CN102628685A

CN102628685A - 一种测算红树植物秋茄叶面积的方法

Info

Publication number: CN102628685A
Application number: CN2012101090082A
Authority: CN
Inventors: 付为国; 吴沿友
Original assignee: Jiangsu University
Current assignee: Jiangsu University
Priority date: 2012-04-16
Filing date: 2012-04-16
Publication date: 2012-08-08

Abstract

本发明一种测算红树植物秋茄叶面积的方法，属沿海红树林湿地生态系统保护和初级生产力评价等技术领域。本发明首先采摘具有统计学意义的一定数量、大小不同、叶形正常的秋茄叶片，利用叶面积扫描仪，测量出每张叶片的叶面积、最大叶长、最大叶宽等数据。然后利用Y=aX₁ ^b1X₂ ^b2的非线性方程进行回归分析，确定回归系数a、b₁和b₂。得到可测算秋茄叶面积的方程：A=aL^b1W^b2。实地测量待测算秋茄叶片的最大叶长和最大叶宽，分别将其值代入方程即可计算出待测算秋茄叶片的面积。本发明提供了一种简便易行、且极为精确的秋茄叶面积测算方法，为红树林生态系统初级生产力的评价提供了一项较为便利的支撑技术和方法。

Description

一种测算红树植物秋茄叶面积的方法

技术领域

本发明公布一种测算红树植物秋茄叶面积的方法，属沿海红树林湿地生态系统保护和初级生产力评价等技术领域。

背景技术

红树林湿地是陆地生态系统向海洋生态系统过渡的最后一道“生态屏障”，无论是对陆地还是对海洋，都具有极其重要的生态功能。作为湿地的优势植物，红树林直接决定了湿地生态系统的结构和功能。在有关红树林湿地生态系统健康评价、保护和修复等研究中，生物量指标常常被利用。然而，生物量指标毕竟只是个存量指标，难以精确反映红树植物生产力的大小。而基于光合速力、叶面积系数及光照时间等变量的初级生产力指标，则能较为精确地反映红树植物的生产力水平，但该指标在研究中应用却较少。目前，不同红树植物光合速力已被较多地研究，但关于红树植物叶面积测算的研究几乎未见报道。

事实上，叶面积测算一直被广泛应用于植物学、生态学和农学等领域，测算方法多种多样。其中，利用长、宽或长宽乘积等指标的回归方程法是最为常用的非破坏性简便测算方法，但这种回归方程测算法均是针对某一种或某一类植物而建立的，专一性强，普适性差，这主要是由于不同植物叶形差异所致。因此，如要获得精确的测算结果，不同植物需分别进行多种回归分析，最终筛选出最佳回归方程。

秋茄是主要红树植物之一，广泛分布于泉州湾河口湿地，与桐花树、白骨壤等一起构成该湿地的优势种群，其生产能力的大小直接影响湿地生态系统的结构和功能。目前，关于秋茄光合特性已有系统的研究，而关于其叶面积测算及初级生产力的研究尚未见报道，因此，本研究将选择与叶面积相关度极高的最大叶长和最大叶宽等易测指标，建立基于最大叶长和最大叶宽两指标的叶面积拟合回归方程，从而精确测算秋茄叶面积值，为湿地生态系统初级生产力研究提供技术依据。

发明内容

本发明目的是通过选择与叶面积相关度极高的最大叶长和最大叶宽等易测指标，建立基于最大叶长和最大叶宽两指标的叶面积拟合回归方程，从而精确测算秋茄叶面积值。

为实现以上目标，本发明主要采用以下技术方案，一种测算秋茄叶面积的方法，按照下述步骤进行：

(1)采摘具有统计学意义的一定数量n、大小不同、叶形正常的秋茄叶片，利用叶面积扫描仪，测量出每张叶片的叶面积(A)、最大叶长(L)、最大叶宽(W)等数据，然后利用形如Y＝aX₁ ^b1X₂ ^b2的非线性方程进行回归分析，确定回归系数a、b₁和b₂；从而得到可测算秋茄叶面积的二元非线性方程：A＝aL^b1W^b2。

其中，自变量X₁为最大叶长L、X₂为最大叶宽W，因变量Y为实测叶面积值(A)，

(2)实地测量待测算的秋茄叶片的最大叶长L(mm)和最大叶宽W(mm)，分别将其值代入非线性方程A＝a L^b1W^b2后，计算出的A值即为待测算的秋茄叶面积(mm²)。

本发明所述的具有统计学意义的一定数量n，其取值为n≥57。

本发明所述的回归系数a、b₁和b₂，其值分别为0.7297、0.8698和1.1600，系数代入后得到秋茄叶面积测算公式：A＝0.7297L^0.8698W^1.1600。

本发明的优点：

秋茄叶片呈长椭圆形，面积较难以直接测算，本发明选择与叶面积相关度极高的最大叶长和最大叶宽等易测指标，建立基于最大叶长和最大叶宽的叶面积拟合回归方程，对秋茄叶面积进行精确的测算，使得原本复杂的测算工作变得易行且精确，从而为湿地生态系统秋茄初级生产力的研究提供了技术依据。

具体实施方式：

实施例1：实施地点位于福建省泉州湾红树林自然保护区，2011年9月中旬，于湿地中采摘大小不一、叶形正常的秋茄叶片57片，利用叶面积扫描仪测得各自最大叶长L(mm)、最大叶宽W(mm)及叶面积A(mm²)。按照二元非线性回归方程A＝aL^b1W^b2进行拟合，求得回归系数a、b₁和b₂分别为0.7297、0.8698和1.1600，从而得到可精确测算秋茄叶面积的回归方程(表1)

表1基于最大叶长和最大叶宽的秋茄叶面积测算回归方程

无论从决定系数R²看，还是从实测值与测算值的相对误差值看，该回归方程对秋茄叶面积均有极好的预测效果。

验证实施例：为了进一步验证该方程的测算效果，于同年10月中旬再次从该湿地采摘大小不一、叶形正常的秋茄叶片60片。用叶面积扫描仪分别测得最大叶长、最大叶宽和叶面积，然后将最大叶长和最大叶宽代入非线性回归方程A＝0.7297L^0.8698W^1.1600中，求得秋茄叶面积的测算值，再与实测值进行变异系数分析，从而验证和评价该非线性回归方程的测算效果(表2)。

表2秋茄叶面积测算回归方程的验证

表2中60片叶片的验证结果显示，预测值与实际值的变异系数低于3％的占61.67％，低于5％的占86％，低于6％的占92.67％，而高于10％的仅有1.67％。因此，基于最大叶长和最大叶宽两指标的二元非线性回归方程A＝0.7297L^0.8698W^1.1600对秋茄叶面积的测算具有极为精确的预测效果。

Claims

1.一种测算秋茄叶面积的方法，其特征在于按照下述步骤进行：

（1）采摘具有统计学意义的一定数量n、大小不同、叶形正常的秋茄叶片，利用叶面积扫描仪，测量出每张叶片的叶面积(A)、最大叶长（L）、最大叶宽(W)，然后利用Y= a X₁ ^b1 X₂ ^b2的非线性方程进行回归分析，确定回归系数a、b₁和b₂；从而得到可测算秋茄叶面积的二元非线性方程：A=a L^b1W^b2；

其中，自变量X₁为最大叶长L、X₂为最大叶宽W，因变量Y为实测叶面积值A，

（2）实地测量待测算的秋茄叶片的最大叶长L和最大叶宽W，分别将其值代入非线性方程A=a L^b1W^b2后，计算出的A值即为待测算的秋茄叶面积。

2.根据权利要求1所述的一种测算秋茄叶面积的方法，其特征在于其中所述的具有统计学意义的一定数量n，其取值为n≥57。

3.根据权利要求1所述的一种测算秋茄叶面积的方法，其特征在于其中所述的回归系数a、b₁和b₂，其值分别为0.7297、0.8698和1.1600，系数代入后得到秋茄叶面积测算公式：A = 0.7297 L^0.8698 W^1.1600。