霍小鹏  

（四川天宇石油环保安全技术咨询服务有限公司）

摘要：本文介绍了生态环境评价中植物群落调查中所用的相关专业术语、调查方法、定量评价所用的相关指数，结合《环境影响评价技术导则-生态影响》（HJ19-2011）介绍了生态质量评价、影响预测与评价所用的方法。

关键词：植物群落；生态影响评价

0 引言

植物群落调查是生态影响评价的基础。群落这一概念最初来自于植物生态的研究，即在相同时间聚集在同一地段上的各种种群的集合，如森林、灌丛、草原、荒漠或栽培植物群体等，都可称为植物群落。植物群落是自然界植物存在的实体，也是植物种或种群在自然界存在的一种形式和发展的必然结果。地球表面或某一地区全部植物群落的总和，称为植被。植物群落作为植物种群与生态之间的一个集合体，具有自己独有的许多特征，这也是有别于种群和生态系统的根本所在。研究植物群落，首先要了解群落的种类组成，包括种类组成的性质。群落的种类组成是进行群落分类的依据，也是中国植被分类系统最高级单位的基础。研究植物群落，其次要研究种类组成的数量特征，这种种类组成的定量分析是近代群落分析技术的基础。植物群落结构是指群落间物种构成，也是植被的主要外在特征。

生态环境影响评价是指对人类开发建设活动可能导致的生态环境影响进行分析和预测，并提出减少影响或改善生态环境的策略和措施。生态环境影响评价以生态学原理为基础其基本过程是影响识别、现状调查与评价、影响预测与评价、减缓措施和替代方案。

本文从介绍了植物群落调查中群落种类组成、结构等基本概念，介绍了调查中常用的数量特征指标、多样性指数及样方调查方法及调查内容，给出了生态环境影响评价常用的评价方法，旨在生为建设项目生态现状评价与影响评价提供技术与理论参考。

1. 植物群落调查

植物群落的基本特征是植物与植物之间，植物与环境之间的相互关系。这些相互关系的可见标志是群落中各种植物在空间和时间上的配置状况。它主要表现在一定的种类成分，群落外貌，垂直的和水平的结构等几个方面，我们要了解、分析一个群落的生态特点，就必须对这个群落进行早期的数据获取，这就要用到一定的调查方法。

1.1. 植物群落的种类组成

1.1.1种类组成的性质分析

研究植物群落，首先要了解群落的种类组成，包括种类组成的性质。植物种类不同，群落的类型和结构就不相同，种群的在群落中的地位和作用也不相同。因此，群落的种类组成是进行群落分类的依据，也是中国植被分类系统最高级单位的基础。植物群落调查中，常用的群落成员有优势种、建群种、亚优势种、伴生种和偶见种或罕见种。

1.1.2 种类组成的数量特征

重要值是20世纪50年代研究森林群落时首次提出的，他是某个种在群落中的地位和作用的综合数量指标。因为重要值指数简单、明了，所以植物群落分析中得到普遍采用。计算公式如下：

林木重要值ⅣI_tr=相对密度+相对频度+相对显著度（相对基盖度）

草本重要值ⅣI_gr=相对密度+相对频度+相对盖度

既然重要值指数为一个相对值，因此理论上不超过100。重要值指数公式中，相对密度可用相对多度来代替，对结果无影响。显著度是用来表示优势度的指标，最早是英美学派用于混交林的乔木层调查上，也称林木显著度。显著度是一个相对值，也称相对显著度或相对优势度。林木显著度数值时基于树干基本断面积，因此野外调查是要对样方内各株的基茎，即树干距地面750px处的直径。

1.1.3 种的多样性

（1）物种丰富度指数

物种丰富度指数S=出现在样方的物种数

（2）物种多样性指数

物种多样性具有两种涵义：其一是种的丰富度，某样方中物种数目；其二是种的均匀度，即某样方物种个体数目在空间的分配情况。植物群落样方调查在空间尺度范围属于a-多样性范畴，该范畴测定多样性的公式很多，本文中仅介绍生态评价样方调查中两种最有代表性的多样性指数。

Simpson多样性指数是基于一个无限大小的群落中，随即抽取两个个体，它们不属于同一物种的概率的多少这样的假设而推到出来的。概率越大，物种多样性也就越高，但可能是物种丰富度也可能物种均匀度。公式为：

Shannon-Weiner 多样性指数是用来描述种的个体出现的紊乱和不确定。不确定性越高，多样性也就越高。公式为：

   Pielou均匀度指数基于实际观察的物种多样性（H）与最大的物种多样性（H_max），指数取值为0~1。公式为：

式中， N为样方中记录的个体总数，S为样方中物种总数，N_i为第i种的个体总数；P_i=n_i/N，n_i是样方中的第i种的个体数。

1.2 植物群落结构调查

群落空间结构取决于两个因素，即群落中各物种的生活型及相同生活型的物种所组成的层片，它们可看做群落的结构单位。植物群落的生活型及其群落结构是植物与其生长环境相互作用的结果^[1]。

1.2.1植物生活型分类系统

植被的外貌和结构是植被的主要特征，这种特征主要取决于优势种的生活型，某些群落结构单位（如层片）就是以生活型为主要标准划分的。因此，为了利用外貌和结构原则，首先要确定生活型系统

植物的生活型（life form）是植物对于综合环境条件的长期适应而在外貌上反映出来的植物类型^[2]。自从19世纪A.von Humboldt（1806）根据植物外貌特征进行植物生活型的分类以来，其后又有一些学者建立了各种植物生活型分类系统，其中应用最广的丹麦植物学家Raunkiaer（1932）对休眠芽在不良季节的着生位置划分生活型分类系统。具体的是以休眠芽或复苏芽所处位置的高低和保护的方式为依据，把高等植物为5大生活型类群，即高位芽植物 (phanerophytes，简写成Ph)、地上芽植物(chamaephytes，简写成Ch)、地面芽植物(hemicryptophytes，简写成H)、地下芽植物(geophytes，简写成G)和一年生植物(therophytes，简写成Th)5类。

《中国植被图》参考Raunkiaer生活型系统、 Braun - Blanquet 生活型系统和 Whittaker 生长型系统，采用四级的生活型系统，第一级从茎的生长形态将我国的植物分为木本、半木本、草本、叶状体植物；第二级在第一级基础上按主轴木质化程度及寿命长短分出乔木、灌木、半灌木、多年生草本、一年生草本等类群；再按体态和发育划分第三级和第四集。如：

Ⅰ.木本植物

      一、乔木（一）针叶乔木   1.常绿的  （1）大乔木：＞25m

（2）中乔木：8-625px

（3）小乔木：＜200px

1.2.2 植物群落垂直结构

植物群落的结构分为垂直结构、水平结构和时间结构，在植被样方调查最常采用描述群落结构的是垂直结构。植物群落的垂直结构最直观的就是他的成层性，植物的成层性是植物群落垂直结构最直观的体现，也是植物群落结构的基本特征之一。例如，针阔叶混交林群落结构可分为乔木层、灌木层、草本层和苔藓地衣层。

1.3 植被调查取样方法及调查内容

样方调查是野外生态学常用的研究手段。要进行样方调查，首先要确定样方面积，而且样方面积一般应不小于群落的最小面积。所谓最小面积，就是能包含组成群落的大多数植物种类。一般环境条件越优越，群落的结构越复杂，组成群落的植物种类就越多，相应的最小面积就最大。植物群落调查中用的最多的是样带法和样方法。

1.3.1 样带法

样带法是为了研究环境梯度变化较较大的地方，常以长方形作为样地面积，且每个样地面积固定，宽度固定，几个样地按照一定的走向连接起来，就形成了样带。样带的宽度在不同群落中是不同的，在草原地区10~20cm左右，灌木林1~5m左右，森林10~30m。

样带法在植被稀疏、地形变化的群落调查中运用比较有效，但用于密闭或交错分布的植物区域，常代来较大的偏差。

1.3.2 样方法

样方，即正方形样地，是面积取样中最常用的形式，也是植被样方调查中使用最普遍的一种取样技术。植被调查中样方的大小个数，主要取决于所调查群落结构的性质和复杂程度，在群落类型的典型地段设置样地，一般来说每个样地中随机设置的乔、灌、草样方数目各不少于3个。样方的面积主要取决于调查群落的性质，随机设置的乔木样方面积为20m×20m，灌木样方为5m×5m，植被调查时草本样方面积通常设置的是1m×1m。在实际调查中可以根据群落具体结构，适当增加或者减少样方面积。

1.3.3 样方调查内容

采用群落学调查方法，记录每个样方地理位置、地貌、海拔、坡度、坡向、坡位、土壤、群落外貌、层次情况以及样方中植物种的名称、多度、盖度、高度和频度等数量指标。

乔木进行每木检尺，并记录内容包括优势种、林分郁闭度及每种乔木的名称、株数、树高、胸径、冠幅、枝下高等；灌木及草本进行实测并记录其种类、丛（株）数、单丛分枝数、高度、盖度、频度、鲜重。

1.3.4 样方调查中存在的异议

目前，国内很多大型建设项目环境影响评价植被样方中对树高多少或胸径多大乔木作为灌木调查还各持己见，多以树高作为判定的依据，有些报告把高度小于3m的乔木幼树归入灌木层中调查，还有些把高度小于5m的乔木幼树属归入灌木。野外环境的限制，树高一般是通过目测法来估测，估测的树高往往与实际树高存在很大的差异。因此，通过从树高来判定某乔木是否归为灌木来调查是存在误差的。目前，在生态学野外调查及植物群落研究中把胸径小于62.5px的乔木幼树归为灌木^[2-4]。相比树高，树木胸径是一个易于准确测量数量指标，在野外调查中也容易掌握。

1.4 生物量的统计方法

生物量是特定时间内群落现有的活有机体（一般指植物体）的干物质总量，包括地上部分与地下部分。生态环境评价中对植物群落生物量的估算对于监测建设项目对生态系统的影响具有重要的意义。

常用于测定植物群落生物量的方法有直接收获法和间接估测现存量法^[5-7]。生态环境现状调查中植物群落乔木层的生物量通常采用标准木法推出单株生物量经验公式取样测定，再结合乔木样方每木调查累计可得全部生物量。同时，采用收获法对灌木和草本层地上部分称鲜重，并带回实验室于103℃±2 ℃ ，烘干至恒重并记录，测定干重比。

遥感间接估测法主要基于卫星影像，相比实地测量而言，效率快、时间分辨率高、受地形束缚小等优点。遥感技术尤其是影像光谱被认为是制作大区域地上生物量分布图的最合适的工具^[8]。遥感技术估算生物量的方法为：

利用已有的生物量回归方程来计算野外样点生物量。然后通过相关性找出遥感影像对应样点的遥感因子与样点生物量相关性最好的因子，的用来作为模型的输入变量进而计算生物量。找到相对性较好的几种因子后，进行多元线性逐步回归分析，最后确定回归系数最为显著的生物量估算方程。模型建立好后，必须要通过植被样方的检验样点对模型的精度进行检验。

2. 生态环境影响的评价方法

生态环境评价可以分为生态环境现状评价、影响预测与影响评价。2011年9月1日起实施的《环境影响评价技术导则-生态影响》附录C推荐的方法，见表1。

2.1 生态环境现状评价

生态环境现状评价是基于生态环境调查和生态分析，将得到重要信息进行量化，定量或比较精细地描述生态环境的质量状况和存在的问题。生态环境现状评价包括生态系统质量、状态和功能的评价，区域生态环境问题评价，自然资源现状、发展趋势和承受干扰的能力，敏感保护目标状况评价，重大资源环境问题及其产生的历史、现状和发展趋势等。其中，生态系统质量、状况和功能的评价是现状评价的重点。 

由于系统具有层次性特点，决定着生态系统的评价也具有层次性，一般从两个层次进行评价：一个是生态系统层次上整体质量评价，二是生态因子状况评价。生态系统现状评价，首先重视的是系统整体性评价，其次是结构与稳定状态，再次的系统功能评价，最后的系统面临的压力及存在的环境问题。大多数开发建设项目的生态现状评价是在生态因子的层次上进行的。一般根据评价范围内的生态类型和特点选择相应的代表性评价因子，如：植被、动物、土壤、水域等。

2.2 生态环境影响预测

生态环境影响预测是环境影响评价的核心，同时又是最薄弱的部分。生态环境影响是指生态系统受到外来作用时所发生的响音与变化。科学的分析与预估这种响应和变化的趋势，称之为影响预测。

2.3 生态环境影响评价

生态环境影响评价（或评估）是对生态环境影响预测的结果进行评价，以确定所发生的生态环境的影响是否显著、严重以及可否对社会和生态接受进行评断。

2.4 生态环境影响预测与评价技术方法

生态环境影响预测与评价方法依据预测的问题和对象不同而有不同的选择，不同的学者针对同一预测对象和问题也可能选择不同的预测技术方法。对生态的影响，可采用列表清单法、类比分析法、生态机理分析法、景观生态学法等。

3. 结束语

植物群落调查只是生态环境众多生态因子调查之一，也是陆地建设项目生态质量现状评价中一重要的调查因子，其调查结果质量的好坏直接影响陆地上最大的生态系统─森林生态系统─影响预测与评价结果。

每个生态环境影响评价方法都有它自身的优点和不足，评价的侧重点与评价层次性及适用的领域。这就要求评价人员秉着生态环境保护为第一的主旨，根据建设项目或规划的特点及具体的自然状况有针对性的选择相应评价方法，尽量做到对生态影响客观、公正的评价。

随着国家对生态环境的不断重视，许多规模小的建设项目也要求进行相应等级的生态评价，这就需要更多工作人员从事生态环境评价工作。生态环境的不断恶化给我们敲响警钟的同时，也给从事生态评价相关技术人员带来的机遇，提供更为广阔的天地。由于生态系统多样、生态学门类繁多、涉及到得专业多及尺度跨度大，要求评价人员在熟悉评价导则的前提下，必须具备生态学和地学、植物学、土壤学等其他领域的知识。促使很多相关专业的人才投入生态评价的工作中来，使生态环境评价做到真真意义上从源头上做起，生态环境得到保护的目标。

参考文献：

[1]  康永祥，康博文，刘建军，等. 陕北黄土高原文冠果群落结构及物种多样性[J]. 生态学报，2010，30（16）：4328-4339.

[2]  孙菊，李秀珍，王宪伟，等. 大兴安岭冻土湿地植物群落结构的环境梯度分析[J]. 植物生态学报，2010，34（10）：1165-1173.

[3]  林玥，任坚毅，岳明，等. 太白山红桦种群结构与空间分析[J]. 植物生态学报，2008，32（6）：1335-1345.

[4]  魏新增，黄汉东，江明喜，等. 神农架地区河岸带中领春木种群数量特征与空间分布格局[J]. 植物生态学报，2008，32（4）：825-837.

[5]  周广胜，王玉辉. 全球生态学[J]. 气象出版社，2003，45-46.

[6]  李锦业，吴炳方，周月敏，等. 三峡库区植被生物量遥感估算方法研究[J]. 遥感技术与应用，2009，24（6）：784-787.

[7]  王淑君，管东生. 神经网络模型森林生物量遥感估测方法的研究[J]. 生态环境，2007，16（1）：108-111.

[8]  De Jong S M，Pebesma E J，Lacaze B.Above-ground BiomassAssessment of Mediterranean Forests Using Airborne ImagingSpectrometry[J]. The DAIS Peyne Experimen，2003，24（7）：1505-1520.