柳運海
(建始縣國有高巖子林場,湖北 建始445300)
胸徑是林木調(diào)查因子中可以直接測定的因子之一,測定方便,精度相對于其它因子(如樹高)要好一些,反映了林木的生長狀態(tài).通過標準地調(diào)查取平均值均可形成一個完整的時間序列,構(gòu)成了一列波,這列波又可表示成由很多不同振幅、不同頻率和不同相位的簡單波組成,從時間域到頻率域,在頻率域中用功率譜法和最大熵譜法來分析固有的性質(zhì),如周期性、滯后性等,給出量化的結(jié)果[1-2],為林木的經(jīng)營提供量化的理論依據(jù).
功率譜是以傅立葉變換為基礎(chǔ)的頻域分析法,對于不同波數(shù)k或不同頻率k/n的離散功率譜值S2k的計算公式如下:
式(1)中K的為1,2,…,n/2(一般取n/2[3-4]).
熵是熱力學中的一個概念,是隨機實驗不肯定性的度量,表示系統(tǒng)無序或混亂程度.熵譜是以熵的概念為基礎(chǔ)進行的譜估計,其外推思想是,在觀察時間之內(nèi)的估計值等于觀察值;在觀察時間之外的取值不做任何假定,即保持最隨機、最不確定性,也就是使得熵為最大,1967 年Burg 把最大熵應用到譜估計中,從而得到一種新的非線性譜估計法,即最大熵譜法[5],該方法分辨率高,峰值偏小,得出的結(jié)論更合實際,可用于短時間序列.
設(shè)x的k階自回歸(AR)模型為
同時計算出自相關(guān)函數(shù)R(0),R(1),…,R(n-1),其中:
當k=0 時,而對于1≤k≤n-1 則有:
最大熵譜為:
在式(5)中k0對最佳階數(shù)k,可應用赤池定階方法確定,即:
使式(6)中的FPE(k)達到極小值時的k0為最佳階數(shù)值.
本文采用了蒙古櫟胸徑生長序列[6],詳見表1.
表1 蒙古櫟胸徑生長序列Tab.1 Mongolica oak DBH growth sequence
首先利用Eviews6.0 進行時間序列的平穩(wěn)性檢驗,用單位跟檢驗(ADF)結(jié)果表明,胸徑在二階差分時,可成為平穩(wěn)時間序列,此時ADF=-8.816159,當概率p=0.01 時,臨界值Tcv =-4.498 307,顯然ADF <Tcv,平穩(wěn).
取k=n/2 =14,對表1 進行二階差分后n由29 變?yōu)?7,由式(1)可得圖1.
由圖1 可以看出,當k=6 時Sk的值為最大峰值S6=0.011 95,主周期為4.5a;當k=5 時為次高峰值S5=0.009 540,次主周期為5.4a,因而蒙古櫟的胸徑存在約5a左右的周期振蕩.
取k=14,按式(3)計算系數(shù)項和按式(4)計算預測誤差的方差,代入式(6)得FPE(k)值,詳見圖2.
由圖2 可知當k=2 時,F(xiàn)PE達到極小值,所以k0=2.分別計算出0.039 943,代入式(6)得最大熵譜值如圖3.
從圖4 可以發(fā)現(xiàn)蒙古櫟胸徑的主周期為4.5 a,次主周期為3.86 a.
圖1 蒙古櫟胸徑功率譜圖Fig.1 Diagram of mongolica oak DBH power spectrum
圖2 k 與FPE 關(guān)系圖Fig.2 Diagram of k with and FPE
1)對于林木的生長因子人們分析的最多的是從時間域出發(fā),研究連年生長量、平均生量,為此本文也對表1 的數(shù)據(jù)進行了研究,其結(jié)果如圖4 所示,從圖中可以發(fā)現(xiàn)在14 a 左右時平均生長量達到極大值,連年生長量與平均生長量相等,連年生長量在11 a 時達到極大值.
圖3 蒙古櫟胸徑的最大熵譜圖Fig.3 Diagram of mongrdica oak diameter at breast height of maximum entrogy spectrum
圖4 蒙古櫟連年生長量與平均生長量關(guān)系圖Fig.4 Diagram of mongolica oak with average grouth of annnal growth
2)經(jīng)過對胸徑因子的頻率域分析,功率譜法、最大熵譜法均得出了主周期為4.5 a,約為14 a 的1/3.也即是表明在14 a 中胸徑的生長有三個以4.5 a 為周期的波動.而兩種算法的次主周期差異較大,功率譜法為5.4 a,最大熵譜法為3.86 a,相差1.54 a.
[1] 李平,盧文喜,辛欣,等.撓力河流域降水量序列的功率譜分析和最大熵譜分析[J].世界地質(zhì),2008,27(1):63-67.
[2] Shiono K,Knight D W.Tur bulent Open- channel Flows w ith Var iable Depth across the Channel[J].J Fluid Mech,1991,222:617- 646.
[3] 黃嘉佑,李黃.氣象中的譜分析[M].北京:氣象出版社,1984:13-36.
[4] 劉金福,洪偉.格氏拷種群數(shù)量動態(tài)的譜分析研究[J].生物數(shù)學學報,2003,15(3):357-363.
[5] 邵駿,袁鵬,李秀峰.基于最大熵譜估計的水文周期分析[J].中國農(nóng)村水利水電,2008(1):30-33.
[6] 孟憲宇.測樹學[M].北京:中國林業(yè)出版社,2004.