巴山松和油松地理分界和分类关系的数值分析

›› 1989, Vol. 25 ›› Issue (1): 14-21.

巴山松和油松地理分界和分类关系的数值分析

李长喜徐化成

中国林业科学研究院；北京林业大学

收稿日期:1987-02-10 修回日期:1900-01-01 出版日期:1989-01-25 发布日期:1989-01-25

A NUMERICAL ANALYSIS ON THE DIVIDING LINE OF GEOGRAPHIC DISTRIBUTION AND TAXONOMY RELATION BETWEEN PINUS HENRYI MAST. AND PINUS TABULAEFORMIS CARR.

Li Changxi,Xu Huacheng

Chinese Academy of Forestry;Beijing Forestry University

Received:1987-02-10 Revised:1900-01-01 Online:1989-01-25 Published:1989-01-25

摘要/Abstract

摘要： 巴山松和油松二者的地理分界和分类关系一直存在争议。本文基于对包括巴山松分布区和油松分布区南缘部分的15个天然林分球果、种子和针叶方面的24个形态特征的测定,采用多变量分析技术,从群体的角度研究了巴山松和油松的形态差异和地理分界。结果表明,巴山松和油松在球果、种子等形态特征上存在明显差异。作者认为巴山松作为一个独立种为宜,它与油松的地理分界在米仓山至大巴山一线。

关键词: 巴山松, 油松, 地理分界, 分类

Abstract: The dividing line of geographic distribution and morphological differences between Pinus henryi Mast. and Pinus tabulaeformis Carr. were studied by means of numerical analysis. Data were taken from 24 morphological trails of cones, seeds and needles in natural stands, which included the entire range of Pinus henryi Mast. and the southern part of the range of Pinus tabulaeformis Carr. The results show that the morphological differences between Pinus henryi Mast. and Pinus tabulaeformis Carr. are highly significant. It was confirmed that Pinus henryi Mast. and Pinus tabulaeformis Carr. Are indeed two separate species, and the dividing line of geographic distribution between them is located in the Mi-Cang Mountain to the Da-Ba Mountain.

Key words: Pinus henryi Mast., Pinus tabulaeformis Carr., Dividing line of geogaphic distribution, Taxonomy

李长喜徐化成. 巴山松和油松地理分界和分类关系的数值分析[J]. , 1989, 25(1): 14-21.

Li Changxi;Xu Huacheng. A NUMERICAL ANALYSIS ON THE DIVIDING LINE OF GEOGRAPHIC DISTRIBUTION AND TAXONOMY RELATION BETWEEN PINUS HENRYI MAST. AND PINUS TABULAEFORMIS CARR.[J]. , 1989, 25(1): 14-21.

[1]	常建国. 油松树干横截面面积年增长量的垂直分布及与材积年增长量和叶量的关系[J]. 林业科学, 2019, 55(6): 55-64.
[2]	刘宝, 王民煌, 余再鹏, 林思祖, 林开敏. 中亚热带天然林改造成人工林后土壤呼吸的变化特征[J]. 林业科学, 2019, 55(4): 1-12.
[3]	高文文, 曾源, 刘宇, 衣海燕, 吴炳方, 鞠洪波. 南水北调中线水源区2000—2015年森林动态变化遥感监测[J]. 林业科学, 2019, 55(4): 97-107.
[4]	吕振刚, 李文博, 黄选瑞, 张志东. 气候变化情景下河北省3个优势树种适宜分布区预测[J]. 林业科学, 2019, 55(3): 13-21.
[5]	李霓雯, 张晓丽, 张凝, 朱程浩, 孙振峰. 基于加权信息量模型的油松毛虫灾害发生危险性评价[J]. 林业科学, 2019, 55(3): 106-117.
[6]	蔡小娜, 苏筱雨, 黄大庄, 沈佐锐. 基于几何形态测量学的天蛾科成虫数字化分类[J]. 林业科学, 2019, 55(1): 38-46.
[7]	周伟, 王文杰, 何兴元, 张波, 肖路, 王琼, 吕海亮, 魏晨辉. 哈尔滨城市绿地土壤肥力及其空间特征[J]. 林业科学, 2018, 54(9): 9-17.
[8]	张莹, 张晓丽, 李宏志, 黎良财. 基于改进转换分离度特征选择规则的土地覆盖分类比较[J]. 林业科学, 2018, 54(8): 88-98.
[9]	温阿敏, 郑江华, 陈梦, 穆晨, 马涛. 荒漠生态林区大沙鼠鼠洞密度的无人机遥感监测技术初探[J]. 林业科学, 2018, 54(4): 186-192.
[10]	李晓红, 陈尔学, 李增元, 李世明. 综合应用多源遥感数据的面向对象土地覆盖分类方法[J]. 林业科学, 2018, 54(2): 68-80.
[11]	刘传泽, 王霄, 陈龙现, 郭慧, 罗瑞, 周玉成. 基于随机森林算法的纤维板表面缺陷识别[J]. 林业科学, 2018, 54(11): 121-126.
[12]	邱帅, 沈柏春, 李婷婷, 郭娟, 王霁, 孙丽娜, 陈徐平, 胡绍庆. 基于随机森林算法和SRAP分子标记的桂花品种鉴定方法[J]. 林业科学, 2018, 54(1): 32-45.
[13]	郭文霞, 赵志江, 郑娇, 李俊清. 不同土壤水分条件下油松幼苗光合作用的气孔和非气孔限制——试验和模拟结果[J]. 林业科学, 2017, 53(7): 18-36.
[14]	赵培平, 姜培坤, 孟赐福, 何珊琼. 中国亚热带4种林分类型凋落叶分解过程中¹³C NMR波谱特征[J]. 林业科学, 2017, 53(6): 127-134.
[15]	郭文霞, 赵志江, 郑娇, 李俊清. 土壤水分和氮素的交互作用对油松幼苗光合和生长的影响[J]. 林业科学, 2017, 53(4): 37-48.