CN109783989A - 一种测度任意面积上树种丰富度的方法 - Google Patents
一种测度任意面积上树种丰富度的方法 Download PDFInfo
- Publication number
- CN109783989A CN109783989A CN201910161341.XA CN201910161341A CN109783989A CN 109783989 A CN109783989 A CN 109783989A CN 201910161341 A CN201910161341 A CN 201910161341A CN 109783989 A CN109783989 A CN 109783989A
- Authority
- CN
- China
- Prior art keywords
- area
- elevation
- arbitrary area
- formula
- woods
- 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
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种测度任意面积上树种丰富度的方法,通过下式测度任意面积上树种丰富度RA:式中,A为森林群落任意面积,α=487.78为最小森林面积,Rα为最小森林面积上的树种丰富度,β=0.524为已知参数;a,b为种-面积关系曲线中的参数,通过测定获得。是一种全新高效的、既符合丰富度测度目标和又符合生物学意义的任意面积物种丰富度表达式。
Description
技术领域
本发明涉及一种测度树种丰富度技术,尤其涉及一种测度任意面积上树种丰富度的方法。
背景技术
种类组成是区别不同群落的首要特征,不仅可以反映有关生境条件的状况,而且也反映着该森林群落的历史渊源和更为广阔的空间上的联系。一个群落中种类成分的多少及每种个体的数量也是度量群落多样性的基础,群落内物种的数目或丰富度这个指标才是唯一真正客观的多样性指标。不同群落生境和分布范围不同,要调查森林群落种类组成,最简单的办法是在这个群落地段上进行种类统计,通常费时耗力。
最小面积的提出回答了一个森林群落至少要有多大的面积才能包含组成该群落的大多数植物种类。由于森林群落的结构是由这些植物种类组成的,所以在最小面积上也能表现出森林群落类型的种类组成和结构的主要特征。种面曲线描述了物种数量与生境面积之间的关系,即物种数量随取样面积增加而变化的规律,常被用于估算群落或区域的物种多样性,评价趋于生物多样性的丧失状况,因而是生物多样性评价的重要基础。
种面积曲线作为生物多样性尺度转换和评价的重要依据,虽然种面积曲线常被使用,但关于其如何使用和为什么被使用的问题上仍然存在争议,需要进一步的研究和探讨,种面曲线能否应用于任意面积上的树种丰富度测度也并无定论。
发明内容
本发明的目的是提供一种全新高效的测度任意面积上树种丰富度的方法。
本发明的目的是通过以下技术方案实现的:
本发明的测度任意面积上树种丰富度的方法,通过下式测度任意面积上树种丰富度RA:
式(6)中,A为森林群落任意面积,α=487.78为最小森林面积,Rα为最小森林面积上的树种丰富度,β=0.524为已知参数;a,b为种一面积关系曲线中的参数,通过测定获得。
由上述本发明提供的技术方案可以看出,本发明实施例提供的测度任意面积上树种丰富度的方法,首先设计获取群落最小面积和最大树种数之间的关系预估模型,基于严格数学理论推导得出既符合丰富度测度目标和又符合生物学意义的任意面积物种丰富度表达式。
附图说明
图1为本发明实施例提供的测度任意面积上树种丰富度的方法中种-面积曲线示意图;
图2为本发明实施例提供的测度任意面积上树种丰富度的方法中种-面积曲线与最大树种数-面积曲线的潜在关系示意图。
具体实施方式
下面将对本发明实施例作进一步地详细描述。本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
本发明的测度任意面积上树种丰富度的方法,其较佳的具体实施方式是:
通过下式测度任意面积上树种丰富度RA:
式(6)中,A为森林群落任意面积,α=487.78为最小森林面积,Rα为最小森林面积上的树种丰富度,β=0.524为已知参数;a,b为种-面积关系曲线中的参数,通过测定获得。
式(6)中:
第一项表明任意面积上的树种丰富度符合群落种-面积曲线;
第二项表明RA还受最小森林面积上的树种丰富度Rα和任意面积相对于最小森林面积的倍数A/α的影响,且影响是非线性的且由参数β决定。
本发明的测度任意面积上树种丰富度的方法,首先设计获取群落最小面积和最大树种数之间的关系预估模型,基于严格数学理论推导得出既符合丰富度测度目标和又符合生物学意义的任意面积物种丰富度表达式。
具体测度方法为:
群落最小面积是最大树种数的函数,二者的关系可用幂函数进行最为恰当描述(R2=0.997):
其中,Amin为群落最小面积,Smax为最大树种数,α=487.78,β=0.524。对(1)式变换得:
(2)式左边包含了3个重要的群落信息:最大树种数、群落最小面积和最小森林面积,三者整合表达的是落实到一个最小森林面积(α)上的最大树种数。这恰好能体现出不同群落在相同最小森林面积(α)上的最大树种数,具备进行树种数比较的共同基础:相同面积。(7)式右边是与最大树种数(期望值)有关的转换量,确切地说,是一个群落最为稳定的最大树种数的指数变换:缩小了的树种数期望值。可见,(2)式即是最小森林面积上树种丰富度Rα的恰当表达。
令(2)式的左边等于最小森林面积上的树种丰富度Rα,即
从而有
(4)式表明,最小森林面积上的树种丰富度仅与最大树种数有关,其值等同于最大树种数的指数变换。
由(2)、(4)式可知,既然最小森林面积(α)上存在最大树种数,即树种丰富度Rα,那我们有理由认为,森林群落任意面积(A)上肯定也存在相应的最大树种数,即树种丰富度RA。这里不妨假设,对于同一群落而言,任意面积(A)上相对应的最大树种数(即树种丰富度RA)同样遵从上述群落种-面积曲线的Monod模型,相同面积情况下,其值高于该群落种-面积曲线值(图1)。
(5)式在A=α时RA=Rα,而A→+∞时与假设相悖。如果将式中的Rα换成Rα/A,虽然A无穷大时但A=α时RA=Rα/α≠Rα,仍不符合条件。只有当式中的Rα除以n是不等于0的任意实数,n2为非负数,方可同时满足条件①和②。当|n|>1,的值以指数方式增长,导致随着面积A的增大Rα的作用迅速被稀释,所以应该取|n|≤1。鉴于(4)式中β=0.524,在|n|≤1的范围内,且β为最大树种数与群落最小面积关系(幂函数)中最重要的已知参数,所以,β可视为n的一个最为恰当的取值。综上分析,把(5)式中的Rα项换成变化后的(6)式同时满足条件①和②,并保持了RA随A增加的趋势,也彰显了生物数学模型的非线性。
(6)式即为任意面积上的树种丰富度RA的计算公式。其中,第一项表明任意面积上的树种丰富度符合群落种-面积曲线,第二项表明RA还受最小森林面积上的树种丰富度Rα和任意面积相对于最小森林面积的倍数A/α的影响,且影响是非线性的且由参数β决定(图2)。
具体实施例:
对于已测定林木坐标的大样地而言,可在该大样地内随机抽取若干个(如100个随机抽样点)10m×10m、20m×20m、30m×30m、40m×40m……的小样方,将相同样方面积上计算的平均树种数作为该调查面积下的树种丰富度测度值,绘制树种丰富度(Smax)随最小面积(Amin)的变化过程,再采用模型(1)对这一系列不同大小样地面积和物种丰富度数据进行非线性拟合,即可获得该群落的种-面积曲线(图1),参数α和β值已知,α=487.78,β=0.524。经严格数学推导得出任意面积上的树种丰富度RA的计算公式。
本发明是一种全新高效的任意面积树种丰富度测度方法。
本发明的基本原理:
森林群落的种类组成式区别不同群落的首要特征,最小面积上的植物种类能够体现森林结构的主要特征,因此,可通过种面积曲线估算群落或区域的物种多样性。该种面曲线可用幂函数形式进行最为恰当的描述(R2=0.997),经过变换得
该Rα式左边包含了3个重要的群落信息:最大树种数、群落最小面积和最小森林面积,三者整合表达的是落实到一个最小森林面积(α)上的最大树种数。这恰好能体现出不同群落在相同最小森林面积(α)上的最大树种数,具备进行树种数比较的共同基础:相同面积;该Rα式右边是与最大树种数(期望值)有关的转换量,确切地说,是一个群落最为稳定的最大树种数的指数变换:缩小了的树种数期望值。可见,该Rα式即是将一个群落无穷大面积上的最大树种数缩小到最小森林面积上的最多可容纳的树种数,可作为不同群落相对丰富度比较的基础。由此可知,既然最小森林面积(α)上存在最大树种数,即树种丰富度Rα,那我们有理由认为,森林群落任意面积(A)上肯定也存在相应的最大树种数,即树种丰富度RA。这里不妨假设,对于同一群落而言,任意面积(A)上相对应的最大树种数(即树种丰富度RA)同样遵从上述群落种-面积曲线Monod模型,相同面积情况下,其值高于该群落种-面积曲线值(图1),经变换得出任意面积上树种丰富度RA的计算式为:
该RA计算式既满足①A=α时RA=Rα,又满足②A→+∞时的前提条件,与假设相一致,同时保持了RA随A增加的趋势,也彰显了生物数学模型的非线性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (2)
1.一种测度任意面积上树种丰富度的方法,其特征在于,通过下式测度任意面积上树种丰富度RA:
式(6)中,A为森林群落任意面积,α=487.78为最小森林面积,Rα为最小森林面积上的树种丰富度,β=0.524为已知参数;
a,b为种-面积关系曲线中的参数,通过测定获得。
2.根据权利要求1所述的测度任意面积上树种丰富度的方法,其特征在于,式(6)中:
第一项表明任意面积上的树种丰富度符合群落种-面积曲线;
第二项表明RA还受最小森林面积上的树种丰富度Rα和任意面积相对于最小森林面积的倍数A/α的影响,且影响是非线性的且由参数β决定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910161341.XA CN109783989B (zh) | 2019-03-04 | 2019-03-04 | 一种测度任意面积上树种丰富度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910161341.XA CN109783989B (zh) | 2019-03-04 | 2019-03-04 | 一种测度任意面积上树种丰富度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109783989A true CN109783989A (zh) | 2019-05-21 |
CN109783989B CN109783989B (zh) | 2022-07-12 |
Family
ID=66486659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910161341.XA Expired - Fee Related CN109783989B (zh) | 2019-03-04 | 2019-03-04 | 一种测度任意面积上树种丰富度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783989B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251906A (zh) * | 2008-01-18 | 2008-08-27 | 中国林业科学研究院林业研究所 | 用数学模型确定森林群落最小调查面积的方法 |
CN108388566A (zh) * | 2017-06-15 | 2018-08-10 | 中国科学院地理科学与资源研究所 | 一种植物物种丰富度分布的空间模拟方法 |
US20180289008A1 (en) * | 2017-04-06 | 2018-10-11 | Bayer Cropscience Lp | Methods for wildfire control, invasive plant control, and residual control of invasive plants |
-
2019
- 2019-03-04 CN CN201910161341.XA patent/CN109783989B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251906A (zh) * | 2008-01-18 | 2008-08-27 | 中国林业科学研究院林业研究所 | 用数学模型确定森林群落最小调查面积的方法 |
US20180289008A1 (en) * | 2017-04-06 | 2018-10-11 | Bayer Cropscience Lp | Methods for wildfire control, invasive plant control, and residual control of invasive plants |
CN108388566A (zh) * | 2017-06-15 | 2018-08-10 | 中国科学院地理科学与资源研究所 | 一种植物物种丰富度分布的空间模拟方法 |
Non-Patent Citations (2)
Title |
---|
GADOW K V,HUI G Y: "Can the tree species-area relationship be derived from prior knowledge of the tree species richness", 《FORESTRY STUDIES》 * |
佟金权等: "确定森林群落最小调查面积的方法", 《林业科学研究》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109783989B (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111444241B (zh) | 一种基于数据挖掘的台区线损异常关联用户精准定位方法 | |
CN105303469B (zh) | 线损异常原因数据挖掘分析的方法与系统 | |
Bray et al. | Voronoi residual analysis of spatial point process models with applications to California earthquake forecasts | |
CN110390563A (zh) | 用户价值的量化方法、装置、计算机设备和存储介质 | |
CN103559413B (zh) | 一种数据处理方法和装置 | |
Bai et al. | Dimension-reduced sparse grid strategy for a stochastic collocation method in EMC software | |
CN113819932A (zh) | 一种基于深度学习和数学拟合的布里渊频移提取方法 | |
CN109783989A (zh) | 一种测度任意面积上树种丰富度的方法 | |
CN107274025B (zh) | 一种实现用电模式智能识别与管理的系统和方法 | |
CN111080089A (zh) | 一种基于随机矩阵理论的线损率关键因子确定方法和装置 | |
Bala et al. | Use of the multiple imputation strategy to deal with missing data in the ISBSG repository | |
CN115640934A (zh) | 基于雷达图模型的科技创新平台创新能力动态评价方法 | |
CN112685912B (zh) | 一种多元广义Wiener过程性能退化可靠性分析方法 | |
CN106327497A (zh) | 基于超广延熵的灰度图像阈值分割方法 | |
US9665795B2 (en) | Method and apparatus for identifying root cause of defect using composite defect map | |
CN109948682B (zh) | 基于正态随机抽样分布的激光雷达点云电力线分类方法 | |
CN106570776B (zh) | 基于地区电网实测运行参数的理论线损水平计算评价方法 | |
CN112232952A (zh) | 一种成交密集区数据获取方法及装置 | |
Radonja et al. | Generalized profile function model based on neural networks | |
CN109064077A (zh) | 工程项目建设进程监管方法和风险评估方法 | |
JP2017045387A (ja) | 異種エネルギ消費量推定装置及び異種特性推定装置 | |
CN104574516B (zh) | 点云平滑系统及方法 | |
Azhar et al. | Development of Two-Stage Network Data Envelopment Analysis (DEA) Model to Measure Production Line’s Performance: Combination of Automation and Labor | |
Zhang | Application of Probability and Mathematical Statistics in Enterprise Risk Analysis | |
CN116956096A (zh) | 一种高线损台区划分方法、装置、设备及可读存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220712 |
|
CF01 | Termination of patent right due to non-payment of annual fee |