树叶抗火性的排序与分类
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Shu Lifu
( Institute of Forest Ecology , Environment Protection , CAF Beijing 100091)
Xu Wenke
( Normal Colleage , Northeast Forestry University Harbin 150040)
立一个因子载荷阵 A = ( aij ) p ×m ,此时载荷阵每一列元素相差并不明显 ,不便于对公共因子进行实际背 景的解释 。因此需要对 A 进行旋转 ,即用一个正交阵右乘 A (由线性代数知道 ,一个正交变换对应坐标 系的一次旋转) 。这样做的目的是使因子载荷阵 A 的结构简化 ,换句话说 ,使载荷阵的每一列元素的平 方值向 0 或 1 两级分化或者说公共因子的贡献率越分散越好 ,这实际上希望将变量 x1 , x2 , …, xp 分成 m 个部分 ,进而对 m 个公共因子 f1 , f2 , …, f m 进行命名 ,赋予实际意义 。
为了解决实际问题中性能评价问题 ,即解决优劣性问题 ,需要建立因子得分模型 。因子得分的数学 模型为 :
f j = bj1 x1 + bj2 x2 + … + bjp xp ( j = 1 ,2 , …, m) 用它计算每个样品的公共因子得分 ,进而对样品进行分类或作为下一步分析的原始数据对问题做
2 实验方法
风干含水率测定采用风干恒重法 ;绝干含水率测定采用 105 ℃烘干恒重法 ;燃点的测定是利用 DW - 2 型着火温度测定仪测定 ;灰分测定采用干灰化法 ;热值是利用 GR - 3500 型氧弹式热量计测定 ;抽提 物采用苯乙醇 (2∶1) 抽提 6 h ,然后蒸馏 ,蒸馏残余物烘干后称重 。
f1 > f2 > …> fm 。在实际研究中根据累积方差贡献率 ≥85 %的原则 ,选取前 m 个方差贡献率大的因子 , 舍弃那些方差贡献小的因子 ,这样可用最少的指标数并使信息量损失最小 (于秀林等 ,1999) 。
公共因子找到之后 ,更重要的是要知道每个公共因子的意义 ,以便对实际问题做出科学的分析 。建
变量
均值
标准差
Variable
风干含水率 Wind dried moisture content Π% 绝干含水率 Absolutely dried moisture contentΠ%
燃点 Ignition pointΠ℃ 灰分 AshΠ%
热值 Heat of combustionΠ(J·g - 1) 抽提物 ExtractiveΠ%
Mean
91029 1 941302 9 268176 31928 2 19 677158 41476 9
Std1 deviation
11063 6 191924 3
9189 11947 9 1 100193 21083 5
分析数 Analysis no.
55 55 55 55 55 55
表 2 抗火性因子相关系数矩阵 Tab. 2 Matrix of correlation coefficients of fire resistant factors
令:
g2j = a21 j + a22 j + … + a2pj ( j = 1 ,2 , …, m)
g2jΠp 是第 j 个公因子 fj 的方差贡献率 ,表示第 j 个公因子 fj 所反映的信息量占总体信息量的比例 。
m
∑g2jΠp 是前 m 个公因子 f 1 , f 2 , …, f m 的累积方差贡献率 ,表示前 m 个公因子所反映的信息量占总体信
Abstract : Six kinds of characteristic about 55 species of leaves were analysed by applying factor analysis and cluster analysis. Through computing and analyzing ,the ordering and sorting of fire resistance of leaves were obtained. So the result makes a reference function about selecting fire resistant tree species. From the conclusion of fire resistance , it may be concluded that factor analysis and cluster analysis adapt to ordering and sorting of fire resistance. . Key words : Fire resistance , Factor analysis , Cluster analysis
更深入的研究 。
312 树叶抗火性分类的聚类分析方法 聚类分析是研究分类问题的一种多元统计方法 。聚类分析基本思想是认为所研究的样品之间存在
着程度不同的相似性 ,于是根据一批样品的多个观测变量 ,具体指出一些能够度量样品之间相似程度的 统计量 ,以这些统计量为分类依据 ,把不同的类型一一划分出来 。
防火树种选择是开展绿色防火的重要基础工作 。所谓绿色防火就是指利用绿色植物 (主要包括乔 木 、灌木 、草本植物及栽培作物等) ,通过营林 、造林 、补植 、引进 、栽培等措施来减少可燃物的积累 ,改变 火环境 ,增强林分自身的难燃性和抗火性 ,同时能阻隔或抑制林火蔓延 。这种利用绿色植物通过各种经 营措施 ,使其能够减少林火发生 ,阻隔或抑制林火蔓延的防火途径即谓“绿色防火”(闻宝连等 ,2000) 。 其中树叶的抗火性在绿色防火中起着举足轻重的作用 (舒立福等 ,2000 ; Ronald ,1980) ,树叶的抗火性主 要指树叶抵抗火烧的能力 。影响树叶抗火性的指标有含水率 (风干和绝干) 、燃点 、灰分 、热值 、抽提物 等 。本文选取上述 6 个指标作为树叶抗火性研究过程中的全部变量 ,并依次命名为 x1 , x2 , …, x6 。
风干含水率
Wind dried moisture content ( X1)
绝干含水率
Absolutely dried moisture content ( X2) 燃点 Ignition point ( X3) 灰分 Ash ( X4)
热值 Heat of combustion ( X5) 抽提物 Extractive ( X6)
11000
- 01088
01355 01177 - 01319 - 01159
- 01088
11000
01132 - 01191 01112 - 01014
01355
01132
11000 01231 - 01564 - 01295
01177
- 01191
01231 11000 - 01244 - 01021
- 01319
01112
- 01564 - 01244 11000 01418
- 01159
- 01014
- 01295 - 01021 01418 11000
公共因子 General factor
1 2 3 4
表 3 因子提取后的总方差分解 Tab. 3 Dissection of total variance after extracting factors
第 39 卷 第 1 期 2003年 1 月
林业科学
SCIENTIA SILVAE SINICAE
Vol139 , No11 Jan. , 2 0 0 3
树叶抗火性的排序与分类
源自文库单延龙 胡海清
舒立福
(东北林业大学森林资源与环境学院 哈尔滨 150040)
(中国林业科学研究院森林生态环境与保护研究所 北京 100091)
的测度单位不同 。
按照累积方差贡献率 ≥85 %的原则 ,在树叶抗火性的因子分析中 ,选取了前 4 个公共因子 ,累计方 差贡献率为 841283 % ,基本符合要求 ,其中方差分解如下 。
第 1 期
单延龙等 :树叶抗火性的排序与分类
107
表 1 抗火性单变量的平均数与标准差 Tab. 1 Mean and standard deviation of fire resistant single variable
徐文科
(东北林业大学师范学院 哈尔滨 150040)
摘 要 : 本文应用多元统计分析中的因子分析和聚类分析方法 ,使用 spss 10. 0 for windows 统计软件系统对 55 种树叶的 6 种性状进行统计分析 。通过计算和分析 ,得出了反映树叶抗火性的顺序和类别 ,对于防火树种 的选择有参考作用 。从抗火性的结论中 ,可以看出因子分析和聚类分析适合抗火性的排序与分类分析 。 关键词 : 抗火性 ,因子分析 ,聚类分析
1 材料来源
该项研究的野外取样分别在东北林业大学的凉水林场 、帽儿山实验林场 、清河林业局及大兴安岭的 塔河林业局 、图强林业局 、新林林业局 、韩家园林业局等地进行的 。有针对性地选择了兴安落叶松 ( Larix gmelini) 等乔木树种和沼柳 ( Salix rosmarinifolia) 等灌木 。取其凋落叶子 50～100 g 装入信封 ,称重 并带回实验室 。
其中 : m Φ p , f 1 , f 2 , …, f m 为公因子 ,它们是各变量中共同出现的因子 ;ε1 ,ε2 , …,εp 为特殊因子 ,是指对
某个特定的变量起作用的因子 ,在实际模型中往往忽略不计 ; aij 叫因子载荷 ,是第 i 个变量在第 j 个因
子上的负荷 ,若某一变量在某一因子上的载荷越大 ,则与该因子相关程度越高 (于秀林等 ,1999) 。
变量 Variable
风干含水率
绝干含水率
燃点
Wind dried
Absolutely dried Ignition
moisture content ( X1) moisture content ( X2) point ( X3)
灰分
热值
抽提物
Ash ( X4) Heat of combustion ( X5) Extractive ( X6)
收稿日期 :2001 - 12 - 17 。 基金项目 :国家“十五”攻关项目 (2001BA510B09 - 01) 资助 。
106
林业科学
39 卷
3 排序与分类的基本思想与数学模型
311 树叶抗火性排序的因子分析方法
因子分析是研究相关矩阵的内部关系 ,将多个变量综合为少数几个因子的一种多元统计方法 。即
4 结果与分析
411 排序计算结果与分析 41111 主成分的提取 所有的计算过程都是在计算机上完成 ,运用统计软件 Spss 10. 0 for windows。对 6 个变量进行因子分析 ,其计算结果与分析见表 1 。
表 2 相关系数矩阵提供了提取因子的依据 ,因为所研究树叶的风干 、绝干 、燃点 、灰分 、热值 、抽提物
ORDERING AND SORTING OF FIRE RESISTANCE OF TREE L EAVES
Shan Yanlong Hu Haiqing
( Colleage of Forest Resource and Environment , Northeast Forestry University Harbin 150040)
因子分析基本思想是从为数众多的可观测变量中概括和推导出少数几个因子 ,用最少的因子来概括和
解释最大量的观测事实 ,从而建立起最简洁 、最基本的概念 ,揭示出事物之间最本质的联系 。
因子分析的数学模型为 :
xi = ai1 f 1 + ai2 f 2 + ai3 f 3 + … + aimf m + εi ( i = 1 ,2 , …, p)
j=1
息量的比例 。根据变量的相关关系选出第一主因子 f1 ,它在各变量中的公因子方差中所占的方差贡献 率为最大 ,然后消去这个因子的影响 ,从剩余的相关关系中选出与 f1 不相关的因子 f2 ,其在各变量的剩 余因子方差贡献率中为最大 ,用此方法分解完各变量的公因子方差 ,使它们在总方差中所占的比重为
( Institute of Forest Ecology , Environment Protection , CAF Beijing 100091)
Xu Wenke
( Normal Colleage , Northeast Forestry University Harbin 150040)
立一个因子载荷阵 A = ( aij ) p ×m ,此时载荷阵每一列元素相差并不明显 ,不便于对公共因子进行实际背 景的解释 。因此需要对 A 进行旋转 ,即用一个正交阵右乘 A (由线性代数知道 ,一个正交变换对应坐标 系的一次旋转) 。这样做的目的是使因子载荷阵 A 的结构简化 ,换句话说 ,使载荷阵的每一列元素的平 方值向 0 或 1 两级分化或者说公共因子的贡献率越分散越好 ,这实际上希望将变量 x1 , x2 , …, xp 分成 m 个部分 ,进而对 m 个公共因子 f1 , f2 , …, f m 进行命名 ,赋予实际意义 。
为了解决实际问题中性能评价问题 ,即解决优劣性问题 ,需要建立因子得分模型 。因子得分的数学 模型为 :
f j = bj1 x1 + bj2 x2 + … + bjp xp ( j = 1 ,2 , …, m) 用它计算每个样品的公共因子得分 ,进而对样品进行分类或作为下一步分析的原始数据对问题做
2 实验方法
风干含水率测定采用风干恒重法 ;绝干含水率测定采用 105 ℃烘干恒重法 ;燃点的测定是利用 DW - 2 型着火温度测定仪测定 ;灰分测定采用干灰化法 ;热值是利用 GR - 3500 型氧弹式热量计测定 ;抽提 物采用苯乙醇 (2∶1) 抽提 6 h ,然后蒸馏 ,蒸馏残余物烘干后称重 。
f1 > f2 > …> fm 。在实际研究中根据累积方差贡献率 ≥85 %的原则 ,选取前 m 个方差贡献率大的因子 , 舍弃那些方差贡献小的因子 ,这样可用最少的指标数并使信息量损失最小 (于秀林等 ,1999) 。
公共因子找到之后 ,更重要的是要知道每个公共因子的意义 ,以便对实际问题做出科学的分析 。建
变量
均值
标准差
Variable
风干含水率 Wind dried moisture content Π% 绝干含水率 Absolutely dried moisture contentΠ%
燃点 Ignition pointΠ℃ 灰分 AshΠ%
热值 Heat of combustionΠ(J·g - 1) 抽提物 ExtractiveΠ%
Mean
91029 1 941302 9 268176 31928 2 19 677158 41476 9
Std1 deviation
11063 6 191924 3
9189 11947 9 1 100193 21083 5
分析数 Analysis no.
55 55 55 55 55 55
表 2 抗火性因子相关系数矩阵 Tab. 2 Matrix of correlation coefficients of fire resistant factors
令:
g2j = a21 j + a22 j + … + a2pj ( j = 1 ,2 , …, m)
g2jΠp 是第 j 个公因子 fj 的方差贡献率 ,表示第 j 个公因子 fj 所反映的信息量占总体信息量的比例 。
m
∑g2jΠp 是前 m 个公因子 f 1 , f 2 , …, f m 的累积方差贡献率 ,表示前 m 个公因子所反映的信息量占总体信
Abstract : Six kinds of characteristic about 55 species of leaves were analysed by applying factor analysis and cluster analysis. Through computing and analyzing ,the ordering and sorting of fire resistance of leaves were obtained. So the result makes a reference function about selecting fire resistant tree species. From the conclusion of fire resistance , it may be concluded that factor analysis and cluster analysis adapt to ordering and sorting of fire resistance. . Key words : Fire resistance , Factor analysis , Cluster analysis
更深入的研究 。
312 树叶抗火性分类的聚类分析方法 聚类分析是研究分类问题的一种多元统计方法 。聚类分析基本思想是认为所研究的样品之间存在
着程度不同的相似性 ,于是根据一批样品的多个观测变量 ,具体指出一些能够度量样品之间相似程度的 统计量 ,以这些统计量为分类依据 ,把不同的类型一一划分出来 。
防火树种选择是开展绿色防火的重要基础工作 。所谓绿色防火就是指利用绿色植物 (主要包括乔 木 、灌木 、草本植物及栽培作物等) ,通过营林 、造林 、补植 、引进 、栽培等措施来减少可燃物的积累 ,改变 火环境 ,增强林分自身的难燃性和抗火性 ,同时能阻隔或抑制林火蔓延 。这种利用绿色植物通过各种经 营措施 ,使其能够减少林火发生 ,阻隔或抑制林火蔓延的防火途径即谓“绿色防火”(闻宝连等 ,2000) 。 其中树叶的抗火性在绿色防火中起着举足轻重的作用 (舒立福等 ,2000 ; Ronald ,1980) ,树叶的抗火性主 要指树叶抵抗火烧的能力 。影响树叶抗火性的指标有含水率 (风干和绝干) 、燃点 、灰分 、热值 、抽提物 等 。本文选取上述 6 个指标作为树叶抗火性研究过程中的全部变量 ,并依次命名为 x1 , x2 , …, x6 。
风干含水率
Wind dried moisture content ( X1)
绝干含水率
Absolutely dried moisture content ( X2) 燃点 Ignition point ( X3) 灰分 Ash ( X4)
热值 Heat of combustion ( X5) 抽提物 Extractive ( X6)
11000
- 01088
01355 01177 - 01319 - 01159
- 01088
11000
01132 - 01191 01112 - 01014
01355
01132
11000 01231 - 01564 - 01295
01177
- 01191
01231 11000 - 01244 - 01021
- 01319
01112
- 01564 - 01244 11000 01418
- 01159
- 01014
- 01295 - 01021 01418 11000
公共因子 General factor
1 2 3 4
表 3 因子提取后的总方差分解 Tab. 3 Dissection of total variance after extracting factors
第 39 卷 第 1 期 2003年 1 月
林业科学
SCIENTIA SILVAE SINICAE
Vol139 , No11 Jan. , 2 0 0 3
树叶抗火性的排序与分类
源自文库单延龙 胡海清
舒立福
(东北林业大学森林资源与环境学院 哈尔滨 150040)
(中国林业科学研究院森林生态环境与保护研究所 北京 100091)
的测度单位不同 。
按照累积方差贡献率 ≥85 %的原则 ,在树叶抗火性的因子分析中 ,选取了前 4 个公共因子 ,累计方 差贡献率为 841283 % ,基本符合要求 ,其中方差分解如下 。
第 1 期
单延龙等 :树叶抗火性的排序与分类
107
表 1 抗火性单变量的平均数与标准差 Tab. 1 Mean and standard deviation of fire resistant single variable
徐文科
(东北林业大学师范学院 哈尔滨 150040)
摘 要 : 本文应用多元统计分析中的因子分析和聚类分析方法 ,使用 spss 10. 0 for windows 统计软件系统对 55 种树叶的 6 种性状进行统计分析 。通过计算和分析 ,得出了反映树叶抗火性的顺序和类别 ,对于防火树种 的选择有参考作用 。从抗火性的结论中 ,可以看出因子分析和聚类分析适合抗火性的排序与分类分析 。 关键词 : 抗火性 ,因子分析 ,聚类分析
1 材料来源
该项研究的野外取样分别在东北林业大学的凉水林场 、帽儿山实验林场 、清河林业局及大兴安岭的 塔河林业局 、图强林业局 、新林林业局 、韩家园林业局等地进行的 。有针对性地选择了兴安落叶松 ( Larix gmelini) 等乔木树种和沼柳 ( Salix rosmarinifolia) 等灌木 。取其凋落叶子 50～100 g 装入信封 ,称重 并带回实验室 。
其中 : m Φ p , f 1 , f 2 , …, f m 为公因子 ,它们是各变量中共同出现的因子 ;ε1 ,ε2 , …,εp 为特殊因子 ,是指对
某个特定的变量起作用的因子 ,在实际模型中往往忽略不计 ; aij 叫因子载荷 ,是第 i 个变量在第 j 个因
子上的负荷 ,若某一变量在某一因子上的载荷越大 ,则与该因子相关程度越高 (于秀林等 ,1999) 。
变量 Variable
风干含水率
绝干含水率
燃点
Wind dried
Absolutely dried Ignition
moisture content ( X1) moisture content ( X2) point ( X3)
灰分
热值
抽提物
Ash ( X4) Heat of combustion ( X5) Extractive ( X6)
收稿日期 :2001 - 12 - 17 。 基金项目 :国家“十五”攻关项目 (2001BA510B09 - 01) 资助 。
106
林业科学
39 卷
3 排序与分类的基本思想与数学模型
311 树叶抗火性排序的因子分析方法
因子分析是研究相关矩阵的内部关系 ,将多个变量综合为少数几个因子的一种多元统计方法 。即
4 结果与分析
411 排序计算结果与分析 41111 主成分的提取 所有的计算过程都是在计算机上完成 ,运用统计软件 Spss 10. 0 for windows。对 6 个变量进行因子分析 ,其计算结果与分析见表 1 。
表 2 相关系数矩阵提供了提取因子的依据 ,因为所研究树叶的风干 、绝干 、燃点 、灰分 、热值 、抽提物
ORDERING AND SORTING OF FIRE RESISTANCE OF TREE L EAVES
Shan Yanlong Hu Haiqing
( Colleage of Forest Resource and Environment , Northeast Forestry University Harbin 150040)
因子分析基本思想是从为数众多的可观测变量中概括和推导出少数几个因子 ,用最少的因子来概括和
解释最大量的观测事实 ,从而建立起最简洁 、最基本的概念 ,揭示出事物之间最本质的联系 。
因子分析的数学模型为 :
xi = ai1 f 1 + ai2 f 2 + ai3 f 3 + … + aimf m + εi ( i = 1 ,2 , …, p)
j=1
息量的比例 。根据变量的相关关系选出第一主因子 f1 ,它在各变量中的公因子方差中所占的方差贡献 率为最大 ,然后消去这个因子的影响 ,从剩余的相关关系中选出与 f1 不相关的因子 f2 ,其在各变量的剩 余因子方差贡献率中为最大 ,用此方法分解完各变量的公因子方差 ,使它们在总方差中所占的比重为