阿拉善左旗近35年植被NDVI动态变化趋势分析

党梦娇　刘雪娟　杨世荣　赵静　马克华　罗炜　图布吉雅

摘要 采用像元二分模型法對阿拉善左旗1984—2018年植被TM遥感影像数据进行分析，获取研究区不同年份的植被盖度，结合一元线性回归等方法分析了阿拉善左旗近35年植被NDVI变化趋势。结果表明：（1）阿拉善左旗1984—1989年植被NDVI平均值为22.7%，1984—1989年植被盖度等级从Ⅱ级逐渐降升高到Ⅰ级，1984—1992年植被盖度Ⅱ级的比例占25%，土地类型为沙化土地，1992—2018年植被盖度Ⅰ级的比例占75%，土地类型均为荒地，研究区植被NDVI整体状况从低覆盖度演变为极低覆盖度，并且一直保持极低覆盖度级别;（2）阿拉善左旗1984—2018年植被NDVI的时空变化特征呈波动下降趋势，植被NDVI的斜率为-0.006，植被NDVI的阶段性变化特征明显，第1阶段（1984—1992年）、第3阶段（2001—2010年）和第4阶段（2010-2018年）植被NDVI均出现负增长趋势，第2阶段（1992—2001年）植被NDVI呈上升趋势。阿拉善左旗35年植被NDVI空间分布特征总体呈下降趋势，植被资源亟待保护。

关键词 植被NDVI;变化趋势;回归分析;阿拉善左旗

中图分类号：S718.54 文献标识码：A doi：10.13601/j.issn.1005-5215.2022.04.003

Analysisof NDVI Dynamic Trend in Alxa Left Banner in Recent 35 years

Dang Mengjiao Liu Xuejuan Yang Shirong Zhao Jing Ma Kehua Luo Wei Tubujiya

（1.Alxa Institute of Forestry and Grassland，Alxa，750300，Inner Mongolia;2. Alxa Protection Station of Forest and Grassland，Alxa 75030，Inner Mongolia;3. Alxa Air Ranger Station，Alxa 750300，Inner Mongolia;4. Yabulai Station of Inner Mongolia Badanjilin Nature Reserve，Alxa 737300，Inner Mongolia）

AbstractIn this study，the Pixel bisection model was used to analyze the vegetation TM remote sensing data of Alxa Left Banner from 1984 to 2018，and the vegetation coverage of different years was obtained，using monadic linear regression and other methods to assess the NDVI trend of Alxa Left Banner Vegetation in recent 35 years. The results showed that： 1） the average NDVI value of Alxa Left Banner Vegetation was 22.7%，the vegetation coverage grade of Alxa Left Banner Vegetation gradually increased  from Grade Ⅱ to Grade Ⅰ from 1984 to 1989，and the vegetation coverage grade of Grade Ⅱ accounted for 25% from 1984 to 1922. The land type was sandy land. From 1992 to 2018，the proportion of Grade Ⅰ vegetation coverage was 75%，and the land type was wasteland. The overall vegetation NDVI status in the study area changed from low to very low coverage，and maintained extremely low coverage;2） the temporal and spatial variation characteristics of NDVI in Alxa Left Banner showed a fluctuating downward trend from 1984 to 2018，and the slope of NDVI was -0006. The periodic variation characteristic of NDVI was obvious，which NDVI in the first，third and fourth stages showed a negative growth trend，and NDVI in the second stage showed an upward trend. In conclusion，the spatial distribution characteristics of vegetation NDVI in Alxa Left Banner 35a showed a declining trend，and the vegetation resources are in urgent need of protection.

Key wordsvegetation NDVI;change trends;regression analysis;Alxa Left Banner722673BD-DF0B-4179-A070-F58E45ED82FF

植被覆盖度（Fractional Vegetation Cover，FVC）指植被冠层垂直投影面积占基准地表单位总面积的比例或百分比，它表现出了植被在水平方向上的密度情况[1]。植被覆盖度是演示生态系统变化的重要指标[2]，通常用于陆表蒸发散计算、植被状况评估、生态模型拟模或水土保持和荒漠化进程分析[3]。地表植被覆盖是描述生态系统特征的基础数据，环境变化、人类活动、自然灾害等因素都会引起植被覆盖度的变化[4]，获取地表植被覆盖及其变化信息，不仅可以体现局部地区的自然生态环境健康情況[5]，对评价区域生态环境同样具有重要现实意义[6]。因此，研究一个区域的植被覆盖度变化趋势对了解植被的演变，预测未来气候变化下植被的变化特征具有重要价值[7]，有利于从宏观层面实现对生态环境的全面监测[8]。

目前，基于长时间序列的归一化指数数据集[9]，国内外应用广泛、技术成熟的植被覆盖度提取模型是像元二分模型[10]。像元二分模型是混合像元分解的一种方法[11]，除了植被，像元二分模型也被运用于其他方面，例如重金属反演、水体提取等。章琼等[12]将像元二分模型运用到土壤重金属反演方面发现，经过像元二分模型处理的土壤反射率与重金属Cr两者敏感性显著相关，取得较好效果。丁鹏飞等[13]将像元二分模型运用到水体指数提取研究中发现，像元二分模型对提取水体信息更精确，特别是对水陆模糊边界区域提取精度效果较好。由于还未有人利用像元二分模型法探究阿拉善盟植被NDVI变化趋势，基于此，本研究将用此方法，对1984—2018近35年阿拉善左旗植被的改善和退化状况进行分析，探讨研究区植被覆盖度的空间分布特征，以期为解决阿拉善左旗植被改善与恢复等问题提供理论依据。

1 研究区概况

研究区位于贺兰山以西的腾格里沙漠东北缘，地形由东南向西北倾斜，属贺兰山洪积扇边缘，地势开阔[14]，衔接起伏的沙丘，地表风蚀作用强，主要以固定、半固定沙地为主[15]。土壤类型以风沙土为主。气候属典型的温带大陆性气候[16]，据研究区周边3个国家基准气象站（阿拉善左旗、吉兰泰和巴彦淖尔）1978—2017年气象资料，该区年均降水量100～200 mm，平均为142.0±35.6 mm，降雨主要集中在6—9月，约占全年的62%;年均气温为8.7±0.7 ℃，7月最高气温可达41.1 ℃，1月最低气温达-34.4 ℃;年均风速为7.1±0.4 m·s^-1，春季和冬季大风天数居多，最大风速可达26 m·s^-1。

2 数据与方法

2.1 数据来源及处理

从地理数据空间云平台下载1984—2018年的TM遥感影像数据，为最大程度消除云、雾、大气和非生长季的影响，选取8月作为研究时段，该时段植被长势旺盛，同时含云量控制在1%以内，数据质量好。受2013年之前波段的影响，本研究用近红外波段和可见红外波段遥感影像计算各期影像NDVI，进一步消除云、大气等因素的干扰。收集研究区部分野外GPS调查数据和其他相关统计数据。采用 ENVI 软件对影像进行裁剪、拼接等预处理，得到阿拉善左旗的遥感数据。

2.2研究方法

2.2.1归一化植被指数归一化植被指数是反映区域植被生态态势的重要参数因子，被定义为近红外波段与可见光红外波段数值之差与这两个波段数值之和的比值[17]，计算公式如下：

NDVI的范围在[-1，1]之间，地物对可见光的反射越高，NDVI便越低，当值为负时表示地面覆盖为水、雪或在空中受到了云的干扰等[18];若值为0，则表示为裸地或岩石等，而在有植被覆盖时，NDVI为正，且值随着植被覆盖密度的增长而变大[19]。NDVI经比值处理，可以部分消除与太阳高度角、卫星观测角、地形、云、阴影和大气条件等有关的辐照度条件变化的影响[20]。式中，B_nir代表近红外波段的反射值;B_red代表红光波段的反射值;ND-VI是植物生长状态及植被空间分布密度的最佳指示因子。

2.2.2 植被覆盖度

像元二分模型是目前植被覆盖度反演的有效方法[21]，其原理为通过遥感传感器所观测到的信息S，可表达为由绿色植被成分所贡献的信息S_veg和由土壤成分所贡献的信息S_soil这两部分组成，植被覆盖度Fc就是像元中植被覆盖所占的面积，计算公式如下：

2.2.3 趋势分析

采用一元线性回归分析法中的斜率公式计算生长季NDVI的年际变化趋势（Slope）[22]，并进行显著性检验。Slope的计算公式如下：

2.2.4 植被盖度等级划分依据 为更加直观地展现近35年来阿拉善左旗植被覆盖度变化情况，对历年植被覆盖度进行等比例阈值划分。按照水利部2007年颁布的《土壤侵蚀分类分级标准》及相关研究成果[23]，结合研究区实况资料、野外调查点数据，对分类的结果进行了精度验证[24]，在此基础上，基于ArcGIS 软件将植被覆盖度等级划分为5级，具体划分标准为：极低植被覆盖（Fc≤0.1）;低植被覆盖（0.1

3 结果与分析

3.1 植被NDVI变化分析

阿拉善左旗多年植被NDVI平均值为22.7%，植被NDVI平均最高值为37%（1984年），最低值为7%（2018年）。由图1可以看出，1984—2018年阿拉善左旗平均生长季植被NDVI增长率呈缓慢下降趋势，将历年植被NDVI的变化大致分为4个阶段，即1984—1992年（第1阶段）、1992—2001年（第2阶段）、2001—2010年（第3阶段）、2010—2018年（第4阶段）。第1阶段植被NDVI下滑幅度为4个阶段中最大的一个阶段，第2阶段和第3阶段下降速率则较为平稳，最后一阶段的下滑幅度也较大，但比第1阶段略小。由图2可以看出：1984—1989年、1999—2004年、2014—2018年植被NDVI均呈大幅下降趋势。其他阶段植被NDVI则是小幅度上升。722673BD-DF0B-4179-A070-F58E45ED82FF

3.2 植被NDVI描述性统计分析

阿拉善左旗植被覆盖平均值从1984年到2018年逐渐减小，1984年植被NDVI平均值最大，约为29%。各年植被NDVI的中值和均值均很接近，表明植被NDVI的中心趋向分布不被异常值所决定，标准差为0.07～0.12。变异系数（CV）表示随机变量的离散程度，CV≤10%为弱变异性;10%

3.3 植物NDVI变化等级划分

由表3可知，4个阶段的植被盖度等级从Ⅱ级逐渐降升高到Ⅰ级，Ⅰ级的植被NDVI阈值为0.1

3.4 植物NDVI线性回归方程分析

从图3可以看出1984—2018年阿拉善左旗植被NDVI的时空变化特征呈波动下降趋势，植被NDVI的斜率为-0.006。同时，由图4可知，植被NDVI的阶段性变化特征明显，1984—2018年阿拉善左旗植被NDVI变化斜率为-0.014～0.003，第2阶段植被NDVI的斜率最大，呈上升趋势。第1阶段、第3阶段和第4阶段植被NDVI的斜率均为负增长，呈现负增长趋势。

由图4中的一元线性回归方程和R2值可知，阿拉善左旗植被NDVI与植被发育的4个阶段分别呈线性关系。从直线相关的变化方向看，第1阶段、第2阶段和第4阶段均呈负相关关系，第3阶段呈正相关关系，且线性均拟合较好。表4为图4中方程的方差分析表。由表4可知，4个阶段的概率P值均为0，且小于005，所以回归方程式在置信水平α=005下是显著的。可以看出阿拉善左旗植被NDVI与植被发育的4个阶段线性回归高度显著，二者之间存在线性相关关系，回归效果显著，方程建立有意义。植被NDVI与植被发育的4个阶段线性回归系数分析详见表5。由表5可以看出方程的回归系数具有显著意义，回归效果显著。

4 讨论

阿拉善左旗常年气候干旱且降雨量较少，植被NDVI值在第1阶段出现大幅度下降，1984—1992年未开展造林工程及围封保育措施，牲畜啃食及经济发展建设导致植被覆盖度骤降。植被NDVI值在第2阶段出现小幅度上升，1992—2001开展了小幅度的封山育林及飞播造林工程，并取得了一定的成效。第3阶段在小幅度上升后出现大幅度下降并保持稳定状态，2001—2010年虽然进行了大幅度的飞播造林工程，但是由于技术不成熟导致植被成活率较低，且气候恶化导致造林收益不高。第4阶段出现大幅度下降趋势，2010—2018虽然开展了大幅度的人工造林及飞播造林工程，也较大程度地实施了围封保育措施，但基于历年天然林的减少在一定程度上有了退化的趋势，导致植被NDVI出现骤降。

基于对阿拉善左旗近35年植被NDVI的实时监测，可以更加直观地对植被的改善及退化进行深层次的了解。黄栋等[25]研究表明，建设用地的扩张及人类活动驱动下土地利用变化是导致区域植被退化的关键因素，该结论与本研究结果一致。土壤质量会间接影响植被发育状况，在经济发展的同时更要注重植被恢复重建。刘洋洋等[26]研究表明，植被NDVI值往往更容易被干旱所影响，干旱会使植被增加抗性且快速适应环境。本研究结论与此相似。可以看出，在气候干旱的环境中，植被所受到的胁迫也更加明显，虽然植被会快速适应环境，同时也出现了逐渐退化的趨势。基于此，在加大力度开展人工造林和飞播造林工程同时，天然林的退化趋势及退化原因也是我们要研究的关键问题。

5 结论

基于像元二分模型、描述性统计分析和一元线性回归分析等方法，分析了阿拉善左旗1984—2018年植被NDVI随时间变化趋势。

5.1 阿拉善左旗1984—1989年植被NDVI平均值为22.7%，植被NDVI平均最高值为37%（1984年），最低值为7%（2018年）。1984—1989年、1999—2004年、2014—2018年植被NDVI均呈大幅下降趋势，其他阶段则植被NDVI则是小幅度上升。

5.2 阿拉善左旗1984—1989年植被NDVI平均值变异性较弱，离散程度较小，集中趋势测度值的代表性较强。偏度系数均为正值。第2阶段、第3阶段和第4阶段植被NDVI的峰度系数均为正值，第1阶段峰度系数为负值。4个阶段的植被NDVI数据均呈正态分布。

5.3 阿拉善左旗1984—1989年植被盖度等级从Ⅱ级逐渐降升高到Ⅰ级，研究区植被NDVI整体状况从低覆盖度演变为极低覆盖度，并且一直保持极低覆盖度级别。

5.4 阿拉善左旗1984—2018年植被NDVI的时空变化特征呈波动下降趋势，植被NDVI的斜率为-0.006。植被NDVI的阶段性变化特征明显，4个阶段线性均拟合较好，回归效果显著。

参考文献：

[1] 胡孟珂，于欢，孔博，等.2001—2020年嘉陵江流域植被覆盖度时空变化特征[J].人民长江，2022（1）：82-89，96

[2] 姜萍，胡列群，肖静，等.新疆植被NDVI时空变化及定量归因[J].水土保持研究，2022（2）：212-220，242

[3] 刘瑞瑶，许丽，丰菲，等.2000-2018年乌海市植被覆盖度时空变化[J].水土保持研究，2022（2）：265-273

[4] 郭金停，胡远满，布仁仓.中国东北多年冻土退化对植被季节NDVI的影响研究[J].内蒙古师范大学学报：自然科学汉文版，2022（1）：50-56

[5] 耿庆玲，陈晓青，赫晓慧，等.中国不同植被类型NDVI对气候变化和人类活动的响应[J].生态学报，2022（9）：1-12

[6] 韦钦桦，罗文斐，李浩，等.基于无人机高光谱影像的植被覆盖度遥感估算模型比较[J].华南师范大学学报：自然科学版，2021（6）：79-87

[7] 黄豪奔，徐海量，林涛，等.2001—2020年新疆阿勒泰地区NDVI时空变化特征及其对气候变化的响应[J].生态学报，2022（7）：1-12722673BD-DF0B-4179-A070-F58E45ED82FF

[8] 滑永春，张恒，王冰，等.1982—2015年内蒙古地区NDVI时空变化及驱动力分析[J].西南林业大学学报：自然科学，2021（6）：175-182

[9] 刘咏梅，范鸿建，盖星华，等.基于无人机高光谱影像的NDVI估算植被盖度精度分析[J].自然资源遥感，2021（3）：11-17

[10] 丁鹏飞，刘汉湖.基于像元二分模型改进的水体指数提取方法研究[J].河南科学，2020（10）：1625-1632

[11] 张思源，聂莹，张海燕，等.基于地理探测器的内蒙古植被NDVI时空变化与驱动力分析[J].草地学报，2020（5）：1460-1472

[12] 章琼，郭云开，钱佳，等. 像元二分模型的土壤重金属Cr的遥感反演[J]. 测绘科学，2020，45（4）： 58-63

[13] 丁鹏飞，刘汉湖.基于像元二分模型改进的水体指数提取方法研究[J].河南科学，2020，38（10）： 1625-1632

[14] 范子昂，魏文寿，陈峰，等.树轮记录的腾格里沙漠东缘1775—2005年降水变化[J].中国沙漠，2012（4）：996-1002

[15] 单鹏飞.腾格里沙漠东北缘末次冰期冰楔的首次发现及其意义[J].科学通报，1996（2）：160-163

[16] 田永祯，李埃新，庞德胜.腾格里沙漠东缘飞播固沙植物生长状况的研究[J].内蒙古林学院学报，1999（2）：8-11

[17] 岳胜如，李瑞平，徐冰.内蒙古中部植被覆盖度监测及气象驱动力分析[J].湖北农业科学，2015（7）：1574-1577，1581

[18] 任世龙，宜树华，陈建军，等.高山草地植被盖度对气候变暖和人类活动的响应[J].草业科学，2013（4）：506-514

[19] 颜亮，周广胜，张峰，等.内蒙古荒漠草原植被盖度的空间异质性动态分析[J].生态学报，2012（13）：4017-4024

[20] 高清竹，段敏杰，李玉娥，等.1981-2006年藏西北地区草地植被盖度动态变化分析[J].中国农业气象，2010（4）：582-585

[21] 许旭，李晓兵，梁涵玮，等.内蒙古温带草原区植被盖度变化及其与气象因子的关系[J].生态学报，2010（14）：3733-3743

[22] 刘同海，吴新宏，董永平.基于TM影像的草原沙漠化植被蓋度分析研究[J].干旱区资源与环境，2010（2）：141-144

[23] 满多清，吴春荣，徐先英，等.腾格里沙漠东南缘荒漠植被盖度月变化特征及生态恢复[J].中国沙漠，2005（1）：142-146

[24] 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（6）：416-422，481

[25] 黄栋，李鹏，董南.近20 a环渤海地区GS_NDVI时空分异及其对气候变化和LUCC的响应[J].生态环境学报，2021（12）：2275-2284

[26] 刘洋洋，任涵玉，呼天明，等.中国草地NDVI时空动态对多尺度干旱的响应[J].水土保持研究，2022（1）：153-161，168722673BD-DF0B-4179-A070-F58E45ED82FF