基于简易测量板对草地群落地上生物量估测的应用研究

发布时间：2019-09-09 07:00

【摘要】：地上生物量是草地群落的一个重要指标,而直接收割法对生态系统较脆弱的地区有极大的破坏。为了更有效地估测草地群落地上生物量而又不破坏植被,采用自制测量板对陕西省杨凌示范区周边几种类型的草地群落高度和地上生物量进行了调查研究,包括白三叶(Trifolium repens)草地群落、节节麦(Aegilops tauschii)占优势的禾本科草地群落和狗尾草(Setaria viridis)占优势的草地群落,自制测量板选择了铝塑板(厚度0.3cm,密度1.24 g/cm2)和高分子板(厚度0.3 cm,密度0.94 g/cm2)两种材质,分别有圆形和正方形两种形状,圆形设置了直径10 cm、20 cm、30 cm、35 cm、40 cm五种规格,正方形设置了边长10 cm、20 cm、30 cm、40 cm四种规格。建立了草地群落高度和地上生物量之间多种类型的回归方程,通过对地上生物量变异系数、所建立数学模型的决定系数(R~2)、F-检验等进行综合相关性分析,得出较优模型,通过分析比较总相对误差(RS)、平均相对误差绝对值(RMA)以及预测精度对模型进行验证,从中筛选出适合这几种类型草地群落的最优测量板规格和最佳地上生物量估测模型。调查样地选择地面较为平缓的地段,采取随机取样法,将测量板放置于植被上方,直至自然停稳,测量并记录测量板下方植被群落的高度,每一规格的测量板重复测量20次,然后齐地面刈割测量板下方对应面积内的所有植物地上部分,标记装样袋,称鲜重,带回实验室,在65℃恒温干燥箱烘干至恒重,称重得到每种测量板规格下的地上生物量数据,建立数学模型,进行相关性分析验证,得到如下主要结论:1.以测量板下方群落高度为自变量,对应面积内群落地上生物量为因变量,建立多种回归方程,群落高度和地上生物量之间呈正相关关系,R~2值在0.29~0.94范围内;2.白三叶草地群落4~5月份开花期最佳测量板为直径35 cm的圆形铝塑板,其最优估测模型为y=1.6460x-3.3462,R~2=0.76,预测精度达到92.1%。3.节节麦占优势的禾本科草地群落4~5月份拔节期地上生物量估测的最优测量板为直径35 cm的高分子板,其最优回归方程为y=0.8645x+6.5262,R~2=0.81,预测精度可达93.3%。4.狗尾草占优势的草地群落8~9月份结实期地上生物量估测的最优测量板为直径40 cm的铝塑板,其最优回归方程y=4.8564x-23.134,R~2=0.83,预测精度可达94.2%。
【图文】：

绝对值（RMA）几乎相等（表 3-6）。在同样情况下，，建立的模型不仅要求方度高，而且要求数学表达形式尽可能简单，基于此原则，选择一元线性回归.6460x-3.3462 进行显著性检验。表 3-6 C35两个最优模型之间的比较Table 3-6 Comparison between two best models of plate C35模型方程R2总相对误差 平均相对误差绝对值 预测精度Model equation RS (%) RMA (%)Prediction accu(%).0009x2+1.6286x-3.2683 0.76** 6.5 17.6 92.1y=1.6460x-3.3462 0.76** 6.5 17.6 92.1将 20 个调查样本的高度代入一元线性回归方程 y=1.6460x-3.3462，计算出生物值，以此为横坐标，以实测的 20 个地上生物量数据为纵坐标做散点图，得到方程 y=0.9801x+12.102，R2=0.81（图 3-1），同时在 P=0.01 水平差异极显著，线性回归方程计算得到的生物量预测值和实测值之间有很好的相关性。

图 3-2 地上生物量预测值与实测值之间的相关关系Fig. 3-2 Correlation between the theoretical and measured values of aboveground b表 3-15 两直线的差异性性检验Table 3-15 Difference test between the two Linear equationsF 值P F value 0.06 0.81 2.92 0.10=1.2104x-50.583 与 y=x 两直线间的显著性进行了检验，一元线性回归实测值之间趋向一致，说明其结果有较高的可靠性。y=1.2104x-50.5和实测值组成的直线，直线不论是斜率还是截距，二者的 P＞0.05（ y=1.2104x-50.583 与 y=x 直线之间没有显著差异，即通过一元线性x+6.526 估测的草地地上生物量与实测生物量差异性不显著，其预测
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S812

【相似文献】

相关期刊论文 前10条

1 仲延凯;包青海;;人工羊草草地干、鲜地上生物量比的研究[J];内蒙古大学学报(自然科学版);1990年03期

2 刘正恩,王昱生,潘介正,葛剑平;羊草草原地上生物量的预测[J];生态学杂志;2004年04期

3 安尼瓦尔·买买提;杨元合;郭兆迪;方精云;;新疆草地植被的地上生物量[J];北京大学学报(自然科学版);2006年04期

4 李萍;朱清科;刘中奇;赵荟;邝高明;王晶;;半干旱黄土区地上生物量对立地因子的响应[J];中国水土保持科学;2012年02期

5 刘晓云,张佃民,王国福,严成;碱茅草地上生物量的分布和利用评价[J];干旱区研究;1992年03期

6 王猛;李贵才;王军邦;;典型草原通量塔通量贡献区地上生物量和叶面积指数的时空变异[J];应用生态学报;2011年03期

7 孙小艳;常学礼;张宁;韩艳;;不同取样单元对干旱区绿洲小麦地上生物量光谱估算模型的影响[J];中国沙漠;2012年02期

8 汤旭光;刘殿伟;王宗明;贾明明;董张玉;刘婧怡;徐文明;;森林地上生物量遥感估算研究进展[J];生态学杂志;2012年05期

9 倪健;赤松稀疏幼林下灌木和草木层地上生物量的初步研究[J];华东师范大学学报(自然科学版);1994年04期

10 仲延凯，包青海，孙维;白音锡勒牧场地区天然割草地干、鲜地上生物量研究──Ⅱ不同轮割群落与种群干、鲜地上生物量的比值[J];内蒙古大学学报(自然科学版);1996年01期

相关会议论文 前7条

1 王梓;马履一;;滴灌灌溉施肥下一年生欧美107杨地上生物量水肥耦合效应[A];第九届中国林业青年学术年会论文摘要集[C];2010年

2 刘文辉;周青平;颜红波;梁国玲;;青海扁茎早熟禾种群地上生物量积累动态[A];2012第二届中国草业大会论文集[C];2012年

3 何峰;李向林;万里强;王国良;;坝上羊草草原不同时期生长比较研究[A];中国草学会饲料生产委员会2007年会暨第十四次学术研讨会论文集[C];2007年

4 王小平;郭铌;张凯;王静;;甘南牧区草地地上生物量的高光谱遥感估算模型[A];第七届全国优秀青年气象科技工作者学术研讨会论文集[C];2010年

5 庞勇;黄克标;李增元;舒清态;;大湄公河次区域森林地上生物量遥感反演[A];发挥资源科技优势 保障西部创新发展——中国自然资源学会2011年学术年会论文集（上册）[C];2011年

6 黄春燕;王登伟;陈冠文;袁杰;祁亚琴;陈燕;;基于高光谱植被指数的棉花地上生物量估算模型研究[A];中国科协2005年学术年会“新疆现代农业论坛”论文专集[C];2005年

7 王小平;郭铌;张凯;王静;;甘南牧区草地地上生物量的高光谱遥感估算模型[A];第27届中国气象学会年会干旱半干旱区地气相互作用分会场论文集[C];2010年

相关博士学位论文 前10条

1 吴迪;基于GLAS和MISR数据的森林冠层高度和地上生物量遥感估算研究[D];东北林业大学;2015年

2 邱赛;ICESat-GLAS波形与HJ-1A高光谱影像联合反演森林地上生物量的研究[D];东北林业大学;2016年

3 傅黎;密云库区森林地上生物量遥感估算与验证方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

4 赵菡;江西省主要树种不同立地等级的地上生物量与不确定性估计[D];中国林业科学研究院;2017年

5 凌成星;Worldview-2八波段影像支持下的湿地信息提取与地上生物量估算研究[D];中国林业科学研究院;2013年

6 宋彦涛;松嫩草地植物功能生态学研究[D];东北师范大学;2012年

7 叶静芸;旱区植被遥感信息提取与反演[D];中国林业科学研究院;2017年

8 何丹;改良措施对天然草原植被及土壤的影响[D];中国农业科学院;2009年

9 王梓;欧美107杨苗木精准灌溉施肥制度研究[D];北京林业大学;2011年

10 彭辉;基于BCI 50公顷大样地的森林空间结构特征研究[D];中国林业科学研究院;2017年

相关硕士学位论文 前10条

1 陈丽佳;盐池县草地退化及地上生物量遥感反演研究[D];宁夏大学;2015年

2 陆宗宇;在区域尺度上林龄、气候与森林地上生物量关系的研究[D];华北电力大学;2015年

3 王晨;外界因素对皖南毛竹地上生物量以及竹笋生长特性的影响[D];安徽农业大学;2014年

4 周鑫;北疆草地地上生物量遥感监测模型对比分析[D];新疆农业大学;2015年

5 张颖;基于高分辨率遥感和极化雷达数据的大兴安岭地区森林地上生物量估测[D];北京林业大学;2016年

6 尚珂;基于支持向量机回归的草地地上生物量遥感估测研究[D];西南林业大学;2015年

7 魏志成;不同类型草地地上生物量空间分布格局的研究[D];西北农林科技大学;2016年

8 何游云;无人机遥感估测林木地上生物量的研究[D];北京林业大学;2016年

9 郭云;基于多源数据的山区森林地上生物量反演及动态模拟[D];福州大学;2014年

10 孙健;基于多源遥感数据反演黑石顶森林地上生物量[D];中山大学;2016年

本文编号：2533436