城市森林生态学的基本理论与研究方法

随着世界经济的发展和城市人口的增加,城市环境问题严重阻碍了城市可持续发展,形成了城市森林生态学这一新学科,森林生态学,景观生态学,园林学和人类生态学4种学科的相关理论相互融合构成了城市森林生态学的理论基础,城市森林生态学的形成使人们从生态系统的角度审视城市的发展,并把生物环境即人类及所有植物和动物的群体视为这个系统的一个要素,引出了“城市森林”的概念,本文较系统地介绍了城市森林生态学的基本概念,主要研究内容。理论基础及基本原理,研究方法及其发展展望。     

城市生态学学科定义、研究内容、研究方法和分析与探索

从生态学的学科定义、生态学的发展现状、城市生态学的发展历史与现状、城市生态学来发展趋势的出发,认为将城市生态学定义为“研究城市及其群体的发生、发展与自然、资源、环境之间相互作用的过程和规律的科学”,既能涵盖城市生态学已有的内容,也能指导城市生态学未来的局长。城市生态学的研究中,城市与自然、资源、环境相互作用的具体机制应全面深入地展开,城市生态系统的研究应更为精确,城市生态学应参与可持续生态系统、生物多样性保护、全球变化的研究。结合城市生态学的发展的经验和目前面对的挑战,案例研究和理论研究相结合、现场观测资料与统计资料相结合、对比研究与定位研究相结合、自然科学和社会科学相结合、并充分利用现代新技术和数理模型分析方法应该是城市生态学研究的主要方法。     

流域生态学——生态学研究的一个新领域

由于人类不合理开发和利用自然资源,造成了流域生态环境的重大破坏,为了合理开放流域资源和保护生态环境,非常有必要开展流域生态学的研究。文中系统阐述了流域生态学的重要意义、主要研究内容和方法。流域生态学属于宏观生态学的研究领域,主要借助于宏观生态学的研究方法。流域生态学与目前生态学最关注的“全球变化、生物多样性和可持续发展”3个研究问题紧密结合在一起,极具研究价值,建议开展广泛深入的研究。     

地理信息系统及其在昆虫生态学中的应用

以往昆虫种群生物学的研究只着重于时间的变化,处理多维数据的困难性和复杂性始终困扰着昆虫生态学研究者们,使其难以对复杂的空间现象进行有效的研究,尤其是涉及大范围、多因素的时空动态研究,更是缺乏合适的空间数据管理和分析工具。而近年来地理信息系统（ＧｅｏｇｒａｐｈｉｃＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓ,ＧＩＳ）的迅速发展为研究昆虫生态学的空间问题开辟了新的途径。地理信息系统的定义有很多,通常可以将其定义为在计算机软件和硬件的支持下,运用系统工程的方法和理论,科学管理和综合分析具有空间内涵的地理数据,…     

生态学研究的新领域--分子生态学

分子生态是生态学的一个新的研究领域。它采用分子生物学的技术与方法来研究生态活动规律的分子机理。本文简要介绍了分子生态学的定义、研究内容、研究方法和研究热点等,以期描述出分子生态学的概貌。     

地质统计学理论与方法及其在昆虫生态学中的应用

空间相关是昆虫生态学中普遍存在的一种客观现象 ,但这种空间相关性在传统的统计学分析中被忽略了。据此 ,文章对常用的地质统计学的空间相关理论和方法、以及这些理论和方法在昆虫生态学中的应用途径和研究进展作了简述。此外 ,对GIS在昆虫空间相关分析中的应用途径和方法也作了探讨。通过综合分析和比较 ,作者认为 ,未来地质统计学的发展将更多地与GIS融为一体 ,并且二者将与传统的时间序列方法和生物统计学方法有机结合 ,共同应用于昆虫生态学的时空分析和预测之中     

生态学研究热点—植物分子生态学

一般认为生态学是从宏观的角度研究生物与环境关系的科学。而随着其它自然学科向生态学的渗透,以及信息技术和生物技术的产生和迅猛进步,从而涌现出许多新兴的交叉领域,其中特别是应用分子生物学的理论与方法,在解决生态学的有关问题过程中,一个崭新的研究领域─—植物分子生态学就应运而生了。 一、分子生态学的概念 目前对于这个新研究领域的概念讨论甚多,至今尚无一个普遍认可和明确的概念。例如,侯泽（Ｈｏｅｌｚｅｌ）和德夫（Ｄｏｖｅｒ）认为：分子生态学是用ＤＮＡ和蛋白质的特征,研究物种的分化、演化及种群生物学等生态学…     

分子标记方法在生态学中的应用潜力和局限

近几十年来,分子标记方法在生态学中得到了广泛的应用,并显示出重要的应用潜力,着重表现在:①目前分子标记方法主要应用在种群生态学中,在今后的研究中,它将在进化生态学,保护生态学,恢复生态学及生态系统生态学中显示出巨大的应用空间;②现有的一些分子标记方法还有更大的应用空间;③对同一研究问题,结合不同的分子标记方法可以取得更好的研究成果;④新的分子标记方法的产生,将有利于生态学的研究工作的深化和获得新的发展。同时,由于一些分子标记研究费用较高,获得的基础数据重复性较低,研究过程中涉及到一些放射性的安全性问题等都可能影响它在生态学领域的应用。因此,针对生态学不同的要求选择和优化分子标记手段是十分重要的。     

区域生态学的特点、学科定位及其与相邻学科的关系

区域生态学作为生态学的一门重要分支学科,起源于20世纪70年代的区域综合科学考察和环境污染调查,旨在研究区域生态环境问题形成背景和驱动因子,探讨区域生态环境问题解决的思路和方法。基于前人研究成果和文献综述,系统分析了区域生态学研究的特点,剖析了区域生态学的性质和学科定位。在此基础上进一步比较了区域生态学与景观生态学、生态系统生态学、区域自然地理学和宏观生态学的共性与差异。认为:(1)区域生态学研究对象是具有特定生态环境属性的区域生态综合体,既具有特定要素主导下的空间均质性,也具有多种要素耦合作用下的空间异质性特征,是一门问题导向的应用性基础学科;(2)区域生态学研究需要具有多元综合、问题导向和系统集成的思维,从多层次、多视角探讨区域生态环境问题的解决方案;(3)区域生态学属于宏观生态学研究的范畴,处于分子生态学、个体生态学、种群生态学、群落生态学、生态系统生态学、景观生态学、区域生态学和全球生态学这个生态学学科体系的较高层次。     

使用陷阱采样在蜘蛛生态学研究中的应用

介绍1种国外常用的研究地面活动蛛知生态学的采样的方法,即陷阱采样。对如何制作和排布陷阱做了比较详细的说明,并对使用陷阱研究的生境以及通过陷阱所获得的类群做了介绍,同时,通过举例对如何使用陷阱及由陷阱得到的数据的数学处理作了说明。     

流域尺度海量生态环境数据建库关键技术——以塔里木河流域为例

流域尺度海量生态环境数据库构建是生态环境精准化研究的基础。以塔里木河流域生态环境数据库构建为例,对流域尺度海量生态环境数据建库的无缝数据拼接、建库规范设计、要素代码设计、空间索引设计、特征展示表及一键入库设计等关键技术进行了探讨。针对流域跨带裂缝问题,从缝隙源出发,通过分离物理数据层和逻辑数据层并区分矢量数据和栅格数据,在统一的多尺度空间框架体系下实现了海量数据的跨带无缝拼接;数据库规范设计和要素代码设计是数据入库前的关键工作,针对流域实际,分别采用规范化英文字母和图形数据比例尺设置数据库命名规范和建立代码标准;在ArcSDE框架下,采用格网索引设计和多级金字塔结构分别构建矢量数据和栅格数据的空间索引,提高了数据的快速检索和浏览;通过建立特征展示表并提出"一键入库"策略,提高了系统响应及数据入库效率等。通过构建流域尺度海量生态环境数据库系统,实现了流域尺度多源、多类型、跨带海量生态环境数据的有效存储和管理,为流域一体化管理和生态环境研究提供了基础数据支撑。     

Seagrass landscapes: a terrestrial approach to the marine subtidal environment

Subtidal seagrass habitats are prime candidates for the application of principles derived from landscape ecology. Although seagrass systems are relatively simple compared to their terrestrial counterparts in terms of species diversity and structural complexity, seagrasses do display variation in spatial patterns over a variety of scales. The presence of a moving water layer and its influence on faunal dispersal may be a distinguishing feature impacting ecological processes in the subtidal zone. Studying seagrass-dominated landscapes may provide a novel approach to investigating questions regarding self-similarity of spatial patterns, and offers a new perspective for analysing habitat change in a variety of marine environments.     

近20年疏勒河流域生态承载力和生态需水研究

水资源是一切生物赖以生存和不可替代的基本自然资源,生态需水在维持流域生态系统平衡和生态承载力可持续性方面扮演着极其重要的角色,干旱区内陆河流域尤为突出。以疏勒河流域和其所辖县区为不同尺度区域,利用LandsatTM/ETM+/OLI遥感数据(30 m分辨率),解译该流域近20年5期土地利用数据,同时在收集和整理流域多年水文水资源基础数据的基础上,以流域生态需水为研究主线,运用多学科方法和原理,结合遥感技术、GIS技术,通过现场调查和观测,计算了流域及其所辖县区近20年生态承载力和天然植被生态需水量。结果表明:近20年来,伴随流域生态承载力的增加,生态需水量也呈增加趋势,两者呈非常明显的正相关关系,相关系数达0.6076;县域尺度上,生态需水与生态承载力正相关关系也较高,其中林、草地的生态需水与生态承载力拟合优度R~2分别达0.8519、0.7235,说明林、草地生态承载力的变化对生态需水变化的解释能力更强,二者之间的关系更为紧密;基于空间热点分析,该流域生态承载力和生态需水的热点和冷点区域均呈现相似的空间格局,说明二者之间在空间尺度上也呈正相关关系。研究结论可为疏勒河流域生态水资源量的科学配置和调控提供重要的决策依据。     

无人机遥感技术在景观生态学中的应用

野外数据的获取是生态学研究的挑战之一,而通过遥感技术能够实现对地球表面的多面立体观测,获取丰富多样的空间信息数据,开展从微观到宏观不同尺度上的景观单元(包括物种、种群、群落、生态系统等)的空间关系研究。传统卫星遥感影像受空间和时间分辨率的限制,难以满足局域尺度或者时间序列上的景观空间生态学研究需求。无人机遥感技术为生态学研究的野外数据获取提供了一种新方法,以其灵活、高效、简便等特点弥补了传统卫星遥感的空间分辨率低、重访周期长、云雾影响等方面的不足,在景观空间生态学研究中受到越来越多的关注。简要介绍无人机类型及其搭载常见的传感器类型,分别从不同尺度的景观单元,即物种、种群、群落以及生态系统水平上探讨其应用进展,并指出当前无人机技术在景观生态学研究中存在的挑战与困难,同时展望了未来可能的研究热点,以期对今后无人机遥感技术在景观生态学领域的应用研究有所启发。     

流域景观结构的城市化影响与生态风险评价

以南京市九乡河流域为研究区域,以2003、2009年两期遥感影像数据为基本信息,在构建生态风险指数的基础上,利用ARCGIS的空间分析功能,揭示了城市化对研究区景观结构的影响,生态风险的时空变化以及城市化与生态风险之间的关系。结果表明：2003-2009年,城市化过程使流域的景观结构发生较大变化,建设用地大幅增加,分离度降低,而耕地则大幅减少,耕地、水域、草地等景观类型的分离度、破碎度增加;流域生态风险程度从中度/低风险向中度/较高风险转变,生态风险有增加的趋势;生态风险的空间差异明显,生态风险较低的区域主要集中在流域南部青龙山一带,较高的区域主要集中在西北部地区,中度风险区集中在流域中部的平原农业区;城市化对生态风险的正效应明显,生态风险随着城市化水平的增加而升高。     

Integrating classical and spatial multivariate analyses for assessing morphological variability in the endemic Iberian viper Vipera seoanei

Historical and ecological processes have deeply affected biogeographic patterns of animals. Studying morphological variability of species, using classical and spatial analyses, can elucidate these patterns and give insights on both processes. Morphological variability of the endemic Iberian viper Vipera seoanei is examined to identify morphological coherent groups, biogeographic patterns and the putative role of abiotic pressures in the geographic variation of morphological variation. Results from classic and spatial multivariate analyses over 27 morphometric traits for 468 specimens from the global range of the species were integrated. Classic analyses reported large morphological variability and confirmed the differentiation of two coherent groups, which are representatives of current subspecies. Spatial analyses reported a geographic gradient pattern from western Cantabrian Mountains to the rest of the study area. Areas of high morphological variability were found, and two spatial coherent groups with an integration zone were recognized. Significant spatial correlations and trends suggest that some traits could be under selection and may display adaptations to local environments. Although observed patterns can be attributed to Pleistocene climatic cycles, an adaptive diversification of the species is supported. The combination of classical and spatial multivariate analyses is a useful methodology to identify morphological patterns and infer underlying factors.     

Temporal patterns in rates of community change during succession

While ecological dogma holds that rates of community change decrease over the course of succession, this idea has yet to be tested systematically across a wide variety of successional sequences. Here, I review and define several measures of community change rates for species presence-absence data and test for temporal patterns therein using data acquired from 16 studies comprising 62 successional sequences. Community types include plant secondary and primary succession as well as succession of arthropods on defaunated mangrove islands and carcasses. Rates of species gain generally decline through time, whereas rates of species loss display no systematic temporal trends. As a result, percent community turnover generally declines while species richness increases--both in a decelerating manner. Although communities with relatively minor abiotic and dispersal limitations (e.g., plant secondary successional communities) exhibit rapidly declining rates of change, limitations arising from harsh abiotic conditions or spatial isolation of the community appear to substantially alter temporal patterns in rates of successional change.     

Investigating the causes of fish community change in the Dahan River (Taiwan) using an autecology matrix

Recent work in river restoration and water resources management has seen the need to change the focus of analysis from reach to watershed scales to better define causes of watershed impairment. However, comprehensive investigations at a watershed scale are hindered by difficulties in using reach data that was collected for analysis at small spatial and short temporal scales. This is especially true for ecological and biological data. The approach assembles assessment and monitoring data and uses an autecology matrix to identify the changes in environmental and ecological conditions that may be associated with community change over spatial and temporal scales appropriate for ecosystem analysis in watersheds. The analysis uses a weight-of-evidence approach based on the percent of the community associated with a matrix factor. We have used the autecology matrix to examine historical fish community data from the Dahan River, Taiwan. The results show that the method provides an improved understanding of historical influences on fish community structure and supports a process-based analysis of community change over watershed scales and historic time periods. Further the method helps identify habitat requirements for the fish communities at each sampling site, supporting management and ecological restoration objectives.     

Disease mapping and spatial regression with count data

In this paper, we provide critical reviews of methods suggested for the analysis of aggregate count data in the context of disease mapping and spatial regression. We introduce a new method for picking prior distributions, and propose a number of refinements of previously used models. We also consider ecological bias, mutual standardization, and choice of both spatial model and prior specification. We analyze male lip cancer incidence data collected in Scotland over the period 1975-1980, and outline a number of problems with previous analyses of these data. In disease mapping studies, hierarchical models can provide robust estimation of area-level risk parameters, though care is required in the choice of covariate model, and it is important to assess the sensitivity of estimates to the spatial model chosen, and to the prior specifications on the variance parameters. Spatial ecological regression is a far more hazardous enterprise for two reasons. First, there is always the possibility of ecological bias, and this can only be alleviated by the inclusion of individual-level data. For the Scottish data, we show that the previously used mean model has limited interpretation from an individual perspective. Second, when residual spatial dependence is modeled, and if the exposure has spatial structure, then estimates of exposure association parameters will change when compared with those obtained from the independence across space model, and the data alone cannot choose the form and extent of spatial correlation that is appropriate.     

Parallel selective pressures drive convergent diversification of phenotypes in pythons and boas

Pythons and boas are globally distributed and distantly related radiations with remarkable phenotypic and ecological diversity. We tested whether pythons, boas and their relatives have evolved convergent phenotypes when they display similar ecology. We collected geometric morphometric data on head shape for 1073 specimens representing over 80% of species. We show that these two groups display strong and widespread convergence when they occupy equivalent ecological niches and that the history of phenotypic evolution strongly matches the history of ecological diversification, suggesting that both processes are strongly coupled. These results are consistent with replicated adaptive radiation in both groups. We argue that strong selective pressures related to habitat‐use have driven this convergence. Pythons and boas provide a new model system for the study of macro‐evolutionary patterns of morphological and ecological evolution and they do so at a deeper level of divergence and global scale than any well‐established adaptive radiation model systems.