茅洲河流域湿地植被数量分类与排序

应用双向指示种分析法(TWINSPAN)和除趋势对应分析法(DCA)对茅洲河流域湿地植被进行分类和排序研究.结果表明,茅洲河流域初步统计到湿地植物41科96属126种,TWINSPAN分类将52个样点分为6个群丛,论述了各群丛的群落学特征.DCA排序结果反映了植物群落类型与环境梯度之间的关系,表明影响群丛分布格局的主导生态因子为生境的水分条件.     

浙江庆元巾子峰国家森林公园植被群落的数量分类与排序

  目的   了解浙江省庆元县巾子峰国家森林公园中植被群落与环境因子之间的关系。   方法   采用样方调查法调查庆元巾子峰国家森林公园中48个样方的植被群落，并进行数量分类和排序，分析群落类型、分布特征及其与环境因子的相关关系。   结果   ①共调查记录植物66科129属193种。植物物种数较多的科分别为壳斗科Fagaceae(19种)、樟科 Lauraceae(18种)、山茶科 Theaceae(9种)、杜鹃花科Ericaceae(9种)、蔷薇科Rosaceae(9种)、冬青科Aquifoliaceae(6种)、禾本科Gramineae(6种)、茜草科Rubiaceae(6种)、金粟兰科Chloranthaceae(5种)和百合科 Liliaceae(5种)。乔木层优势物种主要为杉木Cunninghamia lanceolata、木荷Schima superba、黄山松Pinus taiwanensis、青冈Cyclobalanopsis glauca、甜槠Castanopsis eyrei、红楠Machilus thunbergii、少叶黄杞Engelhardia fenzelii和拟赤杨Alniphyllum fortunei。灌木层优势种为杜茎山Maesa japonica、草珊瑚Sarcandra glabra、隔药柃Eurya muricata和映山红Rhododendron simsii。草本层优势种为蕨Pteridum aquilinum var. latiusculum、芒萁Dicranopteris dichotoma、黑足鳞毛蕨Dryopteris fuscipes、中华薹草Carex chinensis、白茅Imperata cylindrica、江南卷柏Selaginella moellendorffii和荩草Arthraxon hispidus。②双向指示种分析将植被群落分成10个群丛类型。③10个群丛在去趋势对应分析排序图中呈现有规律的分布，反映了较好的环境梯度。④典范对应分析排序结果表明:影响各群丛分布的最重要环境因子是海拔，其次为土壤类型、土壤温度和坡度；各优势树种的分布特征与各群丛的分布特征具有较好的相似性。   结论   海拔是影响庆元巾子峰国家森林公园植被群落分布的最重要环境因子，海拔对山地植被群落分布具有决定性作用。图4表4参22     

大小兴安岭过渡区木本植物群落数量分类与排序

为了科学利用和有效保护植被资源、改善区域生态环境,在群落样方调查基础上,采用双向指示种分析法(TWINSPAN)和典范对应分析(CCA)对大小兴安岭过渡区木本植物群落进行了数量分类和排序。TWINS-PAN分类对大小兴安岭过渡区33个样地划分为7个群落类型:红松—红皮云杉针叶混交群落;落叶松—白桦群落;白桦群落;蒙古栎—山杨群落;水曲柳群落;樟子松—兴安落叶松群落;樟子松群落。33个样方的CCA排序结果反映了植物群落类型与环境梯度之间的关系,表明海拔和土壤状况是影响物种分布分异的最主要环境因子,郁闭度对物种分布分异起次要作用。物种样地与环境因子CCA排序结果是:第一轴与海拔、土壤全氮存在极显著关系,与土壤有机质含量、湿度和群落郁闭度指数存在着较显著的相关关系;第二轴与土壤全磷有显著的相关关系;第三轴则主要反映了土壤含水率的变化。     

山西果园秋季杂草群落数量分类和排序分析

通过野外调查,应用双向指示种分析法(TWINSPAN)分类和无趋势对应分析法(DCA)排序,对山西省农业科学院果树研究所果园秋季杂草群落进行了数量分类和排序分析。根据TWINSPAN分类结果,并结合生态特性,将所调查的果园69个样方划分为12个群丛,论述了各群丛的群落学特征。TWINSPAN分类结果较好地反映了杂草群落类型与环境梯度之间的关系,并在DCA二维排序图上得到较好的验证。DCA排序进一步说明了群系的分布格局与土壤养分、土壤水分和海拔的密切关系。结果表明,组成果园杂草的种群对群落生境具有指示作用,能客观反映群落的生境特征。     

额济纳河岸胡杨林天然植被的数量分类与排序

应用双向指示种分析法(TWINSPAN)和除趋势典范对应分析(DCCA)对额济纳河岸胡杨(Populus euphratica Oliv.)林天然植被进行了分类和排序.TWINSPAN分类结果将8个样方划分为4个群丛,并分别对每个生境进行了论述.DCCA二维排序图较好地验证了TWINSPAN的分类结果,其纵、横坐标均反映了群丛所在环境的地下水位、空气相对湿度、土壤含水量、相对高程等生态因子的梯度变化.种的DCCA排序和各环境因子的相关性分析结果表明,地下水位是所有因子中对植物群落分布起决定性作用的环境因子.     

重庆中梁山石漠化植被恢复区植被群落演替研究

以重庆岩溶石漠化植被恢复区之一的中梁山为研究区,采用"空间代替时间"的植被演替研究法,结合双向指示种分析法(TWINSPAN)和除趋势典范对应分析法(DCCA)2种数量分析技术,从定量的角度对研究区恢复植被的演替阶段、演替系列、群落特征以及演替过程中的物种组成变化、演替与环境之间的关系等进行了分析研究.结果表明:中梁山植被恢复演替共分为9个阶段,基本遵循旱生进展演替一般规律,即从草本群落→灌木群落→乔木群落;受土壤、岩性的特殊生境影响,中梁山形成了三大土壤顶级,即以乔木为主的马尾松群落、柏木群落,以及以耐旱、耐瘠薄灌木树种构成的灌木群落.由于人工修复植被与自然恢复植被差异明显,分别形成了自然恢复演替和人为辅助演替两大演替系列;自然恢复群落与人工林相比,物种丰富度更高,功能群组成更复杂,并表现出乔木群落大于灌丛、灌草丛群落大于杂草群落,而人工辅助演替尽管加快了植被演替进程,但生态功能最差;DCCA排序结果与TWINSPAN分类结果基本一致,均出现物种组成和环境条件相似样方的集聚,这是植被与环境长期适应的结果.     

四川牡丹生境群落的数量分类与排序

根据四川牡丹野外样方调查数据,采用双向指示种分析(TWINSPAN)方法对四川牡丹生境群落进行数量分类,并采用典范对应分析(CCA)方法对四川牡丹分布区群落与环境因子的关系进行定量研究。结果表明:数量分类将四川牡丹生境群落24个样方划分为10个群丛;CCA样方和物种排序结果显示,四川牡丹生境群落分布格局是由坡度、海拔、土壤自然含水率等环境因子综合决定的。而四川牡丹生境群落类型在很大程度上由群落优势种的分布格局决定,揭示了四川牡丹群丛类型和物种分布格局随环境梯度变化的趋势。     

两河口国家湿地公园草本群落 分类、排序及物种多样性

在两河口国家湿地公园设置30个草本植物样地,利用双向聚类分析(TWINSPAN)与除趋势对应分析(DCA)对样地群落进行分类和排序,并利用典范对应分析(CCA)和冗余分析(RDA)探讨物种分布、物种多样性与环境因子的关系。结果表明,样地共记录草本植物90种,隶属43科82属,外来物种空心莲子草优势度最高(总重要值为3.730);30个样地群落可划分为6类群丛,空心莲子草+车轴草群丛为优势类型;土壤pH值与硝态氮是决定草本物种分布及群落物种多样性的主导性环境因子,物种多样性指数与土壤pH值和硝态氮均呈密切正相关,物种均匀度指数与土壤速效磷和速效钾均呈密切负相关。研究表明,应合理施肥并加强入侵生物防治力度,以提高湿地公园植物多样性水平。     

宝华玉兰生存群落的自组织特征映射网络排序与分类

为了解国家Ⅱ级保护植物宝华玉兰Magnolia zenii的种群分布规律及其濒危原因,进一步揭示宝华玉兰野生种群与群落及环境之间的生态关系,应用自组织特征映射网络（SOM）对宝华玉兰生存群落进行了排序和分类,以期为保护和管理宝华玉兰种群野生种质资源提供理论依据和新的方法。结果如下:①群落结构分析表明,宝华玉兰天然更新缺乏,且紫楠Phoebe sheareri,建始槭Acer henryi等优势种占据了主要生存空间与资源,影响了宝华玉兰种群增长和发展,使其在群落中处于不稳定地位;②SOM将40个样方进行聚类分析,得到7个群落类型。不同群落类型之间的物种组成存在差异,界限清晰,排序结果与优势种实际分布情况吻合,说明SOM的分类结果具有合理性;③环境因子可视化分析揭示了宝华玉兰分布于坡度较缓的半阳坡,种群分布主要受到坡向和坡度2个环境因子的影响,由于宝华玉兰自身生长过程中对环境要求的特殊性和不适应性,造成了其濒危现状;④SOM具有高度非线性拟合的特点,且能够同时进行排序和分类,并将分类结果可视化,呈现样方之间的相似性,说明SOM应用于群落分类和排序,反映种群与群落及环境之间的生态关系是合适的。     

渝东地区药用保护植物金荞麦群落数量分类和排序研究

在群落调查的基础上,采用双向指示种分析法(TWINSPAN)和除趋势对应分析(DCA)对重庆东部地区药用保护植物金荞麦群落进行数量分类和排序.TWINSPAN等级分类将金荞麦群落的116个样方分为14组,根据植被分类原则划分为14个群系,并论述了各群系的特征.分类结果反映了植物群落类型与环境梯度之间的关系,并在DCA二维排序图上得到了较好的验证.物种的DCA排序结果反映了光照、海拔等环境因子的梯度变化,表明光照和海拔是决定群落组成和空间分布的主要限制性影响因子.     

五台山景区湿地植被的数量分类和排序

利用双向指示种分析方法(TWINSPAN)和除趋势对应分析方法(DCA)对五台山清水河湿地植被进行了数量分类和排序.结果表明:1)TWINSPAN将57个样方分为牡蒿群落、鹅观草群落、地榆+委陵菜群落、水蓼+东方蓼+薄荷群落、水蓼+酸模群落、北水苦荬+东方蓼群落.2)DCA第1轴主要反映了人为干扰程度因子;DCA第2轴主要反映了海拔因子.在DCA图中,湿地植被相应地沿对角线从旱中生的群落类型逐步向湿生群落过渡.3)TWINSPAN和DCA分析结果具有一致性,它们都客观地反映出人为干扰与湿地植被之间的生态关系.     

宁武废弃煤矿矸石山自然定居植物群落数量分类与排序

应用双向指示种分析法(TWINSPAN)和除趋势对应分析法(DCA),对山西宁武县废弃煤矿矸石山自然定居植物群落生态关系进行研究,将该矸石山植物群落划分为7个群丛,其中5个群丛位于阳坡,分别以铁杆蒿、披碱草、小红菊、黄香草木樨等旱生植物为优势种;2个群丛位于阴坡,分别以老鹳草、苦荬菜、节节草等中生植物为优势种。样方和优势种的DCA排序结果表明,影响研究区矸石山自然定居群落物种分布的主要因素是土壤水分条件和坡向,其是对植物种的分布起关键作用的环境因子,群丛的分布与优势种的分布关系密切。     

福建海岛亚热带灌丛的极点排序

应用极点排序法对福建海岛灌丛群落样地进行排序 ,排序结果与聚类的结果基本一致 ,表明了极点排序法可以揭示灌丛群落之间的相互联系以及群落分布与环境之间的关系 ,有助于灌丛群落的分类研究     

沼气发酵残留物对苹果品质的影响

民勤沙区退化荒漠植被的健康度分析结果表明,基于模糊判别方法的健康度分析方法完全可以运用于退化植被健康度的排序。评判指标的选择是决定评判结果是否准确可靠的关键。将退化荒漠植被的判别指标分为优势种(或灌木)和伴生种(或草本)两类指标,更适合植被群落的自然属性,且可以通过一级判别分别优势种植物和伴生植物研究其健康状况,能更准确地揭示植被群落的影响因素。分析结果表明,同一植物群落在半固定沙丘和流动沙丘上的健康状况优于固定沙丘;群落健康度受优势种健康状况影响明显。健康序列的灵敏度分析既可以用来检验分析结果的可靠性,同时还可以进一步揭示各类指标所代表的对象在植被群落中所处的作用和地位。     

地震干扰后恢复群落的数量分类与排序

根据对四川王朗自然保护区地震干扰后恢复群落的野外调查数据,运用二元指示种分析(TWINSPAN)和除趋势对应分析(DCA)对该地区恢复群落进行了数量分类与排序。结果显示,可将所调查的植物群落划分为3种群落类型:重度干扰群落(群落E)、中度干扰群落(群落T)和轻度干扰群落(群落F)。排序结果也得到了相同的结论,并显示3种群落分布与一定的环境因子密切相关,群落E与岩石裸露度呈正相关,而与土壤厚度、土壤水分、苔藓盖度及盖度等环境因子呈负相关,群落F则与岩石裸露度呈负相关,而与土壤厚度、土壤水分、苔藓盖度及盖度等环境因子呈正相关。     

福建海岛亚热带灌丛的极点排序

应用极点排序法对福建海岛灌丛群落样地进行排序,排序结果与聚类的结果基本一致,表明了极点排序法可以揭示灌丛群落之间的相互联系以及群落分布与环境之间的关系,有助于灌落的分类研究。     

贵州茅台水源功能区植物群落的分类和排序

为给植被生态保护和植物群落后期的结构调整提供理论依据,选择贵州茅台水源功能区典型植物群落样方57个,采用TWINSPAN分类和DCA排序对茅台水源区植物群落分类、植物群落、物种与环境间的生态关系进行分析。结果表明:1)TWINSPAN分类将57个样方划分为11个群丛,并在样方DCA二维排序图上得到了很好的印证。2)群落样方DCA排序表明,土壤水分和坡向是贵州茅台水源功能区植物群落分布的主导因子。3)物种DCA排序表明,土壤水分和光照对植物分布起关键作用,排序轴对角线反映群落中物种在各群落类型中的替代关系。群落样方、物种DCA的排序结果揭示了物种的分布格局和群落的分布格局具有很大的相似性。     

川西北高寒草地退化演替群落的数量分类与排序

在野外植被调查的基础上,应用TWINSPAN分类和DCA排序法,对川西北高寒草地退化演替群落进行了多元分析.根据TWINSOAN分类结果,并结合生态特性,将所调查的45个样方植被分为12个群丛,论述了各群丛的群落学特征.DCA二维排序图较好地验证了TWINSPAN的分类结果,第1轴主要反映了植物群落所在环境的水分条件梯度,第2轴基本反映了高寒草地不同退化的梯度.     

PCA在福建海岛草丛植被排序中的应用

应用主成分析（ＰＣＡ）技术，对福建海岛草丛群落样地进行排序，排序结果与等级聚合分类的结果基本上一致，揭示了影响海岛草丛群落分析的主导因子是土壤（包括Ａ层有机质，土壤类型，Ａ层全Ｎ量和土壤水分指标）表明了主成分分析的排序技术可用于研究草丛群落之间的相互联系以及群落分布与环境的关系，有助于草丛群落的分类研究。     

重庆四面山森林植物群落数量分类和排序

采用双向指示种分析法(TWINSPAN)和除趋势典范对应分析法(DCCA)对重庆四面山森林植物群落进行数量分类和排序。TWINSPAN等级分类将四面山50个调查样地划分为14类,代表14个群系,分类的结果比较全面地概括了四面山的森林植被类型,属亚热带性质的次生植被类型。DCCA二维排序的结果与TWINSPAN分类结果较为一致,TWINSPAN分类所得到的14个群系在DCCA二维排序图上均有其相应的分布范围,但不同的森林植物群落间没有显著的分界界线。由海拔决定的土壤水分和温度的综合梯度是决定四面山植物群落分布格局的主要环境因素,坡度和坡位对植物群落的分布也有一定的影响。另外,大面积人工营造杉木林也对植物群落分布起到较大的影响作用。