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:对来自新疆、陕西、美国、哈萨克、利比亚玻利维亚和吉尔吉斯的11份新麦草野生材料的茎干节数、叶舌长度、叶片长度、叶片宽度、小穗数、小穗长、小花数、颖长度、颖果长度和株高等10个表型性状采用方差分析、主成分分析、聚类分析等方法进行了遗传多样性分析,以期筛选出优良种质,为新麦草育种提供可靠的依据。结果表明:1)新麦草种质间表型性状变异程度较高,变异系数范围为14.6%-68.0%,其中小花数最大,叶片宽度最小;2)10个表型性状可归为3个主成分因子,累计贡献率达到83.34%,最大程度上反映了11份新麦草的形态特征,其中小穗长、小花数、颖长度和植株高度是影响新麦草表型性状变异的主要性状;3)10个表型性状间存在显著或极显著的正相关和负相关;4)采用欧氏距离系统聚类法将11份新麦草材料分为3大类。本研究主要揭示了新麦草的形态遗传多样性,可为新麦草资源的收集、鉴定、评价、保存和资源创新利用奠定理论基础。
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。