新疆大南湖荒漠區(qū)1992—2014年間植被覆蓋度遙感研究

張宇婷， 張振飛， 張 志

(1.中國地質大學(武漢)數(shù)學地質遙感地質研究所,武漢 430074；2.中國地質大學(武漢)地球科學學院,武漢 430074)

0 引言

以氣候變化為主因的植被衰退以及土地荒漠化帶來的生態(tài)系統(tǒng)退化已經(jīng)引起各國政府和科學部門的高度關注[1-3]。干旱區(qū)約占全球陸地總面積的1/3，主要分布于南、北緯15°～35°之間的副熱帶和35°～50°之間的溫帶、暖溫帶大陸[4-5]，其中有一大部分為生態(tài)環(huán)境非常脆弱的荒漠區(qū)，一般認為其植被發(fā)育狀況對氣候變化敏感[6-8]。植被覆蓋度是指植被(包括葉、莖、枝)在地面的垂直投影面積占統(tǒng)計區(qū)總面積的百分比，是表征一定地區(qū)內植被發(fā)育情況的一個重要指標[9-13]。傳統(tǒng)的植被覆蓋度研究方法以野外觀測為主，受野外條件限制，有很大的局限性。遙感技術為大面積獲取植被覆蓋度信息提供了方便，并能在一定程度上提高研究精度[4,14-15]。近20 a來，利用各種光學遙感數(shù)據(jù)研究植被覆蓋度及植被發(fā)育狀況，在國內外許多地區(qū)取得了顯著成果。例如，Qi等[16]使用歸一化差分植被指數(shù)(normalized difference vegetation index，NDVI)研究了美國西南部San Pedro盆地的植被時空變化，認為用NDVI計算出的植被覆蓋度在某些條件下可以代替實測數(shù)據(jù)； 劉廣峰等[17]應用ETM+數(shù)據(jù)研究了毛烏素沙地區(qū)的植被覆蓋度，揭示了該地區(qū)沙漠化由東南向西北加重的趨勢； 李曉松[18]利用Hyperion高光譜遙感數(shù)據(jù)，采用多種方法(植被指數(shù)法、回歸模型法和像元分解法等)研究了甘肅省民勤綠洲—荒漠過渡帶稀疏植被的發(fā)育狀況，發(fā)現(xiàn)民勤綠洲邊緣植被退化現(xiàn)象嚴重； 武正麗等[12]利用MODIS數(shù)據(jù)對祁連山地區(qū)植被覆蓋度變化進行了研究，發(fā)現(xiàn)該地區(qū)近10 a來植被覆蓋整體呈增加趨勢。

新疆是我國西北的干旱區(qū)，其中荒漠區(qū)占新疆總面積的61.39%。大南湖地區(qū)位于新疆東部，是比較典型的荒漠區(qū)，降水稀少、蒸發(fā)強烈，植被稀疏、種群單調[19-20]。目前，針對該地區(qū)天然植被發(fā)育情況的專門研究尚未見報道。本文利用多種類、多時相光學遙感數(shù)據(jù)，結合野外考察，研究該地區(qū)1992—2014年間植被覆蓋度的時空分布，探討我國西北荒漠區(qū)天然植被對全球氣溫變化的響應。上述研究不僅有一定的學術意義，而且可為該地區(qū)今后土地開發(fā)利用、環(huán)境保護治理等提供有用信息。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

研究區(qū)位于新疆維吾爾自治區(qū)哈密市東南約10 km的大南湖—沙爾湖一帶，處于吐哈盆地東南部、中天山南麓，地理位置在E93°28′～94°1′，N42°16′～42°34′之間，東西約45 km，南北約33 km，面積約1 490 km2。該區(qū)為溫帶干旱、半干旱氣候，年平均氣溫9.8 ℃，最高氣溫可達43～45 ℃，夏季晝夜溫差20～25 ℃，年均降水量33.8 mm； 春季多風、冷暖多變，夏季酷熱、蒸發(fā)強，秋季晴朗、降溫迅速，冬季寒冷、低空氣層穩(wěn)定。年均無霜期182 d，日照時數(shù)為3 300～3 500 h[21]。區(qū)內地勢總體較平緩，最高海拔高度780 m，最低490 m，最大高差290 m； 可劃分出多種地貌單元，以洪積—風成戈壁為主，地勢較高處往往有侵蝕戈壁，戈壁灘面積約占全區(qū)75%； 除戈壁灘外，還有沙漠、季節(jié)性河床、鹽漬土地、鹽沼或干鹽湖等。本文根據(jù)遙感圖像解譯并結合野外踏勘，初步繪制了該區(qū)地貌單元分布圖(圖1)，圖中背景影像為數(shù)字高程模型(digital elevation model，DEM)。除北部邊緣地段有農(nóng)作物及人工林外，區(qū)內植被總體稀疏且分布不均勻，以多年生低矮和旱生灌叢的荒漠植物為主，包括梭梭、紅柳、蘆葦和駱駝刺等。近數(shù)十a(chǎn)來，因礦業(yè)開發(fā)、興修鐵路、電網(wǎng)建設等活動，區(qū)內不僅有省道S328和S235支路通過，還有一些土路可通行，交通較便利。

圖1 研究區(qū)地貌單元遙感解譯圖Fig.1 Map of landscapes of study area interpreted from ETM+ data

1.2 數(shù)據(jù)源

本研究主要綜合應用了以下3類數(shù)據(jù)：

1)多光譜遙感數(shù)據(jù)。包括Landsat TM/ETM+/OLI等數(shù)據(jù)，空間分辨率均為30 m，云量均小于20%，下載于“地理空間數(shù)據(jù)云”網(wǎng)站(http: //www.gscloud.cn/)。共10個時相，覆蓋了1992—2014年的23 a。10景衛(wèi)星遙感數(shù)據(jù)的具體信息見表1。

表1 本文所用遙感數(shù)據(jù)Tab.1 Remote sensing data used in this paper

2)與遙感數(shù)據(jù)同期的氣象數(shù)據(jù)。研究區(qū)氣象數(shù)據(jù)是從“中國氣象數(shù)據(jù)網(wǎng)”(http: //data.cma.cn/)下載的中國地面國際交換站氣候資料之月值數(shù)據(jù)集及年值數(shù)據(jù)集，站點為距研究區(qū)最近的新疆維吾爾自治區(qū)哈密站(編號為52203)。所選數(shù)據(jù)集中于每年5—8月，各年份數(shù)據(jù)盡量與遙感數(shù)據(jù)獲取日期接近。使用了月平均氣溫、年平均氣溫、降水量、平均風速、平均氣壓及日照百分率等6個指標。全球氣溫數(shù)據(jù)從“美國國家海洋和大氣管理局網(wǎng)站”(https: //www.climate.gov/)下載。

3)DEM數(shù)據(jù)。下載于“地理空間數(shù)據(jù)云”網(wǎng)站(http: //www.gscloud.cn/)，數(shù)據(jù)類型為ASTER GDEM V2，水平空間分辨率為30 m，垂直分辨率為20 m。所用2景DEM數(shù)據(jù)標識ID(軌道號)分別為ASTGTM2_N42E093(93/42)和ASTGTM2_N42E094(94/42)。

2 研究方法

2.1 總體思路

為達到研究目的，本文采用的總體思路是，利用遙感數(shù)據(jù)計算各時間點上植被覆蓋度的空間分布(即生成覆蓋度圖像)，分析其時空變化趨勢； 并與地形、地貌及氣象資料進行比較，通過考察植被覆蓋度與上述因素的相關性，探討植被覆蓋度的變化規(guī)律及控制因素。

由于氣象資料只是各種氣象指標的時間序列，而植被覆蓋度除時間變化外還隨空間位置而改變； 所以植被覆蓋度與氣象資料如何互相對比，在方法上有較強的探索性。為使這種對比能夠更好地指示植被覆蓋度的變化規(guī)律，本研究中注意了以下2個問題：

1)植被的發(fā)育不僅與當?shù)貧夂蛴嘘P，而且與其他因素(包括局部地形地貌條件及植物種類等)有關； 故本文將覆蓋度由低到高分級，各級覆蓋度分別與氣象資料進行對比，以便獲得更為具體的對比結果。各年份采用統(tǒng)一的分級方案，以確保覆蓋度隨時間變化的可比性。

2)氣候對植被發(fā)育的影響可能存在時滯效應[6,22]。倘若在對比兩者時忽略了時間滯后問題，可能會遺漏本應存在的相關關系； 因此在對比氣象資料和覆蓋度數(shù)據(jù)時，本文對氣象指標時間序列進行了相應的處理(詳見2.3節(jié))。

2.2 遙感數(shù)據(jù)處理分析

1)圖像預處理。包括輻射定標、大氣校正、歸一化及剪裁等處理，旨在減少大氣和太陽高度角變化等帶來的誤差[23]。本文利用ENVI5.1軟件完成了圖像預處理，各項預處理的原理和方法在許多文獻中都有介紹[24-25]，在此不再贅述。

2)植被覆蓋度(Fc)計算。首先計算各像元的NDVI，計算公式[17,26]為

(1)

式中：ρNIR和ρR分別為近紅外波段和紅光波段的反射率值。

然后采用干旱區(qū)植被研究中常用的像元二分模型計算植被覆蓋度。前人在其他地區(qū)的研究中，應用該方法提取荒漠區(qū)植被覆蓋度平均精度達到了79.4%[17-18]。該模型假設像元光譜由純植物光譜與純裸土光譜線性混合而成，將植被覆蓋度定義為任一像元的NDVI在純植物像元植被指數(shù)(NDVIveg)與裸土植被指數(shù)(NDVIsoil)之間的線性插值，即

(2)

NDVIsoil和NDVIveg的取值是計算植被覆蓋度的關鍵。理論上NDVIsoil應為接近于0的固定值； 但實際中因受各種環(huán)境因素影響，NDVIsoil隨地區(qū)而變，NDVIveg值也會因植被類型和生長狀態(tài)不同而變化[23]。目前，NDVIsoil和NDVIveg的取值主要有3種方法： ①根據(jù)已有研究成果取經(jīng)驗值[27]； ②根據(jù)NDVI圖像中的灰度分布，在0.5%～99.5%置信區(qū)間內分別取下限和上限為2者的近似值[22]； ③分別取整景NDVI圖像中的極小值和極大值[28]。本文主要針對天然植被，對研究區(qū)北部邊緣的少量人工植被(如林場、農(nóng)田等)進行了掩模處理。在2015年獲取的遙感圖像中，農(nóng)田掩模的下限NDVI=0.20，用該值可以通過掩模運算提取區(qū)內全部人工植被區(qū)。將野外觀察路線與NDVI圖像進行比較后發(fā)現(xiàn)，裸地像元NDVI<0.07，而不同程度含有天然植被的像元NDVI范圍處于0.07～0.17之間。因此，本文選定NDVIsoil= 0.07，NDVIveg= 0.20。需說明的是，這樣選取NDVIsoil和NDVIveg后，用式(1)計算的Fc雖然介于0～1之間，但它只是一個表征植被局部相對發(fā)育程度的指標，而不能反映植物體所占的真實面積百分比，因此是一種“相對植被覆蓋度”。事實上，當Fc接近于1時，粗略估計植物體垂直投影面積所占百分比約為40%。本文采用這種相對植被覆蓋度(但仍稱為植被覆蓋度)的原因是： ①本文研究重點為區(qū)內植被發(fā)育程度的時空變化情況，相對覆蓋度不影響不同時間和空間位置的相互比較，因此可以滿足需要； ②無論在現(xiàn)有遙感數(shù)據(jù)中還是在野外，要在研究區(qū)內確定準確的絕對植被覆蓋度都是困難的。為了將不同時間和空間位置上的植被覆蓋情況進行較詳細的比較，本文根據(jù)Fc值對研究區(qū)內的植被覆蓋情況進行了分級。經(jīng)多方案試驗并參考野外考查結果，將植被覆蓋情況分為4級，分別為低覆蓋度(0

為研究植被整體的發(fā)育和變化情況，本文還提出了一個綜合指標——“植物總量指標”，用于表征植被面積在全區(qū)所占比例，即

(3)

式中：V為植物總量指標；A為研究區(qū)總面積，m2；R為遙感圖像空間分辨率，m；Fc,i為第i個像元的植被覆蓋度；N為全區(qū)像元總數(shù)。由于Fc的相對性，V也只有相對意義，可用于不同時相植被發(fā)育整體情況的比較。

(a) 低植被覆蓋度(戈壁灘)(b) 中植被覆蓋度(沙漠化干河谷)

(c) 中高植被覆蓋度(沙漠化干河谷)(d) 高植被覆蓋度(鹽漬土地)

圖2不同植被覆蓋度級別的野外景觀

Fig.2Fieldphotosofvariousdegreesofvegetationcoverage

2.3 氣象數(shù)據(jù)處理

氣象數(shù)據(jù)中，平均氣溫、日照百分率、平均風速、平均氣壓及平均相對濕度等均使用當月直接觀測數(shù)據(jù)； 考慮到可能的時滯效應，降水量使用當月、前月及2個月平均數(shù)據(jù)。此外通過計算還可獲得潛在蒸散量及濕潤指數(shù)。

潛在蒸散量(E/mm)計算公式[29]為

(4)

式中：d為當月的天數(shù)；Wt為溫度為t時的飽和水汽壓，mmHg；U為月平均風速，m/s；w為月平均相對濕度；P為月平均氣壓，hPa；t為月平均氣溫，℃。

濕潤指數(shù)的公式[30]為

(5)

式中：S為濕潤指數(shù)；h為當月降水量，mm；E為潛在蒸散量，mm。

由于氣候對植被的影響較復雜，各種氣象參數(shù)都可能與植被覆蓋度有關，所以本文對氣象參數(shù)與植被覆蓋度進行了相關性研究。偏相關系數(shù)可以反映2個變量的相關性而剔除其他變量的影響，其計算公式[30-31]為

(6)

式中：x，y和z分別為氣象參數(shù)及植被覆蓋度變量；rxy,z為變量z固定后x與y之間的偏相關系數(shù)；rxy，ryz，rxz分別為x與y,y與z,x與z的線性相關系數(shù)。任意2個變量x，y之間線性相關系數(shù)的計算公式[30-31]為

(7)

3 結果與討論

3.1 植被覆蓋度總體變化趨勢

應用ENVI計算研究區(qū)圖像每個像元1992—2014年間平均植被覆蓋度(圖3)。

圖3 1992—2014年平均植被覆蓋度空間分布Fig.3 Spatial distribution of average vegetation coverage during 1992—2014

由圖3可以看出，植被的空間分布主要有以下特點： ①研究區(qū)內植被稀疏(全區(qū)平均7%)且空間分布不均勻，總體呈現(xiàn)北部高、南部低，西部較高、東部較低的趨勢。此外，南部季節(jié)性河谷中植被覆蓋度較高； ②研究區(qū)北部的植被呈NWW向帶狀分布，南部為近EW向。這與該區(qū)地貌單元(圖1)的展布趨勢有一定相似性，顯示了地貌對植被分布的控制。

圖4(a)為研究區(qū)1992—2014年間各覆蓋度級別像元累積面積變化折線圖，圖4(b)為植被總量變化折線圖。

(a) 各級植被覆蓋度變化 (b)植物總量變化

圖4研究區(qū)1992—2014年間各級植被覆蓋度面積及植物總量變化折線圖

Fig.4Linechartsforvariationsofareasofvariousvegetationcoveragegradesandtotalvegetationduring1992—2014

從圖4可以看出，1992—2014年間該區(qū)植被隨時間的變化主要有以下特點： ①各級植被覆蓋度及整體覆蓋度均有隨時間增加的趨勢，其中,低、中、中高、高級及有植被覆蓋區(qū)域面積分別增長了7.5%，24.4%，40.8%，61.6%和9.0%； 而植物總量增長了21.4%； ②各級別覆蓋度區(qū)面積變化曲線形態(tài)較相似，但低植被覆蓋度區(qū)面積變化幅度較大(絕對年際變化達數(shù)百km2)，而中、中高和高覆蓋度區(qū)面積變化幅度較小(絕對年際變化小于10 km2)。

3.2 植被覆蓋度與地形高度的關系

研究區(qū)植被覆蓋度與地形高度的關系主要表現(xiàn)為以下2方面： ①從整體來看，植被覆蓋度與地形高度呈弱正相關關系(圖5(a)),高度600～780 m地區(qū)的植被覆蓋度較高，而600 m以下地區(qū)植被覆蓋度較低； ②在較小尺度上，常見植被覆蓋度較高處為局部相對低凹地段，例如圖5(b)是在研究區(qū)內任取一直線AB(見圖1)，沿該線提取每一個像元對應的高程及植被覆蓋度的變化情況，從總體上說，高程較高的地方往往植被覆蓋度也高(點序號12—24，42—46，211—218等)； 但局部(點序號113-129)較高植被覆蓋度卻對應于相對低凹處。這也反映了植被與地貌的關系(見3.3節(jié))。

(a) 研究區(qū)植被覆蓋與高程關系 (b) 圖1中沿線AB的高程及植被覆蓋度變化曲線

圖5植被覆蓋度與地形高度的關系

Fig.5Relationbetweenvegetationcoverageandelevation

3.3 植被覆蓋度與地貌的關系

研究區(qū)植被覆蓋度與地貌關系的主要特點是： ①大部分戈壁灘和沙漠中沒有植物，或只見零星分布的草本植物； ②有小部分戈壁灘中發(fā)育小型灌木如駱駝刺、梭梭等，覆蓋度低(如圖2(a))； ③鹽堿地、鹽漬土地及季節(jié)性干涸河谷中植被覆蓋度可達中—高等級(如圖2(b)—(d))。這種現(xiàn)象不僅在野外可以看到，通過比較圖1和圖3也可以看出。野外調查顯示，鹽堿地或鹽漬土地中主要有蘆葦、駱駝刺和梭梭，也有紅柳； 干涸河谷中以紅柳為主，可見駱駝刺，但梭梭及蘆葦較少。各種灌木叢或蘆葦叢往往生長在大小不等(直徑不足1～數(shù)m，高度一般低于1 m)的沙丘或鹽漬土丘上，而沙丘或土丘之間的相對低凹處一般沒有植物(但有時在潮濕、平坦的鹽沼或鹽漬土地上可見大片蘆葦)。干河谷及鹽漬土地的地勢往往較周圍的戈壁灘低，故局部植被覆蓋度常見與高程呈負相關的情況。

3.4 植被覆蓋度與氣象參數(shù)的關系

各級植被覆蓋度與各種氣象參數(shù)之間的偏相關分析結果見表2。

表2 各級植被覆蓋度區(qū)域面積與氣象數(shù)據(jù)的偏相關系數(shù)Tab.2 Partial correlation coefficients of various vegetation coverage grades and meteorological data

①*表示在 0.1或更高置信水平(雙側)上顯著相關。

由表2可以看出： ①各植被覆蓋度級別與整體情況類似，日照百分率與植被覆蓋度呈顯著正相關； ②除高植被覆蓋區(qū)外，潛在蒸散量也與植被覆蓋度顯著正相關； ③其他氣象參數(shù)(包括前月、當月、2個月平均降水量、濕潤指數(shù)及當月平均氣溫)，都在0.1置信水平上與植被覆蓋度沒有顯著相關性。如進一步降低置信水平，似可認為植被發(fā)育與降水量及濕潤指數(shù)呈負相關。

3.5 討論

1)植被覆蓋度與潛在蒸散量呈正相關，這與前人研究結果一致，如吳越[32]的研究結果也表明干旱地區(qū)地表蒸散量與NDVI有一定程度的正相關關系； 植被覆蓋度與日照百分率呈正相關，其原因之一可能是本區(qū)主要植物均為喜光植物； 植被覆蓋度與其他氣象參數(shù)(尤其是降水量及濕潤指數(shù))不相關甚至可能為負相關，即使考慮了可能的時滯效應也未能發(fā)現(xiàn)明顯的正相關性(粗略地說，所有這些相關性在實質上是一致的，因為日照時間與降水量應為負相關，而由式(5)可知，濕潤指數(shù)與降水量正相關)。這些觀測事實說明，荒漠區(qū)天然植被對氣候因素的響應，完全不同于依賴表層土壤生長的大多數(shù)草本植物或農(nóng)作物的響應。荒漠區(qū)天然植被可能主要靠其深入地下的根系吸收地下水生長，至少在1～2 a這樣的時間尺度上，它們對地面氣象參數(shù)的變化總的來說是不敏感的。這種不敏感性在低覆蓋度區(qū)比高覆蓋度區(qū)更明顯，可能是因為低覆蓋度區(qū)域中有發(fā)育于戈壁灘的零星草本植物，它們對地面降水較敏感； 而高覆蓋區(qū)域主要生長多年生灌木。

2)所觀測到的植被發(fā)育與地形高度的關系，與上述看法不矛盾。從整體來看，植被覆蓋度在研究區(qū)北部地勢較高處較高，可能是因為北部靠近常年積雪的哈爾里克山，地下水補給應相對豐富。而局部相對低凹地段傾向于具有較高的植被覆蓋度，可能是因為較低處潛水面較淺。

3)天然植物主要發(fā)育于鹽漬土及季節(jié)性河谷分布區(qū)域，這可能反映了地貌形成與植被發(fā)育之間的相互作用。前文中已指出地勢較低處(如溝谷、干河床、季節(jié)性河床等)有利于植物發(fā)育，而植物的發(fā)育可起到固沙或“固土”作用，阻滯風蝕，從而在這些較低凹地段形成沙丘或積累鹽漬土。

4)1992—2014年間研究區(qū)內天然植被覆蓋度有增加的趨勢，其原因雖然有待深入研究，但該段時間內氣溫升高可能是原因之一。研究區(qū)內1992—2014年間平均氣溫提高了0.9 ℃，并與全球年平均氣溫變化(0.76 ℃)基本持平(相關系數(shù)為0.468，在0.05的置信水平上顯著相關)，如圖6所示。

圖6 1992—2014年間研究區(qū)與全球年均氣溫變化圖Fig.6 Annual mean variations of temperature in study area and global during 1992—2014

氣溫升高造成哈爾里克山積雪消融加快[33]，附近地下水補給可能加強，從而可能成為附近荒漠植被發(fā)育的一個有利因素。前人在祁連山地區(qū)也發(fā)現(xiàn)了類似的變化趨勢[12]。雖然本文的研究并不能提供關于全球氣溫變化對荒漠植被更長期影響的直接信息，但至少可以說明近23 a來全球氣溫升高對本區(qū)荒漠植被的發(fā)育沒有負面影響，而可能有一定的促進作用，這與前人針對亞洲中部干旱區(qū)植被變化的研究結果相一致[34]。

4 結論

1)新疆大南湖一帶荒漠區(qū)天然植被總體分布較稀疏且不均勻。植物主要有紅柳、梭梭、蘆葦和駱駝刺等，主要生長于鹽漬土、鹽堿地和地勢相對較低的干河谷及溝谷中； 大片戈壁灘中幾乎沒有植物或僅有零星草本植物。

2)植被覆蓋度與日照百分率及潛在蒸散量正相關，而與降水量或濕潤指數(shù)不相關或弱負相關，反映了荒漠植物主要依靠汲取地下水生存、而對地面降雨不敏感的特點。這一特點也反映在植被與地形的關系上，包括東北部植被覆蓋度較高、西南部植被覆蓋度較低的整體趨勢，以及在地形較低處有植物較多的現(xiàn)象，可能與不同地段地下水補給情況不同有關。

3)1992—2014年間，大南湖一帶植被覆蓋度有增加的趨勢，與哈密地區(qū)及全球氣溫變化趨勢有一定的一致性。最近23 a間的氣溫升高在一定程度上促進了該地區(qū)荒漠植被的發(fā)育，但對更長時期內植被受氣候的影響尚待進一步研究。

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

Jia K,Yao Y J,Wei X Q,et al.A review on fractional vegetation cover estimation using remote sensing[J].Advances in Earth Science,2013,28(7):774-782.

[2] Jones C,Lowe J,Liddicoat S,et al.Committed terrestrial ecosystem changes due to climate change[J].Nature Geoscience,2009,2(7):484-487.

[3] Steffen W,Sanderson A,Tyson P D,et al.Global Change and the Earth System:A planet under Pressure[M].Berlin Heidelberg:Springer,2004.

[4] 李向婷,白 潔,李光錄,等.新疆荒漠稀疏植被覆蓋度信息遙感提取方法比較[J].干旱區(qū)地理,2013,36(3):502-511.

Li X T,Bai J,Li G L,et al.Comparison of methods based on MODIS for estimating sparse vegetation fraction across desert in Xinjiang[J].Arid Land Geography,2013,36(3):502-511.

[5] 羅新平,江澤平,張大華,等.論干旱區(qū)森林可持續(xù)經(jīng)營中的林牧關系[J].世界林業(yè)研究,1999,12(3):29-33.

Luo X P,Jiang Z P,Zhang D H,et al.Forest grazing for sustainable forest management in arid zones[J].World Forestry Research,1999,12(3):29-33.

[6] 祝 穩(wěn).西北干旱區(qū)植被覆蓋動態(tài)及其對極端氣溫和降水過程的響應[D].蘭州:西北師范大學,2015.

Zhu W.Spatial-Temporal Dynamics of Vegetation Coverage and Its Response to Extreme Temperature and Precipitation Processes Over the Arid Region of Northwest China[D].Lanzhou:Northwest Normal University,2015.

[7] Nemani R R,Keeling C D,Hashimoto H,et al.Climate-driven increases in global terrestrial net primary production from 1982 to 1999[J].Science,2003,300(5625):1560-1563.

[8] 徐浩杰.亞洲中部干旱區(qū)植被變化及其影響因素(2000―2012)[D].蘭州:蘭州大學,2014.

Xu H J.Variations of Vegetation and Its Influence Factors in the Arid Region of the Central Asia from 2000 to 2012[D].Lanzhou:Lanzhou University,2014.

[9] Purevdorj T S,Tateishi R,Ishiyama T,et al.Relationships between percent vegetation cover and vegetation indices[J].International Journal of Remote Sensing,1998,19(18):3519-3535.

[10] Gitelson A A,Stark R,Grits U,et al.Vegetation and soil lines in visible spectral space:A concept and technique for remote estimation of vegetation fraction[J].International Journal of Remote Sensing,2002,23(13):2537-2562.

[11] 章文波,符素華,劉寶元.目估法測量植被覆蓋度的精度分析[J].北京師范大學學報(自然科學版),2001,37(3):402-408.

Zhang W B,Fu S H,Liu B Y.Error assessment of visual estimation plant coverage[J].Journal of Beijing Normal University(Natural Science),2001,37(3):402-408.

[12] 武正麗,賈文雄,劉亞榮,等.近10a來祁連山植被覆蓋變化研究[J].干旱區(qū)研究,2014,31(1):80-87.

Wu Z L,Jia W X,Liu Y R,et al.Change of vegetation coverage in the Qilian mountains in recent 10 years[J].Arid Zone Research,2014,31(1):80-87.

[13] 陳效逑,王 恒.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,2009,64(1):84-94.

Chen X Q,Wang H.Spatial and temporal variations of vegetation belts and vegetation cover degrees in Inner Mongolia from 1982 to 2003[J].Acta Geographica Sinica,2009,64(1):84-94.

[14] 李苗苗,吳炳方,顏長珍,等.密云水庫上游植被覆蓋度的遙感估算[J].資源科學,2004,26(4):153-159.

Li M M,Wu B F,Yan C Z,et al.Estimation of vegetation fraction in the upper basin of Miyun reservoir by remote sensing[J].Resources Science,2004,26(4):153-159.

[15] Goward S N,Tucker C J,Dye D G.North American vegetation patterns observed with the NOAA-7 advanced very high resolution radiometer[J].Vegetatio,1985,64(1):3-14.

[16] Qi J,Marsett R C,Moran M S,et al.Spatial and temporal dynamics of vegetation in the San Pedro River basin area[J].Agricultural and Forest Meteorology,2000,105(1/3):55-68.

[17] 劉廣峰,吳 波,范文義,等.基于像元二分模型的沙漠化地區(qū)植被覆蓋度提取——以毛烏素沙地為例[J].水土保持研究,2007,14(2):268-271.

Liu G F,Wu B,Fan W Y,et al.Extraction of vegetation coverage in desertification regions based on the dimidiate pixel model：A case study in Maowusu sandland[J].Research of Soil and Water Conservation,2007,14(2):268-271.

[18] 李曉松.干旱地區(qū)稀疏植被覆蓋度高光譜遙感定量反演研究[D].北京:中國林業(yè)科學研究院,2008.

Li X S.Quantitative Retrieval of Sparse Vegetation Cover in Arid Regions Using Hyperspectral Data[D].Beijing:Chinese Academy of Forestry,2008.

[19] 師慶東,王 智,賀龍梅,等.基于氣候、地貌、生態(tài)系統(tǒng)的景觀分類體系——以新疆地區(qū)為例[J].生態(tài)學報,2014,34(12):3359-3367.

Shi Q D,Wang Z,He L M,et al.Landscape classification system based on climate, landform,ecosystem:A case study of Xinjiang area[J].Acta Ecologica Sinica,2014,34(12):3359-3367.

[20] 孫洪波,王讓會,張慧芝,等.新疆山地—綠洲—荒漠系統(tǒng)及其氣候特征[J].干旱區(qū)地理,2005,28(2):199-204.

Sun H B,Wang R H,Zhang H Z,et al.Mountain-oasis-desert system and characteristics of climate in Xinjiang[J].Arid Land Geography,2005,28(2):199-204.

[21] 沈 霞.新疆哈密南湖流域環(huán)境變化分析[D].西安:陜西師范大學,2008.

Shen X.The Analysis of Nanhu River Basin Environmental Change in Hami,Xinjiang[D].Xi’an:Shaanxi Normal University,2008.

[22] 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.

Mu S J,Li J L,Chen Y Z,et al.Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001―2010[J].Acta Geographica Sinica,2012,67(9):1255-1268.

[23] 李玉霞.岷江上游毛兒蓋地區(qū)生態(tài)水信息指標參數(shù)遙感量化研究[D].成都:成都理工大學,2007.

Li Y X.Quantitative Study of Eco-Water Information Indices Based on Remote Sensing Images in Maoergai District of Upper Minjiang River[D].Chengdu:Chengdu University of Technology,2007.

[24] 黎良財,鄧 利,曹 穎,等.基于NDVI像元二分模型的礦區(qū)植被覆蓋動態(tài)監(jiān)測[J].中南林業(yè)科技大學學報,2012,32(6):18-23.

Li L C,Deng L,Cao Y,et al.Vegetation dynamic monitoring in mining area based on NDVI serial images and dimidiate pixel model[J].Journal of Central South University of Forestry & Technology,2012,32(6):18-23.

[25] 馬宗義.基于TM影像的沙漠化信息定量提取方法[D].蘭州:蘭州大學,2013.

Ma Z Y.Quantitative Method for Extracting of Desertification Information Based on TM Image[D].Lanzhou:Lanzhou University,2013.

[26] 田慶久,閔祥軍.植被指數(shù)研究進展[J].地球科學進展,1998,13(4):327-333.

Tian Q J,Min X J.Advances in study on vegetation indices[J].Advance in Earth Sciences,1998,13(4):327-333.

[27] 龍曉閩,周忠發(fā),張 會,等.基于NDVI像元二分模型植被覆蓋度反演喀斯特石漠化研究——以貴州畢節(jié)鴨池示范區(qū)為例[J].安徽農(nóng)業(yè)科學,2010,38(8):4184-4186.

Long X M,Zhou Z F,Zhang H,et al.Study on Karst rock-desertification of extracting vegetation coverage inversion based on NDVI serial images and dimidiate pixel model:A case study of Yachi demonstration area of Guizhou[J].Journal of Anhui Agricultural Sciences,2010,38(8):4184-4186.

[28] 葉嬌瓏,何政偉,翁中銀,等.NDVI像元二分模型在喀斯特地區(qū)提取石漠化中的應用[J].地理空間信息,2012,10(4):134-136.

Ye J L,He Z W,Weng Z Y,et al.Application of NDVI pixel binary model in extraction of rocky desertification in Karst areas[J].Geospatial Information,2012,10(4):134-136.

[29] 中國氣象局.生態(tài)質量氣象評價規(guī)范(試行)[S].北京:氣象出版社,2005.

China Meteorological Administration.Standard for meteorological evaluation of ecological quality[S].Beijing:China Meteorological Press,2005.

[30] 徐建華.現(xiàn)代地理學中的數(shù)學方法[M].北京:高等教育出版社,2002.

Xu J H.Mathematical Methods in Contemporary Geography[M].Beijing:Higher Education Press,2002.

[31] 嚴麗坤.相關系數(shù)與偏相關系數(shù)在相關分析中的應用[J].云南財貿學院學報,2003,19(3):78-80.

Yan L K.Application of correlation coefficient and biased correlation coefficient in related analysis[J].Journal of Yunnan University of Finance and Economics,2003,19(3):78-80.

[32] 吳 越.吐魯番盆地地表蒸散量估算與植被演化特征研究[D].北京:中國地質大學(北京),2013.

Wu Y.The Evapotranspiration Estimation and Evolution Characteristics of Vegetation in Turpan Basin[D].Beijing:China University of Geosciences(Beijing),2013.

[33] 高建芳,駱光曉.氣候變化對新疆哈密地區(qū)河川徑流的影響分析[J].冰川凍土,2009,31(4):748-758.

Gao J F,Luo G X.Analysis of the impact of climate changes on river’s runoff in Hami prefecture, Xinjiang[J].Journal of Glaciology and Geocryology,2009,31(4):748-758.

[34] Zhao M S,Running S W.Drought-induced reduction in global terrestrial net primary production from 2000 through 2009[J].Science,2010,329(5994):940-943.