廣西壯族自治區(qū)植被覆蓋度時空變化及多元化因子分析

楊君楠 狄光智

摘 要：旨在利用MODIS遙感數(shù)據(jù)集對研究區(qū)19年植被覆蓋度的時空變化及多元化因子進(jìn)行分析，研究表明：（1）廣西近19年植被覆蓋度整體較高，空間分布呈四周高、中間低的特征；（2）2001-2019年FVC呈上升趨勢，且上升趨勢的面積占比達(dá)到61.50%，上升速率為每10年0.091，且波動變化相對穩(wěn)定；（3）由氣溫、降水量與FVC偏相關(guān)性結(jié)果可知，植被覆蓋度與氣候因子之間存在相關(guān)性，氣溫以每10年0.38℃的上升速率呈上升趨勢，降水量呈緩慢下降趨勢，降水量及氣溫對植被覆蓋度的影響存在空間異質(zhì)性；隨著海拔的升高植被覆蓋度呈先增后減的趨勢；坡向?qū)χ脖活愋偷牟季钟绊戄^大，陽坡主要以林地類型為主，陰坡主要以草地和林地為主；不同坡度植被覆蓋變化顯著，在坡度≤15°時植被覆蓋度較高，當(dāng)坡度越大時植被覆蓋度呈下降狀態(tài)；（4）隨著土地利用類型的變化植被覆蓋度有明顯差異，轉(zhuǎn)為林地和草地的面積及植被覆蓋度都呈逐年增加趨勢，耕地植被覆蓋度呈先增后降的趨勢。

關(guān)鍵詞： 植被覆蓋度； MODIS；FVC； 像元二分模型； 一元線性趨勢分析； 偏相關(guān)性分析

中圖分類號：Q 948.1? ???文獻(xiàn)標(biāo)志碼：A ??文章編號：0253-2301（2023）01-0058-08

DOI： 10.13651/j.cnki.fjnykj.2023.01.009

Analysis on the Temporal and Spatial Variation and Diversification Factors ofVegetation Coverage in Guangxi Zhuang Autonomous Region

YANG Jun-nan， DI Guang-zhi*

（Southwest Forestry University， Kunming， Yunnan 650224， China）

Abstract： This paper aimed to use the MODIS remote sensing data set to analyze the temporal and spatial variation and diversification factors of vegetation coverage in the study area in the past 19 years. The research showed that： （1） In the recent 19 years， the vegetation coverage in Guangxi was higher on the whole， and the spatial distribution was characterized by higher in the periphery and lower in the middle. （2） From 2001 to 2019， FVC showed an increasing tendency， and the area of the increasing tendency accounted for 61.50%. The raising rate was 0.091 per 10 years， and the fluctuation was relatively stable. （3） According to the partial correlation results of temperature， precipitation and FVC， there was a correlation between vegetation coverage and climatic factors. The temperature increased at a rate of 0.38℃ every 10 years， and the precipitation decreased slowly. The influence of precipitation and temperature on the vegetation coverage had spatial heterogeneity. With the increase of altitude， the vegetation coverage increased first and then decreased. The slope aspect had a great influence on the layout of vegetation types. The sunny slope was mainly dominated by forest land types， while the shady slope was mainly dominated by grassland and forest land types.The vegetation coverage changed significantly at different slopes. When the slope was less than 15°， the vegetation coverage was higher， and when the slope was larger， the vegetation coverage decreased. （4） With the change of land use types， there was significant difference in the vegetation coverage. The area converted to forestland and grassland and the vegetation coverage increased year by year， while the vegetation coverage of cultivated land increased first and then decreased.

Key words： Vegetation coverage； MODIS； FVC； Dimidiate pixel model； Unitary linear trend analysis； Partial correlation analysis

植被是人類賴以生存和發(fā)展的物質(zhì)基礎(chǔ)，對地表生態(tài)環(huán)境的建設(shè)發(fā)揮著相當(dāng)重要的作用，同時植被也是陸地生態(tài)系統(tǒng)的重要組成部分［1］。植被覆蓋度是指植被（包括葉、莖、枝）在地面的垂直投影面積占統(tǒng)計區(qū)總面積的百分比［2］，是衡量植被生長和植物群落覆蓋等健康狀況與否的綜合指標(biāo)之一。由于社會的發(fā)展，特別是人類活動在很大程度上影響了陸地生態(tài)系統(tǒng)的平衡，引起全球變暖、植被生境的破壞等問題，而植被覆蓋度變化的同時也影響著區(qū)域氣候、水文、生態(tài)等環(huán)境因子的變化。植被覆蓋度的獲取方法過去一直采用的是實地測量法，比如目估法、采樣法、儀器法、模型法等［3］，傳統(tǒng)方法不管在人力、物力、財力還是時間成本上都消耗過大，具有一定的局限性。近些年來遙感技術(shù)不斷發(fā)展與應(yīng)用，國內(nèi)外很多學(xué)者就利用遙感數(shù)據(jù)對不同尺度區(qū)域的植被覆蓋度進(jìn)行了反演和驅(qū)動因子分析［4-9］。從最開始傳統(tǒng)實地估量植被覆蓋度到現(xiàn)在通過遙感影像以數(shù)學(xué)模型為基礎(chǔ)進(jìn)行估算，用遙感估算得方法節(jié)省了大量得人力、物力以及時間，這為進(jìn)一步估算碳匯和評估區(qū)域生態(tài)環(huán)境提供了科學(xué)的數(shù)據(jù)支撐。

廣西位于中國地勢第二級階梯，地處云貴高原的東南部。目前利用遙感技術(shù)對廣西植被覆蓋度以及相關(guān)因子分析的研究較少。由于NDVI（Normalized Difference Vegetation Index，歸一化植被指數(shù)）是依據(jù)地表反射率監(jiān)測地表植被變化的指標(biāo)［10-11］，植被覆蓋度（Fractional Vegetation Coverage，F(xiàn)VC）是指植被垂直投影到地表的面積占研究區(qū)總面積的分布比例，是植被生長信息的直觀反映，是研究生態(tài)和氣象等環(huán)境變化的重要影像因子。因此，本研究以廣西為研究區(qū)域，以MODIS植被指數(shù)NDVI數(shù)據(jù)集為基礎(chǔ)，利用像元二分模型反演出植被覆蓋度，運用相關(guān)分析方法探討廣西FVC的時空變化，同時對多元驅(qū)動因子進(jìn)行相關(guān)分析，為廣西區(qū)域生態(tài)環(huán)境的建設(shè)和中國南部植被覆蓋度的研究提供現(xiàn)實依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

廣西是少數(shù)民族自治區(qū)，也是中國沿海自治區(qū)。屬于中國華南地區(qū)西部，省界與廣東、湖南、貴州及云南相接壤，并與越南相毗鄰，南瀕北部灣海峽，總面積為23.67 hm2，位處中國地勢的第二級階梯。因其不同的地形地貌，研究區(qū)北部以中亞熱帶季風(fēng)氣候為主，南部以南亞熱帶季風(fēng)氣候為主，多地年降水量均≥1 000 mm，多數(shù)地區(qū)年降水量≥1 500 mm。各地年平均氣溫＞16℃，氣溫隨緯度的變化由北向南遞增，由山地丘陵向平原盆地遞增。整個地勢為中間低四周高，平均海拔在750 m以上，總體來說山地、高原及丘陵為研究區(qū)主體地貌。

1.2 數(shù)據(jù)來源與預(yù)處理

研究選用3種數(shù)據(jù)：（1）遙感數(shù)據(jù)，源于NASA官方遙感數(shù)據(jù)網(wǎng)站（https：//ladsweb.modaps.eosdis.nasa.gov）MODIS衛(wèi)星產(chǎn)品中的MOD13Q1 NDVI數(shù)據(jù)［12-13］和MCD12Q1土地利用數(shù)據(jù)，利用MODIS預(yù)處理軟件（MODIS reprojection tool，MRT）將MOD13Q1 NDVI數(shù)據(jù)以及MCD12Q1土地利用數(shù)據(jù)分別進(jìn)行重采樣、重投影及拼接等預(yù)處理，使其空間分辨率達(dá)到一致；（2）DEM高程數(shù)據(jù)，源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/），利用ArcGIS 10.8軟件對廣西DEM數(shù)據(jù)進(jìn)行鑲嵌、裁剪等處理，然后將其統(tǒng)一為與NDVI數(shù)據(jù)相同的坐標(biāo)系和投影坐標(biāo)，提取地形因子并分級；（3）氣候數(shù)據(jù)，源于中國氣象數(shù)據(jù)共享服務(wù)網(wǎng)（http：//data.cma.cn/），將氣候基礎(chǔ)數(shù)據(jù)插值處理，最后按照研究區(qū)域矢量圖進(jìn)行掩膜提取出研究區(qū)域柵格化的逐年逐月的氣候影像。

2 研究方法

2.1 像元二分模型

NDVI可以體現(xiàn)植被健康生長狀況，是目前被廣泛應(yīng)用的植被指數(shù)［15-17］。其估算公式如下：

NDVI=NIP-RNIR+R（1）

式（1）中：NDVI為歸一化植被指數(shù)，其中R為紅波段，NIR為近紅外波段。

像元二分模型假設(shè)是將像元光譜信息分為純植被有效貢獻(xiàn)信息（S1）和裸土有效貢獻(xiàn)信息（S2）兩部分混合而成，即：

S=S1+S2（2）

若某一像元的裸土覆蓋像元用Ss表示，純植被覆蓋像元用Sv 表示，則這一像元的植被覆蓋度（FVC）將以植被覆蓋度的面積占比來表示，裸土覆蓋度可以表述為（1-FVC），此時計算S1、S2和FVC的表達(dá)式為：

S1=Sv×FVC （3）

S2=SS ×（1-FVC） （4）

FVC=S-SSSv-SS（5）

由于NDVI和FVC之間存在顯著的相關(guān)性，結(jié)合上述公式（1）和公式（5），F(xiàn)VC的計算公式即為：

FVC=NDVI-NDVISNDVIv-NDVIS（6）

式（6）中：NDVIS為純土壤覆蓋的像元NDVI值，NDVIv為純植被覆蓋像元NDVI值。

2.2 線性回歸模型

線性回歸分析方法將模擬植被覆蓋度的變化趨勢［18］。本研究基于最小二乘法逐個像元采用線性回歸模型擬合斜率，以單個像元FVC隨時間變化特征進(jìn)行分析19年間廣西植被覆蓋度（FVC ）的變化趨勢和變化速率，其公式如下：

θslope=n×∑ni=1i×FVCi-∑ni=1i∑ni=1FVCi∑ni=1i2×n-（∑ni=1i）2（7）

式（7）中：θslope為19年以來FVC的變化斜率；n為年份，i為年變量，F(xiàn)VCi代表第i年的FVC。當(dāng)FVC＞0時，說明植被覆蓋度呈上升趨勢，反之下降。其計算公式如下：

R2=［∑ni=1（i-）×（FVCi-FVC）］2∑ni=1（i-）2×∑ni=1（FVC-FVC）2（8）

式（8）中：i為2001-2019年的年份號1～19；n為年份；為這19年的植被覆蓋度平均值；FVCi為第i年的FVC值，F(xiàn)VC為2001-2019年FVC的平均值。根據(jù)檢驗結(jié)果和θslope值的大小將FVC分為7個等級，并統(tǒng)計相應(yīng)區(qū)間的面積占比。

2.3 FVC變異系數(shù)分析法

變異系數(shù)（coefficient of variation，Cv）可以反映植被覆蓋度多年的變化波動狀況［19］，其計算公式如下：

Cv=∑ni=1（i-）×（FVCi-FVC）2n-1

FVC（9）

式（9）中：Cv是FVC的變異系數(shù)；n為年份；FVCi為第i年的FVC值，F(xiàn)VC表示2001-2019年的FVC平均值；若Cv≤0.15，則FVC波動變化較小，植被生長處于穩(wěn)定狀況；若Cv＞0.15，則FVC波動變化較大，植被生長處于非穩(wěn)定狀況；根據(jù)前人的研究，根據(jù)變異系數(shù)值的大小，將植被FVC波動大小進(jìn)行分等并統(tǒng)計相應(yīng)區(qū)間的面積占比。

2.4 FVC相關(guān)系數(shù)模型

偏相關(guān)分析是用于研究多個因子之間的相關(guān)性［20］，依據(jù)研究區(qū)域的植被覆蓋度，利用Matlab軟件進(jìn)行分析其與同區(qū)域年均氣溫和年降水量之間的偏向性，并進(jìn)行偏相關(guān)性假設(shè)檢驗，其計算公式如下：

rij，k=rij，k-rik×rjk（1-r2ik）-（1-r2jk）（10）

式（10）中：rij，k表示對i和j這2個變量因子進(jìn)行偏相關(guān)分析獲取的偏相關(guān)系數(shù)；其中，rij、rik、rjk為2個變量因子的簡單相關(guān)系數(shù)，rij

，k取值范圍在［-1，1］之間，若rij，k＞0時，則說明2個變量因子之間呈正相關(guān)；若rij，k＜0，則說明2個變量因子之間呈負(fù)相關(guān)；若

rij，k的絕對值接近1時，說明2個變量因子之間的偏相關(guān)性較好，若rij，k的絕對值接近0時，說明2個變量因子之間的偏相關(guān)性越低。

2.5 馬爾科夫模型

馬爾科夫模型是一種統(tǒng)計模型，本文對研究區(qū)域的土地利用覆蓋變化情況采用此模型進(jìn)一步分析研究在生態(tài)政策實施開始時和研究結(jié)束時土地利用變化情況以及不同土地利用類型的變化方向［21］。其計算公式如下：

Sij=S11 ?S12 ?… ?S1n

S21 ?S22 ?… ?S2n

┇ ┇ ┇ ┇

Sn1 ?Sn2 ?… ?Snn? （11）

式（11）中：S表示土地面積，n表示土地利用類型的數(shù)量，i表示研究開始初的土地利用類型，取值1，2，…，n；j表示研究結(jié)束末的土地利用類型，取值1，2，…，n。3 結(jié)果與分析

3.1 廣西植被覆蓋度時空分布特征

3.1.1 廣西植被覆蓋度空間分布特征

2001-2019年廣西平均植被覆蓋度的均值為0.77，并依據(jù)《土壤侵蝕分類分級標(biāo)準(zhǔn)》將計算出來的FVC遙感影像基于目前的植被覆蓋度分類研究進(jìn)行等級劃分［22］，分為5個等級，分別為較高、高、中等、較低及低。該研究以2001、2005、2010、2015、2019年為代表年份，對其進(jìn)行植被覆蓋度面積占比統(tǒng)計（表1），其中，較高植被覆蓋度和高植被覆蓋度總和多年超過80%；低、較低、中等3個等級的植被覆蓋面積百分比呈減少趨勢，而較高、高2個等級的植被覆蓋區(qū)域面積占比呈顯著增加趨勢，說明研究區(qū)植被覆蓋度整體較高，呈增加趨勢，與中國西北地區(qū)相比較，植被覆蓋度明顯偏高［23］。在空間分布上，研究區(qū)域植被覆蓋度整體呈現(xiàn)四周高，中間低。

3.1.2 廣西植被覆蓋度時間分布特征

2001-2019年研究區(qū)植被覆蓋度隨時間變化趨勢如圖1所示，該區(qū)域植被覆蓋度呈緩慢上升趨勢，每10年

增加8%（P＜0.05），該研究區(qū)域2005年植被覆蓋度最低為0.69，這是由于該區(qū)域自2000年開始實施退耕還林等生態(tài)恢復(fù)等相關(guān)政策的過程中，土地利用類型面積發(fā)生相應(yīng)的改變以及人類活動會對植被覆蓋度造成一定的影響［24］。隨著時間的變化，尤其是2012年之后的7年，2013-2019年該研究區(qū)域平均植被覆蓋度FVC值為0.81。由于受到植被生長季節(jié)的影響，2001-2019年植被覆蓋度月變化顯著（圖2），1月、2月、11月、12月植被覆蓋度相對較低，3月、4月、5月、6月是植物生長季節(jié)，植被覆蓋度顯著上升，7月、8月、9月、10月達(dá)到全年植被覆蓋度頂峰狀態(tài)，其中9月FVC最大為0.51，2月FVC最低為0.30，月平均FVC值達(dá)到0.42，F(xiàn)VC總體呈現(xiàn)春冬較低，夏秋較高的穩(wěn)定趨勢。

3.2 植被覆蓋度變化趨勢分析

變化趨勢分析結(jié)果表明：2001-2019年廣西省多數(shù)地區(qū)FVC呈上升趨勢，通過對Slope進(jìn)行F檢驗，根據(jù)前人對植被覆蓋度變化趨勢的分級研究［25］，對該研究區(qū)FVC變化趨勢進(jìn)行分級，并統(tǒng)計其不同等級的FVC面積占比（表2）。結(jié)果顯示，呈下降趨勢的面積占研究區(qū)域總面積的13.67%；呈上升趨勢的面積占研究區(qū)域總面積的61.50%；呈穩(wěn)定趨勢的面積占研究區(qū)域總面積的24.84%；從空間分布上來看，呈下降趨勢的地區(qū)主要分布在南寧、崇左、貴港；呈上升趨勢的地區(qū)主要分布在河池、百色、桂林、欽州、北海、來賓；呈穩(wěn)定趨勢的地區(qū)主要分布在桂林、梧州、賀州等區(qū)域。

3.3 植被覆蓋度與相關(guān)氣候因子的分析

3.3.1 降水、氣溫分布特征

通過克里金插值法對研究區(qū)多年降水量、氣溫進(jìn)行處理，根據(jù)2001-2019年研究區(qū)降水、氣溫空間分布特征可得：研究區(qū)19年的降水量表現(xiàn)為從西北向東南遞增，年降水量多的區(qū)域主要分布在桂林、賀州、防城港、欽州、北海等地區(qū)；研究區(qū)近19年的氣溫由于緯度的不同呈自北向南遞增的趨勢，年均氣溫20.91℃，年均氣溫隨著緯度的增加而降低，氣溫較高的地區(qū)主要分布在欽州、防城港、北海等地區(qū)。圖3為研究區(qū)年降雨量、年均氣溫值的時間變化趨勢圖，由此可以得出，2001-2019年廣西省降雨量與氣溫均值呈波動上升趨勢，其中，2015年降雨量值為168.91 mm，為多年最高值，2011年降雨量為多年最低，值為107.83 mm；2001-2019年其氣溫最高值為21.38℃，2015年是研究區(qū)多年氣溫均值最高得年份，2011年研究區(qū)年均氣溫為研究年份最高，值為20.26℃，廣西壯族自治區(qū)2001-2019年年均氣溫與年降雨量呈正相關(guān)。

3.3.2 植被覆蓋度與降水、氣溫的偏相關(guān)性分析

研究區(qū)長時間序列植被覆蓋度與年氣溫的偏相關(guān)系數(shù)為0.12，F(xiàn)VC與年氣溫呈正相關(guān)面積占整個研究區(qū)面積的70%。呈正相關(guān)的地區(qū)分別是百色、河池、南寧；FVC同年降雨量的偏相關(guān)系數(shù)為0.27，研究區(qū)內(nèi)FVC年均值與年降雨量呈正相關(guān)的面積占18%，主要分布在東部地區(qū)；通過對植被覆蓋度與年降水量和年均氣溫的偏相關(guān)性分析可得降雨量對植被覆蓋度的影響比氣溫對其的影響大。

3.4 地形因子對植被覆蓋度的相關(guān)分析

3.4.1 海拔對植被覆蓋度的影響

植被被覆蓋度隨海拔的升高呈現(xiàn)出不同的變化［26］，80%以上的區(qū)域其海拔主要在750 m以內(nèi)，僅有20%的地區(qū)其海拔高于750 m；海拔不同導(dǎo)致植被覆蓋度存在明顯的空間異質(zhì)性。從圖4可以看出，海拔＜200 m時，植被覆蓋度最低為0.72，當(dāng)海拔在1 000～1 250 m時，F(xiàn)VC的值最高為0.81，植被覆蓋度隨海拔的上升呈現(xiàn)逐漸增高的趨勢。

3.4.2 坡度對植被覆蓋的影響

從圖5可以得出，研究區(qū)域坡度≤15°時，土地利用類型覆蓋面積最廣泛的是城市和草地，面積占比分別為19.29%、63.49%；隨著坡度的增加，林地的覆蓋面積隨坡度的上升呈顯著增加趨勢，耕地、城市的覆蓋面積呈顯著降低趨勢，耕地的覆蓋面積在坡度≤15°時，覆蓋面積占比最高為15.10%；草地的覆蓋度隨坡度的增加呈緩慢降低趨勢；由此可知，坡度越大，林地的植被覆蓋度逐漸升高，反之降低；耕地和草地的植被覆蓋度隨之降低；由于水分在海拔較低，坡度較為平緩的區(qū)域較為充沛，因此坡度對于水體沒有較大的意義。

3.4.3 坡向?qū)χ脖桓采w度的影響

由圖6可知，當(dāng)研究區(qū)域坡向為平坡時，將土地利用類型的面積占比進(jìn)行比較，其面積占比從高到低依次為草地＞林地＞城市＞耕地＞水域＞未利用分類；坡向為陽坡和陰坡時，覆蓋面積最廣的土地利用類型林地和草地；在陰坡范圍內(nèi)，林地和草地的覆蓋面積占比分別為27.23%、58.48%，在陽坡范圍內(nèi)，林地和草地的覆蓋面積占比分別為18.83%、65.37%；林地覆蓋面積占比值在平坡中最高，耕地覆蓋面積占比值在陽坡中最高，說明陽坡水熱光照條件相比其他坡向更為充足，適合當(dāng)?shù)鼐用窠?jīng)營農(nóng)業(yè)，發(fā)展相關(guān)經(jīng)濟林。

3.5 土地利用變化對植被覆蓋度的相關(guān)分析

土地利用面積的變化如表3、表4所示，結(jié)合相關(guān)代表年份（2001、2010、2019年）的各土地利用類型植被覆蓋度的變化可知：林地面積逐年增長，林地類型植被覆蓋度年均增幅為0.67%；2001-2010年各土地利用類型轉(zhuǎn)為耕地的面積逐年增加，2010-2019年轉(zhuǎn)入耕地的面積顯著減少，該土地類型植被覆蓋度年均降幅為11%；草地為研究區(qū)域典型的地表覆蓋類型，草地植被覆蓋度的年均增幅為1.63%，草地覆蓋面積總體呈增長趨勢；隨著社會發(fā)展的需要各土地類型轉(zhuǎn)為城市的面積呈逐漸增加的趨勢，該土地類型植被覆蓋度逐年降低，植被覆蓋度年均降幅為8.8%，由此可知，城市的發(fā)展對未來植被覆蓋度產(chǎn)生重要影響。

4 結(jié)論與討論

（1）廣西2001-2019年植被覆蓋度較好，分布較為均勻，空間分布呈中間低四周高的特征。（2）研究區(qū)FVC總體呈緩慢上升趨勢，植被覆蓋度隨物候的變化季節(jié)性變化明顯，7月至10月份植被覆蓋度達(dá)到年高峰階段，1月至2月份植被覆蓋度達(dá)到年最低值。（3）植被覆蓋度的變化與氣候因子之間存在相關(guān)性，分析得出在研究區(qū)降雨量對植被覆蓋度的影響大于氣溫對其的影響。（4）植被主要分布在海拔≤1 250 m以內(nèi)；植被覆蓋度也隨不同坡度發(fā)生變化；植被覆蓋度在坡向為陽坡時草地和林地的植被覆蓋度偏高，在陰坡主要以耕地分布為主。（5）近年來土地利用類型發(fā)生了明顯的變遷，由于研究區(qū)2001年根據(jù)《國務(wù)院關(guān)于進(jìn)一步做好退耕還林還草試點工作的若干意見》采取了有利措施，有效實施了相關(guān)生態(tài)政策，植被覆蓋度發(fā)生了明顯的變化，耕地的利用面積逐漸減少，林地和草地的利用面積逐年上升。

參考文獻(xiàn)：

［1］朱文泉，張錦水，潘耀忠，等.中國陸地生態(tài)系統(tǒng)生態(tài)資產(chǎn)測量及其動態(tài)變化分析［J］.應(yīng)用生態(tài)學(xué)報，2007（3）：586-594.

［2］李晶，劉乾龍，劉鵬宇.1998-2018年呼倫貝爾市植被覆蓋度時空變化及驅(qū)動力分析［J］.生態(tài)學(xué)報，2022，42（1）：220-235.

［3］張云霞，李曉兵，陳云浩.草地植被蓋度的多尺度遙感與實地測量方法綜述［J］.地球科學(xué)進(jìn)展，2003（1）：85-93.

［4］易浪，任志遠(yuǎn)，張翀，等.黃土高原植被覆蓋變化與氣候和人類活動的關(guān)系［J］.資源科學(xué)，2014，36（1）：166-174.

［5］熊俊楠，彭超，范春捆，等.基于MODIS時序數(shù)據(jù)的汶川地震災(zāi)區(qū)植被覆蓋變化監(jiān)測［J］.應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報，2018，26（1）：60-69.

［6］趙麗紅，王屏，歐陽勛志，等.南昌市植被覆蓋度時空演變及其對非氣候因素的響應(yīng)［J］.生態(tài)學(xué)報，2016，36（12）：3723-3733.

［7］鄭勇，楊武年，劉沖，等.川西高原近20 a植被覆蓋變化遙感動態(tài)監(jiān)測及驅(qū)動力分析［J］.遙感技術(shù)與應(yīng)用，2020，35（6）：1447-1456.

［8］趙舒怡，宮兆寧，劉旭穎.2001-2013年華北地區(qū)植被覆蓋度與干旱條件的相關(guān)分析［J］.地理學(xué)報，2015，70（5）：717-729.

［9］張靜，朱夢娜，宋佳佳，等.基于歸一化植被指數(shù)的小浪底庫區(qū)植被覆蓋度時空變化研究［J］.科學(xué)技術(shù)創(chuàng)新，2021（13）：66-69.

［10］易雪，楊森，劉鳴彥，等.遼寧省植被覆蓋度時空變化特征及其對氣候變化的響應(yīng)［J］.干旱氣象，2021，39（2）：252-261.

［11］SUN Y L， GUO P， YAN X D， et al.Dynamics of vegetation cover and its relationship with climate change and human activities in Inner Mongolia［J］.Journal of Natural Resources， 2010， 25（3）：407-414.

［12］YAN E， WANG G， LIN H， et al.Phenology-based classification of vegetation cover types in Northeast China using MODIS NDVI and EVI time series［J］.International Journal of Remote Sensing， 2015， 36（2）：489-512.

［13］周夢遙，何東進(jìn)，游巍斌，等.基于MODIS數(shù)據(jù)的福建省植被覆蓋度時空變化分析［J］.福建林業(yè)科技，2018，45（2）：6-12.

［14］史曉亮，王馨爽.黃土高原草地覆蓋度時空變化及其對氣候變化的響應(yīng)［J］.水土保持研究，2018，25（4）：189-194.

［15］FUNG T， SIU W.Environmental quality and its changes， an analysis using NDVI［J］.International Journal of Remote Sensing， 2000， 21（5）： 1011-1024.

［16］WARDLOW B D， EGBERT S L.Large-area crop mapping using time-series MODIS 250 m NDVI data： An assessment for the US Central Great Plains［J］.Remote sensing of environment， 2008， 112（3）： 1096-1116.

［17］樸世龍，方精云.最近18年來中國植被覆蓋的動態(tài)變化［J］.第四紀(jì)研究，2001（4）：294-302.

［18］熊俊楠，彭超，程維明，等.基于MODIS-NDVI的云南省植被覆蓋度變化分析［J］.地球信息科學(xué)學(xué)報，2018，20（12）：1830-1840.

［19］何寶忠，丁建麗，張喆，等.新疆植被覆蓋度趨勢演變實驗性分析［J］.地理學(xué)報，2016，71（11）：1948-1966.

［20］阿榮，畢其格，董振華.基于MODIS/NDVI的錫林郭勒草原植被變化及其歸因［J］.資源科學(xué)，2019，41（7）：1374-1386.

［21］郭力宇，李雨思，王濤，等.氣候變化與人類活動對植被覆蓋的影響［J］.西安科技大學(xué)學(xué)報，2020，40（1）：148-156.

［22］原麗娟，畢如田，徐立帥，等.沁河流域植被覆蓋時空分異特征［J］.生態(tài)學(xué)雜志，2019，38（4）：1093-1103.

［23］張含玉，方怒放，史志華.黃土高原植被覆蓋時空變化及其對氣候因子的響應(yīng)［J］.生態(tài)學(xué)報，2016，36（13）：3960-3968.

［24］湯巧英，戚德輝，宋立旺，等.基于GIS和RS的延河流域植被覆蓋度與地形因子的相關(guān)性研究［J］.水土保持研究，2017，24（4）：198-203.

［25］王琳，李娜，文廣超，等.黃河流域河南段植被覆蓋度變化及驅(qū)動力分析［J/OL］.水土保持通報：1-7［2023-01-05］.DOI：10.13961/j.cnki.stbctb.20221017.002.

［26］蔡宏，何政偉，安艷玲，等.基于RS和GIS的赤水河流域植被覆蓋度與各地形因子的相關(guān)強度研究［J］.地球與環(huán)境，2014，42（4）：518-524.

（責(zé)任編輯：陳文靜）