weed-ecology-調(diào)查方法-七級(jí)目測(cè)法

1、雜草區(qū)系群落分布和危害的調(diào)查研究 南京農(nóng)業(yè)大學(xué)雜草研究室簡(jiǎn) 介 對(duì)雜草區(qū)系分布和草害(群落)發(fā)生規(guī)律的調(diào)查研究，可為除草劑的推廣應(yīng)用、雜草防除措施的制定，雜草的綜合防除提供理論指導(dǎo)。 兩個(gè)層次雜草區(qū)系雜草區(qū)系：定性研究，揭示一個(gè)地區(qū)發(fā)生的雜草種類、組成特點(diǎn)等基本資料。草害發(fā)生（群落分布）：基于定量研究基礎(chǔ)上的。它不僅能夠闡明雜草的種類組成而且還能揭示雜草發(fā)生的數(shù)量、危害程度、分布特點(diǎn)等信息。1.雜草區(qū)系的調(diào)查研究方法 n地區(qū)范圍：縣或市，區(qū)域地形地段區(qū)域地形地段、土壤土壤類型類型、作物種類作物種類、農(nóng)田類型農(nóng)田類型、耕作栽培耕作栽培特點(diǎn)等的代表地點(diǎn)進(jìn)行調(diào)查。n研究程序：雜草標(biāo)本的調(diào)查和采集雜草

2、標(biāo)本的調(diào)查和采集、當(dāng)?shù)禺?dāng)?shù)叵嚓P(guān)資料的收集相關(guān)資料的收集、標(biāo)本的鑒定標(biāo)本的鑒定、名錄的編制名錄的編制、資料的整理和分析比較資料的整理和分析比較等。1.1雜草標(biāo)本的采集與制作1.1.1 雜草標(biāo)本的采集： 雜雜草采集：帶有花和子實(shí)的標(biāo)本。一份完整的雜草標(biāo)本通常包括根、莖、葉、花、果等各部分。 其他注意事項(xiàng)：其他注意事項(xiàng)：未受病或蟲侵害生長(zhǎng)正常的植株。如有塊根、塊莖、球莖和鱗莖等地下器官，亦要采集。植株較大時(shí)，可采取部分帶葉、花和果的枝條。但必須詳細(xì)記錄植株的高度。 寄生雜草：須連同寄主植物一起采集。特別是它們之間寄生關(guān)系的部分，更需采集保存下來。n1.1.2野外記錄：n采集記錄本，記錄項(xiàng)目有：采集地

3、點(diǎn)、生態(tài)環(huán)境、農(nóng)田類型、危害何種作物、危害程度、作物種類、雜草防除情況、采集日期等。要嚴(yán)格按其格式填寫。n項(xiàng)目：當(dāng)?shù)氐耐撩?，需要向?dāng)?shù)厝罕娏私?，同時(shí)可了解它的危害和用途。另外，記載雜草植株經(jīng)壓制后易變的特征，如植物的花色、雜草植株是否有乳汁、雜草有否特殊氣味等。n野外采集時(shí)填寫好采集號(hào)，相應(yīng)號(hào)碼寫在小紙牌上，并用線栓在標(biāo)本上，其號(hào)數(shù)與野外記錄本上的號(hào)碼應(yīng)一一對(duì)應(yīng)。采集號(hào)不可重復(fù)，野外記錄時(shí)最好用鉛筆而不用圓珠筆。表1： 雜草標(biāo)本采集記錄表n采集號(hào) 采集日期 年 月 日n采集人 采集地點(diǎn) n危害對(duì)象 發(fā)生量 n生境 n生活型：一年生、二年生、多年生、半灌木、灌木n生態(tài)型：水生、濕生、中生、旱生、

4、多漿類旱生、鹽生、沙生、寄生n生育階段或物候期 株高 n根 莖 n葉 花 n果 種子 n幼苗 n附記（氣味、乳汁、粘毛和味道）n土名 科名 學(xué)名 n1.1.3 采集所需的工具：采集所需的工具：n采集箱或塑料袋，標(biāo)本夾，以及枝剪、鎬鏟、野外記錄本、標(biāo)簽、鉛筆、繩子和塑料布或油布。 1.1.4 1.1.4 標(biāo)本壓制：標(biāo)本壓制：壓制：野外采集的標(biāo)本需在當(dāng)天內(nèi)，用干吸水紙壓制，大的標(biāo)本可壓制成“N”或“V”形。換紙換紙：并每天用干紙?zhí)鎿Q。換紙時(shí)要注意標(biāo)本的形態(tài)，以便及時(shí)整形，使其接近自然形態(tài)。約3天后，換紙的間隔期可長(zhǎng)些，直至標(biāo)本干燥為止。標(biāo)本壓干后，用千分之一的升汞酒精溶液進(jìn)行消毒處理。貼縫在臺(tái)紙上

5、。臺(tái)紙是用8開的白板紙制成，標(biāo)本上臺(tái)紙后，在臺(tái)紙的右上角要注出地名或省名。左上角貼野外記錄紙。1.1.5 標(biāo)本制作、鑒定：標(biāo)本制作、鑒定：上好臺(tái)紙的標(biāo)本均放入特制的標(biāo)本櫥柜內(nèi)保存。內(nèi)置樟腦塊防蟲蛀和霉菌侵蝕。 1.1.6 標(biāo)本保存標(biāo)本保存n1.2資料分析和討論n編制名錄編制名錄：按科屬種的分類單元編制雜草名錄，根據(jù)野外調(diào)查記錄，對(duì)所有雜草進(jìn)行危害性的分類，確定指定研究區(qū)域中危害性大的惡性雜草、區(qū)域性惡性雜草，并區(qū)分出其它重要性較低的雜草。進(jìn)一步進(jìn)行資料分析和討論等。2.2.雜草群落的調(diào)查研究方法雜草群落的調(diào)查研究方法n2.1原始數(shù)據(jù)收集和轉(zhuǎn)化2.1.1樣方法（quadrat sampling

6、method） ：在田間用取樣框選取一定數(shù)量的樣方，統(tǒng)計(jì)樣方中雜草植株數(shù)量。亦或計(jì)稱雜草的鮮重。樣方的大小、形狀和數(shù)目，可根據(jù)最小面積原則及具體請(qǐng)況而定。取樣數(shù)目越多，代表性亦越大，但取樣的目的即是為了減少調(diào)查所花費(fèi)的勞動(dòng)和時(shí)間。實(shí)際上采用的數(shù)目是介于很大的理想數(shù)目和花費(fèi)很少時(shí)間的極少數(shù)目之間的折衷數(shù)。 每小區(qū)總的樣方面積可用如下方法確定：n首先，用一個(gè)小樣方（如0.25m x 0.25m）取樣，記下樣方內(nèi)的雜草種類。然后將樣方擴(kuò)大到2倍，即0.25 x 0.5 m的樣方，另記下擴(kuò)大的樣方內(nèi)的雜草種類。再將樣方擴(kuò)大到4倍、8倍、16倍.（圖7.4），分別記下增加的雜草種類，直到雜草的種類不再增

7、加為止。以樣方的面積為橫坐標(biāo)，雜草的種類為縱坐標(biāo)作圖，得到雜草種類/樣方面積曲線（圖7.5）。雜草種類/樣方面積曲線在樣方面積較小時(shí)，坡度較陡；隨著樣方的面積的增加，坡度逐漸減少；當(dāng)樣方面積增加到一定的時(shí)候，曲線變平，最后，雜草的種類不再隨著樣方的面積的增加而增加。最合適的樣方面積或最小樣方面積即是在曲線由陡變平那一點(diǎn)。圖2-1 確定最小樣方面積的巢式取樣. 1 2 3 4 5 6 7圖2-2 雜草種類/樣方面積曲線示意圖.0612182430360246810121416樣方面積（m2）雜草種類取樣方法1）隨機(jī)取樣： 在抽樣時(shí)如果總體中每一個(gè)個(gè)體被抽選的機(jī)會(huì)均等，且每一個(gè)個(gè)體被選與其他個(gè)體間

8、無任何牽連，那么，這種既滿足隨機(jī)性，又滿足獨(dú)立性的抽樣，就叫做隨機(jī)取樣(或叫做簡(jiǎn)單隨機(jī)取樣)。隨機(jī)取樣不允許摻入任何主觀性，否則，就難以避免調(diào)查人員想獲得調(diào)查屬性的心理作用，往往使調(diào)查結(jié)果偏大。 2）點(diǎn)狀取樣法W九點(diǎn)取樣3）等距取樣法2.3目測(cè)法n目測(cè)法較之其它的取樣方法，具有勞動(dòng)強(qiáng)度小、工作效率高的優(yōu)點(diǎn)。在雜草群落調(diào)查研究中被普遍采用。n 從雜草的實(shí)際發(fā)生特點(diǎn)看，優(yōu)勢(shì)性雜草只占少數(shù)，大多數(shù)雜草多以較低的目測(cè)級(jí)別出現(xiàn)，增設(shè)低級(jí)別，有利于反映出這些雜草種間的差異信息。對(duì)進(jìn)行數(shù)量分析十分有用。故此，強(qiáng)勝（1989）等報(bào)道了根據(jù)雜草多度、蓋度和相對(duì)高度的七級(jí)目測(cè)法，在安徽、江蘇和浙江等省的水稻田、夏

9、熟作物田和棉田雜草調(diào)查研究中廣泛應(yīng)用。并將其采集的數(shù)據(jù)配合進(jìn)行數(shù)量統(tǒng)計(jì)分析，從而定量描述中國(guó)農(nóng)田雜草群落的發(fā)生和分布規(guī)律。表3 雜草群落優(yōu)勢(shì)度七級(jí)目測(cè)分級(jí)標(biāo)準(zhǔn)表7-2-3 雜草群落優(yōu)勢(shì)度七級(jí)目測(cè)分級(jí)標(biāo)準(zhǔn) 優(yōu)勢(shì)度級(jí)別（危害度級(jí)別）Dominance Scale相對(duì)蓋度（%）Relative coverage多度Abundance相對(duì)高度Relative height 525 5095多至很多More to Very abundant很多 Very abundant很多 Very abundant上層 Superstratum中層 Mediostratum下層 Substratum 410-252

10、5-5050-95較多 More多 Many很多 Very abundant上層 Superstratum中層 Mediostratum下層 Substratum 35-1010-2525-50較少 Few較多 More多 Many上層 Superstratum中層 Mediostratum下層 Substratum 22-55-1010-25少 Fewer較少 Few較多 More上層 Superstratum中層 Mediostratum下層 Substratum 11-22-55-10很少 Very few少 Fewer較少 Few上層 Superstratum中層 Mediostrat

11、um下層 Substratum T11-22-5偶見 Occasional很少 Very few少 Fewer上層 Superstratum中層 Mediostratum下層 Substratum 00.1 121-3株 One to three individuals偶見 Occasional很少 Very few上層 Superstratum 中層 Mediostratum下層 Substratum調(diào)查表設(shè)計(jì)地區(qū)樣點(diǎn)n市n3個(gè)縣n3個(gè)鄉(xiāng)鎮(zhèn)n3個(gè)村調(diào)查路線目測(cè)數(shù)據(jù)的量化 綜合值=（級(jí)別值*該級(jí)別出現(xiàn)田塊數(shù)）*100%/（5*10） 2.2數(shù)據(jù)的多元統(tǒng)計(jì)分析數(shù)據(jù)的多元統(tǒng)計(jì)分析通過多元統(tǒng)計(jì)分析方

12、法，對(duì)所得數(shù)據(jù)矩陣進(jìn)行分析處理。該分析宜通過自編程序或使用統(tǒng)計(jì)分析軟件（如SPSS,SAS, MVSP或其它軟件包）在計(jì)算機(jī)上進(jìn)行。Descriptive Multivariate Modeling排序方法(Ordination methods)1）、主成分分析PCA樣點(diǎn)PCA分析散點(diǎn)圖樣點(diǎn)分布圖雜草PCA分析散點(diǎn)圖2）CCA分析（Canonical Correspondence Analysis）典范分析n典范分析：通過在不損失信息的前提下用最簡(jiǎn)單、綜合的方式表達(dá)兩組變量間的關(guān)系。安徽省夏熟作物田雜草CCA分析Species CCA variable scoresAxis 1Axis 21M

13、alachium aquaticum2Lapsana apogonoides3Beckmannia syzigachne4Remux maritimus5Hemistepta lyrata6Stellaria alsine7Cerastium viscosum8Veronica persica9Lolium temulentum10Galium aparine var. tenerum11Avena fatua12Vicia sativa13Vicia cracca 14Allium macrostemon15Astragalus sinicus16Poa annua17Ranunculus

14、cantoniensis18Gnaphalium affine19Cephalanoplos segetum20Bothriospermum tenellum21Calystegia hederacea22Geranium carolinianum23Mazus japonicus24Ixeris polycephala25Conyza canadensis26Polygonum spp.27Artemisia spp.28Cardamine hirsuta29Arenaria serpyllifolia30Capsella bursa-pastoris31Stellaria media32A

15、lopecurus aequalis33Alopecurus japonicus34Galium tricorne35Descurainia sophia36Thlaspi arvense 37Lamium amplexicaule38Silene conoidea 39Vaccaria segetalis40Lithospermum arvense41Euphorbia helioscopia42Polygonum aviculare43Erysimum cheiranthoides44Veronica didyma45Chenopodium serotinum-0.61-1.22-1.83

16、-2.44-3.050.611.221.832.44-0.61-1.22-1.83-2.44-3.050.611.221.832.44flooding dayslatitudepHVector scaling: 2.62安徽省夏熟作物田雜草群落樣點(diǎn)CCA分析3）Cluster Analysis聚類分析n系統(tǒng)聚類n模糊聚類分類統(tǒng)計(jì)分析危害率通常統(tǒng)計(jì)分析的結(jié)果會(huì)將調(diào)查的樣點(diǎn)分成若干不同的樣點(diǎn)集群，雜草群落結(jié)構(gòu)相似的那些樣點(diǎn)，通常會(huì)聚在一起，而這些樣點(diǎn)大多具有比較一致的農(nóng)田生態(tài)條件。經(jīng)下列公式算出，每個(gè)聚類群數(shù)量特征: 綜合草害指數(shù)=（級(jí)別值*該級(jí)別出現(xiàn)田塊數(shù)）*100%/（5*聚類群包含的總樣點(diǎn)數(shù)

17、） 頻率=該草出現(xiàn)的樣點(diǎn)數(shù)/聚類群包含的總樣點(diǎn)數(shù)*100% 由此可以比較不同聚類群在雜草群落結(jié)構(gòu)上的差異，分析其相對(duì)應(yīng)的樣點(diǎn)生態(tài)影響因子。從而揭示一定農(nóng)田生態(tài)條件下發(fā)生的雜草群落類型，闡明雜草發(fā)生、分布的規(guī)律。參考文獻(xiàn)nKENKEL NC, DERKSEN DA, THOMAS AG & WATSON PR (2002) Review: multivariate analysis in weed science research. Weed Science, 50, 281-292 nPOST BJ (1988) Multivariate analysis in weed science. Weed Research, 28, 425-430. nTER BRAAK CJF (1986) Canonical correspondence analysis: A new eigenvector technique for multivariate direct gradient analysis. Ecology, 67, 1167-1179.nTER BRAAK CJF (1987) The analysis of vegetation-environment relationships by canonical correspondence analysis. Vege