杜靈通，田慶久

（1.南京大學(xué) 國際地球系統(tǒng)科學(xué)研究所，江蘇 南京210093；2.寧夏大學(xué) 西北退化生態(tài)系統(tǒng)恢復(fù)與重建教育部重點實驗室，寧夏 銀川750021）

地表植被變化是全球變化研究的重要內(nèi)容之一，近年來，受到了眾多學(xué)者的廣泛關(guān)注［1－3］，特別是隨著遙感技術(shù)的發(fā)展，長時間序列植被指數(shù)被廣泛地應(yīng)用到陸地生態(tài)系統(tǒng)的研究之中［4－6］。全球尺度的植被變化研究結(jié)果表明，北半球的植被活動有逐年增加的趨勢［7］，方精云等［8］的研究結(jié)果顯示，中國近20 a來植被活動也在總體增強，并且在東亞及全球生態(tài)系統(tǒng)中起著重要的作用，但在不同的地理區(qū)域，其變化差異明顯［9－10］。導(dǎo)致中國植被活動增強的主要原因有兩方面，一是近年來實施的退耕還林等各種林業(yè)活動，二是區(qū)域引水灌溉增加綠洲集約經(jīng)營的各種農(nóng)業(yè)活動［8］。但是也有研究表明，快速的工業(yè)化、城市化和農(nóng)牧交錯帶的過度放牧等活動，導(dǎo)致一些地區(qū)的地表植被開始退化［11］。現(xiàn)有的研究結(jié)果顯示，地表植被的變化與區(qū)域植被類型、氣候變動以及人類活動強度等因素密切相關(guān)［12］，因此一些學(xué)者對不同地理分區(qū)的植被活動進行研究，并論述了東部季風區(qū)、青藏高原、西北干旱區(qū)、北方農(nóng)牧交錯帶、黃土高原等地的植被變化與區(qū)域氣候之間的關(guān)系［13－17］。寧夏是中國西部的一個典型生態(tài)脆弱區(qū)，其地處騰格里沙漠、毛烏素沙漠和烏蘭布和沙漠的前沿，既是中國沙塵暴4大源區(qū)之一［18］，也是風沙進入京津塘地區(qū)的必由通道，可以說寧夏的植被變化在一定程度上決定著北方農(nóng)牧交錯帶的生態(tài)安全。為此，本研究利用1999年以來的SPOT－VGT NDVI數(shù)據(jù)，對寧夏近11 a來的植被時空變化特征進行了研究，并分析了引起這些變化的生態(tài)響應(yīng)因素，以期為寧夏生態(tài)建設(shè)決策和區(qū)域生態(tài)環(huán)境演變研究提供科學(xué)依據(jù)。

1 研究區(qū)概況

寧夏回族自治區(qū)位于黃河中上游黃土高原西北部，介于104°17′—107°39′E和35°14′—39°23′N 之間，南接甘肅省，東連陜西省，北部與內(nèi)蒙古自治區(qū)相鄰，總面積為51 800 k m2。寧夏北部為銀川平原，由于黃河從中部進入寧夏，給銀川平原帶來了豐富的水源，使其成為寧夏最富庶的地區(qū)，有“天下黃河富寧夏”之說。寧夏的中部，多為丘陵山地和山間盆地，氣候干燥，植被稀少，是典型的荒漠化草原。南部則是舉世聞名的黃土高原的一部分，六盤山高踞黃土丘陵之上，平均海拔在2 000 m左右，這里植被豐富，是寧夏最潮濕的地方。寧夏深居內(nèi)陸，屬典型的大陸性氣候，干旱少雨，日照充足，年平均氣溫5～9℃，多年平均降水量為292 mm，且南多北少，而年蒸發(fā)量則在2 000 mm以上。截止2008年末全區(qū)總?cè)丝跒?18萬人。

2 研究方法

2.1 數(shù)據(jù)預(yù)處理

本研究利用比利時佛萊芒技術(shù)研究所提供的覆蓋東亞的SPOT－VGT歸一化植被指數(shù)（NDVI）數(shù)據(jù)集［19］，時間跨度為1999年1月到2009年12月，共11 a的數(shù)據(jù)序列。該數(shù)據(jù)集存儲的是像元灰度DN值，應(yīng)用時須按式（1）轉(zhuǎn)換成真實的NDVI值。

在遙感應(yīng)用中，特別是時間序列的對比研究中，去除云的影響非常重要。雖然寧夏地處內(nèi)陸，常年干旱少雨，同一地區(qū)連續(xù)10 d以上的云層覆蓋情況較少，但對于極端天氣情況，依然會有云影響。另外，冬季寧夏偶爾會有超過10 d的積雪覆蓋，特別是南部山區(qū)，這也會影響10 d最大值合成NDVI的真實性。為消除云、雪的影響，本研究將10 d合成的SPOTVGT NDVI原始數(shù)據(jù)，按最大值合成算法，合成月最大值NDVI數(shù)據(jù)集。此外依照相同算法，還生成了年最大值NDVI，由于年最大值合成NDVI在一些像元中包含有周期性噪聲，為了消除這一影響，本文將年最大值合成NDVI減去年最小值合成NDVI（積雪和水體等負值部分統(tǒng)一賦0），重新生成新的年最大值合成NDVI數(shù)據(jù)集。

2.2 標準化植被異常指數(shù)

對于長時間序列的NDVI異常變化監(jiān)測，許多學(xué)者使用距平植被指數(shù)，即將每年的NDVI值減去時間序列期間內(nèi)的多年NDVI均值，這一概念來自于氣候研究中的“距平”概念，陳維英等［20］將這一概念引入到了遙感植被指數(shù)領(lǐng)域，并進行干旱監(jiān)測。為了更進一步消除植被季節(jié)性變動的影響，一些學(xué)者在距平植被指數(shù)的基礎(chǔ)上，引入了標準化植被異常指數(shù)［21－23］：

式中：zi，j——標準化植被異常指數(shù)；i，j——NDVI的時間，i——年度，j——月份；yi，j——i年j月的最大值合成NDVI值；——研究時期內(nèi)j月的NDVI平均值，為月最大值合成NDVI值在年度序列上的平均值；σj它是j月最大值合成NDVI在年度序列上的標準差。標準化植被異常指數(shù)可以較好地響應(yīng)區(qū)域植被生境變化，特別是干濕環(huán)境。當標準化植被異常指數(shù)小于0時，說明在該時期內(nèi)區(qū)域發(fā)生干旱，植被遭受干旱脅迫；而當標準化植被異常指數(shù)大于0時，說明在該時期內(nèi)區(qū)域降水充沛，植被長勢較好。

2.3 回歸分析

植被指數(shù)的變化與區(qū)域生態(tài)環(huán)境變遷密切相關(guān)，二者變化具有明顯的一致性，區(qū)域生態(tài)環(huán)境的惡化會導(dǎo)致植被指數(shù)降低，而生態(tài)環(huán)境的改善也會引起植被指數(shù)增高。為了定量研究區(qū)域生態(tài)環(huán)境的變化趨勢，有學(xué)者引入了 一元 線 性 回 歸 分 析 的 方 法［8，22，24－25］，對一組時間自變量x與NDVI因變量y數(shù)據(jù)，可以利用最小二乘法，計算出數(shù)據(jù)集上所有像元的NDVI與時間的回歸斜率，其計算如下：

式中：k——回歸斜率；n——模擬時間段長度，本研究中n＝11；xi——時間變量；yi——年最大值合成NDVI。k的數(shù)值變化反映了在研究期間內(nèi)，植被指數(shù)的變化趨勢，k＞0說明NDVI在研究期內(nèi)處于增加趨勢，反之則為減少趨勢。每個像元點在研究期內(nèi)的變化趨勢都能得到一個k值，從而構(gòu)成了一副k值圖像，通過k值圖像可以看出研究區(qū)各處的生態(tài)環(huán)境變化趨勢。

單純通過變化斜率k的大小，并不能判斷這種變化趨勢是否顯著，為了檢驗時間自變量x與NDVI因變量y之間的線性變化是否顯著，本文利用F檢驗對其顯著性進行檢驗。

式中：yi——NDVI的實際觀測值；——NDVI在研究時間段內(nèi)的平均值；——NDVI的回歸值；n——模擬時間段長度。

2.4 相關(guān)系數(shù)分析

時間變量x與NDVI變量y之間除了可以建立線性相關(guān)關(guān)系外，還可以通過建立二者之間的Pearson相關(guān)系數(shù)，來分析NDVI的長時序變化特征及趨勢［26－27］，相關(guān)系數(shù)的計算公式如下：

式中：rxy——相關(guān)系數(shù)；xi——時間變量；yi——年最大值合成NDVI；——時間變量的平均值；——NDVI在研究時間段內(nèi)的平均值；n——時間長度。相關(guān)系數(shù)rxy是時間變量與NDVI變量相關(guān)程度的統(tǒng)計指標，是一個歸一化的參數(shù)。rxy＞0表示二者正相關(guān)，反映NDVI隨時間呈整體變高的趨勢，即區(qū)域生態(tài)環(huán)境逐步在改善；rxy＜0表示二者為負相關(guān)，反映NDVI隨時間呈整體降低的趨勢，即區(qū)域生態(tài)環(huán)境在逐步惡化；rxy的絕對值越接近1，表示NDVI的變化趨勢越強。

2.5 變異系數(shù)

變異系數(shù)是一個反映序列數(shù)據(jù)中各觀測值差異程度或離散程度的指標，將其應(yīng)用到長時間植被指數(shù)序列的研究中，可表征地表植被在研究時期內(nèi)的波動特征［22－23］：

式中：Cv——變異系數(shù)；yi——年最大值合成 NDVI；——NDVI在研究時間段內(nèi)的平均值；n——時間長度。變異系數(shù)越大，說明地表植被狀態(tài)在研究時期內(nèi)波動越大，變異系數(shù)在一定程度上又可指示區(qū)域生態(tài)系統(tǒng)的脆弱程度，通常變異系數(shù)較大的地區(qū)，其生態(tài)系統(tǒng)較脆弱，該生態(tài)系統(tǒng)受區(qū)域氣候因子（如降水、氣溫等）波動的影響也更為明顯。

3 結(jié)果及分析

3.1 植被指數(shù)空間特征

由于植被指數(shù)的特點，一般認為NDVI達到0.1以上表示該地區(qū)有植被覆蓋，NDVI增加表示綠色植被在增加；0.1以下則表示地表無植被覆蓋，如裸土、沙漠、戈壁等［24］。當植被指數(shù)達到0.1～0.8時，植被指數(shù)才與植被的生長情況呈正相關(guān)關(guān)系。從生態(tài)學(xué)的角度看，一個地區(qū)植被指數(shù)的變化可以反映該地區(qū)生物量的變化，可以認為植被指數(shù)狀況越好，生態(tài)環(huán)境質(zhì)量狀況就越好［25］。從NDVI的空間特征可以看出，寧夏地區(qū)的NDVI與區(qū)域植被覆蓋狀況密切相關(guān)。全區(qū)總體NDVI都在0.1以上，只有騰格里沙漠邊緣的少數(shù)地區(qū)出現(xiàn)NDVI小于0.1的情況。從空間分布來看，南部六盤山地區(qū)和北部銀川平原的NDVI較高。六盤山地區(qū)是寧夏的主要水源涵養(yǎng)林保護區(qū)，山區(qū)林草蔥郁，植被豐茂；銀川平原雖然降雨量很低，但因黃河自流灌溉，在這里形成了一片有著上千年歷史的綠洲。這兩大區(qū)域是寧夏植被覆蓋最好的地區(qū)，因此NDVI較高。

3.2 植被指數(shù)時間變化特征

利用最大值合成方法，合成寧夏1999—2009年以來的月最大值NDVI，得到132幅圖像。由于計算出來的月最大值NDVI是一幅幅圖像，為了便于定量比較1999—2009年間植被的變化，利用公式（7）統(tǒng)計每幅圖像的平均值

式中：n——研究區(qū)內(nèi)的像素數(shù)；NDVI——圖像中各像素點的值。

根據(jù)132幅圖像的統(tǒng)計值，繪制出寧夏1999—2009年以來各月NDVI隨時間變化的曲線（圖1）。為了分析不同生態(tài)區(qū)的NDVI變化情況，本研究分別在銀川平原的引黃灌區(qū)、六盤山的林區(qū)和中部干旱帶的荒漠草原區(qū)分別選擇了一個10 k m×10 k m的樣區(qū)，統(tǒng)計各樣區(qū)的NDVI變化。從圖中可以看出，銀川平原引黃灌區(qū)和六盤山林區(qū)的NDVI明顯好于中部干旱帶的NDVI和全區(qū)的平均水平。另外NDVI年際變化受氣候波動影響較大，特別是中部干旱帶的NDVI受區(qū)域干旱的影響最大，在特大干旱的2000和2005年，中部干旱帶的NDVI幾乎接近于0.1。但氣候干旱對引黃灌區(qū)和六盤山林區(qū)的NDVI幾乎沒有影響，這也符合當?shù)氐膶嵡?，引黃灌區(qū)農(nóng)作物的主要水分供給來自黃河，其對氣候干旱的響應(yīng)較小，而六盤山林區(qū)由于海拔較高，氣候涼潤，加上天然林區(qū)的水源涵養(yǎng)作用，致使六盤山地區(qū)NDVI對區(qū)域氣候波動的響應(yīng)也較小。

圖1 NDVI時間變化曲線

標準化植被異常指數(shù)可以較好地響應(yīng)區(qū)域干濕環(huán)境的變化，從1999—2009年的標準化植被異常指數(shù)變化來看（圖2），寧夏地區(qū)的標準化植被異常指數(shù)變動與區(qū)域氣候變化密切相關(guān)。標準化植被異常指數(shù)在干旱年份（2000，2004—2006和2008年）均出現(xiàn)負值，特別是2000年的特大干旱，不僅造成當年標準化植被異常指數(shù)偏低，也導(dǎo)致大旱過后的次年，即2001年標準化植被異常指數(shù)也偏低。這也說明，在遭受大旱脅迫后，區(qū)域地表植被的恢復(fù)還需要一定的時間。

圖2 標準化植被異常指數(shù)變化特征

雖然寧夏的NDVI受氣候的變化而波動，特別是區(qū)域性的干旱災(zāi)害會造成NDVI明顯降低，標準化植被異常指數(shù)出現(xiàn)負值，但從寧夏地區(qū)總的植被指數(shù)變化趨勢來看，其仍處于逐年增強的態(tài)勢（圖3）。寧夏地區(qū)的降雨量從1999年以來，總體處于降低的趨勢，即區(qū)域氣候越來越干燥，在這種大的氣候背景下，NDVI依然表現(xiàn)出逐年增加的趨勢，這與寧夏從2000年以來實施的大面積退耕還林（還草）工程有關(guān)。該區(qū)在2000—2007年間，共完成退耕還林計劃任務(wù)7 927 k m2，其中退耕地造林3 140 k m2，荒山荒地造林4 453 k m2，封山育林333 k m2。這一工程的實施，大幅度地提高了寧夏回族自治區(qū)的植被覆蓋度，也提高了區(qū)域生態(tài)系統(tǒng)抵御氣候變化的能力，生態(tài)治理工程的生態(tài)效應(yīng)在NDVI的時間變化中顯現(xiàn)了出來。

圖3 NDVI及降雨量變化趨勢

3.3 植被指數(shù)變化趨勢

區(qū)域植被指數(shù)的變化趨勢，在一定程度上反映的是區(qū)域生態(tài)環(huán)境變化趨勢，因此本文利用一元線性回歸分析方法，對寧夏1999年以來11 a的植被指數(shù)進行分析，計算結(jié)果見圖4。寧夏近11 a來年最大值NDVI線性回歸系數(shù)為正值的區(qū)域面積為49 400 k m2，占全區(qū)總面積的95.09%；為負值的區(qū)域為2 549 k m2，占總面積的4.91%。寧夏大部分地區(qū)的植被指數(shù)線性回歸系數(shù)都大于0，表明全區(qū)植被呈正增長趨勢，同時也有局部的地區(qū)植被在退化，但植被處于增加趨勢的地區(qū)面積遠遠大于處于減少趨勢的地區(qū)面積。這一結(jié)果初步表明，寧夏回族自治區(qū)近11 a來的生態(tài)環(huán)境在逐步改善。

圖4 寧夏回族自治區(qū)近11 a來NDVI的變化趨勢

為了檢驗因變量NDVI隨時間自變量的線性變化是否顯著，運用F檢驗方法，對回歸顯著性進行檢驗。結(jié)果表明，全區(qū)有61.87%的區(qū)域通過了α＝0.25的顯著性檢驗，即可信度達到75%以上，其中有33.34%的區(qū)域通過了α＝0.05的顯著性檢驗，即可信度達到95%以上。另外，全區(qū)還有38.13%的區(qū)域未通過α＝0.25的顯著性檢驗，即這些區(qū)域的回歸模擬可信度不足75%?？尚哦容^高的地區(qū)主要為北部引黃灌區(qū)和東部鹽池縣一帶，固海及紅寺堡揚黃灌區(qū)也通過了α＝0.05的顯著性檢驗。但中部干旱帶的荒漠草原區(qū)和南部黃土丘陵區(qū)的可信度較低，許多地區(qū)未通過α＝0.25的顯著性檢驗。

借鑒前人植被指數(shù)退化的劃分標準［26－27］，并結(jié)合研究區(qū)實際情況，對寧夏1999年以來的植被變化程度進行劃分（表1）。從中可以看出，寧夏在這11 a間出現(xiàn)植被改善的區(qū)域有42 169 k m2，占總土地面積的81.17%，其中達到明顯改善的有25 591 k m2，占總土地面積的49.26%；出現(xiàn)植被退化的區(qū)域有750 k m2，占總土地面積的1.45%，其中嚴重退化的只有255 k m2，不足總土地面積的0.50%。從NDVI變化趨勢的空間分布來看，植被明顯退化的區(qū)域主要集中于銀川、石嘴山、吳忠、中衛(wèi)和固原5個地級市的市區(qū)及周邊，因為這幾個地級市是寧夏城市化進程最快的地區(qū)，快速的城市擴張占據(jù)了大量的農(nóng)田和草地，使城市所在區(qū)域的植被開始減少，生態(tài)環(huán)境開始退化。此外，南部山區(qū)西緣的部分黃土丘陵區(qū)也有明顯的植被退化現(xiàn)象。

表1 寧夏回族自治區(qū)近11 a植被指數(shù)趨勢變化結(jié)果

運用相關(guān)系數(shù)法，建立寧夏1999—2009年最大值NDVI序列與時間變量的Pearson相關(guān)系數(shù)（圖5）。從NDVI變量與時間變量的相關(guān)程度來看，寧夏大部分地區(qū)NDVI與時間成正相關(guān)變化，即寧夏大部分地區(qū)的植被指數(shù)在逐年增強，區(qū)域生態(tài)環(huán)境在逐步改善，其結(jié)果與一元線性回歸明顯一致。

造成寧夏整體植被增加、生態(tài)環(huán)境改善的主要動因是寧夏近年來實施的許多生態(tài)治理工程。寧夏是中國西部的一個典型生態(tài)脆弱區(qū)，20世紀90年代以前，區(qū)域總體生態(tài)環(huán)境趨于退化，特別是南部的黃土丘陵山區(qū)，由于毀林毀草開荒嚴重，造成該區(qū)域大面積的水土流失和生態(tài)退化，這里也因此成為了全國著名的“三西”貧困區(qū)之一［28］。但進入90年代以后，特別是21世紀以來，寧夏實施了許多重大的生態(tài)治理工程，如以賀蘭山和六盤山等天然林區(qū)為主的天然林保護工程、以防沙治沙和平原綠化為主的“三北”防護林4期工程、以南部山區(qū)為主的退耕還林還草工程、以中部干旱帶為主的退牧還草工程、以保護黃河堤岸為主的黃河護岸林工程等。這些工程的實施，極大地改善了區(qū)域地表植被覆蓋狀況，促進了寧夏生態(tài)環(huán)境的改善，即便是在寧夏氣候總體趨于干旱的情況下，植被指數(shù)依然表現(xiàn)出增加的趨勢。

圖5 NDVI與時間的相關(guān)系數(shù)

3.4 植被指數(shù)變異特征

1999—2009年間寧夏的總體植被變化趨勢已非常明顯，為了定量衡量寧夏NDVI序列的變異特征，即空間波動性大小，本文運用變異系數(shù)對寧夏11 a來的年最大值NDVI進行研究。結(jié)果表明，寧夏植被增強趨勢最顯著的引黃灌區(qū)和六盤山林區(qū)，其變異系數(shù)最小，約為0.1左右，即這兩大區(qū)域的地表植被波動性最小，生態(tài)系統(tǒng)較為穩(wěn)定。而平均植被指數(shù)較低、但依然處于增加趨勢的中部干旱帶，其變異系數(shù)最大，多為0.3～0.4，部分地區(qū)甚至超過0.4，這說明在中部干旱帶，地表植被在這11 a中波動較大，即中部干旱帶的生態(tài)系統(tǒng)比其它地區(qū)脆弱，其受年際降水等氣候因子波動的影響較大，這一結(jié)果與3.2節(jié)中所得的中部干旱帶植被指數(shù)年際變化結(jié)果相符。此外，南部黃土丘陵區(qū)的變異系數(shù)主要介于0.1～0.2之間，說明其生態(tài)系統(tǒng)的穩(wěn)定性介于中部干旱帶與引黃灌區(qū)之間，但依然有一定的脆弱性，需要慎重保護。

4 結(jié)論

本研究利用1999—2009年的SPOT－VGT NDVI序列數(shù)據(jù)，對寧夏回族自治區(qū)近11 a來的地表植被狀況進行了研究，并分析了1999年以來寧夏NDVI變化對區(qū)域生態(tài)環(huán)境的響應(yīng)，獲得以下幾點認識：

（1）寧夏總體植被空間分布存在南北好、中間差的特征，這種格局與寧夏的地理氣候區(qū)劃相吻合。寧夏NDVI的變化受年際氣候因素影響較大，并且對降雨響應(yīng)明顯，特別是中部干旱帶的NDVI更易受降雨脅迫，這表現(xiàn)出了干旱、半干旱區(qū)生態(tài)系統(tǒng)比較脆弱的特征。

（2）一元線性模擬結(jié)果表明，寧夏回族自治區(qū)有81.17%的區(qū)域NDVI在增強，而且回歸結(jié)果有61.87%的區(qū)域通過了α＝0.25的顯著性檢驗，即NDVI的模擬趨勢在大部分區(qū)域具有較高的可信度。相關(guān)分析也證實了寧夏NDVI的這一變化特征。

（3）在空間上，NDVI處于增加趨勢的區(qū)域主要在寧夏中北部和東部，南部的六盤山區(qū)和東部黃土丘陵區(qū)也有一些改善；而植被退化的區(qū)域則主要集中在5個快速城市化的地級市及周邊。中部干旱帶具有較大的植被變異特征，NDVI波動性大，即這一區(qū)域的生態(tài)環(huán)境較為脆弱，而銀川平原灌區(qū)和六盤山林區(qū)的植被變異系數(shù)較小。

（4）總體來說，寧夏回族自治區(qū)的NDVI變化特征，無論從時間還是空間角度，都與區(qū)域生態(tài)系統(tǒng)的基本特征密切相關(guān)，雖然NDVI會受短期降雨等氣候因素影響，但長期變化趨勢則更多地響應(yīng)了區(qū)域生態(tài)環(huán)境的變化。特別是寧夏近年來實施的生態(tài)治理工程，其取得生態(tài)調(diào)節(jié)效應(yīng)，已在NDVI變化特征中得以顯現(xiàn)。

［1] Keeling C D，Chin J F，Whorf T P.Increased activity of norther n vegetation in inferred fr o m at mospheric CO2measurements［J］.Nature，1996，382：146－149.

［2] Tucker C J，Stayback D A，Pinzon J E，et al.Higher norther n latitude NDVI and growing season trends fro m 1982 to 1999［J］.Inter national Jour nal of Bio meteorology，2001，45：184－190.

［3] 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 Environ ment，2004，89：281－308.

［4] Weiss J L，Gutzlera D S，Allred Coonrod J E，et al.Seasonal and inter－annual relationships bet ween vegetation and cli mate in central New Mexico，USA［J］.Journal of Arid Environments，2004，57：507－534.

［5] Jiang X G，Wang D，Tang L L，et al.Analysing the vegetation cover variation of China fr om AVHRR－NDVI data［J］.Inter national Jour nal of Remote Sensing，2008，29（17）：5301－5311.

［6] Julien Y，Sobrino J A.Global land surface phenology trends from GI MMS database［J］.International Journal of Remote Sensing，2009，30（13）：3495－3513.

［7] Myneni R B，Keeling C D，Tucker C J，et al.Increased plant gr owth in the norther n high latit udes fro m 1981 to 1991［J］.Nature，1997，386：698－702.

［8] 方精云，樸世龍，賀金生，等.近20年來中國植被活動在增強［J］.中國科學(xué)：C輯，2003，33（6）：554－565.

［9] 方精云，唐艷鴻，Son Yowha.碳循環(huán)研究：東亞生態(tài)系統(tǒng)為什么重要［J］.中國科學(xué)：生命科學(xué)，2010，40（7）：561－565.

［10] 方精云，楊元合，馬文紅，等.中國草地生態(tài)系統(tǒng)碳庫及其變化［J］.中國科學(xué)：生命科學(xué)，2010，40（7）：566－576.

［11] 劉紀遠，劉明亮，莊大方，等.中國近期土地利用變化的空間格 局 分 析 ［J］.中 國 科 學(xué)：D 輯，2002，32：1031－1040.

［12] 畢曉麗，王輝，葛劍平.植被歸一化指數(shù)（NDVI）及氣候因子相關(guān)起伏型時間序列變化分析［J］.應(yīng)用生態(tài)學(xué)報，2005，16（2）：284－288.

［13] 陳效逑，喻蓉.1982－1999年我國東部暖溫帶植被生長季節(jié)的時空變化［J］.地理學(xué)報，2007，62（1）：41－51.

［14] 毛飛，侯英雨，唐世浩，等.基于近20年遙感數(shù)據(jù)的藏北草地分類及其動態(tài)變化［J］.應(yīng)用生態(tài)學(xué)報，2007，18（8）：1745－1750.

［15] 馬明國，董立新，王雪梅.過去21年中國西北植被覆蓋動態(tài)監(jiān)測與模擬研究［J］.冰川凍土，2003，25（2）：232－236.

［16] Chen Y H，Li X B，Shi P J，et al.Intra－annual vegetation change characteristics in the NDVI－Ts space：Application to far ming－pastoral zone in North China［J］.Acta Botanica Sinica，2003，45（10）：1139－1145.

［17] 信忠保，許炯心，鄭偉.氣候變化和人類活動對黃土高原植被覆蓋變化的影響［J］.中國科學(xué)：D輯，2007，37（11）：1504－1514.

［18] 王濤，陳廣庭，錢正安，等.中國北方沙塵暴現(xiàn)狀及對策［J］.中國沙漠，2001，21（4）：322－327.

［19] Maisongrande P，Duchemin B，Dedieu G.VEGETATION/SPOT：an operational mission for the earth monitoring；presentation of new standard products［J］.Inter national Jour nal of Remote Sensing，2004，25（1）：9－14.

［20] 陳維英，肖乾廣，盛永偉.距平植被指數(shù)在1992年特大干旱監(jiān)測中的應(yīng)用［J］.環(huán)境遙感，1994，9（2）：106－112.

［21] Liu W T，Negrón Juárez R I.ENSO drought onset prediction in nort heast Brazil using NDVI［J］.Inter national Jour nal of Remote Sensing，2001，22（17）：3483－3501.

［22] Weiss E，Marsh S E，Pfir man E S.Application of NOAA－AVHRR NDVI ti me－series data to assess changes in Saudi Arabia＇s rangelands［J］.Inter national Journal of Remote Sensing，2001，22（6）：1005－1027.

［23] Bar bosaa H A，Huetea A R，Baethgenb W E.A 20－year study of NDVI variability over the Northeast Region of Brazil ［J］.Jour nal of Arid Envir on ments，2006，67（2）：288－307.

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

［25] 杜靈通，李國旗.基于SPOT－VGT的寧夏鹽池縣近8年生態(tài)環(huán)境動態(tài)監(jiān)測［J］.北京林業(yè)大學(xué)學(xué)報，2008，30（5）：46－51.

［26] 蔡博峰，于嶸.基于遙感的植被長時序趨勢特征研究進展及評價［J］.遙感學(xué)報，2009，13（6）：1170－1186.

［27] Herr mann S M，Anyamba A，Tucker C J.Recent trends in vegetation dynamics in the African sahel and their relationship to cli mate［J］.Global Environmental Change，2005，15（4）：394－404.

［28] 杜靈通.基于遙感技術(shù)的寧夏南部山區(qū)LUCC研究［J］.地理科學(xué)進展，2006，25（6）：94－101.