基于Landsat數據的烏魯木齊市草地地上生物量時空演變及趨勢分析

摘要：為探究烏魯木齊市草地地上生物量（Above ground biomass，AGB）的時空演變規律及未來變化趨勢，本研究采用1990—2021年Landsat數據及實測數據構建烏魯木齊市草地AGB反演模型，分析研究區草地生長期（4—10月）各月AGB時空演變特征及穩定性，運用趨勢分析法和Hurst指數等方法，揭示草地AGB的歷史演變和未來變化趨勢。結果表明，建立的AGB模型中，二次多項式反演模型精度最高，為86.07 %；時空演變上，草地生長期整體及5—10月的AGB隨年際變化呈波動增加趨勢，4月則呈波動減少趨勢，隨經緯度的增加均表現為減少趨勢，呈現出草甸區高，荒漠區低的水平分布格局，隨海拔升高總體表現為山區＞平原，且草地波動較為穩定；歷史變化趨勢上，生長期整體及5—10月AGB累計變化率均呈增加趨勢，4月呈減少趨勢，演變分級均以退化和穩定為主；未來變化趨勢上，生長期整體及5—10月趨勢變化均以穩定和改善為主，4月以退化和改善為主。研究結果可為烏魯木齊市草地的科學評價及合理利用提供理論依據。

關鍵詞：草地地上生物量；時空演變；趨勢分析；變異系數；Hurst指數

中圖分類號：S812.6 文獻標識碼：A 文章編號：1007-0435（2023）07-1950-14

Temporal and Spatial Evolution and Trend Analysis on the Grassland Above Ground Biomass in Urumqi Based on Landsat Data

LI Ying1， ZHANG Yong-juan²， JIN Gui-li^1，*， LIU Wen-hao1， GONG Ke1， WANG Sheng-ju1， MA Jian1， LIU Zhi-biao1， LI Jia-xin1， LI Chao1

（1. College of Grassland Sciences of Xinjiang Agricultural University / Xinjiang Key Laboratory of Grassland Resources and Ecology /Key Laboratory of Grassland Resources and Ecology for Western Arid Desert Region， Ministry of Education， Urumqi， Xinjiang 830052， China; 2. Urumqi landscape engineering quality supervision station （Urumqi forest and grass seedling station）， Urumqi， Xinjiang 830092， China）

Abstract：In order to explore the spatio-temporal changes and the trend of grassland above ground biomass （AGB） in Urumqi，this study used Landsat data and site measured data from 1990 to 2021 to establish an AGB inversion model for the grasslands in Urumqi. The spatio-temporal change characteristics and stability of AGB in each month of the grassland growth period （from April to October） in the study area were analyzed using trend analysis and Hurst index methods，the historical evolution and future trend of grassland AGB also revealed. The results show that for the establishment of the AGB models，the quadratic polynomial inversion model has the highest accuracy in simulation，reaching 86.07%. In terms of spatio-temporal evolution，the AGB during the growth period as a whole and from May to October showed a fluctuating increasing trend，while in April，it showed a fluctuating decreasing trend. With the increase of longitude and latitude，it showed a horizontal distribution pattern of high meadow areas and low desert areas. With the increase of altitude，the AGB overall showed a trend of mountainous areasgt;plains，and the fluctuation of grassland was relatively stable;In terms of historical change trend，both the overall growth period and the cumulative change rate of AGB from May to October showed an increasing trend，while in April，it showed a decreasing trend.The evolution grading was mainly characterized by degradation and stability;In terms of future trends，both the overall growth period and the trend changes from May to October are mainly stable and improved，while in April，they are mainly degraded and improved.The research results can provide theoretical basis for scientific evaluation and rational utilization of grassland in Urumqi.

Key words：Above ground biomass of grassland;Spatio-temporal evolution;Trend analysis;Coefficient of variation;Hurst index

草地地上生物量（Above ground biomass，AGB）是作為表征群落結構和功能的綜合信息載體，不僅是衡量草地生產功能和生態服務的重要指標^［1］，還是進行草業規劃、生態評價、草原退化監測的基礎。有研究表明，草地地上生物量變化與水熱因素、人為因素相互作用，水熱及人為因素決定了地上生物量的分布及變化，而地上生物量的變化也影響著區域氣候條件及人類活動^［2-3］。因此，及時、準確地監測草地地上生物量的時空變化，了解其變化規律，對區域草地資源管理、草畜平衡及生態環境保護具有重要意義。

近年來，隨著遙感技術和大數據信息平臺的發展，利用多源遙感影像對草地地上生物量進行動態監測已成為一種有效手段^［4-6］。常用的遙感數據源主要有MODIS^［7-8］，LANDSAT^［9-10］等，他們在植被動態監測研究中各有優劣。MODIS數據時間分辨率高，覆蓋面積大，但對于小尺度區域調查，空間分辨率低；而Landsat空間分辨率較高，能夠準確地反演地面參數并體現其空間變化規律，適用于小尺度區域調查^［11-12］。目前，有關于草地地上生物量的研究多集中在不同區域時空分布特征、趨勢分析方面。前者基于長時序數據，對不同區域內的草地地上生物量時空變化進行分析，受自然因素與人為因素的影響，空間上不同的區域呈現出不同的分布格局^［13-14］，時間上呈增加、減少或波動的變化規律^［15-19］；后者采用趨勢分析法，利用長時間序列數據進行回歸分析，研究不同像元內草地地上生物量的變化^［20］，其結果可以闡明一定時間內，該區域內的草地是處于改善、退化還是穩定的狀態^［21-23］，可為該區域草地利用與管理提供理論依據。烏魯木齊市作為新疆維吾爾自治區的首府，是全疆政治、經濟、文化的中心，有豐富的資源，在長時間城市化發展中，草地地上生物量隨時間呈現出怎樣變化的規律，未來變化趨勢如何？如果能對烏魯木齊市草地生長期及生長期內各月的草地AGB進行預測，更能提高草地的可持續利用率，對區域草地合理規劃具有一定的指導意義。

因此，為了準確反映烏魯木齊市草地AGB的時空演變特征，本研究基于Landsat數據，利用遙感反演法得到烏魯木齊市1990—2021年4—10月生長期平均AGB及各月AGB數據集，采用回歸分析法、變異系數法分析研究區草地AGB時空演變特征及空間穩定性，并采用slope趨勢分析法探討研究區草地AGB歷史演變規律，進一步結合Hurst指數法分析研究區草地AGB的未來變化趨勢，以期為烏魯木齊市草地資源的科學保護和利用提供依據。

1 材料與方法

1.1 研究區概況

烏魯木齊市86°37′33″ E～88°58′24″，42°45′32″ N～45°00′00″N）位于中國西北地區，新疆維吾爾自治區的中部，屬于溫帶大陸性氣候，年日照時數2 400～3 000 h，年均溫7.0℃，年降雨量271.4 mm（圖1）。據20世紀80年代統計，烏魯木齊地區土地總面積為1 623 333 hm²，草地面積占總面積的60.21%^［24］。烏魯木齊市具有豐富的草地資源，分布著低平地草甸類、高寒草甸類、高寒草原類、山地草甸類、溫性草甸草原類、溫性草原化荒漠類、溫性草原類、溫性荒漠草原類、溫性荒漠類等9種草地類型^［25］。據研究統計，烏魯木齊市最適載畜量為34.19萬只（綿羊單位），但實際載畜量為57～60萬只，存在嚴重的超載過牧現象^［26］。因此，對烏魯木齊市的草地AGB時空變化進行研究，不僅有助于評估該地區草地資源的狀況，還有助于制定合理的牧業管理措施，防止過度放牧造成的草地損失，維護該地區草地資源的長期可持續發展。

1.2 數據來源

1.2.1 實測數據的獲取 本研究地面實測樣本數據于2021年7月野外獲取，樣點布設遵循草地類型、地形、地貌、交通便利兼顧等布設原則，樣地及樣方布設采取典型取樣法在樣點附近選取符合整體樣地特征和未被家畜采食地區布設。其中，草本、半灌木及矮小灌木為主的樣地，布設3個1 m×1 m的樣方。灌木及高大草本植物為主的樣地，每個樣地設置1個10 m×10 m的灌木及高大草本植物樣方和3個1 m×1 m的草本、半灌木及矮小灌木樣方。采用齊地面刈割法，分種測定植物地上生物量鮮重，總計259個調查樣本。

1.2.2 遙感數據的獲取 影像數據：Landsat影像數據均來自于Google Earth Engine Landsat表面反射率遙感數據庫，基于該數據庫獲取研究區1990—2021年植物生長季4—10月份影像，其中1990—2011年使用的是USGS Landsat 5 Surface Reflectance Tier 1數據集，2012-2013是USGS Landsat 7 Surface Reflectance Tier 1數據集，2014—2021年是USGS Landsat 8 Surface Reflectance Tier 1數據集，空間分辨率均為30 m，并在Google Earth Engine平臺（https：//code.earthengine.google.com/）進行去云、裁剪、拼接及植被指數的計算。由于Landsat影像去云以后部分月份數據不完整，在ENVI 5.6中利用無縫拼接工具對同一月份前后兩年的影像進行填補。

高程數據：通過Earthdata網站（https：//urs.earthdata.nasa.gov）獲取烏魯木齊市DEM 12.5 m分辨率的ALOS衛星數據。

草地范圍數據：通過國家冰川凍土沙漠科學數據中心（http：//www.ncdc.ac.cn/portal/）獲取新疆1∶100萬草地資源類型圖，通過裁剪得到烏魯木齊市草地范圍^［25］。

氣象數據：通過國家地球系統科學數據中心（http：//www.geodata.cn）獲取研究區1990—2021年4—10月平均氣溫、降水量數據。

1.3 研究方法

1.3.1 AGB模型的建立 本研究利用70%的樣本點建立模型，30%的樣本點精度驗證，利用ArcGIS提取各樣方點的歸一化植被指數（Normalized difference vegetation index，NDVI），建立生物量的線性及非線性反演模型，建立的模型主要包括指數、線性、對數、二次多項式以及冪函數，根據決定系數（R²）、平均相對誤差（RE）、均方根誤差（RMSE）、估算模型精度（Accuracy）來選取最優模型。

1.3.2 精度驗證 本研究選取平均相對誤差（RE）、均方根誤差（RMSE）、估算模型精度（Accuracy）來進行模型精度評價。公式如下^［35］：

式中，b_i為實測生物量，b′_i為估測生物量，b-為實測生物量的平均，n為樣本數。

1.3.3 AGB時空演變分析 從經度、緯度、海拔高度對草地AGB的空間變化進行統計，分析其水平與垂直分異特征^［27］。步驟如下：（1）經緯度以0.5°的間隔劃分，經度上為：86.5～87°，87～87.5°，87.5～88°，88～88.5°，88.5～89°；緯度上為：42.5～43°，43～43.5°，43.5～44°，44～44.5°，44.5～45°，45～45.5°；（2）海拔的劃分是基于ALOS DEM 12.5 m數據，根據烏魯木齊市的海拔范圍，按照1 000 m的間隔劃分為5個高程帶：0～1 000 m，1 000～2 000 m，2 000～3 000 m，3 000～4 000 m，4 000～5 000 m。

利用變異系數（Coefficient of variation，CV）描述1990—2021年4—10月草地AGB的相對波動程度，計算公式為^［28］：

式中，CV是變異系數，σ是標準差，X-是AGB的平均值。

1.3.4 AGB歷史變化趨勢分析 利用slope趨勢分析及F檢驗分析烏魯木齊市草地AGB在時間尺度上的變化趨勢，其中slope表示研究區每個像元內草地AGB的變化趨勢。當slopegt;0時，表示該像元內草地AGB呈增加趨勢，反之，則表示該像元內草地AGB呈退化趨勢。其計算公式及趨勢劃分如下^{［27，29］}：

式中，i為年序號，AGB_i為第i年的AGB值，n為樣本量。slope是AGB在研究時間內的變化率。

1.3.5 AGB未來變化趨勢分析 基于重標極差（R/S）分析方法的Hurst指數是一種有效的定量方法，用于描述時間序列信息的長期依賴性，該指數最早是由英國水文學家Hurst提出的，公式如下^［30-31］：

在一定時間序列內{（t）}，t=1，2，…對于任意整數n≥1。

均值：

累積離差：

極差：

標準差：

R，S，ε滿足一般關系式：

R（τ）/S（τ）=c×τ^H

式中：c為常數；R（τ）/S（τ）為重標極差；H 為 Hurst指數。根據以下方程logτ為自變量，log（R/S）_τ為因變量，采用最小二乘法擬合，可得到Hurst指數的估計值。

log（R/S）_τ=log（τ）+H×logτ

本研究利用Matlab軟件進行計算1990—2021年生長期整體及各月的草地AGB Hurst指數，指數介于0～1之間，主要有3種形式：（1） 當0.5lt;Hlt;1時，說明該時間序列具有持續性的變化趨勢，數值越接近1，持續性就越強；（2） 當H = 0.5時，說明該時間序列是隨機的，即過去與未來的變化趨勢沒有任何相關性；（3） 當0lt;Hlt;0.5時，說明該時間序列具有反持續性的變化趨勢，即過去的減少趨勢可能導致未來的增加趨勢，數值越接近0，反持續性就越強^［32-33］。

為了更好的預測草地AGB的未來趨勢變化，將slope趨勢分析與Hurst指數結合起來，將烏魯木齊市草地AGB未來趨勢劃分為6個等級，劃分依據如下^［29］：

2 結果與分析

2.1 草地生物量反演模型與精度評價

本研究通過指數、線性、對數、二次多項式和冪函數構建NDVI和草地地上生物量的反演模型，并評估模型的估算精度，篩選出最佳的反演模型（表4）。從反演模型的效果來看，NDVI的二次多項式模型效果最佳，其平均相對誤差（RE）、均方根誤差（RMSE）均最小，分別為0.13%，36.93 g·m^-2，決定系數R²和模型精度均最高，分別為0.83和70%，模型的可信度也最高。

為了評估草地地上生物量遙感估算模型的精確性，我們采用了30%的樣本數據進行了精度驗證，結果表明，2021年實測草地地上生物量和遙感反演地上生物量相關系數達 0.88（圖2），均方根誤差和平均相對誤差分別為15.31 g·m^-2和-0.11 %，模型的估算精度達到了86.07 %，說明利用二次多項式模型建立的NDVI和地上生物量估測值與實測值比較接近，可以較好地估測烏魯木齊市草地地上生物量。

2.2 烏魯木齊市草地AGB時空演變特征

2.2.1 時間變化特征 由圖3可知，草地生長期平均AGB整體呈波動增加趨勢，增長速度為0.45 g·m^-2·a^-1，最大值出現在2016年，為159.57 g·m^-2，最小值出現在2004年，為133.37 g·m^-2。從生長期各月來看，5—10月與生長期均值整體變化一致，隨年際變化呈波動增加趨勢，平均增長速度為9月（0.79 g·m^-2·a^-1）＞6月（0.74 g·m^-2·a^-1）＞8月（0.73 g·m^-2·a^-1）＞7月（0.58 g ·m^-2·a^-1）=5月（0.58 g·m^-2·a^-1）；4月與之相反，呈波動減少趨勢，減少速率為0.35 g·m^-2·a^-1。總體來看，1990—2021年烏魯木齊市生長期各月的草地AGB年際變化趨勢與平均AGB大體一致，呈波動增加趨勢。

2.2.2 空間變化特征 由圖4、圖5可知，32年，草地生長期平均AGB隨經度的增加總體呈減少趨勢，每增加0.5°，草地AGB就減少26.79 g·m^-2，緯度上，從南向北整體呈下降的趨勢，每增加0.5°，草地AGB就減少7.54 g·m^-2。隨經度、緯度的變化，空間上總體分布特征為西南部和東部高，北部、南部及東南部低，均值為144.44 g·m^-2，大部分草地AGB為100～150 g·m^-2，在全市均有分布，占全市草地面積的76.20 %，其次為150～200 g·m^-2，占10.33 %，主要分布在東南部；第三是大于200 g·m^-2，占13.10%，主要集中分布在西南部和東部，小于100 g·m^-2的最少，占0.37 %，主要零星分布在西南部。

從生長期各月來看，各月草地AGB在水平方向的變化趨勢與生長期平均AGB一致，經度上從西向東逐漸減少，緯度上從南向北整體呈下降的趨勢，空間上總體分布特征為為西南部和東部高，北部、南部及東南部低（圖4、圖5）。

由圖6可知，草地生長期平均AGB變異系數較小，介于0.00～1.30，處于較穩定的狀態。其中，74.40 %的草地AGB變異系數小于0.15，主要集中分布在北部、南部、東南部、中西南部；25.60 %的草地AGB變異系數大于0.15，主要集中分布在西南部、東部，部分零星分布在城區周邊，說明這些區域草地波動性較大，處于一個不穩定的狀態。從生長期各月來看，各月草地AGB空間穩定性與生長期平均AGB一致，均為西南部、東部較高，北部、南部、東南部、中西南部較低。

由圖7可知，草地生長期平均AGB隨海拔的升高總體呈增加趨勢，每升高1 000 m，增加為27.45 g·m^-2，在4 000～5 000 m處達到最大值，為248.62 g·m^-2，在0～1 000 m處最小，為116.96 g·m^-2。從生長期各月來看，各月草地AGB隨海拔的變化趨勢與生長期平均AGB一致，隨海拔的升高總體呈增加趨勢，變化速率為：6月（56.32 g·m^-2·km^-1）＞5月（40.18 g·m^-2·km^-1）＞4月（31.26 g·m^-2·km^-1）＞7月（26.53 g·m^-2·km^-1）＞10月（17.98 g·m^-2·km^-1）＞ 9月（11.80 g·m^-2·km^-1）＞8月（6.08 g·m^-2·km^-1）。

2.3 歷史變化趨勢及顯著性檢驗

為了解1990—2021年烏魯木齊市草地在植被生長期內的生長趨勢，通過slope值、F檢驗來展現草地AGB的變化趨勢。結果發現，時間上，32年的草地生長期平均AGB年際變化率有較大差異，呈現出波動起伏狀態，總體表現由 1991年的-5.41 g·m^-2·a^-1 增加至 2021年的 0.45 g·m^-2·a^-1。空間上，呈退化趨勢（slope＜0，P＜0.05）的草地面積最大，為4 606.51 km²，占烏魯木齊市草地面積的48.08 %，主要分布在烏魯木齊北部、東南部、南部等地；其次是呈穩定變化的草地，面積為3 244.05 km²，占33.87 %，主要分布在烏魯木齊東南部及城區周邊；呈改善趨勢（slope＞0，P＜0.05）的草地面積最小，為1 729.14 km²，占18.05 %，主要分布在西南部及東部（表5、圖8、圖9）。

從生長期各月來看，時間上，4月草地AGB由1991年的4.08 g·m^-2·a^-1 減少至2021年的0.35 g·m^-2·a^-1，其余各月AGB累積變化率與生長季平均AGB一致，隨時間呈增加趨勢。空間上，月份之間的草地AGB變化差異較大，4—5月，北部、西南部及東南部呈退化趨勢的草地逐漸減少，北部及東南部呈穩定趨勢的草地面積逐漸增加，東部及西南部等區域呈改善趨勢的草地逐漸增加；6—7月，北部及南部呈退化趨勢的草地逐漸減少，中部及東南部呈穩定趨勢的草地面積呈增加趨勢，西南部及東南部呈改善趨勢的草地面積逐漸減少；8—10月，中部、南部及東南部呈退化趨勢的草地面積逐漸增加，中部及東南部呈穩定趨勢的草地面積逐漸減少，東部及西南部呈改善趨勢的草地面積逐漸減少。（表5、圖8、圖9）

2.4 未來變化趨勢

由表6、圖10可知，烏魯木齊市草地生長期平均AGB的Hurst指數較小，介于0.09～1.00之間，均值為0.46。小于0.5的占全市草地面積為6 634.93 km²，主要分布在中北部、東部、東南部、南部及中西南部，說明未來烏魯木齊市草地AGB變化趨勢具有較強的反持續性，有69.26 %的地區草地植被未來的變化趨勢與過去相反；大于0.5的面積為2 945.22 km²，主要分布在東南部、西南部及城區周邊，說明有30.74 %的草地未來變化趨勢與過去一致。

從生長期各月來看，未來草地AGB均處于持續性（0. 5lt;Hlt;1）和反持續性（0lt;Hlt;0.5）變化，且后者大于前者。4—8月，中部、中西南部、南部及東南部等呈反持續性變化的草地面積逐漸增加，北部、中部、西南部、東南部及南部等呈持續性變化的草地面積逐漸減少；9—10月，北部、中部、中西南部、南部及東南部呈反持續性變化的草地面積逐漸減少，北部及東南部呈持續性變化的草地面積逐漸增加。總體來看，未來烏魯木齊市草地變化情況與歷史存在較大差異，說明未來烏魯木齊市草地波動較大（表6、圖10）。

為了更清楚的預測烏魯木齊市草地植被未來生長情況，將Hurst指數與slope趨勢分析相結合，將烏魯木齊市草地未來AGB分為6類，草地生長期平均AGB未來趨勢變化中，反持續性退化面積最大，為3 449.58 km²，占烏魯木齊市草地面積的36.01%，主要分布在北部及中西南部等地；其次是穩定型，為3 280.77 km²，占34.25%，主要分布在東部、東南部、中南部、南部等地；第三是持續退化型，為1 130.52 km²，占11.80%，主要分布在北部及東南部；然后是持續性改善型，為897.75 km²，占9.37%，主要分布在西南部；最后是反持續性改善型，為820.10 km²，占8.56%，東部、西南部等地（表7、圖11）。

從生長期內各月來看，未來烏魯木齊市草地主要呈改善（持續性改善和反持續性退化）、穩定、退化（持續性退化和反持續性改善）3種趨勢，各月草地AGB未來變化趨勢呈現出不同的規律。4—5月，北部、中部及東南部呈改善趨勢的草地面積逐漸增加，中部及東南部呈穩定趨勢的草地面積逐漸增加，北部及南部呈退化趨勢的草地面積逐漸減少；6—8月，北部呈改善趨勢的草地面積逐漸增加，北部、東南部呈穩定趨勢的草地面積逐漸增加，北部、東部及南部呈退化趨勢的草地面積逐漸減少；9—10月，北部及中部呈改善趨勢的草地面積逐漸減少，中部、南部及東南部呈穩定趨勢的草地面積逐漸減少，北部及東南部呈退化趨勢的草地面積逐漸增加。總體來看，未來烏魯木齊市草地呈好轉的趨勢，生長期及生長期各月草地均以穩定和改善為主（表7、圖11）。

3 討論

在研究陸地生態系統碳循環和指導草地畜牧業生產中，及時而準確地掌握草地AGB時空演變特征具有重要的意義。有學者對草地AGB的時間變化特征進行了相關研究，如Zeng等^［34］、王公鑫等^［35］、Zhang等^［8］對不同地區的草地AGB時間變化規律進行分析，均發現草地AGB隨時間的增加呈波動增加趨勢，這與本研究結果相似。本研究在探討1990—2021年烏魯木齊市4—10月草地AGB時間變化特征時發現，5—10月草地AGB變化趨勢與生長期平均AGB趨勢一致，隨年際變化呈波動增加趨勢。這是因為水熱條件是限制干旱區植被生長的關鍵因素^［36-38］，隨著烏魯木齊市溫度、降水的增加^［39］，促進了草地生產力和載畜能力，減緩了超載過牧對草地的破壞，進而使草地AGB增加。本研究發現4月與生長期平均AGB變化趨勢相反，呈波動減少趨勢，這與馬麗云等^［40］研究2004—2011年烏魯木齊市4月NDVI變化趨勢結果相反，其研究表明8年來烏魯木齊市NDVI呈波動上升趨勢。其原因主要是草地在生長期受水熱條件共同控制，月份之間差異明顯，且研究時段不同，從而會發生不同的起點、結束點、突變點，及不同結果^［41-42］；空間特征上，烏魯木齊市草地AGB由于復雜的地理條件和氣候變化^{［39，43］}，水平上隨經度、緯度的增加而減少，呈現出西南部和東部高，北部、南部及東南部低的分布格局，垂直上隨海拔的升高而增加。

為闡明草地AGB的歷史演變趨勢，有學者采用趨勢分析法對不同地區的草地AGB進行分析，如王公鑫等^［35］、楊淑霞等^［17］對不同時序、地區的草地AGB進行趨勢分析，發現草地AGB變化趨勢以穩定和改善為主，這與本研究對1990—2021年烏魯木齊市草地AGB變化趨勢結果相反，本研究結果表明，32年間，烏魯木齊市草地AGB變化趨勢主要為退化和穩定，主要是由于烏魯木齊屬于北疆典型荒漠區，尤其是北部溫性荒漠類草地分布較大，占全市草地面積的26.88%。據統計發現（圖12），北部荒漠草地降水變化速度為-0.01 mm·a^-1，比整體草地平均降水低80.00%，氣溫速度為0.04℃· a^-1，比整體高33.33%，降水的減少、溫度的增加及荒漠植被本身生長的脆弱性^［44-45］，導致北部荒漠草地AGB生長季均值為112.52 g·m^-2，低于整體草地均值22.10%，每年以0.20 g·m^-2的速度減少；本研究還發現，受氣溫和降水的影響^［39］，分布在西南部和東部的區域的草地AGB呈增加趨勢；除此之外，同樣地點在不同季節出現了不同的退化類型，這是因為植被具有明顯年際和季節變化，受氣候因素及人類活動的影響，進而導致烏魯木齊市1990—2021年不同月份的草地AGB變化趨勢不一致。

為探索烏魯木齊市草地AGB未來變化趨勢，本研究將Hurst指數與slope趨勢分析相結合，發現5—10月草地AGB變化趨勢與生長期平均AGB趨勢一致，未來均以改善和穩定為主，這與陸蔭等^［16］、Ge等^［13］對不同地區草地AGB的未來預測結果相似，其研究結果表明未來草地AGB主以改善為主，主要是因為氣候變化及人類活動是限制草地AGB生長的重要影響因素^{［8，47-48］}，近年來，隨著新疆氣候“暖濕化”^［49］及相關草原保護政策的陸續出臺^［50］，使草地得以恢復，草地AGB未來呈增加的趨勢；但生長初期4月的變化趨勢與之相反，以退化和改善為主，其未來呈退化趨勢的草地面積是生長期整體及其他月份的3.27～7.12倍，說明這個時期需延遲放牧，4月正逢早春，氣溫仍然較低，牧草正處于開始返青的階段，其生長速度緩慢，可以有足夠的時間恢復生長^［51］。本研究結果還發現烏魯木齊市呈現退化趨勢的草地主要分布在南部及東部，這與變異系數結果相對應（圖6），說明該地區草地目前正處于不穩定狀態，過去呈改善狀態的草地，但在未來，可能受水熱因素^［36-38］、放牧^{［46，52］}及旅游業發展的影響^［53］使其呈退化趨勢，后期應加強對該地區的草地的保護。

4 結論

本研究通過結合遙感數據和地面實測數據建立的NDVI二次多項式模型是最佳的指數反演模型，適用于監測烏魯木齊市草地地上生物量的變化。1990—2021年烏魯木齊市草地AGB總體表現為波動增加趨勢，空間上表現為草甸區高，荒漠區低，且山地＞平原的分布格局。近32年來烏魯木齊市草地AGB呈現出“部分退化，局部穩定，少量改善”的狀態，未來會向著“部分改善，局部穩定，少量退化”的趨勢發展，對南部及東部持續退化區域需采取合理放牧、適度施肥等保護措施，同時在4月返青期時可利用推遲放牧的方法緩解退化。

參考文獻

［1］ 姜恕. 草地生態研究方法［M］. 北京：農業出版社，1988：67-81

［2］ 許鵬. 新疆草地資源及其利用［M］. 烏魯木齊：新疆科技衛生出版社，1993：202-219

［3］ 陳效逑，王恒.1982-2003年內蒙古植被帶和植被覆蓋度的時空變化［J］.地理學報，2009，64（1）：84-94

［4］ QUAN X，HE B，YEBRA M，et al. A radiative transfer model-based method for the estimation of grassland aboveground biomass［J］. International Journal of Applied Earth Observation and Geoinformation，2017（54）：159-168

［5］ 童新，楊震雷，張亦然，等.基于不同階微分高光譜植被指數的牧區草場地上生物量估算［J］.草地學報，2022，30（9）：2438-2448

［6］ 張雨欣，黃健熙，金云翔，等.草地地上生物量估算模型研究進展［J］.草地學報，2022，30（4）：850-858

［7］ ZHOU W，LI H，XIE L，et al. Remote Sensing Inversion of Grassland Aboveground Biomass Based on High Accuracy Surface Modeling［J］. Ecological Indicators，2021（121）：107215

［8］ ZHANG J，FANG S，LIU H. Estimation of Alpine Grassland Above-ground Biomass And Its Response to Climate on the Qinghai-Tibet Plateau During 2001 to 2019［J］. Global Ecology and Conservation，2022，35：e02065

［9］ LI Z，XIN X，HUAN T，et al. Estimating Grassland LAI Using the Random Forests Approach and Landsat Imagery in the Meadow Steppe of Hulunber，China［J］. Journal of Integrative Agriculture，2017，16（2）：286-297

［10］ZHANG Y，WANG R. Estimation of Aboveground Biomass of Vegetation Based on Landsat 8 OLI Images［J］. Heliyon，2022：e11099

［11］MENG B，GE J，LIANG T，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

［12］岳奕帆，陳國鵬，王立，等.基于GEE平臺的舟曲縣1998—2019年植被覆蓋變化分析［J］.草地學報，2022，30（6）：1534-1542

［13］GE J，HOU M，LIANG T，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

［14］YU H，WU Y，NIU L，et al. A Method to Avoid Spatial Overfitting in Estimation of Grassland Above-ground Biomass on the Tibetan Plateau［J］. Ecological Indicators，2021，125：107450

［15］烏如汗. 正藍旗草地地上生物量遙感估算研究［D］.呼和浩特：內蒙古師范大學，2018：23-24

［16］陸蔭，楊淑霞，李曉紅.甘南州高寒天然草地生長狀況遙感監測［J］.草業科學，2021，38（1）：32-43

［17］楊淑霞，馮琦勝，孟寶平，等.三江源地區高寒草地地上生物量時空動態變化［J］.草業科學，2018，35（5）：956-968

［18］金哲人，馮琦勝，王瑞涇，等.基于MODIS數據與機器學習的青藏高原草地地上生物量研究［J］.草業學報，2022，31（10）：1-17

［19］王秀梅，董建軍.基于廣義線性模型估算內蒙古荒漠草原及典型草原地上生物量變化［J］.草地學報，2020，28（6）：1711-1718

［20］張建云，張成鳳，鮑振鑫，等.黃淮海流域植被覆蓋變化對徑流的影響［J］.水科學進展，2021，32（6）：813-823

［21］陳琪，趙健，楊九艷，等.荒漠草場地上生物量的遙感監測——以內蒙古阿拉善盟為例［J］.中國草地學報，2020，42（2）：105-116

［22］張玉琢，楊志貴，于紅妍，等.基于STARFM的草地地上生物量遙感估測研究——以甘肅省夏河縣桑科草原為例［J］.草業學報，2022，31（6）：23-34

［23］宋瑞玲，王昊，張迪，等.基于MODIS-EVI評估三江源高寒草地的保護成效［J］.生物多樣性，2018，26（2）：149-157

［24］高飛，韓燕，王薇，等.烏魯木齊地區草地動態監測與評價［J］.草學，2017（4）：38-40，44

［25］董通.新疆干旱時空演變特征及其對草地物候影響研究［D］.烏魯木齊：新疆農業大學，2022：22-23

［26］崔國盈，丁建江，馮立濤，等.烏魯木齊地區草原占用情況及草場退化原因分析［J］.草食家畜，2002，（1）：53-55

［27］崔博超，鄭江華，吐爾遜·哈斯木，等.塔里木河流域草地凈初級生產力時空分異特征研究［J］.草業學報，2020，29（6）：1-13

［28］李傳華，趙軍，師銀芳，等.基于變異系數的植被NPP人為影響定量研究——以石羊河流域為例［J］.生態學報，2016，36（13）：4034-4044

［29］劉亮，關靖云，穆晨，等.2008—2018年伊犁河流域植被凈初級生產力時空分異特征［J］.生態學報，2022，42（12）：4861-4871

［30］JIANG W，YUAN L，WANG W，et al. Spatio-temporal Analysis of Vegetation Variation in the Yellow River Basin［J］. Ecological Indicators，2015（51）：117-126

［31］YIN L，WANG X，FENG X，et al. A Comparison of SSEBop-Model-Based Evapotranspiration with Eight Evapotranspiration Products in the Yellow River Basin，China［J］. Remote Sensing，2020，12（16）：2528

［32］王耀斌，趙永華，韓磊，等.2000—2015年秦巴山區植被凈初級生產力時空變化及其驅動因子［J］.應用生態學報，2018，29（7）：2373-2381

［33］朱玉果，杜靈通，謝應忠，等.2000—2015年寧夏草地凈初級生產力時空特征及其氣候響應［J］.生態學報，2019，39（2）：518-529

［34］ZENG N，REN X，HE H，et al. Estimating Grassland Aboveground Biomass on the Tibetan Plateau Using a Random Forest Algorithm［J］. Ecological Indicators，2019（102）：479-487

［35］王公鑫，井長青，董萍，等.新疆荒漠草地生物量估算及影響因素研究［J］.草地學報，2022，30（7）：1862-1872

［36］ZHENG K，WEI J Z，PEI J Y，et al. Impacts of Climate Change and Human Activities on Grassland Vegetation Variation in the Chinese Loess Plateau［J］. Science of the Total Environment，2019（660）：236-244

［37］JIANG W，YUAN L，WANG W，et al. Spatio-temporal Analysis of Vegetation Variation in the Yellow River Basin［J］. Ecological Indicators，2015（51）：117-126

［38］CHENG D，QI G，SONG J，et al. Quantitative Assessment of the Contributions of Climate Change and Human Activities to Vegetation Variation in the Qinling Mountains［J］. Frontiers in Earth Science，2021（10）：782287

［39］普宗朝，張山清，瓦哈提，等.近56年烏魯木齊市青草期水熱氣候條件時空變化［J］.草業科學，2018，35（7）：1602-1613

［40］馬麗云，胡列群，曹磊，等.烏魯木齊地區2004—2011年4月NDVI與氣候變化特征分析［C］.中國氣象學會秘書處.第28屆中國氣象學會年會——S11氣象與現代農業論文集.廈門：中國氣象學會，2011：989-995

［41］DE JONG R，VERBESSELT J，SCHAEPMAN M E，et al. Trend Changes in Global Greening and Browning：Contribution of Short-term Trends to Longer-term Change［J］. Global Change Biology，2012，18（2）：642-655

［42］杜加強，趙晨曦，賈爾恒·阿哈提，等.近30a新疆月NDVI動態變化及其驅動因子分析［J］.農業工程學報，2016，32（5）：172-181

［43］黃茂棟，張璞.烏魯木齊市地理地形因素對降水空間分布的影響［J］.氣象科技，2009，37（1）：25-28

［44］韓聯勝，馬冬梅.米東區北沙窩生態環境治理與開發利用［J］.內蒙古林業調查設計，2008，（4）：122-123

［45］王長建，張小雷，杜宏茹，等.城市化與生態環境的動態計量分析——以新疆烏魯木齊市為例［J］.干旱區地理，2014，37（3）：609-619

［46］楊振民，劉新平.烏魯木齊市生態系統服務價值時空演變研究［J］.環境科學與技術，2021，44（4）：226-236

［47］LIU N，DING Y，PENG S. Temporal Effects of Climate on Vegetation Trigger the Response Biases of Vegetation to Human Activities［J］. Global Ecology and Conservation，2021（31）：e01822

［48］CHEN J，WANG Y，SUN J，et al. Precipitation Dominants Synergies and Trade-offs Among Ecosystem Services Across the Qinghai-Tibet Plateau［J］. Global Ecology and Conservation，2021（32）：e01886

［49］姚俊強，李漠巖，迪麗努爾·托列吾別克，等.不同時間尺度下新疆氣候“暖濕化”特征［J］.干旱區研究，2022，39（2）：333-346

［50］趙哲，陳建成，王夢，等.中國生態草牧業政策梳理及評價［J］.中國農學通報，2019，35（9）：132-137

［51］趙鋼，曹子龍，李青豐.春季禁牧對內蒙古草原植被的影響［J］.草地學報，2003（2）：183-188

［52］YAN Y，LU X. Are N，P，and N：P Stoichiometry Limiting Grazing Exclusion Effects on Vegetation Biomass and Biodiversity in Alpine Grassland？［J］. Global Ecology and Conservation，2020（24）：e01315

［53］孫飛達，朱燦，陳文業，等.青藏高原地區草原生態旅游資源及其SWOT分析——以若爾蓋草原為例［J］.中國農業資源與區劃，2019，40（6）：48-54

（責任編輯 劉婷婷）