黃河三角洲植被空間分布特征及其環境解釋

安樂生,周葆華,趙全升,王 磊

1 安慶師范大學資源環境學院,安慶 246133 2 中國海洋大學環境工程系,青島 266100 3 青島大學環境科學系,青島 266071

黃河三角洲植被空間分布特征及其環境解釋

安樂生1,2,*,周葆華1,趙全升3,王 磊1

1 安慶師范大學資源環境學院,安慶 246133 2 中國海洋大學環境工程系,青島 266100 3 青島大學環境科學系,青島 266071

為了解黃河三角洲地區植被空間分布與環境因子之間的關系,通過局地植被樣方調查、區域遙感影像提取歸一化植被指數(NDVI)及地形高度、地下水位埋深、表層土壤Cl-含量等環境數據采集,綜合樣地植被與環境數據進行了除趨勢對應分析(DCA)和除趨勢典范對應分析(DCCA),并對區域NDVI與主要環境變量進行了單因子相關性分析和多元逐步回歸分析。結果顯示：DCA排序可將黃河三角洲植被分為翅堿蓬、檉柳-翅堿蓬、蘆葦-檉柳、蘆葦4個主要群落類型(群叢),DCCA與DCA排序圖總體相似,但DCCA更清晰地表明其第一軸主要代表的是潛水Cl-濃度等關鍵水鹽因子,且隨著水土環境系統鹽分含量的減小,群落由翅堿蓬逐漸向蘆葦演變。區域典型植被群落和NDVI分布格局與變化趨勢受地下水位埋深和潛水Cl-濃度2個環境因素影響較大(NDVI與2個環境變量間建立的二元回歸方程R2=0.57),而土壤Cl-含量的植被效應實際上受地下水位埋深和潛水Cl-濃度的影響。在區域地下水普遍淺埋條件下,地下水成為影響植被生長與分布的生態環境最敏感要素,而地下水位埋深和潛水Cl-濃度是這一要素中的2個關鍵因子,尤其是后者梯度變化對天然植被分布格局起重要的控制作用。

植被分布；環境解釋；歸一化植被指數(NDVI)；植被排序分析；黃河三角洲

植被空間分布與環境因子之間的關系一直是生態學研究的熱點問題[1- 3],其研究可為退化生態系統的恢復與重建提供科學依據[4]。植物群落分布受氣候、降水、地形、土壤、地下水等多種自然因素的驅動影響與共同作用。在大尺度上氣候對植被分布起著決定性作用,在小尺度上地形、土壤、生物等因素及其相互作用也影響著植物群落的分布[5]。植被(物種組成數據)-環境(實測或潛在環境因子)關系的梯度分析法(排序)可以半定量地確定影響植物群落類型變化及其分布的關鍵小尺度環境因子[6]。這種生態統計學上的梯度分析法較為常見的有除趨勢對應分析(Detrended Correspondence Analysis,DCA)、典范對應分析(Canonical Correspondence Analysis,CCA)和除趨勢典范對應分析(Detrended Canonical Correspondence Analysis,DCCA)等。其中,DCA為非約束性排序(間接梯度分析法),而CCA和DCCA均為約束性排序(直接梯度分析法),但DCCA克服了CCA的“弓形效應”[7- 8]。

植物的生活與分布深受所在地環境條件的制約。陸生植物植根于土壤,受土壤中水分和鹽分條件的影響尤為顯著。濱海地區因海水入侵及沿河道上溯頂托導致地下水咸化、土壤鹽漬化引起土壤退化演變,促進了生物群落的改變及植物群落的演替。黃河三角洲地下水埋藏深度普遍較淺且鹽分含量高,在淺埋條件下,地下水可通過“飽和帶-包氣帶-植被”間水分的垂向聯系由點及面產生極為重要的生態效應[9]。當前,黃河三角洲地區植被與環境因子關系的研究側重于東部自然保護區河口濕地植物受地表水深和土壤養分含量的影響[10- 11]。本研究基于植被群落空間分布(局地植物樣方調查)與植被覆蓋(區域遙感影像采集)兩個角度綜合分析該地區植物空間分布格局與環境因子之間的生態關系,以期為合理開展黃河下游生態調度、積極維護黃河三角洲濱海濕地生態系統健康提供科學依據。

1 材料與方法

1.1 資料收集與采樣布置

本研究東、北以海岸線為界,西、南分別延伸到黃河三角洲北部自然保護區西端和東部自然保護區的南端(118°34′—119°15′E,37°36′—38°09′N),總面積約2719.8 km2(圖1)。

圖1 研究區及采樣布置示意Fig.1 Distribution of sampling stations in the study area

收集的環境數據主要是2006—2010年黃河三角洲濱海濕地綜合地質調查與評價項目151個采樣站位的地形高度、地下水位埋深、潛水氯離子質量濃度[c(Cl-)]、潛水總溶解性固體質量濃度[c(TDS)]及表層土壤氯離子含量[w(Cl-)]、土壤全鹽量[w(全鹽)]、有機質含量[w(OM)]、pH值等。植被數據包括植被樣方調查數據、2008年10月7日TM影像數據1景(來源于“對地觀測數據共享計劃”)所提取的歸一化植被指數(NDVI),以及同步記錄的各站位地表覆被類型(包括翅堿蓬、蘆葦、檉柳、人工植被、潮灘等)(圖1)。2008年10月在黃河三角洲東、北部自然保護區內各選10個調查樣地,共計20個樣地(S1—S20),其規格為50 m×50 m。植被樣地調查時,對每個樣地的植物種類及其單位面積數量、蓋度、多度等進行記錄。

1.2 數據處理與分析

植被與環境數據排序分析中,植被數據為20個樣地的物種多度值,環境數據主要包括各樣地對應采樣站位的地形高度、地下水位埋深、潛水c(Cl-)、潛水c(TDS)及表層土壤w(Cl-)、w(全鹽)、w(OM)、pH值等。綜合植被與環境數據進行樣地的除趨勢對應分析(DCA),根據DCA排序結果,分析樣地主要群落類型(群叢),判斷選擇線性還是單峰模型,再進行典范對應分析(CCA)或除趨勢典范對應分析(DCCA),并繪制二維排序圖(最終采用的是DCCA排序)。DCA和DCCA分析均采用Canoco 4.5軟件。

NDVI與環境因子回歸分析中,首先通過ENVI 4.8軟件提取上述TM影像的NDVI,之后將其導入ArcGIS 10.2軟件中生成NDVI分級分布圖,再利用ArcMap中Extract values to points命令提取其中151個點的NDVI,最后利用SPSS 17.0軟件對相關數據進行單因子相關性分析和多元逐步回歸分析[12]。

2 結果與討論

2.1 典型植被及其空間分布

研究區主要植物種有蘆葦(Phragmitesaustralis)、檉柳(Tamarixchinensis)、堿蓬(Suaedaglauca)、白茅(ImperatacylindricalVar.major)、獐茅(Aeluropuslittoralisvar.sinensis)、羅布麻(Apocynumvenetum)、香蒲(Typhaangustifolia)、荻(Miscanthussacchari)、野大豆(Glycinesoja)、杞柳(Salixintegra)、補血草(Limoniumsinense)及狗尾草(Setariaviridis)等。黃河三角洲自然保護區共有種子植物42科、390多種,以禾本科、豆科、菊科、藜科居多,植被覆蓋率約為55%,其中典型植被翅堿蓬、檉柳和蘆葦分布較廣。

基于植被群落樣方調查及野外采樣記錄,結合遙感影像資料,并參考崔保山和楊志峰等[13]對黃河三角洲濕地植被分布的研究可知,區內典型植被主要分布在保護區內,在東部自然保護區,蘆葦、檉柳、鹽地堿蓬(翅堿蓬)沿黃河河道呈條帶狀分布,沿河道向外至高潮線附近依次是蘆葦、檉柳和翅堿蓬,各植被帶寬度約0.5—4.0 km(翅堿蓬偏窄)、長度從入海口以上5.0 km沿河道至大汶流管理站約45.0 km；在北部自然保護區,翅堿蓬、檉柳、蘆葦自南向北呈斑塊狀集中分布于一千二管理站東側和東北側,自孤北水庫至防潮壩依次是蘆葦、檉柳和翅堿蓬,各植被帶寬度約1.0—7.5 km(蘆葦偏窄)、長度約10.5—22.0 km[9]。區域地表覆被呈現2條較為明顯的生態演替序列,一是橫向上由河道向兩側發育的“蘆葦/香蒲/河道防護林-蒿草/獐茅-杞柳-耕地植被”,二是縱向上沿黃河現行流路由海向陸發育的“鹽地堿蓬-檉柳-蒿草/獐茅-耕地植被”,2條生態序列時空交錯,且在東部保護區表現得更為明顯[14]。

2.2 植被群落分布格局與關鍵環境因子的關系

2.2.1 樣地的DCA排序與分類

采用DCA對20個樣地進行分析,結果見圖2。DCA前4個排序軸的特征值(表示物種數據異質性)分別為0.772、0.361、0.191、0.084。第一排序軸特征值最大,包含的生態信息量最多,第二、三、四排序軸依次減小。一般DCA前2個軸累積貢獻率若達到70%,可反映植被的基本面貌。本研究DCA前2個軸的累積貢獻率為75.1%,即可以解釋75.1%的物種數據信息(物種總數為14),表明DCA排序結果比較理想。

圖2 20個樣地的DCA二維排序Fig.2 DCA ordination of 20 sample plotsⅠ—Ⅳ：群叢；1—20：樣地

參考宋創業等[15]、賀強等[16]利用雙向指示種分析法(TWINSPAN)對黃河三角洲濕地植被群落分類的結果,結合本次DCA分析,可將20個樣地劃分為4組,代表4個主要群落類型(群叢)(表1)。

DCA排序的橫、縱軸顯示不同的生態意義。圖2顯示,群叢主要沿著第一軸表現出明顯的梯度變化,自左向右分別對應翅堿蓬、檉柳、蘆葦等植被類型,初步表明第一軸包含潛水c(TDS)、土壤w(全鹽)、地形高度和地下水位等信息,且第一軸正向表示的是地形高度和地下水埋深的增加、潛水c(TDS)和土壤w(全鹽)的減小。沿第二排序軸,群叢Ⅰ—Ⅲ基本位于同一水平線上,而群叢Ⅳ的樣地在第二軸方向上呈條帶狀分布,進一步對樣地1、13、16、19、20中環境因子進行比較分析發現,pH值相對于其他環境因子變化最為明顯,說明第二軸主要反映土壤pH值的變化。

DCA分析結果中梯度長度(表示物種變化范圍)的第一排序軸長度為3.517,介于3—4之間,說明梯度分析排序模型采用單峰或線性模型均可。考慮到各樣地物種多度統計結果中零值較多,且DCA排序結果顯示物種分布受環境梯度影響顯著,因此物種分布與環境因子關系分析選擇基于單峰模型的排序方法,同時,為消除第一、二排序軸相關而產生的“弓形效應”，采用非線性的DCCA模型糾偏。

2.2.2 關鍵環境因子對植物分布格局的影響

通過篩選確定了地形高度、地下水位埋深、潛水c(Cl-)及表層土壤w(Cl-)、w(OM)、pH值共6個環境因子作為環境信息的代理變量,應用DCCA排序對黃河三角洲地區20個樣地的物種和環境數據進行分析,得到物種多度與環境因子的排序圖(圖3)。

表1 樣地的群落分類與主要類型

結合表2可看出,DCCA排序4個軸的特征值分別為0.727、0.242、0.137、0.086,前兩軸的物種與環境相關性較高(R分別為0.972和0.842),共解釋了物種-環境關系總方差的72.9%,說明排序效果較好[16]。

表2 DCCA各排序軸的特征值、物種-環境相關性和累積百分比方差

DCCA排序圖中環境因子用帶箭頭的連線表示,線條的長度及其與排序軸的夾角反映某個環境因子與排序軸相關性的大小,且長度越長、夾角越小,相關系數的絕對值越大[17- 19]。圖3顯示,代表潛水c(Cl-)和表層土壤w(Cl-)的線條長度較長,且與第一軸夾角很小,地形高度和地下水位埋深次之,表明潛水c(Cl-)和表層土壤w(Cl-)與第一軸相關性最高(R分別為-0.800和-0.938,表3),其次是地形高度和地下水位埋深(R分別為-0.623和-0.606)。表層土壤w(OM)雖然與第一軸夾角較小,但其連線較短,故其與第一軸的相關性并不高(R為0.270)。同時,第二軸只有代表pH值的連線向其靠近,且相關性較低(R為0.287),表明第二軸包含的環境信息很少,且反映程度較弱。從圖3和表3不難看出,DCCA排序第一軸側重反映的是表層土壤w(Cl-)、潛水c(Cl-)和地下水位埋深等關鍵環境因子,而第二軸在一定程度上代表著表層土壤pH值。

圖3 物種多度與環境因子的DCCA二維排序 Fig.3 DCCA ordination of species abundance and environmental factors 排序軸與環境因子間的相關系數用箭頭線的長度和方向來表示;GE：地形高度(地面標高) Ground elevation；GWD：地下水位埋深 Depth of groundwater table；GWCl：潛水c(Cl-) Cl- concentration in phreatic aquifer；SCl：表層土壤w(Cl-) Cl- content in surface soil；SOM：表層土壤w(OM) OM content in surface soil；pH：表層土壤pH值 pH value of surface soil;△：群叢Ⅰ樣地 Association Ⅰ plots；：群叢Ⅱ樣地 Association Ⅱ plots；□：群叢Ⅲ樣地 Association Ⅲ plots；○：群叢Ⅳ樣地 Association Ⅳ plots (符號的大小分別代表物種多度值)；+：物種 Plant species；Phragmit：蘆葦Phragmites australis；Suaeda：翅堿蓬Suaeda heteroptera；Tamarix：檉柳Tamarix chinensis；Aelurop：獐茅Aeluropus littoralis var.sinensis；Limon：補血草Limonium sinense；Sonchus：苣荬菜Sonchus brachyotu；Miscan：荻Miscanthus sacchari；Imperata：白茅Imperata cylindrical Var.major；Typha：香蒲Typha orientalis Presl；Apocynum：羅布麻Apocynum venetum；Artemis：茵陳蒿Artemisla capillaris；Glycine：野大豆Glycine soja；Melilot：草木樨Melilotus officinalis；Setaria：狗尾草Setaria viridis

DCCA二維點圖中各群落類型主要沿第一排序軸變化,且排列次序與DCA一致,雖然DCCA排序圖中群叢Ⅲ和Ⅳ略有交錯,但其分布仍較集中且相對位置明確,表明DCCA和DCA排序圖總體上具有相似性,研究區主要群落類型在2種排序圖上的分布均反映了植物群落在環境梯度上的變化趨勢。與DCA相比,DCCA清晰地表明其第一排序軸主要代表的是潛水c(Cl-)等關鍵水鹽因子,且隨著潛水c(Cl-)和表層土壤w(Cl-)的減小,群叢由翅堿蓬群落逐漸向蘆葦群落演變。

與樣地相比,物種在DCCA二維排序空間中的布局較為分散,這主要是由于樣地中存在一些物種出現頻度低、多度值小,在排序時向排序軸邊緣靠近。總體來看,優勢種和主要伴生種分布相對集中,且沿第一排序軸有明顯變化,自左向右依次為翅堿蓬、補血草、檉柳、獐茅、荻、蘆葦、白茅、香蒲、野大豆等。翅堿蓬、檉柳和蘆葦在二維空間中的具體位置表明,各群叢類型與其優勢種的分布格局基本相似,如以翅堿蓬為優勢種的群叢Ⅰ(翅堿蓬群落),同翅堿蓬一樣位于DCCA排序圖的最左端,這也說明優勢種的分布格局在一定程度上決定著植物群落類型的分布格局[20]。

總之,DCCA第一排序軸集中了排序的大部分信息,突出反映了表層土壤w(Cl-)、潛水c(Cl-)和地下水位埋深等水鹽環境梯度。樣地、物種主要沿第一排序軸有序變化充分表明,表層土壤w(Cl-)、潛水c(Cl-)和地下水位是決定區域典型植被群落分布格局的關鍵因子[12]。

2.3 NDVI與關鍵環境因子的關系

前已述及,研究區典型植被群落分布格局受表層土壤w(Cl-)、潛水c(Cl-)和地下水位埋深等關鍵水鹽因子影響顯著。將這3個關鍵因子空間分布與區域NDVI空間分布進行比較發現,NDVI沿地下水徑流方向總體呈遞減趨勢,與3個關鍵因子在空間分布上具有較高的相似性[9]。由此可見,NDVI和3個關鍵水鹽因子之間存在較高的相關性。

結合151個采樣站位表層土壤w(Cl-)等6個環境因子對NDVI的散點圖,經正態檢驗后剔除12個離群值,最終對139個點的相應數據進行單因子相關性分析和多元逐步回歸分析,結果見公式1—3、表4和圖4。

表3 DCCA前兩軸與環境因子的相關性

*：0.05的顯著性水平 Significant at the 0.05 level；**：0.01的顯著性水平 Significant at the 0.01 level

INDVI=-0.013w-0.006c+0.028d+0.359R2=0.68P<0.01

(1)

INDVI=-0.015w-0.006c+0.404R2=0.66P<0.01

(2)

INDVI=-0.009c+0.047d+0.318R2=0.57P<0.01

(3)

式中,INDVI為歸一化植被指數；w為表層土壤w(Cl-),g/kg；c為潛水c(Cl-),g/L；d為地下水位埋深(m)。

表4 NDVI與6個環境因子的相關性

*：0.05的顯著性水平 Significant at the 0.05 level；**：0.01的顯著性水平Significant at the 0.05 level

圖4 NDVI與主要環境因子關系Fig.4 Relationship between NDVI and main environmental factors

從NDVI與6個環境因子的相關性可看出,NDVI與地下水位埋深、地形高度、表層土壤w(Cl-)、潛水c(Cl-)間具有極顯著的相關性,且與地下水位埋深、地形高度呈正相關,R分別為0.468、0.330；與表層土壤w(Cl-)、潛水c(Cl-)呈負相關,R分別為-0.740、-0.737。通過數據擬合發現,NDVI與表層土壤w(Cl-)、潛水c(Cl-)間比較適合用Logistic曲線來擬合,R2分別達到0.65、0.60,而NDVI與地下水位埋深、地形高度間用線性模型擬合即可,R2分別達到0.22、0.11(圖4)。上述結果表明,研究區NDVI主要受表層土壤w(Cl-)、潛水c(Cl-)顯著影響。

多元逐步回歸分析通過3步運行依次將表層土壤w(Cl-)、潛水c(Cl-)和地下水位埋深引入回歸模型,而剔除了地形高度、表層土壤w(OM)及pH值3個對NDVI影響較弱的環境因子,最終建立了三元線性回歸方程(式1),且R2達到0.66的較高水平。再次表明,表層土壤w(Cl-)、潛水c(Cl-)和地下水位埋深3個水鹽因子是影響區域NDVI的關鍵環境因子。同時顯示,僅引入表層土壤w(Cl-)、潛水c(Cl-)2個變量的情況下,得到的二元回歸方程R2與三元回歸方程相比只差0.02,回歸效果依然顯著,這突出反映了水土環境系統中鹽分因子對NDVI的決定作用[12]。

對表4和圖4進一步分析發現,表層土壤w(Cl-)與潛水c(Cl-)相關性較高,R為0.643,此外,圖4顯示NDVI與潛水c(Cl-)間Logistic模型與圖4中NDVI與表層土壤w(Cl-)間Logistic模型的R2相差無幾(二者R2分別為0.66和0.60)。研究區潛水借助包氣帶自身的水勢梯度或植物蒸騰作用向土壤輸送水分,進而控制著土壤Cl-的空間分布與變異[21]。因而,植被群落的空間分布和NDVI的空間變異實質上受潛水c(Cl-)控制。值得注意的是,研究區地下水埋深集中在0.5—2.5 m以下,絕大部分區域地下水位已超過臨界埋深,致使區內潛水Cl-向上遷移與累計成為普遍現象,地下水位埋深直接關系到潛水Cl-向上遷移與否,因而地下水位埋深在影響“飽和帶-包氣帶-植被”系統水鹽遷移等方面的重要生態作用決不能忽視。可見,地下水位埋深和潛水c(Cl-)是影響黃河三角洲植被生長與分布的主導環境因子,尤其是潛水c(Cl-)由海向陸、由河道向兩側的梯度變化對翅堿蓬、檉柳、蘆葦等天然植被分布格局起重要的控制作用。

3 結論

(1) DCA二維排序表明黃河三角洲植物群落主要沿著能反映潛水c(TDS)、土壤w(全鹽)和地下水位變化等信息的第一排序軸變化,且按梯度順序可劃分為翅堿蓬、檉柳-翅堿蓬、蘆葦-檉柳、蘆葦4個主要群落類型(群叢)。DCCA排序二維點圖和DCA排序圖總體相似,但與DCA相比,DCCA清晰地表明其第一軸主要代表的是潛水c(Cl-)等關鍵水鹽因子,且隨著潛水c(Cl-)和表層土壤w(Cl-)的減小,群叢由翅堿蓬群落逐漸向蘆葦群落演變。DCCA排序圖中環境因子線條長度及其與第一軸的夾角大小也進一步揭示地下水位、潛水c(Cl-)及表層土壤w(Cl-)對該地區典型植被群落分布格局影響最為顯著。

(2) 環境因子與植被覆蓋度(NDVI)的單因子相關性分析顯示黃河三角洲NDVI主要受表層土壤w(Cl-)、潛水c(Cl-)顯著影響,其次是地下水位埋深、地形高度,而受表層土壤w(OM)及pH值影響比較小。多元回歸分析表明表層土壤w(Cl-)、潛水c(Cl-)和地下水位埋深3個水鹽因子主導區域NDVI的空間分布。但黃河三角洲地下水埋藏較淺,區域土壤w(Cl-)空間分布與變異受地下水位埋深和潛水c(Cl-)二者共同作用,因此,土壤w(Cl-)的植被效應實際上還是受地下水位埋深和潛水c(Cl-)的影響。

(3) 黃河三角洲地區地下水是影響植被生長與分布的敏感要素,而潛水c(Cl-)和地下水位埋深是地下水這一生態環境敏感要素中的2個關鍵因子,尤其是潛水c(Cl-)梯度變化對天然植被分布格局起重要的控制作用。在加強黃河三角洲濱海濕地保護、維護濕地生態系統健康過程中,應重視河口與近岸地區故道斷流、岸線蝕退、海水頂托等導致潛水c(Cl-)升高對植被的不利影響,充分發揮黃河下游生態調度的“壓咸補淡”作用,促進濱海濕地植被順向演替發展。

[1] Clark C M, Cleland E E, Collins S L, Fargione J E, Gough L, Gross K L, Pennings S C, Suding K N, Grace J B. Environmental and plant community determinants of species loss following nitrogen enrichment. Ecology Letters, 2007, 10(7): 596- 607.

[2] 張慶, 牛建明, Buyantuyev A, 丁勇, 康薩如拉, 王鳳蘭, 張艷楠, 楊艷, 韓硯君. 內蒙古短花針茅群落數量分類及環境解釋. 草業學報, 2012, 21(1): 83- 92.

[3] 李思陽, 張娟, 姚玲愛, 胡芳, 許振成, 趙學敏. 西枝江流域浮游植物群落結構特征與主要環境因子的關系研究. 環境科學學報, 2016, 36(6): 1939- 1947.

[4] Zuo X A, Zhao X Y, Zhao H L, Zhang T H, Li Y L, Wang S K, Li W J, Powers R. Scale dependent effects of environmental factors on vegetation pattern and composition in Horqin Sandy Land, Northern China. Geoderma, 2012, 173- 174(3): 1- 9.

[5] 劉瑞雪, 陳龍清, 史志華. 丹江口水庫水濱帶植物群落空間分布及環境解釋. 生態學報, 2015, 35(4): 1208- 1216.

[6] Hopfensperger K N, Burgin A J, Schoepfer V A, Helton A M. Impacts of saltwater incursion on plant communities, anaerobic microbial metabolism, and resulting relationships in a restored freshwater wetland. Ecosystems, 2014, 17(5): 792- 807.

[7] 胡芳, 許振成, 姚玲愛, 陳曉燕, 馬千里, 張杏杏, 王麗, 趙學敏. 劍潭水庫浮游植物群落特征與水環境因子關系研究. 環境科學學報, 2014, 34(4): 950- 958.

[8] 周欣, 左小安, 趙學勇, 王少昆, 劉川, 張婧, 呂朋, 張建鵬. 科爾沁沙地植物群落分布與土壤特性關系的DCA、CCA及DCCA分析. 生態學雜志, 2015, 34(4): 947- 954.

[9] 安樂生, 趙全升, 葉思源, 劉貫群, 丁喜桂. 黃河三角洲地下水關鍵水鹽因子及其植被效應. 水科學進展, 2011, 22(5): 689- 695.

[10] Cui B S, Yang Q C, Yang Z F, Zhang K J. Evaluating the ecological performance of wetland restoration in the Yellow River Delta, China. Ecological Engineering, 2009, 35(7): 1090- 1103.

[11] 趙欣勝, 呂卷章, 孫濤. 黃河三角洲植被分布環境解釋及檉柳空間分布點格局分析. 北京林業大學學報, 2009, 31(3): 29- 36.

[12] 安樂生. 黃河三角洲地下水水鹽特征及其生態效應.青島：中國海洋大學，2012：75-90.

[13] 崔保山, 楊志峰. 濕地學. 北京: 北京師范大學出版社, 2006: 85- 90.

[14] 葉慶華, 田國良, 劉高煥, 葉景敏, 婁維國. 黃河三角洲新生濕地土地覆被演替圖譜. 地理研究, 2004, 23(2): 257- 264.

[15] 宋創業, 劉高煥, 劉慶生, 曹銘昌, 黃翀. 黃河三角洲植物群落分布格局及其影響因素. 生態學雜志, 2008, 27(12): 2042- 2048.

[16] 賀強, 崔保山, 趙欣勝, 付華齡, 廖曉琳. 黃河河口鹽沼植被分布、多樣性與土壤化學因子的相關關系. 生態學報, 2009, 29(2): 676- 687.

[17] Franklin J, Wiser S K, Drake D R, Burrows L E, Sykes W R. Environment, disturbance history and rain forest composition across the islands of Tonga, Western Polynesia. Journal of Vegetation Science, 2006, 17(2): 233- 244.

[18] 李新榮, 譚會娟, 何明珠, 王新平, 李小軍. 阿拉善高原灌木種的豐富度和多度格局對環境因子的變化響應——極端干旱荒漠區灌木多樣性保育的前提. 中國科學 D輯: 地球科學, 2009, 39(4): 504- 515.

[19] Lai J S, Mi X C, Ren H B, Ma K P. Species-habitat associations change in a subtropical forest of China. Journal of Vegetation Science, 2009, 20(3): 415- 423.

[20] 朱軍濤, 于靜潔, 王平, 王志勇. 額濟納荒漠綠洲植物群落的數量分類及其與地下水環境的關系分析. 植物生態學報, 2011, 35(5): 480- 489.

[21] 安樂生, 周葆華, 趙全升, 劉貫群, 朱磊. 黃河三角洲土壤氯離子空間變異特征及其控制因素. 地理科學, 2015, 35(3): 358- 364.

SpatialdistributionofvegetationandenvironmentalinterpretationintheYellowRiverDelta

AN Lesheng1,2,*, ZHOU Baohua1, ZHAO Quansheng3, WANG Lei1

1SchoolofResourcesandEnvironment,AnqingNormalUniversity,Anqing246133,China2DepartmentofEnvironmentalEngineering,OceanUniversityofChina,Qingdao266100,China3DepartmentofEnvironmentalScience,QingdaoUniversity,Qingdao266071,China

In the Yellow River Delta, the normalized difference vegetation index (NDVI) was extracted from remote sensing images, whereas environmental data (e.g., topographic height, groundwater table, surface soil Cl-content, and others) were collected using quadrat sampling. To understand the relationships between the spatial distribution of vegetation and environmental factors in the study area, detrended correspondence analysis (DCA) and detrended canonical correspondence analysis (DCCA) were conducted. In addition, single factor correlation analysis and multiple stepwise regression analysis were also conducted using the regional NDVI and environmental factors. Results showed that the vegetation in the Yellow River Delta could be divided into four main community types:Suaedaheteroptera,TamarixchinensisandS.heteroptera,PhragmitesaustralisandT.chinensis, andP.australis. DCCA and DCA ordination diagrams were similar. However, compared with DCA, DCCA clearly showed that the first axis was mainly representative of Cl-concentration in the phreatic aquifer and key water and salt factors. With the decrease in the salinity of the groundwater and soil environmental systems, the community evolved fromS.heteropteratoP.australis. The distribution of the vegetation communities and NDVI in the area were influenced by the depth of groundwater table and Cl-concentration in the phreatic aquifer. A binary regression relationship (R2= 0.57) was found between NDVI and two environmental variables. The effect of the soil Cl-content on vegetation was influenced by the depth of the groundwater table and the Cl-concentration in the phreatic aquifer. Because of the shallowness of the groundwater, groundwater was sensitive to vegetation growth and distribution. The groundwater table and Cl-concentration in the phreatic water were the two key influencing factors on groundwater. In particular, the Cl-concentration in the phreatic water largely controlled vegetation distribution and growth. To maintain wetland ecosystem health, the relevant departments should pay attention to the increase in groundwater Cl-concentration caused by dried-up river courses, seawater intrusion, and shoreline erosion, among other factors, which will adversely affect vegetation. Some measures could help to accelerate the sustainable development of coastal wetland vegetation, such as making full use of the ecological regulations in the lower reaches of the Yellow River.

vegetation distribution; environmental interpretation; normalized difference vegetation index (NDVI); vegetation ordination analysis; the Yellow River Delta

中國地質調查局地質調查項目(1212010611402)；安徽省高校自然科學研究重點項目(KJ2016A424)

2016- 07- 26;

2017- 02- 23

*通訊作者Corresponding author.E-mail: als00316@163.com

10.5846/stxb201607261518

安樂生,周葆華,趙全升,王磊.黃河三角洲植被空間分布特征及其環境解釋.生態學報,2017,37(20):6809- 6817.

An L S, Zhou B H, Zhao Q S, Wang L.Spatial distribution of vegetation and environmental interpretation in the Yellow River Delta.Acta Ecologica Sinica,2017,37(20):6809- 6817.