准噶尔盆地东部卡拉麦里山有蹄类自然保护区主要植物群落及其特征

该文调查了准噶尔盆地东部卡拉麦里山自然保护区的主要植被类型, 通过对54个样地的样方数据分析, 量化描述了这一保护区的主要植物群落特征。结果表明, 这一地区植被主要分为梭梭群系(Form. Haloxylon ammodendron)、驼绒藜群系(Form. Krascheninnikovia ceratoides)、刺木蓼群系(Form. Atraphaxis spinosa)、红砂群系(Form. Reaumuria songarica)、准噶尔沙蒿群系(Form. Artemisia songarica)、刺旋花群系(Form. Convolvulus tragacanthoides)、盐生假木贼群系(Form. Anabasis salsa)、沙生针茅群系(Form. Stipa glareosa)和白茎绢蒿群系(Form. Seriphidium terrae-albae)等9个主要群系, 并进一步划分出16个群丛。     

新疆奇台荒漠植物群落的数量分类及土壤环境解释

为阐明古尔班通古特沙漠南缘荒漠植物群落的分类及与土壤因子的相关关系, 作者于2005年6–7月在新疆奇台县采用机械布设样线和样线上随机布设样地的方法进行了野外调查。共设置48块20 m×10 m的样方, 每个样方中又梅花状设置5个1 m×1 m的草本样方进行植被调查。植被调查结束后, 选择群落外貌上差异显著的样地进行土壤取样(取土深度分别为0 cm、10 cm、30 cm、50 cm、80 cm), 共获得20个样方的土壤样本。以植物重要值作为衡量植物组成相似性的指标, 应用逐步聚类的方法将调查区域植被划分为4种类型: 芦苇(Phragmites australis)+芨芨草(Achnatherum splendens)群落, 梭梭(Haloxylon ammodendron)–枇杷柴(Reaumuria songarica)+西伯利亚白刺群落(Nitraria sibirica), 梭梭–心叶驼绒藜(Ceratoides ewersmanniana)–白茎绢蒿(Seriphidium terrae-albae)群落和心叶驼绒藜–骆驼刺(Alhagi sparsifolia)群落。不同群落类型土壤因子的主成分分析的结果表明: 提取3个主分量能够解释85.65％的群落间土壤因子差异, 第1主分量与土壤平均pH值和深层土壤pH值相关, 第2主分量与平均有机质含量和土壤浅层有机质含量相关, 而第3主分量与平均土壤含盐量和土壤浅层含盐量相关。     

广州从化温泉自然保护区植被和植物群落的特征

对从化温泉自然保护区进行了详细植被和群落学调查。该保护区包括天然和人工群落一类型两大类。其中天然群落一景观类型包括常绿叶林、常绍针叶林、常绿针阔叶混交林以及撩荒地。人工群落－－景观类型包括村落、农田、果园以及水库。利用Ｃｌｅｍｅｎｔ多度启示法调查确定了天然植物中群落的优势和建群种。该保护区群落的优势种为藜蒴Ｃａｓｔａｎｏｐｓｉｓ ｆｉｓｓａ、荷木Ｓｃｈｉｍａ ｓｕｐｅｒｂａ、黄樟Ｃｉｎｎａｍｏｍｕ     

广东新港自然保护区植被的主要类型及其分布

本文参考《中国植被》采用的植被分类原则。根据现有资料,把新港自然保护区的植被划分为４个植被型１６个群系１８个群落,并对各主要类型及其分布作了简要的描述。     

新疆阜康绿洲荒漠过渡带植物群落物种多样性与土壤环境因子的耦合关系

对新疆阜康绿洲荒漠过渡带植物群落4个物种多样性指数和3层土壤19个指标进行回归分析,结果表明,土壤酸碱度,全盐量,Cl^-,K^ Na^ ,Mg^2 ,土壤有机质,全N和速效P与物种多样性有显著相关关系（P＜0．05）。酸碱度和有机质与多样性的最好拟合为二项式,即高的物种多样性出现在梯度中间位置。其余6个指标与物种多样性为显著线形负相关关系。表明全盐量,Cl^-,K^ Na^ ,Mg^2 含量越多,物种多样性越小,全N和速效P与均匀度均呈显著负相关,表明全N和速效P含量上升,均匀度显著下降,植物个体数与土壤水盐的回归分析表明,植物多度受土壤水分和盐分影响显著（P＜0．01）。     

九宫山自然保护区植被及其特征的初步研究

九宫山自然保护区位于中国中亚热带向北热带过渡区,植被构成以森林植被为主。通过调查和分析,将九宫山自然保护区植被划分为5个植被型组,11个植被型,32个群系。九宫山自然保护区的种子植物区系分布中温带性质和热带性质的属分别为384和302属;植被类型中主要森林植的构成为：暖温性、温性和寒温性针叶林群系数目依次是1、1、0,常绿阔叶林、落叶常绿阔叶混交林和落叶阔叶林群系数目分别为3、7、7;森林植被中落叶常绿阔叶混交林的分布面积最大。与井冈山自然保护区、庐山、后河自然保护区、清凉峰自然保护区、神农架自然保护区以及董寨鸟类自然保护区等地植被相关特征的比较分析表明,该区植被种子植物的主要组成种类以及森林植被类型和分布等具有明显的地带性过渡特性。     

新疆阜康地区植物群落物种多样性及其测度指标的比较

对新疆阜康绿洲荒漠过渡带植被,分别采用重要值、盖度、多度计测了9种物种多样性指数,并进行了对比分析。结果表明：①对新疆阜康绿洲荒漠过渡带植被类型,以重要值和盖度为测度指标优于多以度为指标计测群落多样性指数;②对9个指数的主成分分析（PCA）表明,3个多样性指数中,Shannon-Wiener指数受丰富影响最大,其次是McIntosh指数,而Simpson指数与丰富度关系较远。     

新疆卡山自然保护区典型水源地植物群落特征及其与土壤因子的关系

该研究通过样方调查法对卡拉麦里山有蹄类野生动物自然保护区(卡山自然保护区)水源地植物种类及数量进行统计,利用TWINSPAN和DCA进行植物群落数量分类和排序,并对保护区典型水源地土壤理化性质与植物群落物种多样性指数的相关关系进行CCA分析.结果 表明:(1)卡山自然保护区32个典型水源地调查共记录到15科41属53种...     

广西金钟山自然保护区主要植被类型的特征

金钟山自然保护区计有种子植物101科273属514种,落叶栎林分布面积最广。随海拔升高,植被依次呈现出4个分布带:沟谷落叶阔叶林、沟谷常绿阔叶林、常绿落叶阔叶混交林和落叶阔叶林、山地苔藓矮林和山地常绿阔叶林。该区主要有4个分布区类型:世界分布、热带分布、温带分布和中国特有分布,其中热带分布占总属数的75.21%,表明本保护区的植物分布具有热带性质。其天然植被类型可划分为5个植被型组,7个植被型含暖性针叶林、暖性落叶阔叶林、常绿落叶阔叶混交林、常绿阔叶林、竹林和草丛,2个植被亚型含南亚热带山地常绿阔叶林、山顶阔叶矮林,以及33个群系。     

荒漠草原区4种植物群落土壤种子库特征及其土壤理化性质

土壤种子库作为地上植被更新的潜在种源,在植被自然恢复和演替过程以及生态系统建设中起着重要作用。以宁夏盐池县荒漠草原区4种植物群落为研究对象,通过对封育16年后植物群落土壤理化性质的变化与其土壤种子库的特征之间的关系的探讨,揭示荒漠草原植物群落的土壤种子库分布特征和演替趋势,以及土壤质量的改变如何影响土壤种子库特征。研究结果表明：（1）不同植物群落土壤种子库物种组成及种子密度不同,同一物种在不同植物群落土壤种子库中出现时种子密度也存在差异;禾本科、菊科、藜科植物种在4种植物群落土壤种子库中出现比例均较高,分别占到26.19%、21.43%和19.05%,占总物种数的66.7%;灰绿藜、冰草、碱蓬在4种植物群落土壤种子库中均有出现。（2）4种植物群落土壤种子库中多年生植物和一年生植物种子居多,灌木、半灌木植物种较少。（3）4种植物群落土壤种子库中物种数和种子密度均表现为：芨芨草群落 > 苦豆子群落 > 油蒿群落 > 盐爪爪群落;且随着土层的加深,4种植物群落土壤种子库中物种数和种子密度均呈递减趋势。（4）4种植物群落土壤种子库中Shannon-Wiener指数、Simpsin指数、Pielou指数和Patrick指数均表现为芨芨草群落 > 苦豆子群落 > 油蒿群落 > 盐爪爪群落。此外,芨芨草群落土壤种子库与油蒿群落土壤种子库相似性最高,油蒿群落与盐爪爪群落的最低。（5）土壤种子库物种多样性特征指数与土壤pH、含水量、碱解氮呈正相关,与土壤电导率呈负相关,其中土壤pH和电导率对种子库物种多样性的影响较大。荒漠草原封育以后,土壤种子库中植物种数、种子密度和物种多样性均呈增加趋势,且以多年生植物和一年生植物种子居多;禾本科和豆科植物的物种数和种子密度大于菊科和藜科,这表明围封后牧草品质改善,植物群落正向演替。     

Main plant communities and characteristics of Kalamaili Ungulate Nature Reserve in east Junggar Basin

The main vegetation types of Kalamaili Nature Reserve in east Junggar Basin were investigated in this paper, and based on the data from 54 plot samples, the characteristics of the main desert plant communities from the main vegetation types were quantitatively described. And the results showed that, the vegetation in this reserve can be divided in to 9 major desert plant community types were recognized: Form. Haloxylon ammodendron, Form. Krascheninnikovia ceratoides, Form. Atraphaxis spinosa, Form. Reaumuria songarica, Form. Artemisia songarica, Form. Convolvulus tragacanthoides, Form. Anabasis salsa, Form. Stipa glareosa and Form. Seriphidium terrae-albae, and then, 16 associations were divided from these 9 major community types.     

四川小寨子沟自然保护区大熊猫生境植物群落结构特征

通过沿海拔梯度的系统调查,对小寨子沟自然保护区大熊猫生境的植物群落种类组成和结构进行了初步研究。结果表明:(1)小寨子沟大熊猫生境的植被类型有2种:阔叶林和针叶林;(2)小寨子沟自然保护区内分布有青川箭竹、缺苞箭竹、华西箭竹、冷箭竹等多种箭竹,这些作为大熊猫食料的箭竹广布在各种植被类型中,尤其是针阔混交林和亚高山针叶林;(3)大熊猫对生境的群落结构有较广的适宜性,阔叶林、针阔混交林、亚高山针叶林均可作为它的适宜生境;(4)小寨子沟自然保护区内的植被类型是随海拔的升高而自然过渡的,呈现出受人类活动影响较小的自然状态。     

河北省塞罕坝保护区天然植物群落数量分类

运用双向指示种(TWINSPAN)和除趋势典范对应分析(DCCA)等方法定量分析了河北省塞罕坝保护区天然植物群落分布与环境因子的关系.结果表明: 塞罕坝保护区天然植物群落可划分为8种类型,即地榆+异穗苔草+金莲花群落、地榆+老芒麦+毛蕊老鹳草群落、披针叶苔草+铁丝草群落、柔毛绣线菊-铁杆蒿群落、山杏+柔毛绣线菊-铁杆蒿+披针叶苔草群落、蒙古栎+硕桦-胡枝子+柔毛绣线菊-披针叶苔草群落、白桦+山杨-毛榛+山刺玫-糙苏+披针叶苔草+唐松草群落、云杉+白桦-山刺玫+河北柳-披针叶苔草+节节草群落;DCCA分析表明,坡位和土壤养分是影响塞罕坝保护区天然植物群落空间分布的主要因子.地形、空间和土壤因子解释了物种格局变异的34.02%,其中,土壤因子占15.67%,地形因子占10.05%,空间因子占6.00%.在各类因子间的交互作用(2.30%)中,土壤和地形因子的交互作用最大(0.93%),土壤、地形和空间因子三者的交互作用最小(0.16%).65.98%未能解释的部分,可能归因于未被选取的因子如种间的协同和竞争作用或者人为干扰.     

基于地形因素的新疆荒漠植被-气候模型应用研究

本研究在新疆荒漠植被型分类的基础上,用植被与气候Holdridge生命带模型进行荒漠植被型的模拟,并用Kappa检验系数进行结果检验,模拟结果很差(0.19),将地形作为模拟模型具体考虑的一个因素,对重新分类的气候区进行二次植被模拟。二次模拟结果Kappa检验系数平均值为0.45,二次模拟整体荒漠植被型模拟结果的Kappa检验系数为0.64,极大地提高了模型模拟的准确度。模型模拟准确度的提高在于将影响新疆水分分配的地形因素作为改进Holdridge生命带模型的参数,该参数的引入为提高Holdridge生命带模型的准确度提供了新的思路,也为较准确地模拟新疆地区的植被提供了新途径。     

百山祖自然保护区植物群落beta多样性

本文采用植物群落学的典型样方法,研究了百山祖自然保护区森林植物群落beta多样性格局及其维持机制。通过对45个20m?20m标准样地的调查数据进行分析,运用Chao’s群落距离指数衡量该植物群落beta多样性格局,并通过Mantel检验、基于距离矩阵的偏RDA分析和方差分解等方法初步检验和衡量了各环境因子差异（包括群落郁闭度、海拔、坡度、坡向和坡位）和群落空间距离对该区域beta多样性格局的影响。结果显示,该区域内植物群落beta多样性随着群落间综合环境差异或群落空间距离的增加而增大, 但环境差异和群落空间距离只能解释36%左右的beta多样性格局。检验的5个环境因子中,只有群落郁闭度和海拔对百山祖自然保护区植物群落beta多样性有显著影响,并且群落郁闭度对beta多样性的解释度（20.0%）略高于海拔对beta多样性的解释度（18.0%）。群落空间距离对百山祖自然保护区beta多样性的解释度最小（9.0%）。本文展现了百山祖自然保护区内植物群落beta多样性格局及其与群落环境和空间距离的关系,所获得的结果支持生境异质性和扩散限制联合对植物群落beta多样性起作用的假说。     

青海海北植物群落类型与土壤线虫群落相互关系

土壤线虫是良好的指示生物, 是植物群落演替的重要驱动力, 其生态功能影响着生态系统正常生态效应的发挥。该研究以海北矮生嵩草(Kobresia humilis)草甸、西藏嵩草(Kobresia tibetica)沼泽化草甸、暗褐薹草(Carex atrofusca)沼泽化草甸和金露梅(Potentilla fruticosa)灌丛4种不同植物群落类型的土壤线虫为研究对象, 研究不同植物群落类型下的土壤线虫群落组成、分布特征、物种多样性及其营养类群组成, 分析植物类群结构与土壤线虫群落之间的相关性。主要研究结果: (1)在4种植物群落土壤样本中共分离线虫3 800条, 分属于2纲5目15科30属, 线虫平均个体密度为每100 g干土580条, 随土壤深度增加而递减, 具有明显的表聚性。不同植物群落间的土壤线虫群落组成存在一定差异, 矮生嵩草草甸0-40 cm土壤线虫总数(1 811条·392.5 cm^-3)显著高于其他植物群落类型, 暗褐薹草沼泽化草甸的土壤线虫总数最少(324条·392.5 cm^-3)。4种植物群落下土壤线虫的优势属和营养类群组成存在差异, 这种差异在矮生嵩草草甸与暗褐薹草沼泽化草甸之间表现得尤为明显。 (2)不同植物群落下土壤线虫的多样性指数(H′)和均匀度指数(J′)均为金露梅灌丛最高, 暗褐薹草沼泽化草甸最低, 其两种植物群落间H′差异显著, 而优势度指数(λ)相反, 为暗褐薹草沼泽化草甸最高, 金露梅灌丛最低。表明金露梅灌丛土壤线虫群落多样性最高, 暗褐薹草沼泽化草甸土壤线虫群落多样性最低, 土壤线虫群落趋于单一化。4种植物群落土壤有机质的分解途径均以细菌通道为主。西藏嵩草沼泽化草甸的瓦斯乐斯卡指数(WI)显著高于矮生嵩草草甸, 表明从高寒沼泽化草甸过渡到高寒灌丛、高寒草甸, 土壤肥力不断降低, 沼泽化草甸有利于食微生物线虫的生长。暗褐薹草沼泽化草甸的植物寄生线虫指数(PPI)、成熟度指数(MI)均表现为最低, 表明其生态系统的成熟度较低, 这与暗褐薹草沼泽化草甸土壤含水量较高有关。不同植物群落下的富集指数(EI)、结构指数(SI)均为暗褐薹草沼泽化草甸最高, 由此可以看出暗褐薹草沼泽化草甸的食物网相对连通性较高, 食物链较长, 食物网的阻力相对较小。(3)主成分分析(PCA)结果显示4种植物群落最大贡献属不同。相关性分析表明: 食细菌性线虫数量与西藏嵩草沼泽化草甸有显著的正相关关系; 金露梅灌丛的植物多样性与线虫的H′、J′有显著的负相关关系, 与λ则有显著的正相关关系; WI与矮生嵩草草甸的植物多样性有显著的正相关关系, PPI与矮生嵩草草甸的物种多样性指数有显著的负相关关系。综上所述, 植物群落深刻地影响着土壤线虫群落的多样性。     

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]     

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 arti-ficial 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 10 m x 10 m for for-est, 4 m × 4 m for shrubland and 1m x 1m for grass-land 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 pro-cedure 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 clas-sification was identical to the result of fuzzy c-mean clus-tering and consistent with the distribution patterns of vegetation in the study area and shows significant eco-logical meanings. This suggests that SOFM may clearly describe the ecological relationships between plant com-munities and it is a very effective quantitative technique in plant ecology research.     

自组织特征人工神经网络在庞泉沟自然保护区植物群落分类中的应用

人工神经网络是较新的数学分析工具,其中的自组织特征映射网络（SOFM）具有较强的聚类功能。应用SOFM网络对庞泉沟自然保护区植物群落进行了分类研究。在讨论了SOFM网络的数学原理、聚类方法和步骤的前提下,分类过程在MATLAB（6.5）神经网络工具箱（NNTool）中编程实现。结果将89个样方分为13个植物群落类型。分类结果符合植被实际,生态意义明确,表明SOFM网络可以很好地反映植物群落的生态关系,是非常有效的植物群落数量分类方法。