李舸，王卷樂

1．山東理工大學，山東淄博 255049

2．中國科學院地理科學與資源研究所，資源與環(huán)境信息系統(tǒng)國家重點實驗室，北京 100101

3．江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心，南京 210023

數(shù)據(jù)庫（集）基本信息簡介

數(shù)據(jù)庫（集）名稱 2006-2015年蒙古國中東部地區(qū)產(chǎn)草量遙感反演數(shù)據(jù)集數(shù)據(jù)作者 李舸、王卷樂數(shù)據(jù)通信作者 王卷樂（wangjl@igsnrr.ac.cn）數(shù)據(jù)時間范圍 2006-2015年地理區(qū)域 蒙古國中央省、烏蘭巴托市、肯特省、戈壁蘇木貝爾省、中戈壁省和肯特省（42°38'-50°30'N，101°27'-113°51'E）?？臻g分辨率 250 m數(shù)據(jù)量 113 MB數(shù)據(jù)格式 Geotiff數(shù)據(jù)服務系統(tǒng)網(wǎng)址 http://www.sciencedb.cn/dataSet/handle/691基金項目 中國科學院A類戰(zhàn)略性先導科技專項（XDA2003020302）；中國科學院“十三五”信息化專項科學大數(shù)據(jù)工程項目（XXH13505-07）。數(shù)據(jù)庫（集）組成本數(shù)據(jù)集由2部分組成：（1）“Dataset Result.Zip”包含2006-2015逐年的蒙古國中東部 6省產(chǎn)草量空間分布數(shù)據(jù)。數(shù)據(jù)命名格式為YYYY.tif，YYYY 代表年份。數(shù)據(jù)量為 89.6 MB。（2）“Dataset Map.Zip”包含2006-2015逐年的蒙古國中東部6省產(chǎn)草量空間分布圖。數(shù)據(jù)命名格式為YYYY.jpg。數(shù)據(jù)量為24 MB。

引 言

草地是一種可更新的自然資源，是陸地生態(tài)系統(tǒng)的主要組成部分，在氣候調(diào)節(jié)、水土保持和防風固沙等方面發(fā)揮著重要作用[1-2]。產(chǎn)草量是衡量草地生產(chǎn)力的重要指標，是草原生態(tài)狀況最直接的反映。蒙古國位于亞洲大陸內(nèi)部，是蒙古高原的重要組成部分，其最大的生物群落為草原，約占陸地國土總面積的83.4%[3]。由于草地生態(tài)系統(tǒng)穩(wěn)定性較差，易受外界因素影響，近年來，在氣候變化和過度放牧等自然和人文因素多重作用下，蒙古國草地生態(tài)環(huán)境日益惡化，局部地區(qū)草地呈現(xiàn)退化趨勢。表現(xiàn)為牧草生產(chǎn)力下降、水土流失等，生態(tài)屏障作用也在減弱，對蒙古高原生態(tài)環(huán)境及農(nóng)牧業(yè)可持續(xù)發(fā)展構成嚴重威脅。及時準確地掌握產(chǎn)草量的時空分布及變化狀況是科學合理利用、管理草地的關鍵，也是草原畜牧業(yè)和生態(tài)環(huán)境可持續(xù)發(fā)展的重要條件[4-6]。

目前，國內(nèi)外學者對于蒙古高原產(chǎn)草量的研究中，多數(shù)是針對中國內(nèi)蒙古地區(qū)或新疆自治區(qū)局部區(qū)域的草地監(jiān)測，對蒙古國產(chǎn)草量的研究較少且缺乏長時間序列的連續(xù)監(jiān)測[7-10]。本研究選取蒙古國中東部的6個省份為研究區(qū)，基于野外實測數(shù)據(jù)及衛(wèi)星遙感數(shù)據(jù)，對該地區(qū)2006-2015年產(chǎn)草量進行估算，得到蒙古國中東部地區(qū)10年間產(chǎn)草量時空分布及變化數(shù)據(jù)集。

1 數(shù)據(jù)采集和處理方法

1.1 區(qū)域范圍

本研究選取的蒙古國中東部地區(qū)6個省份分別為中央省、烏蘭巴托市、肯特省、戈壁蘇木貝爾省、中戈壁省和前杭愛省，研究區(qū)位置及樣點分布見圖1。研究區(qū)位于亞洲大陸腹地，42°38'-50°30'N，101°27'-113°51'E，是典型的干旱半干旱區(qū)，屬于大陸性溫帶草原氣候，季溫差和日溫差較大，降水少且主要集中在夏季。地勢西高東低，平均海拔約1400 m，草地特征明顯，主要草地類型包括草甸草地、典型草地和荒漠草地。區(qū)域面積為30.76萬平方公里，約占蒙古國面積的19.6%，人口178萬，占全國人口的一半以上。草原畜牧業(yè)發(fā)達，牲畜量1929萬頭只，約占國家牲畜總量的30%。

圖1 研究區(qū)位置與樣點分布圖

1.2 基礎數(shù)據(jù)

1.2.1 遙感數(shù)據(jù)

遙感數(shù)據(jù)選取MODIS傳感器陸地標準產(chǎn)品MODIS13Q1和MODIA17A2H中的歸一化植被指數(shù)（NDVI，Normalized Difference Vegetation Index）、增強型植被指數(shù)（EVI，Enhanced Vegetation Index）和凈光合（PSNnet，Net Photosynthesis），并通過計算得到了修改型土壤調(diào)節(jié)植被指數(shù)（MSAVI，Modified Soil-Adjusted Vegetation Index）。NDVI、EVI和MSAVI的空間分辨率為250 m，時間分辨率為16 d；PSNnet空間分辨率為500 m，時間分辨率為8 d。數(shù)據(jù)源為美國國家航空航天局的MODIS Web 網(wǎng)站（https://modis.gsfc.nasa.gov/）。

1.2.2 實測與輔助數(shù)據(jù)

本研究中地面樣方數(shù)據(jù)通過本課題組和蒙古國立大學聯(lián)合開展的野外調(diào)查獲取，采樣時間為2013年和2014年牧草生長旺盛期的8月，通過齊地面刈割法對產(chǎn)草量進行采集。樣地大小為10 m×10 m，在其內(nèi)部隨機選取3個0.5 m×0.5 m的樣方，用GPS記錄樣點坐標，取樣方地上部分鮮草稱重并記錄，3個樣方平均值為該樣地產(chǎn)草量。經(jīng)后期剔除篩選處理后，最終獲取產(chǎn)草量有效樣方數(shù)據(jù)共計29個。社會經(jīng)濟數(shù)據(jù)從蒙古國國家統(tǒng)計局[11]（http://www.1212.mn/）下載獲取。蒙古國行政邊界數(shù)據(jù)、氣象數(shù)據(jù)和草地類型等數(shù)據(jù)由蒙古國立大學提供。

1.3 數(shù)據(jù)處理

MODIS數(shù)據(jù)預處理：MODIS 13Q1和MODIA 17A2H產(chǎn)品為HDF格式，通過MRT（MODIS Reprojection Tool）軟件批處理功能對數(shù)據(jù)進行拼接處理。本研究獲取的MODIS數(shù)據(jù)產(chǎn)品投影方式為正弦投影（Sinusoidal），為方便數(shù)據(jù)查看與后期處理，利用MRT軟件對數(shù)據(jù)進行重投影，轉換為UTM（Universal Transverse Mercator Projection）投影。

植被指數(shù)參數(shù)提?。篗ODIS數(shù)據(jù)經(jīng)格式轉換處理后得到TIF格式的數(shù)據(jù)文件，利用ArcGIS中Analysis Tools模塊下Clip工具疊加研究區(qū)行政邊界數(shù)據(jù)圖層，對重投影的柵格數(shù)據(jù)進行裁剪處理。通過MVC方法得到月合成NDVI和EVI植被指數(shù)，以及凈光合PSNnet。MSAVI指數(shù)則通過RED波段和NIR波段計算得到。根據(jù)MODIS產(chǎn)品用戶手冊中各指數(shù)有效值域范圍指南，將超出值域范圍的無效值賦值為空值。將地面樣點數(shù)據(jù)矢量化，并將經(jīng)ArcGIS空間插值后形成的降水數(shù)據(jù)與各遙感指數(shù)柵格圖層進行疊加，提取對應樣點像元值。隨機選取 80%的樣點數(shù)據(jù)用于建模，20%的樣點數(shù)據(jù)用于精度驗證。

遙感指數(shù)計算方式如公式（1）-（4）所示：

式中，ρNIR、ρRED、ρBLUE分別為近紅外波段、紅光波段、藍色波段的反射率，GPP為植物總初級生產(chǎn)力，Leaf_MR為葉自養(yǎng)呼吸消耗Froot_MR為根自養(yǎng)呼吸消耗。

產(chǎn)草量估算模型建立：基于預處理后的野外實測數(shù)據(jù)和降水數(shù)據(jù)分別建立其與 NDVI、EVI、MSAVI和PSNnet 4種遙感指數(shù)之間的線性、指數(shù)和多元擬合關系，得到12種回歸模型。通過決定系數(shù)、平均相對誤差（REE）、平均絕對誤差（RMSE）等指標對模型進行精度評價，見公式（5）-（6）。最終確定基于MSAVI的指數(shù)模型為最優(yōu)模型，利用最優(yōu)模型對研究區(qū)產(chǎn)草量進行估算。

式中，REE和RMSE分別表示平均相對誤差和平均絕對誤差；N為樣點數(shù)；分別表示實測產(chǎn)草量、估算產(chǎn)草量和平均實測產(chǎn)草量，單位為g/m2。

2 數(shù)據(jù)樣本描述

經(jīng)過數(shù)據(jù)處理，得到2006-2015年蒙古國中東部地區(qū)6省產(chǎn)草量時空分布及變化數(shù)據(jù)集，數(shù)據(jù)空間分辨率為250 m，單位為kg/hm2。利用ArcGIS中Spatial Analyst模塊下Reclassify工具對數(shù)據(jù)進行重分類，劃分為6個等級描述產(chǎn)草量分布狀況。圖2展示了研究區(qū)6省10年間產(chǎn)草量時空分布。

圖2 2006-2015年研究區(qū)產(chǎn)草量空間分布圖

3 數(shù)據(jù)質(zhì)量控制和評估

3.1 質(zhì)量控制

為提高數(shù)據(jù)集精度和質(zhì)量，本研究在樣點數(shù)據(jù)采集、數(shù)據(jù)預處理、模型構建與精度驗證等過程都進行了嚴格的質(zhì)量控制。地面數(shù)據(jù)采樣路線對不同類型草地均可實現(xiàn)良好覆蓋，采樣時考慮隨機性和代表性，采樣方法遵循相應調(diào)查技術規(guī)范。遙感數(shù)據(jù)產(chǎn)品均已經(jīng)過輻射校正、幾何校正、去云等處理，參考MODIS Web官方發(fā)布的MODIS數(shù)據(jù)指南對各遙感指數(shù)進行處理。利用兩種時空分辨率的遙感數(shù)據(jù)參與產(chǎn)草量估算研究，兩種數(shù)據(jù)單獨建模，通過分析線性、指數(shù)和多元函數(shù)3種類型共計12個模型的精度指標，選取基于250 m分辨率植被指數(shù)的最優(yōu)模型進行產(chǎn)草量反演。

3.2 質(zhì)量評估

本研究野外采樣點29個，隨機選取其中的20%樣點用于精度驗證，80%樣點用于建模。通過產(chǎn)草量估算數(shù)據(jù)有效性驗證結果（表1）可以看出，所有模型均通過極顯著性檢驗（Sig<0.01）。R2和RMSE分別為決定系數(shù)和平均絕對誤差，R2越大，RMSE越小，說明模型的擬合效果越好。各類模型中指數(shù)函數(shù)模型精度最高，為72.75%；其次為多元線性模型，為70.25%；一元線性函數(shù)模型精度最低，為69.75%。各模型相關系數(shù)顯示，指數(shù)函數(shù)模型R2為0.67，明顯高于多元線性模型的0.59和一元線性模型的 0.56。結果表明指數(shù)函數(shù)模型更適合該地區(qū)產(chǎn)草量估算研究。對各指數(shù)模型進一步分析發(fā)現(xiàn)，基于MSAVI的指數(shù)模型模擬效果最佳，R2為0.72，RMSE為279.09 kg/hm2，模擬精度達到78%，可用于本研究區(qū)內(nèi)產(chǎn)草量時空分布研究。

表1 產(chǎn)草量遙感估算有效性驗證結果

4 數(shù)據(jù)使用方法和建議

本數(shù)據(jù)集為2006-2015年蒙古國中東部地區(qū)6省產(chǎn)草量時空分布和變化的公開共享數(shù)據(jù)產(chǎn)品，數(shù)據(jù)為TIF格式，空間分辨率為250 m。數(shù)據(jù)集資料來源可靠，主要基于ArcGIS等軟件平臺生產(chǎn)完成。用戶可通過ArcGIS軟件或ENVI圖像處理軟件打開使用，如需其他格式的數(shù)據(jù)文件，可借助以上軟件自行轉換。通過疊加研究區(qū)行政邊界數(shù)據(jù)和草地類型數(shù)據(jù)統(tǒng)計不同區(qū)域的柵格影像值，可得到各省及各草地類型產(chǎn)草量的年際變化狀況。由于蒙古國境外采樣困難，本數(shù)據(jù)集的樣點數(shù)量有限，但通過持續(xù)積累預期能夠不斷增加樣本數(shù)據(jù)，并繼續(xù)提高反演質(zhì)量，為蒙古國或蒙古高原的產(chǎn)草量和植被分布及變化提供相關參考資料。