生态学实验与实习（第3版） pdf epub mobi txt 电子书 下载 2026

内容简介

　　“生态学实验与实习”课程是生态学教学实践的重要环节，通过实验和野外教学实习，不仅能够使学生深刻地理解课堂的教学内容，而且可以大大提高学生的实际操作技能。
　　《生态学实验与实习（第3版）》共分3个部分，第1部分是生态系统结构与功能的测定，包括了15个实验，即植物光合效率测定、植物水分蒸腾速率测定、植物热值测定、植物生殖分配的测定、动植物对极端环境反应的测定、群落种类组成分析、群落数量特征分析、群落叶面积指数测定分析、群落年龄结构分析、群落的数量分类与排序、群落物种多样性分析、群落光合和呼吸的测定、群落生产力分析、生态系统碳动态的测定与分析和种问关系分析；第二部分是主要环境因子的测定，包含了4个实验，即水因子的测定分析、水分胁迫对植物的影响、土壤因子的测定和环境胁迫对生物的影响；第三部分是生态工程设计及生态修复技术，包含了7个实验，即防护林工程的类型划分及工程设计、水体护岸，道路护坡工程的工艺流程及材料选择、城市绿化保水工程及效果分析、退化草地恢复工程措施及效果分析、不同湿地类型修复工程的技术选择、沙地的嘲定和植被恢复，以及矿区植被恢复的措施及植物筛选。第三部分的每个实验都配有视频，其目的是便于读者观摩和理解，从而进一步掌握相关知识。
　　《生态学实验与实习（第3版）》是纸质教材与数字资源的集合。数字资源是纸质教材的补充和延伸，除第三部分的7个视频外，还包含全书所有的彩色图片，以及一些实验案例和补充材料，读者可以依照教材中给出的提示进行学习和观摩。
　　《生态学实验与实习（第3版）》适用于高等院校生态学、环境科学、农学和林学等有关专业的学生使用，也可供相关科技人员阅读。

内页插图

目录

第一部分 生态系统结构与功能的测定
实验一 植物光合效率测定
一、半叶法
二、CO2吸收量测定法
实验二 植物水分蒸腾速率测定
一、离体快速称重法
二、稳态气孔计法
实验三 植物热值测定
实验四 植物生殖分配的测定
实验五 动植物对极端低温反应的测定
一、植物对低温反应的测定
二、动物对低温耐寒性的测定
实验六 群落种类组成分析
一、草地群落种类组成分析
二、森林群落结构特征的分析
实验七 群落数量特征分析
实验八 群落叶面积指数的测定分析
一、剪纸称重法
二、仪器测定法
实验九 群落年龄结构分析
实验十 群落的数量分类与排序
实验十一 群落物种多样性分析
实验十二 群落光合和呼吸的测定
实验十三 群落生产力分析
一、森林群落第一性生产力的测定与分析
二、草地群落第一性生产力的测定与分析
实验十四 生态系统碳动态的测定与分析
草地牛态系统
二、森林或灌木生态系统
实验十五 种间关系分析
一、种间竞争
二、他感作用

第二部分 主要环境因子的测定分析
实验十六 水因子的测定分析
一、水质分析
二、土壤含水量的测定
三、地表水蒸发的测定
实验十七 水分胁迫对植物的影响
一、叶片缺水程度的鉴定
二、根系缺水程度的鉴定——TTC还原法
三、叶片游离脯氨酸的测定
四、叶片脱落酸(ABA)的测定
实验十八 土壤因子的测定
一、土壤温度的测定
二、土壤养分分析
三、土壤中有害重金属的测定分析
实验十九环境胁迫对生物的影响
一、污染胁迫对生物的影响
二、盐胁迫对生物的影响

第三部分 生态设计与生态修复技术
实验二十 防护林工程的类型及工程设计
一、防护林工程的类型
二、工程设计
实验二十一 水体护岸、道路护坡工程的工艺流程及材料选择
一、水体护岸工程
二、道路护坡工程
三、生态护岸、护坡工程材料的选择
实验二十二 城市绿化保水工程及效果分析?
一、城市绿化保水工程的分类和建设
二、城市绿化保水工程效果分析
实验二十三 退化草地恢复的措施及效果分析
一、退化草地恢复措施
二、工程效果分析
实验二十四 不同湿地类型修复工程的技术选择
一、湿地生态修复的方法
二、河流湿地的修复
三、湿地修复的实例
实验二十五 沙地的固定和植被恢复
一、沙地的固定
二、沙地植被恢复
实验二十六 矿区植被恢复的措施及植物筛选
一、矿区生态恢复的主要措施
二、植被恢复的物种筛选
三、矿区修复案例

前言/序言

　　《生态学实验与实习》作为高等学校教材已经出版15年了，其第二版是普通高等教育“十一五”国家级规划教材。在15年的教学过程中，本教材得到了广大读者的认可和好评。
　　近年来，生态学学科发展迅猛，无论在理论上还是在研究方法及手段上都有了很大的突破，并在实现社会的可持续发展中起着越来越重要的作用。因此，为及时反映学科发展水平，满足教学需求，《生态学实验与实习》第三版在第二版的基础上，对教学内容进行了更新和补充，更多地关注生态系统服务功能方面的内容。
　　第三版的编写原则是：
　　1．满足基础实验教学的基本要求。保留第二版中的部分内容，增加了生态因子测量中量化测定技术的内容，减少了关于形态描述方面的实验。
　　2．对于在其他基础课中已经涉及的实验内容，在本教材中不再列入。
　　3．为了体现以生态系统服务功能为中心的意图，在实验内容的安排上，均围绕生态系统结构与功能作用这个主题。
　　4．教材的内容力求反映目前国内外生态学研究领域的最新水平。使学生通过本课程的学习和训练，能够规范使用生态学研究中常用的观测仪器，掌握生态学研究的基本方法。
　　5．本教材配有网上配套数字资源，其内容是纸质教材的补充和延伸，包含实验中的彩色图片、音频、视频，以及某些不同的实验方法、技术设备和实验案例等，读者可以依照教材中给出的提示进行拓展阅读。
　　本教材共分三大部分，第一部分是生态系统结构与功能的测定，包括了15个实验；第二部分是主要环境因子的测定，包含了4个实验；第三部分是生态工程设计及生态修复技术，包含了7个实验，由于此部分实验的操作具有一定难度，故每个实验都配有相应的视频资料，其目的是给没有实验条件的读者提供实验观摩，从而加强其对生态工程设计及生态修复技术的了解。
　　本教材的编写人员有内蒙古大学、南开大学、东北师范大学、山东大学、内蒙古师范大学、厦门大学、云南大学等学校的教师。具体编写人员均在其所承担编写的实验后进行标注。本教材是在多位老师的诚心合作下完成的，在此对他们表示衷心感谢。
　　本教材的审定得到了盛连喜教授的大力支持和帮助，在此表示衷心的感谢。
　　杨持
　　2017 3

《现代生物统计学：原理、应用与实践》 内容简介 本书旨在为生物学、生态学、环境科学以及相关领域的学生和研究人员提供一套全面、深入且实用的现代生物统计学知识体系。在当代科学研究中，数据分析能力已成为不可或缺的核心技能。面对日益复杂的研究设计和海量的实验数据，掌握扎实的统计学基础和熟练运用先进的分析方法，是确保研究结论科学性、可靠性和可重复性的关键。 第一部分：统计学基础与研究设计 本书首先从统计学的基本概念入手，详细阐述了描述性统计与推断性统计的本质区别和联系。我们着重讲解了数据类型（定性、定量、离散、连续）的识别及其对后续分析选择的影响。概率论的基础知识被提炼并聚焦于其在统计推断中的应用，包括随机变量、常见概率分布（如二项分布、泊松分布、正态分布）的特性及其在生物学情境中的实例解析。 推断统计的核心——抽样理论和中心极限定理——被系统地介绍。我们详细讨论了不同抽样方法（简单随机抽样、系统抽样、分层抽样、整群抽样）的优缺点及其在生态学田野调查中的适用性。 研究设计是统计分析的基石。本部分投入大量篇幅讲解科学实验设计的原则，包括对照组、重复、随机化和平衡性。我们详细区分了常见的实验设计类型，如完全随机化设计（CRD）、随机化区组设计（RBD）以及交叉设计。对于准实验和观察性研究，我们也探讨了其固有的局限性以及如何通过统计方法（如匹配、倾向得分分析）来尽可能减少混杂因素的干扰。特别地，我们强调了“最小样本量估计”的重要性，并提供了基于功效分析（Power Analysis）的实用计算指南，确保研究具有足够的统计能力来检测预期的效应。 第二部分：参数估计与假设检验 参数估计部分深入讲解了点估计和区间估计。我们清晰界定了估计量的优良性质（无偏性、一致性、有效性）。置信区间（Confidence Intervals）的计算及其在量化不确定性方面的意义被置于突出位置，这对于解读生物学数据至关重要。 假设检验是统计推断的核心工具。本书遵循严谨的逻辑框架，从零假设和备择假设的建立开始，系统讲解了P值、显著性水平（$alpha$）的选择与解释。我们不仅涵盖了传统的频率学派检验，还适当地引入了基于置信区间的决策方法，强调统计显著性与实际生物学意义之间的区别。 单样本和双样本T检验的原理、前提假设（正态性、方差齐性）及其实际应用被细致阐述。对于方差齐性检验（如Levene检验），我们提供了在软件操作层面的具体指导。当数据不满足参数检验的前提条件时，本书及时引入了非参数检验（如Wilcoxon秩和检验、Mann-Whitney U检验），并清晰说明了它们在何时、何地应被优先使用。 第三部分：方差分析（ANOVA）的精深探究 方差分析是处理多个处理组之间比较的强大工具。本书从单因素ANOVA开始，逐步过渡到更复杂的多元方差分析模型。 单因素ANOVA不仅解释了F统计量的计算和解释，更侧重于“事后多重比较”的必要性和方法选择。我们详细对比了Tukey's HSD、Bonferroni校正、Scheffé检验等方法的适用场景和统计效力差异，并强调了控制I类错误膨胀的重要性。 多因素ANOVA（Factorial ANOVA）部分着重阐释了交互作用的概念及其在揭示复杂生物学机制中的价值。对于具有重复测量的实验设计（如重复测量方差分析），本书详细讨论了如何处理非独立观测值和球形检验（Sphericity Test）的解读，确保了对纵向研究和时间序列数据的准确分析。此外，我们还介绍了混合效应模型（Mixed-Effects Models）的初步概念，作为处理嵌套数据和不平衡数据的桥梁。 第四部分：回归分析与建模 回归分析是预测和探究变量间关系的利器。本书从最基础的简单线性回归开始，强调了最小二乘法的原理及其对残差的依赖性。在多元线性回归部分，我们深入探讨了变量选择的方法（如逐步回归、容差检验），共线性诊断，以及如何解释回归系数在存在多个预测变量时的含义。 对回归模型假设的检验——包括残差的正态性、独立性和方差的同质性——被视为构建可靠模型的关键步骤，并提供了诊断图谱的详细解读指南。 广义线性模型（GLMs）的介绍是本书的一大特色。针对生物学中常见的非正态响应变量（如计数数据、比例数据），本书系统讲解了泊松回归、逻辑斯蒂回归（Logistic Regression）的数学基础和实际操作。特别是，逻辑斯蒂回归在疾病发生率、物种存活率等二元结果分析中的应用，配有详尽的案例演示。 第五部分：分类数据分析与高级主题 对于计数和分类数据，卡方检验（Chi-Square Tests）是基础工具。本书不仅讲解了拟合优度检验和独立性检验，还介绍了费舍尔精确检验（Fisher's Exact Test）在小样本情况下的应用。对于列联表（Contingency Tables）的分析，我们讨论了优势比（Odds Ratio）和相对风险（Relative Risk）的计算与解释。 此外，本书还涵盖了生存分析（Survival Analysis）的基础知识，包括Kaplan-Meier估计和Cox比例风险模型（Cox Proportional Hazards Model），这对于医学和生态学中的寿命研究至关重要。 软件应用与实践 本书高度重视统计方法的实际操作能力。在每个关键统计方法介绍后，我们都提供了使用主流统计软件（如R语言、SPSS或Stata）的详细操作步骤和脚本示例。数据准备、清洗、模型拟合、诊断结果的解读以及最终报告的撰写，贯穿于整个教程之中。大量的实例和练习题均来源于真实的生物学和生态学研究场景，确保读者能够将理论知识无缝迁移到自己的研究工作中。 通过本书的学习，读者将不仅掌握“如何运行”统计检验，更能理解“为何使用”特定的统计方法，从而提升数据解读的深度和批判性思维。