内蒙古锡林郭勒草地植物动态调查与统计分析方法探讨

朱 杰，王照兰，张彩琴*

(1.内蒙古农业大学 理学院，呼和浩特010018； 2.中国农业科学院 草原研究所，呼和浩特010010)

0 引言

锡林郭勒草原有着良好的自然资源，但因过度放牧等人为因素以及气候等自然因素的影响而导致草场退化严重，生态平衡遭到破坏[1-2]。

关于草原植物与气象因子间的关系已在相关领域得到了较为成熟的研究成果。白永飞等人发现牧草的高度与生物量的增长呈正相关，而且温度、水分影响了牧草的生长发育，不同牧草对温度和水分的需求有差异[3]。王鹏飞等人前期研究了锡林郭勒草原的气候变化及其对植被的影响，发现植被与气温和降水量之间具有显著性关系，而且植被受降水的影响要大于受温度的影响[4]。张军等人运用灰色关联矩阵进行了优势分析，说明了气象因子对草原植物地上生物量的影响程度，并得到了水分因子对牧草的影响程度最强等结论[5]。张彩琴等人通过逐步回归的方法剔除了不重要的气象因子，发现降水和积温因子对生物量形成表现的影响最为明显，而且降水的影响更显著，相同生活型的草原植物对积温因子的响应程度类似，不同功能群的植物对积温因子的响应程度有差异[6-7]。

众多学者基于多年数据的研究结果和一致性结论证实[8-10]，上述诸多方法均有一定的可行性和借鉴意义。但基于仅一个生长季的相关研究报道尚少[3，7，10]，找到一个科学合理可行的研究方法和思路能够在一定程度上及时发现问题。比如，对试验设计的合理性及时进行评价指导等，这将会对接下来多个生长季的连续试验设计及数据积累研究乃至研究结果产生重要影响。每个生长季的相关研究是多年累计数据研究的重要铺垫，对后续研究具有重要的指导意义。

本研究运用试验设计及单因子方差分析和偏相关分析的方法对一个生长季的七种重要植物的生长动态及其与八种气象因子的关系逐一进行研究，旨在通过不同的思路和角度对比前人的研究成果及异同点找到更科学、更符合实际的理论研究方法，以期为草地生态系统的相关研究提供数据依据和理论依据。

1 材料与方法

1.1 研究区域概况

研究地点为中科院内蒙古草原生态系统定位研究站，该样地位于内蒙古锡林郭勒盟白音锡勒牧场境内，总面积26.6 hm2，海拔1 186 m，年平均降水量349.6 mm。该地区降水量在各季节间差异较大，一般集中在6～9月，其降水量约占全年的80%。该区域于1983年实施围栏封育后，至今停止放牧和人为干扰。

1.2 研究方法

采用试验设计中单因子方差分析和偏相关分析的方法来研究不同植物生长动态的差异及其与八种气象因子间的相关性。

1.3 数据来源

1.3.1 干重和高度数据

选取有代表性的七种植物作为研究样本。考虑到群落空间异质性增强对试验取样的影响，在取样地内选择了100×200 m的样地作为实验小区，实验过程中的随机抽样均在该样地内进行取样测定。采用齐地刈割法，每次每种植物随机取100个单株，测定其2017年6---8月的干重和高度。单株生物量是植物个体诸多性状的集体变现，因此每期均取平均单株的干重和高度来作为指标。

1.3.2 气象数据

数据来源于2017年6---8月中科院内蒙古草原生态系统定位站的气象资料，包含了气压、水气压、相对湿度、蒸发量、气温、地温、日照时间、降水量这八个变量。

2 结果与分析

2.1 单因子方差分析

将草原植物作为单因子方差分析中的一个因子，用A表示。羊草、针茅、冰草、苔草、冷蒿、羽茅、双齿葱这七种植物为七个不同水平，分别记为A1,A2,A3,A4,A5,A6,A7。

2.1.1 随机性检验

植物高度和干重数据均通过随机取样得到，因此所有的数据yij相互独立，取平均值后仍符合随机要求。

2.1.2 正态性检验

选用K-S正态性检验的方法，运用SPSS 23.0对植物的干重和高度指标进行正态性检验，见表1。

表1 七种草原植物干重、高度数据正态性检验输出结果Tab.1 Output results of normality test on dry weight and height data of grassland plants of seven types

运用双侧检验在显著性水平α=0.05的情况下进行统计推断，七种植物干重和高度的K-S正态性检验的P值均大于0.05，认为原假设H0正确，证明七种植物的干重和高度均服从正态分布。

2.1.3 方差齐性检验

在H0成立时，多个方差之间的差异越大，H越大，会拒绝原H0假设。因此，要对于给定显著性的水平α进行H0拒绝域检验：

W={H>H1-α(r,f)}，H1-α(r,f)为H分布的1-α分位数。

在显著性水平α=0.05时，H0.95(7,6)=15.0，H值远大于15.0，拒绝原假设H0，即七个总体方差间具有显著性差异。

运用SPSS 23.0对植物的干重和高度指标进行正态性检验。结果表明，高度的显著性为0.349(P>0.05)。保留原假设，方差齐性相等，能够进行方差分析。而干重的显著性是0(P<0.05)，拒绝原假设，方差齐性不相等，有显著性差异。

2.1.4 Box-Cox数据变换

根据P检验可知，七个总体干重有显著性差异，不满足方差齐性。而满足方差齐性是进行单因子方差分析的条件之一，于是需要处理数据。适当变换试验数据之后，可以将变换后的数据看作是来自具有正态性和方差齐性的总体，然后再进行方差分析。

根据实际观测数据得到：ymax/ymin=32.910 9/0.048 3=681.38>2

可采用Box-Cox变换对原始数据进行有效联合变换，并选取6个λ的值，计算后得到对应的Se值如表2所示。

表2 不同对应的值Tab.2 Different corresponding values

结果表明，λ=-0.25时，Se为最小值，于是对原数据进行z=y-0.25的变换，见表3。

表3 变换后七种植物的干重数据Tab.3 Dry weight data of plants of seven types after transformation

2.1.5 变换后数据的正态性检验

利用上述方法对变换后的数据进行正态性检验，得到变换后干重数据K-S正态性检验的P值为0.2，大于0.05，接受原假设H0，则变换后七种植物的干重服从正态分布。

2.1.6 变换后数据的方差齐性检验

在显著性水平α=0.05时，H0.95(7,6)=15.0，H值小于15.0，接受原假设H0，即认为七个总体方差间无显著性差异。

2.1.7 单因子方差分析

运用SPSS 23.0分别对七种植物的干重和高度数据进行单因子方差检验，得到干重和高度F值分别为2.447和5.470。取显著性水平α=0.05，查表可知H0.95(6,42)=2.34，因为F>2.34，拒绝原假设H0，所以七种草原植物的干重和高度均具有显著性差异。

2.1.8 多重比较

进行单因子方差分析时，若经过F检验后拒绝原假设(H0∶μ1=μ2=…=μr)，则因子A的水平均值(μ1,μ2,…,μr)不均相等，但也不一定每两两之间都有显著差异，还需进行下一步骤来确认哪些水平下的均值之间有显著性差异，哪些无显著性差异。每次取样均取100株，则实验重复次数m相等，因此选用重复次数相等情况下的多重比较方法。

结果如下：对植物干重指标而言，可分为四类，第Ⅰ类为A4,A7(苔草、双齿葱)，高度处于最低水平，均接近于20 cm；第Ⅱ类为A1,A3,A5(羊草、冰草、冷蒿)，高度处于中等，均接近于30 cm；第Ⅲ类为A6(羽茅)，高度较高；第Ⅳ类为A2(针茅)，高度远高于其他植物。对植物高度指标而言，可分为两类，第Ⅰ类为A1,A4,A7(羊草、苔草、双齿葱)，其干重与其他种类植物相比较高；第Ⅱ类为A2,A3,A5,A6(针茅、冰草、冷蒿、羽茅)，其干重较低。

2.2 偏相关分析

2.2.1 植物干重指标的偏相关分析

结果表明，就干重而言，针茅和羽茅(丛生型)与相对湿度的相关性最强，其次是蒸发量，均与气压、水气压无线性关系；苔草(丛生型)与水气压的相关性最强，其次是相对湿度，与气温、气压和蒸发量无线性关系；羊草(根茎型)与水气压的线性关系最强，其次是地温，与气温、气压和相对湿度无线性关系；冰草(根茎型)与相对湿度的线性关系最强，其次是蒸发量，与气压、水气压没有线性关系；冷蒿(匍匐茎型)与水气压的相关性最强，其次是相对湿度，与气温、蒸发量、日照时数和降水量无线性关系；双齿葱(鳞型)与气温的相关性最强，其次是蒸发量，与相对湿度无线性关系。

2.2.2 植物高度的偏相关分析

结果表明，就高度而言，羊草和冰草(根茎型)与水气压的线性关系最强，其次是相对湿度，与降水量无线性关系；针茅、羽茅和苔草(丛生型)与相对湿度和水气压的相关性较强，均与地温、蒸发量、日照时数和降水量无线性关系；冷蒿(匍匐茎型)与水气压的相关性最强，其次是相对湿度，与气温、蒸发量、日照时数和降水量无线性关系；双齿葱(鳞型)与相对湿度的相关性最强，其次是气压，与地温、蒸发量、日照时数和降水量无线性关系。

表4 各变量与植物干重间的偏相关分析结果Tab.4 Partial correlation analysis between variables and plant dry weight

表5 各变量与植物高度间的偏相关分析结果Tab.5 Partial correlation analysis between variables and plant height

3 讨论

众多研究文献通常是将气象因子整合后再进行分析，旨在减少次要因子对主要因子研究的干扰。本研究对八种气象因子逐一进行研究的目的是想通过与前人研究结果的对比来根据异同之处进行更为细化的讨论，进而为今后的研究提供数据支持和理论依据。

通过多重比较结果可知，羊草和冰草在高度水平上被分一类，针茅和羽茅在干重水平上被分为一类。通过偏相关分析研究表明，就高度而言，羊草和冰草都与水气压及相对湿度有着较强的线性关系，针茅、羽茅、苔草都与相对湿度和水气压有着很强的相关性。就干重而言，针茅和羽茅都与相对湿度和蒸发量有着较强的线性关系，这些结果与植物生活型的分类相符。偏相关分析中无线性关系的因子并不代表两者之间没有关系，只是此方法的结果中并未展现出来。部分植物的分类并不完全与生活型分类一致，可能是受到了研究时间、气温和降水等因素的影响。

本研究根据试验设计的相关分析方法和结果对植物生活型进行分类，这在该领域中是一次新的探索，而且与已有的分类方式有诸多相似之处[6，7]，同时也看到两种分类方法之间存在的差异，这也为今后的进一步探索差异产生的原因和精确找出影响因素并进行分析奠定了基础，进而为寻求到更为准确的结论来明确研究标准。

4 结论

由单因子方差分析结果得到，羊草、针茅、冰草、苔草、冷蒿、羽茅、双齿葱这七种植物在同一生长季节的干重与高度因受环境因素的影响而存在差异。不同生活型草原植物在同一生长季内的生长动态有显著性差异，而同一生活型草原植物生长动态相似。但仍有部分植物不符合这一特征，这可能与研究时段较短以及当时的气温和降水等原因有关。同一种植物的高度和干重对同一气象因子的相关性较为接近，而且大多与该植物的生长习性相符合。