台湾桂竹林出笋量预测模型的研究*

黄克福; 杨笑如

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

台湾桂竹林出笋量预测模型的研究*

黄克福 , 杨笑如

文章导航 > 林业科学研究 > 1994 > 7(6): 634-639

引用本文:

Citation:

台湾桂竹林出笋量预测模型的研究*

黄克福¹,
杨笑如²

1.
福建林学院福建南平 353001
2.
泉州市鲤城区林业局
基金项目:
* 福建省教委下达的“台湾桂竹生长发育规律研究”课题

Prediction Model for the Bamboo Shoot Yield of Phyllostachys makinoi Hayata

Huang Kefu¹,
Yang Xiaoru²

1.
Fujian Forestry College Nanping, Fujian 353001
2.
Forestry Bureauof Licheng District, Quanzhou City

摘要: 应用数量化理论I原理,选择立竹度、抚育措施等13个影响出笋的因素,设立并调查60个样地的出笋量,以这13个因素作为项目,出笋量作为因变量建立台湾桂竹林出笋量的预测模型。复相关系数t检验呈极显着水平,标准误差率E检验为13.1%,达到精度要求,这个模型可用于台湾桂竹林的出笋量预测。偏相关系数t检验表明竹林结构、立地条件、抚育措施、大小年等对台湾桂竹林的出笋量均有明显的影响。
- 台湾桂竹、出笋量预测、数量化模型
Abstract: A prediction model for the shoot yield of Phyllostachys makinoi Hayata was established based on the data of shoot yield of the sample plots.The principles of quantitative theory I was adopted to analyze 13 factors which had influence on the shoot yield such as culm density,silvicultural operations etc.The complex correlation coefficient t test is extremely significant,with the result of standard error rate E test being 13.1%,reaching the precision prescribed.The establisbed model can be used to predict the bamboo shoot yield of Ph.makinoi.Furthermore,the results of partial correlation coefficient t test demonstrate that such factors as bamboo stand structure,site condition,cultural operations,and bumper or on off year etc,have apparent influence on the shoot yield of Ph.makinoi.
- Phyllostachys makinoi

[1]	杨志成 , 岳水林 . 引种幼林成效的数量化综合评价初探. 林业科学研究, 1989, 2(3): 281-285.
[2]	郑松发 , 郑德璋 , 廖宝文 . 红树植物对缺氧生境适应能力的数量化研究*. 林业科学研究, 1991, 4(2): 153-159.
[3]	吴良如 , 楼一平 , 萧江华 . 笋竹两用林生产力因子数量化评价. 林业科学研究, 1992, 5(5): 536-541.
[4]	杨志玲 , 龚榜初 , 陈增华 , 吴士元 , 吴连海 , 余建功 . 锥栗果实经济性状的数量化分析. 林业科学研究, 2001, 14(1): 90-94.
[5]	童书振 , 刘景芳 , 郑世锴 , 李富恩 , 魏效德 , 卢永农 . 山东省临沂地区杨树立地质量及经营强度数量化表的编制. 林业科学研究, 1989, 2(4): 395-401.
[6]	朱灵益 , 于九如 , 杨忠信 , 王北 , 韦少敏 , 王葆芳 . 毛乌素沙区灌木立地质量数量化表两种编制方法的比较*. 林业科学研究, 1994, 7(1): 54-60.
[7]	迟健 , 李桂英 , 陈家明 , 曾文胜 , 高智慧 , 陈奕良 . 浙江省马尾松人工林立地质量的数量化研究*. 林业科学研究, 1995, 8(3): 303-308.
[8]	周本智 . 麻竹出笋和高生长规律的研究. 林业科学研究, 1999, 12(5): 461-466.
[9]	周益权 , 顾小平 , 吴晓丽 , 郑仁红 , 朱维双 . 丛生竹秆基各笋目的出笋成竹生物学特性研究. 林业科学研究, 2011, 24(3): 314-320.
[10]	陈绘画 , 朱寿燕 , 崔相富 . 基于人工神经网络的马尾松毛虫发生量预测模型的研究. 林业科学研究, 2003, 16(2): 159-165.
[11]	程冀文 , 王树森 , 罗于洋 , 张岑 . 基于BP神经网络的沙柳地上生物量预测模型. 林业科学研究, 2022, 35(3): 193-198. doi: 10.13275/j.cnki.lykxyj.2022.03.022
[12]	郑祥亁 , 崔永忠 , 陈凌娜 , 杨汉奇 . 屏边空竹四季出笋及幼竹生长发育规律研究. 林业科学研究, 2018, 31(5): 131-136. doi: 10.13275/j.cnki.lykxyj.2018.05.018
[13]	倪荣新 , 陈奕良 , 陈敏红 , 王赵民 . 浙江庆元杉木种子园产量预测模型. 林业科学研究, 1999, 12(6): 639-644.
[14]	王西南 , 赵克 , 褚秀梅 , 李萍 , 鲍竹芳 , 段春华 . 桃仁蜂羽化动态及预测预报模型的研究. 林业科学研究, 2005, 18(1): 95-97.
[15]	周念军 , 李天生 . 马尾松毛虫初步预测预报系统模型. 林业科学研究, 1988, 1(2): 231-235.
[16]	张兴龙 , 姜立春 . 兴安落叶松树干去皮直径预测模型. 林业科学研究, 2015, 28(1): 67-73.
[17]	刘景芳 , 童书振 , 陈孝 , 陈长发 , 吴克选 , 张利明 . 杉木原条出材量(率)表的编制研究. 林业科学研究, 1995, 8(4): 401-407.
[18]	王祥福 , 郭泉水 , 郝建玺 , 马超 , 万全兴 . 世界级极危物种———崖柏球果特征与出种量的研究. 林业科学研究, 2007, 20(5): 673-677.
[19]	徐金良 , 毛玉明 , 郑成忠 , 范荣德 , 周世水 , 陈永辉 , 成向荣 , 虞木奎 . 抚育间伐对杉木人工林生长及出材量的影响. 林业科学研究, 2014, 27(1): 99-107.
[20]	廖宝文 , 郑德璋 , 郑松发 , 陈步峰 . 木榄林生物量的灰色动态预测. 林业科学研究, 1991, 4(4): 360-367.

点击查看大图

计量

文章访问数: 2736
HTML全文浏览量: 203
PDF下载量: 760
被引次数: 0

台湾桂竹林出笋量预测模型的研究*

黄克福¹
杨笑如²

1. 福建林学院福建南平 353001
2. 泉州市鲤城区林业局

收稿日期: 1994-06-24
网络出版日期: 2012-12-04

基金项目: * 福建省教委下达的“台湾桂竹生长发育规律研究”课题

关键词:

台湾桂竹、出笋量预测、数量化模型

摘要: 应用数量化理论I原理,选择立竹度、抚育措施等13个影响出笋的因素,设立并调查60个样地的出笋量,以这13个因素作为项目,出笋量作为因变量建立台湾桂竹林出笋量的预测模型。复相关系数t检验呈极显着水平,标准误差率E检验为13.1%,达到精度要求,这个模型可用于台湾桂竹林的出笋量预测。偏相关系数t检验表明竹林结构、立地条件、抚育措施、大小年等对台湾桂竹林的出笋量均有明显的影响。

English Abstract

全文HTML

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈

留言板

台湾桂竹林出笋量预测模型的研究*

Prediction Model for the Bamboo Shoot Yield of Phyllostachys makinoi Hayata

计量

出版历程

台湾桂竹林出笋量预测模型的研究*

English Abstract

Prediction Model for the Bamboo Shoot Yield of Phyllostachys makinoi Hayata

全文HTML

目录