袁麗華，蔣衛(wèi)國(guó)，申文明 ，劉穎慧，王文杰，陶亮亮，鄭 華，劉孝富

(1.北京師范大學(xué)地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100875;2.北京師范大學(xué)環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)，北京 100875;3.環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心，北京 100094;4.北京師范大學(xué)資源學(xué)院，北京 100875;5.中國(guó)環(huán)境科學(xué)研究院環(huán)境信息科學(xué)研究所，北京 100012;6.中國(guó)科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100085)

植被具有明顯的年際和季節(jié)變化特點(diǎn)，是連接大氣、水體、土壤的自然紐帶，在保持土壤、調(diào)節(jié)大氣和維持生態(tài)系統(tǒng)穩(wěn)定等方面具有十分重要的作用［1-2］。NOAA/AVHRR、SPOT/VGT、MODIS傳感器獲取的數(shù)據(jù)覆蓋范圍廣、時(shí)間分辨率高并且數(shù)據(jù)免費(fèi)，因此成為長(zhǎng)時(shí)間序列植被覆蓋年際變化研究的數(shù)據(jù)源［3-8］。(NDVI)與生物量、葉面積指數(shù)有較好的相關(guān)關(guān)系，能夠很好地反映地表植被的繁茂程度，在一定程度上代表地表植被覆蓋變化［9-12］。

黃河流域位于我國(guó)干旱、半干旱和半濕潤(rùn)地區(qū)，生態(tài)環(huán)境脆弱，在氣候變化和人類活動(dòng)影響下，流域植被覆蓋的狀況發(fā)生了改變［13］。目前，黃河流域植被變化研究取得了一定成果。楊勝天、孫睿等利用8 km的AVHRR/NDVI數(shù)據(jù)，對(duì)黃河流域1982—1999年植被覆蓋的空間變化及其與降水的相關(guān)關(guān)系進(jìn)行分析，結(jié)果發(fā)現(xiàn)20a來(lái)黃河流域植被覆蓋度有增加趨勢(shì);汛期降水量的多少對(duì)植被覆蓋的年際變化起主導(dǎo)作用［14-15］。李春暉等利用8 km的AVHRR/NDVI研究黃河流域1982—1998年NDVI空間分布、年際/季節(jié)變化以及與降水和徑流的關(guān)系，結(jié)果發(fā)現(xiàn)17a來(lái)黃河流域各分區(qū)年平均NDVI都呈現(xiàn)增加趨勢(shì);NDVI年內(nèi)變化與降水、徑流年內(nèi)變化呈現(xiàn)明顯的正相關(guān);NDVI年際變化與降水具有一定的相關(guān)性，但與徑流變化的關(guān)系相對(duì)復(fù)雜［16］。劉綠柳等利用1982—1999年8 km的NOAA/AVHRR分析黃河流域NDVI與氣溫、降水的關(guān)系，發(fā)現(xiàn)流域NDVI與降水、溫度相關(guān)顯著的植被類型以草地、灌木為主［17］。賀振等基于1998—2011年1 km的SPOT/VGT數(shù)據(jù)，分析黃河流域NDVI時(shí)空分布、時(shí)間變化特征和年際變化趨勢(shì)，得出自1998年以來(lái)，黃河流域NDVI整體在不斷提高，生態(tài)環(huán)境在不斷改善的結(jié)論［13］。目前的研究成果主要是基于8km的NOAA/AVHRR和1 km的SPOT/VGT數(shù)據(jù)，數(shù)據(jù)的空間分辨率偏低;其次，研究植被年際變化趨勢(shì)采用一元線性回歸，而線性回歸規(guī)避誤差能力較弱［7］;再者，利用Hurst指數(shù)研究植被可持續(xù)性的研究比較少見。

鑒于上述情況，本文以250 m的MOD13Q1為數(shù)據(jù)源，通過(guò)數(shù)據(jù)預(yù)處理獲得2000—2010年黃河流域年均NDVI時(shí)間序列，采用規(guī)避誤差能力較強(qiáng)的Theil-Sen median趨勢(shì)分析和Mann-Kendall以及Hurst指數(shù)方法，研究黃河流域植被覆蓋區(qū)域NDVI的空間分布特征、時(shí)間變化特征、變化趨勢(shì)特征特征和可持續(xù)性特征，以期為黃河流域生態(tài)環(huán)境的保護(hù)提供依據(jù)。

圖1 黃河流域位置示意圖Fig.1 Location of the Yellow River Basin

1 數(shù)據(jù)與方法

1.1 研究區(qū)域概況

黃河流域發(fā)源于青海省巴顏喀拉山，流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古自治區(qū)、陜西、山西、河南和山東9省，在山東墾利縣流入渤海，流域面積為79.46×104km2(圖1)。黃河流域地勢(shì)西高東低，西部河源地區(qū)平均海拔在4000 m以上，由一系列高山組成;中部地區(qū)海拔在1000—2000 m之間，為黃土地貌，水土流失嚴(yán)重;東部海拔不超過(guò)100 m，主要由黃河沖積平原形成［13］。黃河流域?qū)儆诖箨懶詺夂颍瑬|南部屬半濕潤(rùn)氣候，中部屬半干早氣候，西北部屬干旱氣候。流域內(nèi)地貌類型多樣，生境復(fù)雜，為各種植被類型的發(fā)育創(chuàng)造了有利條件［17］;主要土地利用類型為林地、草地和耕地。

1.2 數(shù)據(jù)來(lái)源與處理

NDVI數(shù)據(jù)來(lái)源于美國(guó)NASA的MODIS植被指數(shù)產(chǎn)品數(shù)據(jù)MOD13Q1。數(shù)據(jù)空間分辨率為250 m，時(shí)間分辨率為16 d，時(shí)間范圍:2000年2月—2010年12月。首先利用MRT(MODISReProjection Tools)軟件進(jìn)行格式轉(zhuǎn)換和投影轉(zhuǎn)換，把Hdf格式轉(zhuǎn)換為Geotiff格式，把Sinusoidal投影轉(zhuǎn)換為WGS84/Albers Equal Area Conic投影，重采樣方法和重采樣分辨率分別為鄰近自然法和250 m。然后采用最大值合成法獲取2000—2010年逐月NDVI數(shù)據(jù)，有效地去除云、大氣和太陽(yáng)高度角等產(chǎn)生的影響［18-19］。最后利用均值法獲取逐年平均的NDVI數(shù)據(jù)，消除極端年份氣候異常對(duì)植被生長(zhǎng)狀態(tài)的影響［20］。

1.3 研究方法

采用Theil-Sen median趨勢(shì)分析和Mann-Kendall以及Hurst指數(shù)方法，研究黃河流域植被覆蓋區(qū)域，即NDVI值大于等于0.1的區(qū)域的NDVI的空間分布特征、時(shí)間變化特征、變化趨勢(shì)和可持續(xù)性特征［19］。

(1)Theil-Sen Median趨勢(shì)分析和Mann-Kendall檢驗(yàn)

Theil-Sen Median趨勢(shì)分析和Mann-Kendall檢驗(yàn)方法能夠很好的結(jié)合起來(lái)，成為判斷長(zhǎng)時(shí)間序列數(shù)據(jù)趨勢(shì)的重要方法，并且已經(jīng)逐漸應(yīng)用到植被長(zhǎng)時(shí)間序列分析中［7，21-23］。該方法的優(yōu)點(diǎn)是不需要數(shù)據(jù)服從一定的分布，對(duì)數(shù)據(jù)誤差具有較強(qiáng)的抵抗能力，對(duì)于顯著性水平的檢驗(yàn)具有較為堅(jiān)實(shí)的統(tǒng)計(jì)學(xué)理論基礎(chǔ)，使得結(jié)果較為科學(xué)和可信［7］。其中，Theil-Sen Median趨勢(shì)分析是一種穩(wěn)健的非參數(shù)統(tǒng)計(jì)的趨勢(shì)計(jì)算方法，可以減少數(shù)據(jù)異常值的影響［25-27］。Theil-Sen Median趨勢(shì)計(jì)算n(n－1)/2個(gè)數(shù)據(jù)組合的斜率的中位數(shù)，其計(jì)算公式為:

當(dāng)SNDVI＞0時(shí)，反映NDVI呈現(xiàn)增長(zhǎng)的趨勢(shì)，反之則反映NDVI呈現(xiàn)退化的趨勢(shì)。

Mann-Kendall是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，用來(lái)判斷趨勢(shì)的顯著性，它無(wú)需樣本服從一定的分布，也不受少數(shù)異常值的干擾［28-29］。計(jì)算公式如下:

設(shè)定 {NDVIi}，i=2000，2001，…，2010

式中，NDVIi和NDVIj分別表示像元i年和j年的NDVI值，n表示時(shí)間序列的長(zhǎng)度;sgn是符號(hào)函數(shù);統(tǒng)計(jì)量Z的取值范圍為 －∞，+∞( )。在給定顯著性水平α下，當(dāng)|Z|＞u1－α/2時(shí)，表示研究序列在α水平上存在顯著的變化。一般取α=0.05，本文判斷在0.05置信水平上NDVI時(shí)間序列變化趨勢(shì)的顯著性。

(2)Hurst指數(shù)

Hurst指數(shù)是定量描述時(shí)間序列長(zhǎng)程依賴性的有效方法［30］，在水文學(xué)、經(jīng)濟(jì)學(xué)、氣候?qū)W、地質(zhì)和地球化學(xué)等領(lǐng)域有著廣泛的應(yīng)用，近期在植被覆蓋變化研究中應(yīng)用起來(lái)［2，30-31］。其基本原理:對(duì)于時(shí)間序列NDVI(t)}{，t=1，2，…，n ，定義均值序列:

對(duì)于比值R(τ)/S(τ)?R/S，若存在如下關(guān)系R/S∝ τH，則說(shuō)明分析的時(shí)間序列存在Hurst現(xiàn)象，H稱為Hurst指數(shù)。H值可以根據(jù)log(R/S)n=a+H×log(n)利用最小二乘法擬合得到。

根據(jù)H的值判斷NDVI序列是完全隨機(jī)還是存在持續(xù)性。Hurst指數(shù)(H值)取值包括3種形式:如果0.5＜H＜1，表明時(shí)間序列是一個(gè)持續(xù)性序列，即未來(lái)變化與過(guò)去的變化趨勢(shì)一致，且H越接近1，持續(xù)性越強(qiáng)。如果H=0.5，則說(shuō)明NDVI時(shí)間序列為隨機(jī)序列，不存在長(zhǎng)期相關(guān)性。如果0＜H＜0.5，則表明時(shí)間序列具有反持續(xù)性，即未來(lái)的變化趨勢(shì)與過(guò)去的變化趨勢(shì)相反，H越接近0，反持續(xù)性越強(qiáng)。

2 結(jié)果與分析

2.1 植被覆蓋的空間分布特征

利用2000—2010年的年均NDVI數(shù)據(jù)，計(jì)算11a平均值得到平均NDVI空間分布圖(圖2)。從圖2可以看出，黃河流域NDVI空間分布呈現(xiàn)出西部和東南部高，北部低的分布特征。西部地區(qū)海拔較高，主要植被類型為森林、草地及草本濕地，具有較高的NDVI值;東南部地區(qū)屬于半濕潤(rùn)氣候，林地和農(nóng)作物分布廣泛，因此NDVI值明顯較高;北部地區(qū)主要為山地、鄂爾多斯高原、黃土高原、河套平原和寧夏平原，其中鄂爾多斯高原和黃土高原植被覆蓋較少，因此NDVI值較低，而河套平原和寧夏平原，有農(nóng)作物種植，年均NDVI值介于0.3—0.4之間。NDVI值小于0.1的無(wú)植被覆蓋區(qū)域(紅色部分)主要為流域西部的湖泊、冰川、裸巖、水庫(kù)和荒漠以及流域北部的沙地和沙漠。

圖2 黃河流域2000—2010年平均NDVI(Normalized Difference Vegetation Index)空間分布Fig.2 Spatial distribution of average NDVI from 2000 to 2010

對(duì)11a NDVI平均值的分級(jí)統(tǒng)計(jì)結(jié)果表明:NDVI值小于0.1的無(wú)植被區(qū)域占流域總面積的1.7%，植被覆蓋區(qū)域占98.3%。0.1—0.4的低值區(qū)占 53.3%，大于 0.4 的占 45%;其中 0.4—0.5 的區(qū)域占 19.5%，0.5—0.6的區(qū)域占10.5%，大于0.6的較高植被覆蓋區(qū)占5.0%。

2.2 植被覆蓋的時(shí)間變化特征

為了研究黃河流域植被覆蓋區(qū)域NDVI隨時(shí)間變化的特點(diǎn)，取2000—2010年年均NDVI影像中植被覆蓋區(qū)域的NDVI平均值，代表當(dāng)年植被覆蓋的狀態(tài)，并制作年際NDVI變化圖(圖3)。從圖3可以看出，黃河流域植被覆蓋區(qū)域的年均 NDVI值在0.3—0.4之間波動(dòng)，其中2000—2004年植被覆蓋區(qū)域的NDVI波動(dòng)較大，不存在明顯的趨勢(shì)特征;但自2005年以來(lái)，植被覆蓋區(qū)域的NDVI呈現(xiàn)快速增長(zhǎng)的趨勢(shì)，表明植被整體生長(zhǎng)狀況開始好轉(zhuǎn)。

2.3 植被覆蓋變化趨勢(shì)分析

圖3 2000—2010年黃河流域年際NDVI變化Fig.3 Inter-annual variation of NDVI from 2000 to 2010

將Theil-Sen Median趨勢(shì)分析和Mann-Kendall檢驗(yàn)結(jié)合起來(lái)，可以有效地反映2000—2010年黃河流域NDVI的變化趨勢(shì)的空間分布特征。由于基本上不存在SNDVI嚴(yán)格等于0的區(qū)域，所以本文根據(jù)SNDVI的實(shí)際情況，將SNDVI介于－0.0005和0.0005的劃分為穩(wěn)定不變，SNDVI值大于等于0.0005的劃分為改善區(qū)域，SNDVI值小于－0.0005的劃分為退化區(qū)域。將Mann-Kendall檢驗(yàn)在0.05置信水平上的顯著性檢驗(yàn)結(jié)果劃分為顯著變化(Z＞1.96或Z＜－1.96)和變化不顯著(－1.96≤Z≤1.96)。將Theil-Sen median趨勢(shì)分析的分級(jí)結(jié)果和Mann-Kendall檢驗(yàn)的分級(jí)結(jié)果進(jìn)行疊加，得到像元尺度上NDVI變化趨勢(shì)數(shù)據(jù)，并將結(jié)果劃分為5種變化類型(表1)。從表1可以看出，植被覆蓋狀況改善的區(qū)域占植被覆蓋總面積的62.9%;穩(wěn)定不變即沒有發(fā)生顯著變化的區(qū)域占9.4%;植被退化的區(qū)域僅占27.7%。

表1 NDVI(Normalized Difference Vegetation Index)變化趨勢(shì)統(tǒng)計(jì)Table 1 Statistics of NDVI Trend

圖4 2000—2010年黃河流域年均NDVI變化趨勢(shì)Fig.4 Trends of inter-annul NDVI from 2000 to 2010

圖從4可以看出:2000—2010年黃河流域地表植被改善的區(qū)域遠(yuǎn)遠(yuǎn)大于植被退化的區(qū)域。植被明顯改善的區(qū)域主要分布在甘肅省的南部和慶陽(yáng)市南部、陜北地區(qū)、鄂爾多斯市中部和北部、狼山、山西省西部以及青海省境內(nèi)黃河流域的兩側(cè);輕微改善的地區(qū)主要位于四川省、甘肅省和青海省交接的中部地區(qū)、呂梁山;穩(wěn)定不變地區(qū)在流域內(nèi)呈現(xiàn)零散分布;輕微退化的區(qū)域主要位于巴顏喀拉山、阿尼瑪卿山、祁連山、包頭至呼和浩特市、陰山南麓、子午嶺、甘肅省慶陽(yáng)市北部和西部、陜西省西部以及南部的森林覆蓋地區(qū);嚴(yán)重退化的區(qū)域主要分布在隴中黃土高原、河套平原、大青山、太原盆地、晉城市以及關(guān)中盆地的兩端;輕微退化和嚴(yán)重退化伴隨分布的地區(qū)有寧夏平原、鄂爾多斯市西部、臨汾盆地、運(yùn)城盆地、洛陽(yáng)市以及山東省境內(nèi)。

2.4 植被覆蓋變化的可持續(xù)性分析

黃河流域NDVI的Hurst指數(shù)均值為0.65，Hurst指數(shù)小于0.5的區(qū)域占總面積的14.0%，大于0.5的區(qū)域占為86.0%，表明黃河流域植被覆蓋區(qū)域NDVI的正向持續(xù)性較強(qiáng)。

為了揭示植被的變化趨勢(shì)及其持續(xù)性，將NDVI變化趨勢(shì)結(jié)果與Hurst指數(shù)結(jié)果進(jìn)行疊加，得到變化趨勢(shì)與持續(xù)性的耦合信息(圖5)。將耦合結(jié)果劃分為6種情形:1持續(xù)性與嚴(yán)重退化;2持續(xù)性與輕微退化;3持續(xù)性與穩(wěn)定不變;4持續(xù)性與輕微改善;5持續(xù)性與明顯改善;6未來(lái)變化趨勢(shì)不確定，包括反持續(xù)性與嚴(yán)重退化、輕微退化、穩(wěn)定不變、輕微改善和明顯改善5種組合，無(wú)法確定其未來(lái)變化趨勢(shì)。

圖5 植被覆蓋變化特征圖空間分布Fig.5 Spatial distribution of NDVI based on trend and Hurst index

持續(xù)改善的組合面積比重達(dá)53.7%，主要分布在陜西省中部和北部、甘肅省東南部、山西省中部、狼山和鄂爾多斯市東部和北部地區(qū)(圖5);持續(xù)穩(wěn)定不變面積組合達(dá)7.8%，主要零散分布在內(nèi)蒙古、寧夏、甘肅、青海、山西和河南省;持續(xù)退化所占比例為24.5%，主要分布在巴顏喀拉山、阿尼瑪卿山南部、祁連山、隴中黃土高原、寧夏平原、寧夏中部、甘肅省慶陽(yáng)市中北部、河套平原、陰山南麓、大青山、包頭至呼和浩特市、太原盆地、臨汾盆地、運(yùn)城盆地、晉城市、關(guān)中盆地、洛陽(yáng)市以及山東省境內(nèi)(圖5);14.0%的區(qū)域未來(lái)變化趨勢(shì)無(wú)法確定，主要分布在阿尼瑪卿山、黃南與甘南藏族自治州、西寧市、甘肅省中部和陜西省中部(圖5)。持續(xù)退化和未來(lái)變化趨勢(shì)區(qū)域無(wú)法確定的區(qū)域的植被變化狀況需要研究人員繼續(xù)關(guān)注。

3 結(jié)論與討論

3.1 結(jié)論

(1)從空間分布上分析，黃河流域植被覆蓋呈現(xiàn)出西部和東南部高，北部低的分布特征。

(2)從時(shí)間變化上分析，2000—2010年黃河流域植被覆蓋區(qū)域年均NDVI值在0.3—0.4之間波動(dòng)，其中2000—2004年植被覆蓋區(qū)域NDVI波動(dòng)較大，不存在明顯的趨勢(shì)特征;但自2005年以來(lái)，植被覆蓋區(qū)域NDVI呈現(xiàn)快速增長(zhǎng)的趨勢(shì)。

(3)從NDVI變化趨勢(shì)上分析，2000—2010年黃河流域地表植被覆蓋改善的區(qū)域遠(yuǎn)遠(yuǎn)大于植被退化的區(qū)域。改善的區(qū)域占植被覆蓋區(qū)域的62.9%，退化的區(qū)域占27.7%，9.4%的區(qū)域呈現(xiàn)穩(wěn)定不變的狀態(tài)。

(4)基于Hurst指數(shù)的數(shù)據(jù)分析表明，86.0%的植被覆蓋區(qū)域NDVI呈現(xiàn)正向持續(xù)現(xiàn)象，NDVI持續(xù)性較強(qiáng)。由變化趨勢(shì)與可持續(xù)性數(shù)據(jù)疊加結(jié)果得出:持續(xù)改善的組合面積占植被覆蓋區(qū)域總面積的53.7%，持續(xù)穩(wěn)定不變的區(qū)域占7.8%，持續(xù)退化的區(qū)域占24.5%，另外14.0%的植被覆蓋區(qū)域未來(lái)變化趨勢(shì)無(wú)法確定，持續(xù)退化的區(qū)域和未來(lái)變化趨勢(shì)無(wú)法確定的區(qū)域的植被的變化狀況需要研究人員繼續(xù)關(guān)注和研究。

3.2 討論

本研究采用250m中等空間分辨率的長(zhǎng)時(shí)間序列MODIS/NDVI數(shù)據(jù)，利用Theil-Sen median趨勢(shì)分析和Mann-Kendall以及Hurst指數(shù)方法分析黃河流域植被的時(shí)間變化特征、變化趨勢(shì)特征和可持續(xù)性特征。研究結(jié)果能夠有效地反映黃河流域植被覆蓋的變化狀況，有助于促進(jìn)區(qū)域生態(tài)環(huán)境的保護(hù)，具有一定的實(shí)用性。同時(shí)本研究也存在著一定的局限性，首先，沒有針對(duì)不同植被類型的變化進(jìn)行分析;其次，植被變化受氣候、人文和政策的綜合影響，因此需要進(jìn)一步加強(qiáng)對(duì)NDVI變化的原因進(jìn)行分析;最后，植被變化的地域差異性十分顯著，需要加強(qiáng)對(duì)不同地域植被變化差異的研究。

s:

［1］Sun H，Wang C Y，Niu Z，Bukhosor，Li B.Analysis of the vegetation cover change and the relationship between NDVIand environmental factors by using NOAA time series data.Journal of Remote Sensing，1988，2(3):204-210.

［2］Fan N，Xie G D，Zhang C S，Chen L，Li W H，Cheng SK.Spatial-temporal dynamic changes of vegetation cover in Lancang river basin during 2001—2010.Resource Science，2012，34(7):1222-1231.

［3］Rigina O，Rasmussen M S.Using trend line and principal component analysis to study vegetation changes in Senegal 1986—1999 from AVHRR NDVI 8km data.Geografisk Tidsskrift-Danish Journal of Geography，2003，103(1):31-42.

［4］Anyamba A，Tucker C J.Analysis of Sahelian vegetation dynamics using NOAA-AVHRR NDVI data from 1981—2003.Journal of Arid Environments，2005，63(3):596-614.

［5］Ma M G，Wang J，Wang X M.Advance in the Inter-annual variability of vegetation and its relation to climate based on remote sensing.Journal of Remote Sensing，2006，10(3):421-431.

［6］Fensholt R，Rasmussen K，Nielsen T，Mbow C.Evaluation of earth observation based long term vegetation trendsIntercomparing NDVI time series trend analysis consistency of Sahel from AVHRR GIMMS，Terra MODISand SPOTVGT data.Remote Sensing of Environment，2009，113(9):1886-1898.

［7］Cai B F，Yu R.Advance and evaluation in the long time series vegetation trends research based on remote sensing.Journal of Remote Sensing，2009，13(6):1170-1186

［8］Fensholt R，Proud SR.Evaluation of Earth Observation based global long term vegetation trendsComparing GIMMSand MODISglobal NDVI time series.Remote Sensing of Environment，2012，119:131-147.

［9］Tucker C J.Red and photographic infrared linear combinations for monitoring vegetation.Remote Sensing of the Environment，1979，8(2):127-150.

［10］Baret F，Guyot G.Potentials and limits of vegetation indices for LAI and APAR assessment.Remote Sensing of Environment，1991，35(2):161-173.

［11］Gutman G，Ignatov A.The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models.International Journal of Remote Sensing，1998，19(8):1533-1543.

［12］Zhao Y S.Principles and Methods of Analysis of Remote Sensing Applications.Beijing:Science Press，2003，374-376.

［13］He Z，He J P.Spatio-temporal variation of vegetation cover based on SPOT-VGT in Yellow River Basin.Ecology and Environmental Sciences，2012，21(10):1655-1659.

［14］Sun R，Liu C M，Zhu Q J.Relationship between the fractional vegetation cover change and rainfall in the Yellow River Basin.Acta Geographica Sinica，2001，56(6):667-672.

［15］Yang ST，Liu C M，Sun R.The vegetation cover over last 20 years in Yellow River Basin.Acta Geographica Sinica，2002，57(6):679-684.

［16］Li CH，Yang Z F.Spatio-temporal changes of NDVI and their relations with precipitation and runoff in the Yellow River Basin.Geographical Research，2004，23(6):753-759.

［17］Liu L L，Xiao F J.Spatial-temporal correlations of NDVI with precipitation and temperature in Yellow River Basin.Chinese Journal of Ecology，2006，25(5):477-481.

［18］Holben B N.Characteristics of maximum-value composite images from temporal AVHRR data.International Journal of Remote Sensing，1986，7(11):1471-1434.

［19］Piao SL，F(xiàn)ang J Y.Dynamic vegetation cover change over the last 18 years in China.Quaternary Sciences，2001，21(4):294-302.

［20］Zhang Y C，Zhao Z Q，Li SC，Meng X F.Indicating variation of surface vegetation cover using SPOT NDVIin the northern part of North China.Geographical Research，2008，27(4):745-755.

［21］Tucker C J，Newcomb W W，Los SO，Prince SD.Mean and inter-year variation of growing-season normalized difference vegetation index for the Sahel 1981—1989.International Journal of Remote Sensing，1991，12(6):1133-1135.

［22］Milich L，Weiss E.GACNDVIinter annual coefficient of variation(CoV)images:ground truth sampling of the Sahel along north-south transects.International Journal of Remote Sensing，2000，21(2):235-260.

［23］Lunetta R S，Knight JF，Ediriwickrema J，Lyon JG，Worthy L D.Land-cover change detection using multi-temporal MODISNDVIdata.Remote Sensing of Environment，2006，105(2):142-154.

［24］Fensholt R，Langanke T，Rasmussen K，Reenberg A，Prince S D，Tucker C，Scholes R J，Le Q B，Bondeau A，Eastman R，Epstein H，Gaughan A E，Hellden U，Mbow C，Olsson L，Paruelo J，Schweitzer C，Seaquist J，Wessels K.Greenness in semi-arid areas across the globe 1981—2007an Earth Observing Satellite based analysis of trends and drivers.Remote Sensing of Environment，2012，121:144-158.

［25］Theil H.A rank-invariant method of linear and polynomial regression analysis.I，IIand III.Proceedings of Koninklijke Nederlandse Akademie van Wetenschappen，1950，53:386-392，521-525，1397-1412.

［26］Sen P K.Estimates of the regression coefficient based on Kendall's tau.Journal of the American Statistical Association，1968，63(324):1379-1389.

［27］Hoaglin D C，Mosteller F，Tukey J W.Understanding Robust and Exploratory Data Analysis.New York:Wiley，2000，169-181.

［28］Kendall M G.Rank Correlation Methods.London:Griffin，1970.

［29］To?ic'I.Spatial and temporal variability of winter and summer precipitation over Serbia and Montenegro.Theoretical and Applied Climatology，2004，77(1/2):47-56.

［30］Hou X Y，Ying L L，Gao M，Bi X L，Lu X，Zhu M M.Character of vegetation cover change in China's Eastern coastal areas 1998—2008.Scientia Geographica Sinica，2010，30(5):735-741.

［31］Wang G G，Zhou K F，Sun L，Qin Y F，Li X.Study on the vegetation dynamic change and R/Sanalysis in the past ten years in Xinjiang.Remote Sensing Technology and Application，2010，25(1):84-90.

參考文獻(xiàn):

［1］孫紅雨，王長(zhǎng)耀，牛錚，布和敖斯?fàn)?，李?中國(guó)地表植被覆蓋變化及其與氣候因子關(guān)系——基于NOAA時(shí)間序列數(shù)據(jù)分析.遙感學(xué)報(bào)，1988，2(3):204-210.

［2］范娜，謝高地，張昌順，陳龍，李文華，成升魁.2001年至2010年瀾滄江流域植被覆蓋動(dòng)態(tài)變化分析.資源科學(xué)，2012，34(7):1222-1231.

［5］馬明國(guó)，王建，王雪梅.基于遙感的植被年際變化及其與氣候關(guān)系研究進(jìn)展.遙感學(xué)報(bào)，2006，10(3):421-431.

［7］蔡博峰，于嶸.基于遙感的植被長(zhǎng)時(shí)序趨勢(shì)特征研究進(jìn)展及評(píng)價(jià).遙感學(xué)報(bào)，2009，13(6):1170-1186.

［12］趙英時(shí).遙感應(yīng)用分析原理與方法.北京:科學(xué)出版社，2003，374-376.

［13］賀振，賀俊平.基于SPOT-VGT的黃河流域植被覆蓋時(shí)空演變.生態(tài)環(huán)境學(xué)報(bào)，2012，21(10):1655-1659.

［14］孫睿，劉昌明，朱啟疆.黃河流域植被覆蓋度動(dòng)態(tài)變化與降水的關(guān)系.地理學(xué)報(bào)，2001，56(6):667-672.

［15］楊勝天，劉昌明，孫睿.近20年來(lái)黃河流域植被覆蓋變化分析.地理學(xué)報(bào)，2002，57(6):679-684.

［16］李春暉，楊志峰.黃河流域NDVI時(shí)空變化及其與降水/徑流關(guān)系.地理研究，2004，23(6):753-759.

［17］劉綠柳，肖風(fēng)勁.黃河流域植被NDVI與溫度、降水關(guān)系的時(shí)空變化.生態(tài)學(xué)雜志，2006，25(5):477-481.

［19］樸世龍，方精云.最近18年來(lái)中國(guó)植被覆蓋的動(dòng)態(tài)變化.第四紀(jì)研究，2001，21(4):294-302.

［20］張?jiān)聟玻w志強(qiáng)，李雙成，孟憲鋒.基于SPOT NDVI的華北北部地表植被覆蓋變化趨勢(shì).地理研究，2008，27(4):745-755.

［30］侯西勇，應(yīng)蘭蘭，高猛，畢曉麗，路曉，朱明明.1998—2008年中國(guó)東部沿海植被覆蓋變化特征.地理科學(xué)，2010，30(5):735-741.

［31］王桂鋼，周克法，孫莉，秦艷芳，李雪梅.近10a新疆地區(qū)植被動(dòng)態(tài)與R/S分析.遙感技術(shù)與應(yīng)用，2010，25(1):84-90.