基于長時間序列葉面積指數(shù)的內(nèi)蒙古農(nóng)牧交錯區(qū)植被景觀格局分析

滑永春，劉文璐，包文學

(內(nèi)蒙古農(nóng)業(yè)大學，內(nèi)蒙古 呼和浩特 010019)

植被是整個生態(tài)系統(tǒng)中連接土壤、空氣、水和其他環(huán)境因子的橋梁[1]，是表征生態(tài)環(huán)境變化的綜合指示器[2]。葉面積指數(shù)(leaf area index，LAI)是指單位地表面積上植被葉子總表面積占地表面積的倍數(shù)，反映了植被結構、分布及生物量等信息[3]。LAI高度綜合了植被的水平覆蓋和垂直結構[4]。農(nóng)田、闊葉林混交林、針葉林和灌草類的實測植被覆蓋度與其LAI線性回歸R2分別為0.75、0.74、0.79和0.82，LAI可以很好地反映出植被的覆蓋度[5]。植被LAI與垂直維LAI(單位植被覆蓋面積上，植物葉片總面積占植被覆蓋面積的倍數(shù))線性回歸R2達到0.95，LAI也可以很好地體現(xiàn)植被的垂直結構[6]。與目前常用歸一化植被指數(shù)(normalized vegetation index，NDVI)相比，LAI更能反映出植被的結構特征，能更真實地反映出地表植被的動態(tài)變化情況[7-8]。使用NDVI計算的植被覆蓋度往往比實際情況要高，在某些看似植被覆蓋度很高的地方，其實植被結構很單一，很難反映出植被生長的真實狀態(tài)[9]。

植被的景觀格局表征植被的空間分布格局，可反映植被在環(huán)境異質性、干擾狀況綜合控制下的動態(tài)變化特征，其植被類型組成、空間分布是否合理，對區(qū)域生態(tài)系統(tǒng)功能和質量具有重要的影響[10-11]。景觀格局信息通常是通過景觀格局指數(shù)來體現(xiàn)[12-13]。景觀格局指數(shù)多采用Fragstats軟件計算出多種斑塊類型的比率，分析生態(tài)系統(tǒng)景觀斑塊間的空間相關程度[14-15]。內(nèi)蒙古農(nóng)牧交錯區(qū)作為半干旱、半濕潤區(qū)之間的一個雨養(yǎng)耕地與草地的鑲嵌體，具有由農(nóng)牧兩個相鄰系統(tǒng)相互作用所產(chǎn)生的一系列過渡性特征[16]。目前在交錯區(qū)各種林業(yè)工程的實施和不合理土地開發(fā)利用并存，引起了區(qū)域植被空間分布的演變，但目前多以旗縣或單一植被類型為研究對象，采用的數(shù)據(jù)多是NDVI、植被凈初級生產(chǎn)力(net primary productivity,NPP)數(shù)據(jù)，LAI數(shù)據(jù)鮮有采用[17-20]。本研究利用1983-2019年的LAI數(shù)據(jù)，通過植被長勢和景觀格局的動態(tài)分析，揭示研究區(qū)植被生長與景觀格局變化規(guī)律，為區(qū)域生態(tài)建設提供技術支撐和決策依據(jù)。

1 研究區(qū)概況

內(nèi)蒙古農(nóng)牧交錯區(qū)位于39°35′-45°15′N，109°36′-120°52′E的內(nèi)蒙古自治區(qū)東南段，涉及8個盟市的47個旗、縣(市、區(qū))，總面積達26萬km2。屬溫帶大陸性半干旱季風氣候，年降水量300～500 mm，主要集中在6-8月，無霜期80～145 d，年均氣溫-2～6 ℃，年均沙塵暴日數(shù)1～15 d。土壤類型主要包括栗鈣土、暗棕壤、栗褐土、黑鈣土等。植被類型豐富多樣，主要包括干旱半干旱草原、荒漠草原、山地草甸草原、森林灌叢草原等(圖1)。

2 材料與方法

2.1 數(shù)據(jù)源及預處理

2.1.1 葉面積指數(shù)數(shù)據(jù)(LAI) GLOBMAP葉面積指數(shù)產(chǎn)品，由中科院資源環(huán)境科學數(shù)據(jù)云平臺(https://www.resdc.cn/data.aspx?DATAID=336)獲得。LAI數(shù)據(jù)覆蓋全球植被區(qū)域，時間跨度為1983-2019年，空間分辨率為8 km。數(shù)據(jù)基于AVHRR和MODIS數(shù)據(jù)定量融合反演得到，2000年前后分別為AVHRR和MODIS數(shù)據(jù)反演結果[21]。預處理主要包括年度LAI最大值合成、掩膜裁剪及投影變化等。

2.1.2 ERA5氣象數(shù)據(jù) 氣象再分析資料為ECMWF公開的ERA5數(shù)據(jù)(http://apps.ecmwf.int/datasets/)，時間分辨率為逐小時，空間分辨率高達0.125°。選用覆蓋內(nèi)蒙古農(nóng)牧交錯區(qū)1983-2019年1-12月0.125°的ECMWF-ERA5氣象模式距離地面2 m氣溫、降水數(shù)據(jù)。使用Matlab對數(shù)據(jù)進行格式轉換、年度合成、圖像裁剪、Albers等面積投轉換等處理。

2.2 植被等級劃分

以7 a為1個間隔期，選取1983、1990、1997、2004、2011年和2019年6期LAI數(shù)據(jù)，根據(jù)《土壤侵蝕分類分級標準》[22]，參考已有文獻[23]，結合實際情況，將研究區(qū)的植被劃分為5個等級(表1)。

2.3 土地轉移矩陣

對內(nèi)蒙古農(nóng)牧交錯區(qū)1983年與2019年的植被覆蓋度的變化情況使用轉移矩陣，該矩陣可以定量表現(xiàn)不同覆蓋等級植被之間轉移的方向及面積。

(1)

式中:Pij代表研究區(qū)內(nèi)i種等級的植被覆蓋度與j種等級植被覆蓋度彼此間轉化的面積大小。n是植物覆蓋度的等級數(shù)量。i、j的取值為1，2,3，…，n。

2.4 植被景觀分析方法

利用Fragstats 4.2軟件從類型與景觀2個水平上對研究區(qū)植被的空間分布格局進行分析。在類型水平上選擇類型面積(total area,TA)、斑塊數(shù)量(number of patches,NP)、景觀形狀指數(shù)(landscape shape index,LSI)、最大斑塊指數(shù)(largest patch index,LPI)、平均斑塊面積(mean patch area,AREA_MN)、平均鄰近指數(shù)(proximity index,PROX_MN)6個景觀指數(shù)。在景觀水平上選擇斑塊數(shù)量(NP)、最大斑塊指數(shù)(LPI)、平均斑塊面積(AREA_MN)、景觀形狀指數(shù)(LSI)、蔓延度(contagion,CONTAG)、散布并列指數(shù)(interspersion juxtaposition index,IJI)、聚合度指數(shù)(aggregation index,AI)7個景觀指數(shù)。

2.5 多元回歸分析

利用多元回歸分析方法擬合溫度、降水2個氣象因子對NDVI(公式中用NDVI表示)的復合作用的影響。

(2)

利用F檢驗對上述多元線性回歸方程進行顯著性檢驗。

2.6 殘差分析

采用殘差分析法分析人類活動對植被NDVI變化的影響，廣泛應用于植被動態(tài)變化驅動力分析中。通過NDVI值與氣溫、降水做二元一次線性回歸模擬，得到每個像元的NDVI預測值(公式中用NDVI表示)，然后利用遙感獲得的NDVI真實值(公式中用NDVI表示)減去預測值，得到人類活動對NDVI的影響。計算公式如下：

ε=NDVI真實值-NDVI預測值

(3)

式中：ε為殘差值，即為人類活動產(chǎn)生的影響。ε>0，人類活動產(chǎn)生正面作用；ε<0，人類活動產(chǎn)生負面作用；ε≈0，人類活動影響微弱。

3 結果與分析

3.1 植被空間分布特征

1983-2019年研究區(qū)植被等級變化和面積占比情況見圖2和圖3。1983年研究區(qū)中度植被覆蓋面積最大，占整個研究區(qū)面積約32.55%，主要分布在新巴爾虎左旗、陳巴爾虎旗、武川縣、察哈爾右翼后旗、集寧市區(qū)、涼城縣，以及從太卜寺旗到扎賚特旗一線的西南部旗縣；中高、高度植被覆蓋面積分別占研究區(qū)的17.76%和18.12%，主要分布在赤峰市區(qū)、喀喇沁旗以及克什克騰旗到海拉爾區(qū)一線的西北地區(qū)。低度植被以及無植被覆蓋面積分別占研究區(qū)的24.37%和7.20%，主要位于翁牛特旗東部以及除了武川縣、察哈爾右翼后旗、集寧市區(qū)、涼城縣以外化德縣以西的所有地區(qū)。1990年中高、高度植被較1983年變化不明顯。無植被覆蓋的鄂托克旗、鄂托克前旗、烏審旗、四子王旗地區(qū)植被面積明顯下降，較1983年下降了1.80%。清水河縣、準格爾縣、興和縣、商都縣、化德縣等地區(qū)有大面積低度植被升級為中度植被。1997年主要表現(xiàn)為研究區(qū)東段的陳巴爾虎旗、鄂溫克族自治旗、科爾沁右翼前旗、科爾沁右翼中旗、扎魯特旗、通遼市等地區(qū)部分高度植被轉為中高度植被。2004年無植被、低度及中度植被覆蓋面積較1997年分別下降3.74%、4.02%及13.81%，中高度與高度植被分別上升了10.84%與10.73%，主要表現(xiàn)為研究區(qū)西段大面積無植被覆蓋轉變?yōu)榈投戎脖?，西段與中段大面積中度植被轉換為中高度植被，東段大面積中度植被轉為高度植被。2011年研究區(qū)東段的陳巴爾虎旗、鄂溫克族自治旗、海拉爾市、扎賚特旗、烏蘭浩特市、突泉縣、扎蘭屯市、敖漢旗、奈曼旗、庫倫旗、科爾沁左翼后旗、科爾沁左翼中旗、通遼市等地區(qū)高度植被覆蓋面積較2004年增長了3.93%。2011-2019年主要表現(xiàn)為研究區(qū)西段的無植被、低度植被面積明顯下降，分別下降1.81%和5.23%。植被覆蓋度較高的東部，高度植被面積增加了6.70%。總體上來看，研究區(qū)東部由植被覆蓋度等級比較高的中度、中高度、高度植被所覆蓋，西部由覆蓋度比較低的無植被、低度、中度植被覆蓋。37 a間西部地區(qū)中度及中高度植被覆蓋面積明顯增加，東部地區(qū)高度覆蓋植被面積顯著增加。

圖2 1983-2019年研究區(qū)植被覆蓋度

3.2 植被覆蓋動態(tài)變化

為揭示研究區(qū)1983-2019年37 a間植被覆蓋度動態(tài)變化過程及特征，計算得到研究區(qū)1983-2019年各等級植被覆蓋的轉移矩陣。由表2可知，1983-2019年無植被覆蓋區(qū)域有92.70%的面積轉變成了低植被覆蓋。低植被覆蓋區(qū)域轉變?yōu)橹卸?、中高度、高度覆蓋的面積分別占其面積的50.75%、22.35%和1.31%。中度植被覆蓋區(qū)域退化轉為低覆蓋度的面積僅占其面積的0.03%，轉為中高、高覆蓋度的面積分別占其面積的55.05%、26.69%。中高植被覆蓋區(qū)有76.96%的面積轉為高度植被區(qū)，而高度植被覆蓋度區(qū)保持良好，基本沒有退化。整體上看，1983-2019年研究區(qū)無植被、低度、中度植被覆蓋區(qū)域面積在持續(xù)減少，中高度、高度植被覆蓋區(qū)域面積在不斷擴大，表明37 a來研究區(qū)的植被正在朝恢復的方向發(fā)展，區(qū)域生態(tài)環(huán)境在逐漸變好。

表2 1983～2019年研究區(qū)不同等級植被轉移矩陣

3.3 景觀格局分析

3.3.1 類型水平上植被景觀格局分析 通過景觀指數(shù)在類型水平上的分析，可了解研究區(qū)植被景觀格局的復雜性、破碎化程度等情況。利用軟件Fragstats4.2計算出6期不同植被等級類型水平上的景觀指數(shù)(圖4)。由圖4(a)可見，1983-2019年期間無植被、低度和中度覆蓋植被面積呈明顯減少的趨勢，中高度、高度覆蓋植被面積呈連年增長的趨勢。由圖4(b)和圖4(c)可知，研究期間無植被、低度覆蓋植被斑塊數(shù)量整體呈快速減少趨勢，而無植被覆蓋的平均斑塊面積在不斷變小，低度植被的斑塊面積卻在不斷變大。說明無植被、低度覆蓋植被的破碎化程度在逐漸減小，低度覆蓋植被斑塊有逐漸聚集的趨勢；中度覆蓋植被斑塊數(shù)量呈波動性增長的趨勢，平均斑塊面積在不斷變小，說明其斑塊在逐漸向著破碎化的方向發(fā)展；從植被不同覆蓋等級的斑塊數(shù)量來看，中高度覆蓋植被斑塊數(shù)量最多，破碎程度最高。但研究期間其斑塊數(shù)量整體呈減少趨勢，平均斑塊面積在不斷地變大，說明破碎化程度在不斷地減小，斑塊有逐漸聚集變大的趨勢；高度植被覆蓋斑塊數(shù)量基本朝著增加的態(tài)勢發(fā)展，平均斑塊面積也在不斷地變大，破碎化程度有變大的趨勢。

圖4 研究區(qū)不同覆蓋植被景觀指數(shù)

景觀形狀指數(shù)可以表征區(qū)域景觀復雜程度，數(shù)值越大代表該地景觀形狀越復雜。由圖4(d)可見，1983-2019年中高度植被覆蓋區(qū)域的景觀形狀指數(shù)一直大于其余植被覆蓋類型，表明其景觀形狀復雜程度大于其他類型。無植被、低度、中度以及中高度植被覆蓋的景觀形狀指數(shù)呈下降趨勢，高度植被覆蓋指數(shù)略有上升，說明除了高度植被覆蓋區(qū)域景觀形狀稍有變復雜的趨勢，其余植被類型斑塊形狀復雜度在不斷地降低。由圖4(e)可見，1983-2019年無植被、低度、中度、中高度植被覆蓋區(qū)域的最大斑塊指數(shù)均呈波動下降趨勢，高度植被覆蓋的最大斑塊指數(shù)呈顯著上升態(tài)勢，到2019年高覆蓋度植被的最大斑塊指數(shù)遠遠大于其余植被類型，表明37 a來研究區(qū)高度植被覆蓋區(qū)的最大斑塊占整個景觀面積的比例在不斷地上升，占據(jù)的生態(tài)優(yōu)勢地位也高于其他植被類型。由圖4(f)可見，無植被和低度植被覆蓋的景觀平均鄰近指數(shù)比較低，且總體呈波動下降的趨勢；中度植被覆蓋的景觀平均鄰近指數(shù)在2004年前后呈先急劇上升后劇烈下降的態(tài)勢；中高植被覆蓋、高植被覆蓋的景觀平均鄰近指數(shù)呈波動增長的趨勢。由此可見，無植被、低度和中度覆蓋植被斑塊之間逐漸疏遠，趨于零散分布，中高度與高度植被覆蓋的斑塊之間逐年靠攏，朝著大面積集中連片“團簇”的方向發(fā)展。

3.3.2 景觀水平上植被景觀格局分析 表2是景觀水平上植被景觀格局指數(shù)，可以看出，1983-2019年景觀水平上斑塊數(shù)量整體上在不斷地減少，平均斑塊面積在逐漸變大，表明植被景觀斑塊的破碎化程度有所減弱。最大斑塊指數(shù)整體呈現(xiàn)出變大的趨勢，結合3.3.1類型水平上對最大斑塊指數(shù)分析可知，整體上隨著低覆蓋度植被減少，高覆蓋度植被的增加，高覆蓋度植被的生態(tài)優(yōu)勢越來越占據(jù)主導地位。

37 a間景觀形狀指數(shù)呈逐漸變小的趨勢，表明植被景觀斑塊復雜度總體在降低，景觀斑塊邊界朝著簡單化、規(guī)則化的方向發(fā)展。景觀斑塊蔓延度一直呈現(xiàn)逐年增長的趨勢，表明研究區(qū)各植被覆蓋等級類型趨于聚合。散布與并列指數(shù)(0

表3 景觀水平上的景觀指數(shù)

3.4 驅動力分析

3.4.1 降水、氣溫驅動力分析 研究區(qū)處于干旱、半干旱少雨地帶，年平均降水量300～450 mm，生態(tài)環(huán)境較為脆弱。徐康等[24]在2020年利用中國區(qū)域7個IGS站實測氣象數(shù)據(jù)評估ERA5數(shù)據(jù)的精度，發(fā)現(xiàn)ERA5數(shù)據(jù)精度優(yōu)于早先的ERA-Interim數(shù)據(jù)，ERA5數(shù)據(jù)能夠更好地滿足中國區(qū)域內(nèi)氣候建模的需求。因此，本文利用ERA5氣象數(shù)據(jù)統(tǒng)計研究區(qū)年降水量和年均氣溫。圖5a是降水通過P<0.05顯著性檢驗的相關分布圖，其中與LAI變化顯著正相關的地區(qū)占研究區(qū)總面積的27.94%，主要集中在研究區(qū)東北部的新巴爾虎左旗、新巴爾虎旗、海拉爾市、鄂溫克族自治旗，中部的巴林右旗、阿魯科爾沁旗、正藍旗以及西部商都縣以西的呼和浩特市、包頭市、鄂爾多斯市等地區(qū)；降水與LAI變化顯著負相關的地區(qū)主要零散地分布于研究區(qū)的西部地區(qū)，占研究區(qū)總面積的0.71%。由圖6a可知，近37 a研究區(qū)年降水量有一定的波動下降趨勢。1983-2015年間北方農(nóng)牧交錯區(qū)降水量10 a下降18.14 mm[17]，而研究區(qū)10 a下降19.84 mm，但2017年后研究區(qū)降水量又開始快速增加，降水對研究區(qū)植被的恢復起到了很大的作用。圖5b是年均氣溫通過P<0.05顯著性檢驗的相關分布圖，其中與LAI變化顯著正相關的地區(qū)占研究區(qū)總面積的18.73%，主要分布在研究區(qū)中部的巴林右旗、阿魯科爾沁旗、正藍旗以及西部商都縣以西的呼和浩特市、包頭市、鄂爾多斯市等地區(qū)；氣溫與LAI變化顯著負相關的地區(qū)占研究區(qū)總面積的9.82%，主要分布在研究區(qū)東北部的新巴爾虎左旗、新巴爾虎旗、海拉爾市、鄂溫克族自治旗，中部的巴林右旗、正藍旗以及西部的四子王旗、鄂托克旗等地區(qū)。由圖6b可知，近37 a來研究區(qū)年均氣溫整體呈顯著上升趨勢，增速為每10 a上升0.334 ℃[17]，而研究區(qū)10 a上升0.315 ℃。氣溫對研究區(qū)植被的恢復既有促進作用又有抑制作用，但促進大于抑制，總體氣溫的上升有利于研究區(qū)植被的恢復。為了綜合研究降水和氣溫對研究區(qū)的總體影響，將降水和氣溫引起的正負相關圖分別進行合并分析，得出降水和氣溫對研究區(qū)植被恢復起到顯著正向作用的地區(qū)占研究區(qū)總面積的28.46%；起到顯著負向作用的地區(qū)占研究區(qū)總面積的10.47%。

圖5 通過顯著性檢驗的降水系數(shù)分布(a)，通過顯著性檢驗的溫度系數(shù)分布(b)

圖6 研究區(qū)1983-2019年年降水變化(a)、年均氣溫變化(b)

3.4.2 人為驅動力分析 雖然已經(jīng)分析了氣候因子對LAI變化的影響，但沒有考慮人類活動，在各種驅動因子中，LAI的變化很可能是氣候因子和人類活動共同作用的結果。因此為量化人類活動對LAI變化的影響，計算1983-2019年研究區(qū)的LAI殘差值，得出人類活動對該區(qū)域LAI的影響分布圖。通過P<0.05顯著性檢驗的殘差空間分布(圖7)可知，人類活動對LAI變化起到正向作用的區(qū)域占研究區(qū)總面積的71.87%，主要分布于除了東部的巴林左旗、巴林右旗、阿魯科爾沁旗、科右中旗等整個研究區(qū)。人類活動起到負面作用的區(qū)域占研究區(qū)總面積的9.70%。主要集中在東部的巴林左旗、巴林右旗、阿魯科爾沁旗、科右中旗等地區(qū)?？傮w來看人類活動比氣候因子對研究區(qū)植被的恢復影響更大，起到了主導性的作用。

圖7 研究區(qū)通過顯著性檢驗的殘差相關分布

4 結論與討論

4.1 結論

1)內(nèi)蒙古農(nóng)牧交錯區(qū)東部由植被覆蓋度等級比較高的中度、中高度、高度植被所覆蓋，西部由覆蓋度比較低的無植被、低度、中度植被覆蓋。

2)1983-2019年研究區(qū)無植被、低度、中度植被覆蓋區(qū)域面積在持續(xù)減少，中高度、高度植被覆蓋區(qū)域面積在不斷擴大，植被轉移的方向主要由低覆蓋區(qū)向高覆蓋區(qū)轉化，研究區(qū)植被得到很好的恢復。

3)從植被景觀格局角度來看，研究區(qū)植被景觀破碎化、復雜度程度在逐漸變小，不同覆蓋等級植被逐漸混雜、聚合，中高度及高度覆蓋景觀優(yōu)勢度明顯提高，植被格局向趨于穩(wěn)定的方向發(fā)展。

4)氣候因子和人類活動對研究區(qū)植被的恢復起到了很大的促進作用，但相比較而言，人類活動起到的作用更大。

4.2 討論

1)2001-2017年，內(nèi)蒙古農(nóng)牧交錯區(qū)赤峰地區(qū)草地植被NDVI逐年呈顯著增加趨勢，降水量與NDVI呈顯著正相關關系；平均氣溫與NDVI相關性不顯著[18]。2000-2015年中國北方農(nóng)牧交錯區(qū)內(nèi)蒙古高原草地NPP逐年呈顯著增加趨勢，生態(tài)建設等人類活動是恢復草地區(qū)域NPP變化的主要驅動因素[25]。2000-2013年中國北方農(nóng)牧交錯區(qū)的植被NDVI整體呈緩慢上升趨勢。除人類活動外，降水量增加是NDVI值上升的一個重要因素；氣溫的升高并未對NDVI值增長起到促進作用，氣溫的升高加快了植物的蒸騰作用，植被水分不斷散失，減緩了植被NDVI增長[26]。1998-2016年，北方農(nóng)牧交錯區(qū)的植被NPP呈上升趨勢。NPP與降水量之間存在正相關關系，而與年平均氣溫具有較弱的負相關關系。研究區(qū)中部和東北部的大部分區(qū)域海拔較高、緯度較高，冬季長，熱量累積較少，從而表明熱量不足會抑制植被生長[27]。由此可知內(nèi)蒙古農(nóng)牧交錯區(qū)植被總體處于恢復狀態(tài)，與本研究的結論一致，降水量與植被生長呈正相關關系。而本研究氣溫對植被的恢復正向作用大于負向作用，與前面文獻研究結論有一定的出入，引起差異的原因可能是前面研究用數(shù)據(jù)NDVI、NPP，本文用的是LAI。研究區(qū)實施的退耕還林、還草工程、圍封保育、輪耕休耕、天然林保護工程、水土保持綜合治理工程、農(nóng)田基本建設工程等一系列工程對植被的恢復起到了極大的作用[25]?？傮w來看，在氣候和人類活動共同作用下，研究區(qū)生態(tài)環(huán)境得到了極大的改善。

2)目前針對內(nèi)蒙古農(nóng)牧交錯植被景觀研究比較少。內(nèi)蒙古農(nóng)牧交錯區(qū)1975-2000年土地利用景觀多樣性升高，蔓延度指數(shù)下降，破碎化程度加??；2000-2004年景觀優(yōu)勢斑塊具有了很好的連接性，聚集度增大，整體景觀格局破碎化程度降低；人為干擾強度對土地利用變化起到了很大的作用[28]。內(nèi)蒙古鄂托克旗農(nóng)牧交錯區(qū)1990-2003年草地景觀呈退化趨勢，景觀變化的過程主要為高覆蓋度草地向低覆蓋度草地轉化。景觀破碎化程度在加劇、景觀整體多樣性指數(shù)降低、優(yōu)勢度指數(shù)增加和均勻度指數(shù)減小[29]。本研究1983-1997年在景觀水平上研究區(qū)的斑塊數(shù)量在逐漸增多，平均斑塊面積在不斷變小，景觀破碎化程度在加劇，聚集度在下降；1997年以后研究區(qū)植被破碎化、復雜度程度在逐漸變小，植被逐漸混雜、聚合。由于參考文獻比較少，研究時段也不盡相同，但本研究結果與前面參考文獻結論基本一致，就是某個時間點之前研究區(qū)植被景觀斑塊處于破碎退化狀態(tài)；某個時間點之后，斑塊開始聚集恢復，但從長時間尺度來看，植被景觀總體是向不斷優(yōu)化恢復方向發(fā)展。

3)本文采用LAI數(shù)據(jù)是綜合了AVHRR和MODIS 2種數(shù)據(jù)源，為了數(shù)據(jù)的統(tǒng)一、連貫，將空間分辨率都設置為8 km，這樣帶來的問題是在高植被覆蓋區(qū)的森林、草原等地區(qū)能很好地反映出植被的空間分布及變化特征，而在西部的荒漠化植被區(qū)，由于空間分辨率比較低，其覆蓋度有被低估的缺點。以后考慮用其他高分辨率數(shù)據(jù)源對研究區(qū)植被變化進行更精確的研究。