陕北黄土高原植被覆盖时空动态研究
韩可欣，袁 航
【摘 要】在RS和GIS技术支持下，利用2001-2010年MODIS-NDVI影像数据及DEM数据，以最大值合成法、均值法、标准差法及回归分析等地图代数统计方法为基础，对陕北黄土高原不同坡度区植被覆盖的时空动态进行分析。研究结果表明：(1)2001-2010年间，陕北黄土高原地区年度NDVI值总体呈增加趋势；各季节的NDVI均有不同程度的提升，提升幅度：夏季>秋季>春季>冬季；(2)坡度0-3°地区的NDVI基本保持稳定，3-8°、8-15°、15-25°和>25°四个坡度区的植被覆盖增加，其中坡度15-25°地区的NDVI值增加明显；(3)退耕还林还草工程是陕北黄土高原地区植被覆盖改善的主要原因。 【期刊名称】贵阳学院学报（自然科学版） 【年(卷),期】2016(011)004 【总页数】8
【关键词】陕北黄土高原；季节性； NDVI；坡度差异性； DEM
植被是陆地生态系统的核心部分[1]，是大气、土壤和水分的天然连接纽带[2-3]，其季节变化和年际变化较明显，并可反映出地表覆盖的变化情况[4]。对地表植被覆盖的时空变化进行研究，有利于了解一个区域的生态环境状况，气候条件，人类活动及其相互影响。由于遥感数据在时间和空间上特有的连续性，使其成为监测区域以致全球植被覆盖变化的数据源[5]。根据植被光谱特征得到的归一化植被指数(Normalized Difference Vegetation Index，NDVI)，可作为反映地表植被生长状态及覆盖状况的重要指标[6]。数字高程模型(DEM)可用来描述区域内地形地貌的空间分布；利用DEM自动提取地形因子并进行空间分析，
具有速度快、科学性及客观性等优点，而一些传统作业中较复杂的野外实地监测将会被替代[7]。目前，有关陕北黄土高原地区植被覆盖方面的研究基本限于简单的时空动态变化，缺乏将季节性、年际性及不同坡度区植被覆盖结合起来探究研究区植被覆盖的时空动态变化。研究将陕北黄土高原地区作为研究区，以MODIS及DEM为数据源，基于RS和GIS技术，从年际变化、季节性变化、空间分布特征及不同坡度地区对植被覆盖变化状况进行分析。以期了解研究区植被覆盖情况，并为相关部门修复和改善生态环境提供参考。
1 研究区概况
研究区(107°35′～111°29′E，37°35′～39°02′N)地处黄土高原中心部分的陕西省北部，位于关中盆地以北，包括榆林市和延安市的25个县区，总面积92521.4km2。以平原高原地貌为主，地势呈西高东低，海拔800～1800m。主要气候类型为大陆性季风气候，处于我国华北暖温带湿润半湿润地区，光照充足，昼夜温差较大，降水集中，无霜期短。年平均气温为8℃～12℃，年平均降水量为350～600mm[8]，降水主要集中在夏季。主要植被类型为落叶阔叶林和干草原。
2 数据来源与研究方法
2.1 数据来源及预处理
研究采用地理空间数据云(http://www.gscloud.cn/)提供的MODIS中国NDVI产品及DEM数据。MODIS-NDVI产品获取2001-2010年1-12月共120期影像数据，分辨率为250m×250m。DEM采用的是GDEM DEM分辨率为30m×30m的数据。基于RS和GIS软件，对MODIS及DEM数据进行格式转换、拼接、裁剪、投影转换、叠加分析等预处理。
2.2 研究方法 2.2.1 最大值合成法
为消除云及太阳高度角对数据的干扰，通常采用最大值合成法处理NDVI数据，使植被指数更能真实地反映植被覆盖状况。最大值合成法(Maximum Value Composites，MVC)是基于特定研究需要，按月或旬提取NDVI最大值的方法[9-10]。采用最大值合成法合成每个季度及年度最大NDVI值。 2.2.2 均值法
对最大值合成法合成后的NDVI数据求平均值，分别获取10年NDVI的年均值及季度均值，不仅能反映出植被覆盖的总体变化情况及季节变化特征，且可避免一些极端月份的影响[11]。公式为： (1)
式中：NDVI是年均值，n为年份，NDVIm是m年的NDVI。 2.2.3 标准差法
标准差可反映出离散数据集，简而言之，就是度量一组数据平均值的分散程度。标准差越大则代表这些数值和平均值之间差异越大，标准差越小则代表这些数值越接近平均值。公式如下： (2)
式中：SD为标准差，n为累计年份，xi为第i年的NDVI值，为10年NDVI均值。
2.2.4 回归分析
回归分析法通常采用一元线性回归模型来描述两个变量之间的关系。若有x和y两个地理要素且分别为自变量、因变量。可得一元线性回归模型为[12]
陕北黄土高原植被覆盖时空动态研究
