生态学报  2014, Vol. 34 Issue (20): 5936-5943

文章信息

廖清飞, 张鑫, 马全, 姚瑶, 于东平
LIAO Qingfei, ZHANG Xin, MA Quan, YAO Yao, YU Dongping
青海省东部农业区植被覆盖时空演变遥感监测与分析
Spatiotemporal variation of fractional vegetation cover and remote sensing monitoring in the eastern agricultural region of Qinghai Province
生态学报, 2014, 34(20): 5936-5943
Acta Ecologica Sinica, 2014, 34(20): 5936-5943
http://dx.doi.org/10.5846/stxb201301230138

文章历史

收稿日期:2013-1-23
网络出版日期:2014-03-11
青海省东部农业区植被覆盖时空演变遥感监测与分析
廖清飞1, 张鑫1 , 马全1, 姚瑶1, 于东平2    
1. 西北农林科技大学, 水利与建筑工程学院, 杨凌 712100;
2. 山东省水利勘测设计院, 济南 250014
摘要:基于象元二分模型,利用MODIS植被指数产品定量估算研究区2000-2009年生长季(4-9月)植被覆盖度,采用相关系数法和有序聚类分析方法对植被覆盖度时空变化趋势及突变进行了分析,并结合DEM分析其对地形因子的响应。结果显示:1)研究区2000-2009年整体植被覆盖度在波动中呈不显著增加趋势,其中2001年是显著突变年份,表明研究区植被覆盖度发生比较显著的变化;2)通过对地形因子的响应分析,植被覆盖度在高程2500m和4100m,坡度4°和26°发生突变;对各高程带、坡度带植被覆盖度年际变化趋势及突变年份进行分析,获得了各带的变化趋势及其突变年份。对研究获得的结果进行讨论,结果表明:研究区降水量的变化及退耕还林措施是植被覆盖度变化的重要影响因素,其中退耕还林措施对植被覆盖度变化的影响较大。
关键词植被覆盖度    时空演变    遥感监测    退耕还林    青海省东部农业区    
Spatiotemporal variation of fractional vegetation cover and remote sensing monitoring in the eastern agricultural region of Qinghai Province
LIAO Qingfei1, ZHANG Xin1 , MA Quan1, YAO Yao1, YU Dongping2    
1. College of Water Resources and Architectural Engineering, Northwest Agriculture and Forestry University, Yangling 712100, China;
2. Shandong Survey and Design Institute Of Water Conservancy, Jinan 250014, China
Abstract:Based on dimidiate pixel model, the normalized difference vegetation index (NDVI) datasets deduced from MODIS product were used to calculate the fractional vegetation cover (FVC) in the eastern agricultural region of Qinghai Province in vegetation growing season(Apr.-Sep.) from 2000 to 2009. The correlation coefficient method and the ordered clustering analysis method were applied to detect the spatiotemporal trend and identify abrupt change points. In addition, DEM was considered to investigate the influence of terrain factors on fractional vegetation cover. The results indicated that: 1) fractional vegetation cover of the study area showed a slightly upward trend from 2000 to 2009 and the change was not significant; The year of 2001 was a significant abrupt change point, suggesting that the fractional vegetation cover changed significantly. 2) According to the analysis of fractional vegetation cover responding to terrain factors, the abrupt change points of fractional vegetation cover can be found at: 2500 m and 4100 m in the elevation zones, 4 degrees and 26 degrees in the slope zones, respectively. The trend and the abrupt change points in each specific elevation zone and slope zone were obtained through the investigation of interannual variation and abrupt change year between fractional vegetation cover and both elevation and slope zones. Furthermore, the contributing factors to spatiotemporal variation of fractional vegetation cover and its responding to terrain factors were further discussed. It can be conclude that changes in precipitation and returning cultivated land into forest measurs were the important influence factors, but the latter had a greater influence.
Key words: fractional vegetation cover    spatiotemporal variation    remote sensing monitoring    returning cultivated land into forest    the eastern agricultural region of Qinghai province    

植被是土地覆盖中最主要部分,是连接土壤、大气和水分等要素的自然纽带[1],具有截留降雨、减少雨滴击溅、减缓地表径流、增加土壤入渗、保土固土等功能,对减少水土流失起着重要作用[2]。截至目前,研究者在中国及西北地区利用NDVI对植被覆盖及其变化趋势进行了大量的研究与应用[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]。其中,朴世龙、方精云[11]利用NOAA-AVHRR数据对我国1982—1999年以来的植被覆盖的动态变化进行了分析,结论表明20世纪80年代和90年代,西北地区和青藏高原是植被覆盖度下降的主要分布区;赵汉青[1]利用SPOT4-VEGETATION/NDVI时间序列数据,对我国1998—2005年的植被覆盖状况及其年际变化进行研究分析,其研究表明在显著增加和显著减少区域之间的中间区域,包括陕甘宁、青海等地植被覆盖变化趋势缓和且较为复杂,植被减少和植被增加地区多交叉在一起;张宝庆等[2]为监测黄土高原植被建设成效,采用GIMMS和SPOT VGT2种数据集的归一化植被指数作为植被覆盖评价指标,分析了近30a黄土高原植被覆盖时空演变趋势,研究显示青海省西宁——同仁平均坡度大于15°的地区年度NDVI 平均值与时间呈显著的正相关关系,表明该地区植被覆盖度呈上升趋势。

青海省东部农业区属于黄土高原向青藏高原过渡的镶嵌地带,地处祁连山支脉达坂山以南,龙羊峡以北,日月山以东,寺沟峡以西,属于暖凉温半干旱区,总面积3.5×104km2,主要以农业生产为主,是青海省主要粮农作物产区,其耕地面积超过全省总耕地面积的70%,高达42万hm2 [12]。但是境内大部分为山区,地形环境复杂,自然条件恶劣,干旱缺水,生态环境十分脆弱,故而研究该地区植被覆盖的时空演变及特征对当地生态文明建设有重要意义。以往关于青海省东部农业区植被覆盖及其变化的研究,多基于整个西北区域,且多用植被指数的变化来反映,较少涉及对于研究区植被覆盖度尤其是对地形因子响应的针对性研究。基于此,本文应用简单实用的象元二分模型,利用MODIS植被指数产品,结合DEM对该地区生长季(4—9月)植被覆盖度进行估算、监测并分析其时空演变特征以及对地形因子的响应,以期为该地区生态环境建设提供科学依据。

1 资料与方法 1.1 资料及来源

遥感影像数据来源于中国科学院计算机网络信息中心国际科学数据镜像网站:NDVI影像数据为2000—2009年生长季分辨率为1km/月的MOD13A3数据,以及各年6月中旬分辨率为250m/16d的MOD13Q1数据,研究区域位于h25v5及h26v5两区,该数据集为Sinusoidal投影,经过去云、辐射校正、大气校正等预处理。其中,MOD13A3数据用于植被覆盖度时空演变分析,MOD13Q1数据用于结合GDEM对地形因子进行响应分析。2001—2004年MOD12Q2 1KM地表覆盖类型动态变化L3产品,包括h25v5及h26v5两区共8幅影像,用于分割NDVI影像,进而估算植被覆盖度。30m分辨率的GDEM数据,包括数字高程和坡度两幅影像,用于分析植被覆盖度对地形因子的响应。

1.2 数据处理

利用ENVI4.7插件MCTK(MODIS Conversion Toolkit)对NDVI影像进行重投影,将Sinusoidal投影转换为WGS-84地理坐标投影,之后将h25v5和h26v5两区进行拼接,然后利用研究区矢量边界进行裁剪,获得研究区的NDVI数据。为反映研究区植被覆盖状况,在分析植被覆盖度时空演变部分,计算生长季NDVI平均值,进而利用象元二分模型计算植被覆盖度。运用Arcgis9.3将下载的数字高程和坡度影像进行重投影、裁剪和重采样,使其投影为WGS-84地理坐标投影,空间分辨率为250m,便于分析植被覆盖度对地形因子的响应。

1.3 植被覆盖度计算

MODIS土地覆盖类型产品包括从每年Terra星数据中提取的土地覆盖特征不同分类方案的数据分类产品。基本的土地覆盖分为有IGBP(国际地圈生物圈计划)定义的17类,包括11类自然植被分类,3类土地利用和土地镶嵌,3类无植生土地分类,分别为:水、常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林、郁闭灌丛、开放灌丛、多树的草原、稀树草原、草原、永久湿地、作物、城市和建成区、作物和自然植被的镶嵌体、雪冰、裸地或低植被覆盖地。为较合理准确地估算研究区植被覆盖度,本文利用MODIS土地覆盖类型产品,分割生长季NDVI影像,计算各土地覆盖类型的植被覆盖度。其中2001年土地覆盖类型产品,分割2000和2001年NDVI,2002、2003年产品分割对应年份DNVI,2004年产品分割2004—2009年NDVI。

中低分辨率遥感图像现势性好,覆盖面广,采用基于NDVI象元二分模型的植被覆盖度计算方法简单,不依赖于地面实测数据,可操作性强。根据象元二分模型原理,可以将象元的NDVI值表示为由有植被覆盖部分地表与无植被覆盖部分地表组成的形式,而植被覆盖度则是其权值。因此,计算植被覆盖度FVC的公式可表示为[13]

式中,NDVIsoil为裸土或无植被覆盖区域的NDVI 值,理论上应接近于0且不易变化;NDVIveg为完全由植被所覆盖的纯植被象元的NDVI值,但会随着植被类型和植被的时空分布而变化。为消除年际间的波动变化及便于计算分析,NDVIsoil统一取裸地或低植被覆盖地的各年生长季NDVI累积频率0.5%的平均值,其他土地覆盖类型NDVIveg取各自土地覆盖类型的生长季NDVI累积频率99.5%的平均值。根据象元二分模型,在ENVI4.7中运用波段运算功能计算植被覆盖度,即可获得10a的生长季植被覆盖度灰度图。

1.4 植被覆盖度变化分析方法

植被覆盖度变化分析包括趋势分析和突变分析,本文趋势分析采用相关系数法,突变分析采用有序聚类分析法。相关系数法是当前植被覆盖时间序列最常用方法,不仅可以定量反映年际变化趋势,还可以结合地理空间数据分析发生的具体空间位置[14]。以有序分类来推估最可能的突变点τ,其实质是寻求最优分割点,使同类之间的离差平方和最小而类与类之间的离差平方和较大。对于序列x1,x2,…,xn,若满足S=时的τ为最优分割点,可推断为突变点,其中分别为τ前后两部分的均值[15]

2 结果分析 2.1 植被覆盖度时空演变特征

研究区近十年植被覆盖度及其变化趋势见图 1,由图 1可看出各年植被覆盖度的分布格局,植被覆盖度较低(小于0.4)主要分布在黄河干支流及湟水河两岸海拔高度小于3000m的谷地区域,植被覆盖度较高(大于0.6)主要分布在黄河谷地和湟水谷地两岸海拔高于3000m的山地,以及大通河沿线地区。

图 1 研究区植被覆盖度及其变化趋势 Fig. 1 FVC and variation trend of FVC in the study area

提取研究区各年整体植被覆盖度(图 1),植被覆盖度2001年与2000年相比有所回落,但2002年之后在波动中增加,其中2006年植被覆盖度较低。变化趋势检验结果如下:相关系数为0.7227,表明研究区整体植被覆盖度呈显著增加趋势。有序聚类法分析所得的突变点为2001年,经α=0.05秩和检验,该突变显著,表明2001年研究区整体植被覆盖度发生了显著突变。

采用相关系数法分析象元植被覆盖度时空演变情况(图 1)。从图 1中能够清晰的看到2000—2009年研究区植被覆盖度年际间演变的空间分布特征:植被覆盖度变化不显著占主要部分,分布在民和—乐都—西宁—湟中沿线以北的大片区域;植被覆盖度改善显著和改善极显著主要集中分布在黄河谷地和湟水谷地两岸海拔小于3000m的区域;植被覆盖度退化显著和退化极显著在湟水沿西宁以上区域及大通河下游出口处有零散分布。对图 1进行统计分析,结果为:在空间分布上,植被覆盖度呈正相关极显著占研究区面积的17.79%,呈正相关显著占15.16%,变化不显著占65.97%,负相关显著占0.64%,负相关极显著占0.44%。

2.2 植被覆盖度对地形因子的响应分析

为揭示植被覆盖度对高程和坡度的响应机制[16],高程按100m间隔分成29个带,其中高程小于1800m归入1800m高程带,高程大于4500m归入4600m高度带;坡度按2°间隔分成19个坡度带,其中坡度小于2°归入2°带,坡度大于36°归入38°带。将计算所得250m分辨率植被覆盖度10a平均值的灰度图,运用ArcGIS统计各带象元植被覆盖度均值,以代表该带的整体植被覆盖度,再利用有序聚类法寻找各带植被覆盖度序列的突变点,获得研究区植被覆盖度的空间变异特征。

2.2.1 对高程的响应分析

图 2是高程带植被覆盖度序列及其突变点的有序聚类分析结果,对照高程两图,4100m高程带是一个突变明显的点,2500m是一个突变不明显的点。为检验突变的显著性,采用秩和检验方法进行检验,结果显示4100m高程带通过α=0.05显著性检验,表明该高程带突变显著,2500m则未通过显著性检验,突变不显著。虽然2500m高程带突变不显著,在其之下各高程带植被覆盖度在较低,考虑实际情况,可将植被覆盖度垂直分布划分为3个部分:第一部分高程小于2500m,植被覆盖度较低,平均为0.45;第二部分为2500—4100m,植被覆盖度相对较高,平均为0.64;第三部分为4100m以上,植被覆盖度很低,平均为0.26。

图 2 各高程带、坡度带植被覆盖度及突变点识别 Fig. 2 Fractional vegetation cover and the identification of abrupt change points
2.2.2 对坡度的响应分析

图 2是坡度带植被覆盖度序列及其突变点的有序聚类分析结果,对照坡度两图清晰表明,4°和26°坡度带是两个突变点。利用秩和检验法进行显著性检验,结果显示第一个突变点通过α=0.05显著性检验,而第二个突变点则未能通过,表明4°带是一显著的突变点,而26°带是一不显著突变点。因此,可将植被覆盖度沿坡度的分布分为3个部分:第一部分,分布于坡度2°以下,植被覆盖度较高,为0.64;第二部分,分布于坡度4°—26°之间,植被覆盖度平均为0.59;第三部分,分布于坡度大于26°,植被覆盖度平均为0.60。

2.2.3 变化趋势及突变分析

为揭示各高程带及坡度带植被覆盖度年际演变特征,利用相关系数法及有序聚类法分析各带十年植被覆盖度序列的变化趋势及其发生突变的年份,表 1表 2为分析结果。

表 1 各带植被覆盖度趋势分析结果 Table 1 The results of trend of FVC
变化趋势 Variation trend上升Rise下降Decline
高程带Elevation zone2000—4300、45001800、1900、4400、4600
坡度带Slope zone全部
表 2 各带植被覆盖度突变分析结果 Table 2 The results of the abrupt change points
突变年份 Abrupt year2001年 2003年 2004年 2006年 无 Inexistence
高程带Elevation zone18001900、20002100—3900≥4000
坡度带Slope zone全部

表 1可看出,植被覆盖度在高程带上,2000—4300m以及4500m有上升趋势,其余呈下降趋势。经过相关系数检验,2200—2700m高程带通过α=0.05正相关显著性检验,表明这些高程带植被覆盖度呈显著增加趋势,2800m高程带通过α=0.01正相关极显著检验,表明该带植被覆盖度增加趋势极显著。植被覆盖度呈下降趋势的高程带,均未通过α=0.05显著性检验,表明下降趋势不显著。坡度带植被覆盖度均呈上升降趋势,经相关系数检验,各带均未通过α=0.05显著性检验,表明各坡度带植被覆盖度增加趋势均不明显。

表 2中具有突变点的高程带和坡度带进行α=0.05显著性秩和检验,各高程带突变点显著性如下:突变显著的高程带有1800m和2800m,突变不显著的高程带有1900—2800m以及2900—3900m。坡度带突变点显著性检验结果:2°—34°坡度带突变显著,36°和38°坡度带突变不显著。

3 讨论与结论

(1)气候因素中降水量是引起植被覆盖年际波动的主要因子,非气候因素则是植被覆盖增加的主要原因,非气候因素中生态保护和环境建设等人为措施,如植树造林等是导致植被显著增加的重要原因[6]。将从这两个方面对研究区植被覆盖度变化进行成因分析。

1 )气候因素

研究区生长季降水量与研究生长季植被覆盖度之间的关系曲线如图 3所示。研究区植被覆盖度随降水量的上下波动而波动,2003年以后尤为明显,通过二者做相关图,两者间有线性正相关关系,相关系数为0.5331,未通过0.05显著性检验,由此可判定研究区降水量与植被覆盖度线性相关不显著。为进一步分析二者的变化趋势大小,比较两者的线性倾向变化百分率[6],经过计算,降水量线性倾向变化百分率为21.11%,植被覆盖度线性倾向变化百分率为10.26%,由此可见,研究区植被覆盖度与降水量均呈增加趋势且前者小于后者,表明降水量的增加不是决定植被覆盖度增加的唯一因素。

图 3 研究区生长季降水量与植被覆盖度变化关系 Fig. 3 Relationship between growing season precipitation and fractional vegetation cover

2 )非气候因素

研究区自2000年以来主要在坡度25°以上,产量低于1500kg/hm2的低产田及海拔3000m以上不适宜农作物生长的耕地和适宜造林的荒山均进行退耕还林[17]。截至2008年,退耕还林实施8a以来,完成退耕还林工程1475.4km2(占研究区面积4.22%),其中退耕还林586km2,周边荒山890km2。自工程实施以来,研究区的生态环境得到了改善,植被覆盖率增大,水土流失得到明显遏制。

结合图 1,截取退耕还林措施所在区域,并统计不同显著性等级的面积,结果见表 3。退耕还林区域植被覆盖度改善显著和极显著,分别占研究区面积为6.26%和5.19%,与退耕还林面积相比较,改善极显著面积比退耕还林总面积多出0.97%。这表明,利用相关系数法检验结果,可反映研究区退耕还林的效果。

表 3 退耕还林区域植被覆盖度不同显著性等级面积统计 Table 3 Area ratio of FVC at different significant levels in returning farmland to forest areas
显著性Significance高程>3000mElevation>3000m坡度>25°Slope>25°重叠区域Overlap areas面积/%Area ratio /%
表中重叠区域为高程>3000m且坡度>25°的区域
负相关极显著Extremely negative correlation0.070.060.020.12
负相关显著Significantly negative correlation0.290.150.090.35
变化不显著No significantly change44.2714.1111.6346.75
正相关显著Significantly positive correlation5.012.461.216.26
正相关极显著Extremely positive correlation3.592.170.585.19

(2)根据海拔高度、水热条件、土地利用方式的不同,研究区可分为海拔小于2600m的川水区,海拔在2600—3200m的浅脑山区及海拔大于3200m的脑山区[18]。川水区为海拔低于2600m的河湟谷地,土地利用程度高,农业耕作频繁,植被覆盖度不高,浅脑山区草地、旱地、林地、灌木林地分布广泛,植被覆盖度相对较高,而脑山区土地利用类型单一,山体阳坡主要分布有草地,阴坡为灌木,尤其在海拔高于4000m的山顶高寒区域主要为草地和未利用地,植被覆盖度极低。因而,研究区植被覆盖度对地形因子的响应,大致可归结为地形条件、土地利用、降水量变化、退耕还林措施等之间综合作用的结果。

由2.2.1小节可知,研究区整体植被覆盖度对高程响应分析中获得的2500m和4100m高程突变点基本与分区吻合。由于降水量呈增加趋势且区内实施了退耕还林措施,2.2.3小节中高程带植被覆盖度大部分呈增加趋势,且在4000m以下高程带均在不同年份出现了突变;1800、1900m高程带因地处研究区湟水、黄河干流出河口附近,分布面积很小,植被覆盖度容易因农业耕作而产生变动,出现了小幅度的下降趋势,4400m和4600m处于山顶高寒区域,植被覆盖度极低,出现了微小的下降趋势。各坡度带在研究区内的分布很均匀且各带象元个数差别不大,因而植被覆盖度受降水量的影响很大,均出现了上升趋势。研究区高程带除4000m以上植被覆盖度极低的区域没有出现突变,其余均在不同年份出现突变,主要可能是降水增加及退耕还林措施等综合作用的结果。研究区26°及以上坡度带的植被覆盖度在2001年出现了突变,很大一部分原因在于研究区实施了退耕还林,而26°以下坡度带出现的突变,一部分原因是降水量的增加导致植被覆盖度增加,部分可能是土地利用变化尤其是农业种植结构变化带来的结果,而研究区整体植被覆盖度也在2001年发生突变,与降水量的增加、退耕还林的实施密切相关,与各坡度带均发生突变也有关系。综合表 3统计结果与以上分析可知,研究区降水量的变化及退耕还林措施是植被覆盖度变化的重要影响因素,其中退耕还林措施影响较大。

文章基于象元二分模型,利用MODIS植被指数产品对青海省东部农业区植被覆盖度进行估算,分析近十年植被覆盖度的时空演变特征以及对地形因子的响应,获得了相应的研究结果,并分析了原因。研究表明降水量的变化及退耕还林措施是重要影响因素,其中退耕还林对植被覆盖度变化的影响较大。但由于数据序列长度、影像分辨率及植被覆盖度计算模型等对分析结果影响较大,今后应加强高精分辨率及长时序卫星资料的研究与应用。

参考文献
[1] Zhao H Q. Research on the Vegetation coverage changes of China based on SPOT-4/VEGETATION data. Geomatics & Spatial Information Technology, 2010, 33(1): 164-166.
[2] Zhang B Q, Wu P T, Zhao X N. Detecting and analysis of spatial and temporal variation of vegetation cover in the Loess Plateau during 1982-2009. Transactions of the CSAE, 2011, 27(4): 287-293.
[3] Sun H Y, Wang C Y, Niu Z, Bukhosor, Li B. Analysis of the vegetation cover change and the relationship between NDVI and environmental factors by using NOAA time series data. Journal of Remote Sensing, 1998, 2(3): 204-210.
[4] Zhang H B, Tang H J, Yang G X, Li G, Chen B R, Xin X P. Changes of spatial-temporal characteristics based on MODIS NDVI data in Inner Mongolia grassland from 2000 to 2008. Transactions of the CSAE, 2009, 25(9): 168-175.
[5] Wang H J, Jin X H, Li H L, Zhang B, Dai S P. NDVI variation and coupling analysis with climate change in northwest of China based on GIS and RS. Transactions of the CSAE, 2010, 26(11): 194-203.
[6] Fan J Z, Li D K, Dong J F. Remote sensing analysis of vegetation restoration in key ecological construction areas of Shaanxi province. Transactions of the CSAE, 2012, 28(7): 228-234.
[7] Song Y, Ma M G. Study on vegetation cover change in Northwest China based on SPOT VEGETATION data. Journal of Desert Research, 2007, 27(1): 89-93.
[8] Song F Q, Xing K X, Liu Y, Liu Z C, Kang M Y. Monitoring and assessment of vegetation variation in Northern Shaanxi based on MODIS/NDVI. Acta Ecologica Sinica, 2011, 31(2): 354-363.
[9] Yan F L, Li Z, Shao Y, Lu H F, Fan X T, Ren X. Monitoring of changes in land vegetation covers using NOAA/AVHRR NDVI datasets. Journal of Lanzhou University: Natural Sciences, 2003, 39(2): 90-94.
[10] Li J, Gong C W. RS monitoring on the dynamic change of vegetation coverage in Lanzhou South-North hills. Science of Surveying and Mapping, 2011, 36(2): 175-177.
[11] Piao S L, Fang J Y. Dynamic vegetation cover change over the last 18 years in China. Quaternary Sciences, 2001, 21(4): 294-302.
[12] Yu D P, Zhang X, He Y, Shi X. Temporal-spatial variations of reference crop evapotranspiration in eastern plateau agricultural region of Qinghai province. Transactions of the CSAE, 2012, 28(2): 66-71.
[13] Liu L, Yao B. Monitoring vegetation-cover changes based on NDVI dimidiate pixel model. Transactions of the CSAE, 2010, 26(Supplement 1): 230-234.
[14] Cai B F, Yu R. Advance and evaluation in the long time series vegetation trends research based on remote sensing. Journal of Remote Sensing, 2009, 13(6): 1177-1186.
[15] Wang W S, Ding J, Jin J L. Stochastic Hydrology(2nd edition): Beijing: China WaterPower Press, 2008, 37-41.
[16] Jiang Z L, Jing C Y, Li D, Yu X, Wu J P. Dynamics of vegetation and its responses to terrain factors with Mann-Kendall approach: a case study in Tiaoxi watershed, Taihu Lake. Journal of Zhejiang University(Agric & Life Sci), 2011, 37 (6): 684-692.
[17] Wu J H. Consideration on the development of subsequent industry of forest rehabilitation from slope agriculture project in eastern agricultural region of Qinghai province. Journal of Hebei Agricultural Sciences, 2008, 12(6): 114-115.
[18] Zeng Y N, Jin W P, He L L, Wu K J, Yu F F, Xu Y Y. Land use mapping using remote sensing for eastern part of Qinghai plateau. Transactions of the CSAE, 2012, 28(16): 225-231.
[1] 赵汉青. 基于SPOT-4/ VEGETATION 数据的中国植被覆盖动 态变化研究. 测绘与空间地理信息, 2010, 33(1): 164-166.
[2] 张宝庆, 吴普特, 赵西宁. 近30a 黄土高原植被覆盖时空演变 监测与分析. 农业工程学报, 2011, 27(4): 287-293.
[3] 孙红雨, 王长耀, 牛铮, 布和敖斯尔, 李兵. 中国地表植被覆 盖变化及其与气候因子关系———基于NOAA 时间序列数据分 析. 遥感学报, 1998, 2(3): 204-210.
[4] 张宏斌, 唐华俊, 杨桂霞, 李刚, 陈宝瑞, 辛晓平. 2000——— 2008 年内蒙古草原MODIS NDVI 时空特征变化. 农业工程学 报, 2009, 25(9): 168-175.
[5] 王海军, 靳晓华, 李海龙, 张勃, 戴声佩. 基于GIS 和RS 的中 国西北NDVI 变化特征及其与气候变化的耦合性. 农业工程 学报, 2010, 26(11): 194-203.
[6] 范建忠, 李登科, 董金芳. 陕西省重点生态建设工程区植被恢 复状况遥感监测. 农业工程学报, 2012, 28(7): 228-234.
[7] 宋怡, 马明国. 基于SPOT VEGETATION 数据的中国西北植 被覆盖变化分析. 中国沙漠, 2007, 27(1): 89-93.
[8] 宋富强, 邢开雄, 刘阳, 刘志超, 康慕谊. 基于MODIS/ NDVI 的陕北地区植被动态监测与评价. 生态学报, 2011, 31(2): 354-363.
[9] 阎福礼, 李震, 邵芸, 卢华复, 范湘涛, 任鑫. 基于NOAA/ AVHRR 数据的西部植被覆盖变化监测. 兰州大学学报: 自然 科学版, 2003, 39(2): 90-94.
[10] 李娟, 龚纯伟. 兰州市南北两山植被覆盖度动态变化遥感监 测. 测绘科学, 2011, 36(2): 175-177.
[11] 朴世龙, 方精云. 最近18 年来中国植被覆盖的动态变化. 第 四纪研究, 2001, 21(4): 294-302.
[12] 于东平, 张鑫, 何毅, 石鑫. 青海省东部高原农业区参考作物 蒸散量的时空变化. 农业工程学报, 2012, 28(2): 66-71.
[13] 刘琳, 姚波. 基于NDVI 象元二分法的植被覆盖变化监测. 农 业工程学报, 2010, 26(增刊1): 230-234.
[14] 蔡博峰, 于嵘. 基于遥感的植被长时序趋势特征研究进展及 评价. 遥感学报, 2009, 13(6): 1177-1186.
[15] 王文圣, 丁晶, 金菊良. 随机水文学(第二版). 北京: 中国水 利水电出版社, 2008: 37-41.
[16] 江振蓝, 荆长伟, 李丹, 虞湘, 吴嘉平.运用Mann-Kendall 方 法探究地表植被变化趋势及其对地形因子的响应机制-以太 湖苕溪流域为例. 浙江大学学报(农业与生命科学版), 2011, 37(6): 684-692.
[17] 吴江红. 关于青海省东部农业区退耕还林工程后续产业发展 的思考. 河北农业科学, 2008, 12(6): 114-115.
[18] 曾永年, 靳文凭, 何丽丽, 吴孔江, 于菲菲, 徐艳艳. 青海高 原东部农业区土地利用遥感分类制图. 农业工程学报, 2012, 28(16): 225-231.