基于Landsat影像的石漠化區植被動態監測及治理效益研究

章維鑫，曹建華，吳秀芹

?

基于Landsat影像的石漠化區植被動態監測及治理效益研究

章維鑫1,2,3，曹建華4，吳秀芹1,2,3※

（1. 北京林業大學水土保持學院，北京 100083；2. 北京林業大學云南建水荒漠生態系統國家定位研究，建水 654399； 3. 北京林業大學水土保持國家林業局重點實驗室，北京 100083；4. 中國地質科學院巖溶地質研究所，桂林 541004）

生態恢復工程是緩解石漠化、保持土壤、提高植被覆蓋率的有效措施之一，是區域經濟和生態可持續發展的關鍵。為了研究近30 a瀘西縣植被的時空變化特征、驅動因素以及石漠化綜合治理生態工程實施的生態效益。本文基于1986—2016 Landsat TM數據，借助Mann-Kendall突變分析、Thei-Sei Median趨勢分析等方法進行了研究，結果表明:1）30 a間，瀘西縣植被覆蓋整體呈增加趨勢，平均增速為0.43%/10 a，2001年是重要的轉折點，增速由之前的0.35%/10 a增加到0.63%/10 a；2）在變化趨勢上，瀘西縣植被覆蓋呈增加和減少趨勢的面積分別占85.21%和14.79%。1986—2000年期間，植被覆蓋呈極顯著上升的面積為7.71%，零星分布在北部地區；2001—2016年，植被覆蓋呈現極顯著性上升的面積占21.62%，主要分布在石漠化綜合治理工程集中分布的東部山區；3）氣溫和降水的增加都對植被起到正向作用，氣溫對植被的影響明顯大于降水。2000年之后，人類活動對植被的提升起到了重要的作用，其中對植被覆蓋起積極作用的面積占79.6%，起消極作用的占20.4%；在貢獻大小上，氣候變化對NDVI的影響大小為39.1%，人類活動對NDVI的影響作用為60.9%。植被改善過程中人類活動的作用大于氣候變化，石漠化綜合治理生態工程是2001—2016年植被增加的重要驅動力之一。

遙感；時空變化；植被；歸因分析；瀘西縣

0 引 言

植被在全球陸地生態系統的物質循環、能量流動中一直扮演者最重要的角色[1-2]。植被的動態變化能夠直接影響到碳循環以及其它的生物物理過程[3-4]。理解植被變化機理，了解植被的變化過程是全球陸地生態系統的研究的重要內容之一。遙感作為植被動態變化的監測手段，具有迅速、準確、實時、大尺度性等的特點，而大量的遙感衛星（Landsat、MODIS等）也為研究提供了豐富的數據來源[5]。在遙感反演地表植被覆蓋指數中，歸一化植被指數（normalized difference vegetation index, NDVI）與常見的植被的物理理化性質，例如生物量、光合作用強度、葉面積指數（leaf area index, LAI）以及初級生產力（net primary productivity, NPP）呈現出顯著的相關性[6]，成為目前研究植被變化中使用最為廣泛的參數。

石漠化是一種典型的土地退化現象，廣泛分布在中國西南地區。其是在脆弱的喀斯特環境背景，土地受到巖溶作用和人類不合理的生產活動的干擾和破壞，導致土壤嚴重侵蝕，土地生產力下降，地表土層流失殆盡，基巖大面積裸露，地表缺水缺土少林草的現象[7-8]。為了保護和改善西南地區的生態環境，國家自2000年左右，實施了一系列的生態保護和恢復工程，如退耕還林工程、天然林保護工程、石漠化綜合治理生態工程，有效緩解了西南地區石漠化程度，促進了植被恢復[9-11]。Liu等[12]基于集合經驗模態分解方法（ensemble empirical mode decomposition, EEMD），揭示了1982—2015年西南地區多時間尺度下植被動態的空間異質性及其與氣候的關系，并指出在廣西和貴州北部，氣候變化對植被的動態影響大于人類活動；Tao等[13]利用標準化回歸系數，分析了1982—2013年中國西南地區高山區氣候變化對植被綠度的影響，指出高海拔區對植被綠度的影響大于低海拔區；Tong等[14]指出石漠化治理工程以來，云南、貴州、廣西各省的植被恢復情況差異明顯，其中云南省東部的植被恢復較差。這些研究多注重在空間大尺度上揭示植被覆蓋的時空變化特征，針對典型喀斯特縣域植被變化的連續監測及人類活動是否有效促進植被恢復或引起植被退化的系統研究案例還不多。巖溶斷陷盆地是中國西南地區典型的生態脆弱區，是巖溶區生態恢復與重建的重要區域，也是石漠化綜合治理類型區之一[15]。斷陷盆地的縣域尺度研究植被的動態變化，可以在局地尺度上更為精確的描述生態治理工程對生態脆弱區植被覆蓋的影響，對于深入探究植被恢復情況具有重要的參考價值。

瀘西縣地處西南喀斯特斷陷盆地，一直遭受到石漠化的困擾。據《云南省巖溶地區石漠化監測報告》顯示，2005年的石漠化的面積為381.9 km2，占總面積的22.8%，石漠化的發展嚴重制約當地的經濟水平和生態安全。隨著石漠化綜合治理生態工程的實施，石漠化的范圍呈現逐步縮小轉好的趨勢[16]。研究該區域的植被覆蓋的動態變化以及氣候和人類活動對植被的影響，能夠明確石漠化綜合治理生態工程對區域生態改變的作用，對進一步提升石漠化治理的效率有重要的意義。本文利用1986—2016年Landsat遙感數據、10個周邊氣象站點的氣溫和降雨數據，借助Mann-Kendall突變分析、Thei-Sei Median趨勢分析以及殘差分析等方法，綜合分析了瀘西縣植被覆蓋的動態變化特征，并確定了氣候變化和人類活動對植被覆蓋的影響的相對大小。通過對區域植被覆蓋的動態變化的研究，可以了解區域生態環境的變化特征，對促進區域生態環境與社會經濟的可持續發展具有舉足輕重的作用[17]。

1 材料與方法

1.1 研究區概況

瀘西縣位于云南省東部，介于東經103°30￠～104°03￠，北緯24°15￠～24°46￠之間，總面積為1674.0 km2，其中：壩區面積285.0 km2，占總面積的17.0%；山區面積808.2 km2，占總面積的48.3%；丘陵面積580.8 km2，占總面積的34.7%。該地區地處珠江流域上游，地勢呈現東部高，西南低的特點，平均海拔1 843.0 m，氣候為亞熱帶季風氣候，夏季多雨，冬季干旱，年平均氣溫為15.2 ℃，年平均降水量達950.0 mm，且降水量多集中在6—10月。雖然降雨充沛，但是喀斯特區地表土層薄，保水能力差，地表水缺乏，加上人類不合理的開發方式，導致瀘西縣成為西南三省石漠化嚴重地區之一（圖1）。國家自2000年以來，在石漠化分布較廣的東部地區，開展了一系列的石漠化綜合治理生態工程，其中對地下水的合理利用，成為瀘西縣石漠化治理的重要工作之一。

圖1 研究區位置及土地利用類型與高程

1.2 數據來源與處理

本研究采用1986-2016年30 m×30 m分辨率的Landsat TM/ETM+系列數據，時間分辨率為16 d，獲取自美國地質勘查局（United States Geological Survey, USGS）網站（https://earthexplorer.usgs.gov/），由于研究區7—9月份云量多（云量多大于80%），而在3—5月份云量特別少，因此，本研究選擇的影像多集中在4月下旬至5月上旬，篩選研究區云量小于2%的影像，以確保數據質量和精度。最后，共使用了149景Landsat影像。

本文的主要的處理過程是：首先，利用ENVI對數據進行輻射定標和大氣校正；然后，對有云污染的區域應用重疊替代方法[18]消除異常值；接著利用NDVI計算公式，得到研究區的NDVI數據；之后采用最大合成法(maximum value composites, MVC)[19]合成4—5月NDVI數據。該方法可有效降低云層、太陽高度角、氣溶膠等因素的干擾，進一步提高了NDVI數據的可靠性。

氣象數據獲取自中國氣象科學數據共享網（http://cdc.cma.gov.cn）和國家地球系統科學數據共享平臺（http://www.geodata.cn/），選擇瀘西縣周邊的10個氣象站點，運用Anuspline軟件基于高程數據插值生成1986—2016年4—5月份的平均氣溫和累計降水數據。

1.3 研究方法

1.3.1 突變分析

Mann-Kendall突變分析，常用于氣象方面，對變化要素從一個相對穩定狀態變化到另一個狀態的變化檢驗非常有效。本文將其用于NDVI的時間序列，可探討NDVI在各時間節點的變化情況。突變檢驗方法如下[20-21]

對于具有個樣本量的時間序列{x}，觀察值序列{x1,2,…,}。構造一個秩序列

其中

式中秩序列s表示的是第年份的NDVI的值大于第年份時，NDVI值個數的累加，x表示第年的NDVI值，x表示第年的NDVI值。

在時間序列隨機獨立的假定下，定義統計量

其中UF1=0，當123,…x相互獨立，且有相同連續分布時，它們可由下式算出

UF為標準正態分布，它是按時間序列順序1,2,3，…,x計算出的統計量序列，按時間序列的逆序的序列x,x-1,…,1，再重復上述過程，同時使UF=–UB（,–1,…,1）。分別將UF和UB2個統計量曲線和顯著性水平線繪在同一個圖上，若UF和UB的值大于0，則表明序列呈上升趨勢，小于0則呈下降趨勢。當超過臨界直線時，表明上升或下降趨勢顯著，超過臨界線的范圍確定為突變的時間區域。如果UF和UB2條曲線出現交點，且交點在臨界線之間，那么交點對應的時刻便是突變開始的時間。

1.3.2 趨勢分析

Thei-Sei Median（TSM）趨勢分析[22]和Mann-Kendall Test (MK)顯著性檢驗[23]能夠對NDVI的空間演變特征進行分析，其中TSM趨勢分析可以有效減少異常值的影響[23]，是一種比較穩健的趨勢計算方法，其公式為

當>0時，表示NDVI值呈現上升趨勢，當<0時，表示NDVI值呈現下降趨勢。

MK是一種非參數統計檢驗方法，用來判斷趨勢的顯著性，它無需樣本服從一定的分布，也不受少數異常值的干擾。此外，MK顯著性檢驗法能夠利用空間自相關原理來表征地理現象，其結果從地理角度來看更具有直觀意義，并增強了在相對較短的時間序列中監測趨勢的能力。計算公式如下

在公式中

式中NDVI、NDVI為柵格數據集（1986≤<≤2016），表示時間序列的長度；統計量Z的范圍為（-∞，+∞）。在給定顯著性水平下，當∣Z∣>1–α/2時，表示時間序列在水平上存在顯著性變化。當=0.01時，∣Z∣>2.58，當=0.05時，1.96<∣Z∣<2.58，當=0.1時，1.65<∣Z∣<1.96，而當∣Z∣<1.65時，該數據不具有顯著性水平。本研究分別討論了置信水平=0.1，0.05和0.01時，NDVI趨勢變化的顯著性特征。

1.3.3 氣候變化和人類活動對植被覆蓋的影響

殘差法廣泛用于剝離氣候變化和人類活動對植被覆蓋度的影響[24]。利用1986—2000年的NDVI、氣溫、降水數據進行基于像元的多元回歸，得到NDVI與氣候的關系，再用該關系式去預測2001—2016年的NDVI。多元回歸模型的公式如下[14]

此外，為了確定氣候變化和人類活動對植被變化的貢獻率大小，本研究參考Kong等學者提出公式進行計算[25]

式中氣候表示氣候變化貢獻率，NDVI之后預測表示使用多元回歸模型預測后的NDVI，NDVI之后實際表示實際計算2001—2016年的NDVI，NDVI之前表示實際計算的1986—2000的NDVI，人為表示人類活動的貢獻率。

2 結果分析

2.1 瀘西縣植被覆蓋時間變化特征

1986—2016年瀘西縣平均植被覆蓋呈增加趨勢(圖2)，增速為0.43%/10 a（0.01）。其中1986—2000年增速為0.35%/10 a（0.1），而從2000年之后，增速達到了0.63%/10 a（0.1）。2010年和2012年植被出現了明顯的下降趨勢，主要是由于該年份的干旱事件引起的。

圖2 1986—2016年植被覆蓋時間變化趨勢

2.2 瀘西縣植被覆蓋空間變化特征

2.2.1 瀘西縣植被覆蓋空間分布特征

NDVI的頻度圖顯示，瀘西縣植被覆蓋整體較好，呈“東西高，中部低”的分布特征（圖3），其中植被覆蓋高值區域主要分布在向陽鄉、三塘鄉、白水鎮的東部山區以及永寧鄉的南部山區，主要植被類型為常綠闊葉林，植被生長狀況較好；植被覆蓋低值區域則主要分布在金馬、午街鋪、中樞和白水鎮交界處，多以耕地和居民區為主，植被相對比較稀疏。

隨著海拔的升高，瀘西縣植被覆蓋整體呈上升的。800 m左右區域，NDVI值波動劇烈，河谷地區分布在此。海拔1 700～1 900 m之間，植被覆蓋度明顯下降，主要因為人類居住區大多分布于此。海拔超過2 300 m，植被覆蓋度呈現飛速的增長，是高山地區也是石漠化綜合治理工程的集中實施區（圖3c）。

2.2.2 瀘西縣植被覆蓋空間突變特征

對瀘西縣1986—2016年平均NDVI進行MK突變檢驗，結果表明（圖4a），在2000年之后，植被覆蓋上升的趨勢明顯，均大于顯著性水平0.05臨界線。根據UF和UB的曲線交點的位置，確定瀘西縣植被覆蓋度上升的突變發生在2001年左右，這與國家開始實施石漠化綜合治理生態工程的時間節點大致相吻合。

圖3 1986—2016年 NDVI空間分布特征及NDVI和像元數量分布與DEM關系

注：UB，UF的交點為突變點，對應年份為突變年份，Z、α代表顯著性水平。

利用逐像元的MK突變檢驗可以得到空間上NDVI的突變特征，由突變年份可以看出（圖4b），在1986—2000年發生突變的面積占37.7%，2001—2016年發生突變的面積占62.3%，在2000—2010年發生突變的數量明顯呈現快速上升的趨勢，并且突變發生的區域主要集中在東部的石漠化集中實施區，植被相較之前有明顯的改善（圖4c）。

2.2.3 瀘西縣植被覆蓋變化趨勢的空間特征

利用TSM趨勢度分析，研究了瀘西縣植被覆蓋變化趨勢，并運用MK檢驗，將結果劃分為極顯著變化（= 0.01）、顯著變化（= 0.05）、弱顯著變化（= 0.1）和無顯著變化4個等級。結果顯示（表1），1986—2016年瀘西縣植被覆蓋整體呈上升趨勢，呈增加趨勢面積遠大于呈減少趨勢的面積分別占85.21%和14.79%。其中，極顯著上升的面積達到47.77%。1986—2000年，呈現增加和減少趨勢的面積分別為71.37%和28.68%，其中極顯著上升和顯著上升的面積達17.9%；2001—2016年，呈現增加趨勢的面積較2000年之前有所增加，呈現下降趨勢的面積有所減少，分別為78.97%和21.03%，極顯著性上升的面積大幅度增加。從空間分布來看（圖5），1986—2000年，顯著上升的區域零星的分布在北部和中部，2001—2016年，顯著上升的區域主要分布在東部的石漠化綜合治理生態工程區。

表1 瀘西縣不同植被變化類型像元個數及比例

2.3 氣候變化和人類活動對植被覆蓋的影響

2.3.1 氣候變化對植被覆蓋的影響

瀘西縣氣溫的升高和降水的增多均會一定程度上導致植被覆蓋的增加（圖6a，6b）。1986—2016年瀘西縣出現了暖干的趨勢，不利于植被的生長（圖6c，6d）。為了進一步探究植被和氣候的關系，選取了瀘西氣象站1公里范圍內的區域，計算了1986—2016年NDVI與氣溫、降水的偏相關系數。結果表明：NDVI與降水的相關系數為0.372（=0.043），而NDVI與氣溫的相關系數為0.45（=0.013），表明瀘西縣NDVI受氣溫的影響大于降水。

2.3.2 人類活動對植被覆蓋的影響

綜合來說，2001—2016年間瀘西縣植被覆蓋變化受到氣候變化的影響大小為39.1%，人類活動為60.9%，2001—2016年瀘西縣植被改善過程中人類活動的作用大于氣候變化。在2000年之后，瀘西縣實施大規模的石漠化綜合治理生態工程，是2001—2016年植被覆蓋增加的重要原因之一。

圖5 1986—2016年NDVI變化趨勢的空間分布特征

通過多元回歸模型得到2001—2016年NDVI的預測值，將實際的NDVI與預測的NDVI相減得到殘差，即可認定為人類活動變化和氣候變化共同作用對NDVI的影響大小。圖7a中對植被有正向影響的區域占79.6%，其中明顯促進植被增加的區域，占整體面積的15.6%，主要分布在東部的山區和西部的地區；對植被逆向影響的區域分布在中部地區，占總面積的20.4%，其中顯著減少的區域只有5.2%。該些區域自2000年起實施了一系列的石漠化綜合治理工程，其中之一是巖溶水的開發，通過9個巖溶水開發示范點周邊的1.0 km范圍，分別計算人類活動的影響大小，結果顯示（圖7b），3、5、7號巖溶水開發示范點的人類活動對植被均產生逆向影響，主要原因是城市的擴展，說明石漠化綜合治理生態工程對植被恢復的作用是小于城市化對植被的破壞；1、2、4、6、8、9號巖溶示范點周邊人類活動對植被都是正向影響，但影響大小差異顯著，其中2號溶水開發示范點正向影響最大，主要原因在于除了巖溶水開發示范點建設外，人們還在此進行了大規模的經濟作物的種植，使得植被覆蓋上升的最為明顯。4、6巖溶水開發示范點相對較低，主要在于它們靠近城市地區，因此也受到了一定程度上的人類活動的逆向影響。而8、9號巖溶水開發示范點位于瀘西縣的東部重度石漠化地區，遠離城市，人類活動的逆向作用相對較輕，石漠化綜合治理生態工程成為植被變化的主要影響。

圖6 1986—2016年瀘西縣氣溫、降水的變化趨勢及其與NDVI的相關性

注：1~9分別代表9處巖溶水開發示范區域。

3 討 論

植被覆蓋對氣候變化和人類活動的響應是一個非常復雜的過程，目前已受到學者的廣泛關注[26-28]。在氣候變化中，氣溫和降水作為主導因子，對植被的生長有著重要的作用，有大量的學者對此進行了研究[1-3]，然而其它氣候因子，如蒸發散、光照時長等的影響也不可忽視，特別在中國西南的干熱河谷地區，降水雖然充沛，但是蒸發量也大，加上喀斯特地貌特征，土壤中實際的含水量較低[29-30]，因此，需要更加關注其它氣候因子對植被覆蓋的影響。同時，植被覆蓋對氣候變化的響應隨著季節的變化差異性顯著[31]，夏季和秋季由于氣溫較高，降水可能會成為限制植被覆蓋的主要原因，而春季和冬季由于氣溫較低，氣溫可能會成為的主要因子，因此，不同季節的植被覆蓋對氣候因子的響應需得到進一步關注[32-33]。

另一方面，本文僅僅關注了整體上人類活動對植被覆蓋的影響，而針對每一種治理措施下，植被覆蓋的變化的研究也需要加強。在數據源上，研究中僅使用了TM數據，并未使用多源NDVI數據集進行相互驗證工作。事實上，不同NDVI數據集，由于存在分辨率和影像質量的差異，其對植被覆蓋變化的評估結果可能存在差異[26]，今后將進一步分析不同NDVI數據集在植被覆蓋變化評估中的一致性及不確定性，以得到更為可靠的結論。

4 結 論

本文利用Landsat數據，借助MK突變檢驗、TSM趨勢分析、殘差分析等方法，探討了近30 a瀘西縣植被的時空變化特征以及驅動因素，進而探究石漠化綜合治理生態工程實施的生態效益。本文得出以下結論：

1）近30 a來，瀘西縣植被覆蓋以增速0.43%/10 a的速率增加。其中1986—2000年期間，增速為0.35%/10 a；2001—2016年期間，增速為0.63%/10 a。

2）在空間上，植被覆蓋呈“東西高、中間低”的分布特征，植被覆蓋度高的區域主要分布在瀘西縣的東部及西部高海拔的山區，植被覆蓋度低的區域則主要分布在中部和北部低海拔的各鄉鎮的交界處。

3）在植被覆蓋的突變特征上，2001年是瀘西縣整體植被突變的時間點，恰好與國家開始實施石漠化綜合治理生態工程的時間點相吻合，1986—2000年的突變的面積小于2001—2016年。

4）在變化趨勢上，近30 a來，瀘西縣植被覆蓋呈增加和減少趨勢的面積分別占85.21%和14.79%。其中1986—2000年期間，植被覆蓋呈極顯著上升的面積為7.71%，零星分布在北部地區；2001—2016年，植被覆蓋呈現極顯著性增加的面積大幅度增加，占21.62%，主要分布在石漠化治理的東部山區。

5）氣溫和降水的增加都對植被起到正向作用，且氣溫對植被的影響明顯大于降水；2000年之后，人類活動對植被的提升起到了重要的作用，其中人類活動對植被覆蓋起積極作用的面積占79.6%，起消極作用的占20.4%；而在貢獻大小上，氣候變化對NDVI的影響為39.1%，人類活動對NDVI的影響作用為60.9%，人類活動的作用大于氣候變化，石漠化綜合治理生態工程是2001—2016年植被增加的重要驅動力之一。

[1] Tsai H, Lin Y H, Yang M D. Exploring Long Term Spatial Vegetation Trends in Taiwan from AVHRR NDVI3g Dataset Using RDA and HCA Analyses[J]. Remote Sensing, 2016, 8(4): 290.

[2] Wen Z, Wu S, Chen J, et al. NDVI indicated long-term interannual changes in vegetation activities and their responses to climatic and anthropogenic factors in the Three Gorges Reservoir Region, China[J]. Science of the Total Environment, 2017, 574: 947－959.

[3] Mishra N B, Mainali K P. Greening and browning of the Himalaya: Spatial patterns and the role of climatic change and human drivers[J]. Science of the Total Environment, 2017, 587: 326－339.

[4] Zoungrana J B, Conrad C, Thiel M, et al. MODIS NDVI trends and fractional land cover change for improved assessments of vegetation degradation in Burkina Faso, West Africa[J]. Journal of Arid Environments, 2018, 153: 66－75.

[5] 丁婧祎，趙文武. 生態恢復評價研究進展與展望：第5屆國際生態恢復學會大會會議述評[J]. 應用生態學報，2014，25(9)：2716－2722. Ding Jingyi, Zhao Wenwu. Progress and prospects on evaluation of ecological restoration: A review of the 5th world conference [J]. Chinese Journal of Applied Ecology, 2014, 25(9): 2716－2722. (in Chinese with English abstract)

[6] Kang C H, Zhang Y, Wang Z, et al. The Driving force analysis of NDVI dynamics in the trans-boundary Tumen River Basin between 2000 and 2015[J]. Sustainability, 2017, 9(12): 2350.

[7] 曹建華，鄧艷，楊慧，等. 喀斯特斷陷盆地石漠化演變及治理技術與示范. 生態學報，2016，36(22)：7103－7108.Cao Jianhua, Deng Yan, Yang Hui, et al. Rocky desertification evolution, treatment technology and demonstration in Karst faulted basins, South[J]. Acta Ecologica Sinica, 2016, 36(22): 7103－7108. (in Chinese with English abstract)

[8] 蘇維詞，楊華，李晴，等. 我國西南喀斯特山區土地石漠化成因及防治[J]. 土壤通報，2006，37(3)：447－451.Su Weici, Yang Hua, Li Qing, et al. Rocky land desertification and its controlling measurements in the karst mountainous region, South west of China[J]. Chinese Journal of Soil Science, 2006, 37(3): 447－451. (in Chinese with English abstract)

[9] 張軍以，戴明宏，王臘春，等. 西南喀斯特石漠化治理植物選擇與生態適應性[J]. 地球與環境，2015，43(3)：269－278. Zhang Junyi, Dai Minghong, Wang Lachun, et al. Plant selection and their ecological adaptation for rocky desertification control in karst region[J]. Earth and Environment, 2015, 43(3): 269－278. (in Chinese with English abstract)

[10] Qi X, Wang K, Zhang C. Effectiveness of ecological restoration projects in a karst region of southwest China assessed using vegetation succession mapping[J]. Ecological Engineering, 2013, 54: 245－253.

[11] Wang J, Wang K, Zhang M, et al. Impacts of climate change and human activities on vegetation cover in hilly southern China[J]. Ecological Engineering, 2015, 81: 451－461.

[12] Liu H, Zhang M, Lin Z, et al. Spatial heterogeneity of the relationship between vegetation dynamics and climate change and their driving forces at multiple time scales in Southwest China[J]. Agricultural & Forest Meteorology, 2018, 256: 10－21.

[13] Tao J, Xu T, Dong J, et al. Elevation‐dependent effects of climate change on vegetation greenness in the high mountains of southwest China during 1982–2013[J]. International Journal of Climatology, 2017, 59(4): 780－794.

[14] Tong X, Wang K, Yue Y, et al. Quantifying the effectiveness of ecological restoration projects on long-term vegetation dynamics in the karst regions of Southwest China[J]. International Journal of Applied Earth Observation & Geoinformation, 2017, 54: 105－113.

[15] 楊慧，朱同彬，王修華，等. 云南斷陷盆地高原面典型小流域土壤元素含量特征[J]. 生態環境學報，2018，27(5)：859－865. Yang Hui, Zhu Tongbin, Wang Xiuhua, et al. Soil element contents of typical small watershed in the plateau area of karst fault basin, Yunnan[J]. Ecology and Environmental Sciences, 2018, 27(5): 859－865. (in Chinese with English abstract)

[16] 李強，蒲俊兵，黃妮，等. 斷陷盆地生態環境地質分異及石漠化演變機理的研究途徑[J]. 地球科學進展，2017，32(9)：899－907. Li Qiang, Pu Junbing, Huang Ni, et al. A research approach for ecological environmental and geological differentiation of rocky desertification and its driving mechanism in karst greben basin[J]. Advances in Earth Science, 2017, 32(9): 899－907. (in Chinese with English abstract)

[17] 劉憲鋒，潘耀忠，朱秀芳，等. 2000-2014年秦巴山區植被覆蓋時空變化特征及其歸因[J]. 地理學報，2015，70(5)：705－716. Liu Xianfeng, Pan Yaozhong, Zhu Xiufang, et al. Vegetation dynamics in Qinling-Daba Mountains in relation to climate factors between 2000 and 2014[J]. Journal of Geographical Sciences, 2015, 70(5): 705－716. (in Chinese with English abstract)

[18] 李延森，周金星，吳秀芹. 青藏鐵路(格拉段)修建對沿線植被生態系統及其彈性的影響[J]. 地理研究，2017，36(11)：2129－2140.Li Yansen, Zhou Jinxin, Wu Xiuqin. Effects of the construction of Qinghai-Tibet railway on the vegetation ecosystem and eco-resilience[J]. Geographical Research, 2017, 36(11): 2129－2140. (in Chinese with English abstract)

[19] Holben B. Characteristics of maximum-value composite images from temporal AVHRR data [J]. International Journal of Remote Sensing, 1986, 7(11): 1417－1434.

[20] Kendall M G. Rank Correlation Methods[M]. London: Charles Grifin Company, 1975.

[21] 張應華，宋獻方. 水文氣象序列趨勢分析與變異診斷的方法及其對比[J]. 干旱區地理，2015，38(4)：652－665. Zhang Yinghua, Song Xianfang. Techniques of abrupt change detection and trends analysis in hydroclimatic time-series: Advances and evaluation [J]. Arid Land Geography, 2015, 38(4): 652－665. (in Chinese with English abstract)

[22] Sen P K. Estimates of the regression coefficient based on Kendall's Tau [J]. Publications of the American Statistical Association, 1968, 63(324): 1379－1389.

[23] 袁麗華，蔣衛國，申文明，等. 2000-2012年黃河流域植被覆蓋的時空變化[J]. 生態學報，2013，33(24)：7798－7806. Yuan Lihua, Jiang Weiguo, Shen Wenming, et al. The spatio- temporal variations of vegetation cover in the Yellow River Basin from 2000 to 2010[J]. Acta Ecologica Sinica, 2013, 33(24): 7798－7806. (in Chinese with English abstract)

[24] 郭繼凱，吳秀芹，董貴華，等. 基于MODIS/NDVI的塔里木河流域植被覆蓋變化驅動因素相對作用分析[J]. 干旱區研究，2017，34(3)：621－629. Guo Jikai, Wu Xiuqin, Dong Guihua, et al. Vegetation coverage change and relative effects of driving factors based on MODIS/NDVI in the Tarim [J]. Arid Zone Research, 2017, 34(3): 621－629. (in Chinese with English abstract)

[25] Kong D, Miao C, Borthwick A G L, et al. Spatiotemporal variations in vegetation cover on the Loess Plateau, China, between 1982 and 2013: Possible causes and potential impacts[J]. Environmental Science & Pollution Research International, 2018, 25: 13633–13644.

[26] Zhao Anzhou, Zhang Anbing, Liu Haixin, et al. Spatiotemporal variation of vegetation coverage before and after implementation of Grain for Green Program in Loess Plateau, China[J]. Ecological Engineering, 2017, 104: 13－22.

[27] 趙安周，劉憲鋒，朱秀芳，等. 2000-2014年黃土高原植被覆蓋時空變化特征及其歸因[J]. 中國環境科學，2016，36(5)：1568－1578. Zhao Anzhou, Liu Xianfeng, Zhu Xiufang, et al. Spatiotemporal analyses and associated driving forces of vegetation coverage change in the Loess Plateau[J]. China Environmental Science, 2016, 36(5): 1568－1578. (in Chinese with English abstract)

[28] 王兆禮，黃澤勤，李軍，等. 基于SPEI和NDVI的中國流域尺度氣象干旱及植被分布時空演變[J]. 農業工程學報，2016，32(14)：177－186. Wang Zhaoli, Huang Zeqin, Li Jun, et al. Assessing impacts of meteorological drought on vegetation at catchment scale in China based on SPEI and NDVI[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2016, 32(14): 177－186. (in Chinese with English abstract)

[29] 歐朝蓉，朱清科，孫永玉.干熱河谷區土地利用與生態系統服務價值：以云南省元謀縣為例[J]. 農業現代化研究，2018，39(3)：494－502. Ou Zhaorong, Zhu Qingke, Sun Yongyu. Land use and ecosystem services value in the dry-hot valley region: A case study in Yuanmou County, Yunnan Province [J]. Research of Agricultural Modernization, 2018, 39(3): 494－502. (in Chinese with English abstract)

[30] 劉艷偉，王淑瑩，屠星磊，等. 元謀干熱河谷區近60年干濕狀況和氣溫變化特征分析[J]. 排灌機械工程學報，2018，36(2)：172－178. Liu Yanwei, Wang Shuying, Tu Xinglei, et al. Characteristic analysis of dry-wet condition and temperature trend in Yuanmou dry-hot valley (DHV) in recent 60 years [J]. Journal of Drainage and Irrigation Machinery Engineering, 2018, 36(2): 172－178. (in Chinese with English abstract)

[31] 杜加強，趙晨曦，賈爾恒·阿哈提，等. 近30a新疆月NDVI動態變化及其驅動因子分析[J]. 農業工程學報，2016，32(5)：172－181. Du Jiaqiang, Zhao Chenxi, Jiaerheng Ahati, et al. Analysis on Spatio-temporal trends and drivers in monthly NDVI during recent decades in Xinjiang, China based on datasets[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2016, 32(5): 172－178. (in Chinese with English abstract)

[32] Guan Q, Yang L, Guan W, et al. Assessing vegetation response to climatic variations and human activities: Spatiotemporal NDVI variations in the Hexi Corridor and surrounding areas from 2000 to 2010[J]. Theoretical & Applied Climatology, 2018, 31: 1－15.

[33] Jiang L, Jiapaer G, Bao A, et al. Vegetation dynamics and responses to climate change and human activities in Central Asia[J]. Science of the Total Environment, 2017, 599－600: 967－980.

Dynamic monitoring and control benefits of vegetation in rocky desertification areas based on Landsat images

Zhang Weixin1,2,3, Cao Jianhua4, Wu Xiuqin1,2,3※

(1.100083,; 2.654399,; 3.100083,; 4.541004,)

Ecological restoration is an effective measure to mitigate rocky desertification, control water loss, protect the existing forests and increase vegetation coverage. The long-term ecological restoration project is the key to the sustainable development of regional economy and ecology. Chinese governments have implemented a series of the Karst Rocky Desertification Comprehensive Control and Restoration Project in the karst regions of Southwest China since the late 1990s. In order to reveal the effectiveness of the Karst Rocky Desertification Comprehensive Control and Restoration Project implemented in the typical rocky desertification zone in Luxi County of Yunnan Province, we analyzed the spatiotemporal variation of vegetation coverage on the basis of Mann-Kendall mutation test, Theil-Sei trend analysis, and the relationships between remotely sensed vegetation indices named normalized difference vegetation index (NDVI) and climate changes, human activities using multiple regression analysis and residual analysis. For the analysis, the Moderate Resolution Imaging Landsat TM data at a spatial resolution of 30 meters over the period 1986-2016 are considered. The results are as follows: 1) In the past 30 years, the vegetation coverage of Luxi County showed a significantly increasing trend, with a growth rate of 0.43%/10a (0.01), a sudden change-point of time appeared in 2001, and the growth rate increased from 0.35%/10a (0.1) to 0.63%/10a (0.1); 2) The areas with high vegetation coverage primarily distributed in the eastern and western mountain areas of Luxi County, while the low vegetation coverage distributed at the junction of towns in the central and northern areas; 3) In terms of trends, the areas of ??vegetation coverage showing increasing and decreasing accounted for 85.2% and 14.79% over the period 1986-2016, respectively. Between 1986 and 2000, the areas of ??vegetation coverage with extremely significantly increase only accounted for 7.71%, scattered in the northern. But the areas of ??vegetation coverage with extremely significantly increase rose to 21.62% between 2001 and 2016, which was primarily distributed in eastern mountainous areas where the priority was given to implement the Karst Rocky Desertification Comprehensive Control and Restoration Project; 4) Increase in temperature and precipitation had a positive effect on vegetation coverage, and the contribution of temperature (0.45,0.05) on vegetation coverage was significantly higher than precipitation (0.372,0.05). Between 2001 and 2016, human activities played an important role in the improvement of vegetation coverage. The areas that human activities played a positive role in vegetation coverage accounted for 79.6%, and the areas that human activities played a negative role in vegetation coverage only accounted for 20.4%, almost located in the towns. The impact of climate change on vegetation coverage accounted for 39.1%, the impact of human activities accounted for 60.9%; 5) The ecological restoration project farther from the town showed more important role in the improvement of vegetation coverage. The role of human activities in vegetation improvement is significantly stronger than climate changes. Our study suggested that the Karst Rocky Desertification Comprehensive Control and Restoration Project contributed on the improvement of vegetation coverage and was deemed as one of the important driving forces for vegetation increasing between 2001 and 2016.

remote sensing; spatio-temporal change; vegetation;driving factors; Luxi

2018-10-13

2019-03-27

國家重點研發計劃資助（2016YFC0502500/2016YFC0502506）；國家自然科學基金項目（41671080）

章維鑫，研究方向為3S技術在資源環境中的應用。Email：zwishing@bjfu.edu.cn

吳秀芹，博士，教授，主要從事GIS應用以及土地利用變化科學方面的研究。Email：wuxq@bjfu.edu.cn

10.11975/j.issn.1002-6819.2019.08.026

S127；TP79

A

1002-6819(2019)-08-0221-09

章維鑫，曹建華，吳秀芹. 基于Landsat影像的石漠化區植被動態監測及治理效益研究[J]. 農業工程學報，2019，35(8)：221－229. doi：10.11975/j.issn.1002-6819.2019.08.026 http://www.tcsae.org

Zhang Weixin, Cao Jianhua, Wu Xiuqin. Dynamic monitoring and control benefits of vegetation in rocky desertification areas based on Landsat images[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(8): 221－229. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.08.026 http://www.tcsae.org