全 文 ：第２０卷　第２期
　Ｖｏｌ．２０　 Ｎｏ．２
草　地　学　报
ＡＣＴＡ　ＡＧＲＥＳＴＩＡ　ＳＩＮＩＣＡ
　　　２０１２年　 ３月
　 Ｍａｒ．　　２０１２
大样地循环采样的草地生物量空间异质性及误差分析
邴龙飞１，２，邵全琴１＊，王军邦１，刘纪远１
（１．中国科学院地理科学与资源研究所，北京　１００１０１；２．中国科学院研究生院，北京　１０００４９）
摘要：利用２００８年和２０１０年青海省草地生物量野外采样结果，用变差函数探讨地下和地上生物量的空间变异情
况，二者存在空间相关性的阈值分别为３７２０．５２和２２５８．７　５ｍ。结果表明：玛多采样点前后２年地上生物量的变
异程度都高于海北；２０１０年各样地地上生物量变化相对较小。珍秦／巴塘平均地下生物量高于海北地下生物量，玛
多平均地下生物量最小；海北和玛多前后２年平均地下生物量年际间变异程度低于珍秦／巴塘样地。对海北、玛
多、巴塘和珍秦的地下、地上生物量的误差进行分析，地下生物量和地上生物量误差变异不同。研究不同采样距离
对误差的影响发现，随着采样距离的加大，不论地上还是地下生物量，其误差总体呈增加的趋势，但在２５００ｍ采样
间距下，地下生物量、地上生物量以及二者的比值都出现较为明显的低值。
关键词：循环采样；生物量；误差；样方调查；空间异质性
中图分类号：Ｑ－９；Ｑ９４８；Ｎ３３　　　　文献标识码：Ａ　　　　　文章编号：１００７－０４３５（２０１２）０２－０２５７－１１　
Ｈｅｔｅｒｏｇｅｎｅｉｔｙ　ａｎｄ　Ｅｒｒｏｒ　Ｅｓｔｉｍａｔｉｏｎ　ｏｆ　Ｇｒａｓｓｌａｎｄ　Ｂｉｏｍａｓｓ
Ｂａｓｅｄ　ｏｎ　Ｃｙｃｌｉｃ　Ｓａｍｐｌｉｎｇ　Ａｐｐｒｏａｃｈ
ＢＩＮＧ　Ｌｏｎｇ－ｆｅｉ　１，２，ＳＨＡＯ　Ｑｕａｎ－ｑｉｎ１＊，ＷＡＮＧ　Ｊｕｎ－ｂａｎｇ１，ＬＩＵ　Ｊｉ－ｙｕａｎ１
（１．Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｇｅｏｇｒａｐｈｉｃ　Ｓｃｉｅｎｃｅｓ　ａｎｄ　Ｎａｔｕｒａｌ　Ｒｅｓｏｕｒｃｅｓ　Ｒｅｓｅａｒｃｈ，ＣＡＳ，Ｂｅｉｊｉｎｇ　１００１０１，Ｃｈｉｎａ；
２．Ｇｒａｄｕａｔｅ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｃｈｉｎｅｓｅ　Ａｃａｄｅｍｙ　ｏｆ　Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ　１０００４９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｆｒｏｍ　ｃｙｃｌｉｃ　ｓａｍｐｌｉｎｇ　ｒｅｓｕｌｔｓ　ｏｆ　２００８ａｎｄ　２０１０ｉｎ　Ｑｉｎｇｈａｉ，ｖａｒｉｏｇｒａｍ　ｐａｒａｍｅｔｅｒｓ　ｗｅｒｅ　ｕｓｅｄ　ｔｏ　ｄｅ－
ｓｃｒｉｂｅ　ｔｈｅ　ｈｅｔｅｒｏｇｅｎｅｉｔｙ　ｏｆ　ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ａｎｄ　ｂｅｌｏｗ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ．Ｔｈｅ　ｓｐａｔｉａｌ　ｃｏｒｒｅｌａｔｉｏｎ
ｔｈｒｅｓｈｏｌｄ　ｗａｓ　２２５８．７５ａｎｄ　３７２０．５２ｍ，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅ　ｖａｒｉａｔｉｏｎ　ｏｆ　ａｂｏｖｅ　ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ｗａｓ　ｇｒｅａｔｅｒ　ｉｎ
Ｍａｄｕｏ　ｔｈａｎ　ｉｎ　Ｈａｉｂｅｉ　ｆｏｒ　ｔｗｏ　ｙｅａｒｓ．Ｔｈｅ　ｖａｒｉａｔｉｏｎ　ｏｆ　ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ｆｏｒ　ａｌ　ｔｈｅ　ｓａｍｐｌｉｎｇ　ｐｏｉｎｔｓ　ｗａｓ
ｓｍａｌｅｒ　ｉｎ　２０１０．Ｔｈｅ　ｂｅｌｏｗ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ｗａｓ　ｌａｒｇｅｒ　ｉｎ　Ｚｈｅｎｑｉｎ　ａｎｄ　Ｂａｔａｎｇ　ｔｈａｎ　ｉｎ　Ｈａｉｂｅｉ　ｆｏｒ　２００８ａｎｄ
２０１０．Ｔｈｅ　ｓｍａｌｅｓｔ　ｂｅｌｏｗ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ｗａｓ　ｉｎ　Ｍａｄｕｏ．Ｔｈｅ　ｉｎｔｅｒａｎｎｕａｌ　ｖａｒｉａｔｉｏｎ　ｏｆ　ｍｅａｎ　ｂｅｌｏｗ－ｇｒｏｕｎｄ
ｂｉｏｍａｓｓ　ｗａｓ　ｓｍａｌｅｒ　ｉｎ　Ｈａｉｂｅｉ　ａｎｄ　Ｍａｄｕｏ　ｔｈａｎ　ｉｎ　Ｚｈｅｎｑｉｎ　ａｎｄ　Ｂａｔａｎｇ．Ｅｓｔｉｍａｔｉｏｎ　ｅｒｒｏｒｓ　ｏｆ　ｂｏｔｈ　ａｂｏｖｅ－
ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ａｎｄ　ｂｅｌｏｗ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ｗｅｒｅ　ｑｕｉｔｅ　ｄｉｆｆｅｒｅｎｔ．Ｔｈｅ　ｅｓｔｉｍａｔｉｏｎ　ｅｒｒｏｒｓ　ｉｎｃｒｅａｓｅｄ　ｆｏｒ　ｂｏｔｈ
ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ａｎｄ　ｂｅｌｏｗ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ａｓ　ｔｈｅ　ｓａｍｐｌｉｎｇ　ｄｉｓｔａｎｃｅ　ｉｎｃｒｅａｓｅｄ．Ｔｈｅ　ｌｏｗｅｓｔ　ｖａｌｕｅ　ｏｆ
ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ，ｂｅｌｏｗ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ａｎｄ　ｔｈｅｉｒ　ｒａｔｉｏｓ　ｗｅｒｅ　ａｌ　ａｔ　ｔｈｅ　ｓａｍｐｌｉｎｇ　ｄｉｓｔａｎｃｅ　ｏｆ　２５００
ｍｅｔｅｒｓ．
Ｋｅｙ　ｗｏｒｄｓ：Ｃｙｃｌｉｃ　ｓａｍｐｌｉｎｇ；Ｂｉｏｍａｓｓ；Ｅｒｒｏｒ；Ｑｕａｄｒａｔ　ｓｕｒｖｅｙ；Ｓｐａｔｉａｌ　ｈｅｔｅｒｏｇｅｎｅｉｔｙ
　　草地是我国最主要的陆地植被类型之一，约占
我国国土面积的４１．７％，对于保障我国的国土生态
安全和可持续发展具有至关重要的意义。在我国近
４亿ｈｍ２ 的天然草原中，有９０％的可利用草原已有
不同程度退化，草原生态环境持续恶化，草地过牧超
载是重要原因之一。为此，自２０００年以来，国家和
有关地方政府相继实施了“退牧还草”、“天然草原保
护”等工程，出台了《草畜平衡管理办法》、《草原保护
补助奖励机制》等政策和措施。草畜平衡是指为保
持草原生态系统良性循环，在一定时间内，草原使用
者或承包经营者通过草原和其他途径获取的可利用
饲草饲料总量与其饲养的牲畜所需的饲草饲料量保
持动态平衡。要实现草畜平衡，草地产草量的准确
估算非常重要。
收稿日期：２０１１－１０－１３；修回日期：２０１１－１２－２０
基金项目：国家科技支撑项目（２００９ＢＡＣ６１Ｂ０１）资助
作者简介：邴龙飞（１９７９－），男，山东青岛人，博士，研究方向为区域水热平衡，Ｅ－ｍａｉｌ：ｂｉｎｇｌｆ＠ｌｒｅｉｓ．ａｃ．ｃｎ；＊通信作者 Ａｕｔｈｏｒ　ｆｏｒ　ｃｏｒｒｅ－
ｓｐｏｎｄｅｎｃ，Ｅ－ｍａｉｌ：ｓｈａｏｑｑ＠ｌｒｅｉｓ．ａｃ．ｃｎ
草　地　学　报 第２０卷
　　草地产草量的估算方法主要有生物量调查法、
遥感估产法、模型模拟方法［１～３］。生物量调查多在
植被生长茂盛的时候，通过刈割和根钻取样，然后烘
干、称重，分别获得地上、地下部分干重［４，５］，然后估
算出区域草地生物量。遥感方法通常是利用
ＡＶＨＲＲ或 ＭＯＤＩＳ的 ＮＤＶＩ数据与同期、相应地
点的地面样方生物量建立相关关系，然后利用ＮＤ－
ＶＩ来估算草地生物量［６～１０］。模型模拟方法是利用
遥感数据驱动，利用生态模型模拟初级生产力，然后
再利用地上地下生物量比和根系周转率等估算草地
生物量［１１，１２］。其中，生物量调查法是草地产草量估
算的传统方法，其结果通常被认为可以代表地面真
实情况，用来为遥感方法和模型方法建立经验关系
和精度验证。
但生物量调查法工作量大，野外作业辛苦，通常
一个样点只设３～６个１ｍ×１ｍ或５０ｃｍ×５０ｃｍ、
甚至是２５ｃｍ×２５ｃｍ草地样方［１，４，１３～１５］。农业部草
原监理中心发布的《全国草原监测技术手册》提出草
地样地和样方设置的原则，若样地内只有草本、半灌
木及矮小灌木植物，样方的面积一般为１ｍ２，若样地
植被分布呈斑块状或者较为稀疏，应将样方扩大到
２～４ｍ２，一个样地内不少于３个样方。面积大、地
形复杂、生态变异大，应多设样方。然而，遥感数据
和模型数据的分辨率多是５００ｍ×５００ｍ，或１ｋｍ
×１ｋｍ，因此，传统的草地生物量调查方法获得的
数据，用来为遥感和模型建立经验关系和结果验证
存在着不确定性。
为此，本研究采用大样地循环采样方法，分别于
２００８年和２０１０年在青海海北、玉树、玛多、称多等
地开展了５个大样地的调查，并利用变差函数讨论
生物量的空间变异和误差情况。对比传统方法和大
样地循环采样方法之间的差异，探索不同采样步长
对生物量估算误差的影响，为消减草地生物量估算
的不确定提供参考方法。
１　材料与方法
大样地循环采样方法是由 Ｂｕｒｒｏｗｓ等人在
２００２年提出，循环采样方案在采样频率较低的情况
下，仍能够在不同的步长（距离）上保持采样的密度，
此方法最早是用于时间序列数据变异特征的研
究［１６］，后来将其扩展到了二维的空间上［１７～２０］，是研
究叶面积指数、植被生产力有效的采样方法［２１］。
本研究分别于２００８年和２０１０年在青海省门源
回族自治县海北通量观测塔附近、玛多县、玉树巴
塘、称多县珍秦设置４个５ｋｍ×５ｋｍ或３ｋｍ×３
ｋｍ的样地（其中海北重复２次，共５个），进行循环
采样；并于２０１０年分别在甘德县、格尔木市、共和
县、玛沁县、囊谦县、曲麻莱县、同德县、玉树县、杂多
县、治多县，采用传统方法进行样方采样（表１）。
大样地的采样方法（以海北为例）：以通量塔为
中心，沿东南西北四个方向使用４／１３循环的方法进
行采样，采样的基本步长为２５０ｍ。４／１３循环采样
就是循环的长度为１３个基本步长，只在０，１，３，９，
１３基本步长的整数倍处设置采样样方。在每个区
内从南到北和从东到西共设置１８条采样线，最南和
最西的采样线记为１，最北和最东的采样线记为９。
地上生物量的采样样方设置在线与线的交叉点处
（图１），这样，一个采样区的总样点数为８１个。在每
个采样点设置５个５０ｃｍ×５０ｃｍ样方，采集地上生
物量，地下生物量则利用根钻重复３次，分３层采集。
图１　青海海北大样地循环采样点空间分布图
Ｆｉｇ．１　Ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ｃｙｃｌｉｃ　ｓａｍｐｌｉｎｇ
ｐｏｉｎｔｓ　ｉｎ　Ｈａｉｂｅｉ，Ｑｉｎｇｈａｉ
　　玛多采样区群落类型为高寒草原；巴塘／珍秦采
样区为高寒草甸／草原化草甸类型；海北样点主要植
被类型为高寒草甸、高寒灌丛和沼泽化草甸，土壤为
高山草甸土、高山灌丛草甸土和沼泽土。具体的物
种类型主要有嵩草（Ｋｏｂｒｅｓｉａ　Ｗｉｌｄ）、火绒草（Ｌｅｏｎ－
ｔｏｐｏｄｉｕｍ　ｌｅｏｎｔｏｐｏｄｉｏｉｄｅｓ）、针茅（Ｓｔｉｐａ）、早熟禾
（Ｐｏａ）、羊茅（Ｆｅｓｔｕｃａ　ｏｖｉｎａ）等，各样地详细的物种
分布情况如表２所示。
８５２
第２期 邴龙飞等：大样地循环采样的草地生物量空间异质性及误差分析
表１　采样点基本情况
Ｔａｂｌｅ　１　Ｂａｓｉｃ　ｉｎｆｏｒｍａｔｉｏｎ　ｏｆ　ｓａｍｐｌｉｎｇ　ｐｏｉｎｔｓ
日期
Ｄａｔｅ
地点　　　
Ｓｉｔｅ／ｓｔａｔｉｏｎ　　　
生态系统　　　　　　
Ｅｃｏｓｙｓｔｅｍ　　　　　　
观测内容　　
Ｏｂｓｅｒｖｉｎｇ　ｃｏｎｔｅｎｔ　　
样方数／采样数
Ｑｕａｄｒａｔ　ｎｕｍｂｅｒ／Ｓａｍｐｌｉｎｇ　ｎｕｍｂｅｒ
２００８／７／２７－８／７
海北站
Ｈａｉｂｅｉ
高寒草甸
Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ８１×５＝４０５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ８１×３×２层＝４８６
ＬＡＩ　 ８１×３＝２４３
土壤取样Ｓｏｉｌ　ｓａｍｐｌｉｎｇ　 ８１×３×２层＝４８６
２００８／８／１６－２０
玉树巴塘
Ｂａｔａｎｇ，Ｙｕｓｈｕ
高寒草甸／草原化草甸
Ａｌｐｉｎｅ　ｍｅａｄｏｗ／Ｓｔｅｐｐｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ８１×５＝４０５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ８１×３×２层＝４８６
土壤取样Ｓｏｉｌ　ｓａｍｐｌｉｎｇ　 ８１×３×３层＝７２９
２００８／８／２１－２４
玛多县
Ｍａｄｕｏ　ｃｏｕｎｔｙ
高寒草原
Ａｌｐｉｎｅ　ｓｔｅｐｐｅ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ８１×５＝４０５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ８１×３×２层＝４８６
土壤取样Ｓｏｉｌ　ｓａｍｐｌｉｎｇ　 ８１×３×３层＝７２９
２０１０／８／１２、１４
称多县
Ｃｈｅｎｄｕｏ　ｃｏｕｎｔｙ
高寒草甸
Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ６３×５＝３１５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ６３×３×２层＝３７８
２０１０／８／８
甘德县
Ｇａｎｄｅ　ｃｏｕｎｔｙ
高寒草甸
Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 １×５＝５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 １×３×２层＝６
２０１０／８／２６、２９
格尔木市
Ｇｏｌｍｕｄ　ｃｉｔｙ
高寒草甸
Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ７×５＝３５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ７×３×２层＝４２
２０１０／８／３０
共和县
Ｇｏｎｇｈｅ　ｃｏｕｎｔｙ
高寒草甸／草原
Ａｌｐｉｎｅ　ｍｅａｄｏｗ／Ａｌｐｉｎｅ　ｓｔｅｐｐｅ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ２×５＝１０
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ２×３×２层＝１２
２０１０／８／９、１１
玛多县
Ｍａｄｕｏ　ｃｏｕｎｔｙ
高寒草原
Ａｌｐｉｎｅ　ｓｔｅｐｐｅ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ２１×５＝１０５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ２１×３×２层＝１２６
２０１０／８／６－７
玛沁县
Ｍａｑｉｎ　ｃｏｕｎｔｙ
高寒灌丛／高寒草甸
Ａｌｐｉｎｅ　ｓｈｒｕｂｓ／Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ３×５＝１５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ３×３×２层＝１８
２０１０／７／２３－２４
海北站
Ｈａｉｂｅｉ
高寒草甸
Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ７７×５＝３８５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ６７×３×２层＝４０２
２０１０／８／２２
囊谦县
Ｎａｎｇｑｉａｎ　ｃｏｕｎｔｙ
高寒草甸
Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ４×５＝２０
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ４×３×２层＝２４
２０１０／８／２５
曲麻莱县
Ｑｕｍａｒｌｅｂ　ｃｏｕｎｔｙ
高寒草甸
Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ３×５＝１５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ３×３×２层＝１８
２０１０／８／６
同德县
Ｔｏｎｇｄｅ　ｃｏｕｎｔｙ
草原
Ａｌｐｉｎｅ　ｓｔｅｐｐｅ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ４×５＝２０
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ４×３×２层＝２４
２０１０／８／２３－２４
玉树县
Ｙｕｓｈｕ　ｃｏｕｎｔｙ
高寒草甸
Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ２×５＝１０
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ２×３×２层＝１２
２０１０／８／２３
杂多县
Ｚａｄｕｏ　ｃｏｕｎｔｙ
高寒草甸
Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 １×５＝５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 １×３×２层＝６
２０１０／８／２４
治多县
Ｚａｄｕｏ　ｃｏｕｎｔｙ
高寒草原／高寒草甸
Ａｌｐｉｎｅ　ｓｔｅｐｐｅ／Ａｌｐｉｎｅ　ｍｅａｄｏｗ
地上生物量 Ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ３×５＝１５
地下生物量 Ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　 ３×３×２层＝１８
　　首先对地上生物量和地下生物量的空间变异进
行研究，得到变量自相关性影响的范围，在此基础上
运用统计方法研究不同采样间距下误差的分布。
对生物量空间变异的研究采用变异函数描述。
变异函数又称半变差函数、半变异矩，以区域化变量
理论为基础，分析自然现象的空间变异和空间相关
特征，被认为是描述生态学特征空间异质性的有效
方法［２２～２４］。通过变异函数可以得到３个重要的参
数：块金值（Ｎｕｇｇｅｔ）、基台值（Ｓｉｌ）和变程（Ｒａｎｇｅ）。
随着计算间距ｈ的增加，变异函数γ（ｈ）逐渐趋于稳
定。常数（Ｃ０＋Ｃ）称为基台值，表示系统属性或区
域化变量最大变异，其值越大变量的空间异质性程
度越高。而块金值则表示最小抽样尺度以下变量的
变异性及测量误差，表示随机部分的空间异质性。
上面２个参数都无法比较不同变量之间的随机性方
面的差异，在比较不同变量的空间变异性时，多采用
９５２
草　地　学　报 第２０卷
表２　各样地物种类型
Ｔａｂｌｅ　２　Ｓｐｅｃｉｅｓ　ｏｆ　ｅａｃｈ　ｓａｍｐｌｉｎｇ　ｓｉｔｅ　ｉｎ　Ｑｉｎｇｈａｉ
海北　　　　　
Ｈａｉｂｅｉ　　　　　
拉丁名　　　
Ｌａｔｉｎ　ｎａｍｅ　　　
玛多　　　
Ｍａｄｕｏ　　　
拉丁名　　　　
Ｌａｔｉｎ　ｎａｍｅ　　　　
巴塘／珍秦
Ｂａｔａｎｇ／Ｚｈｅｎｑｉｎ
拉丁名　　　
Ｌａｔｉｎ　ｎａｍｅ　　　
矮嵩草 Ｋｏｂｒｅｓｉａ　ｈｕｍｌｉｓ 小嵩草 Ｋｏｂｒｅｓｉａ　ｐｙｇｍａｅａ 小嵩草 Ｋｏｂｒｅｓｉａ　ｐｙｇｍａｅａ
小蒿草 Ｋｏｂｒｅｓｉａ　ｐｙｇｍａｅａ 紫花针茅 Ｓｔｉｐａｐｕｒｐｕｒｅａ 紫花针茅 Ｓｔｉｐａｐｕｒｐｕｒｅａ
线叶嵩草 Ｋｏｂｒｅｓｉａ　ｄｕｔｈｉｅｉ 冰草 Ａｇｒｏｐｙｒｏｎ　ｃｒｉｓｔａｔｕｍ 火绒草 Ｌｅｏｎｔｏｐｏｄｉｕｍ　ｌｅｏｎｔｏｐｏｄｉｏｉｄｅｓ
藏嵩草 Ｋｏｂｒｅｓｉａ　ｔｉｂｅｔｉｃａ 点地梅 Ａｎｄｒｏｓａｃｅ　ｕｍｂｅｌｌａｔａ 雪白委陵菜 Ｐｏｔｅｎｔｉｌｌａ　ｎｉｖｅａ
高山唐松草 Ｔｈａｌｉｃｔｒｕｍ　ａｌｐｉｎｕｍ 细叶亚菊 Ａｊａｎｉａ　ｔｅｎｕｉｆｏｌｉａ 多裂委陵菜 Ｐｏｔｅｎｔｉｌｌａ　ｍｕｌｔｉｆｉｄａ
金露梅灌丛 Ｐｏｔｅｎｔｉｌｌａ　ｆｒｕｔｉｃｏｓａ　ｓｈｒｕｂ 火绒草 Ｌｅｏｎｔｏｐｏｄｉｕｍ　ｌｅｏｎｔｏｐｏｄｉｏｉｄｅｓ 二裂委陵菜 Ｐｏｔｅｎｔｉｌｌａ　ｂｉｆｕｒｃａ
异针茅 Ｓｔｉｐａ　ａｌｉｅｎａ 二裂委陵菜 Ｐｏｔｅｎｔｉｌｌａ　ｂｉｆｕｒｃａ 黄帚橐吾 Ｌｉｇｕｌａｒｉａ　ｖｉｒｇａｕｒｅａ
早熟禾 Ｐｏａ　ａｎｎｕａ 黄芪 Ａｓｔｒａｇａｌｕｓ　ｍｅｍｂｒａｎｃｅｕｓ 高山唐松草 Ｔｈａｌｉｃｔｒｕｍ　ａｌｐｉｎｕｍ
美丽风毛菊 Ｓａｕｓｓｕｒｅａ　ｐｕｌｃｈｒａ 早熟禾 Ｐｏａ　ａｎｎｕａ 细叶亚菊 Ａｊａｎｉａ　ｔｅｎｕｉｆｏｌｉａ
羊茅 Ｆｅｓｔｕｃａ　ｏｖｉｎａ 矮嵩草 Ｋｏｂｒｅｓｉａ　ｈｕｍｌｉｓ
短枝发草 Ｄｅｓｃｈａｍｐｓｉａ　ｌｉｔｔｏｒａｌｉｓ 杜鹃 Ｒｈｏｄｏｄｅｎｄｒｏｎ　ｓｉｍｓｉｉ
钝苞雪莲（瑞苓草） Ｓａｕｓｓｕｒｅａ　ｎｉｇｒｅｓｃｅｎｓ 藏嵩草 Ｋｏｂｒｅｓｉａ　ｔｉｂｅｔｉｃａ
垂穗披碱草 Ｅｌｙｍｕｓ　ｎｕｔａｎｓ
块金与基台值的比值（Ｃ０／（Ｃ０＋Ｃ）），表示系统变量
空间自相关变异所占的比例，隐含系统变量的空间
相关性的程度，如果该比值高，说明样本间的变异更
多的是由随机因素引起的。基台值对应的采样距离
称为变程，超过变程后，各采样点统计属性的空间自
相关性消失［２３］。
在得到变量空间变异特征的基础上，统计各采
样点地上生物量和地下生物量的平均值、极大值和
极小值，得到生物量总体的变化情况。
野外工作条件往往限制采样的频率和时间，大
样地循环采样方法虽然考虑了样点之间的自相关
性，但是采样的工作量大，对样地破坏性也较大。本
研究对２００８年和２０１０年２年的采样点按５００，
１０００，１５００，２０００，２５００和３０００ｍ间距处理，落于对
应大小网格内的点，取网格内各样点生物量的均值
作为此栅格所代表的生物量（图２），以大样地循环
采样的结果为真值，依次讨论扩大空间采样距离后
相对误差的变化规律，计算各采样点地上和地下生
物量与上述真值的差，以此作为地上／地下生物量的
估算误差，以误差下限２％，５％，１０％，１５％，２０％，
２５％和３０％为横坐标，以落于此范围内的样点个数
为纵坐标绘制出误差变异曲线，目的是研究适合三
江源地区的，介于传统采样和大样地循环采样之间
的折衷的采样方法。
图２　大样地循环采样样点数处理方式示意图
Ｆｉｇ．２　Ｐｒｏｃｅｓｓｉｎｇ　ｍｅｔｈｏｄｓ　ｏｆ　ｒａｗ　ｄａｔａ　ｂｙ　ｃｙｃｌｉｃ　ｓａｍｐｌｉｎｇ　ｉｎ　Ｑｉｎｇｈａｉ
２　结果与分析
２．１　生物量变化的空间异质性
对所有采样点得到的地上生物量和地下生物量
分别计算不同间距下的变异函数，发现地下生物量
变程高于地上生物量，地下生物量变程约为３７２０
ｍ，而地上生物量约为２２５８ｍ，说明采样点间距在
３７２０ｍ以上时，地下生物量不再具有空间自相关
性，而地上生物量的这个距离为２２５８ｍ。
由块金值和基台值的比值来看，地下生物量对
应的这个比值也大于地上生物量，说明地下生物量
的空间变异受随机因素的影响更强，在变程内二者
都具有中等强度的空间自相关性。这也隐含了在变
程范围内，似乎可以探索其他采样间距，使得在此间
距下，既维持了一定的采样精度，又能在某种程度上
减少采样的工作量。
２．２　各样地的生物量变化
统计发现，２００８年和２０１０年海北平均地上生
物量分别为２８４．４８和２２５．０４ｇ·ｍ－２左右。２００８
０６２
第２期 邴龙飞等：大样地循环采样的草地生物量空间异质性及误差分析
年海北样地最大地上生物量为３６３．７８ｇ·ｍ－２，
２０１０年最大为３９４．８３ｇ·ｍ－２。２００８年海北样地
最小地上生物量为２２４．１２ｇ·ｍ－２，２０１０年最小为
６９．２０ｇ·ｍ－２。
玛多县２００８年采用大样地循环采样的方法，而
２０１０年则主要是沿路采样，其地上生物量实测值极
值分布范围较大，２００８年最大值和最小值分别为
１３６．１４和１３．８５ｇ·ｍ－２；２０１０年最大值和最小值
分别为３２３．７４和５３．７８ｇ·ｍ－２。与海北相比，不
论平均地上生物量还是最大地上生物量，玛多采样
点前后２年地上生物量的变异程度都高于海北采样
点（表３和图３－ａ，ｂ）。
图３　２００８年和２０１０年各样地平均地上、地下生物量变化
Ｆｉｇ．３　Ｃｏｍｐａｒｉｓｏｎ　ｏｆ　ｍｅａｎ　ａｂｏｖｅ－ａｎｄ　ｂｅｌｏｗ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ｖａｒｉａｔｉｏｎ　ｂｅｔｗｅｅｎ　２００８ａｎｄ　２０１０ｉｎ　Ｑｉｎｇｈａｉ
　　２０１０年玉树县内仅有２个采样点，且距２００８
年采样点较远，因此，选择距离２００８年巴塘（玉树）
采样点最近的珍秦采样点进行分析，后者在２０１０年
采用了大样地循环采样法，由表３可知，２００８年巴
塘平均地上生物量为１１９．５７ｇ·ｍ－２，２０１０年珍秦
平均地上生物量为１７１．７３ｇ·ｍ－２。
不同样地估算的平均地下生物量也有明显差
异，但是２０１０年各样地平均地下生物量变化程度比
２００８年小。从前后２年的计算结果来看，珍秦／巴
塘平均地下生物量高于海北对应年份地下生物量，
而玛多对应年份平均地下生物量最小。从年际间变
异来看，２０１０年各样地地下生物量变化相对较小；
海北和玛多前后２年平均地下生物量年际间变异程
度低于珍秦／巴塘样地（表３和图３－ｂ）。
表３　２００８年和２０１０年生物量变化情况
Ｔａｂｌｅ　３　Ｖａｒｉａｔｉｏｎ　ｏｆ　ａｂｏｖｅ－ｇｒｏｕｎｄ　ａｎｄ　ｂｅｌｏｗ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ｏｆ　２００８ａｎｄ　２０１０ｉｎ　Ｑｉｎｇｈａｉ，ｒｅｓｐｅｃｔｉｖｅｌｙ
项目Ｃｏｎｔｅｎｔ　　　　　　　　　　 年份Ｙｅａｒ 海北 Ｈａｉｂｅｉ 玛多 Ｍａｄｕｏ 珍秦／巴塘Ｚｈｅｎｑｉｎ／Ｂａｔａｎｇ＊
平均地上生物量 ２００８　 ２８４．４８　 ４９．２４　 １１９．５７
Ｍｅａｎ　ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ／ｇ·ｍ－２　 ２０１０　 ２２５．０４　 １３３．３３　 １７１．７３
最大地上生物量 ２００８　 ３６３．７８　 １３６．１４　 ２１３．８８
Ｍａｘｉｍｕｍ　ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ／ｇ·ｍ－２　 ２０１０　 ３９４．８３　 ３２３．７４　 ４５６．１４
最小地上生物量 ２００８　 ２２４．１２　 １３．８５　 ５０．８４
Ｍｉｎｉｍｕｍ　ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ／ｇ·ｍ－２　 ２０１０　 ６９．２０　 ５３．７８　 ４９．５０
平均地下生物量 ２００８　 ２０７７．９４　 ９５７．６１　 ３３８２．２７
Ｍｅａｎ　ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ／ｇ·ｍ－２　 ２０１０　 １５７５．８１　 １０４８．４２　 １７５９．３４
最大地下生物量 ２００８　 ４７６９．８７　 ３１３５．２３　 ５５９０．４６
Ｍａｘｉｍｕｍ　ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ／ｇ·ｍ－２　 ２０１０　 ６９７９．５０　 ２６７０．６６　 ２８５６．６７
最小地下生物量 ２００８　 １０１９．６９　 １７２．１４　 １９４５．１７
Ｍｉｎｉｍｕｍ　ｕｎｄｅｒ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ／ｇ·ｍ－２　 ２０１０　 ５６１．７４　 ２１９．５４　 ８５９．３１
　　注：＊：珍秦为称多县样地，巴塘为玉树县样地。下同
Ｎｏｔｅ：＊：Ｚｈｅｎｑｉｎ：ｓａｍｐｌｉｎｇ　ｓｉｔｅ　ｏｆ　Ｃｈｅｎｇｄｕｏ　ｃｏｕｎｔｙ．Ｂａｔａｎｇ：ｓａｍｐｌｉｎｇ　ｓｉｔｅ　ｏｆ　Ｙｕｓｈｕ　ｃｏｕｎｔｙ．Ｔｈｅ　ｓａｍｅ　ａｓ　ｂｅｌｏｗ
２．３　不同样地相对误差分布
２．３．１　海北　２００８年海北各采样点估算的地上生
物量相对误差变异极大，相对误差较大的点集中在
中心点以外，２００８年地上生物量最大相对误差为
２６．９３％，最小相对误差为１．８３％（图４－ａ）。２０１０
年地上生物量相对误差最大值和最小值分别为
７７．０６％和０．４６％（表４），相对误差低于１０％的采
样点既有中心点又有周围部分；南部采样点相对误
１６２
草　地　学　报 第２０卷
差较大，多数高于１０％（图４－ｂ）。由相对误差分布
情况可以看出，多数采样点地上生物量相对误差在
３０％以下。在误差区间［０，１０］内，随着值的增加，相
对误差落于此区间内的采样点数迅速增加，但是增
加的速率逐渐趋缓（图５－ａ，ｂ）。
图４　２００８年（ａ）和２０１０年（ｂ）海北地上生物量相对误差
Ｆｉｇ．４　Ｒｅｌａｔｉｖｅ　ｅｒｒｏｒｓ　ｏｆ　ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ｉｎ　Ｈａｉｂｅｉ　ｏｆ　２００８（ａ）ａｎｄ　２０１０（ｂ）
表４　各样地地下和地上实测生物量相对误差
Ｔａｂｌｅ　４　Ｒｅｌａｔｉｖｅ　ｅｒｒｏｒｓ　ｏｆ　ａｂｏｖｅ－ｇｒｏｕｎｄ　ａｎｄ　ｂｅｌｏｗ－ｇｒｏｕｎｄ　ｍｅａｓｕｒｅｄ　ｂｉｏｍａｓｓ
年份
Ｙｅａｒ
项目
Ｃｏｎｔｅｎｔ
海北地下
Ｕｎｄｅｒ－ｇｒｏｕｎｄ
ｂｉｏｍａｓｓ　ｉｎ　Ｈａｉｂｅｉ
海北地上
Ａｂｏｖｅ－ｇｒｏｕｎｄ
ｂｉｏｍａｓｓ　ｉｎ　Ｈａｉｂｅｉ
玛多地下
Ｕｎｄｅｒ－ｇｒｏｕｎｄ
ｂｉｏｍａｓｓ　ｉｎ　Ｍａｄｕｏ
玛多地上
Ａｂｏｖｅ－ｇｒｏｕｎｄ
ｂｉｏｍａｓｓ　ｉｎ　Ｍａｄｕｏ
巴塘地下
Ｕｎｄｅｒ－ｇｒｏｕｎｄ
ｂｉｏｍａｓｓ　ｉｎ　Ｂａｔａｎｇ
巴塘地上
Ａｂｏｖｅ－ｇｒｏｕｎｄ
ｂｉｏｍａｓｓ　ｉｎ　Ｂａｔａｎｇ
２００８
平均值 Ｍｅａｎ －７．０９ －１．５０ －５６．４６　 ０．００　 １３．７８　 １７．１６
标准差ＳＤ　 ２７．６６　 １２．３１　 １２３．１０　 ５０．８３　 ２２．８１　 ３７．５４
最大值（绝对值）
Ｍａｘｉｍｕｍ（ａｂｓｏｌｕｔｅ）
１０３．７８　 ２６．９３　 ６９．６５　 ７４．５３　 ７３．８８　 １３５．１６
最小值（绝对值）
Ｍｉｎｉｍｕｍ（ａｂｓｏｌｕｔｅ）
０．１７　 １．８３　 ０．１３　 ０．０９　 ０．０９　 ０．８３
２０１０
平均值 Ｍｅａｎ －０．４４　 ０．９２　 ０．００　 ０．００ －９．５５　 ２１．６１
标准差ＳＤ　 ８３．４７　 ３０．３８　 ６６．５０　 ４６．１８　 ３０．６１　 ７２．５０
最大值（绝对值）
Ｍａｘｉｍｕｍ（ａｂｓｏｌｕｔｅ）
３４０．９８　 ７７．０６　 １５４．７３　 １４２．８２　 １６５．６８　 ２２３．０１
最小值（绝对值）
Ｍｉｎｉｍｕｍ（ａｂｓｏｌｕｔｅ）
０．１０　 ０．４６　 ３．１４　 ２．８９　 ０．９５　 ３．３３
图５　２００８年（ａ）和２０１０年（ｂ）海北不同误差区间采样点个数
Ｆｉｇ．５Ｓａｍｐｌｉｎｇ　ｎｕｍｂｅｒｓ　ｏｆ　ｄｉｆｆｅｒｅｎｔ　ｅｒｒｏｒ　ｒａｎｇｅ　ｉｎ　Ｈａｉｂｅｉ　ｏｆ　２００８（ａ）ａｎｄ　２０１０（ｂ）
　　地下生物量相对误差分布情况和地上部分有很
大差别，２００８年地下生物量相对误差最大值和最小
值分别为１０３．７８％和０．１７％（图６－ａ）。２０１０年多
数采样点平均地下生物量都低于真值，少数的几个
高于真值的采样点离群程度都很大（图６－ｂ），地下生
物量相对误差的最大值和最小值分别为３４０．９８％和
０．１０％（表４），导致采样点间地下生物量出现较大
变异。从相对误差的分布情况来看，２００８年和２０１０
２６２
第２期 邴龙飞等：大样地循环采样的草地生物量空间异质性及误差分析
年，落于误差区间内的采样点个数随区间下限的增
大而迅速增加，但是增加的速率不同，２００８年，当相
对误差超过３０％以后，落于此误差范围内的采样点
个数趋缓（图７－ａ）；而２０１０年采样结果则正好相
反，误差限内采样点数随下限的增加而迅速增加（图
７－ｂ）。
２．３．２　玛多　图９－ａ，ｂ所示为前后２年玛多地上生
物量相对误差的分布情况。２００８年部分采样点相对
误差偏正，这些点主要分布在中心部分，而中心点以
外的采样点相对误差偏负，２００８年玛多地上生物量
相对误差的最大值和最小值分别为７４．５３％和
０．０９％。２０１０年各采样点相对误差分布较为均匀，主
要为沿路采样，涉及的空间范围较大，且样点个数较
少（图８－ａ），采样点间距超过空间自相关的最大距离。
２００８年玛多各采样点地下生物量相对误差变
异程度高于同年地上生物量相对误差情况（图９－ａ、
图１０－ａ），其中地下生物量相对误差偏负的点，其绝
对值也相对较大。２０１０年采样结果显示，多数采样
点地下生物量较平均地下生物量偏低，而数个偏正
的点，其误差都较大（图１０－ｂ）。
图８　玛多（ａ）和巴塘（ｂ）采样点空间分布情况
Ｆｉｇ．８　Ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ｓａｍｐｌｉｎｇ　ｐｏｉｎｔｓ　ｉｎ　Ｍａｄｕｏ（ａ）ａｎｄ　Ｂａｔａｎｇ（ｂ）ｏｆ　Ｑｉｎｇｈａｉ
３６２
草　地　学　报 第２０卷
２．３．３　巴塘和珍秦　从２００８年地上生物量的计算
结果看出（图１１－ａ），中心点相对误差偏大，离中心点
越远，相对误差越小，至外围，大部分点的相对误差
为负，２００８年地上生物量相对误差最大值和最小值
分别为１３５．１６％和０．８３％（表４）；由相对误差的分
布结果（图１１－ｃ）可以看出，巴塘采样点在２５％的误
差下限内，随着值的增加，落于此限内的采样点个数
迅速增加，至２５％趋于稳定。
２０１０年巴塘采样点较少（图８－ｂ），因此选择邻
近的称多县珍秦采样点分析，珍秦各样点地上生物
量估算误差相对均匀（图１１－ｂ）。随着误差区间下
限的增加，落于此限内的采样点个数也随之迅速增
加，不存在采样点个数比较稳定的区间下限（图
１１－ｄ）。
图１１　巴塘２００８年（ａ，ｃ）和珍秦２０１０年（ｂ，ｄ）各采样点地上生物量相对误差
Ｆｉｇ．１１　Ｒｅｌａｔｉｖｅ　ｅｒｒｏｒｓ　ｏｆ　ａｂｏｖｅ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ　ｉｎ　Ｂａｔａｎｇ　ｏｆ　２００８（ａ，ｃ）ａｎｄ　ｉｎ　Ｚｈｅｎｑｉｎ　ｏｆ　２０１０（ｂ，ｄ）
４６２
第２期 邴龙飞等：大样地循环采样的草地生物量空间异质性及误差分析
　　２００８年，巴塘地下生物量估算的相对误差分布
比较均匀（图１２－ａ），从各误差区间样点分布情况可
以看出，样点个数随误差区间的增加几乎呈线性关
系增加（图１２－ｂ）。由２０１０年采样结果可以看出，
珍秦各点地下生物量相对误差分布亦比较均匀（图
１３－ａ），样点个数随误差区间的增大亦几乎呈线性关
系增加（图１３－ｂ）。
２．４　采样距离对相对误差的影响
在５００，１５００和２５００ｍ处，地上生物量相对误
差出现低值，皆低于１０００ｍ采样间距地上生物量
相对误差大小（图１４－ａ和图１５－ａ）。而地下生物量
相对误差低值主要分布在５００和２５００ｍ采样间距
下（图１４－ｂ和图１５－ｂ）。
图１４　海北不同间距地上（ａ）／地下（ｂ）生物量相对误差
Ｆｉｇ．１４　Ｒｅｌａｔｉｖｅ　ｅｒｒｏｒｓ　ｏｆ　ａｂｏｖｅ－ （ａ）ａｎｄ　ｂｅｌｏｗ－ｇｒｏｕｎｄ（ｂ）ｂｉｏｍａｓｓ　ｕｎｄｅｒ　ｄｉｆｆｅｒｅｎｔ　ｓａｍｐｌｉｎｇ　ｄｉｓｔａｎｃｅ　ｉｎ　Ｈａｉｂｅｉ　ｏｆ　Ｑｉｎｇｈａｉ
　　如果以大样地循环采样的结果作为真值，与不
同采样间距下相对误差的分布进行对比，可以看出
随着采样距离的增加，不论地上生物量还是地下生
物量，其相对误差总体呈增加趋势，但是在２５００ｍ
采样间距下，地下生物量、地上生物量以及二者的比
值，其误差都出现较为明显的低值，相对误差多数低
于３０％（图１４和图１５）。
５６２
草　地　学　报 第２０卷
图１５　珍秦不同间距地上（ａ）／地下（ｂ）生物量相对误差
Ｆｉｇ．１５　Ｒｅｌａｔｉｖｅ　ｅｒｒｏｒｓ　ｏｆ　ａｂｏｖｅ－ｇｒｏｕｎｄ（ａ）ａｎｄ　ｂｅｌｏｗ－ｇｒｏｕｎｄ（ｂ）ｂｉｏｍａｓｓ
ｕｎｄｅｒ　ｄｉｆｆｅｒｅｎｔ　ｓａｍｐｌｉｎｇ　ｄｉｓｔａｎｃｅ　ｉｎ　Ｚｈｅｎｑｉｎ　ｏｆ　Ｑｉｎｇｈａｉ
３　讨论与结论
影响生物量的主要因素有环境因子和人为因
子，前者包括水分、温度和光照条件等，而人为因子
则包括放牧、刈割等利用方式以及灌溉、施肥等抚育
措施，不同的样点布局方式对生物量计算结果影响
极大。
由青海省的采样结果可知，不同样点地上生物
量差异较大，２００８年和２０１０年玛多各采样点平均
地上生物量和最大地上生物量估算结果的变异程度
都高于海北样点，巴塘和珍秦前后２年地上生物量
估算的相对误差则无太大差异。不同样地估算的平
均地下生物量亦有明显差异，但是２０１０年各采样点
地下生物量变化程度比２００８年小。珍秦和巴塘平
均地下生物量高于海北对应年份地下生物量，对应
年份平均地下生物量最小的是玛多。从年际间变异
来看，２０１０年各样地的地下生物量变化相对较小；
海北和玛多前后２年平均地下生物量年际间变异程
度低于珍秦和巴塘样地。
２００８年海北不同采样点地上生物量估算相对
误差差异极大，误差较大的点集中在中心点以外；
２０１０年误差分布相对均匀。２００８年海北地下生物
量误差分布亦相对均匀，但２０１０年则变化较大。
２００８年玛多地上生物量，中心点相对误差偏正，中
心点以外的采样点相对误差偏负；地下生物量估算
的相对误差高于同时段地上生物量估算的相对误
差。２００８年巴塘地上生物量估算，中心点相对误差
偏大，离中心点越远，相对误差越小，外围大部分点
的相对误差为负；在２５％的误差下限内，随着值的
增加，落于此限内的采样点个数迅速增加，至２５％
～３０％趋于稳定。珍秦各样点地上生物量估算误差
较为均匀，随着误差区间下限的增加，落于此限内的
采样点个数也随之增加，不存在采样点个数比较稳
定的误差区间。巴塘和珍秦地下生物量估算的相对
误差分布则相对均匀。
受环境异质性和采样方法的限制，即使在同一
研究地域，其研究结果仍然会有较大差异。而且在
大量实验的时候，由于成本和可达性的限制，不得不
人为舍弃一些较典型的采样点，即使随机采样也无
法完全避免人为的干扰因素。在研究区空间范围较
大的时候，不得不加大采样间距，以减少采样次数，
这样做不可避免地会增加误差，大样地循环采样兼
顾了变量的空间异质性和空间自相关性，但是在环
境严苛的地区仍显复杂。在分析青海省地上和地下
生物量空间异质性特征的基础上，本研究对２年的
采样结果按５００，１０００，１５００，２０００，２５００和３０００
ｍ间距处理，对地上和地下生物量估算误差的分析
发现：随着采样距离的加大，其相对误差呈增加的趋
势，但是在２５００ｍ采样间距下，地下生物量、地上
生物量以及二者的比值都出现较为明显的低值，其
相对误差多数低于３０％。
在进行生物量调查分析的时候，大样地循环采
样能够兼顾采样密度和采样精度，应该作为野外研
究的首选方案。如果在不同时段内多次取样，在一
定的误差允许范围内，可以加大采样间距，以减少工
作量，这样做的前提是要至少有前期一年，此年内样
点的空间分布范围较大，该方法假定通过采样方法
估算的生物量能够代表该年度研究区域内生物量的
实际情况。而针对三江源的研究发现，２５００ｍ间距
采样可以明显降低采样频数，同时其相对误差又能
很好地控制在３０％以内。
参考文献
［１］　安卯柱，高娃，朝鲁．内蒙古第四次草地资源调查草地生产力
测定及计算方法简介［Ｊ］．内蒙古草业，２００２，１４（４）：２０－２１
［２］　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
［３］　杨秀春，徐斌，朱晓华，等．北方农牧交错带草原产草量遥感监
测模型［Ｊ］．地理研究，２００７，２６（２）：２１３－２２１
６６２
第２期 邴龙飞等：大样地循环采样的草地生物量空间异质性及误差分析
［４］　樊江文，杜占池，钟华平．红三叶、鸭茅生物量和叶面积时空结
构特征［Ｊ］．草地学报，２００４，１２（３）：２０４－２０８，２１３
［５］　宋璐璐，樊江文，钟华平，等．重庆红池坝地区草地群落生物量
及物种丰富度沿海拔梯度格局变化［Ｊ］．草地学报，２０１０，１８
（２）：１６０－１６６
［６］　Ｓｋｉｎｎｅｒ　Ｒ　Ｈ，Ｗｙｌｉｅ　Ｂ　Ｋ，Ｇｉｌｍａｎｏｖ　Ｔ　Ｇ．Ｕｓｉｎｇ　ｎｏｒｍａｌｉｚｅｄ
ｄｉｆｆｅｒｅｎｃｅ　ｖｅｇｅｔａｔｉｏｎ　ｉｎｄｅｘ　ｔｏ　ｅｓｔｉｍａｔｅ　ｃａｒｂｏｎ　ｆｌｕｘｅｓ　ｆｒｏｍ
ｓｍａｌ　ｒｏｔａｔｉｏｎａｌｙ　ｇｒａｚｅｄ　ｐａｓｔｕｒｅｓ［Ｊ］．Ａｇｒｏｎｏｍｙ　Ｊｏｕｒｎａｌ，
２０１１，１０３（４）：９７２－９７９
［７］　Ｃｈｅｎ　Ｊ，Ｇｕ　Ｓ，Ｓｈｅｎ　Ｍ，ｅｔ　ａｌ．Ｅｓｔｉｍａｔｉｎｇ　ａｂｏｖｅｇｒｏｕｎｄ　ｂｉｏ－
ｍａｓｓ　ｏｆ　ｇｒａｓｓｌａｎｄ　ｈａｖｉｎｇ　ａ　ｈｉｇｈ　ｃａｎｏｐｙ　ｃｏｖｅｒ：ａｎ　ｅｘｐｌｏｒａｔｏｒｙ　ａ－
ｎａｌｙｓｉｓ　ｏｆ　ｉｎ　ｓｉｔｕ　ｈｙｐｅｒｓｐｅｃｔｒａｌ　ｄａｔａ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ
ｏｆ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，２００９，３０（２４）：６４９７－６５１７
［８］　陈世荣，王世新，周艺．基于遥感的中国草地生产力初步计算
［Ｊ］．农业工程学报，２００８，２４（１）：２０８－２１２
［９］　罗玲，王宗明，任春颖，等．基于 ＭＯＤＩＳ数据的松嫩草原产草
量遥感估算模型与空间反演［Ｊ］．农业工程学报，２０１０，２６（５）：
１８２－１８７
［１０］毛飞，张艳红，侯英雨，等．藏北那曲地区草地退化动态评价
［Ｊ］．应用生态学报，２００８，１９（２）：２７８－２８４
［１１］Ｆａｎ　Ｊ，Ｚｈｏｎｇ　Ｈ，Ｈａｒｒｉｓ　Ｗ，ｅｔ　ａｌ．Ｃａｒｂｏｎ　ｓｔｏｒａｇｅ　ｉｎ　ｔｈｅ
ｇｒａｓｓｌａｎｄｓ　ｏｆ　Ｃｈｉｎａ　ｂａｓｅｄ　ｏｎ　ｆｉｅｌｄ　ｍｅａｓｕｒｅｍｅｎｔｓ　ｏｆ　ａｂｏｖｅ－ａｎｄ
ｂｅｌｏｗ－ｇｒｏｕｎｄ　ｂｉｏｍａｓｓ［Ｊ］．Ｃｌｉｍａｔｉｃ　Ｃｈａｎｇｅ，２００８，８６（３／４）：
３７５－３９６
［１２］樊江文，邵全琴，刘纪远，等．１９８８－２００５年三江源草地产草
量变化动态分析［Ｊ］．草地学报，２０１０，１８（１）：５－１０
［１３］陈生云，赵林，秦大河，等．青藏高原多年冻土区高寒草地生物
量与环境因子关系的初步分析［Ｊ］．冰川冻土，２０１０，３２（２）：
４０５－４１３
［１４］王启基，周兴民．高寒小嵩草草原化草甸植物群落结构特征及
其生物量［Ｊ］．植物生态学报，１９９５，１９（３）：２２５－２３５
［１５］王长庭，曹广民，王启兰，等．青藏高原高寒草甸植物群落物种
组成和生物量沿环境梯度的变化［Ｊ］．中国科学Ｃ辑：生命科
学，２００７，３７（５）：５８５－５９２
［１６］Ｃｌｉｎｇｅｒ　Ｗ，Ｖａｎ　Ｎｅｓｓ　Ｊ　Ｗ．Ｏｎ　ｕｎｅｑｕａｌｙ　ｓｐａｃｅｄ　ｔｉｍｅ　ｐｏｉｎｔｓ　ｉｎ
ｔｉｍｅ　ｓｅｒｉｅｓ［Ｊ］．Ｔｈｅ　Ａｎｎａｌｓ　ｏｆ　Ｓｔａｔｉｓｔｉｃｓ，１９７６，４（４）：７３６－７４５
［１７］Ｃｌａｙｔｏｎ　Ｍ　Ｋ，Ｈｕｄｅｌｓｏｎ　Ｂ　Ｄ．Ｃｏｎｆｉｄｅｎｃｅ　ｉｎｔｅｒｖａｌｓ　ｆｏｒ　ａｕｔｏｃｏｒ－
ｒｅｌａｔｉｏｎｓ　ｂａｓｅｄ　ｏｎ　ｃｙｃｌｉｃ　ｓａｍｐｌｅｓ．［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　ｔｈｅ　Ａｍｅｒｉｃａｎ
Ｓｔａｔｉｓｔｉｃａｌ　Ａｓｓｏｃｉａｔｉｏｎ，１９９５，９０（４３０）：７５３－７５７
［１８］Ｍｉｌｅｒ　Ｔ　Ｆ，Ｍｌａｄｅｎｏｆｆ　Ｄ　Ｊ，Ｃｌａｙｔｏｎ　Ｍ　Ｋ．Ｏｌｄ－ｇｒｏｗｔｈ　ｎｏｒｔｈ－
ｅｒｎ　ｈａｒｄｗｏｏｄ　ｆｏｒｅｓｔｓ：ｓｐａｔｉａｌ　ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ　ａｎｄ　ｐａｔｔｅｒｎｓ　ｏｆ
ｕｎｄｅｒｓｔｏｒｙ　ｖｅｇｅｔａｔｉｏｎ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ　Ｍｏｎｏｇｒａｐｈｓ，２００２，７２
（４）：４８７－５０３
［１９］Ｌｉａｎｇ　Ｌ，Ｓｃｈｗａｒｔｚ　Ｍ　Ｄ，Ｆｅｉ　Ｓ．Ｖａｌｉｄａｔｉｎｇ　ｓａｔｅｌｉｔｅ　ｐｈｅｎｏｌｏｇｙ
ｔｈｒｏｕｇｈ　ｉｎｔｅｎｓｉｖｅ　ｇｒｏｕｎｄ　ｏｂｓｅｒｖａｔｉｏｎ　ａｎｄ　ｌａｎｄｓｃａｐｅ　ｓｃａｌｉｎｇ　ｉｎ　ａ
ｍｉｘｅｄ　ｓｅａｓｏｎａｌ　ｆｏｒｅｓｔ［Ｊ］．Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　ｏｆ　Ｅｎｖｉｒｏｎｍｅｎｔ，
２０１１，１１５（１）：１４３－１５７
［２０］李正泉．陆地生态系统生产力的多尺度分析与尺度转换方法
研究［Ｄ］．北京：中国科学院研究生院，２００６：６６－６８
［２１］Ｂｕｒｒｏｗｓ　Ｓ　Ｎ，Ｇｏｗｅｒ　Ｓ　Ｔ，Ｃｌａｙｔｏｎ　Ｍ　Ｋ，ｅｔ　ａｌ．Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ
ｇｅｏｓｔａｔｉｓｔｉｃｓ　ｔｏ　ｃｈａｒａｃｔｅｒｉｚｅ　ｌｅａｆ　ａｒｅａ　ｉｎｄｅｘ（ＬＡＩ）ｆｒｏｍ　ｆｌｕｘ
ｔｏｗｅｒ　ｔｏ　ｌａｎｄｓｃａｐｅ　ｓｃａｌｅｓ　ｕｓｉｎｇ　ａ　ｃｙｃｌｉｃ　ｓａｍｐｌｉｎｇ　ｄｅｓｉｇｎ［Ｊ］．Ｅ－
ｃｏｓｙｓｔｅｍｓ，２００２，５（７）：６６７－６７９
［２２］Ｒｏｓｓｉ　Ｒ　Ｅ，Ｍｕｌａ　Ｄ　Ｊ，Ｊｏｕｒｎｅｌ　Ａ　Ｇ，ｅｔ　ａｌ．Ｇｅｏｓｔａｔｉｓｔｉｃａｌ　ｔｏｏｌｓ
ｆｏｒ　ｍｏｄｅｌｉｎｇ　ａｎｄ　ｉｎｔｅｒｐｒｅｔｉｎｇ　ｅｃｏｌｏｇｉｃａｌ　ｓｐａｔｉａｌ　ｄｅｐｅｎｄｅｎｃｅ［Ｊ］．
Ｅｃｏｌｏｇｉｃａｌ　Ｍｏｎｏｇｒａｐｈｓ，１９９２，６２（２）：２７７－３１４
［２３］李哈滨，王政权．空间异质性定量研究理论与方法［Ｊ］．应用生
态学报，１９９８，９（６）：６５１－６５７
［２４］Ｒｏｂｅｒｔｓｏｎ　Ｇ　Ｐ．Ｇｅｏｓｔａｔｉｓｔｉｃｓ　ｉｎ　ｅｃｏｌｏｇｙ：Ｉｎｔｅｒｐｏｌａｔｉｎｇ　ｗｉｔｈ
ｋｎｏｗｎ　ｖａｒｉａｎｃｅ［Ｊ］．Ｅｃｏｌｏｇｙ，１９８７，６８（３）：７４４－７４８
（责任编辑　刘云霞）
７６２