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:魏捷等(1998)对不同海拔地区珠芽蓼激发荧光F736F689比值的研究结果表明,F736F689比值随着海拔的升高而降低,说明光能随海拔升高更有利于向PSII分配。但对叶绿体超微结构的观测发现,随着海拔的升高,叶绿体基粒片层逐渐减少,基质片层逐渐增多。PSII随着海拔升高而减少,PSI却相反。较少的PSII和LHC-II分配较多的激发能,可能在于基质中存在较多的游离的LHC-II和LHC-I,它们有利于状态II向状态I的转换,使激发能有利于向PSII分配,从而使两个光系统间的光能分配达到平衡,维持最大的光合效率和光化活性