东灵山华北落叶松人工林的分布格局及环境解释

应用TWINSPAN、CCA和物种多样性分析,从植物群落、植物种与环境的生态关系等方面研究了东灵山华北落叶松人工林的植被分布格局,并给予合理的环境解释。TWINSPAN分类将华北落叶松人工林分为4个类型,分类结果在CCA二维排序图上得到了较好的验证。样方与物种的CCA排序较好地揭示了该区华北落叶松人工林的分布格局与环境梯度的关系：坡位、坡度、土壤厚度和海拔是影响该区华北落叶松人工林的主导因子。结合物种多样性分析,结果表明东灵山绝大多数华北落叶松人工林生长良好,并根据华北落叶松喜凉湿习性,建议在该区自然分布海拔以下造林时,应优先选择阴坡和半阴坡的中、下位坡。     

东灵山华北落叶松人工林的分布格局及环境解释

应用TWINSPAN、CCA和物种多样性分析,从植物群落、植物种与环境的生态关系等方面研究了东灵山华北落叶松人工林的植被分布格局,并给予合理的环境解释。TWINSPAN分类将华北落叶松人工林分为4个类型,分类结果在CCA二维排序图上得到了较好的验证。样方与物种的CCA排序较好地揭示了该区华北落叶松人工林的分布格局与环境梯度的关系:坡位、坡度、土壤厚度和海拔是影响该区华北落叶松人工林的主导因子。结合物种多样性分析,结果表明东灵山绝大多数华北落叶松人工林生长良好,并根据华北落叶松喜凉湿习性,建议在该区自然分布海拔以下造林时,应优先选择阴坡和半阴坡的中、下位坡。     

基于SOM的野生秤锤树群落的空间分布和环境解释

本文采用自组织特征映射网络(self-organizing map, SOM)对南京老山野生秤锤树(Sinojackia xylocarpa)群落进行数量分类和排序, 分析了其与环境因子之间的关系。结果表明: (1) SOM将秤锤树野生群落的100个样方划分为5个群丛类型, 分类结果在空间上反映了秤锤树野生群落的演替变化趋势, 各群丛的群落结构和物种组成存在差异且群丛界限明显, 可较好地进行排序与分类的环境解释。(2)通过环境因子梯度的可视化方法, 确定了海拔、坡位和土壤厚度是影响该地区秤锤树生长和分布的主要因子, 同时也揭示了以不同优势种为代表的各群丛和环境因子的关系。(3) SOM可以摆脱许多定量技术的限制性假设, 使得神经网络对于群落生态特征及探索群落和环境相互关系具有良好展现力; SOM群落生态数据具有更高的映射能力, 进行群落分类以及较少程度的排序的潜力, 将有利于不同群落类型的分类和管理, 对于濒危植物保护具有重要意义。     

卧龙自然保护区亚高山草甸的数量分类与排序

在野外植被调查的基础上,采用植被数量分析方法对岷江流域卧龙自然保护区亚高山草甸进行TWINSPAN分类和DCA排序,研究了植物种、植物群落与环境之间的关系.结果表明,该地区亚高山草甸共有植物139种,隶属于31科88属.应用数量分类方法将114个样方分为12个群落类型.在分析不同环境因子间的关系基础上,从定量的角度揭示了影响群落分布的主要因素是海拔梯度和土壤含水量.DCA排序图反映出排序轴的生态意义,第1轴反映了各群落类型所在环境的海拔梯度,从上到下,随着海拔的升高,植物群落或植物种的耐寒性越来越强;第2轴基本上反映了各群落类型所在环境的土壤含水量.排序结果与分类结果比较吻合,反映出植物群落类型和物种分布随环境因子梯度变化的趋势.     

桂林岩溶石山青冈栎群落的数量分析

应用双向指示种分析(TWINSPAN)和除趋势对应分析(DCA)方法对桂林岩溶石山青冈栎群落进行数量分类与排序。通过TWINSPAN分类,将青冈栎群落60个样方划分为8个群丛类型,探讨了各群丛类型的基本特征。结果表明:DCA排序与TWINSPAN分类结果较一致,DCA排序较好地体现了各群丛类型与环境因子的相互关系,DCA第一排序轴主要反映了坡度的变化梯度;DCA排序图的对角线基本体现了坡向的变化梯度。坡度的变化是影响岩溶石山青冈栎群落物种组成与分布的重要生态因子。     

庞泉沟国家自然保护区森林群落的数量分类和排序

根据84块样方资料,对庞泉沟国家自然保护区的森林群落进行TWINSPAN分类和DCA、DCCA排序.结果表明：（1）TWINSPAN将该区的森林群落分为7个类型;（2）样方与物种的DCA排序及样方的DCCA排序较好地揭示了该区森林群落的分布格局与环境梯度的关系：DCCA第一轴明显地反映出森林群落的海拔梯度,即热量因子,沿DCCA第一轴从左到右,海拔逐渐升高,森林群落对热量的要求降低;DCCA第二轴主要表现出森林群落的坡向、坡度变化趋势,即水分和光照因子,沿DCCA第二轴,从下到上,坡向由阴坡向阳坡变化,坡度由平缓变陡峭.其中海拔梯度是环境因子中对森林群落分布起决定性作用的因子.（3）与DCA相比,DCCA的排序轴更有利于生态意义的解释,后者能同时反映样方间在种类组成上及环境因子组成上的相似性,表现在排序图中样方较集中,群落间的界线变得较模糊,因此如果同分类结合使用,DCA的效果要好于DCCA.（4）TWINSPAN分类与DCA和DCCA排序的结果,同时表明了该地区森林群落的垂直分布格局.     

草海国家级自然保护区水生植物群落的数量分类与排序分析

在群落样方调查的基础之上,采用双向指示种分析法（TW INSPAN）和除趋势对应分析（DCA）对草海国家级自然保护区水生植物群落进行分类和排序。TW INSPAN将50个样方分为17组,根据植被分类的原则划分为17个群丛,论述了各个群丛的群落学特征。50个样方的DCA排序结果反映了植物群落类型与环境梯度之间的关系,表明影响群落分布格局的主导生态因子为水分条件,第一轴反映了各个群落类型所在的水分条件梯度。排序结果与分类结果较吻合,反映出植物群落类型和物种分布随环境因子梯度变化的趋势。     

呼伦贝尔草甸草原植被的数量分类和排序研究

在群落样方调查的基础上,研究了物种组成,采用TWINSPAN、DCA、DCCA对呼伦贝尔草甸草原植被进行了数量分类和排序.96个物种分属25科66属,物种丰富度在20.1种/m2.菊科(13种)、禾本科(11种)、豆科(10种)、百合科(8种)、蔷薇科(8种)等科所含物种数最多,分别占到13.4%、11.3%、10.3%、8.2%、8.2%.生活型以多年生草本占绝大多数.TWINSPAN将96个样方划分为13组,根据植被分类原则确定为13个群丛,并对群落学特征给予说明.96个样方的DCA排序结果反映了植物群落类型与环境梯度之间的关系,影响群丛分布格局的主导生态因子为坡位、土壤养分、土壤水分和pH值.优势种的DCA排序图与样方的DCA排序图有很大的相似性.排序结果与分类结果相吻合,反映出植物群落类型和物种分布随环境因子梯度变化的趋势.     

锦屏水电站植被数量分类与排序

以锦屏梯级水电站大河湾段植被为研究对象,以河流流向为基础布置样方,将50个样方物种重要值及其环境因子进行TWINSPAN数量分类和DCA排序,结果显示:(1)由TWINSPAN数量分类将植被划分为7种类型,雅致雾水葛(Pouzolzia elegans)灌草群落为该区域的主要群落.(2)以TWINSPAN数量分类为基础的DCA二维排序图将样方分为6个生态类型,DCA 二维排序图横轴从左至右海拔高度逐渐降低;排序纵轴由下至上坡度逐渐升高.(3)以TWINSPAN数量分类在DCA排序图中有明确的分布范围和界限,DCA排序与TWINSPAN数量分类结合使用,能很好反映群落与环境因子间的生态关系.     

藏北高原草地群落的数量分类与排序

采用TWINSPAN数量分类和DCA、CCA排序的方法,对藏北高原草地29个样点进行统计分析。结果显示:(1)TWINSPAN数量分类将藏北高寒草地群落划分成10种类型。(2)样点DCA排序第一轴基本反映了水分环境梯度,第二轴基本反映了热量梯度。(3)TWINSPAN分类所划分的各群落在DCA排序图上都有各自的分布范围和界限,说明DCA排序能较好的反应各优势群落与其环境资源之间的关系。(4)样点CCA排序表明,影响群落分布的首要环境因子是水分因子(年均降水量)和空间因子(经度),其次是热量因子(年均温度),CCA排序进一步阐明了群落分布决定于水分和温度等环境因子,并间接验证了TWINSPAN的分类结果。(5)物种CCA排序和TWINSPAN分类结果表明:植物群落中物种的分布格局与植物群落类型的分布格局存在一定的相似性。     

庞泉沟自然保护区寒温性针叶林演替优势种格局动态分析

以华北落叶松和青杆为主的寒温性针叶林是庞泉沟自然保护区的重要林型,也是主要保护对象之一。通过空间代时间构建庞泉沟自然保护区寒温性针叶林演替的时间序列,序列1是华北落叶松单优群落稳定发展的过程,序列2是从华北落叶松单优群落演替至华北落叶松-青杆共优群落再到青杆单优群落的过程,采用点格局分析法和与Monte-Carlo拟合检验对演替过程中华北落叶松和青杆的分布格局及其相互关系进行了研究。结果表明:(1)序列1在华北落叶松单优群落稳定发展过程中,华北落叶松的分布格局由集群分布趋向于随机分布,甚至在0—2.5 m上表现为均匀分布,驱动力是种内竞争引起的自疏现象。序列2从华北落叶松单优群落演替至青杆单优群落过程中,华北落叶松的分布格局同样是由集群分布趋向于随机分布,驱动力主要来自于由于青杄侵入扩散而形成的种间竞争;青杄集群的尺度逐步增大,驱动力主要是种群拓殖和种内竞争。(2)二者种间关系,在华北落叶松单优群落阶段无明显相关,共优阶段由于竞争在0—6.5 m尺度上呈显著正相关,在青杄单优群落,青杄竞争获胜,在0—2.5 m尺度上无明显相关,二者种间关系的变化主要来自于群落剩余资源驱动下的种内种间竞争。     

桂林岩溶石山青冈群落数量分类与排序

植物群落的数量分类和排序可以客观地揭示植物群落与环境之间的关系,从而能为植被恢复与重建、森林经营与管理和生物多样性保护等提供理论依据。基于群落学调查和环境因子测定数据,采用Ward聚类、双向指示种分析(TWINSPAN)和多元回归树(MRT)对桂林岩溶石山青冈群落进行数量分类,选用冗余分析(RDA)进行排序,分析其与环境因子之间的关系。结果表明:(1)3种分类方法所得结果基本一致,可将桂林岩溶石山青冈群落划分为3个群丛类型,分别为青冈-粗糠柴+龙须藤+红背山麻杆-三穗薹草群丛(Ass.Cyclobalanopsis glauca-Mallotus philippensis+Bauhinia championi+Alchornea trewioides-Carex tristachya)、青冈-龙须藤+红背山麻杆+干花豆-宽叶沿阶草+三穗薹草群丛(Ass.Cyclobalanopsis glauca-Bauhinia championi+Alchornea trewioides+Fordia cauliflora-Ophiopogon platyphyllus+Carex tristachya)、青冈-粗糠柴+干花豆-三穗薹草群丛(Ass.Cyclobalanopsis glauca-Mallotus philippensis+Fordia cauliflora-Carex tristachya);(2)冗余分析结果较好地反映出各群丛类型的分布格局及其与环境梯度的相互关系,在10个环境因子中,岩石裸露率、土壤含水量、pH值、全氮、全磷、全钾、速效钾这7个环境因子对群落的分布影响显著。土壤含水量和全钾含量可能是影响该植物群落物种组成与分布的重要生态因子。     

神农架川金丝猴栖息地森林群落的数量分类与排序

在神农架川金丝猴生境典型地段设立样方58块,根据样方资料对神农架川金丝猴栖息地的森林群落用组平均法分类和DCA排序.用组平均法将58块样地分为9个群系,依据《中国植被》的分类原则和系统将研究区植物群落划归为7个植被型.样地的DCA排序较好地揭示了该区森林群落的分布格局与环境梯度的关系;DCA第二轴明显地反映出森林群落的海拔梯度变化,沿DCA第二轴从右到左,海拔逐渐升高;第一轴表现了各植物群落或植物种所在环境的坡度、坡向,即水分和光照因素,沿第一轴从下到上,坡度渐缓、坡向渐向阳.其中海拔梯度是环境因子中对森林群落起决定性作用的因子.研究表明,巴山冷杉+糙皮桦-大齿槭+尾萼蔷薇-高原露珠草+星果草群系发育较好,高大树木占有较大的比例,是神农架川金丝猴最适宜栖息地.7个植被型物种丰富度指数在群落梯度上呈规律性波动.其中针叶林和针叶-阔叶混交林中,物种丰富度指数在群落梯度上的总体趋势表现为灌木层＞草木层＞乔木层;在常绿阔叶林和常绿-落叶阔叶混交林中,该趋势为灌木层＞乔木层＞草本层;在落叶阔叶林中,其丰富度指数的趋势为灌木层＞草本层和乔木层.不同植被类型川金丝猴食源植物种类在群落梯度上的变化趋势与物种丰富度指数相同,但地衣类植物作为川金丝猴冬季的重要食物只在针叶林和针叶-阔叶混交林中生长.本研究为制定栖息地保护计划,更好地保护神农架川金丝猴提供了科学理论依据.     

Application of self-organizing neural networks to classification of plant communities in Pangquangou Nature Reserve, North China

Vegetation classification is an important topic in plant ecology and many quantitative techniques for classification have been developed in the field. The artificial neural network is a comparatively new tool for data analysis. The self-organizing feature map (SOFM) is powerful tool for clustering analysis. SOFM has been applied to many research fields and it was applied to the classification of plant communities in the Pangquangou Nature Reserve in the present work. Pangquangou Nature Reserve, located at 37°20′–38°20′ N, 110°18′–111°18′ E, is a part of the Luliang Mountain range. Eighty-nine samples (quadrats) of 10m × 10m for forest, 4m × 4 m for shrubland and 1m × 1m for grassland along an elevation gradient, were set up and species data was recorded in each sample. After discussion of the mathematical algorism, clustering technique and the procedure of SOFM, the classification was carried out by using NNTool box in MATLAB (6.5). As a result, the 89 samples were clustered into 13 groups representing 13 types of plant communities. The characteristics of each community were described. The result of SOFM classification was identical to the result of fuzzy c-mean clustering and consistent with the distribution patterns of vegetation in the study area and shows significant ecological meanings. This suggests that SOFM may clearly describe the ecological relationships between plant communities and it is a very effective quantitative technique in plant ecology research. __________ Translated from Acta Ecologica Sinica, 2007, 27(3): 1005–1010 [译自: 生态学报]     

Quantitative classification and ordination of forest communities in Pangquangou National Nature Reserve

Quantitative analysis of ecological relationships between vegetation and the environment has become an essential means in the field of research of modern vegetation ecology. In this article, based on data from 84 quadrates, forest communities in this reserve were investigated using TWINSPAN, DCA and DCCA. The results will be helpful in the construction and development of Pangquangou National Nature Reserve. Using TWINSPAN, the forest communities were classified into seven types. The distribution pattern of vegetation reflects the comprehensive influence of environments. The results of DCA and DCCA clearly reflect the relationship between the pattern of forest communities and environmental gradients. The ordination result of DCCA indicates that altitude is more important than other environmental factors because the change of altitude gradient will lead to changes in the temperature and humidity gradients. The first of the DCA ordination axes indicates the humidity gradient, and the second indicates the temperature gradient. All these results show that the main factors restricting the distribution of communities in this reserve are temperature and humidity. The ecological meaning of the ordination axis in DCCA is much clearer than that in DCA, and the species-environment correlation of DCCA is more obvious than DCA. The first DCCA axis indicates the altitude gradient among the communities, while the second is the gradient in aspect and slope among the communities. DCCA ordination can simultaneously express similarities of species and environment. Therefore, the quadrat location in the DCCA ordination figure is much closer than in the DCA.     

Quantitative classification and ordination of forest communities in Pangquangou National Nature Reserve

Quantitative analysis of ecological relationships between vegetation and the environment has become an essential means in the field of research of modern vegetation ecology. In this article, based on data from 84 quadrates, forest communities in this reserve were investigated using TWINSPAN, DCA and DCCA. The results will be helpful in the construction and development of Pangquangou National Nature Reserve. Using TWINSPAN, the forest communities were classified into seven types. The distribution pattern of vegetation reflects the comprehensive influence of environments. The results of DCA and DCCA clearly reflect the relationship between the pattern of forest communities and environmental gradients. The ordination result of DCCA indicates that altitude is more important than other environmental factors because the change of altitude gradient will lead to changes in the temperature and humidity gradients. The first of the DCA ordination axes indicates the humidity gradient, and the second indicates the temperature gradient. All these results show that the main factors restricting the distribution of communities in this reserve are temperature and humidity. The ecological meaning of the ordination axis in DCCA is much clearer than that in DCA, and the species-environment correlation of DCCA is more obvious than DCA. The first DCCA axis indicates the altitude gradient among the communities, while the second is the gradient in aspect and slope among the communities. DCCA ordination can simultaneously express similarities of species and environment. Therefore, the quadrat location in the DCCA ordination figure is much closer than in the DCA.     

小陇山国家级自然保护区次生林分类、排序及演替

在野外调查基础上,采用TWINSPAN和DCA对小陇山林区次生林群落进行了数量分类和排序,从植物群系组成、植物群落与环境的生态关系方面,研究小陇山植被群落的分布格局,用以确定该区次生林演替,并给予合理的环境解释。结果表明:采用TWINSPAN数量分类方法,将植被划分为12个群落类型;DCA排序图明显反映出排序轴的生态意义,第一轴基本上突出反映了湿度变化,沿第一轴从左到右,湿度逐渐增大;第二轴主要表现了温度梯度,沿第二轴从下到上,温度逐渐降低;次生林的演替序列为山杨林→山杨+白桦林→锐齿栎混交林及锐齿栎纯林,其自然恢复演替以锐齿栎林为顶极群落。     

秦岭山地天然次生林群落MRT数量分类、CCA排序及多样性垂直格局

采用多元回归树(MRT)对秦岭山地天然次生林群落进行数量分类,采用典范对应分析(CCA)进行排序,分析了秦岭山地天然次生林群落物种多样性沿海拔梯度的变化规律。结果表明:(1) 275个样方共有种子植物195种,隶属61科128属。乔、灌、草3个层次物种多样性变化沿海拔梯度的变化趋势基本一致,呈单峰模型;(2)经交叉验证认为秦岭山地天然次生林群落可分为2类,Ⅰ冬瓜杨(Populus purdomii)+陇东海棠(Malus kansuensis)+蛇莓(Duchesnea indica)群落,Ⅱ锐齿槲栎(Quercus aliena var. acuteserrata)+黄栌(Cotinus coggygria)+茜草(Rubia cordifolia)群落;(3) CCA排序结果揭示了群落生境的分布范围,反映出生态轴的排序意义,较好地反映秦岭山地天然次生林群落与环境因子的关系,其结果表明,海拔、坡向、凋落层厚度和干扰情况4个变量对该地区次生林群落的分布有较大的影响。