您选择的条件: 周晏平
  • 沙地樟子松人工林土壤酶活性及其影响因子

    分类: 地球科学 >> 地球科学其他学科 提交时间: 2019-09-10 合作期刊: 《干旱区研究》

    摘要: 采用通径分析的方法对辽宁省章古台地区10~60 a沙地樟子松人工林的多种土壤理化因子与5种土壤酶活性进行分析。结果表明:5种土壤酶活性与多数土壤理化因子相关性显著,土壤酶活性能够表征该区域土壤综合肥力状况。不同土壤酶活性主要影响因子不同,蔗糖酶主要影响因子综合作用排序为:有机质>黏粒>速效磷>pH;蛋白酶主要影响因子综合作用排序为:碱解氮>速效钾>含水率;磷酸酶主要影响因子综合作用排序为:全磷>速效钾>粉粒;过氧化氢酶主要影响因子综合作用排序为:pH>容重>全磷>全钾;脲酶主要影响因子综合作用排序为:pH>黏粒>全氮>含水率。与简单相关分析相比,通径分析方法能更深入地了解土壤酶活性和土壤理化因子的关系,期望通过对土壤酶活性主要影响因子的研究为樟子松人工林的抚育和土壤改良提供依据。

  • 樟子松人工固沙林冠幅—胸径模型

    分类: 环境科学技术及资源科学技术 >> 环境科学技术基础学科 提交时间: 2018-09-03 合作期刊: 《干旱区研究》

    摘要: 基于章古台地区22块樟子松(Pinus sylvestris var. mongolica)人工纯林标准地的702棵樟子松立木数据。构建了樟子松固沙林冠幅-胸径关系的基础模型、广义模型及基于混合效应的基础模型和广义模型;比较了随机选择样本木、选择平均胸径树、选胸径较小树和选胸径较大树4种方案,计算混合模型随机参数时的混合模型预测精度;最后分析了不同林木因子和林分变量对冠幅-胸径关系的影响。模型评价指标包括决定系数(R2)、平均绝对误差(MAE)以及均方根误差(RMSE)。结果表明:枝下高(HCB)、相对植距(RS)和林龄(A)对冠幅-胸径关系影响最为显著;混合模型拟合精度(基础混合模型R2、MAE和RMSE分别是:0.7030、0.3866和0.5154;广义混合模型R2、MAE和RMSE为:0.7051、0.3822和0.5136)高于最小二乘法回归(OLS)模型(基础模型R2、MAE和RMSE分别为:0.5875、0.4696、0.6075;广义模型R2、MAE和RMSE分别为:0.6618、0.4155和0.5500)。基础混合模型和广义混合模型差异较小(2模型R2、MAE和RMSE均相差1%左右)。冠幅随HCB和A的增大而减小,随RS的增大而增大。进行冠幅预测时,推荐使用基础混合模型并从每块标准地选择2棵平均木冠幅计算其随机参数,或使用方法较为简单的OLS广义模型预测单木冠幅大小。