为了快速、高效的掌握放牧羊群的采食强度的时空分布,本文提出利用全球卫星定位系统（Global Positioning System,GPS）,设计定位项圈和数据采集系统,获得放牧羊只的轨迹数据信息,通过BP神经网络方法和回归分析方法分析对采食强度产生影响的因素,对比两种方法的优劣。通过网格分析法与缓冲区分析法确定不同位置和不同放牧时间的羊只采食强度的时空分布,旨在通过采食强度的时空分布获得羊只的牧食行为规律。主要包括以下研究内容:（1）GPS定位项圈的设计。对试验所需GPS定位项圈的功能进行研究,制作GPS定位项圈,将GPS模块作为数据采集触点,用来采集自由放牧羊只的定位数据;利用GPRS模块作为数据的传输单元,将采集到的数据信息传输至PC端,实现放牧信息的可视化。（2）试验区概况分析。通过高程数据分析地形状况,得到了试验区的坡度主要集中在06.5度;试验区的高程（海拔）在13801450米之间。对试验区的遥感数据对数据进行大气校正和辐射校正,得到试验区的归一化植被指数。（3）基于BP神经网络和线性回归方法的羊只采食强度影响因素研究。建立BP神经网络模型和线性回归模型,将轨迹段的持续时间、羊只行走距离、羊只的体重、试验区的坡度、坡向、高程、温度、植被指数及其天气状况作为特征向量,通过单因素和多因素的分析,利用BP神经网络算法和线性回归算法探究其内在的关系,通过衡量相关系数（2）和均方误差（Mse）,分析各特征向量与采食强度的相关性强弱,研究对采食强度产生影响的最主要因素,分析证明:试验区的植被指数、轨迹段的持续时间、羊在轨迹段内的移动距离、羊只体重和环境温度是影响采食强度的最重要的组合,在线性回归分析中该组合的表现是:2=0.90,Mse=1.46;在BP神经网络分析中该组合的表现是2=0.97,Mse=0.0048。经过对两个方法的相关系数和均方误差进行分析得出最适合本研究的方法是BP神经网络分析。（4）自由放牧羊只的采食强度分布研究。通过系统工具对轨迹数据进行缓冲区分析和网格划分处理,通过核密度分析方法对羊只的行为进行识别和分类,删除不会对羊的采食强度产生影响的轨迹点。在每一个独立的网格上建立羊只采食强度的分布信息,利用神经网络充分考虑对羊的采食强度产生最大影响的因素组合,对现有的采食强度进行修正,得到羊只周采食在试验区的采食强度范围为0133.19g/m2,月采食在试验区的采食强度范围为6.81730.12g/m2。本研究分析了对羊的采食强度产生影响因素的主次关系,利用羊只的放牧轨迹数据得到了羊采食强度的时空分布,为牧场的草畜平衡提供了理论依据。