Page 93 - 《广西植物》2023年第7期
P. 93

7 期                李大标等: 浙江遂昌马尾松林物种和谱系 β 多样性驱动因子分析                                        1 2 6 1

            (The Plant List) 规范物种名录ꎮ 谱系树采用 Qian                用ꎬ用环境因子指示生境异质性的作用ꎬ经方差分
            和 Jin( 2016) 编 写 的 “ S. PhyloMaker” 函 数 中 的        解即可得到二者的相对贡献( Shi et al.ꎬ 2021)ꎮ
            “Scenario 3”进行构建ꎮ                                  将土壤与地形共 9 个因子合并为总的生境变量
            1.2.3.2 土壤因子、地形因子和地理距离  本研究                        (habitat distanceꎬ habDist)ꎬ之后进行基于距离的
            测量了 TN、TC、TP、AP、NH -N 和 NO -N 共 6 个                冗 余 分 析 ( distance ̄based redundancy analysisꎬ
                                     3         3
            土壤因子数据ꎬ以及海拔、坡向、坡度共 3 个地形                           dbRDA)ꎬ将 β 多样性分解为由生境变量解释的部
            因子数据ꎮ 参考 Vincenty(1975) 的球面坐标转换                    分和地理距离解释的部分以及尚未解释的部分ꎮ
            原理ꎬ使用 SoDA 包中的 geoXY 函数将样地经纬度                      为避免对解释方差的过度估计ꎬ使用向前选择法
            信息转换为笛卡尔平面坐标信息ꎬ通过邻体矩阵                              (forward selection) 筛选出 8 个显著的主成分轴作

            主 坐 标 分 析 ( principal components of neighbor       为生境解释变量ꎮ 将生境因子和地理距离作为自
            matricesꎬ PCNM)和变量筛选ꎬ得到具有显著正特                      变量ꎬBray ̄Curtis、Dpw 和 Dnn 作为响应变量进行
            征值的 3 个主成分轴ꎬ经欧几里得转化得到地理                            方差分解ꎮ 向前选择使用了 vegan 包的 ordistep 函
            距离矩阵( geographical distanceꎬ geoDist)ꎬ作为空          数ꎬ 方 差 分 解 使 用 了 vegan 包 的 varpart 函 数
            间特征解释变量ꎮ                                           (Oksanen et al.ꎬ 2020)ꎮ
            1.2.3.3 β 多样性指数  Bray ̄Curtis 相异性指数是                    此外ꎬ将所有木本植物按照生长型和径级划
            一种根据两个群落出现的物种量化其物种组成差                              分为幼树和成树 2 个生长阶段ꎬ其中成树定义为
            异的方法ꎬ是衡量物种 β 多样性的指数之一(Bray &                       灌木胸径≥2 cmꎬ小乔木胸径≥5 cmꎬ乔木胸径≥
            Curtisꎬ 1957)ꎮ 其优点是在计算时ꎬ不仅考虑了样                     10 cmꎬ 小 于 此 径 级 定 义 为 幼 树 ( Miller et al.ꎬ
            本中物 种 的 有 无ꎬ 而 且 考 虑 了 不 同 物 种 的 相 对               2017)ꎮ 同样ꎬ使用如上所述的 Mantel 多元分析和
            丰度ꎮ                                                方差分解法ꎬ分别对样地中的幼树和成树的 β 多
                 计算谱系 β 多样性的指数有很多ꎬ大致上可分                        样性进行分析ꎮ 为避免群落个体数差异对计算结
            为两类:一类强调谱系树根部的分支情况ꎬ更多地                             果产生影响ꎬ在进行多样性指数计算前对群落多
            反映了历史上发生的进化事件ꎬ如 Dpw、Raos D 和                     度数据均进行了稀疏化处理ꎮ
            Raos H 指数ꎻ另一类强调在谱系树末端附近的分支                           以上所有分析均在 R 4.0.4 软件中完成ꎮ
            情况ꎬ反映了最近的进化事件ꎬ如 PhyloSor、UniFrac、
            Dnn 指数ꎮ 本研究选取最近邻体指数( Dnn 指数)                       2  结果与分析
            和平均成对指数(Dpw 指数)ꎬ分别从谱系的历史与
            最近进化事件两方面度量谱系 β 多样性ꎮ                               2.1 Mantel 相关性检验
                 Dnn、 Dpw 指 数 分 别 用 picante 包 ( Kembel et          由图 1 可知ꎬBray ̄Curtis 指数与土壤因子、地
            al.ꎬ 2010) 中的 comdist 和 comdistnt 函数计算ꎬ基           形因子和地理距离均呈显著正相关ꎻDnn 指数仅
            于群落物种丰度的 Bray ̄Curtis 相异性矩阵用 dist                   与地理距离呈显著正相关ꎻDpw 指数与土壤因子
            函数计算ꎮ                                              和地理距离均呈显著正相关ꎮ
            1.2.3.4 Mantel 多元分析  分别以 6 种土壤因子的                  2.2 方差分解
            欧几里得距离、3 种地形因子的欧几里得距离和地                                由图 2 可知ꎬ对于物种 β 多样性而言ꎬ生境因
            理距离作为解释变量ꎬ将 Bray ̄Curtis、Dpw 和 Dnn                  子(habDist)和地理距离(geoDist) 共同解释了 48%
            作为响应变量ꎬ用 Partial Mantel 检验( ecodist 包中             的 Bray ̄Curtis 指数ꎬ其余 52% 无法被现有变量所

            的 mantel 函 数) 来 分 析 土 壤 因 子 ( soil distanceꎬ       解释ꎬ生境因子的单独解释度(23%) 高于地理距
            soilDist)、地形( topographic distanceꎬ topoDist) 和地   离的单独解释度(15%)ꎻ对于谱系 β 多样性而言ꎬ
            理距离( geographic distanceꎬ geoDist) 与 β 多样性         生境和 地 理 距 离 共 同 解 释 了 3% 的 Dnn 指 数 和

            之间的相关关系(Goslee & Urbanꎬ 2007)ꎮ                     57%的 Dpw 指数ꎻDpw 的生境因子解释度为 27%ꎬ
            1.2.3.5 方差分解( variance partitioning)   方差分         高于地理距离的解释度 23%ꎮ
            解是探索生境过滤和扩散限制相对重要性的重要                              2.3 不同生长阶段的 β 多样性
            手段ꎮ 用样方之间的地理距离指示扩散限制的作                                 由表 1 可知ꎬ 划分生长阶段后ꎬ在 29 个样地
   88   89   90   91   92   93   94   95   96   97   98