周玉萍 史乙力 喻興瓊

摘要：依托數(shù)據(jù)庫(kù)理論中的二維關(guān)系模型，利用關(guān)系模型中的屬性分析，以海南昌江、瓊中、樂(lè)東等地的木麻黃、橡膠、檳榔、小葉桉四種林木為研究對(duì)象，對(duì)林木生態(tài)特征進(jìn)行數(shù)據(jù)模型描述與數(shù)據(jù)統(tǒng)計(jì)分析，將數(shù)據(jù)庫(kù)關(guān)系模型應(yīng)用于林木生長(zhǎng)觀測(cè)分析中，給出不同屬性指標(biāo)下的林木生長(zhǎng)狀況，為林木的生長(zhǎng)規(guī)律提供重要的參考依據(jù)。

關(guān)鍵詞：關(guān)系模型;屬性;樹(shù)種;生態(tài)特征

中圖分類(lèi)號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? 文章編號(hào)：1009-3044（2019）01-0024-02

The Application of Relationship Model Attribute Analysis in the Evaluation of Growth Status of Four Kinds of Trees in Hainan

ZHOU Yu-ping1， SHI yi-li2*， YU Xing-qiong1

（1 .College of Information Science and Technology Hainan Normal University，Haikou 571158， China; 2. Academic Affairs Office of Hainan Normal University， Haikou 571158， China）

Abstract： Based on two-dimensional relation model in database theory， using the attribute analysis in the relational model， in Hainan province ChangJiang， QiongZhong， Ledong these three areas of casuarina， rubber， betel nut and eucalyptus tereticornis the trees as the research object， the four characteristics of forest ecological model describes the data and the data statistical analysis， the database relational model using starting growth observation analysis， gives the trees growth under different attribute index， provide important reference basis for the growth of the forest law.

Key words： Relational model; Properties; Tree species; Ecological features

1引言

海南樹(shù)木種類(lèi)繁多，分布地區(qū)廣泛，生長(zhǎng)規(guī)律各不相同，對(duì)樹(shù)木不同屬性信息進(jìn)行分析、評(píng)價(jià)，對(duì)了解樹(shù)木在不同地區(qū)、不同環(huán)境下的生態(tài)特征大有幫助。獲取數(shù)據(jù)信息，利用數(shù)據(jù)信息對(duì)林木狀態(tài)進(jìn)行分析和評(píng)價(jià)，分析和評(píng)價(jià)可以從不同角度出發(fā)進(jìn)行。目前評(píng)價(jià)方法很多，由于評(píng)價(jià)方法的理論基礎(chǔ)、適用范圍及自身固有的特點(diǎn)不同，對(duì)同一對(duì)象采用不同的評(píng)價(jià)方法進(jìn)行評(píng)價(jià)可能會(huì)得出完全不同的評(píng)價(jià)結(jié)果，因此選擇最優(yōu)評(píng)價(jià)方法必須同時(shí)考慮評(píng)價(jià)對(duì)象和評(píng)價(jià)方法的特點(diǎn)[1]。利用數(shù)據(jù)庫(kù)理論中二維關(guān)系模型及多屬性數(shù)據(jù)信息，對(duì)樹(shù)木各項(xiàng)性能指標(biāo)的評(píng)價(jià)，可以從多角度出發(fā)，以不同方面進(jìn)行評(píng)價(jià)。從生態(tài)學(xué)視角進(jìn)行評(píng)價(jià)是比較常用的一種方式。但從數(shù)據(jù)統(tǒng)計(jì)和信息技術(shù)角度出發(fā)來(lái)逆推其生態(tài)指標(biāo)，進(jìn)行評(píng)價(jià)，則是較為特殊的一種方式。該方法對(duì)樹(shù)木生長(zhǎng)規(guī)律的了解將起到一定的幫助作用。

海南樹(shù)木生長(zhǎng)地域遼闊，沿海防護(hù)林和山地林各具特點(diǎn)。隨著林業(yè)的發(fā)展及森林集約經(jīng)營(yíng)程度的不斷提高，社會(huì)對(duì)森林生長(zhǎng)動(dòng)態(tài)信息的需求也逐漸增加[2]。

在此以海南昌江、瓊中、樂(lè)東等部分樣地的木麻黃、橡膠、檳榔、小葉桉這四種林木的相應(yīng)屬性為例，對(duì)這些屬性的數(shù)據(jù)信息進(jìn)行分析，對(duì)比其生態(tài)特征。為樹(shù)木生長(zhǎng)規(guī)律、森林培育給出重要參考。

2數(shù)據(jù)信息來(lái)源

在對(duì)海南省昌江、瓊中、樂(lè)東等進(jìn)行實(shí)地調(diào)查、采集數(shù)據(jù)后得出。調(diào)查樣地共選取了14個(gè)臨時(shí)樣地，樣地面積為10m×10m，調(diào)查樣地為生態(tài)林和經(jīng)濟(jì)林。樣地基本信息如表1所示。

3屬性分析

利用數(shù)據(jù)庫(kù)的二維關(guān)系模型，將采集的數(shù)據(jù)信息組織成二維關(guān)系表。對(duì)表中的數(shù)據(jù)屬性進(jìn)行分析。

數(shù)據(jù)來(lái)源全部針對(duì)調(diào)查樣地林木的數(shù)據(jù)信息。對(duì)調(diào)查數(shù)據(jù)提取相關(guān)屬性信息，對(duì)這部分?jǐn)?shù)據(jù)信息進(jìn)行統(tǒng)計(jì)與分析，得出調(diào)查樹(shù)木的生長(zhǎng)情況，判斷其生長(zhǎng)的生態(tài)特征及屬性的相關(guān)性。

3.1關(guān)系模型

在DBMS中最常用的數(shù)據(jù)模型有4種，它們是層次模型、網(wǎng)狀模型、關(guān)系模型和面向?qū)ο竽Ｐ?，其中關(guān)系模型是四種模型中最為常用的數(shù)據(jù)模型，也是使用最多的數(shù)據(jù)組織模型。

在關(guān)系模型中，D1×D2×…×Dn的子集叫作在域D1，D2，…Dn上的關(guān)系，表示為：R（D1，D2，…Dn），其中R表示關(guān)系名，n是關(guān)系的度。

關(guān)系是笛卡爾積的有限子集，所以關(guān)系也是一張二維表。表中的每列對(duì)應(yīng)一個(gè)域，表中的每行對(duì)應(yīng)一個(gè)元組。每個(gè)列都有一個(gè)列名，稱(chēng)為屬性。

3.2建立林木數(shù)據(jù)模型

根據(jù)數(shù)據(jù)庫(kù)關(guān)系模型理論，對(duì)采集的數(shù)據(jù)進(jìn)行數(shù)據(jù)模型描述如下：

樣地基本信息（樣地標(biāo)號(hào)，樣地地點(diǎn)，林地類(lèi)型，造林時(shí)間，林種，樹(shù)木種類(lèi)）

樹(shù)種信息（樹(shù)種標(biāo)號(hào)，樣地標(biāo)號(hào)，樹(shù)種名稱(chēng)，平均樹(shù)高，平均胸徑，健康狀況，備注）

帶下長(zhǎng)劃線的數(shù)據(jù)項(xiàng)稱(chēng)為主鍵。

數(shù)據(jù)模型建立后，在對(duì)數(shù)據(jù)記錄進(jìn)行分析時(shí)，還要依據(jù)關(guān)系模型的性質(zhì)對(duì)數(shù)據(jù)記錄加以處理。關(guān)系模型具有如下性質(zhì)[3]：

（1）關(guān)系中每一列的值都是同一類(lèi)型的數(shù)據(jù)，來(lái)自同一個(gè)域;

（2）關(guān)系中不同的列可以對(duì)應(yīng)同一個(gè)域，但必須給予不同的屬性名;

（3）關(guān)系中任意兩個(gè)元組不能完全相同;

（4）關(guān)系中元組的次序可以隨意交換;

（5）關(guān)系中列的次序可以任意交換;

（6）關(guān)系中每一個(gè)分量必須是不可分的數(shù)據(jù)項(xiàng)。

即，二維表中的每一行、每一列的交叉位置上總是存在一個(gè)值，而不是值的集合。

3.3數(shù)據(jù)分析

對(duì)數(shù)據(jù)表的建立，要根據(jù)實(shí)際分析問(wèn)題的需要設(shè)計(jì)，而單表結(jié)構(gòu)的實(shí)時(shí)數(shù)據(jù)庫(kù)不方便描述現(xiàn)實(shí)世界復(fù)雜的層次和關(guān)聯(lián)關(guān)系的模型[4]，所以，表的設(shè)計(jì)通常需要多表中的多屬性進(jìn)行數(shù)據(jù)的描述。通過(guò)建立一個(gè)統(tǒng)一的對(duì)象-關(guān)系數(shù)據(jù)模型，將真正的數(shù)據(jù)處理轉(zhuǎn)移在數(shù)據(jù)庫(kù)中進(jìn)行[5]。

按照數(shù)據(jù)模型理論，結(jié)合實(shí)際采集的數(shù)據(jù)，建立一張關(guān)于四種林木信息的二維關(guān)系表，如表2所示。

數(shù)據(jù)采集是實(shí)時(shí)數(shù)據(jù)服務(wù)的基礎(chǔ)和重要環(huán)節(jié)，傳統(tǒng)數(shù)據(jù)采集方案是對(duì)每個(gè)現(xiàn)場(chǎng)設(shè)備采用專(zhuān)用的接口函數(shù)來(lái)實(shí)現(xiàn)現(xiàn)場(chǎng)實(shí)時(shí)數(shù)據(jù)存取[6]。本研究所使用的數(shù)據(jù)均為實(shí)驗(yàn)基地現(xiàn)場(chǎng)實(shí)地采集而來(lái)。

由上表中數(shù)據(jù)可看出，木麻黃和小葉桉的生長(zhǎng)速度較快，木麻黃和小葉桉平均樹(shù)高>檳榔和橡膠的平均樹(shù)高，樹(shù)種與平均樹(shù)高的統(tǒng)計(jì)圖如圖1所示;從胸徑數(shù)據(jù)上看：木麻黃和小葉桉的平均胸徑>檳榔和橡膠的平均胸徑，樹(shù)種與平均胸徑的統(tǒng)計(jì)圖如圖2所示;檳榔和橡膠的樹(shù)冠較小，其郁閉度也相對(duì)較小。樹(shù)種與郁閉度的數(shù)據(jù)統(tǒng)計(jì)圖如圖3所示;樹(shù)種與草本蓋度的數(shù)據(jù)統(tǒng)計(jì)圖如圖4所示。

4結(jié)語(yǔ)

由上述樹(shù)種信息關(guān)系模型屬性分析可知，利用數(shù)據(jù)庫(kù)關(guān)系模型描述不同樹(shù)種的相關(guān)屬性，可以直觀顯示出各屬性與樹(shù)木生態(tài)特征的相關(guān)性。在造林時(shí)間相差不大、生長(zhǎng)環(huán)境因素相差不大的情況下，小葉桉的平均樹(shù)高和平均胸徑值最大，說(shuō)明其生長(zhǎng)較快;小葉桉與木麻黃的樹(shù)冠較大，其郁閉度值相對(duì)于檳榔與橡膠要大些;檳榔與橡膠的草本蓋度值相對(duì)較大。

參考文獻(xiàn)：

[1] 郝清玉，劉強(qiáng)，鐘瓊芯，等.沿海防護(hù)林防護(hù)效能綜合評(píng)價(jià)方法的比較與選擇[J].林業(yè)資源管理，2010（2）：82-88，112.

[2] 張水花，劉麗婷，蘇晨輝，等.桉樹(shù)紙漿用材林樹(shù)冠結(jié)構(gòu)與林分因子的關(guān)系研究[J].林業(yè)與環(huán)境科學(xué)，2018，34（3）：36-41.

[3] 王秀英，張俊玲.數(shù)據(jù)庫(kù)原理與應(yīng)用[M]. 3版.清華大學(xué)出版社，2017.

[4] 湛鋒，陸鑫，孫超.關(guān)系數(shù)據(jù)庫(kù)到層次結(jié)構(gòu)實(shí)時(shí)數(shù)據(jù)庫(kù)數(shù)據(jù)下裝實(shí)現(xiàn)方案[J].工業(yè)控制計(jì)算機(jī)，2018，31（9）：24-25.

[5] 李劍，趙小虎，時(shí)志國(guó)，等.數(shù)據(jù)模型在環(huán)境模擬試驗(yàn)測(cè)控系統(tǒng)的應(yīng)用[J].兵工自動(dòng)化，2018，37（9）：61-65.

[6] 張為民，馬杰.生產(chǎn)設(shè)備實(shí)時(shí)數(shù)據(jù)遠(yuǎn)程監(jiān)測(cè)研究與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用與軟件，2018，35（9）： 126-131.