匡薇， 馬勇剛， 李宏， 劉超

(1. 新疆維吾爾自治區(qū)遙感中心，烏魯木齊 830011； 2. 新疆維吾爾自治區(qū)地質(zhì)礦產(chǎn)勘查開(kāi)發(fā)局信息中心， 烏魯木齊 830011； 3.中國(guó)科學(xué)院新疆生態(tài)與地理研究所，烏魯木齊 830011； 4.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，烏魯木齊 830046； 5.新疆維吾爾自治區(qū)地質(zhì)調(diào)查院，烏魯木齊 830000)

0 引言

土地退化是指土地受到人為因素或自然因素或2種因素綜合的干擾、破壞，內(nèi)部結(jié)構(gòu)與理化性狀發(fā)生改變，逐步減少或失去原有綜合生產(chǎn)潛力的演替過(guò)程[1]。在漫長(zhǎng)的社會(huì)發(fā)展過(guò)程中，人類通過(guò)各種途徑改善土地的質(zhì)量，但土地退化現(xiàn)象仍頻繁出現(xiàn)，屢見(jiàn)不鮮[2-5]。有關(guān)研究數(shù)據(jù)顯示，從極為干旱地區(qū)到亞濕潤(rùn)地區(qū)，正在退化的土地約占土地總面積的22%[6]。中亞地處干旱地區(qū)，由于氣候和人類活動(dòng)影響，土地退化現(xiàn)象相當(dāng)嚴(yán)重。因此，對(duì)中亞地區(qū)土地退化進(jìn)行強(qiáng)度和趨勢(shì)評(píng)估，分析土地退化時(shí)空變化和驅(qū)動(dòng)因素，對(duì)于掌握該地區(qū)土地退化現(xiàn)狀和開(kāi)展科學(xué)治理工程具有重要意義。

與傳統(tǒng)方法相比，遙感技術(shù)以其獲取信息速度快、周期短、面積廣等優(yōu)勢(shì)已成為大尺度土地退化評(píng)價(jià)的重要手段之一。土地退化的強(qiáng)度可以通過(guò)植被指數(shù)來(lái)衡量，植被減少或增加的趨勢(shì)是土地退化處于加劇或改善過(guò)程的反映。國(guó)內(nèi)外學(xué)者主要選擇歸一化植被指數(shù)(normalized difference vegeration index,NDVI)或凈第一性生產(chǎn)力(又稱凈初級(jí)生產(chǎn)力，net primary production,NPP)作為土地退化的衡量標(biāo)準(zhǔn)。由于NPP計(jì)算方法復(fù)雜，因而NDVI以其方法簡(jiǎn)單的優(yōu)勢(shì)被大多數(shù)學(xué)者所使用[7-11]。分析的方法有很多，如徒手法、簡(jiǎn)單移動(dòng)平均值法、加權(quán)平均值法和最小二乘法[12-13]等。如Stefanie，Camberlin和Weiss分別采用坡度、相關(guān)系數(shù)法、回歸分析法來(lái)分析土地退化的趨勢(shì)，但是這些方法要么沒(méi)有歸一化，要么沒(méi)有對(duì)結(jié)果進(jìn)行顯著性檢驗(yàn)[14]。

本文采用Theil-Sen[15-16]提出的中值斜率估計(jì)法估算土地退化的強(qiáng)度，并結(jié)合Mann-Kendall[17-23]的非線性趨勢(shì)估計(jì)方法進(jìn)行土地退化趨勢(shì)檢驗(yàn)。由于中亞地區(qū)相對(duì)高差大，人類活動(dòng)多數(shù)集中在高程低于2 000 m的區(qū)域。所以，本文還將統(tǒng)計(jì)各高程段土地退化的情況，以此分析人類活動(dòng)對(duì)土地退化的影響。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

中亞即亞洲中部地區(qū)，包括哈薩克斯坦、烏茲別克斯坦、吉爾吉斯斯坦、土庫(kù)曼斯坦、塔吉克斯坦和中國(guó)新疆等地區(qū)，見(jiàn)圖1。面積約566.69萬(wàn)km2。

圖1 中亞地區(qū)示意圖

中亞地處亞歐大陸中部，距海較遠(yuǎn)。河流多為內(nèi)流河，外流河有額爾齊斯河等。湖泊多為內(nèi)流湖，西部瀕臨世界最大的內(nèi)流湖——里海，中部有咸海。中亞地勢(shì)東高西低，地形以平原與丘陵為主。在塔吉克斯坦帕米爾地區(qū)、吉爾吉斯斯坦西部西天山地區(qū)以及中國(guó)新疆維吾爾自治區(qū)東天山和昆侖山地區(qū)山勢(shì)陡峭，海拔在4 000～5 000 m。中亞氣候大部分為溫帶大陸性氣候，冬冷夏熱，氣溫年較差與日較差大，降水稀少。植被以草原植被和荒漠植被為主。

1.2 數(shù)據(jù)源

本文使用的SPOT-Vegetation數(shù)據(jù)(SPOT VGT)[24]下載自VITO網(wǎng)站(http: //free.vgt.vito.be)，時(shí)間跨度為19990101—20121221。Vegetation傳感器于1998年3月由 SPOT4 搭載升空，從1998年4月開(kāi)始主要由瑞典的Kiruna地面站負(fù)責(zé)接收用于全球植被覆蓋觀測(cè)的SP0T-VGT數(shù)據(jù)，法國(guó)Toulouse圖像質(zhì)量監(jiān)控中心負(fù)責(zé)圖像質(zhì)量并提供相關(guān)參數(shù)(如定標(biāo)系數(shù))，比利時(shí)VITO研究所的圖像處理與存檔中心負(fù)責(zé)全球Vegetation數(shù)據(jù)的存檔和按用戶訂單提供數(shù)據(jù)。

本文采用的VGT—S(synthesis)產(chǎn)品是經(jīng)過(guò)大氣校正的地表反射率數(shù)據(jù)，并運(yùn)用多波段合成技術(shù)獲得l km分辨率的歸一化植被指數(shù)數(shù)據(jù)集。該數(shù)據(jù)集包含每10 d合成的4個(gè)波段的光譜反射率及最大化的NDVI數(shù)據(jù)集(S10)。SPOT源數(shù)據(jù)的預(yù)處理包括大氣校正、輻射校正和幾何糾正，并將10 d最大化合成的NDVI 數(shù)據(jù)中-1～-0.1的值設(shè)置為-0.1，再通過(guò)

YDN=(JNDVI+0.1)/0.004

(1)

將NDVI轉(zhuǎn)換為0～250的YDN值。式中：JNDVI為逐旬合成并經(jīng)過(guò)重新定義的NDVI數(shù)據(jù)；YDN為經(jīng)過(guò)公式轉(zhuǎn)換形成的與NDVI對(duì)應(yīng)的值。

1.3 研究方法

1.3.1 Theil-Sen斜率估計(jì)

Theil-Sen斜率(TSSlope)估計(jì)是一種非參數(shù)估計(jì)法，用于估計(jì)長(zhǎng)時(shí)間序列數(shù)據(jù)的變化率，在本文中用于表征土地退化強(qiáng)度。通常TSSlope估計(jì)的顯著性通過(guò)Mann-Kendall顯著性檢驗(yàn)，其表達(dá)公式為

(2)

式中： median表示中位數(shù)函數(shù)；xj,xi為序列數(shù)據(jù)；tj,ti為對(duì)應(yīng)的時(shí)間序列數(shù)據(jù)，序列長(zhǎng)度為n，i0時(shí)表示上升趨勢(shì)，反之，TSSlope<0表示下降趨勢(shì)； |TSSlope|值越大表示上升或下降的強(qiáng)度越大。

1.3.2 Mann-Kendall趨勢(shì)檢驗(yàn)

Mann-Kendall是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，最初由Mann在1945年提出，后由Kendall和Sneyers進(jìn)一步完善，在長(zhǎng)時(shí)間序列數(shù)據(jù)的趨勢(shì)檢驗(yàn)和分析中得到了廣泛應(yīng)用。其優(yōu)點(diǎn)是不需要遵從一定的分布，也不受少數(shù)異常值的干擾，計(jì)算比較方便。其統(tǒng)計(jì)檢驗(yàn)方法為

(3)

(4)

(5)

式中： sign為符號(hào)函數(shù)；Z為標(biāo)準(zhǔn)化后的檢驗(yàn)統(tǒng)計(jì)量；S為檢驗(yàn)統(tǒng)計(jì)量；xj,xi為序列數(shù)據(jù)；n為序列長(zhǎng)度。當(dāng)n≥8時(shí)，S近似為正態(tài)分布，其均值E(S)和方差Var(S)為

(6)

Z為標(biāo)準(zhǔn)正態(tài)分布，是按時(shí)間序列(x1,x2,…,xn)計(jì)算出的統(tǒng)計(jì)量序列。對(duì)于給定顯著性水平α，如果|Z|>Z1-α/2(Z1-α/2為在顯著水平α下標(biāo)準(zhǔn)正態(tài)分布表對(duì)應(yīng)的值)，表明沒(méi)有變化趨勢(shì)的假設(shè)被拒絕，序列存在著明顯的變化趨勢(shì)；Z>0表示增加趨勢(shì);Z<0表示減少趨勢(shì); |Z|≥1.28，1.64，2.32時(shí)表示分別通過(guò)了信度90%，95%，99%顯著性檢驗(yàn)。

2 分析與討論

中亞地區(qū)高程差大，高程統(tǒng)計(jì)見(jiàn)表1。

表1 中亞地區(qū)高程統(tǒng)計(jì)

從表1中可看出，高程低于2 000 m的地區(qū)最廣，占總面積的87.68%。高程高于6 000 m終年積雪的地區(qū)分布較少，面積僅占0.06%，這些地區(qū)的土地退化幾乎沒(méi)有人類活動(dòng)的影響，可以只考慮氣候因素的影響。

2.1 中亞1999—2012年間土地退化強(qiáng)度分析

根據(jù)值的大小，將土地退化的強(qiáng)度劃分了等級(jí)，見(jiàn)表2。

表2 土地退化強(qiáng)度分級(jí)

表3顯示了中亞1999—2012年間在各高程段土地退化強(qiáng)度的情況。

表3 中亞地區(qū)1999—2012年間土地退化強(qiáng)度統(tǒng)計(jì)

圖2顯示了中亞1999—2012年間土地退化強(qiáng)度的空間分布。

圖2 中亞地區(qū)1999—2012年間土地退化強(qiáng)度圖

從表3和圖2可以看出，中亞地區(qū)土地退化面積為58.78×104km2，占中亞總面積的10.37%。高程<2 000 m的地區(qū)面積廣，土地退化也較為嚴(yán)重，發(fā)生土地退化的面積約為57.24×104km2，占該類區(qū)域面積的11.52%，其中強(qiáng)烈退化區(qū)域面積為27.24×104km2，占該類區(qū)域面積的5.48%，較強(qiáng)退化區(qū)域面積為30.00×104km2，占該類區(qū)域面積的6.04%。高程為[2 000，4 000)m和高程為[4 000，6 000)m的區(qū)域土地退化面積較小。高程≥6 000 m的地區(qū)土地退化面積為0.02×104km2，占該類區(qū)域面積的5.25%。該類地區(qū)終年積雪，受全球氣候變暖的影響，冰雪融化導(dǎo)致TSSlope值朝正向變化，可以認(rèn)為該類區(qū)域不可能發(fā)生土地退化。海拔較低的區(qū)域土地退化較為嚴(yán)重，可能是由于氣候和人類活動(dòng)共同的影響。且在無(wú)積雪區(qū)域，隨著高程的增加，土地退化面積的百分比逐漸減小。

中亞地區(qū)土地改善面積為213.11×104km2，占中亞總面積的37.60%。從表3中可看出，在高程為[2 000，4 000)m的區(qū)域土地改善占百分比最多，在高程<2 000 m和高程為[4 000，6 000)m的區(qū)域也有明顯改善，且大部分土地改善的地區(qū)均為輕度改善。高程較高的地方，可能由于全球氣候變暖導(dǎo)致冰雪融化，某些地方也長(zhǎng)出了植被； 海拔較低的地方，可能由于人工種植，仍然有較好的植被增勢(shì)。

空間上，土地退化嚴(yán)重的地區(qū)主要位于環(huán)卡拉庫(kù)姆沙漠和克孜勒庫(kù)姆沙漠邊緣的城市帶，以及哈薩克斯坦西部的鹽堿地帶。這表明，中亞的土地退化受到人類活動(dòng)和自然因素的共同影響。尤其是土庫(kù)曼斯坦和烏茲別克斯坦近些年為了加快經(jīng)濟(jì)發(fā)展和推動(dòng)城市化進(jìn)程，砍伐林木，對(duì)土地退化產(chǎn)生了直接的加速作用。土地改善的地區(qū)主要位于沿里海、各湖周邊、各沙漠邊緣以及山區(qū)雪線以下等地區(qū)； 各沙漠內(nèi)也有小幅增加。這是由于人類活動(dòng)和自然因素綜合作用的結(jié)果，一方面，全球變暖，中亞氣候由暖干向暖濕轉(zhuǎn)型，水循環(huán)加快，增強(qiáng)了降水和蒸發(fā)過(guò)程，使得沙漠地區(qū)的沙漠植被生長(zhǎng)生理過(guò)程發(fā)生改變[25-28]。從圖2可看出，中亞地區(qū)土地改善的強(qiáng)度并不大，氣候變暖和冰雪融化又使得原先不適合植被生長(zhǎng)的一些曾是苔原的地區(qū)可能被灌木叢覆蓋[29]。另一方面，由于人類更加注重環(huán)境保護(hù)和自身的發(fā)展，在水源充足的區(qū)域進(jìn)行農(nóng)業(yè)種植，在沙漠周邊開(kāi)展了許多防風(fēng)固沙工程。另外，咸海是一個(gè)特殊的區(qū)域，1918年，由于前蘇聯(lián)的“棉花計(jì)劃”，將流入咸海的河流改道用于灌溉農(nóng)作物，使得以前排入咸海的河水不再流入，多年來(lái)咸海湖盆連續(xù)萎縮[30]，在湖盆萎縮區(qū)域可能有稀疏自然植被生長(zhǎng)，同時(shí)也有部分湖盆萎縮區(qū)被圍湖造田。

2.2 中亞1999—2012年間土地退化趨勢(shì)分析

根據(jù)Z值的大小，將土地退化的趨勢(shì)劃分了等級(jí)，見(jiàn)表4。

表4 土地退化趨勢(shì)分級(jí)

表5顯示了中亞1999—2012年間在各高程段土地退化趨勢(shì)的情況。

表5 中亞1999—2012年間土地退化趨勢(shì)統(tǒng)計(jì)

圖3顯示了中亞1999—2012年間土地退化趨勢(shì)的空間分布。

圖3 中亞地區(qū)1999—2012年間土地退化趨勢(shì)

由表5和圖3可知，中亞地區(qū)有土地退化趨勢(shì)地區(qū)總面積為27.00×104km2; 高程<2 000 m的地區(qū)，有明顯土地退化趨勢(shì)的面積為25.61×104km2,較強(qiáng)退化區(qū)域面積為11.44×104km2; 高程為[2 000，4 000) m和高程為[4 000，6 000) m區(qū)域分別僅有1.35%和2.96%的面積出現(xiàn)明顯土地退化趨勢(shì)，變化趨勢(shì)不明顯; 高程≥6 000 m的地區(qū)有明顯土地退化趨勢(shì)的面積僅發(fā)現(xiàn)有0.08×104km2，雖然占到該類區(qū)域總面積的24.05%，但由于高程≥6 000 m區(qū)域終年積雪，氣候變暖和冰雪融化導(dǎo)致Z值在較高正值范圍內(nèi)變化，仍然可以認(rèn)為該區(qū)域內(nèi)總體上不可能有土地退化趨勢(shì)。

中亞地區(qū)有明顯土地改善趨勢(shì)區(qū)域的總面積為198.76×104km2，占中亞總面積的35.08%。從表5中可看出，在高程為[4 000，6 000) m的區(qū)域，一半以上的面積有明顯土地改善趨勢(shì)，在高程<2 000 m和高程為[2 000,4 000) m的區(qū)域也有較大比例面積有明顯土地改善趨勢(shì)，且大部分有土地改善的地區(qū)植被有較明顯增加。

空間上，強(qiáng)烈退化的地區(qū)仍然位于環(huán)卡拉庫(kù)姆沙漠、克孜勒庫(kù)姆沙漠邊緣的綠洲經(jīng)濟(jì)帶和哈薩克斯坦西部鹽堿地帶，尤以土庫(kù)曼斯坦南部最為嚴(yán)重。表明人類毀林毀草開(kāi)荒是個(gè)持續(xù)性活動(dòng)，并對(duì)環(huán)境造成惡劣影響。顯著改善的地區(qū)位于沿里海、各湖周邊、各沙漠邊緣以及山區(qū)雪線以下等地區(qū)。在全球氣候變暖的大環(huán)境下，原先不適合植被生長(zhǎng)的沙漠區(qū)和高海拔苔原區(qū)也逐漸長(zhǎng)出了稀疏植被。沿里海和其他各湖周圍區(qū)域農(nóng)業(yè)耕作面積增加，以及咸海萎縮區(qū)自然植被的生長(zhǎng)，都使得土地顯著改善。需要說(shuō)明的是，結(jié)合圖2、圖3可看出，沙漠地區(qū)雖為土地改善情況顯著區(qū)，但其變化強(qiáng)度非常小，對(duì)土地環(huán)境整體改善的作用還十分微弱。

3 結(jié)論

1)中亞地區(qū)土地強(qiáng)烈退化的區(qū)域主要位于環(huán)卡拉庫(kù)姆沙漠、克孜勒庫(kù)姆沙漠邊緣的城市帶和哈薩克斯坦西部鹽堿地帶。環(huán)卡拉庫(kù)姆沙漠、克孜勒庫(kù)姆沙漠邊緣的城市帶地區(qū)在注重發(fā)展經(jīng)濟(jì)的同時(shí)忽視了對(duì)自然生態(tài)的保護(hù)，對(duì)環(huán)境造成了惡劣影響。哈薩克斯坦西部鹽堿地地區(qū)，由于自然條件惡劣，也導(dǎo)致土地強(qiáng)烈退化。上述地區(qū)土地退化強(qiáng)度大，退化趨勢(shì)顯著。

2)部分地區(qū)土地改善強(qiáng)度大。在沿里海、各湖周邊、各沙漠邊緣以及山區(qū)雪線以下等地區(qū)都有明顯改善。表明這些地區(qū)人們重視發(fā)展農(nóng)業(yè)，圍湖造田已興起，沙漠周邊各項(xiàng)環(huán)境治理工程和防風(fēng)固沙工程都在有效實(shí)施。高海拔地區(qū)冰雪融化，原先不適合植被生長(zhǎng)的部分高海拔地區(qū)也逐漸有植被生長(zhǎng)。這與前人研究的全球氣候變暖，中亞氣候逐漸轉(zhuǎn)向暖濕，植被“北侵”的認(rèn)識(shí)相吻合。

3)各沙漠內(nèi)部土地改善趨勢(shì)較顯著，但強(qiáng)度非常小。區(qū)域氣候的暖濕變化是造成這一變化的重要因素，由于區(qū)域溫度和降水發(fā)生的變化，沙漠稀疏植被的生長(zhǎng)過(guò)程也發(fā)生了明顯變化； 然而由于沙漠天然的惡劣環(huán)境，其稀疏植被的變化強(qiáng)度十分有限。

4)總體上看，中亞地區(qū)人類生存的綠洲經(jīng)濟(jì)帶的土地退化情況日益突出，人類的生存環(huán)境可能在惡化。

5)本文依據(jù)NDVI值，用Theil-Sen和Mann-Kendall方法定量評(píng)估了中亞地區(qū)土地退化的強(qiáng)度和趨勢(shì)。研究表明該方法簡(jiǎn)單易行，對(duì)于大尺度區(qū)域長(zhǎng)時(shí)間序列土地退化的研究具有較明顯優(yōu)勢(shì)。受自然氣候變化和人類活動(dòng)等因素的干擾，不同區(qū)域土地退化的變化情況的影響因素仍需要進(jìn)行更深入的研究，特別是綠洲經(jīng)濟(jì)帶區(qū)域的土地退化因素是復(fù)雜多變的。研究各區(qū)域影響土地退化趨勢(shì)變化的各種因素的影響機(jī)理是下一步需要開(kāi)展的工作。

參考文獻(xiàn)(References)：

[1] 程水英,李團(tuán)勝.土地退化的研究進(jìn)展[J].干旱區(qū)資源與環(huán)境,2004,18(3):38-43.

Chen S Y,Li T S.Advances in research of land degradation[J].Journal of Arid Land Resources and Environment,2004,18(3):38-43.

[2] 張?zhí)伊?王興祥.土壤退化的研究進(jìn)展與趨向[J].自然資源學(xué)報(bào),2000,15(3):280-284.

Zhang T L,Wang X X.Research progress and trend of soil degradation[J].Journal of Natural Resources,2000,15(3):280-284.

[3] 格日樂(lè),姚云峰.土地退化防治綜述[J].內(nèi)蒙古林學(xué)院學(xué)報(bào),1998,20(2):47-53.

Ge R L,Yao Y F.The prevention of land degradation[J].Journal of Inner Mongolia Forestry College,1998,20(2):47-53.

[4] 劉慧.我國(guó)土地退化類型與特點(diǎn)及防治對(duì)策[J].資源科學(xué),1995(4):26-32.

Liu H.The types and characteristics of land degradation and countermeasures in China[J].Journal of Resources Science,1995(4):26-32.

[5] 孫武,李森.土地退化評(píng)價(jià)與檢測(cè)技術(shù)路線的研究[J].地理科學(xué),2000,20(1):92-96.

Sun W,Li S.Study on land degradation route evaluation and detection technology[J].Journal of Geographic Science,2000,20(1):92-96.

[6] 趙其國(guó).人類活動(dòng)與土地退化[G].中國(guó)土地退化防治研究(全國(guó)土地退化防治學(xué)術(shù)討論論文集),1991.

Zhao Q G.Human activities and land degradation[G].Study on Prevention of Land Degradation in China,1991.

[7] 張祖勛,廖明生.NOAA/AVHRR的進(jìn)展與應(yīng)用[J].國(guó)外測(cè)繪,1994(4):36-39.

Zhang Z X,Liao M S.Development and application of NOAA/AVHRR[J].Foreign Mapping,1994(4):36-39.

[8] 盧玲,李新,董慶罕,等.SPOT4-Vegetation中國(guó)西北地區(qū)土地覆蓋制圖與驗(yàn)證[J].遙感學(xué)報(bào),2003,7(3):214-220.

Lu L,Li X,Dong Q H,et al.SPOT4-Vegetation cover mapping and verification of land in Northwest China[J].Journal of Remote Sensing,2003,7(3):214-220.

[9] 馬明國(guó),王建,王雪梅.基于遙感的植被年際變化及其與氣候關(guān)系研究進(jìn)展[J].遙感學(xué)報(bào),2006,10(3):421-431.

Ma M G,Wang J,Wang X M.The progress of inter annual variability of vegetation and its relationship with climate based on remote sensing[J].Journal of Remote Sensing,2006,10(3):421-431.

[10]宋怡,馬明國(guó).基于SPOT Vegetation數(shù)據(jù)的中國(guó)西北植被覆蓋變化分析[J].中國(guó)沙漠,2007,27(1):89-93.

Song Y,Ma M G.Analysis of the change of vegetation cover in China Northwest based on SPOT Vegetation data[J].Chinese Desert,2007,27(1):89-93.

[11]Maisongrande P,Duchemin B,Dedieu G.Vegetation/SPOT:An operational mission for the Earth monitoring:Presentation of new standard products[J].International Journal of Remote Sensing,2004,25(1):9-14.

[12]Han J W,Kamber M.數(shù)據(jù)挖掘:概念與技術(shù)[M].范明,孟小峰,譯.北京:機(jī)械工業(yè)出版社,2001.

Han J W,Kamber M.Data Mining:Concepts and Techniques[M].Translated by Fan M,Meng X F.Beijing:Mechanical Industry Press,2001.

[13]楊帆,王志堅(jiān),婁淵勝.時(shí)間序列趨勢(shì)分析方法的一種改進(jìn)[J].計(jì)算機(jī)技術(shù)與發(fā)展,2006,16(5):82-84.

Yang F,Wang Z J,Lou Y S.An improved analysis method of time series trend[J].Computer Technology and Development,2006,16(5):82-84.

[14]黃森旺,李曉松,吳炳方,等.近25年三北防護(hù)林工程區(qū)土地退化及驅(qū)動(dòng)力分析[J].地理學(xué)報(bào),2012,67(5):589-598.

Hang S W,Li X S,Wu B F,et al.The distribution and drivers of land degradation in the three-north shelter forest region of China during 1982—2006[J].Journal of Geographical Sciences,2012,67(5):589-598.

[15]Theil,H.A rank-invariant method of linear and polynomial regression analysis[J].I,II,III.Nederl.Akad.Wetensch.,Proc.1950,53:386-392,521-525,1397-1412.

[16]Sen P K.Estimates of the regression coefficient based on Kendall’s tau[J].Journal of the American Statistical Association,1968,63(324):1379-1389.

[17]Gibbons J D,Chakroborty S,Gibbons G D.Nonparametric Statistical Inference[M].New York:CRC Press,2003.

[18]Helsel D R,Frans L M.Regional kendall test for trend[J].Environmental Science and Technology,2006,40(13):4066-4073.

[19]Kendall M G.Rank Correlation Methods[M]//3rd ed.New York:Hafner Publishing Company,1962.

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

[21]Mann H B.Nonparametric tests against trend[J].Econometrica,1945,13(3):245-259.

[22]Neeti N,Eastman J R.A contextual Mann-Kendall approach for the assessment of trend significance in image time series[J].Transactions in GIS,2011,15(5):599-611.

[23]Sen P K.Estimates of regression coefficient based on Kendall’s tau[J].J Am Stat Ass,1968,63(324):1379-1389.

[24]Source for this dataset was the VITO (Flemish Inst.Technological Research,Belgium)[EB/OL].http://www.vgt.vito.be.

[25]陳發(fā)虎,黃偉,靳立亞,等.全球變暖背景下中亞干旱區(qū)降水變化特征及其空間差異[J].中國(guó)科學(xué):地球科學(xué),2011,41(11):1647-1657.

Chen F H,Hang W,Jin L Y,et al.Characteristics and spatial variation of precipitation differences in arid Central Asia under the background of global warming[J].China Science:Earth Science,2011,41(11):1647-1657.

[26]施雅風(fēng),沈永平,胡汝驥.西北氣候由暖干向暖濕轉(zhuǎn)型的信號(hào)、影響和前景初步探討[J].冰川凍土,2002,24(3):219-226.

Shi Y F,Shen Y P,Hu R J.Preliminary study on signal, influence and prospect of the Northwest climate shift from warm dry to warm wet[J].Journal of Glaciology and Geocryology,2002,24(3):219-226.

[27]施雅風(fēng),沈永平,李棟梁,等.中國(guó)西北氣候由暖干向暖濕轉(zhuǎn)型的特征和趨勢(shì)探討[J].第四紀(jì)研究,2003,23(2):152-162.

Shi Y F,Shen Y P,Li D L,et al.To explore the characteristics and trend of Chinese Northwest climate shift from warm dry to warm wet[J].Quaternary Research,2003,23(2):152-162.

[28]魯振宇.基于MODIS數(shù)據(jù)的青海省短尺度土地覆蓋變化和植被活動(dòng)的氣候驅(qū)動(dòng)機(jī)制研究[D].蘭州:蘭州大學(xué),2007.

Lu Z Y.Climate driving mechanism of land cover change and vegetation activity in short scale in Qinghai Province based on MODIS data[D].Lanzhou:Lanzhou University,2007.

[29]郭爽.全球變暖致植被生長(zhǎng)范圍北移將引發(fā)生態(tài)改變[N/OL].新華網(wǎng),2013-03-14.http://news.qq.com/a/20130314/000860.htm.

Guo S.Global warming caused vegetation growth range northward and it will lead to ecological changes[N/OL].New China Net,2013-03-14.http://news.qq.com/a/20130314/000860.htm.

[30]Philip M.The Aral Sea disaster[J].Annual Review of Earth and Planetary Sciences,2007,35(4):47-72.