论文部分内容阅读
摘要：为解决辽宁省西北部地区造林困难的问题，对乔木林群落与环境的关系进行研究，采用DCCA排序法分析乔木与环境因子的关系，应用Canoco软件进行数据处理。经过结果分析得出，环境因子之间存在显著的相关性，坡位、坡度、海拔、土壤类型是影响乔木植物分布的主要因子。根据树种和样地的DCCA排序图，划分出5种群落的划分，明确了群落适宜的生长环境。通过环境因子对物种分布格局的解释能力分析，环境因子解释了45.3%的植被格局。
关键词：乔木群落；DCCA排序；环境因子；相互关系
0引言
辽西北地区是辽宁省沙化比较严重的区域，也是辽宁省造林的重要区域。因此仔细分析乔木群落与环境之间的关系有利于更好地实行适地适树的原则，为这一地区的植树造林提供科学有效的技术指导。
研究植被与环境关系目前比较先进的方法有趋势典范对应分析（DCCA）、双向指示种分析（TWINSPAN）和典范对应分析（CCA）法，单变量0-ring统计方法等。邵方丽等对北京山区防护林优势树种分布于环境的关系进行了DCCA排序研究。李伟于2010年利用TWINSPAN和CCA排序的方法，对北京西卓家营采砂迹地型退化湿地植被进行了群落类型划分，并探讨了湿地植被空间分布与土壤环境因子关系，确定了影响湿地植被空间分布的关键因子。2010年，隋珍等综合运用相关分析、CCA排序和TWINSPAN分类方法，研究了牛蒡群落分布、物种组成和生态环境因子之间的关系。霍萌萌等参照CTFS技术规范对灵空山自然保护区的乔木进行每木调查的基础上分析了不同乔木树种的群落学特征及空间分布格局。辽西北地区造林困难的问题一直以来都是林业工作的重点，目前国内对这方面的研究主要体现在造林技术的研究，造林树种生物学特性的研究，森林经营方法的研究，以及国家一些大的技术支持项目的建设。针对辽西地区自身环境特点与优势树种之间的关系研究较少，只有针对阜新露天煤矿植被恢复有这方面的研究。要解决辽西北造林困难的问题，根本方法还是环境与树种的相互适应，本文就主要从这方面入手，借鉴简敏菲、朱军涛等运用的目前比较先进的DCCA方法结合前人的样方方法进行研究。通过对该地区环境与優势树种关系的研究，以期进一步实现适地适树的原则，提高辽西地区造林成活率。
1试验地概况
试验区域主要是辽宁西北部地区的朝阳、阜新2个市，该地区属于低山丘陵区，呈两翼高中间低形态，地表起伏，峡谷相间，沟壑纵横，也有山间平地和沿河冲击平原。有努鲁儿虎山、松岭2条主要山脉横贯于朝阳全境及阜新县内。辽西北属于北温带大陆季风气候区，冷、暖、干、湿四季分明，雨热同季，光照充足；气温、降水实际变化大，区域性差异明显。春秋两季多风易旱，风力一般2-3级，冬季盛行西北风，风力较强。
2材料与方法
2.1样地分布
在朝阳、阜新机械布点，平均分布，按4 kmX8km网格设立样地点，每个样地面积0.08h㎡（与国家林业局森林资源连续清查样地面积相同），共布设612块样地，其中乔木林128块。样地分布见图1。
2.2数据采集
针对胸径>15 cm的乔木进行调查，每木检尺，调查树种、胸径、郁闭度、年龄、株数、蓄积。调查的环境因子主要包括样地的地貌、海拔、坡向、坡位、坡度、土壤类型、土层厚度等，用GPS测量海拔，用罗盘测定坡向、坡位、坡度，挖取土壤剖面确定土层厚度，根据海拔坡度测定地貌。
2.3数据处理
重要值是物种在群落中的优势度指标，表达不同物种在群落中的功能地位，以及反映其在群落中的分布格局状况，计算公式如式（1）～（4）。通过每块样地中乔木的重要值来构建树种环境矩阵。
2.4环境因子
辽西北地区是温带半干旱半湿润地区，针对这一地区气候水文因子总体相差不大的特点，只针对影响植被生长的立地因子进行分析。对包括海拔、坡度、坡向、坡位、土层厚度、土壤类型、地貌在内的7个因子进行分析。对环境因子进行量化转换，海拔每50 m为一个分级。1代表0-50 m，2代表51-100 m，依次类推（表1）。
2.5研究方法
应用DCCA分析法对优势树种群落与环境的关系进行分析，应用目前国际上比较先进的生物学分析软件Canoco.4.5软件㈣进行计算。
本研究需要环境数据和物种数据2个数据矩阵。对每块样地的重要值进行计算，得出样地与树种的矩阵，进而得出物种数据。同时通过对每块样地的环境因子进行记录，将环境因子进行转换，实现数值化，进而形成样地与环境因子的矩阵，得到环境数据。将环境数据与物种数据带入到Canoco 4.5软件中进行经计算，选择DCCA分析方法，进一步得出分析结果。
3结果与分析
辽西北地区乔木林样地点128个，优势树种包括油松、国槐、柳树、梨、核桃、侧柏、杨树、枫杨杏、刺槐、榆树、苹果、枣。
3.1环境因子的相互关系
通过对乔木林样地数据进行处理分析得到表2，可以看出地貌因子与海拔因子之间存在显著负相关，与土壤类型因子存在极显著正相关，与土层厚度因子存在显著正相关。海拔因子与坡位、土壤类型显著负相关。坡向与坡位极显著正相关，与土壤类型显著正相关。坡位与坡度显著负相关，与土壤类型极显著正相关。坡度与土壤类型显著负相关。由此可见乔木林样地的立地因子之间存在显著的交互关系。
3.2乔木林地环境因子与排序轴的相互关系
对128块乔木林样地进行DCCA排序，树种与环境因子的第1排序轴和第2排序轴的相关系数分别为0.901和0.915，达到显著相关，说明排序效果理想，树种群落分布于环境因子有显著相关性。现主要分析第1排序轴和第2排序轴。
表3显示，7个环境因子中海拔、坡度与第1排序轴达到显著正相关，坡向、坡位、土壤类型与第1排序轴显著负相关。因此第1排序轴主要反映坡位、土壤类型、坡向、坡度对树种群落的影响，其中坡位的相关系数最大-0.838，其次是土壤类型（-0.6428）、坡向（-0.6409）和坡度（0.6066）。第2排序轴土壤类型相关系数最大（-0.2385），其次是海拔（-0.2164），因此第2排序轴主要反映土壤类型、海拔对树种群落的影响。第3排序轴主要反映坡位地貌与树种群落之间的关系，其中颇位相关系数最大（-0.2207），其次是地貌（-0.1174）。
关键词：乔木群落；DCCA排序；环境因子；相互关系
0引言
辽西北地区是辽宁省沙化比较严重的区域，也是辽宁省造林的重要区域。因此仔细分析乔木群落与环境之间的关系有利于更好地实行适地适树的原则，为这一地区的植树造林提供科学有效的技术指导。
研究植被与环境关系目前比较先进的方法有趋势典范对应分析（DCCA）、双向指示种分析（TWINSPAN）和典范对应分析（CCA）法，单变量0-ring统计方法等。邵方丽等对北京山区防护林优势树种分布于环境的关系进行了DCCA排序研究。李伟于2010年利用TWINSPAN和CCA排序的方法，对北京西卓家营采砂迹地型退化湿地植被进行了群落类型划分，并探讨了湿地植被空间分布与土壤环境因子关系，确定了影响湿地植被空间分布的关键因子。2010年，隋珍等综合运用相关分析、CCA排序和TWINSPAN分类方法，研究了牛蒡群落分布、物种组成和生态环境因子之间的关系。霍萌萌等参照CTFS技术规范对灵空山自然保护区的乔木进行每木调查的基础上分析了不同乔木树种的群落学特征及空间分布格局。辽西北地区造林困难的问题一直以来都是林业工作的重点，目前国内对这方面的研究主要体现在造林技术的研究，造林树种生物学特性的研究，森林经营方法的研究，以及国家一些大的技术支持项目的建设。针对辽西地区自身环境特点与优势树种之间的关系研究较少，只有针对阜新露天煤矿植被恢复有这方面的研究。要解决辽西北造林困难的问题，根本方法还是环境与树种的相互适应，本文就主要从这方面入手，借鉴简敏菲、朱军涛等运用的目前比较先进的DCCA方法结合前人的样方方法进行研究。通过对该地区环境与優势树种关系的研究，以期进一步实现适地适树的原则，提高辽西地区造林成活率。
1试验地概况
试验区域主要是辽宁西北部地区的朝阳、阜新2个市，该地区属于低山丘陵区，呈两翼高中间低形态，地表起伏，峡谷相间，沟壑纵横，也有山间平地和沿河冲击平原。有努鲁儿虎山、松岭2条主要山脉横贯于朝阳全境及阜新县内。辽西北属于北温带大陆季风气候区，冷、暖、干、湿四季分明，雨热同季，光照充足；气温、降水实际变化大，区域性差异明显。春秋两季多风易旱，风力一般2-3级，冬季盛行西北风，风力较强。
2材料与方法
2.1样地分布
在朝阳、阜新机械布点，平均分布，按4 kmX8km网格设立样地点，每个样地面积0.08h㎡（与国家林业局森林资源连续清查样地面积相同），共布设612块样地，其中乔木林128块。样地分布见图1。
2.2数据采集
针对胸径>15 cm的乔木进行调查，每木检尺，调查树种、胸径、郁闭度、年龄、株数、蓄积。调查的环境因子主要包括样地的地貌、海拔、坡向、坡位、坡度、土壤类型、土层厚度等，用GPS测量海拔，用罗盘测定坡向、坡位、坡度，挖取土壤剖面确定土层厚度，根据海拔坡度测定地貌。
2.3数据处理
重要值是物种在群落中的优势度指标，表达不同物种在群落中的功能地位，以及反映其在群落中的分布格局状况，计算公式如式（1）～（4）。通过每块样地中乔木的重要值来构建树种环境矩阵。
2.4环境因子
辽西北地区是温带半干旱半湿润地区，针对这一地区气候水文因子总体相差不大的特点，只针对影响植被生长的立地因子进行分析。对包括海拔、坡度、坡向、坡位、土层厚度、土壤类型、地貌在内的7个因子进行分析。对环境因子进行量化转换，海拔每50 m为一个分级。1代表0-50 m，2代表51-100 m，依次类推（表1）。
2.5研究方法
应用DCCA分析法对优势树种群落与环境的关系进行分析，应用目前国际上比较先进的生物学分析软件Canoco.4.5软件㈣进行计算。
本研究需要环境数据和物种数据2个数据矩阵。对每块样地的重要值进行计算，得出样地与树种的矩阵，进而得出物种数据。同时通过对每块样地的环境因子进行记录，将环境因子进行转换，实现数值化，进而形成样地与环境因子的矩阵，得到环境数据。将环境数据与物种数据带入到Canoco 4.5软件中进行经计算，选择DCCA分析方法，进一步得出分析结果。
3结果与分析
辽西北地区乔木林样地点128个，优势树种包括油松、国槐、柳树、梨、核桃、侧柏、杨树、枫杨杏、刺槐、榆树、苹果、枣。
3.1环境因子的相互关系
通过对乔木林样地数据进行处理分析得到表2，可以看出地貌因子与海拔因子之间存在显著负相关，与土壤类型因子存在极显著正相关，与土层厚度因子存在显著正相关。海拔因子与坡位、土壤类型显著负相关。坡向与坡位极显著正相关，与土壤类型显著正相关。坡位与坡度显著负相关，与土壤类型极显著正相关。坡度与土壤类型显著负相关。由此可见乔木林样地的立地因子之间存在显著的交互关系。
3.2乔木林地环境因子与排序轴的相互关系
对128块乔木林样地进行DCCA排序，树种与环境因子的第1排序轴和第2排序轴的相关系数分别为0.901和0.915，达到显著相关，说明排序效果理想，树种群落分布于环境因子有显著相关性。现主要分析第1排序轴和第2排序轴。
表3显示，7个环境因子中海拔、坡度与第1排序轴达到显著正相关，坡向、坡位、土壤类型与第1排序轴显著负相关。因此第1排序轴主要反映坡位、土壤类型、坡向、坡度对树种群落的影响，其中坡位的相关系数最大-0.838，其次是土壤类型（-0.6428）、坡向（-0.6409）和坡度（0.6066）。第2排序轴土壤类型相关系数最大（-0.2385），其次是海拔（-0.2164），因此第2排序轴主要反映土壤类型、海拔对树种群落的影响。第3排序轴主要反映坡位地貌与树种群落之间的关系，其中颇位相关系数最大（-0.2207），其次是地貌（-0.1174）。