張旭琛，朱華忠，鐘華平*，程耀東,靳瑰麗，邵小明

(1.蘭州交通大學(xué)，甘肅 蘭州 730070；2.中國(guó)科學(xué)院地理科學(xué)與資源研究所，北京 100101；3.新疆農(nóng)業(yè)大學(xué)，新疆 烏魯木齊 830052；4.中國(guó)農(nóng)業(yè)大學(xué)，北京 100083)

?

新疆伊犁地區(qū)草地植被地上生物量遙感反演

張旭琛1,2，朱華忠2，鐘華平2*，程耀東1,靳瑰麗3，邵小明4

(1.蘭州交通大學(xué)，甘肅 蘭州 730070；2.中國(guó)科學(xué)院地理科學(xué)與資源研究所，北京 100101；3.新疆農(nóng)業(yè)大學(xué)，新疆 烏魯木齊 830052；4.中國(guó)農(nóng)業(yè)大學(xué)，北京 100083)

本文以伊犁地區(qū)146個(gè)草地樣地調(diào)查數(shù)據(jù)為基礎(chǔ)，結(jié)合遙感及氣象數(shù)據(jù)，進(jìn)行草地植被地上生物量與NDVI、EVI、海拔、年均降水、年均氣溫、積溫、干燥度、濕潤(rùn)指數(shù)等因子的回歸分析。并通過(guò)各因子對(duì)地上生物量影響權(quán)重參數(shù)分析和加權(quán)融合，運(yùn)用ArcGIS軟件，反演分析了新疆伊犁地區(qū)草地植被地上生物量的空間分布特征。結(jié)果表明,新疆伊犁地區(qū)草地平均產(chǎn)草量約為704.96 kg/hm2，與20世紀(jì)80年代全國(guó)草地調(diào)查數(shù)據(jù)相比，產(chǎn)草量有所下降。草地植被地上生物量與各項(xiàng)因子具有較好的相關(guān)性，反演結(jié)果與伊犁地區(qū)的地形、地貌、氣候特征基本吻合，反映了伊犁地區(qū)草地植被的空間分布特征。地上生物量反演結(jié)果得到驗(yàn)證，預(yù)測(cè)值與實(shí)測(cè)值之間相關(guān)系數(shù)(R2)為0.8532；均方根誤差(RMSE)為216.559 kg/hm2，偏離度為22.92%，可以為新疆伊犁地區(qū)草地資源合理利用與評(píng)價(jià)提供參考。

草地植被；地理信息系統(tǒng)；地上生物量；遙感反演

長(zhǎng)期以來(lái)，生態(tài)系統(tǒng)生產(chǎn)力一直是生態(tài)學(xué)研究的一個(gè)重要方向[1]。在草地生態(tài)研究領(lǐng)域，長(zhǎng)期的定位研究和不同區(qū)域草地資源的大量調(diào)查，為草地生態(tài)系統(tǒng)結(jié)構(gòu)功能與生產(chǎn)力評(píng)價(jià)提供了基礎(chǔ)[2-3]。并且基于不同基礎(chǔ)數(shù)據(jù)，國(guó)內(nèi)許多學(xué)者對(duì)我國(guó)草地植被總生物量(或碳儲(chǔ)量)進(jìn)行了估算[4-8]，同時(shí)基于遙感模型還給出了我國(guó)草地植被生物量的空間分布格局[9]。但是，由于受研究方法、數(shù)據(jù)來(lái)源、觀測(cè)資料等條件的限制，全國(guó)草地植被生物量的估算還存在很大的不確定性[10]。并且隨著草地資源調(diào)查向草地生態(tài)系統(tǒng)功能評(píng)價(jià)發(fā)展，傳統(tǒng)的草地群落學(xué)方法逐漸滿足不了在區(qū)域尺度上對(duì)草地動(dòng)態(tài)監(jiān)測(cè)和草地生態(tài)環(huán)境評(píng)價(jià)研究的需求。在時(shí)效性方面跟不上草地動(dòng)態(tài)監(jiān)測(cè)的節(jié)奏，在區(qū)域研究上又遇到數(shù)據(jù)尺度轉(zhuǎn)換帶來(lái)的不確定性瓶頸。與傳統(tǒng)的草地生態(tài)學(xué)方法相比，草地遙感技術(shù)能夠獲取全時(shí)段與草地植被相關(guān)的遙感數(shù)據(jù)信息，彌補(bǔ)時(shí)效性和全面性的不足。

早期的草地生物量遙感反演多采用NOAA/AVHRR數(shù)據(jù)計(jì)算歸一化植被指數(shù)(NDVI)來(lái)監(jiān)測(cè)草地植被生產(chǎn)力的動(dòng)態(tài)變化，認(rèn)為牧草生長(zhǎng)期的地上生物量與NDVI密切相關(guān)[11]。隨著遙感數(shù)據(jù)的不斷完善，更多的學(xué)者利用Landsat TM和NOAA/AVHRR結(jié)合，建立NDVI與草地生物量之間的回歸模型，來(lái)監(jiān)測(cè)植物生長(zhǎng)和生物量估算[12-13]。進(jìn)一步促進(jìn)了我國(guó)草地植被生物量研究的發(fā)展[14-17]，也奠定了對(duì)草地動(dòng)態(tài)監(jiān)測(cè)和草地生態(tài)系統(tǒng)功能評(píng)價(jià)的基礎(chǔ)[18-26]。特別是隨著高光譜遙感技術(shù)的應(yīng)用，高光譜遙感數(shù)據(jù)、TM/ETM、MODIS數(shù)據(jù)和植被指數(shù)方法在植被生態(tài)監(jiān)測(cè)方面得到廣泛應(yīng)用，在地面植被遙感與應(yīng)用研究中表現(xiàn)出強(qiáng)大優(yōu)勢(shì)[27-30]。

新疆伊犁地區(qū)作為我國(guó)重點(diǎn)牧區(qū)，是我國(guó)草地遙感研究最活躍的地區(qū)之一。包括草地分類體系[31]，草地產(chǎn)草量遙感動(dòng)態(tài)監(jiān)測(cè)[32-35]，草地退化等方面的研究[36-37]，為新疆草地遙感研究奠定了基礎(chǔ)。楊紅飛等[38]關(guān)于新疆草地生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力方面進(jìn)行了研究，從數(shù)據(jù)多元化、模型應(yīng)用、到草地生產(chǎn)力時(shí)空格局分析，把握了新疆草地遙感研究的總體水平。然而，多數(shù)研究認(rèn)為：運(yùn)用MODIS- NDVI對(duì)草原植被狀況進(jìn)行模型估測(cè)的方法，盡管能夠合理地表征植被的狀況，但很難獲得植被投影蓋度產(chǎn)量的真值，表現(xiàn)為NDVI對(duì)高植被區(qū)具有較低的靈敏度[39]。如在相同的NDVI取值中，高寒草甸和山地草甸生物量有著不一樣的表達(dá)，需要有草地類型梯度變化分析的參與。因此，利用草地類型遙感光譜特征，輔以海拔、坡向、坡度、水、熱、土壤等因子對(duì)草地的影響分析，對(duì)解決草地類型由于“同譜異物、同物異譜”現(xiàn)象而不易區(qū)分的難題是可行的[40]。這種多尺度與空間統(tǒng)計(jì)分析方法的結(jié)合也逐漸成為草地遙感研究的熱點(diǎn)[41]。

本研究則以MODIS數(shù)據(jù)為基礎(chǔ)，輔以海拔、年降水、年均氣溫、積溫、干燥度、濕潤(rùn)指數(shù)等數(shù)據(jù)，對(duì)新疆伊犁地區(qū)草地植被地上生物量反演進(jìn)行初步嘗試，為探討新疆草地植被地上生物量的分布規(guī)律提供參考。

1 材料與方法

1.1 研究區(qū)概況

伊犁州地處東經(jīng)80°09′42″-84°56′50″，北緯42°14′16″-45°50′30″，位于歐亞大陸腹地新疆天山北坡西部山區(qū)的伊犁河谷。屬溫帶大陸性氣候，年平均氣溫10.4℃，年日照時(shí)數(shù)2870 h，年降水量417.6 mm，是新疆最濕潤(rùn)的地區(qū)。伊犁河谷自然條件優(yōu)越，農(nóng)、牧業(yè)發(fā)展優(yōu)勢(shì)顯著，農(nóng)畜產(chǎn)品豐富，是新疆的糧倉(cāng)和全國(guó)著名的牧區(qū)[42]。天然草場(chǎng)資源豐富，總面積約2×107hm2。

1.2 野外調(diào)查與采樣

根據(jù)對(duì)伊犁地區(qū)草地類型的分布特點(diǎn)、草地利用方式、利用強(qiáng)度等方面的綜合評(píng)估，在全區(qū)范圍內(nèi)進(jìn)行146個(gè)草地樣地的設(shè)置，于2013年7月-9月對(duì)全部樣地進(jìn)行實(shí)地定位，并對(duì)樣地進(jìn)行樣方調(diào)查與采樣(圖1)。

對(duì)草地樣地用GPS記錄并保留每一樣地的路徑信息(航跡)，詳細(xì)記錄其經(jīng)緯度坐標(biāo)、海拔、地形、植被類型、群落名稱、利用方式、利用強(qiáng)度等信息，并對(duì)樣地的景觀、群落及物種進(jìn)行拍照和編號(hào)。依據(jù)代表性原則，選擇代表整個(gè)樣地植被、地形及土壤等特征的地段，設(shè)置3個(gè)樣方，調(diào)查樣方內(nèi)所有草本植物的總蓋度、群落高度、地上生物量、凋落物生物量和地下生物量，并進(jìn)行草地表層土壤容重調(diào)查，分層采集土壤分析樣品。

地上生物量用收獲法將樣方內(nèi)植物所有綠色部分用剪刀齊地面剪取，分物種按樣方分別裝進(jìn)信封袋，帶回室內(nèi)，在65℃下烘干后稱重。樣品量較多時(shí)，在野外先稱總鮮重，然后取部分鮮樣品，稱其鮮重后分裝信封袋，帶回室內(nèi)，烘干稱重，獲得干重系數(shù)，換算成樣方地上生物量干重。樣方面積為1 m×1 m，3個(gè)重復(fù)。

凋落物：在做完地上生物量的樣方內(nèi)，用手將地表當(dāng)年的凋落物和立枯撿起，小心去除凋落物上附著的細(xì)土粒，按樣方分別裝入信封內(nèi)，用鉛筆做好標(biāo)記。在野外稱量鮮重后帶回室內(nèi)，在65℃下烘干后稱量干重。

地下生物量：在做完凋落物的樣方內(nèi)，清理樣方土壤表面的殘留物和雜質(zhì)，用內(nèi)徑為66 mm的土鉆按0～10 cm、10～20 cm、20～30 cm分層采集土壤樣品3鉆，分層混合后按樣方分裝在0.37 mm的尼龍袋紗袋中，并用塑料標(biāo)簽寫(xiě)好樣方號(hào)和層次，帶回室內(nèi)或在野外有條件的河流進(jìn)行漂洗，將漂洗后的凈根系樣品分裝信封，用鉛筆做好標(biāo)記，在65℃烘箱烘至恒重后稱量干重，并換算成1 m×1 m樣方的地下生物量。

1.3 數(shù)據(jù)來(lái)源及處理

本文涉及的基礎(chǔ)數(shù)據(jù)包括90 m數(shù)字高程模型(DEM)柵格數(shù)據(jù)，多年平均的500 m空間分辨率的氣候柵格數(shù)據(jù)，2011年250 m空間分辨率的MODIS數(shù)據(jù)，以及新疆伊犁地區(qū)146個(gè)樣地的調(diào)查數(shù)據(jù)。

氣候數(shù)據(jù)包括1957-2010年多年平均的年均氣溫(Ta)、年平均降水量(Pa)、≥0℃年積溫、≥10℃年積溫、干燥度、濕潤(rùn)指數(shù)等500 m空間分辨率柵格數(shù)據(jù)。數(shù)據(jù)由中國(guó)科學(xué)院遙感所提供，經(jīng)過(guò)Foxpro預(yù)處理的全國(guó)氣象站點(diǎn)的氣象數(shù)據(jù)在Arc/Info中轉(zhuǎn)為站點(diǎn)的圖層(coverage)，再利用反向距離加權(quán)平均的方法內(nèi)插出全國(guó)空間分辨率為500 m×500 m的柵格數(shù)據(jù)。

遙感數(shù)據(jù)所用250 m空間分辨率MODIS數(shù)據(jù)為來(lái)自美國(guó)地質(zhì)調(diào)查(USGS)的歸一化植被指數(shù)(NDVI)與增強(qiáng)型植被指數(shù)(EVI)每16 d數(shù)據(jù)產(chǎn)品(MOD13Q1)。數(shù)據(jù)覆蓋的時(shí)間范圍為2011年7月至8月與2012年7月至8月。MODIS NDVI和EVI采用16 d最大值合成方法(maximum value composite，MVC)生成，利用ArcMap軟件進(jìn)行格式轉(zhuǎn)換、拼接、投影轉(zhuǎn)換和再拼接，生成氣候數(shù)據(jù)與投影坐標(biāo)數(shù)據(jù)相一致。

1.4 分析方法

將新疆伊犁地區(qū)146個(gè)樣地調(diào)查的地上生物量數(shù)據(jù)通過(guò)K-S檢驗(yàn)，地上生物量數(shù)據(jù)符合正態(tài)分布，采用SPSS 17.0對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。同時(shí)，根據(jù)野外調(diào)查的146個(gè)草地樣地的地理坐標(biāo)，提取相應(yīng)樣地的NDVI、EVI、海拔、年均氣溫、年降水、≥0℃年積溫、≥10℃年積溫、干燥度、濕潤(rùn)指數(shù)等數(shù)值，與地上生物量生成數(shù)據(jù)集，用于地上生物量與各因素之間的相關(guān)回歸分析。

將146個(gè)樣地?cái)?shù)據(jù)分為2組，約2/3數(shù)據(jù)經(jīng)歸類平均化后，進(jìn)行地上生物量與各因素之間的相關(guān)回歸分析和建立回歸方程。同時(shí)，運(yùn)用主成分分析法，分析各要素對(duì)地上生物量影響權(quán)重參數(shù)，構(gòu)建多數(shù)據(jù)源的綜合評(píng)價(jià)模型(1)。最后采用ArcGIS軟件進(jìn)行插值分析，反演1 km分辨率的新疆伊犁地區(qū)草地植被地上生物量的空間分布圖。另1/3數(shù)據(jù)用于對(duì)最終反演結(jié)果進(jìn)行驗(yàn)證。

(1)

式中，P表示為地上生物量，i為生態(tài)因子，Wi為某生態(tài)因子對(duì)地上生物量的影響權(quán)重參數(shù)，Yi為某生態(tài)因子與地上生物量的回歸方程。

反演精度評(píng)價(jià)方法主要選擇均方根誤差(RMSE)、偏離度(E)和線性回歸的復(fù)相關(guān)系數(shù)(R2)來(lái)評(píng)價(jià)反演預(yù)測(cè)值與實(shí)測(cè)值之間的可信度。

(2)

(3)

2 結(jié)果與分析

2.1 新疆伊犁地區(qū)草地植被地上生物量統(tǒng)計(jì)分析

根據(jù)草地樣方調(diào)查數(shù)據(jù)統(tǒng)計(jì)分析，146個(gè)草地樣地主要包含有低地草甸、高寒草甸、山地草甸、溫性草甸草原、溫性草原、溫性荒漠化草原、溫性草原化荒漠和溫性荒漠8個(gè)主要草地類型(表1)。新疆伊犁地區(qū)草地平均產(chǎn)草量約為704.96 kg/hm2，其中低地草甸產(chǎn)草量最高，高寒草甸產(chǎn)草量最低；打草場(chǎng)平均產(chǎn)草量在1278.37 kg/hm2以上；放牧場(chǎng)(含溫性草原、溫性草甸草原、山地草甸)平均產(chǎn)草量在625.6 kg/hm2左右；荒漠類草原(溫性荒漠草原、溫性草原化荒漠、溫性荒漠)平均產(chǎn)草量在374.70 kg/hm2左右；高寒草甸平均產(chǎn)草量在213.6 kg/hm2左右，與20世紀(jì)80年代全國(guó)草地調(diào)查數(shù)據(jù)相比，產(chǎn)草量有下降趨勢(shì)。

表1 伊犁地區(qū)2013年主要草地類型地上生物量統(tǒng)計(jì)結(jié)果

2.2 草地植被地上生物量與各要素回歸分析

根據(jù)相關(guān)性統(tǒng)計(jì)分析表明，新疆伊犁地區(qū)草地植被地上生物量與NDVI、EVI、海拔、年降水、年均氣溫、積溫、干燥度、濕潤(rùn)指數(shù)等要素之間復(fù)相關(guān)系數(shù)(R2)平均達(dá)0.7，有較強(qiáng)的相關(guān)性。從圖2中可以看到：地上生物量隨著年降水量、 NDVI和EVI的增加逐漸升高； 與海拔、 濕潤(rùn)指數(shù)、年均氣溫、 ≥0℃年積溫、≥10℃年積溫、干燥度的增加呈∩型變化趨勢(shì)。這與新疆伊犁地區(qū)草地類型分布規(guī)律相吻合，在海拔1050 m以下，主要為溫性荒漠化草原或溫性荒漠，地上生物量較低；在海拔3000 m以上，平均氣溫與積溫較低，地上生物量也較低；在海拔1500～2500 m，主要分布有山地草甸、草甸草原，多為打草場(chǎng)，相對(duì)而言地上生物量較高。

2.3 單因素驅(qū)動(dòng)下的新疆伊犁地區(qū)草地植被地上生物量反演

根據(jù)地上生物量與NDVI、EVI、海拔、年降水、年均氣溫、積溫、干燥度、濕潤(rùn)指數(shù)等要素的回歸方程，通過(guò)Spatial Analyst工具-地圖代數(shù)-柵格計(jì)算器，反演出伊犁草地植被地上生物量(圖3)。

從圖中可以看到，根據(jù)海拔、年均氣溫、≥0℃年積溫、≥10℃年積溫、NDVI、EVI等要素的地上生物量反演結(jié)果有很好效果。而年降水量、干燥度、濕潤(rùn)指數(shù)等要素地上生物量反演的效果不是很理想，主要與年降水量、干燥度、濕潤(rùn)指數(shù)等基礎(chǔ)數(shù)據(jù)的質(zhì)量有關(guān)。

圖2 地上生物量與不同要素的回歸分析

圖3 單因素的地上生物量反演

續(xù)圖3 單因素的地上生物量反演Continued Fig.3 The above-ground biomass inversed with each factor

要素Factor權(quán)重參數(shù)Weightingparameters要素Factor權(quán)重參數(shù)Weightingparameters海拔Altitude0.300干燥度Aridity0.025年均氣溫Averageannualtemperature0.150濕潤(rùn)指數(shù)Humidityindex0.025≥0℃年積溫≥0℃temperature0.0508月EVI指數(shù)EVIindexinAugust0.025≥10℃年積溫≥10℃temperature0.0258月NDVI指數(shù)NDVIindexinAugust0.300年均降雨Averageannualrainfall0.100

2.4 地上生物量綜合反演

圖4 草地地上生物量綜合反演結(jié)果Fig.4 The above-ground biomass of grassland with integrated model

為了平衡各要素對(duì)地上生物量的影響，運(yùn)用主成分分析法，分析了NDVI、EVI、海拔、年降水、年均氣溫、積溫、干燥度、濕潤(rùn)指數(shù)等各項(xiàng)因子對(duì)地上生物量影響權(quán)重參數(shù)，融合各因子對(duì)伊犁地上生物量貢獻(xiàn)(表2)。采用加權(quán)統(tǒng)計(jì)分析方法，運(yùn)用ArcGIS軟件進(jìn)行插值分析，反演1 km分辨率的新疆伊犁地區(qū)草地植被地上生物量的空間分布圖(圖4)。

從反演的地上生物量空間分布圖分析，新疆伊犁地區(qū)草地植被地上生物量呈明顯的地帶性分布規(guī)律：高海拔地帶的高寒草甸產(chǎn)草量在500 kg/hm2左右；低海拔地帶的荒漠化草原和溫性荒漠產(chǎn)草量在500 kg/hm2以下；海拔為1500～2000 m的半山地帶的山地草甸和草甸草原產(chǎn)草量在1300 kg/hm2左右。昭蘇縣、特克斯縣、新源縣以及尼勒克縣地上生物量分布較高；而霍城縣、察布查爾錫伯自治縣、鞏留縣以及伊寧縣處在河谷地帶，地上生物量較低。

通過(guò)對(duì)反演的地上生物量數(shù)據(jù)進(jìn)行頻度統(tǒng)計(jì)分析(圖5)，反演數(shù)據(jù)符合正態(tài)分布。最高值為1839.34 kg/hm2，頻度分布最大值的地上生物量為1200～1300 kg/hm2，而500 ～1600 kg/hm2的地上生物量數(shù)據(jù)占總生物量的88%，與伊犁地區(qū)草地平均地上生物基本吻合。

2.5 新疆伊犁地區(qū)草地植被地上生物量反演結(jié)果驗(yàn)證

本文用另一組57個(gè)樣地的樣方數(shù)據(jù)與反演數(shù)據(jù)進(jìn)行相關(guān)性分析(圖6)。結(jié)果表明，其散點(diǎn)分布基本聚集在1∶1周邊，估計(jì)值與實(shí)測(cè)值之間的相關(guān)系數(shù)R2=0.8532；相關(guān)方程斜率為1.0039，趨近于1。方差分析結(jié)果，F(xiàn)值為319.785，P<0.001，表明回歸極顯著。估計(jì)值與實(shí)測(cè)值之間的均方根誤差(RMSE)為216.559 kg/hm2，總體偏離約為22.9257%，平均預(yù)測(cè)精度達(dá)80%。

圖5 地上生物量頻度分布Fig.5 Frequency distribution of the above-ground biomass

圖6 反演數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)相關(guān)關(guān)系Fig.6 Relationship of the simulated data with the measured data

3 結(jié)論

1)調(diào)查統(tǒng)計(jì)分析表明，新疆伊犁地區(qū)草地植被地上生物量平均704.96 kg/hm2，與第一次全國(guó)草地資源調(diào)查產(chǎn)草量比較：山地草甸、草甸草原、溫性草原、打草場(chǎng)產(chǎn)草量趨于穩(wěn)定；而荒漠草原、溫性荒漠及高寒草甸產(chǎn)草量有下降趨勢(shì)。

2)新疆伊犁地區(qū)草地植被地上生物量與NDVI、EVI、海拔、年降水、年均氣溫、積溫、干燥度、濕潤(rùn)指數(shù)等各項(xiàng)因子具有一定的相關(guān)性，相關(guān)系數(shù)R2平均達(dá)0.7以上；但單因子的地上生物量反演并不完全有較好的效果，這與各要素的原數(shù)據(jù)質(zhì)量有關(guān)系。

3)采用多數(shù)據(jù)源對(duì)新疆伊犁地區(qū)草地植被地上生物量在空間上的反演，可以反映伊犁地區(qū)草地植被地上生物量的分布規(guī)律。反演結(jié)果得到檢驗(yàn)，并通過(guò)與實(shí)測(cè)數(shù)據(jù)的驗(yàn)證，預(yù)測(cè)精度約80%，可以為新疆伊犁地區(qū)草地資源合理利用與評(píng)價(jià)提供參數(shù)。

[1] Fang J Y, Liu G H, Xu S L. Biomass and net production of forest vegetation in China. Acta Ecologica Sinica, 1996, 16(5): 479-508.

[2] Feng Z W, Wang X K, Wu G. The Biomass and Productivity of Forest Ecosystem China[M]. Beijing: Science Press, 1999: 1-6.

[3] The Ministry of Agriculture Animal Husbandry and Veterinary Department of The People’s Republic of China. Rangeland Resources of China[M]. Beijing: China Agriculture Press, 1994.

[4] Ni J. Carbon storage in terrestrial ecosystems of China: estimates at different spatial resolutions and their responses to climate change. Climatic Change, 2001, 49(3): 339-358.

[5] Ni J. Carbon storage in grasslands of China. Journal of Arid Environments, 2002, 50(2): 205-218.

[6] Fang J Y, Liu G H, Xu S L. Carbon Pool of Ecosystem Chinese[M]. Beijing: China Environment Science Press, 1996.

[7] Ni J. Forage yield-based carbon storage in grasslands of China. Climatic Change, 2004, 67(2-3): 237-246.

[8] Ni J. Estimating net primary productivity of grasslands from field biomass measurements in temperate northern China. Plant Ecology, 2004, 174(2): 217-234.

[9] Pu S L, Fang J Y, He J S,etal. Spatial distribution of grassland biomass in China. Acta Phytoecologica Sinica, 2004, 28(4): 491-498.

[10] Deng L, Shangguan Z P. Distribution of natural grassland biomass and its relationship with influencing factors in Shanxi. Acta Agrestia Sinica, 2012, 20(5): 825-835.

[11] Li J L, Jiang P, Liang T G. The developing processes, contents and prospects of grassland remote sensing science in China. Grassland of China, 1998, (3): 53-56.

[12] Peng S L, Guo Z H, Wang B S. Applications of RS and GIS on terrestrial vegetation ecology. Chinese Journal of Ecology, 1999, 18(5): 52-64.

[13] Lefsky M A, Harding D, Cohen W B,etal. Surface lidarremote sensing of basal area and biomass in deciduous forests of eastern Maryland, USA. Remote Sensing of Environment, 1998, 67(1): 83-90.

[14] Wang J W, Chen G. Vegetation index and biomass estimation for grassland. Journal of Yunnan Agricultural University, 2006, 21(3): 372-375.

[15] Beeri O, Phillips R, Hendrickson J,etal. Estimating forage quantity and quality using aerial hyperspectral imagery for northern mixed-grass prairie. Remote Sensing of Environment, 2007, 110(2): 216-225.

[16] Cho M A, Skidmore A, Corsi F,etal. Estimation of green grass/herb biomass from airborne hyperspectral imagery using spectral indices and partial least squares regression. International Journal of Applied Earth Observations and Geoinformation, 2007, 9(4): 414-424.

[17] Zhang Y N, Niu J M, Zhang Q,etal. A discussion on applications of vegetation index for estimating aboveground biomass of typical steppe. Acta Prataculturae Sinica, 2012, 21(1): 229-238.

[18] Huangfu J Y, Mao F X, Lu X S. Analysis of grassland resources in southwest China. Acta Prataculturae Sinica, 2012, 21(1): 75-82.

[19] Fan Y J, Hou X Y, Shi H X,etal. Effect of carbon cycling in grassland ecosystems on climate warming. Acta Prataculturae Sinica, 2012, 21(3): 294-302.

[20] Liu J Y, Xu X L, Shao Q Q. The spatial and temporal characteristics of grassland degradation in the three-river headwaters region in Qinghai Province. Acta Geographica Sinica, 2008, 63(4): 364-376.

[21] Wang J B, Liu J Y, Shao Q Q,etal. Spatial-temporal patterns of net primary productivity for 1988-2004 based on GLOPEM-CEVSAmodel in the “three-river headwaters” region of Qinghai Province, China. Chinese Journal of Plant Ecology, 2009, 33(2): 254-269.

[22] Xu B, Yang X, Tao W,etal. MODIS-based remote sensing monitoring of grass production in China. International Journal of Remote Sensing, 2008, 29: 5313-5327.

[23] Jin Y, Yang X, Qiu J,etal. Remote sensing-based biomass estimation and its spatio-temporal variations in temperate grassland, Northern China. Remote Sensing, 2014, 6: 1496-1513.

[24] Song W, Jia H, Liu S,etal. A Remote Sensing Based Forage Biomass Yield Inversion Model of Alpine-cold Meadow during Grass-withering Period in Three-river Watersarea[C]. Beijing: IOP Publishing, 2014.

[25] Zhao F, Xu B, Yang X,etal. Remote sensing estimates of grassland aboveground biomass based on MODIS net primary productivity (NPP): A case study in the Xilingolgrassland of northern China. Remote Sensing, 2014, 6: 5368-5386.

[26] Xu D, Guo X, Li Z,etal. Measuring the dead component of mixed grassland with landsat imagery. Remote Sensing of Environment, 2014, 142: 33-43.

[27] Zhou L, Xin X P, Li G,etal. Application progress on hyperspectral remote sensing in grassland monitoring. Pratacultural Science, 2009, 26(4): 20-27.

[28] Zhang K, Guo N, Wang R Y,etal. Hyperspectral remote sensing estimation models for aboveground fresh biomass in Gannan grassland. Pratacultural Science, 2009, 26(11): 44-50.

[29] Chu D, Pubu C R, Deji Y Z,etal. Above-ground biomass estimate methods of grassland in the central Tibet. Journal of Mountain Science, 2013, 31(11): 664-671.

[30] Casas A, Riao D, Ustin S,etal. Estimation of water-related biochemical and biophysical vegetation properties using multitemporal airborne hyperspectral data and its comparison to MODIS spectral response. Remote Sensing of Environment, 2014, 148: 28-41.

[31] Qian Y R, Yang F, Yu J,etal. Vegetation index feature and spatial-temporal process analysis of desert grassland in the Fukang area of Xinjiang. Acta Prataculturae Sinica, 2013, 22(3): 25-32.

[32] Huang J F, Sang C Q, Feng Z W. The remote sensing dynamic monitoring model of the grass yield of natural grassland in the middle section of the Tianshan. Journal of Natural Resources, 1993, 8(1): 10-17.

[33] Liang T G, Chen Q G. Research on the dynamic monitoring model of grassland resources yield in Fukang county of Xinjiang. Remote Sensing Technology and Application, 1996, (1): 27-32.

[34] Zhao W Y, Li J L, Chen Y N. Changes of eco-capacity and ecological sustainability in the north Tianshan Mountains region: taking Fukang county as a case of study. Acta Ecologica Sinica, 2008, 28(9): 4363-4371.

[35] Qian Y R, Yang F, Li J L,etal. Yield and animal-feed balance of typical grassland in Xinjiang Fukang using 3S techniques. Pratacultural Science, 2013, 30(9): 1330-1337.

[36] Yang F, Qian Y R, Li J L,etal. Degradation characteristics and causes of desert grassland in the northern Tianshan Mountains. Journal of Natural Resources, 2011, 26(8): 1306-1314.

[37] Zhao W Y. Tianshan Mountains Desert Grassland Degradation Characteristics of Typical Mechanism and Recovery and Reconstruction Technology Research[D]. Nanjing: Nanjing University, 2006: 25.

[38] Yang H F, Gang C C, Mu S J,etal. Analysis of the spatio-temporal variation in net primary productivity of grassland during the past 10 years in Xinjiang. Acta Prataculturae Sinica, 2014, 23(3): 39-50.

[39] Liang Y, Wei Y R, Liu A J. Based on MODIS-NDVI of the application of remote sensing in natural grassland of Inner Mongolia grassland vegetation conditions. Inner Mongolia Prataculture, 2009, 21(9): 40-44.

[40] Zhao L C, Liu R T, Yang R H,etal. Study on the remote sensing classification of grassland based on the topographic factors. Pratacultural Science, 2006, 23(12): 26-30.

[41] Zhang N. Scale issues in ecology: concepts of scale and analysis. Acta Ecologica Sinica, 2006, 26(7): 2340-2355.

[42] An S Z. Resources of grass family germplasm in Yili prefecture of Xinjiang and their evaluation. Grassland and Turf, 2001, (2): 15-19.

參考文獻(xiàn)：

[1] 方精云, 劉國(guó)華, 徐嵩齡. 我國(guó)森林植被的生物量和凈生產(chǎn)量. 生態(tài)學(xué)報(bào), 1996, 16(5): 479-508.

[2] 馮宗偉, 王效科, 吳剛. 中國(guó)森林生態(tài)系統(tǒng)的生物量和生產(chǎn)力[M]. 北京: 科學(xué)出版社, 1999： 1-6.

[3] 中華人民共和國(guó)農(nóng)業(yè)部畜牧獸醫(yī)司. 中國(guó)草地資源數(shù)據(jù)[M]. 北京: 中國(guó)農(nóng)業(yè)出版社, 1994.

[6] 方精云, 劉國(guó)華, 徐嵩齡. 中國(guó)陸地生態(tài)系統(tǒng)的碳庫(kù)[M]. 北京: 中國(guó)環(huán)境科學(xué)出版社, 1996.

[9] 樸世龍, 方精云, 賀金生, 等. 中國(guó)草地植被生物量及其空間分布格局. 植物生態(tài)學(xué)報(bào), 2004, 28(4): 491-498.

[10] 鄧?yán)? 上官周平. 陜西省天然草地生物量空間分布格局及其影響因素. 草地學(xué)報(bào), 2012, 20(5): 825-835.

[11] 李建龍, 蔣平, 梁天剛. 我國(guó)草地遙感科學(xué)發(fā)展的軌跡、內(nèi)涵及展望. 中國(guó)草地, 1998, (3): 53-56.

[12] 彭少麟, 郭志華, 王伯蓀. RS和GIS在植被生態(tài)學(xué)中的應(yīng)用及其前景. 生態(tài)學(xué)雜志, 1999, 18(5): 52-64.

[14] 王建偉, 陳功. 草地植被指數(shù)及生物量的遙感估測(cè). 云南農(nóng)業(yè)大學(xué)學(xué)報(bào), 2006, 21(3): 372-375.

[17] 張艷楠, 牛建明, 張慶, 等. 植被指數(shù)在典型草原生物量遙感估測(cè)應(yīng)用中的問(wèn)題探討. 草業(yè)學(xué)報(bào), 2012, 21(1): 229-238.

[18] 皇甫江云, 毛鳳顯, 盧欣石. 中國(guó)西南地區(qū)的草地資源分析. 草業(yè)學(xué)報(bào), 2012, 21(1): 75-82.

[19] 范月君, 侯向陽(yáng), 石紅霄, 等. 氣候變暖對(duì)草地生態(tài)系統(tǒng)碳循環(huán)的影響. 草業(yè)學(xué)報(bào), 2012, 21(3): 294-302.

[20] 劉紀(jì)遠(yuǎn), 徐新良, 邵全琴. 近30年來(lái)青海三江源地區(qū)草地退化的時(shí)空特征. 地理學(xué)報(bào), 2008, 63(4): 364-376.

[21] 王軍邦, 劉紀(jì)遠(yuǎn), 邵全琴, 等. 基于遙感-過(guò)程耦合模型的1988～2004年青海三江源區(qū)凈初級(jí)生產(chǎn)力模擬. 植物生態(tài)學(xué)報(bào), 2009, 33(2): 254-269.

[27] 周磊, 辛?xí)云? 李剛, 等. 高光譜遙感在草原監(jiān)測(cè)中的應(yīng)用. 草業(yè)科學(xué), 2009, 26(4): 20-27.

[28] 張凱, 郭鈮, 王潤(rùn)元, 等. 甘南草地地上生物量的高光譜遙感估算研究. 草業(yè)科學(xué), 2009, 26(11): 44-50.

[29] 除多, 普布次仁, 德吉央宗, 等. 西藏高原中部草地地上生物量遙感估算方法. 山地學(xué)報(bào), 2013, 31(11): 664-671.

[31] 錢育蓉, 楊峰, 于炯, 等. 新疆阜康荒漠植被指數(shù)特征和時(shí)空過(guò)程分析. 草業(yè)學(xué)報(bào), 2013, 22(3): 25-32.

[32] 黃敬峰, 桑長(zhǎng)青, 馮振武, 等. 天山北坡中段天然草場(chǎng)牧草產(chǎn)量遙感動(dòng)態(tài)監(jiān)測(cè)模式. 自然資源學(xué)報(bào), 1993, 8(1): 10-17.

[33] 梁天剛, 陳全功. 新疆阜康縣草地資源產(chǎn)量動(dòng)態(tài)監(jiān)測(cè)模型的研究. 遙感技術(shù)與應(yīng)用, 1996, (1): 27-32.

[34] 趙萬(wàn)宇, 李建龍, 陳亞寧. 天山北坡區(qū)域生態(tài)承載力與可持續(xù)發(fā)展. 生態(tài)學(xué)報(bào), 2008, 28(9): 4363-4371.

[35] 錢育蓉, 楊峰, 李建龍, 等. 基于3S的新疆阜康典型草地產(chǎn)草量及草畜平衡分析. 草業(yè)科學(xué), 2013, 30(9): 1330-1337.

[36] 楊峰, 錢育蓉, 李建龍, 等. 天山北坡典型荒漠草地退化特征及其成因. 自然資源學(xué)報(bào), 2011, 26(8): 1306-1314.

[37] 趙萬(wàn)羽. 天山典型荒漠草地退化特征、機(jī)理與恢復(fù)重建技術(shù)研究[D]. 南京: 南京大學(xué), 2006: 25.

[38] 楊紅飛, 剛成誠(chéng), 穆少杰, 等. 近10年新疆草地生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力及其時(shí)空格局變化研究. 草業(yè)學(xué)報(bào), 2014, 23(3): 39-50.

[39] 梁燕, 魏玉榮, 劉愛(ài)軍. 基于MODIS- NDVI的草地遙感在內(nèi)蒙古天然草原植被狀況中的應(yīng)用. 內(nèi)蒙古草業(yè), 2009, 21(9): 40-44.

[40] 趙連春, 劉榮堂, 楊予海, 等. 基于地形因子的草地遙感分類方法的研究. 草業(yè)科學(xué), 2006, 23(12): 26-30.

[41] 張娜. 生態(tài)學(xué)中的尺度問(wèn)題: 內(nèi)涵與分析方法. 生態(tài)學(xué)報(bào), 2006, 26(7): 2340-2355.

[42] 安沙舟. 新疆伊犁地區(qū)禾本科植物種質(zhì)資源及其評(píng)價(jià). 草原與草坪, 2001, (2): 15-19.

Assessment of above-ground Biomass of Grassland using remote sensing,Yili, Xinjiang

ZHANG Xu-Chen1,2, ZHU Hua-Zhong2, ZHONG Hua-Ping2*, CHENG Yao-Dong1, JIN Gui-Li3,SHAO Xiao-Ming4

1.LanzhouJiaotongUniversity,Lanzhou730070,China; 2.InstituteofGeographicalSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China; 3.XinjiangAgriculturalUniversity,Urumchi830052,China; 4.ChinaAgriculturalUniversity,Beijing100083,China

The relationship between the above-ground biomass of grassland vegetation in Yili, Xinjiang (assessed with cut quadrats) and the normalized difference vegetation index (NDVI), enhanced vegetation index (EVI), altitude, annual precipitation, annual mean temperature, accumulated temperature and dryness and wetness indices was analyzed using regression. Subsequently, an ArcGIS interpolation method was used to map the spatial distribution of above ground biomass of the grassland. There was a strong relationship between above-ground biomass and the independent factors assessed; the multiple regression coefficient (R2) was 0.85 and the RMSE was 216.56 kg/ha. It was concluded that the simulation data used in the study could be used to reliably monitor and assess grassland productivity and dynamics.

grassland vegetation; GIS; above-ground biomass; remote sensing inversion

10.11686/cyxb2014478

http://cyxb.lzu.edu.cn

2014-11-25；改回日期：2015-04-07

科技基礎(chǔ)性工作專項(xiàng)(2012FY111900-2)資助。

張旭琛(1989-)，女，甘肅隴西人，碩士。E-mail:312077807@ qq.com *通訊作者Corresponding author. E-mail: zhonghp@igsnrr.ac.cn

張旭琛, 朱華忠, 鐘華平, 程耀東, 靳瑰麗, 邵小明. 新疆伊犁地區(qū)草地植被地上生物量遙感反演. 草業(yè)學(xué)報(bào), 2015, 24(6): 25-34.

Zhang X C,Zhu H Z, Zhong H P, Cheng Y D, Jin G L, Shao X M. Assessment of above-ground Biomass of Grassland using remote sensing,Yili, Xinjiang. Acta Prataculturae Sinica, 2015, 24(6): 25-34.