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:利用1961-2010年西宁市三县灾情普查资料和降水资料,通过数理统计法分析了西宁市基于降水距平百分率的气象干旱指标对农业气象干旱的适用性,同时采用相关性分析及逐步回归等方法,用近年来自动站土壤墒情资料,建立了简单易行的农业气象干旱预测预警模型。研究结果表明,西宁市生长李各月降水主要为正常年型,其次为轻旱和稍丰年型;季节正常为主要降水年型,其次为轻旱、稍丰,其余降水年型出现频率小。干旱发生频率从大到小均为春、秋和夏;年降水量基本不出现重旱或超丰以上的降水年型,正常年型占58%~66%,气象干旱发生频率为14%-22%。轻旱出现频率为15%左右,而中旱和重旱出现频率不足5%。用降水、气温与土壤水分间的关系建立墒情模型,参数获取简单,实用性强,开展农业气象干旱发生、发展趋势预测,对农业生产管理具有一定的指导作用。