草地光谱反射是牧草及环境的综合反射，反射率大小受草地类型、种类成分、植被盖度、植物水分、土壤理化特征、大气状况等多种因素的影响。用1992～1994年乌鲁木齐和阜康天然草地牧草光谱观测资料与同步观测的牧草产量资料建立的且通过显著性检验的光谱监测模型如表2和表3所示，未通过显著性检验的草地类型没有列入。表中RVIsp、NDVIsp分别代表光谱比值植被指数和规一化差植被指数，y代表产草量。某一类型的监测是用不同时间和不同地点同一草地类型所有牧草产量资料和光谱资料建立的，如高寒草甸的监测模型是用1992～1994年乌鲁木齐和阜康试验区天然草地牧草光谱观测资料与同步观测的牧草产量资料建立的，总模型则是用乌鲁木齐和阜康试验区不同草地类型不同年份的观测资料建立的，因而使监测模型能代表不同地区、不同年份、不同草地类型而更具普适性。由于所用的资料包含未通过显著性检验的类型样本，所以其样本数大于通过检验的类型样本数之和。
比较表2和表3可知，非线性模型的相关系数并不完全高于线性模型的相关系数，用NDVI作为自变量和用RVI作为自变量的结果也是相近的。由此可见，处于干旱区的新疆由于植被盖度低未达到植物反射渐近线，所以一般情况下线性模型足以反映牧草产量的动态变化，用NDVI和RVI作为自变量均可。
表2 不同草地类型牧草产量光谱监测线性模型
*代表0.05显著水平，**代表0.01极显著水平，下同。
表3 不同草地类型牧草产量光谱监测非线性模型
3.2卫星植被指数与光谱植被指数关系模型
通过上述分析表明，天然草地光谱植被指数与牧草产量关系密切，能较好地反映天然草地牧草产量的动态变化。它与卫星绿度值关系又如何?从地面到卫星受大气影响等，这两者的关系是从地面资料推算卫星资料的基础，更是建立卫星遥感监测模型的基础。由于受太阳高度角及天空状况的影响，地面光谱资料与卫星绿度值资料必须完全同步，在本研究中要求天空无云，同一天取得光谱资料和卫星绿度值资料。计算结果为：
RVIsa=0.6837+0.2572RVIsp,r=0.7099n=18，通过0.01极显著检验；
NDVIsa=0.02913+0.35493NDVIsp,r=0.6085n=16，通过0.05显著检验；式中RVIsa、NDVIsa分别代表卫星比值植被指数和规一化差植被指数。
3.3天然草地产草量卫星遥感监测模型
如上所述，卫星绿度值与光谱植被指数关系密切，并可以较好地反映天然草场牧草产量的季节变化，光谱植被指数与牧草产量有良好的关系，因此用同样的方法可以建立卫星遥感监测模型。如表4和表5所示，完全可以用卫星遥感资料监测天然草场牧草产量，随着研究的深入，最终可用遥感资料直接反映牧草长势和产量状况。
表4 不同草地类型牧草产量卫星遥感监测线性模型
表5 不同草地类型牧草产量卫星遥感监测非线性模型
比较表4和表5可知，牧草产量与遥感植被指数关系密切；但同类型的牧草产量与NDVI和RVI之间的相关系数无显著区别，同一类型牧草产量与同一植被指数之间的非线性和线性模型关系也无显著差异。与光谱植被指数一样，这与新疆天然草地牧草产量有关。
北疆地区天然草地牧草产量与光谱植被指数、卫星遥感植被指数关系密切，可用光谱植被指数和卫星遥感植被指数对天然草地牧草产量进行监测。
处于干旱区的新疆，由于降雨量少植被盖度和牧草产量都低，用NDVI和RVI建立的监测模型没有显著差异，一般情况下线性模型足以反映牧草产量的动态变化，自变量选用NDVI和RVI均可。但对植被盖度和牧草产量特别低的草地类型，用NDVI和RVI建立的监测模型通不过显著性检验，需要进一步探讨。
新疆草地遥感监测研究已由光谱观测试验、单点监测模型研制发展到大面积监测模型研究，初步具备业务系统研制与服务条件，今后应与地理信息系统及专家系统结合，克服AVHRR资料空间分辩率低的缺点，提高监测的精度。
