文章信息
- 欧朝蓉, 朱清科, 孙永玉
- Ou Zhaorong, Zhu Qingke, Sun Yongyu
- 元谋干热河谷旱季植被覆盖度的时空异质性
- Temporal and Spatial Heterogeneity of the Vegetation Coverage in the Dry Season in Yuanmou Dry-Hot Valley
- 林业科学, 2017, 53(11): 20-28.
- Scientia Silvae Sinicae, 2017, 53(11): 20-28.
- DOI: 10.11707/j.1001-7488.20171103
-
文章历史
- 收稿日期:2017-02-24
- 修回日期:2017-10-23
-
作者相关文章
2. 北京林业大学水土保持学院 北京 100083;
3. 中国林业科学研究院资源昆虫研究所 昆明 650216
2. School of Water and Soil Conservation, Beijing Forestry University Beijing 100083;
3. The Research Institute of Resources Insects, Chinese Academy of Forestry Kunming 650216
植被是山地生态系统的主要组成部分,是山地物质循环和能量交换的纽带,对山地生物、气候和水文等生态过程均具有重要作用(Parmesan et al., 2003)。植被覆盖度是反映植被生长状况的主要指标,是气候和土壤侵蚀数值模拟的重要参数,能有效指示山地生态环境变化(陈效逑等,2009;Purevdorj et al., 1998;Zeng et al., 2000;Gitelson et al., 2002;Qi et al., 2000)。近年来,国内外学者利用3S技术研究了山地植被覆盖度的时空变化和影响因素(Jiang et al., 2005;Gu et al., 2009;Xin et al., 2008;Ian et al., 2010;Duo et al., 2016;Kokutse et al., 2016;Liu et al., 2016;Caracciolo et al., 2016)。
干热河谷是中国西南山区一种特殊的地理区域和气候类型,其景观特征与周边地区湿润半湿润景观有明显差异。干热是指水分条件和热量条件的配合,所谓干是指干燥度达到半干旱气候的标准,热是指具有北温带的温度条件,而河谷则为地形地貌条件(欧晓昆,1994)。干热河谷植被类型以河谷型萨瓦纳植被为主,自然植被稀少,植被退化严重,是中国西南地区典型生态环境脆弱区(周跃,1987)。植被生态状况研究是干热河谷生态环境研究的重点关注内容之一。有学者从植被类型、植被恢复及植物生理等方面(欧晓昆,1994;聂小军等,2008)探讨了干热河谷植被与生态环境的关系。目前该领域研究侧重于探讨植被生物机理或植被指数空间结构,鲜少关注干热河谷植被状况的变化和影响因素,不能有效揭示干热河谷植被生态演化的规律和机理。鉴于此,本研究以具有干热河谷典型环境特征的元谋县为案例地,以2008—2016年5期Landsat遥感影像为数据源,基于GIS、RS和多元统计方法,分析研究区植被覆盖度时空异质性特征,以期为干热河谷植被恢复及生态环境保护提供参考。
1 研究区概况研究区(元谋县全境)地处滇中高原北部金沙江下游龙川江河谷盆地内(101°35′—102°06′E,25°23′—26°06′N)。除元谋盆地底部为河谷冲积平原外,其余均为山地丘陵地形。气候干热,光热充足,年均气温21.9 ℃,降水量少且季节分配不均,年均降水量仅为616 mm,年蒸发量高达3 627 mm。全年90%的降水集中在6—10月(雨季),旱季(11月至翌年5月)降水量少。其地带性土壤为燥红土和红壤,土层薄且分层不明显,土壤风化度较低,砾石含量较高,有机质含量少,土壤保水性较差。从谷底到山顶相对高差大,按高程大致可以分为河谷坝区(899~1 100 m)、坝周低山(1 100~1 350 m)、中低山(1 350~1 600 m)和中高山(1 600~2 835 m),海拔1 350 m以下属于典型的干热河谷区。植被发育与山地垂直地形相适应,海拔1 600 m以下植被以稀树灌草丛为主,海拔1 600 m以上主要为灌丛草地,也有片状森林分布。干热河谷区植被退化严重形成天然次生植被,以黄茅(Heteropogon contortus)和西南菅草(Themeda hookeri)等旱生禾草本植物为优势种,在此背景下散生着具硬叶、卷叶、厚叶、多刺、多毛等耐旱特征的小灌木树种,群落结构单一(欧晓昆,1994)。每年的5月雨季来临前植被开始萌芽,雨季是植被的主要生长期,旱季期间植物的生长受到抑制,多数植被干枯致死,因此雨季和旱季的植被生长状况有明显差异。
2 研究方法 2.1 数据来源及处理遥感数据来源于中国科学院地理空间数据云平台,选取Landsat遥感影像,时相为2008,2010和2012年Landsat 7 ETM卫星影像,2014和2016年的Landsat 8 OLI卫星影像(同源)。空间分辨率为30 m,云雾量为0,影像时段为1月。影像时段处于研究区旱季,气温和降水条件非常近似,图像清晰无云。为了研究植被覆盖度的地带性特征,本研究采集了地面分辨率为30 m的ASTER GDEM高程模型和研究区1 :10万的地理信息基础数据,在ENVI软件的支持下实现Landsat遥感图像和ASTER GDEM高程模型的几何精校正和图像配准,以研究区边界裁剪运算获得研究区多期Landsat遥感图像和ASTER GDEM高程模型,并通过栅格计算提取各高程带的空间范围。
2.2 植被覆盖度的提取植被覆盖度VFC与归一化植被指数NDVI有着显著的线性相关关系,常用的方法是通过建立二者之间的转化关系,直接提取植被覆盖度,采用像元二分模型估算植被覆盖度值(刘琳等,2010;李恒凯等,2016)。
$ {\rm{VFC}} = ({\rm{NDVI}} - {\rm{NDV}}{{\rm{I}}_{\rm{s}}})/({\rm{NDV}}{{\rm{I}}_{\rm{v}}} - {\rm{NDV}}{{\rm{I}}_{\rm{s}}}), $ | (1) |
式中:NDVIv为完全被植被覆盖部分的NDVI值;NDVIs为裸地或者无植被覆盖的NDVI值。目前对NDVIv和NDVIs的取值没有统一的方法,部分研究者将NDVIv和NDVIs取定值计算VFC值(李双双等,2012;刘军会等,2013;胡玉福等,2015),通常以研究区植被覆盖度的最大值和最小值分别取代NDVIv和NDVIs值。此种方法简单便捷,且在植被覆盖度估算中误差较小,被广泛应用于植被覆盖度的估算中。本研究借鉴前人研究方法,根据研究区整幅影像上的NDVI灰度分布,以0.5%置信度截取NDVI的上、下阈值作为NDVI的最大值和最小值来代替NDVIv和NDVIs,于是公式(1)转化成公式(2):
$ {\rm{VFC}} = \left({{\rm{NDVI}} - {\rm{NDV}}{{\rm{I}}_{{\rm{min}}}}} \right)/\left({{\rm{NDV}}{{\rm{I}}_{{\rm{max}}}} - {\rm{NDV}}{{\rm{I}}_{{\rm{min}}}}} \right)。$ | (2) |
式中:NDVImax和NDVImin分别为研究区NDVI的最大值和最小值。利用ENVI中的波段处理函数Bandmath计算研究区不同年份的植被覆盖度,在ArcGIS中提取每个高程带不同等级植被覆盖度的面积及其比例。
2.3 植被覆盖度年际变化状况表达方法受自然和人为因素多种因素干扰,山地植被覆盖度在不同年份会出现波动。年际间植被覆盖度波动状况反映了干扰后植被的生长状况和变化特征,植被覆盖度波动值越大表明植被生长状况越不稳定。参考相关文献(Jiang et al., 2005;穆少杰等,2012;张世文等,2016),以与研究区等面积的空间格网对不同年份植被覆盖度进行空间采样,以格网中包含像素的植被覆盖度均值作为格网点植被覆盖度值,采用年际间植被覆盖度标准差SD来反映植被覆盖度的波动程度,其公式为:
$ {\rm{SD}} = \sqrt {\sum\limits_{i = 1}^n {{v_i}^2 - \frac{1}{n}{{\left({\sum\limits_{i = 1}^n {{v_i}} } \right)}^2}} } 。$ | (3) |
式中:vi为第i个格网点的植被覆盖度值。
2.4 植被覆盖度变化趋势表达方法以采样格网点植被覆盖度值为因变量,以年份为自变量,在不同时相的每个格网点上进行线性回归,得到拟合回归直线斜率θslope。斜率为负值时,表示植被覆盖度减少,反之则为增加。变化趋势是否显著采用相关系数r来判定,r的正负分别表示植被覆盖度随年份变化线性增加或减少的趋势。用t分布检验2个变量的相关性及显著水平(张世文等,2016)。
$ \begin{array}{l} {\theta _{{\rm{slope}}}} = \left[ {\sum\limits_{i = 1}^n {{v_i}{t_i} - \frac{1}{n}\left({\sum\limits_{i = 1}^n {{v_i}} } \right)\frac{1}{n}\left({\sum\limits_{i = 1}^n {{t_i}} } \right)} } \right]/\\ \;\;\;\;\;\;\left[ {\sum\limits_{i = 1}^n {t_i^2 - \frac{1}{n}{{\left({\sum\limits_{i = 1}^n {{t_i}} } \right)}^2}} } \right]; \end{array} $ | (4) |
$ r = \sqrt {\left[ {\sum\limits_{i = 1}^n {t_i^2 - \frac{1}{n}{{\left( {\sum\limits_{i = 1}^n {{t_i}} } \right)}^2}} } \right]{\theta _{{\rm{slope}}}}/\left[ {\sum\limits_{i = 1}^n {v_i^2 - \frac{1}{n}{{\left( {\sum\limits_{i = 1}^n {{v_i}} } \right)}^2}} } \right]} 。$ | (5) |
式中:r为相关系数,n为总年数,本研究取n=5。
3 结果与分析 3.1 植被覆盖度的空间异质性 3.1.1 植被覆盖度的空间格局提取2008—2016年间5个年份研究区的植被覆盖度(VFC)值。为了更好地反映植被覆盖的变化情况,参照土地利用现状调查技术规程(1984)、《土壤侵蚀分类分级标准》(2008)及相关文献(穆少杰等,2012;胡玉福等,2015;张世文等,2016),确定研究区植被覆盖度的等级分类标准及其对应的景观类型:Ⅰ级,0.75~1.0,高覆盖度,对应有林地和水浇地;Ⅱ级,0.60~0.75,中高覆盖度,对应高覆盖度草地、灌木林和其他林地;Ⅲ级,0.40~0.60,中覆盖度,对应中覆盖度草地、旱地和灌草丛;Ⅳ级,0.15~0.40,中低覆盖度,对应低覆盖度草地、建设用地和稀疏灌草丛;Ⅴ级,0~0.15,低覆盖度,对应水域和未利用地。VFC值越大,表明植被覆盖度越大,植被生长状况越好。2008—2016年间研究区植被覆盖度特征为:以龙川江河谷和金沙江河谷为界,东高西低、南高北低,且自河谷坝区向中高山呈现中低—低—中—中高的整体空间格局特征(图 1)。
图 2表明, Ⅰ和Ⅱ级植被覆盖度主要分布在龙川江中段沿岸的河谷区及东部、南部和西部边缘中高山区域。龙川江中段沿岸河谷属于稀树农田带,多发育河漫滩和一级阶地,地势平坦。虽然气候干燥炎热,但水源及灌溉条件好,目前已建成高效的人工农业生态系统,水田及蔬菜园地集中分布于此,植被状况较好。中高山区Ⅰ和Ⅱ级植被覆盖度区域面积分别占研究区Ⅰ和Ⅱ级植被覆盖度总面积的60%和50%以上。中高山区气候类型从亚热带逐渐过渡到暖温带,海拔升高使水热条件明显改善,植被类型从稀树灌木及草本类型逐渐过渡到亚热带半湿润常绿阔叶林与松林,成为元谋植被生态状况最好的地带。坝周低山区和中低山区Ⅲ和Ⅳ级植被覆盖度的区域面积分别占研究区Ⅲ和Ⅳ级植被覆盖度总面积比例的70%~80%。坝周低山区植被类型属于河谷型Savana植被类型,自然植被为强烈退化的以黄茅-车桑子(Dodonaea viscosa)群落为基带的稀树灌木草丛,加之放牧和垦殖等强烈人为活动的影响,水土流失和生态环境退化严重,植被覆盖状况差。中低山为元谋盆地两侧山地下端,是干热河谷与温暖山区的过渡类型, 植被类型以稀树灌木草丛、非泥岩山地灌木林成分较多,有少量云南松(Pinus yunnanensis)和桉(Eucalyptus robusta)。海拔的升高使水热条件改善,该地带植被覆盖状况好于坝周低山区。由于龙川江和金沙江在河谷坝区横穿而过,因而河谷坝区水域面积较多,导致河谷坝区的Ⅴ级植被覆盖度占研究区Ⅴ级植被覆盖度总面积比例超过60%,河谷坝区Ⅳ级植被覆盖度的面积占研究区Ⅳ级植被覆盖度总面积比例约为20%,主要是因为城镇化进程加快使建设用地等人工用地增多。
2008,2010,2012,2014和2016年研究区植被覆盖度均值分别为0.562,0.586,0.494,0.578和0.566,均属于Ⅲ级植被覆盖度水平,植被覆盖度均值偏低。2012年植被覆盖度均值显著偏低(P=0.000,P<0.05),z其余各年份差别不大,表明植被覆盖度均值总体上趋于稳定。表 1表明研究区植被覆盖度以Ⅲ和Ⅱ级为主,2者之和接近区域总面积的80%,总体结构呈“两头小、中间大”的特征。从不同等级植被覆盖度年际变化上看,Ⅲ和Ⅱ级植被覆盖度的区域面积增长,Ⅰ和Ⅳ级植被覆盖度的区域面积减少,Ⅴ级植被覆盖度变化不明显。值得注意的是Ⅰ级植被覆盖度的区域面积减少了96.96 km2,变化率达到-67.94%,降幅非常明显。从不同等级植被覆盖度的区域面积波动状况看,Ⅳ级覆盖度的CV值为119.19%,该等级植被覆盖度波动程度最大,Ⅰ级植被覆盖度CV值也达到47.83%,波动程度也较大。
对2008(基年)和2016年(末年)研究区不同等级植被覆盖度的面积转移状况进行统计和分析(表 2)。基、末年不同等级植被覆盖度的面积总转入转出量为1 240.61 km2,占研究区总面积的61.03%,表明植被覆盖度等级间转换较为频繁。Ⅰ级中有95.19 km2向Ⅱ级转移,虽然等级只降1级,植被退化程度不太严重,但是退化的区域面积较大。Ⅱ级植被覆盖度向Ⅲ级转移的面积为183.74 km2,Ⅲ级植被覆盖度向Ⅱ级转移的区域面积为162.56 km2,这2个等级相互转移面积最多,是转化最为活跃的2个等级,表明这2个等级状态不稳定。Ⅳ级植被覆盖度有106.15 km2向Ⅲ级转化,大于其逆向转化过程(30.33 km2),表明Ⅳ级植被覆盖度状态好转。
计算各采样格网点年际间植被覆盖度标准差(SD)以分析植被覆盖度的年际波动状况。研究区年际间植被覆盖度标准差(SD)为0~0.541,以Breakpoint法分为5个级别,即低幅度(0~0.074)、中低幅度(0.075~0.109)、中幅度(0.110~0.153)、中高幅度(0.154~0.238)和高幅度(0.239~0.541),各等级的面积分别占研究区总面积的21.76%,38.38%,30.13%,9.6%和0.13%,中及低幅度波动的区域面积占研究区总面积比例超过90%,表明绝大多数区域植被覆盖度年际间变化幅度不大(图 3)。中高山区北部植被覆盖度年际波动以中幅度为主,东部、南部和西南部中高山区以中低和低幅度为主,中低山总体以中低幅度为主,但西部和北部的中低山波动状况略高于东部中低山。坝周低山区植被覆盖度年际波动整体上以中和中高幅度为主,且在区域方向上的差别小,表明该地带植被覆盖度变化幅度较大。河谷坝区的北部植被覆盖度年际波动以中幅度为主,中部以中高幅度为主,下部则以中低幅度和低幅度为主。坝周低山和河谷坝区中段和上段植被覆盖度年际标准差的空间形态较为破碎,难以形成均质化片区,表明这2个地带植被覆盖度变化复杂。
为了进一步揭示研究区植被覆盖度的变化特征及变化趋势,计算2008—2016年间各采样格网点的拟合回归直线斜率θslope和相关系数r。θslope值介于-0.045和0.058之间,显著性t检验结果表明相关系数r为-0.665~ 0.633,θslope的相关性不显著。研究区植被覆盖度增加区域面积和减少的区域面积之比为10 :9,植被覆盖度增长的区域面积略大于植被覆盖度减少的区域面积。但从植被覆盖度变化的显著性来看,植被覆盖度呈显著减少的区域面积大于呈显著增长的区域面积,2者占研究区总面积的比例分别为9.132%和6.794%。根据显著性t检验结果及θslope的正负性,将研究区植被覆盖度变化趋势分为7个等级:较极显著减少(θslope<0,0.01<P<0.025)、显著减少(θslope<0,0.025<P<0.05)、较显著减少(θslope<0,0.05<P<0.1)、无显著变化(P>0.1)、较极显著增加(θslope>0,0.01<P<0.025)、显著增加(θslope>0,0.025<P<0.05)和较显著增加(θslope>0,0.05<P<0.1)(图 4)。
当θslope<0,相关系数r为-0.885~-0.855,通过了0.025的显著性检验,植被退化极为明显,属于较极显著减少等级,其面积占研究区总面积1.487%;相关系数r为-0.884~-0.795,通过了0. 05的显著性检验,植被退化明显,属于显著减少等级,其面积占研究区总面积2.457%;相关系数r为-0.794~ -0.666通过了0.10的显著性检验,植被退化较为明显,属于较显著减少等级,其面积占研究区总面积的5.188%。属于较极显著减少等级和显著减少等级的区域主要分布在南部中高山区和东部坝周低山,在南部中高山也有少许分布。8年来北部和南部中高山区植被覆盖度显著变化主要是由于Ⅰ级植被覆盖度的区域面积减少,人类干扰影响范围从低海拔山区扩大至中高海拔山区,表明干热河谷生态问题形势复杂化。当θslope>0,相关系数r为0.878~0.922,通过了0.025的显著性检验,植被改善最为明显,属于较极显著增加等级,其面积占研究区总面积的1.540%;相关系数r为0.783~0.877,通过了0.05的显著性检验,植被改善较为明显,属于显著增加等级,其面积占研究区总面积0.213%;相关系数r为0.632~0.782,通过了0.10的显著性检验,属于较显著增加等级,其面积占研究区总面积的5.041%。属于较极显著增加和显著增加等级的区域主要分布在西部坝周低山与河谷坝区交界处及金沙江沿岸河谷地带,属于较显著增加等级的区域主要分布在西部坝周低山、中低山、金沙江沿岸河谷地带及南部和东部中高山。退耕还草和荒漠化治理等生态修复工程的实施改善了当地植被状况,一定程度缓解了中低山和坝周低山生态环境问题,而金沙江干热河谷坝区人工生态系统不断完善使该区域植被状况好转。
4 讨论以往研究多数关注于坝周低山区和中低山区的植被生态状况,诸多研究表明这2个地带的人为干扰严重,植被生态状况较差(第宝锋等,2005;何锦峰等,2009;江功武等,2006),本研究通过2008—2016年植被覆盖度的时空演变研究发现东部和南部的中高山地带植被覆盖度的结构恶化,南部中高山区植被覆盖度退化更为明显,表明人为干扰的范围已经从坝周低山扩展到中高山区,且对中高山区的植被造成了重要影响。中高山区是干热河谷重要的水源涵养地,其植被生态状况对维护区域生态安全具有关键影响,应引起重视。本研究侧重于从植被覆盖层面研究干热河谷植被生态状况,未来应进一步结合土地利用类型、景观格局、植被类型深入分析干热河谷植被生态状况,同时量化分析人为干扰的作用力,从而为干热河谷植被生态的保护提供科学依据。
本研究数据的时相均为1月份,侧重于分析研究区旱季植被覆盖度时空异质性特征。虽然相对元谋的雨季,旱季植被覆盖度值偏低,却能真实地反映旱季植被生态状况和研究区生态环境状况。未来研究可以将旱季植被覆盖度和雨季植被覆盖度进行对比研究,更深入地探究研究区植被生态状况变化。
5 结论研究区植被覆盖度的空间格局与地势走向表现出一致性,即以龙川江河谷和金沙江为界表现出东高西低、南高北低,自河谷坝区向中高山呈现中低—低—中—中高的整体空间格局,植被覆盖度的空间分布具有明显的地带差异性。研究区植被覆盖度值总体偏低,除2012年外,总体变化幅度不大。研究区植被覆盖度以Ⅲ和Ⅱ级为主,2者面积接近区域总面积的80%。
植被覆盖度等级间转换较为频繁,不同等级间植被覆盖度的转移量占区域总面积的61.03%。Ⅰ级植被覆盖度退化区域面积大,Ⅱ和Ⅲ级植被覆盖度的相互转移量最多。植被覆盖度年际间波动幅度不大,以中及低幅度为主。植被覆盖度增加的区域面积和减少的区域面积比为10 :9,植被覆盖度增长的区域面积略大于减少的区域面积,但显著性减少的区域面积大于显著性增长的区域面积。植被覆盖度较极显著减少和显著减少区域主要分布在南部中高山区和东部坝周低山。植被覆盖度较极显著增加和显著增加区域主要分布在西部坝周低山与河谷坝区交界处及金沙江沿岸的河谷地带,这些区域的植被状况好转,表明正向人为干扰对区域植被生态状况的调节具有积极促进作用。自然因素奠定了干热河谷植被覆盖度的时空基本格局,人为干扰表现出强大作用力,使植被覆盖度时空变化更为复杂。必须正确认识人为干扰对区域植被覆盖度的作用,应继续实施退耕还林还草、天然林保护工程,减少中高山区和中低山区人为干扰活动,禁止乱砍滥伐,防止天然林退化。在河谷区和坝周低山区应强化各项植被恢复和水土保持措施,积极推动以稀树灌草丛为主的人工植被恢复工作的开展,从而实现区域植被生态的可持续发展。
陈效逑, 王恒. 2009. 1982-2003年内蒙古植被带和植被覆盖度的时空变化[J]. 地理学报, 64(1): 84-94. (Chen X Q, Wang H. 2009. Spatial and temporal variations of vegetation belts and vegetation cover degrees in Inner Mongolia from 1982 to 2003[J]. Acta Geographica Sinica, 64(1): 84-94. DOI:10.11821/xb200901009 [in Chinese]) |
第宝锋, 杨忠, 艾南山, 等. 2005. 基于RS与GIS的金沙江干热河谷区退化生态系统评价——以云南省元谋县为例[J]. 地理科学, 25(4): 484-489. (Di B F, Yang Z, Ai N S, et al. 2005. Evaluation on degraded ecosystem in Jinshajiang xerothermic valley using RS and GIS——a case study of Yuanmou County in Yunnan[J]. Scientia Geohraphica Sinica, 25(4): 484-489. [in Chinese]) |
何锦峰, 苏春江, 舒兰, 等. 2009. 基于3S技术的金沙江干热河谷区LUCC研究——以云南省元谋县为例[J]. 山地学报, 27(3): 341-348. (He J F, Su C J, Shu L, et al. 2009. A 3S-based study on land use and land cover change in the Jinshajiang xerothermic valley-a case of Yuanmou County, Yunnan Province[J]. Journal of Mountain Science, 27(3): 341-348. [in Chinese]) |
胡玉福, 邓良基, 刘宇, 等. 2015. 基于RS和GIS的大渡河上游植被覆盖时空变化[J]. 林业科学, 51(7): 49-59. (Hu Y F, Deng L J, Liu Y, et al. 2015. Temporal and spatial variation of the vegetation coverage in upper Dadu river based on RS and GIS[J]. Scientia Silvae Sincae, 51(7): 49-59. [in Chinese]) |
江功武, 朱红业, 钱坤建, 等. 2006. 人类活动对元谋干热河谷景观变化的主要影响[J]. 西南农业学报, 19(sp1): 320-322. (Jiang G W, Zhu H Y, Qian K J, et al. 2006. The major influence of human activities on landscape change in Yuanmou dry-hot valley[J]. Southwest China Journal of Agricultural Sciences, 19(sp1): 320-322. [in Chinese]) |
李恒凯, 雷军, 杨柳. 2016. 基于Landsat影像的离子稀土矿区植被覆盖度提取及景观格局分析[J]. 农业工程学报, 32(10): 267-276. (Li H K, Lei J, Yang L. 2016. Extraction of vegetation coverage and analysis of landscape pattern in rare earth mining area based on Landsat image[J]. Transactions of the Chinese Society of Agricultural Engineering, 32(10): 267-276. DOI:10.11975/j.issn.1002-6819.2016.10.037 [in Chinese]) |
李双双, 延军平, 万佳. 2012. 近10年陕甘宁黄土高原区植被覆盖时空变化特征[J]. 地理学报, 67(7): 960-970. (Li S S, Yan J P, Wang J. 2012. The spatial-temporal changes of vegetation restoration on Loess Plateau in Shaanxi-Gansu-Ningxia region[J]. Acta Geographica Sinica, 67(7): 960-970. DOI:10.11821/xb201207009 [in Chinese]) |
刘军会, 高吉喜, 王文杰. 2013. 青藏高原植被覆盖变化及其与气候变化的关系[J]. 山地学报, 31(2): 234-242. (Liu J H, Gao J X, Wang W J. 2013. Variations of vegetation coverage and its relations to global climate changes on the Tibetan plateau during 1981-2005[J]. Mountain Research, 31(2): 234-242. [in Chinese]) |
刘琳, 姚波. 2010. 基于NDVI象元二分法的植被覆盖变化监测[J]. 农业工程学报, 26(13): 230-234. (Liu L, Yao B. 2010. Monitoring vegetation-cover changes based on NDVI dimidiate pixel model[J]. Transactions of the Chinese Society of Agricultural Engineering, 26(13): 230-234. [in Chinese]) |
穆少杰, 李建龙, 陈奕兆, 等. 2012. 2001-2010年内蒙古植被覆盖度时空变化特征[J]. 地理学报, 67(9): 1255-1268. (Mu S J, Li J L, Chen Y Z, et al. 2012. Spatial differences of variations of vegetation coverage in the Inner Mongolia during 2001-2010[J]. Acta Geographica Sinica, 67(9): 1255-1268. DOI:10.11821/xb201209010 [in Chinese]) |
聂小军, 张建辉, 刘刚才, 等. 2008. 金沙江干热河谷侵蚀陡坡植被恢复对土壤质量的影响[J]. 生态环境学报, 17(4): 1636-1640. (Nie X J, Zhang J H, Liu G C, et al. 2008. Effects of vegetation restoration on soil quality of eroded hill slopes in dry hot valley of Jinsha river[J]. Ecology and Environment, 17(4): 1636-1640. [in Chinese]) |
欧晓昆. 1994. 云南省干热河谷地区的生态现状与生态建设[J]. 长江流域资源与环境, 3(3): 271-276. (Ou X K. 1994. Ecological condition and ecological construction in dry-hot valley of Yunnan Province[J]. Resources and Environment in the Yangtze Basin, 3(3): 271-276. [in Chinese]) |
张世文, 宁汇荣, 许大亮, 等. 2016. 草原区露天煤矿植被覆盖度时空演变与驱动因素分析[J]. 农业工程学报, 32(17): 233-241. (Zhang S W, Ning H R, Xu D L, et al. 2016. Analysis of spatio-temporal evolution and driving factors of vegetation fraction for opencast coal mine in grassland area[J]. Transactions of the Chinese Society of Agricultural Engineering, 32(17): 233-241. DOI:10.11975/j.issn.1002-6819.2016.17.031 [in Chinese]) |
周跃. 1987. 元谋干热河谷植被的生态及其成因[J]. 生态学杂志, (5): 28-33. (Zhou Y. 1987. Vegetation ecology and its genesis in Yuanmou dry-hot valley[J]. Chinese Journal of Ecology, (5): 28-33. [in Chinese]) |
Caracciolo D, Istanbulluoglu E, Noto L V, et al. 2016. Mechanisms of shrub encroachment into Northern Chihuahuan desert grasslands and impacts of climate change investigated using a cellular automata model[J]. Advances in Water Resources, 91(5): 46-62. |
Duo A, Zhao W, Qu X, et al. 2016. Spatio-temporal variation of vegetation coverage and its response to climate change in North China plain in the last 33 years[J]. International Journal of Applied Earth Observation and Geoinformation, 53(12): 103-117. |
Gitelson A A, Kaufman Y J, Stark R, et al. 2002. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environment, 80(1): 76-87. DOI:10.1016/S0034-4257(01)00289-9 |
Gu Z J, Zeng Z Y, Shi X Z, et al. 2009. Assessing factors influencing vegetation coverage calculation with remote sensing imagery[J]. International Journal of Remote Sensing, 30(10): 2479-2489. DOI:10.1080/01431160802552736 |
Ian O, Darren P. 2010. Treeline vegetation composition and change in Canada's western subarctic from AVHRR and canopy reflectance modeling[J]. Remote Sensing of Environment, 114(4): 805-815. DOI:10.1016/j.rse.2009.11.017 |
Jiang T A, Wang S Q, Xue Z D. 2005. Correlation between vegetation coverage and Zoker population quantity[J]. Bulletin of Soil & Water Conservation, (5): 24-27. |
Kokutse N K, Temgoua A G, Kavazoviæ Z. 2016. Slope stability and vegetation:conceptual and numerical investigation of mechanical effects[J]. Ecological Engineering, 86(1): 146-153. |
Liu X Y, Zhou W, Bai Z K. 2016. Vegetation coverage change and stability in large open-pit coal mine dumps in China during 1990-2015[J]. Ecological Engineering, 95(7): 447-451. |
Ma H C, Jack A M. 2001. The dry-hot valleys and forestation in southwest china[J]. Journal of Forestry Research, 12(1): 35-39. DOI:10.1007/BF02856797 |
Parmesan C, Yohe G. 2003. A globally coherent fingerprint of climate change impacts across natural systems[J]. Nature, 421(6918): 37-42. DOI:10.1038/nature01286 |
Purevdorj T S, Tateishi R, Ishiyama T, et al. 1998. Relationships between percent vegetation cover and vegetation indices[J]. International Journal of Remote Sensing, 19(18): 3519-3535. DOI:10.1080/014311698213795 |
Qi J, Marsett R C, Moran M S, et al. 2000. Spatial and temporal dynamics of vegetation in the San Pedro river basin area[J]. Agricultural & Forest Meteorology, 105(1/2/3): 55-68. |
Xin Z B, Xu J X, Zheng W. 2008. Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau (1981-2006):impacts of climate changes and human activities[J]. Science in China (Series D:Earth Sciences), 51(1): 67-78. DOI:10.1007/s11430-007-0137-2 |
Zeng X, Dickinson R E, Walker A. 2000. Derivation and evaluation of global 1-km fractional vegetation cover data for land modeling[J]. Journal of Applied Meteorology, 39(6): 826-839. DOI:10.1175/1520-0450(2000)039<0826:DAEOGK>2.0.CO;2 |