欢迎来到海洋种群与抽样的世界！
在本章中，我们将深入探讨科学家如何研究海洋。由于我们无法逐一数清海里所有的鱼，我们需要使用一些巧妙的捷径，即抽样技术 (sampling techniques)。我们还会探讨海洋的“规则”——那些决定动物栖息地的生物与非生物因素。别担心数学部分看起来有点吓人；我们会一步一步把它拆解开来！
1. 生态学的基石
在我们进行统计之前，必须先明确我们在观察什么。请把这些术语想象成一个等级结构，从单个个体开始，层层递进。
- 物种 (Species)： 一群相似的生物，它们能够交配并繁衍出具备生殖能力的后代。（例如：所有鲣鱼都属于同一个物种。）
- 种群 (Population)： 在同一时间生活在同一区域的同一个物种的所有个体。
- 群落 (Community)： 生活在同一区域并相互作用的所有不同种群（不同物种）。
- 生境/栖息地 (Habitat)： 生物居住的自然环境（可以想象成生物的“住址”）。
- 生态系统 (Ecosystem)： 生物群落加上共同相互作用的非生物环境（如水和岩石）。
- 生态位 (Niche)： 生物在生态系统中扮演的特定角色或“职责”。（比喻：栖息地像是你的家，而生态位则是你在家里做的事——你是负责做饭、园艺，还是负责睡觉呢？）
快速回顾： 生态系统是“大局”，而生态位则是动物为了生存、避免与邻居发生过多冲突而扮演的特定角色。
2. 为什么动物会出现那里？生物与非生物因素
在海洋世界中，有两类因素控制着生物的居住地。你可以把它们想成“生命的影响”与“环境的影响”。
生物因素 (Biotic Factors - 有生命)
这些是指生物之间的相互作用：
- 捕食 (Predation)： 一种动物以另一种动物为食。
- 竞争 (Competition)： 生物为了争夺相同的资源（如食物或空间）而斗争。这可以是种内竞争（同一物种之间）或种间竞争（不同物种之间）。
- 共生 (Symbiosis)： 物种之间的密切关系（如互利共生或寄生）。
- 疾病 (Disease)： 能导致种群数量减少的病原体。
非生物因素 (Abiotic Factors - 无生命)
这些是环境中的物理和化学成分：
- 盐度 (Salinity)： 水体的含盐量。
- 温度 (Temperature)： 大多数海洋生物对热量变化非常敏感。
- pH值： 水体的酸碱度。
- 光照可用性 (Light availability)： 对于像浮游植物这样的生产者进行光合作用至关重要。
- 浑浊度 (Turbidity)： 水体的混浊程度。
- 波浪/潮汐作用： 在岩岸，生物必须适应波浪的冲击，以及在退潮时暴露于空气中的环境。
重点总结： 动物会生活在非生物因素可以忍受，且生物因素（如食物）充足的地方！
3. 抽样：如何在不数尽所有个体的情况下进行估算
当科学家想要研究一片沙滩或珊瑚礁时，必须选择抽样方法。主要有两种方式：
随机抽样 (Random Sampling)
用于环境相对均匀（各地情况大致相同）的地方。使用随机数生成器来选择坐标，以确保没有偏见 (no bias)。
系统抽样 (Systematic Sampling)
用于环境发生变化时，例如从沙滩的低潮线移动到高潮线。你需要在固定的间隔（例如每隔 5 米）进行抽样。
常用工具
- 样方框 (Frame Quadrats)： 一个正方形框架（通常为 0.5m x 0.5m）。将其放置好后，数清框内有多少生物或计算覆盖百分比。
- 线样法 (Line Transect)： 一条实际的线（卷尺），沿着海岸拉开。记录所有接触到这条线的生物。
- 带状样方 (Belt Transect)： 两者的结合！沿着样线每隔一段距离放置一个样方框。这对于观察物种随距离水域变远而产生的分布变化非常有效。
常见错误： 不要刻意挑选“有趣”的地方放置样方框，那叫偏见！请使用随机数表或固定间隔来保持科学性。
4. 估算移动种群：标记-释放-重捕法
样方框对藤壶很有用，但对鱼类呢？它们会动！对于移动动物，我们使用林肯指数 (Lincoln Index)。
过程：
- 捕捉一批动物并进行计数 (\( n_1 \))。
- 进行标记，且标记方式不能伤害它们，也不能让它们更容易被捕食者发现。
- 将它们释放回野外，等待它们混合。
- 随后进行第二次捕捉。记录总捕获数 (\( n_2 \)) 以及其中有多少是被标记过的 (\( m_2 \))。
公式：
\( N = \frac{n_1 \times n_2}{m_2} \)
其中：
\( N \) = 总种群估算数
\( n_1 \) = 第一次样本中捕捉并标记的数量
\( n_2 \) = 第二次样本中捕捉的总数量
\( m_2 \) = 第二次样本中发现的已标记个体数量
局限性（假设条件）：
为了使计算有效，我们必须假设：
- 标记没有脱落。
- 标记动物完全混合回种群中。
- 两次取样之间没有发生显著的出生、死亡或迁徙。
- 标记没有使动物变慢或更容易被捕食！
5. 测量多样性：辛普森多样性指数 (Simpson’s Index, D)
生物多样性 (Biodiversity) 不仅仅是物种数量的问题，还涉及每个物种有多少个体。我们使用辛普森多样性指数来进行计算。
公式为：\( D = 1 - \left( \sum \left( \frac{n}{N} \right)^2 \right) \)
- \( n \) = 每个不同物种的个体数量。
- \( N \) = 所有物种的个体总数。
如何解读结果：
\( D \) 的值介于 0 到 1 之间。
- 越接近 1 = 高多样性（生态系统健康、稳定）。
- 越接近 0 = 低多样性（通常环境压力大或极端）。
你知道吗？ 珊瑚礁的 \( D \) 值非常接近 1，而沙滩或受污染的港口值则会低得多。
6. 寻找联系：斯皮尔曼等级相关系数 (Spearman’s Rank Correlation)
有时我们想知道两件事是否相关——例如，随着我们往岸上走，帽贝的数量是否会改变？我们使用斯皮尔曼等级相关系数 (\( r_s \)) 来找出答案。
公式看起来很可怕，但通常会提供给你所需的数值：\( r_s = 1 - \left( \frac{6 \times \sum D^2}{n^3 - n} \right) \)
- 如果结果为 +1：完全正相关（一个增加，另一个也增加）。
- 如果结果为 -1：完全负相关（一个增加，另一个减少）。
- 如果结果为 0：完全没有关系。
关键法则： 相关性不一定代表因果关系！仅仅因为两件事同时发生，并不代表一件事导致了另一件事。（例子：冰淇淋销售额和鲨鱼袭击次数在夏天都会上升，但吃冰淇淋不会导致鲨鱼袭击——是炎热的天气同时造成了两者！）
总结：关键要点
- 生态学术语从物种个体层层递进到生态系统。
- 生物因素是有生命的；非生物因素是无生命的。
- 样方框适用于不动的生物；林肯指数适用于会动的生物。
- 随机抽样可避免偏见；系统抽样可显示梯度上的变化。
- 辛普森指数用于测量多样性；斯皮尔曼等级相关系数用于寻找关联性。
继续练习那些公式吧——你做得到的！