青藏高原草地生物量遙感動(dòng)態(tài)監(jiān)測(cè)

方 金，黃曉東，王 瑋，于 惠，馬琳雅，梁天剛

(蘭州大學(xué)草地農(nóng)業(yè)科技學(xué)院 農(nóng)業(yè)部草地農(nóng)業(yè)生態(tài)系統(tǒng)學(xué)重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730020)

草地占地球陸地面積的40.5%，在全球碳循環(huán)中具有十分重要的作用[1]。在我國(guó)，天然草地的面積占國(guó)土面積的42.05%[2]。天然草地是青藏高原牧區(qū)非常重要的可更新資源，它不僅是草地畜牧業(yè)的物質(zhì)載體，而且在維持區(qū)域生態(tài)環(huán)境方面具有重大意義[3]。近年來(lái)，草地荒漠化、沙化等草地退化問(wèn)題越來(lái)越嚴(yán)重[4]。因此，對(duì)草地生物量研究顯得尤為重要。草地生物量的遙感監(jiān)測(cè)與傳統(tǒng)方法相比，具有效率高、速度快、成本低且不傷害植株的優(yōu)點(diǎn)[5]。目前，草地生物量的遙感監(jiān)測(cè)已經(jīng)成為一個(gè)熱門課題，草地地上生物量的估算為確定合理的草地載畜量提供了科學(xué)依據(jù)[6-9]，并且在保障畜牧業(yè)生產(chǎn)發(fā)展和保護(hù)生態(tài)環(huán)境方面具有重要意義。

隨著遙感技術(shù)的發(fā)展，草地遙感估產(chǎn)技術(shù)和方法也將繼續(xù)發(fā)展，基于遙感數(shù)據(jù)和方法的草地估產(chǎn)模型更加趨于成熟，其應(yīng)用也將向草原生態(tài)系統(tǒng)、草地退化監(jiān)測(cè)、草地植被生長(zhǎng)監(jiān)測(cè)等領(lǐng)域擴(kuò)展[10]。中分辨率成像光譜儀 (moderate resolution imaging spectroradiometer,MODIS)資料主要應(yīng)用于土地覆蓋、土地利用、植被生態(tài)和自然災(zāi)害監(jiān)測(cè)[11-14]等方面。近幾年，利用MODIS資料開展的生物量的遙感監(jiān)測(cè)方面的科學(xué)研究也越來(lái)越全面。梁天剛等[15]利用2006-2008 年甘南牧區(qū)草地調(diào)查資料和Terra/MODIS 每日地表反射率產(chǎn)品MOD09GA，建立了草地地上生物量遙感反演模型，分析了甘南州及各縣草地資源在2001-2008 年期間的各旬、月和年的生物量及理論載畜量變化動(dòng)態(tài)。馮蜀青等[16]利用EOS/MODIS進(jìn)行牧草產(chǎn)量監(jiān)測(cè)，建立了牧草產(chǎn)量監(jiān)測(cè)模型，該模型可用于監(jiān)測(cè)青海省牧草生長(zhǎng)狀況，并對(duì)牧草產(chǎn)量變化進(jìn)行評(píng)價(jià)，為畜牧業(yè)生產(chǎn)提供決策依據(jù)。徐希孺和金麗芳[17]利用NOAA資料較好地推算了內(nèi)蒙古錫林郭勒盟的草地生物量。楊英蓮等[18]指出，牧草產(chǎn)量和MODIS增強(qiáng)型植被指數(shù) (enhanced vegetation index,EVI) 之間有較高的相關(guān)性，并且得出利用指數(shù)函數(shù)建立產(chǎn)量模型效果較好。另外，生長(zhǎng)旺季建立的模型相關(guān)性明顯好于生長(zhǎng)初期或末期[19]。渠翠平等[20]比較了利用增強(qiáng)型植被指數(shù)和歸一化植被指數(shù) (normalized difference vegetation index,NDVI) 反演生物量的優(yōu)缺點(diǎn)，發(fā)現(xiàn)在反演生物量時(shí)增強(qiáng)型植被指數(shù)要優(yōu)于歸一化植被指數(shù)。

本研究主要分析不同植被蓋度下NDVI、EVI與生物量之間的相關(guān)性，建立基于不同植被蓋度下NDVI和EVI的草地生物量估測(cè)模型，并分析選取出最優(yōu)模型，用來(lái)估測(cè)青藏高原地區(qū)的草地生物量，為合理利用青藏高原牧區(qū)草地資源提供科學(xué)依據(jù)。

1 研究區(qū)域概況

研究區(qū)草地類型主要包括低地草甸類、高寒草甸類、高寒草原類、高寒灌叢類、山地草甸類、溫性草原類、溫性荒漠類、沼澤草甸類、高寒荒漠類等。其牧草品質(zhì)優(yōu)良具有高蛋白、高脂肪、高無(wú)氮浸出物及高產(chǎn)熱值和低纖維素“四高一低”的特點(diǎn)，已成為我國(guó)發(fā)展草地畜牧業(yè)的主要基地之一[21-22]。同時(shí)，青藏高原草地是世界唯一的高寒生物種質(zhì)資源庫(kù)，高原生物具有強(qiáng)大的抗逆基因和特殊種性，由于該地區(qū)海拔高、氣候惡劣及草地生態(tài)系統(tǒng)的低效、脆弱等特性，一經(jīng)破壞，則極易喪失而且無(wú)法補(bǔ)救[23-24]。所以，利用遙感技術(shù)對(duì)該地區(qū)草地生物量進(jìn)行監(jiān)測(cè)，具有極其重要的意義，可以為進(jìn)一步改善青藏高原草地生態(tài)系統(tǒng)提供科學(xué)依據(jù)。

圖1 青海省樣點(diǎn)分布圖

2 數(shù)據(jù)的獲取與處理

2.1MODIS數(shù)據(jù)的獲取 MODIS是美國(guó)國(guó)家宇航局(National Aeronautics and Space Administration，NASA)發(fā)射的地球觀測(cè)系統(tǒng)(earth observing system，EOS)中最主要的傳感器之一，有36個(gè)離散光譜波段，每條軌道掃描寬度約2 300 km，地面分辨率為250、500、1 000 m。由于MODIS的光譜分布和數(shù)據(jù)特點(diǎn)，近年來(lái)已受到國(guó)內(nèi)外許多學(xué)者的廣泛關(guān)注，利用MODIS數(shù)據(jù)在土地覆蓋、冰雪變化、荒漠化監(jiān)測(cè)、沙塵監(jiān)測(cè)以及地表凈輻射和病蟲害監(jiān)測(cè)等方面開展了大量的研究[25-27]。本研究所使用的MODIS植被指數(shù)數(shù)據(jù)(MOD13A3)均來(lái)自對(duì)地觀測(cè)系統(tǒng)數(shù)據(jù)共享平臺(tái)(EOS data gateway)，空間分辨率為1 km，每個(gè)月生成一幅數(shù)字合成圖像，時(shí)間序列為2002-2008年，共計(jì)84幅EVI和84幅NDVI數(shù)字圖像。

2.2地面樣方數(shù)據(jù)的獲取 野外調(diào)查樣點(diǎn)主要分布在青海省(圖1)。分別于2005年8-9月和2006年的8-9月期間，共計(jì)調(diào)查樣地389個(gè)、樣方646個(gè)，樣地設(shè)置主要選擇在草地植被空間分布比較均一、可以代表較大范圍的典型地段。每個(gè)樣地內(nèi)設(shè)置1～3個(gè)1 m×1 m的樣方，在植被群落一致性較好的樣地內(nèi)設(shè)置1～2個(gè)，當(dāng)樣地植被比較復(fù)雜分布不均勻時(shí)，設(shè)置2～3個(gè)。在每個(gè)樣方內(nèi)，記錄樣點(diǎn)的隸屬行政區(qū)、草地類型、坡度、坡向和利用狀況等，同時(shí)利用GPS測(cè)定樣方的經(jīng)緯度和海拔，并在樣方內(nèi)采用常規(guī)植被調(diào)查法測(cè)定植被蓋度、草層平均高度、植物種數(shù)、不可食牧草種數(shù)、總產(chǎn)草量和可食牧草產(chǎn)量等。

2.3植被指數(shù)數(shù)據(jù)的處理 MODIS植被指數(shù)的計(jì)算公式如下所示。

歸一化差值植被指數(shù)計(jì)算公式：

(1)

式中，ρNIR和ρRed分別為經(jīng)過(guò)大氣校正的近紅外和紅光通道的反射值。NDVI可以消除大部分與儀器定標(biāo)、太陽(yáng)角、地形、云陰影和大氣條件有關(guān)輻照度的變化，增強(qiáng)對(duì)植被的響應(yīng)能力，是目前已有的40多種植被指數(shù)中應(yīng)用最廣的一種。盡管NDVI得到廣泛的應(yīng)用，但許多研究也表明，NDVI也受到定標(biāo)和儀器特性、云和云影、大氣、雙向反射率、土壤及葉冠背景、高生物量區(qū)飽和等因素影響，其應(yīng)用受到限制[28]。

增強(qiáng)型植被指數(shù)其計(jì)算公式：

(2)

式中,ρNIR、ρRed和ρBlue分別為經(jīng)過(guò)大氣校正的地面反射率；L=1，為土壤調(diào)節(jié)參數(shù)；C1和C2分別為6.0和7.5，可通過(guò)Blue修正大氣對(duì)Red的影響。

EVI對(duì)原始數(shù)據(jù)經(jīng)過(guò)較好的大氣校正，所以EVI的設(shè)計(jì)避免了基于比值的植被指數(shù)的飽和問(wèn)題。同時(shí)，利用藍(lán)光和紅光對(duì)氣溶膠散射存在的差異，采用“抗大氣植被指數(shù)”可進(jìn)一步減小氣溶膠的影響，采用“土壤調(diào)節(jié)植被指數(shù)”可減少土壤背景的影響，耦合以上兩種植被指數(shù)，開發(fā)了同時(shí)減少大氣和土壤背景影響的增強(qiáng)型植被指數(shù)[29]。EVI的合成，是以數(shù)據(jù)質(zhì)量為基礎(chǔ)，優(yōu)先選擇晴天時(shí)傳感器視角小的像元。EVI在這些方面的改進(jìn)，為遙感定量研究提供了更好的基礎(chǔ)。

利用MODIS數(shù)據(jù)重投影工具軟件(MODIS reprojection tools，MRT)，將下載的數(shù)據(jù)進(jìn)行格式和地圖投影轉(zhuǎn)換，同時(shí)完成圖像的空間拼接。在ArcMap軟件中使用雙線性差值方法提取各樣方位置點(diǎn)對(duì)應(yīng)的MODIS影像的EVI和NDVI值，并對(duì)提出的EVI和NDVI值作歸一化處理。

2.4草地生物量遙感監(jiān)測(cè)模型的建立與驗(yàn)證 主要研究方法包括：1)建立地面實(shí)測(cè)數(shù)據(jù)不同蓋度下生物量與兩種植被指數(shù)的散點(diǎn)圖，模擬出關(guān)系最強(qiáng)函數(shù)公式。2)利用ArcMap中的ToolBox中的MOD工具，建立生物量遙感監(jiān)測(cè)模型，并計(jì)算生成研究區(qū)模擬生物量影像。3)計(jì)算各樣點(diǎn)對(duì)應(yīng)的實(shí)測(cè)值和模擬值之差，通過(guò)比較其絕對(duì)平均誤差和絕對(duì)標(biāo)準(zhǔn)差確定最優(yōu)模型。4)利用最優(yōu)模型反演草地地上生物量，生成研究區(qū)2002-2008年逐月平均生物量數(shù)字圖像。

3 結(jié)果與討論

3.1NDVI和EVI與草地地上生物量的相關(guān)性 對(duì)草地蓋度進(jìn)行分段，在每級(jí)植被蓋度下，分別建立了NDVI和EVI與2006年8-9月實(shí)測(cè)數(shù)據(jù)之間的反演模型(表1)。結(jié)果表明，兩種植被指數(shù)和草地生物量的相關(guān)性隨著草地蓋度的增大而逐漸變強(qiáng)，說(shuō)明草地蓋度是影響草地生物量遙感建模的關(guān)鍵因子之一；當(dāng)草地蓋度很低(小于20%)時(shí)，NDVI與草地生物量的相關(guān)性要強(qiáng)于EVI；當(dāng)蓋度大于20%時(shí)，EVI與草地生物量之間的相關(guān)性明顯強(qiáng)于NDVI。通過(guò)上述結(jié)果可以確定，增強(qiáng)型植被指數(shù)的算法在減少大氣和土壤背景影響后的確優(yōu)于NDVI。因此，本研究利用EVI建立研究區(qū)草地地上生物量監(jiān)測(cè)模型，用以反演研究區(qū)草地的生物量。

3.2模型的精度分析 利用反演模型(表1)，分別計(jì)算研究區(qū)基于EVI值的2005年8月草地模擬生物量，將模擬值與2005年8月地面實(shí)測(cè)值進(jìn)行比較，并對(duì)該組數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析(表2)。結(jié)果表明，不同植被蓋度下模型反演值與實(shí)測(cè)值的絕對(duì)平均誤差介于1 699.9～3 439.2 kg/hm2，當(dāng)研究區(qū)植被蓋度為90%～99%時(shí)，反演值的絕對(duì)平均誤差最?。唤^對(duì)標(biāo)準(zhǔn)差介于1 696.8～2 427.6 kg/hm2，當(dāng)蓋度為100%時(shí)，絕對(duì)標(biāo)準(zhǔn)差最小。雖然當(dāng)蓋度為100%時(shí)最大差值與最小差值都比較高，但是標(biāo)準(zhǔn)誤差更能反映對(duì)比結(jié)果的可靠性，而且比平均誤差更能表現(xiàn)數(shù)值的離散程度，所以本研究選取絕對(duì)標(biāo)準(zhǔn)差值最小的模型作為研究區(qū)草地地上生物量反演的最優(yōu)模型(表2)，即：y=17 891x1.714 0，R2=0.542。

表1 青海地區(qū)的草地生物量與EVI和NDVI之間的關(guān)系

表2 青海省不同蓋度下模型精度分析

3.3模型的反演與分析 利用研究區(qū)最優(yōu)生物量反演模型模擬并分析研究區(qū)不同類型草地的逐月平均生物量。研究區(qū)4月份牧草開始返青，7-8月是全年牧草的生長(zhǎng)旺季，達(dá)到盛草期，月平均生物量最高達(dá)到6 089.7 kg/hm2(圖2)。7-8月研究區(qū)日照時(shí)數(shù)較長(zhǎng)，雨水充沛，因此是適合草地生長(zhǎng)和放牧的最佳時(shí)期。9月之后牧草進(jìn)入枯黃期，生物量逐漸下降，到10月末達(dá)到最小值。從11月到次年的4月是草地的枯萎期，此時(shí)研究區(qū)草地生物量均低于2 000.0 kg/hm2。植被進(jìn)入生長(zhǎng)期后，由于草地類型的不同，月平均生物量也開始出現(xiàn)了分層。高寒灌叢類、山地草甸類、高寒草原類為第1層，月平均生物量相對(duì)其他類型較高；剩下的高寒草甸類、高寒草甸草原類、山地草原類、溫性草原類、沼澤草地類這5種草地類型的月平均生物量為第2層；低地草甸類、溫性荒漠類是研究區(qū)月平均生物量相對(duì)較低的第3層，生產(chǎn)力水平較弱。

因?yàn)檠芯繀^(qū)每年8月為草地的盛草季，草地的生物量達(dá)到最大，因此選取2002-2008年每年8月的不同草地類型平均生物量來(lái)反映研究區(qū)2002-2008年草地生物量變化動(dòng)態(tài)。對(duì)不同草地類型的平均生物量曲線進(jìn)行分析(圖3)，結(jié)果表明，研究區(qū)不同草地類型盛草季地上生物量也表現(xiàn)出不同的生產(chǎn)力水平，其中，高寒灌叢類、高寒草甸類、山地草甸類以及高寒草甸草原類的生產(chǎn)力水平較高，2002-2008年，生物量均超過(guò)了3 000 kg/hm2；高寒草原類、山地草原類、溫性草原類以及沼澤草甸類的生產(chǎn)力水平較低，地上生物量在1 800～3 400 kg/hm2；低地草甸類與溫性荒漠類的生產(chǎn)力水平最低，地上生物量都小于1 300 kg/hm2。不同草地類型生物量的年季變化略有不同，在2002-2008年，生產(chǎn)力較高的草地類型都表現(xiàn)出生物量先上升后下降的趨勢(shì)，從2007年開始，高寒灌叢類和高寒草甸類生物量下降尤為劇烈；生產(chǎn)力水平較低的幾類草地類型，雖然生物量表現(xiàn)出明顯的年季震蕩，但生產(chǎn)力水平基本上保持穩(wěn)定，沒(méi)有發(fā)生明顯的變化；生產(chǎn)力水平最低的低地草甸類和溫性荒漠類，生物量基本上沒(méi)有發(fā)生變化，表現(xiàn)比較穩(wěn)定。綜上所述，生產(chǎn)力水平越高，草地類型的年季變化越劇烈，說(shuō)明該種類型的草地類型受氣候變化的影響越大；生產(chǎn)力水平越低的草地類型，則對(duì)氣候變化的敏感度較低。當(dāng)然，草地生產(chǎn)力水平的下降，還受到其他方面的影響，比如過(guò)度放牧、人為干擾、不合理的利用方式等，還需要深入研究。

圖2 青海省不同草地類型生物量月季反演圖

圖3 2002-2008年青海省不同草地類型生物量年度變化

利用最優(yōu)模型和青藏高原2008年8月EVI的影像反演出青藏高原2008年8月生物量的圖(圖4)，按照青藏高原草地資源等級(jí)將產(chǎn)量分為如下7個(gè)等級(jí)，<750、750～1 500、1 500～3 000、3 000～4 500、4 500～6 000、6 000～7 500、>7 500 kg/hm2。研究區(qū)生物量的分布具有連續(xù)性，且自西北向東南方向生物量呈逐漸增加的趨勢(shì)。西北大部分區(qū)域生物量小于750 kg/hm2，從西北往東南生物量逐漸增加，東南大部分地區(qū)生物量普遍在4 500～6 000 kg/hm2。而生物量高于6 000 kg/hm2的區(qū)域相對(duì)比較少，主要分布在東南邊界區(qū)域。參考研究區(qū)的草地類型資料，研究區(qū)西北方向主要是生產(chǎn)力較弱的高寒荒漠類、高寒荒漠草原類和裸地，因此草產(chǎn)量少也是符合實(shí)際的；中間部分主要為高寒草原類、高寒草甸類和高寒草甸草原類，這幾類草地類型相對(duì)高寒荒漠和高寒荒漠草原類的產(chǎn)草量要高；而東邊及東南方向大部分為溫性草原類、山地草甸類、高寒灌草叢類和低地草甸類等產(chǎn)草量較高的草地類型。研究區(qū)生物量反演圖像基本上反映了不同草地類型的分布狀況，而且能夠很好地反映該地區(qū)的草地生長(zhǎng)情況。

4 結(jié)論與展望

本研究表明，植被指數(shù)與草地生物量的相關(guān)性隨著草地蓋度的增大，兩者的相關(guān)性逐漸增強(qiáng)，而且EVI與草地生物量的相關(guān)性強(qiáng)于NDVI。建立不同蓋度下EVI與草地生物量的相關(guān)模型，并利用地面實(shí)測(cè)資料對(duì)所有模型進(jìn)行精度驗(yàn)證，選取了研究區(qū)最優(yōu)草地生物量反演模型，并利用模型計(jì)算出了研究區(qū)2002-2008年逐月平均生物量，研究結(jié)果很好地反映了草地的生長(zhǎng)狀況。對(duì)不同草地類型的生物量的對(duì)比分析表明，研究區(qū)不同草地類型按照生產(chǎn)力水平可以大致分為3層，生產(chǎn)力水平越高，年季變化越明顯，說(shuō)明該類草地對(duì)氣候變化較敏感；生產(chǎn)力水平較低的草地類型對(duì)氣候變化較不敏感。

圖4 青藏高原2008年8月生物量反演圖

此次地面調(diào)查數(shù)據(jù)主要選在牧草生長(zhǎng)的旺季(8-9月)，對(duì)建立生物量反演模型存在一定的不確定性。植被在一年的生長(zhǎng)過(guò)程中受到很多因素的影響，比如氣候、降水量、光照等，所以在以后的研究中應(yīng)該逐月對(duì)草地進(jìn)行采樣調(diào)查，由此建立的模型將更具科學(xué)性。氣象數(shù)據(jù)以及放牧管理數(shù)據(jù)的引入，也會(huì)對(duì)草地生產(chǎn)力水平變化的原因做出很好的解釋。

[1]王娓，彭書時(shí)，方精云.中國(guó)北方天然草地的生物量分配及其對(duì)氣候的響應(yīng)[J].干旱區(qū)研究，2008，25(1):90-97.

[2]許鵬.草地資源調(diào)查與規(guī)劃[M].北京：中國(guó)農(nóng)業(yè)出版社，2000:137-138.

[3]劉艾，劉德福.我國(guó)草地生物量研究概述[J].內(nèi)蒙古草業(yè)，2005，11(1):7-11.

[4]劉占宇，黃敬峰，吳新宏，等.草地生物量的高光譜遙感估算模型[J].農(nóng)業(yè)工程學(xué)報(bào)，2006，22(2):111-115.

[5]王新欣，朱進(jìn)忠，范燕敏，等.基于MODIS-NDVI的天山北坡中段草地動(dòng)態(tài)估產(chǎn)模型研究[J].草業(yè)科學(xué)，2009，26(7):24-27.

[6]辛?xí)云剑瑥埍］x，李剛，等.1982-2003年中國(guó)草地生物量時(shí)空格局變化研究[J].自然資源學(xué)報(bào)，2009，24(9):1582-1592.

[7]李聰，肖繼東，曹占洲，等.應(yīng)用MODIS數(shù)據(jù)估算草地生物量[J].干旱區(qū)研究，2007，24(3):386-391.

[8]張凱，郭鈮，王潤(rùn)元，等.甘南草地地上生物量的高光譜遙感估算研究[J].草業(yè)科學(xué)，2009，26(11):44-50.

[9]史培軍，陳晉，王平，等.內(nèi)蒙古錫林郭勒盟草地地上生物量估算的地學(xué)模型研究[A].中國(guó)北方草地畜牧業(yè)動(dòng)態(tài)監(jiān)測(cè)研究(一)[M].北京:中國(guó)農(nóng)業(yè)科技出版社，1993:98-108.

[10]李海亮，趙軍.草地遙感估產(chǎn)的原理與方法[J].草業(yè)科學(xué)，2009，26(3):34-38.

[11]柳海鷹，高吉喜，李政海.土地覆蓋及土地利用遙感研究進(jìn)展[J].國(guó)土資源遙感，2001(4):7-12.

[12]朱會(huì)義，何書金，張明.土地利用變化研究中的GIS空間分析方法及其應(yīng)用[J].地理科學(xué)進(jìn)展,2001(2):104-110.

[13]駱劍承，楊忠恩.利用NOAA-AVHRR資料對(duì)浙江省植被生態(tài)環(huán)境進(jìn)行動(dòng)態(tài)監(jiān)測(cè)研究[J].國(guó)土資源遙感，1993(2):10-16.

[14]黃曉東，梁天剛.牧區(qū)雪災(zāi)遙感監(jiān)測(cè)方法的研究[J].草業(yè)科學(xué)，2005，22(12):10-16.

[15]梁天剛，崔霞，馮琦勝，等.2001-2008年甘南牧區(qū)草地地上生物量與載畜量遙感動(dòng)態(tài)監(jiān)測(cè)[J].草業(yè)學(xué)報(bào)，2009，18(6):12-22.

[16]馮蜀青，劉青春，金義安，等.利用EOS/MODIS進(jìn)行牧草產(chǎn)量監(jiān)測(cè)的研究[J].青海草業(yè)，2004，13(3):6-10.

[17]徐希孺，金麗芳.利用NOAA-CCT估算內(nèi)蒙古草場(chǎng)產(chǎn)草量的原理與方法[J].地理學(xué)報(bào)，1985，40(4):333-346.

[18]楊英蓮，邱新法，殷青軍.基于MODIS增強(qiáng)型植被指數(shù)的青海省牧草產(chǎn)量估產(chǎn)研究[J].氣象，2007，33(6):102-106.

[19]王正興，劉闖，Alfredo H E.植被指數(shù)研究進(jìn)展：從AVHRR-NDVI到MODIS-EVI[J].生態(tài)學(xué)報(bào)，2003，23(1):979-987.

[20]渠翠平，關(guān)德新，王安志，等.基于MODIS數(shù)據(jù)的草地生物量估算模型比較[J].生態(tài)學(xué)雜志，2008，27(11):2028-2032.

[21]張鐿鋰，李炳元，鄭度.論青藏高原范圍與面積[J].地理研究，2002，21(1)：1-7.

[22]鮑文.青藏高原草地資源發(fā)展面臨的問(wèn)題及戰(zhàn)略選擇[J].農(nóng)業(yè)現(xiàn)代化研究，2009，30(1):20-23.

[23]趙新全，張耀生，周興民.高寒草甸畜牧業(yè)可持續(xù)發(fā)展理論與實(shí)踐[J].資源科學(xué)，2000，22(4):50-61.

[24]壬無(wú)怠.青藏高原草地生產(chǎn)發(fā)展戰(zhàn)略商榷[J].科學(xué)·經(jīng)濟(jì)·社會(huì)，2002，18(11)：12-15.

[25]香寶，劉紀(jì)遠(yuǎn).基于遙感和GIS的東亞土地覆蓋年際變化研究[J].中國(guó)圖像圖形學(xué)報(bào)，2002，7(10):1017-1020.

[26]霍艾迪，張廣軍，武蘇里，等.利用MODIS-NDVI進(jìn)行廈華土地評(píng)價(jià)研究[J].干旱區(qū)農(nóng)業(yè)研究，2008，26(2):154-158.

[27]戴昌達(dá).植物病蟲害的遙感探測(cè)[J].自然災(zāi)害學(xué)報(bào)，1992(2):40-46.

[28]李霞，崔霞，黃曉東，等.北疆不同草地類型MODIS植被指數(shù)的時(shí)空變化研究[J].草業(yè)科學(xué)，2007，24(9):5-11.

[29]Huete A,Didan K,Miura T,etal.Overview of the radiometric and biophysical performance of the MODIS vegetation index[J].Remote Sensing of Environment,2002,83:195-213.