SAMPLING DESAIN UNTUK PEMANTAUAN EKOLOGIKERAGAMANAnalisis keragaman ekologi di wilayah studi tertentu merupakan topik utama dalamstudi lingkungan. Aspek kuantitatif keanekaragaman ekologi biasanyadideteksi dengan cara indeks keragaman, yang merupakan fungsi ad hoc dari spesieskelimpahan. Jelas, kelimpahan spesies tidak diketahui dalam praktek. Oleh karena itu, dalam rangkamemperoleh kesimpulan pada indeks keanekaragaman, kelimpahan spesies harus diestimasi dengan menggunakanMetode pengambilan sampel yang cocok untuk populasi alami. Bab ini dikhususkan untukestimasi kelimpahan spesies ketika pendekatan berbasis desain dianggap. KarenaPendekatan berbasis desain menghindari asumsi apapun pada populasi yang mendasari, tampaknyapengaturan yang sesuai ketika berhadapan dengan populasi ekologi yang biasanyasulit untuk model. Lebih khusus, karya ini berfokus pada dua kelas besar sampeldesain untuk spesies kelimpahan inferensi, yaitu, satuan dan area sampling masing-masing.1. PerkenalanSelama beberapa dekade terakhir sejumlah tulisan pada analisis keragaman telah muncul diberbagai konteks. Sebuah aspek tertentu dari keanekaragaman menganggap berbagai spesies dalampopulasi ekologi dan kuantifikasi, yaitu pengukuran keanekaragaman (lihatTindakan deskriptif keragaman ekologi). Indeks keanekaragaman sangat erat kaitannya dengankelimpahan spesies, karena mereka adalah transformasi tentu cocok dari jumlahunit milik masing-masing spesies. Oleh karena itu, pengetahuan tentang kelimpahan spesies dasaruntuk analisis kuantitatif keanekaragaman

Vektor kelimpahan biasanya harus diperkirakan di lapangan. Bahkan jika sering diasumsikanbahwa estimasi ini didasarkan pada sampel acak, asumsi ini mencolok sejakpopulasi alami adalah sampel dengan desain yang meminjamkan diri yang akan dilakukan dalampraktek. Dalam lingkungan ekologi, dua kelas strategi pengambilan sampel biasanya cocok,yaitu, unit sampling atau area sampling. Unit sampling nyaman ketika populasimungkin ideal sebagai pola unit (poin atau struktur berbentuk sewenang-wenang) ataswilayah studi dan inklusi orde pertama probabilitas ditugaskan berdasarkan suatumudah mengukur karakteristik unit. Di sisi lain, daerah samplingdianjurkan ketika wilayah penelitian dapat dibagi menjadi sub-daerah daerah yang diketahui dispesies kelimpahan mudah diukur. Sebenarnya dalam kasus ini, populasi targetterdiri sub-daerah dan probabilitas inklusi orde pertama ditugaskanproporsional dengan ukuran sub-region. Seperti terlihat di bagian berikutnya, pemersatu yangperspektif untuk dua kelas sampel disediakan oleh Horvitz-Thompsonestimasi.Bab ini disusun sebagai berikut. Dalam Pasal 2 (dan subbagian relatif), yangkerangka teoritis unit sampling dijelaskan dan beberapa desain ekologiStudi yang disajikan. Selain itu, dalam Pasal 3 (dan subbagian relatif), area samplingdiperkenalkan bersama dengan beberapa desain tertentu. Akhirnya, bagian 4 berisideskripsi sampling dua tahap yang mengadopsi area sampling pada tahap pertama danUnit sampling dalam tahap kedua.

Mari kita mempertimbangkan planar didefinisikan dengan baik wilayah studi R ukuran A dan populasi Nunit di kawasan ini. Selain itu, mari kita anggap bahwa s spesies yang hadir dalam penelitian iniwilayah dan Nl mewakili jumlah unit milik spesies-l th(L = 1, ..., s), sedemikian rupa sehingga 1sl l N N = = . Dengan demikian, vektor kelimpahan ternyataTN = (N1, ..., Ns). Jika unit diberi label oleh N bilangan bulat pertama, penduduk dapatdiidentifikasi dengan set dasar U = {1, ..., N}. Biarkan e1, ..., es menunjukkan dasar standarS, yaitu, el merupakan vektor nol kecuali untuk satu di-l th komponen(L = 1, ..., s). Dengan demikian, y1, ..., yN berubah menjadi tanda spesies yang terkait dengan masing-masing unit,yaitu, yj = el jika unit ke-j milik-l th spesies (j = 1, ..., N, l = 1, ..., s).Dengan demikian, vektor kelimpahan N dapat direpresentasikan sebagai

Sampling plot desain Plot sampel yang sering digunakan ketika populasi target dapat dianggap pola poin atas wilayah studi, seperti dalam kasus beberapa spesies tanaman di hutan (lihat misalnya Schreuder et al. 1993). Plot persegi panjang atau lingkaran ukuran yang sesuai adalah biasanya dipilih dalam plot sampling. Ketika plot persegi panjang L dan lebar 2b digunakan, desain sampling dapat dilakukan dengan cara sebagai berikut: (a) pilih titik di acak atas wilayah studi dan membiarkannya menjadi pusat plot; (B) memilih (mungkin di acak) sebuah arah pada (0, ), membangun plot persegi panjang dengan orientasi dan pilih unit termasuk dalam plot; (C) ulangi prosedur n kali. Hal ini jelas bahwa unit termasuk dalam plot jika pusat petak berada dalam sebuah persegi panjang panjang L dan 2b lebar dengan orientasi , memiliki unit sebagai pusatnya (lihat Gambar 1).

Gambar 1. unit Penduduk (diwakili oleh titik) dan relatif inklusi daerah untuk persegi panjang dan plot lingkaran masing-masing

Oleh karena itu, kemungkinan memilih setiap unit menjadi

Namun, harus mengatakan bahwa jika sebuah unit dekat tepi wilayah studi, inklusi persegi panjang sebagian mungkin tumpang tindih wilayah studi dan koreksi sampel harus dilakukan untuk menghilangkan efek batas ini (lihat Barabesi dan Fattorini, 1998a).Hasil yang sama diperoleh ketika plot lingkaran dengan jari-jari b yang digunakan. Dalam hal ini, melingkar desain plot sampling mengurangi ke: (a) pilih titik secara acak selama penelitian wilayah, biarlah pusat lingkaran dengan jari-jari b dan pilih unit termasuk dalam Plot; (B) ulangi prosedur n kali. Perlu dicatat bahwa unit termasuk dalam merencanakan jika pusat petak berada dalam lingkaran dengan jari-jari b, memiliki unit sebagai pusatnya (lihat lagi Gambar 1). Oleh karena itu, unit termasuk dalam plot dengan probabilitas

Sekali lagi, koreksi sampel harus dilakukan dalam kasus efek batas (lihat Barabesi dan Fattorini, 1998a). Akhirnya, diketahui bahwa kedua prosedur menimbulkan n iid estimator berisi tipe (2) yang dapat dikombinasikan dalam estimator keseluruhan berikut tipe (3), sedemikian rupa untuk mendapatkan

dalam kasus plot persegi panjang, dan

dalam kasus plot melingkar. Jelas, estimator (4) dan (5) hanya sampling vektor dari total jumlah spesies di plot, dihitung dengan faktor-faktor yang bergantung pada ukuran plot.Tipe 2tipe 3 Tipe 4Tipe 5