优化种群（共7篇）
优化种群 篇1
0 引言
Kennedy博士和 Eberhart教授于1995 年提出了粒子群优化(Particle Swarm Optimization,PSO)算法[1]。粒子群优化方法自提出后,由于其收敛速度快、算法简单等优点,目前已成功应用到组合优化[2]、连续问题参数优化[3]、神经网络训练[4]、数据挖掘[5]、故障识别[6]等领域。但是在实际应用中发现PSO易“早熟”且精度不高。因此许多学者对算法提出了很多改进方法和策略。量子进化算法(QEA)[7]是新近发展起来的一种以量子计算的一些理论为基础的概率进化算法,同传统进化算法相比具有更好的群体多样性和全局寻优能力,群体规模较小但不影响算法的性能等优点。基于量子进化算法的优点,文献[8]提出了一种量子粒子群优化算法(Quantum Particle Swarm Optimization,QPSO)。该算法采用量子位的概率幅表示粒子,但惯性因子、自身因子及全局因子的设置仍沿用标准粒子群的设置方法,因此无法有效避免种群在搜索空间中多样性的丢失。因此,本文提出一种基于混沌优化的双种群量子粒子群(Dual Population Quantum Particle Swarm Optimization Based on Chaotic Optimization,BCQPSO)改进算法。首先,利用混沌序列产生两个种群规模相等的种群,以避免早熟收敛、保持种群的多样性;其二,对于其中一个种群采用线性递减的更改权重,对另一个种群利用本文建立的基于混沌序列的自适应惯性权重策略来更新;最后,对两个种群执行融合变异操作。用典型函数的极值优化问题进行仿真实验,结果表明改进算法在搜索能力和优化效率两方面均优于原粒子群优化算法。
1 量子粒子群算法
粒子采用文献[8]的编码方式:
undefined
,每个粒子代表解空间的两个解,分别对应量子态的|0>和[1]>的概率幅:
Pic=(cos(θi1),cos(θi2),…cos(θin)),
Pis=(sin(θi1),sin(θi2),…sin(θin))
由粒子编码方式可知其遍历空间每维均为[-1,1],则要比较粒子优劣需进行解空间变换。设待优化问题第j维变量的取值区间为undefined,粒子Pj上第i个量子位为[αundefined,βundefined]T,则按下式对粒子Pj的两组解进行变换:
undefined
粒子Pi上量子位幅角增量的更新:
Δθij(t+1)=ωΔθij(t)+c1r1(Δθl)+c2r2(Δθg)
粒子上量子位概率幅的更新:
undefined
故粒子Pi更新后的两个位置分别为:
Pic=(cos(θi1(t)+Δθi1(t+1)),cos(θi2(t)+Δθi2(t+1)),…cos(θin(t)+Δθin(t+1)))
Pis=(sin(θi1(t)+Δθi1(t+1)),sin(θi2(t)+Δθi2(t+1)),…sin(θin(t)+Δθin(t+1)))
粒子量子位幅角增量的更新由三个部分组成:惯性部分ω、自身部分c1和社会部分c2。如何选择和调整这三个参数关系到算法是否能避免早熟而又能快速地收敛。因此本文从如何保持粒子多样性,以及如何平衡算法全局搜索和局部搜索之间的矛盾为出发点,提出以下改进策略。
2 基于混沌优化的双种群量子粒子群算法
目前,大多数PSO粒子的初始位置都是采用随机方式初始化,这种方式有可能造成初始搜索解空间的分布程度不均衡。由于混沌序列具有混沌运动的遍历性、随机性、规律性等特点,利用混沌序列的随机性、遍历性来寻找问题的最优解,其随机性保证了大范围的搜索能力,遍历性使搜索过程能在一定范围内不重复地遍历所有状态[9] ,因此可以有效加强种群多样性,为进行全局搜索打下良好基础。本文引入Logistic混沌序列, Zt+1=μZt(1-Zt),t=0,1,2,…,其中,μ为控制参量,当μ=4时,z0≠0.5,产生的混沌序列可以遍历[ 0, 1] 区间。
2.1 基于混沌序列的双种群粒子位置初始化
在进化算法中,种群规模是一个十分重要的参数,种群规模的大小及多样性直接影响着算法的收敛率、收敛速度、可靠性等方面问题,本文提出以下基于混沌序列的双种群粒子位置初始化方法:
步骤1:用Logistic混沌序列代替原有随机数的方式来初始化各粒子。
步骤2:由于混沌序列产生的值在[0,1]区间,而解空间在[-1,1]区间,故对上面产生的初始解取反,产生[-1,0]区间的值,这样便产生两个种群。
步骤3:将上面两个种群合并,再通过随机分组方式分成种群数相等的两组种群。
步骤4:分别用这两组种群的粒子进行进化寻寻优。
由于混沌序列能在一定范围内不重复地遍历所有状态,因此大大增强了种群的多样性。
2.2 基于混沌序列的自适应惯性权重
惯性权重的引入是为平衡算法全局搜索和局部搜索之间的矛盾,惯性权重取值较大时,全局寻优能力强,局部寻优能力弱;反之,则局部寻优能力增强,而全局寻优能力减弱。文献[10]提出一种惯性权重线性改变方式:
undefined
其中,ωmax、ωmin分别是ω的最大值和最小值;t、tmax分别是当前迭代次数和最大迭代次数。这种递减策略虽然可以调节全局与局部的寻优能力,且运算速度快,但在运算的过程中,线性减小惯性系数ω,使得搜索步长逐渐减小,迭代慢慢地收敛到极值点[11]。故本文提出一种基于混沌序列的自适应改变惯性权重的方法,公式如下:
其中,undefined将权重与进化代数联系起来作自适应调整, 使算法在进化初期以较大的权重进行搜索;随着进化代数的增加, 惯性权重逐渐变小, 有利于进化后期的精细搜索;Zt是Logistic混沌序列值, 能让惯性权重在解空间内进行遍历, 有利于提高搜索效率;ωmax、ωmin分别是ω的最大值和最小值。对于两个种群的量子粒子分别用线性递减权重和自适应权重对ω进行更改,线性递减权重用于快速进化,获取最优解,自适应权重用于精细搜索,扩大解空间遍历性。
2.3 基于混沌序列的双种群融合变异
由2.1节产生的种群,在很大程度上增加了种群的多样性,并且通过2.2节的方式各自改变惯性权重,当两子种群独立进化若干代,需执行融合操作,这样可实现两个种群之间的信息交流,既能提高算法的收敛速度,又能在一定程度上保持种群的多样性,再按以下规则重新划分子种群和变异粒子。
(1)随机产生两个0-1之间的随机数α、β,α用于指导分组操作,β用于指导变异操作。
(2) 产生一个混沌序列值Zt,用Zt与α比较,如果大于则将该粒子从刚合并的种群中删除掉,并加入新种群中,该操作直到合并种群的粒子数与新生成的粒子数相等时停止,这样就又生成两个种群用于以后的进化。
(3)利用步骤(2)产生的混沌序列值Zt与β比较,如果大于则用量子Hadamard门对粒子群种群进行变异,公式如下:
undefined
,由上式可以看出,这种变异是一种旋转,对于第j个量子位,转角大小为undefined。
2.4 算法流程
(1)用2.1节的方法产生两个粒子个数相等的种群。
(2)对粒子进行解空间变换,计算适应度。
(3)根据公式进行调整粒子位置,对于种群1使用线性递减惯性权重策略,对于种群2使用自适应递减权重策略。
(4)根据2.3节合并两个种群,并记录最优粒子,如果满足终止条件则退出,否则转到步骤(2)继续进化。
3 对比试验
为验证提出本文算法的有效性,实验中采用如下2个典型函数作为仿真对象,对算法进行对比。
①Ackley:
undefined
②Rosenbrock :
undefined
对于函数(1)和(2),分别用BCQPSO、 QPSO和PSO各优化50次,然后统计平均结果、收敛次数、平均步数作为对比评价指标。三种算法的种群规模均取100,最大优化步数均取500,性能对比结果如表1所示。
从表1的对比结果可以看出,BCQPSO的优化效果最好。这是由于基于混沌序列生成的种群多样性好,并且通过两种惯性权重改变策略,既加速了寻优速度,又能扩大解空间的遍历性,最后又基于Hadamard门进行变异操作,从而提高了寻优能力。
4 结束语
提出了一种基于混沌优化的双种群量子粒子群优化算法。该算法通过引入混沌理论,采用双种群结构并行运行,每个子种群的惯性权重选用不同的更新策略,同时采用Hadamard门进行变异,这使算法在维持种群多样性的同时加快了收敛速度,扩展了解空间的遍历性,能使算法具有较好的全局搜索和跳出局部最优的能力。实验结果表明,BCQPSO算法的优化性能明显优于PSO算法。
参考文献
[1] Kennedy J,Eberhart R C.Particle swarms optimization[C]//Proceedings of IEEE International Conference on Neural Networks,USA,1995:1942-1948.
[2] Ammar W,Nirod C,Tan K.Solving shortest path problem using particle swarm optimization[J].Applied Soft Computing,2008,8(4):1643-1653.
[3] Marcio S,Evaristo C.Nonlinear parameter estimation through particle swarm optimization[J].Chemical Engineering Science,2008,63(6):1542-1552.
[4] Lin C J, Hong S J. The Design of Neuro-fuzzy Networks Using Particle Swarm Optimization and Recursive Singular Value Decomposition[J].Neurocomputing. 2007, 71(1-3):297-310.
[5] Souda T, Silva A, Neves A. Particle Swarm based Data Mining Algorithms for classification task[J]. Parallel Computing. 2004(30):767-783.
[6] Sahin F, Yavuz M Ç, Arnavut Z,et al. Fault Diagnosis for Airplane Engines Using Bayesian Networks and Distributed Particle Swarm Optimization. Parallel Computing, 2007,33(2):124-143.
[7] Hyun K,Kim J H.Quantum-inspired evolutionary algorithm fora class of combinational optimization[J].IEEE Transactions on Evolutionary Computing,2002,6(6):580-593.
[8] 李士勇,李盼池.求解连续空间优化问题的量子粒子群算法[J].量子电子学报,2007,24(5):569-574.
[9] 李广文, 贾秋玲, 刘小雄,等. 基于反馈和混沌变异的自适应进化策略[J] . 计算机应用研究, 2009, 26(6):2056-2058.
[10] Shi Yuhui, Eberhart R. A Modified Particle Swarm Optimizer[C]//Proc. of IEEE International Conference on Evolutionary Computation.Anchorage, Alaska, USA: [s. n.], 1998.
[11] 赵志刚,常成.带变异算子的自适应粒子群优化算法[J] . 计算机工程与应用, 2011,47(17):42-44.
优化种群 篇2
粒子群优化算法是由Kennedy和Eberhart[1,2]在1995年提出的一种新的群体智能计算技术,是在鸟群、鱼群和人类社会行为规律的启发下提出来的,用于复杂优化问题的求解。由于算法收敛的速度快、设置参数少、实现简单,受到了学者和工程技术人员的研究兴趣。现在,粒子群优化算法在函数优化、神经网络训练、模式分类、模糊系统控制以及其它工程领域都得到了广泛的应用。
目前,有关粒子群优化算法的研究主要集中在以下三个方面:粒子群优化算法的运行机理分析[3,4];粒子群优化算法与其它进化算法的融合[5,6];粒子群优化算法在新领域中的应用[7,8]。由于标准粒子群优化算法主要适用于求解连续空间的优化问题,如何将其改进并应用于求解离散空间的优化问题,特别是NP问题中的优化问题,是粒子群优化算法的一个改进与应用研究方向。Kennedy和Eberhart在1997年首先提出了粒子群优化算法的改进形式——二进制粒子群优化算法(Binary Particle Swarm Optimization,BPSO)[9],并成功将其应用于求解离散优化问题。但由于BPSO本身存在一定的缺陷,使种群多样性和全局收敛性大大降低,影响了算法的性能[10]。为克服这一不足,一些专家学者在BPSO的基础上提出了一些改进算法[11,12,13],取得了不错的效果。在以上研究成果的启发下,本文在BPSO的基础上提出一种改进。利用种群个体极值的平均信息和粒子的个体极值来决定粒子当前值的取值概率,使粒子利用更多的信息来调节自身的行为。仿真实验表明本文的改进有利于提高算法的性能,实验结果要优于BPSO和一些改进的二进制粒子群优化算法。
1粒子群优化算法
粒子群优化算法是一种基于种群的优化算法,种群称为粒子群,粒子群中的个体称为粒子。设有N个粒子组成一个群体,其中第i个粒子表示为一个D维的向量xi=(xi1,xi2,…,xiD),i=1,2,…,N,即第i个粒子在D维的搜索空间中的位置是xi。第i个粒子的飞行速度也是一个D维的向量,记为vi=(vi1,vi2,…,viD),记第i个粒子迄今为止搜索到的个体极值为pi=(pi1,pi2,…,piD),整个种群迄今为止搜索到的全局极值为pg=(pg1,pg2,…,pgD),粒子群优化算法采用下列公式对粒子操作:
vid=wvid+c1r1(pid-xid)+c2r2(pgd-xid) (1)
其中i=1,2,…,N,d=1,2,…,D,w表示惯性权重,c1和c2表示学习因子,r1和r2是[0,1]上均匀分布的随机数,每一维粒子的速度都被限制在一个最大速度vmax(vmax>0)之间,若vi>vmax时,vi=vmax;若vi<-vmax时,vi=-vmax。
2二进制粒子群优化算法
由于粒子群优化算法主要适用于求解连续空间的优化问题,对于一些采用二进制编码的问题,例如0—1整数规划,粒子群优化算法在粒子进行速度和位置更新后产生的位置分量xid不一定是0或1,使得粒子群优化算法无法对其进行求解。Kennedy和Eberhart在1997年专门针对0—1整数规划问题给出BPSO,在BPSO中,每个位置分量xid要么取1,要么取0,因此速度分量vid不再表示位置变化的大小,它反映的是xid取1的概率。为了使概率值在[0,1]之间,BPSO采用logistic变换对vid进行处理。BPSO采用下列公式对粒子操作:
式(4)中r为[0,1]上均匀分布的随机数。
3利用种群平均信息的二进制粒子群优化算法
文献[4]指出,BPSO继续沿用标准粒子群优化算法的表达形式来求取值概率的必要性并不是很强,而且采用的logistic函数的主要功能是限界,并没用充分的理由。为此,文献[12]提出了一个改进的二进制粒子群优化算法版本(IBPSO),利用种群极值和个体极值来决定粒子当前值的取值概率,取消粒子当前值对下一步迭代的影响,仿真实验取得了比BPSO好的效果。然而,在IBPSO中,每个粒子获得的是个体极值和种群极值的信息,忽略了种群中其它粒子的个体极值信息。E. O. Wilson[14]论证:至少在理论上,在群体搜索食物的过程中,群体中的每个个体可以从群体的新发现和群体中所有其它个体的经验中受益。受此启发,在BPSO和文献[12]的基础上本文提出一种利用种群平均信息的二进制粒子群优化算法,算法利用种群个体极值的平均信息
1)用xid表示优化的极值点,由于优化过程中xid的真值是未知的,故假定先验概率:
2)在寻找最优值的过程中,假定pid和pvd对最佳值的判定是相互独立的。
由pvd的计算公式可知,pvd未必取0或1,我们可以先做如下转换:
这样做的理由是如果种群中有一半以上粒子的个体极值pid取1,则pvd≥0.5,此时令p′vd=1;如果种群中有不足一半以上粒子的个体极值pid取1,则pvd<0.5,此时令p′vd=0,这符合日常生活中人们做决策时采用的“少数服从多数”原则。
记pid作出正确判定的概率为P1,p′vd作出正确判定的概率为P2,利用Bayes公式可得
这是粒子决策的依据。
在本文中,由于pid和pvd的特殊性,假定它们发现最优值的概率应该超过平均值,即P1>0.5,P2>0.5。其次,为了鼓励粒子进行分散搜索,避免算法陷入局部极小,令P1>P2。下面以求函数最大值为例给出利用种群平均信息的二进制粒子群优化算法的形式化描述:
4函数优化问题的仿真实验
为了验证本文提出算法的性能,将本文算法与BPSO和IBPSO进行对比实验,实验采用文献[12]引用的De Jong精心设计的一个专门用于测试演化算法性能的测试集中的4个函数来求其最大值,在每个函数上各运行20次,3种算法的粒子数目都设为20,迭代次数均为2 000,在本文算法中,P1=0.9,P2=0.6。表1给出算法在4个测试函数上的计算结果,包括4个函数的理论最优值,3种算法分别发现的平均值以及在20次运算中达到理论最优值的次数。
从表1可以看出,3种算法在4个测试函数上都能找到理论最优值,但本文算法相对于BPSO和IBPSO找到理论最优值的次数要多,且20次测试的平均值也要优于BPSO和IBPSO,表明本文算法在函数优化问题上的性能较BPSO和IBPSO有了较大程度的提高。
50—1背包问题上的仿真实验
5.10—1背包问题描述
已知n个重量和价值分别为wj>0和cj>0(j=1,2…n)的物品,背包的容量假设为C>0,如何选择哪些物品装入背包可使在背包的容量限制之内所装物品的价值最大。引入变量xj,当物品j被选择装入时,xj=1;否则,xj=0。则该问题的数学模型为:
5.2求解0—1背包问题的二进制差异演化算法
采用本文提出的算法求解背包问题与对函数优化问题的求解过程类似,唯一的不同在于求解背包问题时在迭代过程中形成的新粒子未必满足约束条件,因此需要对其进行调整,在这里我们引入了局部搜索机制—贪婪算法,使用启发式修正算子,用来保证粒子满足约束条件,同时在保证粒子满足约束条件的前提下尽量增加其适应值。若粒子不满足约束条件,按物品j的价值密度ρj=cj/wj,(j=1,2,…,n)由小到大的方向将xj=1变为xj=0,直到将不满足约束条件的粒子变成满足约束条件;若粒子满足约束条件,在保证满足约束条件的前提下,按ρj由大到小的方向将xj=0变成xj=1,尽量增加其适应值,这是对个体质量的改良。虽然增加了计算开销,但考虑到它使得搜索有一定的导向,而不再盲目,这点开销还是值得的。
5.3测试结果
我们选用文献[11]、[12]和[13]共同采用的一个算例来进行测试,该算例共有50个物体,最优值为3 103,其原始数据见文献[15]。实验时,本文算法粒子个数为50,最大迭代次数为50,P1=0.9,P2=0.6,我们一共计算1 000次,并将求解结果与上述文献进行对比,其中文献[11]对此算例计算50次,文献[12]对此算例计算1 000次,文献[13]对此算例从迭代100代到1 000代各运行50次,为方便比较,本文仅选取其迭代200代的情况。计算结果如表2所示,本文算法的平均收敛情况如图1所示。
从表2可以看出,本文算法相对于一些二进制粒子群优化算法的改进形式要优秀的多,虽然文献[11]每次迭代都可以找到最优值,但其平均进化代数为166,而本文算法在种群规模不及其1/3的情况下每次迭代页都可以找到最优值,且平均进化代数仅为16,不及文献[11]的1/10,充分表明了本文算法的优越性。此外,从图1也可以看出,本文算法拥有较快的收敛速度,可以很快找到问题的最优解。
6结束语
为解决应用粒子群优化算法求解二进制编码的问题,在BPSO的基础上提出了利用种群平均信息的二进制粒子群优化算法,新算法继承了标准粒子群优化算法收敛速度快的特点,同时算法仅含有两个参数,形式简单,易于实现。仿真实验表明,相对于BPSO和其它一些二进制粒子群优化算法的改进形式,在相同条件下本文算法可以取得更好的效果。
种群增长率与种群增长速率的辨析 篇3
一、从概念上辨析
1. 增长率:增长率是指单位数量群体在单位时间内种群数量变化率, 即种群在单位时间内净增加的个体数占个体总数的比率。计算公式:增长率=出生率-死亡率=出生数-死亡数) / (单位时间×单位数量) *100%。如某种群现有数量为a, 一年后, 该种群数为b, 那么该种群在当年的增长率为 (ba) /a*100%。
2. 增长速率:
增长速率是指种群在单位时间内变化的数量, 计算公式:增长速率= (出生数-死亡数) /单位时间, 即增长速率= (现有个体数-原有个体数) /增长时间。上述例子, 增长速率为 (b-a) /1年。
增长率是个百分率, 没有“单位”, 而增长速率有“单位”, “个 (株) /年、个 (株) /月”。增长率和增长速率没有大小上的相关性。
二、从数学模型上辨析
1. 与密度无关的种群离散增长模型
2. 与密度无关的种群连续增长模型
3. 与密度有关的种群连续增长模型 (逻辑斯谛增长)
自然界种群增长都是有限的, 因为种群增长所需要的资源 (食物和空间等) 是有限的, 种群增长有一个环境条件所允许的最大值, 称为环境容量或承载力, 记作K。当种群大小增至K, 即Nt=K时, 种群为零增长。随着种群密度上升, 种群增长率逐渐按比例降低, 即每增加一个个体的影响是1/K, 种群增长受密度的制约。此时的种群增长数学模型为d N/dt=r N (1-N/K) = (-r/K) N2-r N (r是内禀增长率, K是环境容纳量, 特定种群的r和K都为定值) 。此方程是种群增长速率d N/dt相对于N (种群数量) 是一个二次函数, 在坐标系中是以N=K/2为对称轴的抛物线形曲线, 二次项系数为负值, 抛物线开口向下;当N=K/2时, 种群增长速率 (d N/dt=r K/4) 最大, 当N=0或N=K时, r N (1-N/K) =0, 故曲线与横坐标的交点为N=0和N=K (见图3) 。
在逻辑斯谛方程中, 种群瞬时增长率= (1-N/K) r, 是随种群数量N的增加而逐渐递低的反比例函数 (见图4) 。
三、从种群增长曲线上辨析
曲线斜率的含义是指的是单位时间内增加的数量, 因此, “J”型和“S”型两种增长曲线图像中的斜率都可表示增长速率。
在“J”型增长曲线中, 每年的增长率不变 (如图5) ;由于“J”型增长曲线的切线斜率是在不断增大, 直至无穷, 所以其增长速率也就不断增大 (如图5) 。
在“S”型增长曲线中, 曲线的斜率变化规律是在最大值之前, 种群增长速率逐渐增大, 增大的过程遵循“慢→快→慢”的“S”型变化规律, 在最大值之后, 种群增长速率逐渐减小, 减小的过程遵循“慢→快→慢”的反“S”型变化规律。增长速率曲线为钟形曲线 (或称正态曲线, 如图6) 。每年的增长率由最初的最大值, 在环境阻力 (空间压力、食物不足等) 的作用下, 导致出生率下降、死亡率上升, 种群数量到达最大值 (K值) , 其增长率不断下降至0, 故在“K”时, 其增长率为0。但由于种群数量与时间变化之间不成比例关系, 增长率与时间关系也不是直线下降, 应该是反“S”型变化规律 (如图6) 。图6与图3、4的中曲线是分别对时间和种群数量所做曲线, 二者的变化趋势虽然是一致的, 但还是有一定区别的。许多教辅材料将两种图形混用, 不够严密, 有失科学性。
四、在生产生活应用上的辨析
根据“S”型种群增长曲线, 可知数量在K/2左右时增长速率最大。在养殖业上, 既要获得最大的捕获量, 又要使该动物种群在更新能力不受破坏, 应该使动物种群保持在K/2左右水平上。在防治家鼠等有害动物方面, 除了采用器械、化学和生物灭鼠等措施外, 更主要的措施是降低有害动物种群的环境容纳量 (k值) , 如将食物储藏在安全处, 养殖或释放它们的天敌, 等等。这些方法的理论依据都是种群增长速率。为了让海洋中的鱼类有充足的繁殖和生长时间, 每年在规定的时间内, 禁止任何人在规定的海域内捉鱼, 进行休渔对鱼类的生长起到了很好的保护作用, 这种做法提高了种群增长率。在生产生活中, 增长速率对于描述种群数量变化比增长量更有意义。
总之, 种群增长率和增长速率是有别的, 在学习和教学过程中要认真辨析, 以免混淆概念, 徒增疑惑。同时还要注意它们与时间、种群数量的关系, 增强严密性、科学性。
参考文献
[1]孙儒泳, 李庆芬, 牛翠娟, 娄安如.基础生态学.北京:高等教育出版社, 2002, 71.
[2]朱正威, 赵占良, 等.生物3稳态与环境教师教学用书.北京:人民教育出版社, 2007, 81.
“种群和群落”考点聚焦 篇4
考点一物种、种群和群落的关系
物种指在自然环境中同种生物的统称。而种群指在一定的空间和时间范围内同种生物所有个体的总和。
种群与物种相比,强调了“一定时间”和“空间”这个概念,而物种则强调自然界中“同种”的生物。物种是最大范围的概念,而种群则是较小范围内的概念。
此外,新物种产生的必需条件是有生殖隔离。种群是生物进化的基本单位。
群落是指一定时间内生活在一定自然区域中,相互之间有直接或间接关系的各种生物的总和。群落强调包括一定自然区域中的所有生物,特别注意包括微生物在内。
三者的关系可用下图表示。毎
例1下列有关物种、种群、群落说法正确的是()
A.在一个由捕食链构成的食物网中所有的生物构成一个群落。
B.群落就是一定空间范围 内所有生物的简单组合。
C.在一个群落内部各个种 群之间必然存在着某种关系。
D.生态系统中捕食者的存在不能促进物种多样性的提高
【解析】一个由捕食链构成的食物网,包括了生产者和各级消费者,分解者不进入捕食链,而群落则要求包含所有的生物,A项错误。群落内部各种生物之间存在着各种各样的关系,并不是简单的组合,B项错误。在一个群落内部各种生物之间必然存在着直接或间接的关系,C项正确。捕食者往往捕食个体数量多的物种,使其他物种的生存阻力减小,可以促进物种多样性的提高,D项错误。
【答案】C
考点二种群增长模型
在理想状态下,种群数量呈J型曲线增长。在自然条件下,种群数量一般呈S型曲线增长。
在封闭环境中培养时,种群增长情况大多数时间与S型曲线相似,但当封闭环境中营养物质下降时,种群数量又会下降,从而表现类似∧型曲线。如营养物质一定的情况下微生物的增长情况。
除此之外,种群数量 可能还有 其他变化情况。
例2(2014·福建卷)研究人员用样方法调查了某地北点地梅(一年生草本植物)的种群数量变化,结果如图 所示。下列 叙述正确 的是()
A.1972年北点地梅个体间生存斗争程度较1975年低
B.1971年种子萌发至幼苗阶段的死亡率高于幼苗至成熟植株阶段
C.统计种群密度时,应去掉采集数据中最大、最小值后取平均值
D.由于环境条件的限制,5年间该种群数量呈“S”型增长
【解析】分析图示曲线可知,1972年北点地梅种群密度比1975年大,个体间生 存斗争也大,A项错误。纵坐标为种群密度 (每样方的个体数),横坐标为时间,而死亡率可看成单位个体数在单位时间死亡的个体数。从图中数据可知1971年种子萌发至幼苗阶段的死亡率高于幼苗至成熟植株阶段,B项正确。统计种群密度时,不应舍弃所得数据,C项错误。从5年数据可看到,种群密度 每年都在 下降,D项错误。从此题可知,种群数量变化除了典型的J型和S型曲线外,还有其他变化情况。
【答案】B
考点三S型曲线与J型曲线的增长率和增长速率
增长率是单位数量的个体在单位时间内增长的个数,即(N2-N1)/N1表示增长率。
增长速率是单位时间内增加的数量。相当于种群增长曲线的斜率。
对于J型曲线来说,增长率不变,增长速率越来越大。因此,种群数量也越来越大。
对于S型曲线来说,增长率越来越小。而增长速率开始时逐渐增大,在K/2时增长速率最大,然后增长速率又逐渐减小。在K值时增长速率与增长率都变为0。此时环境所能容纳的种群数量达最大值。
但要注意的是,当增长速率变小时,种群数量却仍在增大,只是增长速率变小而已。即达到K值之前出生率大于死亡率,种群仍呈增长型。达到K值后出生率等于死亡率,此时处于相对稳定状态。
例3右图为某地东亚飞蝗种群变化示意图,下列叙述错误的是()
A.为有效防 止蝗灾,应在a点之前及 时控制种群密度
B.a~b段,该种群的增长率与种群密度之间呈正相关
C.利用性引诱剂诱杀雄虫 改变性别比例可防止c点出现
D.控制种群数量在d~e水平,有利于维持该地区生态系统的抵抗力稳定性
【解析】从东亚飞蝗的种群数量 变化趋势看,O点到b点所对应的时间段,种群的增长大致呈“S”型,a点的数量大约在环境容纳量的一半,此时蝗虫种群增长速率最大,故防治时间应在a点之前,A项对。“S”型增长的种群增长率一直是下降的,而种群数量却在增加,因此a~b段该种群增长率与种群密度之间不呈正相关,B项错。利用性引诱剂诱杀雄虫改变性别比例后,蝗虫种群内的雌雄比例失调,导致种群内出生率下降,可防止种群增长至c点,C项对。把东亚飞蝗的种群数量控制在较低水平,能使较少的植物等生产者被啃食,使生态系统内的物种组成和数目受影响较小,有利于维持该地生态系统的抵抗力稳定性,D项对。
【答案】B
例4下列有关增长率与增长速率说法正确的是()
A.增长率最大时增长速率也最大
B.增长速率最大时种群数量不一定最大
C.某种生物初始数量为a,每年的增长率为m,则5年后数量为am5
D.S型曲线在K/2时由于增长率最大,因此鱼类捕捞后剩余量维持在K/2
【解析】J型曲线增长率不变,而增长速率逐渐增大。S型曲线增长率越来越小,增长速度先变大后变小,A项错误。对于J型曲线增长速率越来越大,种群数量也越来越大,而S型曲线在K/2时增长速率最大,而在K值时增长速率为0,B项正确。增长率m再加上1,即(m+1)相当于λ值,所以该生物5年后数量为a(m+1)5,C项错误。S型曲线在K/2时由于增长速率最大,因此鱼类捕捞后剩余量维持在K/2,D项错误。
【答案】B
考点四环境容纳量与应用
K值即S型曲线的最大环境容纳量,当种群数量达到K值后,种群数量在短时间内能超过K值,但很快会降下来。种群数量在K值上下波动。J型曲线没有环境最大容纳量。
对于鱼类等对人类有利的生物来说,捕捞后的剩余量维持在K/2,从而使其保持最大的增长速率。而对于鼠类等对人类有害的生物来说,应该在其数量达到K/2之前进行防治,并且还可以通过清洁卫生降低K值来达到防治效果。
例5下列有 关环境容 纳量说法 正确的是()
A.在探究酵母菌实验时,设计了如上表所示的几组实验。第Ⅰ组和第Ⅲ组到达种群最大数量所需时间相同。
B.J型曲线的K值比S型曲线的K值大。
C.在一个生态系统中引入某生物的天敌,会降低该种生物的K值
D.种内斗争会降低生物的K值
【解析】如题中表格所示4组实验,其中第Ⅰ组和第Ⅲ组培养液体积相同,而起始酵母菌数量第Ⅰ组比第Ⅲ组多,因此第Ⅰ组到达种群最大数量所需时间较短些,A项错误。J型曲线是理想状态下的种群增长模型,没有K值,B项错误。在一个生态系统中引入某生 物的天敌,会使该生物生存的阻力增加,即会降低该种生物的K值,C项正确。种内斗争只是会影响种群的数量变化,但不会影响环境的最大容纳量,D项错误。
【答案】C
考点五种群特征与群落的空间结构
种群特征包括数量特征和空间特征。种群密度是种群最基本的数量特征,它由出生率和死亡率、迁入率和迁出率、年龄组成、性别比例决定。种群空间特征包括种群的随机分布、集群分布、均匀分布。
群落空间结构包括群落的水平结构和垂直结构。垂直结构上常表现出分层现象。一般来说,各个群落都有垂直结构和水平结构。从山顶到山底生长着不同的植物,体现了植物的垂直分布,而不是群落的垂直结构。
例6下列有 关种群与 群落说法 正确的是()
A.池塘中底栖动物和浮游动物分层现象体现了群落的空间特征
B.在茫茫草原上生长有各种各样的杂草,这说明在草原上有群落的水平结构而无垂直结构
C.从山顶到山底生长着不同植物,这体现了群落具有垂直结构
D.统计种群密度时,采集数据中的最大、最小值不能去掉
【解析】池塘中底栖动物和浮游动物分层现象体现了群落的垂直结构,而空间特征是描述种群的一个概念,A项错误。在草原上仍有群落的水平结构和垂直结构,如土壤动物和地上动物的分布等属于垂直结构,B项错误。从山顶到山底生长着不同植物,是由温度决定的植物的垂直分布,它不能体现群落具有垂直结构,C项错误。统计种群密度时,数据中的最大、最小值不能去掉,D项正确。
【答案】D
考点六种群密度与物种丰富度
种群密度指单位面 积或单位 体积的个 体数。物种丰富度是群落中物种数目的多少。植物种群密度的调查常用样方法。对于活动能力与范围极小的动物也常用样方法。对于活动能力较强的动物常用标志重捕法。对于土壤中小动物来说,常用取样器取样方法采集、调查物种丰富度。丰富度的统计方法常用记名计算法和目测估计法。
例7回答下列种群密度与物种丰富度调查有关的问题:
(1)用标志重捕法调查大黄鱼种群密度时,若标记个体更易于被捕食,则种群密度的估计值______(填“偏高”“偏低”或“不变”)。
(2)对苦买菜以1m2样方进行样方法调查种群密度时得到的数据如下表,那么该地的种群密度为______。
(3)下列有关种群密度与物种丰富度的说法正确的是()
A.用标志重捕法可以调查农田土壤小动物的丰富度,也可用标志重捕法调查野生东北虎的种群密度。
B.在农田中去 掉杂草,物种丰富 度会下降,所以对农作物的生长不利
C.在松树林中,某种幼虫以落叶松为食,会改变落叶松的丰富度
D.两个群落中的物种丰富度一样,动植物总数量也一样,但对应的两个生态系统中自动调节能力却不一定相同。
【解析】(1)用标志重捕法调查动物的种群密度时,根据公式:个体总数N/初次捕获个体数M=重捕个体总数n/重捕中被标记的个体数m,可推出种群个体数N=M×n/m,由于标记个体更易于被捕食,所以分数中分子不变,分母减小,分数值增 大,即种群数 量的计算 值偏大。
(2)分析这10组数据,其中第1组和第6组的数据与其他各组明显差异太大,应属于无效数据,将其舍弃,求其他8数据的平 均值即可。
(3)标志重捕法用于调查一些活动能力较强的动物,而农田土壤小动物的丰富度则采用取样器取样方法调查。此外,对于野生东北虎等大型且处于濒危动物由于数量极少,也不宜用标志重捕法,A项错误。农田中去掉杂草物种丰富度会下降,但由于减少了农作物与杂草的竞争,农作物会生长更好些,B项错误。落叶松是一种生物,不存在丰富度这个概念,C项错误。两个群落中的物种丰富度一样,但它们由于捕食关系构成的营养结构不一定相同,因此对应的两个生态系统的自动调节能力不一定相同,D项正确。
【答案】(1)偏大(2)3株/m2(3)D
考点七种内关系 与种间关 系的区别 与判断
1.种内关系包括种内斗争和种内互助。同一物种之间大 鱼吃小鱼 属于种内 斗争,不叫捕食。
2.捕食体现的是种间关系,发生在两个物种之间。捕食主要指大型肉食动物捕食小型动物的食肉行为以及草食动物的食草行为。
关于捕食坐标曲线中捕食者与被捕食者的判定:从最高点判断,一般地说,捕食者数量少,被捕食者数量多;从变化趋势看,先到波峰的为被捕食者,后达到波峰的为捕食者,即被捕食者变化在先,捕食者变化在后。
3.寄生是弱者依附于强者的现象,寄生物(寄生者)主要从宿主(被寄生者,也叫寄主)的体表或体内吸取体液营养,寄生物一般会给宿主造成慢性伤害,但不能立即杀死宿主。寄生物可以是动物(如蛔虫)或植物(如莬丝子)或微生物。
4.竞争为种间关系。如果两种生物以同一种生物的不同器官为食则不构成竞争关系。
5.互利共生与寄生都是种间关系,且共同生活在一起,但互利共生是双方互利共生,寄生是对一方有利对另一方有害。
6.除了捕食、竞争、寄生、共生外,还有其他一些种间关系。
例8回答下列有关种间关系与种内关系的问题:
(1)上图中体现了甲与乙之间存在捕食关系。其中______是捕食者,甲乙两种生物的数量变化说明它们存在着______调节方式。在______点时甲种 群的增长 速度最大。在点时甲种群的种内斗争最激烈。
(2)下列说法正确的是()
A.人以平茹为食,则人与平茹之间构成了捕食关系。而平茹属于分解者,说明分解者有时也会在捕食链中出现
B.当两种生物的食物来源自绿色植物时,则两者一定存在竞争关系
C.繁殖季节成年鲈鱼吃小鲈鱼行为属于捕食
D.蚂蚁取食蚜虫分泌的蜜露,二者的关系为捕食
【解析】(1)分析曲线图,甲的变化在前乙的变化在后,因此甲是被捕食者,乙是捕食者。二者通过捕食关系实现了负反馈调节,从而二者的数量在一定范围内变化。曲线中D点处于K/2,此时增长速率最大。在A点时种群数量最大,此时种内斗争最剧烈。
(2)平茹属于分解者,一般不能进 入捕食链,但当人以平茹为食时,二者构成了 捕食关系,此时平茹可以进入 捕食链,A项正确。当两种生物的食物来源自绿色植物时,例如人和牛的食物来源都是绿色植物,人以农作物为食,同时还吃其他食品和牛肉等肉食品,牛以青草为食,则二者的关系不为竞争关系,B项错误。成年鲈鱼吃小鲈鱼属于种内斗争关系,C项错误。蚂蚁以蚜虫分泌的密露为食,同时又保护蚜虫,把蚜虫的天敌赶走,二者为互利共生的关系,D项错误。
【答案】(1)乙负反馈DA(2)A
考点八群落演替的相关考查
1.演替是群落向着一定方向、具有一定规律、随时间变化的有序过程,因而它往往是可预测的。
2.演替是生物和环境反复相互作用,发生在时间和空间上的不可逆变化,人类活动往往会使群落演替按照不同于自然演替的速度和方向进行。例如治理沙漠、建立人工群落等。
3.群落演替的原因。
(1)决定群落演替的根本原因存在于群落内部,即内因是群落演替的决定因素。
(2)群落之外的环境条件诸如气候、地貌、土壤和火等常可成为引起演替的重要条件。
4.群落是一个动态系统,它是不断发展变化的。在正常良好的环境下,成熟阶段,这时候群落和周围环境处于相对平衡的稳定状态。此时物种与环境之间高度协调,能量和物质的利用率很高,生态系统抵抗力稳定性高。
5.在环境适宜条件下,群落演替的总趋势:物种多样性的增加和群落稳定性的提高。群落演替过程中物种取代是一种优势种的取代,而不是完全取代。但当环境不良时,如沙漠化和环境严重污染时,群落演替会向物种多样性减少的方向进行。
例9下列有 关群落演 替说法正 确的是()
A.演替达到相对稳定的阶段后,群落内物种组成不再变化
B.群落演替方向总是物种 多样性增加的方向进行
C.群落演替的根本原因在于群落内部,不受外部环境的影响
D.群落演替过程的取代指的是优势种的取代,而不是一 种生物对 另一种生 物的取而代之
【解析】群落演替到相对稳定的阶段后,群落内物种的组成 仍处在动 态变化中,故A项错。在正常情况下,群落演替方向是向物种多样性增加的方向进行,但当环境处于恶劣时,演替方向会向物种多样性减少的方向进行,B项错误。群落演替受群落内部和外部环境的共同影响,C项错误。群落演替过程的取代是指优势种的替代,而不是原来的物种完全消失,如森林中仍有灌木丛,D项正确。
【答案】D
例10(2014·新课标Ⅰ卷)请回答关于群落演替的问题:
(1)在光裸的岩石上开始的演替和从森林被全部砍伐的地方开始的演替中,哪个属于初生演替,哪个属于次生演替?
(2)一般来说,若要演替到相对稳定的森林阶段,上述两个演替中次生演替所需的时间短,分析其主要原因。
(3)据调查,近5万年以来,某地区由于气候越来越干燥,森林逐渐被灌丛取代,这也是自然界存在的一种演替类型。近50年来,由于人类过度开垦,导致局部灌丛出现了荒漠化,该现象表明:与该地区具有的自然演替相比,人类的开垦活动使得该地区群落的演替速度______(填“未发生改变”“变慢”或“变快”),演替的方向______(填“发生改变”或“未发生改变”)。
【解析】(1)初生演替是指在一个从来没有被植物覆盖的地面,或者是原来存在过植被、但被彻底消灭了的地方发生的演替;而次生演替是指在原有植被虽已不存在,但原有土壤条件基本保留,甚至还保留了植物的种子或其他繁殖体的地方发生的演替。因此光裸的岩石上开始的是初生演替,在森林被全部砍伐的地方开始的演替属于次生演替。
(2)次生演替有土壤条件,保留种子,有利于植物的繁殖,演替速度快,而初生演替植物生活条件贫瘠,不利于繁殖,演替速度较慢。
(3)从题中信息知,某地区由于气候越来越干燥,森林逐渐被灌丛取代,并且由于人类过度开垦,破坏了土壤表土层及耕作层的结构,导致局部灌丛出现了荒漠化,使得该地区群落的演替速度变快,自然环境本身变得干燥,会向荒漠化方向演替,所以演替的方向未发生改变。
【答案】(1)光裸的岩石上开始的演替为初生演替;从森林全部砍伐的地方开始的演替为次生演替。(2)形成森林需要一定的土壤条件,上述次生演替起始时即具备该条件,而从裸岩开始的演替要达到该条件需要漫长的时间。
(3)变快未发生改变
考点九综合考查种群和群落的有关知识
在高考试题中,除了以文字信息形式考查种群和群落知识外,较多的是以表格、曲线图、柱状图等形式对种群和群落进行综合考查。试题中往往会涉及种群和群落的多个考点。
例11(2014·四川卷)将某稻田等分为互不干扰 的若干小 区,均种上水 稻苗(28株/m2)和三种杂草 (均为1株/m2),随机向不同小区引入不同密度的福寿螺(取食水生植物)。一段时间后,测得各物种日均密度增长率如下图所示。
(1)本实验的自变量是______,用样方法调查水花生 种群密度 时,常用的取 样方法有______。
(2)稻田生态 系统中的 福寿螺属 于______,它和鸭舌草之间构成______关系。
(3)实验期间,中密度处理小区福寿螺种群的出生率______死亡率,高密度处理小区的水花生种群数量呈______型增长。
(4)若实验结束后停止人工管理,低密度处理小区将经历______演替,时间足够长,最可能演替为以______为主的水生植物群落。
(5)若实验结束后除去福寿螺和杂草,该生态系统的______稳定性将降低。
【解析】(1)根据题干及图中信息可知,随机向不同小区引入不同密度的福寿螺,说明本实验的自变量是福寿螺的密度,因变量是不同生物的日均密度增长率。水花生属于植物,通过样方法调查种群密度时,取样方法常用的有五点取样法和等距取样法。
(2)由题中信息福寿螺取食水生植物可知,福寿螺属于生态系统中的消费者。分 析柱状图,随着福寿螺密度增大,鸭舌草日均增长率越来越小,因此可推断它们之间存在捕食关系。
(3)从图中信息中,中密度的福寿螺日均增长率为正值,即它的种群数量处于增长趋势,说明它的出生率大于死亡率。高密度的水花生存在天敌,在自然条件下种群数量呈S型增长。
(4)若实验结束后停止人工管理,低密度处理小区在原有基础上进行演替,属于次生演替。从图可知,在各密度条件下,狐尾草的增长率最大,推测在时 间足够长 时,它可能会 成为优势种。
(5)若实验结束后除去福寿螺和杂草,物种丰富度下降,群落营养结构复杂程度下降,生态系统的自我调节能力下降,因此抵抗力稳定性将降低。
【答案】(1)福寿螺的密度五点取样法和等距取样法(2)消费者捕食(3)大于S
(4)次生狐尾草(5)抵抗力
◆备考策略
“种群和群落”复习指南 篇5
“种群和群落”是生命系统中的两个不同层次。从历年的考题分析, 这部分内容的考查, 主要涉及种群的基本特征、种群数量的增长曲线 (“J”型和“S”型) 、物种丰富度、种间关系、群落演替等。
一、基础知识梳理
(一) 种群和群落
注意:
1.种群并不是简单地将个体进行累加, 而是个体通过特定的关系联系成的一个整体。种群不会因为个体的消失而消失, 它与生态系统中其他种群之间相互依赖、相互制约。
2.群落不是各种生 物种群任 意拼凑在 一起, 而是具有直接或间接关系的多种生物种群的有规律的组合, 具有复杂的种间关系。如桑基鱼塘中桑叶作为鱼的食物, 鱼塘泥肥桑, 不同鱼之间竞争食物等通过各种关系有机结合。
(二) 种群的特征
1.种群的数量特征及其关系。
种群数量特征包括种群密度、出生率和死亡率、迁入率和 迁出率、年龄 组成和性 别比例等。
种群各数量特征之间的关系图:
2.种群的空间特征。
组成种群的个体, 在其生活空间中的位置状态或空间布局叫做种群的空间特征或分布型。种群的空间特征一般包括:随机分布、均匀分布和集群分布。
(三) 种群数量的变化
1.种群数量的变化包括增长, 波动和下降。影响种群数量变化的因素有生物因素 (种内关系、种间关系) 、自然因素 (如气候) 和人为因素 (如捕杀) 。
2.种群增长的“J”型曲线与“S”型曲线。
(1) K值:在环境条件不受破坏的情况下, 一定空间中所能维持的种群最大数量, 又称环境容纳量。达到K值时, 出生率和死亡率基本相等, 种群数量基本不变, 此时增长速率为零。环境不变时, 种群数量在K值上下波动;环境恶劣时, 如遇到自然灾害, 种群数量会先下降后趋于稳定;环境优化时, 种群数量会先上升后趋于稳定。不管是恶劣还是优化, 都会达到一个新的K值。
对于濒危生物而言, 通过建立自然保护区等措施提高其K值, 是保护这些生物的根本措施。对家鼠等有害动物的控制, 则通过清扫卫生、存好粮食、饲养天敌等来降低其K值。
(2) K/2时, 出生率>死亡率, 且两者差值达到最大, 此时种群增长速率最大。在野生生物资源合理开发利用方面, 要保证捕捞或利用后, 种群数量维持在K/2, 这样既可获得最大利用量, 又可保持种群的高速增长。
(四) 群落的结构
1.物种组成。
物种组成是区别不同群落的重要特征。群落物种组成的多少称为丰富度。不同群落的丰富度不同, 就我国而言, 东南部气候适宜, 水分充足, 物种丰富度大;不同群落的优势物种也不同, 如热带雨林中的优势物种是木本植物, 落叶阔叶林的优势物种是山毛榉属、枥属等壳斗科的落叶乔木。
2.种间关系。
生态系统中, 生物并不是独立生存的, 它们总是与其他生物之间存在着直接或间接的影响, 这种影响可以是有利的, 也可以是有害的。种间关系主 要有捕食、竞 争、互利共生、寄 生四种。
3.群落的空间结构。
群落中, 各个生物种群分别占据了不同的空间, 使群落形成一定的空间结构。群落都存在着垂直结构 和水平结 构, 这是自然 选择的结果。
(五) 群落的演替
1.概念:群落演替是指在群落发展过程中, 一个群落替代另一个群落的过程。
2.类型:包括初生演替和次生演替。
注意:
(1) 不是所有的演替都会形成森林。当群落所处的环境气候不适宜, 只能到达草本植物阶段或灌木阶段。
(2) 一般而言, 演替的趋势为:物种数目越来越多, 营养结构越来越复杂, 生态系统越来越稳定。
(3) 群落演替过程中不能忽 视人的作 用。人类活动往往会改变自然演替的方向和速度。如农田生态系统, 人类会根据自身需求种植相应农作物和施用一定量的化学肥料, 从而改变原有的演替方向和速度。
二、3个实验解读
(一) 用样方法调查草地中某双子叶植物的种群密度
1.原理:样方法适用于活动能力小、范围窄的生物, 如树上的虫卵、土壤中的蚯蚓;双子叶植物比单子叶植物更易于辨别个体数目。
2.步骤。
(1) 提出问题:可联系生活, 寻找身边熟悉的植物。
(2) 制定计划:确定合理 的地点、范围、时间、工具等。
(3) 实施计划:确定合理的样方面积 (取决于被测生物的大小) 、取样方法 (五点取样法或等距取样法, 取决于被测地形) 、样方多少等。
3.注意点。
(1) 关键是随机取样。
(2) 计数:样方内的个体数、相邻边上及其顶角的个体数的和为一个样方的个体数。
如上图样方个体数为7+5=12个
(3) 取样时应 尽量避免 河流、窨井盖、小路等。
(4) 种群密度应为几个样方的平均值, 可以是小数。
(5) 所取样方数越多计算 值越准确, 误差越小。
4.延伸。
(1) 当范围小、个体大时, 可采用逐个计数调查种群密度, 如学校里雪松的种群密度;大多数种群密度调查使用估算法, 包括样方法、标志重捕法。
(2) 标志重捕法适用于活动能力强、分布范围广的生物, 如野兔、丹顶鹤等。
注意:1所使用的标记物不能太醒目, 易被天敌发现或造成二次捕捉概率增加;
2在做标记时, 不能影响生物的正常生命活动;
3做标记后, 应放回生物原有生活环境一定时间后再重捕;
4计算公式:
(二) 探究培养液中酵母菌种群数量的变化
1.原理:影响酵母菌种群数量的因素有养料、温度、pH及有害代谢废 物等, 故酵母菌种群数量会随时间的改变而改变。酵母菌是单细胞生物、培养过程是一个动态过程, 所以既不能通过样方法统计也不能通过标志重捕法统计, 因而使用抽样检测法估算酵母菌的数量。
2.步骤
分析结果, 得出结论:培养液中酵母菌种群数量随时间的推移呈“S”型增长。
3.血球计数板的构造及使用。
(1) 构造:血球计数板被用以对人体内红、白血细胞进行显微计数, 也常用于计算一些细菌、真菌、酵母等微生物的数量, 是一种常见的生物学工具。每块计数板由H形凹槽分为2个同样的计数池, 如下图。专用盖玻片可以覆盖在计数池上, 形成高0.10mm的计数池。计数池画有长、宽各3.0mm的方格, 分为9个大方格, 每个大方格容积为1.0毫米×1.0毫米×0.1毫米=0.1立方毫米。
(2) 使用。
1镜检。在加样前, 先对计数板的计数室进行镜检。若有污物, 则需清洗, 吹干后才能进行计数。
2加样。将清洁干燥的血球计数板的计数室上加盖专用的盖玻片, 用吸管吸取酵母菌悬液, 滴于盖玻片边缘, 让培养液自行缓缓渗入, 多余培养液可用滤纸吸去。
3计数。待酵母菌细胞全部沉降到计数室底部后, 将计数板放在载物台的中央, 先在低倍镜下找到计数室所在位置后, 再转换高倍镜观察、计数。
血球计数板主要有两种:一种是16×25, 即每个每个大方格有16个中方格, 每个中方格又分为25个小方格。另一种是25×16, 即每个大方格有25个中方格, 每个中方格 又分为16个小方格。若是前者, 要按对角线位, 取左上、右上、左下、右下4个中格 (即100个小方格) 的酵母菌数;若是后者, 除了取其4个对角方位外, 还需再数中央的一个中格 (即80个小方格) 的酵母菌数。每个小方格的计数方法与前面样方法中计数原则相同。
(3) 注意点。
1所用培养液浓度不宜过大, 会使酵母菌因失水死亡。
2使用的葡萄糖溶液和滴管等装置均要进行灭菌处理, 既避免杂菌与酵母菌争夺营养物质, 又避免杂菌产生有害代谢产物不利于酵母菌的增殖。
3先盖盖玻片后滴加培养液。先滴加培养液往往导致计数区高度升高, 使计数值 偏大。制作装片时应用吸水纸将多余的培养液吸去, 并且要确保计数区无气泡。
4本实验必 须 要 对 活 酵 母 细 胞 进 行 染 色处理。
5计数一个样品要从两个计数室中计得的平均数值来计算, 对每个样品可计数三次, 再取其平均值。计数时应不时调节焦距, 才能观察到不同深度的菌体。
6中后期酵 母 菌数量较 多, 应适 当 稀 释。最后计算时要乘以相应稀释倍数。
7实验结束后, 应该用水将血球计数板冲洗干净, 不能用硬物洗刷或抹擦, 防止破坏网格刻度。洗净后自行晾干或用吹风机吹干, 放入盒内保存。
4.延伸。
在该实验的基础之上, 还可以设计一些实验, 比如:探究氧气含量对酵母菌数量的影响, 探究营养物质的含量对酵母菌数量的影响, 探究温度对酵母菌数量的影响等。以探究温度对酵母菌数量的影响为例, 自变量是温 度, 可取5℃、15℃、25℃、35℃、45℃;因变量是酵母菌数目, 氧气含量、pH、营养物质的种类、含量、浓度等皆为无关变 量, 实验过程 中要确保 相同且适宜。
(三) 土壤中小动物类群丰富度的研究
1.原理:土壤动物有较强的活动能力且身体微小, 所以不适合样方法、标志重捕法。通常使用取样器取样法。
2.步骤。
1提出问题;
2制定计划;
3实施计划:
3.延伸:探究土壤中小动物类群丰富度是一个大课题, 可以将它分解为小课题, 如:早晨校园和田野中小动物类群丰富度的调查、校园花圃中早晨 和傍晚小 动物类群 丰富度的 调查等。
三、疑难问题剖析
1.标志物的脱落为什么会引起种群密度计算偏大? 还有哪些 原因使种 群密度比 实际值大?
标志物的脱落会使第二次捕捉时统计的被标记个体数目减少, 从而使标记个体在所有个体中的比例降低, 使计算得到的种群总数偏大, 种群密度比实际值大。当标记物明显造成操作者有意识捕捉、未标记个体死亡数大于被标记个体数等原因都会导致测得的种群密度比实际值大。
2.为什么后期酵母菌种群数量会下降?
在密闭容器中培养酵母菌, 后期酵母菌数量减少主要是:1营养物质减少。容器中葡萄糖含量是固定的, 随着酵母菌数量的增加, 对营养物质的消耗增加, 直至消耗完。2有害代谢产物的积累。密闭容器中起初酵母菌进行有氧呼吸, 后进行无氧呼吸过程中会生产酒精等代谢产物, 酒精对酵母菌是有害的。3pH值下降。酵母菌有氧呼吸和无氧呼吸过程中都会产生CO2, CO2的积累是培养液的pH值下降, 不利于酵母菌的生存。
3.酵母菌为什么要用染剂染色?可以用什么染料?
酵母菌在密闭容器中随时间的推移在不断增殖的同时也会有部分酵母菌衰老、死亡, 因而在该实验中需要用一定的染料对酵母菌进行染色, 以免在计数时错把死酵母菌一起统计在内, 造成数量偏大。
染色剂可采用台盼蓝或亚甲基蓝溶液。台盼蓝和亚甲基蓝都是细胞活性染料, 活细胞的细胞膜结构完整, 具有选择透过性, 能够排斥台盼蓝或亚甲基蓝, 染料不能够进入细胞内。而死细胞的细胞膜丧失选择透过性, 台盼蓝或亚甲基蓝染料就能进入细胞, 使细胞染 成蓝色。因此, 借助台盼蓝或亚甲基蓝染色可以非常简便、快速地区分活细胞和死细胞。
四、典型试题
例1.在生态学研究中, 下列方法与研究目的不相符的是 ()
A.给大马哈 鱼安装失 踪器调查 其洄游路线
B.给彩蝶王佩戴标志环调查其迁徙路线
C.用样方法研究土壤中蚯蚓的种群密度
D.用标志重捕法调查候鸟的丰 (富) 度
【解析】本题考查种群密度的调查、丰富度的调查方法。标志重捕法主要用于调查动物种群密度, 不适合调查丰富度。
【答案】D
例2.图1是某海滩示意图, 该海滩包括三个带, 分别是潮上带、潮间带和潮下带。潮间带常见的滨螺是捕食者, 吃很多藻类, 主要喜欢吃小型绿藻 (浒苔) 。图是藻类种数与滨螺密度的关系, 据图下列说法正确的是
A.不同生物在潮间带因高度分布的差异体现了群落具有垂直结构
B.滨螺密度与藻类种数呈正相关
C.若滨螺数目剧增, 藻类多样性会升高
D.藻类多样性程度最高时, 滨螺处于中等密度
【解析】考查群落结构、种群密度和丰富度的含义。由图1知, 虽然因不同高度分布, 但仍在同一斜面, 所以应为水平结构, 选项A错;由图2知, 当滨螺密度小于150个/平方米时藻类种数随滨螺密度的增大而增大, 大于150个/平方米时藻类种数随滨螺密度的减小而减小, 选项B、C都错。
【答案】D
例3.下图表示种群出生率、死亡率和培养时间的关系。据图回答:
(1) 种群数量呈______型增长, 在a时, 种群年龄组成为_______。
(2) 若上图为黄海某种鱼的种群变化情况, 则______点时的种 群大小能 提供最大 持续产量。
(3) 若在培养某细菌过程中, 因为基因 突变, 出现了能利用原有细菌的代谢废物生活的新类型细菌。这种情况下的细菌数量增长曲线是_____ (A/B/C/D) ;若在该培养液中继续接种酵母菌, 则该细菌数量最可能发生的变化是_______ (A/B/C/D) 。
【解析】该题考查种群年龄组成、数量变化以及种间关系, 同时考查信息转化能力和分析推理能力。a点增长速率最大, 是增长型;b点种群数量达到最大, 增长速率为零, 是稳定型。当环境变得有利时, K值会升高, 达到新的K值;当变得不利时, 如加入的酵母菌会与之争夺有限的营养物质, 及产生有害代谢产物, 使K值降低。
【答案】 (1) S增长型 (2) a (3) BD
例4.右图是根据酵母菌种群 数量随时 间变化实验 所绘出的 曲线图, 据图回答:
(1) 若要研究酵母菌能否进行无氧呼吸, 则实验中最好选择图中b点时的酵母菌作为材料, 原因是_______。
(2) 实验中接种酵母菌之前需要对葡萄糖溶液进行_______处理, 原因是______。
(3) 在一定量的酵母菌培养液中放入活酵母菌若干, 抽样镜检, 视野下如图甲所示 (图中小点代表酵母菌) 。将容器放在适宜温度下恒温培养5小时后, 稀释100倍, 再抽样镜检, 视野下如乙图所示。
由图可知五 小时后酵 母菌密度 增加约______倍。
(4) 利用血细胞计数板进行酵母菌密度统计, 操作步骤如下:将酵母菌悬浮液摇匀, 用吸管吸取少量悬浮液向计数室中滴加→加盖玻片→静置后在显微镜下观察、计数。以上实验步骤测得的数据与正确操作时统计的数据相比_____。实验过程中还有哪些因素能导致测得数据大于实际值?_______ 。
(5) 若探究温度对酵母菌种群数量变化的影响, 某同学将三组装置分别置于5℃、15℃、25℃的恒温箱中, 发现酵母菌种群数量随温度升高而升高, 即得出25℃是酵母菌生长的最适温度。对吗?为什么?_______。
【解析】本题考查酵母菌种群数量变化、微生物培养等实验, 同时考查识图能力、计算能力和分析推理能力。
(1) 因为研究的是酵母菌能否进行无氧呼吸, 而酵母菌的生活力会影响实验结果。b点酵母菌增殖速度快, 代谢旺盛。
(2) 为了防止杂菌争夺酵母菌的营养物质及产生有害代谢产物不利于酵母菌生长。对葡萄糖溶液要进行灭菌处理。
(3) 计数时, 要将相邻两边及其顶角的酵母菌数目计算在内, 并且乘以稀释倍数。
(4) 先滴加培养液后盖盖玻片会因为液体的表面张力使盖玻片不能严密盖在血球计数板上, 使加入样液的体积大于0.001mm3。实验过程中若没有染色, 将死细胞计数在内会使测量值偏大。
(5) 只能得到酵母菌在25℃下生长状况比5℃、15℃好, 但不一定是最好, 应增设温度高于25℃的实验组。
【答案】 (1) b点酵母菌增殖速度快, 代谢旺盛 (2) 灭菌防止杂菌争夺酵母菌的营养物质及产生有害代谢产物不利于酵母菌生长 (3) 200 (4) 增大没有染色, 将死细胞计数在内没有摇匀, 从瓶底吸取培养液 (5) 不对大于25℃时的酵母菌生长情况不清楚, 应增设温度高于25℃的实验组。
五、巩固练习
1.棉蚜为世界性棉花害虫, 体型微小, 能附着于棉花植株上以吸取棉花汁液为食。为了监测棉蚜种群的发生情况, 避免虫害的发生, 某科研小组从某年6月10日开始对某棉田棉蚜种群数量进行调查。调查结果如下表:
下列有关叙述中正确的是 ()
A.棉蚜靠捕食棉花的叶和茎而生存
B.调查棉蚜种群数量可采用样方法
C.调查期间棉蚜种群数量 的增长曲线呈“J”型
D.消灭棉蚜的最佳时间是7月10日
2.下列有关沿海滩涂生态研究的叙述, 不正确的是 ()
A.沿海滩涂不同地段物种组成上的差异是群落水平结构的体现
B.将滩涂围垦改造成旅游 景区的过程属于群落的初生演替
C.人工围垦可能使群落演 替按照不同于自然演替的速度进行
D.调查沿海滩涂各种植物的种群密度属于群落水平研究的问题
3.“四大家鱼”混合饲养可以获得高产。青鱼栖息在水域底层, 以螺蛳等软体动物为食;草鱼栖息在中下层, 以水草为食;鳙鱼栖息在中上层, 以浮游动物为食;鲢鱼栖息在上层, 以浮游植物为食。请回答:
(1) 尝试为鳙 鱼构建一 条合理的 食物链:______。
(2) 青、草、鲢、鳙混养能够获得高产, 是由于它们_______和_______不相同, _______较弱, 从而可以有效地利用各种资源。
(3) 在研究某种鱼的存活率与种群密度之间关系时发现:随种群密度增大, 鱼的存活率先增大后减小。原因是低密度时, 随种群密度增大, _______增强, 存活率增大;高密度时, 随种群密度增大, _______增强, 存活率减小。
4.某兴趣小组为了探究培养液中酵母菌种群数量的变化, 设计了图1所示的实验装置, 并利用图2所示的计数室 (边长为1mm, 装液高度为0.1mm) 对培养液中的酵母菌进行计数。请分析回答:
(1) 分析图1所示的实验装置, 可以探究哪些问题?_______。
(2) 图1中无菌空气出口与入口相比空气成分含量发生的变化是_______。
(3) 若用一套图示的实验装置, 在恒温、恒培养液量、恒通气量的条件下连续培养7天。
1请设计一个进行培养液中酵母菌数量计数时的记录表。
2第五天与第二天在计数操作上的可能区别是第五天需。
参考答案
1.B
2.B
3. (1) 浮游植物→浮游动物→鳙鱼
(2) 占据的空间食物来源竞争
(3) 种内互助种内斗争
4. (1) 培养液中酵母菌种群数量是怎样随时间变化的?培养液中酵母菌种群数量是怎样随通气量变化而变化的?培养液中酵母菌种群数量是怎样随 培养液流 速的变化 而变化的?
(合理即可)
(2) CO2含量增加, O2含量减少
(3) 1见下表
2对取出的样液用无菌水进行稀释
种群数量变化数学模型分析 篇6
在新课程《教参》中,对此提出了两类种群增长模型:
1.种群离散增长模型N=N0λt;
2.种群连续增长模型:微分式,积分式N=N0ert。
前者主要是用于没有世代重叠的生物类型,而后者是针对具有世代重叠的生物类群。两类数学模型均表达了种群在理想状态下呈现指数型的增长。即“J”型增长。
第一类情况,所谓没有世代重叠的生物,比如:微生物的增殖,由母体直接产生后代,母体在繁殖过程后消失,亲子间没有同代继续生存于同一个世代,即亲子离散型。
这类生物还包括一年生植物。也就是说t代与t+1代之间无世代重叠,增长率入可保持相对稳定,则建立N=N0λt增长模型。
在数学中学习过银行利率计算的方法,本息均生息,有学生提出银行利率计算方法:N=N0(1+λ)t与种群数量增长比较,提出为什么两类计算存在差异?银行本金为N,银行利率增长(利息)为Nλ,则在一个计息周期本息合计为:N+Nλ，从而建立数学通式:N=N0(1+λ)t。而一年生生物的增长只有后代的增长,增长率不变的前提下,每代为上一代入倍,从而建立数学模型:N=N0λt。与银行利率增长比较,银行是本+息“利滚利”,而种群中离散增长型为“息生利”,亲代(本金)已不存在。即:当入>1,种群为“J”型,当λ=1,种群为稳定型,λ<1,则为衰退型。
再来考虑种群连续增长模型,即存在世代重叠的生物种群增长,似乎与银行利率的计算相似。但具体分析两者却存在不同。本金生利,亲代生子,利在下个计息周期一定生利息,而子代并不一定生子,还需要经过个体生长、发育达到性成熟后方可生育。
具体分析种群中有三种类群的生物:(1)可育亲代;(2)可育子代;(3)不育子代(未性成熟)。所以不能简单地按照银行利率计算:N=N0(1+λ)t。自然界生物的增长经统计分析可建立为以自然指数e为底的时间和物种增长率的函数,可根据瞬时出生率b和死亡率d求得某物种的瞬时增长率r=b-d。从而建立微分方程得到种群的瞬时数量,再依据生物自然数e求其定积分:∫N(t)dt=N0ert获得某段时间的种群数。
放流野养,更新河蟹种群 篇7
1 存在问题
以古鉴今。为什么盘锦的天然河蟹几千年来经久不衰。而人工养殖河蟹仅仅20几年, 竟是退化之势。经过大量的调查研究, 野生蟹与人工养殖蟹对比, 其主要根源, 在于蟹种培养环节上, 先天不足, 后天亏损, 越冬不当, 违背了河蟹生长规律。具体表现是:
1.1 育苗的亲蟹选择上不够标准
目前人工育苗的亲本雌蟹在100克左右、多数不足100克。雄蟹不足150克, 与要求均差50～60克。而个别育苗单位, 为了降低成本竟把性早熟的绿蟹 (俗称二龄蟹) 做为亲本。母小子弱, 孵化出的幼体, 斤重达10～11万只以上, 与天然苗种斤重6～8万只, 多出几万只, 这就是“先天不足”。第一点就失去了河蟹强劲生长的生命力。
1.2 蟹种培养不当
目前盘锦地区培养蟹种多在稻田中培养。由于稻田水层浅, 温度高, 加之密度大, 投饵少, 培养出来的蟹种多在斤重100～150头。如果培养较大规格的蟹种, 由于温度高, 势必产生较多性早熟蟹 (绿蟹) , 就失去了做种蟹的功能。人们为了控制性早熟, 采取高密度、少投饵的饥饿政策, 致使蟹种小而弱。这就是后天亏损。现分析一下斤重50头的蟹种和斤重100头的蟹种在养成上的差别, 都以在养成期脱四次壳, 每次增重90%为例。 (表1)
所以大规格蟹种可养出2～3两河蟹, 小规格只能养出一两多的河蟹, 失去了品牌价值。
1.3 野蛮越冬
用稻田培养蟹种, 每年的九月末就收捕越冬, 待到翌年的四月中下旬, 才能出池, 这与蟹种的冬眠期、复苏期、相差较大, 而天然蟹种到十一月份水温低于5℃, 才能进入冬眠, 早了一个多月, 而复苏期应在三月就开始复苏觅食。人为的困到四月中下旬。又差了一个月的时间, 而越冬场所范围小, 密度高。蟹种在这种条件下, 长达六个月的越冬期, 其体内储存的脂肪脂、蛋白质几乎消耗一空, 在养成期内需要较长时间恢复体质, 将失去一次脱壳机会。为什么早入晚出越冬池, 主要与水稻生产和水源条件相关联。这就人为的缩短了生长期、养成期。失去了脱壳机会, 达不到四次脱壳, 个体必然偏小。
2 解决措施
解决上诉问题, 主要应思考盘锦河蟹历史以来繁衍, 生长的过程, 以古鉴今, 辟出一条发展的新路, 即走“天人合一”之路, 具体是引天然蟹苗入境, 补以实行人工蟹苗放流野养, 循序渐进, 不断壮大、良性循环, 经过几年的努力, 更新换代河蟹的种群, 使河蟹事业更大的发展。它的可行性在于:
2.1 盘锦具有优越的地域环境
河蟹最大的生理特征是“海水里生, 淡水里长”。盘锦即面临渤海, 又有数十条大、中、小河流, 与海相邻。历史上盘锦境内, 凡是有水的地方就有天然河蟹。自20世纪70年代以来, 由于河蟹洄游通道受阻, 使这一天然物种逐渐消亡。人工养蟹的兴起, 挽救了资源, 发展了资源。但现在仍有近百万水域尚未利用, 特别是河流、沟渠、稻田和苇田, 而有些地方是人工养殖不易利用和管理, 恰恰又是天然河蟹生长最好的水域。如实施引天然蟹苗入境, 实施人工养蟹放流野养, 充分利用这一水域资源。可生产出大量优质蟹种。这样的蟹种不仅有先天的较好基因, 在生长中又有天然的优越条件, 一定能生产出优质苗种, 同时还能改善越冬条件。即或是秋季捕捞, 也比稻田育种晚进越冬池一个月, 这正是蟹种的增肥期。肥满度好的蟹种, 虽经过越冬期, 只能消耗一些脂肪脂, 进入养成吃可以很快恢复体质, 还有一部分蟹种仍在放养的河流, 沟渠自然越冬。明年随捕随进入养殖区, 这更有利于养成大规格的标准成品蟹, 这是促进盘锦河蟹大发展最佳的途径。
2.2 引天然苗入境, 有成功的先例
1983年, 盘山县从海中捕天然苗1000多斤, 投放到沟盘运河, 八一水库, 甜水水库放流野养;1984年仅甜水水库一处, 据不完全调查, 产20万斤标准成蟹, 只重均在2.5～4两。除被群众捕获外还有大量成品蟹入海;1985年盘山县又从海上捕天然苗2000多斤, 分别送给群众养殖, 引导群众走上人工养殖之路。同年又打开万金滩大闸, 引天然苗入境, 秋后盘山县北部绕阳河、西沙、鸭子河、月牙河等, 涌现大批天然扣蟹 (蟹种) 销往湖北省就有50～60万斤。县水产供销公司2天就收购10万斤。实践证明引天然蟹苗入境的措施是可行的。虽然目前量很少。经过近5年的观察, 每到蟹讯有一定量天然蟹苗涌现。循序渐进, 良性循环, 可逐年增多。这又是保护资源的生态措施。
2.3 放流人工蟹苗野养, 已取得初步成果
2010年盘山县政府斥资5万元做启动经费, 在胡家镇二夹沟 (共13公里) , 6月10日人工放流蟹苗200斤, 斤重9万只。长成扣蟹斤重40～50头, 以成活率20%计算, 斤蟹苗产蟹种400斤, 总产8万斤, 较好的解决了部分群众养成蟹, 蟹种的更新。胡家群众刘家会在河内设网, 共捕获2000多斤。除自家30亩养殖外, 余量被县河蟹研究所求购1300斤。分别投放到稻田、苇田、沟渠、坑塘进行对比试验。以求取得经验大力推广。今年市、县政府斥资120万投放扣蟹3300多斤, 蟹苗2000斤其中人工蟹苗1700斤、天然苗300斤。可生产更多更新的人工种苗。
放流野养, 使部分蟹种 (扣蟹) 在自然水域越冬, 增加了河蟹的养成期。养成期长短, 是养大蟹的关键环节, 养殖河蟹的寿命为“两个秋龄”从上年的4～5月份开始到下年的9月份共计16～17个月, 而人为越冬, 从当年9月末进入越冬池越冬, 一直到下年4～5月份投入暂养池, 越冬期占去了6～7个月, 占河蟹寿命的三分之一。而在自然水域越冬, 冬眠期在11月20日至下一年的三月末, 可增加3个月的养成期, 可多脱一次壳。这就为养大蟹创造了时间和质量优势。
放流野养, 培育优良蟹种, 更新换代种群, 为养大蟹打好基础, 解决目前人工养殖个体偏小的良方。
放流野养, 即实现大养蟹, 也可以实现养大蟹。河蟹放流野养, 是河蟹产业大发展的“天人合一”论的具体体现, 充分利用天然条件与人工养殖有效结合, 两者相辅相成, 并驾齐驱, 两条腿走路, 以野养带动圈养, 以形成半野养与全面野养, 只有这样才能打造盘锦河蟹“生态野养”的品牌, 才能养大蟹、好蟹, 野味十足的盘锦河蟹。这就是盘锦河蟹产业发展的方向, 努力的目标。
【优化种群】推荐阅读：
生物种群09-21
企业种群生态07-14
种群和生物群落复习11-03
种群的特征的教学设计07-18
“种群的特征”(第一课时)的教学设计05-12
刺槐(Robinia pseudoacacia)无性系种群结构与生长动态07-04
异色瓢虫生活史及种群数量影响因子的研究06-05
优化干扰07-16
拣选优化07-16