新疆天然草地地上生物量的便捷估測技術研究

摘要：準確估測天然草地地上生物量對草地凈生產力與草地生態系統管理至關重要。本研究選取了新疆北疆離河不同距離的天然草地4個樣地 ，南疆圍欄內外2個樣地 、不同海拔高度3個樣地 為調查樣地。利用一種簡易的測量板，量取測量板壓力下的群落高度，建立群落高度與地上生物量之間的回歸模型估測地上生物量，通過估測精度確定最優估測模型，并對實測生物量與估測生物量進行差異顯著性檢驗驗證模型的精確性。結果表明：北疆離河不同距離天然草地的最優估測模型為樣地 的估測模型 y = 2 . 1 4 1 8 x - 0 . 1 9 8 6 ， ，估測精度達 9 7 . 7 9 % ;南疆圍欄內外的最優估測模型為樣地 的估測模型 0.741，精度為 8 6 . 7 8 % ；不同海拔高度的最優估測模型為樣地 的估測模型 ，精度達 9 2 . 2 9 % 。結論：利用簡易測量板可便捷地估測出新疆天然草地的地上生物量。

中圖分類號：S812 文獻標識碼：A 文章編號：1007-0435（2025）04-1308-08

doi：10.11733/j.issn.1007-0435.2025.04.032

Abstract：Accurate estimation of aboveground biomass in natural grasslands is crucial for assessing net productivity and managing grassland ecosystems. This study selected four sample plts of natural grasslands at different distances from rivers in northern Xinjiang，two sample plots inside and outside fences in southern Xinjiang，and three sample plots at different altitudes as investigation sites.A simple measurement board was used to measure the community height under its pressre，and a regression model between community height and aboveground biomass was established to estimate the aboveground biomass.The optimal estimation model was determined based on estimation accuracy，and the significance of differences between measured and estimated biomass was tested to verify the model's accuracy.The results showed that the optimal estimation model for natural grasslands at diffrent distances from rivers in northern Xinjiang was the model of plot ： y = 2 . 1 4 1 8 x - 0 . 1 9 8 1 6， ，with an estimation accuracy of 9 7 . 7 9 % ； the optimal estimation model for plots inside and outside fences in southern Xinjiang was the model of plot ， ，with an accuracy of 8 6 . 7 8 % ； and the optimal estimation model for plots at different altitudes was the model of plot . ： 1 4 9 2 x + 1 . 7 3 4 2 ，with an accuracy of 9 2 . 2 9 % .Conclusion： The aboveground biomass of natural grasslands in Xinjiang can be conveniently estimated using a simple measurement board.

Key words： Xinjiang natural grassand；Aboveground biomass of grassland；Estimation technology research； Estimation accuracy

草地是陸地生態系統不可或缺的重要組成部分，也是發展畜牧業、維持生態系統平衡的重要物質基礎[1-3]。新疆天然草地是我國天然草地生態系統的重要組成部分，在生物多樣性保護和畜牧業經濟中發揮著關鍵作用4。近幾十年來，隨著人口的膨脹，隨之而來家畜數量的大幅增長，新疆的天然草地已經不堪重負，日趨退化，環境安全和生態保育面臨著前所未有的挑戰。因此，研究新疆天然草地現狀、草地地上生物量等，可以有效地衡量草地生產功能，是草地利用決策和資源管理的基礎，對修復退化天然草地有重要意義[5-6]。

無論是天然草地還是人工草地，評估地上生物量是了解該草地生產力的重要指標[，但對草地生物量進行定量、準確、簡單、快速地測量仍然是一個世界性的問題，并且沒有足夠的研究。目前，草地地上生物量的調查方法依據主要的測量數據，可將草地地上生物量的測量方法粗略分為兩種。一種是破壞性測量，即傳統的人工刈割測量。在許多地區，傳統的調查方式需要高額的成本和大量的勞動力，且面臨著嚴峻危險的地形結構，使得調查周期長，所得的數據不具有時效性和準確性，導致某些工作的預測值不準確而造成相應的誤差8。另一種即非破壞性測量，主要是通過前期探究草地生物量與氣候因子9植被特征、遙感影像1提取的數據之間的關系，建立可靠的數學模型后，通過直接觀察測量這些外部數據間接地估測草地的地上生物量。通過氣候因子、植被特征、遙感影像所得出的數理模型估測，精度較低且適用范圍窄，比如通過植被特征的模型估測，李文等[11]的結果表明該測量工具對于草地蓋度在 40 % 以上的草層可實現準確快速地測量，不能廣泛適用于各種草地。遙感技術估測生物量是通過實測生物量與遙感檢測的植被指數之間建立估測模型，可以更好地與實測生物量數據相匹配得出估測生物量[12-13]。由于遙感監測中使用的每種植被指數都有其自身的局限性，并且衛星影像與實際采集樣方間存在大小差異，有些細節特征還不能突顯[14]，因此探究出快速、準確、無破壞性的地上生物量估測方法顯得尤為重要[15-17]。

草地地上生物量的調查方法，無論是遙感監測或傳統的人工劉割測量都具有相應的優缺點。為了改善和彌補上述兩種調查方法的不足，本研究以新疆南北疆圍欄內外、不同海拔高度、沿河不同距離的天然草地為研究樣地，設計了一種直徑為 的圓形鋁塑板簡易測量方法，試圖利用這種簡易的測量板，通過建立測量板下草地植物群落高度與實測地上生物量之間的關系模型，利用估測精度確定地上生物量的最優估測模型，探究一種可以便捷地估測天然草地地上生物量的方法，不僅使調查方法快速、準確、無破壞，并且為新疆天然草地地上生物量的便捷估測提供了新思路。

1 材料與方法

1.1 研究區概況與樣地設置

本研究野外調查在新疆維吾爾自治區北疆和南疆的天然草地內進行。

北疆的研究樣地位于巴音郭楞蒙古自治州和靜縣阿拉溝鄉烏拉斯臺村的夏季牧場 ，海拔 。研究區屬典型的中溫帶干旱荒漠氣候，多年平均降水 ，多年平均氣溫 ，土壤以棕漠土為主。研究區草地植被主要植物種有結縷草（Zoysiajaponica）銀背委陵菜（Potentillaargentea）輪葉鼠尾草（Salviajaponica）披堿草（Elymusdahuricus）、冷蒿（Artemisia frigida）、狗牙根（Cynodon dacty-Lon）等。野外取樣調查在烏拉斯臺村夏季牧場內距離烏拉斯臺河不同距離的4個區域內進行，分別設置了離河 的樣地 、離河 的樣地 、離河 的樣地 離河 的樣地 。

南疆的研究樣地位于克孜勒蘇柯爾克孜自治州烏恰縣闊克莫依諾克套村的天然夏季牧場 。屬中溫帶干旱沙漠氣候[18]，多年平均降水量 ，降水主要集中在5一8月，本調查樣地土壤屬于草甸土。植被類型主要為溫帶荒漠植被，區域內無高大喬木，主要生長有怪柳（Tamarixchinensis）、梭梭（Haloxylonammodendron）、鹽爪爪（Kalidiumfoliatum）花花柴（Kareliniacaspia）、芨芨草（Achnatherumsplendens）等，植被覆蓋率較低[19]。本研究在上述夏季牧場中選取圍欄內外（用樣地 和樣地 表示）和3個不同海拔高度（海拔高度 為樣地 、海拔高度 為樣地 、海拔高度 為樣地 ）的天然草地進行了野外調查。

1.2 研究方法

1.2.1草地調查時間與方法北疆野外調查于

2022年7月28日—30日進行，南疆野外調查于2023年8月3日—7日進行。采用直徑為 、重量為199.5g的圓形鋁塑材質測量板進行樣方法調查，樣方面積約為 。利用這個測量板在上述北疆離河不同距離的4個樣地和南疆圍欄內外的2個樣地及不同海拔高度的3個樣地內進行隨機取樣調查。將上述測量板輕輕地放在草層上方，測量自然重力壓置下群落的高度，每個樣方測量4次，取平均值作為測量板下的群落高度，然后將測量板下的植物地上部分齊地面劉割，自然風干后稱重得到實測地上生物量。北疆每個樣地選取11個樣方，南疆每個樣地選取20個樣方進行了調查取樣。

1.2.2數據解析方法本研究利用決定系數 、總相對誤差RS、平均相對誤差絕對值RMA、估測精度 P 等確定最優模型[20]。

（1）決定系數

表示相關性程度的大小，決定系數越高，板下的群落高度與實測地上生物量之間相關程度越高。

（2）總相對誤差（RS）和平均相對誤差絕對值（RMA）

平均相對誤差絕對值 100 % （204號

式中， 是實測值， 是估測值， n 表示樣本數。本研究北疆4個樣地的 n 均為11，南疆5個樣地 n 均為

（3）估測精度 （ P ）

P 表示估測值與實測值之間的吻合程度， P 值一般要大于 70 % ，估測精度越大，說明估測值與實測值之間越吻合[21-22]

式中， 為置信水平 α 時的 t 分布值， T 為回歸模型中的參數個數， 是平均估測值。

（4）數據分析

通過Excel數據處理作圖，通過SPSS進行相關性檢驗。

2 結果與分析

2.1北疆離河不同距離天然草地群落地上生物量估測

在北疆離河不同距離的天然草地中，利用測量板測得的群落高度與測量板下植物地上生物量之間的關系進行分析。結果如圖1a-1d所示，4個樣地 和 的群落高度與地上生物量之間均呈現極顯著的正相關關系（ ，決定系數 在0.899以上。

由表1可知，利用樣地 的群落高度與地上生物量之間關系的線性模型估測樣地 和 的地上生物量。然后，用樣地 的群落高度與地上生物量之間關系的線性模型估測樣地 和 的地上生物量，以此類推。其中利用樣地 的線性模型y = 2 . 1 4 1 8 x - 0 . 1 9 8 6 ，把樣地 、樣地 和樣地 的平均群落高度數據代入線性模型估測得到的地上生物量與實測生物量相關性最好， 值在0.899以上，3個線性模型的總相對誤差均小于 10 % ，平均相對誤差絕對值均小于 30 % ，滿足誤差要求，估測精度在 9 6 . 1 4 % ～ 9 7 . 7 9 % 之間（表1）。

利用 的線性模型估測樣地 和 的地上生物量（表2），把樣地 和 的平均高度數據代入線性模型估測得到的地上生物量與實測生物量相關性好， 值在0.905以上，3個線性模型的總相對誤差均小于 10 % ，平均相對誤差絕對值均小于30 % ，滿足誤差要求，估測精度在 9 5 . 0 8 % ～ 9 7 . 1 2 % 之間。

利用 的線性模型估測樣地 和 的地上生物量，利用 的線性模型估測樣地 和 的地上生物量，估測精度相對較低，估測精度分別在8 1 . 8 6 % ～ 9 3 . 9 9 % 和 7 5 . 9 5 % ～ 9 7 . 2 7 % 之間。

通過上述分析得出，北疆離河不同距離的天然草地的最優估測模型為樣地 的估測模型 y = 2 . 1 4 1 8 x - 0 . 1 9 8 6 0

2.2新疆南疆天然草地地上生物量估測

2.2.1新疆南疆圍欄內外天然草地地上生物量估測南疆圍欄內外的草地群落中，利用測量板測得的群落高度與地上生物量之間的關系用圖2表示。從圖2a-2b中可以看出，樣地 和樣地 的群落高度與地上生物量也均呈現極顯著的正相關關系中 ， 值在0.741以上。因此，分別利用上述建立的樣地 和樣地 的線性模型，互相進行地上生物量的估測，其中樣地 的線性模型 y = 2 . 7 2 8 6 x + 0 . 6 1 8 9 估測樣地 ，總相對誤差為- 1 0 . 2 7 % ，平均相對誤差絕對值為 2 7 . 3 4 % ，基本滿足預定的誤差要求，估算精度為 8 6 . 7 8 % （表3），而利用樣地 的線性模型估測樣地 的地上生物量，其估測精度為 8 3 . 7 0 % ，但總相對誤差和平均相對誤差絕對值均不滿足誤差要求（表3）。

表2利用樣地 的估測模型估測 和 樣地地上生物量

注：（a）代表樣地 ；（b）代表樣地 （204號 Note：（a）representsplot ；（b）representsplot

2.2.2新疆南疆不同海拔天然草地地上生物量估測在南疆不同海拔的草地群落中，對利用測量板測得的群落高度與地上生物量之間的關系進行了分析，具體如圖3a-3c。樣地 和 的群落高度與地上生物量仍均呈現極顯著的正相關關系（ P lt; 0.01），且3個樣地的決定系數 均超過0.741。首先利用樣地 的線性模型估測樣地 和樣地 的地上生物量，總相對誤差小于 10 % ，平均相對誤差絕對值小于 30 % ，均滿足誤差要求，估測精度分別達到91. 9 7 % 和 9 2 . 2 9 % （表4）。此外，利用 和 的線性模型估測其他樣地時，估測精度也在8 9 . 3 9 % ～ 9 2 . 1 7 % 之間（表5和表6）。其中利用樣地 的線性模型 y = 2 . 1 4 9 2 x + 1 . 7 3 4 2 ，把樣地 和 的平均高度數據代入線性模型估測得到的地上生物量與實測生物量相關性最好， 值在0.806以上（表4），估測精度最高。

因此，南疆不同海拔高度天然草地的最優估測模型為樣地 的估測模型 y = 2 . 1 4 9 2 x + 1 . 7 3 4 2

最后，對上述分析得到的精確度最高的估測模型進行差異顯著性檢驗，結果如表7所示。 P 值均大于0.05，實測值與估測值之間均沒有顯著性差異。因此，把 的線性模型 y = 2 . 1 4 1 8 x - 0.1986，確定為北疆不同離河距離地上生物量估測的最優模型；把 的線性模型 0.6189，確定為南疆圍欄內外地上生物量估測的最優模型；把 的線性模型 y = 2 . 1 4 9 2 x + 1 . 7 3 4 2 確定為南疆不同海拔高度地上生物量估測的最優模型。

3討論

為了更好地監測和開發利用新疆天然草地資源，確定合理的載畜量，本研究利用簡易測量板，簡化地上生物量的估測方法，為提高估測草地地上生物量的效率和精準度提供了新思路與新方法。

3.1簡易測量板的利用

梁衛衛[23]利用兩種不同材質（鋁塑板和高分子板）、不同形狀規格的測量板包括：圓形測量板直徑分別為 ， ， ， ， 五種規格，正方形測量板邊長分別為 ， 四種規格。在白三葉人工草地進行調查研究，建立測量板下群落高度與生物量之間的線性模型估測地上生物量，結果表明白三葉人工草地地上生物量預測精度最佳的測量板為直徑 ，重量 的鋁塑板。王玉霞等24在對以白三葉為優勢植物種的人工草地群落地上生物量簡易估測時，高分子板的決定系數平均值為0.48，鋁塑板的決定系數平均值為0.56，且鋁塑板 值最大為0.68，高分子板最大為0.60，使用鋁塑板比高分子板具有較高的可靠性。測量板的選擇在不同類型草地的地上生物量估測顯得尤為重要，在植被密集整齊單一的人工草地或天然草地，應采用較重的測量板，如鋁塑材質測量板，得到的估測精度較高[17]，而草地植被稀疏、種類組成多樣時建議采用較輕的測量板，如高分子材質測量板。本研究借鑒梁衛衛23和王玉霞等[24-25]的方法，在前期預試驗的基礎上利用直徑 ，重量 的鋁塑板，以新疆南北疆天然草地為研究對象，探究測量板下群落高度與草地地上生物量之間的關系，建立測量板下群落高度與草地地上生物量的線性模型，表明它們之間均存在極顯著的線性相關關系（ 值在 之間， ，利用這個測量板對新疆南北疆的天然草地地上生物量進行了估測，確定了新疆南北疆不同生境條件、不同利用方式、不同海拔高度的天然草地地上生物量估測的最優估測模型。

本研究利用測量板重力作用下，由草層可支撐測量板高度來估測草地地上生物量。值得注意的是放置測量板時，盡量選擇地面平坦的位置，將測量板輕輕地放置在草層上方，當測量板在草層的支撐下穩定后，再測量板下的群落高度。

3.2估測模型與估測精度

本研究利用測量板下群落高度推測地上生物量，僅建立了高度與地上生物量之間關系的線性模型推測地上生物量，精度達到 8 6 . 7 8 % ～ 9 7 . 7 9 % 如果高度與地上生物量之間的關系利用線性模型之外的更為復雜的模型，估測精度可能會發生變化，作為進一步研究的課題。本研究以不同海拔高度的樣地為例，利用了 值最高的模型，為冪函數模型和多項式模型，對其他樣地進行估測發現，估測的精度在一些樣地會有增高的現象，但是也存在降低的情況。線性模型的估測精度為 8 9 . 3 9 % ～ 9 2 . 2 9 % ，而利用其他模型估測的精度為 8 2 . 8 8 % ＼～9 2 . 4 0 % （本文圖表中未列出），因此本研究選擇形式最簡單的線性模型可以更好地估測地上生物量。

Chen等2通過利用植物群落蓋度 x 高度與地上生物量之間建立線性模型，推測白三葉與梯牧草混播試驗中白三葉的地上生物量，顯示了很高的精度，決定系數 在 之間。本研究利用簡易測量板，于新疆不同類型天然草地（離河不同距離、圍欄內外和不同海拔高度）作為調查樣地，利用直徑為 圓形鋁塑板，通過建立測量板重力下群落高度與地上生物量之間關系的線性方程，利用該線性方程進行草地地上生物量的估測并通過分析檢驗篩選出最優估測模型。得到測量板下高度與地上生物量之間存在極顯著的線性相關關系（ ，這與Chen等[26]、姜峻等[27]、黃小娟和侯扶江[28的研究結論一致，只是本研究沒有利用蓋度指標，而僅用高度和地上生物量的關系，可以精確推測地上生物量，原因可能是測量板重力的作用，綜合了草地群落中植物種的數量、蓋度、株高、莖稈粗細等的作用，相當于體積推測生物量，從而提高了估測的精準性，這是本研究的重要創新點。既簡化了試驗過程，也提高了估測精度。表明測量板的應用可以顯著提高生物量估測的精準性。

3.3本研究估測模型是否具有通用性

通過上述研究發現利用測量板對新疆南北疆不同生境、不同利用方式、不同海拔高度的天然草地的地上生物量進行估測時，得到的最優模型各不相同，不同類型的天然草地利用各自的線性模型能夠很好的以較高精度對地上生物量進行估測，但是它們相互估測時，存在估測精度、總相對誤差（Relativestandarderror，RS）和平均相對誤差絕對值（Meanrelativeerror，RMA）不符合的現象，即使滿足總相對誤差（RS）和平均相對誤差絕對值（RMA）條件，估測精度也明顯降低。楊爍[29]對于楊陵畧荒草地、關山草原和渭南草甸草地3種不同類型草地測量板下群落高度與地上生物量之間關系的線性模型進行兩兩相互驗證時得出，估測精度大部分比自身進行估測降低了 6 . 2 2 % ～ 1 9 . 1 2 % 僅有部分比自身估測高出 1 . 1 5 % ，與本研究結果一致。

本研究分析還發現，如果對平均群落高度接近的樣地的線性模型之間相互進行地上生物量的估測，如樣地 和 的平均群落高度分別為 ，樣地 和 的平均群落高度分別為 和 ，樣地 ， 和 的平均群落高度分別為 中 ， ，因此把群落高度相近樣地進行分組，其中 和 群落高度接近，為一組； 和 的平均群落高度接近，為一組；樣地 和 的平均群落高度接近，為一組，這樣進行估測時，估測精度總體均保持較高水平，不同分組下的精度范圍分別為 9 3 . 9 9 % ～ 9 6 . 1 4 % ， 8 0 . 4 6 % ～ 9 7 . 2 4 % 8 9 . 3 9 % ～ 9 2 . 2 9 % ，說明對不同類型草地進行地上生物量估測時，運用群落高度接近的線性模型可提高估測精度。

因此，本研究得出的估測模型雖然各不相同，但是利用測量板估測新疆不同區域不同類型天然草地地上生物量的方法是通用的，而且精準便捷高效。

4結論

的線性模型 y = 2 . 1 4 1 8 x - 0 . 1 9 8 6 為北疆不同離河距離天然草地地上生物量估測的最優模型，估測精度為 9 7 . 7 9 % 的線性模型 0.6189為南疆圍欄內外天然草地地上生物量估測的最優模型，估測精度為 8 6 . 7 8 % 的線性模型y = 2 . 1 4 9 2 x + 1 . 7 3 4 2 為南疆不同海拔高度天然草地地上生物量估測的最優模型，估測精度為9 2 . 2 9 % 。本研究的結論可為精確估測新疆天然草地地上生物量提供理論依據，同時也為草地管理和可持續利用提供科學依據。

參考文獻

[1]秦格霞，蘆倩，孟治元，等．1982-2015年中國北方草地NDVI時空動態及其對氣候變化的響應［J].水土保持研究，2021，28（1）：101-108

[2]張峰，趙天啟，喬薺，等．劉割留茬高度對大針茅草原生產力及可持續利用的影響[J].草地學報，2021，29（7）：1491-1498

[3]張雅，尹小君，王偉強，等．基于Landsat8OLI遙感影像的天山北坡草地地上生物量估算[J].遙感技術與應用，2017，32（6）：1012-1021

[4]閆凱，阿斯婭·曼力克，姜永輝，等．新疆天然草原分類系統調整合并的探討[J].草食家畜，2024（1）：52-60

[5]阿依努爾·達吾提，麥麥提敏·乃依木，新疆草地退化現狀、原因及防治對策[J].新疆畜牧業，2015（10）：18-21

[6］荀其蕾.基于MODIS和氣象數據的新疆草地地上生物量估測模型研究[D].烏魯木齊：新疆農業大學，2017：1-4

[7]DONGP，JINGCQ，WANGGX，etal.The estimation ofgrassland aboveground biomass and analysis of itsresponse toclimatic factors using a random forest algorithm in Xinjiang，China[J].Plants，2024，13（4）：548

[8]LIUWJ，XUC，ZHANGZM，et al.Machine learning-basedgrassland aboveground biomass estimation and its response toclimate variation in Southwest China[J].Frontiers in EcologyandEvolution，2023（11）：1146850

[9]TIANX，LIJ，ZHANGF，et al.Forest aboveground biomassestimation using multisource remote sensing data and deeplearningalgorithms：acase study overHangzhou area in China[J].Remote Sensing，2024，16（6）：1074

[10]高應群，李華，胥麗，等．基于遙感數據對地上生物量估測的應用[J].林業科技通訊，2023（12）：33-36

[11］李文，曹文俠，李小龍，等．一種高寒草地草產量快速測定工具的設計和試驗[J].草地學報，2016，24（4）：892-894

[12］苗春麗，伏帥，劉潔，等．基于UAV成像高光譜圖像的高寒草甸地上生物量--以海北試驗區為例[J].草業科學，2022，39（10）：1992-2004

[13]卜靈心，來全，劉心怡．不同機器學習算法在草原草地生物量估算上的適應性研究[J].草地學報，2022，30（11）：3156-3164

[14]DEBD，SINGHJP，DEB S，etal. Analternative approach for esti-mating above ground biomass using Resourcesat-2 satelite dataand artificial neural network in Bundelkhand region of India[J].EnvironmentalMonitoring and Assessment，2Ol7，189（11）：576

[15]KOWALECZKO P，TARASIEWICZ T，ZIAJA M，et al. Areal-world benchmark for sentinel-2 multi-image super-resolu-tion[J].ScientificData，2023，10（1）：644

[16]GARCIAC，MORA O，PEREZ-ARAGUESF，et al. CatLC：Catalonia multiresolution land cover dataset[J].ScientificData，2022，9（1）：554

[17]張子慧，吳世新，趙子飛，等．基于機器學習算法的草地地上生物量估測--以祁連山草地為例[J].生態學報，2022，42（22）：8953-8963

[18] ZHOU JH，ZHANG RP，GUO J，et al. Estimation of aboveg-round biomass of senescence grassand in China's arid regionusing multi-source data[J]. Science of the Total Environment，2024（918）：170602

[19］張鵬超，梁宇，劉波，等．基于隨機森林模型的青藏高原森林地上生物量遙感估算[J].生態學雜志，2023，42（2）：415-424

[20]唐守正，張會儒，胥輝．相容性生物量模型的建立及其估計方法研究[J].林業科學，2000，36（1）：19-27

[21］賴熾敏，賴日文，薛嫻，等．基于植被蓋度和高度的不同退化程度高寒草地地上生物量估算[J].中國沙漠，2019，39（5）：127-134

[22］張玉勛，李建東．草地植物群落地上生物量非破壞性估測方法的探討[J].植物生態學與地植物學學報，1991（2）：177-182

[23］梁衛衛．草地地上生物量的簡易估測方法研究[D]．楊凌：西北農林科技大學，2015：12-13

[24］王玉霞，梁衛衛，陳俊，等．利用簡易測量板估測白三葉群落地上生物量[J].應用生態學報，2016，27（6）：1886-1892

[25］王玉霞．基于簡易測量板對草地群落地上生物量估測的應用研究[D].楊凌：西北農林科技大學，2017：13-15

[26]CHENJ，OKUMURAKJ，TAKADA HY.Estimation ofclover biomass and percentage ina performance trial of whiteclover-timothybinary mixtures：Use of multiple regressionequations incorporating plant cover measured with the grid -point plate[J].Grassland Science，201o，56（3）：127-133

[27］姜峻，劉國彬，梁一民．一種灌木生物量非破壞性測量板[J].水土保持通報，1997（1）：46-49

[28］黃小娟，侯扶江．高寒典型草原主要物種的株高和蓋度預測種群和群落地上生物量[J].生態學報，2021，41（12）：4942-4952

[29］楊爍．不同類型草地地上生物量的估測[D]．楊凌：西北農林科技大學，2019：36-37

（責任編輯 劉婷婷）