Page 51 - 《广西植物》2025年第6期

６ 期 杨旭霏等: 桂西南喀斯特季节性雨林东京桐群落物种多样性的时序动态 １ ０ ３ ７

ｍ 的样方ꎮ ２０１２ 年对每个样方中胸径( ＤＢＨ) ≥１ 化ꎬ同时以 ９９９ 次置换的成对 ｔ 检验来计算物种多
ｃｍ 的所有树木个体进行挂牌ꎬ记录其种类、坐标、胸 度变化的显著性( Ｌｅｇｅｎｄｒｅ ＆ Ｃｏｎｄｉｔꎬ ２０１９)ꎮ 此
径、高度及存活信息ꎮ 在 ２０１７ 年和 ２０２２ 年对样地 外ꎬ采用种群死亡率和补员率进一步分析物种多
进行复查ꎬ调查内容与 ２０１２ 年一致ꎬ并详细记录新 度的细节变化ꎮ 死亡率( Ｍ) 和补员率( Ｒ) 的计算

增 ＤＢＨ≥１ ｃｍ 的个体及死亡个体ꎮ 公式如下(张芳等ꎬ２０１９):
( ｌｎ Ｎ － ｌｎ Ｎ )
ｔ
Ｍ ＝ ０ × １００％ꎻ
Ｔ
( ｌｎ Ｎ － ｌｎ Ｓ )
Ｒ ＝ ｔ ｔ × １００％ꎮ
Ｔ
式中: Ｎ 代表东京桐样地在第 １ 次调查时某
０
物种个体数ꎻ Ｎ 代表在经过 Ｔ 时间后某物种的个
ｔ
体数ꎻ Ｓ 是该种群在 Ｔ 时间后的存活个体数ꎻ Ｔ 为
ｔ
２０１２—２０２２ 年 ２ 次调查时间间隔ꎮ
同时使用线性模型分析物种多度、平均胸径
与死亡率之间的关系ꎬ采用散点图作为可视化工
具ꎮ 为了更清晰地揭示物种多度与死亡率之间的
潜在关系ꎬ我们对物种多度数据进行了对数变换ꎮ
采用非度量多维尺度分析( ｎｏｎ￣ｍｅｔｒｉｃ ｍｕｌｔｉ￣
ｄｉｍｅｎｓｉｏｎａｌ ｓｃａｌｉｎｇꎬ ＮＭＤＳ) 分析物种组成的整体
变化ꎮ 本文采取基于多度的 Ｂｒａｙ￣Ｃｕｒｔｉｓ 法进行分
析(Ａｎｄｅｒｓｏｎ ｅｔ ａｌ.ꎬ ２０１１)ꎬ运用 Ｒ 语言 ｖｅｇａｎ 包的
图 １ 东京桐林样地三维地形图 ｍｅｔａＭＤＳ 函数对 ２０１２ 年、２０１７ 年、２０２２ 年中不同
Ｆｉｇ. １ ３Ｄ ｄｅｍ ｍａｐ ｏｆ Ｄｅｕｔｚｉａｎｔｈｕｓ ｔｏｎｋｉｎｅｎｓｉｓ ｆｏｒｅｓｔ ｐｌｏｔ
样方内的物种个体数进行排序ꎬ使用前两轴生成
排序图ꎮ
２.２ 数据处理 ２.２.２ 物种 α 多样性的时间变化 本研究选取 ４
采用 Ｒ 软 件 进 行 统 计 分 析ꎬ 采 用 Ｍｉｃｒｏｓｏｆｔ 个常见物种多样性指标:丰富度指数(Ｓ)、Ｓｈａｎｎｏｎ￣
Ｅｘｃｅｌ ２０１０ 软件对数据进行前期处理ꎮ 所有数据 Ｗｉｅｎｅｒ 指数( Ｈ)、Ｓｉｍｐｓｏｎ 指数( Ｄ) 和 Ｐｉｅｌｏｕ 均匀
都在 Ｒ 软件(４.０.０ 版)中进行处理与计算ꎬ制图通 度指数( Ｅ) 来测定群落 α 多 样 性ꎮ 丰 富 度 指 数
过 Ｒ 语言软件程序包 ｇｇｐｌｏｔ２ 完成ꎮ (Ｓ)反映群落中物种的丰富程度ꎬ该指数强调稀有
２.２.１ 物 种 组 成 特 征 的 时 间 变 化 物 种 重 要 值 种的作用ꎻＳｉｍｐｓｏｎ 指数( Ｄ) 反映群落中物种的优
( ｉｍｐｏｒｔａｎｃｅ ｖａｌｕｅꎬ ＩＶ ) 参 考 Ｃｕｒｔｉｓ 和 Ｍｃｉｎｔｏｓｈ 势度ꎬ 强 调 优 势 种 的 作 用ꎻ Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒ 指 数
(１９５１)的公式计算ꎮ 以重要值和胸高断面积的变 (Ｈ) 考虑物种数量和相对丰度的变化ꎬ综合反映
化衡量物种组成的基本变化ꎬ并采用 Ｗｉｌｃｏｘｏｎ 符 物种的丰富度和均匀度ꎻＰｉｅｌｏｕ 均匀度指数( Ｅ) 反

号秩检 验 分 析 变 化 趋 势ꎬ 计 算 各 物 种 在 ２０１２— 映群落中物种分布的均匀程度ꎬＥ 值越高ꎬ表示群
２０２２ 年间的重要值和胸高断面积的变化率ꎬ变化 落中物种分布越均匀ꎬ没有或少有物种占据绝对

率公式如下(李建等ꎬ２０２０): 优势ꎬ群落 抗 干 扰 能 力 越 强 ( 马 克 平 和 刘 玉 明ꎬ
( Ｘ － Ｘ ) １９９４)ꎮ ４ 个多样性指标的计算方式见参考文献
Ｒ ＝ ２０２２ ２０１２ × １００％ ꎮ
Ｘ × Ｔ (马克平等ꎬ１９９５)ꎮ
２０１２
式中: Ｒ 表示变化率ꎻ Ｘ 和 Ｘ 分别表示 参照 Ｈｕｂｂｅｌｌ 和 Ｆｏｓｔｅｒ(１９８６) 的定义ꎬ划分稀
２０２２ ２０１２
物种在 ２ 次调查中的重要值或胸高断面积ꎻ Ｔ 表 有种为每公顷个体数≤１ 株的物种ꎬ偶见种为每公

示 ２ 次调查的时间间隔ꎮ 顷个体数 ２ ~ １０ 株的物种ꎮ
物种 多 度 是 物 种 组 成 的 重 要 方 面ꎮ 本 文 以 ２.２.３ 空间 β 多样性组分的变化 采用 Ｌｅｇｅｎｄｒｅ
２０１２—２０２２ 年物种多度的差值反映物种多度的变 等(２０１３)提出的方法 ꎬ 将总 β 多样性分解为单个