根据不同植被类型在拉萨河谷设置47个样地,每个样地随机设置3个植物样方，共141个植物样方，同时在每个样地至少采集5个表土孢粉样品（苔藓），经混合后作为一个样品，共47个表土孢粉样品，对拉萨河谷植物群落特征及其与表土孢粉特征的关系进行了研究。运用协同克里金插值法（Co-Kriging）获取每个样地的气候数据，并计算年降水量（Pann）、年平均气温（Tann）、最热月均温（Tsummer）、实际蒸散量（AET）、潜在蒸散量（PET）和湿润指数（MI）。运用聚类分析（Cluster analysis）进行植物群落的数量分类分析，运用除趋势对应分析（DCA）进行植物群落的排序分析并进行环境因子与排序轴的相关性分析，运用广义可加模型（GAM）进行转换后的物种丰富度（TSR）与环境因子之间的关系分析；同时，运用聚类分析和主成分分析（PCA）进行表土孢粉组合与植被的关系分析，并运用一元线性回归分析进行蒿藜比（A/C）、木本植物花粉总和(AP)、干旱度孢粉指数、蒿莎草科比（A/Cy）和蒿藜莎草科比（AC/Cy）五个孢粉指数与气候因子的关系分析。　　本研究共记录维管植物247种，隶属47科、134属；共鉴定出80个孢粉类型(科属）。植被的聚类分析将拉萨河谷的植物群落分为6组，分别为灌丛草甸（SM）和高山草甸（M）、灌丛1（S1）、灌丛2（S2）、落叶阔叶林（DBW）、针叶林（CW）和灌丛草原（SG）。DCA的样地排序结果与聚类分析结果相似，不同的是高山荒漠（AD）独立成组，而灌丛（S）则散落各处，不呈明显的聚组趋势。聚类分析和DCA排序结果表明，聚类分析能够在一定程度上将群落分类细化到群系或群丛水平，但由于灌丛、灌丛草甸和高山草甸之间存在很强的相似性和连续性而较难清晰分类，而DCA排序不但能够较好地揭示群落间的相互独立性，而且很好地揭示了群落的连续性。DCA排序轴与环境因子的相关分析以及TSR与环境因子的回归分析综合表明，影响拉萨河谷植物群落结构和分布特征的主要因素为水分，其次是热量，干扰也是影响群落分布的重要因素。　　表土孢粉组合的聚类分析和主成分分析（PCA）结果表明表土孢粉组合可主要分为干湿两类，灌丛、灌丛草甸和高山草甸的表土孢粉组合之间由于相似性较高而很难区分。落叶阔叶林（糙皮桦林）的表土孢粉组合具有较好的植被指示意义，而高山荒漠和针叶林（大果圆柏林）的表土孢粉组合的植被指示意义则较差。　　孢粉指数与气候因子之间的关系研究发现，A/C和干旱度孢粉指数在拉萨河谷并不适用；AP可以作为降水量指标但并不非常可靠（R2=0.19）；A/Cy在拉萨河谷不但可以作为可靠的干湿度指标和降水量指标（R2=0.48和0.33），同时也可以在一定程度上作为热量指标（R2=0.15）；而本研究提出的AC/Cy可以作为有效的干湿度指标和降水量指标（R2=0.50和0.33），同时也可以作为热量指标（R2=0.16），其可靠程度比A/Cy稍强。