生物多样性与生态系统功能 - 副本

提纲取样方法样方的形状和大小样方的数目无样地取样取样方法主观取样人为地选择取样地段。样地的选择是凭主观判断，使它能够代表所研究的植物群落。这一取样方法在植被研究实践中曾广泛地使用，它迅速、简便，对有经验的工作者能够取得较好的结果。缺点是因为它是非统计学方法，不能进行显著性检验，因而受到统计学者的质疑。客观取样通过某种统计学方法来设置样方，又叫做概率取样法。随机取样（randomsampling）：样方的设置是随机的，即每一样品单位被抽样的机会是相等的。理论上讲随机取样是“理想”的方法，但是要真正做到“随机”困难较大。一般随机取样是将研究地区放入一个垂直坐标中，用成对的随机数作为坐标值，来确定样方的位置。随机数可以取自Fisher随机数表，如下图所示，两个样方A和B分别由随机数对（4，4）和（55，25）所决定。AB01020304050102030401001000坐标样方A=（4，4）样方B=（55，25）系统取样（systematicsampling）：根据某一规则系统地设置样方，也叫规则取样（regularsampling）。比如说从山麓到山顶沿某一方向，每隔海拔50m设置一个样方。在大多数情况下，系统取样是先用地形等因素确定第一个样方位置，比如山顶等。系统取样简单，样品分布普遍，代表性强，在植被变差较小的情况下，效果很好。与随机取样相比，它只要较少的样品。但是系统取样效果的好坏不能客观地评价，只能凭经验判断，其数据也不能进行统计分析。限定随机取样（strainedrandomsampling），也叫做系统随机取样（systematic—randomsampling），它是系统取样和随机取样的结合，兼有二者的优点。限定随机取样是先用系统法将研究地段分成大小相等的区组，然后在每一小区内再随机地设置样方。如图表示，将研究地段规则地分成9个小区，在每一个小区内随机地设置一个样方。这样抽取的数据可以进行统计分析，但是该方法在野外可能更费时间。·X1Y1X2Y2·X3Y3·X4Y4·X5Y5··X6Y6X7Y7·X8Y8·X9Y9·分层取样（stratifiedsampling）：是将研究地段分成一些小的地段，再在小地段内进行随机或规则取样。但小地段的划分方法不是统计学方法，而是自然的界线或生态学的标准。比如在草地和灌丛交错分布的地段，可以用群落的界线为依据划分小地段，分别代表草地和灌丛群落，在植被垂直地带非常明显的山地，可以不同的植被带作为小地段。集群取样（ClusterSampling）是一种二水平取样，即首先随机选取样点，在每一个样点取一些样方（而不是一个样方。比如假定一位调查者在一块面积大约为30km×50km的森林中用10m×10m的样方计数蕨类植物，因为森林面积大，需要较长的时间走到随机设的样方地点，但是在每一样方中计数蕨类植物所需的时间较短。如果在每一个样方点取一些样方——比如可能计数一个40m×40m的网格中的每一个10m×10m样方，这样可能工作效率更高，如图所示。环境因子取样（samplingforenvironment）：在样方位置确定后，种的观测值可以直接测量记录。但对环境因素，某些因子的值只与样方位置有关，比如海拔高度、坡度、坡向、小地形变化等，可以直接测量记录。有些因子由于变化甚大，还需在样方内进行再取样，才能有较强的代表性，比如土壤样品。样方的形状和大小样方的形状植物群落学中的取样单位有多种形式，包括样方、样圆、样点、样线、样带等。最常用的是方形样方，因为方形样方易于应用。从统计学角度讲，方形的边和面积的比较小，因而边际影响的误差较小；圆形的周长与面积比更小，但是应用圆形必须使用特制的样圆，在森林和灌丛研究中困难很大。样方的大小决定样方的大小时，首先要考虑研究的群落类型、优势种的生活型及植被的均匀性等。从统计学上讲，使用面积小而数目多或者面积大数目少的样方可以达到同样的精确度，但样方小，取样工作量增加，计算也麻烦，同时许多样方的观测值可能很接近，给数量分析带来一定困难。所以，样方大小要适当，一般用群落的最小面积作为样方的大小。群落类型群落最小面积地衣群落0.1~0.4m2苔藓群落1~4m2沙丘草原1~10m2干草原1~25m2草甸1~50m2高草地5~50m2灌丛10~50m2温带森林200~500m2热带雨林500~4000m2不同群落类型最小面积经验值下图可以说明样方大小与调查结果的关系，用样方A和样方B所测得频度结果显然是不同的，说明样方大小对种群分布格局的研究有重要影响，如果样方大小选择不当，研究结果均匀分布、随机分布和集群分布就分辨不出来。样方的数目在样方大小确定后，就要考虑样方的数目。理论上讲样方数目“越多越好”，但样方太多，费时费工；样方太少，可能代表性较差，会导致错误的研究结果，一般需要客观的标准来确定取样的数目。样方数——平均数曲线法方差法是根据所研究的总体的方差来决定取样数目，一般方差大，取样数目就要多；若方差小，取样数目则可以少。在随机分布的情况下，取样数目N与总体方差S2有如下关系：式中t是显著性水准值，比如在95%置信区间t=1.96（≈2）;L为研究允许误差，这是已知数，方差法要求取样不能少于30，总体方差可以用前30个样方来估计。222tSNL222tSNL面积比法面积比法是在知道研究地段总面积的情况下，事先决定要选择研究面积的百分之几作为样地，比如说5%或10%的研究面积作为样地。这样在样方大小已经确定的情况下，样方数目是不难算出来的。比如我们研究地面积为10000㎡，样方大小为5×5㎡，要求抽取研究面积的5%作为样地，即样方总面积应为500㎡，则样方数为500/25=20。无样地取样无样地取样（plotlesssampling）主要用于森林群落的研究，它是Wisconsin学派所创造的取样方法。无样地取样一般用于测定树种的密度，但在样树选定之后，也可得到基面积、频度等数据。无样地取样主要是测两株树之间的平均距离，由距离可以得到每个树所占的平均面积，因而换算出密度值。当然距离本身也可以作为一种数据进行数量分析。根据距离定义的不同，无样地取样可有四种做法。最近个体法（Closestindividualmethod）距离定义为随机样点与最近一株个体间的距离（图a）最近邻体法（Nearstneighbormethod）距离定义为最近个体（方法1中的个体）与距它最近的邻株之间的距离（图b）。随机对法（Randompairsmethod）该法要求先通过随机样点划分界线，使得该线与最近个体和随机样点间的连线垂直。距离定义为最近个体（同方法1）与位于分界线另一侧最近一株间的距离（图c）中点四分法（Point-centredquartermethod）距离定义为随机样点与每一象限中最近一株间距离的平均值。对于一个样点要测定四个距离（图d），该法要求事先确定好坐标系的方向。中点四分法被认为是较理想的方法，在每个样点可测得4个距离，这样总的取样点数可以减少，比较省时。Cottam和Curtis（1956）经过与样方取样法比较研究认为，中点四分法的结果与实际吻合，而其它三种方法一般都有偏差。Cottam（1955）提出前三个方法的结果需要进行矫正；即测得的距离须乘以矫正系数，他提出的矫正系数分别为：最近个体法为2，最近邻体法为1.67，随机对法为0.8，这些都是经验值。Theend