定量叶类节肢动物的方法

我们描述了如何通过将叶子和树枝末端密封在袋中、剪切和冷冻袋状材料，以及将先前冻结的材料在水中进行除除节肢动物从基底中分离进行定量来量化叶栖动物。

陆生节肢动物在我们的环境中扮演着重要的角色。以允许精确指数或密度估计的方式量化节肢动物需要一种具有高检测概率的方法和一个已知的采样区域。虽然大多数描述的方法提供了定性或半定量估计，足以描述物种的存在、丰富性和多样性，但很少提供足够一致的检测概率和已知或一致的采样区域，以提供具有足够精度的索引或估计，以检测环境、空间或时间变量之间的丰度差异。我们描述了如何通过将叶子和树枝末端密封在袋子中，剪切和冷冻袋状材料，以及将先前冻结的材料在水中进行除以，将节肢动物与基底分离并量化来量化。正如我们所演示的，这种方法可以在景观尺度上用足够的精度量化叶栖动物，以测试和描述空间、时间、环境和生态变量如何影响节肢动物的丰富性和丰度。这种方法使我们能够检测在东南落叶森林中常见的5个树系中叶栖动物的密度、丰富性和多样性的差异。

陆生节肢动物在我们的生态系统中起着重要的作用。节肢动物除了具有科学意义外，对作物、园艺植物和天然植被既有害又有益，在食物网中具有重要的营养功能。因此，了解影响节肢动物社区发展和丰度的因素对于农民、害虫控制管理人员、植物生物学家、昆虫学家、野生动物生态学家和研究社区动态和养护生物学家至关重要。管理昆虫生物。了解影响节肢动物群落和富足的因素往往需要捕捉个体。捕获技术通常可以分为定性技术，仅检测物种的存在，以估计物种范围、丰富性和多样性，或半定量和定量技术，以便进行指数或估计分类组内个体的丰度和密度。

只允许推断存在物种或群落结构的定性技术具有未知或内在低检测概率，或缺乏对检测概率和采样面积大小的推断。由于这些技术的检测概率较低，因此与检测相关的可变性排除了推断解释变量如何影响节肢动物总体指标的足够精度。用于估计存在的定性技术包括吸液取样^1、光陷阱^2、出现陷阱^3、根部喂养模式^4、盐水管^5、诱饵^6、信息素^3、陷阱⁷， 马莱塞陷阱^8，窗口陷阱^9，吸水阀^10，殴打托盘^11，蜘蛛网^12，叶矿， fras^13，节肢动物胆^14，植被和根部损坏¹⁵.

或者，半定量和定量技术允许研究人员估计或至少一致地对指定的样本区域进行采样，并估计检测概率或假定检测概率是非定向的，足以不模糊了研究者探测丰度空间或时间变化的能力。半定量和定量技术包括扫描^网16、吸力或真空^取样17、系统计数可见节肢^动物18、粘性^陷阱19、各种锅式^陷阱20、入口或紧急^孔21个，化学^击倒22个，粘和注水的颜色^陷阱23个，和分支袋和^剪24。

最近人为引起的气候变化和扰动机制导致植物群落发生急剧变化，使植物-社区物种组成和节肢动物群落之间的相互作用成为一个活跃的研究领域。了解节肢动物群落如何随植物物种组成而变化，是了解植物群落变化的潜在经济和环境影响的关键组成部分。需要半定量或定量的方法，以足够的精度量化节肢动物丰度，以检测植物物种之间的差异。在本文中，我们描述了一种索引叶栖动物的方法，该方法通过合理的努力，提供了足够的精度来识别常见于5个分类树的个体丰度和生物量、多样性和丰富性的差异。北美东南落叶^林25。这种方法为估计丰度提供了足够的精度，从而可以推断由于人类改变的扰动机制而森林植物群落的物种组成如何影响节肢动物的组成，这有可能影响高营养性昆虫鸟类和哺乳动物的丰度和分布。更具体地说，通过使用Crossley^等人24首先描述的改良袋装技术，我们估计了表面、叶栖节肢动物的密度，并测试了预测，即我们将检测多样性、丰富性和丰富的节肢动物在叶子的更快生长更多的树木的xeric物种相比，生长较慢的更美的物种。本文的目的是提供该技术的详细说明。

我们对伊利诺斯州南部的肖尼国家森林（SNF）进行了研究。SNF是一个115，738公顷的森林，位于奥扎克斯和肖尼山自然分区的中央硬木^区26。森林包括37%的橡木/木柴、25%的混合高地硬木、16%的山毛木/枫树和10%的底层硬木。SNF主要是由第二生长橡树/胡桃在高地的Xeric地区和糖枫，美国山毛虫，和郁金香树（利里奥登龙郁金香）在庇护的美色^{山谷27，28。}

此方法的站点选择将取决于研究的总体目标。例如，我们原始研究的主要目标是通过比较适应树群落和适应树群的叶栖节类动物群落指标，深入了解树群落的变化如何影响高营养生物。因此，我们的主要目标是量化节肢动物群落在位于半目或美体树群落内的个别树木上。我们在 ArcGIS 10.1.1 中选取了 22 个沿橡树/木耳（xeric）以山毛/木耳（木耳）为主的渐变，使用 USFS 支架覆盖图 （allveg2008.shp）。为了防止潜在的混杂效应，我们使用以下标准选择地点:不在河岸地区，约 12 公顷，位于毗连的高地-落叶林生境（即海拔超过 120 米）。所有场地都含有成熟的树木>50岁的丘陵地形，因此包括类似的斜坡和方面。虽然山毛木/木耳场地边界是根据树群的过渡来区分的，但使用SNF覆盖图和ArcGIS 10.1.1人为地确定了橡树/木耳场地边界。所有地点都是未冰川地形内的大型森林区块;它们在树种组成上的差异不是由于景观位置的差异，而是代表过去的土地使用（例如，明确的砍伐或选择性采伐）。我们将每个研究地点的离散多边形形状文件上传到手持式全球定位系统 （GPS） 并验证树种组成，从而对地图进行了地面验证。我们在每个站点随机选择采样点 （n = 5）。在2014年5月23日至6月25日，我们在每个点对三棵树进行采样，时间从0600-1400小时。为了找到样本树，我们从植被点向外搜索到30米半径，直到找到树枝足够低的成熟树（>20 cm d.b.h.）。通常，对代表五个属中的三个（宏基、卡利亚、法古斯、利里奥登德龙和Quercus）的三棵成熟树进行了抽样调查，它们最接近中心点。

1. 在到现场之前构建采样装置

1. 使用螺栓切割机、大型线切割器或电动磨削盘，拆下 30 厘米线番茄笼的底部 1/3，使其长度约为 55 厘米。
2. 在番茄笼最大端的每一侧切割两个 50 厘米的支架，由铝或类似半刚性材料制成，用作附件杆和支架。在距末端 38 厘米处，使用桌面副杆或大型抓握工具（如通道锁）将支架弯曲至大约 30° 角。将两根连接杆的较长端连接到番茄笼的两侧，用拉链和胶带或胶带确保胶带包裹在至少 6 厘米的笼子和杆上。请务必将胶带包裹在笼子和杆上无数次，以确保笼子永久连接到杆上。
3. 将两根连接杆的另一端连接到可伸缩杆的两侧，带有拉链和管道或电气胶带。和以前一样，多次将胶带包裹起来，使其永久固定，确保胶带与杆和杆重叠至少6厘米。
4. 使用拉链和电气或管道胶带将笼子直接连接到杆的末端。将钩环紧固件条在 3 点处连接到从先前连接的杆处打开的保持架 90°。
   注:这些条条稍后会用于保持袋子打开。

2. 封闭分支

1. 将 2 件钩环紧固件连接到袋子的外开口，以便它们与连接到保持架开口的钩环紧固件对齐。这些将用于保持袋的开口到位，而它被带过样品分支。确保钩环紧固件对齐，因此当插入并连接袋子时，袋拉绳的开口与伸缩杆平行运行。
2. 在铁丝番茄笼中插入一个 +49 L 厨房垃圾袋。在袋子底部的每一侧放置一个鳄鱼夹，并将夹子连接到袋子和铁丝笼上，将袋子固定在笼子上。将一个鳄鱼夹连接到拉绳和杆对面的线架，对袋子顶部重复相同的步骤。
3. 将副线连接到离杆最近的袋子的拉绳上。将四块塑料或硬橡胶管切成 4 厘米，并在四个位置用管道或电气胶带连接。第一个应放置在离离番茄笼最近的杆端约0.5米的极的延伸部分。 其余3个应沿延伸极的底部部分与底部部分保持等距，从底部部分顶部开始约5厘米（即，沿顶部、中间和底部各一个）。通过塑料管将未连接到袋子的辅助电源线的末端螺纹。
4. 对于每个样本树，使用随机数生成器选择在最大长度扩展时在延伸极高度范围内的样本高度。使用随机数生成器选择与树干的样本距离。识别一个分支，将适合在袋中，对树叶的干扰最小，并根据随机数生成器生成的数字与树干的高度和距离。
5. 将采样杆提升到与所需分支平行的高度。快速将袋子滑过树枝，然后快速拉附在袋子上拉绳上的副绳绳以密封袋子。在第一次尝试在吸收树叶时，要有效地融入树叶，同时尽量减少对叶子的干扰，先练习几次。
6. 让第二个人用延长杆修剪器将分支夹在袋子开口附近的位置。小心地将样品袋带到地上，并迅速将袋子的拉绳系好。尝试尽快完成袋装、切割和捆扎步骤，以防止昆虫逃跑。
7. 将袋状树枝存放在冰箱中，直到准备好进行实验室节肢动物分析。

3. 节肢动物分析

1. 握住冷冻袋，直立树枝，摇动样品分支，同时在袋中将节肢动物放入袋中。小心地取出树枝，在大收集盘中冲洗，以去除剩余的节肢动物。将袋中的剩余材料倒入收集盘。清除任何非节肢碎屑。
2. 将节肢动物分离成所需的分类组。注意幼虫和成人之间的差异。
3. 根据需要量化节肢动物。如果对生物量感兴趣，则测量节肢动物的长度，并使用已公布的长度质量表来估计生物量，或者将节肢动物放在小干燥锅中，在干燥炉中干燥 24 小时，在 45 °C 下，在电子天平上称重。

4. 估计密度

1. 估计树种内和树种之间样本之间叶片结构和叶片密度的变化密度和控制:
2. 计算并测量每个样品中叶子的表面面积。
3. 在45°C下将叶子在干燥炉中干燥48小时，并在电子天平上称量叶子。
4. 测量样品中所有木质分支的长度。
   注:节肢动物群落存在差异，因此应在整个推论期间进行采样。

我们从323个构成5棵树组的树木中收集了626个样本。对于每计量的树枝节肢动物生物量的估算，标准误差为5个树群平均值的12%至18%（表1）。这种精度水平足以检测树群之间的变异和生物量与^日期25的二次变化。这种技术在估计公会多样性时提供了更精确的方法，如节肢动物公会多样性（H'）的标准误差（表1）所证明的，其平均多样性为3%至7%。此级别的精度足以检测 5 树组²⁵之间的变异。估计富足的精度也非常好，标准误差在5个树组中平均富集度的3%到7%不等（表1）。这种精度水平足以识别树组之间的变异，与日期的二次关联，与树的高度的丰富性降低，节肢动物的丰富度和与^树干25的距离之间的正关系。

表1:最简约^模型25的参数估计值。均值 （X），均值 （SE） 的标准误差，以及使用南部肖尼国家森林中所述分支剪切方法捕获的 5 组树木上捕获的每个社区月食动物的标准误差平均值百分比伊利诺伊州。

准确量化节肢动物群落的两个必要要求是相对较高的检测概率和已知或一致的采样区域。当对节肢动物进行取样时，检测概率低于100%可归因于单个节肢动物避免陷阱或一些在加工过程中未被发现的个体。拦截飞行节肢动物的拦截器（马莱塞/窗口陷阱、粘性陷阱等）似乎是在森林树^{冠29、30、31中}列举节肢动物群落最常用的方法。这些类型的陷阱可以放置在整个树冠，有效地拦截飞行节肢动物，并通常保存节肢动物长期（数周或数月），以后来的识别和定量^{29，30 ，31，}虽然他们通常是有限的，他们的能力，陷阱爬行节肢^动物31。使用光或信息素吸引节肢动物的拦截器有额外的限制，因为它们只捕获夜间传单，它们的吸引力随分类、月光、背景照明和云层影响^{32 而变化。 33}.此外，由于在拦截陷阱中捕获的节肢动物来自未知距离，因此被困区域未知。因此，虽然拦截器陷阱对跨越环境梯度的飞行节肢动物编制索引是有效的，但从拦截陷阱产生的数据不能用来估计节肢动物^密度25。

一个经常用来监测树叶节肢动物的另一种方法是化学敲^{除34，35。}化学敲除对于收集不同群体的节肢动物非常有效，可以准确估计分类学的丰富性和多样性。然而，这种方法是昂贵和耗时的，是非特定的，因为它样品的所有节肢动物在树上，包括那些树皮和树枝上，可能有意外的环境影响，由于风漂移，并在某些地区^{是非法的36。37，38，39}.

分支袋袋已被证明是一种有效的方法，估计节肢动物密度从表面的树叶与充分高捕获概率，以检测各种环境梯度^{的变化24，40。}在这项研究中使用的铁丝番茄笼和49L垃圾袋使研究人员能够完全覆盖树枝，在打开袋子之前几乎不受到干扰。因此，研究人员在将所需分支样品与取样袋封闭之前，必须小心不要干扰所需分支样本的叶子。因此，关键步骤是使取样袋与所需的取样袋平行，并在收集每个样品后迅速封闭、密封和绑住袋子。样品收集仅限于研究人员可以持有扩展的伸缩杆的最大高度（在我们的研究中为 8 米），尽管相同的分支装袋设备和方法可用于其他情况，如顶篷的悬架。一些作者建议，当使用这个程序活跃，飞行节肢动物是代表不足40，41，42。然而，我们认为，只要树叶在被取样袋包围之前不受干扰，那么在树叶中或树叶上存在大量节肢动物是不可能逃脱捕获的。我们的研究结果支持这一断言，即当对合理数量的树木进行取样（323）时，标准误差最多为相对节肢生物量平均值的17%（Cayra = 11%，宏基= 12%，法格斯= 17%，利里奥登德鲁姆= 15%，Quercus = 11%。同样，在考虑公会的丰富性和多样性时，最可变的估计是Fagus的多样性，标准误差为平均值的7%。显然，这些估计为模型树系群之间的差异以及其他生态或环境变量提供了足够的精度。然而，我们结果的一个限制是，尽管我们确信使用此方法的检测概率很高，即可能接近 100%，但我们没有独立验证此断言的方法。因此，虽然我们证明检测概率足以检测环境变量之间的变异，在这种情况下，该变量是树属，但这种方法产生的生物量估计值有可能偏低一些未知数量⁴⁰.

大多数作者在36、42、43、44、45的实地检查了袋子的内容。我们认为，最大化检测的关键步骤是像我们一样冻结袋子，然后在受控条件下检查和量化实验室中的内容。我们相信，这种方法将减少测量误差，尽量减少被捕获的节肢动物被忽略或误认的数量。

如果树种的叶子结构差异很大，那么估计样本面积以比较树种之间的密度可能会有问题，我们的研究就是如此。在以往的研究中，当作者对叶类节肢动物的量化感兴趣时，他们经常通过称量叶子来估计取样面积，以估计节肢^{动物46、47、48}的基质数量。.然而，各种橡树往往比其他树种更厚蜡叶角质。因此，橡树的质量与表面积比比其他^物种49大。由于橡树中质量与表面积比较大，使用叶子质量作为叶类动物栖息节肢动物的基质估计，会高估取样面积，并低估橡树的节肢动物密度，相对于较厚的树种叶角质。此外，如果支持节肢动物的能力因树种而异，则特定树种所覆盖的景观表面积将决定特定景观中支撑的基质水平。由于给定树占据的表面面积由冠状分布（即树枝从树干向外分布）和树木之间的叶子密度不同，我们相信在量化节肢动物供昆虫食用时，总分支长度在估计样本总面积时，取样比叶生物量更合适。我们的结果似乎再次支持这一断言，因为我们检测到树组之间的差异与基于先前^研究25的预测模式一致。我们认为，当主要目标是比较树种中为昆虫提供的资源时，节肢动物丰度或每测量分支长度的生物量是最合适的。但是，如果个人比较出叶厚度相似的叶子的树种，则使用叶生物量作为取样面积的估计值可能更合适。无论研究人员使用实际叶面积、叶生物量估计的叶面积，还是总分支长度作为可量化的指标，通过使用袋装技术，在可测量表面上的特定时间点，节肢动物的可测量数量每个样本捕获区域。这允许研究人员使用叶表面积、叶生物量估计的叶面积或总分支长度作为可量化的指标。该方法为比较空间或时间变量中的量化节肢动物和节肢动物^密度25的估计值提供了一致的估计值。

一般来说，本文中描述的取样方法似乎有效地允许对栖息的节肢动物指标进行空间或时间比较。这种方法在景观尺度上是负担得起的和可行的。此外，虽然冻结整个树枝需要大量的冷冻空间，但冷冻树枝，然后在水中进行水浇合是用最少的努力将节肢动物与树叶分离的有效方法，因此提供了一种经济高效的方法获取节肢动物指标。最后，由于我们最初研究的主要目标是更好地了解东南落叶森林的间质化如何影响森林栖息的昆虫鸟类和哺乳动物，我们根据诊断结果将节肢动物分组到公会中形态特征。然而，我们没有看到为什么这些捕获技术不能用于量化节肢动物在物种或任何其他分类水平的原因。

作者没有什么可透露的。

作者感谢美国农业部林业局通过USFS协议13-CS-11090800-022为该项目提供资金。我们要感谢J.Suda，W.Holland和其他人的实验室援助，以及R.Richards的实地援助。