EN中文

Journal of Geo-information Science >

2016 , Vol. 18 >Issue 12: 1707 - 1716

DOI: https://doi.org/10.3724/SP.J.1047.2016.01707

Orginal Article

Analysis of NDVI Change Trend and Its Impact Factors in the Three-River HeadwaterRegion from 2000 to 2013

  • SUN Qingling , 1, 2 ,
  • LI Baolin , 1, 2, 4, * ,
  • XU Lili 1, 2 ,
  • ZHANG Tao 1, 2 ,
  • GE Jinsong 3 ,
  • LI Fei 3
Expand
  • 1. State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. Remote Sensing Monitoring Center for Qinghai Ecology and Environment, Xining 810007, China
  • 4. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
*Corresponding author: LI Baolin, E-mail:

Received date: 2015-12-11

  Request revised date: 2016-03-27

  Online published: 2016-12-20

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

Based on the MODIS NDVI data for the Three-River Headwater Region from 2000 to 2013, this study first systematically analyzed the spatial-temporal change pattern of yearly accumulative NDVI during the growing season. Then, the impacts of human activities on the change of NDVI were explored based on the statistical data collected in the ecological protection and construction projects implemented within the study area. Finally, correlations between the NDVI data and climate factors were acquired, and the key limiting climate factors that could impact the vegetation change within different parts of the study area were discussed. Results show that, the accumulative NDVI during the growing season increased overall from 2000 to 2013. Specifically, areas with apparent increase of NDVI accounted for 17.84% of the study area and were mainly distributed in the western and northern parts, while areas with apparent decrease of NDVI covered only 0.78% of the Three-River Headwater Region and were sporadically located in the central part. NDVI in the eastern and southern parts primarily presented a stable change trend or had no significant change trend, and its area ratio was 59.64%. Although the ecological protection and construction projects implemented within the Three-River Headwater Region had promoted the vegetation restoration, NDVI change was mainly affected by the climate factors within the whole study area, since the impacts of human activities on the regional vegetation change were limited. Spatially, NDVI in the western part of the study area (Yangtze River source region) was strongly affected by temperature, while in the northeastern part (Yellow River source region) it was affected more by precipitation. In the southern part (Lancang River source region), however, vegetation growth was affected neither by precipitation nor by temperature.

Key words： the Three-River Headwater Region; NDVI; change trend; impact factors; the ecological protection and construction projects; climate factors

Cite this article

SUN Qingling , LI Baolin , XU Lili , ZHANG Tao , GE Jinsong , LI Fei . Analysis of NDVI Change Trend and Its Impact Factors in the Three-River HeadwaterRegion from 2000 to 2013[J]. Journal of Geo-information Science, 2016 , 18(12) : 1707 -1716 . DOI: 10.3724/SP.J.1047.2016.01707

1 引言

三江源是中华民族的母亲河长江、黄河以及国际知名河流澜沧江的发源地,是中国江河中下游地区以及东南亚国家生态安全和区域可持续发展的重要生态屏障,同时也是中国陆地生态系统最脆弱和敏感的区域之一[1]。作为世界“第三极”青藏高原的腹地和主体,三江源具有独特而典型的高寒植被系统,在全球气候变化及植被对气候变化的响应研究中具有重要地位[2]。在过去几十年内,三江源在全球气候变化与人类活动的双重影响下,生态系统退化明显,突出表现为草地退化、土地荒漠化、农牧业产量下降等[3-4]。鉴于此,2000年青海省在三江源成立了省级自然保护区,2003年批准为国家级自然保护区,2005年国务院规划投资75亿元启动了三江源生态环境保护与建设工程,实施退牧还草、黑土滩治理、湿地保护等生态项目[5]。在此背景之下,准确认识2000年以来三江源植被变化趋势及其主要影响因素,对国家生态保护政策的制定及生态工程成效的评估具有重要意义。
遥感数据覆盖面积广、时相分辨率高,已被广泛应用于大范围植被动态监测工作中。利用遥感技术进行三江源植被变化特征和趋势的研究有很多[6],主要可以分为2类：① 基于中高分辨率数据通过两个或几个时段的对比来研究植被变化[7],这种方法虽然空间分辨率较高,但由于仅利用几个时段的数据进行对比分析,容易将植被的年际波动误认为是长期趋势性变化;② 基于长时间序列的植被指数、覆盖度或生产力数据来研究植被变化[1,5,8],由于使用的是长期连续数据,该类研究能够反映植被的变化趋势,在以往植被变化研究中应用较为广泛。然而,三江源地区开展的已有研究多集中在2005年以前,无法反映生态保护与建设工程实施后植被的变化情况[9-11]。近年来,也有部分学者对生态保护工程实施后三江源的植被变化及其影响因素进行研究,但多侧重于气候变化对植被生长的影响[12-13],对人类活动的影响评估较少。此外,以往研究很少考虑下垫面大量水体、冰川、裸露山石等非植被和稀疏植被的干扰,且使用的基本上是2010年以前的数据资料,缺乏对该地区最新的了解和认识。因此,本研究基于2000-2013年MODIS NDVI时间序列数据,以像元为基本计算单元,详细分析三江源植被的时空变化特征,并结合三江源生态保护与建设工程实施的实际情况,确定三江源植被变化的主要影响因素,以期为三江源生态工程成效的评估和生态保护政策的制定提供科学依据。

2 数据与方法

2.1 研究区概况

三江源是指长江、黄河、澜沧江的源头地区,位于中国青海省南部,素有“中华水塔”之称。地理位置介于北纬31°39′~36°16′、东经89°24′~102°23′之间,总面积约36.3万km2,占青海省总面积的50.3%,行政区域包括玉树、果洛、海南、黄南4个藏族自治州的16个县和格尔木市的唐古拉山乡。研究区以山原和峡谷地貌为主,海拔4000~6000 m的高山是地貌的基本骨架,西北-东南走向的巴颜喀拉山和阿尼玛卿山将三江源分为以果洛州为主体的东北部黄河源区和以玉树州为主体的西南长江、澜沧江源区,地势由东南向西北逐渐升高（图1）。三江源具有典型的高原大陆性气候,冷暖交替、干湿分明、水热同期,年平均气温为-5.6~7.8 ℃,年总降水量在262~772 mm之间。植被类型以草地为主（面积比约为68%）,包括高寒草甸、高寒草原、沼泽湿地和温性草原等[14],另外还分布有针叶林、灌丛、高山植被等。土壤类型按海拔从高到低依次分布有高山寒漠土、高山草甸土、高山草原土、山地草甸土、灰褐土、栗钙土和山地森林土,沼泽化草甸土也较为发育,冻土分布广泛。
Fig. 1 Location and terrain of the study area

图1 研究区位置和地形

2.2 数据来源及处理

本文使用的数据包括基础地理数据、NDVI数据、气象数据和生态工程相关的统计数据。基础地理数据包括研究区行政边界数据和高程数据,行政边界数据来源于国家基础地理信息中心全国1:100万基础地理信息数据库,高程数据使用的是SRTM3 90 m分辨率的DEM产品,源于中国科学院计算机网络信息中心科学数据中心的“地理空间数据云平台”（http://www.gscloud.cn）。
NDVI数据使用的是EOS/MODIS NDVI产品（MOD13）,该产品的空间分辨率为250 m,时间分辨率为16 d,在全球及区域植被变化研究中已得到广泛应用[15-16]。本文首先利用Savitzky-Golay（SG）滤波算法重建时间序列的NDVI数据集[17-18],然后借助MOD13Q1 v005产品的质量标识数据集进行如下处理：对于质量标记为0（数据可靠）和1（数据较可靠）的像元,在滤波以后还原其真实NDVI值;对于质量标记为2和3的像元（数据质量不可靠）,保留SG滤波后的NDVI估计值[19]。由于三江源植被生长季主要位于5月中旬到9月底[20],本文选取每年生长季期间共8景NDVI数据进行累加,以得到生长季累计NDVI（NDVIg）用于后续处理与分析。最后,考虑到研究区存在大量水体、冰川、裸露山石等非植被区域以及高山稀疏植被,而植被覆盖较稀疏地区的NDVI很难准确地反映植被的生长状态,因此,文中NDVIg小于0.8的像元（即平均NDVI小于0.1）不参与统计分析[21-22]。
气象数据包括2000-2013年的年总降水量、年平均气温、年最低气温和年最高气温,利用地面站点的观测数据进行空间插值获得,站点观测数据来源于中国国家气象局气象科学数据共享服务网（http://cdc.cma.gov.cn/）。为了避免空间插值出现边缘效应,研究所用的站点包括整个青海省及其周边共55个气象站,最后利用研究区矢量边界进行裁切,从而获得三江源气象要素的空间分布。插值空间分辨率为250 m,所用算法为局部薄板样条插值法[23],借助于ANUSPIN软件实现[24]。考虑到三江源地形复杂,在插值过程中引入DEM数据作为协变量以提高插值精度。
此外,文中有关研究区生态保护与建设工程实施成效的统计数据均从已发表的文献中整理得到[25-27]。

2.3 分析方法

2.3.1 NDVI时空变化分析
首先,基于像元对2000-2013年生长季累计NDVI数据计算其多年平均值,得到研究区多年平均NDVIg的空间分布,如式（1）所示。
NDV I g ¯ = ∑ i = 1 n NDV I gi n （1）
式中：n为分析时间段的年数（n=14）;NDVIgi为第i年的生长季累计NDVI。对于平均NDVIg大于0.8的像元,NDVI变化趋势采用基于像元的一元线性回归方法计算,采用最小二乘法拟合NDVIg的变化趋势线,并利用F检验确定拟合方程的可靠性。在此基础上,逐像元计算NDVIg的变化率,如式（2）-（4）所示。
b = ∑ i = 1 n x i NDV I gi - 1 n ∑ i = 1 n x i ∑ i = 1 n NDV I gi ∑ i = 1 n x i 2 - 1 n ∑ i = 1 n x i 2 （2）
a = NDV I g ¯ - b × ∑ i = 1 n x i n （3）
R = x n × b + a - x 1 × b + a x 1 × b + a × 100 （4）
式中：xi表示研究时段内第i个年份;b为变化趋势线的斜率;a为截距;R为NDVIg变化率;x1和xn分别为研究时段的起始和终止年份。上述公式已被广泛用于NDVI的时间序列分析,具有较好的稳定性[28-29]。在NDVIg变化率的基础上,结合F检验的结果得到NDVI的变化趋势,具体标准见表1。
Tab. 1 Classification standards for different vegetation change trends in the study area

表1 研究区不同植被NDVI变化趋势区分标准

变化类型 F检验显著性水平 变化率/(%)
发生趋势性变化
明显增加 P<0.1 R≥15.0
略微增加 P<0.1 5.0<R<15.0
明显减少 P<0.1 R≤-15.0
略微减少 P<0.1 -15.0<R<-5.0
未发生趋势性变化
变化稳定 P<0.1 -5.0≤R≤5.0
无显著变化 P>0.1
2.3.2 NDVI与气候因子相关性分析
采用Pearson相关分析法和学生t检验对NDVI与同期气象数据进行相关分析和显著性检验,计算公式如下：
r = ∑ i = 1 n ( NDV I gi - NDV I g ¯ ) ( y i - y ̅ ) ∑ i = 1 n ( NDV I gi - NDV I g ¯ ) 2 ∑ i = 1 n ( y i - y ̅ ) 2 （5）
t = r 1 - r 2 n - 2 , df = n - 1 （6）
式中：yi表示研究时段内第i年的气象要素值; y ̅ 为其多年平均值;r为Pearson相关系数;t为检验统计量;df为自由度。依据t分布临界值表进一步确定相关性的显著性水平。

3 结果与分析

3.1 三江源植被NDVI时空变化特征

2000-2013年三江源植被NDVI整体呈增加趋势,NDVIg回归直线斜率的平均值为0.012,植被变化率的平均值为8.35%。根据植被NDVI变化分类统计的结果（表2）,三江源平均植被NDVIg大于0.8的区域约占研究区总面积的92.26%。其中,NDVI呈明显增加的区域面积比例达17.84%,略微增加的区域面积比例为12.14%;NDVI明显减少的区域仅占0.78%,略微减少的区域占1.86%;NDVI变化稳定或没有显著变化趋势的区域占研究区总面积的59.64%。
Tab. 2 Statistics of different vegetation changetypes in the study area

表2 研究区不同NDVI变化类型统计表

变化类型 面积/km2 占研究区比例/(%)
发生趋势性变化 明显增加 63 721 17.84
略微增加 43 365 12.14
明显减少 2802 0.78
略微减少 6654 1.86
未发生趋势性变化 变化稳定 1448 0.41
无显著变化 211 605 59.23
总计 329 595 92.26
从空间格局上看（图2）,三江源植被NDVI变化趋势具有明显的区域差异。NDVI明显增加的区域主要分布在研究区的西部和北部,包括黄河源区同德县、兴海县、玛多县的北部,以及长江源区曲麻莱县北部、治多县西部和唐古拉山乡东北部,呈集中连片分布;NDVI明显减少的区域多位于研究区中部,主要分布在长江源区杂多县、称多县、曲麻莱县和治多县境内,呈零星斑块状分布;植被变化稳定或没有显著变化趋势的区域主要分布在研究区东部和南部,具体为黄河源的东部地区（即东部八县）和长江源区及澜沧江源区的治多、杂多、玉树与囊谦县境内,也呈集中连片分布。
Fig. 2 Maps of the NDVI change trend and its significance level from 2000 to 2013

图2 2000-2013年植被NDVI变化趋势及其显著性水平分布

3.2 人类活动对三江源植被变化的影响评估

2000年之后（尤其是2005年以来）,三江源相继实施了一系列生态保护与建设工程,包括退牧还草、退耕还林（草）、水土保持、黑土滩治理等。根据统计资料（表3）[25],2000-2013年三江源已实施的、能够对地表植被覆盖产生直接影响的各类工程总面积为514.0 km2,仅占三江源总面积（36.3万km2）的0.14%,占三江源林、草地面积（28.6万km2）的0.18%。由于生态保护与建设工程的实施面积占三江源全区总面积的比例较小,即使工程覆盖区所有植被都明显好转,其对三江源整体植被变化的影响也非常有限。可见,三江源生态建设与生态系统恢复任务具有长期性并面临巨大挑战。
Tab. 3 Statistics of the ecological protection projects implemented in the Three-River Headwater Region from 2000 to 2013

表3 2000-2013年间三江源实施的生态保护工程概况

项目类型 实施时段 计划实施面积/km2 实际实施面积/km2
退牧还草 2003-2012 6.44 5.65
退耕还林（草） 2004-2012 0.01 0.01
水土保持 2005-2012 500.00 500.00
封山育林 2005-2012 0.30 0.24
沙漠化治理 2005-2012 0.04 0.04
湿地保护 2005-2012 0.11 0.01
黑土滩治理 2005-2012 0.37 0.23
鼠害防治 2005-2012 2.09 7.83
灌溉饲草基地 2009-2012 0.00 0.00
总计 509.36 514.01
畜牧业是三江源地区的主要产业,牲畜存栏数的变化是人类活动影响的重要体现[26]。三江源地区减畜工作始于2003年[27],减畜工程实施以来,整个三江源地区的家畜数量明显减少,尤其是2005年全面实施生态保护与建设工程之后,牲畜数量显著下降,家畜年平均数量从2000-2005年的2176.3万只/万头降至2006-2009年的1980.5万只/万头,仅2-3年时间降幅在9%以上（图3）。可见,三江源减畜工程效果显著。另外,2000-2009年生长季累计NDVI呈上升趋势,表明草地载畜压力的减小在一定程度上促进了植被恢复。同时,从图3可看出,虽然2005年之后三江源牲畜存栏数量一直保持较低的水平,植被NDVI却在2005-2008年间一直处于下降的态势,NDVI每年的波动仍较大,说明尽管三江源人为减畜工程效果明显,但并非影响植被整体变化的决定因素。
Fig. 3 Change of NDVIg and livestock quantity from 2000 to 2009 in the Three-River Headwater Region

图3 2000-2009年三江源NDVIg与牲畜存栏数变化

3.3 三江源植被NDVI变化的气候因素分析

在年尺度上,三江源NDVIg与同年年降水量、年最高气温、年平均气温和年最低气温的相关性及其显著性水平分布如图4所示。对于降水,三江源绝大部分地区的NDVIg都与其呈正相关,相关较显著的区域（P<0.05）集中分布在研究区北部,包括黄河源区玛多县大部分地区,兴海县、同德县、泽库县的北部,以及长江源区中北部的五道梁-沱沱河一带,这些区域的年降水量一般在400 mm以下,属于干旱与半干旱气候区。至于气温,研究区NDVIg与气温基本上呈正相关关系（图4(b)-(d)）,且从相关显著性水平来看,多数地区与最高气温的相关性较小,与最低气温的相关性较大。其中,与平均气温相关较显著的区域（P<0.05）主要位于长江源区西部的治多县、曲麻莱县和唐古拉山乡,这些地区的海拔多位于4430~4900 m之间;与最低气温相关较显著的区域（P<0.05）,除上述地区外,还包括位于研究区东部的巴颜喀拉山东麓以及研究区东北部的局部范围,海拔多在4200~4800 m之间。
Fig. 4 Maps of the correlations and their significance levels between NDVIg and the annual total precipitation

图4 三江源植被NDVIg与气候要素的相关性及其显著性水平分布

可见,影响三江源不同地区植被生长和变化的主要气候因子是不同的。在三江源北部,植被生长主要受降水影响;而在西部地区,受气温的影响更为明显,尤其是最低气温;对于三江源南部地区,受降水和气温的影响均不显著。在流域尺度,大体来看,位于研究区西部的长江源区植被生长主要受气温控制,而位于东北部的黄河源大部分地区主要受降水影响,位于研究区南部的澜沧江源区内植被生长则与降水和气温均没有显著的相关关系。
分析其原因,可能是因为在研究区西部,随着地势抬升气温较低,如五道梁站2000-2013年年平均气温为-4.1 ℃,而温度对光合作用的影响取决于最适温度区间与现实温度的差,如此低的气温限制了植物的光合作用。西部海拔较高、气候寒冷的环境也使土壤有机氮、磷的矿化速率减慢,只有在细菌等微生物降解氮、磷并加以循环后降水才能促进植物的生长,因此这些区域的植被NDVI与气温具有较好的相关性。另外,三江源西部地区是多年冻土分布区,虽然降水较少,但多年冻土层作为隔水层为土壤水分保持和植被生长提供了保障,所以这些地区的降水并不是植被生长最主要的气候限制因子。
对于东北部的黄河源区,其平均气温明显高于西部地区,如2000-2013年玛多、兴海与同德气象站的年平均气温分别为-2.6、1.9和2.8 ℃,远大于西部五道梁站的年平均气温-4.1 ℃,气温已不是植被生长的最主要限制因素。更为重要的是,该地区位于青藏高原多年冻土带的边缘,为不连续多年冻土分布区或季节性冻土分布区,由于缺少连续的永久冻土层,在植被生长季土壤水分主要依靠当年降水补充,因此,降水对东北部黄河源区的植被生长至关重要,是最主要的气候限制因子。
相比之下,三江源南部地区的水热条件较好,囊谦气象站的观测数据显示,2000-2013年囊谦年降水量在433~738 mm之间,年平均气温为3.8~5.8 ℃,降水和气温均不再是植被生长的主要限制因子,因此位于研究区南部澜沧江源区内植被生长与降水和气温的相关性均不显著。

4 讨论

4.1 NDVI数据反映植被变化的局限性

植被在可见光和近红外波段的不同反射特性为基于遥感技术进行大尺度植被监测提供了可能, 据此计算的归一化植被指数（NDVI）被证明与植被叶面积指数、生物量以及净初级生产力等均存在较好的相关性[30-32],因此NDVI可以作为表征植被生长状态的指标。但是,NDVI无法反映植被类型或群落结构的变化。实际上,三江源地区草地退化除了表现为地上生物量明显减少,还表现为植被物种组成和群落结构的改变[27]。部分地区原来大面积以嵩草、莎草或禾草为建群种的优质牧草被高大的杂类草、毒草所取代,草地出现逆向演替,虽然草地质量已严重降低,但植被NDVI并没有下降,甚至有所提高。因此,利用NDVI进行植被变化研究需明确其指示意义和局限性。

4.2 与已有研究成果的对比分析

以往研究资料表明[33-35],三江源草地发生了广泛的退化现象,并且草地退化过程从20世纪70年代中后期一直持续进行。但本研究表明,近14年来三江源植被整体上呈好转趋势。造成研究差异的原因主要包括2个方面：① 研究时段不同,三江源草地退化主要发生在70年代前后[36],90年代之后并没有出现加速退化的现象[10],但由于退化的格局在早期已经形成,植被需要一段较长的时间才能恢复到之前的水平,因此,到2000年以后在人类生态保护和气候变化的双重作用下,三江源植被已呈现出明显好转趋势;② 研究方法和尺度的差异,以往部分研究是基于地面生态调查,从植被物种组成和群落结构发生改变的角度来讨论植被退化[37-38],这些工作往往是在群落尺度开展的,但本文是基于MODIS NDVI数据在区域尺度上进行的研究,NDVI无法反映群落尺度的组成和结构变化,从而可能导致研究结果出现差异。在研究时段、研究方法和尺度均类似的情况下,本文得出的植被变化趋势与已有研究成果一致[5-6,8]。
此外,根据本文对气候因子与生长季累计NDVI的相关性分析结果,研究区西部长江源区的植被生长主要受气温控制,而东北部黄河源大部分地区主要受降水影响。该研究结论与唐红玉等[3]得到的“降水并不是三江源植被生长的限制因子”的结论不同,也与王根绪等[39]研究获得的“降水对长江源区的影响比对黄河源区的影响更为显著”的结果有所差异。研究结果的不一致与研究的时间范围、使用的数据源以及统计单元的差异有关,尤其是统计单元的影响非常突出。以往大部分学者都是将整个研究区作为计算单元,从整体上进行区域NDVI与气候要素的相关性分析,而本研究是以像元为基本计算单元来进行统计,且由于考虑了地表非植被和稀疏植被的干扰,研究结果更为客观、准确。

4.3 三江源生态保护与气候变化

本研究表明,尽管国家在三江源地区投入了大量人力、物力和财力进行生态恢复,但由于已实施的生态保护与建设工程的覆盖面积比例较小,人类活动对三江源整体植被变化的影响非常有限。需要注意的是,对于工程覆盖区域而言,地面调查和观测表明生态工程的实施效果明显：植株高度、植被盖度和产草量增加,荒漠和“黑土滩”面积减少,草地退化态势基本得以控制,部分退化草地呈好转趋势[27]。
气候变化方面,大量研究成果表明[40-44],自20世纪60年代以来,三江源地区气温显著升高,平均气温、平均最高气温和平均最低气温的增加幅度均明显高于青藏高原的平均增幅;降水量虽有微弱增加,但从长时间尺度来看,降水仍主要表现为周期性波动。
在全球气候变化背景下,三江源地区气温将继续升高,冻土退化加剧,作为隔水层的多年冻土层面积减小,土壤水分保持能力变差。另外,随着冻土退化,多年冻土活动层增厚,表层土壤水分状况将持续恶化。如果降水波动进入到下一个干旱周期,地表植被恶化程度可能比20世纪后期更为严重。因此,尽快确定三江源不同生态系统类型与重点保护区域优先保护清单,并制定全球变暖背景下面向下一个干旱周期的生态保护对策与具体措施,具有非常重要的意义。

5 结论与展望

5.1 结论

本文基于2000-2013年MODIS NDVI数据,以像元为基本计算单元,首先分析了三江源植被生长季累计NDVI的时空变化特征,然后结合三江源生态保护与建设工程实施的相关统计数据,探讨了人类活动对三江源植被变化的影响,最后通过气候因子与生长季累计NDVI的相关性分析,揭示了影响三江源不同地区植被变化的主要气候限制因子。研究结果表明：
（1）2000-2013年,三江源植被NDVI整体上呈增加趋势。NDVI呈明显增加的区域面积比例达17.84%,呈明显减少的区域仅占0.78%,绝大部分地区（59.64%）的NDVI变化稳定或没有显著变化趋势。
（2）2000-2013年,三江源NDVI变化趋势具有明显的区域差异。NDVI明显增加的区域主要分布在研究区西部和北部,明显减少的区域多位于研究区中部,表现为变化稳定或没有显著变化趋势的区域主要分布在研究区东部和南部。
（3）三江源生态保护与建设工程的实施对区域植被整体变化的影响有限。虽然三江源生态保护工程促进了植被恢复,但由于地面覆盖范围较小,就三江源全区而言,其非研究时段内NDVI整体呈增加趋势的决定性因素,区域植被变化仍主要受气候因素控制。
（4）影响三江源不同地区植被NDVI变化的主要气候因子是不同的。研究区西部长江源区的植被生长主要受气温限制,东北部黄河源区的植被生长主要受降水影响,位于南部的澜沧江源区降水和气温对植被生长的限制性均不明显。

5.2 展望

（1）通过2015年8月在青海玛多县、同德县和玉树州的实地调查采访,发现本研究结果与当地牧民的感受大体一致,但由于缺乏长时间的地面验证数据作为支持,研究结果难免略显单薄,未来将加强地面样地调查与遥感技术的结合,以使研究更加系统[45]。
（2）文中关于气候因子对植被NDVI影响的研究,仍局限于统计上的相关分析,无法从机理上揭示植被生长状况与气候因子之间的内在联系,需要继续进行长期和系统的观测与实验,并借助于机理模型来加强认识和理解,从而能够在未来定量地预测植被变化的方向与强度。
（3）由于目前还无法获得工程实施的具体位置信息,本文对三江源生态保护与建设工程实施效果的评估主要是基于统计数据,无法在空间上详细地阐述其对植被变化的影响,后续将进行更加深入的分析与探讨。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
樊江文,邵全琴,刘纪远,等. 1988-2005年三江源草地产草量变化动态分析[J].草地学报,2010,18(1):5-10.三江源地区是我国长江、黄河、澜沧江的发源地,分析该地区草地生产力的变化动态,探讨导致草地生态系统变化的自然和人文驱动机制,对于制定科学的草地恢复、管理和利用战略,以及开展有效的生态工程成效评估具有重要意义。利用GLOPEM模型对三江源地区1988-2005年的草地产草量变化动态进行分析,结果表明:三江源地区草地生产力呈现出3-5年的周期性波动规律,其产草量的年际变幅表现出从东部地区到西部地区依次增高;从沼泽草地、高寒草甸、高寒草原到温性草原依次增高的特征。同时,18年来三江源地区草地产草量总体呈增加趋势,特别以高寒草原或西部地区草地的提高幅度较大。尽管如此,它仍受到气候变化的强烈驱动。因此,应该对由于全球气候变化造成的生态系统牧草供给功能的短期增加保持清醒的认识,这种增加有可能掩盖了气候变化对生态系统整体功能的长期负面影响。

DOI

[ Fan J W, Shao Q Q, Liu J Y, et al. Dynamic changes of grassland yield in ThreeRiver Headwater Region from 1988 to 2005[J]. Acta Agrestia Sinica, 2010,18(1):5-10. ]

[2]
赵新全. 高寒草甸生态系统与全球变化[M].北京:科学出版社,2009:309-335.

[ Zhao X Q.Alpine meadow ecosystem and global change[M]. Beijing: Science Press, 2009:309-335. ]

[3]
唐红玉,肖风劲,张强,等.三江源区植被变化及其对气候变化的响应[J].气候变化研究进展,2006,2(4):177-180.利用卫星反演获取的归一化植被指数（NDVI）以及同期气象要素资料，分析了1982-2000年三江源区植被的时间和空间变化及其对气候变化的响应。结果表明：在三江源的大部分地区，植被生长状况趋于变差或基本不变；20世纪90年代，除夏季外，其他季节植被状况趋于恶化；与降水量相比，植被长势对气温变化的响应更为敏感。

DOI

[ Tang H Y, Xiao F J, Zhang Q, et al. Vegetation change and its response to climate change in Three-River Source Region[J]. Advances in Climate Change Research, 2006,2(4):177-180. ]

[4]
李林,朱西德,周陆生,等.三江源地区气候变化及其对生态环境的影响[J].气象,2004,30(8):18-21.利用EOF等方法通过计算1962～2001年40年来三江源地区16个气象台站气温、降水、蒸发资料,分析了三江源地区近40年来气候变化的异常特征及其对生态环境的影响,结果表明:三江源地区气候变化表现为气温升高、降水减少和蒸发增大的干旱化气候变化趋势,同时,在气候干旱化和人为活动的影响下出现了草场退化、湖泊萎缩、河流流量减少、土壤沙化和水土流失等生态环境荒漠化问题.

DOI

[ Li L, Zhu X D, Zhou L S, et al. Climatic changes over headwater of the Three-River-Area and its effect on ecological environment[J]. Meteorological Monthly, 2004,30(8):18-21. ]

[5]
李辉霞,刘国华,傅伯杰.基于NDVI的三江源地区植被生长对气候变化和人类活动的响应研究[J].生态学报,2011,31(19):5495-5504.采用Spot VEGETATION 逐旬NDVI数据、1 ∶ 100万植被类型图和气象站资料,在掌握近10a三江源地区植被变化趋势基础上,分不同植被类型探讨植被生长对气候变化的响应机制,并通过分离气候要素与人类活动对NDVI的贡献,定量评估生态保护与建设工程的实施效果。结果表明,区域尺度上,三江源地区2001-2010年植被生长呈好转趋势,植被增长从东南向西北递减;在10a时间尺度上,气候变化是影响植被生长的决定性因素,但人类活动可在短期内加快植被变化速率,气候要素和人类活动对植被生长的贡献分别为79.32%和20.68%;降水和气温对植被生长的影响程度相当,其中受春季和秋季的降水和气温影响最大,尤其是植被生长季前后一个月(4月份和10月份)的气候条件;与林地和灌丛相比,高寒草地受气候条件的抑制作用更为明显,其中高寒草甸受气候变化的影响最大,NDVI与降水和气温均具有较高相关性,高寒草原受气温的影响比较大,而高山植被受降水的抑制作用更为明显;在气候条件利于植被生长的趋势下,2001-2010年三江源地区的人类活动对生态环境表现出正影响,实测NDVI<sub>max</sub>与模拟NDVI<sub>max</sub>之间的残差为0.0863,表明生态保护与建设行动取得初步成效,其中黄河源区东部和长江源区通天河两侧的生态恢复效益最为明显,而在唐古拉山、昆仑山、布青山、阿尼玛卿山等山脉的周边地区,人类活动对生态环境仍表现为负影响;时间尺度上人类活动对植被的正影响呈现出下降趋势,2001-2010年NDVI<sub>max</sub>残差的回归斜率为-0.0039,表明生态项目实施的短期行为严重,生态建设的效果缺乏长效性。

[ Li H X, Liu G H, Fu B J.Response of vegetation to climate change and human activity based on NDVI in the Three-River Headwaters region[J]. Acta Ecologica Sinica, 2011,31(19):5495-5504. ]

[6]
Qian S, Fu Y, Pan F F.Climate change tendency and grassland vegetation response during the growth season in Three-River Source Region[J]. Science China: Earth Sciences, 2010,53(10):1506-1512.Climate change,climate suitablity change for grassland vegetation,and grassland response to climate change during the growth season are studied systematically by using meteorological data of temperature,precipitation,and length of sunlight from 1961 to 2007,NOAA/AVHRR NDVI from 1982 to 2006,and observations of grass height,biomass,and coverage in enclosed grassland from 1994 to 2006.Two models are developed to evaluate climate change and the climatic suitability of grassland vegetation growth.Average temperature,accumulative precipitation,and length of sunlight during the growth season increased from 1961 to 2007 at rates of 0.24掳C/10 yr,2.32 mm/10 yr,and 2.81 h/10 yr,respectively.The increase rates of ave-rage temperature between April and May,and between June and August are 0.17 and 0.30掳C/10 yr;accumulative rainfall between April and May increased at a rate of 2.80 mm/10 yr,and accumulative rainfall between June and August decreased at a rate of 0.38 mm/10 yr;the increase rates of accumulative length of sunlight between April and May,and between June and August are 2.15 and 1.2 h/10 yr.The climatic suitability of grassland vegetation growth showed an increasing trend,and the increase rate between April and May is greater than that between June and August.Both NDVI observations from 1982 to 2006 and measurements of grass height,dry biomass,and coverage from 1994 to 2006 show that the climate change has resulted in an increase in plant productivity of the grassland in Three-River Source Region.If some protection measures are taken as soon as possible,the deteriorated grassland in Three-River Source Region can recover.

DOI

[7]
邵全琴,赵志平,刘纪远,等.近30年来三江源地区土地覆被与宏观生态变化特征[J].地理研究,2010,29(8):1439-1451.利用1970年代中后期MSS图像和1980年代末、2004年以及2008年三期TM图像并结合野外调查,获得三江源地区四期土地覆被空间数据集,提出了土地覆被转类指数和土地覆被状况指数,以表征该区域生态变化的趋势。通过计算土地覆被转类途径和幅度、土地覆被转类指数和土地覆被状况指数,分析青海三江源地区1970年代中后期以来土地覆被时空变化特征及其反映的宏观生态状况变化。结果表明:三江源地区近30年平均土地覆被状况指数为38.20,土地覆被状况为4级,其中黄河流域最好,其次为澜沧江流域,长江流域最差;三江源地区土地覆被转类,在1970s~1990s和1990s~2004年两个时段,均主要以高生态级别向低生态级别转移为主,2004~2008年时段,主要以低生态级别向高生态级别转移为主;由土地覆被状况指数变化率和土地覆被转类指数,可以反映出近30年来三江源地区土地覆被和宏观生态状况,总体上经历了变差(1970s~1990s时段土地覆被状况指数变化率<em>Zc</em>为-0.63,土地覆被转类指数<em>LCCI</em>为-0.58)&mdash;显著变差(1990s~2004时段<em>Zc</em>为-0.94,<em>LCCI</em>为-1.76)&mdash;略有好转(2004~2008时段<em>Zc</em>为0.06,<em>LCCI</em>为0.33)的变化过程。这一变化过程前、中期主要受到气候变化和草地载畜压力共同驱动的影响,后期则叠加了生态建设工程的驱动作用。

DOI

[ Shao Q Q, Zhao Z P, Liu J Y, et al. The characteristics of land cover and macroscopical ecology changes in the source region of three rivers on Qinghai-Tibet Plateau during last 30 years[J]. Geographical Research, 2010,29(8):1439-1451. ]

[8]
刘正佳,邵全琴.三江源地区植被覆盖度变化及其与气候因子的关系[J].水土保持研究,2014,21(6): 334-339.为揭示气候变化对三江源地区草地生态系统的影响及适应机制,研究以SPOT-VGT为基础数据,利用像元二分模型估算了三江源地区1998-2012年的植被覆盖度,分析了年最大覆盖度的变异特征,并对植被覆盖度与气候因子之间的响应关系进行了深入探讨.结果表明:在区域尺度上,15a来研究区生长季植被覆盖度呈极显著增加的趋势(P＜0.01),平均每年增加0.004.在草地生态系统类型上,高寒草甸植被覆盖度与生长季温度的相关关系更加密切(r=0.802,P＜0.01);高寒草原植被覆盖度与生长季温度呈显著相关关系(r=0.515,P＜0.05).与生长季降水量相比较,5 7月降水量对高寒草原植被覆盖度变化的影响更加关键,但在高寒草甸上却不存在这种差异.

[ Liu Z J, Shao Q Q.Vegetation coverage change and its response to climate change in Three-River Headwaters Region[J]. Research of Soil and Water Conservation, 2014,21(6):334-339. ]

[9]
杨建平,丁永建,陈仁升.长江黄河源区高寒植被变化的NDVI记录[J].地理学报,2005,60(3):467-478.使用8 km分辨率Pathdfinder NOAA-AVHRR/NDVI时间序列数据, 对青藏高原长江、黄河源区1982~2001年地表植被覆盖的空间分布和时间序列变化进行了分析, 并在典型区NDVI与气温、降水量和浅层地温单相关关系分析的基础上, 在不考虑地温作用和考虑地温作用两种条件下, 构建了NDVI与气温、降水量和浅层地温的统计模型。结果表明：近20年来江河源区的植被覆盖总体上保持原状,　局部继续退化。黄河源区的扎陵湖、鄂陵湖周边及其北东部地区、巴颜喀拉山北麓的多曲源头地区、长江源区的曲麻莱和治多一带、托托河沿至伍道梁之间的青藏公路两侧一定范围、格拉丹冬局部地区年NDVI减少显著,　幅度在0%~20%之间,　植被退化严重。江河源区年NDVI的变化, 即植被覆盖状况的好坏主要受温度, 尤其是40 cm附近地温的影响, NDVI对40 cm的地温变化极为敏感。在江河源多年冻土区, 冻土冻融过程不仅与地温变化息息相关, 而且影响土壤含水量的多少, 冻土的退化将会直接影响该区植被的生长。

[ Yang J P, Ding Y J, Chen R S.NDVI reflection of alpine vegetation changes in the source regions of the Yangtze and Yellow rivers[J]. Acta Geographica Sinica, 2005,60(3):467-478. ]

[10]
刘纪远,徐新良,邵全琴.近30年来青海三江源地区草地退化的时空特征[J].地理学报,2008,63(4):364-376.在20 世纪70 年代中后期MSS 图像、90 年代初期TM 图像和2004 年TM/ETM 图像支 持下, 通过三期遥感影像的直接对比分析, 获得了三江源地区草地退化空间数据集, 并在此 基础上分析了70 年代以来青海三江源地区草地退化的主要时空特征。结果表明: 三江源地区 草地退化是一个在空间格局上影响范围大, 在时间过程上持续时间长的连续变化过程。研究 发现, 三江源草地退化的格局在70 年代中后期已基本形成, 70 年代中后期至今, 草地的退 化过程一直在继续发生, 总体上不存在90 年代至今的草地退化急剧加强现象。草地退化的过 程在不同区域和地带有明显不同的表现, 如在湿润半湿润地带的草甸类草地上, 发生着草地 破碎化先导, 随后发生覆盖度持续降低, 最后形成黑土滩的退化过程; 在干旱、半干旱地带 的草原类草地上, 发生着覆盖度持续降低, 最后形成沙地和荒漠化草地的退化过程。三江源 地区草地退化具有明显的区域差异, 草地退化可以分为7 个区, 各区草地退化在类型、程度、 范围与时间过程方面具有明显不同的特点。

[ Liu J Y, Xu X L, Shao Q Q.The spatial and temporal characteristics of grassland degradation in the Three-River Headwaters Region in Qinghai Province[J]. Acta Geographica Sinica, 2008,63(4):364-376. ]

[11]
Zhang Y L, Liu L S, Bai W Q, et al. Grassland degradation in the source region of the Yellow River[J]. Acta Geographica Sinica, 2006,61(1):3-14.The source region of the Yellow River located in the middle east of Tibetan Plateau. The total area is about 52 000 km<sup>2</sup> mainly covered by grassland (79%), unused land (16%) and water (4%). The increasing utilization of the land in this area have been keeping increasing the risk of environmental degradation. The land use/cover data (1985 and 2000) provided by the Data Center for Resources and Environmental Sciences of Chinese Academy of Sciences, have been used to analyze the land cover change of the Yellow River. DEM (1:250 000) data，roads, residents data (1:100 000) and the collecting field data were used to analyze grassland degradation distribution character. The Arcgis 9 software was use to convert data types and do the overlay, reclass, zonal statistic analysis. Results show that grassland degradation is the most important land cover change in the research region, which occupied 8.24% of the whole region. And human activities are the main reasons of the grassland degradation in the source region of Yellow River: a) the degradation rate is higher in the sunny slope and lower in the northern slope; b) The grassland degradation rate goes down while the elevation rise up with the correlation coefficient of -0.93; c) The nearer to the residents the higher degradation rate, especially in the range of 11km, of which the correlation coefficient of the distance and degradation rate is -0.99; d) In the range of 4km, the degradation rate goes down with the distance to the roads with the correlation coefficient of -0.98. Though there are some physical reasons, human activities are the most important driven forces of the grassland degradation in the source region of the Yellow River since 1985. The ultimate way to resolve the degradation problems is to decrease the population who depends on the livestock production and to lessen the society demand of the GDP incoming from the grassland. To keep the sustainable development, the management and dynamic process of the grassland ecosystem are in dire need of enhanced.

[12]
蔡雨恋,郑有飞,王云龙,等.利用改进的CASA模型分析三江源区净植被生产力[J]. 南京信息工程大学学报: 自然科学版,2013,5(1):34-42.利用改进CASA模型计算了三江源地区植被净初级生产力（NPP）.NPP值在区域上呈现由 东南向西北递减的趋势,黄河源区东南部地区的植被NPP值较高,而长江源西北部的植被生长稀疏;2004—2008年三江源区NPP值呈略下降趋 势,2006年该区植被的NPP年总量最大为62.93Tg·a-1,2005年NPP总量最小为60.9Tg·a-1;从季节分布来看,NPP值从5月 开始增加,到7月达到最大,随后又逐渐降低.三江源地区草甸植被NPP值最大为188.95g·m-2·a-1;高寒草原为129.41g·m-2·a- 1.其中,草原植被受气候年际变化影响相对较大,高寒草原年际变化表现为2004—2006持续上升.NPP的波动主要是由于该地区的温度、年降水量以及 年太阳总辐射量等因素的变化造成的.在海拔较高的地区,温度与NPP的呈极显著相关,相关系数为0.8,而降水量与NPP的相关系数为0.7.

DOI

[ Cai Y L, Zheng Y F, Wang Y L, et al. Analysis of terrestrial net primary productivity by improved CASA model in Three-river headwaters region[J]. Journal of Nanjing University of Information Science and Technology: Natural Science Edition, 2013,5(1):34-42. ]

[13]
王莺,李耀辉,孙旭映.气候变化对黄河源区生态环境的影响[J].草业科学,2015,32(4):539-551.在全球气候变暖和人类活动的共同作用下，黄河源区的生态环境受到严重干扰。目前，气候变化对黄河源生态环境的影响已经得到了很多学者的关注。本文在系统总结国内外已有研究成果的基础上，归纳了黄河源区的气候变化特征和已存在的生态环境问题，从径流量、土壤侵蚀、湿地、冻土和植被5个方面综合分析了黄河源区生态环境所面临的主要问题，讨论了气候变化对黄河源区生态环境的影响特点，并在此基础上提出了黄河源生态环境保护的治理对策。结果显示，黄河源区降水略有增加,气温显著升高。黄河源区径流有很大的年际和年代际变化，20世纪60年代中期至80年代后期相对偏丰，90年代初至2008年相对偏枯；源区年径流量距平的年际变化与年降水量距平的年际变化有很好的相关性；降水强度也是影响径流量的原因。黄河源区土壤侵蚀现象严重。湿地面积减少，沼泽和水域的斑块数、破碎度和分维数增加，优势度降低。源区多年冻土已经减薄或消失，多年冻土的边缘地带，垂直方向上形成不衔接冻土和融化夹层，多年冻土分布下界升高50～70 m。源区植被覆盖总体上保持原状，局部出现退化。在黄河源区生态环境保护方面应形成完善的生态补偿机制，加强法制建设，强化社会环保意识，提高执法队伍素质，加强部门联合，实施生态移民，大力发展生态旅游。

DOI

[ Wang Y, Li Y H, Sun X Y.Impact of climate change on the eco-environment in the Yellow River Source[J]. Pratacultural Science, 2015,32(4):539-551. ]

[14]
中国科学院中国植被图编辑委员会.中国植被图集(1:100万)[M].北京:科学出版社,2001:89-96.

[ The Editing Committee of China Vegetation Map, Chinese Academy of Sciences. Vegetation atlas of China (1:1 000 000)[M]. Beijing: Science Press, 2001:89-96. ]

[15]
宋富强,邢开雄,刘阳,等.基于MODIS/NDVI的陕北地区植被动态监测与评价[J].生态学报,2011,31(19):5495-5504.采用Spot VEGETATION 逐旬NDVI数据、1 ∶ 100万植被类型图和气象站资料,在掌握近10a三江源地区植被变化趋势基础上,分不同植被类型探讨植被生长对气候变化的响应机制,并通过分离气候要素与人类活动对NDVI的贡献,定量评估生态保护与建设工程的实施效果。结果表明,区域尺度上,三江源地区2001-2010年植被生长呈好转趋势,植被增长从东南向西北递减;在10a时间尺度上,气候变化是影响植被生长的决定性因素,但人类活动可在短期内加快植被变化速率,气候要素和人类活动对植被生长的贡献分别为79.32%和20.68%;降水和气温对植被生长的影响程度相当,其中受春季和秋季的降水和气温影响最大,尤其是植被生长季前后一个月(4月份和10月份)的气候条件;与林地和灌丛相比,高寒草地受气候条件的抑制作用更为明显,其中高寒草甸受气候变化的影响最大,NDVI与降水和气温均具有较高相关性,高寒草原受气温的影响比较大,而高山植被受降水的抑制作用更为明显;在气候条件利于植被生长的趋势下,2001-2010年三江源地区的人类活动对生态环境表现出正影响,实测NDVI<sub>max</sub>与模拟NDVI<sub>max</sub>之间的残差为0.0863,表明生态保护与建设行动取得初步成效,其中黄河源区东部和长江源区通天河两侧的生态恢复效益最为明显,而在唐古拉山、昆仑山、布青山、阿尼玛卿山等山脉的周边地区,人类活动对生态环境仍表现为负影响;时间尺度上人类活动对植被的正影响呈现出下降趋势,2001-2010年NDVI<sub>max</sub>残差的回归斜率为-0.0039,表明生态项目实施的短期行为严重,生态建设的效果缺乏长效性。

[ Song F Q, Xing K X, Liu Y, et al. Monitoring and assessment of vegetation variation in Northern Shanxi based on MODIS/NDVI[J]. Acta Ecologica Sinica, 2011,31(19):5495-5504. ]

[16]
陈燕丽,龙步菊,潘学标,等.基于MODIS NDVI和气候信息的草原植被变化监测[J].应用气象学报,2010,21(2):229-236.对植被的动态监测可以从一定程度上反映气候变化趋势。该文利用2000—2005年MODIS NDVI数据对锡林郭勒盟典型草原植被变化进行动态监测,在此基础上,以降水量、水汽压、平均气温、最高气温、最低气温、日照时数作为气候指标,分析锡林郭勒盟典型草原和荒漠草原MODIS NDVI与同期及前期气候因子的相关性,探讨草原植被变化的气候驱动因子。结果表明：2000—2005年锡林郭勒盟植被改善面积大于退化面积,植被退化面积最大的区域为荒漠草原,占全盟面积的12.84%,植被改善面积最大的区域为典型草原,占全盟面积29.09%。4类草原改善趋势由强到弱的顺序为草甸草原、典型草原、沙地草原、荒漠草原。对于典型草原,其NDVI与最高气温关系最密切,其次为水汽压;对于荒漠草原,其NDVI与最高气温关系最为密切,其次为最低气温。此外,NDVI对气候因子的响应表现出明显的时滞效应。

DOI

[ Chen Y L, Long B J, Pan X B, et al. Grassland vegetation change based on MODIS NDVI data and climate information[J]. Journal of Applied Meteorological Science, 2010,21(2):229-236. ]

[17]
Savitzky A, Golay M J E. Smoothing and differentiation of data by simplified least squares procedures[J]. Analytical chemistry, 1964,36(8):1627-1639.

[18]
宋春桥,柯灵红,游松财,等.基于TIMESAT的3种时序NDVI拟合方法比较研究——以藏北草地为例[J].遥感技术与应用, 2011,26(2):147-155.以藏北地区2007~2009年MODIS 16 d合成的NDVI时间序列为例,介绍了基于TIMESAT 2.3软件的3种主要拟合算法&mdash;&mdash;非对称高斯函数(AG)拟合、双Logistic曲线(D-L)拟合和Savitzky-Golay(S-G)滤波法的基本原理和实现流程；重点从拟合重建NDVI时间序列对原始NDVI值上包络线的拟合效果及保持原始高质量NDVI点值真实值的程度两个方面,分析比较3种算法的特点。结果表明：① 3种拟合算法均能不同程度提高整个区域的NDVI平均值,AG与D-L拟合法处理后的NDVI时间序列与原始NDVI曲线的整体特征较S\|G滤波方法更加吻合；② AG与D\|L拟合重建的NDVI时间曲线在生长季峰期高于上包络线,S-|G滤波法处理结果低于上包络线,3种方法中AG拟合结果与上包络线最为接近；③ 在保持原始高质量NDVI值真实性方面,AG与D\|L拟合法处理结果相似,除生长季曲线的峰期外,均优于Savitzky-Golay滤波法。该研究结论为基于NDVI时间序列进行陆地系统生态环境各方面研究中数据去噪预处理的方法选择提供参考。

[ Song C Q, Ke L H, You S C, et al. Comparison of three NDVI time-series fitting methods based on TIMESAT—taking the grassland in northern Tibet as case[J]. Remote Sensing Technology and Application, 2011,26(2):147-155. ]

[19]
Chen J, Jönsson P, Tamura M, et al. A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter[J]. Remote Sensing of Environment, 2004,91(3-4):332-344.Although the Normalized Difference Vegetation Index (NDVI) time-series data, derived from NOAA/AVHRR, SPOT/VEGETATION, TERRA or AQUA/MODIS, has been successfully used in research regarding global environmental change, residual noise in the NDVI time-series data, even after applying strict pre-processing, impedes further analysis and risks generating erroneous results. Based on the assumptions that NDVI time-series follow annual cycles of growth and decline of vegetation, and that clouds or poor atmospheric conditions usually depress NDVI values, we have developed in the present study a simple but robust method based on the Savitzky鈥揋olay filter to smooth out noise in NDVI time-series, specifically that caused primarily by cloud contamination and atmospheric variability. Our method was developed to make data approach the upper NDVI envelope and to reflect the changes in NDVI patterns via an iteration process. From the results obtained by applying the newly developed method to a 10-day MVC SPOT VGT-S product, we provide optimized parameters for the new method and compare this technique with the BISE algorithm and Fourier-based fitting method. Our results indicate that the new method is more effective in obtaining high-quality NDVI time-series.

DOI

[20]
陈琼,周强,张海峰,等.三江源地区基于植被生长季的NDVI对气候因子响应的差异性研究[J].生态环境学报,2010,19(6):1284-1289.采用1999—2008年NDVI和三江源地区及周边31个气象站点的温度和降水旬数据,在 确定每年5月中旬至9月底作为三江源地区植被生长季（14旬）的基础上,分析NDVI对气候因子变化响应的区域差异。结果显示：以巴颜喀拉山为界,三江源 西部生长季内NDVI指数对温度、降水的线性相关性明显比中东部普遍,同时,不同海拔地段响应程度存在着明显的差异,且海拔5300m左右为线性响应的最 高限,NDVI对气候因子的线性响应主要表现为对温度正相关和降水负相关。因此,对三江源生长季内植被生长而言,水条件明显好于温度条件,并且温度对植被 覆盖的影响通过直接正相关和降水负相关表现出来,温度是三江源地区植被生长的主导因子。

DOI

[ Chen Q, Zhou Q, Zhang H F, et al. Spatial disparity of NDVI response in vegetation growing season to climate change in the Three-River Headwaters Region[J]. Ecology and Environmental Sciences, 2010,19(6):1284-1289. ]

[21]
Zhang G L, Zhang Y J, Dong J W, et al. Green-up dates in the Tibetan Plateau have continuously advanced from 1982 to 2011[J]. Proceedings of the National Academy of Sciences of the United States of America, 2013,110(11):4309-4314.As the Earth's third pole, the Tibetan Plateau has experienced a pronounced warming in the past decades. Recent studies reported that the start of the vegetation growing season (SOS) in the Plateau showed an advancing trend from 1982 to the late 1990s and a delay from the late 1990s to 2006. However, the findings regarding the SOS delay in the later period have been questioned, and the reasons causing the delay remain unknown. Here we explored the alpine vegetation SOS in the Plateau from 1982 to 2011 by integrating three long-term time-series datasets of Normalized Difference Vegetation Index (NDVI): Global Inventory Modeling and Mapping Studies (GIMMS, 1982-2006), SPOT VEGETATION (SPOT-VGT, 1998-2011), and Moderate Resolution Imaging Spectroradiometer (MODIS, 2000-2011). We found GIMMS NDVI in 2001-2006 differed substantially from SPOT-VGT and MODIS NDVIs and may have severe data quality issues in most parts of the western Plateau. By merging GIMMS-based SOSs from 1982 to 2000 with SPOT-VGT-based SOSs from 2001 to 2011 we found the alpine vegetation SOS in the Plateau experienced a continuous advancing trend at a rate of 鈭1.04 d路y(-1) from 1982 to 2011, which was consistent with observed warming in springs and winters. The satellite-derived SOSs were proven to be reliable with observed phenology data at 18 sites from 2003 to 2011; however, comparison of their trends was inconclusive due to the limited temporal coverage of the observed data. Longer-term observed data are still needed to validate the phenology trend in the future.

DOI PMID

[22]
杨元合,朴世龙.青藏高原草地植被覆盖变化及其与气候因子的关系[J].植被生态学报,2006,30(1):1-8.为揭示气候变化对青藏高原草地生态系统的影响及其生态适应机制，利用1982～1999年间的NOAA／AVHRR NDVI数据和对应的气候资料，研究了近20年来青藏高原草地植被覆盖变化及其与气候因子的关系。结果表明，18年来研究区生长季NDVI显著增加（P=0．015），其增加率和增加量分别为0．41％a^-1和0．0010a^-1。生长季提前和生长季生长加速是青藏高原草地植被生长季NDVI增加的主要原因。春季为NDVI增加率和增加量最大的季节，其增加率和增加量分别为0．92％a^-1和0．0014a^-1；夏季NDVI的增加对生长季NDVI增加的贡献相对较小，其增加率和增加量分别为0．37％a^-1和0．0010a^-1。3种草地（高寒草甸、高寒草原、温性草原）春季NDVI均显著增加（P〈0．01；P=0．001；P=0．002）；高寒草甸夏季NDVI显著增加（P=0．027），而高寒草原和温性草原夏季NDVI呈增加趋势，但都不显著（P=0．106；P=0．087）；3种草地秋季NDVI则没有明显的变化趋势（P=0．585：P=0．461；P=0．143）。3种草地春季NDVI的增加是由春季温度上升所致。高寒草地（高寒草甸和高寒草原）夏季NDVI的增加是夏季温度和春季降水共同作用的结果。温性草原夏季NDVI变化与气候因子并没有表现出显著的相关关系。高寒草地植被生长对气候变化的响应存在滞后效应。

DOI

[ Yang Y H, Piao S L.Variations in grassland vegetation cover in relation to climatic factors on the Tibetan Plateau[J]. Journal of Plant Ecology, 2006,30(1):1-8. ]

[23]
Price D T, McKenney D W, Nalderc I A, et al. A comparison of two statistical methods for spatial interpolation of Canadian monthly mean climate data[J]. Agricultural and Forest Meteorology, 2000,101(2-3):81-94.Two methods for elevation-dependent spatial interpolation of climatic data from sparse weather station networks were compared. Thirty-year monthly mean minimum and maximum temperature and precipitation data from regions in western and eastern Canada were interpolated using thin-plate smoothing splines (ANUSPLIN) and a statistical method termed 鈥楪radient plus Inverse-Distance-Squared鈥 (GIDS). Data were withheld from approximately 50 stations in each region and both methods were then used to predict the monthly mean values for each climatic variable at those locations. The comparison revealed lower root mean square error (RMSE) for ANUSPLIN in 70 out of 72 months (three variables for 12 months for both regions). Higher RMSE for GIDS was caused by more frequent occurrence of extreme errors. This result had important implications for surfaces generated using the two methods. Both interpolators performed best in the eastern (Ontario/Qu茅bec) region where topographic and climatic gradients are smoother, whereas predicting precipitation in the west (British Columbia/Alberta) was most difficult. In the latter case, ANUSPLIN clearly produced better results for most months. GIDS has certain advantages in being easy to implement and understand, hence providing a useful baseline to compare with more sophisticated methods. The significance of the errors for any method should be considered in light of the planned applications (e.g., in extensive, uniform terrain with low relief, differences may not be important).

DOI

[24]
Hutchinson M F.ANUSPLIN Version 4.2 User Guide[K]. Canberra, Australia: Australian National University, 2001:1-21.

[25]
秦大河. 三江源区生态保护与可持续发展[M].北京:科学出版社,2014:70-76.

[ Qin D H.Ecological protection and sustainable development in the Three-River Headwater Region[M]. Beijing: Science Press, 2014:70-76. ]

[26]
刘宪锋,任志远,林志慧,等.2000-2011年三江源区植被覆盖时空变化特征[J].地理学报,2013,68(7):897-908.基于MODIS-NDVI 数据,辅以线性趋势分析、Hurst 指数及偏相关系数等方法,本文从三个尺度分析了近12 年三江源区植被覆盖时空变化特征、未来趋势及其驱动因素。结果表明:(1) 近12 年三江源区植被覆盖呈现增加趋势,增速为1.2%/10a,其中长江源区、黄河源区植被均呈增加趋势,而澜沧江源区植被呈下降趋势。(2) 三江源区植被覆盖具有显著的区域差异,且NDVI频度呈现&ldquo;双峰&rdquo;结构。(3) 近12 年三江源区植被覆盖呈增加趋势和减少趋势的面积分别占64.06%和35.94%,且表现为源区北部增加、南部减少的空间格局。(4) 三江源区植被变化的反向特征显著,植被变化由改善趋势转为退化趋势的区域主要分布在长江源区和黄河源区的北部,而由退化趋势转为改善趋势的区域主要分布在澜沧江源区。(5) 三江源区植被对降水和潜在蒸散的响应存在时滞现象,而对气温的响应不存在时滞现象。(6) 三江源区植被覆盖的增加主要归因于气候暖湿化以及生态保护工程的实施。

[ Liu X F, Ren Z Y, Lin Z H, et al. The spatial-temporal changes of vegetation coverage in the Three-River Headwater Region in recent 12 years[J]. Acta Geographica Sinica, 2013,68(7):897-908. ]

[27]
邵全琴,樊江文,等. 三江源区生态系统综合监测与评估[M].北京:科学出版社,2012:394,473-485.

[ Shao Q Q, Fan J W, et al.Integrated monitoring and evaluation of ecosystems in the Three-River Headwater Region[M]. Beijing: Science Press, 2012:394,473-485. ]

[28]
Stow D, Daeschner S, Hope A, et al. Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J]. International Journal of Remote Sensing, 2003,24(5):1111-1117.The interannual variability and trend of above-ground,photosynthetic activity of Arctic tundra,vegetation in the 1990s is examined,for the north slope region of Alaska, based on the seasonally integrated normalized difference vegetation index (SINDVI) derived from local area coverage,(LAC) National Oceanic and Atmospheric Administration (NOAA) Advanced,Very High Resolution Radiometer,(AVHRR) data. Smaller SINDVI values occurred,during,the three years (1992鈥1994) following the volcanic eruption,of Mt Pinatubo. Even after implementing,corrections for this stratospheric aerosol effect and,adjusting for changes in radiometric calibration coefficients, an apparent increasing trend of SINDVI in the 1990s is evident for the entire north slope. The most,pronounced increase was observed,for the foothills physiographical,province.

DOI

[29]
张月丛,赵志强,李双成,等.基于SPOT NDVI的华北北部地表植被覆盖变化趋势[J].地理研究,2008,27(4):745-755.为分析华北北部地表植被覆盖变化趋势,探寻合理土地利用方式,基于1999年1月至2006年12月的SPOT-VEGETATION逐旬NDVI数据,采用国际通用的MVC(最大合成法)获得月NDVI值,用均值法求出年均NDVI数值。在此基础上,用一元线性回归斜率定量描述地表覆盖动态变化,以Hurst指数表示其时间依存性,利用GIS工具表征其空间格局并进行空间统计分析。研究结果表明:近8年来华北北部地表植被覆盖整体得到改善的区域比植被覆盖退化的区域面积大,得到改善的区域约占总面积的66.04%,基本不变的区域约占14.39%,退化区域约占19.57%。各种土地利用类型Hurst指数平均值均为0.5

[ Zhang Y C, Zhao Z Q, Li S C, et al. Indicating variation of surface vegetation cover using SPOT NDVI in the northern part of North China[J]. Geographical Research, 2008,27(4):745-755. ]

[30]
Deng F, Chen J M, Plummer S, et al. Algorithm for global leaf area index retrieval using satellite imagery[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006,44(8):2219-2229.Leaf area index (LAI) is one of the most important Earth surface parameters in modeling ecosystems and their interaction with climate. Based on a geometrical optical model (Four-Scale) and LAI algorithms previously derived for Canada-wide applications, this paper presents a new algorithm for the global retrieval of LAI where the bidirectional reflectance distribution function (BRDF) is considered explicitly in the algorithm and hence removing the need of doing BRDF corrections and normalizations to the input images. The core problem of integrating BRDF into the LAI algorithm is that nonlinear BRDF kernels that are used to relate spectral reflectances to LAI are also LAI dependent, and no analytical solution is found to derive directly LAI from reflectance data. This problem is solved through developing a simple iteration procedure. The relationships between LAI and reflectances of various spectral bands (red, near infrared, and shortwave infrared) are simulated with Four-Scale with a multiple scattering scheme. Based on the model simulations, the key coefficients in the BRDF kernels are fitted with Chebyshev polynomials of the second kind. Spectral indices - the simple ratio and the reduced simple ratio - are used to effectively combine the spectral bands for LAI retrieval. Example regional and global LAI maps are produced. Accuracy assessment on a Canada-wide LAI map is made in comparison with a previously validated 1998 LAI map and ground measurements made in seven Landsat scenes

DOI

[31]
张正健,刘志红,郭艳芬,等.基于NDVI的西藏不同草地类型生物量回归建模分析[J].高原山地气象研究,2010,30(3):43-47.旨在建立西藏地区不同草地类型的NDVI遥感估测模型,利用多元线性回归建立了不同草地类型的鲜草生物量与SPOT/VEGETATION多年平均年最大归一化植被指数（NDVI）、年降水量和年积温等变量的回归估测模型。并分析了所有草地类型的平均鲜草生物量与平均年最大NDVI、平均年降水量等因子的相关关系。结果表明：年降水量是鲜草长势最重要的影响因子,基于NDVI的鲜草生物量多元线性回归模型能很好的拟合草地（R=0.964）、高寒草甸（R=0.959）、高寒荒漠草原（R=0.772）、温性草原（R=0.892）和高寒草原（R=0.797）等草地类型。

DOI

[ Zhang Z J, Liu Z H, Guo Y F, et al. Biomass modeling of different grassland types based on NDVI in Tibet[J]. Plateau and Mountain Meteorology Research, 2010,30(3):43-47. ]

[32]
蒋蕊竹,李秀启,朱永安,等.基于MODIS黄河三角洲湿地NPP与NDVI相关性的时空变化特征[J].生态学报,2011,31(22):6708-6716.应用EOS/MODIS卫星遥感资料,分析2001-2006年黄河三角洲地区植被净初级生产NPP及NDVI时空变化特征,在到海岸线不同距离的区域内,讨论了年植被净初级生产力(aNPP)与年均归一化植被指数(ANDVI)的相关性,并建立一元回归分析模型。可以看出,黄河三角洲湿地生态系统分布自海向陆具有明显的空间异质性,滩涂湿地分布于沿海地区,生产力高,该地区aNPP值高且与ANDVI呈显著正相关;其他区域由于是盐碱荒地或农业生态系统,因土壤盐分含量高而系统生产力低,或农耕地受人类干扰严重,一年总的生产力下降,而导致这些区域ANDVI与aNPP呈负相关。利用NDVI进行黄河三角洲生产力监测的可行区域,在距离海岸线小于6_km的范围内,所研究的6a回归模型均通过<em>α</em>=0.01的显著水平的<em>F</em>检验,模型的<em>R</em><sup>2</sup>值为0.86-0.97。同时在生产力无法估测的区域,可以使用NDVI有效管理黄河三角洲生态系统,提高其生产力水平。

[ Jiang R Z, Li X Q, Zhu Y A, et al. Spatial-temporal variation of NPP and NDVI correlation in wetland of Yellow River Delta based on MODIS data[J]. Acta Ecologica Sinica, 2011,31(22):6708-6716. ]

[33]
Wang G X, Cheng G D.Eco-environmental changes and causative analysis in the source regions of the Yangtze and Yellow Rivers, China[J]. Environmentalist, 2000,20(3):221-232.<a name="Abs1"></a>In the most recent four decades the eco-environment in the source regions of the Yangtze and Yellow Rivers has been continuously getting worse, this is mainly manifested in the serious vegetation degradation, rapidly developing desertification, lake shrinkage and salinization, wetland degradation and biodiversity reduction. This paper attempts to give a quantitative analysis to such eco-environmental changes and explore their causes. The main factors responsible for such changes are climate change and the alterations of glacial snow accumulation and the freeze-thaw processes of the frozen soil, as well as overgrazing and rodent damage. The eco-environmental changes in the source regions not only influence the social-economic development of these regions but also have affected, or are affecting, the whole river basins' social-economic development.

DOI

[34]
Feng J M, Wang T, Xie C W.Eco-environmental degradation in the source region of the Yellow River, northeast Qinghai-Xizang Plateau[J]. Environmental Monitoring and Assessment, 2006,122(1-3):125-143.<a name="Abs1"></a>The Yellow River is the second longest river in China and the cradle of the Chinese civilization. The source region of the Yellow River is the most important water holding area for the Yellow River, about 49.2% of the whole runoff comes from this region. However, for the special location, it is a region with most fragile eco-environment in China as well. Eco-environmental degradation in the source region of the Yellow River has been a very serious ecological and socially economic problem. According to census data, historical documents and climatic information, during the last half century, especially the last 30 years, great changes have taken place in the eco-environment of this region. Such changes are mainly manifested in the temporal-spatial changes of water environment, deglaciation, permafrost reduction, vegetation degeneracy and desertification extent, which led to land capacity decreasing and river disconnecting. At present, desertification of the region is showing an accelerating tendency. This paper analyzes the present status of eco-environment degradation in this region supported by GIS and RS, as well as field investigation and indoor analysis, based on knowledge, multi-source data is gathered and the classification is worked out, deals with their natural and anthropogenic causes, and points out that in the last half century the desertification and environmental degradation of this region are mainly attributed to human activities under the background of regional climate changes. To halt further degradation of the environment of this region, great efforts should be made to use land resources rationally, develop advantages animal agriculture and protect the natural grassland.

DOI

[35]
Liu J Y, Xu X L, Shao Q Q.Grassland degradation in the “Three-River Headwaters” region, Qinghai Province[J]. Journal of Geographical Sciences, 2008,18(3):259-273.<a name="Abs1"></a>Supported by MSS images in the mid and late 1970s, TM images in the early 1990s and TM/ETM images in 2004, grassland degradation in the &#8220;Three-River Headwaters&#8221; region (TRH region) was interpreted through analysis on RS images in two time series, then the spatial and temporal characteristics of grassland degradation in the TRH region were analyzed since the 1970s. The results showed that grassland degradation in the TRH region were analyzed since the 1970s. The results showed that grassland degradation in the TRH region was a continuous change process which had large affected area and long time scale, and rapidly strengthen phenomenon did not exist in the 1990s as a whole. Grassland degradation pattern in the TRH region took shape initially in the mid and late 1970s. Since the 1970s, this degradation process has taken place continuously, obviously characterizing different rules in different regions. In humid and semi-humid meadow region, grassland firstly fragmentized, then vegetation coverage decreased continuously, and finally &#8220;black-soil-patch&#8221; degraded grassland was formed. But in semi-arid and arid steppe region, the vegetation coverage decreased continuously, and finally desertification was formed. Because grassland degradation had obviously regional differences in the TRH region, it could be regionalized into 7 zones, and each zone had different characteristics in type, grade, scale and time process of grassland degradation.

DOI

[36]
王根绪,程国栋.江河源区的草地资源特征与草地生态变化[J].中国沙漠,2001,21(2):101-107.通过对江河源区草地生态类型与分布、草地资源特征及其利用现状的研究和生产力的评价,并根据70年代以来3期遥感资料和区域调查结果,分析了江河源区草地生态变化态势。结果表明:现状江河源区草地以高寒草原化草甸为主要草地类型,其分布面积占江河源区总草地面积的53.78%;组成草地牧草的主要植物种类的粗蛋白含量超过10%,粗脂肪含量在2%以上,能值储量在9.34 kJ&#183;g<sup>-1</sup>以上;自70年代以来,由于区域畜牧业的迅速发展,江河源区冷季草场严重过牧,超载牲畜量达理论载畜量的1~5倍,大部分地区夏季草场亦超载,导致江河源区草地生态严重退化,年退化速度达6.64%~34.45%。合理利用草地资源,保护该区域脆弱生态环境已迫在眉睫。

[ Wang G X, Cheng G D.Characteristics of grassland and ecological changes of vegetation in the source regions of Yangtze and Yellow Rivers[J]. Journal of Desert Research, 2001,21(2):101-107. ]

[37]
兰玉蓉. 青藏高原高寒草甸草地退化现状及治理对策[J].青海草业,2004,13(1):27-30.青藏高原高寒草甸退化草地有1620×104hm2,占全区退化草地面积的32.40%.退化草地生产力很低,水土流失严重.由于长期超载过牧、鼠类危害和气候变暖等影响,加快了高寒草甸的退化速度.因此,对退化的高寒草甸类草地进行综合治理的探讨势在必行,针对退化原因,提出了以草定畜、防治草原鼠害和建立人工草地等治理对策.

DOI

[ Lan Y R.The degradation problem and strategy of alpine meadow in Qingzang Plateau[J]. Qinghai Prataculture, 2004,13(1):27-30. ]

[38]
周杰. 青藏高原高寒草甸冻融退化过程中群落及化学计量特征的研究[D].兰州:兰州大学,2013.

[ Zhou J.The response of plant communities and its ecological stoichiometry of alpine meadow to freeze-thaw degradation in Qinghai-Tibetan Plateau[D]. Lanzhou: Lanzhou University, 2013. ]

[39]
王根绪,李元寿,王一博,等.青藏高原河源区地表过程与环境变化[M].北京:科学出版社,2010:21-56, 253.

[ Wang G X, Li Y S, Wang Y B, et al.Surface processes and environmental changes in the source regions of rivers on the Qinghai-Tibet Plateau[M]. Beijing: Science Press, 2010:21-56,253. ]

[40]
徐维新,古松,苏文将,等.1971-2010年三江源地区干湿状况变化的空间特征[J].干旱区地理,2012,35(1):46-55.依据1971-2010年地面观测气象数据，计算了三江源地区湿润指数。利用经验正交函数分解（EOF）和偏相关系数，对近40 a三江源地区干湿状况变化的时空特征及其影响因素进行了分析。结果表明:三江源地区干湿状况的变化在其北部与南部、东部与西部间存在明显反相位变化特征。北部和东部的部分区域分别在20世纪90年代和21世纪后表现出气候湿润化趋势，其余大部地区的持续干旱化趋势始于20世纪80年代初，其中南部与西部变干趋势显著，其湿润指数线性趋势率达到-8%/10 a。虽然三江源地区干湿状况主要决定于降水量和相对湿度的变化，但20世纪90年代中期后气温的显著上升，使得气温也成为关键的影响因子之一，即使在降水明显增加的背景下，也引起三江源主体区域湿润指数的明显下降。气候变暖情景下，北部和东部地区在近十几年暖湿化趋势明显，其余大部地区表现为不同程度的暖干化趋势。

[ Xu W X, Gu S, Su W J, et al. Spatial pattern and its variations of aridity/humidity during 1971-2010 in Three-River Source Region on the Qinghai-Tibet Plateau[J]. Arid Land Geography, 2012,35(1):46-55. ]

[41]
申红艳,时兴合,朱西德,等.青海省冬季气温变化成因及其预测方法探讨[J].冰川冻土,2015,37(3):685-691.利用青海省1961-2012年冬季气温观测资料、美国环境预报中心(NCEP)和国家大气研究中心(NCAR)月平均高度场再分析资料、国家气候中心和美国国家海洋局和大气管理局提供的126项环流指数, 探讨青海冬季气温变化特征及成因. 结果表明: 1961-2012年青海冬季气温呈显著上升趋势并具明显的年代际变化特征, 于1986年出现由冷向暖的明显转折; 西伯利亚高压、东亚冬季风是影响青海冬季气温的主要系统. 当冬季北半球500 hPa高度场出现欧亚(EU)遥相关型时, 青海冬季易于偏冷, 同时发现大西洋欧洲区极涡强度和赤道太平洋海域海温与东亚冬季风的强弱有密切关系. 采用主成分回归集成方法初步建立青海冬季气温预测模型, 经历史回报检验其距平符号一致率为87%, 具备一定预报技巧和能力.

DOI

[ Shen H Y, Shi X H, Zhu X D, et al. Causes analysis on variations of winter air temperature in the Qinghai Province and discussion on their prediction method[J]. Journal of Glaciology and Geocryology, 2015,37(3):685-691. ]

[42]
刘光生,王根绪,胡宏昌,等.长江黄河源区近45年气候变化特征分析[J].资源科学,2010,32(8):1486-1492.气候要素序列的变化主要包括趋势变化、随机变化和周期变化，因此本文采用M-K趋势分析、R/S分析及小波分析研究长江黄河源区近45年(1961年-2007年)气候变化特征。经M-K检验和R/S分析，表明近45年长江黄河源区气温显著升高，增幅明显高于青藏高原平均值，其对全球变暖的响应更为显著，降水变化不一致，总体呈现增加的趋势；气候变暖存在非对称变化现象，长江源区年平均最高气温和极端最高气温变化明显，而黄河源区正好相反，年平均最低气温和极端最低气温变化显著；各项气候要素变化长期相关性特征均表现为持续性，过去总体升温的趋势预示未来气温总体趋势仍将继续上升，降水变化趋势与过去一致；小波分析结果表明，长江黄河源区各个站点的年降水量和年均气温的变化周期及相位都具有很好的一致性，基本上都存27～28年、16～21年、7～11年、3～5年等时间尺度的周期。

[ Liu G S, Wang G X, Hu H C, et al. Climate change characteristics in the source regions of the Yangtze River and Yellow River over the past 45 years[J]. Resources Science, 2010,32(8):1486-1492. ]

[43]
才尕. 班玛县气温和降雨量对禾本科、莎草科产草量的影响[J].安徽农业科学,2015,43(24):174-176.选择典型的高寒草甸为研究对象，分析1995～2004年气温和降雨量变化对禾本科和莎草科产草量的影响。结果表明，禾本科产草量与气温呈线性函数关系变化，且相关性达到显著水平，禾本科产草量与降雨量的相关性不显著；莎草科产草量与气温的相关性不显著，莎草科产草量与降雨量呈线性函数关系变化，且相关性达到显著水平。

[ Cai G.Effects of temperature and precipitation on grass yield of gramineae and cyperaceae plants in Banma county[J]. Journal of Anhui Agriculture, 2015,43(24):174-176. ]

[44]
刘彩红,余锦华,李红梅. RCPs情景下未来青海高原气候变化趋势预估[J].中国沙漠,2015,35(5):1353-1361.利用 CMIP5(Coupled Model Intercomparison Project Phase 5)耦合模式结果对 RCPs(Representative Concentration Pathways)情景下的青海高原气温、降水变化趋势及极端气候事件2011-2100年演变特征进行了预估。结果表明:在21世纪,青海高原年平均气温显著升高,RCP2.6、RCP4.5 和 RCP8.5排放情景下增温速率分别为0.06 ℃/10a、0.24 ℃/10a和0.61 ℃/10a。年降水量将明显增加,幅度1.4～7.0 mm/10a。青海高原21世纪与气温、降水有关的事件都有趋于极端化的趋势,极端冷指标下降,极端暖指标均明显上升。极端降水频次增加,强度加重,且变化幅度与排放强度成正比。

DOI

[ Liu C H, Yu J H, Li H M.Projected climate change under the RCPs scenario in the Qinghai Plateau[J]. Journal of Desert Research, 2015,35(5):1353-1361. ]

[45]
张镱锂,胡忠俊,祁威,等.基于NPP数据和样区对比法的青藏高原自然保护区保护成效分析[J].地理学报,2015,70(7):1027-1040.在青藏高原选择11个代表性自然保护区,基于高寒草地植被净初级生产力（Net Primary Production,简写NPP）变化过程数据,比较分析了自然保护区与其相邻等面积区域的NPP变化差异;采用样区对比法,在自然保护区内外选取21组对比样区,比较自然保护区建立前后及其内外的生态状况,评估了自然保护区的保护成效。研究表明：1. 1982-2009年间,82%的代表性自然保护区NPP比保护区周邻区域及青藏高原的平均水平低,反映了自然保护区的生态系统状况更为脆弱;2. 在代表性自然保护区中,曼则塘自然保护区的NPP增长趋势最为明显,塔什库尔干野生动物自然保护区的NPP增长趋势最弱;除色林错自然保护区外,以草甸和湿地为主的自然保护区NPP增速明显高于以草原与荒漠草地为主的自然保护区;3. 代表性样区的研究发现：① 自然保护区内76%以上的样区和国家级保护区内82%以上的样区NPP增加幅度明显高于保护区外对应样区的增幅;② 取得明显保护效果的有中昆仑、长沙贡玛、若尔盖和色林错等自然保护区;曼则塘自然保护区的东南部边缘地区和塔什库尔干野生动物自然保护区的北部边缘地区的效果不明显,可能与保护区及其周邻地区人类扰动增强密切相关;③ 高寒草甸类型自然保护区的保护效果最为显著,高寒草原类型自然保护区的保护效果较差。本研究展示了样区对比法在评估大区域生态变化中所具有的独特优势,其关键在于科学设计样区并进行合理的空间抽样。

DOI

[ Zhang Y L, Hu Z J, Qi W, et al. Assessment of protection effectiveness of nature reserves on the Tibetan Plateau based on net primary production and the large-sample-comparison method[J]. Acta Geographica Sinica, 2015,70(7):1027-1040. ]

Options
Outlines

/

〈 〉