1998_2011年海河流域植被覆盖变化及气候因子驱动分析_王永财

第36卷第3期2014年3月

2014，36（3）：0594-0602

Vol.36，No.3Mar.，2014

文章编号：1007-7588（2014）03-0594-09

1998-2011年海河流域植被覆盖变化及气候因子驱动分析

2王永财1，孙艳玲1，王中良1，（1.天津师范大学城市与环境科学学院，天津300387；（2.天津师范大学天津市水资源与水环境重点实验室，天津300387）

摘

要：基于1998-2011年的SPOT/NDVI数据，结合海河流域土地覆盖数据分析了海河流域植被覆盖的时空

变化特征，然后利用海河流域30个气象站的气温和降水资料对海河流域植被覆盖变化的气候驱动力进行了分析。结果表明：1998-2011年海河流域NDVI呈缓慢上升趋势，植被覆盖状况总体上在改善，但是在空间存在明显差异，其中农田、森林、湿地改善最为明显，植被明显改善区域与植被高波动区分布基本一致，植被覆盖基本不变区域与植被低波动区基本一致；海河流域植被覆盖变化受气候因子驱动的面积比例为31.7%，非气候因子驱动型分布于整个流域，占整个流域面积的68.3%，其分布地区土地覆盖类型主要是农田、建设用地，表明人类活动对植被变化的影响较大。

关键词：海河流域；SPOT/NDVI；植被覆盖变化；气候因子

1引言

植被是地理环境的重要组成部分，在地理环境物质和能量的交换中占有重要地位，对全球变化有

2]

重要的指示作用[1，。植被覆盖状况作为地理环境

SPOTVegetationNDVI数据等[18]。与NOAA/AVHRR素吸收敏感、近红外波段剔除了强水汽吸收带和空间分辨高等优势，因此SPOTVegetationNDVI在大尺度植被变化监测中具有优势[19]。

海河流域是我国重要的政治、经济和文化中心，也是重要的工农业生产基地。近年来，海河流域生态系统破坏严重，出现了水资源严重不足、土

21]

地盐碱化、湿地锐减等一列生态环境问题[20，。作

相比，SPOTVegetation传感器具有红光波段对叶绿

的最敏感的部分，容易受气候变化和人类活动的影响[3]。随着遥感技术的发展，快速获取大范围、高分辨率的地表影像成为可能[4]。作为表征植被覆盖状况的指标，归一化植被指数（NormalDifferenceVegetationIndex，NDVI）能够在较大时空尺度上反

6]

映区域植被覆盖信息[5，，并被广泛应用于植被覆盖11]监测[7-9]、土地覆盖分类[10，、作物估产[12-14]等众多研

为陆地生态系统的重要组成部分，植被对海河流域的生态环境保护具有重要作用。针对海河流域植被覆盖变化情况，吴云等[22]和陈福军等[23]分别利用2000年的AVHRR/NDVI数据对海河流域植被变化及其与气候因子的相关性进行了研究，对海河流域植被变化特征及其与气候的关系有了一定的认识2000-2007年的MODIS/NDVI时序数据和1981-

究领域。随着全球变化加剧，气候变化对生态环境的影响日益加强，因此通过NDVI研究气候变化和人类活动影响下的植被变化及响应成为土地覆被变化研究主要内容[15-17]。目前常用的NDVI序列数据包括NOAA/AVHRR数据、EOS/MODIS数据以及

收稿日期：2013-09-26；修订日期：2014-01-07

基金项目：全球变化研究国家重大科学研究计划项目（编号：2012CB956203）；国家科技支撑计划项目课题（编号：2012BAC07B02）；教育部新世纪优秀人才支持计划（编号：NCET-10-09）；国家自然科学基金（编号：41001022，31270510）；天津师范大学市级重点实验室开发研究基金课题（编号：YF11700102）。

作者简介：王永财，男，甘肃平凉人，主要从事气候变化研究。E-mail：kbqinfang@163.com通讯作者：孙艳玲，E-mail：flyling99@163.com

http://www.resci.cn2014年3月

王永财等：1998-2011年海河流域植被覆盖变化及气候因子驱动分析

595和理解。然而，如何更进一步分析海河流域植被变化机制，区分引起植被变化的气候因子驱动机制及其规律是深入理解海河流域植被变化的目的和要求。因此，本文利用海河流域1998-2011年的SPOTVegetationNDVI数据，结合海河流域的土地覆被数据分析了海河流域近14年的植被变化特征，并利用海河流域的30个气象站点的气温和降水资料，对海河流域植被变化的气候因子驱动力进行了分析，以期为海河流域可持续发展、生态环境建设和生态修复提供理论依据。

分辨率的栅格数据，并利用海河边界裁剪出年平均气温和年降水的时间序列数据。

土地覆盖数据来源于国家自然科学基金委员会“中国西部环境与生态科学数据中心”（http：//westdc.westgis.ac.cn）的中国地区土地覆盖综合数据集，采用中国科学院1∶100万土地覆盖数据集，结

25]

合以往研究[24，对海河流域土地覆盖分类结果，对

原有的土地覆盖类型进行了重分类，重分类后的土地覆盖类型有林地、草地、水体、湿地、滩地、裸地、建设用地、农田8种类型（图1b，见本文第5页）。2.3研究方法2.3.1趋势分析

利用一元线性回归方程的斜率来

进行趋势分析，该方法可以模拟出研究区域内每个栅格单元的变化趋势，进而可以反映这个区域的植被时空变化规律[26-28]。其计算公式如下：

Slope=

ænöænö

n×∑i×NDVIi-ç∑i÷ç∑NDVIi÷i=1èi=1øèi=1ø

æö

n×∑i2-ç∑i÷i=1èi=1ø

n

2资料来源和研究方法

2.1研究区概况

海河流域位于112°-120°E，35°-43°N之间，行政区包括北京市和天津市的全部，河北省的大部分，山东省、河南省的北部以及内蒙古自治区和辽宁省的小部分区域，如图1a所示（见本文第5页）。流域总面积为31.82万km2，包括海河、滦河和徒骇马颊河三大水系、七大河系、10条骨干河流。全流域总的地势是西北高东南低，大致分高原、山地及平原3种地貌类型，西部为山西高原和太行山区，北部为蒙古高原和燕山山区，面积19.09万km2，占60%；东部和东南部为平原，面积12.73万km2，占40%。海河流域属于半湿润半干旱的温带性季2.2数据来源与处理

研究区NDVI数据来自1998年4月至2011年率为1km×1km。首先利用最大合成法（MVC）对NDVI进行最大值合成，获取每年NDVI最大值代表当年NDVI值，然后对NDVI数据进行数据格式转换、投影转换等处理，获取海河流域NDVI数据集。其中，1998年NDVI数据是从4月份开始，因此该年最大NDVI值取自4-12月份，由于海河流域植被覆盖状况最好是在6-9月份，故缺失数据不影响1998年最大NDVI值。

气象数据来自于中国气象科学数据共享服务网（http：//cdc.cma.gov.cn）提供的1998-2011年海河流域30个气象站点的气温和降水资料（图1a，见本文第5页），在Arcgis10.1中通过Kriging插值将气温和降水生成与NDVI数据具有相同投影方式和空间12月的SPOTVegetation逐旬NDVI数据，空间分辨

n

n

2（1）

式中Slope为像元NDVI的回归斜率值，本研究中表示NDVI在1998-2001年的总体变化趋势；n为NDVI时序数据所跨年度，本研究中n=14；i代表年序号，即i=1，2，3，…，14，当i=1时，不存在变化表示随时间变化植被指数升高，表明区域植被覆盖度呈增加趋势，其值愈大植被覆盖增加愈明显；Slope<0，表示随时间变化植被指数呈下降趋势；Slope=0，表示随时间变化植被指数完全没有变化。

风气候区，冬季盛行北风和西北风，夏季多东南风。

斜率值；NDVIi表示第i年的NDVI值。若Slope>0，

2.3.2标准差分析标准差表示数据变量偏离常态

的距离的平均数，能反映一个数据集的离散程度，其值越大，说明像元NDVI在研究时段内偏离平均值越远，即该时段内植被年际变化较大[29]。

n--------1Si=∑(NDVIi-NDVI)ni=12（2）

用标准差的大小可以分式中Si为NDVI的标准差，

析研究时段内海河流域植被的波动变化特征。2.3.3偏相关分析

地理要素之间的相关分析是为

了揭示要素间相互关系的密切程度。在多要素地理系统中，研究某一要素对另一要素的影响，可暂不考虑其他要素的影响，用偏相关来表示两要素间

http://www.resci.cn596资源科学

第36卷第3期

的相关程度，度量偏相关程度的统计量称为偏相关系数[29]。为了计算偏相关系数，首先计算相关系数。计算公式如下：

rxy=

ˉ)ˉ)(y-y∑(x-x

i=1i

i

n

表征年NDVI的变化特征（图2a），可以看出近14年海河流域NDVI呈上升趋势，NDVI平均值、最大值和最小值的线性倾向率分别为0.055/10a、0.018/10a和0.007/10a，说明整个海河流域在近14年植被有所

ˉ)ˉ)∑(y-y∑(x-x2nn（3）

改善。其中，NDVI的平均值、最大值在2001年前呈下降趋势，而后开始上升，2004年后变化缓慢，趋于平稳，NDVI最小值在2006年前呈下降趋势，后逐年上升，说明1998-2001年海河流域植被覆盖退化严重，2001-2004年植被覆盖上升，表明植被覆盖有所恢复，2004年后变化比较平稳，植被覆盖没有明显变化。

利用海河流域土地覆被数据提取不同土地覆被类型上的NDVI变化特征，如图2b所示。可以看出，海河流域8种土地覆被类型的NDVI均呈上升趋势，森林、农田、湿地、草地的NDVI上升趋势较为明显，且上升的幅度基本相同，其他4种土地覆被类型

2i=1ii=1in为样本个数；x式中rxy为变量x和y的相关系数；ˉ和yˉ分别为变量x和y的均值。

偏相关系数计算公式如下：

rxy-rxzryzrxy.z=

(1-r2xz)1-r2yz()（4）

式中rxy.z为变量z固定后变量x和y的偏相关系数，即xy相关中剔除了z的影响；rxy、rxz、ryz分别表示变量x与变量y、变量x与变量z、变量y与变量z的相关系数。偏相关系数的显著性检验，一般采用t检验法，其统计量计算公式为：

rxy.zt=n-m-121-rxy.z数；m为自由度个数。2.3.4复相关分析

研究几个要

素与某一个要素间的相关关系可用复相关分析法。设x为因变量，y、z为自变量，将x与y、z之间的复相关系数记为rx.yz其计算公式为：

2

rx.yz=1-1-rxy1-r2xz.y（6）

（5）

式中rxy.z为偏相关系数；n为样本

()()复相关的显著性检验，采用F检验法，其统计量计算公式为：

F=

2

rx.yz

1-r2x.yz

×n-k-1k（7）

式中rx.yz为复相关系数；n为样本数；k为自变量个数。

3结果分析

3.1植被年际变化特征

从NDVI数据中提取每年NDVI平均值、最大值和最小值来http://www.resci.net图21998-2011年海河流域NDVI变化及不同土地覆盖类型的NDVI变化

Fig.2VariationofannualNDVIandvariationofNDVIindifferentlandcovertypes

from1998to2011

2014年3月

王永财等：1998-2011年海河流域植被覆盖变化及气候因子驱动分析

597的NDVI上升趋势较缓。1998-2002种土地覆被类型的NDVI均呈下降趋势，2002-2004年植被呈上升趋势，2004年后没有明显变化。3.2植被空间变化特征

通过对研究区域内逐栅格进行趋势分析，得到海河流域近14年NDVI变化趋势的空间分布状况。根据研究区NDVI变化特征，统计出该区域NDVI变化趋势的平均值和标准差，利用标准差分类法（StandardDeviation）将海河流域NDVI变化分为明显退化、中度退化、轻度退化、基本不变、轻度改善、中度改善和明显改善7个等级（表1），以更直观的反映海河流域植被变化的空间差异。根据表1分类结果，对栅格数据进行重采样，得到7类植被变化区域的空间分布，如图3a（见本文第5页）所示。可以看出，1998-2011年海河流域植被覆盖大部分表现为基本不变，植被覆盖得到改善的面积大于退化的面积，改善的面积占整个流域的30.39%，退化的面积占流域面积的20.13%，基本不变的面积占整个流域的49.48%。植被覆盖得到明显改善的区域分布在天津南部的静海县、大港与河北沧州交界地区，山东滨州市和东营市的东北部地区，中度改善的区域分布在海河流域东部的沧州市、德州市和滨州市，以及西部太行山地区，轻微改善的面积较大，占整个区域的25.6%，零星分布于整个区域；植被覆盖明显退化和中度退化的区域主要分布在京津唐、河南焦作市、新乡市以及内蒙古的乌兰察布盟、锡林郭勒盟等地区，分布主要集中在人口稠密，城市化水平比较高和生态环境比较脆弱的地区，轻度退化的区域在整个区域呈零星状分布，占整个区域的14.41%；基本不变区域与改善区域和退化区域交错分布，占整个流域的1/2。通过统计海河流域不同土地覆盖类型上的NDVI变化趋势（表2）可以看出，植被改善最为明显的为湿地，农田、草地、森林改善的面积占整个区域面积分别为16.2%、退化的为建设用地和裸地，明显退化的面积占整个区域面积的1.07%和0.47%。

6.76%、4.72%，土地覆被类型中明显

通过标准差来模拟整个海河流域NDVI变化的稳定程度，并将每个像元NDVI的标准差按照聚类分析法进行重分类，分为以下五类：高（Si≥0.097）、较高（0.068≤Si＜0.097）、中（0.050≤Si＜0.068）、较1998-2011年的NDVI标准差的空间分布来看（图3b，见本文第5页），海河流域在整体上植被覆盖的高波动分布集中，与植被覆盖明显退化分布的区域基本吻合，东部集中分布在天津南部、沧州市东部、滨州市和东营市东北等地区，呈带状分布，西部则集中分布在大同、张家口、乌兰察布盟交界的地区，北部零星分布于锡林郭勒盟，高波动区所占区域较小，仅为整个流域面积的1.55%；较高波动区与高波动区镶嵌分布，占整个流域面积的8.71%；中度波动

表11998-2011年海河流域植被变化趋势分类标准

及结果统计

Table1TheclassificationstandardforvegetationcoveragechangesstatisticalresultinHaiheRiverbasinfrom1998to2011类型明显退化中度退化轻度退化基本不变轻度改善中度改善明显改善范围Slope＜-0.0111-0.0111≤Slope＜-0.0034-0.0034≤Slope＜0.00420.0042≤Slope＜0.01180.0118≤Slope＜0.01950.0195≤Slope＜0.02710.0271≤Slope＜0.0739面积（km2）0.611.2115.748.151.170.3.59百分比（%）1.9114.4149.4825.603.671.123.81低（0.035≤Si＜0.050）、低（Si＜0.035）。从海河流域

波动变化较小，呈现出东西部高，中间低的特点。

注：Slope为回归斜率值。

表21998-2011年海河流域不同土地覆盖类型植被变化趋势结果统计

Table2VegetationcoveragechangesindifferentlandcoverstyleinHaiheRiverbasin

from1998to2011土地覆盖类型林地草地水体湿地滩地裸地建设用地农田明显退化面积0.250.872.687.022.295.176.252.11中度退化面积1.082.913.749.494.399.849.4.05轻度退化面积12.6613.3422.1814.7728.1922.5115.379.47基本不变面积.38.5341.4627.2942.6230.40.4846.轻度改善面积23.6931.5530.3620.8429.3917.8517.0825.45中度改善面积1.123.185.996.4.804.602.984.80（%）明显改善面积0.040.292.436.531.763.901.061.68http://www.resci.cn598资源科学

第36卷第3期

图1海河流域气象站点分布及土地覆盖类型

Fig.1ThemeteorologicalstationsandlandcovertypesofHaiheRiverbasin

图31998-2011年海河流域NDVI变化格局及稳定程度

Fig.3ThespatialstructureandstandarddeviationofNDVIchangeinHaiheRiverbasinfrom1998to2011

http://www.resci.net2014年3月

王永财等：1998-2011年海河流域植被覆盖变化及气候因子驱动分析

599区和较低波动区在海河流域的分布广且分散，整个区域面积的一半以上（57.19%）；低波动区主要呈块状分布于东部北京、唐山、承德，以及中部的保定、石家庄等地，与植被覆盖基本不变区域基本吻合。3.3植被变化的气候因子驱动力分析

气候变化被认为是引发地表覆盖变化的主要原因之一[30]，通过NDVI研究植被覆盖和气候的关系一直是国内外全球变化研究的主要内容[31]。目前许多研究表明NDVI与气候因子存在明显的相关关系，因此将气候因子作为植被覆盖变化的驱动因子是气候和植被变化研究的重要内容

[32，33]

表3海河流域植被覆盖驱动分区准则

Table3Therulesofregionalizationforthedriversofvegetation

changeinHaiheRiverbasin

NDVI变化类型气温驱动型降水驱动型气温、降水驱动型非气候因子驱动型t≤t0.05分区准则rNDVIT⋅Pt≥t0.05t≥t0.05t≤t0.05rNDVIP⋅TRNDVIT⋅PF≥F0.05F≥F0.05F≥F0.05F≤F0.05降水的偏相关系数，注：表中rNDVIT⋅T、rNDVIP⋅P为NDVI与气温、RNDVIT⋅P为NDVI、气温和降水的复相关系数，t和F分别为t检验。

通过对海河流域14年的NDVI值与年平均气温和年降水进行相关分析（图4），可以看出海河流域仅有0.3%地区植被NDVI与气温显著相关（P<0.01），主要分布在北京、河北唐山、内蒙古锡林郭勒盟、河南安阳等地，80.6%的地区气温与NDVI负相有9.4%的地区植被NDVI与降水显著相关（P<部、山西晋中市和忻州市等地，7.0%的地区植被山、河南省北部等城市化水平高和人口稠密的地区。NDVI与降水呈负相关，主要分布在天津、北京、唐

气候是植被分布的决定性因子，但其影响的大小与所考虑的时间与空间尺度有关，在所有的气候因子中，植被对气温和降水的变化较为敏感，而人类活动可在短时间改变区域局部环境，对区域生态环境产生干扰，对区域的植被覆盖变化产生影响。本文参照陈云浩等[34]研究的中国植被覆盖变化的驱动分区原则，用偏相关分析和复相关分析的方法对海河流域植被覆盖变化进行驱动分区，具体计算步骤参照上述文献。海河流域植被覆盖驱动分区准则如表3所示。

通过对海河流域植被覆盖变化的驱动因子分析（图5），可以看出：气温驱动型呈零星分布于北京南部、河北保定和唐山等地，区域仅占海河流域面积的1.3%，与NDVI和气温显著性相关的区域吻合；降水驱动型占海河流域面积的20.7%，在区域呈块状分布，集中分布在河北沧州市、山东滨州市，以及山西北部的忻州、朔州和大同等地；气温降水驱动型占流域面积的9.5%，在流域东部的沧州、衡水和0.01），主要分布在河北沧州市东部、山东滨州市东关；相比之下，年降水与NDVI的相关关系较显著，

降水驱动型镶嵌分布，在流域西部则呈斑块状分布在晋中和长治两地；非气候因子驱动型分布于整个流域，占整个流域面积的68.3%，其分布地区土地覆盖类型主要是农田、建设用地，表明人类活动的干扰是这些区域植被覆盖变化的主要驱动因子。

0.05显著性水平。和F检验的统计量值，t0.05和F0.05分别表示t检验和F检验的4结论与讨论

本文利用海河流域1998-2011年的SPOTNDVI数据，对海河流域14年植被覆盖的时空变化特征进行了分析，并利用海河流域的气温和降水资料，对海河流域植被覆盖变化的驱动因子分析，得到以下结论：

（1）从时间变化来看，近14年海河流域NDVI呈上升趋势，增速为0.055/10a，说明海河流域植被覆盖总体上呈现出改善趋势，不同土地覆被类型的NDVI均呈现上升趋势，其中农田、森林和湿地的NDVI上升尤为明显。

（2）从空间变化来看，海河流域1/2地区植被覆

盖保持在基本不变状态，改善的面积大于退化的面积，改善区域的主要为农田、湿地，退化的区域主要为建设用地和裸地，植被覆盖明显改善区域和植被覆盖高波动区分布基本一致，植被覆盖基本不变区域分布与植被覆盖低波动区分布基本一致。

（3）对海河流域NDVI与气温和降水的相关性分析来看，海河流域19.4%的区域气温与NDVI正相关，达到显著性相关（P<0.01）仅流域的0.3%，降水与NDVI正相关的区域占流域的93%，达到显著相关（P<0.01）占流域的9.4%，说明降水对海河流域植被的影响要大于气温的影响。

（4）通过对海河流域植被覆盖变化的驱动因子

http://www.resci.cn600资源科学

第36卷第3期

图41998-2011年海河流域年均NDVI与年平均气温和年降水的相关性

Fig.4CorrelationbetweenannualNDVIandannualaveragetemperatureandprecipitationinHaiheRiverbasinfrom1998to2011

进行分析，气温驱动型零星分布且面积较小，降水驱动型呈块状分布在流域东西部，气温降水驱动型分布比较集中，呈块状和其他驱动型镶嵌分布，说明植被覆盖状况因不同的地理位置、地理环境和时间表现出不同的敏感性和反馈特征。海河流域68.3%的区域为非气候驱动型，这与海河流域人口稠密，人类生产活动对区域环境的影响有直接的关系。

植被的动态演变受到多种因素的影响，归纳起来有3个方面：土壤条件、土壤粗糙度、地形等自然因子；地表温度、降水、反照率、蒸散等气候因子；人类活动的破坏和干扰的人为因子[35]。因此，不同区域因其自然条件的不同，植被演变也呈现出不同的特征，决定植被演变的关键因子也不同，气候虽是大范围植被分布的决定性因子，但其影响的大小却与时间和空间尺度有关。文中以气温和降水作为驱动因子对海河流域植被变化进行驱动分析，没有考虑到其他的因子，对研究资料的时间和空间分辨

图51998-2011年海河流域植被覆盖变化的气候

因子驱动力分区

Fig.5Theclimaticfactordriversofvegetationchangeanddistribution

inHaiheRiverbasinfrom1998to2011

率对于海河流域研究的适宜性的评价存在欠缺，因此，植被演变的因子分析应考虑到研究区域范围和研究时间尺度，结合多种因子进行综合分析，以揭示植被演变的规律和原因。

http://www.resci.net2014年3月

王永财等：1998-2011年海河流域植被覆盖变化及气候因子驱动分析

512.

601参考文献（References）：

[1]朴世龙，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.[2]陈效逑，王恒.1982-2003年内蒙古植被带和植被覆盖度的时

空变化[J].地理学报，2009，（1）：84-94.感技术与应用，2006，21（4）：391-395.

[3]顾娟，李新，黄春林.NDVI时间序列数据重建方法评述[J].遥[4]吴见，刘民士，李伟涛.不同地形条件下植被覆盖度信息提取

技术研究[J].植物生态学报，2013，37（1）：18-25.[5]

PurevdorjTS，TateishiR，IshiyamaT，etal.Relationships

[18][19]

化研究[J].遥感技术与应用，2012，27（1）：142-148.

朱源，王志，彭光雄.基于SPOT-NDVI的贺兰山植被的时空变严晓瑜，董文杰，.不同传感器数据在若尔盖湿地植被变

化监测应用中的适宜性分析[J].遥感技术与应用，2008，23（3）：200-304.

朱永华，夏军，刘苏峡，等.海河流域生态环境承载能力计算

[20][21][22]

[J].水利学进展，2005，16（5）：9-6.2007，（10）：27-30.

冯质刚.海河流域典型水环境问题及对策研究[J].山东水利，吴云，曾源，赵炎，等.基于MODIS数据的海河流域植被覆盖

betweenpercentvegetationcoverandvegetationindices[J].InternationalJournalofRemoteSensing，1998，19（18）：3519-3535.

[23][24]

度估算及动态变化分析[J].资源科学，2010，32（7）：1417-1424.

陈福军，沈彦俊，胡乔利，等.海河流域NDVI对气候变化的响庄长伟，欧阳志云，徐卫华，等.基于MODIS的海河流域生态

[6]ScanlonTM，AlbertsonJD，CaylorKK，etal.Determiningland

savannaecosystem[J].RemoteSensingofEnvironment，2002，82

应研究[J].遥感学报，2011，15（2）：408-414.

surfacefractionalcoverfromNDVIandrainfalltimeseriesfora

系统空间格局[J].生态学杂志，2009，28（6）：1149-11.

（2）：376-388.

[25]刘斌，孙艳玲，王永财，等.基于SPOT/NDVI华北地区植被变化

动态监测与评价[J].干旱区资源与环境，2013，27（9）：98-103.[26]StowD，DaeschnerS，HopeA，etal.Variabilityoftheseasonally

[7]崔耀平，刘彤，赵志平，等.干旱荒漠区植被覆盖变化的遥感监

测分析[J].地球信息科学学报，2011，13（3）：305-312.[8]张峰，王桥，李营.呼伦贝尔草原植被覆盖时空动态变化监测

定量方法研究[J].自然资源学报，2010，25（10）：1698-1708.[9]梁保平，李艺，刘庆业，等.基于TM影像的桂林市植被覆盖时

空动态监测与分析[J].中国环境监测，2011，27（4）：36-40.[10]MuchoneyD，BorakJ，ChiH，etal.ApplicationoftheMODIS

integratednormalizeddifferencevegetationindexacrossthenorthslopeofAlaskainthe1990s[J].InternationalJournalofRemoteSensing，2003，24（5）：1111-1117.

[27][28][29]

关系研究进展[J].遥感学报，2006，10（3）：421-431.覆盖变化分析[J].中国沙漠，2007，27（1）：-93.社，2002.

马建国，王建，王雪梅.基于遥感的植被年际变化及其与气候

globalsupervisedclassificationmodeltovegetationandlandcovermappingofCentralAmerica[J].InternationalJournalofRemoteSensing，2000，21（6-7）：1115-1138.

宋怡，马明国.基于SPOTVEGETATION数据的中国西北植被徐建华.现代地理学中的数学方法[M].北京：高等教育出版

[11]邵晓敏，刘勇.基于纹理的乌兰布和沙漠地区植被信息提取[12][13][14]

[J].遥感技术与应用，2010，25（5）：687-694.

张峰，吴炳方，刘成林，等.利用时序植被指数监测作物物候的高中灵，徐新刚，王纪华，等.基于时间序列NDVI相似性分析任建强，陈仲新，唐华俊.基于MODIS-NDVI的区域冬小麦遥

[30]LambinEF，StrahlerAH.Indicatorsofland-coverchangefor

change-vectoranalysisinmultitemporalspaceatcoarsespatial

方法研究[J].农业工程学报，2004，20（1）：155-159.

的棉花估产[J].农业工程学报，2012，28（2）：148-153.

[31]

2099-2119.

scales[J].InternationalJournalofRemoteSensing，1994，15（10）：FuC，WenG.VariationofecosystemsoverEastAsiain

associationwithseasonal，interannualanddecadalmonsoonclimatevariability[J].ClimaticChange，1999，43（2）：477-494.

感估产-以山东省济宁市为例[J].应用生态学报，2006，17（12）：2371-2375.

张戈丽，徐兴良，周才平，等.近30年来呼伦贝尔地区草地植

[32]HolbenBN.Characteristicsofmaximum-valuecompositeimages

fromtemporalAVHRRdata[J].InternationalJournalofRemoteSensing，1986，7（11）：1417-1434.[33]

王强，张勃，戴声佩，等.三北防护林工程区植被覆盖变化与

[15]

被变化对气候变化的响应的研究[J].地理学报，2011，66（1）：47-58.

李辉霞，刘国华，傅伯杰.基于NDVI的三江源地区植被生长对

[16]

2012，32（7）：1302-1308.影响因子分析[J].中国环境科学，

2011，31（19）：气候变化和人类活动的响应研究[J].生态学报，95-5504.

康悦，李振朝，田辉，等.黄河源区植被变化趋势及其对气候变

[34]陈云浩，李晓兵，史培军.1983-1992年中国陆地NDVI变化的

气候因子驱动分析[J].植物生态学报，2001，25（6）：716-720.[35]韩贵锋.中国东部地区植被覆盖的时空变化及其人为因素的

影响研究[D].上海：华东师范大学，2007.

[17]

化的响应过程研究[J].气候与环境研究，2011，16（4）：505-

http://www.resci.cn602资源科学

第36卷第3期

Spatial-TemporalChangeinVegetationCoverand

ClimateFactorDriversofVariationintheHaiheRiverBasin1998-2011

2WANGYongcai1，SUNYanling1，WANGZhongliang1，（1.CollegeofUrbanandEnvironmentScience，TianjinNormalUniversity，Tianjin300387，China；2.TianjinKeyLaboratoryofWaterResourcesandEnvironment，TianjinNormalUniversity，Tianjin300387，China）

Abstract：Globalwarminghasledtosignificantvegetationchanges，especiallyinthepast20years.TheHaiheRiverBasinisanimportantagriculturalandindustrialregioninChinaandundertheinfluenceofclimateandhumanactivitiesitsecologicalenvironmentischanging.Itisessentialtoconductstudiesonspatial-temporalchangeinvegetationanddriversofvariationbasedonremotesensingdata.Here，weuseremotesensingdatafortheSPOTVegetationNormalDifferenceVegetationIndex（NDVI），whichreflectscharacteristicsofplantgrowth.Combininglandcoverdataandclimatedata，weanalyzethechangeinvegetationcoveranddiversacrosstheHaiheRiverBasinfrom1998to2011.Wefoundthatvegetationcoverimprovedslightlyinthebasinasawhole.Acrossalllandcovertypes，farmland，wetlandandforestimprovedmorethanothers.Thedistributionofimprovedareaswasconsistentwithhighvolatilityareas.Thedistributionofbasicinvariantregionswasconsistentwithlowvolatilityareas.Moststudiessuggestthatvegetationchangeiscloselycorrelatedwithclimatefactors.SobycorrelationanalysiswefoundthatitisbettercorrelatedbetweenNDVIandprecipitationthantemperatureinmostpartsofthebasin，suggestingthatprecipitationisthemainfactorresponsibleforvegetationchange.Accordingtopartialcorrelationandmultiplecorrelationanalyses，driversofchangeshowthatabout31.7%ofthestudyareawasimpactedbyclimatefactordrivers，while68.3%wasdrivenbynon-climatefactors.Therefore，itisclearthatvegetationchangeismainlyaffectedbyhumanactivities.Keywords：HaiheRiverbasin；SPOTNDVI；vegetationcoverchange；climatefactors

http://www.resci.net