田世广
- 作品数：7 被引量：121H指数：6
- 供职机构：北京师范大学生命科学学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：农业科学生物学更多>>
- 山西庞泉沟自然保护区山地杨桦林数量生态学研究
- 山地杨桦林是暖温带地区的主要林型之一,是原始森林破坏后出现的次生群落,它在旅游和涵养水源方面有重要作用,但很少受到关注。本文以山西庞泉沟自然保护区山地杨桦林为研究对象,沿海拔梯度设置10m×10m样方92个,同时采用样地...
- 田世广
- 关键词：自然保护区DCA排序空间异质性群落类型数量生态学
- 庞泉沟自然保护区华北落叶松林的自组织特征映射网络分类与排序被引量：16
- 2011年
- 自组织特征映射网络(SOM)是新近引入植物生态学的分析方法,对复杂问题和非线性问题具有较强的分析和求解能力。研究应用SOM分类和排序研究了庞泉沟自然保护区华北落叶松林。研究结果表明,SOM将120个样方分为7个植物群落类型,分类结果具有明确的生态意义;样方和物种在SOM训练图上呈现一定规律的分布;7个群落类型各有其分布范围和界限,揭示了群落间的生态关系。在此基础上,通过引入一种在SOM训练图上可视化环境因子梯度的方法,能够较好地完成样方、物种和环境因子相互关系的分析,揭示了海拔是影响该区华北落叶松林生长和分布的最主要因子。生态分析表明SOM分类和排序是一种有效的梯度分析方法,适用于表征生态特征和探索群落和环境相互关系的研究。
- 张钦弟张金屯苏日古嘎张斌程佳佳田世广
- 关键词：庞泉沟自然保护区自组织特征映射网络排序
- 协惯量分析与典范对应分析在植物群落排序中的应用比较被引量：20
- 2009年
- 采用协惯量分析(PCA-CACOIA)和典范对应分析(CCA)两种排序方法,对北京小龙门林场的黄檗(Phellodendron amurense)群落进行了分析,并用Spearman秩相关系数检验了对应排序轴的相关性。两种排序方法得出的结果基本一致,两者的第一排序轴都反映了海拔高度和坡向对群落分布的影响,而各自第二、第三排序轴所代表的环境意义有所差异,并出现了交叉,但是两者的前3个排序轴均反映了海拔、坡位、土壤厚度和凋落物层厚度的变化趋势,说明在环境因子个数较少或共线性效应不明显的情况下,协惯量分析也能达到CCA的分析效果,并且在排序轴特征值解释量上高于典范对应分析。
- 张斌张金屯苏日古嘎张钦弟程佳佳田世广
- 关键词：典范对应分析植物群落排序黄檗
- 庞泉沟地区山地杨桦林优势种种群格局与动态被引量：8
- 2011年
- 森林群落的动态变化在各个阶段表现为优势种群数量增长和消亡及竞争强弱的变化,径级结构和格局分析能有效地描述这种变化的趋势.本文研究庞泉沟自然保护区山地杨桦林这种变化特征,结果表明群落变化过程中,一定尺度范围内的山杨、白桦、青杄在小尺度上均为集群分布,在大尺度上趋于随机分布.山杨和青杄呈明显正相关关系,占据相似的生境,青杄在竞争中占有优势,在演替过程中将取代山杨.白桦和红桦在群落变化过程中较为稳定,在演替中可能将长期存在,与青杄形成针-阔叶混交林.
- 田世广张金屯张钦弟张斌苏日古嘎
- 关键词：径级结构群落动态
- 自组织特征映射网络在北京松山自然保护区山地草甸数量分析中的应用被引量：7
- 2010年
- 采用自组织特征映射网络(SOM)对松山自然保护区山地草甸群落进行了数量分类研究,并用Kruskal-Wallis检验和Tukey多重比较方法分析了草甸类型的环境因子之间差异的显著性。结合完全连接法和SOM,将松山自然保护区的山地草甸群落分为7个类型,其群落结构、物种组成等特征明显。这7个山地草甸群落主要受海拔高度、坡度、枯枝落叶层厚度和土壤深度等环境因子的影响,其差异极显著。生态学分析表明SOM是非常有效的植物群落分类方法,适合于山地草甸植被的研究。
- 苏日古嘎张金屯田世广张钦弟张斌程佳佳刘素军
- 关键词：山地草甸自组织特征映射网络松山自然保护区
- 东灵山华北落叶松人工林的分布格局及环境解释被引量：6
- 2010年
- 应用TWINSPAN、CCA和物种多样性分析,从植物群落、植物种与环境的生态关系等方面研究了东灵山华北落叶松人工林的植被分布格局,并给予合理的环境解释。TWINSPAN分类将华北落叶松人工林分为4个类型,分类结果在CCA二维排序图上得到了较好的验证。样方与物种的CCA排序较好地揭示了该区华北落叶松人工林的分布格局与环境梯度的关系:坡位、坡度、土壤厚度和海拔是影响该区华北落叶松人工林的主导因子。结合物种多样性分析,结果表明东灵山绝大多数华北落叶松人工林生长良好,并根据华北落叶松喜凉湿习性,建议在该区自然分布海拔以下造林时,应优先选择阴坡和半阴坡的中、下位坡。
- 张钦弟张金屯张斌程佳佳田世广苏日古嘎
- 关键词：华北落叶松TWINSPAN分类CCA排序人工林
- 松山自然保护区森林群落的数量分类和排序被引量：78
- 2010年
- 根据68个森林群落样方数据,采用双向指示种分析(TW INSPAN)方法,对松山自然保护区的森林群落进行分类和采用除趋势对应分析(DCA)、典范对应分析(CCA)方法进行排序。结果表明:(1)TW INSPAN将该区的森林群落分为13类型;(2)样方的DCA排序及样方和优势种的CCA排序较好地揭示了该区森林群落的分布格局与环境梯度的关系;CCA第一轴明显地反映出森林群落的海拔梯度、枯枝落叶层厚度和土壤深度变化,沿CCA第一轴从左到右,海拔逐渐升高,枯枝落叶层越厚和土壤越深;第二轴与海拔高度和坡度成正相关,而与土壤紧实度成负相关。其中海拔梯度是环境因子中对森林群落起决定性作用的因子。(3)与DCA相比,CCA的排序轴更有利于生态意义的解释,后者能同时反映样方间在种类组成上及环境因子组成上的相似性,表现在排序图中样方较集中,群落间的界线变得较模糊,因此如果排序同分类结合使用,DCA的效果要好于CCA。(4)TW INSPAN分类与DCA和CCA排序的结果,同时表明了该地区森林群落的垂直分布格局。
- 苏日古嘎张金屯张斌程佳佳田世广张钦弟刘素军
- 关键词：松山自然保护区森林群落DCACCA
