基于地理數(shù)學方法對廣西馬尾松樹輪寬度的研究.pdf

1、立地的光照、降雨、氣溫、土壤、水分、地形等都是樹木生長的影響因素,它們的變化都能在樹木年輪上有所響應,因此,樹木年輪能較為客觀有效地記錄其生長的地理環(huán)境信息。可以認為每棵樹木都是它生長環(huán)境的“微氣象站”,對每一個“微氣象站”的研究,都可以挖掘到局部微環(huán)境的地理氣候信息。
　　本論文通過采集廣西大明山(15個標本)、大瑤山(17個)、青秀山(5個)、天雹水庫區(qū)(8個)馬尾松樹輪樣本數(shù)據(jù),嘗試使用因子分析、聚類分析、人工神經(jīng)網(wǎng)絡、分形

2、理論、復雜性分析、小波分析等數(shù)學方法,對這些地區(qū)樹木生長過程進行研究,以揭示它們的地理環(huán)境變化的內(nèi)在規(guī)律,為這些地區(qū)的封山育林、水土保持、經(jīng)濟育林、果樹培育、園林綠化等工作提供科學依據(jù)。
　　首先運用SPSS統(tǒng)計軟件中聚類與因子分析方法對天雹水庫區(qū)樹輪進行研究,從研究中發(fā)現(xiàn)樹木年輪能記錄下立地的坡向、土壤、光因子、水因子、溫度等地理環(huán)境信息,通過分析獲取這些因素的變化規(guī)律。另外,運用SPSS的神經(jīng)網(wǎng)絡多層感知器分析大明山、大瑤山、

3、青秀山三個地方的樹輪數(shù)據(jù),并根據(jù)青秀山樹木生長的規(guī)律和感知器建立的模型,判別它的地理氣候“相”,從而對其進行地理環(huán)境歸類。
　　其次使用大明山、大瑤山2003至2013年樹木年輪各年的平均寬度數(shù)據(jù),運用MATLAB人工神經(jīng)網(wǎng)絡工具箱相關(guān)函數(shù)編寫專門預測程序,預測兩地2014年樹輪平均寬度。之所以使用平均樹輪數(shù)據(jù),是因為它能“中和”掉每個樣樹的土壤、地形、生態(tài)競爭等因素的差別,使其對地區(qū)具有一定的代表性。經(jīng)人工神經(jīng)網(wǎng)絡模型預測,大明

4、山2014年預測值為5.9631mm,大瑤山的預測值為5.1295,它們均比2013年大,為此,可以間接認為廣西地區(qū)2014年的氣候相對要比2013年要好。
　　另外基于李氏指數(shù)理論、分形理論和信息復雜性理論,使用MATLAB小波分析工具箱的相關(guān)函數(shù)編寫專用程序,計算大明山和大瑤山樹輪序列的突變性和復雜性。通過計算結(jié)果的比較,表明大瑤山的突變性和復雜性比大明山大,因此可以說明后者的水熱等地理因素的變化要比前者相對平穩(wěn)有序。