obrazek

Výsledky


Diplomová práce se zabývá zjišťováním vlivu environmentálních charakteristik na výskyt planých předchůdců cizrny, čočky a hrachu. Toho je docíleno analýzou prostorových environmentálních datových sad v kombinaci s daty o výskytu jednotlivých rostlin.
Prvním z důležitých výstupů práce jsou dva skripty vytvořené pro stahování datových sad z platformy Google Earth Engine. Tyto skripty jsou koncipovány tak, aby byly hodnoty ze snímků extrahovány jednotlivým bodům rostlin a dále tak není třeba pracovat s rastrovými daty, ale pouze jen s bodovými daty rostlin obsahujícími hodnoty ze všech vybraných datasetů. Jeden skript slouží ke stažení průměrných měsíčních dat z datasetu, který obsahuje několik snímků z různého časového období. Druhý skript je určen pro získání dat z jednoho snímku, který obsahuje průměrné hodnoty za delší časové období.
Dále byly statistickou analýzou vybrány environmentální faktory, které ze statistického hlediska nejlépe popisují výskyt každého ze zkoumaných druhů rostlin. Toho bylo docíleno pomocí analýzy hlavních komponent a korelační matice, kdy byly vybrány faktory, které jsou na sobě vzájemně nezávislé a zároveň mají v datech rostlin největší zastoupení. U hrachu (Pisum elatius) bylo vybráno 13 environmentálních faktorů (viz tab. 1), které stejně jako v případě čočky zahrnují teplotní proměnné, indexy vypočítané z výškového modelu a srážkové faktory. Pro čočku (Lens orientalis) bylo vybráno 14 faktorů (viz tab. 2). Pro cizrnu (Cicer reticulatum), která je přímým předchůdcem kulturní cizrny, bylo vybráno 15 environmentálních faktorů (viz tab. 3), do nichž v největší míře spadají faktory týkající se srážek a vlhkosti, teploty a indexy vypočítané z výškového modelu. U dalšího druhu cizrny (Cicer echinospermum) bylo opět vybráno 15 environmentálních faktorů (viz tab. 4). Mezi nimi jsou ve větší míře zastoupeny faktory týkající se vlastností půdy než u předchozího druhu, teplotní a srážkové faktory byly vybrány také. V tomto případě se jedná více o faktory týkající se teploty a indexů vypočítaných z výškového modelu. Vliv všech i vybraných environmentálních faktorů je možné vidět v jejich vizualizaci formou grafů komponentních vah v kapitole 6.1.

faktory pro hrach faktory pro cocku faktory pro cicer reticulatum faktory pro cicer echinospermum faktory pro cicer echinospermum faktory pro cicer echinospermum


Hlavními výsledky práce jsou výsledky shlukové analýzy. Ta byla provedena pro každý druh rostliny zvlášť na základě vybraných environmentálních faktorů. U každé rostliny byly vytvořeny shluky, které jsou popsány pomocí environmentálních faktorů a také podle geografické polohy. Vytvořené shluky byly pro interpretaci promítnuty do mapy, ale také do biplotů a grafů paralelních souřadnic. Jelikož není graf paralelních souřadnic pro data použitá v této práci příliš přehledný a jeho výsledky odpovídají výsledkům biplotu, byl pro interpretaci závislosti shluků na environmentálních faktorech využit pouze biplot.
Z dat cizrny (Cicer reticulatum) byly vytvořeny čtyři shluky, které se od sebe v grafu poměrně dobře separovaly. Co se týče geografického rozmístění shluků, body ze shluků 1 a 4 jsou si geograficky blízké a nachází se v severovýchodní části Úrodného půlměsíce ve vyšších nadmořských výškách než zbylé dva shluky. Na výskyt rostlin v této oblasti mají velký vliv faktory týkající se srážek, indexy týkající se oslunění svahů a z části také vlastnosti půdy. Shluk 2, který se nachází okolo vodních toků na úpatí hor Antitaurus v poměrně velké geografické vzdálenosti, je formován indexy vlhkosti a srážkami. Shluk 3, který je v grafu i v mapě nejvýrazněji separován a nachází se jižně od města Batman v relativně konstantní nadmořské výšce, je nejvíce závislý na teplotních faktorech.

biplot shluku Cicer reticulatum mapa shluku Cicer reticulatum


U cizrny (Cicer echinospermum) byly vytvořeny tři shluky. Body ze shluku 1 se nachází převážně v okolí vodního toku a jsou ovlivňovány vlastnostmi půdy, NDVI, teplotou atd. Shluk 2 má největší prostorovou distribuci z těchto tří shluků, nachází se jak v nížinách, tak i vyšších nadmořských výškách. Je ovlivňován sezónností srážek, texturou půdy a indexem CHILI a CTI. Shluk 3 se nachází na severozápadní části sopky Karacadag a je formován obsahem půdní vody a ročními srážkami.

biplot Cicer echinospermum mapa shluku Cicer echinospermum


Pro čočku (Lens orientalis) byly vytvořeny 4 shluky, přičemž nejvíce separovaný je shluk 2 ležící v hornaté části Turecka. Tento shluk je nejvíce ovlivněn srážkami, indexy sucha a NDVI. Body z dalších tří shluků se mísí, a to jak z hlediska geografické polohy, tak i v závislosti na environmentálních faktorech v biplotu a nejsou od sebe příliš dobře odlišitelné. Body nacházející se u pobřeží Středozemního moře jsou nejvíce ovlivňovány indexy zaměřenými na oslunění svahu a také srážkami. Body ze shluků 1 a 3 se nachází více ve vnitrozemí a jsou tak více ovlivněny teplotními faktory.

biplot cocky mapa shluku cocky


Při porovnání výsledků shlukování na základě environmentálních faktorů s genetickými skupinami nebyla nalezena žádná shoda. Zároveň nedošlo k výrazné separaci bodů jednotlivých skupin, a to jak v biplotu tak ani v mapě.

biplot genetickych skupin cocky mapa genetickych skupin cocky


Data hrachu (Pisum elatius) jsou rozdělena do tří shluků. Body prvního shluku jsou rozmístěny podél pobřeží Středozemního moře a jsou ovlivněny teplotními faktory, průměrnými srážkami a indexem NDVI. Body ze shluku 2 se nachází v severní části Úrodného půlměsíce na úpatí pohoří Antitaurus a jsou ovlivňovány především teplotními faktory. Shluk 3 je rozprostřen v hornatých oblastech Turecka až po Arménskou vysočinu. Tento shluk je formován indexy vypočtenými z výškového modelu a srážkami.

biplot shluku hrachu mapa shluku hrachu


Bylo zjištěno, že při porovnání přesností 1 a 3 nemá polohová přesnost bodových dat rostlin téměř žádný vliv při použití bioklimatických proměnných s prostorovým rozlišením 1 km. Naopak při použití datové sady SRTM30 a indexů z ní odvozených, které mají rozlišení 30 metrů, se vliv nepřesnosti odrazuje na statistickém vyhodnocení a autor proto doporučuje pro data s tímto rozlišením využít pouze bodová data s vyšší přesností.