关帝山亚高山灌丛草甸群落的数量分类与排序研究

应用数量分类(TWINSPAN)和DCA排序方法,对关帝山灌丛草甸群落进行了多元分析,TWINSPAN分类结果表明,该地区亚高山植被可分为灌丛群落、草甸群落2大类,包括8个群落类型,分别位于不同的海拔高度.DCA排序结果与TWINSPAN分类分析结果一致,并可知决定亚高山植物群落类型分布的环境因子主要是海拔高度和地形因子.     

自组织神经影射网络排序及其在植物群落分析中的应用

自组织神经影射网络(SOFM)对复杂问题和非线性问题具有较强的分析和解决功能,其特征完全适合植物群落的排序研究。该文介绍了SOFM的基本原理和排序分析过程及方法,并应用SOFM网络排序对太行山中段植物群落进行了排序分析。其计算过程在Matlab 65神经网络工具箱中实现。结果将68个样方排列在SOFM拓扑空间,排序轴反映了明确的生态梯度,能够反映植物群落间的生态关系,生态意义明确,符合植被实际,表明SOFM网络是有效的植物群落排序方法。在SOFM排序过程中也很容易进行聚类,有利于群落分类和排序的结合。      

山西关帝山亚高山灌丛、草甸物种多样性的研究

运用12个多样性指数对12个灌丛群落样地和21个草甸群落样地进行了数量分析,结果如下,1)关帝山亚高山灌丛、草甸群落的物种多样性与海拔有较密切的关系,随着海拔的升高,其丰富度指数明显下降;均匀度指数表现为升高趋势;综合多样性指数也呈下降趋势;2)关帝山亚高山灌丛、草甸群落的物种多样性与坡度有较密切的关系,随着坡度的下降,灌丛、草甸的丰富度呈现平缓下降的趋势;均匀度和综合多样性呈现明显上升的趋势;3)在各多样性指数的变化幅度上,灌丛群落较草甸群落明显.