文章信息
- 赵志平, 汉瑞英, 关潇, 肖能文, 李俊生
- ZHAO Zhiping, HAN Ruiying, GUAN Xiao, XIAO Nengwen, LI Junsheng
- 2000—2019年京津冀地区植被覆盖状况变化及驱动因素
- Change of vegetation coverage and the driving factor in the Beijing-Tianjin-Hebei region from 2000 to 2019
- 生态学报. 2022, 42(21): 8860-8868
- Acta Ecologica Sinica. 2022, 42(21): 8860-8868
- http://dx.doi.org/10.5846/stxb202104070900
-
文章历史
- 收稿日期: 2021-04-07
- 网络出版日期: 2022-06-21
植被是大气与陆地碳、水和能量交换的载体[1—2]。全球环境变化正快速改变陆地植被覆盖, 由此带来地球生态系统功能和服务变化[3]。伴随着遥感技术的发展, 大尺度植被变化监测成为可能, 人们发现近几十年来全球植被变得更绿[4]。在气候变化和人类活动的影响下, 各海拔梯度的植被覆盖也呈现规律变化[5]。20世纪70年代以来中国的植树造林工程使地表植被覆盖发生了改变, 森林面积增加40多万km2, 叶面积指数每年增加10%, 生态系统碳储量增加, 土壤流失量降低, 但同时也导致生态系统蒸散发增加, 土壤湿度和径流减少, 土壤有机质发生变化, 对局地气候产生影响[6—8]。
近20年来中国和印度通过土地利用活动改变地表覆盖使植被变得更绿, 京津冀地区是植被变得更绿的典型地区[9]。京津冀大部分地区植被覆盖度呈增加趋势[10], 且植被覆盖度显著增加区域比重超过一半以上[11], 增加区域主要分布在西北部地区, 而中东部城市周边植被覆盖度下降[12]。京津冀地区植被覆盖变化主要受非气候因素驱动, 人类活动对植被变化的影响巨大[13—14]。不同地貌类型区、不同植被类型区植被覆盖度和生态系统服务功能变化的人类活动驱动因素各不相同[15—16]。同时, 在人类扰动较弱的草地、森林和灌木地与人类活动干扰更强的耕地区域植被覆盖度变化特征也不同[17]。气候因子影响方面,该区植被覆盖度增加趋势与降水的相关性比温度强[18]。此外, 大气污染变化[19]、海拔高程与植被覆盖度也有一定相关性[20]。综上所述, 近20年来京津冀地区自然植被和农田植被覆盖状况变化程度及其与温度、降水的相关性研究目前尚缺乏系统报道。
遥感植被指数已经广泛应用于地表植被覆盖度监测[21—22], 包括灾后植被恢复[23—24], 生态质量评价[25]以及入侵植物监测[26]。本研究收集京津冀地区2000—2019年MODIS植被增强型植被指数(EVI)、森林植被和非森林植被覆盖百分比数据, 以及年平均温度和降水量数据和2010年土地利用数据, 分析该区近20年来植被年均EVI变化过程和趋势, 揭示其变化的驱动因素, 以期为客观评价京津冀生态建设和协同发展成效、构建区域生态安全格局提供科学依据。
1 数据和方法 1.1 研究区概况京津冀地区位于我国华北地区, 地势西北高、东南低, 地理上界于北纬36°05′—42°40′, 东经113°27′—119°50′之间, 陆域总面积约21.8×104 km2, 占全国总面积的2.27%[27]。气候上该区属于暖温带半湿润大陆性季风气候, 四季分明。行政区划包括北京市、天津市和河北省。该区植被结构复杂, 种类繁多, 植被类型主要为森林和灌草丛, 包括白皮松林、华山松林、辽东栎林以及荆条、酸枣灌丛, 南部平原区大多数以耕地和城市人工植被为主[28]。2010年土地利用状况显示京津冀地区耕地面积占总面积的50.26%, 林地、草地和裸地占总面积的37.34%, 居民地和建设用地占总面积的9.05%(图 1)。日益增大的人类活动强度给此区域生态保护带来巨大压力[29]。
![]() |
图 1 2010年京津冀地区土地利用状况 Fig. 1 Land use of Beijing-Tianjin-Hebei region in 2010 |
本研究用到的2000—2019年植被EVI数据来源于MODIS MOD13A2产品, 通过对每16天EVI求均值得到EVI年均值, 森林植被和非森林植被覆盖百分比数据来源于MODIS MOD44B产品(下载网址https://search.earthdata.nasa.gov), 空间分辨率均为1 km。2000—2019年平均温度和降水量数据与2010年土地利用状况数据来源于中国科学院资源环境科学与数据中心(网址http://www.resdc.cn/), 空间分辨率1 km。2000—2019年京津冀地区造林面积来源于《中国林业和草原统计年鉴2019》。
1.3 方法增强型植被指数(EVI)是表征地表植被覆盖状况的重要指数, 改善了以往NDVI植被指数容易饱和的问题, 并能有效地降低大气和土壤背景噪声[22]。本研究采用求平均的方法获得每个象元一年中地表植被EVI平均值(EVImean)来代表当年植被生长状况。
![]() |
(1) |
式中x表示空间位置, t表示年份, i表示t年中1月1日起第i个16天, 其范围在1到23之间。
周广胜等[30—32]基于植物的生理生态学特点及联系能量平衡和水量平衡方程的实际蒸散模型, 根据世界各地的23组森林、草地及荒漠等自然植被资料及相应的气候资料建立了植被气候植被净初级生产力(NPP)模型:
![]() |
(2) |
式中:NPP为植被净初级生产力(gC m-2 a-1), P为年降水量(mm), RDI为辐射干燥度, 可用下式计算:
![]() |
(3) |
![]() |
(4) |
式中:T为年平均温度(℃), P为年降水量(mm), PER为可能蒸散率。
2 结果与分析 2.1 植被生长状况变化农田植被占京津冀地区总面积的50.26%。近20年农田植被EVI均值为0.23, 2001年最低为0.21, 2019年最高为0.25(图 2)。2000—2019年京津冀地区农田植被EVI年均值呈现极显著增加趋势(P<0.01), 增加速率0.0009/a, 与EVI均值相比约为3.91%/10 a, 反映了近20年来该地区农田植被生长状况整体呈现变好趋势。自然植被占京津冀地区总面积的37.34%。近20年自然植被EVI均值为0.23, 2001年最低为0.21, 2019年最高为0.26。2000—2019年该区自然植被EVI年均值也呈现极显著增加趋势(P<0.01), 且显著性更强, 增加速率更快为0.0016/a, 与EVI均值相比约为6.96%/10 a, 是农田植被的1.8倍, 反映了近20年来京津冀地区自然植被生长状况整体变好趋势比农田植被更明显。进一步分析发现前10年(2000—2009年)京津冀地区植被EVI年均值变化震荡幅度较大, 变化趋势不显著。后10年(2010—2019年)植被EVI年均值变化震荡幅度较小, EVI增加趋势非常显著。
![]() |
图 2 2000—2019年京津冀地区自然植被和农田植被增强型植被指数(EVI)变化 Fig. 2 Enhanced vegetation index (EVI) variation of natural and cropland vegetation in Beijing-Tianjin-Hebei region during 2000—2019 |
深入分析发现京津冀地区自然植被主要分布在该区北部和西南部区域。其中自然植被EVI较高区域主要分布在燕山和太行山区, 主要包括北京市、承德市和秦皇岛市。EVI较低区域主要分布在该区西北部的张家口市和保定市西南部, 这些地区水热条件相对较差、人类活动对自然植被破坏较严重(图 3)。
![]() |
图 3 近20年来京津冀地区自然植被EVI空间分布 Fig. 3 EVI pattern of natural vegetation of Beijing-Tianjin-Hebei region in last 20 years |
2000—2019年京津冀大部分地区自然植被EVI具有增加趋势, 占总面积的99.51%。其中增加速率较快地区主要位于该区北部和西南部的燕山、太行山区域, 主要包括承德市、北京市和邢台市西部。自然植被EVI增加速率较慢地区主要位于该区西北部和东部地区, 包括张家口市北部和唐山市中北部地区。此外, 秦皇岛市北部、唐山市北部和保定市西南部等局部地区自然植被EVI具有减少趋势(图 4)。
![]() |
图 4 近20年来京津冀地区自然植被EVI空间变化 Fig. 4 EVI variation of natural vegetation of Beijing-Tianjin-Hebei region in last 20 years |
对农田植被进一步分析发现京津冀地区农田植被主要分布在该区东南部和西北部区域。其中农田植被EVI较高区域主要分布在东南部区, 主要包括石家庄市、邢台市、衡水市和邯郸市。EVI较低区域主要分布在该区西北部的张家口市, 主要原因是水热条件相对较差、农田植被生长状况不佳(图 5)。
![]() |
图 5 近20年来京津冀地区农田植被EVI空间分布 Fig. 5 EVI pattern of cropland vegetation of Beijing-Tianjin-Hebei region in last 20 years |
2000—2019年京津冀大部分地区农田植被EVI具有增加趋势, 占总面积的96.95%。其中增加速率较快地区主要位于该区东南部地区, 主要包括石家庄市、邢台市、衡水市和邯郸市。农田植被EVI增加速率较慢地区主要位于该区中部和东部地区, 包括廊坊市、天津市、和唐山市。此外, 秦皇岛市南部、沧州市北部和北京市南部等局部地区农田植被EVI具有减少趋势(图 6)。
![]() |
图 6 近20年来京津冀地区农田植被EVI空间变化 Fig. 6 EVI variation of cropland vegetation of Beijing-Tianjin-Hebei region in last 20 years |
对MODIS植被覆盖产品分析发现, 2000—2019年京津冀地区植被覆盖百分比具有极显著增加趋势(P<0.01), 增加速率为3.85%/10 a, 说明近20年来该地区植被覆盖状况呈现极显著变好趋势。其中森林植被百分比也具有极显著增加趋势(P<0.01), 增加速率为2.13%/10 a。非森林植被百分比同样具有显著增加趋势(P<0.05), 增加速率为1.72%/10 a。森林植被比非森林植被覆盖状况变好趋势更明显(图 7)。
![]() |
图 7 2000—2019年京津冀地区森林植被和非森林植被占比变化 Fig. 7 Proportions of tree cover and non-tree cover in Beijing-Tianjin-Hebei region during 2000—2019 |
自然状态下植被生长状况主要受气候变化影响。2000—2019年京津冀地区年平均温度呈现升高趋势, 升高速率为0.04℃/a, 但未达到显著水平(P>0.05)。其中2008年平均温度最高为12.81℃, 2010年平均温度最低为6.92℃, 近20年均值为9.77℃。年降水量也呈现增加趋势, 增加速率为4.12 mm/a, 同样未达到显著水平(P>0.05)。其中2016年降水量最多为632.50 mm, 2002年最低为396.40 mm, 近20年均值为502.23(图 8)。
![]() |
图 8 2000—2019年京津冀地区年平均温度和年降水量变化 Fig. 8 Annual temperature and precipitation in Beijing-Tianjin-Hebei region during 2000—2019 |
本研究将平均气温和降水量带入气候驱动的植被净初级生产力(NPP)模型运算(公式2), 结果显示2000—2019年京津冀地区气候NPP呈现增加趋势, 增加速率为1.73 gC·m-2·a-2, 仍然未达到显著水平(P>0.05)(图 9)。而近20年来京津冀地区植被生长状况呈现极显著变好(P<0.01), 尤其是自然植被变好的显著性较强。
![]() |
图 9 2000—2019年京津冀地区气候驱动的植被净初级生产力变化 Fig. 9 Variation of net primary production driven by climate in Beijing-Tianjin-Hebei region during 2000—2019 |
本研究基于土地利用空间数据, 把京津冀地区分为自然植被和农田植被, 并且利用年均EVI来表征二者生长状况。已有研究认为2001—2015年京津冀地区植被变化趋势以改善为主, 且改善的面积比例63%, 退化的比例22%[12];2005—2015年植被覆盖改善区达93.2%, 退化区为6.8%[11];2006—2015年植被覆盖改善区占总面积的97.61%[15];而本研究结果表明2000—2019年京津冀地区自然植被和农田植被EVI显著增加, 99.51%的自然植被和96.95%的农田植被生长状况改善。植被改善比例越来越高, 这是因为前10年(2000—2009年)京津冀地区植被EVI年均值变化趋势不显著, 后10年(2010—2019年)植被EVI年均值增加趋势非常显著(图 2), 因此研究时段越近植被改善比例越高。此外, 本研究认为近20年京津冀自然植被EVI增加速率是农田植被的1.8倍。阎世杰等[15]研究也认为京津冀地区山地植被覆盖度增长速率大于平原等地。由于京津冀地区山地植被基本为自然植被, 因此该研究与本研究结果一致。
2000—2019年京津冀地区自然植被和农田植被EVI年均值显著增加, 而同时期年平均温度和年降水量变化趋势不显著, 同时年平均温度和年降水量驱动的植被净初级生产力变化也不显著。本研究分别将自然植被和农田植被EVI年均值与年平均温度和年降水量进行相关分析。结果显示自然植被EVI与年平均温度和年降水量相关性不显著(P>0.05)(图 10)。农田植被EVI与年平均温度显著相关(P<0.05), 与年降水量相关性不显著(P>0.05), 主要原因是京津冀地区农田植被灌溉水来源于地下水和南水北调农业用水, 农田植被生长与该区年降水量波动相关性不大, 而年平均温度与农田植被生长直接相关。因此, 农田灌溉和年平均温度变化可能是农田植被EVI显著增加的主要驱动因素。
![]() |
图 10 自然植被和农田植被与年平均温度和年降水量相关性 Fig. 10 Correlation of Natural and cropland vegetation with annual average temperature and annual precipitation |
京津冀地区植被覆盖变化主要受非气候因子驱动型为主, 人类活动对植被变化的影响巨大[13]。京津冀地区近20年采取的生态保护工程改善了植被状况[33], 包括始于1978年的三北防护林工程(涉及河北省), 1986年的太行山绿化工程(涉及北京市和河北省), 2002年启动的京津风沙源治理工程(涉及整个京津冀地区), 以及2006—2015年全国沿海防护林体系建设工程和2016—2025年全国沿海防护林体系建设工程(涉及河北省)。统计数据显示[34], 2019年京津冀地区造林总面积5712.66 km2, 约占该区总面积的2.62%(表 1), 其中京津风沙源治理工程造林347.73 km2, 三北及长江流域等重点防护林体系工程造林917.85 km2, 国家储备林建设工程造林19.26 km2, 其他造林4427.82 km2。2000—2019年京津冀地区累计造林面积84367.27 km2, 自2006年以来京津冀地区造林面积基本上逐年增加(图 11)。正是通过实施上述以造林为主的生态建设工程, 近20年来京津冀地区自然植被生长覆盖状况呈现极显著变好, 自然植被EVI增加速率是农田植被的1.8倍。同时分析结果也显示京津冀地区森林植被比非森林植被覆盖百分比增加趋势更明显(图 7)。因此, 以造林为主的生态建设工程可能是该区自然植被生长覆盖状况显著变好的主要驱动因素。
区域 Region |
全部造林面积 Total afforestation area/km2 |
京津风沙源治理工程 Sandification control program for the areas in the vicinity of Beijing and Tianjin/km2 |
三北及长江流域等重点防护林体系工程 Key shelterbelt development programs in the Three-North region and in the middle and lower reaches of the Yangtze River/km2 |
国家储备林建设工程 National Reserve Forest Construction Project/km2 |
其他造林 Other afforestation/km2 |
北京市 | 340.84 | 11.74 | 3.33 | - | 325.77 |
天津市 | 165.38 | 8.59 | - | - | 156.79 |
河北省 | 5206.44 | 327.40 | 914.52 | 19.26 | 3945.26 |
京津冀 | 5712.66 | 347.73 | 917.85 | 19.26 | 4427.82 |
![]() |
图 11 2000—2019年京津冀地区造林面积 Fig. 11 Afforestation area in Beijing-Tianjin-Hebei region from 2000 to 2019 |
近年来, 京津冀地区实施生态协同可持续发展战略, 植被生长覆盖状况不断得到改善, 人类活动起着十分重要的作用。本研究仅用年平均温度和年降水量作为自然和农田植被生长覆盖变化的驱动因素进行分析, 且在时间尺度上仅考虑了年际变化水平。今后需进一步开展传统群落学调查, 分析探讨驱动因素对自然植被、农田植被、人工林植被结构和功能的影响及其生态学意义。
4 结论(1) 2000—2019年京津冀地区自然植被和农田植被EVI显著增加, 其中自然植被增加速率为6.96%/10 a, 农田植被增加速率为3.91%/10 a, 自然植被EVI增加速率是农田植被的1.8倍。99.51%的自然植被和96.95%的农田植被生长状况改善。
(2) 2000—2019年京津冀地区自然植被EVI与年平均温度和年降水量相关性不显著。农田植被EVI与年平均温度显著相关, 与年降水量相关性不显著, 主要原因是京津冀地区农田植被灌溉水来源于地下水和南水北调农业用水, 农田植被生长与该区年降水量波动相关性不大, 而年平均温度与农田植被生长直接相关。农田灌溉和年平均温度变化是农田植被EVI显著增加的主要驱动因素。
(3) 近20年京津冀地区通过实施以造林为主的生态建设工程, 自然植被生长覆盖状况呈现极显著变好。同时森林植被比非森林植被覆盖百分比增加趋势更明显。以造林为主的生态建设工程是京津冀地区自然植被生长覆盖状况显著变好的主要驱动因素。
[1] |
Haberl H, Erb K H, Krausmann F, Gaube V, Bondeau A, Plutzar C, Gingrich S, Lucht W, Fischer-Kowalski M. Quantifying and mapping the human appropriation of net primary production in earth's terrestrial ecosystems. Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(31): 12942-12947. DOI:10.1073/pnas.0704243104 |
[2] |
Bastin J F, Finegold Y, Garcia C, Mollicone D, Rezende M, Routh D, Zohner C M, Crowther T W. The global tree restoration potential. Science, 2019, 365(6448): 76-79. DOI:10.1126/science.aax0848 |
[3] |
Zhu Z C, Piao S L, Myneni R B, Huang M T, Zeng Z Z, Canadell J G, Ciais P, Sitch S, Friedlingstein P, Arneth A, Cao C X, Cheng L, Kato E, Koven C, Li Y, Lian X, Liu Y W, Liu R G, Mao J F, Pan Y Z, Peng S S, Peñuelas J, Poulter B, Pugh T A M, Stocker B D, Viovy N, Wang X H, Wang Y P, Xiao Z Q, Yang H, Zaehle S, Zeng N. Greening of the Earth and its drivers. Nature Climate Change, 2016, 6(8): 791-795. DOI:10.1038/nclimate3004 |
[4] |
Piao S L, Wang X H, Park T, Chen C, Lian X, He Y, Bjerke J W, Chen A P, Ciais P, Tømmervik H, Nemani R R, Myneni R B. Characteristics, drivers and feedbacks of global greening. Nature Reviews Earth & Environment, 2020, 1(1): 14-27. |
[5] |
Gao M D, Piao S L, Chen A P, Yang H, Liu Q, Fu Y H, Janssens I A. Divergent changes in the elevational gradient of vegetation activities over the last 30 years. Nature Communications, 2019, 10(1): 2970. DOI:10.1038/s41467-019-11035-w |
[6] |
Hong S B, Yin G D, Piao S L, Dybzinski R, Cong N, Li X Y, Wang K, Peñuelas J, Zeng H, Chen A P. Divergent responses of soil organic carbon to afforestation. Nature Sustainability, 2020, 3(9): 694-700. DOI:10.1038/s41893-020-0557-y |
[7] |
Li Y, Piao S L, Li L Z X, Chen A P, Wang X H, Ciais P, Huang L, Lian X, Peng S S, Zeng Z Z, Wang K, Zhou L M. Divergent hydrological response to large-scale afforestation and vegetation greening in China. Science Advances, 2018, 4(5): eaar4182. DOI:10.1126/sciadv.aar4182 |
[8] |
Li Y, Piao S L, Chen A P, Ciais P, Li L Z X. Local and teleconnected temperature effects of afforestation and vegetation greening in China. National Science Review, 2020, 7(5): 897-912. DOI:10.1093/nsr/nwz132 |
[9] |
Chen C, Park T, Wang X H, Piao S L, Xu B D, Chaturvedi R K, Fuchs R, Brovkin V, Ciais P, Fensholt R, Tømmervik H, Bala G, Zhu Z C, Nemani R R, Myneni R B. China and India lead in greening of the world through land-use management. Nature Sustainability, 2019, 2(2): 122-129. DOI:10.1038/s41893-019-0220-7 |
[10] |
李玉虎, 滕佳华, 马文涛. 京津冀地区植被覆盖度时空演变特征分析. 北京测绘, 2019, 33(11): 1302-1307. DOI:10.19580/j.cnki.1007-3000.2019.11.003 |
[11] |
李卓, 孙然好, 张继超, 张翀. 京津冀城市群地区植被覆盖动态变化时空分析. 生态学报, 2017, 37(22): 7418-7426. |
[12] |
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. 遥感技术与应用, 2018, 33(4): 593-599. |
[13] |
孟丹, 李小娟, 宫辉力, 屈益挺. 京津冀地区NDVI变化及气候因子驱动分析. 地球信息科学学报, 2015, 17(8): 1001-1007. |
[14] |
王永财, 孙艳玲, 王中良. 1998-2011年海河流域植被覆盖变化及气候因子驱动分析. 资源科学, 2014, 36(3): 594-602. |
[15] |
阎世杰, 王欢, 焦珂伟. 京津冀地区植被时空动态及定量归因. 地球信息科学学报, 2019, 21(5): 767-780. |
[16] |
潘梅, 陈天伟, 黄麟, 曹巍. 京津冀地区生态系统服务时空变化及驱动因素. 生态学报, 2020, 40(15): 5151-5167. |
[17] |
程琳琳, 李玉虎, 孙海元, 张也, 詹佳琪, 刘梅. 京津冀MODIS长时序增强型植被指数拟合重建方法适用性研究. 农业工程学报, 2019, 35(11): 148-158. |
[18] |
晏利斌, 刘晓东. 1982-2006年京津冀地区植被时空变化及其与降水和地面气温的联系. 生态环境学报, 2011, 20(2): 226-232. |
[19] |
孙爽, 李令军, 赵文吉, 齐梦溪, 田欣, 李珊珊. 京津冀大气污染变化规律及其与植被指数相关性分析. 环境科学, 2019, 40(4): 1585-1593. |
[20] |
何腾飞, 王秀兰, 宋亚男. 基于高光谱遥感的京津冀地区植被分布规律及影响因素分析. 林业调查规划, 2014, 39(5): 15-19. |
[21] |
赵志平, 吴晓莆, 李果, 李俊生. 黄河源区高寒草地NDVI格局与梯度变化. 草业科学, 2013, 30(12): 1917-1925. |
[22] |
王瑞杰, 闫峰. 2000-2018年西北砒砂岩区植被覆盖度与地形效应. 应用生态学报, 2020, 31(4): 1194-1202. |
[23] |
赵志平, 邵全琴, 黄麟. 2008年南方特大冰雪冻害对森林损毁的NDVI响应分析——以江西省中部山区林地为例. 地球信息科学学报, 2009, 11(4): 535-540. |
[24] |
李京忠, 曹明明, 邱海军, 薛冰, 胡胜, 崔鹏. 汶川地震区灾后植被恢复时空过程及特征——以都江堰龙溪河流域为例. 应用生态学报, 2016, 27(11): 3479-3486. |
[25] |
杨绘婷, 徐涵秋. 基于遥感空间信息的武夷山国家级自然保护区植被覆盖度变化与生态质量评估. 应用生态学报, 2020, 31(2): 533-542. |
[26] |
周在明, 杨燕明, 陈本清. 基于无人机遥感监测滩涂湿地入侵种互花米草植被覆盖度. 应用生态学报, 2016, 27(12): 3920-3926. |
[27] |
张蓬涛, 刘双嘉, 周智, 刘春敬, 徐磊, 高星. 京津冀地区生态系统服务供需测度及时空演变. 生态学报, 2021, 41(9): 3354-3367. |
[28] |
王静, 周伟奇, 许开鹏, 颜景理, 李伟峰, 韩立建. 京津冀地区的生态质量定量评价. 应用生态学报, 2017, 28(8): 2667-2676. |
[29] |
冼超凡, 王莉雁, 逯非, 郑华, 欧阳志云. 基于"氮补偿"机制及数据包络分析的活性氮减排评价——以京津冀区域为例. 应用生态学报, 2017, 28(8): 2545-2553. |
[30] |
周广胜, 郑元润, 陈四清, 罗天祥. 自然植被净第一性生产力模型及其应用. 林业科学, 1998, 34(5): 4-13. |
[31] |
周广胜, 张新时. 自然植被净第一性生产力模型初探. 植物生态学报, 1995, 19(3): 193-200. |
[32] |
周广胜, 张新时. 全球气候变化的中国自然植被的净第一性生产力研究. 植物生态学报, 1996, 20(1): 11-19. |
[33] |
张鹏骞, 胡理乐, 白加德. 京津冀地区近20年NDVI时空变化特征. 生态环境学报, 2021, 30(1): 29-36. |
[34] |
国家林业和草原局. 中国林业和草原统计年鉴-2019. 北京: 中国林业出版社, 2020.
|