共查询到20条相似文献,搜索用时 78 毫秒
2.
5.
甘肃草原鼠害区划研究 总被引:3,自引:1,他引:3
甘肃草原啮齿类动物区系由68种组成,占全省啮齿动物总种数的75.6%,其中,大多数种的种群密度不超过经济损害水平,有一定的生态学价值;有18~26种的种群密度几乎经常维持在经济损害水平以上,是不同草原类型的优势种害鼠。草原鼠害区划工作应遵循历史发展、生态适应和生产实践的原则。以草原啮齿动物区系组成、地带性生物气候和地带性植被为指标将甘肃草原鼠害划分为5个区;以具有一定优势的地带性草原类型,具有代表性鼠类分布型和优势种害鼠为指标,将甘肃草原鼠害划分为13个草原鼠害亚区。 相似文献
6.
阿勒泰市部分可利用草原,分布在沙吾尔山,该区域是阿勒泰市主要冬季放牧场,根据草情,正常年份放牧牲畜8—12万头(只)。多年来对鼠害的防治没有间断,历时1994年鼠害高发,在该区域实施了新疆首次飞机撒播敌鼠钠盐草颗粒饵料灭鼠。2004年申报纳入自治区草原无鼠害示范区建设项目,通过连续10年的监测和持续控制,基本摸清了阿勒泰市草原鼠害发生动态。通过建设鹰架、鹰墩,野放银黑狐,D型生物毒素饵料人工投放,飞机喷撒敌鼠钠盐草颗粒毒饵等多种对策,有效控制了害鼠的危害,鼠害控制面积占严重危害面积的84%,对维护畜牧业生产可持续发展起到了保护作用。 相似文献
7.
宁夏盐池县是以牧为主的县,也是鼠害最为严重的县之一,为了控制这一危害,减少牧草损失,盐池县早在20世纪60年代就开始了鼠害防治的研究工作,经过40多年的不懈努力,特别是自2001年全国"无鼠害示范区"建设项目实施以来,鼠害防治工作取得了极为显著的成效.为总结经验,推广有效的鼠害治理措施,就如何解决鼠害防治工作中存在的问题及建立鼠害控制的长效机制提出了建议. 相似文献
8.
盐池县通过40多年的鼠害防治,取得了良好的效益,对遏制草原退化、维护生态安全起到了极其重要的作用。为总结经验,推广有效的治理措施,就如何解决鼠害防治工作中存在的问题及建立鼠害控制的长效机制提出了建议。 相似文献
9.
10.
11.
改进草原鼠虫害预警系统的管理 总被引:6,自引:3,他引:3
鼠虫害的爆发是导致草原沙化、荒漠化的重要因素之一,减少灾情需要有高度精准的预警系统作为科学治理鼠虫害的保证.提高预测的精准程度不仅可以保证治理效率,而且能够降低治理成本、减少环境污染.本文分析了草原鼠虫害测报中的问题,提出了4点改进意见:1,明确测报站的体制及具体业务;2,培养能够适应测报需要的专业化队伍;3,改善测报设备,加快网络化建设;4,建立健全必要的管理制度和技术标准. 相似文献
12.
针对江河源区草场退化、高原鼠兔危害严重的状况,采用了翻耕、耙耱、撒播、轻耙、镇压等一系列治理措施.结果表明,这种以生态工程为主的治理措施,不仅使草场植被在短期内得到恢复,而且害鼠种群数量也得到了有效控制;同时,为防止鼠兔数量回升、减少扩散、播种牧草幼苗免遭啃食和挖掘破坏,在不同处理区又采取了以药物防治为辅的控制措施.在现场药效试验和大面积灭鼠中,0.075%敌鼠钠盐、0.1%C型肉毒杀鼠素和0.1%D型肉毒杀鼠素毒饵对鼠兔均具有良好灭效,且不污染环境,无二次中毒,对保护天敌、发挥生物控制危害具有一定意义.因此,在退化草场鼠害治理中,综合分析各组分之间的相互关系,有针对性地进行治理,才能收到良好效果,从而达到综合治理的目的. 相似文献
13.
青藏高原江河源区退化草地人工改良措施对高原鼠兔种群动态影响 总被引:1,自引:0,他引:1
通过对江河源区退化草地采取建植人工和半人工草地的措施进行改良,以影响害鼠(高原鼠兔)种群,达到防治鼠害的目的。 相似文献
14.
基于3S技术的草地退化动态监测系统设计 总被引:7,自引:0,他引:7
草地科学的基础性研究与“3S”技术相结合,使得宏观管理和监测草地的动态变化成为现实。为解决大中尺度草地、草场管理与退化监测中信息的获取、管理和空间分析、决策等问题,以遥感、地理信息系统、全球定位系统“3S”为核心,以山丹县草地草场退化现状为应用背景,从系统目标、系统的总体功能和结构,系统实现的软、硬件支撑环境等方面探讨了黑河中上游典型地区草地草场退化动态监测系统的初步设计及其应用,旨在为科学的评价与宏观监测草地草场退化,改善草地生态环境和促进草地生产经营和现代化管理提供决策支持。 相似文献
15.
Dawei Xu Baorui Chen Beibei Shen Xu Wang Yuchun Yan Lijun Xu Xiaoping Xin 《Strength and Conditioning Journal》2019,72(2):318-326
The spatial distribution of different grassland types is important for effectively analyzing spatial patterns, obtaining key vegetation parameters using remote sensing (e.g., biomass, leaf area index, net primary production), and using and protecting grasslands. Existing classifications of grasslands by remote sensing are mostly divided according to the fractional vegetation cover or biomass, but classifications according to grassland types are scarce. In this study, we focused on the classification of different grassland types using remote sensing based on object-based image analysis (OBIA) with multitemporal images in combination with a 30-m digital elevation model (DEM) and the normalized difference vegetation index (NDVI). The grasslands were located in Hulunber, Inner Mongolia, and an autonomous region of China. The support vector machine (SVM) and random forest (RF) machine learning classifiers were selected for the classification. The results revealed the following: 1) It is feasible to generally extract different grassland types on the basis of OBIA with multisource data; the overall classification accuracy and Kappa value exceeded 90% and 0.9, respectively, using the SVM and RF machine learning classifiers, and the classification accuracy of the different grassland types ranged from 61.64% to 98.71%; 2) Multitemporal images and auxiliary data (DEM and NDVI) improved the separability of different grassland types. The information in the growing season was conducive for distinguishing temperate meadow steppe from temperate steppe and was favorable for extracting lowland meadow and swamp in the nongrowing season. The DEM and NDVI also effectively reduced the number of image segmentation objects and improved the segmentation effects; 3) Spectral and textural features were more important than geometric features in this study. A few main variables played a major role in the classification, while a large number of variables had either no significant effect or a negative effect on the classification results when the optimal feature subset was determined. This study provides a scientific basis and reference for the classification of various grassland types by remote sensing, including the data selection, image segmentation, feature selection, classifier selection, and parameter settings. 相似文献
16.
选择鼠害频发的阿拉善荒漠区分布面积较大的红砂+泡泡刺生境、红砂+杂类草生境和白刺生境,以夹日法记录三种生境中啮齿动物种群相对数量,利用啮齿动物种群相对数量与荒漠区灌木和草本植物之间的依存关系建立专家模拟系统,分析三种生境的主要害鼠子午沙鼠、三趾跳鼠和小毛足鼠种群相对数量与植物群落因子间的动态关系,并以MapGIS为地理信息平台,借助VB程序语言设计工具,设计阿拉善荒漠区啮齿动物群落模拟专家系统,探索植物群落与啮齿动物群落的反馈动态变化,实现利用植物群落指标预测啮齿动物群落组分及其相对数量变化的目标,为鼠害防控提供依据。 相似文献
17.
18.
由于气候变暖、超载放牧、鼠虫危害、水土流失、生物多样性减少等因素的影响,加剧了天然草地生态环境的退化,严重制约着青海省草地资源的可持续发展。系统地分析了青海省的草地资源现状,并提出了一系列草地资源保护和建设的措施,以促进该地区草地生态系统步入良性循环。 相似文献
19.
20.
基于高寒草地放牧系统次级生产力的优化放牧强度研究 总被引:1,自引:0,他引:1
依据小嵩草(Kobresia parva)高寒草甸和垂穗披碱草(Elymus nutans)/星星草(Puccinellia tenuflora)高寒混播人工草地牦牛放牧系统、紫花针茅(Stipa purpurea)高寒草原藏系绵羊放牧系统中草地次级生产力(家畜增重)的试验数据,构建了放牧家畜个体增重与放牧强度之间的模型:Y=a-bX(b>0),以此为基础确定了单位面积草地次级生产力(家畜增重)与放牧强度之间的数学模型:Y=aX-bX2(b>0);计算出各放牧系统最大生产力放牧强度:高寒草甸冷季和暖季草场分别是1.68头·hm-2和2.52头·hm-2,高寒人工草地牧草生长季为7.23头·hm-2,高寒草原冷季、暖季和全年连续放牧草场分别是4.33,6.45,2.36只·hm-2。 相似文献