论文摘要
通过样方法和土壤墒情测定仪对元谋干热河谷进行土壤墒情与植物多样性关系研究。研究表明:①土壤湿度和含水量与植物丰富度指数Ma相关系数为-0.465和-0.388;与香浓维纳指数H′相关系数为-0.368和-0.337;与辛普森指数D相关系数为-0.371和-0.356;与Gleason指数Gl相关系数为-0.400和-0.356;土壤含水量与Pielou均匀度指数E相关系数为-0.291,均呈显著或极显著相关。②样区植物丰富度指数Ma、香浓维纳指数H′、辛普森指数D与Gleason指数Gl均随土壤湿度、土壤含水量的增加而呈现下降的趋势,Pielou均匀度指数E随土壤含水量的增加呈下降的趋势;Ma与Gl随着土壤盐度的增加而呈现上升的趋势。土壤水分是影响该地植物多样性的主要因素。研究结果可为当地水土保持工作的开展与植被恢复中物种的选择提供参考。
论文目录
文章来源
类型: 期刊论文
作者: 何聪,吴世祥,胡翠华,杨丹,刘守江
关键词: 干热河谷,冲沟,土壤墒情,植物多样性,元谋
来源: 亚热带水土保持 2019年01期
年度: 2019
分类: 农业科技,基础科学
专业: 生物学
单位: 西华师范大学国土资源学院,西华师范大学嘉陵江流域研究所
基金: 国家自然科学基金(41101348,41807075),西华师范大学一般培育项目(416627),四川省教育厅重点项目资助(17AZ0373),西华师范大学英才项目(17YC114),西华师范大学科研创新团队(CXTD2018-10),西华师范大学博士科研启动项目(412655)
分类号: Q948.113
页码: 26-31
总页数: 6
文件大小: 1064K
下载量: 144
相关论文文献
- [1].江苏省墒情自动监测系统的设计与应用[J]. 中国防汛抗旱 2020(03)
- [2].土壤墒情预报模型构建及应用[J]. 黑龙江水利科技 2020(01)
- [3].创新培训方式 提升服务能力——2020年全国土壤墒情监测线上培训顺利举办[J]. 中国农技推广 2020(03)
- [4].基于无线传感器的棉田土壤墒情监控系统设计[J]. 农机化研究 2020(11)
- [5].武威市灌溉农业区土壤墒情评价指标体系研究初报[J]. 农业科技与信息 2020(04)
- [6].全国农技中心举办首次土壤墒情监测线上培训班[J]. 四川农业科技 2020(04)
- [7].监测采样间隔对土壤墒情预测模型性能的影响[J]. 甘肃农业大学学报 2020(01)
- [8].基于不同干旱分区的土壤墒情自动监测站精度改进探究[J]. 水利技术监督 2020(03)
- [9].一种过滤器型土壤墒情传感器的制作及标定方法[J]. 传感器世界 2020(01)
- [10].辽宁地区土壤墒情自动监测站精度改进探讨[J]. 地下水 2020(03)
- [11].本溪地区土壤墒情预报模型方法[J]. 东北水利水电 2020(06)
- [12].丰满流域墒情自动监测系统的设计与应用[J]. 安徽农业科学 2020(15)
- [13].基于单片机的土壤墒情监测系统设计与应用[J]. 无线互联科技 2020(10)
- [14].基于云原生技术的土壤墒情监测系统设计与应用[J]. 农业工程学报 2020(13)
- [15].基于农业墒情站的多路功耗采集系统[J]. 计算机技术与发展 2020(07)
- [16].基于物联网的区域农田土壤墒情监测系统探讨[J]. 南方农业 2020(20)
- [17].济南市土壤墒情变化规律分析[J]. 山东水利 2020(10)
- [18].基于实时监测数据的温室墒情预测研究[J]. 节水灌溉 2020(10)
- [19].基于分段灰度预测模型的土壤墒情预测方法[J]. 大众科技 2020(09)
- [20].内蒙古自治区墒情监测站建设浅析[J]. 内蒙古水利 2018(12)
- [21].加强土壤墒情监测 推进农业绿色发展[J]. 江苏农村经济 2019(09)
- [22].陕西省土壤墒情监测工作现状分析及建议[J]. 陕西水利 2018(01)
- [23].土壤墒情预报研究[J]. 山西农经 2018(03)
- [24].重庆市墒情分析评价预测系统的设计与实现[J]. 水利信息化 2018(02)
- [25].青海省农田土壤墒情监测体系现状及发展对策[J]. 青海农技推广 2016(04)
- [26].基于气象因子的启东市土壤墒情预报研究[J]. 安徽农业科学 2016(34)
- [27].基于土壤墒情的云南干旱分析[J]. 安徽农业科学 2016(33)
- [28].基于细菌觅食优化算法的支持向量机在土壤墒情预测中的应用[J]. 水土保持通报 2016(06)
- [29].有效水下限在呼和浩特土壤墒情评估中的应用[J]. 内蒙古科技与经济 2016(24)
- [30].浅析土壤墒情监测预报技术[J]. 农民致富之友 2016(24)