基于GEE的1987—2019年民勤绿洲NDVI变化特征及趋势分析

doi:10.7522/j.issn.1000-694X.2020.00094

摘要/Abstract

摘要：

Google Earth Engine（GEE）是目前最先进的地理大数据分析和可视化平台，使遥感监测地表植被突破了数据获取难、本地存储量大、处理效率低的限制。基于GEE云平台计算Landsat系列卫星影像，研究了1987—2019年民勤绿洲NDVI的时空变化，并通过一元线性趋势分析、稳定性分析、Hurst指数对变化趋势进行了分析和预测。结果表明：（1）1987—2019年民勤绿洲NDVI年均值从0.172上升到0.230，多年平均值为0.244，1989—2007、2010—2016年呈上升趋势，1987—1989、2007—2010、2016—2019年呈下降趋势。年内NDVI-0.017—0.333，高值集中在每年4—10月。空间上来看，绿洲外围NDVI明显增大，绿洲向荒漠扩张。（2）1987—2019年民勤绿洲大部分区域NDVI基本不变，坝区、泉山区绿洲外围、湖区南部和青土湖呈增大趋势，坝区中部民勤县城区、湖区北部绿洲边缘呈减小趋势，基本不变、增大、减小区域分别占总面积的81.90%、16.25%和1.85%。（3）1987—2019年民勤绿洲NDVI变化稳定性高的区域主要位于坝区东南部、泉山区东部、湖区北部荒漠区域；波动性高的区域主要位于坝区、泉山区绿洲外围、湖区南部和青土湖。（4）未来民勤绿洲大部分区域NDVI变化趋势保持基本不变，坝区、泉山区绿洲外围、湖区北部和青土湖，NDVI未来有可能增大，坝区中部民勤县城区、湖区北部向荒漠过渡地带，NDVI未来有可能减小，基本不变、未来有可能增大、减小的区域面积分别占71.62%、12.96%、15.42%。

关键词: GEE, NDVI, 变异系数, Hurst指数, 民勤绿洲

Abstract:

Google Earth engine （GEE） is the most advanced platform for analysis and visualization of geographic big data， which makes remote sensing monitoring surface vegetation break through the limitations of data acquisition， local storage and low processing efficiency. Based on GEE cloud platform to calculate the NDVI of Landsat series satellite images， this paper studied the spatial and temporal variation of NDVI in Minqin oasis from 1987 to 2019， analyzed and predicted the variation trend of NDVI in Minqin oasis through unvariable linear trend analysis， stability analysis and Hurst index. The results shows that：（1） From 1987 to 2019， the annual average NDVI value of Minqin Oasis increased from 0.172 to 0.230 at the speed of 4.6%?（10a）^-1， and the multi-year average value was 0.244， showing an upward trend in 1989-2007 and 2010-2016， and a downward trend in 1987-1989， 2007-2010 and 2016-2019. During the year， NDVI ranged from -0.017 to 0.333， and the highest value was from April to October every year. In terms of spatial changes， NDVI in the periphery of the oasis has increased obviously， and the oasis has expanded to desert. （2） From 1987 to 2019， most areas of NDVI in Minqin Oasis remained basically unchanged. The periphery of the oasis in dam region and Quanshan region， the south of the lake region and Qingtu Lake showed an increasing trend. The urban area of Minqin County in the middle of the dam region and the edge of the oasis in the north of the lake region showed a decreasing trend. Basically unchanged， increasing and decreasing areas account for 81.90%， 16.25% and 1.85% of the total area respectively. （3） From 1987 to 2019， the areas with high NDVI change stability in Minqin oasis are mainly located in the southeast of the dam region， the east of Quanshan region and the north of the lake region； the regions with high volatility are mainly located in the periphery of the oasis in dam region and Quanshan region， the south of the lake region and Qingtu lake. （4） Hurst index shows that the trend of NDVI change in most areas of Minqin Oasis remains unchanged in the future. In the periphery of the oasis in the dam region and Quanshan region， in the north of the lake region and in Qingtu Lake， NDVI is likely to increase. In the middle of minqin County and the north of the lake region， NDVI is likely to decrease. The areas of NDVI basically unchanged， increased and decreased accounted for 71.62%， 12.96% and 15.42%， respectively.

Key words: GEE, NDVI, coefficient of variation, Hurst index, Minqin Oasis

中图分类号:

Q948.15

张华, 安慧敏. 基于GEE的1987—2019年民勤绿洲NDVI变化特征及趋势分析[J]. 中国沙漠, 2021, 41(1): 28-36.

Hua Zhang, Huimin An. Analysis of NDVI variation characteristics and trend of Minqin Oasis from 1987 to 2019 based on GEE[J]. Journal of Desert Research, 2021, 41(1): 28-36.

图/表 9

图1 研究区位置及DEM

Fig.1 Geographical location and DEM of the study area

图2 1987—2019年民勤绿洲年均NDVI年际变化

Fig.2 Inter-annual variation of annual NDVI in Minqin Oasis from 1987 to 2019

图3 1987—2019年民勤绿洲NDVI年内变化

Fig.3 Variation of NDVI during a year in Minqin Oasis during 1987-2019

图4 1987—2019年民勤绿洲年内NDVI峰度、偏度变化

Fig.4 Changes of kurtosis and skewness of NDVI during the year in Minqin Oasis from 1987 to 2019

图5 1987—2019年民勤绿洲植被覆盖等级空间分布

Fig.5 Spatial distribution of vegetation cover in Minqin Oasis during 1987-2019

图6 1987—2019年民勤绿洲NDVI变化趋势及显著性检验

Fig.6 NDVI trend and significance test in Minqin Oasis from 1987 to 2019

图7 1987—2019年民勤绿洲NDVI年际变化稳定性分析

Fig.7 Stability analysis of NDVI inter-annual variation in Minqin Oasis from 1987 to 2019

图8 民勤绿洲NDVI未来变化趋势预测

Fig.8 Prediction of NDVI change trend in Minqin Oasis

图9 民勤绿洲NDVI与气温、降水量的相关关系

Fig.9 Correlation between NDVI and air temperature,precipitation in Minqin Oasis

参考文献 41

1	王新源，连杰，杨小鹏，等.玛曲县植被覆被变化及其对环境要素的响应［J］.生态学报，2019，39（3）：923-935.
2	刘婵，赵文智，刘冰，等.基于无人机和MODIS数据的巴丹吉林沙漠植被分布特征与动态变化研究［J］.中国沙漠，2019，39（4）：92-102.
3	张华，陈蕾.基于线性光谱混合模型（LSMM）的民勤绿洲荒漠化治理效果评价［J］.中国沙漠，2019，39（3）：145-154.
4	王晓利，侯西勇.1982-2014年中国沿海地区归一化植被指数（NDVI）变化及其对极端气候的响应［J］.地理研究，2019，38（4）：807-821.
5	高江波，焦珂伟，吴绍洪.1982-2013年中国植被NDVI空间异质性的气候影响分析［J］.地理学报，2019，74（3）：534-543.
6	鲁晖，颉耀文，张文培，等.1986-2015年民勤县绿洲时空变化分析［J］.干旱区研究，2017，34（6）：1410-1417.
7	杨玲莉.2000-2014年黄河源区植被NDVI时空变化特征与气候变化响应分析［D］.成都：成都理工大学，2016.
8	郝媛媛.基于GIS/RS的西北内陆河流域生态恢复效果评价研究［D］.兰州：兰州大学，2017.
9	陈亚宁，李稚，范煜婷，等.西北干旱区气候变化对水文水资源影响研究进展［J］.地理学报，2014，69（9）：1295-1304.
10	李丽丽，王大为，韩涛.2000-2015年石羊河流域植被覆盖度及其对气候变化的响应［J］.中国沙漠，2018，38（5）：1108-1118.
11	高志海，李增元，魏怀东，等.基于遥感的民勤绿洲植被覆盖变化定量监测［J］.地理研究，2006，25（4）：587-595.
12	丁宏伟，王贵玲，黄晓辉.红崖山水库径流量减少与民勤绿洲水资源危机分析［J］.中国沙漠，2003，23（1）：84-89.
13	颉耀文，陈发虎.基于数字遥感图象的民勤绿洲20年变化研究［J］.干旱区研究，2002，19（1）：69-74.
14	赵军，王小敏，李东成.基于MODIS的民勤绿洲植被覆盖变化定量分析［J］.干旱区资源与环境，2012，26（10）：91-96.
15	李双双，延军平，万佳.近10年陕甘宁黄土高原区植被覆盖时空变化特征［J］.地理学报，2012，67（7）：960-970.
16	Gorelick N，Hancher M，Dixon M，et al.Google Earth Engine：planetary-scale geospatial analysis for everyone［J］.Remote Sensing of Environment，2017，202：18-27.
17	张滔，唐宏.基于Google Earth Engine的京津冀2001-2015年植被覆盖变化与城镇扩张研究［J］.遥感技术与应用，2018，33（4）：593-599.
18	Huang H，Chen Y，Clinton N，et al.Mapping major land cover dynamics in Beijing using all Landsat images in Google Earth Engine［J］.Remote Sensing of Environment，2017：166-176.
19	Hao B，Ma M，Li S，et al.Land use change and climate variation in the Three Gorges Reservoir Catchment from 2000 to 2015 based on the Google Earth Engine［J］.Sensors，2019，19（9）：1-24.
20	Lobell D B，Thau D，Seifert C A，et al.A scalable satellite-based crop yield mapper［J］.Remote Sensing of Environment，2015，164：324-333.
21	Donchyts G，Baart F，Winsemius H，et al.Earth's surface water change over the past 30 years［J］.Nature Climate Change，2016，6（9）：810-813.
22	Chen B，Xiao X，Li X，et al.A mangrove forest map of China in 2015：analysis of time series Landsat 7/8 and Sentinel-1 A imagery in Google Earth Engine cloud computing platform［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2017，131：104-120.
23	Hansen M C，Potapov P，Moore R，et al.High-resolution global maps of 21st-century forest cover change［J］.Science，2013，342（6160）：850-853.
24	郝斌飞，韩旭军，马明国，等.Google Earth Engine在地球科学与环境科学中的应用研究进展［J］.遥感技术与应用，2018，33（4）：600-611.
25	裴杰，牛铮，王力，等.基于Google Earth Engine云平台的植被覆盖度变化长时间序列遥感监测［J］.中国岩溶，2018，37（4）：608-616.
26	徐晗泽宇，刘冲，王军邦，等.Google Earth Engine平台支持下的赣南柑橘果园遥感提取研究［J］.地球信息科学学报，2018，20（3）：396-404.
27	司建华，冯起，席海洋，等.黑河下游额济纳绿洲生态需水关键期及需水量［J］.中国沙漠，2013，33（2）：560-567.
28	Chander G，Markham B L，Helder D L.Summary of current radiometric calibration coefficients for Landsat MSS，TM，ETM+，and EO-1 ALI sensors［J］.Remote Sensing of Environment，2009，113（5）：893-903.
29	岳辉，刘英.近15 a陕西省植被时空变化与影响因素分析［J］.干旱区地理，2019，42（2）：314-323.
30	杜加强，贾尔恒•阿哈提，赵晨曦，等.三江源区近30年植被生长动态变化特征分析［J］.草业学报，2016，25（1）：1-12.
31	栾金凯，刘登峰，黄强，等.近17年陕西榆林植被指数的时空变化及影响因素［J］.生态学报，2018，38（8）：2780-2790.
32	代子俊，赵霞，李冠稳，等.基于GIMMS NDVI 3g.v1的近34年青海省植被生长季NDVI时空变化特征［J］. 草业科学，2018，35（4）：713-725.
33	赵桔超，朱彦辉，段国辉，等.基于MOD13Q1数据分析2001-2015年西双版纳植被变化特征［J］.生态学杂志， 2019，38（4）：1083-1092.
34	徐建华.现代地理学中的数学方法［M］.北京：高等教育出版社，2002.
35	钟红平，王宏志.2007—2016年湖北省归一化植被指数时空变化特征分析［J］.华中师范大学学报（自然科学版），2018，52（4）：582-588.
36	龙爽，郭正飞，徐粒，等.基于Google Earth Engine的中国植被覆盖度时空变化特征分析［J］.遥感技术与应用，2020，35（2）：326-334.
37	袁生禄.石羊河流域水资源大规模开发对生态环境的影响［J］.干旱区资源与环境，1991，5（3）：44-52.
38	姜宛贝，孙丹峰，孙强强.基于光谱混合分解的民勤生态治理效果评价［J］.中国沙漠，2018，38（1）：210-218.
39	刘爽，宫鹏.2000—2010年中国地表植被绿度变化［J］.科学通报，2012，57（16）：1423-1434.
40	王涛.干旱区绿洲化、荒漠化研究的进展与趋势［J］.中国沙漠，2009，29（1）：1-9.
41	曹博，张勃，马彬，等.2000-2014年甘肃省NDVI时空变化特征［J］.中国沙漠，2018，38（2）：418-427.

[1]	武磊, 李常斌, 王刘明, 谢旭红, 张媛, 魏健美. 基于ESA-LUC和MODIS-NDVI的西北干旱荒漠-绿洲体系分类阈值及应用[J]. 中国沙漠, 2020, 40(6): 139-150.
[2]	芦倩, 李毅, 刘贤德, 赵维俊. 祁连山排露沟流域青海云杉（*Picea crassifolia*）林土壤水分特征[J]. 中国沙漠, 2020, 40(5): 142-148.
[3]	张克海, 胡广录, 方桥, 张钰佳, 李浩然. 黑河中游荒漠绿洲过渡带固沙植被根区土壤含水量[J]. 中国沙漠, 2020, 40(3): 33-42.
[4]	常学礼, 李秀梅, 白雪莲, 季树新, 王理想. 荒漠绿洲交错区景观稳定性与维持机制[J]. 中国沙漠, 2020, 40(3): 43-50.
[5]	刘婵, 赵文智, 刘冰, 孟阳阳. 基于无人机和MODIS数据的巴丹吉林沙漠植被分布特征与动态变化研究[J]. 中国沙漠, 2019, 39(4): 92-102.
[6]	岳喜元, 左小安, 常学礼, 徐翀, 吕朋, 张晶, 赵生龙, 程清平. 内蒙古典型草原与荒漠草原NDVI对气象因子的响应[J]. 中国沙漠, 2019, 39(3): 25-33.
[7]	张华, 陈蕾. 基于线性光谱混合模型(LSMM)的民勤绿洲荒漠化治理效果评价[J]. 中国沙漠, 2019, 39(3): 145-154.
[8]	田海静, 孙涛, 刘旭升, 孔祥吉. 基于时间序列遥感数据的嵯岗国家沙化土地封禁保护成效评估[J]. 中国沙漠, 2019, 39(3): 155-162.
[9]	张佳琦, 张勃, 马彬, 曹博, 梁晶晶, 马尚谦. 三江平原NDVI时空变化及其对气候变化的响应[J]. 中国沙漠, 2019, 39(3): 206-213.
[10]	曹博, 张勃, 马彬, 王国强, 唐敏, 张耀宗, 贾艳青. 2000-2014年甘肃省NDVI时空变化特征[J]. 中国沙漠, 2018, 38(2): 418-427.
[11]	何芳兰, 金红喜, 郭春秀, 马俊梅, 吴昊. 民勤绿洲边缘人工梭梭(Haloxylon ammodendron)林衰败过程中植被组成动态及群落相似性[J]. 中国沙漠, 2017, 37(6): 1135-1141.
[12]	黄珊, 周立华, 冯起, 陆志翔, 肖建华. 内陆河流域治理政策的生态环境效果评价——以民勤绿洲为例[J]. 中国沙漠, 2017, 37(3): 580-586.
[13]	杨怀德, 冯起, 郭小燕. 1999-2013年民勤绿洲地下水埋深年际变化动态及影响因素[J]. 中国沙漠, 2017, 37(3): 562-570.
[14]	王娇, 丁建丽, 袁泽, 陈文倩, 李相, 黄帅. 基于T_s-NDVI特征空间的绿洲土壤水分监测算法改进[J]. 中国沙漠, 2016, 36(6): 1606-1612.
[15]	宋彦涛, 乌云娜, 张靖, 霍光伟, 张凤杰. 放牧强度对克氏针茅(Stipa krylovii)草原植被景观格局的影响[J]. 中国沙漠, 2016, 36(3): 674-680.