呼伦贝尔天然打草场分布及生物量遥感估算

闫瑞瑞，唐 欢，丁 蕾，姚 静，陈宝瑞，辛晓平※，王 旭，闫晓红，牛文远

呼伦贝尔天然打草场分布及生物量遥感估算

闫瑞瑞1，唐 欢2，丁 蕾1，姚 静1，陈宝瑞1，辛晓平1※，王 旭1，闫晓红3，牛文远3

（1. 中国农业科学院农业资源与农业区划研究所/呼伦贝尔草原生态系统国家野外科学观测研究站，北京 100081；2. 铜陵学院，铜陵 244000；3. 内蒙古和信园蒙草抗旱绿化股份有限公司，呼和浩特 010000）

天然打草场在中国草地畜牧业中具有非常重要的功能，是保障草畜季节平衡、确保家畜安全过冬，灾后应急救援的饲草储备资源。目前关于天然打草场的资源分布与生物量高低等信息的研究欠缺，限制了区域性饲草储备资源的有效利用。该研究利用遥感技术和实地调查相结合的方法对陈巴尔虎旗天然打草场的资源分布及生物量估算进行了全面调查。结果表明：陈巴尔虎旗天然打草场面积达80.28×104hm2，其中鄂温克民族苏木打草场面积居首位，为22.69×104hm2，巴彦哈达苏木、东乌珠尔苏木、呼和诺尔镇及西乌珠尔苏木的打草场面积次之，面积均大于9.00×104hm2，宝日希勒镇面积最小，为0.64×104hm2。基于MODIS-NDVI与打草场实测量建立的反演模型相对误差为20.56%，能够比较准确地估算牧草产量；陈巴尔虎旗天然打草场平均生物量为1.24×103kg/hm2，总生物量为992.90×106kg，生物量空间分布呈东高西低，鄂温克苏木打草场总生物量较高，为304.21×106kg，巴彦哈达苏木次之，为221.01×106kg，其他苏木占47.10%；研究区天然打草场面积和生物量主要分布在温性草原和温性草甸草原，少量分布在低地草甸草原、山地草甸草原及沙地草原。该研究结果可为将来分析典型牧区陈巴尔虎旗天然打草场变化提供数据支撑。

遥感；植被；模型；天然打草场；资源分布；NDVI；生物量估算

闫瑞瑞，唐 欢，丁 蕾，姚 静，陈宝瑞，辛晓平，王 旭，闫晓红，牛文远. 呼伦贝尔天然打草场分布及生物量遥感估算[J]. 农业工程学报，2017，33(15)：210－218. doi：10.11975/j.issn.1002-6819.2017.15.027 http://www.tcsae.org Yan Ruirui, Tang Huan, Ding Lei, Yao Jing, Chen Baorui, Xin Xiaoping, Wang Xu, Yan Xiaohong, Niu Wenyuan. Natural mowing grassland resource distribution and biomass estimation based on remote sensing in Hulunber[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(15): 210－218. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.15.027 http://www.tcsae.org

0 引 言

呼伦贝尔草原是中国半干旱牧区草地资源的重要组成部分，总面积约8.87×104km2，是中国温带草原分布最集中、最具代表性的地区[1]。呼伦贝尔天然打草场占内蒙古自治区打草场面积的28.1%，且类型多样，生产力较高，在草地畜牧业中具有非常重要的功能。草原是呼伦贝尔陈巴尔虎旗最大的天然生态系统，对发展畜牧业、保持水土、维持生态平衡和生物多样性都有重大作用和价值[2]；打草利用是陈巴尔虎旗天然草原传统的利用方式之一，与放牧利用相辅相成，保障着家畜的饲草供给。但由于在利用时间和空间上比较固定，连年打草，退化现象严重。加之目前关于天然打草场的资源分布与生物量高低等信息的研究欠缺，严重限制了区域性饲草储备资源的有效利用。因此，开展陈巴尔虎旗天然打草场资源空间分布状况和生产性能的研究，能够为合理利用草地资源、平衡牧区草畜供求关系、促进草地畜牧业良性发展等方面提供科学依据。

由于受到气候、地形和劳动力时间限制等因素的影响，野外调查方法难以全面、准确地获取天然打草场的分布信息，针对这种情况，日益成熟的遥感技术为监测天然打草场不同植被类型分布提供了可能[3]。相关研究表明，遥感卫星数据能够高效、客观、准确地监测天然打草场[4]，陆地卫星Landsat因其较高的空间、时间分辨率在土地覆盖/利用、农作物信息提取等得到广泛应用[5-6]。植被指数是遥感监测草原产草量的重要指标之一，其中MODIS-NDVI是应用最广泛、反映植被信息敏感且比较稳定的植被指数，其时空分辨率可以较好地满足宏观尺度草原植被的时空变化特征。国内外大量学者通过长期研究，利用MODIS-NDVI数据和地面实测数据建立了不同草地类型的多种模型用于估算草原生产力，并得到了广泛的应用[7-10]，然而应用于天然打草场资源方面的研究较少[4]，更多的是研究打草场的合理利用以及利用方式[11-16]。本研究基于遥感技术和实地调查相结合的方法对中国呼伦贝尔陈巴尔虎旗占主要地位的天然打草场进行全面调查，建立基于遥感数据的NDVI与天然打草场地上生物量之间的关系模型，从而实现陈巴尔虎旗天然打草场资源现状分布及生物量估算。

1 研究区概况

陈巴尔虎旗位于中国内蒙古自治区呼伦贝尔市西北部，地处呼伦贝尔大草原腹地，地理坐标为北纬48°48′～50°12′，东经118°22′～121°02′，冬季寒冷干燥，夏季炎热多雨，年平均气温1.0 ℃左右，年降水量300～550 mm[1]。植被类型以温性草原、温性草甸草原、沙地草原、山地草甸、低地草甸打草场类型为主。该旗境内可利用草原面积162.5×104hm2，年可利用饲草贮量2.42×109kg。

2 数据来源及处理方法

2.1 数据获取与处理

2.1.1 地面样方数据

2015年7月中旬至下旬，利用遥感技术和实地调查相结合的方法[5]对陈巴尔虎旗天然打草场进行了全面调查。共89个调查点，遍布陈旗3个镇6个苏木43个嘎查，如图1所示。每个样方的采样面积是1 m×1 m，分物种采样，每个调查点采集2～4个样方，记录经纬度，记录每个物种的盖度、高度、多度（株丛数），并采集物种（齐地面剪下，留茬不超过0.5 cm）记录其鲜质量，带回实验室用烘箱65 ℃烘干48 h至恒质量，记录样方干质量，样地生物量为样方干质量的平均值。

图1 研究区及调查点分布图Fig.1 Study area and ground sampling points

2.1.2 遥感影像数据

基于2009年－2011年中国半干旱牧区天然打草场数字化的结果[4]，遥感数据使用了2015年9月7日Landsat 5 TM 123～124行，25～26列共4景影像，处理方法见唐欢等[4]文献。由于Landsat数据合并后存在边界辐射差异等问题，本文在计算地上生物量时采用MODIS13Q1 250 m分辨率的NDVI（归一化植被指数）数据，选择于野外样方采集同时期获取的MODIS的2015年第209天和第225天数据，研究区位于Tile号为h25v03和h25v04，对影像进行投影、格式转换、合并以及镶嵌等预处理后，再进行最大值合成，得到每年MODIS NDVI数据。

2.2 研究方法

2.2.1 基于TM影像的天然打草场识别

TM的432波段分别赋予红、绿、蓝合成的标准假彩色图像，植被在影像上表现为红色，而打草场是呈现深浅不一的暗红色。地势平坦且影像质量好的地区，利用颜色（草地呈现红色、打草场呈现暗红色）、形状（较规则的条带状）和纹理（较细、均一、不粗糙）可进行直接判读；其它地区可利用时相动态对比，一是利用打草前的影像与打草后的影像对比，二是利用同时段历史影像进行对比，三是利用专题图、地形图或高分辨率影像与遥感影像重合进行识别，本研究主要与Google earth影像进行对比解译。信息复合法贯穿在整个解译过程中，直接判定法和对比分析法判出的打草场为固定打草场，信息复合法判出的为机动打草场。

2.2.2 基于MODIS13Q1的天然打草场生物量估算

由于地面样方数据的质量会显著影响模型估算的准确性[8]，因此，在建模型前对地面样方数据进行了检验。根据草地类型、含水量等，剔除表现异常的4个样点数据。有效数据中，随机选取56个样点数据（总数据的2/3）构建模型，余下的28个样点数据检验模型精度。根据地面样方点坐标信息，利用Arcgis10软件提取每个样方点周围1×1个像元（250 m × 250 m）的NDVI均值。利用统计软件SPSS，对植被指数（NDVI）与样方生物量进行一元线性回归分析，得到陈巴尔虎旗天然打草场生物量-NDVI估算模型。

式中Biomass为地面实测样方生物量，kg/hm2；a、b为模型系数；NDVI为影像对应的归一化植被指数。

利用未参加建模28个样点数据，通过平均相对误差RME（relative mean error）来评价模型精度。计算公式如下

式中Yi为实测干草产量，kg/hm2；iY′为估算的干草产量，kg/hm2；Y为平均实测干草产量，kg/hm2；N为样点数。

最后，根据建立的生物量-NDVI估算模型，对陈巴尔虎旗草原区进行生物量反演，得到生物量分布图。

3 结果与分析

3.1 陈巴尔虎旗天然打草场分布状况

3.1.1 天然打草场分布总体状况

基于2009－2011年研究区遥感影像结果，2015年7月中旬-下旬，利用遥感技术和实地调查相结合的方法，对陈巴尔虎旗3个镇6个苏木43个嘎查天然打草场（包括固定打草场、机动打草场）进行了全面调查。研究发现，陈巴尔虎旗天然打草场面积达80.28×104hm2，占内蒙古天然打草场面积的11.81%，占呼伦贝尔天然打草场的44.78%，占陈巴尔虎旗可利用草原面积的49.51%。陈巴尔虎旗固定打草利用的面积为72.55×104hm2，占打草场总面积的90.37%；机动打草场面积为7.73×104hm2，占打草场总面积的9.63%（图2）。打草场主要分布在温性草原（55.94%）和温性草甸草原（31.25%），分别占对应类型可利用草原面积的70.69%及63.59%，少量分布在低地草甸草原（4.89%）、山地草甸草原（5.94%）及沙地草原（1.99%），分别占对应类型可利用草原面积的13.98%、23.88%及14.31%（表1）。

对陈巴尔虎旗各嘎查打草场面积进行统计、聚类分析，结果如表2所示，打草场面积在6.67×104hm2以上的有4个嘎查、4.67×104～6.67×104hm2的有10个嘎查、2.67×104～4.67×104hm2的有16个嘎查、0.67×104～2.67×104hm2的有9个嘎查、低于0.67×104hm2的有4个嘎查。

图2 陈巴尔虎旗天然打草场资源分布图Fig.2 Spatial distribution of cutting pasture in Prairie Chenbarhubanner

表1 陈巴尔虎旗各草原类型的可利用草原及天然打草场面积及比例Table 1 Steppe area and natural mowing grassland area and proportion of grassland types in Chenbarhu banner

表2 各嘎查天然打草场面积Table 2 Natural mowing grassland area of each study villagein area

3.1.2 不同苏木天然打草场分布状况。

陈巴尔虎旗各苏木可利用草原及打草场的面积见表3，结果发现，鄂温克民族苏木的打草场面积占全旗打草场面积的28.26%；巴彦哈达苏木、东乌珠尔苏木、呼和诺尔镇及西乌珠尔苏木的打草场面积均大于9.00×104hm2，其余4个苏木的打草场面积较小，均不足全旗打草场的10%，其中宝日希勒镇面积最小，为0.64×104hm2，仅占全旗打草场面积的0.80%。虽然宝日希勒镇的打草场面积及可利用草原面积均最小，但其打草场占可利用草原面积的比例最高（79.74%）。巴彦哈达苏木、东乌珠尔苏木、呼和诺尔镇、西乌珠尔苏木的可利用草原有超过一半的面积为打草场，特尼河苏木的打草场占可利用草原的比例最小，为31.31%。

陈巴尔虎旗各苏木天然打草场的草地类型分布见图3、表4。巴彦哈达苏木、东乌珠尔苏木、呼和诺尔镇、西乌珠尔苏木、哈日干图苏木打草场的草地类型以温性草原为主，其中，哈日干图苏木的分布比例最高，为94.74%；巴彦哈达苏木的分布比例最低，为66.60%。鄂温克民族苏木、巴彦库仁镇、宝日希勒镇打草场主要分布温性草甸草原，其中，宝日希勒镇打草场全部为温性草甸草原，巴彦库仁镇的分布比例超过95%，鄂温克苏木的分布比例最低，为63.38%。特泥河苏木有过78.85%的打草场分布在山地草甸草原，此外，鄂温克苏木、巴彦哈达苏木的打草场在山地草甸草原也有分布，分布比例分别为15.37%及1.04%。除宝日希勒镇外的所有苏木打草场在低地草甸均有分布，但是分布比例均不超过12.22%。沙地草原在东乌珠尔苏木、呼和诺尔镇、西乌珠尔苏木、哈日干图苏木有少量分布，分布比例的范围为1.72%～6.37%。总体上，陈巴尔虎旗的各苏木除特泥河苏木打草场主要分布在山地草甸草原外，其余苏木打草场主要分布温性草原或温性草甸草原。所有苏木的打草场在低地草甸草原及沙地草原的分布比例都较低。

表3 陈巴尔虎旗各苏木的可利用草原及天然打草场的面积及比例Table 3 Steppe area and natural mowing grassland area and proportion of villages in Chenbarhu banner

图3 陈巴尔虎旗各苏木天然打草场的草地类型分布图Fig.3 Grassland types distribution of natural mowing grassland in Chenbarhu banner

表4 陈巴尔虎旗各苏木天然打草场的草地类型面积及比例Table 4 Natural mowing grassland area and proportion of grassland types in Chenbarhu banner

3.2 陈巴尔虎旗天然打草场生物量

3.2.1 草原生物量估算模型构建与精度检验

将2015年实测生物量与对应的MODIS NDVI建立线性模型模型（图4a），线性模型的决定系数R2为0.552 4，相关性系数R为0.743，在0.01水平上显著相关。

利用未参加建模的28个地面点生物量实测值与模拟值作对比图，对模型进行精度检验，从图4b上可看出观测值与模拟值基本上能均匀的分布在1:1线附近，并根据模拟值与实测值绝对差值占实测值的比例计算相对误差，该模型平均相对误差为20.56%。结果表明利用NDVI草原生物量反演模型可以比较准确地估算牧草产量。

图4 陈巴尔虎旗生物量估算模型Fig.4 Biomass estimation model of Chenbarhu banner

3.2.2 天然打草场生物量总体状况

利用NDVI-生物量模型，估算2015年陈巴尔虎旗天然打草场以及草原的生物量，陈巴尔虎旗天然打草场生物量分布如图5所示。统计陈巴尔虎旗各草原类型的可利用草原及天然打草场平均生物量、总生物量及比例（表5），陈巴尔虎旗天然打草场平均生物量为1.24× 103kg/hm2，略高于可利用草原的平均生物量（1.21× 103kg/hm2）；总生物量为992.90×106kg，占可利用草原总生物量的50.68%。打草场与可利用草原平均生物量的高低顺序一致，即山地草甸草原最高（均为1.36× 103kg/hm2），其次是温性草甸草原，再次是低地草甸草原，然后是温性草原，沙地草原最低（1.02×103kg/hm2）。温性草原虽然平均生物量不高，但是分布面积大（44.91×104hm2），所以总生物量最高（532.04×106kg），占打草场总生物量的53.59%，占可利用草原总生物量的37.66%。温性草甸草原天然打草场面积为25.09×104hm2，总生物量排第二位，生物量为330.87×106kg，占打草场总生物量的33.32%，占可利用草原总生物量的约26.16%。其他类型打草场面积和生物量分别仅占12.81%和13.09%，其中山地草甸虽然平均生物量最高，但面积较小（4.76×104hm2），所以总生物量较低，仅占打草场总生物量6.51%，占可利用草原总生物量的13.88%。低地草甸草原的平均生物量接近所有草地类型的平均生物量，其总生物量占打草场总生物量的4.93%，占可利用草原总生物量的17.67%。沙地草原平均生物量最低、分布面积最小（1.60×104hm2），所以总生物量最低，仅占打草场总生物量的1.65%，可利用草原总生物量的4.65%。总体上，温性草原及温性草甸草原生物量打草场占可利用草原总生物量的比例高（＞ 64%），山地草甸草原、低地草甸草原及沙地草原生物量打草场占可利用草原总生物量的比例低（＜23%）。

图5 陈巴尔虎旗各苏木天然打草场生物量分布图Fig.5 Biomass distribution of natural mowing grassland in Chenbarhu banner

表5 陈巴尔虎旗各草原类型的可利用草原及天然打草场平均生物量、总生物量及比例Table 5 Steppe and natural mowing grassland mean biomass, total biomass and proportion of grassland types in Chenbarhu banner

3.2.3 不同苏木天然打草场生物量

对陈巴尔虎旗各苏木可利用草原及打草场的平均生物量及总生物量进行统计（表6，图5），结果表明，所有苏木在打草场的平均生物量均略高于在可利用草原的平均生物量。鄂温克苏木打草场平均生物量较高，为1.34×103kg/hm2，哈日干图苏木打草场的平均生物量最低，为1.00×103kg/hm2。鄂温克民族苏木的打草场总生物量最高，占全旗打草场总生物量的30.64%，巴彦哈达苏木为221.01×106kg，占22.26%，其他苏木占47.10%，其中东乌珠尔苏木、呼和诺尔镇及西乌珠尔苏木的打草场总生物量次之，均超过全旗打草场总生物量的10%；其余4个苏木的打草场总生物量较小，均不足全旗打草场的10%，其中宝日希勒镇最小，仅占全旗打草场总生物量的0.70%。虽然宝日希勒镇的打草场总生物量及可利用草原总生物量均最小，但其打草场占可利用草原总生物量的比例最高（81.62%）。巴彦哈达苏木、东乌珠尔苏木、呼和诺尔镇、西乌珠尔苏木的可利用草原有超过一半的总生物量为打草场，特尼河苏木的打草场占可利用草原的比例最小，为32.41%。

进一步对陈巴尔虎旗各苏木天然打草场的草地类型生物量及比例进行研究（表7）。结果表明，巴彦哈达苏木、东乌珠尔苏木、呼和诺尔镇、西乌珠尔苏木、哈日干图苏木打草场的生物量主要分布在温性草原，其中，哈日干图苏木的分布比例最高，为95.31%；巴彦哈达苏木的分布比例最低，为65.09%。鄂温克民族苏木、巴彦库仁镇、宝日希勒镇打草场主的生物量要分布温性草甸草原，其中，宝日希勒镇打草场全部为温性草甸草原，巴彦库仁镇的分布比例超过95%，鄂温克苏木的分布比例最低，为63.69%。特泥河苏木78.98%的打草场的生物量分布在山地草甸草原，此外，鄂温克苏木、巴彦哈达苏木的打草场的生物量在山地草甸草原也有分布，分布比例分别为15.62%及1.08%。除宝日希勒镇外的所有苏木打草场的生物量在低地草甸均有分布，但是分布比例均不超过13%。东乌珠尔苏木、呼和诺尔镇、西乌珠尔苏木、哈日干图苏木在沙地草原在有少量生物量分布，分布比例的范围为1.56%～5.77%。总体上，陈巴尔虎旗的各苏木除特泥河苏木的打草场生物量分布在山地草甸草原外，其余苏木打草场生物量主要分布温性草原或温性草甸草原。所有苏木的打草场在低地草甸草原及沙地草原的生物量分布比例都较低。

表6 陈巴尔虎旗各苏木的可利用草原及天然打草场平均生物量、总生物量及比例Table 6 Steppe and natural mowing grassland mean biomass, total biomass and proportion of villages in Chenbarhu banner

表7 陈巴尔虎旗各苏木天然打草场草原类型平均生物量、总生物量及比例Table 7 Natural mowing grassland mean biomass, total biomass and proportion of grassland types in Chenbarhu banner

4 讨 论

利用遥感技术对草地资源分布及生物量估算研究吸引了很多学者的关注。本文基于Landsat TM影像对呼伦贝尔陈巴尔虎旗天然打草场现状分布，研究发现陈巴尔虎旗天然打草场主要分布在温性草原、温性草甸草原，在低地草甸草原、山地草甸草原和沙地草原仅有少量分布。温性草甸草原、温性草原植被覆盖度较高，比较适合打草；低地草甸草原、沙地草原植被覆盖度低，山地草甸草原地势起伏、地形复杂，不适宜进行长期打草，可在围栏内进行放牧和打草兼用。除特尼河苏木外，调查范围内其他地区天然打草场均适合打草。不同草地类型对呼伦贝尔陈巴尔虎旗各苏木天然打草场的空间分布具有一定的影响。

近年来国内外学者运用多种方法对中国草地生产力进行了评估，主要采用实际产量法、实际产量-生态因子回归法、潜力模型评估法、遥感评估法[4,17-20]，但结果可能由于采用的数据源、估算方法，地面样方数据的采集数量和时间、以及研究的尺度和范围不同存在一定差异[21-24]。其中，用于大尺度生物量反演的遥感数据源主要有AVHRR和MODIS，MODIS—NDVI（250 m）与AVHRR—NDVI（1 000 m）相比，输入的RED和NIR值是经过大气校正的地面反射值，且波幅较窄，有效地克服了NIR区水汽吸收的影响[25-26]。文中采用MODIS- NDVI的遥感评估法进行了天然打草场不同草地类型生物量估算研究，对比得出陈巴尔虎旗天然打草场平均生物量温性草甸草原略低于山地草甸草原、温性草原略低于低地草甸草原、沙地草原明显低于其他草地类型，不同草地类型生物量分配状况与面积分布基本一致。

本文结果表明，运用遥感和地面相结合的方法对天然打草场资源分布的定性、定量研究都达到了一定精度，但在通过遥感影像目视解译及遥感监测草地生物量过程研究中也存在一些不确定的因素，在遥感影像目视解译中影像获取时间、影像质量和解译人员的经验均会对打草场资源清查造成一定影响。另外，草原生物量的分布受生物和非生物因素共同影响，主要包括气候因素（气温、降水）、土壤湿度和养分以及植物种类等因素[27-30]，如何更准确地计算草地生物量，是今后需要进一步深入研究的课题。

5 结 论

通过遥感技术和实地调查对陈巴尔虎旗天然打草场的资源分布及生物量估算进行监测分析。结果表明，陈巴尔虎旗天然打草场面积达80.28×104hm2，其中固定打草场面积占90.37%，机动打草场面积占9.63%；鄂温克民族苏木打草场面积居首位，为22.69×104hm2，巴彦哈达苏木、东乌珠尔苏木、呼和诺尔镇及西乌珠尔苏木的打草场面积次之，面积均大于9.00×104hm2，宝日希勒镇面积最小，为0.64×104hm2。基于MODIS-NDVI与打草场实测量建立的反演模型相对误差为20.56%，能够比较准确地估算牧草产量；陈巴尔虎旗天然打草场平均生物量为1.24×103kg·hm2，总生物量为992.90×106kg，生物量空间分布呈东高西低，鄂温克民族苏木的打草场总生物量最高，为304.21×106kg，占全旗打草场总生物量的30.64%，巴彦哈达苏木为221.01×106kg，占22.26%；其他苏木占47.10%；研究区天然打草场面积和生物量主要分布在温性草原和温性草甸草原，少量分布在低地草甸草原、山地草甸草原及沙地草原。温性草原和温性草甸草原打草场面积分别为44.91×104和25.09×104hm2，生物量分别为532.04×106和330.87×106kg，其他类型打草场面积和生物量分别仅占12.81%和13.09%；该研究结果可为将来分析典型牧区陈巴尔虎旗天然打草场变化提供数据支撑。

[1] 聂浩刚，岳乐平，杨文，等. 呼伦贝尔草原沙漠化现状、发展态势与成因分析[J]. 中国沙漠，2005，25(5)：635－639.

Nie Haogang, Yue Leping, Yang Wen, et al. Present situation, evolution trend and causes of sandy desertification in hulunbuir steppe[J]. Journal of Desert Research, 2005, 25(5): 635－639. (in Chinese with English abstract)

[2] 斯琴毕力格. 内蒙古陈巴尔虎旗草原退化现状下的畜牧业发展对策的研究[D].北京：中国农业科学院，2007.

Siqin Bilige. Study on the Strategy of Stock Raising Development of the Grassland Degeneration Chen Barhu Banner of Inner Mongolia[D]. Beijing: Chinese Academy of Agricultural Sciences, 2007. (in Chinese with English abstract)

[3] 董洲，赵霞，梁栋，等. 内蒙古灌丛化草原分布特征的遥感辨识[J]. 农业工程学报，2014，30(11)：152－158.

Dong Zhou, Zhao Xia, Liang Dong, et al. Remote sensing identification of shrub encroachment in grassland in InnerMongolia[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014,30(11): 152－158. (in Chinese with English abstract)

[4] 唐欢，高娃，徐丽君，等. 基于Landsat TM影像的半干旱牧区天然打草场面积的遥感监测[J]. 农业工程学报，2015，31(23)：160－167.

Tang Huan, Gao Wa, Xu Lijun, et al. Monitoring forage harvesting area in semi-arid pasture based on Landsat TM images[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(23): 160－167. (in Chinese with English abstract)

[5] 张猛，曾永年. 基于多时相Landsat数据融合的洞庭湖区水稻面积提取[J]. 农业工程学报，2015，31(13)：178－185.

Zhang Meng, Zeng Yongnian. Mapping paddy fields of Dongting Lake area by fusing Landsat and MODIS data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(13): 178－185. (in Chinese with English abstract)

[6] Vittek M, Brink A, Donnay F, et al. Land cover change monitoring using Landsat MSS/TM satellite image data over West Africa between 1975 and 1990[J]. Remote Sensing, 2014, 6(1): 658－676.

[7] 赵冰茹，刘闯，刘爱军, 等. 利用MODIS-NDVI进行草地估产研究—以内蒙古锡林郭勒草地为例[J]. 草业科学，2004，21(8)：12－15.

Zhao Bingru, Liu Chuang, Liu Aijun, et al. Estimate the yield of grassland using MODIS-NDⅥ—A case study of the grassland in Xilinguole in InnerM ongolia[J]. Pratacultural Science, 2004, 21(8): 12－15. (in Chinese with English abstract)

[8] 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.

Yang Xiuchun, Xu Bin, Zhu Xiaohua, et al. Models of grass production based on remote sensing monitoring in northern agro-grazing ecotone[J]. Geographical Research, 2007, 26(2): 213－221. (in Chinese with English abstract)

[9] Kawamura K, Akiyama T, Yokota H O, et al. Quantifying grazing intensities using geographic information systems and satellite remote sensing in the Xilingol steppe region, Inner Mongolia, China[J]. Agriculture Ecosystems & Environment, 2005, 107(1): 83－93.

[10] 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.

Luo Ling, Wang Zongming, Ren Chunying, et al. Models for estimation of grassland production and spatial inversion based on MODIS data in Songnen Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(5): 182－187. (in Chinese with English abstract)

[11] 梁燕，韩国栋，周禾，等. 内蒙古克什克腾旗羊草草原打草场合理利用的研究[J]. 草原与草业，2011, 23(3)：32－36.

Liang Yan, Han Guodong, Zhou He, et al. The reasonable use of research of Leymus Chinensis grassland pasture in Hexigten Banner of Inner Mongolia[J]. Inner Mongolia Prataculture, 2011, 23(3): 32－36. (in Chinese with English abstract)

[12] 陈亚军. 基于气象条件的内蒙古天然打草场利用方式研究[D].北京：中国农业科学院，2007.

Chen Yajun. Study on the Way of Using Natural Grassland in Inner Mongolia Based on the Meteorological Conditions[D]. Beijing: Chinese Academy of Agricultural Sciences, 2007. (in Chinese with English abstract)

[13] 杨尚明，金娟，卫智军，等. 刈割对呼伦贝尔割草地群落特征的影响[J]. 中国草地学报，2015，1(1)：90－96.

Yang Shangming, Jin Juan, Wei Zhijun, et al. Effect of cutting on community characteristics in grassland for hay in Hulunber[J]. Chinese Journal of Grassland, 2015, 1(1): 90－96. (in Chinese with English abstract)

[14] 鲍雅静，李政海，韩兴国，等. 刈割对羊草叶面积指数的影响[J]. 草地学报，2004，12(4)：313－320.

Bao Yajing, Li Zhenghai, Han Xingguo, et al. Effect of mowing to the leaf area index of the leymus chinensis population[J]. Acta Agrestia Sinica. 2004, 12(4): 313－320. (in Chinese with English abstract)

[15] 裴彩霞，董宽虎. 不同刈割期和干燥方法对牧草营养成分含量的影响[J]. 中国草地，2002，24(1)：32－37.

Pei Caixia, Dong Kuanhu. Effect of different harvest time and drying methods on nutrient as water soluble carbon hydrates of herbage[J]. Grassland of China, 2002, 24(1): 32－37.( in Chinese with English abstract)

[16] 朝鲁孟其其格，闫晓红，金花，等. 锡林郭勒盟天然打草场退化与防治措施研究展望[J]. 草原与草业，2016，28(1)：6－9.

Chaolumeng Qiqige, Yan Xiaohong, Jin Hua, et al. The research prospects of grassland degradation and control measures in Xilingol[J]. Grassland and Prataculture, 2016, 28(1): 6－9. (in Chinese with English abstract)

[17] 黄敬峰，王秀珍，蔡承侠，等. 利用NOAA/AVHRR资料监测北疆天然草地生产力[J]. 草业科学，1999，16(5)：62－69，72.

Huang Jingfeng, Wang Xiuzhen, Cai Chengxia, et al. Using NOAA/AVHRR data monitoring natural grassland productivity in the northern Xinjiang Uygur autonomous region[J]. Pratacultural Science, 1999, 16(5): 62－69, 72. (in Chinese with English abstract)

[18] 韦莉，赵军，潘竟虎，等. 基于MODIS数据的黄土高原草地净初级生产力的估算研究[J]. 遥感技术与应用，2009，24(5)：660－664.

Wei Li, Zhao Jun, Pan Jinghu, et al. A research of net primary productivity model of grassland based on MODIS data in the Loess Plateau of China[J]. Remote Sensing Technology and Application, 2009, 24(5): 660－664. (in Chinese with English abstract)

[19] 王莺，夏文韬，梁天刚，等. 基于MODIS植被指数的甘南草地净初级生产力时空变化研究[J]. 草业学报，2010，19(1)：201－210.

Wang Ying, Xia Wentao, Liang Tiangang, et al. Spatial and temporal dynamic changes of net primary product based on MODIS vegetation index in Gannan grassland[J].Acta Prataculturae Sinica, 2010, 19(1): 201－210. (in Chinese with English abstract)

[20] 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.

Xu Bin, Yang Xiuchun, Tao Weiguo, et al. Remote sensing monitoring upon the grass production in China[J].Acta Ecologica Sinica, 2007, 27(2): 405－413. (in Chinese with English abstract)

[21] 马文红，杨元合，贺金生，等. 内蒙古温带草地生物量及其与环境因子的关系[J]. 中国科学，2008，38(1)：84－92.

Ma Wenhong, Yang Yuanhe, He Jinsheng, et al. Relationship between biomass and environmental factors in temperate grassland in inner Mongolia[J]. Chinese Science, 2008, 38(1): 84－92. (in Chinese with English abstract)

[22] Ni J. Forage yield-based carbon storage in grasslands of China[J]. Climatic Change, 2004, 67(2): 237－246.

[23] 崔霞，梁天刚，刘勇. 基于MOD09GA产品的草地生物量遥感估算模型[J]. 兰州大学学报：自科版，2009，45(5)：79－87.

Cui Xia, Liang Tiangang, Liu Yong.Modeling of aboveground biomass of grassland using remotely sensed MOD09GA data[J]. Journal of Lanzhou University: Natural Sciences, 2009, 45(5): 79－87. (in Chinese with English abstract)

[24] 朴世龙，方精云，贺金生，等. 中国草地植被生物量及其空间分布格局[J]. 植物生态学报，2004(4)：491－498.

Piao Shilong, Fang Jingyun, He Jinsheng, et al. Spatial distribution of grassland biomass in China[J]. ActaPhytoecologica Sinica, 2004(4): 491－498. (in Chinese with English abstract)

[25] van Leeuwen W J D, Alfredo R Huete, Trevor Laing. M0DIS vegetation index compositing approach: A prototype with AVHRR Data[J]. Remote Sens.Environ. 1999, 69(3): 264—284.

[26] Ikeda H, Okamoto K, Fukuhara M Estimation of aboveground grassland phytomass with a growth model using Landsat TM and climate data[J]. INT. J. Remote Sensing., 1999, 20(11): 2283－2294.

[27] Augustine D J. Spatial heterogeneity in the herbaceous layer of a semi-arid savanna ecosystem[J]. Plant Ecology, 2003, 167(2): 319－332.

[28] Baer S G, Blair J M, Collins S L, et al. Soil resources regulate productivity and diversity in newly established tallgrass prairie[J]. Ecology, 2008, 84(3): 724－735.

[29] 金云翔，徐斌，杨秀春，等. 草原生物量及碳密度遥感估算：以内蒙古正蓝旗为例[J]. 中国农学通报，2013，29(5)：11－16.

Jin Yunxiang, Xu Bin, Yang Xiu Chun, et al. Remote sensing estimation of grassland biomass and carbon density: Case of zhenglan banner[J]. Chinese Agricultural Science Bulletin, 2013, 29(5): 11－16. (in Chinese with English abstract)

[30] 白永飞，李凌浩，王其兵，等. 锡林河流域草原群落植物多样性和初级生产力沿水热梯度变化的样带研究[J]. 植物生态学报，2000，24(6)：667－673.

Bai Yongfei, Li Linghao, Wang Qibing, et al. Changes in plant species diversity and productivity along grad ients of precipitation and elevation in the Xilin river basin, Inner Mongolia[J]. Chinese Journal of Plant Ecology, 2000, 24(6): 667－673. (in Chinese with English abstract)

Natural mowing grassland resource distribution and biomass estimation based on remote sensing in Hulunber

Yan Ruirui1, Tang Huan2, Ding Lei1, Yao Jing1, Chen Baorui1, Xin Xiaoping1※, Wang Xu1, Yan Xiaohong3, Niu Wenyuan3
(1. Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Hulunber Grassland Ecosystem Observation and Research Station, Beijing 100081, China; 2. Tong Ling Univerisity, Anhui 244000, China; 3. Inner Mongolia Hotision Monsod Drought Resistant Greening INC, Hohhot 010000, China)

The natural mowing grassland plays an important role in grassland animal husbandry, which is not only the forage reserve resource for ensuring the seasonal balance of grassland and livestock, but also can ensure the safe wintering of livestock as forage grassland and post-disaster emergency rescue of forage grass resources reserves in China. However, the information about the resource distribution and biomass estimate of mowing pasture in natural grassland in China is lacked, which limits the effective utilization of regional forage reserve resources. Therefore, a systematic study on forage harvesting in natural grassland is necessary and important. In this study, the estimation of resource distribution and biomass of Chen Barag Banner in the Hulunber meadow steppe in north-eastern China was carried out by using remote sensing technology and field investigation. The field investigation was conducted in 2015 and the investigation time was from the middle of July to the end of July. The results showed that the area of forage harvesting pasture in the Chen Barag Banner regions was 80.28×104hm2, which accounted for 90.37% of fixed harvesting pasture and 9.63% of temporary harvesting pasture. Among them, the largest area of forage harvesting pasture appeared in Ewenke village, reaching 2.28×105hm2, followed by Bayanhada village, east Wuzhuer village, Hohnuor village and west Wuzhuer village; the pasture area of each village was larger than 9.00×104hm2, and the pasture area of Baorixile village was the smallest, which was 0.64×104hm2. Combining the simultaneous MODIS-NDVI (normalized differential vegetation index) datum with biomass investigation of cutting pasture, a relation model between MODIS-NDVI and biomass was developed, and the relative error of the production estimation model was 20.56%. It was feasible for the power function model to be applied in remote sensing monitoring. The average biomass of Chen Barag Banner natural cutting grassland was 1.24×103kg/hm2, and the total biomass was 992.90×106kg, among which the largest village biomass was Ewenke village, reaching 304.21×106kg, Bayanhada village was 221.01×106kg, and the other villages accounted for 47.10% of cutting pasture biomass. Temperate steppe (55.94%) and temperate meadow steppe (31.25%) were the main vegetation types for those pastures, and the lowland meadow steppe (4.89%), mountain meadow (5.94%) and desert steppe (1.99%) were distributed with a small area. The area of temperate grassland and temperate meadow grassland was 44.91×104and 25.09×104hm2, and the biomass was 532.04×106and 330.87×106kg, respectively. The proportions of grassland area and biomass of other types of grasslands were only 12.81% and 13.09%, respectively. The results have made up for the deficiency for the area data of the region forage harvesting pasture and provided data support for analysis of forage harvesting pasture changes of Chen Barag Banner in the Hulunber meadow steppe of north-eastern China in the future.

remote sensing; vegetation; models; natural mowing grassland; resource distribution; NDVI; biomass estimation

10.11975/j.issn.1002-6819.2017.15.027

TP79; S127

A

1002-6819(2017)-15-0210-09

2017-01-17

2017-07-14

公益性行业（农业）科研专项（201303060）；国家重点研发计划（2016YFC0500601）；中央级公益性科研院所基本科研业务费专项（1610132016033，1610132016027）；现代农业产业技术体系建设专项资金（CARS-34）资助。

闫瑞瑞，女，内蒙古丰镇人，博士，从事草地生态方面的研究。北京 中国农业科学院农业资源与农业区划研究所，100081。

Email：yanruirui19790108@163.com

※通信作者：辛晓平，女，甘肃天水人，研究员，博士生导师，主要从事草地生态系统监测、模拟与优化管理研究。北京 中国农业科学院农业资源与农业区划研究所，100081。Email：xinxp@sina.com