克里雅河流域植被覆盖垂直地带性分布与变化特征

阿不都拉·阿不力孜，依力亚斯江·努尔麦麦提，普拉提·莫合塔尔，白克拉木·孜克利亚

( 1．新疆大学旅游学院，乌鲁木齐830049; 2．新疆大学绿洲生态教育部重点实验室，乌鲁木齐830046; 3.新疆大学资源与环境科学学院，乌鲁木齐 830046；4.中央民族大学生命与环境科学学院，北京 100081)

全球气候变化已在很大程度上影响着人类赖以生存的环境，加之人类日益频繁的生产活动对自然界的干扰，加快了自然生态环境的演变速率，并导致了一系列环境恶化问题，如植被覆盖的退化、土地沙漠化[1,2]。植被作为联接土壤、大气和水分的自然“纽带”，受到水、土壤、热、地形等环境要素的综合影响，同时具有明显的季节和年际变化及土地覆被变化的代表性，在气候变化研究中起着“指示器”作用[3]。研究区域植被覆盖与地形因子的关系对掌握该区域植被的垂直地带性分布特征非常重要，给区域生态系统演变规律的探讨以及气候变化响应分析提供重要的科学依据。

植被覆盖度作为主要的生态系统指标，区域植被盖度变化体现了该区域自然和人类活动对生态环境的作用[4]。遥感具有大范围连续观测和数据获取能力，是区域或全球植被覆盖度估算的有效手段，其多时相、多样化的空间和光谱分辨率特点，能提供不同尺度上的植被覆盖信息[1]。随着遥感技术的不断发展，遥感已在诸多相关植被覆盖研究中被广泛应用，归一化植被指数(NDVI)遥感数据集也越来越多，包括 AVHRR-NDVI、SPOT VGT-NDVI、MODIS-NDVI以及TM-NDVI等数据[5]。干旱区的植被覆盖变化研究因该区域在全球变化研究中的重要性、区域水资源短缺性、年内降水分布不均匀性以及年际、季节温差的高度变异性等特点成为研究的热点区和重点区。目前，已有诸多学者利用多种遥感数据对植被覆盖变化及其与气温和降水因子的关系进行了研究。Schmidt等[5]在以色列内盖夫沙漠利用AVHRR-NDVI数据对其植被盖度与降水量的关系进行了探讨。信忠保等[6]利用GIMMS-NDVI和SPOT VGT-NDVI数据对黄土高原地区1981-2006年植被覆盖的时空变化进行了研究，并从气候变化和人类活动的角度分析了植被覆盖变化的原因。马明国等[7]利用1981-2001年的8 km AVHRR数据，采用均值法、差值法和一元线性回归模拟法，分析了西北植被年内和年际变化特征，模拟了近21 a的 NDVI最大化值的变化趋势线和NDVI增长幅度。吴云等[8]以MODIS-NDVI时间序列数据为基础，利用像元二分模型对海河流域2000-2007年的植被覆盖度进行了估算，分析了年最大植被覆盖度的时空变化特征，并对植被覆盖度与降雨量之间的响应关系进行了深入探讨。袁丽华等[9]利用2000-2010 年的 250 m分辨率的MOD13Q1数据来研究黄河流域植被覆盖区域的NDVI时空变化特征。徐兴奎等[10]利用自然正交分解方法，基于NDVI数据，研究我国西北地区地表植被覆盖的时空演变过程，并从气候和人为两大因素方面分析其变化原因。田源[11]基于Landsat TM/ETM+ 数据对新疆于田绿洲的植被覆盖分布特征进行了研究，并分析了植被盖度和温度的关系。

流域是以水系为纽带，将上、中、下游组成一个具有因果联系的复合生态系统[12]。流域生态系统的植被覆盖变化研究给气候变化与生态系统演变相互作用关系研究提供基础数据。克里雅河流域是典型的干旱区内陆河流域，对水资源短缺而开发强度极强的该流域来说，了解区域植被覆盖度的分布特征以及演变规律，解析自然和人为因素对其影响是对区域生态环境的稳定性与农业可持续发展至关重要。本研究利用MODIS-NDVI时间序列数据和SRTM数据，基于像元二分模型对克里雅河流域2002-2013年间植被覆盖度进行了估算，分析该流域植被覆盖度时空变化特征及其与地形和气象因子的关系。

1 材料与方法

1.1 研究区概况

克里雅河流域位居塔克拉玛干沙漠南缘，昆仑山中段北麓，受大陆性干旱气候和山盆相间的地貌格局影响，流域中部发育了典型的绿洲-荒漠生态系统[13]。流域内海拔最高点6 962 m，海拔高程5 000 m以上的山峰终年冰雪覆盖，北部沙漠海拔高程在1 000 m以上。克里雅河流域自南向北可分为5个自然景观带，即山带、低山丘陵带、山前戈壁平原带、洪积扇平原带和沙漠带[14](见图1)。

图1 克里雅河流域自然景观带分布Fig.1 Landscape zonal distribution in Keriya River Basin

四季分明、昼夜温差大、降水稀少、蒸发量大、春夏多风沙和浮尘天气是该流域的气候特点，属典型的极端干旱区[15]。平原绿洲区年均降水仅有14 mm左右，蒸发量则高达2 500 mm左右，绿洲主要依靠山区冰雪融水和部分地下水灌溉[11]。流域范围内土壤盐渍化和沙漠化现象共存，严重制约着植被生长分布和绿洲农业的发展，生态环境十分脆弱。流域气候干旱、土壤贫瘠、多风沙的特点制约着植被的生长发育和分布，南部山区由于地貌和气温的影响，植被分布面积较小，区系较单一；而流域中部的洪积扇平原绿洲区植被受少降水、多风沙、浮尘为特点的极端干旱气候的冲击，除了人工培育的多种粮食、经济作物和防护林外，还有芦苇和柽柳等自然植被分布；北部沙漠区的主要植被种类有胡杨、柽柳、芦苇、甘草、骆驼刺和罗布麻等[14]。

1.2 数据来源

本文所用数据包括遥感影像数据、气象数据和县志统计数据，均为在官方网站上正式公布的可靠数据，数据详细清单如下：

(1)所用遥感影像数据为2002-2013年的MODIS-NDVI时间序列数据，空间分辨率为500 m × 500 m和30 m × 30 m的SRTM数据。其中，MODIS-NDVI数据来自于美国航空航天局(NASA)提供的MOD13A1数据集(http:∥glovis.usgs.gov)。SRTM高程数据从中国科学院计算机网络信息中心(CNIC)地理空间数据云平台下载(www.gscloud.cn)。为进行定量信息提取和分析，在ENVI和ArcGIS软件环境中对遥感数据进行裁剪和投影转换等预处理工作。

(2)研究区的气象数据为1956-2012年的该区域降水、气温数据，从中国气象局(CMA)国家气象信息中心的中国气象科学数据共享服务网络平台获取(http:∥cdc.cma.gov.cn)。

(3)研究区相关的自然、地形地貌和地表覆被数据来源于于田县志和中国知网(www.cnki.net)。

1.3 植被覆盖度遥感估算

本文利用像元二分法模型来估算克里雅河流域的植被覆盖度。首先，对MODIS-NDVI时间序列数据进行投影转换，再利用于田县行政边界数据对其进行裁剪，最后用公式(1)对研究区植被覆盖度进行估算并进行相关分析。

像元二分法模型[16]是线性混合像元分解模型中最简单的模型，它假设像元值由植被与非植被覆盖地表2部分构成[1]。模型原理是遥感传感器观测到的光谱信息S由绿色植被的光谱信息Sveg与裸土的光谱信息Ssoil2个组分因子线性加权合成。归一化植被指数(NDVI)是植被生长状况的最佳指示因子，并与植被覆盖度具有良好的相关性。根据像元二分法，一个像元的NDVI值可表示为有植被覆盖区域的NDVIveg和裸土部分NDVIsoil的线性加权。植被覆盖度(fc)的计算公式(1)如下：

fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(1)

式中：NDVIveg为纯植被覆盖像元的NDVI值；NDVIsoil为裸土或无植被像元的NDVI值。在没有实测数据的情况下，NDVIveg可以取遥感影像中NDVI的最大值；NDVIsoil可以取影像中NDVI的最小值。

2 结果与分析

在克里雅河流域2002-2013年的植被覆盖度数据基础上，统计分析该流域的平均植被覆盖度的年际变化趋势，并结合海拔高度差异进一步探讨了不同区域的植被盖度变化。

2.1 克里雅河流域植被覆盖随时间的变化特征

2002-2013年克里雅河流域的年平均植被覆盖度随时间的变化可以反映该流域的植被覆盖年际变化(见图2)。近12 a来，年平均植被覆盖度值为25.67%～33.22%，其中，2002-2005年，植被覆盖度呈现微小的减少趋势，而在2005-2008年，植被覆盖度变化幅度比较大，呈现一个周期的正弦式变化特征，2009-2012年，植被覆盖度逐年上升，从2009年的28.80%提高到2012年的31.01%，然而在2013年，植被覆盖度出现了猛减现象，下降到25.67%。除了2006年、2008年和2013年外，其余年份植被覆盖度值年际变化为28.67%～31.01%，其幅度较小。

图2 2002-2013年克里雅河流域平均植被覆盖度年际变化特征曲线Fig.2 Annual mean vegetation coverage curve in Keriya River Basin from 2002 to 2013

变异系数[17]是总体样本标准差与总体均值之比，即Cv=σ/μ，是衡量结构的风险程度或稳定程度的可靠性指标，是一个无量量纲。为进一步分析克里雅河流域的年平均植被覆盖度随时间变化的稳定性，对其进行变异系数的计算，其结果见表1。

克里雅河流域的年均植被覆盖度随时间的变异系数在一定程度上可以说明该流域植被群落与植被覆盖变化的稳定性(见图3)。在2002-2006年，植被覆盖度变异系数由0.29减少为0.24，植被群落和覆盖度变化趋于稳定。而从2006-2013年，植被覆盖度变异系数由2006年0.24不断增大为2013年0.37，植被群落与植被覆盖的稳定性下降。

表1 2002-2013年克里雅河流域植被覆盖度均值、标准差及变异系数Tab.1 Annual mean value, standard deviation and variation coefficient of vegetation coverage in Keriya River Basin from 2002 to 2013

图3 2002-2013年克里雅河流域平均植被覆盖度变异系数变化特征曲线Fig.3 Coefficient of vegetation coverage variation curve in Keriya River Basin from 2002 to 2013

2.2 克里雅河流域植被覆盖度垂直地带性分布特征与变化趋势

为进一步分析克里雅河流域植被随海拔高度的覆盖分布特征，在不同海拔高度上对其2002-2013年的植被覆盖度值进行均值处理，其结果见图4。海拔高度1 000～1 500 m范围内的平均植被覆盖度为39.07%，提升到1 500～2 000 m时，其平均值下降到31.08%；2 000～3 500 m区域内，其平均植被覆盖度依次增加，在3 000～3 500 m高度范围内均值最高，其值为54.32%；在3 500～7 000 m区域内，区域平均植被覆盖度呈现随高度增加而减小的趋势，其中6 500～7 000 m高度区域的平均植被覆盖度值为19.39%，为最低植被覆盖高度区(见图4)。

图4 克里雅河流域植被覆盖度垂直地带性分布特征Fig.4 Vertical zonal distribution characteristics of vegetation coverage in Keriya River Basin

不同海拔高度的植被覆盖变化幅度会有差异，因此，对研究区不同海拔高度的平均植被覆盖度在2002-2013年的最大值、最小值和变化幅度进行了统计分析(见表2)。

表2 2002-2013年克里雅河流域不同海拔高度植被平均、最大、最小覆盖度及变化幅度Tab.2 Annual mean, maximum, minimum values of vegetation coverage and variations in Keriya River Basin from 2002 to 2013

图5中可以看出，在过去12 a内，3 000～3 500 m海拔高度范围的平均植被覆盖度的变化差异最大，其变化幅度值为21.32%；其次，在1 000～1 500和2 500～3 000 m高度区的平均植被覆盖度变化较大，其变化幅度值分别为12.01%和12.73%；其他海拔高度区域的植被虽存在平均覆盖度的差异，但其年际变化幅度相当，其值为6.60%～8.30%(见表2)。

图5 克里雅河流域不同海拔高度植被覆盖度年际变化Fig.5 Annual vegetation coverage change at different altitude in Keriya River Basin

选取克里雅河流域上游高山带、低山丘陵带、中游冲积扇平原带和下游沙漠带为4个不同海拔高度区域植被覆盖变化的典型代表，对其植被覆盖度变化趋势进行了分析(见图6)。上游高山带、中游冲积扇平原带和下游沙漠带的植被覆盖变化趋势线斜率为负值，植被覆盖度值近12 a来呈下降趋势，植被覆盖逐渐退化。低山丘陵带植被覆盖变化趋势线斜率为正值，植被覆盖度值近12 a里有上升趋势，植被覆盖有所改善。其中，植被覆盖度下降的3个区域的趋势线斜率绝对值均高于低山丘陵带区域趋势线斜率的绝对值，说明流域内的植被覆盖退化程度高于植被改善程度。

图6 克里雅河流域上游高山带、低山丘陵带、中游冲积扇平原带和下游沙漠带的植被覆盖度年际变化Fig.6 Annual change of vegetation coverage at upstream high mountain area, low hilly area, midstream alluvium and diluvium plain area, and downstream desert area of Keriya River Basin

3 植被覆盖变化的影响因子分析

至今有诸多学者对全球或区域植被覆盖变化及其影响因素进行了研究[3,4,9,18-20]。植被生长分布及其覆盖率通常受到土壤类型、土壤水分、气温和降水条件以及高程等多种自然环境因子的制约，其中气温和降水是影响植被覆盖的显著性因子[3]。

3.1 克里雅河流域年均气温与年降水量变化

根据于田县志记载[14]，克里雅河流域年平均气温东西方向变化小，西部略高于东部；南北之间的温差比较大，北部地势低，气温较高，由北向南随着地势的升高，气温逐渐降低。由图7可知，在1956-1997年，克里雅河流域的年均气温微弱降低，而从1998年以后快速上升。在过去的57 a间，克里雅河流域的年均气温整体上呈现上升趋势[0.13 ℃/(10 a)，R为0.137 6]。克里雅河流域的年降水量由北向南递增。北部沙漠带极其干燥，年降水量仅14 mm左右；中部的洪积扇平原农区为45.8 mm左右，南部低山丘陵带达113 mm，海拔高度3 300～4 000 m地区的降水量可达150 mm。该流域的年降水量表现出增加的趋势，然而年间的变化幅度较大。由图8中的年降水量和降水距平变化曲线可知，在过去的57 a内，年降水量的总体增加率为3.30 mm/(10 a)，其相关系数R为0.027 9。

图7 克里雅河流域年均气温及其距平变化Fig.7 Annual change of mean temperature and its anomaly in Keriya River Basin

图8 克里雅河流域年降水量及其距平变化Fig.8 Annual change of rainfall and its anomaly in Keriya River Basin

3.2 植被覆盖与气象因子变化的响应关系

从克里雅河流域平均气温和年降水量变化分析结果可知，年均气温和年降水量均有微小的增加趋势。在克里雅河流域4个不同景观带的植被覆盖度变化数据的基础上，其对气温和降水变化的响应进行分析和探讨。

整体上克里雅河流域植被覆盖与气温呈负相关，而与降水呈正相关。区域植被覆盖变化以退化为趋势的上游高山带、中游冲积扇平原带和下游沙漠带的植被覆盖度变化趋势与降水的变化趋势相对一致，与气温的变化呈现负相关关系。低山丘陵带的植被覆盖变化幅度较大，与降水的变化趋势存在很强的正相关性，其趋势相当一致，而对气温呈负相关关系(见图9)。其中，中游冲积扇平原带和下游沙漠带的植被覆盖度变化趋势与气温和降水的相关度较差，可能是因为人类生产活动干扰引起的。

图9 克里雅河流域植被覆盖、气温和降水量的距平变化Fig.9 Anomaly change of vegetation coverage, temperature and rainfall in Keriya River Basin

4 结 语

本文以MODIS-NDVI时间序列数据和SRTM高程数据为基础，基于像元二分模型对克里雅河流域2002-2013年的植被覆盖度进行估算，并分析了该流域植被覆盖垂直地带性分布特征，探讨了植被覆盖度时空变化趋势及其与气象因子的相互关系。本文得出以下几点结论。

(1)2002-2013年克里雅河流域的年平均植被覆盖度值为25.67%～33.22%，呈减少趋势，植被群落与植被覆盖的稳定性下降。

(2)流域植被覆盖存在明显的垂直地带性分布特征，其海拔为3 000～3 500 m范围的植被覆盖度均值最高，其值为54.32%，而6 500～7 000 m的平均植被覆盖度值为19.39%，为最低植被覆盖高度区。在3 500～7 000 m区域内，区域平均植被盖度呈现随高度的增加而减小的趋势。在过去12 a内3 000～3 500 m海拔高度的平均植被覆盖度的变化差异最大，其变化幅度值为21.32%。

(3)上游高山带、中游冲积扇平原带和下游沙漠带的趋势线斜率为负值，植被覆盖度值近12 a来呈下降趋势，植被覆盖逐渐退化。低山丘陵带趋势线斜率为正值，有上升趋势，植被覆盖逐渐改善。

(4)总体上，流域植被覆盖与气温变化呈负相关关系，而与降水变化表现出正相关。然而，上游高山带、中游冲积扇平原带和下游沙漠带的植被覆盖度与降水的变化趋势相对一致，与气温的变化呈现负相关关系。低山丘陵带的植被覆盖变化幅度较大，与降水的变化趋势存在很强的正相关性，其趋势相当一致，而对气温呈负相关关系。