全 文 ：第 15 卷 第 1 期 吉 林 林 学 院 学 报 Vol.15 No.1
1999 年 1 月 JOURNAL OF JILIN FORESTRY UNIVERSITY Jan.1999
＊国家自然科学基金资助项目.收稿日期:1998-11-06.
榛子 、杂交欧榛 、欧榛物候及生长节律的初步调查＊
孙振良 公建华 张启昌 兰晓龙
(吉林林学院资源环境系 ,吉林市 ,132013)
摘要 用灰色系统理论中关联分析的方法 ,定量分析并指出了影响榛子的气象因子有:本地气压 、地面最高温 、
相对湿度 、日最高气温 、水汽压 、日平均气温 、0 cm 地温 、10 cm 地温 、日最低气温 、蒸发量 、20 cm 地温 、地面最低
温度 、风速 、降水;利用关联分析得出影响榛子的主要气象因子 ,建立 GM(0 , N)预测模型 ,并初步观测了物候.
关键词 榛子 ,杂交欧榛 , 欧榛 ,灰色关联分析 , 气象因子 ,数学模型 GM(0 , N)
分类号 S664.41
欧榛原产欧洲 、亚洲西部的黎巴嫩 、叙利亚 、伊朗.欧榛果实大 ,品质好 ,出仁率达 40%～ 60%,种仁含
油率达 60%～ 70%,产量高 ,一般产量为 1 500 ～ 4 500 kg/hm2 ,最高达 7 500 kg/hm2.欧榛为落叶灌木 ,种
子可生食 ,果实长 1.5 ～ 2 cm ,为著名的商品干果.种子亦可榨食用油或作香料 、肥皂等.木材微红色 、软 、
易裂 ,不甚耐用 ,可作柄把 、筛子 、飞机部件和制枪弹的炭粉.目前对欧榛生长节律的研究甚少 ,通过对欧
榛 、榛子 、杂交欧榛 3个树种树高和地径的观测 ,分析影响欧榛 、榛子 、杂交欧榛的主要气象因子;通过平均
生长与主要气象因子建立预测模型 ,预测处于这段生长季节过程的生长情况.
1 研究地点的自然概况
研究地点位于吉林市内 3处不同的地方 ,榛子散生在其它树丛间.地理坐标为北纬 43°41′,东经 126°
41′,属于长白山丘陵地带 ,海拔 380 m ,为温带大陆性气候 ,年平均温度 3.5 ℃,年极端最低气温-45 ℃,
极端最高气温 36.6 ℃,无霜期 135 d左右 ,年日照时数 2 500 h ,年降水量 688 mm ,土壤为暗棕色森林土 ,
pH值为 6.0.
2 资料来源与数学方法
2.1 资料来源
1996年 4月 20日至 10月 23日的树高 、地径每 5 d的观测资料;相应日期的气象资料取自吉林林学
院气象站.
2.2 数学方法
运用灰色系统关联分析和 GM(0 , N)模型对所观测数据进行计算机编程处理〔1 ,2〕.
3 结果分析
3.1 物候分析
在影响榛子物候期的生态因子中 ,温度具有突出的地位.榛子的物候节律往往是温度节律的反映.温
度对于榛子物候期的影响 ,主要是影响榛子物候期的临界温度和积温两个方面.
3.1.1 榛子物候期与气温的关系
温度对榛子萌发起着决定性的作用.欧榛及榛子萌发所需的临界温度为 4.7 ℃以上时 ,欧榛开始萌
动 ,而杂交欧榛的临界温度较欧榛低 ,为 3.8 ℃.
对欧榛的发育不仅临界温度有重要意义 ,而且这种临界温度的持续期对欧榛的萌发同样是重要的.欧
榛萌发所需的活动积温为 42.3 ℃,而杂交欧榛和榛子所需的活动积温分别为 27.5 ℃和 46.1 ℃.
3.1.2 榛子展叶期与气温的关系
温度对榛子展叶期早晚亦有影响 ,欧榛 、杂交欧榛与榛子展叶期所需的临界温度分别为:15 , 10 , 16.3
℃,榛子展叶期为 4月下旬开始 ,5月初便到展叶盛期 ,此时 ,新长出的叶长度已达到叶长度的一半.欧榛 、
杂交欧榛与榛子展叶期所需活动积温分别为 122.6 ,197.1 ,117.7 ℃.
3.2 关联分析
3.2.1 树高生长关联分析
将树高 、气象因子输入关联分析处理程序得表 1.其中 1 ,2号为榛子;3号为欧榛;4号为杂交欧榛.
表 1 树高关联度
Tab.1 The joint degree of tree height
No. Temperature Highest
temperature
Lowest
temperature
Water
barometric
Relative
humidity
Contempo rary
barometric
0 cm g round
temperature
1 0.860 6 0.894 5 0.774 4 0.931 4 0.810 0 0.831 1 0.862 3
2 0.864 6 0.898 2 0.777 0 0.928 7 0.807 6 0.857 0 0.865 5
3 0.870 3 0.871 8 0.794 8 0.932 3 0.780 8 0.784 5 0.903 2
4 0.788 8 0.827 2 0.706 1 0.813 2 0.847 5 0.983 0 0.762 1
10 cm g round
temperature
20 cm g round
temperature
Highest ground
tempera ture
Lowest g round
temperature
Evapo rative
power
Wind speed Precipitation
0.842 1 0.800 4 0.906 2 0.734 9 0.726 8 0.579 0 0.553 3
0.820 9 0.780 2 0.923 4 0.714 1 0.747 4 0.599 6 0.550 2
0.895 2 0.859 1 0.913 3 0.751 3 0.750 3 0.579 3 0.551 8
0.713 3 0.680 7 0.832 3 0.651 0 0.718 7 0.585 9 0.549 3
把表 1中的各树的相对气象因子的关联度按降序排列得各树对气象因子的关联序 ,影响 1 , 2 , 3号树
的气象因子为水汽压和地最高温 ,其次为日最高气温 、0 cm 地温 、10 cm 地温 、本地气压 、相对湿度 、20 cm
地温 、日最低气温 、蒸发量 、地面最低温 、风速 、降水;影响 4号树最大的气象因子为本地气压和相对湿度 ,
其次为地面最高温度 、日最高气温 、水汽压 、日平均气温 、0 cm 地温 、蒸发量 、10 cm 地温 、日最低温 、20 cm
地温 、地面最低温 、风速 、降水.
影响 1 , 2 ,3号树与 4号树高生长的气象因子有差别 ,即 1 ,2 ,3号树为水汽压和地面最高温 ,4号树为
本地气压和相对湿度 ,其原因除树种不同外 ,周围环境对其关联度也有一定影响.
3.2.2 地径生长关联分析
将地径 、气象因子输入关联分析处理程序得表 2.
从表 2中可以看出所观测的 1 ,2 ,4号树的关联序基本一致 ,影响它们生长的最大的气象因子为本地
气压和地面最高温度 ,其次为相对湿度 、日最高气温 、水汽压 、日平均气温 、0 cm 地温 、10 cm 地温 、日最低
气温 、蒸发量 、20 cm 地温 、地面最低温 、风速 、降水.
其中 3号树的关联序与其它树的关联序不一致 ,主要是由于 3号树受邻近的花窖影响 ,导致出现上述
情况 ,但差异不大 ,影响它的主要气象因子为本地气压和地面最高温度 ,其次为日最高气温 、水汽压 、相对
湿度 、日平均气温.
3.3 GM(0 , N)预测分析
根据以上分析结果 ,考虑到应用的方便 ,分别以树高 、地径的原始数据及影响它们生长的前 5项主要
气象因子建立 GM(0 , N)模型 ,作为预测模型.
·21·第 4 期 孙振良等:榛子 、杂交欧榛 、欧榛物候及生长节律的初步调查
表 2 地径关联度
Tab.2 The joint degree of diameter
No. Temperature Highest
temperature
Lowest
temperature
Water
barometric
Relative
humidity
Contempo rary
barometric
0 cm g round
temperature
1 0.803 0 0.834 8 0.724 9 0.832 3 0.846 5 0.958 8 0.781 7
2 0.809 8 0.839 1 0.730 7 0.837 7 0.840 6 0.950 9 0.788 2
3 0.823 5 0.853 6 0.743 7 0.852 6 0.832 2 0.931 4 0.804 5
4 0.796 4 0.836 0 0.713 0 0.819 8 0.838 0 0.969 6 0.770 0
10 cm g round
temperature
20 cm g round
temperature
Highest ground
tempera ture
Lowest g round
temperature
Evapo rative
power
Wind speed Precipitation
0.730 3 0.696 6 0.849 2 0.660 6 0.720 5 0.584 8 0.551 6
0.736 4 0.702 6 0.855 9 0.662 7 0.727 4 0.590 6 0.549 0
0.751 0 0.716 4 0.870 3 0.670 2 0.737 3 0.595 2 0.547 0
0.720 6 0.687 9 0.840 8 0.653 1 0.727 9 0.591 4 0.547 8
3.3.1 树高GM(0 ,6)模型
欧榛树高生长 GM(0 , 6)模型 x1(k)=0.687 5 x 2(k)+0.502 4 x 3(k)+0.159 2 x4(k)+
0.561 5 x 5(k)-0.775 4 x 6(k)-1.195 3 ,预测精度见表 3.
表 3 欧榛树高 GM(0 , 6)模型预测精度
Tab.3 Calculating accuracy of tree height increment of Corylus avellana L.
Model value O riginal value Mean erro r/ % Model v alue O riginal value Mean error/ %
x 1(2)=35.16 35.15 -0.031 8 x 1(6)=122.53 121.05 -1.221 5
x 1(3)=54.90 54.10 -1.479 4 x 1(7)=149.78 148.95 -0.554 6
x 1(4)=75.03 74.80 -0.308 7 x 1(8)=180.26 178.12 -1.196 3
x 1(5)=96.93 95.45 -1.548 2 x 1(9)=211.79 209.58 -1.056 1
由表 3可见 ,欧榛树高生长总体预测精度很高 ,其模型基本上可以反映其整体生长情况.
杂交欧榛树高生长 GM(0 , 6)模型为 x 1(k)=1.131 8 x 2(k)+0.955 1 x3(k)+0.154 8 x 4(k)-
2.076 2 x 5(k)+1.134 8 x 6(k)-17.085 9 ,预测精度见表 4.
表 4 杂交欧榛树高 GM(0 , 6)模型预测精度
Tab.4 Calculating accuracy of tree height increment of Corylus heterophylla Fisch.ex Trautr×Corylus avellana L.
Model value O riginal value Mean erro r/ % Model v alue O riginal value Mean error/ %
x 1(2)=39.24 39.46 0.569 4 x 1(6)=148.83 147.86 -0.655 2
x 1(3)=64.88 63.86 -1.596 9 x 1(7)=181.37 180.36 -0.560 1
x 1(4)=90.68 89.96 -0.800 1 x 1(8)=215.94 213.76 -1.021 7
x 1(5)=118.39 116.86 -1.309 6 x 1(9)=251.19 249.06 -0.854 9
由表 4可见杂交欧榛树高生长总体预测精度很高 ,其模型基本上可以反映其整体生长情况.
榛子树高生长 GM(0 , 6)模型 x1(k)=0.019 2 x 2(k)+0.024 0 x 3(k)+0.100 6 x4(k)+
0.006 8 x 5(k)-0.214 2 x 6(k)-1.5039 ,预测精度见表 5.
由表 5可见 ,榛子树高生长总体预测精度很高 ,其模型基本上可以反应其整体生长情况.
3.3.2 地径GM(0 ,6)模型
欧榛地径生长 GM(0 , 6)模型 x1(k)=0.001 1 x 2(k)+0.0215 7 x 3(k)+0.006 9 x 4(k)+
0.013 0 x 5(k)-0.027 5 x 6(k)-0.001 0 ,预测精度见表 6.
·22· 吉 林 林 学 院 学 报 第 15 卷
表 5 榛子树高 GM(0 , 6)模型预测精度
Tab.5 Calculating accuracy of tree height increment of Corylus heterophylla Fisch.ex Trautr
Model value O riginal value Mean erro r/ % Model v alue O riginal value Mean error/ %
x 1(2)=41.31 40.30 -2.507 6 x 1(6)=127.12 123.50 -2.931 4
x 1(3)=62.53 61.00 -2.561 8 x 1(7)=148.73 144.40 -2.998 9
x 1(4)=83.99 81.80 -2.671 8 x 1(8)=170.39 165.35 -3.050 8
x 1(5)=105.59 102.26 -2.911 5 x 1(9)=192.38 186.75 -3.015 3
表 6 欧榛地径 GM(0 , 6)模型预测精度
Tab.6 Calculating accuracy of diameter increment of Corylus avel lana
Model value O riginal value Mean erro r/ % Model v alue O riginal value Mean error/ %
x 1(2)=4.063 4.138 1.809 3 x 1(6)=12.490 12.739 1.955 8
x 1(3)=6.098 6.229 2.104 2 x 1(7)=14.734 15.049 2.095 4
x 1(4)=8.173 8.354 2.169 2 x 1(8)=17.045 17.429 2.200 4
x 1(5)=10.304 10.522 2.070 5 x 1(9)=19.407 19.842 2.188 3
由表 6可见 ,欧榛地径生长总体预测精度很高 ,其模型基本上可以反映其整体生长情况.
杂交欧榛地径生长 GM(0 , 6)模型为 x 1(k)=0.001 4 x 2(k)+0.005 1 x3(k)+0.006 1 x 4(k)+
0.019 2 x 5(k)-0.017 8 x 6(k)-0.117 7 ,预测精度见表 6.
表 7 杂交欧榛地径 GM(0 , 6)模型预测精度
Tab.7 Calculating accuracy of tree diameter increment of Corylus heterophylla Fisch.ex Trautr×Corylus avellana L.
Model value O riginal value Mean erro r/ % Model v alue O riginal value Mean error/ %
x 1(2)=4.115 4.155 0.961 5 x 1(6)=12.838 12.955 0.900 6
x 1(3)=6.248 6.295 0.750 1 x 1(7)=15.085 15.235 0.985 8
x 1(4)=8.417 8.485 0.801 5 x 1(8)=17.378 17.535 0.897 1
x 1(5)=10.611 10.705 0.877 2 x 1(9)=19.664 19.850 0.935 1
由表 7可见 ,杂交欧榛地径生长总体预测精度很高 ,其模型基本上可以反映其整体生长情况.
榛子地径生长 GM(0 , 6)模型 x1(k)=0.001 5 x 2(k)+0.018 6 x 3(k)+0.002 6 x4(k)+
0.003 5 x 5(k)-0.040 1 x 6(k)-0.068 2 ,预测精度见表 8.
表 8 榛子地径 GM(0 , 6)模型预测精度
Tab.8 Calculating accuracy of diameter increment of Corylus heterophylla Fisch.ex Trautr
Model value O riginal value Mean erro r/ % Model v alue O riginal value Mean error/ %
x 1(2)=3.778 3.895 2.9952 x 1(6)=11.392 11.810 3.5377
x 1(3)=5.654 5.865 3.6024 x 1(7)=13.318 13.825 3.6667
x 1(4)=7.555 7.840 3.6408 x 1(8)=15.285 15.910 3.9256
x 1(5)=9.446 9.820 3.8130 x 1(9)=17.333 18.025 3.8407
由表 8可见 ,榛子地径生长总体预测精度很高 ,其模型基本上可以反应其整体生长情况.
4 结论与建议
(1)欧榛 、杂交欧榛 、榛子萌发所需的临界温度和活动积温都不相同 ,其中欧榛和榛子萌发所需的临界
温度高于杂交欧榛萌发所需的临界温度.
(2)欧榛 、杂交欧榛 、榛子展叶期所需的临界温度和活动积温都不相同 ,杂交欧榛展叶期所需临界温度
·23·第 4 期 孙振良等:榛子 、杂交欧榛 、欧榛物候及生长节律的初步调查
和活动积温较欧榛和榛子低.
(3)影响欧榛 、杂交欧榛高生长的气象因子基本相同 ,主要气象因子顺序为水汽压 、地面最高温 、日最
高气温 、0 cm 地温 、10 cm 地温 ,而影响榛子高生长的气象因子与前 2种树种有差异 ,主要气象因子顺序为
本地气压 、相对湿度 、地面最高温 、日最高温 、水汽压.
(4)影响欧榛 、杂交欧榛 、榛子地径生长的主要气象因子基本相同 ,即本地气压 、地面最高温 、相对湿
度 、日最高温 、水汽压.
(5)通过生长预测模型可以得出相似于研究地环境的榛子平均高生长 、地径生长 ,能够为统计和科研
等提供高和地径生长情况数据.
References
1 Deng Julong(邓聚龙).Grey Theory Control Sy stem.Wuhan(武汉):P ress of Huazhong University of Science and Tech-
nolog y(华中理工大学出版社), 1987
2 Chao Jun(曹军), Hu Wanyi(胡万义).Grey System Theory and Method.Harbin(哈尔滨):Press of Nor theast Fo restry
University(东北林业大学出版社), 1993.5
3 Wu Banghua(吴榜华), Zhang Q ichang(张启昌), Lan Xiaolong(兰晓龙), et al.A Preliminary Investigation on the Rela-
tions between Grow th of Taxus cuspidata and Meteo ro logical Factors.Journal of Jilin Forestry University(吉林林学院学
报), 1995 , 11(4):193 ～ 197
A Preliminary Investigation on the Growth
Climate and Growth Regularity Corylus heterophylla
Fisch.ex Trautr , Corylus heterophylla
Fisch.ex Trautr×Corylus avellana ,
Corylus avellana L.
Sun Zhenliang Gong Jianhua Zhang Qichang Lan Xiaolong
(Resources Env ironment Department of J ilin Forestry University , Ji lin ,132013)
Abstract Using the method of joint-analysis the Grey System Theory , effect of meteorological factors on
g row th of Cory lus heterophy lla Fisch.ex Trautr:contemporary barometric , the highest g round temperature ,
relative humidity , the highest day temperature , water barometric , the average day temperature , the g round
temperature , the temperature of 10cm deepth under soil , the low est day temperature , the temperature of 20cm
deepth under soil , the lowest g round temperature , wind speed ,precipitation , the calculating modes of GM(0 ,
N)that influenced g row th of avellana are made by the method of joint-analysis and make a preliminary inves-
tigation on the grow th climate of them.
Keywords Cory lus heterophy lla Fisch.ex Trautr , Cory lus heterophy lla Fisch.ex Trautr×Corylus avellana
L., Corylus avel lana L.,Meteorological factors , Joint-analy sis ,Mathematics model GM(0 , N)
·24· 吉 林 林 学 院 学 报 第 15 卷