标记重捕法在动物群落中的应用
在动物群落生态学研究中，研究者往往不仅关心“有哪些物种”，还需要回答“各物种有多少个体”“群落总多度如何”“不同物种的存活与迁移是否存在差异”。标记重捕法正是获取这类个体水平动态数据的经典工具。它通过捕获、标记、释放和重捕，利用重捕比例推断种群数量，并可进一步服务于群落组成、相对多度和保护管理评估。
标记重捕法的核心思想是：如果从种群中随机捕获一部分个体并加以标记，再放回原环境，经过充分混合后进行第二次捕获，那么第二次捕获中标记个体所占比例应近似等于整个种群中标记个体所占比例。由此可估计种群大小。
在群落层面，该方法通常不是只针对单一物种，而是对同一采样体系内多个物种分别或同步实施。例如，在小型兽类、鸟类、两栖类或鱼类群落中，通过陷阱、网具或观察识别，对每个物种记录捕获个体、标记个体和重捕个体，最终形成“物种—个体—时间—空间”的矩阵。这一矩阵是后续分析群落结构、相对多度和动态变化的基础。
基本流程与关键假设
典型流程包括：
- 在设定样地或样线中捕获动物。
- 对捕获个体进行物种鉴定和个体标记。
- 记录后原地释放。
- 间隔一定时间后再次捕获。
- 统计重捕中带标记的个体数，并选择模型估计。
最基础的 Lincoln-Petersen 估计为：
[
N = \frac{M \times C}{R}
]
其中，(M) 为第一次标记并释放的个体数，(C) 为第二次捕获总数，(R) 为第二次捕获中带标记的个体数。例如，第一次标记释放 50 只，第二次捕获 40 只，其中 10 只带标记，则估计种群数量为 (50 \times 40 / 10 = 200) 只。
该方法依赖若干关键假设：
- 种群在调查期间是封闭的，即没有出生、死亡、迁入和迁出。
- 标记不会丢失，也不会影响个体生存或被捕概率。
- 标记个体与未标记个体充分混合。
- 所有个体具有相同的捕获概率。
- 物种鉴定和个体识别准确。
在群落研究中，这些假设更难完全满足，因为不同物种的活动节律、栖息地偏好和捕获敏感性差异很大。
群落层面的应用全景
标记重捕法在动物群落中的应用主要包括：
- 估计多物种绝对多度：对每个物种分别估计种群大小，进而汇总为群落总个体数。
- 校正相对多度：原始捕获数常受物种捕获率差异影响，标记重捕可提供更接近真实的多度比例。
- 分析存活与迁移：开放种群模型可估计表观存活率、迁入率和迁出率，用于理解群落动态。
- 评估干扰响应：比较不同生境或不同时间段的估计值，判断群落对栖息地改变、气候波动或保护措施的响应。
- 支持多样性分析：绝对多度数据可用于计算 Shannon、Simpson 等多样性指数，但稀有物种常因重捕不足而难以估计。
需要强调的是，标记重捕法主要提供个体和种群层面的动态信息。它可为生态位与物种共存、群落演替与多样性等子主题提供基础数据，但这些子主题的专门机制需结合其他研究设计深入讨论。
常用模型横向对比
| 模型 | 适用场景 | 主要输出 | 注意事项 |
|---|---|---|---|
| Lincoln-Petersen | 两次捕获、封闭种群 | 种群大小 | 假设强，适合短期调查 |
| Schnabel | 多次捕获、封闭种群 | 种群大小 | 可提高精度，仍需封闭假设 |
| Jolly-Seber | 开放种群、多次捕获 | 种群大小、存活率、迁入率 | 参数多，数据要求高 |
| Cormack-Jolly-Seber | 开放种群、个体识别 | 表观存活率、捕获概率 | 常用于环志或照片识别数据 |
| 稳健设计 | 结合封闭与开放 | 多度与动态 | 设计复杂，但信息量大 |
在群落研究中，若调查周期短、繁殖迁移可忽略，可优先考虑封闭模型；若跨越繁殖季或迁徙期，则应使用开放模型。
实施设计与数据管理
群落层面的标记重捕设计应关注以下要点：
- 采样单元：根据类群选择样方、样线、陷阱阵列或网具，并保持空间重复。
- 标记方法：鸟类可用环志，兽类可用耳标或 PIT 芯片，两栖爬行类可用照片识别，无脊椎动物可用荧光粉等批量标记。
- 时间间隔：过短可能混合不足，过长则封闭假设易被破坏。
- 数据记录：至少包括物种、个体 ID、捕获时间、地点、性别、年龄、状态和重捕历史。
- 伦理审查：减少捕捉应激，确保标记不影响动物福利和生存。
示例：小型兽类群落的多物种估计
假设在某一森林样地连续调查两个周期，得到以下简化数据：
| 物种 | 第一次标记数 (M) | 第二次捕获数 (C) | 重捕标记数 (R) | 估计多度 (N) |
|---|---|---|---|---|
| 物种 A | 50 | 40 | 10 | 200 |
| 物种 B | 30 | 25 | 5 | 150 |
| 物种 C | 10 | 8 | 1 | 80 |
据此可估计该小型兽类群落总个体数约为 430。进一步可计算相对多度：物种 A 约 46.5%，物种 B 约 34.9%，物种 C 约 18.6%。若结合多次捕获和开放模型，还可估计各物种的表观存活率与迁入趋势。
局限、误区与整合建议
标记重捕法的主要局限包括：
- 捕获概率异质性：优势种或活跃个体更易被捕获，导致估计偏差。
- 标记丢失或识别错误：会低估重捕数，进而高估种群大小。
- 种群开放：繁殖、死亡和迁移会违反封闭假设。
- 稀有物种数据不足：重捕数过少时，估计不稳定甚至无法计算。
- 群落层面的操作复杂：多物种同步标记需要兼容的标记方案和严格的数据管理。
实践中，可将标记重捕法与红外相机占域模型、环境 DNA、样线法和遥测技术结合。标记重捕提供个体水平的精确动态，其他方法可扩展空间覆盖和物种检测能力。
小结
标记重捕法是动物群落研究中的重要定量工具。它从个体识别和重捕比例出发，帮助研究者估计多物种多度、相对多度、存活与迁移，并为群落动态和保护管理提供数据支撑。应用时应根据调查周期和类群特征选择合适模型，严格检验假设，并将结果与群落生态学的其他方法整合，才能更准确地理解动物群落的结构与变化。