植物群落的命名课件

第10章群落的分类与排序

一、群落的分类1，则侧重于种类组成。其系统如下：

植被型组（Vegetationtypegroup）植被型（Vegetationtype）植被亚型（Vegetationsubtype）群系组（Formationgroup）群系（Formation）亚群系（Subformation）群丛组（Associationgroup）群丛（Association）亚群丛（Subassociation）

植被型组（vegetationtypegroup）：凡建群种生活型相近而且群落外貌相似的植物群落联合为植被型组。这里的生活型是指较高级的生活型。

植被型（vegetationtype）：在植被型组内，把建群种生活型（一级或二级）相同或相似，同时对水热条件的生态关系一致的植物群落联合为植被型。

群系（formation）：凡是建群种或共建种相同的植物群落联合为群系。如果群落具共建种，则称共建种群系，如落叶松、白桦混交林。

群丛（association）：

凡是层片结构相同，各层片的优势种或共优种相同的植物群落联合为群丛。

根据上述系统，中国生态学家于1980年完成了《中国植被》一书和中国植被图的制作。中国植被分为10个植被型组、29个植被型、560多个群系、群丛则不计其数。

10个植被型组为：针叶林、阔叶林、灌草和灌草丛、草原和稀树干草原、荒漠包括肉质刺灌丛、冻原、高山稀疏植被、草甸、沼泽、水生植被

29个植被型为：寒温性针叶林、温性针叶林、温性针阔叶混交林、暖温性针叶林、热性针叶林、落叶阔叶林、常绿落叶阔叶混交林、常绿阔叶林、硬叶常绿阔叶林、季雨林、雨林、珊瑚岛常绿林、红树林、竹林、常绿针叶灌丛、常绿草叶灌丛、落叶阔叶灌丛、常绿阔叶灌丛、灌草丛、草原、稀树干草原、荒漠、肉质刺灌丛、高山冻原、高山垫状植被、高山流石滩稀疏植被、草甸、沼泽、水生植被

2，植物群落的命名群丛的命名方法：凡是已确定的群丛应正式命名，我国习惯于采用联名法，即将各个层中的建群种或优势种和生态指示种的学名按顺序排列。在前面冠以Ass.（Association的缩写），不同层之间的优势种以“-”相连。如Ass.Larix

gmelini-Rhododendrondahurica-phyrolaincarnata（即兴安落叶松-杜鹃-红花鹿蹄草群丛）。从该名称可知，该群丛乔木层、灌木层和草本层的优势种分别是兴安落叶松、杜鹃和红花鹿蹄草。

如果某一层具共优种，这时用“+”相连。如Ass.

Larix

gmelini-Rhododendrondahurica-phyrolaincarnata+Carexsp。

单优势种的群落，就直接用优势种命名，如以马尾松为单优势种的群丛为马尾松群丛，即Ass.Pinusmassoniana或写成PinusmassonianaAssociation。

当最上层的植物不是群落的建群种，而是伴生种或景观植物，这时用“<”来表示层间关系(或用“||”或“（）”)。如Ass.Caraganamicrophlla<（或||）Stipagrandis-Cleistogenessquarrasa-Artemisiafrigida或Ass.(Caraganamicrophlla)<Stipagrandis-Cleistogenessquarrasa。

在对草本植物群落命名时，我们习惯上用“+”来连接各亚层的优势种，而不用“-”。如Ass.Caraganamicrophlla<Stipagrandis+Cleistogenessquarrasa+Artemisiafrigida。

群系的命名依据是只取建群种的名称，如东北草原以羊草为建群种组成的群系，称为羊草群系。即Form.Aneurolepidiumchinense。如果该群系的优势种是两个以上，那么优势种中间用+号连接。如两广地区常见的华栲+厚壳桂群系。即Form.Castanopsischinensis+Cryptocarychinensis

群系以上高级单位不是以优势种来命名，一般均以群落外貌—生态学的方法，如针叶乔木群落群系组，针叶木本群落群系纲，木本植被型等。

二、群落的排序排序（ordination），就是把一个地区内所调查的群落样地，按照相似度来排定各样地的位序，从而分析各样地之间及其与生境之间的相互关系。

排序方法可分为两类直接梯度分析（directgradiantanalysis）

利用环境因素的排序，即以群落生境或其中某一生态因子的变化，排定样地生境的位序。间接梯度分析（indirectgradiantanalysis）用植物群落本身属性（如种的出现与否，种的频度、盖度等等），排定群落样地的位序。PCA法存在以下两方面的不足：1，PCA指示用于原数据构成线性点集的情况。对于分离的点集，PCA的结果还有助于形象地分类样方点。但对非线性的点集，诸如马蹄形的，PCA却无能为力。

2，如果原始数据对各性状的方差大致相等，而且性状的相关又很小，就找不到明显的主分量。此时取少量主分量所占的信息比例较低。

无倾向对应分析

（DetrendedCorrespondenceAnalysis）天山山脉中段北坡植物群落的DCA排序轴与地理坐标的回归方程为：

Axis1=343.268+1.632L-4.771G-0.00034H-0.013P-0.187T

R2=0.8926

其中Axis1与年均温度T最为相关，其T检验中T的绝对值最大，为5.787，而且是在置信度为0.0001的水平下，因此说明Axis1是一个温度轴，这正好与前面的DCA分析相吻合。

Axis2是一个湿度轴，但却与气候湿度变量相关性不高，而与土壤pH有着很高的相关性，土壤有机质和C/N比次之。回归方程为：

Axis2=0.9874pH+2.2308Y-1.7882CR2=0.9999天山山脉中段南坡植物群落的DCA排序轴与地理坐标的回归方程为：

Axis1=70.72-6.82L+2.65G-0.0002H-0.0008P+0.022TR2=0.9102

该回归方程中，Axis1与纬度L最为相关，其T检验中T的绝对值最大，为7.931，而且是在0.0001的置信度水平下。纬度其实质反映的是热量问题，因此Axis