草原监测中不同尺度下的技术与内容

尺度的大小是一个相对的概念，表现为时间和空间上片段的大小。掌握草原的现实分布状况总是在一定的时空片段上，需要协调时间和空间尺度。对于相同的监测范围，空间尺度越小，所需的数据获取和分析的时间就越长，也就很难保证小的时间尺度。同样，在较小的时间尺度上，很难及时地获取和分析大范围的监测信息，而且目前的遥感信息源和地面监测手段也很难在保证小的时间尺度（如几天）的同时，获得较小空间尺度（如1∶10万以上的比例尺）的信息。针对不同的监测目标，所需的时空尺度是不一样的，一般来说更小的尺度有助于得到更为准确的结果，但需要更多的经费投入和消耗更长的工作时间。根据草原监测的实践，将各项内容的目标和技术按时间尺度划分如下。

一、小时间尺度

针对不同类型的监测目标，时间尺度的划分是有差异的。即使是自然资源中不同的领域，监测的时间尺度也有很大的差距。例如矿产资源在很大的时间尺度上变化，而植被资源主要是受地球公转周期的影响体现为周期性的变化。小的时间尺度对应于较短的监测周期（这里把周期小于1年的草原监测定义为小的时间尺度）。当然，在较短的时间范围内很难反映草原资源与生态宏观的变化规律，仅能对草原的生长、利用动态以及实时性需求强的灾害等内容进行监测。

（一）实时或准实时监测

1.草原火情监测

草原火点识别、火情监测是草原监测应用最成熟的方面，而且主要是采用遥感手段。利用周期较短的NOAA或MODIS卫星（周期小于1天）的热红外传感器可以有效地识别火点，通过准实时的连续监测，来判断、分析火情。火点可以通过目视的方式在遥感图像上判别出来，也可将草原火点识别软件集成于卫星信息接收站的接收系统中，通过自动判别、识别火点后发出警示信息、技术人员确认、上报火点、分析火情火势、上报火情预测情况等步骤，以人机交互的方式完成火情监测。目前，我国草原火情监测系统主要采用这样的机制，在防火季节需要对每天的图像进行判别、处理。

在技术上，火点识别主要依据热红外波段对温度敏感的特性。对于火点面积较小，或者热红外波段响应不明显的情况，还可通过结合其他波段提取烟雾信息来进行辅助判别。分析火情的发生原因和发展趋势是火情监测中技术最为复杂的环节，一般需要依赖一些火行为模型。火行为模型描述火情的发展过程，涉及燃烧地点和可能的扩散方向上的可燃物（草原地上生物量和枯落物）构成、燃烧特性（燃点、燃烧时间）、数量、高度和含水量、地形、风向和风力等因素，这些因素在一定的条件下均可能成为决定因素。利用火行为模型可以判断一定时间内火灾扩散的方向和距离，对于指导灭火、避免火灾损失有着重要的意义。但研制火行为模型所需的试验条件较难配备，特别是较大的火势和风力条件难以达到，因而实践中这方面的应用还较少。

2.草原雪情监测

草原降雪达到一定深度后，牧草大部分被覆盖，也造成交通上巨大的障碍，加上天气寒冷，致使无法放牧而造成雪灾。因雪情很难在实地进行测定，所以选用遥感手段监测雪情具有明显的优势。降雪形成的雪被可用NOAA、MODIS遥感图像进行监测，特别是雪覆盖的范围在遥感图像上表现为强烈反射的高亮度，很容易区分，即使有时与云混淆，也可通过连续的监测去除运动的云。雪被的深度一方面决定了覆盖牧草的高度，从而影响家畜的采食，另一方面对于特定的家畜种类，存在一个雪深的阈值，决定能否进行放牧。

雪情监测在技术上较为困难的是估测雪的深度。尽管气象部门可通过云量监测和气象站测定掌握平均的降雪深度，但气象站的数目毕竟有限，加上风力、地形等因素对降雪的再分配，地区之间气温、土壤条件不同也会造成不同的融化速度，从而不能得到不同地点的雪深。目前，估测雪深还没有完全成熟的模型，这方面的研究主要有3种途径：一是根据地形、风向和风力对平均雪深进行再分配，但这种方法需要精细的地形数据；二是用遥感图像中对雪深较为敏感波段去反演不同地点的雪深；三是先估测区域内草群的高度，然后再根据不同高度草原被雪覆盖的情况估算雪深。

（二）周期监测

在草原植物、动物一年内发生、发展过程中，表现出明显的种群动态规律，可能存在同样的数学模型，但不同的物种组合或不同区域的模型参数不一致。小时间尺度的周期监测就是在一年内或更短的时间内，按照很小的时间间隔，周期性地监测植物、动物及其组合的种群动态，反映区域之间的差异和相同物种组合在不同空间范围的变化。

1.草原植被状况季节动态监测

以逐月、逐旬或按照主要植物的物候期，对草原的生物量、覆盖度、高度和植被构成进行动态监测，能够反映现有利用方式、强度下草原的基本健康状况。草原群落的植被构成主要通过地面监测的方式获得，对于一种特定的草原类型来说，其植被构成在一定的利用方式和正常的气候条件下总体上保持稳定的状态——虽然过度利用、干旱等因素会导致一年生牧草、劣等牧草甚至毒害草的增加，但这些现象的出现是有规律可循的。对于遥感监测，群落的高度信息也不易获取，也需要通过地面监测的方式获得。不过，遥感监测可以很及时地获取大面积草原不同季节的覆盖度、生物量的信息，对于确定的草原类型，这两项信息已足够反映草原生长、发育的整体情况。特别是生物量的信息，对于确定的草原类型，可以看作是覆盖度、高度信息的综合，因而对草原植被状况的季节监测主要是针对其地上生物量进行的。

地上生物量监测一般在中、大空间尺度上进行，可选用的遥感数据包括NOAA、MODIS、TM/ETM+等，分别应用于1∶400万～1∶200万、1∶100万、1∶25万～1∶10万的监测比例尺。由于TM/ETM+数据获取的周期较长，受云的影响，在牧草的一个生长季很难保证每个月都有清晰的图像，因而在生物量的季节动态监测方面只适用于北方天气晴朗的干旱地区。遥感数据应用于草原地上生物量监测一般仅使用可见光、近红外波段，尤其是红波段和近红外波段，一些特殊的模型还涉及蓝波段的数据。

理论上，遥感图像中提取的植被指数与地上生物量存在明显的相关关系，这种相关体现在草原植物的叶面积指数大小能够反映出不同的波谱响应水平，可以通过建立二者之间的数学模型来估算地上生物量。但是，由于植物组成的差异，相同叶面积指数的不同草原类型地上生物量也不同。因而在技术上，生物量动态的监测需要着重解决2个方面的问题：一是选择、优化和改进现有植被指数提取的模型和方法，目前应用最多的是归一化植被指数；二是根据草原资源的分布和不同类型的特性，针对特征相似的类型或区域建立选择植被指数，并建立不同类型或区域的植被指数与地上生物量的关系模型，也就是模型分区的问题。常见的模型分区方法是按照生态类型、草原类型或土壤质地、类型划分的。

2.草原鼠虫害发生期监测

草原鼠虫害的地面监测已有很多的研究，但一般都集中在一个地点，代表的面积很有限。而草原鼠虫害不像农田那样有着基本一致的土壤、水分条件和简单的植物构成，而是有着千差万别的立地条件和植被组合，加上草原分布广阔，需要地面样本要有很强的代表性。实际上采用遥感的手段很难直接监测到鼠虫害发生的状况，遥感数据在这方面的作用是确定地面监测的不同样本能分别代表多大的空间范围——这一空间上趋势面分析过程依赖于草原类型、土壤基质及类型、地形（特别是坡度、坡向）、土壤水分等多个因素的一致性，也就是具有与样本相同立地条件和草原类型的区域可能具有与样本相似的鼠虫害状况。正因为如此，鼠虫害发生期使用的遥感数据必须具有较小空间尺度，或者监测区域至少有一期高分辨率的遥感图像，用来划分可能发生鼠虫害的区域。这种空间上同质性的判定需要土壤类型、土壤温湿度（主要用于虫害的监测）、海拔高度、坡度、坡向、草原类型、生物量等多种因素的复合，一般需要多种类的本底图件和多波段遥感数据叠加分析。例如，可用MODIS图像提取草原地上生物量、土壤温度和湿度，用TM/ETM+数据获得土壤类型和草原类型不同的组合，加上数字高程图及其生成的坡度、坡向数据，结合地面监测数据，即可对可能发生鼠虫害的区域及程度进行估测；其中，TM/ETM+仅用于反映土壤和草原类型的稳定组合，不需要实时数据；而鼠虫害发生时，发展、扩散的速度很快，要求的监测周期很短（甚至小于1周），因而需要实时或准实时的MODIS图像来反映草原及下垫面的变化。

草原鼠虫害监测更多的技术环节体现在监测模型方面，其中最重要的是种群动态模型。种群动态模型能够预测鼠虫害发生的数量和趋势，模型中关键的因素是种群的初始数量、结构，能够决定种群内部的发展或制约因素、同类之间的竞争、天敌的控制作用等。另外，土壤条件（类型、温度、湿度）、植被情况等决定了环境对鼠、虫种群的压力。

还有一类重要的模型是鼠虫害发生、发展与环境条件的关系模型，这类模型用来预测鼠、虫在空间上的分布。一方面，在大自然中，动物种群因其运动的特征决定了它们较植物而言需要更严格的气候、环境选择和适应，即使一种全球广布的动物，在具体的区域分布上与植物相比也显得很零散；另一方面，动物又因其运动或扩散的能力覆盖了面积巨大的地区，因而，鼠虫害发生、发展与环境因子模型不仅涉及它们的栖息地或产卵地，而且还涉及它们的迁移、扩散或迁飞的行为。(www.xing528.com)

二、中时间尺度

草原的季节动态和动、植物种群在一个植物生长季内的消长发生在地球的一个公转周期内，而草原资源的很多特性会在年际之间发生变化。在自然、人为因素作用下，草原的年际变化首先表现为植物组成和生物量水平的改善或衰减，而且会在一定程度上影响土壤的特性。这里以草原资源年际变化为目标，周期为1～5年的监测划分为中时间尺度监测。在这样的时间尺度上，草原类型甚至草原群落的边界和基本性质不会改变或改变很小。

（一）草原生产力监测

草原生产力除了本身是草原资源特性关键属性外，还对草原第二性生产具有决定作用，因而草原生产力监测结果还可用来评价草畜平衡状况。草原生产力的年际动态体现草原资源整体的消长，反映出水热条件的年际差异，从而可以反映气候和环境的变化。草原生产力监测以地上生物量的监测为基础，可以通过地上生物量的动态数据估测草原的年度生产力。但是，频繁利用的草原生产力动态受人为因素的干扰很大，因为放牧或刈割会随着草原的实际生产状况进行调整，同一区域草原生产力在年度之间也表现得不太稳定，特别是干旱、半干旱地区草原生产力水平低的地区。草原的利用因素影响地上生物量与年度生产力之间的关系，以地上生物量最高的月份来说，利用越多，地上生物量与年度生产力之间的差距越大。利用草原生产力、草原的可利用面积、牧草的利用率与冬季的保存率以及家畜的日食量等指标可以估算草场的适宜载畜量，从而评价草畜平衡。

气候条件和利用水平稳定的情况下，可以用年度之间相同季节的地上生物量对比代替草原生产力的动态，特别是生物量最高月之间的对比。如果草原类型没有发生大的改变，那么还可以利用遥感图像中提取的植被指数的年际变化相对地代表草原生产力的年际动态，这里所谓的“相对地”，是指变化的数量与实际的变化值在趋势上一致，但并不等量。必须指出的是，用生物量、植被指数年际变化代表年度生产力变化是在气候条件和利用水平相对稳定的情况下，而且要保证不同年度用于提取植被指数的遥感图像有相同或近似的辐射响应水平。

（二）草原保护与建设工程监测

草原保护与建设工程可分为2大类：一是建设人工草原和种子田，彻底改变草原的土壤特性、植被构成和功能，形成一种新的生态系统；二是进行围栏封育、草原改良、利用方式优化、飞播、草原灾害防治等，从一些生物因素、非生物因素去影响草原群落的结构、功能，从而改善草原的生产性能和生态功能。

与天然草原的分布相比，人工草原在空间尺度上很小，而且在我国的分布也比较分散，因此监测人工草原的生长状况只能有2种途径：一是利用GPS接收机或地面测绘工具测定人工草原的范围，并利用地面监测方法测定人工草原的生长状况。二是利用高分辨率的遥感卫星监测人工草原的状况，一般使用空间分辨率优于30m。在空间分辨率分别为30m、10m和5m时，在面积精度优于90%的条件下，可监测的人工草原最小面积分别为10hm2、1hm2和0.25hm2。目前可用的高分辨率遥感图像有TM/ETM+、SPOT、资源卫星、高分等，但实施大面积监测时成本较高，尤其是空间分辨率为5m的SPOT5图像。经过一个生长季的人工草原在遥感图像上很容易识别，有明显区别于天然草原的规则的几何轮廓。有时，在遥感图像上人工草原容易与耕地混淆，但也可通过选择二者季相特征差异最大的季节来区分。

实施多年的围栏封育、改良草原在高分辨率遥感图像上也有明显的反映，尤其是围封的工程区域具有明显的边界。对这一类工程效益的评价可以通过2种途径实现：一是空间上对比工程区域内外的植被、土壤状况；二是在时间上对比工程实施前后的变化。对于大范围的禁牧、休牧等措施，很难有完整的、形态整齐的边界，需要将工程边界输入计算机与遥感图像复合后，进一步评价工程的效果（如可用植被指数反映工程实施前后的覆盖度等）。

除了确定工程区域及面积这一环节外，工程监测的其他方面可借助生物量、植被状况、环境因素的监测来实现，可以认为工程监测是其他各项监测内容的综合应用。

（三）草原退化、沙化、盐渍化监测

草原退化、沙化、盐渍化的发生受气候（长期的）、气象（短时期的）、放牧或打草及与其他环境因素的相互作用的影响，因而对于不同的草原类型，可能发生在不同的时间尺度上。对于一些环境条件比较脆弱的草原类型，发生退化需要的时间很短；对于环境条件较为稳定的草原类型，一定程度的退化需要较长时间的变化（如3～5年）对比才能表现出来。另外，由于气候条件的年际变化，评价退化、沙化、盐渍化程度需要多年连续的监测。

草原沙化是草原土地退化的一种表现形式，特别是轻度的沙化（如覆沙、沙质土壤侵蚀等）与草原的植被退化有着非常密切的关系，土壤与植被之间互相作用，很难区分。草原沙化、盐渍化仅发生在一些特定的草原类型上，而草原退化则可能发生在所有的草原类型中。草原退化、沙化、盐渍化主要表现在植物构成及数量特征（盖度、高度、密度等）和土壤特征（覆沙、覆砾、风蚀、水蚀、土壤成分、含水量等）。在植被方面，从现行的技术手段来说，草原退化、沙化、盐渍化监测必须以地面监测与遥感数据相结合的方式进行。通过地面采集的样本数据评价退化、沙化和盐渍化的程度，然后在遥感图像上相同类型的草原上分析与样本相似的区域，从而确定样本之外其他区域的退化、沙化和盐渍化程度。这种方法适用于空间尺度较小、波谱分辨率较高的遥感数据，如TM/ETM+，能够反映更多的植物组合之间的差异。由于退化、沙化、盐渍化不一定引起地上生物量的下降，而遥感图像上很难确定单种植物的数量特征，所以单纯使用遥感图像只能区分一些明显的退化、沙化、盐渍化特征，如形成的裸地、移动沙丘、水体缩减后的盐渍裸地等，也就是几乎没有植被的情况。

利用遥感手段获取土壤特性有多方面的途径。首先，不同基质的土壤在遥感图像上有明显的表现，一些沙质、砾质的土壤波谱特征很明显；其次，土壤表层含水量不仅反映在图像的一些强反射的波段上，还可以通过影响地温反映在热红外波段上；再次，土壤的水蚀情况可以利用冲沟的分布反映出来。综合遥感图像上植被和土壤特征分析退化、沙化、盐渍化状况具有很高的可行性，但需要基于多时相、多种状态草原地面样本与遥感图像结合，针对不同的遥感信息源建立专门的退化、沙化、盐渍化程度评价模型。

三、大时间尺度

草原群落的演替从根本上表现为建群植物的变化或更替，而这种变化或更替的基础是植物对环境的适应性，因为植物对不同环境适应能力有差异，随着环境的变化，适应能力差的植物逐步减少和消退，适应新环境的植物成为群落的主要组成。反过来当植物组成发生变化时，对环境的作用也发生一定程度的变化，这一因素虽不具有主导性，但多年的积累仍会引起环境的变化。草原类型的变化反映出气候、土壤、水文等条件的变化，因而发生在较大的时间尺度上，一般在5年以上。这里将所监测现象和事件的发生时间长于5年的，划分为大时间尺度的监测。就目前草原资源领域的监测而言，主要是草原类型及面积的监测。

地面监测中可以通过立地条件和植物的构成及数量特征来划分草原类型。在常年利用的情况下，一些优质饲草的现实分布与实际的生长量或生产力存在较大的差距，一些家畜不采食或很少采食的植物反而在群落中表现出很高的比例，如果草场存在一定程度的退化，则这种现象更为明显。因而地面监测工作中需要选择未利用的、没有明显退化的样地，通过对植被、土壤特性的描述、测定，判定准确的草原类型。但是，很多情况下很难找到这样的地块去判定草原类型，因而需要根据草原类型学的知识，利用环境条件、植物的组合等特征确定草原类型。有时，处于退化状态的一种草原类型可能与另一种草原类型非常接近，就需要结合临近区域的草原类型进行综合的分析，做出判定。

不同的遥感传感器具有不同的波谱分辨率（波段的数量和每个波段的波长范围大小），因而反映不同草原类型之间差异的能力也不同。一方面，波段少的传感器获取的图像仅能分辨很少的植被类型，甚至无法在草原中区分不同的草原类；另一方面，遥感图像的空间分辨率对于区分草原类型也有重要影响，空间分辨率越高（空间尺度小），可以区分的草原类型越多。从目前来看，区分草原类型能力最强的卫星传感器是TM/ETM+，大约可区分草原组或草原型。区分能力还要看监测区域内利用条件、退化程度等的空间分异情况，空间分异越大，越难区分。一般可利用地面监测样本确定的草原类型，在遥感图像上提取不同类型样本的波谱特征，然后使用分类和判别的方法确定样本外草原的类型，最后，统计不同类型草原的面积。另外，还可通过目视解译的方法在遥感图像上勾绘草原类型的边界，然后统计面积。这时，对草原类型的判定除了结合地面监测数据外，还需要参考植被、地形、土壤等资料。