基于3S技术和土壤水热条件的草原综合顺序分类研究
|
摘要
草地分类是草地科学研究的基础理论问题。目前草地分类系统多属经验性分类，难以客观、准确地反映草地类型分异的实质。草原综合顺序分类系统(CSCS)在世界草地分类系统中处于领先地位，其重要贡献是在基本单位“类”一级实现了定量分类。但是，与其理论体系相比，CSCS具体的划分手段还远未匹配，而且由于数据限制，出现以点代面，以相邻生境代实际生境的问题,对CSCS科学严谨性和实际推广应用提出了挑战，减弱了其实用性。本研究提出在CSCS“类”的划分中，用面状的、由定量遥感反演的土壤水热数据替代点状的、地面站点的大气水热数据作为分类指标的解决思路。在研究草地类型与土壤水热条件规律性联系的基础上，提出利用土壤水热条件划分草地类型的理论依据，拟定分类方案。旨在为增强草地分类指标的确限性、提高草地分类定量化研究水平提供新思路，推进CSCS的实用化进程。
在草地发生学原理指导下，在草原综合顺序分类中引入甘肃省2008年每日1km分辨率的MODIS地表温度产品(MYD11A1)和0.5km分辨率的MODIS地表反照率产品(MYD09GA)，反演土壤水分和地表年积温，划分草地的热量级和湿润度级，并对甘肃省草地进行分类，以野外调查数据为相对真值验证了结果，评价了分类精度。主要研究结果如下：
(1)甘肃省天然草地横跨寒冷-寒温-微温-暖温-暖热五个热量级，极干-干旱-微干-微润-湿润-潮湿六个湿润度级，共26个草地类，其中暖温干旱暖温带半荒漠类、微温干旱温带半荒漠类和寒温潮湿温性针叶林类是甘肃省最主要的几种草地类型，占全省面积的40%以上；草地类的分布呈现出明显的垂直地带性，划分结果基本符合甘肃省干旱、半干旱的区域气候特征、北半球中纬度的区域位置特征以及山地丘陵为主的地貌特征；
(2)研究基于草地发生学原理，首次在草原综合顺序分类法中利用遥感数据，引入MODIS每日温度和每日地表反射率数据，反演地表温度和土壤水分参数，划分草地类型,结果可覆盖广大无人区，在草地分类中有更大的潜力；
(3)研究在一定程度上减少了以往草原综合顺序分类对气象站点分布和插值方法的依赖性，解决了综合顺序分类法中站点数据向区域数据转换这一难题，改善了点数据外推的边界模糊问题，为草原综合顺序分类提供了一种新方法；
(4)在草原综合顺序分类基本单位“类”的划分中，建立了适用于3S技术的水热指标，实现了两个替代：用土壤水热条件替代大气水热条件，用面状数据替代点状数据；
(5)以2005年和2006年甘肃省草地实地监测数据为相对真值，首次在草原综合顺序分类法中引入混淆矩阵对草地分类结果进行了精度分析，总体分类精度为70.11%，Kappa系数为0.67。
(6)以交互式数据语言（IDL）为基础，设计与开发了土壤水分遥感反演平台（SMIP），处理了2100余景遥感影像，实现了海量遥感数据的投影转换、拼接、裁剪、数据补偿、地表参数反演和验证工作，将以往需要以年为单位进行的数据处理工作缩短到了一个月。
Grassland classification is a fundamental need of grassland science. Meanwhile it is alsoa challenge to develop a comprehensive grassland classification system because of themultivariable and multi-functional features of grassland ecosystem.
The Comprehensive and Sequential Classification System of Grassland (CSCS), one ofwell known grassland classification systems in China and even over the world, involves ahierarchy of three classification levels(class-subclass-type, class is the basic level) and isadvanced in quantification indicators.
However, there are at least two aspects need to be improved at the basic classificationlevel of CSCS:1) the grasslands are grouped into classes according to the data involvingannual precipitation and accumulative temperature, which are collected from meteorologicalstations.These data reflect the near-surface atmosphere hydrothermal conditions instead of theactual habitat of grasses;2) the data of precipitation and temperature from ground observationcan only present the conditions within a small area, but they are used through extrapolation toa larger region.
In order to resolve the problems, the areal data of land surface temperature and soilmoisture are introduced by quantitative remote sensing as main data sources for the basicclassification level of CSCS to replace the parameters of precipitation and atmospheretemperature from ground observation. In this paper, the MODIS land surface temperatureproduct (MYD11A1, daily with1km resolution) and MODIS land surface reflection product(MYD09GA, daily with0.5km resolution) of Gansu Province in2008were used to invertsoil moisture based on Thermal Inertia Model with the help of a Soil Moisture InversionPlatform (SMIP) developped from ENVI/IDL. Then, the annual accumulative land surfacetemperature (＞0℃Σθ) and annual sum of soil moisture were carried out, moreover, fit withannual accumulative temperature (＞0℃Σθ′) and precipitation data from meteorologicalstations respectively. Thermal zones were determined by temperature and humidity zones byK-value (moisture index), grassland class was obtained by coupling the thermal zones andhumidity zones. Finally, the grassland types were verified through the field investigation andaccuracy assessment was tested with confusion matrix.
The main results are as follows:
1) the grassland in Gansu occupies five thermal zones (Frigid-Cold temperate-Cooltemperate-Warm temperate-Warm-Subtropical) and six humidity zones (Extrarid-Arid-Semiarid-Subhumid-Perhumid);
2) there are26possible types present in Gansu Province, and three grassland classes thatcover the largest area in Gansu are Warm temperate-arid warm temperate zonal semidesert(ⅣB11), Cool temperate-arid temperate zonal semidesert (ⅢB10) and Cold temperateperhumid taiga forest (ⅡF37), with the total area of these three is17.83million ha,accounting for44.43%of the total grassland area in Gansu;
3) the geographical distribution of grassland type indicates significantly vertical zonalitypattern: with the altitude decreasing, frigid series grassland, cold temperate series grassland,cool temperate series grassland, warm temperate series grassland and warm series grasslanddistribute successively from southwest to northeast, which fit the terrain of Gansu Province;
4) accuracy assessment shows: the overall accuracy of grassland classification is70.11%and the kappa coefficient is0.67. The research solved the problem of transforming fromscattered site data to regional polygon data in CSCS and the problem of uncertain borderlinein punctate data extrapolation, and provide a new approach to the utilization of CSCS, whichcould carry forward the practical progress of CSCS.
在草地发生学原理指导下，在草原综合顺序分类中引入甘肃省2008年每日1km分辨率的MODIS地表温度产品(MYD11A1)和0.5km分辨率的MODIS地表反照率产品(MYD09GA)，反演土壤水分和地表年积温，划分草地的热量级和湿润度级，并对甘肃省草地进行分类，以野外调查数据为相对真值验证了结果，评价了分类精度。主要研究结果如下：
(1)甘肃省天然草地横跨寒冷-寒温-微温-暖温-暖热五个热量级，极干-干旱-微干-微润-湿润-潮湿六个湿润度级，共26个草地类，其中暖温干旱暖温带半荒漠类、微温干旱温带半荒漠类和寒温潮湿温性针叶林类是甘肃省最主要的几种草地类型，占全省面积的40%以上；草地类的分布呈现出明显的垂直地带性，划分结果基本符合甘肃省干旱、半干旱的区域气候特征、北半球中纬度的区域位置特征以及山地丘陵为主的地貌特征；
(2)研究基于草地发生学原理，首次在草原综合顺序分类法中利用遥感数据，引入MODIS每日温度和每日地表反射率数据，反演地表温度和土壤水分参数，划分草地类型,结果可覆盖广大无人区，在草地分类中有更大的潜力；
(3)研究在一定程度上减少了以往草原综合顺序分类对气象站点分布和插值方法的依赖性，解决了综合顺序分类法中站点数据向区域数据转换这一难题，改善了点数据外推的边界模糊问题，为草原综合顺序分类提供了一种新方法；
(4)在草原综合顺序分类基本单位“类”的划分中，建立了适用于3S技术的水热指标，实现了两个替代：用土壤水热条件替代大气水热条件，用面状数据替代点状数据；
(5)以2005年和2006年甘肃省草地实地监测数据为相对真值，首次在草原综合顺序分类法中引入混淆矩阵对草地分类结果进行了精度分析，总体分类精度为70.11%，Kappa系数为0.67。
(6)以交互式数据语言（IDL）为基础，设计与开发了土壤水分遥感反演平台（SMIP），处理了2100余景遥感影像，实现了海量遥感数据的投影转换、拼接、裁剪、数据补偿、地表参数反演和验证工作，将以往需要以年为单位进行的数据处理工作缩短到了一个月。
Grassland classification is a fundamental need of grassland science. Meanwhile it is alsoa challenge to develop a comprehensive grassland classification system because of themultivariable and multi-functional features of grassland ecosystem.
The Comprehensive and Sequential Classification System of Grassland (CSCS), one ofwell known grassland classification systems in China and even over the world, involves ahierarchy of three classification levels(class-subclass-type, class is the basic level) and isadvanced in quantification indicators.
However, there are at least two aspects need to be improved at the basic classificationlevel of CSCS:1) the grasslands are grouped into classes according to the data involvingannual precipitation and accumulative temperature, which are collected from meteorologicalstations.These data reflect the near-surface atmosphere hydrothermal conditions instead of theactual habitat of grasses;2) the data of precipitation and temperature from ground observationcan only present the conditions within a small area, but they are used through extrapolation toa larger region.
In order to resolve the problems, the areal data of land surface temperature and soilmoisture are introduced by quantitative remote sensing as main data sources for the basicclassification level of CSCS to replace the parameters of precipitation and atmospheretemperature from ground observation. In this paper, the MODIS land surface temperatureproduct (MYD11A1, daily with1km resolution) and MODIS land surface reflection product(MYD09GA, daily with0.5km resolution) of Gansu Province in2008were used to invertsoil moisture based on Thermal Inertia Model with the help of a Soil Moisture InversionPlatform (SMIP) developped from ENVI/IDL. Then, the annual accumulative land surfacetemperature (＞0℃Σθ) and annual sum of soil moisture were carried out, moreover, fit withannual accumulative temperature (＞0℃Σθ′) and precipitation data from meteorologicalstations respectively. Thermal zones were determined by temperature and humidity zones byK-value (moisture index), grassland class was obtained by coupling the thermal zones andhumidity zones. Finally, the grassland types were verified through the field investigation andaccuracy assessment was tested with confusion matrix.
The main results are as follows:
1) the grassland in Gansu occupies five thermal zones (Frigid-Cold temperate-Cooltemperate-Warm temperate-Warm-Subtropical) and six humidity zones (Extrarid-Arid-Semiarid-Subhumid-Perhumid);
2) there are26possible types present in Gansu Province, and three grassland classes thatcover the largest area in Gansu are Warm temperate-arid warm temperate zonal semidesert(ⅣB11), Cool temperate-arid temperate zonal semidesert (ⅢB10) and Cold temperateperhumid taiga forest (ⅡF37), with the total area of these three is17.83million ha,accounting for44.43%of the total grassland area in Gansu;
3) the geographical distribution of grassland type indicates significantly vertical zonalitypattern: with the altitude decreasing, frigid series grassland, cold temperate series grassland,cool temperate series grassland, warm temperate series grassland and warm series grasslanddistribute successively from southwest to northeast, which fit the terrain of Gansu Province;
4) accuracy assessment shows: the overall accuracy of grassland classification is70.11%and the kappa coefficient is0.67. The research solved the problem of transforming fromscattered site data to regional polygon data in CSCS and the problem of uncertain borderlinein punctate data extrapolation, and provide a new approach to the utilization of CSCS, whichcould carry forward the practical progress of CSCS.
引文
Champagne C,McNairn H,Berg A A.Monitoring agricultural soil moisture extremes in Canada usingpassive microwave remote sensing. Remote Sensing of Environment.2011,10:2434-2444.
Chapman J L, Reiss M J.生态学原理与应用(第二版)[M].北京:清华大学出版社,2001.
MAO K B, TANG H J, ZHANG L X, etc.A method for retrieving soil moisture in Tibet region by utilizingmicrowave index from TRMM/TMI data[J]. International Journal of Remote Sensing.2008,29(10):2903-2923.
Liang T G,Chen Q G,Ren J Z,et al.A GIS-based expert system for pastoral agricultural development inGansu Province,P R China[J].New Zealand Journal of Agricultural Research,2004,47:313-325.
Price John C. On the analysis of thermal inertia mapping:the limited utility of apparent thermalinertia[J].Remote Sensing of Environment,1985,,18(1):59-73.
Ren Jizhou,Hu Zizhi,Zhao Jun,et al.A grassland classification system and its application in China[J].TheRangeland Journal,2008,30:199-209.
北方草场资源调查办公室.草场资源调查技术规程[M].北京:中国农业科技出版社,1986.
北方草场资源调查办公室.中国草场资源图集[M].北京:中国农业科技出版社,1990.
柴红敏,刘增进,谷红梅.太阳辐射、气温及土温关系探讨[J].华北水利水电学院学报,2003,24(3):4-8.
常中央.草原综合顺序分类法的新改进Ⅲ.类的典型性判别与判别系统[J].草业科学,1995,12(6):2-24.
陈述彭,岳天祥,励惠国.地学信息图谱研究及其应用[J].地理研究,2000,(4):337-343.
陈钟.青藏高原天然草地综合顺序分类与遥感监侧研究[D].兰州:兰州大学,2010.
承继成,郭华东,史文中等.遥感数据的不确定性问题[M].北京:科学出版社,2004.
程宇.考虑植被覆盖和热辐射方向性的热惯量法土壤水分反演研究[D].中国科学院遥感应用研究所硕士论文,2006.
丁连生.甘肃草业可持续发展战略研究[M].北京:科学出版社,2008.
杜铁瑛.用综合顺序分类法对青海草地分类的探讨[J].草业科学,1992,9(5):28-32.
方德彪,邓振墉,仇化民,等.甘肃东部旱作区土壤水分补给量的研究[J].干旱地区农业研究,1996,14(3):5-9.
盖钧镒.试验统计方法[M].北京:中国农业出版社,2000.
甘肃省草原总站.甘肃草地资源[M].兰州:甘肃科学技术出版社,1999.
刚永和.乐都县天然草地分类探讨[J].草业科学,1997,14(4):8-12.
高彩霞,胡自治,龙瑞军,等.草原综合顺序分类法的新改进Ⅱ-类的计算机检索[J].草业科学,1995,12(5):5-8.
高懋芳,覃志豪.中国MODIS地表温度产品验证[J].国土资源遥感,2006(3):15-19.
戈棠,陈全功.“草原综合顺序法”第一级分类的模糊数学表述及典型指数的计算[C].第一届全国草原生态学术讨论会论文集,1984:192-197.
郭婧,柳小妮,任正超.基于AMMRR插值法的草地综合顺序分类研究——以甘肃省为例[J].草业科学,2012,29(3):384－391.
郭倩.基于EOS/MODIS数据的地表温度反演及多层土温估算研究——以陕西省为例[D].南京信息工程大学硕士论文,2006.
郭孝,张莉.河南草地的分类[J].国外畜牧学——草原与牧草,1998,(1):11-13.
国家卫星气象中心.风云二号C卫星业务产品释用手册.118-126.
韩爱惠.用MODIS植被指数的时间序列分析提取荒漠化敏感区域的方法[J].林业资源管理,2004(1):57-60.
韩庆红,陈渭民,王普才等.PRISM在松花江流域降水分布中的应用研究[J].南京气象学院学报,2006,29(1):56-61.
胡自治,高彩霞.草原综合顺序分类法的新改进Ｉ-类的划分指标及其分类检索图[J].草业学报,1995,4(3):1-9.
胡自治,张普金,南志标等.甘肃省的草原类型[J].甘肃农业大学学报,1978,(1):1-26.
胡自治.草原的生态系统服务: III.价值和意义[J].草原与草坪,2005,(1):3-7.
胡自治.草原的生态系统服务:Ⅱ.草原生态系统服务的项目[J].草原与草坪,2005,(1):3-10.
胡自治.草原分类方法研究的新进展[J].国外畜牧学——草原与牧草,1994,(4):1-9.
胡自治.草原分类学概论[M].北京:中国农业出版社,1997.
胡自治.人工草地分类的新系统——综合顺序分类法[J].中国草地,1995,95(4):1-4.
胡自治.世界人工草地及其分类现状[J].国外畜牧学——草原与牧草,1995,(1):1-8.
胡自治.走遍世界看草原[J].森林与人类,2008,(5):18-35．
贾慎修.中国草原类型分类的商讨[J].中国草原,1980,(1):12-13.
贾慎修.草地学[M].农业出版社,1982.
江小雷,岳静,张卫国.生物多样性，生态系统功能与时空尺度[J].草业学报,2010,19(1):219-225.
姜会飞,廖树华,叶尔克江.地面温度与气温关系的统计分析[J].中国农业气象,2004,(3):1-4.
姜立鹏,覃志豪,谢雯.基于单时相MODIS数据的草地退化遥感监测研究[J].中国草地学报,2007,29(7):39-43.
金川,秦其明,汪冬冬等.干旱监测遥感支持系统的设计与实现[J].遥感学报,2007,11(3):420-425.
李超,刘厚通,迟如利等.草地下垫面地表温度与近地面气温的对比研究[J].光学技术,2009,35(4):635-639.
李纯斌.草原综合顺序分类系统第二级亚类的定量化研究——以甘肃省为例[D].甘肃农业大学博士论文,2012.
李广.河西地区农业气候资源与植被的空间分布格局[J].草业学报,2002,11(3):80-84.
李红梅,马玉寿.改进的综合顺序分类法在青海草地分类中的应用[J].草业学报,2010,19(2):76-82.
李红梅.利用综合顺序分类法对青海省草场类型划分及其应用[D].青海大学硕士论文,2009.
李杰,李淑霞,宋睿男.如何提高春棚室地温[J].现代化农业,2009,(12):10-11.
李小文,刘素红.遥感原理与应用[M].北京:科学出版社,2008.
李英年,王勤学,古松等.高寒植被类型及其植物生产力的监测[J].地理学报,2004,59(1):40-48.
梁顺林(范闻捷译).定量遥感[M].北京:科学出版社,2009.
梁天刚,陈全功,任继周.甘肃省草地资源类型空间分布特征Ｉ-湿润度指数空间变化的模拟与分析[J].兰州大学学报（自然科学版）《,甘肃省生态建设与草业开发专家系统》项目论文专辑,2001,37:47-58.
梁天刚,陈全功,任继周.甘肃省草地资源类型空间分布特征Ⅱ-基于ＧＩＳ的草原综合顺序分类系统电子地图[J].兰州大学学报（自然科学版）,《甘肃省生态建设与草业开发专家系统》项目论文专辑,2001,37:59-66.
梁天刚，陈全功，任继周．甘肃省草业开发专家系统的结构与功能[J]．草业学报，2002,11(1):70-75.
梁天刚,冯琦胜,黄晓东等.草原综合顺序分类系统研究进展[J].草业学报,2011,20(5):252-258.
廖国藩,贾幼陵.中国草地资源[M].北京:中国科学技术出版社,1996.
刘爱军,韩建国.利用遥感技术监测锡林郭勒天然草原利用强度方法初探[J].中国草地学报,2007,29(2):70-74.
刘爱霞,王长耀,王静等.基于MODIS和NOAA/AVHRR的荒漠化遥感监测方法[J].农业工程学报,2007,23(10):145-151.
刘闯,葛成辉.美国对地观测系统（EOS）中分辨率成像光谱仪（MODIS）遥感数据的特点与应用[J].遥感信息,2000,(3):45-48.
刘红霞,刘金根,丁奎敏等.土壤含水量对冬季移植香根草生长发育的影响[J].中国草地学报,2006,28(2):48-51.
刘起.中国天然草地的分类[J].四川草原,1996,(2):1-5.
刘勇洪,牛铮.基于MODIS遥感数据的宏观土地覆盖特征分类方法与精度分析研究[J].遥感技术与应用,2004,19(4):217-224.
刘宇,陈泮勤,张稳.一种地面气温的空间插值方法及其误差分析[J].大气科学,2006,30(1):146-152.
刘振华,赵英时.遥感热惯量反演表层土壤水的方法研究[J].中国科学D辑地球科学,2006,36(6):552-558.
柳小妮,郭婧,任正超等.基于气象要素空间分布模拟优化的中国草地综合顺序分类[J].农业工程学报,2012,28(9):222-229.
吕玉华,郑大玮.内蒙古农牧交错带农牧系统耦合及相悖的机理及效应[J].草业学报,2009,18(4):217-223.
马红彬,王宁,韩丙芳等.用改进的综合顺序分类法对黄土高原草地分类的探讨[J].中国草地,2002,24(2):1-5.
马红彬,王宁.宁夏草地的分类[J].宁夏农学院学报,2000,21(2):63-67.
马轩龙,李文娟,陈全功.基于GIS与草原综合顺序分类法对甘肃省草地类型的划分初探[J].草业科学,2009,26(5):7-13.
马媛.新疆土壤湿度的微波反演及应用研究[D].新疆大学博士论文.2007.
毛飞,侯英雨,唐世浩等.基于近20年遥感数据的藏北草地分类及其动态变化[J].应用生态学报.2007,18(8):1745-1750.
南方草场资源调查技术办公室.中国南方草场资源调查方法导论及技术规程[M].1981.
任继周,胡自治,牟新待.我国草原类型第一级——类的生物气候指标[J].甘肃农业大学学报,1965,(2):33-40.
任继周,胡自治,牟新待等.草原的综合顺序分类法及其草原发生学意义[J].中国草原,1980,(1):12-24.
任继周,梁天刚,陈全功.中国草业开发专家系统（Ver.2.0）[M].北京:电子工业出版社,2003.
任继周.按照苏联先进理论划分我国草原类型的原则之商榷[J].中国畜牧兽医杂志,1957,(4):21-24.
任继周.草原调查与规划[M].北京:农业出版社,1985:56-82.
任继周.分类、聚类与草原类型[J].草地学报,2008,16(1):4-10.
任继周.河西走廊山地-绿洲-荒漠复合系统及其耦合[M].北京:科学出版社，2007
沙晋明,林志垒,李小梅.浅议遥感本底值及生态环境征兆图谱[J].水土保持研究,2003,10(2):50-51.
宋小宁,赵英时.应用MODIS卫星数据提取植被－温度－水分综合指数的研究[J].地理与地理信息科学,2004,20(2):13-17.
苏大学.1:1000000中国草地资源图的编制与研究[J].自然资源学报,1996,11(1):75-83.
苏大学.1:400万中国草地资源图的编制[J].草地学报,1996,4(4):252-259.
苏大学.中国南方天然草场类型分类的探讨[J].自然资源,1986,2:
苏敏,王艳荣,赵文丽等.持续干旱下四种地被植物对土壤水分利用的比较研究[J].中国草地学报,2012,34(2):65-70.
隋晓青,安沙舟,王堃.应用多源遥感数据对天山草地资源分类的比较研究[J].草地学报,2007,15(2):145-153.
孙家柄.遥感原理与应用(第二版)[M].武汉:武汉大学出版社,2009.
汤国安,张友顺,刘咏梅等.遥感数字图像处理[M].北京:科学出版社,2004.
田国良.土壤水分的遥感监测方法[J].环境遥感,1991,16(2):89-99.
田国良.用NOAA-AVHRR的表观热惯量监测裸土或低覆盖率条件下的土壤水分[M].科学出版社,1988.
王栋.草原管理学[M].畜牧兽医图书出版社,1956.
王丽莉.利用MODIS数据反演土壤含水量—以吉林省西部为例[D].东北师范大学硕士论文,2008.
王鹏新,孙威.条件植被温度指数干旱监测方法的研究与应用[J].科技导报,2006,24(4):56-58.
王勤学,渡边下孝,欧阳竹.不同类型生态系统水热碳能量的监测与研究[J].地理学报,2004,59(1):13-24.
王艺,朱彬,刘煜等.中国地区近10年地表反照率变化趋势[J].气象科技,2011,39(2):147-153.
王正兴,刘闯,Huete A等.植被指数研究进展：从AVHRR－NDVI到MODIS－EVI[J].生态学报,2003,23(5):979-987.
王正兴，刘闯，陈文波，等．MODIS增强型植被指数EVI与NDVI初步比较[J]．武汉大学学报，2006,31(5):407-427.
王正兴,刘闯,赵冰茹.AVHRR草地分类的潜力和局限：以锡林郭勒草原为例[J].自然资源学报,2003,18(6):704-711.
温庆可,张增祥,汪潇等.西北农牧交错区草地类型遥感划分方法[J].农业工程学报,2010,26(3):171-177.
吴静,李纯斌,胡自治等.基于定量遥感的甘肃省草原综合顺序分类[J].农业工程学报,2013,29(1):126-133
吴静,李纯斌,张德罡等.适用于3S技术的草原综合顺序分类法水热指标的改进建议[J].中国草地学报,2012,(4):109-115
吴希媛,张丽萍.降水再分配受雨强、坡度、覆盖度影响的机理研究[J].水土保持学报,2006,20(4):28-30.
伍卫星,王绍强,肖向明等.利用MODIS影像和气候数据模拟中国内蒙古温带草原生态系统总初级生产力[J].中国科学（Ｄ辑：地球科学）,2008,38(8):993-1004.
夏传福,李静,柳钦火.基于MODIS叶面积指数的遥感物候产品反演方法[J].农业工程学报,2012,28(19):103-109.
信乃诠.农业气象学[M].重庆:重庆出版社,2001.
邢旗,刘爱军,刘永志.应用MODIS-NDVI对草原植被变化检测研究[J].草地学报,2005,13(增刊):15-19.
邢文渊,肖继东,姚艳丽等.新疆地区土壤湿度遥感监测初探[J].沙漠与绿洲气象,2007,1(1):42-44.
邢文渊.基于MODIS影像数据反演干旱区土壤湿度方法研究[D].新疆大学硕士论文,2006.
徐斌,陶伟国,杨秀春等.中国草原植被长势MODIS遥感监测[J].草地学报,2006,14(3):242-247.
徐斌,杨秀春,陶伟国等.中国草原产草量遥感监测[J].生态学报,2007,27(2):405-413.
徐吉宏.天祝县草地综合顺序分类及其生态系统服务价值的评价[D].甘肃农业大学硕士论文,2009.
徐吉宏,柳小妮,张德罡.天祝县草地综合顺序分类及生态系统服务价值评价[J].中国草地学报.2009,31(5):23-30.
徐希孺.遥感物理[M].北京:北京大学出版社,2005.
许丽娜,牛瑞卿,尚秀枝.利用温度植被干旱指数反演三峡库区土壤水分[J].计算机工程与应用.2011,47(25):235-238
许鹏.草地调查规划学[M].中国农业出版社,北京,1994.
许鹏.中国草地分类原则与系统的讨论[J].四川草原,1985,2(3):1-7.
杨嘉,郭铌,黄蕾诺等.西北地区MODIS-NDVI指数饱和问题分析[J].高原气象,2008,27(4):896-903.
姚春生.使用MODIS数据反演土壤水分研究[D].中国科学院硕士学位论文.2004
余涛,田国良.热惯量法在检测土壤表层水分变化中的研究[J].遥感学报,1997,1(1):24-31.
张红梅,沙晋明.遥感监测土壤湿度的方法综述[J].中国农学通报.2005,25(2)：307-312
张建国,孙昌言.以Excel和SPSS为工具的管理统计[M].北京:清华大学出版社,2005.
张可慧,刘芳圆,刘剑锋等.河北省土壤水分遥测研究[J].地理学与国土研究.2002,18(3)：101-104
张婷婷.遥感技术概论[M].郑州:黄河水利出版社,2011.
张自和.发挥甘肃草业优势促进草业产业化可持续发展[J].草业科学,2005,22(3):46-49.
章祖同.谈中国草地的分类问题[J].中国草地,1988,(1):1-6.
赵军,胡自治.从生态信息图谱的角度看草原综合顺序分类法检索图[J].草原与草坪,2005,(2):12-14.
赵军,刘喆,杨梅.基于GIS的甘南高原草原分类与制图研究[J].中国农村小康科技,2011,1(1):39-41.
赵军.天然草地生态信息图谱与草业生态信息学的理论与实践研究[D].甘肃农业大学博士论文,2007.
赵连春,刘荣堂,杨予海等.基于地形因子的草地遥感分类方法的研究[J].草业科学,2006,23(12):26-30.
赵英时.遥感应用分析原理与方法[M].北京:科学出版社,2006.
郑度.中国生态地理区域系统研究[M],北京:商务印书馆,2008.
中国科学院内蒙古宁夏综合考察队.内蒙古自治区及其东西部毗邻地区天然草场[M].科学出版社,1980.
中国科学院自然资源综合考察委员会.中国草地资源数据[M].北京:中国科学技术出版社,1994.
中华人民共和国农业部畜牧兽医司.中国草地资源[M].北京:中国科学技术出版社,1996.
中科院对地观测数据全国共享[EB/OL].http://www.zgqxb.com.cn/kjzg/kejidt/201103/t20110322_16142.htm.
朱华忠,罗天祥,Christopher D.中国高分辨率温度和降水模拟数据的验证[J].地理研究,2003,22(3):349-359.
朱求安,张万昌,余钧辉.基于GIS的空间插值方法研究[J]．江西师范大学学报（自然科学版）,2004,28(2):183-188.
朱求安,张万昌,赵登忠.基于PRISM和泰森多边形的地形要素日降水量空间插值研究[J].地理科学,2005,25（2）:2233-2238.
邹德富,冯琦胜,王莺等.基于GIS的甘南地区草原综合顺序分类研究[J].草业科学,2011,28(1):27-32.
Chapman J L, Reiss M J.生态学原理与应用(第二版)[M].北京:清华大学出版社,2001.
MAO K B, TANG H J, ZHANG L X, etc.A method for retrieving soil moisture in Tibet region by utilizingmicrowave index from TRMM/TMI data[J]. International Journal of Remote Sensing.2008,29(10):2903-2923.
Liang T G,Chen Q G,Ren J Z,et al.A GIS-based expert system for pastoral agricultural development inGansu Province,P R China[J].New Zealand Journal of Agricultural Research,2004,47:313-325.
Price John C. On the analysis of thermal inertia mapping:the limited utility of apparent thermalinertia[J].Remote Sensing of Environment,1985,,18(1):59-73.
Ren Jizhou,Hu Zizhi,Zhao Jun,et al.A grassland classification system and its application in China[J].TheRangeland Journal,2008,30:199-209.
北方草场资源调查办公室.草场资源调查技术规程[M].北京:中国农业科技出版社,1986.
北方草场资源调查办公室.中国草场资源图集[M].北京:中国农业科技出版社,1990.
柴红敏,刘增进,谷红梅.太阳辐射、气温及土温关系探讨[J].华北水利水电学院学报,2003,24(3):4-8.
常中央.草原综合顺序分类法的新改进Ⅲ.类的典型性判别与判别系统[J].草业科学,1995,12(6):2-24.
陈述彭,岳天祥,励惠国.地学信息图谱研究及其应用[J].地理研究,2000,(4):337-343.
陈钟.青藏高原天然草地综合顺序分类与遥感监侧研究[D].兰州:兰州大学,2010.
承继成,郭华东,史文中等.遥感数据的不确定性问题[M].北京:科学出版社,2004.
程宇.考虑植被覆盖和热辐射方向性的热惯量法土壤水分反演研究[D].中国科学院遥感应用研究所硕士论文,2006.
丁连生.甘肃草业可持续发展战略研究[M].北京:科学出版社,2008.
杜铁瑛.用综合顺序分类法对青海草地分类的探讨[J].草业科学,1992,9(5):28-32.
方德彪,邓振墉,仇化民,等.甘肃东部旱作区土壤水分补给量的研究[J].干旱地区农业研究,1996,14(3):5-9.
盖钧镒.试验统计方法[M].北京:中国农业出版社,2000.
甘肃省草原总站.甘肃草地资源[M].兰州:甘肃科学技术出版社,1999.
刚永和.乐都县天然草地分类探讨[J].草业科学,1997,14(4):8-12.
高彩霞,胡自治,龙瑞军,等.草原综合顺序分类法的新改进Ⅱ-类的计算机检索[J].草业科学,1995,12(5):5-8.
高懋芳,覃志豪.中国MODIS地表温度产品验证[J].国土资源遥感,2006(3):15-19.
戈棠,陈全功.“草原综合顺序法”第一级分类的模糊数学表述及典型指数的计算[C].第一届全国草原生态学术讨论会论文集,1984:192-197.
郭婧,柳小妮,任正超.基于AMMRR插值法的草地综合顺序分类研究——以甘肃省为例[J].草业科学,2012,29(3):384－391.
郭倩.基于EOS/MODIS数据的地表温度反演及多层土温估算研究——以陕西省为例[D].南京信息工程大学硕士论文,2006.
郭孝,张莉.河南草地的分类[J].国外畜牧学——草原与牧草,1998,(1):11-13.
国家卫星气象中心.风云二号C卫星业务产品释用手册.118-126.
韩爱惠.用MODIS植被指数的时间序列分析提取荒漠化敏感区域的方法[J].林业资源管理,2004(1):57-60.
韩庆红,陈渭民,王普才等.PRISM在松花江流域降水分布中的应用研究[J].南京气象学院学报,2006,29(1):56-61.
胡自治,高彩霞.草原综合顺序分类法的新改进Ｉ-类的划分指标及其分类检索图[J].草业学报,1995,4(3):1-9.
胡自治,张普金,南志标等.甘肃省的草原类型[J].甘肃农业大学学报,1978,(1):1-26.
胡自治.草原的生态系统服务: III.价值和意义[J].草原与草坪,2005,(1):3-7.
胡自治.草原的生态系统服务:Ⅱ.草原生态系统服务的项目[J].草原与草坪,2005,(1):3-10.
胡自治.草原分类方法研究的新进展[J].国外畜牧学——草原与牧草,1994,(4):1-9.
胡自治.草原分类学概论[M].北京:中国农业出版社,1997.
胡自治.人工草地分类的新系统——综合顺序分类法[J].中国草地,1995,95(4):1-4.
胡自治.世界人工草地及其分类现状[J].国外畜牧学——草原与牧草,1995,(1):1-8.
胡自治.走遍世界看草原[J].森林与人类,2008,(5):18-35．
贾慎修.中国草原类型分类的商讨[J].中国草原,1980,(1):12-13.
贾慎修.草地学[M].农业出版社,1982.
江小雷,岳静,张卫国.生物多样性，生态系统功能与时空尺度[J].草业学报,2010,19(1):219-225.
姜会飞,廖树华,叶尔克江.地面温度与气温关系的统计分析[J].中国农业气象,2004,(3):1-4.
姜立鹏,覃志豪,谢雯.基于单时相MODIS数据的草地退化遥感监测研究[J].中国草地学报,2007,29(7):39-43.
金川,秦其明,汪冬冬等.干旱监测遥感支持系统的设计与实现[J].遥感学报,2007,11(3):420-425.
李超,刘厚通,迟如利等.草地下垫面地表温度与近地面气温的对比研究[J].光学技术,2009,35(4):635-639.
李纯斌.草原综合顺序分类系统第二级亚类的定量化研究——以甘肃省为例[D].甘肃农业大学博士论文,2012.
李广.河西地区农业气候资源与植被的空间分布格局[J].草业学报,2002,11(3):80-84.
李红梅,马玉寿.改进的综合顺序分类法在青海草地分类中的应用[J].草业学报,2010,19(2):76-82.
李红梅.利用综合顺序分类法对青海省草场类型划分及其应用[D].青海大学硕士论文,2009.
李杰,李淑霞,宋睿男.如何提高春棚室地温[J].现代化农业,2009,(12):10-11.
李小文,刘素红.遥感原理与应用[M].北京:科学出版社,2008.
李英年,王勤学,古松等.高寒植被类型及其植物生产力的监测[J].地理学报,2004,59(1):40-48.
梁顺林(范闻捷译).定量遥感[M].北京:科学出版社,2009.
梁天刚,陈全功,任继周.甘肃省草地资源类型空间分布特征Ｉ-湿润度指数空间变化的模拟与分析[J].兰州大学学报（自然科学版）《,甘肃省生态建设与草业开发专家系统》项目论文专辑,2001,37:47-58.
梁天刚,陈全功,任继周.甘肃省草地资源类型空间分布特征Ⅱ-基于ＧＩＳ的草原综合顺序分类系统电子地图[J].兰州大学学报（自然科学版）,《甘肃省生态建设与草业开发专家系统》项目论文专辑,2001,37:59-66.
梁天刚，陈全功，任继周．甘肃省草业开发专家系统的结构与功能[J]．草业学报，2002,11(1):70-75.
梁天刚,冯琦胜,黄晓东等.草原综合顺序分类系统研究进展[J].草业学报,2011,20(5):252-258.
廖国藩,贾幼陵.中国草地资源[M].北京:中国科学技术出版社,1996.
刘爱军,韩建国.利用遥感技术监测锡林郭勒天然草原利用强度方法初探[J].中国草地学报,2007,29(2):70-74.
刘爱霞,王长耀,王静等.基于MODIS和NOAA/AVHRR的荒漠化遥感监测方法[J].农业工程学报,2007,23(10):145-151.
刘闯,葛成辉.美国对地观测系统（EOS）中分辨率成像光谱仪（MODIS）遥感数据的特点与应用[J].遥感信息,2000,(3):45-48.
刘红霞,刘金根,丁奎敏等.土壤含水量对冬季移植香根草生长发育的影响[J].中国草地学报,2006,28(2):48-51.
刘起.中国天然草地的分类[J].四川草原,1996,(2):1-5.
刘勇洪,牛铮.基于MODIS遥感数据的宏观土地覆盖特征分类方法与精度分析研究[J].遥感技术与应用,2004,19(4):217-224.
刘宇,陈泮勤,张稳.一种地面气温的空间插值方法及其误差分析[J].大气科学,2006,30(1):146-152.
刘振华,赵英时.遥感热惯量反演表层土壤水的方法研究[J].中国科学D辑地球科学,2006,36(6):552-558.
柳小妮,郭婧,任正超等.基于气象要素空间分布模拟优化的中国草地综合顺序分类[J].农业工程学报,2012,28(9):222-229.
吕玉华,郑大玮.内蒙古农牧交错带农牧系统耦合及相悖的机理及效应[J].草业学报,2009,18(4):217-223.
马红彬,王宁,韩丙芳等.用改进的综合顺序分类法对黄土高原草地分类的探讨[J].中国草地,2002,24(2):1-5.
马红彬,王宁.宁夏草地的分类[J].宁夏农学院学报,2000,21(2):63-67.
马轩龙,李文娟,陈全功.基于GIS与草原综合顺序分类法对甘肃省草地类型的划分初探[J].草业科学,2009,26(5):7-13.
马媛.新疆土壤湿度的微波反演及应用研究[D].新疆大学博士论文.2007.
毛飞,侯英雨,唐世浩等.基于近20年遥感数据的藏北草地分类及其动态变化[J].应用生态学报.2007,18(8):1745-1750.
南方草场资源调查技术办公室.中国南方草场资源调查方法导论及技术规程[M].1981.
任继周,胡自治,牟新待.我国草原类型第一级——类的生物气候指标[J].甘肃农业大学学报,1965,(2):33-40.
任继周,胡自治,牟新待等.草原的综合顺序分类法及其草原发生学意义[J].中国草原,1980,(1):12-24.
任继周,梁天刚,陈全功.中国草业开发专家系统（Ver.2.0）[M].北京:电子工业出版社,2003.
任继周.按照苏联先进理论划分我国草原类型的原则之商榷[J].中国畜牧兽医杂志,1957,(4):21-24.
任继周.草原调查与规划[M].北京:农业出版社,1985:56-82.
任继周.分类、聚类与草原类型[J].草地学报,2008,16(1):4-10.
任继周.河西走廊山地-绿洲-荒漠复合系统及其耦合[M].北京:科学出版社，2007
沙晋明,林志垒,李小梅.浅议遥感本底值及生态环境征兆图谱[J].水土保持研究,2003,10(2):50-51.
宋小宁,赵英时.应用MODIS卫星数据提取植被－温度－水分综合指数的研究[J].地理与地理信息科学,2004,20(2):13-17.
苏大学.1:1000000中国草地资源图的编制与研究[J].自然资源学报,1996,11(1):75-83.
苏大学.1:400万中国草地资源图的编制[J].草地学报,1996,4(4):252-259.
苏大学.中国南方天然草场类型分类的探讨[J].自然资源,1986,2:
苏敏,王艳荣,赵文丽等.持续干旱下四种地被植物对土壤水分利用的比较研究[J].中国草地学报,2012,34(2):65-70.
隋晓青,安沙舟,王堃.应用多源遥感数据对天山草地资源分类的比较研究[J].草地学报,2007,15(2):145-153.
孙家柄.遥感原理与应用(第二版)[M].武汉:武汉大学出版社,2009.
汤国安,张友顺,刘咏梅等.遥感数字图像处理[M].北京:科学出版社,2004.
田国良.土壤水分的遥感监测方法[J].环境遥感,1991,16(2):89-99.
田国良.用NOAA-AVHRR的表观热惯量监测裸土或低覆盖率条件下的土壤水分[M].科学出版社,1988.
王栋.草原管理学[M].畜牧兽医图书出版社,1956.
王丽莉.利用MODIS数据反演土壤含水量—以吉林省西部为例[D].东北师范大学硕士论文,2008.
王鹏新,孙威.条件植被温度指数干旱监测方法的研究与应用[J].科技导报,2006,24(4):56-58.
王勤学,渡边下孝,欧阳竹.不同类型生态系统水热碳能量的监测与研究[J].地理学报,2004,59(1):13-24.
王艺,朱彬,刘煜等.中国地区近10年地表反照率变化趋势[J].气象科技,2011,39(2):147-153.
王正兴,刘闯,Huete A等.植被指数研究进展：从AVHRR－NDVI到MODIS－EVI[J].生态学报,2003,23(5):979-987.
王正兴，刘闯，陈文波，等．MODIS增强型植被指数EVI与NDVI初步比较[J]．武汉大学学报，2006,31(5):407-427.
王正兴,刘闯,赵冰茹.AVHRR草地分类的潜力和局限：以锡林郭勒草原为例[J].自然资源学报,2003,18(6):704-711.
温庆可,张增祥,汪潇等.西北农牧交错区草地类型遥感划分方法[J].农业工程学报,2010,26(3):171-177.
吴静,李纯斌,胡自治等.基于定量遥感的甘肃省草原综合顺序分类[J].农业工程学报,2013,29(1):126-133
吴静,李纯斌,张德罡等.适用于3S技术的草原综合顺序分类法水热指标的改进建议[J].中国草地学报,2012,(4):109-115
吴希媛,张丽萍.降水再分配受雨强、坡度、覆盖度影响的机理研究[J].水土保持学报,2006,20(4):28-30.
伍卫星,王绍强,肖向明等.利用MODIS影像和气候数据模拟中国内蒙古温带草原生态系统总初级生产力[J].中国科学（Ｄ辑：地球科学）,2008,38(8):993-1004.
夏传福,李静,柳钦火.基于MODIS叶面积指数的遥感物候产品反演方法[J].农业工程学报,2012,28(19):103-109.
信乃诠.农业气象学[M].重庆:重庆出版社,2001.
邢旗,刘爱军,刘永志.应用MODIS-NDVI对草原植被变化检测研究[J].草地学报,2005,13(增刊):15-19.
邢文渊,肖继东,姚艳丽等.新疆地区土壤湿度遥感监测初探[J].沙漠与绿洲气象,2007,1(1):42-44.
邢文渊.基于MODIS影像数据反演干旱区土壤湿度方法研究[D].新疆大学硕士论文,2006.
徐斌,陶伟国,杨秀春等.中国草原植被长势MODIS遥感监测[J].草地学报,2006,14(3):242-247.
徐斌,杨秀春,陶伟国等.中国草原产草量遥感监测[J].生态学报,2007,27(2):405-413.
徐吉宏.天祝县草地综合顺序分类及其生态系统服务价值的评价[D].甘肃农业大学硕士论文,2009.
徐吉宏,柳小妮,张德罡.天祝县草地综合顺序分类及生态系统服务价值评价[J].中国草地学报.2009,31(5):23-30.
徐希孺.遥感物理[M].北京:北京大学出版社,2005.
许丽娜,牛瑞卿,尚秀枝.利用温度植被干旱指数反演三峡库区土壤水分[J].计算机工程与应用.2011,47(25):235-238
许鹏.草地调查规划学[M].中国农业出版社,北京,1994.
许鹏.中国草地分类原则与系统的讨论[J].四川草原,1985,2(3):1-7.
杨嘉,郭铌,黄蕾诺等.西北地区MODIS-NDVI指数饱和问题分析[J].高原气象,2008,27(4):896-903.
姚春生.使用MODIS数据反演土壤水分研究[D].中国科学院硕士学位论文.2004
余涛,田国良.热惯量法在检测土壤表层水分变化中的研究[J].遥感学报,1997,1(1):24-31.
张红梅,沙晋明.遥感监测土壤湿度的方法综述[J].中国农学通报.2005,25(2)：307-312
张建国,孙昌言.以Excel和SPSS为工具的管理统计[M].北京:清华大学出版社,2005.
张可慧,刘芳圆,刘剑锋等.河北省土壤水分遥测研究[J].地理学与国土研究.2002,18(3)：101-104
张婷婷.遥感技术概论[M].郑州:黄河水利出版社,2011.
张自和.发挥甘肃草业优势促进草业产业化可持续发展[J].草业科学,2005,22(3):46-49.
章祖同.谈中国草地的分类问题[J].中国草地,1988,(1):1-6.
赵军,胡自治.从生态信息图谱的角度看草原综合顺序分类法检索图[J].草原与草坪,2005,(2):12-14.
赵军,刘喆,杨梅.基于GIS的甘南高原草原分类与制图研究[J].中国农村小康科技,2011,1(1):39-41.
赵军.天然草地生态信息图谱与草业生态信息学的理论与实践研究[D].甘肃农业大学博士论文,2007.
赵连春,刘荣堂,杨予海等.基于地形因子的草地遥感分类方法的研究[J].草业科学,2006,23(12):26-30.
赵英时.遥感应用分析原理与方法[M].北京:科学出版社,2006.
郑度.中国生态地理区域系统研究[M],北京:商务印书馆,2008.
中国科学院内蒙古宁夏综合考察队.内蒙古自治区及其东西部毗邻地区天然草场[M].科学出版社,1980.
中国科学院自然资源综合考察委员会.中国草地资源数据[M].北京:中国科学技术出版社,1994.
中华人民共和国农业部畜牧兽医司.中国草地资源[M].北京:中国科学技术出版社,1996.
中科院对地观测数据全国共享[EB/OL].http://www.zgqxb.com.cn/kjzg/kejidt/201103/t20110322_16142.htm.
朱华忠,罗天祥,Christopher D.中国高分辨率温度和降水模拟数据的验证[J].地理研究,2003,22(3):349-359.
朱求安,张万昌,余钧辉.基于GIS的空间插值方法研究[J]．江西师范大学学报（自然科学版）,2004,28(2):183-188.
朱求安,张万昌,赵登忠.基于PRISM和泰森多边形的地形要素日降水量空间插值研究[J].地理科学,2005,25（2）:2233-2238.
邹德富,冯琦胜,王莺等.基于GIS的甘南地区草原综合顺序分类研究[J].草业科学,2011,28(1):27-32.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |