三江源区近30年植被生长动态变化特征分析

杜加强,贾尔恒·阿哈提,赵晨曦,房世峰,刘伟玲,阴俊齐,

袁新杰3,徐延达1,2,舒俭民1,2,何萍1,2*

(1.中国环境科学研究院, 北京 100012; 2.中国环境科学研究院环境基准与风险评估国家重点实验室, 北京 100012; 3.新疆环境保护

科学研究院, 新疆 乌鲁木齐 830011; 4.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室, 北京 100101)



三江源区近30年植被生长动态变化特征分析

杜加强1,2,贾尔恒·阿哈提3,赵晨曦3,房世峰4,刘伟玲1,2,阴俊齐3,

袁新杰3,徐延达1,2,舒俭民1,2,何萍1,2*

(1.中国环境科学研究院, 北京 100012; 2.中国环境科学研究院环境基准与风险评估国家重点实验室, 北京 100012; 3.新疆环境保护

科学研究院, 新疆 乌鲁木齐 830011; 4.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室, 北京 100101)

摘要：三江源区为长江、黄河、澜沧江提供了丰富的水资源，其地表植被状况与我国水安全和生态安全密切相关。由于所使用的数据时间序列长度有限，以往研究缺乏近30年整体视角的连续时间序列研究，也很少分析多时段变化趋势的持续性。为此，本文利用最新发布的1982-2012年的GIMMS NDVI3g数据集，采用多个嵌套时间序列的分析方法，在多个空间尺度上，研究了近30年来三江源区各季节植被活动的变化趋势和过程。研究表明,1)三江源区生长季和各季节NDVI在近30年均呈增强趋势，春季植被变化具有明显的阶段性，1998年前后NDVI分别呈显著增加、减少趋势。2)生长季、春季和夏季NDVI的增加随时段延长而趋缓，尤其是春季减缓迅速甚至停滞，而秋季植被活动持续增强。3)尽管区域尺度生长季、春季和夏季NDVI变化趋缓，但在像元尺度显著变化的区域范围却多呈增加趋势。4)不同植被类型显著变化的季节、时段存在差异。针叶林和灌丛NDVI主要在春季前几个时段增加显著，荒漠、草甸的增加主要集中在春季、夏季前几个时段。5)各季节NDVI在14个时段增加趋势持续性的差异，引起各季节对生长季植被活动变化贡献的变化。总的趋势是，前几个时段，春季NDVI变化较为剧烈，夏季NDVI的贡献最大，而随时段延长，逐渐过渡到秋季NDVI变化幅度、变化量最大，夏季次之。

关键词：GIMMS NDVI3g；区域尺度；像元尺度；植被类型；季节；植被生长动态；三江源区

三江源地区地处青藏高原腹地，是长江、黄河、澜沧江的发源地，是我国淡水资源的重要补给地，也是亚洲、北半球乃至全球气候变化的敏感区和重要启动区[1-2]。近年来，区域的气候变化以波动中显著增温、降水量增加为主[1,3-4]，这些变化的幅度比周边区域更为剧烈[5-6]，对生物圈产生了深远影响。随着社会经济的发展，人类活动在逐渐增强[7]，冬虫夏草采挖、滥垦乱伐、矿产资源开采[8]等不合理的人类活动破坏当地的草地生态系统。为此，2003年成立了国家级三江源自然保护区，总面积达15.23 km2，占三江源区总面积的42%；2005年，实施了《三江源生态保护与建设总体规划》，投资75亿元启动了生态保护与生态建设工程。2011年11月，国务院批准实施《青海三江源国家生态保护综合试验区总体方案》，继续巩固和维护高原生态屏障功能[9]。研究气候变化和人类活动的叠加作用下，三江源地区植被生长如何变化，对于合理开展区域草地生态保护与恢复建设，具有重要的现实指导意义。

为此，广大学者开展了大量相关研究，但受限于数据时间序列长度以及研究方法上的差异，出现了研究结果不一致甚至截然相反的问题[2]。现有利用归一化差分植被指数NDVI(NDVI是植被活动的有效表征指标之一)的研究主要存在以下两点不足：一是缺乏30年视角的长时间序列研究，包含2006年之后的研究基本没有分析2000年之前的植被状况[2,8,10-12]；利用1982-2006年GIMMS NDVI数据集的研究又大多缺少2006年之后植被生长的评估[6,13-14]；二是研究多在单一时段，研究时段总体的线性趋势并不能完全准确地描述植被生长变化的实际动态模式[15-17]。此外，关注植被活动变化趋势持续性[18-19]的研究相对较少。植被生长是一个对外界环境、干扰不断适应的动态平衡过程，植被活动强度具有地域性和相对性，需要从时间序列角度进行研究。长时间序列的NDVI数据是了解植被过去、监测现状、迎接未来挑战的强有力工具[20-21]。2014年，最新的AVHRR NDVI3g数据集发布[22]，并开展了数据质量检查工作，结果显示数据质量适合开展区域植被动态监测[23-24]。有关该数据集在三江源区的应用尚未见到报道。因此，本文采用1982-2012年的GIMMS NDVI3g数据集，分别在区域尺度、植被类型尺度、像元尺度，研究了三江源区生长季、春季、夏季、秋季植被活动在1982-1999年、1982-2000年、……、1982-2012年14个时段的变化特征，以期深入了解三江源区草地生态系统变化过程与特征。

1材料与方法

1.1研究区概况

三江源区地处青藏高原腹地、青海省南部，地理位置为北纬31°39′-36°12′，东经89°45′-102°23′，总面积为36.3万km2。三江源区多年平均气温变化范围在-5.6～3.8℃，其中最热月7月平均气温为6.4～13.2℃，最冷月1月为-6.6～-13.8℃。年平均降水量262.2~772.8 mm，其中6-9月降水量约占全年降水量的75%，而夜雨量比例则达55%~66%。年蒸发量在730~1700 mm之间。日照百分率为50%~65%，年日照时数2300~2900 h，三江源区以山地地貌为主，地势总体呈现西高东低的变化态势，平均海拔约4500 m。高山草甸和高寒草原是三江源地区主要植被类型。土壤类型以高山草甸土为主，沼泽化草甸土也较为普遍，冻土层极为发育。

区域分布有我国面积最大的江河源区和海拔最高的天然湿地，生态系统水源涵养、气候调节等服务功能十分重要。由于生态效应的开放性、共享性和外溢性，加上特殊的地理位置和丰富的自然资源，使三江源区成为我国青藏高原生态安全屏障的重要组成部分，关系到全国的生态安全和中华民族的长远发展。由于自然条件严酷、气候恶劣，三江源地区生态系统结构相对简单，系统内物质、能量和信息流动缓慢，生态系统十分脆弱和敏感。

1.2数据来源与处理

GIMMS NDVI3g数据集来源于NASA戈达德航天中心，合成时段均为15 d，空间分辨率为0.083°×0.083°，时间跨度是1981-2012年。采用地理信息系统软件，NDVI数据经过子集提取、图像镶嵌、裁剪数据格式转换、投影转换及质量检验等预处理过程，形成三江源区GIMMS NDVI3g数据集。采用最大值合成方法得到月尺度GIMMS NDVI数据，以进一步去除云的影响，并减少月内物候循环的影响[25]。参考相关研究[19-20,26-27]，采用1982-2012年多年生长季NDVI平均值0.1作为植被阈值，剔除NDVI值小于0.1的区域，排除非植被因素的影响。

1∶1000000矢量化植被类型图来自中国植被类型图[28]，将三江源区的植被主要分为针叶林、灌丛、荒漠、草原、草甸5大类。

1.3研究方法

为反映植被变化的年际和年内特征，采用生长季(4-10月)、春季(4-5月)、夏季(6-8月)和秋季(9-10月)NDVI合成值来表征植被生长，各季节分别为时段内月NDVI的平均值。在区域尺度和像元尺度对NDVI与年份进行最小二乘法回归分析，得到回归方程的斜率和Pearson相关系数，分别用来表示植被生长的变化率和变化趋势。以NDVI变化率与多年平均的比值作为相对变化率[29]，反映相对于多年平均值的变化速率和变化强烈程度。以季节NDVI变化率与各季节月份个数的乘积计算NDVI变化总量，并以此反映各季节NDVI变化对生长季NDVI变化的贡献。

为探讨三江源地区植被变化的动态过程，分别在1982-1999年、1982-2000年、……、1982-2012年14个时间段上计算NDVI的变化趋势。时段划分主要是考虑到时段的总长度以及目前已有研究采用的时段状况。显著增加、显著减少区域面积在14个时段的变化趋势、强度，采用其与1999-2012年年份的Pearson相关系数、斜率来计算。根据显著性检验结果，将变化趋势分为如下3个等级：极显著(P<0.01)；显著(P<0.05)；不显著(P>0.05)。

2结果与分析

2.1区域尺度

生长季、各季节NDVI在14个时段均呈明显的波动增加趋势(图1)，但显著增加的时段相对较少。生长季NDVI仅在前4个时段(1982-1999年、1982-2000年、1982-2001年、1982-2002年)、1982-2011年增加趋势显著；春季植被活动仅在第一个时段呈显著增加，夏季植被活动仅在第二个时段显著增加。春季植被活动的变化明显分为两个阶段：1982-1998年显著增加(R2=0.36,n=19)，1998-2012年显著减小(R2=0.34,n=15)。5年滑动平均显示，各季节NDVI均呈波动增加趋势，其中，夏季波动幅度较大，生长季和秋季NDVI增加显著(R2=0.18,R2=0.39,n=27)。

图1　各季节和生长季区域平均NDVI变化趋势Fig.1　Interannual variations of seasonal NDVI in the Three-River Headwater Region

图2　生长季和季节NDVI在14个时段的变化率Fig.2　Variations of seasonal NDVI interannualslope during 14 periods实心代表趋势显著 Solid symbol for P<0.05.

生长季和夏季NDVI在14个时段的变化率呈先快速下降，而后在1982-2009年时段之后有所上升(图2)，总体均呈随时段长度延长极显著减小趋势(R2=0.70,R2=0.52,n=14)。春季植被活动则呈随时段延长其NDVI变化率持续快速下降的趋势(R2=0.94,n=14,P<0.01)，而秋季NDVI变化率在14个时段中则呈波动中显著增加趋势(R2=0.38,n=14)。

春季NDVI变化率(斜率)在1、5~8时段均为3个季节中最大的，2~4时段夏季NDVI变化率最大；1和5时段夏季NDVI变化率排名第二，2~4时段排名第二的为春季，6~8时段为秋季。9~14时段，秋季NDVI变化率最大，9~11时段其次为春季，11~14时段为夏季。相应地，在前8个时段，春季NDVI相对增加率均大于夏季和秋季，在随后的3个时段中，秋季NDVI相对增加率超过夏季，成为3个季节中NDVI相对增加率最大的季节；在最后3个时段，春季NDVI相对增加率在3个季节中最小，而秋季依然最大。

生长季NDVI在14个时段相对增加率的最大、最小值分别发生在1982-1999年、1982-2009年(表1)。春季NDVI的相对增加率呈不断降低趋势，从1982-1999年的最大值持续减少到1982-2012年的最小值。夏季NDVI相对增加率最大、最小值分别发生在1982-2000年和1982-2008年。秋季NDVI的相对增加率基本呈逐渐增加趋势，最大、最小值分别发生在1982-2010年和1982-2000年。前5个时段，在3个季节中，春季NDVI相对增加率最大，其次为夏季；6~11时段，春季NDVI相对增加率仍然最大，秋季则次之；12~14时段，秋季、夏季NDVI相对增加率排名前两位。从3个季节的增加总量来看，前5个时段夏季最大，其次为春季；6~8时段，春季最大，其次为秋季；9~11时段秋季最大，春季次之；12~14时段夏季和秋季较大。

表1　生长季和各季节NDVI在14个时段的相对增加率和增加总量

2.2植被类型尺度

除针叶林秋季所有时段、草原和荒漠春季后几个时段、草甸秋季前几个时段NDVI呈减少趋势外，其他植被类型在各季节和所有时段NDVI均呈增加趋势。其中，针叶林在生长季、春季的前几个时段NDVI增加趋势显著；灌丛仅在春季部分时段增加趋势显著；荒漠则仅在夏季前几个时段显著增加(表2)。与区域尺度的结果类似，随时段延长，生长季和夏季NDVI的增加率仅在后几个时段有所增大，在靠前的大部分时段呈随时段延长而减小趋势；春季多呈持续减小趋势，而秋季则多呈显著增大趋势。

2.3像元尺度

NDVI变化趋势的统计结果显示(表3)，生长季、春季和夏季全部时段，秋季绝大多数时段，NDVI呈升高趋势的区域均大于50%。除秋季前几个时段之外，生长季和各季节NDVI显著提高的区域面积总体上也远大于显著降低的区域。

除秋季NDVI与年份相关系数大于0的像元随时段长度延长呈极显著增加外(R2=0.56,n=14)，其他3个季节呈增加趋势的像元均减少，春季减少趋势达到了0.01的显著性水平(R2=0.83,n=14)，夏季减少趋势达到0.05的显著性水平(R2=0.35,n=14)，生长季减少趋势不显著。随时段延长，各季节NDVI呈显著降低区域的范围变化分为两类：秋季呈不显著的减少趋势，而生长季、春季和夏季均呈极显著增加趋势(R2=0.65,R2=0.83,R2=0.58,n=14)，尤其是春季，1982-1999年仅有0.13%的区域NDVI呈显著减少，而1982-2012年则快速增加到10.93%。生长季NDVI呈显著提高区域随时段延长而不显著增加，夏季此类区域则呈略有增加后快速减少，后两个时段又快速扩大的趋势，总体呈不显著的减少；春季和秋季NDVI呈显著提高区域随时段延长而极显著增加(R2=0.58,R2=0.89,n=14)，尤其是秋季增加速率较快。

表2　不同植被类型14个时段的NDVI年际变化率

NF: 针叶林 Needle forest, SH: 灌木林 Shrub, DE: 荒漠 Desert, ST: 草原 Steppe, ME: 草甸 Meadow.*P<0.05, **P<0.01(Pearson相关线性回归的统计显著性Statistical significance of linear regression of Pearson correlation).

生长季植被活动显著增强的像元1982-1999年主要集中分布在研究区域东部和西北部，随着时段延长，尤其是2006年之后，植被活动显著增强的区域较为分散；显著减少的区域零星分布于研究区域(图3)。春季植被活动显著增加的区域前几个时段主要集中分布在研究区域东南部以及囊谦县，随着时段的延长，显著增加区域先是有所减少，后在研究区域中部迅速增加，至1982-2012年，显著增加区域主要分布在中部的曲麻莱县、治多县东南部、囊谦县等区域；显著减少区域主要集中在三江源区的西北部以及兴海县、同德县、泽库县部分地区(图4)。夏季植被NDVI呈显著增加的趋势先是主要集中在研究区域东部玛沁县、河南县、甘德县部分地区以及三江源区西北部(1982-1999年、1982-2002年)，随后显著增加区域快速萎缩，并分散，而1982-2012年显著增加区域主要分布在研究区域西部和南部部分地区，显著减少的区域则主要位于三江源区东部的黄河源区。1982-1999年，秋季植被活动显著增加的区域较小，主要集中分布在三江源区的东部，随着时段延长，西部地区也有部分区域显著增加；1982-1999年显著减少区域主要分布在中部地区，随后散布在三江源区。

1982-1999年、1982-2002年、1982-2006年、1982-2006年和1982-2012年共5个时段生长季、各季节NDVI变化量见图5、图6(春季和秋季图略)，(-0.001, 0]和(0, 0.001]区间像元之和占总像元数的比例见表4。

图3　生长季NDVI变化趋势及其显著性Fig.3　Spatial distribution of NDVI trends and its significant level in growing season during the five periods

生长季和各季节NDVI变化量的数值分布随时段延长的变化趋势总体一致，即变化量前期基本呈正态分布，(0, 0.001]区间或(-0.001, 0]区间(秋季)的像元比例最大，并以其为中心，左右两侧共有2~3个区间的像元比例超过10%；随着年份增加，(0, 0.001]区间或(-0.001, 0]区间的像元比例逐渐增加，而其他变化量绝对值相对较大的区域则逐渐减少，至1982-2012年，(0, 0.001]区间和(-0.001, 0]区间的像元比例之和在80%左右，且其他NDVI变化量区间像元比例均小于15%。

3讨论

3.1植被活动变化趋势

尽管不同研究的起始时段不同、采用方法存在差异，但三江源区植被生长总体趋于改善的结果是基本一致的[2,6,10-11,13,30-31]，本文的结果也与此一致。尽管2005年三江源区开始的生态保护与建设工程对促进三江源区植被恢复具有重要作用[2,6,10]，但若要定量生态工程对植被改善的贡献率，需要详细的工程地点、规模、实施过程等方面的资料来验证。春季NDVI增加趋势变缓，可能与春季物候提前趋势变弱[26,32-34]、草地退化[35]、春季大气污染[36]等因素有关。

图4　春季NDVI变化趋势及其显著性Fig.4　Spatial distribution of NDVI trends and its significant level in spring during the five periods

1982-1999年春季是3个季节中增加量和增加率最大的季节，其次是夏季，与文献[29]青藏高原的结果一致。但随着春季NDVI增速的放缓、夏季NDVI增速在前几个时段的大幅增加和秋季NDVI增速的持续增加，到了1982-2012年，相对大小的排序变为秋季、夏季和春季，反映了生长季NDVI增加在各季节之间分配的变化。

季节NDVI对生长季NDVI增加的贡献随时段长度增加而发生变化。从最初的夏季、春季NDVI变化对生长季NDVI变化贡献率最大，逐渐过渡到秋季、夏季贡献率最大。

季节之间NDVI变化趋势的差异表明，三江源区前期(1982-2000s)植被NDVI的提高可能主要依赖于生长季开始提前和生长加速，而最近十年生长季结束延迟和生长加速对NDVI增加的贡献更大。春季NDVI的变化趋势与相关研究得出的1990s中期之前返青期呈提前趋势，之后呈推迟趋势[26,33-34]可能导致的结果是一致的。秋季NDVI持续增加的趋势与青藏高原生长季结束一再延迟[37-38]的结果一致。NDVI变化趋势持续性季节之间的差异，可能与不同季节气候变化趋势强弱不同、草地退化导致生长季起始时间发生等有关。

表3　生长季和各季节NDVI变化趋势统计

P为NDVI变化趋势大于0的像元比例；SN为变化趋势小于0且显著性水平达到0.05的像元比例；SP为变化趋势大于0且显著性水平达到0.05的像元比例。 P stand forR>0, SN stand forR<0 and statistical significance of linear regression of Pearson correlation less 0.05, SP stand forR>0 and statistical significance of linear regression of Pearson correlation less 0.05.

图5　部分时段生长季NDVI变化量

A: ≤-0.002; B: (-0.001, 0.002]; C: (-0.001, 0]; D: (0, 0.001]; E: (0.001, 0.002]; F: (0.002, 0.004]; G: >0.004. 下同The same below.

3.2嵌套时段对结果的影响

随时段延长，显著减少、显著增加区域的增加，部分原因是否来自于统计学上关于稳态系统序列长度的推论，即随着年份逐渐加入、时间序列逐渐延长，理论上变化趋势几乎确定更小，除非在加入的年份中发生较大的一些变化，即统计学上的“可塑性时间单元问题”(the modifiable temporal unit problem，MTUP)[39-40]。

图6　部分时段夏季NDVI变化量数值分布

表4 NDVI变化量位于(-0.001,0]和(0,0.001]区间像元比例Table4 PixelfractionwithNDVIslopeintherangeof(-0.001,0]and(0,0.001]%季节Seasons1982-19991982-20021982-20061982-20091982-2012生长季Growingseason70.4777.9186.5892.6592.29春季Spring61.8676.8678.8380.9285.84夏季Summer47.1851.1677.9985.2179.73秋季Autumn52.2564.4671.4878.4379.98

植被活动趋势研究需要NDVI长期时间序列数据,且基于不同的开始年,结果可能不同。本文发展的固定起始年份、不断增加结束年份计算趋势的方法,对于评价植被的长期变化趋势、识别生态系统退化是一种适宜的方法:固定的年份可以作为一个恒定的参考、基准,以趋势变化的持续性评判植被活动状况。尽管采用时段不断延长计算NDVI趋势的方法,可能会引起统计上的质疑,对区域尺度NDVI增加量减少有一定影响,但为了反映植被NDVI变化趋势的持续性和鲁棒性(Robustness),采用嵌套的时间序列来评价植被的变化趋势仍不失为一种可供选择的有效方法。

4结论

本文利用最新发布的1982-2012年的GIMMS NDVI3g数据集，采用固定起始年份、结束年份逐渐增加的多个嵌套时间序列的分析方法，在区域、植被类型和像元3个空间尺度上，对近30年来三江源区生长季、春季、夏季和秋季植被活动变化趋势和过程进行了分析。主要结论如下：

1)三江源区生长季和春夏秋各季节植被活动在近30年均呈增强趋势，1982-2012年NDVI增加趋势分别为每年0.0002，0.0001，0.0002和0.0004。春季植被变化具有明显的阶段性，1998年前后分别呈显著增加、减少趋势，变化率分别为每年0.0011和-0.0008。

2)随时段延长，生长季和夏季NDVI的增加随时段延长而趋缓，春季增加趋势迅速减弱接近停滞，而秋季植被活动则持续增强。生长季和春季植被显著改善的区域由1982-1999年主要集中在研究区域东南部、玉树州东南部，逐渐向三江源区全区域扩展。

3)尽管区域尺度生长季、春季和夏季植被活动趋缓，但在像元尺度显著变化的区域范围却多呈增加趋势，尤其是呈显著减少的区域，呈极显著扩大趋势。区域尺度春季NDVI增长的持续趋缓主要是由于像元尺度呈减少、显著减少的范围快速扩大。秋季NDVI增长率随时段延长增加，则主要是由显著增加的范围快速扩大和显著减少范围减小所致。

4)不同植被类型显著变化的季节、时段存在差异。各季节草原在所有时段变化均不显著，针叶林和灌丛NDVI主要在春季前几个时段增加显著，荒漠、草甸主要在春季、夏季前几个时段增加幅度较大。

5)各季节NDVI在14个时段增加趋势持续性的差异，引起各季节对生长季植被活动增加贡献的变化。前几个时段，NDVI变化幅度较大的季节是春季，对生长季NDVI变化贡献最大的是夏季；随时段延长，逐渐过渡到秋季NDVI变化幅度、变化量均最大，夏季次之。

References：

[1]Shao Q Q, Fan J W. Comprehensive Monitoring and Assessment of Ecosystem in the Three-River Headwater Region[M]. Beijing: Science Press, 2012.

[2]Liu H X, Liu G H, Fu B J. Response of vegetation to climate change and human activity based on NDVI in the Three-River Headwaters region. Acta Ecologica Sinica, 2011, 31(19): 5495-5504.

[3]Huang L, Liu J Y, Shao Q Q,etal. Changing inland lakes responding to climate warming in Northeastern Tibetan Plateau. Climatic Change, 2011, 109(3-4): 479-502.

[4]Yang K, Ye B S, Zhou D G,etal. Response of hydrological cycle to recent climate changes in the Tibetan Plateau. Climate Change, 2011, 109(3-4): 517-534.

[5]Qin J, Yang K, Liang S L,etal. The altitudinal dependence of recent rapid warming over the Tibetan Plateau. Climatic Change, 2009, 97(1-2): 321-327.

[6]Xu W X, Gu S, Zhao X Q,etal. High positive correlation between soil temperature and NDVI from 1982 to 2006 in alpine meadow of the Three-River Source Region on the Qinghai-Tibetan Plateau. International Journal of Applied Earth Observation and Geoinformation, 2011, 13: 528-535.

[7]Liu J Y, Xu X L, Shao Q Q. The spatial and temporal characteristics of grassland degradation in the Three-River Headwaters Region in Qinghai Province. Acta Geographica Sinica, 2008, 63(4): 364-376.

[8]Zhang C, Li Q, Li Z F. Influence of human activities on variation of vegetation cover in the Three-River Source Region. China Population, Resources and Environment, 2014, 24(5): 139-144.

[9]Sun H L, Zheng D, Yao T D,etal. Protection and construction of the national ecological security shelter zone on Tibetan Plateau. Acta Geographica Sinica, 2012, 67(1): 3-12.

[10]Liu X F, Ren Z Y, Lin Z H,etal. The spatial-temporal changes of vegetation coverage in the Three-River Headwaters Region in recent 12 years. Acta Geographica Sinica, 2013, 68(7): 897-908.

[11]Xiao T, Wang C Z, Feng M,etal. Dynamic characteristic of vegetation coverage in the Three-River Source Region from 2000 to 2011. Acta Agrestia Sinica, 2014, 22(1): 39-45.

[12]Wang S H, Jia S F, Lv A F. The relationship between NDVI and residential sites across “Three-River-Source” Area. Resources Science, 2012, 34(11): 2045-2050.

[13]Hu M Q, Mao F, Sun H,etal. Study of normalized difference vegetation index variation and its correlation with climate factors in the three-river-source region. International Journal of Applied Earth Observation and Geoinformation, 2011, 13(1): 24-33.

[14]Qian S, Fu Y, Pan F F. Climate change tendency and grassland vegetation response during the growth season in Three-River Source Region. Science China Earth Sciences, 2010, 40(10): 1439-1445.

[15]Beck P S, Goetz S J. Satellite observations of high northern latitude vegetation productivity changes between 1982 and 2008: ecological variability and regional differences. Environmental Research Letters, 2011, 6(4): 5501-5511.

[16]Wessels K J, Prince S D, Malherbe J,etal. Can human-induced land degradation be distinguished from the effects of rainfall variability: A case study in South Africa. Journal of Arid Environments, 2007, 68(2): 271-297.

[17]De J R, Verbesselt J, Schaepman M E,etal. Trend changes in global greening and browning: contribution of short-term trends to longer-term change. Global Chang Biology, 2012, 18(2): 642-655.

[18]Peng S S, Chen A P, Xu L,etal. Recent change of vegetation growth trend in China. Environmental Research Letters, 2011, 6(4): 4027-4039.

[19]Mohammat A, Wang X H, Xu X T,etal. Drought and spring cooling induced recent decrease in vegetation growth in Inner Asia. Agricultural and Forest Meteorology, 2013, 178-179(9): 21-30.

[20]Piao S L, Wang X H, Ciais P,etal. Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006. Global Change Biology, 2011, 17(10): 3228-3239.

[21]van Leeuwen W, Orr B J, Marsh S E,etal. Multi-sensor NDVI data continuity: Uncertainties and implications for vegetation monitoring applications. Remote Sensing of Environment, 2006, 100: 67-81.

[22]Pinzon J, Tucker C. A non-stationary 1981-2012 AVHRR NDVI3g time series. Remote Sensing, 2014, 6(8): 6929-6960.

[23]Wang J, Dong J, Liu J,etal. Comparison of gross primary productivity derived from GIMMS NDVI3g, GIMMS, and MODIS in Southeast Asia. Remote Sensing, 2014, 6(3): 2108-2133.

[24]Zeng F W, Collatz G, Pinzon J,etal. Evaluating and quantifying the climate-driven interannual variability in global inventory modeling and mapping studies (GIMMS) normalized difference vegetation index (NDVI3g) at global scales. Remote Sensing, 2013, 5(8): 3918-3950.

[25]Fensholt R, Proud S R. Evaluation of earth observation based global long term vegetation trends——Comparing GIMMS and MODIS global NDVI time series. Remote Sensing of Environment, 2012, 119(16): 131-147.

[26]Piao S L, Cui M D, Chen A P,etal. Altitude and temperature dependence of change in the spring vegetation green-up date from 1982 to 2006 in the Qinghai-Xizang Plateau. Agricultural and Forest Meteorology, 2011, 151(12):1599-1608.

[27]Zhang G L, Zhang Y J, Dong J W,etal. Green-up dates in the Tibetan Plateau have continuously advanced from 1982 to 2011. Proceeding of the National Academy of Science, 2013, 110(11): 4309-4314.

[28]Editorial Committee for Vegetation Map of China. Vegetation Atlas of China[M]. Beijing: Science Press, 2001.

[29]Yang Y H, Piao S L. Variations in grassland vegetation cover in relation to climatic factors on the Tibetan Plateau. Journal of Plant Ecology, 2006, 30(1): 1-8.

[30]Xiao T, Liu J Y, Shao Q Q. A simulation on changes in vegetation productivity in Three River Sources Nature Reserve, Qinghai Province over past 20 years. Journal of Geo-information Science, 2009, 11(5): 557-565.

[31]Fan J W, Shao Q Q, Liu J Y,etal. Dynamic changes of grassland yield in Three River Headwater Region from 1988 to 2005. Acta Agrestia Sinica, 2010, 18(1): 5-11.

[32]Yu H Y, Luedeling E, Xu J C. Winter and spring warming result in delayed spring phenology on the Tibetan Plateau. Proceeding of the National Academy of Science, 2010, 107(51): 22151-22156.

[33]Yu H Y, Xu J C, Erick O,etal. Seasonal response of grasslands to climate change on the Tibetan Plateau. PLoS ONE, 2012, 11(7): e49230.

[34]Shen M G, Tang Y H, Chen J,etal. Influence of temperature and precipitation before the growing season on spring phenology in grasslands of the central and eastern Qinghai-Tibetan Plateau. Agricultural and Forest Meteorology, 2011, 151(12): 1711-1722.

[35]Chen H, Zhu Q A, Wu N,etal. Delayed spring phenology on the Tibetan Plateau may also be attributable to other factors than winter and spring warming. Proceeding of the National Academy of Science, 2011, 108(19): E93.

[36]Yi S H, Zhou Z Y. Increasing contamination might have delayed spring phenology on the Tibetan Plateau. Proceeding of the National Academy of Science, 2011, 108(19): E94.

[37]Jeong S J, Ho C H, Gim H J,etal. Phenology shifts at start vs. end of growing season in temperate vegetation over the Northern Hemisphere for the period 1982-2008. Global Change Biology, 2011, 17(7): 2385-2399.

[38]Che M L, Chen B Z, Ines John L,etal. Spatial and temporal variations in the end date of the vegetation growing season throughout the Qinghai-Tibetan Plateau from 1982 to 2011. Agricultural and Forest Meteorology, 2014, 189-190: 81-90.

[39]de Jong R, de Bruin S. Linear trends in seasonal vegetation time series and the modifiable temporal unit problem. Biogeosciences, 2012, 9: 71-77.

[40]Cheng T, Adepeju M. Modifiable temporal unit problem (MTUP) and its effect on space-time cluster detection. PLoS ONE, 2014, 9(6): e100465.

参考文献：

[1]邵全琴, 樊江文. 三江源区生态系统综合监测与评估[M]. 北京: 科学出版社, 2012.

[2]李辉霞, 刘国华, 傅伯杰. 基于NDVI的三江源地区植被生长对气候变化和人类活动的响应研究. 生态学报, 2011, 31(19): 5495-5504.

[7]刘纪远, 徐新良, 邵全琴. 近30年来青海三江源地区草地退化的时空特征. 地理学报, 2008, 63(4): 364-376.

[8]张翀, 李强, 李忠峰. 三江源地区人类活动对植被覆盖度的影响. 中国人口·资源与环境, 2014, 24(5): 139-144.

[9]孙鸿烈, 郑度, 姚檀栋, 等. 青藏高原国家生态安全屏障保护与建设. 地理学报, 2012, 67(1): 3-12.

[10]刘宪锋, 任志远, 林志慧, 等. 2000-2011年三江源区植被覆盖时空变化特征. 地理学报, 2013, 68(7): 897-908.

[11]肖桐, 王昌佐, 冯敏, 等. 2000-2011年青海三江源地区草地覆盖度的动态变化特征. 草地学报, 2014, 22(1): 39-45.

[12]王素慧, 贾绍凤, 吕爱锋. 三江源地区植被盖度与居民点的关系研究. 资源科学, 2012, 34(11): 2045-2050.

[28]中国植被图编辑委员会. 1∶1000000中国植被图集[M]. 北京: 科学出版社, 2001.

[29]杨元合, 朴世龙. 青藏高原草地植被覆盖变化及其与气候因子的关系. 植物生态学报, 2006, 30(1): 1-8.

[30]肖桐, 刘纪远, 邵全琴. 近20年青海三江源自然保护区植被生产力变化模拟. 地球信息科学学报, 2009, 11(5): 557-565.

[31]樊江文, 邵全琴, 刘纪远, 等. 1988-2005年三江源草地产草量变化动态分析. 草地学报, 2010, 18(1): 5-11.

*Analysis of vegetation dynamics using GIMMS NDVI3g in the Three-Rivers Headwater Region from 1982 to 2012

DU Jia-Qiang1,2, JIAERHENG Ahati3, ZHAO Chen-Xi3, FANG Shi-Feng4, LIU Wei-Ling1,2, YIN Jun-Qi3, YUAN Xin-Jie3, XU Yan-Da1,2, SHU Jian-Min1,2, HE Ping1,2*

1.ChineseResearchAcademyofEnvironmentalSciences,Beijing100012,China; 2.StateKeyLaboratoryofEnvironmentalCriteriaandRiskAssessment,ChineseResearchAcademyofEnvironmentalSciences,Beijing100012,China； 3.XinjiangAcademyofEnvironmentalProtectionScience,Urumqi830011,China； 4.TheStateKeyLaboratoryofResourcesandEnvironmentalInformationSystem,InstituteofGeographicSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China

Abstract:The Three-Rivers Headwater Region (TRHR) refers to the source area of the Yangtze River, Yellow River and Lancang River, an important water resource. Vegetation activities in this region are closely related to water and ecological security in China. As a critical component of terrestrial ecosystems, vegetation has become one of the important issues in global climate change. Numerous case studies have been conducted on vegetation dynamic trends over relatively short study periods however, few long-term studies from the 1980s to recent years have been completed because the normalized difference vegetation index (NDVI) datasets limited. Additionally there are few quantitative analyses of the consistency of vegetation trends over time. In this study, the latest GIMMS NDVI3g datasets from 1982 to 2012 were used to identify any spatiotemporal patterns in vegetation changes over the growing season and seasonal NDVI at regional, biome and pixel scales in the TRHR. To explore the change process linear regression over progressively longer periods from the initial year of the study was applied to detect vegetation growth changes in TRHR. At the regional scale, although a positive trend of growing season and seasonal NDVI were found during past three decades, there were two distinct periods with opposite trends in spring NDVI, a significant increase and a significant decrease before and after 1998, respectively. As the study period increases, the rates of NDVI increase in the spring and summer growing season markedly reduced, but in autumn the NDVI increased. However, significant NDVI increases were found in most seasons. The season and period with significant trend in NDVI differed among vegetation types. Significant increases in NDVI were observed in spring during the first few periods for coniferous forest and shrub and in spring and summer during the first few periods for desert and meadow areas. The difference in persistence of NDVI trends caused variation in the contribution of seasonal vegetation activity to plant growth. During the first few periods, the largest NDVI increase and the largest contribution were generally found in spring and in summer, respectively. During the last few periods, both the largest NDVI increase and contribution were found in autumn. It can be inferred that increases in NDVI during the growing season was mainly due to both the earlier start of vegetation growth and accelerated vegetation activity during previous periods and from both the accelerated vegetation growth and a delay in the end of the growing season during latter periods.

Key words:GIMMS NDVI3g; regional scale; pixel scale; vegetation types; seasonal NDVI; vegetation activity; the Three-River Headwater Region

*通信作者Corresponding author. E-mail: heping@craes.org.cn

作者简介：杜加强(1980-)，男，山东临沂人，副研究员，博士。E-mail: dujq@craes.org.cn

基金项目：国家自然科学基金资助项目(41001055)，国家环保公益性行业科研专项经费项目(201209027-5)，中央级公益性科研院所基本科研业务专项(2012-YSKY-13)资助。

*收稿日期：2015-03-03；改回日期：2015-04-30

DOI：10.11686/cyxb2015111

http://cyxb.lzu.edu.cn

杜加强, 贾尔恒·阿哈提, 赵晨曦, 房世峰, 刘伟玲, 阴俊齐, 袁新杰, 徐延达, 舒俭民, 何萍. 三江源区近30年植被生长动态变化特征分析. 草业学报, 2016, 25(1): 1-12.

DU Jia-Qiang, JIAERHENG Ahati, ZHAO Chen-Xi, FANG Shi-Feng, LIU Wei-Ling, YIN Jun-Qi, YUAN Xin-Jie, XU Yan-Da, SHU Jian-Min,HE Ping. Analysis of vegetation dynamics using GIMMS NDVI3g in the Three-Rivers Headwater Region from 1982 to 2012. Acta Prataculturae Sinica, 2016, 25(1): 1-12.