南方草地NPP的水热估算模型及其应用

草地NPP对气候变化的响应是全球变化研究的重要内容之一。为了明确草地NPP与水热的关系及实现南方草地NPP的大面积估算,本文以气候数据为基础,以南方草山草坡为研究对象,结合野外实测数据,分析南方草地NPP与月平均温度及平均降水量之间的关系,结果表明:南方草地NPP与月平均温度之间呈对数相关,相关系数r=0.462 9**(n=66);与月平均降水量之间呈线性正相关,相关系数r=0.783 6**(n=66),结果均达到了极显著水平(P<0.01)。在此基础上构建以温度和降水为自变量的南方草地NPP估算模型:NPP=Ln(T/16.7+2.5)×Sqrt(W/84.5+0.5)×(T+W),其中T为全年月平均温度(℃),W为全年月平均降水量(mm)。通过不同年份的实测数据对模型进行验证,草地NPP的模拟值和实测值之间有很好的相关性,R2为0.787,也达到极显著水平,RMSE和RRMSE均较小,分别为60.272和0.387,表明模型的模拟结果比较可靠。利用上述模型对2011年的南方草地NPP进行估算,模拟结果呈现一定的地带性,总体分布由西北向东南逐渐增加,其中四川西北部及其与云南交界等地区草地NPP值较小,基本在200 g·m-2以下,而海南、广西、江西以及广东等地草地NPP值较高,相当一部分地区达到700 g·m-2以上。通过分析可知,整个南方草地NPP平均值约为321.8 g·m-2左右,和实测结果比较接近。结果为南方草山草坡NPP估算提供了新的方法。     

3种人工草地不同植被覆盖度实地测量方法比较

植被覆盖度是植被垂直投影面积占统计区域面积百分比;理想覆盖度实地测量方法耗时短,工具简单,结果准确,受人为因素影响小.以结缕草(Zoysia japonica)、白三叶(Trifolium repens)和雀稗(Paspalum thunbergii)人工草地为研究对象,以照相法测量值为参考,比较样线法、目估法、样针法、点框架法、网格法1×1、网格法5×5、网格点法1×1和网格点法5×5等8种方法测量精度.结果表明:样线法误差小于5%,耗时短,工具简单.目估法误差大于样线法,适用于植被高度低且覆盖度较低或较高样方.样针法误差大于样线法和目估法,误差受植被高度和茎叶硬度影响,适用于植被高度低且硬度较小样方.点框架法、网格法和网格点法误差均较大,一般大于10%.网格法误差受覆盖度和小网格边长影响,误差峰值出现在覆盖度接近65%的样方,误差随着小网格边长增加而增加.8种方法测量值与照相法测量值均呈显著正相关(P <0.05),因此对于类似人工草地,这些方法测量值可通过本文提供的拟合公式转化为真实值.随着样方数量增加,8种方法误差均呈现出先降低后稳定趋势.本研究推荐样线法作为类似人工草地覆盖度实地测量方法;未来应根据覆盖度、植被高度和硬度等特征选择适合的测量方法.(图4表2参46)     

内蒙古草地旱灾研究

在充分考虑草地土壤水分亏缺和生产力水平的基础上，构造了草地缺水指数和旱灾评判系数。通过对旱灾评判系数与灾情历史序列的对比分析，确定了旱灾等级指标，并提出了大面积监测草地旱灾的方法，为客观准确地监测草地旱灾提供了科学依据。     

青海湖景区草地与湿地现状及其保护对策

环湖草地、湿地是青海湖旅游开发的重要资源，同时也是青海湖其它资源的重要载体，均为独立的生态系统，在当地生态保护中具有重要的作用。文章对青海湖景区草地、湿地的生态环境问题进行了分析评估，并对环湖旅游开发中草地、湿地的保护提出了对策建议。     

岷江上游地区生态环境现状遥感解译分析

本文通过运用卫星遥感技术对岷江上游地区土地覆盖类型的调查，结合地面统计资料，综合分析了岷江上地区以森林，草地为主要类型的生态环境现状，并对该地区1988年至2000年时间跨度内土地覆盖状况的动态变化作出分析。     

乌鲁木齐河跃进桥蒸发观测实验

Ｅ６０１ｋ型玻璃钢蒸发器与Ｅ６０１型水面蒸发器比测实验取得成功，两套Ｅ６０１Ｋ型蒸发量相近，比铁制Ｅ６０１型水面蒸发器蒸发偏大８．５％，系数偏大０．０６。用Ｅ８３型土壤蒸渗仪测定草地、裸地和云杉蒸发量，５月－１０月份分别为４９１．９ｍｍ，４３３．６ｍｍ和３７９．７ｍｍ（云杉为６月－１０月份）。     

若尔盖草地沙化及防治对策

草地沙化是国内外关注的重大环境生态问题，本文主要报道了若尔盖草地沙化的成因，分布及其特征，沙化对草地土壤，植被的危害，同时提出了防止草地沙化的对策。     

基于集对原理的天然草地分类方法

本文首次将集对原理用于天然草地分类中，以中国新疆某地区的31个天然草地为例进行计算，并将分析结果，与灰色关联度分析法、投影寻踪法以及投影寻踪动态聚类法作了对比分析。结果表明，集对法与三种方法分析结果一致，但集对法计算简单，使用方便，不受样本容量限制，且能清晰和形象地显示所属类别的程度，在多因素聚类分析中具有广阔的应用前景。