全 文 ： * ?四川省先导计划重点科研项目“云杉天然林分可持续经营技术研究”( 03-06) 资助
收稿日期 : 2004-09-21 改回日期 : 2004-10-27
应用 4 种数学方法对暗针叶云杉林分生境属性的研究 *
马明东 刘跃建
(四川农业大学 都江堰 611830)
摘 要 应用多元线性分析、逐步回归分析、主分量分析和数量化理论 (? ) 4种数学方法 , 定量比较分析了云杉分
布区、地貌、土壤和植被类型等 11个生境因子与地位指数、林分蓄积量、乔木层生物量、林分生物量 4个生产力指
标 ,结果表明 4种数学方法均可用于生境条件分类因子的筛选 ,且尤以数量化理论 (? )方法较为直观 ,可揭示生境
因子间对生产力贡献大小 ,通过对因子内分级 (类目)后从各类目得分值大小 , 反映出各生境因子内不同等级对生
产力贡献的差异。类目的划分标准可直接用于类型间等级尺度 , 该方法与系统聚类或 Fuzzy 聚类相结合 , 构成生境
分类方法的完整系统。
关键词 云杉林分 生境属性 数学方法
Analysis on the environmental property of Picea asperata stand through four mathematical methods . MA Ming-Dong,
LIU Y ue-J ian(Sichuan Agricultural University, Dujiangyan 611830, China) , CJEA ,2006,14(1) : 196～201
Abstract 11 environmental factors including distribution, physiognomy, soil and vegetation type, etc . and four
productivity indicators of status index, stand volume, biomass of tall trees and stand biomass are compared quantitatively
through four mathematical methods of multi-linear regression analysis, stepwise regression, principal components analysis
and the quantitative theory . All of the four mathematical methods can beapplied in eliminating theenvironmental factors,
but the quantitative theory is morevisual . I t shows not only thecontribution of environmental factors to productivity but
also the contribution difference of productivity due to the classification of sub-items within environmental factors . The
criteria of sub-items classification combined with system clustering or Fuzzy clustering can also be directly applied in the
ranking measures between sub- items, which forms thecomplete system of theenvironmental classification methods .
Key words Picea asperata stand, Environmental property, Mathematical method
(Received Sept . 21, 2004; revised Oct . 27, 2004)
生境条件本身是极为复杂的自然综合体 , 包括气候、地貌、地形、土壤、植被和生物等众多的生境因子。
由于云杉分布区气候条件特殊且地形极为复杂 ,故其土壤和植被成分多样 ,不同生境条件云杉的分布、生长
差异亦很大。为明晰云杉分布区各生境因子相互之间错综复杂的关系及其对云杉分布生长的影响 , 本研
究应用4种数学方法分析研究了云杉林分各生境因子之间相互关系 , 并从诸多生境因子中筛选出对云杉生
表 1 云杉各样地林分特征因子统计值 *
Tab.1 Statistics of factors of stand characteristics
in sample plots for Picea asperata
林分变量 统计值 Statistical value
Stand variables 最小值 最大值 平均值 标准差
Minimum
value
Maximum
value
Average
Standard
derivation
树 龄 / ? 27 k. 00 150 ?. 00 59 . 35 38. 96
平 均 直 径 / cm 9 k. 00 23 ?. 20 18 . 92 4. 17
平 均 树 高 / m 6 k. 10 20 ?. 60 14 . 53 3. 62
优 势 木 平 均 树 高/ m 8 k. 40 26 ?. 20 16 . 04 4. 49
地 位 指 数 / m 12 k. 00 24 ?. 00 18 . 00 4. 49
株 数 / 株 · hm - 2 ?325 k. 00 4500 ?. 00 1096 . 00 568. 00
林分蓄积量/ m3 ?·hm- 2 32 k. 66 898 ?. 06 180 . 10 112. 26
乔木层生物量/ t·hm- 2 ?49 k. 49 988 ?. 35 223 . 45 123. 76
林分 生物 量/ t·hm - 2 ?85 k. 82 998 ?. 65 306 . 64 169. 84
林 分 郁 闭 度 ( P ) 0 k. 40 0 ?. 90 0 . 68 0. 10
* n = 159。
长影响最大的主导因子 , 为科学评价云杉群落
生境质量提供理论依据。
1 研究方法
本研究按统一的技术要求 [ 1～ 5] , 以林分面
积 3% ～5% 比例典型抽样共调查标准地 328
个 (样地面积 1200m2 ) , 样木解析 400 株。 标
准地内调查项目包括生境因子、林分因子、下
木植被及生物量等。 云杉各样地林分特征因
子见表 1,云杉各生境因子统计特征值见表 2。
生境因子等级划分 , 云杉生产力水平高低是诸
立地因子综合影响的结果 , 在生境因子数量化
分析中若求得精度较高又符合实际且便于应
第 14 ?卷第 1期 中 国 生 态 农 业 学 报 Vol .14 No .1
2 0 0 6 ?年 1 月 Chinese Journal of Eco-Agriculture Jan ., 2006
表 2 云杉各生境因子统计特征值 *
Tab. 2 Statistical valueof the environmental factors for Picea asperata
因 子 统计参数 Statistical parameters 因 子 统计参数 Statistical parameters
Factors 平均值 标准差 变异系数 Factors 平均值 标准差 变异系数
Average Standard
derivation
Coefficient
of variation
Average Standard
derivation
Coefficient
of variation
地 貌 类 型 ( X1 ?) 1 a. 70 0 9. 64 0 %. 27 土 壤 湿 度 ( X8) 2 U. 32 10 ?. 60 0 . 34
海 拔 高 度 / m ( X2 ?) 3203 a. 16 383 9. 40 0 %. 06 土壤平均容重/ g·cm- 3 ?( X9) 0 U. 97 0 ?. 25 0 . 26
坡 度 / (°) ( X3 ?) 35 a. 40 6 9. 81 0 %. 27 土 壤 质 地 ( X10) 1 U. 97 0 ?. 68 0 . 35
坡 向 ( X4 ?) 8 a. 11 4 9. 93 0 %. 61 植 被 类 型 ( X11) 2 U. 32 1 ?. 05 0 . 45
母 质 堆 积 形 式 ( X5 ?) 1 a. 86 0 9. 77 0 %. 41 地 位 指 数 ( X12) 18 U. 00 4 ?. 40 0 . 34
土 层 厚 度 / cm ( X6 ?) 76 a. 09 13 9. 35 0 %. 18 林 分 蓄 积 量 ( X13) 180 U.10 112 ?.26 0 . 62
腐殖质层厚度/ cm( X7 ?) 20 a. 89 11 9. 00 0 %. 53 乔 木 层 生 物 量 ( X14) 223 U.45 123 ?. 76 0 . 54
* 地貌类型、坡向、母质堆积形式、土壤湿度、土壤质地和植被类型等因子均为换算值 , n= 159。
用的数量化预测模型 , 必
须对生境因子中各项目和
类目进行合理选择。本研
究首先对云杉生长与各环
境因子的关系进行单因子
分析 , 选择与云杉生长相
关密 切 的 生 境 因 子 ( 项
目 ) ,并进行各项目内和各
类目间差异显著性检验 ,
同时必须兼顾所选取的生
境因子测定简便、直观和
容量大 , 据此方法和云杉
生态学特性 , 将云杉生长
各生境因子 ( 项目 )、各生
境因子内等级 ( 类目 ) 和类
目级距进行选择与划分 ,
其结果见表 3。生境因子
数据编码 , 由于生境因子
中有的为定量数据 , 有的
为定 性数据 ( 如坡位、坡
向、土壤质地、土壤母质堆
积形式、地貌类型和植被
类型等 ) , 而这些因子不能
直接参与统计分析 , 故需
对它们进 行性状编 码处
理。鉴于不同数学分析方
法对编码数据要求不同 ,
且同一因子可根据不同处
理方法获取不同的编码数
据 , 本研究分别用多元线
性回归分析、逐步回归分
析和双重筛选及主分量分
析等不同数学方法进行生
表 3 云杉各生境因子项目、类目划分标准 *
Tab.3 Thecriteriaforclassifyingtheitemsandsub-itemsof theenvironmental factorsfor Piceaasperata
序 号 项 目 类 目 代 号 划分标准
Sequence I tem Kind Parameter Partition standard
1 k地 貌 类 型 高 山 峡 谷 X11 ?
丘 状 高 原 X12 ?
2 k海 拔 高 度 / m X21 ?2800～3000
X22 ?3000～3250
X23 ?> 3250
3 k坡 度 / (°) 缓 坡 X31 ?6～15 1
斜 坡 X32 ?16～25 1
陡 坡 X33 ?26～35 1
急 坡 X34 ?36～45 1
4 k坡 向 阳 坡 X41 ?东南～南～西南(135 ?～180～225)
半 阳 坡 X42 ?东～东南,西南～西(90～135,225～270)
半 阴 坡 X43 ?东北～东,西～西北(45～90,270～135)
阴 坡 X44 ?东北～北～西北(0～45,315～360)
5 k母 质 堆 积 形 式 坡 积 形 X51 ?
崩 积 形 X52 ?
残 积 形 X53 ?
6 k土 层 厚 度 / cm 薄 土 层 X61 ?< 40 1
中 土 层 X62 ?40～80 1
厚 土 层 X63 ?> 80 1
7 k腐 殖 质 层 厚 度/ cm 中 腐 层 X71 ?10～20 1
厚 腐 层 X72 ?> 20 1
薄 腐 层 X73 ?< 10 1
8 k土 壤 湿 度 ** 极 湿 型 X81 ?
湿 润 型 X82 ?
偏 干 润 型 X83 ?
9 k土壤平均容重/ g·cm- 3 ? 大 X91 ?> 1 ?. 3
中 X92 ?1 ;. 1～1 ?. 3
小 X93 ?0 ;. 8～1 ?. 1
10 ?土 壤 质 地 重 壤 质 X101
中 壤 质 X102 ?
轻 壤 质 X103 ?
11 ?植 被 类 型 中 生 箭 竹 类 X111
偏 干 灌 木 类 X112 ?
高寒干性苔草类 X113 ?
阴 湿 藓 类 X114 ?
* 数量化理论 (?)分析时则采用无序多态性状编码值 ; ** 为土壤剖面调查时用定性标准记载的土壤湿度。
第 1 ?期 马明东等 :应用 4种数学方法对暗针叶云杉林分生境属性的研究 197
表 4 云杉部分生境因子分级编码数据 *
Tab. 4 Grading codes for partial environmental factors for Picea asperata
地貌类型 坡向 植被类型 土壤质地 土层厚度 腐殖质层厚度 母质堆积形式 土壤湿度
Physiognomy Slope Vegetation Soil Depth of Depth of Types of parent Soil
direction type texture soil humus material accumulation humidity
高山峡谷 4 7阳 坡 0 ?箭竹类 5 轻壤质 1 e薄土层 0 ?薄腐层 0 残积形 0 (干 型 0
丘状高原 2 7半阳坡 2 ?灌木类 3 重壤质 2 e中土层 2 ?中腐层 2 坡积形 2 (偏干型 (润 )2
半阴坡 3 ?藓 类 1 中壤质 3 e厚土层 4 ?厚腐层 4 崩积形 4 (湿 润 型 4
阴 坡 4 ?草 类 0 极 湿 型 1
* 各因子分级标准见表 3。
境因子编 码数据处
理 , 生境因子中海拔
高度、坡度和土壤平
均容重等 均采用原
始实测数据编码值 ,
对地 貌类型、坡 向、
植被 类 型、土 层 厚
度、腐殖质 层厚 度、
土壤质地和母质堆积
形式等因子均采用有序多态性状编码值 (见表 4)。
2 结果与分析
2 . 1 云杉各生境因子相互关系
用下式求出云杉各生境因子间相关系数 :
Yj i =
∑
n
i = 1
( Xi j - Xi j )× ( Xi l - Xi l )
( n - 1) Sj× Sl (1)
表 5 云杉各生境因子相关矩阵 ***
Tab.5 Thecorrelation matrix of theenvironmental factors for Picea asperata
因子 ( Xi ) 因子 ( Xi ) Factors
Factors X1 ?X2 +X3 X4 KX5 X6 kX7 X8 X9 ?X10 X11 f
地 貌 类 型 ( X1) 1 ?0 z. 6233 ** - 0 3.2111 ** - 0 . 1792* 0 T. 0651 0 .3348 ** 0 J. 3188** 0 .3203 ** - 0 . 2253** 0 !. 1968** - 0 . 6638**
海 拔 高 度 ( X2) 1 z- 0 3.2474 ** - 0 ?. 1226 - 0 T. 1426 0 .2867 ** 0 J. 2867** 0 .5776 ** - 0 . 5191** 0 !. 1788* - 0 . 4387**
坡 度 ( X3) 1 30 ?. 0153 - 0 T. 1099 - 0 .2035 * - 0 J. 1022 - 0 .0791 - 0 . 0016 - 0 !. 0236 0 . 0740
坡 向 ( X4) 1 ?- 0 T. 1335 - 0 .0518 - 0 J. 1410 - 0 .6261 * 0 . 3128** - 0 !. 0459 0 . 3638**
母质堆积形式 ( X5 ?) 1 T0 .1517 0 J. 1543 - 0 .1177 0 . 1009 - 0 !. 0663 0 . 0978
土 层 厚 度 ( X6) 1 ?0 J. 4841** 0 .2637 ** - 0 . 1362 - 0 !. 0682 - 0 . 1098
腐殖质层厚度 ( X7 ?) 1 J0 .2319 ** - 0 . 1006 0 !. 1102 - 0 . 0567
土 壤 湿 度 ( X8) 1 ?- 0 . 8285** - 0 !. 2503** - 0 . 2182**
土壤平均容重 ( X9 ?) 1 0 !. 5892** 0 . 1905*
土 壤 质 地 ( X10) 1 !0 ?. 1601*
植 被 类 型 ( X11) 1 ?
* 为 2 因子间具有一定程度相关概率 0 . 05 的显著水平 ,可接受相应因子间相关估计 ; ** 为 2 因子间具有一定程度相关概率 0. 01 的显著
水平 , 可接受相应因子间相关估计 ; *** 自由度 150, r0.05 = 0. 159 , r0. 01 = 0 . 208;表 6 同。
表 6 云杉各生境因子 + 生产力指标相关矩阵
Tab.6 Thecorrelationmatrixof theenvironmental factorsandproductivity for Piceaasperata
因子 ( Xi ) 因子 ( Xi ) Factors
Factors X1 ?X2 GX3 RX4 qX5 X6 X7 X8 &X9 [X10 X11 X12 ?X13
海 拔 高 度 ( X2 ?) 1 - 0 ?.12 - 0 !.25 ** 0 2.28 ** 0 E.20 ** - 0.14 0.52** 0.57 ** 0 &.18* - 0 m.14 0.12 0.14 0.19 * 0 7.19 *
坡 度 ( X3 ?) 1 00 !.015 - 0 2.23 ** 0 E.10 0.07 0.09 - 0.08 - 0 &.02 - 0 m.11 0.09 0.08 0 ?.08 0 7.08
坡 向 ( X4 ?) 1 !- 0 2.05 0 E.14 0.26** 0.31** - 0.33 ** 0 &.05 - 0 m.23 ** - 0.27 ** - 0.31 ** 0 ?.31 ** 0 7.30 **
母质堆积形式 ( X5 ?) 1 20 E.18 * - 0.10 - 0.14 0.26 ** - 0 &.07 0 m.15 0.16 * 0.17 * 0 ?.23 ** 0 7.23 **
土 层 厚 度 ( X6 ?) 1 E- 0.06 - 0.10 0.23 - 0 &.11 0 m.15 - 0.23 ** 0.23 ** 0 ?.31 ** 0 7.30 **
腐殖质层厚度 ( X7 ?) 1 0.09 - 0.21 ** 0 &.11 0 m.10 - 0.26 ** 0.22 ** 0 ?.26 ** 0 7.26 **
土 壤 湿 度 ( X8 ?) 1 - 0.82 ** 0 &.19* 0 m.10 0.17 * - 0.17 * - 0 ?.17 * - 0 7.18 *
土壤平均容重 ( X9 ?) 1 - 0 &.05 - 0 m.16 * - 0.16 0.17 * - 0 ?.16 * 0 7.16 *
土 壤 质 地 ( X10 ?) 1 &- 0 m.0658 - 0.08 - 0.03 - 0 ?.01 - 0 7.03
植 被 类 型 ( X11 ?) - 0.27 ** - 0.23 ** - 0 ?.23 ** - 0 7.25 **
地 位 指 数 ( X12 ?) 1 0.81 ** 0 ?.75 ** 0 7.74 **
林分 蓄 积量 ( X13 ?) 1 0 ?.86 ** 0 7.84 **
乔木层生物量 ( X14 ?) 1 ?0 7.98 **
林分 生 物量 ( X15 ?) 1 7
198 中 国 生 态 农 业 学 报 第 14 ?卷
然后得出 11个生境因子相关系数排列成因子相关矩阵 (见表 5) 。 由表 5可知云杉各生境因子间相关
程度 ,不同地貌类型反映出海拔高度、坡度、土层厚度、腐殖质层厚度、土壤温度、土壤平均容重和植被类型
等生态因子差异 ;不同海拔高度反映出坡度、土层厚度、腐殖质层厚度、土壤湿度、土壤平均容重和植被类型
等生态因子差异 ; 坡度等级除与地貌类型、海拔高度因子具有紧密相关外 , 对其他生态因子均无显著影响 ;
坡向对水热条件起着再分配作用 ,反映出土壤湿度、土壤平均容重和植被类型等生态因子差异 ; 土层厚度与
腐殖质层厚度和土壤湿度体现了较强的相关性 , 腐殖质层厚度揭示了土壤含水量差异 , 不同土壤湿度反映
了土壤平均容重、土壤质地和植被类型的差异 , 而土壤平均容重的大小又反映出不同土壤质地。在对 11个
生境因子相关分析基础上选择地位指数、林分蓄积量、乔木层生物量和林分生物量 4个生产力指标共 15个
变量进行相关分析结果见表 6,由表 6可知 , 与云杉地位指数紧密相关的因子有地貌类型、坡向、腐殖质层厚
度、土壤湿度和植被类型 ; 与林分蓄积量紧密相关的因子除前述 5个生境因子外还有地位指数 ; 与乔木层生
物量紧密相关的因子除前述 5个生境因子外 ,还有土层厚度、母质堆积形式和地位指数及林分蓄积量 ; 与林
分生物量紧密相关的各因子与乔木层生物量相同 ,充分体现了各生境因子对云杉生产力影响的作用大小和
各生产力指标间传递及依赖关系。
2 . 2 地形因子与土壤属性相互关系
本研究用简单、直观的地形因子 ,通过典范相关分析判定土壤属性 , 再用 Bartlett 方法检验各因子之间
关系 :
U1 = 0.0098地貌类型 + 0.0004海拔高度 + 0. 0001坡度 + 0. 0016坡向 + 0.0004母质堆积形式 (2)
V1 = ?0.0008土层厚度 + 0. 1028腐殖质层厚度 + 0. 0403土壤湿度 - (3)
0.0016土壤平均容重 + 0. 0012土壤质地 + 0. 0041植被类型
第一个典范相关系数λ1 = 0. 6536* , 经检验达显著水平 ,说明地形因子与土壤属性关系密切 , 第一个典
范变量土壤因子中腐殖质层厚度、植被类型和土壤湿度值较大 , 而地形因子中地貌类型和坡向值较大 , 这说
明云杉分布区腐殖质层厚度、植被类型和土壤湿度受地貌类型及坡向的影响较大。
2 . 3 云杉生境因子与生产力的关系
依据大量调查和试验数据从多个自变量 (生境因子 ) 估测 1个因变量 ( 生产力 )以及确定各自变量间定量
关系 ,检验其可靠性并判断各自变量因子所起作用的重要程度称为多元回归分析 , 对云杉生境条件 (11个因
子 )与生产力 (地位指数 ) 多元线性回
归分析结果见表 7, 所建立的方程复
相关系数 R 为 0.8640, 说明该方程满
足要求。偏相关系数 t 检验结果表
明 ,11个生境因子中地貌类型、坡向、
腐殖质层厚度、土壤湿度、母质堆积形
式和植被类型等因子对云杉生产力有
很大影响 ,海拔高度、土壤厚度和土壤
平均容重等因子对云杉生产力有一定
影响 ,而坡度和土壤质地的影响则较
小。通过电算从 11 个生境因子中筛
选出影响云杉生产力的 6个主要生境
因子与生产力进行逐步回归分析结果
见表 8,各因子偏相关系数 ( ri ) t检验
结果表明逐步回归筛选的 6个生境因
子均达极显著相关 , 即对云杉生产力
的影响均很大 , ri 大小排序结果各因
表 7 云杉生境因子与生产力多元线性回归分析 ***
Tab.7 Multi-linear regression analysis on the environmental
factors and productivity for Picea asperata
因子 ( Xi) 回归系数 ( bi) 相关系数 ( Yi) T 值 序号 (按 Yi 大小)
Factors Regression Correlation Tvalue Sequence, according
coefficient coefficient to thevalueof Yi
地 貌 类 型 ( X1 +) 0 n.5500 0 ?. 2612 3 . 2808** 3
海 拔 高 度 ( X2 +) 0 n.0015 0 ?. 0824 1 . 0025 9
坡 度 ( X3 +) - 0 n.0638 - 0 ?. 0530 0 . 6435 11
坡 向 ( X4 +) 0 n.1070 0 ?. 2010 2 . 4878** 5
母质堆积形式 ( X5 /) 0 n.0640 0 ?. 0972 1 . 1841* 8
土 层 厚 度 ( X6 +) 1 n.0952 0 ?. 3949 5 . 2115** 1
腐殖质层厚度 ( X7 /) - 0 n.6432 - 0 ?. 1059 1 . 2912* 7
土 壤 湿 度 ( X8 +) 0 n.0980 0 ?. 1686 2 . 0739** 6
土壤平均容重 ( X9 /) 0 n.2185 0 ?. 2509 3 . 1425** 4
土 壤 质 地 ( X10 +) 0 n.0738 0 ?. 0738 0 . 8672 10
植 被 类 型 ( X11 +) 0 n.6510 0 ?. 2811 3 . 5514** 2
* 表示有一定影响 (显著相关 ) ; ** 表示有很大影响 ( 极显著相关 ) ; *** 回归常数
b0 = 10 .0215 , 复相关系数 R = 0. 8640 ,样本数 n= 159。
子对生产力贡献水平为母质堆积形式 > 植被类型 > 地貌类型 > 土壤湿度 > 坡向 > 腐殖质层厚度。根据主
分量分析结果 , 列出云杉生境因子 3个主分量特征向量及特征根、贡献率和累积贡献率 ( 见表 9) , 从云杉生
长的 2个主要直接生活因子 (即水分和肥力 ) 考察 ,第 2主分量是代表水分的综合因子 , 地貌类型、坡向和植
被类型对第 1主分量的因子负荷量较大 ,即不同地貌类型、坡向反映出水湿条件具有较大差异 , 从而导致不
第 1 ?期 马明东等 :应用 4种数学方法对暗针叶云杉林分生境属性的研究 199
表 8 云杉生境因子与生产力逐步回归分析 ***
Tab.8 Stepwiseregressionanalysisontheenvironmental factorsandproductivityfor Piceaasperata
因子 ( Xi ) 地貌类型( X1 ?) 坡向 ( X4) 母质堆积形式 ( X5 ,) 腐殖质层厚度 ( X7 7) 土壤湿度 ( X8) 植被类型 ( X11 B)
Factors Physiognomy Slope Types of parent Depth of Soil Vegetation
direction material accumulation humus humidity type
回 归 系 数 ( bi) 0 ?. 7641 0 .2641 0 . 9395 0. 1456 0 x. 4783 0 ?. 8125
偏相关系数 ( ri) 0 ?. 3525 0 .2120 0 . 5364 0. 1680 0 x. 3447 0 ?. 3648
t 值 4 ?. 5670** 2 .6301 ** 7 . 7059** 2. 0663 ** 4 x. 4521** 4 ?. 7503 **
序号 ( 按 ri大小 ) 3 ?5 1 6 4 x2 ?
* 表示有一定影响 (显著相关 ) ; ** 表示有很大影响 ( 极显著相关 ) ; *** 回归常数 b0 = 10 . 8311, 复相关系数 R = 0 .8600, 样本数 n = 159。
表 9 云杉生境因子主分量特征向量及特征根
Tab.9 Characteristic vectors and characteristic roots of
theenvironmental factors for Picea asperata
变量 (生境因子 ) 第 1 ?主分量 第 2 $主分量 第 3 9主分量
Variables
( environmental
The first
principal
The second
principal
The third
principal
factors) component component component
地 貌 类 型 ( X1 e) 0 ?.44 0 M.21 0 N. 20
海 拔 高 度 ( X2 e) - 0 ?.19 - 0 M.08 0 N. 20
坡 度 ( X3 e) 0 ?.07 - 0 M.20 0 N. 09
坡 向 ( X4 e) 0 ?.40 - 0 M.26 0 N. 13
母 质 堆 积 形 式 ( X5 e) 0 ?.30 0 M.45 - 0 N. 24
土 层 厚 度 ( X6 e) 0 ?.11 0 M.31 - 0 N. 31
腐 殖 质 层 厚 度 ( X7 e) 0 ?.14 0 M.40 0 N. 04
土 壤 湿 度 ( X8 e) 0 ?.32 - 0 M.37 - 0 N. 04
土 壤 平 均 容 重 ( X9 e) - 0 ?.14 0 M.44 0 N. 05
土 壤 质 地 ( X10 e) - 0 ?.01 0 M.24 0 N. 07
植 被 类 型 ( X11 e) 0 ?.41 0 M.03 0 N. 51
特 征 根 5 ?.05 3 M.59 1 N. 29
贡 献 率 / % 45 ?.91 32 M.67 11 N. 69
累 积 贡 献 率 / % 45 ?.91 78 M.58 90 N. 27
同植被类型的出现 ; 第 2 主分量是代表土壤肥力
的综合因子 , 母质堆积形式、土壤平均容重、腐殖
质层厚度和土壤厚度等对第 2主分量的因子负荷
量较大 ,同理不同母质堆积形式、土壤平均容重、
腐殖质层厚度和土壤厚度表现了土壤肥力状况的
差异 , 这些生境因子在云杉生境类型划分中具有
非常重要的意义。主分量分析和相关分析是通过
数据计算处理寻找评价各生境因子和生产力的间
接指标以及影响这些指标的重要因子 , 但它不如
多元回归分析能直接预测生境潜在生产力。
数量化理论 (?)分析是筛选生境主导因子的有
效途径 ,近年来日益被人们所重视 , 本研究运用该
方法对云杉生境潜在生产力进行定量评价研究 , 编
制了云杉生境多因素数量化生境质量评定表 (见表
10) ,表 10表明 11个生境因子中地貌类型、海拔高
度、坡向、腐殖质层厚度、土壤湿度、土壤平均容重
和植被类型对云杉生产力有极显著影响 ;土壤母质
堆积形式和土层厚度对云杉生产力有一定影响 ; 而
坡度和土壤质地对云杉生产力影响不显著。
表 10 云杉多因素数量化生境质量评定表 *
Tab.10 The evaluation table of the multi factor quantitative sitequality of Picea asperata
项 目 类 目 得 分 得分范围 偏相关系数 t 值 方差比
I tems
Sub- items
Score
Score
range
Partial correla-
tion coefficient
t value
Variance
ratio
地 貌 类 型 ( X1 m) 1 ?高 山 峡 谷 ( X11 ) 13 w.9983 2. 0666 0 0.3452 4 . 2890 0. 1071
2 ?丘 状 高 原 ( X12 ) 11 w.9317
海 拔 高 度 ( X2 m) 1 ?2 8 0 0 ～ 3 0 0 0( X21 ) 0 w
2 ?3 0 0 1 ～ 3 2 0 0( X22 ) 0 w.9933 1. 2480 0 0.2090 2 . 4924 0. 0291
3 ?> 3 2 0 0( X23 ) - 0 w.2547
坡 度 ( X3 m) 1 ?缓 坡 ( X31 ) 0 w
2 ?斜 坡 ( X32 ) 1 w.5711 1. 5711 0 0.0719 0 . 8407 0. 0014
3 ?陡 坡 ( X33 ) 1 w.0555
4 ?急 坡 ( X34 ) 0 w.8189
坡 向 ( X4 m) 1 ?阳 坡 ( X41 ) 0 w
2 ?半 阳 坡 ( X42 ) 0 w.8376 1. 6103 0 0.2611 3 . 1543 0. 0415
3 ?半 阴 坡 ( X43 ) 1 w.6103
4 ?阴 坡 ( X44 ) 1 w.5964
母质堆积形式 ( X5 m) 1 ?坡 积 形 ( X51 ) 0 w
2 ?崩 积 形 ( X52 ) 0 w.0983 0. 7150 0 0.1356 1 . 5961 0. 0107
3 ?残 积 形 ( X53 ) - 0 w.6167
200 中 国 生 态 农 业 学 报 第 14 ?卷
续表
项 目 类 目 得 分 得分范围 偏相关系数 t 值 方差比
I tems
Sub- items
Score
Score
range
Partial correla-
tion coefficient
t value
Variance
ratio
土 层 厚 度 ( X6 m) 1 ?薄 土 层 ( X61 ) 0 w
2 ?中 土 层 ( X62 ) 1 w.5270 1. 9043 0 0.1668 1 . 9728 0. 0191
3 ?厚 土 层 ( X63 ) 1 w.9043
腐殖质层厚度 ( X7 m) 1 ?中 腐 层 ( X71 ) 0 w
2 ?厚 腐 层 ( X72 ) 0 w.4308 0. 4738 0 0.1951 2 . 3198 0. 0281
3 ?薄 腐 层 ( X73 ) - 0 w.0430
土 壤 湿 度 ( X8 m) 1 ?极 湿 型 ( X81 ) 0 w
2 ?湿 润 型 ( X82 ) 2 w.3476 2. 3476 0 0.3779 4 . 7600 0. 1440
3 ?偏 干 润 型 ( X83 ) 2 w.0421
土壤平均容重 ( X9 m) 1 ?大 ( X91 ) 0 w
2 ?中 ( X92 ) 0 w.1922 1. 9573 0 0.2603 3 . 1440 0. 0641
3 ?小 ( X93 ) 1 w.9573
土 壤 质 地 ( X10 z) 1 ?重 壤 质 ( X101) 0 w
2 ?中 壤 质 ( X102) 0 w.1656 0. 1656 0 0.0354 0 . 4131 0. 0007
3 ?轻 壤 质 ( X103) 0 w.0348
植 被 类 型 ( X11 z) 1 ?中 生 箭 竹 类 ( X111) 0 w
2 ?偏 干 灌 木 类 ( X112) - 0 w.8990 2. 9273 0 0.2593 3 . 1310 0. 0471
3 ?高寒干性苔草类 ( X113) - 2 w.0123
4 ?阴 湿 藓 类 ( X114) - 2 w.9273
* 复相关系数 Rym= 0 .6888 , Rym t 值 = 11 . 0804, 剩余回归标准差 S′δ= 2 . 1688。
2 . 4 ?4 种数学方法分析云杉生境
属性比较
用多元线性回归分析、逐步回
归分析、主分量分析和数量化分析 4
种数学方法筛选出对云杉生产力极
显著影响的生境因子对比见表 11。
3 小 结
本研究用 4种数学分析方法筛
选出的主导生境因子均较一致 , 均
可用于云杉生境条件分类因子的筛
选。但尤以数量化理论 (?) 分析法
较直观 , 可揭示生境因子间对生产
力贡献的大小 , 通过对因子内分级
(类目 ) 后 , 从各类目得分值大小反
映出各生境因子内不同等级对生产
力贡献的差异。类目的划分标准可
表 11 4 种数学方法筛选云杉生境主导因子对比 *
Tab.11 Comparison of thefour mathematical methods in elimina-
ting the leading environmental factors for Picea asperata
生境因子 多元线性分析 逐步回归分析 主分量分析 数量化理论 (?)
Environmental Multi- linear Stepwise Principalcomponent Thequantitative
factors regression regression analysis theory(?)
地 貌 类 型 ( X1 -) V V VV V V V
海 拔 高 度 ( X2 -) V
坡 度 ( X3 -)
坡 向 ( X4 -) V V VV V V V
母质堆积形式 ( X5 -) V V VV V V
土 层 厚 度 ( X6 -) V V V
腐殖质层厚度 ( X7 -) V V VV V V V
土 壤 湿 度 ( X8 -) V V VV V V V
土壤平均容重 ( X9 -) V V V V
土 壤 质 地 ( X10 :)
植 被 类 型 ( X11 :) V V VV V V V
*“V”为因子显著 , 可以选择 ;“VV”为因子极显著 ,必需选择。
直接用于类型间等级尺度 ;该方法与系统聚类或 Fuzzy聚类相结合 , 构成生境分类方法的完整系统。
参 考 文 献 h
1 唐守正 .多元分析方法 .北京 : 中国林业出版社 , 1989
2 马明东 , 刘跃建 .云杉天然林地位指数表的编制与应用 .四川林业科技 , 1986, 7(3) : 10～16
3 马明东 .楠竹林分立地质量评价及类型划分研究 .竹子研究汇刊 , 1991 , 10( 3) : 49～60
4 蒋有绪 .川西米亚罗、马尔康高山林区生境类型初步研究 .林业科学 , 1963 , 8( 4) : 321～335
5 马明东 , 刘跃建 .森林生境质量评价及分类评述 .四川林业科技 , 1993 , 14( 4) : 30～35
第 1 ?期 马明东等 :应用 4种数学方法对暗针叶云杉林分生境属性的研究 201