鹽池縣2000—2012年植被變化及其驅動力

宋乃平，杜靈通，王 磊

寧夏大學， 西北土地退化與生態恢復國家重點實驗室培育基地，西北退化生態系統恢復與重建教育部重點實驗室， 銀川 750021

鹽池縣2000—2012年植被變化及其驅動力

宋乃平*，杜靈通，王 磊

寧夏大學， 西北土地退化與生態恢復國家重點實驗室培育基地，西北退化生態系統恢復與重建教育部重點實驗室， 銀川 750021

荒漠草原區的植被對防治荒漠化、維護生態屏障具有決定性作用，寧夏鹽池縣作為其典型代表，近13年的植被變化深受氣候變化和人類活動的綜合影響。基于MODIS NDVI等數據，運用趨勢分析、經驗模態分解和空間疊置分析等方法，對鹽池縣2000—2012年的植被動態變化進行研究，結果表明：(1)2000—2012年鹽池縣NDVI在0.2—0.4之間呈波動上升趨勢，上升幅度為0.078/10 a，上升趨勢顯著；總體來說，植被穩定性低，年際間波動或轉換頻繁、幅度大；(2)NDVI的波動分量與殘余分量方差貢獻率各占50%，且NDVI波動呈減弱趨勢。促使NDVI波動的主控因子是年降水量，但其影響在減弱；(3)推動NDVI趨勢性上升的主要因素是土地利用方式改善和類型變化，但土地利用方式改善對NDVI的貢獻遠遠大于土地利用類型變化對NDVI的貢獻。因此，荒漠草原區的生態改善應以保護為主，輔之以必要的生態重建，走以適度開發帶動整體保護的道路。

植被變化；驅動力；MODIS NDVI；氣候；土地利用；鹽池縣

荒漠草原區既是生態十分脆弱的地區，又是我國西北生態屏障的重要組成部分，也屬于全球變化格局中受溫度升高對植被變化影響明顯的地區[1- 4]。由于荒漠草原區植被主要受水分因素限制[1]和人類活動等因素影響，其變化過程快，幅度較大，驅動力和貢獻程度尚不明確，使該區植被恢復實踐存在較大盲目性。寧夏鹽池縣以荒漠草原為主體，近十多年受氣候變化和人類活動交互作用最為劇烈，且存在著荒漠化逆轉過程，是研究自然和人類對植被變化驅動機制的理想之地。建立針對于此的“計量生態調控模式”，既是一個科學問題，又是迫切需要解決的實踐問題。對鹽池縣植被變化的研究主要分為兩類：一是利用GIMMS(Global Inventory Monitoring and Modelling Study)或SPOT-VGT(Systeme Probatoire d′Observation dela Tarre Vegetation)等高時間分辨率數據，得出植被變好，氣候為主要驅動因素[5- 9]；二是利用Landsat-TM(Landsat Thematic Mapper)數據得出植被覆蓋度呈先增加后減少的趨勢，主要驅動力是人為因素和氣候[10- 11]。然而這些研究仍有不足，一是研究時限均在2006年之前，未能充分反映灌區開發、退耕還林、退牧還草等工程的植被恢復效果；二是所用數據或因空間分辨率低，很難客觀表達植被的空間異質性，或因時間分辨率較低，很難反映植被年際波動的動態規律；三是對氣候變化和人類活動對植被的作用，缺乏系統、精確研究，未能確切回答荒漠草原區植被恢復究竟走以自然力為主的封育保護道路，還是走以適度開發帶動整體保護的道路。

歸一化差值植被指數(Normalized Difference Vegetation Index，NDVI)對植被的生物物理特征十分敏感，且在時效、尺度等方面都具有明顯的優勢，成為區域尺度植被分類和覆蓋研究的有效手段[12- 13]，特別是對于低植被覆蓋的荒漠區域，NDVI與植被覆蓋率之間呈單調線性相關關系[14- 15]，且對生態系統的變化響應明顯[16]，因此被眾多學者用來研究植被變化與氣候因子[17- 18]和人類活動[19]的關系。中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer，MODIS)的NDVI產品雖然生產時間較短，但因具有更高的空間分辨率，成為植被動態研究的一種重要數據源[5,20]。本文使用MODIS的植被指數產品MOD13Q1，應用趨勢分析、相關分析和空間疊置分析等方法，對地處荒漠草原帶的鹽池縣2000—2012年的植被變化及其驅動因素進行研究，為回答荒漠草原區的植被恢復道路提供科學依據和決策參考。

1 研究區域概況、數據與方法

1.1 研究區域概況

鹽池縣位于寧夏回族自治區東部，地理坐標37°04′—38°10′N，106°30′—107°47′E，面積6769 km2。以麻黃山為界，北部大部分屬鄂爾多斯高原，南部為黃土丘陵區。典型中溫帶大陸性氣候，年均氣溫為8.4 ℃，年均無霜期為160 d；年平均降水量350—250 mm，縣城為292 mm。土壤以灰鈣土、風沙土、黑壚土為主。植物區系以亞洲中部草原成分為主[21]，主要植被類型有干草原、荒漠草原、沙生和隱域性4種，荒漠草原和沙生植被約占草原面積的73.5%。近些年，鹽池縣在退耕地和草原上發展人工灌草地322666.7 hm2，約占研究區總面積的48.52%，使得區域植被類型和結構發生了重大變化。

1.2 數據來源與預處理

研究數據來自于美國國家航空航天局提供的MODIS植被指數產品MOD13Q1，為空間分辨率250 m的16天合成產品(http://ladsweb.nascom.nasa.gov/data/search.html)。本次共獲取2000—2012年覆蓋鹽池縣的296景數據。利用MODIS Reprojection Tool工具，把HDF格式的原始數據轉換為GeoTIF格式，統一將投影轉換為Albers等面積圓錐投影系統，在ArcGIS環境下裁剪出研究區，在ENVI/IDL軟件中編寫數據質量控制算法對原始數據進行Savitzky-Golay濾波處理[22]，并使用最大值合成算法(Maximum Value Composite，MVC)合成年、季NDVI。還獲得了鹽池縣2000和2011年的1∶50000土地利用矢量數據。

1.3 趨勢分析

利用像元2000—2012年NDVI的一元線性回歸斜率及其分布，分析變化趨勢和植被空間變化，趨勢顯著性采用F檢驗。據此將NDVI變化趨勢按照上升和下降的顯著性分為6級(表1)。用Mann-Kendall非參數檢驗法分析近13年NDVI的變化趨勢和突變點。

1.4 經驗模態分解

利用經驗模態分解(Empirical Mode Decomposition，EMD)對NDVI時間序列數據逐級進行平穩化處理，把不同周期的波動從原信號中分離出來，最后得到殘余分量。EMD分解出的每一個模態函數(Intrinsic Mode Function，IMF)包含并突出了原信號的局部特征信息，即各IMF分量分別包含了原信號的不同時間尺度的局部特征信息[23]。

1.5 空間疊置分析

將2000年與2011年的土地利用數據進行制圖綜合后，在ArcGIS軟件中進行空間疊置(overlay)，提取水澆地、旱耕地、草地、林地、沙地與裸露地未變化部分和地類轉換部分的圖斑矢量文件，將其與各年NDVI圖疊置分析，求各類地中像元NDVI變化趨勢，檢驗其顯著性，由此評價人類活動對NDVI的影響。研究構建了不同地類對NDVI的影響度指標I，計算公式如下：

I=Npixel*(NDVI2011-NDVI2000)

(1)

式中，I表示某個地類的NDVI影響，Npixel表示該地類像元數，NDVI2000和NDVI2011分別表示該類地所有像元2000年和2011年的NDVI平均值。

2 結果分析

2.1 鹽池縣NDVI的時空變化特征

2.1.1 NDVI的年際變化

2000—2012年鹽池縣全年NDVI在0.2—0.4之間變動(圖1)，變異系數為0.1571。呈波動上升趨勢，上升幅度為0.078/10 a，遠快于“三北”防護林工程區1982—2006年植被0.007/10 a的平均增速[24]。Mann-Kendall分析表明，NDVI在2000—2003年呈增加趨勢，2003—2008年呈減緩趨勢，2008—2012年再呈增加趨勢，并在2002—2003年、2010年發生2次突變，總體呈顯著增加趨勢(2012年UFk=2.56)。

圖1 鹽池縣2000—2012年NDVI動態及內部結構 Fig.1 Dynamics and structure of NDVI in Yanchi County from 2000 to 2012

近13年NDVI的內部結構變化較大(圖1)。NDVI在0.2—0.3的中低覆蓋度像元平均數最多，變異系數最小；NDVI在0.3—0.4的中覆蓋度像元平均數也較多，變異系數較??；這類像元數在2000、2001、2005、2006、2008年等干旱年份大幅減少，而在2002—2004、2007、2009—2012年較多(達到或接近50000個像元)；說明鹽池縣1/2面積的NDVI達到0.3—0.4既是植被良好的保障，也可能是一種臨界值。以上2類覆蓋度的像元數平均每年占像元總數的77.79%，是荒漠草原區植被覆蓋度波動的主要等級。特低覆蓋度像元和特高覆蓋度像元的比例雖然較低，但意義重大。前者主要是沙地和裸地，面積比由2000年的4.00%下降到2011年的1.43%；后者是水澆地和林地，水澆地由2000年的0.96%增加到了2.24%，林地由2000年的5.54%增加到了14.18%?？傮w來說，鹽池縣近80%面積的NDVI在0.2—0.3和0.3—0.4等級范圍內，并且隨氣候變化在年際間頻繁、大幅波動或轉換；有20%以上面積的NDVI在0—0.2和0.4以上，前者面積大幅下降，后者面積穩定上升，都推動了全年NDVI的總體上升。

2.1.2 NDVI的空間格局

將計算的單個像元2000—2012年NDVI的變化斜率θslope，參照已有成果[25]分為7個等級。結果顯示：NDVI上升的像元數占81.98%，下降的像元數僅占18.02%，22.65%的面積為顯著上升和極顯著上升(表1)。

表1 2000—2012年鹽池縣NDVI變化幅度和顯著性Table 1 Variability and significance level of NDVI in Yanchi County from 2000 to 2012

鹽池縣受氣候驅動的草原、旱地、林地等植被面積遠遠大于受水文驅動的水澆地、低濕灘地等植被面積，因而NDVI隨氣候變化呈明顯的空間整體性變化(圖2)。2000—2012年間，植被顯著和極顯著改善的像元數達到66.31%，但在干旱的2000、2001、2005、2006、2008年，NDVI卻有大面積的下降。在整體性之下，形成幾個明顯的NDVI高值區和低值區。前者如惠安堡—馮記溝—王樂井—城西灘的20多個塊狀揚黃灌區，王樂井鄉耕地集中分布區，麻黃山，縣境東北角，307國道沿線；后者如哈巴湖東西向流沙帶，紅井子南北向沙地帶，麻黃山西北坡麓沙地帶，縣境西北角。鹽池縣植被改善幅度最大且效果顯著的區域在東部和中部，即老行政區劃的柳楊堡、城郊鄉、王樂井鄉中南部、青山、馮記溝鄉和惠安堡鎮，以及青銀高速公路和307國道兩側。改善幅度較小和不顯著的是前述NDVI低值區(圖3)?？傮w來說，鹽池縣NDVI的時間規律比空間規律明顯。干旱年份NDVI大面積降低，雨水較多年份又大面積上升?？臻g上表現為西部弱于東部，但卻受植被類型和土壤類型等影響的多變特征。

圖2 鹽池縣2000—2012年NDVI空間分布Fig.2 Spatial distribution of NDVI in Yanchi County from 2000 to 2012

圖3 2000—2012年NDVI變化斜率及其顯著性空間分布Fig.3 Spatial distribution of NDVI slope and significance from 2000 to 2012

2.2 影響鹽池縣NDVI變化的主要因素

2.2.1 自然因素和人類活動對NDVI的影響程度

為了研究自然因素和人類活動對NDVI的影響程度，采用經驗模態分解法(EMD)將全年NDVI在近13年的變化序列分解為IMF1分量(準4a周期)、IMF2分量(準9a周期)和殘余分量3個簡單模態分量(圖4)。準4a周期在0.1范圍內波動，振幅逐漸減小；準9a周期在0.05范圍內波動。殘余分量在0.24—0.35范圍內逐步上升，與近80%的像元的NDVI在0.2—0.4之間是一致的，說明這是鹽池縣NDVI的主體和基準。從各個分量的方差貢獻率來看，IMF1分量(準4a周期)的方差貢獻率為50.00%，IMF2分量(準9a周期)的方差貢獻率為0.00%，殘余分量的方差貢獻率為50.00%，即NDVI的波動程度與上升程度相當，且波動對NDVI的影響呈逐漸減弱趨勢。

圖4 NDVI變化的各IMF分量及其殘余分量Fig.4 IMF and residues of NDVI changing in Yanchi County from 2000 to 2012IMF(Intrinsic Mode Function)為本征模態函數

為了確定影響NDVI的驅動力，選取影響NDVI的12個影響因子并對它們2000—2012年序列進行EMD分解，將結果與NDVI的分解結果進行比較(表2)。結果表明，促使NDVI波動的主控因子有年降水量、年平均氣溫、作物總產量和禁牧政策執行力，但由于NDVI的波動全部體現在IMF1(準4a周期)分量上，結合這4個主控因子的IMF1分量方差貢獻率大小和相互關系，可以得出真正影響NDVI波動的主要因子是年降水量，年平均氣溫也有一定影響，也就是說，自然因素推動NDVI波動。而其他8個因子為反向調節因子，它們有抑制NDVI波動、促進趨勢性變化的作用。推動NDVI趨勢性上升的主要是殘余分量，根據各反向調節因子的殘余分量大小及與NDVI殘余分量分布的一致性，可以發現，推動NDVI趨勢性上升的主要因子是作物總產量、羊只存欄數、引黃灌溉面積。雖然無法對當年造林面積進行EMD分解，但通過逐步線性回歸分析發現它對NDVI的趨勢性上升具有顯著方差貢獻率。由此推論，推動NDVI趨勢性上升的主要因素是土地利用方式和類型變化。

2.2.2 NDVI與降水和氣溫的相關性分析

鹽池縣春季降水量與春季、夏季和全年NDVI的相關系數都通過了0.01水平的顯著性檢驗，與秋季NDVI的相關系數通過了0.05水平的顯著性檢驗；夏秋冬季降水量與對應季節NDVI和全年NDVI的相關系數都未通過0.05水平的顯著性檢驗。上年秋季降水量與春季、夏季NDVI的相關程度通過0.01水平的顯著性檢驗，與秋季和全年NDVI的相關系數通過0.05水平的顯著性檢驗，不存在其他年季降水量與NDVI的隔季或隔年明顯相關性的情況。這與該縣1981—2004年[5]和背景類似的長城沿線風沙區[26]的情況不同，可能是由于禁牧之后植被生物量和年內積累量增加的緣故，與農作物產量增加促進NDVI增加機理相同[27](表3)。

鹽池縣氣溫與NDVI大多為負相關(表3)。只有春季氣溫與冬季NDVI、夏季氣溫與秋季NDVI的負相關關系通過0.05水平的顯著性檢驗。說明干旱區的氣溫升高對植被恢復不利。這也印證了降水對NDVI的影響比氣溫顯著，上年秋季降水和當年春季降水對NDVI至關重要，降水對NDVI的影響比過去要及時。

表2 NDVI影響因子的IMF分量方差貢獻率Table 2 Variance contribution rate of IMF of NDVI′s influence factors

表3 鹽池縣降水量和氣溫與各季NDVI相關系數矩陣Table 3 Correlation coefficient between NDVI and precipitation, temperature in Yanchi County

2.2.3 土地利用變化與NDVI的空間疊置分析

人類活動對植被的影響主要是通過土地利用變化來體現，一是土地利用類型變化影響植被類型的面積，二是土地利用方式變化影響植被的質量。將鹽池縣2000年和2011年兩期土地利用圖疊置，識別主要不變地類和轉換地類，再將其矢量圖與各年度NDVI圖疊置，并對各地類像元13a NDVI統計分析。結果表明：在不變地類中，NDVI改善幅度由大到小依次為水澆地、林地、草地、沙地和旱地，前兩類地的改善幅度大于總體幅度；各地類NDVI的截距由大到小低依次為水澆地、林地、旱地、草地和沙地，而且差異明顯。由于不同地類的像元數相差較大，對總體NDVI貢獻最大的是草地，其它依次為旱地、沙地、水澆地和林地(表4)。

表4 鹽池縣2000年至2011年地類變化及其對NDVI的影響Table 4 Impacts of different land-use types′ on NDVI in Yanchi county

在轉換地類中，植被改善幅度由大到小依次為旱地轉林地、草地轉林地、沙地轉草地、旱地轉草地，NDVI的截距由大到小低依次為旱地轉草地、旱地轉林地、草地轉林地、沙地轉草地，但差別不大；轉換地類的NDVI變化趨勢都在0.05水平上顯著。對總體NDVI貢獻的大小依次為旱地轉草地、沙地轉草地、草地轉林地、旱地轉林地(表3)。

如果將其他地類轉入林地對NDVI的貢獻作為退耕還林的植被恢復效果，將不變的草地、林地、沙地NDVI的增加看成禁牧的效果，則不變地類和轉換地類NDVI增加值占NDVI總增加值的67.92%，退耕還林占12.62%，封育禁牧占46.04%。除了旱地轉草地，各類地NDVI擬合公式中的決定系數遠遠高于各季和全年NDVI的決定系數(表3)，說明土地利用引起的NDVI趨勢性變化比自然節律引起的NDVI的趨勢更為顯著。與旱地相比，沙地、草地和林地的變化趨勢顯著，是封育的結果；水澆地的變化趨勢極為顯著，是人為灌溉的結果。由此可見，土地利用方式改善對NDVI的貢獻遠遠大于土地利用類型變化對NDVI的貢獻。

3 討論

陳曉光等人[5]利用GIMMS數據研究鹽池縣1981—2004年植被指數，發現它與年降水量的相關系數為0.620，在0.01水平上顯著相關。本研究的結果表明，鹽池縣2000—2012年NDVI對年降水量依然敏感，但是他們的相關系數為0.544，只在0.05水平上顯著相關。盡管NDVI數據來源不同可能造成結果的差異，但研究時段的不同可能是造成相關系數差別較大的主要原因。穆少杰等[28]在內蒙古2000—2010年植被覆蓋度時也發現了同樣的情況。表明NDVI的主要驅動力由過去以氣候為主轉變為近10年以人類活動為主。支持這一結論的還有陳輝等[29]對冀北地區1987—2000年植被覆被變化的研究結果，李登科等[26]對1981—2003年陜北長城沿線的研究得到類似的結果，孫曉鵬等[27]對涇河流域1982—2005年的研究結果，以及王娟等[30]對內蒙古自治區1983—2009年植被變化趨勢的研究結果。本研究區域以草地為主，自然因素和人類活動對NDVI的影響大體相當。

孫曉鵬等[27]的研究表明，NDVI顯著增加區以耕地為主，顯著減小區以草地為主。糧食單位面積產量的提高使耕地NDVI增加。對黃土高原的研究也得到了類似的推論[19]。王娟等[30]發現內蒙古耕作區的植被變化主要與農作物產量的變化有關，農牧交錯等草原區NDVI的顯著增加與區域草原開墾、持續植樹種草、禁牧輪牧等防沙治沙等活動有關。戴聲佩等[31]發現，農業生產水平提高和植被生態建設等人類活動對西北地區植被NDVI增加有重要影響。文星等[32]對石羊河流域1999—2010年期間植被覆蓋的時空變化進行了研究表明，相對于自然因素，人為因素在較短時間內，對荒漠化變化起的作用更為關鍵，防沙治沙和生態工程等生態管理起主要作用。這與本研究所得出的推動NDVI趨勢性上升的主要因子是作物總產量、引黃灌溉面積的結論一致。羊只存欄數、對當年造林面積表現了畜牧業管理和造林對NDVI的積極作用。

4 結論

(1)近13年鹽池縣NDVI在0.2—0.4之間呈波動上升趨勢，上升幅度為0.078/10 a，上升趨勢顯著。NDVI的時間規律比空間規律明顯。近80%像元的NDVI在0.2—0.3和0.3—0.4等級范圍內，隨氣候變化在年際間頻繁、大幅波動或轉換；干旱年份NDVI大面積降低，雨水較多年份又大面積上升，西部的波動強于東部。

(2)NDVI的波動分量與上升分量各占50%，且NDVI的波動呈逐漸減弱趨勢。促使NDVI波動的主控因子是年降水量，年平均氣溫也有一定作用，也就是說，自然因素推動NDVI波動。降水對NDVI的影響比氣溫顯著，上年秋季降水和當年春季降水對NDVI至關重要，降水對NDVI的影響比過去要及時，但對NDVI的影響在減弱。

(3)推動NDVI趨勢性上升的主要因素是土地利用方式和類型變化。從單項土地利用類型來說，水澆地、林地的NDVI增長趨勢最為顯著；從土地利用變化來說，旱地轉林地、草地轉林地的NDVI增加趨勢最顯著。土地利用方式改善對NDVI的貢獻遠遠大于土地利用類型變化對NDVI的貢獻。

綜上所述，雖然氣候引起的NDVI波動在鹽池縣NDVI中仍占有50%的分量，但封育禁牧、灌區開發、農業生產力提高、退耕還林等人類活動推動NDVI顯著增加。土地利用方式改善對NDVI的作用遠遠大于土地利用類型變化。說明荒漠草原區的生態改善應以保護為主，輔之以必要的生態重建，走以適度開發帶動整體保護的道路。

[1] Nemani R R, Keeling C D, Hashimoto H, Jolly W M, Piper S C, Tucker C J, Myneni R B, Running S W. Climate-driven increases in global terrestrial net primary production from 1982 to 1999. Science, 2003, 300(5625): 1560- 1563.

[2] Wang X H, Piao S L, Ciais P, Li J S, Friedlingstein P, Koven C, Chen A P. Spring temperature change and its implication in the change of vegetation growth in North America from 1982 to 2006. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(4): 1240- 1245.

[3] De Jong R, de Bruin S, de Wit A, Schaepman M E, Dent D L. Analysis of monotonic greening and browning trends from global NDVI time-series. Remote Sensing of Environment, 2011, 115(2): 692- 702.

[4] 李凌浩, 王堃, 斯琴畢力格. 新時期我國草地環境科學發展戰略的思考. 草地學報, 2012, 20(2): 199- 206.

[5] 陳曉光, 李劍萍, 李志軍, 陳葆德, 韓穎娟. 寧夏鹽池近年來植被與氣候變化分析. 生態學報, 2006, 26(5): 1516- 1522.

[6] 喬鋒, 張生英, 張克斌, 楊俊杰, 李瑞, 劉剛. 寧夏鹽池植被覆蓋動態變化遙感監測. 水土保持研究, 2006, 13(3): 181- 184.

[7] 金曉媚, 余秋生, 薛忠歧, 于艷青. 寧夏回族自治區生態植被變化規律研究. 科技導報, 2007, 25(10): 19- 22.

[8] 杜靈通, 李國旗. 基于SPOT- VGT的寧夏鹽池縣近8年生態環境動態監測. 北京林業大學學報, 2008, 30(5): 46- 51.

[9] 李菁, 王連喜, 李琪, 李劍萍. 寧夏中南部近25年植被變化特征及其與氣候因子的關系. 中國農學通報, 2011, 27(29): 284- 289.

[10] 孟力猛. 基于NDVI和LUCC的鹽池縣荒漠化動態研究 [D]. 北京: 北京林業大學, 2012.

[11] 龐吉林, 張克斌, 喬娜, 孟力猛, 王海星. 基于RS的鹽池縣近10年植被覆蓋度動態變化研究. 水土保持研究, 2012, 19(4): 112- 115.

[12] 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. 地理學報, 2009, 64(1): 84- 94.

[13] Franklin S E, He Y H, Pape A, Guo X L, McDermid G J. Landsat-comparable land cover maps using ASTER and SPOT images: A case study for large-area mapping programmes. International Journal of Remote Sensing, 2011, 32(8): 2185- 2205.

[14] Tucker C J, Nicholson S E. Large-scale Saharan-Sahelian vegetation variations from 1980 to 1996 derived from ground precipitation and NOAA satellite data // Squires V R, Sidahmed A E eds. Drylands: Sustainable use of rangelands into the twenty-first century. International Fund for Agricultural Development, 1997: 237-248.

[15] 高志海, 李增元, 魏懷東, 丁鋒, 丁國棟. 干旱地區植被指數(VI)的適宜性研究. 中國沙漠, 2006, 26(2): 243- 248.

[16] Herrmann S M, Anyamba A, Tucker C J. Recent trends in vegetation dynamics in the African Sahel and their relationship to climate. Global Environmental Change-Human and Policy Dimensions, 2005, 15(4): 394- 404.

[17] Wang T M, Kou X J, Xiong Y C, Mao P, Wu J G, Ge J P. Temporal and spatial patterns of NDVI and their relationship to precipitation in the Loess Plateau of China. International Journal of Remote Sensing, 2010, 31(7): 1943- 1958.

[18] 馬明國, 王建, 王雪梅. 基于遙感的植被年際變化及其與氣候關系研究進展. 遙感學報, 2006, 10(3): 421- 431.

[19] 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. 中國科學(D輯: 地球科學), 2007, 37(11): 1504- 1514.

[20] le Maire G, Marsden C, Nouvellon Y, Grinand C, Hakamada R, Stape J L, Laclau J P. MODIS NDVI time-series allow the monitoring of Eucalyptus plantation biomass. Remote Sensing of Environment, 2011, 115(10): 2613- 2625.

[21] 陳一鶚. 論草原區和荒漠草原區在寧夏東部的界限. 植物生態學與地植物學叢刊, 1982, 6(3): 227- 235.

[22] Chen J, J?nsson P, Tamura M, Gu Z H, Matsushita B, Eklundh L. A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter. Remote Sensing of Environment, 2004, 91(3- 4): 332- 344.

[23] 張明陽, 王克林, 劉會玉, 林振山. 基于EMD的洪澇災害成災面積波動的多時間尺度分析. 中國農業氣象, 2005, 26(4): 220- 224.

[24] 王強, 張勃, 戴聲佩, 鄒悅, 馬中華, 張亞寧. 基于GIMMS AVHRR NDVI數據的三北防護林工程區植被覆蓋動態變化. 資源科學, 2011, 33(8): 1613- 1620.

[25] 宋怡, 馬明國. 基于SPOT VEGETATION數據的中國西北植被覆蓋變化分析. 中國沙漠, 2007, 27(1): 89- 93.

[26] 李登科, 郭鈮, 何慧娟. 陜北長城沿線風沙區植被指數變化及其與氣候的關系. 生態學報, 2007, 27(11): 4620- 4629.

[27] 孫曉鵬, 王天明, 寇曉軍, 葛劍平. 黃土高原涇河流域長時間序列的歸一化植被指數動態變化及其驅動因素分析. 植物生態學報, 2012, 36(6): 511- 521.

[28] 穆少杰, 李建龍, 陳奕兆, 剛成誠, 周偉, 居為民. 2001—2010 年內蒙古植被覆蓋度時空變化特征. 地理學報, 2012, 67(9): 1255- 1268.

[29] 陳輝, 劉勁松, 王衛. 冀北地區植被指數變化特征及影響因素分析. 地理科學, 2008, 28(6): 793- 798.

[30] 王娟, 李寶林, 余萬里. 近30年內蒙古自治區植被變化趨勢及影響因素分析. 干旱區資源與環境, 2012, 26(2): 132- 138.

[31] 戴聲佩, 張勃, 王海軍. 中國西北地區植被NDVI的時空變化及其影響因子分析. 地球信息科學學報, 2010, 12(3): 315- 321.

[32] 文星, 段翰晨, 廖杰, 薛嫻. 石羊河流域植被指數時空變化及荒漠化遙感監測. 吉林大學學報: 地球科學版, 2012, 42(S1): 416- 422.

Vegetation dynamics over 2000-2012 and its driving factors in Yanchi County,Ningxia Province

SONG Naiping*, DU Lingtong, WANG Lei

BreedingBaseforStateKeyLaboratoryofLandDegradationandEcologicalRestorationinNorthwestChina,KeyLaboratoryforRestorationandReconstructionofDegradedEcosysteminNorth-westernChinaofMinistryofEducation,NingxiaUniversity,Yinchuan750021,China

The vegetation of the desert steppe plays an important role in preventing desertification, maintaining ecosystem stability, and constructing “Ecological Barrier” in Northwest China. However, most desert steppe ecosystems are very fragile and constantly face the risk of degradation. Yanchi County, located in eastern Ningxia province, is a typical desert steppe, and its vegetation dynamics in the past 13 years have been affected by both climate change and human activities. In order to explore the process and driving factors based on the Normalized Difference Vegetation Index (NDVI) derived from the Moderate-resolution Imaging Spectroradiometer (MODIS), we studied the vegetation dynamics in Yanchi County from 2000 to 2012. We used 296 scenes of MODIS NDVI data, all of these were converted to an Albers conical projection system and GeoTIF format by using the MODIS Reprojection Tool, and smoothed using the Savitzky-Golay filter to reconstruct a high-quality NDVI time-series data set. Annual and quarterly NDVI were synthesized using the Maximum Value Composite (MVC) method. In addition to MODIS NDVI data, the land use data of Yanchi in 2000 and 2011, meteorological data, and social statistical data were also used in this study. Multiple methods were used to analyze the vegetation dynamics in Yanchi County. A linear regression with anFtest was used to analyze the trend of NDVI and its significance. The non-parametric Mann-Kendall test was used to detect the abrupt change in the long-term NDVI from 2000 to 2012. A non-linear and non-stationary signal analysis method, Empirical Mode Decomposition (EMD), was used to isolate the amplitude-frequency determining the temporally varying trend of NDVI, and spatial overlay analysis was used to analyze the influence of land use and land cover change on vegetation dynamics. The results showed: (1) the average NDVI values of all pixels in Yanchi County, which were composited annually by the MVC method, ranged from 0.2 to 0.4 in the period 2000—2012. The vegetation index in this area was very low because there is a typical desert steppe, but significantly (P<0.05) increased by 0.078 per 10 a, which was faster than that in the Three-North Shelter Forest Program region. Overall, the vegetation in Yanchi County lacks stability and has frequent, large-amplitude inter-annual fluctuations. (2) The Empirical Mode Decomposition found that the NDVI time-series data included two Intrinsic Mode Function (IMF) components with 4 and 9 year quasi-periodic fluctuations. The variance contribution of the first IMF component was about 50%, almost the same as that of the NDVI residue component, which increased significantly over the 13 years. However, the intensity of NDVI fluctuation decreased because the fluctuation in precipitation, one of its main driving factors, declined. (3) Improvements in land use and land cover change were the main drivers for NDVI increase. The former made a larger contribution than the latter. Therefore, protection is the first option for improving the ecological environment, and proper reconstruction can be used as a supplement in desert steppe. A proper strategy for vegetation restoration and maintenance should be adopted, and overall protection can be implemented through scientific and harmonized development.

vegetation dynamics; driving factors; MODIS NDVI; climate; land-use; Yanchi County

國家重點基礎研究計劃(973)前期專項(2012CB723206)；國家自然科學基金項目(41201438)；寧夏大學211建設項目

2014- 03- 05;

日期:2015- 04- 20

10.5846/stxb201403050374

*通訊作者Corresponding author.E-mail: songnp@163.com

宋乃平，杜靈通，王磊.鹽池縣2000—2012年植被變化及其驅動力.生態學報,2015,35(22):7377- 7386.

Song N P, Du L T, Wang L.Vegetation dynamics over 2000-2012 and its driving factors in Yanchi County, Ningxia Province.Acta Ecologica Sinica,2015,35(22):7377- 7386.