相对密度篇1

【摘要】目的研究股骨头松质骨弹性模量、骨密度及骨小梁形态及结构的相关性，以期用体外测定骨密度早期预测股骨头坏死后塌陷。方法取股骨头承重区松质骨，测量其弹性模量、骨密度值，应用图像分析系统测量组织形态学分析指标，进行相关回归分析，分析骨密度与弹性模量及组织形态学指标之间的相关性及相关关系。结果松质骨骨密度与弹性模量之间呈二次曲线相关关系；骨密度与组织形态学分析指标之间有很好的相关性。结论应用骨密度能较好的反映股骨头生物力学性能及松质骨细微结构，理论上可以应用于股骨头坏死后塌陷的预测。

【关键词】骨密度；弹性模量；组织形态学；股骨头缺血性坏死

Abstract：ObjectiveToresearchthecorrelationbetweenEmodulusandBMDoftrabecularbonesinfemoralhead，andobservethestructureoftrabecularbonesatdifferentlevelofBMD，andevaluatethetrenddirectionoftrabecularbonesstructureoffemoralhead.MethodsMeasuretheEmodulusandBMDwithDEXAofbonesinfemoralhead，anduniversalcompressionmachinerespectively；measurethestaticbonehistomorphometryparameterswithcomputercontrolledimageanalysissystem；testthecorrelationbetweenBMDandEmodulus，BMDandstaticbonehistomorphometryparametersstatistically.ResultsBMDcouldreflectEmodulusandstaticbonehistomorphometryparametersverywell.ConclusionBMDcanreflectEmodulusandstaticbonehistomorphometryparametersverywell，andcanbeusedinpredictionofcollapseoffemoralheadafteravascularnecrosis.

Keywords：bonemineraldensity；elasticmodulus；histomorphometry；avascularNecrosisofthefemoralhead

成人缺血性股骨头坏死(avascularnecrosisofthefemoralhead，ANFH)是骨科常见疾病。股骨头坏死后塌陷是导致髋关节功能受限或丧失从而致残的主要原因［1］。如能早期预测股骨头坏死后塌陷并予以适当处理，则有可能预防股骨头塌陷的发生［2，3］。

本实验测量股骨头松质骨骨密度(bonemineraldensity，BMD)、弹性模量及组织形态学参数，研究BMD与骨弹性模量及组织形态学分析指标之间的相关性及相关系数，以BMD反映股骨头的生物力学性质及骨小梁形态。通过体外动态测定股骨头松质骨BMD，间接反映股骨头的生物力学性质及骨小梁形态及结构的变化趋势，为临床早期预测股骨头坏死后塌陷的研究提供理论依据。

1一般资料

28例股骨头缺血性坏死、髋关节骨关节病或新鲜股骨颈骨折，需行全髋关节置换术者作为研究对象，其中男17例，女11例；年龄32～76岁，平均(63.1±8.3)岁。无甲状腺或甲状旁腺机能亢进或减退、肝肾疾病等。

2实验方法

2.1取材在全髋关节置换手术中取出股骨头后，立即用环钻在股骨头承重区沿力线方向经股骨头中心钻取松质骨，以锋利手术刀将两端切成平行并与纵轴垂直，标本长度约为(25±0.5)mm，再用细砂纸将两端仔细打磨平整。精确测量直径及长度后储存于－70℃低温冰箱中备用［4］。整个标本采取及制作过程在2h内完成。

2.2方法

2.2.1弹性模量测定将股骨头标本从低温冰箱中取出后，置于22～25℃室温中约3h进行复温。应用万能压力测试机进行非损伤加载。加载速率为0.002m/s，最大载荷为0.15kN，最大变形为7％，变形测量精度为0.005mm，载荷测量精度为1N［5］。每份标本测量3次，取第3次测量值。每次测量前后及间歇期均将标本浸泡于室温生理盐水中。计算弹性模量。弹性模量计算公式为：E＝(F/S)×(L/ΔL)［6］，各数据均采用国际单位制(E为弹性模量，ΔL为标本变形值，F为载荷，S为标本截面面积)。

2.2.2骨密度值测定弹性模量测定后，双能X线骨密度仪进行骨密度值测定。将标本直立放置于检查床上，沿标本纵轴进行扫描，单位为g/cm2。骨密度测定前后将标本浸泡于生理盐水中。

2.2.3骨组织形态学分析标本进行手工磨片后酸性复红染色，应用半自动图像数字化分析仪，放大10倍下进行组织形态学测量，每一标本连续测量8～10个视野，分析下列6个静态参数：松质骨体积(trabecularbonevolume，TBV)，单位mm2内骨小梁体积占松质骨体积的百分数；平均骨小梁密度(meantrabecularplatedensity，MTPD)，单位mm2内骨小梁个数(个/mm2)；平均骨小梁间距或弥散度(meantrabecularplateseparation，MTPS)，相邻两个骨小梁之间的距离(μm)；平均骨小梁厚度(meantrabecularplatethickness，MTPT)，骨小梁本身的平均厚度(μm)；骨小梁间连接点数(intertrabecularnode，IBN)形成网状的骨小梁在单位面积内交叉连接点个数(个/mm2)；骨小梁末端数(freeendingtrabecular，FET)，单位面积内骨小梁游离残端个数(个/mm2)［7］。

2.2.4实验数据处理应用统计分析软件包SPSS10.0进行统计学分析，分析骨密度值与弹性模量以及骨密度值与组织形态学分析各指标之间的相关性及相关关系。

3结

果

3.1测量结果弹性模量及骨密度测定结果见表1。应用半自动图像数字分析仪，放大10倍下进行组织形态学测量，每一标本连续测量8～10个视野，各静态参数测定结果见表2。表1弹性模量及骨密度测定结果表2骨组织形态学分析结果

3.2相关回归分析本实验统计学分析后发现，松质骨骨密度与弹性模量两组数据之间呈二次曲线相关关系，回归方程为Y＝315.30－1327.33X＋1523.07X2，相关系数为0.782(P＜0.001)。

本实验结果显示，股骨头松质骨的骨密度与组织形态学分析指标之间也有很好的相关性。骨密度与松质骨体积之间呈现直线相关关系，回归方程为：Y＝4.18＋29.35X，相关系数为0.860(P＜0.001)；骨密度与平均骨小梁密度之间呈现直线相关关系，回归方程为：Y＝0.26＋1.89X，相关系数为0.779(P＜0.001)；骨密度与平均骨小梁间距之间呈现直线负相关关系，回归方程为：Y＝1520.30－1222.40X，相关系数为0.783(P＜0.001)；骨密度与平均骨小梁厚度之间呈现直线相关关系，回归方程为：Y＝－20.33＋318.72X，相关系数为0.763(P＜0.001)；骨密度与骨小梁间连接点数之间呈现直线相关关系，回归方程为：Y＝6.40＋82.58X，相关系数为0.702(P＜0.001)；骨密度与骨小梁末端数之间为直线负相关关系，回归方程为：Y＝91.43－72.13X，相关系数为0.741(P＜0.001)。

结果表明股骨头松质骨骨密度能够很好地反映股骨头松质骨的生物力学性质及骨小梁形态及结构的变化趋势。

3.3骨密度的相对安全范围结合骨密度－弹性模量回归曲线、骨密度－组织形态学分析指标回归曲线以及镜下观察结果，综合评估后发现，当骨密度在0.5～0.7g/mm2之间时，股骨头松质骨的生物力学性能相对较好，在正常的负重条件下可以认为这是一个相对安全的骨密度范围，发生塌陷的风险较小。

4讨

论

4.1骨密度与弹性模量的相关性有许多国内外学者对弹性模量与骨密度之间的相关关系做了大量研究，因为试验条件、试验方法及试验对象不同，得到的结论亦不相同，但都发现两者之间相关性很强［8～10］。

本实验结果说明，股骨头松质骨骨密度与弹性模量之间有很好的相关性，通过测得的松质骨骨密度值，可以根据两者之间的相关关系式计算出弹性模量值。但是当骨密度值高于正常时，即出现增生硬化时，弹性模量和骨密度值并不遵循此相关关系式，而是弹性模量迅速下降。

4.2骨密度与组织形态学分析指标的相关性本实验结果显示，组织形态学分析指标和骨密度之间为线性相关关系，骨密度测量可以很好的反映松质骨的细微结构。

结果表明，通过骨密度可以计算出组织形态学的各项参数，从另外一个角度可以反映出股骨头的生物力学性能。

4.3不同骨密度范围塌陷风险的大小结合骨密度－弹性模量回归曲线、骨密度－组织形态学分析指标回归曲线以及镜下观察结果，综合评估后发现，在骨密度大于0.7g/mm2或小于0.5g/mm2时，股骨头松质骨的生物力学性能很差；而当骨密度在0.5～0.7g/mm2之间时，股骨头松质骨的生物力学性能相对较好。

对于股骨头坏死高危人群或已确诊为早期股骨头坏死但尚未发生塌陷的患者，动态观察其股骨头松质骨的骨密度变化，如骨密度小于0.5g/mm2或大于0.7g/mm2，或骨密度连续呈下降趋势，理论上可以认为发生股骨头塌陷的风险相对较大。

4.4以骨密度早期预测股骨头坏死后塌陷的可行性及优越性以骨密度预测股骨头坏死后塌陷的风险性，具有以下优点：a)骨密度测量对影响骨代谢因素非常敏感［11］，可以更早的发现骨代谢的变化，并且可以直接通过动态观察骨密度评估股骨头生物力学性能变化趋势，对股骨头塌陷的风险进行判断；b)可以通过骨密度评估股骨头松质骨组织形态学指标，将股骨头生物力学性质与显微结构结合来判断股骨头塌陷风险，更为全面［12，13］；c)本方法为体外测量，符合无创原则，方法简便易行，且较X线片的预测更为准确，直接反映股骨头的生物力学状态，较其他方法更为可靠。

由上所述，通过本实验获得如下结论：a)股骨头承重区松质骨骨密度与弹性模量呈现二次相关关系，相关系数为0.782(P＜0.001)；b)股骨头承重区松质骨骨密度与组织形态学静态分析指标之间呈现直线相关或直线负相关关系，相关系数均＞0.700；c)应用骨密度能较好的反映股骨头生物力学性能及松质骨细微结构，理论上可以应用于股骨头坏死后塌陷的预测。可以将0.5g/cm2＜BMD＜0.7g/cm2作为骨密度的相对安全范围，当骨密度在此范围外时，应考虑有塌陷的危险；d)本实验方法经拓展后亦可应用于骨质疏松患者其他长骨骨折预测的研究。

参考文献

［1］KawasakiM，HasegawaY，SakanoS，etal.Totalhiparthroplastyafterfailedtranstrochantericrotationalosteotomyforavascularnecrosisofthefemoralhead［J］.JArthroplasty，2005，20(5)：574579.

［2］赵凤朝，李子荣，张念非，等.股骨头坏死的塌陷预测［J］.实用骨科杂志，2005.4，11(2)：108110.

［3］MontMA，JonesLC，HungerfordDS.Nontraumaticosteonecrosisoffemoralhead［J］.JBonejointSurg(Am)，2006，88(5)：11171132.

［4］PósánE，HársfalviJ，SzepesiK，etal.Increasedplateletactivationanddecreasedfibrinolysisinthepathogenesisofasepticnecrosisofthefemoralhead［J］.Platelets，1998，9(34)：233235.

［5］董天华，唐天驷，朱国梁，等.股骨颈骨折后股骨头坏死塌陷的临床观察［J］.中华骨科杂志，1999，11(1)：58.

［6］WangZG，WangY，LiuYJ，etal.Clinicalevaluationofsmalldiameterdecompressionandarthroscopyinthetreatmentofearlyavascularnecrosisoffemoralhead［J］.ZhonghuaYiXueZaZhi，2007，87(29)：20412024.

［7］HayaishiY，MikiH，NishiiT，etal.Proximalfemoralbonemineraldensityafterresurfacingtotalhiparthroplastyandafterstandardstemtypecementlesstotalhiparthroplasty，bothhavingsimilarneckpreservationandthesamearticulationtype［J］.JArthroplasty，2007，22(8)：12081213.

［8］BrownTD，WayME，FergusonABJr.Mechanicalcharacteristicsofboneinfemoralcapitalasepticnecrosis［J］.ClinOrthop，1981，(156)：240247.

［9］王金熙，董天华，陈贤志，等.实验性股骨头缺血性坏死修复过程的生物力学研究［J］.中华外科杂志，1993，31(6)：374.

［10］NygaardM，ZerahnB，BruceC.Earlyperiprostheticfemoralboneremodellingusingdifferentbearingmaterialcombinationsintotalhiparthroplasties：aprospectiverandomisedstudy［J］.EurCellMater，2004，31(8)：6572.

相对密度篇2

关键词：栽培密度；长农13；产量

中图分类号：S565.1文献标识码：ADOI：10.11974/nyyjs.20161233038

近些年来随着我国种植业结构调整政策的不断深入和农业可持续战略的实施，吉林省对扩大优质大豆品种种植面积的需求不断增加，长农13大豆品种2002年被评为吉林省名牌产品，列入国家成果转化项目，2003年获国家品种后补助二等，列入国家跨越计划项目；被吉林省农业委员会评为2006年主导品种。在吉林省优质高油大豆生产中占有重要位置，因此提高油大豆品种长农13的栽培水平和单产量水平对于吉林省高油大豆生产具有重要的意义。

1试验材料与方法

1.1试验材料

1.1.1试验品N

试验材料为大豆品种长农13。实验品种由长春市农业科学院大豆所提供。

1.1.2试验地点及供试土地农化性状

本试验2010年在长春市农业科学院试验田中进行。前茬作物为玉米，土壤类型为黑土。土壤基本农化性质见表1。

1.1.3施肥量

底肥：有机肥15t/hm2、磷酸二铵150kg/hm2、硫酸钾50kg/hm2。

1.2试验方法

1.2.1田间试验设计

在施肥量相同，管理措施相同的基础上，设5个不同的种植密度，分别为17万株/hm2、20万株/hm2、23万株/hm2、26万株/hm2、29万株/hm2。采用裂区设计，以密度为主区，3次重复，5行区，行长5m，行距0.68m，小区面积17m?。两边3行保护行，两端保护区5m，间隔0.5m、过道1m。成熟期产量的测定，每小区收获中间3行，计产面积10.2m2，折算成，公顷产量。取样时按重复每个密度处理，每行取1株，共计5株进行考种。

1.2.2考种内容

考种内容：株高、节数、分枝数、瘪荚数、一粒荚数、二粒荚数、三粒荚数、四粒荚数和单株粒重等指标进行考种。

1.2.3土壤样品采集

土壤基础肥力采集0～20cm耕层土壤混合样品，分析项目为：有机质、速效氮、速效磷、速效钾、pH值等。采用常规分析方法。

2结果与分析

2.1不同栽培密度对产量的影响

田间试验产量结果列于表2。可见长农13栽培密度在20万株/hm2时产量最高。在29万株/hm2时产量最低，密度在17～20万株/hm2之间产量随密度增加而增加，成正相关性，密度在20～29万株/hm2之间产量随密度增加而下降，呈负相关性。方差分析结果表明，只有处理23万株/hm2与处理29万株/hm2之间差异显著水平；其余处理间差异不显著。相关分析结果表明，长农13高油大豆品种产量与密度之间的相关性显著。

2.2不同栽培密度对株高情况的影响

田间试验产量结果列于表3。可见处理29万株/hm2的株高最高。处理17万株/hm2的株高最矮。密度在17～29万株/hm2之间株高随密度增加而增加，呈正相关性。方差分析结果表明，各处理间均没有达到显著水平。相关分析结果表明，大豆品种长农13株高与密度之间不存在的显著相关性。

2.3不同栽培密度对分支情况的影响

田间试验产量结果列于表4。可见处理长农17万株/hm2的分枝数最多。处理长农29万株/hm2的分枝数最少。密度在17～29万株/hm2之间分枝能力随密度增加而下降，呈负相关性。方差分析结果表明，各处理间均没有达到显著水平。相关分析结果表明，长农13高油大豆品种分枝情况与密度之间不存在的显著相关性。

2.4不同栽培密度对单株结荚数量的影响

田间试验产量结果列于表5。可见处理17万株/hm2的单株结荚数量最多。处理29万株/hm2的单株结荚数量最少。密度在17～29万株/hm2之间单株结荚数量随密度增加而下降，呈负相关性。方差分析结果表明，只有处理长农1317与处理长农1329之间差异显著水平；其余处理间差异不显著。相关分析结果表明，长农13高油大豆品单株结荚数量与密度之间的相关性显著。

2.5不同栽培密度对结荚型式比例的影响

田间试验产量结果列于表6。由图1可见处理26万株/hm2的四粒荚比例大，处理29万株/hm2的四粒荚比例小；处理17万株/hm2的三粒荚比例大，处理26万株/hm2的三粒荚比例小；处理23万株/hm2的二粒荚比例大，处理20的二粒荚比例小；处理20万株/hm2的一粒荚比例大，处理17万株/hm2的一粒荚比例小。处理20万株/hm2的瘪荚比例大，处理17万株/hm2的瘪荚比例小。方差分析结果表明，有处理26万株/hm2与处理29万株/hm2之间四粒荚比例差异显著；其余处理间差异不显著，分析结果表明，长农13高油大豆品种结四粒荚型式比例与密度之间的相关性显著。有处理17万株/hm2与处理20万株/hm2之间二粒荚比例差异显著；其余处理间差异不显著相关分析结果表明，长农13大豆品种结二粒荚型式比例与密度之间的相关性显著。其余各种结荚型式比例在各处理之间没有显著差异。相关分析结果表明，长农13高油大豆品种结三粒荚、一粒荚和瘪荚得型式比例与密度之间不存在相关性。

2.6不同栽培密度对节数的影响

田间试验产量结果列于表7。可见处理17万株/hm2的节数最多。处理29万株/hm2的节数最少。密度在17～29万株/hm2之间单株节数随密度增加而减少，呈负相关性。方差分析结果表明，只有处理17万株/hm2与处理29万株/hm2之间差异显著水平；其余处理间差异不显著。相关分析结果表明，长农13大豆品种节数与密度之间的相关性显著。

2.7不同栽培密度对单株粒重的影响

田间试验产量结果列于表8。可见处理17万株/hm2的单株粒重最大。处理29万株/hm2的单株粒重最少。密度在17～29万株/hm2之间单株粒重随密度增加而减少，呈负相关性。方差分析结果表明，各处理间差异不显著。相关分析结果表明，长农13大豆品种单株粒重与密度之间不存在显著相关性。

3讨论与结论

3.1栽培密度与形态指标

本试验研究了密度对大豆品种长农13株高、单株节数、分枝情况等形态指标的影响。结果表明：高油大豆品种长农13，在密度17～29万株/hm2之间株高有随着密度的增加而增加的趋势，但没有达到显著水平。本试验密度对株高的影响结果与郭午（1964）、常耀中（1983）王丕武等（1994）的研究结果略有不同，3位学者认为株高与密度为显著的正相关，与宋启建等（1995）、⒔鹩。1987）的研究结果是一致的；在单株节数方面，长农13在密度17～29万株/hm2之间单株节数有随着密度的增加而减少的趋势，达到了显著水平。本试验密度对大豆品种长农13单株节数的影响结果与许冬梅（1991）研究结果略有不同，该学者认为单株节数与密度为极显著的负相关；在分枝情况方面，大豆品种长农13在密度17～29万株/hm2之间分枝数量有随着密度的增加而减少的趋势，但没有达到显著水平。而宋启建（1995）、许冬梅（1991）等研究表明，密度的改变会引起大豆分枝性状的明显变化，变化程度依品种类型不同差异很大，密度与所有分枝性状均呈负相关。郭午等（1964）认为分枝数与密度呈显著的负相关，即密度越大、分枝越少，分枝长度和分枝重也显著降。常耀中（1982）认为密度改变后，受影响最大的是植株的分枝性状，并有较大的可塑性，因此在确定密度时，要考虑到分枝的调节机能。

3.2栽培密度与产量

本试验研究了密度对大豆品种长农13产量、单株粒重、单株结荚数量和结荚型式的比例等的影响。结果表明：长农13在密度17～29万株/hm2之间产量有随着密度的增加而成正态分布，在23万株/hm2时产量最高，当栽培密度大于或者小于23万株/hm2时产量都会降低；达到了显著水平。但为了获得较高的产量，仍需要保证一定高的种植密度。实验结果同何世炜等（2005）学者的研究结果一致。在单株粒重方面大豆品种长农13在密度17～29万株/hm2之间单株粒中随着密度的增加而降低，呈负相关性但没有达到显著水平，这表明不同密度对不同品种的单株粒重没有特殊的影响。在单株结荚数量和结荚形式比例方面，大豆品种长农13在密度17～29万株/hm2之间单株粒中随着密度的增加而降低，呈负相关性。单株结荚型式主要以二粒荚和三粒荚为主，进一步表明在群体栽培条件下，大豆植株个体生长是直接受群体影响的，由于密度不同，个体产量表现得不一致。当个体植株产量最高时，单位面积产量并不一定高，主要受单位面积内个体数不够所影响的。影响大豆单位面积产量的最主要因素是单位面积荚数。因此，为了获得最高产量必须选出能够获得最高单位面积荚数的产量因素组合，即合理的栽培密度。

3.3结论

通过不同栽培密度对高油大豆品种长农13的产量、株高、分枝情况、单株结荚数量、结荚型式、单株节数和单株粒重等方面的影响研究探讨。在本试验条件下得出如下结论。大豆品种长农13在栽培密度达到20万株/hm2左右时产量最高，建议在肥水条件和栽培技术条件较高的情况下适当降低密度。

参考文献

[1]李酉开.土壤农业化学常规分析法[M].科学出版社，1983.

[2]王丕武，孙玉书，杨伟光.大豆株型与种植密度关系的探讨[J].吉林农业大学学报，1994（12）：14-18.

[3]何世炜.大豆播种密度对籽实产量及其构成因素影响的研究[J].草业学报，2005（10）：43-47.

[4]刘金印.大豆种植密度和群体结构指标的研究[J].大豆科学，1987，6（1）：1-9.

[5]常耀中，董丽华.大豆高产规律及栽培技术研究[J].作物学报，1982（1）：41-48.

[6]常耀中.大豆群体合理摆布与产量关系研究[J].大豆科学，1983，2（2）：132-138.

[7]谢甫娣，李世兵，王荣光，等.大豆性状整齐度与产量的关系[J].沈阳农业大学学报，1992（1）：41-44.

[8]许冬梅.大豆不同品种类型对播种期及密度的反应[J].大豆科学，1991，10（4）：291-297.

[9]郭午，张维久，牛裕洲.大豆合理群体结构的探讨[J].吉林农业科学，1964，1（2）：9-18.

相对密度篇3

数据预处理主要包括对道路交通数据、土地利用数据的更新、地貌形态数据，以及人口密度栅格数据的获取。人口密度栅格数据的获取，是基于多源空间数据融合的思想，综合考虑地貌形态、土地利用、道路交通、河流水系以及居民点数据对人口分布的影响，以较客观的赋权方式确定影响因子权重，实现山区人口统计数据的栅格化，最终以乡级人口统计数据对模拟结果进行验证，得到最终人口密度分布栅格图(如图1所示)。

2山区人口分布格局

人口分布是在人类改造自然、发展生产和繁衍后代的过程中逐形成。从历史来看，自然条件决定人口分布的大势，社会、经济和自然条件的变化共同影响着人口的再分布，特别是生产力发展水平和经济活动对人口分布影响明显。对山区而言，地形、土地利用、河流水系、道路交通以及居民点类型等因素对人口分布起到主导作用。

2.1地形与人口分布地形对人口分布的影响不可忽视，不同地形区域会形成不同地方性气候，从而影响人类生产活动和土地生产力，也影响交通、城镇分布等。高程和坡度是重要的地形因子。1）高程。一般来说海拔越高的区域人口密度越小，海拔较低的区域人口密度较大。将DEM以200m间隔分带离散化，共得到23个分带，得到每个分带人口密度(见表1所列)。人口密度随着高程的增加而减小，以VALUE值即高程分带序列值为横轴，人口密度为纵轴做散点图，并进行回归分析得到回归曲线(如图2所示)。的判定系数R2=0.883，拟合效果比较好，人口密度与高程序列值间的相关系数为-0.886，存在显著负相关性。2）坡度。一般来说坡度越大的区域人口密度越小。以5°间隔对其分带离散化，共得到11个分带。通过统计分析得到每个分带的人口密度(见表2所列)。人口密度随着坡度的增加存在较明显的减小趋势，以VALUE值即坡度分带序列值作为横轴，人口密度作为纵轴做散点图，进行线性回归分析，得到回归曲线(如图3所示)。拟合方程Y=-236.072X3+30.530X2-1.307X+673.416的判定系数R2=0.980，拟合效果比较好，人口密度与坡度序列值之间的相关系数为-0.833，存在显著负相关性。

2.2土地利用与人口分布土地利用是人类与自然界相互作用的产物，是人类活动在空间上最直接的体现。以人口密度分布栅格图作为基础数据，分析不同土地利用类型中的平均人口密度(见表3所列)。从表3可看出居民点及城镇用地区域的人口密度远高于其他土地密度与耕地面积比重、建设用地面积比重的关系(如图4所示)，人口密度与耕地面积百分比、建设用地面积百分比之间的相关系数分别为0.895和0.726。总体说来，建设用地和耕地中人类活动高于其他类型，人口密度明显较高；对于林地其郁闭度越低、树高越矮，则人口密度相对较高；草地则是覆盖度越低或越高人口密度较低，中覆盖度草地更适合人口居住，在发展畜牧业的同时也有足够的建设用地和耕地供使用。

2.3道路交通与人口分布道路交通对人口分布有着类型，达到了7575.79人/km2，是次高值的近20倍，人口密度最低的其他难利用土地，仅为62.20人/km2。说明人口密度与建设用地和耕地有明显相关性，则分析各县人口著影响，大大缩短了空间距离，有助于人类摆脱对农业的依赖性，使得人口向交通线附近集聚。对主要道路（铁路、高速公路及高等级公路）以500m间隔做缓冲区，应用ArcGIS分带统计分析工具，获取各级缓冲区平均人口密度(见表4所列)。从表4可看出随着距道路距离的递增，人口密度整体呈现递减趋势。500m缓冲区内，人口密度最高，达到693.01人/km2，明显高于其他缓冲区，是均值的3.55倍，距离3500m以外区域人口密度最小，仅为139.84人/km2。道路交通对人口分布影响明显，随着与道路距离的增加，人口密度不断减小。进一步分析人口密度与路网密度的关系，发现两者间相关系数达到0.823，这因为道路是连接居民点的重要交通网络，主要居民点都通过道路网连接。

2.4河流水系与人口分布河流水系与人类所需的生存、生活及生产用水关系非常密切，河流水系的分布很大程度上影响了人口的空间分布。对主要河流以1km间隔做缓冲区，应用ArcGIS统计分析工具，得到各缓冲区平均人口密度(见表5所列)。在1km范围内，人口密度最高达到389.71人/km2，是平均值的两倍。高于平均值的还有1~2km缓冲区，其余均小于平均值，且变化不大，10km以外的范围人口密度最小，为169.44人/km2。河流水对人口分布有影响，随着与河流距离的增加，人口密度不断减小，但这种规律并不很明显。分析人口密度与河网密度的关系，发现二者相关性也不明显。尽管居民点分布与河流位置有关，但在山区，河流所经区域地形起伏一般较大，地貌较破碎，不利于农业和经济发展，事实证明在平原及丘陵地区人口密度与河网密度关系较紧密。

2.5居民点与人口分布居民点是居民集聚定居的场所和进行生产、生活活动的基地，与人口空间分布具有最直接的关系，对人口分布有明显影响。分别获取不同地貌形态、不同土地利用类型、距河流水系不同距离缓冲区(1000m间隔）以及距主要道路不同距离缓冲区（500m间隔）的平均人口密度和平均居民点密度(见表6所列)。由表6可看出居民点密度与人密度存在明显的关联，人口密度随着居民点密度的增减而增减。不同土地利用类型中人口密度与居民点密度的相关系数为0.958，有很高的正相关性。对不同地貌形态，距河流水系不同距离缓冲区以及距主要道路不同距离缓冲区人口密度与居民点密度做相关性分析，相关系数分别为：0.850、0.940、0.965，均具有很高的相关性一般来说人口密度和距中心城市距离存在密切关系，对中心城市(官方)以500m间隔做缓冲区至10km，共计21个缓冲区分带，得到每个分带人口密度(见表7所列)。人口密度随着距中心城市距离的增加存在较明显的减小趋势，人口密度与距中心城市距离分带之间的线性相关系数达到-0.804，两者之间存在显著负相关性。

3结论与讨论

相对密度篇4

关键词：樟子松树；树轮；生长特性

樟子松，俗称海拉尔松，原产于我国大兴安岭和呼伦贝尔草原红花尔基沙地，具有抗寒、抗旱和较速生等优良特性，是我国北方半干旱风沙地区营造防风固沙林、农田、草场防护林、水土保持林和用材林的主要树种。树轮，即树的年轮，被称之为“环境气候的档案”，可以用来测量树木生长的年龄，还可用来记录环境和气候等综合外界因子对树木生长的影响，如光照、水分、温度、土壤条件及生物之间的作用等。以下将对温度、降水、阳光、二氧化碳四个气候因子来分析其对樟子松年轮宽度、密度的影响。

1温度对樟子松年轮宽度、密度的影响

樟子松主要生长在北方寒带地区，温度是影响其生长的比较敏感的气候因子，决定着樟子松生长的季节性变化，温度与樟子松的树轮有着重要关联。由于北方寒冷地区的春季较短，温度较低，因而樟子松的生长期也较短。短暂的温度和较短暂的生长期不利于樟子松的径向生长，因为使得樟子松出现窄年轮。此外，同一地区的樟子松，往往生长在低海拔地区的树轮较宽，树轮的密度较窄；生长在高海拔的地区的树轮较窄，密度较低，这也主要是受海拔低温度高，海拔高温度低的地理环境的影响。

需要指出的是，以上所言温度对樟子松宽度、密度的影响，是在一定条件下的，如温度过高，就会使樟子松所需的水分不足，从而影响到其生长，最终使其年龄变得更窄，密度更高。

2降水对樟子松年轮宽度、密度的影响

在干旱地区，无论在生长季之前还是生长季内，少雨和高温是形成窄年轮的主要原因，其中少雨是年轮生长的主要限制因子。当水分成为树木生长的限制性因子时，年轮宽度往往表现出与降水量呈正相关，当水分充足时，年轮宽度与降水无相关或负相关。主要分布在“三北”（东北、华北、西北）干旱地区的樟子松的树轮宽度主要受到水分的影响。在降水量偏大的年份，其树干的径向生长便快，因而樟子松的年轮就会相对较宽，密度较低；反之，在降水量偏少的年份，其树干的径向生长就会相对偏慢，樟子松的年轮也会相对较窄，密度较高。

不过，樟子松的水分也不是说越多越好，其水分也必须处于一个合理的范围之内。如果水分过多，会使樟子松处于浸泡状态，影响其正常发展，反过来会使樟子松的发展受制，年轮宽度就相对较窄，密度较高。

3阳光对樟子松年轮宽度、密度的影响

阳光，也就是太阳辐射也对樟子松的年轮宽度有重要影响。阳光是生物光合作用的主要原料之一，太阳辐射越强烈，生物的光合作用就越强。当一地的阳光充足时，生物便能进行充分的光合作用，从而推动新陈代谢，促进生物的生长。生长在干旱地区的樟子松，如果在湿度一定的情况下，其接受的太阳辐射越强，光合作用就越充分，树干径向生长越快，因而树木的树轮越宽，密度越低。

当然，太阳的辐射也必须在一定范围之内。若是某年的太阳辐射过强，除了有可能使土壤的水分大量蒸发外，也会导致樟子松的蒸腾作用速率超过吸水速率，从而使蒸汽压不连续，水分不能满足樟子松的生长需要，最终不利于樟子松的生长，使得樟子松出现窄年轮。

4二氧化碳对樟子松年轮宽度、密度的影响

二氧化碳同样作为光合作用的重要元素，其对樟子松的影响也是很大的。虽然目前学界对其浓度大小对樟子松年轮的影响的结果不相一致，但可以肯定的是，二氧化碳的浓度与樟子松树轮有着密切的关系。因为空气中二氧化碳浓度的增高，有利于增加植物的光合作用，在其它条件一定的情况下，较旺盛的光合作用，自然有利于植物的新陈代谢，促进树木主干的径向生长，从而使植物的年轮更宽，密度更低了。

相对密度篇5

关键词：大叶相思；林分密度；养分浓度；养分贮量

中图分类号：S725.6

文献标识码：A文章编号：16749944（2017）11007104

1引言

林分密度是指单位面积林地上林木的数量[1]。密度是林分结构的重要指标之一。森林密度的增加会使植物种内产生竞争，生长资源强制分配，进而引起植物形态特征和生长特性的改变[2，3]。密度过大时，地力下降快，而密度过小又会造成土地资源的浪费，只有合理的林分密度才可促进有效生产力的增加[4]。林木养分的积累与分配是养分元素生物循环的重要环节，是研究森林生态系统物质和能量的基础，研究养分在各器官的含量差异将为林木的施肥管理、集约化栽培提供科学的指导[5]。大叶相思（Acaciaauriculaeformis）是含羞草科相思属（Acacia）速生乔木树种，具有生长快、适应广、经济价值高等特点，已在我国海南、广东、广西和福建等地的丘陵水土流失区和滨海风积沙土区大面积推广，成为当地造林绿化和改良土壤的主要树种之一[6，7]。目前，关于不同林分密度对林木养分积累和分配规律的研究主要集中在巨桉[5]、湿地松[8]、尾叶桉[9]和火炬松[10]等速生树种，罕见对大叶相思树种的报道。通过对大叶相思的密度试验，研究其养分含量、贮量与分配规律，以期为大叶相思人工林的营建提供参考。

2材料与方法

2.1试验地概况

研究地地处惠州市惠城区小金口（东经114°17′42″～114°32′16″，北纬22°56′57″～23°16′03″），属南亚热带季风气候。年平均气温在19.5～22.1℃，7月份平均气温28.3℃，1月份平均气温13.1℃，极端最高气温38.9℃，极端最低气温-1.9℃，积温7620.6℃，无霜期350～357d。年平均降雨量1690～2380mm，多集中在4～9月份，占年降雨量的80%～85%。土壤属赤红壤。本地调查时的土壤养分分别为，有机质15.64g/kg、全N0.69g/kg、全P0.27g/kg、全K24.09g/kg。3种林分特征详见表1。

2.2试验材料及设计

2003年春季割除林地上的芒草、桃金娘、藤类等杂草后，块状开穴，植穴规格50cm×50cm×40cm，然后按1667（低密度）株/hm2、4444（中密度）株/hm2、10000（高密度）株/hm2的密度栽植大叶相思，苗高约1m。在各密度林分大叶相思林中选取有代表性固定样地3个，每个样地面积均为1亩（25.82m×25.82m），合计9个样地。2007年4月对3种密度大叶相思林的固定样地中的植物器官（根、干、皮、枝、叶）展开养分调查。

2.3试验方法

在每一密度中按径阶分布随机抽取10株标准木，砍伐并挖出根系，对每一密度的标准木按各器官（根、干、皮、枝、叶）取混合样，在80℃烘箱内24h烘干至恒重后，粉碎处理，用于测量各器官的N、P、K养分含量。

2.4植物B分的测定

取各密度大叶相思林的根、干、皮、枝和叶的干重样品，粉碎后进行养分分析。N用重铬酸钾―浓硫酸消化后以半微量凯氏法测定，P、K分析待测液用H2SO4-H2O2消煮后，试液中的P用钼兰比色法测定，K用火焰光度法测定[11]。每个样品做三次重复测定，结果取重复测定的算数平均值。

2.5数据处理与分析

用微软公司的MicrosoftExcel2003对植物器官（根、干、皮、枝、叶）养分含量进行处理并作图，用SAS8.2对数据进行多重比较。

3结果与分析

3.1大叶相思林的各器官的养分浓度

高密度大叶相思各器官的N和K浓度大小为叶>枝>皮>根>干，P浓度大小为枝>叶>根>皮>干；中密度大叶相思的N浓度大小为叶>皮>枝>根>干，K浓度大小为叶>枝>根>皮>干，P浓度大小为叶>根>枝>皮>干；低密度大叶相思的N和K浓度大小为叶>枝>皮>根>干，P浓度大小为叶>枝>根>干>皮（表2）。除高密度大叶相思的P浓度外，各密度大叶相思的叶养分浓度最高；除低密度的大叶相思P浓度外，各密度大叶相思的干养分最低。总体而言，叶的营养元素浓度总量最高，干的最低。

各密度大叶相思林的N的浓度最高，占养分的64%左右，K浓度居中，为32%左右，P的浓度最低4%左右。高密度大叶相思林的总浓度最高，为104.20g/kg，其中N为66.64g/kg、P为3.91g/kg和K为33.65g/kg；低密度大叶相思林的总浓度次之，为101.95g/kg，其中N为66.19g/kg、P为4.16g/kg和K为31.60g/kg；中密度大叶相思林的总浓度最小，仅89.89g/kg，其中N为58.18g/kg、P为3.39g/kg和K为28.32g/kg。

3.2大叶相思林的各器官养分贮量

高密度的大叶相思的养分总贮量为1102.33kg/hm2，其中叶为389.14kg/hm2，占总贮量的35.48%，其次是枝，占总贮量的20.34%，皮的养分总贮量最少，为109.77kg/hm2（表3）。各器官中干的P贮量最高，叶的N和K贮量最高，而皮的3种养分贮量最小。

中密度的大叶相思的总贮量为393.03kg/hm2，各器官的养分贮量为叶>枝>干>根>皮。各器官中各养分贮量大小均为N>K>P。各器官中叶的N贮量最高，干的P贮量最高，枝的K贮量最高，而皮的3种养分贮量最小。

低密度的大叶相思的总贮量为257.02kg/hm2，其中叶的养分总贮量占总贮量的36.21%，干为22.72%，枝为19.80%，根和皮的养分总贮量较少。各器官中各养分贮量大小均为N>K>P。其中，叶的N和K贮量最高，干的P贮量最高，而皮的3种养分贮量最小。

4结论与讨论

林木养分的积累与分配是森林养分循环的重要环节，林木养分含量和贮量对林木生长和林地养分有重要影响。在3种密度大叶相思林的各器官养分浓度中，叶片的N、P、K浓度和总浓度最高，枝的养分浓度次之，干的养分浓度最低。王丽等[5]和肖兴翠等[8]的研究也发现，叶片的养分浓度较高，而干的较低。这可能是因为叶片作为光合作用器官，其生长周期短，是合成有机物质的场所，在植物生长过程中也是代谢最活跃的器官，需要大量的营养元素向其输送来满足其生长和代谢的要求。而干材以木质部为主，其生理生化作用最弱，大多数养分被转移，因而营养元素也最低。因此，在采伐利用时应尽量将枝、叶等组分归还于林地内，可以有效地降低林地养分损失，减小林木采伐对林地养分和长期生产力保持造成不良影响[12]。不同密度大叶相思林下的养分总浓度大小均为N>K>P，这与梁瑞友等[13]研究5种阔叶树幼苗的养分含量分配规律的结果一致。其中，高密度大叶相思林的N、P和K浓度和总浓度最高，低密度的次之，中密度的最小。

3种不同密度大叶相思林的养分总贮量大小为高密度>中密度>低密度。相关研究也有类似报道，林木养分积累量在林分密度不大时随密度的增大而增加[14]。也有研究表明，油松林养分积累量均有随密度的增加先增加后降低的规律[15]。这可能是因为林分密度的增加到一定程度后造成植物之间的竞争激烈，对光照、土壤水分和养分需求的增大有关[16]。本研究结果显示，各器官的养分总贮量中，叶片的最高，皮的最低。这可能与各器官生命活动的活跃程度有关，叶片是植物重要的养分储存器官[17]，需要进行光合作用等重要活动，所以其需养分较多，而皮的生物量和生命活动均较少，导致其养分贮量较低。

参考文献：

[1]何祺胜，陈尔学，曹春香，等.基于LIDAR数据的森林参数反演方法研究[J].地球科学进展，2009（7）：748～755.

[2]列志D，李洁，周彤彤，等.密度对乐昌含笑幼苗养分积累的影响[J].湖南林业科技，2016（1）：44～47，60.

[3]列志D，周彤彤，薛立.密度对大叶相思林生物量分配的影响[J].湖南林业科技，2016（4）：86～89.

[4]范少辉，赵建诚，苏文会，等.不同密度毛竹林土壤质量综合评价[J].林业科学，2015（10）：1～9.

[5]王丽，龙汉利，郭洪英，等.不同林分密度对巨桉养分空间分配及积累研究[J].四川林业科技，2016，（6）：1～5.

[6]徐燕千，霍应强.大叶相思栽培及其利用研究[J].热带林业科技，1982，（1）：21～30.

[7]任海，彭少麟.大叶相思的生态生物学特征[J].广西植物，1998，18（2）：146～152.

[8]肖兴翠，李志辉，唐作钧，等.林分密度对湿地松人工林养分循环速率和利用效率的影响[J].生态学杂志，2013（11）：2871～2880.

[9]李志x，谢耀坚.尾叶桉人工林养分循环研究[J].生态学报，2001，12（10）：1734～1738.

[10]BarrongaffordGA，WillRE，BurkesEC，etal.Nutrientconcentrationsandcontents，andtheirrelationtostemgrowth，ofintensivelymanagedPinustaedaandPinuselliottiistandsofdifferentplantingdensities[J].ForestScience，2003，49（2）：291～300.

[11]中国土壤学会.土壤农业化学分析方法[M].北京：中国农业科技出版社，2000.

[12]陈东升，孙晓梅，张守攻.不同年龄日本落叶松人工林生物量、碳储量及养分特征[J].应用生态学报，2016（12）：3759～3768.

[13]梁瑞友，许松葵，梁丽丽，等.5种阔叶树幼苗的养分积累和分配规律[J].广东林业科技，2007，23（2）：16～19，36.

[14]田大伦.马尾松林杆材阶段养分循环及密度关系的研究[J].林业科学，1989（2）：106～112.

[15]赵广亮，王继兴，王秀珍，等.油松人工林密度与养分循环关系的研究[J].北京林业大学学报，2006（4）：39～44.

[16]XueL，JacobsDF，ZengSC，etal.RelationshipbetweenabovegroundbiomassallocationandstanddensityindexinPopuluseuramericanastands[J].Forestry，2012，85（5）：611～619.

[17]胡伟芳，章文龙，张林海，等.中国主要湿地植被氮和磷生态化学计量学特征[J].植物生态学报，2014（10）：1041～1052.

相对密度篇6

关键词：可重构体系结构；AES算法；SMS4算法；密码芯片

中图分类号：TN91134文献标识码：A文章编号：1004373X（2012）18006403

引言

密码技术是信息安全的核心技术，在通信安全中扮演着极其重要的地位。可重构密码芯片利用可重构的硬件资源，根据不同的应用需求灵活地改变自身硬件结构，为不同的密码算法提供与之匹配的内部结构和外部特性[1]，大大的提高了密码芯片的灵活性、安全性和扩展性，具有良好的应用前景。与单一密码算法芯片相比，可重构密码芯片虽然增强了安全性和灵活性，但是处理速度却大大降低了。信息技术的飞速发展，对密码算法的处理速度要求也越来越高，尤其用于数据加/解密的分组密码算法，其低吞吐率成为安全通信的瓶颈。

AES算法[2]的分组长度和密钥长度均可变。当密钥长度为128位，192位和256位时，加密轮数分别为10，12和14，每轮由4个变换组成，依次为字节代替、行移位、列混合及轮密钥加。最后一轮变换与其他轮略有不同，没有列混合变换。解密过程与加密过程相反，4个变换为相应加密变换的逆变换。SMS4算法[3]，其分组长度和密钥长度均为128位，加密过程为32轮迭代运算以及最后输出的反序变换。解密运算和加密运算相同，只是子密钥使用顺序刚好相反。轮运算主要包括32位异或运算、S盒查找表及32位循环左移。

AES和SMS4分别是国际、国内重要的加密算法，研究同时实现AES和SMS4密码算法的可重构芯片有着重要的意义。本文设计了一种实现AES和SMS4密码算法的可重构体系结构，它既有较好的安全性和灵活性，又有接近ASIC实现的高速度。