全 文 ：第 51 卷 第 10 期
2 0 1 5 年 10 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 51，No. 10
Oct．，2 0 1 5
doi:10．11707 / j．1001-7488．20151005
收稿日期: 2014 － 11 － 17; 修回日期: 2014 － 12 － 17。
基金项目: 国家自然科学基金项目(31160114) ; 新疆研究生科研创新项目(XJGＲI2013025)。
* 师庆东为通讯作者。
基于 FVC的新疆植被覆盖度时空变化*
邵霜霜1 师庆东1，2
(1．新疆大学资源与环境科学学院 乌鲁木齐 830046; 2．新疆大学绿洲生态教育部重点实验室 乌鲁木齐 830046)
摘 要: 【目的】对新疆植被覆盖变化的空间自相关性进行分析，研究植被覆盖的时间变化特征、空间分布特征
及变化趋势等，为改善区域生态环境提供参考。【方法】利用新疆 1998—2012 年 NDVI 数据，采用像元二分法获取
植被覆盖指数(FVC)数据，在此基础上运用 Sen + Mann-Kendall 趋势分析和空间自相关分析方法，研究新疆植被覆
盖的变化趋势特征和空间分布的聚集性特点。【结果】1) 15 年间新疆植被覆盖度略有下降趋势，山地和平原均呈
下降趋势，山地较平原变化大。2) Sen + Mann-Kendall 趋势分析可反映新疆 FVC 变化趋势的空间分布特点，全疆
植被改善区域占 25%，退化区域占 28%，47%的区域变化不大，其中明显改善区域和严重退化区域所占比例均为
10%左右。植被改善区域主要分布在天山北坡一带，退化区域主要分布在山地和平原的交错带，伊犁地区退化程
度尤为严重。植被覆盖度极低地区基本不变，退化区域主要分布在植被低覆盖度区域周围。3) 空间自相关分析
进一步验证了 Sen + Mann-Kendall 趋势分析结果，新疆植被有明显的聚集现象。全局自相关性分析表明，当距离大
于 3 km 后，空间自相关影响不大。局部相关性分析表明，新疆植被覆盖以“高 － 高聚集”和“低 － 低聚集”为主。
【结论】植被盖度相对较高的地区植被覆盖越易改善，盖度较低或无覆盖的地区越难改善，而且退化越明显。根据
植被盖度的聚集性可以看出，植被覆盖呈现明显的“高 － 高聚集”和“低 － 低聚集”格局，这与区域气候、水资源分
布及人类活动的影响有着潜在的联系。今后可重点分析植被覆盖变化的影响因素，以了解干旱区植被覆盖变化的
驱动机制。由于人类活动在短时期内对植被覆盖变化的影响比较显著，因此在空间上分析人类活动对植被覆盖变
化的影响可为改善干旱区植被覆盖提供相应指导。【其他】本文从植被覆盖的空间聚集性解释了植被覆盖变化特
点，一方面是对 Sen + Mann-Kendall 趋势分析的验证，另一方面为整体分析植被的变化特征提供了依据。
关键词: 植被覆盖指数(FVC); Sen + Mann-Kendall 趋势分析; 空间自相关分析; 空间分布特征; 新疆
中图分类号: S758 文献标识码: A 文章编号: 1001 － 7488(2015)10 － 0035 － 08
Spatial and Temporal Change of Vegetation Cover in Xinjiang Based on FVC
Shao Shuangshuang1 Shi Qingdong1，2
(1 ． College of Ｒesources and Environment Sciences，Xinjiang University Urumqi 830046;
2 ． Key Laboratory of Oasis Ecology of Ministry of Education，Xinjiang University Urumqi 830046)
Abstract: 【Objective】Fractional vegetation cover( FVC) can reflect the status of land use / cover enougth，especially
the arid areas where are sensitive to vegetation change degree significantly． Xinjiang belongs to arid areas，because of the
influence of human activities and climate change vegetation cover in Xinjiang has changed in recent years． Therefore，it is
necessary to monitor and investigate the change of Xinjiang vegetation cover dynamically，which would provide a reference
for improving regional ecological environment． 【Method】Based on the NDVI data from 1998 to 2012 of Xinjiang and the
FVC data obtained by using dichotomy，this paper studied the characteristics of vegetation changing trend and its spatial
clustering distribution through Sen + Mann Kendall trend analysis and spatial auto-correlation analysis． 【Ｒesult】The
results show that: 1) The vegetation cover declines slightly among 15 years in Xinjiang． 2) Sen + Mann Kendall analysis
reflects the spatial distribution characteristics of FVC changing trend in Xinjiang． Improvement areas of vegetation cover
are mainly distributed in the north slope of Tianshan Mountain，and degradation areas are mainly distributed in the ecotone
of mountains and plains，degradation degree is particularly severe in Ili region． Meanwhile，the areas with very low
vegetation coverage remain unchanged basically，and degradation areas are mainly distributed around the low coverage
region． 3) The spatial auto-correlation analysis further verifies the results of Sen + Mann Kendall analysis． Vegetation
林 业 科 学 51 卷
cover exhibits apparent agglomeration phenomenon in Xinjiang． Partial correlation analysis shows that vegetation coverage is
given priority to“high-high concentration”and“low-low concentration”．【Conclusion】It can be seen that the relatively
high vegetation coverage areas are easier to be improved，while low coverage areas or areas without coverage are more
difficult to be improved， and present obvious degradation． According to the clustering characteristics of vegetation
coverage，vegetation coverage presents obviously“H - H gathered”and“L-L gathered”pattern． This phenomenon has
potential links with the regional climate，water resources distribution and the influence of human activities． In order to
understand the driving mechanism of vegetation change in arid areas，we can analyze the affecting factors on the changes of
vegetation cover in the future． Due to the influence of human activities on vegetation coverage change in a short period is
more significant，the space analysis can provide corresponding guidance for improving vegetation in arid areas． 【Other】
This paper explains the characteristic of vegetation changes from the perspective of vegetation spatial clustering． On the
one hand，it validate the results of Sen + Mann Kendall trend analysis，on the other hand，it would provide a basis for
the overall analysis of characteristics of the vegetation changes．
Key words: fractional vegetation cover(FVC); Sen + Mann-Kendall trend analysis; spatial auto-correlation analysis;
spatial distribution characteristics; Xinjiang
土地利用和土地覆盖变化是全球环境变化研究
的核心内容之一(Liu et al．，2002)，而植被是土地覆
盖的最主要部分，也是土地覆盖变化最直观的指标，
因此，研究植被覆盖变化对于全球环境变化研究具有
重要意义(韩秀珍等，2008)。植被覆盖度是指单位
面积内植被地上部分在地面的垂直投影面积所占的
百分比(赵汉青，2010; 甘春英等，2011)。植被覆盖
指数( fractional vegetation cover，FVC)是在归一化植
被指数(normalized difference vegetation index，NDVI)
的基础上改进提出的 ( Gutman et al．，1998; Zeng
et al．，2000)，在一定程度上解决了 NDVI 对于覆盖度
高的植被易于饱和、而对覆盖度低的植被难于区分的
不足 (王智等，2010)，能够很好地反映地表植被
状况。
新疆属于干旱区，生态环境极其脆弱，对区域内
植被覆盖变化极为敏感(潘晓玲等，2004)。干旱区
的植被覆盖变化一直备受关注，师庆东(2004)、刘
宪锋等(2012)对西北地区的植被覆盖变化进行分
析，结果表明自 1982 年以来植被呈增加趋势，植被
覆盖变化长时间内受气温和降水量的驱动，短期内
受人类活动的作用比较明显;杨光华等 ( 2009;
2010)、王智(2011)对新疆的植被覆盖变化进行讨
论，结果发现新疆植被覆盖近 30 年来呈现明显的分
阶段特征，整体上呈增加趋势，尤其是近 10 年来植
被改善明显。类似的研究还有很多(李磊等，2013;
贾艳红等，2007; 武正丽等，2014)。但这些植被覆
盖变化趋势的研究多采用变化斜率的一元回归，规
避误差的能力较弱(蔡博峰等，2009);而且对植被
覆盖空间分布只是简单的独立分析，没有深入到周
围格局对植被覆盖的影响等方面。因此，本文以
1998—2012 年 1 km 分辨率的 SPOT /VGT NDVI 遥
感数据作为 FVC 数据源，采用非参数检验法 Mann-
Kendall 检验和 Sen’s Slope Estimator 结合的方法对
研究区植被变化趋势进行分析，并在 GIS 平台上研
究新疆植被覆盖变化的空间自相关性，分析植被覆
盖的时间变化特征、空间分布特征及变化趋势等，以
期为改善区域生态环境提供参考。
1 研究区概况、数据与方法
1. 1 研究区概况
新疆位于我国西北部，沙漠戈壁面积较大，土地
沙质荒漠化、土壤盐渍化明显，使其生态环境极其脆
弱(王美红等，2008; 倪永明等，2006)，干旱、少雨、
多大风等恶劣的自然条件，导致植被覆盖率极低。
新疆植被以灌木、半灌木的荒漠植被带为主，在低山
带有少量森林; 在面积较大的沙漠、戈壁，植被群落
类型单调，覆盖度低; 人类活动集中的有灌溉水源
的绿洲区，植被覆盖度较高，但波动也较大，多位于
平原区;海拔较高的地区，植被覆盖变化不大。新疆
植被覆盖变化具有明显的空间分异特征，为便于分
析，本研究采用师庆东等(2003)建立的分区分海拔
的分类规则，将研究区植被覆盖分为山地和平原
(图 1)，使植被变化的区域特征更有针对性，同时也
增强结果的可比性。
1. 2 数据来源及数据处理
遥感数据主要来自 2 方面: 1) 由 SPOT-4 卫星
获得的遥感影像，来源于 http: / / free． vgt． vito． be，空
间分辨率为 1 km × 1 km，时间分辨率为 10 天，时间尺
度为 1998—2012 年，每旬一景影像。使用 ArcGIS 将
下载下来的 NDVI 数据进行格式和投影转换，均使用
63
第 10 期 邵霜霜等: 基于 FVC 的新疆植被覆盖度时空变化
图 1 新疆山地和平原分区
Fig． 1 The subarea map of mountain areas and plain in Xinjiang
投影坐标 WGS1984;然后每旬 NDVI 最大值的进行影
像合成，得到月 NDVI 数据; 进而制作出 1998—2012
年间归一化植被指数(NDVI)数据集，采用像元二分
法(陈云浩等，2001; 穆少杰等，2012)计算得时间序
列 FVC 值。2) 数字高程模型(DEM)数据和 USGS /
GTOPO30 数据(united states geological survey)。所用
数据均满足分析要求。
1. 3 研究方法
1. 3. 1 Sen + Mann-Kendall 趋势分析 Sen + Mann-
Kendall 趋势分析是 Theil-Sen Median 趋势分析与
Mann-Kendall(MK)检验的结合，已成为长时间序列
数据趋势判断的重要方法。与线性回归相比，其对
数据误差的抵抗能力较强，而且能够减少异常值的
影响，在一定程度上提高了检验结果的准确性
(Hoaglin et al．，2000; 王佃来等，2013)。
Theil-Sen Median 计算公式为:
β = median［( f j － fi) /( j － i)］， j ＞ i。
式中: f 为 FVC 值，当 β ＞ 0 时，FVC 在时间序列上
呈增长趋势，反之呈退化趋势。
MK 检验是一种非参数统计方法，由于其无需样
本服从一定的分布，因此常被用以检验趋势的显著
性。由于研究时间序列长度 n = 15，因此可用标准的
正态分布统计量 Z 进行趋势检验 (Hirsch et al．，
1982)。
对统计量 Z 采用双边检验，在给定显著性水平 α
下，当 Z ＞ Z1 －α /2 时，趋势显著; 反之不显著。本文
中 α取 0. 05，Z1 －α /2 = 1． 96 。Theil-Sen Median 与 MK
检验的结果一致，MK 检验是 Theil-Sen Median 检验
程度的细化。即当 β ＞ 0且 Z ＞ 1. 96时，序列呈显
著上升趋势，当 β ＞ 0 且 Z ≤ 1． 96 时，序列呈上升
但不显著趋势; 同理当 β ＜ 0 且 Z ＞ 1． 96 时，序列
呈显著下降趋势，当 β ＜ 0且 Z ≤ 1． 96 | 时，序列呈
下降但不显著趋势(贺冉冉等，2012)。
1. 3. 2 空间自相关分析 空间自相关是指空间
中某空间单元与其周围单元间就某种特征值在空
间上的相关性，自相关分析是进行空间回归的准
备 (邱炳文等，2007; 陈彦光，2009; 高凯等，
2010)。可通过 Moran’s I 系数衡量 FVC 变化特征
的空间自相关度，来评价研究区内植被覆盖变化
空间分布特征及其对邻域的影响程度。Moran’s I
统计量一般可分为全域型和区域型 2 种 (张凌云
等，2014)。全局空间自相关指标 Moran’s I 值介
于 － 1 ～ 1 之间，大于 0 为正相关，小于 0 为负相
关。绝对值越大表示空间分布的相关性越明显，即
空间上有聚集分布的现象; 反之，相关性不明显，
呈随机分布。
基于 Moran’s I 分析植被覆盖空间分布格局
73
林 业 科 学 51 卷
时，需要对其进行显著性检验(赵小风等，2009;
霍霄妮等，2009)，检验公式如下:
Z ( )I =
I － E ( )I
Var( )槡 I
。
Moran’s I 的零假设是完全空间随机性，或者是
要素本身的完全空间随机性，或者是与这些要素关
联值的完全空间随机性。Z( I)值可以判断出是否
拒绝零假设，如果 Z( I)值在 － 1. 96 和 + 1. 96 之
间，则不能拒绝零假设，即表现为随机空间过程。
局域 Moran’s I 用来检验独立观测值空间聚集
情况及空间非稳定性。正值的局域 Moran’s I 表示
相似观测值的聚集，负值表示不同观测值的聚集
(Anselin，1995)。局域 Moran’s I 可以有效地反映
植被覆盖的局部变化特征，弥补全局自相关分析的
不足。本文通过 GIS 的空间展示功能，显示它们的
具体地理分布。
2 结果与分析
2. 1 植被覆盖的时间变化特征
同 ArcGIS 中的分区统计功能，将山地和平原
FVC 分别提取出来，并对全疆及山地和平原年均
FVC 值进行简单的趋势分析 (图 2)。1998—2012
年 15 年间新疆植被整体呈下降趋势，全疆 FVC 在
0. 20 ～ 0. 25 范围内变化，且略有下降，2009 年之后
下降明显。山地和平原地区同样呈下降趋势，2009
年之后山地下降趋势较平原地区明显。从线性回归
的斜率来看，山地为0. 003 7，平原为0. 003 2，说明
近 15 年来新疆地区山地的植被覆盖下降速度大于
平原。新疆植被覆盖在 20 世纪 90 年代有所下降
与西北地区的研究结论(马明国等，2003)相似。由
于气候和人类活动的双重影响，新疆山地和平原植
被覆盖均出现不同程度的下降趋势 (杨光华等，
2009)。
图 2 1998—2012 年新疆年均 FVC 值变化
Fig． 2 The variation chart of mean FVC in Xinjiang from 1998 to 2012
2. 2 植被覆盖变化趋势
Sen + Mann-Kendall 趋势分析可以有效反映
1998—2012 年新疆 FVC 变化趋势的空间分布特
点。由于不存在 β 严格为 0 的区域，根据实际情
况，将 β 介于 － 0. 005 ～ 0. 005 之间的情况视为
FVC 值基本不变的区域，从表 1 可以看出，改善区
域占 25%，退化区域占 28%，接近 50% 的区域变
化不大。植被改善区域主要分布在天山北坡一
带、塔里木河流域以及塔克拉玛干沙漠以南地区，
退化区域主要沿着改善区域的周围，伊犁地区退
化程度比较严重(图 3)。对比图 1 和图 3，可以看
出植被退化区域主要分布在山地和平原的交错
带，这一地带环境比较脆弱，人类活动的干扰使其
退化程度更为明显。
表 1 FVC 趋势分析统计
Tab． 1 The FVC trend analysis
FVC 变化趋势 FVC changing trend 程度 Degree 面积百分比 Area percent (% )
β ＜ － 0. 005，Z≤ － 1. 96 严重退化 Serious degradation 8
β ＜ － 0. 005，－ 1. 96 ＜ Z ＜ 1. 96 轻微退化 Slight degradation 20
－ 0. 005≤β≤0. 005，－ 1. 96 ＜ Z ＜ 1. 96 基本不变 Basically unchanged 47
β ＞ 0. 005，－ 1. 96 ＜ Z ＜ 1. 96 轻微改善 Slight improved 14
β ＞ 0. 005，Z≥1. 96 明显改善 Substantial improved 11
83
第 10 期 邵霜霜等: 基于 FVC 的新疆植被覆盖度时空变化
将图 3 与新疆 1998—2012 年平均 FVC 空间分
布(图 4)进行对比发现，植被覆盖度极低地区基本
不变，这些地区通常是戈壁和荒漠，人类活动干扰较
小，主要受气候等自然因素的作用，不易发生剧烈波
动;退化区域主要是低覆盖度周围，在南疆尤其明
显;北疆及伊犁地区由于人类活动干扰强度较大，伊
犁河谷地区植被退化明显，而且是中高覆盖度地区
退化显著;北疆天山北坡一带的中高覆盖度和低覆
盖度区域均出现明显的改善现象，这与人类活动有
着密切的联系;南疆改善区域主要分布在原有中高
覆盖度地区。
图 3 1998—2012 年新疆年均 FVC 变化趋势
Fig． 3 The change trend of mean annual FVC in
Xinjiang from 1998 to 2012
图 4 1998—2012 年新疆平均 FVC 空间分布
Fig． 4 Spatial distribution of mean FVC in
Xinjiang from 1998 to 2012
2. 3 新疆植被覆盖的空间自相关性
以多年 FVC 平均值为基础，进行空间自相关
分析。
2. 3. 1 全局空间自相关性 从全局来看，新疆植被
覆盖变化特征表现出极强的空间正相关(图 5)，达
到 P = 0. 05 的显著水平，说明新疆植被覆盖变化具
有明显规律的地域性分布，整体性较强，无明显破碎
化。而且随着距离的增加自相关性明显减弱，当距
离大于 3 km 后，Moran’I系数下降趋势不明显，即空
间自相关影响不大。全局相关性虽然揭示了 FVC
的整体离散和聚集情况，但难以反映区域的实际情
况，还需要进行局部相关性分析。
图 5 新疆植被覆盖变化的全局空间自相关
Fig． 5 The spatial autocorrelation of vegetation
change in Xinjiang
2. 3. 2 局部空间自相关性 Anselin Local Moran’s I
指数计算及显著性检验(杨振山等，2009 ) 结果表
明，新疆植被覆盖空间分布的局部空间自相关性均
表现为“高 －高聚集”或“低 －低聚集”(这里“高 －
高聚集”是指高覆盖度区域与高覆盖度区域聚集的
现象，“低 －低聚集”指低覆盖度区域与低覆盖度区
域聚集的现象)，伊犁及北疆少部分地区以“高 － 高
聚集”为主，南疆地区则以“低 －低聚集”为主，低高
和高低聚集的区域很少(图 6)。与山地平原分区图
相比可以发现，“高 －高聚集”地区主要分布在北疆
的山地和伊犁河谷山地，这些地区的植被覆盖度本
就较高，在一定程度上也可以说明植被覆盖度越低，
植被越易退化，植被覆盖度越高，植被越易改善。这
进一步验证了 Sen + Mann-Kendall 趋势分析的
结果。
3 结论与讨论
3. 1 结论
1) 从时间变化上看，1998—2012 年新疆 FVC
在 0. 23 左右变化。植被覆盖整体上呈下降趋势，但
不明显，山地较平原地区变化大。
2) 从 FVC 变化趋势来看，1998—2012 年全疆
47% 区域的植被覆盖基本维持不变，改善区域占
25%，退化区域占 28% ; 其中明显改善区域和严重
退化区域所占比例均为 10% 左右。改善区域主要
分布于北疆以及塔克拉玛干沙漠以南地区。从山地
和平原角度来看，改善区域主要位于南疆山地区域
和天山北坡一带的平原地区; 退化区域主要位于山
93
林 业 科 学 51 卷
图 6 新疆多年 FVC 平均值的 LISA
Fig． 6 The LISA cluster diagram of average FVC in Xinjiang
地和平原的交错地带。从植被盖度角度来看，改善
区域主要分布在原有中高覆盖度植被区域以及人类
活动干扰较大的部分地区，天山北坡及若羌县东南
部; 退化区域主要分布在原有低覆盖度地区以及伊
犁地区。
3) 从植被覆盖的空间自相关性来看，新疆植被
分布整体上呈显著的空间正相关，当距离大于 3 km
后，空间自相关影响不大。局部空间相关性分析表
明，新疆植被覆盖有显著的“高 － 高聚集”与“低 －
低聚集”特点，改善区域主要分布在呈“高 － 高聚
集”特点的地区，退化区域主要分布在呈“低 － 低聚
集”特点的地区。
3. 2 讨论
本文基于长时间序列的 NDVI 数据计算出
FVC，在此基础上利用 Sen + Mann-Kendall 趋势分析
和 Morans’I 指数对新疆 FVC 进行自相关分析，研
究结果有效地反映了新疆植被的时空变化情况。以
往对新疆植被覆盖变化的研究，多是运用回归斜率
方法(张亚玲等，2014)，或是对植被覆盖度进行分
析评价(李磊，2013)，没有根据其空间的聚集特点
来讨论植被覆盖的动态变化情况。本研究所用趋势
分析方法较以往的回归斜率方法更能反映植被的变
化程度及趋势; 同时对植被的空间聚集特点进行分
析，可为改善区域生态环境、加强生态建设提供参
考。但是研究中依然存在着局限性: 1) 本文只是
单纯地针对植被覆盖进行研究，并没有考虑其变化
的影响因素，气候因子以及人类活动对植被覆盖带
来的影响不可忽视，尤其是在干旱区，今后需要进一
步分析植被覆盖变化的驱动因素; 2) 新疆地域较
大，全疆尺度的研究可能会带来一定的误差，掩盖了
小尺度的一些变化特征，有必要对特殊地区进行小
尺度的典型分析; 3) 本文所用数据是在 1 km 空间
分辨率的基础上进行处理分析的，若采用更高分辨
率的数据，结果应该会更准确。
参 考 文 献
蔡博峰，于 嵘 ． 2009． 基于遥感的植被长时序趋势特征研究进展
及评价 ． 遥感学报，13(6) : 1170 － 1186．
(Cai B F，Yu Ｒ． 2009． Advance and evaluation in the long time series
vegetation trends research based on remote sensing． Journal of
Ｒemote Sensing，13(6) : 1170 － 1186． ［in Chinese］)
陈彦光 ． 2009． 基于 Moran 统计量的空间自相关理论发展和方法改
进 ． 地理研究，28(6) :1449 － 1463．
( Chen Y G． 2009． Spatial autocorrelation theory development and
method improvement based on Moran statistic． Geographical
Ｒesearch，28(6) : 1449 － 1463． ［in Chinese］)
陈云浩，李晓兵，史培军，等 ． 2001． 北京海淀区植被覆盖的遥感动
态研究 ． 植物生态学报，25(5) :588 － 593，643．
(Chen Y H，Li X B，Shi P J，et al． 2001． The remote sensing dynamic
research of vegetation in Beijing Haidian district． Chinese Journal of
Plant Ecology，25(5) :588 － 593，643．［in Chinese］)
04
第 10 期 邵霜霜等: 基于 FVC 的新疆植被覆盖度时空变化
甘春英，王兮之，李保生，等 ． 2011． 连江流域近 18 年来植被覆盖
度变化分析 ． 地理科学，31(8) : 1019 － 1024．
(Gan C Y，Wang X Z，Li B S，et al． 2011． Changes of vegetation
coverage during recent 18 years in Lianjiang river watershed．
Scientia Geographica Sinica，31(8) : 1019 － 1024． ［in Chinese］)
高 凯，周志翔，杨玉萍 ． 2010． 长江流域土地利用结构及其空间自
相关分析 ． 长江流域资源与环境，19(Z1) :13 － 20．
(Gao K，Zhou Z X，Yang Y P． 2010． The analysis of land use structure
and spatial autocorrelation in Yangtze river watershed． Chinese
Journal of Mechanical Engineering， 19 ( Z1 ) : 13 － 20． ［in
Chinese］)
韩秀珍，李三妹，罗敬宁，等 ． 2008． 近 20 年中国植被时空变化研
究 ． 干旱区研究，25(6) : 753 － 759．
(Han X Z，Li S M，Luo J N，et． al． 2008． The research of temporal and
spatial variation of China vegetation in the past 20 years． Arid Zone
Ｒesearch，25(6) : 753 － 759． ［in Chinese］)
贺冉冉，马 玲 ． 2012． 基于滑动窗口的非参数趋势检验在气候序
列趋势和波动分析中的应用∥蚌埠市科学技术协会 ． 促进科技
经济结合，服务创新驱动发展———蚌埠市科协 2012 年度学术年
会论文集 ．
(He Ｒ Ｒ，Ma L． 2012． The application of nonparametric test sequence
based on sliding window trend in climate trend and wave analysis．
Bengbu Association for Science and Technology，8． ［in Chinese］)
霍霄妮，李 红，孙丹峰，等 ． 2009． 北京耕作土壤重金属含量的空
间自相关分析 ． 环境科学学报，29(6) :1339 － 1344．
(Huo X N，Li H，Sun D F，et al． 2009． The spatial autocorrelation
analysis of soil heavy metal content in Beijing farmland． Acta
Scientiae Circumstantiae，29(6) :1339 － 1344． ［in Chinese］)
贾艳红，赵传燕，南忠仁 ． 2007． 西北干旱区黑河下游植被覆盖变化
研究综述 ． 地理科学进展，26(4) :64 － 74．
( Jia Y H，Zhao C Y，Nan Z Ｒ． 2007． Th reviewe of vegetation cover
change in lower reaches of heihe river in arid areas of northwest．
Progress in Geography，26(4) :64 － 74． ［in Chinese］)
李 磊，李艳红 ． 2013. 20 年间艾比湖流域植被覆盖度景观格局变
化 ． 干旱环境监测，27(4) :154 － 159，183．
(Li L，Li Y H． 2013． Landscape pattern change of vegetation coverage
in 20 years in AiBiHu Basion． Arid Environmental Monitoring，
27(4) :154 － 159，183． ［in Chinese］)
刘宪锋，任志远 ． 2012． 西北地区植被覆盖变化及其与气候因子的
关系 ． 中国农业科学，45(10) :1954 － 1963．
(Liu X F， Ｒen Z Y． 2012． The vegetation cover change and its
relationship with climate factors in northwest region． Scientia
Agricultura Sinica，45(10) :1954 － 1963． ［in Chinese］)
马明国，董立新，王雪梅 ． 2003． 过去 21 a 中国西北植被覆盖动态
监测与模拟 ． 冰川冻土，25 (2) : 232 － 236．
(Ma M G，Dong L X，Wang X M． 2003． The dynamic monitoring and
simulation of vegetation coverage in northwest China over the past 21
years． Journal of Glaciology and Geocryology，25 (2) : 232 － 236．
［in Chinese］)
穆少杰，李建龙，陈奕兆，等 ． 2012. 2001—2010 年内蒙古植被覆盖
度时空变化特征 ． 地理学报，67(9) :1255 － 1268．
(Mu S J，Li J L，Chen Y Z，et al． 2012． Spatial and temporal variation
characteristics of vegetation coverage in Inner Mongolia in 2001 －
2010． Acta Geographica Sinica， 67 ( 9 ) : 1255 － 1268． ［in
Chinese］)
倪永明，欧阳志云 ． 2006． 新疆荒漠生态系统分布特征及其演替趋
势分析 ． 干旱区资源与环境，20(2) : 7 － 10．
( Ni Y M， Ouyang Z Y． 2006． The analysis of the distribution
characteristics of Xinjiang desert ecological system and its succession
trend． Ｒesources and Environment in Arid Areas，20(2) : 7 － 10．
［in Chinese］)
潘晓玲，马映军，高 炜，等 ． 2004．中国西部干旱区生态环境演变过
程 ． 中国沙漠，24(6) :3 － 13．
( Pan X L，Ma Y J，Gao W，et al． 2004． Eco-environmental evolution in
arid area of west China． Journal of Desert Ｒesearch，24(6) : 663 －
673． ［in Chinese］)
邱炳文，王钦敏，陈崇成，等 ． 2007． 福建省土地利用多尺度空间自
相关分析 ． 自然资源学报，22(2) :311 － 321．
(Qiu B W，Wang Q M，Chen C C，et al． 2007． Multi-scale spatial
autocorrelation analysis of land utilization in Fujian Province．
Journal of Natural Ｒesources，22(2) :311 － 321．［in Chinese］)
师庆东，吕光辉，潘晓玲，等 ． 2003． 遥感影像中分区分类法及在新
疆北部植被分类中的应用 ． 干旱区地理，26(3) :264 － 268．
( Shi Q D，Lü G H，Pan X L，et al． 2003． The application of vegetation
classification and division method at north Xinjiang． Arid Land
Geography，26(3) : 264 － 268． ［in Chinese］)
师庆东 ． 2004． 基于 FVC 指数对 1982—2000 年中国西部干旱区植
被覆盖时空变化特征分析 ．南京: 南京气象学院博士学位论文 ．
( Shi Q D． 2004． The analysis of spatial and temporal variation
characteristics of vegetation cover in 1982—2000 in arid areas in
western China based on FVC index． Nanjing: PhD thesis of Nanjing
Institute of Meteorology． ［in Chinese］)
王佃来，刘文萍，黄心渊 ． 2013． 基于 Sen + Mann-Kendall 的北京植
被变化趋势分析 ． 计算机工程与应用，49(5) :13 － 17．
(Wang D L，Liu W P，Huang X Y． 2013． The analysis of Beijing
vegetation change trend based on Sen + Mann-Kendall． Computer
Engineering and Applications，49(5) :13 － 17． ［in Chinese］)
王美红，孙根年，康国栋 ． 2008． 新疆植被覆盖与土地退化关系及
空间分异研究 ． 农业系统科学与综合研究，24(2) : 181 － 185，
190．
(Wang M H，Sun G N，Lian G D． 2008． The research of relationship
between Xinjiang vegetation and land degradation and their space
differentiation． Agricultural System Science and Integrated
Ｒesearch，24(2) : 181 － 185，190． ［in Chinese］)
王 智，常顺利，师庆东，等 ． 2010． 基于 FVC 指数的中国西北干
旱区植被覆盖变化 Markov 过程 ． 应用生态学报，21 ( 5 ) :
1129 － 1136．
(Wang Z，Chang S L， Shi Q D，et al． 2010． Markov process of
vegetation change in arid areas of northwest China based on FVC
index． Chinese Journal of Applied Ecology，21 (5 ) :1129 － 1136．
［in Chinese］)
王 智 ． 2011． 新疆地区植被覆盖变化与气候、人文因子的相关性
探讨 ．乌鲁木齐: 新疆大学硕士学位论文 ．
(Wang Z． 2011． The discussion of the relationship between vegetation
change and climate change，cultural factors in Xinjiang． Urumqi:
MS thesis of Xinjiang University． ［in Chinese］)
14
林 业 科 学 51 卷
武正丽，贾文雄，刘亚荣，等 ． 2014． 近 10a 来祁连山植被覆盖变化
研究 ． 干旱区研究，31(1) :80 － 87．
(Wu Z L，Jia W X，Liu Y Ｒ，et al． 2014． Ｒesearch of vegetation cover
change in 10 years of Qilian Mountains． Arid Zone Ｒesearch，
31(1) :80 － 87． ［in Chinese］)
杨光华，包安明，陈 曦，等 ． 2010． 气候和土地利用变化对塔里木
河干流区植被覆盖变化的影响 ． 中国沙漠，30(6) :1389 － 1397．
(Yang G H，Bao A M，Chen X，et al． 2010． The affacts of climate and
land use change on the tarim area vegetation change． Journal of
Desert Ｒesearch，30(6) :1389 － 1397． ［in Chinese］)
杨光华，包安明，陈 曦，等 ． 2009. 1998—2007 年新疆植被覆盖变
化及驱动因素分析 ． 冰川冻土，31(3) :436 － 445．
(Yang G H，Bao A M，Chen X，et al． 2009． The analysis of Xinjiang
vegetation cover change and its driving factors in 1998—2007．
Journal of Glaciology and Geocryology，31 ( 3 ) : 436 － 445． ［in
Chinese］)
杨振山，蔡建明，高晓路 ． 2009． 利用探索式空间数据解析北京城市
空间经济发展模式 ．地理学报，64(8) : 944 － 955．
(Yang Z S，Cai J M，Gao X L． 2009． Analysis of Beijing urban spatial
economic development mode using exploratory spatial data． Acta
Geographica Sinica，64(8) : 944 － 955． ［in Chinese］)
张凌云，李 松，张 洁，等 ． 2014． 基于空间自相关的乌鲁木齐市
民族居住格局研究 ． 干旱区资源与环境，28(3) :50 － 56．
(Zhang L Y，Li S，Zhang J，et al． 2014． The analysis of national living
pattern in Urumqi based on spatial autocorrelation． Ｒesources and
Environment in Arid Areas，28(3) :50 － 56． ［in Chinese］)
张亚玲，苏惠敏，张小勇 ． 2014. 1998—2012 年黄河流域植被覆盖变
化时空分析 ． 中国沙漠，34(2) :597 － 602．
(Zhang Y L，Su H M，Zhang X Y． 2014． The analysis of spatial and
temporal variation characteristics of vegetation cover from 1998 to
2012 in Yello Ｒiver． Journal of Desert Ｒesearch， 34 ( 2 ) :
597 － 602．
赵汉青 ． 2010． 基于 SPOT-4 /VEGETATION 数据的中国植被覆盖动
态变化研究 ． 测绘空间地理信息，33(1) : 1 － 3．
( Zhao H Q． 2010． The research of Chinese vegetation dynamics based on
the SPOT-4 /VEGETATION data． Geomatics ＆ Spatial Information
Technology，33(1) : 1 － 3． ［in Chinese］)
赵小风，黄贤金，张兴榆，等 ． 2009． 区域 COD、SO2 及 TSP 排放的
空间 自 相 关 分 析: 以 江 苏 省 为 例 ． 环 境 科 学，30 ( 6 ) :
1580 － 1587．
( Zhao X F，Huang X J，Zhang X Y， et al． 2009． Spatial auto-
correlation analysis of COD，SO2 and TSP emissions-take Jiangsu
Province as an example． Environmental Sciences，30 (6 ) :1580 －
1587．［in Chinese］)
Anselin L． 1995． Local indicatore of association - LISA． Geographical
Analysis，27(2) : 93 － 115．
Gutman G， Ignatov A． 1998． The derivation of the green vegetation
fraction from NOAA /AVHＲＲ data for use in numerical weather
prediction models． International Journal of Ｒemote Sensing，19(8) :
1533 － 1543．
Hirsch Ｒ M，Slack J Ｒ，Smith Ｒ A． 1982． Techniques of trend analysis
for monthly water quality data． Water Ｒesources Ｒesearch，18(1) :
107 － 121．
Hoaglin D C，Mosteller F，Tukey J W． 2000． Understanding robust and
exploratory data analysis． New York: Wiley，169 － 181．
Liu J Y，Liu M L，Deng X Z，et al． 2002． The land-use and land-cover
change database and its relative studies in China． Journal of
Geographical Science，12(3) : 275 － 282．
Zeng X，Dickinson Ｒ E，Walker A， et al． 2000． Derivation and
evaluation of global 1-km fractional vegetation cover data for land
modeling． Journal of Applied Meteorology，39(6) : 826 － 839．
(责任编辑 石红青)
24