Ước Tính Sinh Khối Trên Mặt Đất Của Đất Cỏ Dựa Trên Năng Suất Sản Xuất Chính Từ MODIS: Một Nghiên Cứu Tại Đất Cỏ Xilingol Của Trung Quốc Phía Bắc
Tóm tắt
Việc ước tính sinh khối trên cỏ một cách chính xác và nhanh chóng là một vấn đề khoa học quan trọng trong nghiên cứu hệ sinh thái đất cỏ. Trong nghiên cứu này, dựa trên một cuộc khảo sát thực địa tại 1205 địa điểm cùng với dữ liệu sinh khối của đất cỏ Xilingol trong các năm 2005–2012 và dữ liệu năng suất "tích lũy" của MODIS bắt đầu từ đầu mùa sinh trưởng, chúng tôi đã xây dựng các mô hình hồi quy để ước tính sinh khối trên mặt đất của đất cỏ Xilingol trong mùa sinh trưởng, sau đó phân tích điều kiện tổng thể của đất cỏ cùng với sự phân bố không gian và thời gian của sinh khối này. Các kết quả được tóm tắt như sau: (1) Mô hình tuyến tính đồng nhất dựa trên dữ liệu khảo sát thực địa và dữ liệu năng suất “tích lũy” của MODIS là mô hình tối ưu để ước tính sinh khối trên mặt đất của đất cỏ Xilingol trong thời kỳ sinh trưởng, với độ chính xác của mô hình đạt 69%; (2) Sinh khối trung bình trên mặt đất của đất cỏ Xilingol trong các năm 2005–2012 được ước tính là 14.35 Tg, và mật độ sinh khối trung bình trên mặt đất được ước tính là 71.32 g∙m−2; (3) Sự thay đổi tổng thể của sinh khối trên mặt đất cho thấy xu hướng giảm dần từ đồng cỏ phía đông sang đồng cỏ sa mạc phía tây; (4) Có sự dao động rõ rệt trong sinh khối trên mặt đất của đất cỏ Xilingol trong các năm 2005–2012, dao động từ 10.56 đến 17.54 Tg. Thêm vào đó, một số sự khác biệt trong thay đổi sinh khối qua các năm được quan sát thấy giữa các loại đất cỏ khác nhau. Các biến động lớn xảy ra ở đồng cỏ trung ôn và đất cỏ điển hình; trong khi đó có ít thay đổi ở đồng cỏ sa mạc trung ôn và đồng cỏ sa mạc trung ôn.
Từ khóa
Tài liệu tham khảo
Li, 2003, Monitoring and analysis of grassland desertification dynamics using Landsat images in Ningxia, China, Remote Sens. Environ, 138, 19, 10.1016/j.rse.2013.07.010
Xu, 2009, Calculation of grass production and balance of livestock carrying capacity in rangeland region of Northeast China, Geogr. Res, 28, 402
Fang, 2001, Implications and estimations of four terrestrial productivity parameters, Acta Phytoecol. Sin, 25, 414
Li, 2003, The effects of climate changes on the productivity in the Inner Mongolia steppe of China, Acta Pratacult. Sin, 12, 4
Gao, 2009, Influence of climate change on potential climate productivity in grassland of Central Inner Mongolia, Chin. J. Agrometeorol, 30, 277
Yang, 2008, Regional analysis of climate change in the east of Inner Mongolia and its potential productivity of grassland, Chin. J. Grassl, 30, 62
Liu, 2007, Study on method of estimating net primary production of rangeland by remote sensing—A case study of Xilingol grassland, Chin. J. Grassl, 29, 31
Parton, 1993, Observations and modeling of biomass and soil origaniac matter dynamics for the grassland Biome Worldwide, Glob. Biogeoch. Cycles, 7, 785, 10.1029/93GB02042
Luo, 2012, Moderate grazing can promote aboveground primary production of grassland under water stress, Ecol. Complex, 11, 126, 10.1016/j.ecocom.2012.04.004
Goetz, 1999, Satellite remote sensing of primary production: An improved production efficiency modeling approach, Ecol. Model, 122, 239, 10.1016/S0304-3800(99)00140-4
Feng, 2011, Grazing intensity monitoring in Northern China steppe: Integrating CENTURY model and MODIS data, Ecol. Indic, 11, 175, 10.1016/j.ecolind.2009.07.002
Zhang, 2008, Dynamics simulation of Net Primary Productivity by a satellite data-driven CASA model in Inner Mongolian typical steppe, China, J. Plant Ecol, 32, 786
Li, 2007, Application of improved CASA model in productivity evaluation of grassland in Inner Mongolia, Chin. J. Ecol, 26, 2100
Liu, 2006, Research on a remote sensing-based net primary productivity model for semi-arid grassland, J. Grad School Chin. Acad. Sci, 23, 620
Ruimy, 1996, TURC: A diagnostic model of continental gross primary productivity and net primary productivity, Glob. Biogeochem. Cycles, 10, 269, 10.1029/96GB00349
Seaquist, 2003, A remote sensing-based primary production model for grassland biomes, Ecol. Model, 169, 131, 10.1016/S0304-3800(03)00267-9
Li, 2013, Land surface emissivity retrieval from satellite data, Int. J. Remote Sens, 34, 3084, 10.1080/01431161.2012.716540
Li, 2009, A review of current methodologies for regional evapotranspiration estimation from remotely sensed data, Sensors, 9, 3801, 10.3390/s90503801
Zheng, 2007, Research advances in the evaluation and estimation of grassland Net Primary Production, Trans CSAE, 23, 279
Piao, 2004, Spatial distribution of grassland biomass in China, Acta Phytoecol. Sin, 28, 491
Xu, 2007, Remote sensing monitoring upon the grass production in China, Acta Ecol. Sin, 27, 405, 10.1016/S1872-2032(07)60012-2
Yang, 2009, Aboveground biomass in Tibetan grasslands, J. Arid. Environ, 73, 91, 10.1016/j.jaridenv.2008.09.027
Gao, T., Yang, X.C., Jin, Y.X., Ma, H.L., Li, J.Y., Yu, H.D., Yu, Q.Y., Xiao, Z., and Xu, B. (2013). Spatio-temporal variation in vegetation biomass and its relationships with climate factors in the Xilingol grasslands, Northern China. PLoS One, 8.
(1996). Rangeland Resources of China, China Science and Technology Press. [1st ed]. (In Chinese).
Zhao, 2005, Improvements of the MODIS terrestrial gross and net primary production global data set, Remote Sens. Environ, 95, 164, 10.1016/j.rse.2004.12.011
Turner, 2006, Evaluation of MODIS NPP and GPP products across multiple biomes, Remote Sens. Environ, 102, 282, 10.1016/j.rse.2006.02.017
Fensholt, 2006, Evaluation of satellite based primary production modelling in the semi-arid Sahel, Remote Sens. Environ, 105, 173, 10.1016/j.rse.2006.06.011
Guo, 2006, Analysis of the Terrestrial NPP based on the MODIS in the source regions of Yangtze and Yellow Rivers from 2000 to 2004, J. Glaciol. Geocryol, 28, 512
Wang, 2010, An analysis of the Terrestrial NPP from 2002 to 2006 in China based on MODIS data, Remote Sens. Land Res, 4, 113
(1996). Rangeland Resources of China, China Science and Technology Press. [1st ed]. (In Chinese).
Wang, G.C., and Wen, Y.P. (1996). Emissions and Their Relevant Processes of Greenhouse Gases in China, China Environment Science Press. [1st ed]. (In Chinese).
Gao, 2013, Estimation of aboveground biomass by remote sensing in the Western Inner Mongolia grassland, J. Des. Res, 2, 597
Wu, 2011, Responses of terrestrial ecosystems to temperature and precipitation change: A meta-analysis of experimental manipulation, Glob. Chang. Biol, 17, 927, 10.1111/j.1365-2486.2010.02302.x
Jin, 2011, Remote sensing dynamic estimation of grass production in Xilingol, Inner Mongolia, Sci. Sin. Vitae, 41, 1185, 10.1360/052011-228
Gao, 2013, Using MODIS time series data to estimate aboveground biomass and its spatio-temporal variation in Inner Mongolia’s grassland between 2001 and 2011, Int. J. Remote Sens, 34, 7796, 10.1080/01431161.2013.823000
Casady, 2013, Estimating winter annual biomass in the Sonoran and Mojave deserts with satellite- and ground-based observations, Remote Sens, 5, 909, 10.3390/rs5020909
Lu, 2005, Aboveground biomass estimation using Landsat TM data in the Brazilian Amazon, Int. J. Remote Sens, 26, 2509, 10.1080/01431160500142145
Jin, 2014, Remote sensing-based biomass estimation and its spatio-temporal variations in temperate grassland, Northern China, Remote Sens, 6, 1496, 10.3390/rs6021496
Lu, 2006, The potential and challenge of remote sensing-based biomass estimation, Int. J. Remote Sens, 27, 1297, 10.1080/01431160500486732
Ni, 2004, Estimating net primary productivity of grasslands from field biomass measurements in temperate northern China, Plant Ecol, 174, 217, 10.1023/B:VEGE.0000049097.85960.10
Ma, 2008, Biomass and its relationship with environmental factors of temperate grassland in Inner Mongolia, Sci. Sin. Vitae, 38, 84
Piao, S.L., Fang, J.Y., Zhou, L.M., Tan, K., and Tao, S. (2007). Changes in biomass carbon stocks in China’s grasslands between 1982 and 1999. Glob. Biogeochem. Cycles, 21.