祁连山典型小流域高寒草地生物量估算及空间分布特征

苏玉波，　张福平,*，　冯　起，　魏永芬，　李广文，　马倩倩，　宋智渊

(1　陕西师范大学　旅游与环境学院，　陕西　西安　710119;

2　中国科学院　寒区旱区环境与工程研究所，　甘肃　兰州　730000;

3　日本国立岐阜大学　流域圈科学研究中心，　日本　岐阜　501-1193)



祁连山典型小流域高寒草地生物量估算及空间分布特征

苏玉波1，张福平1,2*，冯起2，魏永芬3，李广文1，马倩倩1，宋智渊1

(1陕西师范大学旅游与环境学院，陕西西安710119;

2中国科学院寒区旱区环境与工程研究所，甘肃兰州730000;

3日本国立岐阜大学流域圈科学研究中心，日本岐阜501-1193)

摘要：以祁连山八宝河流域为例，实地采集的数据为基础，利用统计分析方法，估算了流域内高寒草甸与高寒草原的生物量，并结合实测的归一化植被指数(NDVIGS)和同期的多光谱遥感影像(NDVILD)，建立了流域内高寒草地生物量的估算模型，并对流域内草地生物量进行了估算。研究结果表明：研究区内草地地上平均生物量为216.78g/m2，地下平均生物量为2985.07g/m2。基于遥感估算高寒草地地上生物量的最优模型为指数函数(n=40，R2=0.731，P<0.01)，经与实地数据检验，精确度达到72%，模型适合高寒草地地上生物量的估算。基于遥感估算八宝河流域高寒草地地上生物量最高为459.54g/m2，最低生物量为45.12g/m2，地上总生物量为0.198×109kg。

关键词:高寒草地；生物量；模型；空间分布

Estimationofalpinegrasslandbiomassandanalysisofitsspatialdistribution

草地是全球最大的陆地生态系统，是调节气候变化和维持生态系统平衡的重要类型[1-2]，在水土保持、发展畜牧业和维持生物多样性等方面发挥着重大作用，其功能与结构变化会对生态环境和人类社会生活产生影响。我国草地资源丰富，各类草地面积约为4×108hm2，占国土土地总面积的41.7%，占全世界草地面积的6%~8%[3-4]，而其中位于干旱、半干旱地区的温带草地是欧亚草原的重要组成部分[5]。祁连山地处青藏高原东北部，草地作为重要的植被类型，不仅分布广、面积较大，而且种类复杂，研究该地区草地生物量状况对于明晰其生态服务功能和区域可持续发展具有重要意义。

生物量作为衡量生态系统功能评价的重要指标，其准确估算直接关系到生态系统功能的正确评价与政府的决策。国外学者对植被生物量进行了反演估算，如Steininger[6]利用LandsatTM多光谱数据对Brazil和Bolivia地区的热带森林生物量进行了估算。国内学者自20世纪90年代开始就对草地植被生物量进行研究，在较大尺度上对草原草地进行生物量估算的研究较多，如朴世龙等[7]利用中国草地资源清查资料结合同期的遥感影像建立了相关估测生物量模型，对我国草地植被生物量进行了估测，地上总生物量为146.16TgC，并分析了其空间分布特征；郑晓翾等[8]基于呼伦贝尔草原实地调查数据，分析了该地区草地生物量的动态变化规律及其与环境因子的关系；马文红等[9]通过实地调查资料，结合25年的卫星遥感数据估算了中国北方草地生物量碳库及空间分布，得出中国北方草地地上生物量和地下生物量密度分别为39.5和244.6gC/m2；李聪等[10]、除多等[11]结合野外采样与MODIS数据，建立了草地植被指数与草甸和草原的生物量估测模型，并对生物量进行了估测；颜亮东等[12]利用EOS、NOAA/AVHRR卫星遥感监测的植被指数(NDVI)与地面实测地上生物量建立了线性关系模式，最终对青海省草地资源进行了评价；高添等[13]结合多年采样点与同时期的MODISNDVI建立统计模型，估算了内蒙古西部草原的地上生物量，得出内蒙古西部草原2001—2011年的年均地上生物量为5.27Tg.而对祁连山区高寒地区高寒草地草甸的研究还较少，本研究结合野外采样数据、实测归一化植被指数，对八宝河流域的草地草甸植被生物量及地下生物量进行估算，并结合多光谱遥感影像Landsat8，采用GIS空间数据处理技术分析流域内生物量的空间分布特征，揭示流域内生物量大小及其空间分布，旨在为高寒区流域草地生态系统功能的动态变化研究提供支持，并对准确评价流域草地生态系统碳循环和时空变异格局有借鉴意义。

1研究区概况

祁连山地处于内蒙古高原、黄土高原、青藏高原三大高原交汇带，是疏勒河、黑河、石羊河等内陆河流域地表水资源形成区。根据祁连山高度和外部形状特征，分西、中、东三段。位于祁连山东段的典型小流域八宝河，地处于青海省北部，属大陆性高寒山区气候，海拔为2623～4939m，年平均气温1℃，历年极端最低气温-31℃，最高气温26.0℃。年降水量为270~600mm，集水面积2508km2。研究区内主要草地类型以小嵩草、异针茅草原花草甸、小嵩草草原化草甸、矮嵩草草甸、线叶嵩草草甸的高寒草甸类,金露梅灌丛、毛枝山居柳灌丛的亚高山灌丛以及禾草、萱草的高寒草原类为主。

2数据采集与处理

2.1　基于样地调查的生物量分析

于2013年7月，将八宝河流域按经纬网格划分为不同的采样区(如图1所示)，采样点基本布满整个流域。在祁连县主要水源涵养地八宝河流域共调查了142个土壤采样点，68个草地样方，分别为高寒草甸38个，高寒草原30个。在每处样地设置(1m×1m)样方，调查每个样方内出现的物种及其高度、覆盖度，并记录样地经纬度、海拔、草地群落类型和草地利用类型等信息。应用便捷式手持式光谱仪(GreenSeeker)对每个样方内的草地植被进行NDVI测量，每个点测3次，并分别记录取其最大NDVI值，最终求平均得到实测手持式光谱仪归一化植被指数值，记为NDVIGS。然后齐地面刈割，除去黏附的土壤、砾石等杂物后装入密封袋带回实验室65℃烘干至恒重，获得地上生物量(Above-groundBiomass，AGB)。

地下生物量的获取是在每个小样方剪去地上部分后，采用土柱法[14-15]分层采集地下根系，每10cm一层，视根系分布情况而定，挖至无根系为止；将取出的土块装袋带回实验室，将其置于40目纱网中冲洗得到地下所有植被根系，在65℃条件下烘干至恒重，称其干重(精度0.01g)，获得每个样方的地下生物量(Below-groundBiomass，BGB)。本研究的地下生物量是地表以下所有生物量。土壤样品的采集采用土钻法[16]，从地面开始，每隔10cm取一个土样，直到100cm深度，然后带回实验室用烘干法(105℃)烘干称量，获得该层土壤水分含量和其他土壤理化指标。

图1　八宝河流域高寒草地采样分布示意图Fig.1　The　alpine　grass　sampling　plots　of　Babao　River　basin

对每一个样方(1m×1m)每种草地类型的地上生物量分别求平均，得到每一处的地上生物量，在此基础上换算得到两种草地类型(高寒草甸、高寒草原)单位面积的地上生物量；对于地下生物量，将每个样方的地下植被根系换算成单位面积的地下生物量，在此基础上得到地下生物量。方精云等[17]、陈鹏飞等[18]的研究结果显示，植被指数NDVI与生物量之间有很好的相关性，本研究也结合实测NDVI与地上生物量进行模拟，建立两者之间的相关关系模型。

2.2　基于遥感的草地面积提取与生物量分析

采用收集的已经进行辐射校正与几何校正的2013年7月Landsat8OLI_TIRS卫星影像数据，研究区含云量为0，空间分辨率为30m×30m。利用ENVI5.0对多光谱影像进行辐射定标、大气纠正、影像裁剪等预处理。通过对影像进行特征判断，评价图像质量，将研究区解译类别分为高寒草地、森林、灌丛、居民地、河流、农田、其他地类等七类。经过监督分类，应用最大似然法对影像进行解译，分类精度为84.593%，Kappa系数为0.8196，分别获得各地类的面积，并通过波谱计算得到相应的归一化植被指数值，记为NDVILD。为了研究流域草地生物的空间分布特征，首先将农田、森林、灌木、居民地、其他地类等地类剔除。为了计算流域内草地地上生物量总量及其分布特征，结合上述建立的NDVIGS与生物量的相关模型，建立了基于遥感获取NDVILD与手持式光谱仪获取的NDVIGS的相关模型，最终利用ARCGIS10.0栅格计算器、草地生物量的相关模型计算得到流域内高寒草地地上生物量，得出流域内生物量的空间分布特征图。

2.3　模型的验证方法

为了检验利用多光谱数据预测地上生物量与实测生物量之间的精确度，选用标准误差(RMSE)与平均误差系数(MEC)来进行检验，计算公式为

(1)

(2)

3结果分析

3.1　基于实地调查的生物量估算

八宝河流域两种高寒草地类型的生物量如表1所示。两种类型的草地生物量变化范围为1624.10～4779.58g/m2,变异系数为48.05%。其中：高寒草甸的生物量最大，为4779.58g/m2，占总量的74.64%；高寒草甸地上生物量平均为222.26g/m2，地下生物量平均为4557.32g/m2，地下生物量大约是地上生物量的21倍。高寒草原生物量平均为1624.10g/m2，占总量的25.36%；高寒草原地上生物量平均为211.29g/m2，地下生物量平均为1412.81g/m2，地下生物量大约是地上生物量的7倍。总体上，流域内的草地生物量平均为3201.84g/m2，其中，地上生物量平均为216.78g/m2，地下生物量平均为2985.07g/m2，后者大约是前者的14倍。

随机抽取分布均匀且具有代表性的40个样地，通过对数据的整理与分析，对单位面积地上植被生物量(Above-groundBiomass，AGB)的实测值与所对应的实测植被指数(NDVIGS)进行相关性分析。结果表明地上生物量与植被指数(NDVI)呈显著正相关性(如图2)，决定系数为0.731，随着NDVI值的增加，地上生物量呈逐步上升趋势，同时通过极显著水平(0.01)的F检验(F=104.07，P<0.01，n=40)，表达式见式(3)。同时分析其对应的地上生物量(Above-groundBiomass，AGB)与地下生物量(Below-groundBiomass，BGB)的关系，结果表明地上生物量与地下生物量不具有显著正相关性，这与前人的研究[19]相左。

AGB=36.09e3.186NDVIGS。

(3)

表1　两类高寒草地生物量±SE)Tab.1　The　alpine　grassland　biomass　of　two　±SE)

图2　地上生物量与NDVIGS的相关分析Fig.2　The　correlation　analysis　of　AGB　and　NDVIGS

3.2　基于遥感的生物量反演与模型评价

3.2.1基于遥感生物量的反演为了探究地面所测的植被光谱数据与遥感多光谱数据的相关关系，研究分析了样地的NDVIGS与NDVILD之间的对应关系(图3)。结果显示：两者之间存在线性关系(R2=0.719)，通过极显著水平(0.01)的F检验(F=97.58，P<0.01，n=40)，模型如下：

NDVIGS=0.679NDVILD+0.056。

(4)

将式(4)带入式(3)，得到估算高寒草地地上生物量(AGB)的多光谱模型:

AGB=36.09e2.163NDVILD+0.178。

(5)

图3　NDVIGS与NDVILD的相关性Fig.3　The　correlation　analysis　of　NDVIGS　and　NDVILD

3.2.2模型评价将估算地上生物量的多光谱模型(式5)应用于同期的多光谱影像上。通过栅格计算得到高寒草地地上生物量的空间分布格局，再随机选取28个分布均匀的采样点的地理坐标分别从图中提取与野外实测地上生物量对应的预测地上生物量，将预测地上生物量与实测生物量进行对比分析，发现二者的相关性较好，决定系数达到0.792(图4)。为了更进一步验证预测精度，分别计算了预测值与实测值的标准误差(RMSE=61g/m2)和平均误差系数(MEC=28%)。通过以上分析可以看出估算地上生物量的模型经过修正后，得到多光谱模型，其平均预测精度可以达到72%，因此可以应用多光谱Landsat系列影像数据进行高寒地区草地生物量的大面积与长时段的估算。

图4　基于多光谱模型的预测地上生物量与实测地上生物量的相关关系Fig.4　Correlation　between　AGB　obtained　in　the　fieldand　estimated　by　multispectral　spectral　model

3.3　高寒草地生物量空间分布特征

通过式(5)得到流域高寒草地植被地上生物量分布图(图5)，地上生物量最高为459.54g/m2，最低为45.12g/m2，八宝河流域高寒草地地上总生物量约为0.198×109kg。从图中可以看出，生物量整体上分布在流域中部，并且在河流南岸较集中，而西部和东部及东南地区生物量较低；在河流干流沿岸生物量低值成斑块状分布，生物量最大值分布在各支流的上游区。研究还发现，流域内高寒草地生物量随海拔高度的不同有所差异；生物量在阴坡、半阴坡、坡度较缓的地区集中且呈现最大值。

图5　高寒草地地上生物量的空间分布特征Fig.5　The　alpine　grass　aboveground　biomasscharacteristics　of　spatial　distribution

4讨论

本研究实地调查估算发现高寒草甸与高寒草原的地下生物量分别是地上生物量的21倍和7倍(表1)，这主要是由于地上生物量是一年生的草本植物，而地下生物量是多年累积的结果，并未遭到破坏，因此地下生物量显著高于地上生物量；其次，高寒草甸草地类型拥有丰富的植被种类，植被密度大，对应的高寒草原种类较单纯、草群低矮，因此一年生的草地地上生物量与多年累计的地下生物量没有显著相关性且高寒草甸生物量要高于高寒草原生物量。在整个流域内，高寒草地地下平均生物量是地上生物量的14倍(表1)，说明地下生物量的贡献远远大于地上生物量。

不同的草地类型在不同地区因气候条件、土壤性质及植被类型等存在较大的差异，草地生物量也会有所不同。如马文红等[19]在内蒙古温带草原测定的典型草原和草甸草原的地上生物量分别为133.4和196.7g/m2、地下生物量分别为688.9和1385.2g/m2；黄德青等[20]测定的祁连山北坡山地草甸和山地草原的地上生物量分别为78.1和42.8g/m2、地下生物量分别为848.1和464.3g/m2，其草甸地上生物量大于草原地上生物量，且均低于本研究测定的同类草地生物量。本研究中高寒草地的生物量大于以上研究结果，可能与流域内地势高低悬殊、水热条件不同、冰缘冻土地貌特征明显、有利于生物量积累有关。

目前，国内研究多是直接从MODIS/TERRA或MODIS/AQUA遥感影像提取归一化植被指数(NDVI)，建立与同期地面实测生物量的相关模型[9-10,21-23]进行生物量估算。而本研究通过多光谱遥感影像(Landsat8)所得的归一化植被指数(NDVI)与同期地面实测的生物量之间搭建一个桥梁——地面实测多光谱植被指数(NDVIGS)，估算高寒草地的地上生物量。研究证明利用此方法进行高寒地区草地生物量的估算基本可行，在整个研究区预测精度达到72%。当生物量较大时，无论用高分辨率还是低分辨率遥感影像，在直接利用归一化植被指数(NDVI)进行草地地上生物量估算时，存在较大的误差。研究发现，当生物量大于350g/m2时，预测模型存在较大误差(图2、3)。这些误差较大的试验点均位于流域南岸阴坡、半阴坡的高寒草甸和高寒草原部分。该研究结果与Mutanga等[24]的研究结论相似，当植被覆盖度达到100%时，随NDVI的增加，生物量的增加趋势不明显。因此，当高寒草地地上生物量大于350g/m2时，利用NDVI这一单因子预测生物量不可靠，还应该同时考虑植被高度、覆盖度、叶面积指数、植被类型等其他因子。

由于流域内地势落差较大，东部及东南地区属于上游，海拔较高，气温低，植被生长缓慢，并且夏季大批牧民进行放牧，导致该地区草地生物量较低。在海拔4200m以上几乎无任何草地植被，这主要是由于气温低，有冰川覆盖导致植被无法生长；在海拔3600~4200m，随着高度增加，生物量呈递减趋势，主要由于这一带土层较薄，有机质含量低，植被覆盖面积小所致；在海拔3000~3600m，随着高度增加，草地生物量逐渐增大，主要由于这一段处于流域中部，地势较平坦且河网密集，土壤含水量大，植被种类丰富，并且有关草场承包制度的实施，草地得到保护。由于人类活动、河水冲刷等因素导致位于河道两边的草地地上生物量最低，且成斑块状分布。

5结论

祁连山典型小流域内高寒草地地上实测平均生物量为216.78g/m2，地下平均生物量为2985.07g/m2；模型估算地上生物量最高为459.54g/m2，最低为45.12g/m2，地上总生物量约为0.198×109kg。高寒草地生物量随海拔、坡度、坡向地形因子的变化规律明显。

基于地面实测的草地生物量、实测的归一化植被指数(NDVIGS)和同期的LandsatNDVI数据，利用回归分析法建立了八宝河流域高寒草地地上生物量估算的最优光谱模型，该模型为指数函数(n=40,R2=0.731,P<0.01)。经过模型精度检验，预测值与实测值的标准误差为23g/m2，平均误差系数为28%，平均预测精度达到72%，可以利用多光谱模型进行高寒地区草地地上生物量的估算。

参考文献:

[1]PartonWJ，SchimelDS,ColeCV,etal.AnalysisoffactorscontrollingsoilorganicmatterlevelsinGreatPlainsgrasslands[J].SoilScienceSocietyofAmericaJournal,1987,51(5):1173-1179．

[2]李聪,曹占洲,李良序,等.草地植被指数季节变化的遥感动态监测研究[J].沙漠与绿洲气象,2007,1(3):26-29.

[3]李博.我国草地生态研究的成就与展望[J].生态学杂志,1992,11(3):1-7.

[4]KangLe,HanXingguo,ZhangZhibin,etal.GrasslandecosystemsinChina:Reviewofcurrentknowledgeandresearchadvancement[J].PhilosophicalTransactionsoftheRoyalSocietyB,2007,362:997-1008

[5]BaiYongfei,WuJianguo,XingQi,etal.PrimaryproductionandrainuseefficiencyacrossaprecipitationgradientontheMongoliaplateau[J].Ecology,2008,89(8):2140-2153.

[6]SteiningerM.Satelliteestimationoftropicalsecondaryforestabove-groundbiomass:DatafromBrazilandBolivia[J].InternationalJournalofRemoteSensing,2000,21(6/7):1139-1157.

[7]朴世龙,方精云,贺金生,等.中国草地植被生物量及其空间分布格局[J].植物生态学报,2004,28(4):491-498.

[8]郑晓翾,赵家明,张玉刚,等.呼伦贝尔草原生物量变化及其与环境因子的关系[J].生态学杂志,2007,26(4):533-538.

[9]马文红,方精云,杨元合,等.中国北方草地生物量动态及其与气候因子的关系[J].中国科学:生命科学,2010,40(7):632-641.

[10]李聪,肖继东,曹占洲,等.应用MODIS数据估算草地生物量[J].干旱区研究,2007,24(3):386-391.

[11]除多,姬秋梅,德吉央宗,等.利用EOS/MODIS数据估算西藏藏北高原地表草地生物量[J].气象学报,2007,65(4):612-621.

[12]颜亮东,殷青军,张海珍,等.遥感资料在青海草地资源监测及评价中的应用研究[J].自然资源学报,2007,22(4):640-648.

[13]高添,徐斌,杨秀春,等.内蒙古西部草原地上生物量的遥感估算[J].中国沙漠,2013,33(2):597-603.

[14]韩国栋,贾鲜艳.不同利用方式下短花针茅草原生物量的形成规律[J].干旱区资源与环境,2001,15(S1):117-124.

[15]范国艳,张静妮,张永生,等.放牧对贝加尔针茅草原植被根系分布和土壤理化特征的影响[J].生态学杂志,2010,29(9):1715-1721.

[16]李鹏,李占斌,澹台湛.黄土高原退耕草地植被根系动态分布特征[J].应用生态学报,2005,16(5):849-853.

[17]方精云,郭兆迪,朴世龙,等.1981—2000年中国陆地植被碳汇的估算[J].中国科学D辑:地球科学,2007,37(6):804-812.

[18]陈鹏飞,王卷乐,廖秀英,等.基于环境减灾卫星遥感数据的呼伦贝尔草地地上生物量反演研究[J].自然资源学报,2010,25(7):1122-1131.

[19]马文红,杨元合,贺金生,等.内蒙古温带草地生物量及其与环境因子的关系[J].中国科学C辑：生命科学,2008,38(1):84-92.

[20]黄德青,于兰,张耀生,等.祁连山北坡草地生物量及其与气象因子的关系[J].草业科学,2011,28(8):1495-1501.

[21]李士美,谢高地,张彩霞.典型草地地上现存生物量资产动态[J].草业学报,2009,18(4):1-8.

[22]米兆荣,张耀生,赵新全,等.NDVI和EVI在高寒草地牧草鲜质量估算和植被动态监测中的比较[J].草业科学,2010,27(6):13-19.

[23]傅新宇,唐川江,张新跃,等.四川草原MODIS数据的产草量估算[J].地球信息科学学报,2013,15(4):611-617.

[24]MutangaO,SkidmoreAK.Hyperspectralbanddepthanalysisforabetterestimationofgrassbiomass(Cenchrusciliaris)measuredundercontrolledlaboratoryconditions[J].InternationalJournalofAppliedEarthObservationandGeoinformation,2004,5(2):87-96.

〔责任编辑程琴娟〕

第一作者：岳大鹏，男，教授，主要从事自然地理、土壤侵蚀、土地资源与环境方面的研究。E-mail:yuedp@snnu.edu.cn

characteristicsintypicalsmallwatershedofQilianMountain

SUYubo1,ZHANGFuping1,2*,FENGQi2,WEIYongfen3,

LIGuangwen1,MAQianqian1,SONGZhiyuan1

(1SchoolofTourismandEnvironmentSciences,ShaanxiNormalUniversity,

Xi′an710119,Shaanxi,China;

2ColdandAridRegionsEnvironmentandEngineeringResearchInstitute,

ChineseAcademyofSciences,Lanzhou730000,Gansu,China;

3RiverBasinResearchCenter,GifuUniversity,Gifu501-1193,Japan)

Abstract:Basedonthefieldsurveydata,thealpinemeadowandalpinegrassbiomasswereestimatedwiththestatisticalanalysismethodinBabaoriverbasinlocatedinQilianMountainfirstly.Then,incombinationwiththenormalizeddifferencevegetationindex(NDVIGS)examinedbyGreenSeekerandNDVILD,derivedfrommulti-spectralremotesensingdataofthesameperiod,aregressionmodeltoestimatethealpinegrasslandbiomasswasestablished,andaquantitativeassessmentwasalsocarriedout.Theresultshowsthattheaverageofabovegroundandbelowgroundbiomasswereestimatedtobe216.78g/m2and2985.07g/m2,respectively.Throughcomparingmodels(linear,exponential,andlogarithmic)usedtoestimatetheabovegroundbiomassofalpinegrassland,itfoundthatthebestfittingoneistheexponentialrelation(n=40，R2=0.731，P<0.01).Furthermore,theexaminationaccuracyis72%basedonsurveydata,andestablishedmodelissuitableforalpinegrasslandbiomassestimation.Usingthebestregressionmodel,thehighestandlowestofalpinegrassbiomasswererespectivelyestimatedtobe459.54g/m2and45.12g/m2,andthetotalabovegroundbiomasswasestimatedtobe0.198×109kginBabaoriverbasin.

Keywords：alpinegrass;biomass;model;spatialdistribution

基金项目：国家自然科学基金资助项目(41071012)；陕西省煤油气水土流失补偿项目

收稿日期：2013-06-09

doi:10.15983/j.cnki.jsnu.2015.02.422

文章编号：1672-4291(2015)02-0085-07

中图分类号：S812;Q948

文献标志码：A