时间:2023-07-11 16:21:05
序论:在您撰写环境因子的定义时,参考他人的优秀作品可以开阔视野,小编为您整理的7篇范文,希望这些建议能够激发您的创作热情,引导您走向新的创作高度。
Jing Yuan
(Weinan Normal University College of Mathematics and Information Science,Weinan 714000,China)
摘要: 讨论了定数截尾样本下,指数分布环境因子的极大似然估计和区间估计,为研究估计的精度,运用随机模拟方法,对环境因子的置信区间的精度进行了讨论。
Abstract: In this article, maximum likelihood, and interval estimates for the environmental factor of the exponential distribution are obtained based on Type II censored samples. In order to investigate the accuracy of estimations, an illustrative example is examined numerically by means of Monte-Carlo simulation.
关键词: 指数分布 环境因子 极大似然估计 区间估计
Key words: the exponential distribution;environmental factor;maximum likelihood estimation;interval estimate
中图分类号:O213.2文献标识码:A文章编号:1006-4311(2011)26-0315-01
0引言
在对航空航天等领域中新型研制开发的复杂产品,特别是对可靠性要求较高的军用产品进行可靠性评定时,由于受试验时间,经费,设备等条件的限制,往往很难或无法进行实验室试验验证,导致评定结果可信性度不高。此时就需要充分挖掘产品在研制过程中积累的其它可靠性信息。环境因子是一种折算因子,是一种重要的扩充样本量的途径,是可靠性工作者非常关心的一个课题。已有很多文献对其进行了研究分析,文[1-2]中介绍了环境因子的有关概念及其应用。文[3-4]介绍了环境因子的一种Bayes估计方法。指数分布在排队论和可靠性理论中有着广泛的应用。如各种电子元件的寿命、电话的通话时间、候车等候时间等都可认为服从指数分布。本文给出了指数分布环境因子的定义及基本假设,并导出了定数截尾样本下,环境因子的极大似然估计和区间估计。并利用Monte-Carlo方法,讨论了置信区间的精度,表明了结果的可行性。
1极大似然估计
设在环境下产品的寿命服从Exp(?兹i),i=1,2。当在两种环境下产品的失效机理相同时,文献[1]知环境因子定义为K=?兹2/?兹1。假设在环境i下投入容量为ni个产品试验。设t■?燮t■?燮…?燮t■来自的随机样本中前ri个最小观察值(为方便起见,可将t■的下标数字省略括号,无特殊情况说明,下文的tij表示第j个最小观察值)由文献[5]知t■,…t■的似然函数为:
L■(t■,t■,…,t■)=■?兹■■exp{-?兹■■t■}(1)
其中t■=Σ■■t■+(n■-r■)t■
则在环境I和II下,试验结果的联合似然函数为L=L1L2
L(?滋,?兹■,?兹■)=■■?兹■■exp{-?兹■■t■}(2)
=■?兹■■?兹■■exp{-?兹■■t■-?兹■■t■}
lnL(?兹■,?兹■)=Σ■■■-r■ln?兹■-r■ln?兹■-?兹■■t■-?兹■■t■
■=-■+?兹■■t■■=-■+?兹■■t■?圯?兹■=t■/r■?兹■=t■/r■
■■=■■/■■=t■r■/t■r■(3)
2置信区间估计
引理1[6]设x■?燮x■?燮…?燮x■来自指数分布Exp(?兹)容量为n的前k个次序统计样,令w1=nx1
wi=(n-i+1)(xi-xi-1)i=2,…k,则w1,w2,…,wk独立同分布于参数分布Exp(?兹)。
引理2设w1,w2,…,wk独立同分布于Exp(?兹),则w1+w2+…+wk~W(k,1/?兹)。
引理3设z~W(k,1/?兹),则2z/?兹~x2(2k)。
定理设t■?燮t■?燮…?燮t■来自指数分布Exp(?兹i)容量为ni的前ri个次序统计样本,则在环境I和II下其环境因子的置信上下限为K■=■F■(2r■,2r■)(4)
K■=■F■(2r■,2r■)(5)
证明:由引理1-3得2{Σ■■t■+(n■-r■)t■}/?兹■~x■(2r■)i=1,2
则由K=?兹2/?兹1两式相除得■~F(2r■,2r■)
证毕。
3随机模拟
以上已经得到了指数分布环境因子的极大似然估计和置信区间估计。现用Monte Carlo方法随机模拟,我们取?兹1=3,?兹2=4.5代入(3)-(5)式,随机模拟1000次。得到K的极大似然估计的均值和均方误差,及95%的置信区间估计。
4结束语
理论分析和计算机模拟表明,环境因子的极大似然估计和置信区间估计具有可行性,从而可以将其应用于可靠性评估中。把两种试验条件下的数据相互转化。即可以把地面试验数据转化为空间试验数据,扩大了空间试验数据的样本量,来提高可靠性估计的精度。
参考文献:
[1]王炳兴.环境因子的定义及其统计分析.强度与环境[J].1998,(4):24-30.
[2]王善.环境因子的分析及应用.宇航学报[J].2001,(5):74-80.
[3]刘琦,冯静等.指数分布环境因子的Bayes算法.可靠性与环境适应性理论研究[J].2003,(3):42-44.
[4]李凤,师义民.Pareto分布环境因子的估计及其应用.数学的实践与认识[J].2007,(23):49-53.
[关键词] 品牌;环境;研究构架
[中图分类号] F273 [文献标识码] A [文章编号] 1006-5024(2008)06-0030-03
[作者简介] 蒋小钰,江西省社会科学院副研究员,研究方向为生态经济、品牌学。(江西 南昌 330077)
一、品牌生态环境的概念
1.品牌生态环境的定义(内涵)
虽然,我们可以简单地将品牌生态环境定义为:品牌生存的时空内,一切对品牌的生长、发育、行为和分布有着直接或间接影响的要素与各种条件的总和。但是,我们认为,这种定义未免太过于宽泛、流于空洞、意义不大。还有没有更加精准的、更加实际的、更加让读者一目了然的“品牌生态环境”的定义?比如说,我们能不能说上一句类似于“我们把光照、温度、土壤、大气、水分、食物和其他相关生物等生物生存所不可缺少的环境要素称为生态因子”的话。进一步,我们要问,对于品牌来说,光照是什么?温度是什么?土壤是什么?大气是什么?水分是什么?食物是什么?相关生物又是什么?这些问题,都需要我们深入而细致地进行考量。我们不能仅仅套用一般性的“环境”定义,那样做,没有实际意义,而且,也是不负责任的态度。
2.品牌生态环境的种类(外延)
(1)品牌生态环境的命名。对于品牌生态环境因子,采用相关学科的已有名称进行命名是无可厚非的。因为,品牌来源于现实,而现实中的许多事物的称谓是一个约定成俗的问题,不是一下子改得过来的,改成别的也没有实际意义,没有这个必要。在命名问题上,重要的问题是,在对纷繁复杂的具体因子进行分类的基础上,根据属性、功能、来源、成分等进行划分、归纳和整理为一个体系,命名就是一件水到渠成的事。所以,我们说,品牌生态环境命名的问题,本质上是分类研究的问题,是一个归纳整理的问题。
(2)品牌生态环境的类型。在没有科学的品牌生态环境分类学研究之前,我们是否可以简单地从品牌产品生产的角度,把品牌生态环境分为品牌内生态环境和品牌外生态环境两大类。品牌内生态环境是指品牌产品的生产制造企业的环境,而品牌外生态环境是指品牌产品的生产制造企业以外的环境。
关于品牌内生态环境。王东民(2004)认为,单从企业内部视角来看,发展品牌至少有36个关键因素:市场定位、品牌辐延、驰名商标、工业设计、专利发明、新品开发、技术进步、信息网络、市场调查、公关策略、广告创作、CI策略、新闻宣传、企业外脑、价格策略、销售观念、营销改革、战略联盟以及国际市场,等等。这实际上是指品牌生态的内环境。对于内环境的研究,正如以上所说,首先是将上面这36个关键因素分类。
关于品牌外生态环境。同品牌内生态环境研究一样,至今还没有品牌生态学研究者对此有系统研究。从品牌环境的角度,多数品牌研究者(而不是品牌生态学研究者)将品牌环境描述为:资源环境、产业环境、技术环境、人口环境、自然环境、政治环境、经济环境、法律环境等(祖月、郝松林2006)。
实际上,我们知道,还有一个对于品牌的成长特别有影响的外部环境是市场格局,特别是市场中竞争品牌的影响。从生态学的角度,我们可以将这个因素类比为“生物环境”中的“种间关系”环境。当然,我们也可学习现代生态学的构架,将“生物环境”放在“种群”和“群落”中去讨论。所以,下面我们要讨论的品牌生态环境是指品牌的“非生物因子”环境。
现在的问题是,在品牌环境生态学中,我们如何将其梳理成为一个有序的环境体系,并且,根据这个体系,如何简洁明了地进行分类和命名。
二、品牌生态环境的组织与结构
1.品牌生态环境的组成成分。在本文中作为一个抛砖引玉式的探索,我们比照生态学中对于非生物因子生态环境构成的分类,把品牌的“非生物因子”生态环境分为品牌气候因子、品牌土壤因子、品牌地形因子。并且,与相应的品牌环境因子对应起来。当然,我们还要进一步研究有无此“套用”的必要性。
(1)品牌气候因子。在生态学中,气候因子也称地理因子,包括光照、温度、水分、空气等。那么,我们是否可以相应地将市场(需求)环境、经济环境、政策法律环境、文化环境与光照、温度、水分、空气产生以下的对应关系:光照――市场(需求)环境、温度――经济环境、水分――政策法律环境、空气――文化环境。
(2)品牌土壤因子。土壤泛指自然生态环境中以土壤为主体的固体成分,其中土壤是植物生长的最重要基质,也是众多微生物和小动物的栖息场所。土壤因子对生物产生影响的方面包括土壤矿物质、土壤有机质、土壤结构性状三个方面。那么,我们是否可以将资源环境、人口环境、基础设施环境与土壤矿物质、土壤有机质、土壤结构性状作如下的对应关系:土壤矿物质――资源环境、土壤有机质――人口环境、土壤结构性状――基础设施环境。
(3)品牌地形因子。在生态学中,地形因子主要是指地面的起伏、坡度、坡向(向阳和向阴)等。那么,我们是否可以将起伏、坡度、坡向与产业环境、技术环境、媒体通路环境做如下相应的对应:起伏――产业环境、坡度――技术环境、坡向――媒体通路。
笔者认为,怎样的对应关系不重要,重要的是我们起码有一个能引起讨论的品牌生态环境(严格意义上说是品牌“外环境”中的“非品牌种群”环境,类似于生态学中的“自然环境”中的“非生物因子”环境)的结构。
2.品牌生态环境因子的关联。类似于大自然的光照(热能)给地球送来了温暖,使地球表面土壤、水体变热,引起空气和水的流动,生态环境因子通过相互作用而关联起来形成一个生态环境的整体,通过生态系统的能量循环和物质循环将生态环境中的各种生态因子进行关联。在品牌生态学中,我们十分有必要研究各品牌生态因子之间的相互关联与互动的复杂关系。
三、品牌生态环境的运动与变化
1.品牌生态环境的自然变化
正如在生态环境中,光照是引起环境变化的一个重要“自变量”。我们认为,市场需求――市场中人的需求是品牌生态环境中的一个重要的“自变量”。所以,我们也很有必要研究在品牌生态环境中,自变量是什么?因变量是什么?自变量与因变量之间的关系如何?这些研究势必对我们调查和预测环境变化有重要的作用。
2.品牌生态环境对品牌的作用规律
(1)限制性规律(李比希最小因子定律)。生态学研究告诉我们,生物在生长发育的不同阶段往往需要不同的生态因子或生态因子的不同强度。例如,低温对冬小麦的春化阶段是必不可少的,但在其后的生长阶段则是有害的。那些对生物的生长、发育、繁殖、数量和分布起限制作用的关键性因子叫限制因子。这一规律是1840年农业化学家J.Liebig在研究营养元素与植物生长的关系时发现的,后人称之为Liebig最小因子定律(Liebig's law of minimum):植物生长并非经常受到大量需要的自然界中丰富的营养物质如水和CO2的限制,而是受到一些需要量小的微量元素如硼的影响。
那么,这个定律是否也提示我们,在一个具体的品牌运作过程中,十分重要的问题是找到对于你的品牌来说的“最小因子”,并且,我们用什么样的方法才能找到这个对于品牌成长限制最大的环境因子?实际上,有许多研究者对此早已有密切的关注,如黄知常和邓阳(2007)。
(2)非等价规律。对生物起作用的诸多因子是非等价的,其中有1-2个是起主要作用的主导因子。主导因子的改变常会引起其他生态因子发生明显变化或使生物的生长发育发生明显变化,如光周期现象中的日照时间和植物春化阶段的低温因子就是主导因子。在品牌生态学中,各品牌生态环境因子的作用是否也是等价的?如果不是等价的,那么,我们是否要研究其主导因子是什么?另外,主导因子与限制因子的区别是什么呢?我们用什么研究方法进行主导因子研究呢?这一方面的研究是鲜见的。
(3)替代性规律。生态因子虽非等价,但都不可缺少,一个因子的缺失不能由另一个因子来代替,这就是生态因子的构成不可替代性。但某一因子的数量不足,有时可以由其他因子来补偿,例如光照不足所引起的光合作用的下降可由CO2浓度的增加得到补偿,这就是生态因子的数量可替代性。受此规律的启发,我们在品牌生态学中,是否要研究各种因子间的替代性呢?笔者认为是很有必要的。因为,我们在现实中有许多条件多数时候是难以满足的,有许多时间是需要寻找替代性因子的。
四、品牌生态环境的功能与作用
正如生物有机体在不断地同其周围生态环境进行物质与能量的交换过程中,与环境是相互作用的一样,品牌与其环境也是相互作用的,这一点是毋庸置疑的。
1.品牌生态环境对品牌的直接影响
(1)品牌气候因子。前面我们已经假设,市场(需求)环境、经济环境、政策法律环境、文化环境是品牌气候因子。毫无疑问,这些因子,对于品牌的成长是有直接影响的。
任何品牌的运营与发展都脱离不开政治法律体制与宏观经济周期的影响,政治经济体制为微观品牌的运营与发展提供了体制基础,它们就如同品牌经营的地理气候因素,它们的改变同样会对品牌经营产生重大影响。一方面,政治经济环境作为重要的品牌运营外部环境发挥作用。一国政局的稳定与动荡、宏观经济的景气循环、金融体制的现状与变动趋势、法制环境的健全程度、国家对经济的干涉程度等等无不对品牌资产运营产生重要影响。例如,我国彩电行业虽然具有市场竞争激烈的特点,但并没有发挥市场经济优胜劣汰的机制,全行业陷入价格战的泥潭不能自拔。其根本原因是地方政府在国有彩电企业背后所起的关键作用,而地方政府目标(税收、GDP)与企业目标(利润、发展)往往不一致,导致彩电行业并不是一个正常的市场经济的环境,全行业盈利能力低下,对彩电品牌的技术积累及品牌发展带来了不利影响。另一方面,政经环境通过对企业产权制度发生影响,进而对品牌运营环境产生作用。郎咸平2004年挑起的对海尔、TCL、科龙改制的质疑,掀起了一场国有资产改革大辩论,这场辩论的阶段性结果及对政府决策的影响必将对相关的国内品牌运营环境产生重大影响。目前,中国国内的著名品牌如海尔、娃哈哈、海信、长虹等都遇到了产权制度改革这道坎,能否解决好这个问题直接决定了这些著名品牌的未来演进和走向。
(2)品牌地形因子。我们假设的品牌地形因子是产业环境、技术环境、媒体通路。显然,这些对于品牌来说,影响也是很大的。
如媒体通路。中国有句古语:“近朱者赤,近墨者黑”,是说在好的环境中,一个人会跟着学好,而在一个坏的环境中,这个人则可能变坏。所以,孟母择邻而居有三迁之举,就是希望孟子在优良的环境中取得更大的成就。品牌形象的传播需要传播的方法和路径,也就是品牌传播的通路。品牌传播就像“买房子,选邻居”,在哪种媒体、哪个时段、哪个地方传播什么样的信息必须要有严格的分析和思考,这样才能使品牌走对地方,传播也才有效。
技术环境也是品牌经营所面临的最具变革性的环境因素之一。一方面,近年来信息技术的飞速发展极大地改变了品牌所面临的经营环境,任何品牌的发展都不能仅仅将信息技术当作简单的工具,而是必须在战略上与根本商业模式上对这一环境的变化做出反映;另一方面,产业内技术环境的突变同样对品牌经营产生重大的影响。
(3)品牌土壤因子。资源环境、人口环境、基础设施环境三项是我们假设的品牌土壤因子。这三个因子对于品牌的影响应该是土壤与植物的关系。显然,人口环境是从三个方面的变化对品牌经营产生影响:一是人口统计因素的变化;二是人们的观念与理念、风俗文化的变化;三是消费时尚与潮流的变化。
一个国家的地理位置、矿藏储量、民族风俗要受环境因素的制约,企业要根据资源打造品牌,谋求发展。特别是在集团性品牌组合中,需要我们研究各个品牌资源的不同配置,需要对不同品牌采取不同的策略进行深入的研究。
2.品牌对品牌生态环境的适应性变化
(1)趋同策略。趋同适应是指不同种类的生物,由于长期生活在相同或相似的生态环境条件下,通过变异、选择和适应,在形态、生理、发育以及适应方式和途径等方面表现出相似性的现象。蝙蝠与鸟类,鲸与鱼类等是动物趋同适应的典型例子。蝙蝠和鲸同属哺乳动物,但是,蝙蝠的前肢不同于一般的兽类,而形同于鸟类的翅膀,适应行活动;鲸由于长期生活在水生态环境中,体形呈纺锤形,它们的前肢也发育成类似鱼类的胸鳍。
类似的在品牌竞争中,为了适应环境,我们是否需要采取趋同策略呢?这和差异化策略是否是矛盾的呢?矛盾在哪里?不矛盾又是因为什么?实际上,我们是否可以从品牌的本地化来理解品牌对环境的生态适应――趋同策略。
(2)趋异策略。趋异适应是指亲缘关系相近的同种生物,长期生活在不同的生态环境条件下,形成了不同的形态结构、生理特性、适应方式和途径等。趋异适应的结果是使同一类群的生物产生多样化,以占据和适应不同的空间,减少竞争,充分利用生态环境资源。如,根据引起生态型分化的主导因素,可把生态型划分为气候生态型、土壤生态型和品牌生态型等。
参考文献:
[1]蒋小钰.品牌种群生态学研究构架初探[J].企业经济,2008,(3).
[2]王东民.品牌生命的复杂性和复杂的品牌生理生态学[J].商业研究,2004,(6).
关键词:茶叶叶片 混沌行为 环境因子 SPAD差值
中图分类号:S24 文献标识码:A 文章编号:1672-3791(2015)08(c)-0101-02
茶叶品质的好坏将直接决定其在茶叶销售市场上的经济价值,因此对茶叶品质相关的研究得到了过国内外相关研究人员广泛的重视与关注[1]。对于茶叶品质的研究目前主要通过集中在内部化学成分测量,例如:吴云影等人运用原子吸收分光光度计法测量茶叶中所含的锰、锌等微量元素指标,实验结果显示锰、锌等微量元素会呈现一定程度上的损失[2]。王安俊等人对贵州省湄潭县茶园茶叶以及土壤中所含有的水溶性氟指标进行测量 [3]。但是,目前国内外很少研究将内部化学成分构成动力学系统进行研究分析。
文章提出利用分形和混沌理论中的Grassberger-Procaccia (G-P)算法[4-5]提取龙井茶和径山茶和邻近叶片SPAD差值队列的分形维数,来证明龙井茶和径山茶茶叶在受自然环境因子的制约下叶片SPAD差值存在混沌行为,根据茶叶茶叶片SPAD关联维饱和度的混沌特性来定量复杂和多变叶绿素演化度和自然环境因子管理行为,进而确定茶叶的品质。
1 材料与方法
1.1 仪器与材料
使用KONICA MINOLTA 公司生产的便携手持式叶绿素计SPAD-502 定量龙井茶和径山茶邻近叶片SPAD指标,该仪器对于叶片测量测量精度为 SPAD单位偏差。检测方式采用红光外吸收及近红外各一只光电二极管作为发射源,利用植物叶片双波长吸收强度差度量方式来获得植物叶片SPAD值。径山茶叶采集自杭州西北部约浙江杭州市余杭区径山茶种植园,龙井茶叶采集自浙江杭州市西湖区西湖龙井茶园,其中随机选择了100对叶片用SPAD仪器进行测量,每对叶片共测量3次差值,最后计算3次测量的取平均值作为后续分析使用。
1.2 GP算法
关联积分定义为[4]:
(1)
其中,表示与的欧式距离,(・)阶跃函数,因此可以计算出关联维数:
(2)
当足够大到不再随发生变化时,即吸引子最小嵌入维数:
(3)
2 试验结果与分析
根据(1)~(2)式分别对径山茶叶与龙井茶叶叶邻近叶片SPAD差值队列进行饱和关联维计算。对于径山茶当时间增量确定后,与的关系曲线在无标度区呈近似直线,且随着嵌入维数的增加,直线段趋于平行。采用最小二乘法来确定・无标度区的斜率,即相空间的关联维饱和度的值。从估计的关联维数・演化状况来看,当时趋向于稳定。根据实验结果可以计算出饱和关联度最小嵌入维数和。换句话说说,径山茶叶片邻近叶片SPAD差值队列演化动力系统会在相空间中的运动轨道上缩变到一个值约为12.29维度的吸引子上,描述该近叶片SPAD差值队列演化动力系统需要8个因素,说明径山茶叶邻近叶片SPAD差值队列受自然环境因子的制约混沌行为。对于西湖龙井茶叶邻近叶片SPAD差值队列进行分析显示,饱和关联度,最小嵌入维数,这也说明龙井茶叶邻近叶片SPAD差值队列会受自然环境因子的制约混沌行为。
3 结语
该研究将分形和混沌理论应用到径山和龙井茶茶叶叶片分析中,使用自相关函数检验使用叶绿素计SPAD-502仪测量得到的径山和龙井茶茶叶SPAD差分系列值,并确定径山茶和龙井茶迟滞时间,利用GP算法在相空间重构该差分系列值,进而获得径山和龙井茶茶叶SPAD差分系列关联维饱和度,分别为9.07和12.29,这证明了龙井茶和径山茶茶叶受自然环境因子的制约,龙井茶和径山茶邻近叶片SPAD差值存在混沌行为。
参考文献
[1] 朱旭君,王玉花,张瑜,等.施肥结构对茶园土壤氮素营养及茶叶产量品质的影响[J].茶叶科学,2015(3):248-254.
[2] 吴云影,庄东红,李张伟. 新鲜凤凰单枞茶叶与成品凤凰单枞茶叶微量元素含量比较[J].江苏农业科学,2014(11):359-361.
环境污染与哮喘及过敏症的发病率间的相关性尚无明确定论,不过有一些报告指出,高度工商化的地区其过敏症率亦较高[5]。国外相关报道显示,0~18岁的哮喘发病率是6.2%,随着年纪增长其哮喘发病率在>64岁为3.7%,呈现下降的趋势而其他过敏性疾病却有升高的现象,如过敏性鼻窦炎,0~18 岁是6.2%,>64岁增为14%[6]。而过敏性疾病又被认为是诱发哮喘的独立危险因素,同时不管是过敏性疾病的发作或是哮喘尤其是过敏性哮喘的发作都与环境暴露或环境污染物有密切关连[7],因此在利用问卷进行调查的同时也应一并将环境因子如墙壁霉菌斑、家中环境潮湿指标、蟑螂出现频率等等状况考虑进去。
1呼吸系统过敏症的定义
哮喘的诊断定义目前尚无统一标准。哮喘临床上的诊断则大致遵循1993 年世界卫生组织(NHLBI/WHO workshop report)对哮喘的定义[8],其内容包含了气道的阻塞,呼吸时伴有"咻咻"的喘鸣声,有呼吸困难、咳嗽与胸闷胸痛的症状。此外,哮喘患者在未发作时,从外在来看是与正常人没有差异,哮喘病之发生,除了某一种致敏物质引起急性发作以外,环境污染的因子,气道的高反应性(airway hyper-responsiveness),与气道之发炎反应的存在常是并行的。临床诊断除了有以上所描述的内容做为参考之外,通常应结合临床病史与家族病史,过敏原的检测与判断,以及支气管激发试验等资料。
2室内室外环境因子与哮喘
环境对于哮喘之影响,在许多项目之中可以见到,如都化与社经地位都是重要因子,在经济较发达之社区,哮喘之发病率较高,即使从乡下迁移到都市者,其子女之中就可发现有增加的情况[9]。抽烟是一个重要的环境因子,对于哮喘之发生有极重要之影响,已知抽烟可以增加血清中的IgE 浓度[10]。其他室内环境污染与哮喘相关性中,最常被讨论的有室内潮湿度、积水、温度、霉菌、细菌毒素、尘蹒浓度、蟑螂与宠物等等[11],其中有关尘蹒的研究是最多的,甚至已由研究结果来尝试订出其阈值是100 mites/g 灰尘,这相当于2 ug allergen/g灰尘,而超过这个标准以上会增加儿童得到哮喘的危险性[12],此外室内的蚊香燃烧与煮饭烧水时所放出的室内空气污染,也被认为可能与哮喘或呼吸道伤害有关[13]。
室外环境污染因子包括的范围很多,其中与哮喘存在相关性的五项空气污染指标包括:PM10(particulates matter of median diameter
3哮喘与肺功能下降的关系
肺功能下降是哮喘发作时最明显症状,肺功能包含了很多内容,不过最常被用来使用作为肺功能指标的有3种值,分别是:①肺部吸饱气时第一秒钟用力吐出量,即forced expiratory volume in one second,简称FEV1,单位是升(L)。②肺部吸饱气时用力吐气直到将气吐光为止的过程中,25%~75%的流量,即forcedexpiratory flow between 25% and 75% of forced vital capacity,简称FEF 25%~75%,单位是升/秒(L/S)。③FEV1/肺部吸饱气时用力吐气直到将气吐光为止的吐气量,forced vitalcapacity,简称FVC,即FEV1/FVC,是没有单位的比值。此外,支气管激发试验(bronchial challenge test)是用来测定气道的高反应性的另一方法[20],可以特定的过敏原或具有非特异性的氯乙烯(methacholine)或组织胺(histamine)来进行试验。判断的标准是测试后的肺功能比测试前的肺功能在第1 s用力呼气量(FEV1)下降的20%当作是阳性反应。但该方法存在一定限制性,受测者本身肺功能太低(FEV1/FVC
4哮喘与家族遗传
诱发哮喘的病因目前尚未明确,环境因子与遗传因子共同诱导哮喘是目前普遍公认的学说,近年来研究显示,哮喘发作似乎有家族聚集现象,学者们开始探讨遗传因子与环境因子,到底哪一个角色比较重要?Harris等以双胞胎为研究对象发现,遗传因子可用于解释75%的哮喘病例,其余的25%则归因于不同的环境因子[21]。进一步探讨哮喘的表现型(phenotype)与遗传因子的关系,Kauffmann 等研究指出,哮喘的表现型不是单一个基因可以解释,应该是很多基因的共同参与[22]Bleecker 等人也在同一年提出,哮喘的发生与发展至少与人类染色置的6p21.3-23、12q、13q、14q 等位置的基因有关,而且环境因子与基因的交互作用也是十分重要[23]。
5哮喘的遗传感受性因子
哮喘的发作所牵涉到机制是非常复杂的,而且参与的基因也是非常多的,每一个参与基因在其DNA 序列上的不同,进而会促使该基因与哮喘发作有相关性不同,我们就称之为遗传感受性(genetic susceptibility)。以下分别讨论几种与哮喘有关的遗传感受性因子。
5.1 β2肾上腺感受器(β2-adrenergic receptor;β2AR) β2AR 是目前已知的乙型气道扩张剂(β-bronchodilator)感受器,其基因位于人类染色体5q31-33 的位置,作用机转主要是当乙型气道扩张剂与β2AR 结合后,会透过G-Protein 作用导致腺甘酸环化酵素(adenylate cyclase)的活化,使得cAMP 增加并使支气管扩张,最后达到治疗之效果。β2AR 是一种细胞表面蛋白(cell-surface protein),且有部分氨基酸序列是埋入细胞膜中,在很多细胞如呼吸道平滑肌细胞与表皮细胞、neutrophils、嗜伊红性白血球与肺泡上找到的巨噬细胞等都可发现[24]。
5.2 Tumor necrosis factor (肿瘤坏死因子;TNF) TNF 是一种原发炎细胞激素(pro-inflammatory cytokine),其基因的位置是落在染色体6p21-23 上且与HLA class II 是在同一个基因区域,过去的研究发现哮喘病人在呼吸道与肺部有TNF 量升高的情形[25]。肿瘤坏死因子的基因以TNFα-308G/A(promoter variant at position -308)基因型与LTα基因在第一个Intron 的经NcoI 限制酶切割(restriction enzyme digestion)的基因多型性是已知的哮喘相关性因素,也有研究显示TNFα在-308 位置的allele 2与LTαNcoI*1 与TNF 的血中浓度有关[26]。目前有关TNFα-308 位置的基因多型性或LTαNcoI 的基因多型性,与哮喘患者的关系仍然不是很一致。
5.3 Cytokine gene cluster Cytokine gene cluster 是座落在人类染色体5q23-33 的位置,这些细胞激素(cytokine)有IL-3、IL-4、IL-5、IL-9、IL-13 与GM-CSF 等,其中IL-4 、IL-13 与IgE或哮喘明确存在相关性。Walley 等人以来自英国的三组不同特性的研究对象,即一般族群、过敏哮喘者和非过敏非哮喘者,来探讨IL-4 的promoter -590 位置的基因多型性在这三组人的关系,结果发现-590 C-T 与一般族群之IgE 抗体表现量,以及wheezing 的情形产生与否有关,但在其他族群则无此类似发现[27],此外IL-4 也已被证实与B 细胞活化产生IgE 有关,更是影响免疫反应走向Th2 漂移时,非常重要的一种细胞激素。
5.4 Glutathione S-transferase P1(GSTP1) 有文献指出,支气管高反应性(bronchial hyper-responsiveness)可能被ROS (reactiveoxidative species)所影 响[28],ROS 作为可靠的炎症指标,其所引起的发炎反应可能启动气管收缩的机制,进而使个体发生类似哮喘的症状。而GST 基因被公认为可调节因氧化性压力所产生的ROS。事实上,GST 基因的多型性有很多,还包括GSTM1、GSTT1 等等,而在肺脏的表皮细胞中,GSTP1 被认为提供了超过90%的GST 活性,另外,由于GSTP1 位于染色体11q13 的位置,而这段基因正好被证实与哮喘发生以及支气管高反应性有高度相关,因此GSTP1 基因与哮喘发生的关联性现正开始被广泛讨论中。
目前研究表明,哮喘是一由多因子共同作用参与的疾病,主要的影响因素可分成遗传因子与环境污染因子两大类。环境因子方面,最常被讨论的是室内过敏原暴露。常见的过敏原有尘蹒、蟑螂、猫毛与狗毛;在遗传因子方面,β2-肾上腺素受体,肿瘤坏死因子(TNF)等基因特定的基因型,可能与哮喘的发生有关。既往研究显示β2AR 基因多型性与肺部的发育有关,Lymphotoxin-α(LTα)被认为与IgE 的产生有关,TNFα、以及Glutathione S-transferase(GST)P1 也与呼吸道的高反应性(bronchial hyper-responsiveness)有关。我们想知道这些特殊标的基因的基因型,是否在我们的研究族群分布与国外研究相同。此外,环境与遗传因子的交互作用对哮喘发病产生叠加效应,相关研究仍需进一步深入。
参考文献:
[1]Jarvis D, Burney P. ABC of allergies. The epidemiology of allergic disease[J]. BMJ,1998,316:607-610.
[2]Robertson CF, Heycock E,Bishop J, et al. Prevalence of asthma in Melbourneschoolchildren: changes over 26 years[J]. BMJ,1991,302:1116-1118.
[3]Johansson SG, Hourihane JO, Bousquet J, et al. A revised nomenclature for allergy. AnEAACI position statement from the EAACI nomenclature task force[J]. Allergy,2001,56:813-824.
[4]Arshad SH, Stevens M, Hide DW. The effect of genetic and environmental factors on the prevalence of allergic disorders at the age of two years[J]. Clin Exp Allergy,1993,23:504-511.
[5]Von Brownijk JEMH, Sinha RN. Pyroglyphid mites (Acari) and house dust allergy[J]. JAllergy,1971, 47:31-51.
[6]Bascom R., Kesavanathan J. Differential susceptibility to inhaled pollutants: effects ondemographics and diseases[J]. Environ Toxicol Pharmacol,1997,4:323-330.
[7]Yang CY, Lin MC, Hwang KC. Childhood asthma and the indoor environment in asubtropical area[J]. Chest,1998,114:393-397.
[8]Shaw RA, Crane J, O'Donnell TV, et al. The use of a videotaped questionnaire for studying asthma prevalence. A pilot study among New Zealand adolescents[J]. Med J Aust,2006,157:311-314.
[9]Waite DA, Eyles EF, Tonkin SL, et al. Asthma prevalence in Tokelauan children in two environments[J]. Clin Allergy,1980,10:71-75.
[10]Burrows B, Halonen M, Barbee RA, et al. The relationship of serum immunoglobulin E to cigarette smoking[J]. Am Rev Respir Dis,1981,124:523-525.
[11]Su HJ, Wu PC, Chen HL, et al. Exposure assessment of indoor allergens, endotoxin, and airborne fungi for homes in southern Taiwan[J]. Environ Res,2001,85:135-144.
[12]Korsgaard J. House-dust mites and asthma. A review on house-dust mites as a domestic risk factor for mite asthma[J]. Allergy,1998,53:77-83.
[13]Wieslander G, Norback D, Bjornsson E, et al. Asthma and the indoor environment: the significance of emission of formaldehyde and volatile organic compounds from newly painted indoor surfaces[J]. Int Arch Occup Environ Health,1997,69:115-124.
[14]Koren HS. Associations between criteria air pollutants and asthma[J]. Environ Health Perspect,1995,103 Suppl 6:235-242.
[15]Horstman D, Roger LJ, Kehrl H, et al. Airway sensitivity of asthmatics to sulfur dioxide[J]. Toxicol Ind Health,1986,2:289-298.
[16]Pope CA, 3rd. Respiratory hospital admissions associated with PM10 pollution in Utah,Salt Lake, and Cache Valleys[J]. Arch Environ Health,1991,46:90-97.
[17]Dockery DW, Speizer FE, Stram DO, et al. Effects of inhalable particles on respiratory health of children[J]. Am Rev Respir Dis,1989,139:587-594.
[18]Molfino NA, Wright SC, Katz I, et al. Effect of low concentrations of ozone on inhaled allergen responses in asthmatic subjects[J]. Lancet,1991,338:199-203.
[19]Sandford A, Weir T, Pare P. The genetics of asthma[J]. Am J Respir Crit Care Med,1996, 153:1749-1765.
[20]Lee P, Abisheganaden J, Chee CB, et al. A new asthma severity index: a predictor ofnear-fatal asthma[J]. Eur Respir J,2001,18:272-278.
[21]Harris JR, Magnus P, Samuelsen SO, et al. No evidence for effects of familyenvironment on asthma. A retrospective study of Norwegian twins[J]. Am J Respir CritCare Med,1997,156:43-49.
[22]Genes for asthma An analysis of the European Community Respiratory Health Survey[J]. Am J Respir Crit Care Med,1997,156:1773-1780.
[23]Bleecker ER, Postma DS, Meyers DA. Evidence for multiple genetic susceptibility loci for asthma[J]. Am J Respir Crit Care Med,1997,156:S113-116.
[24]Joos L, Pare PD, Sandford AJ. β2-Adrenergic receptor polymorphisms and asthma[J]. Curr Opin Pulm Med,2001,7:69-74.
[25]Broide DH, Lotz M, Cuomo AJ, et al. Cytokines in symptomatic asthma airways[J]. JAllergy Clin Immunol ,2006,89:958-967.
[26]Jacob CO, Fronek Z, Lewis GD, et al. Heritable major histocompatibility complex class II-associated differences in production of tumor necrosis factor alpha: relevance to genetic predisposition to systemic lupus erythematosus[J]. Proc Natl Acad Sci USA,1990,87:1233-1237.
关键词:竞争力 旅游产业 主成分分析法 贵州省
2012年国发2号文件《国务院关于进一步促进贵州经济社会又好又快发展的若干意见》的正式,使贵州省旅游产业的发展迎来了重大契机。在新的形势下如何增强贵州省旅游产业竞争力,使其发挥应有的社会经济价值,实现贵州旅游业的可持续发展,是当前和今后值得深入研究的重要问题,也是本文研究的价值所在。
一、贵州省旅游产业竞争力评价模型与评价结果
(一)样本数据来源
本文的研究数据来自于2011年全国统计年鉴、2011年全国旅游统计年鉴以及各省市2011年的地方统计年鉴。
(二)评价指标体系的构建
本文在前人研究的基础上,通过查阅相关统计资料,兼顾数据的可得性,联系地区的实际情况,选取旅游基础竞争力、旅游核心竞争力、旅游环境竞争力三个方面共15个指标,构建了旅游产业竞争力评价指标体系,参见表1。
(三)数据处理
为了确保所选择竞争力指标之间的相关性,同时消除极端值和量纲的影响,在进行主成分分析前需要进行标准化处理以及KMO、Bartlett球度检验:
1、标准化处理。采用的处理方法是对指标进行标准化,数据标准化的公式为:Zi=(Xi—Xmin)/(Xmax—Xmin ) 其中Zi是指标的标准分数,Xi为某指标的指标值,Xmax为某指标的最大值,Xmin为指标的最小值。
2、KMO、Bartlett球度检验,参见表2。
由表2可以看出KMO取值为0.726,表明所选观测变量作因子分析是可以接受的。巴特利统计值的显著性概率为0,拒绝H0,所以可以对样本数据进行主成分分析。
(四)实证分析
1、利用SPSS软件,对所选择样本的数据进行分析,求出各主成分的特征值、贡献度和累计贡献度,参见表3。从表3可知前4个主成分累积贡献率已达85.322%,所以选取前4个主成分分析即可,且从特征值碎石图可知前四个特征值均大于1,符合要求。
2、为了进一步确认输出的4个主成分是否合适,我们需要分析在指定4个特征根时的因子分析的初始解,参见表4。
从表4的提取项可以看出,此时所有变量的值都大于0.626,共同度均较高,各个变量的信息丢失较少,因此,可以确定本次按照4个特征根进行因子提出的总体效果理想。
3、将因子矩阵做方差最大化旋转,得到旋转后的因子负载矩阵,可以得出各变量在主成分上的负载,参见表5。
由表5可知,第一主成分与星级饭店全员劳动生产率、居民消费水平、人均GDP、城镇化率、星级饭店人均占用固定资产、旅行社人均占用固定资产高度正相关,而这六个指标基本反映了各地区经济环境因子,因此我们称第一主成分为经济环境因子,记为F1。第二主成分与客房入住率、旅客周转量、旅游高校数量、国内旅游人次和国内旅游收入市场相关度较大,这几个指标更多地体现了社会经济效益,我们称第二主成分为社会经济效益因子,记为F2。第三主成分在国际旅游人次和国际旅游收入市场方面比重较高,这些指标则反映了国际旅游经营能力,所以我们称第三主成分为国际旅游经营因子,记为F3。第四主成分主要与森林覆盖率相关,我们将其定义为自然环境因子,记为F4。
4、采用回归法估计因子得分系数,并输出因子得分系数矩阵,参见表6。
根据表6可以写出以下因子得分函数:
经济环境因子:
F1=0.224X1+0.143X2+0.242X3+0.063X4-0.167X5+0.001X6-0.017X7-0.051X8+0.021X9-0.082X10+0.012X11+0.181X12+0.181X13+0.192X14+0.028X15
社会经济效益因子:
F2=-0.11X1-0.193X2+0.081X3+0.354X4+0.169X5+0.26X6+0.037X7+0.189X8+0.196X9-0.178X10-0.118X11+0.082X12+0.052X13+0.018X14-0.041X15
国际旅游经营因子:
F3=-0.081X1+0.145X2-0.173X3-0.329X4+0.171X5-0.1X6+0.212X7+0.088X8+0.024X9+0.446X10+0.319X11-0.071X12-0.062X13-0.058X14+0.006X15
自然环境因子:
F4=0.268X1+0.02X2+0.167X3+0.259X4-0.12X5-0.012X6+0.028X7-0.095X8-0.176X9+0.069X10+0.049X11-0.127X12-0.176X13-0.042X14+0.821X15
通过以上因子得分函数,再代入各指标后,我们可以计算出各样本的因子得分。
根据表3,以四个主成分的贡献度作为权重,我们可以构造2010年全国各省市的旅游产业竞争力的评价函数:
F=0.4805F1+0.2191F2+0.087F3+0.067F4
将已计算出的各样本的因子得分代入以上公式,可以得到2010年竞争力综合得分,并按分值高低进行排序,参见表7。
(五)结果分析
关键词 信息素养 信息素养生态系统 信息素养结构模型
分类号 G254.97
DOI 10.16810/ki.1672-514X.2017.01.008
Influence Mechanism and Ecosystem Construction of Information Literacy
Zhang Bilan, Wu Shixian
Abstract Based on the model of social complex ecosystem, and referring to the basic dimensions of information literacy, the structure model of information literacy ecosystem is constructed, and its major components are expounded. Then, this paper analyzes the interaction of components and their influence on the development of information literacy. The results of the study can help to integrally grasp the impact factors of information literacy.
Keywords Information literacy. Information literacy ecosystem. Information literacy structure model.
信息行为主体,即强调信息属性的自然人,简称信息人。他的信息素养成长根植于由信息人自身的禀赋因子和信息人所处的环境因子共同构成的生态系统里。信息素养的成长,是这个系统里内外因子共同作用的结果。
1 信息素养生态系统的概念与结构要素
1.1 信息素养生态系统概念
信息素养生态系统是指在特定空间和时间范围内,信息人与信息环境所具有的对信息人信息素养的形成有直接或间接影响的因素相互联系、相互作用而形成的一个统一整体。
基于上述信息素养生态系统的基本概念,借鉴马世骏等提出的社会-经济-自然复合生态系统(Social-Economic-Natural Complexion system,即SENCE)模型[1]和周承聪提出的社会-信息-信息服崭春仙态系统模型[2],本研究建立了一个信息素养生态系统的结构模型(如图1),以便于从整体上把握信息素养的影响因素体系。
该模型中,核心圈的信息人为信息素养生态核;信息人所具有的认知结构和认知能力称为信息素养生态基,提供信息人进行信息活动的内能量;第二圈是对信息人的信息活动有直接影响的信息环境,提供信息人进行信息活动的直接外能量,称为信息素养生态质;第三圈是外部的社会与自然环境,称为信息素养生态膜,提供信息人进行信息活动的最终能量源泉。
1.2 信息素养生态系统构成要素
1.2.1 信息人
信息人是信息素养生态系统中的信息素养成长主体,也即强调信息属性的自然人。
1.2.2 信息素养影响内因子
信息人所具有的一切对其信息素养的成长及信息实践活动有直接或间接影响的因子称为信息人的禀赋因子。信息素养成长禀赋因子非常多,包括学历、年龄等。禀赋因子的共同作用形成信息人一定的认知结构和认知能力,构成影响信息素养的核心内因子。
1.2.3 信息环境因子
信息环境是指信息人可能接触的信息资源以及特定信息活动的影响因素共同构成的一种信息生存与发展环境。同生态学上任何环境的概念一样,它也是相对于某个中心的概念,这个中心就是信息人,同时,信息人也不能脱离信息环境而独立存在。信息环境中一切对信息人信息素养的成长及其信息实践活动有直接或间接影响的因子则称为信息素养成长的信息环境因子(外因子)。信息环境因子多种多样,主要由信息资源、信息基础设施、信息服务、信息制度、信息氛围等组成。
1.2.4 社会与自然环境因子
信息人都是群体或者社会中的一员,处于一定的工作、生活环境和社会影响之中,自然人正是在社会环境的影响下成为一个社会人的。因此,信息人的信息观念、信息行为潜移默化之中必然受到周围群体(特别是最密切的生活、工作小圈子群体)的观念、行为模式的影响。社会环境因素可以分为宏观和微观两个方面,居住模式、社交群、职业等与信息人生活密切相关的社会环境因素可归为微观因素;宏观因素包括经济水平、文化和法律等社会环境因素。
2 信息影响内因子对信息素养成长起主导作用
信息人的禀赋因子,既包括先天形成的因子,如性别、年龄、血型等,也包括后天形成的因子,如学历、经济收入水平、社会阅历等。这些因子共同作用,形成了信息人的认知结构和认知能力。
信息人的禀赋因子及其形成的认知结构、认知能力构成了信息素养成长的内环境,信息素养的成长首先是根植于这个小环境里的。信息人既有的认知结构、认知能力构成信息活动的起点,也为信息活动提供思维工具与活动框架。良好的个人认知结构是个人信息素养形成和发展的前提条件;同时,信息素养本身也是认知结构和认知能力中重要的因素,信息人不断吸收新信息并丰富、重构其认知结构的过程,实际上也是信息素养成长和认知能力发展的过程。认知结构、认知能力发展的源泉在于对外部环境信息的不断吸收,在于不断与外界信息交换,而这需要信息人不断激发对信息的需要并为满足其信息需要而积极利用一切内外条件进行信息活动。也就是说,信息素养成长的根本在于信息活动驱动力推动下的信息实践活动。
3.3.3 信息人和信息基础设施的相互作用
信息人是信息基础设施的现实或潜在消费者,信息人的信息素养培育对信息基础设施的利用效果、作用的发挥和价值的体现有着重要影响。信息基础设施的先进性、普及性和易用性对信息活动的效率和效益有着重要的影响,并深刻影响着信息人参与信息活动的积极性,以及信息素养的提升。
3.3.4 信息人和信息服务的相互作用
信息用户与信息服务者之间实际上是一种共生互惠关系。对于信息需求表达、获取、吸收等能力较低的信息弱势群体,信息服务具有重要的作用。图书馆、社区服务组织等机构的信息服务,是满足信息弱势群体基本信息需求的重要途径,对信息弱势群体通过信息需要的满足感受信息资源的重要价值从而提高信息意识、信息活动驱动力有重要的意义。信息素养成长主体是信息服务的重要消费群体,同时,信息消费者也会对信息服务提供者进行反馈,对提高信息服务机构的服务能力也有重要的价值。
3.3.5 信息人和信息氛围的相互作用
信息人是信息氛围的重要创造者。群体的信息意识、信息道德、信息技能等是由各个个体共同作用形成的。同时,个体与群体之间也处于不断地相互影响的过程中,社交圈、工作圈的群体信息意识、信息行为模式等,都会对个体产生潜移默化的影响。如果说信息环境中信息基础设施等硬件的建设主要靠经济支撑,那么作为软件的信息氛围则主要靠信息人的整体素质支撑,信息氛围直接影响着信息人对其它信息环境因子的利用。
3.3.6 信息人和外部环境的相互作用
信息人及信息人所处的信息环境都处于社会经济与自然环境这个大的外部环境之中,这个大环境既为信息环境的建设提供人财物保障,也为信息人的信息活动提供活动对象。同时,信息环境的建设、信息人的信息活动也推动社会经济与自然环境的发展。
4 结语
综上所述,信息素养生态系统的发展与信息时代、信息环境和社会体制的变化与发展有着密切关系,是一个社会系统,具有较强的社会性。信息素养生态系统中,内因子对信息素养的成长起着积极的、能动的主导作用,而环境因素对信息素B的成长也起着巨大的作用:信息制度激励成长,信息氛围引领成长,信息服务牵引成长,信息资源推动成长,信息基础设施助力成长,外部信息环境保障成长。
参考文献:
[ 1 ] 马世骏,王如松.社会-经济-自然复合生态系统[J].生态学报,1984,4(1):1-8.
[ 2 ] 周承聪.信息服务生态系统运行与优化机制研究[D].武汉:华中师范大学,2011.
[ 3 ] 柯平.信息素养与信息检索概论[M].天津:南开大学出版社,2005.
[ 4 ] 陈文勇,杨晓光.国外信息素养的定义和信息素养标准研究成果概述[J].图书情报工作,2000(2):19-20.
[ 5 ] 陈海涛,马艳丽,陈博.信息生态系统演化研究回顾[J].情报科学,2014(2):157-161.
植物叶片是维持陆地生态系统机能的最基本要素,一方面叶片是植物光合作用和物质生产的主要器官,是生态系统中初级生产者的能量转换器。另一方面植物叶片是植物与大气环境水气交换的主要器官,是大气-植物系统能量交换的基本单元。植物响应环境的变化而形成的内在生理及外在形态方面的适应对策称为植物性状,其中关于叶片的性状称之为植物叶性状,这类植物叶性状与植物的生长对策及植物利用资源的能力紧密联系,具有易于测定的特点,可同时对大量的植物种类进行比较研究[1-3]。叶性状能够反映植物适应环境变化所形成的生存对策[4-7],是植物基本行为和功能的具体体现,它们共同体现了植物为了获得最大化碳收获所采取的生存适应策略[8-9],具有重要的生态学和生物进化意义[10-12]。尺度问题对于研究叶性状的分异规律及叶性状与环境因子的相关性具有重要的作用,而在不同研究尺度,叶性状因子之间的相关性存在一定的差异[13-14]。举例来说,沿降雨和养分梯度,物种的叶面积和比叶面积(Specialleafarea,SLA)存在极显著相关性[1,15]。然而,在群落内部,尤其是当取样仅限于草本植物和乔木物种时,叶面积和SLA只存在较弱的相关性,甚至会出现负相关[16-17]。植物性状间的相关性在不同分辨率尺度上是具有区别的[13],且在不同的时间和空间尺度上环境因子存在巨大的差异,因此,要根据具体的研究目的、研究尺度来选择合适的叶性状。最近20a,随着全球气候变化研究的加深,植物性状相关的新测度方法不断涌现,应用叶性状因子研究植物对环境的适应机理是生理生态学领域近年研究中新的突破点[18]。生态学家将叶性状因子应用到气候变化对生态系统功能影响的定量分析、模拟和评价及其他科研问题中[19],其中最为关键的是基于尺度研究植物功能性状与环境的关系及其与生态系统的关系,环境如何影响植物的功能性状,植物如何响应环境的改变[3],从而达到环境与植物之间的和谐。
1植物主要叶性状及其生态功能
叶性状是植物的重要特性之一,属植物功能性状的二级性状[20],直接影响到植物的基本行为和功能,能够反映植物适应环境变化所形成的生存对策[6]。近年来,对植物叶性状的研究较多,研究所采用的叶性状因子指标也较多。综合归纳目前研究较多的叶性状因子,概括为两大类,分别为结构型性状和功能型性状。结构型性状是指植物叶片的生物化学结构特征,在特定环境下保持相对稳定,主要包括叶寿命(leaflife-span,LLS)、SLA、叶干物质含量(leafdrymattercontent,LDMC)和叶氮含量(Leafnitrogencontent,LNC)、叶磷含量(Leafphosphoruscontent,LPC)、叶氮磷比(Leafnitro-gen/phosphorusratio,N/P)、叶片碳含量(LeafCarboncontent,LCC),叶碳氮比(LeafCarbon/ni-trogenratio,C/N),单位面积叶质量(Leafmassperarea,LMA),叶厚度(leafthickness,TH)等。功能型性状则体现了叶片的生长代谢指标,随时间和空间的变化程度相对较大,主要包括光合速率、呼吸速率、气孔导度等。植物的这些叶性状共同体现了植物为了获得最大化碳收获所采取的生存适应策略[9,21]。其中SLA、LDMC、LNC和LPC由于易于测定,被广泛应用于不同尺度叶性状研究中。例如,LNC、LPC、N/P常用来评估植被组成,群落水平植被的生态功能及养分制约的指标;N/P小于14一般指示植物受氮素制约,大于16指示受磷制约[22];在大尺度研究中,常用的指标有SLA和LNC等。
1.1结构型叶性状指示的生态功能
1.1.1LLSLLS是一个反映植物行为和功能的综合性指标,并被认为是植物在长期适应过程中为获得最大光合生产以及维持高效养分利用所形成的适应策略,综合反映了植物对各种胁迫因子(光、温、水、营养、大气污染、草食动物的摄食等)的生态适应性[5,10,23]。
1.1.2SLA:等于叶片面积/叶片干重SLA与潜在相对生长速率及单位质量光合速率正相关,是反映植物碳收获策略的关键叶性状之一[24],通常与LLS呈负相关,与单位重量的叶氮含量LNCmass呈正相关关系,即具有较高SLA的植物种类,平均LLS较低,但其叶片的光捕获面积、单位重量LNC却较高,并由此导致较高的净光合速率[23,25]。1.1.3LDMC:等于叶片干重/叶片饱和鲜重LDMC与潜在相对生长速率负相关,与LLS正相关,与叶厚度也具显著相关性[26],被认为是资源获取轴上比较稳定的预测指标[27]。1.1.4LNCLNC指的是包括核酮糖-1,5-二磷酸羧化酶(Rubisco)在内的所有光合器官所含蛋白质中的氮含量,包括单位质量叶氮含量(Leafnitrogencon-tentpermass,LNCmass)和单位面积叶氮含量(Leafnitrogencontentperarea,LNCarea),LNC与单位质量光合速率具显著相关性。叶磷含量[28-29]一般指叶片内核酸、脂肪膜、生物能量分子如ATP等组织中存在的磷含量,受环境中土壤矿物质元素的影响,多数由植物从大气中获取[30]。N/P指的是叶片氮含量与磷含量的比值,可用于评估群落水平植被的生态功能及养分制约。1.1.5δ13C和δ15Nδ13C和δ15N反映的是植物的水分利用效率。植物具有较高的δ13C值,说明其具有较高的水分利用效率[31-33]。
1.2功能型叶性状指示的生态功能
最大光合速率(Amax),指在光饱合、土壤养分和CO2含量等环境因子适宜的情况下测定的植物光合速率,受气孔导度和叶片内CO2浓度影响[11]。可反映植物的碳收获策略。
2不同研究尺度叶性状的研究
国内外有关植物叶片性状的研究主要集中于通过对大量植物的比较研究,探讨叶性状的生态功能,揭示叶性状的分异规律、不同叶性状之间及叶性状与环境因子的相关关系,研究的尺度可分为个体尺度、功能群尺度、群落尺度及区域和全球尺度。
2.1个体尺度
在个体尺度研究中,比较常用的叶性状指标有SLA、LDMC、Amax、LNC和LPC等,Philip对10种地中海植物的9种叶性状(包括SLA、LDMC、叶面积、干重、鲜重、厚度、叶密度、叶体积和LNC)进行筛选比较,得出SLA与LDMC是最优的两个指标,两者可以解释90%以上植物叶性状随取环境不同而发生的变异,可以用来定量化研究叶性状与生态系统功能之间的关系,而且与较难测定的Amax一样,可应用于更大尺度上的研究[34]。为了寻找叶性状的分异规律及其与各种环境因子之间关系,个体尺度叶性状的研究着重于定量化研究单个或多个植物种叶性状对不同环境因子的响应[35]。目前关于植物个体叶性状对环境因子的响应研究较多,环境因子主要包括温度、土壤养分、土壤水分、光照等非生物环境因子,也包括人类活动等生物环境因子。例如,温度低的小麦叶片比温度高的小麦叶片具有更高的叶绿素含量和净光合速率,而且温度低的小麦具有结构更复杂的冠层[31]。养分的添加可以增加土壤硝态氮的积累,提高土壤中植物可利用氮素[36],随养分的增加两种草原优势植物羊草(Leymuschinensis)与大针茅(Stipagrandis)的LNC显著增加,C/N呈减小趋势[37]。干旱环境中植物的SLA和叶片面积较低,而相应的LDMC、LNC和Amax较高,这些特征被解释为植物为了适应干旱生境的保水对策,具体表现为植物水分利用率和氮素利用率之间的权衡[38]。地形对叶性状的影响是多种因素的综合作用,包括海拔、坡度、坡向等的变化引起的光照、温度、养分和水分的梯度变化。在北京东灵山地区辽东栎海拔分布范围(1000~1800m)内,叶性状的变化规律具体表现为:辽东栎气孔密度、气孔长度和叶面积随海拔的升高呈现曲线变化形式,叶绿素含量和单位干重叶氮、磷和钾含量沿海拔梯度呈上升趋势,同时叶绿素含量和LNC有较弱的正相关[39]。人类活动是比较特殊的环境因子,具有主动性和选择性。可直接影响植物性状,也能通过改变土地利用方式来改变植物的生境条件从而影响植物性状,如人类的放牧活动引起植物的SLA、LDMC、叶面积、叶重量等发生改变,随着放牧强度的增加,植物群落结构、土壤种子库等发生改变[39-40],只有具有适应性状的物种才能存活,且存活的植物其SLA呈增加趋势,LDMC呈减小趋势,以适应逐渐恶化的环境[41-42]。土地利用对植物生长和繁殖的影响显著,如开垦草原,耕作等导致土壤养分、水分、土壤团聚体等环境因子发生改变,引起植物叶性状的改变以适应新的生境条件[43]。对黄土高原不同退耕年限坡地植物SLA与养分含量的关系的研究表明,立地和物种水平植物SLA存在显著差异,SLA变化范围各不相同,植物LCC、LNC和LPC以及C/N、N/P和C/P在不同退耕年限坡地间不具有一致的变化,这表明不同植物种的叶性因子随生境的改变其变化较为复杂[43]。目前在个体尺度,针对个体对各种环境因子响应的研究较多,然而并没有建立机理性的模型解释叶性状对各环境因子的响应,只有少数半经验模型,缺少定量化模型。目前比较有代表性的半经验模型有Evans-Poorter的模型,该模型可以解释SLA在干旱环境下的变异趋势[44-45]:干物质比决定单位面积氮含量,植物通过协调其SLA和单位干重氮含量的关系来平衡叶片单位质量有机氮的含量以达到最大化其净光合速率的目的。为达到这一点,植物必须同时调整其TH和LDMC,而二者又都能决定SLA和单位干重氮含量,植物这类形态学上的特性和单位干重氮含量本质上的变异无关,但与Amax有关。
2.2功能群尺度
植物功能群(Functionalgroup)实际上等同于植物功能型(Functionaltype),它是对某一特征因子有相似响应或具有某些相似性状的物种集合,划分的性状一般是个体生态学性状,不一定是分类学性状[46]。相同功能群植物的叶性状对某类环境因子的响应具有一定程度的相似性。利用功能群这一概念有利于定义植被属性和揭示植被对环境因子的响应,有利于不同研究尺度上更复杂定量模型的实现[3]。虽然植物功能群的划分方法较多(表1),然而当前的研究在划分功能群时,大多是选择定性的指标,较少依据定量的形状进行划分,这是目前研究的不足之处。功能群尺度叶性状的主要研究内容可简单的概括为指一组(几个或者较多)物种叶性状之间的比较。由于功能群是几个物种个体的组合,因此,个体尺度叶性状研究中常用的指标也被高频率的沿用,如LNC、SLA、LDMC与Amax等。在功能群内部,植物性状存在很宽的变异范围,而在不同功能群之间叶性状经常也存在较大的差异。例如,在被子植物中,植物LNC由低到高,大致顺序为:木质化灌木<单子叶草本植物<双子叶草本植物<木质化藤本植物,这些差异可能是自然选择的结果。不同功能群之间特定的植物性状的分异表明,对特定功能群而言存在选择压力(如低氮),但在功能群内部,植物性状的选择压力较弱[3]。以生活型把植物分为杂草类和乔木植物,杂草类植物LNC和LPC高于乔木,落叶植物LNC和LPC高于常绿植物[47]。对明尼苏达州34种草本植物的养分添加实验表明,禾本科植物、C3和C4植物这3类不同功能群植物的Amax对养分添加的响应具有显著差异[3]。Reich等[2]把其研究的物种分为针叶、阔叶、禾本科和灌木植物等4类功能群,结果发现,不同功能群之间的平均SLA、LNC与Amax之间的关系具有差异,禾本科植物具有最高的SLA和Amax,常绿植物最低。Kikuzawa等[21]在综合考虑了叶的建成消耗和其他器官的呼吸消耗后,完善了其建立的单叶模型,按生活型把植物分为不同的功能群植物,得出LLS的排序结果如下:水生植物的浮叶<一年生草本植物<多年生草本植物<落叶植物<常绿植物。原因是叶寿命与植物的根、茎等非光合器官的维持消耗密切相关,就这部分消耗而言,水生浮叶植物非常小(几乎没有支撑结构);一年生草本植物在冬天全部死亡,所以冬天的维持消耗为零;多年生草本植物在冬天仅地下部分能存活,其维持消耗显然大于一年生草本植物;落叶树种的根、茎器官在冬天需消耗大量有机物质,而常绿树种则除了这部分消耗,还要维持叶子的呼吸消耗,所以必须具备长的叶寿命来弥补这些消耗。
2.3群落尺度
在群落尺度,植物叶性状与群落的物种组成、生态功能及生长状况联系紧密,因此,该尺度的研究重点是用叶性状指示群落的生态功能等。例如,植被生态学家常用LNC、LPC、N/P比值来评估植被组成,群落水平植被的生态功能及养分制约的指标;当植被的叶氮磷比小于14,一般指示植物受氮素制约,大于16指示受磷制约[22]。在群落尺度上,SLA与物种丰富度显著相关,可以预测群落物种组成的变化,而LDMC则与生态系统演替过程中物种组成变化联系紧密[48-49]。叶性状作为个体表性可塑性的指示值得到了广泛的认同[50],然而在植物种相互作用及相互作用引起的植物群落构建(Communityassembly)的变化过程中,植物性状的生态功能仍不清楚[51]。叶性状可反映不同植物的适应对策,可用来指示物种组成的变化和演替进程的改变,然而目前叶性状与群落物种组成与演替的相关性尚未得出一致的结论。长时间尺度上,群落发生演替,植物叶性状随之发生变化,在演替早期生境中占据优势的物种其植物种具有较低LLS,较高的SLA和LPC,对光及土壤养分的利用效率较低,养分循环速度较快[52-53],这些性状有利于植物种适应演替早期较贫瘠的环境(中国沙漠)。在演替过程中,先锋种对群落结构的更新和演替也具有重要的作用,由于先锋种比演替中后期的植物物种在生理特征和叶性状特征上具有优势[54-55],更能适应演替早期的环境,因此,能占据演替早期生态位。一般认为先锋物种比非先锋物种具有更低的LMA和LNC[56]。在热带山地雨林生态系统中,先锋树种的单位干重的Amax和单位干重暗呼吸速率显著大于非先锋树种[57]。演替后期生境条件有所改善,土壤养分、土壤水分含量提高,群落结构更加稳定。由于植物叶性状与植物的最适生境有关[58],因此,生境条件的改变必然会引起植物叶性状的改变。在演替的后期或优越环境条件下较强保持体内养分型的植物种占据优势生态位[53]。具有较低SLA、较高LDMC及叶片C/N比的植物将会是演替后期的优势种,在长时间尺度上,群落中优势种的SLA和土壤C/N含量成正相关关系,而非优势种成负相关[59],如在法国南部地区,演替后期的植物具有较高的养分保持能力和较长的LLS[53]。在演替的后期植物种的生活型以多年生草本或乔木为主,这类植物具有较长的LLS和较高的叶建成消耗[60]。外来物种的入侵也能导致群落结构发生改变,从而影响演替进程。在群落水平上,外来物种能成功的入侵新的生境,并在群落中占据较有利的生态位,与其具有迅速获取资源的适应对策有关,叶性状可以指示这一适应对策[61],外来物种通常具有较大的SLA、较高的单位质量LNC和较短的LLS等性状[62]。对悉尼地区外来物种的叶性状进行了群落水平的比较研究,得出处于扰动生境中的外来物种其SLA、LNC、LPC和N/P显著高于原生生境中的乡土物种[14]。不同植物群落之间的叶性状均值也不尽相同,表示不同的植物群落其指示的生态功能也具有差异。例如,常绿植物群落的SLA明显低于落叶植物群落,加利福尼亚海湾地中海气候区内的22种常绿阔叶灌丛物种在群落水平此种差异趋势显著[1]。对欧洲中部次生草地不同植物群落的叶性状研究表明,随着群落物种丰富度的增加,SLA呈减小的趋势,单位面积LNC呈下降趋势[50]。
2.4区域与全球尺度
区域和全球尺度叶性状的研究重点是定量化研究植物关键叶性状沿气候梯度变化的规律和机理[62]。比较常用的指标是LNC、SLA、LPC,原因之一是由于上述指标简单易测,易于在大尺度、多物种水平上进行研究。长期试验发现,上述叶性状可以在一定程度上指示区域的养分、水分分布格局[62-63]。植物功能性状在不同的气候带、不同的景观内和不同的样点类型间有差异,与植物对环境的适应对策及植物自身的适应对策有关[7]。在区域尺度上,气温、降雨和土壤养分等存在区域分布差异,那么在区域尺度上,植物叶性状是否存在一定的生物地理格局?Reich等[64]在全球年均温为5~10℃的区域内,依据生物地理和气候梯度,分析了植物的LNC,提出几个关于叶性状分异规律的假说,其中包括温度-植物生理假说(temperature-plantphysio-logicalhypothesis)和生物地球化学假说(biogeo-chemicalhypothesis)。温度-植物生理假说指的是LNC随温度的升高而下降,因为温度越低,叶片的生理活性和酶活性减弱,使得叶片内的LNC较高。与此相反,生物地球化学假说指的是低的年均温通过降低有机物的分解和矿化速率来降低氮素的可利用性,而且低温条件下,植物根吸收效率下降导致LNC降低。Han等[65]依据中国753种植物种的叶氮磷含量进行综合分析表明,植物LNC和LPC随海拔的升高而增加,N/P与海拔无显著相关性,中国植被的N/P较全球平均值高,但中国各个植被功能群之间的氮、磷含量及N/P与全球水平较一致,这些性状在中国植被中存在一定的生物地理格局。与之相对应的是,He等[66-67]在分析了中国北方草地199个样点213种植物的叶氮磷后指出,虽然中国植被的N/P高于全球平均值,然而生物地球化学假说不适用于年均温很低的区域,指出在中国北方草原区叶氮磷含量并没有形成生物地理格局,LNC在中国北方草地并没有随温度形成明显的地理格局,气候与植物的LPC和N/P相关性很小,而取样点之间和样地内植物之间的叶性状差异显著。
植物各叶性状因子之间相互关联,不同植物区系间可能存在相似的性状格局。大尺度上,叶性状的分异规律及其与环境因子的相关关系已被广泛研究,成为解释生态系统功能的关键指标[8]。Wright等[11]基于全球175个样点(涉及从极地冻原到热带雨林,从草地到荒漠)的各类植被类型的2548种植物的叶性状分析,首次在全球尺度上阐述了这些关键叶性因子间的普遍相关规律以及与环境因子之间的关系,是对这方面研究工作的一个阶段性总结。各叶性状因子之间存在相关性,揭示了各个性状之间存在内在的联系以及叶性状因子在不同环境压力下趋同进化的特征。研究表明,LNCmass与Amax存在密切正相关,而SLA与植物生产单位叶面积的物质成本呈负相关,二者又随LLS的增加而降低,这种相互关系几乎在所有植物种群和群落中都普遍存在,是进一步理解生态系统行为特征的基础[68-69]。定量化研究不同物种、不同生境相同物种的叶性状因子之间的相关性,有助于找出气候、土壤养分等环境因子对叶性状的影响[61]。目前,已经在全球尺度上初步定量化阐明了6种关键叶性因子(SLA、LDMC、LNC、LPC、LLS等)之间存在的普遍相关规律[70],在区域尺度上,植物叶性状之间的关系进一步证实了全球尺度的研究结果。对澳大利亚258种不同生境中的建群种乔木的叶性状分析显示,SLA、Amax、暗呼吸速率、LNC和LPC之间存在相互的正相关性;而LLS与以上几种叶性状因子成显著负相关,且与单位面积叶质量成正相关[11]。
3研究展望
3.1中国的叶性状研究
国内对植物叶性状的研究开始的较早,最早可以追溯到1959年侯学煜先生撰写的《中国150种植物化学成分及其分析方法》[71]。虽然,植物叶性状的研究在早期生态学各领域的研究中均有所涉及,然而明确系统地提出植物叶性状(plantleaftraits)的研究却是在最近十年[72]。目前,中国的植物叶性状研究尚属刚刚起步。具有代表性的研究有:在青藏高原,Luo等[73]从区域尺度上解释了植物叶性状对海拔的响应,随海拔高度增加,冠层平均叶寿命、基于面积的叶氮含量、叶面积指数、叶氮库都相应增加,而冠层平均比叶面积、基于质量的叶氮含量都下降。驱动因子主要是温度和降水,土壤有机碳和总氮含量也有重要作用。在科尔沁沙地,李玉霖等[37]调查了不同类型沙丘生境中分布的20种物种,得出SLA和LDMC在不同物种间差异显著。对草原区建群物种羊草进行养分添加实验[74],结果表明,羊草通过提高SLA、单位质量叶片的叶绿素含量和含氮量,使单位面积叶片含氮量和叶绿素含量均呈线性提高。Han等[65]在综合分析中国753种植物种的叶氮磷含量,指出中国植物叶氮磷含量分布存在一定的生物地理格局。然而,中国在中尺度(群落尺度)、大尺度(区域和全球尺度)的研究还较欠缺,只在中国东北样带草原植物性状与降雨梯度的相关性,叶氮含量的地理格局以及青藏高原植物叶性状生态功能的研究方面开展了一些尝试性的工作[51,66-67]。然而由于中国有着特殊的气候、植被条件,又有着长期的人为干扰和土地利用历史,使得中国的植物叶性状研究有别于其他国家。在未来的研究中,需要加强大尺度上植物叶性状对环境因子响应的定量化研究。尝试建立一些区域性的模型,有助于从机理上解释植物叶性状随环境变化的分异规律。
3.2存在问题与展望
尽管目前叶性状的研究很多,针对植物叶性状的分异规律及其与环境因子之间的相关关系做了许多工作,取得了较大进展[11,71],但仍有很多问题未能阐释清楚:
(1)生态学家强调植物对生境的梯度变化具有不同的、复杂的适应对策。具体是什么原因或者是哪类环境因子在多大程度上引起叶性状的变异?目前的研究大多只是验证一些假设,没有从机理上阐述清楚[3]。Ackerly等[74]提出通过分子标记法,对变异的性状进行标记,找出与特定植物性状变异相关的候补基因,一旦确定了此类基因,将会给植物性状的研究带来突破性的进展。
(2)自然环境是复杂多变的,某个环境因子对植物的影响往往和其他环境因子耦合在一起,存在交互作用,且大多数物种都具有影响生态系统的独特性状组合,单一性状或者单一功能群无法代替这些性状组合的作用,也不能预测不同物种表现出来的多种功能[75]。因此,需要加强针对某几个环境因子及环境因子之间的交互作用开展的控制试验,以定量化研究叶性状与多环境因子之间的关系。
(3)以前的研究对单个植物种叶性状因子之间的相关性比较关注,然而不同尺度叶性状间的相关性亦有差异。所有大尺度的植物性状的研究均是基于群落尺度的。举例来说,SLA全球尺度的变化有大于35%的部分是基于研究样点的数据,研究样点之间植物叶性状的比较可以反映出植物受大尺度气候条件的影响[11]。由于叶性状相关性是基于研究的尺度,因此,尺度的推绎就显得尤为重要,且要根据具体的研究目的、研究尺度来选择合适的叶性状。