基于氣象因子的柏木屬植物引種成活率預測模型

殷茜 劉興劍 任全進 李亞

摘要 [目的]探索柏木屬（Cupressus L.）植物在南京中山植物園的引種成活率與來源地各氣象因子之間的關系。[方法]根據1976年以來的檔案數據，通過主成分分析法對氣象因子參數進行降維處理，得到2個相互獨立的主成分；以主成分為自變量，平均成活率為因變量，利用回歸分析法建立引種成活率預測模型。[結果]引種成活率預測模型為：Y=88.480+0.028Z1-0.10Z2，其中主成分Z1溫光條件因子是決定引種成活率最主要的因素。[結論]該模型可為柏木屬植物引種前評估提供理論依據。

關鍵詞 柏木屬植物；引種成活率；氣象因子；主成分分析法；回歸分析

Prediction Model of Survival Rates of Introduced Cupressus Plants Based on Meteorological Factors

YIN Qian， LIU Xing-jian， REN Quan-jin et al

（Institute of Botany， Jiangsu Province and Chinese Academy of Sciences/Nanjing Botanical Garden Mem. Sun Yat-sen， Nanjing， Jiangsu 210014）

Abstract [Objective] The aim was to study the relationship between the survival rate of introduced Cupressus plants in Nanjing botanical garden Mem. Sun Yat-sen and the environmental factors of source area. [Method] The data from 1976 to now was studied by the principal component analysis（PCA）. The meteorological parameters were reduced to 2 independent principal components. With the principal components as independent variable， the average survival rate as dependent variable， the regression analysis method was used to establish the prediction model of the survival rate. [Result] The prediction model of the survival rate was as followed：Y=88.480+0.028Z1-0.10Z2， the main component Z1 as temperature and light condition factor was the most important factor determining survival rate of introduction. [Conclusion] This model can provide the basis for the evaluation of Cupressus plant introduction.

Key words Cupressus plant；Survival rate of introduced plants；Meteorological factors；Principal component analysis；Regression analysis

柏科（Cupressaeeae）柏木屬（Cupressus L.）是一個古老的屬，起源于地中海地區，分布于北美南部、亞洲東部、喜馬拉雅山區及地中海等溫帶及亞熱帶地區，共約20種，其中4種為我國特有[1-2]。柏木屬植物多為高大常綠喬木，葉鱗形，樹冠濃綠秀麗、材質細密，可供建筑、橋梁、家具等用材，枝葉可提供芳香油，亦可作園林觀賞[3]。南京中山植物園自1929年建園至今，從國內外引種大量柏木屬植物，經過幾十年的引種實踐，部分引種成功，部分植物因為不適宜而死亡。植物的引種馴化是一門綜合性的應用科學，氣象相似論是重要的理論基礎之一[4]，為揭示氣象因子與柏木屬植物引種成活率的相關性，筆者收集了該屬12種植物引種來源地的氣象信息，并在此基礎上運用主成分回歸分析法，構建了柏木屬植物引種成活率預測模型。

1 材料與方法

1.1 栽培地自然條件

南京中山植物園坐落于紫金山國家森林公園內，占地面積186 hm2，地理坐標為118°48′E，32°07′N，海拔30～300 m，年平均氣溫15.4 ℃，1月平均溫度2.3 ℃，7月平均溫度27.7 ℃，無霜期237 d，年降水量1 000 mm，土壤為黃棕壤和黃褐土。

1.2 材料選擇與成活率計算

南京中山植物園自1929年建園至今，從國內外引種柏木屬植物共104批次，780余株，涵蓋了21個分類單元。為了排除主要以歷史人為等因素導致的植物死亡，根據1976年文革后的植物檔案，選取與登記號對應的12種柏木屬植物（共64批次，547株）為研究對象，記錄成活數，與定植數對比分別計算平均引種成活率。

1.3 氣象資料

國內氣象資料來源于中國氣象科學數據共享服務網http：//cdc.cma.gov.cn，國外氣象資料來源于世界天氣信息服務網http：//www.worldweather.cn/zh/home.html，來源地氣象數據為近30年期的平均值，海拔資料來源于http：//haiba.qhdi.com/，不同來源地的氣象參數，取各地平均值參與計算。

1.4 預測模型構建

運用主成分分析和回歸分析法，構建成活率預測模型。試驗數據均采用 SPSS 24.0 軟件處理。

2 結果與分析

2.1 引種成活率與氣象參數

對12種不同來源地的柏木屬植物的成活率進行測算，收集來源地氣象參數，測算平均值結果見表1。

2.2 主成分分析

通過主成分變換，將相關性較高的變量信息綜合成相關性低的主成分，解決氣象因子之間多重共線性的問題[5-6]。氣象參數之間的相關系數矩陣見表2。由表2可知，各參數間存在不同程度的相關性，通過KMO和Bartlett球形度檢驗可知，KMO值=0.271，Bartlett球形度檢驗P（=0.000）<0.01，綜合2個指標，說明氣象參數之間存在相關性，適宜進行主成分分析。

7項氣象參數進行主成分分析結果見表3。由表3可知，前2個主成分累積貢獻率達76.017%，基本反映了氣象因子的主要信息，各特征值表征各主成分在各變量上的荷載，從而得到各主成分的表達式如下：

Z1=0.846X1+0.625X2+0.937X3+0.441X4+0.001X5-0.782X6-0.803X7（1）

Z2=- 0.033X1-0.285X2+0.034X3+0.754X4+0.977X5+0.463X6-0.254X7（2）

主成分Z1在各變量上的荷載排序為：X3>X1>X7>X6>X2>X4>X5，與氣溫、光照密切相關的因子排在靠前位置，所以將Z1稱為“溫光條件因子”；主成分Z2在各變量上的荷載排序為：X5>X4>X6>X2>X7>X3>X1，與降水量、降水日密切相關的因子排在靠前位置，所以將Z2稱為“水分條件因子”。

2.3 回歸分析與預測模型構建

用平均成活率作因變量，主成分Z1、Z2作自變量，進行多元回歸分析，得到二元線性回歸方程：Y=88.480+0.028Z1-0.10Z2，該回歸方程F=25 768.773，P（=0.000）<0.01，說明該方程非常顯著。Z1的回歸系數檢驗t=12.165、P（=0.000）<0.01，說明Z1的回歸系數檢驗達到非常顯著水平，對于平均成活率影響非常顯著，Z2的回歸系數檢驗t=-2.526，P（=0.032）<0.05，說明Z2的回歸系數檢驗達到顯著水平，對平均成活率影響顯著。

3 結論與討論

采用主成分分析法，可避免氣象因子間的相互干擾，在減少變量的同時解決多重共線性問題，將多個影響成活率的氣象參數轉化為2個綜合指標，即主成分。主成分Z1回歸系數檢驗非常顯著，進一步證明溫光條件，較其他氣象因子而言，最大程度地影響著柏木屬植物的引種成活情況；主成分Z2回歸系數檢驗顯著，證明水分條件對柏木屬植物的引種成活情況有較多影響，但不及溫光條件更主要。

建立的回歸方程顯著，說明用主成分作為自變量進行回歸來預測柏木屬植物引種成活率是合適的，該模型可為柏木屬植物引種前評估提供依據。由于影響引種植物成活率的因素，除氣象因子外還有物種本身適應能力、栽培管理、其他人為因素、突發極端天氣等復雜因素，因此，基于氣象因子對引種成活率進行預測，需要因植物種類而異，可為引種技術改進提供參考。

參考文獻

[1] 牟林春，王麗，姚麗，等.中國柏木屬（Cupressus L.）植物的petG-trnP序列分析及其系統學意義[J].四川大學學報（自然科學版），2005，42（5）：1033-1037.

[2] 汪企明， 吳禮才， 余金柱， 等.柏木屬引種研究[J].江蘇林業科技， 1992（1）：1-7，45.

[3] 傅立國，陳潭清，郎楷永，等.中國高等植物志：第三卷[M].青島：青島出版社，2000：78.

[4] 賀善安，張佐雙，顧姻，等.植物園學[M].北京：中國農業出版社，2004：44.

[5] 劉潤幸. 利用SPSS進行主成分回歸分析[J].中國公共衛生， 2001，17（8）：746-748.

[6] 張洪軍.主成分分析方法求解主成分方法的改進[J].學術問題研究，2016（1）：95-100.