青藏高原草地地上生物量估算

及时准确评估草地产草量对草地资源的科学管理和可持续发展具有重要意义。青藏高原自然环境特殊,气候差异显著,地形复杂,仅依靠遥感信息准确监测草地地上生物量(Aboveground Biomass,AGB)变化有较大限制。基于青藏高原草地AGB野外实测数据与Landsat遥感影像,探索了植被指数表征草地AGB信息的有效性,评估了气象和地形信息对准确估算草地AGB的影响,综合利用气象、地形和遥感信息,在新一代地球科学数据和分析应用平台(Google Earth Engine)上构建了梯度增强回归树草地AGB估算模型,绘制了青藏高原多年草地AGB空间分布图。结果表明:(1)基于单因素遥感因子的线性回归模型仅能解释8%-40%的草地AGB变化情况,其中绿色归一化植被指数(Green Normalized Difference Vegetation Index, GNDVI)对草地AGB解释能力较强(40%)。(2)基于遥感因子构建的梯度增强回归树模型测试集R²为0.57。分别添加气象、地形信息,模型对草地AGB的估测准确性有所提升,测试R²为0.62和0.63。(3)基于气象、地形和遥感因子的多因素估测模型能够提高草地AGB估测精度,经递归特征消除法优选后,基于13个特征变量的梯度增强回归树模型拟合效果最好(训练数据集R²=0.79,RMSE=43.42 g/m²,P<0.01;测试数据集R²=0.66,RMSE=53.64 g/m²,P<0.01),可以解释66%草地AGB变化情况。(4)2010年青藏高原平均AGB为94.58 g/m²,2015年93.63 g/m²,2020年100.78 g/m²。青藏高原西北部草地AGB较低,东南部草地AGB较高,整体呈现自西北向东南逐渐增加的分布格局。研究结果为准确估算青藏高原草地产草量和碳储量等研究提供重要参考。     

草地植物群落地上生物量非破坏性估测方法的探讨

 羊草群落的高度和盖度与地上生物量存在良好的复相关关系(R=0.9316),所获多元回归方程可用于该群落地上生物量的估测。通过对羊草群落、羊草+杂类草群落和贝加尔针茅群落植冠红光(0.63—0.69μm)和近红外辐射(0.76—0.90μm)反射率实测数据的分析,表明这些群落的光谱反射率比IR、IR/R和VI与地上生物量呈高度的指数相关关系,其中由VI和IR/R所获各群落不同生长时期地上生物量回归模型的估测效果较好。     

水淹干扰对羊草草地地上生物量影响的初步研究

为在一定程度上揭示水淹干扰后草地净初级生产力变化的机制,对松嫩平原羊草草地水淹干扰梯度上的地上生物量进行了测定和比较,并对经历水淹干扰后土壤水分及主要养分(N、P)的变化以及植被物种组成的变化作了比较分析。结果表明,轻度和重度水淹干扰样带的地上生物量显著高于未受水淹干扰的对照样带,分别高出对照样带89．54％和113.45％,表明水淹干扰消除了对草地生产力起限制作用的因素,使草地净初级生产力有了大幅度提高,水淹干扰首先改变了土壤的水分状况,而水分状况是限制草地生产力的最主要的因素,尤其是在干旱年份,消除了干旱对草地生产力的限制;土壤水分的增加导致土壤养分(N、P等)的有效性显著增加,消除了原来土壤养分匮乏对草地生产力造成的限制;在水淹干扰作用下,群落的物种组成由相对低矮的物种组合趋向于向形态高大的、具有更高生产力潜力的物种组合转变。     

祁连山北坡天然草地不同尺度地上生物量空间格局对地形的响应

草地群落地上生物量的空间格局反映了地形差异导致的群落资源配置空间异质性。采用草地群落调查与广义相加模型(GAM)相结合的方法,分析了祁连山北坡典型草原山体尺度和坡面尺度上群落地上生物量格局的响应特征。结果表明:山体尺度上,群落地上生物量受地形因子影响的顺序为海拔坡向变率≈坡度变率≈坡度;利用坡向作为划分条件将山体尺度缩小为坡面尺度后,东、西两个坡面群落地上生物量受坡向变率的影响最大,南、北坡则分别受海拔和坡度变率的影响最大,其中草地群落地上生物量在东坡随坡向变率的增大先减少后增加,西坡随坡向变率的增大先增加后减少,南坡随海拔的上升而增加,北坡随坡度变率的增大先不变后减少;草地群落地上生物量空间格局在山体尺度和坡面尺度上具有明显的尺度依赖特征。     

太行山草地建群种远东羊茅地上生物量动态的研究

远东羊茅地上生物量在10．80－979．30gFW/m2或5．00－351．33gDW/m2之间变动,峰期值在902．87－1092．15gFW/m2或331．45－370．53gDW/m2之间变动,地上生物量的季节生长曲线呈单峰型,峰值期出现在7月份,地上生物量的增长与生长高度的增长和投影盖度的扩大呈正直线相关（R＝0．8929和R＝0．9066）,地上生物量和生长高度的最高生长速率出现于同期,而两者的相对生长速率最高值则出现在生物量峰值期之7前,在生长季节期间,降雨量的多少是影响地上生物量变化的主要生态因子,两者的直线回归方程为y=6.2596 1.4089x(R=0.9250)。     

西藏自治区草地地上生物量遥感反演研究

草地地上生物量（Aboveground Biomass,AGB）是反映草地生态系统功能和质量的关键指标,大尺度地准确估算草地AGB对草地生态系统经营管理至关重要。研究以MODIS影像为数据源,提取反射率、植被指数和植被产品三种不同类型的特征变量,结合野外实测样地草地AGB数据,构建以多元线性逐步回归为代表的参数模型以及随机森林、支持向量机和kNN等非参数模型进行西藏自治区草地AGB估测及空间分布制图。结果表明：（1）多元线性逐步回归、随机森林、支持向量机和kNN模型在加入植被产品特征变量后,RMSE分别降低了15.8%、13.5%、4.1%和17.3%,表明植被产品作为建模变量用于草地AGB估测可有效提高模型精度;（2）三种组合变量构建的草地AGB估测模型中,反射率、植被指数、植被产品组合构建的模型效果最佳,其中kNN模型估测精度最高,R²达到0.60,RMSE和MAE分别为0.43、0.34 t/hm²;（3）草地AGB空间分布呈现出西北地区较低、中部地区较高且分布形态较破碎和东部地区较高的变化特征;（4）利用MODIS植被产品结合kNN模型的预测值与草地实测的AGB空间分布趋势基本一致。综上,MODIS植被产品结合kNN模型可作为大尺度区域草地AGB遥感估测的有效参考。     

基于植被指数的典型草原区生物量模型——以内蒙古锡林浩特市为例

利用遥感估测地上生物量是国内外生态学与地理学的研究热点。但基于植被指数的生物量回归模型结果差异较大,究竟哪种植被指数与哪种模型更适合典型草原的生物量反演,是现代草地遥感急需解决的问题之一。该文基于TM影像数据的不同植被指数(VI)差异性,分别选取了RVI(比值植被指数)、NDVI(归一化差异植被指数)、SAVI(土壤调节植被指数)、MASVI(修改型土壤调整植被指数)和RSR(简化比率植被指数)5种植被指数,与同期的内蒙古典型草原区地面实测地上生物量做相关分析,分别建立了5种植被指数与地上生物量的线性及3种非线性(对数、二次多项式、三次多项式)回归模型。研究结果表明:对于中国北方典型草原区而言,地上生物量与5种植被指数(RVI、NDVI、SAVI、MSAVI和RSR)均呈现出显著相关,但地上生物量与后4种植被指数是正相关,与RVI为负相关;利用5种植被指数(RVI、NDVI、SAVI、MSAVI和RSR)监测草地植被生物量的复相关系数均大于0.6,充分说明利用植被指数检测典型草原生物量是一种简单可行的方法;NDVI建立的生物量回归模型,其复相关系数大于其它4类植被指数(RVI、SAVI、MSAVI和RSR),说明NDVI-生物量模型优于植被指数RVI、SAVI、MSAVI和RSR 模型,其模拟地表生物量的效果好;对于TM影像来说,植被生物量的线性模型与3种非线性模型(三次多项式生物量模型、二次多项式生物量模型、对数模型)都表现出较好的模拟效果,都通过了0.01的显著性检验,而且该研究的结果显示出三次多项式生物量回归模型最优,其次是二次多项式生物量模型,再次是线性模型,相对较差的是对数模型。通过NDVI-生物量三次多项式回归模型模拟锡林浩特草原的生物量,可以看出整个研究区的地上生物量基本上是东高西低、东南高西北低的趋势,这与研究区的地形、气候及土地利用等多种因素有关。     

黄土高原典型草原地上生物量估测模型

为了寻求有效的草地地上生物量估测方法和精确估测黄土高原典型草原草原地上生物量。于2014年8月中旬,在黄土高原典型草原草原地上生物量达到最大值,分别从单株水平和种群水平进行野外调查。以株高(H)和盖度(C)的复合因子(C×H)为自变量,通过回归分析,建立地上生物量估测模型,采用留一法对其精确性进行评估;并通过校正系数以及群落总生物量估测值和实测值比较单株水平和种群水平所建模型的精确性。结果表明:黄土高原典型草原草地,无论在单株水平还是种群水平,线性和幂函数对该区域生物量的拟合效果更好。估测模型检验结果表明,在单株水平各个物种的生物量估测值与实测值相关性较好,均达到了显著水平(P0.05),其r值均大于0.6,总相对误差RS均小于10%,平均相对误差绝对值RMA(average absolute value of relative error)均小于30%,总生物量的实测值与估测值比较接近,校正系数均接近1;而在种群水平上,虽然各物种的生物量估测值与实测值相关性均达到了显著水平(P0.05),但多数物种平均相对误差绝对值RMA大于30%,总相对误差RS(total relative error)均大于10%,总生物量的估测值均大于实测值,校正系数均偏离了1,说明在黄土高原典型草原通过单株水平建立的物种生物量估测模型的精度优于种群水平建立的物种生物量估测模型的精度。     

三江源国家公园草地地上生物量时空动态及其气候影响

三江源区位于青藏高原腹地,作为长江、黄河、澜沧江三大河流的发源地,是我国重要的生态安全屏障。基于三江源区域草地AGB的野外调查数据,本研究采用多种机器学习算法集成分析的方式构建模型,实现了高精度的三江源国家公园草地AGB时空估算。基于AGB时空模拟结果,分析了近19年(2000—2018年)三江源国家公园区域草地AGB的时空动态变化。研究结果显示：(1)通过多种机器学习结合贝叶斯平均模型,草地AGB模拟值与实测值的r为0.88,RMSE为71.60g/m²,表明多模型集成分析的方式对草地AGB估算获得了较好的模拟效果。(2)三江源国家公园区域草地AGB的空间分布具有明显的空间异质性,呈从东南向西北递减的趋势。(3)2000—2018年长江源国家公园、黄河源国家公园和澜沧江国家公园区域草地AGB多年平均值分别为82.96 g/m²、117.54g/m²和168.39 g/m²。(4)近19年间,在黄河和长江源园区受到温度上升的影响草地AGB呈现出非显著性上升趋势;澜沧江区域,由于2015和2016年的...     

祁连山区典型草地生态系统土壤抗冲性影响因子

为探索祁连山区典型草地生态系统土壤抗冲性的影响因子及其效应,采用野外实地放水冲刷法,以一定体积的冲刷水流含沙量为指标,对土壤抗冲性进行了研究,并调查了海拔、坡度、植被高度、植被覆盖度、地上生物量、根系密度、生物多样性、土壤质地等因子,利用通径分析研究了各因子与土壤抗冲性的关系。结果表明:(1)土壤抗冲性与海拔、植被覆盖度、根系密度和土壤砂粒体积分数呈极显著正相关(P0.01),而与坡度和土壤粉粒体积分数呈极显著负相关(P0.01),与地上生物量和物种丰富度呈显著正相关(P0.05),与植被高度不具备显著相关性;(2)通径分析结果显示,植被覆盖度和根系密度是影响祁连山区典型草地生态系统土壤抗冲性的主导因素,植被覆盖度对土壤抗冲性的影响主要表现为强烈的直接作用(0.660),而根系密度对土壤抗冲性的直接作用相对较小(0.286),有较大一部分影响表现为间接作用(0.174);(3)径流含沙量随植被覆盖度和根系密度的增加明显减少,植被覆盖度与径流含沙量间的关系可用指数或对数形式表达,根系密度与径流含沙量间的关系可用指数形式表达。研究显示,在祁连山区典型草地生态系统,与海拔、坡度、地上生物量、植物多样性、土壤质地等因素相比,植被覆盖度和根系密度对土壤抗冲性的影响作用更突出,提高植被覆盖度与根系密度能够有效增强土壤抗冲性。该研究可为祁连山区的土壤侵蚀规律研究及效益评价提供依据。     

祁连山西段与酒泉盆地草地资源可持续利用分析

调查和分析甘肃省祁连山西段及酒泉盆地草地和植被资源及其分布规律,发现该区草地类型主要为沼泽草地、低湿地草甸草地、荒漠草地、山地荒漠草地、荒漠化草原、山地草原、高寒草原、山地草甸、高寒草甸以及高寒荒漠。分析了草地资源现状和合理利用问题,并提出了可持续利用该区草地资源的对策。     

羊草草原地上生物量的预测

采用数量化理论对羊草草原地上生物量进行了预测 ,建立了 2个数学预测模型。检验结果表明 ,地上生物量预测值与实测值的相关性显著 ,地上生物量的鲜重和干重的复相关系数分别达到了 0 97和 0 95。在影响羊草草原地上生物量的生态因素和植被特征因素中 ,按其对生物量形成的贡献大小 (以得分范围衡量 ) ,贡献最大的为测定生物量时前一个月的降雨量 ,其次为土壤全氮含量 ,再次为测定生物量时前一个月≥ 1 0℃的积温 ,小于这三个生态因子影响大小的因素依次为草群总盖度、草群平均高度和羊草种群生长状况。所建模型不但包含了生态因素对地上生物量的影响 ,而且也包含了植被特征因素对地上生物量的影响 ,为准确预测草地生物量提供了一条新途径     

西藏那曲地区高寒草地地下生物量

矮嵩草草甸、藏北嵩草草甸及紫花针茅草原是那曲地区主要的草地类型,通过对其地下生物量的分布特征、地下/地上生物量的关系及其对土壤环境影响的研究发现:(1)这三类植物群落的地下生物量表现为总的T字形趋势下的锯齿状分布,主要分布在0~10cm的草皮层中,而且不同的退化草地,其地下的生物量也不同;(2)各群落的地下生物量和地上生物量密切相关,相关性均呈显著正相关。地下/地上生物量的比值越大,地上生物量就越高。地上生物量的变化不大,而地下生物量变化显著;(3)在高山草甸土中,矮嵩草草甸的地下生物量和土壤的有机质,全N,碱解N的含量及土壤的容重呈相关关系,而与其他的土壤因子相关性不显著。(4)各群落的地下生物量的垂直分布特征及与土壤环境的关系是植物长期适宜高寒生境条件的结果和反映。     

基于物候相机归一化植被指数估算高寒草地植物地上生物量的季节动态

准确评估地上生物量对优化草地资源管理和理解草地碳、水和能量平衡具有重要意义。该文通过近地遥感归一化植被指数(NDVI)构建最优经验模型, 对青藏高原高寒草地地上生物量进行估算。该文利用2018-2019年5-9月野外实测的地上生物量和植物冠层光谱仪(RapidSCAN)测定的NDVI_RS数据, 构建了生长季不同时期地上生物量的估算模型; 并结合2018年NetCam物候相机测定的NDVI_Cam时间序列数据, 实现地上生物量季节动态的模拟。主要结果: (1) NDVI_Cam、NDVI_RS与地上生物量具有相似的单峰型季节变化格局, 但NDVI峰值出现的时间(7月)较地上生物量(8月)更早; (2)基于NDVI的生物量估算最优经验模型在5、7和9月是幂函数, 在6和8月是二次多项式, 估算精度为0.29-0.77; (3)基于NDVI_Cam时间序列数据, 生长季不同时期建模(R² = 0.91)较单一时期(9月)建模(R² = 0.49)对地上生物量季节动态的估算更为准确。这些结果表明, 近地遥感是估算高寒草地植物地上生物量的有效手段, 开展季节性植物生长调查将有助于准确评估草地资源。     

祁连山不同类型草地的土壤理化性质与植被特征

祁连山草地生态系统在维护我国西部生态安全方面起着举足轻重的作用。为了解祁连山不同类型草地土壤水分、养分等理化性质与植被分布特征,及土壤理化性质与植被特征的相关关系,于祁连山选取7种类型的草地,测定土壤水分含量、养分含量、容重、颗粒组成和植被特征,计算土壤颗粒的分形维数、0～40 cm土层土壤有机碳、全氮和全磷储量、植物多样性指数。结果表明: 祁连山不同类型草地的土壤理化性质与植被特征差异显著,高寒草甸相比于其他类型草地具有较高的土壤水分、养分和黏粒含量,及较低的容重和砂粒含量;0～40 cm土层土壤有机碳、全氮、全磷储量变化范围分别为3084～45247、164～2358、100～319 g·m^-2,整体表现为有机碳和全氮含量高、全磷含量低;土壤全磷储量与植物多样性指数呈显著正相关关系,表明土壤全磷含量是祁连山草地植物多样性的关键影响因素。相比其他草地类型,高寒草甸具有较好的植被状况和土壤水分、养分条件。     

Modeling grassland aboveground biomass using a pure vegetation index

Remote sensing can be the most effective means of scaling up grassland aboveground biomass (AGB) from the sample scale to the regional scale. Among the remote-sensing approaches, statistical models based on the vegetation index (VI) are frequently used to retrieve grassland AGB because of their simplicity and reliability. However, these types of models have never been comprehensively optimized to overcome VI insensitivity and soil effects. Because grassland AGB is related to grassland type, in our research the integrated orderly classification system for grassland (IOCSG) was used to differentiate grassland types. The study area, located in Inner Mongolia, China, included desert steppe, typical steppe and meadow steppe. A pure VI (PVI) was extracted from the normal VI using spectral mixture analysis (SMA). Using a proportional relationship, PVI models were then constructed based on grassland type. The results demonstrated that the PVI models can have clear advantages over the more commonly used VI models. They simplify the parameterization of VI models and thus enhance models constructed for different regions with different remote sensing data sources. Notably, detailed differentiation of grassland types can improve the accuracy of AGB estimates. The methodology proposed in this study is particularly beneficial for AGB estimates at a national scale, especially for countries such as China with many grassland types.     

MODIS NDVI饱和性对高寒草甸草地生物量遥感估测的影响——以青藏高原东缘为例

自20世纪70年代开始,归一化植被指数(NDVI)在天然草地地上生物量估测研究中得到了广泛应用。然而,NDVI对高密度植被生物量遥感估测存在饱和现象,使草地生物量遥感估测有较大的不确定性。以青藏高原东缘高寒草甸为例,基于比值植被指数(RVI)探讨了NDVI的饱和性,并评估了NDVI饱和性对高寒草甸地上生物量时空动态变化分析的影响。结果表明:(1)虽然基于中分辨率成像光谱仪(MODIS) NDVI构建的草地地上生物量估测模型精度较基于RVI构建的估测模型高,但模型对高寒草地地上生物量(生物量大于2314.627 kg/hm²)灵敏度较RVI估测模型低,即NDVI阈值大于0.73时,估测模型呈现饱和现象(低估了草地地上生物量);(２)结合RVI 和 NDVI 的相关关系,对饱和部分NDVI 遥感植被指数进行校正,校正后最优地上生物量遥感估测模型为线性模型(y=5908.5x-2198.9,R=0.6190,RMSE=902.41 kg/hm²),较调整前RMSE降低了11.72 kg/hm²;(3)就NDVI饱和性空间分布而言,从全年6月-9月初(全年第161-257天)饱和性呈现先自东南向西北延伸,后自西北向东南消退的变化趋势,平均低估值介于158.45-293.92 kg/hm²之间,最大低估值出现在8月初(全年第225天),超过600 kg/hm²;(4)此外,NDVI饱和性对草地地上生物量年际动态变化趋势分析具有较大的影响,去除饱和性影响后草地地上生物量基本不变的区域减小了21.44%,而年际变化小于-10 kg/hm²和大于30 kg/hm²的区域分别增加了8.48%和16.19%。研究探讨了NDVI饱和性对草地地上生物量遥感估测的影响,以期为精确评估高寒草地地上生物量提供理论依据,同时也为高寒草地资源可持续发展提供科学依据。