CN114493275A - 一种低耗水树种的选择方法 - Google Patents
一种低耗水树种的选择方法 Download PDFInfo
- Publication number
- CN114493275A CN114493275A CN202210099329.2A CN202210099329A CN114493275A CN 114493275 A CN114493275 A CN 114493275A CN 202210099329 A CN202210099329 A CN 202210099329A CN 114493275 A CN114493275 A CN 114493275A
- Authority
- CN
- China
- Prior art keywords
- tree species
- trunk
- tree
- flow rate
- water
- 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.)
- Pending
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 125
- 238000000034 method Methods 0.000 claims abstract description 47
- 239000007788 liquid Substances 0.000 claims abstract description 34
- 238000007621 cluster analysis Methods 0.000 claims abstract description 23
- 239000000523 sample Substances 0.000 claims description 31
- 238000005259 measurement Methods 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000009792 diffusion process Methods 0.000 claims description 4
- 230000009897 systematic effect Effects 0.000 claims description 4
- 230000009193 crawling Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 10
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 241000894007 species Species 0.000 description 124
- 230000005068 transpiration Effects 0.000 description 10
- 238000012216 screening Methods 0.000 description 9
- 241000196324 Embryophyta Species 0.000 description 8
- 241000219000 Populus Species 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000010998 test method Methods 0.000 description 4
- 240000005572 Syzygium cordatum Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 241000218652 Larix Species 0.000 description 2
- 235000005590 Larix decidua Nutrition 0.000 description 2
- 241000219492 Quercus Species 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- DSSYKIVIOFKYAU-XCBNKYQSSA-N (R)-camphor Chemical compound C1C[C@@]2(C)C(=O)C[C@@H]1C2(C)C DSSYKIVIOFKYAU-XCBNKYQSSA-N 0.000 description 1
- 241000219226 Acer truncatum Species 0.000 description 1
- 241001093951 Ailanthus altissima Species 0.000 description 1
- 235000006667 Aleurites moluccana Nutrition 0.000 description 1
- 235000004047 Amorpha fruticosa Nutrition 0.000 description 1
- 240000002066 Amorpha fruticosa Species 0.000 description 1
- 241000246868 Astilbe japonica Species 0.000 description 1
- 244000274847 Betula papyrifera Species 0.000 description 1
- 235000009113 Betula papyrifera Nutrition 0.000 description 1
- 235000009109 Betula pendula Nutrition 0.000 description 1
- 235000010928 Betula populifolia Nutrition 0.000 description 1
- 235000002992 Betula pubescens Nutrition 0.000 description 1
- 241000223019 Caragana korshinskii Species 0.000 description 1
- 235000001543 Corylus americana Nutrition 0.000 description 1
- 240000007582 Corylus avellana Species 0.000 description 1
- 235000007466 Corylus avellana Nutrition 0.000 description 1
- 241000134400 Cotinus coggygria Species 0.000 description 1
- 241000206753 Gloiopeltis Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 240000000950 Hippophae rhamnoides Species 0.000 description 1
- 235000003145 Hippophae rhamnoides Nutrition 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 235000008584 Hovenia dulcis Nutrition 0.000 description 1
- 244000010000 Hovenia dulcis Species 0.000 description 1
- 235000009496 Juglans regia Nutrition 0.000 description 1
- 240000007049 Juglans regia Species 0.000 description 1
- 241000167847 Koelreuteria paniculata Species 0.000 description 1
- 241000522169 Lespedeza Species 0.000 description 1
- 241000218394 Magnolia liliiflora Species 0.000 description 1
- 240000002624 Mespilus germanica Species 0.000 description 1
- 235000017784 Mespilus germanica Nutrition 0.000 description 1
- 235000000560 Mimusops elengi Nutrition 0.000 description 1
- 241000287127 Passeridae Species 0.000 description 1
- 235000005205 Pinus Nutrition 0.000 description 1
- 241000218602 Pinus <genus> Species 0.000 description 1
- 241000018650 Pinus massoniana Species 0.000 description 1
- 235000011610 Pinus tabuliformis Nutrition 0.000 description 1
- 241000095444 Populus davidiana Species 0.000 description 1
- 241000249899 Populus tomentosa Species 0.000 description 1
- 235000009827 Prunus armeniaca Nutrition 0.000 description 1
- 244000018633 Prunus armeniaca Species 0.000 description 1
- 235000016976 Quercus macrolepis Nutrition 0.000 description 1
- 241001480055 Quercus mongolica Species 0.000 description 1
- 235000011471 Quercus robur Nutrition 0.000 description 1
- 240000009089 Quercus robur Species 0.000 description 1
- 235000014220 Rhus chinensis Nutrition 0.000 description 1
- 240000003152 Rhus chinensis Species 0.000 description 1
- 241001493421 Robinia <trematode> Species 0.000 description 1
- 241000124033 Salix Species 0.000 description 1
- 244000020191 Salix babylonica Species 0.000 description 1
- 241001299682 Salix purpurea Species 0.000 description 1
- 240000000513 Santalum album Species 0.000 description 1
- 235000008632 Santalum album Nutrition 0.000 description 1
- 241000422846 Sequoiadendron giganteum Species 0.000 description 1
- 235000010586 Sophora japonica Nutrition 0.000 description 1
- 244000046101 Sophora japonica Species 0.000 description 1
- 244000223014 Syzygium aromaticum Species 0.000 description 1
- 235000016639 Syzygium aromaticum Nutrition 0.000 description 1
- 240000003243 Thuja occidentalis Species 0.000 description 1
- 235000008109 Thuja occidentalis Nutrition 0.000 description 1
- 241000793823 Tilia amurensis Species 0.000 description 1
- 235000001547 Ulmus pumila Nutrition 0.000 description 1
- 244000058281 Ulmus pumila Species 0.000 description 1
- 235000007837 Vangueria infausta Nutrition 0.000 description 1
- 235000010599 Verbascum thapsus Nutrition 0.000 description 1
- 244000126002 Ziziphus vulgaris Species 0.000 description 1
- 235000008529 Ziziphus vulgaris Nutrition 0.000 description 1
- 229940025250 camphora Drugs 0.000 description 1
- 239000010238 camphora Substances 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- ANRHNWWPFJCPAZ-UHFFFAOYSA-M thionine Chemical compound [Cl-].C1=CC(N)=CC2=[S+]C3=CC(N)=CC=C3N=C21 ANRHNWWPFJCPAZ-UHFFFAOYSA-M 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 229940045860 white wax Drugs 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G17/00—Cultivation of hops, vines, fruit trees, or like trees
- A01G17/005—Cultivation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Animal Husbandry (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Agronomy & Crop Science (AREA)
- Environmental Sciences (AREA)
- Botany (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种低耗水树种的选择方法，其包括步骤：S1、收集样本：收集各类树种的树干液流速率；S2、聚类分析：以树干液流速率为指标对样本进行聚类分析；S3、选出树种：选出低耗水或极低耗水树种。本发明的低耗水树种的选择方法，有效避免造林树种与水资源错配的问题，提高生态建设树种选择和布局的科学性、合理性，有助于解决林水矛盾等技术问题。
Description
技术领域
本发明涉及林木树种管理技术领域，涉及一种低耗水树种的选择方法。
背景技术
我国北方地区淡水资源更为短缺，华北平原地下水超采已形成世界上最大的地下漏斗区，面积约几万平方公里。为保护水资源，河北、北京等地相继启动“地下水压采”和“京冀生态水源保护林”项目；一方面通过限制高耗水型农业生产，发展节水灌溉节约水资源；另一方面通过建设水源涵养林保护水资源。水资源短缺已经严重影响北方各省市的社会经济发展和生态环境建设。2013年，河北坝上100多万亩杨树防护林出现了大面积的干枯死亡，使坝上地区面临严重的生态退化危机，也给北京周边地区的生态环境敲响了警钟；除了杨树进入生理成熟期，生命力逐步衰退之外，水资源短缺是另外一个重要原因。坝上地区从2000年到2010年地下水位逐年下降，而年均降水量不足350mm，地下水入不敷出。
水是林木生长发育的重要因子，它参与并影响森林生态系统的能量流动和物质循环，同时森林生态系统也影响水的运动和循环。一方面森林植被建设能发挥涵养水源、削洪补枯、改善水质、控制土壤侵蚀等生态效益；另一方面，植被本身需要蒸腾消耗部分水量，从而减少流域总产水量，特别是在水资源缺乏地区，造林高耗水化会导致下游产流明显减少，进一步凸显林水矛盾。然而，长期以来，区域生态建设树种和林种结构未能按照林木自身的耗水规律进行科学选择和布局，未将林木耗水与区域供水的关系作为生态建设的首要依据，造成现有林分未能充分发挥其应有的功能。比如，在降水资源不足地区配置高耗水植被，最终面临生态退化风险；在需要流域产水满足下游工农业生产的区域种植高耗水森林植被，导致产流减少，加剧林水矛盾。因此，根据林木耗水特性，筛选低耗水树种，可有效避免造林树种与水资源错配的问题，对干旱缺水区和水源保护区生态建设意义重大。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足，本发明提供一种低耗水树种的选择方法，完善现有造林树种选择方法，有效避免造林树种与水资源错配的问题，提高生态建设树种选择和布局的科学性、合理性，有助于解决林水矛盾等技术问题。
(二)技术方案
为了达到上述目的，本发明采用的主要技术方案包括：
第一方面，本发明提供一种低耗水树种的选择方法，其包括步骤：
S1、收集样本：收集各类树种的树干液流速率；
S2、聚类分析：以树干液流速率为指标对样本进行聚类分析；
S3、选出树种：选出低耗水或极低耗水树种。
根据本发明的较佳实施例，S1中，通过热扩散探针法测定树干液流速率。单位时间蒸腾耗水量＝树干液流速率×边材面积，树干液流速率是用以表征树木蒸腾耗水量的指标。
根据本发明的较佳实施例，S1中，所述树干液流速率为某树种生长季平均树干液流速率或者某树种7-9月雨季某一月份的月平均树干液流速率；不同树种的树干液流速率需来自同一时间段。
树种生长季平均树干液流速率是该生长季内输水总量与(边材面积×该季时间段总小时数)的比值。某树种7-9月雨季某一月份的月平均树干液流速率是该月份内输水总量与(边材面积×该月总小时数)的比值。
例如，若选择采集某树种生长季平均树干液流速率则所有树种的树干液流速率必须均为生长季平均树干液流速率；若选择采集7、8、9月雨季某一月份的月平均树干液流速率则所有树种必须均为雨季某一月份的月平均树干液流速率。
根据本发明的较佳实施例，S1中，所有树种的树干液流速率换算为统一单位。优选地，该统一单位为g·cm-2·h-1。如直接获取的资料单位不能满足要求(如不同仪器测定结果)，当与之相关的基础信息完整时，可通过换算统一单位，无法换算的数据应舍弃。
根据本发明的较佳实施例，S1中，通过爬虫软件爬取公开网络数据的形式收集不同树种的树干液流速率。
优选地，在收集不同树种的树干液流速率时，尽量采用该树种本地栽植时的树干液流速率数据；当无法获得某树种本地的树干液流速率数据时，可用相邻省份或地理位置、气候条件相近区域的数据代替。
根据本发明的较佳实施例，S1中，样本数量≥50种。
根据本发明的较佳实施例，S2中，所述聚类分析是使用SPSS软件进行系统聚类，聚类方法为Ward法或组间联接法，度量区间为平方欧氏距离。
根据本发明的较佳实施例，S2中，聚类结果分为3类或5类或更多类；若聚类结果分为3类，则分别定名为低、中、高耗水树种；若聚类结果分为5类，则分别定名为极低、低、中、高、极高耗水树种。聚类结果还可以更加细化分类，如分类为极低耗水、中低耗水、低耗水、中耗水、高耗水、较高耗水和极高耗水等7类。
根据本发明的较佳实施例，在S1-S3之间还包括样本清洗步骤，即剔除样本中的非乡土树种的数据，对余下的样本以树干液流速率为指标进行聚类分析；或者在S3中，将以低耗水或极低耗水树种选出后，进一步剔除非乡土树种，保留余下树种为目标树种。
根据本发明的较佳实施例，所述乡土树种是指本地区天然分布树种。
乡土树种名录为预先形成数据库，通过比对工具，当样本对应的树种不在该乡土树种名录时，则剔除该样本，以确保最终筛选出的树种具有本地栽植的适应性。
(三)有益效果
本发明的有益效果是：
本发明选择以基于树干输水的树干液流测量法测得的树干液流速率为表征树种耗水特征的指标，通过收集各类树种的树干液流速率得到大样本数据，采用聚类分析法进行分类，以筛选出低耗水或极低耗水的树种，可以有效解决区域低耗水树种筛选问题，为干旱缺水区和水源保护区生态建设树种选择和布局提供科学依据。本发明的方法利用现有大量研究数据进行收集、整理和深度挖掘，突破由基础研究到应用转化的瓶颈，完善现有造林树种选择方法，有效避免造林树种与水资源错配的问题，提高生态建设树种选择和布局的科学性、合理性，有助于解决林水矛盾等技术问题。
本发明选择以树干液流速率为表征树种耗水特征的指标，相比较于传统苗木整株蒸腾耗水量的盆栽试验法和植物叶片蒸腾耗水的叶面测量法，测量过程与树木的自然生长环境一致，可用于测量各个生长阶段和不同粗细的树木(适应于不同树干胸径的树木)，且误差更小，更准确。
本发明还充分考虑了树干液流速率的时间变异特征，以生长季平均值或雨季月平均值为评价指标，通过收集本省或相邻省份或地理位置、气候条件相近区域的不同树种树干液流速率数据，以增加样本数据的可靠性。
进一步地，在获得大量数据样本后，进一步与乡土树种名录进行比对分析，剔除非乡土树种的样本，将余下样本进行聚类分析，或者在选出低耗水或极低耗水树种的基础上，进一步筛选出列入了乡土树种名录中的低耗水或极低耗水树种为目标树种，以确保树种具有本地栽植的适应性。
附图说明
图1为本发明的低耗水树种的选择方法流程图。
图2为本发明实施例1低耗水树种的选择方法中聚类分析采用Ward法聚类的结果。
图3为为本发明实施例1低耗水树种的选择方法中聚类分析采用组间联接法聚类的结果。
具体实施方式
为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
如图1所示为本发明提供一种低耗水树种的选择方法，其包括步骤：
S1、收集样本：收集各类树种的树干液流速率；
S2、聚类分析：以树干液流速率为指标对样本进行聚类分析；
S3、选出树种：选出低耗水或极低耗水树种。
在S1的收集样本之前，确定以不同树种树干液流速率表征其耗水特征，为低耗水树种选择提供判定指标，因此需要收集各类树种的树干液流速率，以构成样本数据集合。
当前不同树种耗水量的研究方式主要有：①基于苗木整株蒸腾耗水量的盆栽试验法；②基于植物叶片蒸腾耗水的叶面测量法；③基于树干输水的树干液流测量法。其中，盆栽试验法的优点是整树蒸腾耗水量测定准确，缺点是盆栽环境与自然生长环境差异较大，且对大树的测量无能为力。叶面测量法最典型的测定仪器是Li6400等系列光合测定仪，优点是使用方便，缺点是不能自动连续监测，且监测只集中于叶面上较小面积，在计算整株耗水量时需要根据较小面积估算推及整树叶面积，导致误差被放大成百上千甚至万倍。
树干液流速率测量法的原理是基于整树所有蒸腾耗水必然通过其树干的边材输送的基本特点，先测定部分边材的输水速率，通过边材面积上推到整树耗水。热扩散探针法可被用于测定树木蒸腾耗水，优点是可以自动连续监测，且根据测定边材的输水速率估算推及到整树时，边材放大倍数要较叶面积放大倍数小很多，因此误差被放大的倍数也会相应小得多。
以热扩散探针法测定树木蒸腾耗水需要两个重要参数，一是树干液流速率，二是树干边材面积。树干边材面积与胸径一般呈幂函数关系，根据这一关系可以通过对比法有一个大致判断。一般经验，相同胸径的树木树干液流速率越高，则耗水量也越大。基于这一常规认知，可以用不同树种树干液流速率表征其耗水特征，为低耗水树种选择提供判定指标。
在S1的收集样本之时，可人工收集样本数据，当前我国对于不同树种树干液流速率的研究和报道已非常之多，已有大量的研究成果发表于各种期刊、专著和学位论文等，可人工通过大量查阅相关文献以收集不同树种的树干液流速率，或者设计爬虫软件，爬取相关的公开网络数据、收集不同树种的树干液流速率。收集的样本数据最好满足如下条件：
①树干液流速率应为生长季平均树干液流速率；如果缺乏生长季平均树干液流速率，也可用7-9月份雨季某一月份的月平均树干液流速率来代替。
②不同树种液流速率的时间尺度必须一致，如果选择生长季树干液流速率则所有树种的液流速率必须为生长季平均树干液流速率；如果选择7-9月份雨季某一月份的月平均树干液流速率则所有树种必须选择雨季某一月份的月平均树干液流速率。
③不同树种液流速率的单位必须统一，优选为g·cm-2·h-1。如直接获取的资料单位不能满足要求(如不同仪器测定结果)，当与之相关的基础信息完整时，可通过换算统一单位，无法换算的数据应舍弃。
④收集的数据样本数最好在50个以上，达到大样本量要求。
⑤在收集不同树种的树干液流速率时，尽量采用该树种本地栽植时的树干液流速率数据；当无法获得某树种本地的树干液流速率数据时，可用相邻省份或地理位置、气候条件相近区域的数据代替。
在S2中进行聚类分析时，以收集的生长季平均树干液流速率或雨季月平均树干液流速率为指标，以不同树种为样本，使用SPSS软件进行系统聚类，聚类方法推荐使用组间联接或Ward法，度量区间推荐平方欧氏距离。
聚类分析的结果以3或5类为宜，按照树干液流速率数值由小到大对分类进行排序。按照分类排序结果，如果聚类结果为3类分别定名为低、中、高耗水树种；如果聚类结果为5类则定名为极低、低、中、高、极高耗水树种。其中，低耗水及以下树种为筛选结果。
在某些实施例中，为了进一步提高筛选出的低耗水及以下树种具有本地气候、土壤的适应性，提高植树造林的成活率，在上述方法的S1-S3之间还包括样本清洗步骤，即剔除样本中的非乡土树种的数据，对余下的样本以树干液流速率为指标进行聚类分析；或者在S3中，将低耗水或极低耗水树种选出后，进一步剔除非乡土树种，保留余下树种为目标树种。
其中，所述乡土树种是指本地区天然分布树种。乡土树种名录为预先形成数据库，通过比对工具，当样本对应的树种不在该乡土树种名录时，则剔除该样本，以确保最终筛选出的树种具有本地栽植的适应性。
即使是乡土树种也有耗水量高低之分，需要在不同的生态功能区和气候带配置相对应的树种。比如在干旱缺水区需要配置低耗水树种；在流域下游水资源短缺，而流域产流明显不足的地区需要配置低耗水树种；江河湖泊的源头区是下游水体的主要补给区，为了给下游输水，需要配置低耗水树种。通过基于林木自身耗水规律进行树种的科学选择和布局，可以协调区域生态平衡，缓减区域林水矛盾。
实施例1
以下以河北省为例对本发明进行举例说明。
冀北地区的“京冀水源涵养林”和白洋淀上游的生态建设项目，都涉及水生态安全，肩负着为下游输水的重任。在降水有限的现实情况下，急需推行低耗水树种优先原则，尽量降低森林耗水比重，增加流域产流比重，满足下游城镇生产生活需水，最大限度地发挥森林造福人类的功能。按照本发明的低耗水树种的选择方法，分为以下几个步：
1、收集数据
2020年，通过大量查阅相关文献，收集了不同树种的生长季平均树干液流速率，单位为g·cm-2·h-1，样本量50种，地理跨度包括河北、北京、山西、山东、内蒙古等相邻省市，也包括黑龙江、宁夏、陕西、甘肃等北方省份。虽然50种北方常见树种液流速率研究来自不同地域，必然受当地自然环境影响而存在差异，但其液流速率基本上表征了树种的耗水特性，能够满足筛选要求。
2、判断是否为乡土树种
通过比对判断可知，这50种树种均是河北常见的乡土树种，包括了河北常见造林树种和主要森林资源树种。据此，建立河北低耗水树种筛选样本库(表1)。
表1 河北低耗水树种筛选样本库
3、聚类分析
以收集的生长季平均树干液流速率为指标，对50种树种使用SPSS软件进行系统聚类，聚类方法分别使用了Ward法和组间联接法，度量区间为平方欧氏距离。Ward法和组间联接法均可以5为距离分为3类，聚类排序结果见图2、图3所示。组间联接法也可以2为距离分为5类，但最终低耗水树种筛选结果一致。
4、筛选低耗水树种
按照分类排序结果，将50种树种分类为①低耗水树种、②中耗水树种、③高耗水树种。
低耗水树种包括：荆条、鼠李、孩儿拳头、雀儿舌头、溲疏、白蜡、紫穗槐、刺槐、水曲柳、沙拐枣、蒙古栎、紫玉兰、山杏、辽东栎、沙棘、花木蓝、胡枝子、火炬、枣树、樟子松、华北落叶松、栓皮栎、盐肤木、绣线菊、元宝枫、丁香、蚂蚱腿子、油松、中间锦鸡儿、山杨、侧柏、枸杞、槲树、平榛，共计34种。
中耗水树种包括：黄波萝、紫椴、黄栌、绦柳、臭椿、栾树、白榆、国槐、廊坊杨、旱柳、小叶杨，共计11种。
高耗水树种包括：三倍体毛白杨、欧美107杨、白桦、核桃楸、中林46杨，共计5种。
上述低、中、高耗水树种是相对的，使用Ward法或组间联接法进行聚类分析，只需设定聚类分析的类数n，即可将样本聚类处理为相应的类数n。聚类分析的样本数量越大，纳入的样本越多，各种耗水量树种进入样本的几率就越大，评价就越全面。当参与聚类分析的样本数量在50以上且均为乡土树种时，一方面提高了筛出树种的栽植适应性，另一方面以乡土树种样本所做的聚类分析结果具有很强的地域代表性。例如，山西省所得到的低耗水树种的树干液流速率与河北省所得到的低耗水树种的树干液流速率并不相同，但具有当地的代表性，例如若经聚类分析后确定生长季平均树干液流速率/(g·cm-2·h-1)在9.17以下为低耗水树种，则在后续的造林管理工作中，测到某树种树干液流速率在9.17以下时，则判断该树种为低耗水树种。利用本发明的方法可对各省份的低耗水和高耗水树种进行分析。
以上仅以河北省50种不同乡土树种的筛选样本库为例进行分析，但在实际上应用中，本发明的低耗水树种的选择方法可应用于几百种甚至几千种的树种样本数量的聚类分析和筛选，也可适用于任何一个省份地区的低耗水树种的筛选。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种低耗水树种的选择方法，其特征在于，其包括步骤：
S1、收集样本：收集各类树种的树干液流速率；
S2、聚类分析：以树干液流速率为指标对样本进行聚类分析；
S3、选出树种：选出低耗水或极低耗水树种。
2.根据权利要求1所述的选择方法，其特征在于，S1中，通过热扩散探针法测定树干的输水速率。
3.根据权利要求1所述的选择方法，其特征在于，S1中，所述树干液流速率为某树种生长季平均树干液流速率或者某树种7-9月雨季某一月份的月平均树干液流速率；不同树种的树干液流速率需来自同一时间段。
4.根据权利要求1所述的选择方法，其特征在于，S1中，所有树种的树干液流速率采用统一单位。
5.根据权利要求1所述的选择方法，其特征在于，S1中，通过爬虫软件爬取公开网络数据的形式收集不同树种的树干液流速率。
6.根据权利要求1所述的选择方法，其特征在于，S1中，在收集不同树种的树干液流速率时，尽量采用该树种本地栽植时的树干液流速率数据；当无法获得某树种本地的树干液流速率数据时，则用相邻省份或地理位置、气候条件相近区域的数据代替。
7.根据权利要求1所述的选择方法，其特征在于，样本数量≥50种。
8.根据权利要求1所述的选择方法，其特征在于，S2中，所述聚类分析是使用SPSS软件进行系统聚类，聚类方法为Ward法或组间联接法，度量区间为平方欧氏距离。
9.根据权利要求1所述的选择方法，其特征在于，S2中，聚类结果分为3类，或者分为5类；若聚类结果分为3类，则分别定名为低、中、高耗水树种；若聚类结果分为5类，则分别定名为极低、低、中、高、极高耗水树种。
10.根据权利要求1所述的选择方法，其特征在于，在S1-S3之间还包括样本清洗步骤，即剔除样本中的非乡土树种的数据，对余下的样本以树干液流速率为指标进行聚类分析；或者
在S3中，将以低耗水或极低耗水树种选出后，进一步剔除非乡土树种，保留余下树种为目标树种；
所述乡土树种是指本地区天然分布树种；乡土树种名录为预先形成数据库，通过比对工具，当样本对应的树种不在该乡土树种名录时，则剔除该样本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210099329.2A CN114493275A (zh) | 2022-01-25 | 2022-01-25 | 一种低耗水树种的选择方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210099329.2A CN114493275A (zh) | 2022-01-25 | 2022-01-25 | 一种低耗水树种的选择方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114493275A true CN114493275A (zh) | 2022-05-13 |
Family
ID=81475900
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210099329.2A Pending CN114493275A (zh) | 2022-01-25 | 2022-01-25 | 一种低耗水树种的选择方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114493275A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106650216A (zh) * | 2016-10-14 | 2017-05-10 | 辽宁大学 | 一种估算胡杨林蒸腾耗水量的方法 |
| CN112287507A (zh) * | 2019-07-11 | 2021-01-29 | 北京林业大学 | 一种降雨量与中国主导树种生长指数关系研建方法 |
| CN113919747A (zh) * | 2021-11-09 | 2022-01-11 | 河北省林业和草原科学研究院 | 一种基于林水关系的合理林分密度的确定方法 |
-
2022
- 2022-01-25 CN CN202210099329.2A patent/CN114493275A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106650216A (zh) * | 2016-10-14 | 2017-05-10 | 辽宁大学 | 一种估算胡杨林蒸腾耗水量的方法 |
| CN112287507A (zh) * | 2019-07-11 | 2021-01-29 | 北京林业大学 | 一种降雨量与中国主导树种生长指数关系研建方法 |
| CN113919747A (zh) * | 2021-11-09 | 2022-01-11 | 河北省林业和草原科学研究院 | 一种基于林水关系的合理林分密度的确定方法 |
Non-Patent Citations (1)
| Title |
|---|
| 任启文等: "冀北山地华北落叶松全生长季树干液流及蒸腾耗水特征", 《中南林业科技大学学报》, vol. 38, no. 5, 20 April 2018 (2018-04-20), pages 91 - 97 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111257250B (zh) | 陆地农产品产地高风险区域识别方法及差异化处理方法 | |
| Zhang et al. | Elevation and total nitrogen are the critical factors that control the spatial distribution of soil organic carbon content in the shrubland on the Bashang Plateau, China | |
| CN106384294B (zh) | 一种基于树木功能性状抚育改造低效湖库水源涵养林的方法 | |
| Zebarth et al. | Soil variation within a hummocky podzolic landscape under intensive potato production | |
| Sui et al. | Spatiotemporal variation of cultivated land ecosystem stability in typical regions of Lower Liaohe Plain China based on stress-buffer-response | |
| CN115393704A (zh) | 一种面向对象的稻虾田遥感自动化监测方法 | |
| CN112051363B (zh) | 一种基于根土比判定高寒草甸退化程度的方法 | |
| CN110133198A (zh) | 一种芹菜受土壤次生盐渍化危害的评价方法 | |
| CN110648044A (zh) | 一种河流生态系统中鱼类伞护种的筛选方法 | |
| CN114493275A (zh) | 一种低耗水树种的选择方法 | |
| Osinuga et al. | Classification and suitability evaluation of soils along a toposequence for rice production in Alabata, Southwest Nigeria | |
| Yuan et al. | Analysis of Vegetation Landscape Adjacency Characteristics based on Rural Wetland Ecosystem. | |
| CN112986045A (zh) | 一种沼泽湿地边界的判定方法 | |
| Kim et al. | Canonical correspondence analysis (CCA) on the forest vegetation of Mt. Togyu National Park, Korea | |
| Chapman et al. | The nitrogen content of rivers in upland Britain: The significance of organic nitrogen | |
| Summerton | Process and modelling studies in forest hydrology. | |
| Helmi et al. | Analysis of soil quality as hydrological disaster mitigation effort in Krueng Jreue sub-watershed, Great Aceh | |
| Chandler et al. | Spatial patterns of forest floor properties and litterfall amounts associated with bigleaf maple in conifer forest of southwestern British Columbia | |
| Hu et al. | Analysis on ecological suitability planting area of Chinese medicinal yam | |
| Partosa et al. | Vegetation analysis of the Pasonanca Natural Park, Zamboanga City, Phillipines | |
| Bidgoli et al. | Area estimation of saffron cultivation using satellite images and time difference method (case study: Fazl Village in Nishabur County of Iran) | |
| Wang et al. | Quantitative analysis of spatial and temporal variations and drivers of vegetation cover in Qinghai Province, China, based on Geodetector | |
| Li et al. | Analysis of Soil Pysical and Chemical Properties in Liangucheng National Reserve in Minqin, China | |
| Li et al. | The Influence of Degradation of Alpine Swamp Wetland On Ecosystem Respiration And Its Components | |
| Hydro | Falls River Water Use Plan Monitoring: Sedge Habitat Maintenance Monitoring |
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 |