生态系统分析 -生态学常用指标分析生态学常用指标分析主要内容n个体常用分析指标n种群常用分析指标n群落常用分析指标 组成种群的个体在其生活空间中的位置、状态或布局 ，称为种群的空间格局或内分布型（Internal distribution pattern） 了解不同生物种群空间分布型的差异，不仅可以认识 它的生活习性和对环境的适应性，还可以根据不同分 布型进行抽样设计和有关生物学实验设计。 空间格局是种群的重要属性之一，受种群特性、种群空间格局是种群的重要属性之一，受种群特性、种群 关系和环境条件的综合影响关系和环境条件的综合影响一、种群空间分布格局及其测度种群分布格局的几种类型种群分布格局的几种类型均匀分布随机分布集群分布玉米地 虫卵块人工种植 、动物领 域行为如何定量分析描述？分析该种群空间分布特征？(a)(b)(c)每个分布点的总数为16，平均每个取样单位点数m=4。但分布方差不同A A B B C C3 32 20 04 42 27 73 35 58 84 47 70 0分析该种群空间分布特征？(a)V = 0.3; m = 3.5(b)V = 6; m = 4(c)V = 18.9; m = 3.75m为均值，m=XV为样本方差，V=S2生物种群空间分布型的聚集度指标m*= m +(V/m-1)m为均值，m=XV为样本方差，V=S2m*=2.6, 4.5, 7.8生物种群空间分布型的聚集度指标聚集指数聚集度I=-0.9；0.5；4.0m*/m 接近1：随机分布； 小于1：规则分布； 大于1：集群分布 a. 0.74; b. 1. 13; c. 2.08I = V/m -1生物种群空间分布格局测度指标C= V/mC=0.1；1.5；5.0CA= I/m-1；0. 5；4.3I=-0.26；0.13；1.08CA=生物种群空间分布格局测度指标K = m2/(V-m) K=-3.9; 8; 0.93m*= 10.398m - 34.031 R2 = 0.9767生物种群空间分布格局测度指标lgV =lga +b lg mMatlab命令计算过程1.定义 变量p； 2.计算方差 V=var(p);n计算平均数M=mean(p);np1=M+V/M-1;%平均拥挤度np2=V/M-1; %聚集指数np3=p1/M; % 聚集度np4=p2/M; %CA指标np5=V/M; %扩散系数Matlab计算-自编函数population1.function population(p)2.V=var(p);3.M=mean(p);4.p1=M+V/M-1;%平均拥挤度5.p2=V/M-1; %聚集指数6.p3=p1/M; % 聚集度7.p4=p2/M; %CA指标8.p5=V/M; %扩散系数9.fprintf(平均拥挤度为 %4.2fn,p1);1.fprintf(聚集指数I为 %4.2fn,p2);2.if p20 fprintf(根据聚集指数，判断种群呈现聚 集分布！ n); end4.if p2=0 fprintf(根据聚集指数，判断种群呈现 随即分布！ n); end5.fprintf(聚集度m*/M为 %4.2fn,p3);6.if p31 fprintf(根据聚集度，判断种群呈现聚 集分布！n); end8.if p3=1 fprintf(根据聚集度，判断种群呈现随 即分布！ n); end1.fprintf(CA指标为 %4.2fn,p4);2.if p40 fprintf(根据CA指标，判断种群呈现聚集分布！ n); end4.if p4=0 fprintf(根据CA指标，判断种群呈现随即分布！n); end5.fprintf(扩散系数为 %4.2fn,p5);6.if p51 fprintf(根据扩散系数，判断种群呈现聚集分布！n); end8.if p5=1 fprintf(根据扩散系数，判断种群呈现随即分布！n); end9.if p20 return;11. elseif p2=0 return; 12. fprintf(指数矛盾，无法判断！n); 13.end键入自编函数population和参数， 种群个体分布向量作业1：请定量描述两种昆虫 在田间自然分布的聚集情况。( 用Matlab计算V/M;I;M2;M2/M 等4种指标。（如果数据量不 够，请编加几组数据），说明 2个种类的聚集情况。)种类1种类22.群落多样性量度 Shannon 指数 Simpson指数水稻甘蔗花生番薯大豆H(自然 对数) A县35201015201.526B县50408200.9934A县和B县作物构成比例单位：%作物地点Shannon 指数 H= PilogPi Pi为第i种类型出现比例。Log可以用2,e或10为底2.20161.43320.6628 0.4314以2为底时以10为底时群落多样性量度从群落中随即排出一个一定个体种的平均不定数Matlab命令计算过程1.定义a，b； a=35 20 101520;b=50 4082 2.计算Pi； api=a/100; bpi=b/100; 3.计算logPi； logapi=log(api); logbpi=log(bpi); 4.计算- Pi*logPi; A_shannon=-sum(api.*logapi); B_shannon=-sum(bpi.*logbpi);Matlab自编函数1.function a_shannon=calshannon(a)2.for i=1:length(a),3. if a(i)=0 4. fprintf(错误，组份数量不应为零！ n);5. return;6. end7. i=i+1;8.end9.s=sum(a);10.pi=a/s;11.a_shannon=-sum(pi.*log(pi);Simpson指数 D=N(N-1)/Ni(Ni-1)群落多样性量度群落类类型物种1 12 23 34 45 56 67 7稻田田埂埂02215198 稻田内2m17282141 距离10m024502220稻田节肢动物群落多样性调查3.89474.19012.6602Ni为每种类型个体数，N=Ni。从具有N个个体S种的样方中随即抽出两个个体不再 放回，此两个个体属于相同种的概率大小。Matlab命令计算过程1.定义a； a=0 2 215198; 2.计算 ni*(ni-1) sumani=sum(a.*(a-1); 3.计算n n=sum(a); 4.计算N(N-1)/Ni(Ni-1) a_simpson=n*(n-1)/sumani;Matlab自编函数1.function a_simpson=calsimpson(a)2.for i=1:length(a),3. if a(i)=0 4. fprintf(错误，组份数量为零时应略过！ n);5. return;6. end7. i=i+1;8.end9.sumani=sum(a.*(a-1);10.a_simpson=sum(a)*(sum(a)-1)/sumani;群落多样性的量度n多样性指标的特点：1. 各类型比例相等时多样性最大；2. 增加类型数量时，如果群落没有这 些种，不会改变多样性值；3. 如果类型下又分子类型，多样性也 可以分解，各层次的多样性加权和等于 总的多样性。群落多样性的量度n多样性可以分解：1.农业收入多样性可分为四产业多样性和 各产业内部收入多样性；2.群落品种多样性可以分成属的多样性和 各属内品种的多样性；3.群落品种多样性还可以分成生境的多样 性和每个生境内品种的多样性。农业结构多样性的量度第一层作物林木畜牧渔业多样性占总收入(A2i)60%5 %20 %15 %H1=第二层粮 食经 济饲 料经 济用 材草 食杂 食海 洋淡 水H2=占总收入比例18366231010015占第二层比例(A1ij)306010406050500100多样性H21=H22=H23=H24=H= PilogPi H1= H2-(A2i*H2i)作业1.根据某市农业收 入构成比例，计算各层 shannon多样性。某市农业收入构成比例：作业2.根据某市农业收入构成比例， 计算各层Simpson多样性。松树 杉木桉树相思荷木 N总 数 A群落1015203250B群落101010101050两群落树种普查结果 (单位：株)种类 群落群落相似性的量度n二元数据间的相似性n计数数据间的相似性二、群落关系分析群落相似性的量度n二元数据间的相似性有无有ab无cd群落1群落2d是群落A/B都没有的物种的数量。d是否具有生 物学意义，有许多争论，因此有人忽略不计。 （d=0)二元数据只考虑了群落的共有种的种数(1). Jaccard(1901)相似系数S1=a/(a+b+c) S1=1? S1= 0? 有无 有ab 无cdP42 2.47P42 2.460Cs 10S1 1P42 2.44如果d=0，则同 Jaccard系数P42 2.450C1 1-1Cd 1群落相似性分析二元数据间的相似性物种编号123456群落1111110群落2011010Matlab命令计算过程1.定义两个向量； x1=1 11110; x2=0 1 1010; 2. 计算a，b，c，d； 3. 计算相关指标； s1=a/(a+b+c); cs=2*a/(2*a+b+c); c1=(a+d)/length(x1); sb=(sqrt(a*d)+a)/(a+b+c+sqrt(a*d); co=a/(sqrt(a+b)*sqrt(a+c); cd=(a*d-b*c)/(sqrt(a+b)*(c+d)*(a+c)*(b+d);Matlab自编函数 1.function commsame=commsame(x1,x2)2.a=0;b=0;c=0;d=0;3.if length(x1)=length(x2)4.for i=1:length(x1),5. if x1(i)*x2(i)0 a=a+1;6. elseif x1(i)=0 7. elseif x1(i)=0 8. elseif x1(i)=0 end9.i=i+1; end10. elseif printf(数据输入不完整！); return;11.end12.s1=a/(a+b+c); cs=2*a/(2*a+b+c);13.c1=(a+d)/length(x1); sb=(sqrt(a*d)+a)/(a+b+c+sqrt(a*d);14.co=a/(sqrt(a+b)*sqrt(a+c);15.cd=(a*d-b*c)/(sqrt(a+b)*(c+d)*(a+c)*(b+d);16.fprintf(群落相似系数为S1=%d,Cs=%d，C1=%d， Sb=%d，Co=%d，Cd=%d,s1,cs,c1,sb,co,cd);n计数数据间的相似性S5=2*W/(A+B) 0 S51树种编号1234567合计 群落110342586A=38 群落22370493B=28 小的值Wi2340483W=24群落相似性的量度Wi为统一调查项目在两个调查对 象中较小的一个，W=WiS5 =2*24/