A Magyar Hidrológiai Társaság XXV. Országos Vándorgyűlése (Tata, 2007. július 4-5.)
7. szekció: VÍZBIOLÓGIA - dr. Ács Éva, Kiss, K.T., MTA ÖBKI MDÁ, Borics, G., Várbíró, G., Tiszántúli KvVF, Kiss Gábor, Reskóné Nagy Mária, Közép Dunántúli KvVF: Fitobenton vizsgálatok tanulságai a Balaton és vízgyűjtője patakjainak példáján
Anyag és módszer 2006-ban két alkalommal, júniusban és szeptemberben összesen 21 fitobenton mintát gyűjtöttünk a Balaton 4 medencéjéből, valamint 7 befolyóból további 23 mintát. | A Balaton esetében zöld nád száráról, a befolyók esetében, ahol lehetett kőről, ahol ez nem állt rendelkezésre, ott makrofitonról gyűjtöttünk. A mintavételek idejét, helyét és az alzattípusokat részletesen az 1. és 4. táblázat tartalmazza. A kovaalgákat roncsolt mintából az európai standard protokoll szerint (EN 14407, 2004), 400 valvát meghatározva vizsgáltuk. A kovaalga indexeket az OMNIDIA 4.2. program segítségével számoltuk (Lecointe et al. 1993, 1999). A tavi minták esetében MSZ ISO 10260:1993 útmutatásai szerint meghatároztuk az a-klorofill tartalmat. A nehezen meghatározható kovaalga taxonokat scanning elektronmikroszkóppal (HITACHI S 2600-N) is megvizsgáltuk a pontosabb meghatározás kedvéért. Az algaszámolást OLYMPUS IX-71 fordított fénymikroszkóppal végeztük. A SOM klaszteranalíziséhez a K - átlag módszert használtuk. Ez az algoritmus az SOM-mal készült egységeket (cellákat) a taxon mintázatuk alapján K számú csoportba rendezi. Az Önszervező Térképek a SOM Toolbox ( http://www.cis.hut../projects/ somtoolbox) programcsomag segítségével készültek MATLAB fejlesztői környezetben. Az Önszervező térkép (SOM) a KOHONEN (2001) hálózatok, nem ellenőrzött tanítású neurális hálózatok csoportjába tartozik. Az ilyen felépítésű rendszerek abban különböznek a megszokott neurális hálómodelltől, hogy a tanítás során nem bemenet/kimenet párokat, hanem csak a bemenő vektorokat adjuk meg, és a háló maga ismeri fel az adatok strukturáltságát, előzetesen kapott információk nélkül. Ezt a neurális hálózati típust használtuk az epifiton minták elemzése során A SOM analízis során az n dimenziós adatmátrixot szabályos kétdimenziós tömbökre képezzük le, és a leképezés eredményét grafikusan és numerikusan ábrázoljuk egy hexagonális térképen. A hasonló taxonmintázatú közösségek egymáshoz közeli, míg a különbözőek ezektől távolabbi hexagonokba (cellákba) kerülnek. A SOM mind a minták mind az egyes fajok előfordulását meg tudja jeleníteni a térképen így a fajoknak a mintázat kialakító szerepe is értékelhető. A kimeneti térkép hexagonjainak száma meghatározó eleme az analízisnek ezért ennek meghatározását Vesenato (2000) alapján a : Nkimenetihexagonszám = 5x4N min taszám . képlettel számoltuk ki. A durva tanulási fázis 2000 a finomhangolás pedig 8000 iterációs lépést tartalmazott. Az indikátor fajok megadására az un. Strukturális Indexet (SI) használtuk, mely segítségével meghatározhatók azok a fajok amelyek a legnagyobb hatással vannak a SOM tipológiájának a kialakulásában (Park et al. 2005). Tison et al. (2004) arra használta ezt az indexet, hogy a reláváns kovaalga fajokat megadja egy egy SOM által generált közösség esetén. A magas SI indexű taxonokat indikátor fajoknak is tekinthetjük Minél nagyobb az index annál relevánsabb az adott taxon a SOM struktúrájának szempontjából. 4
