第四章 种群空间格局测定方法

问题
1 测量了50个随机点到研究种群最近个体间 距离，请问可用哪些指数进行该种群空间 分布的判断。( ) A I指数 B K值 C G指数 D Id指数 E 都不可以 F 都可以
E
2 如果对三种密度的种群A进行1m2样方取 样的数量调查，得到各自的平均数与方 差：m1=1.0 s12=4.9; m2=2.0 s22=7.2; m3=3.0; s32=6.4。试问可用哪些指数判断 出该种群的空间分布。 A I指数 B K值 C G指数 D Id指数
rE
1 2
0.26136 Sr n
理论平均距离 的标准误为：
• 采用测定的最近邻体间平均距离值与随机分布 理论平均距离的比值R，来判断种群的空间分
布。
rA R rE
– R=1时，种群为随机分布
– R接近于0时，种群为聚集分布 – R＝2.15左右时，种群为均匀分布
• 判断结果的显著性检验（z值法)
第四章 种群空间格局测定方法
• 种群空间格局：种群在生物和非生物因 素作用下，在一定空间范围内个体的扩 散与聚集形式。 – 随机分布 – 均匀分布 – 聚集分布：核心分布、负二项分布
均匀分布
随机分布
核心分布
第一节 种群空间分布图式
• 研究种群个体在一定区域内的分布情况。 –种群全局调查：绘出种群的实际空间 分布图，如图3-1。 –种群抽样调查法：大尺度种群
• 判断标准： – x2显著小则为聚集分布 – x2显著大则为均匀分布 在显著水平为0.05时， – X2<<x0.9752 种群为聚集分布； – x2>>x0.0252 种群为均匀分布。
均匀分布 卡方 0.025 值大 0.05 随机分布 聚集分布 0.975 卡方 值小
• 当样本很大，卡方表中没有列出大自由 度下的卡方值时，可用z值法来判断。
– 统计各级别距离出现的实际频次。
– 利用随机分布或其它分布理论公式， 求得各级别距离出现的理论概率。 – 将理论概率乘上总测量个体数，得到 各级别距离的理论频次。 – 计算实际频次与理论频次的卡方值。
– x2=(实际频次－理论频次)2/理论频次 – 查自由度为n-1，0.05水平上的卡方值。 – 如果x2<x0.052，则实测种群与理论分布 相符。否则，不相符。
CA <0，均匀分布
• 不足之点 – k值受样方大小影响 – k值受种群密度影响 – 使用时必须保持每个样方大小相等。
三、Green扩散系数
• 指标值
( S / x) 1 G ( x) 1
2
• 判断标准：
• 优点：
– G<0时，均匀分布； – 受种群密度和样方大 小影响小。 – G>0时，聚集分布。
一、最近邻体法
• 测定研究区内所有个体与其最近邻居间 的距离ri，根据平均距离值来判断种群的 分布格局。
随机分布种群个 体间的平均距离有 理论计算式
存在样方边界区
• 最近邻体落于样方外 的边界区时，其距离 也计算在内。 • 最近邻体间的平均距 离为:
rA
r n
i
• Clark-Evans(1954)提出随机分布种群最近 邻体间平均距离的理论公式：
rA rE z Sr
如果|Z|1.96，则种群符合随机分布
• 例，测定直径为12m， 面积为452.4m2区域内 有39只蟋蟀，所有最近 邻体间的距离和为 63.4m, 距离平方和为 136.78。试判断蟋蟀种 群的空间分布。
rA
r n
1
i
rE
2
0.26136 Sr n
• T平方取样方法 • 空间格局判断指标hT
hT
2n[2 x z ] 2 xi zi
2 i 2 i
• 判断空间分布标准 • hT=1.27时，种群为随机分布； • hT<1.27时，种群为均匀分布； • hT>1.27时，种群为聚集分布。
三、Eberhardt检验法
• Eberhardt最早提出采用随机点到最近邻 体间距离方法来判断种群的空间分布， 后来Hines & Hines提出判断的指标：
z 2x 4nk 1
2
•Z<0时，种群趋向聚集分布； •Z>0时，种群趋向均匀分布。
2 适合度检验法
• 采用频次分布卡方法(Campbell & Clark,1971) • 使用方法 – 将测定的邻体间的距离进行级别划分 （5－10个级别)。 • 如距离为1.1-20m，分5级，则每级间 距4m。即级别为：0－4；4.1-8；8.112；12.1-16；16.1-20
• 如果h在自由度为2n时的F0 .025和F0.975值 之间，则种群属于随机分布。
• IH指标法
h IH 1 h
用h和IH指数 判断空间分布， P73例
• IH 接近于1时，种群接近于聚集分布； • IH 接近于0时，种群接近于均匀分布；
• IH 接近于0.5时，种群接近于随机分布。
二 T平方取样距离法
来自百度文库
Mu
x
2 0.975
M c
x
2 0.025
x 1 nx x 1
i
n xi
i
df=n-1
i
• Ip值的求算 – 当1.0<Mc Id时 – 1.0 Id<Mc时 – Mu<Id<1.0 – Id<Mu<1.0
Id M c I p 0.5 0.5 n Mc
rA rE z Sr
rA R rE
不存在样方边界区
• 最近邻体落于研究样方外时，只算样方 内的最近邻体。
• Donnell(1979)提出该条件下随机分布种 群最近邻体平均距离的理论公式：
0.041 L r c r E (0.051 )( ) n n
L为整个研究区域边界长度
• 理论平均距离的标准误
4
5 6
14.05
17.55 21.05
3.5537 0.8308
0.1980
0.1067 0.0440
10.10
5.44 2.24
0.12
3.62 0.21 总卡方 25.75
7
1
0.0185
0.95
Fx 1 e x 2ri
x/2
Ri每级别的上限， Fx随机分布x(i)级别前的 累积出现概率。
A 0.07A 0.037L n Sr n
• 种群空间分布判断方法同Clark-Evans方 法。？？？
二、第二到第n个邻居距离法
1. Thompson检验法
• 用卡平方法判断种群是否属于随机分布。 卡平方检验式为：
x 2 ri
2 i 1
n
2
ρ研究区种群密 度=n/A
df=2nk，k为测定的邻居级别
区组大小
例，P72
15
方差
10 5 0 1 2 3 4 5 6 7 区组大小 8 9 10
第三节 其它距离法判断空间格局
• 所测距离与前面距离法估计种群大小完 全相同。
一、Byth-Ripley法
• 可判断种群是否符合随机分布。 • 判断指标：
x h r
2 i 2 i
xi：随机点到最近研究个体间的距离 ri：随机个体到最近研究个体间的距离
S 2 IE ( ) 1 x
测定所有距离的标 准差 测定的所有距 离的平均数
• IE=1.27随机分布，>1.27聚集分布，<1.27均匀分布。
优点：
• IE指数不随种群密度的变化而变化。
• 计算简单。
第四节 样方法判断空间分布 (自学8min)
• 分散指数来判断 • 最理想的分散指数应具备： – 种群由均匀分布向随机及最强烈的聚集 分布变化时，指标值应很灵敏地发生变 化。 – 指标值应不受样方大小、种群密度的影 响。 – 指标较为简单。
2 2
• 空间分布的判断 – 如果方差随区组大小的变化而随机变 化，则种群为随机分布。 – 如果方差不随区组的变化而变化，则 种群为均匀分布。 – 如果方差在某一、二个区组中很大， 而在其它区组中相对较小，则种群呈 聚集分布。
0.8 0.6
方差
0.4 0.2 0 1 2 3 4 5 6 7 8 9 10
无
3 如果上题中调查得到三种密度下种群的平均 密度为2株/m2，方差为6.13，则种群A的空 间分布为( C )。 A 随机分布 B 均匀分布 C 聚集分布 D 无法判断 4 如果上题中调查的总样方数为30个，请问 哪些指数可判断出种群的空间分布。
A I指数 B K值
C G指数
D Id指数
BCD
一、扩散系数I
2
课堂问题
• 试比较Thompson法和适合度法的异同？
•均利用卡方检验，但存在求算卡方值方 法的不同
第二节 相邻样方法 Contigous quadrats
一、使用方法 • 在研究区划定出约干个相邻的样方，并 编号。
1 2 3 4 5 6 7 8 9 10 11 12
• 调查每样方中研究种群的个体数。 • 按包含样方数的多少，将各样方划分成不 同区组。 区组大小 样方组合 1 (1),(2),(3),(4),(5),(6),(7),(8) 2 (1,2),(3,4),(5,6),(7,8) 3 (1,2,3),(4,5,6) 4 (1,2,3,4),(5,6,7,8)
• 对17800m2研究区中的蟋蟀种群进行最近邻体间 的距离测定，共测定了51头蟋蟀，得到最近邻体 间的平均距离为7.32m，变幅在0.02-23m之间。 将测定的距离划分为7级，每级别相隔3.5m，级 别划分及各级别中的个体数如下表所示，试判断 其空间分布。 距离级别 频次 0－3.55 15 3.56-7.05 16 7.06-10.55 6 10.56-14.05 9 距离级别 14.06-17.55 17.56-21.05 21.06频次 1 1 3
四、Morisita扩散指数
• 指标值
Id
x x n[ ] ( x ) x
2 2
• 判断标准(卡方值)： x2=Id( x-1)+n - x
如果x2<x0.052，df=n-1，种群呈随机分布。
• 优点： – 不受种群密度影响。
五、标准化的Morisita指数
• 求出Id后，再求均匀分布的Mu和聚集分 布的Mc值。
例，计数6个样方中的千金子，每样方间隔 2m，各样方中的数量分别为： 样方 A B C D E F 数量 2 1 2 4 5 10 试判断千金子的空间分布。
• 如果每样方中的个体数不变，而将样方 位置进行随机排列，得到不同排列方式 下，移动个体成均匀分布所需走的平均 距离为Ea，则另一个指标值为： Ia＝D/Ea
• 求各区组大小的方差，如区组1和2的方 差：
( xn1 xn ) 2 1 ( x1 x2 ) 2 ( x2 x3 ) 2 var [ ... ] 1 ( x) n 1 2 2 2
1 ( x1 x2 x3 x4 ) ( x2 x3 x4 x5 ) var2 ( x) [ ... n3 4 4
• 指标值
s I x
2
• 判断标准：I＝1时，随机分布，I＝0时均匀分 布。 •优缺点： –简单易得。 –I值随种群密度变化而变化的种群，不能用I 值来判断空间分布。
二、K值法
• 指标值
x k 2 S x
2
• k值越小，种群越聚集，k值趋于无穷大时为随 机分布。 • CA指标： CA ＝1/k CA ＝0，随机分布； CA >0，聚集分布；
I d 1 I p 0.5 M u 1
I d 1 I p 0.5 M u 1
Id Mu I p 0.5 0.5 Mu
• 判断标准 – Ip＝0，随机分布； – Ip>0，聚集分布； – Ip<0，均匀分布。
六、距离比均匀性指数法
• 基本思路 – 所有样方中个体数相等时，种群均匀性 最好。
– 对调查得到的不均匀种群，通过移动个 体达到各样方中的个体数相等，计算出 所有移动个体需走的距离D。
– 用计算机进行所有个体在所有样方中的 随机分配，并计算出各种分配移成均匀 分布所需走的距离的平均值Er
• 指标值： Ir=D/Er • 判断标准 – Ir=1时，随机分布； – Ir<1时，均匀分布； – Ir>1时，聚集分布。
级别
ri
x 0.8948 2.0037 5.5448 7.9769
Fx 0.3607 0.6328 0.9375 0.9815
理论概率
理论频次 x2
1
2 3
3.55
7.05 10.55
0.2269 0.1072
0.1072
0.2535 0.2721
5.47
12.93 13.88
16.60
0.73 4.47