实验二Logistic方程参数的估计和曲线的拟合.pptVIP

实验二 Logistic方程参数的估计和曲线的拟合 ——浮萍种群在有限资源条件下的增长 模型 原理 自然种群不可能长期而连续地按几何级数增长。 有限空间 密度上升 竞争增加 实际增长率降低 停止增长 最早由比利时学者Verhilst(1838)提出。 Logistic方程及其参量 将种群在有限环境下的S增长曲线进行拟合的方程称为Logistic方程： dN/dt=rN[(K-N)/K] 其积分式为： Nt=K/(1+ea-rt) 式中： K为环境容纳量 N为种群的数量 e=2.71828为一个常数，即自然对数的底 r为种群的瞬时增长率 t为时间 Logistic增长模型的重要意义 是两个相互作用种群增长模型的基础 在实践领域中确定最大持续产量的主要模型 模型中的两个参数r、K是生物进化对策理论中的重要概念 建立Logistic模型的前提 环境条件允许种群有一个最大值，即环境容纳量K 种群增长率的降低随种群密度上升而成比例的增加 种群密度的增加对其增长率的降低作用无时滞效应 种群无迁出和迁入现象 实验步骤 准备浮萍培养液——Datko改良培养液 确定浮萍的最初密度：4个/三角瓶 25℃恒温光照培养 定时观测：每隔2天，在同一时间点进行观测，计数 Logistic方程参数的估计 求K值的三种方法 目测法：根据观测数据，在坐标纸上描点，由此可看出种群增长趋势，并估计渐近线在什么范围，确定K值 平均法：利用到达平衡点开始的一天及以后几天的数据，计算平均值 三点法： 三点法即根据等时间间隔的3组观察值，利用下列公式求出K值 其中N1、N2、N3是等距离横坐标上所对应纵坐标的数值，即等时间间隔的3组种群数量观察值，要求时间间隔尽量大些。 绘制Logistic增长曲线，Logistic增长的积分方程为： 可变形为： 两边取对数，得出： 设y=ln(K-N)/N，b=-r，x=t。则可将Logistic方程写为y=a+bx。利用直线回归的统计方法求得参数代入Logistic方程，可得到理论值。 将理论值与实际值进行t检验，确定无显著性差异，则Logistic方程拟合成立。 * * 植物生物学实验—植物生态学实验部分