基于modis npp的2006-2015年三江源区产草量时空变化研究-吕鑫.pdf

《基于modis npp的2006-2015年三江源区产草量时空变化研究-吕鑫.pdf》由会员分享，可在线阅读，更多相关《基于modis npp的2006-2015年三江源区产草量时空变化研究-吕鑫.pdf（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、自然资源学报，2017，32(11)：18571868Journal of Natural Resourceshttp：wwwjnrfiecnDOI：1011849zrzyxb20161033基于MODIS NPP的2006-2015年三江源区产草量时空变化研究吕鑫L2，王卷乐-，P，康海军3，赵强1，一，韩雪华14，王玉洁1(1中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京100101；2中国矿业大学(北京)地球科学与测绘工程学院，北京100083；3青海省草原总站，西宁810008；4中国科学院大学，北京100049；5江苏省地理信息资源开发与利用协同创新中心，南京2

2、10023)摘要：草地既是高原地区重要的生态屏障，也是维系当地人民生产生活的自然资源，准确估算本区域的产草量，可为区域资源开发利用、社会经济可持续发展决策提供科学参考。论文基于MODIS遥感影像获得不同分辨率的NDVI、EVI和NPP产品，结合三江源区监测点的产草量地面实测数据，利用统计分析方法分别建立多种产草量遥感估算模型。利用择优选取的估产模型进行区域适用性评价和模型反演，研究三江源区产草量在20062015年的时空分布情况。研究结果表明，基于MODl7A2HNPP的一元线性模型的估算精度相对较高，三江源区的产草量(单产)呈东多西少、自东南向两北逐渐减少的空间分布特点。200扛2013年的

3、产草量(总量)整体呈上升趋势，2013年的产草量(总量)达到3 86943x104 t，产草量(总量)自2014年开始降低，2015产草量(总量)为2 06907104 t。关键词：产草量；遥感反演；MODIS；净初级生产力；三江源区中图分类号：s812 文献标志码：A 文章编号：10003037(2017)1卜185712青藏高原是世界上最高的高原，平均海拔高度在4 000 m以上，有“世界屋脊”和“亚洲水塔”之称，是维系区域乃至全球生物多样性以及生态平衡的重要屏障。青藏高原地广人稀，以畜牧业为主，经济发展落后。草原产草量的高低是发展草原畜牧业的基础，也是诊断草原健康状况的重要指标。及时准确

4、地了解草原产草量的时空分布状况，掌握草原年际间变化动态规律，对政府有关部门引导合理放牧和草原资源的可持续利用具有重要意义”。三江源区地处青藏高原腹地，位于青海省南部，是典型的高海拔地区，常规草原测产方法不易开展。与常规方法相比，遥感方法监测草原产草量的优势主要表现在宏观、快速、省时、省力，可为草原管理与决策提供快速、及时的信息。遥感模型法是目前从宏观上估算产草量的最有效方法，分为统计模型和综合模型。综合模型是以后建模的主要方向，但统计模型仍然是目前研究和应用的热点M石，。植被指数是遥感监测草原产草量收稿日期：2016-0926；修订日期：20170卜14。基金项目：中国T程科技知识中心建设项目

5、(CKCEST-201637)；科技基础性丁作专项项目(2011FYll0400)；科技基础性工作专项项目(2013FYl 14600)。Foundation items：Construction Project of China Knowledge Center forEngineering Sciences and Technology,NoCKCEST-201637：Science&Technology Basic Research Program of China，No2011FYll0400；Science&Technology Basic Research Program ofCh

6、ina，No2013FYll4600第一作者简介：吕鑫(1993一)，男，山东梁山人硕士，研究方向为3s集成与工程应用。Email：lxlreisaccn通信作者简介：王卷乐(1976一)，男，河南洛阳人，博士，研究员，研究方向为地理信息共享与遥感应用。Email：wan裔ligsnrraccn致谢：感谢兰州大学陈全功教授提供的全国天然草地类型图。万方数据自然资源学报 32卷的重要指标之一，在国内外相关研究中，NDVI是应用最广泛、反映植被信息敏感且比较稳定的植被指数p】。金云翔等利用MODISNDVI和地面实测数据，建立地面样方产草量与遥感数据的关系模型并分析了锡林郭勒盟草原产草量的时空分布

7、陋，。李文娟等利用青海省产草量实测数据与MODISNDVI建立了天然草地资源产量反演模型和天然草地理论载畜量计算模型一“01，对青海省各地区的天然草地产草量及超载情况进行了分析。大量研究结果表明，选用NDVI植被指数建立估产模型有一定的优势”。“，。不同分辨率的植被指数数据的估产效果有差异，傅新宇利用2011年7月MODIS不同分辨率NDVI、EVI产品和同期地面实测数据，以四川草原为研究区建立了估产模型，结果表明，NDVI的产草量拟合效果普遍优于EVI，250 m分辨率的植被指数数据拟合效果更好【l 51。但是，植被指数在产草量估算方面也存在局限性，一般的植被指数在低植被覆盖率地区的敏感性降

8、低，NDVI在高植被覆盖率地区会出现“饱和现象”从而影响估算精度。Zhao等以锡林郭勒草原为研究区，结合样方实测数据，利用MODl7A2净初级生产力产品建立了估产模型，提高了估算精度，弥补了植被指数建模的部分不足n 61。然而，目前针对高海拔地区产草量估算的研究较少，精度也有待提高。本研究拟面向高海拔地区的产草量估算需求，以青藏高原三江源区为研究区，通过植被指数和净初级生产力两种方法统计建模、验证和比较，建立适合高海拔、弱样点地区的更准确的产草量估算模型，进行产草量反演和时空变化分析。1数据与方法11研究区概况研究区如图1所示。三江源区地处青藏高原腹地，是长江、黄河、澜沧江三大河流NA塞薯的发

9、源地，位于青海省南部。西、西南与新疆维吾尔自治区、西藏自治区接壤，东、东南和四川省、甘肃省毗邻，北以海西蒙古族藏族自治州、海南藏族自治州的共和、贵南和贵德三县及黄南藏族自治州同仁县为界。地理位置介于89024102023E，31039360 16N，区域面积363l万km2，占青海省总面积的5043。三江源区生态地位极其重要，生态环境脆弱，经济发展落后，是藏族人口主要世居地之一，是备受关注的重点区域m】。12数据及预处理121数据来源1)地面实测数据在三江源区实测9个样点数据，引用已发表相关论文中在该区域实测的21个点的数据”。2”，共获取30个地面实测点数据，利用其中24个样点数据建模，6个

10、样点数据进行万方数据11期 吕鑫等：基于MODIS NPP的2006-2015年三江源区产草量时空变化研究模型验证。样点的采样时间分别为2006、2008、2010、2011和2014年的7月下旬至8月上旬，均处牧草生长旺季，空间范围为三江源区，数据均为产草量鲜重。基于2007-2009年玛沁县和2007201 1年玛多县的地面产草量(单产)实测统计数据，结合产草量估算结果，对反演模型进行再次验证。实测时，每个样点的代表区域是1 km2，在每个样点控制的样地范围内选择3个1 m1 m的样方，测量每个样方的产草量鲜重并计算平均值，根据区域面积可以得到相应的区域实测产草量。2)遥感数据MODl3Q

11、1、MODl7A2以及MODl7A2H遥感产品数据来自于NASA网站(http：modisgsfcnasagov)，与地面实测数据同期。MODl3Q1产品的分辨率为250 m，16 d合成产品。MODl7A2和MODl7A2H产品数据都是8 d合成产品，MODl7A2的分辨率为1 000 m，MODl7A2H的分辨率为500 m。根据研究区特点，并参考国内外产草量相关研究，选取应用最广泛的归一化植被指数NDVI、增强型植被指数EVI和净光合PSNnet进行研究。3)辅助数据从国家科技基础条件平台地球系统科学数据共享平台申请获取了三江源区的行政地图和矢量边界图、地形数据、土地覆被数据、降水量数据

12、等辅助数据。122数据预处理下载的MODl3Q1、MODl7A2、MODl7A2H遥感数据产品，格式为HDF，该数据已经过大气校正、辐射校正、几何校正和去云等处理。1)MRT投影转换。将下载的数据产品进行格式和投影转换，将HDF格式转换为TIFF格式，将投影转换为UTM投影，输出250 m分辨率的NDVI、250 m分辨率的EVI、1 000 m和500 m两种分辨率的净光合PSNnet。2)MVC最大值合成。将与地面实测数据同期的NDVI、EVI、PSNnet采用最大值合成，得到与实测数据对应的值。采用最大值合成法可以有效减少云、大气、太阳高度角等的影响。13方法131遥感参数计算NDVI和

13、EVI根据统一算法得到，净光合PSNnet的计算方法见式(3)：NDVI=兰塑兰! (1)PNIR十PRE、，T z)【pmpRJ r，、1。瓦丽群锄 坦PSNnet=GPP-Leaf_MR-FrootMR (3)式中：pM。为近红外波段的反射率；pR为红光波段的反射率；p8为蓝光波段的反射率；P S!切百为净光合(kg Cd)；GPP为总初级生产力(kg Cd)；Leaf_MR为叶自养呼吸消耗(kg Cd)；Froot MR为根白养呼吸消耗(kg Cd)161。132建模与模型验证选择广泛应用于产草量估算的线性模型和指数模型，结合实测数据和对应的ND-VI、EVI、PSNnet数据，分别通过

14、SPSS建模。从决定系数R2、P值、模拟精度和误差验万方数据1860 自然资源学报 32卷证方法等多角度来分析比较建立的模型，最终确定适合产草量估算的模型。通过地面实测数据与遥感数据的时空匹配，建立反映两者数学统计关系的反演模型。地面实测数据的采样时间为每年7月下旬至8月上旬，约16 d，植被指数数据为16 d合成产品，与实测数据同期。净初级生产力数据为8 d合成产品，两期产品经过最大值合成处理后，也与实测数据同期。地面实测的每个采样点数据代表采样点周围1 km内的产草量密度(gm2)；遥感数据的空间分辨率分别为250、500和1 000 m，代表相对应范围的植被覆盖度或生产力。尺2是评价模型

15、拟合度的重要指标，R2越接近于1，表明模型拟合度越好，可靠性越高1。一般情况下，若相关系数Ro8，即R2064时，认为自变量与因变量之间高度相关3】。Sig值即P值，当P1 600_1 200-1 600t：400-800二】80肌1200二400图2 20062015年i江源区产草量(单产)空间分布Fig2 Distribution of grassland production in the ThreeRiver Source Region from 2006 to 20 1 5N八NN八NN八N八N八N八万方数据11期吕鑫等：期：MODISNPP的20062015年三江源区产草量时空变化

16、研究18632器赛高高：2导瓮摹港导器g葛葛辞导量蔓tr、q星划r、r-葛葛宝等曷岛导高罱器高。t-q寸寸no“NNonr、ohoonIn目oS嗣墨葺S翟葛譬昌S警罄罱葛昌曷遍簧导掣是葛器兽8譬鲁瓮葛g=高2竺罱葛o“oo。o口口hoIn目hn目nhNN西吼卜口nn寸on口口nN寸Nn竹寸寸n寸寸o寸on寸卜一电寸n乱nnN卜一o寸onNnNNoNoNn一一一寸寸昏一一noo饥=一卜一n一一一西寸一n口寸N寸一卜o_I寸H节一nn卜_【n卜一no卜。寸卜卜n_【昏_I_【n_【卜一寸o_【o寸N_【n心on西nn卜n昏_【”寸寸_【”oo卜_【寸n_【on寸_【卜西_【寸N_【寸NoH咕NNo

17、N寸”卜_【nnoo一_【_【n卜nN卜卜_【卜卜岫N昏Nn_【Ho昏o_【_【aln心nnNNn一annnn卜昏n叫o_【_【_lno_【Nn卜N_l一一Nn卜o_lno卜。一心Hnn_【寸n口Notnon一一一卜NonNN寸寸”一”n西卜寸o_【o卜_【一Nonn_【_【no卜寸oo卜一一NNn西崞n卜寸NnoNcI一寸乜昏乱Nn口cInno口西。一n卜寸昏no寸一一NN寸一nooNn一卜卜o_【n寸non”c-”寸。寸NnoNNo_【n昏小co一N寸No_IN昏_【no卜NNnn_【西寸nNN_【寸寸Nn一寸一乱一_l寸o卜。一_【o_【寸寸_【on口Nn_【卜o一一n一昏口昏口寸on乱

18、nn卜口寸_【tNn寸ao寸心oH寸Nn乱_【oNo卜nn呐oooo寸oq寸oN_【noo寸o_【o_【文_【_【ocno_【_【NN吼no_【卜”No_【寸寸n寸N_【non寸一ooao寸一卜卜乱口c2目心寸_【”卜noonN寸寸oon岫o_【岫N寸Ao寸一卜卜_1oNNoo卜卜_【onN一寸卜卜。一01寸_l_【anI一_【_【卜on_【寸o寸口寸一on卜。寸一口卜oo一一n寸乱n卜一NNn寸卜寸o一oo_【n寸N乱nt卜卜o_【oNon卜卜Ncn西n一!2一。卜n寸寸一o卜寸寸一1019Nn寸N=一卜onononn卜一n一卜。一IIcIa2o寸寸寸心onn寸心口_【no寸a寸口卜n卜n_

19、【卜n卜寸a卜昏oo寸n2一nno卜昏nnocI_【o_【_【_【_【心乱昏卜n心乱N寸卜o_【n卜nnN_【Noo寸一_【凶蜡廷璐rrI辍忙懊球襟长坦球蚺瘿球卷球球吣攥球蚺垛球嚣州球滁离球延吨皿蝈晡始#晡田鼠球毫缶壬球嶷漱邛始匿球船皿塔忙糕怔度球世赃一忆珥一删抖牝霜降。_【廿noN廿!oN廿cIoN廿N_【oN廿_【一oN廿。一oN廿aooN廿ooN廿goN时口ooN髯凶2oNo_心ooNgo由口。荀og矗AI匣也2II卜。专【I一占II拿ou工u器IIIlo召u；勺2q口【I立皂oNQD鼻卜一k斟一喇槲k呻船凶聪工5廿mHoNl90。NN琳万方数据1864 自然资源学报 32卷泽库县河南蒙

20、古族自治县同德县兴海县玛沁县班玛县甘德县达日县久治县玛多县玉树县杂多县称多县囊谦县治多县曲麻莱县唐古拉山镇三江源区9059 14587 11584 11794 12173 10175 9755 156-23 11613 8757 1151210049 15476 12155 1252l 12404 12063 9708 17384 12263 9666 123695836 8966 769312610 16555 1539513392 18614 1599l6863 9899 686l9055 12715 1020716049 21047 166289549 14497 1046017375

21、21658 2038915016 17589 161672400l 25323 2365812973 15088 1362012643 1398l 1059233322 33899 3343 l26716 27819 2771615919 15824 155632 50427 3 03537 2 681107116 7940 6804 685014137 15478 13116 1318814716 16329 15585 135857142 8612 9839 6524lOO49 995l 11010 913218116 19670 19874 1728810498 10712 13347

22、758518386 2113l 18709 2017417787 16456 19612 1973524797 27549 249_39 3 105 l13957 14837 14919 1546414247 1317l 15732 1591630757 38082 32539 41 12824876 32382 26514 352871505l 18534 16919 198162 65946 2 9541l 2 81695 2 9218894081692420417120561418925748167002474l2744l3654l21292208844724039579207773 8

23、69437699 6174 744915013 12217 1446314944 12323 155907528 5885 812l9464 8122 1038917339 13394 1851511068 8765 1131818995 15447 1970015189 11446 1764425555 16360 259771306l 9562 1447711139 9762 1380734682 25201 3502829683 21278 2918516904 12547 167852 7214l 2 06907 2 823313讨论基于MODIS NPP建立的三江源区遥感估产模型效果

24、较好，可为高海拔地区草原产草量遥感估算提供方法参考。植被指数建模本身有一定局限性，在低植被覆盖率地区敏感性较低，在高植被覆盖率地区敏感性不足”61。目前，使用MODIS资料进行草原监测应用广泛口21，基于MODIS NPP的产草量遥感估算方法可为进一步优化模型、提高估算精度提供新思路。1)建模方法讨论_己孓咖硇咖珏L图3 2006-2015年三江源区产草量(总量)折线图Fig3 Annual grassland production in ThreeRiver SourceRegion from 2006 to 2015基于不同分辨率的数据，采用不同的经验模型，选取不同的精度评价参数，建模结果

25、会有差异，仅通过某一种方法来判定模型优劣是不准确的。从估算模型的精度评价来看(表1)，指数模型的相关性偏高，但估算精度低于线性模型，线性模型更适用于三江源区的产草量估算。研究采用两种分辨率的净初级生产力数据(MODl7A2 NPP的分辨率为1 000 m，MODl7A2H NPP的分辨率为500 In)，MODl7A2H NPP的建模精度高于万方数据11期 吕鑫等：基于MODIS NPP的20062015年三江源区产草量时空变化研究 1865MODl7A2 NPP的建模精度，可见分辨率越高的产品建模估算效果往往越好，之前的相关研究也有类似结论”51。结合表1，通过对植被指数和净初级生产力两种建

26、模方法比较，植被指数统计建模的平均估算精度为6525，净初级生产力建模的平均估算精度为7525，说明净初级生产力统计建模的精度整体高于植被指数统计建模的精度。可见，通过净初级生产力建模可以有效提高产草量估算的精度，弥补植被指数建模的不足。2)估算结果讨论已有研究进展中，专门针对三江源区的产草量遥感估算研究较少。选择李文娟等以青海省为研究区的结果数据进行对比检验，李文娟等得出三江源区在2007年的产草量(单产)约为1 16057 kghm2，产草量(总量)约为3 98436x104 t19】。本文估算的三江源区在2007年的产草量(单产)为1 10676 kghm2，产草量(总量)为3 0353

27、7104 t。二者的估算结果总体比较相近，其中产草量(单产)相差5381 kghm2，产草量(总量)相差94899104 t。二者结果产生差异的原因主要有几个方面：在研究范围方面，李文娟等的研究范围是整个青海省，本文的研究区域是三江源区，研究区域大小会直接影响结果的准确性；在建模方法方面，李文娟等基于MODIS NDVI建立遥感估算模型，NDVI在高植被覆盖率地区敏感性降低，容易造成结果不准确，基于MODIS NPP产品建模，弥补了NDVI建模估算的不足，提高了估算精度；在遥感反演方面，李文娟等在反演时未考虑土地利用类型因素，容易造成产草量偏高，本研究结合了土地利用类型图，排除了城市绿地等因素

28、影响，估算结果更加客观。根据2007-2009年玛沁县和2007-201 1年玛多县的地面产草量(单产)实测统计数据，计算相对误差，分析模型估算结果。结果显示：玛沁县实测数据和模型估算结果的相对误差范围为11一281，平均相对误差为112；玛多县实测数据和模型估算结果的相对误差范围为03一386，平均相对误差为166。两县的相对误差平均值为139，平均相对误差较差为54，说明模型的精度和稳定性较好，基本能够满足三江源区总体估算的需要。3)产草量时空分布及影响因素讨论三江源区产草量(单产)空间分布特征与地形密切相关。三江源区的海拔整体呈东低西高、自东南向西北逐渐增高的空间分布特征，而三江源区的产

29、草量(单产)整体呈东多西少、自东南向西北逐渐减少的趋势，说明区域产草量(单产)随着海拔的逐渐增高而不断降低，分析可能与海拔变化引起的降水、气温变化等因素有关。由图2、表2所示，治多县位于三江源区的最西北位置，由于海拔较高，产草量明显低于周边地区。位于三江源区西部的唐古拉山镇，平均海拔在4 800 m左右，大部分地区都是无人区，局部地区常年冰雪覆盖，产草量(单产)明显低于三江源区其他地区。降水量的变化是影响三江源地区产草量(总量)变化的主要因素之一。图3反映出2014和2015年的产草量(总量)有明显下降，结合实地调研情况分析，降水量是引起产草量(总量)变化的主要因素。据青海省人民政府官方数据显

30、示，三江源区年平均降水量约在26227728 mm之间，年蒸发量约在7301 700 mnl之间。据调查，自2014年起，三江源区的降水量不断下降，2015年的年降水量不足100 ITilTI，而年蒸发量达到2 000 mm以匕。万方数据1866 自然资源学报 32卷除自然因素外，资源与生态环境管理政策和相应的干预措施也是影响三江源区产草量(总量)变化的重要因素。从图3可以看出三江源区在2006-2013年的产草量(总量)整体呈上升趋势，且上升趋势稳定，在2013年达到最高，这与本区域的环境管理政策有较强的契合关系。三江源自然保护区一期工程在2005年启动，2013年10月完成验收】，该自然保

31、护区工程的启动对于保护三江源区的自然资源有重要意义，对产草量(总量)提高有直接促进作用。青海省人工影响天气办公室于2013年6月开始至9月30日结束的三江源区人工增雨工作，对三江源区2013年的产草量(总量)显著提高也起到一定作用。参考文献(References)：1】马轩龙，李文娟，陈全功基于GIS与草原综合顺序分类法对甘肃省草地类型的划分初探J草业科学，2009，26(5)：71 3MA X L，LI W J，CHEN Q GPreliminary exploration of native grassland classification of Gansu Provincebased o

32、n GIS and comprehensive and sequential grassland classification methodPratacultural Science，2009，26(5)：7一13】【2】董建军，牛建明，张庆，等基于多源卫星数据的典型草原遥感估产研究J中国草地学报，2013，35(6)：6469【DONG J J，NIU J M，ZHANG Q，et a1Estimation of primary productivity of typical grasslands based on multisourcesatellite dataChinese Journ

33、al ofGrassland，2013，35(6)：64-69】3王柳，段英利用遥感影像进行植被分布分析【J】测绘与空间地理信息，2012，35(3)：140142WANG L，DUAN YAnalysis of the vegetation distribution based on the remote sensing imageGeomatics&Spatial Information Technolo-gY,2012，35(3)：1401424陶伟国，徐斌，杨秀春草原产草量遥感估算方法发展趋势及影响因素J】草业学报，2007，16(2)：1-8【TAO W G，XU B，YANG X

34、C，et a1Advances and factors affecting the estimation of grass production using remote sensingActaPrataculturae Sinica，2007，16(2)：1-85游浩妍基于地理加权回归的草原产草量遥感估算模型研究D】阜新：辽宁工程技术大学，2013YOU H YAModel Based on Geographically Weighted Regression for Estimating Grass Yield Using Remote Sensing DataFuxin：Liaoning

35、 Technical University,20136】6位贺杰，张艳芳，董孝斌，等渭河流域植被WUE遥感估算及其时空特征J】自然资源学报，2016，3l(8)：1275-1 288【WEI H J，ZHANG Y FDONG X B，et a1Estimating the spatiotemporal characteristic of vegetation water useefficiencyoverWeiheRiverBasinJournal ofNaturalResources，2016，31(8)：12751288】【7】罗玲，王宗明，任春颖，等基于MODIS数据的松嫩草原产草量遥

36、感估算模型与空间反演【J农业工程学报，2010，26(5)：1 82一l 87LUO L，WANG Z M，REN C Yet a1Models for estimation of grassland production and spatial inversion based on MODIS data in Songnen PlainTransactions ofthe CSAE，2010，26(5)：182一187】【8】金云翔，徐斌，杨秀春，等内蒙古锡林郭勒盟草原产草量动态遥感估算【J中国科学：生命科学，201l，41(12)：1l 85l 1 95JIN Y X，XU B，YANG

37、X C，et a1Remote sensing dynamic estimation of grass production in Xilinguole，InnerMongoliaScientia SinicaVitae，201l，41(12)：118511959李文娟，九次力，谭忠厚，等青海省草地生产力及草畜平衡状况研究J】资源科学，2012，34(2)：367372LI W J，JIU C L，TAN z H，et a1Analysis on natural grassland productivity and livestock-feeds balance in Qinghai Prov

38、inceRe-sources Science，2012，34(2)：36737210李文娟，马轩龙，陈全功青海省海东、海北地区草地资源产量与草畜平衡现状研究J】草业学报，2009，18(5)：270-275【LI W J，MA X L，CHEN Q G，et a1Research on grassland resources yield and balance between forage resources and livestock numbers in Haidong and Haibei prefecture of QinghaiActa Prataculturae Sinica，20

39、09，l 8(5)：270275】【l 1牛志春，倪绍祥青海湖环湖地区草地植被生物量遥感监测模型J】地理学报，2004，58(5)：695702NIU z C，NIS XStudy on models for monitoring of grassland biomass in the region arotmd Qinghai Lake assisted by remotesensingJournal of Geographical Sciences，2004，58(5)：695702万方数据吕鑫等：基于MODIS NPP的20062015年三江源区产草量时空变化研究 186712黄敬峰，王

40、秀珍，王人潮，等天然草地牧草产量遥感综合监测预测模型研究J遥感学报，2001，5(1)：6974【HUANG J F，WANG X Z，WANG R C，et a1A study on monitoring and predicting models of grass yield in naturalgrassland using remote sensing data and meteorological dataJournal ofRemote Sensing，2001，5(1)：69-7413】李霞北疆地区草地地上生物量遥感监测研究【D兰州：兰州大学，2008【LI XRemotely

41、Sensed Monitoring ofGrassland Aboveground Biomass in Northern Xinjiang AreaLanzhou：Lanzhou University,2008】14】杨秀春，徐斌，朱晓华，等北方农牧交错带草原产草量遥感监测模型J地理研究，2007，26(2)：213222YANGX C，XU B，ZHU X H，et a1Models of grass production based on remote sensing monitoring in northem agrograzingecotoneGeographical Researc

42、h，2007，26(2)：2 1 3-222】15傅新宇，唐川江，张新跃，等四川草原MODIS数据的产草量估算J地球信息科学学报，2013，15(4)：611-617【FU X YTANG C J，ZHANG X Y et a1Estimation of grass yield based on MODIS data in Sichuan Province，ChinaJournal ofGeoinformation Science，2013，15(4)：611-61716ZHAO F，XU B，YANG X C，et a1Remote sensing estimates of grasslan

43、d aboveground biomass based on MODIS netprimary productivity(NPP)：A case study in the Xilingol grassland ofnorthem ChinaJRemote Sensing，2014，6(6)：5368538617】秦大河三江源区生态保护与可持续发展【M北京：科学出版社，2014【QIN D HEcological Protection and Sustainable Development in the Three River RegionBeijing：Science Press，201418

44、】SHEN M G，TANG Y H，KLEIN J，et a1Estimation ofaboveground biomass using in situ hyperspectral measurementsin five major grassland ecosystems on the Tibetan，PlateauJJournal ofPlant Ecology,2008，1(4)：24725719】陈生云，赵林，秦大河，等青藏高原多年冻土区高寒草地生物量与环境因子关系的初步分析【J冰川冻土，2010，32(2)：405-413【CHEN S Y ZHAO L，QIN D H，et a

45、1A preliminary study of the relationships between alpine grassland biomass and environment factors in the permafrost regions of the Tibetan PlateauJournal of Glaciology and Geocryology,2010，32(2)：405-413】【20】伍星，李辉霞，傅伯杰，等三江源地区高寒草地不同退化程度土壤特征研究J中国草地学报，2013，35(3)：7784WU x，LI H X，FU B J，et a1Study on soi

46、l characteristics of alpine grassland in different degradation levels in headwater regions ofThree River in ChinaChinese Journal ofGrassland，2013，35(3)：778421】韩波三江源区高寒草地地上生物量遥感反演模型的建立【D淮南：安徽理工大学，2015HAN BModelingAboveground Biomass ofAlpine Grassland in the Three River Headwaters Region Based on Remote SensingHuainan：Anhui University ofScience&Technology,2015】22】陈全功中国草原监测的现状与发展J草业科学，2008，25(2)：2938CHEN Q GCurrent status and developmentof grassland monitoring in ChinaPratacultural Science，2008，25(2)：2938】万方数据自然资源学报 32卷Spatiotemporal Changes of Grassland Production Based onMODIS NPP in th