«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第48卷

期数:

2020年第15期

页码:

297-305

栏目:

资源与环境

出版日期:

2020-08-05

文章信息/Info

Title:

Aboveground biomass models of eight shrub species in desert area of Wulatehou Banner

作者:

赵宏胜; 兰登明; 冯霜; 王伟; 王志国

内蒙古农业大学，内蒙古呼和浩特 010010

Author(s):

Zhao Hongsheng; et al

关键词:

荒漠区; 灌丛; 生物量; 主成分分析; 预测模型

Keywords:

-

分类号:

S718.3

DOI:

-

文献标志码:

A

摘要:

以乌拉特后旗荒漠区常见的8种灌丛［珍珠猪毛菜(Salsola passerina)、绵刺(Potaninia mongolica)、红砂(Reaumuria soongorica)、驼绒藜(Ceratoides latens)、甘蒙锦鸡儿(Caragana opulens)、短叶假木贼(Auabasis brevifolia)、霸王(Zygophyllum xanthoxylon)和松叶猪毛菜(Salsola laricifolia)］为研究对象，采用样方调查法进行调查，灌丛的测量采用标准株结合标准枝法，计算获得其生物量，并测量高度、冠幅，对比分析生物量得大小，通过主成分分析确定预测函数模型的最优变量，然后建立单株灌丛生物量模型。结果表明，8种灌丛依生物量大小排序为霸王＞驼绒藜＞绵刺＞松叶猪毛菜＞红砂＞珍珠猪毛菜＞甘蒙锦鸡儿＞短叶假木贼，这与植物自身特性及放牧干扰有直接关系；根据r²，松叶猪毛菜、短叶假木贼、霸王地上部生物量与灌丛面积的平方(S²)极显著相关，最优预测模型均为幂函数模型；绵刺地上部生物量与植株高度及冠幅面积乘积的平方(H²S²)极显著相关，最优预测模型为幂函数模型；驼绒藜地上部生物量与冠幅体积(HS)极显著相关，最优模型为幂函数模型；甘蒙锦鸡儿、红砂地上部生物量与植株高度的平方和面积的乘积(H²S)极显著相关，最优预测模型为幂函数模型；珍珠猪毛菜地上部生物量与灌丛面积的平方及高度的乘积(HS²)极显著相关，最优模型为线性函数。经预测值和实测值的拟合率(P)、相对误差［样本的平均误差(R_S)和样本的平均相对误差(R_MA)］检验，发现8种灌丛预测模型精度检验结果均达标准水平。灌丛生物量预测模型的建立，可以为定性评价生态系统的稳定性提供数据支撑，为研究区内植物资源的开发利用提供理论依据，并为修复脆弱生态区提供科学的技术措施。

Abstract:

-

参考文献/References:

［1］彦阁，胡晓海，孙海莲，等. 阴山北麓农牧交错区2000—2015年土壤流失及保持量变化研究［J］. 西南林业大学学报(自然科学)，2019，39(2)：127-135.
［2］兰洁，肖中琪，李吉玫，等. 天山雪岭云杉生物量分配格局及异速生长模型［J］. 浙江农林大学学报，2020，37(3)：416-423.
［3］杨昊天，王增如，贾荣亮，等. 腾格里沙漠东南缘荒漠草地不同群落类型土壤有机碳分布及储量特征［J］. 植物生态学报，2018，42(3)：288-296.
［4］刘欣，陆家宝，杨力军，等. 荒漠草地四种灌木单株生物量估测方法［J］. 青海畜牧兽医杂志，1995，25(3)：28-29.
［5］赵梦颖，孙威，罗永开，等. 内蒙古26种常见温带灌木的生物量模型［J］. 干旱区研究，2019，36(5)：1219-1228.
［6］张俊怡，刘廷玺，罗艳云，等. 半干旱草原型流域植被地上生物量时空分布特征及其影响因子［J］. 生态学杂志，2020，39(2)：364-375.
［7］吴晓光. 内蒙古阴山北麓生态退耕对土壤风蚀的影响及效应研究［D］. 呼和浩特：内蒙古农业大学，2019.
［8］罗永开，方精云，胡会峰，等. 山西芦芽山14种常见灌木生物量模型及生物量分配［J］. 植物生态学报，2017，41(1)：115-125.
［9］仇瑶，常顺利，张毓涛，等. 天山林区六种灌木生物量的建模及其器官分配的适应性［J］. 生态学报，2015，35(23)：7842-7851.
［10］王文栋，白志强，阿里木·买买提，等. 天山林区6种优势种灌木林生物量比较及估测模型［J］. 生态学报，2016，36(9)：2695-2704.
［11］再努拉·热和木都拉，陈亚宁，艾力西尔·库尔班，等. 准噶尔盆地梭梭群落地上生物量及季节变化研究——以克拉玛依农业综合开发区为例［J］. 干旱区地理，2006，29(3)：375-380.
［12］李刚，赵祥，刘碧荣. 晋北4种灌木地上生物量预测模型的构建［J］. 林业资源管理，2014(1)：71-76.
［13］曾伟生. 国内外灌木生物量模型研究综述［J］. 世界林业研究，2015，28(1)：31-36.
［14］郭威星，蓝登明，王玉婕，等. 荒漠草原6种灌丛地上生物量分析［J］. 内蒙古林业调查设计，2019，42(6)：87-89，93.
［15］郭威星. 乌拉特中旗荒漠草原优势灌丛地上生物量分析及预测模型［D］. 呼和浩特：内蒙古农业大学，2019.
［16］赵生龙，左小安，张铜会，等. 乌拉特荒漠草原群落物种多样性和生物量关系对放牧强度的响应［J］. 干旱区研究，2020，37(1)：168-177.
［17］刘陟，周延林，黄奇. 毛乌素沙地中间锦鸡儿生物量估测模型［J］. 干旱区资源与环境，2015，29(7)：128-133.
［18］黄劲松，邸雪颖. 帽儿山地区6种灌木地上生物量估算模型［J］. 东北林业大学学报，2011，39(5)：54-57.
［19］党晓宏，高永，蒙仲举，等. 西鄂尔多斯地区5种荒漠优势灌丛生物量分配格局及预测模型［J］. 中国沙漠，2017，37(1)：100-108.
［20］王娟，汤军，郭月峰，等. 内蒙古敖汉旗北部风沙土区两种灌木地上生物量估算模型［J］. 农业工程，2015，5(6)：44-47，51.
［21］张殿岱，王雪梅. 塔里木盆地北缘绿洲-荒漠过渡带典型植物地上生物量估测［J］. 生态学杂志，2019，38(10)：3211-3220.
［22］曹萌，牛树奎，李连强，等. 松山自然保护区5种灌木的地上生物量模型［J］. 福建农林大学学报(自然科学版)，2018，47(4)：435-438.
［23］崔玲玲，土艳丽，拉多，等. 拉萨河流域6种典型灌木生物量预测模型的建立［J］. 西藏科技，2017(7)：64-68.
［24］姚雪玲，姜丽娜，李龙，等. 浑善达克沙地6种灌木生物量模拟［J］. 生态学报，2019，39(3)：905-912.

相似文献/References:

[1]马海天才,张家成,刘峰.川西北4种灌丛根系分布特征及对土壤养分的影响[J].江苏农业科学,2018,46(11):222.
　Mahai Tiancai,et al.Effect of distribution characteristics of four kinds of shrubs root system on soil nutrients contents in northwestern Sichuan[J].Jiangsu Agricultural Sciences,2018,46(15):222.

备注/Memo

备注/Memo:

收稿日期：2020-05-02
基金项目：国家科技基础资源调查专项(编号：2017FY100204)。
作者简介：赵宏胜(1995—)，男，内蒙古赤峰人，硕士研究生，主要从事水土保持与荒漠化防治研究。E-mail：1677945967@qq.com。
通信作者：兰登明，硕士，教授，主要从事野生动植物资源保护与利用工作。E-mail：landengming@163.com。

常用功能

更新日期/Last Update: 2020-08-05