本站原创摘 要：数理统计不仅在日常生活中应用广泛,在林业管理工作中也发挥着重要的作用.数理统计在林业管理工作中的应用决定了林业数理统计的重要性.有很多人认为自然科学中,如果对得到的数据没有进行梳理统计分析,得出的结论就没有说服力.所以,林业树立统计也需要有明确的数据分析才具有说服力,才能进行更好的改造.林业数理统计包括对土壤、气候、植物生长环境测量、森林生态及微生物等诸多方面.文章将从林业树立统计方面进行简单地研究,为今后林业数理统计发展提供可靠有效的依据.
关 键 词：林业；数理统计；应用
林业发展不仅仅包括森林树木的种植养护,其实林业包含了非常广泛的内容,涉及到土壤结构、气象环境、森林生物种类、植树造林、树木育种、微生物繁殖、森林经营管理、防火、病虫害防治以及其他森林管理工作.诸多的管理项目如果不能进行及时有效的管理,容易造成管理混乱,影响林业发展.
1林业树立统计应用
1.1统计推断很多学科都会涉及到数理统计,所以它的应用范围十分广泛.数理统计包括抽样调查、估计、频率等问题,在林业管理方面可以发挥很大作用.比如测量误差计算,林业种植的时候需要计算区域面积内种植数量,种植距离等等,都需要考虑到误差的问题.再比如,林业树木进行质量抽样检查,大片区的树木无法逐一进行检查,此时就需要进行抽样检查,确定区域范围内树木的质量好坏和成活率等.此外,对林区的病虫害调查以其他问题调查研究都需要有可靠有效的数字作为依据,才能够进行下一步处理.
遇到比较复杂的问题还需要运用数理统计的二项分布原理,有时候还会用到分布计算总体的频率.比如计算种子的发芽率、树木成活率、病虫害染株率等等.还有的时候需要用到t分布原理,或者是较大样本资料用正太分布检验整体的数理特征是否满足一定的要求和标准,比如种子的重量是否符合某个规定的数值,进行实验林地的某项指标是否突破了常规标准,种植树苗的平均高度有没有达到规定高度等等.不仅如此,数理统计的正态分布更广泛地应用在总体平均、总量或者总体频率方面,比如树木的总量估计,病虫害损失抽样检查等.
1.2实验设计与统计分析林业是一个较大的范围,涵盖了很多相关方面,其中对土壤、造林、病虫害防治的科学研究中,经常会遇到很多个总体平均数出现差异的问题.比如在研究不同种类的植物肥料和它们对树木生长影响、鉴定分层抽样监测是否成功,还有在比较不同种类树木的好坏,种子的优选和贮存方法,树苗的培育方案比较研究.病虫害治疗防范等问题的研究,都需要进行一定的实验,只有通过实验才检测,观察才能得到有效数据,才能根据数据采取措施.
1.3回归分析回归分析在各学科中的应用十分广泛,其主要是运用回归分析知识讨论变量之间的关系,对总体条件平均数或因变量作预测预报.例如,探讨林木生长量与生态环境因子（含气候、土壤、生物、地形、人为等因子）之间的关系,植物生长周期规律的研究,林分生长过程分析,各种原木、活立木材积表的编制和材种出材量表的编制,地位指数表的研究,林分数
量成熟龄的确定,天气预报,市场预测,火险天气预报,病虫害预测预报等.对这些问题的讨论,广泛应用了一元线性（或一元非线性）回归分析.二元材积式的研究,林木生长与生态环境因子之间关系,市场预测,病虫害预报等问题常用多元分析法进行统计分析数理统计与计算机应用有着特殊的关系.,计算机是统计分析的工具,而数理统计为计算机应用提供了各种统计方法和模式.
2如何运用好林业数理统计
以本作者在吉林省汪清县林业局南沟林场43林班,对东北红豆杉扦插苗生长情况进行综合分析为例：
2001年采用东北红豆杉扦插2a生壮苗在43林班林冠下造林,全坡位造林,株行距2m×2m.造林后连续3a除草割灌抚育管理,2003年设样地调查造林成活率.2013年5月16日-5月17日,从造林地山脚至山顶垂直设置13块样地,每块样地面积20m×30m等于600m2,样地间隔100m.在每块样地先查出东北红豆杉苗木总数,计算出保存率,再从中随机调查66株,测量每株苗木的地径、树高、冠幅、枝下高（第一活枝距地面高度）、侧枝数、侧枝平均间距、当年高生长量（2012年）.应用统计学软件SPSS17.0对调查数据进行方差分析、性状描述性统计及性状间相关分析.
3结果与分析
经样地调查,东北红豆杉扦插苗造林成活率90%以上,保存率70%以上.
方差分析
对调查因子地径、树高、冠幅、枝下高、侧枝数、侧枝平均间距、当年高生长量分别进行方差分析,结果见表1.
由表1知,各调查因子的显著性数值0.05,说明13块样地间各调查因子差异不显著.
调查结果描述性统计
由方差分析知,13块样地间各调查因子差异不显著,故将调查因子分别合并,进行统计量描述,结果见表2.
由表2知,东北红豆杉地径在0.43cm-2.5cm之间,平均0.8896cm；树高在27cm-156cm之间,平均69.0571cm；冠幅在10cm-68cm之间,平均19.1923cm；枝下高在2cm-20cm之间,平均10.6364cm；侧枝数在4个-22个之间,平均9.211个；侧枝平均间距在2cm-11cm之间,平均5.8737cm；当年高生长量在2cm-17cm之间,平均7.4021cm.
相关分析
对调查因子地径、树高、冠幅、枝下高、侧枝数、侧枝平均间距、当年高生长量进行相关分析,结果见表3.
从表3的相关系数看,地径-树高等于0.88、地径-冠幅等于0.732、地径-枝下高等于0.806、地径-侧枝数等于0.732；树高-冠幅等于0.806、树高-枝下高等于0.822、树高-当年高生长量等于0.76；枝下高-侧枝数等于0.712.相关系数的绝对值皆大于0.7,为高度线性相关.
地径-当年高生长等于0.675；树高-侧枝数等于0.689、树高-侧枝平均间距等于0.421；冠幅-枝下高等于0.569、冠幅-侧枝数等于0.562、冠幅-当年高生长量等于0.639；枝下高-当年高生长量等于0.625；侧枝数-当年高生长量等于0.522.相关系数的绝对值皆大于0.4,小于0.7,为显著线性相关.
地径-侧枝平均间距等于0.191；冠幅-侧枝平均间距等于0.399；枝下高-侧枝平均间距等于0.072；侧枝数-侧枝平均间距等于-0.27；侧枝平均间距-当年高生长量等于0.294.相关系数的绝对值皆小于0.4,为低度线性相关.其中侧枝数-侧枝平均间距等于-0.27,为负低度线性相关.
通过数理统计在各学科中的广泛应用,我们可以看出,数理统计在林业生产和林业科研等诸方而有着及其广泛的应用.随着现代科学技术的迅速发展,林业生产和科研对数理统计需求的广度和深度迅速增加.在计算机已普遍应用的今天,一些高难度的统计分析已成为现实.例如,森林监测系统的统计分析,森林收获预测,病虫害预报,市场经济活动分析等问题已得到较广泛应用.
近几年,我国由于经济建设发展带来的一系列环境问题已经影响到人们的正常生活.土地沙漠化,水土流失,河水含沙量大,农作生长缺水等等,人与自然环境的矛盾不断上升.林业发展不仅仅是植树造林,更是进行环境保护的有效措施.数理统计能够为林业发展提供有效的数据,帮助其选择正确的发展道路,降低风险,提高树木的成活率,所以,在今后的林业发展中更应该合理地发展运用数理统计,帮助林业实现更好的发展.