全 文 ：书犕犗犇犐犛犕犗犇１３犙１数据在北疆荒漠化
监测中的应用评价
刘艳１，李杨１，崔彩霞１，阮惠华２
（１．中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐８３０００２；２．广东省气象信息中心，广东 广州５１００８０）
摘要：利用中分辨率成像光谱仪 ＭＯＤＩＳ（ｍｏｄｅｒａｔｅｒｅｓｏｌｕｔｉｏｎｉｍａｇｉｎｇｓｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ）ＭＯＤ１３Ｑ１（ｖｅｇｅｔａｔｉｏｎ
ｉｎｄｉｃｅｓ１６ｄａｙＬ３ｇｌｏｂａｌ２５０ｍ）数据，对北疆地区２００７和２００８年植被生长季（５月下旬－９月中旬）３２景
ＭＯＤ１３Ｑ１数据进行累积求和、植被盖度转换和荒漠化指数（ｄｅｓｅｒｔｉｆｉｃａｔｉｏｎｉｎｄｅｘ，ＤＩ）计算及分级。分级结果客观
的反映了北疆地区荒漠化土地的空间分布。北疆地区非荒漠化土地主要分布在天山、阿尔泰山的中高山部分（呈
带状分布）及部分绿洲区，其他地域均有不同程度荒漠化。因此，ＭＯＤ１３Ｑ１数据可被有效应用于大尺度环境变化
和荒漠化进程的遥感监测中。收集２００７年北疆地区３７个气象站点年均最高气温和年均降水量数据，结合ＤＥＭ
经空间插值后获取区域气温、降水量数据，气温、降水量和ＤＩ相关性分析发现ＤＩ与气温间具有较高的正相关性，
与降水则表现出负相关性。
关键词：ＭＯＤ１３Ｑ１；北疆；荒漠化指数；气温；降水量
中图分类号：Ｓ１５８．１　　文献标识码：Ａ　　文章编号：１００４５７５９（２０１０）０３００１４０８
　 “荒漠化”指包括气候变异和人类活动在内的种种因素造成的干旱、半干旱和亚湿润地区的土地退化［１］。荒
漠化过程中，植被因子，如植被覆盖度、生物量等的动态变化是植被生产力变化的重要反映，也是荒漠化过程发展
或逆转的重要指示因子［２］。“土地荒漠化监测方法”国家标准（ＧＢ／Ｔ２０４８３２００６）中，将自然植被作为荒漠化过
程监测的最重要的因子。遥感影像含有丰富的荒漠化信息，如何利用这些信息实现荒漠化土地分类，提高分类精
度，是荒漠化研究的一个关键问题［３］。目前，国内外都没有一个公认的荒漠化分类评价指标体系，从而影响了全
球荒漠化分类评价的统一性和不同地区间的可比性［４］。因此，荒漠化评价指标体系的研究和探索还将继续下去。
我国荒漠化土地占国土面积的２７．９％，９５％的荒漠化土地集中在西部，而西部的荒漠化土地占国土面积的５０％，
而且北方沙漠化土地正以每年３１２０ｋｍ２ 的速度扩张［５，６］。中分辨率成像光谱仪 ＭＯＤＩＳ（ｍｏｄｅｒａｔｅｒｅｓｏｌｕｔｉｏｎ
ｉｍａｇｉｎｇｓｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ）传感器是当前世界上新一代“图谱合一”的中分辨率光学遥感仪器，每日２次获取全
球３６个光谱波段的地球综合信息观测数据，在生态环境监测应用中具有巨大的潜力［７９］。ＭＯＤＩＳ用于计算归一
化差分植被指数ＮＤＶＩ（ｎｏｒｍａｌｉｚｅｄｄｉｆｆｅｒｅｎｃｅｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ）的１（红波段，ＲＥＤ）、２（近红外波段，ＮＩＲ）波段空
间分辨率为２５０ｍ，比１．１ｋｍ分辨率的ＡＶＨＲＲ更能详尽地反映植被的空间差异性。ＭＯＤＩＳ＼ＮＤＶＩ输入的
ＲＥＤ和ＮＩＲ是经过大气校正的地表反射值，且波幅更窄，避免了ＮＩＲ区水汽吸收问题；ＭＯＤＩＳ不仅在发射前做
了定标，且在运行过程中可不断修正偏差，这使它在整体上比甚高分辨率辐射计 ＡＶＨＲＲ（ａｄｖａｎｃｅｄｖｅｒｙｈｉｇｈ
ｒｅｓｏｌｕｔｉｏｎｒａｄｉｏｍｅｔｅｒ）性能稳定［９，１０］。
本研究以北疆地区为例，结合实测数据，参考中国北方荒漠化分布类型分级指标［７］及其他荒漠化分级相关文
献［４，１１，１２］，以 ＭＯＤ１３Ｑ１（ｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓ１６ｄａｙＬ３ｇｌｏｂａｌ２５０ｍ）为数据源，对北疆地区的荒漠化程度实施
“四分法”，即重度荒漠化、中度荒漠化、轻度荒漠化和非荒漠化，以获取北疆地区荒漠化土地空间格局特征，探讨
ＭＯＤ１３Ｑ１数据在大尺度环境变化和荒漠化进程遥感监测中的应用价值。
１４－２１
２０１０年６月
　　　草　业　学　报　　　
　　　ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ　　　
第１９卷　第３期
Ｖｏｌ．１９，Ｎｏ．３
 收稿日期：２００９０６１５；改回日期：２００９０７２１
基金项目：中国沙漠气象科学研究基金项目（ｓｑｊ２００７００９），风云三号地面应用系统工程建设项目（ＦｉＤＡＦ２０７），新疆北部光温湿变化的精细化
及其对植被的影响（４０７０１１４８）和国家重点基础研究发展计划（９７３计划）（２００６ＣＢ７０１３０５）资助。
作者简介：刘艳（１９７８），女，河南扶沟人，助理研究员。Ｅｍａｉｌ：ｌｉｕｙａｎ＠ｉｄｍ．ｃｎ
１　材料与方法
１．１　研究区概况
新疆被天山山脉分隔为南疆（天山以南）和北疆（天山以北）。北疆介于７９°～９２°Ｅ，４２°～５０°Ｎ，总土地面积
为３９８４５６ｋｍ２，占全疆总面积的２３．９６％，包括昌吉州、乌鲁木齐市、克拉玛依市、石河子市、博尔塔拉蒙古自治
州、奎屯市、伊犁地区、塔城地区和阿勒泰地区。境内有山地、平原和沙漠３个大的地貌单元［１３］。该地区土地覆
盖类型较为复杂，包括：阔叶林、针叶林、耕地、灌丛、草地、沙漠几种类型。全区共有１１种草地类型，草地面积
２８６４．２７万ｈｍ２，占新疆草地总面积的５０．０２％，可利用草地面积２３６７．５２万ｈｍ２，占新疆可利用草地总面积的
４９．３２％［１３］。图１为研究区地理位置及地面气象观测站点空间分布示意图。
图１　研究区地理位置及相关气象站点分布
犉犻犵．１　犔狅犮犪狋犻狅狀狊狅犳狋犺犲狊狋狌犱狔犪狉犲犪犪狀犱狋犺犲犿犲狋犲狅狉狅犾狅犵犻犮犪犾狊狋犪狋犻狅狀狊
１．２　研究材料
本研究主要利用了以下数据，１）植被指数产品 ＭＯＤ１３Ｑ１数据：来自美国航空航天局（ＮＡＳＡ）数据中心，主
要是利用绿色植被在不同波段的光谱反射特征来计算［１４］。ＭＯＤ１３Ｑ１空间分辨率为２５０ｍ×２５０ｍ，时间分辨率
为１６ｄ。ＭＯＤ１３Ｑ１以ＩＳＩＮ（ｉｎｔｅｇｅｒｉｚｅｄｓｉｎｕｓｏｉｄａｌ）一种全球投影格式存放，它把全球影像数据划分为３６列×
１８行的方格网，每格表示一个文件产品的存放区域，以０开始记录文件的位置行列号，如文件名中的ｈ２３ｖ０４表
示第２４行第５列所在位置。新疆覆盖ｈ２３ｖ０４、ｈ２３ｖ０５、ｈ２４ｖ０４、ｈ２４ｖ０５、ｈ２５ｖ０４、ｈ２５ｖ０５共６个区域。北疆地区
覆盖了ｈ２３ｖ０４、ｈ２４ｖ０４。ＭＯＤ１３Ｑ１产品提供了ＮＤＶＩ、增强型植被指数ＥＶＩ（ｅｎｈａｎｃｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ）、ＮＩＲ
和ＲＥＤ通道反射率数据。以往研究表明，ＮＤＶＩ对植被长势和生长量非常敏感，能很好地反映地表植被的繁茂
程度，ＮＤＶＩ的变化趋势在一定程度上能代表地表植被覆盖变化。因此，本研究选取 ＭＯＤ１３Ｑ１－ＮＤＶＩ为数据
源。定制２００７和２００８年植被生长季（５月下旬－９月中旬）覆盖北疆地区的３２景 ＭＯＤ１３Ｑ１－ＮＤＶＩ数据。２）
实测数据：２００８和２００９年７月采用目测法实地观测研究区不同土地利用类型的植被盖度。结合地形、交通图
等，选择调查样地，对其地貌、植被盖度、优势种、土壤类型、地表形态、土地利用类型等进行重点调查，对典型样点
进行拍照，拍摄照片３７０余张，并进行ＧＰＳ定位，为荒漠化土地类型分析提供了详实的实测地面参考信息。３）气
５１第１９卷第３期 草业学报２０１０年
象数据：２００７年北疆地区石河子、玛纳斯、阿勒泰等３７个气象台站年均最高气温和年均降水量数据。４）辅助数
据：主要有北疆地区地、州、市和县级行政分区、河流、湖泊和水库、道路数据。
１．３　研究方法
１．３．１　ＭＯＤ１３Ｑ１数据处理　首先，利用 ＭＲＴ（ＭＯＤＩＳｒｅｐｒｏｊｅｃｔｉｏｎｔｏｏｌ）对３２景 ＭＯＤ１３Ｑ１－ＮＤＶＩ数据进
行地理几何校正与重采样批处理，提取ＮＤＶＩ数据。然后，利用ＥＲＤＡＳＩＭＡＧＩＮＥ软件的镶嵌功能进行同期
ｈ２３ｖ０４、ｈ２４ｖ０４ＭＯＤ１３Ｑ１－ＮＤＶＩ数据镶嵌处理，得到１６景拼接 ＭＯＤ１３Ｑ１－ＮＤＶＩ数据。最后，基于北疆地
区行政边界矢量数据应用ＥＲＤＡＳＩＭＡＧＩＮＥＭＡＳＫ功能获取１６景北疆地区 ＭＯＤ１３Ｑ１－ＮＤＶＩ数据。同时，
为了更加有效地消除云遮蔽、大气影响、观测中的几何关系等不利因素的影响，对研究区 ＭＯＤ１３Ｑ１－ＮＤＶＩ数
据进行 ＭＶＣ处理（式１），以获取月犖犇犞犐最大值。
犖犇犞犐犻＝ＭＡＸ（犖犇犞犐犻犼） （１）
式中，犖犇犞犐犻为第犻月最大犖犇犞犐值，犖犇犞犐犻犼为第犻月第犼个１６ｄａｙ合成犖犇犞犐值。
然后，根据式（２）计算植被生长季累积犖犇犞犐。
犖犇犞犐犻＝ＳＵＭ［犖犇犞犐（犻，犽）］ （２）
式中，犖犇犞犐犻为植被生长季累积犖犇犞犐，犖犇犞犐（犻，犽）为植被在第犻年第犽月最大犖犇犞犐值，犻＝２００７，２００８；犽＝５，
６，…，９。
１．３．２　ＭＯＤ１３Ｑ１－ＮＤＶＩ植被盖度计算　植被盖度指植被冠层的垂直投影面积和土壤总面积之比，是表征植
被的一个重要的生物物理参量［１５，１６］。通过植被指数计算出与其相应的植被覆盖指数（ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎｄｅｘ，
ＶＣＩ），可借以表征植被盖度，即植被覆盖率［１６，１７］。基于遥感数据计算植被盖度的像元二分模型原理为［１８］：假设
一个像元由土壤、植被两部分组成，则遥感传感器接收到的信息犛可由土壤贡献信息犛狊 和植被贡献信息犛狏 组
成：
犛＝犛狏＋犛狊 （３）
假设土壤和植被组成的混合像元中植被覆盖面积比例为该像元的植被盖度（犳犮），土壤覆盖面积比例则为（１－
犳犮）。若纯植被、裸土像元遥感信息分别为犛ｖｅｇ、犛ｓｏｉｌ，则混合像元中植被贡献信息犛狏、土壤贡献信息犛狊可表示为：
犛狏＝犛ｖｅｇ×犳犮 （４）
犛狊＝犛ｓｏｉｌ×（１－犳犮） （５）
将（４）和（５）式代入式（３）得：
犛＝犛ｖｅｇ×犳犮＋犛ｓｏｉｌ×（１－犳犮） （６）
变换得：
犳犮＝（犛－犛ｓｏｉｌ）／（犛ｖｅｇ－犛ｓｏｉｌ） （７）
因此，知道犛ｖｅｇ与犛ｓｏｉｌ便可利用遥感信息估算植被盖度犳犮。犖犇犞犐是遥感传感器接收到的地物光谱信息经组合
计算得到的反映地表植被状况的定量信息。根据像元二分模型原理，一个像元的犖犇犞犐值也可以表达为绿色植
被贡献信息犖犇犞犐ｖｅｇ和裸土贡献信息犖犇犞犐ｓｏｉｌ之和，满足式（６）的条件。因此，将犖犇犞犐代入式（６）得：
犖犇犞犐＝犖犇犞犐ｖｅｇ×犳犮＋犖犇犞犐ｓｏｉｌ×（１－犳犮） （８）
经变换得：
犳犮＝（犖犇犞犐－犖犇犞犐ｓｏｉｌ）／（犖犇犞犐ｖｅｇ－犖犇犞犐ｓｏｉｌ） （９）
因此，只要知道 犖犇犞犐ｖｅｇ和 犖犇犞犐ｓｏｉｌ就可利用 犖犇犞犐估算植被盖度。对于像元大小为２５０ｍ×２５０ｍ 的
ＭＯＤ１３Ｑ１－ＮＤＶＩ数据而言，无实测盖度数据时，很难找到完全为植被或裸地的像元。因此，本研究用研究区植
被生长季累积犖犇犞犐最小值代替犖犇犞犐ｓｏｉｌ，最大值代替犖犇犞犐ｖｅｇ，利用式（９）计算求取犳犮，即犞犆犐。
１．３．３　ＭＯＤ１３Ｑ１－ＮＤＶＩ荒漠化指数计算分级　荒漠化的轻重程度与植被覆盖率有直接关系，荒漠化程度愈
高，植被覆盖率愈低［１４］。荒漠化指数［５，１５］（ｄｅｓｅｒｔｉｆｉｃａｔｉｏｎｉｎｄｅｘ，ＤＩ）是表征荒漠化程度的量化指标，数学表达为：
犇犐＝１－犞犆犐 （１０）
参考中国北方荒漠化分布图类型分级指标及其他荒漠化分级方面相关文献，将荒漠化程度划分为４个级别，即重
６１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１０） Ｖｏｌ．１９，Ｎｏ．３
度荒漠化、中度荒漠化、轻度荒漠化和非荒漠化，分级基准见表１。利用ＥＲＤＡＳＩＭＡＧＩＮＥ软件ＭＯＤＥＬＭＡＫ
ＥＲ建模生成２００８年北疆地区荒漠化指数分级图，将投影转换为等面积ＡｌｂｅｒｓＣｏｎｉｃａｌＥｑｕａｌＡｒｅａ投影（其投影
中第１、第２标准纬度和中央经线参数分别为２５，４５和８７）［１９］（图２）。
表１　北疆荒漠化指数分级标准
犜犪犫犾犲１　犌狉犪犱犻狀犵狊狋犪狀犱犪狉犱狅犳犱犲狊犲狉狋犻犳犻犮犪狋犻狅狀犻狀狋犺犲犖狅狉狋犺狅犳犡犻狀犼犻犪狀犵
编码Ｃｏｄｅ 类型名称Ｔｙｐｅｎａｍｅ ＤＩ范围ＲａｎｇｅｏｆＤＩｖａｌｕｅｓ 地表特征Ｃｈａｒａｃｔｅｒｏｆｔｈｅｅａｒｔｈ’ｓｓｕｒｆａｃｅ
Ｉ 重度荒漠化
Ｓｅｒｉｏｕｓｄｅｓｅｒｔｉｆｉｃａｔｉｏｎ
＞０．９ ＶＣＩ＜１０％，主要为裸地、盐碱光板地
Ｍｏｓｔｅｘｔｅｎｓｉｖｅｌａｎｄｔｙｐｅａｒｅｂａｒｅｌａｎｄａｎｄｓａｌｔｌｉｃｋ
ＩＩ 中度荒漠化
Ｍｏｄｅｒａｔｅｄｅｓｅｒｔｉｆｉｃａｔｉｏｎ
０．８～０．９ ＶＣＩ为１０％～２０％，主要为生长少量植被的重度盐碱化区和沙生植被区 Ｍｏｓｔｅｘ
ｔｅｎｓｉｖｅｌａｎｄｔｙｐｅａｒｅｓｅｒｉｏｕｓｓａｌｉｎｉｚｅｄｌａｎｄｗｉｔｈｌｉｔｔｌｅｖｅｇｅｔａｔｉｏｎａｎｄｓａｎｄｌｉｖｉｎｇｖｅｇｅｔａｔｉｏｎ
ＩＩＩ 轻度荒漠化
Ｗｅａｋｄｅｓｅｒｔｉｆｉｃａｔｉｏｎ
０．５～０．８ ＶＣＩ为２０％～５０％，主要为生长草原植被的地区和盐碱化耕地区
Ｍｏｓｔｅｘｔｅｎｓｉｖｅｌａｎｄｔｙｐｅａｒｅｍｅａｄｏｗｓａｌｉｎｉｚｅｄｆａｒｍｌａｎｄ
ＩＶ 非荒漠化
Ｎｏｎｄｅｓｅｒｔｉｆｉｃａｔｉｏｎ
＜０．５ ＶＣＩ＞５０％，主要为耕地和高覆盖草地
Ｍｏｓｔｅｘｔｅｎｓｉｖｅｌａｎｄｔｙｐｅａｒｅｆａｒｍｌａｎｄａｎｄｍｅａｄｏｗｗｉｔｈｈｉｇｈｄｅｇｒｅｅｏｆｃｏｖｅｒａｇｅ
２　结果与分析
２．１　ＭＯＤ１３Ｑ１－ＮＤＶＩ荒漠化指数分级图与实测数据匹配
根据地面实测样点ＧＰＳ记录地理坐标信息，从２００８年北疆地区荒漠化分级图上定位提取该处荒漠化指数
空间分布序列值。具体实现为：在ＥＲＤＡＳＩＭＡＧＩＮＥ软件的定位器中输入实测样点地理坐标，软件自动在经过
几何校正的 ＭＯＤＩＳ荒漠化指数影像上进行定位。但是，由于ＧＰＳ记录实测点地理坐标时会存在误差，且影像
进行几何校正时也存在一定误差，使得匹配结果不够精确。为了减小这种误差，进行匹配时，在影像匹配点周围
选取３像素×３像素的窗口，以所选窗口像元中分布最多的ＤＩ等级值作为最终匹配像元值。
２．２　ＭＯＤ１３Ｑ１－ＮＤＶＩＤＩ分级精度验证与分析
利用ＧＰＳ定位技术进行ＤＩ值与实测植被盖度的比对。１０７个实测点中，非荒漠化（ＤＩ＜０．５）测点２２个，其
中，２个测点存在误差，影像正判率９０．９％；轻度荒漠化（ＤＩ为０．５０～０．８０）测点１７个，其中，４个测点存在误差，
影像正判率７６．５％；中度荒漠化（ＤＩ为０．８０～０．９０）测点４０个，其中，７个测点存在误差，影像正判率８２．５％；重
度荒漠化（ＤＩ＞０．９０）测点２８个，其中，２个测点存在误差，影像正判率９２．９％。经分析，错误点主要有以下几类：
一是梭梭（犎犪犾狅狓狔犾狅狀犪犿犿狅犱犲狀犱狉狅狀）灌木共生区，实测盖度大于ＶＣＩ；二是草场沙漠枯死短株植被，覆盖度较大，
但影像上ＲＧＢ组合表现为黑色，ＮＤＶＩ很小；三是以北疆地区ＮＤＶＩ最小值计算ＶＣＩ，导致克拉玛依低植被覆盖
区的ＶＣＩ偏小。这主要因为 ＭＯＤ１３Ｑ１－ＮＤＶＩ产品在植被稀少的建设用地和裸地会受土壤背景影响，从而对
分类精度也有一定的影响。
综合来看，基于 ＭＯＤ１３Ｑ１－ＮＤＶＩ数据的荒漠化指数分级指标是可行的，具有较高的可信度，监测结果客
观反映了北疆地区荒漠化土地空间分布状况。北疆地区非荒漠化土地主要分布在天山、阿尔泰山的中高山部分
（呈带状分布）及部分绿洲区，其他地域均有不同程度荒漠化（图３）。
２．３　ＭＯＤ１３Ｑ１－ＮＤＶＩ荒漠化指数分级推广应用
风云三号Ａ卫星（ＦＹ３Ａ）是我国第二代极轨气象卫星的首发星，上面装载了可见光红外扫描辐射计
（ＶＩＲＲ）等１１种科学遥感测量仪器，能够实现全球、全天候、多光谱、三维、定量的对地遥感观测。鉴于ＦＹ３Ａ卫
星发射时间较短，收集到研究区域可用数据很少，本研究基于上述方法对北疆地区２００９年６月２３号的完全覆盖
北疆地区的晴空风云三号Ａ卫星（ＦＹ３Ａ）可见光红外扫描辐射计（ＶＩＲＲ）１Ｂ定标数据进行ＮＤＶＩ、ＶＣＩ和ＤＩ及
ＤＩ分级计算，并利用２００９年７月１８－２２日北疆地区植被盖度实测样点数据进行分级精度的验证，图４为野外
验证点分布图。实测８３个样点中，水库样点４个，重度、中度、轻度和非荒漠化样点分别为２１，３２，１９和７个，整
７１第１９卷第３期 草业学报２０１０年
图２　２００８年北疆地区植被生长季荒漠化指数分级图
犉犻犵．２　犌狉犪犱犻狀犵狅犳狊犪狀犱狔犱犲狊犲狉狋犻犳犻犮犪狋犻狅狀犻狀狋犺犲狀狅狉狋犺狅犳犡犻狀犼犻犪狀犵，２００８
图３　野外验证点（２００８年７月下旬）
犉犻犵．３　犞犪犾犻犱犪狋犲犱狆狅犻狀狋狊犻狀狋犺犲犳犻犲犾犱（狋犺犲犾犪狊狋狋犲狀犱犪狔狅犳犑狌犾狔犻狀２００８）
８１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１０） Ｖｏｌ．１９，Ｎｏ．３
图４　野外验证点（２００９年７月下旬）
犉犻犵．４　犞犪犾犻犱犪狋犲犱狆狅犻狀狋狊犻狀狋犺犲犳犻犲犾犱（狋犺犲犾犪狊狋狋犲狀犱犪狔狅犳犑狌犾狔犻狀２００９）
体判读正确率达８２．３％。由此可见，本研究提出的方法应用起来简单可行，只需取得研究区域的ＮＤＶＩ数据即
可。
２．４　气候因子与荒漠化的相关分析———以２００７年为例
首先，结合北疆地区ＤＥＭ 数据，经空间插值得２００７年北疆地区年均气温、降水量栅格数据。然后，进行投
影转换，使其和ＤＩ数据具有一样的投影。最后，利用ＥＲＤＡＳＩＭＡＧＩＮＥ软件图层叠加、空间剖面模块提取同一
空间剖面的气温、降水量和ＤＩ值，分别对其进行相关分析（图５，６）。结果表明，ＤＩ值与降水量间具有很好的负相
关性，降水量越大，ＤＩ值越小；降水量越小，ＤＩ值越大。气温与ＤＩ值表现为较好的正相关性，荒漠化越严重的地
　
图５　２００７年年均最高气温与荒漠化指数相关关系
犉犻犵．５　犆狅狉狉犲犾犪狋犻狅狀犫犲狋狑犲犲狀犪狀狀狌犪犾犿犲犪狀犿犪狓犻犿狌犿狋犲犿狆犲狉犪狋狌狉犲
犪狀犱犱犲狊犲狉狋犻犳犻犮犪狋犻狅狀犻狀犱犲狓狏犪犾狌犲狊，２００７
图６　２００７年年均降水量与犇犐相关关系
犉犻犵．６　犆狅狉狉犲犾犪狋犻狅狀犫犲狋狑犲犲狀犪狀狀狌犪犾犿犲犪狀狆狉犲犮犻狆犻狋犪狋犻狅狀
犪狀犱犇犐狏犪犾狌犲狊，２００７
９１第１９卷第３期 草业学报２０１０年
区，气温相对较高，主要因为荒漠化严重的地区其植被覆盖度较低。气温不仅仅受太阳直射的影响，地表下垫面
也可以反作用于气温。因此，同一地区发生荒漠化地区的气温要比没有发生的地区高，气温与ＤＩ值呈正相关关
系。
３　结论
ＭＯＤ１３Ｑ１－ＮＤＶＩ数据具有时间分辨率高、数据重复覆盖周期短和覆盖范围广等优势，对植被长势和生长
量非常敏感，ＮＤＶＩ变化趋势一定程度上代表了地表植被覆盖变化。基于像元二分模型原理，利用 ＭＯＤ１３Ｑ１－
ＮＤＶＩ数据能快捷、方便地实现大区域尺度土地覆盖分类获取荒漠化土地空间分布特征。因此，ＭＯＤ１３Ｑ１－
ＮＤＶＩ数据可被有效应用于大尺度植被变化、草地估产和荒漠化进程的遥感监测中。这对及时掌握区域土地退
化时空动态信息，制定切实可行的荒漠化防治与生态建设对策具有重要意义。
ＭＯＤＩＳＭＣＤ４３Ｂ３（地表反照率）、ＭＯＤ１１Ａ２（陆表温度）数据也能一定程度的反映荒漠化土地的物理属性。
在后续研究工作中，尝试将这２类数据引入到荒漠化的监测体系中，对现有基于植被盖度的荒漠化监测指标体系
做更进一步的修正和补充，以便在拥有更长时间跨度和更多时相遥感信息源的基础上，适时开展北疆及新疆地区
荒漠化土地的遥感监测和评估。
参考文献：
［１］　王涛，朱震达．我国沙漠化研究的若干问题———１．沙漠化的概念及内涵［Ｊ］．中国沙漠，２００３，２３（３）：２０９２１３．
［２］　乔锋，张克斌，张生英，等．农牧交错区植被覆盖度动态变化遥感监测———以宁夏盐池为例［Ｊ］．干旱区研究，２００６，２３（２）：
２８３２８８．
［３］　杜明义，武文波，郭达志．多源地学信息在土地荒漠化遥感分类中的应用研究［Ｊ］．中国图象图形学报，２００２，７（７）：７４０
７４３．
［４］　张宏，林先成，李世强．荒漠化评价指标体系的等级系统研究［Ｊ］．四川师范大学学报（自然科学版），２００５，２８（３）：３５８３６１．
［５］　王涛，赵哈林，肖洪浪．中国沙漠化的研究进展Ｅ［Ｊ］．中国沙漠，１９９９，１９（４）：２９９３１１．
［６］　董光荣，吴波，慈龙骏，等．我国荒漠化现状、成因与防治对策［Ｊ］．中国沙漠，１９９９，１９（４）：３１８３３２．
［７］　李谢辉，塔西甫拉提·特依拜．绿洲荒漠过渡带生态环境变化预警线提取与分析研究———以新疆和田绿洲为例［Ｊ］．中国沙
漠，２００８，２８（１）：７７８２．
［８］　刘闯，葛成辉．美国对地观测系统（ＥＯＳ）中分辨率成像光谱仪（ＭＯＤＩＳ）遥感数据的特点与应用［Ｊ］．遥感信息，２０００，（３）：
４５４８．
［９］　袁雷，李春娥，储少林，等．冷季深入对ＡＭＳＲ－Ｅ监测内蒙古积雪的影响［Ｊ］．草业科学，２００８，２５（８）：２６３０．
［１０］　李登科，郭铌．陕西 ＭＯＤＩＳ／ＮＤＶＩ的区域分布和季节变化［Ｊ］．中国沙漠，２００８，２８（１）：１０８１１２．
［１１］　李金霞，殷秀琴，包玉海．北方农牧交错带东段土地沙质荒漠化监测［Ｊ］．中国沙漠，２００７，２７（２）：２０９２１３．
［１２］　张雪艳，吴世新．天山北麓绿洲荒漠典型地区土地荒漠化变化的时空特征分析［Ｊ］．中国沙漠，２００６，２６（２）：２０８２１４．
［１３］　冯琦胜，张学通，梁天刚．基于 ＭＯＤ１０Ａ１和ＡＭＳＲ－Ｅ的北疆牧区积雪动态监测研究［Ｊ］．草业学报，２００９，１８（１）：１２５
１３２．
［１４］　徐斌，陶伟国，杨秀春，等．我国退牧还草工程重点县草原植被长势遥感监测［Ｊ］．草业学报，２００７，１６（５）：１３２１．
［１５］　陈宝瑞，辛晓平，朱玉霞，等．内蒙古荒漠化年际动态变化及与气候因子分析［Ｊ］．遥感应用，２００７，６：３９４４．
［１６］　林年丰，汤洁，斯蔼，等．松嫩平原荒漠化的ＥＯＳ－ＭＯＤＩＳ数据研究［Ｊ］．第四纪研究，２００６，２６（２）：２６５２７２．
［１７］　马俊海，刘丹丹．像元二分模型在土地利用现状更新调查中反演植被盖度的研究［Ｊ］．测绘通报，２００６，（４）：１３１６．
［１８］　池宏康，周广胜，许振柱，等．草地植被盖度的近距离遥感测定［Ｊ］．草业学报，２００７，１６（２）：１０５１１０．
［１９］　张宏斌，杨桂霞，黄青，等．呼伦贝尔草甸草原景观格局时空演变分析———以海拉尔及周边地区为例［Ｊ］．草业学报，２００９，
１８（１）：１３４１４３．
０２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１０） Ｖｏｌ．１９，Ｎｏ．３
犈狏犪犾狌犪狋犻狅狀狅犳犕犗犇犐犛犕犗犇１３犙１犱犪狋犪犻狀犱犲狊犲狉狋犻犳犻犮犪狋犻狅狀犻狀狋犺犲狀狅狉狋犺犪狉犲犪狅犳犡犻狀犼犻犪狀犵
ＬＩＵＹａｎ１，ＬＩＹａｎｇ１，ＣＵＩＣａｉｘｉａ１，ＲＵＡＮＨｕｉｈｕａ２
（１．ＩｎｓｔｉｔｕｔｅｏｆＤｅｓｅｒｔＭｅｔｅｏｒｏｌｏｇｉｃａｌ，ＣｈｉｎａＭｅｔｅｏｒｏｌｏｇｉｃａｌＡｄｍｉｎｉｓｔｒａｔｉｏｎ，Ｕｒｕｍｑｉ８３０００２，Ｃｈｉｎａ；
２．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＩｎｆｏｒｍａｔｉｏｎＣｅｎｔｅｒｏｆＧｕａｎｇｄｏｎｇ，Ｇｕａｎｇｚｈｏｕ５１００８０，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：ＷｅｕｓｅＭＯＤＩＳＭＯＤ１３Ｑ１（ｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓ１６ｄａｙＬ３ｇｌｏｂａｌ２５０ｍ）ｄａｔａｔｏｃｏｍｐｕｔｅｃｕｍｕｌａｔｉｖｅ
ｓｕｍｏｆ１６ｓｃｅｎｅｓＭＯＤ１３Ｑ１ｄａｔａｆｒｏｍｌａｔｅＭａｙｔｏｌａｔｅＳｅｐｔｅｍｂｅｒｉｎ２００８ａｎｄ２００７ｗｈｅｎｔｈｅｖｅｇｅｔａｔｉｏｎｉｎ
ｇｒｏｗｉｎｇ，ｃｏｎｖｅｒｔｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ，ｃｏｍｐｕｔｅｔｈｅｄｅｓｅｒｔｉｆｉｃａｔｉｏｎＩｎｄｅｘａｎｄｃｌａｓｓｉｆｙ．Ｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔ
ｏｂｊｅｃｔｉｖｅｌｙｒｅｆｌｅｃｔｓｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｄｅｓｅｒｔｉｆｉｃａｔｉｏｎｉｎｔｈｅｎｏｒｔｈａｒｅａｏｆＸｉｎｊｉａｎｇ．Ｎｏｎｄｅｓｅｒｔｉｆｉｃａｔｉｏｎａｒｅａ
ｍａｉｎｌｙｄｉｓｔｒｉｂｕｔｅｓｉｎｔｈｅｍｉｄｈｉｇｈｐａｒｔｓｏｆＴｉａｎｓｈａｎＭｏｕｎｔａｉｎ，ＡｌｔａｉＭｏｕｎｔａｉｎａｎｄｓｏｍｅｏａｓｉｓ．Ｔｈｅｏｔｈｅｒａｒｅ
ａｓａｌｓｏｈａｖｅｖａｒｙｉｎｇｄｅｇｒｅｅｏｆｄｅｓｅｒｔｉｆｉｃａｔｉｏｎ．ＴｈｅｒｅｆｏｒｅＭＯＤ１３Ｑ１ｄａｔａｃａｎｂｅｅｆｆｉｃｉｅｎｔｌｙａｐｐｌｉｅｄｔｏｌａｒｇｅｓｃａｌｅ
ｅｎｖｉｒｏｎｍｅｎｔｃｈａｎｇｅａｎｄｒｅｍｏｔｅｓｅｎｓｉｎｇｍｏｎｉｔｏｒｉｎｇｏｆｄｅｓｅｒｔｉｆｉｃａｔｉｏｎｐｒｏｃｅｓｓ．Ｉｎｔｈｅｐａｐｅｒ，Ｗｅｃａｎａｃｃｅｓｓｒｅ
ｇｉｏｎａｌｔｅｍｐｅｒａｔｕｒｅｓ，ｐｒｅｃｉｐｉｔａｔｉｏｎｂｙｓｐａｔｉａｌｉｎｔｅｒｐｏｌａｔｉｏｎｏｆＤＥＭ，ａｎｎｕａｌｍｅａｎｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅａｎｄａｎ
ｎｕａｌｍｅａｎｐｒｅｃｉｐｉｔａｔｉｏｎｄａｔａｇａｔｈｅｒｅｄｉｎｔｈｅ３７ｗｅａｔｈｅｒｓｔａｔｉｏｎｓ．ＤＩａｎｄｔｅｍｐｅｒａｔｕｒｅｈａｖｅｈｉｇｈｐｏｓｉｔｉｖｅｃｏｒｒｅｌａ
ｔｉｏｎ，ｗｈｉｌｅＤＩａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｈａｖｅｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｂｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｏｆＤＩ，ｔｅｍｐｅｒａｔｕｒｅ，ｐｒｅｃｉｐｉｔａ
ｔｉｏｎ．
犓犲狔狑狅狉犱狊：ＭＯＤ１３Ｑ１；ｔｈｅｎｏｒｔｈａｒｅａｏｆＸｉｎｊｉａｎｇ；ｄｅｓｅｒｔｉｆｉｃａｔｉｏｎｉｎｄｅｘ；ｔｅｍｐｅｒａｔｕｒｅ；ｐｒｅｃｉｐ
檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵
ｉｔａｔｉｏｎ
任继周院士著《草业琐谈》出版
任继周院士著《草业琐谈》已于２００９年底由中国
农业出版社出版。该书为任继周院士随笔性杂文集。
作者记述了个人从事草地农业半个多世纪所见、所感
和亲身经历。全书分纪人篇、纪事篇、纪言篇，正文６０
篇。另序一、序二和告别辞三篇，总计６３篇，１６万字。
文笔简练，笔端饱含深情，可读性强。是草业学科中难
得的人文与社会文化记载；是青年工作者理解草业学
科发展，提高素养，开阔视野的重要读物；是从事大农
业和相关领域工作的学者、官员的有益参考。
１２第１９卷第３期 草业学报２０１０年