全 文 ：内蒙古园林绿化抗风沙的景天科植被
种源筛选试验初报
张剑峰
（内蒙古农业大学林学院，内蒙古呼和浩特 010018）
摘 要：为筛选适应内蒙古地区大风沙气候的景天科植物种源，进一步优化内蒙古园林绿化植物种类，
对收集的松塔景天、八宝景天、北景天、三七景天、黄花德景天5个不同景天科植被种源进行大风、干旱
（模拟风沙环境）胁迫处理，比较了胁迫后不同景天植物种源间的叶片水分流失量、叶子的叶绿素含量、
和光合速率等属性的变化，并设计属性特征选择模型对几种景天科植物的抗干旱抗风沙性能进行筛
选。结果表明不同种源的景天科植物防风固沙、水分流失速率和风侵受害有较大差距，种源“松塔景
天”在叶片水分流失和光合速率等属性上表现出较大优势。结论认为相对其他指标，松塔景天是适合
于内蒙古大风沙地区的最具栽培潜力的园林植物种源。
关键词：风、沙干旱；内蒙古；景天植被
中图分类号：S722. 3+1 文献标识码：A 文章编号：1001-7119（2016）08-0051-04
Early Screening Test of Crassulaceae Vegetation Resistance Sand for Inner
Mongolia Landscaping
Zhang Jianfeng
（Inner Mongolia Agricultural University，Hohhot 010018，China）
Abstract：For screening to adapt to the climate in Inner Mongolia wind and sand storms crassulaceae
plants provenance, further optimization of Inner Mongolia garden greening plant species, to collect
lacebark pine stonecrop, sweet stonecrop, north king day, king of notoginseng stonecrop, chrysanthemum
DE day five different provenance crassulaceae vegetation on wind, dry sand (simulation environment)
stress treatment, compared the different scene days after stress plants provenance of leaf water loss and
leaf chlorophyll content and photosynthetic rate and the change of the properties, characteristics and
design attributes selection model of several kinds of crassulaceae plants resistance to drought sand
filtering performance. The results show that different provenance of crassulaceae plants, water and wind
erosion rate for windbreak and sand-fixation abuse victims have larger gap, provenance lacebark pine
stonecrop such as leaf photosynthetic rate and water loss bigger advantage properties. Conclusion
relative to other indicators, lacebark pine stonecrop is suitable for large areas of greatest potential of
cultivation of sand of Inner Mongolia garden plant provenance.
Keywords：wind and sand storm；Inner Mongolia；Crassulaceae vegetation
收稿日期：2015-08-31
作者简介：张剑峰（1982-），男，硕士研究生，讲师，研究方向：园林植物与人居环境。
抗风沙景天科植被种源的筛选过程所涉及
的叶片水分流失量、叶子的叶绿素含量、光合速
率、受害等级等特征较多且较为复杂，采用传统
方法进行种源筛选，数据处理效率极低，无法保
证种源的分级精度，不能很好的满足内蒙古园林
绿化抗风沙景天科植种源筛选的实际需求[1-10]，为
第32卷第8期
2016年8月
科 技 通 报
BULLETIN OF SCIENCE AND TECHNOLOGY
Vol.32 No.8
Aug. 2016
DOI:10.13774/j.cnki.kjtb.2016.08.012
第32卷科 技 通 报
此，提出基于支持向量机算法的种源筛选模型，
适宜的景天植被种源抗旱分类模型是种源筛选
的重要依据。
1 试验器材与方法
1.1 试验器材
以内蒙古地区呼和浩特市5个公园内的景天
植物作为实验的种源，五种种源分别为松塔景
天、八宝景天、北景天、三七景天、黄花德景小区
域栽培的实生苗作为对比分析实验的种苗。选
取的植物种类在外形上不能有太大的差别，并且
生长的环境也不能有太大的差异。
1.2 试验方法
2015年6月，每种景天植物种类选取8~10颗
种源，种源选取必须保证无病虫害等其他天然疾
病，采用人工干扰的方式设计实验环境，实验环
境模拟内蒙古也有的少于多沙尘气候环境进行
人工胁迫。另外，采用一种自然生长的植被环境
作为对比分析用。自然生长环境为呼和浩特谋
一固定园区自然光照、天然灌溉环境下进行无人
工干预生长。呼和浩特室外温度平均为 30°左
右，降雨量为当年正常降雨量，无超预警的大雨，
风力为当年自然风力。人工胁迫环境下为恒温
20度处理，设计不同风侵等级。07:00-10:00为 5
级风沙侵入，11:00-15:00为6级风沙入侵，16:00-
24:00为 7级风沙侵入胁迫。胁迫期间控制植被
的水摄入量，设计为不定周期的少水环境。每立
方米灌溉少于年平均灌溉量。
在胁迫处理期间，记录在胁迫环境下和自然
环境下，景天植被的变化情况，主要是被风侵和
干旱损毁情况，受害标准如表1所示：
表1胁迫状态下的景天植被受害标准
Table 1 Vegetation to suffer the stress condition of days
受害等级 状态描述 标准
0 无旱死 没出现干枯和枯黄
1 轻微干旱 少部分出现枯黄
2 轻度干旱 一半叶子出现枯黄
3 中度干旱 一多半叶子出现枯黄
4 重度干旱 全部叶片枯黄
2 风沙与干旱测定指标的显著性分
析
在景天植被在多风沙少降水的环境下胁迫
生存 5 d后，对 5种景天植物的各种参数，参数包
括叶片水分流失量、叶子的叶绿素含量、和光合
速率等属性重复进行鉴定。叶片水分流失量采
用浸泡烘干法取得，叶绿素含量采用化学试剂乙
醇分光光度测试取得，光合速率采用传统的 Li-
6400XT鉴定系统测得，测试的二氧化碳浓度为
（400 umolCO2 molL），光量子密度不超过 600.温
度为室温28°。景天植物的各种生理指标方差分
析结果如表2所示。
表2不同风沙与干旱下的各种生理指标方差分析
Table 2 All kinds of physiological indexes of different sand and
drought analysis of variance
影响因素 叶片水流失量 叶子的叶绿素含量 光合速率 受害等级
风沙 14.33 4.55 6.44 73.33
干旱 1.23 0.34 0.56 2.44
风沙对叶片水分流失量、叶子的叶绿素含
量、和光合速率等指标的影响达到显著水平（P<
0.05）,干旱对着三个指标的影响呈现为不显著，
表示两者之间是存在交互性的。
3 内蒙古园林绿化抗风沙景天科植
被种源筛选模型
采用支持向量机算法进行景天种抗风沙级
别分类可以得到良好的种源分级结果，模型的建
立过程如下：
设定 xi(i = 1,2...N)为支持向量机的输入，也
就是不同景天植被在不同环境下表现出的不同
属性，yi ={ }+1,-1 为与其对应的期望输出，+1、
-1分别代表正类和负类，也就是植被可以保留，
植被必须淘汰。分级模型的决策曲面需构建最
优分级超平面，保证正类及负类两者之间的分类
间隔最大化。
若设定 wx + b = 0用来描述超平面方程，则：{wxi + b≤-1,yi = -1wxi + b≥1,yi = 1 （1）
上式中，w、b分别用来描述分类超平面的
方向向量和常数项。为获得最优的景天科植被
抗旱抗风沙种源的分级，需寻求二次规划问题的
解，使植被分类间隔最大化。
使 yi(wxi + b)≥ 1，对于景天植被种源样本 xi
（为5类），为求得 w的唯一性，可描述为：
52
第8期
w =α1y1x1 +α2y2x2 + ... +αnynxn （2）
对上式进行推导：
min w 22 （3）
s.t yi(wxi + b)≥ 1,∀i > 1...N （4）
g(x) =∑
i = 1
n
αiyiK(xi,x) + b （5）
其中，N 用来表示样本个数，xi表示已知的
景天植被种源属性特征样本向量，K(xi,x)表示核
函数。
由上述方法，可以实现内蒙古抗风沙景天植
被种源等级分类，依据内蒙古当前气候，完成园
林绿化景天植被种源的筛选。
4 实验结果及分析
4.1 不同风沙强度下景天植被的特征属性指标
变化对比
采用 t检验法对不同风沙强度处理的景天植被
各个特征属性指标进行比较，比较的结果如表3。
通过表3可以看出，在不同胁迫等级下，叶片
的水分流失数据说明，在强风沙环境下，会降低
叶子的水分，加速景天植被的水分流失，随着风
沙的降低，水分流失的速度趋缓，这与前面的观
点形成显著差异，这说明风沙环境与景天植被的
水土流失是有明显关联的。
在对叶绿素含量的统计过程中，经过风沙胁
迫环境的处理，景天植被的叶绿素含量也呈现下
降趋势，但是，这种下降趋势在初级风沙下并不十
分明显。但是随着风沙强度加大，显著程度上升，
说明风沙和叶绿素流失也具备一定的关联性。
在对光合速率的统计中可以看出，风沙胁迫
环境下，光合速率呈现不显著变化的趋势，可见
光合速率与风沙胁迫环境呈现不显著正相关。
不同风沙胁迫等级对景天植被的处理作用并不
显著，无法形成线性排列，这与其他的属性形成
了较为鲜明的对比，说明在强风沙环境下，对景
天植被的影响有限，景天植被可以在强风沙区域
存活，这与景天植被喜欢干旱少于的生存环境这
一观点吻合。
4.2 不同景天植被种类的抗风沙性能聚类分析
根据上文提出的分类模型，对 5钟不同的景
天植被种源在不同风沙等级胁迫下测量的叶片
水分流失量、叶绿素含量、光合速率、受害等级进
行分类研究。5种景天植被的抗风沙效果分类的
结果如图1~4所示：
图1松塔景天植被抗风沙性能聚类图
Fig.1 Lacebark pine wind resistance stonecrop vegetation
clustering figure
图2八宝景天植被抗风沙性能聚类图
Fig.2 Sweet stonecrop vegetation and sand resistance clustering
figure
结合不同景天植被的生理特性与形态美感
的观测值，可将 5个不同的景天植被种源的抗风
沙性分为三个等级，抗风沙、一般抗风沙、不抗风
沙。研究结果显示，松塔景天表现出的抗风沙性
能最佳，其在抗风沙的聚类中所占比例最大，其
表3不同风沙强度下景天植被的测定指标对比
Table 3 Under different sand strength stonecrop the determination of vegetation index contrast
风沙等级N 叶片水分流失量/% 叶绿素含量 /mg*g-1 光合速率/umol*co2m-2 受害等级N
自然生长（无胁迫） 31.444+-2.34a 0.121+-0.0321a 10.434+-2.434 0
1级胁迫环境 43.453+-344a 0.112+-0.0356a 9.335+-1.234 0.000+-0.00a
2级胁迫环境 41.434+-332a 0.092+-0.0326a 9.532+-1.434 0.000+-0.00a
3级胁迫环境 37.354+-323a 0.092+-0.0726a 9.453+-1.424 0.500+-0.00a
4级胁迫环境 35.534+-325a 0.092+-0.0732a 9.075+-1.665 0.800+-1.00a
张剑峰.内蒙古园林绿化抗风沙的景天科植被种源筛选试验初报 53
第32卷科 技 通 报
在次优属性中也占有的比例最多，而八宝景天、
北景天、三七景天、黄花德景天分别依次降低。
都无法达到松塔景天表现出的效果。
4 结语
在进行抗风沙景天植被种源筛选时，大规模
的筛选还存在效率低、效果差的缺陷，虽然本文
的方法在一定程度上解决了这一问题，但是分类
过程采用基于支持向量机算法，这种方法在大数
据样本的情况下，存在的缺陷很明显。首先对原
始的景天植被种源相关属性数据进行预处理后，
如果数据过大，还是无法减小数据冗余，无法实
现数据均衡性分布，这不十分符合聚类方法的要
求，另外在选择最优抗风沙特征属性时，依据支
持向量机理论，对景天植被种源抗风沙性等级进
行分类，并将分级结果与当前内蒙古园林的实际
风沙进行匹配，得到最适宜的种源。但是这种方
法选取的抗风沙属性特征较少，不适合更为复杂
的计算环境，这也是下一步需要解决的问题。
参考文献：
[1] 蔡涛，倪晓蓉，王伟生，等 .面向大数据系统的检测器快
速筛选算法[J].计算机工程，2015，41(9):45-50.
[2] 杨海军，陈汶滨，刘义军，等 .基于粗糙集的HSE指标筛
选算法研究[J].计算机光盘软件与应用，2014，17(2):94-
96.
[3] 李其芳 .复杂电磁环境下通信抗干扰的信息筛选算法
[J].指挥控制与仿真，2013，35(3):39-41.
[4] 邓思珊，刘洪旭，王全，等 .不同产地草珊瑚优良种源筛
选研究[J]中国现代应用药学，2014，31(9):1061-1066.
[5] 吴禄慎，王伟杰，陈华伟，等 .基于区域划分和三角网格
优化的基段选择算法[J].计算机工程与设计，2015，36
(9):2401-2405.
[6] 徐小凤，刘家芬，郑宇卫 .基于密度的空间数据聚类的
正常用户筛选方法[J].计算机应用，2015，35(A01):43-
46.
[7] 李传栋，张逸，杨桂钟，等 .基于故障影响域的多重预想
故障集筛选方法[J].电力系统保护与控制，2015，43(14):
92-99.
[8] 邵慧莹，李剑锋 .基于多参数服务质量的多点中继选择
算法[J].计算机工程与设计，2015，36（10）：2662-2666.
[9] 马媛媛，杨磊 .最优乒乓球运动员身体特征寻优筛选挖
掘建模[J].计算机仿真，2015，32(6):382-385.
[10] 刘其琛，穆炜炜 .最小二乘支持向量机的核函数及参
数选择算法研究[J].电脑知识与技术：学术交流，2015，
7：160-162.
图3北景天植被抗风沙性能聚类图
Fig.3 North wind resistance stonecrop vegetation clustering
figure
图4三七景天植被抗风沙性能聚类图
Fig.4 Notoginseng stonecrop vegetation sand resistance
clustering figure
图5黄花德景植被抗风沙性能聚类图
Fig.5 Yellow flower, landscape vegetation sand resistance
clustering figure
54