探讨互花米草对其共生的日本鳗草植株个体和种群有明显的抑制作用（植物学论文） ㊣ 精品文档 值得下载

式，而当前不断加剧的生物入侵和本地物种栖息地破碎化和退化会对本地生态系统带来巨大生态影响。

因此本文提出以下几条针对性建议和展望措施，目的是提升中国滨海湿地领域的系统性监测预警保护恢日本鳗草的总生物量约为。

由于受到互花米草不同程度的入侵影响，两者共生区日本鳗草的生物量显著下降。

互花米草初始密度为棵时，日本鳗草的生物量下降到，生物量下降了互花米草初始密度到达棵以上，日本鳗草的生物量未检测出图。

探讨互花米草对其共生的日本鳗草植株个体和种群有明显的抑制作用植物学论文。

结论黄河角洲自年以来互花米草的大面积爆发导致本地物种日本鳗草生境格局的剧烈改变，主要体现为互花米草对日本鳗草生境的大面积侵占，至年已有的日本鳗草生境转变为互花米草生境。

并且本研究进步揭示了两者共生区中互花米草密度属性对日本鳗草个体的影响机制，然而对于生物入侵对其退化的影响几乎很少研究。

互花米草是种能够适应于恶劣的滨海盐沼湿地环境的禾本科入侵物种，于世纪年代末被人为引种进入中国，在近年时间当中，已经大量定植于中国的低潮滩区域。

互花米草的入侵范围北起辽宁省，南至广西省，超过的纬度带，其适应范围之广，定植面积之大，生态效应之深，对中国滨海湿地诸多本地物种生境造成重要的负面影响。

年前后黄河口引种互花米草，至年已经有超过的互花米草定植区，侵占大量本地的日本鳗草盐地碱蓬滩涂芦苇生境。

本研究基于野外控制实验调查和历史时期遥感影像解译，目的是阐明互花米草在不同入侵程度上对日本鳗草植株特征和种群特探讨互花米草对其共生的日本鳗草植株个体和种群有明显的抑制作用植物学论文。

通过分类遥感影像得出，日本鳗草生境格局经历了年至年的扩张期至，以及年至年的萎缩期，鳗草的生境面积下降为。

黄河口互花米草入侵日本鳗草生境规模由年的扩大到年的，占到日本鳗草生境总面积的。

互花米草入侵对本地物种的生境侵占是导致日本鳗草种群退化的重要原因，因此对互花米草入侵的控制防御以及日本鳗草的监测保护与修复将是当前和未来中国滨海湿地海草床保护领域的重大研究议题。

关键词互花米草日本鳗草植物学生物入侵黄河口海草床是地球生物圈中生物多样性最为丰富生产力和生态服务功能价值最高的生态系统之，其为重要哺乳动物儒艮鸟类底栖动物鱼类提供栖息地，是人类渔业资源方面的重要保障，。

同时，和退化较快的物种，建立监测与预警信息平台。

探讨互花米草对其共生的日本鳗草植株个体和种群有明显的抑制作用植物学论文。

日本鳗草的茎枝高度地表叶片长度可以反映其生长的健康状况，健康的日本鳗草茎枝高度为月和月。

而互花米草不同程度的定植入侵导致日本鳗草茎枝高度显著下降，并且随着互花米草密度的增加，日本鳗草的茎枝高度逐渐下降。

月时，互花米草在不同密度梯度入侵影响下，日本鳗草的茎枝高度为到成熟期月底，日本鳗草的茎枝高度为图。

未受互花米草影响的健康日本鳗草生境中，日本鳗草的总生物量约扩张，增加其生境破碎化程度，降低其生境连通和生物连通强度进而逐渐蚕食日本鳗草的生境空间。

般而言，入侵物种互花米草可以通过自身强大的适应能力繁殖速度竞争能力快速定植于新的生境条件中。

全世界范围内，互花米草对诸多盐沼植物造成较大影响，诸如海棱藨草盐地碱蓬芦苇红树林，以及包括本研究中的日本鳗草。

互花米草的入侵已经导致入侵地区物理生物地理化学生物过程生态系统功能生态系统结构的重大改变。

由于互花米草生态工程师效应可以促进泥沙沉积和改变水动力条件，更使得互花米草可以不断往潮间带的海陆两个方向逐渐扩张，加大其扩张面积和横跨的宽度，进而加速对本地物种日本鳗草生境的侵占。

盐沼湿地的生态管图野外控制实验与现场调查的地理位臵示意图注红色角区域为野外控制实验区域，绿色点位为现场调查区域。

图野外控制实验的实景照片注为空白对照组只有日本鳗草分别为控制互花米草初始密度为棵棵棵棵棵的组处理。

数据的处理与分析为了定量探究不同密度梯度所代表不同入侵程度的互花米草对日本鳗草植株和种群的影响，本研究中对不同初始密度梯度影响下的日本鳗草的茎枝密度茎枝株高和总生物量进行单因素方差分析，多重比较不同入侵程度下各组间的差异性。

数据检验之前需正态性检验，对于不符合正态分布的数据进行了对数数据转换。

土壤的盐度值等数据利用单因素方法分析各组间的差异性。

以上分析步骤行精度评价。

系数为，总体分类精度为，海草的分类精度为，互花米草的分类精度为。

野外现场受控实验与方法为了探究互花米草对日本鳗草入侵影响效应，量化不同互花米草密度与日本鳗草定植与植株性状的关系，本研究选取位于孤东海堤南侧滩涂中互花米草日本鳗草的生境交错区图进行野外控制实验。

年月初布设了组不同互花米草密度梯度代表不同入侵程度的样方共计个，每组样方距离大于。

这组互花米草密度梯度分别为未有互花米草入侵组记为棵，不同互花米草入侵程度的斑块样方为棵图。

于年月号月号采集样方中互花米草的密度数据，日本鳗草的茎枝密度茎枝高度等数据。

月区域，土壤孔隙水盐度，与，在此区域无显著差异性图。

日本鳗草的茎枝密度茎枝高度和总生物量日本鳗草有根状匍匐茎，茎上分节，每节上生出茎枝支，每支茎枝有片长条形叶。

表本研究选取的遥感影像信息影像数据的处理与分析影像分析主要由以下步骤组成遥感影像基于上述原则的目视选择节遥感影像的预处理步骤为必要拉伸处理，影像裁剪，辐射校正，大气校正，陆地掩膜基于监督分类的图像处理及必要的手工编辑。

辐射校正是运用所需的图像值转化为总大气辐射值，并以此作为大气校正的准备阶段。

使用中工具去除大气溶胶对影像的的样方共计个，每组样方距离大于。

这组互花米草密度梯度分别为未有互花米草入侵组记为棵，不同互花米草入侵程度的斑块样方为棵图。

于年月号月号采集样方中互花米草的密度数据，日本鳗草的茎枝密度茎枝高度等数据。

月号收获成熟的日本鳗草地上地下部分，用塑封袋标号带回实验室，用清水将多余的泥土洗净，并于烘箱中烘干，用于测定日本鳗草的生物量指标。

月份在每个样方内部取表层土样直径，高个，采集的土样立即用密封袋封存并标记，用于测定土壤孔隙水盐度和值。

土壤样品带回实验室后，在的电热烘干箱中进行以上烘干处理，以确保土壤中无水分残留，将烘干土壤样品用研钵磨碎混匀后，称取，将图像分割为具有相同光谱特征的对象，然后根据预定义的规则分类。

互花米草的检测识别过程，将后个波段保存，即去除并进行缨帽变换，对缨帽变化的前个波段和与近红中红波段波段叠加，利用监督分类技术来分类处理，检查并做必要编辑处理。

历史时期的互花米草覆盖区，会利用该年年末是否形成明显的枯枝覆盖区来验证是否为互花米草定植区。

最后利用转换矩阵工具计算不同类型在年际间的定量转换关系。

以上步骤均为在软件中实现。

分类结果精度评价本研究于年的月开展了次野外实地探讨互花米草对其共生的日本鳗草植株个体和种群有明显的抑制作用植物学论文收获成熟的日本鳗草地上地下部分，用塑封袋标号带回实验室，用清水将多余的泥土洗净，并于烘箱中烘干，用于测定日本鳗草的生物量指标。

月份在每个样方内部取表层土样直径，高个，采集的土样立即用密封袋封存并标记，用于测定土壤孔隙水盐度和值。

土壤样品带回实验室后，在的电热烘干箱中进行以上烘干处理，以确保土壤中无水分残留，将烘干土壤样品用研钵磨碎混匀后，称取样品臵于干净的塑料离心管中，并与去离子水混合，于震荡机上震荡确保土壤与水的充分混合，之后静臵到土壤与水完全分离，利用土壤盐度计测定上清液的土壤孔隙水盐度，利用土壤计测定土壤变化的前个波段和与近红中红波段波段叠加，利用监督分类技术来分类处理，检查并做必要编辑处理。

历史时期的互花米草覆盖区，会利用该年年末是否形成明显的枯枝覆盖区来验证是否为互花米草定植区。

最后利用转换矩阵工具计算不同类型在年际间的定量转换关系。

以上步骤均为在软件中实现。

分类结果精度评价本研究于年的月开展了次野外实地调查作为分类精度评价的现场依据。

主要包含航拍飞机大疆精灵系列的照片和视频资料，照相机拍摄资料以及目视资料等图，该影像资料包含了黄河口所有的互花米草覆盖区和海草潜在区。

生成训练样本和验证样本共计个和个，利用混淆矩阵进度所代表不同入侵程度的互花米草对日本鳗草植株和种群的影响，本研究中对不同初始密度梯度影响下的日本鳗草的茎枝密度茎枝株高和总生物量进行单因素方差分析，多重比较不同入侵程度下各组间的差异性。

数据检验之前需正态性检验，对于不符合正态分布的数据进行了对数数据转换。

土壤的盐度值等数据利用单因素方法分析各组间的差异性。

以上分析步骤利用实现。

数据绘图与影像地图的后续处理分别使用和处理。

表本研究选取的遥感影像信息影像数据的处理与分析影像分析主要由以下步骤组成遥感影像基于上述原则的目视选择节遥感影像的预处理步骤为必要拉伸处理，影像裁剪，辐射校正，大气校正，陆地响。

大气模型选择中纬度夏季，气溶胶类型选择海洋模型，气溶胶反演选择。

将黄河口沿海区域裁剪出适宜研究区，以备后续海草和互花米草的检测识别。

土地掩膜，利用水体指数波段计算公式，定义，超过此阈值的像素为水面，在分析检测日本鳗草时，利用此预处理的图像。

日本鳗草的分类使用前波段，利用监督模糊分类技术检测分析。

首先基于对象的图像分析方法，将图像分割为具有相同光谱特征的对象，然后根据预定义的规则分类。

互花米草的检测识别过程，将后个波段保存，即去除并进行缨帽变换，对缨品臵于干净的塑料离心管中，并与去离子水混合，于震荡机上震荡确保土壤与水的充分混合，之后静臵到土壤与水完全分离，利用土壤盐度计测定上清液的土壤孔隙水盐度，利用土壤计测定土壤。

探讨互