基于样方数据的云南松林分生长模型研究——以云南省保山市杨柳白族彝族乡为例

以云南省保山市杨柳白族彝族乡实地调查的86块云南松样地数据,使用非线性拟合的方法拟合优选常用树木生长方程,建立了包括地位指数、密度指数、平均直径和蓄积量的生长模型。经验生长方程Schumacher的拟合度与其它方程相近,但模型中参数变异系数均比其余方程低,为地位指数、平均直径和蓄积量的最优方程。     

基于PLFA的高山栎和高山松林松茸菌塘土壤微生物群落特征研究

通过磷脂脂肪酸(Phospholipid fatty acid,PLFA)生物标记法对云南省香格里拉县的高山栎林和高山松林内的松茸菌塘和非菌塘的土壤微生物群落进行对比分析,结果显示:1)菌塘内的优势菌群主要包括真菌(18:2ω6,9c、18:1ω9c、18:3 w6c(6,9,12))、革兰氏阴性菌(19:0 cyclo w8c)、革兰氏阳性菌(15:0 iso)和未被鉴定的PLFAs(16:0、17:1 anteiso B、18:1 w6c、16:1 w6c和18:0);2)从群落组成上看,菌塘内的真菌百分含量、真菌/细菌生物量比(F/B)显著高于非菌塘,而革兰氏阴性菌(GNB)和革兰氏阳性菌(GPB)的百分含量,以及总PLFAs均匀度(J)均低于非菌塘;3)从群落结构上看,土壤微生物群落在菌塘和非菌塘间、以及不同林型间均存在显著差异,且菌塘对群落结构的影响大于林型;4)无论是在群落组成还是群落结构上,林型均不与菌塘存在交互作用,即松茸菌塘的土壤微生物群落特征不随宿主森林类型而发生改变;5)土壤化学性质与林型密切相关,但与菌塘关系不明显。上述结果表明,菌塘内的土壤微生物群落组成和结构与非菌塘有所不同,且在两种林型中表现相似。     

应用BioMod集成多种模型研究物种的空间分布——以铁杉在中国的潜在分布为例

新型统计方法和多源、多尺度空间信息数据的产生促进了物种空间分布模型的快速发展。不同的物种空间分布模型在生态学理论的运用以及前提假设上存在差异。选用不同的模型方法和输入数据会带来预测结果的不确定性。对比并集成多个物种空间分布模型,同时利用多组输入数据可降低预测的不确定性,提高物种分布模拟的精度。本文以中国特有种铁杉（Tsuga chinensis）为例,运用基于R语言开发的BioMod软件包对比9个物种空间分布模型对铁杉的模拟效果。最后以曲线下面积（ROC）为权重集成9个模型的模拟结果,产生和筛选最佳的铁杉潜在空间分布图。研究发现随机森林模型（RF）的模拟效果最好,其次是多元适应回归样条函数模型（MARS）和广义相加模型（GAM）,模拟效果最差的是表面分布区分室模型（SRE）。模型集成结果显示,最适宜铁杉分布的区域集中在中国的西南及四川盆地周围,其次零星分散于华南和台湾部分地区。这一结果与前人对铁杉自然分布的描述和研究结果较为吻合。研究进一步表明,通过模型的集成能有效地降低由于单个模型所带来的模拟结果不确定性,从而提高模拟的精度和效果。