基于HANTS算法的疏勒河流域荒漠化時空動態(tài)監(jiān)測

鄒明亮,周妍妍,曾建軍,韓雅敏,岳東霞*

(蘭州大學(xué) 資源環(huán)境學(xué)院，甘肅 蘭州 730000)

我國是世界上受荒漠化影響最為嚴(yán)重的國家之一[1],開展荒漠化時空動態(tài)監(jiān)測是荒漠化防治的一項重要基礎(chǔ)工作[2].植被作為陸地生態(tài)系統(tǒng)中最重要的組成部分，是陸地生態(tài)系統(tǒng)中各種生態(tài)過程的中樞，同時也是氣候變化和人類活動因素對環(huán)境影響的敏感指標(biāo)[3].從植被特征著手，關(guān)注其動態(tài)變化規(guī)律，已經(jīng)成為國內(nèi)外荒漠化監(jiān)測的發(fā)展趨勢[4].

隨著遙感技術(shù)不斷發(fā)展，大面積地和實時地對植被狀況進(jìn)行宏觀監(jiān)測已經(jīng)成為可能.植被指數(shù)作為地表覆蓋和植被生長狀況簡單而有效的度量參數(shù)，被廣泛地應(yīng)用在環(huán)境和生態(tài)等領(lǐng)域.時間序列植被指數(shù)能模擬植物的生長過程，反映植被生長狀況，更是土地荒漠化動態(tài)監(jiān)測的重要數(shù)據(jù)來源.但是，由于傳感器角度變化、云或霾的干擾、數(shù)據(jù)傳輸誤差、二向性反射等因素的影響[5-6]，導(dǎo)致時間序列植被指數(shù)數(shù)據(jù)集包含很多噪聲，使得植被指數(shù)在時間上具有隨機(jī)性，造成時間序列植被指數(shù)曲線季節(jié)性和年際間變化不明顯，植被物候信息難以辨別[7].因此，深入研究時間序列植被指數(shù)的去噪和重構(gòu)方法，對提高時間序列植被指數(shù)的質(zhì)量具有十分重要的意義，是科學(xué)分析時間序列植被指數(shù)的重要基礎(chǔ)和前提.

文中以干旱區(qū)內(nèi)陸河流域——疏勒河流域為例，利用HANTS方法對該流域2000—2016年時間序列植被指數(shù)數(shù)據(jù)集進(jìn)行去噪和重構(gòu).基于重構(gòu)后的時間序列植被指數(shù)數(shù)據(jù)集，結(jié)合地表溫度和空氣相對濕度數(shù)據(jù)，分別應(yīng)用一元線性回歸分析法和擾動指數(shù)算法，對該流域近17年來土地荒漠化的空間分布規(guī)律和時間變化規(guī)律進(jìn)行深入研究，并對荒漠化時空演替的驅(qū)動力進(jìn)行簡要分析.文中的研究成果可為疏勒河流域土地荒漠化防治提供科學(xué)依據(jù)，研究方法則可為全國土地荒漠化的時空動態(tài)監(jiān)測技術(shù)提供新思路.

1 研究區(qū)概況

疏勒河流域是甘肅省河西走廊三大內(nèi)陸河流域之一，地處甘肅省西端，地理坐標(biāo)在38°00′～42°48′ N，92°11′～98°30′ E之間，海拔1 100～2 010 m.流域總面積為12.44萬km2，其中以戈壁、裸巖和沙地為主的未利用地約占流域總面積的78.5%；以低覆蓋度草地為主的草地約占流域總面積的19.2%；耕地約占流域總面積的1.0%；水域和林地和分別約占流域總面積的0.6%和0.5%；城鄉(xiāng)、工礦、居民用地約占流域總面積的0.2%.

疏勒河流域東鄰巴丹吉林沙漠，西連庫姆塔格沙漠，北依馬鬃山丘陵、戈壁，南鄰祁連山，地勢呈現(xiàn)南北高、中間低的“馬鞍”型.行政區(qū)劃主要包括甘肅省酒泉市的玉門市、瓜州縣、敦煌市、肅北縣、阿克塞縣的大部分以及青海省天峻縣的小面積區(qū)域.根據(jù)流域地形地貌和行政區(qū)劃特征，大致可將流域劃分3大部分(圖1)：南部上游山區(qū)，主要包括阿克塞縣、肅北縣(南)和青海省天峻縣小面積區(qū)域；中部中下游平原，主要包括玉門市、瓜州縣和敦煌市；北部馬鬃山山區(qū)，主要包括肅北縣(北).

疏勒河流域?qū)儆诘湫偷拇箨懟哪珊敌蜌夂?，全年平均氣?.2～10.5 ℃.降雨量時間分布極不均勻，主要集中在5—10月，大部分地區(qū)年降雨量在60 mm以下，年蒸發(fā)量卻高達(dá)3 000 mm，是我國極度干旱的地區(qū)之一，土地荒漠化異常嚴(yán)重.

圖1 疏勒河流域地形與分區(qū)

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與預(yù)處理

文中主要以美國地質(zhì)勘探局(USGS)提供的MOD13Q1和MOD11A2遙感數(shù)據(jù)以及中國國家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺提供的氣象數(shù)據(jù)為數(shù)據(jù)來源,其中，MOD13Q1和MOD11A2數(shù)據(jù)的空間范圍為h25v04和h25v05，時間范圍為2000年第49天至2016年第361天.MOD13Q1是增強型植被指數(shù)(IEV)產(chǎn)品，時間分辨率16 d，空間分辨率為250 m；MOD11A2是陸地地表溫度(TLS)產(chǎn)品，時間分辨率為8 d，空間分辨率為1 000 m.氣象數(shù)據(jù)主要包括疏勒河流域境內(nèi)4個國家氣象站點2000—2016年的基本氣象要素年值和月值數(shù)據(jù)集.

利用MRT(MODIS Reprojection tool)和ArcGIS軟件對遙感數(shù)據(jù)集進(jìn)行投影變換、幾何校正、重采樣和裁剪等一系列的預(yù)處理操作，最終得到蘭勃特等積方位投影、幾何誤差小于1個像元、像元大小為250 m的疏勒河流域MOD13Q1和MOD11A2時間序列數(shù)據(jù)集.

2.2 研究方法

2.2.1 時間序列諧波分析法(HANTS) 時間序列植被指數(shù)不僅能反映地表植被生長狀況，還能反映植被季節(jié)性變化和年際變動情況等，是荒漠化監(jiān)測中常用的基礎(chǔ)數(shù)據(jù).雖然增強型植被指數(shù)(IEV)針對歸一化植被指數(shù)(INDV)在大氣噪聲、土壤背景和飽和度等問題做出了優(yōu)化和改進(jìn)，但是由于時間序列植被指數(shù)在采集過程中，會受到諸如傳感器自身問題、大氣狀況和地表狀況等因素的影響，這些因素在時空上具有隨機(jī)性，造成時間序列植被指數(shù)波動較大,年內(nèi)趨勢和規(guī)律變化不明顯，嚴(yán)重制約了時間序列植被指數(shù)的進(jìn)一步分析和使用.

時間序列諧波分析法(Harmonic analysis of time series， HANTS)是一種基于改進(jìn)的傅里葉分析的平滑和濾波算法，它能充分利用遙感影像存在時間性和空間性的特點，將其空間上的分布規(guī)律和時間上的變化規(guī)律聯(lián)系起來[8].HANTS算法的基本原理是：利用所有離散數(shù)據(jù)生成最小平方擬合曲線，剔除與擬合曲線偏離較大的點，然后根據(jù)剩余采樣點重新擬合曲線.如此反復(fù)幾次后，最后生成光滑的曲線，有效去除噪聲和云層的影響，重新構(gòu)建科學(xué)、合理的時間序列植被指數(shù)數(shù)據(jù)集.

文中應(yīng)用HANTS算法，對疏勒河流域2000—2016年時間序列IEV數(shù)據(jù)集進(jìn)行去噪，重新構(gòu)建符合該流域植被物候特征的時間序列IEV數(shù)據(jù)集，以期為荒漠化的時空動態(tài)監(jiān)測提供科學(xué)合理的基礎(chǔ)數(shù)據(jù).

2.2.2 一元線性回歸分析法 荒漠化是指包括氣候變異和人類活動在內(nèi)的種種因素造成的干旱、半干旱和亞濕潤干旱區(qū)的土地退化過程[9-12]，荒漠化過程是荒漠化研究的核心問題[13].但是，目前國內(nèi)外荒漠化遙感動態(tài)監(jiān)測中最常用的方法仍是憑借少數(shù)的若干期遙感影像，根據(jù)荒漠化土地光譜特征或植被指數(shù)高低，逐時相地識別和提取各等級的荒漠化斑塊，最后再對不同時相的荒漠化斑塊進(jìn)行對比分析，進(jìn)而實現(xiàn)荒漠化的動態(tài)監(jiān)測.這些方法更傾向于把荒漠化當(dāng)作一種“狀態(tài)”而非“過程”來研究，而且空間分辨率較低，無法對荒漠化過程進(jìn)行像元尺度的動態(tài)監(jiān)測.

一元線性回歸分析法是對一組隨時間變化的變量進(jìn)行回歸分析，并預(yù)測其變化趨勢的算法.Stow等用該方法來模擬植被綠度變化率(Greenness-rate of change)，取得較好效果[14].基于時間序列IEV數(shù)據(jù)集，利用一元線性回歸分析法，精確計算每個像元中IEV在研究期內(nèi)的變化斜率，可以直觀反映研究期內(nèi)時間序列IEV數(shù)據(jù)集的變化趨勢和變化幅度，定量研究荒漠化的過程特征，是荒漠化遙感監(jiān)測的有效手段.一元線性回歸分析法的公式為[15]173

其中,變量i為2000—2016年的年序號；IEV,max,i為經(jīng)最大值合成處理后第i年的IEV值；S為這條趨勢線的斜率.如果S>0,則說明在研究期內(nèi)IEV是增加的，土地荒漠化趨于改善;反之，如果S<0,則說明在研究期內(nèi)IEV是減少的，土地荒漠趨于惡化.

2.2.3 擾動指數(shù)算法 擾動是自然界中普遍存在的一種現(xiàn)象[16]，是景觀在各種時空尺度上偶然發(fā)生的不可預(yù)測的事件[17]，直接影響生態(tài)系統(tǒng)結(jié)構(gòu)和功能演替.擾動按性質(zhì)可分為積極擾動和消極擾動，各種類型的擾動是自然生態(tài)系統(tǒng)演替過程中一個重要的組成部分，許多植物群落和物種與擾動具有密切關(guān)系[16].為了能科學(xué)、便捷地監(jiān)測擾動，Mildrexler等[18]根據(jù)植被指數(shù)與地表溫度的顯性負(fù)相關(guān)關(guān)系，先后提出并改進(jìn)了擾動指數(shù)的遙感算法，用于監(jiān)測像元尺度的擾動年際變化和長期變化規(guī)律.擾動指數(shù)能有效地體現(xiàn)土地荒漠化的時間變化規(guī)律[19]，已被廣泛地應(yīng)用于干旱區(qū)荒漠化的動態(tài)監(jiān)測中[20-21].擾動指數(shù)計算公式為[18]238

(2)

其中，ID,i為第i年的擾動指數(shù)；TLS,max,i為經(jīng)最大值合成處理后第i年的TLS值；TLS,m,i為除第i年外的所有年份TLS,max的均值；IEV,m,i為除第i年外的所有年份IEV,max的均值.

3 結(jié)果

3.1 HANTS算法效果評價

圖2 代表像元時間序列IEV實測曲線與重構(gòu)曲線

氣象站點的選址往往需要綜合考慮當(dāng)?shù)貧庀筇卣骱偷乩項l件，選擇在既能全面客觀反映當(dāng)?shù)貧夂蛱攸c，又能規(guī)避自然和人為因素干擾的地方.因此，文中以2016年為例，以流域境內(nèi)4個國家氣象站點所在的像元為代表，提取4個代表像元2016年HANTS算法處理前后的時間序列IEV數(shù)據(jù)集(圖2)，通過與疏勒河流域植被物候特征進(jìn)行對比分析，再利用配對樣本T檢驗的方法，對時間序列IEV實測曲線和重構(gòu)曲線的差異進(jìn)行檢驗(表1)，最終實現(xiàn)HANTS算法去噪和重構(gòu)的效果評價.

表1 IEV實測曲線與重構(gòu)曲線配對樣本T檢驗結(jié)果參數(shù)

**表示相關(guān)性在0.01層上顯著(雙尾);T檢驗顯著性Sig值>0.05，表示兩組數(shù)據(jù)無顯著性差異.

由圖2可知，由于數(shù)據(jù)本身質(zhì)量問題，各代表像元的實測IEV數(shù)據(jù)曲線出現(xiàn)許多不規(guī)則的波動，而且植被指數(shù)越低的像元，曲線波動越大.但是，經(jīng)過HANTS算法處理后，IEV曲線變得較為平滑，基本呈現(xiàn)正態(tài)分布，與疏勒河流域植被物候特征[22-23]高度吻合，說明HANTS能有效平滑數(shù)據(jù)，降低噪聲影響.

由表1可知，時間序列IEV實測曲線與重構(gòu)曲線的相關(guān)系數(shù)、T檢驗顯著性均呈現(xiàn)較高水平，表明HANTS算法處理前后兩組數(shù)據(jù)之間無顯著性差異，說明HANTS算法在去除噪聲、平滑數(shù)據(jù)的同時，又能盡可能地保留和提取實測IEV曲線的信號，重構(gòu)出與實測IEV曲線較一致的IEV曲線.

3.2 土地荒漠化空間分布規(guī)律

利用一元線性回歸分析法對疏勒河流域2000—2016年像元尺度的IEV變化趨勢(S)進(jìn)行計算，根據(jù)S的正負(fù)和大小情況，利用自然間斷點分級法將疏勒河流域土地荒漠化狀況分為4類：重度惡化、輕度惡化、輕微改善和顯著改善，并進(jìn)行空間化表達(dá)(圖3).然后根據(jù)疏勒河流域的分區(qū)情況(圖1)，分別提取和統(tǒng)計疏勒河流域南部上游山區(qū)、中部中下游平原和北部馬鬃山山區(qū)的荒漠化信息(表2).

圖3 疏勒河流荒漠化空間分布

荒漠化狀況全流域面積/km2比重/%南部上游山區(qū)面積/km2比重/%中部中下游平原面積/km2比重/%北部馬鬃山山區(qū)面積/km2比重/%重度惡化6 5255.241 5554.001 8803.403 08910.20輕度惡化21 87917.582 1385.509 29216.8010 44934.50輕微改善39 23831.525 63714.5022 45540.6011 14636.80顯著改善56 83145.6629 54876.0021 68139.205 60318.50

由圖3和表2可知，疏勒河流域荒漠化狀況總體趨于改善，其中荒漠化狀況改善的面積約占全流域總面積的77.18%，荒漠化惡化的面積約占全流域總面積的22.82%.土地荒漠化空間分布呈現(xiàn)南部上游山區(qū)顯著改善，中部中下游平原輕微改善，北部馬鬃山山區(qū)重度惡化的規(guī)律.

南部上游山區(qū)荒漠化狀況呈現(xiàn)改善趨勢的面積約占上游總面積的90.5%，其中呈現(xiàn)顯著改善的比重高達(dá)76%；呈現(xiàn)惡化趨勢的面積約占上游總面積的9.5%，其中呈現(xiàn)重度惡化的比重僅有4%.研究表明[24]，熱量是限制疏勒河流域上游中高海拔山區(qū)植被生長的主要因素，海拔越高，植被對熱量的需求越強.疏勒河流域上游附近的氣象站多年觀測資料顯示，近20年來疏勒河流域上游山區(qū)溫度呈上升趨勢[25].隨著溫度的逐漸升高，上游中高海拔山區(qū)植被生長的溫度脅迫得以緩解，從而導(dǎo)致上游山區(qū)植被生長呈現(xiàn)好轉(zhuǎn)趨勢.

中部中下游平原荒漠化狀況呈現(xiàn)改善趨勢的面積約占中下游總面積的79.8%，其中呈現(xiàn)輕微改善的比重約為40.6%；呈現(xiàn)惡化趨勢的面積約占中下游總面積的20.2%，其中呈現(xiàn)輕度惡化的比重約為16.8%.疏勒河流域中下游以沖積平原為主，主要分布著荒漠、草甸、沼澤和農(nóng)業(yè)綠洲4種地類，是干旱區(qū)綠洲與荒漠化交替的敏感地帶.研究表明[25]，疏勒河中下游平原地區(qū)植被受氣候要素影響遠(yuǎn)不及上游地區(qū)顯著，人類活動是影響該地區(qū)植被變化的主要因素.疏勒河流域中下游人口主要集中分布在玉門、瓜州和敦煌等幾個面積狹小的綠洲灌區(qū)中，廣袤的荒漠草原地區(qū)人口分布稀疏.因此，流域中下游平原綠洲灌區(qū)植被變化較顯著，荒漠草原地區(qū)變化不顯著，總體呈現(xiàn)出輕微改善的趨勢.

北部馬鬃山山區(qū)荒漠化狀況呈現(xiàn)惡化趨勢的面積約占該區(qū)總面積的44.7%，其中呈現(xiàn)重度惡化的比重高達(dá)10.2%；呈現(xiàn)改善趨勢的面積約占上游總面積的55.3%，其中呈現(xiàn)顯著改善的比重僅有18.5%.馬鬃山山區(qū)由于地理區(qū)位獨特，礦產(chǎn)資源豐富，是甘肅省重要的邊防重地和資源重地.自1992年中蒙邊境馬鬃山口岸開通以來，尤其是2004年工業(yè)園區(qū)大規(guī)模建設(shè)以后，作為甘肅省唯一的邊境貿(mào)易口岸和重要的礦產(chǎn)資源開采加工園區(qū)，馬鬃山山區(qū)礦產(chǎn)業(yè)和畜牧業(yè)得到迅速發(fā)展，流動人口劇增.社會經(jīng)濟(jì)的高速發(fā)展和人口的劇增是導(dǎo)致馬鬃山山區(qū)生態(tài)破壞嚴(yán)重，土地荒漠化重度惡化的主要原因.

3.3 土地荒漠化時間變化規(guī)律

利用擾動指數(shù)的理論和算法，對疏勒河流域歷年像元尺度的擾動指數(shù)進(jìn)行計算.再次以疏勒河流域境內(nèi)4個國家氣象站點所在的像元為代表像元，提取4個代表像元歷年的擾動指數(shù)和空氣相對濕度，計算它們的距平百分比(圖4)，以期揭示疏勒河流域土地荒漠化的時間變化規(guī)律和驅(qū)動力.

根據(jù)擾動指數(shù)的定義可知[18]，在未發(fā)生劇烈擾動的年份，擾動指數(shù)會在干年和濕年會在正常范圍內(nèi)波動；如果發(fā)生了劇烈的消極擾動，擾動指數(shù)會高于這個范圍；如果發(fā)生了劇烈的積極擾動，擾動指數(shù)則會低于這個范圍.由圖4可知，4個代表像元的擾動指數(shù)波動較小，擾動指數(shù)距平百分比均能保持在±25%之內(nèi)，說明疏勒河流域土地荒漠化時間變化整體上較穩(wěn)定.其中，馬鬃山站周圍2000—2007年主要發(fā)生積極擾動，而2007年以后則主要發(fā)生消極擾動；敦煌站周圍2000—2011年主要發(fā)生積極擾動，2011以后主要發(fā)生消極擾動，且擾動變化幅度較大；安西站周圍2001—2005年主要發(fā)生消極擾動，2005—2011年主要發(fā)生積極擾動，2011—2016年主要發(fā)生消極擾動，總體上擾動變化幅度不大；玉門鎮(zhèn)站周圍2000—2010年主要發(fā)生消極擾動，2010—2013年發(fā)生了短時間的積極擾動，2013—2016年主要發(fā)生消極擾動.

圖4 擾動指數(shù)與空氣相對濕度距平百分比變化趨勢

站點Pearson相關(guān)系數(shù)顯著性擾動指數(shù)標(biāo)準(zhǔn)差馬鬃山站-0.612??0.0090.118敦煌站-0.535?0.0270.266安西站-0.651??0.0050.098玉門鎮(zhèn)站-0.624??0.0070.199

注：**表示相關(guān)性在0.01層上顯著(雙尾);*表示相關(guān)性在0.05層上顯著(雙尾).

為了進(jìn)一步分析疏勒河流域土地荒漠化時間動態(tài)變化的驅(qū)動因子，將歷年各站點的基本氣象要素數(shù)據(jù)集與擾動指數(shù)數(shù)據(jù)集進(jìn)行相關(guān)性分析，發(fā)現(xiàn)擾動指數(shù)與空氣相對濕度存在顯著的負(fù)相關(guān)關(guān)系(表3).研究表明，凝結(jié)水是干旱荒漠地區(qū)普遍存在的一種持續(xù)穩(wěn)定的水資源[26]，雖然量非常少，卻是荒漠植被賴以生存的最重要水源之一[27].而河西地區(qū)空氣中的水汽是凝結(jié)水形成的主要水分來源[28-29]，因此，空氣濕度的高低對荒漠化植被的生長具有十分重要的生態(tài)意義，也說明了空氣相對濕度的變化對疏勒河流域土地荒漠化演替具有較高的驅(qū)動作用.

4 結(jié)論

利用HANTS算法對疏勒河流域2000—2016年時間序列IEV數(shù)據(jù)集進(jìn)行降噪和重構(gòu)后，分別利用一元線性回歸分析法和擾動指數(shù)算法對該流域土地荒漠化的空間分布規(guī)律和時間變化規(guī)律進(jìn)行深入研究，并對荒漠化時空演替的驅(qū)動力進(jìn)行簡要探討，最終得到以下結(jié)論：

1)HANTS算法能有效地降低時間序列IEV數(shù)據(jù)集的噪聲，去除云霧等因素的影響，重新構(gòu)建出符合疏勒河流域植被物候規(guī)律的時間序列IEV數(shù)據(jù)集，為荒漠化的時空動態(tài)監(jiān)測提供科學(xué)的基礎(chǔ)數(shù)據(jù).

2)疏勒河流域荒漠化狀況總體趨于改善，其中荒漠化狀況改善的面積約占全流域的77.18%，荒漠化惡化的面積約占全流域的22.82%.荒漠化空間分布具體呈現(xiàn)南部上游山區(qū)顯著改善，中部中下游平原輕微改善，北部馬鬃山山區(qū)重度惡化的規(guī)律.

3)南部上游山區(qū)荒漠化出現(xiàn)顯著改善是隨著全球氣候變暖，上游中高海拔山區(qū)氣溫上升，植被的溫度脅迫得到緩解導(dǎo)致的；而中部中下游平原植被生長主要受人類活動影響，因此在人口分布密集的綠洲灌區(qū)荒漠化狀況變化較顯著，廣袤的荒漠草原變化不顯著；北部馬鬃山山區(qū)由于近年來工礦業(yè)和畜牧業(yè)快速發(fā)展，人口數(shù)量劇增，對該區(qū)生態(tài)環(huán)境造成較大影響，從而導(dǎo)致該區(qū)荒漠化重度惡化.

4)疏勒河流域土地荒漠化時間變化總體比較穩(wěn)定，各代表像元的擾動指數(shù)距平百分比均能保持在±25%之內(nèi).其中敦煌站周圍波動最大，安西站周圍波動最小.

5)荒漠化的時間變化規(guī)律與空氣相對濕度存在顯著負(fù)相關(guān)關(guān)系，說明在疏勒河流域，空氣水分對荒漠植被的生長具有重要的生態(tài)意義，空氣水分的變化是荒漠化演替的重要驅(qū)動力.

參考文獻(xiàn):

[1] 王濤.走向世界的中國沙漠化防治的研究與實踐[J].中國沙漠,2001,21(1):4.

[2] 國家林業(yè)局.第五次中國荒漠化和沙化狀況公報[EB/OL]. [2015-12-29].http://www.forestry.gov.cn/main/69/content-831684.html

[3] 郭鈮.植被指數(shù)及其研究進(jìn)展[J].干旱氣象,2003,21(4):71.

[4] 殷賀,李正國,王仰麟,等.基于時間序列植被特征的內(nèi)蒙古荒漠化評價[J].地理學(xué)報,2011,66(5):653.

[5] MA M G,VEROUSTRAETE F.Reconstructing pathfinder AVHRR land NDVI time-series data for the Northwest of China[J].AdvancesinSpaceResearch,2006,37(4):835.

[6] BRADLEY B A,JACOB R W,HERMANCE J F,et al.A curve fitting procedure to derive inter-annual phenologies from time series of noisy satellite NDVI data[J].RemoteSensingofEnvironment,2007,106(2):137.

[7] CHEN J,J?NSSON P,TAMURA M,et al.A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter[J].RemoteSensingofEnvironment,2004,91(3/4):332.

[8] 李強,張翀,任志遠(yuǎn).近15年黃土高原植被物候時空變化特征分析[J].中國農(nóng)業(yè)科學(xué),2016,49(22):4352.

[9] 中華人民共和國林業(yè)部防治沙漠化辦公室.聯(lián)合國關(guān)于發(fā)生嚴(yán)重干旱和/或荒漠化的國家特別是在非洲防治荒漠化的公約[Z].北京:中國林業(yè)出版社,1994.

[10] 王濤,朱震達(dá).我國沙漠化研究的若干問題——1.沙漠化的概念及其內(nèi)涵[J].中國沙漠,2003,23(3):209.

[11] 王濤,宋翔,顏長珍,等.近35 a來中國北方土地沙漠化趨勢的遙感分析[J].中國沙漠,2011,31(6):1351.

[12] 王濤,吳薇,薛嫻,等.近50年來中國北方沙漠化土地的時空變化[J].地理學(xué)報,2004,59(2):203.

[13] 王新軍,趙成義,楊瑞紅,等.古爾班通古特沙漠南緣荒漠化過程演變的景觀格局特征分析[J].干旱區(qū)地理,2015,38(6):1213.

[14] STOW D,DAESCHNER S,HOPE A,et al.Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J].InternationalJournalofRemoteSensing,2003,24(5):1111.

[15] 張蓮芝，李明，吳正方，等.基于SPOT NDVI的中國東北地表植被覆蓋動態(tài)變化及其機(jī)理研究[J].干旱資源與環(huán)境，2011,25(1):171.

[16] 陳利頂,傅伯杰.干擾的類型、特征及其生態(tài)學(xué)意義[J].生態(tài)學(xué)報,2000,20(4):581.

[17] PICKETT S T A,WHITE P S.TheEcologyofNaturalDisturbanceandPatchDynamics[M].Orlando:Academic Press,1985.

[18] MILDREXLER D J,ZHAO M S,HEINSCH F A,et al.A new satellite-based methodology for continental-scale disturbance detection[J].EcologicalApplications,2007,17(1):235.

[19] BADRELDIN N,GOOSSENS R.A satellite-based disturbance index algorithm for monitoring mitigation strategies effects on desertification change in an arid environment[J].Mitigation&AdaptationStrategiesforGlobalChange,2015,20(2):263.

[20] DAWELBAIT M,MORARI F.Monitoring desertification in a Savannah region in Sudan using Landsat images and spectral mixture analysis[J].JournalofAridEnvironments,2012,80:45.

[21] SALINAS C X,MENDIETA J.Effectiveness of the strategies to combat land degradation and drought[J].Mitigation&AdaptationStrategiesforGlobalChange,2013,18(8):1269.

[22] 劉惠峰.基于時序NDVI的疏勒河流域植被覆蓋分類研究[D].蘭州：蘭州大學(xué),2014.

[23] 楊永民,田靜,榮媛,等.基于遙感的黑河流域植被物候空間格局提取分析[J].遙感技術(shù)與應(yīng)用,2012,27(2):282.

[24] 周兆葉,宜樹華,葉柏生,等.疏勒河上游凍土區(qū)高寒草地NDVI分布特征及制約因素分析[J].草業(yè)科學(xué),2012,29(5):671.

[25] 齊敬輝,牛叔文,馬利邦,等.2000—2014年疏勒河流域植被覆蓋時空變化[J].生態(tài)與農(nóng)村環(huán)境學(xué)報,2016,32(5):757.

[26] KIDRON G J,BARZILAY E,SACHS E.Microclimate control upon sand microbiotic crusts,western Negev Desert,Israel[J].Geomorphology,2000,36(1/2):1.

[27] 李新榮,張元明,趙允格.生物土壤結(jié)皮研究:進(jìn)展、前沿與展望[J].地球科學(xué)進(jìn)展,2009,24(1):11.

[28] 方靜,丁永建.荒漠綠洲邊緣凝結(jié)水量及其影響因子[J].冰川凍土,2005,27(5):755.

[29] 方靜,丁永建.荒漠綠洲邊緣不同粒徑砂礫凝結(jié)水量[J].生態(tài)學(xué)雜志,2009,28(6):1102.