1990-2018年疏勒河中下游植被覆盖变化及影响因素分析

目录1引言 31.1研究背景与意义 31.2国内外研究进展 31.2.1国外研究进展 41.2.2国内研究进展 41.2.3研究区研究进展 51.3研究内容与技术路线 51.3.1研究内容 51.3.2技术路线 62研究区概况 62.1自然地理概况 62.2社会经济概况 73数据来源与方法 73.1数据来源 73.2数据处理 83.3研究方法 83.3.1归一化植被指数（NDVI）提取 83.3.2基于像元二分模型的植被FVC估算。 94疏勒河中下游植被覆盖变化 114.1植被覆盖时间变化分析 114.2植被覆盖空间变化分析 135影响因素分析 145.1自然因素 145.2社会因素 155.2.1人口数量对植被覆盖的影响 155.2.2经济发展对植被覆盖的影响 -2018年疏勒河中下游植被覆盖变化及影响因素分析摘要：本文以1990、2000、2010、2018年的Landsat遥感影像作为数据源。利用ENVI和ArcGIS软件，获取了近30年疏勒河中下游流域植被覆盖变化数据。对1990-2018年疏勒河中下游流域植被覆盖等级变化及影响因素进行研究分析。结果表明：(1)近30年疏勒河中下游流域植被覆盖总体上呈退化趋势，低植被覆盖面积在1990-2018年间增加了19745.85km2。但2010-2018年高植被覆盖面积增加了788.6km2，绿洲面积增加，植被有所恢复。（2）从空间分布来看，流域中游以高植被覆盖和中高植被覆盖为主，植被覆盖较好，下游以低植被覆盖为主，植被覆盖较差。（3）由分析可知，疏勒河中下游植被变化主要受气温和降水等自然因素和人类社会经济活动因素的共同作用。关键词：NDVI；植被覆盖变化；因素分析；疏勒河中下游;Analysis

of

vegetation

cover

changes

and

influencing

factors

in

the

middle

and

lower

reaches

of

Shule

River

from

1990

to

2018LingZhenqiangAbstract:Inthispaper,Landsatremotesensingimagesof1990,2000,2010and2018wereusedasdatasources.ENVIandArcGISwereusedtoobtainthevegetationcoverchangedataofthemiddleandlowerreachesofshuleriverinrecent30years.Thevegetationcovergradechangesandinfluencingfactorsinthemiddleandlowerreachesofshuleriverfrom1990to2018werestudiedandanalyzed.Theresultsshowthat:(1)Inthelast30years,vegetationcoverinthemiddleandlowerreachesofshuleriverbasinhasgenerallyshownatrendofdegradation.Theareaoflowvegetationcoverincreasedby19745.85km2from1990to2018.Butthe2010-2018highvegetationcoverageareaisincreasedby788.6km2,oasisareaincrease,thevegetationrecovered.(2)Fromtheperspectiveofspatialdistribution.Themiddleandupperreachesofthebasinaredominatedbyhighvegetationcoverandmiddleandhighvegetationcover.Thelowerreachesaredominatedbylowvegetationcoverandpoorvegetationcover.(3)Itcanbeseenfromtheanalysisthatvegetationchangeinthemiddleandlowerreachesofshuleriverismainlyaffectedbynaturalfactorssuchasgas,precipitationandhumansocialandeconomicactivities.Keywords:NDVI;Vegetationcoverchange;Factoranalysis;MiddleandlowerreachesofShuleRiver;1引言1.1研究背景与意义植被是土地覆被类型中最为典型的类型，也是自然生态系统中最为活跃的因子[1]。在能量交换、水文循环和生物化学物质循环中具有重要作用，起着联系土壤、大气和水分的自然“纽带”作用[2]。同时植被与一定的气候、地貌、土壤条件、经济活动等多种因素相关联，对生态环境的变化最为敏感[3]，在全球生态环境变化过程中具有指示作用，因此植被与气候变化相互关系研究已成为全球环境变化研究的重点内容[4]。IGBP和IHDP于1995年联合正式提出“土地利用/土地覆盖变化（LUCC）研究计划”[5]，在随后的研究中，科学家对不同区域的LUCC开展了大量研究。疏勒河流域作为河西走廊三大内陆河流域之一，位居西北内陆，距海遥远，水汽稀薄，蒸发巨大，生态环境脆弱，是干旱半干旱的典型区[6]。研究区内自然景观多样，生物种群独特,为研究地表植被与全球气候变化响应提供了天然实验室[7]。而上个世纪80年代以来，国家先后在该区域进行了“两西建设”和“疏勒河农业灌溉暨移民安置综合开发项目”等工程[8]，向疏勒河流域转移安置贫困人口14.4万人，加速了区域水土资源的开发和利用，建设用地和耕地面积快速扩张。用于工业发展和农业灌溉的水利工程设施大量修建，使该区域也出现了地下水位下降、土地荒漠化加重、生物多样性减小等一系列生态环境问题。近些年来，疏勒河流域的开发与治理已成为国家重点关注的项目[9]，目的在于加强疏勒河流域的综合治理，提高水土资源的利用效率，实现流域的可持续发展[10]。所以分析疏勒河流域植被覆盖变化及其特征，并探讨其与影响因素之间的关系，有助于政府合理制定流域的可持续发展途径，为流域内植被建设和生态恢复提供科学依据。1.2国内外研究进展植被是自然生态系统的重要组成部分，而植被覆盖度是描述一个地区植被覆盖情况的重要参数[11]，所以获取一个区域的植被覆盖状态，对于了解该区域植被动态变化、评价生态环境好坏具有重要意义[12]。随着遥感技术的不断发展，利用遥感影像研究植被覆盖度的方法越来越成熟，准确性和可行性也得到极大提高[13]。1980年以来，科学家便尝试利用NDVI数据分析植被覆盖变化，以寻求植被覆盖与各种影响因素之间的对应关系[14]。干旱半干旱区生态环境脆弱，其植被的变化对环境变化的响应最为敏感，已成为科学家重点研究的区域之一[15]。1.2.1国外研究进展目前，基于NDVI数据对干旱半干旱区植被覆盖变化的研究已有很多。根据已有的研究资料显示，全球干旱半干旱区植被在1981-2010年前后经历了显著的绿化过程[16]。JONG等研究表明，非洲南部、萨赫尔地区、印度西部、澳大利亚东部、北美中部等世界主要干旱半干旱区在1981-2006年间呈现绿化趋势[17]。MOHAMMAT等对亚洲干旱半干旱地区的研究结果显示，中亚地区植被在1982-2010年整体呈现绿化趋势[18]。进入1990年后绿化趋势有所减缓，甚至部分地区出现了棕化现象[19]。FENSHOLT等研究表明,全球66%的半干旱区在1981-2007年间出现绿化现象[20]。整体而言，在过去的近30年间，全球干旱半干旱区植被总体上呈绿化趋势[21]。目前对于干旱半干旱地区植被变化影响因素的研究主要集中在自然因素和社会因素两个方面[22]。相关研究显示，植被的变化趋势与气温和降水的波动有着密切的联系[23]。社会因素对植被的影响主要包括人口数量变化、GDP的发展、土地利用方式变化、生态环境治理等方面[24]。实际上，干旱半干旱区植被变化受到多种影响因素综合作用。例如，中亚地区在1980-1990年的植被绿化是受到了降水增加和气温上升共同作用[25]，而1990年植被出现棕化现象是因为降水增加减小，而气温上升仍然持续[26]。1.2.2国内研究进展相比国外植被覆盖变化研究，国内对此类研究起步相对较晚。从20世纪90年代开始，国内研究者开始寻求NDVI数据与影响因素之间的联系[27]。内外科学家对于我国干旱、半干旱地区植被变化及影响因素研究的重点区域主要集中在西北、华北等北方地区[28]。根据研究显示，我国北方地区在1982-2010年间植被总体上呈现出绿化的趋势[29]，但2000-2010年由于气温的持续升高，降水的减少，绿化趋势减缓，局地区出现棕化现象[30]。从空间分布来看，我国黄土高原及新疆西北部地区植被呈现绿化趋势，西北部的沙漠边缘地区和内蒙古东部区域呈现棕化趋势[31]。河西走廊是我国西北地区典型的干旱半干旱区，该地区植被在1982-2013年总体上呈增加趋势[32]，研究发现河西走廊植被覆盖变化受到气候因素和人类社会活动因素的共同作用[33]，但以气候因素为主，社会因素次要，人类活动在局部区域会产生较大的影响，如在河流下游地区受人类活动影响较大[34]。1.2.3研究区研究进展疏勒河是河西走廊三大内陆河流之一，生态环境极不稳定，是我国西北干旱半干旱区的典型区[35]；自1996年甘肃省政府启动利用世界银行贷款开发疏勒河流域项目以来，有效地促进了疏勒河流域的社会经济发展[36]。但在经济快速发展的同时，人类活动与自然生态环境的矛盾加剧，所以分析该区域的生态环境变化是十分必要的[37]。虽然近年来一些学者对于疏勒河流域土地利用/土地覆盖变化(LUCC)方面都有所调查研究[38]，但是相对于同为内陆河的黑河和石羊河而言，对疏勒河流域的研究却显得相对欠缺[39]。因此，本文试图从疏勒河流域1990-2018年间植被覆盖变化的时空格局与影响因素等方面展开研究，以期为流域相关决策提供科学依据。1.3研究内容与技术路线1.3.1研究内容本文主要采用Landsat数据对疏勒河流域植被指数变化展开研究，对比分析流域近30年来的植被变化趋势，揭示其时空变化特征。进而探究气温、降水等自然要素和人口、经济发展、农业生产、政策等人文要素对疏勒河流域植被覆盖变化的影响，以识别出疏勒河中下游植被覆盖变化的主要影响因素，为研究区的生态建设和植被恢复提供科学依据。1.3.2技术路线2研究区概况2.1自然地理概况疏勒河是甘肃三大内陆河流之一，位于河西走廊最西部，地处东经92°11'-98°30'，北纬38°00'-42°48'之间，发源于托勒南山和疏勒南山之间，全长540千米。其中，以昌马峡和双塔堡水库为界限，昌马峡以上为上游，昌马峡至双塔堡水库处为中游，双塔堡水库以下为下游。中下游地区包括玉门市、敦煌市和瓜州县三个市县，总面积为4×104km2。地形主要为山区和平原两种类型，地貌类型主要有侵蚀构造地貌、构造剥蚀地貌、堆积地貌及风成地貌四大类型。气候属温带大陆性干旱气候区，气温日较差和年较差均较大，降水少，蒸发大，风力强劲。年平均气温7～9℃，多年平均年降水量40～67mm，多年平均年蒸发量2480～3043mm，年日照时数3033～3246h。年均风速为3.7～4.2m/s。主要土壤类型为棕漠土、盐土、草甸土、沼泽土、风沙土等。研究区主要植被类型一般以旱生、超旱生植被为主，主要生长有半灌木、灌木和草类等。图1研究区地理位置示意图Fig.1Geographicallocationofthestudyarea2.2社会经济概况研究区的综合经济实力在甘肃省内排在前列，2018年GDP总值为293.2亿元，其中占比最高的是玉门市约为44.7%，瓜州县和敦煌市两县市分别占23.5%和31.8%。常住总人口大约为43万人，其中玉门市大约16万人，敦煌市大约14万人，瓜州县大约13万人。3数据来源与方法3.1数据来源遥感数据下载于地理空间数据云平台（/）和美国地质勘探局（USGS）数据平台。包括1990年、2000年、2010年的Landsat5TM数据及2018年的Landsat8OLI-TIRS数据。每期遥感数据均采用7-8月植被生长旺盛季节、云量小于8%的数据，影像质量良好,能够更准确地反映研究区域的植被覆盖度，气象数据来源于中国气象数据网（/wa）。3.2数据处理数据预处理采用ENVI软件完成，主要包括辐射定标、使用FLAASH模块对遥感数据进行大气校正，利用SeamlessMosaic工具对遥感影像数据进行拼接，将拼接好的的影像与研究区矢量图叠加裁剪，最终生成归一化植被指数（NDVI）。并在ArcGis中进行重分类及面积统计，得到植被覆盖度分级图，气象数据的处理在Excel中完成。3.3研究方法3.3.1归一化植被指数（NDVI）提取NDVI是目前应最广泛一植被指,由于对植被覆盖较为敏感，因此被认为是植物生长状态的最佳指示因子[40]。其公式为：DNVI=(NIR−R)/(NIR+R)（1）其中，NIR代表地物在近红外波段的反射率，R代表地物红光波段的反射率；NDVI取值范围为(－1，1)。NDVI值接近1，则表示植被生长良好，植被覆盖程度越高；无植的裸土区NDVI值接近于负值表示地面有云、水、雪等对可见光高反射的物体。根据公式（1）用ENVI提取疏勒河中下游1990年、2000年、2010年、2018年植被指数，得到研究区不同时期的NDVI图(图2)。图2疏勒河中下游各时期NDVI值分布图Fig.2NDVIvaluedistributioninthemiddleandlowerreachesofshuleriverineachperiod3.3.2基于像元二分模型的植被FVC估算。植被垂直投影在地面的面积与统计区总面积的百分比称为植被覆盖度[41]。而像元二分模型是估算植被覆盖度的一种简单实用模型[42]，它假定一个像元由植被和非植被两个部分组成，植被和非植被面积在像元中所占比列即为各自权重，植被覆盖度可以看作是植被的权重[43]。计算公式为：FVC=(NDVI−式中，FVC表示植被覆盖度，NDVIsoil表示无植被覆盖区域的NDVI值，NDVIveg表示植被完全覆盖区域的NDVI值。理论上NDVIsoil值是零，NDVIveg值是植被覆盖区域的最大值。在实际的应用过程中，一般选用统计分析获取的区域NDVI最大值NDVImax和最小值NDVImin替代NDVIveg、NDVIsoil。所以FVC估算模型可表示为：FVC=(NDVI−NDVI由于遥感影像有不可去除的外界影响而存在误差，所以NDVImax和NDVImin的取值存在一个置信区间。本文中进行计算时，NDVImin取值的置信区间为5%，NDVImax取值的置信区间为95%。将计算得到的研究区植被覆盖度根据划分标准，分为5个植被覆盖类型（表1）表1植被覆盖等级对应表Table1Correspondingtableofvegetationcoveragelevels级别植被覆盖度覆盖级别I≤35%低植被覆盖II35％～50％中低植被覆盖III50％～65％中植被覆盖IV65％～80％中高植被覆盖V≥80％高植被覆盖并在ArcGis中进行重分类、面积统计、制图，得到植被覆盖度等级图（图3）。图3疏勒河中下游各时期植被覆盖等级图Fig.3vegetationcoveragelevelofthemiddleandlowerreachesofShuleRiverindifferentperiods4疏勒河中下游植被覆盖变化4.1植被覆盖时间变化分析统计分析1990年、2000年、2010年、2018年疏勒河中下游的各级植被覆盖度的面积和变化，得到表2、表3和图4。根据表2和图3分析可以看出，疏勒河中下游地区以中低植被覆盖为主，植被覆盖度总体呈现降低趋势。1990年，低植被覆盖面积最小，为4437.94km2，占比重的6.99%。中植被覆盖面积最大、为18013.67km2，占比重的28.38%。中低植被、中高植被、高植被覆盖面积分别为13052.25km2、13243.25km2、14722.90km2，各自所占比重为20.56%、20.87%、23.20%。2000年植被覆盖呈现增加趋势，低植被、中低植被、中植被覆盖面积分别为3063.90km2、7363.04km2、17520.61km2，各自所占比重为4.83%、11.60%、27.60%，相比1990年分别减小了1374.04km2、5689.21km2、493.06km2。中高植被、高植被覆盖面积为17587.67km2、17934.86km2，占比重为27.71%、28.26%，相比1990年分别增加了4344.42km2、3211.96km2。2010年植被覆盖呈现退化趋势，中高植、高植被被覆盖面积减小至11128.74km2、11675.21km2，占比重为17.53%、18.39%。低植被、中低植被、中植被覆盖面积分别为4465.36km2、15019.70km2、21181.05km2，各自占比重为7.04%、23.66%、33.37%，相比2000年增加了1401.46km2、7656.66km2、3660.44km2。2018年中低植被、中植被、中高植被覆盖面积都呈减小趋势，面积分别减小为10617.68km2、9407.72km2、6797.10km2，比重也下降至16.73%、14.82%、10.71%。低植被覆盖面积增加至24183.79km2，比重上升为38.10%，高植被覆盖面积相比2010年也增加了788.6km2，面积增加为12463.81km2，占比重的19.64%。表2不同年份各植被等级覆盖面积及比例Table2Coverageareaandproportionofdifferentvegetationlevelsindifferentyears等级1990年2000年2010年2018年面积/km2比例/%面积/km2比例/%面积/km2比例/%面积/km2比例/%I4437.946.993063.904.834465.367.0424183.7938.10II13052.2520.567363.0411.6015019.7023.6610617.6816.73III18013.6728.3817520.6127.6021181.0533.379407.7214.82IV13243.2520.8717587.6727.7111128.7417.536797.1010.71V14722.9023.2017934.8628.2611675.2118.3912463.8119.64由表3和图4分析可知，低植被覆盖度的区域呈明显增加的趋势，中低等植被覆盖的区域面积呈先减小后增加的趋势，中等植被覆盖、中高等植被覆盖和高等植被覆盖区域的面积均呈先增加后减小的趋势。底植被覆盖度的区域在1990-2018年增加了19745.85km2；中低植被覆盖度的区域在1990-2018年减小了2434.57km2；中植被覆盖度的区域在1990-2018年间减少了8605.96km2；中高植被覆盖度的区域在1990-2018年间减少了6445.15km2；高植被覆盖度的区域在1990-2018年间减少了2259.09km2。表32006-2018年疏勒河中下游各等级植被覆盖面积总变化（单位km2）Table3Thetotalchangeofvegetationcoverageinthemiddleandlowerreachesofshuleriverfrom2006to2018(unitkm2)类型年份IIIIIIIVV1990年4437.9413052.2518013.6713243.2514722.902018年24183.7910617.689407.726797.1012463.81总变化19745.85-2434.57-8605.96-6446.15-2259.09图4各时期不同植被等级覆盖变化曲线图Fig.4Curvechangesofdifferentvegetationlevelsindifferentperiods4.2植被覆盖空间变化分析通过对疏勒河中下游流域1990-2018年植被覆盖等级图分析（图3），可知疏勒河中下游流域近30年主要以中低植被覆盖为主，高植被覆盖面积较小。并且由于流域面积较大，流域内的地理环境差异较大，所以植被覆盖在空间分布上有着明显的差异。其中流域中游地区以高植被覆盖、中高植被覆盖为主，植被覆盖良好，而下游瓜州和敦煌地区植被覆盖较差，主要是中低覆盖植被为主，从中游到下游植被覆盖整体上呈现出逐渐减小的趋势。这是由于上游来自祁连山区的冰雪融水和降水较多，水资源丰富，有利于植被生长，而越往下游瓜州、敦煌地区，降水稀少，加之来自中游的水量减小，造成水资源短缺、植被覆盖下降。从图还可以看出较高植被覆盖的绿洲区域主要分布与疏勒河干流和支流两岸，越往河流两边植被覆盖度逐渐降低，这因为疏勒河流域绿洲的主要水源来源于河水灌溉，所以远离河流地区植被覆盖度低。5影响因素分析5.1自然因素气温和降水的年际变化趋势在一定程度上可以反映气候的变化，而气候变化又作用于植被变化，所以气温与降水对植被的变化有着一定的影响作用。为了研究气候变化与流域内植被变化的关系，更好地探讨气温与降水在年际尺度上对研究区内植被覆盖变化的影响，本文对1990-2017年研究区周边各气象站点的年气温和年降水数据进行了统计和分析，得到图5和图6。水分是植被生长的基础条件，也是引起植被变化的主要因素，疏勒河流域的水分主要来源于降水和祁连山区的冰雪融水。因此，降水量的多少对流域内植被的生长变化起着绝对性的作用，降水增加，有利于流域内植被生长，植被覆盖增加，降水量减小，不利于植被生长，植被覆盖减小。从图5可以看出，近30年来疏勒河中下游流域降水量整体上呈增加的趋势，气候倾向率为7.975mm/10a，相关系数为0.318，但拟合效果比较差。说明年际降水波动较大，其最大降水量出现在2016年，为125.17mm，最小值则出现在2009年，仅为30.17mm。图5疏勒河中下游年降水量趋势图Fig.5TrendlineofannualprecipitationinthemiddleandlowerreachesoftheShuleRiver气温也是引起植被覆盖变化的主要因子，流域内其他的要素的变化与气温的变化存在一定的关联。首先，温度的升高会加快流域冰雪融化加快，影响流域内水资源的变化，从而影响植被的生长变化。其次，高温会导致研究区蒸发量增加，致使土壤湿度减小，土地沙漠化加快，从而减小植被覆盖度。图5是疏勒河流域年均气温的变化趋势图，从图可以看出，近30年来疏勒河流域年均气温的上升幅度十分明显。气候倾向率为0.356℃/10a，相关系数为0.552，拟合效果比较好，其最高气温出现在2016年，为9.93℃，最小值则出现在1992年，为8.17℃。图6疏勒河中下游年均气温趋势线Fig.6TrendlineofaverageannualtemperatureinthemiddleandlowerreachesoftheShuleRiver5.2社会因素5.2.1人口数量对植被覆盖的影响据统计资料显示，建国以来，疏勒河流域中下游流域总人口数量快速增加，总人口数由1949年的10.5万人增加至2018年的43万人。人口数量的大量增加导致流域耕地面积和建设用地面积不断扩大，改变了已有的土地利用方式，导致植被覆盖结构发生了时空变化。研究显示，在农作物生长季植被覆盖度会有大幅度增加，但在休耕季植被覆盖度又会大幅度下降。总体上，由于人口的增长和城市化进程的加快，加速了其他土地利用类型向建设用地转换，使疏勒河流域植被覆盖度下降。5.2.2经济发展对植被覆盖的影响据统计，近30年来，疏勒河中下游地区生产总值、人均生产总值都呈增加的趋势。疏勒河中下游流域的GDP由1990年的33.46亿元增至2018年的293.2亿元；增加速度为9.27亿元/a；人均生产总值的增加速度为2157.3元/a。产业结构从第一产业向二、三产业调整，区域社会经济的发展迅速，城市化进程加快，城镇建设用地、交通用地等迅速增加，土地利用类型从农业用地向非农业用地转化，植被覆盖将会减小。5.2.3农业发展对植被覆盖的影响据统计，1990-2018年间，疏勒河中下游流域的耕地面积和农业生产总值均呈增加的趋势，农业生产总值从1990年的4.7亿元增加到2018年的27亿元，耕地面积从1990年的58.6千公顷增加到2018年的90.6千公顷，说明流域内农业生产活动不断加强，农业发展日趋迅速。耕地的大量增加会在农作物生长季提高植被覆盖度，疏勒河中下游以绿洲农业著称，所以分布有大面积的人工绿洲。但不合理的农业发展对区域内的水土资源造成了破坏，使得流域植被覆盖减小。比如流域内盲目将草地、林地开垦为耕地加速了土地荒漠化、水土流失等问题，不合理的灌溉方式会导致土壤盐碱化加快、地下水位下降等问题。5.2.4政策趋向对植被覆盖的影响20世纪70年代，疏勒河流域被列为国家生态工程建设的重点区域。在一些宏观生态政策推动下，区域实现了草场围栏项目建设，实行休牧禁牧；设立天然林保护站，加强天然林保护，积极开展荒滩造林；在主要风沙口的边缘建造了大型防护林；在城镇、道路及风景区周边建造大量人工绿化林，使植被覆盖覆盖率有所提高。20世纪80年代以来，疏勒河流域先后进行了三次较大规模的移民主，这些移民迁入后大部分从事于农业生产活动，促进了建设用地和耕地的扩张，加速了草地、林地等土地类型向城镇建用地和耕地的转变，大大降低了流域植被覆盖度。近年来，针对疏勒河流域生态环境退化的现象，政府出台了一系列管理政策，加强了流域水土资源管理，有效改善了流域生态环境。6结论与不足6.1结论本文运用ENVI和GIS软件，以疏勒河中下游为研究区，以1990年、2000年、2010年、2018年遥感影像为数据源，对其进行辐射定标、大气校正、裁切等预处理后计算得到流域的NDVI值，并运用像元二分模型对研究区植被覆盖度进行分级统计，分析其变化因素。得到以下结论：（1）从时间变化来看，近30年来，疏勒河中下游植被覆盖虽然有所波动，但整体上呈现出退化的趋势。在1990-2000年流域植被覆盖呈现改善趋势，2000-2018年低植被覆盖的区域面积增加了19745.85km2，植被覆盖呈退化趋势。但值得注意的是高植被覆盖的面积在2010-2018年增加了788.6km2，这是疏勒河流域生态环境保护加强，绿洲面积扩大，植被覆盖向好的方向发展的表现。（2）从空间变化来看，由于研究区面积较大，所以植被在空间分布也上有着明显的差异。中游地区来自祁连山区的降水和冰雪融水较多，水资源丰富，有利于植被生长，而越往下游瓜州、敦煌地区，来自中游的水量减小，水资源匮乏，对植被生长造成不利，所以从研究区中游到下游，植被覆盖呈现出逐渐减小的趋势。此外，较高植被覆盖的绿洲区域主要分布与疏勒河干流和支流两岸，离河流越远植被覆盖逐渐降低。（3）影响研究区植被变化的主要因素有自然和人为活动两方面。自然方面疏勒河中下游流域气温和降水均呈现增加趋势，线性增长速率分别为0.356℃/10a、7.975mm/10a。虽然降水增加可以改善流域内的植被覆盖情况，但由图5可以看出降水的波动性较大，且流域内的降水大多集中在6-8月，加之气温升高，蒸发量也随之增加，土壤湿度减小，所以不能有效改善流域植被覆盖情况。人类活动方面人口数量、GDP、耕地面积持续增加，加速了流域内湿地、草地、林地等土地覆盖类型向耕地和建设用地的转变，造成植被覆盖下降。（4）研究区内植被盖度的变化由气候变化、水土资源开发利用、经济发展、移民政策等诸多因素引起，为此，提出建议如下：加强流域水资源管理制度和生态保护、建立节水型农业；坚持封山育林、退耕还林还草；制定合理的相关政策，控制人口数量，使人与自然和谐相处。6.2不足本研究仅简单的使用NDVI与气温、降水数据对研究区进行了浅显的分析，没有深入研究日照时数、湿度、经济发展等其他因素对植被覆盖度的影响，因此计算结果会与实际情况存在一定的偏差，但NDVI作为植被研究中广泛用运的综合性植被指数，汽一定程度上能够反映植被的生长变化，因此研究结果对疏勒河流域植被的综合治理和生态建设具有一定科学意义和参考价值。参考文献[1]SellersPJ,LosSO,TuckerCJ,etal.Arevisedlandsurfaceparameterization(SiB2)foratmosphericGCMS,PartⅡ:thegenerationofglobalfieldsofterrestrialparametersfromsatellitedata[J].JournalofClimate,1996,9(4):706-737.[2]张含玉,方怒放,史志华,等.黄土高原植被覆盖时空变化及其对气候因子的响应[J].生态学报,2016,36(13):3960-3968.[3]马小平.基于MODIS数据的黑河流域植被覆盖变化及驱动力分析[D].兰州:西北师范大学,2015[4]DavrancheA,LefebvreG,PpulinB.WetlandmonitoringusingclassificationtreesandSPOT5seasonaltimeseries[J].RemoteSensingofEnvironment,2010,114(3):552-562．[5]李秀彬.全球环境变化研究的核心领域-土地利用/覆被变化的国际研究动向[J].地理学报,1996,51(6):553-558.[6]杨亮洁,杨永春.石羊河流域土地利用变化对区域碳排放和碳吸收的影响[J].兰州大学学报:自然科学版,2017,53(6):749-763.[7]齐敬辉.疏勒河流域绿洲生态演变研究[D].兰州:兰州大学,2014.[8]齐敬辉.疏勒河中下游LUCC特征及驱动机制研究[D].兰州:兰州大学,2014.[9]张永明,翟禄新,宋孝玉,等.疏勒河流域生态环境现状评价研究[J].冰川冻土,2008,30(6):1055-100.[10]郑晓,王乃昂,李卓仑,等.1990-2005年疏勒河流域土地利用/覆盖变化分析[J].中国沙漠,2010,30(3):857-861.[11]宋怡,马明国.基于GIMMSAVHRRNDVI数据的中国寒旱区植被动态及其与气候因子的关系[J].遥感学报,2008,12(3):499-505.[12]WuCY,ChenJM,HuangN.Predictinggrossprimaryproductionfromtheenhancedvegetationindexandphotosyntheticallyactiveradiation:Evaluationandcalibration[J].RemoteSensinofEnvironment,2011,115(12):3424-3435．[13]DardelC,KergoatL,HiernauxP,etal.Re-GreeningSahel:30YearsofRemoteSensingDataandFieldObservations(Mali,Niger)[J].RemoteSensingofEnvironment,2014,140:350-364.[14]AnyambaA,SmallJL,TuckerCJ,etal.Thirty-TwoYearsofSahelianZoneGrowingSeasonNon-StationaryNDVI3GPatternsandTrends[J].RemoteSensing,2014,6(4):3101-3122.[15]王涛.干旱区绿洲化、荒漠化研究的进展及趋势[J].中国沙漠,2009,29(1):1-9.[16]HeB,ChenA,WangH,etal.DynamicResponseofSatellite-DerivedVegetationGrowthtoClimateChangeintheThreeNorthShelterForestRegioninChina[J].RemoteSensing,2015,7(8):9998-10016．[17]FensholtR,LangankeT,RasmussenK,etal.Greennessinsemi-aridareasacrosstheglobe1981-2007-anEarthObservingSatellitebasedanalysisoftrendsanddrivers[J].RemoteSensingofEnvironment,2012,121(2):144-158.[18]JongRD,BruinSD,WitAD,etal.AnalysisofMonotonicGreeningandBrowningTrendFromGlobalNDVITime-Series[J].RemoteSensingofEnvironment,2011,115(2):692-702.[19]VicenteserranoS,CabelloD,TomasburgueraM,etal.DroughtVariabilityandLandDegradationinSemiaridRegions:AssessmentUsingRemoteSensingDataandDroughtIn-dices(1982-2011)[J].RemoteSensing,2015,7(4):4391-4423.[20]MohammatA,WangX,XuX,etal.DroughtandSpringCoolingInducedRecentDecreaseinVegetationGrowthinInnerAsia[J].AgriculturalandForestMeteorology,2013,21(3):178-179.[21]NagendraH,MunroeDK,SouthworthJ.Formpatterntoprocess:Landscapefragmentationandtheanalysisoflanduse/landcoverchange[J].Agriculture,Ecosystems&Environment,2004,101(2):111-115.[22]赵安周,刘宪锋,朱秀芳,等.1965-2013年黄土高原地区极端气温趋势变化及空间差异[J].地理研究,2016,35(4):639-652.[23]杨瑞瑞.2000-2017年黄河源区植被覆盖度时空变化及其与气候变化响应分析[D].四川:成都理工大学,2019.[24]胡良军,邵明安.论水土流失研究中的植被覆盖度量指标[J].西北林学院学报,2001,16(1):40-43.[25]AnY,GaoW,GaoZ.CharacterizingLandConditionVariabilityinNorthernChinaFrom1982to2011[J].EnvironmentalEarthScienc