西藏高原典型草地地上生物量遙感估算

除 多，德吉央宗，姬秋梅，唐 紅

(1.中國氣象局成都高原氣象研究所，成都 610072;2.西藏高原大氣環境科學研究所，拉薩 850000;3.西藏自治區畜牧科學研究所，拉薩 850000)

0 引言

草地生物量估算是草地資源空間格局動態研究的重要內容，也是草畜平衡綜合分析的基礎。目前草地生物量的估算方法主要有直接收獲法、產量模擬模型和遙感模型等方法［1－2］。由于衛星遙感技術具有宏觀、動態性強和監測范圍大的特點，在區域到大尺度草地生物量監測中得到了更為廣泛的應用，成為目前主要的生物量估算和監測手段［3－4］。

在國內，根據不同區域特點，研究人員已建立了各種草地生物量遙感估算模型。馬文紅等建立了我國北方草地地上生物量與NOAA NDVI 之間的關系［5］;樸世龍等的研究表明，中國草地植被地上生物量與當年最大NOAA NDVI 呈冪函數關系［6］;徐斌等根據MODIS NDVI 數據和同期地面調查數據，建立了我國不同類型草原區NDVI 和地面樣方的產草量之間的關系模型，在此基礎上推算了全國草原產草量分布［7］;金云翔等建立了內蒙古草原地面樣方的產草量與MODIS NDVI 的關系模型，認為各模型中冪函數的相關關系最優［8］。

在青藏高原，中國科學院海北高寒草甸生態系統定位站在高寒草原生物量的觀測和研究方面開展了大量工作［9－12］，其他一些學者從不同角度對青藏高原草地生物量的遙感估算方法進行了研究［3，13－19］，然而，這些研究工作大多集中在青藏高原的青海省和甘肅省境內，而針對西藏高原境內高寒草地生產力估算模型的研究報道較少。特別是以往的草地生物量遙感估算模型并沒有考慮某一區域內的不同草地類型特點，構建估算模型時包括了各種草地類型。由于不同草地類型在遙感圖像上的光譜響應特征比相同草地類型差異明顯，估算模型的精度不高。

為此，本研究的目的是通過較連續的地面實測草地地上生物量數據結合同期MODIS 遙感信息建立高寒草甸、高寒草原和溫性草原3個西藏高原典型草地類型的地上生物量估算模型和方法，揭示不同草地類型遙感監測方法上的差異，旨在為草地退化、草地資源有效管理和利用、以及合理確定草地載畜量提供科學的理論依據。

1 研究區概況及數據源

1.1 研究區概況

西藏高原是青藏高原的主體。草地生態系統是西藏高原分布面積最廣的自然生態系統類型，占西藏土地總面積的71.15%［20］，不僅是西藏畜牧業賴以生存和發展的物質基礎，也是高原生態安全屏障的重要組成部分。近年來，由于氣候變化和過度放牧，西藏高原的草地退化嚴重，直接降低了草地生態系統的物質生產能力，加重了草畜失衡的矛盾［21］。因此，本研究針對西藏高原中部典型草地類型建立的遙感估算模型用于定量表達草地地上生物量的時空變化特征和草地的退化程度。

1.2 數據源

1.2.1 地面觀測數據

草地生物量采樣點設置在西藏高原中部當雄縣、墨竹工卡縣和拉薩市周邊。該地區屬于高原溫帶半干旱季風氣候區，年平均溫度在1.5～7.8℃，分布特點是從南部雅魯藏布江河谷和拉薩河谷向北部逐漸降低;年平均降水在340～594 mm，呈從東向西逐漸減少趨勢。

表1 給出了2個高寒草甸、2個高寒草原和2個溫性草原草地共計6個采樣點的草地類型、經緯度、海拔高度等信息，數據源自西藏自治區第一次草地資源普查成果圖件。采樣點當雄－1 和日多屬于高山嵩草為建群種的典型天然高寒草甸草原類型，當雄－1 位于當雄谷地遠離公路和人類活動影響較小的山坡上，而日多觀測點位于其東部170 km 處的墨竹工卡縣日多鄉東面寬闊平坦地段。當雄－2 和羊八井觀測點是紫花針茅為建群種的典型高寒草原，伴有小莎草，都位于當雄谷地，兩者相距近80 km，當雄－2 位于當雄縣城以西遠離公路的地段，羊八井觀測點則位于羊八井鎮北面遠離公路和人類活動影響較小的地段，二者均為天然草原。拉木鄉和拉薩觀測點位于拉薩河谷南面相對平緩的山麓沖積扇上，屬藏白蒿為建群種的西藏高原中部典型溫性草原類型，均為天然草原。

表1 草地生物量采樣點信息及數據源Tab.1 Information of 6 sampling points and data sources

1.2.2 遙感數據

本研究采用了從美國地質調查局(USGS)地球資源觀測和科學中心(EROS)NASA MODIS 陸地產品分發中心(https://lpdaac.usgs.gov)下載的2004年MOD13Q1 產品。全球MOD13Q1 數據是一個采用正弦曲線投影方式的3 級網格數據產品，空間分辨率為250 m×250 m，每隔16 d 提供一次植被指數數據，正好對應于本文每月兩次的地面觀測。

MOD13Q1 圖像處理過程是，首先利用MRT(MODIS Reprojection Tools)軟件將下載的MOD13Q1 數據從HDF 格式轉化為GeoTIFF 格式，其正弦曲線投影系統轉為Geographic 投影系統，同時對圖像進行拼接，之后根據6個地面采樣點的GPS 數據用ENVI 圖像處理軟件讀取對應的NDVI和EVI 數值，最后轉換成－1～1 之間的值。

2 研究方法

2.1 地上生物量的測定

6個典型草地類型的采樣點設置在草地植被空間分布比較均一的地方。2004年1月至12月對這6個采樣點采用收割樣方稱重法，在每月15 日和30日(前后3 d 內)兩次采集草地的地上生物量(above ground biomass，AGB)。每次采樣均隨機采集3個50 cm×50 cm 的樣方，同時記錄觀測點的經緯度、海拔高度、土地利用類型等數據。AGB 觀測步驟是:首先將3個50 cm ×50 cm 的正方形線圈在草地采樣點隨機拋出，再用刀片將3個50 cm ×50 cm樣方內的草地地上部分齊地面全部刈割，然后除去黏附的土壤、礫石等雜物后裝入紙袋全部帶回西藏自治區畜牧科學研究所草原試驗室曬干，在試驗室對所有樣品的綠色鮮草和干枯(包括立枯物和凋落物)部分進行分揀，之后在85℃條件下烘箱中烘干至恒重后分別稱重，最后將3個樣方內的重量求平均。綠色鮮草部分烘干后的重量就是草地鮮草的干物質重量(dry matter content of fresh grass)，或稱草地鮮草生物量，以下簡稱鮮重(fresh AGB);草地干枯部分烘干后的重量是干枯部分的干物質重量(dry matter content of dead material)，以下簡稱干枯重;鮮重和干重的合計值便為草地地上干物質總重，亦即草地地上生物量(AGB)，或稱為草地總地上生物量。最后都換算成單位面積地上干物質量(g·m－2)。

2.2 草地生物量遙感估算模型

草地生物量遙感估算模型大致分為兩大類，一類是綜合模型，另一類是統計模型或經驗模型［1］。綜合模型借助遙感信息和植被信息、氣象因子等來建立，由于其包含了更多的信息量，可以較精確地反映植被的生物物理參數。統計模型或經驗模型不涉及機理問題，主要是對觀測數據與遙感信息進行統計和相關分析，建立適當的模型用于測算。目前主要的統計模型是對植被指數與生物量或產量進行回歸分析，得到測算的統計模型。本文采用的方法屬于后一類，常見的統計模型有線性、多項式、冪函數、指數等形式，回歸方法有一元、多元、逐步回歸等。

3 結果與分析

3.1 高寒草甸地上生物量與植被指數之間的關系

高寒草甸類草地是在寒冷濕潤的氣候條件下，由耐寒的多年生中生草本植物為主而形成的一種矮草草地類型。西藏高原的高寒草甸一般分布在海拔4 000 m 以上的高山地帶，為西藏第二大面積的草地類型，僅次于高寒草原草地類型［20］。

對于高寒草甸類型，選取海拔4 400 m 以上的日多和當雄－1 兩個觀測點，利用每月兩次的草地地上生物量作為因變量，對應的MODIS 植被指數NDVI和EVI 作為自變量進行回歸分析。結果表明，高寒草甸地上生物量與NDVI，EVI 之間的關系呈三次多項式分布(圖1)。

圖1 高寒草甸地上生物量與MODIS NDVI(左)及EVI(右)之間的關系Fig.1 Relationship between AGB and MODIS NDVI(left)，EVI(right)in alpine meadow

可見，以相關系數較大的回歸建模原則，對高寒草甸地上生物量的估算，NDVI 的效果要好于EVI，前者的相關系數R=0.821 8，而后者R=0.794 0。

植被生長期間的高寒草甸鮮重與MODIS NDVI的關系為一次線性關系，與EVI 的關系為二次多項式分布(圖2)。

圖2 高寒草甸鮮重與MODIS NDVI(左)及EVI(右)之間的關系Fig.2 Relationship between dry matter content of fresh grass and MODIS NDVI(left)，EVI (right)in alpine meadow

對鮮重的估算，同樣NDVI 的效果要優于EVI。鮮重與NDVI 之間的一次線性關系(R=0.824 6)表明，在高寒草甸生長期綠色植被的鮮草生物量隨著NDVI 增大呈線性增加趨勢。此外，無論是NDVI，還是EVI，與鮮重的相關系數均大于與總地上生物量的相關系數，表明植被指數對綠色鮮草的敏感度高于含干枯部分的總地上生物量，其估算效果更好。其主要原因是MODIS 等衛星傳感器均為基于可見光和近紅外波段反射率差異上建立的植被監測原理決定的。綠色植物的獨有光譜特征和強烈的光合作用使得在可見光紅光波段存在較低的反射率和強吸收區，而在近紅外波段為較高的反射率和弱吸收區。文中的鮮重僅包括植被年內生長的綠色鮮草部分，而總地上生物量不僅包括綠色的鮮草，還包括立枯物、凋落物等草地的干枯部分。干枯植被在可見光波段不存在綠色植被由于光合作用中葉綠素的吸收而出現的低反射率和強吸收帶，在近紅外波段綠色植被的反射率也明顯大于干枯植被的反射率，綜合作用下影響了植被指數的擬合效果。

3.2 高寒草原地上生物量與植被指數之間的關系

高寒草原是在高原寒冷干旱的氣候條件下，由耐寒的多年生旱生草本植物或小半灌木為主所組成的高寒草地類型［20］。西藏是我國高寒草原類草地的集中分布區，一般分布在海拔4 300～5 200 m，是西藏分布最廣，面積最大的一類草地。

對高寒草原類型，選取當雄－2 和羊八井2個觀測點的地上生物量與對應16 d 合成的MODIS NDVI 和EVI 建立回歸模型。高寒草原地上生物量與NDVI和EVI 的關系呈三次多項式形式(圖3)。

圖3 高寒草原地上生物量與MODIS NDVI(左)及EVI(右)之間的關系Fig.3 Relationship between AGB and MODIS NDVI(left)，EVI(right)in alpine steppe

雖然高寒草原地上生物量與NDVI 和EVI 回歸結果均為三次多項式，但是與EVI 相關系數R=0.832 4，與NDVI 相關系數R=0.809 8。可見，EVI對高寒草原的估算效果要好于NDVI，主要原因是西藏高原中部地區高寒草原的覆蓋度相對高寒草甸低，NDVI 易受土壤背景的影響，而EVI 采用“抗土壤植被指數”對土壤背景的影響進行了校正［24－25］，在一定程度上消除了土壤背景的影響。

高寒草原的鮮重與MODIS NDVI 及EVI 間都為二次線性關系(圖4)。

圖4 高原草原鮮重與MODIS NDVI(左)及EVI(右)之間的相關性Fig.4 Relationship between dry matter content of fresh grass and MODIS NDVI(left)，EVI(right)in alpine steppe

同樣，MODIS 植被指數與高寒草原生長期綠色鮮重之間的關系均為二次線性關系，但從相關性來看，鮮重與EVI 的相關系數R=0.917 3，而與NDVI的相關系數R=0.834 4。表明MODIS EVI 對高寒草原綠色鮮草生物量的估算精度要高于NDVI，是更為適宜的植被指數。

3.3 溫性草原地上生物量與植被指數之間的關系

溫性草原是在溫暖半干旱氣候條件下，由中溫性旱生多年生草本植物或旱生小半灌木為優勢種組成的草地，在西藏高原主要分布在雅魯藏布江中游及其支流如拉薩河、年楚河中下游、藏南湖盆以及藏東三江河谷，多生長在海拔4 300 m 以下的河谷谷地、階地、山麓洪積扇及山坡下部［20］。

溫性草原拉薩和拉木鄉觀測點地上生物量與NDVI 關系為y=93.233x +39.161(R2=0.129 5，N=43)，與EVI 之間的關系為y=102.16x +49.738(R2=0.051 1，N=43)，均未通過P ＜0.01 顯著性檢驗。對溫性草原，MODIS 植被指數與地面實測值之間的相關程度很低，地上生物量與NDVI，EVI 之間的相關系數分別為0.359 9 和0.226 1，遠不象高寒草原和草甸草原的相關系數都大于0.79 那樣呈現出的極顯著正相關關系。這是因為高寒草甸和高寒草原一般分布在西藏高原海拔4 000 m 以上的地段，環境條件和草地植被空間分布都比較均一，且大多連片分布，適合衛星遙感估算;而溫性草原分布在海拔4 300 m以下谷地、階地、山麓洪積扇及山坡下部等地形相對破碎地區，而且伴有灌叢等植被，加上人類活動集中，使得其空間異質性遠大于高寒草甸和高寒草原。

拉薩和拉木鄉兩個溫性草原觀測點的草地鮮重與NDVI，EVI 之間均呈線性關系(圖5)。可見，對于溫性草原生長期鮮草生物量，NDVI(R=0.80)的估算效果要優于EVI(R=0.68)，而且NDVI 和EVI 對植被生長期的地上生物量估算結果顯著好于總地上生物量。

圖5 溫性草原草地鮮重與MODIS NDVI(左)及EVI(右)之間的關系Fig.5 Relationship between dry matter content of fresh grass and MODIS NDVI(left)and EVI(right)in temperate steppe

3.4 模型的綜合評價

高寒草甸地上生物量與MODSI NDVI 之間呈3次多項式關系，相關系數為0.821 8，優于EVI，且通過了P ＜0.001 顯著性檢驗，為最佳監測植被指數;對高寒草原來說，EVI 是地上生物量估算的最優模型，兩者的三次多項式相關系數為0.832 4，通過了P ＜0.001 顯著性檢驗;但是MODIS 植被指數與河谷溫性草原地上生物量的相關系數小(R ＜0.36)，且未通過P ＜0.01 顯著性檢驗(表2)。由此可知，MODIS 植被指數適合于西藏高原的高寒草甸和高寒草原地上生物量監測和估算。

表2 MODIS 植被指數與實測數據之間的相關系數Tab.2 The correlation between AGB and MODIS vegetation index

由草地鮮重實測值與植被指數之間的關系可以發現(表2)，兩者的相關程度高于總地上生物量與植被指數之間的關系。對于高寒草甸和高寒草原來說，鮮重與植被指數之間的相關系數都大于0.8，其中EVI 與高寒草原鮮重之間的相關系數最大，達到0.917 3，高寒草甸鮮重與EVI 之間的最小，為0.803 4。相對于地表草地長勢均一，異質性弱、地形相對平緩的高寒草甸和高寒草原，位于高原中部拉薩河谷地段的溫性草原由于其空間分布的異質性強，長勢不均一，且受局部河谷地形的影響，加之人類活動相對集中，其觀測值與植被指數之間的相關系數在0.22～0.36，明顯小于前面2個典型草地類型。但是對于草地生長期鮮草生物量模擬結果來看，與其他2個草地類型相差不是很大。MODIS NDVI 與溫性草原觀測之間的關系相對更好一些，相關系數為0.797 9，與EVI 之間的則為0.684 6。MODIS 植被指數與溫性草原總地上生物量之間的相關程度顯著小于與草地鮮重之間的。這表明，基于MODIS 等衛星數據的植被遙感監測更適合在植被生長階段進行，對植被非生長季節的監測精度將會降低。

此外，以往開展的草地地上生物量估算模型中并未對研究區域的草地類型進行分類，建模時包含了各種草地類型。由于不同草地類型的生物量差異極大，如高寒草原、低地沼澤化草地到灌木，所以大多數遙感估算模型是指數或冪指數形式。本研究中，由于根據研究區域的草地空間分布特點，對主要草地類型進行了分類，在此基礎上構建實測草地生物量與遙感植被指數之間的相關模型，相比不分類后構建的模型遙感生物量估算精度明顯提高。楊秀春等人的研究同樣表明，在北方農牧交錯帶根據草原類型的空間分布、自然因素特點對草原分區后，其估算模型優于不分區模型，在分區基礎上建立遙感估算模型更能反映產草量的實際情況［2］。因此，采用遙感植被指數構建草地生物量估算模型時要注意不同植被指數對不同草地類型生物量響應上的差異。

4 結論與討論

1)MODIS 植被指數適合于西藏高原高寒草甸和高寒草原地上生物量監測和估算，然而不同MODIS植被指數對不同草地類型地上生物量的響應結果上有所不同。MODIS NDVI 對高寒草甸的響應要優于EVI，而EVI 更適合高寒草原的監測和估算。溫性草原相比前兩者存在更強的空間異質性，MODIS植被指數并不適用于非生長季溫性草原地上生物量的監測和估算。

2)由于綠色植物獨有的光譜響應特征，MODIS植被指數和3 種草地類型植被生長期鮮草生物量存在極顯著的相關關系，且其估算效果要好于總地上生物量。對于高寒草甸和高寒草原來說，植被生長期鮮重與植被指數之間的相關系數大于0.8，最高達0.92;對溫性草原也均大于0.67。其中，高寒草甸鮮草生物量估算的最佳模型是基于MODIS NDVI的一次線性回歸模型，相關系數為0.82;對高寒草原，則是基于EVI 的二次線性回歸模型，相關系數達0.92;MODIS 植被指數同樣適用于植被生長期溫性草原鮮草生物量的估算和監測，相對而言，NDVI 效果要優于EVI?；贛ODIS 植被指數的植被遙感監測、生物量參數的提取與估算等宜于植被生長階段進行，非生長季節的監測精度將降低。

3)同一地區不同草地類型，不僅地上生物量的估算模型存在差異，在適宜的植被指數選擇上也有差異;對同一草地類型，由于西藏高原草地地上生物量差異較小，相比其他模型而言，線性關系或多項式關系模型更適合于進行西藏草地地上生物量估算模型的回歸建模。

4)根據研究區域的草地空間分布特點，對主要草地類型進行分類，再構建生物量遙感估算模型，可以明顯提高草地地上生物量的估算精度。建議本文模型在西藏高原推廣應用時，需先對主要草地進行分類，然后再根據不同草地類型的估算模型，計算區域草地的地上生物量。

［1］徐 斌，楊秀春，侯向陽，等.草原植被遙感監測方法研究進展［J］.科技導報，2007，25(9):5－8.Xu B，Yang X C，Hou X Y，et al.Advance of technology of remote sensing monitoring for grassland vegetation［J］.Science and Technology Review，2007，25(9):5－8.

［2］楊秀春，徐 斌，朱曉華，等.北方農牧交錯帶草原產草量遙感監測模型［J］.地理研究，2007，26(2):213－221.Yang X C，Xu B，Zhu X H，et al.Models of grass production based on remote sensing monitoring in northern agro－ grazing ecotone［J］.Geographical Research，2007，26(2):213－221.

［3］方精云，楊元合，馬文紅，等.中國草地生態系統碳庫及其變化［J］.中國科學:生命科學，2010，40(7):566－576.Fang J Y，Yang Y H，Ma W H，et al.Ecosystem carbon stocks and their changes in China’s grasslands［J］.Sciecnce China Life Sciences，2010，40(7):566－576.

［4］Piao S L，Fang J Y，Zhou L M，et al.Changes in biomass carbon stocks in China’s grasslands between 1982 and 1999［J］.Global Biogeochemical Cycles，2007，21 (2):doi:10.1029/2005GB002634.

［5］馬文紅，方精云，楊元合，等.中國北方草地生物量動態及其與氣候因子的關系［J］.中國科學:生命科學，2010，40(7):632－641.Ma W H，Fang J Y，Yang Y H，et al.Biomass carbon stocks and their changes in northern China’s grasslands during 1982－2006［J］.Science China Life Sciences，2010，40(7):632－641.

［6］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］.植物生態學報，2004，28(4)491－498.Piao S L，Fang J Y，He J S，et al.Spatial distribution of grassland biomass in China［J］.Acta Phytoecologica Sinica，2004，28(4):491－498.

［7］徐 斌，楊秀春，陶偉國，等.中國草原產草量遙感監測［J］.生態學報，2007，27(2):405－413.Xu B，Yang X C，Tao W G，et al.Remote sensing monitoring upon the grass production in China［J］.Acta Ecologica Sinica，2007，27(2):405－413.

［8］金云翔，徐 斌，楊秀春，等.內蒙古錫林郭勒盟草原產草量動態遙感估算［J］.中國科學:生命科學，2011，41(12):1185－1195.Jin Y X，Xu B，Yang X C，et al.Remote sensing dynamic estimation of grass production in Xilinguole，Inner Mongolia［J］.Scientia Sinica Vitae，2011，41(12):1185－1195.

［9］馬維玲，石培禮，李文華，等.青藏高原高寒草甸植株性狀和生物量分配的海拔梯度變異［J］.中國科學C 輯:生命科學，2010，40(6):533－554.Ma W L，Shi P L，Li W H，et al.The change of individual plant traits and biomass allocation in alpine meadow with elevation variation on the Qinghai－Tibetan Plateau［J］.Science China Life Sciences，2010，40(6)533－554.

［10］李英年，趙新全，王勤學，等.青海海北高寒草甸五種植被生物量及環境條件比較［J］.山地學報，2003，21(3):257－264.Li Y N，Zhao X Q，Wang Q X.et al.The comparison of community biomass and environmental condition of five vegetational types in alpine meadow of Haibei，Qinghai Province［J］.Journal of Mountain Science，2003，21(3):257－264.

［11］李英年，王勤學，古 松，等.高寒植被類型及其植物生產力的監測［J］.地理學報，2004，59(1):40－48.Li Y N，Wang Q X，Gu S，et al.Integrated monitoring of alpine vegetation types and its primary production［J］.Acta Geographica Sinica，2004，59(1):40－48.

［12］董全民，趙新全，馬玉壽，等.牦牛放牧率與小嵩草高寒草甸暖季草地地上、地下生物量相關分析［J］.草業科學，2005，22(5):65－71.Dong Q M，Zhao X Q，Ma Y S，et al.Regressive analysis between stocking rate for yak and aboveground and underground biomass of warm－season pasture in Kobrecia parva alpine meadow［J］.Pratacultural Science，2005，22(5):65－71.

［13］除 多，姬秋梅，德吉央宗，等.利用EOS/MODIS 數據估算西藏藏北高原地表草地生物量［J］.氣象學報，2007，65(4):612－620.Chu D，Ji Q M，Deji Y Z，et al.Estimating grassland biomass in north Tibetan Plateau using EOS/ MODIS［J］.Acta Meteorologica Sinica，2007，65(4):612－620.

［14］梁天剛，崔 霞，馮琦勝，等.2001—2008年甘南牧區草地地上生物量與載畜量遙感動態監測［J］.草業學報，2009，18(6):12－22.Liang T G，Cui X，Feng Q S.Remotely sensed dynamics monitoring of grassland aboveground biomass and carrying capacity during 2001－2008 in Gannan pastoral area［J］.Acta Prataculturae Sinica，2009，18(6):12－22.

［15］張 凱，郭 鈮，王潤元，等.甘南草地地上生物量的高光譜遙感估算研究［J］.草業科學，2009，26(11):44－50.Zhang K，Guo N，Wang R Y.Hyperspectral remote sensing estimation models for aboveground fresh biomass in Gannan grassland［J］.Pratacultural Science，2009，26(11):44－50.

［16］王正興，劉 闖，趙冰茹.等.利用MODIS 增強型植被指數反演草地地上生物量［J］.蘭州大學學報:自然科學版，2005，41(2):10－16.Wang Z X，Liu C，Zhao B R，et al.ANPP estimate from MODISEVI for the grassland region of Xilingol，China［J］.Journal of Lanzhou University:Natural Sciences，2005，41(2):10－16.

［17］姬秋梅，Quiroz R，Leon－Velarde C.應用數字照相機研究西藏草地產草量［J］.草地學報，2008，16(1):34－38.Ji Q M，Robeto Q，Calos L.Dry matter availability sssessment in Tibetan grasslands using ground－level remotely－sensed data［J］.Acta Agrestia Sinica，2008，16(1):34－38.

［18］孫 明，楊 洋，沈渭壽，等.基于TM 數據的雅魯藏布江源區草地植被蓋度估測［J］.國土資源遙感，2012，24(3):71－77.Sun M，Yang Y，Shen W S，et al.Estimation vegetation coverage in the source region of Yarlung Zangbo River based on TM data［J］.Remote Sensing for Land and Resources，2012，24(3):71－77.

［19］Yang Y H，Fang J Y，Pan Y D，et al.Aboveground biomass in Tibetan grasslands［J］.Journal of Arid Environments，2009，73:91－95.

［20］西藏自治區土地管理局，西藏自治區畜牧局.西藏自治區草地資源［M］.北京:科學出版社，1994.Tibet Land Management Bureau，Tibet Animal Husbandry Bureau.Grassland resources in Tibet Autonomous Region［M］.Beijing:Science Press，1994.

［21］孫鴻烈，鄭 度，姚檀棟，等.青藏高原國家生態安全屏障保護與建設［J］.地理學報，2012，67(1):3－12.Sun H L，Zheng D，Yao T D，et al.Protection and construction of the national ecological security shelter zone on Tibetan Plateau［J］.Acta Geographica Sinica，2012，67(1):3－12.

［22］西藏自治區土地管理局和畜牧局.1∶200 萬西藏自治區草地類型圖［Z］.北京:科學出版社，1991年.Tibet Land Management Bureau and Tibet Animal Husbandry Bureau.1∶2 000 000 map of grassland types in Tibet Autonomous Region［Z］.Beijing:Science Press，1991.

［23］西藏自治區畜牧局，西藏自治區土地管理局.1∶20 萬西藏自治區一江兩河中部地區草地類型圖［Z］.［s.l］［s.n.］，1991.Tibet Animal Husbandry Bureau，Tibet Land Management Bureau.1∶200 000 map of grassland types in the central Tibet Autonomous Region［Z］.［s.l］［s.n.］，1991.

［24］馬琳雅，黃曉東，方 金，等.青藏高原草地植被指數時空變化特征［J］.草業科學，2011，28(6):1106－1116.Ma L Y，Huang X D，Fang J，et al.Temporal and spatial change of grassland vegetation index in Tibetan Plateau［J］.Pratacultural Science，2011，28(6):1106－1116.

［25］王正興，劉 闖，Huete A.植被指數研究進展:從AVHRR－NDVI 到MODIS－EVI［J］.生態學報，2003，23(5):979－986.Wang Z X，Liu C，Huete A.From AVHRR－ NDVI to MODIS－EVI:Advances in vegetation index research［J］.Acta Ecologica Sinica，2003，23(5):979－986.