第十章 群落的分类与排序 一、群落的分类1 ，中国植物群落分类原则、系统和单位 主要分类单位分三级：植被型（高级单位）、群系（中级单位）和群丛（基本单位）。每一等级之上和之下又各设一个辅助单位和补充单位。高级单位的分类依据侧重于外貌、结构和生态地理特征，中级和中级以下的单位则侧重于种类组成。其系统如下：

植被型组（ Vegetation type group ） 植被型（ Vegetation type ） 植被亚型（ Vegetation subtype ） 群系组（ Formation group ） 群系（ Formation ） 亚群系（ Subformation ） 群丛组（ Association group ） 群丛（ Association ） 亚群丛（ Subassociation ）

植被型组（ vegetation type group ）： 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（ vegetation type ）： 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-Rhododendron dahurica-phyrola incarnata（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-Rhododendron dahurica- phyrola incarnata +Carex sp 。

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. Pinus massoniana 或写成 Pinus massoniana Association 。

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. Caragana microphlla<（或 ||） Stipa grandis-Cleistogenes squarrasa-Artemisia frigida或 Ass.(Caragana microphlla)<Stipa grandis-Cleistogenes squarrasa 。

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. Caragana microphlla<Stipa grandis+Cleistogenes squarrasa+Artemisia frigida 。

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. Aneurolepidium chinense 。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. Castanopsis chinensis+Cryptocary chinensis

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（ direct gradiant analysis ） 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（ indirect gradiant analysis ） 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。

1 ，直接梯度分析（ direct gradiant analysis ）• 极点排序法 •主成分分析（ principal components analysis ）

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 （ Detrended Correspondence Analysis ）

天山山脉中段南北坡植物群落的 CCA 典范对应分析　　通过对天山山脉中段南北坡植物群落与环境变量 (土壤有机质含量、土壤 pH值大小和土壤中的 C/N比 ) 之间的 CCA 分析，发现植物群落分布与上述 3 个土壤变量之间，有着很好的回归关系。其群落排序轴与土壤 pH值 (pH) 、土壤有机质含量 (Y) 和土壤中的C/N比 (C) 的回归方程如下：　　天山山脉中段北坡　　 Axis1=1.8075pH-1.365Y-0.0246C　　 R2=0.9999　　 Axis2=0.9874pH+2.2308Y-1.7882C R2 =0.9999　　天山山脉中段南坡　　 Axis1=1.6261pH-2.07Y-0.2073C R2 =0.9957　　 Axis2=-1.1369pH-0.9667Y+1.6647C R2=0.9999

天山山脉中段植被排序的环境解释　　通过多元回归分析，给出了整个天山山脉中段的气候指标 ( 生物温度 BT 、年可能蒸散量 PET 、湿润指数 IM 、年均降水量 P 、 1 月最低温度 CMT 、 7 月最高温度 WMT 和年均温度 T) 与地理坐标 ( 纬度 L 、经度 G 和海拔高度 H) 之间的回归方程：　　　 BT=88.066-1.838L+0.07G-0.005H　　　 R2=0.9644　　 PET=5189.74-108.31L+4.15G-0.28H R2=0.9644　　　 IM=-23.46+1.10L-0.29G+0.002H R2=0.7965　　　 P=-604.67+101.76L-43.61G+0.08H R2=0.4601　　 CMT=311.45-3.82L-1.81G-0.0083H R2=0.8661　　WMT=81.04-2.31L+0.59G-0.0085H R2=0.9382　　　 T=189.47-3.06L-0.51G-0.0079H R2=0.9382

由于这些方程具有相对较高的相关性，所以可以用地理坐标预测天山山脉中段任意点的气候指标，来解释植物群落类型和分布不同的原因。

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-1.7882C　　　　 R2 =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+0.022T　　 R2=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 Axis1 是一个温度梯度，这也与前面的 DCA 分析相一致。　与北坡相同，南坡的 Axis2也是一个湿度轴，也与气候湿度变量相关性不高，而与土壤有机质含量最为相关，土壤 pH 和 C/N比次之。回归方程如下：　　 Axis2=-1.1369pH-0.9667Y+1.6647C　　　　 R2=0.9999

2 ，直接梯度分析