新疆荒漠草地生物量估算及影响因素研究

王公鑫， 井长青， 董 萍， 侯志雄， 郭文章， 赵苇康

(1.新疆农业大学资源与环境学院， 新疆 乌鲁木齐 830052； 2. 新疆农业大学草业学院， 新疆 乌鲁木齐 830052；3. 新疆草地修复与环境信息重点实验室， 新疆 乌鲁木齐 830052)

草地是陆地生态系统不可或缺的重要组成部分，也是发展畜牧业、维持生态系统平衡的重要物质基础[1-3]。同时，气温、降水、干湿度和地表反照率等气候要素对草地生长产生影响，进而影响草地生产力和空间分布格局[4-6]。近年来，遥感技术在大尺度草地监测和估产方面发挥出巨大优势，结合遥感技术研究草地生物量的时空分布特征，对草地结构和功能以及生态系统碳储量能力等方面有重大意义[7]。因此，在全球气候变暖和环境日益恶化的背景下[8]，开展新疆草地变化格局及其影响因素分析是全球变化研究热点，对保护和改善新疆天然草地具有重要意义。

随着遥感技术的不断发展，可用遥感数据源明显增多，MODIS、Landsat系列、SPOT等遥感数据由于其高空间、高时间分辨率而被广泛应用；许多学者利用遥感数据与地面实测数据建立反演模型[9],对植被进行监测和估产；赵慧芳等[10]利用MODIS NDVI数据结合地面实测数据和气象数据建立青海省草地地上生物量指数反演模型，结果表明：草地生物量呈现增加趋势且降水是影响生物量的主要因素；韩波等[11]利用2006—2014年三江源生物量数据与同期遥感数据建立的多种反演模型中发现，利用实测数据和EVI建立的乘幂反演模型拟合效果最好；董建军等[12]利用多源卫星数据结合实测数据建立估算模型，与低分辨率卫星数据源相比，中分辨率卫星数据源的估产模型精度相对要高；刘雨晴等[13]采用Landsat8 OLI数据和实测地面生物量数据构建植被指数估算模型，对砒砂岩区生物量进行了监测。大量研究表明，植物生长动态对气象因子的响应是该领域的研究热点，随着气候变化呈现暖湿化的趋势，草地生长环境水热条件适宜，局部草地生物量会表现出增加的趋势[14-15]。气温和降水是影响草地生物量的重要因素，气温会造成草地生长季提前、延长等方面的影响，草地生物量呈现不同的生长变化[16]；降水变化对草地生态系统的影响更为复杂，降水量的增加会很好的被植被利用增加植被生长力[17-18]。在生物量遥感估算研究中，大多数研究侧重于森林、农田、草原等生态系统，对荒漠生态系统及影响因素的研究相对较少[19]，加强荒漠草地生态系统的研究对新疆天然草地的恢复和改善意义重大。

新疆地处我国西北边陲，属于典型的大陆性干旱气候，独特的自然环境和地貌条件，造就了新疆生态环境的多元性和复杂性，为多样的草地类型形成奠定了基础[20]。草地植被系统的变化决定着当地生态环境和畜牧业生产，研究新疆荒漠草地生物量变化对新疆草地的合理利用、草地产量和草地生态环境的改善与保护有积极意义。因此，本研究拟采用长时间序列2000—2019年的MODIS-NDVI数据，辅以趋势分析、相关性分析、精度评价等方法对2000—2019年新疆荒漠草地NDVI和地上生物量的时空分布和变化趋势进行分析。并结合气候因素数据分析荒漠草地生物量变化特征及其空间差异，为科学了解新疆荒漠草地碳汇实况和完善荒漠生态系统生物量遥感监测提供技术手段和理论支持。

1 材料与方法1.1 研究区概况

新疆位于我国西北地区，与西藏、甘肃、青海相连，位于34°22′～49°33′N，73°22′～96°21′E之间(图1)。新疆属于大陆性干旱气候，雨水稀少，天气干旱，年降雨量约为150 mm，大多集中于6—8月，各地区降雨量差异较大，北疆的降雨量远大于南疆，新疆年平均气温约在6.2～9.0℃。新疆地形地貌复杂，主要地势特征是“三山夹两盆”的复杂结构，新疆既有平均海拔超过6000 m的昆仑山、也有低至-154 m的吐鲁番盆地，特定的地貌条件，造就了新疆复杂多样的草地类型，其中温性荒漠草原类、温性草原化荒漠类、温性荒漠类、高寒荒漠类四种荒漠草地类占全疆草地总面积的50%左右。新疆荒漠草地植被有分布稀疏、适应干旱能力强、根系发达等特征，荒漠草地土壤类型主要包括栗钙土、棕钙土、灰钙土和灰漠土、棕漠土、灰棕漠土。北疆荒漠草地植被主要以小半灌木、半灌木荒漠植被为主，有盐生假木贼(Anabasissalsa)、盐蒿(ArtemisiahalodendronTurcz)、琵琶柴(Reaumuriasoongonica)、梭梭(Haloxylonammodendron)、白刺(Nitrariasibirica)、红柳(Tamarixramosissima)等，南疆荒漠草地植被主要有麻黄(EphedrasinicaStapf)、泡泡刺(NitrariasphaerocarpaMaxim.)、红柳(Ammaniagracilis)、盐爪爪(Kalidiumfoliatum)、无叶假木贼(Anabasisaphylla)、胖姑娘(Kareliniacaspia)等。针对新疆广泛分布的荒漠草地(图2)，合理利用和动态监测植被变化是保护荒漠草地系统的关键因素。

1.2 野外调查与采样

本研究草地地上生物量实测数据来源于2019年的荒漠草地野外观测数据。该野外采样点布设依据典型性原则，选择能够代表整个样地特征的地段，根据不同草地类型和草地类型垂直分布设置采样点，在样地内，选择典型区域和未被家畜采食地区布置测定样方，按对角线、十字交叉布设。利用已获取的荒漠草地类120个样地数据(图3)，所用数据采样时间为长势较好的2019年6—10月的数据。草本、半灌木及矮小灌木为主的样地，设置3个样方，样方面积为1 m2；小半灌木，荒漠、半荒漠植被稀疏的样地，设置3个样方，样方面积为4 m2；灌木及高大草本植物为主的样地，样方面积为100 m2，其中设置1个灌木及高大草本植物样方和3个草本、半灌木及矮小灌木样方，记录每个采样点的经纬度、海拔、盖度、物种数、群落组成等相关信息。草本和灌木样方地面以上用剪刀将生物量齐地面刈割，除去土壤和砾石等杂物，样方内分物种记录信息，一般样方内物种数在2～8种不等，按样方分别装进信封袋，在 65℃条件下烘干后称重，获取地上生物量干重数据。将样方内生物量按照样方面积进行换算，即得到单位面积内所对应的生物量数据。

1.3 数据来源及处理

本文涉及的基础数据包括90 m数字高程模型，2019年250 m空间分辨率MODIS数据，300 m空间分辨率的SPOT数据，5 km空间分辨率的NOAA AVHRR CDR数据，2000—2019年1 km空间分辨率的气候栅格数据，以及新疆120个样地调查数据。

MODIS-NDVI，MODIS-EVI数据是最大合成植被指数产品MOD13Q1，空间分辨率为250 m，时间分辨率为16 d，MODIS数据云检测能力更为敏感，更适合植被变化监测研究，该数据在国家青藏高原科学技术中心网站下载获取(http://westdc.westgis.ac.cn/zh-hans/)。

SPOT VEGETATION NDVI月300 m空间分布数据集是在下载整理的SPOT/VEGETATION PROBA-V 300 M PRODUCTS旬300 m植被指数数据基础上，通过计算每月上、中、下旬的最大值而生成的。月300 m NDVI数据为每年1—12个月每个月的NDVI最大值，数据空间覆盖范围为全国。该数据在资源科学与数据中心网站下载获取(https://www.resdc.cn/Datalist1.aspx?FieldTyepID=28,15)。

NOAA CDR NDVI产品数据集基于NOAA CDR AVHRR NDVI V5数据，使用R语言rgee包调用Google Earth Engine进行月最大值合成、镶嵌和裁剪等过程加工生成，空间分辨率为5 km，该数据在国家地球系统科学数据中心下载获取(http://www.geodata.cn/)。

新疆维吾尔自治区90 m数字高程模型(Digital elevation model，DEM)以及行政边界矢量数据、气温和降水1 km空间插值数据集可在中国科学院资源环境与数据中心下载获取(http://www.resdc.cn)。

1.4 模型的建立与精度验证

本文研究对象为新疆荒漠草地类，选取70%样方数据建立模型和30%的样方数据进行精度验证。利用SPSS回归分析植被指数和实测数据之间的相关性，结合2019年实测草地生物量数据分别构建与植被指数之间的线性、对数、指数和乘幂函数4种模型。通过估算模型精度、决定系数(R2)和均方根误差(RMSE)等指标分析模型的精度，并选取适应于新疆荒漠草地生物量最优反演模型[21-22]。

1.5 研究方法

1.5.1精度评价 通过均方根误差(RMSE)、估算模型精度(Accuracy)、平均相对误差(RE)、平均绝对误差(AEE)、纳什效率系数(Nash-Sutcliffe efficiency coefficient，NSE)指标来验证模型精度。计算公式如下：

(1)

(2)

(3)

(4)

(5)

1.5.2趋势分析 利用一元线性回归趋势分析法，通过计算NDVI的年际变化率，分析2000—2019年新疆荒漠草地地上生物量变化，研究草地生长状况。计算公式如下：

(6)

式中，xi为第i年的对应时间段NDVI的平均值，i为研究区时段第i年，n为研究时间长度，n取值20，i取值为1～20。Slope为方程的斜率，当Slope>0时，表示NDVI为上升趋势，即草地生物量增加趋势；当Slope<0时，表示NDVI为下降趋势，即草地生物量减少趋势。为了更好的分析草地生长状况，参考杨淑霞等[23]已有研究及本研究区草地覆盖特征，根据Slope的大小划分为：(0.1)改善五个等级。其中气温、降水、生物量的变化率同样采用NDVI年际变化率(Slope)进行分析。

1.5.3相关性分析 为研究草地生物量与气温、降水因子之间的相关关系，计算公式如下：

(7)

2 结果与分析2.1 模型的建立与精度评价

本研究选取线性、对数、乘幂和指数函数构建植被指数和草地生物量的反演模型，并对模型的估算精度进行评价，筛选出最优的反演模型，详见表1。

表1 不同植被指数的荒漠草地生物量反演模型Table1 Biomass inversion model of desert grassland with different vegetation indexes

图4 实测草地地上生物量与遥感反演地上生物量关系Fig.4 Relationship between measured biomass and model simulated biomass

从回归建模的结果来看，所有模型均通过了P<0.01的显著性检验。根据相关系数较大的原则，在MODIS-NDVI，SPOT-NDVI，NOAA CDR NDVI遥感数据源中指数函数生物量模型反演最好，决定系数最高，MODIS-EVI线性函数生物量反演最好。MODIS-EVI，MODIS-NDVI，SPOT-NDVI，NOAA CDR NDVI回归模型的决定系数分别为0.58，0.66，0.46，0.42(表1)。从表1可以看出MODIS-NDVI指数函数模型估算效果最好，RMSE(均方根误差)最小为15.33 g·m-2，决定系数最大为0.66，估算精度最高为70.93%，平均绝对误差为9.50 g·m-2，纳什效率系数为0.65，模型可信度高最大，可见，构建的MODIS-NDVI指数函数反演模型最优。

为检验草地地上生物量遥感估算模型的精度，采用30%的样本数据进行精度验证，结果表明，2019年实测草地地上生物量和遥感反演地上生物量相关系数达0.76(图4)，均方根误差和平均相对误差分别为15.27 g·m-2和8.36%，模型的估算精度达到了67.65%，说明构建NDVI与地上生物量的指数函数模型估算地上生物量与实地最为接近，能够真实准确地估测新疆地区荒漠草地地上生物量。

2.2 草地NDVI和地上生物量空间变化

2.2.1草地NDVI空间分布 利用MODIS卫星遥感数据获取的新疆2000—2019年长时间序列NDVI数据集，计算近20年新疆荒漠草地NDVI的平均值。由图5所示，新疆地区草地NDVI总体上表现为由南向北逐渐增加的趋势，北疆分布集中，南疆分布较分散；其中，新疆北部的阿勒泰地区、昌吉回族自治州、塔城地区，以及新疆东部的哈密地区荒漠草地NDVI均值相对较高；而新疆南部的巴音郭楞蒙古自治州、和田以及阿克苏等地区荒漠草地NDVI相对较小，说明新疆荒漠草地NDVI变化具有明显的空间分布特征。

2000—2019年间NDVI平均值基本保持稳定，荒漠草地NDVI均值在0～0.2之间，2019年出现最大值(0. 1452)，2000年出现最小值(0. 121)。其中NDVI在0～0.1占比为38.77%，NDVI在0.1～0.2占比最大为46.66%，NDVI在0.2～0.3和大于0.3分别占比为9.08%和4.05%。

图5 研究区2000—2019年NDVI空间分布Fig.5 Spatial distribution of NDVI in the study area from 2000 to 2019

2.2.2新疆NDVI年际变化率 新疆NDVI值年际变化趋势存在明显差异(图6)。从各个地区上的草地NDVI年际变化趋势看，总体上新疆荒漠草地NDVI整体处于稳定和改善。新疆荒漠草地NDVI呈现趋好的变化，增加幅度最高为0.055 a-1，减少的幅度最高为0.040·a-1。

2000—2019年新疆荒漠草地的变化趋势以稳定和改善为主。退化面积所占比重最小，约为0.12%，面积为2.97万hm2；轻度退化所占比重约为2.66%，面积为65.90万hm2；新疆荒漠草地稳定所占比重最大，约为61.59%，面积为1525.91万hm2；轻微改善所占比重较大，约为35.03%，面积为867.88万hm2；改善面积所占比重约为0.60%，面积为14.87万hm2，说明近20年来，新疆的荒漠草地植被状况呈转好趋势。

图6 2000-2019年新疆荒漠草地NDVI年际变化趋势Fig.6 Interannual variation trend of NDVI of desert grassland from 2000 to 2019 in Xinjiang

2.2.3草地地上生物量 利用指数模型估算新疆荒漠草地地上生物量，反演得到20年(2000—2019年)草地地上生物量密度均值(图7a)。2000—2019年新疆荒漠草地地上生物量具有明显的空间差异。由图7a所示，新疆荒漠草地地上生物量呈西北高东南低的分布特征，荒漠类地上生物量其值介于12.27～180.26 g·m-2之间，生物量高值地区主要集中于新疆西北部的伊犁哈萨克自治州、塔城地区，西部的阿克苏地区以及巴音郭楞蒙古自治州的北部。从新疆荒漠草地地上生物量变化率可以看出，荒漠草地生物量变化率大于零占比为88.47%，小于零占比为11.53%，新疆荒漠草地地上生物量有稳定和趋好的变化。

图7 研究区2000—2019年荒漠草地地上生物量(a)和变化趋势(b)Fig.7 Variation of grassland biomass and tendency from 2000 to 2019 in study area

2.3 草地地上生物量和NDVI时间变化特征

2000—2019年新疆荒漠草地地上生物量和NDVI均表现为增加的趋势，新疆荒漠草地地上生物量总体上随着NDVI增加而增加，2010—2019年NDVI和荒漠草地地上生物量增加明显。2000—2019年新疆荒漠草地NDVI在2000年最低，仅为0.121，2019年最大达到0.152；2000—2019年新疆荒漠草地生物量2010年最低，仅为36.67 g·m-2，2019年最大达到39.93 g·m-2。近20年新疆荒漠草地地上生物量呈现波动增加趋势。

图8 研究区2000—2019年荒漠草地地上生物量和NDVI变化特征Fig.8 Variation characteristics of aboveground biomass and NDVI of desert grassland from 2000 to 2019 in the study area

2.4 草地地上生物量变化的影响因素

为了进一步探究新疆荒漠草地生长状况和气候因素的关系，利用新疆1960—2019年105个气象站点数据和实测荒漠草地地上生物量数据，分析新疆荒漠草地地上生物量和气温、降水之间的关系。

2.4.1气温与降水的年际变化 本研究中，1960—2019年新疆气温变化整体上呈现显著增加的趋势，其中1960—1996年气温距平多为负值，气温呈现减少趋势；1997—2019年气温距平多为正值，气温呈现显著增加的趋势，近60年气温增加的幅度为0.32℃·(10 a)-1(图9)。其中，2000—2019年均气温在-21.40℃～15.92℃，20年平均气温为8.89℃，空间上自南向北气温递减，各地区差异显著(图10)。平均气温最高值出现在2015年为9.46℃，平均气温最低值出现在2012年为8.07℃。20年间大多地区年均温呈现增温趋势(图9)，新疆的东部和南疆大部分呈不显著增温，其他地区均呈显著增温，新疆最南端和最西部的伊犁哈萨克和博尔塔拉蒙古自治州增温幅度最大，年均温减少最大值为-0.03℃·a-1，年均温增温最大值为0.04℃·a-1(图11)。

1960—2019年新疆降水整体上呈现显著增加的趋势，其中1960—1999年降水距平百分比多为负值，降水量呈现减少趋势；2000—2019年降水距平百分比多为正值，降水量呈现显著增加的趋势，近20年降水量增加的幅度为2.18 mm·(10 a)-1(图9)。其中，2000—2019年均降水量在0～1028.36 mm，20年平均降水量为216.40 mm，空间上自南向北降水呈现递增趋势，各地区差异显著(图10)。平均降水量最高值出现在2016年为236.84 mm，平均降水量最低值出现在2006年为147.88 mm。新疆东部、东南部降水呈不显著下降趋势，最大降幅达-0.3 mm·a-1，西南部和西北部降水均呈上升趋势，最大增幅达 0.6 mm·a-1。2000—2019年新疆绝大多数地区气温和降水量均呈现增加的趋势(图9)，气候呈现暖湿化特征，暖湿化趋势对新疆荒漠草地生长具有促进作用。

图9 1960—2019年气温和降水量变化特征Fig.9 Characteristics of temperature and precipitation from 1960 to 2019

图10 2000—2019年气温和降水分布Fig.10 Temperature and precipitation distribution from 2000 to 2019

图11 2000—2019年气温和降水量变化率Fig.11 Change rate of temperature and precipitation from 2000 to 2019

2.4.2生物量与气候因子的相关关系 新疆荒漠草地地上生物量与年降水量存在显著的相关性(图12)，新疆荒漠草地与年降水量的相关系数为-0.79～0.91，正相关区域占荒漠草地总面积的84.73%，负相关的区域仅占荒漠总面积的15.27%，局部区域相关性较高；新疆荒漠草地与气温的相关性具有明显的区域差异(图12)，相关系数范围为-0.81～0.80，气温与荒漠草地呈正相关的面积仅占55.67%，气温与荒漠草地面积呈现负相关的面积达到44.33%，说明气温与荒漠草地地上生物量存在一定影响，但表现不明显。可以说明降水量的变化是影响新疆荒漠草地地上生物量较大的气候因素，降水量与荒漠草地地上生物量存在显著的相关性，相关性优于气温与生物量的相关性，新疆荒漠草地的生长与气温和降水有着密切的关系。

图12 研究区荒漠草地地上生物量与气温、降水的关系Fig.12 Relationship between aboveground biomass,temperature and precipitation of desert grassland in the study area

3 讨论

本文基于多源遥感数据和地面实测数据，构建适应于新疆荒漠草地地上生物量的最优指数模型，能够真实准确地估测新疆地区荒漠草地地上生物量，荀其蕾等[24]研究新疆草地和植被指数之间的关系，建立多元回归估产模型。很多研究指出由于研究区位置、自然状况和遥感数据数据源的不同，构建的生物量模型差异较大[25]。新疆荒漠草地地区2000—2019年NDVI变化总体上表现为由南向北逐渐增加的趋势，北疆分布集中，南疆分布较分散，具有明显的空间分布差异。其中，新疆北部的阿勒泰市、昌吉市、塔城市，新疆西部的阿图什市等地区荒漠草地NDVI均值相对较高，NDVI多年变化趋势指出新疆荒漠草地NDVI均呈现趋好的变化，增加幅度最高为0.055·a-1，这一结论与荀其蕾等[26]研究结果较为一致。

2000—2019年新疆降水量和气温呈显著上升趋势，荒漠草地生物量与气温之间的相关性较弱，即气温对荒漠草地的影响不明显，表明在气温升高热量充足的地区，气温波动并不是植被生长的主要限制因素[27-28]；荒漠草地生物量与降水量存在显著的正相关性，一般而言，水热条件较好的情况有利于植被生长，在干旱缺水的地区，降水量的增加可以被植被更高效的利用，从而促进植被生长[29]，这一结论与赵慧芳等[10]的研究结果较为一致。

就新疆地区而言，2000—2019年降水量空间上自南向北降水呈现递增趋势，水资源较为匮乏，水分条件不足是限制植被生长的主要因素[30]。此外，为缓解决草地退化问题，国家自2000年实施了退牧还草工程和补助奖励机制。郭彦玮[31]指出新疆草原的补助奖励政策使得草原退化趋势得到缓解。草原补助奖励政策是提高草地质量、保护草生态系统的重要手段，使得新疆草地生态环境显著改善。

基于长时间序列MODIS-NDVI遥感数据，本文探讨了气温、降水和荒漠草地生物量的关系，但有研究表明其他气候因素也会对草地生长有一定的影响，因此在以后的研究中还需要综合考虑相对湿度、地表反照率、蒸发量、土壤温度等多种因素的影响[32-35]。利用MODIS-NDVI建立的指数估算模型适应于新疆荒漠草地，由于使用的植被指数和遥感数据复杂多样，估算出来的模型类型和精度不一[36-37]，要提高估算模型的精度，未来需要综合考虑高分辨率影像数据和影响植被生物量变化的地形地貌、土地利用、土壤养分等因素。此外，本文存在一些不确定性，如研究采用的NDVI是反映区域植被生长状态的最佳指示因子，因此NDVI被广泛应用于植被的监测和估产，但数据精度较低[38-39]。草地生物量变化不但会受到气候因素和地形地貌等因素的影响，而且人类活动对草地生物量的影响也不可忽视，一方面生态工程对生物量的促进作用，另一方面开采和扩张对生物量的破坏，这些因素一定程度上会影响数据分析结果。因此，未来应加强多源数据的融合和综合因素的影响，探究新疆荒漠草地的变化趋势和空间分布特征。

4 结论

本研究基于遥感数据和地面实测数据建立的最优指数反演模型，适宜于新疆荒漠草地地上生物量变化监测研究。2000—2019年间新疆荒漠草地NDVI总体上表现为由南向北逐渐增加的趋势，北疆分布集中，南疆分布较分散。荒漠草地整体上以稳定和改善为主，大面积荒漠草地地上生物量呈西北高东南低的分布特征。新疆气候呈现暖湿化特征，降水的增加对生物量的生长具有积极作用，总体上，降水量与荒漠草地地上生物量相关性优于气温与地上生物量的相关性。