全 文 ：书２００１－２００８年甘南牧区草地地上
生物量与载畜量遥感动态监测
梁天刚１，崔霞２，冯琦胜１，王莺１，夏文韬１
（１．兰州大学草地农业科技学院 农业部草地农业生态系统学重点实验室，甘肃 兰州７３００２０；２．兰州大学资源与环境学院，甘肃 兰州７３００００）
摘要：草地地上生物量监测是草地资源空间格局动态研究的重要内容，也是草畜平衡综合分析的基础。利用２００６
－２００８年甘南牧区草地调查资料和Ｔｅｒｒａ／ＭＯＤＩＳ每日地表反射率产品 ＭＯＤ０９ＧＡ，建立了草地地上生物量遥感
反演模型，模拟分析了甘南州及各县市草地资源在２００１－２００８年期间的各旬、月和年的生物量及理论载畜量变化
动态。研究结果表明，ＭＯＤＩＳ增强型植被指数ＥＶＩ的乘幂函数可以较好地模拟甘南牧区草地地上的生物量鲜
重，拟合模型平均估产精度为７６．７％，可很好地模拟牧草生长状况较好时期（５－１０月）的草地地上生物量变化动
态。甘南牧区草地生长主要集中在５月上旬－１０月下旬期间，草地旬最大地上生物量数字图像可以较客观地反映
草地植被生长发育的总体规律。但是，个别旬生物量受大范围长时间阴雨多云天气状况及放牧家畜数量有较大变
动情况的严重影响。２００１－２００８年不同草地类型的月最大生物量动态变化曲线均呈单峰抛物线形式，全州平均最
大生物量均出现在７月，但不同年份产量达到最大值的月份有所变化，主要集中在７－８月。甘南州草地地上总生
物量年度之间存在较大的差异。全州８年平均总地上生物量为１０９．３１亿ｋｇ。２００５年全州草地植被年总生物量最
高，达１２９．１亿ｋｇ，其次为２００６，２００７和２００２年，分别为１１３．２，１１０．７和１０９．０亿ｋｇ。由于气候条件和不同县市
草地面积及生长状况等存在较大差异，其理论载畜量也存在显著差别。
关键词：甘南牧区；草地地上生物量；载畜量；遥感监测
中图分类号：Ｓ１２７；Ｓ８１２　　文献标识码：Ａ　　文章编号：１００４５７５９（２００９）０６００１２１１
　１９９９年１２月和２００２年２月发射成功的美国新一代对地观测系统（ＥａｒｔｈＯｂｓｅｒｖｉｎｇＳｙｓｔｅｍ，ＥＯＳ）卫星
Ｔｅｒｒａ和Ａｑｕａ均带有中分辨率成像光谱仪（ＭＯＤｅｒａｔｅｒｅｓｏｌｕｔｉｏｎＩｍａｇｉｎｇＳｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ，ＭＯＤＩＳ），具有观
测从太阳短波到热红外，光谱范围从０．４１５～１４．２３５μｍ的３６个光谱波段，地面分辩率为２５０，５００和１０００ｍ，
可以反映陆地、云特征、生物地理、地表温度等特征信息。近年来，ＥＯＳ／ＭＯＤＩＳ资料已广泛应用于植被生态、土
地利用和土地覆盖、自然灾害等方面的监测和研究［１］。
利用 ＭＯＤＩＳ资料开展天然草地资源的遥感动态监测，已成为当前国际草地科学研究中的前沿课题，对快速
确定合理载畜量和加强草场科学管理等均具有重要的意义。植被指数是表征地表植被特征的重要指标，ＭＯＤＩＳ
植被指数可以更好地反映植被的时空变化特征，已成为当前植被及其变化动态宏观研究的主要遥感资料和热点
问题。ＭＯＤＩＳ光谱分辨率较高，波幅窄，避免了几个大气吸收带，在计算植被指数时有更严格的去云算法和比较
彻底的大气校正［１，２］。ＭＯＤＩＳ－ＮＤＶＩ（ＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ）是已有２０年积累的ＮＯＡＡ－
ＮＤＶＩ系列的延续，增强型植被指数ＥＶＩ（ＥｎｈａｎｃｅｄＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ）利用 ＭＯＤＩＳ辐射仪的优点，订正地表反
射率以提高对高生物量区的敏感性，并通过叶冠背景信号耦合和减少大气影响来提高植被监测精度。这２个植
被指数可以在研究全球植被、提高植被变化的检测和提取叶冠生物物理参数方面相互补充［３］。使用 ＭＯＤＩＳ资
料已进行的相关研究有草地植被指数的空间变化规律分析［４～７］、草地地上部分生物量及初级生产力反演［８～１７］、草
地退化状况、草地植被盖度、草地利用强度、土地覆盖变化监测等［１８～２３］。但是，在现有的草地地上生物量建模方
面，还存在选用哪种植被指数及地面实测草地样方同 ＭＯＤＩＳ植被指数产品在时间尺度上难以匹配，导致监测模
１２－２２
２００９年１２月
　　　草　业　学　报　　　
　　　ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ　　　
第１８卷　第６期
Ｖｏｌ．１８，Ｎｏ．６
 收稿日期：２００８１２２２；改回日期：２００９０１０５
基金项目：“８６３”计划：国家高技术研究发展专项经费（２００７ＡＡ１０Ｚ２３２）资助。
作者简介：梁天刚（１９６７），男，甘肃崇信人，教授。
通讯作者。Ｅｍａｉｌ：ｔｇｌｉａｎｇ＠ｌｚｕ．ｅｄｕ．ｃｎ
型精度及稳定性较差等问题。
针对以上问题，本研究的目标包括２个方面：１）利用高时间分辨率的Ｔｅｒｒａ／ＭＯＤＩＳ的每日地表反射率产品
ＭＯＤ０９ＧＡ，通过建立甘南州２００１－２００８年的日、旬、月和年ＮＤＶＩ和ＥＶＩ数据库，改进草地地上生物量遥感动
态监测模型及其精度；２）模拟分析２００１－２００８年草地植被的地上生物量和载畜量时空变化特征，为甘南牧区草
地资源监测和草畜动态平衡研究及决策提供科学依据。
１　材料与方法
１．１　研究区概况
甘南牧区位于甘肃省西南部，青藏高原东北缘，地处黄河、长江源头，是甘肃省重要的畜牧业生产基地，也是
全国主要的少数民族集聚的草原牧区之一。地理坐标为３３°０６′～３５°４４′Ｎ，１００°４６′～１０４°４４′Ｅ，平均海拔３０００
ｍ。气候属典型的高原大陆性气候，高寒阴湿，多年平均降水量４００～８００ｍｍ，年均温仅１～３℃，≥１０℃积温持
续期仅有２个多月，全年平均日照时数２２００～２４００ｈ。据１９８２年草地资源详查的结果［１２］，甘南州主要草地类
型有高寒灌丛草甸、高寒草甸、温性草甸草原、温性草原、低平地草甸、暖性草丛和沼泽。全州天然草地面积
２６０．２５万ｈｍ２，占全州土地总面积的６７．６４％，其中可利用草地２４９．５０万ｈｍ２，占草地总面积的９５．８６％［２４，２５］。
自２０世纪８０年代以来，甘南州生态环境不断恶化，草地退化严重，草地产草量下降了２５％～４５％，９０％的
天然草地存在不同程度的退化，中度以上的退化草地占全州天然草地面积的８０％，沼泽面积由１９８２年的８万
ｈｍ２ 减少到２万ｈｍ２，黄河补充水量减少１５％左右。由于长期依赖于牧业生产的牧民占全州总人口的８２．６５％，
牧区草地超载、低投入和缺乏科学管理等原因，甘南草地资源的退化问题愈演愈烈，面积不断扩大，已成为制约草
地畜牧业及社会经济可持续发展的重要因素［２６～３０］。
１．２　草地外业调查
外业调查主要集中在２００６－２００８年草地生长季期间。根据草地类型的空间分布特点和面积大小，对甘南地
区不同类型的草地设计了不同数目的样地。在２００６－２００７年７－８月期间，主要对分布面积较大的高寒灌丛草
甸和高寒草甸进行了调查。２００６年设置样地４６个，包括６６个样方；２００７年设置样地４７个，包括１３３个样方。
２００８年进一步扩大了草地调查的范围和类型，设置样地４３个，调查样方１７２个。
样地设置主要选择在草地植被空间分布比较均一，可以代表较大范围的典型地段。在植被群落一致性较好
的样地内设置１或２个０．５ｍ×０．５ｍ的样方，在植被比较复杂、分布不均匀的区域设置３或４个１．０ｍ×１．０ｍ
的样方。样地基本特征调查主要记录样地所隶属行政区、草地类型、地形、坡度、坡向、土壤质地、地表特征、季节
利用方式、利用状况等。利用ＧＰＳ测定样方的经纬度和海拔，同时在样方内采用常规植被调查法测定植被盖度、
草层平均高度、植物种数、群落组成及优势物种名称、不可食牧草种数、总产草量和可食产草量等指标。
１．３　每日Ｔｅｒｒａ／ＭＯＤＩＳ地表反射率数据
ＭＯＤＩＳ数据来自ＮＡＳＡＭＯＤＩＳ陆地产品组开发的Ｔｅｒｒａ卫星的每日地面反射率产品 ＭＯＤ０９ＧＡ。该产
品包含 ＭＯＤＩＳ地面分辨率为５００ｍ和１ｋｍ的１～７通道每日地表反射率观测数据和地学定位统计数据，已对
大气、气溶胶及薄卷云的影响进行了校正。本研究使用了空间分辨率为５００ｍ且空间位置在全球正弦投影系统
中编号为ｈ２６ｖ０５的数字图像，数据格式为ＥＯＳ－ＨＤＦ，时间序列为２００５－２００７年１－１２月、２００１－２００４年和
２００８年４－１０月的每日数据，数字图像值域范围为－１００～１６０００。
１．４　ＭＯＤＩＳ植被指数合成数据
ＭＯＤＩＳ归一化差值植被指数ＮＤＶＩ的计算公式为：
ＮＤＶＩ＝（ＮＩＲ－Ｒｅｄ）／（ＮＩＲ＋Ｒｅｄ） （１）
式中，ＮＩＲ和Ｒｅｄ分别为红外波段和红光波段经过大气校正的地面反射率。
ＭＯＤＩＳ增强型植被指数ＥＶＩ是对ＡＶＨＲＲ－ＮＤＶＩ的继承和改进，具体计算公式为：
ＥＶＩ＝２．５（ＮＩＲ－Ｒｅｄ）／（ＮＩＲ＋犆１×Ｒｅｄ－犆２×Ｂｌｕｅ＋犔） （２）
式中，ＮＩＲ、Ｒｅｄ和Ｂｌｕｅ分别为经过大气校正的近红外、红光和蓝光通道的反射值；犔＝１，为土壤调节参数，参数
犆１和犆２分别为６．０和７．５。
３１第１８卷第６期 草业学报２００９年
每日Ｔｅｒｒａ／ＭＯＤＩＳ植被指数ＮＤＶＩ和ＥＶＩ的具体计算方法如下：１）图像投影坐标转换。使用 ＭＲＴ（ＭＯ
ＤＩＳＲｅｐｒｏｊｅｃｔｉｏｎＴｏｏｌｓ）软件，将下载的 ＭＯＤ０９ＧＡ产品５００ｍ分辨率的１～７通道地表反射率数据的地图投影
ＳＩＮ转换为 ＷＧＳ８４／Ａｌｂｅｒｓ地图投影系统，把 ＨＤＦ格式转化为Ｔｉｆｆ格式；２）图像数据格式转换。利用ＡｒｃＧＩＳ
软件，将１～７通道地表反射率数据的Ｔｉｆｆ格式转换为ＡｒｃＧＩＳ的ｇｒｉｄ格式；３）每日植被指数图像的合成。利用
ＡｒｃＧＩＳ的ＧＲＩＤ模块及公式（１）和（２），分别计算每日Ｔｅｒｒａ卫星的ＮＤＶＩ和ＥＶＩ数字图像；４）多日 ＭＯＤＩＳ最
大植被指数图像的合成。采用最大值合成方法（ＭＶＣ：ＭａｘｉｍｕｍＶａｌｕｅＣｏｍｐｏｓｉｔｅ），生成研究区２００５－２００７年
１－１２月和２００１－２００４年及２００８年４－１０月的ＮＤＶＩ和ＥＶＩ旬、月、年最大植被指数合成数字图像。
１．５　草地植被地上生物量遥感动态监测模型
在建立草地植被地上生物量遥感动态监测模型时，为了减少气象条件（如降水、阴天多云等）对植被指数的影
响，并且使地面实测样方资料同多日 ＭＯＤＩＳ合成数据在时间尺度上能够更好地相匹配，本研究对数据进行了如
下处理：１）基础数据库的建立。利用ＡｒｃＧＩＳ９．１软件，建立了甘南地区２００６－２００８年地面调查样点空间分布、
行政分区、草地资源类型等数据库。２）每日地面反射率值的提取。利用ＡｒｃＧＩＳ软件和２００６－２００８年地面调查
样方点数据库，分别提取各样方点在７－８月的每日地面反射率值；３）样方点１０日最大植被指数的计算。利用
ＭＳＥｘｃｅｌ统计分析软件，计算各样方点每日植被指数ＮＤＶＩ和ＥＶＩ值。依据各样方点外业具体观测日期及其
之前的９ｄ的植被指数数据，合成１０日最大植被指数ＮＤＶＩ和ＥＶＩ值。４）遥感监测模型的建立。利用ＳＰＳＳ统
计分析软件、各样方点实测的草地鲜草产量数据及相应的１０日最大植被指数ＮＤＶＩ和ＥＶＩ值，建立 ＮＤＶＩ和
ＥＶＩ与草地地上生物量遥感监测模型，比较分析和选择最优模型。５）模型精度评价。利用误差统计公式［式
（３）］，对遥感监测模型的精度进行综合评价。
犘＝１００×｜犔实测值－犔反演值｜／犔实测值 （３）
式中，犘为平均估产误差（％），犔实测值和犔反演值分别代表地面实测的草地鲜草产量和遥感监测模型反演的数值。
１．６　草地地上生物量与载畜量变化动态
利用研究区草地生物量遥感动态监测模型及ＡｒｃＧＩＳ软件空间建模等分析模块，主要研究：１）甘南全州及各
县市不同草地类型在２００１－２００８年冷季（１－４月、１１－１２月）和牧草主要生长时期（５－１０月）的旬、月和年最大
生物量及生物量密度变化动态；２）利用５－１０月期间甘南及各县市草地月最大地上生物量鲜重平均值，结合各类
草地的面积、可利用草地面积系数、可食牧草系数、草地放牧利用系数数据，对比分析２００１－２００８年期间可食产
草量和理论载畜量的变化特点。
在全年放牧条件下，理论载畜量的计算公式如下：
犆＝
∑
狀
犻＝１
（犃犻×狔犻×犽犻，１×犽犻，２×犽犻，３）
犐×犇
（４）
式中，犆为某区域内各类型草地总载畜量（ＳＨＵ，标准羊单位）；犃犻为第犻类草地面积（ｈｍ２），犻＝１，２，３，……，狀，代
表不同的草地类型；狔犻为第犻类草地的牧草单产（ｋｇ／ｈｍ２）；犽犻，１、犽犻，２和犽犻，３分别为第犻类草地的可利用面积系数、
可食牧草系数和草地放牧利用率；犐为１只标准成年绵羊日采食量（ｋｇ／Ｄ），本研究按５ｋｇ鲜草计算；犇为草地放
牧利用的天数，按３６５ｄ计算。
２　结果与分析
２．１　草地地上生物量遥感监测模型
地上生物量是草地资源动态监测的重要指标之一。根据各样方的牧草生物量和其对应的ＮＤＶＩ、ＥＶＩ等植
被指数值，通过ＳＰＳＳ１１．０统计软件，采用一元线性回归模型、等比级数曲线模型（Ｇｒｏｗｔｈ生长曲线模型）、指数
函数、对数函数、乘幂函数和多项式函数模拟分析植被指数同牧草生物量之间的相关关系，研究结果表明，乘幂函
数可以较好地模拟 ＭＯＤＩＳ／ＮＤＶＩ、ＥＶＩ与草地鲜重之间的相关关系。ＥＶＩ与草地鲜重的相关性大于ＮＤＶＩ与
草地鲜重的相关性，相关系数达０．７９７（表１、图１）。
４１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２００９） Ｖｏｌ．１８，Ｎｏ．６
表１　甘南牧区草地植被指数与地上部分生物量鲜重回归模型
犜犪犫犾犲１　犚犲犵狉犲狊狊犻狅狀犿狅犱犲犾狊犫犲狋狑犲犲狀狏犲犵犲狋犪狋犻狅狀犻狀犱犲狓犪狀犱犪犫狅狏犲犵狉狅狌狀犱犫犻狅犿犪狊狊
犻狀犌犪狀狀犪狀狆犪狊狋狅狉犪犾犪狉犲犪（犘＜０．００１，犖＝１９９）
回归模型 Ｍｏｄｅｌ 植被指数 ＶＩ 模拟方程Ｅｑｕａｔｉｏｎ 犚２ 犉
１、线性模型Ｌｉｎｅａｒｍｏｄｅｌ ＥＶＩ 狔＝１５８６０狓－３３６１ ０．５８４ ２７６．３７
狔＝犪狓＋犫 ＮＤＶＩ 狔＝１７４７０狓－７２０２ ０．３０８ ８７．５５
２、指数模型Ｅｘｐｏｎｅｎｔｉａｌｍｏｄｅｌ ＥＶＩ 狔＝９５３．７ｅ２．９４狓 ０．６３１ ３３７．２１
狔＝犪ｅ犫狓 ＮＤＶＩ 狔＝４２１．６ｅ３．３８狓 ０．３６１ １１１．２７
３、生长模型 Ｇｒｏｗｔｈｍｏｄｅｌ ＥＶＩ 狔＝ｅ（６．８６＋２．９４狓） ０．６３１ ３３７．２１
狔＝ｅ（犪＋犫狓） ＮＤＶＩ 狔＝ｅ（６．０４＋３．３８狓） ０．３６１ １１１．２７
４、对数模型Ｌｏｇａｒｉｔｈｍｍｏｄｅｌ ＥＶＩ 狔＝１０８８０＋８８３５ｌｎ狓 ０．５７１ ２６１．７２
狔＝犪＋犫ｌｎ狓 ＮＤＶＩ 狔＝９６３７＋１２６６０ｌｎ狓 ０．３０３ ８５．６５
５、乘幂模型Ｐｏｗｅｒｍｏｄｅｌ ＥＶＩ 狔＝１３５８３狓１．６６５ ０．６３６ ３４４．６４
狔＝犪狓犫 ＮＤＶＩ 狔＝１０９９６狓２．４６９ ０．３６２ １１１．９０
６、多项式模型Ｐｏｌｙｎｏｍｉａｌｍｏｄｅｌ ＥＶＩ 狔＝－３９４３＋１６３３０狓－４００．６狓２ ０．５８４ １３７．４９
狔＝犪＋犫狓＋ｃ狓２ ＮＤＶＩ 狔＝３７．７－２３９０狓＋１３４４０狓２ ０．３０９ ４３．８９
图１　甘南牧区草地地上生物量与犖犇犞犐和犈犞犐回归模型比较
犉犻犵．１　犆狅犿狆犪狉犻狊狅狀狅犳狋犺犲狉犲犵狉犲狊狊犻狅狀犿狅犱犲犾狊犫犲狋狑犲犲狀犵狉犪狊狊犾犪狀犱犪犫狅狏犲犵狉狅狌狀犱犫犻狅犿犪狊狊，犖犇犞犐犪狀犱犈犞犐犻狀犌犪狀狀犪狀狆犪狊狋狅狉犪犾犪狉犲犪
从回归分析的结果可以看出（表１），基于 ＭＯＤＩＳ－ＥＶＩ的草地植被地上生物量鲜重最优拟合模型为：
狔＝１３５８３狓１．６６５　　（犚２＝０．６３６，犘＜０．００１，犖＝１９９） （５）
式中，狔为草地鲜重（ｋｇ／ｈｍ２），狓为 ＭＯＤＩＳ的ＥＶＩ值。
统计分析的结果表明，式（５）平均估产精度为７６．７％，平均高估误差（负向误差）大于低估误差（正向误差）约
１０％。当ＥＶＩ大于０．４时，估产精度可达７０．２％～８２．５％，但ＥＶＩ小于０．４时估产精度较低（表２）。由此可见，
反演模型可很好地模拟牧草生长状况较好时期（５－１０月）的地上生物量变化动态。对该时期生物量的准确估
算，是进行全年草地理论载畜量、草畜平衡动态研究的关键。
２．２　甘南州草地地上生物量旬变化动态
草地生物量是衡量草地生产力大小的标准之一，也是衡量植物生长发育的一个重要指标。对２００１－２００８年
甘南州旬草地最大地上总生物量的分析表明，近８年草地旬生物量具有如下变化规律：从４月下旬草地植被开始
生长，４月下旬－８月上旬生物量逐渐增大，７月上旬－８上旬达到产量高峰值；８月中旬－１１月下旬生物量逐渐
减小；１２月上旬－次年１－４月中旬，草地植被基本停止生长（图２）。可见，甘南牧区草地生长主要集中在５月上
旬－１０月下旬，草地旬最大地上生物量数字图像可以客观地反映草地植被生长发育的总体规律。但是，在草地
５１第１８卷第６期 草业学报２００９年
表２　草地地上生物量鲜重最优拟合模型精度评价
犜犪犫犾犲２　犃犮犮狌狉犪犮狔犲狏犪犾狌犪狋犻狅狀犳狅狉狋犺犲狅狆狋犻犿狌犿狊犻犿狌犾犪狋犲犱犿狅犱犲犾狅犳犵狉犪狊狊犾犪狀犱犪犫狅狏犲犵狉狅狌狀犱犫犻狅犿犪狊狊（狔）
ＥＶＩ值
ＥＶＩｖａｌｕｅ
样本数
Ｎｏ．ｓｉｔｅｓ
ＥＶＩ均值
Ｍｅａｎ
ＥＶＩ标准差
Ｓｔｄ．ｅｒｒｏｒ
狔均值
Ｍｅａｎ狔
狔标准差
Ｓｔｄ．ｅｒｒｏｒ
平均精度
Ｍｅａｎａｃｃｕｒａｃｙ
平均误差
Ｍｅａｎｅｒｒｏｒ
正误差（低估误差）
Ｐｏｓｉｔｉｖｅｅｒｒｏｒ
负误差（高估误差）
Ｎｅｇａｔｉｖｅｅｒｒｏｒ
＜０．４ １４ ０．３６７ ０．０３１ ２９６５．５ １０９９．０ ５８．９ ４１．１ ２８．７ －６８．９
０．４～０．５ ２５ ０．４４３ ０．０３０ ３５０３．５ １０３０．７ ７０．２ ２９．８ ２０．８ －３８．２
０．５～０．６ ６３ ０．５４５ ０．０３２ ４９８３．２ １４８８．０ ７４．６ ２５．４ １６．０ －３５．６
０．６～０．７ ５７ ０．６５２ ０．０２８ ７３１７．４ ２００７．６ ８２．５ １７．５ １７．７ －１７．３
０．７～０．８ ３１ ０．７３９ ０．０２２ ８３４２．７ ２００８．６ ８１．１ １８．９ １６．５ －２１．０
＞０．８ ５ ０．８３１ ０．０２６ ９４７０．０ ２２３５．８ ８０．４ １９．６ １９．８ －１９．６
０～０．１ １９９ ０．６０３ ０．１２６ ６２００．６ ２６０８．１ ７６．７ ２３．３ １８．４ －２８．６
图２　甘南州２００１－２００８年草地植被平均旬生物量变化动态
犉犻犵．２　犃狏犲狉犪犵犲１０犱犱狔狀犪犿犻犮狊狅犳犵狉犪狊狊犾犪狀犱狏犲犵犲狋犪狋犻狅狀犫犻狅犿犪狊狊犱狌狉犻狀犵２００１－２００８犻狀犌犪狀狀犪狀犘狉犲犳犲犮狋狌狉犲
Ｆ：上旬Ｆｉｒｓｔｔｈｉｒｄｏｆｔｈｅｍｏｎｔｈ；Ｍ：中旬 Ｍｉｄｄｌｅｔｈｉｒｄｏｆｔｈｅｍｏｎｔｈ；Ｌ：下旬Ｌａｓｔｔｈｉｒｄｏｆｔｈｅｍｏｎｔｈ
植被主要生长期间的个别旬生物量（如２００２年９月中旬、２００７年１０月中旬）出现较低的异常现象（图３）。在冷
季期间（１月上旬－４月中旬及１１月上旬－１２月下旬），生物量旬变化也出现中旬比下旬小的异常情况（如２００５
年１－２月和１２月、２００６年１－３月和１２月、２００７年１－３月）。研究结果表明，出现这种情况的主要原因是部分
旬最大植被指数图像受大范围长时间阴天多云天气状况的严重干扰，其次是因为在部分旬期间放牧家畜数量的
较大变动（如集中出栏等）引起采食量较大幅度的减小。因此，利用草地植被主要生长期（５月上旬－１０月下旬）
各月内的旬最大生物量值（或月最大生物量值），可以避免个别旬生物量的异常数值，计算该区全年草地资源生物
量的空间分布动态，为草畜动态平衡和草地资源的综合评价提供科学依据。
２．３　甘南州草地生物量月度变化动态
虽然草地旬最大地上生物量数字图像的时间分辨率高（上旬和中旬为１０ｄ、下旬为８～１１ｄ），但旬生物量反
演结果受天气状况的较大干扰，因此研究甘南牧区月度生物量变化动态具有重要意义。对２００１－２００８年草地的
月最大生物量及其密度的统计分析表明，不同草地类型８年１－１２月的生物量均值的月度动态变化均呈单峰抛
物线形式，８年平均最大生物量均出现在７月，其平均最大生物量密度达６３７０．９６ｋｇ／ｈｍ２，但不同年份产量达到
最大值的月份有所变化，主要集中在７－８月。不同草地类型的生物量在冷季（１－４月及１１－１２月）和生长季节
的暖季时期（５－１０月）具有显著差异。在草地植被生长季期间，平均生物量密度最高的为沼泽类，达４８８５．２６
ｋｇ／ｈｍ２，其次分别为高寒灌丛草甸类、高寒草甸类、温性草甸草原类、低平地草甸类、暖性草丛类和温性草原类。
６１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２００９） Ｖｏｌ．１８，Ｎｏ．６
图３　甘南州２００１－２００８年草地植被旬生物量变化动态
犉犻犵．３　犜犺犲１０犱犱狔狀犪犿犻犮狊狅犳犵狉犪狊狊犾犪狀犱狏犲犵犲狋犪狋犻狅狀犫犻狅犿犪狊狊犳狉狅犿２００１狋狅２００８犻狀犌犪狀狀犪狀犘狉犲犳犲犮狋狌狉犲
Ｆ：上旬Ｆｉｒｓｔｔｈｉｒｄｏｆｔｈｅｍｏｎｔｈ；Ｍ：中旬 Ｍｉｄｄｌｅｔｈｉｒｄｏｆｔｈｅｍｏｎｔｈ；Ｌ：下旬Ｌａｓｔｔｈｉｒｄｏｆｔｈｅｍｏｎｔｈ
７１第１８卷第６期 草业学报２００９年
在草地植被几乎停止生长的冷季时期，沼泽类的平均地上生物量密度仍然最高，达８９４．５７ｋｇ／ｈｍ２，其次分别为
高寒灌丛草甸类、高寒草甸类、暖性草丛类、温性草甸草原类、低平地草甸类和温性草原类（表３）。
２．４　甘南州草地地上生物量年度变化动态
对比分析甘南州草地地上生物量２００１－２００８年度的动态变化特征，可以发现，２００５年各县及全州的草地植
被年总生物量最高，全州达１２９．１３亿ｋｇ，其次为２００６，２００７和２００２年，分别为１１３．１７，１１０．６６和１０９．００亿ｋｇ。
全州８年平均总地上生物量为１０９．３１亿ｋｇ（表４）。分析甘南州８个气象台站２００１－２００７年的降水量等气象数
据、地上生物量和畜牧业统计资料表明，不同年度间的降水量存在较大差异是引起草地地上生物量年度变异的主
要原因。
２．５　甘南州草地理论载畜量变化动态
表５和６是２００１－２００８年甘南州及各县市草地主要生长期间的月最大理论载畜量和年最大理论载畜量统
计分析结果。在全年放牧条件下，不同县市因草地面积、产量等存在较大差异，其载畜量在不同月份的差别也较
大（表５）。玛曲、碌曲和夏河３县在５－１０月的平均载畜量分别占全州相同月份总载畜量的３７．３％，１６．７％和
１９．３％。由于气候条件和草地生长状况的较大差异，同一地区在不同年度之间的理论载畜量也存在明显的差异。
例如，在２００１－２００８年，各县市的载畜量在２００５年均达到最大值，全州达３９５．３２万ＳＨＵ，超过８年平均载畜量
约１８．９％（表６）。此外，甘南牧区具有比较明确的冬春场和夏秋场，因此除计算出全年不分季节的载畜量外，还
表３　甘南州２００１－２００８年草地月平均最大地上生物量密度统计结果
犜犪犫犾犲３　犚犲狊狌犾狋狅犳狋犺犲犿狅狀狋犺犾狔犿犪狓犻犿狌犿犵狉犪狊狊犾犪狀犱犪犫狅狏犲犵狉狅狌狀犱犫犻狅犿犪狊狊犱犲狀狊犻狋狔犱狌狉犻狀犵
２００１－２００８犻狀犌犪狀狀犪狀犘狉犲犳犲犮狋狌狉犲 ｋｇ／ｈｍ２
项目
Ｉｔｅｍ
低平地草甸
Ｌｏｗｌａｎｄ
ｍｅａｄｏｗ
暖性草丛
Ｗａｒｍｔｅｍｐｅｒａｔｅ
ｈｅｒｂｏｓａ
沼泽
Ｍａｒｓｈ
温性草原
Ｔｅｍｐｅｒａｔｅ
ｓｔｅｐｐｅ
温性草甸草原
Ｔｅｍｐｅｒａｔｅｍｅａｄｏｗ
ｓｔｅｐｐｅ
高寒灌丛草甸
Ａｌｐｉｎｅｂｒｕｓｈ
ｍｅａｄｏｗ
高寒草甸
Ａｌｐｉｎｅ
ｍｅａｄｏｗ
平均值
Ａｖｅｒａｇｅ
ｖａｌｕｅ
１月Ｊａｎ． ５５３．５１ ４９０．１７ ７５０．２３ ４７２．６９ ５２６．４７ ６６９．９１ ６２７．７８ ６６２．９９
２月Ｆｅｂ． ５３７．４０ ５３９．２１ ７５４．１１ ４９１．９９ ５５８．４１ ７０６．０２ ６５２．９１ ６９７．６７
３月 Ｍａｒ． ５０５．５６ ６３１．８０ ７５７．７１ ４９５．４５ ５４０．８２ ７１１．０９ ６５１．０１ ７０２．１９
４月 Ａｐｒ． ６２４．４９ １１２８．１５ １０２５．６７ ５６６．８５ ７１９．９３ ８４３．６９ ７９３．９４ ８３７．４２
５月 Ｍａｙ １４０８．６３ ２５３１．２４ ２６４２．２９ １４０７．１５ ２３８３．６４ １９４６．９６ １８６３．１０ １９４０．７２
６月Ｊｕｎ． ３１０６．２２ ３６０１．４７ ５６５８．１７ ３０８９．３１ ４７９７．９３ ４４６２．３８ ４４６８．４７ ４４５５．２５
７月Ｊｕｌ． ４９２０．０１ ３８９６．３５ ７２９４．２７ ４２１９．６８ ５４１０．４０ ６３９８．７２ ６４００．２０ ６３７０．９６
８月 Ａｕｇ． ４３９１．９０ ３３１３．０２ ６６０３．８６ ３３６７．８０ ４２５２．３９ ５９５７．７６ ５８０８．６０ ５９０５．９７
９月Ｓｅｐ． ３４１７．８６ ２６８６．８２ ４７０８．３１ ２４７４．３６ ２８７７．０８ ４２６２．８９ ４０４９．７９ ４２１５．０４
１０月 Ｏｃｔ． １９４２．５２ １６４３．６２ ２４０４．６８ １３８４．９５ １６３０．１９ ２１２８．６５ １９７５．２１ ２１０２．７８
１１月 Ｎｏｖ． ７８５．７５ ９３８．９７ １１１５．１３ ６２８．９８ ７９５．１８ ９４１．７８ ８８９．３６ ９３４．１８
１２月 Ｄｅｃ． ６１０．１５ ５８０．２５ ８１９．２９ ５０１．４９ ５８７．０６ ７０９．９８ ６７７．５７ ７０４．５１
５－１０月均值
ＭｅａｎｏｆＭａｙｔｏＯｃｔ．
３１９７．８６ ２９４５．４２ ４８８５．２６ ２６５７．２１ ３５５８．６０ ４１９２．８９ ４０９４．２３ ４１６５．１２
１－４月均值
ＭｅａｎｏｆＪａｎ．ｔｏＡｐｒ．
５５５．２４ ６９７．３３ ８２１．９３ ５０６．７４ ５８６．４１ ７３２．６８ ６８１．４１ ７２５．０６
１１－１２月均值
ＭｅａｎｏｆＮｏｖ．ｔｏＤｅｃ．
６９７．９５ ７５９．６１ ９６７．２１ ５６５．２３ ６９１．１２ ８２５．８８ ７８３．４６ ８１９．３４
冷季均值
Ｍｅａｎｏｆｃｏｌｄｓｅａｓｏｎ
６２６．５９ ７２８．４７ ８９４．５７ ５３５．９９ ６３８．７６ ７７９．２８ ７３２．４４ ７７２．２０
　１－３月和１１－１２月的数据为２００５－２００７年的均值，其余数据均为２００１－２００８年８年的平均值。ＴｈｅｄａｔａｉｎＪａｎｕａｒｙ，Ｆｅｂｒｕａｒｙ，Ｍａｒｃｈ，Ｎｏ
ｖｅｍｂｅｒａｎｄＤｅｃｅｍｂｅｒａｒｅｔｈｅａｖｅｒａｇｅｖａｌｕｅｓｄｕｒｉｎｇ２００５－２００７，ａｎｄｔｈｅｒｅｓｔｄａｔａａｒｅｔｈｅａｖｅｒａｇｅｖａｌｕｅｓｄｕｒｉｎｇ２００１－２００８．
８１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２００９） Ｖｏｌ．１８，Ｎｏ．６
应分别计算冷季（１－４月和１１－１２月）草场和暖季（５－１０月）草场的载畜量，这将是今后工作的重点研究内容之
一。
表４　２００１－２００８年甘南州年地上生物量鲜重统计结果
犜犪犫犾犲４　犢犲犪狉犾狔犳狉犲狊犺狑犲犻犵犺狋狅犳犪犫狅狏犲犵狉狅狌狀犱犫犻狅犿犪狊狊犱狌狉犻狀犵２００１－２００８犻狀犌犪狀狀犪狀犘狉犲犳犲犮狋狌狉犲 ×１０８ｋｇ
项目Ｉｔｅｍ ２００１ ２００２ ２００３ ２００４ ２００５ ２００６ ２００７ ２００８ ８年平均 Ｍｅａｎ
玛曲县 Ｍａｑｕ ３８．６４ ４１．２１ ３７．９２ ３９．５４ ４７．７１ ４２．５３ ４１．５３ ３７．７８ ４０．８６
碌曲县Ｌｕｑｕ １７．３３ １８．７３ １６．８５ １７．６７ ２０．８８ １９．３５ １８．６６ １７．３８ １８．３６
夏河县Ｘｉａｈｅ １８．５８ ２０．４５ １９．７４ ２０．５４ ２５．４１ ２２．０２ ２２．１２ ２０．８６ ２１．２１
合作市 Ｈｅｚｕｏ ６．３５ ６．７９ ６．４３ ６．７７ ８．２６ ７．０２ ６．９３ ６．７７ ６．９１
临潭县Ｌｉｎｔａｎ １．８４ ２．１２ １．９８ １．９４ ２．３８ ２．０９ ２．０４ ２．１２ ２．０７
卓尼县Ｚｈｕｏｎｉ １１．９６ １２．７１ １１．８６ １１．８９ １５．５６ １３．００ １２．３８ １２．４２ １２．７２
舟曲县Ｚｈｏｕｑｕ ２．１３ １．９７ ２．１４ ２．０１ ２．６０ ２．１８ ２．１４ ２．２４ ２．１８
迭部县 Ｄｉｅｂｕ ４．８７ ５．０２ ４．７１ ４．５６ ６．３４ ４．９７ ４．８７ ４．６８ ５．００
全州 Ｔｏｔａｌ １０１．７０ １０９．００ １０１．６４ １０４．９２ １２９．１３ １１３．１７ １１０．６６ １０４．２５ １０９．３１
　草地主要生长期（５－１０月）各月最大地上生物量鲜重平均值。Ｔｈｅｄａｔａａｒｅｔｈｅａｖｅｒａｇｅｖａｌｕｅｓｏｆｔｈｅｍｏｎｔｈｌｙｍａｘｉｍｕｍａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｄｕｒ
ｉｎｇｔｈｅｍａｊｏｒｇｒｏｗｉｎｇｐｅｒｉｏｄｏｆｇｒａｓｓｌａｎｄ（ｆｒｏｍＭａｙｔｏＯｃｔｏｂｅｒ）．
表５　甘南州２００１－２００８年草地生长期间（５－１０月）的月平均载畜量变化动态
犜犪犫犾犲５　犇狔狀犪犿犻犮狊狅犳犿狅狀狋犺犾狔犮犪狉狉狔犻狀犵犮犪狆犪犮犻狋狔犻狀犵狉犪狊狊犾犪狀犱犵狉狅狑犻狀犵狆犲狉犻狅犱（犳狉狅犿犕犪狔狋狅犗犮狋狅犫犲狉）
犱狌狉犻狀犵２００１－２００８犻狀犌犪狀狀犪狀犘狉犲犳犲犮狋狌狉犲 ×１０４ＳＨＵ
月份
Ｍｏｎｔｈ
玛曲县
Ｍａｑｕ
碌曲县
Ｌｕｑｕ
夏河县
Ｘｉａｈｅ
合作市
Ｈｅｚｕｏ
临潭县
Ｌｉｎｔａｎ
卓尼县
Ｚｈｕｏｎｉ
舟曲县
Ｚｈｏｕｑｕ
迭部县
Ｄｉｅｂｕ
全州
Ｔｏｔａｌ
５ ５４．１８ ２４．０６ ２８．８３ ９．５９ ３．６２ １９．１８ ５．３７ ８．８７ １５３．６９
６ １２６．２７ ５８．６１ ６８．７９ ２２．９２ ７．７３ ４４．３０ ８．００ １７．９９ ３５４．６１
７ １８９．２３ ８４．６８ ９９．８１ ３２．５３ ９．８１ ６０．３５ ９．２８ ２２．９２ ５０８．６２
８ １８０．０４ ８０．３０ ９１．６５ ２９．９５ ８．４６ ５３．９７ ８．０３ １９．８０ ４７２．１９
９ １２９．８８ ５７．１４ ６４．５６ ２０．８０ ５．５６ ３７．９４ ６．１４ １４．８６ ３３６．８８
１０ ６４．３２ ２７．８３ ３１．３７ １０．２７ ２．９１ １８．９３ ３．５９ ８．４３ １６７．６６
５－１０月均值Ａｖｅｒａｇｅ １２３．９９ ５５．４４ ６４．１７ ２１．０１ ６．３５ ３９．１１ ６．７４ １５．４８ ３３２．２７
表６　甘南州２００１－２００８年草地生长季（５－１０月）年载畜量统计结果
犜犪犫犾犲６　犇狔狀犪犿犻犮狊狅犳狔犲犪狉犾狔犮犪狉狉狔犻狀犵犮犪狆犪犮犻狋狔犻狀犵狉犪狊狊犾犪狀犱犵狉狅狑犻狀犵狆犲狉犻狅犱（犳狉狅犿犕犪狔狋狅犗犮狋狅犫犲狉）
犱狌狉犻狀犵２００１－２００８犻狀犌犪狀狀犪狀犘狉犲犳犲犮狋狌狉犲 ×１０４ＳＨＵ
项目Ｉｔｅｍ ２００１ ２００２ ２００３ ２００４ ２００５ ２００６ ２００７ ２００８ ８年平均 Ｍｅａｎ
玛曲县 Ｍａｑｕ １０９．１５ １２６．２３ １１６．１６ １２１．０９ １４６．０４ １３０．２８ １２７．２０ １１５．７２ １２３．９９
碌曲县Ｌｕｑｕ ５０．９５ ５６．７７ ５１．０７ ５３．５４ ６３．２８ ５８．６５ ５６．５５ ５２．６８ ５５．４４
夏河县 Ｘｉａｈｅ ５３．３０ ６２．２３ ６０．０７ ６２．５１ ７７．３７ ６７．００ ６７．３２ ６３．５５ ６４．１７
合作市 Ｈｅｚｕｏ １８．２２ ２０．７７ １９．６８ ２０．７１ ２５．２７ ２１．４７ ２１．２２ ２０．７２ ２１．０１
临潭县Ｌｉｎｔａｎ ５．５０ ６．５５ ６．１２ ６．００ ７．３４ ６．４６ ６．３０ ６．５３ ６．３５
卓尼县Ｚｈｕｏｎｉ ３４．０３ ３９．４６ ３６．８３ ３６．９２ ４８．３０ ４０．３６ ３８．４３ ３８．５５ ３９．１１
舟曲县Ｚｈｏｕｑｕ ６．５８ ６．１０ ６．６３ ６．２３ ８．０４ ６．７６ ６．６１ ６．９４ ６．７４
迭部县 Ｄｉｅｂｕ １４．７７ １５．５７ １４．６３ １４．１５ １９．６７ １５．４３ １５．１０ １４．５３ １５．４８
全州 Ｔｏｔａｌ ２９２．５０ ３３３．６９ ３１１．１８ ３２１．１５ ３９５．３２ ３４６．４２ ３３８．７４ ３１９．２１ ３３２．２７
９１第１８卷第６期 草业学报２００９年
３　结论
１）ＭＯＤＩＳ增强型植被指数ＥＶＩ的乘幂函数可以较好地模拟甘南牧区草地地上生物量鲜重与ＥＶＩ之间的
相关关系，拟合模型为狔＝１３５８３狓１．６６５（ｋｇ／ｈｍ２）。该模型平均估产精度为７６．７％，可很好地模拟牧草生长状况
较好时期（５－１０月）的草地地上生物量变化动态。
２）甘南牧区草地生长主要集中在５月上旬－１０月下旬期间，草地旬最大地上生物量数字图像可以较客观地
反映草地植被生长发育的总体规律。但是，草地植被旬生物量受大范围长时间阴天多云天气状况及放牧家畜数
量有较大变动时期的严重影响。
３）不同草地类型的生物量在冷季和暖季时期具有显著差异。２００１－２００８年不同草地类型的平均月最大生
物量动态变化曲线均呈单峰抛物线形式，不同年份产量达到最大值的月份有所变化，主要集中在７－８月。
４）在全年放牧条件下，甘南州不同县市因气候条件和草地类型、面积、生长状况等存在较大差异，其草地地
上总生物量及载畜量在不同年度之间也存在明显的差别。研究多年草地植被生物量和载畜量变化动态，是草畜
动态平衡研究和草地资源综合评价的基础。
参考文献：
［１］　王正兴，刘闯，ＨｕｅｔｅＡ．植被指数研究进展：从ＡＶＨＲＲ－ＮＤＶＩ到 ＭＯＤＩＳ－ＥＶＩ［Ｊ］．生态学报，２００３，２３（５）：９７９９８６．
［２］　王正兴，刘闯，陈文波，等．ＭＯＤＩＳ增强型植被指数ＥＶＩ与ＮＤＶＩ初步比较［Ｊ］．武汉大学学报，２００６，３１（５）：４０７４２７．
［３］　ＨｕｅｔｅＡ，ＤｉｄａｎＫ，ＭｉｕｒａＴ，犲狋犪犾．ＯｖｅｒｖｉｅｗｏｆｔｈｅｒａｄｉｏｍｅｔｒｉｃａｎｄｂｉｏｐｈｙｓｉｃａｌｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅＭＯＤＩＳｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓ［Ｊ］．
ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００２，８３：１９５２１３．
［４］　卢丽萍，赵成义．基于 ＭＯＤＩＳ数据不同荒漠植被指数的空间变化研究———以新疆三工河流域为例［Ｊ］．干旱区地理，２００５，
２８（３）：３８１３８５．
［５］　邢旗，刘爱军，刘永志．应用 ＭＯＤＩＳ－ＮＤＶＩ对草原植被变化检测研究［Ｊ］．草地学报，２００５，１３（增刊）：１５１９．
［６］　赵冰茹，刘闯，王晶杰，等．锡林郭勒草地 ＭＯＤＩＳ植被指数时空变化研究［Ｊ］．中国草地，２００４，２６（１）：１８．
［７］　毕晓丽，王辉，葛剑平．植被归一化指数（ＮＤＶＩ）及气候因子相关起伏型时间序列变化分析［Ｊ］．应用生态学报，２００５，
１６（２）：２８４２８８．
［８］　王正兴，刘闯，赵冰茹，等．利用 ＭＯＤＩＳ增强型植被指数反演草地地上生物量［Ｊ］．兰州大学学报，２００５，４１（２）：１０１５．
［９］　徐斌，杨秀春，陶伟国，等．中国草原产草量遥感监测［Ｊ］．生态学报，２００７，２７（２）：４０５４１３．
［１０］　ＹａｎｇＹＨ，ＦａｎｇＪＹ，ＰａｎＹＤ，犲狋犪犾．ＡｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｉｎＴｉｂｅｔａｎｇｒａｓｓｌａｎｄｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｒｉｄＥｎｖｉｒｏｎｍｅｎｔｓ，２００９，
７３：９１９５．
［１１］　ＺｈａｏＭＳ，ＨｅｉｎｓｃｈＦＡ，ＮｅｍａｎｉＲＲ，犲狋犪犾．ＩｍｐｒｏｖｅｍｅｎｔｓｏｆｔｈｅＭＯＤＩＳｔｅｒｒｅｓｔｒｉａｌｇｒｏｓｓａｎｄｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎｇｌｏｂａｌ
ｄａｔａｓｅｔ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００５，９５：１６４１７６．
［１２］　ＴｕｒｎｅｒＤＰ，ＲｉｔｔｓＷＤ，ＣｏｈｅｎＷＢ，犲狋犪犾．ＥｖａｌｕａｔｉｏｎｏｆＭＯＤＩＳＮＰＰａｎｄＧＰＰｐｒｏｄｕｃｔｓａｃｒｏｓｓｍｕｌｔｉｐｌｅｂｉｏｍｅｓ［Ｊ］．Ｒｅｍｏｔｅ
ＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００６，１０２：２８２２９２．
［１３］　ＬｉＺＧ，ＹｕＧＲ，ＸｉａｏＸ Ｍ，犲狋犪犾．ＭｏｄｅｌｉｎｇｇｒｏｓｓｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎｏｆａｌｐｉｎｅｅｃｏｓｙｓｔｅｍｓｉｎｔｈｅＴｉｂｅｔａｎＰｌａｔｅａｕｕｓｉｎｇ
ＭＯＤＩＳｉｍａｇｅｓａｎｄｃｌｉｍａｔｅｄａｔａ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００７，１０７：５１０５１９．
［１４］　ＹａｎｇＦ，Ｉｃｈｉ Ｋ，ＷｈｉｔｅＭ Ａ，犲狋犪犾．Ｄｅｖｅｌｏｐｉｎｇａｃｏｎｔｉｎｅｎｔａｌｓｃａｌｅｍｅａｓｕｒｅｏｆｇｒｏｓｓｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎｂｙｃｏｍｂｉｎｉｎｇ
ＭＯＤＩＳａｎｄＡｍｅｒｉＦｌｕｘｄａｔａｔｈｒｏｕｇｈＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅａｐｐｒｏａｃｈ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００７，１１０：
１０９１２２．
［１５］　ＳｉｍｓＤＡ，ＲａｈｍａｎＡＦ，ＣｏｒｄｏｖａＶＤ，犲狋犪犾．ＡｎｅｗｍｏｄｅｌｏｆｇｒｏｓｓｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｆｏｒＮｏｒｔｈＡｍｅｒｉｃａｎｅｃｏｓｙｓｔｅｍｓ
ｂａｓｅｄｓｏｌｅｌｙｏｎｔｈｅｅｎｈａｎｃｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｅｘａｎｄｌａｎｄｓｕｒｆａｃｅｔｅｍｐｅｒａｔｕｒｅｆｒｏｍ ＭＯＤＩＳ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎ
ｍｅｎｔ，２００８，１１２：１６３３１６４６．
［１６］　ＣｈａｓｍｅｒＬ，ＢａｒｒＡ，ＨｏｐｋｉｎｓｏｎＣ，犲狋犪犾．ＳｃａｌｉｎｇａｎｄａｓｓｅｓｓｍｅｎｔｏｆＧＰＰｆｒｏｍＭＯＤＩＳｕｓｉｎｇａｃｏｍｂｉｎａｔｉｏｎｏｆａｉｒｂｏｒｎｅｌｉｄａｒ
ａｎｄｅｄｄｙｃｏｖａｒｉａｎｃｅｍｅａｓｕｒｅｍｅｎｔｓｏｖｅｒｊａｃｋｐｉｎｅｆｏｒｅｓｔｓ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００９，１１３：８２９３．
０２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２００９） Ｖｏｌ．１８，Ｎｏ．６
［１７］　ＰｒｉｅｔｏＢＡ，ＮｏｒｔｈＰＲ，ＢａｒｎｓｌｅｙＭＪ，犲狋犪犾．ＳａｔｅｌｉｔｅｄｒｉｖｅｎｍｏｄｅｌｉｎｇｏｆＮｅｔＰｒｉｍａｒｙＰｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）：Ｔｈｅｏｒｅｔｉｃａｌａｎａｌ
ｙｓｉｓ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００９，１１３：１３７１４７．
［１８］　姜立鹏，覃志豪，谢雯．基于单时相 ＭＯＤＩＳ数据的草地退化遥感监测研究［Ｊ］．中国草地学报，２００７，２９（７）：３９４３．
［１９］　韩爱惠．用 ＭＯＤＩＳ植被指数的时间序列分析提取荒漠化敏感区域的方法［Ｊ］．林业资源管理，２００４，（１）：５７６０．
［２０］　刘勇洪，牛铮．基于 ＭＯＤＩＳ遥感数据的宏观土地覆盖特征分类方法与精度分析研究［Ｊ］．遥感技术与应用，２００４，１９（４）：
２１７２２４．
［２１］　刘爱军，韩建国．利用遥感技术监测锡林郭勒天然草原利用强度方法初探［Ｊ］．中国草地学报，２００７，２９（２）：７０７４．
［２２］　宋小宁，赵英时．应用 ＭＯＤＩＳ卫星数据提取植被－温度－水分综合指数的研究［Ｊ］．地理与地理信息科学，２００４，２０（２）：
１３１７．
［２３］　ＣｌｅｕｇｈＨＡ，ＬｅｕｎｉｎｇＲ，ＭｕＱＺ，犲狋犪犾．ＲｅｇｉｏｎａｌｅｖａｐｏｒａｔｉｏｎｅｓｔｉｍａｔｅｓｆｒｏｍｆｌｕｘｔｏｗｅｒａｎｄＭＯＤＩＳｓａｔｅｌｉｔｅｄａｔａ［Ｊ］．
ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００７，１０６（３）：２８５３０４．
［２４］　甘肃省草原总站．甘肃草地资源［Ｍ］．兰州：甘肃科学技术出版社，１９９９．
［２５］　中华人民共和国农业部畜牧兽医司全国畜牧兽医总站．中国草地资源［Ｍ］．北京：中国科学技术出版社，１９９６．
［２６］　陈建华．环境恶化：甘南州如何拉生态建设一把［Ｊ］．执政决策，２００５，（２）：１８１９．
［２７］　洛桑·灵智多杰．青藏高原甘南生态经济示范区研究［Ｍ］．兰州：甘肃科学技术出版社，２００５．
［２８］　王兮之，杜国祯，梁天刚，等．基于ＲＳ和ＧＩＳ的甘南草地生产力估测模型构建及其降水量空间分布模式的确立［Ｊ］．草业
学报，２００１，１０（２）：９５１０２．
［２９］　赵雪雁．高寒牧区草地退化的人文因素研究———以甘南牧区玛曲县为例［Ｊ］．草业学报，２００７，１６（６）：１１３１２０．
［３０］　仁青吉，罗燕江，王海洋，等．青藏高原典型高寒草甸退化草地的恢复———施肥刈割对草地质量的影响［Ｊ］．草业学报，
２００４，１３（２）：４３４９．
１２第１８卷第６期 草业学报２００９年
犚犲犿狅狋犲犾狔狊犲狀狊犲犱犱狔狀犪犿犻犮狊犿狅狀犻狋狅狉犻狀犵狅犳犵狉犪狊狊犾犪狀犱犪犫狅狏犲犵狉狅狌狀犱犫犻狅犿犪狊狊犪狀犱犮犪狉狉狔犻狀犵犮犪狆犪犮犻狋狔
犱狌狉犻狀犵２００１－２００８犻狀犌犪狀狀犪狀狆犪狊狋狅狉犪犾犪狉犲犪
ＬＩＡＮＧＴｉａｎｇａｎｇ１，ＣＵＩＸｉａ２，ＦＥＮＧＱｉｓｈｅｎｇ１，ＷＡＮＧＹｉｎｇ１，ＸＩＡＷｅｎｔａｏ１
（１．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＧｒａｓｓｌａｎｄＡｇｒｏｅｃｏｌｏｇｙＳｙｓｔｅｍ，ＭｉｎｉｓｔｒｙｏｆＡｇｒｉｃｕｌｔｕｒｅ；ＣｏｌｅｇｅｏｆＰａｓｔｏｒａｌ
ＡｇｒｉｃｕｌｔｕｒｅＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００２０，Ｃｈｉｎａ；２．Ｃｏｌｅｇｅ
ｏｆＥａｒｔｈａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，ＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００００，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｍｏｎｉｔｏｒｉｎｇｇｒａｓｓｌａｎｄａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓ（ＧＡＢ）ｉｓｎｏｔｏｎｌｙａｎｉｍｐｏｒｔａｎｔｃｏｎｔｅｎｔｆｏｒｔｈｅｒｅｓｅａｒｃｈ
ｏｆｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｇｒａｓｓｌａｎｄｒｅｓｏｕｒｃｅｓ，ｂｕｔｉｓａｌｓｏａｂａｓｉｓｆｏｒｔｈｅｉｎｔｅｇｒａｔｉｏｎａｎａｌｙｓｉｓｏｆｔｈｅｂａｌａｎｃｅｂｅｔｗｅｅｎ
ｇｒａｓｓｌａｎｄｆｏｒａｇｅｓｕｐｐｌｙａｎｄｌｉｖｅｓｔｏｃｋｄｅｍａｎｄ．Ｇｒａｓｓｌａｎｄｉｎｖｅｓｔｉｇａｔｉｏｎｄａｔａｆｒｏｍ２００６－２００８ａｎｄＴｅｒｒａ／
ＭＯＤＩＳ（ＭｏｄｅｒａｔｅｒｅｓｏｌｕｔｉｏｎＩｍａｇｉｎｇＳｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ）ｄａｉｌｙｓｕｒｆａｃｅｒｅｆｌｅｃｔａｎｃｅｐｒｏｄｕｃｔｏｆＭＯＤ０９ＧＡｉｎ
Ｇａｎｎａｎｐａｓｔｏｒａｌａｒｅａ，ｗｅｒｅｕｓｅｄｔｏｅｓｔａｂｌｉｓｈｂｏｔｈａｍｏｎｉｔｏｒｉｎｇｍｏｄｅｌｏｆＧＡＢ，ａｎｄｔｈｅ１０ｄａｙ，ｍｏｎｔｈｌｙａｎｄ
ｙｅａｒｌｙｄｙｎａｍｉｃｓｏｆｂｉｏｍａｓｓａｎｄｔｈｅｏｒｅｔｉｃａｌｌｉｖｅｓｔｏｃｋｃａｒｒｙｉｎｇｃａｐａｃｉｔｙｄｕｒｉｎｇ２００１－２００８ｉｎＧａｎｎａｎＰｒｅｆｅｃｔｕｒｅ．
Ａｎｄｅａｃｈｃｏｕｎｔｙｗａｓｓｉｍｕｌａｔｅｄａｎｄａｎａｌｙｚｅｄ．ＲｅｓｕｌｔｓｓｕｇｇｅｓｔｅｄｔｈａｔｔｈｅｐｏｗｅｒｆｕｎｃｔｉｏｎｏｆＭＯＤＩＳ－ＥＶＩ（Ｅｎ
ｈａｎｃｅｄＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ）ｃａｎｂｅｓｔｓｉｍｕｌａｔｅｔｈｅｇｒｅｅｎｙｉｅｌｄｏｆＧＡＢｉｎＧａｎｎａｎｐａｓｔｏｒａｌａｒｅａ．Ｔｈｅｍｅａｎｐｒｅｃｉ
ｓｉｏｎｏｆｔｈｅｍｏｎｉｔｏｒｉｎｇｍｏｄｅｌｗａｓ７６．７％，ｗｈｉｃｈｍｉｇｈｔｓｉｍｕｌａｔｅｔｈｅＧＡＢｄｙｎａｍｉｃｓｉｎｔｈｅｐｅｒｉｏｄｆｒｏｍＭａｙｔｏ
Ｏｃｔｏｂｅｒｗｈｅｎｔｈｅｇｒａｓｓｌａｎｄｗａｓａｔａｇｏｏｄｇｒｏｗｉｎｇｓｔａｇｅ．Ｉｔｍａｉｎｌｙｃｏｎｃｅｎｔｒａｔｅｄｉｎｔｈｅｐｅｒｉｏｄｆｒｏｍｔｈｅｆｉｒｓｔ１０
ｄａｙｓｏｆＭａｙｔｏｔｈｅｔｈｉｒｄ１０ｄａｙｓｏｆＯｃｔｏｂｅｒｄｕｒｉｎｇｔｈｅｇｒａｓｓｌａｎｄｇｒｏｗｔｈｔｉｍｅ．Ｄｕｒｉｎｇｔｈｉｓｐｅｒｉｏｄｄｉｇｉｔａｌｉｍａｇｅｓ
ｏｆｔｈｅｍａｘｉｍｕｍＧＡＢｉｎａ１０ｄａｙｐｅｒｉｏｄｍａｙｏｂｊｅｃｔｉｖｅｌｙｒｅｆｌｅｃｔｔｈｅｇｅｎｅｒａｌｒｕｌｅｏｆｇｒａｓｓｌａｎｄｇｒｏｗｔｈ，ｂｕｔａｆｅｗ
ｏｆｔｈｅｄｉｇｉｔａｌｉｍａｇｅｓｏｆｔｈｅｍａｘｉｍｕｍＧＡＢｗｅｒｅｓｅｖｅｒｅｌｙａｆｆｅｃｔｅｄｂｙｒａｉｎｙｏｒｃｌｏｕｄｙｗｅａｔｈｅｒｃｏｎｄｉｔｉｏｎｗｈｉｃｈ
ｌａｓｔｅｄａｌｏｎｇｔｉｍｅａｎｄｃｏｖｅｒｅｄａｌａｒｇｅｓｃａｌｅ，ｗｉｔｈａｃｏｎｓｉｄｅｒａｂｌｅｃｈａｎｇｅｉｎｔｈｅｑｕａｎｔｉｔｙｏｆｇｒａｚｉｎｇｌｉｖｅｓｔｏｃｋ．Ｔｈｅ
ｄｙｎａｍｉｃｃｕｒｖｅｏｆｔｈｅｍｏｎｔｈｌｙｍａｘｉｍｕｍＧＡＢｆｏｒｅａｃｈｇｒａｓｓｌａｎｄｔｙｐｅｄｕｒｉｎｇ２００１－２００８ｗａｓｃｈａｒａｃｔｅｒｉｚｅｄｂｙａ
ｕｎｉｍｏｄａｌｐａｒａｂｏｌａｆｏｒｍ．ＴｈｅａｖｅｒａｇｅｍａｘｉｍｕｍＧＡＢａｐｐｅａｒｅｄｉｎＪｕｌｙ，ｂｕｔｔｈｅｍｏｎｔｈｔｈａｔｔｈｅＧＡＢｒｅａｃｈｅｄ
ｔｈｅｍａｘｉｍｕｍｖａｌｕｅｖａｒｉｅｄｆｒｏｍｙｅａｒｔｏｙｅａｒ，ｍａｉｎｌｙｉｎｔｈｅｐｅｒｉｏｄｆｒｏｍＪｕｌｙｔｏＡｕｇｕｓｔ．Ｔｈｅｒｅｗｅｒｅｇｒｅａｔ
ｄｉｆｆｅｒｅｎｃｅｓｉｎｔｈｅｏｖｅｒａｌｂｉｏｍａｓｓｅｓｉｎｄｉｆｆｅｒｅｎｔｙｅａｒｓｉｎｔｈｅＧａｎｎａｎｐａｓｔｏｒａｌａｒｅａ．Ｔｈｅａｖｅｒａｇｅｏｖｅｒａｌｂｉｏｍａｓｓ
ｄｕｒｉｎｇｔｈｏｓｅｙｅａｒｓｉｎｔｈｅｏｖｅｒａｌＰｒｅｆｅｃｔｕｒｅｗａｓ１０９．３１×１０８ｋｇ．Ｔｈｅｈｉｇｈｅｓｔｖａｌｕｅａｐｐｅａｒｅｄｉｎ２００５（１２９．１×
１０８ｋｇ），ｆｏｌｏｗｅｄｂｙ２００６ａｎｄ２００７，ｗｈｉｃｈｒｅａｃｈｅｄ１１３．２×１０８，１１０．７×１０８，ａｎｄ１０９．０×１０８ｋｇ，ｒｅｓｐｅｃｔｉｖｅｌｙ．
Ｄｕｅｔｏｔｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆｗｅａｔｈｅｒｃｏｎｄｉｔｉｏｎ，ｇｒａｓｓｌａｎｄａｒｅａａｎｄｇｒｏｗｔｈｓｉｔｕａｔｉｏｎ，ｔｈｅｒｅｗａｓａｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒ
ｅｎｃｅｆｏｒｔｈｅｔｈｅｏｒｅｔｉｃａｌｌｉｖｅｓｔｏｃｋｃａｒｒｙｉｎｇｃａｐａｃｉｔｙｉｎｅａｃｈｃｏｕｎｔｙ．
犓犲狔狑狅狉犱狊：Ｇａｎｎａｎｐａｓｔｏｒａｌａｒｅａ；ｇｒａｓｓｌａｎｄａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓ；ｇｒａｓｓｌａｎｄｃａｒｒｙｉｎｇｃａｐａｃｉｔｙ；ｒｅｍｏｔｅｌｙ
ｓｅｎｓｅｄｍｏｎｉｔｏｒｉｎｇ
２２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２００９） Ｖｏｌ．１８，Ｎｏ．６