闫峰
, 吴波
YAN Feng, WU Bo
中图分类号: TP79
文献标识码: A
文章编号: 1000-0690(2013)05-0602-07
通讯作者:
收稿日期: 2012-07-9
修回日期: 2012-09-11
网络出版日期: 2013-05-20
版权声明: 2013 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介：闫峰(1973-),男,江苏连云港人,博士,主要从事环境遥感和灾害学研究。E-mail: njuyf@163.com
展开
摘要
采用2000~2011年MOD13Q1数据构建EVI时间序列谱,对毛乌素沙地植被生长状况的时空特征进行了研究。主要得出以下结论：① 2000~2011年毛乌素沙地EVI年最大值以轻微波动为主,植被生长状况在2001年最差,2010年最好。② 全区EVI年最大值按0.002 5/a的速度递增,植被生长状况趋于改善的面积占总面积的81.916%,主要分布在中部、东部和南部等地区;生长状况呈变差趋势的面积占总面积的18.084%,主要分布在北部、西部和中南部。③ 植被生长状况以轻度和中度波动改善为主,主要分布在西南、中部和东部;重度波动改善区主要分布在西南部和东南部,轻度和中度波动退化区主要分布在西南部、西部和中南部。
关键词：
Abstract
Mu Us Sandy Land lies in the farming-pastoral ecotone of northern China, whose ecological environment shows great sensitivity and vulnerability. In this article, temporal series of MOD13Q1 productions, which derived from moderate resolution imaging spectroradiometer (MODIS) sensor in 2000-2011, were used to establish temporal sequence of annual enhanced vegetation index (EVI) maximum. Departure, slope, standard deviation and coefficient of variance of EVI were calculated to study the spatial and temporal characteristics of vegetation growth status in Mu Us Sandy Land. Results show that: 1) in 2000-2011, annual maximum of EVI value mainly fluctuates slightly in Mu Us Sandy Land and area whose EVI departure range is -0.1≤ΔEEVI≤0.1, occupies more than 98.467% of the total area. Area with -0.2≤ΔEEVI<-0.1 is the largest in 2001 (1.341%) and the smallest is in 2009 (0.074%). Area with 0.1<ΔEEVI≤0.2 is the largest in 2002 (1.050%) and is the smallest in 2001 (0.138%). In the whole region, the average EVI departure values in 2000, 2001, 2003, 2005 and 2006 are negative while the values in 2002, 2004, 2007, 2008, 2009, 2010 and 2011 are positive. Vegetation growth status is the worst in 2001 and the second worst is in 2000. Conversely, the best vegetation growth status is in 2010 and the second best in 2002. 2) Annual maximum of EVI in the whole region increases by 0.002 5/a. Area with increasing trend occupies 81.916% of the whole area, which mainly distributes in the middle, eastern and southern parts of Sandy Land. Area with decreasing trend occupies 18.084% of the whole area, which mainly distributes in the northern, western, southern and middle parts of Mu Us Sandy Land. 3) Vegetation grow status mainly improves with slight and moderate fluctuations, whose areas occupie 35.878% and 34.697% of the total area respectively, which locate in the southwest, middle and eastern parts of Mu Us Sandy Land. Area of vegetation with severe fluctuated improving growth status occupies 8.381%. Moreover, areas with slight and moderate fluctuated degraded growth status occupies 7.876% and 7.174% of the whole area, respectively. Vegetation with severe fluctuated improving growth status mainly locates in the southwest and southeast parts of Sandy Land while slight and moderate fluctuated degraded growth status locate in the southwest, western, central and southern parts of Mu Us Sandy Land.
Keywords：
荒漠化是指包括气候变异和人类活动在内的种种因素造成的干旱、半干旱和亚湿润干旱地区的土地退化,是影响21世纪人类可持续发展最重要的灾害之一。中国是世界上受荒漠化影响最为严重的国家之一,据2011年国家林业局公布的《中国荒漠化和沙化状况公报》显示：截至2009年底,全国荒漠化土地总面积262.37×104km2,占国土面积的27.33%[1]。植被作为地球表层系统的重要组成部分,对于立地环境具有较好的指示作用而被广泛应用于荒漠化遥感监测中[2-4]。利用植被的近红外和红光的反射率为参数构建线性或非线性的植被指数模型,能较好地反映植被类型、生长状况和生物量等信息[5-11],是快速准确地实现荒漠化定量遥感监测的一个重要工具。利用遥感手段定量研究多年内植被指数的年际变化,对于客观反映研究区荒漠化现象的发生和发展过程具有重要意义。毛乌素沙地位于中国北方农牧交错带的中部,处于森林-草原-荒漠的生态应力带上,是中国重要的生态屏障区,其生态环境具有较强的敏感性和脆弱性。深入研究21世纪以来毛乌素沙地的植被生长状况的时空变化特征,对于客观评价中国农牧交错带的荒漠化的治理效果,以及根据荒漠化发展实况及时采取应对措施具有重要意义。
毛乌素沙地位于37°27′~39°22′N、107°20′~111°30′E之间,总面积约为40 000 km2（图1）。海拔多为1 100~1 300 m,西北部稍高为1 400~1 500 m,个别地区可达1 600 m左右,东南部河谷低至950 m。气候类型为中温带向暖温带过渡地带,多年平均气温为6.0~8.5℃,多年平均降水量为250~440 mm,降水量在空间分布上自东南向西北递减,东部年降水量达400~440 mm,西北部降水量为250~300 mm。植被和土壤反映出过渡性特点,向西北过渡为棕钙土半荒漠地带,向西南到盐池一带过渡为灰钙土半荒漠地带,向东南过渡为黄土高原暖温带灰褐土森林草原地带。
MODIS作为TERRA/AQUA卫星上的重要传感器,具有较高的光谱分辨率和时间分辨率[12,13]。本文采用NASA提供的2000~2011年毛乌素沙地植被生长季（3~10月）MOD13Q1陆地标准数据产品（编号：049~289）,对MOD13Q1产品进行图幅拼接和投影转换,采用的投影类型为Albers等积割圆锥投影。
归一化植被指数(Normalized Difference Vegetation Index, NDVI)是目前应用最为广泛的植被指数[14,15],但是由于NDVI算式本身并非线性,对于覆盖较好的天然植被和农作物,使用NDVI造成的红光饱和问题比较严重,背景的土壤噪声也在一定程度上损害NDVI的空间一致性[16,17]。Liu等构建了一个能同时校正土壤和大气影响的增强型植被指数(Enhanced Vegetation Index, EVI),则较好地解决NDVI的红光饱和、土壤和大气噪声的影响[18,19]。EVI（下式表示为EEVI）的计算公式为：
EEVI=G×[(ρNIR-ρRed)/(ρNIR+C1×ρRed-C2×ρBlue+L)] (1)
其中,ρNIR、ρRed和ρBlue分别为MODIS的近红外波段、红光波段和蓝光波段的光谱反射率;L为背景调整项;C1和C2为拟合系数;G为增益因子;计算MODIS-EVI时,L=1,C1=6,C2=7.5,G=2.5[19]。对每年的EVI序列采用国际通用的最大值合成法（Maximum Value Composite, MVC）进行处理,最终获得可以供直接使用的包括研究区的2000~2011年空间分辨率为250 m×250 m的年EVI最大值序列图谱。
本文引入EVI距平的概念以定量评价不同年份间植被生长变化特征,EVI距平是指某一研究时间尺度水平的EVI与多年该尺度的EVI平均值之差,正距平表明植被生长状况较常年偏好,反之则植被生长状况偏差。在像元尺度水平上计算每年EVI与多年平均EVI的距平（该值下文表示为ΔEEVI）,统计获得2000~2011年毛乌素沙地ΔEEVI（表1）。分析表明2000~2011年ΔEEVI以轻微的波动变化为主,-0.1≤ΔEEVI≤0.1地区的面积均占总面积的98.467%以上。其中ΔEEVI<-0.2的面积以2000年最大,2001年次之,2005年最小,分别占总面积0.023%,0.018%和0.001%;-0.2≤ΔEEVI<-0.1的面积以2001年最大,2000年次之,2009年最小,分别占总面积1.341%,1.198%和0.074%;-0.1≤ΔEEVI<0的面积以2001年最大,2000年次之,2010年最小,分别占总面积88.235%%,80.507%和23.581%;ΔEEVI=0的面积以2007年最大,2005年次之,2001年最小,分别占总面积的0.020%,0.019%和0.005%;0<ΔEEVI≤0.1的面积以2010年最大,2009年次之,2001年最小,分别占总面积的75.648%,64.779%和10.248%;0.1<ΔEEVI≤0.2的面积以2002年最大,2009年次之,2001年最小,分别占总面积的1.050%,0.692%和0.138%;ΔEEVI>0.2的面积以2004年最大,2010年次之,2005年最小,分别占总面积的0.079%,0.050%和0.010%。
表1 2000~2011年不同EVI距平等级面积所占百分比
Table 1 Percentages of EVI departure areas with different levels in 2000-2011
| 年代 (年) | 面积占总面积百分比(%) | ||||||
|---|---|---|---|---|---|---|---|
| ΔEEVI <-0.2 | -0.2≤ΔEEVI<-0.1 | -0.1≤ΔEEVI<0 | ΔEEVI=0 | 0<ΔEEVI≤0.1 | 0.1<ΔEEVI≤0.2 | ΔEEVI >0.2 | |
| 2000 | 0.023 | 1.198 | 80.507 | 0.006 | 17.954 | 0.272 | 0.040 |
| 2001 | 0.018 | 1.341 | 88.235 | 0.005 | 10.248 | 0.138 | 0.016 |
| 2002 | 0.006 | 0.194 | 39.251 | 0.014 | 59.448 | 1.050 | 0.037 |
| 2003 | 0.006 | 0.153 | 54.552 | 0.016 | 44.912 | 0.338 | 0.024 |
| 2004 | 0.001 | 0.112 | 47.656 | 0.017 | 51.618 | 0.516 | 0.079 |
| 2005 | 0.001 | 0.154 | 49.602 | 0.019 | 50.021 | 0.194 | 0.010 |
| 2006 | 0.004 | 0.203 | 53.068 | 0.017 | 46.440 | 0.257 | 0.012 |
| 2007 | 0.003 | 0.118 | 42.840 | 0.020 | 56.633 | 0.356 | 0.030 |
| 2008 | 0.003 | 0.146 | 48.959 | 0.018 | 50.540 | 0.322 | 0.012 |
| 2009 | 0.002 | 0.074 | 34.403 | 0.016 | 64.779 | 0.692 | 0.033 |
| 2010 | 0.004 | 0.115 | 23.581 | 0.014 | 75.648 | 0.589 | 0.050 |
| 2011 | 0.017 | 0.292 | 36.925 | 0.015 | 62.050 | 0.652 | 0.049 |
分析2000~2011年毛乌素沙地全区平均ΔEEVI（图2）,发现全区植被生长状况相对较差的年份有2000、2001、2003、2005和2006年,其中以2001年最小,2000年次之,ΔEEVI均值分别为-0.029和-0.021;全区植被生长状况相对较好的年份有2002、2004、2007~2011年,其中以2010年最大,2002年次之,ΔEEVI均值分别为0.015和0.011。2000~2011年毛乌素沙地全区平均ΔEEVI按0.002 5/a的速度递增,植被整体生长状况趋于改善。
1） 趋势特征。按照时间顺序排列的某一系列数值的变化趋势可以用线性拟合的斜率表达,斜率为正值表示该系列数值趋于增大,反之则表示该系列数据趋于减小。在毛乌素沙地植被生长变化趋势研究中,2000~2011年ΔEEVI构成的序列谱可以用12维ΔEEVI矩阵表达,在像元尺度水平对这12维数据采用最小二乘法进行线性拟合,得到斜率数值空间分布图（图3）。
式中,Sslope为线性拟合的斜率,x为自变量对应研究的年份,y为因变量对应ΔEEVI。2000~2011年ΔEEVI变化趋势Sslope统计结果表明：像素尺度水平上的ΔEEVI年均增长率介于-0.060~0.071之间,Sslope=0.002分布频率最高,占全区总面积的8.32%。全区植被生长状况呈变差趋势（Sslope<0）的面积为6 940.63 km2,占总面积的18.084%,主要分布在毛乌素沙地北部（神木县西北、乌审旗北）、西部（鄂托克旗东南、鄂托克前旗东部）和中南部（乌审旗西南）地区。全区植被生长状况趋于改善（Sslope>0）的面积为31 438.94 km2,占总面积的81.916%,主要分布在毛乌素沙地的中部、东部、和南部等大部分地区。
2） 波动特征。标准差和变异系数被作为重要的指示因子广泛应用于数组的离散程度的定量评价中。标准差是一组数值自平均值分散开来程度的一种测量观念。变异系数 (Coefficient of Variance, CV,下文表示为CCV)作为衡量资料中各观测值变异程度的统计量,是标准差与均值的比率,可消除单位或平均数不同对两个或多个资料变异程度比较的影响以反映单位均值的离散程度。标准差和变异系数分别为表示为：
CCV=σ/μ （4）
其中,σ为标准差,μ为数组的平均值,x为数组。为了增强不同空间范围内EVI年最大值波动程度的可比性,本文采用变异系数作为波动性评价指标以定量评价毛乌素沙地ΔEEVI变异程度。对2000~2011年毛乌素沙地ΔEEVI时间序列谱进行计算处理,获得其CV空间分布图（图4）。分析发现2000~2011年毛乌素沙地全区像元尺度水平ΔEEVI变异系数主要在0.06≤CCV<0.24范围内,面积占全区总面积的95.98%。CCV峰值出现在0.102处,0.06≤CCV<0.12地区的面积占全区总面积的43.75%,0.12≤CCV<0.18地区的面积占总面积的41.87%,0.18≤CCV<0.24地区的面积占总面积的10.35%。CCV>0.24地区的面积占总面积的2.51%,主要分布在主要分布在毛乌素沙地的北部（乌审旗北和神木县西）、西北部（鄂托克旗东南）、西南（定边县北）部和东南部（乌审旗南、靖边县北和榆阳区西北）。
3） 空间分异特征。植被生长状况的趋势特征表征植被生长状况的总体未来发展趋势,相当于空间向量的方向;波动特征则反映了该时段内植被生长状况的变异程度,相当于空间向量的模。趋势和波动特征的结合则可以同时反映植被生长状况的发展方向和大小,能够较好地描述植被生长状况的发展特征。本文采用变化趋势和波动程度相结合的方式对毛乌素沙地植被生长空间分异特征进行定量分级（表2）。Sslope>0表示植被生长呈改善趋势,Sslope<0表示植被生长呈退化趋势。结合2000~2011年毛乌素沙地ΔEEVI的CCV分布频率,在主要分布频率（≥95.98%）范围0.06≤CCV≤0.24内,以0.06为步长把植被变化波动程度分为正常、轻度、中度、重度和特重度5级。按构建的植被生长状况空间分异系统对2000~2011年毛乌素沙地Sslope和CCV分布结果进行计算分类,得出2000~2011年毛乌素沙地植被空间分异特征（图5）。
表2 植被生长状况空间分异分级系统
Table 2 Classification system for spatial differentiation of vegetation growth status
| 波动程度 | 变化趋势 | ||||
|---|---|---|---|---|---|
| CCV | 程度 | Sslope | 趋势 | Sslope | 趋势 |
| 0≤CCV<0.06 | 正常 | Sslope>0 | 改善 | Sslope<0 | 退化 |
| 0.06≤CCV<0.12 | 轻度 | ||||
| 0.12≤CCV<0.18 | 中度 | ||||
| 0.18≤CCV<0.24 | 重度 | ||||
| CCV≥0.24 | 特重度 | ||||
图5 2000~2011年植被生长状况空间分异特征
Fig. 5 Spatial characteristics of vegetation growthstatus in 2000-2011
分析2000~2011年毛乌素沙地植被生长空间分异特征,分类统计不同趋势和波动程度地区的面积和所占比例（表3）。结果表明2000~2011年毛乌素沙地植被生长特重度波动退化区面积为276.06 km2,占总面积的0.719%,零星分布在毛乌素沙地的北部（神木县西和乌审旗北）、西部（鄂托克旗东南）、南部（定边县东北）和东部（榆阳区中南）地区。重度波动退化区面积为756.06 km2,占总面积的1.970%,主要分布在毛乌素沙地西部（鄂托克旗东南和鄂托克前旗东北）和西南部（定边县东北）。中度波动退化区面积为2 753.50 km2,占总面积的7.174%,主要分布在毛乌素沙地西部（鄂托克旗东南和鄂托克旗东）和中南部（乌审旗西南）。轻度波动退化区面积为3 022.94 km2,占总面积的7.876%,主要分布在毛乌素沙地西南部（鄂托克前旗东和乌审旗南）。正常波动退化区和正常波动改善区面积为分别为132.06 km2和446.06 km2,占总面积的0.344%和1.162%,零星分布在毛乌素沙地中部（乌审旗西和东南）和东部（榆阳区西北）。轻度波动改善区面积为13 770.00 km2,占总面积的35.878%,主要分布在毛乌素沙地中部（乌审旗北部和中部）和东部（榆阳区中部和西部）。中度波动改善区面积为13 316.56 km2,占总面积的34.697%,主要分布在毛乌素沙地西南部（盐池县东北、定边县西北）、东南部（靖边县北、横山县西）和东北部（神木县西）。重度波动改善区面积为3 216.63 km2,占总面积的8.381%,主要分布在毛乌素沙地西南部（定边县西北）和东南部（横山县西）。极重度波动改善区面积为689.69 km2,占总面积的1.797%,零星分布在毛乌素沙地北部（乌审旗西北）、西南部（定边县西北）和东南部（靖边县北）。
表3 2000~2011年不同生长状况类型植被面积
Table 3 Areas of different types of vegetation growth status in 2000-2011
| 编号 | 类 型 | 面积（km2） | 比例（%） |
|---|---|---|---|
| -5 | 特重度波动退化区 | 276.06 | 0.719 |
| -4 | 重度波动退化区 | 756.06 | 1.970 |
| -3 | 中度波动退化区 | 2753.50 | 7.174 |
| -2 | 轻度波动退化区 | 3022.94 | 7.876 |
| -1 | 正常波动退化区 | 132.06 | 0.344 |
| 1 | 正常波动改善区 | 446.06 | 1.162 |
| 2 | 轻度波动改善区 | 13770.00 | 35.878 |
| 3 | 中度波动改善区 | 13316.56 | 34.697 |
| 4 | 重度波动改善区 | 3216.63 | 8.381 |
| 5 | 极重度波动改善区 | 689.69 | 1.797 |
基于MODIS植被指数产品MOD13Q1计算EVI序列谱,以植被指数距平、斜率和变异系数等指标对2000~2011年毛乌素沙地植被生长变化的时空特征进行了研究,主要得出以下结论：
1） 2000~2011年毛乌素沙地EVI年最大值以轻微的波动变化为主,-0.1≤ΔEEVI≤0.1地区的面积均占总面积的98.467%以上。ΔEEVI<-0.2的面积以2000年最大、2005年最小;-0.2≤ΔEEVI<-0.1的面积以2001年最大,2009年最小;-0.1≤ΔEEVI<0的面积以2001年最大,2010年最小;ΔEEVI =0的面积以2007年最大,2001年最小;0<ΔEEVI≤0.1的面积以2010年最大,2001年最小;0.1<ΔEEVI≤0.2的面积以2002年最大,2001年最小;ΔEEVI>0.2的面积以2004年最大,2005年最小。
2） 全区植被生长状况相对较差的年份有2000、2001、2003、2005和2006年,其中以2001年最差,2000年次之;全区植被生长状况相对较好的年份有2002、2004、2007~2011年,其中以2010年最好,2002年次之。全区EVI年最大值按0.002 5/a的速度递增,植被整体生长状况趋于改善。
3） 全区植被生长状况趋于改善的面积占总面积的81.916%,主要分布在毛乌素沙地的中部、东部和南部等大部分地区;生长状况呈变差趋势的面积占总面积的18.084%,主要分布在毛乌素沙地北部、西部和中南部地区。
4） 全区植被生长状况以轻度和中度波动改善为主,二者面积分别占总面积的35.878%和34.697%,主要分布在毛乌素沙地的西南、中部和东部地区;重度波动改善区、轻度和中度波动退化区的面积也处于相对较高的水平,分别占总面积的8.381%,7.876%和7.174%,重度波动改善区主要分布在毛乌素沙地西南部和东南部。轻度和中度波动退化区主要分布在毛乌素沙地的西南部、西部和中南部。
分析毛乌素沙地气温和降水量数据,发现2000~2011年气温平均以0.009 4℃/a的速度逐渐降低;降水量以1.366 1 mm/a的速度呈增加趋势,与ΔEEVI变化趋势一致。对应到不同年份,2000年降水量为166.3 mm,比多年平均降水量低42.19%,严重的干旱使全区植被生长状况较差,2001年降水量超过多年平均降水量6.97%,但受到前期干旱的影响其植被生长状况仍相对较差;2002年降水量超过多年平均降水量43.33%,植被生长状况迅速改善;2004、2007、2008和2011年降水量均超过多年平均降水量,相应的ΔEEVI为正值,2005和2006年降水量比平均降水量分别低42.39%和15.04%,相应的ΔEEVI为负值,这与2000~2011年ΔEEVI变化表现出较好的一致性。社会经济因素方面,以地处毛乌素沙地腹地的乌审旗为例,2000~2011年其人口不断增加,随着农作物播种面积不断增加,粮食产量在2001（91 233 t）和2006年（106 720 t）出现显著下降,说明农作物的正常生长过程受到抑制,这与ΔEEVI变化一致。在大牲畜数量变化方面,存栏头数由2002年的691 508万头增加到2003年的812 226万头,到2006年末大牲畜存栏头数为1 339 616万头,此后存栏头数快速下降到2009年1 182 517万头和2010年1 197 406万头,大牲畜存栏头数的剧增和快速减少在一定程度上强烈改变了毛乌素沙地草场的承载压力,进而影响到全区的植被生长状况。此外,国家和地方政府的政策法规实施在一定程度上也影响了毛乌素沙地植被生长状况变化,如2000年国家“退耕还林”工程以及后期的飞播造林、沙区封育等生物和工程措施相继在毛乌素沙地实施;地方政府的“禁牧、休牧、轮牧”政策使牧区放养的牲畜结构发生变化,山羊数量相对减少,绵羊和猪的数量相对增多,在一定程度上缓解了沙区草场的放牧压力,这些均对毛乌素沙地植被的生长状况改善产生了积极的影响。
The authors have declared that no competing interests exist.
| [1] |
|
| [2] |
Relative sensitivity of normalized difference vegetation Index (NDVI) and microwave polarization difference Index (MPDI) for vegetation and desertification monitoring [J]. |
| [3] |
A coupled human-environment model for desertification simulation and impact studies [J].
|
| [4] |
Satellite remote sensing analysis to monitor desertification processes in the crop-rangeland boundary of Argentina [J]. |
| [5] |
Expansion and Contraction of the Sahara Desert from 1980 to 1990 [J]. |
| [6] |
Assessing the effects of human-induced land degradation in the former homelands of northern South Africa with a 1 km AVHRR NDVI time-series [J].
|
| [7] |
Analysis of trends in the Sahelian ‘rain-use efficiency’ using GIMMS NDVI,RFE and GPCP rainfall data [J].
|
| [8] |
近10年重庆市归一化植被指数变化分析 [J].
|
| [9] |
1998~2008年中国东部沿海植被覆盖变化特征 [J].
|
| [10] |
连江流域近18年来植被覆盖度变化分析 [J].
|
| [11] |
青海省草地资源净初级生产力遥感监测 [J]. |
| [12] |
基于Ts-EVI时间序列谱的冬小麦面积提取 [J]. |
| [13] |
基于Ts-EVI特征空间的土壤水分估算 [J]. |
| [14] |
Large area relation of Landsat MSS and NOAA-6 AVHRR spectral data to wheat yield [J]. |
| [15] |
Use of satellite spectral data in crop yield estimation surveys [J]. |
| [16] |
Regional Amazon Basin and global analysis of MODIS vegetation indices: early results and comparisons with AVHRR [J]. |
| [17] |
基于Ts-EVI特征空间的土壤水分估算 [J]. |
| [18] |
A feedback based modification of the NDVI to minimize canopy background and atmospheric noise [J]. |
| [19] |
Overview of the radiometric and biophysical performance of the MODIS Vegetation Indice [J]. |
/
| 〈 |
|
〉 |
