人工紅松林步行蟲(Coleoptera: Carabidae)群落物種共存格局動態分析

高梅香,李景科,石 昊,張雪萍,*,朱紀元

1 哈爾濱師范大學地理科學學院,哈爾濱 150025 2 黑龍江省普通高等學校地理環境遙感監測重點實驗室,哈爾濱 150025

?

人工紅松林步行蟲(Coleoptera: Carabidae)群落物種共存格局動態分析

高梅香1,2,李景科1,2,石 昊1,2,張雪萍1,2,*,朱紀元1,2

1 哈爾濱師范大學地理科學學院,哈爾濱 150025 2 黑龍江省普通高等學校地理環境遙感監測重點實驗室,哈爾濱 150025

揭示群落物種共存格局是群落生態學研究的重點內容之一,零模型的應用極大的促進了群落物種共存格局及其調控機制的進展,然而針對地下生物群落共存格局動態特征的研究并不多見。在帽兒山森林生態站的人工紅松林內,通過5次調查取樣基于零模型模擬分析小尺度空間(20 m×20 m)步行蟲群落物種共存格局的動態特征。結果表明：(1)共捕獲步行蟲20種,2278只個體,其中Carabusbillergimaoershanensis為所有調查季節數量最具優勢且分布最廣泛的物種,步行蟲群落結構具明顯的時間變異性；(2)2013年6月步行蟲群落為集群性共存格局,而2014年8、10月為競爭性共存格局,基于目前的零模型指標和法則難以準確揭示其他月份是集群性還是競爭性的共存格局,但所有季節的群落均表現為明顯的非隨機性共存格局,這些共存格局的發現并不完全支持Diamond的群落構建機制理論；(3)所有調查季節均發現很少的顯著物種對,基于更嚴格的檢驗表明群落中集群性物種對多于隔離性物種對,那些表現為顯著的非隨機性共存關系的物種對往往是群落內數量較大且分布廣泛的優勢和常見物種。表明非隨機性共存格局可能是帽兒山人工紅松林小尺度空間步行蟲群落的常見格局,這種非隨機性格局具一定的短期動態穩定性,但不同季節這種非隨機性共存格局類型表現不同,群落內這些較少的顯著物種對可能對群落物種共存格局具有一定的貢獻。

共存格局；顯著物種對；零模型；步行蟲；人工紅松林；帽兒山

群落生態學研究的一個重要任務就是揭示在一定時空尺度內,群落是否表現為一種非隨機性共存格局并進一步揭示該群落受到何種機制的調控,如構建機制[1]、鑲嵌性[2]、中心-衛星結構[3]、分隔[4]或者擴散限制。Diamond[1]首先提出鳥類的群落組成受到基于種間競爭的構建機制調控,他進一步指出種間競爭會阻止那些具有生態學相似性的物種在群落內共存,之后物種共存分析被越來越多的用于檢驗群落構建機制是否存在[5]。然而物種共存格局分析一直是群落生態學研究的難點[6-7],直到零模型(null model)的應用才使構建機制的檢驗得以廣泛開展。零模型是一種格局生成模型(a pattern-generating model)的統計檢驗,該檢驗基于已知或者想象分布的生態數據的隨機性或取樣的隨機性[8],故意排除一種被檢驗的機制而產生隨機性的群落格局,通過隨機格局和調查群落格局之間的比較來評估生物間相互作用的調控作用。零模型模擬探討群落物種共存格局時,一個重要的問題就是識別顯著的物種對,即識別那些在群落內表現為顯著的正的、負的或者隨機性的物種對,這有助于在群落水平和物種水平共同揭示群落物種共存格局?；诹隳Ｐ偷娜郝湮锓N共存格局分析及顯著物種對識別被應用到地下生態系統,包括蚯蚓[9-10]、跳蟲[11-12]、螨類[13]等,但是對地下生物群落物種共存格局時間動態特征的研究非常少見。

步行蟲(Coleoptera: Carabidae)是地表活動動物中廣泛分布的物種,也是北半球節肢動物中研究較深入的物種[14],對環境條件變化和干擾比較敏感,常常被用來作為生物指示種[15]或生物多樣性指標[16-17],而且步行蟲是相對的長壽命物種,能夠基于簡便可行的陷阱法進行采集[18]?；诖?步行蟲成為評估微生境選擇和小尺度動態的理想有機體。很多研究探討了步行蟲物種多樣性和豐富度時空變異[19],卻少有研究揭示步行蟲群落物種共存格局的動態變化。步行蟲物種共存格局及其動態變化的研究,是揭示群落物種共存機制的基礎,為以步行蟲為指示種的環境保護和生態管理提供基礎數據。本研究在帽兒山森林生態系統研究站的人工紅松林內,通過2013年6月至2014年10月的5次野外調查,研究小尺度(101—103m)[20]范圍內步行蟲科物種共存格局的動態特征,嘗試性的回答以下問題：(1)步行蟲群落是否為非隨機性的共存格局,(2)這種共存格局是否具有時間穩定性,(3)群落內是否存在較多顯著的共存物種對,(4)這些共存物種對是否對群落水平物種共存格局有重要貢獻。

1 研究地區與研究方法

1.1 研究地區

本實驗設置在帽兒山森林生態系統研究站內(127°30′—127°34′ E,45°20′—45°25′ N)。研究區位于黑龍江省東北部,平均海拔300m,平均坡度10°—15°,地帶性土壤為暗棕色森林土。為四季分明的大陸性季風氣候,夏季溫暖濕潤而冬季寒冷干燥,年均溫約3.1℃[21],年均降水量為629 mm。研究區植被屬于長白植物區系,實驗樣地設置在林齡約為60a的人工紅松林內,平均坡度12°,西北坡向,平均胸徑12 cm,林分密度3145個/hm2,喬木層以紅松(Pinuskoraiensis)為優勢種,同時包括白樺(Betulaplatyplylla)、水曲柳(Fraxinusmandshurica)、楓樺(Betulacostata)、山楊(Populusdavidiana)、胡桃楸(Juglansmandshurica),下木層包括春榆(Ulmuspropiqua)和山梨(Pyrusussuriensis)[22]。

1.2 樣地設置與調查方法

在人工紅松林內隨機設置一個20m×20m的樣地,以2m為間隔均分成100個2m×2m的小單元格,在每個小單元格左下角網格交叉點采集樣品(共計100個采樣點)。陷阱法捕獲步行蟲樣品,將誘捕杯(高9 cm,內徑6.5 cm)放置在采樣點,杯口與地面齊平,杯口上部離地面約10 cm處支起1個一次性餐盤,以防止凋落物或者穿透雨的進入。2013年6、8、9月內置4%福爾馬林,2014年8、10月內置飽和NaCl溶液,將陷阱至于野外7天7夜后取回。手撿法分揀步行蟲,將樣品放置于95%醫用酒精內,顯微鏡下鑒定種類并計數。

1.3數據處理分析

1.3.1 Raunkiaer頻度指數、方差分析和基于采樣點的稀釋度曲線

依據Raunkiaer[23]公式計算物種頻度,劃分標準為：1%—20%為A級,21%—40%為B級,41%—60%為C級,61%—80%為D級,81%—100%為E級。單因素方差分析(one-way ANOVA)比較相同誘捕液條件下,步行蟲物種數量和個體數量差異的顯著性。基于采樣點的稀釋度曲線(rarefaction analysis)[24-25]檢驗研究尺度內物種-強度調查關系(species-trapping-effort relationship)。數量百分比劃分類群,依據各物種數量占該群落總捕獲數量百分比分別劃歸為：>10%為優勢物種,1%—10%為常見物種,<1%為稀有物種。Raunkiaer頻度和數量百分比在Microsoft Excel 2007中計算,單因素方差分析和多重檢驗使用R軟件中的“aov”和“duncan.test”函數實現[26],基于采樣點的稀釋度曲線使用R軟件vegan軟件包中的“specaccum”函數實現。

1.3.2 基于零模型的物種共存格局分析

采用零模型模擬分析步行蟲群落是否表現出非隨機的共存格局[27-28]。首先將步行蟲豐富度矩陣轉換為“有-無“矩陣(presence-absence matrix)[29],該矩陣每行代表一個步行蟲科物種,每列代表一個不同的采樣點,“0”值代表該物種在特定采樣點不出現,“1”值代表該物種在特定采樣點出現[30]。選擇C-score和V-ratio指標量化步行蟲群落的共存格局,其中每個指標都是一個單獨的數值來量化整個“有-無”矩陣的格局。

(1)C-score指標 Stone和Roberts[31]引入C-score指標作為量化物種共存程度的一個指標,該指標量化每個物種對能夠被發現的棋盤單元(checkerboard unit, CU)的數量。任何物種對的棋盤單元的數量可以由公式獲得：CU=(Ri-S)(Rj-S),式中Ri和Rj分別為物種i和j的總行數,S是被兩物種共同占據的采樣點的數量。C-score是所有獨特物種對(unique pairs of species)計算的CU的均值。C-score的值越大,共存的物種對就越少[32-33],如果C-score的值顯著的比預期機會(expected by chance, EBC)大,那么該集群被認為是競爭性/隔離性群落結構[27],說明種間競爭可能對群落物種共存具有重要的調控作用；反之,該集群被認為是集群性群落結構,表明種間競爭對群落物種共存的調控作用可能不明顯。

(2)V-ratio指標 Schluter[34]提出將V-ratio作為量化群落結構的一個指標,該值是列總和方差與行總和方差的比值,測量每個采樣點物種的數量的變異性。在一個競爭性結構的群落中,實測的V-ratio應該明顯的比預期機會(EBC)小；而在一個集群性的群落中,實測的V-ratio應該明顯的比預期機會(EBC)大。

基于零模型的共存格局分析對物種共存頻率的變異敏感,Gotelli建議零模型中的行數應被限定[27],3種零模型法則被推薦用來模擬物種共存格局,這些法則固定行總和且較少產生Ⅰ類錯誤。本文選擇FF(Fixed row-Fixed column,固定行-固定列), FE (Fixed row-Equiprobable column, 固定行-等概率列)和FP (Fixed row-Probability column, 固定行-或然率列)法則來計算C-score,使用FE和FP算法來計算V-ratio[27-28,35]。

標準效應量(Standardized Effect Size, SES)用來比較結果的顯著性。SES評估實測指標距離平均模擬指標的標準差[5],對于C-score來說,SES大于2.0表明步行蟲群落共存格局為非隨機性的物種間隔離,說明為競爭性的群落結構；SES小于-2.0表明步行蟲群落共存格局為非隨機性物種間集群,說明群落表現為顯著的非競爭性結構。對于V-ratio指標,SES大于2.0說明共存格局表現為非隨機性物種間集群,而SES小于-2.0說明共存格局表現為非隨機性物種間隔離。當群落內產生上百個物種對的時候P值應該被校正[35],本文采用控制發現錯誤率(the false discovery rate, FDR)對顯著性水平進行校正[36-37]。C-sore和V-ratio均在Ecosim 7.0軟件的“Co-occurrence”模塊計算[38],隨機模擬運行50000次；P值的校正使用R軟件的“p.adjust”函數實現。

1.3.3 基于零模型的顯著物種對

基于零模型的顯著物種對分析會產生大量的物種對,對于具有n個物種的步行蟲矩陣來說,共有[(n)(n-1)/2]個物種對,而這其中的許多物種對可能彼此不是生物學或者統計學相互獨立的[35],在分析物種對間相互作用關系時會在很大程度上增加I類錯誤的產生[35]。本文通過計算每個物種對的C-score值來確定特定物種對之間的關系,該計算過程中C-score被重采樣為0—1之間,C-score=0代表完全重疊,C-score=1代表完全隔離[35]。然后采用Gotelli和Ulrich[35]提出的4種準則來檢驗這些物種對之間為何種共存關系,即集群性、隔離性或隨機性共存物種對。其中CL (the confidence limit criterion)是最簡單和最寬泛的一種檢驗準則,Gotelli和Ulrich[35]同時推薦更嚴格的檢驗準則,即BY (after sequential Bonferroni correction)、BM (empirical Bayes mean based criterion) 和BCL (empirical Bayes confidence limits based criterion)。關于4種檢驗準則的理論基礎和計算過程,請參閱文獻Gotelli和Ulrich[35]。

最后,計算那些被證明存在顯著相互作用關系的物種對C-score值的標準效應量(SES),SES大于2.0表明物種對為顯著的負相互作用關系(隔離性關系),說明兩個物種間存在顯著的競爭；SES小于-2.0表明物種對為顯著的正相互作用關系,說明物種對不存在顯著的種間相互競爭。顯著物種對的識別在Pairwise軟件中計算[39],隨機模擬運行1 000次。

1.3.4 PiankaOik生態位重疊指數

和營養資源類似,空間也可以被作為一種資源被物種競爭[40]。Pianka生態位重疊指數[41]被用來測度兩個步行蟲科物種利用空間資源而互相重疊的情況：

(1)

式中,Oik為物種i和物種k的生態位重疊度值,Pij和Pkj為物種i和物種k在空間資源梯度級j的數量特征,r為空間樣點數。PiankaOik生態位重疊指數的值介于0和1之間,該指數在Ecosim 7.0軟件的“niche overlap”模塊中計算。

2 結果

2.1 群落結構特征

共捕獲步行蟲科20種,2278只個體。2013年6、7、9月均捕獲較多的物種數量和個體數量,而2014年10月捕獲最少的物種數量和個體數量。2013年各個月份間捕獲類群數量沒有顯著差異,而個體數量有顯著差異(P<0.01)；2014年2個月份間捕獲類群數量和個體數量都有顯著差異(P<0.01)(表1)。群落物種稀釋度曲線表明,在每個調查季節內步行蟲物種數量隨著調查樣點的增加而增加,說明需要在研究尺度內適當增加取樣量。

Carabusbillergimaoershanensis在所有調查季節均為優勢物種,2013年6月捕獲量為總捕獲量的84.56%,2013年7月和2014年10月所占比例均為60%以上,2013年9月和2014年8月也達到了30%以上。Carabusbillergimaoershanensis為出現頻度最高的物種,2013年6月Raunkiaer頻度為D級,2014年10月為B級,其他月份均為C級。所有群落70%左右的步行蟲科物種的頻度指數均屬于A級,說明大部分物種在樣地內出現頻度不高。2013年6、7、9月和2014年8、10月群落內優勢、常見和稀有物種的數量分別為1、4、10；2、3、10；3、4、6；3、5、6；1、5、0。僅2014年10月群落內沒有發現稀有類群,其他季節稀有類群較多(表1)。

2.2 群落物種共存格局

2013年6月,基于FE法則的C-score值明顯的小于期望值(模擬值),而V-ratio值明顯的大于期望值,表明步行蟲群落為集群性共存格局。2013年7月,基于FE法則的C-score和V-ratio表明步行蟲群落為集群性共存格局；而基于FF、FP法則的C-score和基于FP法則的V-ratio表明群落為隔離性格局。2013年9月,基于FE法則的C-score和V-ratio表明群落為集群性格局,而基于FP法則的C-score和V-ratio表明步行蟲群落為隔離性共存格局。2014年8月基于所有法則的C-score和V-ratio均表明步行蟲群落為隔離性共存格局。2014年10月基于FP法則的C-score和V-ratio均表明步行蟲群落為隔離性共存格局(表2)。

2.3 顯著物種對識別

基于CL準則,2013年6月,基于FF法則發現1個具顯著正相互作用關系的物種對,說明二者表現為集群性共存關系；2013年7月,基于FE和FF法則均發現1個具顯著正相互作用關系的物種對；2013年9月,基于FE法則發現3個具顯著正相互作用關系的物種對,而基于FF法則分別發現1個正的和負的相互作用關系物種對；2014年8月,基于FE和FF法則均發現3個正的和2個負的相互作用關系物種對；2014年10月未發現顯著物種對。基于更嚴格的BM, BCL或者BY法則,所有月份均發現較多的正相互作用關系物種對(表3)。這些發現的顯著物種對之間的PiankaOik生態位重疊度指標,往往高于群落內其他物種對之間的重疊度指標(表4)。

3 討論

本調查共捕獲步行蟲科20種,2278只個體,人工紅松林內步行蟲群落存在明顯時間變異性,2013年調查季節步行蟲個體數量彼此間均存在顯著的差異,2014年2個月份類群數量和個體數量均有顯著差異。2014年10月為較寒冷的調查季節,食物資源減少、地表溫濕度等適宜性明顯降低,導致群落的物種數量和個體數量明顯下降,稀有物種在樣地內消失,群落內僅發現優勢和常見物種而沒有稀有物種,這與其他生長季節明顯不同,其他季節群落內稀有物種的物種數量多于優勢和常見物種。群落內物種的Raunkiar頻度指數多為A級,說明大部分物種不僅數量稀少,而且僅僅分布在樣地內有限的空間內。Carabusbillergimaoershanensis是所有季節最具優勢的物種,數量最豐富且在樣地內分布最廣泛。

表2 基于零模型的步行蟲群落物種共存格局

表3 基于C-score值的通過4種檢驗準則的步行蟲群落顯著物種對

物種代碼詳見表1;FE: 固定行-等概率列法則Fixed-Equiprobable algorithm;FF: 固定行-固定列法則Fixed-Fixed algorithm

表4 2013年6月份步行蟲群落物種的Pianka Oik生態位重疊度指標

物種代碼詳見表1

步行蟲群落表現為非隨機性的共存格局,這種非隨機性的共存格局表現為一定的時間穩定性?；贔P法則的V-ratio指標和基于所有法則的C-score和V-ratio指標分別表明,2014年8月和10月步行蟲群落為競爭性-隔離性共存格局,暗示種間競爭在群落共存中可能起到重要的調控作用,這個結論支持了Diamond群落構建機制理論[1]?；贔E法則的C-score指標表明, 2013年6月步行蟲群落為集群性共存格局,即種間競爭可能不是群落構建的主要調控機制,此結論并沒有為Diamond群落構建機制理論[1]提供有效證據?；诓煌▌t的C-score和V-ratio指標則表明,2013年7月和9月步行蟲群落表現為集群性或競爭性共存格局,這些群落存在的大量隨機性物種對會產生稀釋效應(dilution effects)[35, 42],可能導致我們采用的零模型指標和方法難以確定這兩個月份群落非隨機共存格局類型。另外,零模型是基于物種特性或生態學性狀而隨機構建共存格局的[43- 45],雖然被廣泛的應用在土壤動物群落生態學研究中[7, 9, 11, 13],但是任何一種方法的應用都有其局限性[28],有研究認為零模型使用的交換法則和Z值(Z-score),容易產生法則和隨后的膨脹I類錯誤水平(inflated type I error levles)帶來的偏差[8, 46]?；诖?在零模型模擬過程中增加隨機模擬運行次數(5 0000次)以避免這些可能誤差源的產生。雖然依據目前的零模型指標和方法,難以明確的揭示2013年7、9月步行蟲群落物種共存格局是集群性還是隔離性,但可以在一定程度上說明這兩個月份群落共存格局均為非隨機性格局。綜上,調查季節內步行蟲群落表現為較穩定的非隨機性格局,推測研究區步行蟲群落非隨機性的共存格局可能是普遍存在的,但非隨機性的表現形式(集群性和隔離性)可能具有季節性差別。

本調查僅發現較少的顯著物種對,但這些步行蟲物種之間的非隨機性相互作用對整個群落的非隨機性共存格局可能有一定貢獻。在表現為集群性結構的群落中(2013年6月),發現集群性物種對而沒有發現隔離性物種對；在表現為隔離性結構的群落中(2014年8月),僅發現2個隔離性物種對卻發現3個集群性物種對。本研究的發現并不完全支持先前的假設,即如果群落內大部分物種對都表現為顯著的集群性關系,那么該群落表現為一個集群性的群落結構[42, 47]。但這并不能完全否定這些顯著物種對在群落構建中可能會起到重要的作用。2013年7月份的步行蟲群落,僅發現1個(“Carabusbillergimaoershanensis-Aulonocarabuscanaliculatushailiniensis”)具正相互作用關系的物種對,僅占該群落物種對數量的0.95%；這兩個物種均為該群落的優勢物種,其個體數分別占該群落總捕獲量的62.18%和26.78%,兩個物種個體數合計占該群落總捕獲量的88.96%；且這兩個物種在樣地內廣泛出現,其Raunkier頻度指數均為C級；并且兩個物種的PinkaOik生態位重疊度指數為0.87,遠遠大于群落內其他物種對之間的PinkaOik重疊度指標,表明這兩個物種具有較大的空間生態位重疊。其他季節發現的顯著物種對也多為數量和分布上占優勢的優勢和常見物種,在不同季節表現出不同的競爭性或者集群性共存關系。這些優勢和常見物種可能具有相似的環境喜好,當環境資源不充足時在局地環境對食物、空間等資源產生激烈的競爭,會導致較強的物種間競爭排斥現象,當環境資源比較充足的時候,這種空間生態位重疊并不一定會導致競爭,可能形成正的集群性的物種間關系[47]。可能恰恰是這些數量較大、分布廣泛的優勢和常見物種間的顯著相互作用,對整個群落的共存格局產生重要的貢獻[35]。但是基于目前的實驗數據,仍然難以揭示出這些顯著物種對于群落構建起到怎樣的作用,在未來的研究中,需要引入食物網技術和模擬控制實驗,深入分析那些數量較大且分布廣泛的物種在群落構建中的調控作用。

種間競爭通常不被認為是地表甲蟲群落構建的重要調控機制[48-49],但也有研究表明種間競爭可能導致步行蟲群落出現競爭性共存格局[50]。相關研究證明步行蟲群落的共存格局因物種特性而異,如Ulrich W和Zalewshi M[51]發現區域尺度核心步行蟲物種的共存可能受到生物間相互作用和生態位分化過程的調控,但是衛星步行蟲物種的共存最可能受到隨機擴散的調控而非種間競爭的調控,但少有研究揭示小尺度空間群落物種共存格局的時間動態特征。本研究發現種間競爭對2014年8月和10月步行蟲的群落構建可能具有調控作用,但是對2013年6月的群落構建沒有明顯的調控作用,雖然難以確定2013年7月和9月的非隨機性共存格局的形式,但分析結果表明步行蟲群落的非隨機性格局具有一定的時間穩定性。事實上除了生物間相互作用(種間競爭),土壤環境條件異質性和擴散限制[9, 52]等過程也可能導致土壤動物群落的非隨機性共存格局。本實驗空間尺度較小(20m),且人工紅松林的環境條件相對穩定,可能會導致步行蟲群落非隨機性共存格局的相對穩定性。本研究沒有考慮生境異質性和擴散限制的調控作用,目前難以明確的揭示步行蟲群落這種非隨機性空間格局穩定性的調控機制,相關問題有待于我們進一步深入研究。

4 結論

本研究在黑龍江省帽兒山森林生態站的人工紅松林內,研究了小尺度空間步行蟲群落物種共存格局的動態特征,對本文開端提出的問題做出回答：步行蟲群落具有非隨機性的物種共存格局；這種非隨機性共存格局具有一定的時間穩定性,可能是研究區小尺度空間步行蟲群落的常見格局；群落內發現較少的顯著物種對；這些具有顯著相互作用關系的物種對往往是群落內數量占優勢且在樣地分布廣泛的物種,可能對整個群落的非隨機性格局具有一定的貢獻。今后研究中,需要深入揭示這些優勢和常見物種在群落共存格局中的調控作用,更需要探討群落這種非隨機性格局的年度變化及調控機制。本實驗僅能揭示人工紅松林小尺度空間(20 m×20 m)步行蟲群落的共存格局及其時間動態性,更大和更小空間有待深入研究。

致謝：胡媛媛、閆龍、鐘雨晴在野外調查和樣品制備過程中給予幫助，感謝黑龍江省帽兒山森林生態系統國家野外科學觀測研究站提供樣地等基礎設施服務和支持，特此致謝。

[1] Diamond J M. Assembly of Species Communities. Cambridge: Harvard University Press, 1975: 342- 444.

[2] Patterson B D, Atmar W. Nested subsets and the structure of insular mammalian faunas and archipelagos. Biological Journal of the Linnean Society, 1986, 28(1/2): 65- 82.

[3] Hanski I. Communities of bumblebees: testing the core-satellite species hypothesis. AnnalesZoologiciFennici, 1982, 19(2): 65- 73.

[4] Leibold M A, Mikkelson G M. Coherence, species turnover, and boundary clumping: elements of meta-community structure. Oikos, 2002, 97(2): 237- 250.

[5] Gotelli N J, McCabe D J. Species co-occurrence: a meta-analysis of J. M. diamond′s assembly rules model. Ecology, 2002, 83(8): 2091- 2096.

[6] Yin X Q, Song B, Dong W H, Xin W D, Wang Y Q. A review on the eco-geography of soil fauna in China. Journal of Geographical Sciences, 2010, 20(3): 333- 346.

[7] Tiho S, Josens G. Co-occurrence of earthworms in urban surroundings: a null model analysis of community structure. European Journal of Soil Biology, 2007, 43(2): 84- 90.

[8] Gotelli N J. Research frontiers in null model analysis. Global Ecology and Biogeography, 2001, 10(4): 337- 343.

[9] Jiménez J J, Deca?ns T, Rossi J P. Soil environmental heterogeneity allows spatial co-occurrence of competitor earthworm species in a gallery forest of the Colombian ‘Llanos’. Oikos, 2012, 121(6): 915- 926.

[10] Ehouman N M, Tiho S, Dagnogo M. Co-occurrence of earthworms in Lamto savanna: a null model analysis of community structure. European Journal of Soil Biology, 2012, 53: 40- 47.

[11] Caruso T, Trokhymets V, Bargagli R, Convey P. Biotic interactions as a structuring force in soil communities: evidence from the micro-arthropods of an Antarctic moss model system. Oecologia, 2013, 172(2): 495- 503.

[12] 高梅香, 何萍, 孫新, 張雪萍, 吳東輝. 環境篩選、擴散限制和生物間相互作用在溫帶落葉闊葉林土壤跳蟲群落構建中的作用. 科學通報, 2014, 59(24): 2426- 2438.

[13] Lin L, Gao M X, Liu D, Zhang X P, Wu H T,Wu D H. Co-occurrence patterns of above-ground and below-ground mite communities in farmland of Sanjiang Plain, Northeast China. Chinese Geographical Science, 2014, 24(3): 339- 347.

[14] L?vei G L, Sunderland K D. Ecology and behavior of ground beetles (Coleoptera: Carabidae). Annual Review of Entomology, 1996, 41: 231- 256.

[15] Rusch A, Bommarco R, Chiverton P, ?berg S, Wallin H,Wiktelius S, Ekbom B. Response of ground beetle (Coleoptera, Carabidae) communities to changes in agricultural policies in Sweden over two decades. Agriculture, Ecosystems & Environment, 2013, 176: 63- 69.

[16] Niemel? J, Kotze J, Ashworth A, Brandmayr P, Desender K, New T, Penev L, Samways M, Spence J. The search for common anthropogenic impacts on biodiversity: a global network. Journal of Insect Conservation, 2000, 4(1): 3- 9.

[17] Koivula M J. Useful model organisms, indicators, or both? Ground beetles (Coleoptera, Carabidae) reflecting environmental conditions. Zookeys, 2011, 100: 287- 317.

[18] Lindroth C H. Coleoptera: Carabidae. Handbooks for the Identification of British Insects. London: Royal Entomological Society, 1974.

[19] Günther J, Assmann T. Fluctuations of carabid populations inhabiting an ancient woodland (Coleoptera, Carabidae). Pedobiologia, 2004, 48(2): 159- 164.

[20] Hortal J, Roura-Pascual N, Sanders N J, Rahbek C. Understanding (insect) species distributions across spatial scales. Ecography, 2010, 33(1): 51- 53.

[21] 焦振, 王傳寬, 王興昌. 溫帶落葉闊葉林冠層CO2濃度的時空變異. 植物生態學報, 2011, 35(5): 512- 522.

[22] 楊金艷, 王傳寬. 東北東部森林生態系統土壤碳貯量和碳通量. 生態學報, 2005, 25(11): 2875- 2882.

[23] Raunkiaer C. The Life Forms of Plants and Statistical Plant Geography.London: Oxford University Press, 1934.

[24] Si X F, Pimm S L, Russell G J, Ding P. Turnover of breeding bird communities on islands in an inundated lake. Journal of Biogeography, 2014, 41(12): 2283- 2292.

[25] Gotelli N J, Colwell R K. Quantifying biodiversity: procedures and pitfalls in the measurement and comparison of species richness. Ecology Letters, 2001, 4(4): 379- 391.

[26] 林元震, 陳曉陽. R與ASReml-R統計分析教程. 北京: 中國林業出版社, 2014.

[27] Gotelli N J. Null model analysis of species co-occurrence patterns. Ecology, 2000, 81(9): 2606- 2621.

[28] Gotelli N J, Ulrich W. Statistical challenges in null model analysis. Oikos, 2012, 121(2): 171- 180.

[29] McCoy E D, Heck Jr K L. Some Observations on the Use of taxonomic similarity in large-scale biogeography. Journal of Biogeography, 1987, 14(1): 79- 87.

[30] Zhang J, Hao Z Q, Song B, Li B H, Wang X G, Ye J. Fine-scale species co-occurrence patterns in an old-growth temperate forest. Forest Ecology and Management, 2009, 257(10): 2115- 2120.

[31] Stone L, Roberts A. The checkerboard score and species distributions.Oecologia, 1990, 85(1): 74- 79.

[32] Haukisalmi V, Henttonen H. Analysing interspecific associations in parasites: alternative methods and effects of sampling heterogeneity. Oecologia, 1998, 116(4): 565- 574.

[33] Gotelli N J, Arnett A E. Biogeographic effects of red fire ant invasion. Ecology Letters, 2000, 3(4): 257- 261.

[34] Schluter D.A variance test for detecting species associations, with some example applications. Ecology, 1984, 65(3): 998- 1005.

[35] Gotelli N J, Ulrich W. The empirical Bayes approach as a tool to identify non-random species associations. Oecologia, 2010, 162(2): 463- 477.

[36] Benjamini Y, Yekutieli D. The control of the false discovery rate in multiple testing under dependency. The Annals of Statistics, 2001, 29(4): 1165- 1188.

[37] Benjamini Y, Hochberg Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the Royal Statistical Society, 1995, 57(1): 289- 300.

[38] Gotelli N J, Entsminger G L. Ecosim: Null Models Software for Ecology, Version 7. Acquired Intelligence Inc. and Kesey-Bear, Jericho, VT, USA, 2009.

[39] Ulrich W. Pairs-a FORTRAN program for studying pair-wise species associations in ecological matrices, Version 1.0. 2008.

[40] Chesson P. Mechanisms of maintenance of species diversity. Annual Review of Ecology and Systematics, 2000, 31: 343- 366.

[41] Pianka E R. The structure of lizard communities. Annual Review of Ecology and Systematics, 1973, 4: 53- 74.

[42] Krasnov B R, Shenbrot G I, Khokhlova I S. Aggregative structure is the rule in communities of fleas: null model analysis. Ecography, 2011, 34(5): 751- 761.

[43] Williams C B. The generic relations of species in small ecological communities. Journal of Animal Ecology, 1947, 16(1): 11- 18.

[44] Gotelli N J, Graves G R. Null Models in Ecology. Washington: Smithsonian Institution Press,1996.

[45] Connor E F, Simberloff D. The assembly of species communities: chance or competition?. Ecology, 1979, 60(6): 1132- 1140.

[46] Sanderson J G, Moulton M P, Selfridge R G. Null matrices and the analysis of species co-occurrences. Oecologia, 1998, 116(1/2): 275- 283.

[47] Sfenthourakis S, Tzanatos E, Giokas S. Species co-occurrence: the case of congeneric species and a causal approach to patterns of species association. Global Ecology and Biogeography, 2006, 15(1): 39- 49.

[48] Niemel? J. Interspecific competition in ground-beetle assemblages (Carabidae): what have we learned?. Oikos, 1993, 66(2): 325- 335.

[49] Loreau M. Species abundance patterns and the structure of ground-beetle communities. AnnalesZoologiciFennici, 1991, 28(2): 49- 56.

[50] Kaltsas D, EleniP, Tricha A, Chatzaki M, Mylonas M. Co-occurrence patterns and shaping processes of assembly in beetle and spider communities in eastern Mediterranean maquis formations. Journal of Biological Research, 2012, 18: 187- 197.

[51] Ulrich W, Zalewski M. Abundance and co-occurrence patterns of core and satellite species of ground beetles on small lake islands. Oikos, 2006, 114(2): 338- 348.

[52] Ulrich W. Species co-occurrences and neutral models: reassessing J.M. diamond′s assembly rules. Oikos, 2004, 107(3): 603- 609.

Co-occurrence pattern dynamics of a Carabidae community in aPinuskoraiensisplanted forest

GAO Meixiang1,2, LI Jingke1,2, SHI Hao1,2, ZHANG Xueping1,2,*, ZHU Jiyuan1,2

1CollegeofGeographicalSciences,HarbinNormalUniversity,Harbin150025,China2KeyLaboratoryofRemoteSensingMonitoringofGeographicEnvironment,CollegeofHeilongjiangProvince,HarbinNormalUniversity,Harbin150025,China

One of the most important tasks in community ecology is identifying the co-occurrence patterns of the community and identifying the underlying processes that control such patterns. Null model analysis,which has been facilitated by the processes of biodiversity maintenance, has been used to identify the co-occurrence patterns in communities. However, few studies have focused on co-occurrence pattern dynamics of belowground soil communities. In this study, we identify the co-occurrence pattern dynamics of a Carabidae community in aPinuskoraiensisplanted forest on a small scale, based on five investigations from June 2013 to October 2014. A plot (20 m × 20 m) was established and further divided into 100 squares of 2 m × 2 m at the Maoer Mountain Ecosystem Research Station of the Northeast Forestry University in Heilongjiang Province, Northeast China. One hundred pitfall traps were set to collect the Carabidae community for each investigation. To determine non-random patterns of species co-existence and significant species pairs in Carabidae communities, the null model was used to generate expected patterns in the absence of species interactions. In total, 20 species and 2278 individuals were captured.Carabusbillergimaoershanensiswas the most abundant and most widely distributed species among all communities. Carabidae community composition exhibited significant temporal variability among individuals during the experimental period. With the model algorithm of fixed row and column sums, results of theC-score andV-ratio showed that co-occurrence of species in June 2013 was aggregated, a finding that was inconsistent with Diamond′s assembly rules. Moreover, with the model algorithm of fixed row sums and probability column sums and considering both algorithms, results of theC-score andV-ratio indicated that co-occurrence patterns of Carabidae communities in August and October 2014 were segregated, which was consistent with Diamond′s assembly rules. Although the results of theC-score andV-ratio suggest that the co-occurrence patterns of the Carabidae communities in July and September 2013 were aggregated or segregated based on analysis of the null model, it can be inferred that non-random co-occurrence patterns were detected in all Carabidae communities. Furthermore,based on our observations of the co-occurrence patterns in the Carabidae communities, the Diamond′s assembly rules were partly rejected. Few significant species pairs were detected among all Carabidae communities. A greater number of aggregated species pairs were observed in comparison to segregated species pairs among all communities. The species comprising those significant species pairs were dominant or common species, and were comparatively more widely distributed throughout the plot in each season. In addition, the Pianka (Oik) indices between those dominant and common species were relatively greater than that observed between other species pairs. The results suggest that those significant species pairs might also make important contributions to community composition. The present study demonstrated that a non-random co-occurrence pattern might be common in a small-scale Carabidae community in aPinuskoraiensisplanted forest. This non-random co-occurrence pattern also showed short-term stability during the study period;however, the properties of the sepatterns vary among the different seasons. The significant species pairs possibly contribute directly to observed community co-occurrence patterns, and more focus should be placed on the contributions of those dominant and common Carabidae species in the future.

co-occurrence pattern; significant species pairs; null model; Carabidae community;Pinuskoraiensis; Maoer Mountain

國家自然科學基金項目(41471037, 41101049, 41371072, 41430857)；黑龍江省普通本科高等學校青年創新人才培養計劃(UNPYSCT- 2015054)；哈爾濱師范大學青年學術骨干資助計劃項目(KGB201204) ；哈爾濱師范大學碩士研究生創新科研項目(HSDSSCX2015- 10)

2015- 04- 05;

日期:2016- 01- 22

10.5846/stxb201504050680

*通訊作者Corresponding author.E-mail: hellozxp@163.com

高梅香,李景科,石昊,張雪萍,朱紀元.人工紅松林步行蟲(Coleoptera: Carabidae)群落物種共存格局動態分析.生態學報,2016,36(20):6591- 6601.

Gao M X, Li J K, Shi H, Zhang X P, Zhu J Y.Co-occurrence pattern dynamics of a Carabidae community in aPinuskoraiensisplanted forest.Acta Ecologica Sinica,2016,36(20):6591- 6601.