內蒙古錫林郭勒草地植物動態調查與統計分析方法探討

朱 杰，王照蘭，張彩琴*

(1.內蒙古農業大學 理學院，呼和浩特010018； 2.中國農業科學院 草原研究所，呼和浩特010010)

0 引言

錫林郭勒草原有著良好的自然資源，但因過度放牧等人為因素以及氣候等自然因素的影響而導致草場退化嚴重，生態平衡遭到破壞[1-2]。

關于草原植物與氣象因子間的關系已在相關領域得到了較為成熟的研究成果。白永飛等人發現牧草的高度與生物量的增長呈正相關，而且溫度、水分影響了牧草的生長發育，不同牧草對溫度和水分的需求有差異[3]。王鵬飛等人前期研究了錫林郭勒草原的氣候變化及其對植被的影響，發現植被與氣溫和降水量之間具有顯著性關系，而且植被受降水的影響要大于受溫度的影響[4]。張軍等人運用灰色關聯矩陣進行了優勢分析，說明了氣象因子對草原植物地上生物量的影響程度，并得到了水分因子對牧草的影響程度最強等結論[5]。張彩琴等人通過逐步回歸的方法剔除了不重要的氣象因子，發現降水和積溫因子對生物量形成表現的影響最為明顯，而且降水的影響更顯著，相同生活型的草原植物對積溫因子的響應程度類似，不同功能群的植物對積溫因子的響應程度有差異[6-7]。

眾多學者基于多年數據的研究結果和一致性結論證實[8-10]，上述諸多方法均有一定的可行性和借鑒意義。但基于僅一個生長季的相關研究報道尚少[3，7，10]，找到一個科學合理可行的研究方法和思路能夠在一定程度上及時發現問題。比如，對試驗設計的合理性及時進行評價指導等，這將會對接下來多個生長季的連續試驗設計及數據積累研究乃至研究結果產生重要影響。每個生長季的相關研究是多年累計數據研究的重要鋪墊，對后續研究具有重要的指導意義。

本研究運用試驗設計及單因子方差分析和偏相關分析的方法對一個生長季的七種重要植物的生長動態及其與八種氣象因子的關系逐一進行研究，旨在通過不同的思路和角度對比前人的研究成果及異同點找到更科學、更符合實際的理論研究方法，以期為草地生態系統的相關研究提供數據依據和理論依據。

1 材料與方法

1.1 研究區域概況

研究地點為中科院內蒙古草原生態系統定位研究站，該樣地位于內蒙古錫林郭勒盟白音錫勒牧場境內，總面積26.6 hm2，海拔1 186 m，年平均降水量349.6 mm。該地區降水量在各季節間差異較大，一般集中在6～9月，其降水量約占全年的80%。該區域于1983年實施圍欄封育后，至今停止放牧和人為干擾。

1.2 研究方法

采用試驗設計中單因子方差分析和偏相關分析的方法來研究不同植物生長動態的差異及其與八種氣象因子間的相關性。

1.3 數據來源

1.3.1 干重和高度數據

選取有代表性的七種植物作為研究樣本。考慮到群落空間異質性增強對試驗取樣的影響，在取樣地內選擇了100×200 m的樣地作為實驗小區，實驗過程中的隨機抽樣均在該樣地內進行取樣測定。采用齊地刈割法，每次每種植物隨機取100個單株，測定其2017年6---8月的干重和高度。單株生物量是植物個體諸多性狀的集體變現，因此每期均取平均單株的干重和高度來作為指標。

1.3.2 氣象數據

數據來源于2017年6---8月中科院內蒙古草原生態系統定位站的氣象資料，包含了氣壓、水氣壓、相對濕度、蒸發量、氣溫、地溫、日照時間、降水量這八個變量。

2 結果與分析

2.1 單因子方差分析

將草原植物作為單因子方差分析中的一個因子，用A表示。羊草、針茅、冰草、苔草、冷蒿、羽茅、雙齒蔥這七種植物為七個不同水平，分別記為A1,A2,A3,A4,A5,A6,A7。

2.1.1 隨機性檢驗

植物高度和干重數據均通過隨機取樣得到，因此所有的數據yij相互獨立，取平均值后仍符合隨機要求。

2.1.2 正態性檢驗

選用K-S正態性檢驗的方法，運用SPSS 23.0對植物的干重和高度指標進行正態性檢驗，見表1。

表1 七種草原植物干重、高度數據正態性檢驗輸出結果Tab.1 Output results of normality test on dry weight and height data of grassland plants of seven types

運用雙側檢驗在顯著性水平α=0.05的情況下進行統計推斷，七種植物干重和高度的K-S正態性檢驗的P值均大于0.05，認為原假設H0正確，證明七種植物的干重和高度均服從正態分布。

2.1.3 方差齊性檢驗

在H0成立時，多個方差之間的差異越大，H越大，會拒絕原H0假設。因此，要對于給定顯著性的水平α進行H0拒絕域檢驗：

W={H>H1-α(r,f)}，H1-α(r,f)為H分布的1-α分位數。

在顯著性水平α=0.05時，H0.95(7,6)=15.0，H值遠大于15.0，拒絕原假設H0，即七個總體方差間具有顯著性差異。

運用SPSS 23.0對植物的干重和高度指標進行正態性檢驗。結果表明，高度的顯著性為0.349(P>0.05)。保留原假設，方差齊性相等，能夠進行方差分析。而干重的顯著性是0(P<0.05)，拒絕原假設，方差齊性不相等，有顯著性差異。

2.1.4 Box-Cox數據變換

根據P檢驗可知，七個總體干重有顯著性差異，不滿足方差齊性。而滿足方差齊性是進行單因子方差分析的條件之一，于是需要處理數據。適當變換試驗數據之后，可以將變換后的數據看作是來自具有正態性和方差齊性的總體，然后再進行方差分析。

根據實際觀測數據得到：ymax/ymin=32.910 9/0.048 3=681.38>2

可采用Box-Cox變換對原始數據進行有效聯合變換，并選取6個λ的值，計算后得到對應的Se值如表2所示。

表2 不同對應的值Tab.2 Different corresponding values

結果表明，λ=-0.25時，Se為最小值，于是對原數據進行z=y-0.25的變換，見表3。

表3 變換后七種植物的干重數據Tab.3 Dry weight data of plants of seven types after transformation

2.1.5 變換后數據的正態性檢驗

利用上述方法對變換后的數據進行正態性檢驗，得到變換后干重數據K-S正態性檢驗的P值為0.2，大于0.05，接受原假設H0，則變換后七種植物的干重服從正態分布。

2.1.6 變換后數據的方差齊性檢驗

在顯著性水平α=0.05時，H0.95(7,6)=15.0，H值小于15.0，接受原假設H0，即認為七個總體方差間無顯著性差異。

2.1.7 單因子方差分析

運用SPSS 23.0分別對七種植物的干重和高度數據進行單因子方差檢驗，得到干重和高度F值分別為2.447和5.470。取顯著性水平α=0.05，查表可知H0.95(6,42)=2.34，因為F>2.34，拒絕原假設H0，所以七種草原植物的干重和高度均具有顯著性差異。

2.1.8 多重比較

進行單因子方差分析時，若經過F檢驗后拒絕原假設(H0∶μ1=μ2=…=μr)，則因子A的水平均值(μ1,μ2,…,μr)不均相等，但也不一定每兩兩之間都有顯著差異，還需進行下一步驟來確認哪些水平下的均值之間有顯著性差異，哪些無顯著性差異。每次取樣均取100株，則實驗重復次數m相等，因此選用重復次數相等情況下的多重比較方法。

結果如下：對植物干重指標而言，可分為四類，第Ⅰ類為A4,A7(苔草、雙齒蔥)，高度處于最低水平，均接近于20 cm；第Ⅱ類為A1,A3,A5(羊草、冰草、冷蒿)，高度處于中等，均接近于30 cm；第Ⅲ類為A6(羽茅)，高度較高；第Ⅳ類為A2(針茅)，高度遠高于其他植物。對植物高度指標而言，可分為兩類，第Ⅰ類為A1,A4,A7(羊草、苔草、雙齒蔥)，其干重與其他種類植物相比較高；第Ⅱ類為A2,A3,A5,A6(針茅、冰草、冷蒿、羽茅)，其干重較低。

2.2 偏相關分析

2.2.1 植物干重指標的偏相關分析

結果表明，就干重而言，針茅和羽茅(叢生型)與相對濕度的相關性最強，其次是蒸發量，均與氣壓、水氣壓無線性關系；苔草(叢生型)與水氣壓的相關性最強，其次是相對濕度，與氣溫、氣壓和蒸發量無線性關系；羊草(根莖型)與水氣壓的線性關系最強，其次是地溫，與氣溫、氣壓和相對濕度無線性關系；冰草(根莖型)與相對濕度的線性關系最強，其次是蒸發量，與氣壓、水氣壓沒有線性關系；冷蒿(匍匐莖型)與水氣壓的相關性最強，其次是相對濕度，與氣溫、蒸發量、日照時數和降水量無線性關系；雙齒蔥(鱗型)與氣溫的相關性最強，其次是蒸發量，與相對濕度無線性關系。

2.2.2 植物高度的偏相關分析

結果表明，就高度而言，羊草和冰草(根莖型)與水氣壓的線性關系最強，其次是相對濕度，與降水量無線性關系；針茅、羽茅和苔草(叢生型)與相對濕度和水氣壓的相關性較強，均與地溫、蒸發量、日照時數和降水量無線性關系；冷蒿(匍匐莖型)與水氣壓的相關性最強，其次是相對濕度，與氣溫、蒸發量、日照時數和降水量無線性關系；雙齒蔥(鱗型)與相對濕度的相關性最強，其次是氣壓，與地溫、蒸發量、日照時數和降水量無線性關系。

表4 各變量與植物干重間的偏相關分析結果Tab.4 Partial correlation analysis between variables and plant dry weight

表5 各變量與植物高度間的偏相關分析結果Tab.5 Partial correlation analysis between variables and plant height

3 討論

眾多研究文獻通常是將氣象因子整合后再進行分析，旨在減少次要因子對主要因子研究的干擾。本研究對八種氣象因子逐一進行研究的目的是想通過與前人研究結果的對比來根據異同之處進行更為細化的討論，進而為今后的研究提供數據支持和理論依據。

通過多重比較結果可知，羊草和冰草在高度水平上被分一類，針茅和羽茅在干重水平上被分為一類。通過偏相關分析研究表明，就高度而言，羊草和冰草都與水氣壓及相對濕度有著較強的線性關系，針茅、羽茅、苔草都與相對濕度和水氣壓有著很強的相關性。就干重而言，針茅和羽茅都與相對濕度和蒸發量有著較強的線性關系，這些結果與植物生活型的分類相符。偏相關分析中無線性關系的因子并不代表兩者之間沒有關系，只是此方法的結果中并未展現出來。部分植物的分類并不完全與生活型分類一致，可能是受到了研究時間、氣溫和降水等因素的影響。

本研究根據試驗設計的相關分析方法和結果對植物生活型進行分類，這在該領域中是一次新的探索，而且與已有的分類方式有諸多相似之處[6，7]，同時也看到兩種分類方法之間存在的差異，這也為今后的進一步探索差異產生的原因和精確找出影響因素并進行分析奠定了基礎，進而為尋求到更為準確的結論來明確研究標準。

4 結論

由單因子方差分析結果得到，羊草、針茅、冰草、苔草、冷蒿、羽茅、雙齒蔥這七種植物在同一生長季節的干重與高度因受環境因素的影響而存在差異。不同生活型草原植物在同一生長季內的生長動態有顯著性差異，而同一生活型草原植物生長動態相似。但仍有部分植物不符合這一特征，這可能與研究時段較短以及當時的氣溫和降水等原因有關。同一種植物的高度和干重對同一氣象因子的相關性較為接近，而且大多與該植物的生長習性相符合。