CN109033568B - 一种草地产草量空间数据格网化重建方法 - Google Patents

Abstract

本发明公开了一种草地产草量空间数据格网化重建方法，包括以下步骤：步骤1.草地资源调查数据整理；步骤2.地理要素空间数据准备与数据处理；步骤3.地理要素数据与产草量数据采集；步骤4.草地产草量梯度变化回归分析；步骤5.产草量模型构建与空间格网的产草量计算；步骤6.产草量空间格局分析；步骤7.数据质量验证；本发明的优点在于：空间格网化，数据获取简单，对于缺失的历史数据进行恢复和重建。还原和重建80年代我国北方草原区产草量空间分布数据。补全了产草量空间分布数据的缺失，不仅为历史缺失空间数据的还原和重建提供了一种方法，也为畜牧生产、草地退化和环境生态安全评估研究提供有效的数据基础和技术支持。

Description

一种草地产草量空间数据格网化重建方法

技术领域

本发明涉及数据重建技术领域，特别涉及草地畜牧业生产中草地产草量空间数据格网化重建方法。

背景技术

草地是最大的陆地生态系统之一，也是中国陆地上最大的生态系统。草地作为一种重要的再生资源，是畜牧业生产的基础和牧民生活的基本生产资料。核算草地资源的自然条件、类型、数量、质量、空间分布范围、产草量等信息对政府部门引导合理放牧和资源的可持续利用有重要意义。其中，产草量最为最主要的草地资源属性，是科学制定草地载畜量的依据。

目前对产草量的估算有比较成熟的方法，通常是基于卫星遥感技术获得的基础数据并利用相关模型对现有产草量进行估算，如利用NOAA数据对内蒙古锡林郭勒草地产草量进行估算，利用MODIS数据对北方农牧过渡带产草量进行评估。然而，对于某历史时期，如二十世纪80年代，在样方调查数据和遥感数据缺乏的情况下，如何还原80年代产草量现状，如何重建当时草地产草量的空间分布数据，在技术和方法仍是一个空白。本发明提出的草地产草量空间数据格网化重建方法，既是对草地资源历史空间数据恢复的方法创新，也是草地产草量空间数据重建的技术突破，对草地退化和草地生态安全评估研究具有重要意义。

发明内容

本发明针对历史样方调查数据缺失的情况，运用地理信息系统(GIS)分析技术，根据草地调查的统计数据，构建草地产草量估算模型，对草地产草量历史数据的空间分布提供了一种空间格网化重建的有效方法，能有效的解决上述现有技术存在的问题。

为了实现以上发明目的，本发明采取的技术方案如下：

一种草地产草量空间数据格网化重建方法，包括以下步骤：

步骤1.草地资源调查数据整理；

根据上世纪80年代草地调查统计结果，按产草量将中国草地划分8个级，8级草地的产草量分级标准见表1。以各级草地产草量的上限值为产草量空间插值的基本数据；

表1二十世纪80年不同草地等级产草量

草地等级	产草量(kg/ha)	产草量赋值(g/m<sup>2</sup>)
			1级草地	>4000	600
2级草地	3000～4000	400
			3级草地	2000～3000	300
4级草地	1500～2000	200
			5级草地	1000～1500	150
6级草地	500～1000	100
			7级草地	250～500	50
8级草地	<250	25

80年代草地调查将我国草地划分为18个草地类型，18个草地类型平均产草量见表2，以各类草地平均产草量的2倍作为产草量空间插值的基本数据。

表2 80年代不同草地类型平均产草量

步骤2.地理要素空间数据准备与数据处理；

1)气候数据：2015年北方地区年平均的年均气温、年均降雨量、湿润度，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1km。

2)MODIS产品数据：归一化植被指数，采集的时间为2015年8月11日，用MRT拼接转投影，空间分辨率1km。

3)北方草地类型空间分布数据为上世纪80年全国草地调查：100万草地类型图矢量数据。

4)2015年草地退化调查产草量空间栅格数据为根据野外样方调查数据基础上进行空间格网化插值的地上生物量空间栅格数据，空间分辨率1km。

步骤3.地理要素数据与产草量数据采集；

以ArcGis为平台，通过模型构建器模块化流程，按不同草地等级和不同草地类型，在每个等级或每个草地类型范围内，随机采样30-50个点，并提取每个样点相应的地理要素和产草量数据，生成并创建产草量模型构建的基础数据库。

步骤4.草地产草量梯度变化回归分析

根据步骤3获得的年均气温、年均降雨量、湿润度、归一化植被指数和产草量数据，以不同等级和草地类型地上生物量最大值为除数，分别计算各个样点的地上生物量百分比；分别做气温、降水、湿润度和NDVI与地上生物量百分比的线性回归分析，计算线性回归方程y＝a*x+b的各项系数。

分别进行草地等级和草地类型内的产草量梯度变化回归分析。包括草地等级内产草量梯度变化回归分析和草地类型内产草量的梯度变化回归分析。

步骤5.产草量模型构建与空间格网的产草量计算

产草量模型建立如下公式：

其中，y_i为气温、降水、湿润度和归一化植被指数与地上生物量的线性回归方程，a_草地等级为1-8级草地的产草量值，a_草地类型为各草地类型的产草量值，w_i为不同回归方程的权重值。

空间格网(1km×1km)的产草量计算是通过ArcGis中“Spatial Analyst”的分析工具来实现。ArcGis中，首先加载步骤2处理准备好的地理要素空间数据，在“空间分析”工具模块中，根据上述构建的产草量模型(公式1、公式2)，完整输入步骤4分析结果所提出的气温、降水、湿润度、归一化植被指数与产草量的线性回归方程系数与权重值，分别插值出不同草地等级的草地产草量和不同类型草地的产草量。

通过ArcGis的拼接功能，拼接完成以草地等级为基础计算的产草量空间栅格数据和以草地类型为基础计算的产草量空间栅格数据，并将两个栅格数据取平均计算，获得校正后的80年代产草量栅格数据。

步骤6.产草量空间格局分析

根据步骤5获得的80年代产草量栅格数据，利用ArcGis中的制图工具，可以输出我国北方草地80年代产草量的空间分布图，进而可以分析北方草地的分布格局。

步骤7.数据质量验证

利用二十世纪80年代草地调查产草量统计数据来进行验证。在ArcGis中加载80年代草地类型空间分布矢量数据和行政区划(省)的矢量数据，提取并统计各省不同草地类型的重建数据的平均产草量，并与80年代各省产草量地面调查数据进行对比，利用卡方检验分析模拟产草量结果。

作为优选，步骤3.具体步骤如下：

S31：加载80年全国草地调查：100万草地类型图矢量数据、2015年北方地区年平均的年均气温、年均降雨量、湿润度、归一化植被指数，和2015年草地退化调查产草量空间栅格数据。

S32：按不同草地等级和不同草地类型，分别随机采样，采集30-50个样点，确定各样点的空间位置；

S33：利用掩膜提取技术，分别提取各样点的年均气温、年均降雨量、湿润度和归一化植被指数；

S34：创建气候、归一化植被指数、产草量数据库。

与现有技术相比本发明的优点在于：空间格网化，数据获取简单，对于缺失的历史数据易于重建等优点。以80年代地面调查数据为基础，结合气候数据对80年代中国北方温带草原产草量进行插值校正，较为精确的还原80年代产草量空间分布图。填补了产草量数据的空白，不仅为还原上世纪缺乏的空间数据提供思路，也为畜牧生产和畜牧理论的研究产草量变化的时间序列分析提供基础资料和方法。

附图说明

图1为本发明实施例1、2级草地产草量与地理要素的回归分析图；

图2为本发明实施例3、4级草地产草量与地理要素的回归分析图；

图3为本发明实施例5、6级草地产草量与地理要素的回归分析图；

图4为本发明实施例7、8级草地产草量与地理要素的回归分析图；

图5为本发明实施例温性草甸草原和温性草原的草地类型产草量与地理要素回归分析图；

图6为本发明实施例温性荒漠类草原和高寒草原的草地类型产草量与地理要素回归分析图；

图7为本发明实施例高寒荒漠草原和温性草原化荒漠的草原草地类型产草量与地理要素回归分析图；

图8为本发明实施例温性荒漠和高寒荒漠的草地类型产草量与地理要素回归分析图；

图9为本发明实施例暖性草丛和暖性灌草丛的草地类型产草量与地理要素回归分析图；

图10为本发明实施例低地草甸和山地草甸的草地类型产草量与地理要素回归分析图；

图11为本发明实施例沼泽和高寒草甸的草地类型产草量与地理要素回归分析图；

图12为本发明实施例北方草地80年代产草量的空间分布图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图并列举实施例，对本发明做进一步详细说明。

一种草地产草量空间数据格网化重建方法，包括以下步骤：

步骤1.20世纪80年代草地资源调查数据整理

根据上世纪80年代草地调查统计结果，按产草量将中国草地划分8个级，8级草地的产草量分级标准见表1。本方法以各级草地产草量的上限值为产草量空间插值的基本数据，其中1级草地产草量设定为600g/m²。

表1二十世纪80年不同草地等级产草量

80年代草地调查将我国草地划分为18个草地类型，18个草地类型平均产草量见表2。但在我国北方草地中只有15个草地类分布，本方法以各类草地平均产草量的2倍作为产草量空间插值的基本数据。

表2 80年代不同草地类型平均产草量

步骤2.地理要素空间数据准备与数据获取

1)气候数据：2015年北方地区年平均的年均气温、年均降雨量、湿润度，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1km。

2)MODIS产品数据，归一化植被指数，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2015年8月11日，用MRT拼接转投影，空间分辨率1km。

3)北方草地类型空间分布数据为上世纪80年全国草地调查1：100万草地类型图矢量数据。

4)2015年草地退化调查产草量空间栅格数据为本研究组根据野外样方调查数据基础上进行空间格网化插值的地上生物量空间栅格数据，空间分辨率1km。

步骤3.地理要素数据与产草量数据采集

以ArcGis为平台，通过模型构建器模块化流程，按不同草地等级和不同草地类型，在每个等级或每个草地类型范围内，随机采样30-50个点，并提取每个样点相应的地理要素和产草量数据，生成并创建产草量模型构建的基础数据库。一般步骤如下：

S31：加载80年全国草地调查1：100万草地类型图矢量数据、2015年北方地区年平均的年均气温、年均降雨量、湿润度、归一化植被指数，和2015年草地退化调查产草量空间栅格数据。

S32：按不同草地等级和不同草地类型，分别随机采样，30-50个样点，确定各样点的空间位置；

S33：利用掩膜提取技术，分别提取各样点的年均气温、年均降雨量、湿润度、归一化植被指数等数据；

S34：在Excel中创建气候、归一化植被指数、产草量数据库。

步骤4.草地产草量梯度变化回归分析

根据步骤3获得的年均气温、年均降雨量、湿润度、归一化植被指数和产草量数据，以不同等级和草地类型产草量最大值为除数，分别计算各个样点的产草量百分比。分别做气温、降水、湿润度和归一化植被指数与产草量百分比的线性回归分析，计算线性回归方程y＝a*x+b的各项系数。分别进行草地等级和草地类型内的产草量梯度变化回归分析。包括草地等级内产草量梯度变化回归分析和草地类型内产草量的梯度变化回归分析(图1至图11)。

草地等级产草量梯度变化回归和草地类型产草量梯度变化回归方程的参数及各生态因子的权重值分别见表3、表4。

表3 1-8级草地产草量变异系数与生态因子回归方程参数

表4北方不同类型草地产草量变异系数与生态因子回归方程参数

步骤5.空间格网的产草量计算模型构建与运行

其中，y_i为气温、降水、湿润度和归一化植被指数与产草量的线性回归方程，a_草地等级为1-8级草地的产草量值，a_草地类型为各草地类型的产草量值，w_i为不同方程的权重，表3,4为气温、降水、湿润度和归一化植被指数与地上生物量的线性回归方程系数与权重值。

根据上述模型，分别可以插值出不同草地等级的草地产草量；同样可以插值出不同类型草地的产草量。

通过ArcGis的拼接功能，拼接完成以草地等级为基础计算的产草量空间栅格数据和以草地类型为基础计算的产草量空间栅格数据，并将两个栅格数据取平均计算，获得校正后的80年代产草量栅格数据。

具体运行操作为：

打开上述过程获得的气候、遥感数据与产草量数据表，以不同等级和草地类型地上生物量最大值为除数，分别计算各个样点的地上生物量百分比。分别做气温、降水、湿润度和归一化植被指数与地上生物量百分比的线性回归分析，计算线性回归方程y＝a*x+b的各项系数。

为方便在ArcGis中计算，在Excel中提前进行公式处理，如计算各项气候指标的单因子方程公式：＝"("&ROUND(K2,4)&"*""％"&K1&"％""+"&ROUND(K3,4)&")"。

以一级草地产草量为例，在Excel中整理公式：＝"(("&K8&"+"&L8&"+"&M8&"+"&N8&")/"&4&")*600"。

打开ArctoolBox中“Spatial Analyst”的“地图代数”-“栅格计算器”工具，右键“批处理”将上述Excel表格中整理好的公式粘入栅格计算器中，以一级草地产草量计算为例：(((0.7808*"ndvi1"+0.3434)*0.8041)+((0.1796*"k1"+0.7864)*0.0881)+((0.0061*"tymean1"+0.8454)*0.0313)+((0.0002*"pre1"+0.7735)*0.0765))*600

批量添加产草量公式，选择保存路径，保存计算完成的不同等级和不同类型的草地产草量栅格数据。打开ArctoolBox中“数据管理工具”的“栅格”-“栅格数据集”-“镶嵌”工具，选择一个目标栅格，输入其他栅格，分别保存获得根据草地等级计算的80年代产草量栅格数据，和根据草地类型计算的80年代产草量栅格数据。

打开ArctoolBox中“Spatial Analyst”的“地图代数”-“栅格计算器”工具，将两个栅格数据取平均计算，获得校正后的80年代产草量栅格数据。

步骤6.产草量空间格局分析

根据步骤5获得的80年代产草量栅格数据，利用ArcGis中的制图工具，可以输出我国北方草地80年代产草量的空间分布图(图12)，进而可以分析北方草地的分布格局。

步骤7.数据质量验证

本方法插值的80年代草地产草量空间分布数据，利用80年代草地调查产草量统计数据(《草地调查统计数据集》)来进行验证。在ArcGis中打开80年代草地类型空间分布矢量数据和行政区划(省)的矢量数据，根据内蒙古、宁夏、新疆等省的边界矢量数据提取并统计内蒙古、宁夏、新疆等3省(区)不同草地类型的重建数据的平均产草量，并与80年代3省(区)产草量统计数据进行对比，利用卡方检验分析模拟产草量结果。

表5 80年代产草量统计数据与本方法插值数据比较

表6卡方检验结果

通过卡方检验可知，内蒙古、宁夏和新疆地区的卡方值分别为3.217、16.524和14.361，自由度分别为7、6和11，P_(内蒙古)＝0.864>0.01，P_(宁夏)＝0.011>0.01，P_(新疆)＝0.214>0.01。结果表明：二十世纪80年代产草量和模拟值并无显著性差异，内蒙古、宁夏和新疆的均方根误差分别为24.1，18.86和39.16，说明本数据基本符合80年代实际产草量且具有较高精度。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (2)

1.一种草地产草量空间数据格网化重建方法，其特征在于，包括以下步骤：

步骤1.草地资源调查数据整理；

根据上世纪80年代草地调查统计结果，按产草量将中国草地划分8个级，8级草地的产草量分级标准见表1；以各级草地产草量的上限值为产草量空间插值的基本数据；

表1 二十世纪80年不同草地等级产草量

草地等级 产草量(kg/ha) 产草量赋值(g/m²) 1级草地 >4000 600 2级草地 3000～4000 400 3级草地 2000～3000 300 4级草地 1500～2000 200 5级草地 1000～1500 150 6级草地 500～1000 100 7级草地 250～500 50 8级草地 <250 25

80年代草地调查将我国草地划分为18个草地类型，18个草地类型平均产草量见表2，以各类草地平均产草量的2倍作为产草量空间插值的基本数据；

表2 80年代不同草地类型平均产草量

步骤2.地理要素空间数据准备与数据处理

1)气候数据：2015年北方地区年平均的年均气温、年均降雨量、湿润度，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1km；

2)MODIS产品数据：归一化植被指数，采集的时间为2015年8月11日，用MRT拼接转投影，空间分辨率1km；

3)北方草地类型空间分布数据为上世纪80年全国草地调查：100万草地类型图矢量数据；

4)2015年草地退化调查产草量空间栅格数据为根据野外样方调查数据基础上进行空间格网化插值的地上生物量空间栅格数据，空间分辨率1km；

步骤3.地理要素数据与产草量数据采集；

以ArcGis为平台，通过模型构建器模块化流程，按不同草地等级和不同草地类型，在每个等级或每个草地类型范围内，随机采样30-50个点，并提取每个样点相应的地理要素和产草量数据，生成并创建产草量模型构建的基础数据库；

步骤4.草地产草量梯度变化回归分析

根据步骤3获得的年均气温、年均降雨量、湿润度、归一化植被指数和产草量数据，以不同等级和草地类型地上生物量最大值为除数，分别计算各个样点的地上生物量百分比；分别做气温、降水、湿润度和归一化植被指数与地上生物量百分比的线性回归分析，计算线性回归方程y＝a*x+b的各项系数；

分别进行草地等级和草地类型内的产草量梯度变化回归分析，包括草地等级内产草量梯度变化回归分析和草地类型内产草量的梯度变化回归分析；

步骤5.产草量模型构建与空间格网的产草量计算

产草量模型建立如下公式：

其中，y_i为气温、降水、湿润度和归一化植被指数与地上生物量的线性回归方程，a_草地等级为1-8级草地的产草量值，a_草地类型为各草地类型的产草量值，w_i为不同回归方程的权重值；

空间格网的产草量计算是通过ArcGis中“SpatialAnalyst”的分析工具来实现；ArcGis中，首先加载步骤2处理准备好的地理要素空间数据，在“空间分析”工具模块中，根据构建的公式(1)、公式(2)的产草量模型，完整输入步骤4分析结果所提出的气温、降水、湿润度、归一化植被指数与产草量的线性回归方程系数与权重值，分别插值出不同草地等级的草地产草量和不同类型草地的产草量；

通过ArcGis的拼接功能，拼接完成以草地等级为基础计算的产草量空间栅格数据和以草地类型为基础计算的产草量空间栅格数据，并将两个栅格数据取平均计算，获得校正后的80年代产草量栅格数据；

步骤6.产草量空间格局分析；

根据步骤5获得的80年代产草量栅格数据，利用ArcGis中的制图工具，可以输出我国北方草地80年代产草量的空间分布图，进而可以分析北方草地的分布格局；

步骤7.数据质量验证；

利用二十世纪80年代草地调查产草量统计数据来进行验证；在ArcGis中加载80年代草地类型空间分布矢量数据和行政区划的矢量数据，提取并统计各省不同草地类型的重建数据的平均产草量，并与80年代各省产草量地面调查数据进行对比，利用卡方检验分析模拟产草量结果。

2.根据权利要求1所述的方法，其特征在于：步骤3可以优化，具体步骤如下：

S31：加载80年全国草地调查：100万草地类型图矢量数据、2015年北方地区年平均的年均气温、年均降雨量、湿润度、归一化植被指数，和2015年草地退化调查产草量空间栅格数据；

S32：按不同草地等级和不同草地类型，分别随机采样，采集30-50个样点，确定各样点的空间位置；

S33：利用掩膜提取技术，分别提取各样点的年均气温、年均降雨量、湿润度和归一化植被指数；

S34：创建气候、归一化植被指数、产草量数据库。

Images