基于GIMMS-NDVI的新疆植被覆盖时空变化

郭 鹏, 徐丽萍

(石河子大学理学院, 新疆 石河子 832003)

基于GIMMS-NDVI的新疆植被覆盖时空变化

郭 鹏, 徐丽萍

(石河子大学理学院, 新疆 石河子 832003)

利用1982—2006年的GIMMS NDVI数据，采用最大值合成法、平均值法、时间序列分析、T值检验等方法等以年数据研究了新疆的植被覆盖动态变化情况，并结合气候等相关因素综合分析了其时空分布特征。研究表明：(1) 新疆的植被覆盖有明显的南北差异，北疆优于南疆，西北优于东南。(2) 研究区近25 a间植被覆盖呈现增长趋势的区域有20.33万 km2，占总面积的12.4%；呈现减少趋势的区域面积为11.75万km2，占总面积的7.0%；面积无变化或变化不大的区域占总面积的80.6%。(3) 新疆1982—2006年间植被覆盖主要是呈现出波浪式上升的良好增长趋势，并且相对较为稳定。

GIMMS-NDVI; 新疆; 植被; 时空变化

近几十年间随着经济的发展，地球生态系统承受的压力越来越大。在如何保护、修复自然环境以及对生态系统平衡的保护方面，植被研究占据了极其重要的位置，尤其是在陆地生态系统研究方面，对区域植被的研究是十分必要的。在利用遥感进行植被监测的数据中以归一化植被指数(The Normalized Difference Vegetation Index，NDVI)应用最广泛[1-4]，它能很好地反映植被覆盖、生物量及生态系统参数的变化[5-8]，常被用于土地利用和覆盖变化、生态环境监测以及植被动态监测等方面[9-10]。

新疆是我国重要的自然资源储备地区，对新疆地区植被的研究可以很好地反映目前新疆的自然资源和生态环境状况，发现问题并寻求解决方法。通过对这一地区NDVI时间序列的研究提取植被变化特征和变化趋势，可以更好的指导农林牧业的生产活动，实现经济与自然的可持续发展。本研究通过对新疆1982—2006年的GIMMS-NDVI遥感时间序列数据对其植被变化进行研究，分析得到新疆近25 a的植被覆盖情况和变化情况，并分析其变化趋势、特点和相关影响因素[11]。

1 研究区概况

研究区位于欧亚大陆中部，祖国西北边陲，东经73°40′—96°23′，北纬34°25′—49°10′。东西长约1 900 km，南北宽约1 600 km，面积为166.49万km2。地形地貌可以概括为“三山夹两盆”， 即北为阿尔泰山，南为昆仑山，中部为天山山脉,把新疆分为南北两半，南部是塔里木盆地，北部是准噶尔盆地。新疆属于典型的温带大陆性干旱气候，由天山分隔为南疆和北疆两大区域，分处暖温带和中温带，北疆为温带大陆性干旱半干旱气候，南疆为暖温带大陆性干旱气候[12-13]。全区年平均降水量147 mm，从西北向东南逐渐减少，由于特殊地理位置、地形条件和干旱气候的影响使新疆生态环境极为脆弱，对气候变化和气候短期振动的敏感性相对较高。

2 数据源与数据处理

2.1 数据源及特点

研究所用遥感数据是1982年1月到2006年12月全球监测与模型组(Global Inventor Modeling and Mapping Studies，GIMMS)发布的分辨率为8 km的15 d合成的最大值NDVI数据集[14]。数据是经过几何粗较正、辐射较正和大气校正等预处理的NOAA/AVHRR数据，再进一步对每日、每轨图像进行几何精校正、除云、除坏线等处理后，进行NDVI计算并合成[15]。计算公式为：NDVI=1000×(b2-b1)/(b2+b1)，其中b1、b2分别为AVHRR 的第1，2波段，这是经扩大1 000倍后的NDVI值。

2.2 数据处理

研究采用最大值法处理合成月NDVI图像数据，并以最大值法合成的月数据为基础，运用平均值的方法计算当年4—10月生长季的年平均NDVI值，将年平均NDVI值进行float(b1)*0.001的计算，然后将1982—2006年的年平均NDVI数据进行层叠加，合成一个25波段的图像数据，并对图像进行裁剪，将裁剪好的数据转存换为ERDAS格式文件，在ERDAS中加载模型并输入数据进行数据的运算。在ARCGIS10.0软件中对运算结果进行阈值的调整，然后根据阈值进行重分类，最后分析获得结论[16]。具体方法如下：

2.2.1 最大值合成法 为了准确反映植被覆盖在空间上的整体变化特征，采用最大值合成法MVC(Maximum Value Composites)获取月NDVI最大值，生成当月的NDVI值，这可以有效减少大气中来自云、气溶胶、云阴影、视角以及太阳高度角的影响[17-18]。在本研究中，以15 d的NDVI数据为基础，采用最大值合成法获取月最大NDVI，表征当月植被生长的最佳状况及其动态变化，公式为：

MNDVIi=MAX(NDVI1,NDVI2)

(1)

式中：i——月序号，取值范围为4—10，代表生长季的7个月份；MNDVIi——第i月的最大NDVI值；NDVI1，NDVI2——第i月上半月和下半月的NDVI值。

2.2.2 平均值法 在最大值合成法合成月数据的基础上，为了能够反映出一年内研究区植被NDVI的真实情况，本次研究以MNDVIi为基础采用平均值的方法来计算和衡量年内生长季的NDVI值，代表当年的NDVI值。公式为：

(2)

(3)

2.2.3 趋势线分析法 对NDVI时间序列的分析方法中，变化斜率法已经被广泛应用于研究植被覆盖、生物量、NPP以及农作物产量的长期变化趋势等方面。本研究中，运用ERDAS软件平台，利用1982—2006年生长季NDVI年平均值层叠加后的结果，采用一元线性回归方法模拟出每个像元的NDVI在研究时间区间内的变化特点与趋势，计算其斜率值以分析其变化速率情况来模拟新疆1982—2006年NDVI的变化趋势，斜率Slope的计算方法如下[4]：

(4)

式中：i——年序号；n——时间长度；NDVI——基于像元的1982—2006年25a时间序列数据，采用生长季(4—10月)平均值。NDVI随时间的变化斜率反映植被覆盖的变化方向，斜率为正值表示植被覆盖呈增加趋势，为负值表示植被覆盖呈减少趋势，为0表示植被覆盖无变化趋势[20-21]。

3 结果与分析

3.1 新疆植被覆盖空间分布特征

附图1表示研究区1982—2006年NDVI平均值，图中越亮的区域NDVI值越大，越暗的区域NDVI值越小，其中最大值出现在伊犁河谷附近，为0.709 76，最小值则出现在塔克拉玛沙漠、古尔班通古特沙漠和其它部分戈壁地区。这也反映出新疆植被覆盖的南北差异性，其中，以北疆西部植被覆盖状况最好，其次是北部沿边境一带以及天山北麓沿线，最少的区域是北疆中部和南疆中部以塔克拉玛干沙漠和通古特沙漠为起点，一直延伸到邻省省界处的区域，南疆西部部分带状山麓也有较好的植被覆盖。这与新疆“三山两盆”的地形也相符合，是大西洋水汽和北冰洋气流共同作用的结果。

3.2 新疆植被覆盖时间变化特征

从图1可以看出，1982—2006年的年NDVI平均值分布于0.056 4至0.067 6之间，最小值出现在1982年，最大值是在1998年。1982—1985年NDVI在0.056 4至0.057 6间波动，整体呈小幅度上升的趋势，1985—1988年的NDVI呈现快速上升的趋势，但是在1988年之后，年NDVI值下降至0.056 7，并在1990年大幅上升至0.064 9，然后逐年递减；1994—1998年呈现持续稳定上升趋势，在1998年峰值后，NDVI值呈现小幅度的下降与上升的交替式波动，2000—2002年小幅度上升，之后呈现持续下降的趋势，至2005年达到低谷。

图1 1982-2006年NDVI平均值结果分布

图2为新疆1982—2006年间的平均NDVI值与各年的NDVI值对比图，统计结果显示：1982—2006年间平均NDVI值为0.062 3，从图中可以看出1982—2006年的NDVI年数据比较分散，部分年份的值与平均值相差较大。通过计算得到1982—2006年25a的NDVI值方差为0.011，可以判断研究时间区间内新疆1982—2006年的25个NDVI数据样本的离散程度不大[22]，处在比较稳定的范围之内，新疆的NDVI值具有稳定性，表明新疆植被覆盖变化的情况是相对较为稳定的。

3.3 新疆植被覆盖时间变化趋势分析

对1982—2006年层叠加后的NDVI数据进行逐像元的一元线性回归分析，利用公式4中Slope的计算方法，求出其回归分析的斜率图来反映整个区域植被的变化趋势情况。参照已有的研究[23]，根据Slope值的大小将研究区植被覆盖变化分为五个等级：显著增加、增加、不变、减少、显著减少，变化趋势分类标准见表1。NDVI趋势变化图和变化结果图分别见图3和图4。

图2 1982-2006年NDVI平均值与各年均值对比

图3 1982-2006年NDVI趋势变化

图4 1982-2006年新疆NDVI的空间变化

统计表明，有20.33万km2的区域植被覆盖呈现增长的趋势，占新疆总面积的12.4%；有11.75万km2的区域植被覆盖呈现减少的趋势，占新疆总面积的7.0%；面积无变化的面积为134.15万km2，占新疆总面积的80.6%。从面积上看，显著增加的面积是6.15万km2，增加的面积是14.18万km2，不变的面积是134.15万km2，显著减少的面积是0.77万km2，减少的面积是10.98万km2。对比可以发现，研究区植被趋于改善(包含显著增加和增加)的区域比趋于退化(包含显著减少和减少)的区域面积多8.58万km2，占全区总面积的5.15%。

表1 NDVI变化统计

从以上结果可以看出，1982—2006年新疆植被显著增加的区域主要是新疆天山北麓中部及塔里木河流域。植被覆盖减少的区域主要分布在新疆南部，东部也有部分区域出现植被覆盖减少的情况。此外，在植被覆盖增加和显著增加的区域之间也存在零星的减少区域。综合分析可以发现植被的增加区域主要是在水资源比较丰富的区域，有明显的人为因素，而植被减少的区域则主要分布在人口稀少的地区和水资源相对稀少的沙漠地区。

4 结 论

(1) 新疆的植被分布具有明显的地域性特征，南北差异尤为明显，北疆植被覆盖状况远优于南疆，北疆的植被主要集中在沿天山山脉以北，以及伊犁河谷区域；南疆植被主要沿塔里木河流域分布，呈现条带状。

(2) 新疆1982—2006年的植被覆盖状况整体呈现逐渐上升的趋势，偶尔出现变化较大的反趋势年份数据，这与气候的反常有关。25 a的NDVI数据方差为0.011，这表明新疆的植被覆盖随时间的变化程度不大，比较稳定[24]。

(3) 新疆植被覆盖减少的区域主要分布在水资源缺乏、人口稀少的地区，如沙漠、戈壁等区域。研究的时间区间内，各年的植被覆盖变化情况总体变化不大，部分年份与相邻的变化相对较大，具有一定的突异性现象。

综上所述，1982—2006年间新疆的植被覆盖变化基本情况是总体上变化不大，呈现出平缓增加为主，减少为次，部分地区显著性增加的趋势，个别地方显著性减少的变化情况。

[1] 国志兴,王宗明,宋开山,等.1982—2003年东北地区植被覆盖变化特征分析[J].西北植物学报,2008,28(1):155-163.

[2] 邓朝平,郭妮,王介民,等.近20余年来西北地区植被变化特征分析[J].冰川冻土,2006,28(5):686-693.

[3] 孙红雨,王长耀,牛铮,等.中国地表植被覆盖变化及其与气候因子关系：基于NOAA时间序列数据[J].遥感学报,1998,2(3):204-210.

[4] 宋怡,马明国.基于GIMMSAVHRRSNDVI数据的中国寒旱区植被动态及其与气候因子的关系[J].遥感学报,2008,12(3):499-505.

[5] 戴声佩,张勃,王强,等.祁连山草地植被NDVI变化及其对气温降水的旬响应特征[J].资源科学,2010,32(9):1769-1776.

[6] 崔林丽,史军,肖风劲,等.中国东部NDVI的变化趋势及其与气候因子的相关分析[J].资源科学,2010,32(1):124-131.

[7] 师庆东,吕光辉,潘晓玲,等.中国西部干旱区植被覆盖变化特征分析[J].科技导报,2006,24(3):52-56.

[8] 于信芳,庄大方.基于MODISNDVI数据的东北森林物候期监测[J].资源科学,2006,28(4):111-117.

[9] Anyamba A, Tucker C J. Analysis of Sahelian vegetation dynamics using NOAA-AVHRR NDVI data from 1981—2003[J]. Journal of Arid Environments,2005,63(3):596-614.

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

[11] 李晓兵,史培军.基于N0AA/AVHRR数据的中国植被类型NDVI变化规律研究[J].植物学报,1999,41(3):314-324.

[12] 王美红,孙根年,康国栋.新疆植被覆盖与土地退化关系及空间分异研究[J].农业系统科学与综合研究,2008,24(2):181-185.

[13] 倪永明,欧阳志云.新疆荒漠生态系统分布特征及其演替趋势分析[J].干旱区资源与环境,2006,20(2):7-10.

[14] 王兆礼,陈晓宏,李艳.珠江流域植被覆盖时空变化分析[J].生态科学,2006,25(4):303-307.

[15] 方精云,朴世龙,贺金生,等.近20年来中国植被活动在增强[J].中国科学：C辑,2003,33(6):554-565.

[16] 方策,毛德华,杨发相,等.新疆地貌概论[M].北京:气象出版社,1994:78-84.

[17] 陈云浩,李晓兵,陈晋,等.1983—1992年中国陆地植被NDVI演变特征的变化矢量分析[J].遥感学报,2002,6(1):12-18.

[18] 宋恰,马明国.基于SPOTVEGETATION数据的中国西北植被覆盖变化分析[J].中国沙漠,2007,27(1):89-93.

[19] Stow D, Petersen A, Hope A, et al. Greenness trends of Arctic tundra vegetation in the 1990s: comparison of two NDVI data sets from NOAA AVHRR systems[J]. International Journal of Remote Sensing,2007,28(21):4807-4822.

[20] Adams J E, Arkin G F. A light interception method for measuring row crop ground cover[J]. Soil Science Society of America Journal,1977,41(4):789-792.

[21] Sarkar S, Kafatos M. Interannual variability of vegetation over the Indian sub-continent and its relation to the different meteorological parameters[J]. Remote Sensing of Environment,2004,90(2):268-280.

[22] 孙荣恒.应用数理统计[M].北京:科学出版社,1998.

[23] 张莲芝,李明,吴正方,等.基于SPOTNDVI的中国东北地表植被覆盖动态变化及其机理研究[J].干旱区资源与环境,2011,25(1):171-175.

[24] 于嵘.基于遥感时序的中国陆地植被覆盖变化分析研究[D].北京:中国科学院遥感应用研究所,2006.

SpatiotemporalVariationofVegetationinXinjiangBasedonGIMMS-NDVI

GUO Peng, XU Li-ping

(CollegeofScience,ShiheziUniversity,Shihezi,Xinjiang832003,China)

By using 1982—2006 GIMMS—NDVI images，this paper analyzed the spatiotemporal variation of vegetation in Xinjiang．Results showed that: (1) it had the obvious difference between the vegetation covers in north and south of Xinjiang, the vergetation recovery is better in north than south in Xinjiang, and the northwest is better tha the southeast; (2) the region area that had the growing trend was 20.33×104km2, which was 12.4% of the total area. And the region area that had reducing trend was 11.75×104km2, which was 7.0% of the total area; (3) the vegetation cover in Xinjiang shows a good wave rising rowth trend from 1982 to 2006, and which is relatively stable.

GIMMS-NDVI; Xinjiang ; vegetation; spatiotemporal variation

2013-10-19

：2013-12-05

国家自然科学基金项目“天山北麓新垦绿洲土地覆被变化与局地气候互动效应研究”(41001387)

郭鹏(1981—),男,安徽利辛人,硕士,助理研究员,主要从事遥感技术应用研究。E-mail:gp163@163.com

P237

：A

：1005-3409(2014)04-0097-04