APP下载

基于主成分回归的草坪蒸散量与其影响因素的研究

2018-02-13黄瑞霞王建光刘志帅张慧敏张忠婷

草地学报 2018年6期
关键词:草坪生物量含水量

黄瑞霞, 王建光,2,3*, 刘志帅, 张慧敏, 张忠婷

(1. 内蒙古农业大学,草原与资源环境学院, 内蒙古 呼和浩特 010011; 2. 农业部牧草栽培加工利用重点实验室,内蒙古 呼和浩特 010011; 3. 教育部草地资源重点实验室, 内蒙古 呼和浩特 010011)

草坪是一个有机整体,由草坪草地上茎叶和根系及表土层所构成[1-2]。在草坪养护过程中,其耗水量主要由草坪蒸散引起。由于我国水资源缺乏,时空分布不均匀,不得不靠灌溉补水才能维持其功能正常发挥,所以对草坪蒸散的研究尤为重要。草坪蒸散是植物群体与外界环境水分交换的一种生态循环现象,受多种因素的影响,目前对于影响草坪蒸散因素的研究比较单一,各因素之间的相互关系研究也较少[3-5]。本文以建植于2004年的校园成熟草坪为研究对象,以长期的观测数据为依据,运用主成分回归分析方法,对影响草坪蒸散量的多个指标进行降维,得出影响草坪蒸散的主要因素,为草坪的蒸散规律提供数据基础,进而为精准节水灌溉制度的建立提供理论支撑。

1 材料与方法

1.1 试验地概况

试验地位于内蒙古呼和浩特市内蒙古农业大学东校区校园草坪绿地(111°71′ E,40°81′ N),海拔1 056 m,属于典型的蒙古高原半干旱地区。年均降水量380 mm左右,主要集中在7-8月份,年平均气温6.7℃,干燥度为1.3~3.5[6]。

1.2 试验材料

试验地于2004年夏季用“优异(Merit)”草地早熟禾(Poapretensis‘Merit’)草皮铺植建成,历年养护到位,修剪高度约8 cm,属成熟草坪。

1.3 试验设计

试验随机设置彼此隔离的3个小区,小区面积5 m×10 m,在每个处理小区四周均嵌入30 cm深的防渗膜作为隔离,并设置1 m宽的保护行。于2015-2017年连续3年雨季结束后的每年10月上旬、中旬、下旬各选取相对晴朗的一天对试验所需因素进行测定。

1.4 测定内容及方法

1.4.1生长因子测定 在每个小区随机选取3个10 cm×10 cm的样方,共9个测试样方,在每个样方内测定草坪草的枝条数、地上生物量、枯落物量及0~30 cm土层根系量。

1.4.2水分因子测定 在每个小区中随机选取3个测试样点,共计9个测试样点,每个样点嵌入地下60 cm深1根套管,采用智能TDR感应器探头(TRIME-PIOC-IPH T3),对位于0~15 cm、15~30 cm、30~45 cm、45~60 cm土层的土壤容积含水量进行测量。

1.4.3气候因子测定 从早晨6:00时至傍晚18:00时,每间隔4小时采用小型手持气象仪对各小区草坪近地面15 cm处的温度、湿度、风速等气候因素进行测定。

1.4.4草坪蒸散量的测定 本研究取从早晨6:00时至傍晚18:00时0~30 cm深度土壤含水量的差值为日蒸散量。

草坪蒸散量公式[7]:∑E = r + W1 - W2

式中:∑E为蒸散量;r为某一时期内的降水量和灌溉量;W1为某一时期开始时的土壤含水量;W2为某一时期终止时的土壤含水量。

1.5 数据处理方法

使用SAS 9.0和Excel 2010软件进行数据统计分析。

2 结果与分析

2.1 草坪蒸散量和各影响因素的关系及各影响因素间的相关性

将影响草坪蒸散的11个测试指标进行分类,分为气候因子(近地面15cm处的温度,湿度,风速)、土壤水分因子(地下土层0~15 cm、15~30 cm、30~45 cm、45~60 cm的土壤含水量)和生长因子(草坪草的枝条密度、地上生物量、枯落物、根系量)3类。对草坪蒸散量与各影响因素的关系及各影响因素间的相关性进行分析,结果见表1。

表1 草坪蒸散量与各影响因素的关系及各影响因素间的相关性Table 1 The relationship between turf evapotranspiration and various influencing factors and their correlation

从表1可以看出,草坪蒸散量与11个指标之间相关系数较大,即11个指标对草坪蒸散量有显著影响。其次,11个指标之间也都存在着不同程度的相关性,一部分表现为正相关,另一部分表现为负相关,符合主成分分析的原则。

2.2 草坪蒸散量与其影响因素的主成分回归分析

2.2.1影响草坪蒸散量因子的主成分分析 主成分(PRINCOMP)分析的目的是为了用少数几个互不相关的综合指标代替多个原始指标,即将多个存在一定关系的变量减为少数几个彼此互不相关又能反映原来变量信息的综合变量,从而简化数据,寻求变量之间的线性关系[8]。对影响草坪蒸散的因子进行主成分分析,其分析结果见表2。

表2 影响草坪蒸散因子的主成分分析Table 2 The principal component analysis of various factors affecting the lawn evapotranspiration

根据主成分的选取原则,即特征值大于1,累积贡献率大于85%[9-11]。对主成分分析后的结果进行整理分析,将原来11个彼此相关的影响因子归类为3个新的相互独立互不相关的综合指标,即3个主成分(见表2),第1、第2和第3主成分反映原来变量的信息量(即方差贡献率)分别为50.64%,34.40%,11.56%,累积贡献率达96.59%。主成分所占的贡献率越大,在综合评价时其作用也越大,依据每个具体因子的贡献率大小可得知其各个综合指标的相对重要性。其余成分的因子由于贡献率太小,此处忽略不计,因此只需讨论第1、第2和第3主成分,其表达式见表3。

由表3各主成分的表达式可知,第1主成分在枯落物、45~60 cm土层含水量、温度、枝条密度、30~45 cm土层含水量、地上生物量和15~30 cm土层含水量上的负荷量较大,依序分别为-0.6922,0.4161,0.4123,-0.3912,0.3822,0.3492和0.3095,由此第1主成分的作用效果可以看作是土壤水分因子、气候因子和生长因子的共同作用;第2主成分在根系、风速和湿度上的负荷量较大,依序分别为0.5026,0.4956,-0.4166,由此第2主成分可视为生长因子和气候因子共同作用的结果;第3主成分在0~15 cm土层含水量上负荷量较大,为0.5521,由此第3主成分可视为土壤水分因子作用的结果。

表3 主成分的表达式Table 3 The expression of three principal components

2.2.2草坪蒸散量与所选取主成分的回归分析 主成分回归是将提取的主成分作为自变量与因变量进行的一种回归分析方法[12-13],避免了直接对原始变量进行回归而产生的共线性问题。具体步骤为:首先对P个标准化的自变量做主成分分析,根据主成分的选取原则,选取前m个主成分;然后采用普通最小二乘法,将选取的m个主成分F1、F2、…、Fm与因变量Y进行多元线性回归,得到回归模型Y=β1 F1 + β2 F2 + … + βm Fm;最后由于每个主成分F1、F2、…、Fm均是自变量X1、X2、…、Xp的线性组合,因此经转化可得最终线性回归模型Y= a1 X1 + a2 X2 + … + ap Xp。

本文将以上提取的影响草坪蒸散的3个主成分F1、F2和F3作为自变量,草坪蒸散量作为因变量进行回归,得到最终回归模型

Y = - 0.1403 X3 + 0.0776 X2 + 0.0686 X5 - 0.0504 X11 + 0.0283 X10 - 0.027 X6

+ 0.0261 X1 + 0.0186 X4 - 0.0131 X9 + 0.0031 X7 - 0.0026 X8

综合分析主成分回归方程,得到枯落物的影响程度最大,表现为负相关;地上生物量和0~15 cm深度土层含水量的影响次之,草坪蒸散量均表现为随其二者的增加而增加;其余指标的影响较小。因此控制草坪蒸散要着重注意地表枯落物、地上生物量和地表层含水量,能有效减少草坪水分的蒸散。

3 讨论

主成分分析与主成分回归分析方法已经应用于许多领域,解决因指标太多而带来的繁琐问题。林丽,石永红,严学兵等[14-16]在研究中都采用了主成分分析法对多个变量进行降维,从而简化数据。陈斐[17]在其研究中利用主成分回归方法构建了适用于早稻产量相对气象产量的估算模拟模型;丁学利[18]在颜色与物质浓度辨识的研究中,表明主成分回归可降低模型的多重共线性,建立较好的回归模型。但此方法在草坪蒸散方面的应用较少,之前基本都通过特定的一个或几个因子,研究对草坪状况或草坪蒸散的影响,如全艳嫦[19]通过研究不同灌溉水平下气候因子对草地早熟禾草坪蒸散量的影响,得出其蒸散量主要受太阳辐射和气温的影响;李淑芹[20]通过研究修剪留茬高度对草坪草耗水量的影响,得出降低修剪留茬高度可显著减少草坪耗水量,进而增加草坪草生长量;朱钦[1]对草坪冠层特征、枯落物以及密度等对草坪蒸散的影响进行了综述。

本文通过测定11个影响草坪蒸散的指标,运用主成分分析将其归纳总结为3个相互独立的综合指标,提供原来信息量的96.59%,解决了草坪蒸散因受多个因子共同作用,若单独研究某个单一变量而无法做出综合判断的问题。其中枝条密度和湿度与草坪蒸散量呈现负相关,可能是因为随着枝条密度增加,枝条对地面的覆盖度加大,制约地表水分蒸发,进而影响蒸散量;而近地面处湿度较大时,使得外界与草坪草叶片中的水势差减小,从而减弱蒸散力。此外,又将提取的影响草坪蒸散的3个主成分作为自变量,草坪蒸散量作为因变量进行回归。结果为枯落物X3对草坪蒸散的影响程度最大,且为负相关,可能是因为地表枯落物越多,导致地表的覆盖度增加,进而使得地表蒸发减弱,草坪蒸散降低。地上生物量X2和0~15 cm深度土层含水量X5的影响次之,均为正相关。

4 结论

通过主成分分析将11个具有相关性的指标降为3个相互独立的综合指标,提供原始信息的96.59%。其次对它们与草坪蒸散量进行回归分析,得出枯落物对草坪蒸散的影响程度最大,且为负相关;地上生物量和0~15 cm深度土层含水量对草坪蒸散的影响次之,为正相关。

猜你喜欢

草坪生物量含水量
轮牧能有效促进高寒草地生物量和稳定性
草坪理发
结合Sentinel- 1B和Landsat8数据的针叶林叶片含水量反演研究
一次冰雹过程成雹机理的数值模拟
我们都爱大草坪
基于两相混合流理论PEMFC含水量特性分析
生物量高的富锌酵母的开发应用
基于SPOT-5遥感影像估算玉米成熟期地上生物量及其碳氮累积量
液氯中含水量测定注意事项及改进
水分胁迫对烤烟氨同化和生物量的影响