1982—2013年基于GIMMS-NDVI的新疆植被覆蓋時空變化

劉 洋,李誠志,劉志輝,鄧興耀

1 新疆大學資源與環境科學學院, 烏魯木齊 830046 2 新疆大學干旱生態環境研究所, 烏魯木齊 830046 3 新疆大學綠洲生態教育部重點實驗室, 烏魯木齊 830046

?

1982—2013年基于GIMMS-NDVI的新疆植被覆蓋時空變化

劉 洋1,2,3,李誠志1,2,3,劉志輝2,3,*,鄧興耀1,2,3

1 新疆大學資源與環境科學學院, 烏魯木齊 830046 2 新疆大學干旱生態環境研究所, 烏魯木齊 830046 3 新疆大學綠洲生態教育部重點實驗室, 烏魯木齊 830046

利用美國國家航天航空局(NASA)全球檢測與模型組(Global Inventor Modeling and Mapping Studies, GIMMS)的歸一化植被指數數據(NDVI)和英國東英格利亞大學氣候研究所(Climate Research Unit,CRU)全球氣溫降水數據(1982至2013年),研究新疆1982—2013年植被覆蓋格局的時空變化。運用一元線性回歸法分析近32年來新疆NDVI變化趨勢；運用Theil-Sen median與Mann-Kendall檢驗研究新疆NDVI格局及趨勢特征；并將檢驗的結果和Hurst指數的結果相結合,研究新疆NDVI格局的可持續性特征。研究表明：(1)新疆植被覆蓋在空間分布上差異明顯,其中北疆優于南疆,西北優于東南；(2)近32年來新疆年NDVI均值在0.10—0.12之間波動,且存階段變化性；(3)新疆植被改善趨勢的區域占總面積的25.89%,輕微退化的區域占總面積的18.00%；(4)從可持續性來看,新疆大部分地區植被變化將保持現在的趨勢,但局部地區具有反持續性,持續性改善的面積占全疆總面積的24.39%,持續性輕微退化的區域占15.73%,另外59.88%為嚴重退化和未來變化趨勢無法確定區域。開展NDVI空間格局的變化研究,對于干旱區新疆來說具有重要的理論和實際意義。

新疆；植被覆蓋變化；趨勢分析

植被是連接大氣、水體和土壤的紐帶,也是陸地地表生態系統的核心組成部分[1]。植被覆蓋度同植被茂密程度及植被進行光合作用面積的大小呈現出鮮明的對應關系,植被覆蓋度的變化改變陸地地表下墊面屬性,對水土保持、氣候調節以及整個生態系統的穩定等方面都有顯著的影響[2]。歸一化植被指數(NDVI)是當前廣泛應用的表征植被覆蓋的參數[3]。將NDVI影像數據用于監測植被覆蓋空間格局的變化,了解干旱區植被覆蓋的時空變化的方式、過程、機理,尋求改善和提高區域自然環境質量的方法和途徑,從而為改善人們的生活居住環境、促進區域經濟社會可持續發展提供參考。

長時間序列的NDVI數據集已經成功地應用于植被的動態監測[4]。美國國家航天航空局(NASA)的全球監測與模型研究組(glaobal inventory modelling and mapping studies,GIMMS)根據搭載在NOAA系列衛星的先進甚高分辨率雷達(the Advanced Very High Resolution Radiometer,AVHRR)影像,制作了間隔15 d的最大值合成GIMMS-NDVI產品,分辨率為8 km×8 km；法國空間研究中心(CNES)研制的SPOT地球衛星觀測系統(SPOT/VGT)的SPOT-NDVI合成產品,分辨率為1 km×1 km；美國國家航天航空局(NASA)地球觀測系統(EOS)的MODIS中分辨率成像光譜數據衍生出的MODIS-NDVI數據產品,均在全球范圍內長期監測植被覆蓋度變化,數據時空精度高,且可以免費分享[5- 10]。同時,基于長時間序列的NDVI數據集,國內外學者在不同的空間和時間尺度上對地表植被覆蓋時空變化規律進行了深入分析研究,并建立了一些廣泛應用的分析方法。如采用主成分分析法[5]、一元線性回歸[6]、變矢量分析[7]、Theil-Sen median趨勢分析與MannKendall檢驗[8]、傅立葉變換[9]和小波分析方法[10]等。另外,研究者將長時間序列NDVI數據與同期的氣溫、降水等數據相結合,對植被覆蓋變化與氣候因子相關性進行了分析[11-12]。

新疆位于中國的西北部,地處歐亞大陸中心,屬于典型的溫帶大陸型干旱氣候。新疆自然植被的特點是：平原植被稀疏,山地垂直帶明顯,森林面積有限,總體植被覆蓋度低,生態系統脆弱。近年來,隨著全球氣候變化和人類活動的不斷加劇,該地區植被覆蓋隨之發生變化[13]。利用遙感數據對新疆植被覆蓋狀況的研究有了大量的成果,李秀花等[14]利用1982—2001 年NOAA/AVHRR 的NDVI數據分析發現,新疆植被覆蓋的改善與新疆的暖濕化氣候有關,而降水是控制植被覆蓋的主要氣象因子。陳曦等[15]利用1982—2006年的GIMMS-NDVI數據和新疆天山北坡氣象數據分析了天山北坡NDVI 與氣溫、降水的響應特征及敏感性；王貴鋼,周可法等[16]利用1999—2008年的SPOT-NDVI數據,研究了不同土地覆蓋類型的Hurst指數的分布規律及其差異；趙霞等[17]利用1982—2006年GIMMS-NDVI數據,結合植被、地形和氣候等資料,研究了新疆植被活動的年際變化及季節差異；石磊[18]利用GIMMS-NDVI數據對新疆植被進行了專家分類,分析了1982—2006年的新疆森林面積、蓄積量和密度的動態變化及可能原因；孫欽明等[19]以1981—2009年GIMMS-NDVI數據和同期降水、溫度數據為基礎,采用小波互相關的方法,選取新疆北部額爾齊斯河流域、天山北坡、準噶爾西部山地、博爾塔拉谷地和伊犁河谷,研究了近29a各區域的植被覆蓋變化特征及其對區域降水、溫度在不同時間尺度和時滯下的響應關系。

上述研究成果主要針對區域NDVI均值的時序分析,但這不能反應出具體某區域的植被覆蓋格局動態變化,同時,NDVI影像的異常值會對趨勢變化帶來一定的偏差[20- 21]。再者,很少有研究者對新疆的植被覆蓋變化趨勢進行預測。鑒于上述情況,文中選用GIMMS-NDVI數據集對新疆植被變化趨勢進行研究。盡管空間分辨率相對較低(8 km×8 km),但與其他數據集相比,GIMMS-NDVI數據集時間序列最長,用于研究的年數共32年,相對其他NDVI數據產品更能充分地反應出變化趨勢。將GIMSS-NDVI數據進行一系列預處理后,裁剪出新疆,并結合變異系數、Theil-Sen median趨勢分析與Mann-Kendall檢驗及Hurst指數等方法,研究新疆植被覆蓋格局的時空變化特征、波動特征、變化趨勢及未來變化趨勢。將新疆32年NDVI影像數據用于監測植被覆蓋度變化特征,可以有效地進行生態環境建設和促進區域生態保護。

1 實驗材料與方法

1.1 研究區概況

新疆位于中國的西北部,地處歐亞大陸中心,地理坐標介于34°—50°N,73°—97°E之間,面積約為160萬km2。北部有阿爾泰山脈、南部有昆侖山脈,天山山脈橫亙中央,把新疆分割為南北兩大部分,形成三大山系包圍兩大盆地的地形輪廓。習慣上稱天山以北為北疆,天山以南為南疆(圖1)。新疆氣候具有典型的干旱氣候特征,其降水稀少(年平均降水145 mm左右),相對濕度低,冬季漫長,春、秋短,夏季日照長,晝夜溫差大[22]。新疆平原區植被稀疏,山地垂直帶明顯,北疆的植被覆蓋度約30.00%—40.00%,而南疆不到10.00%。由于缺少水源,新疆多為裸地、荒漠等,生態環境脆弱[22]。

圖1 新疆示意圖Fig.1 Map of the Xinjiang

1.2 數據獲取與方法

1.2.1 數據來源

文中所用NDVI數據產品采用美國全球檢測與模型組(Global Inventor Modeling and Mapping Studies, GIMMS)發布的間隔15 d合成的最大值NDVI數據集,空間分辨率為8 km×8 km,時間序列1982年1月至2013年12月。該數據經過輻射校正、大氣校正、坐標轉換等預處理,再進一步對每日、每軌圖像進行幾何精校正、除云、除壞線等處理后,進行NDVI計算并合成。

計算歸一化植被指數(NDVI)是由AVHRR的第一通道(可見光)和第二通道(近紅外)反照率的比值參數得到：

式中,NIR和VIS分別是可見光(0.58—0.68 μm)和近紅外(0.725—1.10 μm)的反照率。

文中使用的氣溫和降水資料來源于英國East Anglia大學氣候研究中心(Climatic Research Unit, CRU)發布的全球陸地表面月平均氣候資料。CRU整合了已有的若干個知名數據庫,重建了一套覆蓋完整、高分辨率、且無中斷的地表氣候要素數據集,空間分辨率0.5°×0.5°。該資料不包含衛星觀測,不使用模式同化,僅僅用數學方法對數據源進行整合和插值。CRU氣候資料盡管包含插值帶來的誤差,但經對比,CRU氣溫和降水除青藏高原西部外與中國臺站觀測氣溫和降水具有很好的一致性[23- 24],故可以用作本文的研究。

1.2.2 研究方法

文中采用變異系數、Theil-Sen median趨勢分析與Mann-Kendall檢驗、Hurst指數法,用于研究新疆植被覆蓋的時空變化特征。

(1)變異系數法

用變異系數法分析植被覆蓋的波動規律[25]。計算公式為：

(1)

(2) Theil-Sen median趨勢分析與Mann-Kendall檢驗

Theil-Sen median趨勢分析與Mann-Kendall檢驗相結合,用以判斷長時間序列數據的趨勢[26]。其中,Theil-Sen median趨勢分析是一種穩健的非參數統計的趨勢計算方法,計算公式為：

(2)

式中,10時,反映了這一時間序列的植被數據呈增強趨勢；反之,則呈現出衰減趨勢。

Mann-Kendall屬于非參數檢驗方法,與其它參數檢驗的方法相比,不需要樣本遵從一定的分布,也不受少數異常值干擾,更適合順序變量。Mann-Kendall檢驗已經在水文、氣象得到成功應用[27- 29],用于判斷時間序列中是否具有上升或下降的趨勢。

在用Mann-Kendall法進行NDVI趨勢檢驗時,將某時序的NDVI值看作一組獨立分布的樣本數據,以參數Zc作為像元NDVI衰減指標,計算公式如下：

(3)

式中,

(4)

(5)

(6)

式中,NDVIk和NDVIi為樣本時序數據集合,n為數據集合長度,sign為符號函數。在給定顯著性水平α下,當|Zc|>u1-α/2時,表示研究的時間序列數據在α水平上顯著的變化,其中,±Z1-α/2是標準正態偏差。Z=±2.576表示顯著性水平α=0.01,Z=±1.96表示顯著性水平α=0.05,Z=±1.645表示顯著性水平α=0.10。一般取α=0.05,當|Zc|>1.96時表示時間序列置信水平α<0.05,|Zc|<1.96表示置信水平α>0.05。

(3)Hurst指數分析

Hurst指數用于定量描述時間序列數據的可持續性,在水文學、經濟學、氣候學等領域有著廣泛的應用。

考慮NDVI時間序列{NDVI(t)},t=1,2,3,4,…,n, 對于任意正整數t≥1,定義該時間序列的均值序列：

(7)

計算累積離差為：

(8)

極差序列為：

(9)

標準差序列為：

(10)

計算Hurst指數如下：

(11)

式中,H即為Hurst指數,對公式(11)兩邊同時取對數即得到Hurst經驗公式?；跁r間序列并利用Hurst經驗公式得到一簇H值進行最小二乘法擬合,得出的直線斜率即為修正后的Hurst指數(H)。它揭示了時間序列的分形特征。

不同的H對應不同的時間序列趨勢變化：當H=0.5時,表明時間序列是完全獨立的,沒有相關性或只是短程相關；00.5時,意味著未來的變化狀況與過去趨勢一致,H越大,持續性越強。

2 結果和分析

2.1 新疆植被覆蓋的空間分布特征

基于1982—2013年的GIMMS-NDVI、CRU氣溫和降水量數據的每一像元逐年均值,用以說明新疆植被覆蓋格局變化特征(圖2)。

將NDVI值范圍分為5級,統計結果如表1。新疆植被覆蓋區域(NDVI值大于0.10)占全疆面積33.70%,無植被覆蓋區域(NDVI值小于0.10)占總面積66.30%,該區域主要由湖泊、冰川、戈壁、沙漠等組成。植被覆蓋的低值區域(NDVI值在0.10—0.40)占總面積的32.27%,NDVI值大于0.40的區域占總面積的1.43%。

圖2 新疆1982—2013年年均NDVI(Normalized Difference Vegetation Index)、年均降雨量、年均氣溫空間分布Fig.2 Spatial distribution of average annual value of NDVI, precipitation and temperature in the Xinjiang from 1982 to 2013

NDVI占總面積百分比Areapercentage/%NDVI占總面積百分比Areapercentage/%0.4

新疆NDVI空間分布特征有明顯的規律性變化。北疆植被覆蓋度高于南疆,西部和西北部植被覆蓋度優于東部和東南部。降水量不同是導致植被南、北疆差異的主要原因。北疆的降水主要來自大西洋和北冰洋,受西風氣流影響,帶來較多降水；而南疆地處沙漠邊緣,蒸發量大,降水量小。北疆的西部植被覆蓋狀況最好,全疆范圍內的NDVI最大值出現在此區域的伊犁河谷,為0.4861。伊犁河谷是形似向西開口的三角形,有3條自西向東逐漸收縮的山脈,全河谷處于迎風面,年降水量約400 mm[31]。由于降水充沛,山地自然植被豐富。其次是北部沿邊境地帶以及天山北麓沿線的植被覆蓋區域,西風環流帶來的大西洋水汽,遇阿爾泰山脈受逼抬升降水,年降水量約在200 mm[31]。南疆也有較好的植被覆蓋,分布在水、熱組合條件適宜的西部昆侖山山脈部分的帶狀山麓地帶及零散在盆地中的沙漠綠洲區域。北疆和南疆植被覆蓋低值區域集中在兩大沙漠腹地(塔克拉瑪干沙漠和古爾班通古特沙漠)及周邊荒漠地區,并延伸到鄰省省界處的區域。這種現象是由于來自大西洋的水汽被帕米爾高原與南天山阻隔,造成新疆東部年降水量不足150 mm,塔里木盆地年均降水量少于100 mm,同時年均氣溫又在10℃以上造成的。

2.2 新疆植被覆蓋度的時間變化特征

為了研究新疆植被覆蓋區域 NDVI 隨時間變化的特點,取 1982—2013年 NDVI，CRU氣溫和降水量的區域均值進行時序上的分析, 代表逐年的植被覆蓋、氣溫、降水量的狀況, 并制作年際變化圖(圖3)。

圖3 1982—2013年新疆年際NDVI、降水量、氣溫變化Fig.3 Inter-annual variation of the NDVI, precipitation and temperature in the Xinjiang from 1982 to 2013

從圖3可以看出,1982—2013年,新疆NDVI逐年均值平穩分布在0.10—0.12。最小值出現在2012年,最大值出現在1994年。32個NDVI數據變化范圍小,這表明新疆的植被覆蓋變化雖然總體穩定,但存在明顯的階段變化。從年際變化來看,20世紀80年代總體變化呈增長趨勢,1986年以前增長較緩慢,之后迅速增長,但在1989年有一個較大的下降；進入90年代以后,除1992年、1996年、2003年、2012年有較大的下降外,其它年份NDVI值均較高,2012年達到這一階段的最低值。與80年代相比,90年代以后的波動性較大,但波幅較小。

圖3還反映1982—2013年全疆年均氣溫與年降水量的時序變化情況。在32年間,全疆年均溫度趨于穩定上升；同時年降水量也呈逐漸上升的趨勢,有助于新疆植被覆蓋保持平穩狀態。

2.3 新疆NDVI的區域分異特征分析

基于1982—2013年各像元年際NDVI值變異性分析,給出新疆植被波動狀態(圖4)。

圖4 1982—2013年新疆年均NDVI變異程度 Fig.4 Spatial distribution of the coefficient of variation of the inter-annual NDVI Xinjiang from 1982 to 2013

將新疆變異值CVNDVI值分為5級,統計結果如表2所示。植被覆蓋度的年際波動變化主要是由氣候的波動引起。從圖4和表2可知,1982—2013年新疆植被覆蓋總體上處于低態勢的波動。其中,波動程度高的區域占全疆面積的28.21%,主要分布在新疆天山、阿爾泰山、昆侖山的山區。山區地帶以林地為主,水分條件充足,氣溫逐漸升高延長植被生長期,植被響應顯著；中等波動變化以下區域占全疆面積的71.79%,多集中在綠洲與荒漠交錯帶。水分條件是控制該地區植物生長狀況的主要因素。該區域以小灌木為主,或是耐鹽堿的稀疏植被,生態環境脆弱,故該區域植被波動變化低。

2.4 新疆植被覆蓋空間分布趨勢變化

本研究將Theil-Sen median趨勢分析與Mann-Kendall檢驗結合起來,用以反映1982—2013年新疆NDVI、年降水量的變化趨勢,并根據SNDVI的實際情況,將SNDVI進行分級,SNDVI介于-0.0005和0.0005的區域劃分為穩定不變區域,SNDVI≥0.0005的區域劃分為改善區域,SNDVI<-0.0005的區域劃分為退化區域。

選取Mann-Kendall顯著性檢驗的置信水平為0.05,將結果劃分為顯著變化(Z≥1.96或Z≤-1.96)和變化不顯著(-1.96≤Z≤1.96)。并把Theil-Sen median趨勢分析的分析結果與Mann-Kendall檢驗的分級結果相結合,得到基于像元尺度的NDVI、年際降水量的變化趨勢結果如表3和圖5所示。

新疆1980年代中期以來,呈現出顯著的由干轉濕的轉型趨勢,增濕度強盛區主要發生在南、北疆西部以及天山中段南北坡。越靠近山區,或者山體越大的地方,年降水量增加的趨勢也就越大[22]。結合圖5和表3,北疆植被覆蓋較南疆改善顯著,改善的區域主要分布在伊犁河流域、天山北麓、準噶爾盆地中部和南緣；南疆植被改善區域集中在南部山地的北坡；植被退化的區域主要分布在新疆天山山區部分的草原區。新疆南部,東部也有部分區域出現植被覆蓋減少的情況,同時在植被覆蓋增加和顯著增加的區域之間也存在零星的減少區域。

表2 NDVI變異系數統計

表3 NDVI變化趨勢統計

圖5 1982—2013年新疆年均NDVI變化趨勢Fig.5 Spatial distribution of the coefficient of variation of the inter-annual NDVI and precipitation in Xinjiang from 1982 to 2013

從表3可看出,1982—2013年植被狀況呈現出改善趨勢的區域占新疆總面積的25.89%,輕微退化的面積占全疆面積的18.00%,綜合可以發現,植被的增加區域主要在水資源比較豐富的區域,而植被減少的區域主要分布在人口稀少的地區和水資源稀少的沙漠地區。

2.5 植被覆蓋變化的可持續性分析

基于R/S理論,研究NDVI變化趨勢的復雜度及對未來變化趨勢進行預測,得到1982—2013年新疆NDVI的Hurst指數空間分類分布圖(圖6)。為預測植被變化持續性的趨勢,將NDVI的變化趨勢結果與Hurst指數結果進行結合,得到變化趨勢與持續性的耦合結果(圖7)。統計結果見表4。

新疆NDVI的Hurst指數均值為0.80,表明新疆植被覆蓋格局繼續保持現有的變化趨勢。從圖6可以看出,北疆NDVI的Hurst指數分布復雜,而南疆的Hurst指數分布較為集中。

圖6 1982—2013年新疆年際NDVI均值可持續性 Fig.6 Sustainability of inter-annual NDVI change in Xinjiang from 1982 to 2013

圖7 植被覆蓋變化特征圖空間分布Fig.7 Spatial distribution of NDVI based on trend and Hurst index

SNDVI|Zc|HNDVI變化類型NDVIVariationtypes占總面積百分比/%Areapercentage≥0.0005≥1.96>0.5持續性明顯改善18.00≥0.0005≤1.96>0.5持續性輕微改善6.39-0.0005—0.0005≤1.96>0.5持續性穩定不變≤-0.0005≤1.96>0.5持續性輕微退化15.73≤-0.0005≥1.96>0.5持續性嚴重退化54.71<0.5其它5.17

從圖7和表4可以看出,1982—2013年,持續性改善的面積比重達24.39%,分布在天山、阿爾泰山、昆侖山等山區。這是因為山區的雨水資源持續增加,并以河流為紐帶,供應盆地的植被,使零散在沙漠中的綠洲得到持續改善,植被覆蓋度增加。持續性輕微退化的植被覆蓋面積占全疆面積15.73%。分布在準噶爾盆地西部,伊犁河谷的綠洲荒漠交錯帶。這種分布可能是受到人類活動因素影響,不合理的水土資源利用導致綠洲荒漠化[30]。圖7中植被變化狀況呈現出未來變化趨勢無法確定和持續性嚴重退化的區域,還需要研究人員進一步關注。

3 結論

本文采用變異系數法、Theil-Sen median分析與Mann-Kendall檢驗及Hurst指數方法,利用GIMMS-NDVI 1982—2013年時序數據,結合CRU氣候數據,分析新疆植被空間格局、變化趨勢和可持續性等特征,得到以下結論：

(1)從時間變化上分析,新疆近32年來植被覆蓋年均NDVI值在0.11上下波動,雖然呈現出總體穩定的態勢,但存在明顯的階段變化。

(2)從空間分布上分析,新疆植被分布具有明顯的地域性特征。南北差異明顯,西北優于東南。北疆的植被覆蓋分布在天山、阿爾泰山山區地帶；南疆植被主要分布在昆侖山山區地帶。另外,新疆北部和南部盆地植被沿河流流域分布,均呈現出條帶狀。

(3)從NDVI變化趨勢上分析,1982—2013 年新疆植被覆蓋改善的區域大于植被退化的區域。改善的區域占全疆面積的25.89%，輕微退化的區域占 18.00%。1980年代中期以來,氣候出現由暖干向暖濕轉變的趨勢,山區植被覆蓋對這種氣候變化響應顯著。

(4)從NDVI變化可持續性來看,新疆植被覆蓋將保持現有的穩定趨勢。同時新疆南北部存在顯著差異。北疆的Hurst指數空間分布復雜,而南疆的Hurst指數空間分布較為集中。持續改善的區域占全疆總面積的24.39%,持續性退化面積占70.44%。趨勢無法確定的區域占5.17%,持續退化的區域和未來變化趨勢無法確定的區域的植被的變化狀況需要研究人員繼續關注。

[1] Meyer W B, Turner B L. Human population growth and global land-use/cover change. Annual Review of Ecology and Systematics, 1992, 23(1): 39- 61.

[2] 孫紅雨,王長耀,牛錚,布和敖斯爾,李兵. 中國地表植被覆蓋變化及其與氣候因子關系——基于NOAA時間序列數據分析. 遙感學報, 1998, 03: 204- 210.

[3] Gutman G, Ignatov A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models. International Journal of remote sensing, 1998, 19(8): 1533- 1543.

[4] Huete A, Didan K, Miura T, Rodriguez E P, Gao X, Ferreira L G. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, 2002, 83(1/2): 195- 213.

[5] 范娜,謝高地,張昌順,陳龍,李文華,成升魁. 2001年至2010年瀾滄江流域植被覆蓋動態變化分析. 資源科學, 2012, 07: 1222- 1231.

[6] Tucker C J, Newcomb W W, Los S O, Prince S D. Mean and inter-year variation of growing-season normalized difference vegetation index for the Sahel 1981- 1989. International Journal of Remote Sensing, 1991, 12(6): 1133- 1135.

[7] Chen X Q, Pan W F. Relationships among phenological growing season, time-integrated normalized difference vegetation index and climate forcing in the temperate region of eastern China. International Journal of Climatology, 2002, 22(14): 1781- 1792.

[8] Pouliot D, Latifovic R, Olthof I. Trends in vegetation NDVI from 1 km AVHRR data over Canada for the period 1985- 2006. International Journal of Remote Sensing, 2009, 30(1): 149- 168.

[9] Lunetta R S, Elvidge C D. Remote Sensing Change Detection: Environmental Monitoring Methods and Applications. London, UK: Taylor Francis Ltd., 1999.

[10] Martínez B, Gilabert M A. Vegetation dynamics from NDVI time series analysis using the wavelet transform. Remote Sensing of Environment, 2009, 113(9): 1823- 1842.

[11] Kawabata A, Ichii K, Yamaguchi Y. Global monitoring of interannual changes in vegetation activities using NDVI and its relationships to temperature and precipitation. International Journal of Remote Sensing, 2001, 22(7): 1377- 1382.

[12] Blazkova S, Beven K. Flood frequency estimation by continuous simulation of subcatchment rainfalls and discharges with the aim of improving dam safety assessment in a large basin in the Czech Republic. Journal of Hydrology, 2004, 292(1/4): 153- 172.

[13] Cao X M, Chen X, Bao A M, Wang Q. Response of vegetation to temperature and precipitation in Xinjiang during the period of 1998- 2009. Journal of Arid Land, 2011, 3(2): 94- 103.

[14] 李秀花, 師慶東, 常順利, 郭娟, 巴音達拉, 齊家國. 1981- 2001年中國西北干旱區NDVI變化分析. 干旱區地理, 2008, 31(6): 940- 945.

[15] Chen X, Luo G P, Xia J, Zhou K F, Lou S P, Ye M Q. Ecological response to the climate change on the northern slope of the Tianshan Mountains in Xinjiang. Science in China Series D: Earth Sciences, 2005, 48(6): 765- 777.

[16] 王桂鋼, 周可法, 孫莉, 秦艷芳, 李雪梅. 近 10a 新疆地區植被動態與 R/S 分析. 遙感技術與應用, 2010, 25(1): 84- 90.

[17] 趙霞, 譚琨, 方精云. 1982- 2006年新疆植被活動的年際變化及其季節差異. 干旱區研究, 2011, 28(1): 10- 16.

[18] 石雷. 近25年來新疆森林的動態變化. 干旱區研究, 2011, 28(1): 17- 24.

[19] Sun Q M, Liu T, Han Z Q, Liu H F. Effects of climate changes on vegetation cover in the northern Tianshan mountains using multiple time scales. Research on Crops, 2014, 15(1): 264- 269.

[20] 蔡博峰,于嶸. 基于遙感的植被長時序趨勢特征研究進展及評價. 遙感學報, 2009, 06: 1170- 1186.

[21] Ma M G, Veroustraete F. Reconstructing pathfinder AVHRR land NDVI time-series data for the Northwest of China. Advances in Space Research, 2006, 37(4): 835- 840.

[22] 徐貴青, 魏文壽. 新疆氣候變化及其對生態環境的影響. 干旱區地理, 2004, 27(1): 14- 18.

[23] 聞新宇, 王紹武, 朱錦紅, Viner D. 英國CRU高分辨率格點資料揭示的20世紀中國氣候變化. 大氣科學, 2006, 30(5): 894- 904.

[24] 馬柱國, 符淙斌. 中國干旱和半干旱帶的10年際演變特征. 地球物理學報, 2005, 48(3): 519- 525.

[25] Milich L, Weiss E. GAC NDVI interannual coefficient of variation (CoV) images: ground truth sampling of the Sahel along north-south transects. International Journal of Remote Sensing, 2000, 21(2): 235- 260.

[26] Jiang W G, Yuan L H, Wang W J, Cao R, Zhang Y F, Shen W M. Spatio-temporal analysis of vegetation variation in the Yellow River Basin. Ecological Indicators, 2015, 51: 117- 126.

[27] Fensholt R, Langanke T, Rasmussen K, Reenberg A, Prince S D, Tucker C, Scholes R J, Le Q B, Bondeau A, Eastman R, Epstein H, Gaughan A E, Hellden U, Mbow C, Olsson L, Paruelo J, Schweitzer C, Seaquist J, Wessels K. Greenness in semi-arid areas across the globe 1981- 2007—An Earth Observing Satellite based analysis of trends and drivers. Remote Sensing of Environment, 2012, 121: 144- 158.

[28] Lunetta R S, Knight J F, Ediriwickrema J, Lyon J G, Worthy L D. Land-cover change detection using multi-temporal MODIS NDVI data. Remote Sensing of Environment, 2006, 105(2): 142- 154.

[29] Lyon J G, Yuan D, Lunetta R S, Elvidge C D. A change detection experiment using vegetation indices. Photogrammetric Engineering and Remote Sensing, 1998, 64(2): 143- 150.

[30] 李秀花, 師慶東, 郭娟, 巴音達拉, 常順利, 齊家國. 中國西北干旱區1981- 2001 年NDVI對氣候變化的響應分析. 干旱區資源與環境, 2009, 23(2): 12- 16.

[31] 楊青, 姚俊強, 趙勇, 趙玲, 韓雪云, 趙麗, 黃有志. 伊犁河流域水汽含量時空變化及其和降水量的關系. 中國沙漠, 2013, 33(4): 1174- 1183.

[32] Yu F F, Price K P, Ellis J, Shi P J. Response of seasonal vegetation development to climatic variations in eastern central Asia. Remote Sensing of Environment, 2003, 87(1): 42- 54.

[33] Fensholt R, Rasmussen K, Nielsen T T, Mbow C. Evaluation of earth observation based long term vegetation trends-Intercomparing NDVI time series trend analysis consistency of Sahel from AVHRR GIMMS, Terra MODIS and SPOT VGT data. Remote Sensing of Environment, 2009, 113(9): 1886- 1898.

[34] Sen P K. Estimates of the regression coefficient based on Kendall′s tau. Journal of the American Statistical Association, 1968, 63(324): 1379- 1389.

[35] 趙軍, 楊凱. 生態系統服務價值評估研究進展. 生態學報, 2007, 27(1): 346- 356.

[36] 張曉剛, 曾輝. 從系統到景觀: 區域物質流分析的景觀取向. 生態學報, 2014, 34(6): 1340- 1351.

Assessment of spatio-temporal variations in vegetation cover in Xinjiang from 1982 to 2013 based on GIMMS-NDVI

LIU Yang1,2,3, LI Chengzhi1,2,3, LIU Zhihui2,3,*, DENG Xingyao1,2,3

1XinjiangUniversity,SchoolofResourcesandEnvironmentScience,Urumqi830046,China2XinjiangUniversity,KeyLaboratoryofOasisEcologyMinistryofEducation,Urumqi830046,China3XinjiangUniversity,InstituteofAridEcologyandEnvironment,Urumqi830046,China

The aim of this study was to adopt the Normalized Difference Vegetation Index (NDVI) data provided by the Global Inventor Modeling and Mapping Studies (GIMMS) of NASA and combine them with the global temperature and precipitation data supplied by the Climatic Research Unit of East Anglia University (CRU) in order to study vegetation coverage patterns in Xinjiang from 1982 to 2013. The linear regression method was used to study the trends of the changes in NDVI in Xinjiang over the last 32 years. The Theil-Sen median slope trend analysis and the Mann-Kendall test were also used to study the patterns and trends of NDVI in Xinjiang. The results of these analyses and of the Hurst index to determine the sustainability characteristics of NDVI patterns in Xinjiang show that (1) from the point of view of spatial distribution, the vegetation cover in the North and the South is significantly different. Coverage in the north is better than that in the south, and that in the northwest is superior to that in the southeast; (2) when viewed over time, the annual mean value of NDVI over the last 32 years in Xinjiang is between 0.10 and 0.12. An observable change in phase exists. (3) The vegetation distribution pattern reveals that 25.89% of the total area of Xinjiang shows a trend towards improvement in vegetation cover. Degradation in the area under vegetation accounts for 18.00% of the total area in Xinjiang. Overall, NDVI trends remain relatively stable in Xinjiang. (4) From the point of sustainability, most of the changes in vegetation cover maintained the development trends that are currently observed, with anti-continuity in some areas. Areas showing a robust trend towards improvement accounted for 24.39% of the total area in Xinjiang, and the areas that continue to degenerate account for 15.73%. Additionally, 59.88% of the total area in Xinjiang is affected by serious degradation of vegetation and uncertain development. Research on the changes in NDVI spatial patterns in Xinjiang has theoretical and practical significance for this arid region.

Xinjiang Province; vegetation cover change; trend analysis

國家科技支撐計劃項目課題(2012BAC23B01)；水利部公益性行業科研專項經費(201301103)；國家自然科學基金面上項目(41171023)；國家自然科學基金(41301286, 41561100)；新疆維吾爾自治區社會科學基金(14BGL041)；新疆大學博士啟動基金(BS120137)

2015- 06- 07;

日期:2016- 01- 15

10.5846/stxb201506071149

*通訊作者Corresponding author.E-mail: lzh@xju.edu.cn

劉洋,李誠志,劉志輝,鄧興耀.1982—2013年基于GIMMS-NDVI的新疆植被覆蓋時空變化.生態學報,2016,36(19):6198- 6208.

Liu Y, Li C Z, Liu Z H, Deng X Y.Assessment of spatio-temporal variations in vegetation cover in Xinjiang from 1982 to 2013 based on GIMMS-NDVI.Acta Ecologica Sinica,2016,36(19):6198- 6208.