基于ＲＵＥ與ＮＤＶＩ的人類活動(dòng)對(duì)牧區(qū)植被變化干擾強(qiáng)度的研究

丁鵬凱 邵懷勇 仙巍 李波 易霞 楊青林

摘要：利用歸一化植被指數(shù)（NDVI）與降水利用率（RUE）結(jié)合最小二乘法進(jìn)行趨勢(shì)分析，分析2000—2014年人類活動(dòng)對(duì)川西北江河源區(qū)植被變化的干擾強(qiáng)度。結(jié)果表明，2000—2014年研究區(qū)植被強(qiáng)度總體好轉(zhuǎn)，2000—2010年研究區(qū)植被恢復(fù)良好，2010—2014年研究區(qū)植被局部顯著退化區(qū)域明顯多于顯著恢復(fù)區(qū)域。2000—2014年研究區(qū)內(nèi)人為因素對(duì)植被變化的干擾總體以負(fù)向干擾為主，負(fù)向干擾面積占研究區(qū)總面積的57.59%，正向干擾面積占21.85%。其中，2000—2005年研究區(qū)人類活動(dòng)對(duì)植被的變化主要呈中度正向干擾，2005—2010年主要呈輕度正向干擾，而2010—2014年人為負(fù)向干擾嚴(yán)重。人類活動(dòng)對(duì)研究區(qū)內(nèi)植被變化的負(fù)向干擾以輕度負(fù)向干擾為主，主要分布于石渠、阿壩、紅原、若爾蓋四縣，而強(qiáng)度人為負(fù)向干擾主要位于石渠縣;人為正向干擾以中度人為正向干擾為主，主要集中于石渠縣北部;甘孜、色達(dá)、壤塘三縣無(wú)明顯人為干擾。

關(guān)鍵詞：NDVI;RUE;植被變化;趨勢(shì)分析;人類活動(dòng)

中圖分類號(hào)：Q948.15? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2018）23-0048-07

DOI：10.14088/j.cnki.issn0439-8114.2018.23.012? ? ? ? ? ?開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

植被是陸地表面最突出的土地覆蓋類型，其變化在全球能量循環(huán)及物質(zhì)的生物化學(xué)循環(huán)中具有重要影響。歸一化植被指數(shù)（NDVI）是地表植被覆蓋特征的重要指標(biāo)之一，由遙感圖像獲取歸一化植被指數(shù)（NDVI）被廣泛應(yīng)用于植被監(jiān)測(cè)、農(nóng)作物估產(chǎn)及干旱監(jiān)測(cè)等方面。植被變化是氣候因素與人類活動(dòng)共同作用的結(jié)果。近年來(lái)對(duì)于氣候因素對(duì)植被變化影響的研究較多，但定量評(píng)價(jià)人類活動(dòng)對(duì)植被變化的研究相對(duì)較少，根據(jù)這些研究，可以將定量評(píng)價(jià)人類活動(dòng)影響的方法分為4類，修正NDVI法或利用降水利用率（RUE）、殘差法、主成分分析或因子分析法以及利用通用標(biāo)準(zhǔn)來(lái)衡量不同驅(qū)動(dòng)因素的影響[1-9]。降水利用率（RUE）是地面凈初級(jí)生產(chǎn)力（NPP）與降水量的比值，為理解降水與植被生產(chǎn)力之間的關(guān)系，以及植被退化的評(píng)估提供了一個(gè)簡(jiǎn)單而有效的指標(biāo)[10]。從近年來(lái)的研究來(lái)看，NDVI與NPP存在線性關(guān)系[11，12]，利用年累計(jì)NDVI代替NPP計(jì)算RUE可以減少NPP噪聲的影響且更加具有操作性[13-16]。

川西北江河源區(qū)地處青藏高原東緣，橫斷山區(qū)高山峽谷向高原過(guò)渡地帶，是長(zhǎng)江、黃河水系重要的水源涵養(yǎng)地。該區(qū)地勢(shì)高峻、氣候寒冷，生態(tài)環(huán)境先天脆弱。草地長(zhǎng)期過(guò)渡放牧，導(dǎo)致沼澤與草地退化，沙化嚴(yán)重，水源涵養(yǎng)和生物多樣性保護(hù)受到嚴(yán)重威脅，生態(tài)地質(zhì)環(huán)境脆弱性加劇，已威脅到四川省乃至長(zhǎng)江、黃河流域的安全[17，18]。

本研究結(jié)合NDVI與RUE的變化趨勢(shì)，剔除降水量對(duì)植被變化的影響，對(duì)2000—2014年川西北江河源區(qū)人類活動(dòng)對(duì)植被變化的干擾強(qiáng)度進(jìn)行定量化研究[9，19]，旨在探討NDVI與RUE相結(jié)合從而分析人類活動(dòng)對(duì)川西北江河源區(qū)植被變化影響強(qiáng)度的方法，并對(duì)研究區(qū)植被變化原因進(jìn)行分析，準(zhǔn)確把握近年來(lái)國(guó)家與地方政府出臺(tái)政策對(duì)該地區(qū)植被現(xiàn)狀的影響以及近年來(lái)保護(hù)政策下草地恢復(fù)的效果，為相關(guān)部門(mén)制定植被保護(hù)政策提供相關(guān)依據(jù)，有利于研究區(qū)的和諧發(fā)展。

1? 研究區(qū)概況

川西北江河源區(qū)位于四川省西北部，與西藏藏族自治區(qū)、青海省和甘肅省交界（圖1）。包括石渠、甘孜、色達(dá)、壤塘、阿壩、紅原、若爾蓋共7個(gè)縣，面積共73 495.63 km2，占四川省總面積的15.12%。川西北江河源區(qū)植被類型以草地為主，作為中國(guó)八大牧區(qū)之一，地處青藏高原東緣，橫斷山區(qū)高山峽谷向高原過(guò)渡地帶，是長(zhǎng)江、黃河水系重要的水源涵養(yǎng)地。該區(qū)海拔較高，平均海拔3 500 m以上，年均溫-2～4 ℃，年平均降水量在500～800 mm，生態(tài)環(huán)境脆弱，屬于高寒氣候，加上多年來(lái)過(guò)度放牧，沼澤和草地退化嚴(yán)重。

2? 數(shù)據(jù)與方法

2.1? 數(shù)據(jù)源

2.1.1? NDVI數(shù)據(jù)? NDVI數(shù)據(jù)采用NASA Goddard Space Flight Center提供的2000—2014年MOD13Q1數(shù)據(jù)集中的NDVI產(chǎn)品，正弦曲線投影，時(shí)間分辨率為16 d，空間分辨率為250 m。本研究應(yīng)用MRT、ArcGIS Python軟件對(duì)數(shù)據(jù)進(jìn)行格式與投影轉(zhuǎn)換、圖像拼接與裁剪得到研究區(qū)NDVI數(shù)據(jù)，運(yùn)用最大值合成法將16 d NDVI數(shù)據(jù)合成為月均值，從而消除云、霧及太陽(yáng)高度角等因素對(duì)NDVI的影響。

2.1.2? 降水?dāng)?shù)據(jù)? 降水?dāng)?shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，主要為研究區(qū)及其周邊共17個(gè)氣象站點(diǎn)提供的年降水?dāng)?shù)據(jù)。利用克里金插值法對(duì)年降水?dāng)?shù)據(jù)進(jìn)行插值，進(jìn)行裁剪得到研究區(qū)2000—2014年降水量柵格圖像。

2.1.3? RUE數(shù)據(jù)? RUE的定義為實(shí)際NPP與降水量的比值。初級(jí)生產(chǎn)力與NDVI之間存在線性關(guān)系[13]，根據(jù)此理論，可以利用年累計(jì)NDVI來(lái)代替NPP計(jì)算RUE，NDVI可以通過(guò)地球觀測(cè)系統(tǒng)直接獲得，而通過(guò)地球觀測(cè)直接獲得的NPP會(huì)產(chǎn)生更多的噪聲。因此，本研究利用NDVI數(shù)據(jù)與降水對(duì)RUE進(jìn)行估算。

2.2? 研究方法

2.2.1? 最小二乘法? 利用最小二乘法來(lái)估計(jì)NDVI、RUE隨時(shí)間變化的線性趨勢(shì)，能夠更合理準(zhǔn)確地反映出研究區(qū)NDVI與RUE變化的趨勢(shì);另外，利用最小二乘法基于像元求解線性趨勢(shì)可以更好地分析研究區(qū)NDVI與RUE隨時(shí)間變化在空間上的差異[20-22]。最小二乘法公式如下：

其中，i等于1時(shí)表示2000年，n表示2000—2014年的年份數(shù)，IMPORTi表示輸入的數(shù)據(jù)，在本研究中代表NDVI或RUE，Slope則表示NDVI或RUE從2000—2014年的變化趨勢(shì)。

2.2.2? 利用NDVI與RUE斜率初步判定人類活動(dòng)干擾的區(qū)域? 如果NDVI與RUE均呈明顯的上升趨勢(shì)，表明在降水下降或者變化不明顯的情況下NDVI出現(xiàn)明顯的增長(zhǎng)，則認(rèn)為人為正向干擾大于降水的作用，NDVI的增長(zhǎng)主要由強(qiáng)度人為正向干擾導(dǎo)致（圖2a）。若NDVI與RUE均呈明顯的下降趨勢(shì)，表明在降水增加或者變化不明顯的情況下，NDVI出現(xiàn)明顯的降低，則認(rèn)為NDVI的減少主要是由于強(qiáng)度人為負(fù)向干擾導(dǎo)致（圖2b）。如果NDVI呈明顯上升趨勢(shì)，RUE呈明顯下降趨勢(shì)，表明降水量的增加導(dǎo)致了NDVI的明顯上升，則認(rèn)為NDVI的增加主要是由降水引起（圖2c）。如果NDVI呈明顯的上升趨勢(shì)，RUE變化不明顯，表明降水的增加導(dǎo)致了NDVI的增加，人為干擾強(qiáng)度為中度正向干擾（圖2d）。如果NDVI呈明顯的下降趨勢(shì)，RUE呈明顯的上升趨勢(shì)，表明NDVI的下降主要是由于降水的嚴(yán)重下降引起的，則認(rèn)為是輕度人為負(fù)向干擾區(qū)域（圖2e）。如果NDVI呈下降趨勢(shì)，而RUE無(wú)明顯變化，則表明在降水增加的情況下NDVI出現(xiàn)明顯的下降，人為干擾較為強(qiáng)烈，判斷為中度人為負(fù)向干擾（圖2f）。如果NDVI變化不明顯，RUE出現(xiàn)明顯的上升，表明在降水減少的情況下NDVI保持穩(wěn)定，人為干擾較為強(qiáng)烈判斷為中度人為正向干擾（圖2g）。如果NDVI變化不明顯，RUE出現(xiàn)明顯的下降，表明在降水增加的情況下NDVI保持穩(wěn)定，人為干擾較為強(qiáng)烈判定為中度人為負(fù)向干擾（圖2h）。如果NDVI與RUE變化均不明顯則說(shuō)明無(wú)明顯人為影響[9，13，19]。

通過(guò)對(duì)研究區(qū)以及各縣NDVI與RUE均值進(jìn)行統(tǒng)計(jì)，并求得各自趨勢(shì)，分析2000—2014年15年來(lái)研究區(qū)與各縣植被的變化情況，并對(duì)趨勢(shì)線進(jìn)行對(duì)比，總體上判斷人為干擾對(duì)牧區(qū)植被變化的影響。另外，在空間上對(duì)NDVI與RUE趨勢(shì)圖進(jìn)行疊加，基于像元來(lái)討論研究區(qū)人為干擾對(duì)植被變化的影響，將人為干擾對(duì)植被變化的影響分為七類。

3? 結(jié)果與分析

3.1? 時(shí)間序列分析

通過(guò)對(duì)研究區(qū)NDVI及RUE 2000—2014年的平均值變化及線性趨勢(shì)（圖3、表1）分析，發(fā)現(xiàn)2000—2014年15年來(lái)研究區(qū)年均NDVI值總體上呈上升趨勢(shì)，年均上升0.000 7，最大值出現(xiàn)在2010年，為0.786 3，最小值出現(xiàn)在2008年，為0.745 5。分縣域來(lái)看，石渠縣、色達(dá)縣、若爾蓋縣、壤塘縣與甘孜縣最大值均出現(xiàn)在2010年，紅原縣、阿壩縣最大值出現(xiàn)在2005年，在2010年也出現(xiàn)峰值;15年間NDVI均值石渠縣最低，若爾蓋縣最高，分別為0.693 5、0.813 9。研究區(qū)所有縣在2000—2014年NDVI均呈上升趨勢(shì)。從表1的 NDVI線性趨勢(shì)可以看出，15年來(lái)若爾蓋縣NDVI值上升最快，年均上升0.001 1，超過(guò)研究區(qū)上升趨勢(shì)的50%，上升最慢的為紅原縣，年均上升僅0.000 2。

研究區(qū)15年來(lái)年均RUE總體呈下降趨勢(shì)，年均下降0.000 1。RUE最高值出現(xiàn)在2002年，為0.016 18，最低值出現(xiàn)在2012年。從各縣來(lái)看，除若爾蓋縣以外，其他各縣最高值均出現(xiàn)在2002年。由表1可以得到，各縣RUE線性趨勢(shì)均為負(fù)值，其中石渠縣RUE下降最快，為研究區(qū)平均下降速度的兩倍，壤塘縣與甘孜縣下降速度最慢，其他4個(gè)縣下降速度近于研究區(qū)RUE下降的速度。

對(duì)研究區(qū)以及研究區(qū)各縣NDVI、RUE分別進(jìn)行顯著性檢驗(yàn)（P<0.2）（表1）[13]。從整個(gè)研究區(qū)來(lái)看，NDVI無(wú)顯著變化，而RUE顯著降低，整個(gè)研究區(qū)植被變化的人為影響呈中度負(fù)向干擾。分縣域來(lái)看，每個(gè)縣NDVI均呈上升趨勢(shì)，但變化不明顯;石渠縣、若爾蓋縣、紅原縣與阿壩縣4個(gè)縣RUE均顯著降低，這4個(gè)縣對(duì)植被變化的人為干擾呈中度負(fù)向干擾，其余3個(gè)縣NDVI、RUE均無(wú)明顯變化，人為干擾不明顯。

3.2? 植被變化趨勢(shì)及人為干擾程度分時(shí)段分析與評(píng)價(jià)

通過(guò)研究，分別求得研究區(qū)NDVI及RUE 2000—2005年、2005—2010年、2010—2014年的平均值及變化趨勢(shì)顯著性分區(qū)，并通過(guò)空間疊加，得到研究區(qū)植被變化人為干擾程度分時(shí)段評(píng)價(jià)結(jié)果（圖4）。

從平均NDVI來(lái)看，研究區(qū)2000—2005年、2005—2010年、2010—2014年NDVI值空間分布無(wú)較大變化。從NDVI顯著變化來(lái)看，2000—2005年以增加為主并均勻分布于整個(gè)研究區(qū)，顯著減少區(qū)域極少;2005—2010也以顯著增加為主，顯著減少區(qū)域較少，主要分布于阿壩縣與紅原縣;2010—2014年則以顯著減少為主，整個(gè)研究區(qū)均有分布，顯著增加區(qū)域較少。從平均RUE來(lái)看，石渠縣平均RUE最高，色達(dá)縣、壤塘縣、阿壩縣與紅原縣RUE較低。從RUE顯著變化來(lái)看，2000—2005年以顯著減少為主，主要分布在石渠縣北部、若爾蓋縣與阿壩縣北部;2005—2010年以顯著增加為主，主要集中在甘孜、色達(dá)、壤塘與阿壩四縣，顯著減少區(qū)域較少，集中分布在若爾蓋縣;2010—2014年RUE顯著變化以顯著減少為主，主要分布在紅原縣以西各縣，顯著增加區(qū)域較少，主要分布在若爾蓋縣。

從評(píng)價(jià)結(jié)果來(lái)看，2000—2005年研究區(qū)人為干擾主要為中度正向干擾與輕度負(fù)向干擾，在整個(gè)研究區(qū)分布都較為均勻;2005—2010年人為干擾主要以正向干擾為主，輕度正向干擾與強(qiáng)度正向干擾主要集中在甘孜縣、色達(dá)縣、壤塘縣以及阿壩縣，石渠縣則以中度正向干擾為主，若爾蓋縣與紅原縣中度正向干擾零星分布，負(fù)向干擾以中度為主，零星分布于研究區(qū);2010—2014年研究區(qū)人為干擾主要以輕度負(fù)向干擾為主，輕度負(fù)向干擾集中分布在研究區(qū)西部各縣，強(qiáng)度負(fù)向干擾零星分布于研究區(qū)，中度負(fù)向干擾主要分布在若爾蓋縣與紅原縣，人為正向干擾區(qū)域較小，除若爾蓋縣輕度正向干擾較為集中外，正向干擾零星分布于其他縣。

3.3? 植被變化趨勢(shì)整體分析

通過(guò)對(duì)研究區(qū)NDVI及RUE 2000—2014年的平均值、變化斜率及變化趨勢(shì)顯著性分區(qū)（圖5）分析發(fā)現(xiàn)：研究區(qū)RUE呈西高東低的趨勢(shì)，石渠縣最高，甘孜、若爾蓋以及色達(dá)西部整體上較高，甘孜東部、壤塘縣、阿壩縣與壤塘縣相對(duì)較低（圖5a）。從RUE變化斜率來(lái)看，增長(zhǎng)區(qū)域主要集中在甘孜縣、色達(dá)縣和壤塘縣，其余各縣均以降低為主，其中石渠縣下降最為顯著（圖5b）。整個(gè)研究區(qū)RUE變化以顯著減少為主（圖5e），顯著減少區(qū)域面積占研究區(qū)總面積的62.86%，無(wú)明顯變化區(qū)與顯著增加區(qū)域分別占37.06%、0.08%;甘孜縣、色達(dá)縣、壤塘縣雖然為增長(zhǎng)區(qū)域但增長(zhǎng)并不顯著，顯著增加區(qū)域面積較少，僅在甘孜南部有零星分布。

NDVI值除石渠縣外分布較均勻，石渠縣北部區(qū)域NDVI值均較低（圖5c）。研究區(qū)內(nèi)NDVI減少區(qū)域與增加區(qū)域無(wú)明顯差距（圖5d）。研究區(qū)NDVI變化趨勢(shì)以無(wú)明顯變化為主（圖5f），顯著減少區(qū)域與顯著增加區(qū)域除石渠縣外均勻零星分布;顯著減少區(qū)域、無(wú)明顯變化區(qū)域和顯著增加區(qū)域占研究區(qū)總面積比例分別為10.55%、68.89%、20.56%;在石渠縣北部顯著增長(zhǎng)區(qū)域較為集中，南部則顯著減少較為集中。

3.4? 植被變化人為干擾程度整體評(píng)價(jià)

對(duì)2000—2014年NDVI與RUE趨勢(shì)圖進(jìn)行空間疊加，基于像元討論研究區(qū)人為干擾對(duì)植被變化的影響（圖6）。評(píng)價(jià)結(jié)果表明，研究區(qū)人為負(fù)向干擾總面積為42 458.94 km2，占研究區(qū)總面積的57.59%，人為負(fù)向干擾分為強(qiáng)度人為負(fù)向干擾、中度負(fù)向人為干擾與輕度負(fù)向人為干擾，以輕度人為負(fù)向干擾為主，三者面積分別為7 728.44、547.56、34 682.94 km2，各占研究區(qū)總面積的9.80%、0.74%與47.04%;無(wú)明顯人為干擾面積共16 109.94 km2，占研究區(qū)總面積的21.85%;人為正向干擾區(qū)域總面積為15 156.50 km2，占研究區(qū)總面積的20.56%，人為正向干擾同樣分為輕度正向人為干擾、中度正向人為干擾與強(qiáng)度正向人為干擾，以中度正向干擾為主，其面積分別為4 432.19、10 661.88、62.44 km2，各占研究區(qū)總面積的6.01%、14.46%與0.08%。

研究發(fā)現(xiàn)石渠縣南部強(qiáng)度負(fù)向人為干擾最為集中;中度負(fù)向人為干擾區(qū)域集中在甘孜縣、色達(dá)縣以及壤塘縣;輕度負(fù)向人為干擾區(qū)域在整個(gè)研究區(qū)分布較為均勻;甘孜縣與色達(dá)縣無(wú)明顯人為干擾區(qū)域占比較大;輕度正向人為干擾區(qū)域則主要分布在石渠縣、若爾蓋縣以及紅原縣;中度正向人為干擾區(qū)域主要集中在石渠縣，其余各縣均有分布;強(qiáng)度正向人為干擾區(qū)域，僅在甘孜最南端有分布。

4? 小結(jié)

從植被變化來(lái)看，研究區(qū)內(nèi)2000—2014年植被總體呈恢復(fù)趨勢(shì)。2000—2010年研究區(qū)NDVI顯著增加區(qū)域明顯，植被恢復(fù)良好;2010—2014年NDVI顯著減少區(qū)域遠(yuǎn)多于顯著增加區(qū)域，植被局部區(qū)域出現(xiàn)顯著退化。

從時(shí)間尺度來(lái)看，2000—2014年人為負(fù)向干擾面積占研究區(qū)總面積的57.59%，人為正向干擾面積占研究區(qū)總面積的21.85%，研究區(qū)植被變化人為干擾總體以負(fù)向干擾為主。研究區(qū)2000—2005年人類活動(dòng)對(duì)植被變化的影響主要呈中度正向干擾，2005—2010年間主要呈輕度正向干擾，而2010—2015年負(fù)向干擾嚴(yán)重。

空間尺度來(lái)看，2000—2014年研究區(qū)RUE降低區(qū)域主要集中在石渠縣、若爾蓋縣;增長(zhǎng)區(qū)域主要集中在甘孜縣、色達(dá)縣和壤塘縣。NDVI減少與降低區(qū)域分布較為均勻。研究區(qū)植被變化人為負(fù)向干擾以輕度人為負(fù)向干擾為主，主要分布與石渠、阿壩、紅原、若爾蓋四縣，強(qiáng)度人為負(fù)向干擾主要集中于石渠縣;研究區(qū)植被變化人為正向干擾以中度人為正向干擾為主，整個(gè)區(qū)域均有分布，特別是石渠縣北部;無(wú)明顯人為干擾區(qū)域主要分布在甘孜、色達(dá)、壤塘三縣。

參考文獻(xiàn)：

[1] WANG T，SUN J G，HAN H，et al. The relative role of climate change and human activities in the desertification process in Yulin region of northwest China[J].Environmental Monitoring & Assessment，2012，184（12）：7165-7173.

[2] HE C，TIAN J，GAO B，et al. Differentiating climate-and human-induced drivers of grassland degradation in the Liao River Basin，China[J].Environmental Monitoring & Assessment，2015， 187（1）：1-14.

[3] MA Y，F(xiàn)AN S，ZHOU L，et al. The temporal change of driving factors during the course of land desertification in arid region of North China：The case of Minqin County[J].Environmental Geology，2007，51（6）：999-1008.

[4] LI S，YAN J，LIU X，et al. Response of vegetation restoration to climate change and human activities in Shaanxi-Gansu-Ningxia region[J].Journal of Geographical Sciences，2013，23（1）：98-112.

[5] ZHOU W，SUN Z G，JIANLONG L I，et al. Desertification dynamic and the relative roles of climate change and human activities in desertification in the Heihe River Basin based on NPP[J].Journal of Arid Land，2013，5（4）：465-479.

[6] TANG Q，HE X，BAO Y，et al. Determining the relative contributions of climate change and multiple human activities to variations of sediment regime in the Minjiang River，China[J].Hydrological Processes，2013，27（25）：3547-3559.

[7] YIN F，DENG X，JIN Q，et al. The impacts of climate change and human activities on grassland productivity in Qinghai Province，China[J].Frontiers of Earth Science，2014，8（1）：1-11.

[8] XU D，LI C，ZHUANG D，et al. Assessment of the relative role of climate change and human activities in desertification：A review[J].Journal of Geographical Sciences，2011，21（5）：926-936.

[9] 李輝霞，周紅藝，魏興琥.基于RUE和NDVI的人類活動(dòng)對(duì)植被干擾強(qiáng)度分析——以桂西北為例[J].中國(guó)沙漠，2014，34（3）：927-937.

[10] HU Z，YU G，F(xiàn)AN J，et al. Precipitation-use efficiency along a 4500-km grassland transect[J].Global Ecology & Biogeography，2010，19（6）：842-851.

[11] DU P W. Linear regression relationships between NDVI，vegetation and rainfall in Etosha National Park，Namibia[J].Journal of Arid Environments，1999，42（4）：235-260.

[12] HUI-XIA L I，LIU S Z. Research on grassland degradation assessment model based on ETM+ image：A case study in Naqu county of Tibet[J].Journal of Desert Research，2007（3）：412-418.

[13] LI H，WEI X，ZHOU H. Rain-use efficiency and NDVI-based assessment of karst ecosystem degradation or recovery：A case study in Guangxi，China[J].Environmental Earth Sciences，2014， 74（2）：977-984.

[14] PRINCE S D，COLSTOUN E B D，KRAVITZ L L. Evidence from rain-use efficiencies does not indicate extensive Sahelian desertification[J].Global Change Biology，1998，4（4）：359-374.

[15] SYMEONAKIS E，DRAKE N. Monitoring desertification and land degradation over sub-Saharan Africa[J].International Journal of Remote Sensing，2004，25（3）：573-592.

[16] 李春娥，劉秋榮，張麗君.新疆2000-2012年NDVI、降水和RUE的時(shí)空特征[J].草業(yè)科學(xué)，2015，32（11）：1740-1747.

[17] 李? 波.川西北江河源區(qū)資源環(huán)境承載力時(shí)空過(guò)程評(píng)價(jià)與分析[D].成都：成都理工大學(xué)，2017.

[18] 魏瑞琪，邵懷勇，李林峰，等.基于MODIS的川西北江河源區(qū)草地退化狀況時(shí)空分析[J].物探化探計(jì)算技術(shù)，2018，40（2）：262-268.

[19] MA M，F(xiàn)RANK V. Interannual variability of vegetation cover in the Chinese Heihe River Basin and its relation to meteorological parameters[J].International Journal of Remote Sensing，2006，27（22）：3473-3486.

[20] 陸廣勇，楊勤科，王海江.基于MODIS-NDVI時(shí)序數(shù)據(jù)的黃土丘陵區(qū)土地覆蓋分類研究[J].水土保持研究，2011，18（2）：112-115.

[21] 侯光雷，張洪巖，王野喬，等.基于時(shí)間序列諧波分析的東北地區(qū)耕地資源提取[J].自然資源學(xué)報(bào)，2010，25（9）：1607-1617.

[22] 彭? 飛，王? 濤，薛? 嫻.基于RUE的人類活動(dòng)對(duì)沙漠化地區(qū)植被影響研究——以科爾沁地區(qū)為例[J].中國(guó)沙漠，2010，? 30（4）：896-902.