【教学课件】第八章群落的分类与排序.ppt

《【教学课件】第八章群落的分类与排序.ppt》由会员分享，可在线阅读，更多相关《【教学课件】第八章群落的分类与排序.ppt（42页珍藏版）》请在三一办公上搜索。

1、第八章 群落的分类与排序,第一节 生物群落的分类第二节 生物群落的排序,群落分类：对实体（或属性）集合按其属性（或实体）数据所反映的相似关系把他们分成组，使同组内的成员尽量相似，而不同组的成员尽量相异。,第一节 生物群落的分类,实体：样方、群落片断或植被地段等。,属性：种类的观测值或环境因子等。,目的：揭示群落类型形成、发展与其周围环境的关系，从而为植被管理、利用和改造以及农林牧的发展提供科学依据。,依据：群落是自然单位、边界明确、可以象物种那样进行分类。,一、中国植物群落分类原则、系统和单位,2 分类原则：采用“群落生态”原则，即以群落本身的综合特征作为依据，群落的种类组成、外貌和结构、地理

2、分布、动态演替等特征及其生态环境，在不同的等级中均作了相应的反映。,1 分类方法：不重叠等级分类,植被型：高级单位群系：中级单位群丛：基本单位植被型侧重外貌和结构、地理分布；群系、群丛侧重于种类组成。,3 主要分类单位,植被型组（vegetation type group）,植被型（vegetation type）,植被亚型（vegetation subtype）,群系组（formation group）,亚群系（subformation）,群丛组（association group）,群丛（association）,亚群丛（subassociation）,群系（formation）,植被型组

3、：凡建群种生活型相近且群落外貌相似的植物群落联合。如针叶林、阔叶林、草地等。,植被型：建群种生活型（一级或二级）相同或相似，同时对水热条件要求一致的植物群落联合为植被型。如寒温性针叶林、夏绿阔叶林等。,群系：凡是建群种或共建种相同的植物群落联合为群系。如以大针茅为建群种的任何群落都可归为大针茅群系。,群系组：根据建群种亲缘关系近似（同属或相近属）、生活型（三级和四级）近似或生境相近而划分的。如草甸草原亚型可分出：丛生禾草草甸草原，根茎禾草草甸草原和杂类草草甸草原。,群丛组：凡是层片结构相似，而且优势层片与次优势层片的优势种或共优种相同的植物群落联合。如在羊草+丛生禾草亚群系中，羊草+大针茅草原

4、和羊草+丛生小禾草。,群丛：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的联合。如羊草+大针茅这一群丛组内，羊草+大针茅+黄囊苔草原和羊草+大针茅+柴胡草原。,中国植被分为11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 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、高山稀树植被、草甸、沼泽、水生植被。,29个植被型 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、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、灌草丛、

5、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。,4 植物群落的命名,我国习惯采用联名法，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。同层优势种的联合用“+”，异层用“-”。如：Ass.Larix gmelini-Rhododendron dahurica-Phyrola incarnata（即：兴安落叶松-杜鹃-红花鹿蹄草群丛）,4 群落分类简介,（1）英美学派的群落分类原则：群落动态发生演替原则代表人物：Clements和Tansley。分类方法：双轨制分类系统分类单位：群系和群丛。,美国国家地理数据委员会植被分类系统等级

6、序列区域水平 目order外貌水平 纲class 亚纲subclass 群group 亚群subgroup 群系formation植物区系水平 群属alliance 群丛association,（2）法瑞学派的群落分类,分类原则：区别种分类方法：植物区系-结构分类系统（归并法）代表人物：Braun-Blanquet（1928）分类单位：以植物区系为基础，从基本分类单位到最高级单位，都是以群落种类组成为依据。,四、群落的数量分类,（一）数量分类的目标1 用属性划分实体，揭示植被本身存在的自然间断；2 用环境因素划分实体，揭示植被间断的环境原因；3 种分类与环境因素分类结果比较，解释植被变化与环境

7、变化的关系；4 用实体划分属性，揭示种间相互作用的规律；5 用实体划分环境因素，揭示不同环境因素之间的组合关系；6 用实体划分种组和环境因素，揭示种组与环境因素的关系。,（二）群落的数量分类,1 单元分析和多元分析2 相似系数（similarity）的运算（1）欧氏距离（Euclidean Distance，ED）,i1，2，p种数；jk1，2，N样方数,3 相关系数计算,相关系数（correlation efficient）：是一种内积系数，是离差标准化后的内积。,（1）中心化,（2）求内积,（3）相关系数,举例计算,（1）中心化（2）求内积（3）求相关系数（r-0.89）,4 信息系数,信

8、息系数（information efficient）：用样方与样方、样方与样方组合并引起信息增量作为样方间的相异（相似）性指标。一般适用二元数据。,（1）假设A中有1个样方,则（2）假设A中有样方1和2(n=2),则有sp1、sp4的样方各2个；(a1=a4=2;n-a1=n-a4=0)有sp2、sp3和sp6的样方各1个；(a2=a3=a6=1;n-a2=n-a3=n-a6=1)有sp5的样方0个；a5=0,n-a5=2,（3）假设A中有样方1、2、3和4(n=4),则有sp1的样方各3个；(a1=3;n-a1=1)有sp2、sp5和sp6的样方各1个；(a2=a5=a6=1;n-a2=n-

9、a5=n-a6=3)有sp3的样方2个；a3=2,n-a3=2有sp4的样方4个；a4=4,n-a4=0,信息增量,信息增量越大，两样方（组）之间的距离越远，相似性越小。,（三）群落的数量分类步骤,1 计算样方间的相异系数矩阵，以欧式距离为常用；2 选相异系数最小两样方A和B，首先合并为一组；3 再计算样方A+B与其他样方或样方组间的距离；Lance和Williams（1967）模型：,4 回到第二步，选距离最小的两个样方或一个样方与样方组合并，重复计算，直到所有样方合并为一组。,举例说明,Distance matrixABCDEA0.000B4.6900.000C5.0991.4140.00

10、0D3.0002.2363.0000.000E2.2365.7455.9163.7420.000ObjectsNode Group 1Group 2Dissimil.in group1BC1.41422AE2.23623Node 1D2.61834Node 3Node 24.6995Distance matrixsp1sp2sp3sp10.000sp23.3170.000sp37.3485.1960.000ObjectsNode Group 1Group 2Dissimil.in group1sp2sp13.31722Node 1sp36.2723,UPGMA,Euclidean,sp2,sp

11、1,sp3,7.2,6,4.8,3.6,2.4,1.2,0,计算举例,试计算,第二节 群落的排序,（一）排序的概念群落排序：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。,直接排序：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。群落排序：用植物群落本身属性（如种的出现与否，种的频度、盖度等），排定样地生境的位序。,排序的目的：就是把实体作为点在以属性为坐标轴的P维空间中（P个属性）按其相似关系把它们排列出来。也就是要把P维空间压缩成低维空间，让人可以理解。,按属性排列实体，称为正分析或Q分析。按实体排列属性，称为逆分析或R分析。主要采用主成分分析法（PCA）。,作业：一、名词解释植被型；群系；群丛；群落分类；群落排序；直接排序；间接排序；二、问答1、为什么对群落进行分类？2、简述中国群落分类原则、系统和单位。,