基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究

石悦樾，银正彤，郑文锋

(1.贵州大学资源与环境工程学院，贵州550025;2.成都电子科技大学自动化工程学院，成都610000)

基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究

石悦樾1，银正彤1，郑文锋2

(1.贵州大学资源与环境工程学院，贵州550025;2.成都电子科技大学自动化工程学院，成都610000)

分析乌江流域2001－2015年每年8月植被变化规律与气候间关系，得出植被覆盖时间和空间变化规律，为乌江流域生态保护提供参考依据，基于MOD13Q1，MODIS11 C3，TRMM3B43遥感数据产品，使用趋势分析法分析15年内NDVI变化趋势，简单相关分析、偏相关分析和复相关分析得出NDVI变化与气候变化关系，结果如下:15年中乌江流域NDVI整体呈上升趋势;NDVI变化与气温呈负相关，NDVI变化与降水呈正相关，降水对NDVI的促进作用高于气温的抑制作用;气温、降水对耕地影响最大，常绿针叶林次之;高程在1 000～2 000m的植被覆盖变化最大;沿江地带植被覆盖减少与乌江流域梯级开发有关;植被覆盖减少多在城市区。乌江流域降水驱动型植被占研究区27.75%，对气候响应较大的植被类型以耕地为主;非气温降水驱动型比例为72.25%，人类活动对乌江流域植被覆盖变化起主导作用。

乌江流域;NDVI变化;气候响应;降水驱动型;非气温降水驱动型

贵州省是全国自然资源丰富大省之一，但其喀斯特地貌面积占全省面积73.6%，为西南地区喀斯特面貌最大省份［1］。植被生长环境恶劣，同时受人类活动影响，植被覆盖变化对其生态环境保护的重要性凸显。

对植被覆盖研究有益于了解区域变化趋势，及时发现问题并采取相应措施解决植被覆盖中存在问题。自1999年起MODIS数据被学者广为使用以研究陆地表面变化，以MODIS数据研究植被与气候变化间的关系已成熟［2］;基于MODIS数据在人文、环境、土壤侵蚀和植被覆盖变化结合气候变化有多项研究［3－5］;在土地覆被变化、城市气候变化和空气污染的影响也有多项研究［6－8］。人类活动和全球变化直接或间接影响区域植被覆盖变化［9－10］，如Du J使用GIMMS NDVI和MODIS NDVI数据研究得出1982—2012年青藏高原的植被变化与气候响应程度，气温对NDVI变化为促进作用;降水对生长季、夏季和秋季的NDVI为促进作用［11］。

在研究城市范围内植被覆盖变化驱动因素时，A.Buyantuyev［12］使用MODIS数据研究城市化对植被覆盖影响，得出植物覆盖变化与降水弱相关，与社会经济关联较强。Taifeng Dong［13］使用MODIS数据分析加拿大2000—2013年农田生产力对气温和降水的响应，发现降水对农田生产力的影响大于气温。以MODIS数据提取植被覆盖数据与气候变化关系研究中，其主要研究方法有均值法、趋势法、相关分析法、偏相关分析法，但分析过于简单只考虑单一相关性，未涉及到其变量与变量间关系的影响［14－15］。

近30年来乌江流域随着梯级开发，沿江经济得到发展［16－17］，对乌江流域的以MODIS NDVI数据对植被覆盖变化及其影响因素的研究很少。本文在MODIS NDVI数据的基础上，结合气候变化因素对乌江流域植被覆盖时空变化特征分析，以期得出乌江流域植被覆盖变化特征，并得出与气候变化间关系，为乌江流域生态环境保护提供科学参考依据。

1 研究区概况与数据来源

1.1 研究区概况

乌江流域地处我国西南地区，东经104°10'～109°22'、北纬26°06'～28°48'，发源于贵州西部乌蒙山威宁县，自西向东流经贵州省毕节市、安顺市、遵义县、黔南州、铜仁市后至重庆市涪陵区汇入长江，全长1 037km在贵州省内河长802km为贵州省第一大河，区内地势西高东低，乌江流域贵州境内全区平均高程为1 226.21m，相对高差为2 791m，乌江流域属于亚热带温湿季风气候区，年均气温13～18℃。研究区植被类型划分参考中国1∶400万植被图，植被数据来源于国家自然科学基金委员会“中国西部环境与生态科学数据中心”(http:// westdc.westgis.ac.cn)，文中植被覆盖主要分为6类:常绿针叶林、常绿阔叶林、耕地、草地、灌丛和无植被区，研究区位置如图1所示。自1982年乌江渡水电站完工后，目前其干流上已建成11个梯级水电站。乌江流域受喀斯特地貌、区内人类活动和流域梯级开发影响，其生态脆弱，资源可持续发展较弱。

图1 乌江流域植被覆盖类型及水电站位置Fig.1 Vegetation cover types in Wujiang River Basin and the locatron of hydropower plant

1.2 数据来源与处理

选取的DEM数据来于地理空间数据云，为ASTER GDEM 30m分辨率，在其基础上提取乌江流域范围。以2001—2015年每年的8月作为研究期，为植物生长最茂盛一个月，之后所用涉及年的数据皆为每年8月的数据。MODIS NDVI数据来源NASA官网，采用16天合成的MOD13Q1数据，轨道号为h27v06，空间分辨率为250m，经过最大值合成法、投影转换和重采样获取研究区NDVI值。结合DEM提取的流域范围裁剪出研究区的植被类型。因气温和降水气象站资料难获取，资料不全，气温数据选取MODIS11 C3数据，姚永慧等人［18］研究得出MODIS11 C3数据和气温时序变化规律接近，可以用MODIS TS(月地表气温均值)研究山区气温变化，对MODIS11 C3数据投影转换、重采样、绝对气温转为摄氏气温，用ARCGIS空间分析工具分析得到15年气温变化，同时分别结合不同植被覆盖和不同海拔高度分析气温变化;降水数据选取TRMM卫星3B43数据，使用TRMM卫星3B43获取降水量数据，适用于山区降水数据获取［19］，其在雨季准确度较高于旱季［20］，TRMM3B43数据与实测值有差距，在贵州省内其变化趋势与实测值拟合优度高［21］，本文用TRMM3B43做趋势变化研究。在ENVI中对TRMM3B43降水数据投影转换，使用流域范围矢量文件裁剪TRMM3B43影像图获得研究区对应月降水量。

2 研究方法

2.1 NDVI变化趋势研究

本文在处理NDVI数据时采用趋势分析法，其处理对象为一组随时间变化的变量通过线性回归分析，以达到获取预测趋势，公式如下:

式中:n表示研究期，i为研究期内第几年，NDVIi是第i年的NDVI值，θQ是NDVI的回归斜率。θQ＞0则研究期内，NDVI为上升趋势，反之为下降趋势，θQ=0表示没有变化。基于标准差分类方法将NDVI变化分为:显著减少、中度减少、轻度减少、不变、轻度增加、中度增加和显著增加。

依据中国1∶400万植被覆盖类型图中GLC2000植被覆盖数据，结合研究区现状划分的6种植被覆盖类型，使用ArcGIS空间分析功能，按掩膜提取每种植被在研究期内每年8月的NDVI指数，按趋势分析法获得各类植被NDVI变化结果。

在DEM基础上结合研究区高程，将研究区划分3个等级，分别是1 000m以下，1 000m～2 000m，2 000m以上。在划分等级的基础上提取出每年不同高程的NDVI指数，并做变化趋势研究。

2.2 植被覆盖变化与气候变化间关系的研究方法

首先使用简单相关分析系数分析NDVI变化与气温、降水间关系。简单相关系数公式如下:

Rab为变量a，b间简单相关系数，ai，bi为第i年a，b变量值，珔a为变量a研究期内平均值，珋b量b研究期内平均值，n为研究期。

使用偏相关分析法分别分析气温、降水与NDVI变化的关系，并通过T检验对相关系数进行假设检验确定可信度。偏相关系数计算公式如下:

式中，Rab，Rac，Rbc分别表示变量a和b，a和c，b和c间的简单相关系数，Rab，c表示C为控制量时变量a与b间的偏相关系数，－1＜Rab，c＜1，当Rab，c＜0表示c为控制变量时变量ab呈负相关关系，当Rab，c＞0表示c为控制变量时变量ab呈正相关关系。偏相关系数以T检验验证显著性。

最终通过复相关分析得出植被覆盖变化与气候变化间耦合关系，复相关分析基于简单相关分析和偏相关分析基础进行，公式如下:

式中，Ra，bc为变量a与变量b，c的复相关系数，Rab为变量ab间的简单相关系数由式(2)得出，Rac，b为b为控制变量时，变量ac间的偏相关系数由式(3)得出，以F检验验证显著性。

3 结果与分析

3.1 NDVI年际时空变化

本文在一元线性回归的基础上，选取研究期内NDVI均值做回归分析，结果如图2所示，2001—2015年乌江流域DNVI均值在0.63～0.78之间，植被覆盖好，2003年8月DNVI值在研究期内最低为0.63，2007年和2015年为研究期最高0.78。

选取每年8月的MODIS数据，研究区NDVI指数如图3a图所示以0.6－0.8为主，年均NDVI为0.73，如图3b图所示，2001—2015年植被覆盖减少的区域面积有13 813.21km2，占研究区25.44%，主要是贵阳市、黔西县城内、沿江地区，研究区西部六盘水西南，中部贵阳市、黔西、遵义，东部思南、德江、沿河和沿江地区，以草地、灌丛和耕地为主;保持基本不变的面积有 23 933.09km2，占研究区44.08%;植被覆盖增加面积有16 547.35km2，占研究区30.48%，主要分布在东部石阡、印江、余庆、湄潭和凤冈，中部开阳、瓮安和贵阳市周边，西北部的毕节、赫章和金沙，西部织金、普定等，植被增加类型以针叶林和耕地为主。2001—2015年乌江流域植被覆盖整体呈增加趋势。

图2 乌江流域2001—2015年8月年均DNVI变化Fig.2 Annual NDVI change of Wujiang River Basin in August during 2001—2015

3.2 不同植被NDVI年际变化

2001—2015年乌江流域不同植被类型的年际变化如图4所示，15年不同植被的NDVI波动基本一致，都在2003年达到最低值，耕地、灌丛和常绿针叶林在2003—2007年为上升阶段，之后处于波动状态;阔叶林和草地是2003—2008年间为上升，之后处于波动状态。5种植被类型15年的NDVI均值依次为常绿针叶林0.734 7＞耕地0.731 3＞常绿阔叶林0.73＞灌丛0.73＞草地0.718。不同植被年际变化都呈上升趋势，变化趋势率依次为草地0.05/10a(R= 0.5728，P＜0.05)＞灌丛0.048/10a＞耕地0.046/10a＞常绿针叶林0.045/10a＞常绿阔叶林0.025/10a。

3.3 不同海拔高度NDVI年际变化

乌江流域西高东低，随着海拔高度不一样，植被覆盖率不一样，本研究中将海拔化为3类，15年中不同海拔高度的NDVI值变化如图5所示，基本呈上升趋势，但波动不一致，海拔高度在1 000～2 000 m和1 000m以下的植被NDVI变化在2003—2007年为上升趋势，海拔高度在2 000m以上的NDVI变化先下降后上升。15年中植被NDVI均值依次为1 000～2 000 m的0.734 0＞1 000m以下的0.731 3＞2 000m以上的0.717 3。对不同海拔高度年际变化都呈上升趋势，变化趋势率依次为1 000～2 000m的0.065/ 10a(R=0.5471，P＜0.05)＞2 000m以上的0.052/ 10a＞1 000m以下的0.009/10a。

图3 乌江流域2001—2015年8月NDVI变化Fig.3 Chang of NDVI of Wujiang River Basin in August 2001 to 2015

图4 乌江流域2001—2015年不同植被每年8月NDVI值变化Fig.4 The NDVI change of Wujiang River Basin vegetation in August from 2001 to 2015

图5 乌江流域2001—2015年不同高程每年8月NDVI值变化Fig.5 The NDVI change of Wujiang River Basin altitude in August from 2001 to 2015

3.4 植被覆盖变化与气候变化间关系

3.4.1 NDVI变化与气温、降水变化相关分析

2001—2015年的15年间，乌江流域气温和降水变化趋势如图6所示，气温以－0.050 1℃/a的速度下降，由 2001年 21.91℃ 下降到 2015年20.21℃;降水以1.587 5mm/a的速度上升，从2001年61.930 5mm上升到2015年的114.483 5mm。

如表1所示，通过计算得到2001—2015年中年NDVI与气温相关系数为－0.509，植被覆盖变化与气温变化呈负相关，温度过高使地表水蒸发，同时加剧植物蒸腾作用，制约植被生长;年NDVI与降水相关系数为0.550(P＜0.05)，植被覆盖与降水呈显著正相关，植被生长与降水密切相关，种植保水能力强的植被有利于区域水土保持和植被生长。不同植被类型与气温和降水相关系数不相同，常绿针叶林与气温相关系数为－0.559(P＜0.05)，与降水相关系数为0.568(P＜0.05);常绿阔叶林与气温相关系数为－0.309，与降水相关系数为0.466;灌丛与气温相关系数为 －0.401，与降水相关系数为0.464;草地与气温相关系数为－0.435，与降水相关系数为0.550(P＜0.05);耕地与气温相关系数为－0.568(P＜0.05)，与降水相关系数为0.601(P＜0.05)。常绿针叶林和耕地的植被覆盖变化受气温抑制作用高于其他植被覆盖类型;降水对常绿针叶林、草地和耕地植被覆盖变化的促进作用高于其他植被覆盖类型;植被受降水的促进作用高于气温的抑制作用，所以研究区15年中植被呈整体上升趋势。

图6 乌江流域2001—2015年气温、降水每年8月NDVI值变化Fig.6 Temperature、Precipitation change in August each year of Wujiang River Basin from 2001 to 2015

表1 不同植被NDVI变化与气温、降水变化相关系数Tab.1 Correlation coefficient between NDVI changes of different vegetation and temperature，precipitation

3.4.2 NDVI变化与气温、降水偏相关分析

如表2所示，2001—2015年间NDVI变化与降水、气温的偏相关系数均未通过T显著性检验，年NDVI变化与气温偏相关系数为－0.174，NDVI随气温升高减少，不同植被的年均NDVI与气温偏相关系数在－0.243～－0.039之间，剔除降水对气温的影响作用后，得出常绿针叶林和耕地受气温抑制作用高于其他植被覆盖类型。年NDVI变化与降水偏相关系数为0.295，NDVI变化与降水变化呈不显著正相关，不同植被的年均NDVI与气温偏相关系数在0.269～0.376之间，剔除气温对降水的影响作用后，得出常绿阔叶林、草地和耕地受降水促进作用高于其他植被覆盖类型。

表2 不同植被NDVI变化与气温、降水偏相关系数Tab.2 Partial correlation coefficient between NDVI changes of different vegetation and temperature，precipitation

3.4.3 NDVI变化与气温、降水复相关分析

2001—2015年间年均NDVI与气温、降水复相关系数为0.569。如表3所示，不同植被的NDVI与气温、降水复相关系数在0.470～0.627间，其中耕地NDVI与气温和降水的复相关系数最高为0.627 (P＜0.05)，主要分布在研究区东部德江、印江和西南部的纳雍，耕地受降水和气温影响最大，研究区大部分土地土壤质地差，保水保肥能力差，易受气候变化影响。

3.5 气候变化对植被覆盖变化的驱动分析

驱动分析以陈云浩［22］、王永财［23］的植被覆盖变化的驱动分区方法，同时结合乌江流域实际情况，制定本研究区的驱动准则如表4所示。

表3 不同植被NDVI变化与气温、降水复相关系数Tab.3 Complex correlation coefficient between NDVI changes of different vegetation and air temperature，precipitation

表4 乌江流域植被覆盖驱动分区准则Tab.4 Wujiang River Basin vegetation coverage driven zoning guidelines

通过分析得出降水驱动型占整个研究区27.75%，集中在研究区东部德江、印江和西部的纳雍、金沙、毕节，耕地植被覆盖类型受降水驱动，因为研究区以喀斯特地貌为主，耕地保水能力差;非气候因子驱动占研究区72.25%(图7)。

图7 2001—2015年每年8月乌江流域植被覆盖气候驱动Fig.7 Climate driven of the Wujiang basin vegetation coverage in August each year from 2001—2015

4 结论

乌江流域喀斯特地貌发育显著，在全球气候变暖的环境下，植被覆盖与区域生态紧密相关。本文利用MODIS NDVI，LST数据和TRMM数据分析2001—2015年乌江流域的NDVI变化与气温和降水之间的响应，得出的结论如下:

1)2001—2015年乌江流域NDVI变化整体呈上升趋势;NDVI变化与气温变化呈负相关，NDVI变化与降水呈正相关，都通过显著性检验;总体看降水变化对NDVI变化的影响大于气温变化。NDVI减少的区域多是城市范围内，人类活动对植被覆盖影响为抑制作用;流域范围内土壤质地差、保肥能力低，水土流失隐患大，是引起NDVI变化重要原因;减少植被主要为耕地、草地和灌丛，根据学者王尧研究土壤侵蚀度依次为耕地＞旱地＞林地，土壤侵蚀是影响植被覆盖变化的一个重要因素［10］。研究区内植被覆盖增加区域主要集中在城市郊区处，以针叶林和耕地为主，是人类促进和气候共同作用结果。为保护区域植物多样性，加强生态保护机制、减轻人类活动对植被覆盖变化抑制作用很有必要。

2)沿江地带存在NDVI减少变化现象，研究区以碳酸盐岩为主，河床不稳定，乌江流域梯级开发不断完工对乌江流域NDVI变化的影响作用日益明显，河流阻断已引发低于4.5级的地震［24］，同时河流阻断对下游减水区的植被需水满足度有影响。位于干流的水电站自西向东分布的索风营(黔西县与修文县交界)、乌江渡(位于遵义县)、东风(位于清镇与黔西县交界)、构皮滩(位于余庆县)、思林(位于思南县)、沙陀(位于沿河县)水电站最迟在2009年实现截流，NDVI变化以水电站所在区域为核心向外辐射减少。河流梯级开发对区域植被覆盖有一定影响，这为同样进行河流梯级开发的地区植被覆盖变化提供参考依据。

3)乌江流域高程主要分布在1 000～2 000m，分布在研究区中部和西部，其植被NDVI变化率最快，植被类型以常绿针叶林为主;高程在2 000m以上的植被NDVI变化率居中，主要分布在西部地区，植被类型以耕地和草地为主;高程在1 000m以下的植被NDVI变化率最低，以东部地区为主，植被类型以灌丛和常绿针叶林为主。5种植被类型NDVI变化率高低依次为草地＞灌丛＞耕地＞常绿针叶林＞常绿阔叶林。不同高程植被变化率不尽相同，要想使乌江流域整体植被覆盖率提高，主要是因地制宜，特别是根据不同植被变化率选择合适的植被种植。

4)15年中乌江流域气温对NDVI变化表现为抑制作用，影响作用依次为耕地＞常绿针叶林＞草地＞灌丛＞常绿阔叶林，气温过高相应的现象是降水减少，耕地对降水敏感。乌江流域降水对NDVI变化为促进作用，影响作用依次为耕地＞常绿针叶林＞草地＞常绿阔叶林＞灌丛，降水补充耕地植物必须水分，降水对研究区的促进作用大于气温的抑制作用。研究区降水驱动型占整个研究区27.75%，植被类型主要为耕地，耕地植被自我调节能力差，气温和降水对其他植被的影响较弱，非气温降水驱动占整个研究区72.25%。乌江流域植被变化与气候互相影响，重视流域植被与气候生态系统良性循环以维持整个流域生态、经济、社会可持续发展。

志谢:感谢银正彤老师以及在电子科技大学机器感知与智能系统研究中心学习期间各位老师和同学给予的帮助。

［1］郑伟，王中美．贵州喀斯特地区降雨强度对土壤侵蚀特征的影响［J］．水土保持研究，2016，23(6):333－339．

［2］W Zheng，X Li，L Yin，Y Wang．The Retrieved Urban LST in Beijing Based on TM，HJ-1B and MODIS［J］．Arabian Journal for Science and Engineering 2016，41(6):2325－2332．

［3］Wu C D，Lung S C C．Application of 3-D Urbanization Index to Assess Impact of Urbanization on Air Temperature［J］．Scientific Reports，2016，6:1－9．

［4］Compton J，Tucker K A，Yager．Ten Years of MODIS in space:lessons learned and future perspectives［J］．Italian Journal of Remote Sensing，2011，43(3):7－18．

［5］Ge J．MODIS observed impacts of intensive agriculture on surface temperature in the southern Great Plains［J］．International Journal of Climatology，2010，30(13):1994－2003．

［6］W Zheng，X Li，L Yin，et al．Spatiotemporal heterogeneity of urban air pollution in China based on spatial analysis［J］．Rendiconti Lincei，2016，27(2):351－356．

［7］W Zheng，X Li，J Xie，et al．Impact of human activities on haze in Beijing based on grey relational analysis［J］．Rendiconti Lincei，2015，26(2):187－192．

［8］Buyantuyev A，Wu J．Urbanization alters spatiotemporal patterns of ecosystem primary production:A case study of the Phoenix metropolitan region，USA［J］．Journal of Arid Environments，2009，73(4－5):512－520．

［9］Zheng W，Li X，Lam N，et al．Applications of integrated geophysical method in archaeological surveys of the ancient Shu ruins［J］．Journal of Archaeological Science，2013，40(1):166－175．

［10］王尧，蔡运龙，潘懋．贵州省乌江流域土地利用与土壤侵蚀关系研究［J］．水土保持研究，2013，20(03):11－18．

［11］Du J，Zhao C，Shu J，et al．Spatiotemporal changes of vegetation on the Tibetan Plateau and relationship to climatic variables during multiyear periods from 1982－2012［J］．Environmental Earth Sciences，2016，75(1):1－18．

［12］Buyantuyev A，Wu J．Urbanization alters spatiotemporal patterns of ecosystem primary production:A case study of the Phoenix metropolitan region，USA［J］．Journal of Arid Environments，2009，73 (4－5):512－520．

［13］Dong T，Liu J，Shang J，et al．Assessing the impact of climate variability on cropland productivity in the canadian prairies using time series modis fapar．Remote Sensing，2016，281(8):1－18．

［14］丁文荣．滇东南喀斯特地区植被覆盖变化及其影响因素［J］．水土保持研究，2016(6):227－231．

［15］袁沫汐，邹玲，林爱文，等．湖北省地区植被覆盖变化及其对气候因子的响应［J］．生态学报，2016，36(17):5315－5323．

［16］赵炜．乌江流域人居环境建设研究［D］．重庆:重庆大学，2005．

［17］熊正贤．乌江流域民族文化资源开发与文化产业发展研究［D］．西南民族大学，2013．

［18］姚永慧，张百平．基于MODIS数据的青藏高原气温与增温效应估算［J］．地理学报，2013，68(1):95－107．

［19］嵇涛，杨华，刘睿，等．TRMM卫星降水数据在川渝地区的适用性分析［J］．地理科学进展，2014，33(10):1375－1386．

［20］Zeng H，Li L，Hu J，et al．Accuracy validation of TRMM Multisatellite Precipitation Analysis daily precipitation products in the Lancang River Basin of China［J］．Theoretical＆Applied Climatology，2013，112(3－4):389－401．

［21］李威，蒋平，赵卫权，等．TRMM卫星降水数据在喀斯特山区的适用性分析——以贵州省为例［J］．水土保持研究，2016，23 (1):97－102．

［22］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［J］．植物生态学报，2001，25(06): 716－720．

［23］王永财，孙艳玲，王中良．1998－2011年海河流域植被覆盖变化及气候因子驱动分析［J］．资源科学，2014，36(03): 594－602．

［24］龙笛．贵州乌江流域的水资源开发与可持续利用［J］．水资源与水工程学报，2005，16(3):19－24．

Study on the Response of Vegetation Cover Change and Climate Change in Wujiang River Basin Based on MODIS Data

SHI Yueyue1，YIN Zhengtong1，ZHENG Wenfeng2
(1.College of Resources and Environmental Engineering，Guizhou University，Guiyang 550025，Guizhou China;2.School of Automation，University of Electronic Science and Technology of China，Chengdu 610054，Sichuan，China)

The relationship among NDVI，Temperature and precipitation changes in Augusts in Wujiang River basin between 2001 and 2015 was analyzed to get the temporal and spatial variation laws of vegetation change and provide reference for ecological protection of Wujiang River Basin.Based on the data of MOD13Q1，MODIS11 C3 and TRMM3B43，the trend analysis method was used to analyze the change trend situation of NDVI in 15 years．After that，simple correlation analysis，partial correlation analysis and multiple correlation analysis were used respectively to analyze the response of NDVI change with climate change.The results are as follows:the vegetation cover change is an overall upward trend in Wujiang River basin in 15 years.The relationship between vegetation cover change and the temperature is a negative correlation．The influence of rainfall on NDVI is greater than the temperature;The temperature and precip-itation effects on cultivated land is the largest and on the evergreen coniferous forest is second.Elevation of vegetation cover change at the 1 000～2000m was the largest in the evergreen coniferous forest.The decrease of vegetation cover along the Wujiang River is related to the cascade development of Wujiang River Basin，NDVI changes in the area of the hydropower station were shown as the core outward radiation reduction.The increase of vegetation coverage in the study area was mainly concentrated in the urban suburb，which is dominated by coniferous forest and cultivated land.It is the result of human being and climate interaction.The percentage of precipitation driven vegetative coverage is 27.75%in Wujiang River basin，the climate response larger than vegetation type is given priority to cultivated land;The percentage of the non-temperature and precipitation driven vegetative coverage is 72.25%in Wujiang River basin and human activities on the wujiang river basin vegetation cover change plays a leading role.The increase of vegetation coverage in the study area is mainly concentrated in the urban suburb，which is dominated by coniferous forest and cultivated land.It is the result of human being and climate interaction.

Wujiang River basin，NDVI change，response of climate，precipitation driven，non-temperature and precipitation driven

S718.45

A

1002－6622(2017)01－0127－08

10．13466/j．cnki．lyzygl．2017．01．021

2016－12－09;

2016－12－26

中国博士后科学基金(2016M592647);国家自然科学基金“基于立体视觉的动态在体软组织表面三维运动跟踪研究”(61305022);虚拟现实技术与系统国家重点实验室(BUAA－VR－16KF－11)

石悦樾(1993－)，女(苗族)，贵州省铜仁市人，在读硕士，主要研究方向是土地资源利用与保护。Email:1056716599@qq.com

银正彤(1969－)，女，副教授，博士，从事3S技术在环境监测中的应用。Email:312346079@qq.com