基于cbxabcxa的班须脲三代卵块空间分布研究.docxVIP

基于cbxabcxa的班须脲三代卵块空间分布研究 一、 生物种群的离散拟合 昆虫的空间分布结构是昆虫种群的重要特征之一。对昆虫种群在空间分布型的研究有助于建立精确、高效的抽样方法,以便及时掌握种群的密度及空间分布规律。有关昆虫种群空间分布型的研究,已有大量的报产,这些报道都是基于离散分布来拟合的,如Poisson分布、二项分布、负二项分布、Neyman分布等。当用离散分布来拟合种群空间分布时,若样本单元数据离散程度很高时,会给拟合优度的检验带来一定困难;同时在实际工作中,会遇到某些生物种群既不能用Poisson分布来拟合,也不能用负二项分布和Neyman分布来拟合,此时就不便使用离散分布来拟合了。此外,有些生物种群同时符合多种离散分布,即“拟合的不确定性”,使抽样设计和资料处理无所适从;而且更致命的是离散分布拟合都未能较好地(甚至未考虑)种群密度对分布模型参数的影响。近年来,沈佐锐用PearsonⅢ分布模型研究蚜虫空间分布,谢维辉等、陈辉用Weibull分布模型模拟马尾松毛虫的空间分布型,马占山用Weibull分布对多种林业昆虫进行了拟合,成功地将连续型概率分布引入到昆虫种群分布的研究中,丰富了空间分布的研究内容。从报道文献看,Weibull分布应用主要集中在林业昆虫空间格局的研究上,大田作物昆虫空间格局的Weibull分布研究未见报道,为探讨连续型概率分布在大田作物昆虫种群空间格局研究中的适用性,本文首次用Weibull分布来模拟斑须蝽种群的空间分布型,以提示斑须蝽种群的生态学特性,丰富斑须蝽种群空间分布型的研究方法。 二、 不同位置中苏氏分布的状参数 Weibull分布是一连续型概率分布,其概率密度函数的一般化形式为: f(x)=(c/b)[(x?a)/b]c?1exp{?[(x?a)/b]c}(1)f(x)=(c/b)[(x-a)/b]c-1exp{-[(x-a)/b]c}(1) x≥0,b0,c0 由(1)不难求得Weibull分布的分布函数: 其中F(x)为累积频率,b为尺度参数,c为形状参数,是Weibull分布中具有实质意义的参数。当c1时,曲线是倒J形;c=1为指数分布;1c3.6密度函数是山形曲线且正偏;c=2时是瑞利分布;c≈3.6时,weibull分布近似正态分布;如果c3.6则分布为负偏。a为位置参数,参数a并不影响分布的特征,可根据实际情况确定。由于在昆虫种群空间格局的研究中,一般有x=0的样方出现,为了处理零样方的信息,常取a=-1,由此weibull分布函数应用于种群空间格局时的概率密度函数和分布函数分别为: 整理(4)并取两次自然对数,可化为一元线性回归方程: Y=B0+B1X(5)Y=B0+B1X(5) 其中Y=ln[-ln(1-F(x))],X=ln(x+a),B0=clnb,B1=c。如果可根据线性化处理中的加权最小二乘法给出c、b的估计公式: 其中:Ti=(dF(X)/dy)2=[exp(Yi-expYi)]2。 为检验weibull分布函数的拟合效果,以a=0.05的显著水平,自由度为V=n-s-1(s为参数的个数),对实际频次分布与理论频次分布作x2适合性检验,即: 式中:f(xi)表示样本单元中有xi个虫口数的实际频次,f′(xi)为按weibull分布计算求得的理论频次。 三、 全参数b、c与种群聚集度的关系 研究种群空间分布型,其目的主要是探讨分布参数与种群空间特征的关系,这是实际工作者所关注的问题。但由于Weibull分布的均值和方差分别为: 上述两式表明,参数b、c与种群密度m(即均值m=E(x))的关系从理论上分析比较复杂,于是我们转而探讨b、c与m的经验模型即确定函数式 b=f(m) c=g(m) 同时,研究Weibull分布参数b、c与种群聚集度关系也不失其实际意义,即确定函数式。设A为聚集度指标,则: b=f’(A) c=g’(A) 四、 结果与分析 1. 布尔分布、调整和探索三角帆和三角帆的频率分布 根据上述方法,用文资料来拟合Weibull分布,其拟合结果见表1。 由表1可以看出,斑须蝽三代卵块8组资料均适合物Weibull分布。 2. 不同形貌参数的聚合反应 为了探讨Weibull分布拟合斑须蝽三代卵块空间格局的频次分布的参数b、c与卵块密度及聚集度的关系,将斑须蝽三代卵块空间格局的研究数据与参数b、c(见表2)建立经验模型,结果如下: (1)尺度参数b与斑须蝽三代卵块密度(m)关系 由表2不难看出,b-m之间可用直线回归来描述,经拟合有: b=3.926m-0.0826 r=0.97** (2)形状参数c与卵块密度(m)的关系经多种曲线拟合,c-m关系以幂函数模型描述为最佳,且: c=2.6861m0.5770r=0.94** 由此可见,Weibull分布