Page 9 - 《广西植物》2020年第8期

１ ０ ６ ４ 广 西 植 物 ４０ 卷
ＩＶ ＝ (Ｄｒ＋Ｐｒ＋Ｆｒ) / ３ꎮ 科(１９ 属)、豆科(１１ 属)、樟科( １０ 属) 和茜草科
式中:Ｄｒ 为相对多度ꎻＰｒ 为相对显著度ꎻＦｒ 为 (１０ 属)ꎮ 含 ２０ 种以上的科有 ５ 个ꎬ分别为蔷薇科
相对频度ꎮ (５９ 种)、樟 科 ( ５４ 种)、 壳 斗 科 ( ５１ 种)、 山 茶 科
采 用 Ｓøｒｅｎｓｅｎ 相 异 性 系 数 ( Ｓøｒｅｎｓｅｎ (３６ 种)和冬青科(３０ 种)ꎻ单属科有虎皮楠科、八
ｄｉｓｓｉｍｉｌａｒｉｔｙ ｉｎｄｅｘꎬ ＱＳ)度量常绿阔叶林群落间的物 角枫科、山矾科等 ３２ 个科ꎻ单种科有银杏科、领春

种 β 多样性ꎮ 计算公式: 木科、伯乐树科等 １９ 个科ꎮ 大戟科、冬青科、壳斗
ＱＳ ＝ １－(２ ｜ Ｘ∩Ｙ｜ ) / ( ｜ Ｘ ｜ ＋ ｜ Ｙ｜ )ꎮ 科、山茶科和樟科 ５ 个科在 １５ 个常绿阔叶林均有
式中:ＸꎬＹ 为两个群落的物种ꎬ不考虑种多度ꎮ 分布ꎮ 五列木科、七叶树科、银杏科等 １３ 个科只
采用非 加 权 组 平 均 法 ( ｕｎｗｅｉｇｈｔｅｄ ｐａｉｒ ｇｒｏｕｐ 在一个地区有记录ꎮ
ｍｅｔｈｏｄ ｗｉｔｈ ａｒｉｔｈｍｅｔｉｃ ｍｅａｎꎬ ＵＰＧＭＡ) 对群落组成 不同地区优势物种差异明显(表 １)ꎬ基本涵盖
进行聚类分析ꎮ 了我国东部典型常绿阔叶林的主要群系类型ꎮ
利用经度、纬度计算不同地区常绿阔叶林群 根据重要值将古田山常绿阔叶林样地划分为
落间的地理距离矩阵ꎮ 将各环境变量标准化ꎬ对 栲类林( １７ 个)、木荷林( ９ 个) 和青冈林( ３ 个)

各环境变量计算地区间的欧氏距离ꎮ (表 ３)ꎬ其中栲类林和木荷林是古田山典型的常
根据赤池信息量准则( ａｋａｉｋｅ ｉｎｆｏｒｍａｔｉｏｎ ｃｒｉｔｅ￣ 绿阔叶林类型ꎬ青冈类林为古田山常见的次生林
ｒｉｏｎꎬ ＡＩＣ)选择对物种 β 多样性有显著影响的气 类型(于明坚等ꎬ２００１)ꎮ
候变量ꎬ将所选气候变量和海拔统一计算为环境 ２.２ 物种 β 多样性及影响因素
差异矩阵ꎮ 由于各样地面积差异较大ꎬ为了控制 古田山与其他群落的平均 Ｓøｒｅｎｓｅｎ 相异性系
样地面积差异造成的影响ꎬ将样地间面积差异作 数最低(０.８５)ꎬ瓦屋山与其他群落的平均相异性
为一个解释变量进行分析ꎮ 系数最高(０.９６)ꎮ 与其他 １４ 个地区的常绿阔叶
利用基于距离矩阵的多元回归( ｍｕｌｔｉｐｌｅ ｒｅ￣ 林相比ꎬ古田山常绿阔叶林在物种组成上与黄山
ｇｒｅｓｓｉｏｎｓ ｏｎ ｄｉｓｔａｎｃｅ ｍａｔｒｉｃｅｓꎬ ＭＲＭ)进行偏回归分 和天童山的差异最小ꎬ而与峨眉山和瓦屋山的差
析(Ｌｉｃｈｓｔｅｉｎꎬ ２００７)ꎬ在控制样地面积差异的基础 异最大(表 ４ꎬ图 １)ꎮ
上ꎬ了解环境距离、地理距离与物种 β 多样性指数 ８ 个气候变量中ꎬ去除年均温(ＡＭＴ)、全年温度
之间的关系ꎮ 计算各常绿阔叶林群落中常绿阔叶 变化(ＴＡＲ)和温度季节性(ＴＳ) 三个存在多重共线

与落叶阔叶物种数量的比值( 即常绿阔叶物种数 性的变量(ＶＩＦ>４)ꎮ 经过模型选择ꎬ气候因素中年
量 / 落叶阔叶物种数量)ꎬ作为描述群落叶生活型 降水量(ＡＰ)、最冷月最低温(ＭＴＣＭ)和最湿润月降
组成特点的指标ꎮ 选出 ＡＩＣ 值最小的模型作为最 水量(ＰＷＭ)对东部典型常绿阔叶林物种 β 多样性
优模型ꎬ采用线性回归模型了解环境因素对常绿 / 有明显影响ꎮ 其中ꎬ最冷月最低温(ＭＴＣＭ) 对物种
落叶值的影响ꎮ β 多样性影响最大且显著(Ｐ<０.００１) (表 ５)ꎮ 进一
所有数据分析均通过 Ｒ ３.２.４ 软件进行ꎬ其中 步ꎬ环境距离对不同地点间常绿阔叶林群落物种组

Ｓøｒｅｎｓｅｎ 相异性系数、聚类分析、模型选择、ＭＲＭ 成差异有显著影响(Ｐ<０.０５)ꎬ而地理距离和样地面
分析等分别采用 Ｖｅｇａｎ、Ｓｔａｔｓ、ＭｕＭＩｎ、Ｅｃｏｄｉｓｔ 等软 积影响均不显著(表 ６)ꎮ

件包进行计算ꎮ ２.３ 叶生活型组成及影响因素
常绿阔叶种较落叶阔叶种丰富度优势( 即常
２ 结果与分析 绿阔叶物种数 / 落叶阔叶物种数) 最高的是梅花山

(４.７１)ꎬ最低的是利川(０.４９) ( 表 ７)ꎮ 影响常绿
２.１ 物种组成和群系类型 种优势的主要气候因子为最热月最高温( ＭＴＷＭ)
１５ 个常绿阔叶林共记录到木本植物 ７８ 科 ２３３ 和 最 冷 月 最 低 温 ( ＭＴＣＭ)ꎬ 其 中 最 冷 月 最 低 温
属 ６１７ 种ꎮ 含 １０ 属以上的科有 ４ 个ꎬ分别为蔷薇 (ＭＴＣＭ)的影响最为显著(Ｐ<０.０１)(表 ８)ꎮ