稳定同位素技术在荒漠区啮齿动物食性研究中的应用

来源 :内蒙古农业大学 | 被引量 : 3次 | 上传用户:czd1986624
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,稳定同位素技术在动物生态学研究中的应用得到迅速发展,特别是在动物食物来源的确定中应用日益普遍。与传统方法相比,稳定同位素技术在研究动物生态学时具有可以反映长期作用的结果、可以研究复杂的生态关系、可以真实的说明问题。本研究总体思路为:通过室内控制测得阿拉善荒漠区4种主要鼠种,三趾跳鼠(Dipus sagitta)、五趾跳鼠(Allactaga sibirica)、子午沙鼠(Meriones meridianus)、小毛足鼠(Phodopus roborovskii)的3种组织-体毛、肝脏、肌肉的δ 13C和δ 15N的分馏系数,根据δ 13C值对阿拉善荒漠区植物进行光合型分类,利用IsoSource模型对主要啮齿动物不同季节的潜在食物源进行分析,通过对2015年和2016年在研究区所采集的动植物标本进行分析,得出如下结论:1.研究区常见植物种隶属于15科、38属共46种植物;根据测试植物叶片的δ13C值,鉴别出有35种C3植物,11种C4植物。2.三趾跳鼠春季主要食物来源贡献率:猪毛菜(Salsola collina)33.4%、无芒隐子草(Cleistogenes songorica)13.8%、蒙古虫实(Corispermum mongolicum)13.3%;夏季主要食物来源贡献率:雾冰藜(Bassia dasyphylla)31.5%、短脚锦鸡儿(Caragana brachypoda)25.1%、骆驼蓬(Peganum harmala)19.8%;秋季主要食物来源所占贡献比例:雾冰藜25.4%、短脚锦鸡儿15.5%、梭梭(Haloxylon ammodendron)14.8%。3.五趾跳鼠春季主要食物来源贡献率:猪毛菜43.2%、雾冰藜21.0%、蒙古虫实20.9%;夏季主要食物来源贡献率:骆驼蓬23.2%、蒺藜(Tribulusterrestris)20.6%、雾冰藜16.2%;秋季主要食物来源贡献率:无芒隐子草27.2%、蒙古虫实24.7%、蛛丝蓬(Micropeplis arachnoidea)18.2%。4.子午沙鼠春季主要食物来源贡献率:雾冰藜17.2%、蒙古虫实17.0%、猪毛菜15.1%;夏季主要食物来源贡献率:雾冰藜28.5%、驼绒藜(Ceratoides intramongolica)21.4%、蛛丝蓬16.4%;秋季主要食物来源贡献率:蛛丝蓬43.0%、猪毛菜 13.3%、霸王(Sarcozygium xanthoxylon)10.7%。5.小毛足鼠秋季主要食物来源贡献率:霸王35.8%、骆驼蓬17.7%、蛛丝蓬13.6%。
其他文献
首先,根据登革热在人群感染治疗和预防接种等特点,我们建立了一类带有感染和疫苗接种时间的登革热传播模型.运用无穷维特征方程理论、疾病持续生存理论和构造合适的Lyapunov
量子关联在量子信息处理与量子计算中起关键作用,如何高效保存和操控各种物理体系的量子关联被人们高度关注。海森堡自旋链模型有较好的操作性且便于量子计算,且多体自旋相互
本文根据Lotka-Volterra捕食模型,通过构建Liapunov函数来研究正平衡点的全局渐近稳定性.该分析表明可以控制有关参数来实现食饵和捕食者的持续共存.在此模型的基础上引入外
“资管新规”以来,我国券商资产管理业务迅速发展,而其中作为主动管理的重要组成部分的集合资产管理业务更是发展得如火如荼。由于现有金融监管制度不完善、金融机构自身经营
渔业资源的可持续开发利用依赖水生动植物的存量和生产量,水生动植物的生存和生长不仅与水域生态环境有关,而且还与人们的开发能力有关,频繁的水华等水污染事件和人类的过度
SrH作为碱土金属氢化物的一员,在天体物理、化学工程和氢能储藏运输等研究领域都有着极其重要的作用。所以研究SrH分子基态及激发态的光谱性质具有重要的实际应用价值和理论
神经元在中枢神经系统处理信息的过程中有着非常重要的地位,神经元能够加工、处理和传输信息,而这些过程有丰富的非线性特征。近十年来,Rulkov和Izhikevich分别应用离散(map-
Calabi-Yau流形上的拓扑弦是数学物理中最为丰硕的领域之一。在数学上,其导出的镜像对称联系起Calabi-Yau上的辛几何与代数几何。本文研究拓扑弦理论中的若干问题,分两部分。
超强激光场中的原子激发现象是强场物理研究领域的前沿课题之一,受到了大量科研工作者的青睐和重视。目前对于强场中原子的激发过程的探究方法多数使用的是中性激发方法和场
对复杂网络及其特性的研究引起了各领域学者们的广泛关注。复杂网络是真实世界的网络的一种抽象表示。它们在本质上具有高度的动态性,并在不断地演化。此外,复杂网络最初的规