基于Landsat數(shù)據(jù)的烏魯木齊市草地地上生物量時空演變及趨勢分析

摘要：為探究烏魯木齊市草地地上生物量（Above ground biomass，AGB）的時空演變規(guī)律及未來變化趨勢，本研究采用1990—2021年Landsat數(shù)據(jù)及實測數(shù)據(jù)構(gòu)建烏魯木齊市草地AGB反演模型，分析研究區(qū)草地生長期（4—10月）各月AGB時空演變特征及穩(wěn)定性，運用趨勢分析法和Hurst指數(shù)等方法，揭示草地AGB的歷史演變和未來變化趨勢。結(jié)果表明，建立的AGB模型中，二次多項式反演模型精度最高，為86.07 %；時空演變上，草地生長期整體及5—10月的AGB隨年際變化呈波動增加趨勢，4月則呈波動減少趨勢，隨經(jīng)緯度的增加均表現(xiàn)為減少趨勢，呈現(xiàn)出草甸區(qū)高，荒漠區(qū)低的水平分布格局，隨海拔升高總體表現(xiàn)為山區(qū)＞平原，且草地波動較為穩(wěn)定；歷史變化趨勢上，生長期整體及5—10月AGB累計變化率均呈增加趨勢，4月呈減少趨勢，演變分級均以退化和穩(wěn)定為主；未來變化趨勢上，生長期整體及5—10月趨勢變化均以穩(wěn)定和改善為主，4月以退化和改善為主。研究結(jié)果可為烏魯木齊市草地的科學(xué)評價及合理利用提供理論依據(jù)。

關(guān)鍵詞：草地地上生物量；時空演變；趨勢分析；變異系數(shù)；Hurst指數(shù)

中圖分類號：S812.6 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-0435（2023）07-1950-14

Temporal and Spatial Evolution and Trend Analysis on the Grassland Above Ground Biomass in Urumqi Based on Landsat Data

LI Ying1， ZHANG Yong-juan²， JIN Gui-li^1，*， LIU Wen-hao1， GONG Ke1， WANG Sheng-ju1， MA Jian1， LIU Zhi-biao1， LI Jia-xin1， LI Chao1

（1. College of Grassland Sciences of Xinjiang Agricultural University / Xinjiang Key Laboratory of Grassland Resources and Ecology /Key Laboratory of Grassland Resources and Ecology for Western Arid Desert Region， Ministry of Education， Urumqi， Xinjiang 830052， China; 2. Urumqi landscape engineering quality supervision station （Urumqi forest and grass seedling station）， Urumqi， Xinjiang 830092， China）

Abstract：In order to explore the spatio-temporal changes and the trend of grassland above ground biomass （AGB） in Urumqi，this study used Landsat data and site measured data from 1990 to 2021 to establish an AGB inversion model for the grasslands in Urumqi. The spatio-temporal change characteristics and stability of AGB in each month of the grassland growth period （from April to October） in the study area were analyzed using trend analysis and Hurst index methods，the historical evolution and future trend of grassland AGB also revealed. The results show that for the establishment of the AGB models，the quadratic polynomial inversion model has the highest accuracy in simulation，reaching 86.07%. In terms of spatio-temporal evolution，the AGB during the growth period as a whole and from May to October showed a fluctuating increasing trend，while in April，it showed a fluctuating decreasing trend. With the increase of longitude and latitude，it showed a horizontal distribution pattern of high meadow areas and low desert areas. With the increase of altitude，the AGB overall showed a trend of mountainous areasgt;plains，and the fluctuation of grassland was relatively stable;In terms of historical change trend，both the overall growth period and the cumulative change rate of AGB from May to October showed an increasing trend，while in April，it showed a decreasing trend.The evolution grading was mainly characterized by degradation and stability;In terms of future trends，both the overall growth period and the trend changes from May to October are mainly stable and improved，while in April，they are mainly degraded and improved.The research results can provide theoretical basis for scientific evaluation and rational utilization of grassland in Urumqi.

Key words：Above ground biomass of grassland;Spatio-temporal evolution;Trend analysis;Coefficient of variation;Hurst index

草地地上生物量（Above ground biomass，AGB）是作為表征群落結(jié)構(gòu)和功能的綜合信息載體，不僅是衡量草地生產(chǎn)功能和生態(tài)服務(wù)的重要指標(biāo)^［1］，還是進行草業(yè)規(guī)劃、生態(tài)評價、草原退化監(jiān)測的基礎(chǔ)。有研究表明，草地地上生物量變化與水熱因素、人為因素相互作用，水熱及人為因素決定了地上生物量的分布及變化，而地上生物量的變化也影響著區(qū)域氣候條件及人類活動^［2-3］。因此，及時、準(zhǔn)確地監(jiān)測草地地上生物量的時空變化，了解其變化規(guī)律，對區(qū)域草地資源管理、草畜平衡及生態(tài)環(huán)境保護具有重要意義。

近年來，隨著遙感技術(shù)和大數(shù)據(jù)信息平臺的發(fā)展，利用多源遙感影像對草地地上生物量進行動態(tài)監(jiān)測已成為一種有效手段^［4-6］。常用的遙感數(shù)據(jù)源主要有MODIS^［7-8］，LANDSAT^［9-10］等，他們在植被動態(tài)監(jiān)測研究中各有優(yōu)劣。MODIS數(shù)據(jù)時間分辨率高，覆蓋面積大，但對于小尺度區(qū)域調(diào)查，空間分辨率低；而Landsat空間分辨率較高，能夠準(zhǔn)確地反演地面參數(shù)并體現(xiàn)其空間變化規(guī)律，適用于小尺度區(qū)域調(diào)查^［11-12］。目前，有關(guān)于草地地上生物量的研究多集中在不同區(qū)域時空分布特征、趨勢分析方面。前者基于長時序數(shù)據(jù)，對不同區(qū)域內(nèi)的草地地上生物量時空變化進行分析，受自然因素與人為因素的影響，空間上不同的區(qū)域呈現(xiàn)出不同的分布格局^［13-14］，時間上呈增加、減少或波動的變化規(guī)律^［15-19］；后者采用趨勢分析法，利用長時間序列數(shù)據(jù)進行回歸分析，研究不同像元內(nèi)草地地上生物量的變化^［20］，其結(jié)果可以闡明一定時間內(nèi)，該區(qū)域內(nèi)的草地是處于改善、退化還是穩(wěn)定的狀態(tài)^［21-23］，可為該區(qū)域草地利用與管理提供理論依據(jù)。烏魯木齊市作為新疆維吾爾自治區(qū)的首府，是全疆政治、經(jīng)濟、文化的中心，有豐富的資源，在長時間城市化發(fā)展中，草地地上生物量隨時間呈現(xiàn)出怎樣變化的規(guī)律，未來變化趨勢如何？如果能對烏魯木齊市草地生長期及生長期內(nèi)各月的草地AGB進行預(yù)測，更能提高草地的可持續(xù)利用率，對區(qū)域草地合理規(guī)劃具有一定的指導(dǎo)意義。

因此，為了準(zhǔn)確反映烏魯木齊市草地AGB的時空演變特征，本研究基于Landsat數(shù)據(jù)，利用遙感反演法得到烏魯木齊市1990—2021年4—10月生長期平均AGB及各月AGB數(shù)據(jù)集，采用回歸分析法、變異系數(shù)法分析研究區(qū)草地AGB時空演變特征及空間穩(wěn)定性，并采用slope趨勢分析法探討研究區(qū)草地AGB歷史演變規(guī)律，進一步結(jié)合Hurst指數(shù)法分析研究區(qū)草地AGB的未來變化趨勢，以期為烏魯木齊市草地資源的科學(xué)保護和利用提供依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

烏魯木齊市86°37′33″ E～88°58′24″，42°45′32″ N～45°00′00″N）位于中國西北地區(qū)，新疆維吾爾自治區(qū)的中部，屬于溫帶大陸性氣候，年日照時數(shù)2 400～3 000 h，年均溫7.0℃，年降雨量271.4 mm（圖1）。據(jù)20世紀(jì)80年代統(tǒng)計，烏魯木齊地區(qū)土地總面積為1 623 333 hm²，草地面積占總面積的60.21%^［24］。烏魯木齊市具有豐富的草地資源，分布著低平地草甸類、高寒草甸類、高寒草原類、山地草甸類、溫性草甸草原類、溫性草原化荒漠類、溫性草原類、溫性荒漠草原類、溫性荒漠類等9種草地類型^［25］。據(jù)研究統(tǒng)計，烏魯木齊市最適載畜量為34.19萬只（綿羊單位），但實際載畜量為57～60萬只，存在嚴(yán)重的超載過牧現(xiàn)象^［26］。因此，對烏魯木齊市的草地AGB時空變化進行研究，不僅有助于評估該地區(qū)草地資源的狀況，還有助于制定合理的牧業(yè)管理措施，防止過度放牧造成的草地?fù)p失，維護該地區(qū)草地資源的長期可持續(xù)發(fā)展。

1.2 數(shù)據(jù)來源

1.2.1 實測數(shù)據(jù)的獲取 本研究地面實測樣本數(shù)據(jù)于2021年7月野外獲取，樣點布設(shè)遵循草地類型、地形、地貌、交通便利兼顧等布設(shè)原則，樣地及樣方布設(shè)采取典型取樣法在樣點附近選取符合整體樣地特征和未被家畜采食地區(qū)布設(shè)。其中，草本、半灌木及矮小灌木為主的樣地，布設(shè)3個1 m×1 m的樣方。灌木及高大草本植物為主的樣地，每個樣地設(shè)置1個10 m×10 m的灌木及高大草本植物樣方和3個1 m×1 m的草本、半灌木及矮小灌木樣方。采用齊地面刈割法，分種測定植物地上生物量鮮重，總計259個調(diào)查樣本。

1.2.2 遙感數(shù)據(jù)的獲取 影像數(shù)據(jù)：Landsat影像數(shù)據(jù)均來自于Google Earth Engine Landsat表面反射率遙感數(shù)據(jù)庫，基于該數(shù)據(jù)庫獲取研究區(qū)1990—2021年植物生長季4—10月份影像，其中1990—2011年使用的是USGS Landsat 5 Surface Reflectance Tier 1數(shù)據(jù)集，2012-2013是USGS Landsat 7 Surface Reflectance Tier 1數(shù)據(jù)集，2014—2021年是USGS Landsat 8 Surface Reflectance Tier 1數(shù)據(jù)集，空間分辨率均為30 m，并在Google Earth Engine平臺（https：//code.earthengine.google.com/）進行去云、裁剪、拼接及植被指數(shù)的計算。由于Landsat影像去云以后部分月份數(shù)據(jù)不完整，在ENVI 5.6中利用無縫拼接工具對同一月份前后兩年的影像進行填補。

高程數(shù)據(jù)：通過Earthdata網(wǎng)站（https：//urs.earthdata.nasa.gov）獲取烏魯木齊市DEM 12.5 m分辨率的ALOS衛(wèi)星數(shù)據(jù)。

草地范圍數(shù)據(jù)：通過國家冰川凍土沙漠科學(xué)數(shù)據(jù)中心（http：//www.ncdc.ac.cn/portal/）獲取新疆1∶100萬草地資源類型圖，通過裁剪得到烏魯木齊市草地范圍^［25］。

氣象數(shù)據(jù)：通過國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（http：//www.geodata.cn）獲取研究區(qū)1990—2021年4—10月平均氣溫、降水量數(shù)據(jù)。

1.3 研究方法

1.3.1 AGB模型的建立 本研究利用70%的樣本點建立模型，30%的樣本點精度驗證，利用ArcGIS提取各樣方點的歸一化植被指數(shù)（Normalized difference vegetation index，NDVI），建立生物量的線性及非線性反演模型，建立的模型主要包括指數(shù)、線性、對數(shù)、二次多項式以及冪函數(shù)，根據(jù)決定系數(shù)（R²）、平均相對誤差（RE）、均方根誤差（RMSE）、估算模型精度（Accuracy）來選取最優(yōu)模型。

1.3.2 精度驗證 本研究選取平均相對誤差（RE）、均方根誤差（RMSE）、估算模型精度（Accuracy）來進行模型精度評價。公式如下^［35］：

式中，b_i為實測生物量，b′_i為估測生物量，b-為實測生物量的平均，n為樣本數(shù)。

1.3.3 AGB時空演變分析 從經(jīng)度、緯度、海拔高度對草地AGB的空間變化進行統(tǒng)計，分析其水平與垂直分異特征^［27］。步驟如下：（1）經(jīng)緯度以0.5°的間隔劃分，經(jīng)度上為：86.5～87°，87～87.5°，87.5～88°，88～88.5°，88.5～89°；緯度上為：42.5～43°，43～43.5°，43.5～44°，44～44.5°，44.5～45°，45～45.5°；（2）海拔的劃分是基于ALOS DEM 12.5 m數(shù)據(jù)，根據(jù)烏魯木齊市的海拔范圍，按照1 000 m的間隔劃分為5個高程帶：0～1 000 m，1 000～2 000 m，2 000～3 000 m，3 000～4 000 m，4 000～5 000 m。

利用變異系數(shù)（Coefficient of variation，CV）描述1990—2021年4—10月草地AGB的相對波動程度，計算公式為^［28］：

式中，CV是變異系數(shù)，σ是標(biāo)準(zhǔn)差，X-是AGB的平均值。

1.3.4 AGB歷史變化趨勢分析 利用slope趨勢分析及F檢驗分析烏魯木齊市草地AGB在時間尺度上的變化趨勢，其中slope表示研究區(qū)每個像元內(nèi)草地AGB的變化趨勢。當(dāng)slopegt;0時，表示該像元內(nèi)草地AGB呈增加趨勢，反之，則表示該像元內(nèi)草地AGB呈退化趨勢。其計算公式及趨勢劃分如下^{［27，29］}：

式中，i為年序號，AGB_i為第i年的AGB值，n為樣本量。slope是AGB在研究時間內(nèi)的變化率。

1.3.5 AGB未來變化趨勢分析 基于重標(biāo)極差（R/S）分析方法的Hurst指數(shù)是一種有效的定量方法，用于描述時間序列信息的長期依賴性，該指數(shù)最早是由英國水文學(xué)家Hurst提出的，公式如下^［30-31］：

在一定時間序列內(nèi){（t）}，t=1，2，…對于任意整數(shù)n≥1。

均值：

累積離差：

極差：

標(biāo)準(zhǔn)差：

R，S，ε滿足一般關(guān)系式：

R（τ）/S（τ）=c×τ^H

式中：c為常數(shù)；R（τ）/S（τ）為重標(biāo)極差；H 為 Hurst指數(shù)。根據(jù)以下方程logτ為自變量，log（R/S）_τ為因變量，采用最小二乘法擬合，可得到Hurst指數(shù)的估計值。

log（R/S）_τ=log（τ）+H×logτ

本研究利用Matlab軟件進行計算1990—2021年生長期整體及各月的草地AGB Hurst指數(shù)，指數(shù)介于0～1之間，主要有3種形式：（1） 當(dāng)0.5lt;Hlt;1時，說明該時間序列具有持續(xù)性的變化趨勢，數(shù)值越接近1，持續(xù)性就越強；（2） 當(dāng)H = 0.5時，說明該時間序列是隨機的，即過去與未來的變化趨勢沒有任何相關(guān)性；（3） 當(dāng)0lt;Hlt;0.5時，說明該時間序列具有反持續(xù)性的變化趨勢，即過去的減少趨勢可能導(dǎo)致未來的增加趨勢，數(shù)值越接近0，反持續(xù)性就越強^［32-33］。

為了更好的預(yù)測草地AGB的未來趨勢變化，將slope趨勢分析與Hurst指數(shù)結(jié)合起來，將烏魯木齊市草地AGB未來趨勢劃分為6個等級，劃分依據(jù)如下^［29］：

2 結(jié)果與分析

2.1 草地生物量反演模型與精度評價

本研究通過指數(shù)、線性、對數(shù)、二次多項式和冪函數(shù)構(gòu)建NDVI和草地地上生物量的反演模型，并評估模型的估算精度，篩選出最佳的反演模型（表4）。從反演模型的效果來看，NDVI的二次多項式模型效果最佳，其平均相對誤差（RE）、均方根誤差（RMSE）均最小，分別為0.13%，36.93 g·m^-2，決定系數(shù)R²和模型精度均最高，分別為0.83和70%，模型的可信度也最高。

為了評估草地地上生物量遙感估算模型的精確性，我們采用了30%的樣本數(shù)據(jù)進行了精度驗證，結(jié)果表明，2021年實測草地地上生物量和遙感反演地上生物量相關(guān)系數(shù)達(dá) 0.88（圖2），均方根誤差和平均相對誤差分別為15.31 g·m^-2和-0.11 %，模型的估算精度達(dá)到了86.07 %，說明利用二次多項式模型建立的NDVI和地上生物量估測值與實測值比較接近，可以較好地估測烏魯木齊市草地地上生物量。

2.2 烏魯木齊市草地AGB時空演變特征

2.2.1 時間變化特征 由圖3可知，草地生長期平均AGB整體呈波動增加趨勢，增長速度為0.45 g·m^-2·a^-1，最大值出現(xiàn)在2016年，為159.57 g·m^-2，最小值出現(xiàn)在2004年，為133.37 g·m^-2。從生長期各月來看，5—10月與生長期均值整體變化一致，隨年際變化呈波動增加趨勢，平均增長速度為9月（0.79 g·m^-2·a^-1）＞6月（0.74 g·m^-2·a^-1）＞8月（0.73 g·m^-2·a^-1）＞7月（0.58 g ·m^-2·a^-1）=5月（0.58 g·m^-2·a^-1）；4月與之相反，呈波動減少趨勢，減少速率為0.35 g·m^-2·a^-1?？傮w來看，1990—2021年烏魯木齊市生長期各月的草地AGB年際變化趨勢與平均AGB大體一致，呈波動增加趨勢。

2.2.2 空間變化特征 由圖4、圖5可知，32年，草地生長期平均AGB隨經(jīng)度的增加總體呈減少趨勢，每增加0.5°，草地AGB就減少26.79 g·m^-2，緯度上，從南向北整體呈下降的趨勢，每增加0.5°，草地AGB就減少7.54 g·m^-2。隨經(jīng)度、緯度的變化，空間上總體分布特征為西南部和東部高，北部、南部及東南部低，均值為144.44 g·m^-2，大部分草地AGB為100～150 g·m^-2，在全市均有分布，占全市草地面積的76.20 %，其次為150～200 g·m^-2，占10.33 %，主要分布在東南部；第三是大于200 g·m^-2，占13.10%，主要集中分布在西南部和東部，小于100 g·m^-2的最少，占0.37 %，主要零星分布在西南部。

從生長期各月來看，各月草地AGB在水平方向的變化趨勢與生長期平均AGB一致，經(jīng)度上從西向東逐漸減少，緯度上從南向北整體呈下降的趨勢，空間上總體分布特征為為西南部和東部高，北部、南部及東南部低（圖4、圖5）。

由圖6可知，草地生長期平均AGB變異系數(shù)較小，介于0.00～1.30，處于較穩(wěn)定的狀態(tài)。其中，74.40 %的草地AGB變異系數(shù)小于0.15，主要集中分布在北部、南部、東南部、中西南部；25.60 %的草地AGB變異系數(shù)大于0.15，主要集中分布在西南部、東部，部分零星分布在城區(qū)周邊，說明這些區(qū)域草地波動性較大，處于一個不穩(wěn)定的狀態(tài)。從生長期各月來看，各月草地AGB空間穩(wěn)定性與生長期平均AGB一致，均為西南部、東部較高，北部、南部、東南部、中西南部較低。

由圖7可知，草地生長期平均AGB隨海拔的升高總體呈增加趨勢，每升高1 000 m，增加為27.45 g·m^-2，在4 000～5 000 m處達(dá)到最大值，為248.62 g·m^-2，在0～1 000 m處最小，為116.96 g·m^-2。從生長期各月來看，各月草地AGB隨海拔的變化趨勢與生長期平均AGB一致，隨海拔的升高總體呈增加趨勢，變化速率為：6月（56.32 g·m^-2·km^-1）＞5月（40.18 g·m^-2·km^-1）＞4月（31.26 g·m^-2·km^-1）＞7月（26.53 g·m^-2·km^-1）＞10月（17.98 g·m^-2·km^-1）＞ 9月（11.80 g·m^-2·km^-1）＞8月（6.08 g·m^-2·km^-1）。

2.3 歷史變化趨勢及顯著性檢驗

為了解1990—2021年烏魯木齊市草地在植被生長期內(nèi)的生長趨勢，通過slope值、F檢驗來展現(xiàn)草地AGB的變化趨勢。結(jié)果發(fā)現(xiàn)，時間上，32年的草地生長期平均AGB年際變化率有較大差異，呈現(xiàn)出波動起伏狀態(tài)，總體表現(xiàn)由 1991年的-5.41 g·m^-2·a^-1 增加至 2021年的 0.45 g·m^-2·a^-1?？臻g上，呈退化趨勢（slope＜0，P＜0.05）的草地面積最大，為4 606.51 km²，占烏魯木齊市草地面積的48.08 %，主要分布在烏魯木齊北部、東南部、南部等地；其次是呈穩(wěn)定變化的草地，面積為3 244.05 km²，占33.87 %，主要分布在烏魯木齊東南部及城區(qū)周邊；呈改善趨勢（slope＞0，P＜0.05）的草地面積最小，為1 729.14 km²，占18.05 %，主要分布在西南部及東部（表5、圖8、圖9）。

從生長期各月來看，時間上，4月草地AGB由1991年的4.08 g·m^-2·a^-1 減少至2021年的0.35 g·m^-2·a^-1，其余各月AGB累積變化率與生長季平均AGB一致，隨時間呈增加趨勢?？臻g上，月份之間的草地AGB變化差異較大，4—5月，北部、西南部及東南部呈退化趨勢的草地逐漸減少，北部及東南部呈穩(wěn)定趨勢的草地面積逐漸增加，東部及西南部等區(qū)域呈改善趨勢的草地逐漸增加；6—7月，北部及南部呈退化趨勢的草地逐漸減少，中部及東南部呈穩(wěn)定趨勢的草地面積呈增加趨勢，西南部及東南部呈改善趨勢的草地面積逐漸減少；8—10月，中部、南部及東南部呈退化趨勢的草地面積逐漸增加，中部及東南部呈穩(wěn)定趨勢的草地面積逐漸減少，東部及西南部呈改善趨勢的草地面積逐漸減少。（表5、圖8、圖9）

2.4 未來變化趨勢

由表6、圖10可知，烏魯木齊市草地生長期平均AGB的Hurst指數(shù)較小，介于0.09～1.00之間，均值為0.46。小于0.5的占全市草地面積為6 634.93 km²，主要分布在中北部、東部、東南部、南部及中西南部，說明未來烏魯木齊市草地AGB變化趨勢具有較強的反持續(xù)性，有69.26 %的地區(qū)草地植被未來的變化趨勢與過去相反；大于0.5的面積為2 945.22 km²，主要分布在東南部、西南部及城區(qū)周邊，說明有30.74 %的草地未來變化趨勢與過去一致。

從生長期各月來看，未來草地AGB均處于持續(xù)性（0. 5lt;Hlt;1）和反持續(xù)性（0lt;Hlt;0.5）變化，且后者大于前者。4—8月，中部、中西南部、南部及東南部等呈反持續(xù)性變化的草地面積逐漸增加，北部、中部、西南部、東南部及南部等呈持續(xù)性變化的草地面積逐漸減少；9—10月，北部、中部、中西南部、南部及東南部呈反持續(xù)性變化的草地面積逐漸減少，北部及東南部呈持續(xù)性變化的草地面積逐漸增加?？傮w來看，未來烏魯木齊市草地變化情況與歷史存在較大差異，說明未來烏魯木齊市草地波動較大（表6、圖10）。

為了更清楚的預(yù)測烏魯木齊市草地植被未來生長情況，將Hurst指數(shù)與slope趨勢分析相結(jié)合，將烏魯木齊市草地未來AGB分為6類，草地生長期平均AGB未來趨勢變化中，反持續(xù)性退化面積最大，為3 449.58 km²，占烏魯木齊市草地面積的36.01%，主要分布在北部及中西南部等地；其次是穩(wěn)定型，為3 280.77 km²，占34.25%，主要分布在東部、東南部、中南部、南部等地；第三是持續(xù)退化型，為1 130.52 km²，占11.80%，主要分布在北部及東南部；然后是持續(xù)性改善型，為897.75 km²，占9.37%，主要分布在西南部；最后是反持續(xù)性改善型，為820.10 km²，占8.56%，東部、西南部等地（表7、圖11）。

從生長期內(nèi)各月來看，未來烏魯木齊市草地主要呈改善（持續(xù)性改善和反持續(xù)性退化）、穩(wěn)定、退化（持續(xù)性退化和反持續(xù)性改善）3種趨勢，各月草地AGB未來變化趨勢呈現(xiàn)出不同的規(guī)律。4—5月，北部、中部及東南部呈改善趨勢的草地面積逐漸增加，中部及東南部呈穩(wěn)定趨勢的草地面積逐漸增加，北部及南部呈退化趨勢的草地面積逐漸減少；6—8月，北部呈改善趨勢的草地面積逐漸增加，北部、東南部呈穩(wěn)定趨勢的草地面積逐漸增加，北部、東部及南部呈退化趨勢的草地面積逐漸減少；9—10月，北部及中部呈改善趨勢的草地面積逐漸減少，中部、南部及東南部呈穩(wěn)定趨勢的草地面積逐漸減少，北部及東南部呈退化趨勢的草地面積逐漸增加?？傮w來看，未來烏魯木齊市草地呈好轉(zhuǎn)的趨勢，生長期及生長期各月草地均以穩(wěn)定和改善為主（表7、圖11）。

3 討論

在研究陸地生態(tài)系統(tǒng)碳循環(huán)和指導(dǎo)草地畜牧業(yè)生產(chǎn)中，及時而準(zhǔn)確地掌握草地AGB時空演變特征具有重要的意義。有學(xué)者對草地AGB的時間變化特征進行了相關(guān)研究，如Zeng等^［34］、王公鑫等^［35］、Zhang等^［8］對不同地區(qū)的草地AGB時間變化規(guī)律進行分析，均發(fā)現(xiàn)草地AGB隨時間的增加呈波動增加趨勢，這與本研究結(jié)果相似。本研究在探討1990—2021年烏魯木齊市4—10月草地AGB時間變化特征時發(fā)現(xiàn)，5—10月草地AGB變化趨勢與生長期平均AGB趨勢一致，隨年際變化呈波動增加趨勢。這是因為水熱條件是限制干旱區(qū)植被生長的關(guān)鍵因素^［36-38］，隨著烏魯木齊市溫度、降水的增加^［39］，促進了草地生產(chǎn)力和載畜能力，減緩了超載過牧對草地的破壞，進而使草地AGB增加。本研究發(fā)現(xiàn)4月與生長期平均AGB變化趨勢相反，呈波動減少趨勢，這與馬麗云等^［40］研究2004—2011年烏魯木齊市4月NDVI變化趨勢結(jié)果相反，其研究表明8年來烏魯木齊市NDVI呈波動上升趨勢。其原因主要是草地在生長期受水熱條件共同控制，月份之間差異明顯，且研究時段不同，從而會發(fā)生不同的起點、結(jié)束點、突變點，及不同結(jié)果^［41-42］；空間特征上，烏魯木齊市草地AGB由于復(fù)雜的地理條件和氣候變化^{［39，43］}，水平上隨經(jīng)度、緯度的增加而減少，呈現(xiàn)出西南部和東部高，北部、南部及東南部低的分布格局，垂直上隨海拔的升高而增加。

為闡明草地AGB的歷史演變趨勢，有學(xué)者采用趨勢分析法對不同地區(qū)的草地AGB進行分析，如王公鑫等^［35］、楊淑霞等^［17］對不同時序、地區(qū)的草地AGB進行趨勢分析，發(fā)現(xiàn)草地AGB變化趨勢以穩(wěn)定和改善為主，這與本研究對1990—2021年烏魯木齊市草地AGB變化趨勢結(jié)果相反，本研究結(jié)果表明，32年間，烏魯木齊市草地AGB變化趨勢主要為退化和穩(wěn)定，主要是由于烏魯木齊屬于北疆典型荒漠區(qū)，尤其是北部溫性荒漠類草地分布較大，占全市草地面積的26.88%。據(jù)統(tǒng)計發(fā)現(xiàn)（圖12），北部荒漠草地降水變化速度為-0.01 mm·a^-1，比整體草地平均降水低80.00%，氣溫速度為0.04℃· a^-1，比整體高33.33%，降水的減少、溫度的增加及荒漠植被本身生長的脆弱性^［44-45］，導(dǎo)致北部荒漠草地AGB生長季均值為112.52 g·m^-2，低于整體草地均值22.10%，每年以0.20 g·m^-2的速度減少；本研究還發(fā)現(xiàn)，受氣溫和降水的影響^［39］，分布在西南部和東部的區(qū)域的草地AGB呈增加趨勢；除此之外，同樣地點在不同季節(jié)出現(xiàn)了不同的退化類型，這是因為植被具有明顯年際和季節(jié)變化，受氣候因素及人類活動的影響，進而導(dǎo)致烏魯木齊市1990—2021年不同月份的草地AGB變化趨勢不一致。

為探索烏魯木齊市草地AGB未來變化趨勢，本研究將Hurst指數(shù)與slope趨勢分析相結(jié)合，發(fā)現(xiàn)5—10月草地AGB變化趨勢與生長期平均AGB趨勢一致，未來均以改善和穩(wěn)定為主，這與陸蔭等^［16］、Ge等^［13］對不同地區(qū)草地AGB的未來預(yù)測結(jié)果相似，其研究結(jié)果表明未來草地AGB主以改善為主，主要是因為氣候變化及人類活動是限制草地AGB生長的重要影響因素^{［8，47-48］}，近年來，隨著新疆氣候“暖濕化”^［49］及相關(guān)草原保護政策的陸續(xù)出臺^［50］，使草地得以恢復(fù)，草地AGB未來呈增加的趨勢；但生長初期4月的變化趨勢與之相反，以退化和改善為主，其未來呈退化趨勢的草地面積是生長期整體及其他月份的3.27～7.12倍，說明這個時期需延遲放牧，4月正逢早春，氣溫仍然較低，牧草正處于開始返青的階段，其生長速度緩慢，可以有足夠的時間恢復(fù)生長^［51］。本研究結(jié)果還發(fā)現(xiàn)烏魯木齊市呈現(xiàn)退化趨勢的草地主要分布在南部及東部，這與變異系數(shù)結(jié)果相對應(yīng)（圖6），說明該地區(qū)草地目前正處于不穩(wěn)定狀態(tài)，過去呈改善狀態(tài)的草地，但在未來，可能受水熱因素^［36-38］、放牧^{［46，52］}及旅游業(yè)發(fā)展的影響^［53］使其呈退化趨勢，后期應(yīng)加強對該地區(qū)的草地的保護。

4 結(jié)論

本研究通過結(jié)合遙感數(shù)據(jù)和地面實測數(shù)據(jù)建立的NDVI二次多項式模型是最佳的指數(shù)反演模型，適用于監(jiān)測烏魯木齊市草地地上生物量的變化。1990—2021年烏魯木齊市草地AGB總體表現(xiàn)為波動增加趨勢，空間上表現(xiàn)為草甸區(qū)高，荒漠區(qū)低，且山地＞平原的分布格局。近32年來烏魯木齊市草地AGB呈現(xiàn)出“部分退化，局部穩(wěn)定，少量改善”的狀態(tài)，未來會向著“部分改善，局部穩(wěn)定，少量退化”的趨勢發(fā)展，對南部及東部持續(xù)退化區(qū)域需采取合理放牧、適度施肥等保護措施，同時在4月返青期時可利用推遲放牧的方法緩解退化。

參考文獻(xiàn)

［1］ 姜恕. 草地生態(tài)研究方法［M］. 北京：農(nóng)業(yè)出版社，1988：67-81

［2］ 許鵬. 新疆草地資源及其利用［M］. 烏魯木齊：新疆科技衛(wèi)生出版社，1993：202-219

［3］ 陳效逑，王恒.1982-2003年內(nèi)蒙古植被帶和植被覆蓋度的時空變化［J］.地理學(xué)報，2009，64（1）：84-94

［4］ QUAN X，HE B，YEBRA M，et al. A radiative transfer model-based method for the estimation of grassland aboveground biomass［J］. International Journal of Applied Earth Observation and Geoinformation，2017（54）：159-168

［5］ 童新，楊震雷，張亦然，等.基于不同階微分高光譜植被指數(shù)的牧區(qū)草場地上生物量估算［J］.草地學(xué)報，2022，30（9）：2438-2448

［6］ 張雨欣，黃健熙，金云翔，等.草地地上生物量估算模型研究進展［J］.草地學(xué)報，2022，30（4）：850-858

［7］ ZHOU W，LI H，XIE L，et al. Remote Sensing Inversion of Grassland Aboveground Biomass Based on High Accuracy Surface Modeling［J］. Ecological Indicators，2021（121）：107215

［8］ ZHANG J，F(xiàn)ANG S，LIU H. Estimation of Alpine Grassland Above-ground Biomass And Its Response to Climate on the Qinghai-Tibet Plateau During 2001 to 2019［J］. Global Ecology and Conservation，2022，35：e02065

［9］ LI Z，XIN X，HUAN T，et al. Estimating Grassland LAI Using the Random Forests Approach and Landsat Imagery in the Meadow Steppe of Hulunber，China［J］. Journal of Integrative Agriculture，2017，16（2）：286-297

［10］ZHANG Y，WANG R. Estimation of Aboveground Biomass of Vegetation Based on Landsat 8 OLI Images［J］. Heliyon，2022：e11099

［11］MENG B，GE J，LIANG T，et al. Evaluation of Remote Sensing Inversion Error for the Above-ground Biomass of Alpine Meadow Grassland Based on Multi-source Satellite Data［J］. Remote Sensing，2017，9（4）：372

［12］岳奕帆，陳國鵬，王立，等.基于GEE平臺的舟曲縣1998—2019年植被覆蓋變化分析［J］.草地學(xué)報，2022，30（6）：1534-1542

［13］GE J，HOU M，LIANG T，et al. Spatiotemporal Dynamics of Grassland Aboveground Biomass and Its Driving Factors in North China Over the Past 20 years［J］. Science of The Total Environment，2022，826：154226

［14］YU H，WU Y，NIU L，et al. A Method to Avoid Spatial Overfitting in Estimation of Grassland Above-ground Biomass on the Tibetan Plateau［J］. Ecological Indicators，2021，125：107450

［15］烏如汗. 正藍(lán)旗草地地上生物量遙感估算研究［D］.呼和浩特：內(nèi)蒙古師范大學(xué)，2018：23-24

［16］陸蔭，楊淑霞，李曉紅.甘南州高寒天然草地生長狀況遙感監(jiān)測［J］.草業(yè)科學(xué)，2021，38（1）：32-43

［17］楊淑霞，馮琦勝，孟寶平，等.三江源地區(qū)高寒草地地上生物量時空動態(tài)變化［J］.草業(yè)科學(xué)，2018，35（5）：956-968

［18］金哲人，馮琦勝，王瑞涇，等.基于MODIS數(shù)據(jù)與機器學(xué)習(xí)的青藏高原草地地上生物量研究［J］.草業(yè)學(xué)報，2022，31（10）：1-17

［19］王秀梅，董建軍.基于廣義線性模型估算內(nèi)蒙古荒漠草原及典型草原地上生物量變化［J］.草地學(xué)報，2020，28（6）：1711-1718

［20］張建云，張成鳳，鮑振鑫，等.黃淮海流域植被覆蓋變化對徑流的影響［J］.水科學(xué)進展，2021，32（6）：813-823

［21］陳琪，趙健，楊九艷，等.荒漠草場地上生物量的遙感監(jiān)測——以內(nèi)蒙古阿拉善盟為例［J］.中國草地學(xué)報，2020，42（2）：105-116

［22］張玉琢，楊志貴，于紅妍，等.基于STARFM的草地地上生物量遙感估測研究——以甘肅省夏河縣?？撇菰瓰槔跩］.草業(yè)學(xué)報，2022，31（6）：23-34

［23］宋瑞玲，王昊，張迪，等.基于MODIS-EVI評估三江源高寒草地的保護成效［J］.生物多樣性，2018，26（2）：149-157

［24］高飛，韓燕，王薇，等.烏魯木齊地區(qū)草地動態(tài)監(jiān)測與評價［J］.草學(xué)，2017（4）：38-40，44

［25］董通.新疆干旱時空演變特征及其對草地物候影響研究［D］.烏魯木齊：新疆農(nóng)業(yè)大學(xué)，2022：22-23

［26］崔國盈，丁建江，馮立濤，等.烏魯木齊地區(qū)草原占用情況及草場退化原因分析［J］.草食家畜，2002，（1）：53-55

［27］崔博超，鄭江華，吐爾遜·哈斯木，等.塔里木河流域草地凈初級生產(chǎn)力時空分異特征研究［J］.草業(yè)學(xué)報，2020，29（6）：1-13

［28］李傳華，趙軍，師銀芳，等.基于變異系數(shù)的植被NPP人為影響定量研究——以石羊河流域為例［J］.生態(tài)學(xué)報，2016，36（13）：4034-4044

［29］劉亮，關(guān)靖云，穆晨，等.2008—2018年伊犁河流域植被凈初級生產(chǎn)力時空分異特征［J］.生態(tài)學(xué)報，2022，42（12）：4861-4871

［30］JIANG W，YUAN L，WANG W，et al. Spatio-temporal Analysis of Vegetation Variation in the Yellow River Basin［J］. Ecological Indicators，2015（51）：117-126

［31］YIN L，WANG X，F(xiàn)ENG X，et al. A Comparison of SSEBop-Model-Based Evapotranspiration with Eight Evapotranspiration Products in the Yellow River Basin，China［J］. Remote Sensing，2020，12（16）：2528

［32］王耀斌，趙永華，韓磊，等.2000—2015年秦巴山區(qū)植被凈初級生產(chǎn)力時空變化及其驅(qū)動因子［J］.應(yīng)用生態(tài)學(xué)報，2018，29（7）：2373-2381

［33］朱玉果，杜靈通，謝應(yīng)忠，等.2000—2015年寧夏草地凈初級生產(chǎn)力時空特征及其氣候響應(yīng)［J］.生態(tài)學(xué)報，2019，39（2）：518-529

［34］ZENG N，REN X，HE H，et al. Estimating Grassland Aboveground Biomass on the Tibetan Plateau Using a Random Forest Algorithm［J］. Ecological Indicators，2019（102）：479-487

［35］王公鑫，井長青，董萍，等.新疆荒漠草地生物量估算及影響因素研究［J］.草地學(xué)報，2022，30（7）：1862-1872

［36］ZHENG K，WEI J Z，PEI J Y，et al. Impacts of Climate Change and Human Activities on Grassland Vegetation Variation in the Chinese Loess Plateau［J］. Science of the Total Environment，2019（660）：236-244

［37］JIANG W，YUAN L，WANG W，et al. Spatio-temporal Analysis of Vegetation Variation in the Yellow River Basin［J］. Ecological Indicators，2015（51）：117-126

［38］CHENG D，QI G，SONG J，et al. Quantitative Assessment of the Contributions of Climate Change and Human Activities to Vegetation Variation in the Qinling Mountains［J］. Frontiers in Earth Science，2021（10）：782287

［39］普宗朝，張山清，瓦哈提，等.近56年烏魯木齊市青草期水熱氣候條件時空變化［J］.草業(yè)科學(xué)，2018，35（7）：1602-1613

［40］馬麗云，胡列群，曹磊，等.烏魯木齊地區(qū)2004—2011年4月NDVI與氣候變化特征分析［C］.中國氣象學(xué)會秘書處.第28屆中國氣象學(xué)會年會——S11氣象與現(xiàn)代農(nóng)業(yè)論文集.廈門：中國氣象學(xué)會，2011：989-995

［41］DE JONG R，VERBESSELT J，SCHAEPMAN M E，et al. Trend Changes in Global Greening and Browning：Contribution of Short-term Trends to Longer-term Change［J］. Global Change Biology，2012，18（2）：642-655

［42］杜加強，趙晨曦，賈爾恒·阿哈提，等.近30a新疆月NDVI動態(tài)變化及其驅(qū)動因子分析［J］.農(nóng)業(yè)工程學(xué)報，2016，32（5）：172-181

［43］黃茂棟，張璞.烏魯木齊市地理地形因素對降水空間分布的影響［J］.氣象科技，2009，37（1）：25-28

［44］韓聯(lián)勝，馬冬梅.米東區(qū)北沙窩生態(tài)環(huán)境治理與開發(fā)利用［J］.內(nèi)蒙古林業(yè)調(diào)查設(shè)計，2008，（4）：122-123

［45］王長建，張小雷，杜宏茹，等.城市化與生態(tài)環(huán)境的動態(tài)計量分析——以新疆烏魯木齊市為例［J］.干旱區(qū)地理，2014，37（3）：609-619

［46］楊振民，劉新平.烏魯木齊市生態(tài)系統(tǒng)服務(wù)價值時空演變研究［J］.環(huán)境科學(xué)與技術(shù)，2021，44（4）：226-236

［47］LIU N，DING Y，PENG S. Temporal Effects of Climate on Vegetation Trigger the Response Biases of Vegetation to Human Activities［J］. Global Ecology and Conservation，2021（31）：e01822

［48］CHEN J，WANG Y，SUN J，et al. Precipitation Dominants Synergies and Trade-offs Among Ecosystem Services Across the Qinghai-Tibet Plateau［J］. Global Ecology and Conservation，2021（32）：e01886

［49］姚俊強，李漠巖，迪麗努爾·托列吾別克，等.不同時間尺度下新疆氣候“暖濕化”特征［J］.干旱區(qū)研究，2022，39（2）：333-346

［50］趙哲，陳建成，王夢，等.中國生態(tài)草牧業(yè)政策梳理及評價［J］.中國農(nóng)學(xué)通報，2019，35（9）：132-137

［51］趙鋼，曹子龍，李青豐.春季禁牧對內(nèi)蒙古草原植被的影響［J］.草地學(xué)報，2003（2）：183-188

［52］YAN Y，LU X. Are N，P，and N：P Stoichiometry Limiting Grazing Exclusion Effects on Vegetation Biomass and Biodiversity in Alpine Grassland？［J］. Global Ecology and Conservation，2020（24）：e01315

［53］孫飛達(dá)，朱燦，陳文業(yè)，等.青藏高原地區(qū)草原生態(tài)旅游資源及其SWOT分析——以若爾蓋草原為例［J］.中國農(nóng)業(yè)資源與區(qū)劃，2019，40（6）：48-54

（責(zé)任編輯 劉婷婷）