本文以环青海湖地区草场为采样地,结合实地测量数据、高分遥感数据和化学法测值,建立BP-ANN模型和NIRS模型,将2个模型用于快速估测海晏县青海湖乡某牧户草场产草量及养分输出量,并评析模型精度及适用性。以提高牧户草场全年产草量估测的准确性,更精准的预估冷、暖季牧户草场产量及牧草养分输出量,直观的展现其月际变化,以双指标对牧户草场冷、暖季载畜及放牧情况进行评估,并给予针对性的月际补饲、轮牧建议。研究结果如下:1.结合环青海湖区域2435份冷季牧草与2765份暖季牧草样本,分别建立5种养分的NIRS定量模型。对冷季牧草的DM、CP和Ca含量预测拟合度较好,其中,DM模型最佳(RSQ=0.960),P含量的预估有待提升(RSQ=0.840),EE模型尚不可用(RSQ=0.526);对暖季牧草的DM、CP、Ca和P存量预估模型皆通过验证,其中,CP模型最佳(RSQ=0.971),EE模型未通过验证(RSQ=0.472)。2.以环青海湖区域2844份实测产草量、97景高分数据、草地类型数据作为样本数据,以9类草地亚类和2种植被指数训练BP神经网络,经测试,产草量估测模型R2=0.743,RMSE=58.531g/m2。证明了估产模型的可靠性与高拟合度,可同时满足冷、暖季牧草的估产。3.利用BP-ANN模型,预估青海湖乡特定牧户草场产草量,比对实测值,二者R2为0.766、RMSE为43.654g/m2(P<0.01),证实了模型对高寒草甸草场的适用性。试验冷季草场总体牧草输出量仅为暖季的43.36%,月际最大相差约3倍;产草量5月最低达40.46g/m2,9月峰值达370.41 g/m2,月际最大差异达9.15倍,暖季整体产草量为冷季的2.48倍。4.利用NIRS模型,分别测定牧户草场冷季与暖季牧草的DM、CP、P和Ca含量,以化学测值校正、调整模型,在分析高寒草甸各类牧草Ca、P、CP和DM存量时,拟合度较高。结果显示,本牧户区域,除暖季6-8月牧草品质为中等外,其余时期均为下等;全年牧草Ca/P整体远超健康饲养标准。冷季DM、CP、P、Ca输出量,分别仅为暖季单位的80%、43%、33%、66%。月际DM、CP、Ca和P输出量的季节性差异鲜明,极值间分别相差5.22倍、6.69倍、5.89倍和13.1倍。5.以上述两组模型预测值,分别以数量载畜值和DCP载畜值为暖季和冷季底线值,推算载畜情况,比照真实值超载率,超载预报的一致性达87.5%,具有实际参考意义。全年仅在2018年8-9月及2019年2月,未突破临界超载值,其余各月份均显示出不同区块草场的超载。