基于遥感分析13年来石羊河上游山区植被变化研究

张永，杨自辉,王立，魏怀东，惠晓雅，张剑挥，王强强，郭树江，詹科杰

(1.甘肃农业大学林学院，甘肃 兰州 730070；2.甘肃民勤荒漠草地生态系统国家野外科学观测研究站，甘肃 民勤 733300)

基于遥感分析13年来石羊河上游山区植被变化研究

张永1，杨自辉2*,王立1，魏怀东2，惠晓雅1，
张剑挥2，王强强2，郭树江2，詹科杰2

(1.甘肃农业大学林学院，甘肃 兰州 730070；2.甘肃民勤荒漠草地生态系统国家野外科学观测研究站，甘肃 民勤 733300)

NDVI是监测区域植被生长状况及植被覆盖度最常用的指标。基于2002和2015年9月上旬植被生长期内的Landsat TM遥感卫星影像，以ENVI 5.2软件为影像处理工具，分别获取两期影像的NDVI，研究内陆河石羊河流域上游祁连山山区植被覆盖度的变化；利用主成分分析法对两期影像进行了监督分类，获得各植被类型的面积以及变化情况。结果表明，2015与2002年相比，石羊河上游地区高覆盖度、中等覆盖度、低覆盖度植被面积均有所下降，分别下降了18.4%、13.4%、10.1%，而极高覆盖度和极低覆盖度面积均有所增加，分别增加了0.5%、26.6%。NDVI差值植被指数结果显示，上游地区植被发生退化的面积为6935.6154 km2，占总面积的51.26%，而发生改善的面积为6595.2834 km2，占总面积的48.74%。通过监督分类获得的各植被类型的面积显示，乔木林面积增长显著，13年间增长了108.75%，但是灌木林和草地的面积缩小严重，分别减少了49.87%、19.78%。祁连山石羊河流域上游森林植被在13年间呈现退化趋势。

植被覆盖；NDVI差值指数；监督分类；石羊河上游山区

石羊河是甘肃河西走廊东端的内陆河，上游为祁连山森林，中下游为武威和民勤绿洲。石羊河流域人-水矛盾突出，下游民勤绿洲的生态问题是国内外关注的焦点，下游绿洲生态退化受上游山区径流大小的影响，山区森林植被的变化，决定产流的过程与大小，并且在一定程度对流域生态环境变化起着指示器的作用，因此，石羊河流域山区森林植被变化关系到民勤绿洲生态环境的变化。研究山区植被变化趋势，对指导流域生态治理具有重要意义。

地面植被和区域生态环境现状常用植被覆盖度来表达，植被覆盖度是指植被冠层在地面上垂直投影的面积与土地总面积的百分比[1]。传统的植被覆盖度数据的获得主要依赖于人工实地测量计算，这种方法精度高但是适合小范围测量，而对于中尺度、大尺度区域来说很难实现。由于遥感数据具有探测范围广、成本低、周期短等优点被广泛应用于植被监测中，主要表现在利用归一化植被指数NDVI(normalized difference vegetation index)数据进行植被覆盖度的计算[2-3]和植被差值指数的计算，利用NDVI数据来分析植被覆盖度与气候因子的关系[4-7]；利用NDVI数据进行一元线性回归分析和标准差分析，研究植被覆盖度年际变化趋势[8]；利用复合植被指数VBSI(vegetation index；bare soil index；shadow index)，削弱影像中山体阴影、土壤背景、建筑物等地物对植被覆盖度信息的干扰[9]；多种方法对植被覆盖度遥感估算研究[10]；利用监督分类方法，获取研究区各植被类型的面积以及分析面积的年际变化趋势[11]；结合影像的光谱信息和空间纹理信息对遥感影像进行植被分类获得较高的分类精度[12]；在流域植被研究中，利用监督分类的方法进行现生和潜在植被的构建，对泾河流域植被发展趋势及恢复的潜力做了分析[13]。因此，遥感监测区域植被变化已经是最常用的方法。鉴于此，本研究通过遥感数据对石羊河流域上游祁连山植被覆盖度变化开展研究，探讨山区13年来植被变化趋势及分布格局，为今后山区植被恢复及流域治理提供基础数据支撑。

1 材料与方法

1.1研究区概况

石羊河是甘肃省河西走廊三大内陆河之一，位于甘肃省河西走廊东段，乌鞘岭以西，祁连山北麓；发源于祁连山东段的冷龙岭，河水补给源主要来自祁连山冷龙岭、乌鞘岭、毛毛山以北地区的冰雪融水和降水。由大靖河、古浪河、黄羊河、杂木河、金塔河、西营河、东大河、西大河等组成；民勤绿洲主要靠上游水源涵养林来水滋养。流域共涉及9县/市，年径流12～17亿m3，流域面积4.16×104km2，地理位置101°41′-104°16′ E,36°29′-39°27′ N。石羊河流域南高北低，上游祁连山地森林，海拔2000～5000 m，高寒半干旱湿润区，年降水量300～600 mm，面积1.35万km2。主要分布有青海云杉(Piceacrassifolia)、祁连圆柏(Sabinaprzewalskii)、杜鹃(Rhododendronsimsii)灌木、高寒草原等。

1.2数据预处理

Landsat TM影像分辨率为30 m，对于中尺度区域研究来说，比较适合，而且易于获取。因此，本研究选用2015和2002年9月上旬植被生长期内的Landsat TM影像，云覆盖均小于10%，每期两景，共计4景影像。由于选用的影像属于1级产品，因此需要进行一系列数据的预处理。先对两期影像分别进行辐射校正和FLAASH大气校正，将大气校正后的数据采用二次多项式进行几何校正，将校正误差控制在一个像元以内。对经几何校正后的4景影像借助ENVI软件进行无缝拼接和裁剪，获得两期研究区影像，为后续处理和分析做准备。

本研究借助ENVI遥感影像处理软件先对两期研究区影像进行NDVI计算，获得两期研究区的NDVI，并基于像元二分模型计算两期影像的植被覆盖度。同时，通过获取的两期NDVI影像进行NDVI差值的计算，来对研究区的植被进行差值指数分级。最后，对两期影像采用支持向量机法进行监督分类，并且将地物分为乔木林、灌木林、草地、耕地、裸地、水域6种类别[14]。对于监督分类的结果用于构建2015和2002年各土地利用类型面积转移矩阵。通过以上3种指标的计算来获得石羊河流域上游植被的年际变化和发展趋势。

1.3研究方法

1.3.1植被覆盖度的计算 采用归一化植被指数进行植被覆盖度的估算。相应的计算公式为：

(1)

式中：fc为研究区的植被覆盖度;NDVI为通过ENVI求得的2002和2015年两期的NDVI实际值;NDVIsoil为纯裸地覆盖区域的NDVI值;NDVIveg为纯植被覆盖区域的NDVI值。本研究采用求得的两期NDVI值范围中，以5%置信度截取NDVI的上下阀值分别近似代表NDVIveg和NDVIsoil[15]。根据石羊河上游自然环境实际情况，将植被覆盖度划分为5级[16]，具体取值范围见表1。

1.3.2植被差值指数的计算 采用差值法量化两个年份的NDVI的变化，即用后一时期研究区影像的所有NDVI值减去前一时期研究区影像所有NDVI值，将变化值记为ΔNDVI即为植被差值指数，用来表示研究区内不同区域的植被在时间序列上属于退化还是改善[17]。利用植被差值指数评价石羊河上游植被生长状况。计算公式为：

ΔNDVI=NDVI2015-NDVI2002

(2)

式中：ΔNDVI为植被差值指数；NDVI2015和NDVI2002分别为石羊河上游2015和2002年9月上旬两期遥感影像NDVI实际像元值，利用ENVI中的波段运算工具对两期NDVI值作差求得研究区的植被差值指数。由于植被差值指数研究对象是植被，一般认为NDVI实际值gt;0.1时，其值所代表的像元才是植被像元，因此，两期NDVI取值均gt;0.1来进行植被差值指数的计算。ΔNDVIgt;0表示区域植被发生改善，ΔNDVIlt;0表示区域植被发生退化，ΔNDVI值越大或者越小反映出区域植被发生改善或退化的程度越高。因此，根据研究区的实际情况，将植被差值指数分为6级，具体取值范围见表2。

表1 植被覆盖度等级组成Table 1 The composing of vegetation coverage %

表2 植被差值指数等级划分及取值范围Table 2 Classification and value range of vegetation degradation index

1.3.3研究区植被分类与面积变化统计 对两期影像进行监督分类，对分类后的结果进行面积统计，同时建立两期影像各地物类型面积转移矩阵，分析乔木林、灌木林、草地3种植被类型在两期的面积动态变化。为了提高分类精度，采用主成分分析法对研究区进行监督分类。主成分分析法相应的表达式为：

Y=AX

(3)

式中：X为变换前的多光谱空间像元矢量；Y为变换后的主成分空间像元矢量；A为变换矩阵。采用正向主假彩色合成图，以此图为基础进行监督分类。

2 结果与分析

2.12002和2015年植被覆盖度变化

根据以上植被覆盖度的计算方法，得出2002和2015年两期植被覆盖度图，制图结果见图1和图2。

图1 2002年石羊河上游地区植被覆盖度Fig.1 The vegetation coverage in the upper reaches of the Shiyang River in 2002

图2 2015年石羊河上游植被覆盖度Fig.2 The vegetation coverage in the upper reaches of the Shiyang River in 2015

根据获得的2002和2015年植被覆盖度图进行计算，获得两期植被覆盖度图不同覆盖等级的面积及所占比例以及变化面积和所占比例，统计数据见表3。

表3 2002和2015年不同植被覆盖等级面积及所占比例Table 3 Area and proportion of different vegetation coverage in 2002 and 2015

结合2002年石羊河上游植被覆盖度图(图1)和2002年不同等级植被覆盖度面积(表3)，可以得出，极高覆盖度和高覆盖度类型主要分布在石羊河上游的南部、中部、西部地区，东北部有零星分布，所占上游地区面积的比例分别为28.59%、15.68%。中等覆盖度类型主要分布在北部、东部及西北地区，所占上游总面积为13.97%。低覆盖度、极低覆盖度类型主要分布在上游地区的西南高山高寒区，北部和西北部边缘、东部边缘地带，所占总面积比例分别为17.66%、24.09%。

图2和表3可以反映出2015年上游地区不同植被覆盖度类型分布及所占面积比例。极高植被覆盖度、高植被覆盖度分布在上游地区南部、中部、西部地区，东北部有少量分布，所占上游总面积的28.74%、12.79%。中等覆盖度类型主要分布在中部以及西北部分地区，所占面积比例为12.10%。低覆盖度和极低覆盖度主要分布在东部大部分地区，北部边缘地带，西南部高山高寒区，所占面积比例分别为15.88%、30.49%。

通过图1与图2两期植被覆盖度图对比可以发现，极高覆盖度分布范围基本没有发生变化，而高覆盖度、中等覆盖度、低覆盖度分布范围在缩小，尤其中等覆盖度分布范围明显缩小。而极低覆盖度分布范围明显扩大，主要发生在上游地区的东部和东北部地区。

通过表3可以看出，各级覆盖度类型中面积出现增加的是极高覆盖度和极低覆盖度，分别增大了0.5%、26.6%，极高覆盖度增长幅度小，几乎保持不变。极低覆盖度在2002-2015年13年间面积增长了865.6029 km2，增长显著。而高覆盖度、中等覆盖度、低覆盖度呈现负增长趋势，13年间面积分别减少了390.9159、253.3824和241.4475 km2，所占比例分别为18.4%、13.4%和10.1%。

从总体上来看，整个上游地区，高植被覆盖、中等植被覆盖地区分布面积在减小，而且减小的面积比例较大，极低植被覆盖度面积增加明显。由此可以认为，高植被覆盖、中等植被覆盖区域面积减小的部分转化为极低植被覆盖度的植被，由此说明石羊河上游地区其植被覆盖在2002-2015年间朝着退化的方向发展。

2.2基于NDVI植被差值指数结果分析

图3 2002-2015年石羊河上游地区植被差值指数图Fig.3 Vegetation degradation index map in the upper reaches of the Shiyang River in 2002-2015

根据植被差值指数的计算，获得2002-2015年13年间上游地区植被差值指数图，结果见图3。

根据石羊河上游植被差值指数图，以及上述对于植被差值指数的分级取值范围，求得2002-2015年各级植被差值指数面积及所占比例，结果见表4。

结合图3与表4发现，各植被差值指数类型中，属于极度改善区域主要分布在上游地区中部、西部地区且分布范围较小，实际面积为1102.8745 km2，所占比例为8.15%。发生中度改善的区域主要分布在南部、中部、西部地区，分布范围较大，实际面积为2990.0563 km2，所占比例为22.10%。发生轻微改善区域主要分布在南部、中部、西部地区，相应面积为2502.3526 km2，所占比例为18.49%。轻微退化区域主要分布在南部高山高寒区、东部、北部边缘地带总面积为2403.0106 km2，所占比例为17.76%。中度退化区域主要分布在东部、东北部地区，总面积为2663.1133 km2，所占比例为19.68%。严重退化区域分布在东部、东北部地区，总面积为1869.4915 km2，所占比例为13.82%。整个石羊河上游地区，以改善为主的地区面积达到了6595.2834 km2，占上游总面积的48.74%。以退化为主的地区面积达到了6935.6154 km2，占上游总面积的51.26%。由此可见，石羊河上游地区植被质量有恢复有退化，退化以中度和轻微退化类型为主。

表4 2015与2002年NDVI差值指数面积及所占比例Table 4 The area and the proportion of the NDVI difference in 2015 and 2002

2.3土地利用类型面积的变化

根据石羊河上游的实际状况，将土地利用类型分为6类：乔木林、灌木林、草地、耕地、裸地、水域。为了提高分类精度，采用主成分分析法并且以归一化植被指数(NDVI)作为辅助数据对两期影像进行监督分类[18-20]。分类结果见图4和图5。

图4 2002年植被分类结果Fig.4 Vegetation classification results in 2002

图5 2015年植被分类结果Fig.5 Vegetation classification results in 2015

为了验证各地物类别分类结果的精度，结合两次外业调查数据，建立验证样本，基于混淆矩阵的统计方法，对分类结果进行精度验证。各地物类型分类精度见表5。

表5 石羊河上游各地物类型分类精度Table 5 The accuracy of classification of various types of upper reaches of Shiyang River

注：总体分类精度为92.6307%，总体Kappa系数为0.9017。

Notes：Overall classification accuracy is 92.6307%, Kappa coefficient is 0.9017.

由表5可以看出，总体分类精度为92.6307%，Kappa系数为0.9017，可见利用主成分分析法进行地物分类，其精度优于传统基于像元进行监督分类的方法。在各地物类型的分类中，乔木、耕地、水域、裸地的分类精度较高，是因为这些地物在影像上光谱特征明显，纹理清晰，便易分类。灌木和草地分类精度较低，可见其光谱特征不明显，分类精度较难把握。

根据植被分类结果(图4)，可以初步认识2002年6种地物类型分布的具体位置，其中乔木林主要分布在上游地区的中部、东南部地区，分布范围狭窄，总面积较小。灌木林主要分布在中部、东南部地区，与乔木林分布区域基本一致，但是总面积高于乔木林总面积。草地分布范围最广，面积最大，主要分布在东部、中部、南部、西部广大地区。裸地分布范围相对狭窄，主要分布在西南部高山高寒区，东部和北部边缘地带。耕地和水域主要分布在水库附近和居民区附近，位于上游地区中部和西北部，分布范围集中。

根据植被分类结果(图5)，2015年6种地物类型中，乔木林主要分布在中部、东南部，东北部有小范围分布，面积较小，呈狭长带状分布。灌木林分布范围和乔木林相同，主要在中部、东南部分布。草地分布面积较大，主要分布在中部、南部和西部地区。耕地面积主要分布在中部、西北部水库周围。裸地主要分布在东部和东北部，北部边缘地带，而且分布范围广，面积大。水域分布主要在西南部，中部有零星分布。

根据两期上游地区植被分类对比，乔木林和灌木林分布范围变化不大，草地分布范围明显缩小，尤其在东部和东北部地区。耕地分布范围变化不大，中部地区范围略有扩大。裸地分布范围明显扩大，由2002年主要分布在东部、东北部地区向中部、南部扩展。

根据两期植被分类图，计算各土地利用类型的面积以及面积转移矩阵，对石羊河上游植被在13年间发展趋势做定量分析。相关数据见表6和表7。

表6 2002与2015年土地利用类型面积及所占比例Table 6 The area and proportion of land use type in 2002 and 2015

表7 石羊河上游土地利用类型面积转移矩阵Table 7 The land use types area transfer matrix of Shiyang River km2

表6可以看出2002年土地利用类型中，面积最大的是草地和裸地，灌木林其次。面积最小的是乔木林、水域和耕地。2015年土地利用类型中，面积最大的依然是草地和裸地，灌木林其次。面积最小的是乔木林、水域、耕地。

2002和2015年土地利用类型面积变化和所占比例发现(表6)，属于负增长的类型是灌木林、草地、耕地，减少面积分别达738.8451、1742.0787和17.0595 km2，减少比例为49.87%、19.78%、3.62%，明显看出灌木林面积减少将近一半，退化严重。草地面积减少较多，说明草地13年间处于退化趋势。面积增加的类型是乔木林、水域、裸地，面积分别增加了166.7178、72.6354和2280.8973 km2，增加的比例达108.75%、140.75%、91.88%。这3种土地类型面积增加显著，其中乔木林面积增加一倍多，这可能是自然保护区保护和石羊河流域综合治理项目实施的结果。水域面积增加接近一倍，由于2002和2015年流域地表径流相差较大(10.4和14.8亿m3)，应该是降水量增加所致。2002年比2015年的裸地面积增长了1.4倍，主要是草地退化的结果。

表7是石羊河上游两期影像植被分类后建立各土地利用类型面积转移矩阵，从表中可以看出乔木林只有107.6013 km2保持不变，而有25.2666 km2退化为灌木，19.0791 km2退化为草地。其余分别转变为耕地(0.1944 km2)、裸地(0.9153 km2)、水域(0.2421 km2)，所占面积较小。灌木林有583.7832 km2保持不变，但是有705.8142 km2退化为草地，退化面积较大，可见灌木林分布呈现恶化趋势，此外有141.4611 km2转变为乔木，说明上游部分地区由于人为保护措施得当，注重封山育林导致的结果，其余分别转变为耕地(28.3185 km2)、裸地(18.0405 km2)、水域(4.1472 km2)，由此得出，上游地区草地属于整体上退化状态，局部改善的实际情况。草地有5900.5359 km2保持不变，但是有2458.7505 km2退化为裸地，其余有63.8712 km2转变为乔木，128.4624 km2转变为灌木，241.5618 km2被开垦为耕地，14.3703 km2转变为水域。耕地167.6511 km2保持不变，有219.0231 km2转变为草地，其次有78.7293 km2退化为裸地，其余分别转变为乔木林(1.1142 km2)、灌木(2.6919 km2)、水域(0.1071 km2)。裸地面积有2211.4197 km2保持不变，分别有219.0780、2.3166、5.5719 km2发展为草地、灌木、乔木，14.4378 km2转变为耕地，28.1907 km2转变为水域。水域有22.1571 km2保持不变， 27.8568 km2退化为裸地。

3 讨论与结论

3.1讨论

本研究通过植被覆盖度、植被退化指数、植被分类与面积变化及其转移矩阵，评价石羊河上游山区生态环境的现状与变化趋势。认为上游山区植被整体处于退化趋势，局部有好转。这与戴声佩等[2]、武正丽等[6]关于祁连山区植被西部恢复东部退化的结论一致。

目前对于植被动态变化的研究，大多采用植被覆盖度这一指标进行评价，评价方法过于单一，并且只从整体考虑植被动态变化，没有细化到各植被类型在时间序列上的变化。因此本研究通过植被覆盖度、植被差值指数、植被监督分类，评价石羊河上游山区生态环境的现状与变化趋势。既从整体评价上游祁连山区植被变化，也兼顾各植被类型面积和变化趋势。

石羊河流域祁连山山区高密度的乔木林面积有增加，灌木林有一半以上的面积减少，其中20%恢复为乔木林，其余退化为草地，而草地近20%退化为裸地，这一结论也足以引起人们的注意，虽然2007年开始石羊河流域综合治理，但是，流域上游山区治理成效还是不显著，从实地查看，山区牧民强度放牧是主要原因。因此，开展祁连山生态环境变化监测评价，指导祁连山山区植被恢复，对促进祁连山保护区生态环境建设意义重大。

3.2结论

13年来，石羊河流域上游山区极高植被覆盖度(占山区面积28.59%)增加面积(20.14 km2)很小，高植被覆盖度、中等植被覆盖度、低植被覆盖度面积分别减少了18.4%、13.4%、10.1%，极低植被覆盖度面积增加26.6%。5种植被覆盖度面积中，2002年极高植被覆盖度最大，而2015年变为极低覆盖度面积最大。由此可见，2002到2015年间植被覆盖度呈现下降趋势。

由两期NDVI求得的植被差值指数分析得出：上游山区以改善为主的植被面积为6595.2834 km2，所占比例达到了48.74%，而以退化为主的植被面积为6935.6154 km2，所占比例达到了51.26%。退化为主的面积比改善为主的面积多出了340.332 km2，所占比例多出2.52百分点。可见，石羊河上游山区植被整体上处于退化趋势。

在土地利用类型面积的变化中，乔木林面积13年间共增加了166.7178 km2，增长108.75%。耕地面积减少17.0595 km2、减少比例为3.62%，水域面积增加72.6354 km2，增加比例达140.75%。灌木林、草地面积分别减少738.8451和1742.0787 km2，减少比例分别为49.87%和19.78%。裸地面积增加2280.8973 km2，增长比例达91.88%。通过面积转移矩阵(表7)，可见，灌木林出现近一半面积减少，主要退化为草地，面积达705.8142 km2,但是有141.4611 km2转化为乔木林，而草地退化为裸地的面积最多，达到了2458.7505 km2。由此可见，上游山区除乔木林面积在不断增长之外，灌木、草地均以退化减少为主。因此，石羊河上游植被分布面积与动态变化总体上不容乐观。

References：

[1] Liu X F, Yang Y, Ren Z Y,etal. Changes of vegetation coverage in the loess plateau in 2000-2009. Journal of Desert Research, 2013, 33(4): 1244-1249.

刘宪锋, 杨勇, 任志远, 等. 2000-2009年黄土高原地区植被覆盖度时空变化. 中国沙漠, 2013, 33(4): 1244-1249.

[2] Dai S P, Zhang B, Wang H J,etal. Analysis on the spatio-temporal variation of grassland cover using spot NDVI in Qilian mountains. Progress in Geography, 2010, 29(9): 1075-1080.

戴声佩, 张勃, 王海军, 等. 基于SPOT NDVI的祁连山草地植被覆盖时空变化趋势分析. 地理科学进展, 2010, 29(9): 1075-1080.

[3] 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.

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.

[4] Gao Y H, Liu W, Ran Y H,etal. Vegetation coverage fraction calculation and the mesoscale modeling in Heihe river basin. Plateau Meteorology, 2007, 26(2): 270-277.

高艳红, 刘伟, 冉有华, 等. 黑河流域植被覆盖度计算及其影响的中尺度模拟. 高原气象, 2007, 26(2): 270-277.

[5] Ma N, Hu Y F, Zhuang D F,etal. Vegetation coverage distribution and its changes in plan blue banner based on remote sensing data and dimidiate pixel model. Scientia Geographica Sinica, 2012, (2): 251-256.

马娜, 胡云锋, 庄大方, 等. 基于遥感和像元二分模型的内蒙古正蓝旗植被覆盖度格局和动态变化. 地理科学, 2012, (2): 251-256.

[6] Wu Z L, Jia W X, Liu Y R,etal. Change of vegetation coverage in the Qilian mountains in resent 10 years. Arid Zone Research, 2014, 31(1): 80-87.

武正丽, 贾文雄, 刘亚荣, 等. 近10 a来祁连山植被覆盖变化研究. 干旱区研究, 2014, 31(1): 80-87.

[7] Du L T, Tian Q J. Vegetation coverage variations in Ningxia during 1999-2009 and its relationships with climatic factors. Journal of Desert Research, 2012, 32(5): 1479-1485.

杜灵通, 田庆久. 宁夏植被覆盖动态变化及与气候因子的关系. 中国沙漠, 2012, 32(5): 1479-1485.

[8] Liu L S, Yan J P, Li S S. Spatial-temporal characteristics of vegetation restoration in Qinghai province from 2000-2009. Bulletin of Soil and Water Conservation, 2014, 34(1): 263-267.

刘栎杉, 延军平, 李双双. 2000-2009年青海省植被覆盖时空变化特征. 水土保持通报, 2014, 34(1): 263-267.

[9] Jiang H, Wang Q M, Wang X Q. Dynamic monitoring of vegetation fraction by remote sensing in Changting county of Fujian province. Journal of Natural Resources, 2006, 21(1): 126-132.

江洪, 王钦敏, 汪小钦. 福建省长汀县植被覆盖度遥感动态监测研究. 自然资源学报, 2006, 21(1): 126-132.

[10] Jia K, Yao Y J, Wei X Q,etal. A review on fractional vegetation cover estimation using remote sensing. Advances in Earth Science, 2013, 28(7): 774-782.

贾坤, 姚云军, 魏香琴, 等. 植被覆盖度遥感估算研究进展. 地球科学进展, 2013, 28(7): 774-782.

[11] Wang L, Ding J L. Vegetation index feature change and its influencing factors and spatial-temporal process analysis of desert grassland in the Ebinur lake nature reserve, Xinjiang. Acta Prataculturae Sinica, 2015, 24(5): 4-11.

王璐, 丁建丽. 艾比湖保护区荒漠植被时空过程变化及其植被指数影响因素分析. 草业学报, 2015, 24(5): 4-11.

[12] Ning L L, Zhang X L. A preliminary study on vegetation classification based on texture information of Landsat-8 images. Journal of Central South University of Forestry amp; Technology, 2014, (9): 60-64.

宁亮亮, 张晓丽. 基于纹理信息的Landsat-8影像植被分类初探. 中南林业科技大学学报, 2014, (9): 60-64.

[13] Suo A N, Wang X Z, Lin Y,etal. Vegetation degradation analysis in typical region of the Loess Plateau based on remote sensing a case in Jinghe river basin. Journal of Remote Sensing, 2009, 13(2): 291-299.

索安宁, 王兮之, 林勇, 等. 基于遥感的黄土高原典型区植被退化分析——以泾河流域为例. 遥感学报, 2009, 13(2): 291-299.

[14] Yan L, Jiang W W. Progress in the study vegetation cover classification of multispectral remote sensing imagery. Remote Sensing For Land amp; Resources, 2016, 28(2): 8-13.

闫利, 江维薇. 多光谱遥感影像植被覆盖分类研究进展. 国土资源遥感, 2016, 28(2): 8-13.

[15] Mu S J, Li J L, Chen Y Z,etal. Spatial difference of variations of vegetation coverage in Inner Mongolia during 2001-2010. Acta Geographica Sinica, 2012, 67(9): 1255-1268.

穆少杰, 李建龙, 陈奕兆, 等. 2001-2010年内蒙古植被覆盖度时空变化特征. 地理学报, 2012, 67(9): 1255-1268.

[16] Jia B Q. Driving factor analysis on the vegetation changes derived from the Landsat TM images in Beijing. Acta Ecologica Sinica, 2013, 33(5): 1654-1666.

贾宝全. 基于TM卫星影像数据的北京市植被变化及其原因分析. 生态学报, 2013, 33(5): 1654-1666.

[17] Liu Y L, Pan Z H, Fan J L,etal. Spatial and temporal analysis on vegetation cover dynamics in north piedmont of Yinshan mountain. Resources Science, 2005, 27(4): 168-174.

刘亚玲, 潘志华, 范锦龙, 等. 阴山北麓地区植被覆盖动态时空分析. 资源科学, 2005, 27(4): 168-174.

[18] Li J X, Da L J, Wang Y J,etal. Vegetation classification of east China using multi-temporal NOAA-AVHRR data. Acta Phytoecologica Sinica, 2005, 29(3): 436-443.

李俊祥, 达良俊, 王玉洁, 等. 基于NOAA-AVHRR数据的中国东部地区植被遥感分类研究. 植物生态学报, 2005, 29(3): 436-443.

[19] Shi Q D, Lv G H, Pan X L,etal. Vegetation classification method of divided area DEM at north Xinjiang. Arid Land Geography, 2003, 26(3): 264-268.

师庆东, 吕光辉, 潘晓玲, 等. 遥感影像中分区分类法及在新疆北部植被分类中的应用. 干旱区地理(汉文版), 2003, 26(3): 264-268.

[20] Qian Y R, Yang F, Yu J,etal. Vegetation index feature and spatial-temporal process analysis of desert grassland in the Fukang area Xinjiang. Acta Prataculturae Sinica, 2013, 22(3): 25-32.

钱育蓉, 杨峰, 于炯, 等. 新疆阜康荒漠植被指数特征和时空过程分析. 草业学报, 2013, 22(3): 25-32.

MonitoringvegetationdynamicsinthemountainousareaoftheShiyangRiverupperreachesusingremotesensingtechnology

ZHANG Yong1, YANG Zi-Hui2*, WANG Li1, WEI Huai-Dong2, HUI Xiao-Ya1, ZHANG Jian-Hui2, WANG Qiang-Qiang2, GUO Shu-Jiang2, ZHAN Ke-Jie2

1.College of Forestry, Gansu Agricultural University, Lanzhou 730070, China; 2.Minqin National Studies Station for Desert Steppe Ecosystem, Minqin 733300, China

NDVI (the normalized difference vegetation index) is the most commonly used index for monitoringvegetation growth conditions and coverage. In this study, Landsat TM images were collected during the vegetation growth periods of September 2002 and 2015 in the mountainous area of the Shiyang River Basin’s upper reaches in the Qilian Mountains. The two periods’ NDVI were calculated and vegetation dynamics were analyzed by using ENVI 5.2 software. In addition, the images were analyzed using supervised classification and principal component analysis so that the areas and changes of vegetation types could be calculated. Results showed that vegetation areas with high, medium and low coverage had decreased in 2015 compared to 2002 by 18.4%, 13.4% and 10.1% respectively. Vegetation areas with extremely high and extremely low coverage increased by 0.5% and 26.6% respectively. NDVI results showed that the degraded and improved areas of vegetation were 6935.6154 and 6595.2834 km2, accounting for 51.26% and 48.74% of total area respectively. Analysis of vegetation type areas showed that the area of arbor forest had significantly increased by 108.75%, while the areas of shrub forest and grassland had significantly decreased by 49.87% and 19.78% respectively. These findings show that forest vegetation in the upper reaches of the Shiyang River Basin has degraded over the 13-year period.

vegetation cover; NDVI difference index; supervision and classification; mountainous areas in the upper reaches of Shiyang River

10.11686/cyxb2017023http//cyxb.lzu.edu.cn

张永, 杨自辉, 王立, 魏怀东, 惠晓雅, 张剑挥, 王强强, 郭树江, 詹科杰. 基于遥感分析13年来石羊河上游山区植被变化研究. 草业学报, 2017, 26(11): 12-21.

ZHANG Yong, YANG Zi-Hui, WANG Li, WEI Huai-Dong, HUI Xiao-Ya, ZHANG Jian-Hui, WANG Qiang-Qiang, GUO Shu-Jiang, ZHAN Ke-Jie. Monitoring vegetation dynamics in the mountainous area of the Shiyang River upper reaches using remote sensing technology. Acta Prataculturae Sinica, 2017, 26(11): 12-21.

2017-01-18；改回日期：2017-03-15

国家林业公益性行业科研专项经费(201404306)，甘肃省基础研究创新群体项目(1506RJIA155)和甘肃省科技支撑计划项目(1604FKCA095)资助。

张永(1991-),男，内蒙古巴彦淖尔人，在读硕士。E-mail:1219078315@qq.com

*通信作者Corresponding author. E-mail:zihyang@126.com