中國新疆及中亞五國干旱區(qū)草地覆蓋度反演與分析

劉春靜，張 麗，周 宇，張炳華，侯小麗,3

(1.山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院，山東 泰安 271018；2.中國科學(xué)院遙感與數(shù)字地球研究所，數(shù)字地球重點(diǎn)實(shí)驗(yàn)室，北京 100094; 3.山東農(nóng)業(yè)大學(xué)林學(xué)院，山東 泰安 271018)

中國新疆及中亞五國干旱區(qū)草地覆蓋度反演與分析

劉春靜1,2，張 麗2，周 宇2，張炳華2，侯小麗2,3

(1.山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院，山東 泰安 271018；2.中國科學(xué)院遙感與數(shù)字地球研究所，數(shù)字地球重點(diǎn)實(shí)驗(yàn)室，北京 100094; 3.山東農(nóng)業(yè)大學(xué)林學(xué)院，山東 泰安 271018)

摘要：干旱區(qū)的草地覆蓋度較低，在光譜信息中表現(xiàn)較弱，增加了反演的難度。本研究在中國新疆及中亞五國干旱區(qū)對比4種植被覆蓋度反演模型發(fā)現(xiàn)，像元二分模型能夠較好地提取大范圍內(nèi)的植被覆蓋度信息。在此基礎(chǔ)上，反演2000―2013 年中國新疆及中亞五國干旱區(qū)草地覆蓋度并分析草地狀況。研究發(fā)現(xiàn)，中國新疆及中亞五國草地覆蓋度區(qū)域性差異較大，整體呈現(xiàn)退化趨勢，退化區(qū)域主要分布在哈薩克斯坦的北部和西北部地區(qū)以及部分流域地區(qū)。不同等級草地覆蓋度變化趨勢為中等、中高和高植被覆蓋度的草地有向低、中低植被覆蓋度的草地轉(zhuǎn)換。從國家及地區(qū)角度分析，哈薩克斯坦草地顯著退化，而中國中國新疆的草地覆蓋度均值在平穩(wěn)中顯著增長。

關(guān)鍵詞：MODIS；像元二分模型；植被覆蓋度；草地退化

中國新疆及中亞五國深居亞歐大陸腹地，具有典型的大陸性氣候特征，突出表現(xiàn)為降水稀少、極其干燥、光照充足、蒸發(fā)量大、溫度變化劇烈、水資源分布極其不均勻。獨(dú)特的地理位置和自然條件，使其具有豐富的自然資源和能源的同時(shí)[1-2]，又易受全球氣候變化和人類活動的影響，成為生態(tài)環(huán)境脆弱區(qū)。隨著人類活動的加強(qiáng)，該地區(qū)生態(tài)環(huán)境發(fā)生了顯著變化，尤其是蘇聯(lián)解體后，中亞五國原有的政策體制被打亂，部分區(qū)域的生態(tài)環(huán)境出現(xiàn)了明顯的退化甚至惡化現(xiàn)象[3-4]。中亞五國已經(jīng)成為亞洲乃至世界上生態(tài)環(huán)境惡化最嚴(yán)重的區(qū)域之一[5]，日益引起國際社會的關(guān)注[6]。中亞五國作為“絲綢之路經(jīng)濟(jì)帶”的核心區(qū)域，具有重要的戰(zhàn)略地位。隨著“絲綢之路經(jīng)濟(jì)帶”建設(shè)的逐步推進(jìn)，中國和中亞五國都將進(jìn)入經(jīng)濟(jì)快速增長時(shí)期；而伴隨著人類活動加劇，脆弱的生態(tài)環(huán)境將面臨更為嚴(yán)峻的考驗(yàn)，因此，對中亞五國生態(tài)環(huán)境進(jìn)行有效的監(jiān)測與分析就勢在必行。而中國新疆和中亞五國地區(qū)主要的植被類型為草地，作為可再生的自然資源，草地不僅是發(fā)展畜牧業(yè)的物質(zhì)基礎(chǔ)，更有涵養(yǎng)水分、防風(fēng)固沙等生態(tài)功能，具有極其重要的經(jīng)濟(jì)和生態(tài)價(jià)值。中國新疆和中亞五國干旱區(qū)草地生態(tài)系統(tǒng)十分脆弱，易受人類活動和全球氣候變化的影響，甚至部分地區(qū)的草地已經(jīng)退化，這已成為制約畜牧業(yè)持續(xù)發(fā)展及生態(tài)環(huán)境改善的重要因素。

植被是表征陸地生態(tài)系統(tǒng)的重要指標(biāo)[7]。本研究選取植被覆蓋度作為監(jiān)測指標(biāo)，分析中國新疆及中亞五國干旱區(qū)草地覆蓋度狀況及其變化趨勢。植被覆蓋度作為區(qū)域以及全球生態(tài)系統(tǒng)環(huán)境變化中的一個(gè)重要的敏感因子，是衡量植被覆蓋和生長狀況的重要生態(tài)學(xué)參數(shù)和量化指標(biāo)，能夠在一定程度上反映生態(tài)環(huán)境質(zhì)量的優(yōu)劣狀況[8-9]。

植被覆蓋度(fractional vegetation cover,Fc)是指植被(包括葉、莖、枝)在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的百分比[10]。其測算方法的發(fā)展大致經(jīng)歷了簡單目測估算、儀器測量計(jì)算和遙感解譯分析3個(gè)階段[11]。前兩種方法費(fèi)時(shí)、費(fèi)力且精度不高，而遙感解譯分析能反映不同空間尺度的植被覆蓋度信息及其變化趨勢，因此遙感解譯分析方法成為獲取區(qū)域乃至全球植被覆蓋度參數(shù)的一個(gè)重要手段。目前,利用遙感手段反演植被覆蓋度的方法很多，如：經(jīng)驗(yàn)?zāi)Ｐ头ㄊ歉鶕?jù)樣點(diǎn)建立地表實(shí)測植被覆蓋度與遙感信息之間的估算模型，特點(diǎn)是對實(shí)測數(shù)據(jù)依賴性強(qiáng)，小區(qū)域時(shí)精度較高，缺點(diǎn)是受觀測時(shí)間、地點(diǎn)、大氣狀況和土壤狀況影響顯著，不利于直接推廣使用[12]。像元二分模型是基于假設(shè)像元有植被和非植被組成，特點(diǎn)是應(yīng)用比較廣泛，可操作性強(qiáng)，不需要復(fù)雜推導(dǎo)的參數(shù)就可以適用不同種植被類型, 也適用于不同分辨率的遙感數(shù)據(jù)[13-14]，缺點(diǎn)是對高覆蓋度的植被變化不太敏感；亞像元分解模型是根據(jù)像元的植被覆蓋特點(diǎn)將像元二分模型進(jìn)一步細(xì)分，特點(diǎn)是獲得精度較高，缺點(diǎn)是需要大量的輸入?yún)?shù)[15-16]。三波段最大梯度差法模型是基于地物體現(xiàn)在光譜上生物物理特性的基礎(chǔ)上提出的一種根據(jù)綠、紅、近紅外3個(gè)波段梯度差來計(jì)算植被覆蓋度的方法，特點(diǎn)是具有高飽和點(diǎn)和一定的背景消除力，算法簡單，容易實(shí)現(xiàn)[17]，缺點(diǎn)是低覆蓋區(qū)域的反演精度偏低。修正的三波段最大梯度差法模型是采用短波紅外代替綠波段來增大植被-非植被區(qū)梯度差的差異，實(shí)現(xiàn)模型修正，特點(diǎn)是在不同尺度上反演的覆蓋度信息與實(shí)測值的一致性較好，缺點(diǎn)是土壤濕度增加時(shí)，不能保持良好的反演效果[16-18]。FCD模型法是通過FCD值大小劃分植被覆蓋度等級，從而做出植被覆蓋度等級圖[19]，優(yōu)點(diǎn)是能夠表明植被的生長現(xiàn)象，精度較高，缺點(diǎn)是計(jì)算繁瑣，應(yīng)用較少[12]。

本研究首先基于野外實(shí)測數(shù)據(jù)對像元二分模型、亞像元分解模型、三波段最大梯度差法模型以及修正的三波段最大梯度差法模型進(jìn)行對比，獲得一種適宜該地區(qū)干旱區(qū)草地覆蓋度的反演模型。進(jìn)而，選用該模型反演了近14年(2000―2013年)中國新疆及中亞五國的草地覆蓋度信息并進(jìn)行定量分析，為研究區(qū)草地的合理利用和保護(hù)提供依據(jù)。

1研究區(qū)與方法

1.1研究區(qū)概況

本研究區(qū)(45-100° E，30-60° N)包括中國新疆和哈薩克斯坦、吉爾吉斯斯坦、烏茲別克斯坦、塔吉克斯坦、土庫曼斯坦。研究區(qū)東與蒙古國和中國的甘肅、青海、西藏等省(區(qū))接壤，西達(dá)里海東岸，南鄰伊朗、阿富汗、巴基斯坦，北與俄羅斯相鄰。研究區(qū)地域遼闊，地形條件復(fù)雜多樣，橫跨天山山脈，北部是哈薩克丘陵，南部是克孜勒庫姆沙漠、卡拉庫姆沙漠、塔克拉瑪干沙漠，中部和西部是圖蘭平原與里海沿海平原(圖1)。研究區(qū)的植被類型包括草地、農(nóng)田、灌木等，其中草地面積約占整個(gè)中亞面積的50%。

中國新疆及中亞五國深居亞歐大陸腹地，日照充足，氣溫日較差很大，沙漠中極端高溫可高達(dá)50 ℃[21]。同時(shí)，山脈和高原攔截了高空西風(fēng)帶輸送的來自北冰洋和大西洋的微弱濕冷水汽，使得降水集中分布在迎風(fēng)山坡，而背風(fēng)坡和許多山間盆地等的降水量急劇減少[22]。各地年均降水量相差很大，年內(nèi)降水量最多的月份也因地域而不同。在2000s后期，中亞大部分地區(qū)的氣溫經(jīng)歷了一次顯著的增溫過程，其中春季、秋季增溫最為明顯，而冬季氣溫?zé)o顯著性變化[22]。因此，研究區(qū)的氣溫和降水在空間分布和時(shí)間演變上，不僅表現(xiàn)出了地區(qū)的整體性，也具有獨(dú)立性[2]。

圖1　研究區(qū)及野外數(shù)據(jù)采集線路圖[20]

1.2數(shù)據(jù)源和研究方法

1.2.1數(shù)據(jù)源與預(yù)處理

1)野外實(shí)測數(shù)據(jù):野外實(shí)測試驗(yàn)區(qū)位于中國新疆最北部的阿勒泰地區(qū)，地處85°31′37″-91°01′15″ E，44°59′35″-49°10′45″ N。屬大陸性氣候，冬季漫長寒冷，夏季短促、氣溫平和，無霜期較短，大風(fēng)多，年日照較為豐富，年降水量垂直變化大，是中國新疆降水量相對較多的地區(qū)。野外數(shù)據(jù)采集路線如圖1所示，獲取時(shí)間為2013年7月22日-25日。根據(jù)地形情況、草地類型，選擇具有代表性的樣地，樣方大小為1 m×1 m，精確記錄每個(gè)樣地的海拔、經(jīng)緯度、草層高度等信息。

2)MODIS數(shù)據(jù):本研究采用數(shù)據(jù)包括美國國家航空航天局(National Aeronautics and Space Administration，NASA)網(wǎng)站(http://ladsweb.nascom.nasa.gov)上下載的地表反射率產(chǎn)品MOD09A1(時(shí)間分辨率是8 d，空間分辨率是500 m，2000-2013年)、土地覆蓋數(shù)據(jù)產(chǎn)品MCD12Q1(時(shí)間分辨率是1 年，空間分辨率是500 m)和葉面積指數(shù)產(chǎn)品MOD15A2(時(shí)間分辨率是8 d，空間分辨率是1 km)。本研究基于MOD09A1產(chǎn)品，采用最大值合成法，計(jì)算年最大化的NDVI產(chǎn)品。選用MCD12Q1產(chǎn)品中 IGBP(International Geosphere-Biosphere Program，國際地圈生物圈計(jì)劃)分類方案，選取其中的草地作為研究類型。選用MOD15A2產(chǎn)品中葉面積指數(shù)(LAI)產(chǎn)品，用于計(jì)算亞像元分解模型。

1.2.2草地覆蓋度反演模型選用像元二分模型、亞像元分解模型、三波段最大梯度差法模型和修正的三波段最大梯度差法模型4種模型對中國新疆及中亞五國的草地覆蓋度進(jìn)行反演。

像元二分模型[13]:

式中：NDVIsoil是無植被像元的NDVI值，即完全被裸土覆蓋的像元的NDVI值；NDVIveg是全植被像元的NDVI值，即完全被綠色植被覆蓋的像元的NDVI值。

亞像元分解模型[23]：

式中：NDVIsoil為純土壤的NDVI值；NDVI∞為高垂直密度植被(LAI→∞)的NDVI值；k為消光系數(shù)，其取值范圍是0.8

三波段最大梯度差法模型[17]：

式中：Rnir、Rr、Rg分別代表近紅外、紅、綠波段的反射率；Inir、Ir、Ig分別代表近紅外、紅、綠波段的波長；A為植被覆蓋面積比；d為像元梯度差；dmax為像元最大梯度差。

修正的三波段最大梯度差法模型[15-16]:

利用像元二分模型反演草地覆蓋度時(shí)，由于影像上存在著噪聲，為減少噪聲影響，NDVIveg和NDVIsoil的取值應(yīng)取置信度區(qū)間內(nèi)的最大值和最小值。因此，從預(yù)處理的NDVI影像計(jì)算累計(jì)概率分布，從NDVI累計(jì)概率分布表中選取置信度為0.5%、1%、3%、5%的多組NDVIveg和NDVIsoil的值，將基于各組NDVIveg和NDVIsoil反演得到的植被覆蓋度，與野外實(shí)測數(shù)據(jù)進(jìn)行比較，最終確定選取累計(jì)概率為1%的NDVI值為NDVIsoil，而累計(jì)概率為99%的NDVI值為NDVIveg。在利用亞像元分解模型反演草地覆蓋度時(shí)，結(jié)合模型條件和草地特點(diǎn)分析，本研究對象符合非密度模型條件，故選用非密度模型進(jìn)行反演[24]，將預(yù)處理之后的NDVI和LAI產(chǎn)品帶入公式反演草地覆蓋度。在利用三波段最大梯度差法模型和修正的三波段最大梯度差法模型反演草地覆蓋度時(shí)，由于后者是采用短波紅外代替綠波段來增大植被-非植被區(qū)梯度差的差異，因此，利用MRT從MOD09A1產(chǎn)品中提取近紅、紅、綠、短波紅外波段，結(jié)合各波段波長，分別反演草地覆蓋度。另外，兩模型的dveg是在d的頻率累計(jì)表中，取累計(jì)頻率為99.5%的d值作為dveg的值[18]。

1.2.3精度驗(yàn)證方法為了定量評估MODIS數(shù)據(jù)反演植被覆蓋度的精度，本研究采用判定系數(shù)(R2)和均方根誤差(RMSE)對反演結(jié)果進(jìn)行精度評價(jià)。判定系數(shù)的大小決定了相關(guān)的密切程度。一元回歸分析中，當(dāng)R2越接近1時(shí)，表示相關(guān)的方程式參考價(jià)值越高；相反，越接近0時(shí)，表示參考價(jià)值越低。

均方根誤差公式如下：

(1)

式中:yi為植被覆蓋度反演值，yi′為植被覆蓋度野外觀測值，yi-yi′為絕對誤差，反映了反演值偏離實(shí)測值的大小，n為野外實(shí)測樣本數(shù)。RMSE的值越小,反演值越接近野外觀測值，反演精度越高。

1.2.4草地覆蓋度年際變化趨勢采用線性擬合觀測中國新疆及中亞五國2000-2013年最大草地覆蓋度的變化趨勢，計(jì)算公式為：

(2)

式中，n為監(jiān)測時(shí)間段的年數(shù)；Fci為第i年的年最大草地覆蓋度值；θslope是趨勢的斜率，當(dāng)θslope>0時(shí)，說明植被覆蓋度在n年的變化趨勢是增加的，即草地呈改善趨勢，當(dāng)θslope<0時(shí)，說明植被覆蓋度在n年的變化趨勢是減少的，即草地呈退化趨勢。

為了解14 年來中國新疆及中亞草地覆蓋度顯著變化情況，對變化趨勢進(jìn)行顯著性檢驗(yàn)，根據(jù)顯著性檢驗(yàn)將結(jié)果分為5個(gè)等級：極顯著減少(θslope<0，P≤0.01)；顯著減少(θslope<0，0.010.05)；顯著增加(θslope>0，0.010，P≤0.01)[25]。

2結(jié)果與分析

2.1草地覆蓋度反演結(jié)果驗(yàn)證

利用野外實(shí)測數(shù)據(jù)經(jīng)緯度坐標(biāo)，從4種模型反演結(jié)果中提取對應(yīng)點(diǎn)的草地覆蓋度反演值。計(jì)算實(shí)測值和反演值的R2和RMSE，檢驗(yàn)不同模型估算植被覆蓋度的精度(表1)。

應(yīng)用像元二分模型計(jì)算的草地覆蓋度反演值與實(shí)測值的擬合精度最高，RMSE值最小(表2)。而其它3種方法的反演值與實(shí)測值的擬合精度相對較低，反演精度較低。

表1　4種模型的精度分析

分析反演值與實(shí)測值的差異及研究區(qū)的特點(diǎn)，發(fā)現(xiàn)應(yīng)用亞像元分解模型得到的反演值中，低植被覆蓋區(qū)的反演值比實(shí)測值偏大。應(yīng)用三波段最大梯度差法模型得到的反演值比實(shí)測值偏小。雖然修正的三波段最大梯度差法模型有所改進(jìn)，但是效果并不顯著，分析認(rèn)為可能是模型對草地覆蓋度低的區(qū)域敏感程度不同，反演結(jié)果偏差較大，因此對干旱區(qū)稀疏草地覆蓋度的反演適用性較低。基于以上對比分析結(jié)果，本研究最終選用像元二分模型作為中國新疆及中亞地區(qū)草地覆蓋度的反演模型。

2.2像元二分模型適應(yīng)性分析

模型適應(yīng)性分析是指檢測該模型對不同時(shí)相的影像圖得出的植被覆蓋度效果是否一致[26]。為檢測像元二分模型對不同時(shí)相的遙感影像反演草地覆蓋度適應(yīng)性，本研究采用2011年7月和2013年7月的MODIS地表反射率產(chǎn)品MOD09A1反演研究區(qū)草地覆蓋度(圖2)，對像元二分模型的適應(yīng)性進(jìn)行分析。

2013年哈薩克斯坦北部部分地區(qū)的草地覆蓋度比2011年偏低(圖2)，可能是受人類活動的影響。因此，為分析模型的適應(yīng)性，從圖2影像中選擇一些有代表性、受人類干擾較少的區(qū)域進(jìn)行對比分析(表2)。發(fā)現(xiàn)，應(yīng)用像元二分模型反演的不同時(shí)相草地覆蓋度誤差為3.73%左右，準(zhǔn)確性較高，表明像元二分模型適用于不同時(shí)相的遙感影像反演草地覆蓋度的情況。

圖2　2011年和2013年草地覆蓋度

表2　不同時(shí)相數(shù)據(jù)對比分析

2.3草地覆蓋度年際變化空間趨勢分析

從研究區(qū)草地覆蓋度總體變化來看(圖3)，14年來，變化不顯著的草地面積占草地總面積的比例高達(dá)85.13%。而極顯著減少的草地有14.61萬km2(占草地總面積的4.89%)，顯著減少的草地有22.15萬km2(占草地總面積的7.41%)，二者之和為36.76萬km2，占草地總面積的12.30%。顯著增加的草地有4.15萬km2(占草地總面積的1.39%)，極顯著增加的草地有3.52萬 km2(占草地總面積的1.18%)，二者之和為7.67萬 km2，占草地總面積的2.57%。

從各級顯著性分布區(qū)域來看，極顯著退化以及顯著退化草地主要分布在哈薩克斯坦的北部和西北部地區(qū)以及部分流域地區(qū)，包括圖爾蓋高原、圖爾蓋洼地、哈薩克丘陵北部和南部、烏拉爾河-里海流域、額爾齊斯河流域，阿姆河-錫爾河流域、伊犁河流域的上游及下游部分地區(qū)。而這些地區(qū)的植被生長與氣溫呈顯著負(fù)相關(guān)[27]，即2000s后期氣溫的上升對草地的生長起抑制作用，表現(xiàn)在：氣溫上升導(dǎo)致草地的呼吸作用高于光合作用以及蒸散發(fā)作用增強(qiáng)。

2000-2013年間，極顯著增加和顯著增加的草地較少，主要分布在中國新疆天山以北區(qū)域以及巴爾喀什湖流域的部分地區(qū)。分析中國新疆草地可知，從2000年開始不僅有退耕還林(草)政策的支持，而且降水量呈顯著增加趨勢[28]，從而促使了中國新疆草地的改善。

針對中國新疆及中亞草地退化顯著增加的區(qū)域(包括顯著增加和極顯著增加區(qū)域)、顯著減少的區(qū)域(包括顯著減少和極顯著減少區(qū)域)以及草地覆蓋度均值進(jìn)行比較分析(圖4)，發(fā)現(xiàn)14 年間，顯著減少的區(qū)域草地覆蓋度均值年際變化波動較大且下降速率很快，達(dá)到-0.015 2·a-1(P<0.001)，明顯大于研究區(qū)內(nèi)草地覆蓋度均值變化速率(-0.003 8·a-1，P=0.052)，說明顯著減少的區(qū)域草地退化現(xiàn)象嚴(yán)重。而顯著增加的區(qū)域的草地覆蓋度均值上升速率較快，達(dá)到0.016·a-1(P<0.001)，說明顯著增加的區(qū)域的草地改善顯著。

圖3　中國新疆及中亞五國草地退化評價(jià)圖(2000-2013年)

圖4　中國新疆及中亞五國干旱區(qū)草地覆蓋度均值變化趨勢圖(2000-2013)

以植被覆蓋度作為評價(jià)指標(biāo)，對14年反演結(jié)果采用等間距法劃分為以下5個(gè)等級：0～20%的草地覆蓋度為低植被覆蓋度、20%～40%的草地為中低植被覆蓋度、40%～60%的草地為中等植被覆蓋度、60%～80%的草地為中高植被覆蓋度、80%～100%的草地為高植被覆蓋度[13]。分別統(tǒng)計(jì)各等級的草地面積，及其占總草地面積的百分比，從而得到5個(gè)等級草地面積占總草地面積百分比變化趨勢圖(圖5)。

可以看出，2000―2013年間，除了高植被覆蓋度以外，其它等級的草地面積百分比變化趨勢波動較大。中等、中高和高植被覆蓋度分別以-0.000 6·a-1、-0.005 3·a-1(P<0.05)和-0.001 9·a-1的速率下降，而低、中低植被覆蓋度分別以0.002 3·a-1和0.005 5·a-1(P<0.05)的速率上升。這表明，中等、中高和高植被覆蓋度的草地有向低、中低植被覆蓋度的草地轉(zhuǎn)換的趨勢，即中國新疆及中亞五國總體存在草地退化現(xiàn)象。

2.4不同國家/區(qū)域草地覆蓋度變化

本研究選取草地面積以及草地面積占國土面積的百分比都相對較大的哈薩克斯坦(77.5%)、塔吉克斯坦(43.3%)、吉爾吉斯斯坦(80.7%)以及中國中國新疆(23.9%)進(jìn)行分析，得到其草地覆蓋度均值變化趨勢圖(圖6)。

可以看出，14年間吉爾吉斯斯坦、塔吉克斯坦、哈薩克斯坦的草地覆蓋度均值趨勢變化波動很大，相對而言，中國新疆地區(qū)的草地覆蓋度均值變化比較平緩。哈薩克斯坦的草地覆蓋度均值以-0.0055·a-1(P<0.05)的速率下降，呈現(xiàn)出顯著退化的趨勢，而吉爾吉斯斯坦、塔吉克斯坦和中國中國新疆分別以0.000 4·a-1、0.001 8·a-1、0.001 9·a-1(P<0.05)的速率上升，呈現(xiàn)出改善的趨勢。吉爾吉斯斯坦的草地覆蓋度均值明顯高于其他地區(qū)，基本上在55%左右，這與吉爾吉斯斯坦的水資源十分豐富有著密切的聯(lián)系[29]。

圖5　各等級草地面積占總草地面積百分比的變化趨勢圖(2000-2013年)

圖6　中國新疆、吉爾吉斯斯坦、塔吉克斯坦和哈薩克斯坦草地覆蓋度均值變化趨勢圖

哈薩克斯坦在2004-2006年間發(fā)生的旱災(zāi)[30]造成該時(shí)間段的草地退化嚴(yán)重，導(dǎo)致草地覆蓋度逐年下降，2006年覆蓋度均值僅為39.86%，而多年平均值為42.13%。并且，自2000年開始，其人口呈現(xiàn)出穩(wěn)步增長的趨勢，2001-2004年其城鎮(zhèn)化水平開始進(jìn)入緩慢上升階段，2005-2011年城鎮(zhèn)化水平進(jìn)入快速上升階段[31]。人類活動改變著該地區(qū)的土地利用格局，對草地退化影響較大(圖3)。哈薩克斯坦作為中亞的畜牧大國，以肉類和蛋類為主的畜牧產(chǎn)品產(chǎn)量逐年(2005-2012年)增加[32]，使得該國草地生態(tài)系統(tǒng)的壓力更大。同時(shí)，自然條件的嚴(yán)酷以及頻繁的轉(zhuǎn)場和過度放牧，加重了草地退化，不利于草地生態(tài)環(huán)境可持續(xù)發(fā)展。塔吉克斯坦在2000、2001、2008年的年降水量小于300 mm[30,33]，在一定程度上影響草地生長，造成該地區(qū)草地覆蓋度較低，3年草地覆蓋度均值都低于多年平均值。研究結(jié)果同徐浩杰[27]對亞洲中部部分植被退化以及張麗萍等[3]關(guān)于哈薩克斯坦草地退化的研究結(jié)果一致。而中國新疆的草地覆蓋度均值在平穩(wěn)中顯著增長，分析認(rèn)為從2000年開始不僅有退耕還林(草)政策的支持，而且降水量呈顯著增加趨勢[28]，從而促使了中國新疆草地的改善。

3結(jié)論與展望

本研究結(jié)合中國新疆及中亞五國干旱區(qū)草地特點(diǎn)，對比4種植被覆蓋度反演模型(像元二分模型、亞像元分解模型、三波段最大梯度差法模型以及修正的三波段最大梯度差法模型)發(fā)現(xiàn)，應(yīng)用像元二分模型反演的草地覆蓋度精度最高，并且該模型適應(yīng)性好，能夠較好提取大范圍內(nèi)的植被覆蓋度信息。進(jìn)一步選用像元二分模型對中國新疆及中亞五國干旱區(qū)草地覆蓋度進(jìn)行多年反演(2000―2013年)?；诜囱萁Y(jié)果，分析中國新疆及中亞五國草地覆蓋度空間變化趨勢可知，研究區(qū)內(nèi)草地覆蓋度區(qū)域性差異較大，但整體呈現(xiàn)為退化趨勢，退化區(qū)主要分布在哈薩克斯坦的北部和西北部地區(qū)以及部分流域地區(qū)，包括圖爾蓋高原、圖爾蓋洼地、哈薩克丘陵北部和南部、烏拉爾河-里海流域、阿姆河-錫爾河流域、額爾齊斯河流域以及伊犁河流域的上游及下游部分地區(qū)。哈薩克斯坦境內(nèi)的退化主要表現(xiàn)為極顯著退化，而中國中國新疆北部部分地區(qū)草地覆蓋狀況有變好的趨勢。不同等級草地覆蓋度的變化趨勢：中等、中高和高植被覆蓋度的草地，有向低、中低植被覆蓋度的草地轉(zhuǎn)換的趨勢，即中國新疆及中亞地區(qū)總體存在草地退化現(xiàn)象。從國家/地區(qū)角度分析，哈薩克斯坦草地退化嚴(yán)重(2000―2013年)，而中國中國新疆的草地覆蓋度均值在平穩(wěn)中增長。

隨著“絲綢之路經(jīng)濟(jì)帶”的逐步推進(jìn)，越來越多的關(guān)注聚焦在中亞地區(qū)，了解中國新疆及中亞五國生態(tài)狀況和演變過程，是促進(jìn)該地區(qū)社會經(jīng)濟(jì)可持續(xù)發(fā)展的重要部分。因此，在下一步工作中，獲取研究區(qū)更廣泛的野外驗(yàn)證數(shù)據(jù)，進(jìn)一步提高驗(yàn)證數(shù)據(jù)精度，利用更高分辨率的遙感數(shù)據(jù)以及人文數(shù)據(jù)分析研究區(qū)草地的變化趨勢及其對氣候和人類活動的響應(yīng)是今后需要研究的方向。

參考文獻(xiàn)References：

[1]張建財(cái),張麗,鄭藝,田向軍,周宇.基于LPJ模型的中亞地區(qū)植被凈初級生產(chǎn)力與蒸散模擬.草業(yè)科學(xué),2015,32(11):1721-1729.

Zhang J C,Zhang L,Zheng Y,Tian X J,Zhou Y.Simulation of vegetation net primary productivity and evapotranspiration based on LPJ model in Central Asia.Pratacultural Science,2015,32(11):1721-1729.(in Chinese)

[2]陳曦,姜逢清,王亞俊,李耀明,胡汝驥.亞洲中部干旱區(qū)生態(tài)地理格局研究.干旱區(qū)研究,2013(3):385-390.

Cheng X,Jiang F Q,Wang Y J,Li Y M,Hu R J.Characteristics of the eco-geographical pattern in arid land of Central Asia.Arid Zone Research,2013(3):385-390.(in Chinese)

[3]張麗萍,李學(xué)森,阿依丁,沙吾列,加林,鄭逢令.哈薩克斯坦受損草地生態(tài)系統(tǒng)可持續(xù)管理模式.新疆畜牧業(yè),2013(1):61-63,11.

[4]舒拉,張麗萍.中亞干旱區(qū)主要生態(tài)環(huán)境問題及治理.草食家畜,2015(2):49-52.

Shu L,Zhang L P.Ecosystem management of arid Central Asia.Grass-feeding Livestock,2015(2):49-52.(in Chinese)

[5]周可法,張清,陳曦,孫莉.中亞干旱區(qū)生態(tài)環(huán)境變化的特點(diǎn)和趨勢.中國科學(xué)·D輯:地球科學(xué),2006(S2):133-139.

[6]楊恕,田寶.中亞地區(qū)生態(tài)環(huán)境問題述評.東歐中亞研究,2002(5):51-55.

[7]王瑋,馮琦勝,郭鈮,沙莎,胡蝶,王麗娟,李耀輝.基于長時(shí)間序列NDVI資料的我國西北干旱區(qū)植被覆蓋動態(tài)監(jiān)測.草業(yè)科學(xué),2015(12):1969-1979.

Wang W,Feng Q S,Guo N,Sha S,Hu D,Wang L J,Li Y H.Dynamic monitoring of vegetation coverage based on long time-series NDVI data sets in northwest arid region of China.Pratacultural Science,2015,32(12):1969-1979.(in Chinese)

[8]朱敬芳,邢白靈,居為民,朱高龍,柳藝博.內(nèi)蒙古草原植被覆蓋度遙感估算.植物生態(tài)學(xué)報(bào),2011,35(6):615-622.

Zhu J F,Xing B L,Ju W M,Zhu G L,Liu Y B.Remote-sensing estimation of grassland vegetation coverage in Inner Mongolia, China.Chinese Journal of Plant Ecology,2011,35(6):615-622.(in Chinese)

[9]吳見,劉民士,李偉濤.干旱半干旱區(qū)植被蓋度信息提取技術(shù)研究.干旱區(qū)資源與環(huán)境,2013,27(9):92-97.

Wu J,Liu M S,Li W T.Research on vegetation coverage information extraction technologies for arid and semiarid area.Journal of Arid Land Resources and Environment,2013,27(9):92-97.(in Chinese)

[10]Gitelson A A,Kaufman Y J,Stark R,Rundquist D.Novel algorithms for remote estimation of vegetation fraction.Remote Sensing of Environment,2002,80(1):76-87.

[11]秦偉,朱清科,張學(xué)霞,李文華,方斌.植被覆蓋度及其測算方法研究進(jìn)展.西北農(nóng)林科技大學(xué)學(xué)報(bào)：自然科學(xué)版,2006(9):163-170.

Qin W,Zhu Q K,Zhang X X,Li W H,Fang B.Review of vegetation covering and its measuring and calculating method.Journal of Northwest Agriculture and Forestry University：Natural Science Edition,2006(9):163-170.(in Chinese)

[12]程紅芳,章文波,陳鋒.植被覆蓋度遙感估算方法研究進(jìn)展.國土資源遙感,2008(1):13-18.

Cheng H F,Zhang W B,Chen F.Advances in researches on application of remote sensing method to estimating vegetation coverage.Remote Sensing for Land & Resources,2008(1):13-18.(in Chinese)

[13]李苗苗,吳炳方,顏長珍,周為峰.密云水庫上游植被覆蓋度的遙感估算.資源科學(xué),2004,26(4):153-159.

Li M M,Wu B F,Yan C Z,Zhou W F.Estimation of vegetation fraction in the upper basin of Miyun Reservoir by remote sensing.Resources Science,2004,26(4):153-159.(in Chinese)

[14]蔡朝朝,安沙舟,蒲智,淮永建.基于TM NDVI的庫爾勒市域植被覆蓋動態(tài)變化.草業(yè)科學(xué),2015，32(7):1069-1078.

Cai Z Z,An S Z,Pu Z,Huai Y J.A study on vegetation coverage change in Korla City based on the TM NDVI.Pratacultural Science,2015,32(7):1069-1078.(in Chinese)

[15]Jiapaer G,Chen X,Bao A.A comparison of methods for estimating fractional vegetation cover in arid regions.Agricultural and Forest Meteorology,2011,151(12):1698-1710.

[16]古麗·加帕爾,陳曦,包安明.干旱區(qū)荒漠稀疏植被覆蓋度提取及尺度擴(kuò)展效應(yīng).應(yīng)用生態(tài)學(xué)報(bào),2009,20(12):2925-2934.

Guli·Jiapaer,Chen X,Bao A M.Coverage extraction and up-scaling of spare desert vegetation in arid area.Chinese Journal of Applied Ecology,2009,20(12):2925-2934.(in Chinese)

[17]唐世浩,朱啟疆,周宇宇,白香花.一種簡單的估算植被覆蓋度和恢復(fù)背景信息的方法.中國圖象圖形學(xué)報(bào),2003,8(11):80-84.

Tang S H,Zhu Q J,Zhou Y Y,Bai X H.A simple method to estimate crown cover fraction and rebuild the background information.Journal of Image and Graphics,2003,8(11):80-84.(in Chinese)

[18]李向婷,白潔,李光錄,羅格平,古麗·加帕爾,李均力.新疆荒漠稀疏植被覆蓋度信息遙感提取方法比較.干旱區(qū)地理,2013,36(3):502-511.

Li X T,Bai J,Li G L,Luo G P,Guli·Jiapaer,Li J L.Comparison of methods based on MODIS for estimating sparse vegetation fraction across desert in Xinjiang.Arid Land Geography,2013,36(3):502-511.(in Chinese)

[19]李曉琴,孫丹峰,張鳳榮.基于遙感的北京山區(qū)植被覆蓋景觀格局動態(tài)分析.山地學(xué)報(bào),2003,21(3):272-280.

Li X Q,Sun D F,Zhang F R.Landscape pattern analysis on change in the fraction of green vegetation based on remotely sensed data in Beijing mountainous area.Journal of Mountain Science,2003,21(3):272-280.(in Chinese)

[20]Chen J Q,Wan S Q,Henebry G,Qi J G,Gutman G,Sun G,Kappas M.Dryland East Asia:Land Dynamics Amid Social and Climate Change.Beijing:Higher Education Press,2013.

[21]楊德剛,杜宏茹.中亞經(jīng)濟(jì)地理概論.北京:氣象出版社,2013.

Yang D G,Du H R.An Outline of Economic Geography of Central Asia.Beijing:China Meteorological Press,2013.(in Chinese)

[22]胡汝驥,姜逢清,王亞俊,李均力,李耀明,阿布都米吉提·阿布力克木,羅格平,張建明.中亞(五國)干旱生態(tài)地理環(huán)境特征.干旱區(qū)研究,2014,31(1):1-12.

Hu R J,Jiang F Q,Wang Y J,Li J L,Li Y M,Abdumijiti·Abulikemu,Luo G P,Zhang J M.Arid ecological and geographical conditions in five countries of Central Asia.Arid Zone Research,2014,31(1):1-12.(in Chinese)

[23]Gutman G,Ignatov A.The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models.International Journal of Remote Sensing,1998,19(8):1533-1543.

[24]陳晉,陳云浩,何春陽,史培軍.基于土地覆蓋分類的植被覆蓋率估算亞像元模型與應(yīng)用.遙感學(xué)報(bào),2001,5(6):416-422.

Chen J,Chen Y H,He C Y,Shi P J.Sub-pixel model for vegetation fraction estimation based on land cover classification.Journal of Remote Sensing,2001,5(6):416-422.(in Chinese)

[25]穆少杰,李建龍,陳奕兆,剛成誠,周偉,居為民.2001-2010年內(nèi)蒙古植被覆蓋度時(shí)空變化特征.地理學(xué)報(bào),2012,67(9):1255-1268.

Mu S J,Li J L,Chen Y Z,Gang C C,Zhou W,Ju W M.Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001-2010.Acta Geographica Sinica,2012,67(9):1255-1268.(in Chinese)

[26]王奎陽.由SPOT5提取植被覆蓋度技術(shù)研究.杭州：浙江大學(xué)碩士學(xué)位論文,2007.

Wang K Y.The picking vegetation fraction by SPOT5 DATA.Master Thesis.Hangzhou:Zhejiang University,2007.(in Chinese)

[27]徐浩杰.亞洲中部干旱區(qū)植被變化及其影響因素(2000-2012).蘭州：蘭州大學(xué)碩士學(xué)位論文,2014.

Xu H J.Variations of vegetation and its influence factors in the arid region of the Central Asia from 2000 to 2012.Master Thesis.Lanzhou:Lanzhou University,2014.(in Chinese)

[28]江遠(yuǎn)安,劉精,邵偉玲,余行杰,王勝利.1961-2013年新疆不同時(shí)間尺度降水量的氣候特征及其歷史演變規(guī)律.冰川凍土,2014,36(6):1363-1375.

Jiang Y A,Liu J,Shao W L,Yu X J,Wang S L.Climatic characteristics and historical evolution of precipitation in different time scales in Xinjiang from 1961 to 2013.Journal of Glaciology and Geocryology,2014,36(6):1363-1375.(in Chinese)

[29]李湘權(quán),鄧銘江,龍愛華,章毅,雷雨.吉爾吉斯斯坦水資源及其開發(fā)利用.地球科學(xué)進(jìn)展,2010,36(12):1367-1375.

Li X Q,Deng M J,You A H,Zhang Y,Lei Y.Analysis of water resources development in Kyrgyzstan and water problems.Advance in Earth Science,2010,36(12):1367-1375.(in Chinese)

[30]Lioubimtseva E,Henebry G M.Climate and environmental change in arid Central Asia:Impacts,vulnerability,and adaptations.Journal of Arid Environments,2009,73(11):963-977.

[31]葉爾肯·吾扎提,劉慧,劉衛(wèi)東.1992-2011年哈薩克斯坦城鎮(zhèn)化過程及其影響因素.地理科學(xué)進(jìn)展,2014,33(2):181-193.

Yerken·Wuzhati,Liu H,Liu W D.Evaluation of Kazakhstan’s urbanization during 1992-2011 and its influencing factors.Progress in Geography,2014,33(2):181-193.(in Chinese)

[32]曲春紅,張振興.哈薩克斯坦農(nóng)業(yè)發(fā)展概況.世界農(nóng)業(yè),2014(2):145-148.

Qu C H,Zhang Z X.Overview of the development of gricultural development in Kazakhstan.World Agriculture,2014(2):145-148.(in Chinese)

[33]鮮麗菊,穆振俠,姜卉芳,Lslom I.塔吉克斯坦近31年氣候要素時(shí)空變化特征分析.水資源與水工程學(xué)報(bào),2015(2):44-50.

Xian L J,Mu Z X,Jiang H F,Lslom I.Analysis of temporal and spatial evolution characteristics of climatic factor in Tajikistan for nearly 31 years.Journal of Water Resources and Water Engineering,2015(2):44-50.(in Chinese)

(責(zé)任編輯王芳)

Retrieval and analysis of grassland coverage in arid Xinjiang, China and five countries of Central Asia

Liu Chun-jing1,2, Zhang Li2, Zhou Yu2, Zhang Bing-hua2, Hou Xiao-li2,3

(1.College of Information Science and Engineering, Shandong Agricultural University, Tai’an 271018, China;2.Key Laboratory of Digital Earth Science, Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences, Beijing 100094, China;3.College of Forestry, Shandong Agricultural University, Tai’an 271018, China)

Abstract:Because the low grassland coverage in the arid region causes the weak spectral information, grassland coverage retrieval becomes quite difficult. Comparing four remote sensing retrieval models, we found that the pixel dichotomy model can generally retrieve grassland coverage with higher accuracy. We further produced time-series (2000-2013) of grassland coverage based on the pixel dichotomy model and analyzed grassland conditions over Xinjiang and five countries of Central Asia. Results showed that grassland coverage showed large spatial heterogeneity in the study area. Grassland generally showed degradation trends, especially in the northern and western regions and some basins of Kazakhstan. Grasslands with medium, medium-high, and high grassland coverage were converted into the grasslands with low and medium-low grassland coverage. Grasslands in Kazakhstan degenerated significantly, while the average value of grassland coverage in Xinjiang was significant growth steady.

Key words:MODIS; pixel dichotomy model; fractional vegetation cover; grassland degradation

DOI:10.11829/j.issn.1001-0629.2015-0503

*收稿日期：2015-09-08

基金項(xiàng)目：國家自然科學(xué)基金——基于多源遙感協(xié)同的草原生物量動態(tài)預(yù)測模型研究(41271372)

通信作者：張麗(1975-)，女，中國新疆伊犁人，研究員，博士，主要從事植被遙感研究。E-mail：zhangli@radi.ac.cn

中圖分類號：S812

文獻(xiàn)標(biāo)志碼：A

文章編號：1001-0629(2016)5-0861-10*1

Corresponding author:Zhang LiE-mail：zhangli@radi.ac.cn

劉春靜,張麗,周宇,張炳華,侯小麗.中國新疆及中亞五國干旱區(qū)草地覆蓋度反演與分析.草業(yè)科學(xué),2016,33(5)：861-870.

Liu C J,Zhang L, Zhou Y,Zhang B H,Hou X L.Retrieval and analysis of grassland coverage in arid Xinjiang, China and five countries of Central Asia.Pratacultural Science，2016,33(5)：861-870.

接受日期：2016-01-04

第一作者：劉春靜(1989-)，女，山東煙臺人，在讀碩士生，主要從事遙感應(yīng)用方面的研究。E-mail: lcj821854727@163.com