巴丹吉林沙漠东缘天然梭梭种群空间分布异质性

梭梭(Haloxylon ammodendron(C.A.Mey.)Bunge)是生长于沙漠地区的一种特有灌木,在维持荒漠生态系统平衡和地区经济发展中发挥着不可替代的作用。为掌握天然梭梭种群空间分布规律,以巴丹吉林沙漠东缘塔木素地区的"野生肉苁蓉及梭梭产籽基地"为试验区,采用样线法测定梭梭株高、冠幅直径,统计梭梭分布密度,分析梭梭种群数量特征空间分布特征及其与生境之间的关系。结果表明:梭梭林密度、株高、冠幅直径均符合正态分布,表现为强度变异;株高、密度、冠幅直径的半方差函数理论模型均为高斯理论模型,其相应的变程为1249、909、1035 m;空间自相关比例均超过70%,受随机因素影响较小,保持着较好的天然分布和生长状态。梭梭种群数量特征的分形维数均大于1.5,空间依赖性强,空间结构性好。长期风蚀作用,小地形海拔高度体现为不同沙层厚度,梭梭株高、冠幅直径和密度在空间上的分布呈西高东低,北高南低的趋势,与海拔高度存在极显著相关;梭梭群落的空间异质性表现出一定的适度沙埋效应。     

应用BP神经网络对荒漠啮齿动物种群数量的预测研究

群落的格局与动态是群落生态学研究的核心内容,种群数量预测是研究群落动态的主要途径之一。本研究尝试采用2006~2014年阿拉善荒漠区啮齿动物数量数据建立BP神经网络模型,对啮齿动物群落全部组成物种的总个体数量进行模拟与预测。BP神经网络通过模拟学习,建立模型,能够实现对啮齿动物群落数量动态规律进行模拟与预测。本研究以阿拉善荒漠为试验区,以啮齿动物个体数量为研究对象,采用标志重捕法,监测2006~2014年每年4~10月的数量,建立BP神经网络预测模型,利用2006~2013年的数据建立训练网络,以2014年的数据进行验证与测试,比较单层隐含层、双层隐含层和三层隐含层BP神经网络模型。结果表明:单隐含层模型的隐含层节点数为6时,最大误差百分比为16.13%,决定系数0.998 0(P=0.006 0)。双隐含层模型的两层隐含层节点数均为6时,最大误差百分比为8.58%,决定系数0.999 5(P=0.002 3)。三层隐含层模型的三层隐含层节点数分别为1、10和7时,最大误差百分比为5.87%,决定系数0.999 2(P0.000 1)。不同隐含层网络模型的预测效果均取得了满意效果,通过比较最大误差百分比、平均误差百分比、决定系数及拟合优度,三层隐含层优于单隐含层及双隐含层的BP神经网络模型。本文认为三层隐含层的BP神经网络模型更适合于阿拉善荒漠区啮齿动物群落全部组成物种的总个体数量的预测研究。