京津风沙源治理区植被变化的可持续性分析

杨艳丽，孙艳玲，王中良，康　杰，

（天津师范大学a.城市与环境科学学院，b.天津市水资源与水环境重点实验室，天津 300387）

京津风沙源治理区植被变化的可持续性分析

杨艳丽a，孙艳玲a，王中良b，康杰a，b

（天津师范大学a.城市与环境科学学院，b.天津市水资源与水环境重点实验室，天津 300387）

利用京津风沙源治理区1982—2011年的GIMMS/NDVI3g数据集，对治理区植被变化的可持续性进行定量分析.结果表明：（1）归一化植被指数（NDVI）时间变化方面，2001—2011年间研究区植被整体上呈增加趋势，4大分区植被增速存在区域差异；（2）NDVI变化的可持续性方面，2001—2011年间整个研究区植被变化呈现出显著的长期持续性特征，且存在明显的时空差异，自2000年治理工程实施以来，治理区植被明显恢复，一期工程成效显著，但局部地区植被仍在持续减少，因此有必要进行二期工程以巩固和提高一期工程的成果，进一步改善环境；（3）NDVI变化趋势的未来持续时间方面，整个治理区植被的未来变化状况不容乐观，4大分区中农牧交错带沙化土地治理区植被的未来发展趋势优于其他3个治理区，工程治理效果也相对较好.

京津风沙源治理区；归一化植被指数；植被恢复；变化趋势；可持续性

植被作为生态系统的重要组成部分，是连接自然界中各要素的纽带和表征区域环境演变的敏感指示器［1］，在调节区域气候、维持地表能量平衡方面扮演着重要角色.植被变化作为生态环境变化的直接结果，能够反映地表生境变化和区域环境总体状况，在全球变化研究领域受到高度关注［2］.遥感数据为植被变化研究提供了重要的数据来源［3］.归一化植被指数（normalized difference vegetation index，NDVI）具有良好的植被信息表达能力和数据提取过程中较强的抗干扰能力，在植被变化研究中应用广泛［4］.目前常用的NDVI数据包括SPOT VGT/NDVI、MODIS/NDVI和GIMMS/NDVI等［5］.其中，GIMMS/NDVI数据时间序列最长，覆盖范围广，因此在长时期、大尺度的植被宏观动态监测中应用较广［5-6］.与传统的GIMMS/NDVI数据相比，GIMMS/NDVI3g数据精度更高，可以更加准确地反映区域植被变化特征及生态环境状况［7-9］.目前很多研究都基于NDVI序列数据，采用线性趋势法、Sen+Mann-Kendall方法和Hurst指数对不同时空尺度上的植被变化趋势进行了探讨分析［1-2］.

京津风沙源治理区整体上属于干旱与半干旱区，大部分处在我国的农牧交错带上，生态环境比较脆弱.京津风沙源治理工程自2000年试点以来，已受到国家和社会各界的广泛关注.近年来，不断有学者对治理区的植被变化状况进行调查与评估研究，如严恩萍等［10］和裴亮等［11］分别利用2000—2012年和2000—2008年的MODIS/NDVI时序数据对京津风沙源治理区植被覆盖的时空变化特征及影响因子进行了分析，得出研究区植被覆盖总体呈上升趋势、植被变化整体呈中强持续性特征的结论.但这些研究主要是对植被变化状况及未来发展趋势的定性描述，难以准确反映出植被在2000年以后的可持续性变化特征，也无法定量预测出植被变化趋势在未来持续的时间长度.由Lanfredi等［12］提出的计算植被变化可持续性的方法，不仅可以计算出植被在研究时间段内的可持续性状况，还能定量预测出植被变化趋势未来持续的时间长度，目前已被很多学者用来分析植被变化的可持续性特征［13-15］.因此，本文利用京津风沙源治理区1982—2011年的GIMMS/NDVI3g数据，采用Lanfredi等［12］的方法定量分析该地区植被变化的可持续性状况，揭示研究区植被的可持续性变化特征和未来演变趋势，评价工程区生态治理效果，为区域植被恢复工作与生态建设提供一定的决策支持.

1　资料来源和研究方法

1.1京津风沙源治理区概况

研究区（109°30′～119°20′E、38°50′～46°40′N）西起内蒙古达茂旗，东至河北省平泉县，南起山西省代县，北至内蒙古东乌珠穆沁旗，涉及北京、天津、河北、山西及内蒙古5省（自治区、直辖市）的75个县（旗、市、区），总面积45.8万km2，如图1所示.

图1　京津风沙源治理区位置示意图Fig.1　Location of Beijing-Tianjin Sandstorm Source Control Region of China

研究区由平原、山地、高原3大地貌类型组成.区内气候复杂，区域差异性明显，气候干旱、热量偏低、多风是本区气候的典型特征.近30 a来，本区气候呈现暖干化趋势，干旱区和干旱亚湿润区的界限逐步向东推进［16］.京津风沙源治理工程于2000年试点，2002年全面实施，到2010年为止，工程区共完成退耕还林及造林6.0万km2，草地治理8.67万km2，生态环境得到显著改善.按照国家规划，工程治理区分为北部干旱草原治理区、农牧交错带沙化土地治理区、燕山丘陵山地水源保护区和浑善达克沙地治理区.

1.2数据来源与处理

采用京津风沙源治理区1982—2011年的GIMMS/NDVI3g数据，这是由美国国家航天航空局（NASA）全球监测与模型研究组（Global Inventory Modeling and MappingStudies，GIMMS）发布的第3代GIMMS时序NDVI数据，空间分辨率为0.082 5°，时间分辨率为15d.该数据集是经过天顶角、气溶胶、云层覆盖等因素的影响校正后发布的相对标准的数据，较其他的NDVI数据精度更高、误差更小，适用于植被覆盖变化的长期监测［7-9］.进行数据处理时，首先对GIMMS/NDVI3g数据源进行数据格式转换，然后借助ArcGIS10.2软件利用研究区边界对其进行裁剪，再采用最大值合成法（MVC）分别对每年每半月的NDVI值进行最大化处理，获取每年的NDVI最大值，代表当年的NDVI值.

1.3研究方法

1.3.1趋势分析

利用一元线性回归方法，逐像元分别计算1982—2000年、1982—2001年、…、1982—2011年间的NDVI变化趋势，即Slope值，来反映研究区各时段内的植被变化趋势［4］.其计算公式为：

式中：Slope为像元NDVI的斜率值，若Slope＞0，表示区域植被呈增加趋势，且值愈大表明植被增加趋势愈明显，反之则呈减少趋势；若值为0，表示植被没有变化；n为研究时段的长度；i代表年份；为平均年份；NDVIi为第i年的NDVI值；为NDVI多年平均值.

1.3.2可持续性分析

Lanfredi等［12］的方法计算的前提是要选取一个参考时间段，也称为初始时间段.首先，根据研究区情况，选取1982—2000年作为研究的初始时间段，用来分析2001—2011年间研究区植被变化的可持续性特征；之后采用一元线性回归方法逐像元分别计算1982—2000、1982—2001、1982—2002、1982—2003、1982—2004、…、1982—2011年的NDVI变化趋势，用s（x，y，t）表示，其中（x，y）代表研究区内每个像元的坐标位置，t代表时间节点，分别为2000、2001、…、2011.如果植被呈增加趋势，则s（x，y，t）=1，否则s（x，y，t）= -1.在此基础上，逐像元依次计算1982—2000、1982—2001、1982—2002、1982—2003、1982—2004、…、1982—2011年的植被变化的可持续性.用p（x，y，t）表示，其中（x，y）代表研究区内每个像元的坐标位置，t代表时间节点，分别为2000、2001、…、2011.其计算公式为：

其中，1982—2000年间的p（x，y）值与该时间段的s（x，y）值相等，其他时间段的p（x，y）值根据公式（2）确定.以1982—2001年为例，假定某像元上1982—2000年间s（x，y）=1，则1982—2000年间的p（x，y）=1.若1982—2001年间s（x，y）=1，那么1982—2001年间的p（x，y）=1；若1982—2001年s（x，y）=-1，那么该时段的p（x，y）=0.以此类推.

将1982—2001、1982—2002、1982—2003、…、1982—2011年11个时间段的p（x，y）相加，得到研究区NDVI变化的可持续性累加图，以此来分析整个研究区在2001—2011年间植被变化的可持续性状况.其计算公式为：

接着分别计算研究区各时段内NDVI增加（减少）趋势的持续性概率q（t），即1982—2001、1982—2002、1982—2003、…、1982—2011年的NDVI增加（减少）趋势的栅格数与1982—2000年NDVI增加（减少）趋势的栅格数之比.

再分别计算各时段内NDVI增加（减少）趋势未来持续的时间，计算公式为：

式中：τ代表NDVI增加（减少）趋势未来持续的时间长度；1982—2001、1982—2002、1982—2003、…、1982—2011对应的t值分别为1、2、3、…、11.τ值越大，说明这种趋势持续时间愈长，可持续性愈强.

最后，将各时段内NDVI增加（减少）趋势的τ值相加求平均值，得到NDVI增加（减少）趋势未来持续的平均时间.

2　结果与分析

2.1NDVI时间变化特征

通过分别统计京津风沙源治理区及4大分区2001—2011年的逐年NDVI值，制作NDVI年际变化图，分析其植被的时间变化趋势，结果如图2所示.

图2　2001—2011年研究区NDVI年际变化Fig.2　Inter-annual variation of NDVI for study areas from 2001 to 2011

由图2可以看出，2001—2011年间研究区植被整体上呈增加趋势，平均增速为每10 a增加0.02.4大分区在2001—2011年间植被也都呈增加趋势，但增速存在区域差异.其中，燕山丘陵山地水源保护区的植被增加速度最快，平均增速为每10 a增加0.05；农牧交错带沙化土地治理区和北部干旱草原治理区次之，平均增速分别为每10 a增加0.02和0.01；浑善达克沙地治理区的植被平均增速最小，每10 a增加0.003.

2.2NDVI变化的可持续性特征

利用京津风沙源治理区 1982—2011年的GIMMS/NDVI3g数据集，采用可持续性分析方法将1982—2001、1982—2002、1982—2003、…、1982—2011年的持续性相加，计算得到NDVI变化趋势的持续性叠加图，以此来反映研究区2001—2011年间植被变化趋势持续性的时空特征，结果如图3所示.

图3　2001—2011年研究区NDVI变化趋势的可持续性叠加图Fig.3　Cumulative persistence map of NDVI change trends for study areas from 2001 to 2011

从图3可以看出，在整个研究区内，植被变化可持续性累加值为11的区域分布面积最大，占研究区总面积的34.91%，集中分布在农牧交错带沙化土地治理区的几乎全部区域、浑善达克沙地治理区和燕山丘陵山地水源保护区的南部、北部干旱草原治理区的西北部和西南部，这些区域在2001—2011年间植被呈增加趋势，表明其植被恢复效果显著.累加值为-11的区域分布面积次之，占12.17%，主要分布在北部干旱草原治理区东北部的东乌珠穆沁旗和西乌珠穆沁旗、燕山丘陵山地水源保护区的北部和西北部、浑善达克沙地治理区北部和中西部部分区域，这些区域在2000—2011年间植被呈减少趋势，表明其植被在持续退化，尽管在这些区域实施了植被恢复治理措施，但仍未收到良好效果，有关部门应予以足够重视.累加值为0的区域占9.89%，零星分布在北部干旱草原治理区的东部和西部部分区域、浑善达克沙地治理区的北部和西部小部分地区、燕山丘陵山地水源保护区北部的局部地区，这些区域在2001—2011年间植被变化趋势的持续性无法确定.在所有正值中，累加值为7的区域所占面积比例最小，为1.19%，呈散点状分布在燕山丘陵山地水源保护区、浑善达克沙地治理区的小部分区域，这些区域在2001—2007年间植被呈增加趋势，从2008年开始这一趋势发生改变，说明2008年在该区域实施的生态治理工程效果欠佳，也可能是由于这一年该区域的一些不合理人类活动干扰了植被生长.在所有负值中，值为-6的区域分布面积最少，占0.06%，只出现在北部干旱草原治理区的包头市市辖区内和燕山丘陵山地水源保护区的丰宁满族自治县极小部分区域，这些区域植被减少趋势一直持续了6 a，直到2007年这一趋势才发生改变，表明2007年该地区植被生长状况发生好转，生态治理工作效益凸显.应该指出的是，增加（减少）趋势持续性并不表示在2001—2011年间植被一定是逐年增加（减少）的，而是说明植被变化的可持续性较好，仍保持着最初的增加（减少）趋势.

综上可见，京津风沙源治理区在2001—2011年间植被增加趋势持续了11 a的区域分布最广，表明自2000年治理工程实施以来，研究区植被明显恢复，生态环境得到改善.但是减少趋势持续了11 a的区域占研究区总面积的12.17%，说明虽然一期治理工程已取得显著成效，但是治理区仍存在一些问题，局部地区植被仍在持续减少.因此，有必要在二期工程实施中加强植被恢复工作来巩固和提升一期工程建设效果，进一步改善环境.此外，值为11和-11的区域占整个研究区的47.09%，表明整个研究区植被变化呈现出显著的长期持续性特征且存在明显的时空差异，因此生态治理工作应结合治理区内部差异，分阶段、分地域进行，积极关注植被持续减少区域，及时采取措施，提高研究区整体生态效益.

2.3NDVI变化趋势的未来持续时间特征

2.3.1整个研究区NDVI变化趋势的未来持续时间

植被变化趋势的持续性概率图可以反映植被增加（减少）趋势持续性的概率和时间之间的对应关系，以及植被变化趋势未来持续的时间长度.本研究分别计算了研究区各时段内NDVI增加（减少）趋势持续的时间，将其相加求平均值得到整个研究区NDVI增加（减少）趋势未来持续的平均时间，以此来评估植被变化趋势的未来持续时间特征，结果如图4所示.由图4可以看出，整个研究区植被增加趋势持续性概率在每个时间段都小于减少趋势持续性概率，而且下降幅度也大于减少趋势持续性概率.对于生长状态良好的植被，其增加趋势要比减少趋势持续时间更长.整个研究区植被减少趋势未来持续的平均时间τ-为29 a，增加趋势未来持续的平均时间τ+为12 a，增加趋势比减少趋势持续时间更短，说明从整体上来看研究区未来植被变化状况不容乐观，系统的稳定性仍较差.因此，京津风沙源区治理工作还有待进一步加强实施，以延长植被增加趋势的持续时间，增强系统的持续性和稳定性，保证区域生态安全.

图4　研究区植被变化趋势的持续性概率Fig.4　Persistence probability of vegetation change trends for the whole study area

2.3.24大治理区NDVI变化趋势的未来持续时间

分别分析京津风沙源治理区内4大分区的NDVI变化趋势未来持续时间，结果如图5所示.

从持续性概率来看，4大治理分区中，北部干旱草原治理区、燕山丘陵山地水源保护区、浑善达克沙地治理区这3个治理区的植被减少趋势持续性概率都大于同时段内的增加趋势持续性概率；而农牧交错带沙化土地治理区从2002年开始，增加趋势的持续性概率都大于同时段的减少趋势持续性概率，这与京津风沙源一期治理工程全面实施时间正好吻合，说明该治理工程对农牧交错带沙化土地治理区的植被恢复起到了立竿见影的效果.从植被变化趋势未来持续时间来看，除农牧交错带沙化土地治理区外，其余3个治理区的植被减少趋势未来持续时间都大于增加趋势未来持续时间.增加趋势未来持续时间最长的是农牧交错带沙化土地治理区，达到36 a.而减少趋势持续时间最长的是浑善达克沙地治理区，达到40 a.说明4大治理区中，农牧交错带沙化土地治理区的植被恢复效果最好，工程治理效果最优.而其余3个治理区可能受城市化、人类活动等因素的干扰，工程治理效果和植被恢复状况相对较差，积极恢复治理这些区域的植被是维持整个京津风沙源治理区系统持久性和稳定性的关键.因此，应从整体和系统的角度出发，重点加强北部干旱草原治理区、燕山丘陵山地水源保护区、浑善达克沙地治理区这3个治理区植被的改善工作，以从整体上提高研究区的生态治理效果，促进区域整体的可持续发展.

图5　4大治理区植被变化趋势的持续性概率Fig.5　Persistence probability of vegetation change trends for four subregions

3　讨论与结论

3.1讨论

本文基于京津风沙源治理区1982—2011年的GIMMS/NDVI3g数据集，采用植被变化可持续性分析方法，定量分析了该区植被变化的可持续性特征及未来持续时间.京津风沙源治理区2001—2011年植被呈增加趋势，表明治理工程正向作用显著，但研究区内4大分区植被变化的可持续性存在差异.植被变化是气候变化和人类活动综合作用的结果［1］.研究区气候干旱，因此降水是影响其植被变化的主要气候因子，尤其是以干旱为主的北部干旱草原治理区.已有研究发现，近30 a来，京津风沙源治理区气温显著上升，降水和湿润指数总体下降，位于本区东部的部分区域已经由亚湿润干旱区变为干旱区［16］.再加上不合理的人类活动和土地利用方式的转变，如浑善达克沙地治理区东部林地变草地和耕地、北部干旱草原治理区的过度放牧和工矿建设等导致的草地退化、燕山丘陵山地水源保护区草地开垦和居民地扩张侵占耕地［3］等.因此，北部干旱草原治理区、燕山丘陵山地水源保护区和浑善达克沙地治理区的植被增加趋势的未来持续时间较短，工程治理效果不显著；而农牧交错带沙化土地治理区是京津风沙源工程的重点治理区域［10］，在营造农田防护林、变放牧为圈养、退耕还林等工程建设的推动下，植被增加趋势的未来持续时间较长，系统稳定性较好.这些结果可为研究区制定生态保护政策提供有效参考.另一方面，由于该工程涉及不同省市，工程治理措施和侧重点因地而异，植被变化也相应地存在一定地域差异.因此应加强小尺度的植被调查研究，为京津风沙源治理工程提供实用的实施对策和建议，以保证该治理工程实现生态效益和社会效益的最大化，促进区域整体的可持续发展.

3.2结论

（1）从NDVI时间变化特征来看，2001—2011年间京津风沙源治理区植被整体上呈增加趋势，平均增速为每10 a增加0.02.4大分区植被也呈增加趋势，但增速存在区域差异.

（2）从NDVI变化的可持续性特征来看，研究区植被变化呈现出显著的长期持续性特征，且存在明显的时空差异.2001—2011年间，植被增加趋势持续了11 a的区域占总面积的34.91%，减少趋势持续了11 a的区域占12.17%，表明自2000年京津风沙源治理工程实施以来，治理区植被明显恢复，一期工程已取得显著成效.但是治理区仍存在一些问题，局部地区植被仍在持续减少.

（3）从NDVI变化趋势的未来持续时间来看，整个治理区植被减少趋势持续的平均时间为29 a，增加趋势持续的平均时间为12 a，说明从整体上来看治理区植被未来变化状况不容乐观.4大分区中，除农牧交错带沙化土地治理区外，其余3个治理区的减少趋势持续时间都长于增加趋势持续时间，说明农牧交错带沙化土地治理区植被的未来发展趋势优于其他3个治理区，工程治理效果也相对较好.

［1］杨林山，李常斌，王帅兵，等.气候变化和人类活动对洮河流域植被动态的影响研究［J］.资源科学，2014，36（9）：1941-1948.YANG L S，LI C B，WANG S B，et al.Impacts of climate change and human activities on vegetation dynamics in two geo-ecologic regions in the Taohe river basin，northwest China［J］.Resources Science，2014，36（9）：1941-1948（in Chinese）.

［2］温晓金，刘焱序，杨新军.恢复力视角下生态型城市植被恢复空间分异及其影响因素［J］.生态学报，2015，35（13）：4377-4389.WEN X J，LIU Y X，YANG X J.A resilience-based analysis on the spatial heterogeneity of vegetation restoration and its affecting factors in the construction of eco-cities：a case study of Shangluo，Shanxi［J］.Acta Ecologica Sinica，2015，35（13）：4377-4389（in Chinese）.

［3］刘洛，徐新良，段建南，等.京津风沙源区生态环境时空变化的遥感监测分析［J］.地球信息科学学报，2011，13（6）：819-824.LIU L，XU X L，DUAN J N，et al.The spatial-temporal changes monitoring of ecological environment in source area of the sand and dust endangering Beijing-Tianjin by remote sensing［J］.Journal of Geo-Information Science，2011，13（6）：819-824（in Chinese）.

［4］吕洋，董国涛，杨胜天，等.雅鲁藏布江流域NDVI时空变化及其与降水和高程的关系［J］.资源科学，2014，36（3）：603-611.LÜ Y，DONG G T，YANG S T，et al.Spatio-temporal variation in NDVI in the Yarlung Zangbo river basin and its relationship with precipitation and elevation［J］.Resources Science，2014，36（3）：603-611（in Chinese）.

［5］侯美亭，赵海燕，王筝，等.基于GIMMS、VGT和MODIS的中国东部植被指数对比分析［J］.遥感技术与应用，2013，28（2）：290-299.HOU M T，ZHAO H Y，WANG Z，et al.Comparison of GIMMS，VGT and MODIS vegetation index datasets in eastern China［J］.Remote Sensing Technology and Application，2013，28（2）：290-299（in Chinese）.

［6］孙艳玲，郭鹏.1982—2006年华北植被指数时空变化特征［J］.干旱区研究，2012，29（2）：187-193.SUNY L，GUO P.Spatio-temporal variation of vegetation coverage index in North China during the period from 1982 to 2006［J］.Arid Zone Research，2012，29（2）：187-193（in Chinese）.

［7］XU G，ZHANG H F，CHEN B Z，et al.Changes in vegetation growth dynamics and relations with climate over China's landmass from 1982 to 2011［J］.Remote Sensing，2014，6（4）：3263-3283.

［8］ZHU Z，BI J，PAN Y，et al.Global data sets of vegetation leaf area index（LAI）3g and fraction of photosynthetically active radiation（FPAR）3g derived from global inventory modeling and mapping studies（GIMMS）normalized difference vegetation index（NDVI3g）for the period 1981 to 2011［J］.Remote Sens，2013，5（2）：927-948.

［9］范德芹，朱文泉，潘耀忠，等.青藏高原小嵩草高寒草甸返青期遥感识别方法筛选［J］.遥感学报，2014，18（5）：1117-1127.FAN D Q，ZHU W Q，PAN Y Z，et al.Identifying an optimal method for estimating green-up data of Kobresia pygmaea alpine meadow in Qinghai-Tibetan Plateau［J］.Journal of Remote Sensing，2014，18（5）：1117-1127（in Chinese）.

［10］严恩萍，林辉，党永锋，等.2000—2012年京津风沙源治理区植被覆盖时空演变特征［J］.生态学报，2014，34（17）：5007-5020.YAN E P，LIN H，DANG Y F，et al.The spatiotemporal changes of vegetation cover in Beijing-Tianjin sandstorm source control region during 2000—2012［J］.Acta Ecologica Sinica，2014，34（17）：5007-5020（in Chinese）.

［11］裴亮，黄森旺，陈丽萍.京津风沙源区植被的时空变化及其对气候因子的响应［J］.中国沙漠，2013，33（5）：1593-1597.PEI L，HUANG S W，CHEN L P.Vegetation spatio-temporal changes and the relationship with climate factors in Beijing-Tianjin sand source region［J］.Journal of Desert Research，2013，33（5）：1593-1597（in Chinese）.

［12］LANFREDI M，SIMONIELLO T，MACCHIATO M.Temporal persistence in vegetation cover changes observed from satellite：development of an estimation procedure in the test site of the Mediterranean Italy［J］.Remote Sens Environ，2004，93（4）：565-576.

［13］SIMONIELLO T，LANFREDI M，LIBERTI M，et al.Estimation of vegetation cover resilience from satellite time series［J］.Hydrol Earth Syst Sci，2008，12（4）：1053-1064.

［14］COPPOLA R，CUOMO V，D'EMILIO M，et al.Terrestrial vegetation cover activity as a problem of fluctuating surfaces［J］.Int J Mod Phys B，2009，23（28）：5444-5452.

［15］HARRIS A，CARR A S，DASH J.Remote sensing of vegetation cover dynamics and resilience across southern Africa［J］.International Journal of Applied Earth Observation and Geoinformation，2014，28（5）：131-139.

［16］孙斌，高志海，王红岩，等.近30年京津风沙源区气候干湿变化分析［J］.干旱区资源与环境，2014，28（11）：164-170.SUN B，GAO Z H，WANG H Y，et al.Dry/wet variation of Beijing-Tianjin dust and sandstorm source region during 1981—2010［J］.Journal of Arid Land Resources and Environment，2014，28（11）：164-170（in Chinese）.

（责任编校纪翠荣）

Persistence in vegetation cover changes in Beijing-Tianjin Sandstorm Source Control Region

YANG Yanlia，SUN Yanlinga，WANG Zhongliangb，KANG Jiea，b
（a.College of Urban and Environment Science，b.Tianjin Key Laboratory of Water Resources and Environment，Tianjin Normal University，Tianjin 300387，China）

Based on the GIMMS/NDVI3g data set of Beijing-Tianjin Sandstorm Source Control Region from 1982 to 2011，the persistence in vegetation cover changes in this region was quantitatively analyzed.The results showed that：（1）As for the temporal variation of normalized difference vegetation index（NDVI），the vegetation showed an increasing trend on the whole in Beijing-Tianjin Sandstorm Source Control Region from 2000 to 2011.And there were regional differences in the vegetation growth rate among four regions；（2）As for the persistence in NDVI changes，the vegetation changes in the whole study area showed significant long-time persistence characteristics，and there were obvious differences in time and space for the persistence from 2000 to 2011.Since the Beijing-Tianjin Sandstorm Source Control Project was implemented from 2000，the vegetation in the study area had significantly restored and the first phase project had achieved remarkable results.But the vegetation in some areas still continued decreasing.So it is necessary to adopt the second phase project to consolidate and enhance the construction effect of the first phase project，and further improve the environment；（3）As for the future duration of NDVI change trends，the vegetation future change situation was not optimistic on the whole.In the four sandstorm source control regions，the vegetation future change trends and the project treatment effect in the pastoral transitional zone desertified land control region were better than those in the other three sandstorm source control regions.

Beijing-Tianjin Sandstorm Source Control Region；normalized difference vegetation index；vegetation restoration；change trend；persistence

Q146

A

1671-1114（2016）02-0047-07

2015-11-09

国家自然科学基金资助项目（41001022，31270510）；国家科技支撑计划资助项目（2012BAC07B02）；教育部新世纪优秀人才支持计划资助项目（NCET-10-0954）；天津师范大学市级重点实验室开发研究基金资助项目（YF11700102）.

杨艳丽（1992—），女，硕士研究生．

孙艳玲（1977—），女，副教授，主要从事资源环境遥感与全球变化方面的研究.