论文部分内容阅读
摘要基于MODIS NDVI数据，利用线性回归法分析植被覆盖度的时空变化趋势。研究海流兔河流域2000～2014年间植被覆盖度的变化规律，确定其变化的影响因素。结果表明，研究区96.9%的区域面积NDVI处于不断上升的趋势，区域年平均NDVI增量达到0.006 5。通过转移矩阵法研究出该区3个时段4种不同等级植被覆盖度的变化趋势，各等级植被覆盖度均有不同程度的增加。NDVI值<0.40的区域面积的百分比由88.0%降低到75.8%，尤其是<0.20的区域变化最为明显，由最初占区域总面积的20.8%下降到3.5%。研究区15年来植被覆盖度不断增加，植被生态呈现良性发展趋势，导致这种变化的主要影响因素是人类活动。
关键词NDVI；时空变化；海流兔河流域；人类活动
中图分类号S181；Q948文献标识码A文章编号0517-6611（2015）31-264-04
Variation in Vegetation Cover and the Driving Factors in the Hailiutu River Catchment during 2000-2014
PAN Guixing1， QIAO Xiaoying1， 2*， HUANG Jinting3 et al
（1. School of Environmental Science and Engineering， Chang’an University， Xi’an， Shaanxi 710054； 2. Key Laboratory of Subsurface Hydrology and Ecology in Arid Areas， Ministry of Education， Xi’an， Shaanxi 710054； 3. Xi’an Center of Geological Survey， CGS， Xi’an， Shaanxi 710054）
Abstract Based on MODIS NDVI data， using linear regression method， temporal and spatial variation of vegetation cover was analyzed. The variation law of vegetation cover in the Hailiutu River Catchment during 2000-2014 was studied， the influencing factors of the variation were determined. The results illustrated that in a 96.9% area NDVI has a rising trend， regional annual average NDVI increase to 0.006 5. Using transfer matrix method to research the change trend of different levels of vegetation coverage in the area. The percentage of area which NDVI value is less than 0.40， reduced from 88.0% to 75.8%， especially for area of NDVI value less than 0.20， reduced from 20.8% to 3.5%. In the study area， the vegetation cover degree is increasing， and the vegetation ecology is a positive development trend， the main influencing factor of this change is human activity.
Key words NDVI； Spatial and temporal changes； Hailiutu River； Human activity
植被覆蓋度是刻画陆地表生植被数量的重要指标，其变化是区域生态系统变化的重要指标[1]。已有的研究表明，气象因子（如降水和气温等）和人类活动是植被覆盖度变化的重要影响因素[2]。由于遥感技术具有实时性、动态性和客观性等优势，近年来已成为对地观测研究的有力工具[3]，特别在大尺度土地利用与植被覆盖变化规律的研究方面。遥感数据源具有信息量大、多时相性等特点，可以有效地记录植被多年的变化状况[4]，为干旱与半干旱地区多年以来植被的覆盖度变化分析和预测提供数据支撑[5-6]，从而为大面积监测地表植被状况的演化过程提供了技术的可能性。归一化植被指数NDVI（Normalized Difference Vegetation Index）是目前应用最为广泛的植被指数，已有研究成果表明，NDVI与植被覆盖度有着很好的线性关系[7]，能够较好地反映地表植被的覆盖和变化状况[8-10]，被认为是地表植被的最佳指示因子[11]。
海流兔河流域地处毛乌素沙地东南边缘地区，由于降水稀少，蒸发强烈，是生态环境极度脆弱的干旱-半干旱区。2000年以来，该地区实施了退耕还林还草等生态恢复工程，生态环境有所改善。为了评估生态恢复工程的效果，该研究利用遥感技术对2000～2014年间海流兔河流域15年的植被覆盖的时空变化过程及其趋势进行了评价，并分析了植被覆盖度变化的影响因素，对流域内植物资源的恢复与保护提供技术支撑。
1自然地理概况
海流兔河流域地处毛乌素沙地东南边缘地区，位于38°00′～39°00′ N，108°30′～109°20′ E之间，为无定河流域的子流域，面积约2 600 km2[12]。流域的海拔高度介于1 020～1 480 m，其中流域北部为毛乌素沙地，地势较高；向南向黄土高原过渡，地势逐渐降低。流域内主要以风积沙丘地貌为主，西北部地区以及中部零星分布湖盆滩地地貌。流域中部为海流兔河，补浪河是其支流。河流下游地区U型河谷发育，为该区的主要耕地区。海流兔河流域地处温带大陆性气候区，根据流域内乌审旗气象站的多年气象资料，流域内年降水量250～440 mm，降水年际和年内变化大。夏季多降暴雨，最大日降水量可达100～200 mm，占全年降水60%～75%，尤以8月为多。降水年际变率大，多雨年为少雨年2～4倍。多年平均蒸散发量约为2 180 mm，其中5～6月蒸散发量最高，约为350 mm/月。流域内日平均气温为8.1 ℃，日最高气温为38.6 ℃（1935年），日最低气温为-32.7 ℃（1954年）。流域内的植被以旱生的草本、灌木为主，其次为人工种植的旱柳、杨树等乔木。 2数据来源与研究方法
该研究采用NASA（美国国家航天局）EOS卫星提供的MODIS数据产品（该数据来自于http：//ladsweb.nascom.nasa.gov/），由于该数据包含的信息大、可免费获取、数据质量较高，已成为研究区域植被覆盖变化的基础数据。该研究采用MODIS13Q1数据产品，为栅格化的NDVI数据，数据格式为EOSHDF。该数据已对植被指数进行了一定的数据修正，其时间分辨率为16 d，空间分辨率为250 m。
为减少数据处理的工作量，又能客观地表示出植被生长的状况，该研究采用整个植被生长期的14期影像数据产品（第97～305天）。运用ENVI软件对数据进行投影变换等处理，采用最大合成法（Maximum Value Composites，MVC）生成年度NDVImvc数据，作为该年的NDVI值。最大合成法可有效消除云的遮蔽、大气气溶胶的影响以及太阳高度角等的干扰[13]，能够更精确反映地表的NDVI值。
Stow等运用线性回归方程的斜率来分析每个像元NDVI的年际变化趋势[14-15]，该研究使用该方法模拟2000～2014年间NDVImvc的变化趋势，其计算公式为：
slope=n×ni=1（i×NDVIimvc）-ni=1ini=1NDVIimvcn×ni=1i2-（ni=1i）2（1）
式中，slope值为像元点趋势线的斜率；变量i为1～15年的年序号；NDVIimvc为第i年NDVImvc。运用ENVI中的Band Math功能，计算出2000～2014年间NDVImvc的变化趋势，即slope。其中，slope>0表明该像元的NDVImvc在15年间是增加的，反之则是降低的。由于该趋势线斜率并不是简单首尾两年NDVImvc的斜率，可更加客观反映植被覆盖度的变化趋势。
利用转移矩阵法计算不同等级植被覆盖度的变化，然后将不同阶段的植被等级影像进行两两叠加计算，从而得出各等级植被覆盖度转移矩阵，并计算出各等级植被覆盖度在不同阶段的变化结果。
安徽农业科学2015年
3结果
3.1NDVImvc空间分布特征
图1为研究区2000～2014年植被生长期（4～10月）的NDVImvc分布图。从图1可知，NDVImvc介于0～0.75之间。流域北部的巴音淖尔湖区由于地表水体的存在，植被覆盖度极低，NDVImvc<0.10。NDVImvc<0.30的地区主要分布在北部、中南部以及流域分水岭地区，大部分为风积沙丘地貌区，在这些地区植被覆盖度较差；NDVImvc介于0.30～0.40的区域主要分布在流域的中部，这些地区是地形较为平缓的沙丘区；NDVImvc介于0.40～0.60的区域主要分布在湖盆滩地区；NDVImvc>0.60的地区主要分布在海流兔河河谷区以及补浪河附近地区，为流域的主要农耕区。总体来看，研究区的植被覆盖南部优于北部，尤其是河谷以及河流两岸滩地地区，植被覆盖最好。
3.2NDVImvc时间变化趋势
总体上讲，2000年以来，海流兔河流域年均NDVImvc值呈增加趋势，年均增量约0.006 5（图2）。但NDVImvc在不同时段内变化特征不同，其中2000～2003年呈现较大的波动增长趋势，年均增量约为0.018；而2004～2014年则呈现较小幅度的波动上升趋势，年均增量约为0.064。
尽管海流兔河流域年NDVImvc总体呈现稳定增长趋势，但其变化规律在空间上存在明显差异。为了分析NDVImvc的空间变化规律，利用方程1计算出各像元的slope值（图3）。从图3可知，15年来海流兔河流域植被覆盖度总体上为增加，仅在小部分区域出现减小。其中，NDVImvc增大的区域约占流域面积的97%，降低的区域仅约占总面积的3%。降低的地方主要为城乡建设用地和工厂建设用地，其对植被覆盖度的破坏极大。同时，该区域在西南部地区大面积开垦耕地也对生态造成一定破坏。
3.3不同植被覆盖等级的面积变化
为了更好地研究2000～2014年NDVImvc值的分布和变化，同时考虑到现行的我国政府荒漠化监测周期为5年，将研究期的15年划分为2000～2004、2005～2009、2010～2014年3个5年的小时段。分别统计各时段内NDVImvc值的分布情况，然后再比较各时段内NDVImvc的转移变化。为了有效避免部分栅格区域因异常年份扰动而引起的NDVImvc异常值的影响，笔者以每5年的均值作为各时段NDVImvc值。该值可以较为客观实际地反映研究区近15年以来的不同NDVI等级的变化差异。
利用转移矩阵法计算不同等级植被覆盖度的变化，从而计算出各等级植被覆盖度在不同阶段的变化情况，计算结果见表1。从表1可知，第1～2时段NDVImvc<0.20的区域变化显著，由20.8%下降到9.7%，表明植被覆盖较差的区域明显减少，NDVImvc其他区间所占面积均有不同程度的增加。这就表明在第1～2时段内，研究区NDVImvc在总体上是增大的，意味着植被覆盖度明显增加，植被生态环境好转；第2～3时段，NDVImvc<0.20的区域继续下降，NDVImvc介于0.20～0.40的面积也开始下降，向NDVImvc较大的等级转化。在第2～3时段NDVImvc显著增大，表明区域生态环境持续好转。
对比图3和图4可更加直觀地看出研究区3个时段内NDVImvc空间变化规律。第1～2时段NDVImvc降低的区域约为0.9%，基本稳定的部分为86.9%，增加的部分为122%。第2～3时段NDVImvc降低的区域为1.5%，保持稳定的部分约75.5%，增加的部分约23.0%。对图4a和图4b进一步进行统计分析发现，第2时段比第1时段平均NDVImvc增
加了0.026，第3时段比第2时段增加了0.033。空间上，NDVImvc 降低的区域主要分布在西北部地区，局部分布在分
水岭
4植被覆盖变化的驱动因素分析
4.1自然因素对植被覆盖度变化的影响
气象因素往往是区域植被变化的主要自然因素，尤其是降水与气温[16]。该研究利用乌审旗气象资料。2000～2014年该区域年降水量和气温波动变化，而NDVImvc呈现出不断上升的趋势。从图5可知，NDVImvc与年降水量的相关系数为0.24，相关性较差；而与年均气温相关系数为0.01，相关性极差。因此，该区植被变化与自然因素（降水和温度）的相关性并不明显，自然因素并不是驱动植被覆盖度变化的主要原因。
4.2人为因素对植被覆盖度变化的影响
自2000年以来，该区实施了一系列的生态环境恢复治理工程，如退耕还林还草、飞播造林、天然林保护以及禁牧等。为了查明生态恢复工程与植被恢复的关系，利用流域所在的榆林市榆阳区和鄂尔多斯市乌审旗的统计数据，分析了海流兔河流域植树造林与植被覆盖变化的关系。图6为海流兔河流域榆阳区部分（榆阳区国民经济和社会发展统计公报2003～2013年數据）和乌审旗部分（乌审旗国民经济和社会发展统计公报2007～2013年数据）植树造林面积与NDVI的相关性分析，相关系数分别为0.80和0.85，且通过了0.05的置信度检验。从图6可知，研究区植树造林与NDVI相关性较好，是植被覆盖度增加的主要原因。
5讨论
（1）2000年以来，我国西部生态环境总体上呈现不断改
善的趋势[17-19]。前人研究结果表明，这种改善表现在植被的低覆盖区不断减小，中、高覆盖区不断增加[20-21]，该研究结果也证实了前人的结论。但在局部地区也出现了植被退化的现象，如在毛乌素沙地的局部地区[22]和祁连山的部分河谷区[23]。该研究也发现，在海流兔河流域的河谷区出现了植被覆盖度减小的情况。造成退化的原因主要是这些地区人口增加、人类活动加剧造成的，虽然面积不大，但局部退化也应加强关注。
（2）前人的研究结果表明，造成植被覆盖度变化的主要因素包括降水、气温和人类活动[23]。在人类活动较少的地区（如青藏高原地区），气象因子是短期或长期植被覆盖度变化的主要原因[9]。而在人类活动剧烈的地区，植被覆盖度变化的受控因素比较复杂。植被覆盖度的短期变化（月变化或是季节变化）主要是受气象条件（如降雨和气温）控制[23]，而植被覆盖度的稳定增长一般是人为因素造成的，如在西北地区普遍观测到的植被覆盖度增加就与生态恢复工程具有密切的关系。
6结论
（1）研究区NDVImvc值主要分布在0.20～0.40之间，约占区域总面积的75.3%。分水岭及风积沙丘区为该区域植被覆盖度低的主要地区，湖盆滩地为植被覆盖中度地区，河流谷底及补浪河农耕区为植被覆盖最好的地区。
（2）2000～2014年的15年间，研究区NDVImvc平均值呈现不断上升趋势，年均增量0.006 5，但占总面积3.1%的区域仍呈现不断降低的趋势。
（3）研究区NDVImvc值不断增加，预示植被覆盖度发生正向的转移，植被覆盖等级不断在发生优化，因而海流兔河流域植被覆盖度呈良性发展的趋势。
（4）自然因素的变化并不是研究区2000～2014年间植被覆盖度变化的主要原因。自2000年来，大规模的植树造林在一定程度上缓解了区域生态环境压力，揭示人类活动是该区域植被覆盖度变化的主要因素。
参考文献
[1] 于小飞，孙睿，陈永俊，等.乌审旗植被覆盖度动态变化及其与降水量的关系[J].资源科学，2006，28（4）：31-37.
[2] 信忠保，许炯心，郑伟.气候变化和人类活动对黄土高原植被覆盖变化的影响[J].中国科学（D辑，地球科学），2007，37（11）：1054-1514.
[3] 李明杰，侯西勇，应兰兰，等.近十年黄河三角洲NDVI时空动态及其对气温和降水的响应特征[J].资源科学，2011，33（2）：322-327.
[4] 李震，严福礼，范祥涛.中国西北地区NDVI变化及其与温度和降水的关系[J].遥感学报，2005，5（3）：308-313.
[5] 严建武，李春娥，袁雷，等.EOSMODIS数据在草地资源监测中的应用进展综述[J].草业科学，2008，25（4）：1-9.
[6] 张宏斌，唐华俊，杨桂霞，等.2000-2008年内蒙古草原MODIS NDVI时空特征变化[J].农业工程学报，2009，25（9）：168-175.
[7] 刘芳，张红旗，董光龙.伊犁河谷草地植被NDVI变化及其降水敏感性特征[J].资源科学，2014，36（8）：1724-1731.
[8] PIAO S L，MOHAMMAT A，FANG J Y，et al.NDVIbased increase in growth of temperate grasslands and its responses to climate changes in China [J].Global environmental change，2006，16（4）：340-348.
[9] 杨元合，朴世龙.青藏高原草地植被覆盖变化及其与气候因子的关系[J].植物生态学报，2006，30（1）：1-8.
[10] CARLSON T N，RIPLEY D A.On the relation between NDVI，fractional vegetation cover，and leaf area index [J].Remote sensing of environment，1997，62（3）：241-252. [11] 赵英时.遥感应用分析原理与方法[M].北京：科学出版社，2003：374-375.
[12] 金晓媚，张强，杨春杰.海流兔河流域植被分布与地形地貌及地下水位关系研究[J].地学前缘，2013，20（3）：227-233.
[13] 朴士龙，方精云.1982～1999年我国陆地植被活动对气候变化响应的季节差异[J].地理学报，2003，58（1）：119-125.
[14] STOW D A，HOPE A，MCGUIRE D，et al.Remote sensing of vegetation and land-cover change in arctic tundra ecosystems [J].Remote sensing of environment，2004，89（3）：281-308.
[15] HOPE A S，BOYNTON W L，STOW D A.Interannual growth dynamics of vegetation in the kuparuk river watershed，alaska based on the normalized difference vegetation index [J].International journal of remote sensing，2003，24（17）：3413-3425.
[16] 徐興奎，林朝晖，薛峰，等.气象因子与地表植被生长的相关性分析[J].生态学报，2003，23（2）：221-230.
[17] 张茂省，卢娜，陈劲松.陕北能源化工基地地下水开发的植被生态效应及对策研究[J].地质通报，2008，27（8）：1299-1312.
[18] 张茂省，卢娜.植被生态对气候变化和人类活动的响应[J].地质论评，2013，59（5）：909-918.
[19] 侯元香，罗德.退耕还林工程在改善西部生态环境的作用分析[J].防护林科技，2008（2）：47-49.
[20] 刘静，银山，张国胜，等.毛乌素沙地17年间植被覆盖度变化的遥感监测[J].干旱地区资源与环境，2009，23（7）：162-167.
[21] 张宏斌，唐华俊，杨桂霞，等.2000-2008年内蒙古草原MODIS NDVI时空特征变化[J].农业工程学报，2009，25（9）：168-175.
[22] 徐浩杰，杨太何，曾彪.2000-2010年祁连山植被MODIS NDVI的时空变化及影响因素[J].干旱区资源与环境，2012，26（11）：87-91.
[23] 白建军，白江涛，王磊.2000-2010年陕北地区植被 NDVI的时空变化及其与区域气候的关系[J].地理科学，2014，34（7）：882-888.
关键词NDVI；时空变化；海流兔河流域；人类活动
中图分类号S181；Q948文献标识码A文章编号0517-6611（2015）31-264-04
Variation in Vegetation Cover and the Driving Factors in the Hailiutu River Catchment during 2000-2014
PAN Guixing1， QIAO Xiaoying1， 2*， HUANG Jinting3 et al
（1. School of Environmental Science and Engineering， Chang’an University， Xi’an， Shaanxi 710054； 2. Key Laboratory of Subsurface Hydrology and Ecology in Arid Areas， Ministry of Education， Xi’an， Shaanxi 710054； 3. Xi’an Center of Geological Survey， CGS， Xi’an， Shaanxi 710054）
Abstract Based on MODIS NDVI data， using linear regression method， temporal and spatial variation of vegetation cover was analyzed. The variation law of vegetation cover in the Hailiutu River Catchment during 2000-2014 was studied， the influencing factors of the variation were determined. The results illustrated that in a 96.9% area NDVI has a rising trend， regional annual average NDVI increase to 0.006 5. Using transfer matrix method to research the change trend of different levels of vegetation coverage in the area. The percentage of area which NDVI value is less than 0.40， reduced from 88.0% to 75.8%， especially for area of NDVI value less than 0.20， reduced from 20.8% to 3.5%. In the study area， the vegetation cover degree is increasing， and the vegetation ecology is a positive development trend， the main influencing factor of this change is human activity.
Key words NDVI； Spatial and temporal changes； Hailiutu River； Human activity
植被覆蓋度是刻画陆地表生植被数量的重要指标，其变化是区域生态系统变化的重要指标[1]。已有的研究表明，气象因子（如降水和气温等）和人类活动是植被覆盖度变化的重要影响因素[2]。由于遥感技术具有实时性、动态性和客观性等优势，近年来已成为对地观测研究的有力工具[3]，特别在大尺度土地利用与植被覆盖变化规律的研究方面。遥感数据源具有信息量大、多时相性等特点，可以有效地记录植被多年的变化状况[4]，为干旱与半干旱地区多年以来植被的覆盖度变化分析和预测提供数据支撑[5-6]，从而为大面积监测地表植被状况的演化过程提供了技术的可能性。归一化植被指数NDVI（Normalized Difference Vegetation Index）是目前应用最为广泛的植被指数，已有研究成果表明，NDVI与植被覆盖度有着很好的线性关系[7]，能够较好地反映地表植被的覆盖和变化状况[8-10]，被认为是地表植被的最佳指示因子[11]。
海流兔河流域地处毛乌素沙地东南边缘地区，由于降水稀少，蒸发强烈，是生态环境极度脆弱的干旱-半干旱区。2000年以来，该地区实施了退耕还林还草等生态恢复工程，生态环境有所改善。为了评估生态恢复工程的效果，该研究利用遥感技术对2000～2014年间海流兔河流域15年的植被覆盖的时空变化过程及其趋势进行了评价，并分析了植被覆盖度变化的影响因素，对流域内植物资源的恢复与保护提供技术支撑。
1自然地理概况
海流兔河流域地处毛乌素沙地东南边缘地区，位于38°00′～39°00′ N，108°30′～109°20′ E之间，为无定河流域的子流域，面积约2 600 km2[12]。流域的海拔高度介于1 020～1 480 m，其中流域北部为毛乌素沙地，地势较高；向南向黄土高原过渡，地势逐渐降低。流域内主要以风积沙丘地貌为主，西北部地区以及中部零星分布湖盆滩地地貌。流域中部为海流兔河，补浪河是其支流。河流下游地区U型河谷发育，为该区的主要耕地区。海流兔河流域地处温带大陆性气候区，根据流域内乌审旗气象站的多年气象资料，流域内年降水量250～440 mm，降水年际和年内变化大。夏季多降暴雨，最大日降水量可达100～200 mm，占全年降水60%～75%，尤以8月为多。降水年际变率大，多雨年为少雨年2～4倍。多年平均蒸散发量约为2 180 mm，其中5～6月蒸散发量最高，约为350 mm/月。流域内日平均气温为8.1 ℃，日最高气温为38.6 ℃（1935年），日最低气温为-32.7 ℃（1954年）。流域内的植被以旱生的草本、灌木为主，其次为人工种植的旱柳、杨树等乔木。 2数据来源与研究方法
该研究采用NASA（美国国家航天局）EOS卫星提供的MODIS数据产品（该数据来自于http：//ladsweb.nascom.nasa.gov/），由于该数据包含的信息大、可免费获取、数据质量较高，已成为研究区域植被覆盖变化的基础数据。该研究采用MODIS13Q1数据产品，为栅格化的NDVI数据，数据格式为EOSHDF。该数据已对植被指数进行了一定的数据修正，其时间分辨率为16 d，空间分辨率为250 m。
为减少数据处理的工作量，又能客观地表示出植被生长的状况，该研究采用整个植被生长期的14期影像数据产品（第97～305天）。运用ENVI软件对数据进行投影变换等处理，采用最大合成法（Maximum Value Composites，MVC）生成年度NDVImvc数据，作为该年的NDVI值。最大合成法可有效消除云的遮蔽、大气气溶胶的影响以及太阳高度角等的干扰[13]，能够更精确反映地表的NDVI值。
Stow等运用线性回归方程的斜率来分析每个像元NDVI的年际变化趋势[14-15]，该研究使用该方法模拟2000～2014年间NDVImvc的变化趋势，其计算公式为：
slope=n×ni=1（i×NDVIimvc）-ni=1ini=1NDVIimvcn×ni=1i2-（ni=1i）2（1）
式中，slope值为像元点趋势线的斜率；变量i为1～15年的年序号；NDVIimvc为第i年NDVImvc。运用ENVI中的Band Math功能，计算出2000～2014年间NDVImvc的变化趋势，即slope。其中，slope>0表明该像元的NDVImvc在15年间是增加的，反之则是降低的。由于该趋势线斜率并不是简单首尾两年NDVImvc的斜率，可更加客观反映植被覆盖度的变化趋势。
利用转移矩阵法计算不同等级植被覆盖度的变化，然后将不同阶段的植被等级影像进行两两叠加计算，从而得出各等级植被覆盖度转移矩阵，并计算出各等级植被覆盖度在不同阶段的变化结果。
安徽农业科学2015年
3结果
3.1NDVImvc空间分布特征
图1为研究区2000～2014年植被生长期（4～10月）的NDVImvc分布图。从图1可知，NDVImvc介于0～0.75之间。流域北部的巴音淖尔湖区由于地表水体的存在，植被覆盖度极低，NDVImvc<0.10。NDVImvc<0.30的地区主要分布在北部、中南部以及流域分水岭地区，大部分为风积沙丘地貌区，在这些地区植被覆盖度较差；NDVImvc介于0.30～0.40的区域主要分布在流域的中部，这些地区是地形较为平缓的沙丘区；NDVImvc介于0.40～0.60的区域主要分布在湖盆滩地区；NDVImvc>0.60的地区主要分布在海流兔河河谷区以及补浪河附近地区，为流域的主要农耕区。总体来看，研究区的植被覆盖南部优于北部，尤其是河谷以及河流两岸滩地地区，植被覆盖最好。
3.2NDVImvc时间变化趋势
总体上讲，2000年以来，海流兔河流域年均NDVImvc值呈增加趋势，年均增量约0.006 5（图2）。但NDVImvc在不同时段内变化特征不同，其中2000～2003年呈现较大的波动增长趋势，年均增量约为0.018；而2004～2014年则呈现较小幅度的波动上升趋势，年均增量约为0.064。
尽管海流兔河流域年NDVImvc总体呈现稳定增长趋势，但其变化规律在空间上存在明显差异。为了分析NDVImvc的空间变化规律，利用方程1计算出各像元的slope值（图3）。从图3可知，15年来海流兔河流域植被覆盖度总体上为增加，仅在小部分区域出现减小。其中，NDVImvc增大的区域约占流域面积的97%，降低的区域仅约占总面积的3%。降低的地方主要为城乡建设用地和工厂建设用地，其对植被覆盖度的破坏极大。同时，该区域在西南部地区大面积开垦耕地也对生态造成一定破坏。
3.3不同植被覆盖等级的面积变化
为了更好地研究2000～2014年NDVImvc值的分布和变化，同时考虑到现行的我国政府荒漠化监测周期为5年，将研究期的15年划分为2000～2004、2005～2009、2010～2014年3个5年的小时段。分别统计各时段内NDVImvc值的分布情况，然后再比较各时段内NDVImvc的转移变化。为了有效避免部分栅格区域因异常年份扰动而引起的NDVImvc异常值的影响，笔者以每5年的均值作为各时段NDVImvc值。该值可以较为客观实际地反映研究区近15年以来的不同NDVI等级的变化差异。
利用转移矩阵法计算不同等级植被覆盖度的变化，从而计算出各等级植被覆盖度在不同阶段的变化情况，计算结果见表1。从表1可知，第1～2时段NDVImvc<0.20的区域变化显著，由20.8%下降到9.7%，表明植被覆盖较差的区域明显减少，NDVImvc其他区间所占面积均有不同程度的增加。这就表明在第1～2时段内，研究区NDVImvc在总体上是增大的，意味着植被覆盖度明显增加，植被生态环境好转；第2～3时段，NDVImvc<0.20的区域继续下降，NDVImvc介于0.20～0.40的面积也开始下降，向NDVImvc较大的等级转化。在第2～3时段NDVImvc显著增大，表明区域生态环境持续好转。
对比图3和图4可更加直觀地看出研究区3个时段内NDVImvc空间变化规律。第1～2时段NDVImvc降低的区域约为0.9%，基本稳定的部分为86.9%，增加的部分为122%。第2～3时段NDVImvc降低的区域为1.5%，保持稳定的部分约75.5%，增加的部分约23.0%。对图4a和图4b进一步进行统计分析发现，第2时段比第1时段平均NDVImvc增
加了0.026，第3时段比第2时段增加了0.033。空间上，NDVImvc 降低的区域主要分布在西北部地区，局部分布在分
水岭
4植被覆盖变化的驱动因素分析
4.1自然因素对植被覆盖度变化的影响
气象因素往往是区域植被变化的主要自然因素，尤其是降水与气温[16]。该研究利用乌审旗气象资料。2000～2014年该区域年降水量和气温波动变化，而NDVImvc呈现出不断上升的趋势。从图5可知，NDVImvc与年降水量的相关系数为0.24，相关性较差；而与年均气温相关系数为0.01，相关性极差。因此，该区植被变化与自然因素（降水和温度）的相关性并不明显，自然因素并不是驱动植被覆盖度变化的主要原因。
4.2人为因素对植被覆盖度变化的影响
自2000年以来，该区实施了一系列的生态环境恢复治理工程，如退耕还林还草、飞播造林、天然林保护以及禁牧等。为了查明生态恢复工程与植被恢复的关系，利用流域所在的榆林市榆阳区和鄂尔多斯市乌审旗的统计数据，分析了海流兔河流域植树造林与植被覆盖变化的关系。图6为海流兔河流域榆阳区部分（榆阳区国民经济和社会发展统计公报2003～2013年數据）和乌审旗部分（乌审旗国民经济和社会发展统计公报2007～2013年数据）植树造林面积与NDVI的相关性分析，相关系数分别为0.80和0.85，且通过了0.05的置信度检验。从图6可知，研究区植树造林与NDVI相关性较好，是植被覆盖度增加的主要原因。
5讨论
（1）2000年以来，我国西部生态环境总体上呈现不断改
善的趋势[17-19]。前人研究结果表明，这种改善表现在植被的低覆盖区不断减小，中、高覆盖区不断增加[20-21]，该研究结果也证实了前人的结论。但在局部地区也出现了植被退化的现象，如在毛乌素沙地的局部地区[22]和祁连山的部分河谷区[23]。该研究也发现，在海流兔河流域的河谷区出现了植被覆盖度减小的情况。造成退化的原因主要是这些地区人口增加、人类活动加剧造成的，虽然面积不大，但局部退化也应加强关注。
（2）前人的研究结果表明，造成植被覆盖度变化的主要因素包括降水、气温和人类活动[23]。在人类活动较少的地区（如青藏高原地区），气象因子是短期或长期植被覆盖度变化的主要原因[9]。而在人类活动剧烈的地区，植被覆盖度变化的受控因素比较复杂。植被覆盖度的短期变化（月变化或是季节变化）主要是受气象条件（如降雨和气温）控制[23]，而植被覆盖度的稳定增长一般是人为因素造成的，如在西北地区普遍观测到的植被覆盖度增加就与生态恢复工程具有密切的关系。
6结论
（1）研究区NDVImvc值主要分布在0.20～0.40之间，约占区域总面积的75.3%。分水岭及风积沙丘区为该区域植被覆盖度低的主要地区，湖盆滩地为植被覆盖中度地区，河流谷底及补浪河农耕区为植被覆盖最好的地区。
（2）2000～2014年的15年间，研究区NDVImvc平均值呈现不断上升趋势，年均增量0.006 5，但占总面积3.1%的区域仍呈现不断降低的趋势。
（3）研究区NDVImvc值不断增加，预示植被覆盖度发生正向的转移，植被覆盖等级不断在发生优化，因而海流兔河流域植被覆盖度呈良性发展的趋势。
（4）自然因素的变化并不是研究区2000～2014年间植被覆盖度变化的主要原因。自2000年来，大规模的植树造林在一定程度上缓解了区域生态环境压力，揭示人类活动是该区域植被覆盖度变化的主要因素。
参考文献
[1] 于小飞，孙睿，陈永俊，等.乌审旗植被覆盖度动态变化及其与降水量的关系[J].资源科学，2006，28（4）：31-37.
[2] 信忠保，许炯心，郑伟.气候变化和人类活动对黄土高原植被覆盖变化的影响[J].中国科学（D辑，地球科学），2007，37（11）：1054-1514.
[3] 李明杰，侯西勇，应兰兰，等.近十年黄河三角洲NDVI时空动态及其对气温和降水的响应特征[J].资源科学，2011，33（2）：322-327.
[4] 李震，严福礼，范祥涛.中国西北地区NDVI变化及其与温度和降水的关系[J].遥感学报，2005，5（3）：308-313.
[5] 严建武，李春娥，袁雷，等.EOSMODIS数据在草地资源监测中的应用进展综述[J].草业科学，2008，25（4）：1-9.
[6] 张宏斌，唐华俊，杨桂霞，等.2000-2008年内蒙古草原MODIS NDVI时空特征变化[J].农业工程学报，2009，25（9）：168-175.
[7] 刘芳，张红旗，董光龙.伊犁河谷草地植被NDVI变化及其降水敏感性特征[J].资源科学，2014，36（8）：1724-1731.
[8] PIAO S L，MOHAMMAT A，FANG J Y，et al.NDVIbased increase in growth of temperate grasslands and its responses to climate changes in China [J].Global environmental change，2006，16（4）：340-348.
[9] 杨元合，朴世龙.青藏高原草地植被覆盖变化及其与气候因子的关系[J].植物生态学报，2006，30（1）：1-8.
[10] CARLSON T N，RIPLEY D A.On the relation between NDVI，fractional vegetation cover，and leaf area index [J].Remote sensing of environment，1997，62（3）：241-252. [11] 赵英时.遥感应用分析原理与方法[M].北京：科学出版社，2003：374-375.
[12] 金晓媚，张强，杨春杰.海流兔河流域植被分布与地形地貌及地下水位关系研究[J].地学前缘，2013，20（3）：227-233.
[13] 朴士龙，方精云.1982～1999年我国陆地植被活动对气候变化响应的季节差异[J].地理学报，2003，58（1）：119-125.
[14] STOW D A，HOPE A，MCGUIRE D，et al.Remote sensing of vegetation and land-cover change in arctic tundra ecosystems [J].Remote sensing of environment，2004，89（3）：281-308.
[15] HOPE A S，BOYNTON W L，STOW D A.Interannual growth dynamics of vegetation in the kuparuk river watershed，alaska based on the normalized difference vegetation index [J].International journal of remote sensing，2003，24（17）：3413-3425.
[16] 徐興奎，林朝晖，薛峰，等.气象因子与地表植被生长的相关性分析[J].生态学报，2003，23（2）：221-230.
[17] 张茂省，卢娜，陈劲松.陕北能源化工基地地下水开发的植被生态效应及对策研究[J].地质通报，2008，27（8）：1299-1312.
[18] 张茂省，卢娜.植被生态对气候变化和人类活动的响应[J].地质论评，2013，59（5）：909-918.
[19] 侯元香，罗德.退耕还林工程在改善西部生态环境的作用分析[J].防护林科技，2008（2）：47-49.
[20] 刘静，银山，张国胜，等.毛乌素沙地17年间植被覆盖度变化的遥感监测[J].干旱地区资源与环境，2009，23（7）：162-167.
[21] 张宏斌，唐华俊，杨桂霞，等.2000-2008年内蒙古草原MODIS NDVI时空特征变化[J].农业工程学报，2009，25（9）：168-175.
[22] 徐浩杰，杨太何，曾彪.2000-2010年祁连山植被MODIS NDVI的时空变化及影响因素[J].干旱区资源与环境，2012，26（11）：87-91.
[23] 白建军，白江涛，王磊.2000-2010年陕北地区植被 NDVI的时空变化及其与区域气候的关系[J].地理科学，2014，34（7）：882-888.