植物多样性保护管理论文

摘要[目的]研究銀川平原滩涂湿地的植物多样性、土壤理化性质的区域分布差异。[方法]选取黄沙古渡湿地、吴忠黄河湿地、银川黄河湿地和平罗湿地4个区域为研究对象，采用野外采样、室内试验与数据分析相结合的方法，探讨植物多样性、土壤理化性质和滩涂湿地发育三者之间的关系。今天小编给大家找来了《植物多样性保护管理论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！

植物多样性保护管理论文 篇1：

遥感植被指数与植物多样性的相关性及空间分布特征研究——以海口市主城区为例

摘 要：植物多样性监测是开展物种保护与植被景观规划的重要基础，对实施生物多样性的优先区域保护具有重要意义。该文以海口市主城区为例，利用Landsat 8遥感数据与样方实测数据分析了植被指数与植物多样性指数之间的相关性，根据相关性分析结果构建植物多样性遥感监测数学模型，并筛选出最优模型用于监测研究区植物多样性的空间分布状况。结果表明：Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀度指数与MSAVI植被指数相关系数最高，呈显著相关性（P<0.01）。通过一元线性数学回归模型得到的海口市植物多样性空间分布特征与实际情况相符，植物多样性水平较高的区域主要分布在火山口、东寨港和羊山湿地一带，且具有明显的空间自相关性。根据研究结果建议继续实施严格的保护措施，加强生态修复与保护工程，提高植被覆盖率和生物多样性水平。

关键词： 生物多样性， 植被指数， 植被覆盖率， 空间自相关， 遥感监测

文献标识码：A

收稿日期：2019-07-10

基金項目：海南省自然科学基金（318QN195）;海南大学科研启动基金（KYQD[ZR]1839， KYQD[ZR]1821） [Supported by Hainan Natural Science Foundation （318QN195）; Research Start-up Fund of Hainan University （KYQD[ZR]1839， KYQD[ZR]1821）]。

作者简介： 何荣晓（1987-），博士，讲师，研究方向为园林植物景观设计，（E-mail） rx.he@hainanu.edu.cn。

通信作者：雷金睿，硕士，助理研究员，研究方向为城市园林植物与景观评价，（E-mail）raykingre@163.com。

Correlation and spatial distribution characteristics of remote sensing vegetation index and plant diversity—A case study of main urban area of Haikou City

HE Rongxiao1，2， LEI Jinrui3*， YANG Fan1，2

（ 1. College of Forestry， Hainan University， Haikou 570228， China; 2. Hainan Biological Key Laboratory for Germplasm Resources of Tropical Special Ornamental Plants， Haikou 570228， China; 3. Hainan Academy of Forestry/Haikou Wetland

Protection Engineering Technology Research and Development Center， Haikou 571100， China ）

Key words： biodiversity， vegetation index， vegetation coverage， spatial self-correlation， remote sensing monitoring

生物多樣性是人类赖以生存的物质基础。随着全球范围内物种和栖息地的丧失，生物多样性破坏已严重威胁可持续发展和生态系统稳定性，成为生态学和地理学研究的热点问题（陈亮和王绪高，2008;胡海德等，2012）。近年来，随着遥感技术的快速发展，因其具备大尺度、长时间序列、多类型等优势而被广泛应用于土地利用变化（雷金睿等，2017）、生物量估测（张艳楠等，2012;王紫君等，2016）、环境监测（Koponen & Ullininen，2002;闫峰等，2006）、森林健康（Arekhi et al.，2017）等方面的研究，将遥感技术应用于生物多样性监测领域也是目前国际生物多样性研究的最新趋势，同时也是研究难点（徐文婷和吴炳方，2005;程乾等，2016;郭庆华等，2018;郭庆华和刘瑾，2018）。通过遥感手段监测植物多样性有多种方法，应用较多的是基于景观指数对植物多样性实施监测，它通过遥感影像生成土地覆盖数据，进而计算出各种景观指数。其理论基础是景观异质性与生物多样性的正相关关系（Kerr et al.，2001;Gottschalk et al.，2005），如李祖政等（2018）利用Landsat ETM+ 遥感影像探讨了徐州城市景观格局变化对植物多样性的影响。然而这种方法适合较大的空间尺度，单纯使用这种方法得到的多样性信息在精度上存在局限性（Griffiths & Lee，2000;Langford et al.，2006）。卫星遥感影像衍生出的植被指数有助于分析生物多样性格局，这些影像是可更新且易获取的，并且还可以获得多个时空尺度上的影像信息（Duro et al.，2014）。有研究认为，归一化植被指数（NDVI）与植物多样性之间存在显著正相关关系（Fairbanks & McGwire，2004;Cayuela et al，2006），可以解释区域内物种丰富度或多样性变化。这为间接监测大尺度生物多样性提供了更为便捷的方式，用于评估区域和全球尺度的生物多样性现状和变化趋势（Oindo & Skidmore，2002;Turner et al.，2003）。Fairbanks & McGwire（2004）的研究表明使用NDVI数据可以在区域尺度和长时间内对植物物种丰富度进行表征和监测。Arekhi et al.（2017）使用Landsat数据研究了土耳其Gnen大坝流域植被指数与α和β多样性之间的相关性，研究表明NDVI有助于估计大面积植物的α多样性。程乾等（2016）研究表明NDVI监测湿地植物多样性的最佳空间尺度大小为152 m × 152 m，且与Simpson指数的相关性显著。在空间尺度的研究方面，方彬等（2007）利用基于空间变异理论和半方差函数探讨了植被指数用于生物多样性监测的最佳研究尺度，根据模拟结果得出不同植被指数用于生物多样性遥感监测的最佳尺度。国内外学者对于生物多样性遥感监测在不同植被指数、不同空间尺度甚至不同地域类型都开展了相关研究，表明遥感技术在生物多样性监测领域广泛的应用前景，但在大范围的实际应用中仍然处于探索阶段。

海南岛地处热带北缘及干湿热带气候的过渡带，岛内地形复杂、气候多样、水热充沛、植被类型多样，保存了我国最大面积的热带雨林和丰富的生物多样性资源（张路等，2011）。2010年，环保部印发的《中国生物多样性保护战略与行动计划（2011—2030年）》中，海南岛中南部被确定为我国生物多样性保护优先区域。2014年，海南省印发《生物多样性保护战略与行动计划（2014—2030年）》，将海南岛北部生物多样性保护优先区域（主要保护对象为海口火山岩地区植被生态系统）确定为全省4个生物多样性保护优先区域之一。随后，海口市于2015年在《生物多样性保护战略与行动计划》中也将火山、海岸带及近岸海域、红树林等列入生物多样性保护优先区域，提出建立生物多样性监测和评估体系。基于此，本研究以海口市主城区为例，将遥感技术应用于植物多样性监测领域，是对区域生物多样性监测与保护的有益探索，有助于快速开展生物多样性本底调查和监测信息化建设，加强生物多样性优先区域的保护。

1 研究区概况

海口市（110°10′—110°41′ E、19°32′—20°05′ N）位于海南岛北部，属热带海洋性季风气候，为典型的热带滨海省会城市。海拔为0～222 m，年平均气温24.4 ℃，年平均降水量1 696.6 mm，平均相对湿度85%。区域内以滨海平原地貌为主，东部有海南

东寨港红树林自然保护区，西部有火山口世界地质公园，南部有羊山湿地，森林覆盖率33.63%。现有植被主要以人工纯林为主，如木麻黄（Casuarina equisetifolia）、马占相思（Acacia mangium）、桉树（Eucalyptus robusta）、橡胶树（Hevea brasiliensis）、龙眼（Dimocarpus longan）、荔枝（Litchi chinensis）等。天然林相对较少，以热带地区常见的野生灌木草丛植物种群为主，以及分布于东部沿海一带的东寨港红树林群落。本研究以海口市主城区为研究样区，面积约520 km2（图1）。

2 研究方法

2.1 植物多样性调查

基于ArcGIS 10.3采用随机抽样方法在海口市主城区范围内设置60个样方，大小为30 m × 30 m。在2013年6—11月间，采用高精度GPS定位实地寻找随机布设的样方，对样方内的调查记录内容包括：土地利用类型、地面覆盖情况;胸径≥3 cm乔木的种类、株数、胸径、树高、干高、冠幅、健康状况等;灌木的种类、盖度、高度、健康状况;草本的种类、面积、高度、健康状况（何荣晓，2016）。但由于部分样方落在建筑、水面或农田上，为避免影响相关性分析精度，剔除代表性不强、易引起偏差的样方， 最后优选出48个样方数据（图1）。从中随机抽取2/3的样方数据（即32个样方）用于建模，剩余的样方用于模型验证。

植物多样性指数选取3种广泛使用的α多样性指数（刘鲁霞，2019）。其计算公式如下。

（1）Shannon-Wiener多樣性指数：

H=-∑si=1（PilnPi）;

（2）Simpson多样性指数：D=1-∑si=1（Pi）2;

（3）Pielou均匀度指数：J=Hln（S）。

式中：S为物种数;Pi为物种i的相对重要值。植物物种的相对重要值计算公式如下。

（1）乔木层：重要值IV=（相对密度+相对频度+相对显著度）/3;

（2）灌木层：重要值IV=（相对密度+相对频度+相对盖度）/3;

（3）草本层：重要值IV=（相对高度+相对频度+相对盖度）/3;

（4）相对重要值=该物种的重要值/该样地内所有物种的重要值之和。

通过 R.3.2.2的 vegan 软件包中的diversity函数完成植物物种多样性指数计算（何荣晓，2016）。

植物综合多样性指数引用杨学军等（1998）的多序稳定假说提出的时间-稳定系数C=ln（a+1）（a为植物进入稳定状态的时间）来计算乔木层、灌木层、草本层权重，求和得到相应综合指数。本研究中乔木层、灌木层、草本层的权重值分别取0.6、0.3和0.1（周彬等，2002;程乾等，2016）。

2.2 植被指数计算

选用海口市清晰少云、且与调查时间一致的Landsat 8 OLI-TIRS遥感影像 （数据来源于中国科学院计算机网络信息中心地理空间数据云平台（http：//www.gscloud.cn）），获取时间为2013-10-26，云量为2.44%，轨道号为p124/r46。依托ENVI 5.1软件平台，遥感影像经几何校正、辐射校正等预处理，误差控制在0.5个像元，运用栅格计算器分别计算生成各类植被指数栅格图，空间分辨率均为30 m。选取6种常用的植被指数进行处理分析（张艳楠等，2012;Arekhi et al.，2017）。计算公式如下。

（1）差值植被指数：DVI=NIR-R;

（2）增强型植被指数：

EVI=2.5×（NIR-R）NIR+6×R-7.5×B+1;

（3）修改型土壤调整植被指数：

MSAVI=2NIR+1-（2NIR+1）2-8（NIR-R）2;

（4）归一化差异植被指数：NDVI=NIR-RNIR+R;

（5）比值植被指数：RVI= NIRR;

（6）转换型植被指数：TVI= NDVI+0.5。

式中：NIR代表近红外波段即OLI-5;R代表红外波段即OLI-4;B代表蓝色波段即OLI-2。

2.3 数据统计分析

根据前人对生物多样性遥感监测最佳空间尺度的研究成果（方彬等，2007;Maliheh et al.，2017），本文DVI、IPVI、MSAVI、NDVI、RVI和TVI 5种植被指数采用3×3像元（即90 m × 90 m），EVI采用4×4像元（即120 m × 120 m），利用GIS空间分析工具分别对植被指数栅格图进行邻域均值统计分析。再通过样方中心点坐标提取得到每个样方所对应的植被指数值，导入SPSS 22.0进行植被指数与植物多样性之间的Pearson相关性分析及回归分析，并建立相应的估测数学模型。通过计算估测值与实测值之间的标准误差（RMSE）、平均相对误差（MRE）、平均绝对误差（MAE）来分析研究区植物多样性遥感估测精度（Pereira et al.，2010），进而采用最佳数学模型估测研究区植物多样性，得到研究区植物多样性的空间分布矢量数据。

为探索植物多样性的空间关联特征和聚集性，采用地统计学理论中的全局空间自相关Moran’s I统计量对研究区植物多样性的空间分布特征进行表征。计算公式如下。

I =ni=1nj=1wij（xi-x）（xj-x）S2（ijwij）。

局部空间自相关指标常采用局部Moran’s I统计量进行度量，用以准确地把握局部空间要素的聚集性和分异特征（Anselin et al.，2006）。计算公式如下。

Ii =（xi-x）nj=1wij（xi-x）S2;

S2=1nni=1（xi-x）2。

式中：n是空间单元数量;xi和xj分别表示单元i和单元j的观测值;wij是基于空间k邻接关系建立的空间权重矩阵。空间自相关分析采用GeoDa 1.6.7软件完成。

3 结果与分析

3.1 植物群落优势种

从研究区各层次植物重要值排名前10位的物种来看（表1），乔木层以椰子、印度紫檀为主要优势物种，重要值分别为10.51%和8.43%;灌木层优势物种以黄金榕、龙船花为主，重要值分别为9.81%和8.40%;草本层则以细叶结缕草、结缕草等为主要优势物种，重要值分别为13.71%和7.09%。从排名前10位优势物种的重要值之和来看，灌木层主要物种的优势程度要高于乔木层和草本层，其中除了鹅掌藤和福建茶为本地物种之外，其余的皆为栽培种。乔木层的本地物种种类较多，如椰子、秋枫、高山榕等，分布也较为广泛。草本层中本地种主要是牛筋草、地毯草、海芋等，其中南美蟛蜞菊为热带恶性入侵植物。

3.2 植被指数与植物多样性相关性分析

对植被指数与实际调查各样点的植物多样性指数的相关性分析见表2。由表2可知，Shannon-Wiener多样性指数（H）、Simpson多样性指数（D）、Pielou均匀度指数（J）与6种植被指数均呈显著正相关（P<0.01）。其中，Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀度指数与植被指数相关系数排前3位的分别是MSAVI、TVI、NDVI，均在0.550以上（表2），说明植物多样性与植被指数之间存在较强相关性。因此，可以利用植被指数建立植物多样性监测数学模型。

在相关性分析的基础上，利用相关系数最高的植被指数与植物多样性进行回归分析，分别建立一元线性回归模型（图2）。其中Shannon-Wiener多样性指数的线性回归模型为y=1.827 5x+0.040 8，复相关系数为0.424 4;Simpson多样性指数的线性回归模型为

y=0.951 3x+0.052 8，复相关系数为0.446 7;Pielou均匀度指数的线性回归模型为y=1.222 5x+0.189 5，复相关系数为0.331 0，均达到显著水平（P<0.01），表明一元线性回归模型具有统计学意义。

3.3 植物多样性模型精度分析

由表3可知，16个样地点的Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀度指数估测值与实测值的均值差值分别为0.036、0.026、0.021，MRE分别为6.90%、5.10%、7.03%，复相关系数分别为0.887 1、0.881 6、0.478 1。结果表明，Shannon-Wiener多样性指数和Simpson多样性指数的拟合效果较好，Pielou均匀度指数相对较差，但均达到显著水平（P<0.01）。因此，可以使用线性回归模型估测研究区植物多样性的空间分布。

3.4 植物多样性空间分布

从图3可以看出，Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀度指数的空间分布较为一致。研究区主城区及南渡江入海口、西部长流开发区等区域，人口分布密集，植被覆盖程度低（多为城市人工绿地），造成该区域的植物多样性水平偏低。在研究区西南部、东部等区域，因有海口火山口次生林以及东寨港红树林等自然植被的连片分布，植被覆盖程度很高，且生长旺盛，植物多样性等级也最高。但在城乡结合部的市区南部、南渡江以东区域零散分布有耕地、块状湿地等用地类型，自然与人工覆被镶嵌分布其中，所以植物多样性居于中等水平。另外，在城区中心的金牛岭公园、 万绿园等地也表现出较高的植物多样性和均匀度。

3.5 植物多样性空间自相关分析

从图4可以看出，Moran散点主要分布在第一象限（HH）和第三象限（LL），第二象限（LH）和第四象限（HL）散点分布相对较少，全局Moran’s I指数为0.691 2，这说明研究区Shannon-Wiener多样性指數具有很强的空间正相关性， 具有非常明显的聚集性，在空间分布上并非完全随机（图4）。

从空间自相关分布图（图5）来看，直观反映了Shannon-Wiener多样性在空间聚集与分异的位置分布特征。Shannon-Wiener多样性指数HH聚集主要分布在研究区西南部、东南部以及南部区域。LL聚集区主要出现在海口建成区以及西海岸开发区一带。在城乡结合部区域空间聚集性表现不显著（NS）。而HL聚集和LH聚集类型则在研究区内呈零星分布。

4 讨论

4.1 植物多样性估测模型

本研究利用Landsat 8遥感数据与样方实测数据分析了植被指数与植物多样性指数之间的相关性，并估测植物多样性的空间分布特征，结果表明Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀度指数与MSAVI的相关系数最高，线性回归模型拟合效果较好（P<0.01），具有统计学意义。梁大双（2011）在对吉林蛟河地区的森林植物多样性与植被指数之间的数学关系研究中得出，Shannon-Wiener多样性指数与SAVI指数（土壤调整植被指数）的相关性最好，模型在一定程度上反映出森林植物多样性状况，这与本研究得出的结论一致。

不同的地表覆被会表现出不同的遥感光谱特征，目前利用这一特征在监测生物量、蓄积量等方面应用广泛（张艳楠等，2012;王紫君等，2016），方法较为成熟，建立遥感观测信息与地面实测数据的紧密联系从而实现二者的互补和有效结合（郭庆华等，2018;郭庆华和刘瑾，2018），使大尺度空间监测成为可能。然而，建立遥感光谱与植物多样性间的关系模型的方法目前仍然存在一些问题（梁大双，2011）。引入多个空间指标因子可以明显提高回归模型的拟合精度，如李燕军（2006）在植被指数与植物多样性的一元回归模型基础上引入坡向数据构建多元回归模型，显著提高了回归方程的拟合度。此外，高程对植物多样性指数的估测也会产生一定的负向影响，即高程增加会导致多样性的降低（梁大双，2011）。但本研究区域首先选择在海口市北部滨海平原区域，地势平坦，高程相差很小，因此高程因子对本研究中的植物多样性影响可忽略不计;其次，本研究中的遥感数据与样方定位均通过空间纠正处理，匹配精度满足研究需要，也为精确分析遥感植被指数和植物多样性指数之间的相关性奠定了基础。

4.2 植物多样性空间分布对区域保护的启示

长期以来，生物多样性的空间分布大都是通过繁琐的野外调查和分析获取， 但这种途径会消耗大量人力物力和时间，不利于规划管理者及时掌握生物多样性的时空分布和制定切实可行的生物多样性保护策略（Fallah et al.，2012;Dalmayne et al.，2013）。在保护栖息地和大量物种时，监测植物多样性已成为一个重要问题（Kiran & Mudaliar，2012）。本研究利用卫星遥感数据确定植物多样性，结合地面调查数据构建监测模型，是一种获取植物多样性分布及其在大面积上的状态的便捷方式，这与郭庆华等（2018）和Turner et al.（2003）的研究结果一致。这些数据是可更新的、标准化的和多尺度的，这在生物多样性保护和植被景观规划的有效管理和决策中发挥着重要作用，使其在大尺度生物多样性监测、制图和评估方面具有极大优势。

在研究区西南部区域靠近海口火山口地质公园，东部的红树林自然保护区均为植被覆盖程度最高的区域，因此植物多样性水平也随之较高，这也反映出在保护地范围内外植物多样性水平的明显差异。而在研究区南部的羊山湿地一带，湿地植物茂密且物种多样，表现出植物多样性也相对较高。此外，在海口市主城区的金牛岭公园、万绿园、人民公园等城市绿地，由于自然植被的高度覆盖也反映出较高的植物多样性水平， 这与雷金睿等（2017）对海口城市公园植物物种多样性分析的结果趋同。可见，利用估测模型得出研究区域的植物多样性空间分布状况与实际情况基本相符，监测结果可以反映海口市植物多样性的空间分布状况。

通過地统计学理论探讨研究区植物多样性空间自相关性，结果表现出显著的正空间自相关关系，具有非常明显的聚集性。根据空间聚类模式认为，在东寨港红树林自然保护区、火山口及其周边区域（HH聚集）建议继续实施严格的保护措施，禁止或限制建设扩张，维持高水平的植物多样性。而在研究区南部的羊山湿地区域，应当限制耕地侵占、人为破坏干扰等方式损害羊山湿地多用途功能，继续保持较高水平的植物多样性，发挥湿地蓄水、净化等多样化的生态系统服务功能。上述区域的植被生态系统也是海口市生物多样性行动计划的优先保护区域，而在部分植物多样性水平较低的区域（LL聚集）应考虑更多的生态修复工程或城市景观绿化建设，提高植被覆盖率。

5 结论与展望

本研究利用Landsat 8遥感影像与样方实测数据研究了海口市植物多样性的相关性及空间分布状况，结果表明Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀度指数与MSAVI、TVI、NDVI等3个植被指数的相关系数较高，均在0.550以上;以MSAVI与不同植物多样性指数建立线性回归模型，拟合效果较好，且均通过显著性检验（P<0.01），说明回归方程具有统计学意义。通过最优模型监测研究区植物多样性结果与实际情况相符，表明本估测模型具有科学性与可靠性，证明利用遥感数据可快速有效地监测海口市植物多样性水平。根据研究结果建议继续实施严格的保护措施，加强城区的生态修复与保护工程，提高植被覆盖率和生物多样性水平。这对于植物多样性遥感监测、区域保护发展和维护生态安全具有重要的实践意义，是对海南岛生物多样性遥感监测与保护的有益探索。但应当注意的是，生态学和地理学的特征及现象常伴随着复杂的尺度效应，如何更科学地确定植被指数的空间尺度还有待于进一步研究。此外，引入其他空间指标如高分辨率的遥感影像、土壤类型等，继续提高植物多样性遥感监测精度也应当是今后重点研究的方向之一。

参考文献：

ANSELIN L， SYABRI I， KHO Y， 2006. GeoDa：An introduction to spatial data analysis [J]. Geogr Anal，38（1）： 5-22.

AREKHI M， YILMAZ OY， YILMAZ H， et al.， 2017. Can tree species diversity be assessed with Landsat data in a temperate forest？  [J]. Environ Monit Assess， 189：586.

CAYUELA L， BENAYAS JMR， JUSTEL A， et al.， 2006. Modelling tree diversity in a highly fragmented tropical montane landscape [J]. Glob Ecol Biogeogr， 15： 602-613.

CHEN L， WANG XG， 2008. Biodiversity and forest ecosystem health： Some key questions  [J]. Chin J Ecol， 27（5）： 816-820. [陈亮， 王绪高， 2008. 生物多样性与森林生态系统健康的几个关键问题 [J]. 生态学杂志， 27（5）： 816-820.]

CHENG Q， CHEN YF， LI SD， et al.， 2016. Research on plant species diversity in estuarine wetland of Hangzhou bay based on the GF-1 satellite and in situ data  [J].J Nat Resour， 31（11）：1938-1948. [程乾， 陈奕霏， 李顺达， 等， 2016. 基于高分1号卫星和地面实测数据的杭州湾河口湿地植物物种多样性研究 [J]. 自然资源学报， 31（11）：1938-1948.]

DALMAYNE J， MCKEL T， PRENTICE HC， et al.， 2013. Assessment of fine-scale plant species beta diversity using World View-2 satellite spectral dissimilarity [J]. Ecol Inform， 18： 1-9.

DURO DC， GIRARD J， KING DJ， et al.， 2014. Predicting species diversity in agricultural environments using landsat TM imagery [J]. Remote Sens Environ， 144： 214-225.

FAIRBANKS DHK， MCGWIRE KC， 2004. Patterns of floristic richness in vegetation communities of California： Regional scale analysis with multi-temporal NDVI [J]. Glob Ecol Biogeogr， 13： 221-235.

FALLAH C， MOZAFFAR SB， HASHEMI SA， 2012. Probability measurement to estimate forest tree diversity using IRS-p6 satellite images in Caspian broad leaved forests [J]. ARPN J Agr Biol Sci， 7： 238-243.

FANG B， CHEN B， ZHANG Y， 2007. Research on scale selection and mapping of inspecting biologic diversity using remote sensing [J]. Geogr Geo-Infor Sci， 23（6）：78-81. [方彬， 陈波， 张元， 2007. 生物多样性遥感监测尺度选择及制图研究 [J]. 地理与地理信息科学， 23（6）：78-81.]

GOTTSCHALK T， HUETTMANN F， EHLERS M， 2005. Review article： Thirty years of analysing and modelling avian habitat relationships using satellite imagery data： A review [J]. Int J Remote Sens， 26： 2631-2656.

GRIFFITHS G， LEE J， 2000. Landscape pattern and species richness： Regional scale analysis from remote sensing [J]. Int J Remote Sens， 21： 2685-2704.

GUO QH， HU TY， JIANG YX， et al.， 2018. Advances in remote sensing application for biodiversity research  [J]. Biodivers Sci， 26（8）： 789-806. [郭庆华， 胡天宇， 姜媛茜， 等， 2018. 遥感在生物多样性研究中的应用进展 [J]. 生物多样性， 26（8）： 789-806.]

GUO QH， LIU J， 2018. Remote sensing has become an indispensable technology for biodiversity research protection and change monitoring  [J]. Biodivers Sci， 26（8）： 785-788. [郭庆华， 刘瑾， 2018. 遥感已经成为生物多样性研究保护与变化监测不可或缺的技术手段 [J]. 生物多样性， 26（8）： 785-788.]

HE RX， 2016. Impacts of urbanization on plant diversity： A case study of Haikou City  [D]. Haikou： Hainan University. [何荣晓， 2016. 城市化对植物多样性的影响： 以海口市为例 [D]. 海口： 海南大学.]

HU HD， LI XY， DU YF， et al.， 2012. Research advances in biodiversity remote sensing monitoring  [J]. Chin J Ecol， 31（6）： 1591-1596. [胡海德， 李小玉， 杜宇飞， 等， 2012. 生物多样性遥感监测方法研究进展 [J]. 生态学杂志， 31（6）： 1591-1596.]

KERR J T， SOUTHWOOD T， CIHLAR J， 2001. Remotely sensed habitat diversity predicts butterfly species richness and community similarity in Canada [J]. P Natl Acad Sci USA， 98： 11365.

KIRAN GS， MUDALIAR A， 2012. Remote sensing & geoinformatics technology in evaluation of forest tree diversity [J]. Asian J Plant Sci Res， 2： 237-242.

KOPONEN S， ULLININEN J， 2002. Lake water quality classification with airborne hyperspectral spectrometer and simulated MERIS data  [J]. Remote Sens Environ， 79：51-59.

LANGFORD WT， GERGEL SE， DIETTERICH TG， et al.， 2006. Map misclassification can cause large errors in landscape pattern indices： Examples from habitat fragmentation [J]. Ecosystems， 9： 474-488.

LEI JR， CHEN ZZ， YANG Q， et al.， 2017. GIS-based gradient analysis of urban landscape pattern of Haikou  [J]. J NW For Univ， 32（3）： 205-210. [雷金睿， 陳宗铸， 杨琦， 等， 2017. 基于GIS的海口市景观格局梯度分析 [J]. 西北林学院学报， 32（3）： 205-210.]

LEI JR， SONG XQ， CHEN ZZ， 2017. Analysis on plant community diversity in Haikou City parks [J]. J SW For Univ， 37（1）：88-93. [雷金睿， 宋希强， 陈宗铸， 2017. 海口城市公园植物群落多样性研究 [J]. 西南林业大学学报， 37（1）：88-93.]

LI YJ， 2006. Vegetation index screening and remote sensing monitoring model of species diversity [D]. Lanzhou： Gansu Agricultural University. [李燕军， 2006. 植被指数筛选与物种多样性遥感监测模型研究 [D]. 兰州： 甘肃农业大学.]

LI ZZ， YOU HM， WANG ZY， 2018. Multi-scale effects of urban landscape pattern on plant diversity in Xuzhou City， Jiangsu Province， China  [J]. Chin J Appl Ecol， 29（6）： 1813-1821. [李祖政， 尤海梅， 王梓懿， 2018. 徐州城市景观格局对绿地植物多样性的多尺度影响 [J]. 应用生态学报， 29（6）： 1813-1821.]

LIANG DS， 2011. Application research on remote sensing monitoring of forest plant diversity  [D]. Beijing： Beijing Forestry University.  [梁大双， 2011. 森林植物多样性遥感监测应用研究 [D]. 北京： 北京林业大学.]

LIU LX， PANG Y， REN HB， et al.， 2019. Predict tree species diversity from GF-2 satellite data in a subtropical forest of China  [J]. Sci Silv Sin， 55（2）：61-74. [刘鲁霞， 庞勇， 任海保， 等， 2019. 基于高分2号遥感数据估测中亚热带天然林木本植物物种多样性 [J]. 林业科学， 55（2）：61-74.]

MALIHEH A， OSMAN YY， HATICE Y， et al.， 2017. Can tree species diversity be assessed with Landsat data in a temperate forest？  [J]. Environ Monit Assess， 189： 586.

OINDO BO， SKIDMORE AK， 2002. Interannual variability of NDVI and species richness in Kenya [J]. Int J Remote Sens， 23： 285-298.

PEREIRA P， OLIVA M， BALTRENAITE E， 2010. Modelling extreme precipitation in hazardous mountainous areas. Contribution to landscape planning and environmental management [J]. J Environ Eng Landsc， 18： 329-342.

TURNER W， SPECTOR S， GARDINER N， et al.， 2003. Remote sensing for biodiversity science and conservation [J]. Trends in Ecol Evol， 18： 306-314.

WANG ZJ， SHEN GR， ZHU Y， et al.， 2016. Research on characteristics of biomass distribution in urban forests of Shanghai metropolis based on remote sensing and spatial analysis  [J]. Chin J  Plant Ecol， 40（4）： 385-394. [王紫君， 申广荣， 朱赟， 等， 2016. 基于遥感和空间分析的上海城市森林生物量分布特征 [J]. 植物生态学报， 40（4）：385-394.]

XU WT， WU BF， 2005. Progress on measuring forest biodiversity with remote sensing technique [J]. Acta Ecol Sin， 25（5）： 1199-1204. [徐文婷， 吳炳方， 2005. 遥感用于森林生物多样性监测的进展 [J]. 生态学报， 25（5）： 1199-1204.]

YAN F， LI MS， WANG YJ， et al.， 2006. Application of remote sensing technique tomonitor agricultural disasters  [J]. J Nat Disaster， 15（6）： 132-136. [闫峰， 李茂松， 王艳姣， 等， 2006. 遥感技术在农业灾害监测中的应用 [J]. 自然灾害学报， 15（6）： 132-136.]

YANG XJ， JIANG ZL， DAI GQ， et al.， 1998. The study on comparing the biodiversity of the main forest types in south province [J]. Chin J Ecol， 17（6）：14-17. [杨学军， 姜志林， 戴国钦， 等， 1998. 苏南主要森林类型的生物多样性调查与比较研究 [J]. 生态学杂志， 17（6）：14-17.]

ZHANG L， OUYANG ZY， XIAO Y， et al.， 2011. Priority areas for biodiversity conservation in Hainan Island： Evaluation and systematic conservation planning  [J]. Chin J Appl Ecol， 22（8）： 2105-2112. [张路， 欧阳志云， 肖燚， 等， 2011. 海南岛生物多样性保护优先区评价与系统保护规划 [J]. 应用生态学报， 22（8）： 2105-2112.]

ZHANG YN， NIU JM， ZHANG Q， et al.， 2012. A discussion on applications of vegetation index for estimating above ground biomass of typical steppe  [J]. Acta Pratac Sin， 21（1）： 229-238. [张艳楠， 牛建明， 张庆， 等， 2012. 植被指数在典型草原生物量遥感估测应用中的问题探讨 [J]. 草业学报， 21（1）： 229-238.]

ZHOU B， ZHENG XX， ZHONG Y， et al.， 2002. Synthetic indices for stand species diversity  [J]. J Beijing For Univ， 24（2）：22-26. [周彬， 郑小贤， 钟艳， 等， 2002. 林分物种多样性指标体系的研究 [J]. 北京林业大学学报，24（2）： 22-26.]

（责任编辑 何永艳）

作者：何荣晓 雷金睿 杨帆

植物多样性保护管理论文 篇2：

银川平原黄河滩涂湿地植物多样性和土壤理化性质分析

摘要 [目的]研究銀川平原滩涂湿地的植物多样性、土壤理化性质的区域分布差异。[方法]选取黄沙古渡湿地、吴忠黄河湿地、银川黄河湿地和平罗湿地4个区域为研究对象，采用野外采样、室内试验与数据分析相结合的方法，探讨植物多样性、土壤理化性质和滩涂湿地发育三者之间的关系。[结果]银川平原黄河滩涂湿地是干旱区典型的河流湿地类型，其形成受到水文、局地地形、城市建设以及旅游等多重因素影响。银川平原滩涂湿地共发现了26种植物，隶属于11科23属26种，其中菊科、藜科、禾本科为优势科，分别占植物总数的26.92%、15.38%、15.38%，群落多样性测度指标表明其群落物种组成相对单调，大多是单优群落斑块。植物群落多样性表现为平罗湿地>吴忠黄河湿地>银川黄河湿地>黄沙古渡湿地;上、下游区域滩涂湿地植被多样性较高，而中游区域滩涂湿地植被多样性较低;老滩涂植被多样性较高，新滩涂植被多样性较低。这说明滩涂发育程度和地理位置是影响植物分布的重要因素。通过对土壤有机碳、电导率、分形维数的测定，表明随着滩涂湿地发育程度的提高土壤质地越细腻，结构组成越好，表现为平罗湿地>银川黄河湿地>吴忠黄河湿地>黄沙古渡湿地。滩涂发育程度、地理位置是影响土壤有机碳含量、电导率、pH和分形维数的重要因素，随着滩涂发育程度提高，土壤有机碳含量、电导率和分形维数均逐渐增大，地理位置则是pH区域性差异的主导因素。植物多样性与土壤有机碳、电导率等土壤环境因子的关系并不是很密切，表明滩涂发育中的偶发因素影响较大。[结论]该研究为该地滩涂湿地生态系统生物多样性的保护和持续利用提供参考。

关键词 滩涂湿地;植物多样性;土壤理化性质;银川平原

doi：10.3969/j.issn.0517-6611.2020.07.024

Plant Diversity and Soil Physicochemical Properties of the Yellow River Tidal Flat Wetland in Yinchuan Plain

CHEN Xiangquan1，2， HE Tonghui1，2， SU Zhitun1，2 et al

（1.Key Laboratory for Restoration and Reconstruction of Degraded Ecosystem， Ministry of Education， Ningxia University， Yinchuan，Ningxia 750021;2. Breeding Base of State Key Laboratory for Preventing Land Degradation and Ecological Restoration， Ningxia University， Yinchuan，Ningxia 750021）

Key words Tidal flat wetland;Plant diversity;Soil physicochemical properties;Yinchuan Plain

基金项目 国家自然科学基金项目（41361095，41761102）。

作者简介 陈向全（1996—），男，山东枣庄人，硕士研究生，研究方向：环境生态评价和湿地生态恢复。

通信作者，教授，博士，硕士生导师，从事生态系统监测评估、环境变化和湿地生态系统恢复研究。

收稿日期 2019-09-18

物种多样性保护是当今生态学研究的热点之一[1]，是维持生态系统结构和功能稳定的重要基础。物种多样性是生物多样性在物种水平上的表达形式，是表征生物群落的重要指标，在反映植物群落生境差异、群落结构组成和稳定性等方面具有重要的意义[2-3]，通过对群落物种多样性进行分析，可以更好地认识群落的结构组成、动态变化[4]。一个生态系统的群落物种结构组成和多样性发生变化，不仅会影响整个生态系统结构和功能的运转[5-6]，还会对其他相邻地域生态系统产生一定的影响[7]。滩涂湿地是水陆交汇的生态过渡区域，兼顾水域和陆地双重特征，因此具有独特的水文、植被、土壤特征[8]，具体包括海滩、湖滩和河滩，其为人类的生存和发展提供了控制污染、调节气候、重要栖息地等多种重要生态系统服务，并且在维持滨海地区生物多样性方面发挥了重要作用[9-10]。滩涂湿地由于受到了陆地和水域环境的双重影响和制约，具有高度敏感性和脆弱性。目前在滩涂湿地植物多样性研究中，滨海湿地的研究较为系统，高鑫等[11]研究了滨海滩涂湿地不同植物群落下土壤有机质的差异，罗丹[12]运用遥感影像解译了黄茅海沿岸滩涂发育及岸线的变化，王磊等[13]研究了江苏滨海滩涂湿地不同植被演替阶段土壤有机碳分布特征，高宇等[14]对上海崇明岛不同时期的人类围垦面积和滩涂发育面积之间的关系进行了探讨。而关于河滨滩涂湿地的研究比较欠缺，关于不同发育程度下滩涂湿地植物多样性与土壤理化性质的研究相对更少，何聪等[15]研究了元谋干热河谷地区土壤墒情基本情况与植物多样性的关系及其对植物多样性的影响，赵敏等[16]研究了黑河中游土壤盐分变化对植物多样性的影响，但滩涂湿地发育程度与植物多样性、土壤环境因子的内在联系和互作机制尚不明确。

黄河为多沙性河流，流经银川平原时，由于地势平缓、落差小、泥沙逐渐沉积，发育了大量的滩涂湿地，为银川平原“沃土肥田”景观的形成奠定了基础。也正是由于农业开发对滩涂湿地的不断蚕食，尤其是进入21世纪后黄河高标准堤防工程和道路工程的兴建，将银川平原的黄河滩涂湿地压缩至两侧滨河大道以内。针对银川平原近自然滩涂湿地，进行植物群落物种多样性与土壤理化性质的研究，不仅有助于揭示湿地形成发育的内在机理，对于河流湿地系统生态恢复与生物多样性保护实践也有科学意义。

1 资料与方法

1.1 研究区概况

银川平原位于宁夏中部黄河两岸，地质构造上为断陷盆地，后经黄河泥沙及平原湖沼长期淤积而成，东西宽10～50 km，南北长约165 km，面积约7 800 km2，海拔1100～1 200 m。银川平原位于西北内陆地区，气候干旱，年均降水量约为200 mm。黄河干流流经银川平原190 km，河流跨度在2.1～6.1 km，河道宽度在0.35～1.45 km，滩涂湿地总面积达462.779 7 km2。

2015年，國家林业局批准了宁夏黄河湿地生态系统定位观测研究站的建设。该站点采用一站多点的建设方案，在吴忠黄河湿地、银川黄河湿地、黄沙古渡湿地和平罗天河湾湿地4个国家级或自治区级湿地公园中，分别布设了固定监测点位（图1）。这些点位均位于湿地公园的生态保育区，受人为干扰较小或无人为干扰，湿地植被发育完善，具有典型性。

1.2 取样

在银川平原，以黄河沿岸为研究样地，自上游至下游选取宁夏黄河湿地生态系统定位观测研究站（隶属于国家林业局在《陆地生态系统定位研究网络中长期发展规划（2008—2020年）》中确定的基本站），即黄沙古渡湿地（S）、银川黄河湿地（Y）、吴忠黄河湿地（W）、平罗天河湾湿地（P）4个固定监测站点。每个样地设置1 m×1 m 的小样方，每个样方3个重复;黄沙古渡湿地设置4个样方，银川黄河湿地设置4个样方，吴忠黄河湿地设置5个样方，平罗湿地设置5个样方，共计54个。调查记录各样地物种的名称和各个种的多度、高度、盖度。在每个样方中心，采用分层采样法取土样，除去腐殖质层深度分别0～10、10～20、20～30、30～40和40～50 cm，在实验室用仪器分析测定有机质、电导率、pH这3个土壤环境因子。

1.3 数据处理

重要值计算：灌草重要值=（相对多度 +相对盖度+相对频度）×100/3。

多样性指数计算：根据野外调查数据，分别计算各个样地植物的Simpson优势度指数（D）、Shannon-Wiener多样性指数（H）、Pielou均匀度指数（E）、Margalef丰富度指数（R）来研究不同湿地群落的物种多样性。其计算公式如下：

D=1-Si=1Ni（Ni-1）N（N-1）（1）

H=-Si=1（NiN）ln（NiN）（2）

3=H/lnS（3）

R=S（4）

式中，S为每一样方的物种数目;Ni为样方中第i个物种的重要值;N为该样方所有物种重要值之和。

因银川平原滩涂湿地以草本为主，故采用国际上流行的“50/20法则”[17]，以盖度等级划定群落中的优势种程度。

采用Excel 2010作图，SPSS 20.0进行数据统计，分别对银川平原4个湿地的物种多样性指数和各土壤因子进行单因素方差分析（one-way ANOVA）和多重比较（LSD）。以物种多样性指数为因变量，各样地土壤理化性质指标为自变量，对植物多样性与土壤理化性质进行Pearson 相关分析。

2 结果与分析

2.1 不同发育程度滩涂湿地主要群落物种组成

该研究在银川平原黄河滩涂共发现了26种植物，隶属于11科23属26种，其中菊科、藜科、禾本科为优势科，分别占植物总数的26.92%、15.38%、15.38%。每种植物在每个湿地中扮演不同的角色，不同滩涂湿地分别形成了以柽柳、旱柳、水蓼、莎草、拂子茅、碱蓬、芦苇为优势种，其余物种错杂分布的镶嵌型群落斑块结构。不同滩涂湿地植物群落特征见表1。由表1可见，不同滩涂湿地相同植物群落结构组成差异显著，碱蓬群落在黄沙古渡湿地和平罗湿地的盖度分别为30%～45%和40%～55%，重要值分别为0.641 1和0.292 2;拂子茅群落在黄沙古渡湿地、银川黄河湿地和平罗湿地的盖度分别为20%～35%、45%～60%和55%～75%，重要值分别为0.567 5、0.428 7和0.225 8;芦苇群落在银川黄河湿地和平罗湿地的盖度分别为45%～98%和100%，重要值分别为0.649 3和0555 3，这表明随着滩涂湿地发育程度的提高，植物群落的盖度和物种丰富度也逐渐提高，优势种在群落中的地位和作用逐渐减弱。吴忠黄河湿地群落内物种组成与其他3个湿地具有明显差别，分别是水蓼群落、球状水莎草群落、柽柳群落，这可能与其所处的地理位置有关。

2.2 不同发育程度滩涂湿地植物多样性分析

从图2可以看出，银川平原四片滩涂湿地D指数、H指数、E指数、R指数具有一致的变化规律，基本呈现上、下游区段植被多样性较高而中游区段植被多样性较低的现象，即黄沙古渡湿地和银川黄河湿地的植物多样性较低，吴忠黄河湿地和平罗湿地的植物多样性较高，说明这4种指数在反映植物多样性方面较为一致。随着滩涂湿地发育程度的提高，4种植物多样性指数整体呈现出增加的趋势，说明滩涂湿地发育时间影响植物群落的发育和演替;而吴忠黄河湿地植物多样性指数要高于发育程度大于它的银川黄河湿地，其原因可能是处于黄河上游区域，这反映出滩涂发育程度和干扰因素共同影响植物群落的演替。银川平原4种湿地的物种多样性指数除D指数外，H指数、E指数、R指数均具有显著性差异（P<0.05）。银川平原4种滩涂湿地的D指数相近，说明4种滩涂湿地优势种在群落结构组成上的地位和作用基本一致。H指数和E指数则是平罗湿地最高，并与其他3个湿地均具有显著性差异（P<0.05），表明平罗湿地植物群落物种数散布更加均匀，群落结构更加稳定。4个湿地的物种丰富度指数（R）则是平罗湿地和吴忠黄河湿地较多，黄沙古渡湿计和银川黄河湿地较小，这是因为平罗湿地发育程度最高，植物群落处于演替的高级阶段，吴忠黄河湿地位于黄河上游区域，植物群落组成相对丰富和稳定。

2.3 不同发育程度滩涂湿地土壤理化因子和土壤分形维数分析

从图3可以看出，银川平原四片滩涂湿地之间的土壤理化性质普遍存在差异性（P<0.05）。有机碳含量、电导率和土壤分形维数呈现出一致的变化规律，均表现为平罗湿地>银川黄河湿地>吴忠黄河湿地>黄沙古渡湿地，即随着滩涂湿地发育程度的提高，有机碳含量、电导率和土壤分形维数均呈现出增加的趋势。有机碳含量黄沙古渡湿地明显低于银川黄河湿地、吴忠黄河湿地、平罗湿地，并与它们存在显著差异性（P<0.05），其他3個湿地之间则不存在显著差异性（P>0.05），这可能与其所处的位置有关。电导率则是平罗湿地最大，银川黄河湿地、吴忠黄河湿地次之，黄沙古渡湿地最小，黄沙古渡湿地与银川黄河湿地、吴忠黄河湿地、平罗湿地存在显著差异性（P<0.05）。土壤分形维数则是黄沙古渡湿地与银川黄河湿地、吴忠黄河湿地、平罗湿地存在显著差异性（P<0.05），说明黄沙古渡湿地由于发育时间较短，土壤质地组成与其他3个湿地存在显著差异性（P<0.05）。土壤pH变化规律则与滩涂湿地发育程度并不一致，其在黄沙古渡湿地中最高，平罗湿地次之，吴忠黄河湿地和银川黄河湿地较小，说明滩涂发育程度并不是影响土壤pH变化的主要因素。

2.4 植物多样性与土壤理化因子和土壤分形维数的相关性分析

4个湿地多样性指数和土壤环境因子的Pearson 相关分析（表2）表明，植物多样性与土壤有机碳、电导率、pH等土壤环境因子的关系并不是很密切，4个湿地中黄沙古渡土壤环境因子与多样性指数具有相对密切的相关性，银川黄河湿地、吴忠黄河湿地、平罗湿地土壤环境因子与植物多样性指数关联较小。黄沙古渡湿地，有机碳含量与植物多样性指数均不存在明显的相关关系;电导率与Simpson指数（D1）呈显著负相关，与Pielou指数（E1）呈显著正相关，与Shannon-Wiener指数（H1）、Margalef指数（R1）不存在明显的相关关系;pH与Simpson指数存在显著正相关性，与Shannon-Wiener指数存在极显著负相关性，与Pielou指数存在显著负相关性，与Margalef指数不存在相关关性。银川黄河湿地，有机碳含量与Margalef指数存在显著正相关性，与其他3个多样性指数没有显著相关性;电导率、pH则与植物多样性指数不存在明显的相关关系。吴忠黄河湿地，有机碳含量与Simpson指数存在显著正相关性，与其他3个植物多样性指数不存在显著相关性;电导率、pH则与植物多样性指数不存在明显的相关关系。平罗湿地，有机碳含量、电导率与植物多样性指数均无显著相关性;pH仅与Pielou指数存在极显著正相关性，与其他3个植物多样性指数不存在相关关系。

圖4为研究区土壤分形维数与植物群落的多样性关系，从y=ax+b、y=aebx 、y=alnx+b和y=ax2+bx-c中选取R2最佳作为拟合方程，其中与Pielou 指数（E）与函数拟合（R2=0301）呈现出随着土壤分形维数的增大，Pielou指数有变大的趋势，但变化速度十分缓慢;Simpson 指数（D）、Shannon-Wiener 指数（H）和Margalef 指数（R）以多项式函数拟合（R2分别为0.244、0.139、和0.174），随着土壤分形维数的增大，D指数、H指数和R指数呈现出先增大后减少的趋势，且分别在分形维数值为 2.65、2.65和2.75 左右出现峰值。

3 讨论

该研究中，植物群落物种组成随着滩涂湿地发育程度的提高具有明显的差异性，但优势种基本没有变化。黄河滩涂湿地草本植物主要以菊科、藜科、禾本科的湿生草本植物为主，主要的湿地草本植物有芦苇、碱蓬、拂子茅等。在所调查的4个滩涂湿地中它们几乎都扮演着重要的角色，为群落优势种或建群种，其原因是这类植物由于发达的根状茎生长繁

殖速度较快，有利于防沙固堤，加之黄河滩涂湿地主要为砂

壤土，比较适宜根茎型禾草类植物的生长繁殖，这与张起鹏等[18]、刘曦等[19]的研究结果一致。滩涂发育程度对物种的优势程度具有一定的影响，即随着滩涂发育程度的提高群落物种丰富度提高，优势种的重要值逐渐减小，但优势种基本变化不明显，即碱蓬、拂子茅和芦苇的优势地位依然明显。

群落多样性是表征生物群落的重要指标，在反映植物群落生境差异、群落结构组成和稳定性等方面具有重要的意义[2-3]。该研究共选取了4个群落多样性测度指标，整体来看，4个多样性测度指数整体偏低，这可能是因为河滩湿地植物群落分化相对比较显著，大多形成了单一优势种群的镶嵌型群落斑块。从植被生长属性角度看，黄河滩地基本呈现上、下游区段植被多样性较高，而中游区段植被多样性较低的现象;不同发育程度滩涂湿地草本植物群落的植物多样性格局与丰富度的格局比较一致，均表现为平罗湿地>吴忠黄河湿地>银川黄河湿地>黄沙古渡湿地，即随着滩涂发育程度的提高，物种多样性总体上呈现增加的趋势。造成这种多样性格局与丰富度格局变化的原因主要与各滩涂湿地发育程度和植物群落的生境以及受干扰程度有关，一方面滩涂湿地发育程度越高，土壤质地越细腻，植物群落物种组成越丰富，物种多样性和丰富度随之提高;另一方面受到地理位置和干扰因素的影响，上、下游水流相对平缓，滩地范围内水文效应薄弱，滩地生境稳定，为物种的存活率创造了条件;中游在河流转向急促、大水漫滩影响下，物种单一化明显，这与程志等[20]关于宁夏平原沟渠湿地植物群落的影响因素结果一致，说明水文效应是影响河流边滩植被分布的重要因素;加之吴忠黄河湿地通过人工种植耐盐灌木被，有利于改良河滩植被群落结构，这与张华兵等[21]认为人工治理是植物群落演变的重要驱动因子结果一致。

该研究得出不同发育程度滩涂湿地有机碳含量和电导率变化比较一致，均表现为平罗湿地>吴忠黄河湿地>银川黄河湿地>黄沙古渡湿地，Pearson相关分析表明土壤理化性质的变化规律与植物多样性具有一定的相关性，植物多样性在一定程度上影响土壤有机碳含量、电导率和pH的变化，但联系并不密切;滩涂发育程度和地理位置是影响土壤物理性质变化的主要因素。有机碳作为土壤养分的主要表征指标，其含量直接影响土壤肥力状况，进而影响植物生长发育水平及多样性[22]，其很大程度上来自于植物根系和枯落物的腐烂和分解，随着滩涂湿地发育程度的提高，植物物种数越丰富土壤有机碳含量越高，这说明银川平原黄河滩涂湿地土壤有机碳含量在水平的分布差异在一定方面是由区域植物差异性造成的。电导率、pH的分布变化表明，滩涂发育程度和植物多样性不是其决定因素，碱蓬作为盐生环境的重要指示植物在黄沙古渡湿地和平罗湿地广布，与黄沙古渡湿地、平罗湿地的高pH相吻合，黄沙古渡湿地处于地势低洼处，平罗湿地处于黄河下游，汛期黄河大水漫灌导致地下水位提高盐分滞留地表，盐渍化相对较严重，说明滩地地理位置也是影响土壤电导率和pH的重要因素 。有研究表明，结构良好的土壤，分形维数应在2.75左右[23]，通过对银川平原土壤粒径分形维数进行计算，其数值分布在2.31～2.75，说明平罗湿地发育程度较高，其他3个滩涂湿地正处于发育阶段，土壤结构组成多为粗颗粒物;且4个湿地土壤分形维数的大小变化与滩涂湿地的发育程度相一致，说明随着滩涂发育程度的提高，滩涂湿地土壤质地越细腻，结构组成越良好，土壤透水性和保水保肥能力较好，间接反映出植物多样性的变化，这与周萍等[24]关于黄土丘陵不同利用方式土壤分形维数的表征相一致，与宫阿都等[25]关于金沙江干热河谷土壤分形维数越高土壤退化越严重的观点相悖。另外，随着滩涂发育程度提高，植被丰富度越高，滩涂湿地的植被根系拦截作用更强，致使滩地细颗粒含量增大[26]，这进一步促使细颗粒在远离河道的滩地上沉积，改变土壤颗粒组成，土壤分形维数随之增大。

4 结论

（1）银川平原滩涂湿地共发现了26种植物，隶属于11科23属26种，其中菊科、藜科、禾本科为优势科，分别占植物总数的26.92%、15.38%、15.38%，群落多样性测度指标表明其群落物种组成相对单调，大多是单优群落斑块。植物群落多样性具体表现为平罗湿地>吴忠黄河湿地>银川黄河湿地>黄沙古渡湿地;处在上、下游区域的滩涂湿地植物多样性指数较高，而中游区域的滩涂湿地植物多样性指数较低;老滩涂植被多样性较高，新滩涂植被多样性较低。这表明滩涂发育水平和地理位置是影响植物多样性分布的重要因素。

（2）通过对土壤有机碳、电导率、分形维数的测定，表明随着滩涂湿地发育程度的提高，土壤质地越细腻，结构组成越好，表现为平罗湿地>银川黄河湿地>吴忠黄河湿地>黄沙古渡湿地。滩涂发育程度、地理位置是影响土壤有机碳含量、电导率、pH和分形维数的重要因素，随着滩涂发育程度提高，土壤有机碳含量、电导率和分形维数均逐渐增大，地理位置则是pH区域性差异的主导因素。植物多样性与土壤有机碳、电导率等土壤环境因子的关系并不是很密切，暂无发现两者之间的互作机制。

参考文献

[1] 漆良华，彭镇华，张旭东，等.退化土地植被恢复群落物种多样性与生物量分配格局[J].生态学杂志，2007，26（11）：1697-1702.

[2] 孙晓艳.那吉林场森林——草原过渡带植物多样性研究[J].内蒙古林业调查设计，2019，42（2）：42-43，73.

[3] 张仕豪，熊康宁，张俞，等.不同等级石漠化地区植物群落物种多样性及优势种叶片性状对环境因子的响应[J].广西植物，2019，39（8）：1069-1080.

[4] 谢晋阳，陈灵芝.暖温带落叶阔叶林的物种多样性特征[J].生态学报，1994，14（4）：337-344.

[5] HUSTON M A.Hidden treatments in ecological experiments：Reevaluating the ecosystem function of biodiversity[J].Oecologia，1997，110（4）：449-460.

[6] HECTOR A，BAZELEYWHITE E，LOREAU M，et al.Overyielding in grassland communities：Testing the sampling effect hypothesis with replicated biodiversity experiments[J].Ecology letters，2002，5（4）：502-511.

[7] 陈吉泉.河岸植被特征及其在生态系统和景观中的作用[J].应用生态学报，1996，7（4）：439-448.

[8] 李伟，崔丽娟，赵欣胜，等.中国滨海湿地及其生态系统服务功能研究概述[J].林业调查规划，2014，39（4）：24-30.

[9] 赵小雷，凌云，张光富，等.大丰麋鹿保护区不同生境梯度下滩涂濕地植被的群落特征[J].生态学杂志，2010，29（2）：244-249.

[10] LIU J E，ZHOU H X，QIN P，et al.Comparisons of ecosystem services among three conversion systems in Yancheng National Nature Reserve[J].Ecological engineering，2009，35（5）：609-629.

[11] 高鑫，靖淑慧，朱源山.滨海湿地不同群落下土壤有机质的差异研究[J].科技经济导刊，2017（1）：96-97，95.

[12] 罗丹.黄茅海沿岸滩涂发育及岸线变化遥感浅析[J].人民珠江，1998（3）：45-47，52.

[13] 王磊，何冬梅，刘华，等.江苏滨海湿地不同植被演替阶段土壤有机碳分布特征[J].安徽农业大学学报，2017，44（6）：1064-1069.

[14] 高宇，赵斌.人类围垦活动对上海崇明东滩滩涂发育的影响[J].中国农学通报，2006，22（8）：475-479.

[15] 何聪，吴世祥，胡翠华，等.元谋干热河谷冲沟土壤墒情与植物多样性的关系研究[J].亚热带水土保持，2019，31（1）：26-31.

[16] 赵敏，赵锐锋，张丽华，等.基于盐分梯度的黑河中游湿地植物多样性及其与土壤因子的关系[J].生态学报，2019，39（11）：4116-4126.

[17] YANG H J，WU M Y，LIU W X，et al.Community structure and composition in response to climate change in a temperate steppe[J].Global change biology，2011，17（1）：452-465.

[18] 张起鹏，王倩，张丽，等.黄河兰州段湿地植物多样性研究[J].水土保持通报，2012，32（3）：240-244.

[19] 刘曦，赵亚芳，张小玲，等.2012 年洱海地区邓北桥人工湿地和永安江生态护岸植物群落多样性[J].湿地科学，2018，16（1）：45-50.

[20] 程志，何彤慧，郭亮华，等.银川平原沟渠湿地高等植物群落结构初步研究[J].农业科学研究，2010，31（3）：40-43.

[21] 张华兵，刘红玉，郝敬锋，等.自然和人工管理驱动下盐城海滨湿地景观格局演变特征与空间差异[J].生态学报，2012，32（1）：101-110.

[22] 杨文斌，刘坤，周守标.安徽新安江干流滩涂湿地草本植物区系及物种多样性[J].生态学报，2013，33（5）：1433-1442.

[23] 刘云鹏，王国栋，张社奇，等.陕西4种土壤粒径分布的分形特征研究[J].西北农林科技大学学报（自然科学版），2003，31（2）：92-94.

[24] 周萍，刘国彬，候喜禄.黄土丘陵区不同土地利用方式土壤团粒结构分形特征[J].中国水土保持科学，2008，6（2）：75-82.

[25] 宫阿都，何毓蓉.金沙江干热河谷区退化土壤结构的分形特征研究[J].水土保持学报，2001，15（3）：112-115.

[26] 黄林楠，张伟新，姜翠玲，等.水资源生态足迹计算方法[J].生态学报，2008，28（3）：1279-1286.

作者：陈向全 何彤慧 苏芝屯 冯艳琼 崔乔

植物多样性保护管理论文 篇3：

浅谈园林植物多样性保护

摘要：保护植物多样性就是保护人类自己，已是当今世界人类的共识。本文阐述了园林植物多样保护的意义，指出了现状，思考了园林植物多样性保护的对策。

关键词：园林;植物多样性;保护

1.园林植物多样性保护的意义

我们常说的生物多样性是指物种的多样性。而植物多样性是生物多样性的一个重要组成部分，植物多样性是城市园林的主题和基础。植物多样性越丰富，生态系统越稳定。单调物种建立起来的城市园林生态系统是不稳定的，增加单位面积上的绿化量、提高群落的生产力和生态效益，都需要植物的多样性。植物多样性能丰富城市景观，城市缤纷的物种，使得城市景观呈现出多样性，季相的变化，更会产生春华、秋实、夏荫、冬雪的情调，改善了人居生存居住环境。园林植物多样性是人类赖以生存和发展的物质基础，对园林植物多样性进行有效保护，可促进人与自然的和谐，促进城市生态系统的稳定，实现经济和社会的可持续发展，使环境更加清洁、优美、舒适。

2.园林植物多样性保护的现状

随着城市建设的步伐不断加快，大面积铺设混凝土地面，不断拔地而起的高楼大厦，严重破坏了当地原有的生态系统，植物多样性的内容发生了改变，自然景观消失，原生植物衰退甚至消亡，原有的自然生境被现代的建筑、混凝土取而代之，应用在城市绿地中现存的绿色植被几乎都是次生的，人工筛选的植物占多数，且种类贫乏，城市园林中的植物多样性更多的带有人为色彩。城市公园、动物园、街道广场等公共绿地、住宅小区在内的各类城市绿地野生植物和乡土化树种均大大减少。在城区不少乡土植物被当做杂草从园林绿化区清除出去，这样不仅有悖于园林植物多样性的保护，而且使园林植物缺乏地方特色。

3.园林植物多样性保护的对策

3.1强化植物配置

增加植物种类能够提高园林生态系统的稳定性，提高园林的观赏价值，只有丰富植物多样性，强化园林植物配置，才能形成缤纷多彩的群落景观，构建具有不同生态功能的植物群落。借助多种形式的植物配置手法，既丰富和巩固园林植物群落的自然稳定性，更能发挥绿地的自然潜力，防止植物配置的随意性，避免了植物种类单一、植物色彩单一、植物功能单一、空间利用单一等缺点，形成自然更新的调控。进而改善城市的生态环境，满足人们的不同审美要求，丰富城市居民生活。

3.2加强园林苗圃建设

园林苗圃是城市园林绿化建设事业的重要保障，是城市园林绿化建设中最基本的基础设施，可为城市园林建设提供大量的园林绿化苗木。加快加大园林苗圃建设力度，不仅会源源不断的为城市园林绿化提供多样性的优质种苗;亦可作为种质资源基地，在野生植物资源中引种、驯化优良的品种，并确保新优植物的科学推广，获得更多更优质的园林植物材料，改变乔灌木品种单调的缺点，将苗圃形成品种多样、结构稳定的植物群落。尤其是加强对乡土树种的培育，使苗圃成为园林植物多样性保护的一个基地，有利于城市园林绿化的可持续发展、生态的稳定。

3.3建立植物园

植物园是收集、保护和开发利用植物资源的展示研究基地，在人类社会的可持续发展中起着非常重要的作用。1963年，国际植物园协会对植物园的定义是“对公众开放、植物都有标签的机构”。1998年，植物园的权威机构—植物园保护国际将植物园定义为“拥有活植物收集区、并对收集区内的植物进行记录管理，使之用于科学研究、保护、展示和教育的机构”[1]。植物园是以植物多样性与植物景观营建的自然科普馆，是进行植物多样性保护的有效途径，尤其是将珍稀濒危植物、名树、古树在园中进行重点保护，使之更加安全，长久。

3.4种子保存

贮藏种子是保存植物遗传资源最简单和最经济的方法，但是长期以来并没有受到重视，认为种子有童期长，表型不一的缺点，但种子群体蕴藏着极为丰富的遗传信息，同时还可以防止单一保存无性系可能造成的基因特异性丧失。另外，种子容易采集，数量大而体积小，便于保存，包装，运输，分发[2]。种子库是提供适宜的环境条件保存种子的建筑和设施，通过调整影响种子寿命的因素，如温度、湿度等来达到长期保存的目的。在园林植物多样性保护中这也是一个简单而易行的手段。

3.5加强宣传教育

加强道德和法治的建设，在全社会营造爱护植物、保护花花草草、建设优良环境的良好氛围，使得每个公民都能参与其中，切实增强全体市民的保护意识，从而使保护植物多样性的观念真正深入人心。广泛宣传植物多样性保护的重要意义，以改变行为的方式积极维护植物多样性，使全民爱护保护植物多样性成为一种习惯、一种美德，共同营造城市“大园林”这一美好家园。

结语

园林植物多样性保护是一个长期而艰巨的任务，为使此项工作取得成功，更要着眼于日常的实际工作，通过全社会的共同努力，建立起稳定的植物生态群落，为植物多样性保护奠定坚实的基础，为城市健康、和谐、可持续发展增加活力。

参考文献：

[1]俞树勋.植物园规划与设计[M].天津：天津大学出版社，2000.

[2]包满珠.园林植物育种学[M].北京：中国农业出版社，2004.

作者：张博 马千里 王晶