古田山中亚热带常绿阔叶林动态监测样地--群落组成与结构

亚热带常绿阔叶林是世界上主要植被类型之一，集中分布于我国，其中以中亚热带的常绿阔叶林最为典型。为了更好地研究常绿阔叶林森林生物多样性维持机理，按照CTFS（Centre for Tropical Forest Science）样地建设的标准，于2004年11月～2005年9月在浙江开化古田山国家级自然保护区建立了常绿阔叶林24hm^2永久样地。该文对样地内胸径≥1cm的木本植物进行了统计，初步分析了古田山森林样地（Gutianshan（GTS）forest plot）的群落组成与空间结构。群落的区系类型以热带成分比较多，在属的水平上53个是热带分布，44个是温带分布。共有159种，隶属于49科103属，总计140700株，以常绿树种为主（91个物种，占总优势度的90．6％，重要值为85．6％，占样地总个体数的85．9％）；样地群落有明显的优势物种和大量稀有种（Rare species，每hm^2个体数小于1）。甜槠（Castanopsis eyrei）、木荷（Schima superba）和马尾松（Pinus massoniana）在群落中占有主要优势；稀有种占总物种数的37．1％（59／159）；具有温带落叶阔叶林和热带雨林的相关特征，较好地代表了中亚热带常绿阔叶林群落。垂直结构由林冠层（63个种）、亚乔木层（70个种）和灌木层（26个种）组成。样地所有木本植物物种总径级分布呈倒“J”形，群落更新良好。几个优势种空间分布随着径级增大，聚集程度降低；并且它们的分布表现出与生境紧密关联，不同的物种表现出对生境不同的偏好。该文最后系统地比较了大样地方法与传统取样方法。

不同施氮条件下超级杂交稻的产量形成特点与氮肥利用

为了明确不同施氮条件对超级杂交稻产量形成和氮肥利用的影响 ,2 0 0 1年在湖南长沙进行了氮肥试验。结果表明 ,施氮量的影响十分明显。在 0～ 2 40kg hm2 纯氮范围内 ,施氮量与产量呈单峰曲线 ,以 180kg hm2 的施氮处理的产量最高 (10 .7t hm2 ) ,在 12 0～ 180kg hm2 的施氮区间内增产效应最明显。氮肥处理之间产量差异的主要原因一是施氮量与每穗粒数呈极显著正相关 (r=0 .92 0 4 ) ,二是在低氮水平下 (0～ 12 0kg hm2 )施氮量对穗数有明显影响。超级杂交稻对抽穗期源器官有特殊的要求 ,施氮明显影响后期光合产物的积累。较高的施氮量 ,能保证超级杂交稻达到较高的叶面积指数 (LAI) ,在抽穗期维持较高的叶片干物质分配比例和单茎叶片重 ,有利于后期植株光合能力的提高 ,同时也有利于防止早衰 ,促进光合产物的完全彻底转运 ,发挥超级杂交稻的增产潜力。氮肥农学利用率 (AE)在施肥量之间的变幅较大 ,其中 180kg hm2 施氮量处理的最高 ,达 16.10 ,而 2 40kg hm2 施氮量处理的最低 ,仅为 7.43。

2018年浙江古田山24公顷亚热带常绿阔叶林动态监测样地林冠结构与地形数据集

林冠结构与地形因子共同影响着森林重要物种资源及生境的时空变化,而针对我国地带性森林生态系统高精度林冠结构和地形数据集极为缺乏。基于近地面遥感平台获取的激光雷达数据,可以获取精确的林冠结构和地形数据。本研究以位于钱江源国家公园核心保护区的24公顷亚热带常绿阔叶林动态监测样地为研究对象,对该区域2018年基于近地面遥感技术获取的激光雷达点云数据进行计算分析及质量控制,获取该样地的林冠结构和地形数据。通过实时动态测量(RTK)的地面数据对数字高程模型(DEM)进行精度检验和验证,表明DEM的高程中误差为0.07米,数据具有较高精度。古田山24公顷亚热带常绿阔叶林动态监测样地为典型的中亚热带低海拔常绿阔叶林,本数据集可以为亚热带常绿阔叶林生物多样性监测和研究提供数据支撑。

山西高原植被与气候的关系分析及植被数量区划的研究

本义利用去势典范对应分析和数量区划的方法，研究了山西高原植被与气候之间的关系，并进行了数量区划。排序的结果表明：ＤＣＣＡ的第一轴代表山西高原植被和气候梯度的纬向性，热量梯度是决定植被分布最主要的气候因子，水分梯度中的年降水量也对第一轴有较大的影响，由于山西高原南北跨度大，植被与气候因子表现出明显的纬向性；ＤＣＣＡ第二轴代表山西高原植被和气候梯度的经向性，与ＤＣＣＡ第二轴相关性较大的是水分因子中的年降水量、年蒸发量，由于山西高原东西跨度不大，而且大部分地区处在吕梁山脉和太行山脉之间，东西向的气候变化幅度不大，所以植被与气候梯度的经向性不明显。植被数量区划的结果表明：山西高原可划分为１７个植被区，用图示的方法确定山西高原大致有三个极点和一个中心。

山西高原植被与土壤分布格局关系的研究

利用ＣＣＡ、ＤＣＣＡ等多元分析方法，在景观尺度上对山西高原植被与土壤分布格局之间的关系进行了分析，所得结论表明：纬向上主要是栗褐土、褐土、风沙土和栗钙土与植被的变化格局相关性较强，由于山西高原南北跨度大，土壤和植被格局纬向变化趋势的一致性十分明显；黄绵土、栗钙土、山地草甸土与植被的经向分布格局密切相关，由于山西高原东西向跨度较小，且大部分地区处于吕梁山与太行山之间，植被和土壤的经向格局梯度不明显；随海拔高度的增加，棕壤、山地草甸土、亚高山草甸土与山西高原植被的垂直分布格局相平行，由于山西高原相对高差较大，这种趋势也非常明显。综合分析还表明了气候、土壤与植被格局的一致性。

人工神经网络模型及其在农业和生态学研究中的应用

对于一些复杂的农业生态系统,人们对其生态过程了解较少,且这些系统的不确定性和模糊性较大,用传统的方法难以模拟这些系统的行为,神经网络模型因为能较精确地模拟这些系统的行为,而引起生态学者们的广泛兴趣。该文着重介绍了误差逆传神经网络模型的结构、算法及其在农业和生态学中的应用研究。误差逆传神经网络模型一般采用三层神经网络模型结构,三层的神经网络模型能模拟任意复杂程度的连续函数,而且因为它的结构小而不容易产生与训练数据的过度吻合。误差逆传神经网络模型算法的主要特征是:利用当前的输入误差对权值进行调整。在生态学和农业研究中,误差逆传神经网络模型通常作为非线性函数模拟器用于预测作物产量、生物生产量、生物与环境之间的关系等。已有的研究表明:误差逆传神经网络模型的模拟精度要远远高于多元线性方程,类似于非线性方程,而在样本量足够的情况下,有一定的外推能力。但是误差逆传神经网络模型需要大量的样本量来保证所求取参数的可靠性,但这在实际研究中很难做到,因而限制了误差逆传神经网络模型的应用。近年来人们提出了强制训练停止、复合模型等多种技术来提高误差逆传神经网络模型的外推能力,也提出了Garson算法、敏感性分析以及随机化检验等技术对误差逆传神经网络模型的机理进行解释。误差逆传神经网络模型的真正优势在于模拟人们了解较少或不确定性和模糊性较大系统的行为,这些是传统模型所无法实现的,因而是对传统机理模型的重要补充。

典范趋势面分析及其在山西省沙棘灌丛水平格局分析中的应用

介绍一种综合趋势面的分析方法——典范趋势面分析。典范趋势面分析是典范相关分析与趋势面分析的结合，它克服了趋势面分析的缺陷，能同时对单母体空间上的多变量进行分析，拟合一个综合趋势面。通过对山西沙棘灌丛水平格局的分析介绍了典范趋势面分析的应用，并比较了趋势面分析与典范趋势面分析。

基于激光雷达技术估算钱江源国家公园森林的地上生物量

【目的】采用激光雷达结合地面调查的方法,拟合并预测钱江源国家公园森林的地上生物量,为国家公园森林生态系统保护和动物生境质量评估提供基础数据。【方法】采用冠层结构指数量化亚热带常绿阔叶林的冠层高度和垂直复杂度,并结合地面调查数据和地形数据,用模型拟合和预测钱江源国家公园的地上生物量。【结果】冠层结构指数中,与地上生物量的相关程度从大到小依次为冠层平均高度、冠层垂直复杂度、冠层最大高度。钱江源国家公园生物量分布主要在27.24~210.31 Mg/hm^(2)(0.05~0.95分位数),平均为111.21 Mg/hm^(2),总的生物量约为2.57×10^(6) Mg。【结论】结合冠层指数和地形变量能较好地模拟和预测钱江源国家公园地上生物量。钱江源国家公园有大面积低海拔集中分布的常绿阔叶林,冠层平均高度和冠层垂直复杂度都比较大,地上生物量高;同时,也有大面积人工林和次生林,这些人工林和次生林主要分布在国家公园成立后才开始保护的两个片区,冠层平均高度和冠层垂直复杂度小,地上生物量较低,有待进一步恢复。

可视化技术及“模型-文档-视”结构在水稻生长模拟中的应用

该研究利用可视化技术和“模型 -文档 -视”的管理模式 ,试图改进作物模型系统的用户界面和系统组织结构。利用Hermite曲线模拟水稻叶片的形态 ,将作物模拟结果图形化、图像化 ,使水稻生长模拟的结果直观化。并在面向对象编程技术的基础上 ,将 MFC的“文档 -视”的结构扩展为“模型 -文档 -视”结构 ,使作物模拟系统中数值模拟、数据管理和用户界面的设计相互分离 ,且系统中的类与类之间能有效进行数据交换 ;整个系统可整合为几个“模型 -文档 -视”组 ,使系统结构简化 ,易于管理 ,是对面向对象编程技术的一种扩展。本研究表明 :采用“模型 -文档 -视”模式编程能使整个作物模型系统结构简明 ,提高研究人员的编程效率 ;可视化技术的使用 ,使用户能直接将模拟结果与田间生长状况进行比较 。

水稻高产栽培专家决策系统的研制

为了给水稻高产栽培管理决策提供优化方案 ,在Windows操作系统中 ,以VisualC ++6 .0为开发工具 ,采用面向对象的方法用原型类表示知识类型 ,以及原型和瀑布型自顶向下的方法 ,开发出了南方双季稻区水稻栽培专家决策系统 .该系统依据可视水稻生长模型 (VRGM)系统为基础 ,以水稻“旺壮重”高产栽培技术体系、一次性全层施肥法、水稻生产全程化控栽培管理技术等研究成果为知识中心 ,试图覆盖水稻生产全部栽培过程和方式 .

超级杂交水稻理想株型图像识别的探讨

为提供评判超级杂交水稻理想株型的方法和手段 ,以 Visual C+ +为工具 ,利用图像识别技术 ,提供了超级杂交水稻理想株型经图像的二值化、细线化处理。

用面向对象方法、Visual C++研制水稻生长模型(RGM)系统

RiceGrowthModel(RGM)作为一个实例 ,为作物生长模型软件的设计提供了一个系统分解和系统组织的框架。利用面向对象的编程设计方法 ,将作物 环境系统抽象为多个子系统或生理过程 ,分别设计多个类 ,模拟这些子系统的功能。由于面向对象方法的封装性、继承性和多态性 ,类与类之间既相互独立 ,又通过类间接口彼此相互关联 ,使系统易于维护、扩充和重新开发利用。RGM又将VisualC ++的文档 -视结构扩展为模型 -文档 -视结构 ,为系统中类的组织 ,提供了框架结构。模型 文档 视中文档类 ,通过操纵模型类获取模拟的最终结果 ,并负责数据的管理 ,同时作为视类和模型类的通讯中介 ;视类显示文档的数据 ,并把用户的操作翻译成对文档类的操作。整个系统分工协作 ,类间进行有效的通讯 。

数码图像处理技术在水稻生长模拟中的应用

利用数码图像技术，以 Ｖｉｓｕａｌ Ｃ＋ ＋ 为开发工具，以图像管理系统为核心，建立水稻生长动态模拟系统．该系统由图形数据库、数值模拟系统及图形管理系统三部分组成，由图形管理系统动态地结合数值模拟的计算结果，进行水稻个体及群体的生长过程图像模拟．

古田山常绿阔叶林优势树种甜槠和木荷的空间格局分析

基于24hm2古田山中亚热带常绿阔叶林长期监测样地调查资料,采用Ripley的K函数点格局分析等方法,具体分析了古田山常绿阔叶林优势树种甜槠(Castanopsis eyrei)与木荷(Schima superba)不同年龄阶段的空间分布格局以及它们之间的空间关联性。结果表明:两种优势物种在总体上及不同年龄阶段主要呈聚集分布,且随年龄阶段的增加,聚集程度有降低的趋势。两物种在大尺度直观上有明显的生境偏好。两种优势物种的幼树、小树与大树和老树主要呈空间负相关或无空间关联性,与中树呈空间正相关。甜槠中树与大树、大树与老树主要呈空间正相关,而甜槠的中树与老树呈空间负相关。木荷中树与大树和老树、大树与老树均呈现空间负相关或无关联。我们发现古田山优势物种通过密度制约和Janzen-Connell效应释放空间,为其他物种共存提供了条件,密度制约和Janzen-Connell效应可能是古田山样地甜槠和木荷空间格局形成的重要原因。

基于多元回归树的常绿阔叶林群丛数量分类——以古田山24公顷森林样地为例

常绿阔叶林植被分类一直是植被生态学研究中的难题,尤其是基本单位——群丛的分类。该文以地形因子和物种组成数据为变量的多元回归树方法,将浙江古田山24hm2森林监测样地的森林群落分为3个群丛。所得群丛既反映了群落在时间和空间上的相对间断分布,也符合植被分类基本单位的特点,为常绿阔叶林的群丛分类提供了新思路。并首次引入了指示值算法,解决了以往指示种无法量化的难题。最终以优势层优势种为主、下木层指示种为辅的命名原则,将3个群丛命名为:1)石斑木(Raphiolepis indica)+柳叶蜡梅(Chimonanthus salicifolius)-格药柃(Eurya muricata)+赤楠(Syzygium buxifolium)-木荷(Schima superba)+甜槠(Castanopsis eyrei)群丛;2)映山红(Rhododendron simsii)+满山红(Rhododendron mariesii)-短柄枹(Quercus serrata var.brevipetiolata)+灰白蜡瓣花(Corylopsis glandulifera var.hypoglauca)-马尾松(Pinus massoniana)+甜槠群丛;3)短尾越桔(Vaccinium carlesii)+毛花连蕊茶(Camellia fraterna)-杨梅叶蚊母树(Distylium myricoides)+浙江新木姜子(Neolitsea aurata)-木荷+甜槠群丛。

植物群落物种共存机制:负密度制约假说

负密度制约假说主要描述由于资源竞争、有害生物侵害(比如病原微生物、食草动物捕食)等,同种个体之间发生的相互损害行为;它主要强调同种个体之间的相互作用,解释自然群落物种共存的机理;负密度制约机制主要在小尺度上降低群落内同种个体生长率,同时提高个体死亡率,从而为其他物种的生存提供空间和资源,促进物种共存。目前负密度制约假说的检验研究主要侧重密度制约、距离制约、群落补偿效应等三个方面。最近,研究者又探讨了近缘物种之间由于对相似资源的竞争所产生的负效应,扩展了负密度制约假说,进而提出异群保护假说和谱系多样性制约假说。负密度制约假说引起生态学家长久的探讨和关注,世界范围内大尺度森林动态样地的建立,又为探索不同尺度上密度制约效应的研究提供了条件。然而目前的研究仍然存在不足,比如负密度制约假说的检验受到其他因素的干扰、区域研究不平衡等。因此,生态学家们仍然怀疑负密度制约效应调节群落物种共存的重要性,但是目前的研究还没有发现否定负密度制约假说的充分证据。

五台山亚高山草甸小格局分析

用种毗连法和种小区法对五台山２４００２８００ｍ的亚高山草甸的小格局分析．结果表明：在小格局中，大部分种与优势种苔草呈正关联；小格局规模都较小，各个种趋于交错分布；不同规模的格局应用不同的分析方法，小格局不能用中格局分析方法进行研究；种小区法和种毗连法都是有效的小格局分析方法，从本文结果看前者优于后者．

五台山亚高山草甸群落生态关系分析

本文用现代数量分析技术研究五台山亚高山草甸的生态关系，该植被可分为八个植物群落型。群落型及优势种的分布与地形因素有密切的关系。物种多样性在群落型分化中有重要作用。并建议对五台山亚高草甸进行特殊保护。

不同尺度上环境因子对常绿阔叶林群落的谱系结构的影响

群落的谱系结构是反映作用于群落组成的各种生态过程的综合指标。通过研究群落的谱系结构,能够有效地推断形成群落谱系结构的生态过程。该文从环境因子(海拔、地形、pH、土壤湿度和土壤元素等)对群落谱系结构的影响这一视角出发,采用圆形随机取样,在半径为5、25、50、75和100m5个尺度上,深入研究了古田山24hm2永久样地群落的谱系结构。研究发现:古田山样地在所有研究尺度上(半径>5m)都表现为谱系聚集,随着尺度的增加,群落的聚集程度呈现出先增加后下降的格局。采用多元线性回归模型分析环境因子对群落谱系结构的影响时发现:随着尺度的增加,环境因子对群落谱系结构的影响逐渐增强;在小尺度上,环境因子对谱系结构没有显著影响,这可能是由于小尺度上近缘种之间较强的竞争排斥作用所致。当尺度达到100m半径时,高海拔区域表现出谱系发散格局,而低海拔区域保持谱系聚集,这可能是由于古田山样地海拔较高的地带生境异质性较强和较大的干扰所致。该研究在所有的尺度上都表现出显著的谱系聚集,与中性理论所预测的群落是物种的随机组合、无谱系结构相反,因而为生态位理论提供了证据。