1998～2012年艾比湖流域NDVI變化及其氣候因子驅動分析

王二麗，周軍其

武漢大學遙感信息工程學院，武漢430079

1998～2012年艾比湖流域NDVI變化及其氣候因子驅動分析

王二麗，周軍其

武漢大學遙感信息工程學院，武漢430079

為探究艾比湖流域氣候變化對植被覆蓋的影響，基于1998～2012年艾比湖流域SPOT VEGETATION數據集，運用最大化合成法及一元線性回歸研究其間15年來流域內歸一化差分植被指數（normalized diference vegetation index，NDVI）的變化趨勢及空間布局，并結合該地區同期降水量和溫度數據，利用偏相關分析和復相關分析對研究區域植被覆蓋變化的氣候驅動力進行了分析與探討.結果表明，流域內NDVI在15年間顯著性增長，植被呈現出較好的發展趨勢，自然因素中降水量對植被的影響在力度和范圍上均大于溫度對植被的影響.流域內植被覆蓋變化主要以非氣候因子驅動型為主，所占比例為88.9%，基本覆蓋整個流域，而受氣候影響的區域占整個流域面積的11.1%，主要呈片狀分布于流域東部.

歸一化差分植被指數；艾比湖流域；氣候因子；偏相關分析；復相關分析

植被通過光合作用促進生物地球的化學循環，是生態系統的重要組成部分［1］，在保持水土、維持氣候穩定方面具有不可替代的作用.地表植被的變化對地理環境產生巨大的影響［2］，同時在生長過程中也受到自然因素和人為因素等影響［3］，其中自然因素主要表現為氣候變化對植被覆蓋的影響，尤其是氣溫和降水對植物的生長有著更直接的作用［4］.歸一化差分植被指數（normalized difference vegetation index，NDVI）能夠很好地反映目標區域的植被覆蓋程度，也經常被用來描述植被生長的狀態及植被生物量［5］.隨著氣候變化對生態環境影響日益增強，基于NDVI數據集研究區域植被覆蓋變化及其對氣候的響應成為一大熱點［6-8］.

艾比湖流域地處新疆西北地區，是天山北坡生態防護體系中重要的防沙、治塵和濕地保護功能區.由于氣候變化和人類活動等因素影響，該地區已成為典型的干旱生態環境退化區［9］.因此，加強該區域NDVI的研究，探究該地區植被對氣候的響應，分析流域內區域植被覆蓋的中長期變化，為該地區生態系統的穩定性制定科學的策略及措施具有十分重要的作用.目前，常用的NDVI序列數據主要包括NOAA/AVHRR數據、EOS/MODIS數據及SPOT VEGETATION NDVI數據等［10］.與NOAA/AVHRR相比，SPOT-4 VEGETATION傳感器具有的紅光波段更加適合植被的變化研究［11］.

本文選取SPOT VEGETATION數據集，利用遙感技術分析氣候因子（降水、溫度）對該區域NDVI的影響，旨在探討上述因子對NDVI空間分布及變化格局之間的作用差異，為艾比湖流域土地合理利用以及生態環境保護提供決策支持和科學依據.

1　研究區域概況

艾比湖流域地理位置位于43?38′～45?52′N和79?53′～85?02′E之間，地跨湖區所在地的博爾塔拉蒙古自治州博樂市、溫泉縣和精河縣（其中賽里木湖集水區除外），塔城地區的烏蘇和托里縣南部，伊犁直屬的奎屯市及克拉瑪依的獨山子區.流域面積50 621 km2，其中山地面積24 317 km2，平原區面積25 762 km2，湖泊面積542 km2.艾比湖流域三面朝山，地勢東低西高，中心低洼.受西風環流以及蒙古高壓和西伯里亞冷空氣的影響，艾比湖地區表現為典型的中溫帶干旱大陸氣候，以干旱少雨，蒸發量大，日照充足，氣候變化劇烈為特征，特別是與特殊的地形地貌相匹配，風多風大，沙塵暴和浮塵活動頻繁是該地區的顯著特征［12-13］.

圖1　研究區示意圖Figure 1 Location of the study area

2　數據源及預處理

2.1遙感影像數據及預處理

本文所選用的遙感影像數據是從1998年4月至2012年12月的SPOT VEGETATIONNDVI數據集，空間分辨率為1 km.其中1998～2008年數據來源于中國西部科學數據中心，2009～2012年數據來源于SPOT VGT數據分發中心.每10天合成一幅影像，共計531幅影像.其中1998年缺失1、2、3月份數據，但由于艾比湖流域植被最好生長季出現在7、8月份，所缺失影像對研究影響不大.該數據經過預處理（輻射校正、幾何校正）生成了10 d最大化合成的NDVI數據，并將-1.0～-0.1的值設置為-0.1，其他值拉伸到0～250.每月NDVI值通過國際通用的最大合成法（maximum value composites，MVC）獲得，研究表明最大值合成可有效減少NDVI數據系列中的噪聲［14］，其計算公式為

式中，NDVIi為第i月的NDVI值，NDVIij為第i月第j旬的NDVI值，而每年的NDVI值采用當年各個月份NDVI的最大值，即

式中，NDVIy為第y年的NDVI值，NDVIi為第i月的NDVI值.

2.2氣象數據及預處理

降水和氣溫數據來源于中國氣象數據共享網提供的1998～2012年全國722個標準氣象站點的月平均溫度和月降水量資料，其中研究區域共覆蓋20個站點.利用ArcGIS的Geostatistical Analyst模塊對氣溫和降水數據進行Kriging空間插值，采樣成1 km×1 km的空間分辨率，并采用Albert投影，以獲取與NDVI數據像元大小一致、投影相同的氣象柵格數據.通過數據裁切獲取艾比湖流域的月平均溫度和月降水量的柵格圖像.

3　研究方法

3.1NDVI變化趨勢

回歸趨勢線是對一組隨時間變化的變量進行回歸分析的方法［15］.Stow等采用該方法計算了植被的綠度變化率［16］.為掌握1998～2012年該研究區域植被的整體演變與發展狀態，本文采用一元線性回歸來分析每柵格點的NDVI變化趨勢，對研究區域內不同地區的植被長勢與變化大小進行空間定量分析，進而探討該變化對氣候的響應.

通過計算每個像元的年NDVI值，采用趨勢線分析方法來模擬1998～2012年這15年植被NDVI的空間變化趨勢，其計算公式為

式中，n為監測時間序列的長度，本文中取n=15；MNDVIi為第i年NDVI的均值；θslope為趨勢線增加的斜率；θslope＞0，說明研究區域的NDVI在該時間段內呈增加趨勢；θslope＜0，說明NDVI呈減少趨勢；θslope=0，則說明研究區域的NDVI未發生變化.

3.2偏相關分析

地理要素之間相關關系密切程度的測定，主要是通過對相關系數的計算與檢驗來完成的.在多要素所構成的地理系統中，不考慮其他要素的影響，而單獨研究兩個要素之間的相互關系的密切程度，稱為偏相關.用以度量偏相關程度的統計量，稱為偏相關系數［17］.首先計算相關系數，其次固定變量由相關系數得到偏相關系數.相關系數為

式中，rxy為變量x和y的相關系數，表示兩要素之間的相關程度，介于［-1，1］之間；rxy＞0，表示正相關；rxy＜0，表示負相關；其絕對值越接近于1，表明要素間的關系越密切；越接近于0，表明要素間的關系越不密切.其中，n為樣本數目，和分別為變量x和y的均值.本文中的xi和yi分別代表第i年的NDVI及溫度或降水量，為15年NDVI的平均值，為15年溫度或者降水量的平均值.

基于降水量的NDVI與溫度的偏相關系數及基于溫度的NDVI與降水量的偏相關系數計算公式為

式中，rxy，z為變量z固定后變量x和y的偏相關系數，rxy、rxz、ryz分別為變量x和y、變量x與z、變量y與z的相關系數.偏相關系數的顯著性檢驗，一般采用t檢驗法，其統計量計算公式為

式中，tp為偏相關系數顯著性檢驗所構建的統計量，rxy，z為偏相關系數，n為樣本數目，m為自變量數目.

3.3復相關分析

多要素間相關程度的測定通過復相關系數的計算與檢驗實現，用以反映幾個要素與某一個要素之間的復相關程度，其計算公式為

式中，Rx，yz表示因變量x和自變量y，z的復相關系數，rxz，y表示固定變量y后變量x和z的偏相關系數，rxy表示變量x和變量y的相關系數.

復相關系數的顯著性檢驗采用F檢驗法，其統計量計算公式為

式中，Fm為檢驗顯著性所構建的統計量，Rx，yz為復相關系數，n為樣本數目，k為自變量數目.

根據已有的NDVI數據集、降水量和溫度數據，分別計算以像元為單位的NDVI與降水量、溫度之間的偏相關系數.在此基礎上進行復相關系數的分析與計算，并對兩種系數進行顯著性檢驗，以探討各因子對該區域NDVI變化的驅動影響.計算時溫度采用年均溫，降水量采用年總降水量，NDVI采用MVC合成的年最大值.

4　結果與分析

4.1艾比湖流域植被NDVI的時空變化動態

4.1.1時間變化

以艾比湖流域像元最大NDVI平均值代表該年整個區域的植被覆蓋狀況，15年間艾比湖流域NDVI的逐年變化情況如圖2所示.分析表明15年間艾比湖流域NDVI總體呈增長趨勢，15年的增長速度為0.11.流域NDVI在15年間分別出現兩個明顯的衰退階段和增長階段.植被衰退期發生在1998～2001及2002～2006年間，NDVI呈現出下降趨勢，研究區域植被覆蓋減少.但是在衰退期之后，出現兩個明顯的增長期，分別為2001～2002年及2006～2010年，其中2006～2007年間增長速度放緩，處于穩步增長狀態.

圖2　艾比湖流域1998～2012年NDVI的動態變化Figure 2 Variations of annual mean NDVI in the Ebinur Lake Basin from 1998 to 2012

4.1.2空間變化

由艾比湖流域年NDVI空間分布可知，艾比湖流域年NDVI總體上呈現出片狀分布特征，且存在顯著的地區差異，如圖3（a）所示.植被覆蓋較高的區域主要分布在溫泉縣北部、博樂市中部、精河縣西部、烏蘇市中、北部及克拉瑪依市部分地區，而在精河縣艾比湖附近及流域邊緣區域，土地類型主要以荒漠、鹽漠為主，植被覆蓋稀疏.根據式（1）對流域內的每個像元進行趨勢分析，為更細致地探究該流域植被退化、增長或保持不變的趨勢，對結果在ArcGIS中進行標準差重分類，將研究區域分為7個等級，依次計算出不同變化程度區域所占的面積比例（見表1）和趨勢分析空間分布（見圖3（b））.

圖3　艾比湖流域植被NDVI空間分布及變化趨勢Figure 3 Spatial distribution and interannual change trend of NDVI in the Ebinur Lake Basin

由表1可以看出，15年來流域內地表覆蓋整體得到改善的區域面積大于退化的區域面積，其中嚴重退化區域僅占總面積的0.03%，中度退化區域占總面積的0.77%，輕微退化面積所占比例較大，為23.28%.由圖3可以看出，退化面積較為嚴重的區域主要集中分布在溫泉縣北部及艾比湖東部沙漠，而各市縣內退化區域均有零星分布.區域基本不變面積占總面積的43.62%，輕微改善占總面積的24.20%，大部分集中在綠洲附近，少量分布在流域邊緣.中度改善及明顯改善區域分別占總面積的5.14%、2.96%，均分布于核心綠洲內，可以看出明顯改善植被區域均環繞于人類聚集地周圍，表明人類對自然環境的改造如城市綠化、開墾農田等，使得植被覆蓋呈現增長狀態.

表1　艾比湖流域NDVI變化趨勢Table 1 Trend of NDVI in the Ebinur Lake Basin

4.2艾比湖流域降水和氣溫的時空格局

研究區域的年降水量及年均溫波動狀況如圖4所示，其中年降水量最大值出現在2011年，為384.1 mm；最小值出現在2012年，為240.78 mm.15年平均年降水量為322.7 mm.整體年均氣溫穩定在9.8?C～10.5?C之間，15年來年均溫最高為11.3?C，最低為9.8?C，平均溫度為10.4?C.通過對流域1998～2012年15年間的年平均氣溫和年降水數據圖可以看出，降水呈下降趨勢，而氣溫則有輕微升高趨勢，但兩者變化均不顯著.

圖4　年降水量及年平均氣溫趨勢圖Figure 4 Variation trend of annual precipitation and annual mean temperature

將氣象站點的數據進行插值，生成降水與氣溫空間分布圖（見圖5），從圖中可以看出，溫泉縣西部、精河的東南部、托里縣西北部及烏蘇市的西南部降水豐富.艾比湖周邊地區及克拉瑪依市西部，從西到東降水呈現出橫向遞減趨勢；溫度則呈現不同的空間格局，較高溫度出現在托里縣、博樂市東部、精河縣西部及烏蘇市的北部.艾比湖流域處于亞歐大陸腹地，降水主要來源于大西洋氣流所帶來的水汽，隨著空間距離的增長，水分依次遞減，這可能是流域中降水呈現西高東低的主要原因.艾比湖西北部的阿拉山口是著名風口所在地，常年大風使得艾比湖周圍區域蒸散量高于其他區域，因此該地區溫度相對較高.

圖5　艾比湖流域年降水與年均氣溫空間分布圖Figure 5 Spatial pattern of annual precipitation and annual mean temperature in the Ebinur Lake Basin

4.3NDVI與年降水、年均溫之間的關系及其驅動分析

計算艾比湖流域15年間NDVI與年平均氣溫和年降水偏相關系數，得出該區域降水和NDVI偏相關系數r1及溫度和NDVI偏相關系數r2的空間分布圖（見圖6）.其中，NDVI與年降水的最大偏相關系數為0.89，與年平均氣溫的最大偏相關系數為0.77，最小偏相關系數均為-0.80.

圖6　偏相關系數空間分布圖Figure 6 Partial correlation coefficients in Ebinur Lake Basin

從圖6（a）中可以看出，烏蘇市中部、奎屯市東部及托里縣與烏蘇市的交界處偏相關系數為正，降水對植被起促進作用；但在艾比湖東部沙漠地區，溫泉縣、烏蘇市南部及精河縣東南部等地區，偏相關系數為負.對NDVI與年降水量的空間分布圖進行空間統計分析后發現，研究區域內NDVI與年降水量呈正相關的區域，所占比例為79.0%，并有1.5%通過p＜0.01的檢驗，6.7%通過p＜0.05的檢驗（見圖7）；呈負相關區域為21.0%，因此降水對植被生長整體表現為積極因素.分析圖6（b）可以發現，NDVI與平均溫度偏相關系數為正的區域所占百分比為50.1%，并有0.6%通過p＜0.05的檢驗，但通過p＜0.01的像元數目僅有9個（見圖7）.其中，又以兩大綠洲范圍內NDVI與溫度的偏相關性最好，可能是人類灌溉設施等干擾因素，使得植被生長過程中不缺乏水分供給，此時溫度對植被生長起促進作用.西部及南部邊緣地區NDVI與降水量及溫度的偏相關性都比較低，主要是因為艾比湖流域三面環山，海拔較高（見圖1），地表主要為高寒甸植被及永久凍土，氣溫與降水并非主要影響因素.對整個研究區域進行空間統計分析后發現，同一像元符合r1＞r2的區域占整個研究區域的72.8%，該結果表明在15年間植被變化對降水的響應程度高于對溫度的響應程度.

圖7　r1及r2的檢驗分布圖Figure 7 Map of r1and r2

為更加細致地分析研究區域內降水和氣溫對植被變化的驅動機制，本文基于文獻［18-19］的研究植被覆蓋變化驅動分區原則及標準，用偏相關分析和復相關分析對艾比湖流域植被覆蓋變化進行驅動分區.將滿足復相關顯著（顯著性水平設定為0.05，以下顯著性檢驗水平均為0.05）和NDVI與降水偏相關顯著的像元定義為降水驅動型，將滿足復相關顯著和NDVI與氣溫偏相關顯著的像元定義為氣溫驅動型；而將滿足復相關顯著，但NDVI與降水偏相關、溫度偏相關不顯著的像元定義為氣溫、降水驅動型；不滿足復相關顯著的像元劃分為非氣候因子驅動型.

按照以上準則，對艾比湖流域植被覆蓋驅動分區結果如圖7所示.降水驅動型區域呈片狀分布于流域東部，以烏蘇市中部、托里縣東北及南部最為明顯，占整個研究區域的9.7%.屬于氣溫驅動型區域僅占流域面積的0.2%，呈零星狀分布于各個市縣中.在海拔較高區域，氣溫對植物生長比降水有更直接的作用，因此在研究區域邊緣的中高山地帶處零星分布有氣溫驅動型區域.降水和氣溫驅動型占流域面積的1.2%，主要集中于人口密集的市縣區域及流域邊緣區；非氣候因子驅動型所占比例最大為88.9%，基本覆蓋整個流域.綜合來看，自然因子中降水對該區域植被生長的驅動作用大于溫度的驅動作用.近幾年隨著人類不斷開墾，農業面積呈現快速增加的趨勢，其中灌溉中水利設施會降低植被NDVI和降水、溫度的相關程度，說明人類對自然的干擾可能是非氣候因子驅動型占主導地位的重要原因.

圖8　1998～2012年艾比湖流域植被覆蓋變化氣候因子驅動力分區Figure 8 Climatic factor drivers of vegetation change and distribution in the Ebinur Lake Basin from 1998 to 2012

5　結論

本文利用SPOT VEGETATION數據集分析艾比湖流域1998～2012年NDVI分布空間格局及其變化趨勢，并結合該地區同期降水量和溫度數據，采用相關系數法對艾比湖流域植被覆蓋變化的驅動因子進行分析，得出以下結論：

1）艾比湖流域NDVI從1998～2012年總體上呈增長趨勢，增長率為0.11/（15a）.植被豐富地區主要分布在核心綠洲區域，植被稀疏地區主要集中在精河縣艾比湖附近及流域邊緣的高山區域.趨勢分析表明，15年來流域內地表覆蓋整體得到改善的區域面積大于退化的區域面積.

2）降水呈下降趨勢，而氣溫則有輕微升高趨勢，但兩者變化均不顯著.偏相關分析表明，該研究區域中NDVI與年降水量的偏相關系數r1大于NDVI與溫度的偏相關系數r2的像元所對應的區域占總區域的72.8%，且NDVI與年降水量呈正相關區域的面積大于NDVI與溫度呈正相關區域的面積，表明在該流域15年內從力度和范圍上降水量對植被的影響均大于溫度對植被的影響.

3）流域中非氣候因子驅動型所占比例最大為88.9%，這與該區域的人類活動密不可分.其次是降水驅動型所占比例為9.7%，呈片狀分布于流域東部.降水和氣溫驅動型占流域面積的1.2%，主要為人口密集的縣市區域.氣溫驅動型僅占流域面積的0.2%，呈零星狀分布于各市縣中.

1998～2012年艾比湖流域NDVI總體上呈不斷增長的趨勢，降水呈下降趨勢，氣溫則有輕微升高趨勢，但是變化并不顯著，且非氣候因子驅動型面積在流域中占有絕對的優勢，這表明艾比湖流域生態環境的演變有一定的自然因素影響，但人類活動在其中起著十分重要的作用.近年來，流域內開展的大規模人工植樹造林和草地圍欄封育等生態保護與建設工作，使得流域內植被狀況不斷改善.本文僅用氣溫和降水作為驅動因子進行分析，未考慮人類活動及其他因子的影響（如植被類型對NDVI影響的大?。?，且在時間尺度上僅考慮了年際變化水平，未將氣候因子對植被在月際上的影響及植被生長對水熱條件滯后性納入研究.因此，在后續研究中將進一步對以上問題進行分析，以更科學地定量評定人類活動對植被覆蓋時空格局變化的影響及其貢獻值的大小.

［1］Jackson R B，Randerson J T，Canadell J G.Protecting climate with forests［J］.Environmental Research Letters，2008，3（4）：044006.

［2］Anderson R G，Canadell J G，Randerson J T，Jackson R B，HungaTe B A，Baldocchi D D.Biophysical considerations in forestry for climate protection［J］.Frontiers in Ecology and Environment，2010，9（3）：174-182.

［3］BoscheTTi M，NuTini F，Brivio P A.Identifcation of environmental anomaly hot spots in West Africa from time series of NDVI and rainfall［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2013，78：26-40.

［4］何勇，董文杰，郭曉寅.基于MODIS的中國陸地植被生長及其與氣候的關系［J］.生態學報，2007，27（12）：5086-5092. He Y，Dong W J，Guo X Y.The terrestrial growth and its relationship with climate in China based on the MODIS data［J］.Acta Ecologica Sinica，2007，27（12）：5086-5092.（in Chinese）

［5］De Fries R，Field C，Fung L.Mapping the land-surface for global atmosphere-biosphere models，toward continuous distributions of vegetation functional properties［J］.Journal of Geophysical Research，1995，100（D10）：20867-20882.

［6］Zhang Y L，Gao J G，Liu L S.NDVI-based vegetation changes and their responses to climate change from 1982 to 2011：a case study in the Koshi River Basin in the middle Himalayas［J］. Global and Planetary Change，2013，108：139-148.

［7］Liu J H，Wu J J，Wu Z T.Response of NDVI dynamics to precipitation in the Beijing-Tianjin sandstorm source region［J］.International Journal of Remote Sensing，2013，34（15），5331-5350.

［8］Caroline P，Megan L，Davina W.Monitoring temporal dynamics of Great Artesian Basin wetland vegetation，Australia，using MODIS NDVI［J］.Ecological Indicators，2013，（34）：41-52.

［9］王合玲，張輝國，秦璐.新疆艾比湖流域土壤有機質的空間分布特征及其影響因素［J］.生態學報，2012，32（16）：4969-4980. Wang H L，Zhang H G，Qin L.The characteristics of the spatial distribution of soil organic matter and factors in fluencing it in Ebinur Lake Basin of Xinjiang Autonomous Region'China［J］.Acta Ecologica Sinica，2012，32（16）：4969-4980.（in Chinese）

［10］Yu Z，Wang J，Liu S.Inconsistent NDVI trends from AVHRR，MODIS，and SPOT sensors in the Tibetan Plateau［C］//Agro-geoinformatics 2013 Second International Conference on IEEE，2013：97-101.

［11］嚴曉瑜，董文杰，何勇.不同傳感器數據在若爾蓋濕地植被變化監測應用中的適宜性分析［J］.遙感技術與應用，2008，23（3）：300-304. Yan X Y，Dong W J，He Y.Analysis of the suitability from diferent remote sensing data on the monitoring of vegetation change in Ruoergai Marsh［J］.Remote Sensing Technology and application，2008，23（3）：300-304.（in Chinese）

［12］白澤龍，包安明，趙金.艾比湖流域近40年來土地利用與覆被動態變化研究［J］.水土保持通報，2012，32（2）：172-177. Bai Z L，Bao A M，Zhao J.Land use/cover changes of Ebinur Lake Watershed in recent forty years［J］.Bulletin of Soil and Water Conservation，2012，32（2）：172-177.（in Chinese）

［13］何書林.艾比湖流域濕地資源及其動態變化研究［D］.烏魯木齊：新疆大學，2010.

［14］Holben B N.Characteristics of maximum-value composite images from temporal AVHRR data［J］.International Journal of Remote Sensing，1986，7（11）：1417-1434.

［15］宋怡，馬明國.基于GIMMS AVHRR NDVI數據的中國寒旱區植被動態及其與氣候因子的關系［J］.遙感學報，2008，12（3）：499-505. Song Y，Ma M G.Varitation of AVHRR NDVI and its relationship with climate in Chinese arid and cold regions［J］.Journal of Remote Sensing，2008，12（3）：499-505.（in Chinese）

［16］STow D D S，Hope A.Variability of the seasonally integrated normalized diference vegetation index across the north slope of Alaska in the 1990s［J］.International Journal of Remote Sensing，2003，24（5）：1111-1117.

［17］徐建華.計量地理學［M］.高等教育出版社，2006.

［18］陳云浩，李曉兵，史培軍.1983～1992年中國陸地NDVI變化的氣候因子驅動分析［J］.植物生態學報，2001，25（6）：716-720. Chen Y H，Li X B，Shi P J.Variation in NDVI driven by climate factors across China，1983～1992［J］.Acta Phytoecologica Sinica，2001，25（6）：716-720.（in Chinese）

［19］王永財，孫艷玲，王中良.1998～2011年海河流域植被覆蓋變化及氣候因子驅動分析［J］.資源科學，2014，36（3）：594-602. Wang Y C，Sun Y L，Wang Z L.Spatial-temporal change in vegetation cover and climate factor drivers of variation in the Haihe River Basin 1991～2011［J］.Resource Science，2014，36（3）：594-602.（in Chinese）

（編輯：管玉娟）

Analysis of NDVI Changes and Its Climate Factor Drivers in Ebinur Lake Basin from 1998 to 2012

WANG Er-li，ZHOU Jun-qi
School of Remote Sensing and Information Engineering，Wuhan University，Wuhan 430079，China

To explore the impact of climate change on vegetation cover in Ebinur Lake Basin，we apply the data set SPOT VEGETATION to study the trend of normalized diference vegetation index（NDVI）and spatial pattern in this area，using a maximum synthesis and linear regression method.Combining the annual precipitation and annual average temperature in the same period，the vegetation cover driving force of climate change is discussed through partial correlation and multiple correlation analyses.The results indicate that NDVI increases signifcantly，showing a good development trend.Among various natural factors，precipitation has a deeper and more widespread efect on vegetation than temperature during 15 years in Ebinur Lake Basin.In addition，about 88.9%of the study area is impacted by non-climate factor drivers，while 11.1%is driven by climate factors and mainly distributes in the eastern basin.

normalized diference vegetation index（NDVI），Ebinur Lake Basin，climate factors，partial correlation analysis，multiple correlation analysis

P237.4

0255-8297（2015）01-0059-11

10.3969/j.issn.0255-8297.2015.01.007

2014-06-05；

2014-12-24

周軍其，博士，副教授，研究方向：遙感圖像處理，E-mail：junqi_zhou@163.com