荀其蕾，董乙強(qiáng)，安沙舟*，閆凱

(1.新疆農(nóng)業(yè)大學(xué)草業(yè)與環(huán)境科學(xué)學(xué)院，新疆 烏魯木齊 830000；2.新疆維吾爾自治區(qū)草原總站，新疆 烏魯木齊 830000)

草地資源是在一定空間范圍內(nèi)所包含的草地類型、面積和分布，以及由它們產(chǎn)生出來的供給家畜生命活動(dòng)所需要的物質(zhì)和能量的蘊(yùn)藏量，概稱為生產(chǎn)能力[1]。對(duì)于草地的生產(chǎn)能力一直是草原學(xué)研究的重要內(nèi)容。傳統(tǒng)的草地測(cè)產(chǎn)方法為草地生態(tài)系統(tǒng)結(jié)構(gòu)功能與生產(chǎn)力評(píng)價(jià)提供了依據(jù)[2]，但由于受到環(huán)境、人力、物力和財(cái)力的影響，監(jiān)測(cè)的范圍有限。隨著遙感技術(shù)的快速發(fā)展，遙感衛(wèi)星資料以低費(fèi)用、大范圍和多時(shí)相等優(yōu)點(diǎn)被廣泛應(yīng)用于草地植被的監(jiān)測(cè)中[3-4]。

新疆是我國(guó)西北部重要的生態(tài)屏障，氣候多變，地勢(shì)復(fù)雜，天然草地遼闊；有關(guān)新疆草地的研究，很多學(xué)者進(jìn)行大量研究，并取得了一定的成果[5-6]，隨著計(jì)算機(jī)技術(shù)、通信技術(shù)和遙感技術(shù)的不斷發(fā)展，尤其是中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer，MODIS)數(shù)據(jù)的應(yīng)用，為快速科學(xué)監(jiān)測(cè)新疆草地提供了新的方法。梁天剛等[7]將RVI、NDVI與實(shí)測(cè)草地生物量結(jié)合，在7種經(jīng)驗(yàn)公式中選出的阜康市草地最優(yōu)預(yù)報(bào)模型；趙金飛等[8]利用2008年4-11月的新疆草地生物量和MODIS數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)草地產(chǎn)量在年內(nèi)波動(dòng)明顯，用MODIS RVI與實(shí)測(cè)數(shù)據(jù)相結(jié)合建立的估產(chǎn)模型對(duì)年內(nèi)草地產(chǎn)量有很好的估測(cè)效果；吳門新等[9]利用NOAA NDVI與Yield-NDVI估算模型相結(jié)合對(duì)中國(guó)北方草地進(jìn)行估產(chǎn)，其中新疆天山和阿爾泰山屬于高產(chǎn)區(qū)，新疆北部部分地區(qū)和南疆盆地草地屬于低產(chǎn)區(qū)，新疆草地均有非常明顯的地帶性，遙感估算模型可以較好的反映出草產(chǎn)量的空間分布格局；昝梅等[10]利用MODIS LAI與實(shí)測(cè)LAI，分析LAI的變化特征以及MODIS LAI的精度，同時(shí)探討LAI用于估算新疆喀納斯國(guó)家自然保護(hù)區(qū)植被生物量密度的可行性；張旭琛等[3]以新疆伊犁地區(qū)146個(gè)草地樣地調(diào)查數(shù)據(jù)為基礎(chǔ)，將實(shí)測(cè)數(shù)據(jù)與MODIS NDVI、EVI、氣象數(shù)據(jù)(海拔、年均降水、年均氣溫、積溫、干燥度)結(jié)合，對(duì)草地植被地上生物量的空間分布特征進(jìn)行研究，并建立單因素模型進(jìn)行估產(chǎn)，結(jié)果MODIS NDVI和EVI的估產(chǎn)效果要好于氣象數(shù)據(jù)；徐斌等[11]利用MODIS NDVI對(duì)全國(guó)草地產(chǎn)量進(jìn)行估產(chǎn)發(fā)現(xiàn)，2005年新疆草地的干草產(chǎn)量位于全國(guó)第三位，并且8月的草產(chǎn)量與2004年持平。

綜上所述，由于新疆特殊的地理環(huán)境和氣候條件，導(dǎo)致新疆不同類型的草地相交分布，空間異質(zhì)性明顯；近年來，由于環(huán)境的變化和各項(xiàng)政策的實(shí)施，新疆草地有怎樣的變化趨勢(shì)？南疆與北疆變化趨勢(shì)是否相同？

基于以上因素，將新疆全區(qū)草地作為研究對(duì)象，以2010-2014年Terra/MODIS的每日地表反射率產(chǎn)品MOD 09GA數(shù)據(jù)的3類植被指數(shù)與地面實(shí)測(cè)數(shù)據(jù)之間的關(guān)系為切入點(diǎn)，對(duì)MOD 09GA計(jì)算的生長(zhǎng)季草地植被指數(shù)與生物量之間的關(guān)系進(jìn)行研究，建立適合新疆草地地上生物量遙感動(dòng)態(tài)監(jiān)測(cè)模型，分析植被指數(shù)時(shí)空動(dòng)態(tài)變化，有關(guān)研究結(jié)果不僅可以為揭示新疆草地退化提供重要的理論資料，還可以為探討與新疆具有相似地貌區(qū)的草地地上生物量估測(cè)提供理論資料。

1 材料與方法

1.1 研究區(qū)概況

新疆地處亞歐大陸腹地，位于東經(jīng)73°40′-96°18′，北緯34°25′-48°10′，天然草地遼闊，是我國(guó)重要的牧區(qū)之一；新疆包括14個(gè)地、州、市，草原面積5725.88×104hm2，可利用面積4800.68×104hm2；地形較為復(fù)雜，山地和盆地交錯(cuò)分布，年平均溫度6.2～9.2 ℃[12]，年均降水量150 mm，多集中在6-8月；天山山脈位于新疆中部，將新疆分為南疆和北疆兩部分，南北疆氣候差異較大[1]。

1.2 數(shù)據(jù)來源與預(yù)處理

1.2.1草地外業(yè)觀測(cè)數(shù)據(jù) 草地地面觀測(cè)數(shù)據(jù)來源于新疆維吾爾自治區(qū)草原總站，包含新疆境內(nèi)14個(gè)地(州)89個(gè)縣(市、區(qū))的2010-2014年天然草地地上生物量實(shí)測(cè)數(shù)據(jù)(above-ground biomass，AGB)。各地、州、市依據(jù)境內(nèi)的地形、氣候和草地類型進(jìn)行采樣點(diǎn)設(shè)置，5年共計(jì)6606個(gè)采樣點(diǎn)(圖1)；采樣時(shí)間為每年4-10月，每30 d采樣一次；記錄每個(gè)采樣點(diǎn)的經(jīng)度、緯度和海拔，每個(gè)樣點(diǎn)上設(shè)3次重復(fù)，每個(gè)重復(fù)中設(shè)3個(gè)面積為1 m×1 m的樣方；將樣方內(nèi)所有植物齊地面剪割，灌叢或高大灌木只剪割當(dāng)年的枝條，測(cè)定鮮重。在監(jiān)測(cè)的過程中，記錄草層高度、蓋度，草地地上生物量以及每個(gè)采樣點(diǎn)隸屬的行政區(qū)和草地類型，考慮到AGB的異常數(shù)據(jù)會(huì)影響到產(chǎn)量模型的精度，在整理數(shù)據(jù)時(shí)，對(duì)處在同一像元內(nèi)的AGB進(jìn)行合并，用其平均值代表與該像元相對(duì)的AGB。

圖1 2012年研究區(qū)采樣點(diǎn)分布Fig.1 The spatial distribution of the in situ observation in the study area at 2012

1.2.2MODIS遙感數(shù)據(jù) 遙感數(shù)據(jù)來自NASA MODIS陸地產(chǎn)品組開發(fā)的Terra衛(wèi)星每日地表反射率產(chǎn)品MOD 09GA。該數(shù)據(jù)通過美國(guó)國(guó)家航空航天局(National Aeronautics and Space Administration，NASA)官方網(wǎng)站下載獲取。下載地址為http：//ladsweb.nascom. nasa.gov。該產(chǎn)品包括空間分辨率為500 m的MODIS 1～7通道每日地表反射率數(shù)據(jù)。本研究使用了2010-2014年草地生長(zhǎng)季(4-10月)MODIS 1～7通道的地表反射率數(shù)據(jù)。數(shù)據(jù)格式為EOS-HDF，覆蓋全新疆的逐日產(chǎn)品在全球正弦曲線投影(sinusoidal projection，SIN)系統(tǒng)中編號(hào)為h23v04、h23v05、h24v04、h24v05、h25v04和h25v05六幅圖像，5年共計(jì)6390幅數(shù)字圖像。

1.2.3MOD 09GA數(shù)據(jù)預(yù)處理 MOD 09GA數(shù)據(jù)預(yù)處理主要包括以下環(huán)節(jié)：1)使用MRT(MODIS Reprojection Tool)，將MOD 09GA圖像進(jìn)行數(shù)據(jù)格式和地圖投影轉(zhuǎn)換，將HDF轉(zhuǎn)換為Tiff格式，將SIN地圖投影轉(zhuǎn)換為WGS84坐標(biāo)系統(tǒng)。2)在ArcGIS軟件中按新疆行政分區(qū)、草地資源類型、地面調(diào)查樣點(diǎn)等數(shù)據(jù)庫(kù)，采用MODIS NDVI、MSAVI和PVI的計(jì)算公式(1)、(2)和(3)，分別計(jì)算出每日NDVI、MSAVI和PVI數(shù)字圖像。為了減少陰天、云層等因素對(duì)植被指數(shù)的影響，應(yīng)用ArcGIS空間分析工具分別對(duì)MODIS逐日NDVI、MSAVI和PVI像進(jìn)行逐年生長(zhǎng)季最大值和平均值合成處理，生成新疆2010-2014年生長(zhǎng)季NDVI、MSAVI和PVI的最大值及平均值數(shù)字圖像，并提取與地面實(shí)測(cè)樣點(diǎn)相對(duì)應(yīng)像元的逐年NDVI、MSAVI和PVI合成數(shù)據(jù)，分別記為NDVI最大值(NDVImax)、MSAVI最大值(MSAVImax)、PVI最大值(PVImax)、NDVI平均值(NDVImean)、MSAVI平均值(MSAVImean)、PVI平均值(PVImean)。

NDVI=(NIR-RED)/(NIR+RED)

(1)

(2)

(3)

式中:NIR和RED分別為近紅外波段和紅光波段經(jīng)過大氣校正的地表反射率值。

1.3 AGB遙感監(jiān)測(cè)模型構(gòu)建與精度評(píng)價(jià)

利用SPSS軟件的回歸分析方法，統(tǒng)計(jì)分析植被指數(shù)與地面測(cè)產(chǎn)數(shù)據(jù)之間的相關(guān)關(guān)系，分別構(gòu)建基于新疆AGB和MODIS植被指數(shù)(NDVImax、MSAVImax和PVImax)之間的線性、指數(shù)、對(duì)數(shù)、乘冪和多元回歸5種模型，分別利用決定系數(shù)(determination coefficient，R2)、均方根誤差(root mean square error，RMSE)和交叉驗(yàn)證系數(shù)(cross validation coefficient，q)比較分析不同模型的模擬精度，選取適合于新疆草地生物量反演的最優(yōu)植被指數(shù)及模型。

1.4 草地植被時(shí)序空間變化分析

利用一元線性趨勢(shì)分析方法，通過計(jì)算植被指數(shù)(NDVImean，MSAVImean，PVImean)的年際變化率(SLOPE)，分析2010-2014年新疆逐像元(500 m×500 m)草地植被的變化趨勢(shì)，研究草地植被的生長(zhǎng)狀況。若SLOPE>0則表示植被生物量呈增加趨勢(shì)，植被生長(zhǎng)狀況良好；若SLOPE<0，則表示植被的生物量呈減少趨勢(shì)，植被生長(zhǎng)狀況變差[13]。

(4)

式中:SLOPE表示一元線性方程的回歸斜率；VIi表示第i年生長(zhǎng)季植被指數(shù)值；n為監(jiān)測(cè)時(shí)間段的累積年數(shù)，本研究中n=5，i為1到n。

為了更進(jìn)一步探討草地生長(zhǎng)狀況的空間分布格局，依據(jù)SLOPE大小劃分為惡化(<-0.01)、輕度惡化(-0.01～-0.001)、穩(wěn)定(-0.001～0.001)、輕度改善(0.001～0.01)和改善(>0.01)，并對(duì)新疆按南疆、北疆和行政區(qū)分別進(jìn)行統(tǒng)計(jì)分析。

標(biāo)準(zhǔn)差[14]能反映一個(gè)數(shù)據(jù)集的離散程度。一個(gè)較大的標(biāo)準(zhǔn)差，代表大部分?jǐn)?shù)值和其平均值之間差異較大；一個(gè)較小的標(biāo)準(zhǔn)差，代表這些數(shù)值較接近平均值。本研究通過計(jì)算NDVI、MSAVI和PVI標(biāo)準(zhǔn)差來分析新疆草地2010-2014年逐像元(500 m×500 m)植被的波動(dòng)特征。標(biāo)準(zhǔn)差能夠反映草地植被變化的程度，而SLOPE則表示變化的方向。標(biāo)準(zhǔn)差的計(jì)算公式為：

(5)

式中:VIi表示第i年的植被指數(shù)(NDVImean、MSAVImean和PVImean)，VImean表示多年平均植被指數(shù)(NDVI、MSAVI和PVI)，n為監(jiān)測(cè)時(shí)間段的累積年數(shù)，本研究中n=5，i表示從1到n。

2 結(jié)果與分析

2.1 新疆草地NDVI、MSAVI、PVI的空間變化

2.1.1新疆草地NDVI、MSAVI和PVI平均值的空間分布格局 圖2是2010-2014年新疆草地NDVImean、MSAVImean和PVImean的空間分布格局。 從該圖可以看出， 新疆草地NDVImean、 MSAVImean和PVImean總體呈現(xiàn)出由北向南逐漸減少的趨勢(shì)。NDVImean和MSAVImean的高值區(qū)主要集中分布在新疆北部的阿爾泰山山脈(阿勒泰地區(qū))，另一個(gè)高值區(qū)出現(xiàn)在新疆中部的天山山脈(伊犁哈薩克自治州直屬)；PVImean的高值區(qū)則主要集中在天山山脈(伊犁哈薩克自治州直屬)以及準(zhǔn)噶爾盆地的部分地區(qū)。NDVImean、MSAVImean和PVImean值均表現(xiàn)為由中部向北部和南部逐漸減少。NDVImean低值區(qū)主要出現(xiàn)在準(zhǔn)噶爾盆地、塔里木盆地和新疆東部(巴里坤哈薩克自治縣、吐魯番市)；MSAVImean低值區(qū)主要在集中在南疆和新疆東部(巴里坤哈薩克自治縣、吐魯番市)；新疆東部為PVImean的低值區(qū)。

圖2 2010-2014年新疆草地植被生長(zhǎng)季NDVImean(a)、MSAVImean(b)和PVImean(c)空間分布Fig.2 Spatial distribution of NDVImean (a)， MSAVImean (b) and PVImean (c) values in Xinjiang during the period from 2010 to 2014

圖3 2010-2014年新疆北疆NDVImean(a)、MSAVImean(b)和PVImean(c)變化趨勢(shì)Fig.3 NDVImean(a)， MSAVImean(b) and PVImean(c)variation trends in North Xinjiang during the period from 2010 to 2014

2.1.2新疆草地NDVI、MSAVI、PVI的年際變化趨勢(shì) 圖3、圖4和圖5分別為2010-2014年新疆北疆、南疆和各個(gè)行政區(qū)的草地NDVImean、MSAVImean和PVImean年際變化趨勢(shì)。可以看出，新疆NDVI、MSAVI和PVI年際變化趨勢(shì)在空間上的分布存在明顯的差異。從南疆、北疆和各個(gè)行政區(qū)的草地NDVImean、MSAVImean和PVImean年際變化趨勢(shì)看，總體上新疆的草地NDVImean、MSAVImean和PVImean呈上升趨勢(shì)，上升趨勢(shì)由南向北逐漸遞增。草地植被以輕微改善和改善為主，表明隨著退牧還草工程、禁牧和休牧政策、基本草原劃定工作的推進(jìn)及相關(guān)項(xiàng)目的實(shí)施，新疆草地植被有一定程度的恢復(fù)。

統(tǒng)計(jì)分析南疆和北疆的NDVImean、MSAVImean和PVImean的變化(表1)發(fā)現(xiàn)，2010-2014年北疆和南疆草地植被變化的總體趨勢(shì)以改善和穩(wěn)定為主。其中，北疆改善所占比重較大，約為30.39%(NDVImean)、28.14%(MSAVImean)、37.93%(PVImean)，而南疆穩(wěn)定所占比重較大，約為21.58%(NDVImean)、29.74%(MSAVImean)、26.34%(PVImean)。南疆輕度改善的草地略高于北疆，但輕度惡化的草地也高于北疆。3類植被指數(shù)中南疆、北疆草地惡化的面積所占比重較小，北疆依次為8.71%(NDVImean)、14.32%(MSAVImean)、15.54%(PVImean)；南疆依次為10.18%(NDVImean)、18.37%(MSAVImean)、15.68%(PVImean)，南疆的惡化程度略高于北疆?？傮w而言，南疆、北疆草地以穩(wěn)定為主，惡化面積所占比重比較小，草地植被生長(zhǎng)狀況較好。

表1 2010-2014年北疆、南疆草地植被NDVImean、MSAVImean和PVImean趨勢(shì)變化Table 1 NDVImean， MSAVImean and PVImean variation trends in the North and South Xinjiang from 2010 to 2014 (%)

表2是新疆各行政區(qū)草地NDVImean、MSAVImean和PVImean變化趨勢(shì)統(tǒng)計(jì)分析結(jié)果。從該表可以看出，新疆2010-2014年各行政區(qū)草地狀況各有不同，穩(wěn)定所占比重普遍在40%以上，改善、輕度改善、輕度惡化和惡化的面積存在較大差異；從NDVImean、MSAVImean和PVImean變化趨勢(shì)中看出，阿勒泰地區(qū)、博爾塔拉蒙古自治州和哈密地區(qū)處于改善和輕度改善狀態(tài)的草地比重大于35%，其中3類植被指數(shù)均反映出的草地改善大于20%的地、州、市為博爾塔拉蒙古自治州和哈密地區(qū)，改善比重介于15%～20%的地、州、市包括塔城地區(qū)和巴音郭楞蒙古自治州，其余地、州、市只有個(gè)別植被指數(shù)所反映的草地改善狀況大于15%；輕度改善的草地面積低于改善草地，輕度改善大于15%的地、州、市分別為阿勒泰地區(qū)、博爾塔拉蒙古自治州、伊犁哈薩克自治州直屬和克拉瑪依市，輕度改善比重介于10%～15%的地、州、市包括昌吉回族自治州、克孜勒蘇柯爾克孜自治州、阿克蘇地區(qū)和烏魯木齊市。

輕度惡化和惡化所占比重存在著顯著差異性。在NDVImean、MSAVImean和PVImean變化趨勢(shì)所反映的草地狀況中，吐魯番市、阿克蘇地區(qū)、喀什地區(qū)、和田地區(qū)和烏魯木齊市輕度惡化和惡化草地均超過25%，其中吐魯番市輕度惡化和惡化狀況最嚴(yán)重；輕度惡化介于10%～20%的分別為昌吉回族自治州、伊犁哈薩克自治州直屬、阿克蘇地區(qū)、喀什地區(qū)、和田地區(qū)和烏魯木齊市；惡化的草地比重較以上4類狀況較少，除了吐魯番市和烏魯木齊市的NDVI、MSAVI和PVI反映出的惡化比重大于10%；以外，其他地、州、市惡化草地比重大部分低于10%；草地穩(wěn)定狀態(tài)大于50%的地、州、市包括塔城地區(qū)、克孜勒蘇柯爾克孜自治州和克拉瑪依市；穩(wěn)定比重介于40%～50%的地、州、市為博爾塔拉蒙古自治州、和田地區(qū)和烏魯木齊市，其余地、州、市處于穩(wěn)定狀態(tài)的草地比重均高于26%?？傮w來說，新疆草地以穩(wěn)定和改善為主，有少量不同程度的惡化，草地生長(zhǎng)狀況較好。

圖4 2010-2014年新疆南疆NDVImean(a)、MSAVImean(b)和PVImean(c)變化趨勢(shì)Fig.4 NDVImean(a), MSAVImean(b) and PVImean(c)variation trends in South Xinjiang during the period from 2010 to 2014

圖5 2010-2014年新疆各行政區(qū)草地植被NDVImean(a)、MSAVImean(b)和PVImean(c)變化趨勢(shì)Fig.5 NDVImean(a), MSAVImean(b) and PVImean(c)variation trends in different counties in Xinjiang during the period from 2010 to 2014

名稱Name植被指數(shù)Vegetationindex改善Improvement輕度改善Mildimprovement穩(wěn)定Stabilization輕度惡化Milddeterioration惡化Deterioration阿勒泰地區(qū)AltaryPrefectureNDVImean18.2917.3254.236.423.74MSAVImean13.3725.2242.9310.757.73PVImean18.3126.3922.6719.8412.79塔城地區(qū)TachengPrefectureNDVImean21.618.1359.249.671.35MSAVImean18.2913.9550.3710.267.13PVImean15.6319.0452.297.625.42博爾塔拉蒙古自治州BortalaMongolAu-tonomousPrefectureNDVImean23.5717.2145.667.186.38MSAVImean25.3315.6949.394.225.37PVImean20.9319.7643.959.675.69昌吉回族自治州ChangjiHuiAutono-mousPrefectureNDVImean16.2112.2452.6710.638.25MSAVImean13.2512.4240.2623.1010.97PVImean11.6620.0139.7615.9312.64伊犁哈薩克自治州直屬IliKazakhAutono-mousPrefectureNDVImean13.8915.7549.6813.946.74MSAVImean15.3816.6737.1220.3110.52PVImean16.4724.3726.1915.3417.63吐魯番市TurpanCityNDVImean11.648.9746.7319.7812.88MSAVImean16.9511.8035.2623.2612.73PVImean19.428.6840.3221.659.93哈密地區(qū)KumulPrefectureNDVImean26.1813.8838.1514.956.84MSAVImean20.3226.7538.475.528.94PVImean20.7719.8239.7311.747.94克孜勒蘇柯爾克孜自治州KizilsuKirghizAu-tonomousPrefectureNDVImean20.3612.6452.7310.683.59MSAVImean13.2715.6455.216.209.68PVImean9.6412.6353.7612.6011.37巴音郭楞蒙古自治州BayingolinMongolAutonomousPrefectureNDVImean19.557.3855.638.598.85MSAVImean21.3312.6039.6813.7412.65PVImean17.2612.1040.6318.6411.37阿克蘇地區(qū)AksuPrefectureNDVImean7.9513.7549.8516.9311.52MSAVImean13.7418.6535.6419.3412.63PVImean9.6223.9040.1716.579.74喀什地區(qū)KashgarPrefectureNDVImean15.119.2348.6215.6611.38MSAVImean14.4319.6737.9318.329.65PVImean11.9019.3643.6215.959.17和田地區(qū)HotanPrefectureNDVImean14.927.9550.1317.859.15MSAVImean5.7917.9451.7311.2613.28PVImean9.8215.8147.6713.7412.96克拉瑪依市KaramayCityNDVImean5.3715.6262.9512.253.81MSAVImean7.6815.7958.6410.267.63PVImean16.9217.6459.274.921.25烏魯木齊市UrumqiCityNDVImean11.3613.2550.2613.8211.31MSAVImean16.3214.6843.7913.5611.65PVImean11.6414.1647.3315.6411.23

2.1.3新疆草地NDVImean、MSAVImean和PVImean的波動(dòng)狀況 圖6表示新疆草地2010-2014年NDVImean、MSAVImean和PVImean標(biāo)準(zhǔn)差空間分布格局。從圖6中可以看出，草地植被年際波動(dòng)最大的地區(qū)主要分布在新疆北部的阿爾泰山和新疆中部的天山，這些地區(qū)的植被生長(zhǎng)狀況年際間具有很大的變化；從MSAVImean和PVImean的標(biāo)準(zhǔn)差空間分布上可以看出，新疆北部準(zhǔn)噶爾盆地的草地植被年際波動(dòng)也較為明顯，NDVI則無明顯變化；而新疆南部的塔里木盆地NDVImean、MSAVImean和PVImean的標(biāo)準(zhǔn)差變化較小，說明草地植被年際變化小，草地基本保持穩(wěn)定。結(jié)合新疆草地NDVImean、MSAVImean和PVImean變化趨勢(shì)(圖5)可以看出，2010-2014年新疆北疆草地NDVImean、MSAVImean和PVImean呈上升趨勢(shì)，并且草地植被生長(zhǎng)狀況波動(dòng)較大。

圖6 2010-2014年新疆草地NDVImean(a)、MSAVImean(b)和PVImean(c)變化的標(biāo)準(zhǔn)差空間分布Fig.6 Spatial distribution of standard deviation of NDVImean (a)， MSAVImean (b) and PVImean (c) variation trends in Xinjiang during the period from 2010 to 2014

2.2 AGB遙感模型及精度評(píng)價(jià)

生物量統(tǒng)計(jì)模型常見的主要為線性和非線性模型兩種。但是，因?yàn)檠芯繀^(qū)的自然地理?xiàng)l件和植被特征的不同，使生物量模型存在較大差異。本研究利用SPSS軟件，統(tǒng)計(jì)分析了生長(zhǎng)季NDVImax、MSAVImax和PVImax3種植被指數(shù)與新疆草地AGB之間的線性、指數(shù)、對(duì)數(shù)、乘冪和多元回歸模型。表3中列出了模擬模型的R2。由該表可以看出：植被指數(shù)NDVImax(R2=0.568)、MSAVImax(R2=0.498)和PVImax(R2=0.540)的乘冪模型優(yōu)于線性、指數(shù)和對(duì)數(shù)模型；在各種模型中，聯(lián)合了NDVImax、MSAVImax和PVImax的多元回歸模型的決定系數(shù)最高，R2=0.685，擬合效果最好。從精度評(píng)價(jià)的結(jié)果(表4)可以看出，多元回歸模型的q基本高于其他模型， RMSE是所有模型中的最小值。這說明基于NDVImax、MSAVImax和PVImax構(gòu)建的多元回歸模型估測(cè)的草地地上生物量與AGB最接近，能夠較真實(shí)地模擬新疆草地地上生物量。因此，新疆AGB的最優(yōu)模型為：y=2947.551x1+384266.259x2+1586.515x3-23771.829,R2=0.685,式中:y表示AGB(kg·hm-2)；x1表示生長(zhǎng)季NDVImax，x2表示生長(zhǎng)季MSAVImax，x3表示生長(zhǎng)季PVImax值。

2.3 新疆草地地上生物量空間變化特征

新疆2005-2014年草地地上生物量存在顯著的區(qū)域性差異。因此本研究選取了NDVImax、MSAVImax和PVImax構(gòu)建了草地產(chǎn)量遙感模型，生成了可代表年最大產(chǎn)量的數(shù)字圖像，對(duì)新疆13個(gè)地、州、市的草地地上生物量進(jìn)行了分析(圖7)；由于氣候、地形和地貌等因素的不同，新疆10類草地類組的草地地上生物量的年度變化特征也不一致(表5)。

表3 新疆草地不同植被指數(shù)與AGB回歸模型Table 3 Regression models of the AGB and VIs in Xinjiang grassland

從圖7可以看出，2005-2014年新疆13個(gè)地、州、市AGB存在很大差異。10年中位于南疆的阿克蘇地區(qū)、巴音郭楞蒙古自治州、和田地區(qū)、吐魯番市、喀什地區(qū)和北疆的阿勒泰地區(qū)草地AGB在2012年均達(dá)到最大值，其中最大值為7.21×105kg·hm-2，昌吉回族自治州、博爾塔拉蒙古自治州、塔城地區(qū)和伊犁哈薩克自治州草地AGB則在2013年達(dá)到最大；10年中伊犁哈薩克自治州AGB為新疆所有地州中的最大值，10年平均AGB為1.01×106kg·hm-2；吐魯番市和哈密市草地地上生物量較小，分別為8.60×104和4.71×105kg·hm-2。

由表5可知，2005-2014年新疆10類草地地上生物量除高寒荒漠類以外，其余9類均呈先降低后上升的變化趨勢(shì)，其中山地草甸類、溫性草原類、溫性草甸草原類和溫性荒漠類在2013年達(dá)到最大，而低地草甸類在2012年達(dá)到最大；各草地類地上生物量年際間變化差異很顯著，2012和2013年顯著高于其他年份(P<0.05)；低地草甸類、山地草甸類、溫性草原類、溫性草甸草原類和溫性荒漠類在2012和2013年較2010和2011年有明顯的上升趨勢(shì)，溫性草原化荒漠RMSE: 均方根誤差Root mean square error;q: 交叉驗(yàn)證系數(shù)Cross validation coefficient.類地上生物量在10年中變化最小。不同草地類地上生物量在年內(nèi)波動(dòng)也很明顯，低地草甸類和山地草甸類AGB顯著高于其余8類草地(P<0.05)；草地地上生物量最低的草地是分布于寒冷干旱地區(qū)的高寒荒漠類，2013年僅為400.0 kg·hm-2，顯著低于其余各草地類(P<0.05)；草地地上生物量最高的草地類為低地草甸類，2005-2014年AGB總計(jì)為9.15×106kg·hm-2；其次為山地草甸類，為8.81×106kg·hm-2；其他草地中地上生物量大于3×106kg·hm-2的有： 溫性草原類、 溫性草甸草原類、溫性荒漠類、溫性荒漠草原類和高寒草甸類；

表4 新疆草地植被指數(shù)與草地地上生物量模型精度評(píng)價(jià)Table 4 Accuracy assessment of regression models between AGB and VIs in Xinjiang

續(xù)圖7 2005-2014年新疆不同行政區(qū)AGB變化動(dòng)態(tài)Continued Fig.7 Grassland changing dynamic in different administration regions in Xinjiang during the period from 2005 to 2014

年份Year低地草甸類Azonallowlandmeadowtype山地草甸類Montanemeadowtype溫性草原類Temperatesteppetype溫性草甸草原類Temperatemeadow-steppetype溫性荒漠類Temperatedeserttype溫性荒漠草原類Temperatedesert-steppetype高寒草甸類Alpinemeadowtype溫性草原化荒漠類Temperatesteppe-deserttype高寒草原類Alpinesteppetype高寒荒漠類Alpinedeserttype2005117.970Ab100.618Bc57.292Cb33.551Ed55.151Cc45.312Da32.784Eb15.932Fd13.283Fe0.439Gd200693.071Ac97.559Ac39.094Bc40.475Bc37.656Bd22.526Cd28.841Cb21.434Cc17.899Cc0.666Dc2007116.686b114.164b25.149d64.033b62.421b36.935b38.987a28.087a15.896d0.992b200854.281Af60.653Ae39.935Bc27.109De35.653Cd40.069Bb33.666Ca13.914Ee10.066Ee0.717Fc200979.325Ad80.344Ac39.176Cc45.058Bc38.503Cd45.886Ba22.365Dc18.964Dc18.043Dc0.700Ec201029.465Bg36.787Ae15.948De13.771Ef20.842Ce16.055Df11.334Ee25.719Bb34.026Aa1.373Fb201162.924Ae64.552Ac35.018Cc42.325Bc23.526De21.055De19.682Dd18.389Dc23.255Db0.489Ed2012139.169Aa101.240Bc59.741Cb54.097Cb56.477Cc36.375Db27.861Eb25.157Eb18.734Fc0.118Ge2013136.156Aa130.333Aa72.504Ba70.615Ba67.933Ba32.416Cc34.795Ca24.506Db22.885Db0.040Ge201486.622Ac95.178Ac34.921Bc36.572Bd33.242Bd28.084Cc23.854Cc19.881Dc17.783Dc2.454Ea

注：不同小寫字母表示不同年相同草地類地上生物量間的顯著性(P<0.05)，不同大寫字母表示不同草地類相同年份地上生物量的顯著性(P<0.05)。

Note: Lowercase letters represent to the significance level of above-grassland biomass in the different year; capital letter represent to the significance level of grassland biomass in the same year.

在這幾類地上生物量較高的草地類中，除溫性荒漠類外，其余4類草地面積都較小，總可利用面積僅占新疆草地面積的20%，但這幾類草地大部分分布在水熱狀況較好的地區(qū)；不同草地類地上生物量在年內(nèi)雖然波動(dòng)明顯，但變化規(guī)律基本一致，均表現(xiàn)為：低地草甸類>山地草甸類>溫性草原類>溫性草甸草原類>溫性荒漠類>溫性荒漠草原類>高寒草甸類>溫性草原化荒漠類>高寒草原類>高寒荒漠類。

3 討論

3.1 新疆草地植被生長(zhǎng)狀況

本研究利用MOD 09GA數(shù)據(jù)及草地實(shí)際觀測(cè)數(shù)據(jù)，對(duì)新疆草地生物量時(shí)空動(dòng)態(tài)變化及草地生長(zhǎng)狀況分析的結(jié)果表明，2010-2014年新疆草地呈局部惡化、整體改善的狀況，改善區(qū)主要集中在新疆北部，其主要原因包括地理環(huán)境、氣候變化以及國(guó)家相關(guān)政策這3個(gè)方面。很多研究指出，氣候因素中的溫度和降水量是影響植被生長(zhǎng)的兩個(gè)重要的非生物因素[14-15]，尤其是在與溫度(高海拔、寒冷)或降水量(炎熱、干旱)相關(guān)性高的地區(qū)[16-17]。張銳等[18]研究表明近50年新疆草地的溫度、降水和蒸散生產(chǎn)潛力均呈明顯增加趨勢(shì)，春、夏、秋、冬四季和生長(zhǎng)季的生產(chǎn)潛力呈線性增加，夏季和生長(zhǎng)季增加最明顯；并且，草地生產(chǎn)潛力和增幅表現(xiàn)由北向南逐漸遞減，與多年平均降水量變化趨勢(shì)相同。史瑞琴[19]研究指出中國(guó)北方草地生產(chǎn)力主要受水分條件的影響，利用大氣環(huán)流模式(general circulation model，GCM)和區(qū)域氣候模式(regional climate model，RCM)的嵌套結(jié)果構(gòu)建草地氣候生產(chǎn)力模型，模擬結(jié)果表明新疆北疆草地生產(chǎn)力在未來氣候條件下呈上升趨勢(shì)，南疆草地生產(chǎn)力則有降低趨勢(shì)。在全球溫度呈升高趨勢(shì)的背景下，處于半干旱區(qū)的北疆，隨著溫度的升高，草地地上生物量有所增加，而南疆，溫度升高降低了環(huán)境的濕潤(rùn)度，草地的生產(chǎn)力受到影響，地上生物量降低。楊淑霞等[13]研究指出，高海拔地區(qū)土壤多為礫石和粗砂，對(duì)牧草的生長(zhǎng)具有很大的影響，土壤肥力偏低，微生物活動(dòng)比較弱，有機(jī)質(zhì)積累強(qiáng)而分解緩慢，土壤養(yǎng)分供應(yīng)不足，海拔越高的地方，NDVImean越小，NDVImean與海拔呈非正態(tài)分布，高海拔地區(qū)植被生長(zhǎng)狀況普遍較差，NDVImean值偏低。本研究結(jié)果與此相似。從NDVImean、MSAVImean和PVImean的時(shí)空變化狀況可以看出，新疆北疆的阿勒泰地區(qū)、博爾塔拉蒙古自治州和哈密市部分地區(qū)的草地狀況好于南疆的阿克蘇地區(qū)、喀什地區(qū)及和田地區(qū)，這主要是因?yàn)镹DVImean、MSAVImean和PVImean的變化與熱量和水分的關(guān)系密切，新疆的氣候受來自東北方向由大陸極地氣候形成的西伯利亞氣團(tuán)和蒙古高原氣團(tuán)的影響很大，這一強(qiáng)大氣流的特點(diǎn)是干燥和冷涼，含水量極少，干冷氣候強(qiáng)化了準(zhǔn)噶爾盆地東端和整個(gè)塔里木盆地的極端荒漠化及其周圍山地的干旱程度。新疆北疆西部受西來的北大西洋和北冰洋氣流中的水汽影響，降水較多，草地的NDVImean、MSAVImean和PVImean較高；此外，海拔也是影響植被指數(shù)的重要因素，溫度隨山體升高而遞減，降水則在山地最大降水線以下隨地勢(shì)升高而遞增，新疆南疆的昆侖山和帕米爾高原是劇烈隆起的青藏高原的一部分，海拔多為4000～5000 m，氣候寒冷干燥，植被覆蓋度較低，但自其山麓至海拔4000 m之間的低山和亞高山帶多有黃土狀亞砂土覆蓋，有利于草地植物生長(zhǎng)；天山中西段大部分山體的海拔低于4000 m，受西來水汽的滋潤(rùn)，NDVImean、MSAVImean和PVImean的值偏高[20]。

新疆是我國(guó)西北重要的生態(tài)屏障，自2000年我國(guó)投入大量的資金開始實(shí)施退牧還草工程，2011年中央財(cái)政將每年安排資金134億元，在包括新疆(含新疆生產(chǎn)建設(shè)兵團(tuán))在內(nèi)的8個(gè)主要草原省(區(qū))，全面建立草原生態(tài)保護(hù)補(bǔ)助獎(jiǎng)勵(lì)機(jī)制[21]，同時(shí)2011年也加快基本草原劃定工作，這兩項(xiàng)政策對(duì)新疆草地的保護(hù)有十分重要地意義。李偉[22]指出，新疆實(shí)施草原生態(tài)保護(hù)補(bǔ)助獎(jiǎng)勵(lì)機(jī)制后，全疆天然草原植被總體長(zhǎng)勢(shì)有所提高，草地蓋度增加，牧民的生產(chǎn)生活得到改善；馬梅等[23]表明草地政策的實(shí)施，提高了草地質(zhì)量和可采食的天然牧草量，家畜存欄量增加，在全球氣候變暖的背景下，保護(hù)草地生態(tài)系統(tǒng)的草地政策是控制年末存欄量和保護(hù)草地的主要手段。

3.2 草地地上生物量遙感監(jiān)測(cè)算法

本研究結(jié)合遙感資料和AGB數(shù)據(jù)，找出植被指數(shù)與AGB之間的函數(shù)關(guān)系，篩選出適合新疆草地AGB的最優(yōu)模型。雖然由于遙感數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)不同期，會(huì)導(dǎo)致一定的誤差，但與傳統(tǒng)的樣方生物量監(jiān)測(cè)方法相比，遙感估產(chǎn)更高效，更快捷，并且可監(jiān)測(cè)大范圍草地變化。張小琪等[24]研究了阿勒泰地區(qū)草地生物量實(shí)測(cè)數(shù)據(jù)與植被指數(shù)之間的相關(guān)關(guān)系，并建立相關(guān)模型，結(jié)果發(fā)現(xiàn)NDVI與草地實(shí)測(cè)生物量的相關(guān)性最好，利用NDVI構(gòu)建的指數(shù)模型為最優(yōu)估算模型。我國(guó)在20世紀(jì)80年代開始將遙感手段用于研究草地，針對(duì)新疆的各類草地做了一定的研究工作[4，25-27]，但由于新疆地形多變，草地類型交錯(cuò)分布以及所用遙感數(shù)據(jù)的不同，所構(gòu)建的遙感產(chǎn)量模型差異較大。李霞[28]利用新疆北疆的草地實(shí)測(cè)生物量與對(duì)應(yīng)的NDVI和EVI進(jìn)行模型擬合，結(jié)果發(fā)現(xiàn)EVI指數(shù)模型可以更好地模擬草地地上生物量。周鑫等[29]利用MODIS NDVI和EVI對(duì)伊犁地區(qū)的草地生物量進(jìn)行反演，結(jié)果發(fā)現(xiàn)二次多項(xiàng)式回歸模型(y=14759x2-4758x+1346，R2=0.8402)的平均估產(chǎn)精度超過90%，可以很好的反應(yīng)該區(qū)域草地地上生物量；很多研究指出由于研究區(qū)自然狀況和遙感數(shù)據(jù)空間、時(shí)間的不同，構(gòu)建的生物量模型差異較大[30-32]。俞聯(lián)平等[33]對(duì)甘州區(qū)荒漠草地生物量研究發(fā)現(xiàn)，TM MSAVI和草地生物量間有極顯著相關(guān)關(guān)系，利用TM MSAVI構(gòu)建的草地植物量估產(chǎn)模型，實(shí)測(cè)產(chǎn)量與估測(cè)值之間的平均誤差低于10%；渠翠平等[34]利用內(nèi)蒙古科左后旗實(shí)測(cè)的草產(chǎn)量數(shù)據(jù)與MODIS NDVI，EVI，MASVI分別構(gòu)建線性、乘冪和指數(shù)3種估產(chǎn)模型，MSAVI構(gòu)建的地上生物量模型，R2為0.9，擬合程度優(yōu)于NDVI和EVI，但利用NDVI和EVI構(gòu)建的線性模型對(duì)總生物量模擬的精度優(yōu)于對(duì)地上生物量的模擬。本研究中模型參數(shù)與其他研究結(jié)果有一定差異，主要因?yàn)楸狙芯窟x用MOD 09GA數(shù)據(jù)，為逐日反射率產(chǎn)品，時(shí)間精度較高，采樣時(shí)間為2010-2014年4-10月，采樣點(diǎn)6606個(gè)，覆蓋全疆所有草地類型，利用NDVImax、MSAVImax和PVImax構(gòu)建的一元回歸模型中，乘冪模型的估產(chǎn)精度最高，但其RMSE值與其他一元回歸模型差異不大；將3類植被指數(shù)均作為自變量的多元回歸模型(y=2947.551X1+384266.259X2+1586.515X3-23771.829，R2=0.840)是所有模型中R2和q最高，精度最好的估產(chǎn)模型；因?yàn)椴煌闹脖恢笖?shù)會(huì)受到波段寬度、位置和天氣的影響，但通過不同算法得到的植被指數(shù)會(huì)消除一部分影響，本研究中選用的MSAVI相比其他植被指數(shù)可以很好地消除土壤背景的影響，PVI則可以很好地消除大氣影響，本研究將3種植被指數(shù)均作為因變量建立估產(chǎn)模型，彌補(bǔ)了單一植被指數(shù)受外界影響的缺陷，擴(kuò)大了模型的適用范圍。

新疆地勢(shì)復(fù)雜，草地類型相交分布，空間異質(zhì)性明顯；草地地上生物量是草地空間異質(zhì)性的綜合表現(xiàn)，主要是受水分、溫度以及兩者的配合狀態(tài)決定，不同草地對(duì)水熱的敏感性不同。在同一熱量帶，從沿海到內(nèi)陸，降水逐漸降低，植被類型也按森林-草原-荒漠依次更替[35]。新疆由北向南，大陸性氣候加強(qiáng)；由西向東，西來的濕氣流的不斷減弱，所以新疆西部降水高于東部，南疆溫度高于北疆[11]，10類草地受水分、溫度或水熱組合的影響程度差異明顯?？傮w而言，低地草甸類和山地草甸類，由于地下水充足，草地地上生物量在10年中較高，高寒草原類和高寒荒漠類，因?yàn)樗幍貐^(qū)寒冷和多風(fēng)，草地地上生物量則較低；這主要因?yàn)楦珊?半干旱區(qū)草地生物量的時(shí)間變化[36-37]和空間變化[38-39]與降水密切相關(guān)，水分對(duì)于新疆溫性荒漠類和溫性草原化荒漠類的分布有著一定的控制作用，而熱量是位于高海拔地區(qū)草地主導(dǎo)因素；此外，由于天山山脈將新疆分為南疆和北疆，導(dǎo)致新疆不同區(qū)域的水分和最低溫度成為影響植被生長(zhǎng)的重要因素，北疆地區(qū)主要受水分的影響，南疆地區(qū)則受氣溫和水分的協(xié)同作用，所以北疆的草地地上生物量略高于南疆。本研究中所選的NDVImean、MSAVImean、PVImean與AGB有相似的變化趨勢(shì)，均在天山山脈西部(伊犁哈薩克自治州)的值較高，因?yàn)橹脖恢笖?shù)是根據(jù)植被的典型光譜反射率特征得到的，通過比值、差分、線性組合等方法可以更好地表征AGB的空間分布狀況和空間異質(zhì)性，從而建立與AGB的關(guān)系。

新疆地勢(shì)垂直分化明顯，年平均降水量一般在200 mm左右，雖然有文獻(xiàn)[13]指出降水量<200 mm時(shí)，生物量與生長(zhǎng)季溫度呈負(fù)相關(guān)，但位于高海拔區(qū)的新疆草地植被會(huì)受到溫度和降水量的共同影響，單純遙感植被指數(shù)對(duì)草地進(jìn)行監(jiān)測(cè)，對(duì)新疆草地有一定的局限性。而將氣候因素和遙感植被指數(shù)共同作為自變量構(gòu)建復(fù)合模型，已在小麥產(chǎn)量預(yù)測(cè)[40]、水稻GPP預(yù)測(cè)[41]和森林火災(zāi)預(yù)警[27]等方面有了一定的應(yīng)用，因此，除了提高地面資料和遙感數(shù)據(jù)的同步性外，找出最適氣候因子和遙感植被指數(shù)是改進(jìn)草地生物量估測(cè)模型精度的一種方法，也是草地遙感監(jiān)測(cè)的主要內(nèi)容之一。

4 結(jié)論

本研究利用MOG 09GA數(shù)據(jù)，分別計(jì)算了生長(zhǎng)季新疆草地的NDVI、MSAVI和PVI的平均值和最大值，結(jié)合MOG 09GA植被指數(shù)和2010-2014年AGB數(shù)據(jù)，構(gòu)建新疆草地生物量遙感模型，并分析新疆草地NDVI、MSAVI和PVI的時(shí)空變化特征。主要結(jié)論如下：

1)在3種植被指數(shù)中，草地生物量的多元回歸模型的R2高于線性、對(duì)數(shù)、乘冪和指數(shù)模型，基于NDVImax、MSAVImax和PVImax構(gòu)建的多元回歸模型(y=2947.551x1+384266.259x2+1586.515x3-23771.829，R2=0.685)擬合效果優(yōu)于單一植被指數(shù)模型，多元回歸模型的R2最高，為0.685，其次為基于NDVImax的乘冪模型R2最高，為0.568。

2)新疆草地NDVI、MSAVI和PVI呈由北向南、由西向東逐漸減少的空間分布特征。統(tǒng)計(jì)分析2010-2014年的新疆草地植被的變化趨勢(shì)表明，全疆草地以穩(wěn)定和改善為主，北疆處于改善的草地所占比重較大，達(dá)28%以上，南疆草地則以穩(wěn)定為主；南、北疆草地均有一定程度的惡化，南疆惡化略高于北疆，但惡化所占的比重在南、北疆均較小。

3) 新疆草地地上生物量在2012和2013年較高，低地草甸類草地的地上生物量最大，高寒荒漠類最小?？臻g格局上，伊犁哈薩克自治州地上生物量最高，吐魯番市和哈密市地上生物量較低；自北向南，地上生物量呈由高向低過渡的趨勢(shì)，其分布格局與草地類型分布基本吻合。

3)統(tǒng)計(jì)分析新疆2010-2014年各行政區(qū)的草地變化趨勢(shì)表明，新疆草地以穩(wěn)定為主，草地改善、穩(wěn)定、輕度改善、輕度惡化和惡化存在較大的差異性，穩(wěn)定比重普遍在40%以上，NDVI、MSAVI和PVI同時(shí)反映出改善比重大于15%的地、州、市為：博爾塔拉蒙古自治州、哈密地區(qū)、塔城地區(qū)、巴音郭楞蒙古自治州；輕度改善比重大于10%的地、州、市有8個(gè)，分別為：阿勒泰地區(qū)、博爾塔拉蒙古自治州、伊犁哈薩克自治州直屬、克拉瑪依市、昌吉回族自治州、克孜勒蘇柯爾克孜自治州、阿克蘇地區(qū)和烏魯木齊市，處于改善狀態(tài)的草地面積高于輕度改善；輕度惡化所占比重差異較大，吐魯番市輕度惡化比重最大，3類植被指數(shù)所反映的輕度惡化比重均高于19%，介于10%～20%的地、州、市有6個(gè)；惡化的比重均較小，全疆除吐魯番市和烏魯木齊市外，其余地、州、市惡化草地比重大部分低于10%。

參考文獻(xiàn)References：

[1] Xu P. Grassland resource investigation and planning. Beijing: China Agricultural Press, 2000: 156-164.

許鵬. 草地資源調(diào)查規(guī)劃學(xué). 北京: 中國(guó)農(nóng)業(yè)出版社, 2000: 156-164.

[2] Tao Y, Zhang Y M. Multi-scale biomass estimation of desert shrubs: a case study ofHaloxylonammodendronin the Gurbantunggut desert, China. Acta Prataculturae Sinica, 2013, 22(6): 1-10.

陶冶, 張?jiān)? 荒漠灌木生物量多尺度估測(cè)-以梭梭為例. 草業(yè)學(xué)報(bào), 2013, 22(6): 1-10.

[3] Zhang X C, Zhu H Z, Zhong H P,etal. Assessment of above-ground biomass of grassland using remote sensing, Ili, Xinjiang. Acta Prataculturae Sinica, 2015, 24(6): 25-34.

張旭琛, 朱華忠, 鐘華平, 等. 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.

[4] 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.

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

[5] Li C, Cao Z Z, Ding L,etal. Principal component analysis by using multitemporal MODIS -NDVI data in Xinjiang. Meteorological and Environmental Sciences, 2012, 35(2): 40-43.

李聰, 曹占洲, 丁林, 等. 新疆地區(qū)多時(shí)相MODIS-NDVI數(shù)據(jù)主成分分析. 氣象與環(huán)境科學(xué), 2012, 35(2): 40-43.

[6] Yong Z, Tong L, Zhou X B,etal. Effects of climate change on plant composition and diversity in the Gurbantunggut desert of northwestern China. Ecological Research, 2016, (31): 427-439.

[7] Liang T G, Chen Q G, Wei Y X. Research on the dynamie monitoring model of grassland resources yield in Fukang county of Xinjiang. Remote Sensing Technology and Application, 1996, 11(1): 27-32.

梁天剛, 陳全功, 衛(wèi)亞星. 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, 11(1): 27-32.

[8] Zhao J F, Gao M H, Li Y. Research on the meadow output of Xinjiang based on MODIS image. Anhui Agricultural Science Bulletin, 2010, 16(15): 219-223.

趙金飛, 高敏華, 李悅. 基于MODIS影像的新疆草地產(chǎn)量全年變化研究. 安徽農(nóng)學(xué)通報(bào), 2010, 16(15): 219-223.

[9] Wu M X, Qian S, Hou Y Y,etal. Estimation of forage yield in Northern China based on NDVI data. Transactions of the CSAE, 2009, 25(Supple 2): 149-155.

吳門新, 錢拴, 侯英雨, 等. 利用NDVI資料估算中國(guó)北方草原區(qū)牧草產(chǎn)量. 農(nóng)業(yè)工程學(xué)報(bào), 2009, 25(增刊2): 149-155.

[10] Zan M, Li D Q, Ju W M,etal. Measurement and retrieval of leaf area index using remote sensing data in Kanas National Nature Reserve, Xinjiang. Acta Ecologica Sinica, 2013, 33(15): 4744-4757.

昝梅, 李登秋, 居為民, 等. 新疆喀納斯國(guó)家自然保護(hù)區(qū)植被葉面積指數(shù)觀測(cè)與遙感估算. 生態(tài)學(xué)報(bào), 2013, 33(15): 4744-4757.

[11] Xu B, Yang X C, Tao W G,etal. Remote sensing monitoring upon the grass production in China. Acta Ecologica Sinica, 2007, 27(2): 405-413.

徐斌, 楊秀春, 陶偉國(guó), 等. 中國(guó)草原產(chǎn)草量遙感監(jiān)測(cè). 生態(tài)學(xué)報(bào), 2007, 27(2): 405-413.

[12] Reziwanguli M, Yang J J, Liu Y Q,etal. Characteristics of changes in temperature and precipitation in Xinjiang in recent 54 years. Research of Soil and Water Conservation, 2016, 23(2): 128-133.

熱孜宛古麗·麥麥提依明, 楊建軍, 劉永強(qiáng)， 等. 新疆近54年氣溫和降水變化特征. 水土保持研究, 2016, 23(2): 128-133.

[13] Yang S X, Zhang W J, Feng Q S,etal. Monitoring of grassland garbage accumulation by remote sensing using MODIS daily surface reflectance data in the Qingnan Region. Acta Prataculturae Sinica, 2016, 25(8): 14-26.

楊淑霞, 張文娟, 馮琦勝, 等. 基于MODIS逐日地表反射率數(shù)據(jù)的青南地區(qū)草地生長(zhǎng)狀況遙感監(jiān)測(cè)研究. 草業(yè)學(xué)報(bào), 2016, 25(8): 14-26.

[14] Weltzin J F, Loik M E, Schwinning S,etal. Assessing the response of terrestrial ecosystems to potential changes in precipitation. Bioscience, 2003, 53(10): 941-952.

[15] Wang T, Shen W T, Quyang Y,etal. Characteristics of temporal and spatial variation in the grass growing season of Tibet during the period of 1982 to 2010. Acta Agrestia Sinica, 2014, 22(1): 46-51.

王濤, 沈渭濤, 歐陽(yáng)琰, 等. 1982-2010年西藏草地生長(zhǎng)季NDVI時(shí)空變化特征, 草地學(xué)報(bào), 2014, 22(1): 46-51.

[16] Zhou W, Gang C, Chen Y,etal．Grassland coverage inter-annual variation and its coupling relation with hydrothermal factors in China during 1982-2010. Journal of Geographical Sciences, 2014, 24(4): 593-611.

[17] Xu Y F, Yang J, Li W H,etal. Spatial-temporal change in different vegetation growth of Xinjiang from 1982 to 2013. Acta Prataculturae Sinica, 2016, 25(1): 47-63.

許玉鳳, 楊井, 李衛(wèi)紅, 等. 1982-2013年新疆不同植被生長(zhǎng)時(shí)空變化. 草業(yè)學(xué)報(bào), 2016, 25(1): 47-63.

[18] Zhang R, Liu P X, Zhang K X. Spatio-temporal characteristics of potential climate productivity of grassland and its responses to climate change in Xinjiang, China. Journal of Desert Research, 2012, 32(1): 181-187.

張銳, 劉普幸, 張克新. 新疆草地氣候生產(chǎn)潛力變化特征及對(duì)氣候響應(yīng)的預(yù)測(cè)研究. 中國(guó)沙漠, 2012, 32(1): 181-187.

[19] Shi R Q. The study of the impact of climate change on the grassland production in the North of China. Nanjing: Nanjing University of Information Science & Technology, 2006.

史瑞琴. 氣候變化對(duì)中國(guó)北方草地生產(chǎn)力的影響研究. 南京: 南京信息工程大學(xué), 2006.

[20] Animal Husbandry Department in Xinjiang Uygur Autonomous Region. Grassland resource and utilization in Xinjiang. Urumqi: Press Health Science & Technology in Xinjiang(K), 1993: 61-72.

新疆維吾爾自治區(qū)畜牧廳. 新疆草地資源及其利用. 烏魯木齊: 新疆科技衛(wèi)生出版社(K), 1993: 61-72.

[21] Hailiqiemu S. Research on the effect of grazing prohibition policy to herdsman and its behavioral response in Xinjiang. Urumqi: Xinjiang Agricultural University, 2014.

海力且木·斯依提. 禁牧政策對(duì)新疆牧民的影響及行為反應(yīng)研究. 烏魯木齊: 新疆農(nóng)業(yè)大學(xué), 2014.

[22] Li W. Study on implemented the subsidy and incentives system of grassland ecology protection. Animal Husbandry in Xinjiang, 2015, 10: 22-27.

李偉. 新疆實(shí)施草原生態(tài)保護(hù)補(bǔ)助獎(jiǎng)勵(lì)機(jī)制初期成效研究. 新疆畜牧業(yè), 2015, 10: 22-27.

[23] Ma M, Qiao G H, Wu Y H. Market, climate, and grassland policy influencing the inventory quantity of sheep on pastoral areas—A case of Xilin Gol. Journal of Arid Land Resources and Environment, 2016, 30(2): 63-68.

馬梅, 喬光華, 烏云花. 市場(chǎng)、草地政策及氣候?qū)δ羺^(qū)羊年末存欄量的影響—以錫林郭勒盟為例. 干旱區(qū)資源與環(huán)境, 2016, 30(2): 63-68.

[24] Zhang X Q, Sheng J D, Wu H Q,etal. Construction of remote sensing inversion models for estimating typical grassland aboveground biomass. Agricultural Network Information, 2013, 4: 12-15.

張小琪, 盛建東, 武紅旗, 等. 典型草地地上生物量遙感反演模型的建立. 農(nóng)業(yè)信息管理, 2013, 4: 12-15.

[25] 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.

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.

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

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.

[27] Peng G X, Chen Y H, Li J,etal. Combination of remote sensing and meteorological data for fire risk monitoring-A case study in Peninsular Malaysia. Geo-information Science, 2007, 9(5): 99-104.

彭光雄, 陳云浩, 李京, 等. 結(jié)合遙感和氣象數(shù)據(jù)的森林火險(xiǎn)監(jiān)測(cè)研究-以馬來西亞半島為例. 地球信息科學(xué), 2007, 9(5): 99-104.

[28] Li X. Remotely sensed monitoring of grassland aboveground biomass in Northern Xinjiang area. Lanzhou: Lanzhou University, 2008.

李霞. 北疆地區(qū)草地生物量遙感監(jiān)測(cè). 蘭州: 蘭州大學(xué), 2008.

[29] Zhou X, Sheng J D, Zhang W T,etal. Aboveground biomass inversion of grassland in Ili area using MODIS data. Acta Agrestia Sinica, 2015, 23(1): 27-33.

周鑫, 盛建東, 張文太, 等. 基于MODIS數(shù)據(jù)的伊犁地區(qū)草地地上生物量反演. 草地學(xué)報(bào), 2015, 23(1): 27-33.

[30] Sun C M, Sun Z G, Mu S J,etal. Vegetation index models based on MODIS and their application in grassland ecosystem. Chinese Agricultural Science Bulletin, 2011, 27(22): 84-88.

孫成明, 孫政國(guó), 穆少杰, 等. 基于MODIS的植被指數(shù)模型及其在草地生態(tài)系統(tǒng)中的應(yīng)用. 中國(guó)農(nóng)學(xué)通報(bào), 2011, 27(22): 84-88.

[31] Zhang Y N, Niu J M, Zhang Q Z,etal. A discussion on applications of vegetation index for estimating aboveground biomass of typical steppe. Acta Prataculturae Sinica, 2012, 21(2): 229-238.

張艷楠, 牛建明, 張慶植, 等. 植被指數(shù)在典型草原生物量遙感估測(cè)應(yīng)用中的問題探討. 草業(yè)學(xué)報(bào), 2012, 21(2): 229-238.

[32] Zhang X X, Tang C J, Zhou S,etal. Errors analysis of grassland biomass investigation based on MODIS data. Pratacultural Science, 2014, 31(9): 1653-1658.

張緒校, 唐川江, 周俗, 等. 應(yīng)用MODIS進(jìn)行草原生物量估測(cè)誤差原因分析. 草業(yè)科學(xué), 2014, 31(9): 1653-1658.

[33] Yu L P, Li F D, Li X Y,etal. RS, GIS and GPS based evaluation of desert grassland productivity in Ganzhou of Gansu Province. Grassland and Turf, 2008, (5): 36-38.

俞聯(lián)平, 李發(fā)弟, 李新媛, 等. 基于“3S”技術(shù)的甘肅省甘州區(qū)荒漠草地生產(chǎn)力評(píng)價(jià). 草原與草坪, 2008, (5): 36-38.

[34] Qu C P, Guan D X, Wang A Z,etal. Comparison of grassland biomass estimation models based on MODIS data. Chinese Journal of Ecology, 2008, 27(11): 2028-2032.

渠翠平, 關(guān)德新, 王安志, 等. 基于MODIS數(shù)據(jù)的草地生物量估算模型比較. 生態(tài)學(xué)雜志, 2008, 27(11): 2028-2032.

[35] Chen X Q, Wang H. Spatial and temporal variations of vegetation belts and vegetation cover degrees in Inner Mongolia from 1982 to 2003. Acta Geographica Sinica, 2009, 64(1): 84-94.

陳效逑, 王恒. 1982-2003年內(nèi)蒙古植被帶和植被覆蓋度的時(shí)空變化. 地理學(xué)報(bào), 2009, 64(1): 84-94.

[36] Osvaldo E S, Parton W J, Joyce L A. Primary production of the central grassland region of the United States. Ecology, 1988, 69(1): 40-45.

[37] Lauenroth W K, Sala O E. Long-term forage production of North American short grass steppe. Ecological Applications, 1992, 2(4): 397-403.

[38] Esteban G J, Osvaldo E S. Controls of grass and shrub above-ground production in the Patagonian steppe. Ecological Applications, 2000, 10(2): 541-549.

[39] Jobbágy E G, Sala O E, Paruelo J M. Patterns and controls of primary production in the Patagonian steppe: A remote sensing approach. Ecology, 2002, 8(2): 307-319.

[40] Manjunath K R, Potdar M B, Purohit N L. Large area operational wheat yield model development and validation based on spectral and meteorological data. International Journal of Remote Sensing, 2002, 23(15): 3023-3038.

[41] Tang B. Planting area monitoring and yield estimation of rice in Jiangsu province based on remote sensing and meteorological data. Hangzhou: Zhejiang University, 2016.

湯斌. 基于遙感和氣象數(shù)據(jù)的江蘇省水稻面積監(jiān)測(cè)和估產(chǎn)研究. 杭州: 浙江大學(xué), 2016.