首页 理论教育 祁连山及山前绿洲荒漠区的生态水分变化与植物生长分析

祁连山及山前绿洲荒漠区的生态水分变化与植物生长分析

时间:2026-01-25 理论教育 可欣 版权反馈
【摘要】:表29黑河中游西墩滩荒漠区植物生长与水分拟合回归模型偏回归系数分析偏回归系数分析主要是检验偏相关系数的显著程度,表30中P值表示偏回归系数的显著程度,P值越小,偏回归系数变化越显著。

4.5.1 植物生长和水分年际变化特征分析

根据平均值μ、标准差σ、变异系数Cv统计分析,2006—2014年生长季节的3—11月份,研究区0~20 cm、20~40 cm、40~60 cm、60~80 cm土壤质量含水率,植物平均生物量,盖度,地下水埋深,降水量年均值,标准差,变异系数,波动范围上下限如表26所示,由于各层次土壤水分在垂直空间变化上不明显,所以可以将土壤各层质量含水率的平均值、标准差、变异系数及波动范围再次求得平均值,分别为3.03%、0.86%、0.28、2.17%~3.89%,从表26可知,土壤质量含水率和降水量变异系数最大,地下水埋深变异系数最小。从图12可以看出,盖度呈波动性略有增大趋势,生物量、降水、土壤水、地下水位(地下水埋深与水位相反)变化呈波动性略有降低趋势,但都不明显。

表26 黑河中游西墩滩荒漠区植物生长和水分年际变化特征

图12 黑河中游西墩滩荒漠区植物生长和水分年际变化特征

4.5.2 植物生长和水分年内变化特征分析

如图13所示,在植物生长季的3—11月份,降水量、地下水埋深变化步调基本一致,3月份累积降水量为4.14 mm,地下水埋深平均为83.56 cm,随后均逐渐增大,直到7月份累积降水量为36.10 mm,地下水埋深平均为578.11 cm,达到最大值,然后又逐渐降低,进入10月份后,地下水埋深平均为191.89 cm,11月份又升为300.20 cm,而降水量继续降低至11月份的0.70 mm。土壤各层含水率变化步调基本一致,3月份各层土壤质量含水率平均值为2.39%,随着时间波动性变化,变异系数在0.21~0.27之间波动,变化很小。从土壤含水率垂直变化来看,土壤质量含水率月均值从浅到深变化也较小。植物平均生物量和盖度变化步调基本一致,3月份平均盖度为8.51%,平均生物量为57.70 g/m2,随后均逐渐增大,直到9月份平均盖度为14.16%,平均生物量为83.63 g/m2,均达到最大值,然后逐渐减小,直到11月份平均盖度为9.87%,平均生物量为51.37g/m2

如表27、图13所示,在植物生长季的3—11月份,年内变化幅度(变异系数)从大到小依次为降水量>地下水埋深>土壤质量含水率>生物量>盖度。

图13 黑河中游西墩滩荒漠区植物生长和水分年内变化特征

表27 黑河中游西墩滩荒漠区植物生长和水分年内变化特征

4.5.3 植物生长和水分相关性分析

一般地,相关系数|r|>0.95,存在显著性相关;0.95≤|r|≥0.8高度相关;0.5≤|r|<0.8中度相关;0.3≤|r|<0.5低度相关;|r|<0.3关系极弱,认为不相关。将2006—2014年的3—11月份相关因子共计81个样本进行相关性分析。从表28可以看出,盖度与生物量中度相关,与降水量低度相关,与地下水埋深不相关。生物量与降水量、盖度中度相关,与地下水埋深低度相关,与土壤含水率不相关。因此,可初步筛选盖度与降水量,生物量与降水量、盖度进行回归分析。(https://www.xing528.com)

表28 黑河中游西墩滩荒漠区植物生长和水分相关系数

4.5.4 回归模型分析

(1)回归模型拟合及方差分析

如表29所示,生物量拟合复相关系数R为0.892,属于高度相关;复测定系数R2为0.796,说明模型拟合效果较理想,也表明土壤质量含水率、盖度可解释生物量变差的79.6%。调整后复测定系数R2为0.674,说明土壤质量含水率、盖度可说明生物量变化的67.4%,还有33.6%需由其他因素来解释,比如陆面的微地形变化等因子。标准误差为6.512,说明预测值与实际监测值误差平均为6.512,此值越小,说明拟合程度越理想。表29中F值是方差分析检验值,是回归均方差与剩余均方差的比值,由于我们期望回归均方差越大越理想,剩余均方差越小越理想,所以,F值越大,说明模型预测结果越理想。一般地,我们期望F显著水平a≤0.05。从表29可以看出,生物量回归模型极显著,而盖度模型不显著,因此,盖度建模可去除,而生物量回归模型在a=0.05(P<0.05)水平上极显著,且置信度为95%,求得F检验值为6.512(如表29),查得F0.0 5(3,5)的临界值Fa为5.409,F检验值大于临界值Fa,说明利用盖度、降水量、地下水埋深建立模型能较理想地预测生物量变化。

表29 黑河中游西墩滩荒漠区植物生长与水分拟合

(2)回归模型偏回归系数分析

偏回归系数分析主要是检验偏相关系数的显著程度,表30中P值表示偏回归系数的显著程度,P值越小,偏回归系数变化越显著。在生物量回归模型中,常数、降水量偏回归系数的P值均小于0.05,因此,a=0.05水平上,查得t0.05(8)的临界值为0.706,从表30可看出,其相对应的t检验值的绝对值均大于临界值,这说明常数、土壤质量含水率在a=0.05(P<0.05)水平上极显著,且置信度为95%。盖度和地下水埋深偏回归系数的P值较大,说明其偏回归系数的变化对回归模型的影响不显著,在模型中发挥的权重较小。

表30 黑河中游西墩滩荒漠区植物生物量与水分偏回归系数

综合上述R拟合检验、F方差检验、t偏回归系数检验,可得出生物量回归模型为:B=1.892C-0.033D+0.834P+44.369(R2=0.796,P<0.05),式中B、C、D、P分别为平均生物量(B,g/m2)、平均盖度(C,%)、地下水埋深(D,cm)、降水量(P,mm)

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈