桂林岩溶石山落叶阔叶林种类组成及其环境解释

合集下载

2104061_桂林岩溶石山青冈优势种群空间分布格局及关联分析

2104061_桂林岩溶石山青冈优势种群空间分布格局及关联分析

2104061_桂林岩溶石山青冈优势种群空间分布格局及关联分析桂林岩溶石山是中国独特的地貌景观,拥有丰富的生物多样性。

其中,青冈(Quercus) 是岩溶石山的优势种群之一,对于石山生态系统的维持和恢复具有重要作用。

本文将重点研究桂林岩溶石山青冈的优势种群空间分布格局及其与环境因素的关联分析。

首先,我们采集了桂林岩溶石山不同海拔高度上的青冈群落样本。

通过测量样地中每株青冈的个体数量,并绘制样地图,得出了每个样地上青冈的空间分布格局。

接下来,我们进行了青冈优势种群的空间分布格局分析。

通过计算青冈的径向分布函数和Clark-Evans指数,评估了青冈在不同尺度上的聚集程度和分散状况。

结果显示,青冈群落呈现出一定的聚集趋势,但在不同尺度上的聚集程度存在差异。

其中,较小的尺度上,青冈群落更为聚集,而较大的尺度上,青冈的分布更为均匀。

然后,我们进行了青冈优势种群与环境因素的关联分析。

选取了包括土壤pH、土壤湿度、光照强度等因素,并利用地统计学方法,计算了这些因素与青冈的空间分布格局之间的关联性。

结果显示,土壤pH和土壤湿度是影响青冈空间分布格局的主要环境因素。

青冈更倾向于生长在土壤pH较高、湿度适中的区域。

最后,我们分析了青冈优势种群的空间分布格局对石山生态系统的影响。

青冈的聚集分布有助于促进群落内物种间的相互作用和资源共享,增强生态系统的稳定性和多样性。

然而,青冈的聚集分布也可能导致资源的竞争和土壤侵蚀等问题。

因此,保护和合理管理青冈优势种群的空间分布格局对于岩溶石山生态系统的可持续发展至关重要。

综上所述,本文通过对桂林岩溶石山青冈优势种群的空间分布格局及其与环境因素的关联分析,揭示了青冈在岩溶石山生态系统中的重要作用。

这一研究对于岩溶石山生态系统的保护和管理具有重要的理论和实践意义。

漓江流域岩溶区檵木群落不同恢复阶段主要共有种生态位变化

漓江流域岩溶区檵木群落不同恢复阶段主要共有种生态位变化

漓江流域岩溶区檵木群落不同恢复阶段主要共有种生态位变化马姜明;占婷婷;莫祖英;梁士楚【摘要】以空间代替时间的方法选取典型样地,采用群落学调查对漓江流域岩溶区立地条件基本一致的檵木群落不同恢复阶段主要共有种的Levins生态位宽度和Pianka生态位重叠进行研究,揭示檵木群落恢复过程物种的环境资源利用状况和种间关系、种群动态及群落稳定性,为漓江流域岩溶石漠化生态系统的植被恢复和重建提供依据.结果表明:(1)檵木群落不同恢复阶段乔木层主要共有种为檵木、小巴豆,灌木层主要共有种为檵木、红背山麻杆、龙须藤、火棘、白饭树、白马骨、扁片海桐、皱叶雀梅藤、亮叶崖豆藤.(2)乔木层主要共有种的生态位宽度和生态位重叠随着檵木群落的恢复呈现增大的趋势,而灌木层主要共有种的生态位宽度和生态位重叠变化趋势则相反.(3)在乔灌阶段的乔木层和乔林阶段的灌木层主要共有种的生态位宽度均小于1.0,灌木层中主要共有种对间的低生态位重叠值(0~0.6)的种对数随着群落恢复增多,而高生态位重叠值(0.8~0.9)的种对数减少.(4)乔木层中的主要共有种檵木和小巴豆协同发展,在相当长的时间内将共同主导群落的整体恢复方向;灌木层中的主要共有种随着群落的恢复对环境资源需求进一步分化或者生态位进一步分离,檵木的优势地位进一步削弱.%By adopting the concept of space as a substitute for time, we analyzed the changes of Levins' niche breadths and Pianka's niche overlaps of main common plant populations in different restoration stages of Loropetalum chinense communities distributing in similar site condition in the karst area of Lijiang River Valley. The results showed that; (1)The main common plant populations in arborous layer in different restoration stages of L. chinense communities were L. chinense,Croton xiaopadou. However, the main common plant populationsin shrub layer were L. chinense, Alchornea trewioides , Bauhinia championii, Pyracantha fortuneana ,Flueggea virosa , Serissa serissoides , Pittosporum planilobum , Sageretia rugosa , Callerya nitida; (2) As a whole, the niche breadths and niche overlaps of main common plant populations in the arborous layer had an increased trend with L. chinense communities restoration. However,the reversed results had occurred in the shrub layer.(3)The niche breadths and niche overlaps of main common plant populations in the arborous layer of shrub to tree stage and in the shrub layer of tree stage were all less than 1. 0. The number of the low values of niche overlaps (0~0. 6) between main common plant popula-tions in the shrub layer had an increased trend with communities restoration,but the reverse trend occurred with the number of the high values of niche overlaps (0. 8~0. 9) between main common plant populations in the shrub layer. (4)The main common plant populations of L. chinense and C. xiaopadou in the arborous layer had a status with synergetic development. These two main common plant populations will leading jointly the direction of communities restoration for a long time. The needs to environment resource among main common plant populations in the shrub layer detached or niche separated with community restoration, and the dominant role of L. chinense in communities weaken further.【期刊名称】《西北植物学报》【年(卷),期】2012(032)012【总页数】7页(P2530-2536)【关键词】生态位宽度;生态位重叠;檵木群落;岩溶区;漓江流域【作者】马姜明;占婷婷;莫祖英;梁士楚【作者单位】广西师范大学生命科学学院,广西桂林541004;广西师范大学珍稀濒危动植物生态与环境保护省部共建教育部重点实验室,广西桂林541004;广西师范大学生命科学学院,广西桂林541004;广西师范大学生命科学学院,广西桂林541004;广西师范大学生命科学学院,广西桂林541004;广西师范大学珍稀濒危动植物生态与环境保护省部共建教育部重点实验室,广西桂林541004【正文语种】中文【中图分类】Q948.15+4生态位指种群在时间、空间的位置以及种群在群落中的地位和作用[1]。

桂林岩溶石山檵木群落不同恢复阶段地上生物量模型构建及分配格局

桂林岩溶石山檵木群落不同恢复阶段地上生物量模型构建及分配格局

㊀Guihaia㊀Feb.2019ꎬ39(2):161-169http://www.guihaia-journal.comDOI:10.11931/guihaia.gxzw201801010引文格式:张雅君ꎬ马姜明ꎬ苏静ꎬ等.桂林岩溶石山檵木群落不同恢复阶段地上生物量模型构建及分配格局[J].广西植物ꎬ2019ꎬ39(2):161-169.ZHANGYJꎬMAJMꎬSUJꎬetal.Modelconstructionanditsabove ̄groundbiomassallocationatdifferentrestorationstagesofLoropetalumchinensecommunitiesinkarsthillsofGuilin[J].Guihaiaꎬ2019ꎬ39(2):161-169.桂林岩溶石山檵木群落不同恢复阶段地上生物量模型构建及分配格局张雅君1ꎬ马姜明1ꎬ2ꎬ3∗ꎬ苏㊀静1ꎬ秦佳双1ꎬ莫燕华1(1.广西师范大学生命科学学院ꎬ广西桂林541006ꎻ2.珍稀濒危动植物生态与环境保护教育部重点实验室ꎬ广西桂林541006ꎻ3.岩溶生态与环境变化研究广西高校重点实验室ꎬ广西桂林541006)摘㊀要:通过AIC㊁BIC准则结合R2选择不同恢复阶段的最佳模型ꎬ用校正系数估计值的标准误差㊁平均系统误差和总相对误差值评价所建立模型的精确性ꎬ并用所构建的生物量模型对檵木群落不同恢复阶段群落地上生物量和檵木地上生物量的分配格局进行分析ꎮ结果表明:(1)运用5种模型进行回归分析ꎬ不同恢复阶段树干和地上生物量估测效果极佳ꎬ叶和枝生物量次之ꎮ选用模型Ⅳ:W=a+b(D2H)建立乔灌阶段地上生物量的最优模型ꎬ选用模型Ⅲ:W=aˑDbˑHc建立灌木阶段和小乔林阶段地上生物量的最优模型ꎮ(2)利用建立的檵木群落不同恢复阶段立木生物量生长模型对檵木群落的植被生物量进行估算ꎬ不同恢复阶段干生物量和地上生物量大小排列顺序为小乔林阶段>乔灌阶段>灌木阶段ꎻ叶生物量和枝生物量大小排列顺序为乔灌阶段>小乔林阶段>灌木阶段ꎮ(3)檵木群落中作为建群种的檵木ꎬ其地上生物量大小排列顺序为乔灌阶段>小乔林阶段>灌木阶段ꎬ檵木生物量在檵木群落不同恢复阶段的群落生物量中所占比例在持续下降ꎮ这说明随着桂林岩溶石山檵木群落自然恢复演替的进行ꎬ生态系统运行的能量基础和营养物质来源随着群落向更高级的演替阶段发展ꎬ而檵木的建群种地位可能会被逐步替代而退居亚乔木层ꎮ关键词:檵木群落ꎬ地上生物量ꎬ估测模型ꎬ不同恢复阶段中图分类号:Q948.1㊀㊀文献标识码:A㊀㊀文章编号:1000 ̄3142(2019)02 ̄0161 ̄09Modelconstructionanditsabove ̄groundbiomassallocationatdifferentrestorationstagesofLoropetalumchinensecommunitiesinkarsthillsofGuilinZHANGYajun1ꎬMAJiangming1ꎬ2ꎬ3∗ꎬSUJing1ꎬQINJiashuang1ꎬMOYanhua1(1.CollegeofLifeSciencesꎬGuangxiNormalUniversityꎬGuilin541006ꎬGuangxiꎬChinaꎻ2.KeyLaboratoryofEcologyofRareandEndangeredSpeciesandEnvironmentalProtectionꎬMinistryofEducationꎬGuilin541006ꎬGuangxiꎬChinaꎻ3.UniversityKeyLaboratoryofKarstEcologyandEnvironmentalChangeofGuangxiZhuangAutomomousRegion(GuangxiNormalUniversity)ꎬGuilin541004ꎬGuangxiꎬChina)Abstract:ThebestmodelwasselectedbycombiningAICandBICcriterionswithR2ꎬsimultaneouslyꎬtheaccuracyoftheestimationmodelsofabove ̄groundbiomasswereassessedusingthecorrectioncoefficientꎬincludingstandarderrorof收稿日期:2018-05-20基金项目:国家自然科学基金(31660197ꎬ31160156)ꎻ广西研究生教育创新计划项目(XYCSZ2018054)[SupportedbytheNationalNaturalScienceFoundationofChina(31660197ꎬ31160156)ꎻInnovationProgramofGuangxiGraduateEducation(XYCSZ2018054)]ꎮ作者简介:张雅君(1993-)ꎬ女ꎬ湖北宜昌人ꎬ硕士研究生ꎬ主要从事植物生态学研究ꎬ(E ̄mail)461974464@qq.comꎮ∗通信作者:马姜明ꎬ博士ꎬ教授ꎬ硕士研究生导师ꎬ主要从事植物生态学研究ꎬ(E ̄mail)mjming03@163.comꎮestimatedvalue(SEE)ꎬmeansystematicerror(MSE)andtotalrelativeerror(TRE)ꎬandthedistributionpatternofa ̄bove ̄groundbiomassofLoropetalumchinenseandcommunityindifferentrestorationstagesofL.chinensecommunitieswereanalyzedwiththeestablishedbiomassmodel.Theresultswereasfollows:(1)Fivemodelswereusedforregressionanalysisꎬabove ̄groundbiomassandtrunkbiomasshadthebestestimateeffectꎬcomparingwithalowerestimateeffectinleafbiomassandbranchbiomass.WechoseModelⅣtoestablishtheoptimummodelforabove ̄groundbiomassofshrubtotreestageꎬModelⅣwasW=a+b(D2H).AndwechoseModelⅢtoestablishtheoptimummodelforabove ̄groundbiomassofshrubstageandsmaltreestageꎬModelⅢwasW=aˑDbˑHc.(2)Basedtheestablishedoptimummodelꎬweestimatedthatbiomassabove ̄groundonthevegetationofL.chinensecommunities.Amongdifferentrestorationstagesꎬtheleafbiomassandbranchbiomassorderofsizewasshrubtotreestage>smalltreestage>shrubstageꎬwhiletheabove ̄groundbiomassandtrunkbiomassorderofsizewassmalltreestage>shrubtotreestage>shrubstage.(3)L.chinenseasdominantspeciesinL.chinensecommunitiesꎬtheorderofitsabove ̄groundbiomasssizewasshrubtotreestage>smalltreestage>shrubstageꎬandtheabove ̄groundbiomassofL.chinensecontributedtotheabove ̄groundbiomassofdifferentrestorationstagesshowedadecreasingtrendacrossthesuccession.ThisillustratestheenergybaseandnutrientsourceofecosystemoperationisprogressingtowardwiththecommunitymovestoahigherstageofsuccessionꎬandthestatusofedificatorofL.chinenseindifferentrestorationstagesofL.chinensecommunitiesmaybereplacedstepbystepꎬandbackseattothesub ̄treelayer.Keywords:Loropetalumchinensecommunitiesꎬabove ̄groundbiomassꎬestimationmodelsꎬdifferentrestorationstages㊀㊀生物量是度量个体㊁种群在群落中地位和功能的重要指标ꎬ是反应森林生产力和森林生态系统功能的重要参数ꎬ并且对生态系统碳循环和碳储量的控制机理研究具有重要的意义(Odum&Barrettꎬ1971ꎻ李世东等ꎬ2013ꎻ曾伟生ꎬ2014ꎻ王效科等ꎬ2014)ꎮ森林生物量的测量方法主要有直接测量和间接测量ꎬ前者虽然精度较高ꎬ但是费时费力且对生态系统的破坏性较大(刘琪璟ꎬ2009ꎻ杨宪龙等ꎬ2016)ꎬ而后者主要是利用生物量模型构建回归方程对生物量进行估算ꎮ胸径(基径)和植株高度是最常用的生物量模型构建自变量(王俊峰等ꎬ2012ꎻ崔玲玲等ꎬ2017)ꎮ桂林岩溶石山位于广西东北部ꎬ为广西岩溶石山集中分布的地区之一(刘彦随等ꎬ2006)ꎮ该地区石漠化问题非常突出ꎬ石漠化治理的首要任务就是植被恢复(李先琨等ꎬ2008)ꎮ许多学者已对喀斯特地区的林分群落结构(李周等ꎬ2017)㊁凋落物(陈元等ꎬ2017)㊁空间格局(梅军林等ꎬ2017)㊁土壤特征(Mónikaetal.ꎬ2012ꎻ陈萍和周运超ꎬ2017)等展开了大量的研究ꎬ但檵木群落作为桂林岩溶石山广泛分布的一种典型天然林类型ꎬ并已形成了檵木群落的不同恢复阶段(马姜明等ꎬ2012ꎬ2013)ꎮ目前ꎬ王杨等(2017)虽然对檵木生物量分配特征进行了部分研究ꎬ但对檵木群落不同恢复阶段的相关生态学研究还较少ꎬ仅涉及物种组成多样性(马姜明等ꎬ2013)㊁生态位(马姜明等ꎬ2012)㊁凋落物分解(覃扬浍等ꎬ2017)等方面ꎮ本研究以桂林岩溶石山檵木群落不同恢复阶段生物量为切入点ꎬ构建不同恢复阶段的生物量模型ꎬ并对不同恢复阶段的地上生物量分配格局进行分析ꎬ试图探究桂林岩溶石山檵木群落不同恢复阶段立木生物量分配格局变化特征ꎬ从而为研究檵木群落不同恢复阶段的群落结构动态变化及预测提供科学依据ꎬ以期为桂林岩溶石山的植被恢复和重建提供重要的理论基础ꎮ1㊀研究地概况研究地区位于广西壮族自治区桂林市南郊二塘乡西村(110ʎ15ᶄEꎬ25ʎ12ᶄN)ꎬ地处广西壮族自治区东北部ꎬ海拔150~280mꎬ属于典型的岩溶地貌ꎮ该地域属于中亚热带湿润季风气候ꎬ夏长冬短ꎬ年均气温18.9ħꎬ全年无霜期300dꎻ年均降雨量1949.5mmꎻ年均蒸发量1490~1905mmꎮ261广㊀西㊀植㊀物39卷2㊀研究方法2.1样地设置2016年7 8月ꎬ采用典型取样法和常规群落学调查方法对桂林岩溶石山立地条件基本一致的檵木(Loropetalumchinense)群落不同恢复阶段进行研究ꎮ檵木群落灌木阶段㊁乔灌阶段和小乔林阶段3种类型各设置重复样方3个ꎬ檵木群落样方概况详情见表1ꎮ乔灌阶段和小乔林阶段每个样方面积为20mˑ20mꎬ每个样方内设置4个10mˑ10m的小样方ꎬ灌木阶段每个样方面积为10mˑ10mꎬ每个样方内设置4个面积为5mˑ5m的小样方ꎮ调查测定每个样方内的木本植物种类㊁胸径(基径)㊁树(株)高㊁冠幅㊁株数及群落的郁闭度ꎻ生境因子记录海拔㊁坡向㊁坡度㊁坡位㊁岩石裸露率等ꎮ表1㊀檵木群落样方基本情况Table1㊀BasicconditionsofsamplingsitesofLoropetalumchinensecommunities恢复阶段Restorationstage坡向Slopeaspect坡位Slopeposition坡度Slopegradient海拔Altitude(m)岩石裸露率Rockbarerate(%)灌木阶段ShrubstageE下坡Downslope15ʎ~20ʎ150~20030~40乔灌阶段ShrubtotreestageE中坡Middleslope20ʎ~25ʎ200~25030~35小乔林阶段SmalltreestageSEꎬE上坡Upslope15ʎ~20ʎ220~28025~302.2生物量的测定与样品收集根据汪珍川等(2015)的方法ꎬ乔木层采样采用标准株法进行生物量测定ꎬ灌木层采样在每个样方的四个角各设置1个2mˑ2m的小样方ꎬ调查所有树种种类㊁树高㊁胸径(基径)ꎬ分别称取枝条㊁叶片㊁树干的鲜质量ꎬ然后将各部分器官样品在105ħ烘箱内杀青2hꎬ调至75ħ下烘干至恒重ꎬ求出各器官样木各器官的总干质量ꎮ2.3生物量模型建立与估算生物量估算的方法包括转换因子连续函数法㊁IPCC法和加权生物量回归模型法ꎬ通过李海奎等(2012)的研究结果表明加权生物量回归模型法最稳定ꎮ因此ꎬ本研究采用加权生物量回归模型法测定不同恢复阶段的生物量ꎮ骆期邦等(1999)㊁曾伟生等(2010)对线性和非线性立木生物量模型进行了对比分析ꎬ结果表明非线性模型要优于线性模型ꎮ综合蔡会德等(2014)㊁李量等(2017)㊁魏年锋等(2017)建立的模型ꎬ本研究采用相对生长法建立非线性生物量模型ꎬ建立基于胸径和树高的二元模型和基于胸径的一元模型ꎬ模型结构为模型Ⅰ:W=aˑ(D2H)bꎻ模型Ⅱ:W=aˑDbꎻ模型Ⅲ:W=aˑDbˑHcꎻ模型Ⅳ:W=a+bˑ(D2H)ꎻ模型Ⅴ:W=a+bˑDꎮ式中ꎬW为地上生物量(g)ꎬD为胸径或基径(cm)ꎬH为高度(cm)ꎬaꎬb和c为模型参数ꎮ最优方程的判断依据为赤池信息准则(AIC)㊁贝叶斯信息准则(BIC)值最小ꎬ得到各模型的参数ꎮ在评价立木生物量模型时ꎬ计算确定系数(R2)㊁估计值的标准误差(SEE)㊁平均系统误差(MSE)和总相对误差值(TRE)4项指标评价拟合结果ꎮ数据处理采用统计软件SPSS20.0ꎮ3㊀结果与分析3.1不同恢复阶段立木地上生物量生长模型利用檵木群落不同恢复阶段立木的各项生物量与胸(基)径㊁树(株)高的实测数据ꎬ建立檵木群落灌木阶段㊁乔灌阶段和小乔林阶段的地上生物量模型ꎬ采用加权回归拟合的5种模型对其叶㊁枝㊁干㊁全株生物量进行拟合ꎬ并计算各项模型评价指标ꎬ结果见表2ꎮ根据AIC值㊁BIC值最小ꎬ且R2最大的模型拟3612期张雅君等:桂林岩溶石山檵木群落不同恢复阶段地上生物量模型构建及分配格局表2 不同恢复阶段立木地上生物量模型拟合及验证Table2㊀Modelfittingandverificationofabove ̄groundbiomassatdifferentrestorationstages恢复阶段Restorationstage不同器官Differentorgans模型Model回归模型RegressionmodelAICBICR2SEE(g)MSE(%)TRE(%)灌木阶段Shrubstage叶Leaf枝Branch干Trunk整株地上部分Above ̄groundpartⅠW=1.272(D2H)0.564109.675217.3410.57816.780-7.404-0.907ⅡW=26.246D1.331114.129227.2530.41719.7191.9930.778ⅢW=0.007D0.63H1.519103.704205.3990.68714.458-10.361-0.551ⅣW=11.449+0.053(D2H)109.751228.4970.53217.674-5.872-0.068ⅤW=-7.703+35.241D116.351230.6940.41119.8291.1910.000ⅠW=1.455(D2H)0.588125.594249.1790.55124.983-16.208-3.151ⅡW=34.157D1.402128.159255.3130.43528.002-7.986-1.494ⅢW=0.015D0.806H1.426122.843243.6780.60823.325-17.069-2.652ⅣW=13.197+0.073(D2H)126.240251.4750.48726.692-9.8040.292ⅤW=-17.363+52.788D129.548257.8100.44227.829-2.773-0.002ⅠW=4.2(D2H)0.652140.214278.4200.92536.006-14.492-2.281ⅡW=139.785D1.608155.355309.7060.82255.269-8.868-1.560ⅢW=0.477D1.129H1.051135.534269.0590.94032.032-13.243-1.819ⅣW=46.211+0.344(D2H)149.961298.9180.86448.297-10.524-0.090ⅤW=-103.637+253.979D156.673311.3380.82854.33512.2780.000ⅠW=6.778(D2H)0.63151.654301.3000.92947.928-13.687-2.170ⅡW=200.050D1.542170.915340.8260.79481.550-7.894-1.171ⅢW=0.308D1.01H1.197137.444272.8790.96533.612-12.641-1.773ⅣW=70.856+0.47(D2H)163.285325.5660.85967.388-9.6730.002ⅤW=-128.703+342.008D172.548343.0870.78980.8056.516-0.000乔灌阶段Shrubtotreestage叶Leaf枝Branch干Trunk整株地上部分Above ̄groundpartⅠW=0.133(D2H)0.844240.293479.4550.83363.16241.58638.094ⅡW=11.269D2.444244.166487.7650.79951.38083.1412.591ⅢW=0.121D1.744H0.904240.290479.4470.83346.7347.9690.248ⅣW=8.116+0.048(D2H)238.488476.4100.83246.890-5.514-0.487ⅤW=-64.740+82.337D254.672508.2120.73558.936-46.0140.000ⅠW=0.366(D2H)0.809271.330541.5280.78777.03837.5771.355ⅡW=18.428D2.364271.832543.0980.77080.267342.9724.528ⅢW=0.699D1.781H0.668271.207541.2820.78876.90766.2212.212ⅣW=22.381+0.068(D2H)269.589538.6120.78677.2220.426-0.289ⅤW=-81.587+117.141D282.319563.5060.69792.047-45.2980.001ⅠW=0.931(D2H)0.891317.925634.7180.958163.481.893-0.146ⅡW=77.071D2.517328.729656.8910.937200.97253.8832.262ⅢW=2.418D2.007H0.686316.143631.1550.960158.86713.1840.691ⅣW=51.768+0.357(D2H)317.024633.4820.957166.401-7.7420.101ⅤW=-508.176+623.441D354.362707.5920.864294.225-16.1370.000ⅠW=1.39(D2H)0.877346.960692.7880.940261.1429.7160.453ⅡW=106.631D2.486354.913709.2600.918306.584114.3102.640ⅢW=3.172D1.951H0.7346.061690.9900.942257.37924.8090.830ⅣW=82.265+0.473(D2H)345.783691.0000.939264.603-6.040-0.018ⅤW=-654.502+822.919D376.687752.2420.844421.754-25.885-0.001461广㊀西㊀植㊀物39卷续表2恢复阶段Restorationstage不同器官Differentorgans模型Model回归模型RegressionmodelAICBICR2SEE(g)MSE(%)TRE(%)小乔林阶段Smalltreestage叶Leaf枝Branch干Trunk整株地上部分Above ̄groundpartⅠW=0.047(D2H)0.977158.864315.9110.92435.466-5.5010.401ⅡW=12.436D2.293164.068327.2270.89441.722-9.622-0.867ⅢW=0.01D1.825H1.255158.421316.0240.92535.130-4.6240.504ⅣW=0.489+0.039(D2H)156.919312.9290.92435.511-5.831-0.943ⅤW=-144.219+108.273D169.565337.3130.87645.173-16.019-0.000ⅠW=0.157(D2H)0.87198.296394.7740.75286.791-9.855-1.032ⅡW=22.868D2.019199.444397.9790.71493.225-10.368-1.138ⅢW=0.003D1.407H1.605197.391392.9650.76293.146-21.883-14.193ⅣW=14.585+0.047(D2H)196.589392.2690.74987.378-7.3980.516ⅤW=-162.567+132.509D201.697401.5760.71193.763-13.380-0.000ⅠW=0.647(D2H)0.947243.886485.9540.964244.611-2.403-0.476ⅡW=137.171D2.256247.473494.0370.954277.712-6.252-0.750ⅢW=1.877D1.977H0.756243.465485.1130.965242.328-2.830-0.108ⅣW=44.147+0.397(D2H)242.283483.6570.963246.814-3.3980.048ⅤW=-1471.856+1124.011D258.077514.3350.932337.688-14.998-0.000ⅠW=0.831(D2H)0.941250.061498.3040.968281.459-3.601-0.503ⅡW=172.079D2.233256.906512.9020.952344.111-7.040-0.782ⅢW=1.064D1.901H0.897250.035498.2520.968281.314-3.50-0.579ⅣW=59.22+0.483(D2H)248.624496.3380.967285.072-4.3110.018ⅤW=-1778.643+1364.783D266.539531.2600.932409.302-15.0340.001表3 不同恢复阶段立木地上生物量及分配Table3㊀Above ̄groundbiomassandbiomasspartitioningatdifferentrestorationstages恢复阶段Restorationstage层次Level叶Leaf(t hm ̄2)枝Branch(t hm ̄2)干Trunk(t hm ̄2)整株地上部分Above ̄groundpart(t hm ̄2)灌木阶段Shrubstage群落Community10.089.0163.7085.93乔灌阶段Shrubtotreestage乔木层Treelayer8.1111.7460.0979.94灌木层Shrublayer15.4526.42111.35153.22群落Community23.5638.16171.43153.22小乔林阶段Smalltreestage乔木层Treelayer14.9019.32156.76188.52灌木层Shrublayer3.866.6146.5255.73群落Community18.7625.92203.28244.25合效果为最好模型ꎬ灌木阶段其他各部位(叶㊁枝㊁干㊁整株地上部分)生物量的最佳模型为模型Ⅲ:W=aˑDbˑHcꎮ乔灌阶段仅有干生物量以模型Ⅳ为最佳模型ꎬ叶生物量㊁枝生物量和整株地上部分生物量的AIC值和BIC值均以模型Ⅳ最小ꎬ但是R2却以模型Ⅲ最大ꎬ由于模型Ⅲ和模型Ⅳ的差距较小ꎬ因此选择模型Ⅳ:W=a+b(D2H)作为乔灌阶段的最佳模型ꎮ小乔林阶段仅有整株地上部分的5612期张雅君等:桂林岩溶石山檵木群落不同恢复阶段地上生物量模型构建及分配格局表4㊀檵木群落不同恢复阶段中檵木生物量及分配Table4㊀Above ̄groundbiomassandpartitioningofLoropetalumchinensecommunitiesatdifferentrestorationstages恢复阶段Restorationstage层次Level叶Leaf生物量Biomass(t hm ̄2)所占比例Proportion(%)枝Branch生物量Biomass(t hm ̄2)所占比例Proportion(%)干Trunk生物量Biomass(t hm ̄2)所占比例Proportion(%)整株地上部分Above ̄groundpart生物量Biomass(t hm ̄2)所占比例Proportion(%)灌木阶段Shrubstage群落Community8.4283.527.5283.5153.0983.3471.6583.38乔灌阶段Shrubtotreestage乔木层Treelayer7.9998.5711.5798.5459.2298.5678.7898.56灌木层Shrublayer9.0158.3115.3958.2564.8958.2889.3058.28群落Community17.0072.1626.9670.65124.1172.40168.0872.09小乔林阶段Smalltreestage乔木层Treelayer5.9439.868.0941.8861.1639.0274.2739.40灌木层Shrublayer2.0954.153.4552.2325.2954.3730.2454.26群落Community8.0342.8011.5444.5286.4542.53104.5042.78生物量以模型Ⅰ为最佳模型ꎬ叶生物量㊁枝生物量和干生物量的AIC值和BIC值均以模型Ⅰ最小ꎬR2却以模型Ⅲ最大ꎻ模型Ⅲ和模型Ⅰ相比ꎬ小乔林阶段各部位(叶㊁枝㊁干㊁整株地上部分)AIC值和BIC值差距较小ꎬ但是枝生物量的R2却相差较大ꎬ因此选择模型Ⅲ:W=aˑDbˑHc作为小乔林阶段的最佳模型ꎮ本研究中通过比较实测值与预估值ꎬ对檵木群落不同恢复阶段根据TRE㊁RMA㊁R2和SEE进行模型验证ꎬ发现总相对误差TRE基本小于10%ꎬ平均系统误差RMA基本小于30%ꎬ说明本研究所建立的生物量估测模型的精度较好ꎮ3.2不同恢复阶段立木地上生物量分配及其特征将檵木群落不同恢复阶段的生长因子代入各部分(叶㊁枝㊁干㊁整株地上部分)生物量模型中ꎬ檵木群落不同恢复阶段檵木地上生物量的变化幅度为55.73~244.25t hm ̄2(见表3)ꎮ随着檵木群落的自然恢复ꎬ群落的叶生物量和枝生物量的积累先增大后减小ꎬ在乔灌阶段积累最多ꎬ分别为23.558㊁38.161t hm ̄2ꎬ在灌木阶段积累最少ꎬ分别为10.081㊁9.005t hm ̄2ꎻ而干生物量和整株地上部分生物量却是逐渐积累增大ꎬ在小乔林阶段积累最多ꎬ分别为203.275㊁244.248t hm ̄2ꎬ在灌木阶段积累最少ꎬ分别为63.7㊁85.93t hm ̄2ꎮ乔木层生物量在小乔林阶段积累最多ꎬ叶㊁枝㊁干和整株地上部分分别为14.902㊁19.317㊁156.759㊁188.521t hm ̄2ꎻ灌木层生物量在乔灌阶段积累最多ꎬ叶㊁枝㊁干和整株地上部分分别为15.452㊁26.419㊁111.347㊁233.153t hm ̄2ꎮ3.3不同恢复阶段檵木生物量分配及其特征通过对檵木地上生物量数据分析得出ꎬ檵木群落不同恢复阶段檵木地上生物量的变化幅度为30.24~168.08t hm ̄2(表4)ꎮ随着群落的自然恢复ꎬ檵木各部位(叶㊁枝㊁干和整株地上部分)生物量的积累均表现为先增大后减小ꎬ在乔灌阶段积累最多ꎬ分别为17㊁26.96㊁124.11㊁168.08t hm ̄2ꎻ在灌木阶段积累最少ꎬ分别为8.42㊁7.52㊁53.09㊁71.65t hm ̄2ꎮ檵木生物量占檵木群落不同恢复阶段生物量比例持续下降ꎬ灌木阶段檵木生物量所占比例最高ꎬ在83.51%~83.38%之间ꎻ小乔林阶段檵木生物量所占比例最低ꎬ在42.53%~44.52%ꎻ乔灌阶段的檵木生物量以乔木层占绝大比重ꎬ均在98.5%以上ꎮ从乔灌阶段过渡到小乔661广㊀西㊀植㊀物39卷林阶段ꎬ乔木层生物量下降明显ꎬ均在40%左右ꎻ灌木层生物量变化不明显ꎬ均保持在55%左右ꎮ4㊀讨论与结论生物量模型构建方法是基于易测变量评价生物量较准确的方法ꎬ本研究在对桂林岩溶石山檵木群落不同恢复阶段样方进行每木调查的基础上分层采样ꎬ为构建生物量模型提供了可靠的依据ꎮ为了筛选出生物量精度最高的模型ꎬ选择了5种模型对檵木群落不同恢复阶段地上生物量进行拟合ꎮ生物量最优估测模型估计效果有两个重要方面:一是生物量预测模型的适用性ꎬ二是样本实测值与估测值的拟合程度(李刚等ꎬ2014)ꎮ有研究表明ꎬR2和SEE是回归模型最常用指标ꎬ反映了模型的拟合优度ꎬTRE和RMA是反映拟合效果的重要指标ꎬ趋于0时效果最好(曾伟生和唐守正ꎬ2011ꎻ陈鹏飞等ꎬ2016)ꎮ本研究结果中不同恢复阶段各器官干㊁枝㊁叶和总生物量回归模型的决定系数在0.487~0.968之间ꎬ其中枝生物量和叶生物量的决定系数都较低ꎬ整株地上部分生物量的拟合效果最好ꎬ这与朱江等(2016)㊁李巍等(2015)的研究结果一致ꎬ反应了枝㊁叶受生物和非生物因子(如光照㊁水分等)影响较大(Bondetal.ꎬ2002)ꎬ从而容易引起较大的误差ꎮ通过比较选用模型Ⅳ:W=a+b(D2H)建立乔灌阶段的最优生物量模型ꎬ选用模型Ⅲ:W=aˑDbˑHc建立灌木阶段和小乔林阶段的最优生物量模型ꎮ通过比较大量的研究材料ꎬ岩溶石山属于低生物量的森林生态系统ꎬ而限制生物量积累的主要原因是由于其特殊的立地环境ꎬ从而造成树木生长速度缓慢和生态寿命较短的现象(朱守谦等ꎬ1995)ꎮ利用已建立的地上生物量生长模型对研究区域的植被生物量进行了估算ꎬ不同恢复阶段地上生物量大小排列顺序为小乔林阶段>乔灌阶段>灌木阶段ꎬ说明随着檵木群落自然演替的恢复ꎬ生态系统所需要的营养物质和能量基础正向稳定的方向发展ꎬ这与马姜明等(2009)的研究结果一致ꎻ不同恢复阶段中树干生物量所占比例最大ꎬ说明树干对于桂林岩溶石山檵木群落生物量积累具有重要贡献ꎬ与苏瑞兰(2017)的研究一致ꎮ桂林岩溶石山檵木群落乔灌阶段由灌木发挥主要作用ꎬ而在小乔林阶段由乔木发挥主要作用ꎬ根据前期野外调查结果显示小乔林阶段的灌木具有较高的物种数和林分密度ꎬ说明岩溶石山的灌木在小乔林阶段的生态空间可容纳较高的株数密度和较多的物种数ꎬ但因岩溶石山生境的特殊性却不能容纳较高的生物量ꎮ岩溶石山具有较特殊的群落结构ꎬ其形成与其生境的特殊性有关ꎬ它造成树木枝叶生物量及其垂直分布的多变和异常(朱守谦等ꎬ1995)ꎮ檵木群落不同恢复阶段中作为建群种的檵木ꎬ其地上生物量大小排列顺序为乔灌阶段>小乔林阶段>灌木阶段ꎮ檵木生物量占檵木群落不同恢复阶段群落生物量的比例在小乔林阶段下降ꎬ说明在岩溶石山檵木群落中ꎬ作为建群种的檵木仅在早期和中期占有优势ꎬ在演替后期的发展稍显乏力ꎬ桂林岩溶石山的立地环境随着檵木群落自然恢复的进行逐渐得到改善ꎬ檵木的建群种地位可能会被其他更适应良好环境的优势种逐步替代ꎬ退居亚乔木层ꎮ综上所述ꎬ本研究建立的檵木群落立木地上生物量只适用于漓江流域喀斯特地区ꎬ为其他研究者估测喀斯特地区檵木群落不同恢复阶段的生物量提供了便利ꎬ尤其是对于那些长期在漓江流域喀斯特地区进行长期固定样方观测相关因素对群落结构的组分㊁能量流动等提供了理论基础和依据ꎮ由于森林生物量与许多生物学因素和非生物学因素密切相关ꎬ如区域的水热条件㊁土壤条件以及森林的类型㊁年龄㊁优势种的组成㊁活立木密度等(黄从德等ꎬ2008ꎻ王维枫等ꎬ2008)ꎬ因此生物量估测模型建立所选择的参数因子也会有所不同ꎬ所以生物量估测还需进一步验证ꎮ参考文献:BONDꎬLAMBERTYBꎬWANGCꎬ2002.AbovegroundandbelowgroundbiomassandsapwoodareaallometricequationsforsixborealtreespeciesofnorthernManitoba[J].CanJForResꎬ32:1441-1450.CAIHDꎬNONGSQꎬZHANGWꎬetal.ꎬ2014.Modelingof7612期张雅君等:桂林岩溶石山檵木群落不同恢复阶段地上生物量模型构建及分配格局standingtreebiomassformainspeciesoftreesinGuangxiProvince[J].ForResManagꎬ(4):58-61.[蔡会德ꎬ农胜奇ꎬ张伟ꎬ等ꎬ2014.广西主要树种立木生物量模型的研建[J].林业资源管理ꎬ(4):58-61.]CHENPFꎬLIUCAꎬZHANGYꎬetal.ꎬ2016.Biomassestima ̄tingmodelsestablishedforcoastalTamarixchinensis[J].MarineEnvironSciꎬ35(4):551-556.[陈鹏飞ꎬ刘长安ꎬ张悦ꎬ等ꎬ2016.滨海湿地柽柳灌丛生物量估算模型[J].海洋环境科学ꎬ35(4):551-556.]CHENPꎬZHOUYCꎬ2017.Soilnutrientcapacityandforesttreesustainabilityinplateaukarstregion[J].EarthEnvironꎬ45(1):32-37.[陈萍ꎬ周运超ꎬ2017.高原喀斯特土壤养分容量及其林木持续性研究[J].地球与环境ꎬ45(1):32-37.]CHENYꎬFENGTꎬYUYLꎬetal.ꎬ2017.ThelitterdynamicsofthreeplantcommunitiesinkarstforestofwesternGuizhouProvince[J].JGuizhouUnivEngSciꎬ35(3):73-78.[陈元ꎬ冯图ꎬ喻元良ꎬ等ꎬ2017.黔西北喀斯特山区三种植物群落凋落物动态研究[J].贵州工程应用技术学院学报ꎬ35(3):73-78.]CUILLꎬTUYLꎬLADꎬetal.ꎬ2017.EstablishmentofbiomasspredictionmodelforsixtypicalshrubsinLasaRiverBasin[J].TibetSciTechꎬ7:64-68.[崔玲玲ꎬ土艳丽ꎬ拉多ꎬ等ꎬ2017.拉萨河流域6种典型灌木生物量预测模型的建立[J].西藏科技ꎬ7:64-68.]HUANGCDꎬZHANGJꎬYANGWQꎬetal.ꎬ2008.DynamicsonforestcarbonstockinSichuanProvinceandChongqingCity[J].ActaEcolSinꎬ28(3):966-975.[黄从德ꎬ张健ꎬ杨万勤ꎬ等ꎬ2008.四川省及重庆地区森林植被碳储量动态[J].生态学报ꎬ28(3):966-975.]LIGꎬZHAOXꎬZHANGBBꎬetal.ꎬ2014.BiomassallocationpatternandCaraganakorshinskiiwithestimationmodelbuildingofdifferentplantheights[J].ActaAgrSinꎬ22(4):769-775.[李刚ꎬ赵祥ꎬ张宾宾ꎬ等ꎬ2014.不同株高的柠条生物量分配格局及其估测模型构建[J].草地学报ꎬ22(4):769-775.]LIHKꎬZHAOPXꎬLEIYCꎬetal.ꎬ2012.Comparisononesti ̄mationofwoodbiomassusingforestinventorydata[J].SciSilvSinꎬ48(5):44-52.[李海奎ꎬ赵鹏祥ꎬ雷渊才ꎬ等ꎬ2012.基于森林清查资料的乔木林生物量估算方法的比较[J].林业科学ꎬ48(5):44-52.]LILꎬXIAFCꎬSUNYꎬetal.ꎬ2017.Biomassallocationofeightearly ̄springherbsinbroadleafPinuskoraiensismixedforest[J].JBeijingForUnivꎬ39(1):34-42.[李良ꎬ夏富才ꎬ孙越ꎬ等ꎬ2017.阔叶红松林下早春植物生物量分配[J].北京林业大学学报ꎬ39(1):34-42.]LISDꎬHUSPꎬTANGXMꎬ2013.Dynamicchangeofcarbonstorageinforestvegetation[M].Beijing:SciencePress. [李世东ꎬ胡淑萍ꎬ唐小明ꎬ2013.森林植被碳储量动态变化研究[M].北京:科学出版社.]LIWꎬWANGCKꎬZHANGQZꎬ2015.DifferentiationofstandindividualsimpactsallometryandbiomassallocationofLarixgmeliniitrees[J].ActaEcolSinꎬ35(6):1679-1687.[李巍ꎬ王传宽ꎬ张全智ꎬ2015.林木分化对兴安落叶松异速生长方程和生物量分配的影响[J].生态学报ꎬ35(6):1679-1687.]LIXKꎬHECXꎬTANGJSꎬetal.ꎬ2008.Evolutionandecologi ̄calprocessesofkarstecosystemofGuangxi[J].GuangxiSciꎬ15(1):80-86ꎬ91.[李先琨ꎬ何成新ꎬ唐建生ꎬ等ꎬ2008.广西岩溶山地生态系统特征与恢复重建[J].广西科学ꎬ15(1):80-86ꎬ91.]LIZꎬZHAOYJꎬSONGHYꎬetal.ꎬ2017.Theeffectsofsoilthicknessheterogeneityongrasslandplantcommunitystructureandgrowthofdominantspeciesinkarstarea[J].PratacSciꎬ34(10):2023-2032.[李周ꎬ赵雅洁ꎬ宋海燕ꎬ等ꎬ2017.喀斯特土层厚度异质性对草地群落结构和优势种生长的影响[J].草业科学ꎬ34(10):2023-2032.]LIUQJꎬ2009.Nestedregressionforestablishingtreebiomassequations[J].ChinJPlantEcolꎬ33(2):331-337.[刘琪璟ꎬ2009.嵌套式回归建立树木生物量模型[J].植物生态学报ꎬ33(2):331-337.]LIUYSꎬDENGXSꎬHUYCꎬ2006.RockylanddegradationandpovertyalleviationstrategyinGuangxikarstmountainousarea[J].MtResꎬ24(4):228-233.[刘彦随ꎬ邓旭升ꎬ胡业翠ꎬ2006.广西喀斯特山区土地石漠化与扶贫开发探析[J].山地学报ꎬ24(4):228-233.]LUOQBꎬZENGWSꎬHEDBꎬetal.ꎬ1999.Establishmentandapplicationofcompatibletreeabove ̄groundbiomassmodels[J].JNatResourꎬ14(3):271-277.[骆期邦ꎬ曾伟生ꎬ贺东北ꎬ等ꎬ1999.立木地上部分生物量模型的建立及其应用研究[J].自然资源学报ꎬ14(3):271-277.]MAJMꎬLIANGSCꎬLIANGMYꎬetal.ꎬ2009.AbovegroundbiomassanditsallocationofmainshrubtypesinkarsthillsofGuilinꎬChina[J].JGuangxiNormUniv(NatSciEd)ꎬ27(4):95-98.[马姜明ꎬ梁士楚ꎬ梁月明ꎬ等ꎬ2009.桂林岩溶石山主要灌丛类型地上生物量及分配特征[J].广西师范大学学报(自然科学版)ꎬ27(4):95-98.]MAJMꎬWUMꎬZHANTTꎬetal.ꎬ2013.ChangesofspeciescompositionanddiversityamongrestorationstagesofLorope ̄talumchinensecommunitiesinkarstareaofLijiangRivervalley[J].EcolEnvironSciꎬ22(1):66-71.[马姜明ꎬ吴蒙ꎬ占婷婷ꎬ等ꎬ2013.漓江流域岩溶区檵木群落不同恢复阶段物种组成及多样性变化[J].生态环境学报ꎬ22(1):66-71.]MAJMꎬZHANTTꎬMOZYꎬetal.ꎬ2012.ChangesofnicheamongrestorationstagesofLoropetalumchinensecommunitiesinkarstareaofLijiangRiverValley[J].ActaBotBoreal ̄OccidentSinꎬ32(12):2530-2536.[马姜明ꎬ占婷婷ꎬ莫祖英ꎬ等ꎬ2012.漓江流域岩溶区檵木群落不同恢复阶段主要共有种生态位变化[J].西北植物学报ꎬ32(12):2530-2536.]MEIJLꎬZHUANGFHꎬMAJMꎬetal.ꎬ2017.Spatialpointpat ̄ternanalysisofAlchorneatrewioidespopulationclonalgrowthinthekarstareaofGuilin[J].ActaEcolSinꎬ37(9):861广㊀西㊀植㊀物39卷3164-3171.[梅军林ꎬ庄枫红ꎬ马姜明ꎬ等ꎬ2017.桂林喀斯特地区克隆生长红背山麻杆种群的点格局分析[J].生态学报ꎬ37(9):3164-3171.]MONIKAKꎬTIBORSKꎬKLAUDIAKꎬ2012.ComparisonofsoilmicrobialcommunitiesfromtwodistinctkarstareasinHungary[J].ActaMicrobiolImmHꎬ59(1):91-105.ODUMEPꎬBARRETTGWꎬ1971.Fundamentalsofecology[M].Philadelphia:Saunders.QINYHꎬMAJMꎬMEIJLꎬetal.ꎬ2017.TheinitialdynamicoflitterdecompositionofLoropetalumchinensecommunitiesamongdifferentrecoverystagesinkarstareaofLijiangRiverwatershed[J].ActaEcolSinꎬ20:6792-6799.[覃扬浍ꎬ马姜明ꎬ梅军林ꎬ等ꎬ2017.漓江流域岩溶区檵木群落不同恢复阶段凋落物分解初期动态[J].生态学报ꎬ20:6792-6799.]SURLꎬ2017.Allometricequationstoestimatebiomassofdif ̄ferentage ̄sequenceofChinesefir(Cunninghamialanceolata)plantations[J].JFujianForSciTechnolꎬ44(2):105-108.[苏瑞兰ꎬ2017.异速生长模型估算不同林龄杉木人工林生物量[J].福建林业科技ꎬ44(2):105-108.]WANGJFꎬOUGLꎬTANGJRꎬetal.ꎬ2012.BiomassestimationmodelofshrubcommunityatJatrophacurcasgrowingareainLincangofYunnan[J].JWChinForSciꎬ41(6):53-57.[王俊峰ꎬ欧光龙ꎬ唐军荣ꎬ等ꎬ2012.临沧膏桐种植区灌木群落生物量估测模型研究[J].西部林业科学ꎬ41(6):53-57.]WANGXKꎬFENGZWꎬOUYANGZYꎬ2001.VegetationcarbonstorageanddensityofforestecosystemsinChina[J].ChinJApplEcolꎬ12(1):13-16.[王效科ꎬ冯宗炜ꎬ欧阳志云ꎬ2001.中国森林生态系统的植物碳储量和碳密度研究[J].应用生态学报ꎬ12(1):13-16.]WANGZCꎬDUHꎬSONGTQꎬetal.ꎬ2015.AllometricmodelsofmajortreespeciesandforestbiomassinGuangxi[J].ActaEcolSinꎬ35(13):4462-4472.[汪珍川ꎬ杜虎ꎬ宋同清ꎬ等ꎬ2015.广西主要树种(组)异速生长模型及森林生物量特征[J].生态学报ꎬ35(13):4462-4472.]WANGWFꎬLEIYCꎬWANGXFꎬetal.ꎬ2008.Areviewofforestbiomassmodels[J].JNWForUnivꎬ23(2):58-63.[王维枫ꎬ雷渊才ꎬ王雪峰ꎬ等ꎬ2008.森林生物量模型综述[J].西北林学院学报ꎬ23(2):58-63.]WANGYꎬXUWTꎬXIONGGMꎬetal.ꎬ2017.BiomassallocationpatternsofLoropetalumchinense[J].ChinJPlantEcolꎬ41(1):105-114.[王杨ꎬ徐文婷ꎬ熊高明ꎬ等ꎬ2017.檵木生物量分配特征[J].植物生态学报ꎬ41(1):105-114.]WEINFꎬ2017.Comparativeanalysisandestablishmentofbio ̄massforPinuselliottiiofdifferentaltitudesinNorthernFujian[J].ForProspDesꎬ(2):61-64.[魏年锋ꎬ2017.闽北不同海拔湿地松生物量模型构建及比较分析[J].林业勘察设计ꎬ(2):61-64.]YANGXLꎬWEIXRꎬSHAOMAꎬ2016.StembiomassestimationmodelsfordominantshrubsonthenorthernLoessPlateauofChina[J].ChinJApplEcolꎬ27(10):3164-3172.[杨宪龙ꎬ魏孝荣ꎬ邵明安ꎬ2016.黄土高原北部典型灌丛枝条生物量估算模型[J].应用生态学报ꎬ27(10):3164-3172.]ZENGWSꎬTANGSZꎬ2011.Goodnessevaluationandprecisionanalysisoftreebiomassequations[J].SciSilvSinꎬ47(11):106-113.[曾伟生ꎬ唐守正ꎬ2011.立木生物量方程的优度评价和精度分析[J].林业科学ꎬ47(11):106-113.]ZENGWSꎬXIAOQHꎬHUJꎬetal.ꎬ2010.EstablishmentofsingletreebiomassequationsforPinusmassonianainsouthernChina[J].JCentrSUnivForTechnolꎬ30(5):50-56.[曾伟生ꎬ肖前辉ꎬ胡觉ꎬ等ꎬ2010.中国南方马尾松立木生物量模型研建[J].中南林业科技大学学报ꎬ30(5):50-56.]ZENGWSꎬ2014.Comparisonofthreeallometricequationsforbiomassmodeling[J].CentrSForInventPlanꎬ33(1):1-3.[曾伟生ꎬ2014.3种异速生长方程对生物量建模的对比分析[J].中南林业调查规划ꎬ33(1):1-3.]ZHUJꎬHANHRꎬKANGFFꎬetal.ꎬ2016.BiomassallocationpatternsandallometricmodelsofLarixprincipis ̄rupprechtiiinMt.TaiyueꎬShanxi[J].JEcolꎬ35(11):2918-2925.[朱江ꎬ韩海荣ꎬ康峰峰ꎬ等ꎬ2016.山西太岳山华北落叶松生物量分配格局与异速生长模型[J].生态学杂志ꎬ35(11):2918-2925.]ZHUSQꎬWEILMꎬCHENZRꎬetal.ꎬ1995.ApreliminarystudyonbiomasscomponentsofkarstforestinMaolanofGuizhouProvinceꎬChina[J].ActaPhytoecolSinꎬ19(4):358-367.[朱守谦ꎬ魏鲁明ꎬ陈正仁ꎬ等ꎬ1995.茂兰喀斯特森林生物量构成初步研究[J].植物生态学报ꎬ19(4):358-367.]9612期张雅君等:桂林岩溶石山檵木群落不同恢复阶段地上生物量模型构建及分配格局。

桂林岩溶石山灌丛植物叶功能性状和土壤因子对坡向的响应

桂林岩溶石山灌丛植物叶功能性状和土壤因子对坡向的响应
Changes in leaf functional traits and soil environm ental factors in response to slope gradient in K arst hills of G uilin
PAN Yuanfang ,CHEN Xingbin ,JIANG Yong ’ ,LIANG Shichu ,LU Zhiren ,HUANG Yuxin ,NI Mingyuan ,
桂 林 岩 溶 石 山灌 丛 植 物 叶 功 能 性 状 和 土 壤 因 子 对 坡 向 的 响 应
盘 远 方 ,陈兴彬 ,姜 勇 ’,梁士 楚 ,陆 志任 ,黄பைடு நூலகம்宇欣 ,倪呜 源 ,覃彩 丽 ,刘润 红
1广西 师范大学珍稀濒危动植物生态与环境保护教育部重点实验室 ,广西 师范 大学生命科学学院 ,桂林 541006 2江西省林业科学院 ;江西省植物生物技术重点实验室 ,南 昌 330013
relationship between shrub leaf functional traits and soil environmental factors in sloped (shady—sunny)gradients indicate
that plants are able to respond and adapt to changes in the nature of spatial patterns at the levels of landscapes and mierohabitats.In the present study,we explored how shrub leaf functional traits responded to soil environmental factors,and examined the correlation between changes in this relationship and slope gradient in the Karst hills of Guilin.Experiments

桂林岩溶石山青冈群落数量分类与排序

桂林岩溶石山青冈群落数量分类与排序

第39卷第22期2019年11月生态学报ACTAECOLOGICASINICAVol.39,No.22Nov.,2019基金项目:国家自然科学基金项目(31860124);广西自然科学基金项目(2016GXNSFBA380030)收稿日期:2019⁃02⁃28;㊀㊀网络出版日期:2019⁃09⁃05∗通讯作者Correspondingauthor.E⁃mail:yongjiang226@126.comDOI:10.5846/stxb201902280377刘润红,涂洪润,李娇凤,梁士楚,姜勇,荣春艳,李月娟.桂林岩溶石山青冈群落数量分类与排序.生态学报,2019,39(22):8595⁃8605.LiuRH,TuHR,LiJF,LiangSC,JiangY,RongCY,LiYJ.NumericalclassificationandordinationofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilin,SouthwestChina.ActaEcologicaSinica,2019,39(22):8595⁃8605.桂林岩溶石山青冈群落数量分类与排序刘润红1,2,涂洪润1,3,李娇凤1,3,梁士楚1,3,姜㊀勇1,3,∗,荣春艳1,3,李月娟1,31广西师范大学珍稀濒危动植物生态与环境保护教育部重点实验室,桂林㊀5410062兰州大学生命科学学院/草地农业生态系统国家重点实验室,兰州㊀7300003广西师范大学生命科学学院,桂林㊀541006摘要: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㊁森林经营与管理和生物多样性保护等提供理论依据㊂基于群落学调查和环境因子测定数据,采用Ward聚类㊁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㊂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.Cyclobalanopsisglauca⁃Mallotusphilippensis+Bauhiniachampioni+Alchorneatrewioides⁃Carextristachya)㊁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.Cyclobalanopsisglauca⁃Bauhiniachampioni+Alchorneatrewioides+Fordiacauliflora⁃Ophiopogonplatyphyllus+Carextristachya)㊁青冈⁃粗糠柴+干花豆⁃三穗薹草群丛(Ass.Cyclobalanopsisglauca⁃Mallotusphilippensis+Fordiacauliflora⁃Carextristachya);(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㊁土壤含水量㊁pH值㊁全氮㊁全磷㊁全钾㊁速效钾这7个环境因子对群落的分布影响显著㊂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㊂关键词:青冈;Ward聚类;双向指示种法(TWINSPAN);多元回归树(MRT);冗余分析(RDA)NumericalclassificationandordinationofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilin,SouthwestChinaLIURunhong1,2,TUHongrun1,3,LIJiaofeng1,3,LIANGShichu1,3,JIANGYong1,3,∗,RONGChunyan1,3,LIYuejuan1,31KeyLaboratoryofEcologyofRareandEndangeredSpeciesandEnvironmentalProtection,MinistryofEducation,GuangxiNormalUniversity,Guilin541006,China2StateKeyLaboratoryofGrasslandAgro⁃ecosystems/SchoolofLifeSciences,LanzhouUniversity,Lanzhou730000,China3CollegeofLifeScience,GuangxiNormalUniversity,Guilin541006,ChinaAbstract:Theplantcommunityisanassemblageofplantpopulationsthatliveincertainarea,andinteractwithandadapttoeachotherinthecontextoflong⁃termenvironmentalchanges.Thequantitativeanalysisofforestcommunityisanimportantapproachtoresearchthecommunityclassificationandsorting.Thenumericalclassificationandordinationofplantcommunitiescanobjectivelyrevealtheecologicalrelationshipbetweenplantcommunities,distributionandtheenvironmentalfactorswhichprovidestheimportanttheoreticalbasisforforestvegetationrestorationandreconstruction,forestmanagement,andbiodiversityconservation.Althoughafast⁃growingliteratureonthenumericalclassificationandordinationofplantcommunitiesarepublishedinrecentyears,yetlittleisknownaboutthenumericalclassificationand6958㊀生㊀态㊀学㊀报㊀㊀㊀39卷㊀ordinationofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilin,SouthwestChina,whichpreventsusfromtodeterminetheenvironmentalfactorsinfluencingthedistributionofCyclobalanopsisglaucacommunities.Therefore,itisnecessarytocarryoutacasestudyaboutthenumericalclassificationandordinationofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilin.Toexplorethisuncertainty,basedontheenvironmentalfactorsandcommunitystructuredatabythesystematicfieldinvestigationof20plotsofCyclobalanopsisglaucacommunities,weconductedthequantitativeclassificationofCyclobalanopsisglaucacommunitieswithWardclustering,two⁃wayindicatorspeciesanalysis(TWINSPAN),andmultivariateregressiontrees(MRT)methods.Therelationshipbetweenthedistributionofspeciesandenvironmentalfactorswasanalyzedbytheredundancyanalysis(RDA)ordinationmethod.Theresultsshowedthat:(1)theresultsofthethreeclassificationmethodswerebasicallyconsistent.The20plotsofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilinweredividedinto3associationstypes:Ass.Cyclobalanopsisglauca⁃Mallotusphilippensis+Bauhiniachampioni+Alchorneatrewioides⁃Carextristachya,Ass.Cyclobalanopsisglauca⁃Bauhiniachampioni+Alchorneatrewioides+Fordiacauliflora⁃Ophiopogonplatyphyllus+Carextristachya,Ass.Cyclobalanopsisglauca⁃Mallotusphilippensis+Fordiacauliflora⁃Carextristachya.(2)Bothredundancyanalysisandthreenumericalclassificationexhibitedconsistentresults.Theredundancyanalysisclearlyreflectedthedistributionrangeofthreeassociationtypesandtherelationshipsbetweenassociationtypesandtheenvironmentalfactors.Among10environmentalfactors,therockbarerate,soilwatercontent,soilpHvalue,soiltotalnitrogen,soiltotalphosphorus,soiltotalpotassium,andavailablepotassiumhavesignificanteffectsonthedistributionacrossthe3associationstypes.ThechangesofsoilwatercontentandtotalpotassiumcontentweremainecologicalfactorsinfluencedthecompositionanddistributionofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilin,SouthwestChina.KeyWords:Cyclobalanopsisglauca;wardclustering;two⁃wayindicatorspeciesanalysis(TWINSPAN);multipleregressiontrees(MRT);redundancyanalysis(RDA)植物群落是指生活在特定空间和时间范围内的各物种种群的集合,它是群落中各种群之间以及种群与环境之间相互作用㊁相互制约而形成的,是物种适应共同生存环境的结果[1⁃3]㊂植物群落的数量分类和排序可以客观准确地揭示物种之间以及植物群落与环境之间的复杂生态关系,已成为研究植被生态学的重要手段[4⁃6]㊂其中,数量分类是根据物种的数量信息,采用数量分类方法将所调查的样方划分成不同的群落类型,因此,数量分类能在一定程度上揭示植物群落的形成㊁演替及其与环境因子的关系,是分析植被间断性的重要方法,但不能用于描述群落的连续分布[7]㊂排序则是研究植被连续性的方法,是运用数学方法将所调查的样方或物种,按照相似度来排定其位序,使得排序轴可以反映一定的环境梯度,从而能够解释群落之间㊁群落与其环境之间的相互关系[8⁃9]㊂而植物群落既存在连续性的一面,又有间断性一面,只有结合使用数量分类和排序2种方法,才能够深刻地揭示植物群落的空间分布格局及其影响因素[10⁃11]㊂因此,对植物群落进行数量分类和排序研究,有助于揭示群落的类型㊁结构㊁功能和演替趋势,以及物种之间㊁物种与环境之间的关系,从而为植被的恢复与重建㊁森林的经营与管理和生物多样性保护等提供科学理论依据[12⁃13]㊂目前,植被群落数量分类方法众多,常用的方法有聚类分析(clusteranalysis)㊁双向指示种分析(two⁃wayindicatorspeciesanalysis,TWINSPAN)和多元回归树(multivariateregressiontrees,MRT)[14]㊂其中,聚类分析是根据样方间的相似性距离,将距离较近的样方归为一类,进而划分群落类型[15⁃16]㊂作为聚类分析的一种,Ward聚类分析又称离差平方和法,即以平方欧氏距离作为两类之间的距离,先将集合中各样本自成一类,计算类重心间方差,将离差平方和增量最小的两类首先合并,再依次将所有类别逐级合并[17]㊂双向指示种分析法是当今应用最广泛的数量分类方法,该方法通过重要值进行样地分类,且可同时完成样方和物种的分类,分类结果可靠,适合不同尺度的群落分类,但需要专业经验确定优势种的权重,而且需要人为设定终止原则,否则将一直划分下去,直至所有样本都自成一类为止[18⁃19]㊂多元回归树则是一种较新的数量分类方法,它同时以物种和环境信息为分类依据,将环境因子梯度作为分类节点,利用递归划分法,将样方尽可能划分为同质的类型,然后利用交叉验证来确定分类结果而无需人为判定,因而比聚类分析和双向指示种分析更客观,对有过渡性质的样方划分更为可靠[20]㊂目前,生态学研究上,最常用的排序分析方法有两类:一类是基于线性模型的主成分分析(Principalcomponentsanalysis,PCA)及其衍生出来的冗余分析(Redundancyanalysis,RDA);另一类是基于非线性模型的对应分析(Correspondenceanalysis,CA)及其直接梯度分析版本 典范对应分析 (Canonicalcorrespondenceanalysis,CCA)[21]㊂其中,冗余分析同时结合物种矩阵和环境矩阵,结果直观㊁明确且包含大量信息,每一步的计算结果都与环境因子进行线性回归,有效地揭示环境因子与物种组成和群落分布格局的相关程度的大小,从而对群落和环境因子间的复杂关系做出更加直观的生态解释[21]㊂喀斯特地貌是一种因水对可溶性碳酸盐岩(大多为石灰岩)进行溶蚀㊁冲蚀㊁潜蚀等作用而产生的特殊地貌形态的总称,又称岩溶地貌[22]㊂桂林岩溶石山所在的我国西南喀斯特地区是世界三大喀斯特集中连片发育区中面积最大(5.4ˑ105km2,约占全国喀斯特地貌总面积的31.5%)㊁岩溶发育最典型和最强烈㊁石漠化最严重㊁人地矛盾最尖锐的地区,也是景观类型复杂㊁生物多样性丰富㊁生态系统极为脆弱的地区[23]㊂桂林岩溶石山地区由于脆弱的生态环境和复杂的人地系统,加上不合理的社会经济活动,长期以来该区石漠化和贫困问题相互交织,生态保护与社会经济发展矛盾突出,严重制约了该地区社会经济的可持续发展[24⁃26]㊂因此,进行石漠化退化生态系统的恢复与重建已刻不容缓㊂岩溶植被作为岩溶退化生态系统恢复的主体,在维护生态系统稳定和保护生物多样性等生态服务功能方面具有重要作用[27⁃28]㊂因此,研究桂林岩溶石山典型植被群落,特别是其顶极群落的组成㊁结构与功能,及其与环境因素的相互关系,对岩溶地区退化生态系统植被恢复与重建具有重要意义㊂青冈(Cyclobalanopsisglauca)为壳斗科(Fagaceae)青冈属(Cyclobalanopsis)常绿乔木,具有较强的适应性,是岩溶生态系统顶极群落的建群种或共优种,可作为岩溶地区植被恢复与重建的先锋树种,对于维持岩溶生态系统的结构和功能具有重要的作用[29]㊂目前,国内外学者在桂林岩溶石山青冈群落植被生态学方面已进行了不少研究,主要集中在数量分析[30]㊁种内种间竞争[29]㊁种群的结构特征[31]㊁生理特性与环境因子关系[32]㊁生物量[33]㊁叶功能性状[34]㊁生态位与种间联结[35]等方面㊂然而,运用数量生态学方法对青冈群落进行数量分类与排序的研究尚鲜见报道㊂鉴于此,本文以桂林岩溶石山青冈群落为研究对象,综合采用Ward聚类㊁双向指示种分析(TWINSPAN)和多元回归树(MRT)3种分类方法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,以期回答以下3个科学问题:(1)桂林岩溶石山青冈群落可以划分为哪些群丛类型?(2)3种群落分类方法所得结果是否一致?(3)影响该群落变化和分布的关键环境因子是什么?这些科学问题的合理解答,可以揭示桂林岩溶石山地区植物群落与环境之间的关系,从而为该地区的植被恢复与重建㊁森林经营与管理和生物多样性保护等提供理论依据㊂1㊀材料与方法1.1㊀研究区概况研究区位于广西壮族自治区桂林市典型的岩溶石山区,地理坐标为110ʎ09ᶄE 110ʎ42ᶄE,24ʎ40ᶄN 25ʎ40ᶄN,海拔100 500m㊂地貌类型主要是由碳酸盐岩溶蚀为主形成的峰林(孤峰)平原和峰丛洼地㊂该区域属中亚热带湿润季风气候区,境内气候温和,四季分明,雨量充沛,且雨热基本同期㊂年平均气温17.8 19.1ħ,最冷1月平均气温约8 9ħ,最热8月平均气温约28ħ,年降雨量1814 1941mm,年内分配不均,主要集中在4 7月,年蒸发量1377 1857mm,年平均相对湿度为73% 79%,全年风向以偏北风为主,平均风速为2.2 2.7m/s,无霜期长达309d,全年光照充足,年平均日照时数为1670h㊂土壤类型以第四纪石灰岩发育而成的黄棕色或黑色石灰岩土为主,土层浅薄,地形破碎,土被不连续,岩石裸露率高,保水保肥能力差;土质以粘质为主,剖面层次清晰,有明显的枯枝落叶层,pH值介于4 8之间,富含钙镁,有效养分N㊁K含量低,其他矿物养分缺乏㊂植被类型为非地带性亚热带常绿落叶阔叶硬叶林,原生植被已基本被破坏,现存植被以次生植被为主,其适生植物具有喜钙㊁耐旱㊁石生等特性㊂青冈群落垂直层次结构较简单,可明显划分为乔7958㊀22期㊀㊀㊀刘润红㊀等:桂林岩溶石山青冈群落数量分类与排序㊀8958㊀生㊀态㊀学㊀报㊀㊀㊀39卷㊀木层㊁灌木层和草本层,其中乔木层以青冈为建群种,主要伴生种有齿叶黄皮(Clausenadunniana)㊁扁片海桐(Pittosporumplanilobum)㊁紫弹树(Celtisbiondii)㊁岩樟(Cinnamomumsaxatile)㊁菜豆树(Radermacherasinica)等;灌木层主要物种有粗糠柴(Mallotusphilippensis)㊁龙须藤(Bauhiniachampionii)㊁红背山麻杆(Alchorneatrewioides)㊁千里香(Murrayapaniculata)㊁干花豆(Fordiacauliflora)㊁檵木(Loropetalumchinense)㊁山麻杆(Alchorneadavidii)等,同时存在一定数量的青冈等乔木的更新苗;草本层主要物种有三穗薹草(Carextristachya)㊁宽叶沿阶草(Ophiopogonplatyphyllus)㊁庐山香科科(Teucriumpernyi)㊁荩草(Arthraxonhispidus)㊁蔓生莠竹(Microstegiumfasciculatum)㊁石油菜(Pileacavaleriei)和槲蕨(Drynariaroosii)等㊂1.2㊀群落学调查于2017年7 9月,在充分踏查的基础上,根据青冈群落的物种组成与结构等特点,在桂林岩溶石山受人为干扰较轻且发育完好的青冈群落分布区,建立了20个20mˑ20m的样方㊂其中,桂林市郊的芦笛岩㊁演坡山以及阳朔县白沙镇碑头村和富里湾村分别为3㊁6㊁7㊁4个,各样地的基本情况如表1所示㊂在每个样方四角及中心位置各设立1个5mˑ5m灌木样方,由于林下草本较稀疏,在调查灌木的样方内同时进行草本调查㊂对样方进行常规的群落学调查,内容主要包括:调查乔木样方中DBHȡ2.5cm乔木植株的种名㊁高度㊁胸径㊁冠幅等指标;记录灌木层植株(灌木以及DBH<2.5cm的乔木幼树)的种名㊁高度㊁基径㊁冠幅㊁盖度等指标;草本层记录种名㊁株数㊁高度㊁盖度等指标㊂同时,记录每个样方的土壤类型㊁经纬度㊁海拔㊁坡度㊁坡位㊁坡向㊁砾石裸露率和干扰程度等生境特征㊂表1㊀样地基本概况Table1㊀Basicinformationofsamplesites样地Latitude海拔范围Barerockratio/%Rangeofaltitude/m岩石裸露率Longitude纬度No.ofsample经度Site样方编号阳朔县白沙镇碑头村(BTC)P1 P7110ʎ25ᶄ19ᵡE24ʎ44ᶄ42ᵡN173 20836 56桂林市郊芦笛岩(LDY)P8 P10110ʎ15ᶄ49ᵡE25ʎ18ᶄ19ᵡN179 19356 72桂林市郊演坡山(YPS)P11 P16110ʎ15ᶄ19ᵡE25ʎ19ᶄ10ᵡN234 26851 76阳朔县白沙镇富里湾村(FLW)P17 P20110ʎ22ᶄ43ᵡE24ʎ49ᶄ52ᵡN240 25745 601.3㊀土壤采样与测定土壤采样以20mˑ20m样方为基本单位,采用 梅花五点法 ,在每个样方的4个顶点和中心位置,去除表层凋落物和腐殖质后,用直径5cm的土钻钻取土壤表层(0 20cm)土样,运用四分法混合均匀㊂同时在样方的相同位置用环刀取样,用于测定土壤含水量㊂将采集的新鲜土样带回实验室,土壤含水量(soilwatercontent,SWC,%)采用烘干法测定(105ħ);土壤养分样品自然晾干,剔除其中的根系㊁石块㊁钙核及动植物残体等杂质后研细,过0.15mm土壤筛,对预处理后的土样进行土壤pH值㊁有机质㊁全氮㊁速效氮㊁全磷㊁速效磷㊁全钾㊁速效钾等8个土壤化学性质指标的测定,测定方法参照‘土壤农业化学常规分析方法“[36]㊂其中,采用电位计法测定土壤pH值(水土比2.5ʒ1);有机质(soilorganicmatter,SOM,g/kg)采用重铬酸钾容量法(外加热法)测定;全氮(totalnitrogen,TN,g/kg)采用凯氏定氮法测定;速效氮(availablenitrogen,AN,g/kg)采用碱解扩散法测定;全磷(totalphosphorus,TP,g/kg)采用钼锑抗比色法测定;速效磷(availablephosphorus,AP,g/kg)采用碳酸氢钠浸提⁃钼锑抗比色法测定;全钾(totalpotassium,TK,g/kg)含量采用氢氟酸⁃高氯酸消煮,火焰光度计法测定;速效钾(availablepotassium,AK,g/kg)含量采用乙酸铵⁃火焰分光光度法测定㊂每个土壤样品重复测定3次后取其平均值作为本研究分析的数据㊂1.4㊀统计与分析1.4.1㊀重要值计算采用重要值(importancevalue,IV)作为评价各物种在群落中的优势程度指标,反映其在群落中的功能地位和作用,对每个样方分别计算乔木㊁灌木和草本的重要值,其计算公式如下[9]:乔木重要值=(相对多度+相对频度+相对显著度)/3灌木(草本)重要值=(相对盖度+相对高度)/21.4.2㊀群落数量分类根据所有物种在样方中的重要值,选用R语言cluster程序包[37]中的hclust函数进行Ward(即离差平方和法)聚类分析㊂根据所有物种在样方中的重要值,采用R语言twinspanR程序包中的twinspan函数进行双向指示种分析(TWINSPAN)分类㊂采用20个样方的岩石裸露率(BRR)㊁土壤含水量(SWC)㊁pH值(pH)㊁有机质(SOM)㊁全氮(TN)㊁全磷(TP)㊁全钾(TK)㊁速效氮(AN)㊁速效磷(AP)㊁速效钾(AK)10个环境因子为自变量,128个物种在20个样方内的重要值为因变量进行多元回归树(MRT)分类㊂多元回归树分类采用R语言mvpart程序包[38]中的mvpart函数计算㊂参考吴征镒的‘中国植被“[39]的植物群落分类和命名原则,并结合样方内实际的生态现状,以优势种原则划分群丛和命名㊂1.4.3㊀RDA分析在探讨植被与环境因子之间的关系时,首先对物种重要值⁃样方矩阵数据进行除趋势对应分析(DetrendCorrespondenceAnalysis,DCA),根据DCA排序轴的最大值选择适宜的排序方法[40]㊂预排序结果表明DCA排序前4个轴中最大值小于3,故而选择基于线性模型的RDA排序方法㊂利用前向选择法和蒙特卡罗置换检验(MonteCarlopermutesttest,模拟999次)检测所有环境因子整体对物种分布的解释量是否具有显著性(P<0.05),在此基础上,通过R语言vegan程序包[41]中的envfit函数检验每个环境因子与物种分布的显著性,以便剔除冗余变量(有机质㊁速效氮和速效磷),并选定一组代理环境变量进行分析㊂最终,从10个环境因子筛选出包括岩石裸露率(BRR)㊁土壤含水量(SWC)㊁pH值(pH)㊁全氮(TN)㊁全磷(TP)㊁全钾(TK)㊁速效钾(AK)7个对群落格局影响显著的环境代理变量进行RDA排序,分析过程中对数据进行了标准化处理,最终绘制样方⁃环境因子二维排序图㊂RDA排序和蒙特卡罗置换检验分别在R语言vegan程序包的rda函数和permutest函数中完成㊂所有统计分析与制图均在R3.4.0(http://cran.r⁃project.org/)中完成㊂2㊀结果与分析㊀图1㊀桂林岩溶石山青冈群落20个样方的Ward聚类结果Fig.1㊀TheresultofWardclusteringforthe20plotsofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilin,SouthwestChina2.1㊀Ward聚类分析对青冈群落的20个样方进行Ward聚类分析,将桂林岩溶石山青冈群落20个样方划分为3个群丛(图1),命名如下:群丛I: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.Cyclobalanopsisglauca⁃Bauhiniachampioni+Alchorneatrewioides+Fordiacauliflora⁃Ophiopogonplatyphyllus+Carextristachya)㊂包括样方P8 P16,共9个样方,位于桂林市郊演坡山和芦笛岩张家村㊂该群丛分布在土壤含水量大于或等于18.99%且全钾含量大于或等于2.463的地区,岩石裸露率51% 76%,群落总盖度75% 90%㊂乔木层的优势种为青冈,主要伴生种为岩樟㊁樟叶槭(Acercinnamomifolium)㊁菜豆树;灌木层的优势种为龙须藤㊁红背山麻杆和干花豆,主要伴生种为檵木㊁刺叶冬青(Ilexbioritsensis)㊁子凌蒲桃㊁山麻杆㊁石岩枫(Mallotusrepandus)㊁一叶萩(Flueggeasuffruticosa)等,还有青冈等乔木的幼树;草本层的优势种为庐山香科科㊁宽叶沿阶9958㊀22期㊀㊀㊀刘润红㊀等:桂林岩溶石山青冈群落数量分类与排序㊀草㊁三穗薹草,主要伴生种有荩草㊁槲蕨㊁蔓生绣竹和石油菜等㊂群丛II:青冈⁃粗糠柴+干花豆⁃三穗薹草群丛(Ass.Cyclobalanopsisglauca⁃Mallotusphilippensis+Fordiacauliflora⁃Carextristachya)㊂包括样方P17 P20,共4个样方,位于阳朔县白沙镇富里湾村㊂该群丛分布在土壤含水量大于或等于18.99%且全钾含量小于2.463的地区,岩石裸露率45% 60%,群落总盖度80% 90%㊂乔木层优势种为青冈,主要伴生种为紫弹树㊁樫木(Dysoxylumexcelsum)㊁扁片海桐㊁白皮乌口树㊁齿叶黄皮;灌木层的优势种为粗糠柴㊁干花豆,主要伴生种为龙须藤㊁千里香㊁斜叶榕(Ficustinctoria)㊁胡颓子(Elaeagnuspungens)㊁白萼素馨(Jasminumalbicalyx)㊁黄梨木(Boniodendronminus)等,还有青冈等乔木的幼树;草本层的优势种为三穗薹草,主要伴生种为荩草㊁宽叶沿阶草㊁槲蕨和石油菜等㊂群丛III:青冈⁃粗糠柴+龙须藤+红背山麻杆⁃三穗薹草群丛(Ass.Cyclobalanopsisglauca⁃Mallotusphilippensis+Bauhiniachampioni+Alchorneatrewioides⁃Carextristachya)㊂包括样方P1 P7,共7个样方,均位于阳朔县白沙镇碑头村㊂该群丛分布在土壤含水量小于18.99%的地区,岩石裸露率36% 56%,群落总盖度81% 92%㊂乔木层优势种为青冈,主要伴生种为齿叶黄皮㊁扁片海桐等;灌木层的优势种为粗糠柴㊁龙须藤㊁红背山麻杆,主要伴生种为千里香㊁山麻杆㊁山槐(Albiziakalkora)㊁子凌蒲桃(Syzygiumchampionii)等;草本层的优势种为三穗薹草,主要伴生种有庐山香科科㊁宽叶沿阶草㊁荩草等㊂㊀图2㊀桂林岩溶石山青冈群落20个样方的TWINSPAN树状分类图Fig.2㊀Dendrogramofthetwo⁃wayindicatorsspeciesanalysis(TWINSPAN)classificationof20plotsofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilin,SouthwestChinaD,样方分组;N,样方数;P,样方号2.2㊀TWINSPAN分类及命名对桂林岩溶石山青冈群落的20个样方进行TWINSPAN数量分类,划分为3个群丛(图2),命名如下:群丛I: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.Cyclobalanopsisglauca⁃Bauhiniachampioni+Alchorneatrewioides+Fordiacauliflora⁃Ophiopogonplatyphyllus+Carextristachya)㊂包括样方P8 P16,共9个样方,位于桂林市郊演坡山和芦笛岩张家村,分类结果与Ward聚类分析的群丛I完全相同㊂群丛II:青冈⁃粗糠柴+龙须藤+红背山麻杆⁃三穗薹草群丛(Ass.Cyclobalanopsisglauca⁃Mallotusphilippensis+Bauhiniachampioni+Alchorneatrewioides⁃Carextristachya)㊂包括样方P1 P7,共7个样方,均位于阳朔县白沙镇碑头村,分类结果与Ward聚类分析的群丛III完全相同㊂群丛III:青冈⁃粗糠柴+干花豆⁃三穗薹草群丛(Ass.Cyclobalanopsisglauca⁃Mallotusphilippensis+Fordiacauliflora⁃Carextristachya)㊂包括样方P17 P20,共4个样方,位于阳朔县白沙镇富里湾村,分类结果与Ward聚类分析的群丛II完全相同㊂2.3㊀多元回归树分类及命名如图3所示,根据1⁃SE(1标准差)准则:在保证通过交叉验证误差(CVRE,通过交叉验证获得)尽量小的范围内,选取规模最小的回归树,最终把 A 点作为回归树规模[16]㊂以土壤含水量和全钾含量为划分节点,将桂林岩溶石山青冈群落20个样方划分为3个群丛(图4),命名如下:群丛I:青冈⁃粗糠柴+龙须藤+红背山麻杆⁃三穗薹草群丛(Ass.Cyclobalanopsisglauca⁃Mallotusphilippensis+Bauhiniachampioni+Alchorneatrewioides⁃Carextristachya)㊂包括样方P1 P7,共7个样方,均位于阳朔县白沙镇碑头村㊂该群丛分布在土壤含水量小于18.99%的地区,分类结果与Ward聚类分析的群丛III和0068㊀生㊀态㊀学㊀报㊀㊀㊀39卷㊀㊀图3㊀桂林岩溶石山青冈群落分类相对误差和交叉验证相对误差变化图Fig.3㊀Resubstitutionandcross⁃validationrelativeerrorforthemultivariateregressiontreeofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilin,SouthwestChinaa,交叉验证相对误差变化趋势;b,相对误差变化趋势;|,标准误差;A,根据 1⁃SE 规则确定的分类树规模点;Min+1SE,交叉验证相对误差最小值加上一个标准误差线TWINSPAN分类的群丛II完全相同㊂群丛II:青冈⁃粗糠柴+干花豆⁃三穗薹草群丛(Ass.Cyclobalanopsisglauca⁃Mallotusphilippensis+Fordiacauliflora⁃Carextristachya)㊂包括样方P17 P20,共4个样方,位于阳朔县白沙镇富里湾村㊂该群丛分布在土壤含水量大于或等于18.99%且全钾含量小于2.463的地区,分类结果与Ward聚类分析的群丛II和TWINSPAN分类的群丛III完全相同㊂群丛III: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.Cyclobalanopsisglauca⁃Bauhiniachampioni+Alchorneatrewioides+Fordiacauliflora⁃Ophiopogonplatyphyllus+Carextristachya)㊂包括样方P8 P16,共9个样方,位于桂林市郊演坡山和芦笛岩张家村㊂该群丛分布在土壤含水量大于或等于18.99%且全钾含量大于或等于2.463的地区,分类结果与Ward聚类的群丛I和TWINSPAN分类的群丛I完全相同㊂2.4㊀群落分布与环境因子的关系通过对桂林岩溶石山青冈群落的样方⁃物种矩阵和样方⁃环境因子矩阵进行冗余分析得到二维排序图如图5所示,箭头代表环境因子,箭头的长短表示群落分布㊀图4㊀桂林岩溶石山青冈群落20个样方多元回归树分类树状图Fig.4㊀DendrogramofthemultivariateregressiontreesclassificationofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilin,SouthwestChina8.11㊁3.11㊁5.85为各群丛物种重要值的平均值;n,每个群丛包含的样方数;P,每个群丛包含的样方号;CVError,交叉验证相对误差;Error,相对误差;SE,标准误差与某个环境因子的相关程度的大小,连线越长,说明相关性越大,反之越小㊂箭头连线和排序轴的夹角代表某个环境因子与排序轴的相关性大小,夹角越小,相关性越高;反之越低㊂7个环境因子的解释量为62.28%,前4个排序轴的特征根分别为0.11131㊁0.04279㊁0.01797㊁0.01498,前四轴物种⁃环境关系方差累计贡献率为89.37%,其中前两轴就达到73.63%,包含了绝大部分信息,故采用RDA分析前两轴的数据分析植物群落的分布格局与环境因子之间的关系㊂结合图5和表2可以看出,与第一排序轴正相关最高的是岩石裸露率,呈显著相关,相关系数分别为0.99519,其次是土壤含水量,呈显著相关,相关系数为0.69799,其次是全氮㊁速效钾㊁全钾,也呈显著相关,相关系数分别为0.55999㊁0.54423㊁0.51533;与第一排序轴显著负相关的是全磷㊁pH值,相关系数分别为-0.59924㊁-0.48238,说明第一排序轴主要反映了植物群落分布格局在岩石裸露率㊁土壤含水量等环境因子梯度上的变化,即沿排序轴第一轴从左到右岩石裸露率㊁土壤含水量㊁全氮㊁全钾和速效钾含量增加,土壤pH值㊁全磷含量降低的趋势㊂与第二排序轴呈正相关的是1068㊀22期㊀㊀㊀刘润红㊀等:桂林岩溶石山青冈群落数量分类与排序㊀图5㊀桂林岩溶石山青冈群落20个样方的RDA二维排序图㊀Fig.5㊀Two⁃dimensionalRDAordinationdiagramof20plotsofCyclobalanopsisglaucacommunitiesinkarsthillsofGuilin,SouthwestChinaBRR:岩石裸露率,Barerockratio;SWC:土壤含水量,Soilwatercontent;pH:pH值,pHvalue;TN:全氮,Totalnitrogen;TP:全磷,Totalphosphorus;TK:全钾,Totalpotassium;AK:速效钾,Availablepotassium;1 20代表样方编号全钾和速效钾含量,相关系数分别为0.85699和0.83894;与第二排序轴呈负相关的是pH值㊁全氮㊁全磷㊁土壤含水量㊁岩石裸露率,相关系数分别为-0.87596㊁-0.82850㊁-0.80057㊁-0.71611㊁-0.09800,说明第二排序轴主要反映的是全钾等环境因子梯度上的变化,具体情况为沿第二排序轴从下往上,土壤全钾和速效钾含量增加,土壤含水量㊁pH值㊁全氮㊁全磷含量降低的趋势,岩石裸露率基本保持不变㊂综合前两轴,岩石裸露率,土壤含水量㊁pH值㊁全氮㊁全磷㊁全钾和速效钾含量对该群落的分布有显著影响㊂从箭头长短来看,箭头最长的是土壤含水量和全钾含量,说明土壤含水量和全钾含量可能是影响桂林岩溶石山青冈群落分布最重要的因素㊂结合群落分类(图2 图4)和排序结果(图5)可以看出3个群丛在排序图上呈现出明显的分布规律㊂青冈⁃粗糠柴+龙须藤+红背山麻杆⁃三穗薹草群丛(群丛I)分布在土壤含水量相对较低的区域,位于排序图的左上部;青冈⁃龙须藤+红背山麻杆+干花豆⁃宽叶沿阶草+三穗薹草群丛(群丛II)分布在土壤含水量和全钾含量相对较高的区域,位于排序图的右方偏中;青冈⁃粗糠柴+干花豆⁃三穗薹草群丛(群丛III)分布在土壤含水量相对较高,土壤全钾含量相对较低的区域,位于排序图的左下方㊂此外,RDA排序所得各群丛类型与3种分类所得各群丛类型基本吻合,进一步说明3种分类方法客观地对桂林岩溶石山青冈群落进行了划分,验证了3种分类所得结果的合理性,RDA排序图较好地反映了植物群丛之间以及群落与环境之间的相互关系㊂表2㊀环境因子的显著性检验Table2㊀Theresultofsignificancetestofenvironmentalfactors环境因子Environmentalfactors环境因子与排序轴的相关系数Correlationcoefficientbetweenenvironmentalfactorsandsortingaxis轴1Axis1轴2Axis2决定系数(R2)Coefficientofdetermination显著性检验(Pr(>r))Significancetest岩石裸露率Barerockratio(BRR)0.99519-0.098000.48450.004∗∗土壤含水量Soilwatercontent(SWC)0.69799-0.716110.88120.001∗∗∗pH值pHvalue(pH)-0.48238-0.875960.64230.001∗∗∗全氮Totalnitrogen(TN)0.55999-0.828500.30290.048∗全磷Totalphosphorus(TP)-0.59924-0.800570.54660.002∗∗全钾Totalpotassium(TK)0.515330.856990.60190.001∗∗∗速效钾Availablepotassium(AK)0.544230.838940.33700.025∗㊀㊀R2越小,表示该环境因子对物种分布影响越小;∗∗∗表示在0.001水平上显著,∗∗表示在0.01水平上显著,∗表示在0.05水平上显著3㊀讨论3.1㊀3种分类结果对比Ward聚类分析㊁TWINSPAN分类㊁MRT所得各群丛类型基本一致,均可将桂林岩溶石山青冈群落的20个样方较明显地划分为3个群丛,每个群丛类型都有各自的物种组成和群落特征,并占据着不同的生境,表明2068㊀生㊀态㊀学㊀报㊀㊀㊀39卷㊀3种分类方法均具有较为可信的分类效果,能较好地代表桂林岩溶石山青冈群落的群落组成及分布规律㊂胡刚等[30]利用TWINSPAN分类方法将桂林岩溶石山青冈栎群落60个样方划分为8个群丛类型,与本文的结果存在较大差异,这可能是由于调查地点存在差异,且其使用的样方大小为10mˑ10m,明显小于本研究所使用的,也是宋永昌[42]认为在进行亚热带森林群落学研究的最小合理的样方大小为20mˑ20m㊂因此,在今后的研究中应使用统一大小的样方尺寸,尽量调查更多的分布地点和样方数量,以期更好地反映群落的物种组成及分布规律㊂本文选用Ward聚类分析㊁双向指示种分析(TWINSPAN)和多元回归树(MRT)3种数量分类方法对桂林岩溶石山青冈群落进行群丛划分,所得各群丛类型基本一致,且各群丛样方组成完全吻合㊂然而,张文静等[43]利用多元回归树与双向指示种2种数量分类方法对吕梁山南段森林群落进行比较发现,尽管2种分类方法划分出相同的4个群系,但在部分群系之间存在样方组成的差异,并提出当划分大样地连续样方或具有过渡性质样方时,多元回归树更有优势㊂于梦凡[44]对比利用TWINSPAN聚类与Ward聚类方法划分青龙河自然保护区植物群落的结果,也发现2种分类方法所得出的群丛类型基本一致,但每种群丛所包含的样地会有差异㊂上述两项研究与本研究的结果基本一致,但也存在一定差异,这可能是由于研究对象不同所致㊂从分类原理上讲,上述3种方法数学原理严密,分类结果符合植被实际,生态意义明确,完全适合植物群落数量分类研究要求㊂在聚类策略上,Ward聚类主要基于方差分析思想,理想情况下,同类对象之间的离差平方和尽可能小,不同类对象之间的离差平方和应尽可能大;TWINSPAN以指示物种为依据,一般只采用能包含大部分生态信息的5个优势种为重要指示种;而MRT同时以物种和环境信息为分类依据,所含信息量更全面,将环境因子梯度作为分类节点,利用递归划分法,将样方尽可能划分为同质的类型[9]㊂在结果判别上,Ward聚类和TWINSPAN需要人为设定分类等级,并不完全符合自然分类的原则,而MTR利用交叉验证对分类结果进行剪枝而无需人为判定,更加符合植被分类中自然分类原则㊂总的来说,Ward聚类㊁MRT和TWINSPAN虽然都可以用于植被分类,但侧重点不同:单从植被分类的角度来看,Ward聚类和TWINSPAN的分类结果更客观;但当TWINSPAN分类遇到困难时,如在划分大样地连续样方或具有过渡性质样方时,MRT可以清楚地看出样方分布与环境变量间的关系,其结果更加直观,因此MRT更具有优势[43]㊂3.2㊀群落空间分布特征的环境解释3个群丛在排序图上呈现出明显的分布规律,RDA排序较好地揭示了桂林岩溶石山青冈群落物种组成差异以及其分布与环境因子之间的相互关系㊂3种分类方法划分出的3个群丛与样方在RDA排序图上分布格局吻合较好,说明RDA排序同分类方法结合使用效果较好,RDA排序准确地反映了植物群落之间以及植物群落与环境因子之间的相互关系㊂RDA排序轴表现出较显著的生态意义,第一轴排序主要反映了植物群落分布格局在岩石裸露率㊁土壤含水量等环境因子梯度上的变化;第二轴排序主要反映的是全钾等环境因子梯度上的变化㊂综合前两轴,岩石裸露率㊁土壤含水量㊁pH值㊁全氮㊁全磷㊁全钾和速效钾含量等生态因子对群落生境存在显著影响,导致群丛分布呈现出一定的梯度变化㊂从箭头长短来看,箭头最长的是土壤含水量和全钾含量,说明土壤含水量和全钾含量可能是影响桂林岩溶石山青冈群落分布最重要的因素㊂这与胡刚等[30]的研究结果存在差异,他们发现坡度是影响桂林岩溶石山青冈群落类型分布的主导因素㊂这可能是由于胡刚等[30]的研究只测定了岩石裸露率㊁土壤类型㊁坡度和坡向4个生境因子,而本文则采用岩石裸露率㊁土壤含水量㊁pH值以及土壤养分等10个环境因子进行分类和排序㊂事实上,坡度所反映的也是水分和养分等生境条件的综合梯度,坡度在垂直方向上影响着土壤水分和养分流向,坡度的缓急又会对土层厚度产生显著影响,随着坡度的增加,土层厚度㊁营养元素逐渐降低,进而使得植物与其生境特点相适应,出现分布上的差异[45]㊂桂林岩溶石山作为一种脆弱的生态系统,在特殊的地质构造和强烈的岩溶作用下,形成了独特的地表㊁地下二元结构,致使其地表水大量渗漏,加之可溶性石灰岩造壤能力低,成土缓慢,导致地表土被薄且不连续,岩石裸露率高[46]㊂另外,恶劣的自然条件以及人类不合理的开发利用,极易引发水土流失,土壤中的全钾等植物生长必须的营养元素大量流失,土壤保水保肥能力差,导致土壤水分和全钾等养分资源相对匮乏,土壤水分和全钾3068㊀22期㊀㊀㊀刘润红㊀等:桂林岩溶石山青冈群落数量分类与排序㊀。

广西岩溶植被类型及其分类系统

广西岩溶植被类型及其分类系统

广西岩溶植被类型及其分类系统
苏宗明;李先琨
【期刊名称】《广西植物》
【年(卷),期】2003(023)004
【摘要】岩溶区具有特殊的生态环境,影响着植被的分布特征,广西的岩溶植被类型丰富,生态结构复杂、物种多样性丰富、特有成分突出,岩溶植被具有自身起源与演替方式的特点,同时带有植被地带性分布规律的烙印.广西岩溶植被类型可分为5个植被型组、8个植被型,共96群系.
【总页数】5页(P289-293)
【作者】苏宗明;李先琨
【作者单位】广西壮族自治区,中国科学院,广西植物研究所,广西,桂林,541006;广西壮族自治区,中国科学院,广西植物研究所,广西,桂林,541006
【正文语种】中文
【中图分类】Q948;S718
【相关文献】
1.浙江省湿地植被分类系统及主要植被类型与分布特点 [J], 李根有;陈征海;刘安兴;孙孟军;应顺东
2.广西天然植被类型分类系统 [J], 苏宗明
3.广西植被类型及其分类系统 [J], 温远光;严理;李治基;李信贤;朱宏光;梁宏温;和太平;庄嘉;罗应华;吴庆标
4.九峰山不同林分类型生态恢复植被-土壤系统耦合关系评价 [J], 王皓月;郭月峰;
徐雅洁;祁伟;卜繁靖;祁慧娟
5.广西岩溶区不同植被类型土壤水分特征及影响因素 [J], 胡阳;邓艳;蒋忠诚;覃星铭;李衍青
因版权原因,仅展示原文概要,查看原文内容请购买。

桂林岩溶石山桂林白蜡群落生态学研究

桂林岩溶石山桂林白蜡群落生态学研究

桂林岩溶石山桂林白蜡群落生态学研究王丽君;梁士楚;李峰;胡刚;张忠华【期刊名称】《湖南科技学院学报》【年(卷),期】2006(27)11【摘要】分析了桂林岩溶石山桂林白蜡群落的种类组成、区系成分、外貌、结构和物种多样性等特征.组成桂林白蜡群落的维管束植物有52种,隶属38科50属,其中,蕨类植物5科5属5种,裸子植物1科1属1种,被子植物32科44属46种.热带区系成分在群落中占明显优势.群落外貌主要由落叶阔叶中高位芽植物决定.群落的成层现象明显,可分为乔木层、灌木层和草本层;乔木层、灌木层和草本层的物种多样性较低.【总页数】3页(P206-208)【作者】王丽君;梁士楚;李峰;胡刚;张忠华【作者单位】广西师范大学,生命科学学院,广西,桂林,541004;广西师范大学,生命科学学院,广西,桂林,541004;广西师范大学,生命科学学院,广西,桂林,541004;广西师范大学,生命科学学院,广西,桂林,541004;广西师范大学,生命科学学院,广西,桂林,541004【正文语种】中文【中图分类】Q948【相关文献】1.桂林岩溶石山桂林白蜡种群点格局分析 [J], 王丽君;梁士楚;李峰;胡刚;张忠华2.桂林岩溶石山青冈群落灌木层主要物种生态位与种间联结 [J], 刘润红; 陈乐; 涂洪润; 梁士楚; 姜勇; 李月娟; 黄冬柳; 农娟丽3.桂林岩溶石山常绿落叶阔叶混交林群落结构与物种多样性 [J], 盘远方;梁志慧;李嘉宝;梁士楚;姜勇;吴华萍;王菁菁;傅瑞静;周健梅4.桂林岩溶石山青冈群落植物功能多样性和环境因子与坡向的关联研究 [J], 盘远方;蒋文平;李娇凤;姚玉萍;姜勇;利恒春;王晓凤;卢国琼;杨晨;黄诗雯5.桂林岩溶石山青冈群落植物功能性状的种间和种内变异研究 [J], 何雁;林才健;姚玉萍;姚义鹏;姜勇;梁士楚;李月娟;梁欢欢;赵庆年;黄勇焙因版权原因,仅展示原文概要,查看原文内容请购买。

落叶阔叶林

落叶阔叶林
落叶阔叶林分布于北纬30°~50°的温带地区。由于冬季落叶,夏季绿叶,所以又称“夏绿林”。落叶阔叶林 分布区的气候特点是:一年四季分明,夏季炎热多雨,冬季寒冷。落叶阔叶林的乔木树种都具有较宽的叶片,叶 上通常无或少茸毛,厚薄适中。芽有包得很紧的鳞片,树干和枝丫也有很厚的树皮,这些都是适应冬季寒冷环境 的结构。
中国的落叶阔叶林主要分布在东北地区的南部和华北各省,包括辽宁南部,内蒙古东南部,河北、山西的恒 山至兴县一线以南,山东、陕西的黄土高原南部,渭河平原以及秦岭北坡,甘肃的徽县、成县地区,河南的伏牛 山及淮河以北,安徽和江苏的淮北平原等。
落叶阔叶林分布区的气候具有海洋性特点,与同纬度的内陆地区比较,夏季较凉爽而冬季较温暖。气温达 10℃以上的时期每年至少有4个月。最热月平均温度为13~23℃,最冷月平均温度为-6℃,在苏联则可达-10~12℃。年降水量大约为500~700毫米,有的地区可达1000毫米或1000毫米以上。中国落叶阔叶林的分布区地处 中纬度和东亚海洋季风边缘地区,夏季酷热而多雨,冬季严寒而晴燥,分布地区四季分明,夏季炎热,冬季寒冷。 年平均气温一般为8~12℃,由北向南递增。除沿海一带外,通常是冬季比同纬度欧美的落叶阔叶林区寒冷,而 夏季则较热。最冷月平均气温多在0℃以下,甚至可达-3~-22℃。最热月平均气温为24~28℃,年温差大于西欧 和......
落叶阔叶林中乔木的种子和果实多数有翅,常在秋季成熟,借风力传播。而林下草本植物和灌木,则靠动物 传粉并散布果实和种子。林中的藤本植物和附生植物都不发达。
林种分类
山地杨桦林
典型
河岸
落叶阔叶林典型的落叶阔叶林中,栎林是暖温带落叶阔叶区域地带性植被的主要类型,这类森林主要有辽东 栎林、蒙古栎林、槲栎林、槲树林、麻栎林和栓皮栎林等。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

桂林岩溶石山落叶阔叶林种类组成及其环境解释作者:林红玲梁士楚姚义鹏姜勇包含农彩汪宋静黄佳甘鑫梅来源:《广西植物》2021年第05期摘要:为了解落叶阔叶林森林植被的群落类型和组成结构,该文在桂林阳朔县和灵川县岩溶生境典型的落叶阔叶林内设置49个20 m × 20 m的随机样方,在野外调查基础上进行群落数量分类和排序,对其群落类型进行划分,并对不同类型的群落种类组成、结构及其分布与环境因子的耦合关系进行分析。

结果表明:(1)桂林岩溶石山落叶阔叶林可划分为3个群丛组类型,即群丛组A:南酸枣-喜树+巴豆群丛组(ASS. Choerospondias axillaris-Camptotheca acuminata+Croton tiglium),群丛组B:光皮梾木-喜树群丛组(ASS. Swida wilsoniana-Camptotheca acuminata),群丛组C:麻栎-檵木群丛组(ASS. Quercus acutissima-Loropetalum chinense)。

(2)不同群落类型中常绿和落叶物种的丰富度、多度、胸高断面积及重要值的变化:在乔木层中,3个群丛组均为落叶物种占优势;在灌木层中,群丛组A、B以落叶物种占优势,群丛组C以常绿物种占优势。

(3)在1~5 cm和5~10 cm径级内,群丛组A、B的落叶物种在4个度量指标上均大于常绿物种,群丛组C除物种丰富度外,均为常绿物种大于落叶物种;在≥10 cm径级中,除群丛组B的物种丰富度外,3个群丛组中的各项指标均为落叶物种占主导地位。

(4)岩石裸露率、海拔、坡向、土壤含水量、土壤pH、土壤有机质、全氮、速效氮、速效钾、林冠开阔度和人为干扰是影响研究区不同类型群落分布的主要环境因子。

关键词:群落类型,落叶阔叶林,环境因子,数量分类,岩溶石山中图分类号: Q948文献标识码: A文章编号: 1000-3142(2021)05-0758-11Abstract: Deciduous broad-leaved forests are one of the typical forest vegetation types in the subtropical karst hills. In order to understand the community type and composition structure of this type of forest vegetation, we established forty-nine 20 m × 20 m random plots in deciduous broad-leaved forests with typical karst habitats in Yangshuo County and Lingchuan County of Guilin. We conducted an in-depth analysis of the coupling relationship from different community types,structures, and environmental factors. The results were as follows:(1) The deciduous broad-leaved forests in the karst hills could be classified into three community types based on quantitative methods, Ass. Choerospondias axillaris-Camptotheca acuminata+ Croton tiglium (Association Group A), Ass. Swida wilsoniana-Camptotheca acuminata (Association Group B), Ass. Quercus acutissima-Loropetalum chinense (Association Group C). (2) The species richness,species abundance, basal area, and the importance value for evergreen and deciduous species were different for each community type. Deciduous species were dominant in the tree layer for all three association groups. Shrub layer for Association Group A and Group B were also dominated by deciduous species, while Association Group C was dominated by evergreen species. (3) The species richness, species abundance, basal area and importance value of deciduous species in Association Group A and Group B were greater than evergreen species within the 1-5 cm and 5-10 cm diameter classes. In Association Group C, all indicators were greater for evergreen species than deciduous species for the 1-5 cm and 5-10 cm diameter classes. For the ≥10 cm diameter class,deciduous species were dominant for all indicators in all three association groups except for the species richness in Association Group B. (4) The rock bare rate, soil water content, elevation,aspect, pH, soil organic matter, total nitrogen, available nitrogen, available potassium,canopy openness and human disturbance gradient were the dominant factors affecting the distribution of different types of communities in the study.Key words: community type, deciduous broad-leaved forests, environmental factors,quantitative classification, karst hills植物群落的数量分析作为植被生态学研究的重要手段之一,能够合理和准确地揭露植物组成种类、植物群落和植被与环境之间的复杂生态关系(苏日古嘎等,2010)。

关于群落性质,植物生态学家一直存在着两种不同的观点。

“有机体派”学者认为,植物群落是自然单位,因具备明确的边界而与其他群落间断、可分,可以像物种那样分类;而“个体派”学者认为,群落和生境是连续的,他们采取生境梯度分析的方法,运用排序的手段来研究连续群落的变化。

而实际上,植物群落的间断性和连续性是并存的。

群落的间断性可用分类来揭示,而连续性用排序来揭示(梁士楚,2015)。

目前,国际上常采用双向指示种分析法(TWINSPAN)与除趋势对应分析法(DCA)相结合来进行数量分类和排序,对于分类结果而言,这两种方法的结合使用不仅起到了交叉验证的作用,而且还更深刻地反映了植物群落及环境之间的生态关系(张金屯,2018)。

落叶阔叶林(deciduous broad-leaved forests)是温带地带性植被类型,主要分布在中纬度地区(梁士楚,2015);落叶阔叶林是组成亚热带海拔较高的山地垂直植被带谱的重要类型(刘亚兰等,2010)。

它具有明显的季相变化,其最明显的特征表现为树木的生长仅在温暖的季节,树叶在入冬前枯死并凋落。

树木可以通过落叶来躲避极端生境对自身生长造成的伤害和不利影响,可以说是物种适应环境胁迫的一种重要手段(Poorter & Markesteijn, 2008)。

在大范围的地理学尺度上,虽然决定树木落叶的最主要因素是气候条件(丁易和臧润国,2008),但是在小范围的局部尺度下,环境异质性和森林演替状况是影响群落中落叶树种数量的重要因素之一。

例如,在中亚热带石灰岩地区,植物常常由于土壤水分的缺乏和低温等胁迫而导致落叶(Liu et al., 2020)。

落叶树种对于整个群落结构、物种组成及更新、养分和物质的循环等方面具有重要意义。

例如,落叶树种在落叶季节能增加林下光照,使原有的物种种类组成和更新情况得以改变,不仅增加了植物群落对光照、空间、营养物质的利用能力,而且还提高了群落中的生物多样性(林庆凯,2017)。

桂林位于广西壮族自治区东北部,具有典型的岩溶地貌特征,石质荒漠化程度高且生态环境极其脆弱(袁道先和章程, 2008),具有景观异质性高、水文地质结构明显、岩石裸露率高、碳酸盐溶蚀性强和土壤贫瘠等特征(胡芳等,2018)。

而落叶阔叶林是亚热带岩溶石山的主要群落组类型之一(苏宗明和李先琨,2003),它是在岩溶地区特殊生境下所形成的一种典型的森林植被类型,在岩溶森林生态系统的恢复和保护中具有难以替代的作用和地位,对防止岩溶石山石质荒漠化、调节表层岩溶带的蓄水功能、调节森林碳库等多项生态功能发挥重要作用(李梦德,2016)。

因此,本文以桂林岩溶石山落叶阔叶林为研究对象。

首先,运用TWINSPAN分类和DCA排序对其群落类型进行科学的划分。

其次,分析不同群落类型的群落种类组成和结构,运用冗余分析的方法对不同群落类型与环境因子的耦合关系进行分析,以解决以下科学问题:(1)不同群落类型的物种组成和群落结构是怎样的?(2)影响不同群落类型变化和分布的环境因子是什么?合理解答这两个科学问题,可以揭示桂林岩溶石山落叶阔叶林植物群落与环境之间的关系,从而为探索岩溶石山落叶阔叶林的物种共存及其维持机制,以及为岩溶植被资源的管理与保护和退化植被生态修复提供科学合理的依据。

相关文档
最新文档