畢 寧，周 聿，周應(yīng)書，何忠國(guó)，劉崇欣

（貴州省畢節(jié)市林業(yè)科學(xué)研究所，貴州 畢節(jié)551700）

光皮樺（Betula luminifera）為樺木科樺木屬落葉大喬木，是耐干旱瘠薄、速生，對(duì)病蟲害較有免疫力的造林先鋒樹種。其木材淡褐色至紅褐色，具有閃亮的表面和光滑的機(jī)理，力學(xué)強(qiáng)度大，富有彈性，吸濕性大，花紋明晰易加工，切面光滑，油漆和膠合性能好，所制家具光滑耐磨。由于光皮樺飛籽成林快，造少量光皮樺應(yīng)能自然形成大片樹林，是貴州近年來(lái)大力推廣的優(yōu)良鄉(xiāng)土造林速生樹種和荒山造林的先鋒樹種。畢節(jié)分布有結(jié)實(shí)良好、干形通直圓滿、抗寒能力強(qiáng)的成片光皮樺林分，可為貴州光皮樺人工造林提供優(yōu)質(zhì)種子。因此在畢節(jié)開展了光皮樺優(yōu)樹選擇，應(yīng)用Fuzzy線性加權(quán)變換模型，對(duì)樺木優(yōu)樹及苗木進(jìn)行分級(jí)評(píng)定，以提高選育效果。

1 材料與方法

1.1 優(yōu)樹選擇

在畢節(jié)市各縣（區(qū)）采用“五株優(yōu)勢(shì)木對(duì)比法”，開展光皮樺優(yōu)樹選擇。在不同林齡的天然林中，通過(guò)目測(cè)，然后進(jìn)行實(shí)地調(diào)查，選擇枝下高最高、樹干從基部到頂部通直圓滿（無(wú)彎曲、尖剝度?。淦け?、無(wú)樹瘤、不開叉，不并蔸、主干分叉較高、分枝角小和生長(zhǎng)勢(shì)旺盛、未遭受病蟲危害、風(fēng)折和雪壓之害、正常結(jié)實(shí)的林木作為待選優(yōu)樹。然后以待選優(yōu)樹為中心，半徑為20 m的范圍內(nèi)，選取5株僅次于候選優(yōu)樹的個(gè)體作為優(yōu)勢(shì)木，分別測(cè)定候選優(yōu)樹、優(yōu)勢(shì)木的生長(zhǎng)指標(biāo)和形質(zhì)指標(biāo)，以優(yōu)勢(shì)木各項(xiàng)指標(biāo)的均值作為評(píng)選優(yōu)樹的標(biāo)準(zhǔn)，確定候選優(yōu)樹。

候選優(yōu)樹確定后，分別調(diào)查測(cè)量地徑、胸徑、樹高、枝下高、冠幅、胸徑處樹皮厚度（實(shí)測(cè)值，采用螺絲刀在優(yōu)樹胸徑處的4個(gè)方向插入至木質(zhì)部的厚度均值作為樹皮厚度）、最粗側(cè)枝基徑和分枝夾角度數(shù)。并對(duì)干形、冠高比和分枝情況進(jìn)行評(píng)分。

1.2 優(yōu)樹與苗木的Fuzzy綜合評(píng)價(jià)分級(jí)

Fuzzy綜合評(píng)價(jià)是以模糊數(shù)學(xué)為基礎(chǔ)，應(yīng)用模糊關(guān)系合成的原理，將一些邊界不清，不易定量的因素定量化，進(jìn)行綜合評(píng)價(jià)的一種方法。在樺木優(yōu)樹與苗木的評(píng)選分級(jí)中，涉及到大量的復(fù)雜和多種因素的相互作用，而且評(píng)價(jià)中存在大量的模糊現(xiàn)象和模糊概念。因此，運(yùn)用Fuzzy綜合評(píng)價(jià)法，能提高樺木選優(yōu)及培育效果。

采用Fuzzy加權(quán)變化模型綜合評(píng)價(jià)評(píng)定樺木優(yōu)樹。因本次選優(yōu)是在不同地點(diǎn)不同樹齡的天然林分中選擇候選優(yōu)樹，其生長(zhǎng)指標(biāo)不具有可比性，固以樺木的形質(zhì)表現(xiàn)、苗木的高度和地徑作為主要評(píng)定指標(biāo)。

1.2.1 優(yōu)樹的Fuzzy線性加權(quán)變換分級(jí)模型

根據(jù)對(duì)候選優(yōu)樹的干形、冠高比、側(cè)枝3項(xiàng)指標(biāo)的性狀進(jìn)行調(diào)查和測(cè)量，干形按3～5分、冠高比按2～3分、側(cè)枝按1～2分，對(duì)各項(xiàng)候選優(yōu)樹各項(xiàng)指標(biāo)按其性狀的優(yōu)劣程度進(jìn)行評(píng)分。然后按其各項(xiàng)指標(biāo)的綜合得分，從高到低劃分為3段，定為優(yōu)、良、一般3級(jí)。光皮樺形質(zhì)評(píng)判指標(biāo)因素集：

評(píng)判結(jié)果集為：

經(jīng)比較分析，給定干形，冠高比，側(cè)枝等評(píng)價(jià)指標(biāo)對(duì)U對(duì)V的隸屬函數(shù)為：

式中：a1為所有各評(píng)價(jià)指標(biāo)優(yōu)樹選擇標(biāo)準(zhǔn)的最小值，a2為各評(píng)價(jià)指標(biāo)的最大值。

將各優(yōu)樹的評(píng)判指標(biāo)值按隸屬函數(shù)計(jì)算出相應(yīng)的隸屬度，組成Fuzzy矩陣C。按對(duì)候選優(yōu)樹干形、冠高比、側(cè)枝等指標(biāo)的評(píng)分結(jié)果，計(jì)算出各項(xiàng)指標(biāo)的平均分?jǐn)?shù)及占總分?jǐn)?shù)的比例，經(jīng)綜合權(quán)衡后進(jìn)行歸一化調(diào)整，組成其權(quán)重向量：

得到樺木優(yōu)樹形質(zhì)因素的綜合評(píng)價(jià)結(jié)果為：

1.2.2 苗木的Fuzzy線性加權(quán)變換分級(jí)模型

對(duì)一年生實(shí)生苗進(jìn)行生長(zhǎng)狀況調(diào)查，測(cè)量苗木的苗高和地徑，計(jì)算年平均生長(zhǎng)量和平均地徑，作為苗木分級(jí)的評(píng)價(jià)指標(biāo)。根據(jù)年平均生長(zhǎng)量、平均地徑與苗木等級(jí)間的關(guān)系及重要性，采用Fuzzy線性加權(quán)綜合評(píng)價(jià)法進(jìn)行分級(jí)。評(píng)價(jià)指標(biāo)因素集：

苗木評(píng)判結(jié)果集：

經(jīng)比較分析，給定年平均生長(zhǎng)量、平均地徑等評(píng)價(jià)垢優(yōu)質(zhì)隸屬度函數(shù)為：

式中：b1為所有優(yōu)質(zhì)苗木各評(píng)價(jià)指標(biāo)選擇標(biāo)準(zhǔn)的最小值，b2為最大值。

將各評(píng)價(jià)指標(biāo)值相應(yīng)的隸屬函數(shù)計(jì)算出隸屬度，組成矩陣D。以年平均生長(zhǎng)量為主要評(píng)價(jià)指標(biāo)，根據(jù)測(cè)量數(shù)據(jù)統(tǒng)計(jì)、并時(shí)行歸一化處理，綜合考慮適當(dāng)調(diào)整后組成權(quán)重向量：

得出各類苗木分級(jí)的綜合評(píng)判結(jié)果為：

根據(jù)分級(jí)評(píng)判結(jié)果，E＞0.845為Ⅰ級(jí)，E＝0.5≤E≤0.845的樺木苗為Ⅱ級(jí)，E＜0.5的為Ⅲ級(jí)。

2 結(jié)果與分析

2.1 優(yōu)樹選擇

本次選擇工作分別在畢節(jié)市赫章、金沙、黔西、大方、百里杜鵑等縣區(qū)不同樹齡的天然混交林內(nèi)通過(guò)“五株選優(yōu)法”，共計(jì)選出39株候選優(yōu)樹，采用Fuzzy線性加權(quán)綜合評(píng)價(jià)法評(píng)定樺木優(yōu)樹。按照建立的Fuzzy模型，以其形質(zhì)特征表現(xiàn)作為評(píng)價(jià)指標(biāo)，評(píng)選出形質(zhì)特征表現(xiàn)為優(yōu)的優(yōu)樹3株，具有良好表現(xiàn)的優(yōu)樹22株，一般表現(xiàn)的14株。評(píng)價(jià)結(jié)果見表1。

表1 樺木優(yōu)樹Fuzzy綜合評(píng)價(jià)評(píng)判結(jié)果

在進(jìn)行Fuzzy優(yōu)樹評(píng)定時(shí)，主要分析了形質(zhì)特征，以其中的干形指標(biāo)作為主要評(píng)價(jià)指標(biāo)，而冠高比及側(cè)枝粗細(xì)程度作為輔助指標(biāo)，因而所評(píng)定的具有良好表現(xiàn)的優(yōu)樹都具有樹干通直程度較高的特點(diǎn)。從另一個(gè)角度反映了優(yōu)樹的生長(zhǎng)狀況及生存能力都相對(duì)較強(qiáng)。

圖1 平均地徑排序

圖2 年平均生長(zhǎng)量排序圖

2.2 苗木分級(jí)

通過(guò)對(duì)一年生樺木優(yōu)樹苗木的調(diào)查，平均地徑生長(zhǎng)排序見圖1。

一年生樺木優(yōu)樹苗木的平均地徑生長(zhǎng)排序見圖2。

對(duì)2個(gè)圖的表現(xiàn)形式進(jìn)行觀察和分析，不同苗木號(hào)的苗木表現(xiàn)具有一定的差異性，高生長(zhǎng)速度較快的，其地徑不一定理想。因此按照Fuzzy線性加權(quán)綜合評(píng)價(jià)模型，對(duì)43個(gè)不同優(yōu)樹實(shí)生苗進(jìn)行綜合評(píng)判分級(jí)，分級(jí)結(jié)果 R＝｛1，0.596，0.517，0.828，0.373，0.389，0.574，0.7，0.5，0.629，0.369，0.752，0.36，0.343，0.275，0.792，0.321，0.511，0.307，0.69，0.62，0.618，0.227，0.285，0.203，0.526，0.259，0.322，0.515，0.643，0.175，0.172，0.555，0.422，0.156，0.275，0.143，0.295，0.097，0.535，0.248，0.391，0.26｝。

據(jù)此按由高到低的順序?qū)迥久邕M(jìn)行排序，得Ⅰ級(jí)樺木苗1個(gè)，苗木號(hào)哲莊3號(hào)；Ⅱ級(jí)樺木苗19個(gè)，Ⅲ級(jí)苗21個(gè)。

通過(guò)Fuzzy評(píng)判結(jié)果與實(shí)際測(cè)量值的比較，只有一個(gè)苗木號(hào)（哲莊3號(hào)）的表現(xiàn)2項(xiàng)結(jié)果一致，而其他苗木都有所不同，F(xiàn)uzzy評(píng)判是在對(duì)2個(gè)評(píng)價(jià)指標(biāo)進(jìn)行綜合考慮的基礎(chǔ)上確定的，其評(píng)價(jià)的結(jié)果比較客觀，對(duì)苗木的選優(yōu)具有重要意義。

3 結(jié)論與討論

光皮樺是畢節(jié)市優(yōu)良的鄉(xiāng)土樹種，運(yùn)用Fuzzy線性加權(quán)綜合評(píng)判法，評(píng)定樺木優(yōu)樹和對(duì)一年生樺木實(shí)生苗進(jìn)行分級(jí)，綜合考慮不同因素對(duì)于優(yōu)樹等級(jí)和苗木等級(jí)共同作用的影響，取值范圍廣，將質(zhì)化的指標(biāo)量化后，減少主觀因素的影響，具有較強(qiáng)的客觀性，選優(yōu)效果較好。但也存在著不足，即在進(jìn)行Fuzzy評(píng)價(jià)時(shí)，權(quán)重的選擇受人為因素的干擾較重，而且權(quán)重的不同選擇，直接影響選擇的結(jié)果，不同的權(quán)重可能得出不同的結(jié)果。因此要克服人為因素的干擾，需要不斷探索權(quán)重的確定方法，從而擴(kuò)大Fuzzy評(píng)價(jià)法在樺木選優(yōu)及苗木定級(jí)中的應(yīng)用。

［1］周應(yīng)書，王敏，劉崇欣.板栗優(yōu)株選擇及無(wú)性系測(cè)定研究［J］.種子，2007，26（3）：4043.

［2］周應(yīng)書，王敏，劉崇欣.核桃優(yōu)株選擇及無(wú)性系測(cè)定的Fuzzy分級(jí)研究［J］.湖北農(nóng)業(yè)科學(xué)，2009（2）：369373.