2000～2014年海流兔河流域植被覆蓋度變化及其驅動因素分析

潘桂行 喬曉英 黃金廷等

摘要基于MODIS NDVI數據，利用線性回歸法分析植被覆蓋度的時空變化趨勢。研究海流兔河流域2000～2014年間植被覆蓋度的變化規律，確定其變化的影響因素。結果表明，研究區96.9%的區域面積NDVI處于不斷上升的趨勢，區域年平均NDVI增量達到0.006 5。通過轉移矩陣法研究出該區3個時段4種不同等級植被覆蓋度的變化趨勢，各等級植被覆蓋度均有不同程度的增加。NDVI值<0.40的區域面積的百分比由88.0%降低到75.8%，尤其是<0.20的區域變化最為明顯，由最初占區域總面積的20.8%下降到3.5%。研究區15年來植被覆蓋度不斷增加，植被生態呈現良性發展趨勢，導致這種變化的主要影響因素是人類活動。

關鍵詞NDVI；時空變化；海流兔河流域；人類活動

中圖分類號S181；Q948文獻標識碼A文章編號0517-6611（2015）31-264-04

Variation in Vegetation Cover and the Driving Factors in the Hailiutu River Catchment during 2000-2014

PAN Guixing1， QIAO Xiaoying1， 2*， HUANG Jinting3 et al

（1. School of Environmental Science and Engineering， Changan University， Xian， Shaanxi 710054； 2. Key Laboratory of Subsurface Hydrology and Ecology in Arid Areas， Ministry of Education， Xian， Shaanxi 710054； 3. Xian Center of Geological Survey， CGS， Xian， Shaanxi 710054）

Abstract Based on MODIS NDVI data， using linear regression method， temporal and spatial variation of vegetation cover was analyzed. The variation law of vegetation cover in the Hailiutu River Catchment during 2000-2014 was studied， the influencing factors of the variation were determined. The results illustrated that in a 96.9% area NDVI has a rising trend， regional annual average NDVI increase to 0.006 5. Using transfer matrix method to research the change trend of different levels of vegetation coverage in the area. The percentage of area which NDVI value is less than 0.40， reduced from 88.0% to 75.8%， especially for area of NDVI value less than 0.20， reduced from 20.8% to 3.5%. In the study area， the vegetation cover degree is increasing， and the vegetation ecology is a positive development trend， the main influencing factor of this change is human activity.

Key words NDVI； Spatial and temporal changes； Hailiutu River； Human activity

植被覆蓋度是刻畫陸地表生植被數量的重要指標，其變化是區域生態系統變化的重要指標[1]。已有的研究表明，氣象因子（如降水和氣溫等）和人類活動是植被覆蓋度變化的重要影響因素[2]。由于遙感技術具有實時性、動態性和客觀性等優勢，近年來已成為對地觀測研究的有力工具[3]，特別在大尺度土地利用與植被覆蓋變化規律的研究方面。遙感數據源具有信息量大、多時相性等特點，可以有效地記錄植被多年的變化狀況[4]，為干旱與半干旱地區多年以來植被的覆蓋度變化分析和預測提供數據支撐[5-6]，從而為大面積監測地表植被狀況的演化過程提供了技術的可能性。歸一化植被指數NDVI（Normalized Difference Vegetation Index）是目前應用最為廣泛的植被指數，已有研究成果表明，NDVI與植被覆蓋度有著很好的線性關系[7]，能夠較好地反映地表植被的覆蓋和變化狀況[8-10]，被認為是地表植被的最佳指示因子[11]。

海流兔河流域地處毛烏素沙地東南邊緣地區，由于降水稀少，蒸發強烈，是生態環境極度脆弱的干旱-半干旱區。2000年以來，該地區實施了退耕還林還草等生態恢復工程，生態環境有所改善。為了評估生態恢復工程的效果，該研究利用遙感技術對2000～2014年間海流兔河流域15年的植被覆蓋的時空變化過程及其趨勢進行了評價，并分析了植被覆蓋度變化的影響因素，對流域內植物資源的恢復與保護提供技術支撐。

1自然地理概況

海流兔河流域地處毛烏素沙地東南邊緣地區，位于38°00′～39°00′ N，108°30′～109°20′ E之間，為無定河流域的子流域，面積約2 600 km2[12]。流域的海拔高度介于1 020～1 480 m，其中流域北部為毛烏素沙地，地勢較高；向南向黃土高原過渡，地勢逐漸降低。流域內主要以風積沙丘地貌為主，西北部地區以及中部零星分布湖盆灘地地貌。流域中部為海流兔河，補浪河是其支流。河流下游地區U型河谷發育，為該區的主要耕地區。海流兔河流域地處溫帶大陸性氣候區，根據流域內烏審旗氣象站的多年氣象資料，流域內年降水量250～440 mm，降水年際和年內變化大。夏季多降暴雨，最大日降水量可達100～200 mm，占全年降水60%～75%，尤以8月為多。降水年際變率大，多雨年為少雨年2～4倍。多年平均蒸散發量約為2 180 mm，其中5～6月蒸散發量最高，約為350 mm/月。流域內日平均氣溫為8.1 ℃，日最高氣溫為38.6 ℃（1935年），日最低氣溫為-32.7 ℃（1954年）。流域內的植被以旱生的草本、灌木為主，其次為人工種植的旱柳、楊樹等喬木。

2數據來源與研究方法

該研究采用NASA（美國國家航天局）EOS衛星提供的MODIS數據產品（該數據來自于http：//ladsweb.nascom.nasa.gov/），由于該數據包含的信息大、可免費獲取、數據質量較高，已成為研究區域植被覆蓋變化的基礎數據。該研究采用MODIS13Q1數據產品，為柵格化的NDVI數據，數據格式為EOSHDF。該數據已對植被指數進行了一定的數據修正，其時間分辨率為16 d，空間分辨率為250 m。

為減少數據處理的工作量，又能客觀地表示出植被生長的狀況，該研究采用整個植被生長期的14期影像數據產品（第97～305天）。運用ENVI軟件對數據進行投影變換等處理，采用最大合成法（Maximum Value Composites，MVC）生成年度NDVImvc數據，作為該年的NDVI值。最大合成法可有效消除云的遮蔽、大氣氣溶膠的影響以及太陽高度角等的干擾[13]，能夠更精確反映地表的NDVI值。

Stow等運用線性回歸方程的斜率來分析每個像元NDVI的年際變化趨勢[14-15]，該研究使用該方法模擬2000～2014年間NDVImvc的變化趨勢，其計算公式為：

slope=n×ni=1（i×NDVIimvc）-ni=1ini=1NDVIimvcn×ni=1i2-（ni=1i）2（1）

式中，slope值為像元點趨勢線的斜率；變量i為1～15年的年序號；NDVIimvc為第i年NDVImvc。運用ENVI中的Band Math功能，計算出2000～2014年間NDVImvc的變化趨勢，即slope。其中，slope>0表明該像元的NDVImvc在15年間是增加的，反之則是降低的。由于該趨勢線斜率并不是簡單首尾兩年NDVImvc的斜率，可更加客觀反映植被覆蓋度的變化趨勢。

利用轉移矩陣法計算不同等級植被覆蓋度的變化，然后將不同階段的植被等級影像進行兩兩疊加計算，從而得出各等級植被覆蓋度轉移矩陣，并計算出各等級植被覆蓋度在不同階段的變化結果。

安徽農業科學2015年

3結果

3.1NDVImvc空間分布特征

圖1為研究區2000～2014年植被生長期（4～10月）的NDVImvc分布圖。從圖1可知，NDVImvc介于0～0.75之間。流域北部的巴音淖爾湖區由于地表水體的存在，植被覆蓋度極低，NDVImvc<0.10。NDVImvc<0.30的地區主要分布在北部、中南部以及流域分水嶺地區，大部分為風積沙丘地貌區，在這些地區植被覆蓋度較差；NDVImvc介于0.30～0.40的區域主要分布在流域的中部，這些地區是地形較為平緩的沙丘區；NDVImvc介于0.40～0.60的區域主要分布在湖盆灘地區；NDVImvc>0.60的地區主要分布在海流兔河河谷區以及補浪河附近地區，為流域的主要農耕區。總體來看，研究區的植被覆蓋南部優于北部，尤其是河谷以及河流兩岸灘地地區，植被覆蓋最好。

3.2NDVImvc時間變化趨勢

總體上講，2000年以來，海流兔河流域年均NDVImvc值呈增加趨勢，年均增量約0.006 5（圖2）。但NDVImvc在不同時段內變化特征不同，其中2000～2003年呈現較大的波動增長趨勢，年均增量約為0.018；而2004～2014年則呈現較小幅度的波動上升趨勢，年均增量約為0.064。

盡管海流兔河流域年NDVImvc總體呈現穩定增長趨勢，但其變化規律在空間上存在明顯差異。為了分析NDVImvc的空間變化規律，利用方程1計算出各像元的slope值（圖3）。從圖3可知，15年來海流兔河流域植被覆蓋度總體上為增加，僅在小部分區域出現減小。其中，NDVImvc增大的區域約占流域面積的97%，降低的區域僅約占總面積的3%。降低的地方主要為城鄉建設用地和工廠建設用地，其對植被覆蓋度的破壞極大。同時，該區域在西南部地區大面積開墾耕地也對生態造成一定破壞。

3.3不同植被覆蓋等級的面積變化

為了更好地研究2000～2014年NDVImvc值的分布和變化，同時考慮到現行的我國政府荒漠化監測周期為5年，將研究期的15年劃分為2000～2004、2005～2009、2010～2014年3個5年的小時段。分別統計各時段內NDVImvc值的分布情況，然后再比較各時段內NDVImvc的轉移變化。為了有效避免部分柵格區域因異常年份擾動而引起的NDVImvc異常值的影響，筆者以每5年的均值作為各時段NDVImvc值。該值可以較為客觀實際地反映研究區近15年以來的不同NDVI等級的變化差異。

利用轉移矩陣法計算不同等級植被覆蓋度的變化，從而計算出各等級植被覆蓋度在不同階段的變化情況，計算結果見表1。從表1可知，第1～2時段NDVImvc<0.20的區域變化顯著，由20.8%下降到9.7%，表明植被覆蓋較差的區域明顯減少，NDVImvc其他區間所占面積均有不同程度的增加。這就表明在第1～2時段內，研究區NDVImvc在總體上是增大的，意味著植被覆蓋度明顯增加，植被生態環境好轉；第2～3時段，NDVImvc<0.20的區域繼續下降，NDVImvc介于0.20～0.40的面積也開始下降，向NDVImvc較大的等級轉化。在第2～3時段NDVImvc顯著增大，表明區域生態環境持續好轉。

對比圖3和圖4可更加直觀地看出研究區3個時段內NDVImvc空間變化規律。第1～2時段NDVImvc降低的區域約為0.9%，基本穩定的部分為86.9%，增加的部分為122%。第2～3時段NDVImvc降低的區域為1.5%，保持穩定的部分約75.5%，增加的部分約23.0%。對圖4a和圖4b進一步進行統計分析發現，第2時段比第1時段平均NDVImvc增

加了0.026，第3時段比第2時段增加了0.033。空間上，NDVImvc

降低的區域主要分布在西北部地區，局部分布在分

水嶺

4植被覆蓋變化的驅動因素分析

4.1自然因素對植被覆蓋度變化的影響

氣象因素往往是區域植被變化的主要自然因素，尤其是降水與氣溫[16]。該研究利用烏審旗氣象資料。2000～2014年該區域年降水量和氣溫波動變化，而NDVImvc呈現出不斷上升的趨勢。從圖5可知，NDVImvc與年降水量的相關系數為0.24，相關性較差；而與年均氣溫相關系數為0.01，相關性極差。因此，該區植被變化與自然因素（降水和溫度）的相關性并不明顯，自然因素并不是驅動植被覆蓋度變化的主要原因。

4.2人為因素對植被覆蓋度變化的影響

自2000年以來，該區實施了一系列的生態環境恢復治理工程，如退耕還林還草、飛播造林、天然林保護以及禁牧等。為了查明生態恢復工程與植被恢復的關系，利用流域所在的榆林市榆陽區和鄂爾多斯市烏審旗的統計數據，分析了海流兔河流域植樹造林與植被覆蓋變化的關系。圖6為海流兔河流域榆陽區部分（榆陽區國民經濟和社會發展統計公報2003～2013年數據）和烏審旗部分（烏審旗國民經濟和社會發展統計公報2007～2013年數據）植樹造林面積與NDVI的相關性分析，相關系數分別為0.80和0.85，且通過了0.05的置信度檢驗。從圖6可知，研究區植樹造林與NDVI相關性較好，是植被覆蓋度增加的主要原因。

5討論

（1）2000年以來，我國西部生態環境總體上呈現不斷改

善的趨勢[17-19]。前人研究結果表明，這種改善表現在植被的低覆蓋區不斷減小，中、高覆蓋區不斷增加[20-21]，該研究結果也證實了前人的結論。但在局部地區也出現了植被退化的現象，如在毛烏素沙地的局部地區[22]和祁連山的部分河谷區[23]。該研究也發現，在海流兔河流域的河谷區出現了植被覆蓋度減小的情況。造成退化的原因主要是這些地區人口增加、人類活動加劇造成的，雖然面積不大，但局部退化也應加強關注。

（2）前人的研究結果表明，造成植被覆蓋度變化的主要因素包括降水、氣溫和人類活動[23]。在人類活動較少的地區（如青藏高原地區），氣象因子是短期或長期植被覆蓋度變化的主要原因[9]。而在人類活動劇烈的地區，植被覆蓋度變化的受控因素比較復雜。植被覆蓋度的短期變化（月變化或是季節變化）主要是受氣象條件（如降雨和氣溫）控制[23]，而植被覆蓋度的穩定增長一般是人為因素造成的，如在西北地區普遍觀測到的植被覆蓋度增加就與生態恢復工程具有密切的關系。

6結論

（1）研究區NDVImvc值主要分布在0.20～0.40之間，約占區域總面積的75.3%。分水嶺及風積沙丘區為該區域植被覆蓋度低的主要地區，湖盆灘地為植被覆蓋中度地區，河流谷底及補浪河農耕區為植被覆蓋最好的地區。

（2）2000～2014年的15年間，研究區NDVImvc平均值呈現不斷上升趨勢，年均增量0.006 5，但占總面積3.1%的區域仍呈現不斷降低的趨勢。

（3）研究區NDVImvc值不斷增加，預示植被覆蓋度發生正向的轉移，植被覆蓋等級不斷在發生優化，因而海流兔河流域植被覆蓋度呈良性發展的趨勢。

（4）自然因素的變化并不是研究區2000～2014年間植被覆蓋度變化的主要原因。自2000年來，大規模的植樹造林在一定程度上緩解了區域生態環境壓力，揭示人類活動是該區域植被覆蓋度變化的主要因素。

參考文獻

[1] 于小飛，孫睿，陳永俊，等.烏審旗植被覆蓋度動態變化及其與降水量的關系[J].資源科學，2006，28（4）：31-37.

[2] 信忠保，許炯心，鄭偉.氣候變化和人類活動對黃土高原植被覆蓋變化的影響[J].中國科學（D輯，地球科學），2007，37（11）：1054-1514.

[3] 李明杰，侯西勇，應蘭蘭，等.近十年黃河三角洲NDVI時空動態及其對氣溫和降水的響應特征[J].資源科學，2011，33（2）：322-327.

[4] 李震，嚴福禮，范祥濤.中國西北地區NDVI變化及其與溫度和降水的關系[J].遙感學報，2005，5（3）：308-313.

[5] 嚴建武，李春娥，袁雷，等.EOSMODIS數據在草地資源監測中的應用進展綜述[J].草業科學，2008，25（4）：1-9.

[6] 張宏斌，唐華俊，楊桂霞，等.2000-2008年內蒙古草原MODIS NDVI時空特征變化[J].農業工程學報，2009，25（9）：168-175.

[7] 劉芳，張紅旗，董光龍.伊犁河谷草地植被NDVI變化及其降水敏感性特征[J].資源科學，2014，36（8）：1724-1731.

[8] PIAO S L，MOHAMMAT A，FANG J Y，et al.NDVIbased increase in growth of temperate grasslands and its responses to climate changes in China [J].Global environmental change，2006，16（4）：340-348.

[9] 楊元合，樸世龍.青藏高原草地植被覆蓋變化及其與氣候因子的關系[J].植物生態學報，2006，30（1）：1-8.

[10] CARLSON T N，RIPLEY D A.On the relation between NDVI，fractional vegetation cover，and leaf area index [J].Remote sensing of environment，1997，62（3）：241-252.

[11] 趙英時.遙感應用分析原理與方法[M].北京：科學出版社，2003：374-375.

[12] 金曉媚，張強，楊春杰.海流兔河流域植被分布與地形地貌及地下水位關系研究[J].地學前緣，2013，20（3）：227-233.

[13] 樸士龍，方精云.1982～1999年我國陸地植被活動對氣候變化響應的季節差異[J].地理學報，2003，58（1）：119-125.

[14] STOW D A，HOPE A，MCGUIRE D，et al.Remote sensing of vegetation and land-cover change in arctic tundra ecosystems [J].Remote sensing of environment，2004，89（3）：281-308.

[15] HOPE A S，BOYNTON W L，STOW D A.Interannual growth dynamics of vegetation in the kuparuk river watershed，alaska based on the normalized difference vegetation index [J].International journal of remote sensing，2003，24（17）：3413-3425.

[16] 徐興奎，林朝暉，薛峰，等.氣象因子與地表植被生長的相關性分析[J].生態學報，2003，23（2）：221-230.

[17] 張茂省，盧娜，陳勁松.陜北能源化工基地地下水開發的植被生態效應及對策研究[J].地質通報，2008，27（8）：1299-1312.

[18] 張茂省，盧娜.植被生態對氣候變化和人類活動的響應[J].地質論評，2013，59（5）：909-918.

[19] 侯元香，羅德.退耕還林工程在改善西部生態環境的作用分析[J].防護林科技，2008（2）：47-49.

[20] 劉靜，銀山，張國勝，等.毛烏素沙地17年間植被覆蓋度變化的遙感監測[J].干旱地區資源與環境，2009，23（7）：162-167.

[21] 張宏斌，唐華俊，楊桂霞，等.2000-2008年內蒙古草原MODIS NDVI時空特征變化[J].農業工程學報，2009，25（9）：168-175.

[22] 徐浩杰，楊太何，曾彪.2000-2010年祁連山植被MODIS NDVI的時空變化及影響因素[J].干旱區資源與環境，2012，26（11）：87-91.

[23] 白建軍，白江濤，王磊.2000-2010年陜北地區植被 NDVI的時空變化及其與區域氣候的關系[J].地理科學，2014，34（7）：882-888.