高级森林生态学

《高级森林生态学》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、《高级森林生态学》结业试题一、请简要回答下列问题（总分100分）1.简述全球变化的成因及其对陆地生态系统的影响，以及我们应采取的有效应对策略。（20分）2.森林生态系统碳循环的研究方法包括哪些？这些方法的优缺点体现在哪些方面？（20分）3.胡锦涛总书记在气候变化峰会上提出我国林业的“双增目标”，请简要论述“双增目标”的具体内容及林业在应对气候变化上的特殊作用。（20分）4.简述关于群落组成分析方法中直接梯度分析和间接梯度分析的异同点。（10分）5.目前植物种群生态学研究主要内容有哪些？（10分）6.请结合自己的专业和研究方向，谈一下你选修学习《高级森林生态学》这门课程的收获和体会；并对如何

2、更好地开设这门课程提出你的建议。（20分）备注：（1）答卷统一用A4纸，上面请写明自己的姓名，学号,专业方向。⑵答卷上交时间为口月30日，请交给周涧青同学。4、简述关于群落组成分析方法中直接梯度分析和间接梯度分析的异同点直接排序：分析植被与已知环境梯度之间的关系((即排序+回归分析))如：CCACCA.RDARDA间接排序：通过排序轴与环境变量之间的相关性来分析植被环境关系((即排序后进行相关性分析))①口PCAPCA、CACA、DCADCA、NMDS重要区别Ib间接排序样点的位置仅决定于物种组成的差异2、直接排序样点的位置由物种组成和所使用的环境变量共同决定排序方法可分为两类。利用环境因

3、素的排序称为直接排序(directordination),乂称为直接梯度分析(directgradiantanalysis)或者梯度分析(gradiantanalysis),即以群落生境或其屮某一生态因子的变化，排定样地生境的位序；另一类排序是群落排序，是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，称为间接排序(indirectordina-tion),乂称间接梯度分析(indirectgradiantanalysis)或者组成分析(compositionalanalysis)。1.间接梯度分析迄今为止，已经产生了许多排序方法，最早使用的是极点排序法。之后

4、,主分量(或主成分)分析(principalcomponentsanalysis)(简称PCA法)问世，它具有严格的数学基础，是所有近代排序方法屮用得最多的一种。目前所用的排序方法大约有20儿种，由于篇幅限制，我们不能详细介绍。极点排序法(polarordination)是50年代中期由美国Wisconsin学派创立的，以其作者姓氏而称为Bray-Curtis方法(也简称BC法)。这一方法在50年代后期曾得到广泛的应用，到了60年代，在数学上较严格的主分量分析等排序方法建立后，它被现代化的方法所代替。但一些研究结果认为，它人为地选择坐标轴更能适合非线性数据的情况，加之计算简单，所以不少人仍

5、住用这种方法。具体方法可参考阳含熙等著《植物群落的数量分类》。主分量（或主成分）分析（principalcomponentsanalysis）,简称PCA法,是近代排序方法屮用得最多的一种方法。一般讲，排序的实体所表现的性状很多，相应的数值距阵很大,在众多属性的情况下，分析事物内在的联系，这是一件复杂的问题。如果将众多性状相互比较，会看出各个属性所处的地位和所起的作用不同。从许多性状中找到一、两个主要方面,而使一个多性状的复杂问题转化为比较简单的问题，从而使损失的信息量最少（即发生最小的畸变），这正是主分量分析数学方法的精神实质。所谓主要方面，在客观实际问题屮，往往并不是简单地归结于某一个

6、、两个性状，主要方面是许多相互独立的性状综合产生的效果,最简单的综合就是线性组合。其数学方法是基于线性代数中矩阵和二次型等有关知识。具体地说就是将一个综合考虑许多性状（例如P个）的问题（P个属性就是P维空间），在尽量少损失原有信息的前提下，找出1~3个主分量，然后将各个实体在一个2〜3维的空间屮表示出来，从而达到直观明了地排序实体的目的。大量的应用证明PCA法是一种非常有效的排序方法，它既适用于数量数据，也可用于二元数据，在许多应用屮，往往只取前二、三个主分量就可以反映原数据离差的40〜90%。但是，它也存在以下两方面的不足。第一、PCA只适于原数据构成线性点集的情况。对于分离的点集，PC

7、A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。此时可以先缩小数据范I韦I，使数据在小范围内大致是线性的，或者进行平方根变换或其他变换使数据转换成线性的。很多人发现PCA对非线性数据的适应力是很弱的。第二、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。此时取少数主分量所占的信息比例较低。（二）直接梯度分析直接梯度分析也有许多方法。这里首先介绍的是Whi