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.     

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.     

门头沟区煤矿废弃地自然恢复植被数量分类与排序

根据53块样方资料,对门头沟区煤矿废弃地自然恢复植被进行了TWINSPAN数量分类和DCA、DC-CA排序。结果显示:由TWINSPAN数量分类可将该区自然恢复植被划分为11个群落类型;以TWINSPAN数量分类为基础的DCA二维排序图将样方分为4个生态类型,反映了门头沟区煤矿废弃地植被自然恢复演替规律,即草本群落→灌丛群落→灌丛向乔木群落过渡→乔木群落;DCCA排序较好地揭示了该区自然恢复植被的分布格局与环境梯度的关系:第一排序轴表达了朝植被自然演替方向的一个综合梯度,第二轴主要表现出自然恢复植被的坡度、坡向的变化趋势,即水分和温度;DCA排序反映了群落在主要环境梯度上的分布,而DCCA排序进一步表明了群落与环境因子间的生态关系。     

山西华北落叶松群落数量分类与排序

在野外调查的基础上,应用TWINSPAN,DCA和DCCA对山西华北落叶松群落进行分类和排序研究。结果表明,依据不同的指示种将40个样地分划为10个群丛:华北落叶松-三裂绣线菊-披针薹草群丛、华北落叶松-金银忍冬-披针薹草群丛、华北落叶松-土庄绣线菊+金银忍冬-披针薹草群丛、华北落叶松-小卫矛-糙苏群丛、华北落叶松-土庄绣线菊-林地早熟禾群丛、华北落叶松-刚毛忍冬-东方草莓+披针薹草群丛、华北落叶松-东北茶藨子-披针薹草群丛、华北落叶松-披针薹草群丛、华北落叶松-刚毛忍冬-北柴胡群丛和华北落叶松-银露梅-东方草莓群丛;DCA的排序结果显示,影响华北落叶松群落物种分布的主导因子是温度、海拔及水分条件;DCCA的排序结果显示,华北落叶松群落物种的分布与海拔呈正相关,与坡向呈负相关。     

现代黄河三角洲植物群落数量分类研究

采用TWINSPAN和DCA排序方法对现代黄河三角洲植物群落进行了数量分类。TWINSPAN将研究区植被分为碱蓬群落、柽柳群落和草本群落3大类,包括12个群落类型。采用3类物种多样性指数,计算了各群落的物种丰富度、均匀度和多样性。结果表明,从碱蓬群落、柽柳群落到草本群落过渡,多样性指数和丰富度指数逐渐增加。均匀度指数在碱蓬群落和柽柳群落波动较大,而在草本群落波动较小。DCA排序结果表明,决定现代黄河三角洲植物分布类型的环境因子主要是土壤盐分和水文状况。在土壤含盐量较高区域,植物群落物种组成单一,群落结构简单;在土壤含盐量较低区域,组成群落的植物物种丰富,群落结构复杂。      

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。     

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。     

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.     

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.     

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.     

山西崛围山人工植物群落数量分类和排序分析

在群落样方调查的基础上,采用TWINSPAN分类和DCA排序相结合的方法,对太原市崛围山人工植物群落的群落组成、结构、空间分布进行了分析。TWINSPAN分类将崛围山45个样方划分为7个群丛,各群丛分别位于不同的海拔高度,并论述了各群丛的特征。分类结果反映了植物群丛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,DCA排序轴反映了海拔和坡向的梯度变化,表明海拔和坡向是决定群落分布的主导因子。     

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。     

浙江省安吉县次生林数量分类与排序

采用典型样方法对浙江省安吉县次生林进行取样,利用82块样地资料对群落进行TWINSPAN等级分类和CCA排序,分析了安吉县次生林的群落类型和结构.结果表明:利用TWINSPAN法,按照不同指示种将乔木层物种划分为10种群落类型.CCA排序结果显示:第1排序轴与海拔呈显著的正相关关系,与枯落物厚度呈负相关,反映了温度和土壤条件的作用;第2排序轴与枯落物厚度、坡度呈正相关,反映了水分、光照条件的作用.     

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。     

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。     

重庆地区野生春兰伴生群落数量分类与排序

对重庆地区的春兰伴生群落进行了区系成分分析和数量分类研究,结果表明：春兰的伴生群落共有维管植物68科110属131种,属种系数大,区系丰富度小;用Pcord4．0的Twinspan程序可以将春兰伴生群落划分为2个群系（马尾松林和糙皮桦林）5个群丛;5个群丛分别为：I．马尾松＋白栎-铁仔-五节芒＋蝴蝶花＋春兰群丛;Ⅱ．马尾松＋白栎-柞木＋华西小石积＋马桑-五节芒＋沿阶草＋春兰群丛;Ⅲ．杉木＋马尾松＋板栗-菝葜＋盐肤木五节芒＋春兰群丛;Ⅳ．马尾松-水竹＋板栗-五节芒＋春兰群丛;V．糙皮桦-川楝＋朴树-蝴蝶花＋蕨＋春兰群丛．在空间结构上,春兰样地分层明显,75％样地的乔木层可以划分为3个亚层;除-块为火烧迹地的样地外,其余样地灌木层盖度一般为20％以下,草本层盖度一般在10％以下．由CCA排序可知,经度、纬度、海拔、干扰强度、夏季郁闭度及坡向是对植被分布具有重要影响的环境因子．通过相关分析显示,与春兰在群落中的重要值呈极显著和显著相关的环境因子是枯落层厚度和群落冬季郁闭度．由马尾松、壳斗科落叶树和春兰组成的群落是典型的春兰适生伴生群落;保护由马尾松和壳斗科落叶树组成的混交林对于春兰的保护是有利的．