基于SOM的野生秤锤树群落的空间分布和环境解释

本文采用自组织特征映射网络(self-organizing map, SOM)对南京老山野生秤锤树(Sinojackia xylocarpa)群落进行数量分类和排序, 分析了其与环境因子之间的关系。结果表明: (1) SOM将秤锤树野生群落的100个样方划分为5个群丛类型, 分类结果在空间上反映了秤锤树野生群落的演替变化趋势, 各群丛的群落结构和物种组成存在差异且群丛界限明显, 可较好地进行排序与分类的环境解释。(2)通过环境因子梯度的可视化方法, 确定了海拔、坡位和土壤厚度是影响该地区秤锤树生长和分布的主要因子, 同时也揭示了以不同优势种为代表的各群丛和环境因子的关系。(3) SOM可以摆脱许多定量技术的限制性假设, 使得神经网络对于群落生态特征及探索群落和环境相互关系具有良好展现力; SOM群落生态数据具有更高的映射能力, 进行群落分类以及较少程度的排序的潜力, 将有利于不同群落类型的分类和管理, 对于濒危植物保护具有重要意义