世界草地综合顺序分类图的制作

摘 要 ： 通过对全球1961～1990年气象数据的分析与统计,将7 775个站点的气温与降水换算成草地综合顺序分类指标->0℃的年积温（Σθ）和湿润度（K）值,在Arc GIS平台上,配以世界行政区划图,依据综合顺序分类理论,制作世界草地综合顺序分类图.研究结果表明：可将世界陆域草地分为38类,基本符合全球气候带以及植被的分布,研究方法和结果具有一定的科学性.

关 键 词 ： 综合顺序分类法；世界草地类型；气象数据

中图分类号： S 812文献标识码： A

文章编号： 1009-5500(2011)03-0015-05

草地分类是人类认识草地的科学方法,是合理开发利用与保护草地的理论基础.草地中进行的一切经营活动,如培育、放牧以及调查规划都是在草地分类的基础上进行的[1].因此,只有对草地进行合理的分类,才能将繁杂的世界草地加以区别,提高对草地应用的理论水平.

1985年任继周、胡自治总结了草地分类的基本原则和指标属性,提出了草地的气候－土地－植被综合顺序分类系统（Integrated Orderly Classification System of Grassland,IOCSG）[2].根据水热条件组合的草原学表现,制定了草原的热量级和湿润度指标[3].IOCSG很好地反映了草地植被与气候的相互关系,其中的草地分类检索图在国际上被称为任-胡氏检索图[4].1995年,胡自治等又比较研究了世界现存的7大类、数十种草地分类方法,以草地综合顺序分类法为基础,修改了分类的水热指标和命名方法,提出了我国草地综合顺序分类新系统[5].

尽管草地综合顺序分类新系统理论完整缜密,但只针对中国草地进行了实践,缺乏世界范围的应用.笔者收集全球1961～1990年30年逐日的气温与降水数据,利用GIS平台,依据草地综合顺序分类法以及气象要素空间数据库,制作世界草地综合顺序分类图.

1.数据库的建设

1.1 数据收集

研究数据包括世界各地的气象数据（温度和降水量）和植被类型等.数据通过网络查询、数据共享和数据购写等多种途径获得.

1.2 数据处理

1.2.1 气象数据的处理 世界各地气象台、站1961～1990年逐日降水和气温数据,以文本文件格式存储,为了后续的研究方便,研究将其转化为Excel表格形式储存.

气象数据里的温度单位是华氏度,需要转换成摄氏度；降水（PRCP）单位为英寸（inch）,需要转换成毫米（mm）.

如果遇到异常值或缺省值的数据,则去掉异常值和缺省值并计算出气象数据30年的平均值.

1.2.2分类指标的计算 热量级（Σθ） 获得的数据是日平均气温值,因此,将各天记录的>0 ℃的气温值相加,求得>0 ℃的年积温,用Σθ表示；年降水量（r） 将所收集的日降水量相加求和得到；湿润度（K） 水分条件用湿润度（K）表示,公式为：

K等于r/0.1Σθ（因Σθ太大,故乘以0.1）.

式中：r为全年降水量.

1.2.3 数据库的构建 将换算得到的1961～1990年30年的世界各气象站点的Σθ和K,建立相应的草地综合顺序分类指标数据库.根据各气象台、站的地名、经纬度等属性数据,以Excel形式存储.

1.3 草地分类图件的制作

在Arc GIS平台下用普通克里金法（Ordinary Kriging Method,OK）分别进行年积温和湿润度插值[6],依照草地综合顺序分类系统中地带性植被类型的分类标准,再将年积温和湿润度叠加分析,配以世界行政区划图,制作世界草地综合顺序分类图.

2.研究成果

2.1 草地综合顺序分类指标数据库

根据草地综合顺序系统的分类需要,分类指标>0 ℃年积温（Σθ）和湿润度指数（K）的年代越长,越有代表性,一般在30年以上.整理原始数据后统计的气象站点信息见表1.

注：NG-站点代码；STATION NAME-站点名；LON-经度；LAT-纬度；ELEV-海拔

全球7 775个气象台、站的30年的＞0 ℃年积温（Σθ）、年降水量（r）和湿润度指数（K）数据库如表2所示.

注：STN-站点代码；PRCP-年均降水量；TEMP->0℃年积温；K-湿润度,部分数据,下同

利用数据代码源标明该代码所代表的国家、经纬度、降水量、积温（＞0 ℃）和湿润度,建立草地分类数据库(表3).

2.2 世界草地综合顺序分类图

利用Arc GIS软件,做出的世界草地综合顺序分类(图1).将世界陆域草地分为38个草地综合顺序类(表4).

3.小结

图1所示的38个草地综合顺序类大致符合全球气候带以及世界植被的地带性分布.因此,在Arc GIS软件中,根据草地综合顺序分类理论制作的世界草地综合顺序分类图具有一定的科学性.

研究首次尝试利用Arg GIS平台,进行了世界草地综合顺序类的可视化表达,但因研究区域尺度大（1.95×108km2）,收集的数据样本较少（7 775个站点）,而且有些区域气象台、站分布稀疏且不均匀,对使用IOCSG进行草地分类造成了一定的困难.加之采用OK插值法,对经纬度、海拔、坡向等因素对气象要素的影响缺乏考虑,限制了对草地类真实状况的表达,因此,所分出的天然地带性草地类仅有38个.

下一步的工作首先是收集完善气象数据,并研究能更好的模拟经纬度、海拔、坡向等因素对气象要素影响的插值方法,提高世界草地分类图的精度.同时,与世界植被类型图作对比,验证IOCSG理论的科学性.