新疆是我国重要牧区之一，天然草地辽阔，毛面积5725.88万h㎡，可利用面积4900.68万h㎡，居全国第三位。草地不仅是维持放牧畜牧业发展的物质基础，而且在维持区域生态平衡等方面起重大作用。北疆天然草地毛面积有2864.27万h㎡，占全疆的50.02%；有效面积为2377.52万h㎡，占全疆的49.52%，是新疆草原畜牧业的重要基地。但由于自然条件恶劣，加上人为影响，缺乏科学的管理，长期超载过牧，造成草场退化、沙漠化。监测天然草地产草量已成为国际草地科学研究中的前沿课题；同时对确定合理载畜量、加强草场的科学管理具有重要实用价值，为草地现代化管理所急需。

    显然，对面积如此之大的天然草地进行有效监测，利用传统的方法是不可能的。TIROS—N/NOAA系列气象卫星，安装了改进型甚高的分辩率辐射仪(AVHRR)，采用相应的轨道设计，时间分辩率高，成像面积大，有利于获得宏观同步信息，减少数据处理数量；具有进行植被遥感的光谱波段、成本低、不受地理条件限制等优点。不仅能满足气象观测及云图识别的需要，而且在农作物及草场牧草长势及产量监测中获得广泛应用。

    80年代初中期，国外开始将NOAA/AVHRR资料用于草地遥感监测，在新西兰用NORR—7资料计算的规一化差植被指数(NDVI)监测草地生产力动态变化。利用萨赫勒地区的AVHRR资料进行的研究表明：NDVI与牧草生长末期地上部生物量之间相关密切，NDVI和RVI与绿色生物量有很好的相关性；NDVI在木本植物覆盖率小于10%时，可提供直接监测总产草量的方法；NDVI反映了该地区年内及年际间降水变化很大的特征，可监测草地条件，确定初级生产力减少区域，提供干旱图像资料；NDVI能及时反映生长季节及年际间一周或更长时间的降水和土壤水分变化；与牧草月生长量的相关系数为0.81；NDVI资料可估测各类植被物候期，同期累积NDVI资料与生态气候带图相比极其相似，并用NDVI临界值估算生长季长度。国内徐希孺等(1985)研究了用NOAA/AVHRR资料推断内蒙古自治区锡林郭勒盟草场产草量的方法，丁志等(1986)、童庆禧等也用气象卫星图象资料进行了塔里木河中、下游地区草场生物量测量方法的研究，但这些研究使用的NOAA/AVHRR资料与产量资料不同步。樊锦召等(1990)、吕玉华等(1990)应用同步观测气象卫星资料与产草量资料研究了呼伦贝尔草原牧草产量的遥感监测方法，解决了天然草场牧草产量遥感动态监测的时间差问题。李博等(1993)进行草地畜牧业动态监测系统建设研究，取得丰硕成果。黄敬峰等通过对复杂地形条件下的天山北坡中段天然草地牧草产量遥感动态监测方法进行研究，建立了不同草地类型的遥感动态监测模式和综合荒漠、草原、草甸资料的遥感动态监测模式，并利用1986年和1987年NOAA/AVHRR资料研究了新疆不同类型天然草地规一化差植被指数(NDVI)和比值植被指数(RVI)的特征，确定了各类草地的返青期，对比分析了累积NDVI与牧草产量的关系。本研究是在前期研究的基础上进一步将试验区扩展到整个北疆地区，为建立针对北疆不同草地类型牧草长势及产量的遥感监测业务服务系统奠定基础。

    1 试验区自然地理概况及观测方法

    1.1自然地理概况

    根据北疆草地分布规律，考虑到试验区的代表性，选择乌鲁木齐南郊、阜康、阿勒泰作为试验区，并在试验区选择具有代表性的高寒草甸、山地草甸、山地草原、草甸草原、草原化荒漠、平原土质荒漠、平原砂砾质荒漠、盐生草原8种草地类、17个监测点同时进行光谱观测和牧草产量观测。

    1.2观测方法及时间

    本研究采用地面监测与气象卫星遥感监测相结合，地面监测主要包括光谱观测和牧草产量观测，并进行相关环境条件(如气温、降水、日照、土壤水分等)的观测。

    地面光谱观测只在乌鲁木齐南郊和阜康两个试验区进行，所用的仪器为北京大学北高公司生产的WDS-Ⅱ、WDS-Ⅲ型微电脑双光谱仪，光谱波段为0.58～0.68μm和0.725～1.1μm，分别对应于NOAA/AVHRR的通道1和通道2的光谱波段。光谱仪视场角天光为180°，地光为12°，在生长季选择晴天无云时进行观测，测定时仪器的天光头和地光头同时垂直于地面，仪器高度1.5～2m。

    产草量观测在乌鲁木齐南郊、阜康、阿勒泰进行，同时接收处理NOAA/AVHRR资料，计算植被指数。

    2 模型与方法

    近红外波段是叶子健康状况最灵敏的标志，它对植被差异及植物长势反映敏感，指示着植物光合作用能否正常运行；可见光红波段被植物叶绿素强吸收，进行光合作用制造干物质，它是光合作用的代表性波段，因此通常利用植物光谱中的近红外和可见光红波段两个最典型的波段值建立植被指数模式，以便于植物专题研究、绿色植物的遥感监测以及生物量的估算，且在一定程度上有助于减少外界因素(如太阳高度角、大气状态和非像底观测)带来的数据误差。目前，常用的植被模式主要有规一化差植被指数和比值植被指数，对气象卫星定义为：

    NDVI=(CH2-CH1)/(CH2+CH1)

    RVI=CH2/CH1

    有关研究指出：由于植被指数对植被盖度及生物量的灵敏度差异，牧草产量与植被指数关系不同，所以采用不同曲线类型(表1)进行拟合。同时，计算出每种类型曲线的相关程度及拟合效果指标(如相关系数、回归平方和、残差平方和及F值)，然后根据相关系数大小、统计检验水平、拟合效果确定最佳模型。