基于定量遥感的甘肃省草原综合顺序分类

为了推进草原综合顺序分类的实用化进程,在草地发生学原理指导下,在草原综合顺序分类中引入甘肃省2008年每日1km分辨率的MODIS地表温度产品(MYD11A1)和0.5km分辨率的MODIS地表反照率产品(MYD09GA),反演土壤水分和地表年积温,划分热量级和湿润度级,并对甘肃省草地进行分类,以野外调查数据为相对真值验证了结果,评价了分类精度。结果表明:甘肃省天然草地横跨寒冷-寒温-微温-暖温-暖热5个热量级,极干-干旱-微干-微润-湿润-潮湿6个湿润度级,共26个类,其中暖温干旱暖温带半荒漠类、微温干旱温带半荒漠类和寒温潮湿温性针叶林类是甘肃省最主要的几种草地类型,占全省面积的43.43%;草地类的分布呈现出明显的垂直地带性,类别划分结果符合研究区域的气候、地理位置和地貌特征。研究减少了以往综合顺序分类对气象站点分布和插值方法的依赖性,从数据源的角度解决了综合顺序分类法中站点数据向区域数据转换这一难题,改善了点数据外推的边界模糊问题,拓展了草原综合顺序分类的研究手段和方法,为推进草原综合顺序分类实用化进程提供了新的思路。

草原综合顺序分类系统第二级亚类的定量划分研究——以甘肃省为例

草原综合顺序分类理论自20世纪50年代提出以来,其完善的基本理论构架和定量化潜力已经使其成为草地生态系统研究科学性的代表。在草原综合顺序分类系统第1级——"类"的定量化研究方面取得了丰硕的成果,建立了检索图。但自该体系建立以来,由于数据获取困难,定量技术限制等原因,一直未开展第2级分类的定量化研究。论文以草原综合顺序分类系统的第2级——"亚类"为研究对象,在对亚类的分类指标——地形(地貌)和土壤的发生和分类进行综合分析的基础上,提出了在草地亚类划分中进行定量化分类的方法和原则,并以甘肃省为研究区域,进行了亚类的划分实践。首先,确定在山地使用地形(地貌)因子,在平原使用土壤亚类进行草地亚类划分,具体将甘肃省山地和平原按照坡度>3°,连续面积达到6 km2以上,划分为山地,其余划分为平原;在SRTMDEM数据基础上,提取了坡度、海拔、地势起伏度、山地和平原等因子,将甘肃省划分为20个基本地貌类型单元;利用SRTM-DEM提取的地形坡度、坡向、曲率等数据和MODIS数据中MODIS09GA、MODIS13A2影像提取和反演的土壤亮度、植被指数、水体指数、土壤温度、湿度指数、纹理特征等信息,通过监督分类,将甘肃省的土壤亚类定量划分为36个类型;在此基础上,在山地使用地貌分类指标,在平原使用土壤分类指标将甘肃省草地划分为568个草地亚类。研究结果可以为完善草原综合顺序分类系统,建立类与型之间的桥梁,并最终推进该系统三级分类体系的实用化提供研究思路和方法参考。

基于改进的CASA模型模拟草原综合顺序分类体系各类的最大光能利用率

植被最大光能利用率是净初级生产力(NPP)估算的一个重要参数,对它的大小一直存在争议。利用遥感数据、气象数据和中国区域NPP实测资料,依据基于草原综合顺序分类(CSCS)改进的CASA模型,采用改进的最小二乘法对中国41类草地的最大光能利用率(εmax)进行了模拟,并通过与他人估算的光能利用率(ε)进行比较来验证εmax的可靠性和准确性。结果表明:此次研究的ε值略高于其他的研究结果。其主要原因有:ε最大值和最小值之间的跨度较大,从而使得平均值较高;由于缺乏实测数据,个别草地类型的ε估算值较高,导致了本研究ε值偏高;各研究采用的分类体系不同,模型和数据来源不同,从而导致结果存在差异。本研究中的εmax根据实测数据模拟得到,今后需进一步收集实测数据,对参数εmax的合理取值进行调整。

从生态信息图谱的角度看草原综合顺序分类法检索图

图谱是认识和研究事物规律的科学方法。草原综合顺序分类法检索图是一种成功的生态图谱研究成果,在草原分类工作中具有重要的理论和实践价值。在现代信息技术基础上,根据生态信息图谱的思想,对检索图作出了评价,并提出了进一步完善和充实的途径。

基于草原综合顺序分类法的中国山地草地亚类分类研究

草地作为陆地生态系统的重要组成部分,精准界定草地类型对草地资源研究具有重要意义。本研究基于数字高程模型(DEM),采用草原综合顺序分类法(CSCS),对中国山地草地亚类进行定量划分,并分析了草地亚类在山地区域的空间分布特征。结果表明:1)山地亚类共划分为20种,以小起伏山地亚类为主,面积分布最广泛;丘陵、中起伏山地亚类面积分布相当;大起伏和极大起伏山地亚类面积分布较少;2)原则上每种草地类型可划分为20种草地亚类,由于山地水热条件的空间差异,在特定环境下某些草地亚类并不存在;3)寒冷潮湿多雨冻原、高山草甸类(ⅠF36)的山地亚类面积分布最大;寒温潮湿寒温性针叶林类(ⅡF37)的山地亚类面积占第二位;暖热潮湿落叶-常绿阔叶林类(ⅤF40)的山地亚类面积居第三;亚热极干亚热带荒漠类(ⅥA6)的山地亚类面积分布最小。该研究结果可为草原开发利用、培育保护和经营管理,以及畜牧业的发展提供一定科学依据。

基于草地综合顺序分类法的CASA模型改进

将任继周等提出的草原综合顺序分类法的草原分类气候指标>0℃年积温(Σθ)和湿润度指标(K)引入CASA模型,对水分胁迫因子的计算进行改进,避免了复杂的土壤参数,仅用>0℃年积温和K值就可计算水分胁迫因子,极大地简化了模型。同时调整了CASA模型最大光能利用率的固定取值,使之成为适合中国草地净第一性生产力(NPP)估算的模型。改进的CASA模型实现了草地NPP模拟与草地综合顺序分类系统的耦合,能更好地反映草地类型与草地NPP的关系,为研究草地NPP的区域分布和全球分布提供了理论依据。

草原放牧系统的类型与生产力

根据草原综合顺序分类法(Comprehensive and Sequential Classification System,CSCS)划分了高寒、荒漠、半荒漠、亚热带森林灌丛、典型草原、草甸草原、温带森林灌丛、热带森林灌丛8个类型的放牧系统。放牧系统经历了原始游牧、粗放游牧、过度放牧和现代化放牧4个演替阶段,根据3个类型放牧系统生产力长期动态,我国主体仍为过度放牧系统,但开始向现代化放牧系统转变。我国放牧系统生产力平均18.04APU·hm^(-2),总计63.50亿APU,每年可产肉295.9万t。我国放牧系统存在结构性超载,即整体超载,但是部分区域、部分季节存在放牧利用不足。目前,我国草原增产潜力为0.5~2倍,关键途径是实现草原放牧系统的现代化转型。

青海省草地碳汇潜力研究

青海作为草地大省,草地碳汇潜力巨大。在全球气候暖干化的强(A2a)、弱(B2a)情景下,青海省气候呈现暖湿化趋势;青海省潜在草地的主体是冻原高山草地大类,占青海省潜在草地总面积的75.69%,其潜在碳汇占全省草地潜在碳汇的87.22%。与近50年(1950-2000)相比,未来(2001-2050)A2a、B2a情景下青海省将呈现草地面积减少,林地面积增加的态势,草地面积将分别减少30.71%和28.5%;草地潜在碳汇将分别降低25.55%和20.82%,气候暖湿化趋势有利于植被总碳汇的增加,主体上是以冻原高山草地大类碳汇大幅减少,温带森林(在青海具体为寒温性针叶林类)碳汇增加为特征。

中国天然草地净初级生产力时空分布

利用基于草原综合顺序分类系统(CSCS)的改进CASA模型,估算2004-2008年中国草地净初级生产力并分析其时空分布特征。结果表明:2004-2008年中国草地NPP年平均为489.4g C·m^(-2)·a^(-1),5年里草地NPP总体呈现增加趋势。草地NPP的积累期主要发生在水、热搭配较好的4-10月,占了全年总量的89.1%。春(3月-5月)、夏(6月-8月)、秋(9月-11月)、冬(12月-2月)四季的草地NPP各自占全年总量的18.6%,59.6%,17.4%和4.5%。由年际、月份—空间和季节—空间的NPP变化可知,适宜的水热搭配是草地NPP积累的关键。中国草地NPP随经度的递增而逐渐增大,随纬度的增大而逐渐减小,但存在一定的波动性,其变化规律与水、热状况的地带性规律相一致。

2000-2020年石羊河流域草地净初级生产力时空动态及其对气候的响应

石羊河流域是河西典型的干旱内陆河流域,其生态本底极为敏感脆弱,探究该地区草地植被净初级生产力(NPP)数量和分布变化及其对气候的响应,对该地区草地管理等具有重要意义。本研究基于草原综合顺序分类系统(CSCS)改进的CASA模型模拟了2000-2020年石羊河流域草地NPP,并辅以Sen’s斜率、变异系数(CV)和Hurst指数探究了NPP时空动态、变化趋势、变化稳定性、未来变化趋势,并通过偏相关分析方法分析了积温和降水与NPP之间的相关关系。结果表明:1)草地年均NPP为170.24 g·(m^(2)·a)^(-1),10年NPP增量为28.96 g·m^(-2),呈波动上升趋势,未来一段时间内NPP还会有所增加。2)草地类中,年均NPP最高的是山地草甸类(ⅡE30),年均548.74 g·(m^(2)·a)^(-1);其次为山地草甸草原类(ⅡD23),年均为454.50 g·(m^(2)·a)^(-1);年均NPP最低的是温带荒漠类(ⅣA4),年均91.65 g·(m^(2)·a)^(-1)。3)石羊河流域草地整体稳定,中波动草地占据主体地位,仅温带典型草原类(ⅢC17)存在较高波动。4)多数草地NPP增加的主导因素是降水,对降水响应敏感的区域占流域面积的24.93%,仅两类荒漠草地(ⅢA3和ⅣA4)对降水响应关系不明显;草甸类草地NPP对积温响应最为敏感,荒漠类草地与积温呈现一定的负相关关系。

基于CSCS改进CASA模型的中国草地净初级生产力模拟

将草原综合顺序分类系统(CSCS)中的热量指标(∑θ)和湿润度指标(K)引入CASA模型。利用该模型模拟了2004—2008年中国41个草地类的净初级生产力(NPP),并分析了其时空变化和不同草地类NPP变化。结果表明:2004—2008年中国草地NPP模拟平均值与实测平均值分别为503.8g·m-2·a-1和567.3g·m-2·a-1,两者较为接近。各类草地的平均误差和平均相对误差均值分别为4.85g·m-2·a-1和7.6%。草地NPP的实测值和模拟值相关性较好。改进CASA模型模拟值比Miami和Thornthwaite Memorial模型模拟值更接近实测值。NPP空间分布呈东高西低、南高北低、从西北向东南逐渐增加的趋势,体现了K和∑θ的水平和垂直地带性分布规律。2004—2008年中国草地NPP总体呈现增加趋势,其总量增加了23.0%。草地NPP年均值在不同植被类型中差异显著,分布规律与CSCS划分草地类的K和∑θ密切相关。总之,改进后的CASA模型模拟精度较高,实现了草地NPP模拟与草地分类的相互关联。