海南高速公路东线边坡植物群落物种多样性及其与环境关系
2016-12-06赵怀宝陈道运
赵怀宝,陈 镔,陈道运,陈 威,黎 明
(1.海南热带海洋学院 生命科学与生态学院,海南 三亚 572022;2.三亚新大兴园林生态工程有限公司,海南 三亚572022)
海南高速公路东线边坡植物群落物种多样性及其与环境关系
赵怀宝1,陈 镔1,陈道运1,陈 威2,黎 明1
(1.海南热带海洋学院 生命科学与生态学院,海南 三亚 572022;2.三亚新大兴园林生态工程有限公司,海南 三亚572022)
沿海南省东线高速公路设置13个样地,对其进行植被群落物种多样性调查,并采集样地土壤,测定含水量、pH、有机质、全N、电导率等指标,探讨植被群落物种多样性、群落类型以及α多样性指数与土壤因子的关系.结果表明:样地共调查到植物43种,分属17科41属,其中,禾本科、豆科分占物种总数的23.25%、18.60%.狗牙根、蟛蜞菊、野扁豆、紫茎泽兰在其群落中重要值都在0.2以上.根据TWINSPAN分类结果,将样地植物划分为四个群落类型:厚藤—蕨—蟛蜞菊,狗牙根—蟛蜞菊—假马草,紫茎泽兰—野扁豆—土牛膝,黄花稔.高速公路边坡的α多样性偏低.Margalef指数、Shannon-Weiner指数与含水量正相关,Pielou指数与含水量负相关.Shannon-Weiner指数、Simpson指数与有机质、全N、pH、电导率正相关,与C/N负相关,Margalef指数刚好相反,表明土壤含水量是边坡植被α多样性差异的最主要影响因子.
植物群落;α多样性;土壤因子;典范对应分析
0 引言
高速公路边坡植被在防止水土流失、改善公路景观方面发挥着重要作用.但在公路建设过程中,土壤扰动大、贫瘠、坡度大、难于管理等问题困扰着边坡植被物种的选择和植被建植.通过公路边坡植被群落物种多样性和演替规律的研究,可以为边坡绿植恢复和重建的物种选择、恢复重建及长期的监测管理提供依据.
物种多样性是群落稳定性的基础.物种组成决定群落的性质、结构和功能[1].李娟等分析了怀新高速公路边坡植物群落特征[2].于燕华等选择四川省成昆铁路沿线不同坡向的土质路堑边坡和岩质路堑边坡,对边坡植物群落的植被类型及其结构特征、边坡植被恢复物种组成及其特征进行了调查研究[3].王倩等以遂渝铁路边坡植物群落为研究对象,分析了遂渝铁路边坡草本植物多样性季节动态和空间分布特征[4].
植被群落物种多样性与环境因子的关系是生态学研究的热点问题.李新荣等研究表明土壤养分有机质、N与物种多样性指数之间存在显著的相关性[5].赵洋毅等研究表明,物种多样性与土壤有机质关系密切[6].刘丽丽等研究表明,夏蜡梅群落物种多样性与土壤有机质含量也呈正相关等[7].但J.S. Rentch等对弗吉尼亚西部高速公路边坡群落研究表明,公路边坡不同位置的土壤养分之间差异极小,植物群落组成没有明显差异[8].
本研究利用对海南东线高速公路自南向北所创设的边坡生境,开展植被植物群落多样性的调查,划分群落类型,为边坡植被恢复物种选择提供依据;并分析群落多样性与土壤因子的关系,为边坡植被的长期监测和管理措施的制定提供参考.
1 研究方法
1.1调查及测定方法
在海南东线高速三亚至海口段自南到北的边坡设置13个样地.植被调查采用典型样方法,在每个样地中,设置4个1m×1m的草本样方,分别记录每种草本的物种数、个体数、盖度等指标.同时,还测定了土壤的含水量、pH、有机质、全N、电导率.用环刀采集样方内0-15cm混合土样,采用烘干法测定含水量,用酸度计法测定pH,采用重铬酸钾容量法测定有机质,采用凯氏定氮法测定全氮,用DDSIIA电导率仪测定电导率.1.2数据整理与统计分析
植物群落的α多样性是群落物种多样性的重要指标[9].在α多样性指数中, Margalef指数是最简单也是相对可靠的测定方法[10],但是,该指数与取样面积存在比例关系并且忽略了相对优势度、重要值.Simpson指数对于均匀度的敏感性高于Shannon-Wiener指数,而Shannon-Wiener指数对于物种丰富度的敏感性高于Simpson指数[11],计算群落α多样性时,会出现物种丰富度的增加,被不断降低的均匀度抵消的现象.鉴于此,本文将用Margalef指数,Pielou指数,Simpson指数,Shannon-Weiner指数共同测算,预期更全面地反映α多样性.各指数计算公式如下:
重要值(Pi)=(相对多度+相对盖度+相对频度)/3,
Marglef指数(R)=(S-1)/lnN,
应用WinTWINS进行植物群落分类,应用Canoco4.5进行典范对应分析(CCA)分析植被物种多样性与环境的关系[12].
2 结果与分析
2.1 植物群落物种多样性
13个样地共调查到植物43种,分属17科,41属,其中禾本科、豆科占物种总数的23.25%、18.60%.狗牙根、蟛蜞菊、野扁豆、紫茎泽兰在其群落中重要值都在0.2以上,是优势物种.
2.2 群落类型
根据TWINSPAN分类结果,将调查样地划分为以下四个群落类型:
群落Ⅰ.厚藤—蕨—蟛蜞菊(Ipomoea pescaprae—Pteridium aquilinum—Wedelia chinensis),包含一个样地,即2号样地,海拔22.48m,阴坡.土壤为红壤,pH5.25.该群落的优势种为厚藤,与其伴生的物种有蕨、蟛蜞菊、含羞草.
群落Ⅱ.狗牙根—蟛蜞菊—假马草(Cynodon dactylon—Wedelia chinensis—Stachytarpheta jamaicensis),包括编号为1、3、4、5、7,五个样地.该群落分布于海拔16m~23m,坡向类型包括1、3和4样地,为阳坡,5、7样地为阴坡.该群落的优势种为蟛蜞菊,伴生种为狗牙根、土牛膝.
群落Ⅲ.紫茎泽兰—野扁豆—土牛膝(Eupatorium odoratum—Dunbaria villosa (Thunb.) Makino— Achyranthes aspera),包括编号为6、8、9、10 、12、13五个样地.该群落分布于海拔 24.20m~67.00m,坡向类型包括10、12为阳坡,6、8、9和13为阴坡.该群落的优势种为紫茎泽兰,伴生种为银合欢、狼尾草.
群落Ⅳ.黄花稔(Sida acuta Burm),包括一个样地,编号为11.该群落的海拔分布为27.60m,坡向类型阳坡.该群落仅有黄花稔一个物种.
2.3α多样性指数变化趋势及其与环境的关系
2.3.1α多样性指数变化趋势
各样地α多样性指数见表1.由表1可知,P7的Margalef指数、Shannon-Weiner指数最高;P2的Simpson指数最高;P12的Pielou指数最高.但α多样性整体偏低.其中P11因存在着大量入侵物种新银合欢,仅黄花稔一种物种,所以出现了Margalef指数、Pielou指数为0的情况.
表1 13个样地α多样性指数
研究地阴坡、阳坡样地由南到北的排序中物种数和α多样性指数的变化结果趋势图如图1. 阴坡的物种数和α多样性都比阳坡高.
图1 样地由南到北α多样性指数的变化
2.3.2 土壤因子变化趋势
土壤因子由南至北的变化趋势见图2.由图2可知, P5土壤质地为沙土,含水量最低. P2为红壤,pH值为5.25,有机质、全N偏低. P4有机质高达110.71g/kg、全N 2.781g/kg、电导率值196 us/cm,但该样地α多样性并不是最高的,优势种蟛蜞菊占据了主导地位.由图3-2可知,含水量、有机质、全N、C/N有增加趋势,pH、电导率有减少趋势,有机质、全N、电导率的变化趋势相似的.
图2 土壤因子由南到北的变化趋势
2.3.3 α多样性指数与土壤因子关系
CCA分析所得结果如图3. pH、有机质、全N、电导率与第一排序轴正相关,有机质、全N、电导率表现出了极大的相关性,含水量与第二排序正相关.α多样性与土壤因子的相关性表明,Margalef指数、Shannon-Weiner指数与含水量正相关,Pielou指数与含水量负相关.Shannon-Weiner指数、Simpson指数与有机质、全N、pH、电导率正相关,与C/N负相关,Margalef指数刚好相反.
图3 植被α-多样性指数与土壤因子典范对应分析的双轴排列图(S1:Margalef指数; S2:Simpson指数; S3:Shannon-Weiner指数;S4:Pielou指数.HS:含水量; YJZ:有机质; D:电导率; CN:C/N.)
四个多样性指数与六个环境因子的Pearson相关分析如表2. α多样性指数与6个土壤因子的相关性都未达到显著水平.比较图3中环境因子的连线长度可知,各因子影响的大小依次为:含水量>电导率>全N>有机质>C/N>pH,这表明土壤含水量是α多样性差异的最主要影响因子.
表2 α多样性指数与环境因子的相关性
(注:- 表示运算未有结果)
图4 物种与土壤因子典范对应分析的双轴排列图(1蟛蜞菊、2紫茎泽兰、3马松子、4含羞草、5假马草、6马唐、7穿心莲、8链荚豆、9阔叶丰花草、10假臭草、11三点金、12狗牙根、13心形黄花稔、14叶下珠、15地钱草、16野扁豆、17山蒌叶、18海刀豆、19虎尾草、20芒草、21看麦娘、22红尾翎、23峨眉蕨、24葫芦茶、25厚藤、26了哥王、27红毛草、28假高粱、29无刺含羞草、30篱栏网、31牛筋草、32鬼针草、33龙珠果、34土牛膝、35火索麻、36肖梵天花、37狼尾草、38银合欢、39小心叶薯、40巴西含羞草、41黄花稔、42黄花草、43糙叶丰花草)
2.4 物种分布与环境的关系
物种和土壤因子的CCA排序分析结果如图4所示. 43个物种中,马唐、红毛草在含水量较大时比其他物种更具有最适量;鬼针草在C/N较大时比其他物种更具有最适量;在有机质较大时虎尾草比其他物种更具有最适量;链荚豆在全N较大时比其他物种更具有最适量;篱栏网在电导率较大时比其他物种更具有最适量;银合欢在pH较大时比其他物种更具有最适量.
3 结论与讨论
物种多样性对于生态系统的功能和稳定起决定性作用,研究群落物种多样性有助于了解物种的空间分布规律,能够揭示群落多样性与环境的相互作用过程[13].本研究发现:边坡含水量低,有机质、全N缺乏,豆科和禾本科植物占优势.阴坡比阳坡更有利于植被的生长.这与肖蓉等对铜延高速公路边坡植物进行了调查分析结果是一致的[14].根据TWINSPAN分类结果,将样地植物划分为四个群落类型,群落Ⅱ是以狗牙根—蟛蜞菊—假马草为优势种的群落,群落Ⅲ是以紫茎泽兰—野扁豆—土牛膝为优势种的群落,其中狗牙根、蟛蜞菊、野扁豆、紫茎泽兰重要值都在0.2以上.
高速公路边坡特殊的地理位置和自然条件决定了边坡植被生态系统的脆弱性和不稳定性,该地区物种组成较为简单,共发现43种植物,与海南省植物群落物种多样性相比,α多样性指数较低[15].同时得出:沿高速路由南到北的变化中含水量、有机质、全N、C/N有增加趋势,pH、电导率有减少趋势,有机质、全N、电导率的变化趋势是相似的.
李新荣等研究表明土壤养分有机质、N与物种多样性指数之间存在显著的相关性[5],赵洋毅等研究表明,物种多样性与土壤养分特征关系显著,其中有机质与物种多样性关系密切[6],陈宗伟等对青海高速公路沿线植物群落稳定性影响因子分析,研究表明,影响沿线植物群落稳定性的主要影响因子包括土壤养分含量、盐分含量、苗木适应性、栽植密度及降雨量[16].本研究中CCA分析与Pearson相关验证结果显示,α多样性与6个土壤理化因子的相关性都未达到显著水平,土壤含水量是α多样性差异的最主要影响因子.由于边坡坡面陡峭、道路施工扰动后土质差等因素,土壤水分就成为影响植被分布的重要因子.
[1]车志伟,史云峰,曲江勇. 三亚湾海域浮游植物群落结构研究[J] .琼州学院学报,2014,21(05):87-92.
[2]李娟,黄丽华.怀新高速公路边坡植物群落特征研究[J].贵州科学,2012,30(3):72-75.
[3]于燕华,艾应伟,辜彬, 等.铁路路堑边坡植被恢复调查研究[J].北方园艺,2008(8):94-98.
[4]王倩,艾应伟,裴娟,等.遂渝铁路边坡草本植物多样性季节动态和空间分布特征[J].生态学报,2010,30(24):6892-6900.
[5]李新荣,张景光,刘立超,等.我国干旱沙漠人工地区人工植被与环境演变过程中植物多样性的研究[J].生态学报,2000,24(3):257-261.
[6]赵洋毅,王玉杰,王云琦,等.渝北不同模式水源涵养林植物多样性及其与土壤特征的关系[J].生态环境学报,2009,18(6):2259-2266.
[7]刘丽丽,金则新,李建辉.浙江大雷山夏蜡梅群落植物物种多样性及其与土壤因子相关性[J].植物研究,2010, 30(1): 57-64.[8]Rentch J S, Fortney R H, Stephenson S L, et al. Vegetation-site relationships of roadside plant communities in West Virginia, USA[J].Journal of Applied Ecology, 2005(42):129-138.
[9]王湘君,陈文,杜宇,等.基于数学模型研究三亚市区绿地生态破坏后盖度恢复[J].琼州学院学报, 2015, 22(5):86-90.
[10]许晴,张放,徐中旗,等.Simpson 指数和Shannon-Wiener 指数若干特征的分析及“稀释效应”[J].草业科学,2011,28(4):527-531.
[11]叶万辉,马克平,马克明,等.北京东灵山地区植物群落多样性研究 Ⅸ.尺度变化对α多样性的影响[J].生态学报,1998,18(1):10-14.
[12]赵怀宝,刘彤,雷加强,等.古尔班通古特沙漠南部植物群落β多样性及其解释[J] .草业学报,2010,19(3):29-37.
[13]郝占庆,于德永,杨晓明,等.长白山北坡植物群落 α多样性及其随海拔梯度的变化[J].应用生态学报, 2002, 13(7): 785-789.[14]肖蓉.黄土丘陵区高速公路边坡植被调查及护坡模式优化研究[D].杨凌:西北农林科技大学,2009.
[15]周威.海南文昌铜鼓岭植物群落物种多样性及稀疏规律研究[D].海口:海南大学,2013.
[16]陈宗伟,程云,杨占武,等.青海省高速公路沿线植物群落稳定性影响因子分析[J].水土保持应用技术, 2008(3):16-19.
(编校:何军民)
Species Diversity and Its Correlation with the Environment in Highway Slope
ZHAO Huai-bao1, CHEN Bin1, CHEN Dao-yun1, CHEN Wei2,LI Ming1
(1. College of Life Sciences and Ecology, Hainan Tropical Ocean University, Sanya Hainan 572022, China; 2. Sanya Daxing New Landscape Ecological Co. Ltd., Sanya Hainan 572022, China)
13 samples in the slope of the east highway in Hainan province were set up to investigate the vegetation species diversity, to collect soil samples and to measure water content, pH, organic matter, total N content, conductivity, and C/N index. The relation between soil and α-diversity index was explored. The results showed a total number of 43 plots species, belonging to 17 family, 41 genus, of whichGramineaeaccounted for 23.25% andLeguminosaeaccounted for 18.60%, and important values ofCynodondactylon,Wedeliachinensis,Dunbariavillosa(Thunb.)Makino,Eupatoriumodoratumin their communities were 0.2 above each. According to TWINSPAN classification results, the plot was divided into the following four plant community types:Ipomoeapescaprae—Pteridiumaquilinum—Wedeliachinensis,Cynodondactylon—Wedeliachinensis—Stachytarphetajamaicensis,Eupatoriumodoratum—Dunbariavillosa—Achyranthesaspera,andSidaacutaBurm. α-diversity of the highway slope vegetation is low. Margalef index and Shannon-Weiner index was correlated with water content positively, whereas Pielou index with moisture content negatively. Shannon-Weiner index and Simpson index was correlated positively with organic matter, total N, pH and conductivity, whereas negatively with C/N. On the contrary, Margalef index was correlated negatively with organic matter, total N, pH and conductivity, whereas positively with C/N. It is demonstrated that soil water content is the most important factor of α-diversity variation in the transitional zone of vegetation slope.
plant community; α-diversity ; soil factor; canonical correspondence analysis
2016-09-01
三亚市科研试制项目(2016KS02);海南省社会发展科技专项项目(2015SF24);琼州学院开放实验项目(2014QYKY060)
赵怀宝(1969-),男,河南永城人,海南热带海洋学院生命科学与生态学院,副教授,博士,研究方向为生态学及园林.
Q948;U418.9
A
1008-6722(2016) 05-0017-06
10.13307/j.issn.1008-6722.2016.05.04