生态学实验

1. 生态学实验

2. 实验一、样方法调查种群数量及种群内分布型的测定实验一、样方法调查种群数量及种群内分布型的测定 一、实验目的 • 通过实验，熟悉利用样方法调查种群数量的基本原理，掌握该方法技术要点。 • 　通过实验，理解几种种群内分布型研究方法的基本原理，掌握测定动物种群内分布型的技术。

3. 二、实验原理 • 　样方法是指在被调查种群的生存环境中，随机选取若干个样方，计数每个样方内的个体数，计算每个样方内的平均个体数，然后将其平均数推广，来估计种群整体。 • 　样方的形状可以是方形的、长方形的、条带状的或圆形的，但样方必须具有良好的代表性，这可以通过随机取样来保证。

4. 用样方法估计种群数量，首先要解决的问题是取多少个样本比较好。在大多数情况下，样本数可以由经验来决定。若生物个体集群分布，各样方个体数离散程度较大，即数据的方差（S2）较大，则需抽取的样方数较多；反之，若生物个体均匀分布，各样方个体数离散程度较小，即数据的方差（S2）较小，则需抽取的样方数较少。若要精确确定，可用以下3种方法：用样方法估计种群数量，首先要解决的问题是取多少个样本比较好。在大多数情况下，样本数可以由经验来决定。若生物个体集群分布，各样方个体数离散程度较大，即数据的方差（S2）较大，则需抽取的样方数较多；反之，若生物个体均匀分布，各样方个体数离散程度较小，即数据的方差（S2）较小，则需抽取的样方数较少。若要精确确定，可用以下3种方法： 误差估计法 平均值滑动法 t值计算法

5. 误差估计法 取样数目（N）与估计误差的关系

6. 平均值滑动法 滑动平均数或方差对样方数量的相关曲线

7. t值计算法 • d为样本平均数的允许误差，可根据实验情况，人为确定，如允许误差在10%以内；t可通过查t值表得到，若样本数大于10，差异显著性水平为5%时，t值约为2；σ2为总体方差，是未知的，可用S2代替σ2。

8. 动物种群的内分布型主要决定于个体间的相互作用和栖息环境的特点。动物种群中的个体，彼此之间可能是相互吸引的，也可能是相互排斥或中性的。若有机体彼此之间相互吸引就会引起动物集群；相互排斥就会使个体相互避开，就可能产生均匀的分布；而中性关系就可能促成随机分布。如果资源（如食物、营巢地等）是丰富且分布均匀的，动物种群就可能会出现随机分布，甚至出现均匀分布；如果资源呈斑块状分布，就可能导致动物种群集群分布。动物种群的内分布型主要决定于个体间的相互作用和栖息环境的特点。动物种群中的个体，彼此之间可能是相互吸引的，也可能是相互排斥或中性的。若有机体彼此之间相互吸引就会引起动物集群；相互排斥就会使个体相互避开，就可能产生均匀的分布；而中性关系就可能促成随机分布。如果资源（如食物、营巢地等）是丰富且分布均匀的，动物种群就可能会出现随机分布，甚至出现均匀分布；如果资源呈斑块状分布，就可能导致动物种群集群分布。

9. 种群的内分布型的研究属于静态研究，比较适用于植物、定居或不太活动的动物，也适用于测量鼠穴、鸟巢等栖息地的空间分布。测定种群内分布型的方法很多，本实验仅介绍以下三种方法。种群的内分布型的研究属于静态研究，比较适用于植物、定居或不太活动的动物，也适用于测量鼠穴、鸟巢等栖息地的空间分布。测定种群内分布型的方法很多，本实验仅介绍以下三种方法。 方差/平均数比率法 泊松（Poisson）分布法 负二项式分布法

10. 种群内分布型分析表

12. 三、实验步骤 (模拟实验) • 1. 将木盒内100个小方格编号：00~99。 • 2. 取黄豆约500粒，随机散布在木盒内。 • 3. 利用随机数字表，确定抽取样方号。 • 4. 计数已确定抽取样方中的个体数量。 • 5. 计算每个样方内平均个体数，然后乘100，即为种群数量的估计值。同时计算样本方差。 • 6. 用空间指数法确定种群的内分布型，且用t检验进行显著性检验。

13. 四、作业 • 1. 根据实验结果，计算种群数量估计值；同时计数木盒中全部个体数，比较种群数量估计值，是否在允许10%以内。 • 2. 根据实验结果，用空间指数法确定种群的内分布型，且用t检验进行显著性检验。 • 3. 利用公式法，试计算若用非放回式抽样法，你应抽取的样本数量是多少？

14. 计算公式：

15. 实验二、标志重捕法和去除取样法调查种群数量实验二、标志重捕法和去除取样法调查种群数量 一、实验目的 • 通过实验，使学生了解标志重捕法和去除取样法的基本原理，初步掌握去除取样法技术。

16. 二、实验原理 • 在调查地段中，捕获一部分个体进行标志，然后放回，经一定时间后进行重捕。根据重捕中标志个体的比例，估计该地段中种群个体的总数。若将该地段种群个体总数记作N，其中标志数为M，重捕个体数为n，重捕中标志个体数为m，假定总数中标志个体的比例与重捕取样中标志个体的比例相同，则 N : M = n : m N = M n / m

17. 标志重捕的方法 • 林可指数法（Lincoln index method）：一次标志一次重捕法。 • 施夸贝尔法（Schnabel method）：多次标志一次重捕法。 • 乔利-西贝尔法（Jolly-Seber method）：多次标志多次重捕法。 • 若一次标志重捕可获得足够的个体数，则采用林可指数法；若一次标志重捕不能获得足够的个体数，利用林可指数法，种群数量的估计值往往不够准确，则可采用施夸贝尔法或乔利-西贝尔法。

18. 林可指数法计算公式 N±2SE

19. 注意事项： • ①标志个体在整个调查种群中均匀分布，标志个体和未标志个体都有同样的被捕机会。 • ②调查期间，没有迁入或迁出。 • ③调查期间，没有新的出生或死亡。

20. 在一个封闭的种群里，随着连续捕捉，种群数量逐渐减少，单位努力捕获量逐渐降低，同时，逐次捕捉的累积数就逐渐增大。不难想象，当单位努力的捕获数为零时，捕获累积数就是种群数量的估计值。如果将单位努力下的逐次捕获数（作为Y轴）对捕获累积数（作为X轴）作图，利用统计学的直线回归法，可以得到一条回归线，将回归线延长至与X轴相交，交点处X轴的数据就是种群数量的估计值。

21. 去除取样法的假定条件 　　①每次捕捉时，每只动物受捕机会相等。 　　②在调查期间，没有出生和死亡、迁入和迁出。

22. 去除取样法实验记录表

23. 去除取样法计算公式：

25. 三、实验步骤 • 林可指数法室内实验 • 1．将2000g面粉放在玻璃容器中，加入约500头赤拟谷盗进行培养，经过一段时间，使赤拟谷盗在面粉中分布均匀。 • 2．随机取出部分面粉（为获得足够的虫数，需取总面粉体积的20%~30%），在土壤筛中将虫子筛出。 • 3．用快干漆对虫子进行标志。因虫体较小，漆块应尽量小。虫子不停地活动，影响标志，则可边用微风吹拂，边进行标志。 • 4．标志漆干燥后，将虫子计数后，与面粉一同放回玻璃容器。 • 5．经过一段时间后，重复步骤2，进行重捕，计数重捕虫数及其中标志个体数。 • 6．根据林可指数法，计算种群总数的估计值和种群总数的95%置信区间。

26. 林可指数法模拟实验 • 1．将木盒内100个小方格编号：00~99。 • 2．取黄豆约500粒，随机散布在木盒内。散落在四周的黄豆可重新散布。 • 3．利用随机数字表确定抽取样方号（大约10~20个）。 • 4．计数并移去已确定抽取样方中的个体，加入等数量的黑豆，认真做好记录。 • 5．将黄豆和黑豆混合，重复步骤2~4。 • 6．根据林可指数法，计算种群总数的估计值和种群总数的95%置信区间。

27. 去除取样法室内实验 • 1．取1000g麸皮放在塑料面盆内，麸皮的厚度约6cm；将黄粉虫（约200条）放入盆中。让黄粉虫在麸皮中充分扩散，约30分钟后进行下一步骤。 • 2．用小烧杯从塑料面盆中随机取出含有黄粉虫的麸皮，倒入土壤筛中，检出并计数黄粉虫的数量。共需取麸皮总量的1/5~1/4。 • 3．将取出的麸皮放回塑料面盆中，使基质保持原来的体积。使塑料面盆中未取出的黄粉虫继续扩散，20~30分钟后进行第二次取样。 • 4．重复步骤2~3，计数黄粉虫的数量。如此重复4~6次，则可明显看出每次捕获数量逐次减少。 • 5．按表1整理实验数据，绘出回归线图，求出塑料面盆中黄粉虫数量的估计值。

28. 去除取样法模拟实验 • 1．将木盒内100个小方格编号：00~99。 • 2．取黄豆约500粒，随机散布在木盒内。散落在四周的黄豆可重新散布。 • 3．利用随机数字表，确定抽取样方号（大约10~20个）。 • 4．计数并移去已确定抽取样方中的个体，认真做好记录。 • 5．将余下的黄豆重新散布，重复步骤2~4。 • 6．整理实验数据，绘出回归线图，求出模拟种群的数量估计值。

29. 四、作业 • 1. 根据实验结果，计算模拟种群的数量估计值及95%置信区间。 • 2. 根据模拟实验的实验数据，绘出回归线图，计算出种群数量的估计值。

30. 实验三、捕食者的功能反应测定（Holling圆盘试验）实验三、捕食者的功能反应测定（Holling圆盘试验） 一、实验目的 • 通过实验，理解Holling圆盘实验的基本原理，学习无脊椎动物捕食者功能反应的测定方法，了解被食者种群密度对捕食者捕食效率的影响，及功能反应测定在生物防治中的指导意义。

31. 二、实验原理 • 捕食者对被食者密度变化的功能反应可划分为3种类型： • 第I型为线性型。其特点是随着被食者密度而增加，功能反应曲线呈直线上升，到达上部平坦部分表示捕食者已经饱享。 • 第Ⅱ型是凸型的,为无脊椎动物型。被食者密度增加的初期，被捕食的数量上升很快，以后逐渐变慢而到充分饱享不再上升。 • 第Ⅲ型为S型，即脊椎动物型。被食者稀少时，捕食量很少，随着被食者密度上升，被捕食的数量逐渐增加，然后捕食效率逐渐降低，达到充分饱享，捕食数量不再上升。

32. 捕食者对被食者密度变化的功能反应

33. 功能反应Ⅱ型不呈直线上升的主要原因，可能是被食者饱享问题。因逐步饱享导致所谓的“处理时间” 发生变化。 • 捕食者的“处理时间”，包括对被食者的控制时间、取食时间、消化停顿等。在处理猎物时，寻觅活动停止。当被食者密度增加，一个捕食者可能捕获更多的猎物，从而处理时间增加，又影响其寻觅、捕食更多的猎物，即寻觅效率降低。

34. 在实验室里，以蒙眼人为“捕食者”，砂纸圆盘为“被食者”，模拟捕食者与被食者之间的关系。最简单的关系表达式为：在实验室里，以蒙眼人为“捕食者”，砂纸圆盘为“被食者”，模拟捕食者与被食者之间的关系。最简单的关系表达式为： Y=aTsx • 式中，Y为移去的圆盘数，x为圆盘密度，Ts为可供寻觅的时间，a为瞬时发现率，是一常数。 • 设Tt为总实验时间，假如每次实验的时间（Tt）是固定的，Ts应随找到的砂纸圆盘数而变化，因为移去砂纸圆盘所消耗的时间减少了搜索时间。若设移去1个砂纸圆盘所花费的时间为b，则 Ts=Tt―bY Y=a（Tt―bY）x • 经整理得： • 此即著名的“Holling圆盘方程”。

35. “Holling圆盘方程”也可用如下变形： • 令 、　　　、　　、　　则上式可变化为：Y=BX+A。其中A、B则可利用回归方程计算得出：

36. “捕食”数目与圆盘密度关系图

37. 三、实验步骤 • 1．每2人1组，1人蒙住眼睛充当“捕食者”，1人为观察者记录实验时间。 • 2．“捕食者”蒙住眼睛等待，由观察者将不同数量的砂纸圆盘撒布在1平方米的桌子上。密度由观察者任选。 • 3． “捕食者”站在桌前用手指点触桌面，碰到砂纸圆盘时就将圆盘移去，放在一边，算作“捕食”了一个“猎物”。每次实验为1分钟，记录捕食数量。注意在各次实验中，要求不同的“捕食者”的“捕食”方法要一致，戒用手掌触圆盘。 • 4．变换不同的砂纸圆盘密度，重复步骤2~3。圆盘的密度分别为每平方米4、9、16、25、36、49、64、81、100、121、144、169、196个。每组实验重复三次以上，求其平均数，进行整理分析，并绘出“捕食”数目与圆盘密度之间的关系图

38. 四、作业 • 根据砂纸圆盘实验结果，计算Holling圆盘方程，并绘出“捕食”数目与圆盘密度之间的关系图。

39. 实验四、群落多样性和相似性的测定 一、实验目的 • 1．熟悉并掌握常用物种多样性指数如香农指数（Shannon′index）的计算方法。 • 2．熟悉群落相似性与聚类分析的基本方法，掌握相似性及聚类分析的技术要点 。

40. 二、实验原理 • 物种多样性是群落生物组成结构的重要指标，它不仅可以反映群落组织化水平，而且可以通过结构与功能的关系间接反映群落功能的特征。 • 生物群落的物种多样性指数可分为α多样性指数、β多样性指数和γ多样性指数三类。其中，α多样性指数是反映群落中（群落内部）物种丰富度和个体数量均匀程度的指标；β多样性指数是反映随群落内环境异质性变化或随群落间环境变化而导致的物种丰富度和均匀程度变化的指标；γ多样性指数可以用来在更大的生态学尺度上如景观水平上测量物种多样性变化或差异。

41. α多样性指数 • 它包含两方面的含义：①群落所含物种的多寡，即物种丰富度；②群落中各个种的相对密度，即物种均匀度。 • Shannon-Wiener多样性指数 H'= -Σ（Pi·lnPi） 式中Pi = Ni/N • Shannon均匀度指数 E= H'/ lnS • Simpson优势度指数 D=1-ΣPi2

42. 相似性分析 • 群落相似性分析是通过对样地调查所得原始数据进行处理，并根据处理的结果判断两个群落之间相似程度。 • 群落相似程度的指标有两类：一类是相似系数；另一类是相异性系数。 • 表征两个群落间相似程度的指标虽多，但在数据处理上一致：根据两群落共有种的数量数据，计算其相似或相异程度。

43. Jaccard相似性系数 S=2c/(a+b) 　　其中S为两个群落的相似性系数，c为两个群落共有物种数，a、b分别为两个群落的物种数。 • 最低百分比相似性系数 PS=∑Pi·min 式中Pi = Ni/N

44. 聚类分析 • 群落的聚类分析是根据各群落（样方）间的相似关系，将群落归纳为若干组，使组内的群落尽量相似，而组间群落尽量相异，从而在客观上达到对群落分类的目的。 • 在聚类分析中，一般把一些实体作为基本单位，如种的频度、个体数量等。 • 常见的聚类分析方法有组平均法、最短距离法等。这些分类方法只不过是实现分类过程的手段。

45. 土壤动物群落的相似性 上三角形为Jaccard相似性系数；下三角形为百分比相似性系数。