芦芽山自然保护区青林的分类及排序

根据60个森林群落样方数据,采用双向指示种分析(TWINSPAN)和冗余分析(RDA)方法,对芦芽山自然保护区的森林群落进行分类和排序。结果表明:(1)TWINSPAN将该区的森林群落分为9个类型;(2)RDA排序结果较好地反映出群落分布格局与环境梯度的关系。青林各群落类型在第一轴有明显分异,而第一轴主要反映了海拔和坡位的梯度,因此青林的群落分布格局主要受海拔和坡位的影响,从而导致植被类型的垂直分布。(3)环境因子的蒙特卡罗随机置换检验结果表明只有海拔、坡位和土壤pH对群落分布具有显著影响(P0.05),坡度、坡向和凋落物层厚度的共线性作用较大。方差分解结果表明海拔、坡位和土壤pH的独立解释量依次减小,海拔、坡位是影响青林分布的关键环境因子。     

松山自然保护区森林群落的数量分类和排序

根据68个森林群落样方数据,采用双向指示种分析(TW INSPAN)方法,对松山自然保护区的森林群落进行分类和采用除趋势对应分析(DCA)、典范对应分析(CCA)方法进行排序。结果表明:(1)TW INSPAN将该区的森林群落分为13类型;(2)样方的DCA排序及样方和优势种的CCA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;CCA第一轴明显地反映出森林群落的海拔梯度、枯枝落叶层厚度和土壤深度变化,沿CCA第一轴从左到右,海拔逐渐升高,枯枝落叶层越厚和土壤越深;第二轴与海拔高度和坡度成正相关,而与土壤紧实度成负相关。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。(3)与DCA相比,CCA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,因此如果排序同分类结合使用,DCA的效果要好于CCA。(4)TW INSPAN分类与DCA和CCA排序的结果,同时表明了该地区森林群落的垂直分布格局。     

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。     

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。     

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。     

拉萨河谷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,对拉萨河谷草地23个样点进行统计分析。结果显示:(1)TWINSPAN数量分类将拉萨河谷草地群落划分成8种类型,拉萨河谷的草地群落分布呈现明显的垂直地带性分布格局。(2)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群落与其环境资源之间的关系,同时,TWINSPAN的分类结果也在排序图上得到较好的印证。(3)样点DCA排序的第一轴基本反映了海拔高度的变化梯度,第二轴基本反映了坡向的变化。(4)样点CCA排序表明,影响群落分布的主要环境因子是海拔,其次是坡向。CCA排序进一步阐明了拉萨河谷草地群落分布决定于海拔和坡向等环境因子,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,物种的分布格局在很大程度上影响着群落的分布格局。     

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.     

东灵山濒危植物刺五加生存群落的数量分析

在样方调查的基础上,分别采用双向指示种分类法(TWINSPAN)、除趋势对应分析法(DCA)和典范对应分析(CCA)对东灵山地区濒危植物刺五加的生存群落进行数量分析。TWINSPAN分类将刺五加生存群落分为9类,分类结果在DCA二维排序图上得到了较好的验证,其中第一轴反映的是海拔梯度,第二轴反映了坡向、坡度的变化。刺五加多分布在位于海拔较高、光照较少的杂木林中,除在少数群落中成为灌木层的优势种外,相对分布较少。CCA排序结果与DCA的排序结果基本一致,反映出植物群落分布随环境因子梯度变化的趋势,揭示了海拔和光照是限制刺五加生长的主要环境因子。     

山西太岳山脱皮榆群落的生态梯度分析及环境解释

为了解释山西太岳山脱皮榆(Ulmus lamellosa)群落中物种的分布情况与该群落环境因子之间的相互关系,采用TWINSPAN数量分类和典范对应分析(CCA)与环境因子的变量分离进行讨论。结果表明,TWINSPAN将60个调查样方划分为7种群丛类型,体现了该脱皮榆群落主要以乔木脱皮榆和草本披针叶苔草(Carex lanceolata)为优势种。7种群丛类型与CCA排序结果一致,CCA排序第1轴主要体现了坡位和海拔;坡向与第2排序轴存在显著相关性。Monte Carlo检验结果表明,影响脱皮榆群落物种分布最主要的环境因子是海拔。在环境分离变量解释方面,环境因子解释了39.60%,空间因子解释了7.95%,空间因子与环境因子交互作用解释部分占10.89%。而其中不能解释的部分占41.56%。在该研究区,海拔对植物的分布有较好的解释力,其次是坡位和坡向。     

西湖风景名胜区不同类型森林群落的空间分布及β多样性

通过样地调查方法、TWINSPAN、β多样性指数和DCA、CCA排序分析,研究了杭州西湖风景名胜区不同森林群落的空间分布及物种多样性沿距离梯度的分布规律.结果表明:(1)TWINSPAN和DCA分析显示,43个调查样方可分为6种群落类型,不同群落类型的生境条件和群落组成均有一定的差异.(2)随着样地间距离的增大,群落间的Sorensen指数有逐渐变小的趋势,但不一定呈规律性的减少.(3)对43个样地不同种群的生境因子(包括坡向、坡度、坡位、海拔、郁闭度等)和物种优势度的CCA分析结果显示,影响光照和水分分布的主要生境因子海拔、郁闭度和坡位对西湖山区植物群落的分布以及种群的数量特征等具有重要影响.总体而言,物种扩散限制和生境条件变化是影响森林群落β多样性的主要因子.     

小五台山森林群落优势种的生态位分析

研究河北小五台山森林群落优势种的生态位宽度和生态位重叠,运用广义可加模型拟合各个优势种对环境梯度变化的响应规律.结果表明: 在148个样方中,共记录到维管植物75科222属392种,分别从乔木层、灌木层、草本层中选取重要值较大的36个优势种进行分析.乔木层的红桦、白桦、华北落叶松、油松,灌木层的土庄绣线菊、六道木、美蔷薇、毛榛,草本层的青绿薹草、野青茅、地榆、宽叶薹草在森林群落中生态位宽度较大,竞争力及环境适应力较强.在同一片层中,生态位重叠指数高的物种喜好相似生境,各个优势种在共生或伴生的同时存在着一定的竞争关系.色木槭和辽东栎存在高度重叠,由于资源丰富,竞争并不强烈;白桦与色木槭、辽东栎、水榆花楸等多种杂木树种存在重叠,有限的资源导致该群落中竞争较为强烈.各物种对不同环境因子的适应能力存在差异.多数优势种对海拔的响应表现出单峰曲线,分布在一定海拔范围内;部分优势种对海拔的响应呈线性升高或降低,集中分布在高海拔或低海拔区,各个优势种对坡位的响应情况与海拔相似.各优势种沿坡向多呈线性变化,与土壤温度呈显著正相关,物种表现出喜阴或喜阳的特性.红桦、六道木、东陵绣球、青绿薹草、兴安升麻等优势种对凋落层厚度和土壤厚度的响应呈线性升高.华北落叶松、红桦、金露梅、野青茅等优势种对土壤湿度的响应呈线性升高,而对土壤导电率的响应呈线性降低.大多数优势种对土壤pH和干扰程度表现出单峰曲线,部分优势种呈线性降低.     

中条山混沟地区森林乔木种的数量分类与环境解释

通过对中条山混沟地区森林植被调查资料的多元分析——TWINSPAN分类、CCA排序与环境解释,划分了该地区的植被类型,给出了植被与环境因子的定量关系。结果如下:1)40个样地可划分为青檀林(Form.Pteroceltis tatarinowii)、栾树林(Form. Koelreuteria paniculata)、槲栎林(Form. Quercus aliena)、栓皮栎林(Form. Quercus variabilis)、鹅耳枥+葛萝槭林(Form. Carpinus turczaninowii+Acer grosseri)、元宝槭+千金榆林(Form. Acer truncatum+Carpinus cordata)和辽东栎林(Form. Quercus liaotungensis)7种群落类型,体现了中条山地带性植被类型为暖温带落叶阔叶林的特点。2)群落类型的划分主要反映了CCA排序第一、二轴的环境梯度,CCA排序第一轴突出反映了海拔与土壤养分梯度,第二轴与土壤pH值、湿度指数和坡度显著相关。总体来说,海拔和土壤因子是影响混沟地区乔木物种分布分异的最主要环境因子。3)环境因子和空间因子解释了物种格局变化的46.14%,其中环境因子占30.79%,空间因子占8.48%,空间因子和环境因子交互作用解释的部分占6.87%。良好的环境解释反映了调查取样和环境因子选取的合理性,同时也体现了混沟地区植被的原始性。     

历山自然保护区猪尾沟森林群落植被格局及环境解释

应用TWINSPAN、DCA和DCCA,从植物种,植物群落与环境的生态关系方面,研究历山自然保护区猪尾沟森林群落的植被分布格局,并给予合理的环境解释。结果如下：（1）采用TWINSPAN数量分类方法,将植被划分为9个群落类型。（2）对于特定的研究区域猪尾沟,制约森林群落类型,植物种分布格局的主要因素是海拔梯度,即水、热两个环境因子。（3）DCCA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各植物群落所在环境的海拔梯度,即热量因素,沿第一轴从左到右,海拔逐渐升高,植物群落或植物种对热量要求降低;第二轴主要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,沿第二轴从下到上,坡度渐缓,坡向渐向阳。     

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。     

中条山东段森林乔木树种分布的环境梯度分析与种组划分

利用CCA排序和TWINSPAN分类,探讨了中条山东段森林植被中乔木树种分布与环境梯度的关系,并根据树种在排序图上的相对位置,同时参考相关文献资料,进行了种组划分。结果表明,海拔梯度是影响乔木树种分布的最重要的环境因子,土壤肥力和土壤湿度指数也具有较大的作用。72个树种（含变种）归纳划分为6个种组,即低海拔暖湿型、中低海拔暖燥型、中低海拔温润型、中海拔湿沃型、中高海拔燥瘠型和高海拔冷湿型。每个种组内的树种在生态习性特别是在分布特征上显示出较大的相似性,介绍了各种组分布的生境特征。TWINSPAN分类结果与种组划分吻合较好。     

北京山区栎林的群落结构与物种组成

在北京东灵山、喇叭沟门和大海陀山地区的辽东栎(Quercus liaotungensis)林以及白龙潭地区的槲树(Q.dentata)-麻栎(Q.acutissima)混交林中共调查了43个样方,利用这些样方资料,对群落进行TWINSPAN聚类和CCA排序,以研究北京地区栎林的群落结构、物种组成以及各群落之间的关系。结果表明：本地区栎林群落结构简单,不同栎林群落的结构差异很大。利用TWINSPAN对乔木层物种进行了分类,按不同指示种划分为7类。CCA排序结果显示第一轴与海拔关系显著,主要反映了温度因子的作用;第二轴与坡向关系显著,反映了水分因子的作用。排序结果与分类结果吻合,显示了不同生境条件对群落结构和物种分布的影响。结果还显示,本地区物种丰富度低,这可能与本地区植被受人为干扰强烈有一定关系。     

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.