全 文 ：农业系统科学与综合研究 1 9 95, 1 1 ( l ) : 13 一 1 5 一 9
S y s t e m S
e i e n e e s a n d C o 一 p r c h e n s i v e S t u d ie s i n A g r i心 u l t u r e
突脉青冈苗木月生长与气象要素的灰色关联分析
盖新敏
(福建省宁德地 区林业局 )
陈淮秋
( 福建省霞浦县杨梅岭林场 )
摘要 根据灰色未统理论 ,比较分析 了面积 关联度分析法 , 相对 变率 关联度分 析
法 , 针率关联度分析法等三 种常用的关联分析法 的差异性 , 明确 并理 顺 了影响突脉青
冈苗木生长的气象要素间的主次 、 优劣关来 , 为该树种 的速生丰产提供依据 。
关键词 突脉青冈 气象要素 关联分析
2 数据来源
福建省屏南县古峰林场 19 8 年突脉 青
冈苗木月生长量 〔y 。 ) 、 月平均气温 咬` 、 , ) 、 川守
水量 ( y : ) 、 月相对湿度 ( y 3 ) 、 月积温 ( 、 、 。 和月
蒸发量 ( y 。 ) 的原始数据如表 l 。 其中气象要
素数据由屏南县气象局提供 , 试验地具体情
况详 见参考文献 [ l」。
表 1
1 引言
林木生长与气候条件关系密切 , 以往分
析林木生长与气象因子之间的关系大多是采
用数理统计方法 , 如相关分析 、 回归分析 、 主
成分分析等 ,这些方法确实解决了不少实际
问题 ,但也存在某种局限性 。 因为它们往往要
求有大量样本 ` 且要求具有典型的概率分布 ,
这在实际工作中有时难 以实现 。 山华中理 _ E
大学 自动控制系邓聚龙教授创立的灰色系统
理论为解决如何利用有限的原始数据对林木
生长和气象要素之间的关系进行分析这一问
题提供了可能 。
众所周知 . 自从 19魂8 年美国控制论专家
N
· 维钠和 1 9 5 3 年英国科学家 A · 艾什比
曾经用闭盒和黑盒来称呼内部信息一无所知
的系统 以来 , 人们就常用颜 色深浅来形容系
统信息的完备程度 。 本文就利用灰色系统理
论中的面积关联度分析法 、 相对变率关联度
分 析法 、 斜 率 关 联度 分析 法 , 对 突 脉 青 冈
( C y e l o b a l a , l o p s i s e l e v a t i e o s r o t a Q
.
I了
.
Z h e n g )苗木生 长量和 几种 主要气象元素进
行关联分析 . 以 明确并理顺因素间的主次 、 优
劣关 系 。
困卫之夕。 (厘米 )
y l (℃ )
夕: (毫米 )
少 3 (吓 )
y ; (毛 )
夕。 (毫米 )
}十
}
}
}
{
;
82 } SG一
{8
. ` 16 ( ; 9
卜
10 5
.
5! 7 ( J
.
2 }143
.
4 }艺I t〕, 211 41 . 7 } 8 5 . 1 J 9 4 . 1 } 乡Z
收稿 日期 : z (〕9 4 一 ( , 2 一 (、 l
3 关联分析
关联分析是一种相对性排序分析 , 主 要
用于分析各因素之间随时间变化的动态关 系
及其特征 . 分析哪些因素关系密 切 , 哪些因索
不够密切 ,从而找到系统的主要矛盾和主要
特征 ,它用关联系数 、 关联度 、 关联 J子宋表示 。
灰色系统理论创立至今已被越 来越广泛
地应用于社会各部门 . 理论研究也不断丰富
和发展 · 关联分析也不例夕卜 目前 一廷联分 杯
I 4 农业系统科学与综合研究 第 U 卷
主要有邓聚龙的而积关联度分析法 、 朱纪善
的相对变率关联度分析法 ,袁嘉祖的斜率关
联度分析法等 ,几种关联分析法各有优劣 ,现
用三种分析法对突脉青冈一年生苗木月生长
和主要气象要素分析 , 比较如下 。
3
.
1 面积关联度分析
表 4
.3 L I 按 x , (k) =
化处理结果如表 2 。
y
,
(k )
y j
对原始数据作均值
k L
I
( k ) L : ( k ) L 3 (走) L 一 ( k ) L : ( k )
l ()
.
59 1 ()
.
5 44 ( )
.
5 0 7 ( )
.
6 2 6 0
.
53 2
2 〔) . 66 5 0 4 70 ( ) . 6 0 6 ( )
,
6 4 1 ()
.
9 3 9
3 ( )
.
6 9 5 0
.
7 2 2 ()
.
5 9 7 ( )
.
7 () 5 0
.
6 9 5
4 ( )
.
7 1 5 0
.
3 7 3 ()
.
54 7 ( )
.
7 5 6 0
.
9 5 4
5 0
.
5 6 0 0 3 7 0 ()
.
4 96 0
.
5 8 2 0
.
5 4 4
6 0 5 8 6 0
.
3 4 2 0
.
5 98 0
.
5 9 9 0
.
4 7 9
7 0
。
6 (} 4 ( )
.
9 3 4 0
.
5 4 8 0
.
58 8 0
.
6 2 3
8 0
.
6 7 6 1 0
.
5 7 3 0
.
78 6 0
.
5 7 1
表 2
3
.
1
.
; 按关联度公式 二 , 一 粤全L , (* ) 求得
配 奋~ 1
工 1 ( k )
O
,
7 2 9
()
.
9 9 ()
1
,
2 ] 9
1
.
: 34 1
1 2 5 1
1
.
( ) 6 5
()
.
8 6 8
()
.
5 3 8
关联度如下 :
一 0 . 6 3 6 5 , r Z =
一 0 . 6 6 0 , 介 -
0
.
5 9 4
, r 3 一 0 . 5 5 9
0
.
6 6 8
。
,
.
4
rr
于是 ,关联序为 r 。 > r ; > r , > r : > r 3 。
3
.
2 相对变率关联度分析
J 2
.
1 计算 y 。 , y , , y Z , y 3 , y ` , y 。 的逐月变化
( )
.
( )C 4 1 0
.
7 77
x ; ( k )
()
.
6 4 5
l
,
0 4 1
1 2 3 7
1
.
4 ( ) 9
1
.
3 1 1
1
.
0 9 7
( )
.
9 0 8
( )
.
3 5 2
x s ( k )
( )
.
8 9 6
( ) 5 9 6
1
.
2 18
1
.
78 5
1
.
2 ( ) 3
( )
.
7 2 3
( )
.
7 9 9
0
.
7 8 1 速率如表 5 。
3
.
1
.
2 计算均值化处理后的参考时间序列
:
一。
k( ) 与 比较 时 间 序 列 x , (们 的 绝 对 差
△ , (寿) 。 计算结果如表 3 。
表 3
表 弓
序号
△ y 。
y O
△夕 1
y 翻
△y Z
y 2
△y 3
夕 3
△夕 ;
y `
△夕:
y 5
5 }
『6
5 }2
.
16 7 } 0
.
05 3 1 ( )
.
1 5 8
.
5 }
一
( )
。
6 6 7
3 5 8 }( )
.
23 1 } ( )
.
1 ( ) 0 }一 ()
.
0 6 7 ()
.
1 85! 一 0
.
38
△ 一( k ) △ : ( k ) △ 3 ( k ) △ 。 ( k )
( )
.
6 4艺 〔) 77 4 0 . 8 9 5 {) . 5 5 9
( )
.
4 7 4 1
.
( ) 3 4 0
.
6 () 5 0
.
5 2 5
〔) . 4 1 5 () . 3 6 8 0 6 2 8 0 . 3 9 7
( )
.
3 7 9 l
,
5 2 9 0
.
7 6 5 0
.
3 11
()
.
7 27 1
.
5 5 2 ( )
,
9 3 3 () 6 6 7
()
.
6 55 1
.
7 5 () 0 6 2 4 ()
.
62 3
()
.
6 1〔) ( ) . ( )8 5 ( ) . 7 6 1 0 . 65 ( )
( )
.
4 5 2 t )
.
( ) 2 2 0 6 9 1 ()
.
26 6
8 ( ) 2 {一 ()
.
18 3卜( ) , 8 4 , 41 . 22 4)州( ) . 9 5 1一 () . 62 8
“ 2…一。 ` 。 2…一 。 . “ 5` {0 . 0 9 3 {“ ’ ’` ` ”…一。 . 07 }一 “ ” 3 8
6 ` 5…。 ’ ` 8 9…。 ` ’ 3 91一 ’` . ’` 7 01一 0 . ` 6` {一 。 ’ “ 31一“ ` 6` 2
3 3 6{ 1
.
() 4 3 }( )
.
4 6 6 }
一 0
.
3 2 6}
一
( )
.
3 9 9 1
一 ()
.
1 () 6 }
一 0
.
0 1 4
I
J
Je|(I
l
l` .四1..1)|lm厂曰
Tl l 】Tl
3
.
2
.
2
0 ( r ) -
根据下式计算关联函数数列如表 6
1
* (△ ( k ’ ` { ,`
·
3 7” 0 2 2 ! ( ) . 6 ( ) 5 1 () . 26巧
6 6 7
工) . ( J65 扛刁今隽华 一 李男李毕{
i J 气 i 户 y 火 L夕 1
了〕飞百I X
* {八 , ` k ’ } }。
·
7 2 7 75 ( ) } ()
.
9 3 3 } 《 ) ( ) . 9 !〕 7
t ~ 1
,
2
, … , N
表 6
l
()I
es
!l曰.
于是得到 △ n 。 。 一 0 . 0 2 , △ , 。 一 1 . 7 50
3
.
1
.
3
差值
由表 3 娄丈据及所求的最小 、 最大绝对
J仅分辨系数 尸 一 0 . 5 ,按下式
△石 , 又左少 - —乙 ,
。 : .。
+ 夕△ m a x
( k ) + 夕△ 。 a x
就可计算出比较时间序列在各时刻的关联系
数 L ( k ) , 结果见表 4 。
t l 2 3 4 5 6 7
夕, ( t ) !。
.
, 77 0
.
3 4 1 0
.
9 5 5 0
.
8 2 2 0 9 9 9 0
.
10 7 0
.
7 7 7
夕: ( t ) …。、 . ,。 2 () . 2 9 9 0 . 5 2 6 0 . 4 8 2 0 . 1 2 ( ) () 16 7 0 . 9 6 2
夕3 ( t ) }()
.
1 7 1 ( )
.
: 3 () 6 ()
.
g f ) 6 ( )
.
94 6 ( )
.
8 3 4 0
.
10 6 O 7
夕; ( t ) () 1己5 } ( ) . 3 3 6 () . 9 2 1 ( ) . 82 ( ) 0 . 9 8 7 () . 10 7 0 . 9 3 9夕5 ( t ) () . 1 58…。) . 4 7` () . 7 ( )8 ( ) . 6 7 8 ( ) . 8 ( ) 1 0 . 10 6 0 . 6 0 5
,
第 1期 盖新敏等 : 突脉育冈苗木月生长与气象要紊的灰色关联分析
3
.
2
.
3 根据 r ~ _ 工一 ’云` o (` ) 求得关联度
如下 - 一 _ -
蕊“ 一 r ; ~ 4
.
1 7 8
, 乓 一 2 . 7 4 8 , r 3 ~ ` .3 9 6 9 ,
r 4
~ 4
.
2 8 5
, 介 ` .3 5 2 7
于是关联序为 r ` > r , > r 3 > r 。 > 几
.3 3 斜率关联度分析
斜率关联度分析法首先是计算各序列的
斜率 , 然后是根据下式计算关联系数和关联
度 。 -
夕( l ) 一 万下丁△二 (t) △只 , ) {
1
.节 !— 一— {} a x a y {1r 界 万了万对一 J .茗 夕(t )
_ 、一式中 : 几 、 气 分别为 x ()t 、抓 )t 两序列的
标准差 , t 一 似 , 2 , … , N } ;
各序列 的斜率 、 关联系数 、 关联度 如表
7
,表 8, 表乳
表 7
t l 2 3 咚: 平 _ 5 ; 6 7 口
妙 0` 5 5 1 . 4 3 0 . 1 1 0 . 3 3 一 0 . 33 一 1。 8 7一 0 . 2 2 t〕 . 9 1口 O 1 . 0 1 ( )。 8 8 0 . 4 7 一 0 . 3 5一 0、 7 2一 () . 76 一 1 . 2 8 4 8 6
△ y - 0 . 6 5 一 .0 2 7 , l 、 0 1 〔) . 2 2 2 . 86 一 .3 l( ) 一 ( ) . I G 2 4 2 . 了
件 I 1
.
4 2
一
1
.
1右 一 0 。 5 2 0 ` 9 )` )` 。 5 2 一 0 . 7 7 一 2 . 4 5 ’7 . 7 6
△ y Z 1 . 1公 0 . 5 9 0 . 5 2 一 0 。 2 9 一 ( ) 。 6 4 一 () . 5 7 一 1 . 6 7 1 8 4 . 孕
` : 一0 8 3 1 . 7 2 1 . 5 7 一 l · 雌1 一 1 . 4 7 () 2 1 〔) . ( )各 4 2 . 4 8
△少 a
红 一 _
△y 4 -
口今
△y s
口 5
于是 , 关联序为 r0 , > 0r : > or^ > 0r 。 > 0sr
4
一检验与分析 -
上述应用三种常用的关联分析法对突脉
青冈苗木月生长与气象要素进行分析 , 结果
各不相同 , 究竟哪种分析法更切合实际呢 ?现
以邓聚龙教授提出的“ 以 _比较接近平行为准
则 , 作为判断两曲线的关联程度” 对分析结果
进行检验 。 即将数列 琳 t) 与 y , (t ) , j ~ 1 , 2 ,
3
,
4
,
5
, 分别进行均值地处理 ,选 1 号点为参
考点 , 平移 , 使五条曲线移点相同 毛然后点绘在 , ’ 一 二 ( : ) 坐标图上 , 就可以清楚 地看 出
刃 t) 与 iy (t ) 曲线的几何形状 (图 1) 是否平
行 。 从图中看 出 , 突 脉青冈苗木 生 长 曲线
y 。 (t ) 与月积温变化曲线 ( y ` ) 和月平均气温
变化曲线 ( y ; ) 最缓近平行 ,而与月降水量月
变化曲线 (为 ) 最不平行 。 这表明影响突脉青
冈苗木生长的主要气象因索是月积温和月平
均 .气温 , 而降水量在树木适宜生长的范围之
内 . 从而也说明相对变率关联分析结果是合
理的 。
表 8
氏, ( t )
60 2 (* )
60 a (止)
氏. ( t )
60 。 ( t )
0
.
6 8 } 0
.
6 5 O
.
O
.
7 4
1
0
.
6` ,
{
o
`
72
}
0
.
4 7
1
。) . 4 5 止_ _ _ _一一— 一` 一二一。 · 9` }。 . 3 7
0
。
5 3 } 0
.
2吕
4 7
6 l
0
.
2 4
0 5 4
0 4 5 } 0
,
8 9
1 台 1 1 1
〔) -
0
` 8 1 0 . 3 1
0
.
6 1
0
. 心2
6 2 1 0
.
7 6
0
.
O
。
4 3 1 0
。
4 1 图 1 突脉青 冈苗木高生长与
.0
气家要素的关联分析 图
表 9
犷0 3
同理 ,将表` 1的数据 ,运用 一元线性模型
进行回归分析结果如表 1 0 。
(下转 第 1 9 页 )
第 l期 朱文彬等: 内蒙古腰坝地区生产布局二级递阶经济管理模型研究
表 l子系统( i 一 4) 各种作物灌溉用水量值
单位: n 飞3 /亩
表 3 子系统( l一) 4各种作物的优化布局
单位( 亩)
}1〔) 月
}
、下万-
作物 小麦 谷子 糜子 {胡麻 瓜类 蔬菜 }苔楷 林果种植面积 2 06 6 493 1 1飞云丽卜 7” ” 3( ) 47 3 1、 。 {6 2 9 0 46 0 0
玉 米 `一 3
高粱 c一 4
糜子 ` 一 5
大麦 ` 一6
杂粮 。 一 7
胡麻 。 一 8
葵花 一 ,
仁诬 ` 一 l。
瓜类 ` = 1
蔬 菜 〔 一 12
首箱 。 二 13
其它 : 一 14
林果 ` = 15
在表 3 中未列出的作物表明它的种植面
积为零 。
计算结果较符 合腰坝地区的实际 , 各子
系统的生产布局符合目前该地区的行政管理
现状 。 从而利用上述二级递 阶经济管理模型
得到的生产布局策略可供腰坝地 区作为科学
决策依据 。
表 2 子系统 i( ~ 4) 各种作物的净效益系数表
作物
净效益系
数 方C
1 2 3 4
}
_
1 只 只只只 , ~ 1 之 认 , 只只
q 几 ? 找宁少
认瓜可几一忌赢
一一甘 !斗。引川
净效益系
姿) B C 32
.
8 6 9 2陀 6 5 7
}
_ _ _
{
_
}
6习7 7
1 3 {一丰- l 4
l )
.
] (
6 结束语
本文建立了腰坝地区生产发展系统的二
级递阶经济管理模型 . 并提 出一种有效的求
解方法 , 实际资料计算表明 ,该模型和求解方
法是正确的和实用的 ; 求解方法不仅计算简
便 ,而且协调与反馈过程有明显 、清晰的物理
含义 。该模型和算法具有较好的通用性 ,所以
可在其它地区推广应用 。
参 考 文 献
1
. 朱文彬 , 谈为雄 大系统递 阶优化控制理 论在地下 水资
源系统 经 济管 理 中的应 用 系统工 程 理论 方法 应用 .
19 , 3
,
V o l
.
2 ( 艺)
公 儿 “ 论 “ P · 19 ” 1Z 。 著 , }河仲求等译 : 单 目标和多 目标 系统
线性规划 ,同济大学出现社 , 1 9 8 6
3
. 王凡 、 张耀 良等 : 关于 “ 权 ” 及确定权重分配方法 的探讨 ,
系统工程 , 19 9 3 , V o l . 1 1 ( 5)
`毛. Y d c o v . } , . H 之Li r n e s , 七 是一r g e 一 S ( a l e s y ` t e r n s , N o r l h 一
H
o
l l
于一n t】, 19 8 2
( 责任编辑 : 刘志明 )
(上接 第 15 页 )
表 10
序号 棋型
夕。 二 丈户. 1 67 3少· l 一 1 . 9 8 (巧
y 。 = ()
.
() 〔) 12少 : 一十 0 . 8 8 8 ( }
夕 。 一 ( ) . t) 4 4 1夕 3 一 2 . 2 二) 8 3
_
v 。 = 二 () 臼。 4 Zy ; 一 1 . 王7 9 7
夕 。 ~ 0 . O 1 2 7 y s 一 0 3 3 0 9
尺
0
.
8 9 8
0 3 2 2
( )
.
3 7 8
( ) 8 G I
0
.
5 9 4
2 示. 2( 川 ’
(、
. 弓9 气
1
. 乏) ( , 〔) -
1 7
.
13 9
.
3
. 艺7 8
从表 川 可知 ,突脉青冈 一年生苗木高生
长 与月平均气温 、 月积温存在极为 牡 著的线
性正相关 . 而 与月降水量 、 月相对湿度 、 月蒸
发量无显著相关 。 这一结果也验证了相对变
率关联分析的可靠性 。 至于其余两种关联分
析结果为何与实际情况不甚吻合 , 尚有待进
一步研究 。
参 考 文 献
l 刘金顺等 : 突脉青冈人工造林 , 福建林业科技 , 19 0 . 2
艺 . 袁嘉祖 灰色系统理论 及其应用 ,科学出版社 , 19 9 1
( 责任编辑 : 刘 志明 )