SPSS在祁連山青海云杉胸徑與樹(shù)高關(guān)系中應(yīng)用初探

劉子璽 劉新明

摘 要 以種質(zhì)資源調(diào)查的6個(gè)樣方內(nèi)的青海云杉為研究對(duì)象，通過(guò)調(diào)查測(cè)量青海云杉的胸徑和樹(shù)高，然后利用SPSS 24.0軟件插入胸徑和樹(shù)高散點(diǎn)圖，通過(guò)非線性回歸進(jìn)行擬合度分析，結(jié)果表明：青海云杉樹(shù)高與胸徑的擬合公式分別為復(fù)合模型H=2.759*1.182D、增長(zhǎng)模型H=e（1.015+0.167 D）和 指數(shù)模型H=2.759*e0.167 D，都能較好地反映青海云杉的胸徑和樹(shù)高的相互關(guān)系，從而為以后青海云杉森林資源調(diào)查提供重要的依據(jù)和數(shù)據(jù)。

關(guān)鍵詞 青海云杉;胸徑;樹(shù)高

中圖分類(lèi)號(hào)：S758.5 ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? doi：10.13601/j.issn.1005-5215.2021.02.025

在近幾年的各類(lèi)森林資源更新工作過(guò)程中，胸徑與樹(shù)高為測(cè)量樹(shù)木的兩大重要因子，胸徑的測(cè)量相對(duì)比較容易，誤差也相對(duì)較小;樹(shù)高的測(cè)量相對(duì)存在誤差較大[1]。樹(shù)高的測(cè)量精度將直接影響調(diào)查結(jié)果的準(zhǔn)確性及相關(guān)林業(yè)數(shù)表和立木材積的可靠性[2]，這兩大因子對(duì)小班蓄積的影響至關(guān)重要。為了在以后的森林資源調(diào)查過(guò)程中做到有理有據(jù)，根據(jù)種質(zhì)資源調(diào)查中青海云杉（Picea crassifolia）的胸徑與樹(shù)高的關(guān)系數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得出胸徑與樹(shù)高的模型，為以后的各類(lèi)森林資源年度更新工作提供理論依據(jù)。

1 森林資源基本情況

祁連山保護(hù)區(qū)總面積31 470 hm2，其中林地面積17 812.83 hm2，非林地面積13 657.17 hm2。林地面積中，有林地6 321.79 hm2，疏林地406.06 hm2，灌木林地10 748.04 hm2，未成林造林地87.64 hm2，苗圃地8.89 hm2，無(wú)立木林地0.75 hm2，宜林地239.66 hm2。所轄林區(qū)中大部分森林為中幼齡林，森林主要是以青海云杉、祁連圓柏（Sabina przewalskii）等喬木和高山柳（Salix cupularis）、錦雞兒（Caragana sinica）、金露梅（Potentilla fruticosa）、銀露梅（Potentilla glabra）、小檗（Berberis thunbergii）等灌木林為主的天然水源涵養(yǎng)林，人工林主要以青海云杉、華北落葉松（Larix principis-rupprechtii）為主，活立木總蓄積量64萬(wàn)m3，森林覆蓋率49.3%。林區(qū)內(nèi)有野生動(dòng)物54種，其中國(guó)家重點(diǎn)保護(hù)野生動(dòng)物16種。

2 調(diào)查方法

本次調(diào)查以祁連山特有樹(shù)種青海云杉為目的樹(shù)種，根據(jù)森林資源分布圖，結(jié)合實(shí)際預(yù)先設(shè)置一條海拔梯度依次升高的調(diào)查路線，在調(diào)查路線中根據(jù)海拔梯度設(shè)置6個(gè)樣方。通過(guò)羅盤(pán)儀、測(cè)繩設(shè)定出20 m×20 m的標(biāo)準(zhǔn)地，在種質(zhì)資源種的集中分布區(qū)，按照優(yōu)先選擇符合優(yōu)良林分要求的林地，優(yōu)先選擇純林的原則設(shè)置。實(shí)際標(biāo)準(zhǔn)地要有代表性，能反映所在小班的分布狀態(tài)和數(shù)量，還應(yīng)遠(yuǎn)離林緣，并且不能跨越河流、道路或伐區(qū)的調(diào)查線[3]。通過(guò)圍尺測(cè)出胸徑（單位為cm，保留1位小數(shù)），通過(guò)激光測(cè)高器測(cè)出樹(shù)高（單位為m，保留1位小數(shù)），并調(diào)查活枝下高、冠幅、病蟲(chóng)害等情況，將每株樹(shù)木的調(diào)查情況記錄在調(diào)查表中。本次共調(diào)查青海云杉288株。

3 數(shù)據(jù)處理

將測(cè)量后的胸徑和樹(shù)高的數(shù)據(jù)錄入SPSS 24.0軟件中，然后選擇圖形—圖表構(gòu)建程序—插入散點(diǎn)圖/點(diǎn)圖，從而得到如圖1所示的胸徑和樹(shù)高曲線圖。為了使胸徑與樹(shù)高的關(guān)系更符合實(shí)際情況，對(duì)異常的13個(gè)樣本數(shù)據(jù)做刪除處理，然后重新生成散點(diǎn)圖。

根據(jù)胸徑與樹(shù)高曲線圖可知圖形符合線性分布，選擇分析—回歸—曲線估計(jì)，選擇因變量為胸徑D，變量為樹(shù)高H，在模型上分別選擇線性、二次項(xiàng)、復(fù)合、增長(zhǎng)、對(duì)數(shù)、立方、S、指數(shù)分布、冪這9個(gè)模型從而得到如表1的模型匯總參數(shù)估計(jì)值和圖2。

4 數(shù)據(jù)分析

根據(jù)各模型匯總和參數(shù)估計(jì)值及樹(shù)高胸徑模型示意圖，對(duì)胸徑與樹(shù)高的非線性模型進(jìn)行擬合研究，決定系數(shù)R2是一個(gè)回歸方程與樣本觀測(cè)值的擬合集成度的相對(duì)指標(biāo)，反映了因變量的變異中能用自變量解釋的比例，越大說(shuō)明模型達(dá)到的預(yù)估效果越好，當(dāng)Sig<0.01時(shí)達(dá)到極其顯著水平，由此選取R2最大的值為最佳擬合方程[1，3]，所以，以下3個(gè)模型都能夠較好地反映胸徑與樹(shù)高的關(guān)系：

復(fù)合模型：H=2.759*1.182D，R2=0.882

增長(zhǎng)模型：H=e（1.015+0.167 D），R2=0.882

指數(shù)模型：H=2.759*e0.167 D，R2=0.882

5 結(jié)論

通過(guò)比較發(fā)現(xiàn)，復(fù)合、增長(zhǎng)、指數(shù)的回歸模型相比其他模型相關(guān)性極顯著，用決定系數(shù)R2的大小和相關(guān)性F來(lái)評(píng)價(jià)模型的擬合效果，因復(fù)合回歸模型R2=增長(zhǎng)模型R2=指數(shù)回歸模型R2>三次回歸模型R2>二次回歸模型R2>冪回歸模型R2>線性回歸模型R2>S回歸模型R2>對(duì)數(shù)回歸模型R2，相關(guān)性最好的F值為1 970.310，所以選取復(fù)合模型、增長(zhǎng)模型、指數(shù)模型3個(gè)模型為最佳模型。

6 討論

6.1 應(yīng)用本方法研究胸徑與樹(shù)高的關(guān)系，相對(duì)簡(jiǎn)單，容易操作，也可用于其他樹(shù)種的研究。可以通過(guò)測(cè)量胸徑測(cè)算樹(shù)高。對(duì)野外森林資源調(diào)查具有重要的實(shí)用價(jià)值和理論依據(jù)。

6.2 本次調(diào)查過(guò)程中，由于布設(shè)的標(biāo)準(zhǔn)地隨海拔梯度的增高而進(jìn)行隨機(jī)布設(shè)，調(diào)查樣本的胸徑和樹(shù)高相對(duì)分布不均勻。在以后的調(diào)查過(guò)程中，通過(guò)均勻設(shè)置胸徑調(diào)查樣本，使數(shù)據(jù)更合理，從而使擬合模型更加科學(xué)。

6.3 其他地區(qū)應(yīng)用應(yīng)進(jìn)行實(shí)測(cè)和校正，以便提高預(yù)測(cè)精度。

參考文獻(xiàn)：

[1] 魏京.林木胸徑與樹(shù)高關(guān)系研究[J].湖北民族學(xué)院學(xué)報(bào)：自然科學(xué)版，2014，32（2）：190-192

[2] 劉云偉，馮促科，鄧向瑞，等.同一鉛錘兩次設(shè)站法對(duì)樹(shù)高測(cè)量及其精度分析[J].北京林業(yè)大學(xué)學(xué)報(bào)，2007，29（2）：57-60

[3] 龐素文，王延紅，于洪亮，等.吉林省林木種質(zhì)資源普查標(biāo)準(zhǔn)地設(shè)置與調(diào)查[J].林業(yè)勘查設(shè)計(jì)，2012（2）：43-43