芦芽山从事旅游业者对旅游影响认知水平的典范对应分析

利用典范对应分析(Canonical Correspondence Analysis,CCA)对芦芽山从事旅游业者对旅游影响程度的认知水平进行了分析。结果表明:CCA第一排序轴与性别、旅游收入和受教育程度有较高的相关性,第二排序轴与违法情况、年龄的关系较为密切。这些变化趋势与DCA分析结果基本一致,但是CCA具有明显的“弓形效应“。CCA作为一种限定排序,在研究样本类型与其背景特征的关系上优于DCA,但是在描述样本类型之间的关系上,DCA则优于CCA。     

从事旅游业者对旅游影响认知水平的测量

本文以芦芽山自然保护区为例,采用TWINSPAN和DCA对从事旅游业者对旅游影响程度的认知水平进行了分析。结果表明: (1)TWINSPAN是一种较好的数量分类方法,将32个样本分为成熟积极型、非成熟积极型、退却型和冷漠型4组; (2)DCA第一轴主要反映了样本的性别和收入特征,第二轴反映了样本的受教育程度; (3)优势因子的分布格局在很大程度上决定着样本类型的分布格局; (4)TWINSPAN分类的结果与DCA排序的结果基本一致,具有良好的可比性。它们都客观地反映出从事旅游业者对旅游影响认知水平的生态关系。     

基于旅游开发影响的五台山植被景观特征分析

以往旅游对植被影响的评价成果较多,但是旅游影响下植被景观与地理因子之间的关系报道较少。本文利用多种数量生态学方法探讨了五台山旅游开发与植被景观之间的生态关系。结果表明：① 旅游开发影响下五台山植被景观可分为单优乔木区、草本区、差级乔草区、中级乔草区、中级灌草区、良级灌草区、良级乔灌草区、优级乔灌草区、以及寺庙区、商业区或居民区9种类型。② 在除趋势对应分析中,第一轴与所有因子的相关性都较大,第二轴与旅游干扰度和海拔呈显著的负相关性。各植被景观类型的空间分布在一定程度上取决于关键性指标的空间格局。③ 除趋势典范对应分析方法能够大大提高植被景观特征与地理因子间的相关性,并将其直观地表达于排序图中。在植被景观特征与地理因子的关系上,第一轴上的相关系数是0.858_DCCA>0.828_DCA,第二轴上的相关系数是0.583_DCCA>0.501_DCA,这说明除趋势典范对应分析方法更优。     

山地型景区生态旅游者对旅游环境认知水平的测量（英文）

游客是旅游活动的主体,研究游客的环境认知有利于景区的环境管理。以芦芽山自然保护区为案例地,通过问卷调查的方式获取169份调查数据,组成169×10维的数据矩阵,利用双向指示种方法和除趋势对应分析方法,研究了生态旅游者对旅游环境的认知水平。结果发现:(1)双向指示种方法将所有游客划分为严格环保型旅游者、一般环保型旅游者、偶尔环保型旅游者和自然享受型旅游者。其中,严格环保型旅游者和一般环保型旅游者都赞成生物中心论,都有保护自然的意识,但是前者主张自然保护区应该限制人类旅游活动,而后者不同意对旅游活动加以限制。偶尔环保型旅游者否定生物中心论,一方面认为大自然是为人类服务的,另一方面,又表现出环境保护的倾向。自然享受型旅游者主张应最大限度地利用自然资源来满足人类需要。(2)DCA第一轴与性别、年龄、文化程度、旅游次数以及对景区功能的认知之间存在明显的显著相关性,第二轴与性别、年龄和文化程度之间的相关性较大。在各种因素的综合作用下,生态旅游者的类型在排序图中沿对角线由Ⅰ组向Ⅱ组、Ⅲ组、Ⅳ组逐步过渡,相应地,他们对旅游环境的认知水平不断降低。(3)严格环保型旅游者有74人,是自然保护区最受欢迎的游客类型;一般环保型和偶尔环保型旅游者分别有43人和31人,他们是自然保护区应当努力争取的类型;自然享受型旅游者有21人,是最不受欢迎的类型,必须进行环境教育。     

建三江农垦分局湿地植物群落分类和排序

采用双指示种分析（Two Way Indicators Species Analysis,TWINSPAN）和除趋势对应分析（Detrended Correspondence Analysis,DCA）方法,对位于三江平原的建三江农垦分局内的湿地植物群落的数据进行群落数量分类和排序。调查的86个样地中共发现49科133属226个物种;TWINSPAN将样地划分为8种群丛,将优势物种划分为8组,分类结果可以在DCA排序图上很好地反映出来,且优势物种的分布格局很大程度上决定了群丛的分布格局;DCA的前两个排序轴提供了23．5％的信息量,其中第一排序轴提供了14．5％的信息量,主要反映出样地水分条件的变化;样地的排序结果反映了植物群落类型与环境因子之间的关系。     

极点排序与DCA排序的比较研究

极点排序和除趋势对应分析(DCA)排序法是不同时期具有代表性的群落排序方法。通过以长汀县水土流失区调查数据为例进行分析发现,两种排序结果比较一致,但也存在差异。极点排序第一轴的排序效果不如DCA排序,但第二轴排序效果优于DCA排序。极点排序最终结果是两轴共同作用的结果,而DCA排序则是以第一轴结果为主。就排序轴的生态意义而言,极点排序要比DCA排序更直观。     

山西云顶山亚高山草甸群落生态分析

应用双向指示种分析法 (TWINSPAN )和除趋势对应分析 (DCA )等数量分析方法,对山西云顶山亚高山草甸生态关系进行了研究,将该草甸划分为5个群落类型,分别位于不同的海拔高度。分类结果很好地反映了植物群落类型及优势种的分布与环境因子之间的关系,并在DCA二维排序图上得到了较好的验证。DCA排序轴反映了海拔高度、放牧强度和群落土壤湿度的梯度变化,表明海拔高度和水热条件是影响植物群落变化的主要环境因子,物种多样性在群落类型分化中有重要作用,同时放牧对亚高山草甸演替过程的干扰明显。     

山东省旅游化水平与旅游经济贡献率协调关系研究

利用变异系数法构建旅游化水平测度指标体系,同时构建旅游经济贡献率模型、旅游化水平与旅游经济贡献率错位指数模型,对山东省17个地级市市域旅游化水平、旅游经济贡献率及两者之间的协调关系进行测度.研究表明:山东省17个地级市旅游化水平、旅游经济贡献率市际之间均存在明显差异;旅游化水平与资源禀赋条件密切相关,山东省旅游化水平较高的城市在沿海地区和陆域腹地数量分布较为均衡;沿海地区旅游经济贡献率市际差异明显高于内陆腹地,少数高旅游经济贡献率的城市带动提升了山东省整体旅游经济贡献率;山东省各地级市旅游化水平与旅游经济贡献率之间均存在错位关系,依据错位方向和错位程度的不同可划分为正向强错位、正向弱错位、负向弱错位和负向强错位4种类型,分析每种错位类型产生的原因并提出促进旅游化水平和城市经济协调发展的建议.     

不同距离带上旅游植被景观的特征差异

以芦芽山自然保护区为例,采用4个指标,对不同距离带上旅游植被景观的特征差异进行了研究,利用DCA排序的结果来表达它们的空间格局。结果表明:在海拔2020m～2150m地段各指标变化复杂。在海拔2150m以上地段,不同距离带上景观重要值表现出远距离>中距离>近距离;物种多样性信息指数是中距离>远距离>近距离;阴生种比值大致为中距离<近距离和远距离;旅游影响系数是近距离>中距离>远距离的格局。距游径的水平距离关系随着旅游活动的分布规律,是导致旅游植被景观特征差异的关键因素。DCA排序能够有效揭示旅游与植被景观的关系,在简化的空间中深刻地表达出它们复杂的演化机制,是一种较好的分析方法。     

时空因素对我国赴泰旅游安全事件的影响

以2010年~2014年我国旅行社责任险出险案例为基础,遴选出568起我国游客赴泰旅游出险案例为研究样本,运用非线性典型相关分析法探究时空因素与我国赴泰旅游安全事件类型间的关联影响机制。研究表明:在时间变量上,旅游安全事件类型分布与时间因素间呈差异性关联特征,其发生频率与泰国旅游旺季有所差异,与旅游活动时段的相关性更高;在空间变量上,旅游安全事件呈高发场所集中分布特征;与旅游六要素空间既有差异性关联特征,又具有交叉性关联特征;与具体地点具有较强的单一关联特征。     

旅游干扰对五台山植被景观区植物多样性的影响

 物种多样性是衡量景区生态环境质量的重要指标之一。通过计算物种的多样性指数、科属、区系、生活型和生态型特征,利用除趋势对应分析方法对五台山旅游干扰下植物多样性的格局进行了研究,结果表明：在不同地理因子和物种多样性的作用下,各类植被景观区表现出一定的格局规律。在排序图上,以灌木层和草本层植物为主的Ⅲ区、Ⅳ区和Ⅶ区位于左侧,以乔木层、灌木层和草本层植物为主的Ⅰ区、Ⅱ区、Ⅵ区和Ⅴ区位于中间,仅有乔木层的Ⅸ区位于右侧。坡位、海拔和旅游影响系数与DCA第一轴和第二轴的相关性均较大,说明这3个因子对植物多样性的格局有重要影响。研究结果有益于五台山景区的生态管理。     

山西天龙山植被及植物资源

采用TWINSPAN对天龙山主要植被进行了分类 ,并用DCA方法分析了植物群落间的生态关系 ,描述了九个主要植物群落类型的特征 ,最后介绍了蕴藏于植被中的天然植物资源的类型及其经济用途 ,提出了植物资源开发利用的对策。     

历山山地草甸的生态关系

以山西历山的舜王坪草甸为研究地，运用TWINSPAN和DCA相结合的数量生态方法对9个群落进行划分，得到一个明显的随放牧强度变化的群落序列，即从群落Ⅲ、Ⅳ到群落Ⅴ、Ⅵ再到群落Ⅷ，分别为过牧阶段、中牧阶段和轻牧阶段。可见，利用TWINSPAN和DCA相结合可对不同放牧强度的群落进行划分和排序。从草甸的生态关系研究得出历山山地草甸退化的主要原因是人为干扰。运用DCCA排序法，综合样方和土壤环境因子信息，定量综合研究了放牧草甸与周围土壤环境的生态关系。DCCA第一轴也表现为放牧梯度，在过牧阶段的群落中，有机质和N的含量较高，土壤的退化滞后于植被资源的退化；而在轻牧阶段的群落中，营养元素含量较高。     

五台山冰缘地貌植物群落的数量分类与排序

在野外样方调查的基础上,采用双向指示种分析法(TWINSPAN)和除趋势对应分析法(DCA)对五台山冰缘地貌植被进行了数量分类和排序研究,将五台山冰缘地貌植被分为13个群丛,13个群丛是不同冰缘地貌生态景观的重要组成要素,各群丛的群落学特征与冰缘地貌生境有密切的生态关系。DCA样方排序结果和种排序结果表明,五台山冰缘地貌植物群落分布格局是土壤、水分、热量等综合环境因子决定的。而不同冰缘地貌上植物群丛优势种的分布格局在很大程度上决定着植物群丛类型的分布格局,反映出植物群落类型和物种分布随冰缘地貌类型及环境梯度变化的趋势。     

东祁连山南坡现代花粉雨与植被

1 Introduction A significant problem in the analysis of pollen spectra is the incomplete comprehension of the relationship between modern pollen spectra and the vegetation that produces them. Pollen precipitation reflects many factors: pollen production,…     

Surface pollen and its relationship to vegetation on the southern slope of the eastern Qilian Mountains

The objective of this study is to investigate pollen-vegetation relationship in the Qilian Mountains. The eastern Qilian Mountains are located in the transitional zone of the Tibetan Plateau, the Loess Plateau and the arid region of Northwest China, which is one of the key areas of global environmental change. A total of 13 surface pollen samples from main vegetation have been collected. Pollen percentages were calculated in all samples. In order to reveal the relationship between pollen composition and the vegetation types from which the soil samples have been collected, Detrended Correspondence Analysis (DCA) ordination method was employed on the pollen data. The results show that dominating vegetation types can be recognized by their pollen spectra: Picea crassifolia forest, alpine shrub and alpine meadow as well. Altitude and temperature determine the distribution of the surface pollen and the vegetation. The good agreement between modern vegetation and surface samples across this area provides a measure of the reliability of using pollen data to reconstruct paleoenvironment and paleovegetation patterns in this or other similar regions. However the loss of Betula pollen in forest needs further investigation. Pollen oxidation is the most important factor contributing to the damage of modern pollen in the study area. Pollen concentrations decrease with the increase of pH values of soils, and decrease sharply when the pH exceeds 7.6.