关于印度黄檀适生性区划方法研究综述
论文关键词:印度黄檀适生性区划区域性试验 论文摘要:印度黄檀适生性区划方法的研究结果表明,相对于数量定量区划方法而言,基于地理信息系统技术的区划方法具有减少内业和外业的工作量,较好地保持区划区域空间的连续性,提高区划的精度且出图效果好等优点。
同时指出,如何选择和建立合适的数学模型以及开发一个相对通用的区划系统必然是以后研究的方向。
区域性试验为适生性区划中的数学建模提供了基础数据,是适生性区划研究的一个重要部分。
中国是一个木材消耗量比较大的国家,原木消费量居世界第三位。
由于人工林的林分结构单一等原因造成了人工林的利用率很低,国内木材的供应十分紧张。
解决国内木材短缺的问题除了依靠加大木材的进口量外,还要努力提高国内木材的数量和质量。
印度黄檀(Dalbergiasi.$sO0Roxb.)是一种抗旱、抗瘠薄的优良用材树种。
对印度黄檀适生性区划的研究,有利于在中国广泛种植此优良树种以满足国内对木材的需求以及解决干热地区荒山、荒地的绿化问题。
1印度黄檀的简介 印度黄檀是一种喜光落叶大乔木,属于豆科蝶形花亚科。
它起源于印度干旱地区,具有速生、耐旱和耐瘠薄等优良特性。
在印度的分布区域内其绝对最高温度39qc~49℃,绝对最低温度4oC~6oC,年降雨量760~4570mm。
印度黄檀能在瘠薄、疏松或低盐土中生长,但在干硬的粘土中,容易受到病害,成活率低J。
它的叶子可以作饲料和药材,主干可以被加工制成世界上名贵的红木家具。
由于它的速生、耐旱和耐瘠薄等优良特性,无论在印度还是美国都被认为是一种理想的城市和园林绿化树种引。
2印度黄檀适生陛区划方法的研究现状 树种的适生性区划是林业区划的一种表现形式。
林业区划是指根据林业的特点,在研究有关自然、经济和技术条件的基础上,分析、评价林业生产的特点与潜力,按照地域分异的规律进行分区划片。
中国在1950年以后,为了大力发展农业,提高农业的经济效益,借鉴前苏联的农业科学技术,开展了农业区划工作。
随着国民经济的发展,国家对林产品的需求量越来越大,而由于受林业本身生长周期长、见效慢等特点以及中国复杂的地理环境的影响,合理的林业区划对降低林业生产的风险、提高林业工作的效率和质量具有重要的作用。
目前,常用的林业区划方法可分为与计算机结合的数量定量区划方法和基于地理信息系统技术的区划方法7.引。
在树种适生性区划研究当中,用得比较多的数量定量区划方法为传统的聚类分析方法、主成分分析法、模糊数学法和灰色关联度法。
基于地理信息系统技术的区划方法是利用ArcGIS或ArcView等软件的空间分析和制图功能,结合由数量定量方法所建立的数学模型进行区划。
因此,对树种区域性试验方法的研究是适生性区划研究的一个重要部分。
2.1印度黄檀的区域性试验研究 由于印度黄檀对环境的适应能力比较强,许多国外学者对其进行了深入的研究,其中大多数的研究都从微观的角度来分析印度黄檀的生理特征,而对印度黄檀的区域性研究较少。
国内对印度黄檀的专项研究仅见于中国林业科学研究院资源昆虫研究所对印度黄檀木材解剖构造及物理力学和化学性质的初步研究’加J,而对其区域性试验和适生性区划尚未见报道。
印度黄檀的区域性研究主要体现在不同试验方法下印度黄檀与其它树种在适生性方面的比较研究。
IanHUNTER在印度的卡纳塔克邦对一年生的印度黄檀、赤桉和大桉幼苗分别做了4种不同的灌溉水平和9种不同的施肥量的研究。
PSMINHAS等用咸水和正常的沟渠水分别对印度黄檀和埃及树胶进行灌溉,得出咸水灌溉使得印度黄檀的生长量比用灌溉时少了53%。
BSINGHandGSINGH在焦特布尔对4个月生的印度黄檀的繁殖苗做了5种不同灌溉水平的试验,证明了水分是影响印度黄檀生长的关键因子¨。
由于印度黄檀属于喜光树种,在一定的水肥条件下,它的存活率跟种植密度大致成反比的关系。
在印度黄檀的区域性试验中,许多学者主要考虑了水分、土壤性质和种植密度的问题,而忽视了温度因子。
在同一气候类型的区域内,由于地形起伏造成局部温度的差异也反映在同种植物生长的差异性上。
在印度黄檀的区域性试验中,应该重点考虑温度、水分、土壤性质和种植密度与生长量、保存率和结实率的关系,并对这些因素做出详细的数据记录,为适生数学建模提供准确的数据。
2.2数量定量区划方法 从2O世纪80年代末开始,数量定量的区划方法应用到林业区划当中,逐步取代传统的带有很大主观臆断性的林业区划方法’。
康志雄等应用谱系图聚类分析方法,划分了长江流域以南的杨梅适生性分布区。
谱系图聚类分析方法应用简单,但最大的缺点是聚类图不直观,而由星座图聚类分析方法得出的聚类图的效果显然是比较好的。
陈建新等运用了主成分分析方法,突出了广东秃杉区划中贡献率较大的因子和优化了各因子在区划中的综合贡献率,取得了良好的区划效果。
主成分分析法对多个变量起降维的作用,减少了计算量,但存在丢失有效信息的现象,并且不同统计软件下的主成分分析结果有一定的差别。