森林立地质量影响因素的灰色关联分析
基于灰色关联分析的马尾松采脂林土壤肥力评价
第４８卷第４期２０２１年１２月福建林业科技ＪｏｕｒｏｆＦｕｊｉａｎＦｏｒｅｓｔｒｙＳｃｉａｎｄＴｅｃｈＶｏｌ ４８ Ｎｏ ４Ｄｅｃ ，２０２１ｄｏｉ：１０．１３４２８／ｊ．ｃｎｋｉ．ｆｊｌｋ．２０２１．０４．０１３基于灰色关联分析的马尾松采脂林土壤肥力评价颜 权１，２，李春宁２，覃其云１，３，邓小军１，３，宋贤冲１，３，唐 健１，３（１ 广西壮族自治区林业科学研究院，广西南宁５３０００２；２ 广西壮族自治区国有派阳山林场，广西宁明５３２５００；３ 国家林业局中南速生材繁育实验室、广西林用新型肥料研发中心、广西优良用材林资源培育重点实验室，广西南宁５３０００２）摘要：２０１７—２０１８年，对广西不同区域、不同林龄的马尾松采脂林土壤的主要肥力指标进行测定，并采用灰色关联分析方法对其土壤肥力进行综合评价。
结果表明：６个马尾松采脂林样地的根际土和非根际土均呈酸性至强酸性，有机质、全Ｎ、碱解Ｎ含量处于中等水平，土壤全Ｐ、有效Ｐ、全Ｋ和速效Ｋ含量均处于极贫乏水平；土壤中量元素：交换性Ｃａ、交换性Ｍｇ含量大部分处于极低水平；土壤微量元素：有效Ｃｕ和有效Ｚｎ含量处于中等水平，有效Ｆｅ含量处于极丰富水平，有效Ｂ和有效Ｍｎ含量大部分处于极贫乏水平。
各马尾松采脂林根际土和非限际土的土壤肥力综合指标值关联度主要分布在０ ３７９～０ ６４７，其中乐里林场１５年生的马尾松采脂林土壤综合肥力最高，派阳山林场１３年生的马尾松采脂林土壤综合肥力最低。
不同区域、不同林龄马尾松采脂林的土壤综合肥力普遍较低。
关键词：马尾松；采脂林；土壤肥力；灰色关联分析中图分类号：Ｓ７１４ ８；Ｓ７９１ ２４８ 文献标识码：Ａ 文章编号：１００２－７３５１（２０２１）０４－００６２－０５ＥｖａｌｕａｔｉｏｎｏｎＳｏｉｌＦｅｒｔｉｌｉｔｙｏｆＰｉｎｕｓｍａｓｓｏｎｉａｎａＲｅｓｉｎＳｔａｎｄｓＢａｓｅｄｏｎＧｒｅｙＲｅｌａｔｉｏｎＡｎａｌｙｓｉｓＹＡＮＱｕａｎ１，２，ＬＩＣｈｕｎｎｉｎｇ２，ＱＩＮＱｉｙｕｎ１，３，ＤＥＮＧＸｉａｏｊｕｎ１，３，ＳＯＮＧＸｉａｎｃｈｏｎｇ１，３，ＴＡＮＧＪｉａｎ１，３（１ ＧｕａｎｇｘｉＺｈｕａｎｇＡｕｔｏｎｏｍｏｕｓＲｅｇｉｏｎＦｏｒｅｓｔｒｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｎａｎｎｉｎｇ５３０００２，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ；２ ＧｕａｎｇｘｉＳｔａｔｅ ｏｗｎｅｄＰａｉｙａｎｇｓｈａｎＦｏｒｅｓｔＦａｒｍ，Ｎｉｎｇｍｉｎｇ５３２５００，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ；３ ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｅｎｔｒａｌＳｏｕｔｈＦａｓｔ ｇｒｏｗｉｎｇＴｉｍｂｅｒＣｕｌｔｉｖａｔｉｏｎｏｆＦｏｒｅｓｔｒｙＭｉｎｉｓｔｒｙｏｆＣｈｉｎａＧｕａｎｇｘｉＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＣｅｎｔｅｒｆｏｒＮｅｗＦｏｒｅｓｔｒｙＦｅｒｔｉｌｉｚｅｒＧｕａｎｇｘｉＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｕｐｅｒｉｏｒＴｉｍｂｅｒＴｒｅｅｓＲｅｓｏｕｒｃｅＣｕｌｔｉｖａｔｉｏｎ，Ｎａｎｎｉｎｇ５３０００２，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｆｒｏｍ２０１７ｔｏ２０１８，ｔｈｅｍａｉｎｓｏｉｌｆｅｒｔｉｌｉｔｙｉｎｄｅｘｅｓｏｆＭａｓｓｏｎＰｉｎｅｆａｔｍｉｎｉｎｇｆｏｒｅｓｔｉｎｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓａｎｄｆｏｒｅｓｔａｇｅｓｉｎＧｕａｎｇｘｉｗｅｒｅｍｅａｓｕｒｅｄ，ａｎｄｔｈｅｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｍｅｔｈｏｄｗａｓｕｓｅｄｔｏｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙｅｖａｌｕａｔｅｔｈｅｓｏｉｌｆｅｒｔｉｌｉｔｙ ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｒｈｉｚｏｓｐｈｅｒｅｓｏｉｌａｎｄｎｏｎｒｈｉｚｏｓｐｈｅｒｅｓｏｉｌｏｆｓｉｘＰｉｎｕｓｍａｓｓｏｎｉａｎａｒｅｓｉｎｍｉｎｉｎｇｆｏｒｅｓｔｓａｍｐｌｅｐｌｏｔｓｗｅｒｅａｃｉｄｉｃｔｏｓｔｒｏｎｇｌｙａｃｉｄｉｃ，ｔｈｅｃｏｎｔｅｎｔｓｏｆｏｒｇａｎｉｃｍａｔｔｅｒ，ｔｏｔａｌＮａｎｄａｌｋａｌｉｈｙｄｒｏｌｙｚａｂｌｅＮｗｅｒｅａｔｔｈｅｍｅｄｉｕｍｌｅｖｅｌ，ａｎｄｔｈｅｃｏｎｔｅｎｔｓｏｆｔｏｔａｌＰ，ａｖａｉｌａｂｌｅＰ，ｔｏｔａｌＫａｎｄａｖａｉｌａｂｌｅＫｗｅｒｅａｔｔｈｅｖｅｒｙｐｏｏｒｌｅｖｅｌ；ｔｈｅｃｏｎｔｅｎｔｓｏｆｅｘｃｈａｎｇｅａｂｌｅＣａａｎｄｅｘｃｈａｎｇｅａｂｌｅＭｇｉｎｍｅｄｉｕｍｅｌｅ ｍｅｎｔｓｏｉｌａｒｅｍｏｓｔｌｙａｔａｖｅｒｙｌｏｗｌｅｖｅｌ；ｔｈｅｃｏｎｔｅｎｔｓｏｆａｖａｉｌａｂｌｅＣｕａｎｄＺｎｉｎｓｏｉｌｔｒａｃｅｅｌｅｍｅｎｔｓａｒｅａｔａｍｅｄｉｕｍｌｅｖｅｌ，ｔｈｅｃｏｎｔｅｎｔｓｏｆａｖａｉｌａｂｌｅＦｅａｒｅａｔａｖｅｒｙｒｉｃｈｌｅｖｅｌ，ａｎｄｍｏｓｔｏｆｔｈｅｃｏｎｔｅｎｔｓｏｆａｖａｉｌａｂｌｅＢａｎｄＭｎａｒｅａｔａｖｅｒｙｐｏｏｒｌｅｖｅｌ ＴｈｅｃｏｒｒｅｌａｔｉｏｎｄｅｇｒｅｅｏｆｃｏｍｐｒｅｈｅｎｓｉｖｅｉｎｄｅｘｖａｌｕｅｓｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙｏｆＲｈｉｚｏｓｐｈｅｒｅＳｏｉｌａｎｄｕｎｒｅｓｔｒｉｃｔｅｄｓｏｉｌｏｆｅａｃｈＭａｓｓｏｎＰｉｎｅｆａｔｐｉｃｋｉｎｇｆｏｒｅｓｔｉｓｍａｉｎ ｌｙｄｉｓｔｒｉｂｕｔｅｄｉｎ０ ３７９～０ ６４７ Ａｍｏｎｇｔｈｅｍ，ｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｓｏｉｌｆｅｒｔｉｌｉｔｙｏｆ１５ ｙｅａｒ ｏｌｄＭａｓｓｏｎＰｉｎｅｆａｔｐｉｃｋｉｎｇｆｏｒｅｓｔｉｎＬｅｌｉｆｏｒｅｓｔｆａｒｍｉｓｔｈｅｈｉｇｈｅｓｔ，ａｎｄｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｓｏｉｌｆｅｒｔｉｌｉｔｙｏｆ１３ ｙｅａｒ ｏｌｄＭａｓｓｏｎＰｉｎｅｆａｔｐｉｃｋｉｎｇｆｏｒｅｓｔｉｎｐａｉｙａｎｇｓｈａｎｆｏｒｅｓｔｆａｒｍｉｓｔｈｅｌｏｗｅｓｔ ＴｈｅｓｏｉｌｃｏｍｐｒｅｈｅｎｓｉｖｅｆｅｒｔｉｌｉｔｙｏｆＰｉｎｕｓｍａｓｓｏｎｉａｎａｆａｔｇａｔｈｅｒｉｎｇｆｏｒｅｓｔｉｎｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓａｎｄｄｉｆｆｅｒｅｎｔｆｏｒｅｓｔａｇｅｓｉｓｇｅｎｅｒａｌｌｙｌｏｗＫｅｙｗｏｒｄｓ：Ｐｉｎｕｓｍａｓｓｏｎｉａｎａ；ｔａｐｐｉｎｇｒｅｓｉｎｆｏｒｅｓｔ；ｓｏｉｌｅｒｔｉｌｉｔｙ；ｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ 收稿日期：２０２１－０１－１２；修回日期：２０２１－０４－１９ 基金项目：广西林业科技项目（广西马尾松采脂林平衡施肥技术研究，桂林科研［２０１５］４５号） 第一作者简介：颜权（１９８５—），男，广西壮族自治区国有派阳山林场工程师，从事森林培育工作。
基于灰色关联度分析的森林景观类型环境耦合度研究
基于灰色关联度分析的森林景观类型环境耦合度研究周国强;陈彩虹;薛轶;杜缘缘【摘要】以新化县大熊山国有林场的杉木林、松林和阔叶林3种森林景观类型为研究对象,采用灰色关联度法分析研究区3种森林景观类型的平均胸径、平均树高、灌木层多样性和草本层多样性与6个环境因子之间的关联程度,并构建环境耦合度模型,探究林场森林景观类型相互作用下的稳定性.结果表明,1)3种森林景观类型对研究区的环境因子具备较高的适宜性;2)以年均温度和年降水量为代表的气候因子对森林生长发育的关联程度最高,其次是土壤因子,而影响最小的则是地形因子;3)3种森林景观类型中阔叶林和杉木林相互作用的稳定程度最高,其次是阔叶林和松林之间的相互作用,最后则是杉木林和松林.%Taking the three forest landscape types,i.e.Cunninghamia lanceolata,Pinus tabulaeformis and broad-leaved forest in the state-owned forest farmland of Xinhua County as research objects,the correlationship between the tree parameters (the average diameter,tree height,biversity of bush layer,and diversity of herbal layer) of the three forest landscape types and six environmental factors was analyzed by gray correlation method.An environmental coupling model was established to explore the stability of forest landscape type interaction.The results showed that 1) the three forest landscape types involved in the study had high suitability for the environmental factors in the study area.2) Climatic factors,particularly annual average temperature and annual precipitation,exhibited the highest degree of correlationship with the growth and development of forest,followed by soil factor,and terrain factor.3) The interaction between broad-leaved forest andnceolata forest was the highest among the three forest landscape types,followed by the interaction between broad-leaved forest and pine forest,then the interaction between the fir forest and pine forest.【期刊名称】《西北林学院学报》【年(卷),期】2018(033)002【总页数】6页(P219-223,262)【关键词】森林景观类型;环境因子;灰色关联度法;环境耦合度【作者】周国强;陈彩虹;薛轶;杜缘缘【作者单位】中南林业科技大学,湖南长沙410000;中南林业科技大学,湖南长沙410000;中南林业科技大学,湖南长沙410000;中南林业科技大学,湖南长沙410000【正文语种】中文【中图分类】TU985环境对植物的分布和影响对生态学的研究意义重大[1-2]。
基于灰色关联度分析的灰色综合评估法在森林采伐限额编制中的使用
基于灰色关联度分析的灰色综合评估法在森林采伐限额编制中
的使用
徐军
【期刊名称】《内蒙古林业调查设计》
【年(卷),期】2013(036)002
【摘要】文章论述了辽宁省“十二五”期间年森林采伐限额的编制中,采用灰色关联度分析的灰色综合评估法对核减指标进行综合评估,从而确定影响采伐限额的核减指标关联程度,获得影响采伐限额的核减指标关联度排序,对采伐限额的具体编制具有现实的指导意义.
【总页数】3页(P7-9)
【作者】徐军
【作者单位】辽宁省林业厅,沈阳110000
【正文语种】中文
【中图分类】S754.4+6
【相关文献】
1.基于灰色关联度理论寒冷地区沥青路面使用性能指标的分析 [J], 王海龙;冀伟;樊旭英;李章珍
2.基于改进的灰色关联度分析法在居民消费结构分析中的应用 [J], 赵海青
3.循环经济灰色综合评价模型构建分析——基于灰色关联度 [J], 孙磊;赵佳颖
4.地方债务风险与使用效率的空间相关性实证研究——基于灰色关联度模型 [J],
胡才龙
5.内蒙古林业产业结构的分析与优化调整研究——基于灰色关联度和灰色发展决策分析 [J], 张建成;智荣
因版权原因，仅展示原文概要，查看原文内容请购买。
综合运用多源遥感数据的灰色关联分析方法在城市绿化评估中的应用
综合运用多源遥感数据的灰色关联分析方法在城市绿化评估中的应用近年来，城市化进程日益加速，城市绿地资源越来越受到人们的关注。
然而，传统的城市绿化评估方法只能获得有限的信息，无法全面评价城市绿地的质量和数量。
而综合运用多源遥感数据的灰色关联分析方法则可以解决这一问题，为城市绿化评估提供全面、准确的数据支持。
一、多源遥感数据的综合运用遥感技术是获取地表信息的重要手段之一，通过卫星遥感图像可以获得地表覆盖、土地利用、植被生长等多种信息。
其中，高分辨率遥感图像能够提供较为详细的地表信息，但其数据量庞大、处理难度大；中空间分辨率的遥感图像则能够以较低的数据量获得较为全面的区域信息。
因此，对于城市绿化评估而言，只使用一种遥感图像是远远不够的，需要综合运用多种遥感数据，以获得更全面、准确的信息。
二、灰色关联分析方法灰色关联分析方法是用来描述几组有关系的运动序列之间相互影响的方法，它是又子模拟的非统计分析方法。
它通过对目标因素与影响因素的关联程度进行比较分析，来评估目标因素与影响因素的关系。
三、多源遥感数据在灰色关联分析方法中的应用在利用多源遥感数据进行城市绿化评估时，灰色关联分析方法可以将多源遥感数据进行综合分析，以找出各项指标之间的关联关系。
例如，可以将遥感图像中的植被覆盖率、土地利用类型、地表形态等指标通过灰色关联分析方法加以综合，以评估城市绿地的质量和数量。
四、多源遥感数据的应用案例有研究者使用多源遥感数据与灰色关联分析方法相结合，对广州市2010年、2015年两个时期的城市绿地覆盖率进行了研究。
研究发现，2010年至2015年，广州市城市绿地覆盖率增加了0.97%，其中新建公园、社区绿地和各类景观林地是绿地增加的主要来源。
通过多源遥感数据和灰色关联分析方法的综合运用，研究者成功评估了广州市城市绿化的发展情况，为城市绿化规划提供了科学依据。
五、结论综合运用多源遥感数据的灰色关联分析方法可以为城市绿化评估提供全面、准确的数据支持。
灰色聚类在立地质量评价中的应用
灰色聚类在立地质量评价中的应用
莫景林
【期刊名称】《云南林业调查规划》
【年(卷),期】1990(000)002
【摘要】在林业规划设计中,常常按立地因子对林木生长发育影响的关系,将因子进行组合,归并为不同立地类型。
归并的方法,统称‘聚类’或‘判别’。
在此基础上,根据林木对立地类型的适应程度,再评定立地质量等级,称立地质量评价,以便能做到因地制宜。
【总页数】4页(P31-34)
【作者】莫景林
【作者单位】无
【正文语种】中文
【中图分类】S718.5
【相关文献】
1.改进灰色聚类法在粤港珠江三角洲区域大气环境质量评价中的应用研究 [J], 王国胜;冉治霖;黄奕崇;朱艳茹;涂桂娥
2.改进灰色聚类法在大气环境质量评价中的应用研究 [J], 卓倩;雷梓松;陈光伟;邱玲玲;杨文卿
3.宽域灰色聚类法在减量化用地复垦场地土壤环境质量评价中的应用 [J], 张惠;陈敏;董聪慧
4.宽域灰色聚类法在减量化用地复垦场地土壤环境质量评价中的应用 [J], 张惠;陈
敏;董聪慧;;;
5.改进的灰色聚类方法及其在水环境质量评价中的应用 [J], 向用彬;梁川;林源因版权原因，仅展示原文概要，查看原文内容请购买。
基于灰色关联分析的不同森林类型的土壤肥力综合评价
基于灰色关联分析的不同森林类型的土壤肥力综合评价
韦昌鹏;韦秀媚;荣昌友;曹春芮;覃其云;唐健
【期刊名称】《中国林业产业》
【年(卷),期】2024()2
【摘要】土壤肥力是土壤的基本属性和本质特征,它是衡量土壤为植物生长供应和协调养分、水分、空气和热量的能力,是土壤物理、化学和生物学性质的综合反应。
当前,对土壤肥力单项指标的分析研究比较深入,许多指标已有公认的量化表达肥力
等级的标准,但对诸多指标综合作用进行定量综合评价,则相对困难。
灰色关联理论
是以分析和确定因素间的相互影响程度或因子对主行为的贡献程度而进行评估的一种分析方法,根据因素之间的相似或相异程度来衡量因素间接近的程度.
【总页数】3页(P63-65)
【作者】韦昌鹏;韦秀媚;荣昌友;曹春芮;覃其云;唐健
【作者单位】广西壮族自治区国有维都林场;广西壮族自治区林业科学研究院;广西
优良用材林资源培育重点实验室;广西林用新型肥料研发中心
【正文语种】中文
【中图分类】S714
【相关文献】
1.应用灰色关联分析对银南灌区土壤肥力的综合评价
2.基于灰色关联分析对不同种植模式饲草生产性能的综合评价
3.基于灰色关联分析的马尾松采脂林土壤肥力评
价4.下蜀主要森林土壤肥力的灰色关联分析与评价5.湖州主要森林类型土壤肥力的灰色关联度分析与评价
因版权原因，仅展示原文概要，查看原文内容请购买。
大兴安岭白桦低质林生态功能评价指标的灰色关联聚类分析
（ 大兴安岭地区营林局 ， 加格达奇 ，６０ ０ １５ ０ ）
宋启亮 李芝茹 董希斌
（ 东北林业大学 ）
摘 要 通过相应 的试验方 法评 价大兴安岭 白桦低 质林土壤理化性质 ， 土壤重金属 积 累情况 ， 落物 蓄积及 枯 持水性 能 ， 质林生物多样性程度 ； 用灰 色关联聚 类对 以上各个低质 林生态功能 指标进行 聚类分析 ， 低 应 结果表 明 ： 白桦低质林 土壤孔 隙度 与土壤速效 Ｎ、 、 Ｐ Ｋ元 素含 量处在 同一 个聚类 ， 映 了低 质林的 土质疏松程 度、 反 土壤 肥力 ， 土壤 密度 与土壤含 水率、 土壤 重金属 ｃ ｄ质量分数 、 落物蓄积量、 落物最大持水 率 以及低 质林生物 多样性在 同 枯 枯 个聚类 ， 反映土壤的锁水能力、 枯落物层持水性能 、 重金属积 累情况等。 关键词 白桦低质林 ； 生态功能指标 ； 色聚类 分析 灰 分 类 号 ￥ １ ７５
Ｇｒ ａ ｅ ｎ ａ ｏ ｎ ａ ｎ ｔｅ ｃ ｎ ｔ ｕ ｔ ｎ ｂ ｆｅ ｅ ｔＴｒ ｎ ｆ ｒ ｔ ｎ Ｍ ｅ ｈ ｄ ／ ｉ ｉ ｎ ｆ ｕ ｅ ｕ ｏ ｉ ｅ ｔ ｒ Ｘｉ ｇ’ ｎ Ｍ ｕ ｔ ｉ ｓ Ａｆ ｒ Ｒｅ ｏ ｓｒ ｃ ｉ ｙ Ｄｉ ｒ ｎ ａ ｏ ｍａ ｏ ｔ ｏ ｓ Ｌ ｕ Ｊｍｉ ｇ ｒ ａ ｆＳｌ ｏ ｆ ｓ ｉ Ｂ ．
第４ ０卷 第 ８ 期 ２１ ０ ２年 ８月
东
北
林
业
大
学
学
报
ｖ １４ Ｎｏ ８ ｏ ０ ．
．Leabharlann Ｊ ＲＮＡＬ Ｏ ＯＵ Ｆ ＮＯＲＴ ＡＳ ＯＲ Ｔ ＮＩ ＲＳＴ ＨＥ Ｔ Ｆ ＥＳ ＲＹ Ｕ ＶＥ Ｉ Ｙ
Ａ
） ＇ ｔ ｉ ｆ９
杉木人工林立地质量评价方法的研究
Ｐ ｏ ｉ ｃ ｎ ａｎ ｄ ａ ｖ ｎ ａ ｅ ｈｉｈ，ａ ｅ ｏ ｌｐ ｏ ｍ ，ｓｏ ｅ ｇ ａ ｉｎ ，ｓｏ ｅ ｄ ｒ ｃｉｎ，ｓｏ ａ ｅ， ｒ ｖｎ ｅ ａ ｄ ｇ ｉ ｅ ｄ ａ ｔｇ ｇ ｇ ｒ ｓｏ ｅ ｆｒ ｌｐ ｒ ｄｅ ｔ ｌｐ ｉｅ ｔｏ ｌｐｅ ｐｈ ｓ
何 做剑适 地适 树 、 精确 造林 、 最大 限度 地提 高造林 成
活率是 保 证林业 事业 可持续 发展 的前提 ，在这 种 情 况下 ， 地质量 评 价的研究 就 显得 很 重要 。我 国有 立
相 互代换 发展 ； 在研 究 方 法 上 ，由传 统 的 调查 研
究逐 渐转 向数 量化理 论 的应 用 ， 借助 ３ 并 Ｓ技术 减少
量评价 的片面性 ， 为今后估计 森林生长 潜力 ， 展一 开 切森林 经营活动 提供科学依据 。
１ 材料来 源
质量评 价 时 ， 各 因 素赋 予 不 等 的 分 值 ， 将 即用 打 分
法， 采用越有 利于林 木 生长 的分值 越 高 的原则 进 行 打分 ， 出各立 地 因子 不 同分级 赋 予 的分 值 ， 打 Ｊ 最
前期 工作 量 ，提高 立地 评价效率 。 但是 ， 由于 立地 质 量评 价 的最 终 目的是 为 了土
地 的精准 利用 ， 以长 期 以来 的研 究 主要 集 中在 森 所 林 立地质 量评 价上 ， 侧重 于研 究有林 地 立地 质量 评
基于灰色关联分析的思茅松林下枯落物与土壤有机质含量的关系研究
基于灰色关联分析的思茅松林下枯落物与土壤有机质含量的关系研究杨蕊;黄娟;吴俊红【摘要】设计6个大样区,27个样地,7个因子(有机质、朽木、松针、松枝、松果、阔叶、腐殖质)进行调查采样,采用灰色系统理论的灰色关联分析法对景谷县思茅松林下枯落物与土壤有机质含量的关系进行分析研究.结果表明,景谷县思茅松林下松针、松果、朽木对林下土壤中有机质的含量影响最大,其次是松枝、腐殖质层、阔叶.%6 plots, 27 sampling plots and 7 factors ( organic matter, rotten wood, pine needles, pine branches, pine cones, broad-leaved, humus) were designed to conduct survey sampling. By using gray relational analysis method of gray system theory, the relationship between litter-fall and soil organic matter in Pinus kesiya forests were studied. The results showedthat the content of pine needles, pine cones, rotten wood have biggest impact on forest soil organic matter, and followed by the pinebranch, humus layer, broad-leaved .【期刊名称】《林业调查规划》【年(卷),期】2011(036)006【总页数】4页(P35-38)【关键词】灰色关联分析;思茅松林;枯落物;土壤有机质;景谷县【作者】杨蕊;黄娟;吴俊红【作者单位】西南林业大学环境科学与工程学院,云南昆明650224;西南林业大学环境科学与工程学院,云南昆明650224;云南秀川环境工程技术有限公司,云南昆明650224【正文语种】中文【中图分类】S791.25911;S714.5思茅松(Pinus kesiya Royle ex Gord.var langbianensis)是我国亚热带西南部山地的代表种，集中分布于云南南部景谷、思茅、普文等地［1］.因为用途广泛，生长迅速，所以近年来已成为当地最重要的造林树种.思茅松是云南西南部亚热带山地的代表树种，分布广泛，经济价值高，因此针对思茅松的研究较多，但主要集中在育种与病虫害方面，而在林下枯落物与土壤养分的影响关系上则研究较少.为了解思茅松林下枯落物与土壤有机质的影响关系，对景谷县思茅松进行调查采样分析.在调查后期数据的分析中，由于有的样地林下枯落物有不同程度的信息缺失(如样地中无松果和阔叶的情况)，造成使用传统的统计方法不能进行统计分析，而基于灰色系统理论的灰色关联分析是以不确定性系统为研究对象，能实现对部分信息未知情况下的统计分析，解决了传统统计分析在小样本贫信息下分析难的问题.灰色系统理论是以“部分信息已知和部分信息未知”的“小样本”、“贫信息”的不确定性系统为研究对象，主要通过对部分已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效控制［2］.灰色关联分析的原理是依据序列曲线几何形状的相似程度来判断其关联是否紧密.曲线越接近，相应序列的关联度就越大，反之越小［3］.由于关联度仅仅反映了曲线上各点的相似程度，不能反映整体的接近程度，故在构造初值时，省略初值零像化，以原始值进行处理得到指标序列.利用绝对关联分析法，研究实际关联程度.它对样本量的大小没有特殊要求，分析时也不需要典型的分布规律，且计算量小，不会出现量化结果与定性分析结果不符的情况，因而具有广泛的实用性［5］.1 材料与方法1.1 研究区概况景谷县位于云南省西南部，普洱中部偏西，地处东经100°02'～101°07'、北纬22°49'～23°52'，属亚热带山原季风气候，地势以山地高原为主，海拔600～2 920 m，年降水量1 354 mm、蒸发量1 916.4 mm、平均雨日数164.1 d、年均温20.1℃，≥10°的积温为7 360.9℃;年均日照时间2 065.3 h.景谷县是全国林业重点县，全县林业用地面积为31.2万 hm2，森林覆盖率达74.7%，森林主要树种为思茅松.此次对思茅松的采样共计6个大样区，27个样地，7个因子，样点分布情况见图1所示.图1 景谷县思茅松采样分布Fig.1 Simao pine sampling distribution of Jinggu County1.2 枯落物采样在每个大样区中，按不同坡向(阳坡、半阴半阳坡、阴坡)及不同坡位(坡上部、坡中部、坡下部)的组合分别采样.对标准样地按对角线形式选取3个1 m×1 m的小样方，利用全收获法分别收集样方内的朽木、松针、松枝、松果、阔叶以及腐殖质层的样品，并记录野外鲜重，然后把每个样方取回的样品放入烘箱内，在105℃下连续烘干24 h至绝干重，用电子天平称重.1.3 土样采集与化验在标准样地中按S形路线进行土壤采样，采样层次为0～20、20～40、40～60，用环刀法采集每个土样，同时记录野外鲜重，密封并带回实验室.土壤有机质含量的测定采用重铬酸钾容量法［7－8］.1.4 采样原始数据将采样与化验数据按各大样区求取平均值，按灰色关联分析的要求，将7个因子视为总体，其中朽木、松针、松枝、松果、阔叶、腐殖质层为比较数列x1、x2、x3、x4、x5、x6，有机质为参考数列 x0，将各样区平均值列入表1.2 结果计算与分析灰色系统关联分析克服了回归分析等系统分析方法的不足，对样本量的大小及样本有无规律性没有过高的要求，故有较高的实用价值.灰色系统关联分析的具体计算步骤如下.2.1 原数据的预处理由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，不便于比较，或在比较时难以得到正确的结论.因此，在进行灰色关联度分析时，一般都要进行无量纲化的数据处理.数据标准差标准化处理公式为：式中：(k)为各原始数据;同一指标平均值;si为同一指标标准差;xi(k)为原始数据标准化处理结果，标准化结果见表2.2.2 计算参考数列与比较数列的差值根据表2求出x0与xi各对应点的绝对差值，即将求得的差值列人表3.表1 各样区原始数据平均值Tab.1 Average of raw data in each area样区有机质x0/(g·kg－2)朽木x1/g松针x2/(g·m－2)松枝x3/(g·m－2)松果x4/(g·m －2)阔叶x5/(g·m －2)腐殖质层x6/(g·m－2)1 10.4939 19.9900 20.1700 16.3400 4.3400 4.5600 36.8300 2 21.5571 46.0425 82.0050 57.9550 27.5325 19.1763 292.4388 3 22.2635 45.3200 63.6150 33.7975 18.0192 13.2583 349.3375 4 17.1650 40.0821 33.8529 51.1236 21.7893 26.2600 299.3971 5 13.0910 40.0933 39.9467 26.4633 4.2933 15.3167 405.7567 6 17.0152 44.5113 56.2513 26.2113 18.7700 12.7500 241.6600表2 原始数据标准化处理结果Tab.2 Standardization results of original data 样区有机质朽木松针松枝松果阔叶腐殖质层1 －1.3975 －1.9688 －1.3037 －1.1831 －1.2057 －1.4751 －1.8361 2 1.0044 0.6820 1.4630 1.4117 1.2363 0.5474 0.1689 3 1.1577 0.6085 0.6402 －0.0946 0.2346 －0.2715 0.6153 4 0.0508 0.0755 －0.6915 0.9857 0.6316 1.5276 0.2235 5 －0.8337 0.0767 －0.4188 －0.5519 －1.2106 0.0134 1.0578 6 0.0183 0.5262 0.3107 －0.5676 0.3137 －0.3418－0.2294表3 有机质与其他因子的绝对差值Tab.3 Absolute difference of organic matter and other factors，变量枯落物类型绝对差值x1 朽木0.5713 0.3224 0.5493 0.0247 0.9103 0.5079 x2 松针0.09380.45870.51750.74230.41490.2924 x3 松枝0.21440.40731.25230.93490.28170.5859 x4 松果0.19180.23200.92310.58080.37690.2954 x5 阔叶0.07760.45691.42921.47680.84700.3601 x6 腐殖土0.4386 0.8354 0.5425 0.1727 1.8915 0.24772.3 求参考数列与比较数列的灰色关联系数ξi(k)所谓关联程度，实质上是曲线间几何形状的差别程度.因此，曲线间差值大小可作为关联程度的衡量尺度.从表3可知：二级最小差值二级最大差值△max对于一个参考数列 x0有若干个比较数列 x1，x2，…，xn，各比较数列与参考数列在各个时刻(即曲线中的各点)的关联系数ξi(k)可由下列公式算出：式中：p为分辨系数，0＜p＜1，通常取分辨系数为0.5;Δmin为第二级最小差;Δmax为二级最大差;△x0i(k)为各比较数列xi曲线上的每一个点与参考数列x0曲线上的每一个点的绝对差值.最终可以求得各指标与有机质之间的关联系数ξi(k)(表4).表4 有机质与其他因子的关联系数Tab.4 Correlation coefficient of organic matter and other factors，关联变量关联系数ξ1 朽木枯落物类型0.63970.7652 0.6492 1.0000 0.5228 0.6676 ξ2 松针 0.9335 0.6910 0.6632 0.5749 0.7132 0.7838 ξ3 松枝0.8365 0.7172 0.4415 0.5160 0.7906 0.6336 ξ4 松果0.8531 0.8241 0.5193 0.6357 0.7337 0.7819 ξ5 阔叶 0.9483 0.6918 0.4086 0.4006 0.5413 0.7432 ξ6 腐殖土0.7010 0.5448 0.6521 0.8677 0.3420 0.8131 2.4 求关联度ri因为关联系数是比较数列与参考数列在各个样地(即曲线中的各点)的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较.因此，有必要将各个时刻(即曲线中的各点)的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度 ri公式如下.根据公式3，将表4中的关联系数代入计算，求得有机质与朽木、松针、松枝、松果、阔叶、细小可燃物、腐殖土各指标的关联度.关联度的排序结果见表5所示.表5 有机质和其它因子的关联度Tab.5 Association of organic matter and other factorsNo.因子关联度r1 松针0.7266 r2 松果 0.7246 r6 朽木 0.7074 r3 松枝 0.6559 r5 腐殖质层 0.6535 r4 阔叶0.6223在灰色关联分析中，因子的重要性用联度表示，关联度越大，则表示因子越重要，由表5可知，在云南省景谷县思茅松土壤有机质与林下枯落物的影响关系研究中，朽针、松果、朽木对林下土壤中有机质的含量影响最大，其次是松枝、腐殖质层和阔叶.通过灰色关联分析得出，在土壤有机质的估测或调查中，应重点观测思茅松林下松针、松果、朽木的数据，而阔叶一般来自于思茅松林下的小灌木，在调查时发现，思茅松林下灌木一般矮小且分布稀少，所以对土壤有机质的影响较小.3 讨论在对各影响因子之间的影响关系分析中，通常采用的是相关分析、回归分析与通径分析等统计方法，而这些方法都需要大量的采样数据，计算工作量大且数据要求满足一定的统计规律.在很多情况下，由于人力、物力和采样条件的限制，导致所取得的数据难以有效地应用上述统计方法进行分析.灰色关联分析法则能够克服这种局限性，且简便易行.通过灰色关联分析的采用，可以在调查样地较少，信息难获取的情况下对数据进行分析，为后期大量调查提供一定的指导(如：在调查点多时，可以对阔叶的调查做适当的取舍)，减少次要因素的引入，减少调查的工作量，提高调查效率.参考文献：［1］李江，翟明普，朱宏涛.思茅松人工中幼林的含碳率研究［J］.福建林业科技，2009(4)：12－15.［2］邓聚龙.灰理论基础［M］.武汉：华中科技大学出版社，2003：69－78. ［3］陈华友，赵佳宝，刘春林.基于灰色关联度的组合预测模型的性质［J］.东南大学学报，2004(1)：130－134.［4］李树君，周祖亮，殷春武.基于灰色关联度的农作物品种评价［J］.安徽农业科学，2011，39(3)：1263－1264.［5］王淑荣.灰色关联分析应用于大豆主要数量性状选择上的研究［J］.农业系统科学与综合研究，1995，11(1)：75－77.［6］程宝栋，田园，郝萍.基于灰色关联分析的中国林产品出口结构优化分析［J］.世界林业研究，2011(2)：78－80.［7］谢细香.重铬酸钾稀释热比色法测定土壤有机质的研究［J］.安徽农业科学，2005，33(6)：998－999.［8］钱宝，刘凌，肖潇.土壤有机质测定方法对比分析［J］.河海大学学报：自然科学版，2011(1)：34－38.。
我国林业经济增长影响因素的灰色关联度分析
Ａｂｓｒ ｃ ：Ｂｙ ｍｅ ｎｓｏ ｒ ｙ ｃ ｒｅ ａｉｎ ａ ａｙ ｉ，ｔｅ ｐ ｐ ｒｍａ ｅ ａｃ ｍｐ ｒｓ ｎ ｂ ｔ ｅ ｈ ｒ ｙ ｃ ｒｅ ａｉｎ ｔａ ｔ ａ ｆｇ ｅ ｏ ｒ ｌｔｏ ｎ ｌｓｓ ｈ ａ ｅ ｄ ｏ ａ ｉｏ ｅｗｅ ｎ ｔ ｅ ｇ ｅ ｏ ｒ ｌｔｏ
（ 京 林业 大学 经济 管理学 院 ， 京 １０８ ） 北 北 ００ ３
摘
要 ： 用灰 色 关联度 分析 法 ， 采 通过 对我 国 １９—２） 年 林业 经 济增 长 的各 影 响 因素 的灰 色关联 分 析及 其 贡献 率 ９４ （９ （ 】
比较 ， 结果表 明 ： 中国林 业 经济增 长 主要 受 营林 固定 资产投 资 、 营林基 本 建设投 资和在 岗职工 年均 工 资 以及 林 业从 业人 员 人数 等投 入 因素的 影响 ， 各投 入 因素 对林 业 第一 、 、 但 二 三产 业 的影 响程 度存 在 差异 。为 此 ， 必须 结合 各投 入 因素 对第 一 、 二、 三产 业发展 的 影响 大 小， 合理 分配 各投入 要 素在 三次 产业之 间的比例 。
角 。灰色 系统理 论 是一 种 研究 少 数据 、 贫信 息 不 确 定 性 问题 的新方 法【 自提 出以来 ， ｌ Ｊ 。 不仅 成功 地应 用
内蒙古林业产业结构的分析与优化调整研究——基于灰色关联度和灰色发展决策分析
ｙ０ － ｙｉ ＝ { ｙ０(ｋ) － ｙｉ(ｋ) }
ζ ｉ( ｋ)
＝
ｍｉｎ ｉ
ｍｉｎ ｋ
ｙ０( ｋ)
－ ｙｉ(ｋ)
ｙ０(ｋ) － ｙｉ(ｋ) ＋ ρ
＋ ρ ｍａｘ ｍａｘ
ｉ
ｋ
ｙ０( ｋ)
－ ｙｉ(ｋ)
ｍａｘ ｍａｘ
ｉ
ｋ
ｙ０( ｋ)
－ ｙｉ(ｋ)
∑
ｒｉ
＝
１ｎ
ｎ
ｋ
＝
ζ ｉ( ｋ)
１
式中 ｘｉ(ｋ) 表示内蒙古林业总产值及三次产业产值的原始数据ꎻ ｉ ＝ ０ 为总产值ꎬ ｉ ＝ １ꎬ ２ꎬ ３ 分别为第一、
第 ３８ 卷 第 ４ 期
林业经济问题
Ｖｏｌ������ ３８ Ｎｏ������ ４
２０１８ 年 ８ 月出版
Ｉｓｓｕｅｓ ｏｆ Ｆｏｒｅｓｔｒｙ Ｅｃｏｎｏｍｉｃｓ
Ａｕｇｕｓｔ ２０１８
ＤＯＩ: １０������ １６８３２ / ｊ������ ｃｎｋｉ������ １００５－９７０９������ ２０１８������ ０４������ ０１３
度模型ꎬ 一方面从静态的角度得到 ２００３—２０１６ 年间内蒙古林业三次产业产值与总产值的关联
度及产业内部各子产业产值与该次产业产值的关联度ꎻ 另一方面基于动态视角ꎬ 得到不同时间
段内各产业的关联度ꎬ 明确产业的发展形势ꎮ 运用灰色发展决策模型ꎬ 得到产业内部子产业的
优先发展顺序ꎮ 最后提出优化调整建议ꎮ
看作为 ０ꎬ 导致数据的初值化变换方法失效ꎬ 此时则采用均值变换的方法进行数据处理ꎮ
ｘｉ ＝ {ｘｉ(ｋ)}
ｙｉ(ｋ) ＝
ìïｘｉ( ｋ) ïïｘ ｉ( １)
基于灰色系统理论的祁连圆柏林分特征分析
第48卷第1期2021年3月Vol.43No.7Man,2021福建林业科技of Fujian Forestry Sol and Techdoi：10.13428/j.cadi.fjlk.0021.0/02基于灰色系统理论的祁连圆柏林分特征分析魏登贤5袁莹2,李强峰2（/青海省林木种苗总站，青海西宁512025；2.青海大学农牧学院，青海西宁512212）摘要：以青海省不同地区的圆柏林分为研究对象，利用灰色关联分析法对林分立地质量进行评估的基础上,构建以立地得分为时间序列的林分胸径和树高的非等间距灰色模型。
研究结果表明:立地质量与林分生长有着十分明显的关联性，即随着立地质量的提高，圆柏林分的生长状况也有明显提高;在海拔、坡度、坡向、坡位、全氮、有效磷、有机质、碱解氮、土层厚度这9个立地因子中，对林分立地质量及林分生长影响最大的是坡向，权重为12.1%;影响最小的是有效磷，权重为10.0%o 此外，构建的林分树高、胸径生长模型,经精度检验结果表明，灰色系统理论在圆柏林分生长预测中的表现效果良好，对于特定林龄和密度范围的圆柏林分,应用灰色理论，根据立地条件对林分生长特征进行预测的方法可行。
关键词：灰色系统理论;祁连圆柏;立地质量评价;林分特征;预测模型中图分类号：S76244；S758.5文献标识码：A文章编号：1002-7351（2021）01-0068-06Analysit and Prediction of Stand Charrcteristict of Sabian in Qinghat Baseh on Gry System TheerrWEI Dengxian1,YUAN Ying7,LI Qiangfeng7（2Foesf Seedling Station of Qinggri,Xining814008,Qinggrt,Chirr；2.Deaartmear oU abriculture and forestry oU Qinghai Universitr,Xining814010,SQnghai,Shim）Abstrrct：As the subject of study forest stands of Sarina in diberent areas of Qinghai Province,ond a non-equidistant grep moPo5of stand DBH and hemht was constructeP with site score as the hmo series based o the quaCth of forest discrete sites which evaluated by using the method of grep correUCon analysis.The results show that the improvement of the site quality,with the improvement of the qualith of the standing gropnU,the growth of the Sabma chinensts（L.）Anh suUveaion has aUo improved significanhy；the nine site factors of altituuo；s iopo；s iopo direc2on,o lopo posnion,total nitroven,avaimbU phosphorus,oraanie matter,oUaC-hyyro-lyzed nitroven,soil layer thichness,the sUpe4X602。
江苏省林业总产值灰色分析和预测
江苏省林业总产值灰色分析和预测【摘要】通过运用灰色系统理论中的灰关联度分析方法对6个影响江苏省林业总产值的相关因素与林业总产值之间的关联性进行了分析，结果表明，对江苏省林业总产值影响由大到小的因素依次为农用机械总动力、主要林产品产量、森林火灾次数、造林面积、病虫害防治率、全社会固定资产投入。
同时运用灰色预测理论中的GM（1，1）模型对未来五年林业总产值进行了预测，且预测精度比较高，并针对分析和预测的结果提出了自己的建议。
【关键词】灰关联度分析GM（1，1）模型林业总产值近10年来，江苏省林业产业迅速发展，逐渐成为水乡林产高地。
林业是国民经济的重要组成部分，既是一项社会公益事业，又是一项经济支柱产业。
2012年是江苏省委、省政府启动“绿色江苏”建设的第10年。
人多地少、水网密布的江苏，10年共完成植树造林面积1660.5万亩，超过此前35年造林面积总和；林木覆盖率由11.36%提高21.6%，以占全国0.7%的林地创造出7%的林业产值。
江苏省林业在农林牧渔大农业中的比重虽然不高，但近几年来产值的的增幅却在不断提高，林业收入已经成为农民家庭经营收入的一个重要来源。
可见，林业的发展，对江苏乃至全国的发展至关重要。
鉴于当前学者对宏观政策方面的研究相对成熟，文章着重从微观层次进行分析。
目前国内研究者通常采用数理统计中的相关分析、回归分析和显著性检验等方法，这些方法要求进行大量的考察和需要真实有效的长年限的数据作为研究对象。
由于笔者能力有限，数据的缺乏，信息的不全，还有农林业本是一家，界限的不清晰，找寻的数据数量不多，离散程度也很大，运用灰色关联度分析可以比较容易的分析出江苏省林业总产值的各种相关因素的影响程度和各相关因素的主次关系，动态GM（1，1）模型也可以较精确的预测出将来的发展态势。
一、相关理论和方法1、灰色关联度分析法对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。
灰色关联分析方法在黑龙江省林业产业结构规划调整中的应用
第 ２０ 年 第 １ ０７ 期 （ 第 ２６ ） 总 ８期
商 业 经 济 Ｓ ＨＡＮ Ｅ ＪＮＧ Ｉ ＧＹ Ｉ Ｊ
Ｎ ．。０７ ｏ ２０ １
Ｔｏａ Ｎｏ２ ６ ｔｌ ．８
【 文章编 号】 １０ — ０ ３２０ ）１ ０ １ ０ ０９ ６４（０７０ — ０７— ２
记经数据变换 的母数列 为｛ｏ ） ， ｘ（ ｝子数列为 ｛ （ ｝ ｔ ｆ， ） 则
在 时刻 ｆ ｋ时 ， ｏｋｌ ｛ （）的关联 系数 ｏ七 ＝ ｛ （） 七｝ ｘ 与 ，） （ 用 下式 计算 （
型的概率分布 ， 要求各因素数据与系统特征数据之间呈 线性关系且各因素之间彼此无关，这种要求往往难以满
般 的抽象系统包 含有许多种因素 ， 多种因素共 同
作 用 的结 果决 定 了该 系 统 的发 展态 势 。然 而 。 哪些 是主
要因素。 哪些是次要因素， 哪些因素对系统发展影响大 。 哪些因素对系统发展影响小 ， 哪些 因素对系统发展起推
动作 用 ，哪些 因 素对 系统发 展 起 阻碍作 用 等相关 因 素 。 都 是人们 普 遍关 心 的 问题 。数 理 统计 中 的 回归 分析 、 方 差分 析 、主 成分 分析 等 都是 用 来 进行 系统 分析 的方 法 。 这 些方 法都 有一 些 不 足之 处 ：一 是要 求 有大量 数据 ， 数 据量 少 就难 以找 出统计 规 律 ； 二是 要求 样本 服从 某个 典
分析方法分析 林业产业结构 。 弥补 了采 用数理统计方 法作 系统分析所导致的缺憾 ， 其计 算量小 ， 十分 方便 。 不会 出现量化结 果与定， Ｉ 生分析结果不符的情 况。 色关联分析法在林业生产实践和科 学研究 中具有很 高的使 用价值 和广泛的应用前景 。 灰 它 可成为林业科 学领 域 中进行 预测 、 划和产业结构的调整 决策提供理论依据 ， 规 以及林 业科技 工作者手 中的有力工具。
不同施肥毛竹林土壤质量的灰色关联分析
不同施肥毛竹林土壤质量的灰色关联分析
余林;徐海宁;肖复明
【期刊名称】《江西林业科技》
【年(卷),期】2018(046)003
【摘要】以江西省永丰县官山林场的不同施肥毛竹林土壤为研究对象,选取了pH 值、有机质、全氮、全磷、全钾、碱解氮、有效磷、速效钾、微生物量碳、微生物量氮等项目作为评价指标,应用灰色关联度分析法对毛竹林土壤质量进行综合评价.结果表明,灰色关联度分析法能客观准确地反映不同施肥毛竹林土壤质量.各林分土壤质量关联度平均值最高为竹林专用Ⅰ号矿渣肥,其次为竹林专用Ⅱ号矿渣肥,且各林分0～20 cm土层的关联度均高于其他土层.合理的施肥经营有利于改善竹林土壤质量,该研究可为研究区域毛竹林合理施肥和土壤可持续利用提供技术支持.【总页数】4页(P1-4)
【作者】余林;徐海宁;肖复明
【作者单位】江西省林业科学院,江西南昌330013;江西省林业科学院,江西南昌330013;江西省林业科学院,江西南昌330013
【正文语种】中文
【中图分类】S795.7;S714.8
【相关文献】
1.不同施肥方式对毛竹林碳储量及土壤理化性质的影响 [J], 陈本学;刘广路;蔡春菊;李雁冰
2.毛竹林不同肥种施肥对土壤物理性状的影响 [J], 魏增庆
3.不同施肥毛竹林土壤质量的灰色关联分析 [J], 余林;徐海宁;肖复明;
4.不同施肥毛竹林地土壤微生物量碳氮研究 [J], 余林;徐海宁;肖复明
5.不同施肥毛竹林地土壤微生物量碳氮研究 [J], 余林;徐海宁;肖复明;
因版权原因，仅展示原文概要，查看原文内容请购买。
基于灰色关联度分析的森林火灾危害程度及相关因子研究
基于灰色关联度分析的森林火灾危害程度及相关因子研究谭三清;张贵;刘大鹏
【期刊名称】《中南林业科技大学学报》
【年(卷),期】2010(030)004
【摘要】森林火灾危害程度的研究对森林防火工作具有重要的现实意义.根据森林火灾危害程度及其相关因子的灰色系统特征,利用灰色关联分析理论,建立了森林火灾危害程度及其相关因子的灰色关联度计算模型.通过均值化消除量纲处理,以森林火灾危害程度值为母序列,各影响因子为子序列,对广州市的30起森林火灾的危害程度及其相关因子进行了实证研究,所得结果符合实际情况.研究结果对森林火灾危害程度的判断具有重要意义.
【总页数】4页(P135-138)
【作者】谭三清;张贵;刘大鹏
【作者单位】中南林业科技大学测绘科学与技术学院,湖南,长沙,410004;中南林业科技大学测绘科学与技术学院,湖南,长沙,410004;中南林业科技大学测绘科学与技术学院,湖南,长沙,410004
【正文语种】中文
【中图分类】S762.1
【相关文献】
1.应用灰色关联度分析环境因子与萧氏松茎象危害程度的关系 [J], 唐艳龙;温小遂;许永青;余林;杨清培;施明清
2.基于神经网络的森林火灾危害程度预测研究 [J], 孙玉荣;张贵
3.广州市森林火灾危害程度预测模型的研究 [J], 张贵;刘大鹏
4.应用灰色关联度分析研究中华稻蝗危害对水稻产量构成因素的影响程度 [J], 丁世飞;李照会
5.花生病毒病流行程度与相关因子灰色关联度分析 [J], 李绍伟;李绍生;任丽;李军华;金建猛
因版权原因，仅展示原文概要，查看原文内容请购买。
日本落叶松人工林立地质量的灰色定权聚类
大
学
学
报
Ｖ １３ ． １ ０ ． ８ Ｎｏ １
Ｎｏ ｖ．２０１ ０
Ｊ ＲＮＡＬＯＦ ＮＯＲ ＨＥＡ Ｔ Ｆ ＯＵ Ｔ Ｓ ＯＲＥ Ｔ Ｓ ＲＹ ＮＩ ＲＳＴ Ｕ ＶＥ Ｉ Ｙ
日本 落 叶松 人 工林 立 地质 量 的灰 色定 权 聚 类
ｕｔ ｇｓｅｑ ａｔ ｏ ．ｋｅ ｐｅ ｕ ｅ ｉ ｉｃｎ ｆ ｃ ｎｓｅｑ ａ ｔ ｎａｃｒｔ ｄｓ ａ ｅ ｖｔ ｎｍ ｄｌ ａ ａｎ ｉ ｕ ｉ ｆ ｉ ｔ ｌ ｙ Ｌ ａｍｆｒｄ ｅｔ ｔ ｉ ｓ ｎｆ ａｔ ｅｔ ｏ ｉ ｕｌｙ ｉ ｏｈｒ ｇ ｉ ｅ ｓ ｔ ｉ ．Ａ ｃｕａ ｉｔ ｌ ａ ｏ ｏ ｅ ｗ ｓ ｅ ｌ ｅ ｉ
ｐ ｏ ｕ ｅ ｙ ｕ ｉ ｇ Ａ ｃ Ｓ ． ，ａ ｄ ｔｅ ｐ ｏ ｅ ｓｎ ｎ ｎ ｌｓｓｗ ｒ ａ ｒ ｄ ｏ ｔ ｏａ ｑ ｉ ｈ ａａ ｏ ｌｖ ｔ ｎ，ｓ ｐ ｒ— ｒｄ ｃ ｄ ｂ ｓｎ ｒ ＧＩ９ １ ｎ ｒｃ ｓ ｉｇ ａ ｄ ａ ａｙ ｉ ｅ ｅｃ ｒｉ ｕ ｃ ｕ ｒ ｔ ｅ ｄ ｔ ｆ ｅ ａｉ ｈ ｅ ｔ ｅ ｅ ｏ ｌ ｅ ｇ ａ ｏ ｄ ｅ ｔａ ｄ ａｐ ｃ ．ｗｉ ｈ ｃ ｕ ａ ｙ ｏ ｉｅ ．Ｓ ｉ ｔ ｉ ｋ ｅ ｓｖ ｌ ｅ ｆ ３ ａ ｌ ｏ ｎｓ ｗ ｒ ｒｖ ｄ ｔ ｂ ｙ ｎ ｒ ａ ｉｔ ． ｉ ｎ ｎ ｓ ｅ ｔ ｔ ｔ ｅ ａ ｃ ｒｃ ｆｐ ｘ １ ｏｌ ｈ ｃ ｎ ｓ ａｕ ｓ ｏ ９ ｓ ｍｐ ｅ ｐ ｉ ｔ ｅ ｅｐ ｏ ｅ ｏ ｅ ｏ ｌ ｄｓｉ ｈ ３ ｏ ｍ ｌ ｂ ｔ ｎ．ａ ｄ ａ ｄ ｓ ｂ ｔ ｎ ｍａ ｓｇ ｎ ｒ ｔｄ ｂ ｓ ｇＯｒ ｉ ａ ｙＫｒ ｇ ｎ ｔｏ ｎ Ａｒ Ｇ ｓ ． ．Ｔ ｅ ｗ ｉｈｓｏ ｌｖ ｔ ｎ． ｕｉ ｏ ｎ ｉｔ ｕ ｉ ｐ ｗａ ｅ ｅａｅ ｙｕ ｉ ｄ ｎ ｒ ｉ ｉ ｇｍｅｈ ｄ ｉ ｃ Ｉ ９ １ ｉ ｒ ｏ ｎ ｎ ｈ ｅｇ ｔ ｆｅｅ ａ ｉ ｏ
广东省森林覆盖率的影响因素分析和模型预测——基于灰色关联分析和GM(1,1)模型
广东省森林覆盖率的影响因素分析和模型预测——基于灰色关联分析和GM(1,1)模型陈哲华;杨超裕;邓冬旺;李志华【期刊名称】《广东林业科技》【年(卷),期】2017(033)005【摘要】基于2005—2015年广东省森林覆盖率的原始数据,选取年平均气温、降水量、年日照时数、有林地面积、活立木蓄积量、林业产值、造林面积及育苗面积8个指标对森林覆盖率的影响要素进行灰色关联度分析.分析结果显示,关联度最大的3项因素依次是:有林地面积0.9934、年平均气温0.9921、年降水量0.9732.为验证森林覆盖率灰色系统预测模型的适用性性,根据2005—2010年的森林覆盖率数据,分别建立GM(1,1)模型、多项式回归模型和Logistic回归模型,对2011—2016年的森林覆盖率进行预测,并与实际值进行比较,3个模型的预测相对误差平均值依次是0.69%、1.08%、1.28%.结果表明在获取的年份数据较少时,采用灰色系统森林覆盖率预测模型精度高于多项式回归模型和Logistic回归模型,预测适用性更优.%Based on the original data of the forest coverage in Guangdong province from 2005 to 2015, eight indicators were selected to analysis the influencing factors on forest coverage through the gray correlation analysis. The indicators were annual average temperature, amount of precipitation, annual sunshine duration, forest land area, standing forest stock, output value of forestry, afforestation area and seedling area. The results showed that the three factors with the highest degree of correlation were: the forest land area (0.993 4), the annual average temperature (0.9921) and the annual precipitation (0.973 2). In order to verify the adaptability of the gray system forecast model of forest coverage, three models (GM (1,1) model, polynomial regression model, and Logistic regression model) were established based on the original data of forest coverage from 2005 to 2015. The prediction of forest coverage from 2011 to 2016 was compared with the actual value, and the average relative error of the three models was 0.69%,1.08% and 1.28%, respectively. The results showed that, when the annual data was less, the accuracy of the gray system forecast model was higher than that of the polynomial regression model and the Logistic regression model, and its adaptability is more excellent.【总页数】6页(P101-106)【作者】陈哲华;杨超裕;邓冬旺;李志华【作者单位】广东省林业调查规划院,广东广州 510520;广东省林业调查规划院,广东广州 510520;广东省林业调查规划院,广东广州 510520;湖南省农林工业勘察设计研究总院,湖南长沙 410007【正文语种】中文【中图分类】S711【相关文献】1.基于线性趋势外推和GM(1,1)模型预测塔里木河下游胡杨年轮径向生长变化 [J], 汪亮亮;张同刚;叶茂;苟晓霞;徐俏;高生峰2.广东省森林覆盖率的影响因素分析和模型预测——基于灰色关联分析和GM （1,1）模型 [J], 陈哲华;杨超裕;邓冬旺;李志华;3.利用GM（1,1）及GM（1,1）包络模型预测赤松毛虫发生量 [J], 张文胜;曲爱明4.基于GM(1,1)模型预测宁夏农村居民人均可支配收入 [J], 周慧洁5.基于灰色系统GM(1,1)模型预测我国体育用品出口 [J], 田广;郭朝廷;何祖星;侯生辉;朱桂华;刘世多;陈晓春因版权原因，仅展示原文概要，查看原文内容请购买。
- 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)。
・
２７ ・
林业勘察设计
（ 福建） ２ ｌ ＯＯ年第 ２期
敏感 ， 因此在调查中对森林立地的判定用以林分平均高和平均年龄关系编制的地位级表 ， 或者以林分优
势高和年龄关系编制 的地位指数表。用这种方法确定立地质量时， 先要测定林分平均高或优势高及林分 的年龄 ， 再查 相应 的地位级表 或地位 指数表 。这种方 法虽然排 除了主观 因素对评定立 地质量 的影 响 ， 只 但
质地、 湿度 、 密度 、 紧 腐殖 质层 厚度 、 土层 厚度 、 海拔 等 ，应 用灰 色 系统理 论 中的灰 色关联 分 析 法
确 定权 重 ， 综合 分值 法评 定立地 质量 。结果表 明 ， 综合 分值 法评 定 森林 立 地质 量 ， 按 用 受人 为 主
观 因素影响小， 简单直观 ， 且 应用方便 ， 既可用于有林地 ， 也适用于无林地 ， 在林业生产上有推 广
ｒＬ
ｒＬ
ｒＬ
ｒＬ
ｒＬ
ｒＬ
ｒＬ
林业勘察设计
ｒ 一
ｒＬ
（ 福建） ２ ｌ ＯＯ年第 ２期
ｒＬ ｒＬ ｒＬ ｒＬ
ｒＬ
蔡 立 群 ， 英 ， 仁 陟． 愿调 查 法 在 退 耕 还林 生态 价 值 评 估 中的应 用 ［ ］ 甘 肃 农 业 科 技 ，０６ 陈 张 意 Ｊ． ２０ ，
量评价 提供 一条切 实可行 的途径 。
１ 原 理和 方法
影响林 木生长 的 因素 很多 ， 如土层 厚 度 、 殖 质层 厚 度 、 腐 土壤 质地 、 拔高 度 、 位 、 向 、 形 、 度 海 坡 坡 坡 坡
等， 这些因素交叉配置 ， 形成了不同的立地质量类型。综合分值法就是从影响林木生长的角度出发 ， 选择 对林地质量发生作用的因素作为鉴定指标 ， 并赋予相应的作用分值及权重 ， 加权求其总分值 ， 按总分值大 小确定立地质量等级 。基本表达式如下 ：
（ ） ６ ５— ４ ． ５ ：４ ６ ８
程文仕 ， 陈
英， 张仁 陟 ， ． 愿 调查 法在 征 地 区片综 合 地 价评 估 中的应 用一 以兰 州 市 安 宁 区城 等 意
市规划 区征 地 区片综 合地价 评估 为例 ［ ］ 中国土地科 学 ，０６，０ ５ ：０—２ Ｊ． ２ ０ ２ （ ）２ ５．
能评定同龄林的立地质量 ， 而对异龄林及天然林却无法应用。在幼龄阶段 ， 由于树高生长尚未稳定 ， 用这 种方 法也可 能产生较 大 的误 差 。为了克服 以上方法 的缺点 ， 一些 学者 分析 了影 响立 地质 量 的各 因子 与 树 高生 长之 间的关 系 ， 利用数 量化理论 将各环境 因子数 量化 ， 了数量化 立地指数 表 。但是 该法 的编表 工 编制 作量 大 ， 且一 个表适 用 的范 围又较小 ， 从而使 得该方法 的应用受 到 了一定 限制 。本 文基于 各环境 因子影 响 森林 生产力 高低 的不 同 ， 灰色关 联分析确 定权重 ， 应用 采用综 合 分值法 确定 立地 质量 ， 旨在 为森林 立 地 质
２ ０６． ９ —２ ２． ０ １： ０
许松葵． 广东省生态公益林补偿制度探讨［］ 广东林业科技 ， ０ ，２ ４ ： １ １３ Ｊ． ２ ６２ （ ） １ — ２ ． ０ ２ 谢剑斌 ． 持续林业 的分类经营与生态补偿［ ． Ｍ］北京 ： 中国环境科学出版社 ， ０ ，： ９— １． ２ ４ ７ １ ２７ ０ ３ 曹建华， 郭小鹏． 意愿调查法在评价森林资源环境价值上的运用［ ］ 江西农业大学学报 ，０２ ２ Ｊ． ２０ ，４
喻
燕． 意愿调查法在房屋拆迁补偿价格评估中的运用—— 以武汉市为例 ［ ］技术经济 ， ０ ，６ Ｊ． ２ ７ ２ ０
（ ） １４—１９ ３ ：０ ０．
森林 立 地 质量 影 响 因素 的灰 色关 联 分 析
叶 与 文
（ 福建省洋口国有林场
摘
福建顺昌 ３３ １ ） ５ ２ １
要 以杉人 工林 为例 ， 选择 影响森 林立地质 量 的环境 因素 ， 包括坡 形 、 度 、 向、 坡 坡 坡位 、
张军连 ， 李宪文． 生态资产估价方法研究进展［］ 中国土地科学，０３ １ （ ）５ ５ ． Ｊ． ２０ ，７ ３ ： ２— ５
谢 贤政 ， 马 中 ， 进华 ． 愿调查 法评 估 环境 资 源价 值 的 思考 ［］ 安徽 大 学 学报 ， 学 社会 科 学 李 意 Ｊ． 哲
版 ，０ ６ ３ （ ） １４～１８ ２ ｏ ，０ ５ ：４ ４．
（ ）４ ４ ． ８ ：５－ ９
１Ｊ
１Ｊ
¨
１Ｊ
１Ｊ
１Ｊ
１● Ｊ
１Ｊ
、Ｊ
＂
１Ｊ
赖晓华 ， 陈平留， 谢德新． 生态公益林补偿资金补偿标准的探讨 ［］林业经济问题 ， ０ ， （ ） １５ Ｊ． ２ ４ ２ ２ ：０ ０ ４
～
１ ７． ０
陈 钦， 魏远竹． 公益林生态补偿的理论分析［］ 技术经济 ， ０ ，６ ４ ： ８ ． Ｊ． ２ ７２ （ ）８ ０ ２— ４ 陈 钦， 魏远竹． 公益林生态补偿标准、 范围和方式探讨［］ 科技导报（ Ｊ． 北京）２０ ， （０ ： ６． ， ７２ １）６ ６ ０ ５ ４～ 王金 南 ， 国 泰． 态 补 偿 机 制 与 政策 设 计 国 际研 讨 会 论 文 集 ［ ． 庄 生 Ｍ］ 北京 ： 国环 境 科 学 出版 社 ， 中
刘 向华． 意愿调查法在三江平原七星河湿地价值评估中的理论改进与应用 ［ ］ Ｊ ．生态经济学术版 ，
２ ０ ２： ７ —３ ０． ０ ７， ３１ ２
王瑞雪 ， 张安录 ， 颜廷武． 近年国外农地价值评估方法研究进展述评 ［ ］ 中国土地科学 ，０ ５ １ Ｊ． ２０ ， ９
（ ）５ ６ ． ３ ：９— ４
应 用价 值 。
关键词 灰 色关联分析 ； 立地质量； 评价 ； 杉木 中图分 类号 ￥ ５ ． ７７ １ 文献 标识 码 Ｂ 森林立地质量的高低对林木产量影响很大。准确判断立地质量 ， 确定森林的生产力是森林经营管理
的一项重要的基础工作 。影响森林立地质量的因素较多， 中树木的高生长对林地生长潜力的反映最为 其