Temporal-spatial patterns and influencing factors of vegetation coverage in Bayanbulak Alpine Grassland, China
-
摘要:
基于MODIS NDVI数据采用线性混合光谱模型,对巴音布鲁克草原2000—2020年植被覆盖度状况进行测算,采用一元回归线性分析方法分析了其时空变化特征,以及气象、地形和土地覆被变化对区域植被覆盖度的影响。结果显示:1)2000—2020年巴音布鲁克草原平均植被覆盖度为46.19%,总体呈西部高东部低的空间分布格局。植被覆盖度大于60%的区域分布在西北部和南部,面积占比为24.70%;植被覆盖度小于15%的区域面积占比为19.91%,分布在研究区边缘。2)2000—2020年巴音布鲁克草原植被覆盖度呈先下降后升高的变化趋势,总体年下降速率为0.093%。像元尺度上,大部分地区植被覆盖度基本不变,呈降低趋势的面积占比为24.86%,呈面状分布在中东部和北部;呈增加趋势的面积占比为10.54%,分散分布在研究区中部和西部边缘。3)植被覆盖度随着海拔升高逐渐降低,阳坡植被覆盖度总体低于阴坡;年降水量和年平均气温对植被覆盖度的影响具有明显的空间异质性,分别约10.70%和13.99%的地区植被覆盖度与当年降水量和上年降水量呈正相关,8.23%和11.11%的地区植被覆盖度与当年和上年平均气温呈正相关,8.23%和5.35%的地区与当年和上年平均气温呈负相关。土地覆被类型的转化,尤其是冰川和永久积雪的减少促进了植被覆盖度的变化。
Abstract:Based on MODIS NDVI data, the fractional vegetation cover (FVC) of Bayanbulak Grassland was measured from 2000 to 2020 by using a linear mixed spectral model, and the spatial-temporal variation patterns were analyzed by using the linear regression method. Besides, the influence of meteorological, terrain and land cover changes on regional FVC were analyzed. The results were as follows: 1) From 2000 to 2020, the average FVC of Bayanbulak Grassland was 46.19%, which showed a spatial distribution pattern of high in the west and low in the east. Areas with FVC greater than 60% were distributed in the northwest and south, accounting for 24.70% of the total area; areas with FVC lower than 15% were distributed at the edge of the study area. 2) FVC showed a trend of decreasing first and then increasing from 2000 to 2020, with an average annual decline rate of 0.093%; on the pixel scale, FVC remained basically unchanged in most areas, and the areas with a decreasing trend accounted for 24.86%, faceted in the central-east and north, and the areas with an increasing trend accounted for 10.54%, distributed in the edge of the middle and west of the study area. 3) FVC gradually decreased with elevation, and it was generally lower on the sunny slope than that on the shady slope. The effects of annual precipitation and annually average temperature on FVC showed significant spatial heterogeneity. About 10.70% and 13.99% of the regions had a positive correlation between FVC with the current year's precipitation and the last year's precipitation, and 8.23% and 11.11% of the regions had a positive correlation between FVC with the current year's average temperature and the last year's average temperature, and 8.23% and 5.35% of the regions had a negative correlation between FVC with the current year's average temperature and the last year's average temperature. The transformation of land cover types, especially the reduction of glaciers and permanent snow cover, contributed to the change of FVC.
-
植被覆盖度(fractional vegetation cover,FVC)是区域内植被垂直投影面积占地表面积的比例,能够反映地表植被的繁茂程度,也是反映生态系统质量的重要指标之一[1-3]。对植被覆盖度时空格局进行动态评测及影响因素分析,对于指导区域生态系统保护与恢复,改善地区生态系统质量,提升生态建设效率具有重要意义。
植被覆盖度研究经历了目测—仪器测量—遥感解译的过程[4],而目前使用较多的遥感解译方式,虽然能缩短影像处理时间,提高工作效率,但仅从远距离观测,准确率有待提高[5-6]。陈艳梅等[7]通过分析MODIS数据与实测归一化植被指数(NDVI)的关系,建立了预测呼伦贝尔草原植被覆盖度的MODIS光谱模型,平均预测精度达到88.75%;杨峰等[8]基于Landsat TM遥感数据与实测数据,通过植被指数与植被覆盖度的相关关系对天山北坡典型退化草地构建监测模型,研究结果较好,模型精度较高;吕聪等[9]建立了实测植被覆盖度与MOD13Q1数据间模型,平均预测精度达到88.75%;关欣等[10]利用经验模型和像元二分法,构建了精度较高的巴音布鲁克草原植被覆盖度模型(R2为0.837)。
掌握植被覆盖度时空变异特征,探讨人类活动和气候因素对其的驱动作用,对评价、恢复和提升区域生态系统质量、功能具有重要意义。当前,基于NDVI或植被覆盖度时空变化及其驱动因素识别等也成为生态质量研究的重要内容之一[11-16]。王建国等[17]运用一元线性回归分析,研究了新疆最大植被覆盖度年际变化趋势,并通过对比植被、气温和降水的重心分布和演变轨迹,判断了植被覆盖度与气温和降水要素空间变化的相关性;穆少杰等[18]基于像元的空间分析法分析植被覆盖度与各气候因子的偏相关关系,结果表明,在年际水平上,内蒙古大部分地区植被生长与降水量呈显著正相关,在月际水平上植被生长更依赖于水热组合的共同作用;邓伟等[19]基于2000—2010年MODIS EVI数据和气候资料的研究表明,气温升高和充沛的降水量形成的温湿水热条件是长江中下游流域植被覆盖状况改善的主要原因;Ning等[20]通过偏相关分析发现,春夏季降水的增加是1998—2012年黄土高原北部地区NDVI增加的主要原因,退耕还林工程和煤矿基地环境治理的实施等是促进植被状况改善的重要因素;Li等[21]基于GIMMS NDVI 3G数据和气候因子的研究表明,不同土地利用方式下,气候、地形和地理要素对黄土高原地区NDVI的独立影响和综合影响存在差异,不同土地利用方式下NDVI的空间分布主要受气候要素组的驱动。
巴音布鲁克草原是我国第一大亚高山高寒草原,近年来由于人类活动和全球气候变化的影响,植被覆盖度明显降低。笔者采用线性光谱混合模型,对巴音布鲁克草原2000—2020年植被覆盖度时空格局及影响因素进行分析,以期为高寒草场的合理利用和生态保护修复提供科学依据。
1. 研究区概况与数据来源
1.1 研究区概况
巴音布鲁克草原地处天山南坡中段腹地,是我国最大的高山草原。区域面积约为23 835 km2,涉及新疆维吾尔自治区巴音郭楞蒙古自治州和静县西北部、新源县和特克斯县东部的部分地区。地形以山地和盆地为主,北部为小尤尔多斯盆地,中部为艾尔温根乌拉山,南部为大尤尔多斯盆地,四周群山环绕,海拔为2 400~4 400 m。巴音布鲁克草原全年积雪天数约160 d,年降水量小于400 mm,年平均气温为−5.5~−3.5 ℃,形成了干燥而寒冷的高寒山区气候。高寒山地的气候特点和独特的盆地地貌类型使得巴音布鲁克草原盆地内部河流常年受周边高山冰雪融水的补给,是开都河、巩乃斯河、渭干河3条河流的发源地,被称为新疆的“三河源”。区内草地生态系统分布广泛,主要优势植被为柄囊薹草(Carex stipitiutriculata P. C. Li)、紫花针茅(Stipa purpurea Griseb.)及线叶蒿草〔Kobresia capillifolia (Decne.) C. B. Clarke〕等。
1.2 数据来源
MODIS NDVI数据选用EOS-Modis/terra(http://lpdaac.usgs.gov/main.asp)中16 d合成的MOD13Q1数据产品,数据格式为HDF,通过MRT(MODIS Reprojection Tool)软件进行拼接和格式转化,在ArcGIS 10.4软件中进行裁切和重采样得到。采用最大合成法选取研究区生长季(4—9月)NDVI最大值作为年NDVI。气象数据主要包括年降水量和年平均气温,来源于国家青藏高原科学数据中心的中国区域地面气象要素驱动数据集(1979—2018年),水平空间分辨率为0.1°,将其转换为点数据,研究区内共涉及243个点位。高程(DEM)数据为SRTM地形数据,来源于地理空间数据云(http://www.gscloud.cn/),土地覆被类型来源于http://www.globallandcover.com/。为方便分析,统一将NDVI数据、DEM数据和土地覆被数据空间分辨率重采样为250 m。
2. 研究方法
2.1 植被覆盖度计算方法
采用线性混合光谱模型,测评巴音布鲁克草原植被覆盖度,计算方法如下[9]:
$$ \begin{aligned} &\mathrm{F}\mathrm{V}\mathrm{C}=\\ &\left\{\begin{array}{cc}0& \mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}}=0\\ (0.777\times \mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}}+0.025)\times 100& 0 < \mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}} < 1\\ 100& \mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{{\rm{m}}}=1\end{array}\right. \end{aligned}$$ 式中:FVC为估算的植被覆盖度,%;NDVIm为MODIS遥感NDVI数据,取值为0~1。
2.2 植被覆盖度时空变化趋势分析
采用斜率趋势分析法逐像元分析植被覆盖度时间变化趋势,计算公式如下:
$$ {\rm{slop}}{{\rm{e}}}_{j}=\frac{\displaystyle\sum\limits_{i=1}^{n}\left(i\times \mathrm{F}\mathrm{V}{\mathrm{C}}_{ij}\right)-\frac{1}{n}\displaystyle\sum\limits_{i=1}^{n}i\times \displaystyle\sum\limits_{i=1}^{n}\mathrm{F}\mathrm{V}{\mathrm{C}}_{ij}}{\displaystyle\sum\limits_{i=1}^{n}{i}^{2}-\frac{1}{n}{\left(\displaystyle\sum\limits_{i=1}^{n}i\right)}^{2}} $$ 式中: slopej为第j个像元的植被覆盖度变化率;FVCij为第i年第j个像元的植被覆盖度,%。
利用F检验进行显著性检验,并根据检验结果将FVC变化趋势分为如下5个等级:明显增加(slope>0,P≤0.01)、略微增加(slope>0,0.01<P≤0.05)、略微降低(slope<0,0.01<P≤0.05)、明显降低(slope<0,P≤0.01)、基本不变(slope=0或P>0.05)。
2.3 植被覆盖度影响因素分析
植被覆盖度受地形、气象及土地覆被等多因素影响,选取海拔与坡向2个指标分别统计分析植被覆盖度分布及变化特征;选取年降水量和年平均气温采用线性相关分析法分析植被覆盖度与气象要素的相关性;通过统计不同土地覆被的植被覆盖度年值和土地覆被转移情况,分析土地覆被变化对区域植被覆盖度变化的影响。
3. 结果与分析
3.1 植被覆盖度时空格局
3.1.1 植被覆盖度空间分布特征
2000—2020年巴音布鲁克草原平均植被覆盖度空间分布不均衡(图1)。植被覆盖度大于60%的区域面积为5 886.38 km2,占总面积的24.70%,呈面状分布于研究区西北部和南部,位于新源县东部、和静县西南部,涉及那拉提草原和大尤尔多斯盆地;植被覆盖度为45%~60%的区域面积8 471.04 km2,占总面积的35.54%,呈片状分布在研究区中部及东北部,位于和静县境内,涉及大、小尤尔多斯盆地及盆地边缘;植被覆盖度为15%~45%的区域面积7 737.23 km2,占总面积的32.46%,呈面状分布在研究区东部和西部,位于和静县东部,涉及大尤尔多斯盆地东部和小尤尔多斯盆地;植被覆盖度小于15%的区域面积较小,约1 740.34 km2,零形状分布在研究区边缘。
3.1.2 植被覆盖度时间变化特征
2000—2020年巴音布鲁克草原多年平均植被覆盖度为46.19%,其中,2000年最高,为50.04%;2013年最低,为43.48%;21年间,区域植被覆盖度呈现先降低后升高的变化趋势,其中,2000—2010年年平均下降率为0.18%,2011—2020年平均增加率为0.17%,总体年下降率为0.093%(图2),表明区域植被覆盖度经历了先退化后恢复的过程,但仍未恢复至历史最好水平。
像元尺度上(图3),2000—2020年巴音布鲁克草原大部分植被覆盖度基本不变,面积占比约为64.60%,主要呈面状分布在中部地区。植被覆盖度呈降低趋势的面积占比高于呈增加区域,其中,明显降低和略微降低的面积占比分别为15.43%和9.43%,呈面状分布在中东部和北部,明显增加和略微增加的区域面积占比仅为4.23%和6.31%,分散分布在研究区中部和西部边缘。
3.2 植被覆盖度影响因素分析
3.2.1 地形
将研究区DEM数据以500 m为间隔,分为7个海拔区间,结果如表1所示。由表1可知,巴音布鲁克草原平均植被覆盖度随着海拔升高逐渐降低。海拔1 500 m以下的植被覆盖度最高,平均为65.92%;随海拔升高,气温降低,植被生长所需要的热量无法得到满足,覆盖度依次降低;海拔大于4 000 m时,由于气温很低,且大部分区域被冰川和永久积雪覆盖,植被覆盖度仅为8.82%。
表 1 2000—2020年不同海拔植被覆盖度及其变化情况Table 1. FVC and its changes in different elevation intervals from 2000 to 2020海拔区间/m 多年平均FVC/% FVC变化等级占比/% 明显增加 略微增加 基本不变 略微降低 明显降低 919~1 500 65.92 3.33 3.99 79.16 5.41 8.11 1 500~2 000 64.43 0.26 0.67 57.18 14.72 27.17 2 000~2 500 56.00 5.38 4.57 67.97 8.75 13.33 2 500~3 000 50.61 3.13 3.13 70.00 11.14 12.6 3 000~3 500 48.66 9.82 5.25 59.30 8.78 16.85 3 500~4 000 21.96 9.39 5.07 58.09 7.06 20.39 4 000~4 592 8.82 3.94 4.60 72.40 7.65 11.41 2000—2020年,研究区不同海拔区间植被覆盖度变化趋势分析结果显示(表1):各海拔区间大部分区域的植被覆盖度基本不变,海拔低于1 500 m和高于4 500 m的区域呈基本不变的面积占比分别为79.16%和72.40%。海拔为1 500~2 000 m的区域内植被覆盖度呈降低趋势的面积占比最高,分别有27.17%和14.72%的区域明显降低和略微降低;海拔为3 000~3 500和3 500~4 000 m的区域内植被覆盖度呈增加趋势的面积占比最高,前者分别有9.82%和5.25%的区域明显增加和略微增加,后者分别有9.39%和5.07%的区域明显增加和略微增加。
将坡向分为阴坡和阳坡分析区域植被覆盖度与坡向的关系。其中,西北、北、东北和东为阴坡;东南、南、西南、西为阳坡[22-23]。统计分析显示,阳坡、阴坡平均植被覆盖度分别为44.62%、47.62%。其中,坡向为北的植被覆盖度最高,平均为49.67%,其次为东北,为48.05%,之后依次为西北、西、西南、东、南和东南,分别为47.97%、45.40%、45.22%、44.34%、44.18%、43.74%。结合海拔区间分析,发现0~15%的低植被覆盖度主要分布在阴坡的高海拔区域,其中海拔高于4 000 m的阴坡植被覆盖度仅为8.14%,这些区域气温低,冰川和永久积雪分布较广泛;植被覆盖度大于45%的区域主要分布在阴坡低海拔区域,低于1 500 m的阴坡植被覆盖度为62.48%,这主要是由于海拔低,气温较高,且阴坡缺乏光照,因此蒸发量少,水分较充足。
3.2.2 气象因子
基于气象要素与植被覆盖度的线性相关分析,结果表明,研究区大部分地区的植被覆盖度与年降水量不显著相关,少部分地区与当年降水量或上年降水量具有正相关关系。其中,约10.70%的地区植被覆盖度与当年降水量呈正相关,集中分布在研究区中部和北部地区(图4),仅有0.82%的地区与当年降水量呈负相关,约88.48%的地区与当年降水量不显著相关。13.99%的地区植被覆盖度与上年降水量呈正相关,主要分布在北部地区和中东部地区(图4),其中2.47%的地区为极显著正相关,11.52%的地区为显著正相关,其他区域均为不显著相关(表2)。
表 2 植被覆盖度与气象要素的相关关系统计Table 2. Correlation diagram of FVC with annual precipitation and annual average temperature% 各类别占比 极显著正
相关显著正
相关不显著
相关显著负
相关极显著负
相关当年降水量 3.70 7.00 88.48 0.82 0.00 上年降水量 2.47 11.52 86.01 0.00 0.00 当年平均气温 1.65 6.58 83.54 6.17 2.06 上年平均气温 3.70 7.41 83.54 2.47 2.88 注:相关系数为正且P≤0.01,极显著正相关;相关系数为正且0.01<P≤0.05,显著正相关;相关系数为负且0.01<P≤0.05,显著负相关;相关系数为负且P≤0.01,极显著负相关;P>0.05,不显著相关。 研究区植被覆盖度与年平均气温的线性相关性空间异质性较大,但大部分地区的植被覆盖度与年平均气温不显著相关(图5)。统计数据显示,8.23%的地区植被覆盖度与当年平均气温呈正相关,主要分布在研究区东部地区,8.23%的地区植被覆盖度与当年平均气温呈负相关,分布较为零散,其他地区不显著相关。有11.11%的地区与上年平均气温呈正相关,主要分布在研究区中东部地区,5.35%的地区与上年平均气温呈负相关,分散分布在研究区南部边缘,其他地区均不显著相关(图5、表2)。
3.2.3 土地覆被
利用ArcGIS 10.4软件将研究区土地覆被类型数据与多年平均植被覆盖度进行提取分析,结果显示,研究区耕地植被覆盖度最高,为65.89%,这主要因为植被生长季,人类对耕地进行定期维护;其次为森林,植被覆盖度为63.31%;之后依次为湿地、人造地表、草地、裸地,分别为54.92%、52.85%、49.89%和22.33%。
2000—2020年巴音布鲁克草原土地覆被类型发生转化的面积为4 917.16 km2,占研究区总面积的20.63%,其中主要为冰川和永久积雪转换为草地、裸地等(图6)。土地覆被类型转化是研究区植被覆盖度发生变化的重要原因,经统计,冰川和永久积雪转化为草地的区域,有213.02 km2的区域植被覆盖度显著增加。冰川和永久积雪转化为裸地的区域,有321.45 km2的区域植被覆盖度显著降低。
3.3 讨论
本研究通过对2000—2020年巴音布鲁克草原植被覆盖度进行测算,分析了其时空变化格局及与地形、气象因子及土地覆被类型的关系,定性识别出巴音布鲁克草原植被覆盖度的变化原因。其他学者也对该区域植被覆盖度进行过研究,如吕聪[9]对2001—2015年研究区植被覆盖度时空格局中除2015年的植被覆盖度偏高外,其他时段的变化趋势与本研究结论基本一致。杨雅静等[24]研究发现2000—2015年和静县植被覆盖度下降,且与年降水量呈正相关,与本研究结论基本一致。植被覆盖度时空分布是受多种自然因素和人类活动影响,本研究在气象方面只选取了年降水、年平均气温与植被覆盖度进行了单一要素的线性相关性分析,仅采用土地覆被变化代表了人类活动的影响,研究方法和结果具有一定的局限性。
4. 结论
(1)巴音布鲁克草原平均植被覆盖度空间分布不均衡,总体呈西部高东部低的空间分布格局,植被覆盖度大于45%的区域面积占比为60.24 %。2000—2020年,巴音布鲁克草原植被覆盖度先降低后升高,平均年下降率为0.093%,约64.60%的区域植被覆盖度基本不变。植被覆盖度随海拔升高而降低,低植被覆盖度(0~15%)主要分布在阴坡的高海拔区域,高植被覆盖度(>45%)区域主要分布在阴坡低海拔区域。
(2)研究区大部分地区植被覆盖度与年降水量和年平均气温线性相关性不显著,约10.70%的地区植被覆盖度与当年降水量呈正相关,13.99%的地区与上年降水量呈正相关,8.23%和8.23%的地区分别与当年平均气温呈正相关和负相关,11.11%和5.35%的地区分别与上年平均气温呈正相关和负相关。
(3)各土地覆被类型中,耕地植被覆盖度最高,为65.89%,其次为林地和湿地。土地覆被类型的转化促进了植被覆盖度的变化,冰川和永久积雪转化为裸地的区域植被覆盖度显著降低,转化为草地的区域明显增加。
-
表 1 2000—2020年不同海拔植被覆盖度及其变化情况
Table 1 FVC and its changes in different elevation intervals from 2000 to 2020
海拔区间/m 多年平均FVC/% FVC变化等级占比/% 明显增加 略微增加 基本不变 略微降低 明显降低 919~1 500 65.92 3.33 3.99 79.16 5.41 8.11 1 500~2 000 64.43 0.26 0.67 57.18 14.72 27.17 2 000~2 500 56.00 5.38 4.57 67.97 8.75 13.33 2 500~3 000 50.61 3.13 3.13 70.00 11.14 12.6 3 000~3 500 48.66 9.82 5.25 59.30 8.78 16.85 3 500~4 000 21.96 9.39 5.07 58.09 7.06 20.39 4 000~4 592 8.82 3.94 4.60 72.40 7.65 11.41 表 2 植被覆盖度与气象要素的相关关系统计
Table 2 Correlation diagram of FVC with annual precipitation and annual average temperature
% 各类别占比 极显著正
相关显著正
相关不显著
相关显著负
相关极显著负
相关当年降水量 3.70 7.00 88.48 0.82 0.00 上年降水量 2.47 11.52 86.01 0.00 0.00 当年平均气温 1.65 6.58 83.54 6.17 2.06 上年平均气温 3.70 7.41 83.54 2.47 2.88 注:相关系数为正且P≤0.01,极显著正相关;相关系数为正且0.01<P≤0.05,显著正相关;相关系数为负且0.01<P≤0.05,显著负相关;相关系数为负且P≤0.01,极显著负相关;P>0.05,不显著相关。 -
[1] GITELSON A A, KAUFMAN Y J, STARK R, et al. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environment,2002,80(1):76-87. DOI: 10.1016/S0034-4257(01)00289-9
[2] 闫萧萧, 李晶, 杨震.2000—2016年陈巴尔虎旗植被覆盖度时空变化遥感动态监测[J]. 中国农业大学学报,2018,23(6):121-129. DOI: 10.11841/j.issn.1007-4333.2018.06.14 YAN X X, LI J, YANG Z. Dynamicremote sensing monitoring on the temporal-spatial changes of vegetation coverage in Chen Barag Banner from 2000 to 2016[J]. Journal of China Agricultural University,2018,23(6):121-129. DOI: 10.11841/j.issn.1007-4333.2018.06.14
[3] 陆荫, 张强, 李晓红, 等.黄河流域甘肃段植被覆盖度时空变化及对气候因子的响应[J]. 水土保持通报,2020,40(2):232-238. LU Y, ZHANG Q, LI X H, et al. Temporal and spatial variation of vegetation coverage and its response to climate factors in Gansu section of Yellow River Basin[J]. Bulletin of Soil and Water Conservation,2020,40(2):232-238.
[4] SHOSHANY M, KUTIEL P, LAVEE H. Monitoring temporal vegetation cover changes in Mediterranean and arid ecosystems using a remote sensing technique: case study of the Judean Mountain and the Judean Desert[J]. Journal of Arid Environments,1996,33(1):9-21. DOI: 10.1006/jare.1996.0042
[5] 彭继达, 张春桂.基于高分一号遥感影像的植被覆盖遥感监测: 以厦门市为例[J]. 国土资源遥感,2019,31(4):137-142. PENG J D, ZHANG C G. Remote sensing monitoring of vegetation coverage by GF-1 satellite: a case study in Xiamen City[J]. Remote Sensing for Land & Resources,2019,31(4):137-142.
[6] 姚镇海, 吴丹娃, 褚荣浩, 等.安徽省植被覆盖度动态变化及其对地形的响应[J]. 水土保持通报,2021,41(3):283-290. YAO Z H, WU D W, CHU R H, et al. Dynamic change of vegetation coverage and its response to topography in Anhui Province[J]. Bulletin of Soil and Water Conservation,2021,41(3):283-290.
[7] 陈艳梅, 高吉喜, 冯朝阳, 等.1982—2010年呼伦贝尔植被净初级生产力时空格局[J]. 生态与农村环境学报,2012,28(6):647-653. DOI: 10.3969/j.issn.1673-4831.2012.06.007 CHEN Y M, GAO J X, FENG C Y, et al. Temporal and spatial distribution of vegetation net primary productivity (NPP) in the years from 1982 to 2010 in Hulunbeier[J]. Journal of Ecology and Rural Environment,2012,28(6):647-653. DOI: 10.3969/j.issn.1673-4831.2012.06.007
[8] 杨峰, 李建龙, 钱育蓉, 等.天山北坡典型退化草地植被覆盖度监测模型构建与评价[J]. 自然资源学报,2012,27(8):1340-1348. DOI: 10.11849/zrzyxb.2012.08.008 YANG F, LI J L, QIAN Y R, et al. Estimating vegetation coverage of typical degraded grassland in the northern Tianshan Mountains[J]. Journal of Natural Resources,2012,27(8):1340-1348. DOI: 10.11849/zrzyxb.2012.08.008
[9] 吕聪. 基于MODIS NDVI的新疆巴音布鲁克草原植被覆盖度时空变化特征及影响因素分析[D]. 石家庄: 河北师范大学, 2016. [10] 关欣, 安沙舟, 荀其蕾, 等.巴音布鲁克草原高寒草原植被覆盖度反演模型构建与评价[J]. 草业科学,2018,35(5):949-955. GUAN X, AN S Z, XUN Q L, et al. Construction and evaluation of a vegetation coverage retrieval model for alpine prairie in Bayanbulak grassland[J]. Pratacultural Science,2018,35(5):949-955.
[11] SEDDON A W R, MACIAS-FAURIA M, LONG P R, et al. Sensitivity of global terrestrial ecosystems to climate variability[J]. Nature,2016,531(7593):229-232. DOI: 10.1038/nature16986
[12] 郭金停, 胡远满, 熊在平, 等.中国东北多年冻土区植被生长季NDVI时空变化及其对气候变化的响应[J]. 应用生态学报,2017,28(8):2413-2422. GUO J T, HU Y M, XIONG Z P, et al. Spatiotemporal variations of growing-season NDVI and response to climate change in permafrost zone of Northeast China[J]. Chinese Journal of Applied Ecology,2017,28(8):2413-2422.
[13] ALI R, KURIQI A, ABUBAKER S, et al. Long-term trends and seasonality detection of the observed flow in Yangtze River using Mann-Kendall and Sen's innovative trend method[J]. Water,2019,11(9):1855. DOI: 10.3390/w11091855
[14] AHMED K, SHAHID S, NAWAZ N, et al. Modeling climate change impacts on precipitation in arid regions of Pakistan: a non-local model output statistics downscaling approach[J]. Theoretical and Applied Climatology,2019,137(1/2):1347-1364.
[15] 杨春艳, 高艳妮, 刘学, 等.辽河保护区植被覆盖度时空动态变化及驱动因素[J]. 环境工程技术学报,2020,10(4):545-552. DOI: 10.12153/j.issn.1674-991X.20200030 YANG C Y, GAO Y N, LIU X, et al. Spatial-temporal dynamic change of fractional vegetation coverage and its driving factors in Liaohe Conservation Area[J]. Journal of Environmental Engineering Technology,2020,10(4):545-552. DOI: 10.12153/j.issn.1674-991X.20200030
[16] 赵艳华, 苏德, 包扬, 等.阴山北麓草原生态功能区植被覆盖度遥感动态监测[J]. 环境科学研究,2017,30(2):240-248. ZHAO Y H, SU D, BAO Y, et al. Dynamic monitoring of fractional vegetation cover of eco-function area of grassland on northern foot of Yinshan Mountains through remote sensing technology[J]. Research of Environmental Sciences,2017,30(2):240-248.
[17] 王建国, 张飞.2000—2019年新疆植被覆盖度时空格局及重心变化分析[J]. 农业工程学报,2020,36(20):188-194. DOI: 10.11975/j.issn.1002-6819.2020.20.022 WANG J G, ZHANG F. Spatial-temporal pattern and gravity center change of fractional vegetation cover in Xinjiang, China from 2000 to 2019[J]. Transactions of the Chinese Society of Agricultural Engineering,2020,36(20):188-194. DOI: 10.11975/j.issn.1002-6819.2020.20.022
[18] 穆少杰, 李建龙, 陈奕兆, 等.2001—2010年内蒙古植被覆盖度时空变化特征[J]. 地理学报,2012,67(9):1255-1268. DOI: 10.11821/xb201209010 MU S J, LI J L, CHEN Y Z, et al. Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001-2010[J]. Acta Geographica Sinica,2012,67(9):1255-1268. DOI: 10.11821/xb201209010
[19] 邓伟, 袁兴中, 刘红, 等.区域性气候变化对长江中下游流域植被覆盖的影响[J]. 环境科学研究,2014,27(9):1032-1042. DENG W, YUAN X Z, LIU H, et al. Influence of regional climate change on vegetation cover in the middle and Lower Yangtze River Basin[J]. Research of Environmental Sciences,2014,27(9):1032-1042.
[20] NING T T, LIU W Z, LIN W, et al. NDVI variation and its responses to climate change on the northern loess plateau of China from 1998 to 2012[J]. Advances in Meteorology,2015,2015:725427.
[21] LI P, WANG J, LIU M M, et al. Spatio-temporal variation characteristics of NDVI and its response to climate on the Loess Plateau from 1985 to 2015[J]. CATENA,2021,203:105331. DOI: 10.1016/j.catena.2021.105331
[22] XU S J, ZENG B, SU X L, et al. Spatial distribution of vegetation and carbon density in Jinyun Mountain Nature Reserve based on RS/GIS[J]. Acta Ecologica Sinica,2012,32(7):2174-2184. DOI: 10.5846/stxb201108021134
[23] 韩贵锋, 叶林, 孙忠伟.山地城市坡向对地表温度的影响: 以重庆市主城区为例[J]. 生态学报,2014,34(14):4017-4024. HAN G F, YE L, SUN Z W. Influence of aspect on land surface temperature in mountainous city: a case study in central area of Chongqing City[J]. Acta Ecologica Sinica,2014,34(14):4017-4024.
[24] 杨静雅, 李新国, 闫凯, 等.基于NDVI的新疆和静县草地植被覆盖动态变化及其与气温降水的关系[J]. 生态科学,2018,37(6):38-44. YANG J Y, LI X G, YAN K, et al. Grassland vegetation dynamics and the relationship between the temperature and precipitation in Hejing County, Xinjiang, Based on NDVI[J]. Ecological Science,2018,37(6):38-44. ⊕
-
期刊类型引用(3)
1. 周浪,朱玲,雷波. 基于MODIS像元尺度的成渝地区双城经济圈2000—2023年植被覆盖度时空变化及地形分异特征研究. 环境影响评价. 2024(06): 69-77 . 百度学术
2. 阿卜杜热合曼·吾斯曼,玉素甫江·如素力,王雪梅,仇忠丽,买合木提江·维吉旦,陈世雪. 博斯腾湖流域草地植被覆盖度时空格局变化及影响因素. 草业科学. 2023(06): 1518-1531 . 百度学术
3. 谢晨笛,任正炜,董六文,龙剑,周小龙. 增温和氮添加对天山高寒草地生态系统多功能性的影响. 新疆大学学报(自然科学版)(中英文). 2023(05): 610-620 . 百度学术
其他类型引用(4)