第２７卷第３期 青 海 草 业 Ｖｏ１．２７．Ｎｏ．３ ２０１８年９月 ＱＩＮＧＨＡＩＰＲＡＴＡＣＵＬＴＵＲＥ Ｓｅｐ．２０１ ８ 文章编号：１００８—１４４５（２０１８）０３—００４５—０４ ２０１７年青海省草地长势遥感监测及影响因素分析 赵慧芳 ，陈国茜 ，石明明 （１．青海省气象科学研究所，青海西宁８１０００１；２．青海省遥感中心，青海西宁８１０００１； ３．青海省防灾减灾重点实验室，青海西宁８１０００１） 摘要：本文运用ＭＯＤＩＳ卫星遥感资料的植被数据．分析了青海省２０１７年牧草总体长势及发育期，在此基 础上，讨论了气候因素对牧草长势及发育期的影响。结果显示，２０１７年青海省牧草返青期主要集中在４ 月下旬至６月上旬，牧草黄枯期主要在９月上旬至１０月上旬。总体来看，青海省各地牧草长势略偏差， 全省牧草年景综合评定为“平偏歉年”。２０１７年春季水热条件较差以及夏季阶段性干旱等气候特征不 利于牧草生长发育及产量形成。 关键词：牧草；遥感；返青期；黄枯期；气候 中图分类号：￥８１２．８ 文献标识码：Ａ 青海省面积大约有７２万多平方公里，其中草 地区的牧草的发育期变化特征和长势特征，旨在提 地面积占４７％．天然草地面积占全国草地面积的 高生态气象服务供给，力求满足牧区不同生产者的 十分之一，居全国第４位，是全国五大牧区之一。 气象服务需求。紧跟需求脚步，为青海省生态文明 草地作为青海省分布面积最广的陆地生态系统， 建设．生态环境保护等工程提供科技支撑。 空间尺度的草地长势及发育期监测一直是研究的 １资料与方法 难点之一。近年来ＥＯＳ／ＭＯＤＩＳ数据在草地监测 青海省草地资源丰富，生态多样性显著，近几 方面广泛应用，并取得了显著效果。毛留喜等＿１］ 年政府加强生态保护，实施生态立省相关政策，对 分析牧草产量ＮＯＡＡ／ＡＶＨＲＲ植被指数ＮＤＶＩ之 间的关系。建立了青海省牧草产量估算线性模型 牧草产量及发育期状况的重视逐年递增，利用卫星 与指数模型，模型拟合结果良好。颜亮东等［２］利 遥感开展全省草地资源评估及分析，为政府合理分 用ＥＯＳ／ＭＯＤＩＳ、ＮＯＡＡ／ＡＶＨＲＲ卫星遥感监测的 配放牧及保护草地资源提供科学的决策依据。 植被指数、地面定点监测的地上牧草产量资料，依 １．１数据资料 据卫星遥感监测以往数据，在点和面上研究、建立 美国国家航空航天局的ＥＯＳ／ＭＯＤＩＳ卫星于 了植被指数与牧草产量之间的关系模式，给出了 ２０００年发射．主要提供植被、积雪、土地利用等数 草地资源卫星遥感监测和评估方法。 据产品。ＭＯＤＩＳ适当的时空分辨率可以较好地反 在大的空间尺度上，遥感技术是估算草地产 映草地植被的时空变化特征。美国国家航空航天 草量的有效手段。实践表明，运用遥感技术进行 局（ＮＡＳＡ）网站提供一系列ＭＯＤＩＳ相关数据产 草地估产。能够在花费较少人力和物力的前提下 品．其中用于牧草发育期监测所用的是８ｄ合成数 达到一定的估算精度，同时具有时效性、动态性、 据（ＭＯＤ０９Ａ１（Ｖ０６）），分辨率为５００ｍ，用于计算 客观性和实用性的特点＿３］。 牧草产量所用的是１６ｄ合成的植被指数产品 草地资源是发展青海省畜牧业的重要物质基 （ＭＯＤ１３Ｑ１（Ｖ０６）），其空间分辨率为２５０ｍ。 础，也是长江、黄河上游生态屏障支撑。本文利用 １．２方法与标准 两种方式开展近５ａ青海省牧草发育期和长势的监 １．２．１ 归一化植被指数ＮＤＶＩ归一化植被指数 测，通过时空分布特征的监测探索了青藏高原青海 ＮＤＶＩ（Ｎｏｒｍａｌｉｚｅｄ Ｄｉｆｆｅｒｅｎｃｅ Ｖｅｇｅｔａｔｉｏｎ Ｉｎｄｅｘ），对 ４５ 青海草业 绿色植被表现敏感，它可以对农作物和半干旱地 区降水量进行预测，该指数常被用来进行区域和 作为牧草产量变化的标志，可以迅速地分析大范 围牧草的生长状况［４］。当背景亮度增加时，ＮＤＶＩ ２０１８年 第２７卷 第３期 年为距平百分率＜一１０％、平年为一１０％～１０％、丰 年为＞１０％。 ２．１发育期监测 ２．１．１ 返青期监测 ２０１７年青海省牧草返青时 全球的植被状态研究。在草地资源遥感监测方面 ２ 草地资源监测 也系统性的增加。在植被覆盖度为中等且为潮湿 的土地类型时，ＮＤＶＩ对土壤背景较为敏感。 ＮＤＶＩ＝ｐｎｉｒ．－￣ｒｅｄ／ｐｎｉｒ＋￣ｒｅｄ…… ④ 间在４月下旬至６月上旬．儒略历第１１３～１５３ｄ之 间，大体呈由东向西、由低海拔向高海拔推迟的趋 势。具体表现为，环青海湖地区东北部和青南东 １．２．２牧草返青、黄枯期距平分级针对牧草返 青期、黄枯期的分级标准主要以距平值方法进行 分级和确定，其中，距平值在２ｄ以内为正常返青， 距平值为３￣５ｄ为略偏早或略偏晚，距平值为６～ ８ｄ为偏早或偏晚，距平值大于８ｄ为特早或特晚。 北部的牧草于４月中下旬返青．青南东南部牧草 于４月底５月初陆续返青．６月上旬全省大部地区 牧草返青 ２．１．２黄枯期监测 ２０１７年青海省牧草黄枯时 间在９月上旬至１０月上旬儒略历第２４９ ２７３ｄ 之间，即大体呈由西北向东南、由高海拔向低海 。１．２．３牲畜日食草量依据农业部“天然草地合 理载畜量的计算”标准，结合￣２００８年青海省草地 监测实施方案》，每羊单位日食鲜草４ｋｇ，天然草 地利用率４６％的标准计算。 １．２．４牧草长势年景评价标准根据当年牧草产 量与近５ａ平均牧草产量的距平百分率来确定，歉 表１ 拔推迟的趋势。具体表现为青南西部地区和哈 拉湖地区等高海拔地区牧草在９月上旬普遍黄 ，枯，青南东南部地区牧草于９月中下旬黄枯．青 南的东北部地区和环青海湖地区牧草于１０月上 旬黄枯。 单位：ｋｇ／ｈｍ 、％ 青海省２０１７年最高产草量与近五年产草量对比 ２０１７年青海省草地长势遥感监测及影响因素分析 ２．２牧草产量监测 赵慧芳等 部分地区。减幅大于１０％的草地主要分布在玉树 根据２０１７年青海省６、７、８月牧草产量、及全 年平均牧草产量遥感监测图可以看出。青海省各 地牧草产量在８月份达到最大值．空间上呈西北 南部、海南东南部和海北北部，其余地区基本持平 （表１）。综上所述．２０１７年青海省各地牧草长势 较近五年（２０１２～２０１６年）平均基本持平略低，全 省牧草气候年景综合评定为“平偏歉年”。 ２．４草畜平衡监测 向东南递增的趋势。牧草产量较高的地区主要分 布在祁连山区、环青海湖北部、黄南南部和果洛东 南部；其中，海北州牧草产量大部高于４５００ｋｇ／ 通过对２０１７年各州遥感监测的牧草产量值 ｈｍ ，黄南州牧草产量大部高于７５００ｋｇ／ｈｍ ，海南 推算理论载畜量。结果显示，玉树州理论载畜量值 州牧草产量大部低于３０００ｋｇ／ｈｍ。。果洛州牧草产 最大，其次为果洛州，其余地区载畜量从大到小依 量大部高于４５００ｋｇ／ｈｍ ，玉树州牧草产量大部低 次为海西州、海北州、海南州和黄南州。与去年相 于４５００ｋｇ／ｈｍ ．海西州牧草产量低于３０００ｋｇ／ 比，各州载畜量均增大，其中，果洛州理论载畜量 ｈｍ 。 增幅最大（５１％），其余各州理论载畜量增幅在 ２．３牧草长势年景评价 １５％～４８％之间。与近五年平均相比，除玉树州和 从２０１７年青海省各地牧草遥感监测产量与 海北州理论载畜量分别减少１６％和１４％￣ｂ，其余 近五年平均相比，部分地区牧草产量出现波动，大 各州基本持平。总体来看，２０１７年牧业区牛羊理 部分地区基本不变，其中增幅大于１０％的草地主 论载畜量较去年增加３２％。较近五年（２０１２—２０１６ 要分布在海西东部、环青海湖南部和玉树西部的 年）平均基本持平或偏低（表２）。 表２ 青海省２０１７年各州草地载畜量估算（万只羊单位，％） ２．５ 气候对草地资源影响分析 省各地牧草长势略偏差，全省牧草年景综合评定 ２０１７年春季（３—５月）全省牧区气温大部偏 为“平偏歉年”。 低、但积温条件与近五年接近。而降水大部偏多， ３ 结论 牧业区大部牧草返青期较近五年持平或提前。夏 本文利用ＥＯＳ／ＭＯＤＩＳ卫星遥感资料获取了 季（６—８月）牧区气温前低后高、降水前少后多， ２０１７年青海省牧草返青期、黄枯期和长势特征以 部分地区出现阶段性干旱．不利于牧草的生长发 及气象观测资料，分析探讨了青海省牧草发育期、 育及产量形成。９月份牧区气温偏高、降水大部 长势和气象条件的变化特征，得出了以下结论： 偏多，气象条件有利于牧草后期生长。低海拔地区 （１）２０１７年青海省牧草返青期时间在４月下 牧草黄枯期延迟。 旬至６月上旬，返青期较历年持平或提前。黄枯 总体而言，２０１７年牧草生长季水热条件不利 期时间在９月上旬至１０月上旬．黄枯期较历年有 于牧草的生长发育及产量形成．影响牧草生长发 所推迟。 育，除海西东部、环青海湖南部和玉树西部的部分 （２）２０１７年青海省各地牧草长势较近五年 地区增产外。其余地区牧草产量与近五年（２０１２ （２０１２—２０１６年）平均基本持平略低，全省牧草气 ２０１６年）基本持平略低，海北州和玉树州牲畜理 候年景综合评定为“平偏歉年”。 论载畜量较近五年减少１４％～１６％。２０１７年青海 （３）２０１７年春季水热条件不利于牧草生长发 ４７ 青海草业 育，夏季出现阶段性干旱，整体气候条件不利于牧 草生长发育及产量形成。 （４）２０１７年各州理论载畜量，玉树州最大，其 参考文献： ２０１８年 第２７卷 第３期 次为果洛州．其余地区载畜量从大到小依次为海 西州、海北州、海南州和黄南州。与去年相比，各 州载畜量均增大。 ［１］毛留喜，侯英雨，钱拴，等．牧草产量的遥感估算与载畜能力研究［Ｊ］．农业工程学报，２００８，２４（８）： １４７～１５１． ［２］颜亮东，殷青军，张海珍，等．遥感资料在青海草地资源监测及评价中的应用研究［Ｊ］．自然资源学报， ２００７，（４）：６４０—６４８． ［３］董永平，吴新宏，戎郁萍，等．草原遥感监测技术［Ｍ］．北京：化学工业出版社，２００５． ［４］杨英莲，邱新法，殷青军，等．基于ＭＯＤＩＳ增强型植被指数的青海省牧草产量估产研究［Ｊ］．气象， ２００７，３３（６）：１０３～１０６． ＡＮＡＬＹＳＩＳ ＯＦ ＧＲＡＳＳＬＡＮＤ ＧＲｏＷＴＨ ＡＮＤ姗ＬＵＥＮＣＥＦＡＣＴｏＲＳ ＩＮ ＢＡＳＥＤ ＯＮ ＲＥＭＯＴＥ ＳＥＮＳＩＮＧ ＭｏＮＩＴｏｍＮＧ ２０ １ ７ ＩＮ ＱＩＮＧＨＡＩ ＰＲＯＶＩＮＣＥ ＺＨＡ０ Ｈｕｉ—ｆａ＿ｎｇ ｅｔ ａｌ （Ｑｉｎｇｈａｉ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅ，Ｘｉｎｉｎｇ Ｑｉｎｇｈａｉ ８１０００１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｓｔｕｄｙａｎａｌｙｚｅｄ ｇｒａｓｓｌａｎｄ ｇｒｏｗｔｈ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔａｌ ｐｈａｓｅ ｂａｓｅｄ ｏｎ ＭＯＤＩＳ ｓａｔｅｌｌｉｔｅ ｖｅｇｅｔａｔｉｏｎ ｄａｔａ ｉｎ ２０１７ ａｎｄ ｉｎｆｌｕｅｎｃｅ ｆａｃｔｏｒｓ ｏｆ ｃｌｉｍａｔｅ ｏｎ ｇｒａｓｓｌａｎｄ ｇｒｏｗｔｈ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔａｌ ｐｈａｓｅ ｗｅｒｅ ａｌｓｏ ｄｉｓｃｕｓｓｅｄ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ａｓ ｆｏｌｌｏｗｓ：Ｔｈｅ ｇｒｅｅｎ ｕｐ ｐｅｒｉｏｄｏｆ ｇｒａｓｓｌａｎｄ ｗａｓ ｃｅｎｔｒａｌｉｚｅｄ ｉｎ ｌａｔｅ Ａｐｒｉｌ ａｎｄ ｅａｒｌｙ Ｊｕｎｅ ｉｎ ２０１７ ｉｎ Ｑｉｎｇｈａｉ Ｐｒｏｖｉｎｃｅ；ｔｈｅ ｙｅｌｌｏｗ—ｒｉｐｅ ｓｔａｇｅ ｗａｓ ｍａｉｎｌｙ ｉｎ ｅａｒｌｙ Ｓｅｐｔｅｍｂｅｒ ｔｏ ｅａｒｌｙ Ｏｃｔｏｂｅｒ．Ｉｎ ｇｅｎｅｒａｌ， ｇｒａｓｓｌａｎｄ ｇｒｏｗｔｈ ｄｉｓｐｌａｙｅｄ ａ ｓｌｉｇｈｔｌｙ ｐｏｏｒｅｒ ｓｉｔｕａｔｉｏｎ ａｒｏｕｎｄ Ｑｉｎｇｈａｉ Ｐｒｏｖｉｎｃｅ．Ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｅｖａｌｕａｔｉｏｎ ｏｆ ｇｒａｓｓｌａｎｄ ａｎｎｕａｌ ｈａｒｖｅｓｔ ｗａｓ ｒｅｌａｔｉｖｅｌｙ ｂａｄ，ｂｅｌｏｎｇｓ ｔｏ ｆｉａｔ ａｎｄ ｌｅａｎ ｔｏｗａｒｄｓ ａｎｄ ｏｗｅ ｔｈｅ ｙｅａｒ Ｓ ｈａｒｖｅｓｔ．Ｔｈｅ ｃｌｉ— ｍａｔｅ ｆｅａｔｕｒｅｓ ｓｕｃｈ ａｓ ｐｏｏｒ ｈｙｄｒｏｔｈｅｒｍａｌ ｃｏｎｄｉｔｉｏｎｓ ｉｎ ｓｐｒｉｎｇ ａｎｄ ｓｅａｓｏｎａｌ ｄｒｏｕｇｈｔ ｉｎ ｓｕｍｍｅｒ ｗａｓ ｎｏｔ ｃｏｎｄｕｃｉｖｅ ｔｏ ｇｒａｓｓｌａｎｄ ｇｒｏｗｔｈ ａｎｄ ｙｉｅｌｄ ｆｏｒｍａｔｉｏｎ ｉｎ ２０１７． Ｋｅｙ ｗｏｒｄｓ：Ｇｒａｓｓｌａｎｄ；Ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ；Ｇｒｅｅｎ ｕｐ ｐｅｒｉｏｄ；Ｙｅｌｌｏｗ—ｒｉｐｅ ｓｔａｇｅ；Ｃｌｉｍａｔｅ ●·◆ ◆·●◆◆’◆◆·◆¨◆－◆●●●¨●● ●●◆◆ ◆●◆◆◆◆●◆ （上接第４４页） ＤＹＮＡＭＩＣ ＡＮＡＬＹＳＩＳ ＯＦ ＮＡＴＵＲＡＬ ＧＲＡＳＳＬＡＮＤ ＲＥＳｏＵＲＣＥＳ ＤＵＲＩＮＧ ＴＨＥ ＹＥＡＲＳ ｏＦ ＨＡＩＸＩ ＰＲＥＦＥＣＴＵＲＥ ＦＥＩ Ｙｉｎｇ－ｘｉａ ｅｔ ａｌ （Ｈａｉｘｉ Ｇｒａｓｓｌａｎｄ Ｓｔａｔｉｏｎ，Ｄｅｌｉｎｇｈａ Ｑｉｎｇｈａｉ ８ １７００９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ ｏｎ ｔｈｅ ｍｏｎｉｔｏｒｉｎｇ ｄａｔａ ｏｆ ｎａｔｕｒａｌ ｇｒａｓｓｌａｎｄ ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎ ２０１７ ｉｎ ｈａｉｘｉ ｐｒｅｆｅｃｔｕｒｅ，ｔｈｉｓ ｐａｐｅｒ ｍａｋｅｓ ａ ｃｏｍｐａｒａｔｉｖｅ ａｎａｌｙｓｉｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｍｏｎｉｔｏｒｉｎｇ ｄａｔａ ｉｎ ｒｅｃｅｎｔ ｆｏｕｒ ｙｅａｒｓ．Ｒｅｓｕｌｔｓ：ｔｈｅ ｇｒａｓｓ ｙｉｅｌｄ ｉｎ ２０１７ ６．４５％ｈｉｇｈｅｒ ｔｈａｎ ｔｈａｔ ｉｎ ２０１３—２０１６，ａｎｄ ２４％ｈｉｇｈｅｒ ｔｈａｎ ｔｈａｔ ｉｎ ２０１６．Ｏｎｅ ｏｆ ｔｈｅ ｍａｉｎ ｒｅａｓｏｎｓ ｉｓ ｂｅｎ— ｅｆｉｃｉａｌ ｈｕｍａｎ ｉｎｔｅｒｖｅｎｔｉｏｎ． Ｋｅｙ Ｗｏｒｄｓ：Ｇｒａｓｓｌａｎｄ ｐｒｏｄｕｃｔｉｖｉｔｙ；Ａｎｎｕａｌ ｄｅｖｅｌｏｐｍｅｎｔｓ；Ｈａｉｘｉ ｐｒｅｆｅｃｔｕｒｅ ４８