李亞剛，李文龍，劉尚儒，秦蘭蘭

（1.草地農(nóng)業(yè)生態(tài)系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室 蘭州大學(xué)草地農(nóng)業(yè)科技學(xué)院，甘肅 蘭州730020；2.甘肅省水利水電學(xué)校，甘肅 蘭州730021；3.蘭州大學(xué)資源環(huán)境學(xué)院，甘肅 蘭州730000）

甘南位于青藏高原東南邊緣，是青藏高原、黃土高原這兩大高原之間的過渡帶，環(huán)境特殊，分布有多種類型的自然植被，對氣候和環(huán)境變化的響應(yīng)比較敏感，該地區(qū)也是甘肅省主要的天然草地分布區(qū)和牧業(yè)基地，因此對于甘南地區(qū)草地變化狀況進(jìn)行動(dòng)態(tài)監(jiān)測，對于該地生態(tài)環(huán)境變化和社會(huì)經(jīng)濟(jì)發(fā)展都具有重要的意義。

植被蓋度是描述地表植被覆蓋狀況的重要指標(biāo)，也是衡量生態(tài)系統(tǒng)狀態(tài)的重要參數(shù)，可以用來指示生態(tài)系統(tǒng)變化；同時(shí)草地作為一種可被人類利用的自然資源，有其數(shù)量屬性，草地面積是衡量其數(shù)量屬性的重要指標(biāo)；草地地上生物量是一個(gè)重要的植被狀態(tài)參數(shù)，對其進(jìn)行估算不僅對草地生態(tài)系統(tǒng)的物質(zhì)與能量循環(huán)有著重要的意義，同時(shí)也直接影響對地表植被的利用。遙感技術(shù)具有快速實(shí)時(shí)、大面積、經(jīng)濟(jì)、非破壞性等特點(diǎn)，已被廣泛應(yīng)用在草地動(dòng)態(tài)研究中，其中植被指數(shù)作為監(jiān)測植被生長的一個(gè)重要指標(biāo)應(yīng)用最為廣泛。近年來，對甘南高寒草地的生態(tài)變化和畜牧生產(chǎn)等方面的研究很多，主要集中在植被覆蓋度、草畜平衡與草地生產(chǎn)力、生態(tài)健康與生態(tài)服務(wù)等方面，如基于MODIS 遙感數(shù)據(jù)研究甘南草地覆蓋度變化及其驅(qū)動(dòng)因素，分析甘南草地的生態(tài)服務(wù)功能、生態(tài)承載力、生態(tài)風(fēng)險(xiǎn)評價(jià)及決策［1－9］；估算甘南草地的產(chǎn)草量，同時(shí)利用載畜量數(shù)據(jù)，對甘南草地的草畜平衡及其調(diào)控進(jìn)行研究［2，10－17］；通 過 對T M 遙 感 影 像 的 解 譯 研 究 了 瑪 曲縣的草地沙化情況［18］；基于GIS技術(shù)和草地綜合順序分類法，研究甘南草地類型并繪制甘南草地類型圖；在分析甘南地區(qū)不同類型草地的生產(chǎn)和生態(tài)服務(wù)功能的基礎(chǔ)上，提出了按不同功能區(qū)分類經(jīng)營的策略［19－20］。對甘南草地狀況的研究已經(jīng)有很多，內(nèi)容也很豐富，但是很多研究在草地遙感監(jiān)測指標(biāo)的選取上都比較單一，主要選用歸一化植被指數(shù)（Nor malized Difference Vegetation Index，NDVI）和增強(qiáng)型植被指數(shù)（Enhanced Vegetation Index，EVI），然 而，對于垂直植被指數(shù)（Perpendicular Vegetation Index，PVI）在甘南草地遙感監(jiān)測中是否適用以及效果如何還未見報(bào)道。

針對以上問題，本研究的目標(biāo)主要包括以下兩個(gè)方面：1）使用PVI，并與NDVI比較，探討其在甘南草地遙感監(jiān)測中的適用性及其精度，2）以草地蓋度、面積和地上生物量為主要監(jiān)測指標(biāo)，對近12年間的甘南草地生長狀況做全面連續(xù)的遙感監(jiān)測研究，從草地的生態(tài)和資源屬性兩方面說明甘南草地的變化狀況，以期為甘南牧區(qū)生態(tài)保護(hù)和畜牧業(yè)生產(chǎn)提供科學(xué)依據(jù)。

1 研究數(shù)據(jù)與方法

1.1 研究區(qū)概況

甘南藏族自治州地處青藏高原東北邊緣，位于甘肅省西南部（圖1），地理坐標(biāo)范圍為100°46－104°44′E，33°06－36°10′N，包括臨潭、卓尼、迭部、舟曲、夏河、瑪曲、碌曲以及合作共7縣1市，全州總土地面積383.12萬h m2，是甘肅省重要的畜牧業(yè)生產(chǎn)基地，也是全國主要的少數(shù)民族聚居地之一。境內(nèi)平均海拔3 369 m，地形復(fù)雜，地勢西高東低，以山地和高原為主。年均降水量400～800 mm，多年年均溫在1～3 ℃，高寒陰濕，為典型的高原大陸性氣候。境內(nèi)草地類型有高寒灌叢草甸、高寒草甸、溫性草甸草原、低平地草甸、暖性草叢和沼澤等。是黃河上游重要的水源補(bǔ)給區(qū)，具有水源涵養(yǎng)、水土保持、維持生物多樣性等重要功能，在維護(hù)黃河流域水資源和生態(tài)安全方面具有不可替代的作用［1－5］。

圖1 研究區(qū)及采樣點(diǎn)示意圖Fig.1 Research location and field sampling sites

1.2 數(shù)據(jù)介紹

本研究所用數(shù)據(jù)包括：地面實(shí)測數(shù)據(jù)、遙感影像資料、甘南州基礎(chǔ)地理信息圖件資料。地面實(shí)測數(shù)據(jù)來自2007－2012年每年7－8月期間甘南天然草地的野外調(diào)查，調(diào)查樣地設(shè)置在植被群落均勻一致的典型地段，每個(gè)樣地設(shè)置3個(gè)樣方，采用常規(guī)調(diào)查方法測定草地蓋度、草層平均高度、地上部分生物量、群落組成等，用高精度手持GPS設(shè)備記錄樣方的經(jīng)緯度和海拔信息，共獲得了680個(gè)樣點(diǎn)的實(shí)測數(shù)據(jù)。遙感影像資料使用的是由美國航天航空局（National Aeronautics and Space Ad ministration，NASA）提供的 MODIS 地表反射率產(chǎn)品（MOD09 Q1）和土地利用／覆蓋產(chǎn)品（MCD12 Q1），MOD09 Q1產(chǎn)品包含紅光和近紅外波段的空間分辨率為250 m 的8 d合成3級(jí)數(shù)據(jù)產(chǎn)品，投影為正弦曲線投影，每一個(gè)MOD09 Q1象元包含了8 d之內(nèi)最有可能的L2G 觀測數(shù)值，盡量考慮高觀測覆蓋、低視角、無云及云的陰影以及氣溶膠濃度的影響，并對大氣、氣溶膠及薄卷云的影響進(jìn)行了校正；MCD12Q1產(chǎn)品提供了逐年IGBP（International Geosphere－Biosphere Program）土地利用／覆蓋數(shù)據(jù)，空間分辨率為500 m，根據(jù)一年的Terra和Aqua的觀測數(shù)據(jù)，描述土地覆蓋的類型。采用5種不同的土地覆蓋分類方案，信息提取主要技術(shù)是監(jiān)督?jīng)Q策樹分類，其中的IGBP 的全球植被分類方案包含了17個(gè)主要土地覆蓋類型，其中包括11個(gè)自然植被類型，3個(gè)土地開發(fā)和鑲嵌的地類和3個(gè)非草木土地類型定義類。本研究使用了覆蓋研究區(qū)全境的行列號(hào)為h26v05的數(shù)字影像，數(shù)據(jù)格式為EOS－HDF，時(shí)間序列為2001－2012年。甘南州基礎(chǔ)地理信息圖件主要有甘南藏族自治州行政區(qū)劃圖、甘南藏族自治州草地類型圖等數(shù)據(jù)集，數(shù)據(jù)來源于國家基礎(chǔ)地理信息中心網(wǎng)站（http：／／ngcc.sbsm.gov.cn）。

1.3 研究方法

1.3.1 草地范圍的提取 基于MCD12 Q1數(shù)據(jù)集中的IGBP土地覆蓋分類數(shù)據(jù)，本研究將IGBP 劃分的甘南州土地覆蓋被合并為草地、林地、耕地、其他4種類型，將非草地部分去除后只對土地覆蓋中的草地部分分析研究。在計(jì)算草地面積時(shí)，只統(tǒng)計(jì)土地覆蓋類型中的草地部分即可得到草地面積。合并方法如表1所示。

表1 MCD12Q1類型歸并方法Table 1 Conflation of land cover types

1.3.2 植被指數(shù)的計(jì)算 本研究中主要用到了NDVI和PVI。

NDVI植被指數(shù)的建立是基于植被在紅光和近紅外波段具有較大反射率反差的光譜特征這一理論。隨著植被生長，在紅光波段反射的能量降低，同時(shí)在近紅外波段的能量增加，因此常采用紅光和近紅外波段這兩個(gè)或兩個(gè)以上通道的反射數(shù)據(jù)組合來建立植被指數(shù)。被定義為近紅外波段與可見光紅波段反射率數(shù)值之差與這兩個(gè)波段反射率之和的比值，NDVI值的范圍在－1到1之間。在MODIS數(shù)據(jù)中的計(jì)算公式［3］為：

式中，CH 2為近紅外波段的反射率，CH1為可見光紅光波段的反射率。

NDVI在植被遙感方面得到了廣泛的應(yīng)用，但也有許多研究表明，NDVI容易受到土壤背景和高覆蓋度植被區(qū)域飽和的影響，其應(yīng)用會(huì)受到一定的限制［21］。為了減弱土壤背景的影響，Richar dson和Weigand［22］基于土壤線的概念提出了PVI，將其定義為地物在可見光紅光波段和近紅外波段的反射率值組成的點(diǎn)對（R，NIR）到土壤線的幾何距離，PVI自提出后在國內(nèi)外得到了廣泛地應(yīng)用，主要用于反演地表植被狀況（植被蓋度、產(chǎn)草量、葉面積指數(shù)等），研究表明，PVI能夠較好地消除觀測場大部分的土壤背景影響［23］。因?yàn)镻VI是基于點(diǎn)對（R，NIR）與土壤線的距離定義的，因此對于PVI的計(jì)算來說，第一步就是求出土壤線的參數(shù)。

土壤線也叫土壤亮度線，由Kaut h 和Tho mas［24］在研究土壤的光譜特征時(shí)提出，指在以可見光紅光波段反射率值或DN（Digital Nu mber）值為橫軸，以土壤近紅外波段反射率值或DN 值為縱軸組成的二維坐標(biāo)系中，土壤光譜數(shù)據(jù)基本上沿著一條直線分布，呈現(xiàn)一種線性關(guān)系［25］：

式中，R 為紅光波段反射率，NIR 為近紅外波段反射率，a、b分別為土壤線的斜率和截距（圖2）。

對于土壤線的提取，傳統(tǒng)方法是基于地面實(shí)測的土壤光譜數(shù)據(jù)或者遙感影像純凈土壤像元通過線性擬合得到，大多時(shí)候傳統(tǒng)方法獲取數(shù)據(jù)會(huì)有較大困難，所以后來發(fā)展出了多種從遙感影像的近紅外波段和可見光紅光波段的反射率值或DN 值組成的散點(diǎn)圖中自動(dòng)提取土壤線的算法，這些算法得到的土壤線參數(shù)跟傳統(tǒng)方法得到的幾乎一致［26］。本研究中采用徐丹丹等［26］改進(jìn)后的自動(dòng)提取算法獲得土壤線參數(shù)。

1.3.3 基于像元二分模型的植被覆蓋度遙感估算方法 像元二分模型假設(shè)像元只由植被和非植被兩部分構(gòu)成，一個(gè)像元的光譜信息只由這兩組分因子線性合成，它們各自在像元中所占的面積比率即為各因子的權(quán)重，其中植被覆蓋部分占像元的百分比即為該像元的植被覆蓋度［27］。其數(shù)學(xué)表達(dá)式為：

式中，S 為像元信息，Ssoil為土壤部分的光譜信息，Sveg為植被部分的光譜信息，F(xiàn)c為植被覆蓋度。像元二分模型以遙感信息為基礎(chǔ)，但該模型并沒有規(guī)定使用何種遙感信息，只要所采用的遙感信息與植被覆蓋度具有較好的線性關(guān)系就符合該模型要求，因此NDVI、PVI［28］均符合該模型的要求，得到如下表達(dá)式：

由此可得到植被覆蓋度的計(jì)算公式為：

從以上兩式可以看出，要得到植被覆蓋度Fc，NDVIveg、NDVIsoil、PVIveg、PVIsoil的 確 定 是 關(guān) 鍵。根據(jù)朱曉麗等［7］、Gut man和Ignatov［29］、Zeng等［30］的論證，NDVIveg、NDVIsoil分別取NDVI概率表中由小到大分布最接近0.5%和99.5%位置處的NDVI值，PVIsoil、PVIveg的取值方法參考NDVIveg、NDVIsoil的方法。

1.3.4 草地地上生物量遙感監(jiān)測模型 利用草地采樣樣方數(shù)據(jù)，結(jié)合同時(shí)相的MODIS NDVI 和PVI數(shù)據(jù)，構(gòu)建了甘南草地鮮重與兩種植被指數(shù)之間的線性、對數(shù)、二次多項(xiàng)式、冪、生長曲線模型、指數(shù)函數(shù)模型，構(gòu)建模型的過程中選取一半的樣方數(shù)據(jù)用來構(gòu)建模型，其余一半樣方數(shù)據(jù)用于模型的精度評價(jià)。使用如下誤差統(tǒng)計(jì)公式對模型的精度進(jìn)行評價(jià)［9］，選取誤差最小的模型作為最終的草地生物量估算模型。

式中，LS為實(shí)測值，LF為反演值。

2 結(jié)果與分析

2.1 土壤線自動(dòng)提取結(jié)果

本研究從選用的全部160余幅遙感影像中隨機(jī)采集樣點(diǎn)，得到了8 000個(gè)由可見光紅光波段和近紅外波段DN（Digital Nu mber）值組成的隨機(jī)點(diǎn)對（R，NIR），最終得到土壤線結(jié)果如圖2所示。

圖2 2000－2012年甘南MODIS影像自動(dòng)提取土壤線Fig.2 Automated soil line of MODIS i mages in Gannan（2000－2012）

2.2 基于像元二分法的蓋度估算結(jié)果精度評價(jià)

在本研究中，為選擇估算植被蓋度最合適的植被指數(shù)，使用341 個(gè)實(shí)測樣點(diǎn)蓋度值對NDVI和PVI兩種植被指數(shù)估算結(jié)果的精度做了驗(yàn)證。結(jié)果表明，NDVI的估算誤差范圍為0.04%～31.29%，PVI的誤差范圍為0.40～67.83%，NDVI的誤差分布范圍小于PVI；NDVI估測蓋度的平均誤差為11.857 8%，PVI 估 測 蓋 度 的 平 均 誤 差 為30.841 6%；NDVI和PVI估算結(jié)果都較實(shí)測值偏小，NDVI總體低9.36%，PVI總體低30.61%。在不同蓋度范圍內(nèi)的平均誤差如表2所示，由此可以看出，NDVI對植被蓋度的估算達(dá)到了很高的精度，且明顯優(yōu)于PVI，因此，本研究最終確定選用NDVI估算草地植被覆蓋度。

表2 NDVI和PVI蓋度估算誤差Table 2 The distribution of esti mation err or of coverage by NDVI and PVI %

2.3 草地植被蓋度的動(dòng)態(tài)變化

對甘南州2001－2012年間的植被蓋度做了估算，并對其做了分級(jí)，分級(jí)標(biāo)準(zhǔn)參考國家《土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程》和《草場資源調(diào)查技術(shù)規(guī)程》，將其劃分為五級(jí)：一級(jí)高植被覆蓋度（Fc≥70%）、二級(jí)較高植被覆蓋度（50%≤Fc≤70%）、三級(jí)中等植被覆蓋度（30%≤Fc≤50%）、四級(jí)較低植被覆蓋度（10%≤Fc≤30%）、五級(jí)低植被覆蓋度（Fc＜10%）。

對比分析12年間草地植被覆蓋度動(dòng)態(tài)變化特征（圖3），可以看出，每年植被覆蓋度總體都在70%以上，2010年植被覆蓋度達(dá)到最大值（76.63%），其次為2005、2012、2011 年，在75%～76%；2009、2007、2006、2004年植被覆蓋度在74%～75%；2008、2003、2001、2002年在73%～74%，2002年植被覆蓋度最?。?3.21%）。12年間平均植被覆蓋度為74.65%，最大與最小植被覆蓋相差3.42個(gè)百分點(diǎn)，變異系數(shù)CV 為1.25%，年度變化幅度非常小。

圖3 2001－2012年甘南草地植被蓋度Fig.3 Vegetation cover age of grassland in Gannan（2001－2012）

圖4 2001－2012甘南草地植被蓋度分級(jí)所占比例Fig.4 Proportion of grassland with different coverage grades

從植被覆蓋度的分級(jí)結(jié)果（圖4）可以看出，一級(jí)覆蓋度的草地所占比例最大，每年均在64%以上，其次是二級(jí)覆蓋度草地，所占比例在20%左右，且一、二級(jí)覆蓋度草地之和每年均大于90%，三、四、五級(jí)覆蓋度草地所占比例之和低于10%，以三級(jí)覆蓋度草地較多，四、五級(jí)覆蓋度草地次之。分析各級(jí)覆蓋度草地歷年所占比例的變化情況發(fā)現(xiàn)，三、四、五級(jí)覆蓋度草地每年所占比例基本保持平穩(wěn)，其中以五級(jí)覆蓋度草地所占比例年變化最??；一級(jí)和二級(jí)覆蓋度草地所占比例變化較大，且變化趨勢相反。

2.4 草地面積動(dòng)態(tài)變化

對MCD12 Q1數(shù)據(jù)集中的IGBP地表覆蓋的統(tǒng)計(jì)結(jié)果（表3、圖5）表明，12 年內(nèi)平均草地面積為327.27萬h m2，占甘南總面積的85.47%。2001－2004年一直增加，2004 年達(dá)到最大，為338.18 萬h m2；2004－2010年草地面積一直減少，2010 年降至最小，為317.53萬h m2；隨后草地面積又開始緩慢增加，草地面積的年際變異系數(shù)為2.10%，說明在12年內(nèi)草地面積的總體變化較小。平均林地面積占甘南土地總面積的13.28%，具有與草地面積相反的變化趨勢；平均耕地面積占甘南土地總面積的1.15%，呈現(xiàn)無規(guī)律的波動(dòng)變化，其他非植被類型的面積在12年基本沒有變化，占甘南土地總面積的0.11%左右，對甘南草地面積的變化無實(shí)質(zhì)性影響。

表3 2001－2012年不同地表覆蓋類型面積Table 3 Land area of different cover types（2001－2012）

圖5 2001－2012年不同地表覆蓋類型比例Fig.5 Propotion of different land cover types（2001－2012）

2.5 草地地上生物量遙感監(jiān)測模型

對于所構(gòu)建的草地地上生物量遙感監(jiān)測模型的分析，結(jié)果表明（表4），指數(shù)函數(shù)對生物量與植被指數(shù)間相關(guān)關(guān)系的模擬要較其他函數(shù)表現(xiàn)更好，PVI與地上生物量鮮重的相關(guān)性大于NDVI與地上生物量鮮重的相關(guān)性，相關(guān)系數(shù)分別為0.691和0.560。

從表4的結(jié)果可以看出，PVI與地上生物量鮮重的指數(shù)模型即為草地地上生物量最優(yōu)模型：

式中，Y 為地上生物量鮮重（kg·h m－2），X 為PVI值。

對該模型的結(jié)果用式（8）進(jìn)行分析，使用341個(gè)樣點(diǎn)的實(shí)測數(shù)據(jù)進(jìn)行精度驗(yàn)證，結(jié)果表明，該模型的平均估產(chǎn)精度為70.48%，總體高估6.60%。估算誤差在PVI的值域范圍內(nèi)均勻分布，誤差的大小隨PVI的變化不明顯（圖6）。本研究還對生物量鮮重與干重的關(guān)系做了分析，發(fā)現(xiàn)兩者之間存在顯著的線性關(guān)系（P＜0.01）（圖7），因此最終對地上生物量的度量用式（12）換算為風(fēng)干重表示，以更準(zhǔn)確地反映草地的生產(chǎn)力水平。

式中，Y 為生物量干重，X 為生物量鮮重，單位為kg·h m－2。

表4 植被指數(shù)與地上生物量鮮重回歸模型Table 4 Regression models bet ween vegetation indexs and fresh aboveground biomass in Gannan

圖6 模型誤差在PVI上的分布圖Fig.6 Model err or distribution with PVI

圖7 地上生物量鮮重與干重關(guān)系Fig.7 The relationship bet ween dry aboveground biomass and fresh abovegr ound biomass

2.6 地上生物量年動(dòng)態(tài)變化

對比分析12年間草地地上生物量總量的變化特征（表5），可以看出，2002年甘南州年草地總干重產(chǎn)量達(dá)5.160×109kg，為12年中的最大值；其次為2005、2007、2012、2006年，分別為干重5.085×109、5.018×109、4.923×109、4.922×109kg；最低為2009年，全年地上生物量產(chǎn)量為干重4.449×109kg。年總干重產(chǎn)量12年間的平均值為4.805×109kg。產(chǎn)量最高年份比產(chǎn)量最低年份的年總產(chǎn)量高15.98%，變異系數(shù)為4.92%，差異較大。

3 討論

3.1 草地覆蓋度、面積、地上生物量估算

本研究對甘南牧區(qū)的草地覆蓋度、面積、地上生物量的變化做了長時(shí)間的監(jiān)測，選取兩種植被指數(shù)（PVI和NDVI）反演植被的變化情況，首次在甘南地區(qū)草地植被遙感監(jiān)測研究中引入PVI，并對其在甘南草地植被監(jiān)測中的適用性及其精度做了探討，結(jié)果發(fā)現(xiàn)，與NDVI相比，PVI在反演甘南地區(qū)草地地上生物量時(shí)表現(xiàn)更好，而在以像元二分模型估算草地植被覆蓋度時(shí)NDVI更準(zhǔn)確一些。在地上生物量的模擬中，NDVI和PVI的模擬結(jié)果都較實(shí)測值偏高，但PVI的總體精度要高于NDVI。該結(jié)果有可能是因?yàn)椋阂巴鈱?shí)測樣方時(shí)所選取的區(qū)域大多是植被生長旺盛的區(qū)域，在采樣時(shí)雖力求樣地的植被生長分布均勻，實(shí)際采樣時(shí)很難保證在與遙感影像空間分辨率一致范圍內(nèi)植被生長狀況的均勻一致，實(shí)際選取的樣地大多位于影像像元內(nèi)植被生長較好的區(qū)域，由此導(dǎo)致在用實(shí)測數(shù)據(jù)建立模型計(jì)算生物量時(shí)發(fā)生高估的情況。草地面積計(jì)算采用的是MODIS的MCD12 Q1土地利用／覆蓋產(chǎn)品，根據(jù)夏文韜等［11］的研究，MCD12 Q1產(chǎn)品在甘南地區(qū)的草地分類制圖精度為81.46%，用戶精度為60%，其主要誤差來源是將林地誤判為草地。然而甘南地區(qū)林地面積所占比重不大，且大部分林地和灌叢林地是可以作為放牧地使用的，所以MCD12 Q1產(chǎn)品將部分林地劃分為草地，對畜牧生產(chǎn)過程的影響是比較小的，使用MCD12 Q1產(chǎn)品統(tǒng)計(jì)甘南草地面積是可行的。由于均質(zhì)性較差的低覆蓋度草地受土壤背景和其他地物光譜噪聲的影響，以及高覆蓋度草地NDVI的飽和現(xiàn)象的影響［31－32］，在使用基于NDVI的像元二分模型估算這兩類草地蓋度時(shí)，會(huì)導(dǎo)致誤差偏大的現(xiàn)象。

3.2 與以往估算結(jié)果的比較

將本研究的結(jié)果與前人的研究結(jié)果做了比較，1）對于草地覆蓋度的計(jì)算，本研究計(jì)算得到的2001－2012年甘南州的草地平均蓋度為74.65%，馬琳雅等［32］對甘南州2001－2011年的草地蓋度計(jì)算的平均值為77.57%，兩者結(jié)果基本一致，相差僅2.92個(gè)百分點(diǎn)。2）對草地地上生物量的計(jì)算，本研究得到的2001－2012年甘南州草地地上總鮮重平均值為1.521 2×1010kg，梁天剛等［9］對2001－2008年甘南草地地上生物量估算結(jié)果的平均值為1.093 1×1010kg，兩者結(jié)果相差較大，可能一方面由于數(shù)據(jù)來源及選用的植被指數(shù)不同造成的，如本研究中生物量模擬選用的是250 m 空間分辨率的MOD09Q1產(chǎn)品計(jì)算得到的PVI指數(shù)，野外實(shí)測數(shù)據(jù)采集主要集中在2007－2012年，而梁天剛等［9］選用的是500 m 空間分辨率的MOD09 GA 產(chǎn)品計(jì)算得到的EVI指數(shù)，其外業(yè)調(diào)查數(shù)據(jù)的獲取主要集中在2006－2008年；另一方面可能是對于草地范圍的定義不同造成的，本研究草地范圍的確定使用了MCD12 Q1土地利用／覆蓋數(shù)據(jù)，而梁天剛等［9］使用了全國草地資源調(diào)查數(shù)據(jù)確定草地的范圍，可能會(huì)導(dǎo)致在計(jì)算地上生物量時(shí)出現(xiàn)較大的差異。

4 結(jié)論

本研究比較分析了NDVI和PVI在草地監(jiān)測中的適用性，并且對甘南草地植被狀況動(dòng)態(tài)變化做了長期監(jiān)測，結(jié)果表明：1）MODIS 垂直植被指數(shù)PVI的指數(shù)函數(shù)能夠很好地模擬甘南牧區(qū)草地地上生物量，該模型的平均估產(chǎn)精度為70.48%，估算誤差在PVI的值域范圍內(nèi)均勻分布，隨PVI的變化不明顯，可以較好地模擬整個(gè)生長季內(nèi)的草地地上生物量變化動(dòng)態(tài)。使用NDVI的像元二分模型能夠很好地計(jì)算甘南牧區(qū)草地蓋度，其平均誤差只有11.86%。2）12年間甘南草地蓋度均在70%以上，2010年草地覆蓋度達(dá)到最大值（76.63%），2002年草地覆蓋度最?。?3.21%），且年際變化很小，蓋度等級(jí)以一、二級(jí)草地為主，從草地蓋度方面來評價(jià)甘南12年內(nèi)草地總體狀況優(yōu)良。3）12年間甘南草地平均面積為327.27萬h m2，草地面積最大為2004年的338.18 萬h m2，最小為2010年的317.53 萬h m2，12間草地面積變化很小。4）12年間平均地上年總干重為4.805×109kg，2002 年達(dá)到最大值5.160×109kg，2009年達(dá)到最小值4.449×109kg，相差15.98%，差異較大。按生物量分級(jí)結(jié)果來看，中等草地所占比例最大，從地上生物量方面評價(jià)甘南12年內(nèi)的草地總體狀況中等。5）結(jié)合遙感數(shù)據(jù)及方法，綜合進(jìn)行草地蓋度、面積、生物量等的多年動(dòng)態(tài)研究可以為大尺度草地的牧草管理和草地環(huán)境保護(hù)提供有效的數(shù)據(jù)支持和方法參考。

［1］ 徐丹丹.甘南天然草地生態(tài)風(fēng)險(xiǎn)評價(jià)和預(yù)測［D］.蘭州：蘭州大學(xué)碩士論文，2011.

［2］ 薛中正.基于生態(tài)系統(tǒng)健康的甘南地區(qū)生態(tài)承載力評價(jià)及預(yù)警研究［D］.蘭州：蘭州大學(xué)碩士論文，2011.

［3］ 符淙斌，溫剛，周嗣松，呂杰.我國大陸植被變化的氣象衛(wèi)星遙感［J］.科學(xué)通報(bào)，1992（16）：1486－1488.

［4］ 王浩.基于遙感技術(shù)的高寒草地植被蓋度動(dòng)態(tài)變化與碳儲(chǔ)量估測［D］.蘭州：蘭州大學(xué)碩士論文，2012.

［5］ 李文龍，薛中正，郭述茂，徐丹丹，范成勇，張晶.基于3S技術(shù)的瑪曲縣草地植被覆蓋度變化及其驅(qū)動(dòng)力［J］.蘭州大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，46（1）：85－90.

［6］ 鄒德富，馮琦勝，王鶯，夏文韜，梁天剛.基于GIS的甘南地區(qū)草原綜合順序分類研究［J］.草業(yè)科學(xué)，2011，28（1）：31－36.

［7］ 朱曉麗，李文龍，薛中正，許靜，王浩.基于3S技術(shù)的甘南州生態(tài)健康與生態(tài)承載力耦合［J］.草業(yè)科學(xué)，2011，28（6）：65－71.

［8］ 李文龍，蘇敏，李自珍.甘南高寒草地放牧系統(tǒng)生態(tài)風(fēng)險(xiǎn)的AHP決策分析及管理對策［J］.草業(yè)學(xué)報(bào)，2010，19（3）：24－30.

［9］ 梁天剛，崔霞，馮琦勝，王鶯，夏文韜.2001－2008年甘南牧區(qū)草地地上生物量與載畜量遙感動(dòng)態(tài)監(jiān)測［J］.草業(yè)學(xué)報(bào)，2009，18（6）：12－22.

［10］ 鄒德富，馮琦勝，梁天剛.甘南地區(qū)植被類型及其NPP研究［J］.遙感技術(shù)與應(yīng)用，2011，26（5）：577－583.

［11］ 夏文韜，王鶯，馮琦勝，梁天剛.甘南地區(qū)MODIS土地覆蓋產(chǎn)品精度評價(jià)［J］.草業(yè)科學(xué)，2010，27（9）：15－22.

［12］ 于惠，馮琦勝，陳思宇，韓蘭英，黃曉東，梁天剛.基于微波植被指數(shù)的甘南草地生物量動(dòng)態(tài)監(jiān)測［J］.蘭州大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，47（4）：69－74.

［13］ 王鶯，夏文韜，梁天剛，王超.基于MODIS植被指數(shù)的甘南草地凈初級(jí)生產(chǎn)力時(shí)空變化研究［J］.草業(yè)學(xué)報(bào)，2010，19（1）：201－210.

［14］ 張旭，馮琦勝，于惠，王瑋，梁天剛.甘南牧區(qū)草畜供求動(dòng)態(tài)變化與調(diào)控——以阿孜畜牧試驗(yàn)場為例［J］.草業(yè)科學(xué)，2011，28（4）：126－133.

［15］ 王鶯，夏文韜，梁天剛.基于CASA 模型的甘南地區(qū)草地凈初級(jí)生產(chǎn)力時(shí)空動(dòng)態(tài)遙感模擬［J］.草業(yè)學(xué)報(bào)，2011，20（4）：319－327.

［16］ 劉興元，馮琦勝，梁天剛，龍瑞軍.甘南牧區(qū)草地生產(chǎn)力與載畜量時(shí)空動(dòng)態(tài)平衡研究［J］.中國草地學(xué)報(bào)，2010（1）：101－108.

［17］ 王鶯，夏文韜，梁天剛，王超.基于MODIS植被指數(shù)的甘南草地生物量［J］.蘭州大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，45（5）：73－78，87.

［18］ 袁宏波，王輝，李曉兵，陳智平.瑪曲縣天然草地沙化動(dòng)態(tài)及現(xiàn)狀分析［J］.甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào)，2006（1）：73－78.

［19］ 郭正剛，高新華，劉興元，梁天剛.甘南草地類型的生態(tài)經(jīng)濟(jì)價(jià)值與功能及其分類經(jīng)營［J］.山地學(xué)報(bào)，2004（6）：17－22.

［20］ 梁天剛，馮琦勝，夏文韜，崔霞.甘南牧區(qū)草畜平衡優(yōu)化方案與管理決策［J］.生態(tài)學(xué)報(bào)，2011，31（4）：219－231.

［21］ 方金，黃曉東，王瑋，于惠，馬琳雅，梁天剛.青藏高原草地生物量遙感動(dòng)態(tài)監(jiān)測［J］.草業(yè)科學(xué)，2011，28（7）：1345－1351.

［22］ Richardson A J，Weigand C L.Distinguishing vegetation from soil background infor mation［J］.Photogrammetric Engineering and Remote Sensing，1977，43（12）：1541－1552.

［23］ 秦其明，游林，趙越，趙少華，姚云軍.基于二維光譜特征空間的土壤線自動(dòng)提取算法［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（3）：167－171.

［24］ Kauth R J，Tho mas G S.The tasselled cap——A graphic description of the spectral－temporal develop ment of agricultural crops as seen by Landsat［A］.LARS Sy mposia［C］.West Lafayette，IN，USA：Purdue University，1976：159.

［25］ 李開麗，倪紹祥，扶卿華.垂直植被指數(shù)及其解算方法［J］.農(nóng)機(jī)化研究，2005（02）：84－86.

［26］ 徐丹丹，李文龍，王迅，薛中正.垂直植被指數(shù)的計(jì)算和精度分析［J］.蘭州大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，46（5）：102－106.

［27］ 梁順林.定量遙感：理念與算法［M］.北京：科學(xué)出版社，2013.392－395.

［28］ 張玉書，班顯秀，陳鵬獅，馮銳，紀(jì)瑞鵬，肖艷.應(yīng)用NOAA／AVHRR 資料監(jiān)測松毛蟲危害研究初探［J］.應(yīng)用生態(tài)學(xué)報(bào)，2005，16（5）：870－874.

［29］ Gut man G，Ignatov A.The derivation of the green vegetation fraction from NOAA／AVHRR data for use in numerical weather prediction models［J］.Inter national Jour nal of Remote Sensing，1998，19（8）：1533－1543.

［30］ Zeng X，Dickinson R E，Walker A，Shaikh M，DeFries R S，Qi J.Derivation and evaluation of global 1－k m fractional vegetation cover data for land modeling［J］.Journal of Applied Meteorology，2000，39（6）：826－839.

［31］ 楊嘉，郭鈮，黃蕾諾，賈建華.西北地區(qū)MODIS－NDVI指數(shù)飽和問題分析［J］.高原氣象，2008（4）：896－903.

［32］ 馬琳雅，崔霞，馮琦勝，梁天剛.2001－2011年甘南草地植被覆蓋度動(dòng)態(tài)變化分析［J］.草業(yè)學(xué)報(bào)，2014，23（4）：1－9.