張雨欣， 黃健熙*， 金云翔， 王 潔， 趙圓圓， 馮權(quán)瀧， 馬 欽

(1.中國農(nóng)業(yè)大學(xué)土地科學(xué)與技術(shù)學(xué)院， 北京 100083; 2.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所， 北京 100081;3.中國農(nóng)業(yè)大學(xué)草業(yè)科學(xué)與技術(shù)學(xué)院， 北京 10083; 4.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院， 北京 100083)

草地資源是非常重要的再生性自然資源，是陸地生態(tài)系統(tǒng)的重要組成部分，在全球氣候調(diào)節(jié)、生物多樣性保育、水土保持和維系區(qū)域經(jīng)濟(jì)等過程中具有重要的作用和價值[1]。我國草地總面積4億公頃，約占國土面積的41.7%，天然草地種類達(dá)五千多種，是我國重要的畜牧業(yè)基地、江河發(fā)源地和生態(tài)環(huán)境屏障[2]。然而，受到全球氣候變化、自然災(zāi)害、鼠蟲害以及過度放牧等自然和人為干擾，草地生物量下降、草地沙化退化現(xiàn)象日益嚴(yán)重。近10年前，我國草地90%以上發(fā)生了不同程度的退化，中度和重度退化草地面積達(dá)到了約1 533 333.3 km2[3]。在圍欄封育、禁牧和生態(tài)建設(shè)工程等國家和地方的草原恢復(fù)政策措施調(diào)控下，草地的數(shù)量、植被覆蓋度、豐富度等指標(biāo)均有所提升，草地退化的現(xiàn)象逐步得到緩解[4]。但是，草地的生長環(huán)境具有脆弱性，極易受到人為或自然干擾的影響，如三江源區(qū)2006—2010年生態(tài)工程建設(shè)后5年內(nèi)極度退化的草地僅占總面積的1%以下，而在下一個5年草地退化面積又出現(xiàn)增長[5]，說明草地退化監(jiān)測仍然是一個長期且艱巨的任務(wù)。草地資源的數(shù)量是草地退化監(jiān)測的重要內(nèi)容，而我國的草原資源一直存在底數(shù)不清的嚴(yán)峻問題，實時、高效的草地地上生物量估算方法對合理保護(hù)修復(fù)草地資源具有重要的研究價值和現(xiàn)實意義。

遙感信息為草地生物量監(jiān)測提供了多源的數(shù)據(jù)支撐，是實現(xiàn)草地生物量監(jiān)測大尺度研究的有效手段，然而草地地上生物量遙感估算研究仍較為薄弱，遙感信息仍未充分發(fā)揮其作用與優(yōu)勢。草地宏觀、大尺度估產(chǎn)的研究方法以回歸統(tǒng)計模型為主，重點在于建立草地地上生物量與遙感數(shù)據(jù)之間的回歸模型。統(tǒng)計模型能夠反映草地瞬時地表上的長勢和地上生物量的空間分布，但是，不能解釋草地植被生長發(fā)育與生物量形成的內(nèi)在過程機(jī)理以及生長發(fā)育過程中與環(huán)境的關(guān)系。并且，草地生態(tài)系統(tǒng)存在復(fù)雜的空間異質(zhì)性，模型過于依賴于地面數(shù)據(jù)的采集。同時，高精度遙感信息的時序不連續(xù)性也導(dǎo)致了統(tǒng)計模型往往不能夠展現(xiàn)出連續(xù)的生物量變化特征。機(jī)理模型通過數(shù)學(xué)方法揭示了植被生長的動力學(xué)機(jī)制，在時間連續(xù)性和生理生化過程的模擬上更具優(yōu)勢，但是大多數(shù)機(jī)理模型在草地的生長模擬中局限在單點尺度，由于區(qū)域尺度的模型初始狀態(tài)和模型參數(shù)確定困難，區(qū)域尺度的作物模型應(yīng)用仍然具有挑戰(zhàn)性。因此，究竟何種模型更適合推廣到大范圍草地地上生物量監(jiān)測研究中，如何在草地地上生物量估算方法中更好地體現(xiàn)植被生長的機(jī)理性，是草地遙感監(jiān)測亟需解決的問題之一。

本文以現(xiàn)有研究文獻(xiàn)為依據(jù)，梳理了國內(nèi)外草地地上生物量估算模型方法，從遙感統(tǒng)計模型、作物生長模型、草地生長模型、光能利用率模型等多個方面進(jìn)行系統(tǒng)闡述和分析，總結(jié)了當(dāng)前研究中存在的不足和未來發(fā)展難點，以期為草地地上生物量的定量反演與模擬提供新思路，為草畜平衡、草地生態(tài)演替和草地沙化退化的定量研究提供理論參考。

1 草地地上生物量主要估算模型

1.1 遙感統(tǒng)計模型

遙感具有快速獲取大面積地表信息的優(yōu)勢，輔助草地地上生物量估算突破了傳統(tǒng)實測方法的時空局限。草地地上生物量估算的遙感統(tǒng)計模型不涉及機(jī)理問題，基于遙感參數(shù)與地面生物物理參數(shù)之間存在的高度相關(guān)性規(guī)律，建立觀測數(shù)據(jù)與遙感信息的數(shù)學(xué)模型用于草地地上生物量的估算，這種方法是當(dāng)前應(yīng)用最為廣泛的方法[6]。常用的遙感資料包括了植被指數(shù)、葉面積指數(shù)(Leaf area index，LAI)等，地面生物物理參數(shù)主要為草地地上生物量。近20年來，國內(nèi)外學(xué)者有關(guān)遙感草地估產(chǎn)統(tǒng)計模型方法的研究可以概括為探討不同遙感資料在不同類型草地和不同觀測時間上與地面實測草地地上生物量關(guān)系，以選擇特定研究區(qū)域和研究時相的最優(yōu)模型作為大范圍草地地上生物量遙感估算模型(表1)。

表1 草地地上生物量遙感估算統(tǒng)計模型

天然草地是一個空間異質(zhì)性較大的地表覆蓋類型，不同草地類型地上生物量及其年際間變化存在較大差異。因此，在不同地區(qū)、不同草地類型適宜的植被指數(shù)和回歸模型也有較大差異。杜玉娥等[13]利用青海省三江源地區(qū)326個樣本結(jié)合MODIS的歸一化植被指數(shù)(Normalized difference vegetation index,NDVI)，增強(qiáng)型植被指數(shù)(Enhanced vegetation index,EVI)資料建立了三江源地區(qū)草地地上生物量反演模型，認(rèn)為同一地區(qū)不同草地類型的適宜植被指數(shù)存在差異，模型構(gòu)建時應(yīng)該重視區(qū)分不同草地類型。賀俊杰等[14]利用S曲線回歸估產(chǎn)模型測算了草甸草原、典型草原和荒漠化草原的逐月牧草產(chǎn)量，同樣發(fā)現(xiàn)了各類草原地上生物量的建模差異。王正興等[15]分別按照4種草地類型和NDVI，EVI兩種植被指數(shù)，建立了線性模型和冪函數(shù)模型，得出草甸和典型草原模型相關(guān)性高，沙地和荒漠模型相關(guān)性較低的特點，而典型草原的冪函數(shù)模型效果最佳，草甸的線性模型效果最佳，且不同草地類型對NDVI和EVI建模的效果差異明顯。因此，統(tǒng)計模型同時受到草地類型的顯著影響，建模過程中應(yīng)該充分考慮分區(qū)建模。保證遙感數(shù)據(jù)與地面觀測數(shù)據(jù)同步，避免因植被隨著生長發(fā)育受不同時期的水熱影響帶來的模型誤差，或選擇對植被葉綠素含量響應(yīng)更為敏感的指數(shù)，減少因綠度變化帶來的影響[15]。

在保證實測數(shù)據(jù)與遙感觀測數(shù)據(jù)時間基本同步下，統(tǒng)計模型方法估產(chǎn)的反演精度較高，能夠滿足大范圍草地估產(chǎn)的實際應(yīng)用需求。且該方法試驗過程簡單，研究者僅需要注重控制兩類誤差來源，一是地面采樣精度，嚴(yán)格轉(zhuǎn)換干重和濕重，防止由觀測帶來的不確定性；二是遙感數(shù)據(jù)精度，注意時相是否一致和空間分辨率是否適宜。但是該類方法存在諸多局限，主要有以下5點：(1)對于高密度植被區(qū)而言，植被指數(shù)存在過飽和問題(如NDVI)，會導(dǎo)致地面高值低估。(2)由于地面樣方一般小于遙感影像一個像元的大小，因此在應(yīng)用中低分辨率的遙感數(shù)據(jù)時，地面驗證數(shù)據(jù)與遙感影像存在著空間尺度不匹配問題，混合像元嚴(yán)重，影響驗證精度。(3)光學(xué)遙感受云雨影響嚴(yán)重，在研究區(qū)較大、對比年份較多的情況下，很難找到多年內(nèi)覆蓋整個研究區(qū)且影像質(zhì)量均較好的時相，尤其是對于高分辨率的數(shù)據(jù)而言(如高分?jǐn)?shù)據(jù))。(4)MODIS等植被指數(shù)產(chǎn)品被頻繁應(yīng)用到遙感統(tǒng)計模型中，受到傳感器等影響，產(chǎn)品常常出現(xiàn)異值，需要研究者采取相鄰時相替代法、S-G濾波等方法濾除異常值。(5)受到地形、成像角度等因素影響，遙感影像存在異物同譜和同物異譜，這些像元不能準(zhǔn)確表達(dá)地物的狀態(tài)和類型，地面草地植被信號容易被混淆，影響建模精度。

1.2 植被生長類機(jī)理模型

1.2.1基于作物生長類的機(jī)理模型 自20世紀(jì)50年代以來，國內(nèi)外相繼發(fā)表了一系列優(yōu)秀的作物生長模型，如DSSAT，STICS，CECROS等。作物模型機(jī)理性強(qiáng)、適應(yīng)性廣的特點對推動農(nóng)業(yè)信息技術(shù)的發(fā)展產(chǎn)生了積極影響，促使了學(xué)術(shù)界在模型區(qū)域運用、氣候災(zāi)害響應(yīng)以及農(nóng)業(yè)農(nóng)情監(jiān)測等方面開展了系統(tǒng)性的研究工作。CROPGRO模型、APSIM模型和WOFOST模型是應(yīng)用較為普遍的作物模型，能夠模擬小麥(TriticumaestivumL.)和水稻(OryzasativaL.)等農(nóng)作物的生長，也能夠反映草地生長發(fā)育過程[16-17]。

CROPGRO-Perennial模型是DSSAT-CROPGRO系列模型的1個子模塊，是草地估產(chǎn)中應(yīng)用最為廣泛的作物生長模型，根據(jù)輸入的生理過程、土壤特征、氣候和管理參數(shù)來預(yù)測植被的生長動態(tài)[18]。Rmyph等[19]利用CROPGRO-Perennial模型估算了白喜草(PaspalumnotatumFlugge)的地上生物量，Pedreira等[20]、Pequeno等[21]和Lara等[22]研究發(fā)現(xiàn)該模型能夠有效地整合草地生長資料，滿足草地生長模擬的精度要求，也有學(xué)者將該模型應(yīng)用到豚草(AmbrosiaartemisiifoliaL.)[23]、紫花苜蓿(MedicagosativaL.)[24]、百慕大草(Bermuda)和臂形草(Brachiariaeruciformis(J. E. Smith) Griseb.)[25]等草地類型?？梢姡撃Ｐ驮缧┠曛饕贿\用在單一物種的模擬上，但近年來也有研究針對模型在物種泛化能力上的表現(xiàn)做出了相應(yīng)的研究，探索該模型如何克服空間異質(zhì)性。Pequeno等[25]對3種不同的禾本科植物產(chǎn)量進(jìn)行了模擬，證明了3種禾草間的差異主要是由植物部分組成和同化物質(zhì)在植物器官之間的分配所驅(qū)動。Bosi等[26]分別對CROPGRO-Perennial模型在林牧交錯帶進(jìn)行了參數(shù)化，R2達(dá)到了0.93～0.96。

APSIM(Agricultural production systems simulator)模型是一種農(nóng)業(yè)生產(chǎn)建?？蚣?，用于模擬農(nóng)業(yè)系統(tǒng)中各生物物理過程的土壤-作物模型，由澳大利亞聯(lián)邦科工組織(CSIRO)以及昆士蘭州政府的農(nóng)業(yè)生產(chǎn)系統(tǒng)小組開發(fā)建立，將不同作物模型集成到一個平臺[27-28]。APSIM模型包括了生物物理模塊、管理模塊、數(shù)據(jù)輸入輸出模塊和模型引擎模塊，有土壤參數(shù)、植物參數(shù)和管理參數(shù)3部分輸入?yún)?shù)[29]。該模型繼承了許多已有模型中的發(fā)展較為成熟的模塊，如土壤水平衡、土壤有機(jī)質(zhì)和氮的累積與平衡則可以追溯到CERES模型，具有較高的模擬精度，并強(qiáng)調(diào)土壤模塊在植被生長發(fā)育中的作用，如土壤水運移過程、土壤N平衡和有機(jī)質(zhì)的累積等。因此，模型運行過程中的天氣因素、管理措施、以及植被生長過程中的生物物理變化等都被映射為土壤特征屬性變量的連續(xù)變化。APSIM-Growth，APSIM-Pasture和APSIM-AgPasture等模型可以用作草地的生長模擬，既支持單點尺度上的模擬，也能夠多點同時進(jìn)行模擬。APSIM模型涵蓋了紫花苜蓿、雜類草等多種草地類型的模擬[30]，具有較高的草地生長模擬潛力[31]。

WOFOST模型是荷蘭瓦赫寧根大學(xué)所開發(fā)的作物生長模型，是一種基于過程的機(jī)理模型，模擬在氣候和其他環(huán)境因子影響下的作物生長過程，主要原理是通過光合作用來驅(qū)動模型，通過積溫函數(shù)來模擬作物的生長發(fā)育[32]。模型自開發(fā)以來，通常用于小麥、水稻等傳統(tǒng)農(nóng)作物的生長發(fā)育[33-35]。張雪婷等[36]以青海省烏圖美仁的草地為研究對象，利用WOFOST模型開展了草地地上生物量遙感同化估算研究，基于集合卡爾曼濾波(Ensemble KalmanFilter,EnKF)算法，在30米尺度下，同化Landsat-LAI后，2014年草地生物量的均方根誤差(RMSE)從2 447.09 kg·hm-2降低至1 437.21 kg·hm-2。He等[37]基于WOFOST模型的土壤-水-大氣-植物(SWAP)模型，將MODIS葉面積指數(shù)產(chǎn)品同化到模型中以估算若爾蓋草原禾草地上干重，確定性系數(shù)(R2)達(dá)到0.73，RMSE達(dá)到617.94 kg·hm-2，間接證實了WOFOST模型具備一定模擬草地生長過程的研究潛力。草的根、莖、葉、花和果實等結(jié)構(gòu)與傳統(tǒng)農(nóng)作物不同，生長發(fā)育過程中，不同結(jié)構(gòu)之間生物量的流轉(zhuǎn)與分配存在明顯差異。WOFOST模型以光合作用為核心驅(qū)動模型，這與草的生長發(fā)育理論相一致，因此合理的標(biāo)定模型參數(shù)，將WOFOST模型遷移應(yīng)用到草地生長的模擬從理論上具有一定的可行性。

上述3個模型的草地模式都是由典型農(nóng)作物改進(jìn)而來，雖然目前應(yīng)用于草地模擬的研究遠(yuǎn)遠(yuǎn)少于作物模擬，但其應(yīng)用潛力是較大的。CROPGRO-Perennial模型相較于其他2個模型，能夠區(qū)別模擬不同的草地植被品種，適合用于植被地面信息豐富的研究，APSIM模型在氣候變化響應(yīng)上表現(xiàn)更為優(yōu)異。

1.2.2基于草地植被生長類的機(jī)理模型 草的生長周期、生理機(jī)制和生長環(huán)境等都與作物有許多不同之處，國內(nèi)外針對草地生長的過程，已發(fā)展了較多的草地生長模型，包括了Jouven模型、B模型、MoSt GG模型和SOLVEG模型和BASGRA模型等。Jouven模型是一種研究草地生長與管理之間的季節(jié)變化和年際變化機(jī)制的動力學(xué)模型[38-39]。模型以每日為時間步長來計算草地植被的生長、衰老和凋落，在運行計算過程中充分考慮了有效輻射量等影響生長的潛在因素和葉面積指數(shù)(Leaf area Index，LAI)等表征信息。在單點尺度上，能夠充分模擬草地地上總生物量以及不同結(jié)構(gòu)的生物量。HURTADO-URIA等[40]用Jouven模型在愛爾蘭分別與J&T模型和B模型進(jìn)行了對比實驗，發(fā)現(xiàn)Jouven模型的RMSE最小，且8—10月的模擬值與實測值更接近。Calanca等[41]驗證了Jouven模型(ModVege模型)，認(rèn)為該模型能夠正確地模擬不同地點和不同生長季節(jié)的生長趨勢。Ruelle等[42]充分考慮了土壤中氮和水的作用，改進(jìn)了Jouven模型，提出了MoSt GG模型。該模型與Jouven模型不同的是，Jouven模型強(qiáng)調(diào)草的生長主要由降水、溫度、蒸散發(fā)等氣候條件控制，簡化了其他復(fù)雜的生長約束過程(如氮吸收為常量)，而MoSt GG模型強(qiáng)調(diào)了土壤含水量對土壤中氮的吸收的影響，主要通過量化氮的礦化作用和氮的固定來描述土壤中的氮通量，同時模型還支持不同管理模式下的情景模擬。由此可見，這類模型能夠較好模擬草地地上生物量，但在研究中應(yīng)注重非生長季的不確定性調(diào)控。

除此之外，SOLVEG[43]，BASGRA[44]等模型也被廣泛應(yīng)用于草地的生長模擬，與作物生長模型不同的地方在于，草地生長模型更加關(guān)注于土壤中的水分和土壤的作用，精度相對較高，但模型的模擬精度更加依賴于土壤生化參數(shù)的地面實際觀測值。

草地植被生長類更能反映草地植被的生長特征，模型更具有代表性，研究者可以根據(jù)植被真實情況進(jìn)行模型修改。但是，該類模型也存在機(jī)理模型共有的問題，參數(shù)復(fù)雜且難獲取，需要研究者結(jié)合參數(shù)優(yōu)化算法尋找參數(shù)的最優(yōu)解。

1.3 其他相關(guān)模型

除了植被生長類機(jī)理模型和統(tǒng)計模型，部分生態(tài)系統(tǒng)生產(chǎn)力過程模型、光能利用率模型以及機(jī)器學(xué)習(xí)等模型也可以用于估算草地地上生物量(表2)。迄今為止，相比于作物生長模型和草地生長模型，生態(tài)過程模型和光能利用率模型在草地模擬的空間化、區(qū)域化上具有明顯的優(yōu)勢，雖然這兩類模型仍然存在實測數(shù)據(jù)難獲取、實測點尺度數(shù)據(jù)難推廣到區(qū)域的問題，但已經(jīng)有相當(dāng)一部分的研究實現(xiàn)了將草地NPP從單點尺度推展到區(qū)域尺度，該類模型的過程機(jī)理明確，反演精度普遍較高。并且，生態(tài)過程模擬模型，如Biome-BGC模型，能夠?qū)崿F(xiàn)未來情景預(yù)測模擬，尤其是在全球氣候變化背景下，草地的多情景響應(yīng)具有十分重要的研究意義。但是，NPP和草地地上生物量屬于不同的概念，NPP包括地上、地下生物量兩個部分，兩者存在一定的定量關(guān)系[45]，界定草地地上生物量的概念并解釋NPP與地上生物量之間的關(guān)系，對草地地上生物量估算十分重要。

2 遙感與機(jī)理模型耦合的數(shù)據(jù)同化模式

2.1 遙感數(shù)據(jù)同化模式

遙感與作物模型數(shù)據(jù)同化研究一直是國內(nèi)外農(nóng)業(yè)遙感領(lǐng)域的熱點，自20世紀(jì)60年代發(fā)展至今，技術(shù)路線和理論基礎(chǔ)都已較為成熟，廣泛應(yīng)用于玉米[57]、水稻[58-59]和冬小麥[60]等作物的研究。遙感數(shù)據(jù)同化技術(shù)能滿足草地生物量監(jiān)測同時兼顧植被生長機(jī)理性和大范圍面上推廣的需求，具有較為重要的研究潛力。遙感數(shù)據(jù)同化思想強(qiáng)調(diào)在估產(chǎn)過程中將遙感觀測數(shù)據(jù)整合到一個演進(jìn)的生長模型當(dāng)中，更新模型中的變量，使得模擬值與遙感觀測值趨于一致。機(jī)理模型能夠彌補(bǔ)遙感對地觀測在植被內(nèi)在的過程機(jī)理模擬方面的不足，通過數(shù)據(jù)同化的方法，耦合遙感觀測和機(jī)理模型，能夠?qū)崿F(xiàn)兩者的優(yōu)勢互補(bǔ)，提高區(qū)域生物量的模擬能力[61-62]。

目前，基于代價函數(shù)的參數(shù)優(yōu)化方法和基于估計理論的順序同化方法是2類主要的數(shù)據(jù)同化方法[61]。其中，參數(shù)優(yōu)化方法重點在于同化變量、優(yōu)化算法和目標(biāo)函數(shù)的選取，同化變量常見的有LAI和ET等反演參數(shù)[62-63]，優(yōu)化算法主要包括了復(fù)合型混合演化算法(SCE-UA)[58][64]、模擬退火法[65]、粒子群算法[66]等，順序同化方法常用到集合卡爾曼算法(EnKF)[67]等。一般地，采用數(shù)據(jù)同化的思路來進(jìn)行草地估產(chǎn)，首先要對模型參數(shù)進(jìn)行標(biāo)定，使其與研究區(qū)植被的生長規(guī)律更為吻合，構(gòu)建適合的模型參數(shù)集驅(qū)動模型。然后，將作為同化變量的遙感觀測值融入標(biāo)定后的模型中，擾動模型的運行，使得最后模型輸出的地上生物量與實際觀測值趨于一致。

2.2 基于數(shù)據(jù)同化的草地地上生物量估算

遙感信息能夠?qū)崿F(xiàn)區(qū)域大尺度上的草地地上生物量反演，機(jī)理模型能夠較好反映植被的生物物理過程。因此，耦合遙感信息與機(jī)理模型，是當(dāng)前植被生物量估算中的一種主流思路，其中數(shù)據(jù)同化技術(shù)是改進(jìn)草地估產(chǎn)模式、提高模擬精度的重要途徑。圖1為基于數(shù)據(jù)同化方法的草地地上生物量估算示意圖，這類模型主要有4種模式[68]：(1)將遙感反演值用到草地植被生長模式中；(2)用遙感反演值更新模式中相應(yīng)的變量；(3)重新初始化模式，通過調(diào)整模式參數(shù)使得模擬值與遙感反演值一致，進(jìn)而確定模式的初始值；(4)重新參數(shù)化模式，通過調(diào)整模式參數(shù)使得模擬值與遙感反演值一致，進(jìn)而確定模式的參數(shù)值。張雪婷等[36]、He等[37]、Zhang等[69]、Nouvellon等[70]采用遙感與作物生長模型數(shù)據(jù)同化的方法進(jìn)行草地生長研究，均證明了數(shù)據(jù)同化能夠顯著提高機(jī)理模型的模擬精度。Huang等[71]在缺乏地面知識的情況下采用貝葉斯方法對BASGRA模型進(jìn)行標(biāo)定，結(jié)合MODIS數(shù)據(jù)產(chǎn)品實現(xiàn)站點尺度的順序同化。證明了同化過程中嚴(yán)格的數(shù)學(xué)理論能夠有效優(yōu)化參數(shù)從而克服地面知識缺少的問題，為當(dāng)前大范圍草地地上生物量提供了參考。

圖1 基于遙感數(shù)據(jù)同化的草地地上生物量估算示意圖

數(shù)據(jù)同化的方法是促進(jìn)大范圍草地長勢監(jiān)測和產(chǎn)量預(yù)測向機(jī)理化和精準(zhǔn)化方向發(fā)展的有效技術(shù)之一，但是采用同化思想進(jìn)行估算的研究仍然十分稀缺。其原因有三，一是模型標(biāo)定困難，過程模型需要對參數(shù)進(jìn)行本地化標(biāo)定，而草地類型繁多，不同的草種生長規(guī)律差異大，地表上不同類型草地交錯分布對參數(shù)標(biāo)定工作造成了極大的困擾，不充分的模型標(biāo)定則會使得后期同化效果欠佳，因此科學(xué)合理的標(biāo)定策略是今后草地遙感同化的發(fā)展方向之一。根據(jù)已有研究經(jīng)驗，草地植被的物候特征可成為參數(shù)標(biāo)定的重要資料，植被的物候特征可以確定植被生殖生長和營養(yǎng)生長的起始時間，從而確定生長積溫等參數(shù)的合理范圍。二是機(jī)理模型遷移困難，目前已有的研究大都基于作物模型(如WOFOST模型)，作物模型對于作物的模擬目前已發(fā)展得較好，但對于非禾本科草的模擬相對受限，因此草地生長模型與遙感數(shù)據(jù)的耦合是今后發(fā)展的挑戰(zhàn)。三是同化效率問題，順序濾波的同化效率較高，但容易導(dǎo)致植被“物候漂移”，精度不如參數(shù)優(yōu)化法，且在區(qū)域化應(yīng)用上受限于模型與遙感觀測數(shù)據(jù)的尺度差異；而參數(shù)優(yōu)化法運行效率偏低，計算效率始終是瓶頸，在實時模擬預(yù)報上不如順序濾波靈活。因此，在草地同化估產(chǎn)中應(yīng)充分考慮此類不確定性，考慮時空預(yù)測上的現(xiàn)實需求，從而更有效地利用數(shù)據(jù)同化方法應(yīng)用于大范圍、高精度草地生物量估算研究中。

3 問題和展望

(1)草地地上生物量遙感估算經(jīng)歷了從統(tǒng)計分析到生長過程模擬的轉(zhuǎn)變，將環(huán)境因子、地形與草地地上生物量的統(tǒng)計關(guān)系研究精細(xì)到對植被一系列生長發(fā)育進(jìn)行綜合數(shù)值模擬的過程。草地覆蓋范圍廣、空間異質(zhì)性大，同時受到放牧等人為因素，以及草地退化、沙化等自然因素對草地的影響都較大。統(tǒng)計方法雖已得到較為廣泛應(yīng)用，但其本質(zhì)仍然是只能描述現(xiàn)象，難以揭示更為詳盡的生物化學(xué)原理，在大范圍估產(chǎn)中難免被質(zhì)疑缺乏機(jī)理性。

(2)機(jī)理模型往往建立在復(fù)雜生物化學(xué)理論基礎(chǔ)之上，越來越受到學(xué)術(shù)界的關(guān)注。但是，正如本文所述的CROPGRO-Perennial,APSIM,Jouven等模型皆是點模型，參數(shù)往往是根據(jù)特定地區(qū)的觀測數(shù)據(jù)建立起來的，需要進(jìn)行校準(zhǔn)和調(diào)參，普適性比較差，但隨著“3S”技術(shù)的發(fā)展，模型參數(shù)的標(biāo)定效率將會大大提高。草地地上生物量遙感估算如何實現(xiàn)從多元統(tǒng)計向生長模型的轉(zhuǎn)變，既滿足準(zhǔn)確模擬草地生長的內(nèi)在物理過程和動力學(xué)機(jī)制的生物學(xué)要求，又能在大范圍估產(chǎn)中保證高性能計算效率，是草地地上生物量遙感估算的重要發(fā)展方向。

(3)遙感數(shù)據(jù)同化方法能夠?qū)⒍嘣吹摹r間不連續(xù)的遙感觀測數(shù)據(jù)耦合到過程模型中，調(diào)整生長過程模擬中的變量，使得狀態(tài)變量的模擬結(jié)果與觀測值達(dá)到一致。遙感信息宏觀性和時空連續(xù)性與草地生長模型的連續(xù)性和機(jī)理性互補(bǔ)，為草地模型的區(qū)域化推廣應(yīng)用提供了支撐，但由于草地的植物種類繁多，尤其是天然草地，其空間異質(zhì)性遠(yuǎn)大于農(nóng)作物，有待進(jìn)一步探索。