关于数量化Ⅰ方法的自变量之间交互作用计算

自变量之间存在交互作用时,在应用数量化方法Ⅰ时如何计算自变量间的交互作用建立数量化方程。     

太行山猕猴下颌骨变量相关性研究

本研究测量了１８例（雄４,雌１４）成年太行山猕猴下颌骨的１２项变量。通过对下颌骨变量的性别判别分析和相关分析。结果显示：太行山猕猴下颌骨变量有其自身特征,与其它猕猴下颌骨资料比较表现出一定差异;用Ｏｔｔｅｓｔａｔ方法对有关变量建立性别判别函数式,其判别率达８６．８６％,下颌骨变量相关性研究表明,各变量之间有正相关,也有负相关,大多数变量之间相互程度较差,不同变量之间其相关程度存在一定差异。     

祁连山区青海云杉林蒸腾耗水估算

青海云杉(Picea crassifolia)林在祁连山区水量平衡中起着重要的调节作用,合理并准确地估算其冠层蒸腾量,对于了解该区的水分循环和水分平衡具有重大意义。以位于祁连山中段大野口关滩森林站的青海云杉纯林为研究对象,结合研究区微气象梯度观测塔自动记录的常规气象资料(气温、空气相对湿度、风速等)以及太阳辐射、大气中CO₂ 浓度、土壤热通量等,应用改进的Penman-Monteith修正式对研究区青海云杉林2008年生长季的冠层蒸腾量进行估算,并采用单变量敏感性分析法对模拟结果进行分析。结果表明:青海云杉林2008年生长季(5-9月)的总蒸腾量为148.8 mm,平均日蒸腾量为0.97 mm;冠层蒸腾量主要受太阳辐射的影响,使得日蒸腾量在典型晴天高达2.19 mm,而在阴雨天仅为0.016 mm;气温对冠层蒸腾量的作用也十分重要,随气温的变化,日蒸腾量从5月开始逐渐增大,在7月中上旬达最大值,从7月下旬到生长季结束其值逐渐减小;模型输入参数对模拟蒸腾量的影响强弱顺序为:林冠层截获的净辐射＞叶面积指数＞气温＞风速＞大气相对湿度;当模型输入参数在±10%变动时,模拟结果的变化范围均在±10%以内,说明该模型的模拟结果比较稳定。在积累了大量相关基础数据的条件下,通过该改进的Penman-Monteith修正式估算森林蒸腾耗水量仍是一种获得满意结果的便捷方法。     

植被生化组分光谱模型抗土壤背景能力分析

应用LOPEX'93(Leaf Optical Properties Experiment)数据,分析了统计回归模型在进行植被叶绿素和水分反演中抗土壤背景影响的能力,模型参数分别使用了:反射率及其变化形式、光谱位置变量、植被指数。在LOPEX'93数据库的植被波谱中分别加入10%-90%的实测土壤光谱信息,得到植被与土壤的混合光谱,并分析混合光谱对植被生化组分的响应。结果表明:应用反射率及其变化形式进行植被叶绿素反演时,以730nm和400nm组合的反射率和反射率倒数的对数为参数的模型具有最高的抗土壤背景能力,在土壤背景所占比例从低到高的变化过程中,以二者反射率组合为参数的模型与叶绿素的相关系数,始终保持在0.645附近,以二者反射率倒数的对数为参数的模型与植被叶绿素的相关系数保持在0.650附近;应用反射率及其变化形式进行植被含水量反演时,以1100,1170,1000,1040,1080nm组合的反射率为参数的模型以及以1170,960,1210,1090,1080,950,1220,1210nm反射率倒数的对数组合为参数的模型具有较高的稳定性,在土壤组分变化的过程中,以上模型与植被含水量的相关系数均稳定的高于0.99;对于光谱位置变量的分析中,以红边-绿峰-红谷组合的模型与植被叶绿素含量具有较高、而且稳定的相关系数,在土壤背景所占比例变化的情况下,相关系数稳定在0.53附近;在应用植被指数进行叶绿素的反演过程中,植被指数与叶绿素的相关系数在土壤背景所占比例变化的情况下变化较大,抗土壤背景的能力均较差;在应用植被指数进行植被水分含量的反演时,以水分指数Ratio975和Ratio1200相关系数最高,且在不同比例土壤背景变化下稳定,相关系数分别分布在0.980附近和0.960附近。该结果可用于指导不同植被覆盖条件下植被冠层参数的反演,提高反演的稳定性和准确性。     

陕北黄土高原植被恢复与生态系统服务的时空关系

陕北黄土高原作为退耕还林还草核心区域,是地表格局及植被显著变化的区域之一。评估植被恢复成果及其对生态系统服务的影响,对促进区域生态环境提升具有重要作用。本研究选择植被覆盖度作为指标评估区域植被恢复状况,以碳固定服务、土壤保持服务、生境质量及产水服务作为指标表征区域生态系统服务,分析权衡协同关系及不同尺度的时空变化,同时运用双变量空间自相关分析植被恢复对生态系统服务的影响。结果表明: 2000—2020年,陕北黄土高原植被覆盖度呈波动上升趋势,年均值由31.7%升至47.1%,植被改善显著;研究区碳固定服务、土壤保持服务呈明显上升趋势,生境质量几乎保持不变,产水服务先升后下降总体呈上升趋势,各生态系统服务时空变化存在明显的尺度效应;4种生态系统服务间的关系主要为协同;植被覆盖与生态系统服务之间存在显著的空间依赖性,相关程度存在一定差异,植被覆盖度对土壤保持服务影响最明显,其次为碳固定服务,而植被覆盖增强条件下林草耗水增多则导致区域产水量下降,造成一定的负效应。总的来说,陕北黄土高原地区植被建设已取得显著成效,生态环境得到明显改善。     

基于协同克里格的橡胶园土壤速效钾空间变异性

选取有效变量的协同克里格方法能够提高县域尺度橡胶园土壤速效钾的空间预测精度,对橡胶树精准施肥管理具有重要意义。本研究以海南省白沙县橡胶园0～20 cm耕层土壤为对象,采用地统计学分析土壤速效钾的空间变异特征,运用相关分析筛选显著的特征变量,并比较不同变量的协同克里格(COK)空间插值精度。结果表明: 研究区土壤速效钾平均含量为44.65 g·kg^-1,总体处于缺乏状态;变异系数为52.6%,属中等变异强度;块金效应为12.5%,存在较强的空间自相关。有机质、高程与土壤速效钾含量关系密切,均呈极显著相关;有机质(COK₁)、高程(COK₂)、有机质+高程(COK₃)3种协变量的COK空间插值预测精度均高于普通克里格法(OK),交叉验证模型拟合精度为COK₁>COK₃> COK₂>OK;拟合精度与协变量选取的数量不呈正比,选取相关性更高的协变量更有利于反映区域土壤属性的空间异质性。研究区土壤速效钾含量具有西北部较高、中偏东部地区较低的分布特点。研究结果为今后开展橡胶园土壤钾素管理提供了理论依据。     

滇龙胆与青叶胆环烯醚萜类物质计量特征分析

龙胆科龙胆属滇龙胆(Gentiana rigescens)与獐牙菜属青叶胆(Swertia mileensis)为我国特有种。采用高效液相色谱法测定其中马钱苷酸、獐牙菜苦苷、龙胆苦苷和当药苷含量,结合多变量分析研究环烯醚萜类成分含量及其构成比例在龙胆科植物种内和种间的差异。研究结果显示,4种环烯醚萜类成分的计量特征呈现种间差异,依据环烯醚萜类成分含量及其构成比例,所有滇龙胆样品可分为4类。马钱苷酸含量与纬度呈极显著负相关(R=-0.348,P0.05),与海拔呈极显著正相关(R=0.307,P0.01);獐牙菜苦苷含量与经度呈极显著负相关(R=-0.592,P0.01),高海拔有利于植株中当药苷构成比例的增加(R=0.245,P0.05);地理因子对植株中龙胆苦苷含量变化影响不显著(P0.05)。     

基于结构方程模型的东北地区主要旱田土壤有机碳平衡关系研究

土壤有机碳平衡是一个复杂的过程,是潜变量与潜变量,潜变量与可测变量及可测变量之间相互作用的结果。结构方程模型的建立很好地描述了这一复杂关系。应用2011年东北地区敦化、榆树、公主岭、昌图和阜新5个典型县(市)农田表层土壤有机碳(0—20 cm)数据,建立了东北地区主要旱田土壤有机碳平衡关系结构方程模型,探讨了影响有机碳平衡关系的各潜变量和可测变量的相互影响关系。结果表明:在土壤有机碳的平衡过程中,潜变量之间(气候环境、土壤性质和人为管理)具有两两相关性,土壤性质对有机碳平衡具有直接正向作用,其路径系数为1.01;气候环境和人为管理通过土壤性质传递并影响土壤有机碳平衡,且气候环境的影响力大于人为管理的影响力,其路径系数分别为1和0.87。因此,针对有机碳平衡关系计算出的路径系数,需要强化人为管理在土壤有机碳平衡过程中的作用,特别要在耕作方式上加强管理,促使有机碳平衡向更优化方向发展。     

基于辅助变量的森林半腐层厚度空间插值精度

基于地统计学方法,利用3种以海拔作为辅助变量的空间插值算法［局部平均的简单kriging法(simple kriging with locally varying mean,SKlm)、带有外部漂移的kriging法(kriging with an external drift,KED)和协kriging法(cokrging,COK)］计算了森林半腐层厚度的空间插值精度,并进行了交叉验证.结果表明：KED法既考虑了变量之间的空间变异,又考虑到影响局部空间变化的因素,与其他插值方法相比,其精度有很大提高;由于海拔与半腐层厚度之间的相关关系较弱,导致SKlm法的插值精度没有达到预期效果;COK法直接将海拔用于估计半腐层厚度,由于在边界地区缺乏采样点数据,因此边界地区的插值出现了多处突变区域.对比地统计学方法与距离反比权重法(inverse distance weighting, IDW)在本研究中的插值精度,除了KED方法的插值精度较高外,其余方法的插值精度均不及IDW,原因可能是利用辅助变量辅助地统计学插值时,主、辅助变量之间的相关关系在插值中起着重要作用.     

雄性黄山短尾猴颅骨变量的异速生长研究

对雄性黄山短尾猴颅骨标本的36项主要形态变量指标进行定点测量,并进行了初步的统计分析和异速生长分析。结果表明,大多数变量的统计值在雄性个体间的变化范围都比较大,2/3的变量表现为正的异速生长,1/3的变量表现为负异速生长。颅骨变量的生长存在年龄及部位间的差异,这些差异与雄性的不同生长发育时期、在社群中的不同地位和竞争压力以及取食习性有关。