Page 120 - 《广西植物》2020年第2期

２ 期 周秋静等: 神农架天然针阔混交林群落的种间联结性 ２ ５ ７

为 １２.１ ℃ꎬ最冷月(１ 月)平均气温为－８ ℃ꎬ最热月 Ｗ ＝ ＶＲ×Ｎꎻ
(７ 月)平均气温为 ２６.５ ℃(马明哲等ꎬ２０１７ꎻ谢宗强 ｎ ｉ
Ｐ ＝ ꎻ
等ꎬ２０１７)ꎮ 样地内群落植被层次清晰ꎬ乔木层主要 ｉ Ｎ
有巴 山 冷 杉 ( Ａｂｉｅｓ ｆａｒｇｅｓｉｉ)、 华 中 山 楂 ( Ｃｒａｔａｅｇｕｓ Ｔ ＋ Ｔ ＋ ＋ Ｔ ｊ
１
２
ｗｉｌｓｏｎｉｉ)、 山 杨 ( Ｐｏｐｕｌｕｓ ｄａｖｉｄｉａｎａ )、 四 川 樱 桃 ｔ ＝ Ｎ ꎮ
(Ｃｅｒａｓｕｓ ｓｚｅｃｈｕａｎｉｃａ)、密毛灰栒子(Ｃｏｔｏｎｅａｓｔｅｒ ａｃｕｔｉ￣ 式中: Ｎ 为样方总数ꎻ ｎ 为物种 ｉ 出现的样方
ｉ
ｆｏｌｉｕｓ ｖａｒ. ｖｉｌｌｏｓｕｌｕｓ)、四蕊槭(Ａｃｅｒ ｔｅｔｒａｍｅｒｕｍ)等ꎻ灌 总数ꎻ Ｓ 为物种总数ꎻ Ｔ 为 样方 ｊ 内出现的物种
ｊ
木层以鄂西绣线菊(Ｓｐｉｒａｅａ ｖｅｉｔｃｈｉｉ)、刺梗蔷薇(Ｒｏｓｅ 总数ꎮ
ｓｅｔｉｉｐｏｄａ)、须蕊忍冬(Ｌｏｎｉｃｅｒａ ｃｈｒｙｓａｎｔｈａ)、鞘柄菝葜 当 ＶＲ ＝ １ 时ꎬ种间无关联ꎻ ＶＲ > １ 或 ＶＲ < １
(Ｓｍｉｌａｘ ｓｔａｎｓ)、峨眉蔷薇(Ｒｏｓａ ｏｍｅｉｅｎｓｉｓ)居多ꎻ草本
时ꎬ种间总体呈正关联或负关联ꎮ
层物种较为丰富ꎬ主要是异鳞薹草(Ｃａｒｅｘ ｈｅｔｅｒｏｌｅｐｉｓ)、 当 χ ２ (０.９５ꎬ Ｎ ) <Ｗ< χ ２ ( ０.０５ꎬ Ｎ )ꎬ种间关
早熟禾(Ｐｏａ ａｎｎｕａ)、湖北大戟(Ｅｕｐｈｏｒｂｉａ ｈｙｌｏｎｏｍａ)、
联不显著ꎻ否则ꎬ种间关联显著ꎮ
散序 地 杨 梅 ( Ｌｕｚｕｌａ ｅｆｆｕｓａ)、 黄 毛 草 莓 ( Ｆｒａｇａｒｉａ χ ２
１.３.３. 统计量检验 构建样方调查数据的 ２×２
ｎｉｌｇｅｒｒｅｎｓｉｓ)、紫花堇菜(Ｖｉｏｌａ ｇｒｙｐｏｃｅｒａｓ)等ꎮ 联列表(王伯荪和彭少麟ꎬ１９８５)ꎬａ 为物种 Ａ 和物
１.２ 调查方法
种 Ｂ 均出现的样方数ꎬｂ 为物种 Ａ 出现物种 Ｂ 不
依照中国科学院森林生物多样性监测规范ꎬ
出现的样方数ꎬｃ 为物种 Ｂ 出现物种 Ａ 不出现的样
选取神农架自然保护区内受人为干扰轻且发育完
方数ꎬｄ 为物种 Ａ 和物种 Ｂ 都不出现的样方数ꎬＮ
２
整的针阔混交林设立面积 １ ｈｍ 的固定监测样地ꎮ
为样方总数ꎮ 如某个种频率达到 １００％ꎬｃ、ｄ 值将
样地为边长 １００ ｍ 的正方形ꎬ以样地的西南角为
为 ０ꎬ为便于计算ꎬ可将 ｃ、ｄ 值加权为 １(王伯荪和
原点ꎬ用全站仪将样地划分为 １００ 个 １０ ｍ × １０ ｍ χ
彭少麟ꎬ１９８５)ꎮ 因为取样为非连续性取样ꎬ ２ 需
的小样方对乔木层进行调查ꎬ记录样方内所有胸
用 Ｙａｔｅｓ 连续校正公式计算(张金屯ꎬ２００４):
径(ＤＢＨ)≥１ ｃｍ 乔木的树种名称、树高、胸径、枝
( ａｄ － ｂｃ － ０.５Ｎ) Ｎ
２
下高和冠幅等并挂牌ꎻ采用机械布点随机选取样 χ ＝ ꎮ
２
(ａ ＋ ｂ)(ａ ＋ ｃ)(ｂ ＋ ｄ)(ｃ ＋ ｄ)
地内 １３ 个灌木层样方ꎬ记录灌木名称、株数、高度和
根据查表ꎬ χ ２ >６.６３５ꎬ即 Ｐ <０.０１ 时ꎬ种间联结
盖度ꎻ再将每个 １０ ｍ × １０ ｍ 灌木样方划分为 ４ 个 ５
极显著ꎻ３.８４１< χ ２ <６.６３５ꎬ即 ０.０１≤ Ｐ ≤０.０５ 时ꎬ
ｍ × ５ ｍ 的亚样方ꎬ选取灌木样方中左上角的亚样
种间联结显著ꎻ χ ２ <３.８４１ꎬ即 Ｐ>０.０５ 时ꎬ种间独
方进行草本调查ꎬ记录草本名称、株数、高度和盖度ꎮ
立ꎮ 当 ａｄ>ｂｃꎬ为正联结ꎬａｄ<ｂｃꎬ为负联结ꎮ
１.３ 数据分析
１.３.４ 联结系数(ＡＣ) 联结系数 ＡＣ 可进一步说明
１.３.１ 重要值计算
χ ２ 统计量检验不显著的种对之间的联结程度及大
乔木层树种重要值 ＝ (相对密度＋相对优势度＋
小(Ｄｉｃｅꎬ１９４５)ꎮ
相对频度) / ３×１００％ꎻ
灌木层、草本层树种重要值 ＝ ( 相对密度 ＋相 如果 ａｄ≥ｂｃꎬ ＡＣ ＝ (ａｄ－ｂｃ) / [(ａ＋ｂ) (ｂ＋ｄ)]ꎻ
如果 ｂｃ>ａｄ 且 ｄ≥ａꎬ ＡＣ ＝ ( ａｄ－ｂｃ) / [( ａ＋ｂ)
对频度＋相对盖度) / ３×１００％ꎮ
由于重要值计算公式的差异ꎬ分层选取乔木 (ａ＋ｃ)]ꎻ
层、灌木层和草本层中重要值 ≥２％的优势物种作 如果 ｂｃ>ａｄ 且 ｄ <ａꎬＡＣ ＝ ( ａｄ － ｂｃ) / [( ｂ ＋ ｄ)
为本次种间联结性的分析对象ꎬ并对各层优势种 (ｄ＋ｃ)]ꎮ
式中:ＡＣ 值介于－１ 到 １ 之间ꎬ 其值越接近于
进行统一编号(表 １)ꎮ
１ꎬ表明物种的正联结性越强ꎻ其值越接近于－１ꎬ表
１.３.２ 方差比率法(ＶＲ) 用方差比率法( Ｓｃｈｌｕｔｅｒꎬ
１９８４)测定样地内物种间的总体关联性ꎬ利用统计 明物种的负联结性越强ꎻ其值为 ０ 时ꎬ种对间表现
量 Ｗ 检验其关联的显著性ꎮ 计算公式如下: 出相互独立的特点ꎮ
Ｎ １.３.５ 数据处理 样地物种重要值、优势种间方差
１ ２
∑ (Ｔ － ｔ) χ ２
ｊ
Ｎ ｊ ＝ １ 比率和 检 验 统 计 量 计 算 及 优 势 种 间 统 计 量
ＶＲ ＝ ꎻ
Ｓ 检验 半 矩 阵 图、 ＡＣ 半 矩 阵 图 的 绘 制 均 采 用
∑ Ｐ (１ － Ｐ )
ｉ
ｉ
ｉ ＝ １ Ｅｘｃｅｌ ２０１０ꎮ