全 文 ：祁连山天老池流域灌丛地上生物量空间分布*
梁摇 倍1 摇 邸摇 利1**摇 赵传燕2 摇 彭守璋2 摇 彭焕华3 摇 王摇 超3
( 1甘肃农业大学资源与环境学院, 兰州 730070; 2兰州大学草地农业生态系统国家重点实验室, 兰州 730000; 3兰州大学西部
环境教育部重点实验室, 兰州 730000)
摘摇 要摇 采用野外样地调查法,以祁连山寺大隆林区天老池流域高山灌丛为研究对象,建立
灌丛地上生物量与易测因子(冠幅周长和灌丛丛高)之间的关系,采用面向对象分类法对研究
区的高分辨率影像(GeoEye鄄1)的土地利用类型进行分类,提取出灌丛盖度的空间分布,建立
灌丛地上生物量与盖度之间的关系式,估算灌丛地上总生物量. 结果表明: 研究区灌丛地上
总生物量为 1. 8伊103 t,单位面积地上生物量为 1598. 45 kg·hm-2;灌丛地上生物量主要分布
在海拔 3000 ~ 3700 m范围内,并且阳坡(1. 15伊103 t)>阴坡(0. 65伊103 t) .
关键词摇 高山灌丛摇 地上生物量摇 海拔摇 坡向摇 高分辨率影像
文章编号摇 1001-9332(2014)02-0367-07摇 中图分类号摇 Q948摇 文献标识码摇 A
Spatial distribution of aboveground biomass of shrubs in Tianlaochi catchment of the Qilian
Mountains. LIANG Bei1, DI Li1, ZHAO Chuan鄄yan2, PENG Shou鄄zhang2, PENG Huan鄄hua3, WANG
Chao3 (1 College of Resources and Environmental Sciences, Gansu Agricultural University, Lanzhou
730070, China; 2State Key Laboratory of Grassland Agro鄄ecosystems, Lanzhou University, Lanzhou
730000, China; 3Ministry of Education Key Laboratory of Western China爷 s Environmental Systems,
Lanzhou University, Lanzhou 730000, China). 鄄Chin. J. Appl. Ecol. , 2014, 25(2): 367-373.
Abstract: This study estimated the spatial distribution of the aboveground biomass of shrubs in the
Tianlaochi catchment of Qilian Mountains based on the field survey and remote sensing data. A re鄄
lationship model of the aboveground biomass and its feasibly measured factors ( i. e. , canopy perim鄄
eter and plant height) was built. The land use was classified by object鄄oriented technique with the
high resolution image (GeoEye鄄1) of the study area, and the distribution of shrub coverage was ex鄄
tracted. Then the total aboveground biomass of shrubs in the study area was estimated by the rela鄄
tionship model with the distribution of shrub coverage. The results showed that the aboveground bio鄄
mass of shrubs in the study area was 1. 8 伊103 t and the aboveground biomass per unit area was
1598. 45 kg·m-2 . The distribution of shrubs mainly was at altitudes of 3000 -3700 m, and the
aboveground biomass of shrubs on the sunny slope (1. 15伊103 t) was higher than that on the shady
slope (0. 65伊103 t) .
Key words: alpine shrubs; aboveground biomass; altitude; aspect; high resolution satellite
imagery.
*国家自然科学基金重点项目(91025015)和甘肃省国际科技合作
计划项目(1011WCGA171)资助.
**通讯作者. E鄄mail: dili@ gsau. edu. cn
2013鄄05鄄16 收稿,2013鄄10鄄08 接受.
摇 摇 生物量是生态系统基本特征的重要指标之一,
它不仅反映了生态系统生产力水平的高低,也是植
被固碳能力的重要标志和评估植被碳收支的重要参
数,其测定在碳循环及气候变化等研究中具有重要
意义[1-6] .灌丛群落作为陆地生态系统中一个重要
的生态类型,不仅在群落演替过程中起着极其重要
的作用[7],也是仅次于森林的重要碳汇,在区域生
态环境保护和替代能源方面起着重要作用.因此,灌
丛生物量的研究对于生态系统恢复和森林生态系统
物质和能量的固定、消耗、分配、积累、转化,以及天
然更新和系统养分积累研究等都有着重要意义[8],
而且对于准确估算陆地生态系统碳的储量具有重要
价值.
祁连山地处青藏高原、蒙古高原、黄土高原三大
高原交汇带,是石羊河、黑河、疏勒河等内陆河流域
地表水资源的形成区. 祁连山灌丛分布面积较大,
应 用 生 态 学 报摇 2014 年 2 月摇 第 25 卷摇 第 2 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Feb. 2014, 25(2): 367-373
约有 6. 5伊105 hm2,占祁连山区林业用地面积的
71郾 5% ,是祁连山水源涵养林的主要组成部分.研究
其生物量对于灌丛生长、水土保持、高山植物资源的
开发利用和水源涵养作用等均有重要意义.
灌丛生物量的研究方法很多,较常用的方法有
样方法[9]、标准株法[10]和数量化模型法[11-13],但这
些方法都缺乏由试验的“点冶尺度向“面冶尺度的转
换,从而严重影响了区域估算的精度.随着遥感影像
空间分辨率大幅度提高,可获取地面信息量越来越
多,GeoEye鄄1 作为新一代的高分辨率数据的代表,
具有丰富的空间信息,地物几何结构和纹理信息更
加明显,更便于认知地物目标的属性特征[14-15] .
GeoEye鄄1 的全色波段空间分辨率可以达到 0. 41 m,
4 个多光谱数据空间分辨率为 1. 65 m,融合后的影
像信息量将大大提高,使树冠信息的识别成为可
能[16-18] .因此,本文以祁连山天老池流域灌丛为研
究对象,结合 GIS技术对 GeoEye鄄1 遥感数据提取灌
丛盖度信息,将野外调查与灌丛生境相结合,先建立
灌丛地上生物量与易测因子之间的关系式,再建立
灌丛地上生物量与盖度之间的关系式来估算研究区
灌丛地上生物量,并对灌丛地上生物量在海拔梯度
和坡向上的空间变化规律进行分析,为祁连山地区
植被保护和恢复以及准确估算区域灌丛生物量和碳
储量提供科学依据.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
研究区位于祁连山中段寺大隆林区天老池流域
(38毅 24忆—38毅 26忆 N、 99毅 53忆—100毅 56忆 E ),海拔
2600 ~ 4200 m.该区气候属高寒半干旱山地森林草
原气候,年平均气温 0. 6 益,1 月平均气温-13. 1
益,7 月平均气温 12. 1 益;年降水量 437. 2 mm,雨
季(5—9 月)占 84. 2% ,年蒸发量 1066. 2 mm,年平
均相对湿度 59% .土壤和植被随山地地形和气候的
差异形成明显的垂直分布带. 土壤类型主要有山地
灰褐土、山地栗钙土、高山草甸土和寒漠土等. 森林
类型主要有两种,分别是青海云杉(Picea crassifolia)
林和祁连圆柏(Sabina przewalskii)林;灌丛群落主要
有金露梅(Potentilla fruticosa)、鬼箭锦鸡儿(Caraga鄄
na jubata)、吉拉柳(Salix gilashanica)和高山绣线菊
(Spiraea alpina);草本植物主要有珠芽蓼(Polygo鄄
num viviparum)、苔草(Carex spp. )、鹅绒委陵菜(Po鄄
tentilla anserina)、二裂委陵菜(P. bifurca)和车前草
(Plantago asiatica)等.
1郾 2摇 研究方法
1郾 2郾 1 数据获取 摇 于 2012 年 8 月下旬植物生物量
达到最大时进行调查.在灌丛分布区,阳坡设置样线
1、2、3,阴坡设置样线 4、5.沿样线随机设置 1 m伊1 m
样方(图 1),样线 1、2、3、4、5 分别设置 72、52、61、
10、41 个样方,共计 236 个.调查样方中灌丛的种类
和丛数,测量灌丛丛高和冠幅周长,用 GPS 记录样
方中心点坐标.将数码相机放置在样方上方,使相机
镜头垂直向下获取样方图像,提取灌丛盖度.利用样
方中灌丛的丛高和冠幅周长估算灌丛地上生物量
(表 2).在 4 种优势灌丛中,随机选取大小不同的金
露梅 77 丛、鬼箭锦鸡儿 78 丛、吉拉柳 65 丛和高山
绣线菊 60 丛,测量其丛高和冠幅周长,收割地上部
分带回实验室,在 80 益烘箱中烘干至恒量,测生物
量(表 1).
遥感数据为 GeoEye鄄1 影像和 Dem 数据. Geo鄄
Eye鄄1 影像拍摄时间为 2012 年 8 月,空间分辨率为
0. 5 m;DEM数据空间分辨率为 2 m.
1郾 2郾 2 数据处理摇 1)灌丛地上生物量模型
建立单丛灌丛地上生物量(W,g)与丛高(H,m)
和冠幅周长(P,m)之间的关系式[17-20]:
W=a+b(P2H) (1)
表 1摇 灌丛变量统计分析
Table 1摇 Statistical analysis of the variables of shrubs
灌丛
Shrubs
丛高
Height (m)
最小值
Min
最大值
Max
平均值
Mean
标准差
SD
冠幅周长
Canopy circumference (m)
最小值
Min
最大值
Max
平均值
Mean
标准差
SD
生物量
Biomass (g)
最小值
Min
最大值
Max
平均值
Mean
标准差
SD
金露梅
Potentilla fruticosa
0. 10 0. 98 0. 46 0. 18 0. 20 2. 33 1. 38 0. 55 8. 06 535. 01 167. 16 130. 46
鬼箭锦鸡儿
Caragana jubata
0. 24 1. 00 0. 61 0. 18 0. 46 2. 30 1. 26 0. 44 33. 79 1461. 90 376. 66 282. 88
吉拉柳
Salix gilashanica
0. 14 1. 10 0. 51 0. 21 0. 20 3. 30 1. 29 0. 57 7. 33 574. 15 111. 76 107. 42
高山绣线菊
Spiraea alpina
0. 43 1. 35 0. 86 0. 20 0. 50 2. 30 1. 23 0. 41 5. 40 435. 79 111. 10 90. 03
863 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
表 2摇 样方灌丛的基本参数
Table 2摇 Basic data of shrubs in quadrats
样带
Belt
transect
样方数
Quadrat
number
样方盖度
Quadrat coverage (% )
最小值
Min
最大值
Max
平均值
Mean
标准差
SD
样方生物量
Quadrat biomass (g)
最小值
Min
最大值
Max
平均值
Mean
标准差
SD
1 72 0. 05 0. 93 0. 50 0. 24 78. 85 1108. 85 464. 47 202. 12
2 52 0. 09 0. 91 0. 54 0. 25 53. 78 1645. 78 729. 72 436. 11
3 61 0. 05 0. 94 0. 39 0. 23 42. 38 1381. 61 412. 02 274. 89
4 10 0. 04 0. 47 0. 21 0. 11 48. 12 839. 33 327. 23 146. 68
5 41 0. 02 0. 64 0. 29 0. 20 38. 28 962. 57 416. 27 278. 55
式中:a、b为方程拟合参数.在金露梅、鬼箭锦鸡儿、
吉拉柳和高山绣线菊样本中分别选取 47、47、37、30
丛建立模型,拟合出 a、b系数,用剩余样本对模型进
行验证.
根据式(1)计算样方灌丛地上生物量,并作为
样方灌丛地上生物量的实测值. 由于式(1)只适合
计算单丛灌丛地上生物量,为了能够在高分辨率影
像上计算成片分布的灌丛地上生物量,首先假定灌
丛为圆柱体,以样方灌丛体积,即样方灌丛冠幅总面
积(S,m2)与样方灌丛平均丛高(H0,m)之积(SH0)
为自变量,样方灌丛地上生物量为因变量,在 236 个
样方数据中选取 192 个样方灌丛冠幅总面积、平均
丛高和生物量数据拟合出关系式(2),用其余 44 个
样方数据对模型进行验证.建立 192 个样方灌丛平
均丛高和样方灌丛盖度的关系式(3),用其余 44 个
样方数据对模型进行验证. 由于样方灌丛冠幅投影
在地面所占的面积(S)等于样方灌丛盖度(C)与样
方面积(S0)之积(S0C),因此,将式(3)代入式(2),
最终得到以样方面积(S0,m2)与样方灌丛盖度(C)
图 1摇 祁连山天老池流域数字高程图及位置图
Fig. 1摇 Digital elevation model (DEM) of the Tianlaochi catch鄄
ment of Qilian Mountains and the location of study area.
玉:寺大隆流域 Sidalong River catchment; 域:黑河干流上游 Upper
reaches of Heihe River; 芋:黑河上游 Upper reaches of Heihe River;
郁:寺大隆河 Sidalong River; 吁:天老池流域 Tianlaochi catchment. 1-
5:调查样线 Sampling lines.
为自变量的生物量模型(4):
WS =a+b(SH0) (2)
H0 =a0+b0C (3)
WS =a+b0bS0C2+a0bS0C (4)
式中:WS为样方灌丛地上生物量(g·m-3);a、a0、b、
b0为方程的拟合参数.
利用决定系数(R2)对以上回归方程的拟合程
度进行 F 检验,以实测值与估测值之间的平均相对
误差绝对值(RMA)和总相对误差(RS)大小来验证
方程的准确性和适用性. 采用 SPSS 17. 0 和 Excel
2010 软件进行数据分析.
2)样方灌丛冠幅总面积信息提取
解译照片中灌丛盖度的方法有数字化法、网格
法和信息提取法[21] . 为了避免草地的影响,本研究
选择网格法,在 Adobe Photoshop CS5 软件中,利用
透明方格图计算灌丛所覆盖的方格数与总方格数之
比,用以反映灌丛盖度.
3)遥感影像处理
首先对图像进行预处理:采用 6S 方法对 Geo鄄
Eye鄄1 影像进行辐射校正,消除在影像获得时地形
和大气条件等引起的图像辐射亮度失真,然后将图
像灰度值转换成具有辐射意义的亮度值;之后,用差
分GPS对典型地面控制点精确定位,用于影像几何
图 2摇 研究区灌丛分布(A)、灌丛影像(B)和灌丛盖度(C)
Fig. 2摇 Distribution of shrubs (A), satellite imagery of shrubs
(B) and coverage of shrubs (C) in the study area.
玉:灌丛分布区 Shrub distribution area; 域:灌丛栅格像元 Shrub grid
pixel.
9632 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 梁摇 倍等: 祁连山天老池流域灌丛地上生物量空间分布摇 摇 摇 摇 摇 摇
表 3摇 面向对象 GeoEye鄄1 影像分类精度评价
Table 3摇 Object鄄oriented classification accuracy evaluation of GeoEye鄄1 image
实际类
Practical class
参考类 Reference class
祁连圆柏
Sabina
przewalskii
青海云杉
Picea
crassifolia
灌丛
Shrubs
草地
Grassland
干草原
Steppe
裸岩
Bare rock
河道
River
行汇总
Row sum
生产精度
Production
accuracy
祁连圆柏
Sabina przewalskii
80 2 1 0 0 0 0 83 0. 96
青海云杉
Picea crassifolia
3 90 2 0 0 0 0 95 0. 95
灌丛
Shrubs
3 2 72 2 0 0 0 79 0. 91
草地
Grassland
0 1 3 56 0 0 3 63 0. 89
干草原
Steppe
0 0 1 3 38 2 2 46 0. 83
裸岩
Bare rock
0 0 3 0 0 48 4 55 0. 87
河道
River
0 0 2 0 3 4 42 51 0. 82
列汇总
Column sum
86 95 84 61 41 54 51 472
用户精度
User accuracy
0. 93 0. 95 0. 86 0. 92 0. 92 0. 89 0. 82
总体精度
Overall accuracy
0. 90
Kappa 0. 86
精纠正. 图像预处理后,使用面向对象分类法对
GeoEye鄄1 影像进行分类,并通过混淆矩阵进行解译
精度评价(表 3).根据影像分类结果,在灌丛分布区
(图 2A),根据阴影手动去除少量乔木(图 2B),再
根据全色波段的灰度值(<400)界定出灌丛、草地和
非植被部分,统计各斑块内灌丛栅格像元数并计算
灌丛盖度(图 2C);根据式(4)计算斑块内灌丛地上
生物量,最终得到研究区灌丛地上总生物量. 在
eCognition 8. 0 软件中进行面向对象分类,在 Acrgis
辅助下计算研究区灌丛盖度.
2摇 结果与分析
2郾 1摇 生物量模型建立
从表 1 可以看出,4 个灌丛的个体差异较大,其
中,生物量的最大值与最小值相差达 48 ~ 80 倍;平
均丛高为 0. 46 ~ 0. 86 m,最大值与最小值相差
0. 76 ~ 0. 96 m;冠幅周长最大值与最小值相差
1. 8 ~ 3. 1 m. 4 个灌丛的丛高分布基本呈正态分布.
0 ~ 0郾 2 m:金露梅 7 丛,吉拉柳 2 丛;0郾 2 ~ 0郾 4 m:金
露梅 20 丛,鬼箭锦鸡儿 6 丛,吉拉柳 10 丛;0. 4 ~
0郾 6 m:金露梅 30 丛,鬼箭锦鸡儿 20 丛,吉拉柳 26
丛,高山绣线菊 5 丛;0. 6 ~ 0. 8 m:金露梅 17 丛,鬼
箭锦鸡儿 32 丛,吉拉柳 19 丛,高山绣线菊 18 丛;
0郾 8 ~ 1 m:金露梅 3 丛,鬼箭锦鸡儿 16 丛,吉拉柳 7
丛,高山绣线菊 24 丛;1 ~ 1. 2 m:鬼箭锦鸡儿 4 丛,
吉拉柳 1 丛,高山绣线菊 10 丛;>1. 2 m:高山绣线菊
3 丛.这表明,4 个灌丛样本能够代表当地灌丛的实
际生长状况.
选取金露梅 47 丛、鬼箭锦鸡儿 47 丛、吉拉柳
37 丛和高山绣线菊 30 丛,根据式(1)对单丛灌丛地
上生物量与丛高、冠幅周长进行拟合,获得式(1)中
的 a和 b 值(表 4).从表 4 可以看出,金露梅、鬼箭
锦鸡儿、吉拉柳和高山绣线菊的生物量模型有较高
的 R2值(R2 >0. 9),模型拟合的效果较好,相关性显
著(P<0. 05).
摇 摇 利用建立好的生物量模型估算 4 种灌丛样本中
其余灌丛的地上生物量并与实测值建立散点图(图
3). 4 种灌丛中其余样本的地上生物量估测值与实
测值的拟合线与 1 颐 1 线接近,两者之间的相关性较
强(R2>0. 9,P<0. 05),且估算模型的 RMA 和 RS 均
<20% ,说明建立好的生物量模型可以用于单丛灌
表 4摇 4 种灌丛生物量模型的 a、b系数及其相关性检验
Table 4 摇 Coefficients a and b for four biomass models of
shrubs and their correlation test
灌丛 Shrubs a b R2 F
金露梅 Potentilla fruticosa 29. 77 113. 02 0. 92 490. 05
鬼箭锦鸡儿 Caragana jubata 61. 98 272. 12 0. 90 393. 53
吉拉柳 Salix gilashanica 33. 52 71. 69 0. 91 336. 05
高山绣线菊 Spiraea alpina 9. 99 62. 34 0. 90 254. 92
073 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
图 3摇 金露梅(a)、鬼箭锦鸡儿(b)、吉拉柳(c)和高山绣线菊(d)生物量的实测值(x)与模拟值(y)的关系
Fig. 3摇 Relationships between measured value (x) and estimated value (y) of the biomass of Potentilla fruticosa (a), Caragana juba鄄
ta (b), Salix gilashanica (c), and Spiraea alpina (d).
丛地上生物量的估算.
利用 192 个样方灌丛冠幅总面积、平均丛高和
生物量拟合出关系式(2)中 a、b系数:
WS = 188. 79 + 2380. 6SH0 摇 ( R2 = 0. 63, F =
289郾 70,P<0. 05) (5)
利用其余 44 个样方数据对模型进行验证,模型
的 RMA=15. 34% ,RS=5. 23% ,估测值接近实测值.
利用 192 个样方灌丛盖度和样方灌丛平均高度
拟合出式(3)中 a0、b0系数:
H0 =0. 2087+0. 3334C摇 (R2 =0. 42,F = 123. 91,
P<0. 05) (6)
利用其余 44 个样方数据对模型进行验证,模型
的 RMA=19. 03% ,RS=2. 16% ,估测值接近实测值.
由于样方灌丛冠幅投影在地面所占的面积(S)
等于样方灌丛盖度 ( C) 与样方面积 ( S0 ) 之积
(S0C),因此,将式(6)代入式(5),得到以样方面积
(S0)和样方灌丛盖度(C)为自变量的生物量模型:
WS =793. 692S0C2+496. 8312S0C+188. 79 (7)
为了确定估测模型的估算精度,用其余 44 个样
方数据进行检验,其中阳坡为 27 个,阴坡为 17 个.
利用检验样方灌丛地上生物量的实测值和估测值作
图 4,并对样方灌丛地上生物量的实测值与估测值
进行卡方检验,其卡方值 锥2 = 32. 15 < 锥20. 05,43 =
59郾 30,P=0. 887>0. 05,说明估测值接近实测值,建
立的估测模型可以用于研究区灌丛地上生物量的估
算.估测模型在阳坡的 RMA=13. 16% ,RS = 4. 68% ;
在阴坡,估测模型的 RMA=24. 06% ,RS = 5. 06% .估
测模型估算阳坡灌丛地上生物量比阴坡灌丛地上生
物量有更高的精度,其原因可能是在阴坡随着海拔
的升高,灌丛受到气温和太阳辐射的影响逐渐出现
矮化现象,影响了估算模型的估测精度.
2郾 2摇 灌丛生物量的空间分布
对 GeoEye鄄1 影像分类后,根据全色波段的灰度
值界定出灌丛、草地和非植被部分,统计各斑块内灌
丛栅格像元数并计算灌丛盖度,根据式(7)计算所
图 4摇 44 个灌丛样方地上生物量的实测值和模拟值
Fig. 4摇 Measured and estimated values of the aboveground bio鄄
mass of shrubs in 44 quadrats.
1 ~ 27:阳坡检验样方 Test quadrats in sunny slope; 28 ~ 44:阴坡检验
样方 Test quadrats in shady slope. 玉:实测值Measured value; 域:模拟
值 Estimated value.
1732 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 梁摇 倍等: 祁连山天老池流域灌丛地上生物量空间分布摇 摇 摇 摇 摇 摇
图 5摇 研究区灌丛地上生物量的空间分布
Fig. 5摇 Spatial distribution of aboveground biomass of shrubs in
the study area (kg).
有斑块灌丛地上生物量,最终得到研究区灌丛地上
总生物量为 1. 8 伊 103 t,单位面积地上生物量为
1598. 45 kg·hm-2(图 5). 根据研究区 DEM 数据和
灌丛地上生物量分布图可以看出,灌丛地上生物量
主要分布在海拔 3000 ~ 3700 m,其原因可能是在海
拔 3000 m以下,温度较高,水分蒸发量大,气候较为
干旱,灌丛生长受到抑制,只有零星分布;在海拔
3700 m以上,温度成为抑制灌丛生长的主导因子,
同时土层较薄,因此灌丛分布稀少且生长矮小.
在灌丛分布区,由于阳坡受到太阳辐射较多,且
随着海拔升高,水分增加[22],灌丛生长良好,灌丛地
上生物量为 1. 15 伊103 t,单位面积地上生物量为
2138. 69 kg·hm-2,均显著高于阴坡;阴坡灌丛地上
生物量为 0. 65 伊 103 t,单位面积地上生物量为
1365. 29 kg·hm-2 .阳坡 4 种灌丛地上生物量大小
排序为:金露梅(3653. 57 kg·hm-2) >鬼箭锦鸡儿
(2220. 13 kg·hm-2)>吉拉柳(319. 40 kg·hm-2) >
高山绣线菊(193. 87 kg·hm-2);阴坡 4 种灌丛生物
量大小排序为:鬼箭锦鸡儿(4510. 11 kg·hm-2)>金
露梅 ( 1549. 01 kg · hm-2 ) > 吉拉柳 ( 1235郾 05
kg·hm-2)>高山绣线菊(111. 23 kg·hm-2).
3摇 讨摇 摇 论
灌丛生物量估测模型中变量的选择有多种形
式,最常用的形式是以地径和植株高度作为模型的
变量[11-12,23],但由于灌丛多分枝,测量地径费时费
力,不适宜大量样地内的灌丛观测.灌丛冠幅和地上
生物量之间的关系密切.孙书存和钱能斌[24]通过对
冠幅、分枝数、基径和高度 4 个形态参数的通径分析
表明,冠幅对种群生物量作用最大,以冠幅和植株高
度之积(CH)为自变量的拟合模型的吻合性普遍高
于以地径平方和植株高度之积(D2H)为自变量的拟
合模型.曾慧卿等[20]以冠幅和植株高度作为变量,
结果表明,以 CH 复合因子来估测地上生物量的精
度较高(R2>0. 7). 本研究中,以冠幅周长的平方和
丛高之积(P2H)作为变量,与灌丛地上生物量(W)
建立线性关系模型 W = a+b(P2H) (R2 >0. 8),利用
灌丛地上生物量估算模型计算的估测值接近实测
值.这与 Lyon[25]揭示的体积与生物量关系比面积与
生物量关系更紧密的结论相一致.因此,以冠幅周长
的平方和丛高之积作为自变量时,不仅体现了灌丛
形态近似圆柱体的特征,而且建立的灌丛地上生物
量估算模型能够在不破坏植被的前提下对大量样地
内的灌丛进行较为准确的估算.
盖度是一个较易准确测定的指标,而且与生物
量具有一定的内在关系,尤其是在高分辨率影像下,
利用盖度与生物量之间的关系可以较为准确地估算
区域灌丛生物量. 本研究中,以样方灌丛体积(V),
即样方灌丛冠幅总面积( S)与样方灌丛平均丛高
(H0)之积(SH0)为自变量,根据灌丛冠幅投影在地
面的面积与灌丛盖度之间关系,建立灌丛地上生物
量(WS)与灌丛分布面积(S0)和盖度(C)之间的关
系式 WS =793. 692S0C2+496. 8312S0C+188. 79,计算
得出研究区灌丛地上总生物量为 1. 8伊103 t,单位面
积地上生物量为 1598. 45 kg·hm-2 .在海拔梯度上,
灌丛主要分布在海拔 3000 ~ 3700 m. 在坡向上,阳
坡和阴坡灌丛平均高度分别为 0. 57 和 0. 35 m,阳
坡灌丛地上生物量(1. 15伊103 t)显著高于阴坡灌丛
地上生物量(0. 65伊103 t),在野外调查中发现,阳坡
金露梅主要分布在海拔 3000 m以上,鬼箭锦鸡儿主
要分布在 3150 m以上,高山绣线菊主要分布在海拔
3200 ~ 3400 m,吉拉柳分布在海拔 3400 m 以上. 阴
坡海拔 3400 ~ 3450 m生长着这 4 种优势灌木,而在
海拔 3450 m以上,温度降低限制了金露梅和高山绣
线菊的生长,因此主要分布着鬼箭锦鸡儿和吉拉柳.
综上所述,高分辨率遥感数据在提取斑块特征
时显示了优势.与传统观测方法相比,高分辨率遥感
数据能够使生物量由“点冶尺度向“面冶尺度转换过
程中估算的精度提高. 本文建立的研究区灌丛地上
生物量鄄盖度估算模型,由于灌丛丛高是以灌丛盖度
来表示的,在估算灌丛生物量的过程中可能存在一
定误差,但经过精度检验,结果是可信的.
参考文献
[1]摇 Fang J鄄Y (方精云), Chen A鄄P (陈安平). Dynamic
273 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
forest biomass carbon pools in China and their signifi鄄
cance. Acta Batanica Sinica (植物学报), 2001, 43
(9): 967-973 (in Chinese)
[2]摇 Fang J鄄Y (方精云), Yang Y鄄H (杨元合), Ma W鄄H
(马文红), et al. Ecosystem carbon stocks and their
changes in China爷 s grasslands. Scientia Sinica Vitae
(中国科学: 生命科学), 2010, 40(7): 566-576 ( in
Chinese)
[3]摇 Fang J鄄Y (方精云), Liu G鄄H (刘国华), Zhu B (朱
彪), et al. Carbon cycle of three temperate forest eco鄄
systems in Dongling Mountain Beijing. Science in China
Series D Earth Sciences (中国科学 D 辑: 地球科学),
2006, 36(6): 533-543 (in Chinese)
[4]摇 Fang J鄄Y (方精云). Forest productivity in China and
its response to global climate change. Acta Phytoecologi鄄
ca Sinica (植物生态学报), 2000, 24(5): 513-517
(in Chinese)
[5]摇 Wang G鄄X (王根绪), Hu H鄄C (胡宏昌), Wang Y鄄B
(王一博), et al. Response of alpine cold ecosystem bi鄄
omass to climate changes in permafrost regions of the Ti鄄
betan Plateau. Journal of Glaciology and Geocryology
(冰川冻土), 2007, 29(5): 671-679 (in Chinese)
[6]摇 Cheng R鄄M (程瑞梅), Feng X鄄H (封晓辉), Xiao W鄄
F (肖文发), et al. Response of net productivity of
masson pine plantation to climate change in North Sub鄄
tropical Region. Acta Ecologica Sinica (生态学报),
2011, 31(8): 2086-2095 (in Chinese)
[7]摇 Connolly鄄McCarthy BJ, Grigal DF. Biomass of shrub
dominated wetlands in Minnesota. Forest Science, 1985,
31: 1011-1017
[8]摇 Yan W鄄D (闫文德), Tian D鄄L (田大伦), He G鄄X
(何功秀). Biomass distribution and dynamics of Chi鄄
nese fir plantation in Huitong. Forest Resources Manage鄄
ment (林业资源管理), 2003(2): 5-13 (in Chinese)
[9]摇 Liu C鄄Q (刘存琦). The study on techniques in deter鄄
mining shrub phytomass. Acta Prataculturae Sinica (草
业学报), 1994, 3(4): 61-65 (in Chinese)
[10] 摇 Zhao J, Qi YC, Dong YS. Storage of biomass and net
primary productivity in desert shrubland of Artemisia or鄄
dosica on Ordos Plateau of Inner Mongolia, China. Jour鄄
nal of Forestry Research, 2007, 18: 298-300
[11]摇 Jiang F鄄Q (姜凤歧). The model of estimating above鄄
ground biomass of Caragana microphylla brush. Acta
Ecologica Sinica (生态学报), 1982, 2(2): 103-110
(in Chinese)
[12]摇 Li F鄄S (李凤山), Zhang F鄄T (张辅亭). The research
of the statistical method for the output of the mountain
apricot bush of determinations. Chinese Journal of Grass鄄
land (中国草地学报), 1987 (2): 12 - 15 ( in Chi鄄
nese)
[13]摇 Zhao C鄄Y (赵成义), Song Y鄄D (宋郁东), Wang Y鄄C
(王玉潮), et al. Estimation of aboveground biomass of
desert plants. Chinese Journal of Applied Ecology (应用
生态学报), 2004, 15(1): 49-52 (in Chinese)
[14]摇 He H (何 摇 浩), Yu H (于 摇 浩), Hu X鄄L (胡新
玲). Accuracy analysis of 1:10000 scale topographic
map based on GeoEye鄄1 high resolution satellite images.
Surveying and Mapping of Geology and Mineral Resources
(地矿测绘), 2011, 27(2): 12-14 (in Chinese)
[15]摇 He L (何 摇 磊), Wang C (王 摇 超), Bie Q (别
强), et al. Methods to extract vegetation information
based on the high鄄resolution image for arid region. Jour鄄
nal of Arid Land Resources and Environment (干旱区资
源与环境), 2012, 26(11): 132-138 (in Chinese)
[16]摇 Chu Y (初摇 禹), Shan J鄄K (单久库), Hou J鄄G (侯
建国). Comparison and analysis of the fusion results of
GeoEye鄄1 remote sensing imagery. Geomatics & Spatial
Information Technology (测绘与空间地理信息),
2011, 34(3): 21-27 (in Chinese)
[17]摇 Peng S鄄Z (彭守璋), Zhao C鄄Y (赵传燕), Peng H鄄H
(彭焕华), et al. Spatial distribution of Tamarix ramo鄄
sissima aboveground biomass and water consumption in
the lower reaches of Heihe River, Northwest China.
Chinese Journal of Applied Ecology (应用生态学报),
2010, 21(8): 1940-1946 (in Chinese)
[18] 摇 Zhang H (张 摇 华), Zhao C鄄Y (赵传燕), Zhang B
(张摇 勃), et al. The application of high resolution sat鄄
ellite imagery GeoEye鄄1 on the biomass estimation of
Tamarix ramosissima in lower reaches of Heihe River
Basin. Remote Sensing Technology and Application (遥
感技术与应用), 2011, 26 (6): 713 - 718 ( in Chi鄄
nese)
[19]摇 Zeng H鄄Q (曾慧卿), Liu Q鄄J (刘琪璟), Feng Z鄄W
(冯宗炜), et al. Estimation models of understory shrub
biomass and their applications in red soil hilly region.
Chinese Journal of Applied Ecology (应用生态学报),
2007, 18(10): 2185-2190 (in Chinese)
[20]摇 Zeng H鄄Q (曾慧卿), Liu Q鄄J (刘琪璟), Ma Z鄄Q (马
泽清), et al. The Regression model of Loropetalum
chinense biomass based on canopy diameter and plant
height. Journal of Nanjing Forestry University (Natural
Science) (南京林业大学学报·自然科学版), 2006,
30(4): 101-104 (in Chinese)
[21]摇 Zhang W鄄B (章文波), Fu S鄄H (符素华), Liu B鄄Y
(刘宝元). Error assessment of visual estimation plant
coverage. Journal of Beijing Normal University (Natural
Science) (北京师范大学学报·自然科学版), 2001,
37(3): 402-408 (in Chinese)
[22]摇 Chang X鄄X (常学向), Zhao A鄄F (赵爱芬), Wang J鄄
Y (王金叶), et al. Precipitation characteristic and in鄄
terception of forest in Qilian Mountain. Plateau Meteor鄄
ology (高原气象), 2002, 21(3): 274-280 ( in Chi鄄
nese)
[23]摇 Zhang S鄄C (张士才). Selection of preestimating model
for the aboveground biomass of artificial Caragana kor鄄
shinkii shrub. Journal of Desert Research (中国沙漠),
1989, 9(4): 52-61 (in Chinese)
[24]摇 Sun S鄄C (孙书存), Qian N鄄B (钱能斌). Path analy鄄
sis of morphological parameters of Convolvulus tra鄄
gacuthoiedes population and individual biomass modeling
of subshrubs. Chinese Journal of Applied Ecology (应用
生态学报), 1999, 10(2): 155-158 (in Chinese)
[25]摇 Lyon LJ. Estimating twig production of serviceberry from
crown volumes. Journal of Wildlife Management, 1968,
32: 115-119
作者简介摇 梁摇 倍,男,1984 年生,硕士研究生. 主要从事水
土保持与荒漠化防治研究. E鄄mail: liangbei129@ 163. com
责任编辑摇 孙摇 菊
3732 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 梁摇 倍等: 祁连山天老池流域灌丛地上生物量空间分布摇 摇 摇 摇 摇 摇