基于群落参数的灌草层叶面积指数回归模型研究

论文摘要

城市绿地在改善城市环境、提高环境质量等方面起着非常重要的作用,城市绿化水平被视为影响城市可持续发展的重要因素。评价城市可持续发展的重要指标生态效益主要取决于植物群落的结构和三维绿量,反映三维绿量的重要指标叶面积指数（LAI）为定量分析城市生态效益提供理论依据。本文在武汉市人工绿地中选择30种常见的、具有代表性的低矮灌木和草本植物为研究对象,实际测定了LAI。并分别进行了种群和群落水平上的实际LAI的回归模型研究,主要研究结果如下：（1）18个物种进行一元和多元线性回归及曲线回归,获取的最优回归模型F检验和T检验的显著性均达到极显著水平（pr<0.01）。拟合效果最好的物种是马蹄金,R2=0.857,回归方程为：Y=0.021e0.0433×1；拟合效果最差的物种是麦冬,R2=0.487,回归方程为Y=0.444e0.02×1。（2）群落水平上的实际LAI值的最优回归模型均达到极显著水平（pr<0.01）,单层建模方程拟合效果优于复层方程拟合的效果,曲线回归优于线性回归,曲线回归中,指数函数方程拟合效果最佳。方程拟合效果最佳的是藤本层,R2=0.668,最优回归模型为逐步回归函数,表达式为：Y=0.034x1+3.656x2-1.17,方程拟合效果最差的是灌木层,R2=0.375,其最优回归模为指数函数回归方程,表达式为：Y=0.145e0.033×1。（3）最优回归模型的精度检验结果表明：种水平上的18个物种,在α=0.05水平上,只有爬山虎、金叶女贞和瓜子黄杨3个物种的回归模型精度大于80%；在α=0.01水平上,只有爬山虎1个物种的回归模型精度大于80%。层水平上的8类,在α=0.05水平上,除独立灌木层外的7类的回归模型精度均大于80%；在α=0.01水平上,除独立灌木层和灌木层外的其他6类的回归模型精度均大于80%。

论文目录

• 摘要
• Abstract
• 缩略表
• 1. 前言
• 1.1 叶面积指数的研究综述
• 1.1.1 叶面积指数的定义
• 1.1.2 叶面积指数的研究方法
• 1.1.2.1 直接测量法
• 1.1.2.2 间接测量法
• 1.1.3 叶面积指数的研究结果
• 1.1.3.1 国内叶面积指数研究成果
• 1.1.3.2 国外叶面积指数研究成果
• 1.2 研究的目标、主要内容及技术路线
• 1.2.1 研究的目的和意义
• 1.2.2 研究的主要内容
• 1.2.3 研究的技术路线
• 2 研究方法
• 2.1 研究区域概况
• 2.2 研究方法
• 2.2.1 物种选择
• 2.2.2 数据采集
• 2.2.3 数据处理与分析
• 2.2.4 叶面积指数的计算
• 2.2.4.1 草本类叶面积指数测定
• 2.2.4.2 藤本和片植灌木类叶面积指数测定
• 2.2.4.3 独立灌木叶面积指数测定
• 2.2.5 模型精度检验
• 3. 结果与分析
• 3.1 叶面积指数测量方法的比较
• 3.1.1 数据处理方法的确定
• 3.1.2 草本测量方法的确定
• 3.1.3 样本数量的确定
• 3.2 种群水平上物种LAI与其种群参数的相关与回归分析
• 3.2.1 各物种LAI与其种群参数的相关分析
• 3.2.2 各物种LAI与其种群参数的一元回归分析
• 3.2.3 各物种LAI与其种群参数的逐步回归分析
• 3.2.4 各物种LAl与其种群参数的最优回归模型
• 3.3 群落水平上实际总LAI回归模型的建立
• 3.3.1 各层实际总LAI与其群落参数的相关分析
• 3.3.2 各层实际总LAI与其群落参数的一元回归分析
• 3.3.3 各层实际总LAI与其群落参数的逐步回归分析
• 3.3.4 各层实际总LAI与其群落参数的最优回归模型
• 3.4 模型的精度检验
• 3.4.1 各种实际LAI与最佳种群参数的最优回归模型精度检验
• 3.4.2 各层层实际总LAI与最佳群落参数的最优回归模型精度检验
• 4.结论与讨论
• 4.1 结论
• 4.1.1 叶面积指数测量方法比较结果
• 4.1.2 种群水平上实际LAI的分析
• 4.1.3 群落水平上实际LAI的分析
• 4.1.4 最优回归模型检验
• 4.2 讨论
• 参考文献
• 致谢
• 附表
• 1. 种建模基础数据
• 2. 层建模基础数据
• 3. 种模型检验基础数据