数据论文 I 区论文(评审中) 版本 ZH2
下载
基于文献整合的中国草地生物量与NDVI关系数据集
A dataset of NDVI-based grassland biomass model in China
 >>
: 2018 - 08 - 31
: 2018 - 09 - 19
: 2018 - 09 - 19
228 1 0
摘要&关键词
摘要:基于监测面积广、时效性强的遥感技术获取草地生物量已经被广泛用于评价自然条件下草地植物群落的生长状况和生产能力。本文收集了2000–2018年公开发表的中国草地生物量与NDVI回归关系文献资料,构建了中国草地生物量与NDVI关系数据集。本数据集包括中国17个草地类型的生物量与NDVI的回归关系,每类草地有线性、幂函数、指数和对数4种回归关系。数据集还包括草原分区、草地分布区域、生物量适用时段、NDVI数据来源和时空分辨率等信息。本数据集的建立可以为中国草地生产能力评估、承载能力评价、草地碳循环研究、生态红线划定等提供数据支持。
关键词:中国;草地;生物量;NDVI;关系集
Abstract & Keywords
Abstract: NDVI-based grassland biomass model has been widely used for evaluating the growth and productivity of grassland communities, since remote sensing technology can be used for timely monitoring of wider areas. Based on existing literature on regression relationships between grassland biomass and NDVI published during 2000 – 2018, we built the dataset of regression relationships between grassland biomass and NDVI in China. The dataset contains 17 types of grassland regression relationships between biomass and NDVI, and each relationship type contains 4 kinds of regression expression, namely, unitary linear, power function, exponential and logarithmic relationships. Besides, it also contains information on grassland zoning, grassland distribution, biomass suitable period, NDVI data resources, NDVI temporal-spatial resolution. This dataset provides important data resources for evaluating grassland productivity, grassland ecosystem carrying capacity, carbon cycle studies, and ecological protection in China.
Keywords: China; grassland; biomass; NDVI; model
数据库(集)基本信息简介
数据库(集)名称基于文献整合的中国草地生物量与NDVI关系数据集
数据作者宋兴阳,周广胜
数据通讯作者周广胜(zhougs@cma.gov.cn)
数据时间范围2000–2018年
地理区域中国草地分布区
数据量32 KB
数据格式*.xlsx
数据服务系统网址http://www.sciencedb.cn/dataSet/handle/649
基金项目国家自然科学基金委国际(地区)合作与交流项目(NSFC-ISF(中以)),31661143028,“中国东北样带与以色列北南降水梯度生态系统的干旱生理调节与弹性”。公益性行业(气象)科研专项(重大专项)课题,GYHY201506001-3,“关键区域降水过程特征对干旱持续、解除影响研究”。中国气象科学研究院基本科研业务费项目,2018Z008,生态文明建设绩效考核气象归因研究。
数据库(集)组成包括17类草地生物量与NDVI的回归关系,每类草地关系又分线性、幂函数、指数和对数4种回归关系。数据集还包括草地类型、草原区划、分布区域,生物量适用时段和NDVI的时间和空间分辨率等信息。
Dataset Profile
TitleA dataset of NDVI-based grassland biomass model in China
Data corresponding authorZhou Guangsheng (zhougs@cma.gov.cn)
Data authorsSong Xingyang, Zhou Guangsheng
Time period2000–2018
Geographical scopeGrassland distribution regions of China
Data volume32 KB
Data format*.xlsx
Data service systemhttp://www.sciencedb.cn/dataSet/handle/649
Sources of fundingISF-NSFC Joint Scientific Research Program – Physiological adjustments and resilience to drought in ecosystems across northeast China transect and the Israel north-south precipitation gradient (Grant No.31661143028);
China Special Fund for Meteorological Research in the Public Interest – Study on the impact of precipitation process characteristics on drought persistence and relief in key areas (major project, Grant No.GYHY201506001-3); The CAMS Basic Research Funds-regular, 2018Z008, Research on meteorological attribution of performance appraisal in ecological civilization construction.
Dataset compositionThis dataset records 17 major grassland regression relationships between biomass and NDVI, and grassland distribution, grassland biomass suitable periods and temporal-spatial resolution of NDVI. Each relationship has four types of regression expression, including unitary linear, power function, exponential and logarithmic relationships.
引 言
植被净初级生产力(Net Primary Productivity,NPP)是指绿色植物光合作用所积累的有机物数量,是由光合作用积累的有机物总量扣除自养呼吸后用于植物生长和生殖的部分[1-2]。作为植物自身生物学特性与外界环境因子相互作用的结果,NPP可以反映自然条件下植物群落的生长状况和生产能力,是生态系统能量交换与物质循环的重要基础和估算地球支持能力以及评价陆地生态系统可持续发展的重要生态指标[3,4,5 ]。植被NPP体现了生态系统物质循环和能量流动的重要过程,有助于理解地表碳循环过程,同时也是判定生态系统碳源、汇的重要因子[6-7]。草地是陆地生态系统重要组成部分,其覆盖面积广、类型多样,是全球碳循环和生态系统功能评价的重要环节[8,9,10 ]。草地具有复杂、多样性的特点,不同类型、不同区域草地植被NPP均存在较大时空差异[11,12,13 ]
植被生物量是草地NPP积累的主要形式,生物量累计的过程也是NPP累计的过程[14]。遥感技术具有监测面积广、时效性强等优点,已经在草地生物量估算和NPP计算中得到了广泛应用。遥感技术估算草地生物量的原理是利用遥感数据(植被指数)和地面观测草地生物量进行回归统计,得到回归关系模型,然后利用回归关系模型估算区域草地生物量和NPP[15,16,17,18 ]。遥感信息可以提供时空连续的植被指数资料,从而有助于通过统计关系模型估算区域和全球草地生物量和NPP。
关于中国草地植被指数(NDVI)和生物量之间的关系模型已有大量研究,但是由于研究区域、研究时段、遥感数据的不同等原因,不同的研究结果差异较大。同时,这些研究资料也缺乏系统的整理和归纳。本研究主要对2000–2018年中国草地生物量与NDVI的关系模型进行整理分析,以期为区域草地生物量和NPP评估提供方法支持。
1   数据采集和处理
1.1   数据来源
本研究收集了2000–2018年发表文献中关于草地生物量与NDVI的统计关系。基于Science Direct 数据库(https://www.sciencedirect.com/)和中国知网数据库(http://www.cnki.net),以“净初级生产力(net primary productivity,NPP)”“草地(grassland)”“草产量(grass production)”“遥感(remote sensing)”“监测(monitoring)”“MODIS数据(modis data)”“均一化植被指数 (normalized difference vegetation index)”“模型(models)”等为关键词进行文献检索,筛选包含草地生物量与NDVI关系模型的文献。由此,共收集分析了分布于中国的草甸草原、干旱草原、半干旱草原、湿地草地、温性草原、荒漠草原、沙地草原、典型草原、山地草原、高寒草原、高寒草甸、线叶蒿草草甸、高山蒿草草甸、小型苔草草甸、热性灌草丛、半干旱暖性灌草丛、甘南草地等17类草地的线性、指数、对数和幂函数4种草地生物量与NDVI的关系模型。
1.2   数据整理
基于收集的文献资料,利用文献中草地生物量与NDVI关系模型及文献的相关信息(草地类型、地理位置、适用时段NDVI数据来源和NDVI时空分辨率等),完善统一的线性、对数、指数和幂函数4种统计关系模型。对于没有提供4种草地生物量与NDVI关系模型的文献,如一些文献只提供了线性或指数关系模型,使用数据分析和绘图软件Origin 9.0中的数字化插件Digitize( Origin自带插件,利用此插件可以提取图片或扫描格式图形数据点)将文献图表中数据进行提取后再进行回归,完善模型类型。同时,将模型中生物量单位进行转换,统一为g/m2,并根据地下与地上部分生物量比例系数研究结果[19],分别换算并给出地上生物量(ANPP)、地下生物量(BNPP)和总生物量(NPP)的统计关系模型。
2   数据样本描述
数据集共包括中国的草甸草原、干旱草原、半干旱草原、湿地草地、温性草原、荒漠草原、沙地草原、典型草原、山地草原、高寒草原、高寒草甸、线叶蒿草草甸、高山蒿草草甸、小型苔草草甸、热性灌草丛、半干旱暖性灌草丛、甘南草地等17类草地的地上生物量(ANPP)、地下生物量(BNPP)和总生物量(NPP)的统计关系模型,统计关系模型包括线性、对数、指数和幂函数4种,覆盖区域包括东北、内蒙古、甘肃、宁夏、河北、山东、陕西、山西、新疆、青海、西藏、四川、云南、贵州、广西等地区。
数据集包括2个sheet表单,分别为统计关系模型和文献出处,统计关系模型表的列表依次为序号,草地类型,草地类型(英文),草原分区,分布区域,经纬度,生物量适用时段,地上、地下和总生物量的线性关系模型、幂函数关系模型、指数关系模型、对数关系模型,统计关系模型对应的R2,NDVI数据来源,NDVI数据时间分辨率,NDVI数据空间分辨率,单位,备注,干鲜比[20]和文献出处。
表1   中国草地生物量与NDVI关系集列表数据说明
列表数据项数据类型示例
序号整数型1
草地类型字符型高寒草甸
草地类型(英文)字符型Alpine steppe
草原分区字符型内蒙古草地
分布区域字符型西藏自治区当雄县境内
纬度字符型41°35′–46°46′
经度字符型111°09′–119°58′
适用时段字符型7–9月
线性模型字符型ANPP = 956.68 NDVI−76.487
幂函数模型字符型ANPP = 591.36 NDVI1. 0761
指数模型字符型ANPP = 40.991 e3. 9099NDVI
对数模型字符型ANPP =919 .94lnNDVI +628 .77
R2浮点型0.6690
NDVI数据来源字符型MODIS NDVI产品(MOD13Q1)
时间分辨率字符型16 d
空间分辨率字符型250 m
单位字符型g/m2
备注字符型鲜重
干鲜比浮点型0.465
文献来源字符型[1]
3   数据质量控制与评估
本数据集中的草地生物量与NDVI统计关系来源于已经公开发表的文献,从数据库选择、关键词检索、文献筛选和数据提取过程等对数据进行质量控制。
文献检索的质量控制:基于Science Direct数据库和中国知网数据库进行检索,根据关键词检索获取草地生物量与NDVI统计关系模型,重点选择常用的线性、对数、指数和幂函数4种草地生物量与NDVI统计关系模型,使数据采集方法一致,结果具有可对比性。
数据提取和整理过程中的质量控制:(1)对线性、对数、指数和幂函数统计关系模型不全的关系模型进行补充完善,关系模型建立的数据来自于文献图表中的数据提取与分析,要求提取的数据和原始数据的相对误差不大于20%。(2)对提取数据的单位进行统一,保证数据单位的一致性。(3)计算地上生物量(ANPP)、地下生物量(BNPP)和总生物量(NPP)统计关系模型时采用文献给出的结果,统一草地地上生物量与地下生物量比例系数。
数据审核中的质量控制:数据整理完毕后先由数据整理者复查原始数据出处,再由数据整理者随机抽取文献进行数据检验,最后由其他作者进行审核,确保数据准确可靠。
数据质量评估:本研究收集数据的不确定性主要来自以下方面,(1)遥感数据的不确定性,不同的文献选取的遥感数据类型不同,并且选取的遥感数据具有不同的时空分辨率,可能会导致统计关系模型的差异。(2)草地生物量取样时间的不确定性,大部分文献的草地生物量取样时间在7–9月,但一些草地对气象条件(特别是降雨)反应敏感,生物量变化范围较大,会给统计回归模型带来一定误差。
4   数据使用方法和建议
本数据集建立了中国草地生物量与NDVI的统计关系模型,包括中国17类草地4种生物量与NDVI的统计关系模型,根据统计关系模型可由NDVI评估草地生物量和NPP,从而为中国草地生产能力评估、承载能力评价、草地碳循环研究和生态保护红线等提供方法数据支持。
数据使用过程中需要注意:(1)在计算草地生物量过程中需要根据数据类型选择与之对应的遥感数据进行计算。(2)数据库给出的统计关系模型具有生物量估算的适用时段,使用过程中需要根据实际情况选取适宜的统计关系模型。
[1]
王芳, 汪左, 张运. 2000–2015年安徽省植被净初级生产力时空分布特征及其驱动因素[J]. 生态学报, 2018, 38(8): 2754-2767.
[2]
穆少杰, 李建龙, 周伟, 等. 2001–2010年内蒙古植被净初级生产力的时空格局及其与气候的关系[J]. 生态学报, 2013, 33(12): 3752-3764.
[3]
杜梦洁, 郑江华, 任璇, 等. 地形对新疆昌吉州草地净初级生产力分布格局的影响[J]. 生态学报, 2018(13): 1-10
[4]
张芳, 熊黑钢, 冯娟, 许仲林. 基于遥感的新疆人工绿洲扩张中植被净初级生产力动态变化[J]. 农业工程学报, 2017, 33(12): 194-200, 316.
[5]
杨红飞, 刚成诚, 穆少杰, 等. 近10年新疆草地生态系统净初级生产力及其时空格局变化研究[J]. 草业学报, 2014, 23(3): 39-50.
[6]
IMHOFF M L, BOUNOUA L, DEFRIES R, et al. The consequences of urban land transformation on net primary productivity in the United States [J]. Remote Sensing of Environment, 2004, 89: 434-443.
[7]
刘刚, 孙睿, 肖志强, 等. 2001–2014年中国植被净初级生产力时空变化及其与气象因素的关系[J]. 生态学报, 2017, 37(15):4936-4945.
[8]
周伟, 牟凤云, 刚成诚, 等. 1982–2010年中国草地净初级生产力时空动态及其与气候因子的关系[J]. 生态学报, 2017, 37(13): 4335-4345.
[9]
SCURLOCK J M O, HALL D O. The global carbon sink: a grassland perspective [J]. Global Change Biology, 1998, 4(2): 229-233.
[10]
NI J. Forage yield-based carbon storage in grasslands of China [J]. Climatic Change, 2004, 67(2 /3): 237-246.
[11]
高清竹, 万运帆, 李玉娥, 等. 藏北高寒草地NPP 变化趋势及其对人类活动的响应[J]. 生态学报, 2007, 27(11): 4612-4619.
[12]
范月君, 侯向阳, 石红霄, 等. 气候变暖对草地生态系统碳循环的影响[J]. 草业学报, 2012, 21( 3): 294-302.
[13]
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[J]. 草业学报, 2013, 22(3): 6-15.
[14]
徐斌, 杨秀春, 陶伟国, 等. 中国草原产草量遥感监测[J]. 生态学报, 2007, 27(2): 405-413.
[15]
袁文平, 蔡文文, 刘丹, 等. 陆地生态系统植被生产力遥感模型研究进展[J]. 地球科学进展, 2014, 29(5): 541-550.
[16]
PARUELO J M, EPSTEIN H E, LAUENROTH W K, et al. ANPP estimates from NDVI for the central grassland region of the United States[J] Ecology, 1997, 78(3): 953-958.
[17]
PARUELO J M, OESTERHELD M, DI BELLA C M, et al.Estimation of primary production of sub-humid rangelands from remote sensing data[J]. Applied Vegetation Science, 2000, 3(2): 189-195.
[18]
荀其蕾, 董乙强, 安沙舟, 等. 基于MOD 09GA数据的新疆草地生长状况遥感监测研究[J]. 草业学报, 2018, 27(4): 10-26.
[19]
朴世龙, 方精云, 贺金生, 等. 中国草地植被生物量及其空间分布格局[J]. 植物生态学报, 2004, 28(4): 491-498.
[20]
来强, 李青丰, 莫日根敖其尔, 等. 影响牧草含水量测定以及牧草干鲜比的主要因素[J]. 中国草地学报, 2008, 30(4): 73-77.
数据引用格式
宋兴阳, 周广胜. 基于文献整合的中国草地生物量与NDVI关系数据集[DB/OL]. Science Data Bank, 2018. (2018-09-17). DOI: 10.11922/sciencedb.649.
稿件与作者信息
论文引用格式
宋兴阳, 周广胜. 基于文献整合的中国草地生物量与NDVI关系数据集[J/OL]. 中国科学数据, 2018. (2018-09-18). DOI: 10.11922/csdata.2018.0054.zh.
宋兴阳
songxingyang
主要承担工作:文献数据收集、数据整理与质量控制和论文撰写。
(1991—),男,博士研究生,研究方向为植被与生态遥感。
周广胜
zhouguangsheng
主要承担工作:总体方案设计、指导和技术质量把关。
zhougs@cma.gov.cn
(1965—),男,博士,研究员,研究方向为气候变化的生态风险与适应。
出版历史
I区发布时间:2018年9月19日 ( 版本ZH2
参考文献列表中查看
中国科学数据
csdata