种群密度与空间分布格局调查

种群密度与空间分布格局调查

ID:7289417

大小:33.50 KB

页数:5页

时间:2018-02-10

种群密度与空间分布格局调查_第1页
种群密度与空间分布格局调查_第2页
种群密度与空间分布格局调查_第3页
种群密度与空间分布格局调查_第4页
种群密度与空间分布格局调查_第5页
资源描述:

《种群密度与空间分布格局调查》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、实验三种群密度与空间分布格局调查植物和固着型动物,底栖动物等的种群密度通常采用样方法和样线法进行估测。在进行种群分析时,仅给出种群密度指标往往不够,还要给出种群的空间分布状况(dispersionorpopulationdistribution)。如在用样方法取样时,可应用Poission数学模型,以样本方差与平均值的比值判断种群的分布型,比值为1时为随机分布,比值显著大于1时为集群分布,比值显著小于1时为均匀分布。此外还有一些方法如Clark-Evans最近距离法(Clark-Evansnearestn

2、eighbordistance(NND)method),在估测种群的空间分布时不需要样方和Poission分布,应用到野外工作中,往往更容易一些。一 实验原理在测定大面积范围内的植物种群数量时,由于难以对所有生物个体一一计数,必须进行抽样估测的办法。最简单且常用的方法是用一定面积的方框在研究样地范围内随机采样,采样的范围要尽量覆盖整个样地,然后对每个方框(样方)内出现的个体进行计数,再应用统计学方法求样本平均值,即可估测整个样地的平均种群密度。这样的方法即取样法。对于一些密集丛生的植物(如杂草),计数困难

3、,也可以用该植物样方内所覆盖面积的比例来表示种群密度。如上所述,样方取样数据要符合Poission分布,用该方法还可以判断植物的空间分布型。Clark-Evans最近距离法通过量测随机选取的生物与其距离最近的个体之间的距离来描述该种生物的空间分布型。均匀分布的种群,其最邻近的平均距离比较大,而集群分布的种群该距离较小,随机分布的种群最邻近的平均距离介于上述两种分布型之间。Clark-Evans最近距离法的原理是观测随机抽取的生物个体与其周围距离最近的个体之间比值,以此作为观测值(ObservedNND),

4、将该值与同样密度下预测的随机分布种群的NND(ExpectedNND)进行比较,如果观测NND与预期NND值相等,种群为随机分布;观测NND大于预期NND,为均匀分布;观测NND小于预期NND,为集群分布。用t-检验或方差检验(analysisofvariance)来判断二者是否有统计学显著差异。该方法的缺点是要先用样方法等估测一下种群密度。二 实验目的通过实验操作,掌握种群野外调查和采样的基本方法;学会利用样方法估测种群密度和NND最近距离法估测种群的分布型。三 实验材料GPS定位仪,皮尺、记录表格、每

5、组两套随机数字,小旗、长绳、卷尺等。四 方法与步骤1 样方法估测种群密度(1)选择某一优势种为主的森林群落作为样地,确定其范围;(2)将学生分成几个大组,每一大组内每4人为一个小组,各个组分工合作,完成整块样地的观测;(3)从样地的一边开始,向一个方向前进,每走一定的距离,随机的测定一个小样方(2m×2m),记录小样方内该优势种的存在与否和株数,各小组完成一个条带,各大组完成森林群落样地的观测。2 Clark-Evans最近距离法判断种群个体的分布型(1)选择一片树林,确定所观测林地的范围。用GPS定位仪

6、确定所观测样地的地理位置;(2)在样地一边用长绳划出一条100m的基线,在线上每10m处插上标号小旗。(3)从第一套随机数字中抽取一个数字,代表在基线上从0点到某点的长度。再从每二套随机数字中抽取一个数字,代表垂直于基线伸向样地内的一条线的长度。以由这两条随机数字所确定的坐标点为中心点,用绳划出一块14m×7m的样方,使样方的长轴与基线平行。计数该样方内所调查树木的颗数,以树干至少有一部分在样方内为准。(4)重复以上操作若干次,将各组的计数结果综合在一起,求该样地树木的平均密度。(5)利用上述随机数字确定

7、坐标法随机抽取树木个体,用卷尺测量该树木到距其最近的另外一颗树之间的距离(r),至少重复该操作30次。做好记录。(6)将各组数字记录综合到一起,计算平均邻近距离。公式如下:式中:ri-最邻近距离;n-观测次数五 结果与分析1 样方法估测种群个体分布格局判断种群分布格局的原理是:假设有n个样方,xi为第i个样方的种群个体数(i=1,2,3,……n),m为n个样方的种群个体平均数,则种群的分散度S2可以表达为:当S2/m显著小于1时,则种群分布格局为均匀分布;如果S2/m=1则为随机分布;如果S2/m显著大小

8、1,则为集群分布。2在应用Clark-Evans最近距离判断树木分布型首先依据所求得的树木平均密度,计算随机分布状态下树木预期最邻近距离:式中:d-每m2树木的数量。然后计算 Clark-Evans分布指数R:判断:R=1时为随机分布;R<1为集群分布;R>1为均匀分布。结果有意性的统计检验采用如下公式:式中:s-预期平均的偏差;n-样本数;d-树木密度;如果z<1.96,预期值与观测值之间没有显著差异,为随机分布;如果z>1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。