基于Landsat影像的石漠化区植被动态监测及治理效益研究

章维鑫，曹建华，吴秀芹



基于Landsat影像的石漠化区植被动态监测及治理效益研究

章维鑫1,2,3，曹建华4，吴秀芹1,2,3※

（1. 北京林业大学水土保持学院，北京 100083；2. 北京林业大学云南建水荒漠生态系统国家定位研究，建水 654399； 3. 北京林业大学水土保持国家林业局重点实验室，北京 100083；4. 中国地质科学院岩溶地质研究所，桂林 541004）

生态恢复工程是缓解石漠化、保持土壤、提高植被覆盖率的有效措施之一，是区域经济和生态可持续发展的关键。为了研究近30 a泸西县植被的时空变化特征、驱动因素以及石漠化综合治理生态工程实施的生态效益。本文基于1986—2016 Landsat TM数据，借助Mann-Kendall突变分析、Thei-Sei Median趋势分析等方法进行了研究，结果表明:1）30 a间，泸西县植被覆盖整体呈增加趋势，平均增速为0.43%/10 a，2001年是重要的转折点，增速由之前的0.35%/10 a增加到0.63%/10 a；2）在变化趋势上，泸西县植被覆盖呈增加和减少趋势的面积分别占85.21%和14.79%。1986—2000年期间，植被覆盖呈极显著上升的面积为7.71%，零星分布在北部地区；2001—2016年，植被覆盖呈现极显著性上升的面积占21.62%，主要分布在石漠化综合治理工程集中分布的东部山区；3）气温和降水的增加都对植被起到正向作用，气温对植被的影响明显大于降水。2000年之后，人类活动对植被的提升起到了重要的作用，其中对植被覆盖起积极作用的面积占79.6%，起消极作用的占20.4%；在贡献大小上，气候变化对NDVI的影响大小为39.1%，人类活动对NDVI的影响作用为60.9%。植被改善过程中人类活动的作用大于气候变化，石漠化综合治理生态工程是2001—2016年植被增加的重要驱动力之一。

遥感；时空变化；植被；归因分析；泸西县

0 引 言

植被在全球陆地生态系统的物质循环、能量流动中一直扮演者最重要的角色[1-2]。植被的动态变化能够直接影响到碳循环以及其它的生物物理过程[3-4]。理解植被变化机理，了解植被的变化过程是全球陆地生态系统的研究的重要内容之一。遥感作为植被动态变化的监测手段，具有迅速、准确、实时、大尺度性等的特点，而大量的遥感卫星（Landsat、MODIS等）也为研究提供了丰富的数据来源[5]。在遥感反演地表植被覆盖指数中，归一化植被指数（normalized difference vegetation index, NDVI）与常见的植被的物理理化性质，例如生物量、光合作用强度、叶面积指数（leaf area index, LAI）以及初级生产力（net primary productivity, NPP）呈现出显著的相关性[6]，成为目前研究植被变化中使用最为广泛的参数。

石漠化是一种典型的土地退化现象，广泛分布在中国西南地区。其是在脆弱的喀斯特环境背景，土地受到岩溶作用和人类不合理的生产活动的干扰和破坏，导致土壤严重侵蚀，土地生产力下降，地表土层流失殆尽，基岩大面积裸露，地表缺水缺土少林草的现象[7-8]。为了保护和改善西南地区的生态环境，国家自2000年左右，实施了一系列的生态保护和恢复工程，如退耕还林工程、天然林保护工程、石漠化综合治理生态工程，有效缓解了西南地区石漠化程度，促进了植被恢复[9-11]。Liu等[12]基于集合经验模态分解方法（ensemble empirical mode decomposition, EEMD），揭示了1982—2015年西南地区多时间尺度下植被动态的空间异质性及其与气候的关系，并指出在广西和贵州北部，气候变化对植被的动态影响大于人类活动；Tao等[13]利用标准化回归系数，分析了1982—2013年中国西南地区高山区气候变化对植被绿度的影响，指出高海拔区对植被绿度的影响大于低海拔区；Tong等[14]指出石漠化治理工程以来，云南、贵州、广西各省的植被恢复情况差异明显，其中云南省东部的植被恢复较差。这些研究多注重在空间大尺度上揭示植被覆盖的时空变化特征，针对典型喀斯特县域植被变化的连续监测及人类活动是否有效促进植被恢复或引起植被退化的系统研究案例还不多。岩溶断陷盆地是中国西南地区典型的生态脆弱区，是岩溶区生态恢复与重建的重要区域，也是石漠化综合治理类型区之一[15]。断陷盆地的县域尺度研究植被的动态变化，可以在局地尺度上更为精确的描述生态治理工程对生态脆弱区植被覆盖的影响，对于深入探究植被恢复情况具有重要的参考价值。

泸西县地处西南喀斯特断陷盆地，一直遭受到石漠化的困扰。据《云南省岩溶地区石漠化监测报告》显示，2005年的石漠化的面积为381.9 km2，占总面积的22.8%，石漠化的发展严重制约当地的经济水平和生态安全。随着石漠化综合治理生态工程的实施，石漠化的范围呈现逐步缩小转好的趋势[16]。研究该区域的植被覆盖的动态变化以及气候和人类活动对植被的影响，能够明确石漠化综合治理生态工程对区域生态改变的作用，对进一步提升石漠化治理的效率有重要的意义。本文利用1986—2016年Landsat遥感数据、10个周边气象站点的气温和降雨数据，借助Mann-Kendall突变分析、Thei-Sei Median趋势分析以及残差分析等方法，综合分析了泸西县植被覆盖的动态变化特征，并确定了气候变化和人类活动对植被覆盖的影响的相对大小。通过对区域植被覆盖的动态变化的研究，可以了解区域生态环境的变化特征，对促进区域生态环境与社会经济的可持续发展具有举足轻重的作用[17]。

1 材料与方法

1.1 研究区概况

泸西县位于云南省东部，介于东经103°30¢～104°03¢，北纬24°15¢～24°46¢之间，总面积为1674.0 km2，其中：坝区面积285.0 km2，占总面积的17.0%；山区面积808.2 km2，占总面积的48.3%；丘陵面积580.8 km2，占总面积的34.7%。该地区地处珠江流域上游，地势呈现东部高，西南低的特点，平均海拔1 843.0 m，气候为亚热带季风气候，夏季多雨，冬季干旱，年平均气温为15.2 ℃，年平均降水量达950.0 mm，且降水量多集中在6—10月。虽然降雨充沛，但是喀斯特区地表土层薄，保水能力差，地表水缺乏，加上人类不合理的开发方式，导致泸西县成为西南三省石漠化严重地区之一（图1）。国家自2000年以来，在石漠化分布较广的东部地区，开展了一系列的石漠化综合治理生态工程，其中对地下水的合理利用，成为泸西县石漠化治理的重要工作之一。

图1 研究区位置及土地利用类型与高程

1.2 数据来源与处理

本研究采用1986-2016年30 m×30 m分辨率的Landsat TM/ETM+系列数据，时间分辨率为16 d，获取自美国地质勘查局（United States Geological Survey, USGS）网站（https://earthexplorer.usgs.gov/），由于研究区7—9月份云量多（云量多大于80%），而在3—5月份云量特别少，因此，本研究选择的影像多集中在4月下旬至5月上旬，筛选研究区云量小于2%的影像，以确保数据质量和精度。最后，共使用了149景Landsat影像。

本文的主要的处理过程是：首先，利用ENVI对数据进行辐射定标和大气校正；然后，对有云污染的区域应用重叠替代方法[18]消除异常值；接着利用NDVI计算公式，得到研究区的NDVI数据；之后采用最大合成法(maximum value composites, MVC)[19]合成4—5月NDVI数据。该方法可有效降低云层、太阳高度角、气溶胶等因素的干扰，进一步提高了NDVI数据的可靠性。

气象数据获取自中国气象科学数据共享网（http://cdc.cma.gov.cn）和国家地球系统科学数据共享平台（http://www.geodata.cn/），选择泸西县周边的10个气象站点，运用Anuspline软件基于高程数据插值生成1986—2016年4—5月份的平均气温和累计降水数据。

1.3 研究方法

1.3.1 突变分析

Mann-Kendall突变分析，常用于气象方面，对变化要素从一个相对稳定状态变化到另一个状态的变化检验非常有效。本文将其用于NDVI的时间序列，可探讨NDVI在各时间节点的变化情况。突变检验方法如下[20-21]

对于具有个样本量的时间序列{x}，观察值序列{x1,2,…,}。构造一个秩序列

其中

式中秩序列s表示的是第年份的NDVI的值大于第年份时，NDVI值个数的累加，x表示第年的NDVI值，x表示第年的NDVI值。

在时间序列随机独立的假定下，定义统计量

其中UF1=0，当123,…x相互独立，且有相同连续分布时，它们可由下式算出

UF为标准正态分布，它是按时间序列顺序1,2,3，…,x计算出的统计量序列，按时间序列的逆序的序列x,x-1,…,1，再重复上述过程，同时使UF=–UB（,–1,…,1）。分别将UF和UB2个统计量曲线和显著性水平线绘在同一个图上，若UF和UB的值大于0，则表明序列呈上升趋势，小于0则呈下降趋势。当超过临界直线时，表明上升或下降趋势显著，超过临界线的范围确定为突变的时间区域。如果UF和UB2条曲线出现交点，且交点在临界线之间，那么交点对应的时刻便是突变开始的时间。

1.3.2 趋势分析

Thei-Sei Median（TSM）趋势分析[22]和Mann-Kendall Test (MK)显著性检验[23]能够对NDVI的空间演变特征进行分析，其中TSM趋势分析可以有效减少异常值的影响[23]，是一种比较稳健的趋势计算方法，其公式为

当>0时，表示NDVI值呈现上升趋势，当<0时，表示NDVI值呈现下降趋势。

MK是一种非参数统计检验方法，用来判断趋势的显著性，它无需样本服从一定的分布，也不受少数异常值的干扰。此外，MK显著性检验法能够利用空间自相关原理来表征地理现象，其结果从地理角度来看更具有直观意义，并增强了在相对较短的时间序列中监测趋势的能力。计算公式如下

在公式中

式中NDVI、NDVI为栅格数据集（1986≤<≤2016），表示时间序列的长度；统计量Z的范围为（-∞，+∞）。在给定显著性水平下，当∣Z∣>1–α/2时，表示时间序列在水平上存在显著性变化。当=0.01时，∣Z∣>2.58，当=0.05时，1.96<∣Z∣<2.58，当=0.1时，1.65<∣Z∣<1.96，而当∣Z∣<1.65时，该数据不具有显著性水平。本研究分别讨论了置信水平=0.1，0.05和0.01时，NDVI趋势变化的显著性特征。

1.3.3 气候变化和人类活动对植被覆盖的影响

残差法广泛用于剥离气候变化和人类活动对植被覆盖度的影响[24]。利用1986—2000年的NDVI、气温、降水数据进行基于像元的多元回归，得到NDVI与气候的关系，再用该关系式去预测2001—2016年的NDVI。多元回归模型的公式如下[14]

此外，为了确定气候变化和人类活动对植被变化的贡献率大小，本研究参考Kong等学者提出公式进行计算[25]

式中气候表示气候变化贡献率，NDVI之后预测表示使用多元回归模型预测后的NDVI，NDVI之后实际表示实际计算2001—2016年的NDVI，NDVI之前表示实际计算的1986—2000的NDVI，人为表示人类活动的贡献率。

2 结果分析

2.1 泸西县植被覆盖时间变化特征

1986—2016年泸西县平均植被覆盖呈增加趋势(图2)，增速为0.43%/10 a（0.01）。其中1986—2000年增速为0.35%/10 a（0.1），而从2000年之后，增速达到了0.63%/10 a（0.1）。2010年和2012年植被出现了明显的下降趋势，主要是由于该年份的干旱事件引起的。

图2 1986—2016年植被覆盖时间变化趋势

2.2 泸西县植被覆盖空间变化特征

2.2.1 泸西县植被覆盖空间分布特征

NDVI的频度图显示，泸西县植被覆盖整体较好，呈“东西高，中部低”的分布特征（图3），其中植被覆盖高值区域主要分布在向阳乡、三塘乡、白水镇的东部山区以及永宁乡的南部山区，主要植被类型为常绿阔叶林，植被生长状况较好；植被覆盖低值区域则主要分布在金马、午街铺、中枢和白水镇交界处，多以耕地和居民区为主，植被相对比较稀疏。

随着海拔的升高，泸西县植被覆盖整体呈上升的。800 m左右区域，NDVI值波动剧烈，河谷地区分布在此。海拔1 700～1 900 m之间，植被覆盖度明显下降，主要因为人类居住区大多分布于此。海拔超过2 300 m，植被覆盖度呈现飞速的增长，是高山地区也是石漠化综合治理工程的集中实施区（图3c）。

2.2.2 泸西县植被覆盖空间突变特征

对泸西县1986—2016年平均NDVI进行MK突变检验，结果表明（图4a），在2000年之后，植被覆盖上升的趋势明显，均大于显著性水平0.05临界线。根据UF和UB的曲线交点的位置，确定泸西县植被覆盖度上升的突变发生在2001年左右，这与国家开始实施石漠化综合治理生态工程的时间节点大致相吻合。

图3 1986—2016年 NDVI空间分布特征及NDVI和像元数量分布与DEM关系

注：UB，UF的交点为突变点，对应年份为突变年份，Z、α代表显著性水平。

利用逐像元的MK突变检验可以得到空间上NDVI的突变特征，由突变年份可以看出（图4b），在1986—2000年发生突变的面积占37.7%，2001—2016年发生突变的面积占62.3%，在2000—2010年发生突变的数量明显呈现快速上升的趋势，并且突变发生的区域主要集中在东部的石漠化集中实施区，植被相较之前有明显的改善（图4c）。

2.2.3 泸西县植被覆盖变化趋势的空间特征

利用TSM趋势度分析，研究了泸西县植被覆盖变化趋势，并运用MK检验，将结果划分为极显著变化（= 0.01）、显著变化（= 0.05）、弱显著变化（= 0.1）和无显著变化4个等级。结果显示（表1），1986—2016年泸西县植被覆盖整体呈上升趋势，呈增加趋势面积远大于呈减少趋势的面积分别占85.21%和14.79%。其中，极显著上升的面积达到47.77%。1986—2000年，呈现增加和减少趋势的面积分别为71.37%和28.68%，其中极显著上升和显著上升的面积达17.9%；2001—2016年，呈现增加趋势的面积较2000年之前有所增加，呈现下降趋势的面积有所减少，分别为78.97%和21.03%，极显著性上升的面积大幅度增加。从空间分布来看（图5），1986—2000年，显著上升的区域零星的分布在北部和中部，2001—2016年，显著上升的区域主要分布在东部的石漠化综合治理生态工程区。

表1 泸西县不同植被变化类型像元个数及比例

2.3 气候变化和人类活动对植被覆盖的影响

2.3.1 气候变化对植被覆盖的影响

泸西县气温的升高和降水的增多均会一定程度上导致植被覆盖的增加（图6a，6b）。1986—2016年泸西县出现了暖干的趋势，不利于植被的生长（图6c，6d）。为了进一步探究植被和气候的关系，选取了泸西气象站1公里范围内的区域，计算了1986—2016年NDVI与气温、降水的偏相关系数。结果表明：NDVI与降水的相关系数为0.372（=0.043），而NDVI与气温的相关系数为0.45（=0.013），表明泸西县NDVI受气温的影响大于降水。

2.3.2 人类活动对植被覆盖的影响

综合来说，2001—2016年间泸西县植被覆盖变化受到气候变化的影响大小为39.1%，人类活动为60.9%，2001—2016年泸西县植被改善过程中人类活动的作用大于气候变化。在2000年之后，泸西县实施大规模的石漠化综合治理生态工程，是2001—2016年植被覆盖增加的重要原因之一。

图5 1986—2016年NDVI变化趋势的空间分布特征

通过多元回归模型得到2001—2016年NDVI的预测值，将实际的NDVI与预测的NDVI相减得到残差，即可认定为人类活动变化和气候变化共同作用对NDVI的影响大小。图7a中对植被有正向影响的区域占79.6%，其中明显促进植被增加的区域，占整体面积的15.6%，主要分布在东部的山区和西部的地区；对植被逆向影响的区域分布在中部地区，占总面积的20.4%，其中显著减少的区域只有5.2%。该些区域自2000年起实施了一系列的石漠化综合治理工程，其中之一是岩溶水的开发，通过9个岩溶水开发示范点周边的1.0 km范围，分别计算人类活动的影响大小，结果显示（图7b），3、5、7号岩溶水开发示范点的人类活动对植被均产生逆向影响，主要原因是城市的扩展，说明石漠化综合治理生态工程对植被恢复的作用是小于城市化对植被的破坏；1、2、4、6、8、9号岩溶示范点周边人类活动对植被都是正向影响，但影响大小差异显著，其中2号溶水开发示范点正向影响最大，主要原因在于除了岩溶水开发示范点建设外，人们还在此进行了大规模的经济作物的种植，使得植被覆盖上升的最为明显。4、6岩溶水开发示范点相对较低，主要在于它们靠近城市地区，因此也受到了一定程度上的人类活动的逆向影响。而8、9号岩溶水开发示范点位于泸西县的东部重度石漠化地区，远离城市，人类活动的逆向作用相对较轻，石漠化综合治理生态工程成为植被变化的主要影响。

图6 1986—2016年泸西县气温、降水的变化趋势及其与NDVI的相关性

注：1~9分别代表9处岩溶水开发示范区域。

3 讨 论

植被覆盖对气候变化和人类活动的响应是一个非常复杂的过程，目前已受到学者的广泛关注[26-28]。在气候变化中，气温和降水作为主导因子，对植被的生长有着重要的作用，有大量的学者对此进行了研究[1-3]，然而其它气候因子，如蒸发散、光照时长等的影响也不可忽视，特别在中国西南的干热河谷地区，降水虽然充沛，但是蒸发量也大，加上喀斯特地貌特征，土壤中实际的含水量较低[29-30]，因此，需要更加关注其它气候因子对植被覆盖的影响。同时，植被覆盖对气候变化的响应随着季节的变化差异性显著[31]，夏季和秋季由于气温较高，降水可能会成为限制植被覆盖的主要原因，而春季和冬季由于气温较低，气温可能会成为的主要因子，因此，不同季节的植被覆盖对气候因子的响应需得到进一步关注[32-33]。

另一方面，本文仅仅关注了整体上人类活动对植被覆盖的影响，而针对每一种治理措施下，植被覆盖的变化的研究也需要加强。在数据源上，研究中仅使用了TM数据，并未使用多源NDVI数据集进行相互验证工作。事实上，不同NDVI数据集，由于存在分辨率和影像质量的差异，其对植被覆盖变化的评估结果可能存在差异[26]，今后将进一步分析不同NDVI数据集在植被覆盖变化评估中的一致性及不确定性，以得到更为可靠的结论。

4 结 论

本文利用Landsat数据，借助MK突变检验、TSM趋势分析、残差分析等方法，探讨了近30 a泸西县植被的时空变化特征以及驱动因素，进而探究石漠化综合治理生态工程实施的生态效益。本文得出以下结论：

1）近30 a来，泸西县植被覆盖以增速0.43%/10 a的速率增加。其中1986—2000年期间，增速为0.35%/10 a；2001—2016年期间，增速为0.63%/10 a。

2）在空间上，植被覆盖呈“东西高、中间低”的分布特征，植被覆盖度高的区域主要分布在泸西县的东部及西部高海拔的山区，植被覆盖度低的区域则主要分布在中部和北部低海拔的各乡镇的交界处。

3）在植被覆盖的突变特征上，2001年是泸西县整体植被突变的时间点，恰好与国家开始实施石漠化综合治理生态工程的时间点相吻合，1986—2000年的突变的面积小于2001—2016年。

4）在变化趋势上，近30 a来，泸西县植被覆盖呈增加和减少趋势的面积分别占85.21%和14.79%。其中1986—2000年期间，植被覆盖呈极显著上升的面积为7.71%，零星分布在北部地区；2001—2016年，植被覆盖呈现极显著性增加的面积大幅度增加，占21.62%，主要分布在石漠化治理的东部山区。

5）气温和降水的增加都对植被起到正向作用，且气温对植被的影响明显大于降水；2000年之后，人类活动对植被的提升起到了重要的作用，其中人类活动对植被覆盖起积极作用的面积占79.6%，起消极作用的占20.4%；而在贡献大小上，气候变化对NDVI的影响为39.1%，人类活动对NDVI的影响作用为60.9%，人类活动的作用大于气候变化，石漠化综合治理生态工程是2001—2016年植被增加的重要驱动力之一。

[1] Tsai H, Lin Y H, Yang M D. Exploring Long Term Spatial Vegetation Trends in Taiwan from AVHRR NDVI3g Dataset Using RDA and HCA Analyses[J]. Remote Sensing, 2016, 8(4): 290.

[2] Wen Z, Wu S, Chen J, et al. NDVI indicated long-term interannual changes in vegetation activities and their responses to climatic and anthropogenic factors in the Three Gorges Reservoir Region, China[J]. Science of the Total Environment, 2017, 574: 947－959.

[3] Mishra N B, Mainali K P. Greening and browning of the Himalaya: Spatial patterns and the role of climatic change and human drivers[J]. Science of the Total Environment, 2017, 587: 326－339.

[4] Zoungrana J B, Conrad C, Thiel M, et al. MODIS NDVI trends and fractional land cover change for improved assessments of vegetation degradation in Burkina Faso, West Africa[J]. Journal of Arid Environments, 2018, 153: 66－75.

[5] 丁婧祎，赵文武. 生态恢复评价研究进展与展望：第5届国际生态恢复学会大会会议述评[J]. 应用生态学报，2014，25(9)：2716－2722. Ding Jingyi, Zhao Wenwu. Progress and prospects on evaluation of ecological restoration: A review of the 5th world conference [J]. Chinese Journal of Applied Ecology, 2014, 25(9): 2716－2722. (in Chinese with English abstract)

[6] Kang C H, Zhang Y, Wang Z, et al. The Driving force analysis of NDVI dynamics in the trans-boundary Tumen River Basin between 2000 and 2015[J]. Sustainability, 2017, 9(12): 2350.

[7] 曹建华，邓艳，杨慧，等. 喀斯特断陷盆地石漠化演变及治理技术与示范. 生态学报，2016，36(22)：7103－7108.Cao Jianhua, Deng Yan, Yang Hui, et al. Rocky desertification evolution, treatment technology and demonstration in Karst faulted basins, South[J]. Acta Ecologica Sinica, 2016, 36(22): 7103－7108. (in Chinese with English abstract)

[8] 苏维词，杨华，李晴，等. 我国西南喀斯特山区土地石漠化成因及防治[J]. 土壤通报，2006，37(3)：447－451.Su Weici, Yang Hua, Li Qing, et al. Rocky land desertification and its controlling measurements in the karst mountainous region, South west of China[J]. Chinese Journal of Soil Science, 2006, 37(3): 447－451. (in Chinese with English abstract)

[9] 张军以，戴明宏，王腊春，等. 西南喀斯特石漠化治理植物选择与生态适应性[J]. 地球与环境，2015，43(3)：269－278. Zhang Junyi, Dai Minghong, Wang Lachun, et al. Plant selection and their ecological adaptation for rocky desertification control in karst region[J]. Earth and Environment, 2015, 43(3): 269－278. (in Chinese with English abstract)

[10] Qi X, Wang K, Zhang C. Effectiveness of ecological restoration projects in a karst region of southwest China assessed using vegetation succession mapping[J]. Ecological Engineering, 2013, 54: 245－253.

[11] Wang J, Wang K, Zhang M, et al. Impacts of climate change and human activities on vegetation cover in hilly southern China[J]. Ecological Engineering, 2015, 81: 451－461.

[12] Liu H, Zhang M, Lin Z, et al. Spatial heterogeneity of the relationship between vegetation dynamics and climate change and their driving forces at multiple time scales in Southwest China[J]. Agricultural & Forest Meteorology, 2018, 256: 10－21.

[13] Tao J, Xu T, Dong J, et al. Elevation‐dependent effects of climate change on vegetation greenness in the high mountains of southwest China during 1982–2013[J]. International Journal of Climatology, 2017, 59(4): 780－794.

[14] Tong X, Wang K, Yue Y, et al. Quantifying the effectiveness of ecological restoration projects on long-term vegetation dynamics in the karst regions of Southwest China[J]. International Journal of Applied Earth Observation & Geoinformation, 2017, 54: 105－113.

[15] 杨慧，朱同彬，王修华，等. 云南断陷盆地高原面典型小流域土壤元素含量特征[J]. 生态环境学报，2018，27(5)：859－865. Yang Hui, Zhu Tongbin, Wang Xiuhua, et al. Soil element contents of typical small watershed in the plateau area of karst fault basin, Yunnan[J]. Ecology and Environmental Sciences, 2018, 27(5): 859－865. (in Chinese with English abstract)

[16] 李强，蒲俊兵，黄妮，等. 断陷盆地生态环境地质分异及石漠化演变机理的研究途径[J]. 地球科学进展，2017，32(9)：899－907. Li Qiang, Pu Junbing, Huang Ni, et al. A research approach for ecological environmental and geological differentiation of rocky desertification and its driving mechanism in karst greben basin[J]. Advances in Earth Science, 2017, 32(9): 899－907. (in Chinese with English abstract)

[17] 刘宪锋，潘耀忠，朱秀芳，等. 2000-2014年秦巴山区植被覆盖时空变化特征及其归因[J]. 地理学报，2015，70(5)：705－716. Liu Xianfeng, Pan Yaozhong, Zhu Xiufang, et al. Vegetation dynamics in Qinling-Daba Mountains in relation to climate factors between 2000 and 2014[J]. Journal of Geographical Sciences, 2015, 70(5): 705－716. (in Chinese with English abstract)

[18] 李延森，周金星，吴秀芹. 青藏铁路(格拉段)修建对沿线植被生态系统及其弹性的影响[J]. 地理研究，2017，36(11)：2129－2140.Li Yansen, Zhou Jinxin, Wu Xiuqin. Effects of the construction of Qinghai-Tibet railway on the vegetation ecosystem and eco-resilience[J]. Geographical Research, 2017, 36(11): 2129－2140. (in Chinese with English abstract)

[19] Holben B. Characteristics of maximum-value composite images from temporal AVHRR data [J]. International Journal of Remote Sensing, 1986, 7(11): 1417－1434.

[20] Kendall M G. Rank Correlation Methods[M]. London: Charles Grifin Company, 1975.

[21] 张应华，宋献方. 水文气象序列趋势分析与变异诊断的方法及其对比[J]. 干旱区地理，2015，38(4)：652－665. Zhang Yinghua, Song Xianfang. Techniques of abrupt change detection and trends analysis in hydroclimatic time-series: Advances and evaluation [J]. Arid Land Geography, 2015, 38(4): 652－665. (in Chinese with English abstract)

[22] Sen P K. Estimates of the regression coefficient based on Kendall's Tau [J]. Publications of the American Statistical Association, 1968, 63(324): 1379－1389.

[23] 袁丽华，蒋卫国，申文明，等. 2000-2012年黄河流域植被覆盖的时空变化[J]. 生态学报，2013，33(24)：7798－7806. Yuan Lihua, Jiang Weiguo, Shen Wenming, et al. The spatio- temporal variations of vegetation cover in the Yellow River Basin from 2000 to 2010[J]. Acta Ecologica Sinica, 2013, 33(24): 7798－7806. (in Chinese with English abstract)

[24] 郭继凯，吴秀芹，董贵华，等. 基于MODIS/NDVI的塔里木河流域植被覆盖变化驱动因素相对作用分析[J]. 干旱区研究，2017，34(3)：621－629. Guo Jikai, Wu Xiuqin, Dong Guihua, et al. Vegetation coverage change and relative effects of driving factors based on MODIS/NDVI in the Tarim [J]. Arid Zone Research, 2017, 34(3): 621－629. (in Chinese with English abstract)

[25] Kong D, Miao C, Borthwick A G L, et al. Spatiotemporal variations in vegetation cover on the Loess Plateau, China, between 1982 and 2013: Possible causes and potential impacts[J]. Environmental Science & Pollution Research International, 2018, 25: 13633–13644.

[26] Zhao Anzhou, Zhang Anbing, Liu Haixin, et al. Spatiotemporal variation of vegetation coverage before and after implementation of Grain for Green Program in Loess Plateau, China[J]. Ecological Engineering, 2017, 104: 13－22.

[27] 赵安周，刘宪锋，朱秀芳，等. 2000-2014年黄土高原植被覆盖时空变化特征及其归因[J]. 中国环境科学，2016，36(5)：1568－1578. Zhao Anzhou, Liu Xianfeng, Zhu Xiufang, et al. Spatiotemporal analyses and associated driving forces of vegetation coverage change in the Loess Plateau[J]. China Environmental Science, 2016, 36(5): 1568－1578. (in Chinese with English abstract)

[28] 王兆礼，黄泽勤，李军，等. 基于SPEI和NDVI的中国流域尺度气象干旱及植被分布时空演变[J]. 农业工程学报，2016，32(14)：177－186. Wang Zhaoli, Huang Zeqin, Li Jun, et al. Assessing impacts of meteorological drought on vegetation at catchment scale in China based on SPEI and NDVI[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2016, 32(14): 177－186. (in Chinese with English abstract)

[29] 欧朝蓉，朱清科，孙永玉.干热河谷区土地利用与生态系统服务价值：以云南省元谋县为例[J]. 农业现代化研究，2018，39(3)：494－502. Ou Zhaorong, Zhu Qingke, Sun Yongyu. Land use and ecosystem services value in the dry-hot valley region: A case study in Yuanmou County, Yunnan Province [J]. Research of Agricultural Modernization, 2018, 39(3): 494－502. (in Chinese with English abstract)

[30] 刘艳伟，王淑莹，屠星磊，等. 元谋干热河谷区近60年干湿状况和气温变化特征分析[J]. 排灌机械工程学报，2018，36(2)：172－178. Liu Yanwei, Wang Shuying, Tu Xinglei, et al. Characteristic analysis of dry-wet condition and temperature trend in Yuanmou dry-hot valley (DHV) in recent 60 years [J]. Journal of Drainage and Irrigation Machinery Engineering, 2018, 36(2): 172－178. (in Chinese with English abstract)

[31] 杜加强，赵晨曦，贾尔恒·阿哈提，等. 近30a新疆月NDVI动态变化及其驱动因子分析[J]. 农业工程学报，2016，32(5)：172－181. Du Jiaqiang, Zhao Chenxi, Jiaerheng Ahati, et al. Analysis on Spatio-temporal trends and drivers in monthly NDVI during recent decades in Xinjiang, China based on datasets[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2016, 32(5): 172－178. (in Chinese with English abstract)

[32] Guan Q, Yang L, Guan W, et al. Assessing vegetation response to climatic variations and human activities: Spatiotemporal NDVI variations in the Hexi Corridor and surrounding areas from 2000 to 2010[J]. Theoretical & Applied Climatology, 2018, 31: 1－15.

[33] Jiang L, Jiapaer G, Bao A, et al. Vegetation dynamics and responses to climate change and human activities in Central Asia[J]. Science of the Total Environment, 2017, 599－600: 967－980.

Dynamic monitoring and control benefits of vegetation in rocky desertification areas based on Landsat images

Zhang Weixin1,2,3, Cao Jianhua4, Wu Xiuqin1,2,3※

(1.100083,; 2.654399,; 3.100083,; 4.541004,)

Ecological restoration is an effective measure to mitigate rocky desertification, control water loss, protect the existing forests and increase vegetation coverage. The long-term ecological restoration project is the key to the sustainable development of regional economy and ecology. Chinese governments have implemented a series of the Karst Rocky Desertification Comprehensive Control and Restoration Project in the karst regions of Southwest China since the late 1990s. In order to reveal the effectiveness of the Karst Rocky Desertification Comprehensive Control and Restoration Project implemented in the typical rocky desertification zone in Luxi County of Yunnan Province, we analyzed the spatiotemporal variation of vegetation coverage on the basis of Mann-Kendall mutation test, Theil-Sei trend analysis, and the relationships between remotely sensed vegetation indices named normalized difference vegetation index (NDVI) and climate changes, human activities using multiple regression analysis and residual analysis. For the analysis, the Moderate Resolution Imaging Landsat TM data at a spatial resolution of 30 meters over the period 1986-2016 are considered. The results are as follows: 1) In the past 30 years, the vegetation coverage of Luxi County showed a significantly increasing trend, with a growth rate of 0.43%/10a (0.01), a sudden change-point of time appeared in 2001, and the growth rate increased from 0.35%/10a (0.1) to 0.63%/10a (0.1); 2) The areas with high vegetation coverage primarily distributed in the eastern and western mountain areas of Luxi County, while the low vegetation coverage distributed at the junction of towns in the central and northern areas; 3) In terms of trends, the areas of ​​vegetation coverage showing increasing and decreasing accounted for 85.2% and 14.79% over the period 1986-2016, respectively. Between 1986 and 2000, the areas of ​​vegetation coverage with extremely significantly increase only accounted for 7.71%, scattered in the northern. But the areas of ​​vegetation coverage with extremely significantly increase rose to 21.62% between 2001 and 2016, which was primarily distributed in eastern mountainous areas where the priority was given to implement the Karst Rocky Desertification Comprehensive Control and Restoration Project; 4) Increase in temperature and precipitation had a positive effect on vegetation coverage, and the contribution of temperature (0.45,0.05) on vegetation coverage was significantly higher than precipitation (0.372,0.05). Between 2001 and 2016, human activities played an important role in the improvement of vegetation coverage. The areas that human activities played a positive role in vegetation coverage accounted for 79.6%, and the areas that human activities played a negative role in vegetation coverage only accounted for 20.4%, almost located in the towns. The impact of climate change on vegetation coverage accounted for 39.1%, the impact of human activities accounted for 60.9%; 5) The ecological restoration project farther from the town showed more important role in the improvement of vegetation coverage. The role of human activities in vegetation improvement is significantly stronger than climate changes. Our study suggested that the Karst Rocky Desertification Comprehensive Control and Restoration Project contributed on the improvement of vegetation coverage and was deemed as one of the important driving forces for vegetation increasing between 2001 and 2016.

remote sensing; spatio-temporal change; vegetation;driving factors; Luxi

2018-10-13

2019-03-27

国家重点研发计划资助（2016YFC0502500/2016YFC0502506）；国家自然科学基金项目（41671080）

章维鑫，研究方向为3S技术在资源环境中的应用。Email：zwishing@bjfu.edu.cn

吴秀芹，博士，教授，主要从事GIS应用以及土地利用变化科学方面的研究。Email：wuxq@bjfu.edu.cn

10.11975/j.issn.1002-6819.2019.08.026

S127；TP79

A

1002-6819(2019)-08-0221-09

章维鑫，曹建华，吴秀芹. 基于Landsat影像的石漠化区植被动态监测及治理效益研究[J]. 农业工程学报，2019，35(8)：221－229. doi：10.11975/j.issn.1002-6819.2019.08.026 http://www.tcsae.org

Zhang Weixin, Cao Jianhua, Wu Xiuqin. Dynamic monitoring and control benefits of vegetation in rocky desertification areas based on Landsat images[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(8): 221－229. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.08.026 http://www.tcsae.org