王湘君,陳 文,杜 宇,黎 明,符家磊,鄒 明
(瓊州學(xué)院a.生物科學(xué)與技術(shù)學(xué)院,兩棲爬行動(dòng)物研究省級(jí)重點(diǎn)實(shí)驗(yàn)室;b.理工學(xué)院,海南 三亞,572022)
20世紀(jì)40年代以來(lái),隨著科學(xué)技術(shù)的飛速發(fā)展及世界性生態(tài)危機(jī)的加劇,生態(tài)學(xué)逐漸從描述性和實(shí)驗(yàn)性學(xué)科向解析性和綜合性學(xué)科發(fā)展[1-2].其中,數(shù)學(xué)的滲透對(duì)生態(tài)學(xué)研究方法的變革起到了很大的推動(dòng)作用[3-4].高校校園綠地是研究海南島保護(hù)與恢復(fù)生態(tài)的理想模式區(qū)域之一[5].本研究選取海南省三亞市某高校四塊天然草本植物為主的綠地,建立綠地豐度恢復(fù)的數(shù)學(xué)模型.
實(shí)驗(yàn)時(shí)間:2013年10月1日至次年2月1日,有關(guān)植被參數(shù)變化的數(shù)據(jù)測(cè)量工作以7 天為一個(gè)周期.
實(shí)驗(yàn)地點(diǎn):分別為電信營(yíng)業(yè)廳旁、足球場(chǎng)旁、學(xué)生公寓樓旁、行政樓旁的天然草地,每個(gè)區(qū)域隨機(jī)選取3 個(gè)1m2草地作為實(shí)驗(yàn)標(biāo)準(zhǔn)樣方.光照時(shí)間長(zhǎng)、光照強(qiáng)度強(qiáng)、光質(zhì)好;所選樣方為天然草地,位置相對(duì)偏僻以避免人為因素的干擾.
據(jù)觀察,所選樣方并非經(jīng)過(guò)人工撒種、培草等工作處理的草地,且植物類型豐富,與未開(kāi)發(fā)地區(qū)植被相似,確定是天然草坪.
實(shí)驗(yàn)方法:測(cè)出每個(gè)樣方的豐度等指數(shù)后,將樣方中的所有草本植物的地面部分與淺層地下根部全部鏟除,使其自然恢復(fù).
12 個(gè)標(biāo)準(zhǔn)樣方破壞前的豐度信息統(tǒng)計(jì)如下表1:
表1 樣方破壞前的豐度及植物種類組成
續(xù)表1
12 個(gè)標(biāo)準(zhǔn)樣方破壞后16 周的豐度恢復(fù)信息統(tǒng)計(jì)如下表2.
表2 實(shí)驗(yàn)區(qū)域豐度恢復(fù)過(guò)程中的物種數(shù)
豐度按照所選的四個(gè)區(qū)域來(lái)分析,分別是電信營(yíng)業(yè)廳區(qū)(樣方編號(hào)為01、02、03)、足球場(chǎng)區(qū)(樣方編號(hào)為09、10、11)、學(xué)生公寓區(qū)(樣方編號(hào)為06、07、08)、行政樓區(qū)(樣方編號(hào)為04、05、12).以恢復(fù)時(shí)間(周數(shù))為X 軸,取每個(gè)區(qū)域內(nèi)的三個(gè)樣方每周物種數(shù)的平均數(shù)為Y 軸,做出散點(diǎn)圖,再添加擬合曲線。
運(yùn)用Origin7.5 軟件,采用線性、對(duì)數(shù)、多項(xiàng)式、乘冪、指數(shù)、Logistic 等方法進(jìn)行擬合,建立數(shù)學(xué)模型,得到擬合曲線和擬合度,見(jiàn)表3.
表3 電信營(yíng)業(yè)廳區(qū)樣方恢復(fù)擬合數(shù)學(xué)模型
電信營(yíng)業(yè)廳區(qū)Logistic 擬合曲線的擬合度是0.9945,擬合度較高趨近1,故選擇該擬合曲線作為電信營(yíng)業(yè)廳區(qū)植物豐度恢復(fù)的數(shù)學(xué)模型.見(jiàn)圖1.
由圖1可知,電信營(yíng)業(yè)廳的豐度在2-4 周期間恢復(fù)速度較快;其拐點(diǎn)周為第3 周,對(duì)應(yīng)豐度為6.00,此時(shí)的恢復(fù)度為62.1%;5-6 周期間恢復(fù)速度減慢,6 周以后樣方豐度已經(jīng)飽和.在第9 周豐度恢復(fù)到最大9.66,而電信營(yíng)業(yè)廳區(qū)的初始平均豐度為9.00,豐度恢復(fù)到破壞前的106.6%.
同理,運(yùn)用Origin7.5 軟件,采用線性、對(duì)數(shù)、多項(xiàng)式、乘冪、指數(shù)、Logistic 等方法進(jìn)行擬合,建立數(shù)學(xué)模型,得到擬合曲線和擬合度,見(jiàn)表4.
圖1 電信營(yíng)業(yè)廳區(qū)恢復(fù)豐度的Logistic 擬合曲線
表4 行政大樓區(qū)樣方恢復(fù)擬合數(shù)學(xué)模型
行政樓區(qū)使用Logistic 擬合曲線的擬合度是0.9929,擬合度較高趨近1,故選擇該擬合曲線作為行政大樓區(qū)植物豐度恢復(fù)的數(shù)學(xué)模型.見(jiàn)圖2.
由圖2可知,行政大樓區(qū)的豐度在2-4 周期間恢復(fù)速度較快;其拐點(diǎn)周為第4 周,對(duì)應(yīng)豐度為9.33,此時(shí)的恢復(fù)度為63.6%;5-6 周期間恢復(fù)速度減慢,6 周以后樣方豐度已經(jīng)接近飽和.在第8 周豐度恢復(fù)到最大值13.00,而電信營(yíng)業(yè)廳區(qū)的初始平均豐度為14.66,豐度恢復(fù)到破壞前的89.0%.
同理,運(yùn)用Origin7.5 軟件,采用線性、對(duì)數(shù)、Logistic等方法進(jìn)行擬合,建立數(shù)學(xué)模型,得到擬合曲線和擬合度,見(jiàn)表5.
圖2 行政大樓區(qū)恢復(fù)豐度的Logistic 擬合曲線
表5 學(xué)生公寓區(qū)樣方恢復(fù)擬合數(shù)學(xué)模型
學(xué)生公寓區(qū)使用Logistic 擬合曲線的擬合度是0.9938,擬合度較高趨近1,故也選擇該擬合曲線作為學(xué)生公寓區(qū)植物豐度恢復(fù)的數(shù)學(xué)模型.見(jiàn)圖3.
由圖3可知學(xué),生公寓區(qū)的豐度在2-5 周期間恢復(fù)速度較快,5-16 周恢復(fù)緩慢趨近一條直線,其拐點(diǎn)周在第3周,對(duì)應(yīng)豐度為4.66,此時(shí)的恢復(fù)度為60.9%.在第5 周豐度恢復(fù)到8.00,而學(xué)生公寓區(qū)的初始平均豐度為7.66,故在第5 周學(xué)生公寓區(qū)豐度已完全恢復(fù)到破壞前水平.在第6周時(shí)高度達(dá)到8.33,豐度恢復(fù)到破壞前的109.2%.
圖3 學(xué)生公寓區(qū)恢復(fù)豐度的Logistic 擬合曲線
同理,運(yùn)用Origin7.5 軟件,建立數(shù)學(xué)模型,得到擬合曲線和擬合度,見(jiàn)表6.
表6 足球場(chǎng)區(qū)樣方恢復(fù)擬合數(shù)學(xué)模型
足球場(chǎng)區(qū)使用Logistic 擬合曲線的擬合度是0.9940,擬合度較高趨近1,故選擇該擬合曲線作為足球場(chǎng)區(qū)植物豐度恢復(fù)的數(shù)學(xué)模型.見(jiàn)圖4.
由圖4可知,足球場(chǎng)區(qū)的豐度在2-5 周期間恢復(fù)速度較快;其拐點(diǎn)周也在第3 周,對(duì)應(yīng)豐度為4.66,此時(shí)的恢復(fù)度為66.7%;5-16 周期間恢復(fù)緩慢趨近一條直線,在第5 周豐度恢復(fù)到6.33,而足球場(chǎng)區(qū)的初始平均豐度為6.00,故在第5 周足球場(chǎng)區(qū)豐度已完全恢復(fù)到破壞前水平.在第6 周時(shí)豐度達(dá)到7.00,豐度恢復(fù)到破壞前的116.6%.
圖4 足球場(chǎng)區(qū)恢復(fù)豐度的Logistic 擬合曲線
通過(guò)建立某高校A 四個(gè)區(qū)域的天然草坪豐度恢復(fù)的數(shù)學(xué)模型可以看出:線性擬合的擬合度太低,僅0.5-0.7,不適合選用.四個(gè)區(qū)域的數(shù)據(jù)都無(wú)法進(jìn)行乘冪擬合和指數(shù)擬合;對(duì)數(shù)擬合方法僅在電信營(yíng)業(yè)廳區(qū)能夠進(jìn)行,擬合度也不高,約0.85.
多項(xiàng)式擬合為在很多情況下都能夠進(jìn)行的數(shù)學(xué)方法,對(duì)于本研究來(lái)說(shuō),不能選用二項(xiàng)式(或其它偶數(shù)項(xiàng)式)擬合,因?yàn)樵谡D攴?,?shí)際不大可能出現(xiàn)豐度下降的情況.選用三項(xiàng)式擬合,擬合度都大于0.95,相對(duì)能夠滿足要求,可以用其粗略預(yù)測(cè)恢復(fù)趨勢(shì).但三項(xiàng)式擬合生物學(xué)意義不大,其中參數(shù)無(wú)法從生物學(xué)角度進(jìn)行解釋其含義.五項(xiàng)式以上(奇數(shù)項(xiàng)式)擬合度會(huì)更大,但參數(shù)過(guò)多,實(shí)際應(yīng)用更繁瑣.因此,如果能獲得更合適的數(shù)學(xué)模型,就不選用三項(xiàng)式擬合.
四個(gè)區(qū)域天然草坪豐度恢復(fù)用Logistic 曲線擬合都能夠獲得極高的擬合度,均達(dá)到0.99 以上.Logistic曲線方程是生物數(shù)學(xué)家P.F.Verhulst 為研究人口增長(zhǎng)過(guò)程而導(dǎo)出[6],本來(lái)就具有很強(qiáng)的生物學(xué)意義.故選擇其作為三亞綠地豐度恢復(fù)的數(shù)學(xué)模型是非常理想的,可以在預(yù)測(cè)的基礎(chǔ)上較好地把握豐度恢復(fù)階段,對(duì)增長(zhǎng)過(guò)程進(jìn)行科學(xué)解釋,為正確決策提供理論依據(jù).
Logistic 曲線廣泛應(yīng)用于動(dòng)植物生長(zhǎng)發(fā)育或繁殖過(guò)程等研究中,其特點(diǎn)是開(kāi)始增長(zhǎng)緩慢,而在以后的某一范圍內(nèi)迅速增長(zhǎng),達(dá)到某限度后,增長(zhǎng)又緩慢下來(lái).曲線略呈拉長(zhǎng)的“S”型[6].從豐度恢復(fù)的散點(diǎn)圖來(lái)看,也比較符合“S”型趨勢(shì).通過(guò)Logistic 擬合曲線可以看出,在第3-4 周期間可以達(dá)到豐度恢復(fù)的拐點(diǎn)周,此時(shí)恢復(fù)度均在60—70%之間.
由于三亞處于熱帶地區(qū),植被恢復(fù)速度很快,且豐度恢復(fù)為綠地恢復(fù)幾個(gè)指標(biāo)中恢復(fù)較快的,通常一個(gè)月內(nèi)就能恢復(fù)到85%以上;且本實(shí)驗(yàn)每周測(cè)量一次,間隔較長(zhǎng);故即使采用Logistic 曲線作為增長(zhǎng)模型,也難以劃分“漸增期、快增期、緩增期”三個(gè)階段.如何利用Logistic 模型進(jìn)行豐度恢復(fù)的階段劃分,有待改進(jìn)實(shí)驗(yàn)方法,進(jìn)一步研究.
三亞某高校A 所選的四塊樣方區(qū)域植被破壞后在未經(jīng)人為干擾的自然狀態(tài)下,7 周以后豐度基本恢復(fù).經(jīng)過(guò)16 周,電信營(yíng)業(yè)廳區(qū)、行政大樓區(qū)、學(xué)生公寓區(qū)、主球場(chǎng)區(qū)恢復(fù)豐度的最的值分別為9.66、13.00、8.33、7.00,分別恢復(fù)到破壞前的106.6%、89.0%、109.2%、116.6%.同時(shí)這四個(gè)區(qū)域豐度恢復(fù)情況采用Logistic 擬合曲線的擬合度分別為0.9945、0.9938、0.9929、0.9940,擬合度都較高趨近1,故建議采用Logistic 擬合曲線作為樣方破壞后豐度恢復(fù)的生態(tài)數(shù)學(xué)模型.
[1]鄭昭佩.恢復(fù)生態(tài)學(xué)概論[M].北京:科學(xué)出版社,2011.
[2]彭少麟.恢復(fù)生態(tài)學(xué)[M].北京:氣象出版社,2007.
[3]Pielou E.C.(盧譯愚譯).數(shù)學(xué)生態(tài)學(xué)[M].北京:科學(xué)出版社,1988.
[4]Jordan W R.et al (eds.)Restoration ecology:A synthetic ap-proach to ecological research[C].Cambrage:Cambridge Press,1987:5-6.
[5]師雪茹,劉海清,陳剛.海南生態(tài)農(nóng)業(yè)發(fā)展模式現(xiàn)狀及建議[J].中國(guó)熱帶農(nóng)業(yè),2013,52(3):24-26.
[6]崔黨群.Logistic 曲線方程的解析與擬合優(yōu)度測(cè)驗(yàn)[J].數(shù)理統(tǒng)計(jì)與管理,2005,24(1):112-115.
[7]趙牧秋,陳凱倫,史云峰.三亞市紅樹(shù)林碳儲(chǔ)量與固碳能力分析[J].瓊州學(xué)院學(xué)報(bào),2013,20(5):85-88.
[8]趙懷寶,杜前進(jìn),陳慶斯,陳運(yùn)理.三亞市典型生態(tài)農(nóng)業(yè)模式及其優(yōu)化[J].瓊州學(xué)院學(xué)報(bào),2014,21(2):82-87.