内蒙古天然草场牧草产量的气象估算模型

以内蒙古天然草场为研究区域,利用2004～2008年生长季牧草产量观测资料和能够综合反映光、温、水对牧草生长影响的气象条件指数,分析了内蒙古主要天然草场牧草产量与气象因子之间的关系,并分别建立了适用于不同草地类型(温性草原类、温性草甸草原类、低地草甸类、温性草原化荒漠类、温性荒漠草原类)的牧草产量气象估算模型.经过验证,所建产草量估算模型具有良好的估测能力,准确率较高,可以满足应用需要.     

基于气候条件和卫星遥感的逐月牧草产量预测模型研究

利用青海省20个生态站2003~2015年生长季牧草产量地面观测资料和EOS/MODIS遥感资料,再结合气象条件按照四种类型草场建立了逐月牧草产量预测模型。结果表明:通过对2015年预测的检验可以看出,高寒草甸、高寒草原、温性草原和其他草原四种草地类型建立的统计模型,预测值与实测值相关系数为0.73,且通过了0.001的显著性检验,能够进行适当的业务应用。所建立的逐月牧草产量的预测模型具有一定的准确率,目前能够为单站的预测提供一定的指导。     

呼伦贝尔草甸草原地上净初级生产力对气候变化响应的模拟

利用内蒙古呼伦贝尔草原额尔古纳右旗牧业气象试验站1994-2009年牧草生长季逐月实测资料,对CENTURY模型进行检验,模拟了呼伦贝尔草甸草原1961-2010年间地上净初级生产力(ANPP)动态,并与26个气象因子进行相关性分析。模型检验结果显示,生长季内逐月地上生物量模拟值与观测值之间的相关系数为R²=0.53,斜率b=0.94,误差平方根值为72.07 g/m²,平均绝对百分比误差为38.02%。检验结果表明,CENTURY模型能够成功地模拟这类草原的季节动态和年际变化。在过去的50年中,呼伦贝尔草甸草原温度增加,降水略增,ANPP增加。相关分析表明,ANPP与生长季降水量(r=0.372)呈极显著正相关;与年平均最低气温、年平均地面气温、年平均气温、7月降水量呈显著正相关;与年平均风速(r=-0.382)呈极显著负相关;与其他气象因子无显著的相关关系。应用区域气候模式系统PRECIS输出的2021-2050年气候情景数据分析得出,在SRES B2、A2和A1B情景下,未来呼伦贝尔草甸草原平均最高气温和最低气温都将呈显著升高趋势,降水量略增,ANPP虽然在年际间存在波动,但总体呈明显增加态势,分别较基准时段增加了67.14%,69.65%和76.58%,增加速率分别为16.51,17.34和16.42 g/(m²·10 a)。在3种情景下,未来气候变化均会对呼伦贝尔草甸草原群落生产力产生显著的正面影响。     

河北北部低山丘陵区主要草地类型牧草产量及营养物质动态

本文对河北北部低山丘陵区主要草地类型的牧草产量和牧草营养物质含量动态进行了研究。结果表明生长季内草地牧草产量的积累为单峰型;林缘草甸、草甸草原牧草产量较典型草原和沙地植被的高。草地牧草粗蛋白含量随生长季的延长而降低;粗纤维含量在优势种结实前为上升,结实后下降;林缘草甸中牧草粗蛋白含量最高,粗纤维含量最低;典型草原的牧草粗纤维含量最高,粗蛋白含量最低。     

呼伦贝尔草原净初级生产力时空变化及气候响应分析

为了定量评估呼伦贝尔草原的生产能力,明确气候因子对草原生物量累积过程的影响,利用近18年中分辨率成像光谱仪(MODIS)净初级生产力(NPP)产品(MOD17A2H),结合同时期气象数据,基于像元定量分析了呼伦贝尔草原NPP的时空变化规律及其与气候因子的关系。结果表明:2000-2017年呼伦贝尔草原净初级生产力(NPP)均值为306.97 g C·m~(-2), 18年来NPP变化呈波动中增加的趋势,最低值为2001年的241.60 g C·m~(-2),最高值为2014年的372.10 g C·m~(-2)。NPP高值区(400 g C·m~(-2))分布于低地草甸;中值区(250～400 g C·m~(-2))分布于山地草甸和温性草甸草原;低值区(250 g C·m~(-2))出现在呼伦贝尔西部的温性草原,不同草地类型NPP值整体变化趋势表现为:低地草甸山地草甸温性草甸草原沼泽类温性草原。呼伦贝尔草原NPP与降水的相关性高于与温度的相关性,降水是NPP积累的主要影响因子,温性草甸草原和温性草原对气候因子变化的响应总体比低地草甸和山地草甸敏感。     

呼伦贝尔草原净初级生产力时空变化及气候响应分析

为了定量评估呼伦贝尔草原的生产能力,明确气候因子对草原生物量累积过程的影响,利用近18年中分辨率成像光谱仪(MODIS)净初级生产力(NPP)产品(MOD17A2H),结合同时期气象数据,基于像元定量分析了呼伦贝尔草原NPP的时空变化规律及其与气候因子的关系。结果表明:2000-2017年呼伦贝尔草原净初级生产力(NPP)均值为306.97 g C·m^-2, 18年来NPP变化呈波动中增加的趋势,最低值为2001年的241.60 g C·m^-2,最高值为2014年的372.10 g C·m^-2。NPP高值区(>400 g C·m^-2)分布于低地草甸;中值区(250～400 g C·m^-2)分布于山地草甸和温性草甸草原;低值区(<250 g C·m^-2)出现在呼伦贝尔西部的温性草原,不同草地类型NPP值整体变化趋势表现为:低地草甸>山地草甸>温性草甸草原>沼泽类>温性草原。呼伦贝尔草原NPP与降水的相关性高于与温度的相关性,降水是NPP积累的主要影响因子,温性草甸草原和温性草原对气候因子变化的响应总体比低地草甸和山地草甸敏感。     

三江源区草地植被时空变化及其影响因子分析

为阐明近15a三江源区草地植被生长状况及其产量动态特征。利用该区2003～2017年生长季(6～8月)牧草产量及其同期气象资料,基于统计学方法较为系统地分析了该区生长季牧草产量变化趋势及其与同期气象条件的关系。结果表明,近15a来,三江源区牧草生长季年平均产量呈不明显的波动变化,其中高寒草甸和高寒草原牧草产量的最大值均出现在2010年,分别为3095.7kg/hm~2和1439.3kg/hm~2;最小值出现在2015和2006年,分别为2188.8kg/hm~2和491.4kg/hm~2。从产量的空间分布来看,三江源区牧草产量时空分布具有明显的异质性,自西北向东南依次递增。其中,东南部河南县牧草产量最大,局部地区甚至超过3500kg/hm~2;随着青海省三江源生态保护与建设规划项目的逐步实施,虽个别干旱年份草地植被生长状况较差,但整体呈稳定恢复状态。三江源区不同草地类型牧草产量之间差异显著(P≤0.05)。其中,牧草产量表现为:高寒草甸(2703.49kg/hm~2)全区(1775.64kg/hm~2)高寒草原(1013.68kg/hm~2)高寒荒漠、戈壁(383.33kg/hm~2)。相关分析结果显示,除高寒荒漠、戈壁对气温和降水不敏感外,高寒草甸草原对气温的敏感性更高,高寒草原对降水的敏感性则更强。由此可见,三江源区牧草生长季高峰期产量不是由单一气象条件决定的,而是气温和降水共同作用的结果。     

两种方法估算草地载畜量的研究

本文用草地产草量和家畜日食量法及草地营养供给和家畜营养需要法分别估算了短花针茅草原放牧场的载畜量，分别用产量载畜量、ＴＤＮ载畜量、ＤＥ（消化能）载畜量和ＤＣＰ（可消化粗蛋白质）载畜量表示，并与试验监测法确定的载畜量进行对比分析，表明在牧草营养供应不足的暖季牧场可以用产草量估算载畜量，而不能而ＴＤＮ、ＤＥ和ＤＣＰ做估算的指标，在冷季牧场可以用产草量，ＴＤＮ和ＤＥ估算，而不能用ＤＣＰ估算，各具体放牧季     

内蒙古草地净初级生产力时空变化及其对干旱的响应

为探究内蒙古草地生长季净初级生产力（Net primary productivity,NPP）的变化及其与干旱的关系,本文通过趋势变化和相关性计算对2001-2015年内蒙古草地NPP和标准化降水蒸散指数（Standardized precipitation evapotranspiration index,SPEI）的时空变化进行研究。结果表明：内蒙古草地生长季NPP平均增长率为2.20 g C·m^-2·a^-1,其中草甸草原为3.73 g C·m^-2·a^-1,典型草原为1.69 g C·m^-2·a^-1,荒漠草原为0.30 g C·m^-2·a^-1。NPP均值整体上自西南向东北逐渐增加,其中草甸草原最高,其次为典型草原,荒漠草原最低,年均NPP分别为387.90 g C·m^-2·a^-1,291.26 g C·m^-2·a^-1,133.70 g C·m^-2·a^-1。NPP整体上与SPEI-1相关性最强,其中,草甸草原与SPEI-1最强相关性最强,典型草原、荒漠草原与SPEI-3相关性最强。干旱对荒漠草原的影响最大,对典型草原的影响次之,对草甸草原的影响最小。     

尼勒克县禁牧区温性草甸草原类草地生产力变化研究

通过2012～2019年对尼勒克县禁牧区温性草甸草原类草地8个样地的监测,对其牧草生长高峰期样方内的总鲜草产量、总干草产量、可食牧草鲜草产量、可食牧草干草产量及优势植物的盖度、频度及生殖枝高度进行分析,探讨尼勒克县禁牧区温性草甸草原类草地生产力变化。结果表明:2012～2019年禁牧区温性草甸草原类草地植被总鲜草产量、总干草产量、可食牧草鲜草产量、可食牧草干草产量逐年增加。2012～2019年,老鹳草、早熟禾、赖草、鸭茅的分盖度、生殖枝高度、频度有了显著提高;地榆的分盖度、生殖枝高度、频度虽有提高,但变化不显著。     

内蒙古草地生态系统近10年NPP时空变化及其与气候的关系

植被净初级生产力(net primary productivity, NPP)及其对气候变化的响应研究是全球变化的核心内容之一。通过改进的光能利用率模型(CASA模型),利用MODIS NDVI数据、土地覆盖分类数据、气象数据等,逐像元模拟2001-2010 年内蒙古草地生态系统NPP的时空变化,分析其对气候因子变化的响应关系。结果表明,1)2001-2010年内蒙古草地多年平均NPP为281.3 g C/(m²·a),空间分布呈由西南向东北递增的趋势,草甸草原、典型草原和荒漠草原平均NPP分别为431.8,288.7和123.5 g C/(m²·a);2) 2001-2010年间内蒙古草地NPP总体上呈上升趋势。NPP上升趋势最明显的草地主要分布在毛乌素沙地、浑善达克沙地、科尔沁沙地、呼伦贝尔盟和大兴安岭南麓地区,而下降趋势最明显的草地主要分布在阴山山脉和锡林郭勒盟中部的典型草原区;3) 总体而言,降水量是内蒙古草地净初级生产力的主要影响因素。草甸草原NPP与降水量、温度的关系均很密切,而且与温度的相关性更强;典型草原和荒漠草原NPP则主要受降水量控制,其中荒漠草原NPP与降水量的关系更密切。     

高寒珠芽蓼草甸植被生物量的季节动态特征

调查了甘肃省天祝县珠芽蓼高寒草甸,结果表明,调查草甸的主要植物有26种,隶属13科23属。其中珠芽蓼(0.148)为优势种,次优势种有乳白香青、球花蒿、线叶嵩草等。通过对珠芽蓼草甸群落组成和结构的季节动态的研究分析发现,地上植物量在整个生长季中表现为单峰曲线,地下植物量变化呈现“V”型曲线,环境因子是制约珠芽蓼草甸植物生长发育和植物量的主导因子。     

基于CASA模型和MODIS数据的甘南草地NPP时空动态变化研究

植被净初级生产力(net primary productivity, NPP)在全球气候变化及碳循环研究中扮演着重要的角色,精准快速的估算NPP对评估区域生态系统承载力以及合理利用自然资源具有重要的意义。利用2011-2014年甘南地面实测草地地上生物量(aboveground biomass, AGB)数据和根冠比系数计算的草地NPP数据,分别验证了MOD17A3 NPP产品和基于CASA(Carnegie-Ames-Stanford approach)模型估算的草地NPP的精度,分析了2000-2016年甘南地区草地NPP的时空动态变化。结果表明:基于CASA模型模拟的草地NPP精度整体上高于MOD17A3 NPP产品的精度,其均方根误差(root mean square error, RMSE)较MOD17A3 NPP小9.94 g C·m^-2;CASA模型分析的甘南地区草地NPP总体上呈现由西南向东北逐渐减少的趋势;对不同草地类型而言,沼泽类的平均NPP最高(469.07 g C·m^-2),温性草原类最低(324.18 g C·m^-2),而占研究区草地总面积比例较大的高寒草甸类和高寒灌丛草甸类草地的平均NPP分别为449.22和465.27 g C·m^-2;2000-2016年间,甘南地区大部分草地NPP稳定不变,其面积占研究区草地总面积的75.31%,NPP呈增加趋势的区域占草地面积的22.63%,而NPP呈减少趋势的区域占比最小,仅为2.06%。以上研究结果表明CASA模型在高寒地区草地NPP评估、草地资源合理利用与管理方面具有重要的应用价值。     

基于光能利用率模型的内蒙古天然草原植被净初级生产力动态监测与气候因子的响应

利用光能利用率模型和MODIS数据对内蒙古天然草原2000-2018年植被生长期草原净初级生产力进行连续动态监测,并在像元尺度利用最小二乘法分析了近20年植被净初级生产力(NPP)时空变化规律。结果表明:近20年中,内蒙古天然草原NPP在空间上呈由西向东递增分布规律,年均NPP为198.04 g C·m^-2·a^-1,潜在草地退化面积16.22万km²,其中重度、较重度面积分别为0.20万和1.11万km²,主要分布于人类活动密集区域,如矿区、建设用地及周边;在草地类型上,温性草原、温性草甸草原、温性荒漠以及温性荒漠草原潜在退化面积分别为5.22万、1.40万、4.04万和2.21万km²。通过分析NPP与气候因子的相关性表明:近20年,内蒙古草原NPP与降水具有显著相关性,与温度无相关性;温性草甸草原NPP对降水的响应最敏感,温性荒漠草原其次,温性草原对降水响应最低。研究还根据上述结果,围绕草地生态保护提出了建议。     

1981-2001年内蒙古草地净初级生产力时空变化特征

利用遥感和气象数据,采用CASA(Carnegie Ames Stanford Approach)模型和统计分析方法,研究了1981-2001年内蒙古自治区草地7-8月植被净初级生产力(net primary productivity, NPP)的时空变化特征,并分析了气候因素和放牧强度对NPP的影响。结果表明,1）1981-2001年,内蒙古草地NPP显著减少、显著增加和变化不明显的面积分别占1%、30%和69%;NPP显著增加的区域位于内蒙古东北、东南和南部,NPP显著减少的区域零星分布于该区中部荒漠草原和典型草原分界处。总体而言,该区NPP增加不甚明显, 21年7-8月草地NPP（均以C变化计）平均值为192.0 g/m2,年际变化范围为150.5～255.5 g/m2。2）7-8月降水是该区NPP年际变化的主要驱动因子,降水量高的年份NPP亦高。NPP与气候因素间的关系表现为NPP随降水增多而升高,随温度升高而下降,辐射对NPP的影响不明显。3）综合考虑气候因素与人类活动对草地NPP的影响发现,21年间,土默特左旗和土默特右旗境内放牧强度增加导致NPP显著下降。     

The Classification of Grassland Types Based on Object-Based Image Analysis with Multisource Data

The spatial distribution of different grassland types is important for effectively analyzing spatial patterns, obtaining key vegetation parameters using remote sensing (e.g., biomass, leaf area index, net primary production), and using and protecting grasslands. Existing classifications of grasslands by remote sensing are mostly divided according to the fractional vegetation cover or biomass, but classifications according to grassland types are scarce. In this study, we focused on the classification of different grassland types using remote sensing based on object-based image analysis (OBIA) with multitemporal images in combination with a 30-m digital elevation model (DEM) and the normalized difference vegetation index (NDVI). The grasslands were located in Hulunber, Inner Mongolia, and an autonomous region of China. The support vector machine (SVM) and random forest (RF) machine learning classifiers were selected for the classification. The results revealed the following: 1) It is feasible to generally extract different grassland types on the basis of OBIA with multisource data; the overall classification accuracy and Kappa value exceeded 90% and 0.9, respectively, using the SVM and RF machine learning classifiers, and the classification accuracy of the different grassland types ranged from 61.64% to 98.71%; 2) Multitemporal images and auxiliary data (DEM and NDVI) improved the separability of different grassland types. The information in the growing season was conducive for distinguishing temperate meadow steppe from temperate steppe and was favorable for extracting lowland meadow and swamp in the nongrowing season. The DEM and NDVI also effectively reduced the number of image segmentation objects and improved the segmentation effects; 3) Spectral and textural features were more important than geometric features in this study. A few main variables played a major role in the classification, while a large number of variables had either no significant effect or a negative effect on the classification results when the optimal feature subset was determined. This study provides a scientific basis and reference for the classification of various grassland types by remote sensing, including the data selection, image segmentation, feature selection, classifier selection, and parameter settings.     

高寒草甸草原净初级生产力对气候变化响应的模拟

利用1957-2014年气象数据和1998-2014年实测数据驱动CENTURY模型模拟海北高寒草甸草原生态系统地上净初级生产力(ANPP)的动态变化,并利用典型浓度路径RCP4.5和RCP8.5情景下5个大气环流模型的气候情景数据来模拟未来气候变化和CO₂浓度变化对草地生态系统ANPP的影响。结果表明:1)研究地点1998-2014年的ANPP观测值与模拟值变化趋势吻合度较高,Pearson相关性系数为0.67,均方根误差为19.62 g·m^-2,CENTURY模型适用于模拟气候变化对高寒草甸草原影响的研究。2)过去50多年,高寒草甸草原的年平均最低气温、最高气温和年平均气温都呈极显著的波动上升趋势(P<0.01),年降水量年际波动特征比较明显,降水主要集中在植被的生长季。过去50多年,高寒草甸草原ANPP平均值达到271 g·m^-2,总体变化趋势为增加,但变化趋势不显著(P>0.05)。3)与基准时段(2001-2014年)相比,高寒草甸草原未来2030s(2015-2040年)、2050s(2041-2070年)、2080s(2071-2099年)时段多模型年平均降水量、年平均温度、年平均最低和最高温度变化率均为正值。不考虑CO₂肥效作用下,高寒草甸草原多模型平均ANPP在RCP4.5和RCP8.5情景下分别增加2.21%,11.53%,17.78%和8.34%,21.68%,40.32%;考虑CO₂肥效作用下,高寒草甸草原多模型平均ANPP在RCP4.5和RCP8.5情景下分别增加2.89%,14.29%,24.28%和11.57%,31.74%,57.29%。考虑和不考虑CO₂肥效的情况下,5个大气环流模型引起的模拟结果的不确定性都在合理范围之内,多大气环流模型与CENTURY耦合模拟的ANPP结果较为一致。