大庆城区草地地上生物量时空格局及其与气候因子关系

doi:10.7525/j.issn.1673-5102.2025.01.005

摘要/Abstract

摘要：

草地是大庆市最主要的土地类型之一，掌握草地生物量的时空动态对了解大庆地区的碳汇潜力具有重要意义。运用MODIS-NDVI遥感数据和草地地上生物量实测数据，结合回归分析构建大庆城区草地地上生物量遥感反演模型。使用趋势分析及相关分析等方法，对大庆草地地上生物量过去20余年的时空分布格局及其与主要气候因子（降水量、温度）的关系进行研究。结果显示：利用归一化植被指数（NDVI）构建的指数函数反演模型对大庆草地地上生物量解释度最高，其决定系数R² 为0.77，均方根误差为38 g⋅m^-2。2000—2023年大庆城区草地生物量表现为波动增加的趋势，2019年达到最高314 g⋅m^-2；大部分区域草地地上生物量呈显著上升趋势，最大值为423 g⋅m^-2，平均值为280 g⋅m^-2，其空间特征呈现为从东南到西北逐渐增加的分布格局，北部集中、南部分散。降水量对生物量有显著的促进作用（r=0.584，P<0.05），月均温对生物量作用不明显。以上研究结果可以为大庆草地科学设置载畜量和采油区、优化草地资源利用策略提供有力的理论基础和数据支持。

关键词: 大庆城区, 草地, 遥感反演模型, 草地地上生物量, 归一化植被指数

Abstract:

Grassland is one of the most important land types in Daqing， and it is of great significance to grasp the spatial and temporal dynamics of grassland biomass to understand the carbon sink potential of Daqing. The remote sensing inversion model of aboveground grass biomass in Daqing was constructed by using MODIS-NDVI remote sensing data and aboveground grass biomass measured data and regression analysis. Trend analysis and correlation analysis were used to clarify the spatial and temporal distribution pattern of aboveground biomass and its relationship with major climate factors（precipitation and temperature） in Daqing over the past 20 years. The results showed that the exponential function inversion model constructed by using normalized difference vegetation index（NDVI） had the best interpretation of the aboveground biomass of grassland in Daqing， and the coefficient of determination R² was 0.77 and the root mean square error （RMSE） was 38 g⋅m^-2. The grassland biomass in Daqing urban areas showed a trend of fluctuating increase from 2000 to 2023， and reached a maximum value of 314 g⋅m^-2 in 2019； the aboveground biomass of grassland in most areas showed a significant increasing trend， with a maximum value of 423 g⋅m^-2 and an average value of 280 g⋅m^-2， and its spatial characteristics showed a gradually increasing distribution pattern from southeast to northwest， with concentration in the north and dispersion in the south. Precipitation had a significant effect on biomass（r=0.584， P<0.05）， but the monthly mean temperature had no significant effect on biomass. The above results might provide a strong theoretical basis and data support for the scientific setting of livestock loading and oil extraction area and the optimization of grassland resource utilization strategy in Daqing.

Key words: Daqing urban area, grassland, remote sensing inversion model, aboveground biomass of grassland, normalized difference vegetation index

中图分类号:

S812.6

何昭鑫, 吴连峰, 王永喆, 顾云杰, 赵凤伟, 王兴昌, 王晓春. 大庆城区草地地上生物量时空格局及其与气候因子关系[J]. 植物研究, 2025, 45(1): 34-44.

Zhaoxin HE, Lianfeng WU, Yongzhe WANG, Yunjie GU, Fengwei ZHAO, Xingchang WANG, Xiaochun WANG. Spatio-temporal Pattern of Aboveground Biomass in Daqing Grassland and Its Relationship with Climatic Factors[J]. Bulletin of Botanical Research, 2025, 45(1): 34-44.

图/表 8

图1

表1

图2

图3

图4

图5

图6

图7

参考文献 32

1	SCURLOCK J M O， HALL D O.The global carbon sink：a grassland perspective［J］.Global Change Biology，1998， 4（2）：229-233.
2	HOWARTH R B， FARBER S.Accounting for the value of ecosystem services［J］.Ecological Economics，2002，41（3）：421-429.
3	CHEE Y E.An ecological perspective on the valuation of ecosystem services［J］.Biological Conservation，2004， 120（4）：549-565.
4	臧淑英，那晓东，冯仲科.基于植被指数的大庆地区草地退化因子遥感定量反演模型的研制［J］.北京林业大学学报，2008，30（）：98-104.
	ZANG S Y， NA X D， FENG Z K.Establishment of quantitative remote sensing inversion model of grassland degradation factors based on vegetation indices in Daqing city，northeastern China［J］.Journal of Beijing Forestry University，2008，30（Sup.1）：98-104.
5	MAO D H， WANG Z M， LI L，et al.Spatiotemporal dynamics of grassland aboveground net primary productivity and its association with climatic pattern and changes in Northern China［J］.Ecological Indicators，2014，41：40-48.
6	SALOMONSON V V， APPEL I.Estimating fractional snow cover from MODIS using the normalized difference snow index［J］.Remote Sensing of Environment，2004，89（3）：351-360.
7	WRIGHT R， FLYNN L， GARBEIL H，et al.Automated volcanic eruption detection using MODIS［J］.Remote Sensing of Environment，2002，82（1）：135-155.
8	ZHAN X， SOHLBERG R A， TOWNSHEND J R G，et al.Detection of land cover changes using MODIS 250 m data［J］.Remote Sensing of Environment，2002，83（1/2）：336-350.
9	DE LA IGLESIA MARTINEZ A， LABIB S M.Demystifying normalized difference vegetation index （NDVI） for greenness exposure assessments and policy interventions in urban greening［J］.Environmental Research，2023，220：115155.
10	USMAN M， LIEDL R， SHAHID M A，et al.Land use/land cover classification and its change detection using multi-temporal MODIS NDVI data［J］.Journal of Geographical Sciences，2015，25：1479-1506.
11	LAI L， ZHANG Y C， HAN T，et al.Satellite mapping reveals phytoplankton biomass’s spatio-temporal dynamics and responses to environmental factors in a eutrophic inland lake［J］.Journal of Environmental Management，2024，360：121134.
12	GE J， HOU M J， LIANG T G，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.
13	王公鑫，井长青，董萍，等.新疆荒漠草地生物量估算及影响因素研究［J］.草地学报，2022，30（7）：1862-1872.
	WANG G X， JING C Q， DONG P，et al.Study on biomass estimation and influencing factors of desert grassland in Xinjiang［J］.Acta Agrestia Sinica，2022，30（7）：1862-1872.
14	韩波，高艳妮，郭杨，等.三江源区高寒草地地上生物量遥感反演模型研究［J］.环境科学研究，2017， 30（1）：67-74.
	HAN B， GAO Y N， GUO Y，et al.Modeling aboveground biomass of alpine grassland in the Three-River Headwaters Region based on remote sensing data［J］.Research of Environmental Sciences，2017，30（1）：67-74.
15	赵慧芳，李晓东，张东，等.基于MODIS数据的青海省草地地上生物量估算及影响因素研究［J］.草业学报，2020，29（12）：5-16.
	ZHAO H F， LI X D， ZHANG D，et al.Aboveground biomass in grasslands in Qinghai Province estimated from MODIS data and its influencing factors［J］.Acta Prataculturae Sinica，2020，29（12）：5-16.
16	SHAO Q Q， LIU J Y， HUANG L，et al.Integrated assessment on the effectiveness of ecological conservation in Sanjiangyuan National Nature Reserve［J］.Geographical Research，2013，32（9）：1645-1656.
17	WU Z， DAI E F， WU Z F，et al.Assessing differences in the response of forest aboveground biomass and composition under climate change in subtropical forest transition zone［J］.Science of the Total Environment，2020，706：135746.
18	LI S， DONG S K， FU Y S，et al.Air or soil temperature matters the responses of alpine plants in biomass accumulation to climate warming［J］.Science of the Total Environment，2022，844：157141.
19	PANG B， LIU K， JIA W.Discussion on geomorphic features and division of Songhua River Basin［J］.Geographical Science Research，2021，10（3）：290-294.
20	邢海超，杨智明.大庆市草地数量特征空间分布研究［J］.中国草地学报，2017，39（1）：117-120.
	XING H C， YANG Z M.Study on the spatial distribution of quantity feature of grassland in Daqing［J］.Chinese Journal of Grassland，2017，39（1）：117-120.
21	夏志明，廖凯涛，郭利平，等.基于EOF和MK趋势分析的赣江流域降水时空分布格局［J］.水土保持研究，2023，30（5）：223-233.
	XIA Z M， LIAO K T， GUO L P，et al.Spatiotemporal distribution pattern of precipitation in Ganjiang River Basin based on EOF and MK trend analysis［J］.Research of Soil and Water Conservation，2023，30（5）：223-233.
22	JIANG W G， YUAN L H， WANG W J，et al.Spatio-temporal analysis of vegetation variation in the Yellow River Basin［J］.Ecological Indicators，2015，51：117-126.
23	方精云，郭兆迪，朴世龙，等.1981—2000年中国陆地植被碳汇的估算［J］.中国科学：D辑地球科学，2007，37（6）：804-812.
	FANG J Y， GUO Z D， PIAO S L，et al.Terrestrial vegetation carbon sinks in China，1981—2000［J］.Science in China Series D：Earth Sciences，2007，37（6）：804-812.
24	徐丽，何念鹏，于贵瑞.2010s中国陆地生态系统碳密度数据集［J］.中国科学数据（中英文网络版），2019， 4（1）：90-96.
	XU L， HE N P， YU G R.A dataset of carbon density in Chinese terrestrial ecosystems（2010s）［J］.China Scientific Data，2019，4（1）：90-96.
25	车占杉.大庆市天然草地地上部分生物量季节动态观测［J］.中国畜牧杂志，1998，34（6）：32-33.
	CHE Z S.Seasonal dynamics of aboveground biomass of natural grassland in Daqing［J］.Chinese Journal of Animal Science，1998，34（6）：32-33.
26	孙杰，贺箐蕾，付佳琦，等.松嫩平原不同类型天然草地植物群落特征研究［C］//中国草学会.中国草学会第九次全国会员代表大会暨学术讨论会论文集.哈尔滨：东北农业大学动物科学技术学院，2016：9.
	SUN J， HE Y L， FU J Q，et al.Study on the characteristics of plant communities in different types of grassland in the Songnen Plain［C］//Chinese Grass Society.Proceedings of the ninth national congress and symposium of the Chinese Grass Society.Harbin：College of Animal Science and Technology，Northeast Agricultural University，2016：9.
27	黑龙江省气象局.从“两山理论”看“大庆样本”［EB/OL］.（2020-08-13）［2024-08-05］..
	Heilongjiang Meteorological Bureau.Daqing sample from the “two mountains theory”［EB/OL］.（2020-08-13）［2024-08-05］..
28	国家卫星气象数据中心.植被生态质量监测报告［R/OL］.（2020-07-01）［2024-08-05］..
	National Satellite Meteorological Centre.Vegetation ecological quality monitoring report［R/OL］.（2020-07-01）［2024-08-05］..
29	DENTON E M， DIETRICH J D， SMITH M D，et al.Drought timing differentially affects above- and belowground productivity in a mesic grassland［J］.Plant Ecology，2017，218：317-328.
30	ZHANG J Y， YANG Z L， QIAO D Y，et al.Increasing precipitation during first half of growing season enhances ecosystem water use efficiency in a semiarid grassland［J］.Frontiers in Plant Science，2023，14：1119101.
31	SHEN B， FANG S B， YU W G.Different correlations between NDVI and meteorological factors at temporal-time scales［J］.National Remote Sensing Bulletin，2016， 20（3）：481-490.
32	管晓祥，刘翠善，鲍振鑫，等.黄河源区植被NDVI演变及其与降水、气温的关系［J］.水土保持研究，2021，28（5）：268-277.
	GUAN X X， LIU C S， BAO Z X，et al.Variation of vegetation NDVI and its relationship with climate factors in the Yellow River source region［J］.Research of Soil and Water Conservation，2021，28（5）：268-277.

植被指数 Vegetation index	回归模型 Model	拟合方程 Formula（N=25）	P	R²	均方根误差 RMSE
MODIS-NDVI	线性 Linear	y=486.49x-2.17	<0.001	0.598	40.91
	对数 Logarithmic	y=188.33ln（x）+391.64	<0.001	0.467	47.72
	多项式 Polynomial	y=718.10x²-262.34x+167.60	<0.001	0.651	39.68
	乘幂 Power	y=410.21x^{0.763 3}	<0.001	0.702	42.25
	指数 Exponential	y=97.749e^{1.653 5}^x	<0.001	0.772	37.96
MODIS-EVI	线性 Linear	y=635.18x+30.28	<0.001	0.598	39.43
	对数 Logarithmic	y=154.17ln（x）+433.90	<0.001	0.445	46.94
	多项式 Polynomial	y=1 304.22x²-293.23x+168.60	<0.001	0.670	47.75
	乘幂 Power	y=491.55x^{0.637 1}	<0.001	0.682	40.89
	指数 Exponential	y=103.08e^{2.339 0}^x	<0.001	0.711	40.82

[1]	赵龙, 王化, 梁正伟, 张衷华, 唐中华, 聂思铭, 赵冬梅. 松嫩盐碱退化草地羊草叶氮、磷化学计量与土壤因子关系研究[J]. 植物研究, 2016, 36(5): 768-774.
[2]	潘华;王博文*. 松嫩盐碱草地西部的植物群落特征与土壤因子动态关系分析[J]. 植物研究, 2013, 33(6): 701-708.
[3]	李师翁;薛林贵;冯虎元;徐世键;安黎哲. 陇东黄土高原丘陵沟壑区天然草地植物多样性研究[J]. 植物研究, 2007, 27(2): 238-243.
[4]	张彦东, 沈有信, 刘文耀. 金沙江干旱河谷退化草地群落对氮磷施肥的反应[J]. 植物研究, 2004, 24(1): 59-64.
[5]	上官铁梁, 张金屯, 张峰, 贾志力. 汾河河漫滩草地种子植物多样性及其保护对策[J]. 植物研究, 2001, 21(4): 546-553.
[6]	阎秀峰, 孙国荣, 李晶. 盐碱草地植物种群分布与土壤营养关系的一种分析方法——土壤营养位分析[J]. 植物研究, 1999, 19(4): 435-444.