1 / 54

חיזוי באקולוגיה וסביבה

חיזוי באקולוגיה וסביבה. יוחאי כרמל היחידה להנדסת סביבה, מים וחקלאות הטכניון 24.6.14.

Télécharger la présentation

חיזוי באקולוגיה וסביבה

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. חיזוי באקולוגיה וסביבה יוחאי כרמל היחידה להנדסת סביבה, מים וחקלאות הטכניון 24.6.14

  2. 'ויקם יונה וילך אל נינוה... ויקרא ויאמר עוד ארבעים יום ונינוה נהפכת. ויאמינו אנשי נינוה באלהים ויקראו צום וילבשו שקים מגדולים ועד קטנים ... ויקראו אל אלהים בחזקה וישובו איש מדרכו הרעה ומן החמס אשר בכפיהם... וירא האלהים את מעשיהם כי שבו מדרכם הרעה וינחם האלהים על הרעה אשר דבר לעשות להם ולא עשה'. (יונה ג' 2-10) הנביא יונה, גוסטב דורה

  3. ועתה, משנסתלקה הנבואה – יותר ויותר פונים אל מדענים-- בשאלות הנוגעות לעתיד העולם. אל מדענים ???

  4. מדע ומדענים Schussele 1862 מדענים אוהבים לראות עצמם כשופטים קרים ומנותקים, אינם מערבים רגשות במדע, זהירים, תמיד מטילים ספק

  5. הגישה המדעית שללה מאז ומתמיד את ההסתמכות על חוזים, איצטגנינים ונביאים... שר ההיסטוריה, בחיוך אירוני, מלהק עכשיו את המדענים לתפקידי חוזים ונביאים

  6. Svante Arrhenius 1859-1927 “The increase of CO2 in the atmosphere will lead to higher temperatures" "On the Influence of Carbonic Acid in the Air Upon the Temperature of the Ground“ Philosophical Magazine 1896 (41): 237-76

  7. Why is it so hard to make predictions ? Robert Storm Petersen "It's hard to make predictions… especially about the future..." Robert Storm Petersen

  8. Intelligent systems Intelligent system is a system that changes its behaviour in response to new information. Examples: A person. A society. An ecosystem.

  9. אינדטרמיניזם על פי שאקל ופופר מערכות אינטילגנטיות – משנות התנהגותן בהתאם לידע חדש המגיע למערכת מה שיתגלה מחר – אינו יכול להיות ידוע היום George Shackle 1903-1992 Karl Popper 1902-1994 לא ניתן למדל באופן מושלם את ההתנהגות העתידית של מערכת אינטיליגנטית* *Yakov Ben Haim, 1998

  10. אילו כלים יש למדענים על מנת לאפשר להם לחזות קדימה ? מודלים הם הכלי הנפוץ ביותר של מדענים בבואם לעסוק בחיזוי מודל הוא תיאור פשטני של מציאות מורכבת

  11. התועלת במודלים 'אין שום תועלת במודלים. היחידים שמרוויחים מבניית מודלים הם אנשי המודלים' מדען אלמוני, 1999 Models are typically used when it is either impossible or impractical to create experimental conditions in which scientists can directly measure outcomes. ‘Models in Science’ in: Stanford Encyclopedia of philosophy אלפי חוקרים עוסקים בבניה ושיפור של מודלים של אקלים אלפי חוקרים אחרים עוסקים במודלים של שינויים גלובאליים אחרים

  12. Frequency of modeling in ecological studies* Observation Experiment Model Data analysis / meta-analysis conceptual * Carmel et al. 2013, PLOS1. ‘Trends in ecological research during the last three decades’

  13. התועלת במודלים (2) כדי להגדיר מודל כמוצלח חייב להתקיים לפחות אחד מבין השניים: ניתן להפיק מהמודל חיזוי כלשהו שיהיה טוב יותר מאשר ניתן להפיק ללא המודל ניתן ללמוד מהמודל תובנות לגבי המערכת שהוא מייצג האלמנט הראשון הוא בעייתי. איך ניתן לדעת שהתובנות שמפיקים ממודל קשורות למציאות, ולא רק למודל עצמו? האלמנט השני הוא בעייתי. איך ניתן לדעת את מידת ההצלחה של חיזוי כלשהו של העתיד ? אין ודאות מלאה. אין ודאות מלאה.

  14. "קשה מאד לחזות ... במיוחד את העתיד" רוברט סטורם פטרסן בעיות מהותיות אינדטרמיניזם על פי שאקל ופופר אימות המודל (אפשרי רק בעתיד) הקונספציה שגויה בעיות טכניות אין מספיק נתונים או אין נתונים מהסוג הנדרש למודל שגיאות בנתונים שגיאות בבנית המשוואות / הקוד במודלים ססטיסטיים – הנחות המודל אינן מתאימות לאופי הנתונים ובכל זאת... יש ערך רב למודלים

  15. IUCN RED LIST מודלים לתחום תפוצה

  16. מודלים לתחום תפוצה

  17. חיפה קטלב מצוי זכרון יעקב

  18. צומח קרקע צומח מיפוי ה'נישה' קרקע טופוגרפיה טופוגרפיה

  19. צומח קרקע צומח מיפוי ה'נישה'חלק א' – מהמרחבהגיאוגרפי אל מרחב סביבתי קרקע טופוגרפיה טופוגרפיה

  20. חיפה צומח מיפוי ה'נישה' חלק ב' – בחזרה אל המרחב הגיאוגרפי קרקע זכרון יעקב טופוגרפיה

  21. מודל לתחום תפוצה של קטלב מצויבכרמל Kent & Carmel 2011

  22. Predicting potential distribution of the LittleFire Ant (Wasmannia auropunctata) Roy Federman and Yohay Carmel

  23. נמלת-האש הקטנה (Wasmannia auropunctata ) נמצאת ברשימה העולמית של ה- IUCN של 100 המינים הפולשים הגרועים ביותר. נתגלתה בישראל 2005. הגיעה כנראה שנים אחדות קודם בעץ שיובא מדרום אמריקה למפעל בקיבוץ אפיקים, רוסק, ונשלח למספר משתלות באיזור עמק הירדן.

  24. תצפיות בשטח התפוצה הטבעי של המיןN=146 • משתני טמפרטורה (4)(ממוצע שנתי,מקסימום, מינימום וטווח) • משתני משקעים (4)(ממוצע שנתי, חודש יבש, חודש גשום ושונות) • אידוי (2)(אידוי שנתי, משקעים פחות אידוי שנתי) • גובה טופוגרפי מודל לתפוצת מין: MAXENT

  25. מודל גלובאלי להתפשטות נמלת האש הקטנה(מפת ההסתברות להתבססות המין בהנחה שיגיע לאתר)

  26. שטח מיושב* שטח חקלאי מושקה* מה השתבש ? שגיאה בקונספציה

  27. שונות משקעים ממוצע משקעים שנתי משקעים חודש יבש אפס שווה לערך התאדות שנתית ממוצע חודשי שנתי מיפוי כלל השטחים המושקים (חקלאיים ועירוניים) בעולם תיקון למודל בשטחים מושקים

  28. The probability of establishment given introduction Irrigation-corrected model Federman, Kent and Carmel 2013

  29. Irrigation-corrected model

  30. Model performance without- and with irrigation-correction

  31. המודל לאחר תיקון שכבות משקעים התאמה להתבססות המין 0-0.082 0.16-0.24 0.32-0.40 0.64-0.56 0.73-0.81 תוצאות מודלהתאמת תנאי אקלים להתבססות נמלת האש הקטנה בישראל

  32. climate may be a misleading predictor of species distribution – in anthropogenic land-cover typesaccounting for irrigation inputs is likely to improve distribution models for many specieserroneous concepts are not easy to avoid

  33. מודלים ככלי חיזוי: השריפה בכרמל כמקרה מבחן צילום: YAמקום 2 בתחרות 'התחדשות לאחר השריפה' של 'אקולוגיה וסביבה' Yohay Carmel, Faris Jahshan, Maxim Shoshany -- The Technion Shlomit Paz -- Haifa University Forest Ecology and Management 2009 Funding: KKL (Israel Forest Authority)

  34. השריפות בישראל יהיו שכיחות יותר וגדולות יותר מאשר בעבר יער ליד צובה, הרי יהודה שטחים נרחבים בישראל כוסו ביערות בעשרות השנים האחרונות ככל שהיער בוגר יותר הוא דליק יותר באזורנו שינויי אקלים מביאים לקיץ ארוך יותר ויבש יותר

  35. ועל כן יש חשיבות עצומה לאמצעי מניעה אמצעי מניעה ? שריפה בפורטוגל, 2007 תצלום: EPA

  36. דילול* איזורי חיץ* שבילים מגדלי תצפית אמצעי מניעה : מגדל תצפית ביער אחיהוד יער יתיר * כריתה,רעיה, שריפות מבוקרות

  37. ועדות בעקבות השריפה בכרמל 1989, בעקבות שריפת שער הגיא 1995, ועוד כולן מסכימות שצריך מניעה ובעיקר צריך איזורי חיץ ! אמצעי מניעה צילום: שי לוי

  38. אמצעי מניעה : היכן כדאי להשקיע במניעה ? צילום: שי ארגמן, מקום 3 בתחרות הצילומים 'התחדשות לאחר השריפה' של 'אקולוגיה וסביבה'

  39. מיפוי סיכון אש באמצעות הדמיות מרובות של התנהגות אש צילום: אודי גורן מקום 2 בתחרות הצילומים 'התחדשות לאחר השריפה' של העיתון 'אקולוגיה וסביבה' יוחאי כרמל, מקסים שושני, פארס ג'אהשן, הטכניון שלומית פז, אוניברסיטת חיפה תיעוד שריפות היסטוריות:נעמה טסלר, לאה ויטנברג, דן מלקינסון

  40. מפות אופייניות של סיכון אש רזולוציה מרחבית גסה

  41. גורמים רבים משפיעים על סיכון אש אקלים: רוח לחות וטמפרטורה הדלק:הצומח והחומר הצמחי על הקרקע הטופוגרפיה המטרה לאפשר תכנון אסטרטגישל פעולות מניעה (דילול, איזורי חייץ וכד') ברמה האזורית. האתגר מפת סיכוני שריפותברזולוציה מרחבית גבוהה (מאות מטרים) וברמת פירוט גבוהה (דרגות רבות), שתתבסס על כלל הגורמים השונים המשפיעים על האש הגישה אומדן סיכון אשמתוך הדמיות מרובות שלמודלהתנהגות אש

  42. הרצות מרובות של מודל התנהגות אש על פי התפלגויות ידועות (גישת מונטה-קרלו) על מנת לחזות התפשטות אש פעמים רבות. הרעיון המרכזי מספר הפעמים שתא שטח ספציפי נשרף מהווה אינדיקציה למידת השרפתיות שלו, כלומר – הסיכון שתא שטח זה יישרף בשריפת אמת

  43. 1 km הצתה הסתברויות גבוהות יותר להצתה בקירבה לדרכים הסתברויות הצתה: 80% :ליד איזורים עירוניים, דרכים, שבילים וחניוני מטיילים 20%: בשטחים אחרים

  44. מונטה קרלו ‘Monte Carlo’ 'מונטה-קרלו' פירושו שבכל סימולציה מוגרלים מחדש כל הפרמטרים. הערך של כל פרמטר מוגרל באקראי מתוך התפלגות ידועה של ערכים של אותו פרמטר. בחירת מועד השריפה מספר השריפות מספר השריפות קובעת את תנאי מזג האויר באותה סימולציה חודש חודש על פי מאגר המידע של הקק"ל שמכיל נתוני שריפות היסטוריות מהשנים 1987-2004

  45. ‘Monte Carlo’ 'מונטה-קרלו' פירושו שבכל סימולציה מוגרלים מחדש כל הפרמטרים. הערך של כל פרמטר מוגרל באקראי מתוך התפלגות ידועה של ערכים של אותו פרמטר. הגרלת משך זמן השריפה מספר השריפות משך השריפה בשעות על פי מאגר המידע של הקק"ל שמכיל נתוני שריפות היסטוריות מהשנים 1987-2004

  46. 1 km התוצר יער אוניברסיטת חיפה / חי-בר יער בית אורן יער ניר עציון מפת סיכון אש ברזולוציה מרחבית גבוהה Pixel size = 100 m. 10 risk classes. יער עופר איר נדע מה שווה התוצר הזה ? Forest Ecology and Management 2009

  47. Evaluation Distribution of burned areas in historic fires among risk classes Historic fire documentation: Naama Tesler, Lea Wittenberg, Dan Malkinson

  48. התפלגות האיזורים שנשרפו בעבר אל מול קטגוריות הסיכון במפה הערכת המודל: גודל האיזור שנשרף דרגת הסיכון

  49. היכן כדאי להשקיע במניעה ? מכתב למנהל אגף הייעור בקק"לבעקבות הדו"ח המסכם -- ינואר 2008

  50. יערות סביב בית אורן ]מתוך הרצאה בכנס השנתי של יערני קק"ל, דצמבר 2007]

More Related