乔宇鑫，朱华忠，邵小明，钟华平，周李磊，伍兆文

(1.西藏农牧学院，西藏 林芝850400； 2.中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室，北京100101；3.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京100101；4.重庆大学资源及环境科学学院，重庆400044；5.江苏省地理信息资源开发与利用协同创新中心，江苏 南京210023；6.中国农业大学资源与环境学院，北京 100083; 7．中国科学院植物研究所系统与进化植物学国家重点实验室，北京100093)

基于空间插值数据支持下新疆伊犁地区草地类型判别与分类研究

乔宇鑫1，2，朱华忠3,5，邵小明1,6，钟华平2*，周李磊4，伍兆文2，7

(1.西藏农牧学院，西藏 林芝850400； 2.中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室，北京100101；3.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京100101；4.重庆大学资源及环境科学学院，重庆400044；5.江苏省地理信息资源开发与利用协同创新中心，江苏 南京210023；6.中国农业大学资源与环境学院，北京 100083; 7．中国科学院植物研究所系统与进化植物学国家重点实验室，北京100093)

在遥感和地理信息系统技术支持下，我国草地类型学研究有新的进展。本研究在伊犁地区草地群落高度、盖度、地上生物量、地下生物量、草地表层土壤容重、土壤全碳、土壤有机碳、土壤全氮、土壤全磷等空间分布数据的基础上，通过对不同草地类型不同指标的特征值分析，研究确定各草地类型不同指标的阀值范围，采用决策树分类法，实现新疆伊犁地区草地类型自动判别。研究结果表明,利用伊犁地区不同草地类型在群落高度、盖度、地上生物量、地下生物量、草地表层土壤容重、土壤全碳、土壤有机碳、土壤全氮、土壤全磷9个指标的特征值作为草地类型划分的依据，可以简单直观地反映各类草地的空间分布面积和分布范围，与20世纪80年代草地调查数据比较，分布趋势一致，结果可靠。同时，本研究为伊犁地区草地资源利用管理提供基础，为伊犁地区草地资源监测和信息管理平台建设提供依据，对于指导新疆伊犁地区草地畜牧业生产具有现实意义。

空间插值；决策树分类法；草地自动判别

中国草地类型学的发展承袭了前苏联地植物学的理论[1-3]，发展了我国植物-生境学分类[4-6]和草原综合顺序分类(Comprehensive and Sequential Classification System of Rangeland，CSCS)[7-11]两个体系。二者均以地形、气候、土壤、植被等自然因素的认识为出发点，高度抽象、概括和分析评价草地资源实体的综合存在形式，只是在当时研究基础及技术条件受限的情况下，各自强调的重点不同而已。植物-生境学分类法强调的是草地植被的本身，汇聚的直观性、识别性和实用性[4,6]；综合顺序分类法更强调的是生物气候特征序列的综合，汇聚的完整性、开放性和潜在性，更具有想象空间[12]。进入21世纪以来，随着计算机技术、网络技术、“3S”技术和地统计学等方法的不断发展，并伴随社会经济文化的进步，我国草地类型学的研究不再停留于过去地形和气候的纷争，都在尝试着各分类等级内涵的包容和融合[13]。

进入21世纪信息化大数据时代，随着草地资源空间数据的不断积累和厚实，借助信息化网络技术平台，采用植物-生境学分类和草原综合顺序分类的方法，对我国草地类型的划分进入数据多源、直观、简洁、可视化的阶段成为可能，同时也在草地资源和草地生态等其他研究领域得到快速发展。传统的植物-生境学分类得到了更广泛的应用，在不同区域形成了地方特色的草地分类系统[14]。综合顺序分类则有更进一步的改进，在黄土高原对各草地类型分布情况和黄土高原草地植被的分布规律有新的认识[15]；在内蒙古地区，运用综合顺序分类理论，在计算内蒙古气候区划指标划分不同类型草原区同时，还模拟了内蒙古草地类型50年的变化趋势[16]。而陈佐忠等[16]根据生物群落特征、无机环境特征、重点功能过程、动态特征以及与生物群区结合等原则提出了我国草地生态系统分类方法。近年来，尤其遥感和地理信息系统技术的发展和运用，极大地促进包括草地分类在内的草地资源学的发展。赵军等[17-18]结合生态信息图谱，采用地理信息系统技术和地统计学等方法，根据地形、地貌及植被分布等特点，将全国划分为若干片区，利用分区控制法对各区的多年平均降水量、≥0 ℃的年积温和湿润度指数进行了空间插值研究，更加系统地研究和绘制了全国草原综合顺序第一级分类的空间分布图，全面论述了各草地类的区域分布及其特点[14，19-20]。骆成凤等[21]利用遥感手段获得流域退化草地的空间分布和变化信息，采用Markov模型、退化草地动态变化度、转类指数和景观指数对青海湖流域草地退化状况时空变化进行多角度分析；侯西勇等[22]以Landst TM 遥感影像解译出的新疆1990和2000年1∶10万土地利用数据为基础，探讨了近10年来草地资源的动态变化及其空间格局特征。周伟等[23]基于 1982-2006 年的 GIMMS NDVI 数据和2001-2010年的 MODIS NDVI 数据反演了我国草地覆盖度的空间格局和变化趋势，并结合1982-2010年中国气象站点气温和降水数据，分别从不同时空尺度和不同草地类型上分析了我国草地覆盖度的年际和月际变化对气候变化的响应。王晓爽等[24]和苏力德等[25]在全国范围内采用MODIS EVI 植被指数结合多源环境因子数据的方法实现对主要草地类型的划分，在借鉴第一次草地调查分类方案的基础上，提出了新的草地分类方案。梁天刚等[26-27]利用ArcGIS地理信息系统(GIS)软件的二次样条函数等地统计学空间插值分析方法，探索研究了甘肃省及全国30年(1961-1990年)的年平均降水量、≥0 ℃的年积温和湿润度指数(k)在1 km×1 km格网空间尺度的分布特征，建立了基于GIS的草原综合顺序分类空间数据库及信息管理系统，研究结果应用于“中国草业开发专家系统Ver 2.0”单机软件和基于网络和WebGIS等技术的“中国草业与生态”(http: //www. ecograss. com. cn)网站。

本研究是在国家基础性专项支持下，对伊犁草地进行大量野外样地调查数据的基础上，通过多数据源对伊犁草地植被和草地土壤特征指标进行二次样条函数等地统计学空间插值，得到伊犁地区草地群落高度、盖度、地上生物量、地下生物量、草地表层土壤容重、土壤全碳、土壤有机碳、土壤全氮、土壤全磷等空间分布图。在此基础上，对各草地类型不同指标进行特征值分析，建立各草地类型不同指标的分布阀值，并对伊犁地区草地类型进行空间识别，实现草地类型数量化分类和空间格局的区划。

1 材料与方法

1.1研究区域概况

伊犁地区(42°14′16″-44°53′30″ N，80°09′42″-84°56′50″ E)位于欧亚大陆天山北坡西部山区的伊犁河谷，东、南、北三面高山环绕，地势东高西低，东窄西宽，呈喇叭形向西敞开，使来自西部的湿润水汽和巴尔喀什湖的暖流沿伊犁河长驱直入谷地深处[28-29]，形成了温带大陆性半干旱气候区。“山谷-盆地-河谷平原”的独特地形地貌使得伊犁降水充沛，境内有伊犁河、喀什河和特克斯河3条主要河流，年均降水量为200～800 mm，年均气温为2.9～9.1 ℃，年均日照时数为2700～3000 h[30]，是新疆最湿润的地区。伊犁地区自然条件优越，农、牧业发展优势明显，农畜产品丰富，是新疆的粮仓和全国著名的牧场。天然草地面积约为371万hm2，占新疆草地资源的6.38%，其产草量以及载畜能力均处于全疆最好水平[31-33]。

1.2数据来源及预处理

参与本研究的数据主要有伊犁地区草地群落高度、盖度、地上生物量、地下生物量、草地表层土壤容重、土壤全碳、土壤有机碳、土壤全氮、土壤全磷9个指标的1 km×1 km的空间分布数据(图1和图2)。该数据是根据2013年的146个草地样地调查数据，与NDVI数据、年均气温、年均降雨量、≥10 ℃年积温、湿润度等6个生态要素进行相关回归分析，建立回归方程，并根据各要素的权重分析，构建多元数据的综合评价模型，采用ArcGIS软件进行空间插值分析，反演1 km分辨率的新疆伊犁地区草地群落和草地土壤各指标的空间分布数据，并由检验数据进行检验。各项指标的空间插值方法详见文献[34-36]。

1.3分析方法

决策树分类法(Decision Tree Classifier)是以各像元特征值为设定的基准位，按照一定规则，对各像元分层逐次进行比较，从影像中分离目标地物的分类方法[37]，被广泛运用到遥感信息提取和影像分类中[38]。

根据伊犁地区草地群落和土壤9个主要生态指标空间分布数据，运用草地退化遥感解译的数据，对新疆伊犁地区温性草甸草原类、温性山地草甸类、温性草原类、温性荒漠草原类、温性荒漠类、低地草甸类等主要草地类型进行掩膜提取各生态指标值，并对各草地类型的每个生态指标数据进行频度分布特征分析。

频数分布高峰一半处的峰宽度，又称半宽度，即通过峰高的中点作平行于峰底的直线，此直线与峰两侧相交两点之间的距离。其表示单位与峰宽相同。半峰宽等于2.354倍标准偏差[39]，在此范围内为最适范围。本研究借助半峰宽法原理确定草地评价指标的阈值，以满足各生态指标阈值范围为条件，实现草地类型判别和自动提取。

2 结果与分析

2.1不同草地类型群落指标及土壤指标特征分析

根据2000年全国草地资源调查的草地类型矢量数据[40]，采取掩膜技术，对新疆伊犁地区8个主要草地类型的草地平均总盖度(GAC)、草地平均高度(GAH)、地上生物量(AB)及地下生物量(BB)、土壤容重(SBD)、土壤全碳含量(STC)、土壤全氮含量(STN)、土壤全磷含量(STP)和土壤有机碳(SOC)等指标进行提取，并对各生态指标值进行频度分布特征分析。分析结果表明，不同草地类型在9个生态指标上各有不同的分布特征，借助这些特征差异，实现各草地类型的自动判别并空间化成为可能。

图1 伊犁地区地理位置及样点分布Fig.1 The location of Ili area and distribution of sample sites

图2 新疆伊犁地区草地群落和土壤主要生态指标空间分布Fig.2 The spatial distribution of grassland communities and soil ecological indicators

图3为温性山地草甸类草地各指标的频度分布图，其草地平均总盖度主要集中在87%～100%，峰值出现在98%附近；草地平均高度主要集中在30～42 cm，峰值出现在38 cm附近；地上生物量主要集中在178～240 g/m2，峰值出现在220 g/m2附近；地下生物量主要集中在1800～2200 g/m2，峰值出现在2100 g/m2附近；草地土壤容重主要集中在0.70～1.05 g/m3，峰值出现在0.86 g/m3附近；土壤全碳含量主要集中在4.85%～5.75%，峰值出现在5.50%附近；土壤全氮含量主要集中在0.46%～0.58%，峰值出现在0.52%附近；土壤全磷含量主要集中在0.95～1.40 mg/g，峰值出现在1.15 mg/g附近；土壤有机碳含量主要分布在3.9%～5.5%，峰值出现在4.9%附近。

图3 温性山地草甸类草地不同指标分布特征Fig.3 The different index distribution of temperate upland meadow steppe

图4为温性草甸草原类草地各指标的频度分布图，其草地平均总盖度主要集中在80%～100%，峰值出现在100%；草地平均高度主要集中在29～40 cm，峰值出现在37 cm附近；地上生物量主要集中在180～250 g/m2，峰值出现在210 g/m2附近；地下生物量主要集中在1800～2155 g/m2，峰值出现在2100 g/m2附近；草地土壤容重主要集中在0.8～1.1 g/m3，峰值出现在0.95 g/m3附近；土壤全碳含量主要集中在4%～6%，峰值出现在5.5%附近；土壤全氮含量主要集中在0.4%～0.6%，峰值出现在0.46%附近；土壤全磷含量主要集中在0.8～1.3 mg/g，峰值出现在0.98 mg/g附近；土壤有机碳含量主要分布在3.1%～5.7%，峰值出现在4%附近。

图4 温性草甸草原类草地不同指标分布特征Fig.4 The different index distribution of temperate meadow steppe

图5 温性草原类草地不同指标分布特征Fig.5 The different index distribution of temperate steppe

图5为温性草原类草地各指标的频度分布图，其草地平均总盖度主要集中在70%～100%，峰值出现在88%附近；草地平均高度主要集中在22～36 cm，峰值出现在30 cm附近；地上生物量主要集中在125～225 g/m2，峰值出现在185 g/m2附近；地下生物量主要集中在1850～2125 g/m2，峰值出现在2055 g/m2附近；草地土壤容重主要集中在0.9～1.3 g/m3，峰值出现在1.1 g/m3附近；土壤全碳含量主要集中在3.4%～5.6%，峰值出现在4.5%附近；土壤全氮含量主要集中在0.26%～0.51%，峰值出现在0.39%附近；土壤全磷含量主要集中在0.70～1.05 mg/g，峰值出现在0.88 mg/g附近；土壤有机碳含量主要分布在2.0%～4.6%，峰值出现在3.15%附近。

图6 温性荒漠草原类草地不同指标分布特征Fig.6 The different index distribution of temperate desert grassland

图6温性荒漠草原类草地各指标的频度分布图，其草地平均总盖度主要集中在50%～80%，峰值出现在72%附近；草地平均高度主要集中在20～38 cm，峰值出现在27 cm附近；地上生物量主要集中在85～150 g/m2，峰值出现在110 g/m2附近；地下生物量主要集中在1820～2100 g/m2，峰值出现在1900 g/m2附近；草地土壤容重主要集中在1.0～1.3 g/m3，峰值出现在1.1 g/m3附近；土壤全碳含量主要集中在2.7%～5.3%,峰值出现在3.7%附近；土壤全氮含量主要集中在0.20%～0.48%，峰值出现在0.32%附近；土壤全磷含量主要集中在0.65～0.95 mg/g，峰值出现在0.77 mg/g附近；土壤有机碳含量主要分布在1.55%～4.35%，峰值出现在2.75%。

图7为温性荒漠类草地各指标的频度分布图，其草地平均总盖度主要集中在20%～55%，峰值出现在30%附近；草地平均高度主要集中在17～25 cm，峰值出现在20 cm附近；地上生物量主要集中在20～80 g/m2，峰值出现在40 g/m2附近；地下生物量主要集中在1900～2110 g/m2，峰值出现在2050 g/m2附近；草地土壤容重主要集中在1.22～1.50 g/m3，峰值出现在1.34 g/m3附近；土壤全碳含量主要集中在1.1%～3.1%，峰值出现在1.3%附近；土壤全氮含量主要集中在0.11%～0.22%，峰值出现在0.12%附近；土壤全磷含量主要集中在0.56～0.70 mg/g，峰值出现在0.65 mg/g附近；土壤有机碳含量主要分布在0.35%～1.78%，峰值出现在0.66%附近。

图8为高寒草甸类草地各指标的频度分布图，其草地平均总盖度主要集中在65%～100%，峰值出现在100%；草地平均高度主要集中在6.5～26.5 cm，峰值出现在10 cm附近；地上生物量主要集中在30～135 g/m2，峰值出现在70 g/m2附近；地下生物量主要集中在2050～2330 g/m2，峰值出现在2200 g/m2附近；草地土壤容重主要集中在0.70～0.80 g/m3，峰值出现在0.7 g/m3附近；土壤全碳含量主要集中在4.0%～5.8%，峰值出现在5.3%附近；土壤全氮含量主要集中在0.40%～0.58%，峰值出现在0.54%附近；土壤全磷含量主要集中在1.20～1.64 mg/g，峰值出现在1.32 mg/g附近；土壤有机碳含量主要分布在3.5%～5.5%，峰值出现在4.9%附近。

图7 温性荒漠类草地不同指标分布特征Fig.7 The different index distribution of temperate desert

图8 高寒草甸类草地不同指标分布特征Fig.8 The different index distribution of alpine meadow steppe

图9 低地草甸类草地不同指标分布特征Fig.9 The different index distribution of lowland meadow steppe

图9为低地草甸类草地各指标的频度分布图，其草地平均总盖度主要集中在26%～60%，峰值出现在46%附近；草地平均高度主要集中在16～28 cm，峰值出现在20 cm附近；地上生物量主要集中在45～120 g/m2，峰值出现在95 g/m2附近；地下生物量主要集中在1750～2200 g/m2，峰值出现在1900 g/m2附近；草地土壤容重主要集中在1.15～1.40 g/m3，峰值出现在1.35 g/m3附近；土壤全碳含量主要集中在1.2%～3.4%，峰值出现在2.4%附近；土壤全氮含量主要集中在0.11%～0.22%，峰值出现在0.14%附近；土壤全磷含量主要集中在0.55～0.70 mg/g，峰值出现在0.64 mg/g附近；土壤有机碳含量主要分布在0.6%～2.2%，峰值出现在1.0%附近。

图10 沼泽类草地不同指标分布特征Fig.10 The different index distribution of swamp steppe

图10为沼泽类草地各指标的频度分布图，其草地平均总盖度主要集中在29%～44%，峰值出现在32%；草地平均高度主要集中在16.5～26.5 cm，峰值出现在20 cm附近；地上生物量主要集中在70～90 g/m2，峰值出现在90 g/m2附近；地下生物量主要集中在2050～2220 g/m2，峰值出现在2050 g/m2附近；草地土壤容重主要集中在0.80～1.50 g/m3，峰值出现在1.3 g/m3附近；土壤全碳含量主要集中在1.2%～1.9%，峰值出现在1.5%附近；土壤全氮含量主要集中在0.1%～0.2%，峰值出现在0.125%附近；土壤全磷含量主要集中在0.55～0.61 mg/g，峰值出现在0.60 mg/g附近；土壤有机碳含量主要分布在1.2%～1.6%，峰值出现在1.45%附近。

2.2草地类型定量化空间区划

根据表1确定的各评价指标的阈值，建立决策树分类条件，在ENVI(the environment for visualizing images遥感图像处理系统软件)中对不同草地类型进行定量化空间区划，各草地类型的空间分布见图11。

根据草地群落高度、盖度、地上生物量、地下生物量、草地表层土壤容重、土壤全碳、土壤有机碳、土壤全氮、土壤全磷9项指标对伊犁草地类型的划分，在空间上可以表达各草地类型的空间分布区域和分布地带性特点：沼泽类和低地草甸类草地分布在伊犁河流积水地带，紧邻伊犁河两侧沿岸的干旱地带是温性荒漠类草地分布集中区域，随着从河谷向天山过渡，依次分布着温性荒漠草原类草地、温性草原类、温性草甸草原类、温性山地草甸类和高寒草甸类草地，这样的分布特征符合新疆伊犁地区天然草地的基本分布规律[27,38]。

同时，由图11还发现，虽然各草地类型在空间分布上各自占居不同的空间地带，但部分草地类型的分布还是存在空间重叠的现象，如高寒草甸类和温性山地草甸类草地、温性荒漠类与温性草原草地，温性草原类与温性山地草甸类草地。这种草地类型之间的重叠现象在实际生产当中是客观存在的，相邻的草地类型之间存在地域上的过渡，在类型界定上没有非常明确的界线。

2.3草地类型空间分布比较与验证

把新疆伊犁地区各草地类型进行掩膜划分和制图，得到最终的草地类型空间分布图(图12a)，并与遥感解译结果(图12b)进行对比分析。由图12可以看到，草地类型定量化分析的结果在空间分布上与遥感解译结果分布趋势一致。对比统计分析结果见表2。

由表2可知，各草地类型的面积有变化，草地总面积比目视解译的草地总面积小608 km2，低1.71%；其中高寒草甸类和温性荒漠类的草地面积大于目视解译的面积，其余6种草地类型的面积均低于遥感解译的面积，而低地草甸和沼泽类最为明显，分别低12.25%和7.59%，主要是这二类草地面积规模小而影响明显。总体而言，定量化分析识别的精度较高，可达85%以上，与地面实际考察及遥感解译相比，节约了大量财力、人力及时间。

3 讨论

(1)利用草地类型群落自身指标的特征值来掩膜截取不同草地类型的空间范围，这在GIS是一种常用的技术方法[41]。其关键的问题是参与类型划分数据源的全面性、完整性和科学性。在新疆天山利用NDVI数据决策树分类法结合地形数据来划分草地类型有很好的效果[42-43]；青藏高原利用NDVI数据决策树分类法结合地形数据也能有效划分不同草地的空间范围[44]。本研究利用伊犁地区不同草地类型在群落高度、盖度、地上生物量、地下生物量、草地表层土壤容重、土壤全碳、土壤有机碳、土壤全氮、土壤全磷9个指标的表现的特征值作为草地类型划分的依据，可以更直接地反映各类草地的空间分布范围，为草地资源数据库管理提供了基础，在指导草地畜牧业生产具有现实意义。

表1 自动化判别阈值表Table 1 Automatic discriminant threshold value table

GAC：平均总盖度Grassland average coverage；GAH：草地平均高度 Grassland average height；AB：地上生物量Aboveground biomass；BB：地下生物量Belowground biomass；SBD：土壤容重Soil bulk density；STC：土壤全碳含量Soil total carbon；STN：土壤全氮含量Soil total nitrogen；STP：土壤全磷含量Soil total phosphorus；SOC：土壤有机碳含量Soil organic carbon.

图11 不同草地类型空间分布Fig.11 The distribution of different grassland type

表2 定量化分析识别结果与遥感解译结果统计对比Table 2 The comparison between the statistical result of quantitative analysis recognition and remote sensing

注：遥感解译结果(2000年)。

Note： Result of remote sensing (In 2000).

(2)草地类型的空间重叠是正常客观存在的一种现象。导致草地类型在空间分布上重叠问题，首先是性质相近的类型之间存在相互过渡的区域，并不存在明确的界线，这也正是两个草地类型相互转换的演变所在。解决草地类型重叠区域的归属问题主要有两种：1)根据重叠区域涉及的草地类型，选取草地类型间最明显的特征差异，根据这个特征差异将重叠区域进行重新归类，如高寒草甸类和温性山地草甸类草地，可以考虑海拔的因素，将重叠的区域区分开，高海拔区域划分到高寒草甸；根据植物-生境学分类法，不同草地类型区分的特征差异还包括气候因素、草地植被因素以及坡度坡向等其他地形因素[45]。2)依据20世纪80年代全国草地调查数据，以主要类型为原则，对重叠区域进行类型归属划分，如温性草原与温性荒漠草原，由于温性荒漠草原类草地面积较小，将重叠区域分配给温性草原。

(3)多指标数据源频数分布特征值阈值宽度的确定可能直接影响各草地类型分布的范围，阈值范围取值越大导致划分的草地类型面积偏大，区域重叠程度增加；阈值范围取值越小导致划分的草地类型面积偏小，出现草地类型分布漏空或漏划现象，所以阈值宽度的确定是本研究的关键环节[46-47]。本研究采用半峰宽度方法作为确定各指标阈值宽度的原则，对新疆伊犁地区草地类型进行定量化分析识别取得很好的效果，精度达到了85%以上。同时，阈值半峰宽度原则存在一定的缺陷，半峰宽度原则适合于基本符合正态分布指标阈值的确定，而不符合正态分布的指标，其阈值宽度的确定存在一定的困难。所以这也是本研究需要进一步改进和修正的所在。

4 结论

不同草地类型各评价指标阈值范围的确定是草地类型定量化识别的关键，针对特定区域有特定的阈值范围，各草地类型的阈值范围具有本地化特征。通过对新疆伊犁地区不同草地类型各项生态指标的频度分布特征值分析，根据半峰值理论确定不同草地类型各生态指标的阈值范围，构建决策树分类，对新疆伊犁地区草地类型定量化识别有很好的效果，各草地类型定量化识别的精度在85%以上。

References：

[1] Т·И·Исаченко, Li S F, Yuan Y. Several problems of Soviet Union botany. Journal of Sun Yatsen University: Natural Science Edition, 1959, (1): 5-9.

Т·И·伊萨钦科, 李世玢, 苑艺. 苏联地植物学的几个问题. 中山大学学报: 自然科学版, 1959, (1): 5-9.

[2] Hou X Y, Wang X P, Chen L Z,etal. Sue card academician put forward some opinions about botany and its related problems during the period of investigation in our country. Acta Geographica Sinica, 1956, (3): 47-68.

侯学煜, 王献溥, 陈灵芝, 等. 苏卡切夫院士在我国考察期间所谈到的关于地植物学及其相关问题的一些意见. 地理学报, 1956, (3): 47-68.

[3] Markov. The Soviet Union Meeting Corpus of Study on the Orientation of Botany[M]. Beijing: Science Press, 1958: 5-20.

马尔科夫. 苏联地植物学定位研究会议文集[M]. 北京： 科学出版社, 1958: 5-20.

[4] Zhang Z T. Discussion about China’s grassland classification problem. Chinese Journal of Grassland, 1988, (1): 1-5.

章祖同. 谈中国草地的分类问题. 中国草地学报, 1988, (1): 1-5.

[5] Xu P. Discussion about China’s grassland classification principle and the system. Prataculture & Animal Husbandry, 1985, (3): 1-6.

许鹏. 中国草地分类原则与系统的讨论. 草业与畜牧, 1985, (3): 1-6.

[6] Liu Q. The classification of natural grassland in China. Prataculture & Animal Husbandry, 1996, (2): 1-5.

刘起. 中国天然草地的分类. 草业与畜牧, 1996, (2): 1-5.

[7] Ren J Z, Hu Z Z, Mou X D. The first level classification bioclimatic indicator of grassland types in our country. Journal of Gansu Agricultural University, 1965, (2): 50-66.

任继周, 胡自治, 牟新待. 我国草原类型第一级分类的生物气候指标. 甘肃农业大学学报, 1965, (2): 50-66.

[8] Ren J Z, Hu Z Z, Mou X D,etal. The comprehensive sequence classification and genetic significance of grassland. Chinese Journal of Grassland, 1980, (1): 12-25.

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. 中国草地学报, 1980, (1): 12-25.

[9] Hu Z Z, Gao C X. The improved grassland Ⅰ class division index and classification retrieval figure of grassland comprehensive sequence classification. Acta Prataculturae Sinica, 1995, (3): 1-7.

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. 草业学报, 1995, (3): 1-7.

[10] Ren J Z, Hu Z Z, Zhao J,etal. A grassland classification system and its application in China. Rangeland Journal, 2008, 30(2): 199-209.

[11] Ren J Z. Classification and cluster applicable for grassland type. Journal of Grassland, 2008, 16(1): 4-10.

任继周. 分类、聚类与草原类型. 草地学报, 2008, 16(1): 4-10.

[12] Liang T G, Feng Q S, Huang X D,etal. Review in the study of comprehensive sequential classification system of grassland. Acta Prataculturae Sinica, 2011, 20(5): 252-258.

梁天刚, 冯琦胜, 黄晓东, 等. 草原综合顺序分类系统研究进展. 草业学报, 2011, 20(5): 252-258.

[13] Wang H X. Integration of Chinese two Grassland Classification Systems and Its Application in Grassland of Inner Mongolia[D]. Lanzhou: Gansu Agricultural University, 2013.

王红霞. 中国两种草地分类系统类的归并及在内蒙古草地类划分中的应用[D]. 兰州： 甘肃农业大学, 2013.

[14] Xin Y J, Wu A D, Xin Y C. Natural grassland types and classification system in Qinghai. Qinghai Prataculture, 2012, 21(2): 57-61.

辛有俊, 吴阿迪, 辛玉春. 青海省天然草地类型与分类系统. 青海草业, 2012, 21(2): 57-61.

[15] Ma H B, Wang N, Han B F,etal. Classification of grassland on the Loess Plateau by advanced comprehensive and sequential classification of grassland. Chinese Journal of Grassland, 2002, 24(2): 1-5.

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. 中国草地学报, 2002, 24(2): 1-5.

[16] Chen Z Z, Wang Y F, Wang S P,etal. Preliminary studies on the classification of grassland ecosystem in China. Journal of Grassland, 2002, 10(2): 81-86.

陈佐忠, 王艳芬, 汪诗平, 等. 中国草地生态系统分类初步研究. 草地学报, 2002, 10(2): 81-86.

[17] Zhao J, Hu Z Z. The grassland comprehensive sequence classification retrieval figure from the point of view of ecological information map. Grassland and Turf, 2005, (2): 12-14.

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. 草地与草坪, 2005, (2): 12-14.

[18] Zhao J. Natural Grassland Ecological Information Map and the Grassland Ecological Informatics Theory and Practice Research[D]. Lanzhou: Gansu Agricultural University, 2007.

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]. 兰州： 甘肃农业大学, 2007.

[19] Xiu L N, Feng Q S, Liang T G. A study on spatial and temporal distribution characteristics of NDVI for natural vegetation in Gannan based on CSCS. Acta Prataculturae Sinica, 2013, 22(4): 239-246.

修丽娜, 冯琦胜, 梁天刚. 基于CSCS方法的甘南自然植被NDVI时空分布特征研究. 草业学报, 2013, 22(4): 239-246.

[20] Liu X N, Guo J, Ren Z C,etal. Chinese rangeland CSCS classification based on optimal simulation for spatial distribution of meteorological factors. Transactions of the CSAE, 2012, 28(9): 222-229.

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. 农业工程学报, 2012, 28(9): 222-229.

[21] Luo C F, Xu C J, You H Y,etal. Analysis on grassland degradation in Qinghai Lake Basin during 2000—2010. Acta Ecologica Sinica, 2013, 33(14): 4450-4459.

骆成凤, 许长军, 游浩妍, 等. 2000-2010年青海湖流域草地退化状况时空分析. 生态学报, 2013, 33(14): 4450-4459.

[22] Hou X Y, Zhuang D F, Yu X F. Grassland change and its spatial patterns in Xinjiang in 1999s. Acta Geographica Sinica, 2004, 59(3): 409-417.

侯西勇, 庄大方, 于信芳. 20世纪90年代新疆草地资源的空间格局演变. 地理学报, 2004, 59(3): 409-417.

[23] Zhou W, Gang C C, Li J L,etal. Spatial-temporal dynamics of grassland coverage and its response to climate change in China during 1982-2010. Acta Geographica Sinica, 2014, 69(1): 15-30.

周伟, 刚成诚, 李建龙, 等. 1982-2010年中国草地覆盖度的时空动态及其对气候变化的响应. 地理学报, 2014, 69(1): 15-30.

[24] Wang X S, Hu Z W, Zhao W J,etal. An integrated classification of grassland in large-scale based on MODIS EVI and multi-source data. Practaculture Science, 2011, 28(1): 10-17.

王晓爽, 胡卓玮, 赵文吉, 等. 基于EVI植被指数的大尺度草地多源信息综合分类研究. 草业科学, 2011, 28(1): 10-17.

[25] Su L D, Yang J, Wan Z Q,etal. Climate change and its impacts on distribution pattern of grassland types in Inner Mongolia. Chinese Journal of Agrometeorology, 2015, 36(2): 139-148.

苏力德, 杨劼, 万志强, 等. 内蒙古地区草地类型分布格局变化及气候原因分析. 中国农业气象, 2015, 36(2): 139-148.

[26] Liang T G, Chen Q G, Ren J Z. Expert systems for pratacultural development in Gansu province. Acta Prataculturae Sinica, 2002, 11(1): 70-75.

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. 草业学报, 2002, 11(1): 70-75.

[27] Liang T G, Chen Q G, Ren J Z,etal. A GIS-based expert system for pastoral agricultural development in Gansu Province, PR China. New Zealand Journal of Agricultural Research, 2004, 47(3): 313-325.

[28] Ren J Z. Grassland Survey and Planning[M]. Beijing: Agricultural Publishing House, 1985: 56-82.

任继周. 草原调查与规划[M]. 北京: 农业出版社, 1985: 56-82.

[29] Yang Y H, Chen Y N, Li W H,etal. Soil organic carbon distribution of different vegetation types in the Ili River Valley. Acta Geographica Sinica, 2010, 65(5): 605-612.

杨玉海, 陈亚宁, 李卫红, 等. 伊犁河谷不同植被带下土壤有机碳分布. 地理学报, 2010, 65(5): 605-612.

[30] Animal Husbandry Institute in Xinjiang Uygur Autonomous Region. The Grassland Resources and Its Utilization in Xinjiang[M]. Urumqi: Health Science and Technology Publishing House in Xinjiang, 1993: 12-18.

新疆维吾尔自治区畜牧厅. 新疆草地资源及其利用[M]. 乌鲁木齐: 新疆科技卫生出版社, 1993: 12-18.

[31] Zhou Y C. The River Hydrology and Water Resources in Xinjiang[M]. Urumqi: Health Science and Technology Publishing House in Xinjiang, 1999: 10-15.

周聿超. 新疆河流水文水资源[M]. 乌鲁木齐: 新疆科技卫生出版社, 1999: 10-15.

[32] Liu F, Zhang H Q, Dong G L. Vegetation dynamics and precipitation sensitivity in Yili Valley Grassland. Resources Science, 2014, 36(8): 1724-1731.

刘芳, 张红旗, 董光龙. 伊犁河谷草地植被NDVI变化及其降水敏感性特征. 资源科学, 2014, 36(8): 1724-1731.

[33] Sun H L, Chen Y N, Li W H,etal. Study on types and ecological services values of the grassland in the Ili River Basin, Xinjiang, China. Journal of Desert Research, 2011, 31(5): 1273-1277.

孙慧兰, 陈亚宁, 李卫红, 等. 新疆伊犁河流域草地类型特征及其生态服务价值研究. 中国沙漠, 2011, 31(5): 1273-1277.

[34] Zhang X C, Zhu H Z, Zhong H P,etal. Assessment of above-ground biomass of grassland using remote sensing, Yili, Xinjiang. Acta Prataculturae Sinica, 2015, 24(6): 25-34.

张旭琛, 朱华忠, 钟华平, 等. 新疆伊犁地区草地植被地上生物量遥感反演. 草业学报, 2015, 24(6): 25-34.

[35] Zhou L L, Zhu H Z, Zhong H P,etal. Spatial analysis of soil bulk density in Yili, Xinjiang Uygur Autonomous Region, China. Acta Prataculturae Sinica, 2016, 25(1): 64-75.

周李磊, 朱华忠, 钟华平, 等. 新疆伊犁地区草地土壤容重空间格局分析. 草业学报, 2016, 25(1): 64-75.

[36] Qiao Y X, Zhu H Z, Zhong H P,etal. Interpolate and spatial pattern analysis on the below-ground biomass of grassland in Inner Mongolia Autonomous Region, China. Acta Prataculturae Sinica, 2016, (6): 1-12.

乔宇鑫, 朱华忠, 钟华平, 等. 内蒙古草地地下生物量空间格局分析. 草业学报, 2016, (6): 1-12.

[37] Niu J M, Lv G F. Quantitative analysis of relationship between vegetation zones and climate in NeiMongol under the support of GIS. Acta Scientiarum Naturalium Universitatis NeiMongol: Natural Science Edition, 1998, 29(3): 130-135.

牛建明, 吕桂芬. GIS支持的内蒙古植被地带与气候关系的定量分析. 内蒙古大学学报: 自然科学版, 1998, 29(3): 130-135.

[38] Wang D P, Wang Z L, Cui Q C,etal. Land use/cover classification based on decision tree in Longkou. Research of Soil and Water Conservation, 2008, 15(1): 114-116, 121.

王大鹏, 王周龙, 崔青春, 等. 基于决策树的龙口市土地利用/覆盖分类研究. 水土保持研究, 2008, 15(1): 114-116, 121.

[39] Zhou W, Yang F, Qian Y R,etal. Typical grassland classification and precision evaluation based on remote sensing data in the northern slope of Tianshan Moutaion. Practaculture Science, 2012, 29(10): 1526-1532.

周伟, 杨峰, 钱育蓉, 等. 天山北坡草地遥感分类及其精度分析. 草业科学, 2012, 29(10): 1526-1532.

[40] Su D X. The regional distribution and productivity structure of the Chinese grassland resources. Acta Agrestia Sinica, 1994, 2(1): 71-77.

苏大学. 中国草地资源的区域分布与生产力结构. 草地学报, 1994, 2(1): 71-77.

[41] Chen L, Zhang Y J, Chen B. High spatial resolution remote sensing image classification based on decision tree classification combined with multiscale texture. Geography and Geo-Information Science, 2007, 23(4): 18-21.

陈亮, 张友静, 陈波. 结合多尺度纹理的高分辨率遥感影像决策树分类. 地理与地理信息科学, 2007, 23(4): 18-21.

[42] Yang X F, Wang X M. Classification of MISR multi-angle imagery based on decision tree classifier. Journal of Geo-information Science, 2016, 18(3): 416-422.

杨雪峰, 王雪梅. 基于决策树的多角度遥感影像分类. 地球信息科学学报, 2016, 18(3): 416-422.

[43] Liu Y H, Niu Z, Wang C Y. Research and application of the decision tree classification using MODIS data. Journal of Remote Sensing, 2005, 9(4): 405-412.

刘勇洪, 牛铮, 王长耀. 基于MODIS数据的决策树分类方法研究与应用. 遥感学报, 2005, 9(4): 405-412.

[44] Zhang X M, Sheng Y, Nan Z T,etal. Vegetation classification of alpine grassland based on decision tree approach in the Wenquan area of the Qinghai-Tibet Platea. Pratacultural Science, 2011, 28(12): 2074-2083.

张秀敏, 盛煜, 南卓铜, 等. 基于决策树方法的青藏高原温泉区域高寒草地植被分类研究. 草业科学, 2011, 28(12): 2074-2083.

[45] Liao G F, Jia Y L. China’s Grassland Resources[M]. Beijing: China Science and Technology Press, 1996: 35-45.

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: 35-45.

[46] Yan Y C, Tang H P. Differentiation of related concepts of grassland degradation. Acta Prataculturae Sinica, 2008, (1): 93-99.

闫玉春, 唐海萍. 草地退化相关概念辨析. 草业学报, 2008, (1): 93-99.

[47] Zhang Y L, Li L S, Bai W Q,etal. Grassland degradation in the source region of the Yellow River. Acta Geographica Sinica, 2006, (1): 3-14.

张镱锂, 刘林山, 摆万奇, 等. 黄河源地区草地退化空间特征. 地理学报, 2006, (1): 3-14.

AutomaticclassificationofgrasslandtypeinXinjiangIlibasedonspatialinterpolationofremotesensingandotherdata

QIAO Yu-Xin1,2, ZHU Hua-Zhong3,5, SHAO Xiao-Ming1,6, ZHONG Hua-Ping2*, ZHOU Li-Lei4, WU Zhao-Wen2,7

1.TibetAgricultureandAnimalHusbandryCollege,Tibet850400,China; 2.KeyLaboratoryofLandSurfacePatternandSimulation,InstituteofGeographicalSciencesandNaturalResourcesResearch,CAS,Beijing1001011,China; 3.StatekeyLaboratoryofResourcesandEnvironmentInformationSystem,InstituteofGeographicalSciencesandNaturalResourcesResearches,CAS,Beijing100101,China; 4.CollegeofResourceandEnvironmentalScience,ChongqingUniversity,Chongqing400044,China; 5.JiangsuCenterforCollaborativeinnovationinGeographicInformationResourceDevelopmentandApplication,Nanjing210023,China; 6.CollegeofResourcesandEnvironment,ChinaAgriculturalUniversity,Beijing100083,China; 7.StateKeyLaboratoryofSystematicandEvolutionaryBotany,CAS,Beijing100093,China

With support of remote sensing and geographic information system technology, the inventory of grassland types in China has advanced rapidly. This study used a range of input data including among others grassland community height, ground cover, aboveground biomass, underground biomass, the surface soil bulk density, soil total carbon content, soil organic carbon content, soil total nitrogen content, and soil total phosphorus content. With the collected data, a spatial interpolation algorithm was applied using a Decision Tree Classifier approach to produce an automated classification and index of grassland type in Xinjiang Ili. The grassland types identified based on these nine input variables, consistently matched grassland survey data collected in the 1980s, and showed the methodology to be reliable This study provides a tool for decision makers involved in managing the utilization of grassland resources and livestock production in the Xinjiang Ili region.

spatial interpolation; Decision Tree Classifier; grassland types automatic discriminant

10.11686/cyxb2017013http//cyxb.lzu.edu.cn

乔宇鑫, 朱华忠, 邵小明, 钟华平, 周李磊, 伍兆文. 基于空间插值数据支持下新疆伊犁地区草地类型判别与分类研究. 草业学报, 2017, 26(10): 30-45.

QIAO Yu-Xin, ZHU Hua-Zhong, SHAO Xiao-Ming, ZHONG Hua-Ping, ZHOU Li-Lei, WU Zhao-Wen. Automatic classification of grassland type in Xinjiang Ili based on spatial interpolation of remote sensing and other data. Acta Prataculturae Sinica, 2017, 26(10): 30-45.

2017-01-09；改回日期：2017-03-15

国家科技基础性工作专项(2012FY111900-2, 2011FY110400-3),国家科技基础条件平台-地球系统科学数据共享平台(2005DKA32300),科技基础性工作专项-科技基础性工作数据资料集成与规范化整编项目和西藏饲草产业专项(2016ZDKJZC,2017ZDKJZC)资助。

乔宇鑫(1993-)，男，内蒙古包头人，硕士。E-mail: 1076998051@qq.com

*通信作者Corresponding author. E-mail: zhonghp@igsnrr.ac.cn