全 文 ：植物生态学报 2012, 36 (6): 511–521 doi: 10.3724/SP.J.1258.2012.00511
Chinese Journal of Plant Ecology http://www.plant-ecology.com
——————————————————
收稿日期Received: 2012-02-13 接受日期Accepted: 2012-04-11
* 通讯作者Author for correspondence (E-mail: wangtianming@bnu.edu.cn)
黄土高原泾河流域长时间序列的归一化植被指数
动态变化及其驱动因素分析
孙晓鹏 王天明* 寇晓军 葛剑平
北京师范大学地表过程与资源生态国家重点实验室和生命科学学院, 北京 100875
摘 要 泾河流域土地开发历史悠久, 是黄土高原水土流失的典型区域。研究气候变化和人类活动影响下泾河流域的植被覆
盖变化及其原因, 对黄土高原的植被恢复、水土保持和景观管理等都具有重要意义。该研究应用GIMMS归一化植被指数
NDVI、土地覆盖分类数据和气候数据, 采用趋势分析和相关分析方法, 研究了泾河流域1982–2005年植被覆盖变化趋势及其
驱动因素。研究表明: 泾河流域24年间79.64%的区域NDVI无显著变化趋势, NDVI趋势显著增加的区域占16.33%, 主要集中在
流域中部和南部, NDVI趋势显著减小的区域占4.03%, 主要集中在流域北部。流域所有气象站点的降水量均无显著变化趋势,
气温均呈显著升高趋势。分析发现气候变化不能很好地解释NDVI趋势的空间分异, 人为因素更为重要。从土地利用分析结
果来看, NDVI不同趋势下各土地利用类型比例无明显变化, 但NDVI显著增加区以耕地为主, 显著减小区以草地为主, 由此推
断NDVI的显著增加趋势主要由耕地NDVI增加引起, 显著减小趋势可能与林地减少和草地退化有关。通过分析不同分区的土
地利用数据和社会经济资料, 着重探讨了造成植被覆盖显著变化趋势的人为因素。
关键词 气候, 土地利用, 泾河流域, 归一化植被指数(NDVI), 趋势分析, 植被覆盖
Normalized difference vegetation index dynamic change and its driving factor analysis with
long time series in the Jinghe River watershed on the Loess Plateau of China
SUN Xiao-Peng, WANG Tian-Ming*, KOU Xiao-Jun, and GE Jian-Ping
State Key Laboratory of Earth Surface Processes and Resource Ecology and College of Life Sciences, Beijing Normal University, Beijing 100875, China
Abstract
Aims As a typical region of soil erosion on the Loess Plateau, the Jinghe River watershed has had long-term
land exploitation and soil erosion. Our objective was to study trends in the change of vegetation cover and to
explore driving factors, including both climatic and anthropogenic aspects.
Methods We calculated normalized difference vegetation index (NDVI) trends using GIMMS NDVI data from
1982 to 2005 in the Jinghe River watershed. Its trends were compared with precipitation and air temperature
trends calculated from climate data from the 19 meteorological stations in the watershed. A 3 × 3 pixel buffer area
centered on each station was used to analyze relationships between climate and vegetation. Anthropogenic factors
were represented by land use data obtained from the Resource-Environment Database of the Chinese Academy of
Sciences. We analyzed the proportion of each land type in areas of different NDVI trends to illustrate the effects of
human activities.
Important findings NDVI had no significant trends in 79.64% of the Jinghe River watershed in the 24-year pe-
riod. NDVI had significant positive trends in 16.33% of the area, located in the middle and southern parts of the
watershed. NDVI had significant negative trends in 4.03% of the area, located in the northern part of the water-
shed. Precipitation had no significant trends, and temperature had significant positive trends forall of the 19
weather stations. The spatial differences of NDVI trends could not explained by changes in precipitation and air
temperature. The anthropogenic factors seemed more important. Land use analysis indicated that the percentages
of land use types in areas of different NDVI trends changed little. Plantation was dominant in the area where NDVI
had significant positive trends, and grassland was dominant in the area where NDVI had significant negative
trends. Results suggest that the changes in plantations resulted in the significant positive trends of NDVI, and
woodland loss and grassland degeneration resulted in the significant negative trends of NDVI.
512 植物生态学报 Chinese Journal of Plant Ecology 2012, 36 (6): 511–521

www.plant-ecology.com
Key words climate, land use, Jinghe River watershed, normalized difference vegetation index (NDVI), trend
analysis, vegetation cover

植被覆盖是一个地区环境质量的重要指标。研
究植被覆盖变化, 是认识该地区环境质量和环境演
变的重要方面。尤其在全球气候变化的大背景下,
植被覆盖的密度和分布将受到深远影响, 而这种影
响在区域尺度上表现得更加明显(Betts et al., 1997;
Cramer et al., 2001; Alves Senna et al., 2009; Ander-
son & Goulden, 2011; Jeong et al., 2011)。黄土高原
植被比较稀疏, 水土流失严重, 自然灾害频繁。如
何恢复与建造植被, 有效地控制水土流失, 改善生
态环境, 是实现农、林、牧各业可持续发展的关键。
因此, 长期定量的植被覆盖变化及其驱动因素分析
对于这一问题的解决非常必要。
卫星遥感可以为大尺度的植被监测提供有效
的信息 (Goward et al., 1994)。归一化植被指数
(NDVI)是目前应用最广泛的植被指数, 通过红光反
射(Red)和近红外光反射(NIR)的差异来反映植被覆
盖状况, 被定义为: (NIR–Red)/(NIR+Red) (Wessels
et al., 2007)。很多研究证明, NDVI是反映植被覆盖
状况的良好指标 (Monteith, 1981; Goward et al.,
1994; Law & Waring, 1994; Jobbagy et al., 2002;
Boelman et al., 2005; Wessels et al., 2006)。在各种
NDVI数据中, AVHRR NDVI有20多年的数据积累,
在植被的长期监测和研究中具有不可替代的优势
(Anyamba & Tucker, 2005), 广泛应用于植被叶面积
指数(LAI) (Lucht et al., 2002)、冠层吸收的光合有效
辐射(APAR) (郭志华等, 1999)、净第一性生产力
(NPP) (Nemani et al., 2003)、植被与环境因子变化
(Duchemin et al., 1999; 李本纲和陶澍, 2000)、土地
覆被变化(王长耀等, 2005)、农业产量预报(池宏康,
1995; 江东等, 2002)等方面的研究。
影响植被覆盖变化的因素可分为自然因素和
人为因素两方面。有研究表明, 在区域尺度上气候
因素可能起主导作用, 而在流域管理单元(WAU)上
人为因素可能占主导地位(Morawitz et al., 2006)。在
干旱半干旱区, 气候变化和人类活动是导致植被退
化的主要因素(Kepner et al., 2006)。气候因素中, 降
水和气温是影响植被变化的最主要因素(马明国等,
2006)。中国植被的研究表明, NDVI增加在全国尺度
上是对气温升高的响应, 在区域尺度上则与降水量
有关(Piao et al., 2004)。人类活动可通过土地利用/
土地覆被变化影响植被覆盖, 更多的时候体现为一
种复杂的人类 -环境耦合系统 (coupled human-
environment system), 需要综合考虑(Verburg, 2006;
Liu et al., 2010)。在一些传统农业区, 人为因素对植
被覆盖的影响不可忽视。有研究表明, 黄土高原植
被覆盖变化是气候因素和人为因素共同作用的结
果, 但人为因素似乎更为重要, 表现在土地利用的
变化上 , 与政策和经济相联系(Ostwald & Chen,
2006)。在近期中国植被覆盖变化的研究中也发现,
某些地区的植被增加与农业活动之间的关系极为
密切(Piao et al., 2004; Liu et al., 2010)。
泾河流域是黄土高原水土流失的典型区域, 土
地开发历史悠久, 植被覆盖变化不仅受气候影响,
也受人类活动支配。目前, 泾河流域长期植被覆盖
变化的研究较少, 且多集中在植被与气候关系的探
讨上(陈操操等, 2008; 齐清等, 2009), 较少考虑人
为因素。本研究将二者综合考虑来说明植被覆盖变
化的原因 , 试图回答以下问题 : 泾河流域1982–
2005年植被覆盖有什么变化趋势？原因是什么？
研究前提假设如下: (1)泾河流域植被覆盖变化主要
由气候因素和人为因素驱动; (2)气候因素主要是降
水量和气温; (3)人为因素可体现在土地利用类型的
比例变化和内部变化两个方面。
1 研究区概况
泾河流域位于黄土高原中部(106°14′–108°42′
E, 34°46′–37°19′ N) (图1), 北邻贺兰山、鄂尔多斯高
原, 南接秦岭, 西依六盘山, 东抵子午岭, 面积4.54
万km2, 包括宁夏、甘肃、陕西三省区部分地区。流
域地势西北高, 东南低, 总体地势为东、北、西三
面向东南倾斜, 绝大部分属于陇东黄土高原, 地貌
可分为黄土丘陵沟壑区、黄土高塬沟壑区、土石山
区、河谷阶地区和冲积平原区5种类型。流域处于
温带半湿润气候向半干旱气候的过渡地带, 为典型
的温带大陆性气候, 多年平均气温8 ℃, 最冷月平
均气温–8– –10 ℃, 最热月平均气温22–24 ℃, 冬
季干旱少雨, 夏季多暴雨, 多年平均降水量为511.5
mm, 年降水量在350–600 mm之间波动。流域地表
孙晓鹏等: 黄土高原泾河流域长时间序列的归一化植被指数动态变化及其驱动因素分析 513

doi: 10.3724/SP.J.1258.2012.00511



图1 泾河流域位置及主要植被分布(据中国科学院中国植被图编辑委员会, 2001)。
Fig. 1 The location and vegetation distribution of Jinghe River watershed (According to the Editorial Board of Vegetation Map of
China, Chinese Academy of Sciences, 2001).


植被稀疏, 主要以草原和栽培植被为主。流域现有
人口600多万, 东南密集, 西北稀疏, 农业以种植业
为主, 生产水平较低, 90%以上的农田缺乏有效的
水源保障。
2 数据与方法
2.1 数据来源
2.1.1 NDVI数据
本研究用NDVI来指示植被覆盖状况。NDVI数
据来自全球土地覆盖中心(Global Land Cover Facil-
ity, GLCF)的全球监测与模型研究(global inventory
monitoring and modeling studies, GIMMS)数据集,
覆盖泾河流域, 时间序列为1982年1月–2005年12
月, 空间分辨率为8 km × 8 km, 时间分辨率为15天,
共576景。GIMMS NDVI数据是美国国家海洋大气
局第三代实用气象观测卫星高分辨率辐射计
(NOAA/AVHRR)数据, 进行了一系列改进和校准,
消除了大气、水蒸气、云、火山爆发等因素的影响
(Verm- ote & Saleous, 1995; Vermote et al., 1997), 并
通过插值补充了北半球冬季丢失的数据, 进一步提
高了数据精度。该数据变化平稳, 适合于长期植被
分析(Slayback et al., 2003)。NDVI数据采用最大值合
成法MVC (Holben, 1986)制作成逐年月NDVI堆栈。
2.1.2 气象数据
气象数据来源于泾河流域及周边19个气象站
点1982–2005年的降水量和气温日数据。降水量和
气温的日数据通过计算得到降水量和气温的月数
据和年数据。
2.1.3 土地利用数据
土地利用数据来源于中国科学院资源环境数
514 植物生态学报 Chinese Journal of Plant Ecology 2012, 36 (6): 511–521

www.plant-ecology.com
据库, 采用1986年、1995年和2000年三期Landsat
TM数据来提取土地利用信息, 同时参考地形图、区
域专题研究与图件等资料对TM遥感影像进行地理
坐标配准和几何精校正, 再进行计算机人机交互判
读, 划分土地利用类型。土地利用类型划分标准采
用中国科学院资源环境数据库中的1:10万土地利用
分类系统, 划分出耕地、林地、草地、水域、建成
区和未利用地6个1级类型, 下分19个2级类型, 耕
地又分为5个3级类型。该数据在泾河流域的土地利
用/土地覆被变化研究中使用较多(谢高地等, 2005,
2007; 杨丽等, 2005)。
2.2 研究方法
2.2.1 趋势分析
在对NDVI时间序列的分析方法中, 变化斜率
法已经被广泛应用于研究植被覆盖、生物量、NPP
以及农作物产量的长期变化趋势等方面 (Fuller,
1998; Milich & Weiss, 2000; Tottrup & Rasmussen,
2004)。本研究采用变化斜率法来研究NDVI随时间
变化的趋势。斜率的显著性检验采用t检验, 显著性
水平设置为0.05。对NDVI趋势分析结果 , 采用
Google Earth遥感影像判读和实地调查相结合的方
法进行地面验证, 描述植被类型及覆盖状况。
对降水量和气温的趋势分析采用Mann-Kendall
检验法(Esteban-Parra et al., 1998; Liu et al., 2011),
分析对象为泾河流域19个站点年降水量和年平均
气温的24年时间序列, 显著性水平设置为0.05。
Mann-Kendall检验法是世界气象组织推荐的非参数
统计检验法, 广泛应用于分析降水、径流、气温和
水质等要素时间序列的趋势变化。它的优点在于检
测范围宽, 定量化程度高, 不需要样本遵从一定的
分布, 不受少数异常值的干扰, 计算简便, 尤其适
用于水文、气象等非正态分布的数据。
2.2.2 站点缓冲区分析
除全流域分析外, 本研究还采用站点缓冲区进
行精细分析。以泾河流域内19个气象站点所在的
NDVI像元为中心, 构建3 × 3栅格缓冲区。缓冲区的
NDVI值为9个栅格的平均值, 降水量和气温值分别
采用该站点的降水量和气温值。站点缓冲区内部的
降水量和气温值具有一定的可靠性和准确性, 能在
一定程度上弥补全流域降水和气温数据的不足, 对
NDVI的均值处理也能消除干扰像元的影响(Evans
& Geerken, 2004; Kepner et al., 2006; Diodato &
Bellocchi, 2008)。每一缓冲区采用Pearson相关系数
(r)来分析NDVI与降水量、气温的相关性。
2.2.3 土地利用信息提取
提取不同NDVI趋势区的土地利用类型的像元
进行统计分析, 通过比较不同时期各土地利用类型
所占比例的变化, 来探究人类活动对植被覆盖的影
响。比较的类别为: 耕地、林地、草地、水域、建成
区和未利用地6个1级类型, 其中, 耕地具体到山地
旱地、丘陵旱地、平原旱地和坡地4个2级类型, 林地
具体到林地、灌木林、疏林及其他林地4个2级类型,
草地具体到高覆盖、中覆盖和低覆盖3个2级类型。
3 结果
3.1 全流域NDVI变化趋势
基于单像元的泾河流域24年的NDVI趋势分析
显示出一定的规律性: 流域约60%的像元NDVI呈
增加趋势, 主要在流域中部和南部; NDVI呈减小趋
势的像元主要在流域北部, 以及东、西两侧边缘地
带(图2A)。在0.05显著性水平上, 对NDVI变化斜率
进行t检验, 可得到NDVI趋势的显著性分布(图2B)。
流域内 79.64% 的像元 NDVI 无显著变化趋势 ;
16.33%的像元NDVI呈显著增加趋势, 变化百分率
范围为5.78%–30.12%, 均值为14.66%; NDVI呈显著
减小趋势的像元仅占4.03%, 变化百分率范围为
–8.06%– –35.03%, 均值为–19.50%。
由图2B可以看出, NDVI呈显著变化趋势的像
元分布与流域地貌类型具有较好的对应关系。NDVI
呈显著增加趋势的像元集中分布在黄土高塬沟壑
区和河谷阶地区。NDVI呈显著减小趋势的像元主要
分布在黄土丘陵沟壑区的北部和东部, 以及西侧六
盘山土石丘陵区。Google Earth遥感影像判读和实地
调查结果显示, NDVI显著增加区域为大面积成片的
耕地分布区, 从下游到上游依次为平原耕地、塬面
耕地和丘陵耕地, 间有园林分布; 而北部NDVI显著
减小区域植被稀疏, 树木很少, 为大面积草地分布,
土地退化较为严重。
3.2 气候因素变化趋势
流域19个气象站点24年的降水量和气温变化
趋势如图3所示。在0.05显著性水平上, 各站点年降
水量均无显著变化趋势, 而年平均气温均呈显著升
高趋势。19个站点年平均气温的变化百分率范围为
8.59%–27.76%, 均值为15.50%。各站点降水量和气
孙晓鹏等: 黄土高原泾河流域长时间序列的归一化植被指数动态变化及其驱动因素分析 515

doi: 10.3724/SP.J.1258.2012.00511


图2 泾河流域1982–2005年归一化植被指数(NDVI)趋势分析(A)及显著性检验(B)。
Fig. 2 Trend analysis (A) and significant test (B) of normalized difference vegetation index (NDVI) in Jinghe River watershed from
1982 to 2005.





图3 泾河流域气象站点1982–2005年降水量(A)和气温(B)趋势。
Fig. 3 Precipitation (A) and air temperature (B) trends of meteorological stations in Jinghe River watershed from 1982 to 2005.


温的统一变化趋势没有与NDVI趋势的空间分异形
成较好的对应关系。
3.3 站点缓冲区NDVI与气候因素的关系
泾河流域19个站点缓冲区NDVI及气候因素的
趋势如表1所示。在0.05显著性水平上, 只有灵台、
泾川、宁县、旬邑、永寿5个站点缓冲区NDVI呈显
著增加趋势, 其余站点缓冲区NDVI均无显著变化
趋势, 而所有站点缓冲区年降水量趋势均无显著变
化, 年平均气温均呈显著升高趋势。5个NDVI显著
趋势缓冲区, NDVI趋势虽与气温趋势一致, 但没有
显著的相关关系, 而与降水量显著相关的3个缓冲
区, 相关度并不高(r < 0.5)。
516 植物生态学报 Chinese Journal of Plant Ecology 2012, 36 (6): 511–521

www.plant-ecology.com
表1 泾河流域站点缓冲区趋势分析
Table 1 Trend analysis of the station buffer area in Jinghe River watershed
相关系数 Correlation coefficient站点编号
Station code
站点名称
Station name
NDVI趋势
NDVI trend
降水趋势
P trend
气温趋势
T trend rNDVI-P rNDVI-T
53821 环县 Huanxian – + +** 0.620 5* –0.389 9
53829 庆阳 Qingyang + – +** 0.376 4 –0.180 7
53915 平凉 Pingliang + + +** 0.441 7* 0.005 0
53923 西峰 Xifeng + + +** 0.354 5 –0.167 2
53924 灵台 Lingtai +* – +** 0.463 1* 0.240 0
53925 镇原 Zhenyuan + + +** 0.372 5 –0.000 2
53926 泾川 Jingchuan +** – +* 0.451 2* 0.036 7
53927 华亭 Huating – – +** 0.392 0 –0.456 6*
53928 崇信 Chongxin + + +** 0.519 6* 0.007 3
53929 长武 Changwu + – +** 0.439 2* –0.104 5
53930 华池 Huachi – + +** 0.351 4 –0.418 1*
53934 合水 Heshui + + +** 0.435 2* 0.078 8
53935 正宁 Zhengning + – +** –0.015 6 0.234 6
53937 宁县 Ningxian +* – +** 0.405 2* 0.230 5
53938 旬邑 Xunyi +** – +* 0.158 0 0.156 5
57023 彬县 Binxian + – +** 0.356 3 0.035 6
57029 礼泉 Liquan + – +** 0.264 3 0.023 5
57030 永寿 Yongshou +** – +** 0.011 7 0.314 0
57033 泾阳 Jingyang – – +** 0.120 6 –0.231 4
NDVI, 归一化植被指数; P, 年降水量; T, 年平均气温; *, α = 0.05; **, α = 0.01。
NDVI, normalized difference vegetation index; P, annual precipitation; T, mean annual air temperature; *, α = 0.05; **, α = 0.01.


3.4 不同NDVI趋势下的土地利用变化
在α = 0.05显著性水平上, 将泾河流域NDVI像
元分为趋势不显著区、趋势显著增加区和趋势显著
减小区3部分, 结合1986、1995、2000年三期土地利
用数据, 分析NDVI不同变化趋势下土地利用类型
的变化。不同NDVI趋势下土地利用数据的统计结果
(表2)显示出以下规律:
(1)不同NDVI趋势下主要土地利用类型(耕地、
草地、林地和建成区)的像元比例均无明显变化, 除
了NDVI趋势显著减小区林地的比例变幅为1.92%以
外, 其余类型的比例变幅均不超过1%。
(2)不同NDVI趋势下土地利用类型均以耕地和
草地为主, 二者之和均占到90%左右。耕地和草地
各自所占比例又因NDVI趋势的不同而不同: NDVI
趋势不显著区耕地和草地比例相当; NDVI趋势显著
增加区以耕地为主 , 比例在50%以上 , 超过草地
10%以上; NDVI趋势显著减小区以草地为主, 比例
在50%以上, 超过耕地10%以上。
(3) NDVI趋势不显著区和显著减小区的草地类
型均存在中覆盖草地与低覆盖草地之间的转化现
象, 转化幅度(比例最大值减去最小值)分别约5%和
10%, 而在NDVI趋势显著增加区没有观察到这种现
象。
4 分析和讨论
4.1 植被变化趋势特征
从单像元分析来看, 流域大部分地区(80%左
右) NDVI无显著变化趋势, 说明流域植被从总体来
说并无明显变化。NDVI显著增加区集中分布于黄土
高塬沟壑区和河谷阶地区, 表明这一地区存在植被
活动增强的迹象。植被显著减少区很小, 主要集中
在流域北部, 表明这些地区可能存在植被退化迹
象。黄土高原同期(1982–2003年)的植被研究在泾河
流域也显示了类似的结果(信忠保和许炯心, 2007)。
研究中发现上述植被变化趋势的空间分布与
地貌类型有较好的对应关系, 这一结果与关于黄土
高原中部水土流失的研究结果有较好的对应性, 即
黄土丘陵沟壑区水土流失无明显变化趋势, 黄土高
孙晓鹏等: 黄土高原泾河流域长时间序列的归一化植被指数动态变化及其驱动因素分析 517

doi: 10.3724/SP.J.1258.2012.00511
塬沟壑区和土石山区水土流失总体上都存在着不
同程度的持续减弱, 而黄土山区水土流失则表现出
总体递增的趋势(索安宁等, 2007)。
4.2 气候因素对植被覆盖的影响
泾河流域19个气象站点分布虽不均匀, 但从所
有站点气候因素变化的一致趋势(降水量均无显著
变化趋势, 气温均呈显著升高趋势)上看, 由气象站
点得出的这一结论推广到整个流域还是具有很大
的可能性。由于降水量和气温是影响植被覆盖变化
的主要自然因素, 从趋势对比上看, 泾河流域降水
量和气温的变化并不能很好地解释NDVI趋势的空
间分异。
在站点缓冲区可以观察到较精确的植被和气
候因素的变化动态。在空间分布上, 流域19个站点
缓冲区NDVI的趋势分析结果也显示了与单像元分
析结果较好的一致性。在5个NDVI呈显著增加趋势
的站点缓冲区分析中, 降水量并无显著变化趋势,
且与NDVI的相关性较低或不显著。这也进一步说
明, 虽然黄土高原植被覆盖对降水量有较为敏感的
响应(信忠保等, 2007), 但降水量变化与泾河流域植
被覆盖增加的相关性并不强。5个站点缓冲区的
NDVI和气温虽然都呈显著增加趋势, 但二者之间
的相关性也不显著。
可见, 气候变化对泾河流域植被覆盖趋势的影
响并不显著。作为传统的农业区, 泾河流域以人工
植被为主, 较高强度的人类活动可能使气候因素对
植被变化的影响表现得并不明显。这一结果虽不能
完全排除气候因素的影响, 但人为因素的作用似乎
更为重要。
4.3 人为因素对植被覆盖的影响
4.3.1 植被变化趋势与土地利用的关系
人为因素的影响可分为土地利用类型之间的
转化(比例变化)和土地利用类型内部的变化两个方
面。三期土地利用数据统计结果显示, 除NDVI趋势
显著减小区的林地比例略有减少外, 不同NDVI趋
势区各主要土地利用类型(耕地、草地、林地、建成
区)所占比例均无明显变化。这也与泾河流域土地利
用变化的研究结果一致, 即流域宏观景观格局不会
在10–20年的时间尺度上发生结构性改变(谢高地
等, 2005; 杨丽等, 2005)。可见, NDVI的显著变化趋
势并非因为主要土地利用类型之间的转化, 而是由
主要土地利用类型内部变化引起。
518 植物生态学报 Chinese Journal of Plant Ecology 2012, 36 (6): 511–521

www.plant-ecology.com
主要土地利用类型的内部变化可以从各土地
利用类型所占的比例上进行推测。整个流域土地利
用以耕地和草地类型占主导, 面积在85%以上, 而
NDVI趋势显著增加区以耕地为主, NDVI趋势显著
减少区以草地为主。由此可知, 耕地的内部变化使
NDVI增加, 草地的内部变化使NDVI减少, 这种作
用的大小与二者所占比例相联系, 可能产生了流域
NDVI趋势的空间分异。
从土地利用数据统计结果来看, NDVI趋势显著
减小区出现了明显的中覆盖草地和低覆盖草地之
间的转化现象, 而NDVI趋势显著增加区没有发现
这一现象。基于以上分析, 并结合地面验证资料,
可以得到以下推论: (1) NDVI趋势显著增加区的增
加趋势主要由耕地NDVI增加引起; (2) NDVI趋势显
著减小区的减小趋势可能与林地减少和草地退化
有关。
4.3.2 NDVI趋势增加的原因
耕地NDVI增加的原因可能来自3个方面: 粮食
单位面积产量提高、复种指数提高和作物结构多样
化。
粮食单位面积产量的提高使耕地NDVI增加 ,
同期黄土高原的研究也得到了类似的推论(信忠保
等, 2007)。泾河流域分县统计数据表明, 由于农业
生产技术提高、农作物品种改良和农药化肥使用增
多等因素, 流域粮食单位面积产量与复种指数都出
现了一定的提高: 粮食单位面积产量从1990年的
2 174 kg·hm–2增加到2005年的2 969 kg·hm–2, 增加
了36.57%; 复种指数从1990年的110%增加到2005年
的118%, 增加了7.27% (图4)。需要说明的是, 1995年
粮食产量有所下滑, 与当年发生的特大旱灾有关(耿
艳辉等, 2008)。泾河流域典型区的统计结果也显示,
2000–2003年年均单位面积粮食产量与1995–1999年
相比有了大幅度提高(孙新章等, 2007)。
作物结构方面, 泾河流域村落尺度的研究结果
显示, 1985年以来, 粮食作物面积比重趋于下降,
经济作物比重则大幅度增加。在土地面积发生变化
的同时, 种植作物的种类也向多元化方向发展(甄
霖等, 2007a)。同粮食作物(主要是冬小麦(Triticum
aestivum))相比, 经济作物不同的生长状况、生长期
和采收时间, 均有利于提高NDVI值。
4.3.3 NDVI趋势减小的原因
不同地区NDVI趋势减小的原因可能不同。黄土



图4 泾河流域1990–2005年粮食单位面积产量和复种指数
的变化(据耿艳辉等, 2008)。
Fig. 4 Changes of grain yield per unit area and multiple crop
index in Jinghe River watershed from 1990 to 2005 (According
to Geng et al., 2008).


丘陵沟壑区的北部土地利用类型以草地为主, 推断
应为草地退化, 这与有关泾河流域牲畜承载力分析
的研究结果一致, 即流域北部的环县、盐池、定边
等县牲畜放牧指数(SRI)异常高, 属严重超载放牧地
区, 而超载放牧被认为是流域北部地区草地退化和
土地沙化的主要原因(毕晓丽等, 2006)。黄土丘陵沟
壑区东部NDVI趋势减小区主要位于华池县长庆油
田。相关研究表明, 油田在勘探期、建设期和生产
期对生态环境都有不同程度的影响, 主要表现为破
坏土壤结构, 造成土地盐碱化, 引发植物大量死亡,
降低植物群落多样性, 破坏地表植被覆盖等(耿春
香和张秀霞, 2003)。
流域西侧六盘山土石丘陵区主要为林地分布
区。土地利用数据分析显示, 该地NDVI的减小归因
于林地大幅减小和草地大幅增加, 即可能存在森林
砍伐现象。同期黄土高原研究也发现了六盘山植被
覆盖下降的情况(信忠保等, 2007)。值得注意的是,
该区植被减少的区域大多位于林缘地带。六盘山地
区相关的调查结果显示, 森林被砍伐主要是由于快
速增长的人口对食物和燃料的需求急剧增加所致
(甄霖等, 2007b)。根据1993年的数据, 建国40多年
来, 林区平均每年损失天然林1.3万hm2 , 林缘线后
移0.5 km左右(王天永, 1993)。
5 结论
泾河流域的植被在24年的时间尺度上的变化
具有明显的空间分异, 而显著的植被变化主要集中
在流域中部和南部的一些人工植被区域。作为影响
植被变化最重要的气候因素, 气温和降水量在对植
被趋势的解释上有所欠缺, 人为因素发挥了更为重
孙晓鹏等: 黄土高原泾河流域长时间序列的归一化植被指数动态变化及其驱动因素分析 519

doi: 10.3724/SP.J.1258.2012.00511
要的作用。土地利用对植被覆盖变化有着深远的影
响。泾河流域是传统农业区, 耕地利用方式的改变
能够对植被增长产生明显的影响, 而其他地区一些
不合理的土地利用方式, 如过度放牧、森林砍伐、
石油开发等则可以使植被减少, 并引起土地利用类
型的变化。
本研究通过长时间序列NDVI趋势分析, 考察
了泾河流域植被覆盖的年际变化, 分析和讨论了气
候因素和人为因素对植被覆盖的影响, 说明了人为
因素在流域植被变化中的重要作用。作为我国黄土
高原水土流失相对严重的区域, 泾河流域植被覆盖
趋势分析结果可以为20多年来流域水土保持工作
成效的评估提供参考, 也可为流域今后的水土保持
规划提供借鉴。
致谢 国家自然科学基金(30900221和40730631)资
助。
参考文献
Alves Senna MC, Costa MH, Chipponelli Pinto LI, Acioli
Imbuzeiro HM, Freitas Diniz LM, Pires GF (2009).
Challenges to reproduce vegetation structure and
dynamics in amazonia using a coupled climate-biosphere
model. Earth Interactions, 13(11), 1–28.
Anderson RG, Goulden ML (2011). Relationships between
climate, vegetation, and energy exchange across a
montane gradient. Journal of Geophysical Research-
Biogeosciences, 116, G01026.
Anyamba A, Tucker CJ (2005). Analysis of Sahelian
vegetation dynamics using NOAA-AVHRR NDVI data
from 1981–2003. Journal of Arid Environments, 63, 596–
614.
Betts RA, Cox PM, Lee SE, Woodward FI (1997). Contrasting
physiological and structural vegetation feedbacks in
climate change simulations. Nature, 387, 796–799.
Bi XL (毕晓丽), Wang H (王辉), Zhou R (周睿), Hong J (洪
军), Suo AN (索安宁), Ge JP (葛剑平) (2006). Analysis
on the livestock capability of the Jinghe River basin on the
Loess Plateau. Acta Ecologica Sinica (生态学报), 26,
4219–4224. (in Chinese with English abstract)
Boelman NT, Stieglitz M, Griffin KL, Shaver GR (2005).
Inter-annual variability of NDVI in response to long-term
warming and fertilization in wet sedge and tussock tundra.
Oecologia, 143, 588–597.
Chen CC (陈操操), Xie GD (谢高地), Zhen L (甄霖), Geng
YH (耿艳辉), Leng YF (冷允法) (2008). Analysis on
Jinghe watershed vegetation dynamics and evaluation on
its relation with precipitation. Acta Ecologica Sinica (生态
学报), 28, 925–938. (in Chinese with English abstract)
Chi HK (池宏康) (1995). A study on the model for estimation
winter wheat yield using spectral data of wheat field. Acta
Phytoecologica Sinica (植物生态学报), 19, 337–344. (in
Chinese with English abstract)
Cramer W, Bondeau A, Woodward FI, Prentice IC, Betts RA,
Brovkin V, Cox PM, Fisher V, Foley JA, Friend AD,
Kucharik C, Lomas MR, Ramankutty N, Sitch S, Smith B,
White A, Young-Molling C (2001). Global response of
terrestrial ecosystem structure and function to CO2 and
climate change: results from six dynamic global
vegetation models. Global Change Biology, 7, 357–373.
Diodato N, Bellocchi G (2008). Modelling vegetation
greenness responses to climate variability in a
mediterranean terrestrial ecosystem. Environmental
Monitoring and Assessment, 143, 147–159.
Duchemin B, Guyon D, Lagouarde JP (1999). Potential and
limits of NOAA-AVHRR temporal composite data for
phenology and water stress monitoring of temperate forest
ecosystems. International Journal of Remote Sensing, 20,
895–917.
Editorial Board of Vegetation Map of China, Chinese Academy
of Sciences (中国科学院中国植被图编辑委员会 )
(2001). 1: 1000000 Vegetation Atlas of China (1: 1000000
中国植被图集). Science Press, Beijing. (in Chinese)
Esteban-Parra MJ, Rodrigo FS, Castro-Diez Y (1998). Spatial
and temporal patterns of precipitation in spain for the
period 1880–1992. International Journal of Climatology,
18, 1557–1574.
Evans J, Geerken R (2004). Discrimination between climate
and human-induced dryland degradation. Journal of Arid
Environments, 57, 535–554.
Fuller DO (1998). Trends in NDVI time series and their relation
to rangeland and crop production in Senegal, 1987–1993.
International Journal of Remote Sensing, 19, 2013–2018.
Geng CX (耿春香), Zhang XX (张秀霞) (2003). Affecting
factors analyze for ecological environment of oil field
exploit in the Northwest. Environmental Protection
Science (环境保护科学), 29, 40–41. (in Chinese with
English abstract)
Geng YH (耿艳辉), Min QW (闵庆文), Cheng SK (成升魁),
Chen CC (陈操操) (2008). Temporal and spatial distribu-
tion of cropland-population-grain system and pressure
index on cropland in Jinghe watershed. Transactions of
the Chinese Society of Agricultural Engineering (农业工
程学报 ), 24(10), 68–73. (in Chinese with English
abstract)
Goward SN, Waring RH, Dye DG, Yang JL (1994). Ecological
remote sensing at OTTER: satellite macroscale observa-
tions. Ecological Applications, 4, 322–343.
Guo ZH (郭志华), Peng SL (彭少麟), Wang BS (王伯荪),
Zhang Z (张征) (1999). Estimation of radiation absorption
520 植物生态学报 Chinese Journal of Plant Ecology 2012, 36 (6): 511–521

www.plant-ecology.com
by Guangdong vegetation using GIS and RS. Acta
Ecologica Sinica (生态学报), 19, 441–447. (in Chinese
with English abstract)
Holben BN (1986). Characteristics of maximum-value
composite images from temporal AVHRR data. Interna-
tional Journal of Remote Sensing, 7, 1417–1434.
Jeong SJ, Ho CH, Park TW, Kim J, Levis S (2011). Impact of
vegetation feedback on the temperature and its diurnal
range over the Northern Hemisphere during summer in a
2 × CO2 climate. Climate Dynamics, 37, 821–833.
Jiang D (江东), Wang NB (王乃斌), Yang XH (杨小唤), Liu
HH (刘红辉) (2002). Principles of the interaction between
NDVI profile and the growing situation of crops. Acta
Ecologica Sinica (生态学报), 22, 247–253. (in Chinese
with English abstract)
Jobbagy EG, Sala OE, Paruelo JM (2002). Patterns and
controls of primary production in the patagonian steppe: a
remote sensing approach: regional ecological analysis.
Ecology, 83, 307–319.
Kepner WG, Rubio JL, Mouat DA, Pedrazzini F (2006).
Desertification in the Mediterranean Region: a Security
Issue. Springer, Dordrecht, The Netherlands. 614.
Law BE, Waring RH (1994). Remote-sensing of leaf area index
and radiation intercepted by understory vegetation.
Ecological Applications, 4, 272–279.
Li BG (李本纲), Tao S (陶澍) (2000). Correlation between
AVHRR NDVI and climate factors. Acta Ecologica Sinica
(生态学报 ), 20, 898–902. (in Chinese with English
abstract)
Liu JY, Zhang ZX, Xu XL, Kuang WH, Zhou WC, Zhang SW,
Li RD, Yan CZ, Yu DS, Wu SX, Nan J (2010). Spatial
patterns and driving forces of land use change in China
during the early 21st century. Journal of Geographical
Sciences, 20, 483–494.
Liu XC, Xu ZX, Yu RH (2011). Trend of climate variability in
China during the past decades. Climatic Change, 109,
503–516.
Lucht W, Prentice IC, Myneni RB, Sitch S, Friedlingstein P,
Cramer W, Bousquet P, Buermann W, Smith B (2002).
Climatic control of the high-latitude vegetation greening
trend and pinatubo effect. Science, 296, 1687–1689.
Ma MG (马明国), Wang J (王建), Wang XM (王雪梅) (2006).
Advance in the inter-annual variability of vegetation and
its relation to climate based on remote sensing. Journal of
Remote Sensing (遥感学报), 10, 421–431. (in Chinese
with English abstract)
Milich L, Weiss E (2000). GAC NDVI images: relationship to
rainfall and potential evaporation in the grazing lands of
the gourma (northern Sahel) and in the croplands of the
Niger-Nigeria border (southern Sahel). International
Journal of Remote Sensing, 21, 261–280.
Monteith JL (1981). Climatic variation and the growth of crops.
Quarterly Journal of the Royal Meteorological Society,
107, 749–774.
Morawitz DF, Blewett TM, Cohen A, Alberti M (2006). Using
NDVI to assess vegetative land cover change in central
Puget Sound. Environmental Monitoring and Assessment,
114, 85–106.
Nemani RR, Keeling CD, Hashimoto H, Jolly WM, Piper SC,
Tucker CJ, Myneni RB, Running SW (2003). Climate-
driven increases in global terrestrial net primary
production from 1982 to 1999. Science, 300, 1560–1563.
Ostwald M, Chen DL (2006). Land-use change: impacts of
climate variations and policies among small-scale farmers
in the Loess Plateau, China. Land Use Policy, 23,
361–371.
Piao SL, Fang JY, Ji W, Guo QH, Ke JH, Tao S, Woods K
(2004). Variation in a satellite-based vegetation index in
relation to climate in China. Journal of Vegetation
Science, 15, 219–226.
Qi Q (齐清), Wang TM (王天明), Kou XJ (寇晓军), Ge JP (葛
剑平) (2009). Temporal and spatial changes of vegetation
cover and the relationship with precipitation in Jinghe
Watershed of China. Chinese Journal of Plant Ecology
(植物生态学报), 33, 246–253. (in Chinese with English
abstract)
Slayback DA, Pinzon JE, Los SO, Tucker CJ (2003). Northern
hemisphere photosynthetic trends 1982–99. Global
Change Biology, 9, 1–15.
Sun XZ (孙新章), Xie GD (谢高地), Zhen L (甄霖) (2007).
Effects of converting arable land into forest (grassland)
and eco-compensation: a case study in Yuanzhou County,
Guyuan City of Ningxia Hui Autonomous Region.
Resources Science (资源科学 ), 29(2), 194–200. (in
Chinese with English abstract)
Suo AN (索安宁), Zhao WZ (赵文喆), Wang TM (王天明),
Yuan F (袁飞), Xiong Y (熊颖), Ge JP (葛剑平) (2007).
Spatial-temporal succession characteristics of soil and
water loss in the central Loess Plateau during the last 50
years. Journal of Beijing Forestry University (北京林业大
学学报), 29(1), 90–97. (in Chinese with English abstract)
Tottrup C, Rasmussen MS (2004). Mapping long-term changes
in savannah crop productivity in Senegal through trend
analysis of time series of remote sensing data. Agriculture,
Ecosystems and Environment, 103, 545–560.
Verburg PH (2006). Simulating feedbacks in land use and land
cover change models. Landscape Ecology, 21, 1171–1183.
Vermote E, Saleoup NE, Kaufman YJ, Duttonc E (1997). Data
pre-processing: stratospheric aerosol perturbing effect on
the remote sensing of vegetation: correction method for
the composite NDVI after the pinatubo eruption. Remote
Sensing Reviews, 15, 7–21.
Vermote EF, Saleous NE (1995). Stratospheric aerosol perturb-
ing effect on the remote sensing of vegetation: operational
孙晓鹏等: 黄土高原泾河流域长时间序列的归一化植被指数动态变化及其驱动因素分析 521

doi: 10.3724/SP.J.1258.2012.00511
method for the correction of AVHRR composite NDVI.
Atmospheric Sensing and Modelling, 2311, 19–29.
Wang CY (王长耀), Luo CF (骆成凤), Qi SH (齐述华), Niu Z
(牛铮) (2005). A method of land cover classification for
China based on NDVI-Ts space. Journal of Remote
Sensing (遥感学报), 9, 93–99. (in Chinese with English
abstract)
Wang TY (王天永) (1993). Potential danger and prevention
countermeasures of soil erosion in Liupanshan and
Ziwuling woodland. Soil and Water Conservation in
China (中国水土保持), 7, 46–48. (in Chinese)
Wessels KJ, Prince SD, Malherbe J, Small J, Frost PE, VanZyl
D (2007). Can human-induced land degradation be
distinguished from the effects of rainfall variability? A
case study in South Africa. Journal of Arid Environments,
68, 271–297.
Wessels KJ, Prince SD, Zambatis N, MacFadyen S, Frost PE,
VanZyl D (2006). Relationship between herbaceous
biomass and 1-km2 Advanced Very High Resolution
Radiometer (AVHRR) NDVI in Kruger National Park,
South Africa. International Journal of Remote Sensing,
27, 951–973.
Xie GD (谢高地), Zhen L (甄霖), Chen CC (陈操操), Yang L
(杨丽) (2007). The changes and their interactions of
precipitation-landscape-runoff in Jinghe Watershed.
Resources Science (资源科学 ), 29(2), 156–163. (in
Chinese with English abstract)
Xie GD (谢高地), Zhen L (甄霖), Yang L (杨丽), Guo GM (郭
广猛) (2005). Landscape stability and its pattern transition
in Jinghe Watershed. Chinese Journal of Applied Ecology
(应用生态学报), 16, 1693–1698. (in Chinese with English
abstract)
Xin ZB (信忠保), Xu JX (许炯心) (2007). Response of
spatio-temporal variation of vegetation cover to climate
change in Loess Plateau. Progress in Natural Science (自
然科学进展), 17, 770–778. (in Chinese)
Xin ZB (信忠保), Xu JX (许炯心), Zheng W (郑伟) (2007).
Effect of climate change and human activities on the
vegetation cover in Loess Plateau. Science in China
(Series D: Earth Sciences) (中国科学(D辑: 地球科学)),
37, 1504–1514. (in Chinese)
Yang L (杨丽), Xie GD (谢高地), Zhen L (甄霖), Leng YF (冷
允法 ), Guo GM ( 郭广猛 ) (2005). Spatio-temporal
changes of land use in Jinghe Watershed. Resources
Science (资源科学 ), 27(4), 26–32. (in Chinese with
English abstract)
Zhen L (甄霖), Xie GD (谢高地), Yang L (杨丽), Chen CC
(陈操操), Guo GM (郭广猛), Liu XL (刘雪林) (2007a).
Interactions between human activities and landuse
patterns, and conflicts at the village level of Jinghe
Watershed. Resources Science ( 资 源 科 学 ), 29(2),
201–207. (in Chinese with English abstract)
Zhen L (甄霖), Xie GD (谢高地), Yang L (杨丽), Cheng SK
(成升魁) (2007b). Challenges facing landscape manage-
ment in the Jinghe Watershed of northwestern China by
using participatory rural appraisal. China Population
Resources and Environment (中国人口 ·资源与环境),
17(3), 129–133. (in Chinese with English abstract)


责任编委: 刘世荣 责任编辑: 王 葳