基于MOD 09GA數據的新疆草地生長狀況遙感監測研究

荀其蕾，董乙強，安沙舟*，閆凱

(1.新疆農業大學草業與環境科學學院，新疆 烏魯木齊 830000；2.新疆維吾爾自治區草原總站，新疆 烏魯木齊 830000)

草地資源是在一定空間范圍內所包含的草地類型、面積和分布，以及由它們產生出來的供給家畜生命活動所需要的物質和能量的蘊藏量，概稱為生產能力[1]。對于草地的生產能力一直是草原學研究的重要內容。傳統的草地測產方法為草地生態系統結構功能與生產力評價提供了依據[2]，但由于受到環境、人力、物力和財力的影響，監測的范圍有限。隨著遙感技術的快速發展，遙感衛星資料以低費用、大范圍和多時相等優點被廣泛應用于草地植被的監測中[3-4]。

新疆是我國西北部重要的生態屏障，氣候多變，地勢復雜，天然草地遼闊；有關新疆草地的研究，很多學者進行大量研究，并取得了一定的成果[5-6]，隨著計算機技術、通信技術和遙感技術的不斷發展，尤其是中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer，MODIS)數據的應用，為快速科學監測新疆草地提供了新的方法。梁天剛等[7]將RVI、NDVI與實測草地生物量結合，在7種經驗公式中選出的阜康市草地最優預報模型；趙金飛等[8]利用2008年4-11月的新疆草地生物量和MODIS數據進行分析，發現草地產量在年內波動明顯，用MODIS RVI與實測數據相結合建立的估產模型對年內草地產量有很好的估測效果；吳門新等[9]利用NOAA NDVI與Yield-NDVI估算模型相結合對中國北方草地進行估產，其中新疆天山和阿爾泰山屬于高產區，新疆北部部分地區和南疆盆地草地屬于低產區，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量的空間分布格局；昝梅等[10]利用MODIS LAI與實測LAI，分析LAI的變化特征以及MODIS LAI的精度，同時探討LAI用于估算新疆喀納斯國家自然保護區植被生物量密度的可行性；張旭琛等[3]以新疆伊犁地區146個草地樣地調查數據為基礎，將實測數據與MODIS NDVI、EVI、氣象數據(海拔、年均降水、年均氣溫、積溫、干燥度)結合，對草地植被地上生物量的空間分布特征進行研究，并建立單因素模型進行估產，結果MODIS NDVI和EVI的估產效果要好于氣象數據；徐斌等[11]利用MODIS NDVI對全國草地產量進行估產發現，2005年新疆草地的干草產量位于全國第三位，并且8月的草產量與2004年持平。

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

基于以上因素，將新疆全區草地作為研究對象，以2010-2014年Terra/MODIS的每日地表反射率產品MOD 09GA數據的3類植被指數與地面實測數據之間的關系為切入點，對MOD 09GA計算的生長季草地植被指數與生物量之間的關系進行研究，建立適合新疆草地地上生物量遙感動態監測模型，分析植被指數時空動態變化，有關研究結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的草地地上生物量估測提供理論資料。

1 材料與方法

1.1 研究區概況

新疆地處亞歐大陸腹地，位于東經73°40′-96°18′，北緯34°25′-48°10′，天然草地遼闊，是我國重要的牧區之一；新疆包括14個地、州、市，草原面積5725.88×104hm2，可利用面積4800.68×104hm2；地形較為復雜，山地和盆地交錯分布，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 數據來源與預處理

1.2.1草地外業觀測數據 草地地面觀測數據來源于新疆維吾爾自治區草原總站，包含新疆境內14個地(州)89個縣(市、區)的2010-2014年天然草地地上生物量實測數據(above-ground biomass，AGB)。各地、州、市依據境內的地形、氣候和草地類型進行采樣點設置，5年共計6606個采樣點(圖1)；采樣時間為每年4-10月，每30 d采樣一次；記錄每個采樣點的經度、緯度和海拔，每個樣點上設3次重復，每個重復中設3個面積為1 m×1 m的樣方；將樣方內所有植物齊地面剪割，灌叢或高大灌木只剪割當年的枝條，測定鮮重。在監測的過程中，記錄草層高度、蓋度，草地地上生物量以及每個采樣點隸屬的行政區和草地類型，考慮到AGB的異常數據會影響到產量模型的精度，在整理數據時，對處在同一像元內的AGB進行合并，用其平均值代表與該像元相對的AGB。

圖1 2012年研究區采樣點分布Fig.1 The spatial distribution of the in situ observation in the study area at 2012

1.2.2MODIS遙感數據 遙感數據來自NASA MODIS陸地產品組開發的Terra衛星每日地表反射率產品MOD 09GA。該數據通過美國國家航空航天局(National Aeronautics and Space Administration，NASA)官方網站下載獲取。下載地址為http：//ladsweb.nascom. nasa.gov。該產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據。本研究使用了2010-2014年草地生長季(4-10月)MODIS 1～7通道的地表反射率數據。數據格式為EOS-HDF，覆蓋全新疆的逐日產品在全球正弦曲線投影(sinusoidal projection，SIN)系統中編號為h23v04、h23v05、h24v04、h24v05、h25v04和h25v05六幅圖像，5年共計6390幅數字圖像。

1.2.3MOD 09GA數據預處理 MOD 09GA數據預處理主要包括以下環節：1)使用MRT(MODIS Reprojection Tool)，將MOD 09GA圖像進行數據格式和地圖投影轉換，將HDF轉換為Tiff格式，將SIN地圖投影轉換為WGS84坐標系統。2)在ArcGIS軟件中按新疆行政分區、草地資源類型、地面調查樣點等數據庫，采用MODIS NDVI、MSAVI和PVI的計算公式(1)、(2)和(3)，分別計算出每日NDVI、MSAVI和PVI數字圖像。為了減少陰天、云層等因素對植被指數的影響，應用ArcGIS空間分析工具分別對MODIS逐日NDVI、MSAVI和PVI像進行逐年生長季最大值和平均值合成處理，生成新疆2010-2014年生長季NDVI、MSAVI和PVI的最大值及平均值數字圖像，并提取與地面實測樣點相對應像元的逐年NDVI、MSAVI和PVI合成數據，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過大氣校正的地表反射率值。

1.3 AGB遙感監測模型構建與精度評價

利用SPSS軟件的回歸分析方法，統計分析植被指數與地面測產數據之間的相關關系，分別構建基于新疆AGB和MODIS植被指數(NDVImax、MSAVImax和PVImax)之間的線性、指數、對數、乘冪和多元回歸5種模型，分別利用決定系數(determination coefficient，R2)、均方根誤差(root mean square error，RMSE)和交叉驗證系數(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植被指數及模型。

1.4 草地植被時序空間變化分析

利用一元線性趨勢分析方法，通過計算植被指數(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，研究草地植被的生長狀況。若SLOPE>0則表示植被生物量呈增加趨勢，植被生長狀況良好；若SLOPE<0，則表示植被的生物量呈減少趨勢，植被生長狀況變差[13]。

(4)

式中:SLOPE表示一元線性方程的回歸斜率；VIi表示第i年生長季植被指數值；n為監測時間段的累積年數，本研究中n=5，i為1到n。

為了更進一步探討草地生長狀況的空間分布格局，依據SLOPE大小劃分為惡化(<-0.01)、輕度惡化(-0.01～-0.001)、穩定(-0.001～0.001)、輕度改善(0.001～0.01)和改善(>0.01)，并對新疆按南疆、北疆和行政區分別進行統計分析。

標準差[14]能反映一個數據集的離散程度。一個較大的標準差，代表大部分數值和其平均值之間差異較大；一個較小的標準差，代表這些數值較接近平均值。本研究通過計算NDVI、MSAVI和PVI標準差來分析新疆草地2010-2014年逐像元(500 m×500 m)植被的波動特征。標準差能夠反映草地植被變化的程度，而SLOPE則表示變化的方向。標準差的計算公式為：

(5)

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

2 結果與分析

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總體呈現出由北向南逐漸減少的趨勢。NDVImean和MSAVImean的高值區主要集中分布在新疆北部的阿爾泰山山脈(阿勒泰地區)，另一個高值區出現在新疆中部的天山山脈(伊犁哈薩克自治州直屬)；PVImean的高值區則主要集中在天山山脈(伊犁哈薩克自治州直屬)以及準噶爾盆地的部分地區。NDVImean、MSAVImean和PVImean值均表現為由中部向北部和南部逐漸減少。NDVImean低值區主要出現在準噶爾盆地、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。

圖2 2010-2014年新疆草地植被生長季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 圖3、圖4和圖5分別為2010-2014年新疆北疆、南疆和各個行政區的草地NDVImean、MSAVImean和PVImean年際變化趨勢。可以看出，新疆NDVI、MSAVI和PVI年際變化趨勢在空間上的分布存在明顯的差異。從南疆、北疆和各個行政區的草地NDVImean、MSAVImean和PVImean年際變化趨勢看，總體上新疆的草地NDVImean、MSAVImean和PVImean呈上升趨勢，上升趨勢由南向北逐漸遞增。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及相關項目的實施，新疆草地植被有一定程度的恢復。

統計分析南疆和北疆的NDVImean、MSAVImean和PVImean的變化(表1)發現，2010-2014年北疆和南疆草地植被變化的總體趨勢以改善和穩定為主。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。總體而言，南疆、北疆草地以穩定為主，惡化面積所占比重比較小，草地植被生長狀況較好。

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

表2是新疆各行政區草地NDVImean、MSAVImean和PVImean變化趨勢統計分析結果。從該表可以看出，新疆2010-2014年各行政區草地狀況各有不同，穩定所占比重普遍在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變化趨勢中看出，阿勒泰地區、博爾塔拉蒙古自治州和哈密地區處于改善和輕度改善狀態的草地比重大于35%，其中3類植被指數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，改善比重介于15%～20%的地、州、市包括塔城地區和巴音郭楞蒙古自治州，其余地、州、市只有個別植被指數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、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變化趨勢所反映的草地狀況中，吐魯番市、阿克蘇地區、喀什地區、和田地區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、喀什地區、和田地區和烏魯木齊市；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%；草地穩定狀態大于50%的地、州、市包括塔城地區、克孜勒蘇柯爾克孜自治州和克拉瑪依市；穩定比重介于40%～50%的地、州、市為博爾塔拉蒙古自治州、和田地區和烏魯木齊市，其余地、州、市處于穩定狀態的草地比重均高于26%。總體來說，新疆草地以穩定和改善為主，有少量不同程度的惡化，草地生長狀況較好。

圖4 2010-2014年新疆南疆NDVImean(a)、MSAVImean(b)和PVImean(c)變化趨勢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年新疆各行政區草地植被NDVImean(a)、MSAVImean(b)和PVImean(c)變化趨勢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Vegetationindex改善Improvement輕度改善Mildimprovement穩定Stabilization輕度惡化Milddeterioration惡化Deterioration阿勒泰地區AltaryPrefectureNDVImean18.2917.3254.236.423.74MSAVImean13.3725.2242.9310.757.73PVImean18.3126.3922.6719.8412.79塔城地區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AksuPrefectureNDVImean7.9513.7549.8516.9311.52MSAVImean13.7418.6535.6419.3412.63PVImean9.6223.9040.1716.579.74喀什地區KashgarPrefectureNDVImean15.119.2348.6215.6611.38MSAVImean14.4319.6737.9318.329.65PVImean11.9019.3643.6215.959.17和田地區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的波動狀況 圖6表示新疆草地2010-2014年NDVImean、MSAVImean和PVImean標準差空間分布格局。從圖6中可以看出，草地植被年際波動最大的地區主要分布在新疆北部的阿爾泰山和新疆中部的天山，這些地區的植被生長狀況年際間具有很大的變化；從MSAVImean和PVImean的標準差空間分布上可以看出，新疆北部準噶爾盆地的草地植被年際波動也較為明顯，NDVI則無明顯變化；而新疆南部的塔里木盆地NDVImean、MSAVImean和PVImean的標準差變化較小，說明草地植被年際變化小，草地基本保持穩定。結合新疆草地NDVImean、MSAVImean和PVImean變化趨勢(圖5)可以看出，2010-2014年新疆北疆草地NDVImean、MSAVImean和PVImean呈上升趨勢，并且草地植被生長狀況波動較大。

圖6 2010-2014年新疆草地NDVImean(a)、MSAVImean(b)和PVImean(c)變化的標準差空間分布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遙感模型及精度評價

生物量統計模型常見的主要為線性和非線性模型兩種。但是，因為研究區的自然地理條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，統計分析了生長季NDVImax、MSAVImax和PVImax3種植被指數與新疆草地AGB之間的線性、指數、對數、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NDVImax(R2=0.568)、MSAVImax(R2=0.498)和PVImax(R2=0.540)的乘冪模型優于線性、指數和對數模型；在各種模型中，聯合了NDVImax、MSAVImax和PVImax的多元回歸模型的決定系數最高，R2=0.685，擬合效果最好。從精度評價的結果(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構建的多元回歸模型估測的草地地上生物量與AGB最接近，能夠較真實地模擬新疆草地地上生物量。因此，新疆AGB的最優模型為：y=2947.551x1+384266.259x2+1586.515x3-23771.829,R2=0.685,式中:y表示AGB(kg·hm-2)；x1表示生長季NDVImax，x2表示生長季MSAVImax，x3表示生長季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域性差異。因此本研究選取了NDVImax、MSAVImax和PVImax構建了草地產量遙感模型，生成了可代表年最大產量的數字圖像，對新疆13個地、州、市的草地地上生物量進行了分析(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個地、州、市AGB存在很大差異。10年中位于南疆的阿克蘇地區、巴音郭楞蒙古自治州、和田地區、吐魯番市、喀什地區和北疆的阿勒泰地區草地AGB在2012年均達到最大值，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、塔城地區和伊犁哈薩克自治州草地AGB則在2013年達到最大；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，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年達到最大，而低地草甸類在2012年達到最大；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，溫性草原化荒漠RMSE: 均方根誤差Root mean square error;q: 交叉驗證系數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波動也很明顯，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 新疆草地植被指數與草地地上生物量模型精度評價Table 4 Accuracy assessment of regression models between AGB and VIs in Xinjiang

續圖7 2005-2014年新疆不同行政區AGB變化動態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；不同草地類地上生物量在年內雖然波動明顯，但變化規律基本一致，均表現為：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 新疆草地植被生長狀況

本研究利用MOD 09GA數據及草地實際觀測數據，對新疆草地生物量時空動態變化及草地生長狀況分析的結果表明，2010-2014年新疆草地呈局部惡化、整體改善的狀況，改善區主要集中在新疆北部，其主要原因包括地理環境、氣候變化以及國家相關政策這3個方面。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的兩個重要的非生物因素[14-15]，尤其是在與溫度(高海拔、寒冷)或降水量(炎熱、干旱)相關性高的地區[16-17]。張銳等[18]研究表明近50年新疆草地的溫度、降水和蒸散生產潛力均呈明顯增加趨勢，春、夏、秋、冬四季和生長季的生產潛力呈線性增加，夏季和生長季增加最明顯；并且，草地生產潛力和增幅表現由北向南逐漸遞減，與多年平均降水量變化趨勢相同。史瑞琴[19]研究指出中國北方草地生產力主要受水分條件的影響，利用大氣環流模式(general circulation model，GCM)和區域氣候模式(regional climate model，RCM)的嵌套結果構建草地氣候生產力模型，模擬結果表明新疆北疆草地生產力在未來氣候條件下呈上升趨勢，南疆草地生產力則有降低趨勢。在全球溫度呈升高趨勢的背景下，處于半干旱區的北疆，隨著溫度的升高，草地地上生物量有所增加，而南疆，溫度升高降低了環境的濕潤度，草地的生產力受到影響，地上生物量降低。楊淑霞等[13]研究指出，高海拔地區土壤多為礫石和粗砂，對牧草的生長具有很大的影響，土壤肥力偏低，微生物活動比較弱，有機質積累強而分解緩慢，土壤養分供應不足，海拔越高的地方，NDVImean越小，NDVImean與海拔呈非正態分布，高海拔地區植被生長狀況普遍較差，NDVImean值偏低。本研究結果與此相似。從NDVImean、MSAVImean和PVImean的時空變化狀況可以看出，新疆北疆的阿勒泰地區、博爾塔拉蒙古自治州和哈密市部分地區的草地狀況好于南疆的阿克蘇地區、喀什地區及和田地區，這主要是因為NDVImean、MSAVImean和PVImean的變化與熱量和水分的關系密切，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和蒙古高原氣團的影響很大，這一強大氣流的特點是干燥和冷涼，含水量極少，干冷氣候強化了準噶爾盆地東端和整個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；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，NDVImean、MSAVImean和PVImean的值偏高[20]。

新疆是我國西北重要的生態屏障，自2000年我國投入大量的資金開始實施退牧還草工程，2011年中央財政將每年安排資金134億元，在包括新疆(含新疆生產建設兵團)在內的8個主要草原省(區)，全面建立草原生態保護補助獎勵機制[21]，同時2011年也加快基本草原劃定工作，這兩項政策對新疆草地的保護有十分重要地意義。李偉[22]指出，新疆實施草原生態保護補助獎勵機制后，全疆天然草原植被總體長勢有所提高，草地蓋度增加，牧民的生產生活得到改善；馬梅等[23]表明草地政策的實施，提高了草地質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，保護草地生態系統的草地政策是控制年末存欄量和保護草地的主要手段。

3.2 草地地上生物量遙感監測算法

本研究結合遙感資料和AGB數據，找出植被指數與AGB之間的函數關系，篩選出適合新疆草地AGB的最優模型。雖然由于遙感數據和實測數據不同期，會導致一定的誤差，但與傳統的樣方生物量監測方法相比，遙感估產更高效，更快捷，并且可監測大范圍草地變化。張小琪等[24]研究了阿勒泰地區草地生物量實測數據與植被指數之間的相關關系，并建立相關模型，結果發現NDVI與草地實測生物量的相關性最好，利用NDVI構建的指數模型為最優估算模型。我國在20世紀80年代開始將遙感手段用于研究草地，針對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，草地類型交錯分布以及所用遙感數據的不同，所構建的遙感產量模型差異較大。李霞[28]利用新疆北疆的草地實測生物量與對應的NDVI和EVI進行模型擬合，結果發現EVI指數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對伊犁地區的草地生物量進行反演，結果發現二次多項式回歸模型(y=14759x2-4758x+1346，R2=0.8402)的平均估產精度超過90%，可以很好的反應該區域草地地上生物量；很多研究指出由于研究區自然狀況和遙感數據空間、時間的不同，構建的生物量模型差異較大[30-32]。俞聯平等[33]對甘州區荒漠草地生物量研究發現，TM MSAVI和草地生物量間有極顯著相關關系，利用TM MSAVI構建的草地植物量估產模型，實測產量與估測值之間的平均誤差低于10%；渠翠平等[34]利用內蒙古科左后旗實測的草產量數據與MODIS NDVI，EVI，MASVI分別構建線性、乘冪和指數3種估產模型，MSAVI構建的地上生物量模型，R2為0.9，擬合程度優于NDVI和EVI，但利用NDVI和EVI構建的線性模型對總生物量模擬的精度優于對地上生物量的模擬。本研究中模型參數與其他研究結果有一定差異，主要因為本研究選用MOD 09GA數據，為逐日反射率產品，時間精度較高，采樣時間為2010-2014年4-10月，采樣點6606個，覆蓋全疆所有草地類型，利用NDVImax、MSAVImax和PVImax構建的一元回歸模型中，乘冪模型的估產精度最高，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，精度最好的估產模型；因為不同的植被指數會受到波段寬度、位置和天氣的影響，但通過不同算法得到的植被指數會消除一部分影響，本研究中選用的MSAVI相比其他植被指數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種植被指數均作為因變量建立估產模型，彌補了單一植被指數受外界影響的缺陷，擴大了模型的適用范圍。

新疆地勢復雜，草地類型相交分布，空間異質性明顯；草地地上生物量是草地空間異質性的綜合表現，主要是受水分、溫度以及兩者的配合狀態決定，不同草地對水熱的敏感性不同。在同一熱量帶，從沿海到內陸，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；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。總體而言，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，因為所處地區寒冷和多風，草地地上生物量則較低；這主要因為干旱/半干旱區草地生物量的時間變化[36-37]和空間變化[38-39]與降水密切相關，水分對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草地主導因素；此外，由于天山山脈將新疆分為南疆和北疆，導致新疆不同區域的水分和最低溫度成為影響植被生長的重要因素，北疆地區主要受水分的影響，南疆地區則受氣溫和水分的協同作用，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，均在天山山脈西部(伊犁哈薩克自治州)的值較高，因為植被指數是根據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性，從而建立與AGB的關系。

新疆地勢垂直分化明顯，年平均降水量一般在200 mm左右，雖然有文獻[13]指出降水量<200 mm時，生物量與生長季溫度呈負相關，但位于高海拔區的新疆草地植被會受到溫度和降水量的共同影響，單純遙感植被指數對草地進行監測，對新疆草地有一定的局限性。而將氣候因素和遙感植被指數共同作為自變量構建復合模型，已在小麥產量預測[40]、水稻GPP預測[41]和森林火災預警[27]等方面有了一定的應用，因此，除了提高地面資料和遙感數據的同步性外，找出最適氣候因子和遙感植被指數是改進草地生物量估測模型精度的一種方法，也是草地遙感監測的主要內容之一。

4 結論

本研究利用MOG 09GA數據，分別計算了生長季新疆草地的NDVI、MSAVI和PVI的平均值和最大值，結合MOG 09GA植被指數和2010-2014年AGB數據，構建新疆草地生物量遙感模型，并分析新疆草地NDVI、MSAVI和PVI的時空變化特征。主要結論如下：

1)在3種植被指數中，草地生物量的多元回歸模型的R2高于線性、對數、乘冪和指數模型，基于NDVImax、MSAVImax和PVImax構建的多元回歸模型(y=2947.551x1+384266.259x2+1586.515x3-23771.829，R2=0.685)擬合效果優于單一植被指數模型，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。統計分析2010-2014年的新疆草地植被的變化趨勢表明，全疆草地以穩定和改善為主，北疆處于改善的草地所占比重較大，達28%以上，南疆草地則以穩定為主；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。空間格局上，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，其分布格局與草地類型分布基本吻合。

3)統計分析新疆2010-2014年各行政區的草地變化趨勢表明，新疆草地以穩定為主，草地改善、穩定、輕度改善、輕度惡化和惡化存在較大的差異性，穩定比重普遍在40%以上，NDVI、MSAVI和PVI同時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、塔城地區、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，分別為：阿勒泰地區、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、阿克蘇地區和烏魯木齊市，處于改善狀態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；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References：

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

許鵬. 草地資源調查規劃學. 北京: 中國農業出版社, 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, 張元明. 荒漠灌木生物量多尺度估測-以梭梭為例. 草業學報, 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. 新疆伊犁地區草地植被地上生物量遙感反演. 草業學報, 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特征和時空過程分析. 草業學報, 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. 新疆地區多時相MODIS-NDVI數據主成分分析. 氣象與環境科學, 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, 衛亞星. 新疆阜康縣草地資源產量動態監測模型的研究. 遙感技術與應用, 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影像的新疆草地產量全年變化研究. 安徽農學通報, 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資料估算中國北方草原區牧草產量. 農業工程學報, 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. 新疆喀納斯國家自然保護區植被葉面積指數觀測與遙感估算. 生態學報, 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, 等. 中國草原產草量遙感監測. 生態學報, 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， 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逐日地表反射率數據的青南地區草地生長狀況遙感監測研究. 草業學報, 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, 歐陽琰, 等. 1982-2010年西藏草地生長季NDVI時空變化特征, 草地學報, 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, 李衛紅, 等. 1982-2013年新疆不同植被生長時空變化. 草業學報, 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. 新疆草地氣候生產潛力變化特征及對氣候響應的預測研究. 中國沙漠, 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. 氣候變化對中國北方草地生產力的影響研究. 南京: 南京信息工程大學, 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.

新疆維吾爾自治區畜牧廳. 新疆草地資源及其利用. 烏魯木齊: 新疆科技衛生出版社(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. 禁牧政策對新疆牧民的影響及行為反應研究. 烏魯木齊: 新疆農業大學, 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. 新疆實施草原生態保護補助獎勵機制初期成效研究. 新疆畜牧業, 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、草地政策及氣候對牧區羊年末存欄量的影響—以錫林郭勒盟為例. 干旱區資源與環境, 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. 農業信息管理, 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草量及草畜平衡分析. 草業科學, 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, 穆少杰, 等. 近10年新疆草地生態系統凈初級生產力及其時空格局變化研究. 草業學報, 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. 結合遙感和氣象數據的森林火險監測研究-以馬來西亞半島為例. 地球信息科學, 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. 北疆地區草地生物量遙感監測. 蘭州: 蘭州大學, 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數據的伊犁地區草地地上生物量反演. 草地學報, 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, 穆少杰, 等. 基于MODIS的植被指數模型及其在草地生態系統中的應用. 中國農學通報, 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. 植被指數在典型草原生物量遙感估測應用中的問題探討. 草業學報, 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. 應用MODIS進行草原生物量估測誤差原因分析. 草業科學, 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.

俞聯平, 李發弟, 李新媛, 等. 基于“3S”技術的甘肅省甘州區荒漠草地生產力評價. 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, 關德新, 王安志, 等. 基于MODIS數據的草地生物量估算模型比較. 生態學雜志, 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年內蒙古植被帶和植被覆蓋度的時空變化. 地理學報, 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. 基于遙感和氣象數據的江蘇省水稻面積監測和估產研究. 杭州: 浙江大學, 2016.