趙秀霞，楚新正，馬曉飛，2，莫豐瑞，2(.新疆師范大學(xué)地理科學(xué)與旅游學(xué)院，新疆 烏魯木齊 835400； 2.新疆師范大學(xué)干旱區(qū)湖泊與資源環(huán)境實(shí)驗(yàn)室，新疆 烏魯木齊 835400)

基于像元二分模型的艾比湖濕地NDVI指數(shù)對微氣候的響應(yīng)

趙秀霞1,2，楚新正1，馬曉飛1，2，莫豐瑞1，2
(1.新疆師范大學(xué)地理科學(xué)與旅游學(xué)院，新疆 烏魯木齊 835400； 2.新疆師范大學(xué)干旱區(qū)湖泊與資源環(huán)境實(shí)驗(yàn)室，新疆 烏魯木齊 835400)

本研究提取了艾比湖濕地不同年份(1998、2007、2011、2014年)的NDVI指數(shù)，并進(jìn)行了實(shí)地考察，然后利用像元二分模型對研究區(qū)植被覆蓋狀況進(jìn)行估算，并分析其在時空分布上的特征及形成原因，建立影響植被覆蓋與微氣候變化的線性回歸模型。結(jié)果表明，1)在空間分布上，西南部沖積平原植被覆蓋等級最高，東北部覆蓋等級略低于西南部，無覆蓋和低覆蓋等級分布面積最為廣泛；在時間分布上，無覆蓋面積處于下降趨勢，低覆蓋和中覆蓋面積有所增加，較高覆蓋與高覆蓋等級面積處于下降趨勢；2)不同植被覆蓋度對氣候變化的響應(yīng)存在一定的差異；植被覆蓋對降水量變化的反應(yīng)最為強(qiáng)烈，在時間上具有一定的滯后性，對濕度變化的響應(yīng)不明顯，氣溫與植被覆蓋水平之間存在線性函數(shù)關(guān)系。

艾比湖濕地；NDVI指數(shù)；植被覆蓋度；像元二分模型；微氣候

植被覆蓋狀況是反映氣候變化的指向標(biāo)，對區(qū)域微氣候的變化具有高度的靈敏性和準(zhǔn)確性[1-2]，可通過植被覆蓋度這一指數(shù)進(jìn)行量化表達(dá)。植被覆蓋度是指植被冠層、枝干、莖葉等在地面上的垂直投影所占統(tǒng)計區(qū)總面積的百分比[3]，對植被覆蓋度的準(zhǔn)確計算可為研究氣候變化、生態(tài)環(huán)境的演變和地表植被的更替提供基礎(chǔ)數(shù)據(jù)[1,4]。遙感技術(shù)的應(yīng)用使得植被覆蓋的計算在宏觀尺度上得到了明顯提高，也為多時段的植被覆蓋狀況計算提供便利。對植被覆蓋的計算主要通過植被指數(shù)實(shí)現(xiàn)，常見植被指數(shù)有歸一化植被指數(shù) (NDVI)、比值植被指數(shù)(RVI)、綠度植被指數(shù)(GVI)、垂直植被指數(shù)(PVI)、土壤植被指數(shù)(SAVI)、差值植被指數(shù)(DVI)、環(huán)境植被指數(shù)(EVI)[5]，其中以NDVI指數(shù)應(yīng)用最為廣泛，且大量研究證明其精度也最高，但該指數(shù)對植被高覆蓋區(qū)反應(yīng)不敏感，因此，對植被覆蓋較高區(qū)域采用這一指數(shù)進(jìn)行計算易形成偏差。鑒于此，利用改進(jìn)的像元二分模型降低實(shí)際計算過程中的偏差，同時提高植被覆蓋計算的準(zhǔn)確性就顯得尤為重要[6-9]。通過該模型對已獲取的NDVI指數(shù)進(jìn)行修正，可進(jìn)一步實(shí)現(xiàn)指數(shù)提取的精確性。目前，國內(nèi)外已有研究成果中主要以植被覆蓋的年際變化為主，在時間尺度上具有較好的連續(xù)性。對多年月植被覆蓋變化與微氣候變化的關(guān)系還有待進(jìn)一步深入研究[10]。

艾比湖濕地獨(dú)特的自然條件，濕地植被覆蓋不僅受湖水水位的影響，同時也受氣候變化的影響[11]，植被覆蓋不僅在季相分布表現(xiàn)出顯著差異，而且在月相分布上也表現(xiàn)出巨大的差異[12]。受降水、氣溫、濕度的影響，不同年份的月植被覆蓋狀況表現(xiàn)出很大的差異，對植被覆蓋與氣候因子關(guān)系的研究可為艾比湖流域小氣候重建和發(fā)展趨勢預(yù)測提供借鑒。因此，本研究分別選取1998年9月、2007年9月、2011年7月三期TM和2014年8月的OLI影像，以植被覆蓋的月際變化為主，對艾比湖濕地植被覆蓋狀況進(jìn)行計算，進(jìn)一步分析植被覆蓋對微氣候變化的關(guān)系特征，對影響植被覆蓋狀況的氣候因子(溫度、降水、濕度)進(jìn)行綜合評價，建立植被覆蓋與氣候變化的線性回歸模型。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

艾比湖濕地位于準(zhǔn)格爾盆地西南部邊緣帶和阿拉山口風(fēng)區(qū)交接處，湖泊構(gòu)造上屬斷陷湖結(jié)構(gòu)，是我國西北地區(qū)第一大咸水湖，屬于溫帶大陸性氣候，年平均氣溫5 ℃，年平均降水量105.17 mm，蒸發(fā)量1 315 mm，蒸發(fā)量約為降水量的12.5倍，屬極端干旱與干旱區(qū)。湖泊主要依靠河流補(bǔ)給與冰雪融水補(bǔ)給，主要入湖河流有博爾塔拉河、精河、奎屯河、四棵樹河和古爾圖河，目前主要依靠博爾塔拉河補(bǔ)給，其余河流均已斷流。以湖泊為中心形成的濕地，植被覆蓋類型多樣，主要植被有梭梭(Holoxylonammodendron)、蘆葦(Phragmitesaustralis)、檉柳(Tamarixchinensis)、鹽節(jié)木(Halocnermumstrobilaceum)、鹽爪爪(Kalidiumfoliatum)、駱駝刺(Alhagisparsifolia)、花花柴(Kareliniacaspica)、堿蓬(Suaedaglauca)、梭梭(Haloxylonammodendron)和胡楊(Populuseuphratica)等植物，濕地植被覆蓋狀況整體狀況良好。

1.2 數(shù)據(jù)與方法

1.2.1 遙感數(shù)據(jù) 通過美國地質(zhì)勘查局USGS網(wǎng)站下載獲取1998年9月、2007年9月和2011年7月三期TM影像和2014年8月一期OLI影像。由Landsat 8衛(wèi)星生成的OLI影像進(jìn)行5、4、3三個波段組合紅外假彩色影像，能夠消除大氣水汽對于地表植被的影響，對地表植被地反映也更為清晰，且能獲得更準(zhǔn)確的植被覆蓋信息。由Landsat 5、7獲得TM影像，以4、3、2三個波段合成產(chǎn)品為基礎(chǔ)進(jìn)行解譯，影像對應(yīng)時期均為一年內(nèi)植被生長比較茂盛時期。

1.2.2 氣象數(shù)據(jù) 通過中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)站獲得中國地面國際交換站(精河站)氣候資料年值數(shù)據(jù)集和月值數(shù)據(jù)集。由區(qū)站號為51334的氣象站提供1951年-2014年氣象數(shù)據(jù)，經(jīng)緯度位置為(44°37′ N，82°54′ E)，海拔320.1 m，此研究數(shù)據(jù)的選取以所獲取的影像資料所對應(yīng)的前一月、當(dāng)月、后一月共3個月氣象資料為基礎(chǔ)，再結(jié)合遙感影像解譯數(shù)據(jù)進(jìn)行模型擬合和估計。

1.2.3 NDVI指數(shù)的提取 NDVI指數(shù)即歸一化植被指數(shù)，主要通過光學(xué)原理利用遙感影像的波譜特征進(jìn)行提取，能夠較好地反映出地表植被的生長狀況和植被覆蓋狀況，與植被的葉面積指數(shù)、凈初級生產(chǎn)力以及吸收光合有效輻射比例(fraction of absorbed photosynthetically active radiation，F(xiàn)APAR)等具有較強(qiáng)的相關(guān)性[13]。具體算法如下：

NDVI=(DNNIR-DNR)/(DNNIR+DNR)

(1)

式中:DNNIR表示TM影像的近紅外波段反射率，DNR表示TM影像的可見紅光波段的反射率。NDVI指數(shù)取值范圍在-1～1，-1～0區(qū)間內(nèi)表示無植被覆蓋或水體、云、雪覆蓋的NDVI值，0～1區(qū)間內(nèi)表示有植被覆蓋且隨著覆蓋度的增加其值也越大，具體操作利用ENVI 4.5軟件的NDVI功能實(shí)現(xiàn)。

1.2.4 像元二分模型 像元二分模型假設(shè)一個像元內(nèi)由植被和裸土兩部分構(gòu)成，像元信息量由植被組成部分信息量和土壤組成部分信息量共同構(gòu)成，對于混合像元的信息量可用下式表示：

Fg=(F0-F1)/(F-F1)

(2)

式中:Fg表示植被覆蓋度，F(xiàn)表示像元所反映的信息總量，F(xiàn)1表示純植被像元所覆蓋的遙感信息量，F(xiàn)0表示純土壤覆蓋像元的信息量。綜合各類植被指數(shù)進(jìn)行評價，選取能夠反映植被覆蓋度的NDVI指數(shù)進(jìn)行計算，將NDVI值帶入式(3)中可得到。

Fg=(NDVI-NDVIsoil)/(NDVI-NDVIveg)

(3)

(4)

2 結(jié)果及分析

2.1 NDVI指數(shù)的空間分布特征

利用像元二分模型對提取的四期影像的NDVI指數(shù)進(jìn)行校正，獲得精度在95%以上的研究區(qū)域NDVI指數(shù)，通過ENVI 4.5軟件的密度切片工具對NDVI指數(shù)進(jìn)行劃分，制定NDVI指數(shù)的空間分布特征(圖1)。其分布特征為1998年9月和2007年9月NDVI空間分布較為一致。在有河流穿越的區(qū)域，由于水熱條件較好的林地(包括灌木、疏林地、有林地)等面積較大，相應(yīng)的NDVI也比較大；在研究區(qū)南部由于人工開墾農(nóng)田，耕地面積的增加使得對應(yīng)的NDVI值也比較高；相反，在東部靠近沙漠區(qū)邊緣帶，由于土地退化等原因，NDVI值呈現(xiàn)一定的下降趨勢；在河流兩岸地帶由河流向兩岸逐漸降低，呈現(xiàn)更為狹窄的帶狀分布，2011年和2014年這種趨勢更為明顯；2011年艾比湖流域西北部地區(qū)因植被覆蓋度降低和土地沙化導(dǎo)致NDVI值出現(xiàn)負(fù)值，主要源于人口增長帶來的壓力，耕地面積的逐年擴(kuò)張，開荒造田，過度引用入湖河水灌溉；在西南邊緣帶因以農(nóng)五師第90團(tuán)為中心的屯墾區(qū)農(nóng)業(yè)種植面積擴(kuò)大，導(dǎo)致同一時期的NDVI值相應(yīng)有所增加；在保護(hù)區(qū)內(nèi)，保護(hù)措施的加大使得人為干擾因素對林、草地等的影響減弱，NDVI值有所升高。

2.2 NDVI指數(shù)的時間分布特征

目前已有研究對歸一化植被指數(shù)(NDVI)在時間尺度上的研究多集中于不同季節(jié)之間的比較，而對于不同年份相同季相的研究較少。本研究對同一季相的四期遙感影像進(jìn)行NDVI指數(shù)的提取，時間分布特征如圖2所示。

NDVI月值指數(shù)值域分布面積是指不同年月時期同一NDVI值所對應(yīng)的區(qū)域面積，NDVI月值指數(shù)值域分布面積所占比重是指不同年月同一NDVI值對應(yīng)面積占總區(qū)域面積的百分比。在-1～0區(qū)間的NDVI值像元所占比重1998年為45.6%，2007年為38%(圖2)，假設(shè)1998年在-1～0區(qū)間的NDVI值增長率為1，則2007年同比下降0.15；2011年所占比重為50.5%，同比上升0.31；2014年所占比重為53.76%，同比下降0.06。1998年至2007年，NDVI值為負(fù)值(-1～0)的像元比重有所下降；2007年至2011年，這一指數(shù)范圍內(nèi)呈現(xiàn)增長態(tài)勢；而在2011年至2014年又有所降低。在0～1間，假設(shè)1998年NDVI值的增長率為1，則2007年同比增長率為60%，2011年同比增長率為-70%，2014年同比增長率為-63%，NDVI值上升約0.07。

圖1 不同年份月值NDVI指數(shù)空間分布特征Fig. 1 Characteristics of monthly values of NDVI index spatial distribution in different years

圖2 不同年份不同植被覆蓋度NDVI月值指數(shù)值域分布面積及所占比重Fig. 2 Distribution area and the proportion of different monthly values of NDVI range in different years

2.3 研究區(qū)植被覆蓋等級時空差異特征

研究區(qū)以荒漠景觀為基質(zhì)，植被覆蓋與其它不同類型景觀存在一定的差異[2]。對研究區(qū)進(jìn)行覆蓋等級的劃分，得出研究區(qū)植被覆蓋度狀況(表1、圖2)。

結(jié)果表明，艾比湖濕地植被覆蓋度可分為高植被覆蓋(0.875～1.000)、較高植被覆蓋(0.625～0.875)、中植被覆蓋(0.375～0.625)、低植被覆蓋(0.125～0.375)、無植被覆蓋(0.000～0.125)5個等級，區(qū)內(nèi)無植被覆蓋區(qū)域面積所占比重最大(表1)，主要原因是計算過程中預(yù)先將水體區(qū)域界定為無植被覆蓋區(qū)域，進(jìn)而增加了無植被覆蓋區(qū)域的面積。無植被覆蓋土地面積1998年為2 215.89 km2，2007年為2 156.5 km2(表2)。2011年無植被覆蓋的面積又有所增加，占研究區(qū)總面積的89%，同比增加15%；與2011年相比，2014年8月無植被覆蓋區(qū)域的面積所占比重為65%，與前三期比較無植被覆蓋的面積減少幅度最大，2011年艾比湖流域西北部地區(qū)NDVI值出現(xiàn)負(fù)值(圖3)，這是因?yàn)樵摰貐^(qū)出現(xiàn)植被覆蓋度惡化和土地沙化的情況，這主要是源于人口增長，耕地面積的逐年擴(kuò)張，開荒造田，過度引入湖河水灌溉。而在低覆蓋度范圍內(nèi)，2014年的面積均比前三期高，在植被方面有所增強(qiáng)；在中覆蓋度和較高覆蓋度范圍內(nèi)，不同時期的土地面積基本一致，變化幅度不大，保持在3個百分點(diǎn)左右；而高覆蓋度面積比較大，其中2007年面積最大，2014年則降到了最小，面積只有22.11 km2。

2.4 植被覆蓋對氣候變化的響應(yīng)分析及線性模型估計

植被覆蓋狀況對氣候環(huán)境的變化具有高度的靈敏性。溫度、濕度和降水量的變化對植被覆蓋狀況有影響，地表植被的覆蓋狀況外在地顯現(xiàn)出來，更進(jìn)一步使微氣候環(huán)境發(fā)生變化，在不同植被覆蓋等級范圍內(nèi)，各影響因子的作用各不相同[14]。選取與影像相對應(yīng)的月值氣象資料為基礎(chǔ)，結(jié)合影像對應(yīng)的前一月、當(dāng)月和后一月的氣象數(shù)據(jù)，算出平均月值氣象數(shù)據(jù)，最后對植被覆蓋度與氣候因子進(jìn)行相關(guān)矩陣分析(表2)。

表1 不同年份不同植被覆蓋等級所占面積及比重Table 1 Area and proportion of different grades of vegetation coverage in different years

圖3 不同年份月植被覆蓋空間分布特征Fig. 3 Characteristics of monthly values of vegetation cover spatial distribution in different years

利用皮爾遜相關(guān)系數(shù)進(jìn)行單側(cè)檢驗(yàn)分析，降水量與無植被覆蓋區(qū)域顯著相關(guān)(P<0.05)，與其它植被覆蓋等級呈負(fù)相關(guān)關(guān)系(P>0.05)(表2)。月平均氣溫變化與植被覆蓋狀況之間無顯著相關(guān)關(guān)系，與無植被覆蓋等級相關(guān)系數(shù)為0.987(P>0.05)，與其它覆蓋等級負(fù)相關(guān)(P>0.05)；相對濕度與低植被覆蓋等級正相關(guān)(P>0.05)，與其它等級覆蓋度負(fù)相關(guān)但不顯著(P>0.05)。

2.4.1 降水量變化對植被覆蓋的影響及線性模型估計 濕地保護(hù)區(qū)及周邊地帶，由于人類活動相對較小，對于植被的覆蓋變化影響較小，因此研究側(cè)重于自然因素方面。對四期影像的植被覆蓋面積和對應(yīng)降水量數(shù)據(jù)資料構(gòu)建二次函數(shù)模型，以Yi(i=高、中、低、無)代表4個時期植被覆蓋面積，Xj(j=1998、2007、2011、2014)代表同期月平均降水量，進(jìn)行曲線復(fù)合估計。結(jié)果顯示(圖4)，1998年的降水量月值為102 mm，這一時期無植被覆蓋的面積占79%，低覆蓋的面積占16%，中覆蓋度面積僅占3%，較高覆蓋度和高覆蓋度面積各占1%；2007年月均值降水量只有52.7 mm，這一時期無植被覆蓋的面積下降約2個百分點(diǎn)，低覆蓋度的面積與前一時期持平，而相反中覆蓋和高覆蓋的土地面積均有增加；2011年降水量月均值為216.7 mm，這一時期的無植被覆蓋的面積所占比重為89%，低覆蓋度的面積減少了9個百分點(diǎn)，中覆蓋度、較高覆蓋度、高覆蓋度面積基本與1998年保持一致。

表2 氣候因子與植被覆蓋的相關(guān)關(guān)系矩陣分析Table 2 Analysis of correlation matrix between the climate of factors and vegetation coverage grades

注：*表示顯著相關(guān)(P<0.05)。

Note：* indicate significant correlation at the 0.05 level.

圖4 植被覆蓋等級對降水量變化的曲線擬合Fig. 4 Response curve of vegetation coverage grades to precipitation change

2.4.2 氣溫變化對于植被覆蓋度的影響及線性模型擬合 氣溫對于植被覆蓋度的影響較降水量明顯[15]，在時間上具有一致性，氣溫變化直接影響著植被生長狀況和長勢。對比不同時期的氣溫與植被覆蓋狀況發(fā)現(xiàn)，氣溫與之植被覆蓋度之間存在顯著的相關(guān)性(P<0.05)(圖5)。1998年平均氣溫17.57 ℃，這一時期不同等級(無、低、中、較高、高)的植被覆蓋度所占面積分別為79%、16%、3%、1%、1%，2007年月平均氣溫17.47 ℃，該時期不同等級(無、低、中、較高、高)的植被覆蓋度所占面積分別為77%、16%、3%、2%、2%，2007年平均氣溫較1998年約降低1 ℃，這一時期的較高覆蓋度和高覆蓋度所占面積約增加了1個百分點(diǎn)；2011年平均氣溫23.7 ℃，較前兩期的上升幅度較大，不同等級(無、低、中、較高、高)的植被覆蓋度所占面積分別為89%、7%、2%、1%、1%，無植被覆蓋度土地面積為2 478.15 km2，低植被覆蓋度土地面積只有184.56 km2，減少了9個百分點(diǎn)左右，中覆蓋度面積較前兩期下降了1個百分點(diǎn)，高覆蓋度面積與1998年保持一致維持在1個百分點(diǎn)左右。

通過線性模型對氣溫與植被覆蓋度進(jìn)行擬合估計，結(jié)果表明,無覆蓋土地面積隨累積氣溫上升而增加；低覆蓋與中覆蓋土地面積隨著累積氣溫的增加而降低，累積氣溫的增加抑制了地表植被的生長，土地面積減??；較高覆蓋與高覆蓋土地面積受氣溫影響較低，覆蓋面積保持穩(wěn)定且有一定的增加。

2.4.3 相對濕度變化對植被覆蓋度的影響及線性模型擬合 相對濕度主要與降水量和氣溫變化相關(guān)。相對濕度的變化對于植被的覆蓋度有一定的影響，對比不同時期的平均濕度可以得出，平均相對濕度較低時植被的覆蓋度在中覆蓋度、較高和高覆蓋度范圍所占面積下降；相對濕度較高時，低蓋度和中蓋度范圍內(nèi)所占面積比例較大，主要在于較高和高覆蓋度范圍土地利用類型主要為耕地或者人工林地，人為灌溉增加了土壤含水量，增加了地表相對濕度，增加高覆蓋度的土地面積；低覆蓋度和中覆蓋度土地所占面積較大。水源補(bǔ)給主要靠大氣降水等補(bǔ)給，人工引水較少，相對濕度較高時植被生長狀況較好，植被覆蓋面積也相應(yīng)增加。表明相對濕度較高時，低覆蓋度和中覆蓋度的土地面積增加；相對濕度較低時，較高覆蓋度和高覆蓋度土地面積在人為影響下仍會保持在一定范圍內(nèi)，較高覆蓋度和高覆蓋度所占面積對平均相對濕度的變化反應(yīng)靈敏性并不是很高。

圖5 植被覆蓋等級對年平均氣溫變化的線性擬合Fig. 5 Response curve of vegetation coverage grade to air temperature change

濕度對植被覆蓋的影響與溫度降水不同，無覆蓋土地面積隨著相對濕度的增加先降低至一定程度之后開始增加；低覆蓋與中覆蓋土地面積隨著相對濕度的增加而增加，在相對濕度達(dá)到52.5%后開始減少；較高覆蓋與高覆蓋土地面積隨著相對濕度的增加到一定程度之后開始減少(圖6)。

圖6 植被覆蓋等級對濕度變化的曲線擬合Fig. 6 Response curve of vegetation coverage grade to relative moisture change

3 討論與結(jié)論

不同年份月植被覆蓋時空分布特征表明，2011年無植被覆蓋面積增加、2014年8月無植被覆蓋面積減少幅度最大、2011年西北部地區(qū)NDVI值出現(xiàn)負(fù)值，這是因?yàn)樵摰貐^(qū)出現(xiàn)植被覆蓋度惡化和土地沙化的情況，這主要是源于人口增長帶來的壓力、耕地面積的逐年擴(kuò)張、開荒造田、過度引入湖河水灌溉。在低覆蓋度范圍內(nèi)，2014比前三期在高覆蓋度面積較大，2007年面積最大，一方面在于水域面積的減少，另一方面主要與保護(hù)區(qū)植被恢復(fù)狀況良好有關(guān)。2014年低植被覆蓋面積最小，這主要與人類活動的增加導(dǎo)致土地自然退化有關(guān)，土地退化導(dǎo)致植被生長環(huán)境惡化，導(dǎo)致植物覆蓋度降低。

通過運(yùn)用像元二分模型[6]進(jìn)行植被覆蓋度的計算，顯著提高了植被分布的精度，能夠?qū)崿F(xiàn)嚴(yán)格意義上植被覆蓋的準(zhǔn)確計算，為研究氣候變化提供充足的理論基礎(chǔ)。NDVI指數(shù)的分布特征與植被覆蓋狀況具有較高的一致性[14]，在實(shí)現(xiàn)植被覆蓋度的提取方面具有重要的作用。利用模型對粗略獲取的植被覆蓋度進(jìn)行修正，獲得了精度較高的植被覆蓋度。對影響植被覆蓋變化的自然氣候因子進(jìn)行了相關(guān)研究，建立植被覆蓋等級與氣候因子之間的關(guān)聯(lián)模型，對幾類主要?dú)夂蛞蜃雍椭脖桓采w狀況進(jìn)行了曲線以及線性擬合估計，主要得出以下結(jié)論。

1)鑒于不能將以荒漠為基質(zhì)的艾比湖濕地地表植被覆蓋景觀的研究等同于陸地及其它景觀，在計算過程中需要對相關(guān)植被指數(shù)進(jìn)行修正，依據(jù)地形、氣候等要素進(jìn)行指數(shù)修正，顯著提高了濕地植被覆蓋計算的精度，減弱了NDVI對較高植被覆蓋度反映的不敏感性，實(shí)現(xiàn)了研究植被覆蓋計算精度的提升，二者在時空尺度上具有一致的分布特征。植被覆蓋度能夠更準(zhǔn)確地反映出植被的覆蓋特征，實(shí)現(xiàn)植被覆蓋的量化計算。NDVI指數(shù)也能夠用來反映植被的覆蓋特征，但在實(shí)現(xiàn)植被覆蓋特征的精準(zhǔn)量化方面存在不足，其取值范圍在-1～1之間，與植被覆蓋實(shí)際分布特征存在不一致且不易識別。

2)植被覆蓋狀況在微氣候變化研究方面具有重要的作用，通過對植被覆蓋狀況的研究可對未來氣候環(huán)境的變化進(jìn)行預(yù)測，為濕地保護(hù)工作提供預(yù)測作用[15]。利用影像資料提取不同年份的植被覆度，結(jié)合氣象站數(shù)據(jù)，建立微氣候變化與植被覆蓋之間的關(guān)聯(lián)模型，并在現(xiàn)有數(shù)據(jù)資料基礎(chǔ)上通過模型對氣候變化與植被覆蓋狀況進(jìn)行曲線估計，結(jié)果表明，不同的植被覆蓋等級之間，氣候要素的影響存在一定的差異，植被覆蓋等級對年平均氣溫變化的線性擬合分析表明，氣溫較高時，較高覆蓋度和高覆蓋度植被覆蓋面積減少；氣溫較低時，較高覆蓋度和高覆蓋度的面積相應(yīng)增加[16]。

References:

[1] 秦偉,朱清科,張學(xué)霞,李文華,方斌.植被覆蓋度及其測算方法研究進(jìn)展.西北農(nóng)林科技大學(xué)學(xué)報:自然科學(xué)版,2006,34(9):163-170. Qin W,Zhu Q K,Zhang X X,Li W H,Fang B.Review of vegetation covering and its measuring and calculating method.Journal of Northwest A & F University:Natural Science Edition,2006,34(9):163-170.(in Chinese)

[2] 宋清潔,崔霞,張瑤瑤,孟寶平，高金龍，向宇軒.基于小型無人機(jī)與MODIS數(shù)據(jù)的草地植被覆蓋度研究——以甘南州為例.草業(yè)科學(xué)，2017,34(9):40-50. Song Q J,Cui X,Zhang Y Y,Meng B P,Gao J L，Xiang Y X.Grassland fractional vegetation cover analysis using small UVAs and MODIS——A case study in Gannan Prefecture.Pratacultaral Science,2006，34(9):163-170.(in Chinese)

[3] 穆少杰,李建龍,陳奕兆,剛成誠,周偉,局為民.2001-2010年內(nèi)蒙古植被覆蓋度時空變化特征.地理學(xué)報,2012,67(9):1255-1268. Mu S J,Li J L,Chen Y Z,Gang C C,Zhou W,Ju W M.Spatial Differences of variations of vegetation coverage in Inner Mongolia during 2001-2010.Acta Geographica Sinica,2012,67(9):1255-1268.(in Chinese)

[4] 劉春靜,張麗,周宇.中國新疆及中亞五國干旱區(qū)草地覆蓋度反演與分析.草業(yè)科學(xué),2016,33(5):861-870. Liu C J,Zhang L,Zhou Y.Retrieval and analysis of grassland coverage in arid Xinjiang,China and five countries of Central Asia.Pratacultaral Science,2016,33(5):861-870.(in Chinese)

[5] 李苗苗.植被覆蓋度的遙感估算方法研究.北京：中國科學(xué)院研究生院碩士學(xué)位論文，2003. Li M M.The method of vegetation fraction estimation by remote sensing.Master Thesis.Beijing:Graduate University of Chinese Academy of Sciences,2003.(in Chinese)

[6] 馬娜,胡云峰,莊大方,張學(xué)利.基于遙感和像元二分模型的內(nèi)蒙古正藍(lán)旗植被覆蓋度格局和動態(tài)變化.地理科學(xué),2012,32(2):251-256. Ma N，Hu Y F,Zhuang D F,Zhang X L.Vegetation coverage distribution and its changes in Plan Blue Banner based on remote sensing data and dimidiate pixel model.Scientia Geographica Sinica,2012,32(2):251-256.(in Chinese)

[7] 王瑋,馮琦勝,郭鈮,沙莎.基于長時間序列NDVI資料的我國西北干旱區(qū)植被覆蓋動態(tài)監(jiān)測.草業(yè)科學(xué),2015,32(12):1969-1979. Wang W,Feng Q S,Guo N,Sha S.Dynamic monitoring of vegetation coverage based on longtime Gseries NDVI data sets in northwest arid region of China.Pratacultaral Science,2015,32(12):1969-1979.(in Chinese)

[8] 張世虎,王一峰,侯勤正,董小剛,孫坤.青海省干旱指數(shù)時空變化特征與氣候指數(shù)的關(guān)系.草業(yè)科學(xué),2015,32(12):1980-1987. Zhang S H,Wang Y F,Hou Q Z,Dong X G,Sun K.Spatial and temporal characteristics of aridity index and association with AO and ENSO in Qinghai Province.Pratacultaral Science,2015,32(12):1980-1987.(in Chinese)

[9] 劉廣峰,吳波,范文義,李曉松,范楠楠.基于像元二分模型的沙漠化地區(qū)植被覆蓋度提取——以毛烏素沙地為例.水土保持研究,2007,14(2):268-271. Liu G F,Wu B,Fan W Y,Li X S,Fan N N.Extraction of vegetation coverage in desertification regions based on the dimidiate pixel model——A case study in Maowusu Sandland.Research of Soil and Water Conservation,2007,14(2):268-271.(in Chinese)

[10] 楊尚武,張勃,趙一飛,王強(qiáng),季定民,周丹.1998-2011年甘肅河?xùn)|地區(qū)NDVI時空變化.干旱區(qū)研究,2014,31(1):74-79. Yang S W,Zhang B,Zhao Y F,Wang Q,Ji D M,Zhou D.Spatial and temporal variation of NDVI in the Hedong Region of Gansu Province during the period of 1998 to 2011.Arid Zone Research,2014,31(1):74-79.(in Chinese)

[11] 周錫飲,師華定,王秀茹.氣候變化和人類活動對蒙古高原植被覆蓋變化的影響.干旱區(qū)研究，2014,31(4):604-610. Zhou X Y,Shi H D,Wang X R.Impact of climate change and human activities on vegetation coverage in the Mongolian Plateau.Arid Zone Research,2014,31(4):604-610.(in Chinese)

[12] 李磊,李艷紅.20年間艾比湖流域植被覆蓋度景觀格局變化.干旱環(huán)境監(jiān)測,2013,27(4):154-159. Li L,Li Y H.Landscape pattern change of vegetation coverage in Ebinur Lake over the past 20 years.Arid Environmental Monitoring,2013,27(4):154-159.(in Chinese)

[13] 李向婷.新疆荒漠區(qū)稀疏植被覆蓋度信息提取及時空變化分析.楊凌:西北農(nóng)林科技大學(xué)碩士學(xué)位論文，2013. Li X T.Sparse vegetation coverage information extraction and analysis of temporal and spatial vaiation of arid desert in Xinjiang.Master Thesis.Yangling:Northwest Agriculture and Forestry University,2013.(in Chinese)

[14] 陳愛京,肖繼東,曹孟磊.基于 MODIS數(shù)據(jù)的伊犁河谷植被指數(shù)變化及其對氣候的響應(yīng).草業(yè)科學(xué),2016,33(8):1502-1508. Chen A J,Xiao J D,Cao M L.Research on change of vegetation index and response to climate in Yili River Valey based on MODIS data.Pratacultaral Science,2016,33(8):1502-1508.(in Chinese)

[15] 楊光華,包安明,陳曦,劉海隆,代述勇,黃瑩.氣候和土地利用變化對塔里木河干流區(qū)植被覆蓋變化的影響.中國沙漠,2010,30(6):1389-1397. Yang G H,Bao A M,Chen X,Liu H L,Dai S Y,Huang Y.Vegetation cover change with climate and land use variation along main stream of Tarim River.Journal of Desert Research,2010,30(6):1389-1397.(in Chinese)

[16] 孫艷萍,張曉萍,劉建祥,徐金鵬,陳文凱.黃土高原水蝕風(fēng)蝕交錯帶植被覆蓋度動態(tài)變化.干旱區(qū)研究,2013,30(6):1036-1043. Sun Y P，Zhang X P，Liu J X，Xu J P,Chen W K.Dynamic change of vegetation coverage in water-wind erosion ecotone in the Loess Plateau.Arid zone research,2013,30(6):1036-1043.(in Chinese)

(責(zé)任編輯 武艷培)

本刊如有印裝質(zhì)量問題,請將原雜志寄回編輯部，由本部負(fù)責(zé)調(diào)換。

Ebinur Lake Wetland vegetation coverage in response to a micro-climate change

Zhao Xiu-xia1,2, Chu Xin-zheng1, Ma Xiao-fei1,2, Mo Feng-rui1,2
(1.Xinjiang Normal Universit, College of Geography Science and Tourism, Urumqi 835400, China；2.Xinjiang Normal University Lake and Resource Environment Laboratory of Arid Area, Urumqi 835400, China)

The normalized difference vegetation indexes (NDVI) for different years (1998, 2007, 2011, 2014) were extracted through a dimidiate pixel model for The Ebinur Lake Wetland, and combined with high accuracy field investigation data analysis. By using the NDVI index to calculate vegetation cover conditions in the study area, we analyzed temporal and spatial characteristics and the causes of variation, and established a linear regression model between vegetation and climate change. The results showed that: 1) In the spatial analysis, the highest level of vegetation cover was in the southwest of the alluvial plain, the level of vegetation coverage in the northeast was slightly lower than that in the southwest, and no coverage and low coverage grade areas were distributed the most widely. In the temporal analysis, no coverage areas were in a downward trend, low coverage and middle coverage areas increased, and higher coverage and high coverage areas were in a downward trend; 2) In response to climate change, there were certain differences in different vegetation coverage levels. The degree of reaction of vegetation coverage to rainfall is the strongest, with hysteresis, at certain times, and showed no obvious response to air temperature. Between humidity and vegetation coverage level there was a completely concat relationship.

Ebinur Lake Wetland; normalized difference vegetation index (NDVI); vegetation coverage (FVC); dimidiate pixel model(DPM); micro-climate

Chu Xin-zheng E-mail:xzchu@sina.cn

2016-07-11 接受日期：2017-03-01

國家自然科學(xué)基金項(xiàng)目(41261046)；新疆師范大學(xué)地理科學(xué)與旅游學(xué)院博士點(diǎn)開放課題支撐項(xiàng)目(XJNU-DL-201616)

趙秀霞(1991-)，甘肅武威人，在讀碩士生，主要從事干旱區(qū)景觀生態(tài)方面的研究。E-mail:m18139285086_2@163.com

楚新正(1956-)，陜西漢中人，教授，本科，主要從事干旱區(qū)景觀生態(tài)和區(qū)域發(fā)展方面的研究。E-mail：xzchu@sina.cn

10.11829/j.issn.1001-0629.2016-0367

S162.4;P463.2

A

1001-0629(2017)06-1168-10

趙秀霞,楚新正,馬曉飛,莫豐瑞.基于像元二分模型的艾比湖濕地NDVI指數(shù)對微氣候的響應(yīng).草業(yè)科學(xué),2017,34(6)：1168-1177.

Zhao X X,Chu X Z,Ma X F,Mo F R.Ebinur Lake Wetland vegetation coverage in response to a micro-climate change.Pratacultural Science，2017,34(6)：1168-1177.