拉 巴，拉巴卓瑪，德吉央宗，拉 珍

(西藏高原大氣環(huán)境科學(xué)研究所，西藏 拉薩 850001)

植被是陸地生態(tài)系統(tǒng)的主體，也是人類重要的自然資源之一，植被生長對于氣候變化響應(yīng)十分敏感，尤其在全球氣候變化的背景下，植物的生長必將發(fā)生一定程度的改變。草原植被作為可再生資源也是保障國民經(jīng)濟發(fā)展的重要物質(zhì)保障，是我國農(nóng)牧、畜牧業(yè)發(fā)展的必需品。在我國，西藏自治區(qū)草地資源面積居全國首位，草地面積達82萬km2，占全國草地資源面積的20.5%，而那曲地區(qū)草地面積在西藏高原最大，草地面積占全區(qū)草地面積的41.7%[1]。由此可見，維持和保護該地區(qū)草原植被生態(tài)系統(tǒng)平衡和安全，對當(dāng)?shù)剞r(nóng)牧民生活水平和居住環(huán)境的氣候變化有著舉足輕重的作用。

近年來，利用遙感手段開展地表植被資源變化相關(guān)的研究較多，美國在20世紀(jì)70年代已經(jīng)有遙感估算草地覆蓋度方面的眾多研究成果，如內(nèi)布拉斯加沙漠化區(qū)域5.2萬km2草地變化的估算，為合理有效利用草地提供了科學(xué)依據(jù)[2]，到了80年代中期，在大洋洲新西蘭也有選用美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration，NOAA)數(shù)據(jù)估算植被覆蓋指數(shù)(normalized difference vegetation index，NDVI)反演草地生產(chǎn)力動態(tài)變化特征方面的研究[3]，并指出，NDVI與植被生長后期地表生物量存在較高的相關(guān)性，與綠色生物量也有很好的相關(guān)性；尤其植被覆蓋度相對較小時(<10%)，所估算出的總草產(chǎn)量結(jié)果較為準(zhǔn)確。也有比較不同傳感器的接收數(shù)據(jù)在荒漠草原區(qū)域NDVI時間序列中的一致性研究，發(fā)現(xiàn)3種產(chǎn)品顯示的NDVI變化趨勢不是完全一致的，而GIMMS雖空間分辨率相對較低，但在長時間序列的趨勢分析中具有獨特優(yōu)勢[4]。Brandt等[5]利用長時間序列有效輻射衛(wèi)星產(chǎn)品數(shù)據(jù)(GEOV1和GIMMS3g)監(jiān)測了西非馬里和塞內(nèi)加爾的地表植被變化趨勢，發(fā)現(xiàn)兩個產(chǎn)品數(shù)據(jù)在反映定性和定量監(jiān)測植被生物量上具有較好的應(yīng)用前景。Zhang等[6]利用近26年的GIMMS3g春季植被NDVI數(shù)據(jù)，研究了青藏高原地區(qū)植被生態(tài)系統(tǒng)對氣候變化的響應(yīng)，指出氣溫是植被生長季NDVI變化的主導(dǎo)因子。在國內(nèi)，也有相關(guān)學(xué)者針對氣候變化大趨勢下，我國草地面積較大的部分省份進行了相關(guān)研究，如孫艷玲等[7]指出，1982-2000年內(nèi)蒙古地區(qū)NDVI呈不顯著增加趨勢，并在空間上存在明顯的差異。氣候因子是植被變化的重要影響因子之一，主要有降水量和氣溫兩個因素[8-13]。青藏高原作為全球生態(tài)環(huán)境最為脆弱的區(qū)域，對氣候變化響應(yīng)非常敏感。有研究[14]指出，2001-2010年處于青藏高原東北部柴達木盆地的NDVI表現(xiàn)出明顯的增加趨勢，氣候暖濕化是該地區(qū)植被改善的主要驅(qū)動力。對于青藏高原腹地的藏北地區(qū)而言，植被退化卻十分嚴(yán)重[15]，其主要原因是自然環(huán)境變化和不合理的人類活動造成[16]。曹旭娟等[17]指出2000-2010年與1981-1985年對比，藏北地區(qū)草地重度退化及極重度退化草地面積比例上升幅度較大。

綜上所述，草原植被正處于動態(tài)變化之中，其變化原因非常復(fù)雜，且受局部區(qū)域特征影響顯著，因此，草地植被變化方面的研究已經(jīng)受到國內(nèi)外專家學(xué)者的廣泛關(guān)注[18]。從起初的地面調(diào)查獲取小范圍數(shù)據(jù)，到后來利用遙感手段監(jiān)測區(qū)域大面積植被變化，出現(xiàn)了很多新的研究方法，并積攢了大量珍貴的資料，為藏北植被變化研究提供了必要的科學(xué)依據(jù)，為繼續(xù)更深入研究奠定了基礎(chǔ)。但已有研究資料年限較早，時間序列略顯不足，特別是30年尺度的草地植被變化趨勢研究較少，不利于結(jié)合氣候因子做相關(guān)性分析，在驅(qū)動力分析方面，缺乏對變化特征遙感診斷定量指標(biāo)與科學(xué)的評估標(biāo)準(zhǔn)的研究，因此，結(jié)合前人研究結(jié)論和方法，對1981-2014年那曲地區(qū)植被NDVI時空變化特征及驅(qū)動因子展開了詳細(xì)分析，以期揭示藏北那曲地區(qū)近34年植被NDVI動態(tài)變化規(guī)律及原因分析。

1 研究區(qū)概況

那曲地區(qū)位居青藏高原腹地，北部是昆侖山和唐古拉山脈，與新疆、青海接壤；南部與念青唐古拉山接壤，地形西高東低，由西向東傾斜；西高、中平、東低是當(dāng)?shù)氐牡匦翁卣?。那曲地區(qū)位于青藏高原腹地，其地理位置位于83°41′14″-95°10′46″ E，30°27′25″-35°39′13″ N(圖1)，中西部地形寬廣平整，多丘陵盆地，丘陵多呈渾圓狀；北部是高原無人區(qū)，山脈縱橫交錯，群山連綿起伏，冰川眾多，峰巒林立。那曲地區(qū)南部與日喀則、拉薩和林芝等地(市)相鄰。按照2015年那曲地區(qū)年鑒記載，2014年全區(qū)人口49.59萬，人口密度為1.41人·km-2，全區(qū)土地面積約59 318.68萬畝(合3 954.58萬hm2)，占西藏自治區(qū)總面積的32.9%。氣候?qū)俑吆毖?、干燥、大風(fēng)天氣頻繁區(qū)域[19]。

2 研究數(shù)據(jù)及方法

2.1 數(shù)據(jù)源及處理

遙感數(shù)據(jù)為GIMMS、MODIS NDVI數(shù)據(jù)。GIMMS(global inventory modelling and mapping studies)數(shù)據(jù)由美國國家航天航空局(NASA)在2003年11月推出，是最新的全球植被指數(shù)變化數(shù)據(jù)[20-22]。數(shù)據(jù)從國家自然科學(xué)基金委員會“中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心”網(wǎng)站下載。數(shù)據(jù)格式為tif格式，投影為ALBERS，時間分辨率15 d，空間分辨率8 km×8 km。

圖1 研究區(qū)地理位置Fig. 1 Location of study area

MODIS數(shù)據(jù)(2000-2014年)MOD13Q1 V005 L3，該數(shù)據(jù)集是從Land Processes DAAC數(shù)據(jù)中心下載，為MODIS/Terra衛(wèi)星歸一化植被指數(shù)(NDVI)16 d合成產(chǎn)品數(shù)據(jù)，數(shù)據(jù)格式為HDF-EOS，空間分辨率為250 m×250 m，已經(jīng)過大氣輻射糾正、幾何糾正處理。數(shù)據(jù)覆蓋范圍為h24v05、h25v05、h25v06、h26v05和h26v06共5個，拼接后對那曲地區(qū)影像進行裁剪。

其他數(shù)據(jù)有1981-2014年那曲地區(qū)7個氣象站年平均氣溫和年降水總量數(shù)據(jù)，以及由那曲地區(qū)統(tǒng)計局提供的統(tǒng)計年鑒數(shù)據(jù)，選取的主要統(tǒng)計指標(biāo)：1990-2014年那曲地區(qū)年牧業(yè)生產(chǎn)總值、年末牲畜存欄數(shù)、牲畜出欄率3個指標(biāo)。數(shù)據(jù)處理 MODIS數(shù)據(jù)利用MRT(MODIS reprojection tool)做拼接和投影轉(zhuǎn)換。GIMMS數(shù)據(jù)利用ENVI做DN值轉(zhuǎn)換。利用ENVI擴展包小熊工具箱，做月、年最大化合成(MVC)，消減云像元覆蓋的影響，去除因植物物候變化帶來的植被反射光譜差異，進一步降低大氣和太陽高度角等因素的干擾和影響。

2.2 分析方法

2.2.1歸一化植被指數(shù)NDVI數(shù)據(jù)的分析 月或年NDVI最大合成化公式：

MMNDVIi=MAX(NDVIij)；

(1)

AMNDVIo=MAX(MMNDVIi)。

(2)

式中：MMNDVIi為第i月的NDVI值，MAX(NDVIij)為第i月對應(yīng)第j旬的NDVI值，反映每個像元位置上植被在該月內(nèi)最好天氣狀況下的狀態(tài)。AMNDVIi為第i年的NDVI值；MAX(MMNDVIi)為第i月對應(yīng)的年最大NDVI值，代表的是該年內(nèi)每個像元上最旺盛時期的NDVI值。那曲地區(qū)像元的平均值計算在ArcGIS空間統(tǒng)計分析工具完成。

NDVI年際變化趨勢計算公式[23]：

(3)

式中：θslope為趨勢斜率，n為監(jiān)測時長(以年為單位n=34)，NDVIi為第i年的年最大NDVI，將草地生長變化趨勢分為以下5個等級：顯著退化(θslope<-0.006)，輕微退化(-0.006<θslope<-0.002)，穩(wěn)定(-0.002<θslope<0.002)，輕微改善(0.002<θslope<0.006)，顯著改善(θslope>0.006)。

2.2.2氣象及社會統(tǒng)計數(shù)據(jù)的分析 氣象和社會統(tǒng)計數(shù)據(jù)的分析主要在Microsoft Excel和R2.11.1軟件中完成，包括對數(shù)據(jù)的統(tǒng)計整理、缺失數(shù)據(jù)剔除、相關(guān)系數(shù)計算、檢驗、數(shù)據(jù)分布規(guī)律以及數(shù)據(jù)回歸分析及檢驗。

2.2.3主成分分析法 多要素的因子成分分析能夠在不同損失或極少損失原有訊息的前提下，將本來個數(shù)較多且相互關(guān)聯(lián)的要素用線性組合的方式轉(zhuǎn)變?yōu)樾碌膫€數(shù)較少，且相互獨立或不相關(guān)的綜合指標(biāo)，產(chǎn)生一種“降維”的作用。這些綜合指標(biāo)又都是原指標(biāo)的線性函數(shù)[24]，便于計算研究。

在草地變化影響因素中，考慮氣候和人為的眾多因子，但這些因子間彼此不相關(guān)，直接分析不易做出明確的判斷。用多指標(biāo)的主成分分析，構(gòu)造一些彼此獨立或不相關(guān)的綜合草地影響指標(biāo)進行研究。主要包括解釋綜合指標(biāo)的實際意義、作綜合指標(biāo)與其他指標(biāo)的相關(guān)和回歸分析、根據(jù)綜合指標(biāo)進行聚類與判斷等。

3 結(jié)果與分析

3.1 GIMMS NDVI和MODIS NDVI數(shù)據(jù)的一致性檢驗

GIMMS和MODIS兩種NDVI數(shù)據(jù)采用的傳感器類型不同，因此需要對兩種數(shù)據(jù)的一致性進行檢驗。由于兩組數(shù)據(jù)間2000-2006年數(shù)據(jù)在時間上是重合的，因此，首先需要對數(shù)據(jù)在時空尺度進行一致性處理，即GIMMS、MODIS數(shù)據(jù)時空尺度的統(tǒng)一，時間尺度上將GIMMS的15 d、MODIS的16 d數(shù)據(jù)做年最大合成化(式2)，得到年最大NDVI數(shù)據(jù)；空間尺度上將MODIS的16 d數(shù)據(jù)重采樣為8 km×8 km空間分辨率，使二者在時空分辨率上均一致，便于之后的回歸分析。

利用線性回歸模型，對重合年份的數(shù)據(jù)作相關(guān)性分析(圖2)，發(fā)現(xiàn)兩組數(shù)據(jù)呈極顯著線性正相關(guān)關(guān)系(P<0.001)，相關(guān)系數(shù)均大于0.8，選擇其中R2最大的年(2004年)進行線性擬合，得到擬合方程y=0.637 63x+0.037 43，其中y表示GIMMS NDVI值為因變量，x表示MODIS NDVI為自變量(樣本數(shù)為n=91，R2=0.76)，利用該公式對2007-2014年MODIS數(shù)據(jù)進行插補處理，得到近34年那曲地區(qū)植被變化趨勢的數(shù)據(jù)源。

3.2 植被NDVI的時間變化趨勢

1981-2014年那曲地區(qū)植被NDVI年際變化呈波動變化趨勢(圖3)，1981年達到最大值，為0.254 2，1985年降到最小值，為0.210 6，34年平均值為0.232 5，標(biāo)準(zhǔn)差只有0.010 6，說明近34年來植被整體上變化不大，變化率為0.15%。重建后的NDVI數(shù)據(jù)表明，那曲地區(qū)植被具有較顯著的年代際變化趨勢，近34年那曲地區(qū)植被年代際變化整體上呈上升趨勢，可以將變化時段分為1981-1985年(變化率為-1.81%)、1986-1989年(變化率為1.63%)、1990-1997年(變化率為0.06%)、1998-2001年(變化率為1.31%)、2002-2007年(變化率為-0.75%)、2008-2014年(變化率為0.36%)6個階段。其中第1階段植被NDVI呈減小狀態(tài)、第2階段呈增大趨勢、第3階段在1995年出現(xiàn)一次峰值、1998年出現(xiàn)了一次低值。進入21世紀(jì)以來，那曲地區(qū)的植被經(jīng)過兩次大的變化，開始3年即2000-2002年植被有恢復(fù)的跡象，并在2002年達到最大值，在2003年以后植被遭遇了連續(xù)5年的退化時段，持續(xù)到2009年，之后有所緩解，從2010年至今植被生長和狀態(tài)顯示較好的改善趨勢。

3.3 植被NDVI空間分布特征

對那曲地區(qū)11個縣NDVI值統(tǒng)計分析可知，那曲地區(qū)NDVI在空間上存在以下特點：從海拔上看，NDVI值隨海拔高度呈低海拔到高海拔逐漸減小的特點。NDVI值空間上表現(xiàn)出自西向東遞增、自南向北遞減的分布特征(圖4)；西北部的尼瑪縣、申扎縣、班戈縣、安多縣和雙湖縣，平均海拔大約4 700 m，該區(qū)域內(nèi)NDVI值均小于0.3，這些地區(qū)植被類型以高寒草甸草原、高寒草原和高寒荒漠為主，其中也有部分無植被、植被稀少或荒漠區(qū)。而位于東南部的那曲、聶榮、比如、嘉黎、巴青和索縣6個縣，平均海拔為4 281 m，其NDVI值均大于0.5，該區(qū)域內(nèi)的植被類型以高寒草甸為主。

3.4 植被NDVI空間變化趨勢

1981-2014年那曲地區(qū)植被發(fā)生著波動性變化(圖5)，其中處于顯著、輕微退化區(qū)域的植被位于東部和東南部區(qū)域，主要包括班戈縣和申扎縣近一半?yún)^(qū)域，那曲縣、聶榮縣大部，以及巴青、索縣、比如和嘉黎各縣部分區(qū)域；中西部和北部的植被變化幅度較小，大部分處于穩(wěn)定狀態(tài)，部分區(qū)域也出現(xiàn)了改善的情況，主要為尼瑪、申扎和安多縣。就全地區(qū)來說，處于穩(wěn)定的面積所占比重最大，占全地區(qū)面積的57.82%；其次是輕微改善區(qū)，占全區(qū)面積的32.84%；輕微退化面積占14.06%；顯著退化和改善區(qū)所占面積比重約在7%。

3.5 植被NDVI變化原因分析

3.5.1自然氣候因素 近34年來，那曲地區(qū)年平均氣溫呈現(xiàn)顯著上升趨勢(R2=0.48)，年平均增溫率為14.3%，34年年平均氣溫為0.42 ℃，34年內(nèi)最高氣溫出現(xiàn)在2009年，達到1.62 ℃，該年也是西藏高原出現(xiàn)大范圍嚴(yán)重干旱的一年，最低氣溫在1997年，達到34年內(nèi)最低的-1.47 ℃，藏北地區(qū)出現(xiàn)了持續(xù)的強降雪天氣，引起了嚴(yán)重雪災(zāi)；分析發(fā)現(xiàn)，近34年來，那曲地區(qū)年降水量呈增加趨勢(R2=0.12)，但不顯著(P>0.05)，年降水量增長率為0.24%(圖6)，34年年降水量平均值為504.31 mm，在2008年達到最大值，為637.77 mm，最小值則是1994年的362.36 mm。總體上，近34年來那曲地區(qū)年平均氣溫顯著升高，年降水量呈不顯著增加趨勢，氣候暖濕化趨勢顯著，有利于高原植被的生長發(fā)育。

圖2 2000-2006年的 MODIS NDVI與GIMMS NDVI數(shù)據(jù)的相關(guān)性Fig. 2 Trend of change in vegetation NDVI of Nagqu for 2000-2006

圖3 1981-2014年那曲地區(qū)植被NDVI變化趨勢Fig. 3 Vegetation NDVI change trend of Nagqu during 1981-2014

圖4 那曲地區(qū)近34年平均植被NDVI空間分布圖Fig. 4 Estimated spatial distribution of vegetation NDVI in Nagqu for nearly 34 years

圖5 1981-2014年那曲地區(qū)植被變化趨勢圖Fig. 5 Trend of change in vegetation in Nagqu in 1981-2014

3.5.2人為因素 1990-2014年那曲地區(qū)年末牲畜存欄數(shù)呈波動性變化(圖7)。其中以1990-1995年存欄數(shù)較大，平均值為724.52萬頭(只、匹)；1996-2000年牲畜存欄數(shù)發(fā)生了較大的調(diào)整，整體有所下降，平均值為674.06萬頭(只、匹)；2001-2008年牲畜數(shù)量又顯著增加，平均值達到748.05萬頭(只、匹)；到2009年以后牲畜數(shù)量得到了很好的控制，其變化呈逐年減少趨勢，并在2014年達到了最小值521.69萬頭(只、匹)。6年平均牲畜存欄數(shù)只有598.59萬頭(只、匹)，多年來首次降到600萬頭(只、匹)以下。另外，近34年禁牧區(qū)植被的NDVI呈較顯著的改善趨勢(P<0.005)，比那曲地區(qū)植被NDVI值高12.7%，說明禁牧措施的實施，使植被改善較顯著。與2010年比較，那曲地區(qū)在生態(tài)補獎?wù)邔嵤┮院?，較好地完成了減畜任務(wù)，至2013年完成了4.48%的減畜任務(wù)，為草原植被的恢復(fù)做出了相應(yīng)的貢獻。

圖6 1981-2014年那曲地區(qū)年均氣溫和年降水量Fig. 6 Annual average temperature and annual precipition of the forbidden areas for 1981-2014

圖7 1981-2014年那曲地區(qū)年末牲畜存欄數(shù)及與禁牧區(qū)植被NDVI數(shù)據(jù)的比較Fig. 7 Livestock stocks at end of the year and change in NDVI of forbidden areas and Naqu for 1981-2014

3.6 驅(qū)動力分析

影響植被變化的因素有自然和社會經(jīng)濟因素。在自然因素中，土壤和凍土層深度等要素變化緩慢，在短期內(nèi)對植被變化作用不明顯；而氣溫、降水量的年際波動性較大，與植被變化密切相關(guān)；在社會因子中，政策、制度、觀念等對植被變化作用明顯，但實施和執(zhí)行過程中存在許多不確定的人為因素，且數(shù)據(jù)時間序列較短，不利于統(tǒng)計分析。根據(jù)以上分析，初步確定5個影響因素，即兩個氣候因素(氣溫和降水量)和3個社會統(tǒng)計因素(牲畜年末存欄數(shù)、地區(qū)牧業(yè)產(chǎn)值、牲畜出欄率)作為主成分分析的變量因子。

利用主成分分析，計算相關(guān)系數(shù)矩陣后，選特征值大于1的成分，作為引起植被發(fā)生變化的主要驅(qū)動因子，本研究選出了3個主成分。其中，第一主成分解釋了植被變化指標(biāo)59%的方差，第二、三主成分分別解釋了19%、14%的方差，三者共解釋了91%的方差，第一主成分是一般性衡量因子，第二主成分與累積降水量正相關(guān)性最大，第三主成分與年平均氣溫正相關(guān)性最大(表1)。

累積降水量、牲畜存欄數(shù)、牲畜出欄率3個因子分別解釋了98%、93%和92%的方差，牧業(yè)產(chǎn)值也解釋了87%的方差，年平均氣溫只解釋了86%的方差，有14%不能解釋(表2)。因此，3個主成分對年平均氣溫解釋的方差最少。根據(jù)成分公因子方差的大小，得出各因子對植被變化的影響程度大小排序：累積降水量>牲畜存欄數(shù)>牲畜出欄率>牧業(yè)產(chǎn)值>年平均氣溫。

為了使結(jié)果更具解釋性，進行主成分旋轉(zhuǎn)(表3)，發(fā)現(xiàn)第一主成分主要由年平均氣溫來解釋，可以認(rèn)為是溫度因子或熱力因子；第二主成分主要由累計降水量來解釋，可以稱為水分因子；第三主成分主要由牲畜存欄數(shù)來解釋，可以稱為畜牧因子；從以上各主成分公式顯示，3個主成分變量的特征向量絕對值都較大，且彼此間有較大差距，表明各因素雖作用方向有所差異，對牧草生長都具有相似同等功效，因此，植被的生長優(yōu)略是由各因子綜合作用的結(jié)果，3個主成分彼此仍然不相關(guān)，對變量的解釋性不變。另外3個主成分旋轉(zhuǎn)后的累計方差解釋性沒有發(fā)生變化(91%)，各主成分對方差的解釋度有變化(第一主成分42%，第二主成分由22%，第三主成分27%)。

利用以下公式得到主成分得分：

表1 植被影響指標(biāo)主成分分析Table 1 Principal component analysis of vegetation index

表2 各成分的公因子方差Table 2 Each component communality

表3 方差極大旋轉(zhuǎn)的主成分分析Table 3 Varimax rotation of principal component analysis

PC1=-0.195x1+0.689x2+0.292x3+0.299x4+0.276x5;

(1)

PC2=1.005x1-0.244x2+0.07x3+0.067x4+0.032x5;

(2)

PC3=0.058x1- 0.401x2-0.905x3+0.111x4+0.186x5。

(3)

由于前3個主成分的累計貢獻率已經(jīng)達到91%，所以取前3個主成分來降維。其中x1至x5分別代表了累計降水量、年平均氣溫、牲畜存欄數(shù)、牧業(yè)產(chǎn)值和牲畜出欄率。PC1的系數(shù)中年平均溫度(x2)的系數(shù)大于0.6，它反映了植被變化的熱力驅(qū)動力因子；PC2的系數(shù)中累計降水量(x1)的系數(shù)大于1，反映了植被變化的水分驅(qū)動因子；PC3中的年末牲畜存欄數(shù)系數(shù)絕對值大于0.9，反映的是植被變化的畜牧驅(qū)動因子(表4)。

表4 主成分得分系數(shù)Table 4 Principal component score coefficient

圖8 NDVI與主成分因子的散點圖Fig. 8 Scatter diagrams of NDVI and the principal component factors

分析可見，3個成分與NDVI的相關(guān)性較好(圖8)，主成分與NDVI的相關(guān)性顯著大于單個影響因子，R2均大于0.78，表明由主成分分析法獲取的3個新變量，較好地代表了影響植被變化各要素的特征，對分析數(shù)據(jù)起到很好的降維作用，而且保證了各影響因子間的獨立性，得到影響草地變化的主要驅(qū)動力為熱力、水分和畜牧3個因子。

4 討論與結(jié)論

2010年西藏草原生態(tài)補助獎勵機制開始實施，本研究利用遙感監(jiān)測并研究了那曲地區(qū)草原植被的變化，但是由于藏北地區(qū)較大范圍屬于無人居住區(qū)及自然保護區(qū)，因此在收集相關(guān)的氣象數(shù)據(jù)時可能存在站點密度不夠、統(tǒng)計數(shù)據(jù)缺失等情況。盡管如此，本研究在評價草原生態(tài)補助獎勵機制的效益方面可以提供一定的科學(xué)參考依據(jù)，如潘秋玲[25]也得出那曲地區(qū)植被在東部地區(qū)穩(wěn)定性較差，而在西部較穩(wěn)定的結(jié)論。植被NDVI與氣溫、降水量和相對濕度呈顯著正相關(guān)關(guān)系，與人口密度呈負(fù)相關(guān)關(guān)系，另外那曲地區(qū)在近幾年年末牲畜存欄數(shù)急劇減少，對草地植被的生長產(chǎn)生顯著的正相關(guān)關(guān)系。于金媛等[26]對那曲縣近15年的植被NDVI變化進行了分析，也得出生長季植被NDVI平均值年際變化呈下降趨勢。本研究結(jié)果與其一致。但在以后的研究中需要進一步延長已有數(shù)據(jù)的時間序列，根據(jù)研究區(qū)實際情況，利用多源更高分辨率衛(wèi)星數(shù)據(jù)開展重點和典型區(qū)域植被生長變化研究，同時在研究方法上可以結(jié)合不同方法的優(yōu)缺點，開展綜合應(yīng)用分析研究。

本研究針對藏北那曲地區(qū)植被生長狀況，結(jié)合氣象和相關(guān)統(tǒng)計數(shù)據(jù)分析了植被NDVI的時空變化規(guī)律和驅(qū)動力因子，發(fā)現(xiàn)：1)近34年來那曲地區(qū)植被NDVI在時間上呈波動性變化趨勢，植被在年際尺度上變化不大，年代際變化總體上呈上升趨勢，其中1990-1997年植被較為穩(wěn)定，2002-2007年植被退化較為嚴(yán)重，經(jīng)過5年的草原生態(tài)補償政策的實施，植被有所恢復(fù)，反映了政策實施的有效性。2)那曲地區(qū)植被NDVI空間變化規(guī)律為，穩(wěn)定的植被面積比重最大，占全地區(qū)面積的57.82%，輕微改善面積占32.84%，輕微退化面積占14.06%，顯著退化和改善面積約占7%。3)分析影響草地變化的各種因子后，從中選取了數(shù)據(jù)較容易獲取且可信度較高的因子作為驅(qū)動力分析的變量，最終確定的變量數(shù)為5個，分別是年降水量、年平均氣溫、年末牲畜存欄數(shù)、地區(qū)牧業(yè)產(chǎn)值和年牲畜出欄率。利用主成分分析得出，草地植被變化驅(qū)動因子有3個，分別為水分因子、畜牧因子和熱力因子。

參考文獻References:

[1] 西藏自治區(qū)土地管理局,西藏自治區(qū)畜牧局.西藏自治區(qū)草地資源.北京:科學(xué)出版社,1994：369-371.

Land Administration Bureau of Tibet Autonomous Region,Animal Husbandry Bureau of Tibet Autonomous Region.Grassland Resources in Tibet Autonomous Region.Beijing:Science Press,1994:369-371.(in Chinese)

[2] 羅海江,方修琦,白海玲,王文杰,熊文成,申文明.基于VEGETATION數(shù)據(jù)的區(qū)域生態(tài)系統(tǒng)質(zhì)量評價之二:生產(chǎn)能力指數(shù)評價.中國環(huán)境監(jiān)測,2008,24(5):61-64.

Luo H J,Fang X Q,Bai H L,Wang W J,Xiong W C,Shen W M.Vegetation data based regional biogicalquality accessment:The assessment of ecosystem productivity index.Environmental Monitoring in China,2008,24(5):61-64.(in Chinese)

[3] Taylor B,Dini P,Kidson J.Determination of seasonal and inter annual variation in New Zealand pasture growth from NOAA-7 data.Remote Sensing of Environment,NOAA7 data.Remote Sensing of Environment,1985,18(2):177-192.

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

[5] Brandt M,Verger A,Diouf A,Baret F,Samimi C.Local vegetation trends in the Sahel of Mali and Senegal using long time series FAPAR satellite products and field measurement(1982-2010).Remote Sensing,2014,6(3):2408-2434.

[6] Zhang W,Yi Y,Kimball J,Kim Y,Song K.Climatic controls on spring onset of the Tibetan Plateau grasslands from 1982 to 2008.Remote Sensing,2015,7(12)：16607-16622.

[7] 孫艷玲,郭鵬,延曉冬,趙天寶.內(nèi)蒙古植被覆蓋變化及其與氣候、人類活動的關(guān)系.自然資源學(xué)報,2010,25(3):407-414.

Sun Y L,Guo P,Yan X D,Zhao T B.Dynamics of vegetation cover and its relationship with climate change and human activities in Inner Mongolia.Journal of Natural Resources,2010,25(3):407-414.(in Chinese)

[8] 劉斌,孫艷玲,王中良,趙天保.華北地區(qū)植被覆蓋變化及其影響因子的相對作用分析.自然資源學(xué)報,2015,30(1):12-23.

Liu B,Sun Y L,Wang Z L,Zhao T B.Analysis of the vegetation cover change and the relative role of its influencing factors in North China.Journal of Natural Resources,2015,30(1):12-23.(in Chinese)

[9] Cao R,Jiang W G,Yuan L H,Wang W J,Lyu Z L,Chen Z.Inter-annual variations in vegetation and theirresponse to climatic factors in the upper catchments of the Yellow River from 2000 to 2010.Journal of Geographical Sciences,2014,24(6):963-979.

[10] 周偉,剛成誠,李建龍,章超斌,穆少杰,孫政國.1982-2010年中國草地覆蓋度的時空動態(tài)及其對氣候變化的響應(yīng).地理學(xué)報,2014,69(1):15-30.

Zhou W,Gang C C,Li J L,Zhang C B,Mu S J,Sun Z G.Spatial-temporal dynamics of grassland coverage and its response to climate change in China during 1982-2010.Acta Geographica Sinica,2014,69(1):15-30.(in Chinese)

[11] 葛靜,孟寶平,楊淑霞,高金龍,馮琦勝,梁天剛,黃曉東,高新華,李文龍,張仁平,王云龍.基于UAV技術(shù)和MODIS遙感數(shù)據(jù)的高寒草地蓋度動態(tài)變化監(jiān)測研究:以黃河源東部地區(qū)為例.草業(yè)學(xué)報,2017,26(3):1-12.

Ge J,Meng B P,Yang S X,Gao J L,Feng Q S,Liang T G,Huang X D,Gao X H,Li W L,Zhang R P,Wang Y L.Dynamic monitoring of alpine grassland coverage based on UAV technology and MODIS remote sensing data:A case study in the headwaters of the Yellow River,Acta Prataculturae Sinica,2017,26(3):1-12.(in Chinese)

[12] 李云鵬,格根圖,娜日蘇,劉朋濤,趙朝霞.MERSI資料在內(nèi)蒙古草原牧草產(chǎn)量估測中的應(yīng)用研究.干旱區(qū)資源與環(huán)境,2012,26(9):154-159.

Li Y P,Gegentu,Narisu,Liu P T,Zhao Z X.The applied research on estimating the yield of forage in Inner Mongolia grasslands using MERSI Data.Journal of Arid Land Resources and Environment,2012,26(9):154-159.(in Chinese)

[13] 陳愛京,肖繼東,曹孟磊.基于MODIS數(shù)據(jù)的伊犁河谷植被指數(shù)變化及其對氣候的響應(yīng).草業(yè)科學(xué),2016,33(8):1502-1508.Chen A J,Xiao J D,Cao M L.Resarch on change of vegetation index and response to climate in Yili River Valley based on MODIS data.Pratacultural Science,2016,33(8):1502-1508.(in Chinese)

[14] 徐浩杰,楊太保.柴達木盆地植被生長時空變化特征及其對氣候要素的響應(yīng).自然資源學(xué)報,2014,29(3):398-409.

Xu H J,Yang T B.Spatial-temporal variations of vegetation activities and its responses to climatic factors in the Qaidam basin.Journal of Natural Resources,2014,29(3):398-409.(in Chinese)

[15] 毛飛,張艷紅,侯英雨,唐世浩,盧志光,張佳華.藏北那曲地區(qū)草地退化動態(tài)評價.應(yīng)用生態(tài)學(xué)報,2008,19(2):278-284.

Mao F,Zhang Y H,Hou Y Y,Tang S H,Lu Z G,Zhang J H.Dynamic assessment of grassland degradation in Naqu of northern Tibet.Chinese Journal of Applied Ecology,2008,19(2):278-284.(in Chinese)

[16] 張建國,劉淑珍,李輝霞,何曉蓉.西藏那曲地區(qū)草地退化驅(qū)動力分析.資源調(diào)查與環(huán)境,2004,25(2):116-122.

Zhang J G,Liu S Z,Li H X,He X R.Analysis on the retrogression of the pasture in Naqu prefecture,Tibetan Autonomous Region.Resources Survey & Environment,2004,25(2):116-122.(in Chinese)

[17] 曹旭娟,干珠扎布,梁艷,高清竹,張勇,李玉娥,萬運帆,旦久羅布.基于NDVI的藏北地區(qū)草地退化時空分布特征分析.草業(yè)學(xué)報,2016,25(3):1-8.

Cao X J,Ganzhuzhabu,Liang Y,Gao Q Z,Zhang Y,Li Y E,Wan Y F,Danjiuluobu.Temporal and spatial distribution of grassland degradation in northern Tibet based on NDVI.Acta Pratacultirae Sinica,2016,25(3):1-8.(in Chinese)

[18] 干文芝,任永寬,干友民.基于Web of Science 草地退化研究態(tài)勢計量分析.草業(yè)科學(xué),2013,30(5):805-811.

Gan W Z,Ren Y K,Gan Y M.A bibliometic analysis of grassland degradation research based on web of Science.Pratacultural Science,2013,30(5):805-811.(in Chinese)

[19] 西藏那曲地區(qū)統(tǒng)計局.2015年那曲地區(qū)統(tǒng)計年鑒,2015.

Statistic Office of Naqu District,Tibet.Statistical Yearbook of Nagqu,2015.(in Chinese)

[20] Naidansuren Erdenesaikhan.Time-series satellite data analysis for assessment of vegetation cover of Mongolia.Mongolian Journal of Biological Sciences,2003,1(2):25-32.

[21] Stow D,Hope A,Mcguire D,Verbyla D,Gamon J,Huemmrich F,Houston S,Racine C,Matthew S,Kenneth T,Hinzman L,Yoshikawa K,Tweedie C,Noyle B,Silapaswan C,Douglas D,Griffith B,Jia G,Myneni R.Remote sensing of vegetation and land-cover change in Arctic Tundra Ecosystems.Remote Sensing of Environment,2004,89(3):281-308.

[22] Hope A,Boynton W,Stow D,Douglas D.Inter-annual growth dynamics of vegetation in the Kuparuk River watershed based on the normalized difference vegetation index.International Journal of Remote Sensing,2003,24(17):3413-3425.

[23] 林茜,郭飛,黃昌春,楊雪峰.基于MODIS的植被指數(shù)對估測塔里木河中下游植被覆蓋度的適用性.草業(yè)科學(xué),2016,33(12):2434-2441.

Lin X,Guo F,Huang C C,Yang X F.The applicability of VIs from MODIS in estimating vegetation cover in the middle and lower reaches of the Tarim River.Pratacultural Science,2016,33(12):2434-2441.(in Chinese)

[24] 肖枝紅,朱強,蘇里云,魏正元,袁中尚.多元數(shù)據(jù)分析及其實現(xiàn).北京:科學(xué)出版社,2013:147-148.

Xiao Z H,Zhu Q,Su L Y,Wei Z Y,Yuan Z S.Mutivaruate Data Analysis and Realization.Beijing:Science Press,2013:147-148.(in Chinese)

[25] 潘秋玲.那曲地區(qū)植被指數(shù)時空變化及其影響因素分析.北京:中國地質(zhì)大學(xué)碩士學(xué)位論文,2017.

Pan Q L.Analysis on spatial-temporal variation of vegetation index and its impact factors in Nagqu region.Master Thesis.Beijing:China University of Geosciences,2017.(in Chinese)

[26] 于金媛,鄧傳力,周陽.基于遙感技術(shù)的西藏那曲縣植被時空變化分析.農(nóng)村經(jīng)濟與科技,2016,27(14):57-59.

Yu J Y,Deng C L,Zhou Y.Based on remote sensing technology spatial and temporal variation of vegetation in Nagqu county in Tibet.Rural Economy and Science and Technology,2016,27(14):57-59.(in Chinese)