-
地震及次生灾害造成区域内森林生态系统、湿地生态系统、林业生态环境保护能力等不同程度损失和影响。韩茂云[1]通过探讨茂县“5·12”地震灾后不同植被恢复模式恢复成效,得出乔灌草模式的造林效果最佳,值得在生产上推广。鄢武先[2]通过对卧龙自然保护区植被恢复调查,得出生态适应性、地带性、先锋性、抗逆性和自我维持性和生物多样性的植物种选择的原则。可见开展地震灾区快速植被恢复模式筛选对灾区植被恢复、生态环境的改善具有重要的科技支撑及示范作用。灰色关联度分析[3-5]是一种常用的科学分析比较方法,已经在很多领域进行应用,很多科研人员采用该方法对水稻、甜高粱、大麦、小麦、苎麻等进行品种比较试验[6-16],筛选出更多的适宜品种。林业上大多使用多层次分析法[18]开展筛选出更多的适宜模式,主要依靠专家打分法进行筛选,主观性强。灰色关联度分析[19]同时兼顾多种指标,对模式多个指标进行定量的综合分析,减少主观因素,避免了传统评价法由单一指标来判断某个模式、品种的好坏造成的弊端,使得评价结果更加可靠和客观[20]。本次研究应用灰色关联度分析,对恢复模式多个指标进行定量的综合分析,筛选出适应九寨沟地震损毁地的快速植被恢复模式,以期为地震损毁地的植被快速恢复提供技术支撑。
-
本试验选取的植被快速恢复模式地点全部位于九寨沟县内,以“8·8”四川九寨沟地震震中漳扎镇比芒村为中心向四周选取,各试验地气候、地形、土壤等外在条件基本一致,海拔在2300~2900 m,属高山寒温气候,9月至次年5月为霜期;降雨量较为充沛,年降雨量500~700 mm,雨季集中在7—9月,土层浅薄,坡度在30°~50°属于高山峡谷地带,土壤类型以山地黄棕壤为主。
-
根据文献查阅及对九寨沟地震损毁地植被快速恢复小班的调查统计,按照地震损毁地受损程度、恢复措施、物种配置模式初步确定九寨沟地震损毁地植被快速恢复模式共计17种,其中地震损毁地受损程度划分为重度和中度受损,重度地震损毁地主要以各种石块为主,含有少量的泥土和杂物,几乎无森林植被,稳定性差;中度地震损毁地主要为森林植被受到局部破坏,部分区域出现林中空地、林窗,但受损区域立地质量基本未受破坏,具有森林植被恢复的基础。重度地震损毁地采取工程措施+植苗造林的11种措施,中度地震损毁地的采取植苗造林的6种生态恢复措施,详见表1。
表 1 九寨沟地震损毁地植被快速恢复模式统计
Table 1. Statistics of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas
受损程度 序号 恢复方式 物种配置模式 重度 a-1 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、连香树(Cercidiphyllum japonicum) 重度 a-2 工程措施+植苗造林 油松(Pinus tabuliformis)、岷江柏(Cupressus chengiana) 重度 a-3 工程措施+植苗造林 连香树(Cercidiphyllum japonicum)、疏花槭(Acer laxiflorum)、缺苞箭竹(Fargesia denudata) 重度 a-4 工程措施+植苗造林 岷江柏(Cupressus chengiana)、扁桃(Amygdalus communis) 重度 a-5 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、疏花槭(Acer laxiflorum) 重度 a-6 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、花楸(Sorbus pohuashanensis) 重度 a-7 工程措施+植苗造林 云杉(Picea asperata)、花楸(Sorbus pohuashanensis)、高山柳(Salix cupularis) 重度 a-8 工程措施+植苗造林 油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、青榨槭(Acer davidii) 重度 a-9 工程措施+植苗造林 云杉(Picea asperata)、连香树(Cercidiphyllum japonicum)、沙棘(Hippophae rhamnoides) 重度 a-10 工程措施+植苗造林 云杉(Picea asperata)、连香树(Cercidiphyllum japonicum)、花楸(Sorbus pohuashanensis) 重度 a-11 工程措施+植苗造林 油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、花楸(Sorbus pohuashanensis) 中度 b-1 植苗造林 云杉(Picea asperata)、花楸(Sorbus pohuashanensis) 中度 b-2 植苗造林 云杉(Picea asperata)、高山柳(Salix cupularis) 中度 b-3 植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis) 中度 b-4 植苗造林 云杉(Picea asperata)、疏花槭(Acer laxiflorum) 中度 b-5 植苗造林 油松(Pinus tabuliformis)、疏花槭(Acer laxiflorum) 中度 b-6 植苗造林 油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum) -
在九寨沟地震损毁地植被快速恢复小班内选择不同灾害类型、受损程度、恢复类型的地点选取典型的调查样地,在每个选定的样地内采用随机取样方法,设置30 m×30 m的大样方调查1.3 m以上的乔木层,同时在大样方4个顶点共设置4个5 m×5 m的样方调查灌木层及1.3 m以下的幼树,在大样方的对角线上再设置3个1 m×1 m的样方调查草本层。分别在样地中心,对样方中的土壤、植物进行取样,室内进一步分析测定,获取土壤理化性质、植物生物量等指标。
-
采用灰色关联度进行分析,将所有不同植被快速恢复模式看作一个灰色系统,每个模式为该系统的一个因素,以各参试恢复模式的主要评价指标构建成比较数列,表示为:Xi(k) (i=1,2,3,···,n),n表示恢复模式种类数,k表示各模式的指标数。为便于比较,根据植被恢复的模式特征及评价要求,构建一个参考植被恢复模式,由此构成一个参考数列,用X0表示。计算各比较数列与参考数列之间的关联度,关联度大则表示该恢复模式与参考模式较相近,综合指标表现较好,反之,则综合指标较差。
对原始数据进行无量纲化处理,采用标准差法,按公式Xi(K)=[Xi’(K)−Xi]/Si将原始数据标准化。
在此基础上求主要指标与模式的灰色关联度r(X0,Xi)称为X0,Xi的灰色关联度记为ri。计算公式为:
$$ {r_i} = \frac{1}{n}\sum\limits_{k = 1}^n {{\xi _i}\left( k \right)} $$ -
采用问卷调查法对模式的评价指标进筛选建立指标体系,问卷调查对象为科研单位专家、基层林业局工程技术人员等[17]。对初步建立的指标体系通过敏感性法对备选的评价指标进行筛选,具体来说,就是利用某一指标在研究范围内的变异系数和相对极差作为敏感性指标进行判断,变异系数和相对极差越大,敏感性也就越大,尽量按照敏感度从大到小的顺序,筛选评价指标,建立九寨沟地震灾区植被快速恢复模式评价指标体系(见表2)。
表 2 九寨沟地震损毁地植被快速恢复模式评价指标体系
Table 2. Evaluation index system of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas
目标层 项目层 指标层 九寨沟地震灾区植被快速恢复模式筛选 苗木情况 成活率 地径 株高 多样性情况 丰富度指数 植物生物量 生物量 覆绿情况 覆盖度 土壤质量 土壤有机质含量 土壤容重 土壤最大持水率 -
根据建立的评价指标体系,植被恢复模式的主要指标分别为成活率(k1)、地径(k2)、株高(k3)、丰富度指数(k4)、生物量(k5)、覆盖度(k6)、土壤有机质含量(k7)、土壤容重(k8)、土壤最大持水率(k9)。原始数据见表3。
表 3 九寨沟地震损毁地植被快速恢复各指标——原始数据
Table 3. Index of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas — raw data
序号 成活率/% 地径/cm 苗高/m 丰富度指数 生物量/(kg×m−2) 覆盖度/% 土壤有机质含量/(g·kg−1) 土壤容重/(g·cm−3) 土壤含水量/% a-1 85 2.33 1.43 9 0.79 45 17.56 1.48 10.53 a-2 80 1.75 1.2 7 0.58 40 15.01 1.68 6.6 a-3 75 1.67 1.17 5 0.55 40 15.28 1.63 8.85 a-4 70 1.25 0.9 6 0.32 45 15.08 1.25 8.34 a-5 85 2 0.87 8 0.57 50 17.92 1.55 10.95 a-6 90 2.33 1.03 10 0.7 45 16.73 1.58 11.58 a-7 80 2 1.03 7 0.62 35 14.42 1.24 7.7 a-8 90 1.73 0.8 8 0.47 45 18.05 1.71 9.29 a-9 80 2 1.03 9 0.62 30 15.1 1.03 8.18 a-10 90 2.33 1 7 0.69 40 16.37 1.1 10.21 a-11 80 2 0.6 7 0.46 45 17.92 1.42 9.41 b-1 85 0.35 35 12 0.92 60 17.94 1.24 19.59 b-2 90 0.4 40 10 1.03 55 17.48 1.45 22.94 b-3 90 0.35 35 14 1.1 50 18.21 1.65 18.94 b-4 85 0.35 35 12 1.05 50 16.48 1.35 18.04 b-5 85 0.33 32.5 12 0.84 40 19.03 1.28 23.55 b-6 80 0.28 27.5 11 0.98 45 17.57 1.41 14.39 -
因模式的各项指标的计量单位各不相同,使得原始数据在量纲和数量级上存在差异,难于比较以及保证比较的客观性和正确性。因此,采用初值化处理对原始数据进行无量纲化处理,结果见表4。
表 4 九寨沟地震生境修复植被快速恢复各指标——数据无量纲化处理
Table 4. Index of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas — nondimensionalize data
序号 成活率 地径 苗高 丰富度指数 生物量 覆盖度 土壤有机质含量 土壤容重 土壤含水量 a-1 0.75 1 1 0.8 1 0.75 0.86 0.66 0.79 a-2 0.5 0.46 0.72 0.4 0.56 0.5 0.16 0.95 0 a-3 0.25 0.38 0.68 0 0.49 0.5 0.24 0.89 0.45 a-4 0 0 0.36 0.2 0 0.75 0.18 0.32 0.35 a-5 0.75 0.69 0.32 0.6 0.53 1 0.96 0.76 0.87 a-6 1 1 0.52 1 0.81 0.75 0.64 0.81 1 a-7 0.5 0.69 0.52 0.4 0.63 0.25 0 0.31 0.22 a-8 1 0.45 0.24 0.6 0.31 0.75 1 1 0.54 a-9 0.5 0.69 0.52 0.8 0.63 0 0.19 0 0.32 a-10 1 1 0.48 0.4 0.79 0.5 0.54 0.1 0.72 a-11 0.5 0.69 0 0.4 0.31 0.75 0.96 0.57 0.56 b-1 0.5 0.33 0.6 0.5 0.31 1 0.57 0 0.57 b-2 1 0 1 0 0.73 0.75 0.39 0.51 0.93 b-3 1 1 0.6 1 1 0.5 0.68 1 0.5 b-4 0.5 0.67 0.6 0.5 0.81 0.5 0 0.26 0.4 b-5 0.5 0.33 0.4 0.5 0 0 1 0.09 1 b-6 0 0 0 0.25 0.54 0.25 0.43 0.42 0 -
利用Grey Modelling Software(GM 3.0)软件对无量纲化处理后的数据进行计算,计算结果见表5。由表5可以看出,针对重度受损地采用关联度排序前4位a-1、a-6、a-5、a-8,即云杉+红桦+连香树、云杉+红桦+花楸、云杉+红桦+疏花槭、油松+连香树+青榨槭;由表5可以看出,针对中度受损地的生境恢复模式采用关联度排序前2位的是b-3、b-1,即云杉+红桦、云杉+花楸。总体来说排序靠前的模式表现出成活率、土壤有机质含量、生物量、覆盖度高等特点。
表 5 生境修复模式关联度及位次
Table 5. Correlation degree and ranking of ecological restoration models
模式 关联度 位次 a-1 0.82 1 a-2 0.51 6 a-3 0.41 8 a-4 0.22 11 a-5 0.67 3 a-6 0.78 2 a-7 0.4 10 a-8 0.64 4 a-9 0.4 9 a-10 0.58 5 a-11 0.5 7 b-1 0.63 2 b-2 0.51 5 b-3 0.7 1 b-4 0.54 4 b-5 0.61 3 b-6 0.5 6 根据地震损毁地、关联度等相关性,可得出其对应关系如表6。
表 6 九寨沟地震损毁地林草植被快速恢复模式筛选表
Table 6. Screening table of rapid forest and grass restoration models in Jiuzhaigou earthquake-stricken areas
受害程度 地表 模式 恢复方式 物种配置模式 重度 石砾、石块等堆积体为主 a-1 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、连香树(Cercidiphyllum japonicum) 重度 石砾、石块等堆积体为主 a-6 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、花楸(Sorbus pohuashanensis) 重度 石砾、石块等堆积体为主 a-5 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、疏花槭(Acer laxiflorum) 重度 石砾、石块等堆积体为主 a-8 工程措施+植苗造林 油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、青榨槭(Acer davidii) 中度 森林土壤 b-3 植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis) 中度 森林土壤 b-1 植苗造林 云杉(Picea asperata)、花楸(Sorbus pohuashanensis)
Screening of Rapid Vegetation Restoration Models in Earthquake-stricken Areas Based on Grey Relation Analysis
More Information-
摘要: 根据地震损毁地受损程度,针对重度损毁地植被恢复模式共选择11种,中度损毁地植被恢复模式共选择6种,采用灰色关联度分析方法比较各模式恢复成效,根据结果筛选出成活率、土壤有机质含量、生物量、覆盖度高的快速植被恢复模式。试验的筛选过程和结果,对当前地震损毁地植被快速恢复具有十分重要的参考价值和借鉴价值。Abstract: Based on the damage degrees of earthquake-stricken areas, 11 vegetation restoration models were selected for severely damaged sites and 6 vegetation restoration models for moderately damaged sites. The restoration effects of each model were compared by the grey relation analysis method. According to the results, the rapid vegetation restoration model with high survival rate, soil organic matter content, biomass and high coverage was screened. The screening process and results of the experiment are of great reference values for the rapid vegetation restoration in earthquake-stricken areas.
-
Key words:
- Earthquake;
- Vegetation restoration;
- Index system;
- Screen
-
表 1 九寨沟地震损毁地植被快速恢复模式统计
Tab. 1 Statistics of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas
受损程度 序号 恢复方式 物种配置模式 重度 a-1 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、连香树(Cercidiphyllum japonicum) 重度 a-2 工程措施+植苗造林 油松(Pinus tabuliformis)、岷江柏(Cupressus chengiana) 重度 a-3 工程措施+植苗造林 连香树(Cercidiphyllum japonicum)、疏花槭(Acer laxiflorum)、缺苞箭竹(Fargesia denudata) 重度 a-4 工程措施+植苗造林 岷江柏(Cupressus chengiana)、扁桃(Amygdalus communis) 重度 a-5 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、疏花槭(Acer laxiflorum) 重度 a-6 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、花楸(Sorbus pohuashanensis) 重度 a-7 工程措施+植苗造林 云杉(Picea asperata)、花楸(Sorbus pohuashanensis)、高山柳(Salix cupularis) 重度 a-8 工程措施+植苗造林 油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、青榨槭(Acer davidii) 重度 a-9 工程措施+植苗造林 云杉(Picea asperata)、连香树(Cercidiphyllum japonicum)、沙棘(Hippophae rhamnoides) 重度 a-10 工程措施+植苗造林 云杉(Picea asperata)、连香树(Cercidiphyllum japonicum)、花楸(Sorbus pohuashanensis) 重度 a-11 工程措施+植苗造林 油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、花楸(Sorbus pohuashanensis) 中度 b-1 植苗造林 云杉(Picea asperata)、花楸(Sorbus pohuashanensis) 中度 b-2 植苗造林 云杉(Picea asperata)、高山柳(Salix cupularis) 中度 b-3 植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis) 中度 b-4 植苗造林 云杉(Picea asperata)、疏花槭(Acer laxiflorum) 中度 b-5 植苗造林 油松(Pinus tabuliformis)、疏花槭(Acer laxiflorum) 中度 b-6 植苗造林 油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum) 表 2 九寨沟地震损毁地植被快速恢复模式评价指标体系
Tab. 2 Evaluation index system of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas
目标层 项目层 指标层 九寨沟地震灾区植被快速恢复模式筛选 苗木情况 成活率 地径 株高 多样性情况 丰富度指数 植物生物量 生物量 覆绿情况 覆盖度 土壤质量 土壤有机质含量 土壤容重 土壤最大持水率 表 3 九寨沟地震损毁地植被快速恢复各指标——原始数据
Tab. 3 Index of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas — raw data
序号 成活率/% 地径/cm 苗高/m 丰富度指数 生物量/(kg×m−2) 覆盖度/% 土壤有机质含量/(g·kg−1) 土壤容重/(g·cm−3) 土壤含水量/% a-1 85 2.33 1.43 9 0.79 45 17.56 1.48 10.53 a-2 80 1.75 1.2 7 0.58 40 15.01 1.68 6.6 a-3 75 1.67 1.17 5 0.55 40 15.28 1.63 8.85 a-4 70 1.25 0.9 6 0.32 45 15.08 1.25 8.34 a-5 85 2 0.87 8 0.57 50 17.92 1.55 10.95 a-6 90 2.33 1.03 10 0.7 45 16.73 1.58 11.58 a-7 80 2 1.03 7 0.62 35 14.42 1.24 7.7 a-8 90 1.73 0.8 8 0.47 45 18.05 1.71 9.29 a-9 80 2 1.03 9 0.62 30 15.1 1.03 8.18 a-10 90 2.33 1 7 0.69 40 16.37 1.1 10.21 a-11 80 2 0.6 7 0.46 45 17.92 1.42 9.41 b-1 85 0.35 35 12 0.92 60 17.94 1.24 19.59 b-2 90 0.4 40 10 1.03 55 17.48 1.45 22.94 b-3 90 0.35 35 14 1.1 50 18.21 1.65 18.94 b-4 85 0.35 35 12 1.05 50 16.48 1.35 18.04 b-5 85 0.33 32.5 12 0.84 40 19.03 1.28 23.55 b-6 80 0.28 27.5 11 0.98 45 17.57 1.41 14.39 表 4 九寨沟地震生境修复植被快速恢复各指标——数据无量纲化处理
Tab. 4 Index of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas — nondimensionalize data
序号 成活率 地径 苗高 丰富度指数 生物量 覆盖度 土壤有机质含量 土壤容重 土壤含水量 a-1 0.75 1 1 0.8 1 0.75 0.86 0.66 0.79 a-2 0.5 0.46 0.72 0.4 0.56 0.5 0.16 0.95 0 a-3 0.25 0.38 0.68 0 0.49 0.5 0.24 0.89 0.45 a-4 0 0 0.36 0.2 0 0.75 0.18 0.32 0.35 a-5 0.75 0.69 0.32 0.6 0.53 1 0.96 0.76 0.87 a-6 1 1 0.52 1 0.81 0.75 0.64 0.81 1 a-7 0.5 0.69 0.52 0.4 0.63 0.25 0 0.31 0.22 a-8 1 0.45 0.24 0.6 0.31 0.75 1 1 0.54 a-9 0.5 0.69 0.52 0.8 0.63 0 0.19 0 0.32 a-10 1 1 0.48 0.4 0.79 0.5 0.54 0.1 0.72 a-11 0.5 0.69 0 0.4 0.31 0.75 0.96 0.57 0.56 b-1 0.5 0.33 0.6 0.5 0.31 1 0.57 0 0.57 b-2 1 0 1 0 0.73 0.75 0.39 0.51 0.93 b-3 1 1 0.6 1 1 0.5 0.68 1 0.5 b-4 0.5 0.67 0.6 0.5 0.81 0.5 0 0.26 0.4 b-5 0.5 0.33 0.4 0.5 0 0 1 0.09 1 b-6 0 0 0 0.25 0.54 0.25 0.43 0.42 0 表 5 生境修复模式关联度及位次
Tab. 5 Correlation degree and ranking of ecological restoration models
模式 关联度 位次 a-1 0.82 1 a-2 0.51 6 a-3 0.41 8 a-4 0.22 11 a-5 0.67 3 a-6 0.78 2 a-7 0.4 10 a-8 0.64 4 a-9 0.4 9 a-10 0.58 5 a-11 0.5 7 b-1 0.63 2 b-2 0.51 5 b-3 0.7 1 b-4 0.54 4 b-5 0.61 3 b-6 0.5 6 表 6 九寨沟地震损毁地林草植被快速恢复模式筛选表
Tab. 6 Screening table of rapid forest and grass restoration models in Jiuzhaigou earthquake-stricken areas
受害程度 地表 模式 恢复方式 物种配置模式 重度 石砾、石块等堆积体为主 a-1 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、连香树(Cercidiphyllum japonicum) 重度 石砾、石块等堆积体为主 a-6 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、花楸(Sorbus pohuashanensis) 重度 石砾、石块等堆积体为主 a-5 工程措施+植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis)、疏花槭(Acer laxiflorum) 重度 石砾、石块等堆积体为主 a-8 工程措施+植苗造林 油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、青榨槭(Acer davidii) 中度 森林土壤 b-3 植苗造林 云杉(Picea asperata)、红桦(Betula albosinensis) 中度 森林土壤 b-1 植苗造林 云杉(Picea asperata)、花楸(Sorbus pohuashanensis) -
[1] 韩茂云,付兴. 茂县5.12地震灾后植被恢复造林模式探讨[J]. 四川林勘设计,2011(3):60−61+65. [2] 鄢武先,张小平,等. 卧龙自然保护区地震灾后植被恢复主要植物种选择研究[J]. 四川林业科技,2012,33(3):32−36. doi: 10.3969/j.issn.1003-5508.2012.03.007 [3] 邓聚龙. 灰色理论基础[M]. 武汉: 华中科技大学出版社, 2003. [4] 弓成林,郭爱民,汪小伟,等. 灰色关联度和层次分析法在葡萄品质评价上的应用[J]. 西南农业学报,2002,15(1):79−82. doi: 10.3969/j.issn.1001-4829.2002.01.018 [5] 李树君,周祖亮,殷春武. 基于灰色关联度的农作物品种评价[J]. 安徽农业科学,2011,39(3):1263−1264. doi: 10.3969/j.issn.0517-6611.2011.03.002 [6] 杨婷婷,崔金凤,吴文革,等. 21个杂交水稻品种主要农艺性状与产量的灰色关联度分析[J]. 安徽科技学院学报,2015,29(3):1−5. doi: 10.3969/j.issn.1673-8772.2015.03.001 [7] 刘翔宇,刘祖昕,加帕尔·尼亚孜,等. 基于主成分与灰色关联度分析的甜高粱品种综合评价[J]. 新疆农业学报,2016,53(1):99−107. [8] 田和彬,汪军妹,华为,等. 大麦主要农艺和品质性状的相关性及灰色关联度分析[J]. 浙江农业学报,2011,23(3):433−438. doi: 10.3969/j.issn.1004-1524.2011.03.001 [9] 冯春成,陈学中,秦志英,等. 对29种强筋小麦品种品质性状的分析与评价[J]. 河南科技学院学报,2015,43(3):6−11. [10] 白玉超,黄敏升,李林林,等. 94份苎麻种质资源主要农艺性状关联分析与综合评价[J]. 中国麻业科学,2017,39(4):161−171. doi: 10.3969/j.issn.1671-3532.2017.04.001 [11] 张睿. 灰色关联分析与主成分分析综合评价不同产地柴胡质量[J]. 中国药师,2017,20(8):1356−1359. doi: 10.3969/j.issn.1008-049X.2017.08.006 [12] 刘志成,向雅丽. 基于熵权法和灰色关联分析法的区域柑橘产业可持续发展综合评价: 以湖南省石门为例[J]. 云梦学刊,2017,38(3):84−94. doi: 10.3969/j.issn.1006-6365.2017.03.013 [13] 苗昊翠,李利民,张金波,等. 基于灰色关联度分析评价新疆引种花生花育系列品种[J]. 新疆农业科学,2013,50(1):22−26. doi: 10.6048/j.issn.1001-4330.2013.01.004 [14] 刘国一,谢永春,普布贵吉,等. 西藏隆子黑青稞产量与农艺性状灰色关联度分析[J]. 大麦与谷类科学,2019,36(2):11−16. [15] 杨秀莲,郑晓昆,杨燕,等. 基于灰色关联度分析的甘薯品种的评价[J]. 长江蔬菜,2012(10):8−11. doi: 10.3865/j.issn.1001-3547.2012.10.003 [16] 杨淑杰,李玉波. 吉林省农业机械化与粮食产量灰色关联分析[J]. 中国农机化学报,2018,39(8):101−107. [17] 杨昌旭,李勇,等. 汶川地震灾区不同植被恢复模式评价与筛选[J]. 四川林业科技,2017,38(3):11−21. [18] 陈德朝,鄢武先,马履一,等. 汶川震区城乡绿化恢复重建中观赏性芳香植物应用分析——以北川县为例[J]. 广东园林,2013,35(6):69−74. doi: 10.3969/j.issn.1671-2641.2013.06.022 [19] 邓聚龙. 农业系统灰色理论与方法[M]. 济南: 科学技术出版社, 1988. [20] 伍国红,李玉玲,等. 有核葡萄干品质因子灰色关联度分析[J]. 安徽农业科学,2020,48(12):203−205+208. doi: 10.3969/j.issn.0517-6611.2020.12.058 [21] 王娟. 5·12地震北川县震后受损林地立地类型划分及其质量评价[D]. 北京林业大学, 2012.