2000—2017年中亚地区植被变化遥感监测

郭 岩，何 毅,2,3，张立峰,2,3，邱丽莎,2,3，张国强，张志华,2,3

（1兰州交通大学测绘与地理信息学院，兰州730070；2地理国情监测技术应用国家地方联合工程研究中心，兰州730070；3甘肃省地理国情监测工程实验室，兰州730070）

0 引言

中亚地区处在亚欧大陆腹地，是北半球最大的世界级干旱区[1]，水资源缺乏，生态环境极其脆弱，对全球气候变化响应极为敏感[2]。中亚地区也是沟通亚欧之间交通的必经之路，地理位置十分重要，2013年9月由中国国家主席习近平提出建设“新丝绸之路经济带”的倡议，使得中亚地区成为建设“一带一路(The Belt and Road)”的重要通道，中亚地区环境问题必然会影响到“新丝绸之路经济带”的建设，因此，有必要了解中亚地区的植被变化状况[3-4]。归一化植被指数NDVI(Normalized Difference Vegetation Index)能检测植被生长状态和植被覆盖度等，反映全球或区域尺度上地表植被覆盖的空间格局，使用NDVI值表征植被状况[5-6]。

国内外已有大量学者使用NOAA的AVHRR影像、Landsat的TM影像、Terra-Aqua的MODIS影像等进行植被的研究。孙睿等[7]使用1982—1999年的8 km AVHRR数据，结合降水数据分析了黄河流域降水对植被覆盖的作用，发现汛期降水量的多少对地表植被覆盖度的年际变化影响较显著。Piao等[8]使用1982—2006年空间分辨率为1 km的GIMMS NDVI数据研究了欧亚大陆寒温带植被覆盖变化，发现欧亚大陆NDVI变化有明显的阶段性。殷刚等[9]使用1982—2012年GIMMS NDVI数据集分析中亚地区植被与气候变化的相关性，发现中亚地区年NDVI和年气温变化呈现弱的负相关性，与年降水变化正相关。匡薇等[10]使用1999—2012年1 km SPOT数据研究了中亚地区土地退化强度与趋势，发现中亚地区人类生存的绿洲经济带的土地退化情况日益突出，人类的生存环境可能在恶化。目前大量的中亚植被的研究时间集中在1982—2013年，植被动态变化及其对气候变化的影响机制尚未明确，而且人类活动对中亚植被的影响研究较为缺乏，系统地分析中亚地区近年气候和人类活动对中亚植被时空分布特征的影响意义重大。本研究基于MODIS NDVI数据集，结合气象、地形和人口数据，分析2000—2017年中亚地区植被的时空分布规律和变化趋势，进一步分析影响植被变化的机制，并利用Hurst指数预测植被未来长势，以期为中亚地区生态保护和规划提供参考。

1 研究区介绍

中亚地区即亚洲中部内陆地区，西起里海，东与中国西藏、青海等为邻，北接俄罗斯，南与伊朗、阿富汗毗邻，包括哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦、土库曼斯坦5个国家和中国新疆地区（图1）。历来是贯通亚欧大陆的交通枢纽。中亚地区地势东南高、西北低，以丘陵和平原为主。西部荒漠和绿洲地带海拔约在200～400 m之间，中北部丘陵和草原分布区海拔约在300～500 m之间，而东部山区海拔多在1000 m以上。中亚地区由于处在欧亚大陆腹地，东南边缘高山阻隔印度洋和太平洋的暖湿气流，该地区气候为典型的温带沙漠、草原大陆性气候，其突出特征为：（1）雨水稀少，极其干燥；（2）中纬度大陆内部地区太阳辐射强，温度高，蒸发严重；（3）温度变化剧烈。

图1 研究区地理位置

2 数据与研究方法

2.1 研究数据

本研究采用搭载于Terra卫星上的16天合成影像产品MOD13A2，空间分辨率为1 km。MODIS有相对完整的时间序列，具有容易获取、连续性强等特点，适用于陆表植被大尺度长时间序列的监测[11]。本研究选择的影像序列为2000—2017年的生长季（4—10月），利用MRT(MODIS Reprojection Tool)对影像进行预处理，处理后统计NDVI均值。

地形数据采用中亚地区DEM数据，空间分辨率为90 m。气象数据来自于美国NOAA网下载的月气温和降水格点数据，使用ArcGIS生成时间序列的气象数据。人类活动（人口数据）采用中亚五国和中国新疆地区2000—2017年的人口数据，结合中亚地理分区的面积，计算出各地理分区的人口密度。

2.2 研究方法

2.2.1 相关性分析 通过相关性分析检验各要素之间较为复杂的相关性关系，计算公式如(1)～(2)所示。

式中，Rxy为要素x与y之间的相关系数，它的值介于-1和1之间。Rxy＞0，表示两要素之间是正相关，Rxy＜0，表示两要素之间是负相关，Rxy的绝对值越接近与1，表示两要素的相关程度越大[12]。为准确研究某两个地理要素之间的相关关系，必须去除第三方要素可能产生的影响即使用偏相关分析。

公式中，RXY.Z是固定Z因素，分析X与Y的偏相关系数。偏相关系数分布的范围在-1到1之间，偏相关系数为正表示正相关，相反则负相关。绝对值越大，表示其相关程度越大。

2.2.2t检验 一般采用t检验法对偏相关结果进行显著性检验，来确定偏相关系数的可信度。公式如式(3)所示。

式中，t为统计量，RXY.Z表示偏相关系数，n表示总的样本数，m表示自变量个数。查t检验分布表，可以得出不同的显著性水平临界值ta。如果t＜ta，说明其要素间偏相关显著；反之t＜ta，说明其要素间偏相关不显著。

2.2.3 趋势分析 趋势分析法通过对一组随时间变化的变量进行线性回归分析，进而预测要素变化趋势的方法[13]。具体计算公式如(4)所示。

式中，n为监测年份。Nk代表第k年的NDVI、降水、温度值。S是NDVI、降水、温度趋势线的斜率。

2.2.4 Hurst指数分析 Hurst指数是定量描述时间序列内长期依赖性的有效方法之一[14]，公式如式(5)～(9)所示。

对于时间序列{NDVI(t)}，t=1，2，...，n；T=1，2，…，n定义均值序列：

式中c为常数，对式(9)两边同时取对数，便得到Hurst经验公式。利用Hurst经验公式基于时间序列修正得出Hurst指数(H)，H表示随时间序列的趋势变化[15]。

3 结果与分析

3.1 中亚地区植被的时空变化特征

3.1.1 中亚地区植被的空间分布特征 使用生长季NDVI均值表示2000—2017年中亚地区植被的分布状况，将NDVI值大小分成7个等级表示植被的生长状况[16-17]（图2）。由图结合NDVI均值可知，空间分布呈自北向南，自东向西逐渐减少且植被沿山脉两侧分布的特征，中亚地区NDVI均值整体偏小，18年平均值为0.26，北部和东部部分地区NDVI较高，NDVI值多在0.6以上，占整体的7.5%。各国家具体表现为哈萨克斯坦植被分布北部较高，由北向南逐渐减少。乌兹别克斯坦中部和西部植被覆盖特别少，只有西部小范围地区有较高的植被覆盖。土库曼斯坦植被覆盖率低，83.2%的区域NDVI值在0.2以下。吉尔吉斯斯坦植被覆盖率整体较高，尤其是西部地区植被茂盛。中国新疆天山山脉和阿尔泰山周围植被覆盖较高，塔里木盆地植被覆盖非常低。

3.1.2 中亚地区植被随地形变化的分布特征 中亚地区地域辽阔，地形要素复杂，导致中亚地区植被分布出现明显的空间差异性。为研究地形对植被的影响，选择地形特征明显、地理要素多样并且NDVI均值较高(0.33)的吉尔吉斯斯坦区域，便于分析地形因素对植被分布的影响。

在-255～7716 m的海拔之间以500 m为间隔进行等级划分，得到15个海拔等级，然后统计每个等级的NDVI均值和对应的像元百分比[18]。图3(a)显示随着海拔升高，NDVI均值先上升后下降，像元百分比一直下降。在海拔-225～1800 m之间，NDVI均值逐渐增大，在海拔1800 m处达到最大值(0.36)，说明在这个海拔区域附近，植被覆盖度最高。在海拔1800 m时各NDVI均值像元占比下降缓慢并趋于稳定，表明该研究区NDVI多分布在海拔1800 m以下的区域。在海拔5800 m以上，NDVI均值急剧下降，到海拔6300 m处趋于0，说明大于6300 m海拔的区域，不适宜植被生长。

在0°～72°坡度范围内以坡度2°为间隔进行等级划分，重分类为36个等级，对统计NDVI均值和对应的像元百分比。图3(b)显示植被在坡度2°附近是最大值0.36，随后NDVI均值出现了一个波动现象，先下降再上升。在20°附近NDVI均值上升到0.35，这个波动的像元比例达到了59%，说明几乎一半以上植被存在于坡度2°～20°之间。NDVI均值在16°～24°之间始终大于0.35，因此吉尔吉斯斯坦最适合植被生长的坡度范围为16°～24°。

图3 吉尔吉斯斯坦植被随海拔、坡度的分布情况

在山区，坡向会影响光照条件、土壤湿度等，进而影响植被的生长。用吉尔吉斯斯坦的高程数据进行坡向分析，以45°为间隔按8个方向进行等级划分，然后重分类统计各个方向的NDVI均值和像元百分比（图4）。吉尔吉斯斯坦植被像元总体上在各坡向均匀分布，分布比例差值较小。NDVI均值最大值0.56在SE方向，最小值0.32在E方向，它们的像元比例均为11%。NDVI均值以NW方向为轴呈对称分布，向两边逐渐递减。像元百分比以N方向为轴呈对称分布，向两边逐渐递减。总体上体现出北坡植被覆盖率要高于南坡，西坡也高于东坡。造成这种差异的原因可能是山区的北坡阴面有更多的降水和更少的太阳辐射，湿润的环境促进了植被生长。

图4 吉尔吉斯斯坦NDVI均值和像元百分比在各坡向的分布情况

3.1.3 中亚地区植被的时间变化特征 本研究利用中亚地区生长季7个月的NDVI均值数据代表每年的植被生长情况，建立一维线性回归模型（图5），从植被年际变化趋势可以看出中亚植被一直处在波动状态，但状态较为稳定，一直在0.267上下波动，分别在2002年和2010年NDVI达到最大值(0.29)和最小值(0.24)。18年NDVI变化率为-0.0001，说明植被在2000—2017年间植被整体上呈现轻微减弱的趋势，变化趋势不明显。温度和降水的降低导致植被在2010年由退化趋势转变成改善趋势。由表1可知2000—2017年中亚地区植被以改善为主，显著改善的面积(31.5%)远大于显著退化的面积(2.7%)。退化区域主要沿着哈萨克斯坦东北部国界线分布，在中国新疆与哈萨克斯坦以及吉尔吉斯斯坦的交界处也发生轻微退化，其他大多数区域植被呈现不同程度的改善趋势，植被改善和退化区域之间都有植被变化不明显的过度区域（图6）。

表1 2000—2017年中亚地区植被变化趋势统计

图5 2000—2017年中亚地区植被时间变化

图6 2000—2017年中亚地区植被空间变化

3.2 中亚地区植被变化影响因子的分析

3.2.1 温度和降水对中亚地区植被的影响 中亚地区由于受气候特点和地形的影响，温度和降水空间分布差异性较大。高海拔地区温度较低，沿阿尔泰山脉、天山山脉和昆仑山脉分布，天山山脉以南温度差异明显，大部分地区温度较高，在青藏高原和帕米尔高原附近温度骤然降低，存在年均温度最小值-11.76℃。降水集中分布在喀啦铁克山—天山—阿拉喜山西侧、阿尔泰山和哈萨克斯坦北部，最高年降水量均值达到642.56 mm，中亚地区西南部和东南部降水较少，中国新疆的塔里木盆地内存在中亚地区年降水量最低值31.43 mm[19]。

中亚地区地形差异性较大导致了不同地理分区植被与温度的偏相关程度也有明显的差异性[20-21]，不同地理分区内植被与温度偏相关性以正相关为主（表2）。土库曼斯坦和乌兹别克斯坦地势平坦，靠近里海，气候温和，给植物生长提供了良好的生长条件，显著正相关的比例占比较大，分别占11.3%和13.7%。中国新疆负相关程度比例相对较高(54.8%)，可能是该地区独特的“三山夹两盆”地形导致大部分区域温度极高，很大程度上影响植被生长[23]。

温度和降水与NDVI均值有明显的线性关系，温度和降水的增加都会促进植被的生长（表2、3），但NDVI与降水的偏相关系数大于NDVI与温度的偏相关系数(0.65＞0.32)，说明中亚地区植被对降水的响应比温度更敏感[22]。

表2 不同地理分区内植被与温度的偏相关性程度像元百分比 %

中亚地区NDVI均值与降水和温度的复系数为0.75，大于降水和温度对植被的偏相关系数，说明降水和温度对植被的综合影响要大于它们单独对植被的影响。在哈萨克斯坦、塔吉克斯坦与吉尔吉斯斯坦的交界处复相关系数很高，说明这些区域受降水和温度的影响最大。复相关系数低的区域分布在哈萨克斯坦西北部，可能是降水稀少，蒸发量大的原因[24]。

3.2.2 人类活动对中亚地区植被的影响 统计中亚各地区2000—2017年间的人口数据，将18年的人口数据求平均并计算人口密度，可在一定程度上代表中亚地区人类活动情况。然后结合18年各区NDVI均值，分析人口密度对植被的影响[25,26]。

在区域尺度上分析，结果表明哈萨克斯坦的人口密度是最小的，只有10.4人/km2，但其NDVI均值为0.27。乌兹别克斯坦的人口密度是最大的，数值为62.5人/km2，NDVI均值为0.19，同时发现随着人口密度增长，NDVI均值变大，说明植被在乌兹别克斯坦发生了改善。而在中国新疆，随着人口密度的减少，NDVI均值减小，表明植被在退化，很可能这些地区人类建设城市、开辟农田或过度放牧对植被生长造成影响（图8）。从整体上分析，中亚地区人口密度越高的区域，所对应NDVI均值越低（图7），原因可能是人类活动（乱砍乱伐植被、大肆捕杀野生动物食用、开垦耕地及工业污染等）持续增强，导致植被退化[27-30]。

图7 中亚地区平均人口密度与植被的关系

图8 2000—2017年中亚各地区年纪人口密度与植被的关系

3.3 Hurst指数预测未来植被变化

逐个计算中亚地区像元的Hurst指数，发现小于0.5的像元比较多，说明中亚地区植被未来的变化趋势反持续性比较强，结合趋势分析结果得知植被未来的变化趋势整体上是改善的（图9）。将Hurst指数的空间数据和植被变化趋势图进行叠加，若Hurst指数大于0.5，则这些区域植被的变化趋势与过去一致，反之则说明植被的变化趋势将退化；若Hurst等于0.5，表示序列未来与过去无关，即植被的未来变化趋势无法确定。根据以上分析得到了植被未来变化趋势分布图，并统计出各种趋势所占像元百分比。

图9 中亚地区植被未来变化趋势分布图

表3 不同地理分区内植被与降水的偏相关性程度像元百分比 %

中亚地区地域辽阔，地形复杂，区域气候变化差异性较大，导致了植被发生了多种变化。根据Hurst预测结果，预测中亚地区未来54.8%的区域植被处于改善趋势，22.5%的植被呈退化趋势，植被整体上在未来呈现改善的趋势（表4）。分时段统计，2000—2008年植被退化，2009—2017年植被改善，且改善趋势比较强烈，改善分为两方面：38.5%的改善区域继续改善，分布在哈萨克斯坦中部、土库曼斯坦的东部和中国新疆天山区；16.3%的退化区域转变为改善区域，分布在哈萨克斯坦北部边界、中国新疆南疆、吉尔吉斯斯坦和塔里克斯坦的山区，这些改善区域都沿山脉分布。但部分区域植被出现退化，分为两方面：10.1%退化区域继续退化，分布在哈萨克斯坦的北部和东部、土库曼斯坦的西南部；7.2%的改善区域转变为退化，分布在哈萨克斯坦的西北部、乌兹别克斯坦和土库曼斯坦的交界处。

表4 中亚地区植被不同变化趋势像元百分比

4 结论

中亚地区有最大的干旱区，也是全球气候变化的敏感区，温度和降水的改变都会导致中亚地区的植被发生变化，人类活动既可以改善植被，也可以破坏植被。本文使用MODIS数据分析2000—2017年中亚地区的植被NDVI的时空变化，并且结合地形、气象和人口数据，分析研究植被变化与不同因子间的相关关系。得出以下结论。

（1）中亚地区整体植被覆盖度较低，NDVI均值基本在0.1～0.3之间，尤其在吉尔吉斯斯坦植被覆盖很低。通过坡度分析发现最适合植被生长的坡度在16°～24°，总体上表现出植被在西坡比东坡长势旺盛。研究典型地区吉尔吉斯斯坦的植被分布，发现在海拔1800 m处NDVI均值达到峰值，表明海拔升高会影响温度变化，进而影响植被生长。

（2）中亚地区2000—2017年的温度和降水的时空变化差异性明显。时间上，18年温度有降低的趋势，降水有增多的趋势。空间上，中亚地区整体温度较高，温度变化沿山脉分布，且在山区累积降水较多，平原累计降水稀少。温度和降水在中亚地区促进植被生长，尤其在中亚地区南部是极显著的，在大多区域呈现中度正相关，并发现降水对植被的影响程度大于温度，说明植被对降水更为敏感。不同的地形条件下，植被对温度和降水的响应程度不同，在哈萨克斯坦植被和降水是显著性负相关，可能是降水造成土壤流失引起的。

（3）不同地理位置，人类活动对植被的影响不同。使用人口数据表征人类活动，分析人口密度对不同地理位置植被的影响，整体上人口密度增加植被减少的。但在土库曼斯坦、哈萨克斯坦和吉尔吉斯斯坦部分小区域，呈现出人类活动改善植被特征。

（4）Hurst指数预测中亚地区未来54.8%的植被会改善，22.5%的植被会退化，植被整体上在未来呈现改善的趋势。