基于NDVI指数的浑善达克沙地植被时空变化规律分析

朱芳莹，鹿化煜，弋双文，王晓勇

(1.南京大学 地理与海洋科学学院 地貌过程与环境实验室，江苏 南京 210093；2.中国人民解放军61243部队，新疆 乌鲁木齐 830000)

基于NDVI指数的浑善达克沙地植被时空变化规律分析

朱芳莹1,2，鹿化煜1，弋双文1，王晓勇1

(1.南京大学 地理与海洋科学学院 地貌过程与环境实验室，江苏 南京 210093；2.中国人民解放军61243部队，新疆 乌鲁木齐 830000)

归一化植被指数(NDVI)；时空变化规律；植被覆盖度；浑善达克沙地

为从宏观上认识沙地绿色植被在年、月时间尺度的变化规律，为防沙治沙工作提供理论依据，分析了浑善达克沙地1982—2006年共25年的植被指数数据。研究认为，浑善达克沙地植被生长期为每年的5月下旬至10月，其中7月下旬和整个8月绿色植被生长量达到峰值；1982—2006年的25年间，浑善达克沙地绿色植被覆盖度以每年0.1百分点的速率缓慢增长，其中沙地西部治沙成果显著，但沙地中东部，原本的中、高植被覆盖区，植被的衰退和显著衰退面积竟然高达总面积的27%。同样的防沙治沙工作，为何在浑善达克沙地的东、西部出现了截然相反的局面，这需要引起我们的反思和高度重视。

我国北方四大沙地(呼伦贝尔沙地、科尔沁沙地、浑善达克沙地、毛乌素沙地)总面积超12万km2，是我国农业生产条件最为严酷、生态环境最为脆弱、人地矛盾和人水矛盾最为突出、土沙转换最为频繁、防治难度最大的地区，而绿色植被，正是这片广袤土地上最有力的生力军。研究绿色植被历年的生长变化特点，有助于我们从宏观上认识沙地植被在年、月时间尺度上的生长变化规律,有利于我们寻找和发现在防沙治沙过程中存在的问题，为防沙治沙工作提供理论依据。

1 研究区概况

浑善达克沙地位于内蒙古中部锡林郭勒草原南端，总面积约3.1万km2[1]，是离北京最近的沙源。沙地内部，风沙土上生长的植被主要是草原沙地锦鸡儿、柳、蒿灌丛等，河流谷地为禾草、杂草类草甸；沙地西部棕钙土上是以戈壁针茅为主的草原，在栗钙土上广泛分布着克氏针茅草原；沙地的南部零星分布着些许粮田，以耕种耐寒耐旱的大豆、玉米为主；沙地的东部，靠近大兴安岭的区域，植被茂密且种类繁多，主要是以虎榛子、绣线菊、线叶菊灌丛和羊草、贝加尔针茅等植物为主的草原；在各河流流经的区域，或内陆河的发源地、分叉处，有少量的落叶小叶林生长。由于沙地孔隙充分吸收降水和拦截源于南部山地的地表水和地下潜流的补给，因而潜水储量丰富，沙地中散布着众多大小不等的沼泽洼地，形成了草原与沙地、沙地与湿地、湿地与湖泊、农田等多种生态系统的综合交错区域。

2 数据来源及处理

2.1 数据来源

GIMMS NOAA/AVHRRNDVI全球植被指数变化数据集由全球总量监测和模拟研究组收集处理。该数据集涵盖1981—2006年共26年的月值植被指数数据，采用ALBERS投影，时间分辨率是15 d，空间分辨率是8 km。由于数据集中1981年的数据不全，故只分析1982—2006年的数据。GIMMS数据集的处理过程包括校正遥感器灵敏度随时间的变化、太阳高度角、卫星轨道的漂移等影响，消除EL Chichon和Pinatubo火山爆发导致的大气气溶胶的影响。GIMMS数据集具有时间序列长、覆盖范围广、时空可比、较强的植被动态变化表征能力等特点[2-3]，已被广泛应用于全球及区域尺度的植被动态研究之中。

2.2NDVI数据处理

2.2.1 最大值合成法(MVC)

对于NDVI的处理方法，采用最大值合成法MVC(Maximum Value Composites)，用来获取全年、全月NDVI最大值，该方法可以进一步消除云、大气、太阳高度角等的部分干扰[4-7]。求取年最大NDVI值的计算公式为

NDVIi=MAX(MNDVI1，MNDVI2，…，MNDVI12)

(1)

式中：i为年序号；MNDVI1，MNDVI2，…，MNDVI12分别为当年的1，2，…，12月的NDVI值。

2.2.2 植被覆盖度(fg)的计算及分级

根据GUTMAN[8]提出的亚像元模型计算植被覆盖度，该方法将像元分为均一像元和混合像元两种。

对于均一像元，也就是植被完全覆盖的像元，其植被覆盖度fg=1，像元的NDVI值主要受到植被层状结构的影响，表达式为

NDVIg=NDVI∝-(NDVI∝-NDVI0)e-kLg

(2)

式中：NDVI∝为Lg无穷大时的NDVI值，在研究中取所有年份中最大的NDVI值为NDVI∝；NDVI0为裸土的NDVI值，在此处设为0.1[9]；k为消光系数，通常认为草地的消光系数取值范围是0.8

对于混合像元，一个像元是由植被覆盖部分和非植被覆盖部分两方面构成[12]，该像元的NDVI读数(从数据中直接读取的值)为植被覆盖部分NDVIg值和非植被覆盖部分NDVI0值的加权平均值。此时，可求得该混合像元的植被覆盖度(fg)为

fg=(NDVI-NDVI0)/(NDVIg-NDVI0)

(3)

式中：NDVIg的计算方法见式(2)，NDVI值可以是月值或年值。

在研究中，将浑善达克沙地分为极低植被覆盖度(fg≤20%)、低植被覆盖度(20%80%)共5级[11]。

3 绿色植被覆盖状况及生长期分析

使用GIMMSNDVI数据，计算各年份年最大NDVI值，求取多年NDVI的平均值，获得1982—2006年浑善达克沙地多年平均植被覆盖度图。经计算，浑善达克沙地多年平均植被覆盖度为43%，空间分布上表现为自西部到东部植被覆盖度逐步增大，呈逐步过渡态势，如图1所示。

图1 浑善达克沙地植被覆盖度空间分布

研究认为，植物越冬后，由黄色变为绿色并恢复生长，即为返青，一个地区半数植被返青的时间点被认为是返青期；同理，当一个地区60%的植被枯黄后，认为枯黄期随之到来。返青期与枯黄期之间的时段，称为绿色植被生长期。所以，当植被覆盖度大于等于43%×50%=21.5%时，即NDVI月≥0.25时，我们认为植被的返青期到来；当植被覆盖度小于43%×(1-60%)=17.2%时，即NDVI月<0.22时，植被进入枯黄期。通过累年各月NDVI变化图可知，浑善达克沙地在5月下旬迎来植被的返青，7月下旬和整个8月绿色植被达到峰值，10月下旬进入枯黄期，沙地植被生长期为每年的5月下旬至10月，如图2所示。接下来，通过fg的分级，逐月分析浑善达克沙地植被覆盖度的空间演变，如图3所示。

图2 浑善达克沙地累年各月NDVI变化

注：图中a表示上半月、b表示下半月。

图3 浑善达克沙地植被生长期覆盖度空间变化

5月，沙地超过90%的土地绿色植被覆盖度低于20%，图上几乎呈现全黑状态，仅沙地东部不到10%的土地绿色植被覆盖度高于20%。

6月，沙地近一半的土地开始转绿，其中滦河周边约2.5%的土地绿色植被覆盖度率先突破40%，绿色植被覆盖度有较快的提升。

7月，植被快速返青，到7月末，绿色植被覆盖度超过60%的土地面积已占到总面积的30%。

8月，植被长势达到巅峰状态，但沙地西部的沙丘链区域，在植被长势最好的8月仍然地表裸露，是常年不长植被的裸露沙地的典型代表，这片区域约占沙地总面积的5%。

9月开始，植被生长从巅峰态势进入回落阶段，沙地绿色植被覆盖度逐步下降，至9月末，沙地东部绿色植被几乎全部开始枯黄，绿色植被覆盖度逐渐向低于40%的方向转变。

10月，沙地逐步进入枯黄期，至10月末，沙地的整体绿色植被覆盖度不足14%，沙地完全进入植被枯黄期。

4 1982—2006年沙地绿色植被的时空变化

从浑善达克沙地植被覆盖度年际变化曲线看(图4)，沙地以中、低植被覆盖度(20%

图4 浑善达克沙地植被覆盖度年际变化曲线

分析年植被覆盖度与不同覆盖度区域面积比例的相关性(见表1)发现，浑善达克沙地年植被覆盖度的变化与极低、低覆盖度区的变化在0.01水平上呈显著负相关；与中、高、极高覆盖度区的变化在0.01水平上呈显著正相关。据此认为，浑善达克沙地25年来植被覆盖度以波动缓慢提升为主，主要表现为极低、低植被覆盖度区向中、高植被覆盖度区的转变。

表1 浑善达克沙地年植被覆盖度与不同覆盖度区域面积比例相关性分析

注：标“**”表示在0.01 水平(双侧)上显著相关，标“*”表示在0.05水平(双侧)上显著相关。

选取NDVI值最小的1987—1989年和NDVI值最大的2002—2004年的浑善达克沙地年NDVI值，通过栅格计算器，分析25年来沙地植被覆盖的空间变化状况。在分析中，将NDVI变化值大于0.1的区域划分为植被显著变化区，包括显著衰退和显著增长两部分，NDVI变化值在-0.1～0.1之间的区域，以0为界限，分为植被衰退区和植被增长区。

由分析可知，浑善达克沙地西部是植被增长和显著增长的区域，此处位于苏尼特右旗境内，植被覆盖度极低，风沙活动剧烈，是近年来防沙治沙的关键区域，且治沙效果显著；相反，沙地中、东部，原本的中、高植被覆盖区(图1)，却出现绿色植被的衰退和显著衰退，沙地植被衰退和显著衰退的面积占全区面积的27%(图5)。同样的防沙治沙工作，为何在浑善达克沙地的东、西部出现了如此截然相反的局面，这需要引起我们的反思和高度重视。

图5 浑善达克沙地植被覆盖度空间变化

5 结 论

(1)浑善达克沙地多年平均植被覆盖度为43%，空间分布上表现为：沙地自西部到东部，植被覆盖度逐步增大，呈逐步过渡态势。

(2)浑善达克沙地植被生长期为每年的5月下旬至10月，其中7月下旬和整个8月绿色植被达到峰值。

(3)25年来，沙地年均植被覆盖度以每年0.1百分点的速率缓慢增长。

(4)25年来，沙地西部是防沙治沙的关键区域，也是绿色植被增长和显著增长的区域；相反，沙地中、东部(原中、高植被覆盖区)出现植被的衰退和显著衰退，沙地植被衰退面积占全区面积的27%。

(致谢：感谢吴霜叶教授、曾琳先生等的帮助！)

[1] 朱芳莹,鹿化煜,张文超,等.中国北方沙漠(沙地)地理底图绘制与地表动态过程分析——基于3S技术的新结果[J].第四纪研究,2013,33(2):197-205.

[2] FENSHOLT R,RASMUSSEN K,NIELSEN T T,et al.Evalu-ation of earth observation based long term vegetation trends—Intercomparing NDVI time series trend analysis consistency of Sahel from AVHRR GIMMS,Terra MODIS and SPOT VGT data[J].Remote Sensing of Environment,2009,113(9):1886-1898.

[3] BECK P S A,GOETZ S J.Satellite observations of high nor-thern latitude vegetation productivity changes between 1982 and 2008:ecological variability and regional differences[J].Environmental Research Letters,2011,6(4):45501-45510.

[4] CHEN P Y,SRINIVASAN R,FEDOSEJEVS G,et al.Evalu-ating different NDVI composite techniques using NOAA-14 AVHRR data[J].International Journal of Remote Sensing,2003,24(17):3403-3412.

[5] DU PLESSIS W P.Linear regression relationships betweenNDVI,vegetation and rainfall in Etosha National Park,Namibia.[J].Journal of Arid Environments,1999,42(4):235-260.

[6] 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[J].地理学报,2011,66(1):47-58.

[7] 张月丛,赵志强,李双成,等.基于SPOT NDVI的华北北部地表植被覆盖变化趋势[J].地理研究,2008,27(4):745-754.

[8] GUTMAN G,IGNATOV A.The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models[J].International Journal of Remote Sensing,1998,19(8):1533-1543.

[9] 方精云,朴世龙,贺金生,等.近20年来中国植被活动在增强[J].中国科学:生命科学,2003,33(6):554-565.

[10] 陈晋,陈云浩,何春阳,等.基于土地覆盖分类的植被覆盖率估算亚像元模型与应用[J].遥感学报,2001,5(6):416-422.

[11] 陈效逑,王恒.1982—2003年内蒙古植被带和植被覆盖度的时空变化[J].地理学报,2009,64(1):84-94.

[12] 刘广峰,吴波,范文义,等.基于像元二分模型的沙漠化地区植被覆盖度提取——以毛乌素沙地为例[J].水土保持研究,2007,14(2):268-271.

(责任编辑 徐素霞)

库姆塔格沙漠科学综合考察项目(2012FY111700)；戈壁生态系统地质本底调查；中国沙漠沙地志编写项目

S157

A

1000-0941(2017)03-0031-04

朱芳莹(1989—)，女，江苏启东市人，助理工程师，硕士，主要从事沙漠生态调查、生态修复等研究。

2016-04-19