基于像元二分法和強度分析方法的內蒙古植被覆蓋度時空變化規律分析

佟斯琴，包玉海，張巧鳳，都瓦拉1. 東北師范大學環境學院//東北師范大學自然災害研究所，吉林 長春 10117；2. 內蒙古自治區遙感與地理信息系統重點實驗室，內蒙古 呼和浩特 010022；. 內蒙古師范大學地理科學學院，內蒙古 呼和浩特 010022；. 內蒙古自治區生態與農業氣象中心，內蒙古 呼和浩特 010051

?

基于像元二分法和強度分析方法的內蒙古植被覆蓋度時空變化規律分析

佟斯琴1， 2， 3，包玉海2， 3*，張巧鳳3，都瓦拉4
1. 東北師范大學環境學院//東北師范大學自然災害研究所，吉林 長春 130117；2. 內蒙古自治區遙感與地理信息系統重點實驗室，內蒙古 呼和浩特 010022；3. 內蒙古師范大學地理科學學院，內蒙古 呼和浩特 010022；4. 內蒙古自治區生態與農業氣象中心，內蒙古 呼和浩特 010051

摘要：以GIMMS NDVI3g數據為基礎，利用像元二分模型和Intensity analysis方法，從時間間隔、植被覆蓋度等級變化和轉換3個層面分析了1982—2010年內蒙古植被覆蓋度的變化。結果表明：由像元二分模型估算的植被覆蓋度與實測值有較高的相關性（0.914）。1980s—1990s植被覆蓋度增加的面積（49.2%）大于其減少的面積（43.3%），而在1990s—21世紀初植被蓋度減少的面積（57.1%）大于增加面積（35.6%），表明1990年代的植被長勢比其他兩個年代好。1990s—21世紀初的植被年平均變化速率相對 1980s—1990s較快。1980s—1990s，高植被覆蓋度的增加活躍，減少較平緩，而低植被覆蓋度的增加和減少均較平緩；1990s—21世紀初，高覆蓋度和低覆蓋植被的增加較平緩，而減少變化較為活躍。研究期內低覆蓋度植被以向高一等級轉變為主，而高覆蓋度則以向低級轉換為主。

關鍵詞：植被覆蓋度；像元二分模型；強度分析；時空變化

引用格式：佟斯琴， 包玉海， 張巧鳳， 都瓦拉. 基于像元二分法和強度分析方法的內蒙古植被覆蓋度時空變化規律分析［J］. 生態環境學報， 2016， 25（5）: 737-743.

TONG Siqin， BAO Yuhai， ZHANG Qiaofeng， Duwala. Spatiotemporal Changes of Vegetation Coverage in Inner Mongolia Based on the Dimidiate Pixel Model and Intensity Analysis ［J］. Ecology and Environmental Sciences， 2016， 25（5）: 737-743.

植被是陸地生態系統的主體部分，植被覆蓋度（Vegetation Coverage）是指植被（包括葉、莖、枝）在地面的垂直投影面積占統計區總面積的百分比（Gitelson et al.，2002），它不僅是反映地表植被生長態勢的直觀量化指標，更是各類相關模型和生態系統描述的基礎數據，被廣泛應用于植被覆蓋變化監測（江洪等，2006）、生態環境綜合評價（王朗等，2010）、沙塵暴（張鈦仁等，2010）和水土流失（張清春等，2002）等眾多研究領域中。植被覆蓋度可以表示植被的茂密程度及植物進行光合作用面積的大小，是表征陸地植被質量和具有一定密度的多種植物生長動態的重要參數。植被覆蓋度的變化是區域生態環境變化的直接結果，它對區域生態環境變化具有重要指示作用（周偉等，2014）15-30。獲取植被覆蓋度的方法有很多，傳統的植被覆蓋度估算方式是通過地面實測數據，從而得出小區域和特定植被類型的植被覆蓋度，這種方法測定精度較高，但耗費大量的時間和人力，在大范圍地區難以通過此方法進行植被覆蓋度測定（李苗苗，2003）。因此，隨著遙感技術的發展應用，在區域尺度植被覆蓋度的研究中出現了許多基于遙感數據的植被覆蓋度估算方法（陳云浩等，2001；黎良財等，2012；張學珍等，2013），主要有回歸模型法、植被指數法以及像元分解模型法（劉靜等，2009；梁釗雄等，2011）。其中像元分解模型中的像元二分模型（賈坤等，2013；周偉等，201415-30；佟斯琴等，2015）是目前應用最為廣泛也是最簡單的植被覆蓋度估算模型。

傳統的植被覆蓋度變化研究方法主要基于轉移矩陣，只給出某一種植被覆蓋類型轉至其他類型的面積，并不能提供定量的、系統的變化過程。2008 年Aldwaik et al.（2012）創建了Intensity analysis方法，運用轉移矩陣分析某一區域不同時間段的土地類型在時間間隔、類型和轉換3個層面的分析，得到不同土地變化強度規律。內蒙古草原是典型的中緯度溫帶干旱、半干旱草原生態系統，占全國草地面積22%，它不僅是我國畜牧業生產基地，也是我國重要的生態屏障。針對內蒙古植被覆蓋變化，國內學者以遙感 NDVI（歸一化植被指數）數據為基礎做了大量研究（穆少杰等，2012；陳效逑等，2009；王軍邦等，2010），然而僅限于植被 NDVI的時空變化特征，且由于遙感數據獲取受局限，未能得到30年尺度的觀測數據。因此，本文以1982 —2010年的GIMMS NDVI3g為數據源，在利用像元二分模型計算植被覆蓋度的基礎上，結合Intensity analysis方法，分析內蒙古植被覆蓋度不同年代時空分布及變化，試圖揭示內蒙古在 1982—2010年期間地表植被覆蓋度的動態變化，以期為地方政府準確掌握區域生態變化態勢、評估生態工程成效提供參考。

1　數據與方法

1.1 研究區概況

內蒙古自治區位于我國北部邊疆（97°12′～126°04′E，37°24′～53°23′N），橫跨東北、華北、西北地區，接鄰8個省區，北與蒙古國和俄羅斯接壤，土地總面積為 1.183×106km2，占全國總面積的12.3%，在全國各省、市、自治區中排列第三，有9個地級市和3個盟（圖1）。處于歐亞大陸內部，在東亞季風的影響下，除了大興安嶺北端地區屬于寒冷的大陸性氣候外，其他地區屬于溫帶大陸性氣候區。年平均氣溫在-5～10 ℃之間，自東北向西南遞增；年平均降水量在35～530 mm之間，自東向西遞減。

1.2 NDVI數據來源與數據預處理

遙感數據來源于全球總量監測和模擬研究組（Global Inventory Monitoring and Modeling Studies，GIMMS）收集處理的NOAA/AVHRR NDVI3g第三代全球植被數據集，獲取時段為1981年7月—2013 年12月，是空間分辨率為8 km×8 km的15 d合成產品，從網站 http://ecocast.arc.nasa.gov上免費下載。該數據集已經過大氣校正，輻射校正，幾何校正，衛星軌道的漂移、云量、太陽高度角和火山爆發導致的氣溶膠對數據質量的影響等處理（Tucker et al.，2005）。用最大合成法（李杭燕等，2009）（MVC）獲取月NDVI值。由于內蒙古地區大部分植被在冬季幾乎停止生長或被積雪覆蓋（Zhou et al.，2001），本文選取每年的生長季，即4—10月份作為每年的研究時段，并對4—10月份NDVI取平均值獲取年平均NDVI。本研究時間序列為1982—2010年，其中1980年代指的是1982—1990年，1990年代為1990—2000年，21世紀初為2001—2010年。

1.3 植被覆蓋度計算

采用像元二分模型反演植被覆蓋度。其基本原理是，假設每個像元都可分解為純植被和純土壤兩個部分，所得到的光譜信息（如 NDVI）是以兩種純組分的面積比例加權的線性組合。其中，純植被所占的面積百分比即為研究區的植被覆蓋度（公式1）。具體可表示為：

式中，VFC表示植被覆蓋度；NDVI、NDVIsoil和NDVIveg分別表示任意像元、純土壤像元和純植被像元的NDVI。也可得：

式中，NDVImax和NDVImin分別為區域內NDVI的最大值和最小值。由于不可避免存在噪聲，NDVImax和NDVImin一般取一定置信度范圍內的最大值與最小值，置信度的取值主要根據圖像實際情況來定。參考李苗苗（2003）提出的估算NDVImax和NDVImin的方法，提取研究區統計結果中NDVI值的累積概率為5%和95%的NDVI值作為NDVImin和NDVImax。

根據內蒙古土地利用圖、估算的植被覆蓋度圖以及“全國沙漠化類型劃分”原則，結合內蒙古植被類型分布，將內蒙古植被覆蓋度分為以下5個等級（表1）。

圖1　研究區地理位置及實測點分布圖Fig. 1　Location of study area and distribution of field survey points

表1　植被覆蓋度等級劃分Table 1　Classification of vegetation coverage degrees in Inner Mongolia

強度分析（Intensity analysis）是基于時間點上的要素分布情況進行的分析，要求各時間點上的分類標準要一致。因此，本文將在內蒙古地區 1982 —2010年的逐年植被覆蓋度的空間分布的基礎上，求得1980年代（1980s）、1990年代（1990s）和21世紀初均值，作為3個時間點的植被覆蓋度分布；并對每個年代的植被覆蓋度劃分等級；利用ArcGIS空間疊加分析模塊進行疊加計算，分別得到 1980s —1990s和1990s—21世紀初兩個個時間段的植被覆蓋度轉移矩陣（表2），滿足Intensity analysis分析的前提。

表2　兩個研究時段內的植被覆蓋度轉移矩陣（像元）Table 2　Transition matrix of vegetation coverage in three study periods （pixel）

1.4 強度分析方法及數據預處理

強度分析方法是一種定量分析土地利用/土地覆蓋變化，適用于兩個或兩個以上時間段以及兩個或兩個以上不同類型的分析，包括3個層面的分析，即時間間隔、類別、轉換層面。第1個層面分析每個時間間隔的總體變化規模和變化速率的大小，稱之為間隔層面，計算每個時間間隔的年變化強度之后與均值線對比其變化速率的快慢。由公式1計算每個時間段的變化面積百分比；公式2給出了變化速率均值線，如果St的值在每個時間點t都相等的話，則St的值等于U，這是強度分析的基本邏輯，并適用于類別層面和轉換層面的分析。

St為時間段［Yt， Yt+1］的年變化強度；J為類別數量；下標i表示某時間段初始時間點的類別；下標j表示某時間段終止時間點的類別；下標m表示向其他等級轉換的類別；下標n表示由其他類別轉換而來的類別；T為時間段的數量；下標t是［Yt， Yt+1］期間的某一時間點，范圍是［1， T-1］；Yt為時間點 t的年份。

U為時間Intensity analysis均值線的值。

第2個層面為類別層，分析每個類別在某一個時間段增加（公式5）或減少的程度（公式6），并將其與均值線對比可知其變化速率的緩急情況。

Gtj為［Yt，Yt+1］中j等級的年總增加強度。

Ltij為從時間點Yt的i等級轉換至時間點Yt+1的j等級的像元個數。

第3個為轉換層面，分析某一類別轉換為另一類別和其他類別轉入該類別的程度，并找出在某一特定時間間隔內哪種類別的轉換尤為強烈。

Rtin為［Yt， Yt+1］中i等級至n（i≠n）等級的年轉換強度。

Wtn為［Yt， Yt+1］中從時間點Yt的非n等級至n等級的統一轉換強度。

Qtmj為［Yt， Yt+1］中m等級至（m≠j）等級的年轉換強度。

Vtm為［Yt， Yt+1］中從時間點Yt+1的m等級至所有非m等級的統一轉換強度。

2　結果分析

2.1 植被覆蓋度計算結果驗證

為驗證NDVI像元二分模型應用于植被覆蓋度反演是否有效，本研究在錫林郭勒境內選取 30個（圖2）1 m×1 m樣方進行實地采樣驗證，考察時間為2013年8月16—17日，使用GPS定位，獲得采樣點的經緯度坐標。最后根據經緯度坐標將從影像上獲取的估算結果與實地測量結果進行相關性分析，選取的影像為 2013年 8月上旬的數據（geo13aug15a.n11-VI3g）。結果表明，應用 NDVI像元二分模型估算的結果與實測值間有較高的相關性，相關系數達到了 0.914，表明用像元二分模型估算的植被覆蓋度是可靠的，該結果與劉玉安等人（2012）的結果較一致。

2.2 內蒙古植被覆蓋度變化格局

圖3為1982—2010年內蒙古各年代植被覆蓋度空間分布圖，從圖中可以看出，植被覆蓋度高等級出現在研究區東部，低等級出現在西部，總體上呈由研究區東部向西部植被覆蓋度逐漸減小的趨勢。為更深入地探討近30年內蒙古植被覆蓋度時空變化，利用ArcGIS的分類統計工具，對內蒙古地區不同時期、不同等級的植被覆蓋度進行面積統計（表3）。結果表明，在3個年代均表現為高覆蓋度植被面積占比最大，其次是中高覆蓋度、低覆蓋度、中覆蓋度，中低覆蓋度面積最小；中高和高覆蓋度植被的面積占研究區總面積的60%以上，表明內蒙古植被長勢較好。

圖2　植被覆蓋度估算結果與實測結果相關性分析Fig. 2　Correlation analysis between the estimation and measurement of vegetation coverage

圖3　內蒙古各年代植被覆蓋度等級分布圖Fig. 3　Spatial distribution of vegetation coverage degree in each decade in Inner Mongolia

表3　各年代植被覆蓋度等級面積統計Table 3　Area statistics of vegetation coverage degrees in each decade

不同等級植被蓋度在不同年代的面積變化表現為在1980s—1990s間，中低、中和中高覆蓋度面積有不同程度的減少，而低和高覆蓋度植被面積增加，中低、中和中高覆蓋度減少的面積有99%轉為高覆蓋度，表明1990s的植被長勢比1980s的好。結合空間變化圖4（a）可知，1980s—1990s內蒙古地區植被覆蓋呈增加的面積（49.2%）大于減少的面積（43.3%），主要分布在呼倫貝爾北部、錫林郭勒盟、通遼和赤峰南部、呼和浩特市、烏蘭察布中南部、巴彥淖爾南部、鄂爾多斯東部和阿拉善少數零星區域；除了阿拉善盟額濟納旗西部和大興安嶺東側的某些像元之外，其他地區植被覆蓋度減少。

1990s—21世紀初高植被覆蓋度減少面積最大（表3），其次是低覆蓋度和中覆蓋度，中低和中高覆蓋度增加。本研究低覆蓋度指的是沙漠化土地、低產草地等，主要分布在內蒙古西部位于荒漠地區的阿拉善盟。結合圖4（b）得出，進入21世紀以來，內蒙古植被蓋度呈減少的面積（57.1%）大于增加面積（35.6%），植被蓋度減少的地區主要分布在內蒙古中西部，結合前段1980s—1990s的分析結果可知，以中覆蓋度和中高覆蓋度為主的錫林郭勒盟植被蓋度減少最明顯，這是由于 21世紀初期錫林郭勒地區采礦活動加劇及受沙塵暴和干旱等氣候災害的影響，導致草場退化、沙化現象日益明顯（楊強等，2015）；植被覆蓋增加的地區位于內蒙古西部，以低和中低覆蓋度等級為主，該地區植被蓋度增加除氣候要素的影響之外生態恢復工程的實施是植被恢復的關鍵（Tian et al.，2015）。

2.3 強度分析結果

1980s—1990s和1990s—21世紀初兩個時間段的間隔分析如圖5所示，0的左側表示每個時段的整體變化面積，而延伸到0的右側的條形圖表示每個時間間隔年變化面積的強度，若強度條在均值線（圖中虛線）的左側，則認為該時間段的變化相對緩慢；若在均值線的右側，則認為該時間段的變化相對較快。內蒙古植被覆蓋度在1980s—1990s的變化面積小于1990s—2010年，且1990s—21世紀初的變化速率相對1980s—1990s較快。

圖4　1980s—1990s（a）和1990s—21世紀初（b）植被覆蓋度空間變化特征Fig. 4　Spatial variation characteristics of vegetation coverage in the 1980s to 1990s （a） to the early 21st century （b）

圖5　時間強度分析：1980s—1990s和1990s—21世紀初Fig. 5　Time intensity analysis for two time intervals: the 1980s—1990s and the 1990s—early 21stcentury

兩個時段的內蒙古植被覆蓋度等級變化規律如圖6所示。0的左側條形圖為各等級植被覆蓋度的年變化面積，0的右側為年變化強度，通過均值線的為變化活躍，反之變化強度平緩。圖 6a1、a2 為 1980s—1990s植被覆蓋度等級增加和減少變化結果，低覆蓋度、中低覆蓋度和中覆蓋度增加和減少的面積相當，中高覆蓋度減少的面積稍大于其增加的面積，而高覆蓋度增加的面積大于其減小的面積；除了低覆蓋度植被，中低覆蓋度、中覆蓋度、中高覆蓋度的增加和減少均較為活躍，高覆蓋度的增加相對活躍、減少相對平緩。以上均說明 1990s的植被長勢比1980s的好。

1990s—21世紀初內蒙古植被覆蓋度等級層面分析結果為圖 6b1、b2所示。低覆蓋度、中覆蓋度和高覆蓋度減少的面積均大于其增加的面積，且減少強度較為活躍；中低和中高覆蓋度增加的面積大于其減少的面積，增加強度相比其減少程度較為活躍。

圖6　植被覆蓋度等級變化強度分析（a：1980s—1990s ；b：1990s—21世紀初；1-增加；2-減少）Fig. 6　Category intensity analysis for two time intervals: a for the 1980s-1990s， b for the 1990s-early 21st century， 1 for gains and 2 for losses

由公式（7）～（10）計算出的轉換層面的分析結果可知，一個植被覆蓋等級在各個時間段與其他等級相互轉換的強度，可以說明哪種轉換更為強烈。為了更直觀地顯示各植被覆蓋度等級間的轉換規律，統計了各時間段占主導的轉換形式。如表 4所示，不同植被覆蓋度等級在兩個時段內的主導轉換是一致的，低植被覆蓋度在 1980s—1990s和1990s—21世紀初以中低植被覆蓋度之間的轉換為主導；中低覆蓋度以向低覆蓋度和中覆蓋度轉換為主；中覆蓋度以向中低和中高覆蓋度轉換為主導；中高覆蓋度以向中和高覆蓋度的轉變為主導；而高覆蓋度則以向中高覆蓋度轉換為主導。總體來說，研究期內內蒙古低覆蓋度植被以向高一等級轉變為主，中間等級的植被覆蓋度以向低等級和高等級轉換為主，而高覆蓋度則以向低級轉換為主。

表4　1982—2010年內蒙古各時間段主導植被覆蓋度轉換Table 4　Conversion of dominant vegetation coverage in Inner Mongolia during three time periods

3　結論與討論

在遙感和GIS技術支持下，基于像元二模型和Intensity analysis方法，分析了內蒙古植被覆蓋度在1982—2010年不同年代的時空變化特征，得出如下結論：

（1）證實了像元二分模型應用于植被覆蓋度反演是有效的，具有較高的植被覆蓋度估算精度，其實測值與估算值相關系數達到0.914。

（2）對內蒙古不同年代植被覆蓋度而言，空間分布均有從東向西逐漸減小的特征；各類別面積大小有高覆蓋度＞中高覆蓋度＞低覆蓋度＞中覆蓋度＞中低覆蓋度。

（3）1980s—1990s植被覆蓋呈增加的面積（49.2%）大于減少的面積（43.3%），而在1990s—21世紀初植被蓋度呈減少的面積（57.1%）大于增加面積（35.6），1990年代的植被長勢比其他兩個年代好。

（4）1990s—21世紀初的年平均變化速率相對1980s—1990s較快；1980s—1990s高植被覆蓋度的增加活躍，減少變化較平緩，低植被覆蓋度的增加和減少均較平緩。1990s—21世紀初，高覆蓋度和低覆蓋植被的增加較平緩，而減少變化較為活躍；研究期內低覆蓋度植被以向高一等級轉變為主，而高覆蓋度則以向低級轉換為主。

強度方法不僅強調類別變化的大小，更考慮不同等級變化的強度。采用該方法，可以對植被覆蓋度變化規律進行深度分析，包括各個時間段植被覆蓋度變化的快慢，植被覆蓋度等級的總體變化活躍程度以及各植被覆蓋度等級間的轉換情況。但該方法仍存在很多不足之處，需做進一步完善，比如沒有考慮到不同類別的聚合對結果的影響，以及數據本身的不確定性。應該在分析過程中加入空間位置的信息，從時空變化上進行完整的分析。在此基礎上，結合氣候變化和中國生態保護、治理政策，進一步深入研究內蒙古植被變化機制，進而為該地區植被恢復和災害預警提供科學支撐。

參考文獻：

ALDWAIK S Z， PONTIUS JR R G. 2012. Intensity analysis to unify measurements of size and stationarity of land changes by interval，category， and transition ［J］. Landscape and Urban Planning，106（1）:103-114.

GITELSON A A， KAUFMAN Y J， STARK R， et al. 2002. Novel algorithms for remote estimation of vegetation fraction ［J］. Remote Sensing of Environment， 80（1）: 76-87.

TIAN H J， CAO C X， CHEN W， et al. 2015. Response of vegetation activity dynamic to climatic change and ecological restoration programs in Inner Mongolia from 2000 to 2012 ［J］. Ecological Engineering， 82: 276-289.

TUCKER C J， PINZON J E， BROWN M E， et al. 2005. An extended AVHRR 8-km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data ［J］. International Journal of Remote Sensing，26（20）: 4485-4498.

ZHOU L M， TUCKER C J， ROBERT K， et al. 2001. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999 ［J］. Journal of Geophysical-Atmospheres，106（D17）: 20069-20083.

陳效逑， 王恒. 2009. 1982-2003年內蒙古植被帶和植被覆蓋度的時空變化［J］.地理學報， 64（1）: 84-94.

陳云浩， 李曉兵， 史培軍， 等. 2001. 北京海淀區植被覆蓋的遙感動態研究［J］. 植物生態學報， 25（5）: 588-593.

賈坤， 姚云軍， 魏香琴， 等. 2013. 植被覆蓋度遙感估算研究進展［J］. 地球科學進展， 28（7）: 774-782.

江洪， 王欽敏， 汪小欽. 2006. 福建省長汀縣植被覆蓋度遙感動態監測研究［J］. 自然資源學報， 21（1）: 126-132.

黎良財， 鄧利， 曹穎， 等. 2012. 基于NDVI像元二分模型的礦區植被覆蓋動態監測［J］. 中南林業科技大學學報， 32（6）: 18-23.

李杭燕， 頡耀文， 馬明國. 2009. 時序NDVI數據集重建方法評價與實例研究［J］. 遙感技術與應用， 24（5）: 598-602.

李苗苗. 2003. 植被覆蓋度的遙感估算方法研究［D］. 北京: 中國科學院研究生院.

梁釗雄， 王兮之. 2011. 佛山市植被覆蓋度的遙感估算及變化分析［J］.佛山科學技術學院學報（自然科學版）， 29（2）: 1-7.

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

劉玉安， 黃波， 程濤， 等. 2012. 基于像元二分模型的淮河上游植被覆蓋度遙感研究［J］. 水土保持通報， 32（1）: 93-97.

穆少杰， 李建龍， 陳奕兆， 等. 2012. 2001-2010年內蒙古植被覆蓋時空變化特征［J］.地理學報， 67（9）: 1255-1268.

佟斯琴， 劉桂香， 包玉海. 2015. 2000-2012年鄂爾多斯禁牧區植被覆蓋度變化監測［J］. 水土保持通報， 35（2）:136-140.

王軍邦， 陶健， 李貴才， 等. 2010. 內蒙古中部MODIS植被動態監測分析［J］.地球信息科學學報， 12（6）: 835-842.

王朗， 傅伯杰， 呂一河， 等. 2010. 生態恢復背景下陜北地區植被覆蓋的時空變化［J］. 應用生態學報， 21（8）: 2109-2116.

楊強， 王婷婷， 陳昊， 等. 2015. 基于MODIS EVI 數據的錫林郭勒盟植被覆蓋度變化特征［J］. 農業工程學院， 31（22）: 191-198.

張清春， 劉寶元 ， 翟剛. 2002. 植被與水土流失研究綜述［J］. 水土保持研究， 9（4）: 96-101.

張鈦仁， 柴秀梅， 李自珍. 2010. 中國北方植被覆蓋度特征及其與沙塵暴關系［J］. 高原氣象， 29（1）: 137-145.

張學珍， 朱金峰. 2013. 1982-2006年中國東部植被覆蓋度的變化［J］. 氣候與環境研究， 18（3）: 365-374.

周偉， 剛成誠， 李建龍， 等. 2014. 1982-2010年中國草地覆蓋度的時空動態及其對氣候變化的響應［J］. 地理學報， 69（1）: 15-30.

DOI：10.16258/j.cnki.1674-5906.2016.05.002

中圖分類號：X17

文獻標志碼：A

文章編號：1674-5906（2016）05-0737-07

基金項目：國家科技支撐計劃子課題（2013BAK05B01）；國家自然基金項目（41461102）

作者簡介：佟斯琴（1991年生），女（蒙古族），博士研究生，主要從事自然災害風險評價與管理研究。E-mail: tsq118446@163.com

*通信作者，E-mail: baoyuhai@imnu.edu.cn

收稿日期：2016-04-11

Spatiotemporal Changes of Vegetation Coverage in Inner Mongolia Based on the Dimidiate Pixel Model and Intensity Analysis

TONG Siqin1， 2， 3， BAO Yuhai2， 3， ZHANG Qiaofeng3， Duwala4
1. College of Environmental Science， Northeast Normal University//Nature Disaster Research Institute，Northeast Normal University， Changchun 130117， China；2. Inner Mongolia Key Laboratory of Remote Sensing and Geographic Information System， Hohhot 010022， China；3. College of Geographical Science， Inner Mongolia Normal University， Hohhot 010022， China；4. Inner Mongolia Autonomous Region Ecological and Agricultural Meteorology Center， Hohhot 010051， China

Abstract：In this paper， based on the GIMMS NDVI3g data， using dimidiate pixel model and intensity analysis methods to analyze the changes of vegetation coverage in Inner Mongolia from 1982 to 2010 at three levels as time interval， category and transition. The results show that the vegetation coverage estimated by dimidiate pixel model has a high correlation with the measured values， which up to 0.836. The vegetation coverage's increased area （49.2%） is greater than the reduced area （43.3%） from 1980s to 1990s， while in 1990s to the 21stcentury the reduced area （57.1%） is greater than the increased area （35.6%）， indicating that the vegetation growth in the 1990s is better than the two other decades. From the intensity analysis we can see that the average annual rate of change in the 1990s-early 21stcentury was relatively faster than that of the 1980s-1990s. In the 1980s-1990s， the gain of high vegetation coverage was active and the loss was dormant； the gain and loss of low vegetation coverage was both dormant. In the 1990s-early 21stcentury the gain of high and low vegetation coverage both are dormant， while the losses were active. In two study periods， the low coverage of vegetation transition to a higher level， however the high vegetation coverage is converting to the lower coverage.

Key words：vegetation coverage； dimidiate pixel model； intensity analysis； spatiotemporal changes