新疆荒漠草地生物量估算及影响因素研究

doi:10.11733/j.issn.1007-0435.2022.07.029

草地学报 ›› 2022, Vol. 30 ›› Issue (7): 1862-1872.DOI: 10.11733/j.issn.1007-0435.2022.07.029

• 研究论文 • 上一篇

新疆荒漠草地生物量估算及影响因素研究

王公鑫^1,3, 井长青², 董萍², 侯志雄^1,3, 郭文章², 赵苇康²

1. 新疆农业大学资源与环境学院, 新疆乌鲁木齐 830052;
2. 新疆农业大学草业学院, 新疆乌鲁木齐 830052;
3. 新疆草地修复与环境信息重点实验室, 新疆乌鲁木齐 830052

收稿日期:2021-11-29 修回日期:2022-01-23 发布日期:2022-08-02
通讯作者: 井长青,E-mail:jingchangqing@126.com
作者简介:王公鑫(1995-)，男，汉族，山东济南人，硕士研究生，主要从事草地生态遥感研究，E-mail:wanggongxin24@163.com
基金资助:
自治区重点实验室开放课题(2020D04037)；国家自然科学基金项目(42161024)资助

Study on Biomass Estimation and Influencing Factors of Desert Grassland in Xinjiang

WANG Gong-xin^1,3, JING Chang-qing², DONG Ping², HOU Zhi-xiong^1,3, GUO Wen-zhang², ZHAO Wei-kang²

1. School of Resources and Environment, Xinjiang Agricultural University, Urumqi, Xinjiang 830052, China;
2. School of Grassland Industry, Xinjiang Agricultural University, Urumqi, Xinjiang 830052, China;
3. Key Laboratory of Grassland Restoration and Environmental Information, Urumqi, Xinjiang 830052, China

Received:2021-11-29 Revised:2022-01-23 Published:2022-08-02

摘要/Abstract

摘要： 为探究新疆荒漠草地生物量反演模型及其影响因子，基于Terra/MODIS，NOAA CDR NDVI，SPOT/VGT等遥感产品数据及草地地上生物量实测数据，构建研究区荒漠草地地上生物量植被指数反演模型，分析新疆荒漠草地地上生物量时空分布规律，运用趋势分析法和相关性等方法，揭示了生物量演变趋势与气温、降水的关系。结果表明：建立的不同遥感数据源生物量模型中，指数函数反演模型精度最高，决定系数和估算精度分别为0.66和70.93%；基于2000—2019年归一化植被指数(Normalized difference vegetation index，NDVI)变化趋势发现，新疆荒漠草地以稳定和改善为主；研究区2000—2019年间荒漠草地地上生物量空间分布格局整体表现为北高南低的趋势，20年间荒漠草地平均地上生物量为38.92 g·m^-2；2000—2019年气温与降水均上升，年平均升温率和降水率达到了0.32℃·(10 a)^-1和2.18 mm·(10 a)^-1，50%以上的地区荒漠草地与气温、降水呈正相关关系，生物量与降水的相关性优于气温。研究结果可为新疆草地保护和改善、生态环境建设提供科学依据和技术支持。

关键词: 荒漠草地, 植被指数, 多源数据, 气象因子

Abstract: To explore the biomass inversion model and its influencing factors of desert grassland in Xinjiang,based on the remote sensing product data such as Terra/MODIS,NOAA CDR NDVI,SPOT/VGT,and the measured data of aboveground biomass of grassland,the aboveground biomass vegetation index inversion model of desert grassland in the study area was constructed,the temporal and spatial distribution law of aboveground biomass of desert grassland in Xinjiang was analyzed,and the trend analysis method and correlation method were used. The relationship between biomass evolution trend and temperature and precipitation was revealed. The results showed that:Among the biomass models established from different remote sensing data sources,the accuracy of the exponential function inversion model was the highest,and the determination coefficient and estimation accuracy were 0.66 and 70.93%,respectively;Based on the changing trend of NDVI from 2000 to 2019,it is found that the desert grassland in Xinjiang is mainly stable and improved;The spatial distribution pattern of aboveground biomass of desert grassland in the study area from 2000 to 2019 showed a trend of high in the north and low in the south. The average aboveground biomass of desert grassland in the past 20 years was 38.92 g·m^-2;From 2000 to 2019,both temperature and precipitation increased,and the annual average temperature rise rate and precipitation rate reached 0.32℃·(10 a)^-1 and 2.18 mm·(10 a)^-1. More than 50% of desert grassland had a positive correlation with temperature and precipitation,and the correlation between biomass and precipitation was better than that of temperature. The results can provide scientific basis and technical support for grassland protection and improvement and ecological environment construction in Xinjiang.

Key words: Desert grassland, Vegetation index, Multi source data, Meteorological factors

中图分类号:

S812.6

王公鑫, 井长青, 董萍, 侯志雄, 郭文章, 赵苇康. 新疆荒漠草地生物量估算及影响因素研究[J]. 草地学报, 2022, 30(7): 1862-1872.

WANG Gong-xin, JING Chang-qing, DONG Ping, HOU Zhi-xiong, GUO Wen-zhang, ZHAO Wei-kang. Study on Biomass Estimation and Influencing Factors of Desert Grassland in Xinjiang[J]. Acta Agrestia Sinica, 2022, 30(7): 1862-1872.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://manu40.magtech.com.cn/Jweb_cdxb/CN/10.11733/j.issn.1007-0435.2022.07.029

https://manu40.magtech.com.cn/Jweb_cdxb/CN/Y2022/V30/I7/1862

参考文献

[1] 秦格霞,芦倩,孟治元,等.1982-2015年中国北方草地NDVI时空动态及其对气候变化的响应[J].水土保持研究,2021,144(1):101-108,117
[2] 张峰,赵天启,乔荠,等.刈割留茬高度对大针茅草原生产力及可持续利用的影响[J].草地学报,2021.29(7):1491-1498
[3] 张雅,尹小君,王伟强,等,基于Landsat 8 OLI遥感影像的天山北坡草地地上生物量估算[J].遥感技术与应用,2017,32(6):1012-1021
[4] LINSCHEID N,ESTUPINANS L M,BRENNING A,et al.Towards a global understanding of vegetation-climate dynamics at multiple time scales[J].Biogeosciences,2020(17):945-962
[5] 张远东,张笑鹤,刘世荣.西南地区不同植被类型归一化植被指数与气候因子的相关分析[J].应用生态学报,2011,22(2):323-330
[6] SEDDDON A,MACIAS-F M,LONG P R,et al.Sensitivity of global terrestrial ecosystems to climate variability[J].Nature,2016(53):229-232
[7] 张旭琛,朱华忠,钟华平,等.新疆伊犁地区草地植被地上生物量遥感反演[J].草业学报,2015,24(6):25-34
[8] 张雅.天山北坡典型牧场生物量遥感估算方法研究[D].石河子:石河子大学,2018:10-15
[9] 葛静,孟宝平,杨淑霞,等.基于ADC和MODIS遥感数据的高寒草地地上生物量监测研究——以黄河源区为例[J].草业学报,2017,26(7):23-34
[10] 赵慧芳,李晓东,张东,等.基于MODIS数据的青海省草地地上生物量估算及影响因素研究[J].草业学报,2020,29(12):5-16
[11] 韩波,高艳妮,郭杨,等.三江源区高寒草地地上生物量遥感反演模型研究[J].环境科学研究,2017,30(1):67-74
[12] 董建军,牛建明,张庆,等.基于多源卫星数据的典型草原遥感估产研究[J].中国草地学报,2013,35(6):64-69
[13] 刘雨晴,闫峰,陈俊翰.基于Landsat 8 OLI数据的砒砂岩区生物量遥感估算[J].水土保持研究,2021,28(2):135-140,148
[14] 张军,刘菊红,曹娜,等.内蒙古典型草原羊草生长季内的地上生物量动态对降水的时滞响应[J].草地学报,2020,28(6):1719-1725
[15] SHAO Q Q,LIU J Y,FAN J W,et al.Integrated assessment on the effectiveness of ecological conservation in Sanjiangyuan National Nature Reserve[J].Geographical Research,2013,32(9):1645-1656
[16] MYNENI R B,KEELING C D,TUCKER C J,et al.Increased plat growth in the northern high latitudes from 1981 to 1991[J].Nature,1997,386(17):698-702
[17] 戴雅婷,闫志坚,吴洪新,等.库布齐沙地四种植被类型土壤呼吸的昼夜变化及其影响因子[J].中国草地学报,2018,40(2):102-108
[18] 张雅娴,樊江文,曹巍,等.2006-2013年三江源草地产草量的时空动态变化及其对降水的响应[J].草业学报,2017,26(10):10-19
[19] 陈洪松,邵明安,王克林.土壤初始含水率对坡面降雨入渗及土壤水分再分布的影响[J].农业工程学报,2006,22(1):44-47
[20] 阿曼古力·马吾提,罗军.新疆草地退化原因及治理对策探究[J].新疆畜牧业,2019,34(1):37-39
[21] 杨淑霞,张文娟,冯琦胜,等.基于MODIS逐日地表反射率数据的青南地区草地生长状况遥感监测研究[J].草业学报,2016,25(8):14-26
[22] 孟宝平,陈思宇,崔霞,等.基于多源遥感数据的高寒草地生物量反演模型精度——以夏河县桑科草原试验区为例[J].草业科学,2015,32(11):1730-1739
[23] 杨淑霞,冯琦胜,孟宝平,等.三江源地区高寒草地地上生物量时空动态变化[J].草业科学,2018,35(5):956-968
[24] 荀其蕾,董乙强,安沙舟,等.基于MOD09GA数据的新疆草地生长状况遥感监测研究[J].草业学报,2018,27(4):10-26
[25] 孙成明,孙政国,穆少杰,等.基于MODIS的植被指数模型及其在草地生态系统中的应用[J].中国农学通报,2011,27(22):84-88
[26] 荀其蕾.基于MODIS和气象数据的新疆草地地上生物量估测模型研究[D].乌鲁木齐:新疆农业大学,2017:1-10
[27] 管晓祥,刘翠善,鲍振鑫,等.黄河源区植被NDVI演变及其与降水、气温的关系[J].水土保持研究,2021,28(5):268-277
[28] 杨淑霞.三江源地区高寒草地生物量和草畜平衡的时空变化动态及其影响因素研究[D].兰州:兰州大学,2017:11-15
[29] POTTER C,KLOOSTER S,GENOVESE V.Net primary production of terrestrial ecosystems from 2000 to 2009[J].Climatic Change,2012,115(2):365-378
[30] 魏青,张宝忠,魏征.基于无人机多光谱影像的地物识别[J].新疆农业科学,2020,57(5):932-939
[31] 郭彦玮.新疆草原生态保护补助奖励政策实施效果及其对策研究[D].乌鲁木齐:新疆农业大学,2015:1-8
[32] 易扬,胡昕利,史明昌,等.基于MODIS NDVI的长江中游区域植被动态及与气候因子的关系[J].生态学报,2021,41(19):7796-7807
[33] 郭文章,井长青,王公鑫,等.天山北坡荒漠草原土壤呼吸和生态系统呼吸对降水的响应[J].草地学报,2021,29(9):2031-2039
[34] 陈宸,井长青,邢文渊,等.近20年新疆荒漠草地动态变化及其对气候变化的响应[J].草业学报,2021,30(3):1-14
[35] 兰云飞,李传华.近16年祁连山植被NPP时空格局及其对气候变化的响应[J].草地学报,2022,30(1):188-195
[36] 刘静,温仲明,刚成诚.黄土高原不同植被覆被类型NDVI对气候变化的响应[J].生态学报,2020,40(2):678-691
[37] 陈琪,赵健,杨九艳,等.荒漠草场地上生物量的遥感监测——以内蒙古阿拉善盟为例[J].中国草地学报,2020,42(2):105-116
[38] 姚兴成,曲恬甜,常文静,等.基于MODIS数据和植被特征估算草地生物量[J].中国生态农业学报,2017,25(4):530-541
[39] 金凯,王飞,韩剑桥,等.1982-2015年中国气候变化和人类活动对植被NDVI变化的影响[J].地理学报,2020,75(5):961-974

新疆荒漠草地生物量估算及影响因素研究

Study on Biomass Estimation and Influencing Factors of Desert Grassland in Xinjiang

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	文铜, 柳小妮, 纪童, 杨冬阳, 乔欢欢, 姜佳昌, 潘冬荣. 基于植被指数的三江源高寒草地植物分类与识别方法研究[J]. 草地学报, 2022, 30(7): 1811-1818.
[2]	袁小强, 王敏, 张鲜花, 檀嘉琦, 袁惠, 韩禧卿. 乌鲁木齐周边典型荒漠草地群落物种多样性及生物量关系研究[J]. 草地学报, 2022, 30(5): 1253-1262.
[3]	曹亚楠, 孙明翔, 陈梦冉, 何永涛, 宋宏利. 2000—2016年藏北高原降水对植被覆盖的影响[J]. 草地学报, 2022, 30(3): 721-730.
[4]	黄家兴, 吴静, 李纯斌, 秦格霞, 钱娟冰, 李怀海. 基于Sentinel-2和Landsat 8数据的天祝县草地地上生物量遥感反演[J]. 草地学报, 2021, 29(9): 2023-2030.
[5]	肖云飞, 陈文业, 王斌杰, 谈嫣蓉, 邴丹珲, 朱丽, 刘鸿源. 祁连山国家级自然保护区土地利用时空变化及与气候因子关系研究[J]. 草地学报, 2021, 29(9): 2049-2057.
[6]	罗杨, 陈志飞, 周俊杰, 简春霞, 赖帅彬, 陈阳, 王绍妍, 靳媛, 徐炳成. 黄土丘陵区白羊草群落光谱特征对氮磷添加的响应[J]. 草地学报, 2021, 29(6): 1158-1165.
[7]	顾锡羚, 郭恩亮, 银山, 王永芳, 那仁满都拉, 万志强. 干旱对内蒙古植被生长的累积与滞后影响评估研究[J]. 草地学报, 2021, 29(6): 1301-1310.
[8]	宋奇, 高琪, 马自强, 王楠, 王明玥, 彭杰. 1990—2019年阿拉尔垦区植被覆盖时空变化特征分析[J]. 草地学报, 2021, 29(5): 1014-1024.
[9]	于璐, 王迅, 柴沙驼, 刘书杰. BP神经网络在环青海湖地区天然草地估产研究中的应用[J]. 草地学报, 2020, 28(5): 1427-1435.
[10]	纪童, 王波, 王占军, 杨军银, 李强, 刘志刚, 关文昊, 何国兴, 潘冬荣, 柳小妮. 草坪草叶绿素高光谱估测模型的建立及Pb²⁺胁迫下的反演研究[J]. 草地学报, 2020, 28(3): 675-683.
[11]	于璐, 王迅, 柴沙驼, 刘书杰. 基于高分卫星遥感的天然草地牧草营养含量季节动态反演的研究[J]. 草地学报, 2020, 28(2): 547-557.
[12]	田梦, 孙宗玖, 李培英, 汪洋. 增温对蒿类荒漠草地可萌发土壤种子库及其多样性的影响[J]. 草地学报, 2020, 28(1): 141-148.
[13]	潘影, 张燕杰, 武俊喜, 张宪洲, 余成群. 基于遥感和无人机数据的草地NDVI影响因子多尺度分析[J]. 草地学报, 2019, 27(6): 1766-1773.
[14]	武红旗, 范燕敏, 靳瑰丽, 夏小伟. 基于光谱指数的伊犁绢蒿荒漠草地恢复状况的判定[J]. 草地学报, 2018, 26(4): 853-858.
[15]	李璠, 徐维新. 2000-2015年青海省不同功能区NDVI时空变化分析[J]. 草地学报, 2017, 25(4): 701-710.