近32年黃河流域植被覆蓋時(shí)空演化遙感監(jiān)測(cè)

賀 振 賀俊平,2

(1.商丘師范學(xué)院環(huán)境與規(guī)劃學(xué)院， 商丘 476000； 2.西北大學(xué)城市與環(huán)境學(xué)院， 西安 710127)

近32年黃河流域植被覆蓋時(shí)空演化遙感監(jiān)測(cè)

賀 振1賀俊平1,2

(1.商丘師范學(xué)院環(huán)境與規(guī)劃學(xué)院， 商丘 476000； 2.西北大學(xué)城市與環(huán)境學(xué)院， 西安 710127)

植被覆蓋動(dòng)態(tài)變化及其空間格局演化研究是了解土地資源和環(huán)境變化的重要方式，對(duì)科學(xué)合理地改善生態(tài)環(huán)境具有重要意義?；?982—2013年GIMMS-NDVI時(shí)序數(shù)據(jù)，運(yùn)用均值法、變異系數(shù)法、趨勢(shì)分析法、Hurst指數(shù)法，分析了黃河流域植被覆蓋時(shí)空格局和演化趨勢(shì)。結(jié)果表明：在時(shí)間上，黃河流域32 a來NDVI月平均波峰值主要出現(xiàn)在5—9月份，其中以8月份的0.546居首。在年際變化方面，黃河流域植被覆蓋呈現(xiàn)較為緩慢的增長(zhǎng)趨勢(shì)，增速為0.018/(10 a)；在植被覆蓋變異方面，黃河流域在1982—2013年間NDVI變化總體處于低態(tài)勢(shì)的波動(dòng)過程，其中變異系數(shù)小于0.1的低波動(dòng)變化的區(qū)域占流域總面積的53.88%；在空間分布上，黃河流域NDVI多年均值小于0.4的低植被覆蓋區(qū)域約占流域總面積的24.65%，大于0.6的植被覆蓋較好的區(qū)域約占流域總面積的45.73%，植被分布從北至南呈階梯狀逐漸增強(qiáng)的變化態(tài)勢(shì)；在變化趨勢(shì)上，32 a間黃河流域植被覆蓋整體在不斷改善，約59.49%的地區(qū)植被覆蓋得到了改善，約33.96%的區(qū)域植被覆蓋基本沒有發(fā)生變化；在變化可持續(xù)性方面，黃河流域未來植被覆蓋變化類型主要是基本不變和持續(xù)改善2類，分別占流域總面積的33.56%和58.81%。

植被覆蓋； 歸一化植被指數(shù)； 時(shí)空演化； 黃河流域

引言

生態(tài)退化是目前全球環(huán)境變化面臨的主要問題，它不僅阻礙社會(huì)、經(jīng)濟(jì)的持續(xù)發(fā)展，而且威脅人類的生存與發(fā)展。作為自然生態(tài)系統(tǒng)中最活躍的因子，植被在地球系統(tǒng)中扮演了重要的角色。植被是連接大氣、水體、土壤的自然紐帶，在保持土壤、調(diào)節(jié)大氣、維持生態(tài)系統(tǒng)穩(wěn)定等方面具有十分重要的作用，已成為地球生態(tài)系統(tǒng)主要指標(biāo)之一[1]。植被覆蓋時(shí)空變化不僅體現(xiàn)了生態(tài)環(huán)境質(zhì)量本身的變化，而且也體現(xiàn)了自然和人類對(duì)生態(tài)環(huán)境的作用過程[2]。由于黃河流域特殊的地理位置和氣候條件，流域生態(tài)環(huán)境非常脆弱，已經(jīng)成為中國(guó)乃至世界水土流失最為嚴(yán)重的地區(qū)之一，植被覆蓋變化的動(dòng)態(tài)監(jiān)測(cè)對(duì)本區(qū)生態(tài)環(huán)境保護(hù)具有重要意義。對(duì)地表植被時(shí)空變化研究將有助于了解區(qū)域生態(tài)環(huán)境質(zhì)量，掌握生態(tài)系統(tǒng)植被變化過程及影響機(jī)制，預(yù)知未來生態(tài)環(huán)境發(fā)展趨勢(shì)。隨著遙感技術(shù)的發(fā)展，歸一化植被指數(shù)(Normalized different vegetation index，NDVI)已成為研究地表植被覆蓋變化的重要監(jiān)測(cè)指標(biāo)之一，在水土保持、生態(tài)環(huán)境系統(tǒng)研究等領(lǐng)域都有廣泛應(yīng)用。在流域植被覆蓋遙感監(jiān)測(cè)方面，我國(guó)學(xué)者基于NDVI數(shù)據(jù)從流域尺度利用不同研究方法，對(duì)黃河流域、海河流域、淮河流域[3-7]等流域和其它地區(qū)[8-13]的植被覆蓋變化做了大量研究工作，很好地揭示了研究區(qū)植被覆蓋時(shí)空變化規(guī)律，得出了許多有意義的結(jié)論。植被覆蓋變化過程是在自然與人類活動(dòng)長(zhǎng)期共同作用下的綜合結(jié)果，其變化規(guī)律和發(fā)展趨勢(shì)需要長(zhǎng)期的觀察才能得到科學(xué)的結(jié)論。然而，目前在流域植被覆蓋研究方面，尤其是對(duì)黃河流域植被覆蓋研究方面，研究時(shí)限大多集中于較短的時(shí)間段內(nèi)，而對(duì)長(zhǎng)時(shí)間尺度的植被覆蓋時(shí)空變化特征的研究相對(duì)較少，這與植被覆蓋變化需長(zhǎng)期連續(xù)監(jiān)測(cè)的基本要求不相符，也與植被覆蓋發(fā)展變化的自然規(guī)律不一致，給植被覆蓋變化的準(zhǔn)確研究和有效評(píng)估帶來了影響。

鑒于此，本文利用32 a(1982—2013)長(zhǎng)時(shí)間序列GIMMS(Global inventor modeling and mapping studies)數(shù)據(jù)，運(yùn)用趨勢(shì)分析、變異分析、Hurst指數(shù)分析等方法，研究黃河流域植被覆蓋的時(shí)空格局、演化規(guī)律和可持續(xù)性特征，進(jìn)一步了解在全球變化背景下黃河流域植被覆蓋的發(fā)展變化過程，掌握自然環(huán)境變化規(guī)律及發(fā)展趨勢(shì)，以期為黃河流域生態(tài)環(huán)境保護(hù)提供依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

黃河流域位于我國(guó)干旱、半干旱和半濕潤(rùn)地區(qū)，介于96°～119°E、32°～42°N，東西長(zhǎng)約1 900 km，南北寬約1 100 km，總面積約8.0×105km2(圖1)。黃河流域發(fā)源于青海巴顏喀拉山，從西到東橫跨青藏高原、內(nèi)蒙古高原、黃土高原和黃淮海平原4個(gè)地貌單元，西部地區(qū)平均海拔高度在4 000 m以上，由一系列高山組成；中部地區(qū)海拔高度在1 000～2 000 m之間，主要為黃土地貌；東部由黃河沖積平原組成，海拔不超過100 m。黃河流域人口眾多，地理和氣候條件十分復(fù)雜，其人口、資源、環(huán)境與可持續(xù)發(fā)展一直是人們所關(guān)注的焦點(diǎn)。

圖1 黃河流域位置示意圖Fig.1 Location of the Yellow River Basin

1.2 數(shù)據(jù)來源與處理

本文所用GIMMS-NDVI時(shí)序數(shù)據(jù)為美國(guó)全球檢測(cè)與模型組發(fā)布的15 d合成的最大值NDVI數(shù)據(jù)集，其空間分辨率為8 km，時(shí)間跨度為1982—2013年，該數(shù)據(jù)是目前時(shí)間最長(zhǎng)的NDVI序列數(shù)據(jù)集。GIMMS-NDVI數(shù)據(jù)每月2景(上半月和下半月)，自1982年至2013年共計(jì)768景影像。為了進(jìn)一步去除云的影響，采用最大值合成法獲得了1982—2013年月尺度的NDVI數(shù)據(jù)。本數(shù)據(jù)在制備過程中已經(jīng)進(jìn)行了輻射校正、幾何校正、除云、除壞線等預(yù)處理，保證了數(shù)據(jù)質(zhì)量。在數(shù)據(jù)預(yù)處理過程中，主要采用ENVI遙感圖像處理軟件對(duì)NDVI圖像進(jìn)行了裁剪、數(shù)據(jù)格式轉(zhuǎn)換、投影轉(zhuǎn)換等處理，結(jié)合ArcGIS軟件的柵格空間分析工具，對(duì)預(yù)處理后的遙感影像進(jìn)行柵格圖像的數(shù)學(xué)運(yùn)算、函數(shù)運(yùn)算、重分類等操作，以獲取變異系數(shù)、Hurst指數(shù)、回歸趨勢(shì)斜率等數(shù)據(jù)，并分別按照指標(biāo)等級(jí)進(jìn)行面積計(jì)算和統(tǒng)計(jì)。

1.3 研究方法

1.3.1 均值法

分別取1982—2013年各月最大化NDVI的32 a平均值，然后再進(jìn)行像元區(qū)域平均值計(jì)算，代表研究區(qū)逐月NDVI的基本情況，并制作NDVI月際變化圖，以分析NDVI的月際變化特征。其次，逐年對(duì)最大化NDVI值取區(qū)域像元平均值，代表當(dāng)年植被覆蓋基本情況，并制作NDVI年際變化圖，以分析黃河流域NDVI年際變化特征。通過分析NDVI的月際和年際變化特征，了解黃河流域NDVI的時(shí)間變化特征。

為了進(jìn)一步研究NDVI在1982—2013年間的空間分布整體格局，對(duì)逐年最大化NDVI值進(jìn)行平均計(jì)算，計(jì)算每個(gè)柵格單元32 a的NDVI平均值，得到黃河流域NDVI多年平均值的空間分布格局。

1.3.2 變異系數(shù)法

變異系數(shù)是衡量各觀測(cè)值變異程度的一個(gè)統(tǒng)計(jì)量，為標(biāo)準(zhǔn)差與平均數(shù)的比值。本文用變異系數(shù)表征每個(gè)像元在1982—2013年間NDVI值的變化情況。變異系數(shù)越大，則說明時(shí)間序列數(shù)據(jù)波動(dòng)較大，時(shí)序不穩(wěn)定；反之，則表明時(shí)間序列數(shù)據(jù)分布較為集中，時(shí)序較為穩(wěn)定。變異系數(shù)的計(jì)算方法為

(1)

1.3.3 Hurst指數(shù)分析法

Hurst指數(shù)用于定量描述時(shí)間序列數(shù)據(jù)的可持續(xù)性，最早由英國(guó)水文學(xué)家HURST提出[14]，在氣候?qū)W、水文學(xué)等領(lǐng)域得到了廣泛應(yīng)用[15-16]。具體計(jì)算過程如下：

定義NDVI時(shí)間序列為NDVI(t)，其中t=1,2,…,n，對(duì)于任意正整數(shù)τ≥1，該時(shí)間序列的均值序列為

(2)

累積離差序列為

(3)

極差序列為

R(τ)=maxX(t,τ)-minX(t,τ)
(1≤t≤τ；τ=1,2,…,n)

(4)

標(biāo)準(zhǔn)差序列為

(5)

計(jì)算Hurst指數(shù)為

(6)

式中H——Hurst指數(shù)c——比例參數(shù)對(duì)式(6)兩邊取對(duì)數(shù)，在雙對(duì)數(shù)坐標(biāo)系(ln(Rτ/Sτ), lnτ)用最小二乘法擬合，得出直線斜率即為Hurst指數(shù)。當(dāng)H=0.5時(shí)，表明NDVI時(shí)間序列是完全獨(dú)立的，沒有相關(guān)性或只是短程相關(guān)；當(dāng)0

1.3.4 趨勢(shì)線分析法

趨勢(shì)線分析法能很好地模擬影像中每個(gè)柵格像元的變化趨勢(shì)，可綜合反映研究區(qū)植被覆蓋時(shí)空格局變化特征。本文采用此方法來模擬1982—2013年黃河流域年均NDVI的空間變化趨勢(shì)。計(jì)算公式為

(7)

式中k為1982—2013年的回歸趨勢(shì)斜率，32為監(jiān)測(cè)時(shí)間段內(nèi)的總年數(shù)，NDVIi為第i年像元的NDVI最大值。某像元的趨勢(shì)線值就是這個(gè)像元NDVI在32 a間用一元線性回歸模擬的一個(gè)總變化趨勢(shì)，這個(gè)趨勢(shì)并不是簡(jiǎn)單的最后一年與第一年的連線。如果k值為正，表示NDVI值隨時(shí)間變化不斷升高，區(qū)域植被覆蓋度呈增加趨勢(shì)，且數(shù)值越大增加趨勢(shì)越明顯；反之，若k值為負(fù)，表明NDVI值隨時(shí)間變化呈下降趨勢(shì)。

2 結(jié)果與分析

2.1 NDVI時(shí)間分布特征

黃河流域全年NDVI月平均值變化呈現(xiàn)先增長(zhǎng)后降低的發(fā)展過程(圖2)，波峰主要出現(xiàn)在5—9月份，NDVI值分別為0.403、0.459、0.521、0.546、0.498，其中最大值為8月份的0.546。其次，黃河流域全年NDVI月最大值主要出現(xiàn)在5—8月份，NDVI分別為0.940、0.947、0.943、0.929。

從年際變化情況來看(圖3)，1982—2013年黃河流域地區(qū)植被覆蓋呈現(xiàn)較為緩慢的增長(zhǎng)趨勢(shì)，增速為0.018/(10 a)。其中，NDVI最大值為2012年的0.646，最小值為1982年的0.531；相比上一年NDVI變化較大的為2011年和2012年，相對(duì)變化率分別為-4.16%和7.62%；對(duì)各年增長(zhǎng)率變化統(tǒng)計(jì)分析后發(fā)現(xiàn)，相對(duì)上一年黃河流域NDVI增長(zhǎng)率為正的年份共有18年，增長(zhǎng)率為負(fù)的年份共有13年?？傊?，從年際變化和增長(zhǎng)率分布來看，黃河流域NDVI正在不斷增加，植被覆蓋情況在不斷改善。

圖2 黃河流域月際NDVI變化曲線Fig.2 Monthly variation curves of NDVI in the Yellow River Basin

圖3 黃河流域年際NDVI變化曲線Fig.3 Annual variation curves of NDVI in the Yellow River Basin

2.2 NDVI空間分布特征

圖4 黃河流域年均NDVI空間分布Fig.4 Spatial distribution of annual average of NDVI in the Yellow River Basin

為了研究黃河流域1982—2013年NDVI的空間分布格局，從像元尺度計(jì)算了NDVI的32 a平均值，并繪制NDVI空間分布圖(圖4)。32 a來黃河流域植被覆蓋狀況整體較好，植被指數(shù)很低(0

2.3 植被覆蓋的變異分析

根據(jù)黃河流域1982—2013年各像元NDVI值變異性計(jì)算結(jié)果，繪制流域植被覆蓋波動(dòng)狀態(tài)圖(圖5)，并依據(jù)計(jì)算結(jié)果和流域?qū)嶋H情況，將變異值劃分為5個(gè)等級(jí)。黃河流域在1982—2013年間NDVI變化總體處于低態(tài)勢(shì)的波動(dòng)變化過程。其中，低波動(dòng)變化(0

圖5 黃河流域植被變異空間分布Fig.5 Spatial distribution of variation coefficient of NDVI in the Yellow River Basin

2.4 NDVI變化趨勢(shì)分析

為了研究NDVI在1982—2013年間的變化趨勢(shì)，將趨勢(shì)線斜率(k)劃分為5個(gè)等級(jí)，分別對(duì)應(yīng)于不同的NDVI變化性質(zhì)，并繪制變化趨勢(shì)空間分布圖(圖6)，以反映黃河流域NDVI的變化趨勢(shì)狀況和空間分布格局。近32 a來黃河流域植被覆蓋整體得到了改善，僅有約5.39×104km2的地區(qū)植被呈退化趨勢(shì)。其中，明顯退化區(qū)域面積(k<-0.005)約為500 km2，只占流域總面積的0.07%，輕微退化(-0.005≤k<-0.001)區(qū)域面積為5.34×104km2，占流域總面積的6.47%，主要分布在流域的西部區(qū)域；黃河流域約59.49%的地區(qū)植被覆蓋得到了改善，主要分布于流域中東部區(qū)域，其中輕微改善(0.001≤k<0.005)的區(qū)域面積為4.16×105km2，占流域總面積的50.37%，明顯改善(k≥0.005)的區(qū)域面積為7.53×104km2，占區(qū)域總面積的9.12%；流域植被基本沒有發(fā)生變化(-0.001≤k<0.001)的區(qū)域面積約為2.80×105km2，占流域總面積的33.96%。

圖6 黃河流域NDVI變化趨勢(shì)Fig.6 Changing trend of NDVI in the Yellow River Basin

2.5 NDVI可持續(xù)性分析

基于Hurst指數(shù)值域和研究區(qū)實(shí)際情況，對(duì)黃河流域NDVI變化的可持續(xù)性進(jìn)行了統(tǒng)計(jì)分析，得到1982—2013年Hurst指數(shù)面積統(tǒng)計(jì)和空間分布圖(圖7)。黃河流域未來NDVI的發(fā)展整體上延續(xù)了過去植被變化態(tài)勢(shì)。植被覆蓋反持續(xù)性變化(0

圖7 黃河流域NDVI可持續(xù)性空間分布Fig.7 Spatial distribution of Hurst exponent of NDVI from 1982 to 2013

2.6 NDVI綜合變化分析

為進(jìn)一步了解研究區(qū)植被覆蓋變化趨勢(shì)，將NDVI變化趨勢(shì)圖與Hurst指數(shù)圖在ArcGIS中進(jìn)行了耦合分析，得到了NDVI變化趨勢(shì)與持續(xù)性組合的空間分布(圖8)，并對(duì)每一組合進(jìn)行了統(tǒng)計(jì)。黃河流域植被覆蓋未來發(fā)展基本不變的區(qū)域面積約為2.77×105km2，占區(qū)域總面積的33.56%，而未來發(fā)展方向不能確定的區(qū)域面積約為6.0×103km2，僅占區(qū)域總面積的0.72%；持續(xù)性改善的區(qū)域面積比重達(dá)4.85×105km2，占區(qū)域面積的58.81%，主要分布黃河流域的中東部區(qū)域；持續(xù)性退化的植被覆蓋面積約為5.37×104km2，占流域總面積的6.52%，零星分布于流域的西部地區(qū)。

圖8 植被覆蓋變化特征圖空間分布Fig.8 Spatial distribution of NDVI based on trend and Hurst exponent

3 討論

本研究基于長(zhǎng)時(shí)間序列GIMMS-NDVI數(shù)據(jù)，運(yùn)用多種統(tǒng)計(jì)方法分析了黃河流域植被時(shí)空分布、變化趨勢(shì)、可持續(xù)性等特征。植被指數(shù)是了解植被過去、監(jiān)測(cè)現(xiàn)狀、迎接未來挑戰(zhàn)的強(qiáng)有力工具[17]，而連續(xù)一致的時(shí)間序列數(shù)據(jù)是植被覆蓋變化特征長(zhǎng)期監(jiān)測(cè)的基礎(chǔ)和前提。雖然所使用的GIMMS-NDVI遙感時(shí)序數(shù)據(jù)空間分辨率較低，但其具有時(shí)間序列長(zhǎng)、覆蓋范圍廣、植被動(dòng)態(tài)變化表征能力強(qiáng)等無可比擬的優(yōu)勢(shì)[18]，是公認(rèn)的監(jiān)測(cè)地區(qū)或全球植被變化的有效指標(biāo)之一。從研究結(jié)果看，GIMMS-NDVI能較準(zhǔn)確、客觀、有效地反映黃河流域植被宏觀動(dòng)態(tài)變化，為生態(tài)環(huán)境保護(hù)提供依據(jù)。監(jiān)測(cè)結(jié)果符合該地區(qū)的實(shí)際情況，且與利用其它NDVI數(shù)據(jù)的監(jiān)測(cè)結(jié)果具有一致性[19-20]。本文對(duì)研究區(qū)NDVI未來趨勢(shì)變化的分析僅是建立在過去植被覆蓋發(fā)展變化的基礎(chǔ)上，并沒有考慮未來諸如降水、氣溫、政策等不確定因素所帶來的影響，這也是以后趨勢(shì)變化分析所要考慮的問題。

植被覆蓋變化是自然因素和人類活動(dòng)因素綜合作用的結(jié)果，其中，自然因素對(duì)植被覆蓋變化具有決定性作用。然而，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，人類活動(dòng)已成為影響植被覆蓋變化的主要驅(qū)動(dòng)力。自1982年以來，黃河流域植被覆蓋在不斷趨于改善，這主要得益于國(guó)家退耕還林(草)政策的實(shí)施。2000年，黃河流域全面實(shí)施退耕還林(草)工程，對(duì)坡耕地和宜林荒山荒地實(shí)行退耕還林還草，并不斷調(diào)整土地利用結(jié)構(gòu)，改善農(nóng)業(yè)生態(tài)環(huán)境。從圖3中可以發(fā)現(xiàn)，在1982年至2005年間，黃河流域NDVI多年均值為0.563，但自實(shí)施退耕還林(草)政策以來，NDVI值從2005年的0.552增長(zhǎng)到2013年的0.640，其中最大值為2012年的0.646。黃河流域植被覆蓋整體在不斷改善，尤其是生態(tài)環(huán)境非常脆弱的黃土高原地區(qū)，植被覆蓋改善較為明顯，生態(tài)環(huán)境得到持續(xù)改善，這也主要?dú)w功于退耕還林(草)工程的實(shí)施。其次，對(duì)于植被覆蓋波動(dòng)較大的區(qū)域，表明其生態(tài)環(huán)境比較脆弱，極易受到外界因素的干擾。因此，應(yīng)積極把握這些區(qū)域植被波動(dòng)變化的主要原因，科學(xué)有效地改善生態(tài)環(huán)境質(zhì)量。

4 結(jié)論

(1)與其它NDVI數(shù)據(jù)相比，盡管GIMMS-NDVI數(shù)據(jù)空間分辨率相對(duì)較低，但其時(shí)間跨度最長(zhǎng)(32 a)，從流域尺度上更能充分反映黃河流域植被覆蓋時(shí)空演化特征和趨勢(shì)。

(2)黃河流域植被變化具有明顯的季節(jié)變化特點(diǎn)，最大值出現(xiàn)在8月份，NDVI為0.546，最小值出現(xiàn)在2月份，NDVI為0.148，這主要與黃河流域2月份氣溫相對(duì)較低且降水較少，而8月份降水相對(duì)較多有關(guān)。

(3)NDVI的年際變化趨勢(shì)表明，自1982年以來，黃河流域的植被覆蓋在不斷增加，增速為0.018/(10 a)，生態(tài)環(huán)境質(zhì)量總體在不斷趨于改善。從空間分布上看，黃河流域大部分地區(qū)植被覆蓋狀況在不斷改善，但仍有部分地區(qū)的植被呈退化趨勢(shì)，主要分布于黃河流域的西部山區(qū)，約占流域總面積的6.54%，這些地區(qū)水土流失較為嚴(yán)重，應(yīng)繼續(xù)加強(qiáng)保護(hù)。

(4)基于NDVI時(shí)間序列歷史數(shù)據(jù)分析發(fā)現(xiàn)，未來黃河流域生態(tài)環(huán)境將不斷得到改善。其中，NDVI持續(xù)性改善的面積占流域總面積的58.81%，基本不變的面積約占流域總面積的33.56%。黃河流域持續(xù)退化和未來變化趨勢(shì)無法確定的區(qū)域面積雖然較小，但更需要研究人員和政府部門的格外關(guān)注。

(5)植被覆蓋變化是一個(gè)緩慢復(fù)雜的過程，需要在不同時(shí)空尺度上進(jìn)行長(zhǎng)期監(jiān)測(cè)研究。該研究中所用的GIMMS-NDVI數(shù)據(jù)的空間分辨率為8 km，時(shí)間跨度為32 a，在流域尺度上足可以宏觀反映研究區(qū)植被覆蓋的發(fā)展變化過程。然而，植被覆蓋變化是地形、氣候、土地利用等自然和人文、政策等人類活動(dòng)多因素綜合作用的結(jié)果，不同土地利用類型上的植被變化差別較大，不同植被類型的變化過程也不盡相同。因此，應(yīng)利用更高空間分辨率的遙感影像，在較小的空間尺度對(duì)地表植被進(jìn)行微觀研究，對(duì)流域內(nèi)不同土地利用類型上的植被和不同植被類型的時(shí)空變化過程進(jìn)行細(xì)致研究。

1 孫紅雨, 王長(zhǎng)耀, 牛錚, 等. 中國(guó)地表植被覆蓋變化及其與氣候因子關(guān)系——基于NOAA時(shí)間序列數(shù)據(jù)分析[J]. 遙感學(xué)報(bào), 1998,2(3):204-210. SUN Hongyu, WANG Changyao, NIU Zheng, et al. Analysis of the vegetation cover change and the relationship between NDVI and environmental factors by using NOAA time series data[J]. Journal of Remote Sensing, 1998,2(3):204-210. (in Chinese)

2 楊勝天, 劉昌明, 孫睿. 近20年來黃河流域植被覆蓋變化分析[J]. 地理學(xué)報(bào), 2002,57(6):679-684. YANG Shengtian, LIU Changming, SUN Rui. The vegetation cover over last 20 years in Yellow River Basin[J]. Acta Geographica Sinica, 2002,57(6):679-684. (in Chinese)

3 CAO R, JIANG W G, YUAN L H, et al. Inter-annual variations in vegetation and their response to climatic factors in the upper catchments of the Yellow River from 2000 to 2010 [J]. Journal of Geographical Sciences, 2014,24(6):963-979.

4 王永財(cái), 孫艷玲, 王中良. 1998—2011年海河流域植被覆蓋變化及氣候因子驅(qū)動(dòng)分析[J]. 資源科學(xué), 2014,36(3):594-602. WANG Yongcai, SUN Yanling, WANG Zhongliang. Spatial-temporal change in vegetation cover and climate factor drivers of variation in the Haihe River Basin 1998—2011[J]. Resources Science, 2014,36(3):594-602. (in Chinese)

5 王情, 劉雪華, 呂寶磊. 基于SPOT-VGT數(shù)據(jù)的流域植被覆蓋動(dòng)態(tài)變化及空間格局特征——以淮河流域?yàn)槔齕J]. 地理科學(xué)進(jìn)展, 2013,32(2):270-277. WANG Qing, LIU Xuehua, LV Baolei. Dynamic changes and spatial patterns of vegetation cover in a river basin based on SPOT-VGT data：a case study in the Huaihe River Basin[J]. Progress in Geography, 2013,32(2):270-277. (in Chinese)

6 李斌斌, 李占斌, 宇濤, 等. 基于歸一化植被指數(shù)的流域植被覆蓋分形維數(shù)研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014,30(15):239-247. LI Binbin, LI Zhanbin, YU Tao, et al. Research on fractal dimension of vegetation cover based on normalized difference vegetation index in watershed scale [J]. Transactions of the CSAE, 2014,30(15):239-247. (in Chinese)

7 胡玉福, 蔣雙龍, 劉宇, 等. 基于RS的安寧河上游植被覆蓋時(shí)空變化研究[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2014,45(5):205-215.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20140532&journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2014.05.032. HU Yufu, JIANG Shuanglong, LIU Yu, et al. Temporal and spatial variation of vegetation coverage on Upper Anning River Based on RS[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2014,45(5):205-215. (in Chinese)

8 劉洋, 李誠(chéng)志, 劉志輝, 等. 1982—2013年基于GIMMS-NDVI的新疆植被覆蓋時(shí)空變化[J]. 生態(tài)學(xué)報(bào), 2016,36(19):1-11. LIU Yang, LI Chengzhi, LIU Zhihui, et al. Assessment of spatio-temporal variations in vegetation cover in Xinjiang from 1982 to 2013 based on GIMMS-NDVI[J]. Acta Ecologica Sinica, 2016,36(19):1-11. (in Chinese)

9 額爾敦格日樂, 包剛, 包玉龍, 等. 2001—2013年西鄂爾多斯國(guó)家級(jí)自然保護(hù)區(qū)植被覆蓋變化[J]. 水土保持研究, 2016,23(1):110-116. ERDENGEREL, BAO Gang, BAO Yulong, et al. Vegetation coverage changes in west Ordos National Natural Reserves during the period from 2001 to 2013[J]. Research of Soil and Water Conservation, 2016,23(1):110-116. (in Chinese)

10 趙健赟, 彭軍還. 基于MODIS NDVI的青海高原植被覆蓋時(shí)空變化特征分析[J]. 干旱區(qū)資源與環(huán)境, 2016,30(4):67-73. ZHAO Jianyun, PENG Junhuan. Spatiotemporal variation of the vegetation coverage in Qinghai Plateau based on MODIS NDVI data[J]. Journal of Arid Land Resources and Environment, 2016,30(4):67-73. (in Chinese)

11 朱會(huì)利, 楊改河, 韓磊. 延安市退耕過程植被覆蓋度變化及其影響因子分析[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2015,46(8):272-280. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20150838&journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2015.08.038. ZHU Huili, YANG Gaihe, HAN Lei. Analysis of fractional vegetation coverage changes and its influence factors during farmland returned to forest period in Yan’an City[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2015,46(8):272-280. (in Chinese)

12 孫剛, 萬華偉, 王昌佐, 等. 蒙陜甘寧能源金三角植被覆蓋遙感監(jiān)測(cè)與動(dòng)態(tài)分析[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2013,44(增刊2):247-250. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=2013s246&journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2013.S2.046. SUN Gang, WAN Huawei, WANG Changzuo, et al. Vegetation monitoring and analyzing of Golden Triangle Energy in Inner Mongolia，Shaanxi，Gansu，and Ningxia Region[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2013，44(Supp.2):247-250. (in Chinese)

13 馬龍, 王靜茹, 劉廷璽, 等. 2000―2012年科爾沁沙地植被與氣候因子間的響應(yīng)關(guān)系[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2016,47(6):1-13. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160422&journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2016.04.022. MA Long, WANG Jingru, LIU Tingxi, et al. Response relationship between vegetation and climate factors in Horqin sandy land from 2000 to 2012[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2016,47(6):1-13. (in Chinese)

14 HURST H E. Long-term storage capacity of reservoirs[J]. Transactions of the American Society of Civil Engineers, 1951, 116(12):770-808.

15 田義超, 梁銘忠, 胡寶清. 2000—2013年北部灣海岸帶蒸散量時(shí)空動(dòng)態(tài)特征[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2015,46(8):146-158. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20150821&journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2015.08.021. TIAN Yichao, LIANG Mingzhong, HU Baoqing. Temporal-spatial dynamic change characteristics of evapotranspiration in Beibu Gulf coastal zone during 2000—2013[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2015,46(8):146-158.(in Chinese)

16 江田漢, 鄧蓮堂. Hurst指數(shù)估計(jì)中存在的若干問題——以在氣候變化研究中的應(yīng)用為例[J]. 地理科學(xué), 2004,24(2):177-182. JIANG Tianhan, DENG Liantang. Some problems in estimating a Hurst exponent—a case study of applicatings to climatic change[J]. Scientia Geographica Sinica, 2004,24(2):177-182. (in Chinese)

17 VAN LEEUWEN WILLEM J D, ORR BARRON J, MARSH STUART E, et al. Multi-sensor NDVI data continuity: uncertainties and implications for vegetation monitoring applications[J]. Remote Sensing of Environment, 2006,100(1):67-81.

18 BECK HYLKE E, MCVICAR TIM R, VAN DIJK ALBERT I J M, et al. Global evaluation of four AVHRR-NDVI data sets: intercomparison and assessment against Landsat imagery[J]. Remote Sensing of Environment, 2011,115(10):2547-2563.

19 張亞玲, 蘇惠敏, 張小勇. 1998—2012年黃河流域植被覆蓋變化時(shí)空分析[J]. 中國(guó)沙漠, 2014,34(2):597-602. ZHANG Yaling, SU Huimin, ZHANG Xiaoyong. The spatial-temporal changes of vegetation restoration in the Yellow River Basin from 1998 to 2012[J]. Journal of Desert Research, 2014,34(2):597-602. (in Chinese)

20 賀振, 賀俊平. 基于SPOT-VGT的黃河流域植被覆蓋時(shí)空演變[J]. 生態(tài)環(huán)境學(xué)報(bào), 2012,21(10):1655-1659. HE Zhen, HE Junping. Spatio-temporal variation of vegetation cover based on SPOT-VGT in Yellow River Basin[J]. Ecology and Environmental Sciences, 2012,21(10):1655-1659. (in Chinese)

Remote Sensing on Spatio-temporal Evolution of Vegetation Cover in the Yellow River Basin during 1982—2013

HE Zhen1HE Junping1,2

(1.CollegeofEnvironmentandPlanning,ShangqiuNormalUniversity,Shangqiu476000,China2.CollegeofUrbanandEnvironmentalScience,NorthwestUniversity,Xi’an710127,China)

It is an important way to understand the change of land resources and the environment by studying vegetation dynamic change and spatial-temporal evolution, which has important sense to improve the ecological environment scientifically. The spatial-temporal variation of vegetation cover in the Yellow River Basin was analyzed with mean method, variation coefficient method, trend analysis method and Hurst index, based on GIMMS-NDVI time series data (1982—2013). The results showed that the peaks of monthly average NDVI over the last 32 years were occurred mainly in the period of May to September from 1982 to 2013 in the Yellow River Basin, and the maximum was 0.546 in August. In annual variation, the vegetation cover had an increasing trend at the rate of 0.018/(10 a). In the NDVI variation, the low fluctuation of NDVI was in leading position in the Yellow River Basin during 1982—2013, the area with variation coefficient less than 0.1 accounted for 53.88% of the total area. In spatial distribution of annual average of NDVI, the vegetation distribution pattern presented a stepped increasing trend from north to south. The area with mean annual of NDVI less than 0.4 accounted for 24.65% of the total area in the Yellow River Basin, and about 45.73% in better vegetation cover with mean annual of NDVI more than 0.6. In changing trend, as a whole, the vegetation cover showed a trend towards improvement over the last 32 years in the Yellow River Basin. Areas showing a trend towards improvement accounted for about 59.49% of the total area, and the area with no change accounted about 33.96%. In sustainable changes, the future changing type of vegetation cover would be unchanged and continuously improved, which accounted for 33.56% and 58.81% of the total area in the Yellow River Basin, respectively.

vegetation cover； NDVI； spatio-temporal evolution； Yellow River Basin

10.6041/j.issn.1000-1298.2017.02.024

2016-06-19

2016-07-28

國(guó)家自然科學(xué)基金項(xiàng)目(U1304404)、2014年河南省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目(2014CJJ087)、2015年度河南省教育廳人文社會(huì)科學(xué)重點(diǎn)項(xiàng)目(2015-ZD-085)和2017年度河南省高等學(xué)校重點(diǎn)科研項(xiàng)目(17A170003)

賀振(1977—)，男，副教授，博士，主要從事遙感定量反演與農(nóng)業(yè)環(huán)境監(jiān)測(cè)研究，E-mail： hezh911@yeah.net

TP751; Q948

A

1000-1298(2017)02-0179-07