内蒙古草地地下生物量空间格局分析

乔宇鑫，朱华忠，钟华平*，伍兆文，孟雷，周李磊,4

(1.中国农业大学生物科学院，北京 100193；2.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；3.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； 4.重庆师范大学三峡库区地表过程与环境遥感重庆市重点实验室，重庆 400047)



内蒙古草地地下生物量空间格局分析

乔宇鑫1,3，朱华忠2，钟华平2*，伍兆文1,3，孟雷1，周李磊2,4

(1.中国农业大学生物科学院，北京 100193；2.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；3.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； 4.重庆师范大学三峡库区地表过程与环境遥感重庆市重点实验室，重庆 400047)

本文以内蒙古地区198个草地样地地下生物量调查测定数据为基础，结合遥感及气象数据，进行草地地下生物量与海拔、年均气温、年均降雨、≥10℃年积温、湿润度和NDVI等6个生态因子间的回归分析。根据回归拟合方程，借助ArcGIS平台进行单因素插值，并通过插值预测结果与实测数据的拟合程度赋予各因素不同的权重，加权叠加估算，并综合插值出内蒙古草地地下生物量1 km×1 km栅格的空间分布图。结果表明：内蒙古地区草地地下生物量平均值为1364.06 g/m2，其中温性草原类草地的地下生物量最大，为1916.64 g/m2，温性荒漠类最小，为80.39 g/m2；草地地下生物量与年均气温、年均降雨、≥10℃年积温、湿润度和NDVI均有着极显著的相关性；空间格局上，自东北向西南方向草地地下生物量呈现由高向低过渡的趋势，呼伦贝尔盟和锡林郭勒盟东部地区的地下生物量最高，阿拉善盟大部分地区地下生物量较低；内蒙古草地植被地下生物量空间插值数据通过了检验，预测精度为66.62%。

地下生物量；插值；空间格局；草地；内蒙古

草原生态系统占陆地面积的25%，其面积约占全球陆地面积的1/5，集中了全球10%的碳库存，是陆地生态系统重要组成部分[1]。草地地下生物量是指存在于地下的植物根茎生物量的总和[2]。相比于地上，草地植被的生物量多分配于地下[3]，约80%的碳集中于地下土壤[4]。同时，植物的地下根系还具有固定支持植物躯体、调节植物生长发育、储存营养物质和供给地上部分水分需求等基本功能，对于地上生物量的形成乃至对整个植物的生长发育都起着重要的作用[3,5]。因此，准确测定草地地下生物量不仅促进了植被净初级生产力(net primary productivity，NPP)的研究[6]，同时对全球碳循环研究中也起到关键作用[7]。

但是长期以来，对于地下生物量的测定一直有很大的约束：一是地下生物量的采集较为困难，尤其高寒地区，在取样操作和技术上都比较困难[8]，二是采集方法不统一，因土壤条件各不相同，研究多采用土钻法[3]，而金云翔等[9]在沙化严重地区采用土柱法，黄德青等[5]采用土块法；三是清洗样本有误差，对根的处理费时费力[10]；第四，研究的范围多局限于部分流域或者局部地区[11-12]，很少涉及大区域尺度上的研究。另一方面，遥感技术在草地生产力研究方面得到广泛应用[13-14]，但在草地群落学其他指标如盖度、高度、地下生物量等指标方面的研究应用较少。目前关于草地遥感的研究，大多以传统的地面观测方法为基础，应用遥感数据，建立起草地植被指数与地面生物量等植被指标实测数据的回归模型，来反演整个区域草地植被指数及其空间分布格局[15]，不足在于单一的MODIS-NDVI(normalized difference vegetation index，归一化植被指数)数据和地面实测数据分析，虽能表述一定的空间规律，但要更全面、合理、综合地反映真实的草原植被地下生物量的分布规律应该增加地形、气候等其他要素影响的分析[16-19]。

本研究以内蒙古自治区草地地下生物量调查采样数据为基础，结合遥感数据、气候数据和地形数据，以内蒙古地区为研究对象，运用地理统计学方法，构建地下生物量与生态因素的相关模型，借助GIS平台对内蒙古地区草地地下生物量空间分布进行插值，以期获取内蒙古地区草地地下生物量的空间格局数据，并探究地下生物量与多个生态因子的关系。

1　材料与方法

1.1研究区概况

内蒙古自治区(37°24′-53°23′ N，97°12′-126°04′ E)地处我国北部边疆，属于内蒙古高原，总面积约118万km2。全区东西狭长呈带状，地貌由东向西分别呈现平原、山地与高平原镶嵌分布[20]。内蒙古是我国温带草原的主要分布区，草地面积约占全区总面积的67%，占全国草地面积的22%。草原区气候为典型的温带大陆性气候，年平均气温0～8℃，年降水量50～450 mm。气候自东向西由湿润、半湿润区逐步过渡到半干旱、干旱区；降水呈由东北向西南呈递减的趋势，温度却由东北向西南递增的趋势；相应地，草原类型也自东向西划分为内蒙古东部大兴安岭山麓的草甸草原，内蒙古中部的典型草原及中西部的荒漠草原[21]。

1.2数据来源

图1　内蒙古地区地理位置及样地分布Fig.1　The location of Inner Mongolia area and distribution of sample plots

1.2.1草地地下生物量调查数据样地设置：综合考虑内蒙古地区草地类型的分布特点、草地利用方式、利用强度等方面，采用路线调查和定点采样相结合方法，在全区范围内设置了198个草地样地(图1)，基本涵盖了内蒙古全部地区，并于2014年7-9月对全部样地进行实地定位，并对实地定位的草地样地进行样方调查与采样。

野外调查与采样：对草地样地用GPS记录并保留每一样地的路径信息(航迹)，详细记录其经纬度坐标、海拔、地形、植被类型、群落名称、利用方式、利用强度等信息，并对样地的景观、群落、及物种进行拍照和编号。样地确定后，选择能够代表整个样地草地植被、地形及土壤等特征地段，随机设置3个样方，进行样方调查和地上生物量测定，样方为1 m×1 m。在完成地上生物量调查的样方内，用内径为66 mm的土钻在样方内按0～10 cm，10～20 cm，20～30 cm分层取土样，每个样方取3钻，按样方编号和土层混合装样，并分别装进塑封袋中，做好标签，以备处理。将所采的根系土壤样品带至有条件的地方(河流或水渠)，置换到60目(0.3 mm)的尼龙网袋内，用水冲洗至流水清澈，网袋内仅存石砾和根系，再置换到脸盆里，利用石砾下沉根系上浮的原理，借助60目(0.3 mm)网筛，把根系收集并盛放于牛皮纸信封中，做好标签，备室内烘干称重。将装有根系样品的信封带回室内(尽量把装有根系的信封置于通风的地方晾干，否则易霉烂)，置于65℃恒温条件下烘干48 h，称重，并根据土钻内径和钻数，换算每个样方的单位面积的地下生物量数据[21-22]。灌木样地采用样株法，设置5 m×5 m的灌木样方，清点样方内灌木的株(丛)数，3个重复；样株包括完整的地上部分茎、叶、花(果)和地下部分根系(尽可能完整取样)，选5株灌木样株，按地上部分茎、叶、果(花)和地下部分根系分检，分别装入信封，做好标签，带回室内，置于65℃恒温条件下烘干48 h，称重。求算灌木标准株的地下根系重量，并根据样方清点的灌木株(丛)数，推算各样方的地下生物量。

1.2.2遥感数据研究区内MODIS产品数据，主要是指归一化植被指数(NDVI)，数据来源于美国地质调查局(http://ladsweb.nascom.nasa.gov)的成品数据产品(MOD13Q1)，数据采集的时间为2014年8月11日，用MRT拼接转投影，空间分辨率1 km。

1.2.3气候数据包括1957-2012年内蒙古地区多年平均的年均气温、年均降雨量、≥10℃年积温、湿润度(伊万诺夫湿润度[22])，根据气象站点实测数据，运用ANUSPLIN专业气象插值软件，空间插值得到，空间分辨率1 km。

1.2.4其他数据数字高程模型(DEM)来源于国家地球系统科学数据共享平台(www.geodata.cn)，空间分辨率30 m；内蒙古地区草地类型数据为20世纪80年代全国草地调查1∶100万草地类型图矢量数据。

1.2.5样地数据提取与匹配198个草地样地的DEM、NDVI数据、年均气温、年均降雨量、≥10℃年积温、湿润度等数据，利用ArcGIS工具，并根据各样地对应坐标点来提取和匹配。

1.3分析方法

1.3.1数据分析按样地编号将地下生物量数据分为二组，即模型构建数据和检验数据。138个草地样地数据用于模型构建，60个草地样地作为检验数据；删除明显异常点，最终得到56个检验数据和129个分析数据，共计185个有效数据；利用SPSS 20统计分析工具，对内蒙古地区185个样地调查的地下生物量数据进行K-S检验(P<0.01)；并进行地下生物量与各影响因素间的相关回归分析。

1.3.2生态要素对地下生物量的权重分析主要根据各因子插值的预测数据与实测数据的相关程度来评价各因子对地下生物量的作用程度，考虑二者之间的相关程度来给予各因子的权重。依据斜率的偏离程度(K)和相关系数(R)所占的比重，赋予其因子的权重值。

wi=(Ki/∑Ki+Ri2/∑Ri2)/∑(Ki/∑Ki+Ri2/∑Ri2)

(1)

式中,wi表示各要素的权重，i=1,2,……,6，表示6个生态要素，R2表示复相关系数，R2越大，表示插值结果与实测结果拟合度越高；K表示偏离程度，K越接近1说明插值结果和实测结果一致。

根据各要素对地下生物量的权重，构建了多元数据的地下生物量综合评价模型：

(2)

式中，P表示地下生物量，i为生态要素，Wi表示某种生态因子对地下生物量的影响权重，Yi表示某种生态因子与地下生物量的回归方程。

1.3.3结果检验与评价方法用实测的检验数据与预测值进行对比检验，插值结果的精度通过均方根误差(RMSE)、偏离度(E)、实测值与插值结果间的线性回归模型的复相关系数R2来检验[23]。

(3)

(4)

2　结果与分析

2.1草地植被地下生物量统计分析

根据内蒙古地区198个草地样方调查数据，将内蒙古地区草地植被的地下生物量按草地类型进行统计分析(表1)。结果表明：内蒙古地区草地地下生物量平均值为1364.06 g/m2；在温性草甸草原、温性草原、温性荒漠草原、温性草原化荒漠、温性荒漠和低地草甸等6个主要草地类型中，温性草甸草原类草地的地下生物量最大，为1916.64 g/m2，其次是温性草甸草原类草地地下生物量为1914.97 g/m2，温性荒漠类地下生物量最小，为80.39 g/m2。内蒙古草地地下生物量在类型分布上，由大到小依次为温性草原类>温性草甸草原类>低地草甸类>温性荒漠草原类>温性草原化荒漠类>温性荒漠类。这与马文红等[24]的温性草原地下生物量在类型分布上的结果基本吻合。

表1　内蒙古地区主要草地类型地下生物量统计分析Table 1　Statistical analysis about below-ground biomass of main grassland types in Inner Mongolia area

2.2草地植被地下生物量与各生态要素回归分析

根据198个草地样地的地理位置，从海拔、年均气温、年降雨量、≥10℃年积温、湿润度和NDVI等空间栅格数据中，提取各样地相应的年均气温、年降水量、≥10℃年积温、湿润度和NDVI等数据，并对草地地下生物量与各要素的相关性进行K-S检验。相关性检验结果表明，地下生物量与年均气温、年降雨量、≥10℃年积温、湿润度和NDVI均呈极显著相关(P<0.01)，与海拔呈显著相关(P<0.05)。

经检验的数据，利用SPSS 20统计分析工具进行地下生物量与各影响因素间的相关回归分析，回归分析结果见表2和图2。结果表明：地下生物量与各生态要素间的二项式回归有较好的效果，并且地下生物量与年降水量、湿润度、NDVI呈正相关关系，与海拔、年均气温、≥10℃年积温呈负相关关系。

表2　地下生物量与生态因子回归方程Table 2　The regression equation of below-ground biomass with ecological factors

注：**表示在P<0.01水平上相关系数显著(双侧检验)， *表示在P<0.05水平上相关系数显著。

Note: ** stand for correlation coefficient is significant atP<0.01 level (double side inspection), * stand for correlation coefficient is significant atP<0.05 level.

从图2可以看到，内蒙古地区草地植被地下生物量随海拔升高呈现降低的趋势，虽然复相关系数较低，但通过了K-S检验(P<0.05)；草地植被地下生物量随年均气温升高呈现下降趋势，这与内蒙古的气候地理格局相关；地下生物量与≥10℃年积温的梯度变化和年均气温有相同的趋势，而且≥10℃年积温对草地地下生物量的变化影响更为明显；地下生物量随年降雨量的变化呈正相关关系；而地下生物量与湿润度的关系趋同于降雨量的趋势，随湿润度的加大而增加；地下生物量与归一化植被指数(NDVI)相关性显著，并且随NDVI升高呈现增加的趋势。

2.3草地地下生物量空间插值

2.3.1单要素的地下生物量插值以海拔、年均气温、年降雨量、≥10℃年积温、湿润度和NDVI等要素的空间栅格数据为基础，根据地下生物量与各生态要素的回归方程，运用ArcGIS平台，插值出内蒙古地区地下生物量的空间分布(图3)。

从图3可以看到，不同要素插值出来的内蒙古草地植被地下生物量空间分布均呈现出从东北到西南递减的趋势，但地下生物量在空间上的格局不尽相同。图3a(海拔)地下生物量的最大值分布在大兴安岭东部及科尔沁地区；图3b (年均气温)地下生物量最大值分布在呼伦贝尔南部；图3c(年降雨量)最大地下生物量分布在科尔沁地区；图3d (≥10℃年积温) 和图3e(湿润度) 最大地下生物量分布在呼伦贝尔的中东部地区；图3f(NDVI)的最大地下生物量分布在呼伦贝尔西部和锡林郭勒大部分地区。这一现象正反映出单一要素反演插值的结果存在一定的不确定性问题。

2.3.2地下生物量多因子空间插值各项因子在对各群落指标的影响程度是不同的，各因子的作用程度主要以权重值来判断，计算分析各因子的权重值有不同的方法，如主成分分析法，层次分析法，专家评价法等。本研究主要根据各因子插值的预测数据与实测数据的相关程度来评价各因子对群落指标的作用程度，考虑二者之间的相关程度来给予各因子的权重，依据斜率的离散程度(K)和相关系数(R)所占的比重，赋予其权重值。根据公式(1)计算各要素的权重值(表3)。

根据各要素对地下生物量的权重，通过公式(2)，在ArcGIS中加权叠加计算出空间分辨率1 km的内蒙古地区地下生物量的空间分布图(图4a)，再用内蒙古地区草地类型矢量数据对其进行掩膜裁剪，得到内蒙古地区草地植被地下生物量的空间分布图(图4a)。

由图4b可以看到，呼伦贝尔西部和锡林郭勒盟东部地区草地植被地下生物量最大，由东北向西南方向，草地地下生物量由高到低逐渐过渡，至阿拉善盟大部分地区地下生物量最低。内蒙古草地植被地下生物量的空间格局与其草地类型分布、气候资源条件和草地生产力分布比较吻合。

图2　不同因子与地下生物量的回归分析Fig.2　Regression analysis of the below-ground biomass with different factors

2.4结果检验

从内蒙古草地植被地下生物量空间分布图提取验证组54个草地样地反演数据，与实测数据进行相关性分析(图5)。结果表明：估算值与实测值之间的相关系数R2=0.3887，并通过了K-S检验(P<0.01)，相关性显著。但从图5可以看到，实测值与估算值的线性方程斜率为0.2625，说明估算值在低值区域偏高，在高值区域偏低，有对模型参数进行修正的必要。经过检验分析，估算值与实测值之间的均方根误差(RMSE)为632.30 g/m2，偏离度(E)为34.38%，平均预测精度为66.62%。

要素Factor离散程度(K)Discretedegree复相关系数(R2)Multiplecorrelationcoefficient权重(w)Weight海拔Altitude0.01650.04870.0159年均气温Averageannualtemperature0.44440.42580.2094年均降雨Averageannualrainfall0.42030.31810.1772≥10℃年积温≥10℃annualaccumulatedtemperature0.46240.45790.2216湿润指数Moistureindex0.47190.51020.23668月份NDVI指数NDVIinAugust0.30420.27470.1392

图4　内蒙古地区草地地下生物量空间分布格局Fig.4　The spatial distribution of the below-ground biomass of grassland in Inner Mongolia area　a：内蒙古地区地下生物量空间分布The spatial distribution of the below-ground biomass in Inner Mongolia area.b：内蒙古草地地下生物量空间分布The spatial distribution of the below-ground biomass of grassland in Inner Mongolia area.

3　讨论

3.1地下生物量与各个生态因子的回归分析

本研究表明，内蒙古草地地下生物量与气温、降雨、≥10℃年积温、湿润度及NDVI有着极显著的相关性(P<0.01)，与海拔呈显著相关(P<0.05)；回归分析表明：地下生物量与降雨量(或者湿润度)和NDVI正相关，随着降雨量(或者湿润度)和NDVI的增加，地下生物量有增加的趋势；与温度(或者≥10℃年积温)和海拔负相关，随着温度(或者≥10℃年积温)和海拔的上升，地下生物量逐渐减少。

内蒙古地区草地植被地下生物量随海拔升高呈现降低的趋势，复相关系数较低，但通过了K-S检验(P<0.05)，海拔要素与地下生物量的相关性低正反映出在内蒙古大区域范围内其他环境因子对草地植被影响的不同，导致同海拔的不同地区在草地植被类型、群落结构、生产力等方面的差异。草地地下生物量在海拔梯度上的离散程度，但总体趋势明显[25-26]。

草地植被地下生物量随年均气温升高而呈现下降趋势，这与内蒙古地区的气候地理格局密切相关。内蒙古地区面积广大，横跨我国东北、华北、西北三大区，气候类型复杂多样。东部寒冷湿润，年均温低，年降水量高；而西部地区则为沙漠或荒漠地区，温暖干旱，年降水量低[27]。因此在空间上，内蒙古地区的温度和降水两个因素具有一定的非同步性，其植被生物量是受这些因素的双重影响，在年均气温高的西部地区由于干旱，地下生物量的积累受到限制；而在年均气温低但湿润的西部地区则有较高的地下生物量。

地下生物量与≥10℃年积温的梯度变化和年均气温有相同的趋势，而且在某种程度上说，≥10℃年积温对草地地下生物量的变化影响更为直接。

草地地下生物量随年降雨量的变化呈正相关关系，随着降雨量的增加而增加，这与戴诚等[1]的研究结果是相吻合的。而地下生物量与湿润度的关系，目前研究文献较少。本研究引入湿润度(伊万诺夫湿润度)这一指标来探讨其对内蒙古草地地下生物量的影响或作用规律，有很现实的意义。在内蒙古地区，热量和水分的分布主导着草地类型的分布格局。从东北向西南，热量和水分同时作用，单一要素难以表述草地梯度分布格局规律。而伊万诺夫湿润度主要综合热量和水分两要素影响，更直接地反映内蒙古环境梯度变化的规律。而地下生物量与湿润度的关系趋同于降雨量的趋势，随湿润度的加大而增加。

草地地下生物量与归一化植被指数(NDVI)相关性显著，并且随NDVI升高呈现增加的趋势。然而在渠翠平等[28]研究中认为地下生物量与NDVI相关性不明显。但其研究认为，地上生物量与归一化植被指数(NDVI)有显著的相关关系，并且地上生物量与NDVI的相关性研究很多[28-30]，甚至认为可以完全用NDVI来直接反演草地地上生物量。我们认为，草地地下生物量与NDVI有一定的相关性，可能在不同的特定条件下会有不同的表现形式。

地下生物量的分布与环境因子密不可分，环境的改变必然对地下生物量产生影响[2]。其中海拔因素可以看作是一种气候因素，实际综合了温度、湿度和光照等多种环境因子[31]，对地下生物量的影响较为复杂，在大区域尺度的研究中规律性较差。基于以上回归分析，内蒙古草地地下生物量的主要影响因素为温度(均温和≥10℃年积温)和降水。而不同的草地类型对温度和降水的敏感度不同。温性荒漠和温性草原化荒漠以及温性荒漠草原主要分布在内蒙古西部干旱的气候带，温度较高，降水稀少是限制地下生物量的主要原因，因此和降水相关性较高；而低地草甸和温性草甸草原主要分布在内蒙古东部的半湿润和半干旱的过渡带，降雨充沛，而温度升高加快水分蒸发，二者对地下生物量的积累互为消长，所以温度是其主要限制因素；温性草原主要分布在内蒙古东北部大兴安岭以西的半湿润地区，气候(湿润度)适宜，所以峰值出现在这些地区。上述分析表明，不同的气候带对应不同的草地类型，也就决定了生物量的积累程度，而不同地区的水热配比与海拔等因素对地下生物量的影响也不同，所以要得到更精确的模型来反映其变化，需要更深入细致的研究。这也说明了多生态要素反演地下生物量是必要的。

3.2地下生物量与各生态要素的空间分析

从单因子插值地下生物量的空间分布结果来看，海拔、年均气温、≥10℃年积温、湿润度和NDVI等要素的草地地下生物量插值结果效果较好，与实际情况符合。地下生物量最大值分布在大兴安岭岭前地带，最小值分布在阿拉善盟地区。综合来看，海拔和湿润度的插值结果较好，符合实际情况；年均气温、≥10℃年积温和 NDVI的地下生物量变化较为均匀，呈现出明显西低东高的过渡性；降水在东北地区分布不均匀，而且在通辽地区出现异常值，可能与降水量栅格数据质量有关。

地下生物量多因子空间插值图中，内蒙古地区地下生物量呈现从东北到西南递减的趋势，与实际情况基本吻合。插值结果的检验中，从估算值与实测数据相关性看(图5)，虽然预测数据与实测数据的K-S检验得以通过，P<0.01，两者极显著性相关。但总体的散点分布情况是在低值区域偏高，在高值区域偏低，并且没有沿中线分布，其检验结果没有达到预期效果，预测精度为66.62%，需要对模型参数作进一步的修正。

4　结论

内蒙古草地地下生物量平均值为1364.06 g/m2，温性草原类草地的地下生物量最大，温性荒漠类最小。空间格局上，呼伦贝尔盟和锡林郭勒盟东部地区的地下生物量最高，阿拉善盟大部分地区地下生物量较低；自东北向西南方向，草地地下生物量呈现由高向低过渡的趋势，其分布格局与草地类型分布基本吻合。

内蒙古地区草地地下生物量与年均气温、年均降雨、≥10℃年积温、湿润度和NDVI均有着极显著的相关性(P<0.01)，与海拔呈显著相关(P<0.05)；与年降水量、湿润度、NDVI呈显著正相关关系；与海拔、年均气温、≥10℃年积温呈显著负相关关系。地下生物量与各个生态因子的回归分析基本符合实际情况。不同要素插值出内蒙古草地植被地下生物量空间分布均呈现出从东北到西南递减的趋势，但地下生物量在空间上的格局不尽相同，单一要素反演插值的结果存在一定的不确定性问题。

内蒙古草地植被地下生物量多因子空间插值结果通过了检验，但预测精度为66.62%，仍需对模型参数进行修正和验证。

References：

[1]Dai C, Kang M Y, Ji W Y,etal. Responses of belowground biomass and biomass allocation to environmental factors in central grassland of Inner Mongolia. Acta Agrestla Sinica, 2012, 20(2): 268-274.

[2]Li K H, Wang W L, Hu Y K. Relationships between belowground biomass of alpine grassland and environmental factors along an altitude gradient. Chinese Journal of Applied Ecology, 2008, 19(11): 2364-2368.

[3]Hu Z M, Fan J W, Zhong H P,etal. Progress on grassland underground biomass researches in China. Chinese Journal of Ecology, 2005, 24(9): 1095-1101.

[4]Chai X, Liang C Z, Liang M W,etal. Seasonal dynamics of belowground biomass and productivity and potential of carbon sequestration in meadow steppe and typical steppe, in Inner Mongolia, China. Acta Ecologica Sinica, 2014, 34(19): 5530-5540.

[5]Huang D Q, Yu L, Zhang Y S,etal. Belowground biomass and its relationship to environmental factors of natural grassland on the northern slopes of the Qilian Mountains. Acta Prataculturae Sinica, 2011, 20(5): 1-10.

[6]Mu S J, Li J L, Yang H F,etal. Spatio-temporal variation analysis of grassland net primary productivity and its relationship with climate over the past 10 years in Inner Mongolia. Acta Prataculturae Sinica, 2013, 22(3): 6-15.

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

[8]Yang X J, Huang M, Wang J B,etal. Belowground biomass in Tibetan grasslands and its environmental control factors. Acta Ecologica Sinica, 2013, 33(7): 2032-2042.

[9]Jin Y X, Xu B, Yang X C,etal. Belowground biomass and features of environmental factors in the degree of grassland desertification. Acta Prataculturae Sinica, 2013, 22(5): 44-51.

[10]Yu W T, Yu Y Q. Advances in the research of underground biomass. Chinese Journal of Applied Ecology, 2001, 12(6): 927-932.

[11]Yan Y， Zhang J G， Zang J H,etal. The belowground biomass in alpine grassland in Nakchu Prefecture of Tibet. Acta Ecologica Sinica， 2005， 25(11): 2818-2823.

[12]Wang M， Su Y Z， Yang R,etal. Allocation patterns of above- and belowground biomass in desert grassland in the middle reaches of Heihe River, Gansu Province, China. Chinese Journal of Plant Ecology， 2013， 37(3): 209-219.

[13]Chen J J， Yi S H， Ren S L,etal. Retrieval of fractional vegetation cover of alpline grassland and the efficiency of remote sensing retrieval in the upper of Shule River Basin. Pratacultural Science， 2014， 30(1): 56-65.

[14]Li C, Xiao J D, Cao Z Z,etal. Application of MODIS data in remote sensing estimation of prairie biomass in different seasons. Arid Zone Research, 2007, 24(3): 386-391.

[15]Ma W H, Fang J Y. The relationship between species richness and productivity in four typical grasslands of northern China. Biodiversity Science, 2006, 14(1): 21-28.

[16]Men L H, Sheng J D, Jia H T,etal. Spatial distribution and influencing factors of temperate desert grassland biomass in northern Xinjiang. Acta Ecologica Sinica, 2013, 21(5): 861-868.

[17]Hou Z J, Zhao C Z, Dong X G,etal. Responses of spatial pattern of aboveground biomass of natural grassland to terrain at different scales in northern slope of Qilian Mountains. Chinese Journal of Ecology, 2014, 33(1): 10-15.

[18]Zhang G L, Xu X L, Zhou C P,etal. Responses of vegetation changes to climatic variations in Hulun Buir Grassland in past 30 years. Acta Geographica Sinica, 2011, 66(1): 47-58.

[19]Zhang R, Liu P X, Zhang K X. Spatio-temporal characteristics of potential climate productivity of grassland and Its responses to climate change in Xinjiang, China. Journal of Desert Research, 2012, 32(1): 181-187.

[20]Wang J, Li B L, Yu W L. Analysis of vegetation trend and their causes during recent 30 years in Inner Mongolia Autonomous Region. Journal of Arid Land Resources and Environment, 2012, 26(2): 132-137.

[21]Li X G. Based on the MODIS NDVI Analysis of the Vegetation Cover Change and its Driving Factors in Inner Mongolia[D]. Hohhot: Inner Mongolia University, 2014: 20-21.

[22]Liao G F, Jia Y L. Rangeland Resources of China[M]. Beijing: Science and Technology of China Press, 1996.

[23]Chen K S, Wu T D, Tsang L,etal. Emission of rough surfaces calculated by the integral equation method with comparison to three-dimensional moment method simulations. Geoscience and Remote Sensing, IEEE Transaction, 2003, 41(1): 90-101.

[24]Ma W H, Yang Y H, He J S,etal. The relationship between the temperate grassland biomass and its environmental factors. Science in China, 2008, 38(1): 84-92.

[25]Cao W X, Xu C L, Zhang D G,etal. Ecological responses of soil bulk density and water content to different non-grazing patterns in alpine rhododendron shrubland. Acta Prataculturae Sinica, 2011, 20(3): 28-35.

[26]Lian G, Guo X D, Fu B J,etal. Spatial variability of bulk density and soil water in a small catchment of the Loess Plateau. Acta Ecologica Sinica, 2006, 26(3): 647-654.

[27]Zhang C H, Wang M J, Li X H,etal. The characteristics of temporal and spatial distribution of climate dry-wet conditions over Inner Mongolia in recent 30 years. Journal of Arid Land Resources and Environment, 2011, 25(8): 70-75.

[28]Qu C P, Guan D X, Wang A Z,etal. Comparison of grassland biomass estimation models based on MODIS data. Chinese Journal of Ecology, 2008, 27(11): 2028-2032.

[29]Wang J W, Chen G. Vegetation index and biomass estimation for grassland. Journal of Yunnan Agricultural University, 2006, 21(3): 372-375.

[30]Lu H, Cong J, Liu X,etal. Plant diversity patterns along altitudinal gradients in alpine meadows in the Three River Headwater Region, China. Acta Prataculturae Sinica, 2015, 24(7): 197-204.

[31]Han B, Fan J W, Zhong H P. Grassland biomass of communities along gradients of the Inner Mongolia grassland transect. Journal of Plant Ecology, 2006, 30(4): 553-562.

[1]戴诚, 康慕谊, 纪文瑶, 等.内蒙古中部草原地下生物量与生物量分配对环境因子的响应关系. 草地学报, 2012, 20(2): 268- 274.

[2]李凯辉, 王万林, 胡玉昆, 等. 不同海拔梯度高寒草地地下生物量与环境因子的关系. 应用生态学报, 2008, 19(11): 2364-2368.

[3]胡中民, 樊江文, 钟华平, 等. 中国草地地下生物量研究进展. 生态学杂志, 2005, 24(9): 1095-1101.

[4]柴曦, 梁存柱, 梁茂伟, 等. 内蒙古草甸草原与典型草原地下生物量与生产力季节动态及其碳库潜力. 生态学报, 2014, 34(19): 5530-5540.

[5]黄德青, 于兰, 张耀生, 等. 祁连山北坡天然草地地下生物量及其与环境因子的关系. 草业学报, 2011, 20(5): 1-10.

[6]穆少杰, 李建龙, 杨红飞, 等. 内蒙古草地生态系统近10 年NPP时空变化及其与气候的关系. 草业学报, 2013, 22(3): 6-15.

[8]杨秀静, 黄玫, 王军邦, 等. 青藏高原草地地下生物量与环境因子的关系. 生态学报, 2013, 33(7): 2032-2042.

[9]金云翔, 徐斌, 杨秀春, 等. 不同沙化程度草原地下生物量及其环境因素特征. 草业学报, 2013, 22(5): 44-51.

[10]宇万太, 于永强. 植物地下生物量研究进展. 应用生态学报, 2001, 12(6): 927-932.

[11]鄢燕, 张建国, 张锦华, 等. 西藏那曲地区高寒草地地下生物量. 生态学报, 2005, 25(11): 2818-2823.

[12]王敏, 苏永中, 杨荣, 等. 黑河中游荒漠草地地上和地下生物量的分配格局. 植物生态学报, 2013, 37(3): 209-219.

[13]陈建军, 宜树华, 任世龙, 等. 疏勒河上游高寒草地植被盖度反演及精度评价. 草业科学, 2014, 30(1): 56-65.

[14]李聪, 肖继东, 曹占洲, 等. 应用MODIS数据估算草地生物量. 干旱区研究, 2007, 24(3): 386-391.

[15]马文红, 方精云. 中国北方典型草地物种丰富度与生产力的关系. 生物多样性, 2006, 14(1): 21-28.

[16]门学慧, 盛建东, 贾宏涛, 等. 北疆温性荒漠类草地生物量空间分布及影响因素. 草地学报, 2013, 21(5): 861-868.

[17]侯兆疆, 赵成章, 董小刚, 等. 祁连山北坡天然草地不同尺度地上生物量空间格局对地形的响应. 生态学杂志, 2014, 33(1): 10-15.

[18]张戈丽, 徐兴良, 周才平, 等. 近30年来呼伦贝尔地区草地植被变化对气候变化的响应. 地理学报, 2011, 66(1): 47-58.

[19]张锐, 刘普幸, 张克新. 新疆草地气候生产潜力变化特征及对气候响应的预测研究. 中国沙漠, 2012, 32(1): 181-187.

[20]王娟, 李宝林, 余万里. 近30年内蒙古自治区植被变化趋势及影响因素分析. 干旱区资源与环境, 2012, 26(2): 132-137.

[21]李晓光. 基于MODIS-NDVI的内蒙古植被覆盖变化及其驱动因子分析[D]. 呼和浩特：内蒙古大学, 2014: 20-21.

[22]廖国藩, 贾幼铃. 中国草地资源[M]. 北京：中国科学技术出版社, 1996.

[24]马文红, 杨元合, 贺金生, 等. 内蒙古温带草地生物量及其与环境因子的关系. 中国科学, 2008, 38(1): 84-92.

[25]曹文侠, 徐长林, 张德罡, 等. 杜鹃灌丛草地地下生物量与水分特征对不同休牧模式的响应. 草业学报, 2011, 20(3): 28-35.

[26]连纲, 郭旭东, 傅伯杰, 等. 黄土高原小流域土壤容重及水分空间变异特征. 生态学报, 2006, 26(3): 647-654.

[27]张存厚, 王明玖, 李兴华, 等. 近30年来内蒙古地区气候干湿状况时空分布特征. 干旱区资源与环境, 2011, 25(8): 70-75.

[28]渠翠平, 关德新, 王安志, 等. 基于MODIS数据的草地生物量估算模型比较. 生态学杂志, 2008, 27(11): 2028-2032.

[29]王建伟, 陈功. 草地植被指数及生物量的遥感估测. 云南农业大学学报, 2006, 21(3): 372-375.

[30]卢慧, 丛静, 刘晓, 等. 三江源区高寒草甸植物多样性的海拔分布格局. 草业学报, 2015, 24(7): 197-204.

[31]韩彬, 樊江文, 钟华平. 内蒙古草地样带植物群落生物量的梯度研究. 植物生态学报, 2006, 30(4): 553-562.

*Spatial interpolation analysis of grassland below-ground biomass in the Inner Mongolia Autonomous Region, China

QIAO Yu-Xin1,3, ZHU Hua-Zhong2, ZHONG Hua-Ping2*, WU Zhao-Wen1,3, MENG Lei1, ZHOU Li-Lei2,4

1.ChinaAgriculturalUniversity,Beijing100193,China; 2.StateKeyLaboratoryofResourcesandEnvironmentInformationSystem,InstituteofGeographicalSciencesandNaturalResourcesResearches,CAS,Beijing100101,China; 3.KeyLaboratoryofLandSurfacePatternandSimulation,InstituteofGeographicalSciencesandNaturalResourcesResearch,CAS,Beijing100101,China; 4.ChongqingNormalUniversity,ChongqingKeyLaboratoryofEarthSurfaceProcessesandEnvironmentalRemoteSensinginThreeGorgesReservoirArea,Chongqing400047,China

This study combines survey data on the below-ground biomass of 198 grassland plots in the Inner Mongolia Autonomous Region with remote sensing and meteorological data. Correlation and regression analyses have been conducted between the recorded below-ground biomass and elevation, annual average temperature, precipitation, ≥10℃ annual accumulated temperature, moisture index and NDVI (normalized difference vegetation index). Based on the regression equation, a single factor interpolation was undertaken using the ArcGIS platform, with different weights assigned to different factors based on the degree of fit between the predicted results of the interpolation and the measured results. In terms of the weighted superposition of values, the integrated underground biomass interpolation is graphed as a 1 km×1 km grid. The results show that the average below-ground biomass of grasslands in the Inner Mongolia Autonomous Region is 1364.06 g/m2. The below-ground biomass of temperate steppe is the highest (1916.64 g/m2) while that of temperate desert is the lowest (80.39 g/m2). There is a significant correlation between below-ground biomass and annual average temperature, precipitation, ≥10℃ annual accumulated temperature, moisture index, and NDVI in the Inner Mongolia district. In terms of spatial pattern, the below-ground biomass of grasslands shows a decreasing trend from northeast to southwest, with the highest scores in the east of Hulunbeir League and Xilin Gol League and the lowest scores in Alxa League. This study demonstrates the value of the spatial interpolation of data on below-ground vegetation biomass in Inner Mongolia grasslands, with a forecast accuracy of 66.62%.

below-ground biomass; interpolate; spatial pattern; grassland; Inner Mongolia

10.11686/cyxb2015402

http://cyxb.lzu.edu.cn

2015-09-05；改回日期：2015-11-30

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)，北京市大学生科学研究与创业行动计划项目(2015bj021)和国家自然科学基金(J1103520)资助。

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

Corresponding author. E-mail：zhonghp@igsnrr.ac.cn

乔宇鑫，朱华忠，钟华平，伍兆文，孟雷，周李磊. 内蒙古草地地下生物量空间格局分析. 草业学报, 2016, 25(6): 1-12.

QIAO Yu-Xin, ZHU Hua-Zhong, ZHONG Hua-Ping, WU Zhao-Wen, MENG Lei, ZHOU Li-Lei. Spatial interpolation analysis of grassland below-ground biomass in the Inner Mongolia Autonomous Region, China. Acta Prataculturae Sinica, 2016, 25(6): 1-12.