基于GIS的中国草地合理载畜量空间化

刘丹阳，王鹏远，岳晓霞，柳小妮

(1.甘肃农业大学 草业学院/草业生态系统教育部重点实验室/甘肃省草业工程实验室/中-美草地畜牧业可持续发展研究中心，甘肃 兰州 730070；2.内蒙古大学生命科学学院，内蒙古 呼和浩特 010021；)

基于GIS的中国草地合理载畜量空间化

刘丹阳1，王鹏远2，岳晓霞1，柳小妮1

(1.甘肃农业大学 草业学院/草业生态系统教育部重点实验室/甘肃省草业工程实验室/中-美草地畜牧业可持续发展研究中心，甘肃 兰州 730070；2.内蒙古大学生命科学学院，内蒙古 呼和浩特 010021；)

天然草地合理载畜量是反映草地合理利用强度的基本单位。为提高草地合理载畜量的划分精度，根据“极大似然逼近原理”，创建了异质因子控制下的“线性回归+区域化值残差修正”数据空间化方法。以全国草地资源调查汇总数据中县域理论载畜量和1∶400万中国草地资源图为基础数据，采用分省控制构建了理论载畜量与植被类型-生产力异质植被斑块的线性回归模型，其判定系数由全国模型下的0.867提高到0.937，拟合优势度较高，所获得的中国公里格网草地合理载畜量分布图空间化精度也较高。中国公里格网草地合理载畜量分布图不仅表明了不同类草地因生产力的不同有不同的放牧要求，也体现了不同环境条件下草地载畜能力的差别，有效反映了单位面积内草地植被载畜-生产力水平，为生态治理和草地资源保育工作中合理制定草地利用强度提供了理论参考。

GIS；多元线性回归；草地；载畜量；空间化

草地资源作为可循环再生的自然资源，在维持生态系统平衡的同时，也是畜牧业发展重要的物质基础[1]。中国草地面积广大，草地类型丰富，可利用价值与用途多种多样，但同时却面临消失速度快、管理模式粗放、超载过牧以及草地生态退化状况严重等突出问题[2-4]。天然草地的合理载畜量正是反映这一资源承压状况的重要指标之一[5,6]，我国公认的天然草地合理利用强度也以天然草地合理载畜量为基本单位[7,8]。如何科学的确定草地合理载畜量，避免因盲目追求经济效益而肆意增大草原放牧率致使草畜关系失衡，同时提高草地生产力，引导草地畜牧业可持续发展以及合理利用草原、改善草原生态环境、维护生态平衡、实现草地资源可持续利用以及社会和经济可持续发展有着十分重要的作用[9]。

国外对于草地载畜量确定的研究已有不少成果[10-14]，我国有关如何估算草地载畜量的研究也较多，如赵有益等[15]基于灰色-马尔科夫残差预测模型预测了甘南草地载畜量；辛有俊等[16]参考农业部《天然草地合理载畜量的计算》(NY/T636-2002)评价了青海省草地载畜量与载畜压力；秦泗国等[17]对西藏那曲草原的研究表明，那曲草原整体处于超载状态，且载畜量持续增加。

载畜量的估算方法多样，在一般的草地资源调查成果中，载畜量数据表现为行政区划单元(如市、县)为记录的表格数据。用这种数据来表达草地载畜量的空间分布格局时存在2个方面的主要问题。一是空间精度不高，二是以县级行政区为基本单元制定草地的载畜量，部分草地生产力相对较差却仍有一定载畜能力的县(市/区/旗)，因草地资源匮乏没有调查结果而缺少对应的草地载畜量，导致草地合理载畜量数据不完整[18]。为此，廖顺宝等[18]根据属性数据空间化思路，利用模型计算与残差修正相结合的技术方法，将20世纪80年代全国草地理论载畜量调查数据，从市县单元转换到公里网格尺度这一更细的空间尺度上。廖顺宝等[18]的分析手段侧重于地学矢量目标，为突出草地载畜量和草地生产力之间的关系，本研究在其研究基础上，根据“极大似然逼近原理”，以全国草地资源调查汇总数据中县域理论载畜量和1∶400万中国草地资源图为基础数据，采用分省控制，构建理论载畜量与不同类草地的面积和产草量2个因子密切相关的植被类型-生产力异质植被斑块的线性回归模型，探明草地植被空间异质结构下的放牧合理承载能力，提高草地合理载畜量的划分精度，为生态治理和草地资源保护工作中合理制定草地利用强度提供理论参考。

1 数据来源及研究方法

1.1 数据来源

中国1∶400万草地分类图和中国1∶400万县级行政区划图来源于地球系统科学数据共享平台(www.geodata.cn)。中国1 km空间的空间分辨率基础地理数据来源于美国地质调查局(United States Geological Survey,USGS;www.usgs.gov)。中国分县(市/区/旗)草地合理载畜量和单位面积产草量数据来源于《中国草地资源数据》[19]。

1.2 研究方法

在Arc Map 10平台上，以省为单位(草地面积较小且相邻的省份归并处理，如广东、广西和海南省)，创建中国1∶400万草地分类图中18个草地类的几何分离斑块，以单位面积(1 km2)内的草地载畜量为因变量，各类草地的面积和其产草量的乘积为自变量，建立多元回归模型。

为解决线性回归过程中部分小样本与拟合直线偏离程度较大的问题，将载畜量统计数据插值为栅格图层并与回归模拟载畜量的栅格图层进行代数运算，计算两者间的残差，最后在Arc Map 10平台上将残差插值为栅格图层对回归模拟载畜量分布图加以修正，进而实现全国草地合理载畜量的空间化。

利用SPSS统计分析软件建立多元回归模型，同时对回归方程进行拟合优度检验、回归系数的显著性检验和残差分析，以证明模型的可靠性。

2 结果与分析

2.1 草地类的合理载畜量回归模型

全国18个草地类合理载畜量的线性回归模型为：

y=111.770x1+39.902x2+8.373x3+30.434x4+1.778x5+40.159x6+74.550x7+3.974x8+52.592x9+338.321x10+255.979x11+446.260x12+492.910x13+553.951x14+119.583x15+257.989x16+79.554x17+312.687x18

式中：y-单位格网的内草地合理载畜量(羊单位/km.a)；x1,x2,…,x18-单位格网内不同类草地的面积(km2)，常数项为0(无草地即无载畜量)。

SPSS回归分析结果表明，通过观察调整后的判定系数为0.867，拟合优度较高，线性关系显著。回归方程的显著性检验结果表明(表1)，18个草地类变量均大于显著性水平，模型代表性较好。

表1 全国18类草地合理载畜量回归方程的显著性检验Table 1 Significance test of regression equation of reasonable carrying capacity in China

2.2 草地合理载畜量的空间分布

对全国以及北方草地(草地面积占全国草地面积70%)所在的几个省的公里格网草地合理载畜量回归分析结果(表2)表明，分省模型的判定系数由全国模型下的0.867提高到0.937(平均值)。全国和分省模型显著性检验的概率均为0，小于显著性水平0.05。残差修正后得到全国公里格网的草地合理载畜量空间分布图。单位面积草地合理载畜量在全国范围内总体表现出随降水量减少而降低的趋势，尤其在东北-内蒙古一带更为明显(图1)。同时，川西北-甘肃甘南-青海玉树环高原暖湿气流焚风草地区也印证了这一趋势[20,21]。

图1 中国公里格网草地合理载畜量分布Fig.1 Distribution of reasonable carrying capacity for Chinese grassland

表2 全国及分省公里格网草地合理载畜量回归分析Table 2 Regression analysis of 1 km2 grid grassland reasonable carrying capacity in nation and provinces

中国单位面积草地合理载畜量与草地生产力密切相关。大兴安岭、川西北、太行山山麓、山西河谷台地和天山—准格尔盆地-阿尔金山山地焚风坡以及河北承德等地的林缘草地，合理载畜量明显高于周围地区；西藏拉萨河谷地带和藏滇交界的长江、澜沧江以及雅鲁藏布江河谷地带，单位面积的草地合理载畜量呈现出与森林草地分布相符的条带状高值区。而巴丹吉林沙漠、腾格里沙漠周边及内蒙古阿拉善盟-甘肃酒泉地区、中巴阿拉山口沿线和西藏阿里地区因气候条件恶劣、土地沙化和荒漠化程度较高，其单位面积合理载畜量最小；雨量条件较差且开发历史时间较长的西北内陆地区如祁连山山麓、贺兰山山麓和六盘山地区，反而在山区呈现单位面积草地合理载畜量较高的特点，这与西北地区山地冷蒸发水循环下的地表湿润度较高有关[22，23]。

3 讨论与结论

草地合理载畜量由单位面积草地产草量、利用方式和利用周期等参数计算得到，其反映了理想化环境和生理条件下现实草地在确定时间内能够容纳的食草动物(绵羊单位)的数量[24-26]，对确定草地合理载畜量具有重要意义。草地的合理载畜量和草地的类型密切相关，草地退化、沙化和荒漠化等牧场条件恶化问题对草地合理载畜量也有一定的影响。

从生产应用角度分析，按照草地产草量估测草地载畜量更为科学、合理。研究采用分省控制，构建了理论载畜量与中国18个草地类的分布面积和产草量之间的线性回归模型，充分说明了载畜量是衡量草地生产能力的重要指标。草地的生产能力和草地类型密切相关，而草地的类型又因高度变化和不同经纬度下的积温、湿润度变化而不同，因此，草地合理载畜量空间化过程中，空间因子至关重要。而残差修正已被证明是一种较好的减小GIS空间插值结果误差的方法[27，28]。通过残差修正，在一定程度上降低了可能因地形变化导致1 km2面积内的草地类变化带来的误差，提高了中国草地合理载畜量的空间化精度。得到的全国公里格网草地合理载畜量的空间分布图的分析结果也表明，不同类草地因生产力的不同对放牧有不同的要求，在不同环境条件下草地的载畜能力亦有差别。

此次研究的不足之处在于建立多元回归模型的过程中，对小斑块赋予的权重值在一定程度上比大斑块略低，而这些小斑块恰是由于地形多变，加之开垦、滥挖和过牧等人类活动导致的草原景观破碎化，因而模型中存在数据值向大斑块偏移的现象[29]，对中国南方(胡焕庸线以东)区域的回归程度不是很理想。同时，研究使用的基础数据为第1次全国草地资源调查汇总数据中的县域理论载畜量和1∶400万中国草地资源图，虽然数据的时效性不足，但已是迄今为止最完善、最全面的全国草地资源调查资料，故研究结果同样具有一定的参考价值。如能结合草地资源的利用现状，将会取得更满意的结果。

[1] 呼格吉勒图.锡林河流域草地现状及冷季载畜量研究[D].呼和浩特:内蒙古大学,2007:1-2.

[2] 侯学煜.中国植被地理及优势植物化学成分[M].北京:科学出版社,1982:1-10.

[3] 吴静,王铮.2000年来中国人口地理演变的Agent模拟分析[J].地理学报,2008,63(2):185-194.

[4] 石玉林.农业资源合理配置与提高农业综合生产力研究[M].北京:中国农业出版社,2008:28-36.

[5] ARTHUR W SAMPSON.Range and Pasture Management[M].New York:John Wiley & Sons,1923:328.

[6] 任继周.放牧,草原生态系统存在的基本方式-兼论放牧的转型[J].自然资源学报,2012,27(8):1260-1275.

[7] 苏大学.天然草地合理载畜量的计算[S].北京:中国标准出版社,2003:2-8.

[8] 董世魁.什么是草原载畜量[J].国外畜牧学-草原与牧草,1998(1):6-10.

[9] 蔚俊,龙瑞军,高新才,等.甘肃甘南地区草畜平衡现状与发展对策[J].草原与草坪,2007,15(3):52-56.

[10] Jagtap S,A missah Arthur A.Stratification and synthesis of crop livestock production system using GIS[J].1999,47,573-582.

[11] Millar J,Connell J.Strategies for scaling out impacts from agricultural systems change:the case of forages and livestock production in Laos,A gric Hum Values[J].2010,27:213-225.

[12] Bell R H V.Carrying capacity and off take quotas[C]∥Conservation and Wildlife Management in Africa.Washington:US Peace Corps,1985,74-101.

[13] Stephen S,Scoones I.Opportunistic and conservative pa-storal strategies:Some economic arguments[J].Ecological Economics，2006,58:1-16.

[14] Rudner M,Biedermann R,Schroder B,etal.Integrated Grid Based Ecological and Economic(INGRID)landscape model-A tool to support landscape management decisions[J].Environmental Modeling & Software,2007,22(2):177-187.

[15] 赵有益,林慧龙,张定海,等.基于灰色-马尔科夫残差预测模型的甘南草地载畜量预测[J].农业工程学报,2012,28(15):199-204.

[16] 辛有俊,杜铁瑛,辛玉春,等.青海草地载畜量计算方法与载畜压力评价[J].青海草业,2011,20(4):13-22.

[17] 秦泗国,钟国辉,王景升.那曲草地气候格局对草地NPP的影响及载畜量研究[J].干旱区资源与环境,2010,24(7):159-164.

[18] 廖顺宝,秦耀辰.草地理论载畜量空间化方法及应用[J].地理研究,2014,33(1):179-190.

[19] 中华人民共和国农业部畜牧兽医司等.中国草地资源数据[M].北京:中国农业科技出版社,1994：1-60

[20] 马春梅,贾鲜艳,杨静,等.内蒙古草地生态环境退化现状及成因分析[J].内蒙古农业大学学报,2000,21(1):117-120.

[21] 李博.我国草地资源现状及其管理对策[J].大自然探索,1997,59(16):12-14.

[22] 陈明荣.对于干湿气候区划指标问题的探讨[J].西北大学学报(自然科学版),1974(2):111-119.

[23] 崔洋.青藏高原陆面过程与亚洲夏季风系统联系的研究[D].兰州:兰州大学，2010:29-39.

[24] 胡式之.植物生态学、地植物学第一次学术会议[J].科学通报,1963(1):63.

[25] 戈峰.现代生态学[M].北京:科学出版社,2008:33-65.

[26] 林慧龙.草地净第一性生产力与≥0℃年积温、湿润度指标间的关系[J].草业科学,2005,6(22):8-10.

[27] 郭婧,柳小妮,任正超.基于GIS模块的气象数据空间插值方法新改进-以甘肃省为例[J].草原与草坪,2011,31(4):41-45.

[28] 王红霞,柳小妮,任正超,等.降水量的空间插值方法研究-以甘肃省为例[J].草原与草坪,2012,32(5):12-16.

[29] 陈显明.分析数据处理中应用回归分析法的讨论[J].计算机与应用化学,1988,5(2):146-148.

GIS-based spatial simulation of reasonable carrying capacity of grasslands in China

LIU Dan-yang1，WANG Peng-yuan2，YUE Xiao-xia1，LIU Xiao-ni1

(1.CollegeofPrataculturalScience,GansuAgriculturalUniversity/KeyLaboratoryofGrasslandEcosystem，MinistryofEducation/PrataculturalEngineeringLaboratoryofGansuProvince/Sino-U.S.CentersforGrazinglandEcosystemSustainability,Lanzhou730070,China；2.SchoolOfLifeSciences,InnerMongoliaUniversity,Hohhot010021,China)

Reasonable carrying capacity of grassland is a fundamental measure for maintaining proper utilization of grassland resources.In order to improve the accuracy in estimating the reasonable carrying capacity,the ‘Maximum Likelihood Estimate’ modeling method was used to develop a ‘multi-variable linear return analysis & residual correction’ approach based on the heterogeneous variables.The calculated carrying capacity for counties obtained from the Chinese Grassland Resources Survey and the 1∶4000000 Grassland Resource Map were used as the data source for modeling analyses.A linear regression model was developed to simulate the carrying capacity for different provinces by using vegetation type and heterogeneous plant production as independent variables.This method not only significantly improved the coefficient of determination from 0.867 of the national model to 0.937 of current model,but also improved the accuracy of the national reasonable carrying capacity map.The outcomes from this study provided indication on the stocking rate and productivity of per land area for different grassland types,which can be used to facilitate the decision making in grassland management.

GIS;multiple linear regression;grassland;reasonable carrying capacity;spatialization

2015-04-20；

2015-09-29

“草业生态系统教育部重点实验室(甘肃农业大学)开放课题”(No.CYZS-2011014)资助

刘丹阳(1989-)，女，满族，硕士研究生。 E-mail：liudy198905@126.com 王鹏远为通讯作者。

S 812.8

A

1009-5500(2015)05-0092-05