王琪, 吳成永, 陳克龍, 張肖, 張樂樂, 丁俊霞

基于MODIS NPP數據的青海湖流域產草量與載畜量估算研究

王琪1,2, 吳成永1,2, 陳克龍2,*, 張肖3, 張樂樂1,2, 丁俊霞1,2

1. 青海師范大學地理科學學院, 青海, 西寧 810008 2. 青海省自然地理與環(huán)境過程重點實驗室, 青海, 西寧 810008 3. 四川師范大學地理與資源科學學院, 四川, 成都 610101

快速評價區(qū)域草地生產力狀況, 是制定牧區(qū)草畜平衡策略, 保障草地生態(tài)系統(tǒng)健康可持續(xù)發(fā)展的前提基礎?；贛ODIS NPP產品數據, 對青海湖流域草地生產力進行了估算和評價。結果表明: (1)牛羊可食性最高的高寒草甸、高寒草原和溫性草原, 其單位面積產草量估算值的均方根誤差為26.15 g·m-2, 表明該方法可以快速估算區(qū)域尺度的產草量。(2)全年干草產量為145.42萬t, 其中能被牛羊直接采食利用的牧草共計59.18萬t, 理論載畜量為81.07萬羊單位; (3)影響單位面積干草產量的主要氣候因子, 海拔3500 m以下地區(qū), 是活動積溫且與單位面積干草產量呈負相關關系; 3500 m以上地區(qū), 是溫度且與單位面積產草量呈正相關關系。研究結果可為高寒地區(qū)合理規(guī)劃牧業(yè)生產活動、生態(tài)補償等提供科學依據和決策支持, 也可為全國其他牧區(qū)的草原產草量的估算提供參考。

產草量; 草地生產力; 植被凈初級生產力; 青海湖流域

0 引言

草地是畜牧業(yè)發(fā)展的最基本生產資料和基地。我國草地面積廣闊, 約占全國陸地總面積的41%。青藏高原廣泛分布著高寒草甸、高寒草原、溫性草原等草地生態(tài)系統(tǒng)[1], 總面積約為1.28×108km2[2], 是中國主要的畜牧業(yè)基地之一。青海湖流域是青藏高原東北部重要的牧區(qū), 也是青海省畜牧業(yè)生產的主要基地[3-4], 流域內集中了青海省 24% 的牧業(yè)人口和 29% 的草食牲畜[5]。自20世紀80年代以來, 在人類不合理活動和全球氣候變化的雙重影響下, 草地退化十分嚴重, 草地生態(tài)系統(tǒng)嚴重惡化。1977—2000 年, 流域內草地共減少 206.68 km2(其中, 大部分草地轉變?yōu)楦睾蜕车豙6]); 2000—2010 年, 呈現(xiàn)出整體性草地極輕微退化趨勢[7]。草地退化致使草地生產水平持續(xù)下降, 草畜供求的時空利用格局出現(xiàn)失衡[8-9], 直接影響到區(qū)域生態(tài)安全與畜牧業(yè)經濟的可持續(xù)發(fā)展?？焖贉蚀_地估算流域內的產草量和載畜量, 是解決上述科學與現(xiàn)實問題的首要前提和關鍵。

草地載畜量, 是指在一定時期和一定草地面積上, 在適牧條件下, 并保證家畜正常發(fā)育和生長的狀態(tài)下, 能飼養(yǎng)放牧家畜的頭數[10]。載畜量過高則導致牧草利用過度, 草地狀況惡化, 家畜營養(yǎng)匱乏, 降低單個家畜增重。相反, 載畜量過低會造成牧草浪費, 牧草利用率降低, 減少單位草地面積上家畜的總增重[11]。因而, 放牧利用不應超過能被科學計算的載畜量域值[12]。估算理論載畜量, 能科學確定草地載畜量的臨界值, 這一結果不僅能作為指導草地管理的重要依據, 而且也是科學地確定放牧強度, 避免超載過牧, 維持草地持續(xù)生產的有效手段。測算草地載畜量的基礎是估算草地產草量。

草地產草量的測量估算主要有三種方法[13]: 一是直接收獲法(刈割法), 測量值是齊地面刈割所獲得的產草量, 通常在草地產量最高的時候進行測定[14]。該方法的優(yōu)點是測量準確, 缺點是耗時費力, 受人為因素的干擾大, 適合小區(qū)域草地產量測定, 在大尺度范圍內估產精度不高且它難于估算草食類動物所消耗的生物量或能量以及自養(yǎng)有機體自身的代謝生長和發(fā)育所用的能量[15]; 二是產量模擬模型, 通常需要輸入連續(xù)詳細的氣候、土壤等數據參數。優(yōu)點是估算精度較高, 缺點是數據參數獲取困難, 難以應用于大尺度區(qū)域; 三是遙感模型測量法, 該方法是目前區(qū)域產草量估算的常用方法之一, 借助于植被NDVI或者NPP(Net Primary Productivity)兩種方法來估算。基于植被NDVI的方法, 通過回歸模型進行估算, 適合于大區(qū)域。但不同區(qū)域, 其回歸估算模型也不同, 因此模型移植性差。 NPP估算法, 以植被凈初級生產力為基礎計算產草量, 優(yōu)點是宏觀、快速、省力、省時、受外在因素干擾少, 可為草原管理與決策提供及時的草原信息, 如光能利用率模型CASA模型(目前應用較廣泛, 輸出結果為月NPP)。如樸世龍等[16]利用CASA模型對我國植被凈第一性生產力進行了估算; 李剛等[17]利用改進后的CASA 模型估算了青藏高原草地載畜量。以上兩位學者在估算NPP時, 氣象參數均在插值基礎上獲得。秦泗國等[18]利用綜合模型估算了那曲高原高寒草地生態(tài)系統(tǒng)NPP并在此基礎上估算載畜量, 綜合模型估算NPP是以與植被光合作用密切相關的實際蒸散為基礎的, 關鍵參數的獲取(如PER)用氣象數據反演得到。喬凱等[19]在定量估算青海湖流域2001—2011年草地凈初級生產力時, 氣象數據用域內和周邊氣象站點數據內插得到, 500 m DEM數據用90 m重采樣方法獲得。鄭中等[20]在利用CASA模型估算青海湖流域草地 NPP時, 面對青海湖流域內氣象站稀少, 氣象觀測數據相當缺乏的情況下, 用WRF區(qū)域氣候模式模擬了近地表氣象數據, 但模擬精度只在80%左右。因此, CASA模型模擬NPP, 雖然得到了廣泛應用, 但其缺點是模型需輸入氣溫、降水、太陽輻射以及植被指數和植被類型等眾多參數。部分參數難以獲取, 部分參數(如氣象參數)需用空間插值技術得到, 而氣象站點的數目和空間分布等都會影響到插值結果, 精度難以保障。

青海湖流域境內國家級氣象站點少, 且其地形多為山地, 地勢起伏大, 插值獲取的參數誤差大, 致使模型模擬得到的NPP精度難以保證。所以獲取精度相對較高的NPP數據是估算產草量與載畜量的首要前提。綜上所述, 本文選取分辨率較高(500 m)和準確性已通過驗證的MOD17A3H產品, 以青海湖流域為研究區(qū)域, 選取干草產量與理論載畜量2個指標, 進行草地生產力評價。其一是探討其快速估算產草量的可行性與準確性, 其二是通過數學方法統(tǒng)計出流域內不同草地類型及行政區(qū)域的產草量, 分析探討草地產草量的空間格局及其影響因素, 旨在為高寒地區(qū)牧業(yè)生產的合理規(guī)劃和畜牧業(yè)可持續(xù)發(fā)展提供科學依據。

1 研究區(qū)概況

青海湖流域地處青藏高原東北部, 總面積為29661 km2, 介于 36°15' — 38°20' N 與97°50' — 101°20'E之間, 地形復雜, 地勢起伏大, 西北高、東南低。地處黃土高原、西北干旱區(qū)和青藏高寒區(qū)的過渡地帶, 深居內陸, 海拔較高, 常年受西風帶、東亞季風和青藏高原季風的交匯控制, 屬典型的高寒干旱大陸性氣候, 干旱、寒冷、多風。多年平均氣溫-1.4—1.7 ℃, 年平均降水量約為340 mm, 蒸發(fā)量為800—1000 mm[21]。植被類型有草原植被(溫性草原和高寒草原)、灌叢植被(溫性河谷灌叢與高寒灌叢)、草甸(高寒草甸、鹽生草甸)和高山流石植被以及荒漠植被(高寒荒漠類和溫性荒漠類)等。其中高寒草原和高寒草甸是青海湖流域的主要草地類型, 兩者占流域內草地總面積的82.64%。2010年青海湖流域總人口為 13.23萬人, 平均人口密度4.47人·km-2[22], 農業(yè)活動以畜牧業(yè)生產為主[23]。

2 數據與方法

2.1 數據來源與處理

(1)遙感數據。采用2015年的MODIS數據的MOD17A3H產品, 來源于美國國家航空航天局(NASA) (https://ladsweb.modaps.eosdis.nasa.gov/search/)。該產品提供了500 m空間分辨率的NPP年數據[24], 已通過第三方驗證, 其準確性得到了評估[25]。

(2)氣象數據。2015年青海省各氣象站點的年平均氣溫、年降水量、平均濕度等, 來自中國氣象科學數據共享服務平臺(http://data.cma.cn/)。通過整理、計算和空間插值生成相應的柵格數據。

(3)植被數據。運用中國1: 100萬植被類型圖(2000年版)—青藏部分, 根據中國植物群落的分類方法, 分類得到青海湖流域的草地類型分布圖(圖1)。

上述三類數據, 在ArcGIS 10.2軟件平臺中轉換為Albers等積投影。

2.2 研究方法

2.2.1 干草產量計算

干草產量是指某地域某一段時間內生產的牧草干物質總產量。單位面積的干草產量可以利用草地NPP計算得到[26], 計算公式如下:

Figure 1 Distribution of grassland types in the Qinghai Lake Basin

式中,B為年總單位面積干草產量,/(m-2·a-1);為草地年總NPP,/(m-2·a-1) ;S為草地生物量換算成NPP 的轉換系數, g·g C-1, 數值為 0.45[27];S為地下與地上部分生物量比例系數, 高寒草甸為8.99, 高寒草原類為3.81[28], 溫性草原類為4.25, 溫性荒漠草原類、高寒荒漠和溫性荒漠類為7.89, 暖性灌草叢為4.42, 沼澤類為15.68[29]。

2.2.2 產草貢獻率計算

產草貢獻率是指某草地類型的產草量占所有草地類型產草量的比重。產草貢獻率計算公式如下:

其中,C代表第類型草地的產草貢獻率;M為第類型草地的平均產量;A為第類型草地的面積。

2.2.3 理論載畜量計算

理論載畜量是指在適度放牧的條件下, 單位草地面積上所能放牧的牲畜頭數。它是衡量草原生產能力的主要指標之一, 可根據牧草的生長情況(包括牧草的品質、產量)來評定, 取決于草地初級生產力[30]。計算公式如下:

式中,Z為草地理論載畜量(羊單位);H為全年干草產量(t·km-2);G為不同草地類型的牧草利用率[31], 草原類為50%, 草甸類為60%, 灌(草)叢類和沼澤類為55%, 荒漠類為40%。C為草地可利用率,E為草地可食牧草比率; 在青海湖流域,C按92%計算,E按80%計算[32];L為一個羊單位家畜的日食量, 我國采用的載畜量為綿羊單位[33], 1個羊單位是活重為40 kg的綿羊及其哺乳羔羊, 每天飼草(青草)需求量為5—7.5 kg, 本研究取6 kg, 據中國農業(yè)行業(yè)提出的天然草地載畜量計算標準[34], 牧草干重與鮮重比例按1:3計算, 換算成干草即2 kg /羊單位/;為草地放牧時間, 按全年365計算。

3 結果與分析

3.1 產草量估算結果及精度分析

首先利用草地類型的矢量圖, 用ArcGIS 10.2軟件中的裁剪工具, 裁出NPP柵格圖, 然后運用公式(1)進行計算, 得到2015年青海湖流域單位面積干草產量分布圖(圖2)。最后利用單位面積干草產量乘以像元面積得到流域內的全年干草產量圖(圖3)。

青海湖流域地形復雜, 區(qū)域小氣候、土壤和草地類型差異大, 加之人類活動影響程度不一, 因而流域內各草地類型的單位面積干草產量空間差異性明顯。由圖(2)可知, 環(huán)湖地區(qū)是單位面積干草產量的高值區(qū), 呈現(xiàn)出從東南環(huán)湖地區(qū)向西北山地遞減趨勢。環(huán)湖地區(qū)海拔相對較低, 地形平坦, 氣溫較高, 水熱組合較好, 植被以溫性草原, 高寒草原為主, 且為國家級自然保護區(qū)的核心區(qū), 因而整體上產草量最高。西北部, 多山地, 海拔高, 氣溫低, 植被以低矮的高寒草甸為主, 單位面積產草量較低。

圖2 青海湖流域草地單位面積干草產量空間分布圖

Figure 2 Hay yield per unit area of grassland in Qinghai Lake Basin

圖 3 青海湖流域草地年干草產量空間分布圖

Figure 3 Annual hay yield of grassland in the Qinghai Lake Basin

采用均方根誤差(式4)檢驗產草量的估算精度。越小, 模型精度越高、預測能力越強。將青海湖流域牛羊可食性最高的高寒草甸、高寒草原和溫性草原的產草量估算值與文獻中產草量進行比較, 得出兩者間的為26.15 g·m-2(表1), 表明模型具有較好的估算精度。

3.2 干草產量影響因素分析

氣候影響牧草的生長發(fā)育, 進而影響產草量。青海湖流域屬高海拔地區(qū), 地勢起伏大, 氣候隨海拔梯度的變化明顯。海拔3500 m等高線是青海湖流域湖濱平原區(qū)、河谷區(qū)與高山區(qū)的大致界線。故本文將3500 m等高線作為海拔節(jié)點, 來探討此海拔節(jié)點上下的單位面積干草產量的水熱影響模式。為了定量厘定出氣候因子對產草量的影響, 利用相關系數r(式5), 對不同海拔梯度內的單位面積干草產量和各氣候因子(氣溫、降水量、活動積溫(≥10 ℃)和濕度)進行相關性分析。

結果表明(表2), 海拔3500 m以下區(qū)域, 氣象因子中, 對單位面積干草產量影響最大的為活動積溫(≥10℃), 其次為氣溫、降水, 最小的為濕度。其中,年降水量與單位面積干草產量為正相關關系, 而活動積溫、氣溫與干草產量為負相關關系, 即活動積溫、氣溫越高, 干草產量越低。原因可能是: 其一、在氣候變暖背景下, 流域內年均氣溫呈現(xiàn)增加趨勢[20],活動積溫超過了適宜植被生長的溫度范圍, 從而不利于高寒草原植被的生長。其二、流域內年均氣溫的升高導致蒸發(fā)量隨之增大, 土壤水分損失加快, 抑制了植被的生長。在此情況下, 牧草的需水脅迫加重, 從而降水量越大, 單位面積干草產量越大, 這與龍慧靈等[37]研究結果一致。3500 m以上區(qū)域, 除了濕度與單位面積干草產量為負相關以外, 其余均為正相關關系。其中, 對單位面積干草產量影響最大的氣候因子為氣溫, 這與周偉等[38]和陸晴等[39]人的研究結果一致。原因可能是氣溫為高寒草甸等植被生長發(fā)育的最主要限制性因子, 氣溫越高, 植被生長周期越長, 單位面積產草量就越高。另外, 高寒草甸的植被根系發(fā)達, 能夠利用深層土壤水, 從而受降水的影響相對較弱[41]。

表1 不同草地類型產草量估算結果精度分析

表2 青海湖流域不同海拔單位面積產量與氣候因子的相關性

注:*在 0.01 水平(雙側)上顯著相關

3.3 產草量與理論載畜量分析

3.3.1 不同草地類型產草量與理論載畜量分析

對產草量估算結果進行數學統(tǒng)計(表3), 得出流域內全年干草產量為145.42萬t, 其中能被牛羊直接采食利用的牧草59.18萬 t, 理論載畜量為81.07萬羊單位。高寒草甸、高寒草原、亞高山灌叢、溫性草原、溫性灌叢草原和溫性荒漠草原六大類是主要產草的草地類型, 其年干草產量: 高寒草甸>高寒草原>亞高山灌叢>溫性草原>溫性灌草叢>溫性荒漠草原。高寒草甸的草地面積、理論產草量、可食牧草量和采食總量最大, 分別為17127.2 km2、712843.72 t、314791.79 t、431222羊單位; 其次為高寒草原, 分別為3258.64 km2、391418.61 t、144042.05 t、197318羊單位。高寒草甸與高寒草原面積占流域內草地總面積的82.64%, 產草量占整個流域產草量的75.93%, 載畜能力也最大, 占所有草地載畜量的77.53%。

表3 青海湖流域各草地類型草地生產力統(tǒng)計表

據圖4, 青海湖流域所有草地類型中, 高山草甸的產草貢獻率最高, 占整個流域內產草量的49.01%; 其次為高寒草原, 產草貢獻占整個流域的26.91%; 產草貢獻率最低的是沼澤化草甸, 僅占0.18%。

3.3.2 行政區(qū)劃產草量與載畜狀況分析

統(tǒng)計得到青海湖流域內各行政區(qū)劃的理論載畜量, 天峻縣、剛察縣、共和縣和海晏縣理論載畜量分別為307092羊單位、251267羊單位、189142羊單位和63191羊單位。根據2015統(tǒng)計年鑒和縣農牧部門公布的4縣實際載畜量數據[41]計算4縣在流域內的實際載畜量

(公式為: 某縣所占青海湖流域面積÷該縣面積×該縣實際載畜量):

圖4 青海湖流域不同草地類型的產草貢獻率

Figure 4 Grassland production contribution rate of different grassland types in the Qinghai Lake Basin

天峻縣實際載畜量為497261(頭、匹), 剛察縣789743(頭、匹), 共和縣656065(頭、匹), 海晏縣191559(頭、匹)。進一步計算青海湖流域超載率, 達163.31%, 其中共和縣超載最為嚴重, 達246.86%, 次之為剛察縣與海晏縣, 超載率分別為214.30%和203.14%, 天峻縣為61.93%。

為了制定切實可行的牧業(yè)規(guī)劃和生態(tài)補償政策的落地實施等, 本文對青海湖流域內16個主要鄉(xiāng)鎮(zhèn)的產草量和理論載畜量進行統(tǒng)計(表4), 結果顯示: 產草量和理論載畜量較高的為泉吉鄉(xiāng)、石乃亥鄉(xiāng)、哈爾蓋鎮(zhèn)和吉爾孟鄉(xiāng), 年干產草量共計46.04萬t, 可采食牧草總量達182552.8 t, 可放牧羊單位數達250072只, 占全流域理論載畜量的30.84%。

4 討論

模擬估算結果的準確性驗證是應用NPP估算區(qū)域產草量的前提, 這可以通過田間調查獲得的實測生物量或者已有研究結果相比較。青海湖流域牧草可食性較大的三種草地類型的產草量, 其單位面積內估算值的均方根誤差為26.15 g·m-2(其中, 高寒草原的誤差較大, 原因是驗證數據為2010年數據, 而本文所采用的是2015年數據, 根據駱成鳳等[9]人的研究, 湖濱平原和河谷地區(qū)目前仍處于過牧狀態(tài), 草地生產力持續(xù)下降, 因此這年際間誤差可以忽略不計), 在可接受范圍內。由于NPP的影響因素較多, 如天氣狀況, 土壤水分的多寡, 植被類型及其所處地形部位等, 導致不同草地類型的NPP模擬精度也不一致, 因而產草量的估算精度可能不同, 甚至有的草地類型估算精度較低, 但只要研究區(qū)中面積比重大的草地類型產草量估算精度高, 則估算方法就可以推廣應用。

表4 青海湖流域各鄉(xiāng)鎮(zhèn)草地生產力統(tǒng)計表

依據統(tǒng)計年鑒和縣農牧部門公布的實際載畜量數據, 然后結合理論載畜量, 計算了超載率。青海湖流域4縣, 總超載率達163.31%。整體上, 青海湖流域內各行政區(qū)劃的實際載畜量高于理論載畜量且已超過草地所能承受的最大載畜能力。需要說明的是, 理論載畜量的計算基礎是所有植被的NPP, 但并非所有的植被能被牛羊等牲畜采食, 因此, 實際上, 各地區(qū)的超載率應該更高, 這也同時提出了未來研究的一個方向, 即如何識別與剔除牲畜非食用植被, 進而提高估測載畜量的精度。草地畜牧業(yè)要得到健康、穩(wěn)定的發(fā)展, 減輕草地載畜壓力是亟待解決的問題, 農牧部門需進行調控和管理(如加大對牲畜的補飼力度以及減少牲畜的存欄數量), 使牧民遵循草原的可更新性和季節(jié)生長規(guī)律, 通過確定科學的放牧時間、放牧強度、放牧方式及牧場輪換來穩(wěn)定流域內草地自然健康生長。

5 結論

基于MODIS NPP遙感產品數據, 結合植被類型圖, 本文估算了青海湖流域草地生產力, 并得出以下結論:

(1)青海湖流域草地平均單位面積干產草量為74.38 g·m-2, 呈現(xiàn)出自環(huán)湖區(qū)域向高山區(qū)遞減趨勢, 影響其分布的主要氣象因子是活動積溫、氣溫與降水。3500 m以下區(qū)域, 活動積溫是主要影響因子; 3500 m以上區(qū)域, 溫度是主要影響因子。降水對3500 m以上單位面積干草產量影響較小原因是高寒草甸的根系較發(fā)達, 能吸收深層土壤水, 從而受降水限制小。

(2)高寒草甸、高寒草原、亞高山灌叢、溫性草原、溫性灌叢草原和溫性荒漠草原六大類草地是青海湖流域的主要產草類型, 年總干草產量為145.42萬t。其年干草產量: 高寒草甸>高寒草原>亞高山灌叢>溫性草原>溫性灌草叢>溫性荒漠草原。

(3)青海湖流域理論載畜量為81.07萬羊單位, 實際載畜量為213.46頭。牲畜超載十分嚴重, 超載率達163.31%。其中共和縣超載最為嚴重, 達246.86%;次之為剛察縣與海晏縣, 超載率分別為214.30%和203.14%; 天峻縣為61.93%。

本文探討了基于MODIS NPP遙感產品數據的草地生產力計算方法的可行性, 后續(xù)研究將結合實地采樣, 進一步產提高草地產草量估算的準確性。在此基礎上, 結合土地第二次調查資料和鄉(xiāng)鎮(zhèn)村牛羊數量, 分析地塊尺度的產草量, 確定合理載畜量, 以便采取合理的放牧策略, 實現(xiàn)草地畜牧業(yè)生產的生態(tài)和經濟效益可持續(xù)發(fā)展。

[1] 袁子茹, 任靈, 陳建綱, 等. 祁連山不同草地類型土壤有機質與全氮分布的關系[J]. 草原與草坪, 2016, 36(3): 12– 16.

[2] 李以康, 冉飛, 包蘇科, 等. 高寒草甸矮嵩草對氮肥的生理響應[J]. 草業(yè)學報, 2010, 19(3): 240–244.

[3] 魏克家, 胡瑞寧, 馬建華, 等. 青海湖環(huán)湖區(qū)草地生態(tài)環(huán)境問題與防治對策研討[J]. 四川草原, 1997, 16(2): 2–6.

[4] 張旭萍, 郭連云, 田輝春. 環(huán)青海湖盆地氣候變化對草地生態(tài)環(huán)境的影響[J]. 草原與草坪, 2008, 26(2): 64–69.

[5] 周薇薇, 殷青軍. 青海湖流域草地產草量與MODIS植被指數的相關性分析[J]. 鹽湖研究, 2012, 20(4): 8–12.

[6] 張明, 崔軍, 曹學章. 青海湖流域草地退化時空分布特征[J]. 生態(tài)與農村環(huán)境學報, 2017, 33(5): 426–432.

[7] 駱成鳳, 許長軍, 游浩妍, 等. 2000—2010年青海湖流域草地退化狀況時空分析[J]. 生態(tài)學報, 2013, 33(14): 4450–4459.

[8] 王輝, 任繼周, 袁宏波. 黃河源區(qū)天然草地沙化機理分析研究[J]. 草業(yè)學報, 2006, 15(6): 19–25.

[9] 衛(wèi)亞星, 陳全功, 王一謀, 等. 利用TM資料調查土地利用狀況動態(tài)變化——以瑪曲縣為例[J]. 草業(yè)科學, 2002, 17(3): 6–8.

[10] 甘肅農業(yè)大學. 草原調查與規(guī)劃[M]. 北京: 農業(yè)出版社, 1985.

[11] 朝克圖, 那亞, 那松烏力吉, 金花. 載畜量的研究進展概述[J]. 內蒙古草業(yè), 2010, 22(1): 12–14.

[12] 楊理, 侯向陽. 草畜平衡管理與草地資源可持續(xù)利用[J]. 中國農業(yè)經濟評論, 2005, 4(3): 453–461．

[13] 安卯柱, 高娃, 朝魯. 內蒙古第四次草地資源調查草地生產力測定及計算方法簡介[J]. 內蒙古草業(yè), 2002, 14(4): 20–21.

[14] 任繼周．草業(yè)科學研究方法[M]. 北京: 中國農業(yè)出版社, 1998.

[15] 李高飛, 任海, 李巖, 等. 植被凈第一性生產力研究回顧與發(fā)展趨勢[J]. 生態(tài)科學, 2003, 22(04): 360–365.

[16] 樸世龍, 方精云, 郭慶華. 利用CASA模型估算我國植被凈第一性生產力[J]. 植物生態(tài)學報, 2001, 25(05): 603– 608+644.

[17] 李剛, 孫煒琳, 張華, 等. 基于秸稈補飼的青藏高原草地載畜量平衡遙感監(jiān)測[J]. 農業(yè)工程學報, 2014, 30(17): 200–211.

[18] 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(07): 159–164.

[19] 喬凱, 郭偉. 青海湖流域植被的凈初級生產力估算[J]. 水土保持通報, 2016, 36(06): 204–209.

[20] 鄭中, 祁元, 潘小多, 等. 基于WRF模式數據和CASA模型的青海湖流域草地NPP估算研究[J]. 冰川凍土, 2013, 35(02): 465–474.

[21] 朱延龍, 韓昆, 王芳. 青海湖流域氣候變化特點及水文生態(tài)響應[J]. 中國水利水電科學研究院學報, 2012, 9 (4): 260–266.

[22] 王琪, 陳克龍, 吳成永. 基于GIS的青海湖流域公路交通通達性分析[J]. 云南地理環(huán)境研究, 2017, 29(2): 29– 32+56+79.

[23] 蔡國英, 尹小娟, 趙繼榮. 青海湖流域人類福祉認知及綜合評價[J]. 冰川凍土, 2014, 34(2): 469–478.

[24] RUNNING S W, MU Q, ZHAO M. MOD17A3H MODIS/Terra Net Primary Production Yearly L4 Global 500m SIN Grid V006[DB/OL]. NASA EOSDIS Land Processes DAAC, 2015. https: //doi. org/10. 5067/MODIS/ MOD17A3H. 006.

[25] NASA. MOD17A凈初級生產力產品的第3階段驗證準確性聲明[DB/OL]. (2014-4-1)[ 2015-11-13] . https: // landval. gsfc. nasa. gov/ProductStatus. php?ProductID= MOD17.

[26] 陳世榮, 王世新, 周藝. 基于遙感的中國草地生產力初步計算[J]. 農業(yè)工程學報, 2008, 22(1): 208–212.

[27] 方精云, 劉國華, 徐嵩齡. 中國陸地生態(tài)系統(tǒng)的碳循環(huán)及其全球意義[A]. 王庚辰, 溫玉璞. 溫室氣體濃度和排放監(jiān)測及相關過程[D]. 北京: 中國環(huán)境科學出版社, 1996: 129–139.

[28] ZENG Chaoxu, WU Jianshuang, ZHANG Xianzhou. Effects of Grazing on Above- vs. Below-Ground Biom-ass Allocation of Alpine Grasslands on the Northern Tibetan Plateau[J]. Plos One, 2015, 10(8): e0135173.

[29] 樸世龍, 方精云, 賀金生, 等. 中國草地植被生物量及其空間分布格局[J]. 植物生態(tài)學報, 2004, 28(4): 491–498.

[30] SCARNECCHIA D L. Concepts of carrying capacity and substitution ratios: a systems viewpoint[J]. Journal of Range Management, 1990, 43(6): 553–555.

[31] 陳百明. 中國農業(yè)資源綜合生產能力和人口承載能力[M]. 北京: 氣象出版社, 2001.

[32] 樊江文, 邵全琴, 王軍邦, 等. 三江源草地載畜壓力時空動態(tài)分析[J]. 中國草地學報, 2011, 33(3): 64–72.

[33] 任繼周. 草原調查與規(guī)劃[M]. 北京: 中國農業(yè)出版社, 1985.

[34] 中華人民共和國農業(yè)行業(yè)標準. 天然草地合理載畜量的計算(NY/T635-2002 )[S].

[35] 辛玉春, 李曉明. 海西州草地資源生產力評價[J]. 青海草業(yè), 2016, 25(1): 23–29.

[36] 武彥朋, 陳克龍, 張斐, 等. 青海湖流域典型草地物種豐富度與生產力的關系[J]. 生態(tài)學雜志, 2011, 30(7): 1449– 1453.

[37] 龍慧靈, 李曉兵, 黃玲梅, 等. 內蒙古草原生態(tài)系統(tǒng)凈初級生產力及其與氣候的關系[J]. 植物生態(tài)學報, 2010, 34(7): 781–791.

[38] 周偉, 王倩, 章超斌, 等. 黑河中上游草地NDVI時空變化規(guī)律及其對氣候因子的響應分析[J]. 草業(yè)學報, 2013, 22(1): 138–147.

[39] 陸晴, 吳紹洪, 趙東升. 1982～2013年青藏高原高寒草地覆蓋變化及與氣候之間的關系[J]. 地理科學, 2017, 37(2): 292–300.

[40] 武建雙, 李曉佳, 沈振西, 等. 藏北高寒草地樣帶物種多樣性沿降水梯度的分布格局[J]. 草業(yè)學報, 2012, 21(3): 17–25.

[41] 青海省統(tǒng)計局. 青海省統(tǒng)計年鑒(1985-2017) [M]. 北京: 中國統(tǒng)計出版社, 2017: 279–280.

Estimating grassland yield and carrying capacity in Qinghai Lake Basin based on MODIS NPP data

Wang Qi1,2, Wu Chengyong1,2, Chen Kelong2,*, Zhang Xiao3, ZHANG Lele1,2, Ding Junxia1,2

1. College of Geography, Qinghai Normal University, Xining 810008, China 2. Key Laboratory of Natural Geography and Environmental Processes of Qinghai Province, Xining 810008, China 3. College of Geography and Resource Science, Sichuan Normal University, Chengdu 610101, China

Fast evaluating grassland productivity is critically significant to make a balancing development strategy between grassland and livestock in pastoral areas, as well as promoting the healthy and sustainable development of grassland ecosystems. Based on the NPP products of MODDIS, the grassland productivity was estimated in the Qinghai Lake Basin. The results showed that: (1)Theof the estimated grass yield per unit of alpine meadow, alpine grassland and warm grassland with the highest edible degree of cattle and sheep was 26.15 g?m-2,which indicated that the method could be used to quickly estimate the grassland yield in a regional scale. (2) The annual hay yield in the Qinghai Lake Basin was 1454200 tons, of which 591800 tons could be directly eaten by cattle and sheep; theoretical stock-carrying capacity was 810,700 sheep unit. (3) In the areas below the altitude of 3500 m, the accumulated temperature was the main factor that affected hay production per unit, and their correlation was negative. While above 3500 m, temperature was the main factor; the relationship between the factor of temperature and the hay production per unit was positive. The research results can provide scientific basis and supportive strategies for the planning of livestock production activities and ecological compensation in the alpine regions.

grass yield;grassland productivity; vegetation net primary productivity; Qinghai Lake Basin

10.14108/j.cnki.1008-8873.2019.04.024

S127; S283

A

1008-8873(2019)04-178-08

2018-07-14;

2019-06-26

國家自然科學基金項目(41661023); 國家社會科學基金(14XMZ072); 青海省科技計劃項目(2017-ZJ-782)

王琪(1992—), 男, 甘肅平涼人, 現(xiàn)為青海師范大學在讀碩士研究生, 主要從事生物地理與自然保護方面研究, E-mail: 1186599488@qq.com

陳克龍, 男, 教授, 博士生導師, 主要從事生物地理與濕地生態(tài)方面的研究, E-mail: ckl7813@163.com

王琪, 吳成永, 陳克龍, 等. 基于MODIS NPP數據的青海湖流域產草量與載畜量估算研究[J]. 生態(tài)科學, 2019, 38(4): 178-185.

Wang Qi, Wu Chengyong, Chen Kelong, et al. Estimating grassland yield and carrying capacity in Qinghai Lake Basin based on MODIS NPP data[J]. Ecological Science, 2019, 38(4): 178-185.