生态学实验 模拟标志重捕法和去除取样法调查种群数量ppt展

《生态学实验 模拟标志重捕法和去除取样法调查种群数量ppt展》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实验二模拟标志重捕法和去除取样法调查种群数量组员：伊恒杰、蒋璐琳、陈智真、徐芳、陈振宁一、实验目的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。二、实验原理1.标志重捕法(林可指数法)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:mN=Mn/m二、实验原理标志重捕的方法林可指数法（Lin

2、colnindexmethod）：一次标志一次重捕法。施夸贝尔法（Schnabelmethod）：多次标志一次重捕法。乔利-西贝尔法（Jolly-Sebermethod）：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。二、实验原理林可指数法计算公式估计值95%的置信区间为注意事项：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

3、期间，没有新的出生或死亡。N±1.96SE二、实验原理Ｌincoln指数法实验记录次数123456SE总数估计值的平均值Ni总数实际值NMnmNi二、实验原理2.去除取样法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。去除取样

4、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。二、实验原理去除取样法实验记录表取样次数每次捕获数（Y）累积捕获数（X）X2XY123456191610129701935455766二、实验原理去除取样法计算公式：二、实验原理三、实验设备及材料黄豆红豆样方纸四、实验步骤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

5、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。四、实验步骤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。五、实验结果及分析次数123456SE总数估计值的

6、平均值Ni总数实际值NM595257687768144.96625.635626n505875736185m9838139Ni327.7783771425620.5361.308642.222Ｌincoln指数法实验记录去除取样法实验记录表取样次数每次取出黄豆（Y）累计取出黄豆数（X）X2XY1234563830171353038688598103实际值=121，估测值=118，相对误差=2.48%结果分析（一）林可指数法模拟实验此次实验测得的Ni值为625.6，而实际Ni值为626，相对误差0.731%，每次取出算出的Ni值的标

7、准偏差却很高，达到23.31，所以综合来说，这组实验不是很成功的。结果分析（二）去除取样法估计种群数量大小每次取出的黄豆数数与先前累计黄豆数大致呈直线关系，R^2=0.9765，直线拟合的,很好，a=40.219，b=-0.3452，种群数量估测值=-a/b=118与实际很接近，相对误差仅为2.48%。六、讨论1、采用什么取样方法可以使每次取样时每个黄豆被取到的概率相等？答:每次都用80ml烧杯装取大致相等的量的黄豆，倒出来后，数黄豆，记录数据，并把与黄豆等量的红豆及倒出来的红豆放回袋子里，然后混合均匀，这样就能保证每个豆子被取到

8、的概率相同2、如果所得到的数据不能进行线性回归，原因是什么？答：A可能是因为红豆放进去后，没有混合均匀，不能保证每个豆子被取到的概率相同B也可能是每次取样时的方法或者力度不相同，有误差，譬如说同一个实验，每一次取样都是不同的人取3、实验过程中，必须