相对密度范文1
【关键词】机载数据；面板数据；核密度估计；最小二乘交叉验证法；垂直间隔
1.引言
空域资源紧张已成制约我国民航业快速发展的主要动因，其直接结果是航班延误不断增加，航空公司服务品质不断下降，亦增加了公司运行成本，也给旅客造成了经济损失，甚至因不必要的燃油消耗而致愈来愈紧张的航空环境问题与能源资源问题愈加严峻。
优化空中交通流量、进一步挖掘空域资源利用已成业界和学界关注与研究热点。比如，2007年11月22日开始我国在29000英尺到41000英尺的高空空域实施缩小垂直间隔（RVSM），使高度层由原来的7个增加到13个，显著增加了我国空域容量[2]。尽管与欧美国家相比，我国空中流量管理及基于协同决策理论（CDM）方面的研究起步较晚，但以胡明华教授为代表的一些学者对上述关键技术与理论展开了研究[3-4]，取得的研究成果多属于宏观层面，微观成果有限。虽然现代空中流量管理技术与方法的应用可以有效地提高我国空中交通流量，但缩小飞机飞行间隔依然是增加空域容量、促进民航运输量发展最直接最有效的方法。
实施RVSM以来，一些学者对RVSM空域内的飞机高度保持性能及垂直间隔标准的安全性进行了分析，结果表明我国在RVSM空域内缩小垂直间隔标准是安全可行的[5-7]。
但是，能否继续缩小垂直间隔标准以及可缩小幅度不但取决行器的高度保持能力和垂直定位精度等因素，也在很大程度上受制于所有飞机在高度层空间内的总体高度保持性能、总体巡航高度范围和未使用空间的总体高度裕度等因素。然而，目前国内尚未有学者对民航飞机在高度层空间内的上述特征进行研究。
受RVSM与《中国民用航空发展第十二个五年规划》中“施行缩小飞行间隔”的启发，本文针对我国民航运输飞机巡航阶段在飞行高度层空间内的分布特征进行了研究，该研究基于核密度估计方法，分析了巡航高度方向上高度层空间内的航迹簇概率分布密度与分布范围置信区间，间接分析了民航飞机总体巡航高度保持性能。
首先以国内某航空公司足够多次航班实际飞行航迹的QAR机载数据为基础，选取各航迹巡航段数据，分别进行时间映射配准与空间配准，得到它们相对于各自高度层中心线的相对高度值（相对巡航高度）。在此基础上，利用基于最小二乘交叉验证法的核密度概率估计算法，分析了这些相对高度值的空间分布概率密度。最后在概率密度的基础上计算出分布置信区间与偏差容限，从统计学角度表明我国民航空域高度层资源的使用潜力。
2.相对巡航高度计算
2.1 QAR数据与面板数据
QAR是Quick Access Recorder（快速存取记录器）的缩写，是一种重要的机载飞行参数电子记录设备，可以连续记录飞机长达600小时飞行的原始资料，同一时刻可采集数百乃至上千个飞行数据，涵盖了飞机运行中的绝大部分参数。目前QA数据已被航空公司广泛应用行过程仿真重现、飞行品质监控与改善、飞行技术检查、安全评估、事故调查和飞机维护工作等工作，并发挥了重要的作用。但是利用QAR数据估计飞机航迹空中分布密度的研究尚无先例。
本文利用国内某航空公司600次随机航班实际飞行航迹的QAR数据，根据民航飞机巡航段飞行特征，选择各航迹最长巡航段的高度参数（以下简称“主巡航段高度数据”）。我们将以面板数据的形式使用这600条随机航迹的主巡航段高度数据。
面板数据（Panel Data）是把截面数据和时间序列数据融合在一起的数据，用来描述一个总体中给定样本在一段时间的情况，具有空间维度和时间维度的特征。从横截面上看，面板数据是由若干个体在某一时刻构成的截面观测值，从纵剖面上看每个个体都是一个时间序列。
面板数据具有空间维度和时间维度的特征，它既能反映某一时期各个个体数据的规律，也能描述每个个体随时间变化的规律。因为面板数据可以将不同时间点上的经历和行为联系起来，表明不同个体的截面数据是如何随时间的变化而变化的，所以能够更好地研究数据的动态特征，可以给出比纯时间序列和截面数据更好的预测[8]。目前面板数据主要应用在计量建模与计量经济学研究中，也有少量文献把面板数据用于聚类分析研究中并得到了良好的效果，但是基于面板数据的密度估计应用尚属首例。
本文是以面部数据的形式分析样本航迹簇的主巡航段高度分布特征，因此需要对主巡航段高度数据进行时间与空间对准。
2.2 样本航迹高度层分布特征
为了分析空域高度层资源的使用潜力，我们首先作出600条航迹主巡航段的高度层分布特征图谱。由于每条航迹的主巡航段的高度数据个数不同，因此需要对每条航迹的高度数据分别进行重新采样或时间配准。为了计算方便，我们采用时间线性压缩映射的方法，把所有航迹的主巡航段高度数据配准到100个采样时刻。
设某条航迹主巡航段有m个航迹点，对应的时刻依次记为t0，t1，t2，…，tm-1，对应的高度依次分别为h0，h1， h2，…，hm-1。把该航迹段压缩映射成n（n
在MATLAB计算环境下，利用线性时间压缩映射原理计算出600条随机航迹主巡航段的重构航迹高度数据，每条重构航迹段由100个重构航迹点组成，并分别以二维和三维面板数据的形式作出这600条实际航迹的重构航迹主巡航段的高度分布特征图谱，分别如图1和图2所示：
图1 600条重构航迹主巡航段高度二维特征图谱
图2 600条重构航迹主巡航段高度三维特征图谱
从图1和图2可以鲜明的看出：600条实际航迹的主巡航高度层全部位于6000米到12000米之间的空域中，几乎每个高度层都有飞机。因为飞机在不同高度空域中巡航的耗油量差别很大，每次飞行都期望在最节油的高度层或其临近高度层飞行，因此正如图1所示，某些高度层比较繁忙或非常繁忙.
2.3 相对巡航高度
为了从整体上分析航迹主巡航段在高度层空间的分布规律及高度层空间资源的使用情况，我们首先对所有样本航迹进行时间与空间配准，把所有航迹统一到高度层空间内的时空坐标系里，并作出其二维面板数据特征图，然后对航迹簇进行密度估计与统计学分析。
利用上一节中经过时间配准的600条重构航迹的主巡航段高度数据，令每条重构航迹的主巡航段高度数据分别减去各自高度层的标准高度，从而计算出相对于其飞行高度层标高的相对高度（以下简称“相对巡航高度”），从而把所有航迹都配准到统一的高度层空间内。经过时间和空间配准后的600条重构航迹相对巡航高度的二维面板数据特征图如图3所示。
图3 600条重构航迹主巡航段的相对巡航高度
因为有时某些航迹可能会在其巡航段段首与段尾调整其高度，所以有若干重构航迹的航段段首或段尾的高度出现比较大变化。由图3可以直观地看出，这些航迹的相对巡航高度几乎全部分布在其高度层中相对标准高度-10～10米的空域空间内，这些相对巡航高度值随重构采样时间的变化不大，说明整体高度保持性能比较稳定。在本文100个重构采样时刻里，所有飞机都没有在其高度层的相对标准高度-40米以下和15米以上的空域空间中飞行。
由给定样本集估计总体的分布规律或概率密度是概率统计学的基本问题之一。对密度的估计方法可以分为参数估计和非参数估计两种类型。前者需要假定样本数据符合某种特定分布，由于这些特定模型与实际的分布模型之间常常存在较大的差距，因此常常无法对实际问题做出恰当或精确的描述。后者无需对数据分布作任何假设，仅从现有的样本集数据出发估计密度函数，能够处理任意的密度分布，因此该方法的稳健性和准确性更好、应用范围更广。非参数密度估计方法体系中，理论发展最完善、应用最广泛的就是核密度估计方法[9]。
3.核密度估计方法及其带宽参数选择
3.1 核密度估计
以一维核密度估计为例，假设X1， X2，…，Xn是来自一维连续分布F（x）的n个独立同分布的观测样本，概率分布密度f（x）未知。则f（x）的核密度估计[8]定义为：
其中K是一个有界的非负函数，称为核或核函数，并且满足。h是一个正实数，通常称为带宽或窗宽，它是平滑参数。
为了减小平均误差协方差，在实际应用中，K通常选择关于原点对称的单峰光滑的概率密度函数。最常用的核为Gaussian核：
带宽参数的选择对核密度估计的正确性与精确性起着关键作用。如果带宽选择得过大，核密度估计曲线就会过于平滑，从而无法表现出真实密度的关键特征；如果带宽选择过小，核密度估计曲线就会欠平滑，稳定性差[9]。目前没有任何一种算法能够计算出最佳带宽值，也不存在任何具有普遍适用性的算法。应用最广泛的一种最佳带宽估计方法是最小二乘交叉验证法（least squares cross-validation，LSCV）。LSCV算法不需要对待估计的密度函数作任何平滑性假设，只要f（x）有界就可以直接从现有的样本数据本身估计出一致渐近的最佳带宽值，是一种比较容易实现的启发式算法。而且该算法相对于其它方法的主要优点是它的适用范围广[10-11]。
3.2 最小二乘交叉验证法
带宽参数的选择通常以使密度估计的误差最小为准则。为了使相对f（x）的整体误差最小，核密度估计常用的一种误差准则是积分平方误差（integrated squared error，ISE）：
4.相对巡航高度密度估计与置信区间分析
为了分析重构样本航迹簇在高度层空间内的相对巡航高度分布特征及高度层空域资源裕度，利用上面的基于最小二乘交叉验证算法的核密度估计法对重构样本航迹簇进行密度估计。
首先我们对600条重构航迹主巡航段在100个重构同步时刻的相对巡航高度数据进行航迹簇密度估计，其三维密度估计曲面如图4所示，其中在每个采样时刻分别使用最小二乘法估计出最佳核密度估计带宽参数值。
图4 600条随机航迹主巡航段在100个重构同步时刻相对巡航高度的三维核密度估计曲面
从核密度估计曲面可以看出，图4的估计特征与图3一致。在忽略边际影响情况下，所有重构航迹的总体相对巡航高度主要变化范围在-10～10米之间，且主要分布在-5～5米之间，其它范围的相对标准高度空间很少有巡航航迹存在。不同时刻的密度曲线变化连续，随时间变化趋势基本一致，这也是民航航空器具有稳定的高度保持性能的必然表现。根据图4的概率密度估计结果可以计算出的相对巡航空域高度值的置信区间，如图5所示。
图5 600条随机航迹主巡航段
在100个重构同步时刻的相对巡航高度置信区间
图5中，最上面和最下面的红线是置信水平为1的置信区间上下限，绿线、蓝线、洋红线、青线、黑线分别是置信水平为0.95、0.9、0.85、0.8、0.75的置信区间上下限。图4和图5的统计学结果表明，这些航迹分布在相对标准高度-40～14米之间的高度层空间空域内，且绝大部分主要分布在-4～5米之间的高度层空间资源内；主要分布区间的高度变化范围不超过10米，远小于垂直飞行间隔标准（300米）；并且置信度为0.95～0.75的置信区间上下限高度线很平稳，且置信度越小越平稳，说明整体高度性能是稳定的。由此可见，我国高度层空间资源的未使用裕度是很大的，具有可观的使用潜力。
5.结束语
本文提供了一种面板数据应用、密度估计与QAR数据应用的新思路，对民航飞机的航迹进行了一种新颖的微观分析，在高度层空间内对600条随机实际航迹的重构主巡航段行了航迹簇密度估计与置信区间计算。分析结果表明：在我们民航空域巡航高度层空间中，几乎所有飞机实际飞行的高度变化区域总和不到高度层空间的三分之一，实际巡航过程时单条航迹的高度使用范围更小。并且我国的民用航空器具有非常好的高度保持性能，所以从统计学的角度表明我国民航空域高度层资源具有很大的使用潜力。
在保证安全飞行间隔标准的前提下，如果能够进一步缩小我们民用航空巡航空域内的飞机垂直飞行间隔与高度层垂直间隔，则可以增加民用飞机的巡航高度层数量、显著提高我国民航空域资源容量与利用率。从而可以有效地缓解空域紧张，减轻航班延误、改航与空中等待等现象，为更多的飞机实际飞行时提供更节油的飞行高度层或航路，减少航路冲突，减轻交通管制人员的工作负担，并且为航班安排与交通管制提供更大的灵活性。在保证飞机垂直间隔安全标准的前提下，因为增加飞行高度层数量可以提高空域容量，从而可以为飞机提供更大的飞行间隔，使飞机在纵向方向更安全。
参考文献
[1]Chen Huaqun，Pan Weijun.Air traffic capacity of RVSM area based on Heuristic algorithm[C].Proceedings of the 10th International Conference of Chinese Transportation Professionals.2010.1384-1390.
[2]吕小平.实施RVSM对我国空域容量和流量的影响分析[J].中国民用航空，2008，90（6）：58-59.
[3]田勇.空中交通流量管理关键技术研究[D].南京航空航天大学，2009.
[4]孙晓阳.空域与流量协同管理策略研究[D].南京航空航天大学，2010.
[5]蔡开泉，张军，张学军.高空空域飞机高度保持性能分析[J].航空学报，2009，30（4）：726-731.
[6]潘卫军，杨昌其，陈文涛.RVSM空域航空器大高度偏差垂向碰撞风险评估[J].中国安全生产科学技术，2008，4（6）：20-24.
[7]张晓燕，潘卫军.RVSM空域内垂直间隔的安全评估[J].航空计算技术，2009，39（5）：5-8.
[8]Baltagi，Badi H.Econometric Analysis of Panel Data（3rded.）[M].Chichester，England：John Wiley & Sons Ltd，2005.
[9]Abdel-Razzaq Mugdadi，Jennifer Jetter.A Simulation Study for the Bandwidth Selection in the Kernel Density Estimation Based on the Exact and the Asymptotic MISE[J].Pakistan Journal of Statistics，2010，26（1）：239-265.
[10]Simon J.Sheather.Density Estimation[J].Statistical Science，2004，19（4）：588-597.
[11]Charles J.Stone.An Asymptotically Optimal Window Selection Rule for Kernel Density Estimates[J].The Annals of Statistics，1984，12（4）：1285-1297.
[12]王星.非参数统计[M].北京：清华大学出版社，2009.
[13]B.W.Silverman.Density Estimation for Statistics and Data Analysis[M].New York：Chapman and Hall，1986.
基金项目：国家重点基础研究发展（973）计划（2010CB955401）；国家科技支撑计划（2012BAC
20B03）；民航局科技基金项目（MHRD201008）（MHRD201121）；中央高校基本科研业务费项目
（ZXH2012G004）（3122013J004）（3122013P012）。
作者简介：
相对密度范文2
关键词：密度；直播油菜；产量；农艺性状
中图分类号：S6343文献标识码：A
油菜是我国的重要油料作物之一，种植面积占全国油料总面积的50%以上，油菜籽产量约占油料总产量的40%左右。近年来，随着现代农业的发展和农村劳动力结构的变化，油菜直播栽培技术推广面积逐年扩大。免耕直播油菜同育苗移栽油菜相比，具有根系发达，抗旱、抗倒伏能力强，省时省工等优点[1-3]。本试验以直播油菜为研究对象，探索不同的栽培密度对其产量及相关农艺性状的影响，为提高油菜单产，筛选适宜本区的最佳种植密度提供科学依据。
1材料与方法
11试验材料
供试品种为“油研50”。
12试验地点及条件
试验田在重庆市开县竹溪镇灵泉村5社，海拔180m，属紫色冲积水稻土，夹沙田，前作为芝麻。pH值68，有机质含量134g/kg，全氮105g/kg，有效磷253mg/kg，速效钾40mg/kg。
13试验方法
本试验采用随机区组设计，有5个处理，3次重复。处理（A）15万株/667m2；处理（B）18万株/667m2；处理（C）20万株/667m2；处理（D）22万株/667m2；处理（E）25万株/667m2。四周设保护行及走道，重复与重复间设走道，处理间未设走道。
14大田管理
试验于9月27日播种，10月5日出苗，次年5月5日收获。
播种前按每667m2施油菜专用配方肥（25%）50kg加过磷酸钙25kg、硼肥1kg、灰渣肥1500kg做底肥；11月，每667m2用清粪水1000kg加尿素5kg淋施；12月，每667m2用猪粪水1500kg，加尿素10kg，氯化钾10kg淋施，结合进行浅中耕、培土；2月，每667hm2喷施多肽硼溶液。
播种后出苗前，用除草剂进行一次除草；10月，使用20%“甲氰菊酯”和70%“甲基托布津”防治虫害和病害。3月，用80%纯白多菌灵可湿性粉剂防治菌核病。
15测定项目
油菜收割前取样品于室内风干后，分别测量其株高（cm）、有效分枝高度（cm）、有效分枝数（个）、主花序有效长度（cm）、主序有效角果数（个）、单株有效角果数（个）、每角粒数（粒）、千粒重（g）单株产量（g）；成熟后分小区单独脱粒、晒干、测产。
试验数据采用DPS数据处理系统进行分析处理。
2结果与分析
21不同种植密度对农艺性状的影响
下同。由表1可知，试验结果表明，不同密度处理的株高变幅为1743～1905cm，以处理E最高，极差为162cm，但是均未出现显著差异；有效分枝高度变幅为876～1149cm，以处理E最高，极差为273cm，各处理间未出现显著差异；主花序有效长度变幅为544～596cm，以处理B最高，极差为52cm，各处理间无显著差异；有效分枝数变幅为33～54个，处理A最高，极差为21个，且与C、D、E呈显著差异。综上说明，密度的高低对油菜的整体株型产生影响，单位面积株数过多，植株有增高趋势，有效分支高度也随之增高，主序长度降低，有效分支数也降低，间接影响到单株产量。
22不同种植密度对产量性状的影响
表2不同处理的主要产量性状比较分析表
表2说明，主序有效角果数、单株有效角果数随密度的增大而减小，且呈显著差异，由高到底排序A>B>C>D>E；每角果粒数最大的处理为C，达到210粒，与A处理呈显著差异；千粒重最大的处理为C，达到41g，与A处理呈显著差异，与E处理呈极显著差异。单株产量最高的是处理B，最低的是处理E，它们之间呈显著差异，极差为21g。因此，密度与各产量性状间有密切关系，直接影响到产量构成。
23不同种植密度对产量的影响231不同种植密度的产量显著性分析由表3、表4可知，区组间差异不显著，处理间（不同密度间）差异极显著。说明，不同的密度与油菜产量有密切的关系，因此应进行多重比较。表5不同处理间产量多重比较
处理均值5%显著水平1%极显著水平D2075aAC1992abABE1946bBB1821cCA1542dD
表4说明，平均产量最高的是D处理，即密度为22万株/667m2，产量2075kg/667m2；且与处理E、B、A呈极显著差异。平均产量由高到低排序：D>C>E>B>A。值得注意的是，E的密度最大，但是它的产量却低于D，其原因可能是该密度过大影响了群体通透性，阻碍了作物对温度、光照等自然条件需求，个体生长与群体生长产生矛盾，导致产量降低。
232不同种植密度的产量回归分析
由试验数据作折线图（图1），根据图形形态，进行二次多项式回归分析得出回归方程：
Y=-2807587565+436074716X-981221274X2
通过对其进行显著性测验，F=4569*（p=0021），达到显著水平，因此用上述二次方程来表述试验结果是可行的；通过计算，当X=222210时，Y达到最大值20374245。
3小结
31合理密植是直播油菜栽培技术中获得高产的主要栽培措施之一
种植密度22万株/667m2时，可以获得最高产量20374kg/667m2。
32试验表明
种植密度增大，油菜株高、有效分枝高度、有效分枝数、主序有效长度、主序有效角果数、单株有效角果数、每角果粒数、千粒重等都产生影响，因此，在大田栽培上应协调好几者间的关系，选择适宜的直播密度，充分发挥个体潜力和群体优势，获取油菜高产。
参考文献
[1]李孟良.不同密度对直播油菜生长及产量的影响[J].安徽科技学院学报，2011，25（01）：23-26.
[2]周安兴，傅志强，沈建凯，等.直播密度对油菜产量及农艺性状的影响[J].作物研究，2009，23（03）：170-171.
相对密度范文3
1研究区概况
该研究在山西省平顺县及太原东山进行，山西省平顺县为太行山石灰岩中山区，地理坐标113°15''''～113°38''''E，35°57''''～36°27''''N，属暖温带季风气候，年均温9.3℃，平均风速2.1m/s，平均降水量530mm;主要土壤类型为石灰岩质山地褐土，地下水埋深300m以上。太原东山为土石山区，地理坐标112°41''''～112°48''''E，37°51''''～38°00''''N，海拔1200m～1700m;属暖温带半干旱气候区，年均温10.1℃，年日照2775h，年降水量为462mm，无霜期约173d．
2材料与方法
2.1样地设置在全面踏查的基础上，选择阴坡中部同一等高线上，立地条件一致且具有代表性地段设置25个20m×20m的样方。其中，平顺县20个，太原东山5个。为了确保研究结果的准确性，样地设在无明显人为破坏和病虫害的油松林中。
2.2调查内容在样地内进行每木检尺，记录每棵油松的胸径、树高、枝下高、冠幅等，计算各样方平均值。2.3数据处理用MicrosoftExcel2007进行数据处理，通过SPSS18.0软件进行单因素方差分析(ANOVA)，检验不同林分密度在各特征指标上的差异，同时分析不同林分密度与林分因子间的相关性。
3结果分析
3.1林分密度与林分因子的相关性3.1.1林分密度与冠幅的相关性对林分密度与冠幅进行相关性分析，如图1所示。其回归方程为:y=－0.0003x+3.1146(R2=0.6428，P＜0.05)．从图1可看出，林分密度与冠幅呈显著的负相关关系，随着林分密度增大，冠幅相应减小。主要是由于营养生长空间的差异造成，林分密度大，林木间相互挤压抑制了冠幅生长，造成冠幅窄小。反之，林分密度小冠幅大，林木的营养面积大，因而，林木冠幅随之增大。
3.1.2林分密度与枝下高的相关性对林分密度与枝下高进行相关性分析，如图2所示。从图2可看出，随着林分密度的增大枝下高递增，呈显著的正相关关系。人工林林分的生长过程大致可分为自由生长期、竞争期和自然稀疏期等3个时期。研究区油松人工林平均林龄为25a，林分密度为950株/hm2～5600株/hm2，该林分已经进入竞争期，甚至进入自然稀疏期。所以，枝下高随林分密度的增加而递增是符合正常规律的，反映了林木营养空间的动态变化。3.1.3林分密度与树高的相关性对林分密度与树高进行相关性分析，如第10页图3所示。其回归方程为:y=0.0002x+7.4674(R2=0.0960，P＞0.05)．林分密度对树高的影响比较复杂，结论也不一致。有些研究表明，林分密度对树高生长有影响，但影响较弱，在相当宽的一个中等密度范围内无显著影响;有些研究结果显示呈负相关关系。由图3可以看出，本研究中林分密度对平均树高并无显著影响。
3.1.4林分密度与胸径的相关性对林分密度和胸径进行相关性分析，如图4所示。其回归方程为。多数研究表明，胸径生长与林分密度密切相关，且多呈负相关关系。从图4可以看出，样地内25年生的油松人工林，随着林分密度的增径逐渐减小。这是因为随着林分密度增大，个体生长会受到严重制约，从而影响树木生长，尤其体现在胸径上。
3.2不同密度下各林分因子之间的相关性在25个样方中，其中4个样方为块状混交其它树种，21个样方为有效样方。在有效样方中选择林分最小密度、最大密度和最接均密度3个样方的数据，对树高、胸径、枝下高和冠幅之间的相关性进行分析，结果见表1。从表1可以看出，密度为950株/hm2时，树高、胸径、枝下高和冠幅间相关性均不显著;密度为3050株/hm2时，胸径与冠幅呈极显著正相关，冠幅与枝下高呈极显著负相关，胸径与树高呈显著正相关，其余各因子相关性不显著;密度为5600株/hm2时，胸径与树高、胸径与冠幅、树高与冠幅呈极显著正相关，冠幅与枝下高呈极显著负相关，树高与枝下高呈显著正相关，胸径与枝下高呈显著负相关。
4结论
相对密度范文4
[关键词]造林 林分密度 措施
中图分类号：TP216 文献标识码：A 文章编号：1009-914X（2016）19-0397-01
林分密度是指单位面积林地上林木的数量。在森林培育的整个过程中，林分密度是林业工作者所能控制的主要因子，也是形成一定林分水平结构的基础。密度是否合适宜接影响到人工林生产力的提高和功能的最大发挥。林分密度在森林的一生中不断变化，为便于区别，我们将森林起源时形成的密度称为初始密度，它是森林生长发育各个时期密度变化的基础，而将其余各个时期的密度称为经营密度。由于确定合理的森林密度非常困难，所以迄今为止常将结构简单、影响因子较少的同龄人工纯林作为主要研究对象来分析密度的作用机理，这使复杂问题简单化，同时得出的结论也可在其他类型的森林培育过程中借鉴。
密度是林分群体结构的数量基础，合理的密度对于林分良好生长发育、提高生物产量和质量的影响颇大。研究造林密度的意义就在于充分了解各种密度条件下林木的群体结构变化，认识林本个体间相互影响、制约和联系的作用规律，掌握林分不同发育阶段密度变化的特点，从而可以借助于人为措施合理安排造林密度，优化林分群体结构，保证较好的密度条件，使林分内部各个体间由于对生活因子的争夺而产生的相
互抑制作用达到最小，使林分整体在发育过程中始终在人为措施控制之下形成合理的群体结构。
一、林分密度的作用
密度对胸径生长的作用。密度对胸径生长的作用是通过对冠幅的影响而产生的。冠幅生长与胸径生长的关系十分紧密，相关系数一般可达0.8―0.9。
密度对树高生长的作用。密度与树高生长的关系比较复杂，还没有形成统一的认识，特别是由于研究地区的立地条件，研究树种的密度范围以及林木年龄条件彼此各不相同，还没有统一的结论，需进一步研究探索。更多的研究成果表明，幼林阶段相对较密的林分平均高较稀疏林分平均高有增加的趋势。因为密度较大的林分，侧枝生长受到抑制，并且多数枝条因在光补偿点以下而枯萎，促进主干高生长。同时，密植林分的个体间产生对光照条件的剧烈竞争，出现向上生长的趋势，即所谓“越密越高趋势”。但在成林阶段以后，较密林分中的植株个体随着年龄的增长，对于光照、水分、养分等生活因子的竞争力加强，彼此间的限制性作用不断增大，高生长受到阻碍而达不到应有的高度。与较稀林分相比较，由于其个体生长发育有较大的营养空间，能够得到充足均一的光照条件，水分、养分条件也较优越，林木高生长表现增加的趋势。所以，随着年龄的增加，平均树高有一种随密度加大而减小的趋势。
密度对根系生长的影响。不同林分密度对根系的生长也产生较大影响。林木根系的正常生长依赖于地上部分的良好生长发育，而地上部分由于密度变化引起的生长变化，势必影响地下根系的生长。许多试验研究表明，密度较大的林分。
林木根系的水平分布范围减小，根系分布深度变浅，并且各级根系交叉密集，相互间盘根错节，伸展方向混杂，根量显著减小。密度对根系的影响具有随密度的增加而生长递减的趋势。这种趋势的进―步发展，就会影响根系对水分、养分的吸收，造成地上部分营养不良，生长发育受抑制。
造林密度对林木材质的影响较大，在密度较小的林分中，光照充足、侧枝发达、冠幅大，其材质较差，节疤较多，林木尖削度大；如果林分密度过大，虽然林木尖削度不大，但胸径生长受抑制。影响材积生长量。要想获得通直、圆满、产量高的木材必须有适宜的林分密度。由于密度变化可使林木高径生长发生相应的改变，故应通过不断地调节密度来控制高径比，以获得不同规格的木材。
二、确定造林密度的方法
1. 初植密度的确定
初植密度的确定，要考虑苗木在林地上的配置形式、苗木间生长与今后发展变化的相互关系，以及林分所需的经营密度。客观上，要保证苗木能够正常成活和生长发育，适时地进入郁闭状态。
按不同配置形式确定造林密度，造林初植密度往往与种植点的配置形式有密切关系，不同的配置形式有不同的株行距，因此，在单位面积上就有不同的株数。生产中经常采用的配置形式有正方形、长方形、三角形及植生组（群丛状）等。各种形式的种植点数，可依公式进行计算。
按经营目的确定造林密度，这种方法适用于立地条件较优越地区，所培育树种多为速生型，林分生长郁闭较快，轮伐期短。如杨树速生用材林的培育，造林株行距可采用1m x2m、2 m x 2m、2m x 3m、3m x 3m等规格。由于株行距较大，造林初期林地显得空旷，故应问种施肥，有条件的地区应进行灌溉、施肥，加速林木成材。用此法确定造林密度还适宜于经济林、城镇绿化、农田防护林等林种。
2.成林密度的确认
林分郁闭后，需对密度进行调节，以适应经营密度的要求，促进林木良好生长，提高产量和质量。因此，必须合理地确定林分密度。
按林木营养面积推算林分密度，林木营养面积大小一般与林木冠幅大小相联系，适宜的冠幅面积（垂直投影面积）代表林木生长发育所占的养分空间。
按照人工林密度控制图确定林分密度。林分密度控制图的研究和制定，我国是在20世纪70年代以后开始，它是根据密度对林分生长各变量间的变化规律，应用数学分析和数理统计的方法，建立各类密度效应的数学模型并使其反映在直观的图像上，用来确定造林密度、生长预测、定量间伐以及划分经营类型的依据。
三、具体措施
人工林中种植点的配置，是指种植点在造林地上的间距及其排列方式，它是与造林密度相联系的。相同的造林密度可以由不同的配置方式来体现，因而具有不同的生物学意义及经济学意义。一般将种植点配置方式分为行状配置和群状（簇式）配置两大类。在天然林中树木分布也按树种及起源的不同而呈一定的规律性，可以在培育过程中采用干扰措施因势利导达到培育目的。
行状配置是单株（穴）分散有序地排列为行状的一种方式。采用这种配置方式能充分利用林地空间，树冠和根系发育较为均匀，有利于速生丰产，便于机械化造林及抚育管理施工操作。行状配置又可分为正方形、长方形、品字形、正三角形等配置方式。
群状配置也称簇式配置、植生组配置，植株在造林地上呈不均勾的群丛状分布，群内植株密集，而群间距离很大。群状配置的特点，是群内能很早达到郁闭，有利于抵御外界不良环境因子的危害（如极端温度、日灼、干旱、风害等），随着年龄增长，群内植株明显分化，可间伐利用，一直维持到群间也郁闭成林。
相对密度范文5
关键词：岩棉吸声板；面密度；吸声系数；回归分析
由于影响岩棉吸声板吸声系数的因素很多，但作为吸声材料本身，主要影响因素是厚度和密度这两个容易控制的参数。在其它参数不变的情况下，吸声系数是关于厚度和密度的二元函数，但是厚度和密度这两个参数不能直观地反应吸声材料用料的经济性，因此，本文尝试将岩棉吸声板厚度和密度两个因子相乘得到面密度这一直观的单因子，从而建立一个面密度与吸声系数的二维关系，这一关系具有实用意义。
将两个因子合并成一个因子会存在一个问题：即面密度一定，不同的厚度和密度组合也有可能导致其吸声系数不同。即使密度和厚度两个参数唯一确定，材料的纤维、筋络、颗粒大小等与密度相关的不同组合也可能会导致吸声系数的不同，况且吸声系数又对应一个频谱的曲线分布，因此严格地说面密度这一参数并不与吸声系数相对应。但是在实用范围内，密度比厚度引起的吸声系数变化要小，从实用的前提出发，本文不考虑面密度参数中诸多隐含参数的影响，并在频率为500Hz条件下进行分析。
1数据资料与处理
1.1数据资料
本资料是岩棉吸声板厚度、密度与吸声系数的关系，如表1.1
表1.1岩棉吸声板吸声系数
材料情况
厚度d(cm) 密度 (kg/ )
吸声系数
1.2数据处理
由前所述，在不考虑面密度隐含参数的影响下，将岩棉吸声板厚度d乘以密度 得到面密度q，即有：
q=d×(1-1)
于是得到如下两个参数的关系表，如表1.2
表1.2岩棉吸声板面密度与吸声系数
面密度q(kg/m2) 吸声系数
由以上数据看出，吸声系数是关于面密度和频率的二元函数，是一个空间曲面。那么，面密度对不同频率吸声系数的影响是否一样呢？下面将面密度作为自变量，各频率的吸声系数作为因变量，得出它们的分布关系，以此来探讨面密度对不同频率吸声特性的关系。
面密度的改变对高频声的影响很小，对中低频影响比较明显。那么面密度对中低频吸声系数的影响是什么样的关系呢？本文只抽取表2中影响比较明显的500Hz时的数据，最终得到一个只有两个参数组的数据表，如表1.3，从而简化了分析程序。
表1.3岩棉吸声板面密度与500Hz时的吸声系数
2线性相关性与回归分析
2.1线性相关系数求解
可以假定数据(x,y)样本服从二元正态分布，以此来分析(x,y)两个变量的线性相关性。根据表3数据计算得到各个统计量，其中x为面密度，y为吸声系数，得出如下表2.1
表2.1各统计量数据表
由上表可以计算出以下统计量
∑x=89.35∑y=8.18∑ =825.923∑ =6.045∑xy=66.347
由皮尔森积矩相关系数γ公式
其中
n为样本数
将以上数据代入，可得
代入得相关系数
由以上计算相关系数γ=0.626,显然岩棉吸声板面密度与500Hz时的吸声系数有明显正相关关系。
2.2相关系数检验
在显著性水平a=0.05，n=12时，经查表得γ的临界值为0.57，而γ=0.626， 此时(x,y)两变量存在线性关系。在显著性水平a=0.01，n=12时，查表得γ的临界值为0.71， 此时(x,y)两变量不存在显著线性关系。
显然在显著性水平a=0.05时可进行线性回归分析。在显著性水平a=0.01时两变量不存在显著线性关系，此时根据散点分布特征进行三次回归来分析两者关系。
2.3线性回归方程
令线性回归方程为
y=a+bx
经计算
所以，线性回归方程为
y=0.43+0.034x
由上面回归方程直线和散点分布可以看出，点分布比较离散，离散程度用残差平方和se与残余方差s来表示
显然离散程度偏大。由于数据(x,y)只是个样本，最小平方线给出yp，有随机误差E，真实的y值应该是y=a+bx+E，即有一个置信区域，即
yp－E≤Y≤yp+E
E=tc×Se×
其中tc为在显著水平 =0.05和自由度f=n-2=10时的置信系数，在t分布表中查出为2.23
将数据代入可得
E= tc×S× =2.23×0.21×
=0.47×
因此，在数据（x,y）样本中，对某歌剧院容积x值，其相应的混响时间y值的置信区间为：
由以上分析可以看出，两组数据的线性拟合程度不是很好，这是由于忽略岩棉吸声板面密度隐含参数（主要是厚度和密度）的不同组合的影响所致，或者说这两者关系并非是简单的线性关系。
3三次回归分析
由以上线性相关性与线性回归分析可知：岩棉吸声板面密度与500Hz时吸声系数两个参数的线性拟合程度并不好，特别是在面密度为0～4kg/m2或大于12 kg/m2这两个区间的线性关系并不符合实际情况，因此，根据散点分布特点，将其进行三次回归，使得面密度与吸声系数两个参数的关系曲线更加符合实际情况。
根据表3数据，面密度与500Hz时吸声吸声系数的三次回归曲线，并得到如下回归方程
y = 0.0008 -0.0282 +0.3238 -0.3477
在面密度大于4 kg/m2时曲线拟合比较好，当面密度增加到8kg/m2以后，吸声系数并没有明显增加，当面密度增加到12kg/m2以后，吸声系数反而开始下降。
4 结论
1) 通过以上回归分析，验证了岩棉吸声板对500Hz中频声的吸声系数与其面密度存在明显的直接关系，且当显著性水平为a=0.05时可以认为两者是线性关系，但建立起的这种关系并不理想，因此采用三次回归来建立二者关系，建议由回归方程(3-1)来确定,这样更能反应实际情况。也就是说，岩棉吸声板要到达一定的吸声量A(A= S0× ) m2；就对应着消耗一定重量M(M=S0×q)kg的材料，这种关系就由(3-1)来确定。
2) 经以上三次回归曲线结果可以看出，要提高岩棉吸声板对500Hz中频声的吸声系数，就得增加材料的消耗量，但增加到一定程度后会起相反作用，由于面密度隐含着许多与之关联的参数，比如厚度和孔隙率，因此这种相反作用是因为增大面密度所致孔隙率减小而造成的。
3) 在同一面密度的情况下，虽然可以由上述结论大体算出所能达到的吸声系数范围，但仍然无法弄清不同厚度与密度组合对吸声系数的影响关系。如果有足够多的实验数据，那么就可以确定出一种最佳组合，得到一个最经济面密度，从而达到确定的吸声系数。
参考文献
[1] 项端祈.声学设计手册[M].北京:中国建筑工业出版社,1987:122-124.
[2] 刘加平.建筑物理[M].北京:中国建筑工业出版社,2000:389-390.
[3] 刘顺忠.数理统计理论、方法、应用和软件计算[M].武汉:华中科技大学出版社,2005.
相对密度范文6
方法：随机筛选年龄在65岁至85岁之间，平均年龄约为76岁的老年男性264例，应用双能X线骨密度仪对于受测对象全身以及腰椎侧位、股骨颈、大转子、Ward’s三角区等部位的骨密度值进行测量，并对于受测对象血清中骨代谢的相关指标进行检测；然后再使用化学发光法对于受测对象的的甲状旁腺素进行测试，并分析受测对象骨密度值与甲状旁腺素之间的关系。
结果：在264例受测试对象的骨密度与甲状旁腺素检分析中显示，骨量减少并且患有骨质疏松症状的受测对象要比正常受测对象的甲状旁腺素检测水平指数高，并且呈现明显上升的变化。
结论：老年男性的骨密度与甲状旁腺素之间有着密切的负相关性，能够为临床病症诊断提供参考和依据。
关键词：老年 男性 骨密度 甲状旁腺素 相关性
Doi：10.3969/j.issn.1671-8801.2014.03.159
【中图分类号】R4 【文献标识码】B 【文章编号】1671-8801（2014）03-0114-02
近年来，随着临床中对于老年男性骨质疏松病症重视程度不断提升，骨质疏松疾病的发病机制成为一个研究热点。通常情况下，临床治疗与研究中发现，低骨密度是骨质疏松病症以及相关性骨折发生的一个重要因素，而骨密度作为骨质疏松中一个可以进行检测的指标，它主要受到遗传以及环境因素的共同作用和影响，其中，遗传对于骨密度的作用影响占到80%以上。
1 资料与方法
1.1 一般资料。随机选取年龄在65岁以上，并且相互之间没有亲缘关系的某地区老年男性志愿者350例，以进行老年男性骨密度与甲状旁腺素相关性测试研究应用。首先，在对于所有受测试志愿者进行流行病学调查与实验室常规检查之后，对于患有或者是曾经患有与骨代谢有关疾病以及正在服用可能影响骨代谢药物的志愿者进行排除。其中，与骨代谢有关疾病，像严重的肝、肾脏疾病等，不包含骨质疏松和骨折病症；而影响骨代谢的药物比如有将降钙素、二磷酸盐、维生素D、氟化物与雌激素等。根据上述选择条件与排除因素，最终确定264例老年男性骨密度与甲状旁腺素相关性测试研究对象，测试对象年龄在65岁至85岁之间，并且为该地区的长居居民。
1.2 方法。对于上述选取的264例老年男性骨密度与甲状旁腺素的相关性研究，主要是通过对于选取对象进行骨密度值以及外周血白细胞组甲状旁腺素进行测定分析。首先，进行选取对象的骨密度检测采用的是法国DMS公司制造的的WBIS000型超声骨密度测量仪进行骨密度参数值测量，主要对于受测试者全身以及股骨颈、腰椎侧位、粗隆间、大转子、Ward’s三角等部位的骨密度值进行测定，并且该方法在进行骨密度测量中，能够对于受测者的年龄以及体重指数等影响骨密度测量因素进行修正。其次，进行甲状旁腺素指标的检测分析，主要是运用化学发光法实现的，要求受测者在早晨空腹状态下抽取4毫升的外周静脉血进行EDTA抗凝和全血组DNA提取。其中，甲状旁腺素引物序列为上游5’-CATTCTGTGTACTATAGTTTTG-3’，而下游为5’-GAGCTTTGAATTAGCA-3’。检测分析中，使用了50μL的PCR反应体系，包含KCI以及Tris-HCI、透明胶、MgCl2、dNTP、Tap酶2U等，此外，还包括DNA以及上下游引物。将上述PCR反应体系在不同温度环境下进行不同时间的循环反应后，提取一定量的扩增产物，在特定的琼脂糖凝胶电泳中，通过SYBGOLD进行染色，并在紫外线灯下对于扩增成功情况进行观察。扩增成功后，取一定量的PCR扩增物，然后加入BstBI内切酶，在37度恒水温中放置4小时，然后在取一定量的酶切产物，经琼脂糖凝胶电泳后，用SYBGOLD染色，在紫外线灯下观察，以实现甲状旁腺素指标水平的检测分析。
2 结果
在对于264例老年男性受测者的骨密度以及甲状旁腺素水平检测分析后，结果显示，老年男性骨密度与甲状旁腺素之间有着密切的负相关性，骨量减少并且患有骨质疏松病症的受测对象，与骨密度值正常对象相比，甲状旁腺素水平呈现明显上升的变化和现象。其中，受测对象骨密度检测中，髋部骨密度检测结果与甲状旁腺素水平之间的相关性关系比较密切，而腰椎部位骨密度检测中结果与甲状旁腺素水平之间的相关性相对较小。如下表1所示，为264例受测对象的骨密度检测结果统计表。
3 讨论
随着我国人口老龄化现象的加剧，老年慢性病的发病概率也呈现逐年上升的变化趋势，尤其是随着人类年龄的增加，人体估量也会逐渐丢失，同时骨折的发生概率也会呈现上升的变化趋势，比如，在近几年的相关研究统计数据中就显示，老年男性由于髋部骨折导致身体残疾或者死亡的发生率一直比较高，甚至达到过30%以上的比率。而进行老年男性骨代谢和甲状旁腺素之间相关性的研究，是老年骨质疏松病症患者临床治疗与研究中的一个重点，在临床中具有重要的指导和参考作用意义。上文中，通过使用双能X线骨密度仪和化学发光法对于老年男性志愿者进行骨密度与甲状旁腺素水平指标检测以及相关性分析，结果显示，老年男性骨量减少以及骨质疏松测试对象的甲状旁腺素水平与正常测试对象相比，呈现明显上升变化，因此，就说明老年男性骨密度与甲状旁腺素指数水平之间有着密切的负相关性。
参考文献
[1] 余玲玲，彭小松，陈治卿，曾寿全.老年男性骨质疏松与同型半胱氨酸、甲状旁腺素、睾酮水平的相关研究[J].中国骨质疏松杂志.2010，11（3）：113-114
[2] 沈戈，巩云霞，盛虹，沈霞芳，庞小芬.老年男性骨密度的增龄改变与骨代谢有关激素的相关性研究[J].老年医学与保健.2012，16（3）：934-935
