北京市低效林物种多样性指数影响因子研究.docxVIP

北京市低效林物种多样性指数影响因子研究 北京至天津沙源治理工程是一项重大的国家生态工程，目前已进入第二阶段。工程任务的出发点是保护和扩大林草植被，建设内容主要以低效林改造、人工造林（困难立地和宜林地造林）、封山（沙）育林为主，达到减少风沙危害和水土流失、改善首都及周边地区生态状况的目标。其中，以提升物种多样性和完善林分结构为目标的低效林改造是投资最多、工期最长、任务最艰巨的工程类型。低效林主要表现为林地生产力、森林生态服务功能和社会服务功能显著低于同等立地条件下同类林分的平均水平，因此，其改造措施的实施与效果的研究显得尤为重要。森林物种多样性在维持陆地生态系统平衡，保证人类和社会经济可持续发展方面发挥着不可替代的重要作用 1 气候、植被条件 研究区位于北京市山区（39°28′～41°05′N,115°25′～117°30′E）。该区属暖温带大陆性季风气候，多年平均降水量为583.0 mm，年均气温为10.0～12.0℃。主要土壤类型为褐土。原始植被类型主要为阔叶落叶林和温带针叶林，山地植被类型为杂草草甸和混生次生的阔叶落叶林，由于环境破坏，山地植被演替为灌丛和萌生丛。 北京市京津风沙源治理工程的低效林改造区主要分布在北京山区，改造区面积约11 218.76 km 2 学习方法 2.1 头沟区、低碳林、水林区造林模式 北京市京津风沙源二期低效林改造工程位于北京市西北侧的房山区、门头沟区、昌平区、延庆区、怀柔区、密云区、平谷区以及松山、西山、八达岭和十三陵4个林场。依据工程2013年以来的实施状况、立地条件类型、实施面积、空间布局，选定35个侧柏低效林调查样地（图1）。 2.2 采样与处理 2.2.1 坡度和坡向的测定 (1)在低效林改造小班内设置1个20 m×20 m样地，使用全球定位系统（GPS）获取样地的经纬度、海拔信息，用罗盘测定坡度和坡向。(2)采用方格纸描点的方法记录样地内乔木株数和位置，用红外线测高器测量乔木的高度，用胸径尺测量乔木胸径，通过设置5个5 m×5 m大小的灌木样方和10个1 m×1 m的草本样方调查林下物种多样性及各个物种的盖度，多样性的植物鉴定精确到种，盖度调查以5%为等级间距进行分级估测 2.2.2 林下群落物种多样性计算 森林物种多样性包括乔木层、灌木层和草本层各层次的多样性，本研究的研究对象侧柏低效林大多未郁闭和成林，应多关注灌木层和草本层植物群落的多样性，即林下群落的物种多样性指数D 2.3 模型大熵数据的采集和样本区数据的筛选 2.3.1 立地条件因素 选取北京市海拔、坡向、坡度、全氮、全磷、全钾、速效氮、速效磷、速效钾和土壤有机质共10个立地条件作为环境变量。其中海拔源于30 m分辨率数字高程模型（DEM），坡向和坡度由高程数据提取而来，全氮、全磷、全钾、速效氮、速效磷、速效钾和土壤有机质来源于寒区旱区科学数据中心（/data/）。 2.3.2 shren指数变化 将各个样地对应的Shannon-Wiener指数按升序排列。排列结果显示：ShannonWiener指数从0.707开始有显著提升。结合相关对物种多样性的研究 2.3.3 计算模型的最大熵maxen 最大熵模型是以最大熵理论为基础的物种地理尺度空间分布模型。其核心是通过不完全信息推断未知信息，求概率分布在熵值达最大时的条件 3 结果与分析 3.1 gleason指数 由表2可知：35个侧柏低效林样地中，Shannon-Wiener指数的极差最大，Pielou指数的极差最小；Gleason指数的标准差最小，离散程度最低。可推断大多数样地林下植物组成比较固定，种类相对一致。各个多样性指数均能反映样地的物种多样性水平。由于Shannon-Wiener指数是物种多样性指数中最常用的指标，因此，选用Shannon-Wiener指数作为最大熵模型样地筛选的指标。 3.2 模型的最大熵分析和结果分析 3.2.1 模拟精度分析 将筛选的样地数据代入最大熵模型，生成ROC曲线（图2）。从图2可见：模型训练集曲线的A 3.2.2 侧柏低效林林下物种多样性的空间分布概率 由最大熵模型生成的立地环境因子变量对多样性指数影响的贡献率排序见表3。表明影响侧柏低效林多样性指数的环境变量主要有8个。影响侧柏低效林物种多样性指数的主要立地环境因子是海拔、坡向和土壤全磷，这三者的累积贡献率之和达86.1%。其中：海拔对侧柏低效林物种多样性指数的贡献率最大，达46.8%。由图3可知：海拔100～250 m侧柏低效林物种多样性指数高于筛选值的分布概率最大。随着海拔的增加，侧柏低效林林下物种多样性指数高于筛选值的分布概率急剧下降；坡向对侧柏低效林物种多样性指数贡献率次之，达28.9%，从坡向来看，0～90°阴坡对应的侧柏林下物种多样性高于筛选值的分布概率不超过0.5，