基于RUE和NDVI的三江源区草地生态评价

马素洁，花 蕊，张飞宇，贾生海(.甘肃农业大学 水利水电工程学院，甘肃 兰州 730070； .甘肃农业大学 草业学院/草业生态系统教育部重点实验室/甘肃省草业工程实验室/中-美草地畜牧业可持续发展研究中心，甘肃 兰州 730070)

生态退化是指人类对自然的过度索取和干扰引起的生态系统结构破坏、功能衰退、生物多样性减少等生态恶化现象[1]，其本质是生物生产力以及恢复能力随时间推移而降低、衰退的过程和状态[2]。目前生态退化已经成为全球普遍现象[3]，我国90%的草地出现了不同程度的退化[4]，尽管因生态建设而出现局部改善，但总体仍处于持续恶化状态[4]，严重阻碍了社会的可持续发展。草地是我国最大的陆地生态系统，是生态环境的基础[5]。因此，科学识别草地生态退化范围、趋势以及客观评价草地生态建设效果对进一步的生态建设尤为重要。

目前草地生态退化评价方法仍处于探索阶段，既有主成分分析法、模糊综合评价法、层次分析法、综合指标评价法等统计数学方法，也有景观分析法、计算植被重要值等景观生态学方法以及模型模拟方法等[6]。这些方法都忽略了草地生态退化的地域性和相对性的特点[2]，没有形成统一具有代表性和时空尺度性的评价指标。随着遥感技术的发展，以长时间序列、大范围覆盖的遥感数据为基础的生态评价方法得到广泛应用[7-9]。草地退化指标是评价草地退化状况的基本度量标准，指标的选取很大程度上决定了评价成果的准确性[7]，其中，NDVI植被指数作为植被生长状态和植被覆盖度的最佳指标因子在草地生态评价中应用最为广泛[8]。但有研究报道，在低覆盖度植被区域，NDVI与植被地上净初级生产力(ANPP)模拟精度偏低，无法满足生态评价需求[9]，且受降水影响较难客观反映植被生态状况[11]。作为直接测量景观尺度的生态指标，降水利用效率(RUE)可去除降水年际波动影响，是评价生态退化的可靠指标[11-12]。但由于RUE与年降水量的强相关性[13]，存在因降水量快速增加或降低而引起伪“生态退化”或“生态恢复”的可能[14]。采用RUE和NDVI结合的方法已有探讨，但尚未形成明确的评级指标体系，应用实例较少。

三江源区作为“中华水塔”，长江、黄河、澜沧江的发源地，是我国西北部重要的生态屏障，维系着国家的生态安全[15]。在气候变化和人类不合理活动的共同影响下，三江源区在过去30年(1970～2004)出现了大范围的草地生态退化现象，生态环境日益恶化[16]。进入2000年后三江源草地退化趋势得到遏制，但退化趋势依然严重[17]，因此，采用RUE和NDVI变化趋势相结合的方法对三江源区2001～2015年的草地生态退化和恢复状况进行评价，以形成一套有效的指标评价体系，为该区域下一步草地合理规划和生态建设、调整工程格局等提供决策依据。

1 研究区域和研究方法

1.1 研究区概况

三江源区河流密布，湖泊、沼泽众多，地理位置N 89°24′～102°23′，E 31°39′～36°16′，平均海拔4 583 m，研究区总面积36.28×104km2，行政区域涉及包括玉树、果洛、海南、黄南4个藏族自治州的16个县和格尔木市的唐古拉乡。地势西高东低，土壤类型以高山草甸土为主。区内气候属青藏高原气候系统，为典型的高原大陆性气候。三江源区以草地生态系统为主，占源区总面积的65.37%，包括高寒草甸、高寒草原、高寒荒漠、温性草原、高寒荒漠、沼泽草地等。其中，高寒草甸占全区草地面积的76%，广泛分布于整个三江源地区；高寒草原占全区草地面积的23.38%，主要分布于北部的曲麻莱、玛多，以及西部的治多和唐古拉山乡[18]。由于严酷的自然条件和恶劣的气候影响，研究区域生态系统结构相对简单，生态系统十分脆弱和敏感。

图1 三江源研究区Fig.1 Map of the research area

1.2 研究方法

采用RUE变化趋势和NDVI变化趋势作为评价草地生态退化和恢复状况的指标。

1.2.1 RUE反演 RUE是植被生长季末，草地地上净初级生产力与年降水量的比值[19]。由于生长季最大NDVI与ANPP具有较强的相关性[20]，普遍认为可利用生长季最大NDVI代替ANPP来计算RUE，记为RUENDVI[21]。

式中：RUENDVI为植被降水利用效率；NDVImax为生长季最大NDVI，P为年降水量。

1.2.2 时间趋势分析模型 时间变化趋势采用变化趋势线法，对2001～2015年的年降水量、NDVImax和RUENDVI进行回归分析，变化斜率计算公式[22]：

1.2.3 相关分析模型 采用Pearson相关系数作为尺度对各因素和年份分别进行线性相关程度分析[23]。

显著性检验采用相关系数检验法。研究样本数为15，根据相关系数显著性检验表得到，在0.1的显著性水平下，相关系数的临界值R=0.441；在0.05的显著性水平下，相关系数的临界值R=0.514；在0.01的显著性水平下，相关系数的临界值R=0.641。即当︱R︱>0.441时，两样本相关的概率达到90%；当︱R︱>0.514时，两样本相关的概率达到95%；当︱R︱>0.641时，两样本相关的概率达到99%。

1.3 数据来源及处理

1.3.1 数据来源 研究采用的遥感数据是2001～2015年生长季最大NDVI时间序列数据，来源于地理空间数据云(http://www.gscloud.cn)MODND1M中国NDVI月合成产品，空间分辨率为500 m；研究采用的降水数据来源于中国气象数据共享网(http://cdc.nmic.cn/home.do)2001～2013年的年值降水数据和2014～2015年的月值降水数据，共选取三江源区及周边65个气象站点的观测数据。

1.3.2 数据处理 数据处理包括数据预处理和数据叠加运算。数据预处理包括利用ArcGIS对NDVI数据的裁剪、降水量数据进行协同克里金插值。数据叠加运算包括利用ArcGIS进行RUENDVI计算、2001～2015年共15年的年降水量、NDVImax和RUENDVI进行时间趋势分析和相关性分析以及显著性检验。

2 结果与分析

2.1 年降水量变化趋势

三江源区2001～2015年共15年的年降水量在79.14%的地区呈增加趋势，广泛分布在中部和东部区域，年降水量呈减少趋势的地区主要分布在唐古拉乡、治多县和杂多县的西部、泽库县的东部和河南蒙古族自治县北部。年降水量的增长趋势最大可达到11.31 mm，减少趋势最大可达到4.72 mm。从年降水量与年份的相关分析可知(图2)，显著性达到0.05水平的年降水量增加区域主要位于治多县和曲麻莱县北部相接处、称多县的大部分和玛多县的小部分区域；显著性达到0.05水平的年降水量增加区域主要位于治多县的中北部和称多县的中部，分布范围较小。由此说明，三江源区年降水量以增加趋势为主。

图2 研究区域2001～2015年的年降水量及其与年份相关系数的显著性水平Fig.2 The trend of annual precipitation and its significance level with the year during 2001～2015 in research area

2.2 NDVImax变化趋势

研究区2001～2015年15年间生长季NDVImax随时间延长呈增加趋势的区域主要分布在三江源区西部的唐古拉乡、治多县的中西部、曲麻莱县西北部、玛多县、兴海县东部、同德县北部以及达日县，占三江源区域面积的73.56%，其中，部分区域显著性水平达到了0.05水平；生长季NDVImax呈减少趋势的区域主要分布在治多县的东部、曲麻莱县、杂多县、囊谦县、玉树县、称多县、久治县、甘德县、玛沁县以及河南蒙古族自治县，多呈点状分布，占三江源区域面积的26.44%。显著性达到0.05水平的增加区域占三江源区域面积的9.22%，显著性达到0.05水平的减少区域仅占三江源区域面积的0.76%。因此，从空间尺度和年际时间尺度分析，植被盖度显著减少区域占三江源区总面积的比例较小(图3)。

图3 生长季NDVImax变化趋势及其与年份相关系数的显著性水平Fig.3 Trend of NDVImax change in growing season and its significance level with the year

2.3 RUENDVI变化趋势

利用生长季NDVImax和年降水量的比值计算研究区每一个像元内的RUENDVI，并计算其变化趋势(图4)。研究区域的RUENDVI在中东部呈现减少趋势，分布在曲麻莱县、称多县、班玛县、达日县、甘德县、久治县等县；在西部和东部边缘呈现增加趋势，分布在唐古拉乡、治多县西北部、兴海县、同德县和泽库县北部等。RUENDVI呈增长趋势的区域面积大于呈减少趋势的区域面积，占总面积的59.58%。显著性达到0.05水平的增加区域占三江源区域面积的3.48%，主要分布在唐古拉乡等少部分区域；显著性达到0.05水平的减少区域仅占三江源区域面积的5.11%，分布在三江源区中部的曲麻莱县和治多县。

2.4 三江源区草地生态综合评价

2.4.1 基于RUE和NDVI的草地生态综合评价方法 采用RUE指标表征土地生产能力，NDVI指标表征植被生产能力，两指标变化趋势都表征草地生态变化趋势(表1)。

2.4.2 三江源区草地生态退化及恢复 利用三江源区2001～2015年NDVImax和RUENDVI变化趋势分布图，利用综合评价方法开展对三江源区草地的生态评价，获得15年间三江源区草地生态退化及恢复的空间分布(图5)。在气候变化和人类活动影响下，15年三江源区有1.97×104km2发生草地退化，仅占三江源区总面积的5.85%，同时期内草地恢复面积达到5.3×104km2，占总面积的15.76%。从空间分布上分析草地退化主要分布在三江源区中东部，呈明显的西北—东南条带状分布。在三江源区东部，草地退化呈点状分布格局。

从三江源区各县域草地生态评价水平上的分析(表2)，草地退化情况最严重的县是曲麻莱县，全县有18.25%的区域正发生草地退化，占草地退化总面积的34.87%。另外，治多县、称多县、久治县也发生了大面积的草地退化。唐古拉乡和治多县草地生态恢复状况最好，唐古拉乡草地中度改善和明显改善区域占草地恢复总面积的比例最大，分别为55.64%、48.93%；治多县草地轻度改善面积占草地恢复总面积的比例最大，为39.55%。另外，玛多县、兴海县、同德县草地也出现了较大面积的轻度恢复现象，而曲麻莱县东北部草地也有较大区域出现轻度恢复现象。

图4 研究区域RUENDVI变化趋势及其与年份相关系数的显著性水平Fig.4 Trend of rainfall use efficiency and its significance level with the year

图5 三江源区草地生态退化及恢复空间分布Fig.5 Spatial distribution of grassland ecological degradation and restoration in research area

表1 草地生态综合评价指标Table 1 Comprehensive evaluation index of grassland ecological status

注：HD表示严重退化，MD表示中度退化，LD表示轻度退化，C表示无变化，HR表示明显改善，MR表示中度改善，LR表示轻度改善，“/”表示异常值

表2 三江源区各县草地生态退化及恢复状况Table 2 Ecological degradation and restoration of grassland in different counties %

2.5 年降水量、NDVImax与RUENDVI相关性

为避免数据的空间自相关，在三江源区2001～2015年14个气象站点附近10 km有效范围内各取3个栅格的年降水量、NDVImax与RUENDVI分析其相关性。由图6可知，降水利用效率随年降水量的增加呈显著减少趋势(P<0.05)，随NDVImax增加呈极显著增加趋势(P<0.01)。

图6 研究区域气象站点的RUENDVI与年降水量、NDVImax的关系Fig.6 Relationship between RUENDVI and annual precipitation as well as RUENDVI

3 讨论

生态评级是以区域生态系统为评价对象，运用科学的方法和手段来评价区域生态系统的发展状况和趋势[24]，为指导生态系统的管理和生态建设项目的实施提供决策依据。生态退化指标体系是生态评价的理论基础，决定了评价结果的准确性和可行性[7]。研究综合考虑植被和降水因素，以RUENDVI和NDVImax变化趋势为指标，建立了一个综合的评价区域生态退化的指标体系，采用RS和GIS技术对三江源区2001～2015年草地生态退化进行评价，获得15年内不同程度的草地退化空间分布，并对年降水量、NDVImax与RUENDVI进行相关分析。研究为草地生态退化评价提供了一种可行性方法，并为三江源区下一步开展生态恢复建设提供了科学依据。

由于全球气候的剧烈变化对植被产生了巨大影响，特别是降水对植被的影响，年际NDVImax变化趋势与生态退化关系具有不确定性，NDVImax正的趋势或存在生态退化，负的趋势也有可能存在生态恢复趋势[25]。而RUENDVI由于与降水的强相关性(图6-A)，年际间变化随降水的变化剧烈波动，指标具有一定的不稳定性[14]。而两者的结合将克服不足，杜加强等[14]等对这两种指标的综合评价方法进行了初步探讨，但尚未确定明确的评价体系。此次研究确定的评价体系综合考虑了RUENDVI和NDVImax年际变化趋势Slope和与年份相关的置信水平P，形成了重度到轻度的草地退化和改善、保持不变以及异常值的评价体系。若仅依据RUENDVI指标进行草地生态评价，曲麻莱县、称多县大部分区域都位于中度或重度退化过程，但该区域绝大部分NDVImax未出现显著减少趋势(P>0.05)，甚至部分区域呈增长趋势(图3)，因此，这两县草地生态退化应以轻度退化为主。结果与徐新良等[26]以2004年和2012年两期遥感影像为数据源采用草地退化遥感分类体系得出的曲麻莱县、称多县草地处于轻微好转态势的结果不同。主要是评价指标和研究方法的不同造成，基于RUE和NDVI的综合评价方法不仅考虑植被因素还将降水量变化纳入评价体系，比仅利用植被变化来评价生态退化更加可靠。曲麻莱县西北与治多县交接处RUENDVI变化趋势呈明显下降态势，由图3可知，该地区NDVImax呈显著增长趋势(P<0.05)，说明该区域植被生长状态良好，草地生态处于中度或明显改善过程。RUENDVI的明显降低是由于该地区降水量的显著增加所引起的(P<0.05)(图2)。而称多县中部部分区域RUENDVI变化趋势显著降低，降水量也呈显著性增加趋势，但NDVImax呈显著减少趋势，说明该区域生态系统遭到严重破坏，失去自我恢复能力，处于严重或中度生态退化过程。三江源西部唐古拉乡及周边大部分区域，NDVImax呈显著增加趋势，而年降水量呈显著减小趋势，说明NDVImax未受年降水量的影响，该区域处于中度或明显生态改善过程，但引起生态改善的因素仍需进一步探讨。与大多数学者研究结果[26-27]相同的是近15年间三江源区整体呈明显好转态势，NDVImax呈显著减少趋势所占面积极小(图3)，大部分区域草地生态处于保持不变和轻度改善过程(图5)。

针对特定的生态系统类型，RUENDVI与年降水量、NDVImax的长时间尺度的动态变化关系受到较多学者关注[7,14]，研究中RUENDVI与年降水量呈显著负相关关系(P<0.05)，与NDVImax呈极显著正相关关系(P<0.01)。高志海等[28]人研究发现RUE随降水量的增加而增加，而杜加强等[14]发现RUE随降水量的增加而减小。研究结果不同有可能是因为研究区域的差异造成的。RUE与降水量的关系呈抛物线线型关系，三江源区的降水量水平使RUENDVI与年降水量的关系位于抛物线的右侧，呈现降低趋势。三江源区伍道梁气象站点的平均年降水量最低，但该区域RUENDVI与年降水量呈显著负相关关系(图2、4)也证明三江源生态系统RUE与降水量的关系位于抛物线的右侧。三江源区陡峭的地势增加径流，减少了植被可利用的有效水分也是一个重要原因。因此，利用NDVImax变化趋势对RUENDVI变化趋势进行约束，可消除降水量快速增加或减少引起的差异，有利于生态退化或改善区的明确。对于RUE与降水量抛物线型关系的“拐点”问题还需进一步探索。

4 结论

(1)研究明确了基于降水利用效率RUE和归一化植被指数NDVI变化趋势的综合评价指标，利用Slope和与年份的置信水平P确定草地生态严重、中度、轻度退化或改善、保持不变以及异常值标准。

(2)基于RUE和NDVI综合评价方法获得的三江源区草地生态退化空间分布与大多数研究相同。近15年间三江源区整体呈明显好转态势，中部年降水量呈增长趋势，NDVImax呈显著减少趋势所占面积极小，大部分区域草地生态处于保持不变和轻度改善过程。

(3)三江源区RUENDVI随年降水量的增加呈显著减少趋势(P<0.05)，随NDVImax增加呈极显著增加趋势(P<0.01)。

参考文献:

[1] 刘国华,傅伯杰,陈利顶,等.中国生态退化的主要类型、特征及分布[J].生态学报,2000,21(1):13-19.

[2] 章家恩,徐琪.生态退化研究的基本内容与框架[J].水土保持通报,1997,17(6):46-53.

[3] Wessels K J,Prince S D,Malherbe J,etal.Can human-induced land degradation be distinguished from the effects of rainfall variability-A case study in South Africa[J].Journal of Arid Environments,2007,68(2):271-297.

[4] 王庆锁,李梦先,李春和.我国草地退化及治理对策[J].中国农业气象,2004,25(3):41-44.

[5] 原华荣,常跟应,徐晓秋.中国生态/环境“局部改善,总体恶化”困境的症结和走出[J].西北人口,2016,37(1):26-31.

[6] 赵有益,龙瑞军,林慧龙,等.草地生态系统安全及其评价研究[J].草业学报,2008,17(2):143-150.

[7] 王红岩.基于NPP和植被降水利用效率土地退化遥感评价与监测技术研究[D].北京：中国林业科学研究院,2013.

[8] 陶伟国,徐斌,刘丽军,等.不同利用状况下草原遥感估产模型[J].生态学杂志,2007,26(3):332-337.

[9] 李京,陈晋,袁清.应用NOAA/AVHRR遥感资料对大面积草场进行产草量定量估算的方法研究[J].自然资源学报,1994(4):365-374.

[10] 周洪建,王静爱,岳耀杰,等.人类活动对植被退化/恢复影响的空间格局——以陕西省为例[J].生态学报,2009,29(9):4847-4856.

[11] 王巧玲，花立民，杨思维.1982～2006年祁连山北麓草原植被指数与气候及载畜量的关系[J].甘肃农业大学学报，2014，49(4):127-135

[12] Lehouerou H N.Rain-Use Efficiency:a Unifying Concept in Arid-Land Ecology[J].Journal of Arid Environments,1984,7(3):213-247.

[13] Bai Y,Wu J,Xing Q,etal.Primary production and rain use efficiency across a precipitation gradient on the Mongolia Plateau[J].Ecology,2008,89(8):2140.

[14] 杜加强,舒俭民,张林波.基于植被降水利用效率和NDVI的黄河上游地区生态退化研究[J].生态学报,2012,32(11):3404-3413.

[15] 李穗英,孙新庆.青海省三江源草地生态退化成因分析[J].青海草业,2009,18(2):19-23.

[16] Jiyuan Liu,Xinliang Xu,Quanqin Shao.Grassland degradation in the “Three-River Headwaters” region,Qinghai Province[J].Journal of Geographical Sciences,2008,18(3):259-273.

[17] 吴志丰,李芬,张林波,等.三江源区草地参照覆盖度提取及草地退化研究[J].自然灾害学报,2014(2):94-102.

[18] 黄麟,邵全琴,刘纪远.近30年来青海省三江源区草地的土壤侵蚀时空分析[J].地球信息科学学报,2011,13(1):12-21.

[19] Huxman T E,Smith M D,Fay P A,etal.Convergence across biomes to a common rain-use efficiency[J].Nature,2004,429(6992):651.

[20] 穆少杰,周可新,齐杨,等.内蒙古植被降水利用效率的时空格局及其驱动因素[J].植物生态学报,2014,38(1):1-16.

[21] 王贵珍,马素洁,杨思维,等.基于RUE的不同草地类生态评价研究 ——以河西走廊为例[J].自然资源学报,2017,32(4):552-564.

[22] 阿斯姆古丽·阿纳耶提,师庆东,刘曼,等.长时间序列遥感数据回归分析支持下的植被变化分析[J].新疆大学学报(自然科学版),2014(3):341-344.

[23] 许双玲.基于NDVI与RUE的松辽平原西部植被动态变化监测[D].长春：东北师范大学,2013.

[24] 李珂.发展循环经济理论、政策与实践研究[M].北京：中国政法大学出版社,2013:102-103.

[25] Bai Z G,Dent D L,Olsson L,etal.Global Assessment of Land Degradation and Improvement.1 Identification by remote sensing[M].Report 2008/01 ISRIC—World Soil Information,Wageningen，2008.

[26] 徐新良,王靓,李静,等.三江源生态工程实施以来草地恢复态势及现状分析[J].地球信息科学学报,2017,19(1):50-58.

[27] 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[J].生态学报,2011,31(19):5495-5504.

[28] 高志海,李增元,丁国栋,等.基于植被降水利用效率的荒漠化遥感评价方法[J].中国水土保持科学,2005,3(2):37-41.