Matriks transisi.docx
-
Upload
youni-uny-wahyounii -
Category
Documents
-
view
19 -
download
0
Transcript of Matriks transisi.docx
2) Matriks transisi
Suatu matriks transisi untuk tiga stadia pertumbuhan adalah bentuk segi empat
dan terdiri atas grup nilai probabilitas yang menyajikan perubahan dimana tumbuhan
dalam stadia perkembangan tertentu akan sampai pada stadia perkembangan berbeda
(atau tetap tinggal sama ) selama waktu antara tanggal sensus populasi.
Matriks transisi untuk tiga stadia pertumbuhan akan muncul sebagai berikut:
Sensus sekarang
Biji Roset Bunga
Sensus
berikut
Biji a-- a-- a-- Matriks
transisi tiga
stadia
Roset a-- a-- a--
Bunga a-- a-- a--
Dalam matriks transisi, a—sebagai misal , merupakan probilitas bahwa
biji dari sensus sekarang ini akan berkembang ke stadia roset oleh sensus
berikutnya, dan a—adalah probbilitas dimana suatu tumbuhan dalam stadia roset
dalam sensus ini akan menjadi bentuk bunga pada sensus berikunya.
Misalnya, dengan mengikuti perkembangan roset selama periode waktu
dibawah pengamatan, nilai untuk jumlah relative roset yang masih roset atau
bunga menjadi nilai probabilitas.
Anggap saja, untuk tujuan gambaran dimana 60% roset yang ada pada
sensus ini mati sebelum sensus berikut, tinggal 40%, yang 75% bunga, dan 25%
roset. Probabilitas suatu bunga roset tunggal (a--)menjadi 0,4x0,75=0,3, dan
probabilitas suatu roset tunggal yang tinggal roset (a--)menjadi 0,4 x 0,25 =0,1.
Nilai untuk sisa matriks dapat dihitung dari data serupa pada stadia pertumbuhan
lain.
Dalam model teoritis matriks 2, sembarang stadia pertumbuhan
mempunyai kapasitas menjadi sembarang stadia pertumbuhan pada sensus
berikutnya.
Namun, bila kita memandang kendala biologis, transisi tertentu adalah
tidak mungkin misalnya, kebanyakan tumbuhan perennial tetap tinggal vegetative
1
untuk satu tahun atau lebih setelah berkecambah, sehingga biji hanya
menghasilkan roset dalam generasi stadia pertumbuhan berikutnya.
Tumbuhan annual, dilain pihak, mempunyai perangkat kendala biologis berbeda
dan akan mempunyai perangkat nilai potensial berbeda.
Misalnya, tumbuhan annual dalam fase roset pada akhir musim akan tidak
menghasilkan individu pada generasi berikut karena tidak menghasilkan biji. Jadi,
kolom roset dalam matriks untuk tumbuhan annual akan berisi 0 dalam semua
ruang sel.
Akhir musim pertumbuhan 1
Biji Roset
Bunga
Musim Pertumbuhan 1
Biji a.. 0 a.. Matriks transisi akhir tumbuh annual hipotesis (sensus di ambil tiap tahun pada akhir musim pertumbuhan )
Roset a.. 0 a..
Bung
a
a.. 0 a..
Frekuensi dimana sensus populasi di ambil juga merubah metriks. Jika sensus populasi
tumbuhan annual di ambil pada pertengahan musim pertumbuhan dan lagi pada akhir musim
pertumbuhan, kita akan mendapat matriks kedua dan karenanya akan lebih banyak informasi.
Misalnya hanya periode kecambah tunggal ,matriks akhir musim akan muncul sebagai berikut :
Pertengahan musim pertunbuhan, tahun 1
Biji Roset Bunga
Akhir Pertumbuhan tahun 1
Biji a.. 0 a.. Akhir musim matriks transisi untuk tumbuhan abbual hipotesis (sensus diambil
Roset 0 a.. 0
Bunga 0 a.. a..
2
(Matriks 3)
(Matriks 4)
pertengahan musim)
Matriks transisi untuk perennial dalam sensus tahunan akan mempunyai karakteristik
berikut :
Tahun 1
Biji Roset Bunga
Tahun 2
Biji a.. 0 a.. Matriks transisi
tahunan untuk
tumbuhan parential
Roset a.. a.. a..
Bunga 0 a.. a.
Probabilitas transisi a,,, a,,, dan a,,, adalah probabilitas yang stadia pertumbuhan
individu khusus tidak berubah sepanjang tahun. Dalam kasus a,,, individu dapat tidak
berubah atau dapat membentuk roset baru tanpa reproduksi seksual.
Matriks kolom, yang di bentuk dengan menghitung jumlah individu dalam tiap
stadia pertumbuhannya ,dan matriks transisi kemudian di kalikan untuk memperkirakan
jumlah individu tiap stadia pertumbuhan dalam generasi berikutnya. Misalnya, jumlah
biji yang di harapkan dalam generasi berikut adalah total produksi n (jumlah biji yang
ada; lihat matriks 1) dan tiap sel matriks transisi yang memperlihatkan probabilitas biji
yang di hasilkan. Hasil matriks akan menjadi sebagai berikut :
( Matriks 6 )
A x B1 = B2
a-- o aT- N- = (N-a--) + 0 + (N-at-)
a-r arr arr x Nr = (Nra-r) + (Nr a rr) + (Nr a rr)
o art att Nt = 0 + (Nt a rt) + (Nt a tt)
Dengan mengandaikan baris, B = menjadi kolom baru matriks N _, Nr untuk
generasi kedua. Perkalian B = dengan A akan memberikan perkiraan populasi bagi
3
(Matriks 5)
generasi ketiga. Dengan melanjutkan perkalian matriks kolom untuk tiap generasi
dengan matriks transisi (A) memberikan perkiraan pertumbuhan populasi seluruh waktu.
Setelah beberapa generasi ( jika nilai di pakai untuk membentuk matriks transisi
tetap konstan dan r > o), jumlah individu relative dalam tiap stadia pertumbuhan akan
tetap konstan; struktur umur kemudian adalah stabil.
Laju reproduktif bersih ( R0) populasi adalah suatu ukuran apakah populasi
meningkat ,menurun ,atau stabil.
Untuk menentukan Ro untuk suatu populasi, hitung rasio jumlah individu dalam
suatu stadia pertumbuhan khusus dalam dua generasi berturutan dalam dua generasi
berturutan dalam suatu populasi yang telah mencapai struktur umur stabil.
Misalnya, jumlah roset dalam generasi (t + 1) dibagi dengan jumlah roset dalam
generasi (t) sama dengan laju reproduksi bersih untuk populasi jika generasi cukup telah
melalui untuk mencapai distribusi umur stabil.
Jika Ro = 1.0, jumlah populasi adalah konstan; jika Ro < 1.0, jumlah populasi
menurun; dan jika Ro > 1.0 , jumlah populasi bertambah.
Model matriks adalah sangat menguntungkan bila unit populasi bergerak dari satu
stadia pertumbuhan yang dapat di tentukan ke lainnya, dan bila ekologiwan tertarik
tentang pengaruh probabilitas transisi berbeda, seperti yang bakal hadir dalam habitat
yang kontras atau dalam limgkungan berubah.
2.4. Peraturan Populasi Dependen Densitas Versus Dependen Lebat.
Kita telah mencatat bahwa daya dukung dapat di tentukan tidak hanya oleh
jumlah individu dalam populasi tetapi juga oleh ukuran dan laju pertumbuhan individu
dalam populasi.
Pengaruh densitas pada total biomas yang terkumpul (yield) diperlihatkan oleh
data pada clover dalam gambar. Densitas semai bervariasi dari 6 sampai 32.500
tumbuhan per m2 dan biomas tumbuhan dewasa per unit area di ukur pada tiap densitas.
Tidah ada molaritas.
4
Pada bentuk maturitas, yield adalah tidak bergantung densitas semai di seluruh
kisaran densitas sangat luas. Jadi, perbedaan dalam densitas sebagian besar dikompenser
oleh perbedaan ukuran tumbuhan individu.
Di bawah 1500 tumbuhan/m2, jarak antar tanaman cukup besar sehingga
pertumbuhan tidak terpengaruh oleh tetangga. Bila densitas cukup tinggi untuk
intraspesifik interferensi menjadi penting, yield dapat diramal tanpa memandang densitas
tumbuhan. Hasil yield ini adalah tetap untuk banyak spesies tumbuhan dan telah diacu
sebagai “hukum yield konstan” (Kira et al.1993).
Besaran/magnitude yield tumbuhan pada suatu situs bergantung pada ketersediaan
sumberdaya. Misalnya, yield Bromus uniloides tetap konstan diseluruh kisaran densitas
luas tetapai berbeda dengan ketersediaan nitrogen (gambar). Lingkungan membuat
terbatas/limit pada jumlah biomas tumbuhan yang dapat didukung pada situs itu.
Jadi, konsep daya dukung, yang berkaitan dengan jumlah individu yang dapat
didukung dalam suatu lingkungan tertentu, harus diperluas untuk mencakup komponen
yield atau biomasa.
Semua individu dalam suatu populasi tumbuhan akan memerlukan kesamaan,
sehingga tiap individu dalam populasi menjadi setara untuk ditempati oleh tetangganya.
Apakah karena perbedaan genetik atau mikrohabitat, beberapa individu
mendapatkan lebih banyak daripada berbagi sama dalam sumberdaya, dan mereka
tumbuh lebih cepat dari pada tumbuhan yang sama besarnya.
Hasilnya adalah suatu penjarangan diri secara bertingkat pada populasi sangat
lebat, karena tumbuhan individu tertentu mati, sedang yang lain mendominer tegakan.
Kematian tumbuhan disebabkan karena kompetisi dalam tegakan berumur sama
yang lebat mengikuti pola yang dapat diramal, dan ini diberikan oleh hukum/aturan
penjarangan sendiri.
5
2.5. Populasi dependen lebat (crowding).
Ukuran populasi dalam populasi yang bertambah, seperti yang diramal oleh
kebanyakan model pertumbuhan populasi, bergantung pada dependen densitas yang
berubah dalam survival atau laju reproduktif, karena jumlah populasi menjadi lebih besar.
Karena N menjadi dekat kepada K, r menurun sampai rata-rata nol. Pemerian
populasi bergantung hanya pada variasi dalam N karenanya bersifat dependen densitas.
Kita tahu dari hukum yield konstan dimana tumbuhan bertanggap terhadap
kelebatan tidak hanya oleh densitas tetapi juga oleh ukuran individu.
Hal ini jelas bahwa keadaan populasi tumbuhan tak dapat diperkirakan oleh
biomas sendiri, juga tidak oleh densitad sendiri. Hal ini lebih kurang untuk mengatakan
bahwa populasi tumbuhan adalah lebih bersifat independen dengan lebat dari pada
independen densitas.
Aturan atau rule penjarangan sendiri diusulkan oleh Yoda et. al. (1963) sebagai
alat pemberian pengaruh interaksi densitas dan biomas pada dinamika populasi
tumbuhan.
Gambar 4-7 menunjukkan antara log biomas dan log N yang telah diuji dan
didapatkan cocok lebih dari pada 100 spesies tumbuhan (White 1980; Gorham 1979).
Generalisasi mungkin berlaku terhadap kebanyakan kalau tidak ada semua tumbuhan.
Diagram B-N menunjukkan garis penjarangan sendiri yang memberikan
mortalitas tumbuhan sebagai fungsi laju dimana biomas terkumpul. Garis itu
digambarkan dengan persamaaan :
B = CN-1/2 ( Persamaan 4-5)
B adalah biomas perunit area. N adalah jumlah survivor per unit area, dan C
adalah suatu konstan. * Lereng/slope garis penjarangan adalah 1/2 . Dimana stand
mempunyai nilai biomas dan densitasyang menempatkannya di bawah garis penjarangan,
biomas akan menaik sampai garis didekati.
6
Individual kemudian akan mati dalam hubungannya terhadap biomas pada laju
yang bergantung pada laju akumulasi biomas. Lereng garis adalah sama untuk herba,
semak, dan pohon.
Suatu tegakan berisi lebih banyak biomas bila individu adalah lebih besar dan
jumlahnya lebih kecil.
Hukum penjarangan sendiri menyajikan saran matematik penentuan keadaan
populasi dimana variabel termasuk kedua biomas dan jumlah.
Kita dapat mengacu kepada daya dukung dimana peraturan populasi bergantung
pada kedua densitas dan biomas (seperti dengan kebanyakan tumbuhan vascular).
2.6. Stadia Versus Umur
Teori demografi klasik memakai umur sebagai dasar untuk perkiraan kesuburan
(fecunditas) dan suvivorship. Namun, umur dapat tidak berupa indikator status
reproduktif dalam tumbuhan.
Ada dua alasan pokok untuk ini :
Pertama, ukuran tidak perlu berkorelasi dengan umur, dan kedua, banyak
tumbuhan akan berbunga bila mereka mencapai ukuran tertentu, tanpa umurnya.
Sebaliknya, dalam lingkungan optimal, ukuran yang diperlukan dan karbohidrat
simpanan mungkin dikumpulkan secara cepat, dan perbungaan dapat terjadi dalam tahun
pertumbuhan pertama.
Semai pohon dapat tetap kecil untuk beberapa tahaun bila tumbuh dalam naungan
hutan lebat. Ini adalah stadia perkembangan yang menentukan status demografi individu,
bukan tentang ummurnya.
Dalam keadaan tertentu, suatu tumbuhan bahkan tertarik kembali kepada stadia
perkembangan awal (yakni, tumbuhan dapat berbunga satu tahun dan tertarik kembali
kepada stadia vegetativ untuk satu atau beberapa tahun yang berturutan) (Rabotnov,
1978).
7
Umur juga tidak menjadi syarat (term) berarti dalam demografi tumbuhan bila
dormasi memutus daur hidup untuk suatu periode waktu.
Misalanya, biji tetap tinggal dorman untuk bertahun-tahun, dalam waktu tersebut
status populasi tidak berubah. Keadaan sama juga demikian pada herba umbi perennial
gurun, yang tetap dorman selama beberapa tahun kering.
Banyak tumbuhan mempunyai berbagai plastisitas morfologi; sehingga analisis
demografi lengkap memerlukan data kedua stadia perkembangan dan umur.
2.7. Tabel Hidup (Life Table)
Tabel hidup awalnya dibentuk oleh perusahaan asuransi sebagai sarana penentuan
hubungan antara umur dan potensi hidup klien untuk membayar premi asuransi secara
cukup untuk mempertahankan perusahaan supaya tetap cair.
Tabel hidup asueansi ini menyajikan beberapa informasi dasar pada survival
untuk kajian demografi tetapi melupakan proses kelahiran. Dengan mengembangkan
tabel hidup guna memasukkan informasi tentang fekunditas (laju kelahiran) dan umur,
ekologiwan mempunyai sarana efektif untuk mengorganisasi data demografi.
Ada dua macam table hidup tergantung pada lama hidup (life-span) individu
dalam populasi.
Satu macam table hidup diacu sebagai kohort dan digunakan bila pengamat dapat
mengikuti semua perkecambahan sesuai pada waktu tertentu (sebuah kohort) sampai
semua individu mati.
Table hidup sedemikian umum dipakai untuk tumbuhan yang hidup dalam
periode waktu pendek jika dibanding terhadap lama hidup atau toleransi ekologiwan
tumbuhan.
Jadi, tumbuhan annual dan perennial yang hidup pendek biasa dikaji dari tabel
hidup kohort.
8
Pohon dan semak sering hidup lebih lama daripada ekologiwan tumbuhan, dan
karenanya dikaji dengan menggunakan tabel hidup statis atau tabel hidup waktu tertentu.
Pada tabel hidup statis, struktur umur suatu populasi terdiri atas kohort berganda
digunakan untuk memperkirakan pola survival grup umur.
2.8. Kurve survivolship
Dengan plotting log jumlah survivor pada tiap interval umur terhadap waktu akan
menghasilkan suatu kurve survivolship.
Deevey membedakan tiga tipe kurve survivorship yang menyajikan tanggapan
populasi ekstrem :
Tipe I kurve survivorship adalah karakteristik organisme dengan moralitas rendah
dalam stadia muda dan mortalitas cepat dalam keadaan kelas tua;
Tipe II adalah garis lurus, dimana probabilitas kematian pada pokoknya sama
pada sembarang umur ; dan
Tipe III adalah tipikal organism yang mempunyai laju mortalitas muda tinggi
diikuti dengan mortalitas biji karena adanya pemakan buah dan pemakan biji, kemudian
suatu periode yang kurang lebih mortalitas tetap sebagai kejadiaan penjarangan sendiri,
dan akhirnya periode mortalitas rendah yang diperpanjang sebagai pohon yang hidup
yang menempati pososi dalam kanopi.
Tumbuhan annual tanpa dormansi biji, tumbuh pada situs terbuka, dapat
mempunyai kurve tipe I Deevey, karena kebanyakan semai mampu untuk hidup untuk
reproduksi.
Pada situs kurang terbuka, kompetisi intraspesifik dapat terjadi dalam mortalitas
sebelum reproduksi, sehingga memperlihatkan kurve tipe II Deevey.
Kurve survivorship tumbuhan annual dapat berbeda dari tahun ketahun dan dari
situs ke situs tetapi biasanya tipe I dan tipe II.
9
Perennial herba dan semak mempunyai berbagai bentuk kurve survivorship yang
bergantung pada sekeliling, menempati keseluruhan kisaran dari tipe I sampai tipe III.
Panjangnya waktu dimana biji hidup dalam bank biji adalah berkaitan dengan
bentuk pertumbuhan dan lingkungan. Tumbuhan annual dalam lingkungan yang sangat
kasar dan gulma cenderung mempunyai periode ekstrim panjang sebagai biji yang masih
hidup dan life-span pasca kecambah sangat pendek.
Biji perennial umur panjang dalam lingkungan moderat biasa hidup untuk hanya
periode pendek dalam bank biji.
Umumnya, kita dapat mengatakan bahwa lumayan biji adalah proporsional
terhadap keganasan lingkungan dan berbanding terbalik terhadap lama hidup dewasa.
Ini adalah menarik untuk membandingkan kurve survivorship untuk tumbuhan
dan hewan.
Dalam hewan, spesies yang makin besar dan makin lama hidup mempunyai kurve
survivorship tipe I, dan spesies makin kecil, makin cepat mereproduksi kurve tipe III.
Sebaliknya akan terjadi pada tumbuhan.
2.9. Fekunditas
Fekunditas (b∞, juga disebut umur spesifik laju kelahiran individu atau natalitas)
diukur dengan menghitung jumah total biji yang dihasilkan oleh kohort selama tiap
interval umur dan dibagi dengan jumlah individu yang hidup dalam kohort.
Fekunditas, dengan demikian adalah jumlah biji rata-rata yang dihasilkan oleh
individu dalam populasi pada waktu atau interval umur x.
Jika tumbuhan berumah dua (bunga jantan dan bung betina pada tumbuhan
terpisah), hanya tumbuhan betina saja yang diperhatikan dalam tabel hidup.
Kalikan survivorship (l∞) dengan fekunditas (b∞) dan jumlahkan lama hidup
kohort member estimasi laju reproduktif bersih kohort (Ro).
10
Dengan simbol :
Ro = sigma L∞b∞ (Persamaan 6)
Dalam rata-rata, tiap tumbuhan yang mati diganti oleh biji baru dalam bank biji
bila Ro= 1 – yakni, populasi tidak brubah dalam ukuran. Bila Ro < 1,0 , lebih sedikit biji
diganti dalam bank biji daripada yang diperlukan untuk mengganti populasi.
Sukses suatu kolonisasi populasi atau survival suatu populasi yang terbentuk
bergantung pada kemampuan individu yang ada untuk memberi anakan kepada generasi
mendatang.
Nilai reproduktif (V∞) adalalah ukuran kontribusi relative rata-rata umur individu
x yang akan membuat bank biji sebelum dia mati.
Nilai reproduktif adalah jumlah rata-rata biji yang dihasilkan oleh umur individu
x (b8) dan total jumlah biji yang dihasilkan oleh individu lebih tua daripada x (b8-1) kali
probabilitas di mana individu umur x akan hidup pada tiap kategori umur lebih tua (1 8+1 /
18).
V8 = b8 + sigma (1 8+1 / 18) b 8+1 (Persamaan 7)
Nilai reproduktif umumnya rendah dalam stadia awal pertumbuhan karena
probabilitas kematian relative tinggi sebelum reproduksi. Namun, bila tumbuhan survive
untuk reproduksi, ini mempertahankan nilai reproduktif tinggi sampai mencapai ketuaan/
senilitas.
11