西北干旱區(qū)植被覆蓋時空動態(tài)特征

趙 晶，周耀治，鄧興耀

(新疆大學資源與環(huán)境科學學院，烏魯木齊830046)

西北干旱區(qū)植被覆蓋時空動態(tài)特征

趙 晶，周耀治，鄧興耀

(新疆大學資源與環(huán)境科學學院，烏魯木齊830046)

用MODIS NDVI數(shù)據(jù)2000—2015年的歸一化植被指數(shù)產(chǎn)品，運用變異系數(shù)、Theil-Sen median趨勢分析耦合Mann-Kendall檢驗和Hurst指數(shù)法，探討了中國西北干旱區(qū)植被覆蓋的時空變化特征及未來趨勢的預測。研究表明:1)2000—2015年全區(qū)植被覆蓋的空間異質(zhì)性較強，有植被覆蓋的區(qū)域占總面積的35.59%，無植被覆蓋的區(qū)域占64.41%。受降水的影響，植被覆蓋整體呈東南高西北低、山區(qū)高平原低的特點;受河流和人工灌溉的影響，綠洲區(qū)水熱組合條件好，其植被覆蓋高于荒漠區(qū)。2)近16年全區(qū)植被覆蓋波動變化不明顯，各亞區(qū)的波動普遍較低，變異系數(shù)小于0.10的比例均超過總面積的1/2。3)16年間全區(qū)植被覆蓋總體有增長趨勢，變化率為0.006/10a?；谙裨叨鹊姆治鲆脖砻魅珔^(qū)植被覆蓋以增長趨勢為主，各亞區(qū)中河西走廊的增長面積最多，北疆的增長面積最少，均超過1/2。4)全區(qū)NDVI的Hurst指數(shù)均值為0.73，Hurst指數(shù)大于0.5的范圍所占比例為86.25%，未來全區(qū)植被覆蓋的變化趨勢以持續(xù)性增加為主，其中13.46%區(qū)域的未來趨勢無法確定。各亞區(qū)呈不同程度的增加趨勢，河西走廊的增加趨勢最明顯，北疆的增加趨勢相對較弱。

MODIS;歸一化植被指數(shù);西北干旱區(qū);趨勢分析;降水量

植被是連接大氣、水體和土壤的紐帶，構成陸地生態(tài)系統(tǒng)的主體［1］。歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)是當前廣泛應用于表征植被覆蓋的參數(shù)［2］。利用NDVI分析植被的變化趨勢，對研究陸地生態(tài)系統(tǒng)的演變過程具有重要意義。

基于遙感技術可以獲取多種植被指數(shù)，揭示地表植被覆蓋的空間格局和異質(zhì)性，滿足全球和區(qū)域尺度的研究。NOAA/AVHRR，SPOT/VGT，MODIS衛(wèi)星傳感器獲取的植被指數(shù)是長時間序列植被覆蓋變化研究的主要數(shù)據(jù)源［3］。其中，MODIS NDVI數(shù)據(jù)集憑借較高的精度和空間分辨率，廣泛應用于地表植被覆蓋的動態(tài)監(jiān)測［4］。

中國西北干旱區(qū)是亞洲中部干旱區(qū)的重要組成部分之一，區(qū)內(nèi)山地盆地相間分布，形成全球干旱區(qū)具有代表性的山地—綠洲—荒漠景觀格局，水資源分布極不均勻，是生態(tài)環(huán)境脆弱地區(qū)，也是對全球變化響應最敏感地區(qū)之一［5］。氣候變化和人類活動強烈地影響著地表植被覆蓋的演替進程［6－7］。近幾十年來西北干旱區(qū)出現(xiàn)了草場退化、土壤鹽漬化、土地沙化等生態(tài)問題［8］。在此背景下，氣候變化和人類活動共同驅(qū)動下的西北干旱區(qū)植被覆蓋時空分布及其變化受到諸多學者的關注。王海軍等［9］利用SPOT/VGT和NOAA/AVHRR NDVI數(shù)據(jù)，采用相關分析和回歸分析等，探討了1982—2006年西北地區(qū)(陜、甘寧、青、新、內(nèi)蒙西部)NDVI的時空變化特征及其與氣候變化的耦合;李奇虎等［10］基于1981—2006年GIMMS NDVI和氣象數(shù)據(jù)，利用傾向率和相關系數(shù)，分析了西北干旱區(qū)植被活動的年、季變化和空間差異;韋振鋒等［11］選用1999—2010年SPOT/VGT NDVI和氣象站數(shù)據(jù)，以Sen趨勢度結合Mann-Kendall檢驗、相關和偏相關分析以及殘差法，分析了西北5省人類活動和氣候變化對植被覆蓋變化的影響;王瑋等［12］集合了MODIS NDVI和AVHRR NDVI數(shù)據(jù)，利用斜率和相關系數(shù)等方法，探討了西北地區(qū)植被覆蓋的空間分布和變化特征。

可見，目前關于西北干旱區(qū)植被覆蓋的研究較多，但多討論植被覆蓋的現(xiàn)狀，對植被覆蓋未來變化趨勢的定量研究較為薄弱?；蛞孕姓^(qū)劃和全區(qū)整體分析為主，缺乏不同空間維度的變異性研究，難以反映研究區(qū)特殊的“山地—綠洲—荒漠”系統(tǒng)的異質(zhì)性。本文選用2000—2015年MODIS NDVI數(shù)據(jù)，利用變異系數(shù)法、Theil-Sen median趨勢分析耦合Mann-Kendall檢驗以及Hurst指數(shù)法等，分析西北干旱區(qū)植被覆蓋的時空變化特征及未來趨勢的預測，為認識氣候變化和人類活動共同驅(qū)動下的干旱區(qū)植被覆蓋變遷提供依據(jù)。

1 研究區(qū)概況數(shù)據(jù)與方法

1.1 研究區(qū)概況

西北干旱區(qū)深居亞洲中部大陸腹地，為典型的大陸性氣候［13］。區(qū)域范圍包括新疆維吾爾自治區(qū)全境、甘肅省河西走廊、祁連山區(qū)、內(nèi)蒙古阿拉善高原及黃河寧夏段以西的寧夏回族自治區(qū)部分，區(qū)內(nèi)有天山、阿爾泰山、昆侖山、祁連山等山脈，包圍著準噶爾盆地、塔里木盆地等內(nèi)陸盆地和河西走廊，分布著大片沙漠和戈壁，構成以山地—綠洲—荒漠三大生態(tài)系統(tǒng)為基本特征的自然單元。根據(jù)以往研究成果［13］和全區(qū)自然地理差異，將全區(qū)分為北疆、南疆、天山、祁連山、河西走廊和內(nèi)蒙古西部6個亞區(qū)(圖1)。

圖1 研究區(qū)概況Fig.1 Sketch map of arid region of Northwest China

1.2 數(shù)據(jù)來源

選用MODIS的月合成產(chǎn)品MOD13A3，空間分辨率為1km×1km，時間序列從2000年4月至2015年10月，在美國國家航天航空局網(wǎng)站下載［14］。為反映植被覆蓋的年際特征，采用生長季(4—10月)時段NDVI合成值表征植被生長［15］。

DEM數(shù)據(jù)為SRTM3(Shuttle Radar Topography Mission)，空間分辨率為90m×90m，從中國科學院數(shù)據(jù)云下載［16］。

降水量和氣溫資料為英國East Anglia大學氣候研究中心(Climatic Research Unit，CRU)發(fā)布的全球陸地表面月平均氣候數(shù)據(jù)集［17］，空間分辨率0.5°×0.5°，選取時間序列從2000年1月至2014年12月。

1.3 研究方法

1.3.1 變異系數(shù)法

變異系數(shù)用于分析植被覆蓋的空間格局與空間分異規(guī)律［18］。

式中，CVNDVI指NDVI的變異系數(shù);σ為像元的標準差;為像元的均值。CVNDVI值越大，說明各年份同一像元的NDVI值分布越離散，植被覆蓋在時序上不穩(wěn)定;反之，表明各年份NDVI值分布集中，植被覆蓋時序穩(wěn)定。

1.3.2 Theil-Sen median趨勢分析耦合Mann-Kendall檢驗

Theil-Sen median趨勢分析與Mann-Kendall檢驗耦合，以判斷時間序列中植被覆蓋的改善或退化趨勢［19］。其中，Theil-Sen median趨勢分析表達為:

式中:NDVIi和NDVIj為樣本數(shù)據(jù)(2000≤i＜j≤2015);β指計算n(n－1)/2個數(shù)據(jù)組合的斜率的中位數(shù)(n=16，為時間序列的長度)。當β＞0時，表明該時間序列的植被覆蓋呈改善趨勢;反之，則為退化趨勢。

Mann-Kendall檢驗用于判斷時間序列數(shù)據(jù)的增強或衰減趨勢［20－21］，將某時序的NDVI值看作一組獨立分布的樣本數(shù)據(jù)，以參數(shù)Zc作為像元NDVI衰減指標，計算公式為:

式中，

式中，sign為符號函數(shù)。本文以置信水平α= 0.05判斷NDVI變化趨勢的顯著性［19］。將檢驗結果Zc分為顯著變化(|Zc|＞1.96)和不顯著變化(|Zc|＜1.96)。

1.3.3 Hurst指數(shù)

Hurst指數(shù)［22］用于定量描述時間序列中植被覆蓋變化的可持續(xù)性。NDVI時間序列{NDVI(t)} (t=1，2，3，4，…，n)對于任意正整數(shù)t≥1，定義該時間序列的均值序列:

計算累積離差:

極差序列為:

標準差序列為:

計算Hurst指數(shù):

式中，c為常數(shù)。對公式(11)兩邊取對數(shù)可得到Hurst指數(shù)經(jīng)驗公式。基于時間序列并利用Hurst經(jīng)驗公式得到一簇H值進行最小二乘法擬合，得出的直線斜率即為修正后的Hurst指數(shù)(H)，反映了時間序列的分形特征。

H=0.5時，表明時間序列完全獨立，沒有相關性或短程相關;0＜H＜0.5時，表明未來的變化狀況與過去相反，即反持續(xù)性，H越小，反持續(xù)性越強; H＞0.5時，表明未來的變化狀況與過去趨勢一致，即持續(xù)性，H越大，持續(xù)性越強。

2 結果與分析

2.1 植被覆蓋的空間格局

將2000—2015年MODIS NDVI數(shù)據(jù)、2000—2014年CRU降水和氣溫數(shù)據(jù)逐像元逐年平均，探討植被覆蓋的的空間分布特征。

圖2 2000—2015年西北干旱區(qū)年均NDVI空間分布Fig.2 Spatial distribution of average annual NDVI in arid region of Northwest China from 2000 to 2015

圖3 2000—2014年西北干旱區(qū)年均降水量、氣溫空間分布Fig.3 Spatial distribution of average annual precipitation and temperature in arid region of Northwest China from 2000 to 2014

NDVI值等于0.1是地表有無植被的閾值［23］。故將年均NDVI值分為6級(表1)。全區(qū)有植被覆蓋的區(qū)域(NDVI≥0.1)占總面積的35.59%，無植被覆蓋的區(qū)域(NDVI＜0.1)占64.41%，其中NDVI高值區(qū)(NDVI≥0.4)的面積比例為3.95%。同時，各亞區(qū)植被覆蓋的空間異質(zhì)性較強，有植被覆蓋的區(qū)域面積:天山＞北疆＞祁連山＞河西走廊＞內(nèi)蒙古西部＞南疆。其中天山、祁連山和北疆有植被覆蓋的區(qū)域面積比例超過總面積2/3，南疆有植被覆蓋區(qū)域面積比例最低，僅占16.48%。

表1 西北干旱區(qū)年均NDVI分級Tab.1 Gradation of average NDVI in arid region of Northwest China

在空間格局上，近16年西北干旱區(qū)植被覆蓋呈東南高西北低、山區(qū)高平原低、綠洲區(qū)高于荒漠區(qū)的特點(圖2)。NDVI的高值區(qū)主要在兩類區(qū)域:一是天山、阿爾泰山、祁連山等降水量較多的山區(qū)，結合降水分布(圖3)可以看出，西北干旱區(qū)東南部及祁連山東部受西南暖濕氣流和東亞季風影響，降水量多。區(qū)域西部為西風環(huán)流的通道，在山地迎風坡形成豐富的降水，而平原地區(qū)降水量較少。降水豐富有利于植被生長;二是內(nèi)陸河流域綠洲區(qū)，如北疆的額敏河、博爾塔拉河、奎屯河、瑪納斯河、呼圖壁河等流域，南疆的塔里木河、開都河、喀什噶爾河、葉爾羌河、和田河等流域及河西走廊的黑河、石羊河等流域。綠洲是干旱區(qū)荒漠大背景下依賴河流而形成的特殊景觀，其降水量雖不及山區(qū)，但河流和地下水提供了豐富的水資源，同時區(qū)域氣溫較高(圖2b)，水熱組合條件較好，植被發(fā)育良好，加之人工灌溉，綠洲的植被覆蓋高于荒漠區(qū)。

NDVI的低值區(qū)主要在塔克拉瑪干沙漠、古爾班通古特沙漠、巴丹吉林沙漠、騰格里沙漠等沙漠和荒漠戈壁地區(qū)，干旱的氣候和貧瘠多鹽的土壤條件，限制了荒漠植物的生長、發(fā)育和分布，故植被覆蓋較低;天山、阿爾泰山、昆侖山、祁連山等山脈的高山寒漠帶和冰川帶，分布著極少的耐寒、耐旱(生理干旱)植物，植被覆蓋亦較低。

2.2 植被覆蓋的變異特征

逐像元計算2000—2015年西北干旱區(qū)NDVI的變異系數(shù)CVNDVI(圖3)，將計算結果分為5級(表2)，整體上，全區(qū)植被覆蓋波動較低，各變異程度的面積:相對較低的波動變化＞低波動變化＞中等波動變化＞相對較高的波動變化＞高波動變化。各亞區(qū)植被覆蓋的波動普遍較低，CVNDVI≤0.10的面積比例最高和最低的亞區(qū)分別為內(nèi)蒙古西部(90.77%)和北疆(55.27%)。

圖4 2000—2015年西北干旱區(qū)NDVI變異程度Fig.3 Spatial distribution of variation coefficient of NDVI in arid region of Northwest China from 2000 to 2015

從圖4可以看出，植被覆蓋高波動變化主要在兩類區(qū)域:一是南北疆和河西走廊的諸內(nèi)陸河流域綠洲區(qū)，原因是隨著綠洲規(guī)模擴大，綠洲荒漠過渡帶的天然植被演替為人工植被，引起NDVI在時間序列上的波動變化。此外，綠洲區(qū)農(nóng)田種植結構和種植品種的調(diào)整也會導致NDVI的波動;第二類區(qū)域是天山和昆侖山的高海拔地帶，NDVI高波動變化區(qū)大致分布在高山寒漠帶和高寒草甸的界線附近，高寒草甸植被生長的海拔上限對氣溫變化響應敏感。

植被覆蓋的低波動變化區(qū)面積廣大，主要分布在沙漠、戈壁和山地的冰川帶，該區(qū)域植被稀疏或無植被生長，植被波動變化低。

表2 西北干旱區(qū)NDVI的變異系數(shù)統(tǒng)計Tab.2 Statistics of variation coefficient of NDVI in arid region of Northwest China %

2.3 植被覆蓋的時間變化

將西北干旱區(qū) 2000—2015年 NDVI和2000—2014年CRU降水、氣溫逐年均值進行一元線性回歸分析，討論植被覆蓋在時間序列上的變化。全區(qū) NDVI大致穩(wěn)定分布在 0.107～0.124之間(圖5)，總體以0.006/10a的變化率呈改善趨勢。

從降水量和氣溫的變化(圖6)可以看出，全區(qū)降水量呈增加趨勢，增濕趨勢為1.241mm/10a，氣溫為降低趨勢，變化率為－0.258℃/10a，計算NDVI與降水量、氣溫的相關系數(shù)分別為0.57，－0.08。西北干旱區(qū)以典型的干旱、半干旱大陸性氣候為主，植被類型以旱生草本和灌木植物為代表，熱量條件相對充足，降水量成為植被生長的制約因素。全區(qū)降水量顯著增加、氣溫降低使土壤水分充足，有利于植被生長，使區(qū)域植被覆蓋持續(xù)改善。

圖5 2000—2015年西北干旱區(qū)年際NDVI變化Fig.5 Inter-annual variation of NDVI in arid region of Northwest China from 2000 to 2015

圖6 2000—2014年西北干旱區(qū)年際降水量氣溫變化Fig.6 Inter-annual variation of precipitation and temperature in arid region of Northwest China from 2000 to 2014

耦合Theil-Sen median趨勢分析與Mann-Kendall檢驗，得到2000—2015年全區(qū)像元尺度的NDVI變化趨勢(表3、圖7)。

從表3可以看出，整體上全區(qū)植被覆蓋變化趨勢以增加為主，各變化趨勢的面積:輕微增加＞顯著增加＞輕微減?。撅@著減小。各亞區(qū)的植被覆蓋均以增加趨勢占主導，“輕微增加和顯著增加”的區(qū)域面積比例均超過1/2，其中河西走廊的面積比例最高(93.68%)，北疆的面積比例最低，但也達到55.91%。

表3 西北干旱區(qū)NDVI的變化趨勢統(tǒng)計Tab.3 Statistics of NDVI trend in arid region of Northwest China %

從圖7可以看出，南北疆和河西走廊諸內(nèi)陸河流域綠洲區(qū)的植被覆蓋呈顯著增加趨勢，是因為以上流域有高強度的綠洲農(nóng)業(yè)發(fā)展，耕地面積不斷擴張，原有天然植被演替為人工植被，使得植被覆蓋顯著增加;河西走廊、內(nèi)蒙古高原中部和塔里木盆地西南部NDVI的顯著增加可能與降水量的增加有關。NDVI顯著減小的區(qū)域主要在準噶爾盆地、天山山區(qū)和內(nèi)蒙古高原西部。

圖7 2000—2015年西北干旱區(qū)NDVI變化趨勢Fig.5 Spatial distribution of the trend of NDVI in arid region of Northwest China from 2000 to 2015

2.4 植被覆蓋的預測

計算得到2000—2015年西北干旱區(qū)NDVI的Hurst指數(shù)空間分布圖(圖8)。全區(qū)Hurst指數(shù)均值為0.73，Hurst指數(shù)小于0.5的范圍所占比例為13.75%，大于0.5的范圍為86.25%，表明全區(qū)植被覆蓋的正向持續(xù)性較強，即未來的變化狀況與過去趨勢一致。

圖8 2000—2015年西北干旱區(qū)NDVI的Hurst指數(shù)分布Fig.6 Spatial distribution of Hurst Index of NDVI in arid region of Northwest China from 2000 to 2015

為預測植被覆蓋的未來變化，耦合NDVI變化趨勢(圖7)與持續(xù)性(圖8)，得到預測結果(圖9、表4)。

圖9 西北干旱區(qū)NDVI的預測Fig.9 The predictions for the future of NDVI in in arid region of Northwest China

未來全區(qū)植被覆蓋的變化趨勢以持續(xù)性增加為主，各預測類型比重:持續(xù)性輕微增加＞持續(xù)性顯著增加＞無法確定＞持續(xù)性輕微減?。境掷m(xù)性顯著減小。各亞區(qū)植被覆蓋呈不同程度的增加趨勢，河西走廊、祁連山、南疆和內(nèi)蒙古西部亞區(qū)“持續(xù)性輕微增加和顯著增加”的面積比例超過1/2，河西走廊的趨勢最明顯，90.09%的區(qū)域為增加趨勢，天山和北疆亞區(qū)增加趨勢的面積比例最低，分別為46.31%和43.6%。值得注意的是，全區(qū)13.46%的區(qū)域未來變化趨勢無法確定，零星分布在阿爾泰山南坡、天山山區(qū)和昆侖山等區(qū)域，以上地區(qū)植被覆蓋未來的變化狀況需要持續(xù)關注。

表4 西北干旱區(qū)NDVI預測的類型統(tǒng)計Tab.4 Statistics of the predictions for the future of NDVI in arid region of Northwest China %

3 結論與討論

1)空間格局上，西北干旱區(qū)植被覆蓋的空間異質(zhì)性較強。受降水分布的影響，植被覆蓋整體呈東南高西北低、山區(qū)高平原低的特點;受河流和人工灌溉的影響，綠洲區(qū)水熱組合條件好，其植被覆蓋高于荒漠區(qū)。郭鈮等［24］研究了西北地區(qū)不同植被NDVI與氣候因子的關系，認為除戈壁沙漠區(qū)，NDVI與氣溫、降水有較好的相關性，與本文結論相似;本文的研究與張琪等［25］認為中亞干旱區(qū)植被活動受降水和氣溫的共同影響的結論是一致的。因此，本研究的結論對認識西北干旱區(qū)不同空間維度的植被覆蓋格局增添了新的證據(jù)。

2)近16年全區(qū)植被覆蓋波動變化不明顯，各亞區(qū)的波動普遍較低，變異系數(shù)小于0.10的比例均超過總面積的1/2，高波動變化區(qū)零星分布在綠洲和山區(qū)。西北干旱區(qū)內(nèi)陸河流域發(fā)展了典型的綠洲農(nóng)業(yè)，綠洲面積擴大、農(nóng)田種植結構調(diào)整和種植品種變化均會引起植被覆蓋的波動;除人類活動，氣候變化對植被覆蓋的分異亦產(chǎn)生深刻影響，尤其是高寒山區(qū)植被生長的海拔上限受氣溫控制。氣候變化和人類活動驅(qū)動下的西北干旱區(qū)植被覆蓋響應［9，12，24］已有較多探討。與以上研究相比，本研究有以下優(yōu)勢:根據(jù)自然地理差異，將西北干旱區(qū)分為6個亞區(qū)，分析不同尺度的植被覆蓋時間變化和分異特征，揭示了空間異質(zhì)性，認為植被覆蓋波動變化在不同亞區(qū)程度不一:內(nèi)蒙古西部＞南疆＞河西走廊＞祁連山＞天山＞北疆。西北干旱區(qū)“山地—綠洲—荒漠”系統(tǒng)自然要素的分異特征鮮明，在全球干旱區(qū)具有很好的代表性。本研究的結論，對認識干旱區(qū)內(nèi)部不同干濕背景下植被覆蓋的異質(zhì)性提供了參考。

3)時間序列上，2000年以來西北干旱區(qū)NDVI總體有增長趨勢，變化率為0.006/10a。基于像元尺度的分析也表明全區(qū)植被覆蓋變化趨勢以增加為主，各亞區(qū)均呈增長趨勢，其中祁連山的增長幅度最大，河西走廊的增長面積最多，但局部地區(qū)的植被覆蓋有退化趨勢。植被覆蓋持續(xù)改善是因為區(qū)域降水量顯著增加、氣溫降低，使得土壤水分充足，有利于植被生長。本研究與全球干旱區(qū)［21］、歐亞大陸［26］得出的植被覆蓋“變綠”的趨勢一致;與韋振鋒等［11］認為1999—2010年西北地區(qū)植被覆蓋整體呈增加趨勢，局部減小的結論是一致的;與王瑋等［12］研究的1981—2013年西北干旱區(qū)植被活動為增強態(tài)勢的結論是一致的。本研究對西北干旱區(qū)植被覆蓋的變化趨勢增加了定量的分析，為認識氣候變化和人類活動共同驅(qū)動下的干旱區(qū)植被覆蓋演替研究提供了一定參考。

4)未來，西北干旱區(qū)植被覆蓋的變化趨勢以持續(xù)性增加為主，各亞區(qū)呈不同程度的增加趨勢，河西走廊的增加趨勢最明顯，北疆的增加趨勢相對較弱。植被覆蓋的持續(xù)改善對西北干旱區(qū)生態(tài)效應有積極作用，可以抑制草場退化、土地沙化等生態(tài)問題，也有利于弱化沙塵暴的發(fā)生。值得注意的是，在區(qū)域氣候系統(tǒng)的變化和人類活動的干預下，全區(qū)植被改善是人工綠洲擴大的結果還是氣候變化的正效應，二者的貢獻率各占多少，植被改善的趨勢是否會持續(xù)發(fā)展，干旱區(qū)水文循環(huán)、生態(tài)系統(tǒng)和地表過程將如何響應，尤其是對荒漠生態(tài)環(huán)境的保護和修復將產(chǎn)生怎樣的影響，依然需要全面的、長序列的數(shù)據(jù)進行深入研究。

［1］Meyer W B，Turner B L．Human population growth and global landuse/cover change［J］．Annual Review of Ecology and Systematics，1992，23(1):39－61．

［2］Gutman G，Ignatov A．The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models［J］．International Journal of Remote Sensing，1998，19(8): 1533－1543．

［3］Fensholt R，Rasmussen K，Nielsen T，et al．Evaluation of earth observation based long term vegetation trends—Intercomparing NDVI time series trend analysis consistency of Sahel from AVHRR GIMMS，Terra MODIS and SPOTVGT data［J］．Remote Sensing of Environment，2009，113(9):1886－1898．

［4］Huete A，Didan K，Miura T，et al．Overview of the radiometric and biophysical performance of the MODIS vegetation indices［J］．Remote Sensing of Environment，2002，83(1):195－213．

［5］姚俊強，楊青，陳亞寧，等．西北干旱區(qū)氣候變化及其對生態(tài)環(huán)境影響［J］．生態(tài)學雜志，2013，32(5):1283－1291．

［6］Myneni R B，Keeling C D，Tucker C J，et al．Increased plant growth in the Northern high latitudes from 1981 to 1991［J］．Nature，1997，386(6626):698－702．

［7］ Peng S，Chen A，Xu L，et al．Recent change of vegetation growth trend in China［J］．Environmental Research Letters，2011，6(4): 44027－44039．

［8］陳亞寧，李稚，范煜婷，等．西北干旱區(qū)氣候變化對水文水資源影響研究進展［J］．地理學報，2014，69(9):1295－1304．

［9］王海軍，靳曉華，李海龍，等．基于GIS和RS的中國西北NDVI變化特征及其與氣候變化的耦合性［J］．農(nóng)業(yè)工程學報，2010，26(11):194－203．

［10］李奇虎，陳亞寧．1981—2006年西北干旱區(qū)NDVI時空分布變化對水熱條件的響應［J］．冰川凍土，2014，36(2):327－334．

［11］韋振鋒，王德光，張翀，等．1999—2010年中國西北地區(qū)植被覆蓋對氣候變化和人類活動的響應［J］．中國沙漠，2014，34(6): 1665－1670．

［12］王瑋，馮琦勝，郭鈮，等．基于長時間序列NDVI資料的我國西北干旱區(qū)植被覆蓋動態(tài)監(jiān)測［J］．草業(yè)科學，2015，32(12): 1969－1979．

［13］姚俊強，楊青，劉志輝，等．中國西北干旱區(qū)降水時空分布特征［J］．生態(tài)學報，2015，35(17):5846－5855．

［14］美國國家航天航空局［DB/OL］．(2016－06－05)［2003－01－01］．https://ladsweb．nascom．nasa．gov．

［15］杜加強，高云，賈爾恒，等．近30年新疆植被生長異常值時空變化及驅(qū)動因子［J］．生態(tài)學報，2015，36(7):1915－1927．

［16］中國科學院數(shù)據(jù)云［DB/OL］．(2016－06－05)［2007－07－01］．http://www．csdb．cn/．

［17］英國East Anglia大學氣候研究中心［DB/OL］．(2016－06－05)［2015－06－25］．http://www．uea．a(chǎn)c．uk/．

［18］Milich L，Weiss E．GAC NDVI interannual coefficient of variation (CoV)images:ground truth sampling of the Sahel along northsouth transects［J］．International Journal of Remote Sensing，2000，21(2):235－260．

［19］Jiang W G，Yuan L H，Wang W J，et al．Spatio-temporal analysis of vegetation variation in the Yellow River Basin［J］．Ecological Indicators，2015，51:117－126．

［20］ Yue S，Pilon P，Cavadias G．Power of the Mann-Kendall and Spearman＇s rho tests for detecting monotonic trends in hydrological series［J］．Journal of Hydrology，2002，259(1):254－271．

［21］Fensholt R，Langanke T，Rasmussen K，et al．Greenness in semi-arid areas across the globe 1981－2007—An earth observing satellite based analysis of trends and drivers［J］．Remote Sensing of Environment，2012，121:144－158．

［22］Jiapaer G，Liang S L，Yi Q X，et al．Vegetation dynamics and responses to recent climate change in Xinjiang using leaf area index as an indicator［J］．Ecological Indicators，2015，58:64－76．

［23］Zhou L，Tucker C J，Kaufmann R K，et al．Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999［J］．Journal of Geophysical Research:Atmospheres，2001，106(D17):20069－20083．

［24］郭鈮，朱燕君，王介民，等．近22年來西北不同類型植被NDVI變化與氣候因子的關系［J］．植物生態(tài)學報，2008，32(2): 319－327．

［25］張琪，袁秀亮，陳曦，等．1982－2012年中亞植被變化及其對氣候變化的響應［J］．植物生態(tài)學報，2016，40(1):13－23．

［26］Piao S，Wang X，Ciais P，et al．Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006［J］．Global Change Biology，2011，17(10):3228－3239．

Temporal-spatial Dynamic Change Characteristics of Vegetation Coverage in Arid Regions of Northwest China

ZHAO Jing，ZHOU Yaozhi，DENG Xingyao
(College of Resources and Environment Science，Xinjiang University，Urumqi，830046，China)

Based on the MODIS NDVI data of the normalized difference vegetation index products obtained between 2000 and 2015，Variable coefficient，Theil-Sen median trend analysis，Mann-Kendall test method and Hurst index method were utilized for research on the temporal-spatial dynamic change characteristics of vegetation coverage in the arid region of Northwest China and the future trends.The results showed:1)the vegetation coverage in the entire region has a strong spatial heterogeneity，the area of vegetation and bare fallow accounts for 35.59%and 64.41%of the total area，respectively.Affected by precipitation，higher value area of NDVI is mainly in the mountains and southeastern region which have a rich rainfall，the low value areas of NDVI are concentrated on plains and northwestern region which have apoor rainfall;Influenced by rivers and irrigation，the vegetation coverage of desert is lower than the oasis which has the better hydrothermal conditions.2)the variation degree of the entire regional vegetation coverage in the recent 16 years was not obvious.The fluctuation in each subregion is slight，and the proportion of region where the variation degree is less than 0.10 is as high as 1/2.3)the entire regional vegetation coverage in the recent 16 years shows fluctuation changes which have a increase trend，the change rate is 0.006/10a.The analysis based on the pixel scale also shows a increase trend，the area of increase trend in Hexi Corridor is the largest and in Northern Xinjiang is the least.4)Hurst index average of the entire regional NDVI is 0.73.The scope of Hurst index greater than 0.5 accounts for 86.25%.The change trend of the entire regional vegetation coverage in the future is mainly in persistent increase.A-mong them，13.46%area change trend cannot be determined.The change trend in the future of the increase degree in each subregion is different，the increase trend in Hexi Corridor is the most obvious and in Northern Xinjiang is the least.

MODIS，normalized difference vegetation index，the arid region of Northwest China，trend analysis，precipitation

S718.45

A

1002－6622(2017)01－0118－09

10．13466/j．cnki．lyzygl．2017．01．020

2016－08－23;

2016－12－12

趙晶(1988－)，男，河南衛(wèi)輝人，在讀碩士，主要研究方向:生態(tài)規(guī)劃與管理。Email:xdazhaojing@163.com

周耀治(1970－)，男，教授，博士，主要從事生態(tài)經(jīng)濟學研究。Email:xdaliaosha@sina.com