一种适用于高寒草地合理放牧率的评估方法及装置

摘要

本发明公开了一种适用于高寒草地合理放牧率的评估方法及装置，评估方法包括：收集高寒草地数据并进行预处理，获得预处理后的高寒草地数据；根据预处理后的高寒草地数据计算潜在初级净生产力和实际净生产力，从而计算人为活动影响的生产力；根据预处理后的高寒草地数据计算牲畜实际消耗的生产力，并根据人为活动影响的生产力和牲畜实际消耗的生产力计算高寒草地的评估指标；分析生产力的变化趋势，结合评估指标和生产力的变化趋势，分析评估高寒草地的牲畜合理放牧率。通过确定气候变化结合人为活动对高寒草地生产力的影响，进行高寒草地合理放牧率的评估，提高评估的合理性和准确度，促进高寒草地资源的可持续利用和畜牧业的合理布局。

说明书

技术领域

本发明主要涉及陆地生态系统评估技术领域，具体涉及一种适用于高寒草地合理放牧率的评估方法及装置。

背景技术

高寒草地是青藏高原主要的陆地生态系统，而且高寒草地是重要的生态环境资源，在保碳、节水、畜牧生产、生物多样性保护等方面具有至关重要的作用。但是，受到气候变化和人为活动的影响，高寒草地退化严重，而合理放牧会对草地生态系统产生积极影响，可以促进草地多样性和生产力的恢复和提高，增强草地群落的稳定性。

传统的牲畜合理放牧率评估是通过人工实地调查进行换算评估，该方法费时费力，效率低，人工成本高，同时忽略了空间分布的情况，造成评估准确性低的问题。

目前对高寒草地合理放牧率，主要是通过计算草地适宜载畜量与草地实际载畜量的差值或比值进行评估，而草地适宜载畜量一般通过草地的潜在生产力与人为活动产生的草地生产力之间的差异确定，当放牧为主要的人为活动，就会对评估造成较大的误差，影响评估的准确性和合理性。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种适用于高寒草地合理放牧率的评估方法及装置，所述评估方法通过确定气候变化结合人为活动对高寒草地生产力的影响，进行高寒草地合理放牧率的评估，提高评估的合理性和准确度，促进高寒草地资源的可持续利用和畜牧业的合理布局。

本发明提供了一种适用于高寒草地合理放牧率的评估方法，所述评估方法包括：

收集高寒草地数据并对所述高寒草地数据进行预处理，获得预处理后的高寒草地数据；

其中，所述高寒草地数据包括气象数据、遥感影像数据、牲畜量数据以及高寒草地监测数据；

根据所述预处理后的高寒草地数据计算潜在初级净生产力和实际净生产力，并根据所述潜在初级净生产力和实际净生产力计算人为活动影响的生产力；

根据所述预处理后的高寒草地数据计算牲畜实际消耗的生产力，并根据所述人为活动影响的生产力和所述牲畜实际消耗的生产力计算所述高寒草地的评估指标；

根据所述人为活动影响的生产力、初级净生产力和实际净生产力分析生产力的变化趋势；

结合所述评估指标和生产力的变化趋势，分析评估所述高寒草地的牲畜合理放牧率。

进一步的，对所述高寒草地数据进行预处理，包括：

对气象数据进行空间插值、投影转换、栅格重采样的处理；

对遥感影像数据进行影像拼接、投影转换、最大值合成的处理；

对牲畜量数据和高寒草地监测数据进行矢量化、投影转换和异常值剔除的处理。

进一步的，所述根据预处理后的高寒草地数据计算潜在初级净生产力和实际净生产力，包括：

所述潜在初级净生产力的计算模型为：

RDI＝(0.629+0.237PER-0.00313PER

其中，NPPp潜在净初级生产力，RDI为干度辐射指数，P为年总降水量，PER为潜在蒸散率，BT为年平均气温，T为月平均气温；

所述实际净生产力的计算模型为：

NPPa(x,t)＝APAR(x,t)×ε(x,t)；

APAR(x，t)＝SOL(x，t)×FPAR(x，t)×0.5；

ε(x，t)＝Tε

其中，APAR(x，t)指像素x在t月内吸收的光合有效辐射，ε(x，t)指像素x在t月内实际光能的利用率，SOL(x，t)指像素x在t月内的总太阳辐射，常数0.5是太阳有效辐射的比例中植被可利用的总太阳辐射，FPAR(x，t)指植被对入射光合有效辐射的吸收比，Tε

进一步的，所述根据潜在初级净生产力和实际净生产力计算人为活动影响的生产力，包括：

所述人为活动影响的生产力计算公式为：

NPP

其中：NPP

进一步的，所述根据预处理后的高寒草地数据计算牲畜实际消耗的生产力，包括：

所述牲畜实际消耗的生产力的计算模型为：

NPP

其中，NPP

更进一步的，所述牲畜的标准绵羊数量计算公式为：

其中，NSSU为牲畜的标准绵羊数量，n为牲畜种类数量，N

进一步的，所述根据人为活动影响的生产力和所述牲畜实际消耗的生产力计算所述高寒草地的评估指标，包括：

所述评估指标的计算公式为：

NPP

其中，NPP

进一步的，所述根据人为活动影响的生产力、初级净生产力和实际净生产力分析生产力的变化趋势，包括：

所述生产力的变化趋势计算模型为：

其中，Slope

进一步的，所述分析生产力的变化趋势还包括分析生产力和温度以及降水之间的相关性；

所述分析NPP与温度以及降水之间的相关性，计算公式如下：

其中，R

本发明还提供了一种适用于高寒草地合理放牧率的评估装置，所述评估装置包括：

数据处理模块：收集高寒草地数据并对所述高寒草地数据进行预处理，获得预处理后的高寒草地数据；

生产力计算模块：根据所述预处理后的高寒草地数据计算潜在初级净生产力和实际净生产力，并根据所述潜在初级净生产力和实际净生产力计算人为活动影响的生产力；

评估指标计算模块：根据所述预处理后的高寒草地数据计算牲畜实际消耗的生产力，并根据所述人为活动影响的生产力和所述牲畜实际消耗的生产力计算所述高寒草地的评估指标；

生产力变化趋势分析模块：根据所述人为活动影响的生产力、初级净生产力和实际净生产力分析生产力的变化趋势；

评估模块：结合所述评估指标和生产力的变化趋势，分析评估所述高寒草地的牲畜合理放牧率。

本发明提供了一种适用于高寒草地合理放牧率的评估方法及装置，所述方法通过确定气候变化结合人为活动对高寒草地生产力的影响，进行高寒草地合理放牧率的评估，提高评估的合理性和准确度，促进高寒草地资源的可持续利用和畜牧业的合理布局。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例中适用于高寒草地合理放牧率的评估方法流程图；

图2是本发明实施例中适用于高寒草地合理放牧率的评估装置示意图；

图3是本发明实施例中青海省2005年到2018年的NPP

图4是本发明实施例中青海省2005年到2018年的NPP

图5是本发明实施例中青海省2005年到2018年的NPP

图6是本发明实施例中青海省2005年到2018年的年均气温分布及变化趋势示意图；

图7是本发明实施例中青海省2005年到2018年的年均降水量分布及变化趋势示意图；

图8是本发明实施例中实测数据和模拟数据正相关函数示意图；

图9是本发明实施例中青海省2005年到2018年的NPP

图10是本发明实施例中青海省2005年到2018年的NPP

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一：

图1示出了本发明实施例中适用于高寒草地合理放牧率的评估方法流程图，所述评估方法包括：

S11：收集高寒草地数据并对所述高寒草地数据进行预处理，获得预处理后的高寒草地数据；

其中，所述高寒草地数据包括气象数据、遥感影像数据、牲畜量数据以及高寒草地监测数据；

进一步的，对气象数据进行空间插值、投影转换、栅格重采样的处理，主要采用Anusplin软件对气象数据进行空间插值操作，所述Anusplin软件是一款气象插值软件，基于薄盘样条函数，能够适用于多种自然站点的插值运算。

具体的，对遥感影像数据进行影像拼接、投影转换、最大值合成的处理，所述遥感影像数据包括中分辨率成像光谱仪(MODIS)的植被指数产品(MOD13Q1)数据和土地覆盖类型产品(MCD12Q1)，所述植被指数产品数据的空间值分辨率为250m，所述土地覆盖类型产品的空间值分辨率为500m。通过MODIS中的重投影工具(MRT)进行影像拼接、投影转换以及提取数据的处理。

具体的，通过MRT工具对MCD12Q1数据进行Albers地图投影，将所述MCD12Q1数据从HDF(Hierarchical Data Format)格式转换为geo TIFF格式，基于最近邻法重采样到250m空间分辨率，基于IGBP全球植被分类方案和Ge等提出的重分类方案将2005-2018年的MCD12Q1数据重分类为六类，提取草地的空间分布进行进一步分析。

进一步的，所述geo TIFF格式为标签图像文件格式(Tag Image File Format，TIFF)中的一种扩展，能够支持地理空间的扩展。

进一步的，为了方便计算，将气象数据中的月度图像重新采样到250m的空间分辨率，与所述MODIS数据保持一致。通过WGS-1984基准面和Albers等面积圆锥投影应用于所有月度栅格数据。

进一步的，所述WGS-1984基准面是一种国际上采用的地心坐标系。坐标原点为地球质心，其地心空间直角坐标系的Z轴指向BIH(国际时间服务机构)1984.0定义的协议地球极(CTP)方向，X轴指向BIH 1984.0的零子午面和CTP赤道的交点，Y轴与Z轴、X轴垂直构成右手坐标系，称为1984年世界大地坐标系统。

进一步的，所述Albers是指阿尔伯斯投影，又名“正轴等积割圆锥投影”、“双标准纬线等积圆锥投影”，是圆锥投影的一种，为阿伯斯(Albers)拟定。

具体的，对牲畜量数据和高寒草地监测数据进行矢量化、投影转换和异常值剔除的处理。

进一步的，所述异常值剔除处理是采用平均值±2×标准偏差的方法进行剔除，根据高寒草地的主要检测对象AGB，即单位面积的土地上年总生物量，将AGB转换为生产力NPP，转换公式为：

NPP＝AGB*S

其中，AGB为单位面积的土地上年总生物量，NPP为生产力，S

S12：根据所述预处理后的高寒草地数据计算潜在初级净生产力和实际净生产力，并根据所述潜在初级净生产力和实际净生产力计算人为活动影响的生产力；

具体的，所述根据预处理后的高寒草地数据计算潜在初级净生产力，包括：

所述潜在初级净生产力的计算模型为：

RDI＝(0.629+0.237PER-0.00313PER

其中，NPPp潜在净初级生产力，RDI为干度辐射指数，P为年总降水量，PER为潜在蒸散率，BT为年平均气温，T为月平均气温。

进一步的，所述潜在初级净生产力的计算模型为周广胜模型，为周广胜在全球气候变化的中国自然植被的净第一性生产力研究论文中，提出的生产力计算模型。

具体的，所述实际净生产力的计算模型为：

NPPa(x，t)＝APAR(x，t)×ε(x，t)；

APAR(x，t)＝SOL(x，t)×FPAR(x，t)×0.5；

ε(x，t)＝Tε

其中，APAR(x，t)指像素x在t月内吸收的光合有效辐射，所述APAR(x，t)的单位为MJ·m

进一步的，所述ε

具体的，所述人为活动影响的生产力计算公式为：

NPP

其中：NPP

进一步的，所述实际净生产力的计算模型为CASA模型中关于生产力计算的子模型，所述子模型提出植被净初级生产力主要由植被所吸收的光合有效辐射(APAR)与光能转化率两个变量来确定。

S13：根据所述预处理后的高寒草地数据计算牲畜实际消耗的生产力，并根据所述人为活动影响的生产力和所述牲畜实际消耗的生产力计算所述高寒草地的评估指标；

具体的，所述牲畜实际消耗的生产力的计算模型为：

NPP

其中，NPP

进一步的，所述牲畜的标准绵羊数量计算公式为：

其中，NSSU为牲畜的标准绵羊数量，n为牲畜种类数量，N

进一步的，为了统一单位方便计算，采用换算系数将所述高寒草地上的各类牲畜转换为标准绵羊单位。

进一步的，换算系数参照中国农业标准中NY/T 635-2015天然草地合理载畜量的计算。

具体的，所述评估指标的计算公式为：

NPP

其中，NPP

S14：根据所述人为活动影响的生产力、初级净生产力和实际净生产力分析生产力的变化趋势；

具体的，所述生产力的变化趋势计算模型为：

其中，Slope

进一步的，根据不同NPP的变化趋势，分析推算出生产力NPP的变化原因，总结如下表：

表1 NPPa变化原因

其中，sNPP

具体的，从表中可以得出，生产力的变化原因主要在于人为活动的影响和气候变化，人为活动的影响主要以牲畜放牧为主，以牲畜放牧对草地生产力的影响作为主要研究数据，而气候原因以温度、降水等气候因素通过相关性公式进行分析计算。

进一步的，分析NPP与温度以及降水之间的相关性，计算公式如下：

其中，Rx

S15：结合所述评估指标和生产力的变化趋势，分析评估所述高寒草地的牲畜合理放牧率。

具体的，结合所述评估指标和所述生产力的变化趋势，整理分析得到下表。

表2 NPP

具体的，从表中可以得出，根据所述评估指标NPP

进一步的，当NPP

实施例二：

图2示出了本发明实施例中适用于高寒草地合理放牧率的评估装置示意图。所述适用于高寒草地合理放牧率的评估装置包括：

数据处理模块1：收集高寒草地数据并对所述高寒草地数据进行预处理，获得预处理后的高寒草地数据。

具体的，所述高寒草地数据包括气象数据、遥感影像数据、载畜量数据和高寒草地监测数据。所述气象数据包括日最高气温、最低气温、平均气温、降水量、蒸发量、相对湿度、风向、风速、日照时数和地温等数据，对所述气象数据进行空间插值、投影转换和栅格重采样。

进一步的，所述遥感影像数据主要是通过遥感拍摄技术获取所述高寒草地的遥感影像，对所述遥感影像数据进行影像拼接、投影转换和最大值合成等处理。

生产力计算模块2：根据所述预处理后的高寒草地数据计算潜在初级净生产力和实际净生产力，并根据所述潜在初级净生产力和实际净生产力计算人为活动影响的生产力。

具体的，所述根据预处理后的高寒草地数据计算潜在初级净生产力，包括：

所述潜在初级净生产力的计算模型为：

RDI＝(0.629+0.237PER-0.00313PER

其中，NPPp潜在净初级生产力，RDI为干度辐射指数，P为年总降水量，PER为潜在蒸散率，BT为年平均气温，T为月平均气温。

进一步的，所述潜在初级净生产力的计算模型为周广胜模型，为周广胜在全球气候变化的中国自然植被的净第一性生产力研究论文中，提出的生产力计算模型。

具体的，所述实际净生产力的计算模型为：

NPPa(x，t)＝APAR(x，t)×ε(x，t)；

APAR(x，t)＝SOL(x，t)×FPAR(x，t)×0.5；

ε(x，t)＝Tε

其中，APAR(x，t)指像素x在t月内吸收的光合有效辐射，所述APAR(x，t)的单位为MJ·m

进一步的，所述ε

具体的，所述人为活动影响的生产力计算公式为：

NPP

其中：NPP

评估指标计算模块3：根据所述预处理后的高寒草地数据计算牲畜实际消耗的生产力，并根据所述人为活动影响的生产力和所述牲畜实际消耗的生产力计算所述高寒草地的评估指标；

具体的，所述牲畜实际消耗的生产力的计算模型为：

NPP

其中，NPP

进一步的，所述牲畜的标准绵羊数量计算公式为：

其中，NSSU为牲畜的标准绵羊数量，n为牲畜种类数量，N

进一步的，为了统一单位方便计算，采用换算系数将所述高寒草地上的各类牲畜转换为标准绵羊单位。

进一步的，换算系数参照中国农业标准中NY/T 635-2015天然草地合理载畜量的计算。

具体的，所述评估指标的计算公式为：

NPP

其中，NPP

生产力变化趋势分析模块4：根据所述人为活动影响的生产力、初级净生产力和实际净生产力分析生产力的变化趋势；

具体的，所述生产力的变化趋势计算模型为：

其中，Slope

进一步的，分析NPP与温度以及降水之间的相关性，计算公式如下：

其中，R

评估模块5：结合所述评估指标和生产力的变化趋势，分析评估所述高寒草地的牲畜合理放牧率。

具体的，根据所述评估指标和所述生产力的变化趋势，进行高寒草地的牲畜合理放牧率的评估，根据评估指标确定高寒草地处于恢复状态或者退化状态，根据生产力的变化趋势确定高寒草地的发展趋势，结合目前的放牧率确定未来放牧率的调整方向。达到合理放牧，充分利用高寒草地资源同时保护所述高寒草地资源，保证所述高寒草地资源的可持续利用。

实施例三：

在本发明实施例中，以青海省为研究区域，通过所述高寒草地合理放牧率的评估方法进行该区域的牲畜放牧率合理评估。青海省位于青藏高原东北部，是长江、黄河、澜沧江的发源地，素有“中华水塔”之称。青海省总面积约69.67×10

收集青海省的高寒草地数据，包括在2005年到2018年间的牲畜数据，包括牛、牦牛、奶牛、马、骡、驴、骆驼、山羊和绵羊的年度存栏量和出栏量。在青海省区域内设置2804个采样点进行数据采集，采集高寒草地AGB数据，其中所述1801个采样点包括217个围栏内采样点和1584个围栏外的采样点，所述217个围栏内采样点用于验证潜在生产力，所述1584个围栏外的采样点用以验证实际生产力。

进一步的，对研究区域的遥感影像数据进行处理，所述遥感影像数据包括中分辨率成像光谱仪(MODIS)植被指数产品(MOD13Q1)和土地覆盖类型产品(MCD12Q1)。MOD13Q1数据空间分辨率为250m，时间分辨率为16天。所述MOD13Q1数据通过MODIS重投影工具(MRT)进行拼接、投影转换和数据提取等预处理，然后将数据转换为geo-TIFF格式和Albers地图投影，基于最大值合成得到2005年至2018年的月最大NDVI数据。

进一步的，对研究区域进行气象数据的采集，包括日最高气温、最低气温、平均气温、降水量、蒸发量、相对湿度、风向、风速、日照时数和地温，来自国家气象科学数据中心，涵盖2005-2018年期间。利用ANUSPLIN软件对获取的气象数据进行空间插值，得到250m分辨率的2005-2018年的年月平均气温、月总降水量和月总太阳辐射量。然后，将WGS-1984基准面和Albers等积圆锥投影应用于所有月度影像。

进一步的，所述WGS-1984基准面是一种国际上采用的地心坐标系。坐标原点为地球质心，其地心空间直角坐标系的Z轴指向BIH(国际时间服务机构)1984.0定义的协议地球极(CTP)方向，X轴指向BIH 1984.0的零子午面和CTP赤道的交点，Y轴与Z轴、X轴垂直构成右手坐标系，称为1984年世界大地坐标系统。

进一步的，所述Albers是指阿尔伯斯投影，又名“正轴等积割圆锥投影”、“双标准纬线等积圆锥投影”，是圆锥投影的一种，为阿伯斯(Albers)拟定。

具体的，图3示出了本发明实施例中青海省2005年到2018年的NPP

进一步的，通过趋势变化分析得到青海省2005年到2018年的NPP

具体的，图6示出了本发明实施例中青海省2005年到2018年的年均气温分布及变化趋势示意图，图7示出了本发明实施例中青海省2005年到2018年的年均降水量分布及变化趋势示意图。2005年到2018年间青海省高寒草地年平均气温(MAT)为-0.54℃，MAT较高的地区主要分布在海拔较低的地区，如西宁市、海东市、海南州等。14年间MAT呈小幅上升趋势，年均增加0.04℃。增幅由青海省中部向东部、西部两侧逐渐降低。

进一步的，2005年到2018年间青海省高寒草地年均总降水量(MAP)为2174.18mm，空间分布具有明显的空间异质性。总体趋势是由东南向西北逐渐降低。14年间MAP呈下降趋势，年均下降125.54mm。降幅的总体趋势也由东南向西北逐渐降低。

进一步的，结合图3到图7，综合分析可以看出2005年到2018年间，青海省的高寒草地年均NPP

进一步的，2005年到2018年间，青海省的年均NPP

具体的，图8示出了本发明实施例中实测数据和模拟数据正相关函数示意图，通过对比分析验证，得到实测数据和模拟数据存在正相关关系，如图8所示，即根据模拟的生产力数据，可以估算未来生产力数据，从而得到生产力的变化趋势。

具体的，图9示出了本发明实施例中青海省2005年到2018年的NPP

进一步的，结合图3到图10，反映了青海省在14年间的气候地貌变化、气温和降水梯度的空间特性，以及人为活动的影响。通过所述NPP

2005年至2018年，所述NPP

进一步的，所述NPP

进一步的，所述NPP

进一步的，所述NPP

进一步的，所述NPP

具体的，基于气候变化和人为活动对青海省高寒草地生产力相对贡献的进行合理放牧率的评估。通过叠加NPP

进一步的，青海省近14年来气温升高、降水减少，使高寒草地在生长发育过程中蒸发量增加，土地沙漠化和盐碱化加剧，导致高寒草地潜在生产力降低。另一方面，青海省实施的“退牧还草”工程、草原生态保护补助奖励、三江源生态保护和建设工程等一系列政策，促使了人为活动对高寒草地的影响，促进了高寒草地的恢复。

具体的，结合表2进行合理放牧率评估，2005-2018年青海省有60.77％的高寒草地处于牲畜消耗生产力超载状态，牲畜放牧率较高，可用牧场已经处于退化状况，主要集中在青海省东部和西南部，如海北州、西宁市、黄南州、海东市及玉树州、果洛州部分区域，该超载区域属于过度放牧，在未来必须降低载畜量，原因在于青海省东部人口密度相对较高，可利用草地相对较少，为满足人类日常消耗，不得不过度利用草地，致使草地退化。此外，由于青海省西南部海拔相对较高，气温和降水量相对较低，该地区的生态系统极为脆弱，加上长期过度放牧，导致青海省西南部草原啮齿动物和害虫泛滥，草地产量急剧下降，“人草畜矛盾”加剧，草地畜牧业受到严峻考验。39.23％的区域处于牲畜消耗生产力临界状态，牲畜放牧率相对较低，可用牧场在一定程度上得以恢复，为进一步恢复高寒草地生产力，在不受放牧的影响下，不应该增加载畜量。

本发明实施例提供了适用于高寒草地合理放牧率的评估方法及装置，通过确定气候变化结合人为活动对高寒草地生产力的影响，进行高寒草地合理放牧率的评估，提高评估的合理性和准确度，促进高寒草地资源的可持续利用和畜牧业的合理布局。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，ReadOnly Memory)、随机存取存储器(RAM，Random AccessMemory)、磁盘或光盘等。

另外，以上对本发明实施例所提供的一种适用于高寒草地合理放牧率的评估方法及装置进行了详细介绍，本文中应采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。