荒漠區(qū)動(dòng)植物關(guān)系的研究--數(shù)學(xué)建模論文

1、<p>　　題 目 荒漠區(qū)動(dòng)植物關(guān)系的研究 </p><p>　　關(guān) 鍵 詞 spss 生態(tài)退化度 生態(tài)恢復(fù) 多元回歸 相關(guān)分析 </p><p>　　摘 要：</p><p>　　本文針對(duì)文章提出的不同問題，應(yīng)用不同的理論、方法和模型來對(duì)問題進(jìn)

2、行分析求解。</p><p>　　對(duì)于問題一，我們選取植物覆蓋率以及植物的生物量對(duì)荒漠生態(tài)退化程度進(jìn)行評(píng)估。對(duì)荒漠的退化共劃分出三個(gè)階段，分別為輕度退化、半退化、退化階段。建立模型一，（1）對(duì)過牧、輪牧、開墾三種地區(qū)分別求出植物的平均覆蓋率和平均生物量；（2）用得到的結(jié)果和劃分的階段標(biāo)準(zhǔn)進(jìn)行對(duì)比；（3)得到結(jié)果：開墾地區(qū)處輕度退化狀態(tài)，輪牧地區(qū)處半退化狀態(tài)，過牧地區(qū)處退化狀態(tài)。</p><p&

3、gt;　　對(duì)于問題二，由于人為的逆化退化程度是以植物作為著力點(diǎn)的，所以只對(duì)植物的因素進(jìn)行相關(guān)性分析。（4）利用spss對(duì)單一地區(qū)的生物指標(biāo)做相關(guān)性分析；（5）判斷顯著相關(guān)，得到對(duì)覆蓋率和生物量顯著相關(guān)因素；（6）建立多元回歸模型；（7）對(duì)草本和灌木的覆蓋率和生物量進(jìn)行回歸分析，得到相關(guān)因素間的定量關(guān)系；（8）判斷是否可人為改變來促使當(dāng)?shù)氐纳鷳B(tài)恢復(fù)正常狀態(tài)，不能則給出愿因；（9）如果能促使恢復(fù)生態(tài)，則以覆蓋率大于40%，生物量大于100為

4、正常狀態(tài)，對(duì)可恢復(fù)的地區(qū)進(jìn)行定量分析；（11）得到最后結(jié)果，給出最后定量實(shí)施方案。</p><p>　　參賽隊(duì)號(hào): 4333 </p><p>　　所選題目: c 題 </p><p><b>　　Abstract</b></p><p>　　This paper presents dif

5、ferent issues this paper , the application of different theories , methods and models to analyze the problem solved .</p><p>　　For question one , we choose plant cover and biomass plants to assess the degrad

6、ation degree of desert ecosystems . A total of desert divided into three stages of degradation , namely light degradation , semi degradation, degradation stage . Model 1. ( 1) Overgrazing, rotational grazing , reclaiming

7、 three areas are to determine the average coverage and average biomass plants ; ( 2 ) the results obtained with the phase standard for comparison and classification ; and (3 ) get the results : reclam</p><p>

8、;　　For question two , due to human degradation degree is the inverse of the plant as a focal point , so the only factor correlation analysis of plants . ( 4 ) the use of spss for biomarkers single area do correlation ana

9、lysis ; ( 5 ) to determine significant correlation obtained for coverage and biomass was significantly related factors ; ( 6 ) the establishment of a multiple regression model ; ( 7 ) of herbs and shrubs coverage and bio

10、mass regression analysis, the quantitative relationship between</p><p><b>　　一．問題重述</b></p><p><b>　　1.1問題的背景</b></p><p>　　環(huán)境與發(fā)展是當(dāng)今世界所普遍關(guān)注的重大問題, 隨著全球與區(qū)域經(jīng)濟(jì)的迅猛發(fā)展

11、, 人類也正以前所未有的規(guī)模和強(qiáng)度影響著環(huán)境、改變著環(huán)境, 使全球的生命支持系統(tǒng)受到了嚴(yán)重創(chuàng)傷, 出現(xiàn)了全球變暖、生物多樣性消失、環(huán)境污染等全球性的環(huán)境問題, 并已經(jīng)嚴(yán)重影響到了全球人類社會(huì)的發(fā)展。在探討環(huán)境與發(fā)展問題的過程中, 人們?cè)絹碓秸J(rèn)識(shí)到了現(xiàn)代社會(huì)發(fā)展過程中自然——社會(huì)——經(jīng)濟(jì)復(fù)合生態(tài)系統(tǒng)的復(fù)雜性, 以及生態(tài)學(xué)理論在解決這些問題中的重要性。</p><p>　　干旱區(qū)是全球生態(tài)系統(tǒng)中的重要類型之一, 也是

12、目前全球開發(fā)較晚的區(qū)域之一, 因此, 積極開展干旱區(qū)的生態(tài)學(xué)理論與實(shí)踐研究, 對(duì)于干旱區(qū)當(dāng)前面臨的重大環(huán)境問題的解決, 以及未來防患于未然的科學(xué)決策均具有極其重要的現(xiàn)實(shí)意義。作為我國(guó)三大自然區(qū)域之一的西北干旱區(qū), 由于其大規(guī)模、高強(qiáng)度的開發(fā)歷史較短, 因此, 與其它區(qū)域相比較而言, 其境內(nèi)蘊(yùn)藏了豐富的待開發(fā)自然資源, 也奠定了其在我國(guó)未來經(jīng)濟(jì)建設(shè)中的舉足輕重的戰(zhàn)略地位, 并擔(dān)負(fù)著重要的歷史使命, 西部大開發(fā)戰(zhàn)略的實(shí)施即是最顯著的證明。因

13、此, 積極開展和深化干旱區(qū)的生態(tài)學(xué)研究, 對(duì)于該區(qū)域的經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)具有深遠(yuǎn)的理論意義與實(shí)踐價(jià)值。</p><p>　　生態(tài)研究與資源利用是分不開的, 荒漠區(qū)是我國(guó)典型的溫帶荒漠和干旱脆弱生態(tài)系統(tǒng), 生態(tài)環(huán)境條件十分嚴(yán)酷, 動(dòng)物的可利用資源在數(shù)量和質(zhì)量上與濕潤(rùn)區(qū)、半干旱區(qū)存在差異, 嚙齒動(dòng)物的分布具有明顯的區(qū)域性特征。由于近年來人為干擾不斷加重, 使得該地區(qū)的荒漠化日益嚴(yán)重。依賴于植物生存的動(dòng)物種群和群落

14、格局隨之受到了明顯影響。</p><p>　　嚙齒動(dòng)物群落是荒漠生態(tài)系統(tǒng)食物鏈上必不可少的消費(fèi)者, 對(duì)荒漠的利用與保護(hù)有至關(guān)重要作用。許多物種群體與人的干擾具有密切關(guān)系, 干擾的一個(gè)突出作用是導(dǎo)致生態(tài)系統(tǒng)中各類資源的改變和生態(tài)系統(tǒng)結(jié)構(gòu)的重組, 導(dǎo)致異質(zhì)性環(huán)境的形成。有關(guān)不同干擾方式下, 棲息地破碎化過程中研究群落的變化特征是當(dāng)前景觀生態(tài)學(xué)和群落生態(tài)學(xué)研究的前沿。</p><p>　　1.2

15、本階段所要解決的問題</p><p>　　問題一：請(qǐng)結(jié)合附件一和附件二的數(shù)據(jù)，建立合理的數(shù)學(xué)模型，來評(píng)估由人類</p><p>　　活動(dòng)造成的荒漠地區(qū)生態(tài)退化的程度。</p><p>　　問題二：分析一個(gè)荒漠地區(qū)處于半退化、退化等不同階段時(shí)，是否可以通過減</p><p>　　少人為干擾，或者采用補(bǔ)充人工植被的方法來促使該地區(qū)的生態(tài)環(huán)境恢復(fù)正

16、</p><p>　　常。如果可行，請(qǐng)給出量化的實(shí)施方案；如果不可行，請(qǐng)指出造成這種不可逆</p><p><b>　　性的原因。</b></p><p>　　二．模型的假設(shè)與符號(hào)說明</p><p><b>　　2.1模型假設(shè)</b></p><p>　　(1)所涉及的變量

17、只與人為活動(dòng)有關(guān)。</p><p>　　(2)除研究物種外，不用考慮檢測(cè)區(qū)域的其他物種的相互關(guān)系。</p><p>　　(3)假設(shè)區(qū)域群落是封閉的，單一的生物群落。</p><p>　　(4)假設(shè)沒有外來物種侵入以及較大的環(huán)境破壞。</p><p><b>　　2.2符號(hào)說明</b></p><p&g

18、t;<b>　　h1:草本的高。</b></p><p><b>　　g1:草本的蓋。</b></p><p><b>　　m1：草本的密。</b></p><p><b>　　h2：灌木的高。</b></p><p><b>　　g2：灌木的蓋

19、。</b></p><p><b>　　m2：灌木的密。</b></p><p>　　Z1：三趾跳鼠的捕獲率</p><p>　　Z2：子午沙鼠的捕獲率。</p><p>　　Z3：小毛足鼠的捕獲率。</p><p>　　s1：草本的生物量。</p><p>　

20、　s2：灌木的生物量。</p><p><b>　　：隨機(jī)誤差。</b></p><p><b>　　三．問題分析</b></p><p><b>　　3.1問題一的分析</b></p><p>　　對(duì)于問題一，我們是通過單途徑多因子方法來解決這個(gè)問題的。首先，我們所選擇的途徑

21、是生物途徑，即研究在生態(tài)系統(tǒng)中至關(guān)重要的植物，重點(diǎn)關(guān)注其蓋度及生物量的這兩個(gè)因子。然后通過對(duì)不同種類的植物的蓋度以及生物量分析建立了一個(gè)合適的平均值模型，用來設(shè)立評(píng)判標(biāo)準(zhǔn)。最后結(jié)合所創(chuàng)建的模型并通過對(duì)于附件所給的數(shù)據(jù)的處理，得出關(guān)于生態(tài)退化的評(píng)判標(biāo)準(zhǔn)。</p><p><b>　　3.2問題二的分析</b></p><p>　　對(duì)于問題二，由于是多個(gè)變量間的關(guān)系，所以

22、我們首先建立了Person相關(guān)系數(shù)模型，然后用spss對(duì)于變量進(jìn)行了相關(guān)性的分析，拿著所得到的結(jié)果分析并找出具有相關(guān)關(guān)系的幾個(gè)變量，然后用多元回歸分析來研究這些變量間的數(shù)值關(guān)系，并根據(jù)問題一所得的標(biāo)準(zhǔn)分析建立了規(guī)劃模型最后得出給出定量的恢復(fù)方案。</p><p>　　四．模型的建立與求解</p><p><b>　　4.1問題一</b></p><

23、p>　　由于需要定量的計(jì)算評(píng)價(jià)標(biāo)準(zhǔn)，所以采用了建立平均值模型的方式，以下是所建模型</p><p>　　當(dāng)i=1時(shí)，為過牧。</p><p>　　當(dāng)i=2時(shí)，為輪牧。</p><p>　　當(dāng)i=3時(shí)，為開墾。</p><p>　　對(duì)原始數(shù)據(jù)進(jìn)行處理（計(jì)算見附錄一）</p><p>　　利用spss對(duì)過牧區(qū)，輪牧區(qū)

24、，開墾區(qū)的植物的覆蓋率以及生物量求均值，分別如表4.1.1,表4.1.2,表4.1.3所示。</p><p><b>　　表4.1.1</b></p><p>　　表4.1.1所示的是過牧區(qū)的草本植物以及灌木植物的覆蓋率生物量的平均值，由此可以得到植物的總得覆蓋率為：16.787%，總的生物量為：40.353。</p><p><b>

25、;　　表4.1.2</b></p><p>　　表4.1.2所示的是輪牧區(qū)的草本植物以及灌木植物的覆蓋率生物量的平均值，由此可以得到植物的總得覆蓋率為：21.640%，總的生物量為：63.029。</p><p><b>　　表4.1.3</b></p><p>　　表4.1.3所示的是輪牧區(qū)的草本植物以及灌木植物的覆蓋率生物量的平

26、均值，由此可以得到植物的總得覆蓋率為：30.270%，總的生物量為：82.588。</p><p>　　綜上所述可以得到如下的結(jié)論：</p><p>　　過牧區(qū)，輪牧區(qū)，開墾區(qū)的植物的覆蓋率以及生物量呈現(xiàn)遞增的趨勢(shì)，且存在明顯的差距。依據(jù)這幾個(gè)區(qū)的樣本植物覆蓋率及生物量，可以建立如下的評(píng)價(jià)體系：</p><p><b>　　草本單一退化標(biāo)準(zhǔn)：</b&

27、gt;</p><p><b>　　灌木單一退化標(biāo)準(zhǔn)：</b></p><p><b>　　總體退化標(biāo)準(zhǔn)：</b></p><p><b>　　得結(jié)果如下：</b></p><p><b>　　過牧地區(qū)：</b></p><p>　

28、　草本屬于退化階段；灌木屬于半退化階段；總體屬退化階段。</p><p><b>　　輪牧地區(qū)：</b></p><p>　　草本屬于退化階段；灌木屬于半退化階段；總體屬半退化階段。</p><p><b>　　開墾地區(qū)：</b></p><p>　　草本屬于輕度退化階段；灌木屬于退化階段；總體屬輕

29、度退化階段。</p><p><b>　　4.2問題二</b></p><p>　　4.2.1Pearson相關(guān)分析模型的建立</p><p>　　由于要對(duì)植物的多個(gè)變量，高，蓋，密及生物量進(jìn)行研究，所以要先對(duì)這幾個(gè)變量之間是否存在相關(guān)關(guān)系進(jìn)行分析。而Pearson相關(guān)分析可以考察變量間是否存在相關(guān)關(guān)系及如何將相關(guān)的密切程度及相關(guān)的方向描述出來

30、。</p><p>　　4.2.2Pearson模型的求解</p><p>　　Pearson相關(guān)系數(shù)適用于測(cè)度兩數(shù)值變量的相關(guān)性。數(shù)值變量包括定距和定比變量?jī)深?，其特點(diǎn)是變量的取值用數(shù)字表示，可以進(jìn)行加減運(yùn)算從而計(jì)算出差異的大小。</p><p>　　設(shè)兩隨機(jī)變量為X和Y，則兩總體的相關(guān)系數(shù)為</p><p>　　式中，cov（X,Y）是兩

31、變量的協(xié)方差：var（X）、var（Y）是變X和Y的方差?？傮w相關(guān)系數(shù)是反映兩變量之間線性關(guān)系的一種度量。</p><p>　　事實(shí)上，總體相關(guān)系數(shù)一般都是未知，需要用相關(guān)系數(shù)來估計(jì)。設(shè)X=（，，...，），分別為來自X和Y的兩個(gè)樣本，則樣本相關(guān)系數(shù)為</p><p>　　統(tǒng)計(jì)上可以證明，樣本相關(guān)系數(shù)r是總體相關(guān)系數(shù)的一致估計(jì)量。</p><p>　　R取值在-1和

32、1之間，它描述了兩變量線性相關(guān)的方向和程度；r>0，兩變量之間為正相關(guān)；r<0，兩變量之間為負(fù)相關(guān)；r=1，兩變量之間完全相關(guān)；r=0時(shí)，兩變量之間不存在線性相關(guān)關(guān)系，但可能存在其他形式的相關(guān)關(guān)系（如指數(shù)關(guān)系、拋物線關(guān)系等）。而且離1越近，兩變量之間的線性相關(guān)程度越高；離0越近，線性相關(guān)程度越弱。</p><p>　　在說明變量之間線性相關(guān)程度時(shí)，根據(jù)經(jīng)驗(yàn)，按照相關(guān)系數(shù)的大小將相關(guān)程度分為以下幾種情況

33、：0.8時(shí)，可視為兩個(gè)變量之間高度相關(guān)；時(shí)，可視為中度相關(guān)；時(shí)，視為低度相關(guān)；時(shí)說明兩個(gè)變量之間的相關(guān)程度，可視為不相關(guān)。</p><p>　　4.2.3多元回歸的模型的建立</p><p>　　在知道了多個(gè)變量的相關(guān)關(guān)系后，同時(shí)準(zhǔn)確的研究變量間的相互影響，需要篩選出對(duì)某一變量有顯著性影響的另一變量。多元逐步回歸分析方法就是一種快速精確度較高的帥選方法，選出對(duì)因變量有顯著影響的自變量，構(gòu)造

34、最優(yōu)回歸方程。</p><p>　　多元逐步回歸的基本思想是：將變量一個(gè)一個(gè)引入，每引入一個(gè)變量后，對(duì)已選入的變量要進(jìn)行逐個(gè)檢驗(yàn)，當(dāng)原引入的變量由于后面變量的引入而變得不再顯著時(shí)，要將其剔除。引入一個(gè)變量或從回歸方程中剔除一個(gè)變量，為逐步回歸的一步，每一步都要進(jìn)行F檢驗(yàn)，以確保每次引入新的變量之間前回歸方程中只包含顯著的變量。這個(gè)過程反復(fù)進(jìn)行，指導(dǎo)既無顯著的自變量選入回歸方程，也無不顯著自變量從回歸方程中剔除為止

35、。上述帥選以及F檢驗(yàn)過程有由PSS軟件完成?？梢缘玫矫恳浑A段的回歸系數(shù)表，并列出回歸方程。</p><p>　　4.2.4多元回歸模型的求解</p><p>　　假設(shè)(,,,…;),=1，2，…，n是變量（,,,…;)的一組…觀測(cè)值，方便起見記可供選擇的變量個(gè)數(shù)p=m-1，記因變量y=。對(duì)觀測(cè)數(shù)據(jù)做“標(biāo)準(zhǔn)化”變換</p><p>　　=，=1,2，…，n，j=1,2

36、，…，m</p><p>　　其中=，?！皹?biāo)準(zhǔn)化”變換后，便可建立y=與， …的“標(biāo)準(zhǔn)化”回歸方程，記作</p><p><b>　　=++…+</b></p><p>　　如記結(jié)構(gòu)矩陣和觀測(cè)向量分別為</p><p><b>　　= =</b></p><p>　　正

37、規(guī)方程組的系數(shù)矩陣與常數(shù)向量分別為</p><p><b>　　= = ==</b></p><p>　　求解式中的系數(shù)，，…即求解線性方程組</p><p><b>　　=</b></p><p>　　4.3不同退化程度的區(qū)域的量化恢復(fù)模型建立及求解：</p><p>

38、;　　4.3.1過牧區(qū)（退化區(qū)）的恢復(fù)（運(yùn)行結(jié)果見附錄二）</p><p>　　根據(jù)以上所給的Pearson相關(guān)分析模型，將數(shù)據(jù)輸入spss得到表4.3.1.1。</p><p><b>　　表4.3.1.1</b></p><p>　　由表4.3.1.1可以很明顯的看出植物間各個(gè)變量間的相關(guān)程度。g1與h1、s1的Pearson系數(shù)分別為：0

39、.470以及0.432并且數(shù)值旁邊有兩個(gè)星號(hào)，可知它們是顯著相關(guān)的；s1與h1、g1的Pearson相關(guān)系數(shù)分別是：0.432以及0.863也有兩個(gè)星號(hào)，所以它們是顯著相關(guān)的；g2與m2、s2的Pearson相關(guān)系數(shù)分別為：0.520,級(jí)0.465并且?guī)в袃蓚€(gè)星號(hào)說明它們是顯著相關(guān)的；s2與g2、m2的Pearson相關(guān)系數(shù)分別為：0.414及0.465,同樣的它們也是顯著相關(guān)的。</p><p>　　對(duì)g1及其

40、具有顯著相關(guān)關(guān)系的變量再做一次單邊的檢驗(yàn)得到表4.3.1.2</p><p><b>　　表4.3.1.2</b></p><p>　　由表4.3.1.2可知各個(gè)變量的sig值都是小于P(0.05)值的故不用剔除，任何變量。</p><p>　　對(duì)s1及其具有顯著相關(guān)關(guān)系的變量再做一次單邊的檢驗(yàn)得到表4.3.1.3</p><

41、;p><b>　　表4.3.1.3</b></p><p>　　由表4.3.1.3可知各個(gè)變量的sig值都是小于P(0.05)值的故不用剔除任何變量。</p><p>　　對(duì)g2及其具有顯著相關(guān)關(guān)系的變量再做一次單邊的檢驗(yàn)得到表4.3.1.4。</p><p><b>　　表4.3.1.4</b></p>

42、<p>　　由表4.3.1.4可知各個(gè)變量的sig值都是小于P(0.05)值的故不用剔除任何變量。</p><p>　　對(duì)s2及其具有顯著相關(guān)關(guān)系的變量再做一次單邊的檢驗(yàn)得到表4.3.1.4。</p><p><b>　　表4.3.1.5</b></p><p>　　由表4.3.1.5可知各個(gè)變量的sig值都是小于P(0.05)值

43、的故不用剔除任何變量。</p><p>　　將經(jīng)過兩次分析后的g1、s1、g2及s2分別作因變量用，它們各自有顯著相關(guān)關(guān)系的量做自變量用spss做多元回歸分析得到表4.3.1.6、4.3.1.7、4.3.1.8及4.3.1.9。</p><p><b>　　表4.3.1.6</b></p><p>　　由表4.3.1.6所示由于h1所對(duì)應(yīng)的si

44、g=0.173>P(0.05),所以應(yīng)當(dāng)舍去，最后得到的回歸方程是：</p><p><b>　　表4.3.1.7</b></p><p>　　由表4.3.1.7可知，由于h1的sig>P(0.05),所以去除掉h1,所以回歸方程為：</p><p><b>　　表4.3.1.8</b></p>

45、<p>　　由表4.3.1.8可知，由于s2的sig>P(0.05),所以去除掉s2,所以回歸方程為：</p><p><b>　　表4.3.1.9</b></p><p>　　由表4.3.1.9可知，由于g2的sig>P(0.05),所以去除掉g2,所以回歸方程為：</p><p>　　由于評(píng)價(jià)標(biāo)準(zhǔn)是由植物的覆蓋率及生物

46、量來作為指標(biāo)進(jìn)行設(shè)立的，所以要想將恢復(fù)的生態(tài)也會(huì)從這兩個(gè)因子方向考慮，于是有： </p><p>　?。?）草本定量實(shí)施模型：</p><p>　?。?）灌木定量實(shí)施模型：</p><p>　　綜上可知四個(gè)回歸方程為：</p><p>　　故可以促使該地區(qū)的生態(tài)環(huán)境恢復(fù)正常。</p><p>　　將回歸方程帶入可得量化

47、的實(shí)施模型可得：</p><p><b>　　草本：</b></p><p><b>　　求解得： </b></p><p><b>　　得到量化方案：</b></p><p>　　減少人為活動(dòng)，種植草本植物達(dá)到（增加的覆蓋率達(dá)到12.51%以上,增加的生物量達(dá)到48.577

48、以上），種植灌木植物達(dá)到（增加的覆蓋率達(dá)到15.703%以上,增加的生物量達(dá)到31.07以上），可逐步恢復(fù)生態(tài)正常。</p><p>　　4.3.2輪牧區(qū)（半退化區(qū)）的恢復(fù)（運(yùn)行結(jié)果見附錄三)</p><p>　　根據(jù)以上所給的Pearson相關(guān)分析模型，將數(shù)據(jù)輸入spss得到表4.3.2.1</p><p><b>　　表4.3.2.1</b>

49、;</p><p>　　由表4.3.2.1可以很明顯的看出植物間各個(gè)變量間的相關(guān)程度。g1與h1、m1、s1、m2的Pearson系數(shù)分別為：0.313、0.550、0.811于0.406都有星號(hào)，代表著它們?cè)诓煌瑱z驗(yàn)標(biāo)準(zhǔn)下是顯著相關(guān)的，但是由于并不是都是兩個(gè)星的所以需要進(jìn)行深一步的分析及檢驗(yàn)；s1與：h1、g1、m1的Pearson系數(shù)分別為：0.442、0.811、0.415且都帶有兩個(gè)星號(hào)故它們是顯著相關(guān)的

50、；g2與s2的Pearson系數(shù)沒有一個(gè)有星號(hào)，故它們并不與任何的一個(gè)變量有顯著的相關(guān)關(guān)系。 </p><p>　　對(duì)g1及其具有相關(guān)關(guān)系變量的進(jìn)一步分析得到表4.3.2.2。</p><p><b>　　表4.3.2.2</b></p><p>　　通過的對(duì)表4.3.2.2的分析發(fā)現(xiàn)變量h1及m1的sig值是大于P值的故，剔除了變量h1、m

51、1。</p><p>　　再將剩下的變量做相關(guān)分析得到表4.3.2.3。</p><p><b>　　表4.3.2.3</b></p><p>　　在表4.3.2.3中可看出所有的變量的sig值都小于了P(0.05),可認(rèn)為剩下的變量已經(jīng)是高度相關(guān)的了。</p><p>　　對(duì)s1及其具有相關(guān)關(guān)系變量的進(jìn)一步分析得到表4

52、.3.2.4。</p><p><b>　　表4.3.2.4</b></p><p>　　在表4.3.2.4中可以看出由于m1的sig值是大于P(0.05)值的故剔除變量m1。再將剩下的變量進(jìn)行一次相關(guān)姓的分析得到表4.3.2.5。</p><p><b>　　表4.3.2.5</b></p><p&g

53、t;　　由表4.3.2.5可知，再無任何變量的sig值是大于P值的故可以認(rèn)為，剩下的變量的相關(guān)度是高度相關(guān)的。</p><p>　　將g1、s1作因變量，用它們各自有高度相關(guān)關(guān)系的量做自變量用spss做多元回歸分析分別得到表4.3.2.6及表4.3.2.7。</p><p><b>　　表4.3.2.6</b></p><p>　　由于s1、m

54、2的sig值都是小于P（P=0.05）的所以可得回歸方程為：</p><p>　　由表4.3.2.7可知，h1、g1的sig值都是小于P（P=0.05）的所以可得回歸方程為：</p><p>　　綜上可知四個(gè)回歸方程為：</p><p>　　故可以促使該地區(qū)的生態(tài)環(huán)境恢復(fù)正常。</p><p>　　將回歸方程帶入可得量化的實(shí)施模型可得：<

55、;/p><p><b>　　草本：</b></p><p><b>　　求解得： </b></p><p><b>　　得到量化方案：</b></p><p>　　減少人為活動(dòng)，種植草本植物達(dá)到（增加的覆蓋率達(dá)到10.393%以上,增加的生物量達(dá)到38.611以上），種植灌木植物

56、達(dá)到（增加的覆蓋率達(dá)到12.967%以上,增加的生物量達(dá)到18.274以上），可逐步恢復(fù)生態(tài)正常。</p><p>　　4.3.3開墾區(qū)(輕度退化)的恢復(fù)(運(yùn)行結(jié)果見附錄四）</p><p>　　根據(jù)以上所給的Pearson相關(guān)分析模型，將數(shù)據(jù)輸入spss得到表4.3.3.1。</p><p><b>　　表4.3.3.1</b></p&

57、gt;<p>　　由表4.3.1.1可以很明顯的看出植物間各個(gè)變量間的相關(guān)程度。g1與h1、s1的Pearson系數(shù)分別為：0.674以及0.800并且數(shù)值旁邊有兩個(gè)星號(hào)，可知它們是顯著相關(guān)的；s1與h1、g1的Pearson相關(guān)系數(shù)分別是：0.615及0.800也有兩個(gè)星號(hào)，所以它們是顯著相關(guān)的；g2與h2的Pearson相關(guān)系數(shù)分別為：0.522且?guī)в袃蓚€(gè)星號(hào)說明它們是顯著相關(guān)的；s2與m2的Pearson相關(guān)系數(shù)分別

58、為：0.9676同樣的它們也是顯著相關(guān)的。</p><p>　　對(duì)g1及其具有顯著相關(guān)關(guān)系的變量再做一次單邊的檢驗(yàn)得到表4.3.3.2</p><p><b>　　表4.3.3.2</b></p><p>　　由表4.3.1.2可知各個(gè)變量的sig值都是小于P(0.05)值的故不用剔除，任何變量。</p><p>　　對(duì)

59、s1及其具有顯著相關(guān)關(guān)系的變量再做一次單邊的檢驗(yàn)得到表4.3.3.3</p><p><b>　　表4.3.3.3</b></p><p>　　由表4.3.3.3可知各個(gè)變量的sig值都是小于P(0.05)值的故不用剔除，任何變量。</p><p>　　對(duì)g2及其具有顯著相關(guān)關(guān)系的變量再做一次單邊的檢驗(yàn)得到表4.3.1.4。</p>

60、<p><b>　　表4.3.3.4</b></p><p>　　由表4.3.3.4可知各個(gè)變量的sig值都是小于P(0.05)值的故不用剔除，任何變量。</p><p>　　對(duì)s2及其具有顯著相關(guān)關(guān)系的變量再做一次單邊的檢驗(yàn)得到表4.3.3.5。</p><p><b>　　表4.3.3.5</b><

61、/p><p>　　由表4.3.3.5可知各個(gè)變量的sig值都是小于P(0.05)值的故不用剔除，任何變量。</p><p>　　將經(jīng)過兩次分析后的g1、s1、g2及s2分別作因變量用，它們各自有顯著相關(guān)關(guān)系的量做自變量用spss做多元回歸分析得到表4.3.3.6、4.3.3.7、4.3.3.8及4.3.3..9。</p><p><b>　　表4.3.3.6&

62、lt;/b></p><p>　　由表4.3.3.6可知，h1、s1的sig值都是小于P（P=0.05）的所以可得回歸方程為：</p><p><b>　　表4.3.3.7</b></p><p>　　由表4.3.3.7可知，h1的sig值都是大于P（P=0.05）的所以去除h1，故回歸方程為：</p><p>&

63、lt;b>　　表4.3.3.8</b></p><p>　　由表4.3.3.8可知，h2的sig值是小于P（P=0.05）的，所以可得回歸方程為：</p><p><b>　　表4.3.3.9</b></p><p>　　由表4.3.3.9可知，m2的sig值是小于P（P=0.05）的，所以可得回歸方程為：</p>

64、<p>　　綜上可以得到四個(gè)回歸方程為：</p><p>　　故可以促使該地區(qū)的生態(tài)環(huán)境恢復(fù)正常。</p><p>　　將回歸方程帶入可得量化的實(shí)施模型可得：</p><p><b>　　草本：</b></p><p><b>　　求解得： </b></p><p

65、><b>　　得到量化方案：</b></p><p>　　減少人為活動(dòng)，種植草本植物達(dá)到（增加的覆蓋率達(dá)到4.849%以上,增加的生物量達(dá)到0以上），種植灌木植物達(dá)到（增加的覆蓋率達(dá)到27.475%以上,增加的生物量達(dá)到38.881以上），可逐步恢復(fù)生態(tài)正常。</p><p><b>　　五．結(jié)果分析</b></p><

66、p>　　5.1問題一的結(jié)果分析</p><p>　　5.1.1詳細(xì)的建模及分析已經(jīng)在前文給出，這里就不再贅述。只對(duì)求解后的結(jié)果進(jìn)行分析。</p><p>　　5.1.2植物作為生產(chǎn)者在生態(tài)系統(tǒng)中有著很重要的作用，尤其是在生態(tài)環(huán)境艱難的荒漠生態(tài)中。而要研究人為干擾對(duì)于生態(tài)退化程度的影響，選取植物作為研究重點(diǎn)是并以此來建立生化退化程度的衡量標(biāo)準(zhǔn)是可行的。在過度放牧區(qū)中，生態(tài)退化程度是相當(dāng)

67、嚴(yán)重的，由于人為干擾強(qiáng)度很大，所以其植物覆蓋率及生物量均較少且處在設(shè)立的退化區(qū)衡量標(biāo)準(zhǔn)的中下游區(qū)域；在輪流放牧區(qū)，生態(tài)退化程度是較為嚴(yán)重的，人為干擾的強(qiáng)度大，植物覆蓋率及生物量較之過度放牧區(qū)是增加的，出于所設(shè)立的半退化程度區(qū)中部偏上位置；在開墾區(qū)，生態(tài)退化程度是一般的，植物覆蓋率及生物量是較多的高于所設(shè)立的輕度退化程度的最低標(biāo)準(zhǔn)，人為干擾的強(qiáng)度較之過牧區(qū)及輪牧區(qū)是弱的。</p><p>　　5.2問題二的結(jié)果分析

68、</p><p>　　由上文通過建模以及用spss軟件對(duì)數(shù)據(jù)進(jìn)行的相關(guān)性分析及回歸分析所得的結(jié)果來看，過牧區(qū)、輪牧區(qū)級(jí)開墾區(qū)的植物變量之間的相關(guān)性有所不同,所得到到量化實(shí)施的模型也有所不同。在量化方案中，包含為達(dá)指標(biāo)而相互影響增長(zhǎng)量，但不包含不必要因素引起的增長(zhǎng)。</p><p>　　5.2.1在退化區(qū)（以本次過牧區(qū)為例），量化實(shí)施模型如下：</p><p>　　減

69、少人為活動(dòng)，避免進(jìn)一步破環(huán)生態(tài)；</p><p>　　種植草本植物達(dá)到（增加的覆蓋率達(dá)到12.51%以上,增加的生物量達(dá)到48.577以上），種植灌木植物達(dá)到（增加的覆蓋率達(dá)到15.703%以上,增加的生物量達(dá)到31.07以上），可逐步恢復(fù)生態(tài)正常。</p><p>　　5.2.2在半退化區(qū)（以本次輪牧區(qū)為例），量化實(shí)施模型如下：</p><p>　　減少人為活動(dòng)，

70、避免進(jìn)一步破環(huán)生態(tài)；</p><p>　　種植草本植物達(dá)到（增加的覆蓋率達(dá)到10.393%以上,增加的生物量達(dá)到38.611以上），種植灌木植物達(dá)到（增加的覆蓋率達(dá)到12.967%以上,增加的生物量達(dá)到18.274以上），可逐步恢復(fù)生態(tài)正常。</p><p>　　5.2.3在半退化區(qū)（以本次輪牧區(qū)為例），量化實(shí)施模型如下：</p><p>　　減少人為活動(dòng)，避免進(jìn)一

71、步破環(huán)生態(tài)；</p><p>　　種植草本植物達(dá)到（增加的覆蓋率達(dá)到4.849%以上,增加的生物量達(dá)到0以上），種植灌木植物達(dá)到（增加的覆蓋率達(dá)到27.475%以上,增加的生物量達(dá)到38.881以上），可逐步恢復(fù)生態(tài)正常。</p><p><b>　　模型的優(yōu)缺點(diǎn)與推廣</b></p><p><b>　　6.1，優(yōu)點(diǎn)</b&g

72、t;</p><p>　　可以較好的對(duì)各地區(qū)進(jìn)行分類，在對(duì)生態(tài)恢復(fù)的量化方案時(shí)，可以考慮到覆蓋率與生物量之間的相互影響。</p><p><b>　　6.2缺點(diǎn)</b></p><p>　　人為的分類可能會(huì)造成誤差，在分類時(shí)對(duì)于分界不明的地區(qū)時(shí)可能會(huì)出現(xiàn)分類錯(cuò)誤。判斷問題時(shí)，沒能考慮土壤的狀況等，會(huì)造成判斷失誤，量化分析時(shí)也可能出現(xiàn)一定的偏差。

73、</p><p><b>　　6.3推廣</b></p><p>　　分類模型的理論可適用于大多數(shù)簡(jiǎn)單分類問題，復(fù)雜的分類問題則需要利用聚類進(jìn)行分類的劃分，然后利用距離分析進(jìn)行分類。定量分析可用于如何分配等類似問題。</p><p><b>　　七．參考文獻(xiàn)</b></p><p>　　[1]htt

74、p://www.ggsgg.com/patent/201205/88231.shtml</p><p>　　[2]汪冬華.多元統(tǒng)計(jì)分析與SPSS應(yīng)用.上海：華東理工大學(xué)出版社，2010.9</p><p><b>　　附錄</b></p><p><b>　　附錄一</b></p><p><

75、b>　　附錄二</b></p><p><b>　　2.1</b></p><p><b>　　2.2</b></p><p><b>　　2.3</b></p><p><b>　　2.4</b></p><p>

76、;<b>　　附錄三</b></p><p><b>　　3.1</b></p><p><b>　　3.2</b></p><p><b>　　附錄四</b></p><p><b>　　4.1</b></p><