简介:基于遥感(RemoteSensing,RS)、地理信息系统(GeographicInformationSystem,GIS)和全球定位系统(GlobalPositionSystem,GPS),即3S技术,应用面向对象的自动分类与人机交互分类结合判读方式,以SPOT、TM影像为背景,结合地面调查样地及历史资料,准确获得岗巴县草原类型空间分布现状图件及统计数据。根据本次调查结果表明:岗巴县草原总面积为365222.89hm2,占岗巴县国土面积86.94%。该县草原类型共划分4个草原大类、6个草原亚类、21个草原型。各类草原类型面积最大为高寒草原类,占总草原面积58.66%;其次是高寒草甸类,占38.61%;第三位是高寒草甸草原类占2.56%;低地草甸类面积最少,占0.18%。该县草原退化、沙化、盐渍化面积为3809.91hm2,占该县草原面积的46.36%,其中草原退化面积31.44%;草原沙化占12.96%;草原盐渍化占1.96%。草原畜牧业是该县农牧民收入的重要来源,科技与政策支持是恢复草原资源,改善生态环境及可持续发展畜牧业的重要对策。
简介:本研究以内蒙古锡林郭勒盟苏尼特右旗短花针茅荒漠草原为研究对象,采用分层取样技术,分别对碱韭和短花针茅为主的草地植物群落进行调查(测定指标为高度、盖度、密度和地上现存量),获得禾本科为主、碱韭为主以及由二者构成的复合样本数据。通过MATLAB软件平台,把植物群落的数量特征(高度、盖度和密度)作为输入因子,以群落现存量作为输出因子来建立BP神经网络模型,并对预测结果进行检验。结果显示,禾本科为主、碱韭为主以及由二者构成的复合样本,采用BP神经网络平均预测准确率分别为94.1%,92.98%,91.01%。因此,BP神经网络可作为草地植物群落地上现存量模拟与预测的有效工具之一。采用BP神经网络对不同草地植物类群进行模拟和预测可能会存在差异,但这种差异会随着样本容量的增大或训练精度的增加而弱化。
简介:本项研究采用国际冻原计划(ITEX)模拟增温对植物影响的研究方法,将温棚按从小到大的顺序依次设为A、B、C、D、E5个温度梯度,主要从矮嵩草(Kobresiahumilis)、黑褐苔草(Curexalrofuscu)(莎草科)无性繁殖方面探讨了它们对模拟增温的响应。研究结果表明:从对照至A温室随着温室的减小温度(地表温度和地温)逐渐升高,三年的平均温度在A温室中最大(11.9℃,11.7℃),在对照中最小(9.4℃,9.9℃);A温室平均温度(地表温度和地温)与对照相比平均升高了2004年(2.6~C,2.2℃)、2005年(2.2℃,2.1℃)、2006年(2.1℃,2.0℃)。莎草科植物(矮嵩草和黑褐苔草)对增温反应的总体变化趋势有所区别,矮嵩草的分蘖数和叶片数在E温室达到最大值,而生物量在C温室达到最大值;黑褐苔草的分蘖数在D温室达到最大值,生物量在A温室达到最大值。