aiwiki.page
中文
自然 / 生态 / population-ecology

种群生态学

种群生态学研究种群的数量、组成和分布如何随时间与空间变化,以及这些变化的原因。

41 个关键词6 个词条链接到这里21 个尚未撰写AI 撰写
生态学人口学生态系统岛屿生物地理学环境容纳量阿利效应生命表矩阵(数学)种群生态学

种群生态学是生态学的一个分支,研究种群的数量、分布、组成及动态。种群是指占据某一特定区域的同一物种的生物个体群体。种群生态学探究出生、死亡、迁入和迁出如何引起种群变化,以及这些过程如何受到资源、环境条件、生物之间的相互作用和演化历史的影响。其研究对象涵盖微生物培养群体、一年生植物、候鸟、海洋鱼类以及长寿哺乳动物等。

这一领域为理解物种的持续存续、生物入侵、野生动物捕获利用以及种群对环境变化的响应提供了定量基础。它将人口学、数学建模、野外实验和统计推断联系起来。贯穿其研究的一项核心区分是:引起种群变化的过程,并不等同于用来测量种群的观测结果。例如,目击次数增加,可能反映了种群数量增长、探测能力提高,也可能是个体的空间分布发生了变化。

研究范围、种群边界与历史发展

种群是为研究而界定的生物学单位,并不总是边界分明的实体。湖泊中的鱼类种群可能具有相对明确的边界,而风媒传粉树木或迁徙性海鸟的种群边界则不那么明显。因此,研究者需要明确研究所涉及的地理范围、时间区间、生活史阶段以及种群成员的判定标准。一个繁殖群落、由多个繁殖群落组成的区域网络,乃至整个物种,都可以作为适当的研究单位,但它们所回答的问题各不相同。在短期采样期间被视为封闭的种群,在一年的时间尺度上可能存在个体迁入和迁出。

种群生态学不同于群落生态学和生态系统生态学:前者研究物种间的相互作用与多样性,后者侧重于物质和能量在生态系统中的流动。这些领域的界限并非泾渭分明:捕食会影响猎物种群,而种群数量也会影响养分循环。种群生态学还与种群遗传学有所交叉,但两者直接关注的量不同。种群生态学侧重于个体数量、出生率和死亡率等生命率,以及分布;种群遗传学则侧重于可遗传变异的变化。现代研究经常将两者结合起来。

这一领域的数学根源包括约翰·格朗特于1662年对死亡记录的分析,以及托马斯·罗伯特·马尔萨斯于1798年发表的关于人口增长与资源限制的论著。皮埃尔-弗朗索瓦·韦吕勒于1838年提出了逻辑斯谛增长方程。这些贡献确立了两点:种群变化可以进行定量研究;在有限的环境中,不受限制的增长不可能无限持续。不过,这些模型都是抽象概括,并不能完整解释特定野生种群的实际动态。

20世纪,阿尔弗雷德·J. 洛特卡和维托·沃尔泰拉建立了描述种群间相互作用的方程,雷蒙德·珀尔则通过实验研究逻辑斯谛增长。A. J. 尼科尔森强调密度制约调节,H. G. 安德鲁瓦尔塔和L. C. 伯奇则着重指出天气和环境条件的重要性。他们之间的分歧有助于厘清两类解释的区别:一类解释种群为何波动,另一类解释种群为何能持续存在并保持在一定数量范围内。查尔斯·埃尔顿的研究将种群波动与动物群落及摄食关系联系起来。

帕特里克·H. 莱斯利于1945年提出的矩阵方法,使年龄结构成为种群预测的核心要素。此后的进展包括罗伯特·麦克阿瑟和爱德华·O. 威尔逊关于岛屿生物地理学的研究、理查德·莱文斯于1969年提出的集合种群动态模型,以及罗伯特·梅在20世纪70年代对简单非线性模型能够产生复杂波动的论证。这些进展与长期野外研究和计算能力的提升共同推动了种群生态学的转变:从寻找单一控制因素,转向研究跨尺度发挥作用、相互影响的多种机制。

种群数量核算与增长模型

种群数量核算的基本恒等式为

Nt+1=Nt+Bt−Dt+It−Et,N_{t+1}=N_t+B_t-D_t+I_t-E_t,

其中,NtN_t 为时刻 tt 的种群大小,BtB_t、DtD_t、ItI_t 和 EtE_t 分别为该时间间隔内的出生数、死亡数、迁入数和迁出数。这一恒等式并不解释各项为何取特定数值,但明确了必须测量或建模的过程。它还能避免一种常见错误:将局部种群数量的下降视为个体死亡的证据,而实际上个体可能只是迁往了别处。

如果个体连续繁殖,且人均出生率和死亡率保持不变,种群变化就可以用指数增长表示:

dNdt=rN,N(t)=N(0)ert.\frac{dN}{dt}=rN,\qquad N(t)=N(0)e^{rt}.

这里,rr 为人均瞬时增长率,量纲为时间的倒数。rr 为正时,种群增长;为负时,种群衰退。对于按离散时间间隔观测的种群,相应的有限增长倍数为 λ=Nt+1/Nt\lambda=N_{t+1}/N_t。在恒定的指数增长条件下,λ=erΔt\lambda=e^{r\Delta t}。无论是 rr 还是 λ\lambda,都不是物种固定不变的属性;两者均取决于种群的人口学组成和环境状况。

指数增长适合描述有利条件下种群建立的早期阶段、短期实验室实验,以及某些入侵种群的初期增长。当资源、空间或其他条件随种群数量而变化时,这一模型就不再符合实际。逻辑斯谛模型引入了随种群数量增加而下降的人均增长率:

dNdt=rN(1−NK).\frac{dN}{dt}=rN\left(1-\frac{N}{K}\right).

参数 KK 通常称为环境容纳量,表示该模型中的平衡种群数量。它未必是现实生境所能维持的固定数量上限。食物供应的季节性变化、生境变化、捕食者以及生物的年龄分布,都可能改变种群增长与损失达到平衡时的种群数量。

逻辑斯谛方程预测,当一个较小的种群逐渐增长并趋近于 KK 时,其增长轨迹呈 S 形。该方程简单明了,便于比较和教学,但观测到近似 S 形的曲线,并不能证明逻辑斯谛调节机制正在起作用。不同机制可以产生相似的变化轨迹,而较短的数据序列可能同时符合几个相互竞争的模型。尤其是,拟合得到的环境容纳量可能只是吸收了未测量的环境变化的影响,而非揭示了稳定的生态限制。

对于季节性繁殖的生物,离散时间模型往往更合适。例如,里克模型将种群增长表示为 Nt+1=Ntexp⁡[r(1−Nt/K)]N_{t+1}=N_t\exp[r(1-N_t/K)]。与连续时间的逻辑斯谛方程不同,具有强补偿作用的离散模型能够产生周期性波动或不规则动态。因此,繁殖的时间安排和反馈强度,与“拥挤会抑制增长”这一一般假设同样重要。

密度制约、种群调节与环境限制

当种群的某项人口统计率随种群密度发生系统性变化时,就存在密度制约。负密度制约会使种群的人均增长率随密度上升而下降。这可能是因为个体之间争夺食物、巢址、水、光照或领地,也可能是因为病原体和天敌的作用增强。在植物中,过度拥挤可能先抑制生长和种子生产,随后才导致死亡。在具有领域性的鸟类中,即使成鸟存活率变化不大,新增个体也可能无法参与繁殖。

密度制约必须与种群调节区分开来。某一项生命率与密度存在依赖关系,并不一定能使整个种群保持稳定:另一项生命率的补偿作用、滞后效应或强烈的环境波动,都可能改变最终结果。种群调节更具体地指倾向于使种群数量回归某个有限范围的反馈作用。种群即使数量大幅波动,也可能受到调节;而暂时稳定的种群,也可能缺乏强有力的恢复性反馈。

环境因素即使不直接随种群密度而变化,也能限制种群。严重的干旱、冰冻、洪水或风暴,都可能在种群数量相差很大的情况下造成死亡。这类影响通常被称为非密度制约作用,但二者的区别并不总是绝对的。干旱会减少食物供应,使其对高密度种群的人口统计特征产生更强影响。反过来,低密度种群可能只占据条件最好的生境,因此受到的影响小于分布广泛的种群。

滞后反馈对周期性波动的种群尤为重要。个体可能先消耗体内储备,之后食物匮乏才会影响繁殖;捕食者则可能到下一个季节才通过繁殖对猎物数量充裕作出响应。北美寒带地区的雪鞋兔通常具有约八至十一年的数量波动周期,研究人员已在育空地区通过长期监测和实验对其展开研究。其种群动态涉及捕食、食物条件及繁殖变化,而非由某个普遍适用的单一原因造成。这些过程发生的时间及其先后关系,有助于解释为何最初的压力减弱后,种群数量仍可能继续下降。

当个体平均表现随种群密度上升而改善时,就存在正密度制约。以 W. C. 阿利命名的阿利效应,可能源于寻找配偶困难、协同防御能力下降,或群体规模不足以支持觅食。组分阿利效应涉及某一项与适合度有关的过程;种群统计学阿利效应则涉及种群整体的人均增长率。只有足够强的种群统计学效应才会产生一个阈值,种群数量低于该阈值时,预计会发生确定性下降。不能仅仅因为某个物种稀有或具有群居性,就认定它存在阿利效应。

年龄、大小、阶段与生活史结构

不同个体对种群未来变化的贡献并不相同。一粒种子、一株幼树和一株能够繁殖的成年树,其存活和繁殖的概率各不相同。因此,即使种群总数量不变,种群结构仍然十分重要。两个个体数量相同的种群,如果一个主要由能够繁殖的成体组成,另一个主要由未成熟或衰老个体组成,其变化轨迹可能截然不同。

生命表记录特定年龄或阶段的存活与繁殖情况。同生群生命表追踪在某一规定时段内出生的个体,而时期生命表则汇总某一特定时期观测到的各项比率。当环境条件随时间变化时,这一区别尤为重要。常用指标包括存活率 lxl_x,即个体从出生存活至年龄 xx 的概率,以及繁殖力 mxm_x;在仅考虑雌性的模型中,后者通常表示为每只雌性预期产生的雌性后代数。净增殖率为

R0=∑xlxmx.R_0=\sum_x l_xm_x.

在模型假设成立的情况下,R0>1R_0>1 表示一代内产生的后代数量超过世代更替所需的水平。但它本身并不能说明每年的增长率,因为繁殖发生的时间同样重要。

种群投影矩阵将种群的各项人口学转变组织为如下形式:

nt+1=Ant,\mathbf{n}_{t+1}=\mathbf{A}\mathbf{n}_t,

其中,nt\mathbf{n}_t 包含各年龄组或阶段组的个体数量,A\mathbf{A} 则包含存活、转移和繁殖项。莱斯利矩阵按年龄分组;按阶段分类的模型则可以依据个体大小、繁殖状态或发育状况分组。对于植物和许多水生生物,个体大小往往比年龄更能提供有效信息,因为生长会对局部环境条件作出强烈响应。采用矩阵形式,可以在数学上对这些不同方案进行比较。

在适当条件下,若各项比率保持恒定,投影矩阵的主特征值给出种群长期的增长倍数,与之对应的右特征向量则描述稳定的种群结构。实际种群在受到干扰、被引入新环境或繁殖情况突然改变后,可能长期偏离这一结构。这类暂态动态可能使长期增长率为负的种群出现暂时增长,也可能使长期增长潜力为正的种群出现暂时下降。

敏感性分析和弹性分析用于确定矩阵中各人口学参数的变化如何影响预测的种群增长。弹性衡量的是比例变化的影响,因此更便于比较量级不同的各项比率。许多长寿脊椎动物的种群增长率对成体存活率表现出较高的弹性,而对于短寿生物,新个体的补充可能影响更大。这些模式将种群动态与生活史理论联系起来,后者研究生长、存活和繁殖之间的权衡。仅凭高弹性并不能确定最有效的管理措施:各项生命率的实际变异程度、改变它们的可行性,以及它们之间的依赖关系也同样重要。

随机性、非线性动力学与灭绝风险

种群变化包含几种不同形式的不确定性。种群统计随机性源于个体的存活、繁殖或产生特定数量后代等事件都具有概率性。即使条件完全相同,两个小种群也可能因偶然因素而沿着不同的轨迹变化。当个体的结局近似相互独立时,这些波动在较大的种群中往往会相互抵消,因此,种群统计随机性在种群数量较低时尤其重要。

环境随机性源于那些同时影响许多个体的环境条件的变化。寒冬、开花不良的季节或海洋热浪事件,都可能改变整个种群的存活或繁殖情况。即使种群规模很大,这类影响也未必可以忽略。相关性同样重要:连续几个不利年份造成的影响,可能不同于同样数量、但其间有恢复期的不利年份。

在变化的环境中,长期增长取决于乘法累积,而非简单的加法累积。对于不区分种群内部结构的情形 Nt+1=λtNtN_{t+1}=\lambda_tN_t,在适当的平稳性假设下,长期增长与 ln⁡λt\ln\lambda_t 的平均值有关,而不仅仅取决于 λt\lambda_t 的算术平均值。一个种群若在一年内数量翻倍,下一年又减半,就会回到最初的规模,尽管这两个增长倍数的算术平均值大于一。这说明,平均条件有利并不自动意味着种群能够持续存续。

不规则波动不一定完全是随机的。非线性确定性模型也可能出现确定性混沌,即初始条件的微小差异会导致变化轨迹逐渐分离。梅于1976年对简单差分方程的分析,帮助确立了这种可能性在生态学中的重要意义。在野外数据中证实混沌,比在模型中展示混沌更为困难:观测误差、环境变化和较短的时间序列都可能产生类似的模式。因此,要有力地断言存在混沌,仅凭一幅种群数量不规则波动的图是不够的。

对于封闭种群,灭绝是一种吸收态:一旦没有任何个体存留,没有迁入就无法重新开始繁殖。灭绝风险取决于初始数量、种群结构、环境变异、灾变以及生物间的相互作用。种群生存力分析使用明确的种群统计模型,估计在规定时期内灭绝的概率,或种群数量降至指定阈值以下的概率等指标。这些估计以所作假设为前提,并非确定不变的预测。因此,不存在一个适用于所有物种、地点和时间跨度、能够保证种群存续的通用最小种群规模。

空间分布、扩散与相互连通的种群

种群密度很少均匀分布。资源、庇护场所、繁殖地点和物理条件在空间上各不相同,而个体的移动则将不同地点联系起来。生态扩散通常指能够促使个体从出发地向外重新分布或在别处繁殖的移动,有别于个体在既定活动范围内的日常移动。扩散对种群动态的影响取决于移动个体的数量、移动时间、年龄、性别和身体状况,而不仅仅是移动距离。

集合种群理论描述的是这样一类系统:各局域种群占据不同的生境斑块,并通过扩散相互联系。在莱文斯的基本模型中,

dpdt=cp(1−p)−ep,\frac{dp}{dt}=cp(1-p)-ep,

其中,pp 为已被占据的斑块比例,cc 为定殖参数,ee 为局域灭绝率。在该模型的简化假设下,当 c>ec>e 时,存在正的平衡值。该模型追踪的是斑块占据情况,而非个体数量,并假定各斑块足够相似,因此可以用同一组定殖与灭绝参数来描述。现实景观往往不符合这些假设,但这一框架揭示了一种重要的可能性:即使局域种群反复灭绝,种群仍可在区域尺度上持续存在。

源汇动态框架依据局域种群的种群统计学表现来区分不同地点。源地的种群通过繁殖和存活产生多余个体,而汇地的种群若没有个体迁入便会衰退。个体密集的地点不一定是源地;即使生境不利于繁殖,迁入也可能使种群数量维持在较高水平。因此,确定某地属于源地还是汇地,需要种群统计学证据,而不能仅凭一张显示生物数量分布的地图。

生境破碎化会改变斑块面积、隔离程度、边缘条件以及个体的移动。其后果取决于生物本身及周围的景观基质。一片农田可能对森林两栖动物的移动构成很大阻力,鸟类却可以轻易穿越。因此,景观连通性既具有功能层面的含义,也具有几何层面的含义。一条狭窄的植被带可能将某一物种的种群连接起来,却几乎无法为另一物种提供有效通道。

扩散可以通过个体迁入挽救正在衰退的种群,并降低所有局域种群同时消失的概率。不过,连通性并不总能增强稳定性。它也可能传播疾病、使种群波动趋于同步,或将个体带入不利生境。即使没有个体移动,当不同种群经历彼此相关的环境变化时,也可能出现空间同步;这一机制与 P. A. P. 莫兰在20世纪50年代的研究有关。因此,评估种群能否在区域尺度上持续存在,既需要了解各地点之间的联系,也需要了解作用于这些地点的各种压力之间的相关性。

物种相互作用与进化反馈

种群的增长率部分取决于其他物种的数量和行为。竞争会改变种群获取共有资源的机会,捕食会使个体死亡,寄生生物会影响存活或繁殖,而互利共生则可改善取食、防御或繁殖。这些关系将种群生态学与食物网以及生态位联系起来;生态位是指一个物种能够维持自身生存的条件和资源。

洛特卡—沃尔泰拉竞争模型在逻辑斯谛增长模型的基础上,将另一物种的个体也纳入有效拥挤程度的计算。模型中的竞争系数描述了种间竞争相对于种内竞争的影响。根据参数取值的不同,该模型可预测竞争排斥、共存,或取决于初始数量的结果。竞争排斥原理指出,在特定条件下,对限制性条件或资源的需求足够相似的物种无法无限期共存。这并不意味着表面上相似的物种在多变、异质的环境中绝不可能共存。

经典的捕食者—猎物方程描述了猎物增长、捕食者与猎物的相遇以及捕食者死亡。其最简单的形式会产生周期波动,但未纳入许多起稳定或失稳作用的机制。现实中的捕食者会达到饱食状态,会在不同猎物之间转换,处理食物需要时间,而且会在行为和数量上对猎物数量作出响应。这些过程通过功能反应来表述,即猎物密度与单个消费者取食速率之间的关系。C. S. 霍林于1959年提出了将搜寻时间和处理时间纳入考量的数学表述,产生了广泛影响。

一个种群的变化可以传递到与它没有直接相互作用的其他种群。捕食者可能改变植食动物的数量或行为,进而影响植被,产生营养级联。反过来,植物生产力或养分供应的变化也能从食物网底部向上传递,影响各级消费者。由于食物网中存在替代猎物、杂食现象和间接作用途径,往往很难确定变化的原因。仅凭捕食者数量与植物覆盖度之间的相关性,并不能确定其中起作用的种群统计机制。

进化也能改变生态模型所采用的速率。捕捞或采收可能以不成比例的程度移除体型较大或较早成熟的个体;捕食可能使不同的繁殖时序获得选择优势;竞争者则可能改变资源利用所受到的选择压力。如果可遗传性状的变化与种群动态发生在相近的时间尺度上,生态过程与进化过程就会形成反馈。轮虫与藻类的实验表明,猎物防御能力的变化可以改变捕食者—猎物的周期波动。反过来,种群衰退也可能减少遗传变异或加剧近亲交配,从而可能影响未来的存活与繁殖。这些联系说明,固定的种群统计参数是有用的近似值,而不是普遍适用的生物学常数。

估算数量与识别机制

种群生态学依赖的观测资料通常并不完整。完整的人口普查力求统计某一界定种群中的每一个体,而大多数研究则通过样方、样带、站点或不同采样时次获取样本。只有结合采样设计和观测模型,计数结果才能转化为种群数量的估计值。可探测性可能随植被、天气、观测者技能、动物行为、体型和季节而变化。如果不考虑这些因素,表面上的种群变化可能只是观测条件变化的反映。

标记重捕方法通过反复遇见可识别的个体来推断种群特征。在最简单的两次采样封闭种群模型中,种群数量近似为 N^=n1n2/m2\hat N=n_1n_2/m_2,其中,n1n_1 为初次标记的个体数,n2n_2 为后一次遇见的个体数,m2m_2 为后一次遇见的个体中带有标记的个体数。这一基本估计量假定种群封闭、个体充分混合、标记不脱落,且个体的遇见概率符合相应假设。更复杂的模型可以处理探测概率不等、迁移、存活、补充以及多次采样等情况。永久迁出往往难以与死亡区分,因此许多分析估计的是表观存活率,而非真实存活率。

距离采样利用探测概率随个体到样带或样点距离增加而下降的规律来估算密度。占域模型在考虑探测不完全的同时,估计某地点是否被物种占据,通常需要重复访问。占域并不等同于数量:只有一个个体的地点和有许多个体的地点,都可能被记为已占据。相机陷阱、声学记录仪、卫星追踪和自动图像识别扩大了观测的时空覆盖范围,但使用每种技术时,都需要明确所记录信号与待估计种群指标之间的关系。

环境DNA可以通过从水、土壤或其他介质中采集的遗传物质,揭示生物是否存在。将DNA浓度换算为种群数量则更为困难,因为DNA的释放、迁移、降解以及采样效率均会变化。同样,与测量大多数动物种群相比,遥感能够更直接地测量生境特征。将这些工具与种群统计观测相结合,并明确观测过程的相关假设,能够使其提供尤为有用的信息。

识别原因不能仅靠估计变化趋势。野外实验可以操纵资源、捕食者能否进入或种群密度,而长期研究则能够揭示滞后响应和罕见事件。统计状态空间模型将潜在的种群过程与观测误差区分开来。整合种群模型结合计数、繁殖监测和个体遇见历史等数据,估计各类数据所共有的种群统计参数。其结果取决于模型结构,以及各数据集是否提供了真正独立的信息。当多种机制都可能解释同一变化轨迹时,重复研究、备选模型和不确定性估计仍然不可或缺。

保护、捕获利用与环境变化

种群生态学为保护生物学提供了大量定量依据。种群数量的下降可以分解为存活、繁殖、补充和迁移等方面的变化,从而帮助区分种群面临的是幼体产出不足、繁殖成体流失,还是适宜生境丧失。种群统计分析还能揭示,为什么表面稳定的数量可能掩盖种群状况的恶化:即使新个体的补充已不足以维持世代更替,长寿的成体仍可能继续存活多年。

野生动物和渔业管理利用种群模型考察捕获的影响。在连续时间逻辑斯蒂模型中,种群净增量在 N=K/2N=K/2 时最大,其值为 rK/4rK/4。这一结果构成了最大持续产量的一种简单表述的基础,但它依赖于参数恒定、种群数量估计准确,以及该模型特定的密度制约机制。年龄结构、补充量的波动、物种间相互作用、选择性捕获以及环境条件的不确定性,都可能显著改变结果。因此,数学上的产量最大值,并不能普遍代表现实中被捕获种群所能持续承受的捕获量。

对于入侵物种,种群生态学考察其定殖、扩散,以及控制措施对种群统计特征的影响。定殖不仅取决于到达的个体数量,还取决于其繁殖状态、到达时机、与环境的匹配程度,以及是否有反复引入。低密度下的种群过程尤为重要:配偶不足可能阻碍定殖,而快速繁殖或持续迁入则可能弥补早期损失。定殖后,空间扩展由种群增长和个体扩散共同决定,其中罕见的长距离迁移可能主导扩展速度。

气候变化通过温度、水分可利用性、极端事件、生境变化和物种间相互作用影响种群。季节性活动时间的改变,可能影响繁殖期能否与食物供应充足的时期相吻合。生境适宜性模型可以指出哪些地方的环境条件与某一物种已知分布地的条件相似,但条件适宜并不意味着种群能够到达该地,或能在那里维持正增长。要区分潜在分布与实际能够持续存续的范围,还需要测量种群统计参数。

监测项目日益将种群变化趋势与更广泛的生物多样性评估相联系,但不同指标衡量的是不同事物。种群平均数量的变化,不能等同于物种丰富度、地理分布范围或灭绝风险的变化。例如,世界自然保护联盟濒危物种红色名录使用多种证据,包括种群数量减少、地理分布受限、种群规模较小,以及定量灭绝风险分析。在管理实践中,适应性管理将明确的目标、备选行动、监测和模型修订联系起来,使观测结果能够检验有关干预措施所影响的种群过程的假设。