是在模拟自然生态系统的受控生态实验系统中，研究单项或多项因子相互作用，及其对种群或群落影响的方法技术。例如，所谓“微宇宙”模拟系统，是在人工气候室或人工水族箱中建立自然生态系统的模拟系统，即在光照、温度、土质、营养元素等大气物理或水分营养元素的数量与质量都完全可控的条件中,通过改变其中某一因子，或同时改变几个因子,来研究实验生物的个体、种群，以及小型生物群落系统的结构功能,生活史动态过程,及其变化的动因和机理。随着现代科学技术工艺的进步，实验生物材料和生物测试技术的完善，近年来受控生态试验的规模和生态系统模拟水平，正在日趋扩大完备。例如70年代在海洋生态学研究中，创造了一种受控生态系统技术，是用一个巨大的塑料套在浅海里围隔出一个从海面到海底的受控水柱，可以在其中进行持续的、包括生物及环境在内的多项受控试验。不过，受控生态实验无论怎样都不可能完全再现自然的真实，总是相对简化的，存在不同程度的干扰，因而模拟实验取得的数据和结论，最后都要回到自然界中去进行验证。

　　三、生态学的综合方法　

　　指对原地观测或受控的生态实验的大量资料和数据进行综合归纳和分析，表达各组变量之间存在的种种相互关系，反映客观生态规律性的方法技术。

　　1、资料的归纳和分析　

　　生态学现象观测数据资料，涉及多种学科领域,众多因素的变量集,各组变量(属性)的类型不同,量纲不一，尺度悬殊，为了便于归纳分析,首先要进行数据的适当处理。包括对数据类型的转化，主要是把二元(定性)数据转化为定量数据；或者反之，以使数据类型一致。其次是对不同量纲的数据，进行数值转换，如将原始数值 ，换成 (只取正根),或对数、倒数、角度、概率等，以求更合理地体现各类数据之间的数量关系,使其具有一定的分布形式（如正态分布）,或一定的数据结构（如线性结构）。还可进行数据的标准化或中心化,即把各项数据的绝对值,转换为相对值（比值），使变量的取值在0与1之间，从而获得数据的几何意义，能在一定维数的坐标上定位和进行运算。

　　经过规范方法处理后的数据，可用来构建数据矩阵，应用多元分析方法，进一步对这些数据各自作用的大小、相互作用的关系，进行辨识。例如一般的统计相关分析，主分量分析(PCA)，综合结构模型(ISM)，系统层次分析(HAP)等分析技术。

　　2、生态学的数值分类和排序　

　　数值分类是近20年来新发展的对群落进行客观分类及区分种内生态类型的方法技术。分类的对象单元是植被的抽样(样地),所以,样地的大小、数量和进行物种的数量特征(属性)的测计，都要按照规范化的方法。各种属性原始数据经过处理，建立N个样地p个属性的原始数据矩阵，再计算群落样地两两之间的相似系数,或相异系数，列出相似系数矩阵,最后按一定程序进行样地的聚类或划分，得出表征同质群落类型的树谱图和划分或聚合的分类结果。数值分类技术的最大特点是原地调查抽样以及数据处理和计算分类程序的规范化，具有较大的客观性和可重复检验的特性。能应用电子计算机加快分类过程，实现最优化的分类。

　　排序技术，是确定环境因子,植物种群和群落3个方面存在的复杂关系，并将其加以概括抽象的方法。包括直接梯度分析和间接梯度分析。如果依据两个或更多个环境因素的环境梯度坐标系统来排列种群或群落属性的话,则是直接梯度分析,若是采取按种群或群落属性的相似性或相关性的测定来导出抽象轴（即群落梯度坐标系统）来确定种群或群落性态变化方向与环境的关系，则是间接排序。用测定自然种群或群落抽样来揭示植物种或群落与环境相互关系的间接排序数学技术，现在正在迅速发展。

　　3、生态学的数学模型和模拟　

　　生物种群或群落系统行为的时态变化的数学概括，统称为生态学系统的动态数学模型。数学模型仅仅是现实生态学系统的抽象，每种模型都有其一定的限度和有效范围。生态学系统建模，并没有绝对的法则，但必须从确定对象系统过程的真实性出发，充分把握其内部相互作用的主导因素，提出适合的生态学假设，再采用恰当的数学形式来加以表达或描述。例如，描述单种群增长的逻辑斯蒂方程 dN/dt＝rN(1-N/K),描述了单个种群每一个体有效增长率具有与密度N和环境容量K有关的型式r(1-N/K)。其中 r是不受环境制约的内禀增长率，N<K时式为正值，N>K则为负增长。若 则达到一个平衡; 是在特定环境容纳量（包括食物、空间、捕食者或其他）的制约下达到平衡点的密度数值。A.J.洛特卡和V.沃尔泰拉方程是描述捕食者和猎物两个种群数量变动关系的动态模型。数学模型经过验证，确定了它的真实性后，即可作为一项有用的工具，供进行实验模拟。分别改变方程中的变量及常数的数值，在计算机上进行运算，即可得出与改变相应的种群或群落过程的特征或效果，恰似在实地进行实验一样，也是对模型的合理性与正确性的验证。所以，数学模拟既是验证模型和进行修正的手段，又是代替实地实验或作为实地实验设计的先导。尤其在一些不可能进行实地实验的题目，如流行病害，或害虫暴发的预测，数学模型更可发挥重要的作用。

上一页  [1] [2]