宋乃平，杜靈通，王 磊

寧夏大學(xué)， 西北土地退化與生態(tài)恢復(fù)國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，西北退化生態(tài)系統(tǒng)恢復(fù)與重建教育部重點(diǎn)實(shí)驗(yàn)室， 銀川 750021

鹽池縣2000—2012年植被變化及其驅(qū)動(dòng)力

宋乃平*，杜靈通，王 磊

寧夏大學(xué)， 西北土地退化與生態(tài)恢復(fù)國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，西北退化生態(tài)系統(tǒng)恢復(fù)與重建教育部重點(diǎn)實(shí)驗(yàn)室， 銀川 750021

荒漠草原區(qū)的植被對(duì)防治荒漠化、維護(hù)生態(tài)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(dòng)的綜合影響。基于MODIS NDVI等數(shù)據(jù)，運(yùn)用趨勢(shì)分析、經(jīng)驗(yàn)?zāi)B(tài)分解和空間疊置分析等方法，對(duì)鹽池縣2000—2012年的植被動(dòng)態(tài)變化進(jìn)行研究，結(jié)果表明：(1)2000—2012年鹽池縣NDVI在0.2—0.4之間呈波動(dòng)上升趨勢(shì)，上升幅度為0.078/10 a，上升趨勢(shì)顯著；總體來說，植被穩(wěn)定性低，年際間波動(dòng)或轉(zhuǎn)換頻繁、幅度大；(2)NDVI的波動(dòng)分量與殘余分量方差貢獻(xiàn)率各占50%，且NDVI波動(dòng)呈減弱趨勢(shì)。促使NDVI波動(dòng)的主控因子是年降水量，但其影響在減弱；(3)推動(dòng)NDVI趨勢(shì)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(duì)NDVI的貢獻(xiàn)遠(yuǎn)遠(yuǎn)大于土地利用類型變化對(duì)NDVI的貢獻(xiàn)。因此，荒漠草原區(qū)的生態(tài)改善應(yīng)以保護(hù)為主，輔之以必要的生態(tài)重建，走以適度開發(fā)帶動(dòng)整體保護(hù)的道路。

植被變化；驅(qū)動(dòng)力；MODIS NDVI；氣候；土地利用；鹽池縣

荒漠草原區(qū)既是生態(tài)十分脆弱的地區(qū)，又是我國(guó)西北生態(tài)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(duì)植被變化影響明顯的地區(qū)[1- 4]。由于荒漠草原區(qū)植被主要受水分因素限制[1]和人類活動(dòng)等因素影響，其變化過程快，幅度較大，驅(qū)動(dòng)力和貢獻(xiàn)程度尚不明確，使該區(qū)植被恢復(fù)實(shí)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(dòng)交互作用最為劇烈，且存在著荒漠化逆轉(zhuǎn)過程，是研究自然和人類對(duì)植被變化驅(qū)動(dòng)機(jī)制的理想之地。建立針對(duì)于此的“計(jì)量生態(tài)調(diào)控模式”，既是一個(gè)科學(xué)問題，又是迫切需要解決的實(shí)踐問題。對(duì)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(shí)間分辨率數(shù)據(jù)，得出植被變好，氣候?yàn)橹饕?qū)動(dòng)因素[5- 9]；二是利用Landsat-TM(Landsat Thematic Mapper)數(shù)據(jù)得出植被覆蓋度呈先增加后減少的趨勢(shì)，主要驅(qū)動(dòng)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(shí)限均在2006年之前，未能充分反映灌區(qū)開發(fā)、退耕還林、退牧還草等工程的植被恢復(fù)效果；二是所用數(shù)據(jù)或因空間分辨率低，很難客觀表達(dá)植被的空間異質(zhì)性，或因時(shí)間分辨率較低，很難反映植被年際波動(dòng)的動(dòng)態(tài)規(guī)律；三是對(duì)氣候變化和人類活動(dòng)對(duì)植被的作用，缺乏系統(tǒng)、精確研究，未能確切回答荒漠草原區(qū)植被恢復(fù)究竟走以自然力為主的封育保護(hù)道路，還是走以適度開發(fā)帶動(dòng)整體保護(hù)的道路。

歸一化差值植被指數(shù)(Normalized Difference Vegetation Index，NDVI)對(duì)植被的生物物理特征十分敏感，且在時(shí)效、尺度等方面都具有明顯的優(yōu)勢(shì)，成為區(qū)域尺度植被分類和覆蓋研究的有效手段[12- 13]，特別是對(duì)于低植被覆蓋的荒漠區(qū)域，NDVI與植被覆蓋率之間呈單調(diào)線性相關(guān)關(guān)系[14- 15]，且對(duì)生態(tài)系統(tǒng)的變化響應(yīng)明顯[16]，因此被眾多學(xué)者用來研究植被變化與氣候因子[17- 18]和人類活動(dòng)[19]的關(guān)系。中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer，MODIS)的NDVI產(chǎn)品雖然生產(chǎn)時(shí)間較短，但因具有更高的空間分辨率，成為植被動(dòng)態(tài)研究的一種重要數(shù)據(jù)源[5,20]。本文使用MODIS的植被指數(shù)產(chǎn)品MOD13Q1，應(yīng)用趨勢(shì)分析、相關(guān)分析和空間疊置分析等方法，對(duì)地處荒漠草原帶的鹽池縣2000—2012年的植被變化及其驅(qū)動(dòng)因素進(jìn)行研究，為回答荒漠草原區(qū)的植被恢復(fù)道路提供科學(xué)依據(jù)和決策參考。

1 研究區(qū)域概況、數(shù)據(jù)與方法

1.1 研究區(qū)域概況

鹽池縣位于寧夏回族自治區(qū)東部，地理坐標(biāo)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(qū)。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(fēng)沙土、黑壚土為主。植物區(qū)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(fā)展人工灌草地322666.7 hm2，約占研究區(qū)總面積的48.52%，使得區(qū)域植被類型和結(jié)構(gòu)發(fā)生了重大變化。

1.2 數(shù)據(jù)來源與預(yù)處理

研究數(shù)據(jù)來自于美國(guó)國(guó)家航空航天局提供的MODIS植被指數(shù)產(chǎn)品MOD13Q1，為空間分辨率250 m的16天合成產(chǎn)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(shù)據(jù)。利用MODIS Reprojection Tool工具，把HDF格式的原始數(shù)據(jù)轉(zhuǎn)換為GeoTIF格式，統(tǒng)一將投影轉(zhuǎn)換為Albers等面積圓錐投影系統(tǒng)，在ArcGIS環(huán)境下裁剪出研究區(qū)，在ENVI/IDL軟件中編寫數(shù)據(jù)質(zhì)量控制算法對(duì)原始數(shù)據(jù)進(jìn)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(shù)據(jù)。

1.3 趨勢(shì)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(shì)和植被空間變化，趨勢(shì)顯著性采用F檢驗(yàn)。據(jù)此將NDVI變化趨勢(shì)按照上升和下降的顯著性分為6級(jí)(表1)。用Mann-Kendall非參數(shù)檢驗(yàn)法分析近13年NDVI的變化趨勢(shì)和突變點(diǎn)。

1.4 經(jīng)驗(yàn)?zāi)B(tài)分解

利用經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition，EMD)對(duì)NDVI時(shí)間序列數(shù)據(jù)逐級(jí)進(jìn)行平穩(wěn)化處理，把不同周期的波動(dòng)從原信號(hào)中分離出來，最后得到殘余分量。EMD分解出的每一個(gè)模態(tài)函數(shù)(Intrinsic Mode Function，IMF)包含并突出了原信號(hào)的局部特征信息，即各IMF分量分別包含了原信號(hào)的不同時(shí)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(shù)據(jù)進(jìn)行制圖綜合后，在ArcGIS軟件中進(jìn)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(zhuǎn)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(shì)，檢驗(yàn)其顯著性，由此評(píng)價(jià)人類活動(dòng)對(duì)NDVI的影響。研究構(gòu)建了不同地類對(duì)NDVI的影響度指標(biāo)I，計(jì)算公式如下：

I=Npixel*(NDVI2011-NDVI2000)

(1)

式中，I表示某個(gè)地類的NDVI影響，Npixel表示該地類像元數(shù)，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(jié)果分析

2.1 鹽池縣NDVI的時(shí)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(dòng)(圖1)，變異系數(shù)為0.1571。呈波動(dòng)上升趨勢(shì)，上升幅度為0.078/10 a，遠(yuǎn)快于“三北”防護(hù)林工程區(qū)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(shì)，2003—2008年呈減緩趨勢(shì)，2008—2012年再呈增加趨勢(shì)，并在2002—2003年、2010年發(fā)生2次突變，總體呈顯著增加趨勢(shì)(2012年UFk=2.56)。

圖1 鹽池縣2000—2012年NDVI動(dòng)態(tài)及內(nèi)部結(jié)構(gòu) Fig.1 Dynamics and structure of NDVI in Yanchi County from 2000 to 2012

近13年NDVI的內(nèi)部結(jié)構(gòu)變化較大(圖1)。NDVI在0.2—0.3的中低覆蓋度像元平均數(shù)最多，變異系數(shù)最??；NDVI在0.3—0.4的中覆蓋度像元平均數(shù)也較多，變異系數(shù)較??；這類像元數(shù)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(dá)到或接近50000個(gè)像元)；說明鹽池縣1/2面積的NDVI達(dá)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(shù)平均每年占像元總數(shù)的77.79%，是荒漠草原區(qū)植被覆蓋度波動(dòng)的主要等級(jí)。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(jí)范圍內(nèi)，并且隨氣候變化在年際間頻繁、大幅波動(dòng)或轉(zhuǎn)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(wěn)定上升，都推動(dòng)了全年NDVI的總體上升。

2.1.2 NDVI的空間格局

將計(jì)算的單個(gè)像元2000—2012年NDVI的變化斜率θslope，參照已有成果[25]分為7個(gè)等級(jí)。結(jié)果顯示：NDVI上升的像元數(shù)占81.98%，下降的像元數(shù)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(qū)動(dòng)的草原、旱地、林地等植被面積遠(yuǎn)遠(yuǎn)大于受水文驅(qū)動(dòng)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(shù)達(dá)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(gè)明顯的NDVI高值區(qū)和低值區(qū)。前者如惠安堡—馮記溝—王樂井—城西灘的20多個(gè)塊狀揚(yáng)黃灌區(qū)，王樂井鄉(xiāng)耕地集中分布區(qū)，麻黃山，縣境東北角，307國(guó)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(qū)域在東部和中部，即老行政區(qū)劃的柳楊堡、城郊鄉(xiāng)、王樂井鄉(xiāng)中南部、青山、馮記溝鄉(xiāng)和惠安堡鎮(zhèn)，以及青銀高速公路和307國(guó)道兩側(cè)。改善幅度較小和不顯著的是前述NDVI低值區(qū)(圖3)?？傮w來說，鹽池縣NDVI的時(shí)間規(guī)律比空間規(guī)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。空間上表現(xiàn)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(dòng)對(duì)NDVI的影響程度

為了研究自然因素和人類活動(dòng)對(duì)NDVI的影響程度，采用經(jīng)驗(yàn)?zāi)B(tài)分解法(EMD)將全年NDVI在近13年的變化序列分解為IMF1分量(準(zhǔn)4a周期)、IMF2分量(準(zhǔn)9a周期)和殘余分量3個(gè)簡(jiǎn)單模態(tài)分量(圖4)。準(zhǔn)4a周期在0.1范圍內(nèi)波動(dòng)，振幅逐漸減?。粶?zhǔn)9a周期在0.05范圍內(nèi)波動(dòng)。殘余分量在0.24—0.35范圍內(nèi)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(zhǔn)。從各個(gè)分量的方差貢獻(xiàn)率來看，IMF1分量(準(zhǔn)4a周期)的方差貢獻(xiàn)率為50.00%，IMF2分量(準(zhǔn)9a周期)的方差貢獻(xiàn)率為0.00%，殘余分量的方差貢獻(xiàn)率為50.00%，即NDVI的波動(dòng)程度與上升程度相當(dāng)，且波動(dòng)對(duì)NDVI的影響呈逐漸減弱趨勢(shì)。

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(tài)函數(shù)

為了確定影響NDVI的驅(qū)動(dòng)力，選取影響NDVI的12個(gè)影響因子并對(duì)它們2000—2012年序列進(jìn)行EMD分解，將結(jié)果與NDVI的分解結(jié)果進(jìn)行比較(表2)。結(jié)果表明，促使NDVI波動(dòng)的主控因子有年降水量、年平均氣溫、作物總產(chǎn)量和禁牧政策執(zhí)行力，但由于NDVI的波動(dòng)全部體現(xiàn)在IMF1(準(zhǔn)4a周期)分量上，結(jié)合這4個(gè)主控因子的IMF1分量方差貢獻(xiàn)率大小和相互關(guān)系，可以得出真正影響NDVI波動(dòng)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(dòng)NDVI波動(dòng)。而其他8個(gè)因子為反向調(diào)節(jié)因子，它們有抑制NDVI波動(dòng)、促進(jìn)趨勢(shì)性變化的作用。推動(dòng)NDVI趨勢(shì)性上升的主要是殘余分量，根據(jù)各反向調(diào)節(jié)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(fā)現(xiàn)，推動(dòng)NDVI趨勢(shì)性上升的主要因子是作物總產(chǎn)量、羊只存欄數(shù)、引黃灌溉面積。雖然無法對(duì)當(dāng)年造林面積進(jìn)行EMD分解，但通過逐步線性回歸分析發(fā)現(xiàn)它對(duì)NDVI的趨勢(shì)性上升具有顯著方差貢獻(xiàn)率。由此推論，推動(dòng)NDVI趨勢(shì)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(guān)性分析

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

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

表2 NDVI影響因子的IMF分量方差貢獻(xiàn)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(guān)系數(shù)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(dòng)對(duì)植被的影響主要是通過土地利用變化來體現(xiàn)，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(zhì)量。將鹽池縣2000年和2011年兩期土地利用圖疊置，識(shí)別主要不變地類和轉(zhuǎn)換地類，再將其矢量圖與各年度NDVI圖疊置，并對(duì)各地類像元13a NDVI統(tǒng)計(jì)分析。結(jié)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(shù)相差較大，對(duì)總體NDVI貢獻(xiàn)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(duì)NDVI的影響Table 4 Impacts of different land-use types′ on NDVI in Yanchi county

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

如果將其他地類轉(zhuǎn)入林地對(duì)NDVI的貢獻(xiàn)作為退耕還林的植被恢復(fù)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(zhuǎn)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(zhuǎn)草地，各類地NDVI擬合公式中的決定系數(shù)遠(yuǎn)遠(yuǎn)高于各季和全年NDVI的決定系數(shù)(表3)，說明土地利用引起的NDVI趨勢(shì)性變化比自然節(jié)律引起的NDVI的趨勢(shì)更為顯著。與旱地相比，沙地、草地和林地的變化趨勢(shì)顯著，是封育的結(jié)果；水澆地的變化趨勢(shì)極為顯著，是人為灌溉的結(jié)果。由此可見，土地利用方式改善對(duì)NDVI的貢獻(xiàn)遠(yuǎn)遠(yuǎn)大于土地利用類型變化對(duì)NDVI的貢獻(xiàn)。

3 討論

陳曉光等人[5]利用GIMMS數(shù)據(jù)研究鹽池縣1981—2004年植被指數(shù)，發(fā)現(xiàn)它與年降水量的相關(guān)系數(shù)為0.620，在0.01水平上顯著相關(guān)。本研究的結(jié)果表明，鹽池縣2000—2012年NDVI對(duì)年降水量依然敏感，但是他們的相關(guān)系數(shù)為0.544，只在0.05水平上顯著相關(guān)。盡管NDVI數(shù)據(jù)來源不同可能造成結(jié)果的差異，但研究時(shí)段的不同可能是造成相關(guān)系數(shù)差別較大的主要原因。穆少杰等[28]在內(nèi)蒙古2000—2010年植被覆蓋度時(shí)也發(fā)現(xiàn)了同樣的情況。表明NDVI的主要驅(qū)動(dòng)力由過去以氣候?yàn)橹鬓D(zhuǎn)變?yōu)榻?0年以人類活動(dòng)為主。支持這一結(jié)論的還有陳輝等[29]對(duì)冀北地區(qū)1987—2000年植被覆被變化的研究結(jié)果，李登科等[26]對(duì)1981—2003年陜北長(zhǎng)城沿線的研究得到類似的結(jié)果，孫曉鵬等[27]對(duì)涇河流域1982—2005年的研究結(jié)果，以及王娟等[30]對(duì)內(nèi)蒙古自治區(qū)1983—2009年植被變化趨勢(shì)的研究結(jié)果。本研究區(qū)域以草地為主，自然因素和人類活動(dòng)對(duì)NDVI的影響大體相當(dāng)。

孫曉鵬等[27]的研究表明，NDVI顯著增加區(qū)以耕地為主，顯著減小區(qū)以草地為主。糧食單位面積產(chǎn)量的提高使耕地NDVI增加。對(duì)黃土高原的研究也得到了類似的推論[19]。王娟等[30]發(fā)現(xiàn)內(nèi)蒙古耕作區(qū)的植被變化主要與農(nóng)作物產(chǎn)量的變化有關(guān)，農(nóng)牧交錯(cuò)等草原區(qū)NDVI的顯著增加與區(qū)域草原開墾、持續(xù)植樹種草、禁牧輪牧等防沙治沙等活動(dòng)有關(guān)。戴聲佩等[31]發(fā)現(xiàn)，農(nóng)業(yè)生產(chǎn)水平提高和植被生態(tài)建設(shè)等人類活動(dòng)對(duì)西北地區(qū)植被NDVI增加有重要影響。文星等[32]對(duì)石羊河流域1999—2010年期間植被覆蓋的時(shí)空變化進(jìn)行了研究表明，相對(duì)于自然因素，人為因素在較短時(shí)間內(nèi)，對(duì)荒漠化變化起的作用更為關(guān)鍵，防沙治沙和生態(tài)工程等生態(tài)管理起主要作用。這與本研究所得出的推動(dòng)NDVI趨勢(shì)性上升的主要因子是作物總產(chǎn)量、引黃灌溉面積的結(jié)論一致。羊只存欄數(shù)、對(duì)當(dāng)年造林面積表現(xiàn)了畜牧業(yè)管理和造林對(duì)NDVI的積極作用。

4 結(jié)論

(1)近13年鹽池縣NDVI在0.2—0.4之間呈波動(dòng)上升趨勢(shì)，上升幅度為0.078/10 a，上升趨勢(shì)顯著。NDVI的時(shí)間規(guī)律比空間規(guī)律明顯。近80%像元的NDVI在0.2—0.3和0.3—0.4等級(jí)范圍內(nèi)，隨氣候變化在年際間頻繁、大幅波動(dòng)或轉(zhuǎn)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(dòng)強(qiáng)于東部。

(2)NDVI的波動(dòng)分量與上升分量各占50%，且NDVI的波動(dòng)呈逐漸減弱趨勢(shì)。促使NDVI波動(dòng)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(dòng)NDVI波動(dòng)。降水對(duì)NDVI的影響比氣溫顯著，上年秋季降水和當(dāng)年春季降水對(duì)NDVI至關(guān)重要，降水對(duì)NDVI的影響比過去要及時(shí)，但對(duì)NDVI的影響在減弱。

(3)推動(dòng)NDVI趨勢(shì)性上升的主要因素是土地利用方式和類型變化。從單項(xiàng)土地利用類型來說，水澆地、林地的NDVI增長(zhǎng)趨勢(shì)最為顯著；從土地利用變化來說，旱地轉(zhuǎn)林地、草地轉(zhuǎn)林地的NDVI增加趨勢(shì)最顯著。土地利用方式改善對(duì)NDVI的貢獻(xiàn)遠(yuǎn)遠(yuǎn)大于土地利用類型變化對(duì)NDVI的貢獻(xiàn)。

綜上所述，雖然氣候引起的NDVI波動(dòng)在鹽池縣NDVI中仍占有50%的分量，但封育禁牧、灌區(qū)開發(fā)、農(nóng)業(yè)生產(chǎn)力提高、退耕還林等人類活動(dòng)推動(dòng)NDVI顯著增加。土地利用方式改善對(duì)NDVI的作用遠(yuǎn)遠(yuǎn)大于土地利用類型變化。說明荒漠草原區(qū)的生態(tài)改善應(yīng)以保護(hù)為主，輔之以必要的生態(tài)重建，走以適度開發(fā)帶動(dòng)整體保護(hù)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(shí)期我國(guó)草地環(huán)境科學(xué)發(fā)展戰(zhàn)略的思考. 草地學(xué)報(bào), 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(tài)學(xué)報(bào), 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(dòng)態(tài)變化遙感監(jiān)測(cè). 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(qū)生態(tài)植被變化規(guī)律研究. 科技導(dǎo)報(bào), 2007, 25(10): 19- 22.

[8] 杜靈通, 李國(guó)旗. 基于SPOT- VGT的寧夏鹽池縣近8年生態(tài)環(huán)境動(dòng)態(tài)監(jiān)測(cè). 北京林業(yè)大學(xué)學(xué)報(bào), 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(guān)系. 中國(guó)農(nóng)學(xué)通報(bào), 2011, 27(29): 284- 289.

[10] 孟力猛. 基于NDVI和LUCC的鹽池縣荒漠化動(dòng)態(tài)研究 [D]. 北京: 北京林業(yè)大學(xué), 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(dòng)態(tài)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(nèi)蒙古植被帶和植被覆蓋度的時(shí)空變化. 地理學(xué)報(bào), 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(guó)棟. 干旱地區(qū)植被指數(shù)(VI)的適宜性研究. 中國(guó)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(guó), 王建, 王雪梅. 基于遙感的植被年際變化及其與氣候關(guān)系研究進(jìn)展. 遙感學(xué)報(bào), 2006, 10(3): 421- 431.

[19] 信忠保, 許炯心, 鄭偉. 氣候變化和人類活動(dòng)對(duì)黃土高原植被覆蓋變化的影響. 中國(guó)科學(xué)(D輯: 地球科學(xué)), 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(qū)和荒漠草原區(qū)在寧夏東部的界限. 植物生態(tài)學(xué)與地植物學(xué)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(huì)玉, 林振山. 基于EMD的洪澇災(zāi)害成災(zāi)面積波動(dòng)的多時(shí)間尺度分析. 中國(guó)農(nóng)業(yè)氣象, 2005, 26(4): 220- 224.

[24] 王強(qiáng), 張勃, 戴聲佩, 鄒悅, 馬中華, 張亞寧. 基于GIMMS AVHRR NDVI數(shù)據(jù)的三北防護(hù)林工程區(qū)植被覆蓋動(dòng)態(tài)變化. 資源科學(xué), 2011, 33(8): 1613- 1620.

[25] 宋怡, 馬明國(guó). 基于SPOT VEGETATION數(shù)據(jù)的中國(guó)西北植被覆蓋變化分析. 中國(guó)沙漠, 2007, 27(1): 89- 93.

[26] 李登科, 郭鈮, 何慧娟. 陜北長(zhǎng)城沿線風(fēng)沙區(qū)植被指數(shù)變化及其與氣候的關(guān)系. 生態(tài)學(xué)報(bào), 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(zhǎng)時(shí)間序列的歸一化植被指數(shù)動(dòng)態(tài)變化及其驅(qū)動(dòng)因素分析. 植物生態(tài)學(xué)報(bào), 2012, 36(6): 511- 521.

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

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

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

[31] 戴聲佩, 張勃, 王海軍. 中國(guó)西北地區(qū)植被NDVI的時(shí)空變化及其影響因子分析. 地球信息科學(xué)學(xué)報(bào), 2010, 12(3): 315- 321.

[32] 文星, 段翰晨, 廖杰, 薛嫻. 石羊河流域植被指數(shù)時(shí)空變化及荒漠化遙感監(jiān)測(cè). 吉林大學(xué)學(xué)報(bào): 地球科學(xué)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(guó)家重點(diǎn)基礎(chǔ)研究計(jì)劃(973)前期專項(xiàng)(2012CB723206)；國(guó)家自然科學(xué)基金項(xiàng)目(41201438)；寧夏大學(xué)211建設(shè)項(xiàng)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(qū)動(dòng)力.生態(tài)學(xué)報(bào),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.