2. 陕西师范大学 地理学国家级实验教学示范中心, 陕西 西安 710119
2. National Demonstration Center for Experimental Geography Education, Shaanxi Normal University, Xi′an 710119, China
在全球气候变暖的背景下, 各区域的降水、气温及其他气候要素均发生了不同程度的变化。相对湿度是衡量空气中水汽压的指标, 它的大小对降水和气温存在较大的敏感性, 其中相对湿度与降水呈正相关, 与气温呈负相关[1]。植被覆盖在很大程度上受降水量变化的影响, 研究表明植被覆盖与降水量呈正相关[2-6]。在北方农牧交错带, 植被变化与气温普遍存在负相关[7]。而相对湿度作为表征气温与降水平衡的指标, 在一定程度上必然与植被覆盖存在紧密联系。
目前植被覆盖与气候变化之间的响应已成为许多学者的研究对象, 主要集中于毛乌素沙地在内的整个黄土高原地区[8-11]、北方草地、西北地区或包括其部分地区的陕西省等研究区域。毛乌素沙地及周边地区是对气候变化响应敏感的地区之一, 目前对该区植被与气候响应的研究主要从温度、降水的年际变化角度分析植被的水分收支平衡与群落类型演变[12-13], 以及对毛乌素沙地气候变化与植被覆盖的单独分析[14-18]; 主要采用的研究方法是基于遥感影像反演植被覆盖度, 建立植被指数与气候因子之间的关系[19-21], 而对毛乌素沙地植被变化与气候因子相对湿度的关系研究较少。大多数研究从时间尺度探讨植被与气候因子的响应关系,并指出降水量和气温的变化均影响着植被覆盖的变化, 其中降水对植被的影响更为显著[22]。然而,不同地区气温和降水的时间分布不均匀, 且两者还受其他因子的影响。本文选取衡量气温和降水平衡的相对湿度作为主要的气候因子研究, 基于1981—2015年研究区的GIMMS NDVI数据以及18个气象站点的相对湿度数据, 分别从时间、空间和稳定性三角度分析该地区植被指数与相对湿度时空变化特征及二者间的联系, 以期进一步解释NDVI与气候系统变化机理之间的相互作用, 并对当前毛乌素沙地周边地区生态修复提供理论支持与科学参考。
1 资料与方法 1.1 研究区概况毛乌素沙地位于内蒙古自治区、陕西省和宁夏回族自治区三省交界处, 包括13个行政区, 总面积约为4.22×104 km2。毛乌素沙地周边地区位于我国季风区的西陲, 农牧交错地带以及陕北黄土高原向鄂尔多斯高原的过渡区。且为黄河流经地段, 多年平均降水量从东南向西减少, 在440mm至250mm之间变化。植被地带多为干草原亚地带、荒漠草原亚地带, 植被种类有草原与灌丛植被、沙生灌丛以及滩地上的草甸、沼泽植被等。考虑到毛乌素沙地数据的限制, 选取毛乌素沙地周边地区为研究区(见图 1)。
|
图 1 毛乌素沙地周边地区气象站点分布图 Fig. 1 Distribution map of meteorological stations in Mu Us peripheral area |
气象数据选用由中国气象局国家气象信息中心资料服务室提供的中国标准气象站点的地面月平相对湿度、降水、气温等。数据通过严格的筛选, 将时间尺度统一在1981年1月至2015年12月, 其中月数值完整站点最终为18个(见图 1)。
GIMMS NDVI数据为长期监测植被变化的数据源, 具有覆盖时间较长的优势, 故本文选取GIMMS NDVI为植被指数的研究数据。1981—2006年GIMMS NDVI长时间数据集来源于寒旱区科学研究中心, 2007—2015年GIMMS NDVI长时间数据集来源于美国国家航空航天局(National Aeronautics and Space Administration, NASA), 空间分辨率为8km, 时间分辨率为15d, 整套数据均经过预处理, 包括大气校正、辐射校正、几何校正、真值恢复等。
1.2.2 研究方法1) 时段界线的确定
1998年中国开始进行退耕还林, 这一变化必将导致局地小气候的变化。结合人类活动的实施与研究区相对湿度的变化特征, 故将研究时段1981—2015年划分为时段1:1981—1999年, 时段2:2000—2015年。
2) 时间序列分析利用
1981—2015年年平均相对湿度和7~8月的NDVI值, 对其进行统计分析, 并计算其线性倾向率与五年滑动平均, 并结合M-K法, 对其长时间序列变化进行突变检验。
3) 稳定度分析
针对相对湿度和NDVI采用适用于此指标的方法进行统计。平均相对湿度和NDVI分别计算气候倾向率和NDVI绿度变化率(GRC)作为变化率来衡量稳定程度。
4) GRC绿度变化率(Greenness Rate of Change, GRC)
GRC可以反映某一时间段内植被的变化趋势。具体算法参考文献[23-25], 其定义为:
当GRC<-0.006, NDVI显著减少;
-0.006<GRC<-0.001, NDVI轻度减少;
-0.001<GRC<0.001, NDVI基本不变;
0.001<GRC<0.006, NDVI轻度增加;
GRC>0.006, NDVI显著增加。
5) 空间分析
反距离权重插值法具有有普适性, 适用于气象站点分布均匀区域。文中选取18个均匀分布于毛乌素沙地周边地区的气象站点数据, 利用反距离权重插值法对相对湿度与NDVI值进行插值计算, 通过掩膜提取制作空间分布图。其中因未涉及沙地腹地站点数据, 故文中沙地腹地空间分布与实际存在差异。
6) 相关分析
利用SPSS软件中相关分析程序分析年均相对湿度、气温、降水等气候因子与NDVI的相关程度。
2 结果分析 2.1 相对湿度长期变化趋势特征 2.1.1 相对湿度时间序列变化1981—2015年毛乌素沙地周边地区年均相对湿度整体上波动变化中呈微弱下降趋势(图 2), 变化倾向率为-5.5%/10a, 但未通过0.05的信度检验, 表明近35年来毛乌素周边地区气候呈趋干化发展。研究区多年平均相对湿度为52.66%, 平均相对湿度最低值为2005年的47.87%, 比多年平均值低5.35%, 最高值为2003年的58.37%, 比多年平均值多5.15%, 最高值与最低值相差达10.5%, 可见区域内相对湿度波动程度较明显。从5a滑动平均趋势可知, 近35年毛乌素沙地周边地区相对湿度经历了“低—高—低—高—低—高”的干湿交替变化趋势, 1988—1994年相对湿度持续高于多年均值, 2004—2015年相对湿度持续低于多年均值。从M-K趋势可以发现1995年之前相对湿度基本处于稳定状态, 但1995年之后相对湿度整体处于下降趋势; 1995—2005年下降趋势明显大于2006—2016年的变化, 2005年后相对湿度变化较平稳, 且有微弱的上升变化, 这一结果与其线性趋势变化基本一致, 2006—2015年相对湿度线性倾向率为0.49%/10a。
|
图 2 1981—2015年毛乌素沙地周边地区相对湿度变化趋势 Fig. 2 Changes of relative humidity in Mu Us peripheral area from 1981 to 2015 |
从图 3可知, 1981—2015年毛乌素沙地周边地区平均相对湿度变化倾向率为-0.32%~0.12%之间, 呈下降趋势范围明显大于增加趋势范围, 即研究区在空间上整体呈下降变化。相对湿度变化倾向率低于-0.20的区域主要分布在毛乌素沙地外围西部的宁夏平原, 这可能与宁夏平原受黄河影响有关, 河流流经以及水库的调节, 使其局部小气候发生改变, 河流丰水期, 气候较湿润, 而河流枯水期, 气候较干旱, 气候变率较大, 故相对湿度变化倾向率较大; 相对湿度变化倾向率介于-0.20%~-0.10%之间的地区主要分布在研究区东部, 尤以沙地边缘为主, 相对湿度变化倾向率介于-0.10%~0%之间的地区主要分布在研究区北部、沙地西部边缘及南部部分地区, 其原因可能是沙地边缘的中西部及研究区北部主要以旱生植被为主, 降水量少, 且降水变率小, 河流流经少, 受气候变化的影响程度相对较东部小, 且近年来气温升温幅度大, 可能导致相对湿度趋于降低; 东部及沙地东部边缘, 因受黄河影响, 其湿度变化率较沙地内部大; 而南部地区受山地气候影响, 变化率较大。相对湿度高于0%的地区主要分布在南部的同心及东南部横山、绥德等地区。
|
图 3 毛乌素沙地周边地区相对湿度变化率 Fig. 3 Contours of Relative Humidity Relative Variability of Mu Us peripheral area |
由图 4可知, 1981—2015年毛乌素沙地周边地区相对湿度呈现由东南向西北逐步减少, 研究区内较湿润的地区主要集中在毛乌素沙地外围东南和东部的陕西省(延安、河曲等)及西部宁夏平原, 这可能主要与该区域河流丰富以及处于山地迎风坡有关; 较干旱区主要集中在研究区西北部及北部, 可能主要是受其河流流经较少的影响。时段1与时段2, 研究区相对湿度分别为46.51% ~ 60.43%和46.00% ~ 59.43%之间, 最高值、最低值分别降低了1%和0.51%。时段1与时段2相比, 2000年之后毛乌素沙地周边地区整体相对湿度低于2000年之前; 湿度>56%的地区略有减小; 湿度>54%的地区由时段1时的研究区东南部和东部缩减为时段2的东南部; 湿度<50%的地区呈现向南、向东扩张趋势, 惠农、东胜、包头等地相对湿度下降明显。
|
图 4 毛乌素沙地周边地区相对湿度空间分布图 Fig. 4 Spatial distribution of relative humidity in Mu Us peripheral area |
从图 5可知, 1981—2015年毛乌素沙地周边地区NDVI值整体上波动变化中呈上升变化趋势, 增加趋势为0.32/10a;2006—2015年NDVI增加趋势明显高于1981—2015年的变化, 其线性倾向率为1.02/10a。NDVI近35年年均值为0.30, 最低值为1982年的0.20, 比多年均值低0.10;最高值为2013年的0.40, 比多年均值高0.10, 可见近年来植被指数有了很大变化。从M-K检验趋势线可知:1981—1998年NDVI值处于平稳的微弱上升变化; 1998—2006年NDVI出现短暂下降; 2006年后, UF曲线与UB曲线在2007年左右出现一个交点, 且UF曲线开始快速上升变化, 在2010年前后超过0.05的显著性检验, 即表明NDVI值在2007年开始出现显著的增加趋势。
|
图 5 1981—2015年毛乌素沙地周边地区NDVI变化趋势 Fig. 5 Changes of NDVI in Mu Us peripheral area from 1981 to 2015 |
毛乌素沙地周边地区处于温带湿润气候、温带干旱、半干旱气候的交错带, 植被类型以森林草原、灌木、旱生草本为主。研究区NDVI值变化的原因可能与人类植树种草有关。90年代后退耕还林意识增强, 开始逐渐植树种草。80年代初NDVI值处于低值状态, 特别是1982年达到低值, 这可能与当时“农村土地家庭承包责任制”政策的实施以及植被人为破坏较严重有关; 90年代后城市建设及农村土地制度禁止滥开垦土地, 植被覆盖保持相对稳定状态。1999年开始实行退耕还林政策, 植被指数有较大的提高, 但1999—2005年植被指数并没有持高状态, 反而出现一个下降趋势, 这可能与植被种植初期, 需对环境有一个适应阶段, 故植被成活率低[13]。据有关研究显示, 黄土高原退耕还林初期, 其植被成活率只有30%左右[13]。2005年之后, 植被与环境适应良好, 加之植树种草行为得到社会的广泛关注并付诸行动, NDVI值出现突增状态。
2.2.2 NDVI的稳定度分析1981—2015年研究区NDVI绿度变化率, 将研究区植被覆盖波动程度分为5级:显著减少、轻度减少、基本不变、轻度增加、显著增加[22-25]。由图 6可知, 1981—2015年毛乌素沙地周边地区整体保持轻度增加的面积最大, 且全区87.09%的区域属于增加状态。研究区没有植被显著减少的区域; 在研究区北部包头市存在较小范围的绿度轻度减少, 占全区面积的3.23%, 未通过显著性检验; 植被绿度基本不变区主要分布在毛乌素沙地外围东西侧(兴县、乌海市、包头市部分地区), 范围较小, 占全区面积的9.68%, 也未通过显著性检验; 植被绿度增加区覆盖全区, 其中东南部陕西省境内(延安、榆林、横山)存在显著增加趋势, 占全区面积的12.90%, 基本通过0.05的信度检验。
|
图 6 毛乌素沙地周边地区NDVI绿度变化率 Fig. 6 NDVI Green Change Rate in Mu Us peripheral area |
NDVI值的取值范围为[-1, 1]。在植被生长季内, 定义NDVI像元数值<0.35为低植被覆盖, 介于0.35 ~ 0.55之间为中等植被覆盖, 大于0.55为高植被覆盖[26-27]。由图 7可知, 研究区NDVI<0.35的低植被区占研究区面积的74.19%, 0.35<NDVI<0.55的中等植被值区占研究区面积的22.58%, NDVI>0.55的高植被覆盖区占研究区面积的3.23%, 且NDVI值呈现东部及东南部高, 西北部低, 西部宁夏平原绿洲区高于周边地区。时段1与时段2, 研究区NDVI值分别在0.10 ~ 0.70和0.13 ~ 0.67之间, 平均值分别为0.28和0.32, 与时段Ⅰ相比增加了0.04, 其中最低值增加了0.03, 最高值减少了0.03;且NDVI值<0.20的范围变小, NDVI>0.20的范围扩大, 尤以沙地西部边缘、研究区西北部及北部NDVI值由0.20 ~ 0.25变为0.25 ~ 0.30, 研究区东部及东南部NDVI值>0.35的范围明显增加。
|
图 7 毛乌素沙地周边地区NDVI空间分布图 Fig. 7 Spatial distribution of NDVI in Mu Us peripheral area |
毛乌素沙地周边地区主要植被类型为东南部暖温带的森林草原、沙地内部半荒漠地带的旱生植被以及西部宁夏平原河流冲刷形成的绿洲地带。研究区植被指数空间分布东南高西北低, 原因可能为东部和东南部地处温带季风气候的边缘, 且为高原山地迎风坡, 有利于夏季东部湿润气流的进入, 降水较多, 且河流较丰富, 有利于植被生长, 故其植被覆盖较多, 相对湿度较大; 研究区西北部由于地势的影响, 湿润气流受阻, 降水较小, 且河流流经较少, 相对湿度减弱, 植被覆盖也由森林草原过渡为草原荒漠, 且该区处于农牧交错区, 历史上受人类活动影响, 植被破坏较严重, 致土地退化, 至今未完全恢复, 故其NDVI值小; 而西部宁夏平原因地势南高北低, 地势平坦, 黄河流经, 且冲刷形成良好的土壤条件, 引水灌溉方便, 故植被发育良好。研究区空间分布反应了植被与水分的响应。
2.3 NDVI变化影响因素分析从表 1可知, 植被指数(NDVI)与降水量呈显著正相关, 相关系数为0.51;NDVI与平均相对湿度呈弱正相关, 相关系数为0.28, 未通过显著性检验; NDVI与气温相关系数为0.05, 未通过显著性检验。平均相对湿度与降水量呈显著正相关, 与气温呈显著负相关, 相关系数分别为0.53和-0.34。降水量与NDVI、相对湿度均呈极显著正相关, 与气温之间存在负效应。即当气温稳定时, 降水量增加, 相对湿度加大, 植被指数增加; 与此同时, 植被指数增加, 降水量增加, 且植被具有涵养水源的生态作用, 使得相对湿度也随之增加。降水量与气温综合影响相对湿度的大小, 降水量的增减主要影响植被指数, 相对湿度与植被指数通过降水量这一中介, 间接发生相互作用。
|
|
表 1 毛乌素沙地周边地区相对湿度与气候因子、NDVI相关性统计分析 Tab. 1 Correlation analysis of correlation between relative humidity and climatic factors and NDVI in Mu Us peripheral area |
从图 8可知, NDVI值UF曲线变化趋势为1981—1998年NDVI值处于稳定期, 1998—2006年NDVI值出现短暂下降, 2006年后开始快速上升, 且在2013年超过0.05的信度检验。相对湿度UF曲线变化趋势为除1986年外, 1981—1994年相对湿度无明显变化, 1994—2001年相对湿度开始迅速下降, 2001—2003年短暂上升, 2003年后基本处于稳定状态。降水量UF曲线变化趋势为1982—1998年降水量呈微弱下降趋势, 1998—2015年降水量处于波动变化, 其中1998—2000年和2004—2006和2007—2011年, 降水量呈微弱下降趋势, 2000—2004年和2011—2014年降水量呈上升变化。气温UF曲线变化趋势为1982—1986年气温呈短暂下降趋势, 1986—1996年气温呈上升变化, 1996年之后气温开始快速上升, 且在1998年超过0.05的信度检验。对比NDVI与各气候因子变化趋势发现, 1981—1996年, 除极端年份(1982—1986年)外, 气候变化较稳定, NDVI、降水量、相对湿度三者变化趋势一致, 与气温变化趋势无明显相关性, 这基本符合气象学变化规律(降水量增加, 相对湿度上升, 有利于植被生长; 相反, 降水稀少, 相对湿度也较低, 阻碍了植被生长; 温度适度上升, 有利于植被的生长, 但温度过高, 则会使植被蒸腾作用加剧, 地表水分蒸发加快, 从而空气中的相对湿度下降)。1996年之后, 人类工业活动加剧, 气候快速升温, 加速了研究区地表水的蒸发, 以及生活用水与工业用水的增加等, 这些因素致相对湿度与降水量呈减少趋势。1999年后, 开始大规模退耕还林。还林初期(1999—2006年)植被对环境需要适应, 植被存活率低, 甚至影响当地生态环境, 此阶段NDVI值呈下降趋势, 对降水量和相对湿度影响较弱; 2006年之后, 植被生存环境开始稳定, 植被存活率增加, 此阶段NDVI值开始快速上升, 降水量与相对湿度理论上应受植被影响呈增加趋势, 但是三者变化曲线并不一致。1998年后温度呈显著升温趋势, 理论上降水量、相对湿度应该呈下降趋势, 但事实上两者的变化程度均很小。这些变化体现了NDVI与相对湿度、降水量、气温等气候因子的相互作用。退耕还林后, 气温适度升高, 为植被生长提供了有利条件, 但快速增温, 相对蒸发量加大, 使相对湿度与降水量呈下降趋势。而植被的增加则在一定程度上使相对湿度与降水量的下降程度减小, 削弱了气温对相对湿度与降水量的影响。由图 8可知, 在2013年后降水量与相对湿度出现增加趋势。故在气候变暖的背景下, 植被的增加在一定程度上有利于调节气候。
|
图 8 1981—2015年毛乌素沙地周边地区主要气候因子及NDVI的M-K趋势变化 Fig. 8 M-K trend changes of the main climatic factors and NDVI in Mu Us peripheral area from 1981 to 2015 |
1) 毛乌素沙地周边地区近35年平均相对湿度为波动变化中呈下降趋势, 变化倾向率为-5.5%/10a, 2005年后相对湿度下降趋势减弱, 甚至出现微弱上升变化, 变化倾向率为0.49%/10a;平均相对湿度在空间上表现出由东南向西北分布且逐步递减; 时段1(1981—1999年)年和时段2(2000—2015年)相对湿度范围分别为46.51~60.43%和46.00~59.43%。与时段1相比, 时段2相对湿度<50%的区域范围扩大, 主要分布在研究区西北部、北部地区; 相对湿度>50%的区域缩小, 主要为研究区整体向东南减少; 黄河流经地宁夏平原、研究区东部和东南部山地段相对湿度变率较大, 沙地西部边缘及研究区西北、北部地区相对湿度变率较小。
2) 1981—2015年, 毛乌素沙地周边地区植被指数呈增加趋势, 变化倾向率为0.32/10a;2005年后NDVI值开始快速上升, 变化倾向率为1.02/10a。其空间上表现为东部、东南部高, 西北部低, 周边宁夏平原、黄河东部流经区高于沙地边缘区及西北库布其沙漠。1981—1999年与2000—2015年, NDVI值范围分别为0.10~0.70和0.13~0.67。与时段1相比, 沙地西部边缘、西北部及研究区北部植被指数有明显增加变化。毛乌素沙地周边地区87.09%的区域, NDVI值呈轻度增加趋势, 其中东南部NDVI值呈显著增加变化。
3) 1981—2015年, 毛乌素沙地周边地区NDVI与相对湿度存在弱正相关, 与降水量呈显著正相关; 相对湿度与降水量呈显著正相关, 与气温呈显著负相关。1981—1996年, 气候变化稳定期, NDVI、相对湿度、降水量变化趋势呈现一致性, 即气温基本稳定时, 降水量增加, 相对湿度增加, 也有利于植被生长, 相反降水量减少, 相对湿度减少, 也不利于植被生长; 1996—2015年, 气候快速增温期, 一定程度上满足了植被生长需求, 但是温度过高, 使得相对蒸发量增加, 致降水量与相对湿度有所降低。1999年后人为退耕还林致NDVI值上升, 一定程度上减弱了相对湿度与降水量的下降程度。
| [1] |
Lu E, Takle E S. Spatial variabilities and their relationships of the trends of temperature, water vapor, and precipitation in the North American regional reanalysis[J]. Journal of Geophysical Research, 2010, 115(D6): 620-631. |
| [2] |
孙红雨, 李兵. 中国地表植被覆盖变化及其与气候因子关系[J]. 遥感学报, 1998, 2(3): 204-210. DOI:10.11834/jrs.19980309 |
| [3] |
邓兴耀, 姚俊强, 刘志辉. 基于GIMMS NDVI的中亚干旱区植被覆盖时空变化[J]. 干旱区研究, 2017(1): 10-19. |
| [4] |
李杨, 刘艳, 马丽云, 等. 天山北坡气候因子对植被影响的空间分异性研究[J]. 干旱区资源与环境, 2011, 25(7): 91-95. |
| [5] |
张军, 葛剑平, 国庆喜. 中国东北地区主要植被类型NDVI变化与气候因子的关系[J]. 生态学报, 2001, 21(4): 522-527. |
| [6] |
郭铌, 朱燕君, 王介民, 等. 近22年来西北不同类型植被NDVI变化与气候因子的关系[J]. 植物生态学报, 2008, 32(2): 319-327. |
| [7] |
毛睿, 龚道溢, 房巧敏. 生长季植被覆盖变化对局地气象要素的可能影响[J]. 气候与环境研究, 2008, 13(6): 738-750. |
| [8] |
钟莉娜, 赵文武. 基于NDVI的黄土高原植被覆盖变化特征分析[J]. 中国水土保持科学, 2013, 11(5): 57-62. |
| [9] |
信忠保, 许炯心, 郑伟. 气候变化和人类活动对黄土高原植被覆盖变化的影响[J]. 中国科学:地球科学, 2007, 37(11): 1504-1514. |
| [10] |
徐茜, 任志远, 杨忍. 黄土高原地区归一化植被指数时空动态变化及其与气候因子的关系[J]. 陕西师范大学学报(自然科学版), 2012, 40(1): 82-87. |
| [11] |
刘咏梅, 李京忠, 夏露. 黄土高原植被覆盖变化动态分析[J]. 西北大学学报(自然科学版), 2011, 41(6): 1054-1058. |
| [12] |
王立新, 刘华民, 杨劼, 等. 毛乌素沙地气候变化及其对植被覆盖的影响[J]. 自然资源学报, 2010, 25(12): 2030-2039. DOI:10.11849/zrzyxb.2010.12.004 |
| [13] |
刘静, 银山, 张国盛, 等. 毛乌素沙地17年间植被覆盖度变化的遥感监测[J]. 干旱区资源与环境, 2009, 23(7): 162-167. |
| [14] |
张戈丽, 徐兴良, 周才平, 等. 近30年来呼伦贝尔地区草地植被变化对气候变化的响应[J]. 地理学报, 2011, 66(1): 47-58. DOI:10.11821/xb201101005 |
| [15] |
胡永宁, 秦艳, 王林和, 等. 1960—2009年毛乌素沙地腹地气候变化的多重时间尺度分析——以乌审旗为例[J]. 干旱区资源与环境, 2013, 27(2): 124-130. |
| [16] |
胡永宁, 王林和, 张国盛, 等. 毛乌素沙地1969—2009年主要气候因子时间序列小波分析[J]. 中国沙漠, 2013, 33(2): 390-395. DOI:10.7522/j.issn.1000-694X.2013.00054 |
| [17] |
胡永宁. 毛乌素沙地乌审旗境内NDVI与环境因子的尺度响应[D]. 呼和浩特: 内蒙古农业大学, 2012.
|
| [18] |
张戈丽, 徐兴良, 周才平, 等. 近30年来呼伦贝尔地区草地植被变化对气候变化的响应[J]. 地理学报, 2011, 66(1): 47-58. DOI:10.11821/xb201101005 |
| [19] |
张东海, 任志远, 王晓峰, 等. 基于MODIS的陕西黄土高原植被覆盖度变化特征及其驱动分析[J]. 生态与农村环境学报, 2013, 29(1): 29-35. |
| [20] |
崔晓临, 白红英, 尚小清. 基于MODIS NDVI的秦岭地区植被覆盖变化研究[J]. 西北大学学报(自然科学版), 2012, 42(6): 1021-1026. |
| [21] |
雷磊, 王双明, 黄金廷, 等. 海流兔河流域植被生长季的覆盖度与气候因子关系研究[J]. 西北大学学报(自然科学版), 2015, 45(2): 327-332. |
| [22] |
田均良, 刘国彬. 黄土高原退耕还林工程中的现存问题及有关建议[J]. 水土保持通报, 2004, 24(1): 63-65. |
| [23] |
STOW D, DAESCHNER S, HOPE A, et al. Variability of the seasonally integrated normalized difference vegetation index across the north slope of alaska in the 1990s[J]. International Journal of Remote Sensing, 2003, 24(5): 1111-1117. DOI:10.1080/0143116021000020144 |
| [24] |
戴声佩, 张勃, 王海军, 等. 基于SPOT NDVI的祁连山草地植被覆盖时空变化趋势分析[J]. 地理科学进展, 2010, 29(9): 1075-1080. DOI:10.11820/dlkxjz.2010.09.008 |
| [25] |
于惠. 青藏高原草地变化及其对气候的响应[D]. 兰州: 兰州大学, 2013.
|
| [26] |
KAUFMANN R K, ZHOU L, TUCKER C J, et al. Reply to comment on "Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981—1999" by J. R. Ahlbeck[J]. Journal of Geophysical Research Atmospheres, 2002, 107(D11): ACL 7-1-ACL 7-3. DOI:10.1029/2001JD001516 |
| [27] |
ZHOU L, TUCKER C J, KAUFMANN R K, et al. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999[J]. Journal of Geophysical Research: Atmospheres, 2001, 106(D17): 20 069-20 083. DOI:10.1029/2000JD000115 |
2018, Vol. 48