2023, Vol. 43文章信息
- 吴晶晶, 焦亮, 张华, 杜达石, 朱许丽, 车曦晨
- WU Jingjing, JIAO Liang, ZHANG Hua, DU Dashi, ZHU Xuli, CHE Xichen
- 生态修复前后祁连山地区植被覆盖变化
- Vegetation coverage variation in the Qilian Mountains before and after ecological restoration
- 生态学报. 2023, 43(1): 408-418
- Acta Ecologica Sinica. 2023, 43(1): 408-418
- http://dx.doi.org/10.5846/stxb202112083482
-
文章历史
- 收稿日期: 2021-12-08
- 网络出版日期: 2022-08-29
2. 西北师范大学 甘肃省绿洲资源环境与可持续发展重点实验室, 兰州 730070
2. Key Laboratory of Resource Environment and Sustainable Development of Oasis, Gansu Province, Lanzhou 730070, China
植被覆盖动态变化可用于监测生态环境的优劣, 实时监测植被覆盖的动态变化可为生态环境的保护提供决策方向和建议[1—2]。相关研究表明植被覆盖的变化是受气候因素和人类活动共同影响的[3], 气候因素在大尺度方向影响植被的生长状况, 而人类活动则是在小尺度短时间内影响植被覆盖度的变化, 其中生态修复工程对植被覆盖恢复具有重大影响。退耕还林工程、天然资源保护工程使得西南地区的森林覆盖面积增大和林木再生, 改善了西南地区的森林生态系统[4—5]；“三北”防护林和天然林保护工程促进了黄河流域地区的植被增长[6—7]；生态补水工程促使河道两侧地下水埋深大幅抬升, 遏制了海水倒灌对湿地生态系统的破坏趋势[8]；封地育林、退耕还林等工程使城镇生态系统得到显著改善[9—12]；石漠化治理计划、草原生态保护计划、森林生态系统补偿基金、水土保持重点建设工程等13项生态修复工程促使了旱区植被变绿、改善了当地的生态系统的恢复力[13]。同时, 生态修复工程对山地森林系统也具有重大影响, 青藏高原植被覆盖总面积的61.16%是由人类活动引起的[14]；天然林保护、退耕还林还草等工程使秦岭地区大范围植被生态系统得到抚育, 林地、草地和水域面积大幅度增加[15]；适度的生态工程及农业生产活动对黄河流域的植被恢复起促进作用[16]。探究人类活动对生态环境的影响, 可以更好地调控其对生态环境的干扰程度, 为政府的决策提供有力依据。
祁连山作为中国西部一条重要的生态屏障[17], 具有涵养水源、保护森林、调节气候、保持生物多样性、维持生态系统平衡等多重重要的生态功能[18]。目前对祁连山生态环境变化的研究主要包括气候变化、冰川冻土变化、生物多样性变化以及祁连山土壤植被变化等方面。同时, 祁连山为保护生态环境也实施了退耕还林还草、天然林保护、冰川环境保护、山水林田湖草沙冰等一系列生态修复工程[19—23], 但是, 目前生态工程实施后对生态系统的保护和恢复起到的作用还没有一个系统的评估。另外, 影响植被覆盖变化的主要因素为气候因素和人类活动[24—25], 但气候变化和人类活动对于植被覆盖变化的贡献率还存在一定的不确定性。
鉴于此, 本文以祁连山地区为研究对象, 利用谷歌地球引擎(Google Earth Engine)云平台的Landsat NDVI数据集, 通过JavaScript编写程序代码研究祁连山生态修复前后的植被覆盖度的变化。同时, 为了定量化评估气候因素和人类活动的贡献率, 采用多元回归残差方法对祁连山地区生态修复前后植被覆盖度的变化进行分析, 进而探究生态修复工程对祁连山地区的作用, 并为以后的祁连山生态修复方案提供科学依据和发展方向。
1 研究区概况祁连山位于甘肃省和青海省的交界处(图 1), 连接黄土、蒙新、青藏三大高原, 地理位置位于93.4°—103.4°E, 35.8°—40.0°N[26]。祁连山地势西高东低, 山脉走向表现为西北—东南方向, 平均海拔在4000—5000m。祁连山地区为典型的大陆性高寒半湿润山地气候, 冬季寒冷干燥, 夏季温凉湿润, 年平均气温在4℃以下, 全年日照时数1744h, 年降水量维持在在400mm左右, 且主要集中在5—9月。祁连山水系呈辐射格状分布, 且水系多以冰川融水为主要补给[27]。祁连山地具有明显的垂直地带性, 主要的植被有青海云杉(Picea crassifolia)、祁连圆柏(Sabina przewalskii)、油松(Pinus tabuliformis)、金露梅(Potentilla fruticosa)、银露梅(Potentilla glabra)、箭叶锦鸡儿(Tetraogallus himalayensis)、杜鹃(Rhododendron simsii)等[28—29]。
|
| 图 1 研究区位置图 Fig. 1 Location of the study area |
1986—2020年Landsat NDVI数据集来源谷歌地球引擎云平台[30—31](https://earthengine.google.com/)。该数据源为Landsat TM/OLI影像, 空间分辨率为30×30m。通过JavaScript编写程序代码在Google Earth Engine云平台处理数据, 包括辐射定标、几何校正、掩膜处理、去云处理、NDVI计算、NDVI年最大合成、像元二分模型植被覆盖度反演等。根据美国地质调查局官方介绍, 不同Landsat卫星传感器之间是经过校正的, 所有一级Landsat卫星数据之间具有一致性, 可以用于时间序列分析[32]。
本文所用到的气象数据来源于祁连山及周边的22个气象站, 包括逐年平均气温、降水量、相对湿度及干旱指数。逐年平均气温、降水量、相对湿度数据从中国气象数据共享服务网(http://data.cma.cn/)获得。干旱指数(SPEI)数据来自荷兰皇家气象研究所(http://climexp.knmi.nl/, 于2020年10月17日访问), 干旱指数是基于气象数据(降水、温度、相对湿度、太阳辐射、水气压和风速)计算得出的。
2.2 研究方法时间序列划分: 本文依据祁连山地区发生的重大生态环境安全保护事件的时间点, 即1999年甘肃率先开展退耕还林还草工程和2017年受中央督导组指示开展的生态修复工程, 将研究时段1986—2020年划分为三个阶段, 即生态修复前(1999年以前)、生态修复中(2000—2016年)和生态修复后(2017—2020年)。
像元二分模型: 本文利用像元二分模型合成的最大NDVI近似估算植被覆盖度[33—34]计算公式为:
|
(1) |
式中, FVC为像元植被覆盖度大小, NDVI为像元归一化植被指数值, NDVIveg为纯植被像元的NDVI值, NDVIsoil为纯裸土像元的NDVI值。
根据祁连山地区植被覆盖的实际情况, 采用等间距分级法[35], 将植被覆盖度分为5个等级, 即低盖度(FVC＜20%)、中低盖度(20%≤FVC＜40%)、中盖度(40%≤FVC＜60%)、中高盖度(60%≤FVC＜80%)、高盖度(FVC≥80%)。
多元回归残差分析: 利用多元回归残差方法分析气候因素和人类活动对植被覆盖度的影响, 即贡献率[36—40]。该方法主要有以下3个步骤: ①以年FVC为因变量, 气温、降水量、相对湿度和干旱指数为自变量建立二元线性回归方程, 计算模型中的各项参数；②基于1986—1999年气候因素数据以及回归模型的参数计算得到FVC的预测值(FVCCC), 用来表示气候因素对植被NDVI的影响；③计算FVC观测值与FVCCC之间的差值, 即FVC残差(FVCHA), 用来表示人类活动对NDVI的影响。具体计算公式如下:
|
(2) |
式中, a、b、c、d、e是常数, T为气温, P为降水量, S为相对湿度, Q为干旱指数, FVCcc为预测值, FVCobs为实际观测值, FVCHA为残差值。
趋势分析法: 使用Thril-Sen斜率表示气象因素和人类活动对植被覆盖度的正反向作用[41—44], 计算公式如下:
|
(3) |
式中, median表示中位数函数；xi和xj为序列数据, 表示不同年份的贡献率；tj和ti为时间序列数据；当β＞0时表示影响因子为正向促进作用；当β＜0时表示影响因子为反向抑制作用。
偏相关系数: 本文利用偏相关系数研究植被覆盖度与平均气温、年降水量、相对湿度、干旱指数的关系[45]。当在分析变量]x1]和]x2]之间的相关程度时, 控制了变量]x3]的线性作用后, x1和x2之间的一阶偏相关系数定义为:
|
(4) |
式中, r12(3)表示固定自变量3后自变量1与因变量2之间的偏相关系数, 其中r12、r13、r23分别为自变量1、自变量2、因变量3之间的相关系数。rxy＞0表示两个变量之间呈现正相关, 即相关程度强; rxy＜0则表示两个变量之间呈现负相关关系, 即相关程度弱。
3 结果与分析 3.1 祁连山地区植被覆盖时空变化特征 3.1.1 植被覆盖度的年际变化通过对祁连山植被覆盖度年际变化的分析可知, 祁连山地区1986—2020年的FVC总体呈现为波动增加的趋势, 增长倾向为0.022/10a。生态修复前后FVC平均值有显著的差异, 其中生态修复前祁连山地区FVC表现为减少趋势, 减少趋势为0.008/10a；生态修复中祁连山地区FVC为增加趋势, 增速为0.030/10a；生态修复后祁连山植被快速增长, 增加速率为0.137/10a(图 2)。
|
| 图 2 祁连山地区平均植被覆盖度年际变化图 Fig. 2 Annual variation of mean vegetion coverage in Qilian Mountains 不同的小写字母表示不同时期之间差异显著(P＜0.05) |
祁连山地区实行生态修复工程前, 1999年高FVC面积为1.35×105km2, 仅占0.70%；中高FVC面积为5.11×106km2, 占26.46%；中FVC面积为2.64×106km2, 占总面积的13.71%；中低FVC面积为3.45×106km2, 占总面积的17.87%；低FVC面积为7.97×106km2, 占总面积的41.27%(图 3)。在实行退耕还林还草生态修复工程过程中, 2016年高FVC面积达到了5.34×106km2, 占27.65%；中高FVC面积为1.94×106km2, 占10.06%；中FVC面积为1.87×106km2, 占总面积的9.68%；中低FVC面积为3.24×106km2, 占总面积的16.80%；低FVC面积则减少到了6.92×106km2, 占35.85%(图 3)。实行生态修复工程后, 2020年高FVC面积为5.33×106km2, 占27.61%；中高FVC面积为1.90×106km2, 占9.86%；中FVC面积为2.02×106km2, 占总面积的10.49%；中低FVC面积为3.33×106km2, 占总面积的17.29%；低FVC的面积为6.70×106km2, 占总面积的34.75%(图 3)。
|
| 图 3 祁连山植被覆盖等级分布 Fig. 3 Grade distribution of vegetation coverage in Qilian Mountains |
从图 3中可以看出, 生态修复后祁连山地区高等级植被覆盖面积增加, 低等级植被覆盖面积减少。其中, 高等级FVC(中高、高FVC)面积增加了1.99×106km2, 占祁连山总面积的10.3%, 低FVC面积减少了1.26×106km2, 面积占比减少了6.52%, 表明祁连山地区植被向好的方向转化。
3.1.2 植被覆盖度的空间变化祁连山地区中高覆盖度分布在东南地区, 西北方向地区以低覆盖度为主。自实施生态修复工程后, 各个等级的FVC相互转化, 且多为低等级FVC向高等级FVC方向转移(图 4)。其中在生态修复过程中, 2016年祁连山的中高覆盖度面积增长迅速, 中低覆盖度向中高覆盖度方向转化(图 4)；生态修复后, 2020年低植被覆盖度面积减少了1.39×104km2, 中高FVC向高FVC转移面积达4.64×104km2, 转移速率为1.36×102km2/10a(图 4)。对比实施生态修复工程前后, 总体程度上祁连山地区的植被状态恢复良好, 低等级FVC面积减少, 高等级FVC面积增加。
|
| 图 4 祁连山植被覆盖等级转移图 Fig. 4 The transfer map of vegetation cover grade in Qilian Mountains |
祁连山地区植被覆盖度受气候因素与人类活动共同作用, 因此, 利用偏相关系数探究植被覆盖度与气候因素的相关关系, 其中祁连山地区的FVC变化与降水量、气温、干旱指数表现为显著正相关(P＜0.01), 与相对湿度为负相关。在研究时段中干旱指数、气温对植被生长影响最大, 也就是说植被覆盖度受当地干旱程度制约最大, 平均气温对植被覆盖的影响程度表现为增强的趋势, 而干旱指数、降水量则为减弱的趋势。在不同研究时段内, 影响植被覆盖度变化的主导因子各不相同, 其中, 生态修复前祁连山植被覆盖度受降水量和干旱指数影响最大, 在生态修复过程中以及实施生态修复后, 平均气温制约着植物的生长发育(图 5)。
|
| 图 5 气候因素与植被覆盖度(FVC) 间的相关系数 Fig. 5 Correlation Coefficient between climatic factors and vegetation coverage (FVC) *表示在0.05水平上显著相关；**表示在0.01水平上显著相关 |
为了定量化评估气候因素和人类活动对祁连山植被覆盖度的贡献率, 采用多元回归残差分析将气候因素的影响与人类活动的作用剥离, 从而得到以下结果: 在研究时段内, 气候因素对植被覆盖的贡献率呈减少趋势, 减少的幅度为1.52/10a；人类活动对植被覆盖的贡献率则为增加趋势, 增幅为1.52/10a(图 6)。
|
| 图 6 气候因素和人类活动对植被覆盖度的贡献率 Fig. 6 Contribution rate of climate factors and human activities to vegetation coverage |
气候因素和人类活动对植被覆盖的影响分为正向促进作用和反向抑制作用。本文利用Thril-Sen斜率表示气候因素和人类活动对植被覆盖度的正反向作用。研究时段的34年间, 其中气候因素有15年对植被覆盖表现为正向促进作用, 人类活动则有19年对植被覆盖变化表现为促进作用。生态修复过程中, 气候因素对祁连山植被覆盖变化的影响为反向抑制作用, Thril-Sen斜率β 为-0.0023, 人类活动则为正向促进作用, Thril-Sen斜率β 为0.0023；生态修复后, 气候因素对祁连山植被覆盖变化的影响为反向抑制作用, 斜率β 为-0.015, 人类活动则为正向促进作用, Thril-Sen斜率β 为0.015。这表明人类活动对植被覆盖度的影响作用逐渐增加。同时, 实行生态修复工程后, 人类活动对植被覆盖的正向促进作用大于反向抑制作用(图 7)。
|
| 图 7 气候因素及人类活动对植被覆盖度的贡献率斜率 Fig. 7 Slope of contribution rate of climate factors and human activities to vegetation coverage |
祁连山植被覆盖度在生态修复前后有明显变化。在时间尺度上, 1986—2020年间祁连山地区植被覆盖呈现增加趋势, 增加倾向为0.022/10a。祁连山作为中国西部重要的生态屏障, 随着生态文明理念的普及, 国家和地方意识到生态环境状况决定着该地的经济发展和民生状况, 相关部门采取了一系列的生态保护措施, 包括退耕还林工程、天然林保护工程与多项水利补偿工程等[46—48], 这些工程的实施一定程度上促进了区域植被覆盖度的增加。甘肃省作为1999年退耕还林政策的首批试点, 其生态保护工作的实施使得人类砍伐森林、践踏草丛的现象减少, 区域植被生长逐渐趋于稳定, 这可能是造成植被覆盖变化在2001年前波动较大, 而2001年后变化趋势较为稳定的原因。2011年实施的天保工程人工造林项目为祁连山地区植被覆盖的增加奠定了良好基础, 截止到2016年祁连山地区的植被覆盖度达到了38.00%。另外, 实施生态修复工程后祁连山地区植被快速增长, 2020年祁连山植被覆盖度高达46.11%, 此结果得益于退耕还林还草、天保工程人工造林项目等对祁连山植被恢复奠定的坚实基础, 2017年实施的山水林田湖草项目工程也更推动了祁连山地区的植被恢复。
在空间尺度上, 祁连山东南地区多为中高覆盖度, 低覆盖度多分布在西北方向地区。这是由于祁连山西北方向地区海拔较高, 随着海拔的逐渐升高, 气温变化幅度较大, 制约了植被生长发育。东南地区多为低海拔、中海拔, 适宜的温度以及丰沛的降水促进了植物的生长, 又因退耕还林和天保工程项目的实施, 减少了人类活动对植被覆盖的反向抑制作用, 进而使得祁连山东南地区植被增加。祁连山地区植被覆盖结构变化表现为低植被覆盖度面积逐渐减少, 中低覆盖度向中高覆盖度方向转化, 低植被覆盖面积减少了1.26×106km2, 面积占比减少了6.52%。其中, 刚察县、祁连县和天峻县的中低覆盖度向中高覆盖度面积转移最多, 其原因为地处祁连山中段腹地, 环绕青海湖, 且境内有多条河流通过, 优越的地形、气候条件为植被生长提供了良好的生长环境, 同时县内人民积极响应国家号召, 完成森林生态效益补偿以及农牧民的搬迁工作, 减少对生态环境的干扰, 该项目工程的实施促使祁连山区森林资源进一步得到了有效保护, 为保障祁连山可持续发展提供了强有力的生态支撑。
4.2 祁连山植被覆盖变化驱动作用1986—2020年间, 祁连山地区干旱指数、降水和气温均呈现增加趋势, 而相对湿度则为减少趋势, 表明区域气候逐渐呈现暖干化趋势, 由相关性分析结果发现, 研究时段内植被整体增长趋势与气候的变化趋势有密切关系。
本文研究结果指出影响祁连山植被变化的主要气候因素为气温和降水, 该结论与大量研究结果相一致[49—53], 但本文发现祁连山地区整体植被覆盖变化与干旱指数表现为显著正相关(P＜0.01), 与相对湿度为负相关, 说明干旱也是制约祁连山地区植被生长的重要因素。依据本文划分的时间段, 祁连山植被覆盖度同干旱指数、降水、气温的相关性方向以及程度均有不同, 其中气温对植被覆盖的影响程度表现为增加的趋势, 干旱指数、降水量则为减少趋势, 造成这种现象的原因为祁连山地区冰川分布广泛, 冰川融水流出形成祁连山水系, 水资源丰富, 区域植被对降水的依赖相对较小, 而在全球变暖的大背景下, 气温表现为逐渐增加的趋势, 同时, 植被生理作用对气温的干扰更为敏感, 过高或者过低的温度会限制植被的呼吸作用、光合作用, 从而影响植被的正常生长[54—55]。
本文研究结果指出人类活动对祁连山地区植被恢复具有重要意义。相关研究也指出人类活动对青藏高原植被恢复和黄河流域植被覆盖增加起到促进作用[56—58], 文中残差分析的结果显示人类活动对区域植被覆盖情况主要产生正面促进作用, 且产生正面影响的趋势正在逐渐增大, 说明在实施相关生态修复工程的作用下, 研究区植被覆盖有了明显改善, 特别是实施的退耕还林还草、封山育林、天保工程、森林生态效益补偿等生态修复工程, 一方面为植被的生长发育筑牢了良好的基础, 另一方面也为植被的自然恢复提供有力的生态支撑。生态修复工程实施前, 林区植被受到人类活动干扰较大, 主要表现在人工伐木伐林以及周边村庄牲畜践踏, 导致灌木林受到严重破坏, 部分土地因植被破坏出现沙漠化趋势, 而在实施生态修复工程后, 森林资源、野生动植物得到严格的保护使得林业用地面积不断增加, 表现出林木生长良好, 植被恢复迅速等生态环境逐渐好转的现象, 这也充分肯定了生态修复工程对于植被覆盖变化的正向促进作用。
研究时段内气候因素对植被覆盖的贡献率为93.40%, 人类活动贡献率为6.60%, 说明气候因素是影响祁连山区植被变化的主导因素, 同时, 受祁连山地区特殊的地形影响, 气温、降水、干旱指数、相对湿度对植被覆盖的影响具有明显区域特征, 但本文研究指出人类活动对植被覆盖变化的影响程度逐渐增加, 且增加倾向为1.52/10a, 说明人类活动在小尺度短时间范围内改变植被覆盖状况。
经过34年的生态恢复, 祁连山地区植被覆盖面积增加, 生态环境恢复良好。在探究气候因素对植被覆盖影响作用的同时, 也应该肯定正确的人类活动对植被覆盖度的贡献。生态修复工程的实施, 改变了区域植被覆盖低的现象, 促进了区域植被覆盖的增长, 对祁连山地区的植被覆盖增加产生了积极影响。因此, 研究该区植被覆盖特征并量化环境驱动因子的影响, 能够针对不同环境背景条件下合理优化植被格局, 对于维系该区植被建设成果, 实现区域生态保护同资源利用协调发展具有重要意义。
5 结论本文基于Landsat NDVI数据集利用Google Earth Engine云平台研究了祁连山生态修复前后的植被覆盖的时空动态变化, 并采用多元回归残差分析计算气候因素及人类活动对植被覆盖变化的贡献率, 主要结论如下:
(1) 1986—2020年祁连山地区植被覆盖表现为波动增加的趋势, 平均上升幅度为0.022/10a, 多年平均植被覆盖度为37.36%, 这也表明经过34年的生态恢复, 祁连山的植被覆盖度状况明显改善。
(2) 祁连山地区植被覆盖空间上表现为东南地区以高植被覆盖度为主, 西北地区多为低植被覆盖。实行生态修复工程后, 祁连山植被覆盖多为低等级覆盖向高等级覆盖方向转移, 其中, 中低植被覆盖向中高植被覆盖转化面积最大。
(3) 祁连山植被覆盖的变化受气候因素和人类活动共同作用。其中, 多元回归残差分析结果显示气候因素对于植被覆盖的作用程度表现为下降趋势, 而人类活动的影响则为增加趋势, 其中生态修复工程对植被覆盖变化具有重要作用。
| [1] |
Piao S L. NDVI-indicated decline in desertification in China in the past two decades. Geophysical Research Letters, 2005, 32(6): 347-354. |
| [2] |
Chen B, Xu G, Coops N C, Ciais P, Myneni R B. Satellite-observed changes in terrestrial vegetation growth trends across the Asia-Pacific region associated with land cover and climate from 1982 to 2011. International Journal of Digital Earth, 2016, 9(11): 1055-1076. DOI:10.1080/17538947.2016.1180549 |
| [3] |
唐见, 曹慧群, 陈进. 生态保护工程和气候变化对长江源区植被变化的影响量化. 地理学报, 2019, 74(1): 76-86. |
| [4] |
姚平, 陈先刚, 周永锋, 赵文军, 陆梅, 涂璟. 西南地区退耕还林工程主要林分50年碳汇潜力. 生态学报, 2014, 34(11): 3025-3037. |
| [5] |
马海云, 张林林, 魏学琼, 施婷婷, 陈铁喜. 2000-2015年西南地区土地利用与植被覆盖的时空变化. 应用生态学报, 2021, 32(2): 618-628. |
| [6] |
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. 地理学报, 2012, 67(7): 960-970. |
| [7] |
刘宪锋, 朱秀芳, 潘耀忠, 李宜展, 赵安周. 1982-2012年中国植被覆盖时空变化特征. 生态学报, 2015, 35(16): 5331-5342. |
| [8] |
李媛媛, 彭梦文, 党寒利, 姜梦, 庄丽, 李桂芳. 塔里木河下游胡杨根际土壤细菌群落多样性分析. 干旱区地理, 2021, 44(03): 750-758. |
| [9] |
陈槐, 鞠佩君, 张江, 王元云, 朱求安, 颜亮, 康晓明, 何奕忻, 曾源, 郝彦宾, 王艳芬. 青藏高原高寒草地生态系统变化的归因分析. 科学通报, 2020, 65(22): 2406-2418. |
| [10] |
李学梅, 任志远, 张翀. 气候因子和人类活动对重庆市植被覆盖变化的影响分析. 地理科学, 2013, 33(11): 1390-1394. |
| [11] |
韦振锋, 王德光, 张翀, 刘宪锋, 张晗. 1999-2010年中国西北地区植被覆盖对气候变化和人类活动的响应. 中国沙漠, 2014, 34(6): 1665-1670. |
| [12] |
Pan N Q, Feng X M, Fu B J, Wang S, Fei J, Pan S F. Increasing global vegetation browning hidden in overall vegetation greening: Insights from time-varying trends. Remote Sensing of Environment, 2018, 214: 59-72. DOI:10.1016/j.rse.2018.05.018 |
| [13] |
Li C J, Fu B J, Wang S, Stringer C, Wang Y P, Li Z D, Liu Y X, Zhou W X. Drivers and impacts of changes in China's drylands. Nature Reviews Earth & Environment, 2021, 2: 858-873. |
| [14] |
柴立夫, 田莉, 奥勇, 王小青. 人类活动干扰对青藏高原植被覆盖变化的影响. 水土保持研究, 2021, 28(06): 382-388. |
| [15] |
汲玉河, 周广胜, 王树东, 王丽霞, 周梦子. 2000-2019年秦岭地区植被生态质量演变特征及驱动力分析. 植物生态学报, 2021, 45(6): 617-625. |
| [16] |
张乐艺, 李霞, 冯京辉, 饶日光, 何天英, 陈瑜. 2000-2018年黄河流域NDVI时空变化及其对气候和人类活动的双重响应. 水土保持通报, 2021, 41(5): 276-286. |
| [17] |
武正丽, 贾文雄, 赵珍, 张禹舜, 刘亚荣, 陈京华. 2000-2012年祁连山植被覆盖变化及其与气候因子的相关性. 干旱区地理, 2015, 38(6): 1241-1252. |
| [18] |
李周园, 叶小洲, 王少鹏. 生态系统稳定性及其与生物多样性的关系. 植物生态学报, 2021, 45(10): 1127-1139. |
| [19] |
Kang J M, Zhang X, Zhu X W, Zhang B L. Ecological security pattern: A new idea for balancing regional development and ecological protection. A case study of the Jiaodong Peninsula, China. Global Ecology and Conservation, 2021, 26: e01472. |
| [20] |
Ding L, Wang X L, Ouyang Z, Chen Y H, Wang X X, Liu D S, Liu S S, Yang X M, Jia H Z, Guo X T. The occurrence of microplastic in Mu Us Sand Land soils in northwest China: Different soil types, vegetation cover and restoration years. Journal of Hazardous Materials, 2021, 403: 123982. |
| [21] |
Caneva G, Langone S, Bartoli F, Cecchini A, Meneghini C. Vegetation Cover and Tumuli's Shape as Affecting Factors of Microclimate and Biodeterioration Risk for the Conservation of Etruscan Tombs (Tarquinia, Italy). Sustainability, 2021, 13(6): 1-19. |
| [22] |
Júnior A, Cunha S, Borges R, Campos R, Martins P. Analysis of vegetation cover distribution in Public Green Areas in Governador Valadares, Minas Gerais State, Brazil. Sociedade & Natureza (Online), 2021, 33(e57464): 1-12. |
| [23] |
蒋友严, 杜文涛, 黄进, 赵慧珍, 王成福. 2000-2015年祁连山植被变化分析. 冰川冻土, 2017, 39(05): 1130-1136. |
| [24] |
马蓉蓉, 黄雨晗, 周伟, 周际, 白中科, 官炎俊, 郑连福, 詹培元, 杨正, 张艳. 祁连山山水林田湖草生态保护与修复的探索与实践. 生态学报, 2019, 39(23): 8990-8997. |
| [25] |
屈莹波, 赵媛媛, 丁国栋, 高广磊. 气候变化和人类活动对锡林郭勒草原植被覆盖度的影响. 干旱区研究, 2021, 38(03): 802-811. |
| [26] |
刘海, 刘凤, 郑粮. 气候变化及人类活动对黄河流域植被覆盖变化的影响. 水土保持学报, 2021, 35(04): 143-151. |
| [27] |
钱大文, 曹广民, 杜岩功, 李茜, 郭小伟. 2000-2015年祁连山南坡生态系统服务价值时空变化. 生态学报, 2020, 40(04): 1392-1404. |
| [28] |
巩宁刚, 孙美平, 闫露霞, 宫鹏, 马兴刚, 牟建新. 1979-2016年祁连山地区大气水汽含量时空特征及其与降水的关系. 干旱区地理, 2017, 40(04): 762-771. |
| [29] |
贾文雄, 赵珍, 俎佳星, 陈京华, 王洁, 丁丹. 祁连山不同植被类型的物候变化及其对气候的响应. 生态学报, 2016, 36(23): 7826-7840. |
| [30] |
刘亚荣, 贾文雄, 黄玫, 李悦悦, 武正丽, 张禹舜, 李燕飞. 近51年来祁连山植被净初级生产力对气候变化的响应. 西北植物学报, 2015, 35(03): 601-607. |
| [31] |
Nguyen U, Pham L, Dang T D. An automatic water detection approach using Landsat 8 OLI and Google Earth Engine cloud computing to map lakes and reservoirs in New Zealand. Environmental Monitoring and Assessment, 2019, 191(4): 235. |
| [32] |
Yi S G, Zhou J H, Lai L M, Sun Q L, Liu X, Liu B B, Guo J J, Zheng Y R. Different Causal Factors Occur between Land Use/Cover and Vegetation Classification Systems but Not between Vegetation Classification Levels in the Highly Disturbed Jing-Jin-Ji Region of China. Sustainability, 2021, 13(8): 1-23. |
| [33] |
Chander G, Markham B L, Helder D L. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote sensing of environment, 2009, 113(5): 893-903. |
| [34] |
Yang K, Sun W Z, Luo Y, Zhao L. Impact of urban expansion on vegetation: The case of China (2000-2018). Journal of Environmental Management, 2021, 291: 112598. |
| [35] |
何玉杰, 孔泽, 户晓, 张江, 王猛, 彭长辉, 朱求安. 水热条件分别控制了中国温带草地NDVI的年际变化和增长趋势. 生态学报, 2022(02): 1-12. |
| [36] |
庞家泰, 段金亮, 张瑞, 吕继超. 2000-2019年渭河流域植被覆盖度时空演变特征及气候响应. 水土保持研究, 2021, 28(05): 230-237. |
| [37] |
李登科, 范建忠, 王娟. 陕西省植被覆盖度变化特征及其成因. 应用生态学报, 2010, 21(11): 2896-2903. |
| [38] |
Chen Y Z, Feng X M, Tian H Q, Wu X T, Gao Z, Feng Y, Piao S L, Lv N, Pan N Q, Fu B J. Accelerated increase in vegetation carbon sequestration in China after 2010:A turning point resulting from climate and human interaction. Global Change Biology, 2021, 27(22): 5848-5864. |
| [39] |
杨灿, 魏天兴, 李亦然, 刘晓华, 陈宇轩. 黄土高原典型县域植被覆盖度时空变化及地形分异特征. 生态学杂志, 2021, 40(06): 1830-1838. |
| [40] |
郭永强, 王乃江, 褚晓升, 李成, 罗晓琦, 冯浩. 基于Google Earth Engine分析黄土高原植被覆盖变化及原因. 中国环境科学, 2019, 39(11): 4804-4811. |
| [41] |
井梅秀, 蔡福, 王学江, 赵小娟, 苏妍. 三江源区植被覆盖度空间特征. 干旱区资源与环境, 2020, 34(02): 141-147. |
| [42] |
Li H X, Liu G H, Fu B J. Response of vegetation to climate change and human activity based on NDVI in the Three-River Headwaters region. Acts Ecologica Siniea, 2011, 31(19): 5495-5504. |
| [43] |
Sen P K. Estimates of the regression coefficient based on Kendalls Tau. Journal of the American Statistical Association, 1968, 63(324): 1379-1389. |
| [44] |
Zhang J, Zhao X Z, Zhou R, Tian T, Cui J Y, Zhao L, Wang G R, Xiong Y C. Labor force transfer, vegetation restoration and ecosystem service in the Qilian Mountains. Journal of Environmental Management, 2021, 288: 112387. |
| [45] |
赵文博, 冯莉莉, 赵安周, 张兆江, 高叶鹏. 河北省2000-2017年荒漠化的时空演变及其气候驱动因子. 水土保持通报, 2021, 41(4): 252-259. |
| [46] |
尤南山, 董金玮, 肖桐, 刘纪远, Xiao Xiangming. 退耕还林还草工程对黄土高原植被总初级生产力的影响. 地理科学, 2020, 40(02): 315-323. |
| [47] |
刘佳茹, 赵军, 沈思民, 赵彦军. 基于SRP概念模型的祁连山地区生态脆弱性评价. 干旱区地理, 2020, 43(06): 1573-1582. |
| [48] |
Teng M J, Zeng L X, Hu W J, Wang P C, Yan Z G, He W, Zhang Y, Huang Z L, Xiao W F. The impacts of climate changes and human activities on net primary productivity vary across an ecotone zone in Northwest China. Science of The Total Environment, 2020, 714: 136691. |
| [49] |
张华, 李明, 宋金岳, 韩武宏. 基于地理探测器的祁连山国家公园植被NDVI变化驱动因素分析. 生态学杂志, 2021, 40(08): 2530-2540. |
| [50] |
李娟, 龚纯伟. 祁连山国家公园植被覆盖变化地形分异效应. 水土保持通报, 2021, 41(03): 228-237. |
| [51] |
白娥, 薛冰. 土地利用与土地覆盖变化对生态系统的影响. 植物生态学报, 2020, 44(05): 543-552. |
| [52] |
Santy S, Mujumdar P, Bala G. Potential Impacts of Climate and Land Use Change on the Water Quality of Ganga River around the Industrialized Kanpur Region. Scientific Reports, 2020, 10: 9107. |
| [53] |
Li B, Chen F, Guo H D. Regional complexity in trends of potential evapotranspiration and its driving factors in the Upper Mekong River Basin. Quaternary International, 2015, 380-381: 83-94. |
| [54] |
Li S E, Kang S Z, Zhang L, Zhang J H, Du T S, Tong L, Ding R S. Evaluation of six potential evapotranspiration models for estimating crop potential and actual evapotranspiration in arid regions. Journal of Hydrology, 2016, 543: 450-461. |
| [55] |
Li X P, Wang L, Chen D L, Yang K, Wang A H. Seasonal evapotranspiration changes (1983-2006) of four large basins on the Tibetan Plateau. Journal of Geophysical Research: Atmospheres, 2014, 119(23): 13079-13095. |
| [56] |
Zhu Z C, Bi J, Pan Y Z, Ganguly S, Anav A, Xu L, Samanta A, Piao S L, Nemani R, Myneni R. Global Data Sets of Vegetation Leaf Area Index (LAI)3g and Fraction of Photosynthetically Active Radiation (FPAR)3g Derived from Global Inventory Modeling and Mapping Studies (GIMMS) Normalized Difference Vegetation Index (NDVI3g) for the Period 1981 to 2011. Remote Sensing, 2013, 5(2): 927-948. |
| [57] |
杨胜天, 刘昌明, 孙睿. 近20年来黄河流域植被覆盖变化分析. 地理学报, 2002, 57(6): 679-684. |
| [58] |
张含玉, 方怒放, 史志华. 黄土高原植被覆盖时空变化及其对气候因子的响应. 生态学报, 2016, 36(13): 3960-3968. |