CN112416997B - 一种沼泽植被和土壤种子库物种多样性预测方法及系统 - Google Patents
一种沼泽植被和土壤种子库物种多样性预测方法及系统 Download PDFInfo
- Publication number
- CN112416997B CN112416997B CN202011147911.9A CN202011147911A CN112416997B CN 112416997 B CN112416997 B CN 112416997B CN 202011147911 A CN202011147911 A CN 202011147911A CN 112416997 B CN112416997 B CN 112416997B
- Authority
- CN
- China
- Prior art keywords
- grass
- species diversity
- area
- vegetation
- marsh
- 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.)
- Active
Links
- 239000002689 soil Substances 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 35
- 241000894007 species Species 0.000 claims abstract description 176
- 244000025254 Cannabis sativa Species 0.000 claims abstract description 108
- 238000006731 degradation reaction Methods 0.000 claims abstract description 34
- 230000015556 catabolic process Effects 0.000 claims abstract description 32
- 244000236458 Panicum colonum Species 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 238000005553 drilling Methods 0.000 claims description 7
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- YBZUGUWOQLUNKD-PMPSAXMXSA-N Palustrine Chemical compound C1C(=O)NCCCCNCCCN2[C@H]([C@@H](O)CC)CC=C[C@@H]21 YBZUGUWOQLUNKD-PMPSAXMXSA-N 0.000 claims 2
- YMALJVLSPODBKM-UHFFFAOYSA-N Palustrine Natural products C1C(=O)NCCCCNCCCN2C(C(O)CC)C=CCC21 YMALJVLSPODBKM-UHFFFAOYSA-N 0.000 claims 2
- 238000001035 drying Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 4
- 241000196324 Embryophyta Species 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 5
- 230000035784 germination Effects 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000009304 pastoral farming Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的沼泽植被和土壤种子库物种多样性预测方法及系统，通过确定草丘面积；确定草丘沿水分梯度植被的物种多样性；确定草丘沿水分梯度土壤种子库的物种多样性；预测沼泽湿地植被的物种多样性；预测沼泽湿地土壤种子库的物种多样性。本发明通过测量草丘的长径和短径，不仅能够快速预测湿地地上植被的物种多样性，还可以快速的预测地下潜在植被—土壤种子库的物种多样性。本发明操作、测量非常简便，能够快速反应沼泽湿地干涸、退化过程中地上和地下物种多样性丧失和动态变化，进而反映出沼泽湿地的退化状态，是物种多样性丧失和湿地湿地干涸、退化的重要预警信号。
Description
技术领域
本发明属于沼泽湿地物种多样性监测技术领域，特别涉及一种沼泽植被和土壤种子库物种多样性预测方法及系统。
背景技术
沼泽湿地的草丘(Grasshill)俗称“塔头”，广泛分布在沼泽湿地中，成片出现的草丘形成了沼泽湿地特有的地形外貌—草丘微地貌，是湿地物种多样性和生态系统结构和功能维持的关键地貌特征。
物种多样性丧失和维持机制的研究是生态学领域的重要科学问题。近几十年，随着全球持续增温以及人为因素，例如，过度放牧，导致生态系统脆弱的高寒沼泽湿地逐渐干涸，进而出现大面积退化，湿地植物群落物种多样性丧失。水分的流失限制了草丘的发育，导致草丘的面积和体积逐渐减小。与此同时，生态系统由沼泽湿地逐渐向季节性沼泽湿地、沼泽化草地、退化草地方向进行退化演替。在沼泽湿地退化演替的过程中，地上植物群落物种组成和物种多样性发生剧烈的变化，作为沼泽湿地潜在的植物群落，以及生态系统弹性和物种多样性的重要提供者——埋藏于地下的土壤种子库的物种多样性也同样发生着改变。
在对湿地的保护工作中，对其植物群落物种多样性的监测是非常重要的。在调查过程中需要大量重复的野外调查工作以获得可靠的群落物种多样性变化数据。以往的地上群落多样性监测手段通常是采用样方法对群落物种组成和物种多样性进行调查。而地下的土壤种子库物种多样性的监测是通过采取种子库土壤样品，经过进一步的处理，再通过幼苗萌发法将土壤样品中的种子萌发出来，在通过幼苗鉴定得到土壤种子库的物种组成和物种多样性数据。然而，传统的植物群落样方调查法和土壤种子库幼苗萌发法有非常繁重的野外工作，且耗时很长，并且对调查人员自身的专业技能有较高要求。
发明内容
针对上述问题，本发明提出一种沼泽植被和土壤种子库物种多样性预测方法，所述方法包括以下步骤：
确定草丘面积；
确定所述草丘沿水分梯度植被的物种多样性；
确定所述草丘沿水分梯度土壤种子库的物种多样性；
根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性；
根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性。
进一步的，所述确定草丘面积具体包括以下步骤：
测量草丘的面积：将沼泽湿地沿水分梯度划分为若干个退化阶段，每个退化阶段设置一个大样区，在所述大样区内随机选取若干个样方，测量所述样方内草丘的长径和短径；计算草丘面积S：S＝π×A×B/4，其中，A表示为草丘的长径，B表示为草丘的短径，π表示圆周率。
进一步的，确定所述草丘沿水分梯度植被的物种多样性具体包括以下步骤：将沼泽湿地沿水分梯度划分为若干个退化阶段，每个退化阶段设置一个大样区，在所述大样区内随机选取若干个样方，记录每个所述样方的物种数代表每个所述样方的物种多样性。
进一步的，确定所述草丘沿水分梯度土壤种子库的物种多样性具体包括以下步骤：
确定土样：将沼泽湿地沿水分梯度划分为若干个退化阶段，每个退化阶段设置一个大样区，在所述大样区内随机选取若干个样方，在所述样方内又随机设置若干个子样方，在每个所述子样方内取若干钻土，将所述钻土合成一个土样；确定样方的土壤种子库物种多样性：将所述土样在花盆中萌发，记录每个花盆中的萌发出幼苗的物种个数，取平均数代表每个样方的土壤种子库物种多样性。
进一步的，所述预测沼泽湿地植被的物种多样性具体包括以下步骤：根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性，沼泽地上植被物种的总个数D1与待预测沼泽湿地草丘面积的线性关系可表示为：D1＝-7.7×Si+15.8，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积。
进一步的，所述预测沼泽湿地土壤种子库的物种多样性具体包括以下步骤：根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性，沼泽地上土壤种子库物种的总个数D2与待预测沼泽湿地草丘面积的线性关系可表示为：D2＝-2.8×Si+4.7，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积。
本发明还提供一种沼泽植被和土壤种子库物种多样性预测系统，所述系统包括：
草丘面积确定单元，用于确定草丘面积；
植被物种多样性确定单元，用于确定所述草丘沿水分梯度植被的物种多样性；
土壤种子库物种多样性确定单元，用于确定所述草丘沿水分梯度土壤种子库的物种多样性；
沼泽湿地植被的物种多样性预测单元，用于根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性；
沼泽湿地土壤种子库的物种多样性预测单元，用于根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性。
进一步的，所述沼泽湿地植被的物种多样性预测单元用于执行根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性的步骤，沼泽地上植被物种的总个数D1与待预测沼泽湿地草丘面积的线性关系可表示为：D1＝-7.7×Si+15.8，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积。
进一步的，所述沼泽湿地土壤种子库的物种多样性预测单元用于执行根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性的步骤，沼泽地上土壤种子库物种的总个数D2与待预测沼泽湿地草丘面积的线性关系可表示为：D2＝-2.8×Si+4.7，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积。
传统的生物多样性丧失、生态系统退化的预警基于长期的监测数据或通过数学方法的模拟，这些方法都不能简便而又迅速的反应植被物种多样性丧失和生态系统退化的状态，进而导致湿地物种多样性和生态系统的维持、管理的低效，生态系统一旦退化，进入低物种多样性的稳态，会导致其恢复过程漫长、在时间、人力、物力、财力方面花费高昂代价。一种简便、快速有效的预警信号的发明不仅可以在沼泽湿地退化的早期就得到准确信号，进而采取有关管理和恢复措施，就能避免。本发明的沼泽植被和土壤种子库物种多样性预测方法及系统，通过测量草丘的长径和短径，不仅能够快速预测湿地地上植被的物种多样性，还可以快速的预测地下潜在植被—土壤种子库的物种多样性。本发明操作、测量非常简便，能够快速反应沼泽湿地干涸、退化过程中地上和地下物种多样性丧失和动态变化，进而反映出沼泽湿地的退化状态，是物种多样性丧失和湿地湿地干涸、退化的重要预警信号。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
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，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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示出了本发明实施例中沼泽植被和土壤种子库物种多样性预测方法流程示意图；
图2示出了本发明实施例中草丘沿水分梯度植被的物种多样性和草丘面积的线性关系图；
图3示出了本发明实施例中草丘沿水分梯度土壤种子库的物种多样性和草丘面积的线性关系图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地说明，显然，所描述的实施例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。
在对湿地的保护工作中，对其植物群落物种多样性的监测是非常重要的，然而，传统的植物群落样方调查法和土壤种子库幼苗萌发法有非常繁重的野外工作，且耗时很长，并且对调查人员自身的专业技能有较高要求。本发明目的是为了解决现有方法无法快速预测沼泽湿地地上植物群落和土壤种子库的物种多样性变化，因而首次提出了用草丘面积大小预测沼泽湿地地上植物群落和土壤种子库物种多样性的方法。
图1示出了本发明实施例中沼泽植被和土壤种子库物种多样性预测方法流程示意图，图1中，方法具体包括以下步骤：
确定草丘面积；
具体的，确定草丘面积具体包括以下步骤：
测量草丘的面积：将沼泽湿地沿水分梯度划分为若干个退化阶段，每个退化阶段设置一个大样区，在所述大样区内随机选取若干个样方，测量所述样方内草丘的长径和短径；
计算草丘面积S：S＝π×A×B/4，其中，A表示为草丘的长径，B表示为草丘的短径，π表示圆周率；
确定所述草丘沿水分梯度植被的物种多样性；
具体的，确定所述草丘沿水分梯度植被的物种多样性具体包括以下步骤：将沼泽湿地沿水分梯度划分为若干个退化阶段，每个退化阶段设置一个大样区，在所述大样区内随机选取若干个样方，记录每个所述样方的物种数代表每个所述样方的物种多样性；
确定所述草丘沿水分梯度土壤种子库的物种多样性；
具体的，确定所述草丘沿水分梯度土壤种子库的物种多样性具体包括以下步骤：
确定土样：将沼泽湿地沿水分梯度划分为若干个退化阶段，每个退化阶段设置一个大样区，在所述大样区内随机选取若干个样方，在所述样方内又随机设置若干个子样方，在每个所述子样方内取若干钻土，将所述钻土合成一个土样；
确定样方的土壤种子库物种多样性：将所述土样在花盆中萌发，记录每个花盆中的萌发出幼苗的物种个数，取平均数代表每个样方的土壤种子库物种多样性；
根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性；
具体的，所述预测沼泽湿地植被的物种多样性具体包括以下步骤：根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性，图2示出了本发明实施例中草丘沿水分梯度植被的物种多样性和草丘面积的线性关系图，经计算，沼泽地上植被物种的总个数D1与待预测沼泽湿地草丘面积的线性关系可表示为：D1＝-7.7×Si+15.8，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积；图2中，p值和R2是回归分析的两个参数；图2中，横坐标代表草丘的面积，纵坐标代表地上植被的物种多样性。
根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性；
具体的，所述预测沼泽湿地土壤种子库的物种多样性具体包括以下步骤：根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性，图3示出了本发明实施例中草丘沿水分梯度土壤种子库的物种多样性和草丘面积的线性关系图，沼泽地上土壤种子库物种的总个数D2与待预测沼泽湿地草丘面积的线性关系可表示为：D2＝-2.8×Si+4.7，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积，图3中，p值和R2是回归分析的两个参数，图3中，p值和R2是回归分析的两个参数，图3中，横坐标代表草丘的面积，纵坐标代表土壤种子库的物种多样性。
本发明还提供一种沼泽植被和土壤种子库物种多样性预测系统，所述系统包括：
草丘面积确定单元，用于确定草丘面积；
植被的物种多样性确定单元，用于确定所述草丘沿水分梯度植被的物种多样性；
土壤种子库的物种多样性确定单元，用于确定所述草丘沿水分梯度土壤种子库的物种多样性；
沼泽湿地植被的物种多样性预测单元，用于根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性；
沼泽湿地土壤种子库的物种多样性预测单元，用于根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性。
具体的，沼泽湿地植被的物种多样性预测单元用于根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性具体包括以下步骤：根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性，沼泽地上植被物种的总个数D1与待预测沼泽湿地草丘面积的线性关系可表示为：D1＝-7.7×Si+15.8，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积。
具体的，沼泽湿地土壤种子库的物种多样性预测单元用于根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性具体包括以下步骤：根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性，沼泽地上土壤种子库物种的总个数D2与待预测沼泽湿地草丘面积的线性关系可表示为：D2＝-2.8×Si+4.7，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积。
下面通过具体的实施例对本发明作进一步的说明，但需要指出的是本发明的实施例中所描述的具体的工艺条件及结果等仅用于说明本发明，并不能以此限制本发明的保护范围，凡是根据本发明的精神实质所作的等效变化或修饰，都应该涵盖在本发明的保护范围内。
实施例一
一种沼泽植被和土壤种子库物种多样性预测方法，具体包括以下步骤：
步骤a、测量草丘的面积大小：在位于川西北和甘南的若尔盖和玛曲高寒沼泽湿地中，选择沼泽湿地逐渐干涸的水分干涸梯度划分为若干个退化阶段，每个退化阶段设置一个大样区200m×200m，在样区内随机取5个5m×5m的样方，测量样方内草丘的长(A)和宽(B)；
步骤b、计算草丘的面积：根据公式S＝πA×B/4，计算草丘面积，其中，S为草丘面积(m2)，A为草丘长径，B为草丘宽径；
步骤c、计算沿水分干涸梯度地上植物群落的物种多样性：在每个阶段设置的200m×200m的样区中随机取10个0.5m×0.5m的样方，记录每个样方的物种数代表每个样方的物种多样性；
步骤d、计算沿水分梯度土壤种子库的物种多样性：在每个阶段设置的200m×200m的样区中随机取5个20m×20m的样方，在20m×20m的样方内又随机设置5个5m×5m的子样方，在每个子样方取10钻土(d＝3.6cm，h＝10cm)，将10个土芯合成一个土样；将所有种子库土样带回实验室，进行花盆中进行幼苗萌发，记录每个花盆中的萌发出幼苗的物种个数，取平均数代表每个样方的土壤种子库物种多样性；
步骤e、预测沼泽湿地地上植被物种多样性：根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性，沼泽地上植被物种的总个数D1与待预测沼泽湿地草丘面积的线性关系可表示为：D1＝-7.7×Si+15.8，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积；
步骤f、预测沼泽湿地土壤种子库的物种多样性：根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性，沼泽地上土壤种子库物种的总个数D2与待预测沼泽湿地草丘面积的线性关系可表示为：D2＝-2.8×Si+4.7，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积。
尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种沼泽植被和土壤种子库物种多样性预测方法，其特征在于，所述方法包括以下步骤：
确定草丘面积；
确定所述草丘沿水分梯度植被的物种多样性；
确定所述草丘沿水分梯度土壤种子库的物种多样性；
根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性；
根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性；
所述确定草丘面积具体包括以下步骤：
测量草丘的面积：将沼泽湿地沿水分梯度划分为若干个退化阶段，每个退化阶段设置一个大样区，在所述大样区内随机选取若干个样方，测量所述样方内草丘的长径和短径；
计算草丘面积S：S=π×A×B/4，其中，A表示为草丘的长径，B表示为草丘的短径，π表示圆周率；
所述预测沼泽湿地植被的物种多样性具体包括以下步骤：
沼泽地上植被物种的总个数D1与待预测沼泽湿地草丘面积的线性关系表示为：D1=-7.7×Si+15.8，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积；
所述预测沼泽湿地土壤种子库的物种多样性具体包括以下步骤：
沼泽地上土壤种子库物种的总个数D2与待预测沼泽湿地草丘面积的线性关系表示为：D2=-2.8×Si+4.7，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积。
2.根据权利要求1所述的沼泽植被和土壤种子库物种多样性预测方法，其特征在于，确定所述草丘沿水分梯度植被的物种多样性具体包括以下步骤：
将沼泽湿地沿水分梯度划分为若干个退化阶段，每个退化阶段设置一个大样区，在所述大样区内随机选取若干个样方，记录每个所述样方的物种数代表每个所述样方的物种多样性。
3.根据权利要求1所述的沼泽植被和土壤种子库物种多样性预测方法，其特征在于，确定所述草丘沿水分梯度土壤种子库的物种多样性具体包括以下步骤：
确定土样：将沼泽湿地沿水分梯度划分为若干个退化阶段，每个退化阶段设置一个大样区，在所述大样区内随机选取若干个样方，在所述样方内又随机设置若干个子样方，在每个所述子样方内取若干钻土，将所述钻土合成一个土样；
确定样方的土壤种子库物种多样性：将所述土样在花盆中萌发，记录每个花盆中的萌发出幼苗的物种个数，取平均数代表每个样方的土壤种子库物种多样性。
4.一种沼泽植被和土壤种子库物种多样性预测系统，其特征在于，所述系统包括：
草丘面积确定单元，用于确定草丘面积；将沼泽湿地沿水分梯度划分为若干个退化阶段，每个退化阶段设置一个大样区，在所述大样区内随机选取若干个样方，测量所述样方内草丘的长径和短径；计算草丘面积S：S=π×A×B/4，其中，A表示为草丘的长径，B表示为草丘的短径，π表示圆周率；
植被物种多样性确定单元，用于确定所述草丘沿水分梯度植被的物种多样性；
土壤种子库物种多样性确定单元，用于确定所述草丘沿水分梯度土壤种子库的物种多样性；
沼泽湿地植被的物种多样性预测单元，用于根据所述草丘沿水分梯度植被的物种多样性和所述草丘面积的线性关系预测沼泽湿地植被的物种多样性，沼泽地上植被物种的总个数D1与待预测沼泽湿地草丘面积的线性关系表示为：D1=-7.7×Si+15.8，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积；
沼泽湿地土壤种子库的物种多样性预测单元，用于根据所述草丘沿水分梯度土壤种子库的物种多样性和所述草丘面积的线性关系预测沼泽湿地土壤种子库的物种多样性；沼泽地上土壤种子库物种的总个数D2与待预测沼泽湿地草丘面积的线性关系表示为：D2=-2.8×Si+4.7，其中，Si表示为第i个块待预测沼泽湿地草丘的平均面积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011147911.9A CN112416997B (zh) | 2020-10-23 | 2020-10-23 | 一种沼泽植被和土壤种子库物种多样性预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011147911.9A CN112416997B (zh) | 2020-10-23 | 2020-10-23 | 一种沼泽植被和土壤种子库物种多样性预测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112416997A CN112416997A (zh) | 2021-02-26 |
| CN112416997B true CN112416997B (zh) | 2023-12-12 |
Family
ID=74840967
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011147911.9A Active CN112416997B (zh) | 2020-10-23 | 2020-10-23 | 一种沼泽植被和土壤种子库物种多样性预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112416997B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102763549A (zh) * | 2012-07-11 | 2012-11-07 | 北京碧水天成湿地生态环保科技有限公司 | 一种退化湿地植被原位恢复的方法 |
| JP2020089363A (ja) * | 2018-12-07 | 2020-06-11 | 北京▲師▼范大学Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ | ｅＤＮＡに基づく土地の変化による魚類多様性への影響の研究装置及び方法 |
-
2020
- 2020-10-23 CN CN202011147911.9A patent/CN112416997B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102763549A (zh) * | 2012-07-11 | 2012-11-07 | 北京碧水天成湿地生态环保科技有限公司 | 一种退化湿地植被原位恢复的方法 |
| JP2020089363A (ja) * | 2018-12-07 | 2020-06-11 | 北京▲師▼范大学Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ | ｅＤＮＡに基づく土地の変化による魚類多様性への影響の研究装置及び方法 |
Non-Patent Citations (1)
| Title |
|---|
| 三江平原湿地小叶章群落沿土壤水分梯度物种组成及多样性变化;王继丰;韩大勇;王建波;付晓玲;朱道光;刘赢男;曹宏杰;黄庆阳;谢立红;钟海秀;隋心;倪红伟;;生态学报(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112416997A (zh) | 2021-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Duan et al. | Stepwise clustering future meteorological drought projection and multi-level factorial analysis under climate change: A case study of the Pearl River Basin, China | |
| Locosselli et al. | Climate/growth relations and teleconnections for a Hymenaea courbaril (Leguminosae) population inhabiting the dry forest on karst | |
| Liu et al. | Tree-ring-based precipitation reconstruction for Mt. Xinglong, China, since AD 1679 | |
| Raggio et al. | Continuous chlorophyll fluorescence, gas exchange and microclimate monitoring in a natural soil crust habitat in Tabernas badlands, Almería, Spain: progressing towards a model to understand productivity | |
| CN109711102A (zh) | 一种作物灾害损失快速评估方法 | |
| CN113095621B (zh) | 一种基于土壤水分对气象时滞的农业干旱监测方法 | |
| Wiklund et al. | Colony expansion of Neckera pennata: modelled growth rate and effect of microhabitat, competition, and precipitation | |
| Lena et al. | Determination of irrigation scheduling thresholds based on HYDRUS-1D simulations of field capacity for multilayered agronomic soils in Alabama, USA | |
| Zhu et al. | Continuous in situ soil nitrate sensors: the importance of high‐resolution measurements across time and a comparison with salt extraction‐based methods | |
| CN110231451B (zh) | 一种旱生植被土壤适生水分的调查方法 | |
| CN112416997B (zh) | 一种沼泽植被和土壤种子库物种多样性预测方法及系统 | |
| Sun et al. | Dynamic change in rice leaf area index and spectral response under flooding stress | |
| Toro Manríquez et al. | Forest canopy-cover composition and landscape influence on bryophyte communities in Nothofagus forests of southern Patagonia | |
| Sanaei et al. | Generalized and species-specific prediction models for aboveground biomass in semi-steppe rangelands | |
| Xing et al. | Estimation of daily apple tree transpiration in the Loess Plateau region of China using deep learning models | |
| Liu et al. | Assessing soil water recovery after converting planted shrubs and grass to natural grass in the northern Loess Plateau of China | |
| Livingston et al. | Using changes in basal area increments to map relative risk of HWA impacts on hemlock growth across the Northeastern USA | |
| Mondol et al. | Changing occurrence of crop water surplus or deficit and the impact of irrigation: An analysis highlighting consequences for rice production in Bangladesh | |
| Feng et al. | Effects of grass type on hydraulic response of the three-layer landfill cover system | |
| Pušpure et al. | Tree-ring width of European ash differing by crown condition and its relationship with climatic factors in Latvia | |
| CN117236515A (zh) | 一种预测城市行道树胸径生长趋势的方法、预测系统及电子设备 | |
| Akita et al. | Effect of climate and structure on the progression of wooden check dam decay | |
| Bianchi et al. | Light availability predicts mortality probability of conifer saplings in Swiss mountain forests better than radial growth and tree size | |
| Sun et al. | Responses of tree-ring growth and crop yield to drought indices in the Shanxi province, North China | |
| Zhang et al. | Moisture variations during the first millennium CE and their linkage with social developments along the Silk Road in northwestern 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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Ma Miaojun Inventor after: Zhao Binpeng Inventor after: He Mingrui Inventor before: Ma Miaojun Inventor before: Zhao Binpeng Inventor before: He Mingrui |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |