2006–2015年蒙古國中東部地區產草量遙感反演數據集

2006–2015年蒙古國中東部地區產草量遙感反演數據集
作者：李舸　王卷樂
2019年6月25日

本作品收錄於《中國科學數據》

李舸, 王卷樂. 2006–2015年蒙古國中東部地區產草量遙感反演數據集[J/OL]. 中國科學數據, 2019, 4(2). (2019-03-06). DOI: 10.11922/csdata.2018.0081.zh.

摘要&關鍵詞

摘要：產草量是科學利用草地資源及草畜平衡管理決策的重要依據，及時準確地了解產草量時空分布及變化狀況對於草原生態環境可持續發展具有重要意義。本數據集利用MODIS遙感數據和氣象數據，結合野外實地調查獲取的產草量樣方數據，構建了適合於蒙古高原高海拔、乾旱環境特徵的蒙古國中東部地區產草量估算模型。在模型精度評價的基礎上，利用最優模型反演得到了蒙古國中東部6省2006–2015年的產草量時空分布數據。數據質量評估結果表明，相較於一元線性模型和多元線性模型，指數模型更適合該地區產草量估算，其中基於MSAVI的指數模型模擬效果最佳，R2為0.72，RMSE為279.09 kg/hm2，模擬精度達到78%。本數據集為TIF格式，數據量為113 MB。

關鍵詞：蒙古國；草原；MODIS；產草量；時空分布

Abstract & Keywords

Abstract: Grass production is an important basis for scientific use of grassland resources and management decision-making concerning grass-livestock balance. An accurate timely understanding of the spatio-temporal distribution of grass production and its changes is of great significance for the sustainable development of grassland ecological environment. This dataset used MODIS remote sensing data and meteorological data, in combination with grassland sampling data, to construct a grass production estimation model suitable for high altitude and arid environment in Mongolia. An optimal model was obtained based on an accuracy evaluation of the models, which was used to obtain the spatial and temporal distribution data of grass production in the six provinces of central and eastern Mongolia from 2006 to 2015. The results of data quality evaluation showed that exponential model was more suitable for the estimation of grassland production in this area than linear model or multi-linear model. The exponential model based on MSAVI had the best simulation effect, R2 was 0.72, RMSE was 279.09 kg/hm2, and the simulation accuracy was 78%. This data set is in TIF format with a data volume of 113 MB.

Keywords: Mongolia; grassland; MODIS; grassland production; spatio-temporal distribution

數據庫（集）基本信息簡介

數據庫（集）名稱	2006–2015年蒙古國中東部地區產草量遙感反演數據集
數據作者	李舸、王卷樂
數據通信作者	王卷樂（wangjl@igsnrr.ac.cn）
數據時間範圍	2006–2015年
地理區域	蒙古國中央省、烏蘭巴托市、肯特省、戈壁蘇木貝爾省、中戈壁省和肯特省（42°38'–50°30'N，101°27'–113°51'E）。
空間分辨率	250 m
數據量	113 MB
數據格式	Geotiff
數據服務系統網址	http://www.sciencedb.cn/dataSet/handle/691
基金項目	中國科學院A類戰略性先導科技專項（XDA2003020302）；中國科學院「十三五」信息化專項科學大數據工程項目（XXH13505-07）。
數據庫（集）組成	本數據集由2部分組成：（1）「Dataset Result.Zip」包含2006–2015逐年的蒙古國中東部6省產草量空間分布數據。數據命名格式為YYYY.tif，YYYY代表年份。數據量為89.6 MB。（2）「Dataset Map.Zip」包含2006–2015逐年的蒙古國中東部6省產草量空間分布圖。數據命名格式為YYYY.jpg。數據量為24 MB。

Dataset Profile

Title	A dataset of grassland production in central and eastern Mongolia based on remote sensing（2006–2015）
Data authors	Li Ge, Wang Juanle
Data corresponding author	Wang Juanle (wangjl@igsnrr.ac.cn)
Time range	2006–2015
Geographical scope	Tov, Ulaanbaatar，Hentiy，Govisumber，Dundgovi，Overhangay (42°38'N-50°30'N，101°27'E-113°51'E).
Spatial resolution	250 m
Data volume	113 MB
Data format	Geotiff
Data service system	<http://www.sciencedb.cn/dataSet/handle/691>
Sources of funding	Strategic Priority Research Program (Class A) of the Chinese Academy of Sciences grant number XDA2003020302; the 13th Five-year Informatization Plan of Chinese Academy of Sciences grant number XXH13505-07.
Dataset composition	The dataset is composed of two subsets: (1) Grassland production data of 6 provinces in the central and eastern Mongolia (2006–2015). Each data document is recorded as YYYY.tif, and YYYY represents the year. Data volume is 89.6MB. (2)Spatial distribution map of grassland production of 6 provinces in the central and eastern Mongolia (2006–2015). Each data document is recorded as YYYY.jpg。Data volume is 24MB.

引 言

草地是一種可更新的自然資源，是陸地生態系統的主要組成部分，在氣候調節、水土保持和防風固沙等方面發揮着重要作用^[1][2]。產草量是衡量草地生產力的重要指標，是草原生態狀況最直接的反映。蒙古國位於亞洲大陸內部，是蒙古高原的重要組成部分，其最大的生物群落為草原，約占陸地國土總面積的83.4%^[3]。由於草地生態系統穩定性較差，易受外界因素影響，近年來，在氣候變化和過度放牧等自然和人文因素多重作用下，蒙古國草地生態環境日益惡化，局部地區草地呈現退化趨勢。表現為牧草生產力下降、水土流失等，生態屏障作用也在減弱，對蒙古高原生態環境及農牧業可持續發展構成嚴重威脅。及時準確地掌握產草量的時空分布及變化狀況是科學合理利用、管理草地的關鍵，也是草原畜牧業和生態環境可持續發展的重要條件^[4][5][6]。

目前，國內外學者對於蒙古高原產草量的研究中，多數是針對中國內蒙古地區或新疆自治區局部區域的草地監測，對蒙古國產草量的研究較少且缺乏長時間序列的連續監測^{[7][8][9][10]}。本研究選取蒙古國中東部的6個省份為研究區，基於野外實測數據及衛星遙感數據，對該地區2006–2015年產草量進行估算，得到蒙古國中東部地區10年間產草量時空分布及變化數據集。

1 數據採集和處理方法

1.1 區域範圍

本研究選取的蒙古國中東部地區6個省份分別為中央省、烏蘭巴托市、肯特省、戈壁蘇木貝爾省、中戈壁省和前杭愛省，研究區位置及樣點分布見圖1。研究區位於亞洲大陸腹地，42°38'–50°30'N，101°27'–113°51'E，是典型的乾旱半乾旱區，屬於大陸性溫帶草原氣候，季溫差和日溫差較大，降水少且主要集中在夏季。地勢西高東低，平均海拔約1400 m，草地特徵明顯，主要草地類型包括草甸草地、典型草地和荒漠草地。區域面積為30.76萬平方公里，約占蒙古國面積的19.6%，人口178萬，占全國人口的一半以上。草原畜牧業發達，牲畜量1929萬頭只，約占國家牲畜總量的30%。

圖片

圖1 研究區位置與樣點分布圖

1.2 基礎數據

1.2.1 遙感數據

遙感數據選取MODIS傳感器陸地標準產品MODIS13Q1和MODIA17A2H中的歸一化植被指數（NDVI，Normalized Difference Vegetation Index）、增強型植被指數（EVI，Enhanced Vegetation Index）和淨光合（PSNnet，Net Photosynthesis），並通過計算得到了修改型土壤調節植被指數（MSAVI，Modified Soil-Adjusted Vegetation Index）。NDVI、EVI和MSAVI的空間分辨率為250 m，時間分辨率為16 d；PSNnet空間分辨率為500 m，時間分辨率為8 d。數據源為美國國家航空航天局的MODIS Web網站（https://modis.gsfc.nasa.gov/）。

1.2.2 實測與輔助數據

本研究中地面樣方數據通過本課題組和蒙古國立大學聯合開展的野外調查獲取，採樣時間為2013年和2014年牧草生長旺盛期的8月，通過齊地面刈割法對產草量進行採集。樣地大小為10 m×10 m，在其內部隨機選取3個0.5 m×0.5 m的樣方，用GPS記錄樣點坐標，取樣方地上部分鮮草稱重並記錄，3個樣方平均值為該樣地產草量。經後期剔除篩選處理後，最終獲取產草量有效樣方數據共計29個。社會經濟數據從蒙古國國家統計局^[11]（http://www.1212.mn/）下载获取。蒙古国行政边界数据、气象数据和草地类型等数据由蒙古国立大学提供。

1.3 數據處理

MODIS數據預處理：MODIS 13Q1和MODIA 17A2H產品為HDF格式，通過MRT（MODIS Reprojection Tool）軟件批處理功能對數據進行拼接處理。本研究獲取的MODIS數據產品投影方式為正弦投影（Sinusoidal），為方便數據查看與後期處理，利用MRT軟件對數據進行重投影，轉換為UTM（Universal Transverse Mercator Projection）投影。

植被指數參數提取：MODIS數據經格式轉換處理後得到TIF格式的數據文件，利用ArcGIS中Analysis Tools模塊下Clip工具疊加研究區行政邊界數據圖層，對重投影的柵格數據進行裁剪處理。通過MVC方法得到月合成NDVI和EVI植被指數，以及淨光合PSNnet。MSAVI指數則通過RED波段和NIR波段計算得到。根據MODIS產品用戶手冊中各指數有效值域範圍指南，將超出值域範圍的無效值賦值為空值。將地面樣點數據矢量化，並將經ArcGIS空間插值後形成的降水數據與各遙感指數柵格圖層進行疊加，提取對應樣點像元值。隨機選取80%的樣點數據用於建模，20%的樣點數據用於精度驗證。

遙感指數計算方式如公式（1）–（4）所示：

圖片 （1）

圖片 （2）

圖片 （3）

圖片 （4）

式中，圖片、圖片、圖片分別為近紅外波段、紅光波段、藍色波段的反射率，GPP為植物總初級生產力，圖片為葉自養呼吸消耗 圖片為根自養呼吸消耗。

產草量估算模型建立：基於預處理後的野外實測數據和降水數據分別建立其與NDVI、EVI、MSAVI和PSNnet 4種遙感指數之間的線性、指數和多元擬合關係，得到12種回歸模型。通過決定係數、平均相對誤差（REE）、平均絕對誤差（RMSE）等指標對模型進行精度評價，見公式（5）–（6）。最終確定基於MSAVI的指數模型為最優模型，利用最優模型對研究區產草量進行估算。

圖片 （5）

圖片 （6）

式中，REE和RMSE分別表示平均相對誤差和平均絕對誤差；N為樣點數；Yi 、圖片和圖片分別表示實測產草量、估算產草量和平均實測產草量，單位為g/m2。

2 數據樣本描述

經過數據處理，得到2006–2015年蒙古國中東部地區6省產草量時空分布及變化數據集，數據空間分辨率為250 m，單位為kg/hm2。利用ArcGIS中Spatial Analyst模塊下Reclassify工具對數據進行重分類，劃分為6個等級描述產草量分布狀況。圖2展示了研究區6省10年間產草量時空分布。

圖片

圖片

圖片

圖片

圖2 2006–2015年研究區產草量空間分布圖

3 數據質量控制和評估

3.1 質量控制

為提高數據集精度和質量，本研究在樣點數據採集、數據預處理、模型構建與精度驗證等過程都進行了嚴格的質量控制。地面數據採樣路線對不同類型草地均可實現良好覆蓋，採樣時考慮隨機性和代表性，採樣方法遵循相應調查技術規範。遙感數據產品均已經過輻射校正、幾何校正、去雲等處理，參考MODIS Web官方發布的MODIS數據指南對各遙感指數進行處理。利用兩種時空分辨率的遙感數據參與產草量估算研究，兩種數據單獨建模，通過分析線性、指數和多元函數3種類型共計12個模型的精度指標，選取基於250 m分辨率植被指數的最優模型進行產草量反演。

3.2 質量評估

本研究野外採樣點29個，隨機選取其中的20%樣點用於精度驗證，80%樣點用於建模。通過產草量估算數據有效性驗證結果（表1）可以看出，所有模型均通過極顯著性檢驗（Sig<0.01）。R2 和RMSE分別為決定係數和平均絕對誤差，R2 越大，RMSE越小，說明模型的擬合效果越好。各類模型中指數函數模型精度最高，為72.75%；其次為多元線性模型，為70.25%；一元線性函數模型精度最低，為69.75%。各模型相關係數顯示，指數函數模型R2 為0.67，明顯高於多元線性模型的0.59和一元線性模型的0.56。結果表明指數函數模型更適合該地區產草量估算研究。對各指數模型進一步分析發現，基於MSAVI的指數模型模擬效果最佳，R2 為0.72，RMSE為279.09 kg/hm2，模擬精度達到78%，可用於本研究區內產草量時空分布研究。

表1 產草量遙感估算有效性驗證結果

建模參數	模型	方程	'R'2	顯著水平Sig.	'RMSE'(kg/hm'2')	'精度'（%）
EVI	線性模型	Y =−19.490+384.791×X1	0.46	0.000	423.55	66
	指數模型	Y =4.257×exp(12.647×X1 )	0.63	0.000	466.53	63
	多元模型	Y =−16.655+436.870X1 −0.049X	0.47	0.002	423.91	66
MSAVI	線性模型	Y =−27.370+165.323×X2	0.57	0.000	370.00	71
	指數模型	Y =3.594×exp(5.224×X2 )	0.72	0.000	279.09	78
	多元模型	Y =−18.070+239.539X2 −0.177X	0.61	0.000	383.40	70
NDVI	線性模型	Y =−13.940+204.158×X3	0.56	0.000	335.37	73
	指數模型	Y =5.728×exp(6.300×X3 )	0.68	0.000	306.68	76
	多元模型	Y =−3.192+264.166X3 −0.119X	0.59	0.000	308.76	75
MOD17A2H PsnNet	線性模型	Y =0.482+0.403×X4	0.68	0.000	389.21	69
	指數模型	Y =12.701×exp(0.010×X4 )	0.66	0.000	322.82	74
	多元模型	Y =16.944+0.481X4 −0.106X	0.70	0.000	375.42	70

None'1'None'2'None'3'None'4'分別表示EVI、MSAVI、NDVI、PsnNet值；X表示年平均降水量。

4 數據使用方法和建議

本數據集為2006–2015年蒙古國中東部地區6省產草量時空分布和變化的公開共享數據產品，數據為TIF格式，空間分辨率為250 m。數據集資料來源可靠，主要基於ArcGIS等軟件平台生產完成。用戶可通過ArcGIS軟件或ENVI圖像處理軟件打開使用，如需其他格式的數據文件，可藉助以上軟件自行轉換。通過疊加研究區行政邊界數據和草地類型數據統計不同區域的柵格影像值，可得到各省及各草地類型產草量的年際變化狀況。由於蒙古國境外採樣困難，本數據集的樣點數量有限，但通過持續積累預期能夠不斷增加樣本數據，並繼續提高反演質量，為蒙古國或蒙古高原的產草量和植被分布及變化提供相關參考資料。

致 謝

本數據集生產過程中得到蒙古國立大學的大力支持，衷心感謝蒙古國立大學Davaadorj教授和Sonomdagwa教授等在野外實地採樣過程中提供幫助。

參考文獻

1. XU B , YANG X C , TAO W G, et al. MODIS-based remote sensing monitoring of grass production in China[J]. International Journal of Remote Sensing, 2008, 29(17-18): 5313-5327.
2. 謝高地, 張釔鋰, 魯春霞, 等. 中國自然草地生態系統服務價值[J]. 自然資源學報, 2001, 16(1): 47-53.
3. World Resources Institute. A Guide to World Resources 2002–2004: Decisions for the Earth Balance, Voice, and Power[EB/OL].(2003-02-05)[2018-05-20]. http://www.wristore.com/.
4. 史培軍, 李博, 李忠厚, 等. 大面積草地遙感估產技術研究──以內蒙古錫林郭勒草原估產為例[J]. 草地學報, 1994, 2(1): 9-13.
5. 楊秀春, 徐斌, 朱曉華, 等. 北方農牧交錯帶草原產草量遙感監測模型[J]. 地理研究, 2007, 26(2): 213-221.
6. 羅玲, 王宗明, 任春穎, 等. 基於MODIS數據的松嫩草原產草量遙感估算模型與空間反演[J]. 農業工程學報, 2010, 26(5): 182-187.
7. 張艷楠, 牛建明, 張慶, 等. 植被指數在典型草原生物量遙感估測:應用中的問題探討[J]. 草業學報, 2012, 21(1): 229-238.
8. 金雲翔, 徐斌, 楊秀春, 等. 內蒙古錫林郭勒盟草原產草量動態遙感估算[J]. 中國科學:生命科學, 2011, 41(12): 1185-1195.
9. XIE Y , SHA Z , YU M , et al. A comparison of two models with Landsat data for estimating above ground grassland biomass in Inner Mongolia, China[J]. Ecological Modelling, 2009, 220(15): 1810-1818.
10. 李建龍, 蔣平, 戴若蘭. RS, GPS和GIS集成系統在新疆北部天然草地估產技術中的應用進展[J]. 生態學報, 1998, 18(5): 504-510.
11. National Statistics Office of Mongolia. Social and economic situation of Mongolia[EB/OL]. (2017-04-17)[2018-05-24]. http://www.en.nso.mn/index.php.

數據引用格式

李舸, 王卷樂. 2006–2015年蒙古國中東部地區產草量遙感反演數據集[DB/OL]. Science Data Bank, 2018. (2018-11-24). DOI: 10.11922/sciencedb.691.