喬宇鑫，朱華忠，鐘華平*，伍兆文，孟雷，周李磊,4

(1.中國農(nóng)業(yè)大學生物科學院，北京 100193；2.中國科學院地理科學與資源研究所資源與環(huán)境信息系統(tǒng)國家重點實驗室，北京 100101；3.中國科學院地理科學與資源研究所陸地表層格局與模擬院重點實驗室，北京 100101； 4.重慶師范大學三峽庫區(qū)地表過程與環(huán)境遙感重慶市重點實驗室，重慶 400047)

?

內(nèi)蒙古草地地下生物量空間格局分析

喬宇鑫1,3，朱華忠2，鐘華平2*，伍兆文1,3，孟雷1，周李磊2,4

(1.中國農(nóng)業(yè)大學生物科學院，北京 100193；2.中國科學院地理科學與資源研究所資源與環(huán)境信息系統(tǒng)國家重點實驗室，北京 100101；3.中國科學院地理科學與資源研究所陸地表層格局與模擬院重點實驗室，北京 100101； 4.重慶師范大學三峽庫區(qū)地表過程與環(huán)境遙感重慶市重點實驗室，重慶 400047)

本文以內(nèi)蒙古地區(qū)198個草地樣地地下生物量調(diào)查測定數(shù)據(jù)為基礎，結合遙感及氣象數(shù)據(jù)，進行草地地下生物量與海拔、年均氣溫、年均降雨、≥10℃年積溫、濕潤度和NDVI等6個生態(tài)因子間的回歸分析。根據(jù)回歸擬合方程，借助ArcGIS平臺進行單因素插值，并通過插值預測結果與實測數(shù)據(jù)的擬合程度賦予各因素不同的權重，加權疊加估算，并綜合插值出內(nèi)蒙古草地地下生物量1 km×1 km柵格的空間分布圖。結果表明：內(nèi)蒙古地區(qū)草地地下生物量平均值為1364.06 g/m2，其中溫性草原類草地的地下生物量最大，為1916.64 g/m2，溫性荒漠類最小，為80.39 g/m2；草地地下生物量與年均氣溫、年均降雨、≥10℃年積溫、濕潤度和NDVI均有著極顯著的相關性；空間格局上，自東北向西南方向草地地下生物量呈現(xiàn)由高向低過渡的趨勢，呼倫貝爾盟和錫林郭勒盟東部地區(qū)的地下生物量最高，阿拉善盟大部分地區(qū)地下生物量較低；內(nèi)蒙古草地植被地下生物量空間插值數(shù)據(jù)通過了檢驗，預測精度為66.62%。

地下生物量；插值；空間格局；草地；內(nèi)蒙古

草原生態(tài)系統(tǒng)占陸地面積的25%，其面積約占全球陸地面積的1/5，集中了全球10%的碳庫存，是陸地生態(tài)系統(tǒng)重要組成部分[1]。草地地下生物量是指存在于地下的植物根莖生物量的總和[2]。相比于地上，草地植被的生物量多分配于地下[3]，約80%的碳集中于地下土壤[4]。同時，植物的地下根系還具有固定支持植物軀體、調(diào)節(jié)植物生長發(fā)育、儲存營養(yǎng)物質(zhì)和供給地上部分水分需求等基本功能，對于地上生物量的形成乃至對整個植物的生長發(fā)育都起著重要的作用[3,5]。因此，準確測定草地地下生物量不僅促進了植被凈初級生產(chǎn)力(net primary productivity，NPP)的研究[6]，同時對全球碳循環(huán)研究中也起到關鍵作用[7]。

但是長期以來，對于地下生物量的測定一直有很大的約束：一是地下生物量的采集較為困難，尤其高寒地區(qū)，在取樣操作和技術上都比較困難[8]，二是采集方法不統(tǒng)一，因土壤條件各不相同，研究多采用土鉆法[3]，而金云翔等[9]在沙化嚴重地區(qū)采用土柱法，黃德青等[5]采用土塊法；三是清洗樣本有誤差，對根的處理費時費力[10]；第四，研究的范圍多局限于部分流域或者局部地區(qū)[11-12]，很少涉及大區(qū)域尺度上的研究。另一方面，遙感技術在草地生產(chǎn)力研究方面得到廣泛應用[13-14]，但在草地群落學其他指標如蓋度、高度、地下生物量等指標方面的研究應用較少。目前關于草地遙感的研究，大多以傳統(tǒng)的地面觀測方法為基礎，應用遙感數(shù)據(jù)，建立起草地植被指數(shù)與地面生物量等植被指標實測數(shù)據(jù)的回歸模型，來反演整個區(qū)域草地植被指數(shù)及其空間分布格局[15]，不足在于單一的MODIS-NDVI(normalized difference vegetation index，歸一化植被指數(shù))數(shù)據(jù)和地面實測數(shù)據(jù)分析，雖能表述一定的空間規(guī)律，但要更全面、合理、綜合地反映真實的草原植被地下生物量的分布規(guī)律應該增加地形、氣候等其他要素影響的分析[16-19]。

本研究以內(nèi)蒙古自治區(qū)草地地下生物量調(diào)查采樣數(shù)據(jù)為基礎，結合遙感數(shù)據(jù)、氣候數(shù)據(jù)和地形數(shù)據(jù)，以內(nèi)蒙古地區(qū)為研究對象，運用地理統(tǒng)計學方法，構建地下生物量與生態(tài)因素的相關模型，借助GIS平臺對內(nèi)蒙古地區(qū)草地地下生物量空間分布進行插值，以期獲取內(nèi)蒙古地區(qū)草地地下生物量的空間格局數(shù)據(jù)，并探究地下生物量與多個生態(tài)因子的關系。

1　材料與方法

1.1研究區(qū)概況

內(nèi)蒙古自治區(qū)(37°24′-53°23′ N，97°12′-126°04′ E)地處我國北部邊疆，屬于內(nèi)蒙古高原，總面積約118萬km2。全區(qū)東西狹長呈帶狀，地貌由東向西分別呈現(xiàn)平原、山地與高平原鑲嵌分布[20]。內(nèi)蒙古是我國溫帶草原的主要分布區(qū)，草地面積約占全區(qū)總面積的67%，占全國草地面積的22%。草原區(qū)氣候為典型的溫帶大陸性氣候，年平均氣溫0～8℃，年降水量50～450 mm。氣候自東向西由濕潤、半濕潤區(qū)逐步過渡到半干旱、干旱區(qū)；降水呈由東北向西南呈遞減的趨勢，溫度卻由東北向西南遞增的趨勢；相應地，草原類型也自東向西劃分為內(nèi)蒙古東部大興安嶺山麓的草甸草原，內(nèi)蒙古中部的典型草原及中西部的荒漠草原[21]。

1.2數(shù)據(jù)來源

圖1　內(nèi)蒙古地區(qū)地理位置及樣地分布Fig.1　The location of Inner Mongolia area and distribution of sample plots

1.2.1草地地下生物量調(diào)查數(shù)據(jù)樣地設置：綜合考慮內(nèi)蒙古地區(qū)草地類型的分布特點、草地利用方式、利用強度等方面，采用路線調(diào)查和定點采樣相結合方法，在全區(qū)范圍內(nèi)設置了198個草地樣地(圖1)，基本涵蓋了內(nèi)蒙古全部地區(qū)，并于2014年7-9月對全部樣地進行實地定位，并對實地定位的草地樣地進行樣方調(diào)查與采樣。

野外調(diào)查與采樣：對草地樣地用GPS記錄并保留每一樣地的路徑信息(航跡)，詳細記錄其經(jīng)緯度坐標、海拔、地形、植被類型、群落名稱、利用方式、利用強度等信息，并對樣地的景觀、群落、及物種進行拍照和編號。樣地確定后，選擇能夠代表整個樣地草地植被、地形及土壤等特征地段，隨機設置3個樣方，進行樣方調(diào)查和地上生物量測定，樣方為1 m×1 m。在完成地上生物量調(diào)查的樣方內(nèi)，用內(nèi)徑為66 mm的土鉆在樣方內(nèi)按0～10 cm，10～20 cm，20～30 cm分層取土樣，每個樣方取3鉆，按樣方編號和土層混合裝樣，并分別裝進塑封袋中，做好標簽，以備處理。將所采的根系土壤樣品帶至有條件的地方(河流或水渠)，置換到60目(0.3 mm)的尼龍網(wǎng)袋內(nèi)，用水沖洗至流水清澈，網(wǎng)袋內(nèi)僅存石礫和根系，再置換到臉盆里，利用石礫下沉根系上浮的原理，借助60目(0.3 mm)網(wǎng)篩，把根系收集并盛放于牛皮紙信封中，做好標簽，備室內(nèi)烘干稱重。將裝有根系樣品的信封帶回室內(nèi)(盡量把裝有根系的信封置于通風的地方晾干，否則易霉爛)，置于65℃恒溫條件下烘干48 h，稱重，并根據(jù)土鉆內(nèi)徑和鉆數(shù)，換算每個樣方的單位面積的地下生物量數(shù)據(jù)[21-22]。灌木樣地采用樣株法，設置5 m×5 m的灌木樣方，清點樣方內(nèi)灌木的株(叢)數(shù)，3個重復；樣株包括完整的地上部分莖、葉、花(果)和地下部分根系(盡可能完整取樣)，選5株灌木樣株，按地上部分莖、葉、果(花)和地下部分根系分檢，分別裝入信封，做好標簽，帶回室內(nèi)，置于65℃恒溫條件下烘干48 h，稱重。求算灌木標準株的地下根系重量，并根據(jù)樣方清點的灌木株(叢)數(shù)，推算各樣方的地下生物量。

1.2.2遙感數(shù)據(jù)研究區(qū)內(nèi)MODIS產(chǎn)品數(shù)據(jù)，主要是指歸一化植被指數(shù)(NDVI)，數(shù)據(jù)來源于美國地質(zhì)調(diào)查局(http://ladsweb.nascom.nasa.gov)的成品數(shù)據(jù)產(chǎn)品(MOD13Q1)，數(shù)據(jù)采集的時間為2014年8月11日，用MRT拼接轉投影，空間分辨率1 km。

1.2.3氣候數(shù)據(jù)包括1957-2012年內(nèi)蒙古地區(qū)多年平均的年均氣溫、年均降雨量、≥10℃年積溫、濕潤度(伊萬諾夫濕潤度[22])，根據(jù)氣象站點實測數(shù)據(jù)，運用ANUSPLIN專業(yè)氣象插值軟件，空間插值得到，空間分辨率1 km。

1.2.4其他數(shù)據(jù)數(shù)字高程模型(DEM)來源于國家地球系統(tǒng)科學數(shù)據(jù)共享平臺(www.geodata.cn)，空間分辨率30 m；內(nèi)蒙古地區(qū)草地類型數(shù)據(jù)為20世紀80年代全國草地調(diào)查1∶100萬草地類型圖矢量數(shù)據(jù)。

1.2.5樣地數(shù)據(jù)提取與匹配198個草地樣地的DEM、NDVI數(shù)據(jù)、年均氣溫、年均降雨量、≥10℃年積溫、濕潤度等數(shù)據(jù)，利用ArcGIS工具，并根據(jù)各樣地對應坐標點來提取和匹配。

1.3分析方法

1.3.1數(shù)據(jù)分析按樣地編號將地下生物量數(shù)據(jù)分為二組，即模型構建數(shù)據(jù)和檢驗數(shù)據(jù)。138個草地樣地數(shù)據(jù)用于模型構建，60個草地樣地作為檢驗數(shù)據(jù)；刪除明顯異常點，最終得到56個檢驗數(shù)據(jù)和129個分析數(shù)據(jù)，共計185個有效數(shù)據(jù)；利用SPSS 20統(tǒng)計分析工具，對內(nèi)蒙古地區(qū)185個樣地調(diào)查的地下生物量數(shù)據(jù)進行K-S檢驗(P<0.01)；并進行地下生物量與各影響因素間的相關回歸分析。

1.3.2生態(tài)要素對地下生物量的權重分析主要根據(jù)各因子插值的預測數(shù)據(jù)與實測數(shù)據(jù)的相關程度來評價各因子對地下生物量的作用程度，考慮二者之間的相關程度來給予各因子的權重。依據(jù)斜率的偏離程度(K)和相關系數(shù)(R)所占的比重，賦予其因子的權重值。

wi=(Ki/∑Ki+Ri2/∑Ri2)/∑(Ki/∑Ki+Ri2/∑Ri2)

(1)

式中,wi表示各要素的權重，i=1,2,……,6，表示6個生態(tài)要素，R2表示復相關系數(shù)，R2越大，表示插值結果與實測結果擬合度越高；K表示偏離程度，K越接近1說明插值結果和實測結果一致。

根據(jù)各要素對地下生物量的權重，構建了多元數(shù)據(jù)的地下生物量綜合評價模型：

(2)

式中，P表示地下生物量，i為生態(tài)要素，Wi表示某種生態(tài)因子對地下生物量的影響權重，Yi表示某種生態(tài)因子與地下生物量的回歸方程。

1.3.3結果檢驗與評價方法用實測的檢驗數(shù)據(jù)與預測值進行對比檢驗，插值結果的精度通過均方根誤差(RMSE)、偏離度(E)、實測值與插值結果間的線性回歸模型的復相關系數(shù)R2來檢驗[23]。

(3)

(4)

2　結果與分析

2.1草地植被地下生物量統(tǒng)計分析

根據(jù)內(nèi)蒙古地區(qū)198個草地樣方調(diào)查數(shù)據(jù)，將內(nèi)蒙古地區(qū)草地植被的地下生物量按草地類型進行統(tǒng)計分析(表1)。結果表明：內(nèi)蒙古地區(qū)草地地下生物量平均值為1364.06 g/m2；在溫性草甸草原、溫性草原、溫性荒漠草原、溫性草原化荒漠、溫性荒漠和低地草甸等6個主要草地類型中，溫性草甸草原類草地的地下生物量最大，為1916.64 g/m2，其次是溫性草甸草原類草地地下生物量為1914.97 g/m2，溫性荒漠類地下生物量最小，為80.39 g/m2。內(nèi)蒙古草地地下生物量在類型分布上，由大到小依次為溫性草原類>溫性草甸草原類>低地草甸類>溫性荒漠草原類>溫性草原化荒漠類>溫性荒漠類。這與馬文紅等[24]的溫性草原地下生物量在類型分布上的結果基本吻合。

表1　內(nèi)蒙古地區(qū)主要草地類型地下生物量統(tǒng)計分析Table 1　Statistical analysis about below-ground biomass of main grassland types in Inner Mongolia area

2.2草地植被地下生物量與各生態(tài)要素回歸分析

根據(jù)198個草地樣地的地理位置，從海拔、年均氣溫、年降雨量、≥10℃年積溫、濕潤度和NDVI等空間柵格數(shù)據(jù)中，提取各樣地相應的年均氣溫、年降水量、≥10℃年積溫、濕潤度和NDVI等數(shù)據(jù)，并對草地地下生物量與各要素的相關性進行K-S檢驗。相關性檢驗結果表明，地下生物量與年均氣溫、年降雨量、≥10℃年積溫、濕潤度和NDVI均呈極顯著相關(P<0.01)，與海拔呈顯著相關(P<0.05)。

經(jīng)檢驗的數(shù)據(jù)，利用SPSS 20統(tǒng)計分析工具進行地下生物量與各影響因素間的相關回歸分析，回歸分析結果見表2和圖2。結果表明：地下生物量與各生態(tài)要素間的二項式回歸有較好的效果，并且地下生物量與年降水量、濕潤度、NDVI呈正相關關系，與海拔、年均氣溫、≥10℃年積溫呈負相關關系。

表2　地下生物量與生態(tài)因子回歸方程Table 2　The regression equation of below-ground biomass with ecological factors

注：**表示在P<0.01水平上相關系數(shù)顯著(雙側檢驗)， *表示在P<0.05水平上相關系數(shù)顯著。

Note: ** stand for correlation coefficient is significant atP<0.01 level (double side inspection), * stand for correlation coefficient is significant atP<0.05 level.

從圖2可以看到，內(nèi)蒙古地區(qū)草地植被地下生物量隨海拔升高呈現(xiàn)降低的趨勢，雖然復相關系數(shù)較低，但通過了K-S檢驗(P<0.05)；草地植被地下生物量隨年均氣溫升高呈現(xiàn)下降趨勢，這與內(nèi)蒙古的氣候地理格局相關；地下生物量與≥10℃年積溫的梯度變化和年均氣溫有相同的趨勢，而且≥10℃年積溫對草地地下生物量的變化影響更為明顯；地下生物量隨年降雨量的變化呈正相關關系；而地下生物量與濕潤度的關系趨同于降雨量的趨勢，隨濕潤度的加大而增加；地下生物量與歸一化植被指數(shù)(NDVI)相關性顯著，并且隨NDVI升高呈現(xiàn)增加的趨勢。

2.3草地地下生物量空間插值

2.3.1單要素的地下生物量插值以海拔、年均氣溫、年降雨量、≥10℃年積溫、濕潤度和NDVI等要素的空間柵格數(shù)據(jù)為基礎，根據(jù)地下生物量與各生態(tài)要素的回歸方程，運用ArcGIS平臺，插值出內(nèi)蒙古地區(qū)地下生物量的空間分布(圖3)。

從圖3可以看到，不同要素插值出來的內(nèi)蒙古草地植被地下生物量空間分布均呈現(xiàn)出從東北到西南遞減的趨勢，但地下生物量在空間上的格局不盡相同。圖3a(海拔)地下生物量的最大值分布在大興安嶺東部及科爾沁地區(qū)；圖3b (年均氣溫)地下生物量最大值分布在呼倫貝爾南部；圖3c(年降雨量)最大地下生物量分布在科爾沁地區(qū)；圖3d (≥10℃年積溫) 和圖3e(濕潤度) 最大地下生物量分布在呼倫貝爾的中東部地區(qū)；圖3f(NDVI)的最大地下生物量分布在呼倫貝爾西部和錫林郭勒大部分地區(qū)。這一現(xiàn)象正反映出單一要素反演插值的結果存在一定的不確定性問題。

2.3.2地下生物量多因子空間插值各項因子在對各群落指標的影響程度是不同的，各因子的作用程度主要以權重值來判斷，計算分析各因子的權重值有不同的方法，如主成分分析法，層次分析法，專家評價法等。本研究主要根據(jù)各因子插值的預測數(shù)據(jù)與實測數(shù)據(jù)的相關程度來評價各因子對群落指標的作用程度，考慮二者之間的相關程度來給予各因子的權重，依據(jù)斜率的離散程度(K)和相關系數(shù)(R)所占的比重，賦予其權重值。根據(jù)公式(1)計算各要素的權重值(表3)。

根據(jù)各要素對地下生物量的權重，通過公式(2)，在ArcGIS中加權疊加計算出空間分辨率1 km的內(nèi)蒙古地區(qū)地下生物量的空間分布圖(圖4a)，再用內(nèi)蒙古地區(qū)草地類型矢量數(shù)據(jù)對其進行掩膜裁剪，得到內(nèi)蒙古地區(qū)草地植被地下生物量的空間分布圖(圖4a)。

由圖4b可以看到，呼倫貝爾西部和錫林郭勒盟東部地區(qū)草地植被地下生物量最大，由東北向西南方向，草地地下生物量由高到低逐漸過渡，至阿拉善盟大部分地區(qū)地下生物量最低。內(nèi)蒙古草地植被地下生物量的空間格局與其草地類型分布、氣候資源條件和草地生產(chǎn)力分布比較吻合。

圖2　不同因子與地下生物量的回歸分析Fig.2　Regression analysis of the below-ground biomass with different factors

2.4結果檢驗

從內(nèi)蒙古草地植被地下生物量空間分布圖提取驗證組54個草地樣地反演數(shù)據(jù)，與實測數(shù)據(jù)進行相關性分析(圖5)。結果表明：估算值與實測值之間的相關系數(shù)R2=0.3887，并通過了K-S檢驗(P<0.01)，相關性顯著。但從圖5可以看到，實測值與估算值的線性方程斜率為0.2625，說明估算值在低值區(qū)域偏高，在高值區(qū)域偏低，有對模型參數(shù)進行修正的必要。經(jīng)過檢驗分析，估算值與實測值之間的均方根誤差(RMSE)為632.30 g/m2，偏離度(E)為34.38%，平均預測精度為66.62%。

要素Factor離散程度(K)Discretedegree復相關系數(shù)(R2)Multiplecorrelationcoefficient權重(w)Weight海拔Altitude0.01650.04870.0159年均氣溫Averageannualtemperature0.44440.42580.2094年均降雨Averageannualrainfall0.42030.31810.1772≥10℃年積溫≥10℃annualaccumulatedtemperature0.46240.45790.2216濕潤指數(shù)Moistureindex0.47190.51020.23668月份NDVI指數(shù)NDVIinAugust0.30420.27470.1392

圖4　內(nèi)蒙古地區(qū)草地地下生物量空間分布格局Fig.4　The spatial distribution of the below-ground biomass of grassland in Inner Mongolia area　a：內(nèi)蒙古地區(qū)地下生物量空間分布The spatial distribution of the below-ground biomass in Inner Mongolia area.b：內(nèi)蒙古草地地下生物量空間分布The spatial distribution of the below-ground biomass of grassland in Inner Mongolia area.

3　討論

3.1地下生物量與各個生態(tài)因子的回歸分析

本研究表明，內(nèi)蒙古草地地下生物量與氣溫、降雨、≥10℃年積溫、濕潤度及NDVI有著極顯著的相關性(P<0.01)，與海拔呈顯著相關(P<0.05)；回歸分析表明：地下生物量與降雨量(或者濕潤度)和NDVI正相關，隨著降雨量(或者濕潤度)和NDVI的增加，地下生物量有增加的趨勢；與溫度(或者≥10℃年積溫)和海拔負相關，隨著溫度(或者≥10℃年積溫)和海拔的上升，地下生物量逐漸減少。

內(nèi)蒙古地區(qū)草地植被地下生物量隨海拔升高呈現(xiàn)降低的趨勢，復相關系數(shù)較低，但通過了K-S檢驗(P<0.05)，海拔要素與地下生物量的相關性低正反映出在內(nèi)蒙古大區(qū)域范圍內(nèi)其他環(huán)境因子對草地植被影響的不同，導致同海拔的不同地區(qū)在草地植被類型、群落結構、生產(chǎn)力等方面的差異。草地地下生物量在海拔梯度上的離散程度，但總體趨勢明顯[25-26]。

草地植被地下生物量隨年均氣溫升高而呈現(xiàn)下降趨勢，這與內(nèi)蒙古地區(qū)的氣候地理格局密切相關。內(nèi)蒙古地區(qū)面積廣大，橫跨我國東北、華北、西北三大區(qū)，氣候類型復雜多樣。東部寒冷濕潤，年均溫低，年降水量高；而西部地區(qū)則為沙漠或荒漠地區(qū)，溫暖干旱，年降水量低[27]。因此在空間上，內(nèi)蒙古地區(qū)的溫度和降水兩個因素具有一定的非同步性，其植被生物量是受這些因素的雙重影響，在年均氣溫高的西部地區(qū)由于干旱，地下生物量的積累受到限制；而在年均氣溫低但濕潤的西部地區(qū)則有較高的地下生物量。

地下生物量與≥10℃年積溫的梯度變化和年均氣溫有相同的趨勢，而且在某種程度上說，≥10℃年積溫對草地地下生物量的變化影響更為直接。

草地地下生物量隨年降雨量的變化呈正相關關系，隨著降雨量的增加而增加，這與戴誠等[1]的研究結果是相吻合的。而地下生物量與濕潤度的關系，目前研究文獻較少。本研究引入濕潤度(伊萬諾夫濕潤度)這一指標來探討其對內(nèi)蒙古草地地下生物量的影響或作用規(guī)律，有很現(xiàn)實的意義。在內(nèi)蒙古地區(qū)，熱量和水分的分布主導著草地類型的分布格局。從東北向西南，熱量和水分同時作用，單一要素難以表述草地梯度分布格局規(guī)律。而伊萬諾夫濕潤度主要綜合熱量和水分兩要素影響，更直接地反映內(nèi)蒙古環(huán)境梯度變化的規(guī)律。而地下生物量與濕潤度的關系趨同于降雨量的趨勢，隨濕潤度的加大而增加。

草地地下生物量與歸一化植被指數(shù)(NDVI)相關性顯著，并且隨NDVI升高呈現(xiàn)增加的趨勢。然而在渠翠平等[28]研究中認為地下生物量與NDVI相關性不明顯。但其研究認為，地上生物量與歸一化植被指數(shù)(NDVI)有顯著的相關關系，并且地上生物量與NDVI的相關性研究很多[28-30]，甚至認為可以完全用NDVI來直接反演草地地上生物量。我們認為，草地地下生物量與NDVI有一定的相關性，可能在不同的特定條件下會有不同的表現(xiàn)形式。

地下生物量的分布與環(huán)境因子密不可分，環(huán)境的改變必然對地下生物量產(chǎn)生影響[2]。其中海拔因素可以看作是一種氣候因素，實際綜合了溫度、濕度和光照等多種環(huán)境因子[31]，對地下生物量的影響較為復雜，在大區(qū)域尺度的研究中規(guī)律性較差?；谝陨匣貧w分析，內(nèi)蒙古草地地下生物量的主要影響因素為溫度(均溫和≥10℃年積溫)和降水。而不同的草地類型對溫度和降水的敏感度不同。溫性荒漠和溫性草原化荒漠以及溫性荒漠草原主要分布在內(nèi)蒙古西部干旱的氣候帶，溫度較高，降水稀少是限制地下生物量的主要原因，因此和降水相關性較高；而低地草甸和溫性草甸草原主要分布在內(nèi)蒙古東部的半濕潤和半干旱的過渡帶，降雨充沛，而溫度升高加快水分蒸發(fā)，二者對地下生物量的積累互為消長，所以溫度是其主要限制因素；溫性草原主要分布在內(nèi)蒙古東北部大興安嶺以西的半濕潤地區(qū)，氣候(濕潤度)適宜，所以峰值出現(xiàn)在這些地區(qū)。上述分析表明，不同的氣候帶對應不同的草地類型，也就決定了生物量的積累程度，而不同地區(qū)的水熱配比與海拔等因素對地下生物量的影響也不同，所以要得到更精確的模型來反映其變化，需要更深入細致的研究。這也說明了多生態(tài)要素反演地下生物量是必要的。

3.2地下生物量與各生態(tài)要素的空間分析

從單因子插值地下生物量的空間分布結果來看，海拔、年均氣溫、≥10℃年積溫、濕潤度和NDVI等要素的草地地下生物量插值結果效果較好，與實際情況符合。地下生物量最大值分布在大興安嶺嶺前地帶，最小值分布在阿拉善盟地區(qū)。綜合來看，海拔和濕潤度的插值結果較好，符合實際情況；年均氣溫、≥10℃年積溫和 NDVI的地下生物量變化較為均勻，呈現(xiàn)出明顯西低東高的過渡性；降水在東北地區(qū)分布不均勻，而且在通遼地區(qū)出現(xiàn)異常值，可能與降水量柵格數(shù)據(jù)質(zhì)量有關。

地下生物量多因子空間插值圖中，內(nèi)蒙古地區(qū)地下生物量呈現(xiàn)從東北到西南遞減的趨勢，與實際情況基本吻合。插值結果的檢驗中，從估算值與實測數(shù)據(jù)相關性看(圖5)，雖然預測數(shù)據(jù)與實測數(shù)據(jù)的K-S檢驗得以通過，P<0.01，兩者極顯著性相關。但總體的散點分布情況是在低值區(qū)域偏高，在高值區(qū)域偏低，并且沒有沿中線分布，其檢驗結果沒有達到預期效果，預測精度為66.62%，需要對模型參數(shù)作進一步的修正。

4　結論

內(nèi)蒙古草地地下生物量平均值為1364.06 g/m2，溫性草原類草地的地下生物量最大，溫性荒漠類最小?？臻g格局上，呼倫貝爾盟和錫林郭勒盟東部地區(qū)的地下生物量最高，阿拉善盟大部分地區(qū)地下生物量較低；自東北向西南方向，草地地下生物量呈現(xiàn)由高向低過渡的趨勢，其分布格局與草地類型分布基本吻合。

內(nèi)蒙古地區(qū)草地地下生物量與年均氣溫、年均降雨、≥10℃年積溫、濕潤度和NDVI均有著極顯著的相關性(P<0.01)，與海拔呈顯著相關(P<0.05)；與年降水量、濕潤度、NDVI呈顯著正相關關系；與海拔、年均氣溫、≥10℃年積溫呈顯著負相關關系。地下生物量與各個生態(tài)因子的回歸分析基本符合實際情況。不同要素插值出內(nèi)蒙古草地植被地下生物量空間分布均呈現(xiàn)出從東北到西南遞減的趨勢，但地下生物量在空間上的格局不盡相同，單一要素反演插值的結果存在一定的不確定性問題。

內(nèi)蒙古草地植被地下生物量多因子空間插值結果通過了檢驗，但預測精度為66.62%，仍需對模型參數(shù)進行修正和驗證。

References：

[1]Dai C, Kang M Y, Ji W Y,etal. Responses of belowground biomass and biomass allocation to environmental factors in central grassland of Inner Mongolia. Acta Agrestla Sinica, 2012, 20(2): 268-274.

[2]Li K H, Wang W L, Hu Y K. Relationships between belowground biomass of alpine grassland and environmental factors along an altitude gradient. Chinese Journal of Applied Ecology, 2008, 19(11): 2364-2368.

[3]Hu Z M, Fan J W, Zhong H P,etal. Progress on grassland underground biomass researches in China. Chinese Journal of Ecology, 2005, 24(9): 1095-1101.

[4]Chai X, Liang C Z, Liang M W,etal. Seasonal dynamics of belowground biomass and productivity and potential of carbon sequestration in meadow steppe and typical steppe, in Inner Mongolia, China. Acta Ecologica Sinica, 2014, 34(19): 5530-5540.

[5]Huang D Q, Yu L, Zhang Y S,etal. Belowground biomass and its relationship to environmental factors of natural grassland on the northern slopes of the Qilian Mountains. Acta Prataculturae Sinica, 2011, 20(5): 1-10.

[6]Mu S J, Li J L, Yang H F,etal. Spatio-temporal variation analysis of grassland net primary productivity and its relationship with climate over the past 10 years in Inner Mongolia. Acta Prataculturae Sinica, 2013, 22(3): 6-15.

[7]Hui D F, Jackson R B. Geographical and interannual variability in biomass partitioning in grassland ecosystems: a synthesis of field data. New Phytologist, 2006， 169(1): 85-93．

[8]Yang X J, Huang M, Wang J B,etal. Belowground biomass in Tibetan grasslands and its environmental control factors. Acta Ecologica Sinica, 2013, 33(7): 2032-2042.

[9]Jin Y X, Xu B, Yang X C,etal. Belowground biomass and features of environmental factors in the degree of grassland desertification. Acta Prataculturae Sinica, 2013, 22(5): 44-51.

[10]Yu W T, Yu Y Q. Advances in the research of underground biomass. Chinese Journal of Applied Ecology, 2001, 12(6): 927-932.

[11]Yan Y， Zhang J G， Zang J H,etal. The belowground biomass in alpine grassland in Nakchu Prefecture of Tibet. Acta Ecologica Sinica， 2005， 25(11): 2818-2823.

[12]Wang M， Su Y Z， Yang R,etal. Allocation patterns of above- and belowground biomass in desert grassland in the middle reaches of Heihe River, Gansu Province, China. Chinese Journal of Plant Ecology， 2013， 37(3): 209-219.

[13]Chen J J， Yi S H， Ren S L,etal. Retrieval of fractional vegetation cover of alpline grassland and the efficiency of remote sensing retrieval in the upper of Shule River Basin. Pratacultural Science， 2014， 30(1): 56-65.

[14]Li C, Xiao J D, Cao Z Z,etal. Application of MODIS data in remote sensing estimation of prairie biomass in different seasons. Arid Zone Research, 2007, 24(3): 386-391.

[15]Ma W H, Fang J Y. The relationship between species richness and productivity in four typical grasslands of northern China. Biodiversity Science, 2006, 14(1): 21-28.

[16]Men L H, Sheng J D, Jia H T,etal. Spatial distribution and influencing factors of temperate desert grassland biomass in northern Xinjiang. Acta Ecologica Sinica, 2013, 21(5): 861-868.

[17]Hou Z J, Zhao C Z, Dong X G,etal. Responses of spatial pattern of aboveground biomass of natural grassland to terrain at different scales in northern slope of Qilian Mountains. Chinese Journal of Ecology, 2014, 33(1): 10-15.

[18]Zhang G L, Xu X L, Zhou C P,etal. Responses of vegetation changes to climatic variations in Hulun Buir Grassland in past 30 years. Acta Geographica Sinica, 2011, 66(1): 47-58.

[19]Zhang R, Liu P X, Zhang K X. Spatio-temporal characteristics of potential climate productivity of grassland and Its responses to climate change in Xinjiang, China. Journal of Desert Research, 2012, 32(1): 181-187.

[20]Wang J, Li B L, Yu W L. Analysis of vegetation trend and their causes during recent 30 years in Inner Mongolia Autonomous Region. Journal of Arid Land Resources and Environment, 2012, 26(2): 132-137.

[21]Li X G. Based on the MODIS NDVI Analysis of the Vegetation Cover Change and its Driving Factors in Inner Mongolia[D]. Hohhot: Inner Mongolia University, 2014: 20-21.

[22]Liao G F, Jia Y L. Rangeland Resources of China[M]. Beijing: Science and Technology of China Press, 1996.

[23]Chen K S, Wu T D, Tsang L,etal. Emission of rough surfaces calculated by the integral equation method with comparison to three-dimensional moment method simulations. Geoscience and Remote Sensing, IEEE Transaction, 2003, 41(1): 90-101.

[24]Ma W H, Yang Y H, He J S,etal. The relationship between the temperate grassland biomass and its environmental factors. Science in China, 2008, 38(1): 84-92.

[25]Cao W X, Xu C L, Zhang D G,etal. Ecological responses of soil bulk density and water content to different non-grazing patterns in alpine rhododendron shrubland. Acta Prataculturae Sinica, 2011, 20(3): 28-35.

[26]Lian G, Guo X D, Fu B J,etal. Spatial variability of bulk density and soil water in a small catchment of the Loess Plateau. Acta Ecologica Sinica, 2006, 26(3): 647-654.

[27]Zhang C H, Wang M J, Li X H,etal. The characteristics of temporal and spatial distribution of climate dry-wet conditions over Inner Mongolia in recent 30 years. Journal of Arid Land Resources and Environment, 2011, 25(8): 70-75.

[28]Qu C P, Guan D X, Wang A Z,etal. Comparison of grassland biomass estimation models based on MODIS data. Chinese Journal of Ecology, 2008, 27(11): 2028-2032.

[29]Wang J W, Chen G. Vegetation index and biomass estimation for grassland. Journal of Yunnan Agricultural University, 2006, 21(3): 372-375.

[30]Lu H, Cong J, Liu X,etal. Plant diversity patterns along altitudinal gradients in alpine meadows in the Three River Headwater Region, China. Acta Prataculturae Sinica, 2015, 24(7): 197-204.

[31]Han B, Fan J W, Zhong H P. Grassland biomass of communities along gradients of the Inner Mongolia grassland transect. Journal of Plant Ecology, 2006, 30(4): 553-562.

[1]戴誠, 康慕誼, 紀文瑤, 等.內(nèi)蒙古中部草原地下生物量與生物量分配對環(huán)境因子的響應關系. 草地學報, 2012, 20(2): 268- 274.

[2]李凱輝, 王萬林, 胡玉昆, 等. 不同海拔梯度高寒草地地下生物量與環(huán)境因子的關系. 應用生態(tài)學報, 2008, 19(11): 2364-2368.

[3]胡中民, 樊江文, 鐘華平, 等. 中國草地地下生物量研究進展. 生態(tài)學雜志, 2005, 24(9): 1095-1101.

[4]柴曦, 梁存柱, 梁茂偉, 等. 內(nèi)蒙古草甸草原與典型草原地下生物量與生產(chǎn)力季節(jié)動態(tài)及其碳庫潛力. 生態(tài)學報, 2014, 34(19): 5530-5540.

[5]黃德青, 于蘭, 張耀生, 等. 祁連山北坡天然草地地下生物量及其與環(huán)境因子的關系. 草業(yè)學報, 2011, 20(5): 1-10.

[6]穆少杰, 李建龍, 楊紅飛, 等. 內(nèi)蒙古草地生態(tài)系統(tǒng)近10 年NPP時空變化及其與氣候的關系. 草業(yè)學報, 2013, 22(3): 6-15.

[8]楊秀靜, 黃玫, 王軍邦, 等. 青藏高原草地地下生物量與環(huán)境因子的關系. 生態(tài)學報, 2013, 33(7): 2032-2042.

[9]金云翔, 徐斌, 楊秀春, 等. 不同沙化程度草原地下生物量及其環(huán)境因素特征. 草業(yè)學報, 2013, 22(5): 44-51.

[10]宇萬太, 于永強. 植物地下生物量研究進展. 應用生態(tài)學報, 2001, 12(6): 927-932.

[11]鄢燕, 張建國, 張錦華, 等. 西藏那曲地區(qū)高寒草地地下生物量. 生態(tài)學報, 2005, 25(11): 2818-2823.

[12]王敏, 蘇永中, 楊榮, 等. 黑河中游荒漠草地地上和地下生物量的分配格局. 植物生態(tài)學報, 2013, 37(3): 209-219.

[13]陳建軍, 宜樹華, 任世龍, 等. 疏勒河上游高寒草地植被蓋度反演及精度評價. 草業(yè)科學, 2014, 30(1): 56-65.

[14]李聰, 肖繼東, 曹占洲, 等. 應用MODIS數(shù)據(jù)估算草地生物量. 干旱區(qū)研究, 2007, 24(3): 386-391.

[15]馬文紅, 方精云. 中國北方典型草地物種豐富度與生產(chǎn)力的關系. 生物多樣性, 2006, 14(1): 21-28.

[16]門學慧, 盛建東, 賈宏濤, 等. 北疆溫性荒漠類草地生物量空間分布及影響因素. 草地學報, 2013, 21(5): 861-868.

[17]侯兆疆, 趙成章, 董小剛, 等. 祁連山北坡天然草地不同尺度地上生物量空間格局對地形的響應. 生態(tài)學雜志, 2014, 33(1): 10-15.

[18]張戈麗, 徐興良, 周才平, 等. 近30年來呼倫貝爾地區(qū)草地植被變化對氣候變化的響應. 地理學報, 2011, 66(1): 47-58.

[19]張銳, 劉普幸, 張克新. 新疆草地氣候生產(chǎn)潛力變化特征及對氣候響應的預測研究. 中國沙漠, 2012, 32(1): 181-187.

[20]王娟, 李寶林, 余萬里. 近30年內(nèi)蒙古自治區(qū)植被變化趨勢及影響因素分析. 干旱區(qū)資源與環(huán)境, 2012, 26(2): 132-137.

[21]李曉光. 基于MODIS-NDVI的內(nèi)蒙古植被覆蓋變化及其驅動因子分析[D]. 呼和浩特：內(nèi)蒙古大學, 2014: 20-21.

[22]廖國藩, 賈幼鈴. 中國草地資源[M]. 北京：中國科學技術出版社, 1996.

[24]馬文紅, 楊元合, 賀金生, 等. 內(nèi)蒙古溫帶草地生物量及其與環(huán)境因子的關系. 中國科學, 2008, 38(1): 84-92.

[25]曹文俠, 徐長林, 張德罡, 等. 杜鵑灌叢草地地下生物量與水分特征對不同休牧模式的響應. 草業(yè)學報, 2011, 20(3): 28-35.

[26]連綱, 郭旭東, 傅伯杰, 等. 黃土高原小流域土壤容重及水分空間變異特征. 生態(tài)學報, 2006, 26(3): 647-654.

[27]張存厚, 王明玖, 李興華, 等. 近30年來內(nèi)蒙古地區(qū)氣候干濕狀況時空分布特征. 干旱區(qū)資源與環(huán)境, 2011, 25(8): 70-75.

[28]渠翠平, 關德新, 王安志, 等. 基于MODIS數(shù)據(jù)的草地生物量估算模型比較. 生態(tài)學雜志, 2008, 27(11): 2028-2032.

[29]王建偉, 陳功. 草地植被指數(shù)及生物量的遙感估測. 云南農(nóng)業(yè)大學學報, 2006, 21(3): 372-375.

[30]盧慧, 叢靜, 劉曉, 等. 三江源區(qū)高寒草甸植物多樣性的海拔分布格局. 草業(yè)學報, 2015, 24(7): 197-204.

[31]韓彬, 樊江文, 鐘華平. 內(nèi)蒙古草地樣帶植物群落生物量的梯度研究. 植物生態(tài)學報, 2006, 30(4): 553-562.

*Spatial interpolation analysis of grassland below-ground biomass in the Inner Mongolia Autonomous Region, China

QIAO Yu-Xin1,3, ZHU Hua-Zhong2, ZHONG Hua-Ping2*, WU Zhao-Wen1,3, MENG Lei1, ZHOU Li-Lei2,4

1.ChinaAgriculturalUniversity,Beijing100193,China; 2.StateKeyLaboratoryofResourcesandEnvironmentInformationSystem,InstituteofGeographicalSciencesandNaturalResourcesResearches,CAS,Beijing100101,China; 3.KeyLaboratoryofLandSurfacePatternandSimulation,InstituteofGeographicalSciencesandNaturalResourcesResearch,CAS,Beijing100101,China; 4.ChongqingNormalUniversity,ChongqingKeyLaboratoryofEarthSurfaceProcessesandEnvironmentalRemoteSensinginThreeGorgesReservoirArea,Chongqing400047,China

This study combines survey data on the below-ground biomass of 198 grassland plots in the Inner Mongolia Autonomous Region with remote sensing and meteorological data. Correlation and regression analyses have been conducted between the recorded below-ground biomass and elevation, annual average temperature, precipitation, ≥10℃ annual accumulated temperature, moisture index and NDVI (normalized difference vegetation index). Based on the regression equation, a single factor interpolation was undertaken using the ArcGIS platform, with different weights assigned to different factors based on the degree of fit between the predicted results of the interpolation and the measured results. In terms of the weighted superposition of values, the integrated underground biomass interpolation is graphed as a 1 km×1 km grid. The results show that the average below-ground biomass of grasslands in the Inner Mongolia Autonomous Region is 1364.06 g/m2. The below-ground biomass of temperate steppe is the highest (1916.64 g/m2) while that of temperate desert is the lowest (80.39 g/m2). There is a significant correlation between below-ground biomass and annual average temperature, precipitation, ≥10℃ annual accumulated temperature, moisture index, and NDVI in the Inner Mongolia district. In terms of spatial pattern, the below-ground biomass of grasslands shows a decreasing trend from northeast to southwest, with the highest scores in the east of Hulunbeir League and Xilin Gol League and the lowest scores in Alxa League. This study demonstrates the value of the spatial interpolation of data on below-ground vegetation biomass in Inner Mongolia grasslands, with a forecast accuracy of 66.62%.

below-ground biomass; interpolate; spatial pattern; grassland; Inner Mongolia

10.11686/cyxb2015402

http://cyxb.lzu.edu.cn

2015-09-05；改回日期：2015-11-30

國家科技基礎性工作專項(2012FY111900-2，2011FY110400-3)，國家科技基礎條件平臺-地球系統(tǒng)科學數(shù)據(jù)共享平臺(2005DKA32300)，北京市大學生科學研究與創(chuàng)業(yè)行動計劃項目(2015bj021)和國家自然科學基金(J1103520)資助。

喬宇鑫(1993-)，男，內(nèi)蒙古包頭人，在讀本科。E-mail：1076998051@qq.com

Corresponding author. E-mail：zhonghp@igsnrr.ac.cn

喬宇鑫，朱華忠，鐘華平，伍兆文，孟雷，周李磊. 內(nèi)蒙古草地地下生物量空間格局分析. 草業(yè)學報, 2016, 25(6): 1-12.

QIAO Yu-Xin, ZHU Hua-Zhong, ZHONG Hua-Ping, WU Zhao-Wen, MENG Lei, ZHOU Li-Lei. Spatial interpolation analysis of grassland below-ground biomass in the Inner Mongolia Autonomous Region, China. Acta Prataculturae Sinica, 2016, 25(6): 1-12.