林业科学  2019, Vol. 55 Issue (8): 9-18   PDF    
DOI: 10.11707/j.1001-7488.20190802
0

文章信息

李杰, 张军, 刘陈立, 杨旭超.
Li Jie, Zhang Jun, Liu Chenli, Yang Xuchao.
基于MODIS-NDVI的中老缅交界区近16年植被覆盖时空变化特征
Spatiotemporal Variation of Vegetation Coverage in Recent 16 Years in the Border Region of China, Laos, and Myanmar Based on MODIS-NDVI
林业科学, 2019, 55(8): 9-18.
Scientia Silvae Sinicae, 2019, 55(8): 9-18.
DOI: 10.11707/j.1001-7488.20190802

文章历史

收稿日期：2017-11-25
修回日期：2019-05-20

作者相关文章

李杰
张军
刘陈立
杨旭超

引用本文
李杰, 张军, 刘陈立, 杨旭超. 2019. 基于MODIS-NDVI的中老缅交界区近16年植被覆盖时空变化特征. 林业科学, 55(8): 9-18.
Li Jie, Zhang Jun, Liu Chenli, Yang Xuchao. 2019. Spatiotemporal Variation of Vegetation Coverage in Recent 16 Years in the Border Region of China, Laos, and Myanmar Based on MODIS-NDVI. Scientia Silvae Sinicae, 55(8): 9-18.  DOI: 10.11707/j.1001-7488.20190802
基于MODIS-NDVI的中老缅交界区近16年植被覆盖时空变化特征
李杰 , 张军 , 刘陈立 , 杨旭超     
云南大学资源环境与地球科学学院 昆明 650504
收稿日期：2017-11-25; 修回日期：2019-05-20
基金项目：云南省应用基础研究计划项目“中高分辨率遥感数据支持下的橡胶林地信息定量识别方法研究”（2013ZD002）；高分辨率对地观测系统重大专项省（自治区、直辖市）域产业化应用项目“面向南亚东南亚地区‘一带一路’云南高分综合应用示范”（89-Y40-G11-9001-15/18）
通讯作者：张军
摘要： 【目的】 探讨中国、老挝、缅甸三国交界区2000—2015年植被覆盖的时空分异和演化趋势，为区内植被的科学管理和有效保护提供参考。【方法】 基于中老缅交界区近16年MODIS-NDVI时序数据，借助3S技术以及均值、趋势、变异系数、Hurst指数等统计学相关方法，从多层次多角度探究区内植被覆盖的时空格局、演化规律、空间变异、可持续性及未来演化趋势等特征。【结果】 NDVI年均最大值和最小值分别出现在2013（0.779 4）和2002年（0.725 9），整体呈增加趋势，增速表现为每10年增加1.05%；NDVI月均值以3和9月为折点，呈"S"形变化特征，其值为0.698 6~0.831 6，并呈上升趋势，月均增长率为0.50%；区内植被覆盖率较高，16年NDVI均值大于0.6的高植被覆盖区占比97.45%，多集中于热带雨林连片分布的山区，低于0.6的区域仅占2.55%，以各国境内主要城市中心及其外围、山区大面积裸地和澜沧江-湄公河流域沿线等区域为主；区内NDVI随海拔增加表现出持续降低趋势，高值区（NDVI≥0.6）多集中于1 500 m以下的中低海拔地区；2000—2015年，NDVI时间序列呈改善、退化和不变等变化趋势的区域分别占54.06%、15.62%和30.32%，其变异系数为0.024 4~0.468 8，空间分布上表现为较低波动变化区域>低波动变化区域>中波动变化区域>较高波动变化区域>高波动变化区域，低波动和较低波动变化区域占比合计78.49%；NDVI时间序列呈退化区域与呈高波动变化区域具有较明显的空间一致性，多集中于城镇、交通要道等建设用地以及山区大面积裸地等地区；未来，区内植被覆盖将延续过去16年变化趋势的区域占57.15%，与过去16年变化趋势相反的区域占41.09%；结合空间变化趋势特征，发现研究区未来将有39.63%、29.83%和28.98%的区域植被覆盖分别向良性、不变和恶性方向发展，1.56%的区域发展趋势不确定。【结论】 中老缅交界区植被覆盖整体较好，16年来，区内植被覆盖随时间（年际、月际）变化幅度较小，并在此基础上整体呈现增加趋势，植被发展前景良好；然而，以建设用地和裸地为主的部分区域，其植被覆盖未来将出现退化趋势。区内各国应合理规划经济发展，节约、集约利用土地资源，并因地制宜地开展植树造林、退耕还林还草等生态修复工作，以促进区域生态环境的良性发展。
关键词： 植被覆盖    MODIS-NDVI    动态变化    中老缅交界区    
Spatiotemporal Variation of Vegetation Coverage in Recent 16 Years in the Border Region of China, Laos, and Myanmar Based on MODIS-NDVI
Li Jie, Zhang Jun, Liu Chenli, Yang Xuchao     
College of Resources Environment & Earth Science, Yunnan University Kunming 650504
Abstract: 【Objective】 The spatiotemporal differentiation and evolutionary trends of vegetation coverage in the border region of China, Laos and Myanmar (BRCLM) from 2000 to 2015 were discussed in order to provide support for scientific management and effective protection of vegetation in the region. 【Method】 Based on the time series of MODIS-NDVI in the BRCLM in recent 16 years, GIS, GPS, and Remote Sensing technologies in combination with statistics-related research method such as averaging, trend analysis, variation coefficient, Hurst index were used to investigate, the spatiotemporal pattern, evolution, variation and developmental trend in the future of vegetation coverage in the region. 【Result】 For NDVI annual mean, the maximum and minimum appeared in 2013 (0.779 4) and 2002 (0.725 9), respectively, it showed an increasing trend as a whole, with the growth rate increased by 1.05% every 10 years. Monthly average of NDVI showed a changing trend of "S" type with turning pointsin March and September. In addition, it ranged from 0.698 6 to 0.831 6 indicating a rising trend, with an average monthly growth rate of 0.50%. The vegetation coverage rate in the area was relatively high. Regions with 16-year average of NDVI larger than 0.6 accounted for 97.45% and most of which were concentrated in the mountainous areas where the tropical rain forest was distributed in succession. On the other hand, the areas with NDVI's average smaller than 0.6 accounted for only 2.55%, in which the main urban centers and peripheries in three countries, large areas of bare land in mountainous areas and along the Lancang-Mekong River Basin were the main areas. NDVI in the regions showed a decreasing trend with the increase of altitude. In addition, we found that the areas with high NDVI values (≥ 0.6) were mostly concentrated in the middle and low altitude areas below 1 500 m. From 2000 to 2015, the regions which NDVI time series showed improvement, degradation and stable accounted for 54.06%, 15.62%, and 30.32%, respectively, variation coefficient of NDVI time seriesranged from 0.024 4 to 0.468 8, and the spatial distribution was as follows:lower fluctuation region > low fluctuation region > medium fluctuation region > higher fluctuation region > high fluctuation region, the total proportion of low fluctuation region and lower fluctuation region was 78.49%. It was found thatregions with degradation of NDVI time series have obvious spatial consistency with those with large fluctuation, which mainly concentrated on construction land such as cities and towns, major traffic roads, and extensive bare land in mountainous areas. In terms of developmental trend in the future, the areas where vegetation coverage continue tobe the same trend as in the past 16 years accounted for 57.15%, and the areas with contrary trend accounted for 41.09%. Combined with the characteristics of spatial evolution, it was found that about 39.63%, 29.83% and 28.98% of the regions would develop in the direction of benign, unchanged and malignant in the future, respectively, while 1.56% of the regional development trend would be uncertain. 【Conclusion】 The vegetation coverage in BRCLM was generally good. In the past 16 years, the changing range of vegetation coverage in the area was relatively small. Andon this basis, it showed an increasing trend as a whole, the developmental prospects of vegetation were good. However, in the future, vegetation coverage in some areas with construction land and bare land would be degraded. Countries in the region should plan for economic development rationally, economical and intensive utilization of land resources, and carry out ecological restoration such as afforestation, converting the land for forestry and pasture according to local conditions to promote the healthy development of regional ecological environment.
Key words: vegetation coverage    MODIS-NDVI    dynamic change    border region of China, Laos, and Myanmar    

近年来，随着全球陆地生态系统的剧烈变动，生态退化已发展为全球环境变化问题的重心，不仅对社会、经济的持续发展造成阻碍，同时也威胁着人类的生存和发展(王鑫，2016; 贺振等，2017)。植被可将生态系统中的土壤、大气和水分等因子自然串联起来，并充当其能量、物质和信息之间转换的关键纽带，在全球环境变化中具有“指示器”的效用(赵健赟等，2016; Lasaponara，2006)。结合遥感技术实时、客观、大时空尺度等特点，对地表植被变化信息进行动态监测，可促进植被覆盖变化定性研究与定量分析的紧密结合，实现挖掘区域植被演化历史、掌握发展现状以及预测未来趋势的目的(Anyamba et al., 2005; Camberlin et al., 2007)。当前，基于RS技术进行区域植被变化监测、植被物候监测及植被生产力估算等已成为植被覆盖研究领域的主要趋势(Martí nez et al., 2009)，Piao等(2011)、Qi等(2000)、赵舒怡等(2017)、肖强等(2016)分别以欧亚大陆寒温带、美国San Pedro盆地、华北地区、黄土高原为研究区，辅以遥感手段，对其植被覆盖时空演变信息进行分析，得出了许多有意义的结论。归一化植被指数(NDVI)是表征区域地表植被覆盖的最佳指示因子，现已成为植被覆盖变化遥感监测最常用的数据源(Pouliot et al., 2009)，在大尺度区域研究中，常用MODIS、SPOT/VGT及NOAA/AVHRR等传感器的NDVI系列产品。Chen等(2019)基于MODIS、NOAA等数据，在全球尺度视角下对2000—2017年的植被变化进行研究，结果发现全球植被覆盖在过去18年呈增加趋势，其中以中国和印度的贡献最大；Granados等(2004)利用GIMMS AVHRR-NDVI时序数据对作物的长势进行了动态监测；Barbosa等(2006)同样利用AVHRR-NDVI数据，探究巴西东北部地区1982—2001年持续干旱和环境退化的原因，并指出该区植被发展存在季节性振荡特征；刘宪锋等(2015)利用MODIS-NDVI数据，基于“格局-过程”思想对秦巴山区植被进行研究，并指出其驱动因素主要为降水和人类活动；邓兴耀等(2017)、贺振等(2017)基于GIMMS AVHRR-NDVI时序数据，分别对中亚干旱区、黄河流域等地的植被动态演变及未来发展趋势进行剖析，取得了较好的监测效果。

中国、老挝、缅甸三国交界(中老缅交界区)是中国与东盟接壤的地缘经济地区，也是中国“一带一路”战略中“中国-中南半岛经济走廊”所属区域(毕海东，2016)，目前，该区已形成中国-东盟自由贸易区、中老缅泰“黄金四角”地区经济开放合作等多种机制并行运作的合作态势；同时，该区还是世界热带雨林重点分布和生物多样性最丰富地区之一(刘晓娜，2013)。近年来，随着该区人为干扰强度不断增大以及极端气候事件频繁发生，中国西南边境地区植被的空间分布与结构变化将可能受到影响，进而影响区域生态环境安全与社会、经济稳定性，因此，对其植被覆盖时空变化特征进行研究显得尤为重要。然而，目前国内外针对该区的研究甚少且现有数据过于残缺，国内学者刘晓娜等(2013)、封志明等(2013)、廖谌婳等(2015)分别对该区橡胶(Hevea brasiliensis)分布、土地利用等进行了研究，但关于该区长时间尺度的植被覆盖时空变化特征研究尚处空白；此外，针对国内外植被覆盖研究领域，目前多着重于对植被的历史演变特征进行分析，忽略了其持续性和未来趋势性等方面的探究。鉴于此，本研究以中老缅交界区2000—2015年MODIS-NDVI时序数据为研究对象，借助3S技术及统计学相关方法，全面剖析全球环境变化背景下该区植被覆盖的时空格局、演化规律、空间变异、可持续性和未来演化趋势等特征，以期为区内植被的科学管理和有效保护提供参考。

1 研究区概况

中老缅交界区是指中国、老挝、缅甸3国紧邻的交界区域，本研究参照刘晓娜等(2013)的研究成果进行边界选取，经空间筛选，按行政区范围最终确定为中国分区(西双版纳州3县市：景洪市及勐海、勐腊2县)、老挝分区(上寮地区3省：琅南塔省、乌多姆赛省和丰沙里省)和缅甸分区(东掸邦2县：景栋县、孟别县)。全区地处澜沧江-湄公河流域中上游(98°56′—103°00′E，19°48′—22°36′N)，土地总面积约73 779.44 km2，海拔267~2 555 m，高山、丘陵等地貌突出，土壤类型以红壤、砖红壤和黄壤为主。属热带、亚热带季风气候，年均气温和降水量分别为10~22 ℃和1 000~2 400 mm。区内得天独厚的水土、气候条件孕育了丰富的植被资源，主要分布有亚高山、中低山和季雨林等植被类型，是世界上生物多样性最丰富和热带雨林重点分布地区之一。

2 研究方法 2.1 数据来源及预处理

考虑到研究区地貌主要为高山、高原和丘陵，地形结构较为复杂，故本研究选用MODIS中空间分辨率较高的MOD13Q1-NDVI时间序列产品作为数据源。数据来自美国国家航空航天局(NASA)，空间和时间分辨率分别为250 m×250 m和16天，取自2000年第49天至2015年第353天，轨道号为h27v6、h27v6，共计730幅影像。数据制备过程中经几何校正和大气校正，使数据质量得以保证(刘宪锋等，2015)。预处理过程中，首先利用MRT工具，辅以相应代码，实现对MODIS-NDVI时间序列数据的批量拼接、投影和裁剪等处理；然后采用MVC法对NDVI数据进行最大化处理，进一步排除云、大气等对影像DN值的干扰(Stow et al., 2007)；通过合并归类，得到逐年逐月的NDVI时间序列数据；最后，利用ENVI IDL剔除时序数据中的异常值，同时进行归一化处理。后期综合利用ENVI、ArcGIS和MATLAB等软件在数据挖掘、建模以及空间分析等领域的强大功能优势，对预处理后的栅格图像在像元尺度上进行模型构建、函数运算等操作，以获取均值、Hurst指数、CV、回归趋势斜率等数据，再按照指标等级对所得数据进行重分类，并计算各指标等级的面积。此外，选取完全覆盖研究区的GDEMV2 30 m DEM数据(数据取自NASA，共计15景)，以探究研究区植被覆盖随高程变化的差异性特征。

2.2 数据处理 2.2.1 均值法

将最大化处理得到的NDVI时间序列数据分别按年、月进行归类并计算均值，以反映研究区植被覆盖的年际和月季变化特征。基于所得结果，制作NDVI年际变化和月际变化图，并分析其时间变化特征；此外，利用2000—2015逐年NDVI数据，借助IDL语言批处理计算每个像元16年NDVI平均值，进而得到研究区16年NDVI平均值的空间格局。

2.2.2 一元线性回归分析法

采用一元线性回归分析法从像元尺度对影像中每个栅格16年的变化趋势进行模拟，以反映研究区2000—2015年NDVI序列的空间演化趋势特征。计算方法如下：

$ \begin{align} & \text{slope }=\left[ n\sum\limits_{i=1}^{n}{\left(i\times {{M}_{i}} \right)}-\sum\limits_{i=1}^{n}{i}\sum\limits_{i=1}^{n}{{{M}_{NDVIi}}}) \right]/ \\ & \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ {{\left[ n\sum\limits_{i=1}^{n}{{{i}^{2}}}-{{\left(\sum\limits_{i=1}^{n}{i} \right)}^{2}} \right]}_{。}} \\ \end{align} $ (1)

式中：n为研究期总年数；i为年份；Mi为第i年NDVI最大值；slope为NDVI序列的回归趋势斜率，其为正或负时分别表示NDVI序列2000—2015年随时间变化呈改善或退化趋势。

2.2.3 变异系数法

变异系数(CV)为标准差与平均值的比值，可描述NDVI时间序列的离散程度，值越大，说明研究时段内某一像元NDVI分布越离散，植被覆盖在该时段上发展不稳定，即波动性越大；反之，则波动性越小。计算方法如下：

$ \text{CV}=\sqrt{\left[ \sum\limits_{i=1}^{n}{{{\left({{M}_{i}}-\overline{\text{NDVI}} \right)}^{2}}} \right]/n}/{{\overline{\text{NDVI}}}_{。}} $ (2)

式中：NDVI 为研究区内每个栅格单元NDVI的16年平均值。

2.2.4 Hurst指数法

Hurst指数是由英国水文学者Hurst(1951)在研究尼罗河水文数据过程中提出的，常用于时间序列可持续性的定量研究(李双双等，2012)。本研究通过Hurst指数(H值)表示中老缅交界区NDVI时间序列的持续性特征。具体计算原理如下：

存在{NDVI(t)}表示NDVI时间序列，其中t=1, 2, 3…；对于任意正整数τ≥1，定义均值序列为：

$ \begin{matrix} \overline{\text{NDV}{{\text{I}}_{(\tau)}}}=\frac{1}{\tau }\sum\limits_{t=1}^{\tau }{\text{NDV}{{\text{I}}_{(t)}}} \\ (\tau =1, 2, 3\cdots, n); \\ \end{matrix} $ (3)

累计离差序列U(t, τ)为：

$ {{U}_{(t, \tau)}}=\sum\limits_{i=1}^{\tau }{\left(\text{NDV}{{\text{I}}_{(t)}}-{{\overline{\text{NDVI}}}_{(\tau)}} \right)}; $ (4)

极差序列为：

$ \begin{align} & {{R}_{(\tau)}}=\max {{U}_{(t, \tau)}}-\min {{U}_{(t, \tau)}} \\ & (1\le t\le \tau ;\tau =1, 2, 3\cdots, n); \\ \end{align} $ (5)

标准差序列为：

$ {{S}_{\tau }}={{\left[ \frac{1}{\tau }\sum\limits_{i=1}^{\tau }{\left(\text{NDV}{{\text{I}}_{(t)}} \right)}-\overline{\text{NDVI}_{(\tau)}^{2}} \right]}^{\frac{1}{2}}}_{。} $ (6)

若式R(τ)/S(τ)∝τH成立，则表明时间序列 NDVI(t) (t=1, 2, 3…, n)存在Hurst现象，H值即为Hurst指数, 其介于0~1之间。当0 < H < 0.5时，表明NDVI时间序列具有反持续性特征，即未来植被变化与过去16年的变化趋势相反，且值越接近0，反持续性越强；当H=0.5时，NDVI时间序列处于独立状态，即与过去变化趋势不存在相关性；当0.5 < H < 1时，未来NDVI变化与过去变化趋势存在同向持续性特征(李杰等，2018)，即未来植被覆盖将延续过去16年的变化趋势。

2.2.5 空间叠加分析法

为深入挖掘研究区植被覆盖未来演化趋势信息，将NDVI时间序列可持续特征与演化趋势特征在GIS平台上进行空间叠加，所得耦合结果分类组合为以下10类：1)持续性Σ严重退化；2)持续性Σ轻微退化；3)持续性Σ轻微改善；4)持续性Σ明显改善；5)反持续性Σ严重退化；6)反持续性Σ轻微退化；7)反持续性Σ轻微改善；8)反持续性Σ明显改善；9)基本不变；10)未来变化趋势不确定(杨艳丽等，2016)。对每一组合结果进行面积统计，以探究区内植被覆盖未来演化趋势。

3 结果与分析 3.1 NDVI时间变化特征 3.1.1 月际变化特征

中老缅交界区1—12月NDVI月均值整体呈“S”形变化特征，月均增长率为0.50%，并通过置信度P < 0.05的显著性检验(图 1)；波动范围为0.698 6~0.831 6，波峰、波谷出现在9和3月。NDVI月均值随月份变化表现出阶段性特征，其中1—3月为持续下降期，增长率为-4.79%；3—9月中，除7—8月增长率为负值(-0.37%)外，其余月份均表现出持续增长态势，平均增长率为3.17%；9—12月整体表现出下降趋势，增长率为-0.91%。

图 1 中老缅交界区NDVI月际变化 Fig. 1 Monthly variations of NDVI in the border region of China, Laos, and Myanmar
3.1.2 年际变化特征

2000—2015年，区内NDVI年均值整体呈增加趋势，增速表现为每10年增加1.05%，并通过置信度P < 0.05的显著性检验(图 2)。其中，最大值出现在2013年，为0.779 4；最小值出现在2002年，为0.725 9。16年中，有7年的相对变化率为负值，负增长率最大值出现在2013—2014年，为-5.20%；正值的年份有9年，增长率最大值为7.10%，出现在2012—2013年。值得注意的是，研究区NDVI年际变化以2006年为节点，2000—2006年呈增加趋势，线性倾向率表现为每10年增加2.75%；2006—2015年呈下降趋势，线性倾向率表现为每10年下降1.63%，持续下降的原因可能与近年来中老缅交界区长年的极端干旱事件有关(郑建萌等，2017)，至2012年NDVI达到最低点。

图 2 中老缅交界区NDVI年际变化 Fig. 2 Annual variations of NDVI in the Border Region of China, Laos, and Myanmar
3.2 NDVI空间格局

利用NDVI时间序列数据，基于像元尺度，经均值计算得到逐个像元NDVI的16年平均值，根据平均分布函数将其重分类为5个等级并进行面积统计(表 1)。结果显示，全区NDVI小于0.2和介于0.2~0.4之间的区域面积分别为4.75和58.25 km2，仅占研究区总面积的0.01%和0.08%，其植被覆盖率低，结合最新高清影像，发现该区域主要分布在我国境内景洪市、勐海县等地；NDVI值在0.4~0.6之间的区域面积为1 820.19 km2，占2.47%，其植被覆盖率适中，主要分布在3国境内的主要城市中心、外围，缅甸孟别县北部山区裸地地区及澜沧江-湄公河流域沿线区域；NDVI大于0.6的区域总面积为71 896.26 km2，占比97.45%，其植被覆盖率高，广泛分布于3国境内，在老挝丰沙里省东北部、琅南塔省西南部以及缅甸东掸邦东南部等地，分布着NDVI大于0.8的植被覆盖极高区域，其主要地类为集中连片的高密度热带雨林。

表 1 中老缅交界区16年NDVI均值空间分布 Tab.1 Spatial distribution of 16-year NDVI mean in the border region of China, Laos, and Myanmar

将研究区DEM以500 m高程为单位进行重分类并构建ROI，通过GIS空间分区统计分析可得，中老缅交界区16年NDVI均值随海拔增加呈下降趋势，其中，在0~500 m高程区间NDVI最高(0.75)，2 500~3 000 m区间NDVI下降为0.65。值得注意的是，NDVI高于0.6的高植被覆盖区多集中于中低海拔区间(0~1 500 m)，合计70 294.87 km2，占比95.28%。

3.3 NDVI空间变化特征 3.3.1 NDVI空间变化趋势

趋势分析结果显示，研究区slope值域为-0.047 5~0.047 9，表明NDVI时间序列变化趋势空间差异明显。按照自然间断点分级法，将slope重分类为明显退化、轻微退化、基本不变、轻微改善、明显改善5个等级，以反映区内近16年植被覆盖的变化趋势(图 3)。经统计，2000—2015年，全区植被覆盖呈明显退化和轻微退化区域面积分别为1 880.81和9 645.31 km2，分别占2.55%和13.07%，主要分布在景洪、勐海和丰沙里等城镇建设用地区；此外，在缅甸境内孟别县北部裸地地区及老挝境内孟赛南至孟昏的2 W公路沿线均存在植被退化区域。约54.06%的区域植被覆盖得到改善，其中轻微改善的区域面积为30 487.00 km2，占41.32%；明显改善的区域面积为9 394.94 km2，占12.74%，主要分布于我国境内勐腊县的中部及南部地区；基本不变的区域总面积为22 371.38 km2，占30.32%，主要分布于改善区域外围。总之，研究区近16年来大部分区域植被覆盖得到改善，区内植被发展前景良好。

图 3 中老缅交界区NDVI变化趋势 Fig. 3 Variable trendsof NDVI in the border region of China, Laos, and Myanmar
3.3.2 NDVI空间波动特征

变异分析结果显示，研究区NDVI时间序列的CV为0.024 4~0.468 8，参照自然断裂点法将CV重分类，以反映区内近16年植被覆盖的波动变化情况(图 4)。经统计，低波动变化区域和较低波动变化区域面积分别为21 949.81和35 961.69 km2，占比分别为29.75%和48.74%，合计78.49%；中波动变化区域面积为13 585.75 km2，占18.41%；较高波动和高波动变化区域面积合计2 282.06 km2，仅占3.09%。可见，研究区近16年植被覆盖的波动变化幅度较小。结合NDVI空间变化趋势特征，发现植被覆盖高波动变化区域与退化区域具有较明显的空间一致性，其主要分布于城镇、交通要道等建设用地以及山区大面积裸地等地区，表明区内植被覆盖在过去16年的演化过程与人类活动以及气候变化等因素均存在一定相关性。

图 4 中老缅交界区NDVI波动特征 Fig. 4 Fluctuating characteristics of NDVI in the border region of China, Laos, and Myanmar
3.4 NDVI未来演化趋势特征 3.4.1 NDVI空间可持续性

经R/S计算发现，NDVI时间序列存在Hurst现象。重分类结果显示(图 5)，0.5＜H＜1的区域面积合计42 161.63 km2，占57.15%，该区间植被覆盖表现出同向持续性特征，即未来植被覆盖将延续过去16年的变化趋势；0＜H＜0.5的区域面积合计30 318.19 km2，占41.09%，植被覆盖具有反向持续性特征，即未来植被覆盖与过去16年的变化趋势相反；H＝0.5的区域面积约为1 299.63 km2，占1.76%，其植被覆盖未来发展趋势不确定。

图 5 中老缅交界区NDVI持续性特征 Fig. 5 Sustained characteristics of NDVI in the border region of China, Laos, and Myanmar
3.4.2 NDVI未来发展趋势

为进一步探讨研究区未来植被覆盖发展趋势，将NDVI空间变化趋势特征和空间可持续性特征进行空间叠加分析，并对耦合结果进行分组统计(表 2)，根据表中NDVI可持续性特征和变化趋势特征叠加结果，可将区内未来植被覆盖发展趋势分为呈良性、恶性、基本不变和不确定4个方向。良性方向中，植被发展呈持续性轻微改善区域占比23.44%，呈持续性明显改善区域占比为10.14%，二者合计33.58%，3国境内均有分布，以我国境内景洪市、勐腊县的中部和南部，老挝境内丰沙里省北部、东部和东南部，缅甸东掸邦东部等地区的大面积森林覆盖区最为明显；此外，“反持续性Σ轻微退化”区域占比为5.56%，“反持续性Σ严重退化”区域占比为0.49%，合计6.05%，该区域未来植被覆盖将停止退化，转向良性方向发展。恶性方向中，呈持续性轻微退化、严重退化的区域占比分别为7.28%和2.02%，呈“反持续性Σ轻微改善”、“反持续性Σ显著退化”的区域植被覆盖将由改善转为退化，二者占比合计19.65%，结合最新高清影像，发现以上区域主要分布在我国境内景洪、勐海，老挝境内丰沙里奔诺县，缅甸境内景栋等城镇建设用地中心及其外围辐射区域；此外，在交通要道(2 W公路沿线)以及缅甸孟别县北部山区大面积裸地区域，未来植被覆盖均呈现出退化趋势。可见，社会经济发展、建设用地扩张等人类活动以及气温、降水等气候变化均会对区内植被的动态演变产生较强驱动效应，与徐焕(2017)、林楠(2010)研究植被对人类活动及气候响应机制的结论一致。植被覆盖向基本不变方向发展的区域占29.83%，主要分布在老挝、缅甸境内。未来发展态势不确定的区域占1.56%，零星分布于研究区内。

表 2 中老缅交界区NDVI未来发展趋势特征 Tab.2 Characteristics of NDVI development trend in the future in border region of China, Laos and Myanmar
4 讨论

中老缅交界区是世界上生物多样性最丰富和热带雨林重点分布地区之一，植被覆盖率大，全区NDVI较高。同时，得益于近年来各国的生态保护措施以及区内替代种植项目发展中橡胶林和其他作物种植面积不断扩张等因素，过去16年来植被覆盖整体得到了改善，并且大部分区域在未来呈现持续改善趋势，与Chen等(2019)研究结论相符；但是，研究区2000—2015年植被覆盖增加趋势较缓且存在波动现象，相对于上一年，有7年的增长率为负值，主要集中在2006—2012年，可能与近年来中老缅交界区极端气候事件有关。韩兰英等(2014)研究表明，近60年我国西南地区干旱灾害的发生频率及受灾范围均呈扩大趋势，中老缅交界区地处我国西南边陲的低纬高原地带，受西南季风和东南季风交互影响，干旱频现，尤以2009—2012年连续4年干旱最为严重，本研究结论从侧面反映出干旱事件对植被覆盖存在负面效应；此外，针对各主要城市点以及交通要道等以人类活动为主的建设用地区，其NDVI普遍偏低，且在未来显现退化趋势，可见，人类在积极改善生态环境的同时，由于不合理活动，将不可避免地给区域地表植被带来一定的消极影响(周锡饮等，2014; 阿多等，2017; 卓嘎等，2018)。

植被指数发展至今已有100多种，本研究仅选取目前研究地表植被覆盖变化最常用的NDVI作为植被生长状况指标，然而由于研究区植被密布，植被覆盖度基数较大，NDVI容易饱和，使得对研究区植被覆盖细节情况反映有限，今后应挑选其他抗饱和指数与本研究结论进行对比分析，同时进一步分析不同植被指数在植被覆盖变化评估中的一致性和不确定性，以使结论更为科学客观；此外，由于数据的可获得性，本研究仅以MODIS-NDVI作为数据源，而该数据产品最早下载时间为2000年第49天，导致研究周期仅为16年，对于研究区植被覆盖时空变化特征的反映有限，今后应结合多源遥感数据，利用融合技术，使不同类型遥感数据源之间的信息得以互补，以拓展遥感数据可利用的时间尺度，深度挖掘植被覆盖演化信息。植被覆盖的动态演变往往是地形、气象以及人类活动等多重因素的共同驱动结果，由于中老缅交界区本底数据相对缺乏，故未对其驱动机制进行深入研究，如年际变化中2013年NDVI急增情况，本研究只将其归因于气候因素，而对其他方面原因未作深入探讨，今后应在植被动态演化研究基础上，搜集相关自然、人文数据，综合利用3S技术，同时串联起基于空间位置、面向对象分类技术、空间分析以及气象学、统计学等多领域、多学科的研究方法，进一步定量评估区域植被覆盖对各驱动因子的响应特征，剖析植被覆盖变化的驱动机制。

5 结论

2000—2015年，中老缅交界区植被覆盖整体较好，高植被覆盖区连片分布且占比大。区内植被覆盖随时间(年际、月际)变化幅度较小，并在此基础上整体呈现增加趋势，植被发展前景良好。然而，以建设用地和裸地为主的部分区域，其植被覆盖未来将出现退化趋势，社会经济发展、建设用地扩张等人类活动以及气温、降水等气候变化均会对研究区植被的动态演变产生较强影响效应。因此，区内各国应合理规划经济发展，节约、集约利用土地资源，并因地制宜地开展植树造林、退耕还林还草等生态修复工作，以促进区域生态环境的良性发展。

参考文献(References)
阿多, 赵文吉, 宫兆宁, 等. 2017. 1981-2013华北平原气候时空变化及其对植被覆盖度的影响. 生态学报, 37(2): 576-592.
(A D, Zhao W J, Gong Z N, et al. 2017. Temporal analysis of climate change and its relationship with vegetation cover on the north china plain from 1981 to 2013. Acta Ecologica Sinica, 37(2): 576-592. [in Chinese])
毕海东. 2016. "一带一路"在东南亚面临的地缘政治风险与中国的政策选择. 战略决策研究, 7(2): 54-68, 100-101.
(Bi H D. 2016. Geopolitical risk of "one belt and one road" initiative in southeast Asia and China's policy choice. Journal of Strategy and Decision-Making, 7(2): 54-68, 100-101. [in Chinese])
邓兴耀, 姚俊强, 刘志辉. 2017. 基于GIMMS NDVI的中亚干旱区植被覆盖时空变化. 干旱区研究, 34(1): 10-19.
(Deng X Y, Yao J Q, Liu Z H. 2017. Spatiotemporal dynamic change of vegetation coverage in arid regions in central Asia based on GIMMS NDVI. Arid Land Geography, 34(1): 10-19. [in Chinese])
封志明, 刘晓娜, 姜鲁光, 等. 2013. 中老缅交界地区橡胶种植的时空格局及其地形因素分析. 地理学报, 68(10): 1432-1446.
(Feng Z M, Liu X N, Jiang L G, et al. 2013. Spatial-temporal analysis of rubber plantation and its relationship with topographical factors in the border region of China, Laos and Myanmar. Acta Geographica Sinica, 68(10): 1432-1446. DOI:10.11821/dlxb201310012 [in Chinese])
韩兰英, 张强, 姚玉璧, 等. 2014. 近60年中国西南地区干旱灾害规律与成因. 地理学报, 69(5): 632-639.
(Han L Y, Zhang Q, Yao Y B, et al. 2014. Characteristics and origins of drought disastersin southwest China in nearly 60 years. Acta Geographica Sinica, 69(5): 632-639. [in Chinese])
贺振, 贺俊平. 2017. 近32年黄河流域植被覆盖时空演化遥感监测. 农业机械学报, 48(2): 179-185.
(He Z, He J P. 2017. Remote sensing on spatio-temporal evolution of vegetation cover in the Yellow River Basin during 1982-2013. Transactions of the Chinese Society of Agricultural Machinery, 48(2): 179-185. [in Chinese])
李杰, 张军, 刘陈立, 等. 2018. 基于MODIS-NDVI的云南怒江流域植被覆盖时空变化特征研究. 林业资源管理, (4): 90-99.
(Li J, Zhang J, Liu C L, et al. 2018. Study on spatio-temporal evolution of vegetation cover in the Nujiang River Basin of Yunnan based on MODIS-NDVI data. Forest Resources Management, (4): 90-99. [in Chinese])
李双双, 延军平, 万佳. 2012. 近10年陕甘宁黄土高原区植被覆盖时空变化特征. 地理学报, 67(7): 960-970.
(Li S S, Yan J P, Wan J. 2012. The spatial-temporal changes of vegetation restoration on loess plateau in Shaanxi-Gansu-Ningxia region. Acta Geographica Sinica, 67(7): 960-970. [in Chinese])
林楠.2010.基于RS和GIS的吉林东部植被覆盖变化和驱动力研究.长春: 吉林大学硕士学位论文.
(Lin N. 2010. Study on the change and drvingforce of vegetationcover in eastern Jilin Province based on RS and GIS technology. Changchun: MS thesis of Jilin University.[in Chinese]) http://cdmd.cnki.com.cn/Article/CDMD-10183-2010109427.htm
廖谌婳, 封志明, 李鹏, 等. 2015. 中老缅泰交界地区土地利用变化信息挖掘与国别对比. 自然资源学报, 30(11): 1785-1797.
(Liao C H, Feng Z M, Li P, et al. 2015. Information detecting and inter-national comparison of land use changes in the Border Region of China, Laos, Myanmar and Thailand. Journal of Natural Resources, 30(11): 1785-1797. DOI:10.11849/zrzyxb.2015.11.001 [in Chinese])
刘宪锋, 潘耀忠, 朱秀芳, 等. 2015. 2000-2014年秦巴山区植被覆盖时空变化特征及其归因. 地理学报, 70(5): 705-716.
(Liu X F, Pan Y Z, Zhu X F, et al. 2015. Spatiotemporal variation of vegetation coverage in Qinling-Daba Mountains in relation to environmental factors. Acta Geographica Sinica, 70(5): 705-716. [in Chinese])
刘晓娜. 2013.中老缅交界地区土地利用/土地覆被变化研究.北京: 中国科学院大学博士学位论文.
(Liu X N. 2013. Review of land use and land cover change of golden economic quadrangle region in the Border of China, Laos, Myanmar and Thailand. Beijing: PhD thesis of University of Chinese Academy of Sciences.[in Chinese]) http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2430843
刘晓娜, 封志明, 姜鲁光. 2013. 基于决策树分类的橡胶林地遥感识别. 农业工程学报, 29(24): 163-172, 365.
(Liu X N, Feng Z M, Jiang L G. 2013. Application of decision tree classification to rubber plantations extraction with remote sensing. Transactions of the CSAE, 29(24): 163-172, 365. DOI:10.3969/j.issn.1002-6819.2013.24.022 [in Chinese])
王鑫. 2016. 1982-2013年江河源区植被变化及其对气候的响应研究.兰州: 兰州大学硕士学位论文.
(Wang X. 2016. The spatial-temporal change of vegetation in source region of the Yangtze and Yellow River and its response to climate change from 1982 to 2013. Lanzhou: MS thesis of Lanzhou University.[in Chinese]) http://cdmd.cnki.com.cn/Article/CDMD-10730-1016723429.htm
肖强, 陶建平, 肖洋. 2016. 黄土高原近10年植被覆盖的动态变化及驱动力. 生态学报, 36(23): 7594-7602.
(Xiao Q, Tao J P, Xiao Y. 2016. Dynamic vegetation cover change over the past 10 years on the Loess Plateau, China. Acta Ecologica Sinica, 36(23): 7594-7602. [in Chinese])
杨艳丽, 孙艳玲, 王中良. 2016. 2000-2013年海河流域植被覆盖的时空变化. 干旱区资源与环境, 30(7): 65-70.
(Yang Y L, Sun Y L, Wang Z L. 2016. The spatial-temporal variations of vegetation cover in the Haihe River Basin from 2000 to 2013. Journal of Arid Land Resources and Environment, 30(7): 65-70. [in Chinese])
徐焕.2017.黄土高原植被覆盖时空变化的遥感监测及其驱动力分析.北京: 中国科学院大学硕士学位论文.
(Xu H. 2017. Mapping spatio-temporal variation of vegetation coverage from satellite remote sensing data and its driving force in the Loess Plateau, China. Beijing: MS thesis of University of Chinese Academy of Sciences.[in Chinese]) http://cdmd.cnki.com.cn/Article/CDMD-80070-1017720955.htm
赵健赟, 彭军还. 2016. 基于MODIS NDVI的青海高原植被覆盖时空变化特征分析. 干旱区资源与环境, 30(4): 67-73.
(Zhao J Y, Peng J H. 2016. Spatiotemporal variation of the vegetation coverage in Qinghai Plateau based on MODIS NDVI data. Journal of Arid Land Resources and Environment, 30(4): 67-73. [in Chinese])
赵舒怡, 宫兆宁, 刘旭颖. 2015. 2001-2013年华北地区植被覆盖度与干旱条件的相关分析. 地理学报, 70(5): 717-729.
(Zhao S Y, Gong Z N, Liu X Y. 2015. Correlation analysis between vegetation coverage and climatedrought conditions in North China during 2001-2013. Acta Ecologica Sinica, 70(5): 717-729. [in Chinese])
郑建萌, 黄玮, 陈艳, 等. 2017. 云南极端气象干旱指标的研究. 高原气象, 36(4): 1039-1051.
(Zheng J M, Huang W, Chen Y, et al. 2017. Study on meteorological extreme-drought index for Yunnan Province. Plateau Meteorology, 36(4): 1039-1051. [in Chinese])
卓嘎, 陈思蓉, 周兵. 2018. 青藏高原植被覆盖时空变化及其对气候因子的响应. 生态学报, 38(9): 1-10.
(Zhuo G, Chen S R, Zhou B. 2018. Spatio-temporal variation of vegetation coverage over the Tibetan Plateau and its responses to climatic factors. Acta Ecologica Sinica, 38(9): 1-10. DOI:10.3969/j.issn.1673-1182.2018.09.001 [in Chinese])
周锡饮, 师华定, 王秀茹. 2014. 气候变化和人类活动对蒙古高原植被覆盖变化的影响. 干旱区研究, 31(4): 604-610.
(Zhou X Y, Shi H D, Wang X R. 2014. Impact of climate change and human activities on vegetation coverage in the Mongolian Plateau. Arid Zone Research, 31(4): 604-610. [in Chinese])
Anyamba A, Tucker C J. 2005. Analysis of Sahelian vegetation dynamics using NOAA-AVHRR NDVI data from 1981-2003. Journal of Arid Environments, 63(3): 596-614. DOI:10.1016/j.jaridenv.2005.03.007
Barbosa H A, Huete A R, Baethgen W E. 2006. A 20-year study of NDVI variability over the Northeast region of Brazil. Journal of Arid Environments, 67(2): 288-307. DOI:10.1016/j.jaridenv.2006.02.022
Camberlin P, Martiny N, Philippon N, et al. 2007. Determinants of the interannual relationships between remote sensed photosynthetic activity and rainfall in tropical Africa. Remote Sensing of Environment, 106(2): 199-216. DOI:10.1016/j.rse.2006.08.009
Chen C, Park T, Wang X, et al. 2019. China and India lead in greening of the world through land-use management. Nature Sustainability, 2(2): 122-129. DOI:10.1038/s41893-019-0220-7
Granados R, Reyna T, Gomez R. 2004. Analysis of NOAA-AVHRR-NDVI images for crops monitoring. International Journal of Remote Sensing, 25(9): 1615-1627. DOI:10.1080/0143116031000156855
Hurst H E. 1951. Long-term storage capacity of reservoirs. Transactions of the American Society of Civil Engineers, 116(12): 770-808.
Lasaponara R. 2006. On the use of principal component analysis PCA) for evaluating interannual vegetation anomalies from SPOT/VEGETATION NDVI temporal series. Ecological Modelling, 194(4): 429-434. DOI:10.1016/j.ecolmodel.2005.10.035
Martínez B, Gilabert M A. 2009. Vegetation dynamics from NDVI time series analysis using the wavelet transform. Remote Sensing of Environment, 113(9): 1823-1842. DOI:10.1016/j.rse.2009.04.016
Stow D, Petersen A, Hope A, et al. 2007. Greenness trends of Arctic tundra vegetation in the 1990s:comparison of two NDVI data sets from NOAA AVHRR systems. International Journal of Remote Sensing, 28(21): 4807-4822. DOI:10.1080/01431160701264284
Piao S L, Wang X H, Ciais P, et al. 2011. Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006. Global Change Biology, 17(10): 3228-3239. DOI:10.1111/j.1365-2486.2011.02419.x
Pouliot D, Latifovic R, Olthof I. 2009. Trends in vegetation NDVI from 1 km AVHRR data over Canada for the period 1985-2006. International Journal of Remote Sensing, 30(1): 149-168. DOI:10.1080/01431160802302090
Qi J, Marsett R C, Moran M S, et al. 2000. Spatial and temporal dynamics of vegetation in the San Pedro River basin area. Agricultural and Forest Meteorology, 105(1/3): 55-68.