氣候和地形對植被覆蓋動態演化的影響研究

李卓, 張繼超, 孫然好, 張翀

?

氣候和地形對植被覆蓋動態演化的影響研究

李卓1,2, 張繼超1, 孫然好2, *, 張翀3

1. 遼寧工程技術大學測繪與地理科學學院, 阜新 123000 2. 中國科學院生態環境研究中心城市與區域生態國家重點實驗室, 北京 100085 3. 寶雞文理學院陜西省災害監測與機理模擬重點實驗室, 寶雞 721013

基于MODIS NDVI遙感數據, 結合氣象和DEM等資料, 采用線性回歸分析、穩定性分析、/分析和相關性統計等數理方法, 反演了2001—2010年貴州省植被覆蓋時空演變趨勢, 研究不同因素對植被時空格局變化的驅動作用。研究表明: (1)2001—2010年貴州省植被覆蓋呈增加趨勢, 增長率為6.25%, 植被改善區域占比例為77.7%; (2)貴州省植被覆蓋變異指數介于0.01—0.16之間, 總體較穩定; 從持續性來看, 植被持續恢復是主旋律, 反持續性主要集中在西部和東北地區。(3)貴州地區降雨量和溫度空間分布格局較為明顯, 溫度是影響該地區植被覆蓋的主導因素, 不同區域對氣候因素的響應存在差異性。(4)各等級海拔植被覆蓋均有上升, 其中高海拔地區上升最為顯著; 中海拔地區是植被的主要分布區域, 所占比例為72.2%且該海拔范圍內NDVI均值差異不大。

MODIS NDVI; 植被覆蓋變化; 氣候; 地形; 貴州

1 前言

國際地圈生物圈計劃(IGBP)指出研究植被覆蓋演變趨勢是描述陸地生態系統狀況的有效方法之一[1]。植被在生態系統中承擔著能量轉換和物質循環的作用, 對人類活動的脅迫效應十分敏感[2], 因此, 研究植被覆蓋變化趨勢, 探討不同因素的驅動作用, 在評價區域生態環境質量, 指導可持續利用自然資源等方面具有極大的社會、經濟和生態效益[3]。

天地一體化的遙感監測和高光譜、高分辨率影像應用的日益成熟, 使得植被覆蓋變化信息的獲取更加準確、靈敏[4-5]。利用MODIS(中分辨率成像光譜儀)植被指數資料具有光譜、空間和時相結合的優勢, 開展大空間尺度上的連續觀測, 已經成為眾多學者研究植被覆蓋動態變化的第一手資料[6-7]。目前, 通過遙感技術所獲得植被指數已有幾十種, 包括NDVI、SR、DVI、GEMI、SAVI、EVI、DDVI、GVI、PVI、RVI等[8], 其中NDVI(歸一化植被指數)由于其計算的簡便性和對地表植被狀況反映的準確性, 現已成為一種常用植被監測指標, 用來評價植被的動態變化[9]。對貴州省植被覆蓋變化的研究已取得了一定成果: 王冰等[10]利用1982—1999年AVHRR- NDVI數據研究貴州喀斯特地區植被覆蓋變化, 發現該地區植被覆蓋上升趨勢表現明顯且不同的濕潤程度使植被覆蓋變化產生了差異; 牛魯燕等[11]分析認為春季對植被覆蓋變化總量的貢獻最大; 鄭永康等[12]對比1990年和2007年兩個時段的Landsat TM影像發現, 貴陽市植被覆蓋面積增加了11.1%; 李威等[13]結合DEM以不同高程分區研究了2001—2010年的植被覆蓋變化情況, 研究結果表明各個高程分區的植被覆蓋都以改善為主, 尤其高程大于1900米的地區植被覆蓋增長最快。

先前對貴州省植被覆蓋的研究忽略了氣候因素, 同時相關研究缺少對植被覆蓋變化趨勢的預測。鑒于此, 本文以貴州省為研究區域, 基于MODIS NDVI遙感數據, 結合氣象和DEM等資料, 采用線性回歸分析、穩定性分析、/分析和相關性統計等數理方法, 反演了2001—2010年貴州省植被覆蓋時空演變趨勢, 評估了未來植被變化趨勢, 研究不同因素對植被時空格局變化的驅動作用, 探討影響機制, 為貴州省區域資源開發和生態保護提供決策依據。

2 材料與方法

2.1 研究區概況與數據來源

貴州省(圖1)地處我國西南腹地, 云貴高原東部, 地貌以山地和丘陵為主, 巖溶分布范圍廣泛, 地域性明顯, 屬典型喀斯特地貌; 地勢西高東低, 自中部向北、東、南傾斜, 呈階梯式分布, 海拔落差較大; 氣候冬暖夏涼, 雨季明顯, 屬亞熱帶濕潤季風氣候; 受大氣環流及地形的影響, 干旱、凌凍、冰雹等自然災害頻發; 在多種因素共同驅動下, 貴州地區形成了一種獨特的巖溶生態系統, 致使其成為我國石漠化最為敏感的地區[14]。同時, 該地區從屬于長江防護林保護區范圍, 是長江、珠江上游地區重要的生態屏障[15]。

遙感數據來源于國際科學數據鏡像網站(http:// www.gscloud.cn) 的MODND1M 數據產品, 該產品是將空間分辨率為500 m的 MODIS(Terra星)NDVI每天數據, 采用國際通用的最大合成法(MVC)排除云和大氣的干擾得到月NDVI產品。通過貴州省行政區掩膜, 裁剪出2001—2010年逐月NDVI柵影像。采用均值法, 進一步得到年均NDVI柵格影像。

氣象數據是中國氣象科學數據共享服務網(http:// cdc.cma.gov.cn)提供的貴州省內及周邊共計377個氣象站的年平均溫度和降雨量資料。根據各氣象站的經緯度將溫度、降水等信息導入ArcGIS空間分析模塊進行Kringing空間插值。胡霞等[16]通過數據的模擬和對比發現該方法充分考慮數據點的空間相關性, 插值效果良好。最后通過貴州行政區掩膜裁剪得到與NDVI數據具有相同大小像元的柵格影像。

貴州省90 m分辨率DEM資料來源于2003年美國國家航空航天局(NASA)公布的數字高程模型數據集。

2.2 年際NDVI變化趨勢計算

一元線性回歸分析基于像元層次, 可以以像元的變化特征模擬區域時空格局變化趨勢[17]。本文以年均NDVI和時間序列建立一元線性方程, 模擬2001—2010年年際NDVI變化趨勢。計算公式如下:

式中, θslope是年際NDVI回歸方程的斜率, 若值為正, 表示植被指數有增加趨勢, 且值越大趨勢越明顯; 反之, 植被指數有下降趨勢。n為監測時間段的年數; 表示第i年的年均NDVI。θslope為正, 則NDVI呈遞增趨勢; θslope為負, 則NDVI呈遞減趨勢。本文將θslope分為退化(θslope≤–0.0002)、基本穩定(–0.0002≤ θslope<0.003)、輕微改善(0.003≤θslope<0.006)、中度改善(0.006≤θslope<0.009)、明顯改善(0.009≤θslope)5個等級。

2.3 年際NDVI穩定性計算

變異系數是量化一組數據離散程度最常用的一種方法, 值的大小反映了數據序列的波動幅度[18]。本文基于單個像元在研究時段內植被覆蓋度的變異系數, 模擬貴州地區植被覆蓋的穩定性。計算公式如下:

2.4 年際NDVI變化趨勢預測

R/S分析法(重新標度極差分析法)由Hurst在研究水文觀測資料時提出, 是定量描述時間序列信息依賴性的一種分型理論, 目前在經濟學、水文學、地質學氣候學等領域有著廣泛應用[19-20]。基本原理如下:

對于一個時間序列{ξ()},=1,2…,等于任意正整數≥1, 定義均值序列:

引入無量綱的比值/, 若存在使得/= ()成立, 則說明{ξ(t)}存在Hurst現象,為Hurst指數。在雙對數坐標系中(ln, ln/)使用最小二乘法擬合, 求得像元Hurst指數。Hurst指數取值范圍:

(1)若0<<0.5, 表明NDVI時間序列具有反持續性, 過去變量與未來趨勢呈負相關, 序列有突變跳躍特性;

(2)若=0.5, 表明NDVI時間序列為互相獨立的隨機序列;

(3)0.5<<1, 表明NDVI時間序列具有長期相關特性, 過程具有持續性。

值越接近于0, 反持續性越強;值越接近于1, 持續性越強。本文根據指數的范圍, 參照已有的研究[21], 劃分為10個等級。

3 結果與分析

3.1 植被覆蓋的時間變化特征

2001—2010年貴州地區NDVI總體呈上升趨勢, 增速為0.06/10年, 增長過程中出現較大的波動(圖2); 2001年植被NDVI為0.64, 2010年增長到0.68, 增長率為6.25%; 2001—2004年間出現交替式增減; 該地區2005年由于受到嚴重氣象災害的持續影響[22]增長率為-7.38%; 2006年和2007年植被得到了較好的恢復, NDVI增長率分別為5.36%、6%; 在2008— 2010年植被NDVI呈現小幅度下降趨勢。

3.2 植被覆蓋的空間格局演變特征和穩定性評價

貴州地區植被覆蓋空間演變特征(表1、圖3): (1)2001—2010年貴州地區植被覆蓋有明顯變好趨勢, 植被改善所占比例為77.7%; 基本穩定占17.4%; 退化僅占4.9%。(2)其中明顯改善(深綠色)所占比例為16.1%, 呈塊狀點綴于中度改善中心區域, 主要分布于安順市南部、畢節市西部(威寧草海國家級自然保護區)、銅仁市東南以及和遵義市交界北部(貴州麻陽河國家級自然保護區)等地區。(3)植被退化區域(紅色)小部分零星散布于銅仁市中部、貴陽市南部、遵義市西北以及黔西南布依族苗族自治州西南地區等, 其余大部分相對集中在黔東南苗族侗族自治州, 該地區由于人口迅速增長, 建設用地持續增加, 土地利用深度、廣度顯著增加[23], 迫使植被遭受破壞。

貴州地區植被覆蓋空間格局演變的穩定性評價(圖4): (1)2001—2010年貴州地區植被覆蓋變異指數介于0.01—0.16之間, 總體呈現出穩定趨勢。(2)低波動地區(黑色)所占比例為16.1%, 主要分布于銅仁市、黔東南苗族侗族自治州、黔西南布依族苗族自治州等地區, 對比圖3可以發現與植被退化區域基本吻合, 也應證了退化幅度較低。(3)較低波動地區(淡綠色)、中度波動地區(白色)、較高波動地區(淡黃色)占全區大部分面積(77.8%)與植被改善分布基本吻合。(4)高波動地區(藍色)主要集中在遵義市西南部、畢節市東北部等地區, 所占比例為6.1%。其中畢節市東北部地區表現為植被的大幅度改善, 遵義市西南部則表現出該地區植被的不穩定性。

圖2 2001—2010年貴州地區年際NDVI變化曲線

表1 2001—2010年貴州地區植被覆蓋演變特征統計

圖3 2001—2010年貴州地區植被覆蓋空間演變

圖4 2001—2010年貴州地區植被覆蓋演變波動幅度

3.3 植被覆蓋時空演變的趨勢預測

貴州地區Hurst指數(圖5)平均值為0.62, 反持續性序列比重占20.84%, 持續性序列有絕對優勢, 比重占79.16%, 其中弱持續性序列(0.35—0.65)比重超過一半以上, 占56.7%。植被的恢復若依靠單一因素(自然或人為干涉修復), 其恢復序列表現出較強的持續性, 而這種弱持續性證明了貴州地區植被覆蓋變化是在自然、人為等多種因素共同驅動下形成的。

從空間分布格局來看(圖6), 貴州地區總體表現為持續性(綠色), 結合不足5%的退化面積, 說明該地區植被恢復已成為主旋律, 未來也將保持這一姿態。反持續性(紫色)呈現連片分布, 主要集中在西部和東北地區, 結合植被空間演變和波動幅度分析, 這些區域在研究時段內, 有著植被改善、波動幅度較大的特點, 推斷人為因素影響較大, 未來植被可能呈現退化趨勢。

圖5 貴州地區Hurst指數正態分布圖

圖6 貴州地區Hurst指數空間分布圖

為了進一步了解植被覆蓋變化趨勢的可持續性, 本文將趨勢分析結果和/分析的結果重分類后, 進行疊加耦合分析, 得出如下結論(圖7): 研究區整體情況較為樂觀, 未來植被持續改善區域(綠色)所占比重為74.3%, 反持續性改善區域(紅色)比重為20.2%, 持續退化區域(藍色)比重為4.9%, 反持續退化區域(黃色)最少不足1%。從空間分布來看, 反持續改善區域主要集中在西部地區, 這里海拔較高, 雨熱條件差, 植被的持續改善存在突變的特性, 另外銅仁市西部和遵義市交界北部(貴州麻陽河國家級自然保護區)地區雖然經歷了長期的人工植被建設使植被覆蓋有了很大的提高, 但其反持續性和未來變化趨勢仍需要研究人員繼續關注; 由于城市化、人口發展、經濟結構調整等因素, 持續退化區域主要集中在黔東南苗族侗族自治州。對于變化趨勢的持續性可以從李仕蓉等[24]相關研究來佐證, 研究結果表明2010年后植被覆蓋呈上升趨勢并在2013年達到峰值。

3.4 氣候因素對植被的影響

貴州地區降雨量和溫度空間分布格局較為明顯(圖7): (1)年平均降雨量為1170.5 mm, 分布差異性明顯, 自東向西、自南向北逐步遞減。(2)年均溫度為15.6 ℃, 差異性依附于海拔影響, 特征變現為自西向東、自中部向北、東、南逐漸升高。從整體來看, 銅仁市、黔西南布依族苗族自治州、黔南布依族苗族自治州南部地區、黔東南苗族侗族自治州東南地區相對表現為溫暖多雨。

圖 7 貴州地區植被覆蓋變化趨勢持續性分布圖

在ArcGIS Multivariate模塊的支持下, 基于像元相關性分析法, 以年為時間單位統計年際NDVI與氣候因素相關系數。相關性統計表明: (1)整個區域內, 植被覆蓋與年均溫度相關性(0.27)大于與年均降雨量相關性(0.07), 這與丹利[25]等基于貴州2000—2006年氣候對植被葉面積指數響應結果一致。(2)以各市為研究區, 統計相關性(表3), 其中溫度占主導因素影響植被覆蓋的市有: 安順、銅仁、遵義、黔西南布依族苗族自治州; 降水占主導因素影響植被的市有: 畢節、六盤水、黔東南苗族侗族自治州; 佐證了貴州地區溫度是影響植被覆蓋的主導因素。(3)貴陽市植被覆蓋與溫度、降雨相關性統計均為負值, 是由于該地區城市化較為發達, 人類活動是影響植被的主導因素; 黔南布依族苗族自治州植被覆蓋與溫度、降雨相關性差異不明顯, 是由于該地區受海拔、季風影響(南部相較北部溫暖多雨)造成了南北地區植被各自依賴不同的氣候因素。

圖8 2001—2010年貴州地區年降雨量和年均溫度空間分布

表2 2001—2010年貴州各市植被覆蓋與氣候因素相關性統計

3.5 地形因素對植被的影響

貴州地處低緯度山區, 地勢高差懸殊, 垂直氣候明顯, 不同海拔植被類型差異較大[26]。ArcGIS統計2001—2010年10年NDVI均值結果(表3)表明: 高海拔地區(1896m以上)NDVI均值最小(0.755), 所占比例為6.4%; 中海拔地區(760— 896m)是植被的主要分布區域, 所占比例為72.2%且該海拔范圍內NDVI均值差異不大; 低海拔地區(760m以下)溫暖多雨, NDVI均值最高(0.821), 所占比例為21.4%。以年份和NDVI值建立各等級海拔的NDVI變化趨勢圖(圖9), 由圖可見, 高海拔地區植被覆蓋上升最為顯著, 在研究時段增長了8%; 海拔范圍在760—1091米的NDVI值僅增長了0.01, 并且變化趨勢線性方程變現為下降趨勢; 海拔范圍在1091— 1452米的植被覆蓋變化趨勢不明顯。從各等級海拔植被覆蓋變化趨勢圖中可以看出, 2005年的嚴重氣象災害對各個等級海拔區域植被均造成了嚴重影響。

不同海拔NDVI的差異性與植被垂直分布特征有密切關系。高海拔地區植被主要是常綠闊葉林, 在全球變暖的大背景下, 加之封山育林、造林工程等政策的推行, 植被覆蓋出現了較好的增長, 對貴州地區NDVI增長貢獻較大。中、低海拔地區, 人類活動頻繁, 農田植被占有一定比例, 但隨著石漠化的治理和特色農業的開展以及城鄉綠化的進行, 在這10年間呈現小幅度增加趨勢。

4 結論

本文以貴州省為研究區域, 基于MODIS NDVI遙感數據, 結合氣象和DEM等資料, 采用線性回歸分析、穩定性分析、/分析和相關性統計等數理方法, 反演了2001—2010年貴州省植被覆蓋時空演變趨勢, 研究不同因素對植被時空格局變化的驅動作用, 探討影響機制, 得出結論如下:

表3 2001—2010年貴州地區各海拔年均NDVI統計

圖9 2001—2010年貴州地區各海拔年均NDVI變化趨勢

(1)2001—2010年貴州省植被覆蓋呈增加趨勢, 增長率為6.25%, 植被改善區域占比例為77.7%, 退化比例僅為4.9%。貴州地區植被覆蓋變異指數介于0.01—0.16之間, 總體呈現出穩定趨勢。低波動地區占比例16.1%, 基本與植被退化區域吻合; 較低、中度、較高波動地區占比例77.8%與植被改善分布基本吻合; 高波動地占比例6.1%, 主要集中在遵義市西南部、畢節市東北部等地區。

(2)貴州地區植被覆蓋受多種因素影響, 改善趨勢將會保持持續性姿態, Hurst指數均值為0.62, 持續性序列占絕對優勢, 比重占79.16%。空間分布來看, 總體表現為正向持續性, 反持續性主要集中在西部和東北地區。

(3)貴州地區降雨量和溫度空間分布格局較為明顯。降雨量自東向西、自南向北逐步遞減。溫度自西向東、自中部向北、東、南逐漸升高。植被覆蓋與溫度相關性(0.27)大于與降雨量(0.07)。不同區域氣候因素對NDVI的影響存在差異性。

(4)統計表明2001—2010年不同等級海拔區域植被NDVI均有上升, 其中高海拔地區上升最為顯著。中海拔地區是植被的主要分布區域, 所占比例為72.2%且該海拔范圍內NDVI均值差異不大。

雖然MODIS具有較高的空間分辨率, 但小區域內變化與未變化部分仍會組合成混合像元, 從而影響利用NDVI監測植被覆蓋動態變化的敏感性。像元二分模型通過將像元信息線性分解提高獲取植被信息的靈敏度, 并減少了影像輻射校正的干擾, 是當前主流的植被估算模型, 其缺陷是通常根據影像NDVI灰度分布, 以置信度截取上下限閾值來近似代替純植被像元和非植被像元信息, 而純植被像元信息會受到植被類型、空間分布和生長季相的變化產生時空變異使植被覆蓋估算產生偏差[27], 下一步根據實測數據確定純植被和非植被像元信息是提高監測植被覆蓋變化精度的有效途徑之一。同時, 伴隨著中國城鎮化速度明顯加快, 如何區劃人類活動范圍, 量化剖析對植被覆蓋的直接或間接影響, 針對植被覆蓋變化特征進行分類識別, 在評價陸地生態環境質量等方面將具有重要的科研價值和實際意義。

[1] WALKER B. The Terrestrial Biosphere and Global Change: Implications for Natural and Managed Ecosystems[J]. Environmental Policy Collection, 1999, 400(6744): 522–523.

[2] 傅伯杰, 劉國華, 歐陽志云. 中國生態區劃研究[M]. 北京: 科學出版社, 2013.

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

[4] 李德仁. 攝影測量與遙感學的發展展望[J]. 武漢大學學報(信息科學版), 2008, 33(12): 1211–1215.

[5] GLENN E P, HUETE A R, NAGLER P L, et al. Relationship between remotely-sensed vegetation indices, canopy attributes and plant physiological processes: what vegetation indices can and cannot tell us about the landscape[J]. Sensors, 2008, 8(4): 2136–2160.

[6] POULIOT D, LATIFOVIC R, OLTHOF I. Trends in vegetation NDVI from 1 km AVHRR data over Canada for the period 1985—2006[J]. International Journal of Remote Sensing, 2009, 30(1): 149–168.

[7] 王紅說, 黃敬峰. 基于 MODIS NDVI 時間序列的植被覆蓋變化特征研究[J]. 浙江大學學報(農業與生命科學版), 2009, 35(1): 105–110.

[8] TUCKER C J. Red and photographic infrared linear combinations for monitoring vegetation[J]. Remote Sensing of Environment, 1979, 8(2): 127–150.

[9] 郭建坤, 黃國滿. 1988—2003年內蒙古地區土地覆被動態變化分析[J]. 資源科學, 2005, 27(4): 84–89.

[10] 王冰, 楊勝天. 基于NOAA/AVHRR的貴州喀斯特地區植被覆蓋變化研究[J]. 中國巖溶, 2006, 02: 157–162.

[11] 牛魯燕, 鄭有飛, 吳榮軍, 等. 基于RS和GIS技術的貴州省植被生態環境監測分析[J]. 環境監測管理與技術, 2009, 03: 14–18.

[12] 鄭永康, 銀正彤, 何朝鳳. 基于遙感影像的貴陽市植被覆蓋變化分析[J]. 貴州農業科學, 2014, 02: 145–148.

[13] 李威, 李月臣, 唐誼娟, 等. 基于MODIS-NDVI的貴州省2001—2010年植被覆蓋變化分析及分異特征[J]. 重慶師范大學學報(自然科學版), 2015, 04: 146–151.

[14] 周國富. 貴州喀斯特石漠化分布的空間差異與防治區劃探討[J]. 中國巖溶, 2006, 25(1): 79–84.

[15] 朱金兆, 周心澄, 胡建忠. 對“三北”防護林體系工程的思考與展望[J]. 自然資源學報, 2004, 19(1): 79–85.

[16] 胡霞, 雷星松. 基于ArcGIS 的中國區域降水空間分析及其可視化[J]. 科技資訊, 2009 (24): 115–116.

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

[18] 徐建華. 現代地理學中的數學方法[M]. 北京: 化學工業出版社, 2001.

[19] HURST H E. Long-term storage capacity of reservoirs[J]. Transactions of the American Society of Civil Engineers, 1951, 116: 770–808.

[20] MANDELBROT B, WALLIS J R. Some long-run prope-rties of geophysical records[J]. Water Resources Research, 1969, 5(2): 321–340.

[21] 李雙雙, 延軍平, 萬佳. 近10年陜甘寧黃土高原區植被覆蓋時空變化特征[J]. 地理學報, 2012, 67(7): 960– 70.

[22] 唐磊. 2005 年貴州省主要氣象災害及影響[J]. 貴州氣象, 2006, 30(6): 26–27.

[23] 趙松婷, 郭濼, 杜世宏, 等. 黔東南苗族侗族自治州土地利用時空變化與驅動因素[J]. 北京大學學報 (自然科學版), 2012, 48(5): 785–791.

[24] 李仕蓉. 2000—2013年貴州省植被覆蓋時空變化特征與趨勢[J]. 貴州農業科學, 2014(7): 202–205.

[25] 丹利, 謝明. 基于 MODIS 資料的貴州植被葉面積指數的時空變化及其對氣候的響應[J]. 氣候與環境研究, 2009, 14(5): 455–464.

[26] 王孜昌, 王宏艷. 貴州省氣候特點與植被分布規律簡介[J].貴州林業科技, 2002, 30(4): 46–50.

[27] 馬娜, 胡云鋒, 莊大方, 等. 基于遙感和像元二分模型的內蒙古正藍旗植被覆蓋度格局和動態變化[J]. 地理科學, 2012, 2: 251–256.

李卓, 張繼超, 孫然好, 等. 氣候和地形對植被覆蓋動態演化的影響研究[J]. 生態科學, 2017, 36(6): 35-43.

LI Zhuo, ZHANG Jichao, SUN Ranhao, et al. Impact of climate and topography on vegetation dynamics[J]. Ecological Science, 2017, 36(6): 35-43.

Impact of climate and topography on vegetation dynamics

LI Zhuo1,2, ZHANG Jichao1, SUN Ranhao2,*, ZHANG Chong3

1. School of Geomatics, Liaoning Technical University, Fuxin 123000, China 2. State Key Laboratory of Urban and Regional Ecology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China 3. Shaanxi Key Laboratory of Disaster Monitoring and Mechanism Modeling, Baoji University of Arts and Sciences, Baoji 721013, China

Vegetation dynamics can represent the evolution of terrestrial ecosystems and have significant effects on the global climate change and hydrological cycle. This study quantified the temporal and spatial pattern of vegetation cover by using the MODIS NDVI, DEM, and meteorological data. This study was implemented in Guizhou from 2001 to 2010. The main methods of this study include linear regression, coefficient of variation,/analysis, correlation statistics and other mathematical methods. Results showed that: (1) The vegetation coverage increased 6.25% in Guizhou province from 2001 to 2010. The proportion of vegetation recovery reached 77.7%. (2) Vegetation coverage was stable in most areas of Guizhou province. This was proved by thevariation coefficient between 0.01-0.16. The sustained recovery of vegetation is dominant during this period while the anti-sustainability only located in the western and northeastern parts of Guizhou province. (3) The precipitation and temperature had obvious spatial gradient. The temperature was found to be the dominant factor in the study area. (4) The vegetation cover increased significantly, particularly at high-altitude regions. The regions of mediate altitude had the largest area of vegetation which contributions more than 72.2% of the total area. Moreover, the NDVI values in this region had small variations compared with other regions.

NDVI; vegetation cover; climate; topography; Guizhou

10.14108/j.cnki.1008-8873.2017.06.005

P951

A

1008-8873(2017)06-035-09

2016-09-23;

2016-12-06

國家自然科學基金重大項目(41590843)

李卓(1992—), 男, 山東菏澤人, 碩士研究生, 主要從事資源環境遙感研究, E-mail: lizhuo56@foxmail.com

孫然好, 男, 博士, 副研究員, 主要從事生態學和GIS研究, E-mail: rhsun@rcees.ac.cn