福州沙滩公园植物群落与绿量相关性分析*

郑俊鸣　方　笑　朱雪平　朱丹丹　邓传远

福建农林大学园林学院　福州　350002

福州沙滩公园植物群落与绿量相关性分析*

郑俊鸣方笑朱雪平朱丹丹邓传远

福建农林大学园林学院福州350002

摘要：通过样方调查将福州沙滩公园木本植物群落划分为8种类型，应用生态学方法计算24个群落的特征值和群落三维绿量，通过逐步回归分析各群落特征值与群落三维绿量的关系，确定影响群落三维绿量的主要因素。结果表明，群落乔木层平均冠高、优势种平均树高、乔木层平均胸径和Shannon-Winner多样性指数是影响三维绿量的主要因子。另外，公园中的8种人工群落乔灌层结构不尽合理，层次不够明显，公园绿化的植物种类较单一，物种丰富度较低。

关键词：植物群落，影响因子，三维绿量，沙滩公园，福州

城市公园绿地具有娱乐、休憩、观赏的功能，在降低城市热岛效应、减弱噪音、净化空气以及改善水体质量和为动物提供栖息环境等方面具有显著作用[1-3]。城市公园绿化不仅仅注重美观性，更应注重生态功能及生态效益。而城市公园的生态效益与其拥有的绿量显著相关[4-5]。相比于二维的绿量指标(如绿地率、绿地面积)，三维绿量更能反映绿地植物群落的空间结构及其产生的生态效益[6]。目前，用于评价三维绿量的方法有很多，如叶面积绿量测算法[7]、实地测量估算单株树木的绿量和应用遥感技术估算绿量[8]。相比之下实地测量相对简单方便准确。刘常富等[6]提出了实地测量样地内单株植物三维绿量的计算公式。众多研究将其应用于城市公园[9]、城市道路绿化[10]、疗养院人工绿地[11]、河岸植被[12]的研究中。不同研究表明，不同样地群落结构指标对三维绿量的贡献不同[9-12]。本文运用实地测量方法计算福州沙滩公园植物群落三维绿量，分析样地内群落的结构，同时探讨影响其植物群落三维绿量的主要因素，在此基础上提出提高绿地三维绿量、改善绿地功能的建议，为城市公园绿地群落构建及经营提供参考。1 研究地概况

福州沙滩公园位于妙峰山西侧、金山寺东侧(东经119°13′，北纬26°04′)的沙滩，一面临水、一面紧临三环路，总面积约20.3 hm2[3]。福州属于典型的亚热带湿润季风气候，年平均气温为17.8 ℃，最冷月平均气温最低值为10.2 ℃(1月)，最高值为28.5 ℃(7月)，年平均降水量1 348.8 mm，年平均日照1 755.4 h[13]。主要植被类型为常绿阔叶林，主要树种有马尾松、米槠、罗浮栲、福建青冈等。

2 研究方法

2.1 样地调查及群落特征值计算

本文采用样地调查法，在全面踏查的基础上，选择具有代表性的样地设置8个样方，样方面积20 m×20 m。调查于2015年4月中旬进行，乔木及单株灌木采用每木调查，密栽的灌木、地被植物记录物种名、面积以及高度，草本植物在样方内按对角线设5个小样方调查(1 m×1 m)。依据树木高度将群落分为3层(1～4 m，4～8 m，8～25 m。群落特征值计算公式如下[14]：

(1)

(2)

(3)

E=H/lnS

(4)

(5)

(6)

在上述公式中，DG为Gleason丰富度指数，DM为Margalef丰富度指数，H为Shannon-Winner指数，E为Pielou均匀度指数，D为Simpson多样性指数，IV为乔木层重要值，S表示物种数目，ni表示第i个种的个体数目，Ni表示群落内个体总数。

2.2 影响因子与三维绿量关系的分析

采用SPSS19.0逐步回归分析建立群落三维绿量与23个群落结构特征指标的关系，分析影响群落三维绿量的主要因子。23个群落结构特征指标为乔木层Gleason丰富度指数(X1)，乔木层Margalef丰富度指数(X2)，乔木层Simpson指数(X3)，乔木层Shannon-wiener多样性指数(X4)，乔木层Pielou均匀度指数(X5)，乔木层平均树高(X6)，乔木层平均胸径(X7)，乔木层平均冠幅(X8)，乔木层平均胸高断面积(X9)，胸高断面积(X10)，优势种平均树高(X11)，优势种平均胸径(X12)，优势种平均冠幅(X13)，优势种胸高断面积(X14)，复层数(X15)，盖度(X16)，乔灌比(X17)，灌木层Gleason丰富度指数(X18)，灌木层Margalef丰富度指数(X19)，灌木层Simpson指数(X20)，灌木层Shannon-wiener多样性指数(X21)，灌木层Pielou均匀度指数(X22)，乔木层平均冠高(X23)。

三维绿量是城市绿化指标体系的第一个立体指标[7]，计算用单位体积法。先判断植物冠形，分别选择相对应的计算公式按冠幅与冠高计算树冠体积[6]以及灌木和草坪的绿量[11]。三维绿量为乔木层、灌木层和草本层的绿量总和。

3 研究结果及其分析

3.1 植物群落主要树种组成

样方内共48种植物，乔木21种，灌木16种，草本11种。乔灌草种类比例约为4∶3∶2。乔木层以香樟(Cinnamomumcamphora)、桂花(Osmanthusfragrans)、美丽异木棉(Ceibaspeciosa)，灌木层以三角梅(Bougainvilleaspectabilis)、琴叶珊瑚(Jatrophaintegerrima)、红叶石楠(Photinia×fraseri)，草本层以马尼拉草(Zoysiamatrella)出现频率较高。从植物色彩分析，乔木层植物搭配上缺少彩叶和秋色叶植物；灌木层和草本层则彩叶和秋色叶植物相对较多，如红花檵木(Loropetalumchinensevar.rubrum)、三角梅、红叶石楠、红龙草(Alternantherabrasiliana)、金叶石菖蒲(Acorusgramineus)。

沙滩公园内的主要植物物种组成及其重要值见表1。重要值较高的乔木有香樟、朴树(Celtissinensis)、桂花、美丽异木棉等，灌木有红叶石楠、毛杜鹃(Rhododendron×pulchrum)、三角梅、琴叶珊瑚等，草本层以马尼拉草、狼尾草(Pennisetumalopecuroides)、金叶石菖蒲、紫御谷(Pennisetumglaucum‘Purple Majesty’)重要值相对较高。

表1　沙滩公园主要物种组成及重要值

3.2 群落结构及其多样性

依据群落组成种的重要值，统计出相应的优势树种[4]，可将公园群落划分为8种类型(表2)，各群落特征值及三维绿量见表3。从表3可知，乔木层Gleason指数为0.15～0.57，Margalef指数为0.33～1.50，Simpson指数为0.78～0.94，Shannon-wiener指数为0.60～0.85，Pielou指数为0.67～0.92；灌木层Gleason指数为0.33～1.50，Margalef指数为1.82～3.91，Simpson指数为0.49～0.77，Shannon-wiener指数为0.68～1.69，Pielou指数为0.64～0.99。数据表明，不同群落、不同的层次其植物多样性指数会有较大差异。其中，类型2的乔木层和灌木层Gleason指数、Margalef指数、Simpson指数、Shannon-wiener指数较大，Pielou指数也较大，表明该群落的植物种类相对丰富。

表2　植物群落结构

表3　各类型植物群落结构特征指标与三维绿量

A为乔木层Gleason指数，B为乔木层Margalef 指数，C为乔木层Simpson 指数，D为乔木层Shannon-winner指数，E为乔木层Pielou指数，F为乔木层平均冠幅，G为乔木层平均胸径，H为乔木层平均树高，I为乔木层平均胸高断面积，J为乔木层胸高断面积，K为优势种平均树高，L为优势种平均胸径，M为优势种平均冠幅，N为优势种胸高断面积，O为复层数，P为盖度，Q为乔灌比，R为灌木层Gleason指数，S为灌木层Margalef指数，T为灌木层Simpson指数，U为灌木层Shannon-winner指数，V为灌木层Pielou指数，W为乔木层平均冠高，X为三维绿量；H、I、K、L、M、P的单位为m2，H、G、J、K的单位为m。

3.3 三维绿量方程模拟

对描述植物群落结构的23个指标的数据及三维绿量数据进行单个样本K-S检验，结果表明，24组数据的显著度均大于0.05，即服从正态分布。对23个群落结构指标数据与三维绿量数据进行逐步回归分析，模拟方程见表4。乔木层平均冠高、优势种树高、乔木层Shannon-winner指数、乔木层平均胸径4个因子对三维绿量具有显著影响。回归结果表明，乔木层平均冠高对植物群落的三维绿量的贡献最大。在获得的4个模拟方程中，R2为0.998，拟含优度较高，表明通过乔木层平均冠高、优势种树高、乔木层Shannon-winner指数、乔木层平均胸径4个指标来预测人工植物群落三维绿量比较吻合。其他因子虽然与绿量模拟相关性不显著，却对群落结构具有一定的指示作用。

表4　基于所有因子的三维绿量模拟方程

4 结论与建议

福州沙滩公园的植物物种丰富度低，植物配置比较单一化，特别是乔木层植物配置过于单调，组团树种物种少，且出现单种优势过于突出的情况。从8个植物群落中的树种分析，香樟，桂花，朴树等植物出现在多个样方内，植物配置缺少丰富的组合和变化。在植物选择上，彩叶植物与秋色叶乔木应用比例少，季相变化不明显。在植物群落建设过程中，适当提升乔木物种数量，提高乔木层丰富度，丰富的植物物种能有效提高群落的稳定性，提高绿地的利用率。植物群落配置时，应适当提高秋色叶植物，提升群落美景度，增加公园内植物群组的观赏性。

对样地群落的结构特征与三维绿量进行方程模拟后发现，乔木层平均冠高、优势种树高、乔木层Shannon-winner指数、乔木层平均胸径4个指标对三维绿量有影响显著，且4个指标均为乔木层群落结构因子。在各层植物中，单株常绿乔木的绿量最大[15-16]。乔木层对三维绿量的贡献较大，常绿乔木提供绿量最大[17]。实地测量乔木绿量就是通过模拟单株乔木的冠高和冠幅进行计算[6]。群落结构特征虽然对三维绿量影响不显著，但对群落构建有一定意义。Shannon-winner多样性指数与群落内植物物种数量与种类有关，增加乔木层植物种类能提高样地内的林分密度，从而提升三维绿量。在群落的乔木层配置中，选择胸径大、冠高的乔木树种能有效提高单株乔木的三维绿量。

参考文献

[1]冷平生.园林生态学[M].北京：中国农业出版社，2003.

[2]李英汉，王俊坚，李贵才，等.居住区植物绿量与其气温调控效应的关系[J].生态学报，2011，31(3)：830-838.

[3]沈忱，周广柱，陈玮.大连城市绿地的群落组成及物种多样性分析[J].沈阳农业大学学报(社会科学版)，2014，16(1)：1-5.

[4]周坚华.城市绿量测算模式及信息系统[J].地理学报，2001，56(1)：14-23.

[5]朱文泉，何兴元，陈玮，等.城市森林结构的量化研究：以沈阳树木园森林群落为例[J].应用生态学报，2003，14(12)：2090-2094.

[6]刘常富，何兴元，陈玮，等.沈阳城市森林三维绿量测算[J].北京林业大学学报，2006，28(3)：32-37.

[7]谢丽琼，邓星晗.绿量的研究进展[J].林业调查规划，2013，38(5)：35-39.

[8]李冰冰，金晓玲.“绿量”在城市绿化中的应用研究[J].北方园艺，2012(7)：107-110.

[9]郑俊鸣，舒志君，张万超，等.城市公园植物群落结构特征与绿量影响因子分析：以福州市闽江公园(南园)为例[J].中国园艺文摘，2015，31(3)：76-78.

[10]叶志勇.平潭综合实验区公路绿地植物群落多样性与绿量影响因子研究[J].中国园艺文摘，2015(5)：92-94，124.

[11]王东良，金荷仙，唐宇力.疗养院植物绿化三维量与空气负离子浓度的关系[J].西北林学院学报，2013，28(4)：61-65.[12]陈翠玉，杨善云，黎良财.柳州市主城区河岸植被三维绿量及生态效益分析[J].中国农学通报，2012，28(10)：304-308.

[13]王新强，夏厚兴.福州农大沙滩公园防冲方案研究[J].水利科技，2014(4)：50-54.

[14]张金屯.数量生态学[M].2版.北京：科学出版社，2011.

[15]周坚华，孙天纵.三维绿色生物量的遥感模式研究与绿化环境效益估算[J].环境遥感，1995，10(3)：162-174.

[16]周坚华.城市生存环境绿色量值群的研讨(5)：绿化三维量及其应用研究[J].中国园林，1998，14(5)：61-63.

[17]邹亚海，王锦，佟越，等.昆明昙华寺公园园林植物群落结构分析[J].山东林业科技，2007(5)：22-24.

[18]潘桂菱，靳思佳，车生泉.城市公园植物群落结构与绿量相关性研究：以成都市为例[J].上海交通大学学报(农业科学版)，2012，30(4)：56-62.

Research on Correlation Between Plant Communities and Tridimensional Green Biomass in Fuzhou Beach Park

Zheng JunmingFang XiaoZhu XuepingZhu DandanDeng Chuanyuan

(College of Landscaping, Fujian Agriculture and Forestry University, Fuzhou 350002, Fujian, China)

Abstract:Woody plant communities in the Fuzhou Beach Park were categorized into 8 types through sampling and 24 structural characteristics and tridimensional green biomass in plant communities were investigated with ecological method to determined the influencing factors which influence the tridimensional green biomass by regression analysis of the relationship between the structural characteristics and the tridimensional green biomass of various communities. The result of regression showed that the average crown height, the average height of dominant species, the average of diameter at breast height, and Shannon-winner index are the main influencing factors. Besides, the structure of the 8 types of trees and shrubs was not reasonable with unclear layers. The species richness of the plant communities was low and lack of variations.

Key words:plant community, influencing factor, tridimensional green biomass

收稿日期：2015-12-26

*基金项目：国家海洋局海洋公益性行业科研专项(201505009-4)

作者简介：郑俊鸣，硕士研究生，研究方向为园林植物应用与生态，E-mail:282514029@qq.com 通信作者：邓传远，副教授，研究方向为园林植物应用与生态，E-mail:dengchuanyuan@163.com

DOI：10.3969/j.issn.1672-4925.2016.02.010