Last update: RNDr. Veronika Sacherová, Ph.D. (31.05.2023)
The course serves as a practical complement to Advanced Ecology I and II. It is designed to help students to touch
practically some of the theoretical concepts introduced in above mentioned courses. Thus, it aims to enhance
understanding of selected ecological topics. The content of the course changes between years and generally the
nature of the lessons varies depending on the topic. It provides practical insights into mathematical definitions of
ecological concepts, analytical approaches, ecological pattern visualizations, data collection and develops skills in
ecological thinking.
Last update: RNDr. Veronika Sacherová, Ph.D. (31.05.2023)
Cvičení slouží jako doplněk k Ekologii pro pokročilé I a II. Je navrženo tak, aby pomohl studentům seznámit se
prakticky s některými teoretickými koncepty, které jsou uvedeny ve výše zmíněných kurzech. Jeho cílem je zvýšit
pochopení vybraných ekologických konceptů. Obsah kurzu se mění mezi lety a obecně se povaha lekcí mění v
závislosti na tématu. Cvičení poskytuje praktické vhledy to matematických definicí ekologických konceptů,
analytických přístupů, visualizací ekologických patrností, sběru dat a rozvijí ekologické myšlení.
Literature -
Last update: RNDr. Veronika Sacherová, Ph.D. (31.05.2023)
Devictor, V., Clavel, J., Julliard, R., Lavergne, S., Mouillot, D., Thuiller, W., Venail, P., Villéger, S. and Mouquet, N. (2010), Defining and measuring ecological specialization. Journal of Applied Ecology, 47, 15-25.
Mouchet, M. A., Villéger, S., Mason, N. W. H. and Mouillot, D. (2010), Functional diversity measures: an overview of their redundancy and their ability to discriminate community assembly rules. Functional Ecology, 24, 867-876.
Villéger, S., Mason, N.W.H. & Mouillot, D. (2008) New multidimensional functional diversity indices for a multifaceted framework in functional ecology. Ecology, 89, 2290-2301.
Violle, C., Reich, P. B., Pacala, S. W., Enquist, B. J., & Kattge, J. (2014). The emergence and promise of functional biogeography. Proceedings of the National Academy of Sciences, 111, 13690-13696.
Suchan, T, Talavera, G, Sáez, L, Ronikier, M, Vila, R. Pollen metabarcoding as a tool for tracking long-distance insect migrations. Mol Ecol Resour. (2019) 19: 149- 162. https://doi.org/10.1111/1755-0998.12948
Lynggaard, C., Frøslev, T. G., Johnson, M. S., Olsen, M. T., & Bohmann, K. (2022). Airborne environmental DNA captures terrestrial vertebrate diversity in nature. bioRxiv, 2022-10
Clare, EL, Fazekas, AJ, Ivanova, NV, et al. Approaches to integrating genetic data into ecological networks. Mol Ecol. (2019). 28: 503- 519. https://doi.org/10.1111/mec.14941
Bohmann, K., Elbrecht, V., Carøe, C., Bista, I., Leese, F., Bunce, M., Yu, D. W., Seymour, M., Dumbrell, A. J., & Creer, S. (2022). Strategies for sample labelling and library preparation in DNA metabarcoding studies.
Krista M. Ruppert, Richard J. Kline, Md Saydur Rahman. (2019). Past, present, and future perspectives of environmental DNA (eDNA) metabarcoding: A systematic review in methods, monitoring, and applications of global eDNA. Global Ecology and Conservation. 17: e00547. https://doi.org/10.1016/j.gecco.2019.e00547.
Last update: RNDr. Veronika Sacherová, Ph.D. (31.05.2023)
Devictor, V., Clavel, J., Julliard, R., Lavergne, S., Mouillot, D., Thuiller, W., Venail, P., Villéger, S. and Mouquet, N. (2010), Defining and measuring ecological specialization. Journal of Applied Ecology, 47, 15-25.
Mouchet, M. A., Villéger, S., Mason, N. W. H. and Mouillot, D. (2010), Functional diversity measures: an overview of their redundancy and their ability to discriminate community assembly rules. Functional Ecology, 24, 867-876.
Villéger, S., Mason, N.W.H. & Mouillot, D. (2008) New multidimensional functional diversity indices for a multifaceted framework in functional ecology. Ecology, 89, 2290-2301.
Violle, C., Reich, P. B., Pacala, S. W., Enquist, B. J., & Kattge, J. (2014). The emergence and promise of functional biogeography. Proceedings of the National Academy of Sciences, 111, 13690-13696.
Suchan, T, Talavera, G, Sáez, L, Ronikier, M, Vila, R. Pollen metabarcoding as a tool for tracking long-distance insect migrations. Mol Ecol Resour. (2019) 19: 149- 162. https://doi.org/10.1111/1755-0998.12948
Lynggaard, C., Frøslev, T. G., Johnson, M. S., Olsen, M. T., & Bohmann, K. (2022). Airborne environmental DNA captures terrestrial vertebrate diversity in nature. bioRxiv, 2022-10
Clare, EL, Fazekas, AJ, Ivanova, NV, et al. Approaches to integrating genetic data into ecological networks. Mol Ecol. (2019). 28: 503- 519. https://doi.org/10.1111/mec.14941
Bohmann, K., Elbrecht, V., Carøe, C., Bista, I., Leese, F., Bunce, M., Yu, D. W., Seymour, M., Dumbrell, A. J., & Creer, S. (2022). Strategies for sample labelling and library preparation in DNA metabarcoding studies.
Krista M. Ruppert, Richard J. Kline, Md Saydur Rahman. (2019). Past, present, and future perspectives of environmental DNA (eDNA) metabarcoding: A systematic review in methods, monitoring, and applications of global eDNA. Global Ecology and Conservation. 17: e00547. https://doi.org/10.1016/j.gecco.2019.e00547.
Syllabus -
Last update: RNDr. Veronika Sacherová, Ph.D. (31.05.2023)
1. Basic models of population growth and regulation - logistic equation (also with added stochasticity), May equation generating cycles as well as deterministic chaos. SS
2. Predator-prey interactions: Basic Lotka model, models with added resource limitations, models with different functional responses, Rosenzweig-MacArthor model, herbivore-plant models with vegetation regrowth. SS
3. Spatial community models, metapopulations, dominance- and founder-control modeled by cellular automata, the emergence of spatial patterns. SS
4. Functional diversity computation and spatial patterns DH
5. Neutral theory of biodiversity dynamics SS
6. Life tables and age-structured population models, life histories, trade-offs (may include also allometric curves for scaling traits with body mass) VR
7. Metabarcoding in ecology research. Two sessions: 1 h of basic concepts of metabarcoding and 1.5 h -2 h of hands-on session with Dada2 pipeline in R. Keystone concepts: Data processing steps (primer removal, clustering,dereplication, chimera removal, taxonomic annotation), ASV Vs OTU, linkage with ecological questions (i.e. pollination studies or marine ecosystems), from OTU table to study of communities. GUG
8. Thinking about ecology: Collective discussion about selected ecological concept and it historical development DH
Last update: RNDr. Veronika Sacherová, Ph.D. (31.05.2023)
1. Základní modely populačního růstu a regulace - logistická rovnice (i s přidanou stochasticitou), cykly generované Mayovou rovnici i deterministický chaos. SS
2. Interakce predátor-kořist: Základní Lotkův model, modely s přidanými omezeními zdrojů, modely s různými funkčními odpověďmi, Rosenzweig-MacArthorův model, modely býložravec-rostlina s opětovným růstem vegetace. SS
3. Prostorové modely společenstev, metapopulace, kontrola dominancí a zakladatelem modelovaná buněčnými automaty, vznik prostorových patrností. SS
4. Výpočet funkční diverzity a její prostorové patrnosti DH
5. Neutrální teorie dynamiky biodiverzity SS
6. Demografické tabulky a věkově strukturované populační modely, životní strategie, trade-off (mohou zahrnovat také alometrické křivky pro škálování znaků s tělesnou hmotností) VR
7. Metabarcoding v ekologickém výzkumu. Dvě lekce: 1 hodina základních konceptů metabarcodingu a 1,5 h -2 h lekce s Dada2 v R. Zásadní koncepty: Zpracování dat (odstranění primeru, shlukování, dereplikace, odstranění chiméry, taxonomická anotace), ASV vs. OTU, propojení s ekologickými otázkami (tj. studie opylování, nebo mořské ekosystémy), od tabulky OTU ke studiu společenstev. GUG
8. Myšlení o ekologii: společná diskuse o vybraném ekologické konceptu a jeho historickém vývoji DH
