Remote Sensing Monitoring of Vegetation Change in Central Asia from 2000 to 2017

doi:10.11924/j.issn.1000-6850.casb2020-0197

Abstract

Abstract:

Vegetation in Central Asia plays an important role in the protection of regional ecological security and the construction of “The Silk Road Economic Belt”. However, the influence of climate on vegetation growth mode in Central Asia is still not clear. Based on the index of NDVI combined with meteorology, terrain and population data, we studied the time-space distribution rule and change trend of the vegetation in Central Asia for nearly 18 years and confirmed the correlation between the vegetation change and different influencing factors, and predicted roughly the future growth trend of the vegetation. The results showed that the whole vegetation in Central Asia between 2000 and 2017 presented a decreasing trend, mainly distributed in the middle area and south-western area and along the mountains. The vegetation in west slope was stronger than that in east slope. In 2010, the vegetation was changed from degradation trend to improving trend as a whole. The precipitation and temperature had a promotion role for the vegetation growth, but vegetation was more sensitive to precipitation than to temperature. In the future, the vegetation in Central Asia will show an improving trend on the whole. In addition, different geographical demarcation and human activities will have certain influence on vegetation.

Key words: central Asia, dynamic trend of vegetation, MODIS NDVI, correlation analysis, human activities

CLC Number:

P237

Guo Yan, He Yi, Zhang Lifeng, Qiu Lisha, Zhang Guoqiang, Zhang Zhihua. Remote Sensing Monitoring of Vegetation Change in Central Asia from 2000 to 2017[J]. Chinese Agricultural Science Bulletin, 2021, 37(8): 123-131.

Figures/Tables 13

References 30

[1]	陈发虎, 黄伟, 靳立亚, 等. 全球变暖背景下中亚干早区降水变化特征及其空间差异[J]. 中国科学地球科学, 2011,41(11):1647-1657.
[2]	刘雪梅, 高小红, 马元仓. 2002—2015年青海省不同气候区植被覆盖时空变化[J]. 干旱区研究, 2017,34(6):1345-1352.
[3]	邓耀兴, 姚俊强, 刘志辉. 基于GIMMS NDVI的中亚干早区植被覆盖时空变化[J]. 干早区研究, 2017,34(1):10-19.
[4]	陈京华, 贾文雄, 赵珍, 等. 1982—2006年祁连山植被覆盖的时空变化特征研究[J]. 地球科学进展, 2015,30(7):834-845.
[5]	邱丽莎, 张立峰, 何毅, 等. 2000—2017年祁连山植被动态变化监测[J]. 遥感信息, 2019,34(4):97-107.
[6]	He Y, Yan H W, Zhang L F, et al. Spatio-temporal dynamics of the vegetation in Ningxia, China using MODIS imagery[J]. Frontiers of Earth Science, 2019: 1-15.
[7]	孙睿, 刘昌明, 朱启疆. 黄河流域植被覆盖度动态变化与降水的关系. 地理学报, 2001,56(6):667-672.
[8]	Piao S L, Wang X H, Ciais P, et al. Changes in sattllite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006[J]. Global Change Biology, 2011,17(10):3228-3239.
[9]	殷刚, 孟现勇, 王浩, 等. 1982—2012年中亚地区植被时空变化特征及其与气候变化的相关分析[J]. 生态学报, 2017,37(9):3149-3163.
[10]	匡薇, 马勇刚, 李宏, 等. 中亚1999—2012年间土地退化强度与趋势分析[J]. 国土资源遥感, 2014,26(4):163-169.
[11]	Fensholt R, Proud S R. Evaluation of Earth Observation based global long-term vegetation trends-Comparing GIMMS and MODIS global NDVI time series[J]. Remote Sens Environ, 2012,119(3):131-147.
[12]	王强, 张勃, 戴声佩, 等. 三北防护林工程区植被覆盖变化与影响因子分析[J]. 中国环境科学, 2012,32(7):1302-1308.
[13]	马明国, 王建, 王雪梅. 基于遥感的植被年际变化及其与气候关系研究进展[J]. 遥感学报, 2006,10(3):421-431.
[14]	佟斯琴, 张继权, 包玉海, 等. 基于Hurst指数的1982—2013年蒙古高原植被动态变化趋势及其影响因素分析(英文)[J]. JournalofGeographicalSciences, 2018,28(5):595-610.
[15]	叶子君. 基于Hurst模型的庐山自然保护区植被覆盖优势及其可持续性分析[J]. 环境与可持续发展, 2015,40(1):168-172.
[16]	Xu H J, Wang X P, Yang T B. Trend shifts in satellite-derived vegetation growth in Central Eurasia, 1982-2013[J]. Sci Total Environ, 2017,579:1658-1674.q doi: 10.1016/j.scitotenv.2016.11.182 URL pmid: 27919557
[17]	Tong S, Zhang J, Si H, et al. Dynamics of fractional vegetation coverage and its relationship with climate and human activities in Inner Mongolia,China[J]. Remoto Sensing, 2016,8(9):776.
[18]	张立峰, 闫浩文, 杨树文, 等. 黑河流域植被覆盖变化及其对地形的响应[J]. 遥感信息, 2108,33(2):46-52.
[19]	Gessner U, Naeimi V, Klein I, et al. The relationship between precipitation anomalies and satellite-derived vegetation activity in Central Asia[J]. Global Planet Change, 2013,110(2):74-87.
[20]	武正丽, 贾文雄, 赵珍, 等. 2000—2012年祁连山植被覆盖变化及其与气候因子的相关性[J]. 干旱区地理, 2015,38(6):1241-1252.
[21]	孙红雨, 李兵. 中国地表植被覆盖变化及其与气候因子关系[J]. 遥感学报, 1998,2(3):204-210.
[22]	李晓兵, 史培军. 中国典型植被类型NDVI动态变化与气温、降水变化的敏感性分析[J]. 植物生态学报, 2000(3):379-382.
[23]	Li C F, Zhang C, Luo G P, et al. Modeing the carbon dynamics of tle dryland ecosystems in Xinjiang,China from 1981 to 2007 the spatiotemporal patterns and climate controls[J]. Ecological Modelling, 2013,267:148-157.
[24]	乔建伟, 郑建国, 刘争宏, 等. “一带一路”沿线特殊岩土分布与主要工程问题[J]. 灾害学, 2019,34(S1):65-71.
[25]	周锡饮, 师华定, 王秀茹. 气候变化和人类活动对蒙古高原植被覆盖变化的影响[J]. 干旱区研究, 2014,31(4):604-610.
[26]	信忠保, 许烟心, 郑伟. 气候变化和人类活动对黄士高原植被覆盖变化的影响[J]. 中国科学:地球科学, 2007,37(11):1504-1514.
[27]	韦振锋, 王德光, 张翀, 等. 1999—2010年中国西北地区植被覆盖对气候变化和人类活动的响应[J]. 中国沙漠, 2014,34(6):1665-1670.
[28]	苏志珠, 卢琦, 吴波, 等. 气候变化和人类活动对我国荒漠化的可能影响[J]. 中国沙漠, 2006,26(3):329-335.
[29]	修丽娜, 冯琦胜, 梁天刚, 等. 2001—2009年中国草地面积动态与人类活动的关系[J]. 草业科学, 2014,31(1):66-74.
[30]	易浪, 任志远, 张翀, 等. 黄土高原植被覆盖变化与气候和人类活动的关系[J]. 资源科学, 2014,36(1):166-174.

变化等级	Slope趋势等级	像元数	比例/%
明显退化	S≤0.03	68127	2.70
轻度退化	-0.03<S≤-0.01	328097	12.8
几乎不变	-0.01<S≤0.01	508769	19.9
轻度改善	0.01<S≤0.03	844481	33.1
明显改善	0.01<S	805046	31.5

变化等级	Slope趋势等级	像元数	比例/%
明显退化	S≤0.03	68127	2.70
轻度退化	-0.03<S≤-0.01	328097	12.8
几乎不变	-0.01<S≤0.01	508769	19.9
轻度改善	0.01<S≤0.03	844481	33.1
明显改善	0.01<S	805046	31.5

相关程度	地理分区
相关程度	吉尔吉斯斯坦	土库曼斯坦	乌兹别克斯坦	塔吉克斯坦	哈萨克斯坦	中国新疆
显著负相关	19.3	1.9	3	15.1	6.6	15
中度负相关	17.6	5.3	6.8	35.4	11.4	15.5
低度负相关	19.8	13.4	15.3	22.5	19.7	23.8
低度正向关	19.2	19.5	17	10.1	20.9	22.4
中度正向关	22.3	48.6	44.3	13.6	35.3	21.3
显著正向关	2	11.3	13.7	3	6	2

相关程度	地理分区
相关程度	吉尔吉斯斯坦	土库曼斯坦	乌兹别克斯坦	塔吉克斯坦	哈萨克斯坦	中国新疆
显著负相关	19.3	1.9	3	15.1	6.6	15
中度负相关	17.6	5.3	6.8	35.4	11.4	15.5
低度负相关	19.8	13.4	15.3	22.5	19.7	23.8
低度正向关	19.2	19.5	17	10.1	20.9	22.4
中度正向关	22.3	48.6	44.3	13.6	35.3	21.3
显著正向关	2	11.3	13.7	3	6	2

相关程度	地理分区
相关程度	吉尔吉斯斯坦	土库曼斯坦	乌兹别克斯坦	塔吉克斯坦	哈萨克斯坦	中国新疆
显著负相关	0.1	0.3	0.1	0.1	0.1	0.4
中度负相关	0.3	0.8	0.9	3	1.3	2
低度负相关	12	7.5	9.3	12.8	15.1	7.9
低度正向关	44.1	21.2	19.7	34.7	32.2	20.9
中度正向关	40.1	62.8	53.7	47.3	45.1	57.7
显著正向关	3.4	7.4	16.3	2.1	6.2	11.1