生物的多样性总结范文第1篇

现行农业统计

报表制度是采用农作物播种面积来计算单产(曹利剑,1997),即:农作物单产=农作物总产量/农作物总面积。其中,农作物总产量为10种农作物的产量总和,农作物总面积为10种农作物的播种面积总和。面板数据模型本文采用面板数据模型进行分析,所谓面板数据,是指截面数据与时间序列数据组合起来的一种数据类型,它有截面和时间序列两个维度,可以克服时间序列分析受多重共线性的困扰,能够提供更多的信息、更多的变化、更少的共线性、更多的自由度和更高的估计效率,使参数的估计结果更加可靠。农作物产量涉及农田景观格局变化、投入水平等多种因素影响,而且这些因素具有时空变异特征,适宜于构造面板数据模型来考察它们对农作物单产的影响,且在引入多个控制变量的情况下,面板数据模型能够有效地估计农田景观多样性指数变化对农作物单产的影响。影响农作物单产的因素很多,在这方面也已有较多研究,邵晓梅[13]指出土地利用集约度的变化,即有效灌溉面积、化肥施用量、农业机械总动力等均对农作物单产有影响;周四军[14]认为影响我国农作物生产的主要因素有四个方面,分别是土地、化肥、农机动力、农业劳动力;肖海峰和王姣[15]选取粮食总产量、粮食播种面积、粮食成灾面积等变量建立柯布—道格拉斯生产函数;谢杰[16]认为影响农作物单产的因素包括劳动力、物质投入、土地、生产方式、产业结构、技术进步、制度因素等,并使用逐步回归和加权最小二乘回归等单方程计量经济学方法,选取农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力、农业劳动力、制度变迁为解释变量,构建了一个中国粮食生产函数,对我国1978~2004年间的数据进行了分析。为了涵盖上述这些因素,本文在选择要研究的农田景观多样性指数作为解释变量的基础上,选择农林牧渔劳动力、新增耕地、农业机械总动力、有效灌溉面积、成灾面积、化肥施用量、农药用量、总播面积作为控制变量,它们是非研究变量,但也是影响被解释变量的重要因素,必须进入回归方程,从而可以避免农田景观多样性指数对农作物单产的影响被高估或者低估。本文以农作物单产作为被解释变量,选择柯布—道格拉斯生产函数作为分析县城农作物单产与农业景观多样性指数关系的模型,为消除量纲差异对估计结果的影响,本文对各变量的原始值做了取对数运算,将模型参数线性化,因此,本文采用以下面板数据模型:数据及来源本文所使用的数据主要包括农田景观数据以及农业生产投入要素数据。农田景观数据有全国多县的稻谷、小麦,玉米、豆类、薯类、棉花、油料、麻类、糖类和水果的面积和产量。这些数据均来自于中科院地理科学与资源研究所。农业生产投入要素数据包括总播面积、有效灌溉面积、化肥施用量、农药用量、农业机械总动力等。这些数据以及人口数据均来自于中科院地理科学与资源研究所。本文所采用数据的描述性统计及各变量间的相关系数。相关系数检验结果可以看出,各变量间不存见明显的多重共线性。

结果和分析

从拟合优度来看,R2=0.401对于统计量为19970的数量来说拟合优度较好,说明该模型能够较好地解释农田景观多样性指数及各控制变量对农作物单产的影响。从模型的总体显着性来看,该模型中各变量对农作物单产的共同影响是显着的。农田景观多样性指数的弹性系数估计值为0.268,在1%水平上显着,说明在县城水平上,在控制其他因素的影响下,农田景观多样性指数对于农作物单产有显着的正面影响。ey/ex为0.058表示在一定范围内,农田景观多样性指数每增加1个单位时,农作物单产增加0.058个单位,且表[:请记住我站域名/]现为强弹性。本文以中国1996年至2005年的县级面板数据为基础,构建了面板数据随机效应计量模型,以农田景观多样性指数为解释变量,农林牧渔劳动力、新增耕地、农业机械总动力、有效灌溉面积、成灾面积、化肥施用量、农药用量、总播面积为控制变量来估计农田景观多样性指数对县城农作物单产的影响。研究表明,从整体上看,县级农田景观多样性指数在一定范围内的升高对于农作物单产具有明显的促进作用。针对这些情况,本文提出以下建议:(1)保持农田景观格局多样化,避免农田景观格局破碎化。本文经过实证研究表明,农田景观多样化将对农作物产量产生明显的促进作用,农田景观多样性的提高使得生物群落物种丰富化、多样化,害虫和天敌之间的相互作用增强,使得生态系统更加稳定,从而有效促使农作物单产增加。然而,过高的景观多样性将使得景观格局破碎化,它会削弱生态系统天敌和害虫自我调节功能,降低农业可持续性(张保华等,2007),造成农作物减产。(2)加强农业基础建设,采取灾害应对机制。农业机械化对提高农业产值有很大的贡献[18]。通过面板数据模型估计显示,农业机械总动力对农作物单产有促进作用,而成灾面积对农作物单产有反向作用,因此应加大农田基础设施投入,提高农作物生产的物质装备水平,同时应提高灾害应对措施,尽量避免因发生灾害造成农作物减产。

生物的多样性总结范文第2篇

关键词：信江：浮游藻类；生物多样性；水质评价

中图分类号：0948.8 文献标识码：A 文章编号：0439-8114（2016）09-2230-03

信江位于江西省的东北部。于东经1170～1190、北纬270～290，为江西省五大河流之一。其干流域自东向西流经8个县市最终注入鄱阳湖。信江以上饶为界分两大支，北支在玉山县境内，称玉山水：南支在广丰县境内，称丰溪河。南北两支于上饶市信州区汇合后称信江全流域面积17438.3km2。信江流域涉及玉山县、广丰县、上饶县、铅山县、余干县、信州区、月湖区等多个区县，人口稠密，经济发达。是该区域重要的生活、生产用水来源。近年来，由于工业的发展，信江的社会资源以及自然资源开发程度逐步加深，随之而来的是水环境恶化、水系统及水生态遭到破坏污染，因此对信江的生态环境及水质状况的调查显得尤为重要。

浮游藻类是生态系统的基础，是水生态系统的第一生产力，是初级消费者的重要食物来源，对水生态系统的生态平衡起着重要作用。因此其数量和种类的变动与水生态系统及水质评价有着密切联系，是水质评价的重要对象。目前。对于信江流域水质方面的研究及浮游藻类分布特征的相关报道较少。本研究以信江干流为主要研究区域，分别自东向西采集样点，以浮游藻类为研究对象，根据不同水环境下不同类群的浮游藻类数量差异性，系统分析信江上、中、下游浮游藻类的特征状况，并结合它们与水质的关系对信江水质进行分析评价，旨在为信江流域水质保护及治理提供依据。

1 材料与方法

1.1 采样时间与地点

于2010-2011年，分别沿信江干流自西向东共设置了8个监测断面，从上游到下游依次为黄金埠镇、鹰潭、贵溪、弋阳、狮江、上饶、广丰、玉山，每个断面取水流充分混合的地点为监测点，每个断面取样1次。监测断面地理信息如表1所示。

1.2 样品采集、处理与分析

1.2 1 定性采集 用25#浮游生物网于水面下“∞”状拖动浮游网，速度为20-30cm/s，约2min。将采集的样本收集于50mL标本瓶，用4%福尔马林现场固定，贴好标签，采用全水量观察法，藻类鉴定到种。

1.2.2 定量采集 按布设断面左右点进行采集，用1L采水器于水面下采样，将水样存放于1L采样瓶中并加入鲁哥氏液固定，待48h后取30mL上清液备用。在显微镜下计算1L水中浮游藻类的数量，将采样瓶中水样充分摇匀，吸取0.1mL滴入计数框内，并在显微镜下计数观测。

1.3 水质理化指标分析

反映水体水质的常规理化指标中，DH、溶解氧（COD）由YS16600型多参数水质监测仪现场测定，总氮（TN）-半微量开氏法测定，总磷（TP）-钼酸铵分光光度法测定，氨氮（NH3-N）-纳氏试剂分光光度法测定，叶绿素a-丙酮法测定。

1.4 数据分析

图形信息采用ArcMap10.0软件绘制，水质理化性质及生物种群数量关系分析采用SPSS18.0及Excel2007（12.0.6557.5000）等软件处理。

2 结果与分析

2.1 浮游藻类群落结构与组成

通过对8个采样点样品的检测分析，信江干流浮游藻类结构分布见表2。从8个采样点共观察到7门29科39属85种。其中，绿藻门有11科17属56种，硅藻门有6科8属12种，蓝藻门有4科7属8种。由表2可以看出，绿藻、硅藻、蓝藻为信江干流的浮游藻类中优势种群。且由观测数据分析可知，绿藻门的团藻、四孢藻、普通水绵、四角藻，蓝藻门的螺旋藻、颤藻，硅藻门的小环藻、舟形藻、平板藻等为优势种（属）。且样点间藻类组成也存在差异，广丰观测到的浮游藻类种数最多，弋阳最少，其余监测点都在25-27属之间。

2.2 浮游藻类分布特征及其生物多样性

通过对8个样点的浮游藻类细胞密度检测分析，结果见图2。藻类细胞密度夏季明显高于冬季，这是由于春夏气温高，适宜藻类生长繁殖。8个监测点的藻类细胞数量在312万-996万个/L之间变动，且在夏季最适宜藻类生长环境下ST1、ST4、ST6、ST7监测点数量都高于950万个/L，夏季最低值465万个/L出现在贵溪，全年平均值为806万个/L。

Shannon-Wiener生物多样性指数是反映生物种群分布与水质状况的重要指标，一般来说，水体所受污染越严重，生物种类相对就越少，物种多样性指数下降。指数值越低。说明水质污染程度越高。信江生物多样性指数见表3。根据有关文献，Shannon-Wiener指数H越低，说明水质污染程度越高。Shannon-Wiener指数在0-1为重度污染，1-3为中污染，其中1-2为α-中污，2-3为β-中污，大于3为清洁水体。

Margalef物种丰富度指数是反映环境稳定性的指标。浮游藻种类愈多。个体数量分布愈均匀。相反，水体所受污染越严重，生物种类相对就越少。Margalef指数D越大，水质越清洁，D大于3为清洁水质，在2-3时为轻度污染水质，在1～2时为中度污染水质，0-1时为重度污染水质。

由表3可知，生物多样性指数介于0.81-2.01之间，平均值为1.23，Margalef值介于0.85-2.01之间，平均为1.33，表明信江干流水质状况基本处于中度及较重污染水平。从生物多样性指数看，信江上游断面玉山、下游断面鹰潭生物多样性指数较低，而中游的贵溪、弋阳生物多样性指标值较大，从生物多样性指标上显示信江干流上、下游污染较重，中游相对污染较轻。

2.3 水环境因子分析

水质理化性质分析参照GB3838-2002《地表水环境质量标准》进行评价。各监测断面的理化指标如表4所示，pH介于6.9-7.5之间，水质基本处于中性偏碱性。各断面差异不明显：化学需氧量（COD）在3.87-23.16mg/L之间，ST3-ST8均超过Ⅲ类水标准，监测点ST6COD值达到Ⅰ类水标准：总磷含量除鹰潭严重超标外其余平均浓度为0.074mg/L。低于水环境质量标准：而各断面总氮量均超出水环境质量标准。另外，信江干流各监测段面总氮平均为4.13mg/L。从各采样点来看，玉山总氮含最高，广丰总氮含量最低，其余各点的总氮浓度差别不大。叶绿素是植物进行光合作用增加水体氧气的最重要色素，可以直接反映出水体中藻类现存量。检测结果显示。鹰潭的叶绿素a浓度最高，为13.02mg/m3，其次为监测点上饶，浓度为8，48mg/m3，其他监测断面浓度较小，相对均匀，而TP含量较低，因此藻类的数量可能受水体中磷含量多少的影响。

3 小结与讨论

生物的多样性总结范文第3篇

（贵阳职业技术学院，贵阳 550081）

摘要：采用T-RFLP法实验研究贵州省特有药用植物根际丛枝菌根真菌（arbuscular mycorrhizal fungi，AMF）的多样性。结果表明： 4种贵州省特有药用植物根际AMF种类丰富，数量较大。植物种类不同，对应的AMF群落多样性有较大差异，证明了宿主植物对根际微生物群落结构多样性的影响；同时，有机质、pH和速效磷对根际AMF群落多样性影响较大。

关键词 ：丛枝菌根真菌；贵州特有药用植物；群落多样性

中图分类号：S567 文献标识码：A 文章编号：1006-4311（2015）17-0219-02

作者简介：封晔（1981-），女，陕西绥德人，贵阳职业技术学院讲师，研究方向为微生物应用。

0 引言

贵州特有药用植物是指目前在贵州省境内发现有分布并具有药用价值，但是在贵州以外的其它地区都没有分布的物种，其代表种类有：银背叶党参、梵净山小檗、梵净山蒲儿根、梵净山冠唇花、梵净山火绒草、梵净山紫苑、短茎淫羊藿等[1]。

菌根真菌（Mycorrhizal fungi）在自然界中有着重要的生态作用，它可以与世界上大多数的维管植物根系形成互惠共生体。丛枝菌根真菌（Arbuscular mycorrhizal fungi，AMF）是菌根中分布最广泛的一类。研究表明，AMF因其能扩大植物根系吸收面积、加快养分运输速率、分泌活化物质、提高光合速率等直接和间接作用，改善宿主植物的矿质营养，增加植物中的碳积累，进而促进植物生长[2]。

目前对药用植物AMF的研究主要集中在菌根多样性或接种菌根真菌对植物的影响。李品明等对重庆市13种中药材植物的AMF物种多样性进行了研究，结果表明，从中药材植物根际土壤中分离出了10种菌根真菌，隶属三个科[3]。王森等以山西历山自然保护区暴马丁香、连香树、南方红豆杉和领春木4种珍稀药用植物为材料，从4种植物根际共鉴定AMF 27种[4]。在国内因药用植物种质资源丰富，宿主范围十分广泛，目前已经对上百种药用植物进行了研究。

长久以来，中药材大多来自野生药用植物，但随着对药用植物需求的不断增加，野生药用植物已经无法满足人们对药用植物的需求，甚至濒临灭绝，加之人工栽培技术落后、栽培措施不配套等原因，导致药用植物种质退化、质量下降、入药性质不稳定等。本课题主要是通过对贵州特有药用植物根际土壤采集和分析，研究药用植物根际AMF种质资源及多样性，以期为充分发掘和利用AMF资源，筛选AMF优势菌，利用菌根生物技术提高药用植物产量、品质和扩大人工栽培区提供材料和依据。

1 材料与方法

1.1 研究地概况

采样地位于贵州东南部茂兰保护区及织金县牛场镇。本区处于温暖湿润的中亚热带气候区，区域内有雷公山和月亮山，分布着适宜常绿栎林及热带常绿阔叶林生长的红壤和红黄壤，海拔最高处为2178．8m，最低处137m。区域内有中草药资源十分丰富。

1.2 样品采集

2014年10月在贵州省茂兰保护区及织金县牛场镇采集铁皮石斛（Dendrobium officinale Kimura et Migo）、黄连（Coptis chinensis Franch.）、太子参（Pseudostellaria heterophylla(Miq.) Pax）、丹参（Salvia miltiorrhiza Bge.）根系及根际土。每株按东西南北4个方位，除去5cm厚的表层土后，挖10～20cm深的土壤剖面，剪取带有细根的根系，用塑胶袋存放根系和根际土样品。经检测，土样基本性质如表1所示。

1.3 AMF的形态观察及其侵染能力的检测

采用Philips和Haymay染色方法进行观察和计算。

1.4 分子生物学方法分析样品多样性

1.4.1 总DNA的提取和纯化

采用Zhou 等[5]的酶裂解法提取土壤总DNA。

1.4.2 PCR扩增

采用由大连宝生物公司合成的引物AM1 和NS31扩增18SrDNA施测。反应体系为20ml.PCR扩增产物用1.0 %琼脂糖凝胶电泳检验。

1.4.3 群落多样性分析

采用T-RFLP方法分析样品，以图谱中每一个限制性片段（T-RF） 为一个OTU，测定OTU数目即为物种丰富度指数（S），峰高值低于100荧光单位的峰不计入分析范畴。根据丰富度指数（S）和相对峰高值（Pi）测定均匀度指数（E） 和Shannon多样性指数（H）。

相对峰高值（Pi） ：Pi= ni/ N

均匀度指数（E）：E＝H/lnS

Shannon指数（H）：H＝－∑PilnPi

式中，N为该样品所有累计峰高，ni为第i个T-RF峰值。

1.5 数据分析

用表3中的实验数据代入EXCEL（2003）、spss（V17.0）软件系统进行汇总和分析。

2 结果与分析

2.1 根际AMF的形态及其侵染率

从表2中可见，不同宿主植物根系菌根真菌侵染率不同，四种植物中铁皮石斛的菌根侵染率最高，丹参最低。对比采样环境可以看出，侵染率与土壤性质有一定相关性。其中pH越高侵染率越高；侵染率与速效磷和速效钾呈反比。

2.2 群落多样性

2.2.1 样品总DNA提取和基因的扩增结果

从土壤中提取出的总DNA粗提样品中有大量黑褐色杂质，基因组片段大小为20 kb，用1%琼脂糖电泳检测，条带明亮齐整，这说明所得到的微生物总DNA比较完整。扩增的18 SrDNA基因片段长度为550 bp。

2.2.2 群落多样性指数

表3可见，4个样品的根际AMF多样性存在明显的差异。其中，丰富度指数和Shannon指数最高的是黄连，最低的是太子参，表明植物种类的差异对根际AMF群落多样性有影响。

3 结论和讨论

根际微生物活性及群落结构的变化是评价土壤生态系统的重要指示因子，通过观察其变化能够发现植物和土壤质量[6]。本研究表明，4种贵州省特有药用植物根际AMF种类丰富，数量较大。由于植物种类的不同，AMF群落多样性也存在很大的差异。由此可见，宿主植物也会影响根际微生物群落结构多样性。但Oehl具有不同意见，他认为土壤类型和土地利用模式决定了AMF的群落结构[8]。

对于根际微生物来说，很多的环境因子都对其群落多样性影响很大，如有机质、pH和速效磷等，这是因为土壤微生物中的养分越高，营养物质就越多，这有利于其活性的增加。卜洪震等发现使用肥料后可以促进土壤微生物的活性，并且不同施肥处理对土壤微生物量碳和微生物多样性有着重要影响[7]。本研究中速效磷是影响AMF群落多样性的一个主要因素。而从O’Donnell 等[8]学者的研究成果来看，土壤pH值也是一个重要的土壤微生物群落多样性影响因子。徐辉[9]在现有研究成果的基础上展开进一步研究，发现速效磷也直接影响刺槐和沙棘根际AMF侵染率。在自然环境中随着环境因子的变化，土壤微生物群落的形成和变化也会随之调整，这说明土壤微生物的生长和环境因子有着直接关系。通过研究土壤微生物群落动态变化，也就为了解生态系统的土壤健康状况和植被发育阶段提供了可能。

参考文献：

[1]孙济平，何顺志.贵州特有药用植物的种类与分布[J].中国中药杂志，2005，30（10）：735-738.

[2]刘润进，陈应龙.菌根学[M].北京：科技出版社，2007.

[3]李品明，韩如刚，刘杰，等.中药材植物根际土壤VA菌根多样性研究[J].湖南农业科学，2011，3：141-142.

[4]王森，唐明，牛振川，等.山西历山珍稀药用植物AM真菌资源与土壤因子的关系[J].西北植物学报，2008，28（2）：355-361.

[5]Zhou JZ， Bruns MA， Tiedje JM.DNA recovery from soils of diverse composition. Applied and Environmental Microbiology， 1996，62（2）： 316-322.

[6]滕应，黄昌勇，骆永明，龙健，姚槐应.铅锌银尾矿区土壤微生物活性及其群落功能多样性研究.土壤学报，2004，41（1）： 113-119.

[7]卜洪震，王丽宏，尤金成，肖小平，杨光立，胡跃高，曾昭海. 长期施肥管理对红壤稻田土壤微生物量碳和微生物多样性的影响.中国农业科学，2010，43（16）：3340-3347.

生物的多样性总结范文第4篇

关键词：生物多样性；多样性功能评价；湿地保护；衡水湖湿地

1 衡水湖湿地属性?

按照国际湿地公约的湿地分类［1］，衡水湖湿地主要为湖泊湿地、沼泽湿地、水体沼泽化湿地、盐沼湿地、河流湿地和渠道湿地等。其中湖泊湿地、沼泽湿地是湿地的主体，类型与面积占据主要地位。其他类型湿地居次要地位。此外，还有少量人工湿地如沟渠、养鱼池等。各种类型湿地关系十分密切，它们相互依存，共同构成衡水湖湿地生态系统。任一类型湿地的退化都将对衡水湖湿地的生态与环境功能产生巨大的影响［2-4］。?

1.1 生物多样性保护层次?

衡水湖具有非常重要的湿地生态服务功能，是北温带野生动植物聚集地和候鸟南北迁徙不同路线的交汇处，这里有植物370种，鸟类286种，鱼类26种，昆虫194种，两栖爬行类17种，哺乳类17种，生物多样性非常丰富。?

保护生物多样性和生态系统功能的完整性与保护珍稀动植物有着同等重要的意义。许多物种虽然未被列入国内外各种动植物保护名录，但其或为重点保护珍稀鸟类提供栖息地和繁殖地，或直接（间接）为这些珍稀鸟类提供食物，共同构成适宜的鸟类生境。所以保护这些物种，保护生物多样性对于珍稀鸟类的保护也是至关重要的。同时，保护生物多样性也就是保护湿地这一天然物种基因库，以利于我们子孙后代对物种资源的可持续利用，对人类生存和生活也都具有重要的现实和潜在的意义［5］。?

1.2 湿地保护类型?

湿地是位于陆生生态系统和水生生态系统之间的过渡性地带，在土壤浸泡在水中的特定环境下，生长着很多湿地的特征植物。湿地广泛分布于世界各地，拥有众多野生动植物资源，是重要的生态系统。很多珍稀水禽的繁殖和迁徙离不开湿地，因此湿地被称为“鸟类的乐园”。湿地强大的生态净化作用，因而又有“地球之肾”的美名。根据《自然保护区类型与级别划分原则》(GB/T 14529-93)，衡水湖部级自然保护区属于自然生态系统类的湿地类型自然保护区［6］。从生态系统特征上看属于以华北内陆淡水湿地生态系统为主的平原复合湿地生态系统。?

2 湿地生物多样性功能评价方法?

生物多样性的3个主要层次是物种多样性、基因多样性和生态系统多样性。这是组建生物多样性的3个基本层次。基因多样性代表生物种群之内和种群之间的遗传结构的变异。每一个物种包括由若干个体组成的若干种群。各个种群由于突变、自然选择或其他原因，往往在遗传上不同。因此，某些种群具有在另一些种群中没有的基因突变，或者在一个种群中很稀少的等位基因可能在另一个种群中出现很多。在同一个种群之内也有基因多样性，在一个种群中某些个体常常具有基因突变。生态系统多样性既存在于生态系统之间，也存在于一个生态系统之内。总之，物种多样性是生物多样性最直观的体现，是生物多样性概念的中心。基因多样性是生物多样性的内在形式，一个物种就是一个独特的基因库，可以说每一个物种就是基因多样性的载体；生态系统的多样性是生物多样性的外在形式，保护生物的多样性，最有效的形式是保护生态系统的多样性［7-9］。?

作为水陆相兼的生态系统，湿地的独特生境使它同时兼具丰富的陆生与水生动物植物资源，对于保护物种，维持生物多样性具有难以替代的生态价值。湿地生物多样性是所有湿地生物种种内遗传变异和它们生存环境的总称，包括所有不同种类的动物、植物、微生物及其所拥有的基因和它们与环境所组成的生态系统［12］。?

物种多样性是群落生物组成结构的重要指标，它不仅可以反映群落组织化水平，而且可以通过结构与功能的关系间接反映群落功能的特征。?

在湿地生态系统评价方法的基础上，结合生物多样性的理论和实践，将物种多样性和生物多样性作为一级指标，下设二级、三级亚指标，建立可操作性较强的湿地生物多样性评价指标体系［13］，见表1。

人类威胁程度分值

对资源保护部构成威胁5保护区与未开发生境毗邻5

资源的有效保护受到一定的威胁3保护区周边尚有未开发生境3

资源的有效保护受到较大的威胁1保护区被已开发的区域环绕1

根据湿地生物多样性现状调查结果，对照以上赋值逐项打分，将所得分数累加即得到该湿地生物多样性评价总分值。计算公式为

[1] [2] [3] 

：?

R=∑i=Ai∑j=Bj()

式中：R-湿地生物多样性总分值；A-物种多样性分值；i-物种多样性评价项目数；B-生态系统多样性分值；j-生物多样性评价项目。?

根据R值的高低，将湿地生物多样性划分为级，见表。

衡水湖生物多样性评价?

衡水湖是华北平原上第一个内陆淡水湖部级自然保护区，同时也是华北平原唯一保持沼泽、水域、滩涂、草甸和森林等完整湿地生态系统的自然保护区［］。丰富的生物资源是衡水湖的支柱。这里有绿藻、蓝绿藻和硅藻等在内的种浮游植物、平均密度达到了 个/L，浮游动物种、平均密度达到了 个/L；这里有芦苇等挺水植物，藕、睡莲属等漂浮有叶植物，眼子菜属、黑藻属等深水植物；这里有两栖纲、爬行纲、哺乳纲野生动物共多种。所以，衡水湖被称作“物种基因库”。?

根据调查结果，衡水湖湿地有维管植物种，鸟类种，分别占河北省物种总数的.%和.%。维管束植物有国家三级重点保护植物野大豆；鸟类有国家一级重点保护的种，有黑鹳、东方白鹤、丹顶鹤、白鹤、金雕、白肩雕、大鸨。生物多样性评价结果为：?

物种多度：A=A?A?=.=.?

物种丰度：A=A?A?=.=.?

物种稀有性：A=A?A?==?

则物种多样性为：?

A=∑i=Ai=..=?

衡水湖湿地大多数植物属于世界广布种；在调查的鸟类中，广布种占总数的.%，古北种占种数的.%，东洋种占.%。衡水湖为沼泽芦苇香蒲生态系统，在华北属常见生境类型；生态系统的组成结构简单、类型单一。衡水湖受人类影响因素较多，对湿地内水体、生物等资源影响较大；湿地周围为村镇和农田，没有未被开发的区域。生态系统多样性评价结果如下。?

生态系统多样性地区分布：?

B=B?B?==?

生态系统多样性生境类型：?

B=B?B?==?

生态系统多样性人类威胁评分：?

B=B?B?==?

则生态系统多样性为：?

B=∑i=Bi==?

湿地生物多样性评价总分为：?

R=∑i=Ai∑j=Bj==?

按照湿地生物多样性评分标准，衡水湖湿地生物多样性功能进行评价，评价结果为：物种多样性为分，生物系统多样性为分，衡水湖湿地生物多样性处于一般水平［］。从分析结果可以看出，衡水湖湿地物种多样性占优势，而生态系统多样性占劣势，生态环境受人类活动影响因素较大。?

生物的多样性总结范文第5篇

关键词：引用纯净水；微生物检验；菌落总数；不确定度检验

前言：在进行微生物检验时，不确定度是一个重要的参数，与测量结果具有很大的关联性，被测量值的分散性都是通过不确定度的表征来赋予的，而且赋予具备合理性，通过不确定度的正确测量和评定，提升了测量结果分析的有效性。现今，微生物检验中越来越认识到不确定检验的重要性，因此开始逐渐的应用不确定检验方法，在饮用纯净水的菌落总数实验中，通过不确定度检验的应用，提升了实验效果的准确性。

一、饮用纯净水微生物菌落总数实验

（一）实验原理

在有氧条件下，通过营养琼脂，在37℃的温度下，培养水样48小时，最后，在1毫升水样内含有的菌落总数就可以得出。实验在实验室内进行，根据规定的方法，不同人员检验日常样品，在检验时，每个样品需要进行平行样检测，此检测需要由同一个实验人员来进行。检测完成规定的组数之后，就可以应用不确定度检验，对菌落总数进行评定[1]。

（二）实验材料

实验正常进行的基本保证就是实验材料，在本次实验中，是通过不确定检验来对菌落总数进行评定，选择的检验对象为水样，因此，实验所用的材料为饮用纯净水。根据实验的设置，对不同类型的饮用纯净水进行取样，以便于保证检测结果的公正性。

（三）实验仪器

在进行实验的过程中，需要借助相应的仪器来完成实验，在饮用纯净水微生物检测中菌落总数的实验中，主要用到的实验仪器有高压灭菌锅、电热干燥箱、恒温水浴锅以及恒温培养箱。通过实验仪器与实验试剂的辅助作用，有效的针对饮用纯净水水样进行微生物检验，对其中的菌落总数进行确定。

（四）实验方法

在进行检验时，所依赖的标准为《生活饮用水标准检验方法微生物指标》。首先要进行充分混匀水样的吸取，在进行吸取时，通过无菌操作的方式来进行，随后，在无菌生理盐水试管中将水样注入进去，混匀稀释之后形成稀释液，浓度为1：10，接着，稀释液再次滴入灭菌生理盐水试管中，形成1：100稀释液，最后重复一次上个步骤，得出1：1000稀释液，将这些稀释液放置在适当的条件下，留做备用。稀释完成之后，取两个灭菌平皿，分别注入未经稀释的水样以及适当稀释度的稀释液，在吸取这两个液体时，都需要用无菌吸管来吸取，注入完成后，再在各自的平皿中将营养琼脂注入进去，营养琼脂的温度约为45℃，注入之后立即进行旋摇，以便于充分的混合[2]。同时，还需要进行营养琼脂空白对照，等到琼脂凝固之后，将平皿翻转过来，放置在培养箱中，培养箱的温度约为36℃，上下浮动1℃的温度范围均可，培养的时间为48小时，培养完成之后，进行菌落计数，在30～300稀释度之间的菌落数，用稀释倍数与平均菌落数相乘，得出的结果就是检测结果，最后，根据相应的数学模型完成计算。

二、菌落总数的不确定度检验

（一）分析来源

在对饮用纯净水的菌落总数进行检验时，不确定度的来源种类比较多：重复性，比如检验环境、培养时间、样品的均匀性、人员计数等，都具备很大的重复性，从而导致不确定度的存在；培养条件，培养时间和培养温度会存在一定的允差，差值的存在就形成了不确定度；取样，在进行水样取样时，体积会对确定性产生影响，在对水样进行稀释时，稀释的体积也同样具有不确定性；实验仪器和实验试剂，比如吸管、培养基等，都会形成不确定度；样品保存条件，时间、温度等都属于保存条件的范畴，当这两个条件发生变动时，菌落总数也会受到一定的影响，进而存在不确定度。不确定度包含A类和B类两种，在实际的微生物检验中，合成不确定度中B类分量所能产生的贡献是比较小的，主要的还是重复测量所带来的，因此，在进行不确定检验时，考虑的不确定度来源主要就是重复性，也就是说，在对不确定度进行评定测量时，采用统计的方法（A类）来进行[3]。

（二）不确定度评定

根据上面的实验方法，对15份日常水样进行菌落总数的检验，每个水样都形成两个检测结果，并分别取对数值，并计算出两个对数的平均值，最后在形成残差平方和。检测完成之后需要进行相应的计算，计算时所采用的公式为贝塞尔公式，首先将合并样品的标准差计算出来，随后再将检测结果的不确定度计算出来，并对不确定度进行扩展，在进行扩展不确定度计算时，需要根据相应的数值来查询到T分布，最终才能确定扩展不确定度数值[4]。在表示检验结果时，如果选择2次测量对数值的平均值，那么不确定度的取值区间就应该在减去平均值的数值到加上平均值的数值之间，通常来说，任何一次不确定度的测量取值区间都适合采用此种方法。比如在选择的15份水样中的3号，经过测量之后，其对数平均值为1.874，根据贝塞尔公式计算出来的对数平均值为0.078，那么不确定度的取值区间就在1.796～1.952之间。

在进行平板测试时，当测试结果要比10CFU/mL大时，那么其分布状态就是偏态分布，而为了使测量结果处于正态分布，就需要对数据进行转换，转换为对数之后，分布状态就接近于正态。对于不确定度检验来说，微生物检测的严格性并不强，而且也不属于统计学和度量学的类别，因此，在对不确定度进行评定时，最为合适的方法就是单独采用重复性以及再现性的数据来进行。通过不确定度的正确评定，提升了微生物检测结果的科学性以及公正性。实际上，对于不确定度检验的使用情况，相关的准则和要求做出了明确的规定，在以下三种情形时，微生物检测报告中必须要包含不确定的检验，第一种是当检测结果的有效性或应用类型与不确定相关联时，第二种是客户明确的提出了进行不确定检验，第三种是在进行结果复合型的判定时，不确定度会产生一定影响的。由此可见，在水质微生物检测中，不确定检验是比较重要的一个部分，应该加大其在常规实验中的应用力度，以便于提升检测结果的准确性。

结论：在对饮用纯净水的菌落总数进行检测时，应用了不确定度检验的方法，由此一来，检测结果的准确性得到提升。随着微生物检测的发展，其检验结果也会不断地增多，这样一来，就需要将不确定度的取值范围进行更新，以便于提升不确定度评定的正确性，以便于保证微生物检测结果具备较高的科学性，提升结果的可用性。在当前的检测中，不确定度检验还应用的比较少，在研究不断深入的过程中，不确定度检验的应用将会变得更加深入，同时，水质菌落总数的确定也将会变得更加可靠与公正。■

参考文献

[1]岁源，吴晓军，曹俊等.食品检验中菌落总数的不确定度评定[J].江苏卫生保健，2013，（06）：6-8.

[2]王海华，兰茜.能力验证菌落总数测定结果不确定度的评定[J].食品安全质量检测学报，2015，（06）：2352-2355.