樣方法調(diào)查種群數(shù)量及種群內(nèi)分布型的測定

1、實驗一、樣方法調(diào)查種群數(shù)量及種群實驗一、樣方法調(diào)查種群數(shù)量及種群內(nèi)分布型的測定內(nèi)分布型的測定 一、實驗?zāi)康囊?、實驗?zāi)康膙 通過實驗，熟悉利用樣方法調(diào)查種群數(shù)量的基本原理，掌握該方法技術(shù)要點。 v通過實驗，理解幾種種群內(nèi)分布型研究方法的基本原理，掌握測定動物種群內(nèi)分布型的技術(shù)。 二、實驗原理二、實驗原理v樣方法是指在被調(diào)查種群的生存環(huán)境中，隨機選取若干個樣方，計數(shù)每個樣方內(nèi)的個體數(shù)，計算每個樣方內(nèi)的平均個體數(shù)，然后將其平均數(shù)推廣，來估計種群整體。v樣方的形狀可以是方形的、長方形的、條帶狀的或圓形的，但樣方必須具有良好的代表性，這可以通過隨機取樣來保證。 v用樣方法估計種群數(shù)量，首先要解決的問題是

2、取多少個樣本比較好。在大多數(shù)情況下，樣本數(shù)可以由經(jīng)驗來決定。若生物個體集群分布，各樣方個體數(shù)離散程度較大，即數(shù)據(jù)的方差（S2）較大，則需抽取的樣方數(shù)較多；反之，若生物個體均勻分布，各樣方個體數(shù)離散程度較小，即數(shù)據(jù)的方差（S2）較小，則需抽取的樣方數(shù)較少。若要精確確定，可用以下3種方法： 誤差估計法 平均值滑動法 t值計算法 誤差估計法 取樣數(shù)目（取樣數(shù)目（N）與估計誤差的關(guān)系）與估計誤差的關(guān)系平均值滑動法滑動平均數(shù)或方差對樣方數(shù)量的相關(guān)曲線滑動平均數(shù)或方差對樣方數(shù)量的相關(guān)曲線t值計算法vd為樣本平均數(shù)的允許誤差，可根據(jù)實驗情況，人為確定，如允許誤差在10%以內(nèi)；t可通過查t值表得到，若樣本數(shù)大

3、于10，差異顯著性水平為5%時，t值約為2；2為總體方差，是未知的，可用S2代替2。 222dtnv動物種群的內(nèi)分布型主要決定于個體間的相互作用和棲息環(huán)境的特點。動物種群中的個體，彼此之間可能是相互吸引的，也可能是相互排斥或中性的。若有機體彼此之間相互吸引就會引起動物集群；相互排斥就會使個體相互避開，就可能產(chǎn)生均勻的分布；而中性關(guān)系就可能促成隨機分布。如果資源（如食物、營巢地等）是豐富且分布均勻的，動物種群就可能會出現(xiàn)隨機分布，甚至出現(xiàn)均勻分布；如果資源呈斑塊狀分布，就可能導(dǎo)致動物種群集群分布。v種群的內(nèi)分布型的研究屬于靜態(tài)研究，比較適用于植物、定居或不太活動的動物，也適用于測量鼠穴、鳥巢等棲

4、息地的空間分布。測定種群內(nèi)分布型的方法很多，本實驗僅介紹以下三種方法。 方差/平均數(shù)比率法 泊松（Poisson）分布法 負二項式分布法 種群內(nèi)分布型分析表種群內(nèi)分布型分析表 每個樣方生物個數(shù)（x）樣方數(shù)（f）fxfx2012345678910總 計N=f=fx=fx2=ffxx1)(222fffxfxS1212fxSt三、實驗步驟三、實驗步驟 (模擬實驗)v1. 將木盒內(nèi)100個小方格編號：0099。v2. 取黃豆約500粒，隨機散布在木盒內(nèi)。v3. 利用隨機數(shù)字表，確定抽取樣方號。v4. 計數(shù)已確定抽取樣方中的個體數(shù)量。v5. 計算每個樣方內(nèi)平均個體數(shù)，然后乘100，即為種群數(shù)量的估計值。

5、同時計算樣本方差。v6. 用空間指數(shù)法確定種群的內(nèi)分布型，且用t檢驗進行顯著性檢驗。 四、作業(yè)v1. 根據(jù)實驗結(jié)果，計算種群數(shù)量估計值；同時計數(shù)木盒中全部個體數(shù)，比較種群數(shù)量估計值，是否在允許10%以內(nèi)。v2. 根據(jù)實驗結(jié)果，用空間指數(shù)法確定種群的內(nèi)分布型，且用t檢驗進行顯著性檢驗。 v3. 利用公式法，試計算若用非放回式抽樣法，你應(yīng)抽取的樣本數(shù)量是多少？ v計算公式：nxxnii11)(222fffxfxS222dtn1)(1222nnxxnxxS實驗二、標志重捕法和去除取樣法調(diào)查種群數(shù)量一、實驗?zāi)康囊?、實驗?zāi)康膙 通過實驗，使學(xué)生了解標志重捕法和去除取樣法的基本原理，初步掌握去除取樣法技術(shù)

6、。 二、實驗原理v在調(diào)查地段中，捕獲一部分個體進行標志，然后放回，經(jīng)一定時間后進行重捕。根據(jù)重捕中標志個體的比例，估計該地段中種群個體的總數(shù)。若將該地段種群個體總數(shù)記作N，其中標志數(shù)為M，重捕個體數(shù)為n，重捕中標志個體數(shù)為m，假定總數(shù)中標志個體的比例假定總數(shù)中標志個體的比例與重捕取樣中標志個體的比例相同與重捕取樣中標志個體的比例相同，則N : M = n : mN = M n / m標志重捕的方法v林可指數(shù)法（Lincoln index method）：一次標志一次重捕法。v施夸貝爾法（Schnabel method）：多次標志一次重捕法。v喬利-西貝爾法（Jolly-Seber method

7、）：多次標志多次重捕法。v若一次標志重捕可獲得足夠的個體數(shù)，則采用林可指數(shù)法；若一次標志重捕不能獲得足夠的個體數(shù)，利用林可指數(shù)法，種群數(shù)量的估計值往往不夠準確，則可采用施夸貝爾法或喬利-西貝爾法。 林可指數(shù)法計算公式N2SE mMnN ) 1()(NMnnNMNNSE注意事項：v標志個體在整個調(diào)查種群中均勻分布，標志個體和未標志個體都有同樣的被捕機會。v調(diào)查期間，沒有遷入或遷出。v調(diào)查期間，沒有新的出生或死亡。 v在一個封閉的種群里，隨著連續(xù)捕捉，種群數(shù)量逐漸減少，單位努力捕獲量逐漸降低，同時，逐次捕捉的累積數(shù)就逐漸增大。不難想象，當單位努力的捕獲數(shù)為零時，捕獲累積數(shù)就是種群數(shù)量的估計值。如果

8、將單位努力下的逐次捕獲數(shù)（作為Y軸）對捕獲累積數(shù)（作為X軸）作圖，利用統(tǒng)計學(xué)的直線回歸法，可以得到一條回歸線，將回歸線延長至與X軸相交，交點處X軸的數(shù)據(jù)就是種群數(shù)量的估計值。 去除取樣法的假定條件每次捕捉時，每只動物受捕機會相等。在調(diào)查期間，沒有出生和死亡、遷入和遷出。 去除取樣法實驗記錄表 取樣次數(shù)每次捕獲數(shù)（Y）累積捕獲數(shù)（X）X2XY123456191610129701935455766去除取樣法計算公式：bXaYXXXYniiniiiSSxxyyxxb121)()(xbya三、實驗步驟三、實驗步驟v林可指數(shù)法室內(nèi)實驗林可指數(shù)法室內(nèi)實驗v1將2000g面粉放在玻璃容器中，加入約500頭赤

9、擬谷盜進行培養(yǎng)，經(jīng)過一段時間，使赤擬谷盜在面粉中分布均勻。v2隨機取出部分面粉（為獲得足夠的蟲數(shù)，需取總面粉體積的20%30%），在土壤篩中將蟲子篩出。v3用快干漆對蟲子進行標志。因蟲體較小，漆塊應(yīng)盡量小。蟲子不停地活動，影響標志，則可邊用微風吹拂，邊進行標志。v4標志漆干燥后，將蟲子計數(shù)后，與面粉一同放回玻璃容器。v5經(jīng)過一段時間后，重復(fù)步驟2，進行重捕，計數(shù)重捕蟲數(shù)及其中標志個體數(shù)。v6根據(jù)林可指數(shù)法，計算種群總數(shù)的估計值和種群總數(shù)的95%置信區(qū)間。 林可指數(shù)法模擬實驗林可指數(shù)法模擬實驗v1將木盒內(nèi)100個小方格編號：0099。v2取黃豆約500粒，隨機散布在木盒內(nèi)。散落在四周的黃豆可重新

10、散布。v3利用隨機數(shù)字表確定抽取樣方號（大約1020個）。v4計數(shù)并移去已確定抽取樣方中的個體，加入等數(shù)量的黑豆，認真做好記錄。v5將黃豆和黑豆混合，重復(fù)步驟24。v6根據(jù)林可指數(shù)法，計算種群總數(shù)的估計值和種群總數(shù)的95%置信區(qū)間。 去除取樣法去除取樣法室內(nèi)實驗v1取1000g麩皮放在塑料面盆內(nèi)，麩皮的厚度約6cm；將黃粉蟲（約200條）放入盆中。讓黃粉蟲在麩皮中充分擴散，約30分鐘后進行下一步驟。v2用小燒杯從塑料面盆中隨機取出含有黃粉蟲的麩皮，倒入土壤篩中，檢出并計數(shù)黃粉蟲的數(shù)量。共需取麩皮總量的1/51/4。v3將取出的麩皮放回塑料面盆中，使基質(zhì)保持原來的體積。使塑料面盆中未取出的黃粉蟲

11、繼續(xù)擴散，2030分鐘后進行第二次取樣。v4重復(fù)步驟23，計數(shù)黃粉蟲的數(shù)量。如此重復(fù)46次，則可明顯看出每次捕獲數(shù)量逐次減少。v5按表1整理實驗數(shù)據(jù)，繪出回歸線圖，求出塑料面盆中黃粉蟲數(shù)量的估計值。去除取樣法模擬實驗去除取樣法模擬實驗v1將木盒內(nèi)100個小方格編號：0099。v2取黃豆約500粒，隨機散布在木盒內(nèi)。散落在四周的黃豆可重新散布。v3利用隨機數(shù)字表，確定抽取樣方號（大約1020個）。v4計數(shù)并移去已確定抽取樣方中的個體，認真做好記錄。v5將余下的黃豆重新散布，重復(fù)步驟24。v6整理實驗數(shù)據(jù)，繪出回歸線圖，求出模擬種群的數(shù)量估計值。 四、作業(yè)v1. 根據(jù)實驗結(jié)果，計算模擬種群的數(shù)量估

12、計值及95%置信區(qū)間。 v2. 根據(jù)模擬實驗的實驗數(shù)據(jù)，繪出回歸線圖，計算出種群數(shù)量的估計值。 實驗三、捕食者的功能反應(yīng)測定實驗三、捕食者的功能反應(yīng)測定（Holling圓盤試驗）圓盤試驗） 一、實驗?zāi)康囊?、實驗?zāi)康膙通過實驗，理解Holling圓盤實驗的基本原理，學(xué)習(xí)無脊椎動物捕食者功能反應(yīng)的測定方法，了解被食者種群密度對捕食者捕食效率的影響，及功能反應(yīng)測定在生物防治中的指導(dǎo)意義。 二、實驗原理v捕食者對被食者密度變化的功能反應(yīng)可劃分為3種類型：v第I型為線性型。其特點是隨著被食者密度而增加，功能反應(yīng)曲線呈直線上升，到達上部平坦部分表示捕食者已經(jīng)飽享。v第型是凸型的,為無脊椎動物型。被食者密度

13、增加的初期，被捕食的數(shù)量上升很快，以后逐漸變慢而到充分飽享不再上升。v第型為S型，即脊椎動物型。被食者稀少時，捕食量很少，隨著被食者密度上升，被捕食的數(shù)量逐漸增加，然后捕食效率逐漸降低，達到充分飽享，捕食數(shù)量不再上升。捕食者對被食者密度變化的功能反應(yīng) v功能反應(yīng)型不呈直線上升的主要原因，可能是被食者飽享問題。因逐步飽享導(dǎo)致所謂的“處理時間” 發(fā)生變化。v捕食者的“處理時間”，包括對被食者的控制時間、取食時間、消化停頓等。在處理獵物時，尋覓活動停止。當被食者密度增加，一個捕食者可能捕獲更多的獵物，從而處理時間增加，又影響其尋覓、捕食更多的獵物，即尋覓效率降低。 v在實驗室里，以蒙眼人為“捕食者”

14、，砂紙圓盤為“被食者”，模擬捕食者與被食者之間的關(guān)系。最簡單的關(guān)系表達式為：Y=aTsxv式中，Y為移去的圓盤數(shù)，x為圓盤密度，Ts為可供尋覓的時間，a為瞬時發(fā)現(xiàn)率，是一常數(shù)。v設(shè)Tt為總實驗時間，假如每次實驗的時間（Tt）是固定的，Ts應(yīng)隨找到的砂紙圓盤數(shù)而變化，因為移去砂紙圓盤所消耗的時間減少了搜索時間。若設(shè)移去1個砂紙圓盤所花費的時間為b，則Ts=TtbYY=a（TtbY）xv經(jīng)整理得：v此即著名的“Holling圓盤方程”。 abxaxTYt1v“Holling圓盤方程”也可用如下變形：v令 、則上式可變化為：Y=BX+A。其中A、B則可利用回歸方程計算得出：11tabxyTax111

15、ttbyaTxTtbAT1tBaT1Yy1XxYBXANN22()()()()XYXYNBXXN “捕食”數(shù)目與圓盤密度關(guān)系圖 三、實驗步驟三、實驗步驟v1每2人1組，1人蒙住眼睛充當“捕食者”，1人為觀察者記錄實驗時間。v2“捕食者”蒙住眼睛等待，由觀察者將不同數(shù)量的砂紙圓盤撒布在1平方米的桌子上。密度由觀察者任選。v3 “捕食者”站在桌前用手指點觸桌面，碰到砂紙圓盤時就將圓盤移去，放在一邊，算作“捕食”了一個“獵物”。每次實驗為1分鐘，記錄捕食數(shù)量。注意在各次實驗中，要求不同的“捕食者”的“捕食”方法要一致，戒用手掌觸圓盤。v4變換不同的砂紙圓盤密度，重復(fù)步驟23。圓盤的密度分別為每平方米

16、4、9、16、25、36、49、64、81、100、121、144、169、196個。每組實驗重復(fù)三次以上每組實驗重復(fù)三次以上，求其平均數(shù)，進行整理分析，并繪出“捕食”數(shù)目與圓盤密度之間的關(guān)系圖 四、作業(yè)v根據(jù)砂紙圓盤實驗結(jié)果，計算Holling圓盤方程，并繪出“捕食”數(shù)目與圓盤密度之間的關(guān)系圖。 實驗四、群落多樣性和相似性的測定實驗四、群落多樣性和相似性的測定 一、實驗?zāi)康囊弧嶒災(zāi)康膙1熟悉并掌握常用物種多樣性指數(shù)如香農(nóng)指數(shù)（Shannonindex）的計算方法。v2熟悉群落相似性與聚類分析的基本方法，掌握相似性及聚類分析的技術(shù)要點 。 二、實驗原理v物種多樣性是群落生物組成結(jié)構(gòu)的重要指標

17、，它不僅可以反映群落組織化水平，而且可以通過結(jié)構(gòu)與功能的關(guān)系間接反映群落功能的特征。v生物群落的物種多樣性指數(shù)可分為多樣性指數(shù)、多樣性指數(shù)和多樣性指數(shù)三類。其中，多樣性指數(shù)是反映群落中（群落內(nèi)部）物種豐富度和個體數(shù)量均勻程度的指標；多樣性指數(shù)是反映隨群落內(nèi)環(huán)境異質(zhì)性變化或隨群落間環(huán)境變化而導(dǎo)致的物種豐富度和均勻程度變化的指標；多樣性指數(shù)可以用來在更大的生態(tài)學(xué)尺度上如景觀水平上測量物種多樣性變化或差異。 多樣性指數(shù)v它包含兩方面的含義：群落所含物種的多寡，即物種豐富度；群落中各個種的相對密度，即物種均勻度。vShannon-Wiener多樣性指數(shù)H= -（PilnPi ） 式中Pi = Ni/N

18、 vShannon均勻度指數(shù) E= H/ lnSvSimpson優(yōu)勢度指數(shù)D=1-Pi2 相似性分析v群落相似性分析是通過對樣地調(diào)查所得原始數(shù)據(jù)進行處理，并根據(jù)處理的結(jié)果判斷兩個群落之間相似程度。v群落相似程度的指標有兩類：一類是相似系數(shù)；另一類是相異性系數(shù)。v表征兩個群落間相似程度的指標雖多，但在數(shù)據(jù)處理上一致：根據(jù)兩群落共有種的數(shù)量數(shù)據(jù)，計算其相似或相異程度。vJaccard相似性系數(shù)S=2c/(a+b)其中S為兩個群落的相似性系數(shù)，c為兩個群落共有物種數(shù)，a、b分別為兩個群落的物種數(shù)。v 最低百分比相似性系數(shù)PS=Pimin 式中Pi = Ni/N聚類分析v群落的聚類分析是根據(jù)各群落（樣

19、方）間的相似關(guān)系，將群落歸納為若干組，使組內(nèi)的群落盡量相似，而組間群落盡量相異，從而在客觀上達到對群落分類的目的。v在聚類分析中，一般把一些實體作為基本單位，如種的頻度、個體數(shù)量等。v常見的聚類分析方法有組平均法、最短距離法等。這些分類方法只不過是實現(xiàn)分類過程的手段。 土壤動物群落的相似性 L.ILIIL.IIIL.IVQ.IQ.IIH.IH.IIL.I10.75000.61110.68420.77780.65000.50000.6667L.II0.914910.66670.73680.73680.78950.72220.6316L.III0.79210.851710.68750.68750.

20、47370.66670.6000L.IV0.83510.89600.898110.87500.63160.75000.7500Q.I0.94910.87100.76970.822710.55000.64710.7500Q.II0.66550.72120.80680.76310.644810.70590.6111H.I0.86880.93060.88410.89900.84270.748510.7333H.II0.93400.88690.77440.81500.91680.65440.86311上三角形為Jaccard相似性系數(shù)；下三角形為百分比相似性系數(shù)。 L.IIL.IIIL.IVQ.IQ.

21、IIH.IH.IIL.I0.75000.61110.68420.77780.65000.50000.6667L.II0.66670.73680.73680.78950.72220.6316L.III0.68750.68750.47370.66670.6000L.IV0.87500.63160.75000.7500Q.I0.55000.64710.7500Q.II0.70590.6111H.I0.7333L.IIL.IIIQ.IL.IVQ.IIH.IH.IIL.I0.75000.61110.73100.65000.50000.6667L.II0.66670.73680.78950.72220.6

22、316L.III0.68750.47370.66670.6000Q.IL.IV0.59080.69860.7500Q.II0.70590.6111H.I0.7333L.IIIQ.IL.IVQ.IIL.IIH.IH.IIL.I0.61110.73100.70000.50000.6667L.III0.68750.57020.66670.6000Q.IL.IV0.66380.69860.7500Q.IIL.II0.71410.6214H.I0.7333L.IIIQ.IL.IVH.IIQ.IIL.IIH.IL.I0.61110.70960.70000.5000L.III0.65830.57020.66

23、67Q.IL.IVH.II0.64970.7102Q.IIL.II0.7141L.IIIQ.IL.IVH.IIQ.IIL.IIH.IL.I0.61110.70960.6333L.III0.65830.6024Q.IL.IVH.II0.6699Q.IL.IVH.IIL.IQ.IIL.IIH.IL.III0.64650.6024Q.IL.IVH.IIL.I0.6608Q.IL.IVH.IIL.IQ.IIL.IIH.IL.III0.6276土壤動物群落的聚類分析 三、實驗步驟v1將木盒內(nèi)100個小方格編號：0099。v2取各色豆種約500粒，隨機散布在木盒內(nèi)。散落在四周的黃豆可重新散布。v3利用隨機

24、數(shù)字表，確定抽取樣方號（大約1020個）。v4移去已確定抽取樣方中的個體，并認真計數(shù)各公豆種數(shù)。v5變換豆種數(shù)及各色豆種個體數(shù)，重復(fù)步驟24。（注意物種豐富度、相對多度、及密度對群落多樣性的影響。）v6.計算各群落的多樣性指數(shù)、均勻性指數(shù)、優(yōu)勢度指數(shù)，計算各群落間的相似性指數(shù)，根據(jù)最低百分比相似性指數(shù)進行聚類分析并繪圖。建議：v16種豆種各80多個共約500v26種豆種有極多或少共約500v34種豆種各120多個 共約500v44種豆種有極多或少共約500v56種豆種各50多個共約300v66種豆種各30多個共約200四、作業(yè)v計算各群落的多樣性指數(shù)、均勻性指數(shù)、優(yōu)勢度指數(shù)；v計算各群落間的相

25、似性指數(shù)； v根據(jù)最低百分比相似性指數(shù)進行聚類分析并繪圖。實驗五、種間關(guān)聯(lián)實驗五、種間關(guān)聯(lián) 一、實驗?zāi)康囊?、實驗?zāi)康膙通過實驗，使學(xué)生了解種間關(guān)聯(lián)研究方法的基本原理，初步掌握該技術(shù)要點，理解該方法的應(yīng)用意義。二、實驗原理v在一個特定的群落中，有的種經(jīng)常生長在一起，有的則相互排斥。如果兩個種一起出現(xiàn)的次數(shù)高于期望值，它們就為正關(guān)聯(lián)，如果它們共同出現(xiàn)的次數(shù)少于期望值，則可認為它們?yōu)樨撽P(guān)聯(lián)，如果兩個種一起出現(xiàn)的次數(shù)近似于期望值，它們就為無關(guān)聯(lián)。v正關(guān)聯(lián)可能是一個種依賴于另一個種而存在，或兩者受生物的和非生物的環(huán)境因子制約而生長在一起。負關(guān)聯(lián)則是由于空間排擠、競爭或他感作用，或不同的生境要求而發(fā)生。v

26、種間關(guān)聯(lián)研究有樣方法和無樣方法。v種間關(guān)聯(lián)研究在農(nóng)業(yè)、林業(yè)生產(chǎn)上具有重要的應(yīng)用意義。樣方法 X +-Y+aba+b-cdc+da+cb+da+b+c+d樣方號ABCDE1+-+-2345678無樣方法 鄰近種 甲乙基礎(chǔ)種甲aba+b乙cdc+da+cb+da+b+c+d基礎(chǔ)種ABCDEA13425A23513AC43152CCCv樣方法adbcVabcdacbd22()N adbcabcdacbdv無樣方法bcadVabcdacbd22()N bcadabcdacbd三、實驗步驟（一）樣方法v1將木盒內(nèi)100個小方格編號：0099。v2取各色豆種各50至150粒不等，分別散布在木盒內(nèi)。散落在四

27、周的黃豆可重新散布。v3利用隨機數(shù)字表，確定抽取樣方號（1020個）。v4移去已確定抽取樣方中的個體，并認真計數(shù)每個樣方中各色豆種的有無。v5重復(fù)步驟24，共5次?？偣踩?0100個。v6.計算關(guān)聯(lián)系數(shù)，并對關(guān)聯(lián)系數(shù)進行卡方檢驗，確定各物種兩兩之間的關(guān)聯(lián)性。（二）無樣方法v1取各色豆種各50至150粒不等，分別散布在木盒內(nèi)。散落在四周的黃豆可重新散布。v2任選1種為基礎(chǔ)種，隨機選該種3050個個體，分別測量每個個體周圍各物種的距離，并認真記錄在表格中。v3重復(fù)步驟2，直至每個物種均為1次基礎(chǔ)種。v4計算關(guān)聯(lián)系數(shù)，并對關(guān)聯(lián)系數(shù)進行卡方檢驗，確定各物種兩兩之間的關(guān)聯(lián)性。四、作業(yè)v根據(jù)樣方法和無樣方法的實驗結(jié)果，計算關(guān)聯(lián)系數(shù)，并對關(guān)聯(lián)系數(shù)進行卡方檢驗