1982-2013年新疆不同植被生长时空变化

许玉凤，杨井,李卫红，方功焕，张淑花，邓海军，董杰

(1.中国科学院新疆生态与地理研究所，荒漠与绿洲生态国家重点实验室，新疆 乌鲁木齐 830011;

2.中国科学院大学，北京 100049;3.聊城大学环境与规划学院，山东 聊城 252000)



1982-2013年新疆不同植被生长时空变化

许玉凤1,2，杨井1*,李卫红1，方功焕1,2，张淑花1,2，邓海军1,2，董杰3

(1.中国科学院新疆生态与地理研究所，荒漠与绿洲生态国家重点实验室，新疆 乌鲁木齐 830011;

2.中国科学院大学，北京 100049;3.聊城大学环境与规划学院，山东 聊城 252000)

摘要：基于逐像元一元线性回归模型，应用MODIS NDVI数据对AVHRR-GIMMS NDVI 数据进行时间序列拓展，建立了1982-2013年间长时间序列生长季最大NDVI数据集，分析了新疆不同分区的生长季植被NDVI变化及其对气候变化的响应。结果表明，1)北疆平原地区、南疆平原地区和南疆山地地区的植被NDVI变化呈显著增长趋势，北疆山地地区的植被呈下降趋势。2)水分条件和最低气温是影响新疆植被生长的重要因素，但不同分区的影响程度不同。北疆平原地区植被受水分条件影响较大，其中最低气温对农田植被影响较大；南疆平原地区植被受气温和降水的双重作用；山地地区植被受水分条件影响较大。3)从不同植被类型来看，水分条件对草地的影响最大，其次是林地，农田植被受水分条件的限制较小，与灌溉有着直接关系。4)增温增湿的气候条件有利于植被生长；北疆山地地区植被退化趋势受气候变化、火灾、平原草地围栏保护后放牧压力向山地转移等综合因素的影响。

关键词：归一化植被指数；遥感数据融合；相关分析；南疆；北疆

全球变化对生态环境产生的重大影响已毋庸置疑。而植被是生态系统存在的基础，是生态环境的重要组成部分，其分布、组成、发生、发展与全球变化密切相关[1-3]。研究植被-气候之间的关系已成为全球变化的主要研究焦点[4-8]。归一化植被指数(normal difference vegetation index, NDVI) 能在大、中时空尺度上客观反映植被覆盖信息，是目前最为广泛应用的表征植被状况的指数[3,7,9-11]，是植被生长状态的良好指示因子[7]。利用NDVI对植被变化进行长期定量分析能够反映环境演变的过程及其与气候变化的关系[12]。

中国西北干旱区沙漠化和荒漠化较严重，生态环境脆弱，植被对气候变化反应敏感[13-14]。而新疆植被作为西北干旱区生态系统的重要组成部分，是西北生态的重要屏障。在全球气候变暖和人类活动综合影响下，新疆生态环境发生了重大变化。已有研究表明，新疆植被生长总体状况在增强[15-16]、局部区域有退化趋势[17-18]，该区域植被变化对气候变化反应敏感[15,19-21]。

对于新疆植被变化的研究，主要包括：利用GIMMS NDVI数据侧重于从宏观上研究1982-2006年间的植被变化[15-16]；利用MODIS 数据侧重于在县域范围上研究2000年以来的植被变化[17-18]。

目前对新疆植被变化的研究仍有以下不足：1)已有研究基于一种数据源，有时间的局限性，不利于探讨长时间序列植被变化及其与气候因子间的关系[22]。国外学者通过融合不同数据源的遥感数据，研究长时间序列植被变化[23-24]，但目前国内在融合数据方面的研究较少，针对干旱区的就更少；2)已有研究大多从整个研究区或者从行政区域的角度进行研究，基于不同自然地理特征进行的研究较少；3)已有研究主要侧重于年均气温和年降水量，结合其他气象因子如潜在蒸散发的研究较少。

本文的研究目的在于：1)通过融合两种遥感数据源，获得1982-2013年长时间序列NDVI数据集，结合DEM图和土地覆盖类型图，分别获取北疆和南疆平原地区和山地地区的不同植被类型的NDVI数据集；2)对30多年来新疆不同自然环境条件下的植被时空变化对气象因子(即年降水量、年均气温、最低气温、最高气温和潜在蒸散发等)的响应机制进行研究。通过对具体区域的研究，为新疆因地制宜进行生态安全建设提供理论依据。

1材料与方法

1.1研究区概况

新疆维吾尔自治区地处亚欧大陆腹地，位于我国西北边陲(73°32′-96°21′ E， 34°22′-49°33′ N)。山脉较多，北有阿尔泰山、南有昆仑山系、中有横亘全境的天山。在阿尔泰山和天山之间为准噶尔盆地，在昆仑山与天山之间为塔里木盆地，构成了典型的“三山夹两盆”的独特地理环境。

新疆属于典型的温带大陆性干旱气候，光热资源充足，日照时数较长。横亘在新疆中部的天山山脉，是新疆重要的地理分界线，其南北自然地理特点有明显差异，在气温、降水及潜在蒸散发等气候因子方面的变化明显不同。北疆降水150~200 mm，南疆大部分地区在100 mm以下。北疆年均温为-4~9℃，南疆平原年均温为10~13℃。北疆潜在蒸散发为1100~1200 mm，南疆为1200~1300 mm。

由于特殊的地理位置、地形和气候等条件的影响，新疆生态环境极为脆弱，植物种类稀少，覆盖度低，类型结构简单[25]。新疆植被主要分布在天山、阿尔泰山、昆仑山、阿尔金山等山地和准噶尔盆地、塔里木盆地周边的绿洲，其中河流沿岸是重要的植被分布区，形成典型的山地-绿洲-荒漠生态系统。主要植被类型为农田、林地和草地(图1)，其中草地面积最大，是耕地面积的15倍，是森林面积的22倍，占全区植被面积的86%[25]。

新疆植被的空间分布规律为：北疆西部区域植被覆盖高于其东部区域，山地植被覆盖高于平原；南疆西部植被覆盖高于其东部区域，平原植被覆盖高于山地。

图1　研究区土地类型Fig.1　The land cover types of the study area

不同地理环境条件下的植被类型对气候变化的响应程度不同[26]。借鉴师庆东等[27]分区分海拔的研究方法，将北疆和南疆两个地域单元的地形分别进行平原和山地的划分。本文将传统意义上的东疆和南疆合称为南疆。

1.2数据来源及预处理

1.2.1遥感数据AVHRR GIMMS数据来源于中国西部环境与生态科学数据中心(http://westdc.westgis.ac.cn)，时间跨度为1982-2006年，时间分辨率为15 d，空间分辨率为8 km×8 km。该数据已经过校正等处理，数据质量较好。利用最大值合成法(maximum value composite, MVC)将每月的上、下半月数据合成整月数据。

MODIS数据来源于美国国家航空航天局NASA/EOS LPDAAC数据分发中心，为2001-2013年逐月的MODIS产品MOD13A3数据集(http://edcimswww.cr.usgs.gov/pub/imswelcome)，时间分辨率为月数据，空间分辨率为1 km×1 km。利用MODIS网站提供的专业处理软件MRT Tools对该数据进行投影转换、拼接处理。

利用新疆行政区划图裁剪出新疆地区1982-2006年和2001-2013年逐月NDVI的栅格数据。然后对MODIS数据进行重采样，得到与GIMMS数据相同分辨率的研究数据。由于NDVI<0.1的部分容易受到裸地条件的影响，因此只对NDVI>0.1的植被变化进行研究。

1.2.2气象数据由中国气象科学数据共享服务网(http://cdc.cma.gov.cn/index.jsp)提供，包括新疆53个气象站点1982-2013年的逐月气温、降水、相对湿度、风速等气象数据。利用Penman-Monteith公式[28]计算获得各站点的潜在蒸散发数据。

根据各气象站点的经纬度信息，在ArcGIS软件平台上，对气象数据(降水、平均气温、最低气温、最高气温和潜在蒸散发)进行Kriging空间插值，得到与NDVI数据像元大小一致、投影相同的多年逐月气象因子栅格数据集。通过数据掩膜、裁剪等获取新疆地区气象因子的栅格数据集。

1.2.3土地覆盖类型数据来源于中国西部环境与生态科学数据中心(http://westdc.westgis.ac.cn)，2000年的中国WESRDC土地覆盖数据产品，分为6个大类：农田、林地、草地、水体、建设用地和未利用地。

1.3研究方法

1.3.12007-2013年拓展数据的获取本文利用AVHRR-GIMMS和MODIS两种数据源重合阶段(2001-2006年)的月数据，建立基于两种数据源间的逐像元一元线性回归模型，应用MODIS数据对GIMMS数据进行拓展。逐像元一元线性回归模型可以在每个像元上获得最适合的回归方程[22]。一元线性回归模型的基本结构形式为：

Gi=a+bVi+εi

(1)

式中，Gi为GIMMS数据，Vi为MODIS数据；参数a、b的估计使用最小二乘法；εi为随机误差；i为研究数据对应的年份。参数a、b的拟合值表达式为：

(2)

1.3.2估算潜在蒸散发

(3)

式中，Rn为地表面净辐射(MJ/m2·d)，G为土壤热通量(MJ/m2·d)，Tmean为2 m高平均温度(℃)，U2为2 m高风速(m/s)，vps为饱和水汽压(kPa)，vp为实际水汽压(kPa)，γ为干湿球常数(kPa/℃)，Δ为饱和水汽压曲线斜率(kPa/℃)。

(4)

式中，T为月平均温度(K)。

对于净辐射Rn的计算，采用：

(5)

(6)

1.3.3绿度变化率利用绿度变化率可以在每个像元的基础上，利用一元线性回归模型模拟研究期间的植被覆盖随时间的变化趋势，计算公式如下：

(7)

式中，k为绿度变化率，n为研究时间段内的年数，xi为第i年的NDVI数值。k>0表示植被覆盖呈增加趋势，k<0表示植被覆盖呈减小趋势，k=0表示植被覆盖没有明显变化。

1.4数据相关分析

生长季NDVI是计算5-10月份NDVI平均值，利用土地覆盖类型图得到农田、林地和草地的NDVI数据集。利用SPSS软件，对1982-2013年新疆植被NDVI与对应区域的气候数据(气温、降水、潜在蒸散发)进行线性动态拟合和相关性分析。

2结果与分析

2.1拓展数据的一致性检验

为检验基于逐像元一元线性回归模型获取的2001-2013年NDVI拓展数据的精度，本文基于新疆气象站点提取2001-2006年GIMMS NDVI、MODIS NDVI和两种数据源融合后的NDVI数据，进行一致性检验(图2)。

GIMMS NDVI和融合后的NDVI数据的R2为0.9591(P<0.001)，GIMMS NDVI 与MODIS NDVI数据的R2为0.7769(P<0.001)。一致性检验结果显示，基于逐像元一元线性回归模型，应用MODIS NDVI数据对GIMMS NDVI数据进行时间序列拓展，通过验证，延展数据与基础数据具有较好的一致性，拓展数据可以用于NDVI时间序列分析。

2.2新疆植被时空变化分析

2.2.1新疆植被年际变化在过去的32 a里，新疆植被NDVI总体上呈显著增加趋势(R2=0.5742,P<0.001)，平均增加速度为0.17%/a，总体状况呈现良好的发展态势[29-30](图3a)。

图2　2001-2006年间融合数据NDVI、MODIS NDVI与GIMMS NDVI数据的一致性检验Fig.2　Consistency check for time-series NDVI of fusion, MODIS NDVI and GIMMS NDVI from 2001 to 2006

图3　1982-2013年(a)、1982-1999年(b)和2000-2013年(c)新疆植被NDVI的年际变化趋势Fig.3　The vegetation change trend in Xinjiang from 1982 to 2013 (a), from 1982 to 1999 (b) and, from 2000 to 2013(c)

图4　1982-2013年新疆植被空间变化趋势Fig.4　The spatial trend of vegetation changein Xinjiang from 1982 to 2013

新疆植被增长趋势表现出明显的阶段性。植被生长季NDVI的增加主要发生在1982-1999年(R2=0.6427,P<0.001)[15]，平均每年增加速度为0.35%，约是1982-2013年间增加速度的2倍多(图3a,b)[31-32]。1999年以来，新疆植被生长季NDVI的增长速度开始减缓，只有0.13%/a，整体的增速显著性降低(R2=0.5242,P=0.003)，但是仍保持增长趋势(图3c)。

2.2.2新疆植被空间变化利用绿度变化率计算每个像元位置上的植被变化趋势。研究表明植被变化增加趋势和减小趋势并存(图4)。北疆天山北麓山前冲积平原、伊犁河谷、博州和哈密等区域的绿洲农业区，以及南疆塔里木盆地外缘水资源丰富的绿洲农业区，植被变化增加趋势最显著[15,33-35]；伊犁河谷周围山地、塔城地区、阿尔泰山地南坡等区域[17,36-37]、和田地区东部等地区植被变化减小趋势明显[38]。

对新疆植被的空间变化状况进行统计，研究期间植被活动没有明显变化的面积占研究区总面积的64.30%，主要分布在沙漠戈壁等无植被区或低植被覆盖区；有增加趋势的区域面积略小于有减小趋势的区域，但是有显著增加趋势和极显著增加趋势的面积大于有显著减小和极显著减小趋势的面积。新疆植被变化总体呈良好发展趋势(表1)。

表1　不同绿度变化率的像元所占面积及百分比

。表2 北疆和南疆平原地区和山地地区的植被绿度变化率比较Table2 ThecomparisonofgreenrateofchangebetweenplainandmountainousinnorthernXinjiangandsouthernXinjiang植被类型Vegetationform北疆NorthernXinjiang平原地区Plainregion山地地区Mountainousarea南疆SouthernXinjiang平原地区Plainregion山地地区Mountainousarea农田植被Cropland0.00936-0.001330.004820.00166林地Forestland0.00203-0.001390.001650.00014草地Grassland0.00109-0.001360.001130.00046

从总体上分析新疆植被变化可能会忽略不同地区不同植被类型的变化特征及其成因机理。因此本文从新疆的特殊地形地貌出发,对不同地理分区的植被变化进行具体分析。

对北疆和南疆不同分布区的植被空间变化趋势进行统计,结果如表2。研究期间,北疆平原地区、南疆平原地区和南疆山地地区的绿度变化率都是正值,表示植被变化呈增加趋势,尤其是平原地区的农田植被增加趋势显著。北疆的山地地区植被绿度变化率呈现负值,说明在研究期间其植被呈减小趋势,尤其是山地森林减小趋势明显。

2.3北疆和南疆平原地区和山地地区植被变化研究

2.3.1北疆平原地区植被变化研究期间，北疆平原地区NDVI总体上呈现显著增长趋势，其中农田植被平均增长速度为0.45%/a(R2=0.7623,P<0.001)；林地和草地平均增长速度为0.12%/a(R2=0.2730,P=0.002;R2=0.2239,P=0.006)(图5)。植被总体状况良好，其中农田植被增长趋势最大，林地和草地增长趋势基本相同。植被增长最快的阶段是在1982-1999年，之后农田植被继续显著上升，林地和草地波动性上升，上升幅度小于农田植被。最近十几年林地和草地没有维持显著增长的趋势。

表3　北疆平原地区植被NDVI与对应的气象因子的相关系数

注：“*”表示在0.05水平上显著；“**”表示在0.01水平上显著，均为双侧检验。括号内的数字表示显著性程度。下同。

Note: “*” and “**” indicate significant correlation at the level of 0.05 and 0.01 respectively, under bilateral inspection. The digital in the blanket indicates the significant degree. The same below.

图5　北疆平原地区植被NDVI及其对应的气象因子的变化趋势Fig.5　The trends of vegetation NDVI and the corresponding meteorological factors in plain of northern Xinjiang　a、b、c分别表示农田、林地和草地；1~6分别表示NDVI、年降水量、年均气温、最低气温、最高气温及潜在蒸散发。下同。a, b, c indicate cropland, forestland and grassland respectively; 1-6 indicate NDVI, annual precipitation, mean temperature, minimum temperature, maximum temperature and potential evaporation. The same below.

农田植被NDVI与对应区域的降水(r=0.489,P=0.005)、平均气温(r=0.405,P=0.022)、最低气温(r=0.575,P=0.001)和潜在蒸散发(r=-0.363,P=0.041)之间有显著相关关系，与最高气温(r=0.293,P=0.104)之间相关不显著(表3)。研究期间，农田植被降水年际变化波动较大，上升趋势不显著(R2=0.0839,P=0.108)，年均增加1.1024 mm；1999年前后相比，降水量稍有增加，2010年较大。平均气温和最低气温增长趋势明显(R2=0.2491,P=0.004;R2=0.4244,P<0.001)，年均增加0.0395和0.0536℃；最高气温呈不显著上升趋势(R2=0.1696,P=0.019)，年均增加0.0345℃。除了1984年气温降低较大外，1984年之后气温上升趋势显著。潜在蒸散发呈不显著的下降趋势(R2=0.0258,P=0.380)，年均减少0.8570 mm(图5)。1990年之前潜在蒸散发在下降，1990-2000年之间波动变化，2000年之后显著上升。

林地生长季NDVI与对应区域的降水(r=0.571,P=0.001)、潜在蒸散发(r=-0.525,P=0.002)之间有显著相关关系，和平均气温(r=0.031,P=0.867)、最低气温(r=0.182,P=0.320)、最高气温(r=-0.038,P=0.837)呈不显著相关关系(表3)。 研究期间，降水存在不显著上升趋势(R2=0.0852,P=0.105)，年均增加1.1137 mm；1999年之前波动较大，1999-2009年之间波动较小，2009年之后波动性较大。最低气温增长趋势显著(R2=0.3128,P=0.001)，年均增加0.0497℃；平均气温和最高气温呈不显著上升趋势(R2=0.1735,P=0.018;R2=0.1236,P=0.048)，年均增加0.0370和0.0337℃。1984年气温最低，之后气温上升趋势显著。林地气温较农田植被区稍低。潜在蒸散发呈不显著下降趋势(R2=0.0268,P=0.370)，年均减少0.9386 mm(图5)；1982-1992年之间下降，1993-2001年波动较大，2002-2013年波动上升。

草地生长季NDVI与对应区域的降水(r=0.635,P<0.001)、潜在蒸散发(r=-0.534,P=0.002)显著相关，与平均气温(r=0.192,P=0.292)、最低气温(r=0.340,P=0.057)和最高气温(r=0.085,P=0.643)之间相关性不显著，但与最低气温的相关系数较大(表3)。研究期间，降水存在不显著上升趋势(R2=0.0830,P=0.110)，年均增加1.0525 mm；同期降水量低于农田植被和林地。最低气温增长趋势显著(R2=0.3787,P<0.001)，年均增加0.0527℃；平均气温和最高气温呈不显著上升趋势(R2=0.2144,P=0.008;R2=0.1466,P=0.031)，年均增加0.0386和0.0338℃；同期气温稍高于林地，稍低于农田。潜在蒸散发呈不显著下降趋势(R2=0.0139,P=0.520)，年均减少0.6285 mm(图5)；1982-1990年之间呈下降趋势，1990-2000年之间波动较大，2000之后波动上升。

水分条件转好(降水的增多或人为灌溉)、温度持续升高，北疆平原地区植被变化显著上升。

2.3.2北疆山地地区植被变化研究北疆山地地区植被呈下降趋势，其中农田植被平均下降速度为0.10%/a(R2=0.0992,P=0.079)；林地平均下降速度为0.13%/a(R2=0.3629,P<0.001)；草地平均下降速度为0.13%/a(R2=0.3355,P=0.001)(图6)。林地和草地下降趋势基本相同，农田植被下降趋势稍低，北疆山地地区植被生长状况存在恶化趋势。

研究期间北疆山地植被NDVI与对应区域的气温和潜在蒸散发存在不显著负相关，与降水呈不显著正相关(表4)。北疆地区降水的补给量随海拔的降低而减少，因此同期降水对低海拔地区的影响较大[39]。山地植被NDVI对降水量的敏感性小于平原植被。

表4　北疆山地地区植被NDVI与对应的气象因子的相关系数

图6　北疆山地地区植被NDVI及其对应的气象因子的变化趋势Fig.6　The trends of vegetation NDVI and the corresponding meteorological factors in mountainous of northern Xinjiang

农田植被NDVI与对应区域的降水(r=0.141,P=0.443)、平均气温(r=-0.229,P=0.207)、最低气温(r=-0.227,P=0.212)、最高气温(r=-0.253,P=0.163)和潜在蒸散发(r=-0.022,P=0.904)之间都存在不显著相关关系(表4)。研究期间，降水变化上升趋势不显著(R2=0.0395,P=0.276)，年均增加1.0420 mm，年际变化波动较大；平均气温和最低气温增长趋势比较显著(R2=0.2845,P=0.002;R2=0.4595,P<0.001)，年均增加0.0370和0.0500℃；最高气温上升趋势不显著(R2=0.2083,P=0.009)，年均增加0.0352℃；潜在蒸散发呈不显著下降趋势(R2=0.0942,P=0.088)，年均减少2.4423 mm(图6)。

林地NDVI与对应区域的降水(r=0.161,P=0.378)、潜在蒸散发(r=-0.085,P=0.644)之间存在不显著相关；与平均气温(r=-0.488,P=0.005)、最低气温(r=-0.540,P=0.001)和最高气温(r=-0.521,P=0.002)都存在显著负相关关系(表4)。研究期间，降水上升趋势不显著(R2=0.0975,P=0.082)，年均增加1.2700 mm；最低气温增长趋势比较显著(R2=0.3597,P<0.001)，年均增加0.0486℃；平均气温和最高气温呈不显著上升趋势(R2=0.1849,P=0.014;R2=0.1553,P=0.026)，年平均增加0.0349和0.0342℃；与潜在蒸散发呈不显著下降趋势(R2=0.0628,P=0.166)，年均减少1.5251 mm(图6)。

草地NDVI与对应区域的降水(r=0.277,P=0.124)、潜在蒸散发(r=-0.312,P=0.083)之间存在不显著相关；与平均气温(r=-0.411,P=0.019)、最低气温(r=-0.423,P=0.016)和最高气温(r=-0.422,P=0.016)存在显著的负相关关系(表4)。研究期间，降水存在不显著上升趋势(R2=0.1006,P=0.077)，年均增加1.1639 mm；最低气温增长趋势比较显著(R2=0.3891,P<0.001)，年均增加0.0511℃；平均气温和最高气温呈不显著上升趋势(R2=0.2225,P=0.006;R2=0.1616,P=0.023)，年均增加0.0379和0.0350℃；潜在蒸散发呈不显著下降趋势(R2=0.0124,P=0.543)，年均减少0.5997 mm(图6)。

综合来看，北疆平原地区植被指数增幅大于山区植被指数增幅[1,40]。北疆山地植被降水条件较其他区域丰富，但是1999年之后，降水量除了在2010年较大之外，其他年份有下降的趋势，而气温在升高；潜在蒸散发先减后增。气候条件不利于植被生长。

2.3.3南疆平原地区植被变化研究南疆平原地区植被总体呈显著增长趋势，其中农田植被平均增长速度为0.49%/a(R2=0.8740,P<0.001)；林地平均增长速度为0.26%/a(R2=0.7896,P<0.001)；草地平均增长速度为0.26%/a(R2=0.8926,P<0.001)(图7)。植被总体状况发展良好，其中农田植被的增长趋势最大，林地次之，草地增长趋势最小。

农田植被NDVI与对应区域的降水(r=0.437,P=0.012)、平均气温(r=0.520,P=0.002)、最低气温(r=0.699,P<0.001)和最高气温(r=0.457,P=0.009)存在显著相关；和潜在蒸散发(r=-0.035,P=0.849)存在不显著负相关(表5)。研究期间，降水年际变化波动较大，上升趋势不显著(R2=0.0986,P=0.080)，年均增加0.9367 mm；潜在蒸散发上升趋势不显著(R2=0.0427,P=0.256)，年均增加1.0596 mm；最低气温、平均气温和最高气温上升趋势较显著(R2=0.6457,P<0.001;R2=0.4241,P<0.001;R2=0.3199, P =0.001)，年均增加0.0550,0.0384和0.0375℃(图7)。

林地NDVI与对应区域的降水(r=0.305,P=0.089)、潜在蒸散发(r=0.023,P=0.901)存在不显著相关关系；平均气温(r=0.499,P=0.004)、最低气温(r=0.583,P<0.001)和最高气温(r=0.483,P=0.005)存在显著相关关系(表5)。降水年际变化波动较大，上升趋势不显著(R2=0.0646,P=0.160)，年均增加0.6136 mm；潜在蒸散发上升趋势不显著(R2=0.0303,P=0.390)，年均增加0.9494 mm；最低气温、平均气温和最高气温上升趋势比较显著(R2=0.5027,P<0.001;R2=0.4042,P<0.001;R2=0.3303,P=0.001)，年均增加0.0562,0.0365和0.0379℃(图7)。

草地NDVI与对应区域的降水(r=0.411,P=0.020)、平均气温(r=0.586,P<0.001)、最低气温(r=0.722,P<0.001)和最高气温(r=0.520,P=0.002)之间存在显著相关关系；和潜在蒸散发(r=0.147,P=0.421)存在不显著相关关系(表5)。降水年际变化波动较大，上升趋势不显著(R2=0.0776,P=0.123)，年均增加0.6221 mm；潜在蒸散发增长趋势不显著(R2=0.0972,P=0.183)，年均增加1.8818 mm；最低温度、平均温度和最高气温增长趋势较显著(R2=0.5965,P<0.001;R2=0.4692,P<0.001;R2=0.3671,P<0.001)，年均增加0.0537，0.0409和0.0400℃(图7)。

图7　南疆平原地区植被NDVI及其对应的气象因子的变化趋势Fig.7　The trends of vegetation NDVI and the meteorological factors in plain of southern Xinjiang

植被类型Vegetationform降水量Precipitation平均气温Meantemperature最低气温Minimumtemperature最高气温Maximumtemperature潜在蒸散发Potentialevaporation农作物NDVICroplandNDVI0.437*(0.012)0.520**(0.002)0.699**(0.000)0.457**(0.009)-0.035(0.849)林地NDVIForestlandNDVI0.305(0.089)0.499**(0.004)0.583**(0.000)0.483**(0.005)0.023(0.901)草地NDVIGrasslandNDVI0.411*(0.020)0.586**(0.000)0.722**(0.000)0.520**(0.002)0.147(0.421)

气温升高、降水稍有增加，一定程度上有利于植被生长。农田植被的显著增长还与灌溉、管理关系密切。

2.3.4南疆山地地区植被变化研究南疆山地地区植被总体呈不显著增长趋势，农田植被平均增长速度为0.11%/a (R2=0.1242,P=0.048)；林地增长速度为0.05%/a(R2=0.1031,P=0.073)；草地增长速度为0.03%/a(R2=0.0695,P=0.145)(图8)。植被变化总体在增长，其中农田植被增长趋势较大，林地次之，草地增长趋势稍低。

农田植被NDVI与对应区域的降水(r=0.344,P=0.054)、潜在蒸散发(r=0.073,P=0.693)、平均气温(r=0.136,P=0.459)、最低气温(r=0.212,P=0.245)和最高气温(r=0.136,P=0.458)存在不显著相关关系，但与降水的相关系数最大(表6)。降水年际变化上升趋势不显著(R2=0.1095,P=0.064)，年均增加1.0755 mm；潜在蒸散发上升趋势不显著(R2=0.0336,P=0.367)，年均增加1.1072 mm；最低气温、平均气温和最高气温上升趋势较显著(R2=0.6844,P<0.001;R2=0.4710,P<0.001;R2=0.3246,P=0.001)，年均增加0.0600，0.0430和0.0392℃(图8)。气温高于其他植被类型分布区。

表6　南疆山地地区植被NDVI与对应的气象因子的相关系数

林地植被NDVI与对应区域的降水(r=0.578,P=0.001)存在显著相关关系；与潜在蒸散发(r=-0.222,P=0.222)、平均气温(r=0.138,P=0.451)、最低气温(r=0.274,P=0.129)和最高气温(r=0.077,P=0.674)存在不显著相关关系(表6)。降水年际变化波动较大，上升趋势不显著(R2=0.1727,P=0.018)，年均增加1.0919 mm；降水量稍大于农田植被区和草地植被覆盖区。潜在蒸散发下降趋势不显著(R2=0.0010,P=0.863)，年均减少0.1686 mm；稍低于同期的农田植被区和草地植被覆盖区。最低气温、平均气温和最高气温上升趋势较显著(R2=0.6161，P<0.001;R2=0.3966,P<0.001;R2=0.2888,P=0.002)，年均分别增加0.0539，0.0377和0.0352℃(图8)；低于农田植被覆盖区，稍低于草地植被覆盖区。

草地NDVI与对应区域的降水(r=0.569,P=0.001)、潜在蒸散发(r=-0.461,P=0.008)存在显著相关关系；与平均气温(r=0.146,P=0.426)、最低气温(r=0.274,P=0.130)和最高气温(r=0.080,P=0.661)都存在不显著相关关系(表6)。降水上升趋势不显著(R2=0.1435,P=0.033)，年均增加0.8790 mm；潜在蒸散发上升趋势不显著(R2=0.0220,P=0.500)，年均增加0.8070 mm；最低气温、平均气温和最高气温上升趋势较显著(R2=0.6639,P<0.001;R2=0.4562,P<0.001;R2=0.3456,P<0.001)，年均增加0.0555，0.0397和0.0380℃(图8)。降水较少、气温稍高、潜在蒸散发较大，不利于草地植被的增长。

图8　南疆山地地区植被NDVI及其对应的气象因子的变化趋势Fig.8　The trends of vegetation NDVI and the meteorological factors in mountainous of southern Xinjiang

3结论与讨论

本文基于逐像元一元线性回归模型，利用MODIS数据对AVHRR GIMMS NDVI数据进行时间序列拓展，获得长时间序列NDVI数据集。其中拓展数据和原始数据通过了一致性检验，可以进行长时间序列植被变化的研究。应用拓展时间序列的NDVI数据进行分析研究，解决了单一遥感数据源时间序列局限性的问题，丰富了当前植被NDVI及植被-气候关系的研究。

研究表明，过去32年间，新疆植被变化呈显著上升趋势，其中1982-1999年间增长最快，1999年之后上升趋势开始减缓。新疆不同分区的植被生长季NDVI变化空间差异显著；植被增加趋势明显的区域是在绿洲农田区，农业技术水平的提高和人类引水灌溉弥补降水不足是促进新疆绿洲植被呈显著上升趋势的主要原因[34]。气温升高、降水减少是导致1999年以来植被变化增速减缓的主要原因[33]。植被减小趋势明显的区域在新疆西北地区山地和东南地区的山麓地带。其中西北地区山地的减少与过度放牧等有着直接的关系[41]，东南地区的植被减少与过渡带植被受损严重有着直接的关系[37]。

不同自然地理环境条件下的植被变化与气候因子的相关程度不同。NDVI变化与气候变化关系密切[33,42-44]。

北疆平原地区植被变化呈显著上升趋势。其中农田植被上升趋势较大，林地和草地上升趋势相似。降水和潜在蒸散发即水分条件对草地的影响程度大，气温对农田植被的影响较大。

北疆山地地区植被变化呈显著下降趋势，主要是由于：气候暖干化导致草地荒漠化的易发和其进程的加速[43]；用围栏保护平原地区草地，导致放牧活动向山地转移，把牲畜压力转移到山区草地，导致山区草地严重退化[44]；火灾、鼠灾、病虫害等自然灾害和人类只采不育、矿产开发等导致森林破坏与垦殖、过度放牧等带来的荒漠化并存[45-46]。北疆山地地区植被变化呈减少趋势是受气候因素和人类活动的双重影响。

南疆平原地区植被变化呈显著增长趋势。其中农田植被上升趋势最大，林地次之，草地最低。降水量、气温和潜在蒸散发对草地影响程度较大，对农田植被影响最小。南疆平原绿洲农业区的改善与农业生产水平的提高有关[34]。气温升高、降水增多，有利于森林生长。但由于降水总量较少，南疆林地主要分布在大河沿岸，或者是农田防护林的周边等水分条件相对较好的区域。降水量、潜在蒸散发呈不显著增多趋势，气温显著升高，在水分条件较好的区域草地生长较好。南疆平原地区植被的生长变化受气温和降水的双重驱动作用[47]。

南疆山地地区植被变化呈不显著上升趋势。其中农田植被变化的上升趋势最大，林地次之，草地稍低。农田植被与气象因子呈不显著相关，但与降水的相关系数最大，说明水分条件是影响农田植被生长的重要条件。降水增多，气温升高，潜在蒸散发下降，气候条件有利于林地生长。草地和林地受水分条件影响较大[48-49]。降水、最低气温对植被生长影响较大。植被尤其是草地，与降水、潜在蒸散发呈显著相关，与气温呈不显著正相关，水分条件是南疆山地地区植被生长的重要条件。

南疆地区的气候条件虽然恶劣，但近年来多少有所缓解，气温略有上升的同时，降水量稍有增加，风沙天气减少[50]。

综合来看，草地受气候变化的影响最大，其中水分条件是草地生长年际变化的主要驱动因素[51]。农田植被受气候变化的影响最小。但是不同分区的植被，受气候因子的影响程度有明显的区别。因此，应本着因地制宜的原则制定相应的生态环境保护政策。

References：

[1]Yan X X, Dai C X. Change characteristics of the vegetation index in the north of the Tianshan Mountains and the relation with the temperature and precipitation. Meteorological and Environmental Sciences, 2013, 36(2): 42-46.

[2]Ma L Y, Cui X, Feng Q S,etal. Dynamic changes of grassland vegetation coverage from 2001 to 2011 in Gannan Prefecture. Acta Prataculturae Sinica, 2014, 23(4): 1-9.

[3]Xin Z B, Xu J X, Zheng W. The influences of climate change and human activity on vegetation cover change in Loess Plateau. Science in China Series D, 2007, 37(11): 1504-1514.

[4]Hua L M. Study the change of NDVI and climate factors and carrying capacity and their correlation in Maqu County, Gansu. Acta Prataculturae Sinica, 2012, 21(4): 224-235.

[5]Li F, Zhao J, Zhao C Y,etal. Simulating and analyzing dynamic changes of potential vegetation in arid areas of Northwest China.Acta Prataculturae Sinica, 2011, 20(4): 42-50.

[6]Zhang Y N, Niu J M, Zhang Q,etal. A discussion on applications of vegetation index for estimating aboveground biomass of typical steppe. Acta Prataculturae Sinica, 2012, 21(1): 229-238.

[7]Li 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 Ecological Sinica, 2011, 31(19): 5495-5504.

[8]Sun Y L, Guo P, Yan X D,etal. Dynamics of vegetation cover and its relationship with climate change and human activities in Inner Mongolia. Journal of Natural Resources, 2010, 25(3): 407-414.

[9]Tucker C J, Slayback D A, Pinzon J E,etal. Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999. International Journal of Biometeorology, 2001, 45: 184-190.

[10]Jarlan L, Mangiarotti S, Mougin E,etal. Assimilation of SPOT/VEGETATION NDVI data into a Sahelian vegetation dynamics model. Remote Sensing of Environment, 2008, 112(4): 1381-1394.

[11]Olusegun C F, Adevewa Z D. Spatial and temporal variation of normalized difference vegetation index (NDVI) and rainfall in the North East Arid Zone of Nigeria. Atmospheric and Climate Sciences, 2013, 3(4): 421-426.

[12]Zhang J M. The ecological safety and its assessment principle in arid: A case of Xinjiang. Ecology and Environment, 2007, 16(4):1328-1332.

[13]Du Z T, Zhan Y L, Wang C Y. Study on vegetation-cover changes based on NDVI serial images. Remote Sensing Technology and Application, 2008, 23(1): 47-51.

[14]Wang G G, Zhou K F, Sun L. Study on the vegetation dynamic change and R/S analysis in the past ten years in Xinjiang. Remote Sensing Technology and Application, 2010, 25(1): 84-90.

[15]Zhang S J, Wang T, Wang T M,etal. The variations in NDVI of different vegetation types in Xinjiang and its relation to climate factors. Pratacultural Science, 2009, 26(5): 26-31.

[16]Zhao X, Tan K, Fang J Y. NDVI-based interannual and seasonal variations of vegetation activity in Xinjiang during the period of 1982-2006. Arid Zone Research, 2011, 28(1): 10-16.

[17]Liu F, Zhang H Q, Dong G L. Vegetation dynamics and precipitation sensitivity in Yili Valley grassland. Resources Science, 2014, 36(8): 1724-1731.

[18]Liu L, Liu J J, Zhu H Y. NDVI change of different vegetation types in the middle park of Southern Tianshan Mountain during 2001-2007. Environmental Monitoring in China, 2008, 24(5): 69-73.

[19]Zhang Y D, Xu Y T, Gu F X,etal. Correlation analysis of NDVI with climate and hydrological factors in oasis and desert. Acta Phytoecologica Sinica, 2003, 27(6): 816-821.

[20]Pan G Y, Mu G J, Yue J,etal. Change of the oasis-desert ecotone and its causes in Qira County during the period of 2001-2010. Arid Zone Research, 2014, 31(1): 169-175.

[21]Xing W Y, Li D P, Wang L,etal. Dynamic variation of grassland area and meteorological influence analysis in Barkol. Pratacultural Science, 2014, 31(3): 408-414.

[22]Mao D H, Wang Z M, Luo L,etal. Correlation analysis between NDVI and climate in Northeast China based on AVHRR and GIMMS data sources. Remote Sensing Technology and Application, 2012, 27(1): 77-85.

[23]Fensholt R, Rasmussen K, Nielsen T T,etal. Evaluation of earth observation based long term vegetation trends-inter-comparing NDVI time series trend analysis consistency of Sahel from AVHRR GIMMS,Terra MODIS and SPOT VGT data. Remote Sensing of Environment, 2009, 113: 1886-1898.

[24]Tucker C J, Pinzon J E, Brown M E,etal. An extended AVHRR 8km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data. International Journal of Remote Sensing, 2005, 26(20): 4485-4498.

[25]Yang H F, Gang C C, Mu S J,etal. Analysis of the spatial-temporal variation in net primary productivity of grassland during the past 10 years in Xinjiang. Acta Prataculturae Sinica, 2014, 23(3): 39-50.

[26]Nemani R R, Keeling C D, Hashimoto H,etal. Climate-driven increases in global terrestrial net primary production from 1982 to 1999. Science, 2003, 300: 1560-1563.

[27]Shi Q D, Shi Q S, Liu M. Research on vegetation classification by remote sensing in western arid land of China. Journal of Xinjiang University (Natural Science Edition), 2012, 29(4): 390-394, 420.

[28]Allen R G, Pereira L S, Raes D,etal. Crop evapotranspiration-guidelines for computing crop water requires. FAO Irrigation and Drainage Paper 56[M]. Rome, Italy: Food and Agriculture Organization of the United Nations, ISBN92-5-104219-5， 1998.

[29]Guo N, Zhu Y J, Wang J M,etal. The relationship between NDVI and climate elements for 22 years in different vegetation areas of northwest China. Journal of Plant Ecology, 2008, 32(2): 319-327.

[30]Dai S P, Zhang B, Wang H J. Spatial-temporal change of vegetation index NDVI in Northwest China and its influencing factors. Journal of Geo-information Science, 2010, 12(3): 315-320.

[31]Piao S L, Mohanmat A, Fang J Y,etal. NDVI-based increase in growth of temperature grassland and its response to climate changes in China. Global Environment Change, 2006, 16(4): 340-348.

[32]Piao S L, Fang J Y, Zhou L M,etal. Changes in vegetation net primary productivity from 1982 to 1999 in China. Global Biogeochemical Cycles, 2005, 19: GB2027.

[33]Liang S, Peng S S, Lin X,etal. NDVI-based spatial-temporal change in grassland growth of China from 1982 to 2010. Acta Scientiarum Naturalium Universitatis Pekinensis, 2013, 49(2): 311-320.

[34]Dong Y, Jiao L, Yang G H,etal. Monitoring of vegetation cover dynamic in Xinjiang based on SPOT-VGT date from 1998 to 2007. Bulletin of Soil and Water Conservation, 2009, 29(2): 125-128.

[35]Mamattursun E, Hamid Y, Zulpiya M,etal. Driving forces of farmland dynamics and its ecological effects in Keriya Oasis in recent 60 years. Agricultural Research in the Arid Areas, 2013, 31(3): 200-206.

[36]Zhang S J, Wang T M, Li Z W,etal. Dynamic correlation analysis of remote-sensing green index of vegetation and hydrothermal conditions in Xinjiang 1982-2003. Journal of Ecology and Rural Environment, 2009, 25(2): 16-19.

[37]Yan J J, Qiao M, Zhou H F,etal. Vegetation dynamic in Ili River valley of Xinjiang based on MODIS/NDVI. Arid Land Geography, 2013, 36(3): 512-519.

[38]Yang Y T, Zheng D, Zhang X Q,etal. The spatial coupling of land use changes and its environmental effects on Hotan oasis during 1980-2010. Acta Geographica Sinica, 2013, 68(6): 813-824.

[39]Li Y, Liu Y, Ma L Y,etal. Spatial variation of the vegetation effected by climatic factors in the north slope of Tianshan Mountains. Journal of Arid Land Resources and Environment, 2011, 25(7): 91-95.

[40]Xu L P, Guo P, Wang L,etal. Changes of NDVI among the main vegetation types and its responses to climate factors in the middle of northern slope of Tianshan Mountains. Research of Soil and Water Conservation, 2013, 20(6): 158-167.

[41]Zhu M L, Jiang Z Q. Relational analysis of the overgrazing rate on grassland degeneration in Xinjiang pastoral area. Qinghai Prataculture, 2012, 21(1): 2-14.

[42]Yang P, Liu X H. Dynamic changes of vegetation coverage in Manas county based on SPOT-VGT NDVI data. Journal of Arid Land Resources and Environment, 2015, 29(2): 43-48.

[43]Xie G H, Li X D, Zhou L P,etal. The study of variation in NDVI driven by climate factors on the northern slopes of the Tianshan Mountain. Advances in Earth Science, 2007, 22(6): 618-624.

[44]Jing H, Zhang B L, Zhao Y W. The present situation, the degradation reasons and the governance policies in Xinjiang. Animal Husbandry of Xinjiang, 2010, (9): 58-61.

[45]Ren Z X, Yang D Y. Impacts of climate change on agriculture in the arid region of Northwest China in recent 50 years. Journal of Arid Land Resources and Environment, 2008, 22(4): 91-95.

[46]Liang Y, Guli N, Hart P,etal. The correlation analysis on the forest and meteorological factors in northern Xinjiang. Forest Fire Prevention, 2010, 4: 23-26.

[47]Liang Y. Mountain forest disaster types and the way to prevent them in Xinjiang. Environmental Protection of Xinjiang, 1996, 18(3): 60-62.

[48]Chen Y H, Li X B, Shi P J. Variation in NDVI driven by climate factors across China, 1983-1992. Acta Phytoecologica Sinica, 2001, 25(6): 716-720.

[49]Ding T, Li Y, Liu Y. Relationship between the change of NDVI and the main vegetative and climate factors in Bayinbuluk grassland. Remote Sensing Application, 2009, 1: 53-59.

[50]Lin X H. Analyses on factors affecting ecological environment change in south Xinjiang. Arid Zone Research, 2012, 29(3): 534-540.

[51]Zhang G L, Xu X L, Zhou C P,etal. Responses of vegetation changes to climatic variations in Hulun Buir grassland in past 30 years. Acta Geographica Sinica, 2011, 66(1): 47-58.

参考文献：

[1]闫新霞, 戴翠贤. 天山北麓植被指数变化特征及其与气温和降水的关系. 气象与环境科学, 2013, 36(2): 42-46.

[2]马琳雅, 崔霞, 冯琦胜, 等. 2001-2011年甘南草地植被覆盖度动态变化分析. 草业学报, 2014, 23(4): 1-9.

[3]信忠保, 许炯心, 郑伟. 气候变化和人类活动对黄土高原植被覆盖变化的影响. 中国科学D辑: 地球科学, 2007, 37(11): 1504-1514.

[4]花立民. 玛曲草原植被NDVI与气候载畜量变化的关系分析. 草业学报, 2012, 21(4): 224-235.

[5]李飞, 赵军, 赵传燕, 等. 中国西北干旱区潜在植被模拟与动态变化分析. 草业学报, 2011, 20(4): 42-50.

[6]张艳楠, 牛建明, 张庆, 等. 植被指数在典型草原生物量遥感估测应用中的问题探讨. 草业学报, 2012, 21(1): 229-238.

[7]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.

[8]孙艳玲, 郭鹏, 延晓东, 等. 内蒙古植被覆盖变化及其与气候、人类活动的关系. 自然资源学报, 2010, 25(3): 407-414.

[12]张军民. 干旱区生态安全问题及其评价原理：以新疆为例. 生态环境, 2007, 16(4): 1328-1332.

[13]杜子涛, 占玉林, 王长耀. 基于NDVI序列影像的植被覆盖变化研究. 遥感技术与应用, 2008, 23(1): 47-51.

[14]王桂钢, 周可法, 孙莉. 近10a新疆地区植被动态与R/S分析. 遥感技术与应用, 2010, 25(1): 84-90.

[15]张生军, 王涛, 王天明, 等. 新疆不同植被NDVI的变化及其与气候因子的关系. 草业科学, 2009, 26(5): 26-31.

[16]赵霞, 谭琨, 方精云. 1982-2006年新疆植被活动的年际变化及其季节差异. 干旱区研究, 2011, 28(1): 10-16.

[17]刘芳, 张红旗, 董光龙. 伊犁河谷草地植被NDVI变化及其降水敏感性特征. 资源科学, 2014, 36(8): 1724-1731.

[18]刘蕾, 刘建军, 朱海涌. 2001-2007年天山南坡中段不同植被类型NDVI变化分析——以新疆和静县为例. 中国环境监测, 2008, 24(5): 69-73.

[19]张远东, 徐应涛, 顾峰雪, 等. 荒漠绿洲NDVI与气候、水文因子的相关分析. 植物生态学报, 2003, 27(6): 816-821.

[20]潘光耀, 穆桂金, 岳健, 等. 2001-2010年策勒绿洲-沙漠过渡带的变化及其成因. 干旱区研究, 2014, 31(1): 169-175.

[21]邢文渊, 李大平, 王蕾, 等. 巴里坤草原面积动态及其气象因素分析. 草业科学, 2014, 31(3): 408-414.

[22]毛德华, 王宗明, 罗玲, 等. 基于MODIS 和AVHRR数据源的东北地区植被NDVI变化及其与气温和降水间的相关分析. 遥感技术与应用, 2012, 27(1): 77-85.

[25]杨红飞, 刚成诚, 穆少杰, 等. 近10年新疆草地生态系统净初级生产力及其时空格局变化研究. 草业学报, 2014, 23(3): 39-50.

[27]师庆东, 师庆三, 刘曼. 中国西部干旱区植被的遥感分类研究. 新疆大学学报(自然科学版), 2012, 29(4): 390-394, 420.

[29]郭铌, 朱燕君, 王介民, 等. 近22年来西北不同类型植被NDVI变化与气候因子的关系. 植物生态学报, 2008, 32(2): 319-327.

[30]戴声佩, 张勃, 王海军. 中国西北地区植被NDVI的时空变化及其影响因子分析. 地球信息科学学报, 2010, 12(3): 315-320.

[33]梁爽, 彭书时, 林鑫, 等. 1982-2013年全国草地生长时空变化. 北京大学学报(自然科学版), 2013, 49(2): 311-320.

[34]董印, 焦黎, 杨光华, 等. 基于SPOT-VGT数据的新疆1998-2007年植被覆盖变化监测. 水土保持通报, 2009, 29(2): 125-128.

[35]买买提吐尔逊·艾则孜, 海米提·依米提, 祖皮艳木·买买提, 等. 近60年来克里雅绿洲耕地动态变化驱动力及生态环境效应. 干旱地区农业研究, 2013, 31(3): 200-206.

[36]张生军, 王天明, 李忠汶, 等. 新疆植被遥感绿度指数与水、热关系的动态相关分析. 生态与农村环境学报, 2009, 25(2): 16-19.

[37]闫俊杰, 乔木, 周宏飞, 等. 基于MODIS/NDVI的新疆伊犁河谷植被变化. 干旱区地理, 2013, 36(3): 512-519.

[38]杨倚天, 郑度, 张雪芹, 等. 1980-2010年和田绿洲土地利用变化空间耦合及其环境效应. 地理学报, 2013, 68(6): 813-824.

[39]李杨, 刘艳, 马丽云, 等. 天山北坡气候因子对植被影响的空间分异性研究. 干旱区资源与环境, 2011, 25(7): 91-95.

[40]徐丽萍, 郭鹏, 王玲, 等. 天山北麓中段植被NDVI变化及其对气候因子的响应. 水土保持研究, 2013, 20(6): 158-167.

[41]朱美玲, 蒋志清. 新疆牧区超载放牧对草地退化影响分析. 青海草业, 2012, 21(1): 2-14.

[42]杨萍, 刘雪华. 基于SPOT-VGT NDVI的玛纳斯县植被覆盖变化分析. 干旱区资源与环境, 2015, 29(2): 43-48.

[43]谢国辉, 李晓东, 周立平, 等. 气候因子影响天山北坡植被指数时空分布研究. 地球科学进展, 2007, 22(6): 618-624.

[44]景辉, 张步廉, 赵永卫. 新疆草地现状、退化原因及治理对策. 新疆畜牧业, 2010, (9): 58-61.

[45]任朝霞, 杨达源. 近50a西北干旱区气候变化趋势及荒漠化的影响. 干旱区资源与环境, 2008, 22(4): 91-95.

[46]梁瀛, 努尔古丽, 帕尔哈特, 等. 新疆北疆林区森林火灾与气象因子的相关分析. 森林防火, 2010, 4: 23-26.

[47]梁瀛. 新疆山地森林灾害类型及防灾减灾途径. 新疆环境保护, 1996, 18(3): 60-62.

[48]陈云浩, 李晓兵, 史培军. 1983-1992年中国陆地NDVI变化的气候因子驱动分析. 植物生态学报, 2001, 25(6): 716-720.

[49]丁涛, 李远, 刘艳. 巴音布鲁克草原主要植被NDVI变化与气候因子的关系. 遥感应用, 2009, 1: 53-59.

[50]李新华. 影响新疆南部地区环境变化的因素分析. 干旱区研究, 2012, 29(3): 534-540.

[51]张戈丽, 徐兴良, 周才平, 等. 近30年来呼伦贝尔地区草地植被变化对气候变化的响应. 地理学报, 2011, 66(1): 47-58.

*Spatial-temporal change in different vegetation growth of Xinjiang from 1982 to 2013

XU Yu-Feng1,2, YANG Jing1*, LI Wei-Hong1, FANG Gong-Huan1,2, ZHANG Shu-Hua1,2, DENG Hai-Jun1,2, DONG Jie3

1.StateKeyLaboratoryofDesertandOasisEcology,XinjiangInstituteofEcologyandGeography,ChineseAcademyofSciences,Urumqi830011,China; 2.UniversityofChineseAcademyofSciences,Beijing100049,China; 3.SchoolofEnvironmentandPlanning,LiaochengUniversity,Liaocheng252000,China

Abstract:Based on a pixel scale linear regression model, we extended Advanced Very High Resolution Radiometer Global Inventory Modeling and Mapping Studies (AVHRR GIMMS) using MODIS normalized difference vegetation index (NDVI) data and constructed a time series of NDVI covering Xinjiang province from 1982 to 2013. We also analyzed the spatial-temporal changes in vegetation growth in different districts and correlated these changes with climate factors. NDVI increased significantly in the plain regions of northern and southern Xinjiang and in the mountainous region of southern Xinjiang, but decreased in the mountainous region of northern Xinjiang. Rainfall and minimum temperature were important factors in vegetation growth in Xinjiang. Vegetation was influenced by rainfall on the northern Xinjiang plain; crop growth was influenced by temperature, especially minimum temperature. On the southern plain vegetation growth was influenced by both rainfall and temperature and in the mountain regions by rainfall. Rainfall played a more important role in grassland compared to forest and cropland areas; rainfall has little influence on cropland because of the use of irrigation. Increasing rainfall and temperature promoted an increase in the NDVI while the degradation of vegetation in mountainous region of northern Xinjiang is influenced by a range of factors including climate change, fire, and the control of grazing pressure by fencing.

Key words:NDVI; remote data fusion; correlation analysis; southern Xinjiang; northern Xinjiang

*通信作者Corresponding author. E-mail: yangjing@ms.xjb.ac.cn

作者简介：许玉凤(1969-)，女，山东冠县人，在读博士。E-mail: xuyufeng_159@163.com

基金项目：新疆青年千人计划项目(Y371051001)资助。

*收稿日期：2015-02-05；改回日期：2015-04-09

DOI：10.11686/cyxb2015073

http://cyxb.lzu.edu.cn

许玉凤，杨井,李卫红，方功焕，张淑花，邓海军，董杰. 1982-2013年新疆不同植被生长时空变化. 草业学报, 2016, 25(1): 47-63.

XU Yu-Feng, YANG Jing, LI Wei-Hong, FANG Gong-Huan, ZHANG Shu-Hua, DENG Hai-Jun, DONG Jie. Spatial-temporal change in different vegetation growth of Xinjiang from 1982 to 2013. Acta Prataculturae Sinica, 2016, 25(1): 47-63.