2. 中国科学院大学, 北京 100049;
3. 中国科学院-巴基斯坦高等教育委员会 中国-巴基斯坦地球科学研究中心, 伊斯兰堡 45320
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. China-Pakistan Joint Research Center on Earth Sciences, CAS-HEC, Islamabad 45320, Pakistan
作为分布最广泛的生态系统,草地在发挥生态系统服务功能、全球碳循环和气候调节方面有重要意义[1-4]。我国拥有各类草地近2.65×108 hm2,在农牧业经济发展和生态保护中发挥着重要作用[5-6]。我国草地主要分布于生态脆弱的干旱半干旱地区,使得草地在气候变化和人类活动共同影响下容易发生退化。据国家环境保护总局统计,我国90%的天然草地出现了不同程度的退化,广泛存在的草地退化问题已经成为制约区域经济发展和威胁区域生态安全的主要障碍之一[7]。因此,监测草地退化现象、及时掌握草地资源变化情况,对草地资源的保护与合理开发具有重要意义。
遥感技术的发展为大范围、持续和快速地调查草地资源提供了有效手段,在草地退化监测和评估中得到广泛应用[8-10]。在草地退化遥感监测中,常用植被覆盖度和生物量的降低表征草地退化。归一化植被指数(normalized difference vegetation index,NDVI)因能很好地反映植被覆盖度和光合特征,被广泛用于全球和区域尺度草地退化研究[11-12]。但仅靠NDVI的变化并不能准确监测草地退化。有研究表明,由于灌木和高株毒杂草的入侵,使得草本植物覆盖度下降,裸地面积增加,但草地NDVI和生物量并没有下降,甚至呈现增加趋势[13-14]。在草地退化过程中,NDVI的变化和裸土斑块的发育相辅相成,在不同退化阶段形成不同组合。研究表明,裸土斑块的产生和扩大使草地破碎化,造成草地空间异质性的改变,也是评价草地生态系统退化的重要指标[15-17]。为更加科学准确地对草地退化进行识别,Li等[17]综合NDVI和草地空间异质性的变化情况对青藏高原草地退化进行研究,结果表明这种方法具有更高的准确性。
库鲁斯台草原位于新疆西北边陲,是我国第二大连片平原草场,被誉为“塔城之肾”。资料显示,上世纪80年代以来,由于人类不合理的开发利用,库鲁斯台草原出现大面积退化、沙化和盐渍化,生态环境不断恶化,草地退化面积在1980—2014年间增加225%[18-20],直接威胁到塔城地区的生态安全和区域可持续发展。为此,本研究基于1990—2020年获取的Landsat遥感数据,通过NDVI及草地空间异质性的变化对库鲁斯台草地退化程度进行评估,以期为合理利用和保护草地资源,维持区域可持续发展,实现干旱半干旱区山水林田湖草沙冰一体化保护和系统治理提供科学依据。
1 数据与方法 1.1 研究区概况库鲁斯台草原位于新疆塔城、额敏、裕民、托里4县市交界处,向西一直延伸到我国与哈萨克斯坦边界,地理位置介于46°09′~46°44′ N,82°36′~84°00′ E之间(图 1)。草原总面积约2 134 km2,是我国第二大连片平原草场,塔城重要的农牧产品生产基地。库鲁斯台草原地形开阔平坦,海拔范围在400~600 m,额敏河东西贯穿草原,在草原中央形成大片湿地。库鲁斯台草原属温带大陆性干旱气候,日照充足,降水量少,冬季寒冷漫长,夏季炎热短促,年平均温度在6.5 ℃左右,年降水量平均为270.3 mm。库鲁斯台草原的草地类型主要包括温性草甸草原、温性典型草原和温性荒漠草原3大类,受额敏河水滋养,发育良好。主要的草本植物有布顿大麦(Hordeum bogdanii)、梯牧草(Phleum pratense)、木地肤(Kochia prostrata)、芨芨草(Achnatherum splendens),以及新疆绢蒿(Seriphidium kaschgaricum)等。随着草地的退化,苦豆子(Sophora alopecuroides)、铃铛刺(Halimodendron halodendron)和苍耳(Xanthium strumarium)等毒杂草大量滋生蔓延。
Download:
|
|
本研究使用1990—2020年获取的Landsat系列卫星遥感影像(Landsat5 TM、Landsat7 ETM+和Landsat8 OLI),数据来源于美国地质调查局网站(http://glovis.usgs.gov/)。由于2003年5月Landsat7 ETM+机载扫描校正器发生故障,造成2003—2005年数据缺失。所用Landsat数据来自于Collection1数据集,数据级别为L1TP,层次为T1,已经过几何精校准和地形校正,且在不同传感器间进行过定标,保持了较为一致的辐射度与几何质量。空间分辨率为30 m,轨道P146R28能够完整覆盖库鲁斯台草原。结合研究区植被生长状况、云层覆盖等情况,选取每年7—8月份草地植被长势较好,含云量较低的影像。为减少大气和影像几何形变等因素对数据准确性的影响,对遥感影像进行了辐射定标、大气校正等一系列预处理。预处理过程在ENVI 5.3中完成,使用FLAASH模块对影像进行大气校正。根据不同传感器,选择相应波段计算出NDVI,并剔除异常值,最终得到1990—2020年库鲁斯台草原NDVI长时间序列空间分布数据。为保证不同传感器NDVI数据的一致性,选取传感器间交叉年份,对NDVI进行相关性分析。结果表明,TM与ETM+、ETM+与OLI计算的NDVI数据均具有显著的相关性,相关系数分别为0.975和0.917(P<0.001)。因此,Landsat各传感器计算的NDVI数据具有较好的一致性,可用于长时间序列分析。
研究时段内塔城气象站的温度和降水数据被用来分析草地退化的原因,数据来源于中国气象数据网(http://data.cma.cn)。社会经济数据来源于新疆统计年鉴,选取1990—2020年塔城、额敏、裕民、托里4县(市)的耕地灌溉面积、牲畜饲养量2个因子。由于库鲁斯台草原主要用于羊牛马的放牧活动,因此牲畜饲养量数据中去除了家禽和驴、猪等家畜。2010年土地利用数据被用来提取研究区草地范围。该数据来源于新疆生态与地理研究所遥感与地理信息系统应用重点实验室,一级类包括耕地、林地、草地、水域、建设用地和其他6大类,在本研究中除草地外其余土地利用类型均被掩膜。
1.3 研究方法 1.3.1 空间异质性计算变异系数(coefficient of variation,CV)是一个统计量,可以反映一组数据的离散程度,又称“离散系数”,是标准差与平均值的比值,常被用于评估植被在时间序列上的波动程度[21]。草地退化过程中,植被斑块与裸土斑块交织点缀的分布特征反映了草地的空间异质性,为监测其变化,基于NDVI数据,以每个像元为中心,构建N×N的移动窗口,计算窗口内NDVI的变异系数,代表该范围内草地的空间异质性。经过试验,最终选取3×3大小的移动窗口,计算得到库鲁斯台草原1990—2020年草地空间异质性长时间序列空间分布数据。本研究通过NDVI的变异系数量化了草地的空间异质性,作为评价草地生长状况的重要指标[17]。公式如下
$\mathrm{CV}=\frac{1}{\bar{x}} \times \sqrt{\frac{1}{n-1} \sum\limits_{i=1}^n\left(x_i-\bar{x}\right)^2}, $ | (1) |
式中:CV为NDVI的变异系数;xi表示第i个像元对应的NDVI值;n代表3×3移动窗口的像元个数,n=9;表示移动窗口中NDVI的均值。CV值越大,说明选定范围内草地的空间异质性越大,反之,空间异质性越小。
1.3.2 趋势分析草地退化是一个长时间、持续性的过程,因此需要通过长时间序列数据分析植被变化的情况。本研究采用Theil-Sen Median趋势分析方法,对库鲁斯台草原1990—2020年NDVI及其CV的变化趋势进行逐像元计算,进而揭示研究区NDVI及草地空间异质性变化。Theil-Sen Median方法可以避免时间序列数据缺失及数据分布形态对分析结果的影响,并且对异常值不敏感,有效消除草地在不同年份表现出的差异。公式如下
$\beta=\operatorname{median}\left(\frac{x_j-x_i}{j-i}\right), \forall j>i, $ | (2) |
式中:β表示整个时间序列的平均变化幅度和变化趋势,median( )为取中值函数,xj和xi分别为时间序列在i时段和j时段的数据。若β>0,表示随时间的增加,x呈上升的趋势;若β<0,则表示随时间的增加,x呈下降的趋势。
1.3.3 草地退化分级本研究基于NDVI及草地空间异质性的变化对库鲁斯台草地退化程度进行评估,并使用决策树分类的方法对各退化等级进行划分(图 2)。在库鲁斯台草原已退化区域,由于灌丛和毒杂草等入侵,NDVI并不总是随着退化程度而下降。这些入侵物种增加了植被覆盖和生物量,是草地退化的重要标志[13, 22]。从完整健康的草地到退化草地,裸土斑块的发育将导致草地空间异质性的增加。而重度退化阶段,草地空间异质性则开始降低[17, 23]。
Download:
|
|
以下是对本研究草地退化分级标准的详细介绍。
1) 改善:NDVI的增加和草地空间异质性的降低代表草地植被生长状况的改善。NDVI与光合作用、叶面积指数和生物量具有较强的相关性,因此长时间序列NDVI的增加表明草地植被覆盖和生物量的增加。健康完整的草地具有均一的景观特征,空间异质性较低。因此NDVI的增加及草地空间异质性的降低表明草地的生产力和覆盖特征均一程度的提高,说明草地状况趋于改善。
2) NDVI及草地空间异质性共同上升反映了植被恢复或轻度退化两种不同的情况。
植被恢复:本研究中定义植被恢复为无植被或植被稀疏地区重新长出植被。在无植被或植被稀疏地区(NDVI<0.2)[24-26],NDVI增加表示景观由非植被或低植被状态向植被状态转变,从而导致空间异质性的增加。故在植被稀疏地区,NDVI及草地空间异质性的上升代表植被恢复。
轻度退化:在草地轻度退化地区(NDVI>0.2),天然草地植物群落结构开始发生变化,优良牧草的竞争和更新能力减弱,灌丛入侵、毒杂草比例增加。与本地物种相比,这些入侵物种单株冠幅较大,具有较高的植被覆盖和生物量特征。且在这个阶段,植被斑块与裸土斑块互相点缀,空间异质性增强。因此,在植被覆盖区域(NDVI>0.2),NDVI及草地空间异质性的增加解释为草地轻度退化。
3) 中度退化:NDVI的降低和草地空间异质性的上升代表草地中度退化。在已退化的草地上,随着环境进一步恶化,草地的NDVI开始下降,裸土斑块的数量和大小不断增加,空间异质性进一步上升。因此,NDVI的减少和空间异质性的上升代表草地处于中度退化阶段。
4) 重度退化:NDVI及草地空间异质性共同降低代表草地重度退化。随着草地退化程度的加剧,植被斑块变小,裸土斑块变大并逐渐连通,草地由植被阶段向裸地阶段转变。所以,NDVI及草地空间异质性的下降代表草地重度退化。
1.3.4 相关性分析本研究利用相关性分析的方法研究了2个草地退化监测指标与温度、降水间的响应关系。Pearson相关系数是衡量2个随机变量之间线性相关程度的指标,取值范围为[-1, 1]。其计算公式如下
$r_{x y}=\frac{\sum\limits_{i=1}^n\left(x_i-\bar{x}\right)\left(y_i-\bar{y}\right)}{\sqrt{\sum\limits_{i=1}^n\left(x_i-\bar{x}\right)^2} \sqrt{\sum\limits_{i=1}^n\left(y_i-\bar{y}\right)^2}},$ | (3) |
式中:x和y为2个变量,和分别为x和y的均值,n为研究期间总年数。rxy>0表示正相关,rxy<0表示负相关,rxy绝对值越高,相关性越强。
2 结果与分析 2.1 NDVI及草地空间异质性变化1990—2020年库鲁斯台草原NDVI空间分布整体呈中心高、四周低的特征(图 3(a))。高值区域主要集中在草原中部的额敏河两岸,这里地势低洼平坦,额敏河经此流速减缓,在草原中央形成大片湿地,植被发育良好。NDVI的变化率可以定量描述库鲁斯台草原草地生长状况变化的方向和速度。1990—2020年库鲁斯台草原NDVI变化趋势如图 3(b)所示。草原中部NDVI呈现上升趋势,而草原边缘与耕地相邻的区域NDVI出现了较大幅度的下降。
Download:
|
|
以3×3像元移动窗口内NDVI的变异系数表示库鲁斯台草原90 m×90 m的范围内草地的空间异质性。由图 3(c)可知,研究区中部及西南部的草地空间异质性较低,表明该区域具有较均一的植被覆盖特征,草地生长状况良好;而草原北部和南部空间异质性较高,表明草地景观破碎化,植被斑块与裸土斑块互相点缀。从1990—2020年CV的变化率来看(图 3(d)),空间异质性上升的区域集中在草原中部及西南部地区,表明2个区域可能存在草地破碎化及退化的风险;而北部和南部的空间异质性则以下降为主,表明草地有改善的趋势。
2.2 草地退化等级1990—2020年,库鲁斯台草原大部分区域NDVI及草地空间异质性发生了变化。利用两者的变化定义退化水平,进而对库鲁斯台草原的草地退化进行评价。根据本研究定义的退化分类标准,发现当前库鲁斯台草原约有54%的草地出现不同等级的退化。其中,重度退化面积占草原总面积的17.7%,中度退化占18.4%,轻度退化占18.1%,这些退化主要集中在草原中部额敏河两岸以及草原边缘与耕地相邻的区域(图 4)。当草地NDVI增加,空间异质性降低,表示草地的生产力提高,破碎化程度降低,草地生长状况得到改善。研究发现,库鲁斯台草原约有35%的草地状况得到了改善,主要集中在草原北部和南部地区。在NDVI<0.2的无植被或植被稀疏地区,NDVI和草地空间异质性的增加反映了植被的恢复,约占研究区的10%。
Download:
|
|
采用塔城气象站1990—2020年温度降水数据,分析温度和降水在时间上的变化趋势。由图 5(a)可知,1990—2020年降水量总体平稳,多年平均降水量为294.25 mm,未表现出明显的上升或下降趋势,但降水量年际波动较大,降水量偏少的年份集中在20世纪90年代末期。尤其是自1994年以来,持续几年降水量偏低,并在1991、1995、1997、2008年,发生几次严重的干旱事件[27]。1990—2020年,库鲁斯台草原区域温度总体呈上升趋势,变化倾向率0.372 ℃/(10 a),多年平均温度为8.15 ℃。1993年平均气温最低,为6.19 ℃,2008年平均气温达到最高,为9.35 ℃(图 5(b))。总体来看,在全球气候变化的影响下,库鲁斯台草原气温有变暖的趋势。
Download:
|
|
由1990—2020年库鲁斯台草原NDVI、空间异质性与降水量的波动关系,可以看出,NDVI与降水量的年际变化趋势基本一致(图 5(c)),呈显著正相关,相关系数为0.661(P<0.01),表明降水量是影响库鲁斯台草原NDVI时间动态的主要因素;而草地空间异质性与降水量呈弱相关关系。对NDVI、空间异质性与温度进行相关性分析(图 5(d)),结果表明,两者与温度均呈负相关关系,相关系数分别为-0.385、-0.312。总体来说,温度、降水虽然不是主导草地空间异质性变化的主要因子,但却影响着每年植被的生长状况,尤其是降水。
2.3.2 人类活动除气候变化外,人类活动对草地退化的影响也不可忽视。受20世纪八九十年代垦荒造田热潮的影响,1990—2020年额敏河流域4县市耕地大幅度扩张,耕地灌溉面积呈显著上升趋势,从1990年的1.58×105 hm2增长到2020年的2.42×105 hm2,增幅达53.2%(图 6(a))。耕地大面积扩张使草场面积不断减少,同时耕地的灌溉用水也会挤占草原生态用水。从牲畜存栏数看,2006年之前为快速上升阶段,2006年之后在波动中逐渐下降,2016年后大幅度减少(图 6(b)),这主要是由于2003年后一系列生态修复、禁牧措施的实施使放牧活动减弱。
Download:
|
|
根据我国《天然草地退化、沙化、盐渍化的分级指标》(GB 19377—2003),草地退化不仅体现在植被生长状态的变化,地表特征的变化也是其标志性景观。测量草地裸土斑块和鼠洞的数量、大小和形态等特征,也是准确了解草地退化程度的重要方法,然而这样的方法并不适用于大范围的研究。本研究利用遥感数据,通过NDVI及草地空间异质性的变化对库鲁斯台草原草地退化进行评价。研究发现额敏河两岸是库鲁斯台草原NDVI最高的区域,且有较明显的上升趋势,但空间异质性的上升表明该区域草地趋于破碎化,存在着退化的风险,草地集中表现为轻度和中度退化,这与现有调查结果一致[28]。说明NDVI和草地空间异质性的综合变化,比单一NDVI的变化能更准确地反映库鲁斯台草地退化程度,Li等[17]对青藏高原草地退化的研究也证明了这一点。因此在草地退化的监测中不能仅关注NDVI的变化,还要结合草地空间异质性进行评价,以更加准确地揭示草地退化情况。
库鲁斯台草原作为塔城重要的生态服务供给和气候调节区,控制人类活动对其的影响是保护其健康发展及可持续利用的重要措施。近几十年来,为满足日益增长的人口和灌溉的用水需求,塔城盆地内水库、引水渠、机井等水利设施发展迅速,截至2014年塔城盆地约有8 000眼以上配套机井,导致地下水超采严重,地下水位下降幅度达每年0.5~1 m[18]。地下水位的下降使草地旱化,原本繁茂的禾草和杂类草群落草层高度、生产力下降,面积减少,向荒漠化发展。上游经济社会用水挤占草原生态用水是库鲁斯台生态系统衰退的重要原因[18, 29],但受到数据获取的限制,本文未进行深入研究,其影响方式和程度还有待进一步探究。2003年库鲁斯台草原开始实施退牧还草工程,2015年启动库鲁斯台草原修复工程,并于2017年实施《库鲁斯台草原生态保护条例》,塔城地区累计退减耕地1.4×104 hm2,关停机电井377眼[30]。研究结果表明,库鲁斯台草原34%的草地生长状况发生了改善,说明这些措施对库鲁斯台草原草地的保护起到了积极的作用。因此,建议继续加强对库鲁斯台草原的保护,进一步落实保护条例,合理调配水资源,保持库鲁斯台草原“塔城之肾”的功能。
4 结论本研究以NDVI和草地空间异质性的变化作为表征草地退化的主要指标,研究1990—2020年库鲁斯台草原草地退化情况,以期为促进草地生态系统和土地资源保护和可持续利用提供有益参考,主要结论如下:
1) 库鲁斯台草原NDVI呈中心高,四周低的空间分布格局。1990—2020年期间,草原中部NDVI呈现上升趋势,而草原边缘与耕地相邻的区域NDVI出现较大幅度的下降。草地空间异质性上升的区域集中在草原西南部及中部地区,而北部和南部的空间异质性则以下降为主。
2) 库鲁斯台草原草地退化等级的分布表明,库鲁斯台草原约有54%的草地出现不同等级的退化,约35%的草地生长状况得到改善;约10%的草地发生植被恢复。
3) 影响因素的分析表明,1990—2020年温度和降水对草地空间异质性的年际变化影响较小,对NDVI影响较大,降水量是影响库鲁斯台草原NDVI年际变化的主要因素。
[1] |
谢高地, 张钇锂, 鲁春霞, 等. 中国自然草地生态系统服务价值[J]. 自然资源学报, 2001, 16(1): 47-53. Doi:10.3321/j.issn:1000-3037.2001.01.009 |
[2] |
Chou W W, Silver W L, Jackson R D, et al. The sensitivity of annual grassland carbon cycling to the quantity and timing of rainfall[J]. Global Change Biology, 2008, 14(6): 1382-1394. Doi:10.1111/j.1365-2486.2008.01572.x |
[3] |
Ma W H, Fang J Y, Yang Y H, et al. Biomass carbon stocks and their changes in Northern China's grasslands during 1982-2006[J]. Science China Life Sciences, 2010, 53(7): 841-850. Doi:10.1007/s11427-010-4020-6 |
[4] |
吴丹, 邵全琴, 刘纪远, 等. 中国草地生态系统水源涵养服务时空变化[J]. 水土保持研究, 2016, 23(5): 256-260. Doi:10.13869/j.cnki.rswc.2016.05.032 |
[5] |
苏大学. 中国草地资源的区域分布与生产力结构[J]. 草地学报, 1994, 2(1): 71-77. |
[6] |
朴世龙, 方精云, 贺金生, 等. 中国草地植被生物量及其空间分布格局[J]. 植物生态学报, 2004, 28(4): 491-498. Doi:10.3321/j.issn:1005-264X.2004.04.007 |
[7] |
国家环境保护总局. 2005年中国环境状况公报[EB/OL]. (2006-06-02)[2021-11-20]. https://www.mee.gov.cn/hjzl/zghjzkgb/lnzghjzkgb/.
|
[8] |
马梅, 张圣微, 魏宝成. 锡林郭勒草原近30年草地退化的变化特征及其驱动因素分析[J]. 中国草地学报, 2017, 39(4): 86-93. Doi:10.16742/j.zgcdxb.2017-04-14 |
[9] |
Lyu X, Li X B, Dang D L, et al. A new method for grassland degradation monitoring by vegetation species composition using hyperspectral remote sensing[J]. Ecological Indicators, 2020, 114: 106310. Doi:10.1016/j.ecolind.2020.106310 |
[10] |
Yang Y L, Wang J L, Chen Y, et al. Remote-sensing monitoring of grassland degradation based on the GDI in Shangri-La, China[J]. Remote Sensing, 2019, 11(24): 3030. Doi:10.3390/rs11243030 |
[11] |
曹旭娟, 干珠扎布, 梁艳, 等. 基于NDVI的藏北地区草地退化时空分布特征分析[J]. 草业学报, 2016, 25(3): 1-8. |
[12] |
张艳珍, 王钊齐, 杨悦, 等. 蒙古高原草地退化程度时空分布定量研究[J]. 草业科学, 2018, 35(2): 233-243. Doi:10.11829/j.issn.1001-0629.2017-0220 |
[13] |
邓燕, 李钒, 姚树冉, 等. 不同程度退化草地的植被土壤特征及其相互间的关系[J]. 草业科学, 2021, 38(7): 1260-1269. Doi:10.11829/j.issn.1001-0629.2021-0101 |
[14] |
王迎新, 陈先江, 娄珊宁, 等. 草原灌丛化入侵: 过程、机制和效应[J]. 草业学报, 2018, 27(5): 219-227. Doi:10.11686/cyxb2017233 |
[15] |
Kéfi S, Guttal V, Brock W A, et al. Early warning signals of ecological transitions: methods for spatial patterns[J]. PLoS One, 2014, 9(3): e92097. Doi:10.1371/journal.pone.0092097 |
[16] |
Kéfi S, Rietkerk M, Alados C L, et al. Spatial vegetation patterns and imminent desertification in Mediterranean arid ecosystems[J]. Nature, 2007, 449(7159): 213-217. Doi:10.1038/nature06111 |
[17] |
Li C X, de Jong R, Schmid B, et al. Changes in grassland cover and in its spatial heterogeneity indicate degradation on the Qinghai-Tibetan Plateau[J]. Ecological Indicators, 2020, 119: 106641. Doi:10.1016/j.ecolind.2020.106641 |
[18] |
王永嘉. 近30年库鲁斯台草原退化过程分析[J]. 新疆环境保护, 2017, 39(4): 26-32. |
[19] |
梁卫国. 库鲁斯台草原生态系统恶化现状及治理对策[J]. 中国草地, 2001, 23(5): 75-78. |
[20] |
金俄斯古丽, 萨依拉, 王建国. 库鲁斯台草原生态现状[J]. 新疆畜牧业, 2011(5): 19-20. Doi:10.16795/j.cnki.xjxmy.2011.05.007 |
[21] |
陈国龙, 杨瑞霞, 王普, 等. 近20a三北地区植被资源时空变化特征探究[J]. 云南大学学报(自然科学版), 2021, 43(5): 1028-1037. Doi:10.7540/j.ynu.20200556 |
[22] |
陈宁, 张扬建, 朱军涛, 等. 高寒草甸退化过程中群落生产力和物种多样性的非线性响应机制研究[J]. 植物生态学报, 2018, 42(1): 50-65. Doi:10.17521/cjpe.2017.0252 |
[23] |
林慧龙, 王钊齐, 尚占环. 江河源区"黑土滩"退化草地秃斑与鼠洞的分形特征[J]. 草地学报, 2010, 18(4): 477-484. Doi:10.3969/j.issn.1007-0435.2010.04.001 |
[24] |
Kimura R, Bai L, Wang J M. Relationships among dust outbreaks, vegetation cover, and surface soil water content on the Loess Plateau of China, 1999-2000[J]. Catena, 2009, 77(3): 292-296. Doi:10.1016/j.catena.2009.02.016 |
[25] |
Montandon L M, Small E E. The impact of soil reflectance on the quantification of the green vegetation fraction from NDVI[J]. Remote Sensing of Environment, 2008, 112(4): 1835-1845. Doi:10.1016/j.rse.2007.09.007 |
[26] |
穆少杰, 李建龙, 陈奕兆, 等. 2001—2010年内蒙古植被覆盖度时空变化特征[J]. 地理学报, 2012, 67(9): 1255-1268. |
[27] |
李丽华. 北疆地区干旱监测分析研究[D]. 乌鲁木齐: 新疆大学, 2010.
|
[28] |
管述军. 中国第二大平原草原: 库鲁斯台湿地萎缩速度令人堪忧[J]. 兵团工运, 2007(10): 17. |
[29] |
王冬富. 库鲁斯台草原生态系统衰退的成因分析[J]. 内蒙古水利, 2018(9): 31, 62. |
[30] |
新华社. 新疆塔城加快修复库鲁斯台草原生态[EB/OL]. (2017-07-23)[2021-11-20]. http://www.gov.cn/xinwen/2017-07/23/content_5212815.htm#1.
|