湯旭光，李恒鵬，聶小飛，李鵬程

(1: 中國科學(xué)院南京地理與湖泊研究所，中國科學(xué)院流域地理學(xué)重點實驗室，南京 210008)

(2: 江西師范大學(xué)鄱陽湖濕地與流域研究教育部重點實驗室，南昌 330022)

應(yīng)用MODIS數(shù)據(jù)監(jiān)測千島湖流域植被覆蓋動態(tài)(2001-2013年)*

湯旭光1, 2，李恒鵬1，聶小飛1，李鵬程1

(1: 中國科學(xué)院南京地理與湖泊研究所，中國科學(xué)院流域地理學(xué)重點實驗室，南京 210008)

(2: 江西師范大學(xué)鄱陽湖濕地與流域研究教育部重點實驗室，南昌 330022)

流域植被覆蓋狀況對于水源地生態(tài)環(huán)境保護(hù)具有重要的指示作用.當(dāng)前的水質(zhì)目標(biāo)管理不僅要著眼于湖庫水質(zhì)參數(shù)控制，更應(yīng)該從整個流域的角度維系生態(tài)平衡.在此背景下，依托長時間序列MODIS遙感數(shù)據(jù)對千島湖流域2001-2013年植被覆蓋狀況進(jìn)行監(jiān)測，采用最小二乘法趨勢分析和Mann-Kendall顯著性檢驗方法分析了千島湖流域植被的空間分布特征、時間變化特征與長期變化趨勢.研究表明該方法能夠有效地監(jiān)測流域植被覆蓋的時空動態(tài)變化：1) 從空間分布上來看，千島湖流域植被覆蓋狀況整體較好，但同時也發(fā)現(xiàn)受人為干擾較大的地域如河、湖附近的城鎮(zhèn)建設(shè)用地、農(nóng)業(yè)用地以及園地，其NDVI值明顯低于自然林地；2) 從時間變化特征上看，2001-2013年千島湖流域植被年際NDVI在0.69～0.73之間波動，且近年來有增長趨勢，年內(nèi)季節(jié)性NDVI動態(tài)分析表明高時間分辨率的MODIS數(shù)據(jù)能夠用來區(qū)分常綠植被與落葉植被的物候特征，以分析不同植被類型對流域氮、磷流失的風(fēng)險差異；3) 從變化趨勢上看，2001-2013年植被覆蓋狀況改善的區(qū)域遠(yuǎn)大于退化的區(qū)域，其中改善區(qū)域約占流域面積的55.90%，呈現(xiàn)出一定退化狀態(tài)的區(qū)域約占29.60%(嚴(yán)重退化區(qū)域僅占3.97%)，而相對穩(wěn)定不變區(qū)域約占14.51%.經(jīng)與氣溫與降水等氣候因子進(jìn)行相關(guān)性分析表明，植被NDVI與氣溫呈顯著正相關(guān)，而降水則不敏感，說明氣溫是研究區(qū)植被生長的主導(dǎo)氣候因子.同時發(fā)現(xiàn)，人類活動對局部植被變化影響較大.研究結(jié)果可為流域水資源與生態(tài)環(huán)境保護(hù)提供空間數(shù)據(jù)支撐.

千島湖流域；植被動態(tài)；時空變化；趨勢分析

千島湖是我國華東地區(qū)的一座特大型水庫，在飲用水供給、防洪與發(fā)電、保障農(nóng)業(yè)灌溉與下游生態(tài)用水及發(fā)展旅游等方面發(fā)揮著極其重要的作用，同時也是長三角地區(qū)重要的生態(tài)屏障.然而近年來由藻類異常增殖引起的水環(huán)境及生態(tài)問題日趨凸顯[1-3]，作為我國首批24個水質(zhì)良好湖泊生態(tài)環(huán)境保護(hù)試點之一，千島湖絕不能走“先污染、后治理”的老路.因此，加強(qiáng)千島湖流域水資源與生態(tài)環(huán)境保護(hù)就顯得尤為必要和緊迫.

植被作為陸地生態(tài)系統(tǒng)主要的土地覆被類型，是連接大氣、土壤與水體的自然紐帶，在水土保持、物質(zhì)循環(huán)、能量流動及維持生態(tài)系統(tǒng)穩(wěn)定方面具有十分重要的作用[4-5].近年來實施的退耕還林還草工程顯著減少了來自陸域人工生態(tài)系統(tǒng)的面源污染，同時自然植被覆蓋可以提升對氮、磷的攔截與凈化能力[6].因此，流域植被覆蓋狀況對于水源地保護(hù)具有重要的指示作用.值得注意的是，當(dāng)前的水質(zhì)目標(biāo)管理不僅要著眼于湖庫水質(zhì)參數(shù)控制，更應(yīng)該從源頭從整個流域的角度維系生態(tài)平衡.

針對千島湖流域，已有研究從土地利用變化的生態(tài)環(huán)境效應(yīng)及不同土地利用方式對氮、磷流失的影響機(jī)理進(jìn)行分析[7-8]，然而應(yīng)用時間序列遙感數(shù)據(jù)監(jiān)測流域植被長期動態(tài)還鮮有涉及.地表植被在生長過程中不僅受到氣候因子的作用，同時在人類活動影響日益劇烈的今天，植被覆蓋變化還深刻地記錄著人類活動的烙印[9].歸一化植被指數(shù)(NDVI)作為表征地表植被生長狀況的敏感度量參數(shù)，能夠在較大時空尺度客觀地反映研究區(qū)植被覆蓋信息，在生態(tài)、環(huán)境和農(nóng)業(yè)等領(lǐng)域得到廣泛的應(yīng)用[10-12].對于千島湖這種筑壩蓄水形成的山地型深水人工水庫而言，生態(tài)環(huán)境比較脆弱，一旦破壞將難以修復(fù).鑒于上述情況，本研究以250 m的MOD13Q1為數(shù)據(jù)源，通過數(shù)據(jù)預(yù)處理獲得2001-2013年千島湖流域年均NDVI時間序列，采用最小二乘法趨勢分析和Mann-Kendall檢驗方法，探討十多年來流域植被覆蓋的空間分布特征、時間變化特征以及變化趨勢特征，而后利用流域9個氣象站點的氣溫與降水資料，定量分析千島湖流域植被變化的氣候因子驅(qū)動響應(yīng)，并探討其人類活動干擾影響，以期為進(jìn)一步加強(qiáng)植被恢復(fù)，維護(hù)流域生態(tài)安全提供依據(jù).

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源與處理

本研究所用數(shù)據(jù)來源于美國NASA的MODIS植被指數(shù)產(chǎn)品數(shù)據(jù)MOD13Q1.數(shù)據(jù)空間分辨率為250 m，時間分辨率為16 d，時間范圍從2001年1月至2013年12月.首先利用MRT(MODIS ReProjection Tools)軟件進(jìn)行格式轉(zhuǎn)換與投影轉(zhuǎn)換，把Hdf格式轉(zhuǎn)換為Geotiff格式，把Sinusoidal投影轉(zhuǎn)換為WGS84/Albers Equal Area Conic投影，重采樣方法及分辨率分別為鄰近自然法和250 m.然后采用最大值合成法獲取2001-2013年逐月NDVI數(shù)據(jù)，以盡量去除云、霧和太陽高度角等因素對NDVI的影響[13-14].最后利用均值法獲取逐年年均的NDVI數(shù)據(jù)集進(jìn)行年際變化特征分析.為比較植被類型空間分布及其組成結(jié)構(gòu)對流域植被NDVI的影響，本研究還基于國產(chǎn)環(huán)境星數(shù)據(jù)(空間分辨率為30 m)，利用面向?qū)ο蟮姆诸惙椒?，解譯獲取研究區(qū)2010年土地利用/覆被數(shù)據(jù).

氣象數(shù)據(jù)主要包括安慶、寧國、黃山、景德鎮(zhèn)、屯溪、淳安、金華、衢州、玉山等站點的氣溫和降水資料，時間跨度與MODIS時間序列數(shù)據(jù)一致，數(shù)據(jù)下載于中國氣象數(shù)據(jù)共享網(wǎng)(http://cdc.cma.gov.cn).在ArcGIS中通過Kriging插值將氣溫和降水生成與NDVI數(shù)據(jù)相同投影方式和空間分辨率的柵格數(shù)據(jù)，而后進(jìn)行植被覆蓋變化的驅(qū)動因素分析.

1.2 研究方法

將最小二乘法趨勢分析與Mann-Kendall顯著性檢驗方法結(jié)合進(jìn)來判斷長時間序列趨勢，其優(yōu)勢在于不需要數(shù)據(jù)服從一定的分布，對數(shù)據(jù)誤差具有較強(qiáng)的抵抗能力，對于顯著性水平的檢驗具有堅實的數(shù)理統(tǒng)計基礎(chǔ)，使得結(jié)果更為科學(xué)和可信[15-18].其中，最小二乘法對時間自變量與NDVI因變量數(shù)據(jù)集，通過計算逐像元NDVI與時間的回歸斜率來判斷其變化趨勢.若slope>0，說明NDVI的變化趨勢是增加的，反之則是退化的.

(1)

式中，變量i為年序號，xi為第i年的NDVI值，ti為xi對應(yīng)的時間，n為所研究的時間序列長度.運(yùn)用ArcGIS柵格運(yùn)算功能，得到NDVI在2001-2013年的變化趨勢圖，可直觀地反映13年間千島湖流域植被動態(tài)趨勢.

Mann-Kendall是一種非參數(shù)統(tǒng)計檢驗方法，用來判斷變化趨勢的顯著性程度.定義Z統(tǒng)計量為：

(2)

(3)

(4)

2 結(jié)果與分析

2.1 植被空間分布特征

利用2001-2013年的年均NDVI數(shù)據(jù)，計算近13年來年均NDVI空間分布，結(jié)果表明，千島湖流域植被狀況整體較好，具有較高的NDVI值(圖1)，這主要是由于80.36%的流域面積為林地所覆蓋(圖2)，且以常綠針葉林與常綠闊葉林為主，分別占流域面積的44.31%和28.83%.NDVI空間分布同時也表明受人為干擾較大的地域，NDVI顯著較低，如以各縣城鎮(zhèn)為中心的建設(shè)用地，涵蓋其周邊地區(qū)，由于經(jīng)濟(jì)較為發(fā)達(dá)，人為開發(fā)改變了自然狀態(tài)下的土地利用方式.而遠(yuǎn)離城鎮(zhèn)、海拔較高的地域，植被NDVI值較高.對比圖1與圖2還發(fā)現(xiàn)，農(nóng)業(yè)用地年均NDVI明顯較低，然而其開發(fā)規(guī)模僅次于林地，位居流域面積第二位，其中又以水田占絕對優(yōu)勢，約為10.42%，旱地只存在于少數(shù)缺水或地勢較高地域.耕地主要集中分布在流域上游安徽地區(qū)，說明千島湖上游農(nóng)業(yè)開發(fā)較為嚴(yán)重，相應(yīng)地所面臨的農(nóng)業(yè)面源污染風(fēng)險也越大，從而對流域水生態(tài)環(huán)境保護(hù)構(gòu)成一定的威脅，而在浙江部分耕地僅在山間河谷零星分布.但是必須值得重視的是，城鎮(zhèn)用地及農(nóng)業(yè)用地多分布在河、湖等水源地附近敏感區(qū)，其帶來的生活污水及氮、磷面源污染最容易對水源地構(gòu)成威脅.當(dāng)前已有研究表明[19-20]，隨著城市化進(jìn)程的加快，不斷增長的裸露城鎮(zhèn)地表環(huán)境促使非點源污染降雨徑流成為城市地表水環(huán)境污染的主要原因，同時也加劇了流域河流水質(zhì)的污染程度.而自然狀態(tài)下的林地水土保持能力則很強(qiáng)，尤其是在流域主要產(chǎn)流區(qū)和水量供給區(qū)的上游地區(qū)，河流附近區(qū)域需要限制開發(fā)、著重保護(hù).

近13年NDVI平均值的分級統(tǒng)計結(jié)果表明：NDVI值小于0.45的區(qū)域占流域總面積的3.15%，0.45～0.65的低值區(qū)占14.13%，大于0.65的高植被覆蓋區(qū)占82.72%.

圖2 千島湖流域土地利用/覆被類型圖Fig.2 Land use/land cover map of the Lake Qiandao drainage basin

2.2 植被時間分布特征

為了研究千島湖流域植被覆蓋區(qū)域NDVI隨時間變化的特點，取2001-2013年年均NDVI值代表當(dāng)年的植被狀態(tài)，年際變化如圖3所示，千島湖流域植被年均NDVI值在0.69～0.73之間波動，其中2001-2003年NDVI值呈上升趨勢，而后直至2006年呈現(xiàn)明顯降低的趨勢，但在2007年有一個較大的波動，NDVI值達(dá)到最大，結(jié)合氣象因素分析表明，NDVI值與溫度呈顯著正相關(guān)關(guān)系，其中在2007年年均溫度達(dá)到最高；而后自2008年以來，盡管NDVI值有一定的波動，但整體仍呈現(xiàn)出弱增長趨勢，說明植被生長狀況正在好轉(zhuǎn).

圖3 2001-2013年千島湖流域年均NDVI變化Fig.3 Long-term trend in annual mean NDVI of the Lake Qiandao drainage basin from 2001 to 2013

對常綠植被與落葉植被而言，夏季均為其生長旺盛期，植被NDVI值差別不大，對降雨條件下的氮、磷流失過程影響差異不顯著；而春季降雨也較多，流域內(nèi)落葉植被的空間分布狀況及其組成結(jié)構(gòu)對面源污染的貢獻(xiàn)則遠(yuǎn)大于常綠植被.因此為了探索年內(nèi)季節(jié)性植被動態(tài)變化特征對流域水環(huán)境污染的風(fēng)險影響，本研究又結(jié)合物候?qū)W原理選取冬季1月與夏季7月兩個時段千島湖周邊區(qū)域(浙江部分)NDVI值進(jìn)行深入分析，同時劃分為若干個子流域，以重點研究不同區(qū)域植被對流域NDVI值貢獻(xiàn)的大小，還可以為需要重點改善與污染防治的區(qū)域提供數(shù)據(jù)參考.

千島湖南部各子流域NDVI年內(nèi)季節(jié)變化不大(圖4)，主要表現(xiàn)為南部多分布常綠植被，如竹林、馬尾松、茶園、橘園等；而北部子流域年內(nèi)差異顯著，多分布落葉植被，大片的山核桃園、板栗園集中分布在淳安縣西北部瑤山鄉(xiāng)、屏門鄉(xiāng)及玉阜鄉(xiāng)境內(nèi).由于園地通常要施用大量的肥料，受降水作用影響，會對流域河流水質(zhì)帶來嚴(yán)重的氮、磷等面源污染，尤其是春季，雨水較多，這也可能是造成春季河、湖水質(zhì)較差的主要原因，需要采取一定的工程措施降低氮、磷污染風(fēng)險.

圖4 千島湖周邊各子流域夏季與冬季NDVI空間分布Fig.4 Contrast of NDVI in summer and winter for the sub-watersheds nearby the Lake Qiandao

由圖5可知，2001-2006年，環(huán)湖分區(qū)與流域其他各分區(qū)植被動態(tài)保持一致，而自2007年受氣溫影響達(dá)到峰值之后，近年來各分區(qū)趨勢呈顯著差異.具體而言，除環(huán)湖分區(qū)NDVI呈顯著降低外，其余各子流域均呈增長趨勢，只是顯著性程度有所差別；南部分區(qū)、東北分區(qū)以及西南分區(qū)植被覆蓋狀況最好，且近年來仍呈增長態(tài)勢，尤其是東北分區(qū)，增長尤為顯著；北部分區(qū)與西部分區(qū)近年來植被雖有微弱增長趨勢，但由于受開發(fā)等人類活動影響，植被覆蓋狀況相對最差，需要尤為關(guān)注；流域上游分區(qū)植被覆蓋狀況整體較淳安縣差，近年來有所改善.綜上所述，人類活動對植被覆蓋有顯著性影響，尤其在環(huán)湖地區(qū).

圖5 2001-2013年千島湖流域各分區(qū)NDVI變化趨勢Fig.5 Tendency in NDVI of per sub-watershed for the Lake Qiandao drainage basin from 2001 to 2013

表1 2001-2013年千島湖流域植被變化趨勢及各分區(qū)所占面積統(tǒng)計分析

Tab.1 Statistics of tendency of annual mean NDVI in the Lake Qiandao drainage basin from 2001 to 2013

Slope值Z值變化趨勢面積所占比例>0．0005>1．96顯著改善區(qū)14．46%>0．0005-1．96～1．96輕微改善區(qū)41．44%-0．0005～0．0005-1．96～1．96穩(wěn)定區(qū)14．51%<-0．0005-1．96～1．96輕微退化區(qū)25．63%<-0．0005<-1．96嚴(yán)重退化區(qū)3．97%

2.3 植被覆蓋變化趨勢分析

將最小二乘法趨勢分析與Mann-Kendall顯著性檢驗結(jié)果結(jié)合起來，可以有效地反映2001-2013年千島湖流域植被NDVI變化趨勢的空間分布特征.本研究將回歸斜率slope介于-0.0005～0.0005之間的區(qū)域劃分為穩(wěn)定區(qū)，高于0.0005的劃分為改善區(qū)域，而低于-0.0005的劃分為退化區(qū)域.同時將Mann-Kendall檢驗在0.05置信水平上的顯著性檢驗結(jié)果劃分為顯著變化(Z>1.96或Z<-1.96)與變化不顯著(-1.96≤Z≤1.96).最后，將趨勢分析結(jié)果與Mann-Kendall檢驗結(jié)果進(jìn)行疊加分析，得到像元尺度上的NDVI變化趨勢數(shù)據(jù)，并將結(jié)果劃分為嚴(yán)重退化區(qū)、輕微退化區(qū)、穩(wěn)定區(qū)、輕微改善區(qū)與顯著改善區(qū)5種類型.結(jié)果表明，植被覆蓋狀況改善的區(qū)域約占流域面積的55.90%；相對穩(wěn)定不變區(qū)域約占14.51%；植被呈現(xiàn)出一定退化狀態(tài)的區(qū)域約占29.60%，其中嚴(yán)重退化區(qū)域僅占3.97%(表1).

對整個流域而言，植被狀況改善的區(qū)域所占面積比例遠(yuǎn)高于退化區(qū)域.其中在流域安徽部分，退化區(qū)主要集中分布在城鎮(zhèn)周邊及沿河地帶，以及流域邊界海拔較高地區(qū)；而在浙江部分退化區(qū)分布則較為分散，并且主要表現(xiàn)為輕微退化，更可能是由于人類活動影響造成的.穩(wěn)定區(qū)在流域內(nèi)呈現(xiàn)零散分布.而整個流域的植被顯著改善區(qū)也主要分布在千島湖流域上游安徽部分，其余地區(qū)也有輕微改善(圖6).

圖6 2001-2013年千島湖流域植被變化趨勢Fig.6 Tendency of annual mean NDVI variations in the Lake Qiandao drainage basin from 2001 to 2013

2.4 氣候因子及人類活動對NDVI的影響分析

氣候變化被認(rèn)為是引發(fā)地表覆蓋變化的主要原因之一，通過NDVI研究植被覆蓋與氣候的關(guān)系一直是國內(nèi)外全球變化研究的主要內(nèi)容.目前許多研究表明NDVI與氣候因子存在明顯的相關(guān)關(guān)系，因此將氣候因子作為植被覆蓋變化的驅(qū)動因素是氣候和植被變化研究的重要內(nèi)容.

圖7 2001-2013千島湖流域年均NDVI與年平均氣溫(a)、年平均降水量(b)的相關(guān)性分析Fig.7 Correlations between annual mean NDVI and the corresponding temperature (a) and precipitation (b) in the Lake Qiandao drainage basin from 2001 to 2013

從對千島湖流域13年來的年均NDVI值與年均氣溫和年降水量進(jìn)行相關(guān)性分析與統(tǒng)計結(jié)果(圖7、表2)可以看出，千島湖流域植被大部分與氣溫呈現(xiàn)顯著的正相關(guān)關(guān)系，所占面積比例約為77.55%，說明氣溫升高一定程度上刺激了植被的生長.同時相關(guān)性分析也表明，部分植被并沒有與氣溫呈正相關(guān)，相反呈低度負(fù)相關(guān)，排除局部零星的人類活動干擾之外，說明氣溫只能在一定范圍內(nèi)發(fā)揮正效應(yīng)，一旦超過植被功能型的最適溫度上限反而會抑制其生長.年均降水量與NDVI值的相關(guān)性分析表明，雖然流域植被整體與降水的正相關(guān)性(56.12%)高于負(fù)相關(guān)性(43.87%)，但顯著性相關(guān)部分所占比例并不高，也間接表明對于降水豐富的東部地區(qū)，水分并非植被生長的限制性因子，大部分地區(qū)降水能夠滿足植被生長的需要，這一結(jié)果與王永財?shù)萚21]在海河流域植被覆蓋變化的氣候因子驅(qū)動分析結(jié)果相反，說明不同土地利用/覆被特征下，流域植被變化的氣候主導(dǎo)因素存在顯著差異.

表2 千島湖流域年均NDVI與年均氣溫、降水量的相關(guān)性分布統(tǒng)計

人類活動在一定程度上也或正面或負(fù)面地影響著流域植被覆蓋的變化.近年來依托生態(tài)公益林建設(shè)工程、水源地保護(hù)工程、退耕還林還草工程等生態(tài)建設(shè)重點工程，開展河、湖等水源地附近的植樹造林、水土流失防治、裸地治理、自然保護(hù)區(qū)建設(shè)和生物多樣性保護(hù)等工作，使流域植被得到一定的恢復(fù)，水土流失也得以改善.而負(fù)面的影響主要有河、湖等水源地附近的城鎮(zhèn)建設(shè)用地仍在大規(guī)模增加，勢必占用周邊地區(qū)的農(nóng)田及林地等植被，有可能會帶來植被破壞、土壤性質(zhì)改變、局地小氣候變化，使半自然或自然景觀改變?yōu)槌鞘芯坝^.同時，大面積開發(fā)自然林地，新建經(jīng)濟(jì)效益更高的茶園、果園等經(jīng)濟(jì)作物還在繼續(xù).而隨著流域景觀破碎度增加，生物多樣性將減少，對流域水生態(tài)環(huán)境保護(hù)也將產(chǎn)生一系列不利影響.因此，應(yīng)盡快按照流域生態(tài)功能分區(qū)總體布局、統(tǒng)籌規(guī)劃、著重保護(hù)，實現(xiàn)人與自然和諧友好共同發(fā)展.

[1] 羅獻(xiàn)寶, 文 軍, 駱東奇等. 千島湖水質(zhì)變化特征與趨勢分析. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2006, 24(4): 208-212.

[2] 吳志旭, 蘭 佳. 新安江水庫水環(huán)境主要問題及保護(hù)對策. 中國環(huán)境管理, 2012, (1): 54-58.

[3] 韓曉霞, 朱廣偉, 吳志旭等. 新安江水庫(千島湖)水質(zhì)時空變化特征及保護(hù)策略. 湖泊科學(xué), 2013, 25(6): 836-845.

[4] 范 娜, 謝高地, 張昌順等. 2001至2010年瀾滄江流域植被覆蓋動態(tài)變化分析. 資源科學(xué), 2012, 34(7): 1222-1231.

[5] 邵懷勇, 武錦輝, 劉 萌等. MODIS 多光譜數(shù)據(jù)研究攀西地區(qū)植被對氣候變化響應(yīng). 光譜學(xué)與光譜分析, 2014, 34(1): 167-171.

[6] 李恒鵬, 朱廣偉, 陳偉民等. 中國東南丘陵山區(qū)水質(zhì)良好水庫現(xiàn)狀與天目湖保護(hù)實踐. 湖泊科學(xué), 2013, 25(6): 775-784.

[7] 呂煥春, 薛生國, 方志發(fā)等. 千島湖流域不同土地利用方式對氮和磷流失的影響. 中國地質(zhì), 2004, 31: 112-117.

[8] 索俊峰. 千島湖鎮(zhèn)土地利用變化的生態(tài)環(huán)境效應(yīng)研究. 土壤通報, 2011, 42(2): 267-272.

[9] 李學(xué)梅, 任志遠(yuǎn), 張 翀. 氣候因子和人類活動對重慶市植被覆蓋變化的影響分析. 地理科學(xué), 2013, 33(11): 1390-1394.

[10] Nathalie P, Jon OV, Atle Metal. Using the satellite-derived NDVI to assess ecological responses to environmental change.TrendsinEcologyandEvolution, 2005, 20: 503-510.

[11] Brian DW, Stephen LE.Large-area crop mapping using time-series MODIS 250 m NDVI data: an assessment for the U.S. Central Great Plains.RemoteSensingofEnvironment, 2008, 112: 1096-1116.

[12] 袁麗華, 蔣衛(wèi)國, 申文明等. 2000～2010年黃河流域植被覆蓋的時空變化. 生態(tài)學(xué)報, 2013, 33(24): 7798-7806.

[13] Holben BN.Characteristics of maximum-value composite images from temporal AVHRR data.InternationalJournalofRemoteSensing, 1986, 7(11): 1417-1434.

[14] 劉 燦, 高陽華, 李月臣等. 基于NDVI的重慶市植被覆蓋變化及其對氣候因子的響應(yīng). 長江流域資源與環(huán)境, 2013, 22(11): 1514-1520.

[15] Lunetta RS, Knight JF, Ediriwichrema Jetal. Land-cover change detection using multi-temporal MODIS NDVI data.RemoteSensingofEnvironment, 2006, 105: 142-154.

[16] Cai BF, Yu R. Advance and evaluation in the long time series vegetation trends research based on remote sensing.JournalofRemoteSensing, 2009, 13(6): 1170-1186.

[17] Yu K, Hu C. Changes in vegetative coverage of the Hongze Lake national wetland nature reserve: a decade-long assessment using MODIS medium-resolution data.JournalofAppliedRemoteSensing, 2013, 7: 0735891-07358912.

[18] Russell JM, Ward D. Remote sensing provides a progressive record of vegetation change in northern KwaZulu-Natal, South Africa, from 1944 to 2005.InternationalJournalofRemoteSensing, 35(3): 904-926.

[19] 陳偉偉, 詹小來, 曹惠提等. 城市雨水徑流非點源污染研究進(jìn)展. 節(jié)水灌溉, 2011, 12: 50-52.

[20] 李義祿, 張玉虎, 賈海峰等. 蘇州古城區(qū)水體污染時空分異特征及污染源解析. 環(huán)境科學(xué)學(xué)報, 2014, 34(4): 1032-1044.

[21] 王永財, 孫艷玲, 王中良. 1998～2011年海河流域植被覆蓋變化及氣候因子驅(qū)動分析. 資源科學(xué), 2014, 36(3): 594-602.

Vegetation dynamical status in the Lake Qiandao drainage basin using time-series MODIS data (2001-2013)

TANG Xuguang1, 2, LI Hengpeng1, NIE Xiaofei1& LI Pengcheng1

(1:KeyLaboratoryofWatershedGeographicSciences,NanjingInstituteofGeographyandLimnology,ChineseAcademyofSciences,Nanjing210008,P.R.China)

(2:KeyLaboratoryofPoyangLakeWetlandandWatershedResearch(JiangxiNormalUniversity),MinistryofEducation,Nanchang330022,P.R.China)

The status of vegetation coverage in the drainage basin is an important indicator to eco-environmental conservation of the drinking water source reservoirs. Current water quality target management should not only focus on monitoring water quality parameters in the lake, but also maintain the ecological balance of the whole drainage basin. With this background, long-term MODIS time series were used to analyze the vegetation dynamical status during 2001-2013 for the Lake Qiandao drainage basin. The NDVI was used as a proxy of vegetation cover, and the least squares regression trend analysis with the Mann-Kendall test were used to analyze the characteristics of distribution, time variations and spatial trends of the vegetations. The study showed that it’s an effective way to reflect the spatial-temporal patterns of vegetation coverage for the Lake Qiandao drainage basin. The basic conclusions from the study are as follows： 1) From the spatial distribution of the annual mean NDVI in the study area, the vegetation coverage performs well as a whole. However, the NDVI values at the locations disturbed by intensive human activities, such as urban construction land, agricultural land and garden plots sited near the river and lake, are obviously lower than those at natural woodland. 2) Based upon the time series of annual mean NDVI in the vegetation area in the basin, the NDVI values fluctuate between 0.69 and 0.73 from 2001 to 2013, and have increased since 2008, indicating seasonal changes of phenological characteristics of evergreen from that of deciduous vegetation. This can be used to analyze the risk of nitrogen and phosphorus loss of different vegetation types. 3) From the spatial trends of NDVI, the area where the NDVI values increased is much larger than the area that the NDVI values decreased. The improved vegetation area occupies 55.90% of the basin, while the degenerative vegetation-covered area accounts for 29.60%. The other 14.51% of the total area remained unchanged during the period of 2001-2013. We also found that the changes in vegetation coverage are more positively correlated with temperature in most part of the basin, while precipitation is not obviously sensitive to vegetation change in the water-rich eastern region, which suggested that temperature is the controlling climatic factor. Meanwhile, local vegetation changes are significantly affected by human activities. These results have provided scientific foundations for protecting the water resource and ecological environment of the drainage basin.

Lake Qiandao drainage basin; vegetation dynamical status; spatial-temporal patterns; trend analysis

*國家自然科學(xué)基金項目(41271500，41401221)、中國科學(xué)院重點部署項目(KZZD-EW-10-04)和鄱陽湖濕地與流域研究教育部重點實驗室(江西師范大學(xué))開放基金項目(PK2013001)聯(lián)合資助.2014-05-19收稿；2014-09-05收修改稿.湯旭光(1986～)，男，助理研究員; E-mail: xgtang@niglas.ac.cn.

J.LakeSci.(湖泊科學(xué))， 2015， 27(3)： 511-518

http： //www.jlakes.org.E-mail： jlakes@niglas.ac.cn

?2015 byJournalofLakeSciences

**通信作者；E-mail: hpli@niglas.ac.cn.