2000—2018年天山中段高海拔草地暖季承載力

喬郭亮，金曉斌,2,3，顧錚鳴，楊緒紅，徐偉義，尹延興，周寅康,2,3

2000—2018年天山中段高海拔草地暖季承載力

喬郭亮1，金曉斌1,2,3※，顧錚鳴1，楊緒紅1，徐偉義1，尹延興1，周寅康1,2,3

（1. 南京大學地理與海洋科學學院，南京 210046；2. 自然資源部海岸帶開發與保護重點實驗室，南京 210046；3. 江蘇省土地開發整理技術工程中心，南京 210046）

草地是新疆重要的植被類型，快速評價區域草地生產力狀況，揭示高海拔草地暖季食草動物承載力，對典型區域草地與食草牲畜平衡管理具有重要意義。為克服傳統實地取樣方法在數據可獲取性、多年監測連續性、區域覆蓋性等方面的限制，利用MODIS MOD17A3H/NPP數據產品，以新疆和靜縣為研究區，探索草地地上生物量（Aboveground Biomass，AGB）估算模型在高海拔草地應用的有效性，分析研究區草地AGB的時空變化規律，探討其多年載畜狀況。結果表明：1）基于MODIS MOD17A3H數據模擬的草地地上凈初級生產力（Aboveground Net Primary Productivity，ANPP）與已有文獻獲取的實地數據相比，均方根誤差（Root Mean Square Error，RMSE）處于3.13～11.89 g/(m2·a)之間，估算結果具有較高精度。2）研究期內（2000—2018年）研究區AGB均值為1 252.34 kg/hm2，且存在波動上升的趨勢，其線性增長率為7.78 kg/(hm2·a)（<0.01），草地AGB整體處于輕微上升趨勢，AGB增長的草地占比達74.90%。3）研究期內年均地上干草產量均值為15.01萬t，其中海拔>2 500 m的高寒草原及高寒草甸干草產量最大，占比分別為24.20%及57.46%，修正后可利用干草產量為8.62萬t。4）研究區草地理論載畜量多年均值為24.26萬～31.94萬羊單位，不考慮自然及管理因素修正的理論承載力為31.94萬羊單位，草地欠載2.99%；修正后理論承載力為24.26萬羊單位，草地超載27.82%。研究結果可為制定區域國土管理制度和牧業規劃政策提供參考，對促進區域自然資源可持續發展具有積極作用。

草地；承載力；高海拔；MODIS；凈初級生產力；新疆

0 引 言

草地作為陸地植被的重要組成部分為畜牧業發展提供重要的物質基礎。新疆草地面積占全國草地面積的19.52%，是中國重要的畜牧業基地之一[1]。自20世紀70年代以來，全球氣溫不斷上升，新疆地區草地正逐漸朝增溫增濕的方向發展[2]，而處于高海拔的草地生態系統對氣候變化的響應更為迅速與敏感[3-4]。伴隨當地人類放牧活動的不斷增強及氣候的不斷變化，新疆局部地區植被發生顯著退化，成為制約當地經濟發展與生態保護的重要因素。草地退化致使草地生產水平持續下降，草畜供求時空格局出現失衡[5]，直接影響地區生態安全與畜牧業可持續發展。準確便捷估算區域地表生物量，探討其時空分布特征及草地理論載畜量，尋求更好規劃策略是解決上述問題的關鍵。一般來說，載畜量過高會導致草地過度利用，引起草地退化；載畜量過低則會造成牧草資源浪費，不利于地區經濟發展。因而，放牧利用不應超過載畜量閾值[6]。科學確定草地載畜量合理范圍，不僅是指導草地管理的重要依據，也是科學確定放牧強度，避免超載過牧，維持草地持續生產的有效手段。

基于NPP的草地地上生物量（Aboveground Biomass，AGB）的有效估算是科學評估草地載畜量的基礎，在評價草地可持續發展中占據重要地位[7]。隨著遙感技術的發展，草地AGB獲取已由傳統實地刈割法發展到以遙感數據為主要數據源結合模型估算的階段[8]，CASA（Carnegie-Ames-Stanford-Approach）模型是模擬草地NPP（Net Primary Productivity，NPP）的典型代表[9-10]，但模型輸入參數較多（氣溫、降水、植被類型、植被指數、太陽輻射等），限制了其在高海拔偏遠地區的應用[6]。MOD17A3H是基于TERRA衛星搭載的中分辨率成像光譜儀MODIS（Moderate-resolution Imaging Spectroradiometer）遙感參數通過BIOME-BGC模型計算得到的全球陸地植被凈初級生產力年際變化數據產品[11-12]。該數據產品在全球植被生長、生物量估算、承載力評估等研究中得到廣泛應用[13-15]。國志興等[16]借助MODIS MOD17A3數據利用一元線性回歸和簡單差值等方法分析了東北地區2000—2006年植被NPP演變特征。安妮等[17]借助MODIS MOD17A3H數據利用實測數據建立線性擬合函數分析了內蒙古高原干旱地區2006—2018年NPP時空分布特征。王琪等[6]借助MODIS MOD17A3H數據結合草地根冠比系數計算了2015年青海湖流域產草量及理論載畜量。不同高程的草地對氣候響應存在顯著差別，有研究顯示高海拔地區草地NPP與年均溫存在顯著相關性[18]，溫度被認為是制約植物生長的關鍵因素[19]。現階段基于MODIS數據的研究中，不論是對于草地NPP的時空演變研究，還是對于草地承載力的探討，仍存在時間尺度短，無法充分顯示研究區植被特征變化及載畜量動態變化過程、直接利用植被根冠比系數帶來計算誤差等問題。特別是對于草地承載力研究而言，模型計算的理論載畜量如未進行合理修正，其結果可能難以支撐研究區畜牧業的可持續發展。新疆天山作為地區畜牧業發展的重要基地，生態環境十分脆弱，草地資源的準確快速監測不僅對當地的畜牧業發展十分重要，同時對于地區的生態環境保護也不可或缺。目前聚焦于天山南坡中段草地承載力的研究相比于北坡較為少見，而南坡的生態環境相較北坡更為脆弱敏感，面臨的生態保護與經濟社會發展雙重壓力更為艱巨。故對于土壤含水率高的南坡草地，有必要建立適宜的草地AGB計算模型，結合自然及管理因素對其理論載畜量進行合理修正，探究其長時間序列的載畜量動態變化。

本文基于MODIS NPP數據構建新疆高海拔草地AGB估算模型，以新疆和靜縣為例探究高海拔草地AGB多年時空變化特征及變化趨勢，并進一步結合自然及管理因素修正研究區近20年高海拔草地牲畜理論承載量，最后基于3種維度（草地類型、地貌單元及鄉鎮單元）分析研究區多年草地承載力時空變化狀況，旨在為高海拔地區牧業的精細化管控、畜牧業政策的科學制定提供參考和借鑒。

1 數據與方法

1.1 研究區概況

和靜縣位于新疆自治區巴音郭楞蒙古自治州北部，地處82°28′～87°52′E，42°06′～43°33′N。國土總面積33 779 km2（不含兵團），其中草地面積約21 103 km2，占比67.2%，耕地、林地占比分別為1.11%和4.02%。和靜縣屬中溫帶大陸性氣候，溫度低，氣候惡劣，地形以山地為主，地勢西北高、東南低。境內分布的高海拔草地多位于天山山地植被垂直帶最上部，平均高程在2 900 m左右。地區年均降水量442.05 mm，降水變率為10.16%，因地溫低、濕度較大，有機質不易分解，導致牧草長勢低矮。植被多以喜溫耐寒植物為主，是典型的高海拔山區草地（圖1a），研究區地形起伏較大，坡度在30%～60%的地區占比相對較大（圖1b），對地區天然草地放牧有一定的限制。每年暖季（6—10月）研究區降水豐沛且水熱同期，利于植被生長發育，是高海拔山區草地物質生產和放牧利用的黃金季節。

從生態功能上劃分，和靜縣屬于天山南坡草原牧業區，放牧牲畜主要以巴音布魯克大尾羊為主。從地貌單元上劃分，研究區可分為低山（800～1 600 m）、亞高山（>1 600～2 500 m）、高山（>2 500～3 000 m）、亞雪山（>3 000～3 500 m）及雪山（>3 500 m）。從行政區劃分，研究區包括8鎮（和靜鎮、巴倫臺鎮、巴潤哈爾莫墩鎮、哈爾莫墩鎮、巴音布魯克鎮、鞏乃斯鎮、乃門莫敦鎮、協比乃爾布呼鎮）、4鄉（克爾古提鄉、阿拉溝鄉、額勒再特烏魯鄉、巴音郭愣鄉）、3兵團（兵團21團、兵團22團及兵團223團）及1農場（烏拉斯臺農場）。

1.2 數據來源及處理

本研究所使用的MODIS MOD17A3H/NPP數據源自美國國家航空航天局NASA/EOS LPDAAC數據中心（https://lpdaac.usgs.gov），數據包括2000—2018年MODIS MOD17A3H 數據集產品，空間分辨率為500 m，時間分辨率為16 d，利用MRT工具對獲取的原始數據進行拼接處理、格式投影轉換等預處理，得到TIFF格式數據；年平均溫度數據取源于國家青藏高原科學數據中心（http://data.tpdc.ac.cn）中國1 km分辨率逐月平均氣溫數據集，經最大值合成法處理后（Maximum Value Composite，MVC）得到年均溫度數據；Landsat遙感數據及MODIS NDVI數據來源于美國地質調查局（https:www.usgs.gov），數據精度分別為30和250 m；統計數據及相關規劃資料源于巴音郭楞蒙古自治州及和靜縣相關行政部門；植被類型來源于1∶100萬中國草地資源圖[20]；DEM數據來自地理空間數據云平臺（http://www.gscloud.cn），分辨率30 m。所有數據經過裁剪處理供后續計算。

1.3 研究方法

1.3.1 草地AGB估算

基于MOD17A3H數據集，建立其與實地草地生物量的相互轉換關系[21]，計算得到草地總地上生物量，以kg/hm2表示。

BNPP=NPP·（0.829 4-0.012 8MAT） （1）

式中BNPP（Belowground Net Primary Productivity）指地下凈初級生產力，g/(m2?a)；ANPP（Aboveground Net Primary Productivity）為地上凈初級生產力，g/(m2?a)；MAT（Mean Annual Temperature）指年平均溫度，℃；指轉化系數，按照1g生物量=0.47g C 換算[19]。

1.3.2 草地AGB修正

有研究揭示MOD 17A3H數據比地表實測植被NPP值偏低[15,17]。有研究顯示對應于實地采樣點的Landsat（30 m）NDVI均值比MODIS（250 m）NDVI均值顯著高出20%左右，并通過二者NDVI均值的比值來修正模擬的草地AGB，結果顯示修正后的AGB數值與實際采樣的AGB數據結果差距從38%下降到16%[15]，模擬精度有了較大程度的提升。同理，本文通過研究區Landsat 與MODIS NDVI均值的比值來修正基于MOD 17A3H數據計算得出的草地AGB。修正所用MODIS數據為MOD13Q1產品中的NDVI數據，空間分辨率為250 m，時間分辨率為16 d，影像獲取時間為7月28日（2005、2010、2015年），Landsat數據為Landsat 8 OLI產品數據，空間分辨率為30 m，軌道訪問周期為16 d，在保證數據質量的情況下，盡量選取與MODIS數據影像時間相一致的數據，數據獲取時間分別為2005年7月12日、2010年8月2日及2015年7月17日，數據云量低于10%。

式中AGB指的是研究區修正后的草地可利用地上生物量，kg/(hm2·a)；NDVIlandsat和NDVIMODIS分別指基于Landsat和MODIS系列影像數據獲取的NDVI值。

同時，由于研究區地處高寒草原，生態環境脆弱，有必要保留一定生物量以確保植被在下一個生長季節持續再生。因此，在承載力模型中引入草地合理使用系數來限定草地地上生物量可持續利用比例。即

式中AF指的是研究區草地可利用地上生物量，kg；F指的是天然草地的合理利用率，%。

1.3.3 趨勢分析

本文采用一元線性回歸模型逐像元分析2000—2018年研究區草地AGB年際變化趨勢。Mann-Kendall是一種非參數檢驗統計檢驗方法，用來判斷趨勢的顯著性，無需樣本服從一定的分布，也不受少數異常值的干擾[22]，是判斷長時間序列數據趨勢的有效方法，本文采用Mann-Kendall方法來判斷和靜縣AGB變化的顯著性。

1.4 承載力估算與修正

一般來說，在穩定的草地生態系統中（降水>400 mm，年降水變率<20%）多采用平衡范式進行承載力分析[23]。天山中段南坡既是重要的畜牧業生產基地，也是重要的生態屏障，基于合理修正因子修正的理論載畜量對促進和靜地區畜牧業可持續發展及生態環境的保護具有重要作用。本文采用基于修正的草地AGB模擬牲畜承載力，提出基于草地類型、地貌類型及鄉鎮單元的分類結果，為牧區精細化管控提供一定借鑒。

式中B代表草場可食標準干草產量，kg；代表標準干草含水率，%；A代表天然牧草承載力，頭/hm2；代表標準干草折算系數，%；代表草場放牧天數，d；代表標準羊標準干草日食用量，kg/d；CC為調整后的牧草承載力，頭/hm2；DS代表自然因素干草修正系數[24]，DE代表管理因素干草修正系數。

和靜縣高山草原每年6月上中旬后，天氣轉暖，高山冰雪融化，牧草復蘇，到10月底開始積雪[25]。根據《巴音郭楞蒙古自治州畜禽品種區域布局規劃》，天山牧區以巴音布魯克羊為優勢品種，畜牧業以夏秋季放牧、冬春舍飼為主。本研究取45 kg、日消耗標準干草（含水率14%）的成年綿羊為計算標準，將研究區暖季（夏秋季）放牧（牧食）時間設定為150 d（6月初到10月底）。

2 結果與分析

2.1 草地ANPP估算結果驗證

將已有研究中獲取的草地ANPP與本研究模擬值進行均方根誤差檢驗的對比結果表明：本研究模擬的草地ANPP值與已有研究獲取的ANPP的均方根誤差（Root Mean Square Error，RMSE）在3.13～11.89 g/(m2·a)之間（表1），表明模擬值能夠較好的反映研究區草地ANPP情況，估算結果具有較高的精度。

2.2 草地AGB時空格局變化及趨勢分析

研究區草地可分為溫帶禾草-矮半灌木荒漠草原、溫帶叢生禾草草原、溫帶禾草-雜類草草甸、高寒嵩草-苔草草原以及高寒嵩草-雜類草草甸等五種。2000—2018年年均草地AGB為1 252.34 kg/hm2，因研究區地形、小氣候、土壤和草地類型差異較大，再加之人類活動影響程度不一，不同草地AGB空間差異性明顯（圖2a）。肥沃草原多數位于大尤魯都斯盆地南端及開都河源頭，草地平均AGB超過2 000 kg/hm2；在大尤魯都斯地區，草地AGB從西北向東南遞增，分布特征與該地區水熱梯度變化保持較好一致性。研究區西部巴音郭楞鄉依克賽河上游、鞏乃斯鎮北部地區AGB均顯著高于周邊地區，在較干燥的東南部及坡度較大的中東部地區，草地生產力顯著低于其他地區，草地AGB值低于1 000 kg/ hm2；在和靜縣南部低山地區，因地形平坦，氣溫較高，較其余地方更為適宜牧草生長，草地AGB多處于3 000～4 000 kg/hm2。

利用一元線性回歸分析近20年研究區草地AGB逐像元變化趨勢。分析得出，75.01%區域的草地呈增加趨勢；23.59%區域的草地呈退化趨勢（圖2b）。空間分布上，研究區草地AGB下降與上升趨勢均不明顯，下降及上升超5 g/(m2·a)的區域占比僅0.40%。年均增長率在0～5 g/(m2·a) 的草地占比達75.31%，主要分布在巴音布魯克鎮、巴音郭楞鄉、額勒再特烏魯鄉中部及巴倫臺鎮東南部地區。年均增長率在-5～0 g/(m2·a) 的地區主要分布在巴倫臺鎮中部、額勒再特烏魯鄉西部及阿拉溝鄉西部。通過Mann-Kendall顯著性檢驗發現（圖2c），研究區僅有3.72%的草地呈顯著上升趨勢，呈上升不顯著的區域占比71.18%，集中分布在中西部高寒草原及高寒草甸；呈下降不顯著的區域占比23.48%，集中分布在大尤魯都斯盆地西部及額勒再特烏魯鄉中北部高寒草原、阿拉溝鄉西部及巴倫臺鎮中部溫帶草原、巴倫臺鎮西北部高寒草原地區；穩定不變與下降顯著的區域占比不到3%。

表1 本研究草地地上凈初級生產力ANPP模擬值與實地觀測值對比

研究區近20 a草地AGB均值整體呈顯著上升趨勢（<0.01）（圖3），線性增長率為7.78 kg/(hm2?a)。其中，2003年草地AGB值最低，僅為953.77 kg/hm2，2018年草地AGB值最高，達1 199.13 kg/hm2。

2.3 草地理論承載力及載畜量分析

2.3.1 因子修正及標準干草量估算

研究區內坡度在10%～30%的草地多位于陡峭地區的邊緣地塊，并呈逐漸變緩趨勢，坡度>30%的草地主要分布在東部巴倫臺艾爾溫根山、阿拉溝鄉及北部依連哈比爾朵山地區。此外，也有小部分草地坡度>60%，但占比較小（0.4%）。除此之外，大部分地區坡度處于0～10%，這也為地區的畜牧業發展提供有利條件（圖1b）。一般來說，在坡度>10%的地區需適當降低地表天然牧草的使用系數以避免草地退化、坡地侵蝕與水土流失。總的來看，研究區適宜放牧的緩坡草地大都位于巴音布魯克高山草原內的大、小尤魯都斯盆地周邊及部分溫帶荒漠地區，適宜草地（0～10%）的面積達11 837.22 km2，占研究區天然草場總面積的46.41%。

依據《標準》，將研究區草地AGB轉化為地表干草產量。溫帶荒漠草地及高寒草原草地的可利用標準干草產量折算系數分別為0.90和0.95，其余折算系數為1.00。干草產量高的地區草地類型主要為高山草甸及高山草原，小部分位于低山溫帶草原區。經過計算可得研究區地表可利用標準干草產量為15.01萬t，其中處于2 000～4 000 kg/hm2的占比最大（59.21%），<1 000 kg/hm2及>5 000 kg/hm2的占比分別為5.60%和0.89%，海拔超過2 500 m的高寒草原及高寒草甸干草產量最大，占比分別為24.20%及57.46%。修正后的可利用標準干草產量為8.63萬t（表 2），高寒草甸及高寒草原產草量占比達83.91%，是研究區的主導草地類型。

表2 研究區不同草地類型干草產量

2.3.2 理論載畜量及時空格局分析

根據巴州統計年鑒（2000—2018年）及和靜縣統計公報，和靜縣天然草地綿羊多年平均載畜量約為31.01萬頭。研究區以巴音布魯克大尾羊為主要放牧品種，結合模擬結果，放牧密度呈現從西南向東北遞減趨勢，在未修正時，大尤魯都斯盆地放牧密度較大，處于6～9頭/ hm2，修正后則僅為3～6頭/hm2，只有南部小部分區域放牧潛力較大（圖4），整體區間在0.19～11.79頭/ hm2之間。在不考慮修正因素情況下，研究區天然草地載畜量為31.94萬羊單位，可增長空間僅有2.99%，加上自然及管理因素則下降至24.26萬羊單位，超載率達27.82%。

2000—2018年和靜綿羊承載量呈波動上升趨勢（圖 5），但上升趨勢并不明顯，載畜量多年平均值為24.26萬羊單位，其中2003年載畜量最小，為21.68萬羊單位；2018年載畜量最大，為27.45萬羊單位。

2.3.3 理論載畜量統計分區及載畜狀況分析

研究區地處天山中段高海拔地段，自然環境脆弱，同時也是地區重要的畜牧業基地。在面臨草地畜牧壓力過大情況時如何更好制定合理的畜牧政策將是后期保持地區可持續發展的重要議題，分類研究不同維度下的研究區載畜量情況將為地區精細化管控提供重要的指導與借鑒。

經過系數修正后的和靜縣草地載畜量呈現高寒草甸草地>高寒草原草地>溫帶草原草地>溫帶草甸草地>溫帶荒漠草地的總體特征（表3）。高寒草原草地及高寒草甸草地載畜量多年均值為20.47萬頭，占比達84.39%，放牧密度處在2.02～3.40頭/hm2是研究區天然畜牧業發展的重點草地類型，一方面是由于其草地面積較大，另一方面因土壤含水率較高，標準干草可利用系數較高，草地產草量及地表可利用干草量均較高。從放牧密度來看，溫帶草甸類草地最高，為6.41頭/hm2，但由于該類型草地面積小，總載畜量僅占6.25%。溫帶荒漠類草地因降水不足、人類干擾大，放牧密度僅為1.02 頭/hm2。

對得到的載畜量進行分地貌類型統計（表4），研究區東南部分布有較多的山前陡坡、北部及南部地區亞雪山、雪山地帶海拔高度達3 000 m以上，坡度多在30%～60%，應適當降低放牧強度。經過系數修正，載畜量呈現出高山>亞雪山>亞高山>低山>雪山的特征，其中高山及亞雪山（海拔2 500～3 500 m）載畜量多年均值為19.36萬頭，占比達79.80%，放牧密度處于2.59～3.08 頭/hm2之間，是地方發展畜牧業的重點地區，修正后草地標準羊載畜量為24.26萬頭，降幅為31.66%。從放牧密度及空間分布來看，研究區標準羊放牧密度多處于3.03～3.82頭/hm2，分布在研究區中部巴倫臺鎮、額勒再特烏魯鄉及巴音布魯克鎮等地區。經過自然和社會經濟因素的修正，草地放牧密度下降到2.34～3.08 頭/hm2。

表3 分草地類型載畜量及修正后結果

表4 分地貌類型載畜量及修正后結果

對得到的載畜量進行分鄉鎮統計（表5），從可利用標準干草量來看，經過系數修正后，干草總量為8.62 萬t，相比15.01萬t，降幅達42.51%，由此可見研究區天然草地資源雖相對豐富，但是可利用草地卻相對較少。其中年均可利用干草量超過1萬t的僅有巴音布魯克鎮、巴音郭楞鄉、額勒再特烏魯鄉及巴倫臺鎮。從載畜總量來看，未修正前，載畜總量達到31.94萬頭。標準羊總量超過1萬只的包括哈爾莫墩鎮等7個鄉鎮，其載畜總量占全區的93.24%。經過修正之后，則僅有巴音布魯克鎮等5個鄉鎮承載力總量超過1萬頭標準羊單位，其載畜總量占全區的86.32%，放牧密度處在1.71～3.72頭/hm2。

表5 分鄉鎮載畜量及修正后結果

3 討 論

現有草地承載力研究限于數據可獲取性，對單一年份的分析較多，而對于研究區長時間承載力狀況的揭示存在不足，同時已有研究較少考慮自然因素與社會管理因素對承載力的限制作用及承載力分區統計對地區承載力分析的指導作用，可操作性稍顯不足，弱化了對地區實施相關管理措施提供的借鑒作用。盡管本文在數據方面存在精度較差的不足，但研究結果對于高海拔草地長時間序列承載力研究仍提供了有益探索，后續研究可考慮在獲取更高精度遙感數據及實測數據的基礎上開展更具針對性的研究，融合高時間分辨率的MODIS系列數據與高空間分辨率Landsat系列數據開展長時間序列承載力研究是下一步可探索的有益方向。一般來說，地表凈初級生產力估算的精度與準確性取決于遙感數據的誤差以及ANPP的確定。研究顯示MOD17 GPP/NPP數據會高估生長季以外的植被生產力，而低估生長季內的植被生產力[31]，從而導致數據集產品與實際數據的差異。安妮等[17]利用實測數據與MOD17A3H數據建立函數關系發現實測數據值大于模擬值，且與已有數據集產品之間存在較顯著的線性相關。有研究表明，在受人類影響較小的自然系統中NDVI與植被NPP有較強的線性相關性[12,32]，De Leeuw等[15]利用Landsat與MODIS NDVI數據對同一草地采樣點進行對比研究發現，基于Landsat獲取的NDVI（30 m）值一般比基于MODIS 獲取的NDVI（250 m）值高出20%（<0.05）。因此，在數據受限制的情況下，可以利用NDVI數據對模擬值進行合理修正，但考慮到因地形差異及氣候因子的影響，NDVI與NPP的相關性在不同地區也會存在一定差異，放牧的草地生態系統因受到人類干擾其NDVI與NPP關系也會發生變化，故加強放牧期間內草地NDVI與NPP的實時監測將是后續修正草地ANPP的有效手段，進而有利于準確獲取草地AGB。對于ANPP的確定，樸世龍等[33]提出的草地根冠比系數是現階段計算草地ANPP的常用方法，但這種方法由于溫度、降水、海拔等因素的影響，不同地區該比例系數有一定差異，直接利用此系數會對ANPP的計算帶來較大誤差[11]。對于相對濕潤的高海拔草地來說，氣溫對NPP的影響更為顯著[19,34]，且基于溫度的高海拔ANPP估算也已得到相關研究的驗證[15,21]。一般來說，在不同年份草地ANPP差異不大情況下，平均多年產量具有較好指示意義，可用來預測研究區未來年份的草地承載力，并以此為基礎預估合適的放牧密度及庫存率，從而為地區畜牧業可持續發展提供一定的科學支撐。

本研究提出的承載力模型考慮了保護區和坡度因素，較好地兼顧到了地區生態環境退化及坡度對地區侵蝕風險的影響。但草地可持續利用的影響因素眾多，受數據限制，植被地表蓋度、土壤質地及距水系距離等因子在本研究未予考慮，后續可以結合更高精度遙感影像及相關實測數據將更多的影響因素納入研究，從而獲取更為精確的草地AGB數據。

對于高山天然草場來說，冷暖季的更替對載畜量的計算有較大差異。暖季牧草營養相對充足，在營養滿足家畜需求的時候，家畜可能還會因為未吃飽繼續采食，按照營養載畜量安排放牧則會導致過牧[35]，此時天然草場牧草產量是影響草地承載力的主要因素，故其載畜量的計算應優先考慮可食牧草產量。而進入冷季后，牧草地上現存量和營養品質逐月快速下降，再加上氣候災害，很容易導致牧草產量不足，此時應用營養載畜量則有利于地區釋放草地資源和生態空間[36]。本研究應用牧草載畜量模擬研究區暖季天然草地家畜放牧情況，較為科學合理的劃定出放牧的適宜空間，而在冷季，研究區牧草幾乎不生長，應用牧草載畜量可能會產生較大誤差。如何進一步科學合理測定冷季牧場放牧情況并結合地區冷季農區放牧、圍欄舍飼措施從而得出研究區全年放牧情況，將是后續進一步研究的方向。

4 結 論

本研究基于MODIS MOD17A3H數據建立高海拔地區天然草地承載力模型，模擬得出研究區近20 a天然草地多年草地地上生物量、地表可利用干草量及理論載畜量，分析其時空變化特征，同時基于不同維度統計可利用干草量及理論載畜量，為后續的精準管控提供了一定的參考價值。主要結論如下：

1）基于MODIS 17A3H數據模擬的草地ANPP與已有文獻獲取的實地數據相比，其均方根誤差處于3.13～11.89 g/(m2·a)之間，估算結果具有較高的精度。研究期內和靜縣天然草地地上凈初級生產力均值偏低。研究期內（2000—2018年）研究區地上生物量均值為1 252.34 kg/hm2，且存在波動上升的趨勢，其線性增長率為7.78 kg/(hm2·a)（<0.01），增長的草地占比達75.01%。

2）研究期內年均地上干草產量均值為15.01萬t，波動較小，但空間分布差異較大。海拔超過2 500 m的高寒草原及高寒草甸干草產量最大，占比分別為24.20%及57.46%，修正后可利用干草產量僅為8.62萬t。分草地類型來看，高寒草原草地及高寒草甸草地載畜量多年均值為20.47萬頭，占比84.39%，放牧密度處在2.02～3.40 頭/hm2；分地貌類型來看，高山及亞雪山載畜量多年均值為19.36 萬頭，占比達79.80%，放牧密度處于2.59～3.08 頭/hm2之間；分鄉鎮來看，巴音布魯克鎮等五個鄉鎮占比達86.32%，放牧密度處在1.71～3.72頭/hm2。研究結果從水平角度（高寒草原及高寒草甸）、垂直角度（高山及亞雪山）及管理角度（巴音布魯克鎮、巴倫臺鎮、阿拉溝鄉、巴音郭楞鄉及額勒再特烏魯鄉）劃分出研究區天然草地畜牧業發展的重要區。

3）研究區草地理論載畜量均值處在24.26萬～31.94萬頭之間，未進行自然及社會因素修正的研究區標準羊理論承載力為31.94萬頭，草地欠載2.99%，修正后的研究區標準羊理論承載力為24.26萬頭，草地超載27.82%。

[1] 劉艷，聶磊，楊耘.基于植被指數估算天山牧區不同利用類型草地總產草量[J].農業工程學報，2018，34(9):182-188.

Liu Yan, Nie Lei, Yang Yun. Estimation of total yield of different grassland types in Tianshan pastoral area based on vegetation index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(9): 182-188. (in Chinese with English abstract)

[2] 劉艷，舒紅，李楊，等. 天山巴音布魯克草原植被變化及其與氣候因子的關系[J]. 氣候變化研究進展，2006(4)：173-176.

Liu Yan, Shu Hong, Li Yang, et al. Relationship between dynamic change of vegetation cover and climate factors in bayinbuluk grassland of the Tianshan Mountains[J]. Advances In Climate Change Research, 2006(4): 173-176. (in Chinese with English abstract)

[3] Grabherr G, Gottfried M, Pauli H. Climate effects on mountain plants[J]. Nature, 1994, 369(6480): 448.

[4] 楊紅飛，剛成誠，穆少杰，等. 近10年新疆草地生態系統凈初級生產力及其時空格局變化研究[J]. 草業學報，2014，23(3)：39-50.

Yang Hongfei, Gang Chengcheng, Mu Shaojie, et al. Analysis of the spatio-temporal variation in net primary productivity of grassland during the past 10 years in Xinjiang[J]. Acta Prataculturae Sinica, 2014, 23(3): 39-50. (in Chinese with English abstract)

[5] 趙有益，林慧龍，張定海，等. 基于灰色-馬爾科夫殘差預測模型的甘南草地載畜量預測[J]. 農業工程學報，2012，28(5)：199-204.

Zhao Youyi, Lin Huilong, Zhang Dinghai, et al. Forecasting of grassland carrying capacity of Gannan based on Grey-Markov residual error models[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012，28(5)：199-204. (in Chinese with English abstract)

[6] 王琪，吳成永，陳克龍，等. 基于MODIS NPP數據的青海湖流域產草量與載畜量估算研究[J]. 生態科學，2019，38(4)：178-185.

Wang Qi, Wu Chengyong, Chen Kelong, et al. Estimating grassland yield and carrying capacity in Qinghai Lake Basin based on MODIS NPP data[J]. Ecological Science, 2019, 38(4): 178-185. (in Chinese with English abstract)

[7] 吳曉全，王讓會，李成，等. 天山植被NPP時空特征及其對氣候要素的響應[J]. 生態環境學報，2016，25(11)：1848-1855.

Wu Xiaoquan, Wang Ranghui, Li Cheng, et al. Spatial-temporal characteristics of NPP and its response to climatic factors in Tianshan mountains region[J]. Ecology and Environment Sciences, 2016, 25(11): 1848-1855. (in Chinese with English abstract)

[8] 李剛，孫煒琳，張華，等. 基于秸稈補飼的青藏高原草地載畜量平衡遙感監測[J]. 農業工程學報，2014，30(17)：200-211.

Li Gang, Sun Weilin, Zhang Hua, et al. Balance between actual number of livestock and livestock carrying capacity of grassland after added forage of straw based on remote sensing in Tibetan Plateau[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(17): 200-211. (in Chinese with English abstract)

[9] Imhoff M L, Bounoua L, DeFries R, et al. The consequences of urban land transformation on net primary productivity in the United States[J]. Remote Sensing of Environment, 2004, 89(4): 434-443.

[10] 張芳，熊黑鋼，馮娟，等. 基于遙感的新疆人工綠洲擴張中植被凈初級生產力動態變化[J]. 農業工程學報，2017，33(12)：194-200.

Zhang Fang, Xiong Heigang, Feng Juan, et al. Dynamic change of net primary productivity during process of new artificial oasis expansion in Xinjiang based on remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(12)：194-200. (in Chinese with English abstract)

[11] Running S W, Nemani R, Glassy J M, et al. MODIS daily photosynthesis (PSN) and annual Net Primary Production (NPP) product (MOD17) Algorithm Theoretical Basis Document[EB/OL]. 1999: http://modarch.gsfc.nasa.gov/MODIS/ ATBD.

[12] 蔣蕊竹，李秀啟，朱永安，等. 基于MODIS黃河三角洲濕地NPP與NDVI相關性的時空變化特征[J]. 生態學報，2011，31(22)：6708-6716.

Jiang Ruizhu, Li Xiuqi, Zhu Yongan, et al. Spatial-temporal variation of NPP and NDVI correlation in wetland of Yellow River Delta based on MODIS data[J]. Acta Ecologica Sinica, 2011, 31(22): 6708-6716. (in Chinese with English abstract)

[13] Hunt E R, Miyake B A. Comparison of stocking rates from remote sensing and geospatial data[J]. Rangeland Ecology & Management, 2006, 59(1): 11-18.

[14] Bunkei M, Masayuki T. Integrating remotely sensed data with an ecosystem model to estimate net primary productivity in East Asia[J]. Remote Sensing of Environment, 2002, 81(1): 58-66.

[15] De Leeuw J, Rizayeva A, Namazov E, et al. Application of the MODIS MOD 17 Net Primary Production product in grassland carrying capacity assessment[J]. International Journal of Applied Earth Observation and Geoinformation, 2019, 78: 66-76.

[16] 國志興，王宗明，張柏，等. 2000年～2006年東北地區植被NPP的時空特征及影響因素分析[J]. 資源科學，2008(8)：1226-1235.

Guo Zhixing, Wang Zongming, Zhang Bai, et al. Analysis of temporal-spatial characteristics and factors influencing vegetation NPP in northeast China from 2000 to 2006[J]. Resources Science, 2008(8): 1226-1235. (in Chinese with English abstract)

[17] 安妮，寧小莉，海全勝，等. 基于MODIS數據的近15年渾善達克沙地植被凈初級生產力時空分布研究[J]. 干旱區資源與環境，2020，34(4)：168-175.

An Ni, Ning Xiaoli, Hai Quansheng, et al. Optical model for estimating the spatial and temporal distribution of vegetation net primary productivity in HunShandake sandyland in recent 15 years[J]. Journal of Arid Land Resources and Environemnt, 2020, 34(4): 168-175. (in Chinese with English abstract)

[18] 張仁平，郭靖，張云玲. 新疆草地凈初級生產力(NPP)空間分布格局及其對氣候變化的響應[J]. 生態學報，2020，40(15)：5318-5326.

Zhang Renping, Guo Jing, Zhang Yunling. Spatial distribution pattern of NPP of Xinjiang grassland and its response to climatic changes[J]. Acta Ecologica Sinica, 2020, 40(15): 5318-5326. (in Chinese with English abstract)

[19] 彭開兵，韓其飛，李超凡，等. 天山北坡典型草地凈初級生產力對氮沉降及氣候變化的響應閾值研究[J]. 南京信息工程大學學報：自然科學版，2021，13(2)：242-251.

Peng Kaibing, Han Qifei, Li Chaofan, et al. Effects of nitrogen deposition and climate change on NPP of typical grasslands on the northern slopes of Tianshan mountain[J]. Journal of Nanjing University of Information Science & Technology: Natural Science Edition, 2021, 13(2): 242-251. (in Chinese with English abstract)

[20] 蘇大學. 資源圖的編制與研究[J]. 自然資源學報，1996，11(1)：77-83.

Su Daxue. The compilation and study of the grassland resource map of China on the scale of 1: 1000000[J]. Journal of Natural Resources, 1996, 11(1): 77-83. (in Chinese with English abstract)

[21] Hui D F, Jackson R B, Geographical and interannual variability in biomass partitioning in grassland ecosystems: A synthesis of field data[J]. New Phytologist, 2006, 169(1): 85-93.

[22] 袁麗華，蔣衛國，申文明，等. 2000—2010年黃河流域植被覆蓋的時空變化[J]. 生態學報，2013，33(24)：7798-7806.

Yuan Lihua, Jiang Weiguo, Shen Wenming, et al. The spatio-temporal variations of vegetation cover in the Yellow River Basin from 2000 to 2010[J]. Acta Ecologica Sinica, 2013, 33(24): 7798-7806. (in Chinese with English abstract)

[23] 徐敏云，高立杰，李運起. 草地載畜量研究進展: 參數和計算方法[J]. 草業學報，2014，23(4)：311-321.

Xu Minyun, Gao Lijie, Li Yunqi. A review on grassland carrying capacity(Ⅱ): Parameters and calculation methods[J]. Acta Prataculturae Sinica, 2014, 23(4): 311-321. (in Chinese with English abstract)

[24] 張慧，沈渭壽，王延松，等. 黑河流域草地承載力研究[J]. 自然資源學報，2005(4)：514-521.

Zhang Hui, Shen Weishou, Wang Yansong, et al. Study on grassland grazing capacity in the Heihe River Basin[J]. Journal of Natural Resources, 2005(4): 514-521. (in Chinese with English abstract)

[25] 張立運，道來提. 天山高寒草地特點及合理利用[J]. 干旱區研究，1999(3)：33-40.

Zhang Liyun, Dao Laiti. The characteristics of alpine grassland and its rational utilization in Tianshan mountain[J]. Arid Zone Research, 1999(3): 33-40. (in Chinese with English abstract)

[26] 安尼瓦爾·買買提，楊元合，郭兆迪，等. 新疆天山中段巴音布魯克高山草地碳含量及其垂直分布[J]. 植物生態學報，2006，30(4)：545-552.

Mohammat Anwar, Yang Yuanhe, Guo Zhaodi, et al. Carbon contents and its vertical distribution in alpine grasslands in Bayinbulak, middle stretch of the Tianshan moutain of Xinjiang[J]. Chinese Journal of Plant Ecology, 2006, 30(4): 545-552. (in Chinese with English abstract)

[27] 李猛，何永濤，張林波，等. 三江源草地ANPP變化特征及其與氣候因子和載畜量的關系[J]. 中國草地學報，2017，39(3)：49-56.

Li Meng, He Yongtao, Zhang Linbo, et al. Dynamics of grassland ANPP and its' relationship with climate change and carrying capacity in the Three River Headwater region[J]. Chinese Journal of Grassland, 2017, 39(3): 49-56. (in Chinese with English abstract)

[28] Meng B P, Ge J, Liang T G, et al. Evaluation of remote sensing inversion error for the Above-Ground Biomass of alpine meadow grassland based on multi-source satellite data[J]. Remote Sensing, 2017, 9(4): 372.

[29] 李成陽，薛嫻，賴熾敏，等. 青藏高原退化高寒草甸生長季承載力[J]. 中國沙漠，2018，38(6)：1330-1338.

Li Chengyang, Xue Xian, Lai Chimin, et al. Growing season bearing capacity of degraded alpine meadow in the Qinghai-Tibet Plateau[J]. Journal of Desert Research, 2018, 38(6): 1330-1338. (in Chinese with English abstract)

[30] 尹小君，祝宏輝，GAO Jerry，等. 基于Landsat和MODIS數據融合的農牧區NPP模擬[J]. 農業機械學報，2020，51(8)：163-170.

Yin Xiaojun, Zhu Honghui, GAO Jerry, et al. NPP simulation of agricultural and pastoral areas based on Landsat and MODIS Data fusion[J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(8): 163-170. (in Chinese with English abstract)

[31] Schaefer K, Schwalm C, Williams C, et al. A model-data comparison of gross primary productivity: Results from the North American Carbon Program site synthesis[J]. Journal of Geophysical Research: Biogeosciences, 2012, 117: G03010.

[32] 林志東，武國勝. 基于MODIS的大田縣均溪谷地NPP與NDVI相關性的時空變化特征[J]. 亞熱帶資源與環境學報，2015，10(1)：27-33.

Lin Zhidong, Wu Guosheng. Spatial-temporal changing characteristics of NPP and NDVI correlation in Junxi Valley, Datian County: A study based on MODIS[J]. Journal of Subtropical Resources and Environment, 2015, 10(1): 27-33. (in Chinese with English abstract)

[33] 樸世龍，方精云，賀金生，等. 中國草地植被生物量及其空間分布格局[J]. 植物生態學報，2004，28(4)：491-498.

Piao Shilong, Fang Jingyun, He Jinsheng, et al. Spatial distribution of grassland biomass in China[J]. Chinese Journal of Plant Ecology, 2004, 28(4): 491-498. (in Chinese with English abstract)

[34] 李婷婷，馬超，郭增長. 2004-2015年賀蘭山自然保護區植被NPP時空變化與氣候響應[J]. 水土保持研究，2020，143(6)：260-267.

Li Tingting, Ma Chao, Guo Zengzhang. Response of spation-temporal changes of NPP to climate in Helanshan Mountain nature reserve from 2004-2015[J]. Research of Soil and Water Conservation, 2020, 143(6): 260-267. (in Chinese with English abstract)

[35] 郝力壯，劉書杰，吳克選，等. 瑪多縣高山嵩草草地天然牧草營養評定與載畜量研究[J]. 中國草地學報，2011，33(1)：84-89.

Hao Lizhuang, Liu Shujie, Wu Kexuan, et al. Study on the evaluation of grass nutrition and carrying capacity in alpine grassland of Kobresia hastily in Maduo County[J]. Chinese Journal of Grassland, 2011, 33(1): 84-89. (in Chinese with English abstract)

[36] 徐田偉，王循剛，趙新全，等. 三江源國家公園典型高寒草地冷季牧草營養特征與食草動物承載力[J]. 科學通報，2020，65(32)：3610-3618.

Xu Tianwei, Wang Xungang, Zhao Xinquan, et al. Standing herbage nutrition characters and herbivore carrying capacities of typical alpine grasslands in Sanjiangyuan National Park during cold season[J]. Chinese Science Bulletin, 2020, 65(32): 3610-3618. (in Chinese with English abstract)

Carrying capacity of high-altitude grassland in warm seasons in the middle section of Tianshan Mountain from 2000 to 2018

Qiao Guoliang1, Jin Xiaobin1,2,3※, Gu Zhengming1, Yang Xuhong1, Xu Weiyi1, Yin Yanxing1, Zhou Yinkang1,2,3

(1.,,210046,; 2.,,210046,; 3.,210046,)

Grassland is an important vegetation type in Xinjiang of western China, particularly on the coordinated development of ecological protection and animal husbandry. It is of great significance to rapidly and accurately evaluate the productivity of regional grasslands, thereby revealing the carrying capacity of herbivores in the warm season of high-altitude grasslands, especially for the balanced management of regional grasslands and herbivorous livestock. However, there are only a few reports on the temporal and spatial changes of grassland Aboveground Biomass (AGB) in high-altitude regions using long-term series. It is necessary to effectively evaluate the carrying capacity considering some limiting factors. Taking the Hejing County of Xinjiang as the research area, this study aims to explore the spatiotemporal dynamics and carrying capacity of the grassland AGB using MODIS 17A3H/NPP (Net Primary Productivity, NPP) data products. An estimation model was also proposed to improve the traditional field sampling, in terms of data availability, multi-year monitoring continuity, and regional coverage. The natural and management factors were considered to further modify the model, according to the grassland type, landform, and township. The results showed that: 1) The Aboveground Net Primary Productivity (ANPP) of grassland presented a Root Mean Square Error (RMSE) value of 3.13-11.89 g/(m2·a), indicating a higher accuracy. 2) The AGB average value was 1 252.34 kg/ hm2during the study period (2000—2018), indicating a fluctuating upward trend. Specifically, the linear growth rate was 7.78 kg/(hm2·a) (<0.01), and the overall AGB of grassland was a slight upward trend, where the proportion of grassland with the AGB growth reached 75.01%. The degradation was distributed mostly in the areas with a slope of more than 30%. 3) The annual average aboveground hay was 150 100 t. Among them, the alpine grassland and meadow over 2 500 m produced the largest hay, accounting for 24.20% and 57.46%, respectively. The available hay was reduced to 86 200 t after revision. 4) The average theoretical carrying capacity of grassland in the study area was 242 600 to 319 400 heads. The theoretical carrying capacity of standard sheep without considering natural and management factors was 319 400 heads, the underload of grassland is 2.99%; after revised the carrying capacity was 242 600 heads, and the grass was overloaded by 27.82%, it further illustrated that there was a certain overload risk in the development of grassland animal husbandry in the study area. The research results could provide references for the formulation of regional land management and animal husbandry planning policies, and played a positive role in promoting the sustainable economic development of regional natural resources. The average theoretical carrying capacity of grassland was 242 600 to 319 400 heads. The theoretical carrying capacity of standard sheep was 319 400 heads without considering the natural and management factors, where the underload of grassland was 2.99%. After that, the carrying capacity was 242 600 heads, and the grass was overloaded by 27.82%. Consequently, there was a certain overload risk in the development of grassland and animal husbandry in the study area. The findings can provide a strong reference for the decision-making on the land and animal husbandry, thereby promoting the sustainable development of regional natural resources.

grassland; stocking capacity; high altitude; MODIS; NPP; Xinjiang

喬郭亮，金曉斌，顧錚鳴，等. 2000—2018年天山中段高海拔草地暖季承載力[J]. 農業工程學報，2021，37(22)：253-261.doi：10.11975/j.issn.1002-6819.2021.22.029 http://www.tcsae.org

Qiao Guoliang, Jin Xiaobin, Gu Zhengming, et al. Carrying capacity of high-altitude grassland in warm seasons in the middle section of Tianshan Mountain from 2000 to 2018[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(22): 253-261. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.22.029 http://www.tcsae.org

2021-06-11

2021-11-02

國家自然科學基金項目（41971235）

喬郭亮，研究方向為土地利用與規劃。Email：3227311053@qq.com

金曉斌，博士，教授，博士生導師，研究方向為土地資源管理。Email：jinxb@nju.edu.cn

10.11975/j.issn.1002-6819.2021.22.029

F321.1

A

1002-6819(2021)-22-0253-09