森林生物多样性丧失是人类面临的一个重大生态危机,受到生态学家的广泛关注。为了进一步监测与研究森林生物多样性,目前全世界范围内已建立了许多森林生物多样性动态监测固定样地,提供了大量长期且稳定的监测信息。然而,已开展的大多数研究均集中在单一尺度下进行,而不同尺度下的森林生物多样性测度和评估结果不同,甚至会得到截然相反的结论。因此,为更加全面客观地理解森林生物多样性,开展多尺度研究有其必要性。植物的生长、发育和分布受环境的控制,对森林群落按环境梯度进行分类并找出其植物指示种,对理解森林群落响应环境变化的机制具有重大意义,可为森林经营管理和生物多样性维持提供科学参考。为此,我们在广东省康禾自然保护区内设立10 hm~2的固定监测样地,对该区森林群落的α多样性、优势种组成、立木结构特征的尺度效应进行分析,并依托大样地应用不同取样尺度及不同样方构建方法来对种-面积关系、种-多度关系进行模拟,同时用不同群落类型划分方法结合指示种分析了森林群落对环境梯度的响应。主要结论如下:(1)本研究共调查了50070株林木,分别隶属于2纲34目52科96属153种。其中,壳斗目(Fagales)、山茶目(Theales)、樟目(Laurales),紫金牛目(Myrsinales)和茜草目(Rubiales)的个体数较多。壳斗目对群落的个体数量和胸高断面积贡献最大,占绝对优势,而山茶目对群落个体数量的贡献和壳斗目相当。森林群落的区系成分主要是热带成分和温带成分。热带成分的属和个体数量分别是温带成分的2.9和1.9倍,而胸高断面积中温带成分贡献更大,是热带成分的2.2倍。(2)在25 m~2、100 m~2和400 m~2的3种样方尺度下,7项群落α多样性指数(物种丰富度、Shannon-Wiener多样性、Pielou均匀度、多度、N:S比率、峰度、偏度)和基于样方多度的统计量、树高和总胸高断面积等群落结构多样性指标均在样方单元之间存在极显著差异(P<0.01)。多重比较结果显示,树高在3种样方尺度下均无显著差异,而峰度和偏度在100 m~2样方尺度和400 m~2样方尺度间无显著差异,其余指标在不同样方尺度下均存在显著差异(P<0.05)。(3)随着样方尺度增大,优势种数量也随之增加,而相应的重要值却降低,但其在3种样方尺度下的排序结果却较为一致。群落中幼树和小树对群落个体数量的贡献最大,分别占群落林木个体总数的51.1%和30.2%。极丰富种和丰富种分别占群落个体总数的63.5%和22.8%,占群落总胸高断面积的78.4%和12.1%,然而,只占群落物种总数的5.9%和10.5%。而对群落个体总数和胸高断面积贡献不足0.4%和0.5%的稀有种和极稀有种,占群落物种总数的37.9%。(4)不同构建方法的种-面积关系尺度效应不同。尽管不同模型对同一构建方法的种-面积关系的拟合优度有所差异,但同种模型对不同构建方法的种-面积关系拟合优度没有太大差异。对模型的拟合优度和参数取值的置信区间而言,Lomolino函数对连续样方完全随机取样构建的种-面积关系拟合最好,累计韦布函数次之,指数函数第三;幂函数则对巢式样方和连续样方毗邻随机取样构建的种-面积关系的拟合效果较好。(5)群落中常见种物种数量少,而偶见种和稀有种物种数量多,对群落物种多样性贡献大。群落的种序列曲线接近对数正态分布,表明群落为成熟大型群落,且环境稳定。4种模型对不同取样方法在不同尺度下构建的种序列曲线的拟合优度有所差异:4种模型对连续样方完全随机取样与连续样方毗邻随机取样两种种序列曲线构建方法的拟合效果在不同样方尺度下表现具有较高的一致性,取样面积≥0.1225 hm~2时对数正态分布模型表现最优,取样面积为0.0025 hm~2时断棍模型拟合效果最好,其余取样面积条件下均为Zipf模型拟合度最高。对于巢式取样,样方面积≤0.0225 hm~2时,Zipf模型表现最优,样方面积>0.0225 hm~2时,对数正态分布模型拟合优度最高。(6)以指北系数、指东系数、海拔和坡度等4项环境因子对400 m~2样方尺度的群落物种进行的CCA排序表明,仅有海拔因子和坡度因子对CCA排序轴的贡献较大。其中海拔因子与第1排序轴极显著相关(P<0.01,rintra=0.992),而坡度因子与第2排序轴极显著相关(P<0.01,rintra=-0.961)。基于第1排序轴和第2排序轴的样方LC分值对样方单元进行PAM聚类分析并划分为3种群落类型时,同一群落类型内(簇内)的最大差异半径、平均差异半径和最大差异直径的标准误差相对较小,群落类型间的同质性程度更相近,样方单元的轮廓宽度显著(P<0.05)高于其他几种划分方案,对样方单元的划分效果最好。群落类型1中的88个样方单元大多数处于中低海拔,群落类型2中的51个样方单元主要位于中高海拔但坡度较缓的区域,而群落类型3中的111个样方单元则位于中高海拔但坡度较陡的区域。指示种分析表明,3种群落类型的指示种能较好地反映其对环境因子的偏好程度,并同时反映了3种群落类型不同的环境梯度。(7)基于Hellinger距离系数的多元回归树分析,以海拔和凹凸度为分组节点,把250个400 m~2样方单元划分成5种群落类型。其中,群落类型Ⅰ位于高海拔的山顶和山脊;群落类型Ⅴ位于低海拔的山脊;而群落类型Ⅱ、Ⅲ、Ⅳ分别位于高、中、地海拔的山谷。基于二元数据的3项多样方β多样性指数的结果显示,5种群落类型中样方单元间的物种组成差异都较大,但5种群落类型的物种组成复杂程度较接近,低海拔的群落类型Ⅳ的总多样方β多样性最高,群落类型Ⅴ的总多样方β多样性最低,而处于中、高海拔的群落类型Ⅰ、Ⅱ和Ⅲ的总多样方β多样性几乎相同。样方单元间物种周转引起的物种替换是造成5种群落类型中样方单元间物种组成差异的主要原因。指示种分析结果表明,处于高海拔的群落Ⅰ和Ⅱ的指示种主要由极丰富种、丰富种和常见种构成,而处于低海拔的群落Ⅳ和Ⅴ的指示种则主要由丰富种、常见种和偶见种组成。