CN108763784A - 一种贵州古茶树树龄判定方法 - Google Patents
一种贵州古茶树树龄判定方法 Download PDFInfo
- Publication number
- CN108763784A CN108763784A CN201810552551.7A CN201810552551A CN108763784A CN 108763784 A CN108763784 A CN 108763784A CN 201810552551 A CN201810552551 A CN 201810552551A CN 108763784 A CN108763784 A CN 108763784A
- Authority
- CN
- China
- Prior art keywords
- tree
- age
- tea
- diameter
- ground
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种贵州古茶树树龄判定方法。按下述步骤完成,按下述步骤完成:a、采集贵州古茶树的原始样本数据;b、根据原始样本数据描绘出散点图;c、对散点图进行曲线拟合,得到贵州古茶树树龄与胸径间的关系曲线:y=3.5898ln(x)‑1.1104;d、根据云南古茶树树龄判定标准,得到云南古茶树树龄与胸径间的关系曲线:y=14.092ln(x)‑50.57;e、将步骤d和步骤c中的关系曲线的函数求差,得到云南古茶树和贵州古茶树的树龄差异模型:y=10.5022ln(x)‑49.4596,使用树龄差异模型求得对应树龄的云南和贵州古茶树的胸径差异;f、使用云南古茶树树龄判定标准中树龄对应的胸径减去胸径差异得到相应树龄的贵州古茶树的胸径。本发明具有判定简单和判定准确度高的特点。
Description
技术领域
本发明涉及一种树龄判定方法,特别是一种贵州古茶树树龄判定方法。
背景技术
目前传统的树龄判定方法主要有以下方法:
1)年轮测定鉴定法:该方法鉴定结果相对准确,但取样检测,伤害树体,同时,耗费人力、财力和时间;2)C14同位素测定法:结果相对准确,但取样检测,伤害树体,同时,耗费人力、财力和时间;3)访谈调查估测法:随着高龄老人离世、举家搬迁等原因,很多无法究其源,更无法判断其信息真伪;4)文献追踪调查法:以前的文献记载,很大一部分也来源于问访,同样也存在访谈调查法的不足。通过上述可知,目前的树龄鉴定不仅耗时,成本高,而且对树体本身存在损伤,在鉴定一些名贵树木(如古茶树)时,可能会造成难以估量的损失。在茶界,提起古茶树,以云南最为著名;论其树龄,尤以南糯山、邦崴、巴达山及千家寨的茶王树为典型,且形成了云南古茶树树龄判定标准,这在业界已得到了广泛的默许和认可。但云南古茶树树龄判定标准存在下述缺点,该标准不具有普遍性,在判定其他地区(如贵州)的古茶树树龄时数据误差大。
发明内容
本发明的目的在于,提供一种贵州古茶树树龄判定方法。本发明具有判定简单和判定准确度高的特点。
本发明的技术方案:一种贵州古茶树树龄判定方法,按下述步骤完成,
a、采集贵州古茶树的原始样本数据;
b、将采集到的原始样本数据在笛卡尔坐标系中描绘出散点图,其中横坐标为年份,纵坐标为胸径;
c、对散点图进行曲线拟合,得到贵州古茶树树龄与胸径间的关系曲线,关系曲线的函数为y=3.5898ln(x)-1.1104,R2统计量为0.9275;其中x为树龄,10<x<200,y为胸径;
d、根据云南古茶树树龄判定标准,得到云南古茶树树龄与胸径间的关系曲线,关系曲线的函数为y=14.092ln(x)-50.57,R2统计量为0.9635;
e、将步骤d和步骤c中的关系曲线的函数求差,得到云南古茶树和贵州古茶树的树龄差异模型,即y=10.5022ln(x)-49.4596,使用树龄差异模型求得对应树龄的云南和贵州古茶树的胸径差异;
f、使用云南古茶树树龄判定标准中树龄对应的胸径减去胸径差异得到相应树龄的贵州古茶树的胸径。
前述的贵州古茶树树龄判定方法所述的步骤d中,所述的云南古茶树树龄与胸径间的关系曲线,按下述步骤得到:
d1、根据云南古茶树树龄判定标准建模,得到云南古茶树树龄判定模型,如下:
其中,x为树龄,y为胸径;
d2、根据云南古茶树树龄判定模型,生成云南古茶树树龄样本;
d3、根据云南古茶树树龄样本,在笛卡尔坐标系中描绘出散点图,其中横坐标为年份,纵坐标为胸径;
d4、对散点图进行曲线拟合,得到云南古茶树树龄与胸径间的关系曲线,关系曲线的函数为y=14.092ln(x)-50.57,R2统计量为0.9635。
有益效果:与现有技术相比,本发明通过采集贵州已知树龄茶树的胸径,构成原始样本数据,根据原始样本数据得到贵州古茶树树龄与胸径间的关系曲线,再根据云南古茶树树龄判定标准得到云南古茶树树龄与胸径间的关系曲线,之后将两关系曲线求差得到云南古茶树和贵州古茶树的树龄差异模型;通过该差异模型,即能知晓同一树龄的云南古茶树和贵州古茶树之间的胸径差异;通过该胸径差异,即能知晓相应树龄的贵州古茶树的胸径:贵州古茶树的胸径为云南古茶树的胸径减去胸径差异;由于云南古茶树树龄知晓(此时云南、贵州古茶树树龄相等),该方法在贵州古茶树的胸径和贵州古茶树树龄间建立了对应关系;根据对应关系建立贵州古茶树树龄判定表,当需要判定某一贵州古茶树的树龄时,只需测量其胸径即能得到胸径对应的树龄;上述方法,以云南古茶树树龄判定标准为参照准则,通过云南、贵州古茶树的同一树龄的胸径差异得到了贵州古茶树树龄判定表,要想得知贵州古茶树树龄,只需对照贵州古茶树树龄判定表即可,判定方法更加简单;不仅如此,该判定方法对树木无损,消除了鉴定损伤带来的损失。不仅如此,本发明判定贵州古茶树树龄的准确度高,误差小。
为了验证本发明的有益效果,申请人进行了以下验证:
取生长于贵州习水双龙的一株胸径为16.9cm的古茶树进行年轮测定树龄,具体操作如下:取茶树干基部的背阴面的约1.0×2.0cm的树皮一块,树皮厚约2.0厘米,在甘油∶水=2∶1的溶液中浸泡两周;待树皮软化后,将其切制成15~20微米厚的薄片,再用I·IK溶液(碘0.5g与碘化钾1.0g加水20ml溶解即得)染色15~20分钟,染色后于显微镜下观察由纤维束环带组成的“树皮年轮”,经计数该古茶树树龄为148~155年。
将该古茶树的胸径16.9cm与表6中数据进行对比查询,得到胸径16.9cm对应的树龄在100~200年间,与上述实验结论相符,且与走访调查的结果(调查走访结论为150年)相符。
附图说明
图1是根据贵州仙源红古茶树的原始样本数据绘制的散点图;
图2是贵州仙源红古茶树树龄与胸径间的对数拟合关系曲线;
图3是贵州仙源红古茶树树龄与胸径间的线性拟合关系曲线;
图4是贵州仙源红古茶树树龄与胸径间的指数拟合关系曲线;
图5是贵州仙源红古茶树树龄与胸径间的多项式拟合关系曲线;
图6是根据云南古茶树树龄样本绘制的散点图;
图7是云南古茶树树龄与胸径间的关系曲线;
图8云南古茶树与贵州古茶树的关系曲线的对比图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但并不作为对本发明限制的依据。
实施例1。一种贵州古茶树树龄判定方法,按下述步骤完成,
a、采集贵州古茶树的原始样本数据;原始样本数据通过实际测量和走访调查得到;原始数据样本如表1所示;
表1
b、将采集到的原始样本数据在笛卡尔坐标系中描绘出散点图(如图1所示),其中横坐标为年份,纵坐标为胸径;
c、对散点图进行曲线拟合,得到贵州古茶树树龄与胸径间的关系曲线,关系曲线的函数为y=3.5898ln(x)-1.1104,其中x为树龄,10<x<200,y为胸径;R2统计量为0.9275;在拟合时,进行四种曲线的拟合,分别为对数拟合(如图2所示)、线性拟合(如图3所示)、指数拟合(如图4所示)、多项式拟合(如图5所示),由图2-5可知,与散点贴合效果最好的曲线是多项式拟合的曲线,其次是对数拟合的。线性拟合和指数拟合的最差。对数拟合的曲线函数是y=3.5898ln(x)-1.1104,R2统计量为0.9275;多项式拟合的曲线函数是y=-0.0003x2+0.1181x+6.4023,R2统计量为0.9431;根据R2统计量可知,多项式型曲线的拟合效果更好,能够更好的贴合样本点,但是观察多项式型曲线,呈现出来的是一个二次函数,当x的值大于对称轴时,函数值单调递减,也就是说当地径大到一定的值时,反而会出现年份越来越小的情况,这显然是不符合实际情况的,故正确的数学回归模型应当选取对数拟合的曲线函数,即y=3.5898ln(x)-1.1104;
根据上述对数拟合的曲线函数,得到10~200年间贵州古茶树树龄判定表,10~200年间贵州古茶树树龄判定表如表2:
表2
由于原始样本数据的树龄范围值仅在10~200年间,所以表2仅能够判定200年以内的贵州古茶树树龄;因此还需对贵州古茶树树龄判定范围进行扩展;
d、根据云南古茶树树龄判定标准(该判定标准如表3所示),得到云南古茶树树龄与胸径间的关系曲线,关系曲线的函数为y=14.092ln(x)-50.57,R2统计量为0.9635;
表3
e、将步骤d和步骤c中的关系曲线的函数求差,得到云南古茶树和贵州古茶树的树龄差异模型,即y=10.5022ln(x)-49.4596,使用树龄差异模型求得对应树龄的云南和贵州古茶树的胸径差异;根据上述y=10.5022ln(x)-49.4596得到云南、贵州古茶树胸径差异表,如表4,
表4
产生胸径差异的原因如下:在茶树生长的适宜范围内,对茶树生长影响的关键因子上,云南三地的各项数据都优于贵州的习水双龙,也就是说,云南茶树的生长速度要快于贵州茶树的生长速度,换言之,在树径(胸径)相当的情况下,云南茶树的生长期要少于贵州茶树的生长期。影响茶树生长关键因子对比表如表5:
表5
f、使用云南古茶树树龄判定标准中树龄对应的胸径减去胸径差异得到相应树龄的贵州古茶树的胸径。如需得到300年树龄的贵州古茶树的胸径,步骤如下:在云南古茶树树龄判定标准中查询到300年树龄的云南古茶树的胸径,再将树龄300(x坐标)代入到差异模型y=10.5022ln(x)-49.4596计算出300年树龄的云南古茶树和贵州古茶树的胸径差异,最后再使用查询到的云南古茶树的胸径减去胸径差异即得300年树龄的贵州古茶树的胸径。
在得到贵州古茶树胸径后,即能得到贵州古茶树胸径与树龄的对应关系表,如表6;
表6
在得到贵州古茶树胸径与树龄的对应关系表后,测量贵州古茶树的胸径后即能对照判定出贵州古茶树的树龄。
将云南古茶树的树龄与胸径间的关系曲线与贵州古茶树的树龄与胸径间的关系曲线在作为对比,在MATLAB中绘制后如图8所示,由图8可知,云南与贵州古茶树的生长差距随着树龄的增长会越来越大。
前述的步骤d中,所述的云南古茶树树龄与胸径间的关系曲线,按下述步骤得到:
d1、根据云南古茶树树龄判定标准建模,得到云南古茶树树龄判定模型,具体是,设相应的树龄和胸径在区间范围内呈正太分布,则该判定模型抽象为一个分段模型,如下:
其中,x为树龄,y为胸径;
d2、根据云南古茶树树龄判定模型,生成云南古茶树树龄样本,如表7所示;
表7
d3、根据云南古茶树树龄样本,在笛卡尔坐标系中描绘出散点图(如图6所示),其中横坐标为年份,纵坐标为胸径;
d4、对散点图进行曲线拟合,得到云南古茶树树龄与胸径间的关系曲线(如图7所示),关系曲线的函数为y=14.092ln(x)-50.57,R2统计量为0.9635。
Claims (2)
1.一种贵州古茶树树龄判定方法,其特征在于:按下述步骤完成,
a、采集贵州古茶树的原始样本数据;
b、将采集到的原始样本数据在笛卡尔坐标系中描绘出散点图,其中横坐标为年份,纵坐标为胸径;
c、对散点图进行曲线拟合,得到贵州古茶树树龄与胸径间的关系曲线,关系曲线的函数为y=3.5898ln(x)-1.1104,R2统计量为0.9275;其中x为树龄,10<x<200,y为胸径;
d、根据云南古茶树树龄判定标准,得到云南古茶树树龄与胸径间的关系曲线,关系曲线的函数为y=14.092ln(x)-50.57,R2统计量为0.9635;
e、将步骤d和步骤c中的关系曲线的函数求差,得到云南古茶树和贵州古茶树的树龄差异模型,即y=10.5022ln(x)-49.4596,使用树龄差异模型求得对应树龄的云南和贵州古茶树的胸径差异;
f、使用云南古茶树树龄判定标准中树龄对应的胸径减去胸径差异得到相应树龄的贵州古茶树的胸径。
2.根据权利要求1所述的贵州古茶树树龄判定方法,其特征在于:所述的步骤d中,所述的云南古茶树树龄与胸径间的关系曲线,按下述步骤得到:
d1、根据云南古茶树树龄判定标准建模,得到云南古茶树树龄判定模型,如下:
其中,x为树龄,y为胸径;
d2、根据云南古茶树树龄判定模型,生成云南古茶树树龄样本;
d3、根据云南古茶树树龄样本,在笛卡尔坐标系中描绘出散点图,其中横坐标为年份,纵坐标为胸径;
d4、对散点图进行曲线拟合,得到云南古茶树树龄与胸径间的关系曲线,关系曲线的函数为y=14.092ln(x)-50.57,R2统计量为0.9635。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810552551.7A CN108763784B (zh) | 2018-05-31 | 2018-05-31 | 一种贵州古茶树树龄判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810552551.7A CN108763784B (zh) | 2018-05-31 | 2018-05-31 | 一种贵州古茶树树龄判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108763784A true CN108763784A (zh) | 2018-11-06 |
CN108763784B CN108763784B (zh) | 2022-07-01 |
Family
ID=64001546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810552551.7A Active CN108763784B (zh) | 2018-05-31 | 2018-05-31 | 一种贵州古茶树树龄判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108763784B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112149895A (zh) * | 2020-09-18 | 2020-12-29 | 福建农林大学 | 一种古香樟树龄预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110150290A1 (en) * | 2009-12-22 | 2011-06-23 | Weyerhaeuser Nr Company | Method and apparatus for predicting information about trees in images |
CN103279636A (zh) * | 2013-04-10 | 2013-09-04 | 北京林业大学 | 一种树木年龄的测算技术 |
CN104106441A (zh) * | 2014-07-11 | 2014-10-22 | 四川农业大学 | 一种红桦优树选择方法 |
CN106093048A (zh) * | 2016-08-01 | 2016-11-09 | 北京市园林科学研究院 | 一种用于树木年轮定年的方法及实现该方法的装置 |
CN106294990A (zh) * | 2016-08-08 | 2017-01-04 | 青岛智能产业技术研究院 | 树木胸径预测方法 |
CN107917980A (zh) * | 2017-11-14 | 2018-04-17 | 河南科技大学 | 鉴定榆树树龄的生物标志物、获取方法及其应用 |
-
2018
- 2018-05-31 CN CN201810552551.7A patent/CN108763784B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110150290A1 (en) * | 2009-12-22 | 2011-06-23 | Weyerhaeuser Nr Company | Method and apparatus for predicting information about trees in images |
CN103279636A (zh) * | 2013-04-10 | 2013-09-04 | 北京林业大学 | 一种树木年龄的测算技术 |
CN104106441A (zh) * | 2014-07-11 | 2014-10-22 | 四川农业大学 | 一种红桦优树选择方法 |
CN106093048A (zh) * | 2016-08-01 | 2016-11-09 | 北京市园林科学研究院 | 一种用于树木年轮定年的方法及实现该方法的装置 |
CN106294990A (zh) * | 2016-08-08 | 2017-01-04 | 青岛智能产业技术研究院 | 树木胸径预测方法 |
CN107917980A (zh) * | 2017-11-14 | 2018-04-17 | 河南科技大学 | 鉴定榆树树龄的生物标志物、获取方法及其应用 |
Non-Patent Citations (6)
Title |
---|
BRIGITTE ROHNER 等: "Towards non-destructive estimation of tree age", 《FOREST ECOLOGY AND MANAGEMENT》 * |
刘晓莉 等: "成都市古树树龄鉴定方法探讨", 《农业科技与信息(现代园林)》 * |
张季 等: "天然更新伯乐树的生长过程初步分析", 《西部林业科学》 * |
梁建平 等: "广西南宁良凤江森林公园降香黄檀生物量探究", 《福建林业科技》 * |
熊斌梅 等: "七姊妹山自然保护区黄杉年龄胸径树高的相关性研究", 《林业资源管理》 * |
袁传武 等: "湖北省古树年龄鉴定方法", 《湖北林业科技》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112149895A (zh) * | 2020-09-18 | 2020-12-29 | 福建农林大学 | 一种古香樟树龄预测方法 |
CN112149895B (zh) * | 2020-09-18 | 2022-07-01 | 福建农林大学 | 一种古香樟树龄预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108763784B (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Levanič et al. | The climate sensitivity of Norway spruce [Picea abies (L.) Karst.] in the southeastern European Alps | |
CN103630528B (zh) | 一种利用茶叶中元素含量鉴别茶叶产地的方法 | |
CN106404441B (zh) | 一种基于非线性相似度指标的故障分类诊断方法 | |
CN107490397B (zh) | 高精度自适应滤波fbg光谱快速寻峰方法 | |
CN105717556B (zh) | 一种基于大数据的自分型雷达估测降水方法 | |
CN109406147B (zh) | 一种变速工况下的列车轴承轨边声学诊断方法 | |
Zhao et al. | Early summer hydroclimatic signals are captured well by tree-ring earlywood width in the eastern Qinling Mountains, central China | |
CN110349153A (zh) | 基于多特征融合的图像法烟草含梗率检测方法 | |
CN108763784A (zh) | 一种贵州古茶树树龄判定方法 | |
CN106546275A (zh) | 一种布里渊散射谱特征初值的获得方法 | |
CN106560699A (zh) | 用于武夷岩茶产地鉴别的联合检测方法 | |
CN106897957A (zh) | 一种基于pca和pso‑elm的自动气象站实时数据质量控制方法 | |
CN113269825A (zh) | 基于地基激光雷达技术林木胸径值提取的方法 | |
CN103559417A (zh) | 一种浆纱上浆率智能软测量方法 | |
CN101949825A (zh) | 光开放环境下的叶片水分近红外无损检测装置及方法 | |
CN106814045A (zh) | 一种基于近红外光谱技术的类pse鸡肉判定方法 | |
CN109556861B (zh) | 一种基于案例推理的轴承实时故障诊断系统 | |
CN109614758A (zh) | 具有空间相关性的圆形形状误差的监控方法 | |
CN116430164A (zh) | 一种基于分布式测温和故障波形分析的电缆在线监测方法 | |
CN110455438A (zh) | 光纤温度分布测试仪光纤长度自动校准及自动测试方法 | |
CN107578168A (zh) | 一种用于缺陷库移植的方法、装置及电子设备 | |
CN113361952A (zh) | 一种芦苇生长情况评估方法 | |
CN110533108A (zh) | 一种基于孤立森林算法的销量异常值检测方法 | |
Zhang et al. | Hybrid algorithm combining genetic algorithm with back propagation neural network for extracting the characteristics of multi-peak Brillouin scattering spectrum | |
CN110007342A (zh) | 一种用于低信噪比地震信号的时频域直接拾取初至方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |