張宇婷， 張振飛， 張 志

(1.中國(guó)地質(zhì)大學(xué)(武漢)數(shù)學(xué)地質(zhì)遙感地質(zhì)研究所,武漢 430074；2.中國(guó)地質(zhì)大學(xué)(武漢)地球科學(xué)學(xué)院,武漢 430074)

0 引言

以氣候變化為主因的植被衰退以及土地荒漠化帶來的生態(tài)系統(tǒng)退化已經(jīng)引起各國(guó)政府和科學(xué)部門的高度關(guān)注[1-3]。干旱區(qū)約占全球陸地總面積的1/3，主要分布于南、北緯15°～35°之間的副熱帶和35°～50°之間的溫帶、暖溫帶大陸[4-5]，其中有一大部分為生態(tài)環(huán)境非常脆弱的荒漠區(qū)，一般認(rèn)為其植被發(fā)育狀況對(duì)氣候變化敏感[6-8]。植被覆蓋度是指植被(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，是表征一定地區(qū)內(nèi)植被發(fā)育情況的一個(gè)重要指標(biāo)[9-13]。傳統(tǒng)的植被覆蓋度研究方法以野外觀測(cè)為主，受野外條件限制，有很大的局限性。遙感技術(shù)為大面積獲取植被覆蓋度信息提供了方便，并能在一定程度上提高研究精度[4,14-15]。近20 a來，利用各種光學(xué)遙感數(shù)據(jù)研究植被覆蓋度及植被發(fā)育狀況，在國(guó)內(nèi)外許多地區(qū)取得了顯著成果。例如，Qi等[16]使用歸一化差分植被指數(shù)(normalized difference vegetation index，NDVI)研究了美國(guó)西南部San Pedro盆地的植被時(shí)空變化，認(rèn)為用NDVI計(jì)算出的植被覆蓋度在某些條件下可以代替實(shí)測(cè)數(shù)據(jù)； 劉廣峰等[17]應(yīng)用ETM+數(shù)據(jù)研究了毛烏素沙地區(qū)的植被覆蓋度，揭示了該地區(qū)沙漠化由東南向西北加重的趨勢(shì)； 李曉松[18]利用Hyperion高光譜遙感數(shù)據(jù)，采用多種方法(植被指數(shù)法、回歸模型法和像元分解法等)研究了甘肅省民勤綠洲—荒漠過渡帶稀疏植被的發(fā)育狀況，發(fā)現(xiàn)民勤綠洲邊緣植被退化現(xiàn)象嚴(yán)重； 武正麗等[12]利用MODIS數(shù)據(jù)對(duì)祁連山地區(qū)植被覆蓋度變化進(jìn)行了研究，發(fā)現(xiàn)該地區(qū)近10 a來植被覆蓋整體呈增加趨勢(shì)。

新疆是我國(guó)西北的干旱區(qū)，其中荒漠區(qū)占新疆總面積的61.39%。大南湖地區(qū)位于新疆東部，是比較典型的荒漠區(qū)，降水稀少、蒸發(fā)強(qiáng)烈，植被稀疏、種群?jiǎn)握{(diào)[19-20]。目前，針對(duì)該地區(qū)天然植被發(fā)育情況的專門研究尚未見報(bào)道。本文利用多種類、多時(shí)相光學(xué)遙感數(shù)據(jù)，結(jié)合野外考察，研究該地區(qū)1992—2014年間植被覆蓋度的時(shí)空分布，探討我國(guó)西北荒漠區(qū)天然植被對(duì)全球氣溫變化的響應(yīng)。上述研究不僅有一定的學(xué)術(shù)意義，而且可為該地區(qū)今后土地開發(fā)利用、環(huán)境保護(hù)治理等提供有用信息。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

研究區(qū)位于新疆維吾爾自治區(qū)哈密市東南約10 km的大南湖—沙爾湖一帶，處于吐哈盆地東南部、中天山南麓，地理位置在E93°28′～94°1′，N42°16′～42°34′之間，東西約45 km，南北約33 km，面積約1 490 km2。該區(qū)為溫帶干旱、半干旱氣候，年平均氣溫9.8 ℃，最高氣溫可達(dá)43～45 ℃，夏季晝夜溫差20～25 ℃，年均降水量33.8 mm； 春季多風(fēng)、冷暖多變，夏季酷熱、蒸發(fā)強(qiáng)，秋季晴朗、降溫迅速，冬季寒冷、低空氣層穩(wěn)定。年均無霜期182 d，日照時(shí)數(shù)為3 300～3 500 h[21]。區(qū)內(nèi)地勢(shì)總體較平緩，最高海拔高度780 m，最低490 m，最大高差290 m； 可劃分出多種地貌單元，以洪積—風(fēng)成戈壁為主，地勢(shì)較高處往往有侵蝕戈壁，戈壁灘面積約占全區(qū)75%； 除戈壁灘外，還有沙漠、季節(jié)性河床、鹽漬土地、鹽沼或干鹽湖等。本文根據(jù)遙感圖像解譯并結(jié)合野外踏勘，初步繪制了該區(qū)地貌單元分布圖(圖1)，圖中背景影像為數(shù)字高程模型(digital elevation model，DEM)。除北部邊緣地段有農(nóng)作物及人工林外，區(qū)內(nèi)植被總體稀疏且分布不均勻，以多年生低矮和旱生灌叢的荒漠植物為主，包括梭梭、紅柳、蘆葦和駱駝刺等。近數(shù)十a(chǎn)來，因礦業(yè)開發(fā)、興修鐵路、電網(wǎng)建設(shè)等活動(dòng)，區(qū)內(nèi)不僅有省道S328和S235支路通過，還有一些土路可通行，交通較便利。

圖1 研究區(qū)地貌單元遙感解譯圖Fig.1 Map of landscapes of study area interpreted from ETM+ data

1.2 數(shù)據(jù)源

本研究主要綜合應(yīng)用了以下3類數(shù)據(jù)：

1)多光譜遙感數(shù)據(jù)。包括Landsat TM/ETM+/OLI等數(shù)據(jù)，空間分辨率均為30 m，云量均小于20%，下載于“地理空間數(shù)據(jù)云”網(wǎng)站(http: //www.gscloud.cn/)。共10個(gè)時(shí)相，覆蓋了1992—2014年的23 a。10景衛(wèi)星遙感數(shù)據(jù)的具體信息見表1。

表1 本文所用遙感數(shù)據(jù)Tab.1 Remote sensing data used in this paper

2)與遙感數(shù)據(jù)同期的氣象數(shù)據(jù)。研究區(qū)氣象數(shù)據(jù)是從“中國(guó)氣象數(shù)據(jù)網(wǎng)”(http: //data.cma.cn/)下載的中國(guó)地面國(guó)際交換站氣候資料之月值數(shù)據(jù)集及年值數(shù)據(jù)集，站點(diǎn)為距研究區(qū)最近的新疆維吾爾自治區(qū)哈密站(編號(hào)為52203)。所選數(shù)據(jù)集中于每年5—8月，各年份數(shù)據(jù)盡量與遙感數(shù)據(jù)獲取日期接近。使用了月平均氣溫、年平均氣溫、降水量、平均風(fēng)速、平均氣壓及日照百分率等6個(gè)指標(biāo)。全球氣溫?cái)?shù)據(jù)從“美國(guó)國(guó)家海洋和大氣管理局網(wǎng)站”(https: //www.climate.gov/)下載。

3)DEM數(shù)據(jù)。下載于“地理空間數(shù)據(jù)云”網(wǎng)站(http: //www.gscloud.cn/)，數(shù)據(jù)類型為ASTER GDEM V2，水平空間分辨率為30 m，垂直分辨率為20 m。所用2景DEM數(shù)據(jù)標(biāo)識(shí)ID(軌道號(hào))分別為ASTGTM2_N42E093(93/42)和ASTGTM2_N42E094(94/42)。

2 研究方法

2.1 總體思路

為達(dá)到研究目的，本文采用的總體思路是，利用遙感數(shù)據(jù)計(jì)算各時(shí)間點(diǎn)上植被覆蓋度的空間分布(即生成覆蓋度圖像)，分析其時(shí)空變化趨勢(shì)； 并與地形、地貌及氣象資料進(jìn)行比較，通過考察植被覆蓋度與上述因素的相關(guān)性，探討植被覆蓋度的變化規(guī)律及控制因素。

由于氣象資料只是各種氣象指標(biāo)的時(shí)間序列，而植被覆蓋度除時(shí)間變化外還隨空間位置而改變； 所以植被覆蓋度與氣象資料如何互相對(duì)比，在方法上有較強(qiáng)的探索性。為使這種對(duì)比能夠更好地指示植被覆蓋度的變化規(guī)律，本研究中注意了以下2個(gè)問題：

1)植被的發(fā)育不僅與當(dāng)?shù)貧夂蛴嘘P(guān)，而且與其他因素(包括局部地形地貌條件及植物種類等)有關(guān)； 故本文將覆蓋度由低到高分級(jí)，各級(jí)覆蓋度分別與氣象資料進(jìn)行對(duì)比，以便獲得更為具體的對(duì)比結(jié)果。各年份采用統(tǒng)一的分級(jí)方案，以確保覆蓋度隨時(shí)間變化的可比性。

2)氣候?qū)χ脖话l(fā)育的影響可能存在時(shí)滯效應(yīng)[6,22]。倘若在對(duì)比兩者時(shí)忽略了時(shí)間滯后問題，可能會(huì)遺漏本應(yīng)存在的相關(guān)關(guān)系； 因此在對(duì)比氣象資料和覆蓋度數(shù)據(jù)時(shí)，本文對(duì)氣象指標(biāo)時(shí)間序列進(jìn)行了相應(yīng)的處理(詳見2.3節(jié))。

2.2 遙感數(shù)據(jù)處理分析

1)圖像預(yù)處理。包括輻射定標(biāo)、大氣校正、歸一化及剪裁等處理，旨在減少大氣和太陽高度角變化等帶來的誤差[23]。本文利用ENVI5.1軟件完成了圖像預(yù)處理，各項(xiàng)預(yù)處理的原理和方法在許多文獻(xiàn)中都有介紹[24-25]，在此不再贅述。

2)植被覆蓋度(Fc)計(jì)算。首先計(jì)算各像元的NDVI，計(jì)算公式[17,26]為

(1)

式中：ρNIR和ρR分別為近紅外波段和紅光波段的反射率值。

然后采用干旱區(qū)植被研究中常用的像元二分模型計(jì)算植被覆蓋度。前人在其他地區(qū)的研究中，應(yīng)用該方法提取荒漠區(qū)植被覆蓋度平均精度達(dá)到了79.4%[17-18]。該模型假設(shè)像元光譜由純植物光譜與純裸土光譜線性混合而成，將植被覆蓋度定義為任一像元的NDVI在純植物像元植被指數(shù)(NDVIveg)與裸土植被指數(shù)(NDVIsoil)之間的線性插值，即

(2)

NDVIsoil和NDVIveg的取值是計(jì)算植被覆蓋度的關(guān)鍵。理論上NDVIsoil應(yīng)為接近于0的固定值； 但實(shí)際中因受各種環(huán)境因素影響，NDVIsoil隨地區(qū)而變，NDVIveg值也會(huì)因植被類型和生長(zhǎng)狀態(tài)不同而變化[23]。目前，NDVIsoil和NDVIveg的取值主要有3種方法： ①根據(jù)已有研究成果取經(jīng)驗(yàn)值[27]； ②根據(jù)NDVI圖像中的灰度分布，在0.5%～99.5%置信區(qū)間內(nèi)分別取下限和上限為2者的近似值[22]； ③分別取整景NDVI圖像中的極小值和極大值[28]。本文主要針對(duì)天然植被，對(duì)研究區(qū)北部邊緣的少量人工植被(如林場(chǎng)、農(nóng)田等)進(jìn)行了掩模處理。在2015年獲取的遙感圖像中，農(nóng)田掩模的下限NDVI=0.20，用該值可以通過掩模運(yùn)算提取區(qū)內(nèi)全部人工植被區(qū)。將野外觀察路線與NDVI圖像進(jìn)行比較后發(fā)現(xiàn)，裸地像元NDVI<0.07，而不同程度含有天然植被的像元NDVI范圍處于0.07～0.17之間。因此，本文選定NDVIsoil= 0.07，NDVIveg= 0.20。需說明的是，這樣選取NDVIsoil和NDVIveg后，用式(1)計(jì)算的Fc雖然介于0～1之間，但它只是一個(gè)表征植被局部相對(duì)發(fā)育程度的指標(biāo)，而不能反映植物體所占的真實(shí)面積百分比，因此是一種“相對(duì)植被覆蓋度”。事實(shí)上，當(dāng)Fc接近于1時(shí)，粗略估計(jì)植物體垂直投影面積所占百分比約為40%。本文采用這種相對(duì)植被覆蓋度(但仍稱為植被覆蓋度)的原因是： ①本文研究重點(diǎn)為區(qū)內(nèi)植被發(fā)育程度的時(shí)空變化情況，相對(duì)覆蓋度不影響不同時(shí)間和空間位置的相互比較，因此可以滿足需要； ②無論在現(xiàn)有遙感數(shù)據(jù)中還是在野外，要在研究區(qū)內(nèi)確定準(zhǔn)確的絕對(duì)植被覆蓋度都是困難的。為了將不同時(shí)間和空間位置上的植被覆蓋情況進(jìn)行較詳細(xì)的比較，本文根據(jù)Fc值對(duì)研究區(qū)內(nèi)的植被覆蓋情況進(jìn)行了分級(jí)。經(jīng)多方案試驗(yàn)并參考野外考查結(jié)果，將植被覆蓋情況分為4級(jí)，分別為低覆蓋度(0

為研究植被整體的發(fā)育和變化情況，本文還提出了一個(gè)綜合指標(biāo)——“植物總量指標(biāo)”，用于表征植被面積在全區(qū)所占比例，即

(3)

式中：V為植物總量指標(biāo)；A為研究區(qū)總面積，m2；R為遙感圖像空間分辨率，m；Fc,i為第i個(gè)像元的植被覆蓋度；N為全區(qū)像元總數(shù)。由于Fc的相對(duì)性，V也只有相對(duì)意義，可用于不同時(shí)相植被發(fā)育整體情況的比較。

(a) 低植被覆蓋度(戈壁灘)(b) 中植被覆蓋度(沙漠化干河谷)

(c) 中高植被覆蓋度(沙漠化干河谷)(d) 高植被覆蓋度(鹽漬土地)

圖2不同植被覆蓋度級(jí)別的野外景觀

Fig.2Fieldphotosofvariousdegreesofvegetationcoverage

2.3 氣象數(shù)據(jù)處理

氣象數(shù)據(jù)中，平均氣溫、日照百分率、平均風(fēng)速、平均氣壓及平均相對(duì)濕度等均使用當(dāng)月直接觀測(cè)數(shù)據(jù)； 考慮到可能的時(shí)滯效應(yīng)，降水量使用當(dāng)月、前月及2個(gè)月平均數(shù)據(jù)。此外通過計(jì)算還可獲得潛在蒸散量及濕潤(rùn)指數(shù)。

潛在蒸散量(E/mm)計(jì)算公式[29]為

(4)

式中：d為當(dāng)月的天數(shù)；Wt為溫度為t時(shí)的飽和水汽壓，mmHg；U為月平均風(fēng)速，m/s；w為月平均相對(duì)濕度；P為月平均氣壓，hPa；t為月平均氣溫，℃。

濕潤(rùn)指數(shù)的公式[30]為

(5)

式中：S為濕潤(rùn)指數(shù)；h為當(dāng)月降水量，mm；E為潛在蒸散量，mm。

由于氣候?qū)χ脖坏挠绊戄^復(fù)雜，各種氣象參數(shù)都可能與植被覆蓋度有關(guān)，所以本文對(duì)氣象參數(shù)與植被覆蓋度進(jìn)行了相關(guān)性研究。偏相關(guān)系數(shù)可以反映2個(gè)變量的相關(guān)性而剔除其他變量的影響，其計(jì)算公式[30-31]為

(6)

式中：x，y和z分別為氣象參數(shù)及植被覆蓋度變量；rxy,z為變量z固定后x與y之間的偏相關(guān)系數(shù)；rxy，ryz，rxz分別為x與y,y與z,x與z的線性相關(guān)系數(shù)。任意2個(gè)變量x，y之間線性相關(guān)系數(shù)的計(jì)算公式[30-31]為

(7)

3 結(jié)果與討論

3.1 植被覆蓋度總體變化趨勢(shì)

應(yīng)用ENVI計(jì)算研究區(qū)圖像每個(gè)像元1992—2014年間平均植被覆蓋度(圖3)。

圖3 1992—2014年平均植被覆蓋度空間分布Fig.3 Spatial distribution of average vegetation coverage during 1992—2014

由圖3可以看出，植被的空間分布主要有以下特點(diǎn)： ①研究區(qū)內(nèi)植被稀疏(全區(qū)平均7%)且空間分布不均勻，總體呈現(xiàn)北部高、南部低，西部較高、東部較低的趨勢(shì)。此外，南部季節(jié)性河谷中植被覆蓋度較高； ②研究區(qū)北部的植被呈NWW向帶狀分布，南部為近EW向。這與該區(qū)地貌單元(圖1)的展布趨勢(shì)有一定相似性，顯示了地貌對(duì)植被分布的控制。

圖4(a)為研究區(qū)1992—2014年間各覆蓋度級(jí)別像元累積面積變化折線圖，圖4(b)為植被總量變化折線圖。

(a) 各級(jí)植被覆蓋度變化 (b)植物總量變化

圖4研究區(qū)1992—2014年間各級(jí)植被覆蓋度面積及植物總量變化折線圖

Fig.4Linechartsforvariationsofareasofvariousvegetationcoveragegradesandtotalvegetationduring1992—2014

從圖4可以看出，1992—2014年間該區(qū)植被隨時(shí)間的變化主要有以下特點(diǎn)： ①各級(jí)植被覆蓋度及整體覆蓋度均有隨時(shí)間增加的趨勢(shì)，其中,低、中、中高、高級(jí)及有植被覆蓋區(qū)域面積分別增長(zhǎng)了7.5%，24.4%，40.8%，61.6%和9.0%； 而植物總量增長(zhǎng)了21.4%； ②各級(jí)別覆蓋度區(qū)面積變化曲線形態(tài)較相似，但低植被覆蓋度區(qū)面積變化幅度較大(絕對(duì)年際變化達(dá)數(shù)百km2)，而中、中高和高覆蓋度區(qū)面積變化幅度較小(絕對(duì)年際變化小于10 km2)。

3.2 植被覆蓋度與地形高度的關(guān)系

研究區(qū)植被覆蓋度與地形高度的關(guān)系主要表現(xiàn)為以下2方面： ①?gòu)恼w來看，植被覆蓋度與地形高度呈弱正相關(guān)關(guān)系(圖5(a)),高度600～780 m地區(qū)的植被覆蓋度較高，而600 m以下地區(qū)植被覆蓋度較低； ②在較小尺度上，常見植被覆蓋度較高處為局部相對(duì)低凹地段，例如圖5(b)是在研究區(qū)內(nèi)任取一直線AB(見圖1)，沿該線提取每一個(gè)像元對(duì)應(yīng)的高程及植被覆蓋度的變化情況，從總體上說，高程較高的地方往往植被覆蓋度也高(點(diǎn)序號(hào)12—24，42—46，211—218等)； 但局部(點(diǎn)序號(hào)113-129)較高植被覆蓋度卻對(duì)應(yīng)于相對(duì)低凹處。這也反映了植被與地貌的關(guān)系(見3.3節(jié))。

(a) 研究區(qū)植被覆蓋與高程關(guān)系 (b) 圖1中沿線AB的高程及植被覆蓋度變化曲線

圖5植被覆蓋度與地形高度的關(guān)系

Fig.5Relationbetweenvegetationcoverageandelevation

3.3 植被覆蓋度與地貌的關(guān)系

研究區(qū)植被覆蓋度與地貌關(guān)系的主要特點(diǎn)是： ①大部分戈壁灘和沙漠中沒有植物，或只見零星分布的草本植物； ②有小部分戈壁灘中發(fā)育小型灌木如駱駝刺、梭梭等，覆蓋度低(如圖2(a))； ③鹽堿地、鹽漬土地及季節(jié)性干涸河谷中植被覆蓋度可達(dá)中—高等級(jí)(如圖2(b)—(d))。這種現(xiàn)象不僅在野外可以看到，通過比較圖1和圖3也可以看出。野外調(diào)查顯示，鹽堿地或鹽漬土地中主要有蘆葦、駱駝刺和梭梭，也有紅柳； 干涸河谷中以紅柳為主，可見駱駝刺，但梭梭及蘆葦較少。各種灌木叢或蘆葦叢往往生長(zhǎng)在大小不等(直徑不足1～數(shù)m，高度一般低于1 m)的沙丘或鹽漬土丘上，而沙丘或土丘之間的相對(duì)低凹處一般沒有植物(但有時(shí)在潮濕、平坦的鹽沼或鹽漬土地上可見大片蘆葦)。干河谷及鹽漬土地的地勢(shì)往往較周圍的戈壁灘低，故局部植被覆蓋度常見與高程呈負(fù)相關(guān)的情況。

3.4 植被覆蓋度與氣象參數(shù)的關(guān)系

各級(jí)植被覆蓋度與各種氣象參數(shù)之間的偏相關(guān)分析結(jié)果見表2。

表2 各級(jí)植被覆蓋度區(qū)域面積與氣象數(shù)據(jù)的偏相關(guān)系數(shù)Tab.2 Partial correlation coefficients of various vegetation coverage grades and meteorological data

①*表示在 0.1或更高置信水平(雙側(cè))上顯著相關(guān)。

由表2可以看出： ①各植被覆蓋度級(jí)別與整體情況類似，日照百分率與植被覆蓋度呈顯著正相關(guān)； ②除高植被覆蓋區(qū)外，潛在蒸散量也與植被覆蓋度顯著正相關(guān)； ③其他氣象參數(shù)(包括前月、當(dāng)月、2個(gè)月平均降水量、濕潤(rùn)指數(shù)及當(dāng)月平均氣溫)，都在0.1置信水平上與植被覆蓋度沒有顯著相關(guān)性。如進(jìn)一步降低置信水平，似可認(rèn)為植被發(fā)育與降水量及濕潤(rùn)指數(shù)呈負(fù)相關(guān)。

3.5 討論

1)植被覆蓋度與潛在蒸散量呈正相關(guān)，這與前人研究結(jié)果一致，如吳越[32]的研究結(jié)果也表明干旱地區(qū)地表蒸散量與NDVI有一定程度的正相關(guān)關(guān)系； 植被覆蓋度與日照百分率呈正相關(guān)，其原因之一可能是本區(qū)主要植物均為喜光植物； 植被覆蓋度與其他氣象參數(shù)(尤其是降水量及濕潤(rùn)指數(shù))不相關(guān)甚至可能為負(fù)相關(guān)，即使考慮了可能的時(shí)滯效應(yīng)也未能發(fā)現(xiàn)明顯的正相關(guān)性(粗略地說，所有這些相關(guān)性在實(shí)質(zhì)上是一致的，因?yàn)槿照諘r(shí)間與降水量應(yīng)為負(fù)相關(guān)，而由式(5)可知，濕潤(rùn)指數(shù)與降水量正相關(guān))。這些觀測(cè)事實(shí)說明，荒漠區(qū)天然植被對(duì)氣候因素的響應(yīng)，完全不同于依賴表層土壤生長(zhǎng)的大多數(shù)草本植物或農(nóng)作物的響應(yīng)?；哪畢^(qū)天然植被可能主要靠其深入地下的根系吸收地下水生長(zhǎng)，至少在1～2 a這樣的時(shí)間尺度上，它們對(duì)地面氣象參數(shù)的變化總的來說是不敏感的。這種不敏感性在低覆蓋度區(qū)比高覆蓋度區(qū)更明顯，可能是因?yàn)榈透采w度區(qū)域中有發(fā)育于戈壁灘的零星草本植物，它們對(duì)地面降水較敏感； 而高覆蓋區(qū)域主要生長(zhǎng)多年生灌木。

2)所觀測(cè)到的植被發(fā)育與地形高度的關(guān)系，與上述看法不矛盾。從整體來看，植被覆蓋度在研究區(qū)北部地勢(shì)較高處較高，可能是因?yàn)楸辈靠拷Ｄ攴e雪的哈爾里克山，地下水補(bǔ)給應(yīng)相對(duì)豐富。而局部相對(duì)低凹地段傾向于具有較高的植被覆蓋度，可能是因?yàn)檩^低處潛水面較淺。

3)天然植物主要發(fā)育于鹽漬土及季節(jié)性河谷分布區(qū)域，這可能反映了地貌形成與植被發(fā)育之間的相互作用。前文中已指出地勢(shì)較低處(如溝谷、干河床、季節(jié)性河床等)有利于植物發(fā)育，而植物的發(fā)育可起到固沙或“固土”作用，阻滯風(fēng)蝕，從而在這些較低凹地段形成沙丘或積累鹽漬土。

4)1992—2014年間研究區(qū)內(nèi)天然植被覆蓋度有增加的趨勢(shì)，其原因雖然有待深入研究，但該段時(shí)間內(nèi)氣溫升高可能是原因之一。研究區(qū)內(nèi)1992—2014年間平均氣溫提高了0.9 ℃，并與全球年平均氣溫變化(0.76 ℃)基本持平(相關(guān)系數(shù)為0.468，在0.05的置信水平上顯著相關(guān))，如圖6所示。

圖6 1992—2014年間研究區(qū)與全球年均氣溫變化圖Fig.6 Annual mean variations of temperature in study area and global during 1992—2014

氣溫升高造成哈爾里克山積雪消融加快[33]，附近地下水補(bǔ)給可能加強(qiáng)，從而可能成為附近荒漠植被發(fā)育的一個(gè)有利因素。前人在祁連山地區(qū)也發(fā)現(xiàn)了類似的變化趨勢(shì)[12]。雖然本文的研究并不能提供關(guān)于全球氣溫變化對(duì)荒漠植被更長(zhǎng)期影響的直接信息，但至少可以說明近23 a來全球氣溫升高對(duì)本區(qū)荒漠植被的發(fā)育沒有負(fù)面影響，而可能有一定的促進(jìn)作用，這與前人針對(duì)亞洲中部干旱區(qū)植被變化的研究結(jié)果相一致[34]。

4 結(jié)論

1)新疆大南湖一帶荒漠區(qū)天然植被總體分布較稀疏且不均勻。植物主要有紅柳、梭梭、蘆葦和駱駝刺等，主要生長(zhǎng)于鹽漬土、鹽堿地和地勢(shì)相對(duì)較低的干河谷及溝谷中； 大片戈壁灘中幾乎沒有植物或僅有零星草本植物。

2)植被覆蓋度與日照百分率及潛在蒸散量正相關(guān)，而與降水量或濕潤(rùn)指數(shù)不相關(guān)或弱負(fù)相關(guān)，反映了荒漠植物主要依靠汲取地下水生存、而對(duì)地面降雨不敏感的特點(diǎn)。這一特點(diǎn)也反映在植被與地形的關(guān)系上，包括東北部植被覆蓋度較高、西南部植被覆蓋度較低的整體趨勢(shì)，以及在地形較低處有植物較多的現(xiàn)象，可能與不同地段地下水補(bǔ)給情況不同有關(guān)。

3)1992—2014年間，大南湖一帶植被覆蓋度有增加的趨勢(shì)，與哈密地區(qū)及全球氣溫變化趨勢(shì)有一定的一致性。最近23 a間的氣溫升高在一定程度上促進(jìn)了該地區(qū)荒漠植被的發(fā)育，但對(duì)更長(zhǎng)時(shí)期內(nèi)植被受氣候的影響尚待進(jìn)一步研究。

[1] 賈 坤,姚云軍,魏香琴,等.植被覆蓋度遙感估算研究進(jìn)展[J].地球科學(xué)進(jìn)展,2013,28(7):774-782.

Jia K,Yao Y J,Wei X Q,et al.A review on fractional vegetation cover estimation using remote sensing[J].Advances in Earth Science,2013,28(7):774-782.

[2] Jones C,Lowe J,Liddicoat S,et al.Committed terrestrial ecosystem changes due to climate change[J].Nature Geoscience,2009,2(7):484-487.

[3] Steffen W,Sanderson A,Tyson P D,et al.Global Change and the Earth System:A planet under Pressure[M].Berlin Heidelberg:Springer,2004.

[4] 李向婷,白 潔,李光錄,等.新疆荒漠稀疏植被覆蓋度信息遙感提取方法比較[J].干旱區(qū)地理,2013,36(3):502-511.

Li X T,Bai J,Li G L,et al.Comparison of methods based on MODIS for estimating sparse vegetation fraction across desert in Xinjiang[J].Arid Land Geography,2013,36(3):502-511.

[5] 羅新平,江澤平,張大華,等.論干旱區(qū)森林可持續(xù)經(jīng)營(yíng)中的林牧關(guān)系[J].世界林業(yè)研究,1999,12(3):29-33.

Luo X P,Jiang Z P,Zhang D H,et al.Forest grazing for sustainable forest management in arid zones[J].World Forestry Research,1999,12(3):29-33.

[6] 祝 穩(wěn).西北干旱區(qū)植被覆蓋動(dòng)態(tài)及其對(duì)極端氣溫和降水過程的響應(yīng)[D].蘭州:西北師范大學(xué),2015.

Zhu W.Spatial-Temporal Dynamics of Vegetation Coverage and Its Response to Extreme Temperature and Precipitation Processes Over the Arid Region of Northwest China[D].Lanzhou:Northwest Normal University,2015.

[7] Nemani R R,Keeling C D,Hashimoto H,et al.Climate-driven increases in global terrestrial net primary production from 1982 to 1999[J].Science,2003,300(5625):1560-1563.

[8] 徐浩杰.亞洲中部干旱區(qū)植被變化及其影響因素(2000―2012)[D].蘭州:蘭州大學(xué),2014.

Xu H J.Variations of Vegetation and Its Influence Factors in the Arid Region of the Central Asia from 2000 to 2012[D].Lanzhou:Lanzhou University,2014.

[9] Purevdorj T S,Tateishi R,Ishiyama T,et al.Relationships between percent vegetation cover and vegetation indices[J].International Journal of Remote Sensing,1998,19(18):3519-3535.

[10] Gitelson A A,Stark R,Grits U,et al.Vegetation and soil lines in visible spectral space:A concept and technique for remote estimation of vegetation fraction[J].International Journal of Remote Sensing,2002,23(13):2537-2562.

[11] 章文波,符素華,劉寶元.目估法測(cè)量植被覆蓋度的精度分析[J].北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2001,37(3):402-408.

Zhang W B,Fu S H,Liu B Y.Error assessment of visual estimation plant coverage[J].Journal of Beijing Normal University(Natural Science),2001,37(3):402-408.

[12] 武正麗,賈文雄,劉亞榮,等.近10a來祁連山植被覆蓋變化研究[J].干旱區(qū)研究,2014,31(1):80-87.

Wu Z L,Jia W X,Liu Y R,et al.Change of vegetation coverage in the Qilian mountains in recent 10 years[J].Arid Zone Research,2014,31(1):80-87.

[13] 陳效逑,王 恒.1982―2003年內(nèi)蒙古植被帶和植被覆蓋度的時(shí)空變化[J].地理學(xué)報(bào),2009,64(1):84-94.

Chen X Q,Wang H.Spatial and temporal variations of vegetation belts and vegetation cover degrees in Inner Mongolia from 1982 to 2003[J].Acta Geographica Sinica,2009,64(1):84-94.

[14] 李苗苗,吳炳方,顏長(zhǎng)珍,等.密云水庫(kù)上游植被覆蓋度的遙感估算[J].資源科學(xué),2004,26(4):153-159.

Li M M,Wu B F,Yan C Z,et al.Estimation of vegetation fraction in the upper basin of Miyun reservoir by remote sensing[J].Resources Science,2004,26(4):153-159.

[15] Goward S N,Tucker C J,Dye D G.North American vegetation patterns observed with the NOAA-7 advanced very high resolution radiometer[J].Vegetatio,1985,64(1):3-14.

[16] Qi J,Marsett R C,Moran M S,et al.Spatial and temporal dynamics of vegetation in the San Pedro River basin area[J].Agricultural and Forest Meteorology,2000,105(1/3):55-68.

[17] 劉廣峰,吳 波,范文義,等.基于像元二分模型的沙漠化地區(qū)植被覆蓋度提取——以毛烏素沙地為例[J].水土保持研究,2007,14(2):268-271.

Liu G F,Wu B,Fan W Y,et al.Extraction of vegetation coverage in desertification regions based on the dimidiate pixel model：A case study in Maowusu sandland[J].Research of Soil and Water Conservation,2007,14(2):268-271.

[18] 李曉松.干旱地區(qū)稀疏植被覆蓋度高光譜遙感定量反演研究[D].北京:中國(guó)林業(yè)科學(xué)研究院,2008.

Li X S.Quantitative Retrieval of Sparse Vegetation Cover in Arid Regions Using Hyperspectral Data[D].Beijing:Chinese Academy of Forestry,2008.

[19] 師慶東,王 智,賀龍梅,等.基于氣候、地貌、生態(tài)系統(tǒng)的景觀分類體系——以新疆地區(qū)為例[J].生態(tài)學(xué)報(bào),2014,34(12):3359-3367.

Shi Q D,Wang Z,He L M,et al.Landscape classification system based on climate, landform,ecosystem:A case study of Xinjiang area[J].Acta Ecologica Sinica,2014,34(12):3359-3367.

[20] 孫洪波,王讓會(huì),張慧芝,等.新疆山地—綠洲—荒漠系統(tǒng)及其氣候特征[J].干旱區(qū)地理,2005,28(2):199-204.

Sun H B,Wang R H,Zhang H Z,et al.Mountain-oasis-desert system and characteristics of climate in Xinjiang[J].Arid Land Geography,2005,28(2):199-204.

[21] 沈 霞.新疆哈密南湖流域環(huán)境變化分析[D].西安:陜西師范大學(xué),2008.

Shen X.The Analysis of Nanhu River Basin Environmental Change in Hami,Xinjiang[D].Xi’an:Shaanxi Normal University,2008.

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

Mu S J,Li J L,Chen Y Z,et al.Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001―2010[J].Acta Geographica Sinica,2012,67(9):1255-1268.

[23] 李玉霞.岷江上游毛兒蓋地區(qū)生態(tài)水信息指標(biāo)參數(shù)遙感量化研究[D].成都:成都理工大學(xué),2007.

Li Y X.Quantitative Study of Eco-Water Information Indices Based on Remote Sensing Images in Maoergai District of Upper Minjiang River[D].Chengdu:Chengdu University of Technology,2007.

[24] 黎良財(cái),鄧 利,曹 穎,等.基于NDVI像元二分模型的礦區(qū)植被覆蓋動(dòng)態(tài)監(jiān)測(cè)[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2012,32(6):18-23.

Li L C,Deng L,Cao Y,et al.Vegetation dynamic monitoring in mining area based on NDVI serial images and dimidiate pixel model[J].Journal of Central South University of Forestry & Technology,2012,32(6):18-23.

[25] 馬宗義.基于TM影像的沙漠化信息定量提取方法[D].蘭州:蘭州大學(xué),2013.

Ma Z Y.Quantitative Method for Extracting of Desertification Information Based on TM Image[D].Lanzhou:Lanzhou University,2013.

[26] 田慶久,閔祥軍.植被指數(shù)研究進(jìn)展[J].地球科學(xué)進(jìn)展,1998,13(4):327-333.

Tian Q J,Min X J.Advances in study on vegetation indices[J].Advance in Earth Sciences,1998,13(4):327-333.

[27] 龍曉閩,周忠發(fā),張 會(huì),等.基于NDVI像元二分模型植被覆蓋度反演喀斯特石漠化研究——以貴州畢節(jié)鴨池示范區(qū)為例[J].安徽農(nóng)業(yè)科學(xué),2010,38(8):4184-4186.

Long X M,Zhou Z F,Zhang H,et al.Study on Karst rock-desertification of extracting vegetation coverage inversion based on NDVI serial images and dimidiate pixel model:A case study of Yachi demonstration area of Guizhou[J].Journal of Anhui Agricultural Sciences,2010,38(8):4184-4186.

[28] 葉嬌瓏,何政偉,翁中銀,等.NDVI像元二分模型在喀斯特地區(qū)提取石漠化中的應(yīng)用[J].地理空間信息,2012,10(4):134-136.

Ye J L,He Z W,Weng Z Y,et al.Application of NDVI pixel binary model in extraction of rocky desertification in Karst areas[J].Geospatial Information,2012,10(4):134-136.

[29] 中國(guó)氣象局.生態(tài)質(zhì)量氣象評(píng)價(jià)規(guī)范(試行)[S].北京:氣象出版社,2005.

China Meteorological Administration.Standard for meteorological evaluation of ecological quality[S].Beijing:China Meteorological Press,2005.

[30] 徐建華.現(xiàn)代地理學(xué)中的數(shù)學(xué)方法[M].北京:高等教育出版社,2002.

Xu J H.Mathematical Methods in Contemporary Geography[M].Beijing:Higher Education Press,2002.

[31] 嚴(yán)麗坤.相關(guān)系數(shù)與偏相關(guān)系數(shù)在相關(guān)分析中的應(yīng)用[J].云南財(cái)貿(mào)學(xué)院學(xué)報(bào),2003,19(3):78-80.

Yan L K.Application of correlation coefficient and biased correlation coefficient in related analysis[J].Journal of Yunnan University of Finance and Economics,2003,19(3):78-80.

[32] 吳 越.吐魯番盆地地表蒸散量估算與植被演化特征研究[D].北京:中國(guó)地質(zhì)大學(xué)(北京),2013.

Wu Y.The Evapotranspiration Estimation and Evolution Characteristics of Vegetation in Turpan Basin[D].Beijing:China University of Geosciences(Beijing),2013.

[33] 高建芳,駱光曉.氣候變化對(duì)新疆哈密地區(qū)河川徑流的影響分析[J].冰川凍土,2009,31(4):748-758.

Gao J F,Luo G X.Analysis of the impact of climate changes on river’s runoff in Hami prefecture, Xinjiang[J].Journal of Glaciology and Geocryology,2009,31(4):748-758.

[34] Zhao M S,Running S W.Drought-induced reduction in global terrestrial net primary production from 2000 through 2009[J].Science,2010,329(5994):940-943.