




下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、實(shí)驗(yàn)三 種群密度與空間分布格局調(diào)查植物和固著型動物,底棲動物等的種群密度通常采用樣方法和樣線法進(jìn)行估測。在進(jìn)行種群分析時,僅給出種群密度指標(biāo)往往不夠,還要給出種群的空間分布狀況(dispersion or population distribution。如在用樣方法取樣時,可應(yīng)用Poission數(shù)學(xué)模型,以樣本方差與平均值的比值判斷種群的分布型,比值為1時為隨機(jī)分布,比值顯著大于1時為集群分布,比值顯著小于1時為均勻分布。此外還有一些方法如ClarkEvans最近距離法(ClarkEvans nearest neighbor distance(NND method),在估測種群的空間分布時不需
2、要樣方和Poission分布,應(yīng)用到野外工作中,往往更容易一些。一實(shí)驗(yàn)原理在測定大面積范圍內(nèi)的植物種群數(shù)量時,由于難以對所有生物個體一一計(jì)數(shù),必須進(jìn)行抽樣估測的辦法。最簡單且常用的方法是用一定面積的方框在研究樣地范圍內(nèi)隨機(jī)采樣,采樣的范圍要盡量覆蓋整個樣地,然后對每個方框(樣方)內(nèi)出現(xiàn)的個體進(jìn)行計(jì)數(shù),再應(yīng)用統(tǒng)計(jì)學(xué)方法求樣本平均值,即可估測整個樣地的平均種群密度。這樣的方法即取樣法。對于一些密集叢生的植物(如雜草),計(jì)數(shù)困難,也可以用該植物樣方內(nèi)所覆蓋面積的比例來表示種群密度。如上所述,樣方取樣數(shù)據(jù)要符合Poission分布,用該方法還可以判斷植物的空間分布型。ClarkEvans最近距離法通過
3、量測隨機(jī)選取的生物與其距離最近的個體之間的距離來描述該種生物的空間分布型。均勻分布的種群,其最鄰近的平均距離比較大,而集群分布的種群該距離較小,隨機(jī)分布的種群最鄰近的平均距離介于上述兩種分布型之間。ClarkEvans最近距離法的原理是觀測隨機(jī)抽取的生物個體與其周圍距離最近的個體之間比值,以此作為觀測值(Observed NND),將該值與同樣密度下預(yù)測的隨機(jī)分布種群的NND(Expected NND)進(jìn)行比較,如果觀測NND與預(yù)期NND值相等,種群為隨機(jī)分布;觀測NND大于預(yù)期NND,為均勻分布;觀測NND小于預(yù)期NND,為集群分布。用t檢驗(yàn)或方差檢驗(yàn)(analysis of varianc
4、e)來判斷二者是否有統(tǒng)計(jì)學(xué)顯著差異。該方法的缺點(diǎn)是要先用樣方法等估測一下種群密度。二實(shí)驗(yàn)?zāi)康耐ㄟ^實(shí)驗(yàn)操作,掌握種群野外調(diào)查和采樣的基本方法;學(xué)會利用樣方法估測種群密度和NND最近距離法估測種群的分布型。三實(shí)驗(yàn)材料GPS定位儀,皮尺、記錄表格、每組兩套隨機(jī)數(shù)字,小旗、長繩、卷尺等。四方法與步驟1樣方法估測種群密度(1)選擇某一優(yōu)勢種為主的森林群落作為樣地,確定其范圍;(2)將學(xué)生分成幾個大組,每一大組內(nèi)每4人為一個小組,各個組分工合作,完成整塊樣地的觀測;(3)從樣地的一邊開始,向一個方向前進(jìn),每走一定的距離,隨機(jī)的測定一個小樣方(2m×2m),記錄小樣方內(nèi)該優(yōu)勢種的存在與否和株數(shù),各
5、小組完成一個條帶,各大組完成森林群落樣地的觀測。2ClarkEvans最近距離法判斷種群個體的分布型(1)選擇一片樹林,確定所觀測林地的范圍。用GPS定位儀確定所觀測樣地的地理位置;(2)在樣地一邊用長繩劃出一條100m的基線,在線上每10m處插上標(biāo)號小旗。(3)從第一套隨機(jī)數(shù)字中抽取一個數(shù)字,代表在基線上從0點(diǎn)到某點(diǎn)的長度。再從每二套隨機(jī)數(shù)字中抽取一個數(shù)字,代表垂直于基線伸向樣地內(nèi)的一條線的長度。以由這兩條隨機(jī)數(shù)字所確定的坐標(biāo)點(diǎn)為中心點(diǎn),用繩劃出一塊14m×7m的樣方,使樣方的長軸與基線平行。計(jì)數(shù)該樣方內(nèi)所調(diào)查樹木的顆數(shù),以樹干至少有一部分在樣方內(nèi)為準(zhǔn)。(4)重復(fù)以上操作若干次,將
6、各組的計(jì)數(shù)結(jié)果綜合在一起,求該樣地樹木的平均密度。(5)利用上述隨機(jī)數(shù)字確定坐標(biāo)法隨機(jī)抽取樹木個體,用卷尺測量該樹木到距其最近的另外一顆樹之間的距離(r),至少重復(fù)該操作30次。做好記錄。(6)將各組數(shù)字記錄綜合到一起,計(jì)算平均鄰近距離。公式如下:式中:ri最鄰近距離;n觀測次數(shù)五結(jié)果與分析1樣方法估測種群個體分布格局判斷種群分布格局的原理是:假設(shè)有n個樣方,xi為第i個樣方的種群個體數(shù)(i=1,2,3,n),m為n個樣方的種群個體平均數(shù),則種群的分散度S2可以表達(dá)為:當(dāng)S2/m顯著小于1時,則種群分布格局為均勻分布;如果S2/m1則為隨機(jī)分布;如果S2/m顯著大小1,則為集群分布。2 在應(yīng)用ClarkEvans最近距離判斷樹木分布型首先依據(jù)所求得的樹木平均密度,計(jì)算隨機(jī)分布狀態(tài)下樹木預(yù)期最鄰近距離:式中:d每m2樹木的數(shù)量。然后計(jì)算ClarkEvans 分布指數(shù)R:判斷:R1時為隨機(jī)分布;R1為集群分布;R1為均勻分布。結(jié)果有意性的統(tǒng)計(jì)檢驗(yàn)采用如下公式:式中:s預(yù)期平均的偏差;n樣本數(shù);d樹木密度;如果z1.96,預(yù)期值與觀測值之間沒有顯著差異,為隨
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 陜西省安康市2024-2025學(xué)年高三下學(xué)期第二次質(zhì)量考試(二模)地理試題(含答案)
- 企業(yè)對外溝通與合作記錄表
- 鄉(xiāng)村旅游規(guī)劃設(shè)計(jì)服務(wù)協(xié)議
- 產(chǎn)品保密與知識產(chǎn)權(quán)保護(hù)契約書
- 倒裝句的構(gòu)成與識別:英語語法知識鞏固教案
- 鄉(xiāng)村土地承包經(jīng)營獎補(bǔ)資金使用協(xié)議
- 二手房買賣過戶網(wǎng)簽協(xié)議
- 健康飲食品牌推廣合同書
- 本季度銷售業(yè)績匯報與展望
- 高體三教授治療眩暈病學(xué)術(shù)思想研究
- 《元德秀字紫芝》2019年山東濰坊中考文言文閱讀真題(含答案與翻譯)
- 建設(shè)“三型三化551”財(cái)務(wù)體系加快財(cái)務(wù)轉(zhuǎn)型創(chuàng)建一流財(cái)務(wù)指導(dǎo)意見
- 語言領(lǐng)域核心經(jīng)驗(yàn)《學(xué)前兒童語言學(xué)習(xí)與發(fā)展核心經(jīng)驗(yàn)》
- 湖北省華中師大一附中2020-2021高一物理期中檢測試卷【含答案】
- 2021年合肥職業(yè)技術(shù)學(xué)院職業(yè)適應(yīng)性測試試題及答案解析
- 2022年三年級美術(shù)下冊教案課題美化教室一角
- 初中物理公式MicrosoftWord文檔
- 詐騙案件授課PPT課件
- 弗洛姆異化理論
- 碳納米管_ppt課件
- 【課件】第2課如何鑒賞美術(shù)作品課件-高中美術(shù)人教版(2019)美術(shù)鑒賞
評論
0/150
提交評論