(1) 植物盖度与相关因子关系分析
1) 植物盖度与氮的关系
氮是植物体内维生素和能量系统的组成部分,是植物生产力的主要限制元素之一。当氮素足量时,植物能够合成生长所需的蛋白质,使细胞分裂速度加快,植物的叶面积快速生长,从而有更多的叶表面积进行光合作用,促进植物生长发育。
土壤中氮的种类包括全氮和碱解氮。全氮代表着土壤氮素的总储量和供氮潜力。碱解氮又称水解氮,包括无机态氮和结构简单能为植物直接吸收利用的有机态氮。由于土壤中大部分的氮都是有机氮,植物不能直接吸收并利用有机氮,所以此处采用能直接被植物吸收利用的碱解氮为土壤养分的指标之一。
本研究以采样点氮与植被盖度对应数据建立相关模型,见表4—7。
表4—7 植物盖度与氮关系模型表
经指数、线性、对数、多项式、幂模型的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,而对数的置信度与四次多项式接近,故采用对数模型。通过文献分析认为,在一定范围内随着氮含量的提升,植被盖度呈现正增长,如图4—13所示。
图4—13 植物盖度与氮的关系
2) 植物盖度与磷的关系
磷在植物体内的含量仅次于钾和氮,也是土壤养分的重要组成部分,对植物营养有重要的作用。植物体内有很多扮演着重要角色的有机化合物均有磷的存在。在植物的光合作用、呼吸作用、能量的储存和传递、细胞的分裂和增大过程中都离不开磷,而且磷还对植物早期根系的形成和生长有促进作用,可提高植物对外界环境的适应能力,对植物熬过寒冷冬季很有帮助。土壤中的速效磷含量代表着土壤当中总磷提供给植物的指标,因此把速效磷作为土壤养分的指标之一。
本研究以采样点磷与植被盖度对应数据建立相关模型,见表4—8。
经指数、线性、对数、多项式、幂模型的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,而对数的置信度与四次多项式接近,故采用对数来建模。通过文献分析认为,在一定范围内随着磷含量的提升,植被盖度呈现正增长,如图4—14所示。
表4—8 植物盖度与磷关系模型表
图4—14 植物盖度与磷的关系
3) 植物盖度与钾的关系
钾是植物的主要营养元素,若土壤中钾元素供应不足,则会影响植物的正常生长。钾通常在植物汁液中,并以离子状态存在,主要在植物新陈代谢中发挥作用,有利于促进光合作用,并且有助于提高植物对氮的吸收。另外,钾还能帮助植物经济用水,在钾供应充足时,植物能有效利用水分,减少植物的蒸腾作用,具有抗旱、耐低温等作用。土壤中的全钾包括速效钾、缓效钾和难效钾三种类型。此处采用速效钾作为土壤养分的指标之一。
本研究以采样点钾与植被盖度对应数据建立相关模型,见表4—9。
表4—9 植物盖度与钾关系模型表
经指数、线性、对数、多项式、幂模型的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算烦琐且不稳定,而幂置信度和四次多项式的置信度很接近,故采用幂模型。通过文献分析认为,在一定范围内随着钾含量的提升,植被盖度呈现正增长,如图4—15所示。
图4—15 植物盖度与钾的关系
4) 植物盖度与有机质的关系
土壤有机质通常分为腐殖物质和非腐殖物质,是植物营养的主要来源之一,是氮、磷的重要营养库,可为植物提供生长所必需的养分。有机质中还有各种维生素、生长素和抗生素可促进植物生长发育,增强植物的抗性。土壤有机质还可改良土壤的物理性质和土壤结构,使土壤呈团粒状结构,从而使土壤的透水和透气性能更好。此外,有机质还可以增强土壤微生物活动,提高土壤的保肥性和缓冲性。因此虽然有机质只是土壤组成中很小的一部分,但是却是土壤肥力中非常重要的指标。
本研究以采样点有机质与植被盖度对应数据建立相关模型,见表4—10。
表4—10 植物盖度与有机质关系模型表
经指数、线性、对数、多项式、幂模型的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算烦琐且不稳定,而对数置信度和四次多项式的置信度接近,故采用对数来建模。通过文献分析认为,在一定范围内随着有机质含量的提升,植被盖度呈现正增长,如图4—16所示。
图4—16 植物盖度与有机质的关系
5) 植物盖度与pH值的关系
植物生长不仅需要土壤养分,还对土壤酸碱性有一定的要求。通常情况下,大多数植物喜欢在中性土壤中生长,而且在中性土壤中多数养分才能更具有效性。土壤的过酸过碱都容易引起钾、钙、镁、锰、铜、锌、硼、铁等的缺乏,同时引发氮损失和磷的固定。因此了解植物适合生长的酸碱范围,就可以依据土壤条件因地制宜地选择优势物种进行植被恢复。
本研究以采样点pH值与植被盖度对应数据建立相关模型,见表4—11。
表4—11 植物盖度与pH值关系模型表
经指数、线性、对数、多项式、幂模型的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算烦琐且不稳定,而二次多项式置信度和四次多项式的置信度很接近,故采用二次多项式模型。通过文献研究,再结合该范围内植物特征和采样点数据,该区域植物喜弱碱,如图4—17所示。
图4—17 植物盖度与pH值的关系
(2) 生物量与相关因子关系分析
1) 生物量与氮的关系
氮在一定范围内对生物的数量有明显的影响。本研究以采样点氮与生物量对应数据建立相关模型,见表4—12。
经指数、线性、对数、多项式、幂模型的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,而二次多项式的置信度与四次多项式接近,故采用二次多项式来建模。通过文献研究认为,在一定范围内随着氮含量的提升生物量呈现正增长,但是当氮的含量过高时生物量会趋于减少,如图4—18所示。
表4—12 生物量与氮关系模型表
图4—18 生物量与氮的关系
2) 生物量与磷的关系
磷在一定范围内对生物的数量有明显的影响。本研究以采样点磷与生物量对应数据建立相关模型,见表4—13。
表4—13 生物量与磷关系模型表
经指数、线性、对数、多项式、幂模型的比较,幂的置信度最高,所以采用幂模型。通过文献研究认为,在一定范围内随着磷含量的提升生物量呈现正增长,如图4—19所示。
图4—19 生物量与磷的关系
3) 生物量与钾的关系
钾在一定范围内对生物的数量有明显的影响。本研究以采样点钾与生物量对应数据建立相关模型,见表4—14。
表4—14 生物量与钾关系模型表
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是,四次多项式次数较高,计算比较烦琐且不稳定,而幂的置信度与四次多项式接近,所以采用幂模型。通过文献研究认为,在一定范围内随着钾含量的提升生物量呈现正增长,如图4—20所示。
4) 生物量与有机质的关系
有机质对生物的数量有明显的作用。本研究以采样点有机质与生物量对应数据建立相关模型,见表4—15。
图4—20 生物量与钾的关系
表4—15 生物量与有机质关系模型表
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,所以采用幂模型。通过文献研究认为,随着有机质含量的提升生物量呈现正增长,如图4—21所示。
图4—21 生物量与有机质的关系
5) 生物量与pH值的关系
生物在酸碱度适中的环境中生存较好,有的生物喜弱酸或弱碱。本研究以采样点pH值与生物量对应数据建立相关模型,见表4—16。
表4—16 生物量与pH值关系模型表
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,二次多项式的置信度比对数的置信度低,所以采用对数模型。通过文献研究,再结合该区域的生物特征和采样点数据,该研究范围内的生物喜弱碱的环境,如图4—22所示。
图4—22 生物量与pH值的关系(www.xing528.com)
(3) 地上生物量与相关因子关系分析
1) 地上生物量与氮的关系
氮在一定范围内对地上生物的数量有明显的影响。本研究以采样点氮与地上生物量对应数据建立相关模型,见表4—17。
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,而二次多项式的置信度与四次多项式很接近,所以采用二次多项式模型。通过文献研究认为,在一定范围内随着氮含量的提升地上生物量正增长,如图4—23所示。
表4—17 地上生物量与氮关系模型表
图4—23 地上生物量与氮的关系
2) 地上生物量与磷的关系
磷在一定范围内对地上生物的数量有明显的影响。本研究以采样点磷与地上生物量对应数据建立相关模型,见表4—18。
表4—18 地上生物量与磷关系模型表
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式计算太过复杂,所以采用二次多项式模型。通过文献研究认为,在一定范围内随着磷含量的提升地上生物量正增长,当磷的含量过高时会趋于下降,如图4—24所示。
图4—24 地上生物量与磷的关系
3) 地上生物量与钾的关系
钾在一定范围内对地上生物的数量有明显的影响。本研究以采样点钾与地上生物量对应数据建立相关模型,见表4—19。
表4—19 地上生物量与钾关系模型表
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,所以采用二次多项式模型。通过文献研究认为,在一定范围内随着钾含量的提升生物量呈正增长,如图4—25所示。
4) 地上生物量与有机质的关系
有机质对地上生物的数量有明显的作用。本研究以采样点有机质与地上生物量对应数据建立相关模型,见表4—20。
图4—25 地上生物量与钾的关系
表4—20 地上生物量与有机质关系模型表
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,所以采用二次多项式模型。通过文献研究认为,随着有机质含量的提升地上生物量呈现正增长,如图4—26所示。
图4—26 地上生物量与有机质的关系
5) 地上生物量与pH值的关系
生物在酸碱度适中的环境中生存较好,有的生物喜弱酸或弱碱。本研究以采样点pH值与地上生物量对应数据建立相关模型,见表4—21。
表4—21 地上生物量与pH值关系模型表
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,而线性和二次多项式的置信度与四次多项式很接近,线性比二次多项式更为简单稳定,所以采用线性模型。通过文献研究,再结合该区域内生物的特征以及采样点数据,该研究范围内的地上生物喜弱碱,如图4—27所示。
图4—27 地上生物量与pH值的关系
(4) 地下生物量与相关因子关系分析
1) 地下生物量与氮的关系
氮在一定范围内对地下生物的数量有明显的影响。本研究以采样点氮与地下生物量对应数据建立相关模型,见表4—22。
表4—22 地下生物量与氮关系模型表
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,而二次多项式的置信度与四次多项式很接近,所以采用二次多项式模型。通过文献研究认为,在一定范围内随着氮含量的提升地下生物量呈正增长,如图4—28所示。
图4—28 地下生物量与氮的关系
2) 地下生物量与磷的关系
磷在一定范围内对地下生物的数量有明显的影响。本研究以采样点磷与地下生物量对应数据建立相关模型,见表4—23。
表4—23 地下生物量与磷关系模型表
(续表)
经指数、线性、对数、多项式、幂模型的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,而幂的置信度与四次多项式很接近,所以采用幂模型。通过文献研究认为,在一定范围内随着磷含量的提升地下生物量呈正增长,如图4—29所示。
图4—29 地下生物量与磷的关系
3) 地下生物量与钾的关系
钾在一定范围内对地下生物的数量有明显的影响。本研究以采样点钾与地下生物量对应数据建立相关模型,见表4—24。
表4—24 地下生物量与钾关系模型表
(续表)
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,而幂的置信度与四次多项式很接近,所以采用幂模型。通过文献研究认为,在一定范围内随着钾含量的提升地下生物量呈正增长,如图4—30所示。
图4—30 地下生物量与钾的关系
4) 地下生物量与有机质的关系
有机质对地下生物的数量有明显的影响。本研究以采样点有机质与地下生物量对应数据建立相关模型,见表4—25。
表4—25 地下生物量与有机质关系模型表
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,而四次多项式的置信度与幂的置信度很接近,所以采用幂模型。通过文献研究认为,随着有机质含量的提升地下生物量呈正增长,如图4—31所示。
图4—31 地下生物量与有机质的关系
5) 地下生物量与pH值的关系
生物在酸碱度适中的环境中生存较好,有的生物喜弱酸或弱碱。本研究以采样点pH值与地下生物量对应数据建立相关模型,见表4—26。
表4—26 地下生物量与pH值关系模型表
经指数、线性、对数、多项式、幂的比较,四次多项式的置信度最高。但是四次多项式次数较高,计算比较烦琐且不稳定,而对数的置信度与四次多项式很接近,所以采用对数模型。通过文献研究,再结合该区域内生物的特征以及采样点数据,该研究范围内的地下生物喜弱碱,如图4—32所示。
图4—32 地下生物量与pH值的关系
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。