秦格霞 ，吴静 *，李纯斌 ，沈帅杰 ，李怀海 ，杨道涵 ，焦美榕 ，祁琦

（1. 甘肃农业大学资源与环境学院，甘肃 兰州 730070；2. 中国农业大学农学院，北京 100193）

占地球陆地面积40%的天然草原和热带稀树草原是陆地生态系统中高度复杂的生物群系［1］，在发展畜牧业、维持生物多样性和生态系统平衡等方面发挥着重要作用［2-4］。据政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）报告显示，由于全球气候变暖，导致全球冰川消融、极端低温事件减少，极端高温事件与降水事件逐渐增加，对我国（尤其对干旱半干旱地区）草地生长产生了显著影响，不利于生态系统稳定性［5］。草地地上生物量（above-ground biomass，AGB）和叶面积指数（leaf area index，LAI）作为反映草原生态系统健康状况的关键指标，准确、快速获取草地AGB 和LAI 连续的分布状况，不仅是评估牧地生产力和草地植被生态效益的关键，且对合理开发草地资源、发展畜牧业和维持生物多样性有重要意义［6-7］。

目前，获取草地AGB 和LAI 的方法主要有地面测量法、统计模型法和机器学习法等［8-11］。上述方法虽然过程简单，模型形式明确，但往往只适用于推算的研究区范围，模型泛化能力较弱，稳定性偏低，不能获得时间连续的草地AGB 和LAI，不能满足具有时间连续性特点的研究需求［9-11］。因此，需要一种能够综合考虑草地生长过程和生长环境因子又能获得时间连续的草地生物量模拟模型。作物生长模型从土壤、植被、大气系统物质和能量理论出发，以光、温、水和土壤等条件为环境驱动变量，对作物生长、发育和产量形成过程中的光合、呼吸、蒸腾和营养等一系列生理生化过程及气象、土壤环境等条件的关系进行描述，动态模拟作物生长发育过程，被证明是生物量和作物生理参数估算的有利工具［12-15］。……