黃劍堅(jiān)，劉素青，張彬彬

（1.廣東海洋大學(xué) 寸金學(xué)院，廣東 湛江 524094；2. 廣東海洋大學(xué) 農(nóng)學(xué)院，廣東 湛江 524088；3.中南林業(yè)科技大學(xué) 林學(xué)院，湖南 長(zhǎng)沙 410004）

紅海欖胎生繁殖體產(chǎn)量預(yù)測(cè)細(xì)分聚合模型

黃劍堅(jiān)1，劉素青2，張彬彬3

（1.廣東海洋大學(xué) 寸金學(xué)院，廣東 湛江 524094；2. 廣東海洋大學(xué) 農(nóng)學(xué)院，廣東 湛江 524088；3.中南林業(yè)科技大學(xué) 林學(xué)院，湖南 長(zhǎng)沙 410004）

紅海欖胎生繁殖體產(chǎn)量預(yù)測(cè)模型的構(gòu)建，對(duì)于紅樹(shù)林造林和經(jīng)營(yíng)管理有著重要意義。異質(zhì)性是導(dǎo)致模型精度降低一個(gè)極其重要的因素。如何解決異質(zhì)性問(wèn)題，成為構(gòu)建模型的關(guān)鍵。細(xì)分方法是解決異質(zhì)性的手段之一。本研究選擇廣東省湛江市廉江高橋紅樹(shù)林保護(hù)區(qū)、海南東寨港紅樹(shù)林保護(hù)區(qū)以及海南清瀾港紅樹(shù)林保護(hù)區(qū)的紅海欖胎生繁殖體作為研究對(duì)象，采取分層次多指標(biāo)進(jìn)行調(diào)查，按照不同區(qū)域的細(xì)分預(yù)測(cè)模型，然后再采用聚合的方法構(gòu)建預(yù)測(cè)模型。紅海欖胎生繁殖體產(chǎn)量與冠幅、葉寬、種寬、葉面積指數(shù)、葉形指數(shù)、地徑呈顯著相關(guān)關(guān)系，表明紅海欖胎生繁殖體產(chǎn)量與其表性狀關(guān)系密切，最終構(gòu)建的3個(gè)細(xì)分模型R2分別為0.894、0.629、0.701，經(jīng)t檢驗(yàn)均呈顯著性。文章通過(guò)通徑分析可知3個(gè)細(xì)分模型皆通過(guò)冠幅來(lái)直接影響紅海欖的胎生繁殖體結(jié)種數(shù)量和模型構(gòu)建。在正常情況下（即群落和樹(shù)種皆為健康）采用細(xì)分的方法按區(qū)域構(gòu)建預(yù)測(cè)模型更具現(xiàn)實(shí)的優(yōu)勢(shì)。

紅海欖；胎生繁殖體；預(yù)測(cè)模型；細(xì)分

紅海欖Rhizophora stylosa屬紅樹(shù)科Rhizophoraceae的紅樹(shù)植物，具有特殊的“胎生繁殖”方式，它主要生長(zhǎng)于熱帶、亞熱帶海岸潮間帶中，為常綠灌木或小喬木，支柱根發(fā)達(dá)，是沿海紅樹(shù)林生態(tài)恢復(fù)的優(yōu)選樹(shù)種[1-2]。開(kāi)展紅海欖胎生繁殖體產(chǎn)量的預(yù)測(cè)研究，是計(jì)劃開(kāi)展紅樹(shù)林經(jīng)營(yíng)管理和科學(xué)組織紅樹(shù)林生產(chǎn)及造林的重要基礎(chǔ)工作。目前，傳統(tǒng)的國(guó)內(nèi)林木產(chǎn)量預(yù)測(cè)基礎(chǔ)模型普遍存在著通用性差，只能在小區(qū)域應(yīng)用等問(wèn)題[3-5]。大量的產(chǎn)量預(yù)測(cè)研究文獻(xiàn)表明采用合適的方法對(duì)于精確預(yù)測(cè)產(chǎn)量是極其重要的，國(guó)內(nèi)外學(xué)術(shù)上的估產(chǎn)模型皆體現(xiàn)了一個(gè)“合”的思想，唯有取得各點(diǎn)區(qū)域范圍的特異性數(shù)據(jù)方能解決基礎(chǔ)模型的通用性難題[6-11]。而各點(diǎn)區(qū)域范圍的特異性數(shù)據(jù)，主要由環(huán)境異質(zhì)性導(dǎo)致。細(xì)分的思想是有效解決異質(zhì)性問(wèn)題的其中一種手段[12]。本研究擬采用“分”的思想以及細(xì)分的方法，按區(qū)域細(xì)分預(yù)測(cè)模型，作為開(kāi)展大區(qū)域產(chǎn)量預(yù)測(cè)的基礎(chǔ)。逐步回歸分析法+通徑分析法的同時(shí)應(yīng)用，在建立預(yù)測(cè)產(chǎn)量數(shù)學(xué)模型中有獨(dú)特的分析優(yōu)勢(shì)，不需要單獨(dú)開(kāi)展逐步回歸分析獨(dú)立性檢驗(yàn)。目前，已有研究者開(kāi)展了木欖Bruguiera gymnorrhiza胎生繁殖體產(chǎn)量預(yù)測(cè)模型的基礎(chǔ)研究[13]，為本研究的紅海欖預(yù)測(cè)模型的構(gòu)建提供了基礎(chǔ)支撐。因此，本研究選擇廣東省湛江市高橋紅樹(shù)林保護(hù)區(qū)、海南東寨港紅樹(shù)林保護(hù)區(qū)以及清瀾港紅樹(shù)林保護(hù)區(qū)的紅海欖胎生繁殖體作為研究對(duì)象，采用細(xì)分的方法按不同區(qū)域構(gòu)建紅海欖預(yù)測(cè)模型后聚合細(xì)分模型，可對(duì)預(yù)測(cè)模型的研究提供新的思路。

1 研究區(qū)概況

廣東省湛江廉江市高橋紅樹(shù)林保護(hù)區(qū)始建于1991年，坐標(biāo)109°44′09″～109°56′10″E，21°09′19″～ 21°34′15″N。 全 區(qū) 保 護(hù) 總 面 積 達(dá)1.3×104hm2，是我國(guó)大陸地區(qū)連片面積最大的紅樹(shù)林生長(zhǎng)區(qū)，共有紅樹(shù)林樹(shù)種26種。本研究主要在德耀的紅海欖群落開(kāi)展調(diào)查研究。

海南東寨港紅樹(shù)林保護(hù)區(qū)始建于1980年，1986年批準(zhǔn)為國(guó)家級(jí)自然保護(hù)區(qū)，地理坐標(biāo)為110°32′～ 110° 37′E，19°51′～ 20°1′N，地處海南省海口市東北部與文昌市西北部之間的內(nèi)海，屬濕地類型的自然保護(hù)區(qū)，保護(hù)區(qū)屬于熱帶季風(fēng)氣候。全區(qū)保護(hù)總面積達(dá)3 337.6 hm2共有紅樹(shù)植物16科32種。本研究主要在東寨港東山村紅海欖群落開(kāi)展調(diào)查研究。

海南清瀾港紅樹(shù)林保護(hù)區(qū)始建于1981年，中心位置地理坐標(biāo)位 199°34′N，110°45′E，地處處于文昌市八門灣的清瀾港后港灣，保護(hù)面積達(dá)2 948 hm2，有林面積達(dá)2 732 hm2，管轄范圍包括馮家港、鋪前港等，是典型的瀉湖 － 河口濕地生境。在氣候上屬于熱帶海洋性氣候。該保護(hù)區(qū)紅樹(shù)植物有15科、19屬、33種，是我國(guó)紅樹(shù)植物天然分布種類最多的地區(qū)。本研究主要選擇海南文昌會(huì)文鎮(zhèn)邊海村紅海欖純林群落作為研究對(duì)象。

2 研究方法

2.1 調(diào)查方法

在3個(gè)區(qū)域的代表性紅海欖林中設(shè)置10塊10 m×10 m的樣地，在每塊樣地中隨機(jī)抽取3株紅海欖調(diào)查木，每個(gè)區(qū)域30株。調(diào)查指標(biāo)包括：種子產(chǎn)量、樹(shù)形樹(shù)勢(shì)、葉片性狀、種子性狀共4個(gè)指標(biāo)。葉片性狀包括：葉長(zhǎng)X1、葉寬X2、葉面積X4以及葉形指數(shù)X4；種子性狀包括：種長(zhǎng)X5、種寬X6以及種形指數(shù)X7；樹(shù)形樹(shù)勢(shì)包括：樹(shù)高X8、地徑X9、枝下高X10、冠幅X11、一級(jí)側(cè)枝數(shù)X12、一級(jí)側(cè)枝粗X13、葉面積指數(shù)X14，而產(chǎn)量方面則是結(jié)種數(shù)量Y。其中，每小枝上取3片成熟葉片，每株共30片葉片，測(cè)量其長(zhǎng)和寬，葉面積=2/3×葉長(zhǎng)×葉寬，葉形指數(shù)=葉長(zhǎng)/葉寬；每株樹(shù)按四分法取30個(gè)種子，分別測(cè)量其長(zhǎng)和寬，種形指數(shù)=種長(zhǎng)/種寬。

2.2 分析方法與數(shù)據(jù)處理

本研究主要采用相關(guān)分析、多元逐步回歸分析和通徑分析。其中，在進(jìn)行多元逐步回歸分析前先開(kāi)展正態(tài)性分布檢驗(yàn)。數(shù)據(jù)分析軟件采用SPSS20.0。

3 結(jié)果與分析

3.1 樣本基本分析

東寨港紅海欖的一級(jí)側(cè)枝數(shù)X12、枝下高X10和一級(jí)側(cè)枝粗X13的變異系數(shù)最大（見(jiàn)表1），分別為103.4、58.4和57.4；變異系數(shù)最小的是葉形指數(shù)X4。清瀾港紅海欖和高橋紅海欖（見(jiàn)表2和表3）的變異系數(shù)最大的指標(biāo)和變異系數(shù)最小指標(biāo)與東寨港紅海欖一致。因此，所測(cè)紅海欖的各個(gè)性狀的變異除上述3個(gè)變異較大指標(biāo)外，其余皆變異較小。從極差分析，3個(gè)區(qū)域極差最大皆是紅海欖的胎生繁殖體產(chǎn)量Y，最大值分別是844.00、479.00和520.00，最小值分別是106.00、179.00和214.00，其標(biāo)準(zhǔn)差分別是503.38、328.67和388.67，說(shuō)明紅海欖的胎生繁殖體產(chǎn)量分散程度比較高；通過(guò)極差和標(biāo)準(zhǔn)差分析，一級(jí)側(cè)枝數(shù)X12、枝下高X10和一級(jí)側(cè)枝粗X133個(gè)指標(biāo)分散程度較高。

表1 東寨港紅海欖樣本基本分析Table 1 Basic sample analysis of Rhizophora stylosa in Dongzhaigang

表2 清瀾港紅海欖樣本基本分析Table 2 Basic sample analysis of Rhizophora stylosa in Qinglangang

表3 高橋紅海欖樣本基本分析Table 3 Basic sample analysis of Rhizophora stylosa in Gaoqiao

3.2 產(chǎn)量與性狀因子的相關(guān)分析

3.2.1 產(chǎn)量與葉片因子的相關(guān)分析

東寨港紅海欖結(jié)種數(shù)量Y與葉長(zhǎng)X1、葉寬X2、葉面積X3呈負(fù)相關(guān)，與葉面積指數(shù)X14呈正相關(guān)，在 0. 05 水平上呈顯著相關(guān)關(guān)系。清瀾港紅海欖胎生繁殖體結(jié)種數(shù)量Y與葉長(zhǎng)X1、葉面積X3以及葉形指數(shù)X4呈負(fù)相關(guān)，無(wú)顯著相關(guān)；結(jié)種數(shù)量Y與葉面積指數(shù)X14呈正相關(guān)，在 0. 05 水平上呈顯著相關(guān)關(guān)系。高橋紅海欖胎生繁殖體結(jié)種數(shù)量Y與葉長(zhǎng)X1、葉寬X2、葉面積X3以及葉形指數(shù)X4呈負(fù)相關(guān)，與葉面積指數(shù)X14呈正相關(guān)，在 0.05水平上皆無(wú)顯著的相關(guān)關(guān)系。因此，胎生繁殖體產(chǎn)量與葉片性狀因子之間普遍存在著負(fù)相關(guān)關(guān)系，各個(gè)地區(qū)的紅海欖胎生繁殖體產(chǎn)量與葉片性狀因子的相關(guān)性的顯著各有所區(qū)別。

3.2.2 產(chǎn)量與胎生繁殖體性狀因子的相關(guān)分析

3個(gè)區(qū)域的產(chǎn)量與胎生繁殖體性狀的2個(gè)因子種長(zhǎng)X5和種形指數(shù)X7相關(guān)性不顯著，東寨港胎生繁殖體產(chǎn)量與種寬成正相關(guān)，清瀾港和高橋的胎生繁殖體產(chǎn)量則與之呈現(xiàn)負(fù)相關(guān)關(guān)系。

表4 產(chǎn)量與葉片因子的相關(guān)分析Table 4 Correlation analysis of seed yield and leaf factor

表5 產(chǎn)量與胎生繁殖體性狀因子的相關(guān)分析Table 5 Correlation analysis of seed yield and seed characters factor

3.2.3 產(chǎn)量與樹(shù)形樹(shù)勢(shì)因子的相關(guān)分析

產(chǎn)量Y與地徑X9、冠幅X11、一級(jí)側(cè)枝粗X13在0.05與0.01水平上均有顯著的正相關(guān)關(guān)系，與一級(jí)側(cè)枝數(shù)X12呈顯著的負(fù)相關(guān)關(guān)系。清瀾港紅海欖胎生繁殖體產(chǎn)量Y與地徑X9、冠幅X11在0.05與0.01水平呈顯著的正相關(guān)關(guān)系。高橋紅海欖胎生繁殖體產(chǎn)量Y與地徑X9、冠幅X11在0.05與0.01水平呈顯著的正相關(guān)關(guān)系。

表6 產(chǎn)量與樹(shù)形樹(shù)勢(shì)因子的相關(guān)分析Table 6 Correlation analysis of seed yield and tree form and tree vigor factor

3.3 產(chǎn)量聚合模型的構(gòu)建

以產(chǎn)量Y作為因變量，以紅海欖各個(gè)性狀為自變量，進(jìn)行多元逐步回歸分析，直到建立最優(yōu)的回歸方程為止。據(jù)表7可得：東寨港紅海欖胎生繁殖體產(chǎn)量的逐步回歸模型隨著自變量冠幅X11，葉形指數(shù)X4，葉面積指數(shù)X14，種寬X6被逐步引入回歸方程，4個(gè)自變量對(duì)產(chǎn)量的作用在增加。同理，清瀾港和高橋紅海欖胎生繁殖體產(chǎn)量的逐步回歸模型呈現(xiàn)出同樣的變化，只是自變量有所不同。逐步回歸模型擬合度調(diào)整以后的判定系數(shù)分別為東寨港R2=0.894，清瀾港R2=0.629，高橋R2=0.701，說(shuō)明3個(gè)區(qū)域模型的擬合度較好。最后可得線性回歸方程分別為：

東寨港：Y=-2 737.656+179.975X11+820.215X4+27.320X14+719.615X6；

清瀾港：Y=-37.583+219.186X11；

高橋：Y=206.704+137.696X11-11.063X3+ 19.715X9。

模型經(jīng)t檢驗(yàn)可認(rèn)為上述回歸方程成立。然后，通過(guò)聚合可得產(chǎn)量最優(yōu)聚合模型為：

表7 不同區(qū)域模型擬合結(jié)果Table 7 Model fitting result in different places

3.4 結(jié)種數(shù)量與指標(biāo)間的通徑分析

本研究經(jīng)過(guò)通徑分析（表8—表10）可得，東寨港產(chǎn)量預(yù)測(cè)模型的冠幅X11對(duì)紅海欖胎生繁殖體結(jié)種數(shù)量Y和模型構(gòu)建直接影響的直接效應(yīng)最大，直接通徑系數(shù)達(dá) 0.560；種寬X6次之，直接通徑系數(shù)0.533；葉形指數(shù)X4的直接作用最小。葉形指數(shù)X4、種寬X6和葉面積指數(shù)X14通過(guò)冠幅X11來(lái)影響紅海欖胎生繁殖體結(jié)種數(shù)量和模型構(gòu)建的間接作用較大，其中，葉面積指數(shù)X14的間接通徑系數(shù)0.255與其直接通徑系數(shù)0.281 相當(dāng)；葉形指數(shù)X4對(duì)紅海欖胎生繁殖體結(jié)種數(shù)量和模型構(gòu)建則有負(fù)的直接作用和間接作用。因此，直接影響作用的排序?yàn)椋汗诜鵛11＞葉形指數(shù)X4＞葉面積指數(shù)X14＞種寬X6。葉面積指數(shù)X14對(duì)紅海欖胎生繁殖體結(jié)種數(shù)量和模型構(gòu)建的間接影響作用最大，其次是種寬X6和葉形指數(shù)X4。同理可得清瀾港紅海欖胎生繁殖體產(chǎn)量預(yù)測(cè)模型，只有冠幅X11對(duì)紅海欖胎生繁殖體結(jié)種數(shù)量和模型起直接影響作用，無(wú)其他指標(biāo)的間接影響。高橋紅海欖產(chǎn)量預(yù)測(cè)模型，對(duì)紅海欖胎生繁殖體結(jié)種數(shù)量和模型直接影響作用的排序?yàn)椋汗诜鵛11＞地徑X9＞葉面積X3，葉面積X3對(duì)紅海欖胎生繁殖體結(jié)種數(shù)量和模型構(gòu)建的間接影響作用最大，其次是地徑X9。

4 討 論

本研究14個(gè)指標(biāo)因子在不同紅海欖區(qū)域的相關(guān)性有所不同，顯著性差異大，由此可說(shuō)明不同地區(qū)紅海欖胎生繁殖體產(chǎn)量與胎生繁殖體性狀因子的影響程度各不相同，可能與各個(gè)區(qū)域的環(huán)境相關(guān)。高橋是典型全日潮區(qū)，東寨港和清瀾港是典型半日潮區(qū)，清瀾港會(huì)文鎮(zhèn)邊海村紅海欖區(qū)域是典型的瀉湖地形，與東寨港有很大不同，受潮水影響小。同時(shí)，通過(guò)各個(gè)區(qū)域與三地總的相關(guān)分析可知，以地理位置為影響因素進(jìn)行模型細(xì)分，因子的相關(guān)性各不相同。以地理位置為影響因素進(jìn)行模型細(xì)分，即構(gòu)建3個(gè)區(qū)域的產(chǎn)量預(yù)測(cè)模型經(jīng)檢驗(yàn)，均符合要求，可開(kāi)展大區(qū)域的運(yùn)用。總的來(lái)說(shuō)，基于地理位置細(xì)分的預(yù)測(cè)模型更具有實(shí)用性。而且基于地理位置細(xì)分的預(yù)測(cè)模型比較合理，通過(guò)與綜合模型比較，即把所有數(shù)據(jù)綜合一起構(gòu)建一個(gè)模型，精度與綜合模型差異不顯著，甚至更高，是可行的?；诘乩砦恢眉?xì)分的預(yù)測(cè)模型可能更接近當(dāng)?shù)貐^(qū)域的真實(shí)情況。本研究表明，利用多元逐步回歸分析法和基于影響因素細(xì)分的方法建立的紅海欖胎生繁殖體產(chǎn)量預(yù)測(cè)細(xì)分模型預(yù)測(cè)產(chǎn)量是可行的，且更具優(yōu)勢(shì)，但仍需進(jìn)一步完善。

表8 東寨港胎生繁殖體產(chǎn)量與各性狀的通徑系數(shù)Table 8 Path coefficients of seed yield and characters in Dongzhaigang

表9 清瀾港胎生繁殖體產(chǎn)量與各性狀的通徑系數(shù)Table 9 Path coefficients of seed yield and characters in Qinglangang

表10 高橋胎生繁殖體產(chǎn)量與各性狀的通徑系數(shù)Table 10 Path coefficients of seed yield and characters in Gaoqiao

5 結(jié) 論

紅海欖胎生繁殖體產(chǎn)量與其表型性狀冠幅，葉寬，種寬，葉面積指數(shù)，葉形指數(shù)，地徑等關(guān)系密切，通過(guò)聚合得到的有效預(yù)測(cè)為：

本研究表明采用細(xì)分的方法開(kāi)展預(yù)測(cè)模型的研究，可在提高部分區(qū)域預(yù)測(cè)的準(zhǔn)確率的同時(shí)，有效提高工作效率，減少工作量，為產(chǎn)量預(yù)測(cè)模型的研究和實(shí)際應(yīng)用提供新的參考依據(jù)。

[1]周元滿,黃劍堅(jiān),聶 頁(yè),等. 特呈島天然紅海欖地徑分布規(guī)律研究[J]. 西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,35(3):52-57.

[2]周元滿,聶 頁(yè),劉美欣,等.天然紅海欖樹(shù)冠結(jié)構(gòu)的分形特征[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2012,32(8):37-41.

[3]周志翔,宋叢文,馮春蓮.馬尾松種子產(chǎn)量預(yù)測(cè)方法初步研究[J].林業(yè)科學(xué),1998,34(5):129-133.

[4]周志翔,宋叢文,馮春蓮.杉木種子園種子產(chǎn)量預(yù)測(cè)預(yù)報(bào)模型研究[J].林業(yè)科學(xué),1999,35(1):124-127.

[5]孔凡斌.馬尾松開(kāi)花結(jié)實(shí)特征及種子產(chǎn)量預(yù)測(cè)[J].林業(yè)科學(xué)研究,2002,15(2):150-155.

[6]Byram T D, Richardson J W, Lowe W J. Predicting seed yields from loblolly pine seed orchards: A simulation approach using TImpSim[J].Southern Journal of Applied Forestry, 1999, 23(2): 117-123.

[7]Lewis D C, Potter T D, Weckert S E. The effect of nitrogen,phosphorus and potassium fertilizer applications on the seed yield of sun fl ower (Helianthus annuusL.) grown on sandy soils and the prediction of phosphorus and potassium responses by soil tests[J].Nutrient Cycling in Agroecosystems,1991,28(2):185-190.

[8]Millar K D L, Ebbs S D, Gibson D J,et al.Evaluation of physiological parameters for the prediction of seed yield and quality for soybean (Glycine max) plants grown in the presence of weed competition[J]. Plant Biosystems, 2011, 145(1): 1-11

[9]Abreu A D, Ramalho A P, dos Santos J B. Prediction of seed–yield potential of common bean populations[J]. Genetics and Molecular Biology, 2002, 25(3): 323-327.

[10]薛利紅,曹衛(wèi)星,羅衛(wèi)紅.基于冠層反射光譜的水稻產(chǎn)量預(yù)測(cè)模型[J].遙感學(xué)報(bào),2005,9(1):100-105

[11]李衛(wèi)國(guó),李正金.基于CBERS衛(wèi)星遙感的冬小麥產(chǎn)量估測(cè)研究[J]. 麥類作物學(xué)報(bào),2010,30(5):915-919.

[12]羅紀(jì)寧.市場(chǎng)細(xì)分研究綜述:回顧與展望[J]. 山東大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2003,(6):44-48.

[13]黃劍堅(jiān),劉素青,李際平,等.木欖胎生繁殖體產(chǎn)量預(yù)測(cè)模型[J].林業(yè)科學(xué),2013,49(7):163-169.

Subdivision-aggregation yield forecasts model ofR. stylosaviviparous propagules

HUANG Jianjian1, LIU Suqing2, ZHANG Binbin3
(1.Cunjin College of Guangdong Ocean University, Zhanjiang 524094, Guangdong, China；2.Agriculture College of Guangdong Ocean University, Zhanjiang 524088, Guangdong, China; 3.Central South University of Forestry & Technology, Changsha 410004, Hunan, China)

The prediction model of viviparous propagules ofRhizophora stylosais important for afforestation and management of mangrove forests. Heterogeneity is part of the most important factors leading to reduced model accuracy.How to solve the heterogeneity problem, become the key to build the model. Segmentation is one of the means to solve heterogeneity. In this paper selected the Rhizophora stylosa viviparous propagules of Gaoqiao mangrove reserve in Zhanjiang city, Guangdong province and Dongzhaigang mangrove reserve, Qinglangang mangrove reserve in Hainan province as the study objects. In this paper adopts multi-level multiindicators for investigation, According different regions to subdivide prediction model, and then use the aggregation to builds the forecasting model. There were signi fi cant correlations between the growth of viviparous propagules and crown, leaf width, seed width,leaf area index, leaf shape index and ground diameter. The results showed that the reproductive growth ofRhizophora stylosawas closely related to its phenotypic traits. The fi nalized three subdivision model were signi fi cant by t test,R2were 0.894, 0.629, 0.701. Through the path analysis, indirect effects of theX11on theRhizophora stylosaviviparous propagules number and the model construction was maximum. All the models directly affected the number ofRhizophora stylosaviviparous reproductive and model construction by crown width. Under normal circumstances(ie, communities and tree species are healthy) It is more practical to use the subdivision method to segment the forecasting model by region than the synthetic forecasting model. It is more realistic to construct a forecasting model by use subdivision according to region.

Rhizophora stylosa; viviparous propagules; prediction model; subdivision

10.14067/j.cnki.1673-923x.2017.12.004

http: //qks.csuft.edu.cn

S725

A

1673-923X(2017)12-0021-05

2017-04-20

國(guó)家自然科學(xué)青年基金項(xiàng)目(31500521)；廣東省教育廳育苗工程項(xiàng)目(2013LYM0108)；廣東省教育廳特色創(chuàng)新項(xiàng)目(2016KTSCX184)；廣東省科技廳項(xiàng)目(2014A030304062)；廣東省海洋漁業(yè)廳項(xiàng)目(A201500D03)；廣東省林業(yè)廳項(xiàng)目(2014KJCX019-04)

黃劍堅(jiān)，副教授，博士

劉素青，教授，博士；E-mail：liusuqing2001@aliyun.com

黃劍堅(jiān)，劉素青，張彬彬，等 . 紅海欖胎生繁殖體產(chǎn)量預(yù)測(cè)細(xì)分聚合模型[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2017, 37(12): 21-25.

[本文編校：文鳳鳴]