分布格局、种间关联和联合布局

1、 草甸草原种群空间分布格局、种间关联和联合布局的研究选题依据，意义：种间关联是生态群落的重要特性之一。不同种间的相互作用对群落水平格局的形成,种群进化,和群落演替动态具有重大的影响。因此,探讨组成群落的种群在空间分布上的关联方式具有明显的生态学意义。为了探明草甸群落的物种组成和种间关联,在对其草甸群落进行样方调查的基础上,利用方差比率法、x2检验以及种间关联度指数对物种关联性进行了分析. 种间关联测定结果在一定程度上反映了物种间的相互关系及其与环境因子的关系，物种对温度、光照、水分和土壤等诸多环境因子的反应差异可能不同程度地影响了物种间的关系.对草甸群落物种关联性研究不仅可以反映群落内物种的多样性,更重要的是反映不同物种之间、物种与群落的相互关系,对保护草甸植被具有重要意义.一 研究方法 种间关联（两种实验设计）1草甸草原植被种间关联的研究于2013年8月X日对A草原草原(植被、土壤和地形条件相对一致的某地)，采用等距离布点的方法,在草甸分布区域每隔20 m设1个样方,共设40个面积为1 m*1m.的样方，进行了群落植被 多、频、高、密、盖 的调查。2对不同放牧强度草甸草原植被种间关联

2、的研究对A草原草原(植被、土壤和地形条件相对一致的某地)设计1000亩的样地，连续多年进行四种处理（零、轻、适、重），于2012年8月x日，采用等距离布点的方法,在草甸分布区域每隔20 m设1个样方,共设40个面积为1 m*1m.的样方，进行了群落植被 多、频、高、密、盖 的调查。二数据计算方法1.重要值（此步可有可无，如果数据过复杂，则研究优势种的种间关联，取优势种大的植物，若数据不复杂可删除）I.V.= Rd+Rc+Rf式中, IV为某一物种的重要值, Rd表示相对密度,Rc为相对盖度, Rf为相对频度. 表一编号 种名 拉丁名 频度 相对频度 相对密度 均盖度 相对盖度 平均高度 重要值1232.多物种间关联显著性检验(总体关联性分析)按照方差比率法(VR)来检验多物种间的关联,可说明在某地出现的多个物种间是否存在显著的关联性.先作零假设,即群落物种间无显著关联,采用 Schluter 提出的方差比率( VR) 进行检验T2=Pi（1-pi） s i=1S2T=(1/N)(Tj-t)2 N i=1Pi=ni/NVR=ST2/r2（方差比率法，计算群落内植物种间的总体关联性）式中,

3、s为调查地区总的物种数, N为总样方数,iNi为物种i出现的样方数, Pi为物种i出现的频度,Tj为全部样方j内出现的物种总数, t为全部样方中种的平均数, t=( Tl+T2+Tn) /NST为所有样方物种数的方差, T为所有物种出现频度的方差.在独立性假设条件下，VR期望值为1,VR1表示物种间表现出正的关联;VR1表示物种间存在负的净关联.采用统计量W=N*VR来检验VR值偏离1的显著程度,若物种不显著相关联,则W落入由下面2分布给出的界限的概率为90%:0.952 (N)W0为正关联,V0为负关联.正关联,或比预期机率较为频繁地出现在一起,可以指示相互作用的存在对一方或双方种是有利的,一个种依赖于另一个种而存在，或两者受生物的和非生物的环境因子影响而生长在一起；负关联,或不比预期机率那样频繁地出现存一起,可能表明不利于一方种或双方种的相互作用，由于空间排挤、竞争、他感作用或不同环境的要求。检验方案1：按2检验物种间的关联性的显著性:2=(ab-bc)-0.5N)2N/(a+b)(a+c)(b+d)(c+d)（常用，计算种间关联性)式中,N为取样总数,若220.05(1),则为种

4、间关联性不显著20.05(1)220.01(1)为极显著（ 20.05(1)=3.841, 20.01(1)=6.635 ）检验方案2：联结系数 AC用来进一步检验由2所测出的结果及说明种间联结程度。其计算公式如下:若 adbc，则 AC =（ad bc）/(a + b)( b + d)若 bcad 且 da，则 AC =（ad bc）/(a + b)( a + c)若 bcad 且 da，则 AC =(ad bc)/(b + d)( c + d)AC 的值域为1，1。AC 值越趋近于 1，表明物种间的正联结性越强; AC 值越趋近于1，表明物种间的负联结性越强; AC 值为 0，则物种间完全独立。做出种间关联星系图表二种对 V X21-342-256-454 种间关联程度的测定Ochiai指数:OI=a/(a+b)(a+c) Dice指数:DI=2a/(2a+b+c) Jaccard指数:JI=a/(a+b+c) OI、DI、JI 3个指数都表示种对相伴随出现的机率和关联性程度.当a= 0时,表明种间完全相异,不同时出现在同一样方中，无关联;当a= 1时,表示同时出现在样方中.最大关

5、联 表三 种对 V X2 OI DI JI4-315.Pearson 相关分析和 Spearman 秩相关分析(可操作性不大)(反映两个种同时出现的可能性程度. )采用 22 个优势种的重要值作为 Pearson 相关分析和 Spear man 秩相关分析的数量指标.Pearson 相关系数: N k= 1 r p ( i, j ) =( X ik - Xi ) ( X j k - Xj ) / ( X ik - Xi )2 ( X j k - Xj )2 Spearman 秩相关系数: n k=1r s ( i, j ) = 1 (6 d2k/n3- n)属于非参数检验, 式中, n 为样方数, d k = ( x ik -x i ) ( x j k - x j ) , x ik 为第 k 个样方中种 i 的重要 值, xi为 k 个样方中种 i 重要值的平均值. Xj 及 x jk 的值同上.Pearson 相关系数检验要求物种数据服从正态分布, 但大多数物种难以满足这一条件. 已有研究表明群落中大多数物种服从集群分布, 偶有少数物种服从随机分布, 这极大限制了相关系数检验的应用范

6、围. 而秩相关系数属于非参数检验, 它并不要求知道物种服从何种分布, 因此应用起来更为灵活和方便.预计结果:群落种群间多呈负相关,显著和极显著相关种对数量少,优势种之间多数种对呈显著负相关,优势种与其他种之间呈负相关关系的种对较多。说明该群落物种间生态位发生分化,物种较为独立,但是资源利用性竞争激烈,群落仍处于发展演替中。若种间呈正相关, 对生境具有相似的生态适应和相互重叠的生态位.种大多呈正关联的结果相一致. 这种较强的正相关性, 说明群落的成熟度较高, 各物种间以相互依存的关系求得资源的充分利用, 从而保持物种间稳定的共存.种群空间分布格局选择以下聚集强度指标,判定个体在地域上分布疏密的差异程度.负二项指数K K=X2/(S2-X2)其中,K为负二项指数中的参数,与种群密度无关,K值越小,聚集强度越大,如果趋于(一般8以上),则逼近Poisson分布.扩散系数:C=S2/X若C1,则种群分布为聚集型,C1时,聚集型分布.Cassie指标CA:CA=1/K 当CA=0时,为随机分布,当CA0时,为聚集分布,当CA0时为聚集分布.聚块性指标:M*/M =1+1/K 当M*/M=1时,为随机分布, M*/M1时,为聚集分布.种间 K C I CA I M*/M贝加尔针茅当:K1、ID1、CA0、I0、M*/M0,说明其种群空间分布格局均属于聚集型分布种间联合格局的测定种间联合格局的确定采用Kershaw提出的互变量分析法。将2个种群的个体频数分布数据由小到大逐级合并,得到一系列不同级别的区组,在不同区组上分别计算2个种的均方(VA和VB),然后将2个种的数据按不同级别合计,并算出相应的均方(VA+B),则VA+B=VA+VB+2CAB。,其中CAB即为2个种的互变量,相关系数r=CAB/(VAVB)，该数值的显著性由t=（r2（N-2）/1-r2）检验来判断,D,F=N-2。以2个种的联合均方与区组大小绘制曲线,（横坐标均方，纵坐标区组）对于正相关种群,ob曲线(实测)位于E(期望)曲线上方,负相关种群,ob曲线位于E曲线下方,不相关种群,两条曲线是重合的（多交叉或交替波动,分离始终不明显,）。（少交叉时，分段研究，低级区组时。高级区组时。）

《分布格局、种间关联和联合布局》由会员小**分享，可在线阅读，更多相关《分布格局、种间关联和联合布局》请在金锄头文库上搜索。