全 文 ：竹笋重量和产量预测研究
郑郁善 洪 伟 张炜银
k福建林学院 南平 vxvsstl
摘 要 在福建省各毛竹产区丰产林设立 |y块标准地 o对各测树因子和出笋量 !成竹量进行
全面调查 o并采伐 |y株标准竹测定胸径 !竹高 !节数 o应用 t元和多元回归模型建立出笋量 !
新竹成竹量估测模型 o并测定 uzz个春笋的重量 !地径和最大处直径 ∀建立笋重量估算模型 o
这些模型经 Φ检验均达到极显著相关 o估算精度高 !可靠 o可在生产中应用 ∀
关键词 毛竹 o 竹笋产量 o 新竹数量 o 模型
毛竹k Πηψλλοσταχηψσ ηετεροχψχλα¦√ . πυβεσχενσl林主要产品为竹笋和竹材 o而竹笋的
生产相对于竹材生产而言具有生产周期短 !产量高 !见效快 !经济效益好等特点 o成为竹林
经营的主要对象 ∀竹笋味美可口 o加工容易 o可制成各种笋制品 o畅销国内外市场 o是我国
重要的出口商品之一 ∀这无疑是实现山区经济腾飞的重要组成部分 ∀进行丰产竹林研
究 o必然涉及竹 !笋产量的调查 ∀竹 !笋产量进行全面调查逐一称重的做法不现实 o为此建
立一个简易测量因子为自变量 o预测笋产量 !笋重量 !新竹产量的估算模型具有重要的现
实意义 ∀
t 材料来源与研究方法
在福建省各毛竹产区设置 ux q{° ≅ ux q{°标准地 |y块 o分度调查各测树因子 o调查
出笋量 !成竹量 o每块标准地采伐 t株标准竹 o在各种毛竹林分内挖春笋 uzz个 o春笋长度
控制在 {s¦°以内 o测定每根春笋的笋长 !地径 !最大处直径 o称其重量 ∀应用计算机进行
t元回归和多元回归分析≈t ∗ y  o进行回归方程的显著性检验和偏相关系数检验 o以选出相
关性最好的模型供生产实际应用 ∀
u 结果分析
2 q1 笋重模型拟合
2 q1 q1 笋重单因子回归分析 笋重以千克为单位 o笋长 !最大处直径和地径以厘米为单
位 ∀笋重与笋长 !地径 !最大处直径的 1 元回归模型用下列方程来拟合 ∀
Ψ = α + βΞ (t)
Ψ = αΞβ (u)
Ψ−t = α + βΞ−t (v)
Ψ = α + β¯ ²ªξ (w)
Ψ = α¨ βξ (x)
第 vw卷 专刊 tt | | {年 x 月
林 业 科 学
≥≤Œ∞‘׌„ ≥Œ∂ „∞ ≥Œ‘Œ≤ „∞
∂ ²¯1vw o≥³qt
¤¼ ot | | {
Ψ = αξ + βξu (y)
将所测定的笋重 ( Ω) 与地径( ∆) !最大处直径( δ) !笋长(η) 代入上述 y个模型 , 计
算结果得表 1 ∀
表 1 笋重回归模型
Ταβ .t Τηερεγρεσσιον µοδελσ οφ σηοοτ ωειγητ ( Ω) , ∆ ιστηε βασαλ διαµετερ ,
δ ιστηε µαξιµυµ διαµετερ , η ιστηεσηοοτ λενγτη
模型号
 ²§¨ ¶¯±∏°¥¨µ 数学模型 ¤·«¨ °¤·¬¦¤¯ °²§¨ ¶¯
相关系数k指数l Ρ
≤²µµ¨ ¤¯·¬²± ¦²¨ ©©¬¦¬¨±·k¬±§¨ ¬l Ρ
Φ
Φ·¨¶·√¤¯∏¨
t Ω = − t .wyty + s .vywy ∆ s .{yy| 3 3 wy{ .y{
u Ω = s .sutt ∆t .|w{w s .{{sx 3 3 xvw .zu
v Ω−t = ty .{stt ∆−t − t .syvw s .zw{s 3 3 t|y .{u
w Ω = x .x{sy¯ ²ª∆ − v .ws{{ s .z|ts 3 3 ux| .v{
x Ω = s .tus| s¨ .uztv ∆ s .{|u{ 3 3 ys| .us
y Ω = − s .stsu ∆ + s .sutx ∆u s .zuwx 3 3 tzt .uv
z Ω = − u .vxws + s .v|zs δ s .{{zz 3 3 xzy .t|
{ Ω = s .sst{ δu .{yvz s .|tx| 3 3 {sz .uz
| Ω−t = v| .t|ys δ −t − v .ssvy s .{u{t 3 3 vv{ .us
ts Ω = { .xuvz¯ ²ªδ − y .zzzv s .{xxu 3 3 wuu .tx
tt Ω = s .syx| s¨ .u{z| δ s .{|tu 3 3 x|{ .sx
tu Ω = − s .s|uv δ + s .suvz δu s .{tws 3 3 vsx .uu
tv Ω = − s .yyuz + s .sxxt η s .{vv| 3 3 vxv .{z
tw Ω = s .sswv ηt .xxyv s .{v{s 3 3 {sz .uz
tx Ω−t = y| .tzzt η−t − s .{wt| s .yzvx 3 3 tu{ .y|
ty Ω = w .z{sy¯ ²ªη − x .{{|u s .{szx 3 3 u|s .xw
tz Ω = s .uwsy s¨ .sv{| η s .{s|w 3 3 v|w .v|
t{ Ω = s .stzz η + s .swwv ηu s qw{xu 3 3 wz qzv
从表t回归方程相关系数(指数)和 Φ检验结果可以看出 ,用地径作为估算笋产量各
回归方程的相关系数(指数) 都很大 ,经 Φ检验 Φ值大于 Φs .st(t ,uzx) = y .zu ,达到极显
著水平 ,说明相关系数(指数) 非常密切 ,从相关系数(指数) Ρ 值大小分析 ,认为模型(u)
和模型(x) 最大 ,作为笋重估算模型最好 ∀
而用最大处直径来估算笋重的各回归分析结果相关系数(指数) 均很大 ,经 Φ检验 Φ
值大于 Φs .st(t ,uzx) = y .zu ,均达到极端显著相关水平 ,选择相关系数(指数)较大的模型
作为估算模型效果较好 ,为此选择模型({) 作为笋重的估算模型 ∀
以笋长来估算笋重的回归分析结果各模型相关系数(指数) 均很大 ,经 Φ值检验 Φ值
远大于 Φs .st(t ,uzx) = y .zu的临界值 ,均达到极端显著相关 ,选择相关系数(指数) 最大
的模型(tw) 作为估算笋重模型 ∀而在生产实际应用中 ,大多数选择易测的地径或笋长来
估算更为方便 ∀
u .t .u 笋重多元回归分析 为了寻找更加准确预估笋重的模型 ,与笋重有关的因素可
能是多种的 ,为此进行笋重的多元回归模型拟合 ∀将调查的笋重 !最大处直径 !笋长和地径
的数据进行不同组合拟合出 u元回归模型 , 经计算得出 }
Ω = s .sstu ηs .yzv| δu .svx| (t|)
模型kt|l的复相关指数 Ρ = s .|w| ,经 Φ检验 Φ值为y|z .zu ,大于查表 Φs .st(u ,uzw) = w .
sz 林 业 科 学 vw卷
y{ ,说明模型(us) 相关关系极为密切 ,用此模型来估算笋重具有较高的精度 ∀偏相关系数
Ρt = s .|uv , Ρu = s .|tx ,偏相关 τ检验值 τt = uvx .yz , τu = t|{ .vu ,均存在密切相关 ∀
Ω = s .ssvt ηs .zuwx ∆t .uz|| (us)
模型kusl的复相关指数 Ρ = s .|tx ,经 Φ检验 Φ值为 v|v .vz ,大于查表 Φs .st(u ,uzw) =
w1y{ ,说明模型(us) 相关关系极为密切 ,用此模型来估算笋重具有较高的精度 ∀偏相关系
数 Ρt = s .{|x , Ρu = s .{sv ,偏相关 τ检验值 τt = txz .|t , τu = tv{ .uv ,存在密切相关 ∀
2 q2 竹笋产量模型的拟合
将调查的竹笋产量k Ψ) 与总株数( Ξt) !平均胸径( Ξu) !´ 度竹株数( Ξv) ! µ 度竹
株数( Ξw) !¶度竹株数( Ξx) !·度竹株数( Ξy) !整齐度( Ξz) !叶面积( Ξ{) !大年竹株数
( Ξ|) 等数据经逐步回归得到回归模型 }
Ψ = tzs .{yy| Ξs .ywuvt Ξ−s .ysyxu Ξs .swv{w Ξ−s .{z{zz Ξt .usss| (ut)
模型kutl复相关指数 Ρ = s .{| ,经 Φ检验结果 Φ = us .zv ,大于查表 Φs .st(x ,|s) = v .uv ,
说明笋产量与林分总株数 !平均胸径 !µ 度竹株数 !整齐度 !大年竹株数之间存在着极显
著相关 ,估测结果精确可靠 ∀偏相关系数(指数) Ρt = s .yzv !Ρu = s .yxt !Ρw = s .xtz !Ρz
= s .u|v !Ρ| = s .xtu ,偏相关 τ检验值 τt = tv .ux !τu = tt .|y !τw = | .xy !τz = v .uy !τ|
= { .wv ,均大于查表的 τ值 τs .st(u .ytz) ,各因子对笋产量均有较大的影响 ,尤其是林分总
株数和 µ 度竹株数以及大年竹株数影响更大 ∀
2 q3 笋和新竹产量与 µ度竹的关系
不同年龄的竹子制造和积累营养物质的能力不同 o幼龄竹主要是自身结构的加固生
长 o老龄竹制造和积累养分能力差 o而壮龄竹制造营养物质和供给能力强 o将调查的 µ度
竹株数 ( Ξw) 与出笋量( Ψβ) !新竹成竹数( Ψξ) 进行回归分析 ,得到回归方程为 }
Ψβ = { .svtt Ξs .xsxvw (uu)
模型kuul相关指数 Ρ = s .{xu ,经 Φ检验 Φ值为 y .|z ,大于查表 Φs .st(t ,|w) = y .|s , µ
度竹株数与出笋量存在极显著相关 o可见 µ度竹在长笋成竹中起着极其重要的作用 ∀
Ψξ = v .uuyv Νs .yux{µ (uv)
模型kuvl相关指数 Ρ = s .|zw ,经 Φ检验 Φ = ts .v{{ ,大于查表 Φs .st(t ,|w) = y .|s ,说
明 µ度竹与出笋量存在极显著相关 , µ 度竹的株数多能促进新竹成竹数量 ∀因为不同年
龄的毛竹新陈代谢能力不同 o´度竹成竹后根系趋于完善 o吸收能力逐渐加强 !枝叶展开
后 o光合能力逐渐加大 o但是 ´度竹本身干物质的含量低 o含水量高 o与 µ !¶度竹相比 o干
物质含量还不到它们的一半 o所以竹冠光合作用所合成的有机物质 o除呼吸消耗外 o大多
充实自身或转移到竹鞭积累 o供竹鞭生长 ~µ !¶度竹出笋能力最强 ~·度竹逐步失去发
笋 !长竹能力 ~∏度竹基本上不养鞭和长笋 ∀为此丰产竹林应尽量多留 µ !¶度竹以利增
加出笋量和成竹量 ∀
v 结论与讨论
建立笋重模型所用的竹笋长度在 {s¦°以内 o在实际应用中此长度可得到较高的精
度 o特别是仅考虑最大直径和地径的模型 ~研究收集材料时仅测定 {s¦°以内主要是考虑
tz 专刊 t 郑郁善等 }竹笋重量和产量预测研究
到在经营加工竹笋时多数只利用 xs¦°以内的春笋 o过长失去加工利用价值 o仅能加工笋
干 ∀其笋重最优模型为 }
t元回归模型 Ω = s .sutt ∆t .|w{w
Ω = s .sst{ δu .{yvz
Ω = s .sswv ηt .xxyv
u元回归模型 Ω = s .sstu ηs .yzv| δu .svx|
Ω = s .ssvt ηs .zuwx ∆t .uz||
毛竹竹笋产量与所选的 ts个因子之间相关性显著 o可以利用所得出的数学模型 o预
测笋的产量以及采取一些有效的措施来提高毛竹竹笋的单产 ∀从偏相关系数看 o影响竹
笋产量的主要因子有林分总株数 ( Ξt) !平均胸径( Ξu) !µ度竹株数( Ξw) !整齐度( Ξz)和
大年竹株数( Ξ|) ,笋产量随这些因子的改变而改变 ∀估算模型为 :
Ψ = tzs .{yy| Ξs .ywuvt Ξ−s .ysyxu Ξs .swv{w Ξ−s .{z{zz Ξt .usss|
µ度竹株数直接影响竹林出笋和新竹生长 o不仅自身生长旺盛 o还能提供大量营养物
质 ∀ µ 度竹与出笋量( Ψβ) !新竹成竹数( Ψξ) 的回归方程为
Ψβ = { .svtt Ξs .xsxvw
Ψξ = v .uuyv Ξs .yux{w
参 考 文 献
t 周芳纯 q毛竹秆形结构研究 q南京林产工业学院学报 ot|{t oxktl }ty ∗ y|
u 徐宜良 o周风伟 q实生毛竹秆型结构的研究 q江苏林业科技 ot|{s okvl }ut ∗ uw
v • ¼¨±²¯§¶  • q∞¶·¬°¤·¬±ª·«¨ µ¨µ²µ¬± °²§¨¯µ¨§¬¦·¬²±¶ƒ²µq≥¦¬qot|{w ovskul }wxw ∗ wy|
w 洪 伟等 q毛竹产量新模型研究 q竹子研究汇刊 ot|{{ ozktl }t ∗ tu
x 郑郁善等 q绿竹生物量模型研究 q竹子研究汇刊 ot||z otykwl }wv ∗ wy
y 郑郁善等 q台湾桂竹生物量模型研究 q福建林学院学报 ot||z otzktl }xu ∗ xy
ΣΤΥ∆Ψ ΟΝ ΠΡΕ∆ΙΧΤΙΟΝ ΟΦ ΒΑΜΒΟΟ ΣΗΟΟΤ ΩΕΙΓΗΤ ΑΝ∆ ΨΙΕΛ∆
«¨ ±ª ≠∏¶«¤± ‹²±ª • ¬¨ «¤±ª • ¬¨¼¬±
( Φυϕιαν Χολλεγε οφ Φορεστρψ Νανπινγ vxvsst)
Αβστραχτ
„¦¦²µ§¬±ª·²·«¨ ¬±√ ¶¨·¬ª¤·¬±ª²©·«¨ ©¤¦·²µ¶²©¶·¤±§¶ o¶«²²·¶ °¨ µ¨ª¨ ±¦¨ ¤±§±¨ º ¦∏¯°¶¬± |y
³¯²·¶²©«¬ª«2¼¬¨ §¯¥¤°¥²²©²µ¨¶·¥∏¬¯·¬± §¬¶·µ¬¥∏·¬√¨¤µ¨¤²© Πηψλλοσταχηψσηετεροχψχλα¦√ q πυβεσχενσ
¬± ƒ∏­¬¤± °µ²√¬±¦¨ o·«¨ ¥¬²°¤¶¶²© √¨ µ¨¼ ²µª¤±¶o⁄q…q ‹ qo«¨¬ª«·o¤±§±²§¨ ±∏°¥¨µ²©|y ¶·¤±2
§¤µ§¦∏¯°¶º µ¨¨ ° ¤¨¶∏µ¨§q…¤¶¨§²± ·«¨ ¶¨ §¤·¤¶o·«¨ ©²µ¨¦¤¶·¬±ª °²§¨ ¶¯²©¶«²²· °¨ µ¨ª¨ ±¦¨ o ±¨ º
¦∏¯°¶o¤±§·«¨ ¥¬²°¤¶¶²© √¨ µ¨¼ ²µª¤±¶o«¤√¨¥¨ ±¨ ¶¨·¤¥¯¬¶«¨ §¥¼ °²±²µ¨ªµ¨¶¶¬²± °²§¨ ¶¯¤±§°∏¯·¬2
³¯¨µ¨ªµ¨¶¶¬²± °²§¨ ¶¯q ׫¨ º ¬¨ª«·o¥¤¶¤¯ §¬¤° ·¨¨µ¤±§°¤¬¬°∏° §¬¤° ·¨¨µ²©uzz ¶³µ¬±ª¶«²²·¶«¤√¨
¥¨ ±¨ §¨·¨µ°¬±¨ §q׫¨ ¶«²²·º ¬¨ª«·¨¶·¬°¤·¬²± °²§¨¯¤¯¶²«¤¶¥¨ ±¨ ¶¨·¤¥¯¬¶«¨ §oº«¬¦«¬¶¶¬ª±¬©¬¦¤±·¯¼
¦²µµ¨ ¤¯·¬√¨¥¼ Φ·¨¶·o«¬ª«³µ¨¦¬¶¬²± ¤±§µ¨ ¬¯¤¥¯¨o¤±§¦¤± ¥¨ ¤³³¯¬¨§·²©²µ¨¶·³µ²§∏¦·¬²±q
Κεψ ωορδσ Πηψλλοσταχηψσ ηετεροχψχλα¦√ q πυβεσχενσ o≥«²²·¼¬¨ §¯o ‘¨ º ¦∏¯°¶o ²§¨¯
uz 林 业 科 学 vw卷