 41, poz. 214 z dnia 06.07.2004 r. Rozporządzenie Ministra Środowiska w sprawie gatunków dziko występujących roślin objętych ochroną. (in Polish)
  • FABISZEWSKI J., KWIATKOWSKI P. 2002. Threatened vascular plants of the Sudeten Mountains. Acta Soc. Bot. Pol., 71, 4: 339-350.
  • GIRAUDEL J.L., LEK S. 2001. A comparison of self-organizing map algorithm and some conventional statistical methods for ecological community ordination. Ecol. Model., 146: 329-339.
  • KABATA-PENDIAS A. 1965. Badania geochemiczno-mineralogiczne gleb wytworzonych z granitów i bazaltów Dolnego Śląska. Rocz. Nauk Rol., 90, 1: 1-60. (in Polish)
  • KABATA-PENDIAS A. 2001a. Trace Elements in Soils and Plants. Third Edition, CRC Press, USA.
  • KABATA-PENDIAS A. 2001b. Trace metals in soils - a current issue in Poland, In: Studies on plant ecology, Samecka-Cymerman A. (ed.). Acta. Univ. Wratisl., No. 2317, Prace Bot., 79: 13-20.
  • KOHONEN T. 2001. Self-Organizing Maps. Springer-Verlag, Berlin, Heidelberg Series in Information Sciences, Vol. 30, Berlin, Springer-Verlag.
  • KOSIBA P. 2010. Modele ekologiczne reakcji wybranych gatunków mchów endohydrycznych na oddziaływanie zanieczyszczeń przemysłowych. Badania bioindykacyjne i populacyjne. Wydawnictwo Uniwersytetu Wrocławskiego, Wrocław, pp. 121. (in Polish with English summary)
  • KOSIBA P., STANKIEWICZ A. 2007. Water trophicity of Utricularia microhabitats identified by means of SOFM as a tool in ecological modelling. Acta Soc. Bot. Pol., 76, 3: 255-261.
  • KOZŁOWSKA-KOCH M. 1987. Klasyfikacja i nomenklatura trzeciorzędowych wulkanitów Dolnego Śląska i Śląska Opolskiego. Arch. Miner., 42: 1-107. (in Polish with English summary)
  • LEE B.H., SCHOLZ M. 2006. A comparative study: Prediction of constructed treatment wetland performance with k-nearest neighbors and neural networks. Water, Air Soil Pollut., 174: 279-301.
  • MARKERT B.A. 1992. Presence and significance of naturally occurring chemical elements of the periodic system in the plant organism and consequences for future investigations on inorganic environmental chemistry in ecosystems. Vegetatio, 103: 1-30.
  • MORENO-SANCHEZ M. 2004. Graphic approach for morphometric analysis of Archaeopteris leaves. Ann. Paleontol., 90: 161-173.
  • MRÓZ L. 2001. Dynamika liczebności populacji storczyków na Czartowskiej Skale na Pogórzu Kaczawskim, In: Studia nad ekologią roślin, Samecka-Cymerman A. (ed.). Acta. Univ. Wratisl., No. 2317, Prace Bot., 79: 169-178. (in Polish with English summary)
  • RECKNAGEL F. 2001. Applications of machine learning to ecological modelling. Ecol. Model., 146: 303-310.
  • RAY C., KLINDWORTH K.K. 2000. Neural Networks for agrichemical vulnerability assessment of rural private wells. J. Hydrol. Eng., 5, 2: 162-171.
  • SAMECKA-CYMERMAN A., STANKIEWICZ. A., KOLON K., KEMPERS A.J. 2007. Self-organizing feature map (neural networks) as a tool in classification of the relations between chemical composition if aquatic bryophytes and type of stre- ambeds in the Tatra national park in Poland. Chemosphere, 67, 5: 954-960.
  • SAMECKA-CYMERMAN A., STANKIEWICZ A., KOLON K., KEMPERS A.J. 2009. Bioindication of Trace Metals in Bra- chythecium retabulum Around a Copper Smelter in Legnica (Southwest Poland): Use of a New Form of Data Presentation In the Form of a Self-Organizing Feature Map. Arch. Environ. Contam. Toxicol., 56: 717-722.
  • SCARDI M. 2001. Advances in neural network modeling of phytoplankton primary production. Ecol. Model., 146: 33-45.
  • SOKAL R.R., ROHLF F.J. 2003. Biometry. The principles and practice of statistics in biological research. W. H. Freeman & Company, New York.
  • SOKOŁOWSKI A. 2002. Metody stosowane w data mining, In: Data mining - metody i przykłady. StatSoft Polska sp. z o.o., Kraków, pp. 5-12. (in Polish)
  • SOKOŁOWSKI A. 2010. Estymacja i testowanie hipotez, In: Sta- tistica w badaniach naukowych i nauczaniu statystyki. StatSoft Polska Sp. z o.o., Kraków, pp. 25-60. (in Polish)
  • STATSOFT, INC. 2009. Statistica (data analysis software system), version 9.0.(www.statsoft.com).
  • STANKIEWICZ A. 1996. Biogeochemia roślin podłoża bazaltów Gór Kaczawskich i ich Pogórza. Manuscript of Ph.D. dissertation, Biblioteka Instytutu Biologii Roślin, Wydział Nauk Biologicznych, Uniwersytet Wrocławski. (in Polish)
  • STANKIEWICZ A., KOSIBA P. 2009. Advances in ecological modelling of soil properties by self-organizing feature maps of natural environment of Lower Silesia (Poland). Acta Soc. Bot. Pol., 78, 2: 167-174.
  • SUCHARA I., MANKOVSKA B., SUCHAROVA J., FLOREK M., GODZIK B., RABNECZ G., TUBA Z., KAPUSTA P. 2007. Mapping of main sources of pollutants and their transport in the Visegrad space, Part I: Eight toxic metals. KLEMO spol. s r. o., (Ltd.), Zvolen, Slovak Republic.
  • TADEUSIEWICZ R. 2000. The application of neural networks in biotechnology and biomaterials. Prace Miner., 89: 9-17.
  • TADEUSIEWICZ R. 2006. Data miting jako szansa na relatywne tanie dokonywanie odkryć naukowych poprzez przekopywanie pozornie całkowicie wyeksploatowanych danych empirycznych, In: Statystyka i data miting w badaniach naukowych. StatSoft Polska Sp. z o.o., Kraków, pp. 5-30 (in Polish).
  • TRZCIŃSKI W. (ed.). 1989. Systematyka Gleb Polski, Roczniki Gleboznawcze, PWN, Warszawa, 40, 3/4 (in Polish).
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.agro-457d03ff-fcb5-4fd5-a984-c03d8164e18e
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.