论文摘要
高速公路的建设对途经区域的生态环境造成了严重的影响,而植物是反映自然生念环境条件的最好标志,研究植物的各项生理生化指标受高速公路的建设的影响,一方面可以筛选出最能评价高速公路建设对植物影响的因子和评价植物,为建立起有效的植物生态破坏和恢复监测评价的量化指标体系打好基础。另一方面可以筛选出对高速公路建设中出现的各种胁迫具有普遍抗性的植物种类,以便于绿化方案设计寻找到适合随岳高速公路各地段栽种的最佳适宜生长的植物。关于在进行这些研究之前,如何正确地选取植物的生理生化指标来反映高速公路的建设对沿线植物造成的影响目前研究较少。针对以上问题,课题组对湖北省随岳中高速公路进行沿线进行物种调查,选出最具代表性的4个样方共计18种植物,进行两年(2006、2007)三季(春、夏、秋)的现场跟踪监测,主要研究结果如下:1.所测六个生理生化参数中,硝酸还原酶活性对随岳中高速公路建设最敏感,其次为SOD活性,叶绿素含量最稳定。将这六个生理生化参数进行主成分分析后,对第一主成分影响很大的依次是叶绿素、硝酸还原酶活性、光合能力和呼吸速率,它们主要与资源(光和硝酸根离子)捕获和利用有关。对第二主成分影响较大的依次是SOD活性和可溶性蛋白质含量,它们主要与维持正常生理生化能力有关。因此,在评价高速公路建设对植物生理生化参数影响时,可以筛选主成分里一两个负荷量较大(即对该主成分贡献较大)且敏感程度较大的参数进行测定,如第一主成分里的硝酸还原酶活性和光合能力及第二主成分里的SOD活性,而不必将六个参数(或更多参数)全部测定。2.以受高速公路影响最大的钱场样方15种植物为例,对施工敏感的物种以刺槐为代表,共9种,对施工具抗性的物种以楝树为代表,共6种。显然,抗性最强的物种—楝树应当作为绿化的首选植物,其它抗性类的植物也应在苗/种子易获得的条件下结合其它生态参数进行选择;而刺槐这种最敏感的物种,则可作为路域陆生植物受施工影响的评价首选植物,其它敏感类物种也可结合其它生态参数作为评价植物选择,而不必将所有植物进行测试。这样就可以大大减少工作量,而又不影响评价结果。因此,在评价一条施工中的高速公路对植物影响时,应先进行敏感植物的筛选,在设计绿化方案时,应先进行抗性植物筛选。
论文目录
相关论文文献
- [1].不同品种紫薯营养主成分及聚类分析[J]. 中国粮油学报 2020(01)
- [2].主成分-距离水质识别水源模型主成分的选取[J]. 地下水 2020(02)
- [3].基于地理加权主成分的经济发展综合评价研究——以江苏省为例[J]. 华中师范大学学报(自然科学版) 2016(02)
- [4].一种加权主成分距离的聚类分析方法[J]. 统计研究 2016(11)
- [5].基于弹性网的稀疏近似主成分分析方法[J]. 曲靖师范学院学报 2020(03)
- [6].基于稳健稀疏主成分的经济增长影响因素分析[J]. 统计与信息论坛 2017(03)
- [7].灰色主成分评价模型的构建及其应用[J]. 系统工程理论与实践 2016(08)
- [8].主成分—聚类分析方法在城市交通发展指标评价中的应用[J]. 价值工程 2016(24)
- [9].主成分综合评价法的误区识别及其改进[J]. 数量经济技术经济研究 2016(10)
- [10].基于主成分聚类的工程承包商国际化程度评价[J]. 重庆交通大学学报(社会科学版) 2014(06)
- [11].主成分集成评价方法的问题探析与模型拓展[J]. 统计与决策 2015(02)
- [12].主成分聚类分析在学生成绩综合评价中的应用[J]. 辽宁工业大学学报(自然科学版) 2012(03)
- [13].基于偏相关系数和平行检验的主成分抽取数量的确定方法[J]. 统计与决策 2011(04)
- [14].主成分抽取数量确定方法的改进[J]. 统计与决策 2010(16)
- [15].主成分与因子分析在体育教学评价应用中的统计学分析[J]. 中国西部科技 2009(05)
- [16].稀疏主成分在综合评价中的应用[J]. 财经理论与实践 2009(05)
- [17].基于主成分方法的昌平区用水量影响因素分析[J]. 北京水务 2020(02)
- [18].七十五份长荚豇豆品种资源农艺性状的主成分与聚类分析[J]. 北方园艺 2020(07)
- [19].随机事件在实际问题数学化过程中的重要性及其在主成分算法中的应用[J]. 科技资讯 2020(14)
- [20].基于主成分综合评价的世界一流大学影响因素研究[J]. 西北工业大学学报(社会科学版) 2016(04)
- [21].基于改进主成分方法的淘宝品牌女装店绩效评价[J]. 牡丹江师范学院学报(自然科学版) 2017(02)
- [22].基于主成分的智能电网建设综合评价[J]. 企业导报 2016(02)
- [23].主成分聚类分析方法在入境旅游中的应用[J]. 统计与管理 2015(03)
- [24].特征主成分算法再探[J]. 计算机系统应用 2015(07)
- [25].12种饮用干花中微量元素主成分的分析[J]. 武汉工程大学学报 2015(10)
- [26].主成分方法在公路交通事故分析中的应用[J]. 市政技术 2013(05)
- [27].主成分-聚类分析在篮球队进攻能力评价中的应用[J]. 民营科技 2012(04)
- [28].主成分分析在区域创新中的运用[J]. 湖北大学成人教育学院学报 2012(05)
- [29].基于主成分的模糊聚类分析及应用[J]. 河北理工大学学报(自然科学版) 2011(04)
- [30].主成分个数选择问题的探讨[J]. 济源职业技术学院学报 2011(04)