赵艳华, 苏 德*, 包 扬, 杨 巍, 赵 超, 白 雲, 赵玉金

1.中国环境科学研究院, 北京 100012 2.国家环境保护区域生态过程与功能评估重点实验室, 北京 100012 3.井冈山生态环境综合观测研究站, 江西 井冈山 343699 4.中国科学院遥感与数字地球研究所, 北京 100101

阴山北麓草原生态功能区植被覆盖度遥感动态监测

赵艳华1,2,3, 苏 德1,2,3*, 包 扬1,2,3, 杨 巍1,2,3, 赵 超1,2,3, 白 雲1,2,3, 赵玉金4

1.中国环境科学研究院, 北京 100012 2.国家环境保护区域生态过程与功能评估重点实验室, 北京 100012 3.井冈山生态环境综合观测研究站, 江西 井冈山 343699 4.中国科学院遥感与数字地球研究所, 北京 100101

为揭示植被覆盖度时空动态变化及其与气候因子的相关关系，以2011年国务院印发的《国家主体功能区规划》中划定的防风固沙类型的阴山北麓草原生态功能区为研究区域，以MODIS长时间序列的植被指数产品为数据源，采用像元二分法、一元线性趋势法以及相关分析法等，对阴山北麓草原生态功能区植被覆盖时空变化及其与气温和降水的关系进行分析.结果表明：阴山北麓草原生态功能区植被覆盖较差，其中以察哈尔右翼中旗的植被覆盖度为最高，数值在30%～60%之间；乌拉特后旗植被覆盖度为最低，处于2.31%～8.89%之间.2000—2010年研究区植被覆盖整体呈波动下降趋势，以低等级(0～20%)和较低等级(20%～40%)为主，两等级面积占90%以上；处于高等级(60%～80%)和较高等级(80%～100%)水平的区域面积总和仅占研究区总面积的0.62%.2000—2010年植被覆盖度由高等级向低等级的转化趋势明显，植被退化面积占研究区总面积的53.4%，植被改善面积仅占1.63%，基本不变的区域占44.97%.相关分析显示，研究区植被覆盖度与同期降水响应关系良好，大部分区域二者呈正相关；植被覆盖度与同期气温关系不明显，大部分区域二者呈负相关，说明降水是影响阴山北麓草原生态功能区植被覆盖度变化的主要自然因素.

阴山北麓； 植被覆盖度； MODIS； 像元二分模型

植被不仅在地球表面的碳、水和能量循环方面起到重要作用[1- 3]，而且在全球变化与陆地生态系统响应(GCTE)和国际地圈生物圈计划(IGBP)等研究中具有重要地位[4].植被还是土壤流失方程、气候数值模型、水文生态模型中重要的控制因子[5- 6].在干旱区，植被还可作为评价土地退化和沙漠化程度的参考指标，不同程度退化土地可以通过地表植被覆盖度来划分[7].近年来，随着遥感技术的发展，遥感测量法在空间上具有更大优势，它不仅是获取区域植被覆盖度的重要手段[8- 11]，甚至还可以估算全球植被的植被覆盖度[12- 14].植被覆盖度的计算方法有很多，目前应用较多的是像元二分模型[15- 17]，该方法对于沙漠化地区植被覆盖度的提取以及沙漠化监测与评价具有重要的实践意义[7].作为全球变化的重要方面，气候变化对植被覆盖度有重要影响[18]，已有大量研究从不同时空尺度来探讨植被与气候的相关关系[19- 22]，并且在20世纪80年代就有大量利用NDVI数据对干旱区进行相关研究的案例，进一步探讨了NDVI和季度及年际降水量之间的相关关系[23- 26]，为干旱区灾害预警提供了数据基础[27- 30].

我国阴山北麓区域不仅是对全球变化响应非常敏感的典型生态脆弱带，而且是内地重要的生态屏障[31]，2011年国务院下发的《国家主体功能区规划》[32]把该区域的四子王旗、乌拉特中旗、达尔罕茂明安联合旗等6个旗划为重点生态功能区中重要的防风固沙区，明确以封育草原、恢复植被、退牧还草、降低人口密度为发展方向.根据刘广峰等[7]对毛乌素沙地进行的植被覆盖度的研究表明，基于NDVI的像元二分模型适合于沙漠化地区的植被覆盖度提取.该研究正是基于MODIS NDVI数据利用像元二分模型对2000—2010年阴山北麓草原生态功能区的植被覆盖度进行遥感动态监测和详细分析，并结合同期降水量和温度数据进一步揭示植被覆盖度与水热条件的相关关系，以期能充分了解该区域植被变化情况，揭示其动态发展趋势，从而为该功能区的植被恢复、生态环境保护提供科学合理的依据及重要的数据支撑.

1 研究区概况

阴山北麓草原生态功能区位于内蒙古北部，与蒙古接壤，属阴山山地向蒙古高原过渡带，是典型的农牧交错地区[33]，所选研究区地理位置为107°05′E～113°30′E、40°03′N～43°30′N，面积9.69×104km2，下辖四子王旗、达尔罕茂明安联合旗、察哈尔右翼中旗、察哈尔右翼后旗、乌拉特中旗和乌拉特后旗共6个旗.大部分区域属干旱、半干旱气候，多年平均降水量在100～400 mm之间，年均风速2～6 ms，全年8级以上的大风天数平均为20～80 d.

研究区土壤分布具有明显的地带性，属典型草原向荒漠草原过渡的土壤类型，北部和西北部为棕钙土、南部为栗钙土、中部为淡栗钙土，土层厚度和土壤肥力均由南向北递减.该区域大部分属退化严重的草地，生态系统类型结构简单，自我调节恢复能力较弱，极易受人为干扰和自然灾害的侵袭，水资源贫乏，生态环境极为脆弱，风蚀沙化土地比重高，为沙尘暴的主要沙源地，对华北地区生态安全构成威胁.

2 数据与方法

2.1 数据来源及处理

研究中所用NDVI数据是通过美国国家航空航天局(National Aeronautics and Space Administration，NASA)网站下载的全国MODIS MOD13Q1产品数据(http：reverb.echo.nasa.gov)，时间分辨率为16 d，空间分辨率250 m，时间跨度为2000年1月—2010年12月.为减少来自大气中云、气溶胶、云阴影、视角以及太阳高度角的影响，采用最大值合成法得到16 d的合成数据，每月有上、中、下旬3个NDVI值，每年共36个数值.首先将MODIS影像进行拼接，再利用MRT(MODIS Reprojection Tools)处理工具对其进行数据格式转换、投影转换等，最后将拼接好且重投影过的16 d合成的全国NDVI数据内插为逐旬数据，得到2000—2010年逐旬的全国NDVI数据；另外，为减少NDVI数据时间序列曲线中异常值等噪声的影响，对其进行滤波平滑处理.最后再用1∶250 000阴山北麓草原生态功能区边界裁剪得到研究区的NDVI数据.

所用土地利用数据来源于“全国生态环境十年变化(2000—2010年)遥感调查与评估”项目提供的分辨率为30 m的土地覆盖产品，为保证与NDVI数据的一致性，在GIS环境下对土地覆盖数据进行重采样，获取250 m分辨率的土地覆盖栅格数据集.

图1 2000年与2010年研究区气温和降水量插值结果Fig.1 Interpolation figures of temperature and precipitation of study area in 2000 and 2010

2.2 研究方法

2.2.1 植被覆盖度计算方法

该研究采用被广泛使用的像元二分模型[15]计算植被覆盖度.根据像元二分模型原理，一个像元的NDVI值可以表达为由绿色植被部分所贡献的信息与裸土部分所贡献的信息这两部分组成.其计算公式：

fc=(NDVI-NDVIsoil)(NDVIveg-NDVIsoil)

(1)

式中：fc为研究区植被覆盖度值；NDVIsoil为裸土或无植被覆盖区域的NDVI值；NDVIveg为完全被植被所覆盖像元的NDVI值，即纯植被像元的NDVI值.对于大多数类型的裸地表面，NDVIsoil是不随时间改变的，理论上应该接近于零，然而由于大气影响地表湿度条件的改变，NDVIsoil实际上是会随着时间而变化，此外由于地表湿度、粗糙度、土壤类型、土壤颜色等条件的不同，NDVIsoil也会随着空间而变化，变化范围一般在-0.1～0.2之间[34].笔者参考相关研究及研究区内NDVI的空间分布情况，分别采取0.05(稀疏植被)与0.10(正常植被)两个固定值作为NDVIsoil的值.NDVIveg代表着全植被覆盖像元的最大值，由于植被类型的不同、植被覆盖的季节变化、叶冠背景的污染(包括潮湿地面、雪、枯叶等)等因素，使得NDVIveg也会随着时间和空间而改变.因此，该研究通过计算NDVI的年最大值，将其与土地覆盖数据叠加，得到每种覆盖类型的NDVI累积频率，并对不同覆盖类型的累积频率阈值进行调整，最终得出各土地覆被类型的NDVIveg.

为充分了解阴山北麓草原生态功能区的植被生长情况，选取植被质量相对较好的生长季(6—9月)进行植被覆盖度统计，采用ARCGIS 10.1的栅格计算器计算植被覆盖度每旬数据的平均值来获得研究区的年均植被覆盖度，然后在GIS环境下按等间距分为5个等级，即低等级(0～20%)、较低等级(20%～40%)、中等级(40%～60%)、较高等级(60%～80%)、高等级(80%～100%).

2.2.2 趋势分析

为研究阴山北麓草原生态功能区植被变化速率在空间上的差异，采用一元线性回归趋势分析法对2000—2010年的年均植被覆盖度的空间变化进行趋势模拟.一元线性回归趋势分析法能模拟每个栅格的变化趋势，反映不同时期植被覆盖变化趋势的空间特征[35].计算公式：

式中,θslope为变化趋势斜率,n为监测时间(即11 a),fci为第i年的植被覆盖度.θslope>0说明植被覆盖度呈增加趋势；θslope<0说明植被覆盖度呈降低趋势.

2.2.3 相关性分析

采用相关分析法进行植被覆盖变化对气候因子的响应分析.采用ARCGIS 10.1的栅格计算器分析植被覆盖度与降水量(mm)或气温(℃)的空间关系，并进行显著性检验.计算公式[35- 36]：

3 结果与讨论

3.1 植被覆盖度时空分布特征

由图2可见，2000—2011年阴山北麓草原生态功能区植被覆盖呈波动下降趋势，年下降率为0.47%.其中，全区植被覆盖度在2003年达到最高值，为20.67%；在2005年出现最低值仅为10.35%；2006—2010年呈先增加后降低的趋势.乌拉特中旗和乌拉特后旗的植被覆盖度呈波动上升趋势，其中，乌拉特后旗植被覆盖度的年增幅为8.49%，乌拉特中旗的年增幅为1.21%.其余区域均呈波动下降趋势，年下降率表现为四子王旗(1.03%)<察哈尔右翼中旗(1.71%)<察哈尔右翼后旗(1.78%)<达尔罕茂明安联合旗(1.81%)，其中，以达尔罕茂明安联合旗植被覆盖度的降幅最为明显，植被退化较为严重.

图2 研究区植被覆盖度的年际变化Fig.2 Annual change curves of the fractional vegetation coverage of study area

2000—2010年阴山北麓草原生态功能区植被覆盖度空间分布如图3所示，各等级面积及比例统计结果如表1所示.图3和表1显示，大部分区域植被覆盖度处于较低水平，并且在空间分布上呈现自西向东逐渐递增的趋势，植被覆盖度高值区大多分布在研究区东南部的察哈尔右翼中旗和察哈尔右翼后旗等部分区域.其中，四子王旗植被覆盖度处于低等级水平的区域面积占该旗面积的67.20%；达尔罕茂明安联合旗植被覆盖度处于低等级水平的区域面积占该旗面积的66.15%；察哈尔右翼中旗和察哈尔右翼后旗的植被覆盖情况相对较好，处于中等级及以上水平的区域面积分别占各旗区域面积的42.57%和22.35%，这是因为这两个旗是农业活动的主要分布区[37]，农作物生长旺盛使得植被覆盖值相对较高；乌拉特中旗和乌拉特后旗植被状况较差，植被覆盖度处于低等级水平的区域面积分别占86.79%和98.54%，处于中等级及以上水平的区域面积仅占3.35%和0.46%，这是因为该区域大部分以裸土、裸岩、盐碱地等为主，植被稀疏，并且荒漠化比较严重.

图3 2000—2010年研究区植被覆盖度等级的空间分布Fig.3 Spatial distribution of fractional vegetation coverage classification of study area from 2000 to 2010

旗县统计参数植被覆盖度等级低较低中较高高四子王旗面积∕km216151．317187．5634．6959．250．375所占比例∕%67．2029．912．640．250．0016察哈尔右翼中旗面积∕km2135．942263．631435．13323．2520．38所占比例∕%3．2554．1834．357．740．49察哈尔右翼后旗面积∕km268．942866．38815．7528．810．13所占比例∕%1．8275．8321．580．760．0033达尔罕茂明安联合旗面积∕km211553．635667．38235．1310．81所占比例∕%66．1532．451．350．06乌拉特中旗面积∕km219818．882249．94638．63125．002．00所占比例∕%86．799．852．800．550．01乌拉特后旗面积∕km224123．69243．4488．6925．190．63所占比例∕%98．540．990．360．100．0026

3.2 植被覆盖度演化特征及空间变化趋势

为进一步研究2000—2010年阴山北麓草原生态功能区植被覆盖的变化情况，采用转移矩阵法对2000年和2010年的植被覆盖度进行转移情况统计结果见表2.表2显示，2000—2010年研究区内低等级植被覆盖区域面积净增加7 604.09 km2，主要由处于较低等级和中等级水平的区域转化而来，其中较低等级区域中有42.91%转化为低等级；较低等级区域面积净减少3 861 km2，减少部分大多转化为低等级；中等级区域面积净减少3 399.2 km2，大部分转化为较低等级；较高等级区域面积净减少327.66 km2；高等级区域面积净减少仅为16.23 km2.总体来看，2000—2010年阴山北麓草原生态功能区的植被覆盖度呈由高等级别向低等级别转化的趋势，植被退化趋势明显.

表2 2000—2010年研究区植被覆盖度转移面积及其所占比例

根据一元线性趋势分析方法，采用ArcGIS 10.1的栅格计算器分析植被覆盖度的变化趋势，并采用自然分类法将计算结果分为5级，即明显改善、轻微改善、基本不变、轻微退化、明显退化.结果(见图4)显示，2000—2010年阴山北麓草原生态功能区植被覆盖度总体呈下降趋势，并且植被覆盖度及变化趋势的空间差异较大.由表3可见，植被改善区域仅占1.63%，退化区域占53.4%，44.97%的面积变化不大.植被改善区域主要分布在乌拉特中旗和乌拉特后旗的南部，明显改善面积201.13 km2，轻微改善面积1 373.69 km2；退化区域在各旗县均有分布，但总体上以达尔罕茂明安联合旗南部、四子王旗东南部、察哈尔右翼后旗、察哈尔右翼中旗的退化程度比较严重，轻微退化面积40 666.19 km2，明显退化面积11 037.38 km2，这些植被退化区域中大部分是人类

图4 2000—2010年研究区植被覆盖度变化趋势的空间分布Fig.4 Spatial distribution map of the change trend of fractional vegetation cover of study area from 2000 to 2010

活动最为密集的城镇区，除了受气候影响之外，城市建筑面积增加、工矿业开发迅速等人为活动大量侵占了耕地和草地资源，使得植被覆盖退化比较严重.

表3 2000—2010年植被覆盖度变化趋势统计结果

3.3 植被覆盖度与气象因子的相关分析

水热条件、土壤性状等都是影响植被覆盖度的因子，其中降水量对植被的生长具有重要作用，降水量的增加是植被覆盖度增加的主要自然决定因素，而适度的气温升高能延长植被的生长期，从而提高植被覆盖度[38].笔者基于阴山北麓草原生态功能区2000—2010年气温、降水量数据，通过ArcGIS 10.1栅格计算器计算得到植被覆盖度与气温、降水量的相关关系(见图5)，并对其显著性检验结果进行分类统计(见表4).统计结果显示，研究区内植被覆盖度与气温、降水量的平均相关系数分别为0.54和-0.42，植被覆盖度与气温和降水量呈正相关的区域分别为4.20%、98.59%，说明植被覆盖度与降水量的相关性较好.这与孙艳玲等[39]有关内蒙古植被覆盖度与降雨量有很强正相关关系的研究结论相符.

植被覆盖度与气温呈负相关的区域面积占总面积的95.8%.其中，73.96%的地区植被覆盖度与气温呈低度负相关，在各旗均有分布；16.85%的地区与气温呈中度(P<0.05)负相关，主要分布在乌拉特后旗、乌拉特中旗西北部、四子王旗中南部及察哈尔右翼后旗、察哈尔右翼中旗大部分区域；高度负相关及显著负相关区域约占总面积的5%，在各旗均有分布，大部分区域主要集中分布在四子王旗、达尔罕茂明安联合旗和乌拉特后旗的部分区域，这是因为在干旱、半干旱地区，降水量相对较少，温度的升高使得土壤水分蒸发量和植物的蒸腾作用增大，土壤含水量减少，导致土壤干化，不利于植被的生长[35].仅有4.19%的地区植被覆盖度与气温呈正相关，并且大部分呈低度正相关，主要分布于乌拉特中旗、达尔罕茂明安联合旗西北部、四子王旗北部区域；植被覆盖度与气温呈高度正相关的区域很少，零星分布在达尔罕茂明安联合旗及四子王旗的部分区域.

植被覆盖度与降水量呈正相关的区域占研究区总面积的98.59%.其中，52.09%的地区植被覆盖度与降水量呈低度正相关，主要分布在乌拉特中旗、达尔罕茂明安联合旗、乌拉特后旗及四子王旗的部分区域；25.94%的地区植被覆盖度与降水量呈中度正相关(P<0.05).植被覆盖度与降水量呈高度正相关(P<0.01)的地区占16.19%，呈显著正相关(P<0.001)的区域占4.37%，这两部分区域主要分布在乌拉特后旗、四子王旗、察哈尔右翼中旗和察哈尔右翼后旗.研究区植被覆盖度与降水量的相关性明显高于气温，主要是因为在干旱和半干旱区，降水是影响植被生长变化的主要限制因子[33,36,40].仅有1.41%的地区植被覆盖度与降水呈负相关，主要分布在乌拉特中旗的部分区域及四子王旗北部区域.植被覆盖度除了受气候条件的影响外，还会受到人为干扰、地形地貌、土壤状况等诸多因素共同作用的影响[41- 42]，笔者仅对降水量、气温两个因素与植被覆盖度做了相关分析，并未考虑人类干扰等其他因素的影响，有待进一步探讨.

图5 植被覆盖度度与气温、降水相关系数的空间分布Fig.5 Spatial relationship graph of fractional vegetation cover and temperature and precipitation coefficients

气温降水量相关性相关系数面积比例∕%相关性相关系数面积比例∕%显著负相关<-0．850．51显著负相关<-0．850．00高度负相关-0．85～-0．744．48高度负相关-0．85～-0．740．00中度负相关-0．74～-0．616．85中度负相关-0．74～-0．60．00低度负相关-0．6～073．96低度负相关-0．6～01．41低度正相关0～0．64．19低度正相关0～0．652．09中度正相关0．6～0．740．00中度正相关0．6～0．7425．94高度正相关0．74～0．850．00高度正相关0．74～0．8516．19显著正相关>0．854．37

4 结论

a) 2000—2010年阴山北麓草原生态功能区的整体植被覆盖较差，各旗均以低等级和较低等级水平的植被覆盖(占90%以上)为主，较高等级和高等级水平区域面积仅占0.62%.其中，察哈尔右翼中旗植被覆盖度最高，在30%～60%之间；乌拉特后旗植被覆盖度最低，在2.31%～8.89%之间.从时间变化上看，研究区植被覆盖度总体呈现下降趋势.各旗中除乌拉特后旗和乌拉特中旗的植被覆盖度略有增加外，其余旗县植被覆盖度均出现下降趋势，并以达尔罕茂明安联合旗和察哈尔后旗的降幅最为明显，降幅均约20%.

b) 从植被覆盖度转化趋势来看，2000—2010年阴山北麓草原生态功能区内植被覆盖度处于高等级别的区域向低等级别转化的情况较为突出.整个功能区内有44.97%区域的植被覆盖基本维持不变，植被改善面积仅占功能区总面积的1.63%，主要分布在原有覆盖度较高的乌拉特中旗和乌拉特后旗部分区域；退化面积占到53.4%；明显退化区域主要分布在受人类干扰较为严重的察哈尔右翼中旗、察哈尔右翼后旗、达尔罕茂明安联合旗南部及四子王旗的南部.

c) 研究区植被覆盖度总体上与降水量的关系更加密切，但在空间上存在显著差异，其中植被覆盖度与降水量呈正相关的面积高达98.59%，呈负相关的面积仅占1.41%.植被覆盖度与气温的相关性不大，整体呈负相关，在空间上也存在较大差异，二者呈负相关的面积占95.8%，呈正相关的面积占4.19%.由此，进一步说明降水是影响阴山北麓草原生态功能区植被覆盖度变化的主要自然因素.

[1] HOFFMANN W A,JACKSON R B.Vegetation-climate feedbacks in the conversion of tropical savanna to grassland[J].Journal of Climate,2000,13(9)：1593- 1602.

[2] SCHIMEL D S,HOUSE J I,HIBBARD K A,etal.Recent patterns and mechanisms of carbon exchange by terrestrial ecosystems[J].Nature,2001,414(6860)：169- 172.

[3] TUELLER P T.Remote sensing science applications in arid environments[J].Remote Sensing of Environment,1987,23(2)：143- 154.

[4] 陈晓光,李剑萍,韩颖娟,等.宁夏近20年来植被覆盖度及其与气温降水的关系[J].生态学杂志,2007,26(9)：1375- 1383. CHEN Xiaoguang,LI Jianping,HAN Yingjuan,etal.Vegetation coverage and its relationships with temperature and precipitation in Ningxia in 1981- 2004[J].Chinese Journal of Ecology,2007,26(9)：1375- 1383.

[5] 程红芳,章文波,陈锋.植被覆盖度遥感估算方法研究进展[J].国土资源遥感,2008(1)：13- 18. CHENG Hongfang,ZHANG Wenbo,CHEN Feng.Advances in researches on application of remote sensing method to estimating vegetation coverage[J].Remote Sensing for Land & Resources,2008(1)：13- 18.

[6] 李苗苗,吴炳方,颜长珍,等.密云水库上游植被覆盖度的遥感估算[J].资源科学,2004,26(4)：153- 159. LI Miaomiao,WU Bingfang,YAN Changzhen,etal.Estimation of vegetation fraction in the upper basin of Miyun Reservoir by remote sensing[J].Resources Science,2004,26(4)：153- 159.

[7] 刘广峰,吴波,范文义,等.基于像元二分模型的沙漠化地区植被覆盖度提取：以毛乌素沙地为例[J].水土保持研究,2007,14(2)：268- 271. LIU Guangfeng,WU Bo,FAN Wenyi,etal.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.

[8] GRAETZ R D,PECH R P,DAVIS A W.The assessment and monitoring of sparsely vegetated rangelands using calibrated Landsat data[J].International Journal of Remote Sensing,1988,9(7)：1201- 1222.

[9] SHOSHANY M,KUTIEL P,LAVEE H.Monitoring temporal vegetation cover changes in Mediterranean and arid ecosystems using a remote sensing technique：case study of the Judean Mountain and the Judean Desert[J].Journal of Arid Environments,1996,33(1)：9- 21.

[10] EASTWOOD J A,YATES M G,THOMSON A G,etal.The reliability of vegetation indices for monitoring saltmarsh vegetation cover[J].International Journal of Remote Sensing,1997,18(18)：3901- 3907.

[11] DYMOND J R,STEPHENS P R,NEWSOME P F,etal.Percentage vegetation cover of a degrading rangeland from SPOT[J].International Journal of Remote Sensing,1992,13(11)：1999- 2007.

[12] FENSHOLT R,PROUD S R.Evaluation of earth observation based global long term vegetation trends：Comparing GIMMS and MODIS global NDVI time series[J].Remote sensing of Environment,2012,119(16)：131- 147.

[13] ZENG X,DICKINSON R E,WALKER A,etal.Derivation and evaluation of global 1-km fractional vegetation cover data for land modeling[J].Journal of Applied Meteorology,2000,39(6)：826- 839.

[14] NEMANI R R,RUNNING S W,PIELKE R A,etal.Global vegetation cover changes from coarse resolution satellite data[J].Journal of Geophysical Research：Atmospheres,1996,101(D3)：7157- 7162.

[15] GUTMAN G,IGNATOV A.The derivation of the green vegetation fraction from NOAAAVHRR data for use in numerical weather prediction models[J].International Journal of Remote Sensing,1998,19(8)：1533- 1543.

[16] WITTICH K P,HANSING O.Area-averaged vegetative cover fraction estimated from satellite data[J].International Journal of Biometeorology,1995,38(4)：209- 215.

[17] QI J,MARSETT R C,MORAN M S,etal.Spatial and temporal dynamics of vegetation in the San Pedro River Basin area[J].Agricultural and Forest Meteorology,2000,105(1)：55- 68.

[18] DAI S P,ZHANG B,WANG H J,etal.Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau(1981- 2006)：impacts of climate changes and human activities[J].Science in Chinese：Series D,2008,51(1)：67- 78.

[19] GRAY T I,TAPLEY B D.Vegetation health：natures climate monitor[J].Advances in Space Research,1985,5(6)：371- 377.

[20] TUCKER C J,VANPRAET C L,SHARMAN M J,etal.Satellite remote sensing of total herbaceous biomass production in the Senegalese Sahel：1980- 1984[J].Remote Sensing of Environment,1985,17(3)：233- 249.

[21] JUSTICE C O,HIERMAUX P H Y.Monitoring the grasslands of the Sahel using NOAA AVHRR data：Niger 1983[J].International Journal of Remote Sensing,1986,7(11)：1475- 1497.

[22] TOWNSHEND J R G,JUSTICE C O.Analysis of the dynamics of African vegetation using the normalized difference vegetation index[J].International Journal of Remote Sensing,1986,7(11)：1435- 1445.

[23] NICHOLSON S E,DAVENPORT M L,MALO A R.A comparison of the vegetation response to rainfall in the Sahel and East Africa,using normalized difference vegetation index from NOAA AVHRR[J].Climatic Change,1990,17(23)：209- 241.

[24] TUCKER C J,NEWCOMB W W,LOS S O,etal.Mean and inter-annual variation of growing-season normalized difference vegetation index for the Sahel 1981- 1989[J].International Journal of Remote Sensing,1991,12(6)：1133- 1135.

[25] TUCKER C J,NICHOLSON S E.Variations in the size of the Sahara Desert from 1980 to 1997[J].Ambio,1999,28(7)：587- 591.

[26] RASMUSSON E M.Global climate change and variability：effects on drought and desertification in Africa.in：drought and hunger in Africa：denying famine a future(Glantz M.H eds)[M].Qxford:Cambridge University Press,1988.

[27] HENRICKSEN B L,DURKIN J W.Growing period and drought early warning in Africa using satellite data[J].International Journal of Remote Sensing,1986,7(11)：1583- 1608.

[28] HIELKEMA J U,PRINCE S D,ASTLE W L.Rainfall and vegetation monitoring in the savanna zone of the Democratic Republic of Sudan using the NOAA Advanced Very High Resolution Radiometer[J].International Journal of Remote Sensing,1986,7(11)：1499- 1513.

[29] TUCKER C J,JUSTICE C O,PRINCE S D.Monitoring the grasslands of the Sahel 1984- 1985[J].International Journal of Remote Sensing,1986,7(11)：1571- 1581.

[30] HUTCHINSON C F.Uses of satellite data for famine early warning in sub-Saharan Africa[J].International Journal of Remote Sensing,1991,12(6)：1405- 1421.

[31] 刘亚玲.阴山北麓地区植被覆盖动态变化及驱动力研究[D].北京：中国农业大学,2005

[32] 中华人民共和国中央人民政府.国务院关于印发全国主题功能区规划的通知[国发[2010]46号][EBOL].北京：中央人民政府，[2010- 12- 21].http：www.gov.cnzwgk2011- 0608content_1879180.htm.

[33] 夏虹,武建军,范锦龙.阴山北麓地区近20年来植被生长状况及其年际变化研究[J].北京师范大学学报(自然科学版),2007,43(6)：678- 683. Xia Hong,WU jianjun,FAN jinlong.Study on vegetation growth status and its in terannual change of north piedmont of Yinshan Mountain in recent 20 years[J].Journal of Beijing Normal University(Natural Science),2007,43(6)：678- 683.

[34] BRADLEY C R.The influence of canopy green vegetation fraction on spectral measurements over native tall grass prairie[J].Remote Sensing of Environment,2002,81(1)：129- 135.

[35] 白文龙,张福平,倪海燕,等.关中地区植被覆盖变化及其对气候因子的响应研究[J].农业现代化研究,2013,34(1)：104- 108. BAI Wenlong,ZHANG Fuping,NI Haiyan,etal.Analyzing dynamic vegetation change and its response to climatic factors in Guanzhong Plain,China[J].Research of Agricultural Modernization,2013,34(1)：104- 108.

[36] 杨尚武,张勃.基于SPOT NDVI的甘肃河东植被覆盖变化及其对气候因子的响应[J].生态学杂志,2014,33(2)：455- 461. YANG Shangwu,ZHANG Bo.Vegetation cover change and its response to climatic factors using SPOT NDVI in Hedong of Gansu Province[J].Chinese Journal of Ecology,2014,33(2)：455- 461.

[37] 范锦龙,李贵才,张艳.阴山北麓农牧交错带植被变化及其对气候变化的响应[J].生态学杂志,2007,26(10)：1528- 1532. FAN Jinlong,LI Guicai,ZHANG Yan.Dynamic changes of vegetation in agriculture-animal husbandry ecotone on north foot of Yinshan Mountain with relation to climate change[J].Chinese Journal of Ecology,2007,26(10)：1528- 1532.

[38] 刘宪锋,杨勇,任志远,等.2000—2009年黄土高原地区植被覆盖度时空变化[J].中国沙漠,2013,33(4)：1244- 1249. LIU Xianfeng,YANG Yong,REN Zhiyuan,etal.Changes of vegetation coverage in the Loess plateau in 2000-2009[J].Journal of Desert Research,2013,33(4)：1244- 1249.

[39] 孙艳玲,郭鹏,延晓冬,等.内蒙古植被覆盖变化及其与气候、人类活动的关系[J].自然资源学报,2010,25(3)：407- 414. SUN Yanling,GUO Peng,YAN Xiaodong,etal.Dynamics of vegetation cover and its relationship with climate change and human activities in Inner Mongolia[J].Journal of Natural Resources,2010,25(3)：407- 414.

[40] 李晓兵,王瑛,李克让.NDVI对降水季节性和年际变化的敏感性[J].地理学报,2000,55(S1)：82- 89. LI Xiaobing,WANG Ying,LI Kerang.NDVI sensitivity to seasonal and interannual rainfsll variations in northern China[J].Acta Geographica Sinica,2000,55(S1)：82- 89.

[41] 韦振锋,任志远,张翀,等.1999—2010年陕甘宁黄土高原区气候对植被物候的影响[J].水土保持通报,2014(5)：232- 236. WEI Zhenfeng,REN Zhiyuan,ZHANG chong,etal.Impact of climate on vegetation phenology on loess plateau in Shaanxi-Gansu-Ningxia Region during 1999- 2010[J].Bulletin of Soil and Water Conservation,2014(5)：232- 236.

[42] 易浪,任志远,张翀,等.黄土高原植被覆盖变化与气候和人类活动的关系[J].资源科学,2014,36(1)：166- 174. LI Lang,REN Zhiyuan,ZHANG Chong,etal.Vegetation cover,climate and human activities on the Loess Plateau[J].Resources Science,2014,36(1)：166- 174.

Dynamic Monitoring of Fractional Vegetation Cover of Eco-Function Area of Grassland on Northern Foot of Yinshan Mountains through Remote Sensing Technology

ZHAO Yanhua1,2,3, SU De1,2,3*, BAO Yang1,2,3, YANG Wei1,2,3, ZHAO Chao1,2,3, BAI Yun1,2,3, ZHAO Yujin4

1.Chinese Research Academy of Environmental Sciences, Beijing 100012, China 2.Key Laboratory of Regional Eco-Process and Function Assessment and State Environmental Protection, Beijing 100012, China 3.Ecological Environmental Comprehensive Observation Station in Jinggangshan, Jinggangshan 343699, China 4.Institute of Remote Sensing and Digital Earth Chinese Academy of Sciences, Beijing 100101, China

In order to reveal the spatial-temporal dynamic changes of fractional vegetation cover and the correlation between the temporal dynamics of vegetation coverage and the climate, the eco-function area of the grassland on the northern foot of the Yinshan Mountains was selected as the research area. The area was classified as a wind-break and sand-fixation area in theNationalPlanningofMainFunctionAreasissued by the State Council in 2011. The MODIS long time series vegetation index was taken as the data source. The spatial and temporal changes of the fractional vegetation coverage and the correlation coefficient between the fractional vegetation coverage and the precipitation and temperature were analyzed by using the dimidiate pixel model, linear regression method and correlation analysis method. The results showed that the vegetation coverage condition of the eco-function area of the grassland on the northern foot of the Yinshan Mountains was poor. The fractional vegetation coverage of Chahar Right Middle Banner was the highest, ranging from 30% to 60%, while that of Urad Rear Banner was the lowest, ranging from 2.31% to 8.89%. The overall fractional vegetation cover showed a fluctuant decrease from 2000 to 2010. The fractional vegetation coverage of the eco-function area was dominated by low-grade (0～20%) vegetation and lower-grade (20%～40%) vegetation, which accounted for more than 90% of the total vegetation area. High-grade (60%～80%) vegetation and higher-grade (80%～100%) vegetation just accounted for 0.62%. Moreover, during the research period, the trend of conversion from high-grade to low-grade vegetation coverage was obvious. The area of degraded vegetation accounted for 53.4% of the eco-function area, while the area of improved vegetation accounted for just 1.63%； basically unchanged area accounted for 44.97%. According to statistical correlation analysis, the results showed that the correlation between the fractional vegetation coverage and the precipitation of the corresponding period was favorable, showing a positive correlation in most parts of the area. However, the correlation between the fractional vegetation coverage and the temperature of the corresponding period was not obvious, showing a negative correlation in most parts of the area. These indicated that precipitation was the major natural factor that affected the changes of the fractional vegetation cover in the eco-function area of the grassland on the northern foot of the Yinshan Mountains.

northern foot of the Yinshan Mountains； fractional vegetation coverage； MODIS； dimidiate pixel model

2016- 05- 06

2016- 11- 14

环境保护部和中国科学院联合项目(STSN- 06)

赵艳华(1979-)，女，内蒙古赤峰人，助理研究员，硕士，主要从事生态环境监测、生态系统服务研究，zhyh227@126.com.

*责任作者，苏德(1972-)，男(蒙古族)，内蒙古赤峰人，研究员，博士，主要从事生态环境监测、生态环境规研究，sude@craes.org.cn

X835

1001- 6929(2017)02- 0240- 09

A

10.13198j.issn.1001- 6929.2017.01.35

赵艳华,苏德,包扬,等.阴山北麓草原生态功能区植被覆盖度遥感动态监测[J].环境科学研究,2017,30(2)：240- 248.

ZHAO Yanhua,SU De, BAO Yang,etal.Dynamic monitoring of fractional vegetation cover of eco-function area of grassland on northern foot of Yinshan Mountains through remote sensing technology[J].Research of Environmental Sciences,2017,30(2)：240- 248.