本文摘要:摘要:【目的】量化环境要素对山西省中条山油松Pinustabuliformis人工林下物种分布影响,为进一步揭示中条山油松人工林下物种多样性维持机制提供理论依据。【方法】基于中条山油松人工林样地植物和土壤调查数据,分析环境因子对油松人工林下物种分布的影响。【结果】环
摘要:【目的】量化环境要素对山西省中条山油松Pinustabuliformis人工林下物种分布影响,为进一步揭示中条山油松人工林下物种多样性维持机制提供理论依据。【方法】基于中条山油松人工林样地植物和土壤调查数据,分析环境因子对油松人工林下物种分布的影响。【结果】环境因子对灌木、草本、藤本物种分布的解释率(校正解释率)分别为45.7%(34.5%)、37.0%(20.4%)、43.4%(30.6%);油松林下物种分布主要受非生物环境影响,海拔和土壤通气性是影响该地区物种分布的关键环境因子;灌木和藤本分布主要受海拔影响,草本分布主要受土壤通气性影响,且随着海拔、土壤通气性的升高油松人工林下物种多样性下降。【结论】地形(海拔)和土壤(土壤通气性)因子对区域群落生境的关键塑造作用所形成的环境筛是影响中条山油松人工林下物种分布的关键性因子。
关键词:物种分布;物种多样性;油松人工林;环境因子
物种多样性的形成和维持机制是生物多样性保护的基础,长期以来,生态学家针对植物物种多样性形成和维持的潜在机制先后提出了地质历史过程、水热动态假说、能量假说、寒冷忍耐假说及生境异质性假说等数十项假说[1]。森林群落的物种分布受多种因素影响,主要包括非生物环境因子、群落类型和空间距离等[2],而林下物种又是人工林森林生态系统的重要组成部分,深入揭示环境因素对林下物种分布的影响,是解读人工林森林生态系统物种多样性的形成和维持的有效途径之一。
油松Pinustabuliformis林是华北地区地带性植被,也是华北地区顶级群落松栎针阔混交林的重要组成部分。但由于人为活动干扰,该区域油松林以人工林为主,相比天然林,人工林存在病虫害严重,生物多样性、生产力、天然更新和生态稳定性下降等问题,森林生态系统健康面临挑战,系统原有的组成和结构被破坏,进而影响到生态过程和生态系统功能[3−4]。所以,开展环境因子对油松人工林下物种分布影响的研究,对于区域人工林生物多样性保护和经营管理具有重要的意义。
大量研究[5]表明:地形、海拔、土壤、光照、植被类型等均对林下物种分布产生影响。对太岳山[6]与关帝山[7]油松林下物种分布研究表明:油松林下物种分布主要受非生物因子影响,受生物因子影响较小,且受地形因子的影响大于林分因子和土壤因子。以上2个研究地气候类型为暖温带半干旱气候区,而中条山处于暖温带半湿润气候区[8],不同的气候和土壤条件势必会影响研究结果,对油松人工林经营管理带来不确定性。基于此,本研究以山西中条山油松人工林为研究对象,基于植物和土壤调查数据,分析环境因子对影响油松人工林下物种分布的影响,为该地区油松人工林生物多样性保护和经营管理提供数据支撑。
1 材料与方法
1.1 研究区概况
中条山位于山西省南部,是中国黄土高原向华北平原过渡的东南边缘区,在气候区划上属暖温带半湿润季风气候区。油松人工林分布区土壤为山地褐土及淋溶褐土,植被区划上属暖温带落叶阔叶林地带,森林植被垂直分布明显[9]。林下物种主要有连翘Forsythiasuspensa、土庄绣线菊Spiraeapubescens、披针薹草Carexlancifolia、早开堇菜Violaprionantha、茜草Rubiacordifolia和金线草R.membranace等。
1.2 样地设置与植被调查
2018年6—8月,在对中条山油松人工林进行全面踏查的基础上,根据海拔、林龄、密度、坡度、坡向、混交等选择具有代表性的12个油松人工林样地,每个样地3个重复,共计36个乔木样方。除2号样地受条件限制,乔木样方面积为15 m×15 m,其他各样方面积为20 m×20 m,记录样方内出现的全部乔木种,并测定胸径≥5 cm乔木树种的名称、胸径、树高。
将2号样地划分为9个、其他样地划分为16个5 m×5 m的灌木样方,并于每个灌木样方中心设置1个1 m×1 m的草本样方,灌木、草本样方数量合计均为555个,分别记录灌木和草本样方内的灌木、草本植物的种类、数量,并记录灌木样方内藤本的种类、数量。共记录178种植物,其中灌木47种,草本112种,藤本19种,分属56科124属,以36个乔木样方的物种多度数据建立物种矩阵(Z47×36、Z112×36、Z19×36)。记录每个样地的经纬度、海拔、坡度、坡向,根据中条山森林二类调查数据获取林龄和间伐时间,采用树冠投影法测定大样方郁闭度。
1.3 土壤样品采集与测定
在每个乔木样地内沿对角线随机选择3个点为土壤样品采集点,在每个采样点挖掘1个土壤剖面,按0~10 、10~20、20~40 cm划分土壤层次。在每个土壤层次上,用100 cm3的环刀取样。采用土壤袋采集各层土样200 g,挑出侵入物质,带回实验室自然风干、研磨、过筛后进行化学分析和测定。
测定土壤质量含水量、最大持水量、毛管持水量、田间持水量、毛管孔隙、非毛管孔隙和总孔隙度等土壤物理性质,测定方法按照LY/T 1215-1999《森林土壤水分-物理性质的测定》[10]进行。pH采用pH酸度计法(HANNA pH 211 )测定;土壤有机质采用重铬酸钾氧化-外加热法测定;全氮采用凯氏定氮法测定;速效氮采用碱解扩散法测定;全磷和速效磷采用等离子发射光谱法(IRIS Intrepid Ⅱ XSP)测定。每个样地土壤理化性质以所有测定值的平均值表征。
1.4 物种与环境矩阵建立
生物因子数据选取乔木样方林分平均胸径、平均树高、胸高断面积、油松相对优势度、株树密度、林龄、疏密度、郁闭度、乔木公顷蓄积、乔木公顷生物量、乔木平均蓄积、乔木平均生物量,蓄积量采用一元材积表计算[11],生物量采用方精云等[12]生物量/材积转换系数计算。非生物因子数据包括土壤理化性质、坡度、坡向、海拔、间伐间隔。其中坡向为无序分类变量,按方位划分为北、东北、东、东南、南、西南、西、西北,分析时按1~8依次赋值。将以上因子构成环境矩阵(Z36×29)。
1.5 数据处理
采用主成分分析(PCA)法对环境数据降维;采用除趋势对应分析(DCA)法去除“弓形效应”;采用典范对应分析(CCA)对物种进行排序。数据整理采用Excel 2016完成;物种多样性分析、作图及环境因子PCA分析均采用R 4.0.3软件中“vegan”程序包完成;DCA和CCA采用Canoco 5软件完成。
2 结果与分析
2.1 环境因子主成分分析
由于环境因子较多,且因子间存在多重共线性,需降低数据维度。因土壤pH对物种丰富度及空间分布影响较大[13],故将除土壤pH以外的28个环境因子进行主成分分析。
根据因子载荷矩阵,第1主成分主要反映土壤水分;第2主成分主要反映林分密度;第3主成分主要反映土壤养分;第4主成分主要反映土壤通气性;第5主成分主要反映生物量;第6主成分主要反映林冠郁闭度;第7主成分为海拔。将以上7个主成分与土壤pH共同建立生境矩阵(Z36×8)。将土壤水分、养分、通气性、pH、海拔归为非生物环境因子,将林分密度、生物量、林冠郁闭度归为生物环境因子。基于主成分分析结果构建环境矩阵,分析环境因子对林下物种分布的影响。
2.2 环境因子对林下物种分布影响分析
为排除冗余变量共轭效应对排序结果的影响,在CCA排序前先使用前向选择,并进行蒙特卡罗显著性检验,综合检验结果确定可以进入CCA排序分析的环境因子。
所有环境因子均可以进入CCA排序分析,且环境因子对灌木、草本、藤本物种的解释率(校正解释率)分别为45.7%(34.5%)、37.0%(20.4%)、43.4%(30.6%),因此分析中很大一部分的物种信息可能会丢失。物种与环境变量CCA分析模型变量的方差膨胀因子分别为8.91、7.98、9.32,均小于10,说明模型可靠。由不同环境要素对油松人工林下物种分布的解释率可知:油松林下物种分布主要受非生物环境影响。
由生境因子与物种分布的相关显著性检验可知:灌木、草本、藤本分布与环境因子极显著相关(P<0.001),前两轴的方差贡献率分别为53.63%、49.12%、63.93%,排序的大部分信息被反映。基于油松人工林下灌木、草本、藤本与环境因子的CCA二维排序结果可知:油松人工林下灌木、藤本分布主要受海拔影响,其次是土壤通气性,而草本分布主要受土壤通气性影响,其次是林冠郁闭度,即随着海拔、土壤通气性的升高油松人工林下物种多样性下降。林下灌木物种分布除与土壤养分和生物量无显著相关关系外,与其他环境因子均显著相关,且灌木主要分布在海拔相对较低、土壤通气条件较好的油松人工林下,而偶见种黄芦木Berberisamurensis(S19)、美蔷薇Rosabella(S28)主要分布在海拔较高的区域。
林下草本物种分布除与土壤水分无显著相关关系外,与其他环境因子均显著相关,且草本主要分布在土壤条件较好、林内郁闭度较低油松人工林下,而偶见种中华秋海棠Begoniagrandissubsp.sinensis(H22)、大油芒Spodiopogonsibiricus(H110)主要分布在土壤通气条件较差的区域,小花灯心草Juncusarticulatus(H26)、独活Heracleumhemsleyanum(H96)主要分布在土壤养分较好的区域,羊齿天门冬Asparagusfilicinus(H101)主要分布在郁闭度较高的区域。
林下藤本物种分布除与林分密度、土壤养分、生物量无显著相关关系外,与其他环境因子均显著相关,且藤本主要分布在低海拔、土壤通气性良好、林分密度相对较低的油松人工林下,而偶见种粉绿铁线莲Clematisglauca(L10)主要分布在土壤通气条件较好的高海拔区域。
3 讨论与结论
物种分布受多种因素影响。一般认为大尺度下,气候差异是物种多样性变化的最主要原因[1,14−16],其中寒冷地区非生物因子对物种分布影响较大,温暖地区生物因子影响相对较大[17−18];随着纬度升高,物种多样性降低[19]。而在小尺度区域内,地形、土壤、生物等因素是物种多样性变化的主要驱动因素[2,20−21]。
中条山油松人工林下物种主要受非生物环境因子影响,由非生物环境因子(海拔)和土壤理化性质形成的局域尺度上的环境异质性,是影响局域内植物物种分布的关键因子,即非生物因子形成的环境筛(environmental filtering)作用是影响该区域林下物种的扩散和生存[22−24]。海拔和土壤通气性是影响油松林下物种分布的关键性因子,其中灌木和藤本分布主要受海拔影响,草本分布主要受土壤通气性影响。研究[25]表明:海拔是影响植物物种分布的关键性因子之一,是反映温度、湿度、光照等因素的综合环境因素,对物种多样性的影响较复杂。
一般认为海拔升高,水热条件将变差,物种多样性将下降;但在某些特殊环境中,海拔升高后水分条件会有所改善,人为干扰活动下降,物种多样性将升高[26];当上升到水热条件限制植物生存的海拔,物种多样性又下降[27];此外,植物物种多样性随海拔升高还呈现其他更复杂变化[28]。本研究发现:中条山物种分布与海拔显著负相关,即海拔升高,林下物种多样性下降。KRAFT等[29]研究发现:生态策略趋同的物种主要受地形环境筛控制,而生态策略趋异的物种主要受生物因素(竞争或密度制约过程)的影响。
海拔是中条山油松人工林下灌木和藤本物种分布的重要影响因子之一,说明该地区林下物种生态策略存在趋同性。在局域范围内,除海拔外,土壤是主导植物物种分布格局的另一个关键非生物环境因子[30−32]。本研究发现:土壤通气性对林下灌木和藤本物种分布的影响仅次于海拔,但对草本物种分布的影响大于海拔,即土壤因素对草本的影响大于地形因素,而对灌木和藤本的影响小于地形因素。
该结论与前人研究结果相反,之前研究结果认为,在局域范围内,地形因素是影响植物物种分布最关键的因素,而土壤因素次之[26],其主要原因是,海拔升高导致温度、土壤肥力、土层厚度下降,辐射增加[33−36],即海拔是主导环境改变的关键因子。本研究的土壤通气性是土壤非毛管孔隙度、坡度、油松相对优势度、乔木平均生物量等4个环境因子的集合体,且土壤非毛管孔隙度是影响该综合指标的关键环境因子,此外,本研究区域各海拔土壤厚度变化不大,且海拔越高林分密度越大,辐射对林下植物影响较小,所以当土壤通气性增大时,土壤的保水能力下降,甚至消失,土壤孔隙被空气占据,植物根系无法吸收水分与养分,进而导致植物物种无法生存,所以当其值增大时植物分布将受到限制。
光照也是影响物种分布的主要环境因子之一[37]。本研究发现:林冠郁闭度对林下灌草藤物种分布均存在显著影响,说明光照是限制该区域林下物种多样性的另一个关键环境因子。刘浩栋等[38]研究发现:冠层郁闭度坡向是解释海南岛霸王岭陆均松Dacrydiumpetinatum天然群落物种分布的主要驱动因素。本研究中,林冠郁闭度是郁闭度、坡向、间伐间隔的等3个环境要素的综合体,所以在今后的森林经营活动中,可以通过开林窗的方式改变林下光照环境,增加林下物种多样性。油松人工林下物种分布主要受非生物环境因子影响,其中地形(海拔)和土壤(土壤通气性)是影响中条山油松人工林下物种分布的关键环境因子。
由于山地生态系统的水热主要受海拔影响,海拔对物种的分布的影响占主导地位,因此随着海拔和土壤通气性的升高,林下物种多样性下降,即地形和土壤因子形成的非生物环境筛作用影响区域群落植物物种的扩散和生存,使物种广泛分布于适宜其自身生存的环境中。本研究校正解释率较低,说明分析中很大一部分的物种信息可能丢失。造成解释率较低的原因可能是未考虑一些生物、非生物环境要素的结果,如非生物因素中的温度、降水量、光照等,生物因素中的植物功能性状、竞争、人类活动等[39]。所以为了增加环境因子对中条山油松人工林下物种多样性的解释率,今后的研究需增加相应的环境因子。
4 参考文献
[1]王健铭, 崔盼杰, 钟悦鸣, 等. 阿拉善高原植物区域物种丰富度格局及其环境解释[J]. 北京林业大学学报, 2019,41(3):14 − 23.WANG Jianming, CUI Panjie, ZHONG Yueming,etal. Biogeographic patterns and environmental interpretation of plantregional species richness in Alxa Plateau of northern China[J].JBeijingForUniv, 2019,41(3): 14 − 23.
[2]翁昌露, 张田田, 巫东豪, 等. 古田山10种主要森林群落类型的α和β多样性格局及影响因素[J].生物多样性, 2019,27(1): 33 − 41.WENG Changlu, ZHANG Tiantian, WU Donghao,etal. Drivers and patterns of α- and β-diversity in ten main forestcommunity types in Gutianshan, eastern China[J].BiodiversitySci, 2019,27(1): 33 − 41.
[3]刘世荣, 代力民, 温远光, 等. 面向生态系统服务的森林生态系统经营: 现状、挑战与展望[J]. 生态学报, 2015,35(1):1 − 9.LIU Shirong, DAI Limin, WEN Yuanguang,etal. A review on forest ecosystem management towards ecosystem services:status, challenges, and future perspectives[J].ActaEcolSin, 2015,35(1): 1 − 9.
作者:裴顺祥,法 蕾,杜满义,辛学兵
转载请注明来自发表学术论文网:http://www.fbxslw.com/nylw/29258.html