劉丹陽，王鵬遠，岳曉霞，柳小妮

(1.甘肅農(nóng)業(yè)大學(xué) 草業(yè)學(xué)院/草業(yè)生態(tài)系統(tǒng)教育部重點實驗室/甘肅省草業(yè)工程實驗室/中-美草地畜牧業(yè)可持續(xù)發(fā)展研究中心，甘肅 蘭州 730070；2.內(nèi)蒙古大學(xué)生命科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010021；)

基于GIS的中國草地合理載畜量空間化

劉丹陽1，王鵬遠2，岳曉霞1，柳小妮1

(1.甘肅農(nóng)業(yè)大學(xué) 草業(yè)學(xué)院/草業(yè)生態(tài)系統(tǒng)教育部重點實驗室/甘肅省草業(yè)工程實驗室/中-美草地畜牧業(yè)可持續(xù)發(fā)展研究中心，甘肅 蘭州 730070；2.內(nèi)蒙古大學(xué)生命科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010021；)

天然草地合理載畜量是反映草地合理利用強度的基本單位。為提高草地合理載畜量的劃分精度，根據(jù)“極大似然逼近原理”，創(chuàng)建了異質(zhì)因子控制下的“線性回歸+區(qū)域化值殘差修正”數(shù)據(jù)空間化方法。以全國草地資源調(diào)查匯總數(shù)據(jù)中縣域理論載畜量和1∶400萬中國草地資源圖為基礎(chǔ)數(shù)據(jù)，采用分省控制構(gòu)建了理論載畜量與植被類型-生產(chǎn)力異質(zhì)植被斑塊的線性回歸模型，其判定系數(shù)由全國模型下的0.867提高到0.937，擬合優(yōu)勢度較高，所獲得的中國公里格網(wǎng)草地合理載畜量分布圖空間化精度也較高。中國公里格網(wǎng)草地合理載畜量分布圖不僅表明了不同類草地因生產(chǎn)力的不同有不同的放牧要求，也體現(xiàn)了不同環(huán)境條件下草地載畜能力的差別，有效反映了單位面積內(nèi)草地植被載畜-生產(chǎn)力水平，為生態(tài)治理和草地資源保育工作中合理制定草地利用強度提供了理論參考。

GIS；多元線性回歸；草地；載畜量；空間化

草地資源作為可循環(huán)再生的自然資源，在維持生態(tài)系統(tǒng)平衡的同時，也是畜牧業(yè)發(fā)展重要的物質(zhì)基礎(chǔ)[1]。中國草地面積廣大，草地類型豐富，可利用價值與用途多種多樣，但同時卻面臨消失速度快、管理模式粗放、超載過牧以及草地生態(tài)退化狀況嚴重等突出問題[2-4]。天然草地的合理載畜量正是反映這一資源承壓狀況的重要指標之一[5,6]，我國公認的天然草地合理利用強度也以天然草地合理載畜量為基本單位[7,8]。如何科學(xué)的確定草地合理載畜量，避免因盲目追求經(jīng)濟效益而肆意增大草原放牧率致使草畜關(guān)系失衡，同時提高草地生產(chǎn)力，引導(dǎo)草地畜牧業(yè)可持續(xù)發(fā)展以及合理利用草原、改善草原生態(tài)環(huán)境、維護生態(tài)平衡、實現(xiàn)草地資源可持續(xù)利用以及社會和經(jīng)濟可持續(xù)發(fā)展有著十分重要的作用[9]。

國外對于草地載畜量確定的研究已有不少成果[10-14]，我國有關(guān)如何估算草地載畜量的研究也較多，如趙有益等[15]基于灰色-馬爾科夫殘差預(yù)測模型預(yù)測了甘南草地載畜量；辛有俊等[16]參考農(nóng)業(yè)部《天然草地合理載畜量的計算》(NY/T636-2002)評價了青海省草地載畜量與載畜壓力；秦泗國等[17]對西藏那曲草原的研究表明，那曲草原整體處于超載狀態(tài)，且載畜量持續(xù)增加。

載畜量的估算方法多樣，在一般的草地資源調(diào)查成果中，載畜量數(shù)據(jù)表現(xiàn)為行政區(qū)劃單元(如市、縣)為記錄的表格數(shù)據(jù)。用這種數(shù)據(jù)來表達草地載畜量的空間分布格局時存在2個方面的主要問題。一是空間精度不高，二是以縣級行政區(qū)為基本單元制定草地的載畜量，部分草地生產(chǎn)力相對較差卻仍有一定載畜能力的縣(市/區(qū)/旗)，因草地資源匱乏沒有調(diào)查結(jié)果而缺少對應(yīng)的草地載畜量，導(dǎo)致草地合理載畜量數(shù)據(jù)不完整[18]。為此，廖順寶等[18]根據(jù)屬性數(shù)據(jù)空間化思路，利用模型計算與殘差修正相結(jié)合的技術(shù)方法，將20世紀80年代全國草地理論載畜量調(diào)查數(shù)據(jù)，從市縣單元轉(zhuǎn)換到公里網(wǎng)格尺度這一更細的空間尺度上。廖順寶等[18]的分析手段側(cè)重于地學(xué)矢量目標，為突出草地載畜量和草地生產(chǎn)力之間的關(guān)系，本研究在其研究基礎(chǔ)上，根據(jù)“極大似然逼近原理”，以全國草地資源調(diào)查匯總數(shù)據(jù)中縣域理論載畜量和1∶400萬中國草地資源圖為基礎(chǔ)數(shù)據(jù)，采用分省控制，構(gòu)建理論載畜量與不同類草地的面積和產(chǎn)草量2個因子密切相關(guān)的植被類型-生產(chǎn)力異質(zhì)植被斑塊的線性回歸模型，探明草地植被空間異質(zhì)結(jié)構(gòu)下的放牧合理承載能力，提高草地合理載畜量的劃分精度，為生態(tài)治理和草地資源保護工作中合理制定草地利用強度提供理論參考。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源

中國1∶400萬草地分類圖和中國1∶400萬縣級行政區(qū)劃圖來源于地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(www.geodata.cn)。中國1 km空間的空間分辨率基礎(chǔ)地理數(shù)據(jù)來源于美國地質(zhì)調(diào)查局(United States Geological Survey,USGS;www.usgs.gov)。中國分縣(市/區(qū)/旗)草地合理載畜量和單位面積產(chǎn)草量數(shù)據(jù)來源于《中國草地資源數(shù)據(jù)》[19]。

1.2 研究方法

在Arc Map 10平臺上，以省為單位(草地面積較小且相鄰的省份歸并處理，如廣東、廣西和海南省)，創(chuàng)建中國1∶400萬草地分類圖中18個草地類的幾何分離斑塊，以單位面積(1 km2)內(nèi)的草地載畜量為因變量，各類草地的面積和其產(chǎn)草量的乘積為自變量，建立多元回歸模型。

為解決線性回歸過程中部分小樣本與擬合直線偏離程度較大的問題，將載畜量統(tǒng)計數(shù)據(jù)插值為柵格圖層并與回歸模擬載畜量的柵格圖層進行代數(shù)運算，計算兩者間的殘差，最后在Arc Map 10平臺上將殘差插值為柵格圖層對回歸模擬載畜量分布圖加以修正，進而實現(xiàn)全國草地合理載畜量的空間化。

利用SPSS統(tǒng)計分析軟件建立多元回歸模型，同時對回歸方程進行擬合優(yōu)度檢驗、回歸系數(shù)的顯著性檢驗和殘差分析，以證明模型的可靠性。

2 結(jié)果與分析

2.1 草地類的合理載畜量回歸模型

全國18個草地類合理載畜量的線性回歸模型為：

y=111.770x1+39.902x2+8.373x3+30.434x4+1.778x5+40.159x6+74.550x7+3.974x8+52.592x9+338.321x10+255.979x11+446.260x12+492.910x13+553.951x14+119.583x15+257.989x16+79.554x17+312.687x18

式中：y-單位格網(wǎng)的內(nèi)草地合理載畜量(羊單位/km.a)；x1,x2,…,x18-單位格網(wǎng)內(nèi)不同類草地的面積(km2)，常數(shù)項為0(無草地即無載畜量)。

SPSS回歸分析結(jié)果表明，通過觀察調(diào)整后的判定系數(shù)為0.867，擬合優(yōu)度較高，線性關(guān)系顯著?；貧w方程的顯著性檢驗結(jié)果表明(表1)，18個草地類變量均大于顯著性水平，模型代表性較好。

表1 全國18類草地合理載畜量回歸方程的顯著性檢驗Table 1 Significance test of regression equation of reasonable carrying capacity in China

2.2 草地合理載畜量的空間分布

對全國以及北方草地(草地面積占全國草地面積70%)所在的幾個省的公里格網(wǎng)草地合理載畜量回歸分析結(jié)果(表2)表明，分省模型的判定系數(shù)由全國模型下的0.867提高到0.937(平均值)。全國和分省模型顯著性檢驗的概率均為0，小于顯著性水平0.05。殘差修正后得到全國公里格網(wǎng)的草地合理載畜量空間分布圖。單位面積草地合理載畜量在全國范圍內(nèi)總體表現(xiàn)出隨降水量減少而降低的趨勢，尤其在東北-內(nèi)蒙古一帶更為明顯(圖1)。同時，川西北-甘肅甘南-青海玉樹環(huán)高原暖濕氣流焚風(fēng)草地區(qū)也印證了這一趨勢[20,21]。

圖1 中國公里格網(wǎng)草地合理載畜量分布Fig.1 Distribution of reasonable carrying capacity for Chinese grassland

表2 全國及分省公里格網(wǎng)草地合理載畜量回歸分析Table 2 Regression analysis of 1 km2 grid grassland reasonable carrying capacity in nation and provinces

中國單位面積草地合理載畜量與草地生產(chǎn)力密切相關(guān)。大興安嶺、川西北、太行山山麓、山西河谷臺地和天山—準格爾盆地-阿爾金山山地焚風(fēng)坡以及河北承德等地的林緣草地，合理載畜量明顯高于周圍地區(qū)；西藏拉薩河谷地帶和藏滇交界的長江、瀾滄江以及雅魯藏布江河谷地帶，單位面積的草地合理載畜量呈現(xiàn)出與森林草地分布相符的條帶狀高值區(qū)。而巴丹吉林沙漠、騰格里沙漠周邊及內(nèi)蒙古阿拉善盟-甘肅酒泉地區(qū)、中巴阿拉山口沿線和西藏阿里地區(qū)因氣候條件惡劣、土地沙化和荒漠化程度較高，其單位面積合理載畜量最?。挥炅織l件較差且開發(fā)歷史時間較長的西北內(nèi)陸地區(qū)如祁連山山麓、賀蘭山山麓和六盤山地區(qū)，反而在山區(qū)呈現(xiàn)單位面積草地合理載畜量較高的特點，這與西北地區(qū)山地冷蒸發(fā)水循環(huán)下的地表濕潤度較高有關(guān)[22，23]。

3 討論與結(jié)論

草地合理載畜量由單位面積草地產(chǎn)草量、利用方式和利用周期等參數(shù)計算得到，其反映了理想化環(huán)境和生理條件下現(xiàn)實草地在確定時間內(nèi)能夠容納的食草動物(綿羊單位)的數(shù)量[24-26]，對確定草地合理載畜量具有重要意義。草地的合理載畜量和草地的類型密切相關(guān)，草地退化、沙化和荒漠化等牧場條件惡化問題對草地合理載畜量也有一定的影響。

從生產(chǎn)應(yīng)用角度分析，按照草地產(chǎn)草量估測草地載畜量更為科學(xué)、合理。研究采用分省控制，構(gòu)建了理論載畜量與中國18個草地類的分布面積和產(chǎn)草量之間的線性回歸模型，充分說明了載畜量是衡量草地生產(chǎn)能力的重要指標。草地的生產(chǎn)能力和草地類型密切相關(guān)，而草地的類型又因高度變化和不同經(jīng)緯度下的積溫、濕潤度變化而不同，因此，草地合理載畜量空間化過程中，空間因子至關(guān)重要。而殘差修正已被證明是一種較好的減小GIS空間插值結(jié)果誤差的方法[27，28]。通過殘差修正，在一定程度上降低了可能因地形變化導(dǎo)致1 km2面積內(nèi)的草地類變化帶來的誤差，提高了中國草地合理載畜量的空間化精度。得到的全國公里格網(wǎng)草地合理載畜量的空間分布圖的分析結(jié)果也表明，不同類草地因生產(chǎn)力的不同對放牧有不同的要求，在不同環(huán)境條件下草地的載畜能力亦有差別。

此次研究的不足之處在于建立多元回歸模型的過程中，對小斑塊賦予的權(quán)重值在一定程度上比大斑塊略低，而這些小斑塊恰是由于地形多變，加之開墾、濫挖和過牧等人類活動導(dǎo)致的草原景觀破碎化，因而模型中存在數(shù)據(jù)值向大斑塊偏移的現(xiàn)象[29]，對中國南方(胡煥庸線以東)區(qū)域的回歸程度不是很理想。同時，研究使用的基礎(chǔ)數(shù)據(jù)為第1次全國草地資源調(diào)查匯總數(shù)據(jù)中的縣域理論載畜量和1∶400萬中國草地資源圖，雖然數(shù)據(jù)的時效性不足，但已是迄今為止最完善、最全面的全國草地資源調(diào)查資料，故研究結(jié)果同樣具有一定的參考價值。如能結(jié)合草地資源的利用現(xiàn)狀，將會取得更滿意的結(jié)果。

[1] 呼格吉勒圖.錫林河流域草地現(xiàn)狀及冷季載畜量研究[D].呼和浩特:內(nèi)蒙古大學(xué),2007:1-2.

[2] 侯學(xué)煜.中國植被地理及優(yōu)勢植物化學(xué)成分[M].北京:科學(xué)出版社,1982:1-10.

[3] 吳靜,王錚.2000年來中國人口地理演變的Agent模擬分析[J].地理學(xué)報,2008,63(2):185-194.

[4] 石玉林.農(nóng)業(yè)資源合理配置與提高農(nóng)業(yè)綜合生產(chǎn)力研究[M].北京:中國農(nóng)業(yè)出版社,2008:28-36.

[5] ARTHUR W SAMPSON.Range and Pasture Management[M].New York:John Wiley & Sons,1923:328.

[6] 任繼周.放牧,草原生態(tài)系統(tǒng)存在的基本方式-兼論放牧的轉(zhuǎn)型[J].自然資源學(xué)報,2012,27(8):1260-1275.

[7] 蘇大學(xué).天然草地合理載畜量的計算[S].北京:中國標準出版社,2003:2-8.

[8] 董世魁.什么是草原載畜量[J].國外畜牧學(xué)-草原與牧草,1998(1):6-10.

[9] 蔚俊,龍瑞軍,高新才,等.甘肅甘南地區(qū)草畜平衡現(xiàn)狀與發(fā)展對策[J].草原與草坪,2007,15(3):52-56.

[10] Jagtap S,A missah Arthur A.Stratification and synthesis of crop livestock production system using GIS[J].1999,47,573-582.

[11] Millar J,Connell J.Strategies for scaling out impacts from agricultural systems change:the case of forages and livestock production in Laos,A gric Hum Values[J].2010,27:213-225.

[12] Bell R H V.Carrying capacity and off take quotas[C]∥Conservation and Wildlife Management in Africa.Washington:US Peace Corps,1985,74-101.

[13] Stephen S,Scoones I.Opportunistic and conservative pa-storal strategies:Some economic arguments[J].Ecological Economics，2006,58:1-16.

[14] Rudner M,Biedermann R,Schroder B,etal.Integrated Grid Based Ecological and Economic(INGRID)landscape model-A tool to support landscape management decisions[J].Environmental Modeling & Software,2007,22(2):177-187.

[15] 趙有益,林慧龍,張定海,等.基于灰色-馬爾科夫殘差預(yù)測模型的甘南草地載畜量預(yù)測[J].農(nóng)業(yè)工程學(xué)報,2012,28(15):199-204.

[16] 辛有俊,杜鐵瑛,辛玉春,等.青海草地載畜量計算方法與載畜壓力評價[J].青海草業(yè),2011,20(4):13-22.

[17] 秦泗國,鐘國輝,王景升.那曲草地氣候格局對草地NPP的影響及載畜量研究[J].干旱區(qū)資源與環(huán)境,2010,24(7):159-164.

[18] 廖順寶,秦耀辰.草地理論載畜量空間化方法及應(yīng)用[J].地理研究,2014,33(1):179-190.

[19] 中華人民共和國農(nóng)業(yè)部畜牧獸醫(yī)司等.中國草地資源數(shù)據(jù)[M].北京:中國農(nóng)業(yè)科技出版社,1994：1-60

[20] 馬春梅,賈鮮艷,楊靜,等.內(nèi)蒙古草地生態(tài)環(huán)境退化現(xiàn)狀及成因分析[J].內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報,2000,21(1):117-120.

[21] 李博.我國草地資源現(xiàn)狀及其管理對策[J].大自然探索,1997,59(16):12-14.

[22] 陳明榮.對于干濕氣候區(qū)劃指標問題的探討[J].西北大學(xué)學(xué)報(自然科學(xué)版),1974(2):111-119.

[23] 崔洋.青藏高原陸面過程與亞洲夏季風(fēng)系統(tǒng)聯(lián)系的研究[D].蘭州:蘭州大學(xué)，2010:29-39.

[24] 胡式之.植物生態(tài)學(xué)、地植物學(xué)第一次學(xué)術(shù)會議[J].科學(xué)通報,1963(1):63.

[25] 戈峰.現(xiàn)代生態(tài)學(xué)[M].北京:科學(xué)出版社,2008:33-65.

[26] 林慧龍.草地凈第一性生產(chǎn)力與≥0℃年積溫、濕潤度指標間的關(guān)系[J].草業(yè)科學(xué),2005,6(22):8-10.

[27] 郭婧,柳小妮,任正超.基于GIS模塊的氣象數(shù)據(jù)空間插值方法新改進-以甘肅省為例[J].草原與草坪,2011,31(4):41-45.

[28] 王紅霞,柳小妮,任正超,等.降水量的空間插值方法研究-以甘肅省為例[J].草原與草坪,2012,32(5):12-16.

[29] 陳顯明.分析數(shù)據(jù)處理中應(yīng)用回歸分析法的討論[J].計算機與應(yīng)用化學(xué),1988,5(2):146-148.

GIS-based spatial simulation of reasonable carrying capacity of grasslands in China

LIU Dan-yang1，WANG Peng-yuan2，YUE Xiao-xia1，LIU Xiao-ni1

(1.CollegeofPrataculturalScience,GansuAgriculturalUniversity/KeyLaboratoryofGrasslandEcosystem，MinistryofEducation/PrataculturalEngineeringLaboratoryofGansuProvince/Sino-U.S.CentersforGrazinglandEcosystemSustainability,Lanzhou730070,China；2.SchoolOfLifeSciences,InnerMongoliaUniversity,Hohhot010021,China)

Reasonable carrying capacity of grassland is a fundamental measure for maintaining proper utilization of grassland resources.In order to improve the accuracy in estimating the reasonable carrying capacity,the ‘Maximum Likelihood Estimate’ modeling method was used to develop a ‘multi-variable linear return analysis & residual correction’ approach based on the heterogeneous variables.The calculated carrying capacity for counties obtained from the Chinese Grassland Resources Survey and the 1∶4000000 Grassland Resource Map were used as the data source for modeling analyses.A linear regression model was developed to simulate the carrying capacity for different provinces by using vegetation type and heterogeneous plant production as independent variables.This method not only significantly improved the coefficient of determination from 0.867 of the national model to 0.937 of current model,but also improved the accuracy of the national reasonable carrying capacity map.The outcomes from this study provided indication on the stocking rate and productivity of per land area for different grassland types,which can be used to facilitate the decision making in grassland management.

GIS;multiple linear regression;grassland;reasonable carrying capacity;spatialization

2015-04-20；

2015-09-29

“草業(yè)生態(tài)系統(tǒng)教育部重點實驗室(甘肅農(nóng)業(yè)大學(xué))開放課題”(No.CYZS-2011014)資助

劉丹陽(1989-)，女，滿族，碩士研究生。 E-mail：liudy198905@126.com 王鵬遠為通訊作者。

S 812.8

A

1009-5500(2015)05-0092-05