CN110427710A - 一种基于高寒草甸草地产草量估算放牧率的方法和系统 - Google Patents
一种基于高寒草甸草地产草量估算放牧率的方法和系统 Download PDFInfo
- Publication number
- CN110427710A CN110427710A CN201910723821.0A CN201910723821A CN110427710A CN 110427710 A CN110427710 A CN 110427710A CN 201910723821 A CN201910723821 A CN 201910723821A CN 110427710 A CN110427710 A CN 110427710A
- Authority
- CN
- China
- Prior art keywords
- productivity
- grass yield
- underground
- stocking rate
- ground
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于高寒草甸草地产草量估算放牧率的方法和系统。所述方法包括:获取草地植被的地下生产力和草地植被的地上生产力;根据所述地下生产力和所述地上生产力,确定高寒草甸草地的第一产草量;根据所述第一产草量、所述地下生产力和所述地上生产力,确定高寒草甸草地的第二产草量;根据所述第二产草量计算得到放牧率。本发明还公开了一种基于高寒草甸草地产草量估算放牧率的系统。本发明提供的基于高寒草甸草地产草量估算放牧率的方法和系统,能够快速得到当前草地对应的放牧率,进而避免因过度放牧而造成土地沙漠化的情况发生。
Description
技术领域
本发明涉及环境保护技术领域,特别是涉及一种基于高寒草甸草地产草量估算放牧率的方法和系统。
背景技术
高寒草甸生态系统是青藏高原主要草地生态系统类型,高寒草甸上的畜牧业是青藏高原地区的主导产业。目前由于当地牧民不合理的开发利用,如超载过牧等,已经造成该地区高寒草甸草地退化严重。
目前,确定高寒草甸草地产草量及其对应放牧率的方法,主要是野外选取代表性样点布置样方采样,然后利用样方的代表性来估算该区域的产草量,根据所估算得到的产草量进而求得放牧率。通过这一方法求取放牧率时,一方面布置样方进行采样会耗费大量时间和精力,另一方面通过这一方法获取的放牧率往往存在很大误差。
所以,如何快速、全面获取当地高寒草甸草地产草量,以精确确定高寒草甸草地对应的放牧率,是一个亟待解决的问题。
发明内容
本发明的目的是提供一种基于高寒草甸草地产草量估算放牧率的方法和系统,能够快速得到当前草地对应的放牧率,进而避免因过度放牧而造成土地沙漠化的情况发生。
为实现上述目的,本发明提供了如下方案:
一种基于高寒草甸草地产草量估算放牧率的方法,包括:
获取草地植被的地下生产力和草地植被的地上生产力;
根据所述地下生产力和所述地上生产力,确定高寒草甸草地的第一产草量;
根据所述第一产草量、所述地下生产力和所述地上生产力,确定高寒草甸草地的第二产草量;所述第二产草量为其中,NPP为第一产草量,ANPP为草地植被的地上生产力,BNPP为草地植被的地下生产力;
根据所述第二产草量计算得到放牧率;所述放牧率为单位面积上最多放养牲畜的数量。
可选的,获取草地植被的地下生产力,包括:
获取高寒草甸草地植被地下部分的总根系生物量BGB;
获取所述总根系生物量BGB中活性根系生物量live BGB占所述总根系生物量BGB的比例P;
根据所述总根系生物量BGB和所述比列P计算得到所述草地植被的地下生产力BNPP:
BNPP=BGB*P*Turnover,
Turnover=0.0009*ANPP+0.25;
其中,Turnover为草地植物根系周转值,ANPP为草地植被的地上生产力。
可选的,所述比例P为0.79。
可选的,所述第一产草量为NPP=ANPP+BNPP,其中ANPP为草地植被的地上生产力,BNPP为草地植被的地下生产力。
可选的,所述放牧率通过公式dT/dH=0获得;其中T为牲畜总采食量,T=H[-0.00001(GY/H)2+0.1947GY/H+23.259],GY为第二产草量,H为放牧率。
一种基于高寒草甸草地产草量估算放牧率的系统,包括:
获取模块,用于获取草地植被的地下生产力和草地植被的地上生产力;
第一产草量确定模块,用于根据所述地下生产力和所述地上生产力,确定高寒草甸草地的第一产草量;
第二产草量确定模块,根据所述第一产草量、所述地下生产力和所述地上生产力,确定高寒草甸草地的第二产草量;所述第二产草量为其中,NPP为第一产草量,ANPP为草地植被的地上生产力,BNPP为草地植被的地下生产力;
放牧率计算模块,用于根据所述第二产草量计算得到放牧率;所述放牧率为单位面积上最多放养牲畜的数量。
可选的,所述获取模块,包括:
总根系生物量获取单元,用于获取高寒草甸草地植被地下部分的总根系生物量BGB;
比例获取单元,用于获取所述总根系生物量BGB中活性根系生物量live BGB占所述总根系生物量BGB的比例P;
地下生产力计算单元,用于根据所述总根系生物量BGB和所述比列P计算得到所述草地植被的地下生产力BNPP:
BNPP=BGB*P*Turnover,
Turnover=0.0009*ANPP+0.25;
其中,Turnover为草地植物根系周转值,ANPP为草地植被的地上生产力。
可选的,所述系统还包括用于存储所述第二产草量和所述放牧率的数据库。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的基于高寒草甸草地产草量估算放牧率的方法和系统,先获取草地植被的地下生产力和草地植被的地上生产力;根据所获取的地下生产力和地上生产力,确定高寒草甸草地的第一产草量;再采用草地植被的地下生产力和草地植被的地上生产力对第一产草量进行优化,以得到高寒草甸草地的第二产草量。通过上述步骤就能够顾精确、快速获得高寒草甸草地的实际产草量。然后,根据所获得的实际产草量就能够精确计算得到该地对应的放牧率,进而能够避免因过度放牧而造成土地沙漠化的情况发生。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例基于高寒草甸草地产草量估算放牧率方法的流程图;
图2为本发明实施例基于高寒草甸草地产草量估算放牧率系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种基于高寒草甸草地产草量估算放牧率的方法和系统,能够快速得到当前草地对应的放牧率,进而避免因过度放牧而造成土地沙漠化的情况发生。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例基于高寒草甸草地产草量估算放牧率方法的流程图,如图1所示,一种基于高寒草甸草地产草量估算放牧率的方法,包括:
S100、获取草地植被的地下生产力BNPP和草地植被的地上生产力ANPP;
S101、根据所述地下生产力BNPP和所述地上生产力ANPP,确定高寒草甸草地的第一产草量NPP:NPP=ANPP+BNPP。
S102、根据所述第一产草量NPP、所述地下生产力BNPP和所述地上生产力ANPP,确定高寒草甸草地的第二产草量GY:
S103、根据所述第二产草量GY计算得到放牧率H;所述放牧率为单位面积上最多放养牲畜的数量。其中放牧率H通过公式dT/dH=0获得;其中T为牲畜总采食量,T=H[-0.00001(GY/H)2+0.1947GY/H+23.259]。
其中,所述草地植被的地下生产力BNPP和地上生产力ANPP的相关数据可以在用于下载遥感数据产品和高寒草甸草地植被数据参数的美国国家航空航天局地球数据共享中心网站(https://search.earthdata.nasa.gov/)上直接下载得到。
此外,获取草地植被的地下生产力BNPP,也可以通过以下方式获取,所述方式包括:
获取高寒草甸草地植被地下部分的总根系生物量BGB;
获取所述总根系生物量BGB中活性根系生物量live BGB占所述总根系生物量BGB的比例P;比例P的优选值为0.79。
根据所述总根系生物量BGB和所述比列P计算得到所述草地植被的地下生产力BNPP:
BNPP=BGB*P*Turnover,
Turnover=0.0009*ANPP+0.25;
其中,Turnover为草地植物根系周转值。上述的总根系生物量BGB和活性根系生物量live BGB均是对常年研究过程中得到的采样数据进行整理获得的数据。或者直接通过对高寒草甸草地植被地下部分进行根系采样来获取总根系生物量BGB和活性根系生物量liveBGB。
图2为本发明实施例基于高寒草甸草地产草量估算放牧率系统的结构示意图,如图2所示,一种基于高寒草甸草地产草量估算放牧率的系统,包括:
获取模块1,用于获取草地植被的地下生产力和草地植被的地上生产力;
第一产草量确定模块2,用于根据所述地下生产力和所述地上生产力,确定高寒草甸草地的第一产草量;
第二产草量确定模块3,根据所述第一产草量、所述地下生产力和所述地上生产力,确定高寒草甸草地的第二产草量;所述第二产草量为其中,NPP为第一产草量,ANPP为草地植被的地上生产力,BNPP为草地植被的地下生产力;
放牧率计算模块4,用于根据所述第二产草量计算得到放牧率;所述放牧率为单位面积上最多放养牲畜的数量。
所述获取模块1,包括:
总根系生物量获取单元,用于获取高寒草甸草地植被地下部分的总根系生物量BGB;
比例获取单元,用于获取所述总根系生物量BGB中活性根系生物量live BGB占所述总根系生物量BGB的比例P;
地下生产力计算单元,用于根据所述总根系生物量BGB和所述比列P计算得到所述草地植被的地下生产力BNPP:
BNPP=BGB*P*Turnover,
Turnover=0.0009*ANPP+0.25;
其中,Turnover为草地植物根系周转值,ANPP为草地植被的地上生产力。
此外,为了便于用户进一步对比历年高寒草甸草地实际产草量和放牧率的关系及变化趋势,所述系统还可以包括数据库,以便于存储高寒草甸草地实际产草量(第二产草量)和与该草地对应的放牧率。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的基于高寒草甸草地产草量估算放牧率的方法和系统,先获取草地植被的地下生产力和草地植被的地上生产力;根据所获取的地下生产力和地上生产力,确定高寒草甸草地的第一产草量;再采用地下生产力和地上生产力对第一产草量进行优化,以得到高寒草甸草地的第二产草量。通过上述步骤就能够顾精确、快速获得高寒草甸草地的实际产草量。然后,根据所获得的实际产草量就能够精确计算得到该地对应的放牧率,进而能够避免因过度放牧而造成土地沙漠化的情况发生。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于高寒草甸草地产草量估算放牧率的方法,其特征在于,包括:
获取草地植被的地下生产力和草地植被的地上生产力;
根据所述地下生产力和所述地上生产力,确定高寒草甸草地的第一产草量;
根据所述第一产草量、所述地下生产力和所述地上生产力,确定高寒草甸草地的第二产草量;所述第二产草量为其中,NPP为第一产草量,ANPP为草地植被的地上生产力,BNPP为草地植被的地下生产力;
根据所述第二产草量计算得到放牧率;所述放牧率为单位面积上最多放养牲畜的数量。
2.根据权利要求1所述的基于高寒草甸草地产草量估算放牧率的方法,其特征在于,获取草地植被的地下生产力,包括:
获取高寒草甸草地植被地下部分的总根系生物量BGB;
获取所述总根系生物量BGB中活性根系生物量live BGB占所述总根系生物量BGB的比例P;
根据所述总根系生物量BGB和所述比列P计算得到所述草地植被的地下生产力BNPP:
BNPP=BGB*P*Turnover,
Turnover=0.0009*ANPP+0.25;
其中,Turnover为草地植物根系周转值,ANPP为草地植被的地上生产力。
3.根据权利要求2所述的基于高寒草甸草地产草量估算放牧率的方法,其特征在于,所述比例P为0.79。
4.根据权利要求1所述的基于高寒草甸草地产草量估算放牧率的方法,其特征在于,所述第一产草量为NPP=ANPP+BNPP,其中ANPP为草地植被的地上生产力,BNPP为草地植被的地下生产力。
5.根据权利要求1所述的基于高寒草甸草地产草量估算放牧率的方法,其特征在于,所述放牧率通过公式dT/dH=0获得;其中T为牲畜总采食量,T=H[-0.00001(GY/H)2+0.1947GY/H+23.259],GY为第二产草量,H为放牧率。
6.一种基于高寒草甸草地产草量估算放牧率的系统,其特征在于,包括:
获取模块,用于获取草地植被的地下生产力和草地植被的地上生产力;
第一产草量确定模块,用于根据所述地下生产力和所述地上生产力,确定高寒草甸草地的第一产草量;
第二产草量确定模块,根据所述第一产草量、所述地下生产力和所述地上生产力,确定高寒草甸草地的第二产草量;所述第二产草量为其中,NPP为第一产草量,ANPP为草地植被的地上生产力,BNPP为草地植被的地下生产力;
放牧率计算模块,用于根据所述第二产草量计算得到放牧率;所述放牧率为单位面积上最多放养牲畜的数量。
7.根据权利要求6所述的基于高寒草甸草地产草量估算放牧率的系统,其特征在于,所述获取模块,包括:
总根系生物量获取单元,用于获取高寒草甸草地植被地下部分的总根系生物量BGB;
比例获取单元,用于获取所述总根系生物量BGB中活性根系生物量live BGB占所述总根系生物量BGB的比例P;
地下生产力计算单元,用于根据所述总根系生物量BGB和所述比列P计算得到所述草地植被的地下生产力BNPP:
BNPP=BGB*P*Turnover,
Turnover=0.0009*ANPP+0.25;
其中,Turnover为草地植物根系周转值,ANPP为草地植被的地上生产力。
8.根据权利要求6所述的基于高寒草甸草地产草量估算放牧率的系统,其特征在于,所述系统还包括用于存储所述第二产草量和所述放牧率的数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910723821.0A CN110427710A (zh) | 2019-07-30 | 2019-07-30 | 一种基于高寒草甸草地产草量估算放牧率的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910723821.0A CN110427710A (zh) | 2019-07-30 | 2019-07-30 | 一种基于高寒草甸草地产草量估算放牧率的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110427710A true CN110427710A (zh) | 2019-11-08 |
Family
ID=68412990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910723821.0A Pending CN110427710A (zh) | 2019-07-30 | 2019-07-30 | 一种基于高寒草甸草地产草量估算放牧率的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427710A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582246A (zh) * | 2020-06-10 | 2020-08-25 | 河西学院 | 一种基于高寒草甸草地产草量估算放牧率的方法和系统 |
CN116431952A (zh) * | 2023-03-22 | 2023-07-14 | 中国地质大学(北京) | 一种基于人工智能的草原生态监测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1790417A (zh) * | 2005-12-13 | 2006-06-21 | 东北师范大学 | 测定草地最适放牧率的方法 |
CN107114319A (zh) * | 2017-06-30 | 2017-09-01 | 中国农业科学院农业环境与可持续发展研究所 | 退化高寒草地适度放牧利用方法 |
KR20170142561A (ko) * | 2016-06-20 | 2017-12-28 | 안경모 | 방목가축 통합관리시스템 |
WO2018018062A1 (en) * | 2016-07-29 | 2018-02-01 | Commonwealth Scientific And Industrial Research Organisation | Growth performance improvements in pasture and feedlot systems |
-
2019
- 2019-07-30 CN CN201910723821.0A patent/CN110427710A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1790417A (zh) * | 2005-12-13 | 2006-06-21 | 东北师范大学 | 测定草地最适放牧率的方法 |
KR20170142561A (ko) * | 2016-06-20 | 2017-12-28 | 안경모 | 방목가축 통합관리시스템 |
WO2018018062A1 (en) * | 2016-07-29 | 2018-02-01 | Commonwealth Scientific And Industrial Research Organisation | Growth performance improvements in pasture and feedlot systems |
CN107114319A (zh) * | 2017-06-30 | 2017-09-01 | 中国农业科学院农业环境与可持续发展研究所 | 退化高寒草地适度放牧利用方法 |
Non-Patent Citations (3)
Title |
---|
GÉRALDINE FLEURANCE 等: "How does stocking rate influence horse behaviour, performances and pasture biodiversity in mesophile grasslands?", 《AGRICULTURE, ECOSYSTEMS AND ENVIRONMENT》 * |
侯向阳: "《中国草地生态环境建设战略研究》", 31 May 2005 * |
赵志平 等: "《三江源地区高寒草地退化成因及保护对策研究》", 31 July 2018 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582246A (zh) * | 2020-06-10 | 2020-08-25 | 河西学院 | 一种基于高寒草甸草地产草量估算放牧率的方法和系统 |
CN116431952A (zh) * | 2023-03-22 | 2023-07-14 | 中国地质大学(北京) | 一种基于人工智能的草原生态监测方法及系统 |
CN116431952B (zh) * | 2023-03-22 | 2024-01-30 | 中国地质大学(北京) | 一种基于人工智能的草原生态监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Harris | Rangeland degradation on the Qinghai-Tibetan plateau: a review of the evidence of its magnitude and causes | |
CN110427710A (zh) | 一种基于高寒草甸草地产草量估算放牧率的方法和系统 | |
Patil et al. | Krushi Samriddhi: a decision support system for farmers to get high crop yield | |
Li et al. | The physiological role of abscisic acid in regulating root system architecture of alfalfa in its adaptation to water deficit | |
CN106790418B (zh) | 一种反馈方法和装置 | |
Kurdali | Growth and N2 fixation in mixed cropping of Medicago arborea and Atriplex halimus grown on a salt-affected soil using a 15N tracer technique | |
Hanibal Lemma et al. | Revisiting lake sediment budgets: how the calculation of lake lifetime is strongly data and method dependent. | |
YANG et al. | Forest landscape pattern and fragmentation: a case study on Xishui Natural Reserve in Qilian Mountain | |
Swaminathan et al. | Prospects of Sustainable Agriculture Practices under Groundwater Exploitation Scenario: A Case of Saurashtra, Gujarat | |
Zhou et al. | Variation characteristics of evapotranspiration and soil moisture in urban grassland: a case study on the regional grassland vegetation in Yangzhou city. | |
Polyakov | Characteristics of growth, development and yield formation of winter canola depending on sowing rate for different sowing periods. | |
French et al. | Improving Irrigation Water Management along the Lower Colorado River, USA, Using Sentinel 1 & 2 | |
Zhao LongShan et al. | Surface microrelief changes affect the soil and water conservation benefits of rainwater harvesting tillage operation during rainfall events. | |
Grin et al. | Methods of high-producing cows breeding | |
Astapovich et al. | Influence of meteorological conditions on growth, development and yield of winter rape at various terms of sowing in the conditions of Belarusian Polesye | |
Zhao XiaoYu et al. | Risk analysis on agricultural drainage ditch filling and flood disasters in lower plain area of North China. | |
Astapovich et al. | The influence of the degree of autumn development and conditions of wintering on the productivity of winter rape (Brassica napus) and winter wild turnip (Brassica campestris) | |
Girisha Ganjegunte et al. | Improved irrigation scheduling for freshwater conservation in the desert southwest US | |
Gustina | History of grassland management in Latvia | |
Liu ZhanQing et al. | Effects of different water levels of floating system on growth and economic benefit of tobacco seedling. | |
Nikolova | Studies on the Qualitative Composition and Population Dynamics of Aphids Homoptera: Aphidinea in Alfalfa Medicago sativa L. | |
Cao ZhongZan et al. | Molecular cloning and expression analysis of neuregulin 1 (Nrg1) in the hypothalamus of Huoyan goose during different stages of the egg-laying cycle. | |
Labotskij et al. | Units for crushing and administration into soil of after-harvesting residues of agricultural crops | |
Mozaffari | Coincidence or Lack of Coincidence between Meteorological and Agricultural Droughts | |
Zheng Hao et al. | Temporal variations in soil moisture for three typical vegetation types in Inner Mongolia, Northern China. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191108 |
|
RJ01 | Rejection of invention patent application after publication |