, ,
(1.山东科技大学 测绘科学与工程学院,山东 青岛 266590; 2.国家海洋信息中心,天津 300171)
草地不仅是畜牧业经济的饲料来源,也是大部分野生动物生活的场所,对于全球碳循环和气候调节具有重要作用,是重要的国土资源[1]。三江源自然保护区是青藏高原腹地,是我国生态环境保护和可持续发展的重要保证,三江源强大的生态功能是其生物多样性以及植被丰富度的重要保证[2]。
我国对草地的遥感研究始于20世纪80年代初,至今已取得了多方面研究成果。周鑫等[3]针对新疆伊犁地区的植被指数建立了回归模型,分析了地上生物量的空间分布;赵强[4]基于遥感技术反演了呼伦贝尔草原草产量;董建军[5]以内蒙古锡林河流域的典型草原草场为对象,通过建模与比较,探讨了多源遥感数据在典型草原植被估产方面的潜力;方金[6]利用回归分析模拟出甘南草地生草场物量遥感模型,反演出甘南地区的草地生物量;Kawamura等[7]研究了中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)归一化植被指数与内蒙古草地生物量之间的关系,发现二者存在显著的相关性;Field等[8]利用卡内基艾姆期坦福方法(Carnegie-Ames-Stanford Approach,CASA)模型估算出全球陆地年均净初级生产力(net primary productivity,NPP)值为56.4 Pg/a,其中草地占4.3%;Nayak等[9]通过CASA模型估算印度的草地NPP为267 gC/m2·a,占总NPP的1.2%;Peterson等[10]利用Landsat/TM数据区别道格拉斯草地类型,得出7月遥感数据的评价精度高达81.8%。以上模型大都应用SPSS等软件进行实测数据和遥感数据回归分析,利用最优模型反演研究区草地生物量,泛化性较差,同时没有对海拔高、高差大的草原地区草产量遥感估算研究。因此,本文利用三江源地区2000—2010年MODIS数据,借助气象、太阳辐射数据和数字高程模型数据,基于改进的CASA模型反演草地亩产量,为高海拔、高差大的三江源地区草地生物量遥感监测、草场资源的可持续利用和畜牧业发展等相关研究提供借鉴。
表1 数据列表
三江源自然保护区位于我国西北部,平均海拔在4 800 m左右。地理位置为31°39′~36°12′N,89°45′~102°23′E[11]。属于大陆性气候,由于海拔高,地形复杂,气候变化多样,年际温差小,降雨年际变化大,太阳辐射强,造成三江源地区东西植被分布差别大。三江源地区是世界上海拔最高,分布植被类型最多的典型高寒地带,是我国的高寒生物自然种质资源库[12]。三江源地区的代表草种类型有草甸、草原、沼泽及水生草地、垫状和稀疏草地等。三江源地区草地草场生长期集中在每年4—9月份,因此,本文选择4—9月为草场生物量累积时间。
采用遥感数据和非遥感数据相结合的方法获取数据,然后将反演结果与平台提供数据进行验证(表1、表2)。
注:西藏草场属性数据参考自国家地球系统科学数据共享平台
1.2.1 MODIS净初级生产力数据——MOD13A1
MOD13A1遥感影像是MODIS数据的L3级产品,数据类型为栅格,其中包括归一化植被指数(normadized differential,NDVI)和增强型植被指数(enhanced vegetation index,EVI),提供时间分辨率为16天、几何分辨率为500 m的3级产品。
1.2.2 气象数据
气象数据主要包括青海省SOL(太阳总净辐射量,total net radiation of solar),2000—2010年4—9月份平均温度和降雨量数据。根据CASA模型需要,提取植被最适宜温度和水分胁迫因子。三江源地区温度和降雨分布成反比,海拔高的地区温度偏低,降雨偏多;太阳辐射量分布从东到西呈逐渐增多的趋势,与海拔呈正比。
1.2.3 高程数据
因为三江源地区以山地地形为主,地势复杂,数字高程模型数据显得尤为重要,尤其在土地覆盖类型划分过程中。本文运用航天飞机雷达地形测绘使命-全球数字高程模型(shuttle radar topography mission-global digital elevation model,SRTM3-GDEM)数据,对应的分辨率精度为90 m。
改进的CASA模型[13]中植被净第一性生产力NPP由牧草的光合有效辐射(APAR,absorbed photosynthetic active radiation)和实际光能利用率(ε)来决定,其估算公式如下:
NPP(x,t)=APAR(x,t)×ε(x,t)。
(1)
APAR是指在单位时间内牧草吸收的有效辐射能量,gC·m-2·month-1;ε表示在单位时间内实际的光能利用率,gC·MJ-1。
牧草的太阳有效辐射和对光合有效辐射的吸收系数决定APAR的大小,进而决定着NPP的变化。
APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5。
(2)
其中,SOL表示牧草的太阳总辐射量,gC·m-2·month-1;FPAR(fraction of absorbed photosynthetically active radiation,光合有效辐射系数)表示牧草对入射光合有效辐射的吸收比例,式中的0.5表示这一类型牧草所能利用的太阳有效辐射占太阳在这一区域总辐射的比例。
光合有效辐射系数的变化和植被归一化指数NDVI之间存在如下关系:
(3)
其中,NDVImax和NDVImin分别为三江源内不同草场类型的NDVI最大值和最小值。
光合有效辐射系数(FPAR)和比值植被指数(simple ratio index,SR)也存在着一定关系:
(4)
其中,FPARmax和FPARmin为常数,与草场类型无关,分别为0.001和0.95[14];SRmax和SRmin分别对应三江源地区牧草的NDVI的95%和5%下侧百分位数,SR可以通过NDVI得到:
(5)
因为NDVI和SR对牧草的FPAR估算均有其优缺点,为了弥补两种指数的不足,取其加权平均值作为FPAR的估算值:
FPAR(x,t)=αFPARNDVI+(1-α)FPARSR。
(6)
一般取α为0.5[14]。
光能利用率是指在单位时间单位面积上生产的生物量与单位时间内照到该面积上的光合有效辐射能量的比值。
ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax,
(7)
其中,Tε1和Tε2为温度胁迫系数,表示温度变化对光能利用率的影响;Wε为水分胁迫系数,表示环境的湿度变化对光能利用率的影响;εmax是牧草生长最适宜条件下的最大光能利用率。
Tε1的估算:只有在适宜温度下植被才能最大化进行光合作用,而温度过高或者过低都会抑制光合作用的进行,温度胁迫因子Tε1的估算:
Tε1(x,t)=0.8+0.02×Topt(x)-0.000 5×[Topt(x)]2,
(8)
其中,Topt是三江源草地牧草生长的最适宜温度,是指一年内NDVI达到最高时月份的平均气温。温度胁迫因子Tε2的估算:表示牧草在温度变化的影响,温度向过高或者过低变化,光能利用率都会下降,因此对偏离最适宜温度的影响因素进行估算:
(9)
当某一月平均温度T(x,t)比最适温度Topt(x)高10 ℃或低13 ℃时,该月的Tε2(x,t)值等于月平均温度T(x,t)为最适温度Topt(x)时Tε2(x,t)值的一半。
水分胁迫系数Wε表示周围环境湿度变化对牧草生长的影响,进而对光能利用率的影响,取值范围为0.5~1,0.5代表最干旱的情况,1为最湿润的情况。
用全年降水量P和>0 ℃年积温∑θ之比表示湿润度指标K,
(10)
为适应改进的CASA模型,保证牧草反演的精度,采用月降雨量和>0 ℃月积温之比估算湿润度指标K,
(11)
根据上面式子计算水分胁迫因子W(x,t):
(12)
最大光能利用率εmax定义为0.389 gC·MJ-1[15],取值受到温度、水分、土壤和植物个体发育等因素的显著影响,将其作为一个常数在全球范围内使用会引起很大的误差,εmax还和草场类型有关,不同草场的优势草种也不同。
三江源地区植被光能利用率与植被分布和地形有关,其分布特征具有明显地带性,呈由西北向东南逐渐递增的规律,随季节变化明显,本次研究基于三江源气象因素(温度、降水、太阳辐射等数据)和地形因素,同时参考卫亚星等[16]对三江源地区草场植被的研究,利用加权平均值计算平均最大光能利用率为0.096 gC·MJ-1。
根据得到的全年NPP和三江源植被覆盖类型计算每种类型草场的亩产量分布图,与国家地球系统科学数据共享平台提供的牧草亩产量数据进行精度验证,并做进一步分析。
基于改进的CASA模型,应用MOD13A1遥感影像和气象数据计算得到2000—2010年三江源地区NPP分布,从11年NPP分布可以看出,中南部玉树藏族自治州、果洛藏族自治州和黄南藏族自治州等地区NPP值普遍在150 gC/m2以上,西部海西蒙古藏族自治州等地区普遍在50 gC/m2。图1为2008年NPP平均值分布图。
图1 2008年NPP平均值分布图
三江源地区草地草场NPP平均值空间变化呈东南—西北递减规律,高寒牧草地NPP值较低,河密集、海拔较低的林地NPP值相对较高。其中,研究区西部地区NPP值偏低,如治多县和格尔木市等地区,NPP值50~70 gC/m2;研究区中部70~120 gC/m2;研究区东南部的囊谦县、玉树县,以及东部的达日县、甘德县、久治县等地区NPP值大于150 gC/m2。从空间分布特征得出,NPP分布与地形、海拔、河流及植被类型等自然因素相一致。
图2展示了三江源地区NPP年平均值变化,2000—2010年的变化区间为133.03~191.91 gC/m2,整体趋势为逐年增加,尤其在2007—2010年,增加速度很快。从2000—2001年三江源地区NPP增速较快,约为18 gC/m2;从2001—2007年相对较稳定,为140~150 gC/m2;从2007—2010年增速大幅上升,尤其在2009—2010年,增速达40 gC/m2。这种改善得益于三江源地区在2000年之后实施的各种生态工程项目,尤其在2007年之后效果明显。
根据NPP均值年际变化折线图回归分析,分别得到线性、二次多项式和三次多项式模型(表3),其中线性和二次多项式误差较大,其R2分别为0.44和0.58,三次多项式模型很好地模拟出变化趋势,R2达0.91。可以看出,从2010年往后的趋势为持续增加。
图2 2000—2010年NPP均值变化图
模型R2线性模型 Y=2.91X+133.570.44二次多项式模型Y=0.6X2-4.25X+149.080.58三次多项式模型Y=0.335X3-5.44X2+25.99X+112.470.91
三江源草地草场划分主要依据国家科技资源共享服务平台数据实体草场植被覆盖度[17]要素和每种草场优势草种的生长海拔两个基本条件,结合优势草种生长的温度和降雨要素,利用决策树对三江源草地进行分类,得到图3三江源草地草场分布图。
亩产量最高的湖盆河滩草甸草场分布在中南部和东部地区;山地稀疏森林草场、高原宽谷草原草场和山地灌丛草场亩产量中等分布在中部地区;高山草甸草场亩产量中等偏少,分布在西南地区;高原宽谷荒漠草场、山地荒漠草场和山地草原草场亩产量最低,分布在西部地区。
图3 三江源地区草场类型分布图
如图4所示,分别显示了8种草场2000—2010年亩产量的变化,可以看出各类草场的亩产量相对稳定,变化不大。
表4显示了遥感反演亩产量与国家生态系统观测平台的实际监测亩产量数据,从表4反演准确性看,反演亩产量与实际亩产量相比:高山草甸草场、山地稀疏森林草场和山地灌丛草场非常吻合;山地草原草场基本吻合;湖盆河滩草甸草场产量偏低,原因是NDVI对于植被覆盖度太高的牧草产生了过饱和现象,对湖盆河滩草甸草场亩产量造成过低估计;高原宽谷荒漠草场和山地荒漠草场产量偏高,原因是NDVI对于低覆盖植被出现过高估计现象。
图4 2000—2010年三江源草地亩产量变化图
草场类型反演亩产量/kg实际亩产量/kg吻合程度变化趋势高山草甸草场110~13035~125非常吻合相对稳定湖盆河滩草甸草场160~180200~300产量偏低略有上升高原宽谷草原草场70~80相对稳定山地草原草场48~565~50基本吻合很稳定高原宽谷荒漠草场39~4510产量偏高很稳定山地稀疏森林草场130~160>125非常吻合略有下降山地荒漠草场40~5020产量偏高很稳定山地灌丛草场128~160>125非常吻合略有下降
注:实际亩产量数据参考自国家地球系统科学数据共享平台
图5 2000—2010年三江源草地总产量变化图
从亩产量变化趋势上看,山地草原草场、山地荒漠草场和高原宽谷荒漠草场等低产量草场亩产量很稳定;高山草甸草场和高原宽谷草原草场属中等产量草场相对稳定;湖盆河滩草甸草场亩产量逐年增加;山地稀疏森林草场和山地灌丛草场略有下降。
由图5可以看出,从2000—2007年三江源草地总产量先增加后稳定又下降,从2007—2010年快速增长,这一改善与三江源地区管理部门对三江源保护区的治理密不可分。自从三江源草地出现草地退化现象,管理部门就开始大力投资退牧换草、围栏放牧等措施,2007年开始效果逐步体现。
基于改进的CASA模型,利用2000—2010年三江源地区MOD13A1植被指数3级数据以及对应的气象数据,计算得到三江源地区不同类型草场的亩产量分布,得出以下结论:
1) 空间上,草场亩产量分布特征呈东南—西北逐渐降低,西部地区亩产量偏低,40~60 kg/亩,中部地区60~120 kg/亩,东部地区亩产量一般大于120 kg/亩。高值出现在东南地区海拔偏低、地势平坦的湿润地区,低值一般出现在西北地区海拔高的干旱高寒地区。进一步说明了三江源地区NPP的分布东西差异大,受海拔、地势及环境湿润程度影响大。
2) 时间上,不同类型草地亩产量整体变化不大,高产量草场亩产量一般在120~180 kg/亩,低产量草场亩产量一般在40~60 kg/亩,2000—2010年草场整体状况比较稳定,草场总产量整体呈上升趋势,说明对草场的保护措施明显改善。
3) 三江源草场草产量变化的主要驱动力是人类活动,管理部门采取退牧换草、围栏放牧等措施大大提高了草产量,改善了三江源草场生态环境。
4) 基于改进的CASA模型对三江源地区2000—2010年草地亩产量的遥感反演结果非常理想,不同类型草场的亩产量基本在给定的实测范围内,有望在以后代替落后人工实测,节省大量的人力、物力和财力,实现快速有效的产量评估。