台湾常绿阔叶林主要类型及其与大陆常绿阔叶林的关系

 文中采用“常绿阔叶林”的广义概念,系指分布在热带以外、由常绿阔叶乔木组成林冠的森林植被类型。台湾和中国大陆东南部是常绿阔叶林分布中心。根据群落外貌结构以及生境特征将台湾常绿阔叶林分为3个亚类：1）亚热带适雨常绿阔叶林,2）亚热带季节常绿阔叶林,3）山地常绿阔     

鼎湖山南亚热带常绿阔叶林群落垂直结构及其物种多样性特征

群落结构在森林生态系统中具有重要作用, 其构建机制一直是森林生态学的研究核心。群落结构不仅包括水平方向上的物种分布格局, 还包括垂直方向上的物种分层结构。本文基于鼎湖山南亚热带常绿阔叶林塔吊样地, 利用林冠塔吊和测高杆精准测量样地内每个个体(胸径大于1 cm)的树高, 并划分群落的垂直层次, 研究了每层的群落多样性特征(α多样性)和林层间的群落多样性变化特征(β多样性)。结果表明: (1)样地群落垂直层次由下至上分为5层: 灌木层、亚冠层、林冠下层、林冠中层和林冠上层。(2)随林层向上, 物种丰富度、多度和Shannon-Wiener指数均下降, Pielou均匀度指数在林冠下层最大。(3)利用POD法计算并分解β多样性, 发现随林层向上, β多样性在灌木层与其他各层间呈递增趋势, 在相邻林层间呈单峰型, 不同林层间的物种组成差异主要由丰富度差异造成。 但在林冠下层与林冠中层间丰富度差异较小, 物种替换组分增大, 可能与林冠下层所处特殊位置有关。(4)各林层内微环境从灌木层向上, 趋于高温、强光照和低空气相对湿度, 但林冠下层平均日光强最低。综上, 鼎湖山南亚热带常绿阔叶林林冠下层可能存在强烈的环境筛选作用, 且光照可能是影响群落垂直结构形成的限制因子。     

广东石门台亚热带典型常绿阔叶林和亚热带山顶矮林群落特征

为了研究亚热带典型常绿阔叶林和亚热带山顶矮林的物种组成和群落结构,在广东石门台国家自然保护区内分别建立了1 hm2亚热带典型常绿阔叶林样地和1 hm2亚热带山顶矮林样地,以样地内所有胸径（DBH）≥1 cm的乔木、灌木和藤本为研究对象,分析两种森林类型的物种组成、密度、径级和株高结构。结果显示：（1）两种森林的Srensen物种相似性指数为0.41,优势种不同,但优势科却较相似;其中,茶科和杜鹃花科在两种森林中所占比例较高;（2）亚热带典型常绿阔叶林的幼苗（1 cm≤DBH〈2.5 cm）和幼树（2.5 cm≤DBH〈12.5 cm）密度都显著小于亚热带山顶矮林,但两种森林的小树（12.5 cm≤DBH〈25 cm）和大树（DBH≥25 cm）密度均无显著差异;亚热带典型常绿阔叶林幼苗和大树的平均胸径都显著大于亚热带山顶矮林,而幼树的平均胸径则显著小于亚热带山顶矮林,小树的平均胸径无显著差异;亚热带典型常绿阔叶林中小树和大树的平均高度都显著大于亚热带山顶矮林,而幼苗的平均高度显著小于亚热带山顶矮林,幼树的平均高度无显著差异。综合分析表明,亚热带典型常绿阔叶林和亚热带山顶矮林的物种组成、密度、胸径和高度结构差异较大,亚热带典型常绿阔叶林群落稳定性强于亚热带山顶矮林。     

2008特大冰冻灾害后大明山常绿阔叶林林冠结构动态

林冠结构是研究森林生态系统众多关键生态功能和过程的重要参数,常绿阔叶林是亚热带林区具有代表性的森林类型,对其林冠结构及动态特征的研究还很不深入。在广西大明山中山区选择了一个斜坡水平长200 m、宽160 m的典型坡面,在整个坡面建立了80个20 m×20 m的样地,将样地均匀分为5个坡段,每个坡段包含16个连续的样地,在2009—2012年的生长季测定了林冠高度(CH)、林冠体积(CV)、林冠覆盖度(CC)、林冠上/下冠盖比(HLr)和林冠叶面积指数(LAI),分析了各林冠结构指标的坡位及年际动态,揭示了亚热带常绿阔叶林的林冠结构特征及短期动态规律。研究结果表明,大明山常绿阔叶林林冠结构的一般特征是:平均CH(12.09±0.05)m,平均CV(2642.51±278.33)m~3(每400 m~2样地),平均CC(59.90±3.29)%,平均HLr2.48±0.23,平均LAI 2.00±0.06。大明山常绿阔叶林的林冠结构存在多层性,上层林冠覆盖度平均为42.20%,中层为30.35%,下层为18.05%。大明山常绿阔叶林的林冠结构存在坡面和年际差异,坡面变异系数为CV(29.84%—55.89%)HLr(32.90%—53.52%)LAI(22.48%—43.89%)CC(16.61%—25.74%)CH(8.26%—12.77%);年际变异系数为HLr(47.33%—57.00%)CV(39.70%—49.06%)LAI(21.58%—48.13%)CC(20.35%—24.15%)CH(9.19%—12.59%),表明CH有较强的稳定性。林冠LAI存在明显的坡面尺度效应,即向下顺坡每滑动100 m冠层LAI升高0.34。坡位对CH、HLr有显著(P=0.022)和极显著(P0.001)影响;年份对HLr有显著影响(P=0.013),对CV和CC有极显著影响(P0.001);坡位×年份对CV和LAI的交互作用显著(P=0.016,P=0.017)。回归分析发现树冠面积与林木胸径呈极显著的线性关系。此研究结果表明大明山常绿阔叶林冠层高度较低、林冠体积较小、林冠覆盖度不高、上/下冠盖比和叶面积指数偏小,这与研究区域的海拔较高(934—1223 m),土层浅薄(30—45 cm)以及经常受到冰冻灾害(特别是2008年的特大冰冻灾害)的影响有关,是山地常绿阔叶林树冠结构与山地环境条件长期适应的结果。     

哀牢山亚热带常绿阔叶林与林外草地太阳辐射比较

太阳辐射是森林生态系统的主要能量来源,为探讨亚热带常绿阔叶林对太阳辐射的影响,本研究利用哀牢山亚热带森林生态系统研究站太阳辐射观测数据,对林外草地、林冠上的太阳辐射平衡各分量的年、季节变化特征进行了分析.结果表明:森林辐射的季节变化因随植被的变化而与林外草地辐射有所差异.森林有效辐射占总辐射的比率、反射率均低于林外草地,导致净辐射占总辐射比率高于后者.与我国各地的辐射分配率相比,哀牢山亚热带常绿阔叶林的净辐射占总辐射比率较高,反射率较低.总辐射与相近纬度同植被类型的鼎湖山、鹤山相比,分别高207.7和357.5MJ·m-2,这对生长在海拔2200m以上、温凉潮湿环境下的亚热带常绿阔叶林来说,显得异常重要.     

鼎湖山南亚热带常绿阔叶林林窗分布格局及其成因

林窗数量特征及其空间分布格局对南亚热带森林生态系统的动态变化、物种共存及生物多样性的维持等具有重要意义。本文基于鼎湖山南亚热带常绿阔叶林20 ha动态监测样地2015年的植被调查数据,结合无人机航拍图像处理技术和地理信息系统,分析了样地内林窗的几何特征和空间分布格局。结果表明:该样地的林窗空隙率为13.72%,密度为35.75个/ha,平均面积38.37 m~2。具体特征有:(1)区域内林窗数量随林窗面积的增加呈负指数分布,整体表现为小林窗多、大林窗少的规律。(2)不同成熟度林分中,过熟林林窗平均面积大于成熟林;成熟林更能体现出小林窗多而大林窗少的特点。(3)各生境林窗分布与大样地整体表现出基本一致的规律,但低谷与其他生境差异显著,林窗平均面积、林窗空隙率等都大于其他生境,而山脊林窗也在林窗空隙率与林窗密度方面低于其他生境。(4)林窗面积和地形因子显著相关:与海拔和凹凸度呈显著负相关;与坡度和坡向呈显著正相关。据此提出建立利用无人机进行森林群落林冠变化与格局的监测体系,是实现林窗与林下群落动态变化同步监测的新手段。     

2006—2017年长白山阔叶红松林木本植物种子雨的时空动态

种子是森林更新的基础.为研究长白山阔叶红松林种子雨组成及时空变化,在长白山阔叶红松林25 hm²样地内设置150个面积为0.5 m²的收集器.自2006年5月至2017年12月收集252次,共收集到成熟、未成熟种子764299粒,隶属12科17属27种,其中,主林层树种13种704231粒,占总数的90%以上.种子最多的4个树种依次为紫椴、水曲柳、色木槭、假色槭,每年各个收集器都收集到这4个树种的种子;种子雨大爆发现象在各林层树种均存在,次林层和林下层较主林层树种滞后1~2年;各林层树种集中在秋季产生种子,各树种的种子雨都存在较大的时空变异性,相对而言,多数树种的空间变异性大于时间变异性;与科罗拉多岛(BCI)热带森林样地和浙江古田山亚热带常绿林样地种子产量的年际变异系数相比,长白山阔叶红松林种子产量年际变异系数较大,支持高纬度地区种子产量变异性高于低纬度地区的假说.     

基于无人机激光雷达遥感的亚热带常绿阔叶林群落垂直结构分析

森林植被高度与树木分布格局是植物群落重要结构特征,也是计算森林生物量分布的重要参数。传统的森林群落调查方法耗费大量人力物力难以进行较大尺度的群落结构测量,而一般的遥感影像也难以获得精确的地形信息及垂直结构。近年来激光雷达(Light Detection and Ranging,LiDAR)技术快速发展,能够较好的进行植被三维特征的提取并被广泛应用于森林生态系统检测模拟。且随着无人机低空摄影技术的发展催生的无人机激光雷达(UAV-Lidar)更增加了激光雷达的灵活性以及获取较大范围植被冠层信息的能力。而受限于激光的穿透性以及不同植被类型郁闭度的影响,该技术的应用多局限于在针叶林群落的垂直结构研究,而在常绿阔叶林的研究中应用较少。为探究现有无人机激光雷达设备及垂直结构提取分析技术应用于常绿阔叶林的可行性,利用无人机载激光雷达遥感技术对哀牢山中山湿性常绿阔叶林3块面积1hm~2的样地进行基于数字表面模型以及数字地表高程模型做差得到树冠高度模型测量的植被冠层高度、基于局部最大值法进行单木位置提取并使用Clark-Evans最近邻体分析方法进行样地内高大乔木分布格局的计算。分析结果显示,植被高度提取精度平均大于95%,与地表实测的植被高度值拟合度较高,相关系数R~2介于0.833—0.927之间;3个样地冠层高度平均值分别为18.79、19.08、17.03 m,标准差分别为8.10、7.34、7.17 m。单木探测百分比平均86.3%,用户精度以及生产者精度平均分别为75.69%和65.15%。实测得出三个样地全部高大乔木空间分布格局均为聚集分布,而激光雷达测量结果显示为随机分布或均匀分布。实验显示基于无人机激光雷达技术能够很好地提取植被冠层高度信息并能够较好地获取树木位置,但对于树木空间分布格局判定的准确性有待于进一步探索。未来研究应从多角度对激光雷达测量造成的误差原因予以分析(如环境因素),并进一步研究更为精确的单木提取以及植被高度提取方法,为通过无人机激光雷达测算森林生物量及各种生态过程提供更加精准的指标数据。     

云南常绿阔叶林的类型和特点

常绿阔叶林是指由壳斗科、茶科、樟科、木兰科的常绿阔叶树种为主组成的森林,但不包括常绿阔叶的热带雨林和常绿阔叶的山地硬叶林。常绿阔叶林主要分布在亚热带较湿润的气候条件下,所以也称之为“亚热带常绿阔叶林”。我们在植被文献中所见到的“照叶林”、“樟栲林”、“常绿栎类林”、“亚热带山地雨林”、“亚热带常绿季雨林”等等,都属于这一类森林范围。当然,它也应包括含有温带落叶成分的常绿阔叶林。     

天目山常绿落叶阔叶林群落垂直结构与群落整体物种多样性的关系

以浙江省天目山1 hm²常绿落叶阔叶混交林样地调查数据为基础,运用K-means聚类方法将DBH≥1 cm的个体根据树高划分为不同林层,研究比较了各个林层的物种多样性特点;利用通径分析方法和决策系数定量计算各个林层物种多样性对群落整体物种多样性的直接作用和间接作用,天目山常绿落叶阔叶林垂直结构对群落物种多样性构成的影响。结果表明：（1）天目山常绿落叶阔叶林群落层次结构丰富,树高由1.4-36.5 m依次可分为灌木层、亚冠层、林冠下层、林冠中层和林冠上层。（2）天目山常绿落叶阔叶林群落从灌木层依次往向上,物种丰富度、多度、特有种数量、Shannon-Weiner指数和Simpson指数均呈下降趋势。（3）灌木层对群落物种多样性的贡献最大且远高于其他四个林层,其中灌木层对群落整体物种多样性Shannon-Wiener指数、Pielou指数以及Simpson指数的决策系数分别为0.850、0.651、0.755。（4）林冠下层、林冠中层和林冠上层密度的大小对灌木层的物种数目有明显的影响,林冠层密度越大,灌木层群落的物种数目越少,复杂程度越低;偶见种和稀有种对群落物种多样性的维持具有特殊作用。综上,研究认为森林群落的垂直结构在维持森林群落整体物种多样性中具有关键作用,而灌木层在群落整体物种多样性构成中具有决定作用,森林群落中稀有种、偶见种多少在群落物种多样性构成中具有特殊作用。     

Vegetation classification of East China with multi-temporal NOAA-AVHRR data

East China lies in the subtropical monsoon climatic zone and is dominated by subtropical evergreen broad-leaved forests,a unique vegetation type mainly distributed in East Asia with the largest distnbution in China.It is important to be able to monitor and estimate forest biomass and production,regional carbon storage,and global climate change impacts on these important vegetation types.In this paper,we used coarse resolution remote sensing data to identify the vegetation types in East China and developed a map of the spatial distribution of vegetation types in this region.Nineteen maximum normalized difference vegetation index(NDVI)composite images(acquisition time span of 7 months from February to August),which were derived from 10 days National Oceanographic and Atmospheric Administration(NOAA)Advanced Very High Resolution Radiometer(AVHRR)channel 1 and channel 2 observations,an unsupervised classification method,and the ISODATA algorithm were employed to identify the vegetation types.To reduce the dimensions of the dataset resulted in a total of 28 spectral clusters of land-cover of which two clusters were urban/bare soil and water,the images were processed using principal component analysis(PCA).The 26 remaining spectral clusters were merged into six vegetation types using the Chinese vegetation taxonomy system:evergreen broad-leaved forest,coniferous forest,bamboo forest,shrub-grass,aquatic vegetation,and agricultural vegetation.The spatial distribution and areal extent for the coniferous forests,shrub-grass,evergreen broad-leaved forests,and agricultural vegetation were calculated and comscale.The spatial accuracy and the area accuracy for coniferous forests,shrub-grass,evergreen broad-leaved forests,and agricultural vegetation were 79.2%,91.3%,68.2% and 95.9% and 92.1%,95.9%,63.8% and 90.5%,respectively.The spatial accuracy and area accuracy of the bamboo forest were 28.7% and 96.5%,respectively;the spatial accuracy of aquatic vegetation was 69.6%,but there was a significant difference in its area accuracy because image acquisition did not cover the full year.Our study demonstrated the fea sibility of using NOAA-AVHRR to identify the different vegetation types in the subtropical evergreen broad-leaved forest zone in East China.The spatial location of the six identified vegetation types agreed with the actual geo graphical distribution of the vegetation types in East China.     

Vegetation classification of East China with multi-temporal NOAA-AVHRR data

East China lies in the subtropical monsoon climatic zone and is dominated by subtropical evergreen broad-leaved forests, a unique vegetation type mainly distributed in East Asia with the largest distribution in China. It is important to be able to monitor and estimate forest biomass and production, regional carbon storage, and global climate change impacts on these important vegetation types. In this paper, we used coarse resolution remote sensing data to identify the vegetation types in East China and developed a map of the spatial distribution of vegetation types in this region. Nineteen maximum normalized difference vegetation index (NDVI) composite images (acquisition time span of 7 months from February to August), which were derived from 10 days National Oceanographic and Atmospheric Administration (NOAA) Advanced Very High Resolution Radiometer (AVHRR) channel 1 and channel 2 observations, an unsupervised classification method, and the ISODATA algorithm were employed to identify the vegetation types. To reduce the dimensions of the dataset resulted in a total of 28 spectral clusters of land-cover of which two clusters were urban/bare soil and water, the images were processed using principal component analysis (PCA). The 26 remaining spectral clusters were merged into six vegetation types using the Chinese vegetation taxonomy system: evergreen broad-leaved forest, coniferous forest, bamboo forest, shrub-grass, aquatic vegetation, and agricultural vegetation. The spatial distribution and areal extent for the coniferous forests, shrub-grass, evergreen broad-leaved forests, and agricultural vegetation were calculated and compared with the Vegetation Atlas of China at a 1:1,000,000 scale. The spatial accuracy and the area accuracy for coniferous forests, shrub-grass, evergreen broad-leaved forests, and agricultural vegetation were 79.2%, 91.3%, 68.2% and 95.9% and 92.1%, 95.9%, 63.8% and 90.5%, respectively. The spatial accuracy and area accuracy of the bamboo forest were 28.7% and 96.5%, respectively; the spatial accuracy of aquatic vegetation was 69.6%, but there was a significant difference in its area accuracy because image acquisition did not cover the full year. Our study demonstrated the feasibility of using NOAA-AVHRR to identify the different vegetation types in the subtropical evergreen broad-leaved forest zone in East China. The spatial location of the six identified vegetation types agreed with the actual geographical distribution of the vegetation types in East China. __________ Translated from Acta Phytoecologica Sinica, 2005, 29(3): 436–443 [译自: 植物生态学报, 2005, 29(3): 436–443]     

Saplings distribution in relation to topography and canopy openness in an evergreen broad-leaved forest

We examined the spatial distribution of saplings in relation to topography and stand structure in a subtropical evergreen broad-leaved forest in the northern part of Okinawa Island, Japan. The distributions of most species were influenced mainly by topography but also by canopy openness. Species were arranged along a topographical gradient from concave areas with low canopy openness to convex areas with high canopy openness. Canopy species were arranged along a gradient from unstable fertile areas to stable infertile areas. Species occurring mostly in convex areas had a narrower distribution range than those in concave sites. Thus, habitat heterogeneity provided by topography and stand structure appears to be important factors for maintaining high species diversity in the understory of this subtropical evergreen broad-leaved forest.     

基于无人机的昆明海口林场宽地坝林区植物群落建群种格局研究

建群种是植物群落优势层中的主要物种,对群落环境有显著控制作用。空间格局是植物种群的基本特征之一,探讨建群种的空间格局是理解生物与生境之间关系和认识群落生态过程的有效途径。空间格局特征包括种群空间关联性及其空间分布型。利用无人机技术,获取昆明海口林场半湿润常绿阔叶林和落叶栎类林的多光谱遥感影像,采用ArcGIS Pro软件进行遥感影像分类并提取滇青冈(Cyclobalanopsis glaucoides)、光叶石栎(Lithocarpus mairei)、滇石栎(L.dealbatus)、栓皮栎(Quercus variabilis)、槲栎(Q.aliena)植株树冠中心点空间坐标。在Programita Febrero 2014软件中进点格局分析。结果表明:各物种10m以下呈均匀分布或随机,随尺度增加,渐渐表现为聚集分布。光叶石栎种群和滇石栎种群空间关联性表现为负相关。     

基于NOAA-AVHRR数据的中国东部地区植被遥感分类研究

该文采用 19幅 (时间跨 8个月 ) 时间序列的NOAA_AVHRR的归一化植被指数 (NDVI) 最大值合成影像遥感数据, 经过主分量分析 (Principlecomponentanalysis, PCA) 处理后, 用非监督分类方法的ISODATA算法, 对中国东部地区的 (五省一市 ) 植被进行分类, 结果可以分出 2 8种土地覆盖类型, 除了两种类型为水体和城市或裸地外, 其余 2 6种类型均为植被类型, 根据中国植被分类系统, 这 2 6类可以归并为 6大植被类型 :1) 常绿阔叶林 ;2 ) 针叶林 ;3) 竹林 ;4 ) 灌草丛 ;5 ) 水生植被 ;6 ) 农业植被。用 1∶10 0 0 0 0 0数字化《中国植被图集》的植被类型检验遥感分类结果表明, 针叶林、灌草丛、常绿阔叶林和农业植被的分类具有较高的位置精度和面积精度, 位置精度分别为 79.2 %、91.3%、6 8.2 %和 95.9%, 面积精度分别达到 92.1%、95.9%、6 3.8%和 90.5 %。这 6大植被类型在地理空间上的分布规律与中国东部常绿阔叶林区植被的地带性分布基本一致。     

亚热带常绿阔叶林和暖温带落叶阔叶林叶片热值比较研究

植物干重热值(GCV)是衡量植物生命活动及组成成分的重要指标之一,反映了植物光合作用中固定太阳辐射的能力。利用氧弹量热仪测定了亚热带和暖温带两个典型森林生态系统常见的276种常见植物叶片的干重热值,探讨了亚热带和暖温带植物热值分布特征,以及不同生活型、乔木类型间植物热值的变化规律。实验结果发现:亚热带常绿阔叶林和暖温带落叶阔叶林叶片热值的平均值分别为17.83 k J/g(n=191)和17.21k J/g(n=85),整体表现为亚热带植物暖温带植物。不同地带性植被的植物叶片热值在不同生活型间表现出相似的规律,其中亚热带常绿阔叶林表现为:乔木(19.09 k J/g)灌木(17.87 k J/g)草本(16.65 k J/g);暖温带落叶阔叶林表现为:乔木(18.41 k J/g)灌木(17.94 k J/g)草本(16.53 k J/g);不同乔木类型间均呈现常绿乔木落叶乔木、针叶乔木阔叶乔木的趋势。落叶阔叶乔木表现为亚热带暖温带,而常绿针叶乔木则呈现亚热带暖温带的趋势。此外,我们对于两个分布区域内的4种针叶树种叶片热值进行了比较,发现华北落叶松(19.32 k J/g,暖温带)杉木(19.40 k J/g,亚热带)马尾松(19.82 k J/g,亚热带)油松(20.95 k J/g,暖温带)。亚热带常绿阔叶林和暖温带落叶阔叶林植物热值的特征及其变化规律,为森林生态系统的能量流动提供了理论基础。     

哀牢山湿性常绿阔叶林木质藤本植物地上部分生物量及其对人为干扰的响应

 木质藤本植物是森林, 尤其是热带和亚热带森林中的重要组分。由于野外调查的困难, 对其生态学的研究相对较少。对哀牢山原生山地湿性常绿阔叶林和4类次生林中的藤本植物进行了调查, 利用48株藤本植物样木实测数据, 采用样本回归分析法, 选取藤本植物的不同参数作为自变量, 分别对冠层和林下两类藤本混合种生物量模型进行了拟合比较, 结合样地内长度≥50 cm的所有藤本植物的调查资料估算了各森林群落藤本植物地上部分生物量, 探讨了原生林中藤本植物地上部分生物量的组成与分布特征, 以及人为干扰对藤本植物地上部分生物量的影响。结果表明: 1)以藤本基径为自变量建立幂函数回归模型, 其相关系数较高, 具有较高的实用价值; 2)该区山地湿性常绿阔叶林中藤本植物地上部分生物量为9.82×10³ kg·hm^–2, 其中冠层藤本(基径≥1.0 cm, 长度≥5.0 m)生物量占藤本植物总生物量的99.70%, 林下藤本(基径<1.0 cm, 长度<5.0 m)的地上部分生物量很低; 3)人为干扰后林下藤本植物的生物量相对增加, 而冠层藤本植物的地上部分生物量显著减少; 经过约100年恢复演替的老龄栎类萌生林藤本植物地上部分生物量才达到接近原生林的水平。     

古田山常绿阔叶林优势树种甜槠和木荷的空间格局分析

基于24 hm²古田山中亚热带常绿阔叶林长期监测样地调查资料, 采用Ripley的K函数点格局分析等方法, 具体分析了古田山常绿阔叶林优势树种甜槠(Castanopsis eyrei)与木荷(Schima superba)不同年龄阶段的空间分布格局以及它们之间的空间关联性。结果表明: 两种优势物种在总体上及不同年龄阶段主要呈聚集分布, 且随年龄阶段的增加, 聚集程度有降低的趋势。两物种在大尺度直观上有明显的生境偏好。两种优势物种的幼树、小树与大树和老树主要呈空间负相关或无空间关联性, 与中树呈空间正相关。甜槠中树与大树、大树与老树主要呈空间正相关, 而甜槠的中树与老树呈空间负相关。木荷中树与大树和老树、大树与老树均呈现空间负相关或无关联。我们发现古田山优势物种通过密度制约和Janzen-Connell效应释放空间, 为其他物种共存提供了条件, 密度制约和Janzen-Connell效应可能是古田山样地甜槠和木荷空间格局形成的重要原因。     

鼎湖山森林群落的总生产力

本文根据鼎湖山季风常绿阔叶林和针阔叶混交林的垂直结构和成层现象,应用红外线CO_2气体分析等方法,分层测定了主要植物33种57株的光合速率,研究了两个群落的总初级生产力。结果表明:季风常绿阔叶林的总生产力(吨干物质·公顷~(-1),年~(-1))为146.695,针阔叶混交林为128.5597,前者比后者高,但后者叶面积指数适度,林内透光良好,树干生长粗壮,因而经济效益较高。     

气候变化对亚热带常绿阔叶林优势类群樟属植物的影响及保护评估

常绿阔叶林的优势类群由于其个体数量多、盖度大、生物量高、生存能力强, 对维持相应生态系统的稳定起着主导作用。樟属(Cinnamomum)植物为亚热带常绿阔叶林的优势类群, 通过对其过去、当前和未来潜在分布区的研究可以了解该类群的变迁历史, 为理解亚热带常绿阔叶林动态变化提供帮助, 有助于亚热带常绿阔叶林保育策略的制定。本研究利用最大熵(MaxEnt)模型模拟了我国樟属47种植物在5个时期(末次间冰期、末次盛冰期、全新世中期、当前和未来)的潜在分布区及物种丰富度热点区域。此外, 根据樟属植物的物种丰富度热点区域与自然保护区相叠加, 对当前自然保护区的保护状态进行了评估, 尤其是为保护亚热带常绿阔叶林而设立的自然保护区。结果表明: 樟属物种的潜在分布区在5个时期变化均不大, 仅在亚热带-温带交界处的各大山脉和平原之间出现局部收缩和扩张; 值得注意的是, 物种丰富度热点区域在5个时期变化明显, 末次盛冰期面积最大, 相较于末次间冰期、全新世中期和当前分别多96%、88%和37%; 未来(~2080年)两种不同温室气体排放典型浓度途径(representative concentration pathways, RCP) (RCP2.6和RCP8.5)下, 樟属物种丰富度热点区域面积将分别比当前收缩8.4%和10.0%, 并且随着温室气体排放的增加, 物种热点区域收缩趋势会更加明显。此外, 本研究发现樟属物种丰富度热点区域主要位于我国四川东南部、贵州南部、广西和广东, 然而仅7.5%位于现有自然保护区内, 未来自然保护区、国家公园等自然保护地的扩建、选址和规划应优先考虑四川东南部和华南地区。