长白山区植被覆盖度时空变化及地形分异研究

[目的] 探究长白山区植被动态变化及其与地形的响应关系,为山区生态环境保护与治理提供科学支撑。[方法] 基于MODIS NDVI与DEM数据,采用像元二分模型估算长白山区2000—2020年植被覆盖度,运用Sen+Mann-Kendall趋势分析、空间自相关分析及重心迁移模型,结合地形面积差异修正系数,深入解析植被覆盖度时空演变特征,并定量揭示植被覆盖变化在高程、坡度、坡向因子上的分异效应。[结果] ①时空分布上,2000—2020年长白山区植被覆盖度以0.023 7/(10 a)(p＜0.001)的速率增长并于2010年发生明显的上升突变,呈“四周高,中间低”的分布格局,整体处于较高水平。②时空变化上,2000—2020年长白山区植被改善区域面积远大于退化区域面积,呈以“高—高”模式为主的显著聚集状态,但聚集程度波动下降;21 a间植被覆盖重心整体向西南迁移。③地形分异上,长白山区植被覆盖度随海拔、坡度升高均表现为先增加后减少趋势,不同时段下海拔＜600 m,≥1 200 m及坡度＜2°,≥25°区域植被普遍呈退化趋势,海拔600~1 200 m及坡度2°~25°范围内以改善或稳定趋势为主;平地区域植被退化趋势明显,其他坡向上各变化类型差异较小。[结论] 近21 a来长白山区植被状况总体向好发展,不同高程和坡度条件下植被变化空间分异明显,而坡向对植被变化的影响并不显著。     

太原市城区植被覆盖变化地形分异效应

[目的] 分析山西省太原市城区植被覆盖变化在高程、坡向、坡度、坡度变率、地形位和地形起伏度上的分异效应，为该市生态环境保护提供基础信息。[方法] 基于2004年8月、2007年8月、2011年8月、2014年9月、2016年9月的Landsat系列影像和ASTER GDEM数据，采用像元二分模型法估算太原市城区5个时期的植被覆盖度，对其时空动态变化特征进行分析，并结合地形面积差异修正系数分析植被覆盖变化在不同地形因子上的分异性及变化趋势。[结果] ①2004—2016年植被覆盖度以中高度覆盖度和高度覆盖度为主，二者占总面积的65%以上，总体呈显著上升趋势，植被覆盖度显著下降区主要分布在小店区和尖草坪区，而中东部和西部植被覆盖度上升较快；2007—2011年植被覆盖度减少面积为852.70 km²，增加面积为601.62 km²，总体呈退化趋势，而2004—2007，2011—2014，2014—2016年植被覆盖度增加面积超过研究区面积的1/2，植被恢复效果较好；②不同坡向上，在平地区域不同植被覆盖变化类型的分布差异较显著，其余坡向上的差异不明显；不同植被覆盖变化类型在不同高程、坡度、坡度变率、地形位和地形起伏度上的空间分布差异明显。[结论] 坡向对植被生长变化的影响不明显，而高程、坡度、坡度变率、地形位和地形起伏度对植被覆盖变化的地形效应较明显。     

2000—2018年乌海市植被覆盖度时空变化

为了探究乌海市植被覆盖度时空动态变化特征以及预测NDVI变化趋势,基于Lantsat OLI/TM/ETM,DEM影像运用像元二分模型法、趋势分析法研究了乌海市2000—2018年植被覆盖度时空动态变化特征,重标极差(R/S)分析法的Hurst指数预测了乌海市未来NDVI变化趋势。结果表明:(1)2000—2018年乌海市植被覆盖度整体呈现上升趋势,增长速率为0.07%/10 a,植被覆盖度均值由22.26%增至41.30%;(2)空间上植被覆盖度呈现由西北向东南逐渐递增的趋势,植被覆盖度改善的区域大于退化区域,海南区改善趋势更明显;(3)从地形因子来看,植被覆盖度受高程、坡度影响较大,不同坡向间变化不明显;(4)乌海市大部分地区植被未来变化趋势为随机发展,持续改善区域占10.95%,持续退化区域占2.93%,海勃湾区持续变化性强,乌达区反持续变化性强。整体来看研究区2000—2018年植被覆盖度持续上升,植被改善明显,未来进行生态保护时应多关注地形因素和植被退化的区域,从而制定合理的政策。     

陕西省植被覆盖时空变异及其恢复潜力

[目的] 系统分析退耕还林以来植被覆盖时空变异特征,评估植被恢复的潜力,为陕西省生态环境建设的可持续发展提供科学的理论依据和实施建议。[方法] 以MODIS NDVI数据为基础,采用Sen+Mann-Kendall模型和Hurst指数探究了2000-2020年陕西省及秦巴山区、关中平原和黄土高原3个亚区植被覆盖度(fractional vegetation cover,FVC)的时空变化特征,并运用相似生境法测算了不同区域的植被恢复潜力。[结果] ①2000-2020年陕西省FVC增长率为0.002 9/a,74.58 %的区域有所改善。其中:黄土高原区FVC改善面积达84.46 %,且以显著改善为主;秦巴山区FVC改善面积为74.40 %,以轻微改善为主;而关中平原区FVC具有退化趋势,退化区域占64.56 %。②全省FVC持续性改善面积占19.80 %,黄土高原区和秦巴山区以持续性改善为主,面积比例分别为27.83 %和13.68 %,而关中平原区以持续性退化为主。③黄土高原区西北部及其与关中平原接壤地带的植被恢复空间较大,而子午岭林区植被恢复空间较小;秦巴山区森林覆盖率较高,几乎没有恢复空间;关中平原受城市化的影响,植被恢复空间小。[结论] 近几十年来,陕西省植被覆盖度显著提高,但受气候、地形、植被类型和人类活动等因素的影响,植被覆盖变化具有明显的空间异质性。陕西省植被恢复的增长速度趋于放缓,持续改善能力已经较低,植被覆盖趋于平稳,但是黄土高原西北部地区及其与关中平原的接壤处植被覆盖恢复潜力仍较大。     

气候变化和人类活动对黄河流域砒砂岩区植被覆盖的影响

[目的]砒砂岩区是黄河流域土壤侵蚀最为严重的区域,探讨该地区植被覆盖度变化状况及其影响的驱动因素,以期为该区植被恢复及生态重建工作提供科学参考。[方法]基于2000—2022年的MOD13Q1 NDVI数据,运用Sen趋势、Mann-Kendall显著性检验、Hurst指数、残差分析等方法分析砒砂岩区研究期内的植被覆盖度时空变化趋势,并探究植被覆盖度与气候因子及人类活动的响应关系。[结果](1)2000—2022年砒砂岩区植被覆盖度增加,增速为4%/a(p<0.05);空间尺度上,研究区植被覆盖度在3个区有明显的分异效果,整体呈现“南高北低,东高西低”的分布态势;(2)研究期内,砒砂岩区植被覆盖度与降水量呈正相关区域占总面积的66.30%,负相关区域占总面积的33.70%;与气温呈正相关区域占总面积的92.19%,负相关区域占总面积的7.81%;(3)残差分析结果表明,2000—2011年人类活动多以负面影响为主,2012—2022年人类活动多以正向影响为主。[结论]研究期间砒砂岩区植被覆盖度呈显著上升趋势,与年均气温的相关性高于年降雨量,且一系列生态保护工程为改善植被情况做出了...     

黄土高原植被覆盖时空变化及原因

研究黄土高原地区植被覆盖动态变化及其与人类活动和气象因子的关系对评价区域生态环境质量及生态过程具有重要意义。以黄土高原1982—2018年NDVI(1982—2011年GIMMS NDVI和2000—2018年MODIS NDVI)数据为基础,利用像元二分模型对植被覆盖度进行估算,借助植被绿度、相关分析和多元回归残差法分析了黄土高原植被覆盖度时空变化规律及其对人类活动和气象因子的响应特征。结果表明:(1)过去37年,黄土高原春、夏、秋和生长季植被覆盖度呈现升高趋势,且各季节FVC增加速率逐年升高,尤其以夏季和生长季增加速率的变化最为明显;(2)空间上,春、夏、秋和生长季FVC呈由西北向东南递增的趋势,且大部分地区呈显著上升趋势,植被呈现改善趋势的面积要大于呈现退化趋势的面积;(3)春、夏、秋和生长季人类活动对FVC主要以正面影响为主,且夏季人类活动对于FVC影响更为显著。在气象因素方面,FVC与平均气温在夏季和生长季呈现显著正相关的区域面积占比较大,FVC与总降水量在春季和秋季呈现显著正相关的区域面积占比较大。退耕还林(草)等生态工程的实施,使得黄土高原植被状态得到明显改善,但是城市扩张使得部分地区植被覆盖度呈现退化现象。     

退耕还林(草)以来陕北白于山区植被覆盖与土壤侵蚀强度变化

为了研究白于山区土壤侵蚀特征,基于MODIS-NDVI和Landsat影像、DEM和土地利用数据,分析了白于山区2000—2018年植被盖度时空变化规律,并结合坡度和土地利用资料评估了退耕还林(草)工程以来的土壤侵蚀强度变化状况。结果表明:(1)白于山区植被覆盖呈显著增加趋势,年均NDVI增幅为0.065/10 a(p0.01);(2)白于山区NDVI具有明显的空间分异性,高植被覆盖区主要集中在吴起县,低植被覆盖区主要集中在定边县西部和靖边县中部;受到地形因子的影响,NDVI分别在海拔1 250～1 400 m,坡度50°～56°范围内达到最大值,且阴坡植被覆盖大于阳坡;(3)白于山区植被盖度整体呈显著增加趋势,植被退化面积与恢复面积分别占研究区面积的3.18%,64.20%;(4)白于山区轻度侵蚀和中度侵蚀的面积减少,但强烈侵蚀、极强烈侵蚀和剧烈侵蚀的面积增加;(5)土壤侵蚀强度减弱的面积占总面积的51.30%,主要集中在吴起县,农耕地面积的减少是土壤侵蚀改善的主要原因。     

黄河流域河南段植被覆盖度变化及其驱动力

[目的] 探究黄河流域河南段的生态状况，分析该区植被生长发育规律及其主控因素，为该区乃至整个黄河流域生态保护和恢复提供理论依据和技术支持。 [方法] 以黄河流域河南段为研究区，利用2001-2020年MODIS-NDVI影像，选取气象、地形、土地利用类型等因素，采用像元二分模型、一元线性回归方程和地理探测器等方法开展黄河流域河南段植被覆盖度变化及其驱动力的研究。 [结果] ①20 a间黄河流域河南段多年平均植被覆盖度由0.54增长到0.71，年增长率为0.85%，中等植被覆盖度(0.45＜FVC≤0.6)、中低植被覆盖度(0.3＜FVC≤0.45)、低植被覆盖度(0.1＜FVC≤0.3)、裸地(FVC≤0.1)向中高植被覆盖度(0.6＜FVC≤0.75)、高植被覆盖度(FVC≥0.75)转化，等级面积分别增加12.60%，75.49%； ②空间上，高、中高植被覆盖度区域主要集中在西部伏牛山、北部太行山山区和东部平原区，中等、中低、低植被覆盖度区域主要集中在中部洛阳至郑州段，裸地主要分布在水系和黄河两岸； ③20 a间研究区植被覆盖度改善面积远大于退化面积，极显著改善区域面积比例31.11%，主要分布在西部伏牛山和北部太行山山区；显著改善区域面积比例9.42%，主要分布在极显著改善区域周边；未发生明显变化区域比例52.35%；显著退化和极显著退化区域面积比例分别为3.01%和4.11%，主要分布在中部、东部平原的耕地和建筑物区； ④各因子对植被覆盖度的影响表现为：土地利用类型＞高程＞坡度＞降水量＞气温，土地利用类型与高程的交互协同作用对植被覆盖度空间格局分布的影响力达到0.52。 [结论] 2001-2020年研究区植被覆盖度呈现显著改善趋势，空间差异性明显，土地利用类型是影响植被覆盖度的主要影响因子。     

青藏高原植被生长季NDVI时空变化及对气候因子的响应分析

为了探究青藏高原植被覆盖时空演变特征及其驱动因子,对青藏高原的生态环境保护提供科学依据,基于1982—2015年青藏高原内部及其周边139个气象站点的气象数据和同期的GIMMS NDVI数据,研究了青藏高原生长季植被NDVI的时空变化特征及其与气候因子的响应关系。结果表明：(1)在研究期内,青藏高原生长季NDVI总体呈上升趋势,不同干湿地区生长季NDVI变化趋势有所差异,湿润地区植被退化面积占比相对较大,干旱地区植被改善面积占比相对较大。(2)研究区植被未来总体向改善方向发展,植被未来趋向改善面积占62.25%,趋向退化面积占37.58%。(3)研究区植被对各气候因子的响应存在一定的滞后性,草原、草甸、高山植被和灌丛4种主要植被对气温和相对湿度主要当月响应,对降水主要当月或滞后1个月响应,对日照时数主要滞后3个月响应。(4)气温、降水、相对湿度及日照时数4个气候因子对青藏高原植被NDVI变化的相对贡献率分别为37.19%,27.53%,20.30%和14.97%,其中,气温和降水是湿润/半湿润地区、半湿润地区、大部分半干旱地区及干旱地区植被NDVI变化的主要气候驱动因子,日照时数和相对...     

2001-2016年福建省海岸带植被覆盖变化特征

[目的] 揭示福建省海岸带地表植被覆盖空间格局变化，为开展基于主体功能区类型的资源环境监测与预警提供决策参考。[方法] 基于归一化植被指数（NDVI）像元二分模型，选用2001，2006，2011，2016年Landsat系列遥感数据，评估研究区植被覆盖度以表征评价区域生态承载力变化。[结果] ①2001-2016年福建省海岸带低植被覆盖度面积总体下降，较低和较高植被覆盖度变化较为平缓，而高植被覆盖度呈现上升趋势；②2001-2016年生态承载力状态改善的面积增加了10.78%，基本稳定面积变化不大，而退化面积下降了7.05%，显著退化面积下降了3.48%。③2001-2016年不同类型主体功能区内植被覆盖波动下降，并呈现以生态承载能力改善为主要变化特征。[结论] 2001-2016年福建省海岸带植被覆盖度和生态承载能力呈现总体上升态势，海岸带整体生态环境不断改善。     

2000-2020年黄土高原植被覆盖度时空格局变化分析

以2000—2020年MODIS-NDVI植被指数为数据源,反演计算黄土高原植被覆盖度,通过转移矩阵和重心迁移等方法分析黄土高原植被覆盖度时空格局变化及其与降水、气温、坡度和土壤类型等因素的关系。结果表明:(1)2000—2020年黄土高原植被覆盖度由0.39提高到0.61,整体呈上升趋势,2017年后实现快速提升;(2)近20年,黄土高原植被覆盖度显著好转类型与极显著好转类型改善面积比例达到37.93%,2009年前以低覆盖和中低覆盖植被为主,2010年后以中覆盖及更高等级覆盖植被为主,2019年以后中高覆盖植被所占比例最高;(3)从2000年到2020年,黄土高原低覆盖、中低覆盖、中覆盖和中高覆盖植被向更高等级覆盖植被转化比例分别为93.10%,96.57%,82.99%,43.34%,中低覆盖、中覆盖、中高覆盖和高覆盖植被向更低等级覆盖植被转化比例分别为0.30%,2.21%,7.83%,12.47%;(4)近20年黄土高原植被覆盖度变化与气温和降水的变化表现敏感,斜坡地和陡坡地植被覆盖度较高,淋溶土类型下的植被覆盖度较高,国家政策和措施实施等人为因素对植被覆盖度改善发挥重要作用。     

官渡河流域植被覆盖变化与地形因子相关性

以南水北调中线水源区源头之一的官渡河流域为研究区域,区域内以山地为主,生态环境脆弱。基于GIS和RS技术,利用1990年、1999年、2004年、2007年、2010年Landsat TM遥感影像,基于像元二分模型和变化斜率法,从数理统计角度定量估算了研究区各时期植被覆盖度及其时空分布特征。结果表明:（1）植被覆盖度在不同河段呈现明显的规律性,上、中、下游植被覆盖度5期平均值分别为94.52%,87%,81.69%。（2）植被覆盖变化受地形因子影响比较明显,植被覆盖度与不同地形因子响应程度不同,对不同时期植被覆盖度,高程和坡度对其影响明显高于坡向。随着坡度的不断增加,植被覆盖度也随着增大;整体上向阳区植被覆盖度要大于同区域的背阳区;官渡河流域不同时期植被覆盖度随着高程的增加均出现先增加后减少的趋势。（3）不同地质单元组植被覆盖变化各不相同。     

玛纳斯河流域植被覆盖度随地形因子的变化特征

基于2000-2016年MODIS NDVI数据,利用像元二分模型和ArcGIS空间分析功能对玛纳斯河流域植被覆盖度分布格局及动态变化特征进行研究,并分析植被覆盖度变化在高程、坡度和坡向上的空间分布差异。结果表明：（1）玛纳斯河流域以低等级植被覆盖为主,高等级植被覆盖面积显著增加,其它各等级面积波动较小,研究期内植被覆盖改善的面积比例（31.17%）远大于退化的面积比例（16.1%）,研究区总体植被覆盖度增加,生态环境有所好转。（2）在海拔<800m,坡度<8°区域内,植被覆盖度明显改善,植被显著退化区主要分布在海拔1300-3400m,坡度>25°区域内,植被覆盖度未发生变化的区域主要集中在海拔>3600m范围内。（3）当海拔>2100m时,植被覆盖度随海拔增加呈现持续减少的趋势,海拔低于2100m的地带,植被覆盖度随海拔增加波动较大。（4）随着坡度的增加,植被覆盖度呈逐渐减小的趋势,全流域0?5°坡度范围内植被覆盖度最大（42.69%）。（5）在各坡向上,植被覆盖度差异不明显。流域内平地上的植被覆盖度最大（44.21%）;阴坡的植被覆盖度优于阳坡,植被变化趋势除在平地区域较显著外,其余坡向间差异不大。     

基于RS与GIS的内蒙古武川县退耕还林生态成效监测

为监测半干旱地区退耕还林工程实施的效果,基于MODIS NDVI时间序列数据及土地利用数据,该文对内蒙古武川县的土地利用变化及植被覆盖变化进行了研究。结果表明:1)2000-2013年,武川县植被覆盖呈增加趋势发展的面积占33.55%,呈减少趋势发展的面积占30.15%,无显著变化的占36.30%,植被覆盖变化的空间差异明显,植被退化的区域重点集中于武川县的西北部。2)1999-2010年间,研究区耕地面积净减少18 809.29 hm2,耕地转为草地13 873.48hm2,转为林地5 429.81 hm2,草地转为林地13 554.25 hm2;结合地形特征,退耕地重点分布于2°~15°坡度与1 500~2 000 m海拔范围,并随着坡度与海拔的增加,退耕的幅度越来越大。3)退耕区中,植被覆盖下降的面积占20.98%,植被覆盖增加的面积占43.89%;在非退耕区,植被覆盖下降的区域面积占29.40%,植被覆盖增加的占34.14%。整体来看,退耕区植被的改善程度要高于非退耕区。4)进一步分析发现,退耕区中,耕地-草地的植被呈退化趋势发展,退化区域集中于2°~15°坡度与1 500~2 000 m海拔范围;在耕地-林地与草地-林地区域,其整体植被覆盖均显著提高,其中,耕地-林地的植被改善区域集中于2°~6°坡度与1 500~1 750 m海拔范围,草地-林地的植被改善区域重点分布于6°~15°、2°~6°及15°~25°坡度范围与1 500~2 000 m海拔范围。在非退耕区,耕地保持区、林地保持区与林地-草地区域的植被覆盖整体增加,而草地保持区、草地-耕地与草地-沙地区域的植被覆盖整体下降。     

西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应

为探究西南地区生长季植被覆盖时空变化特征以及驱动因子如何定量影响其动态变化,基于MODIS NDVI数据,通过趋势分析、变异系数、相关分析等方法研究了西南地区2000-2016年生长季植被覆盖的时空变化特征,并结合气候因子、DEM数据,分析了植被覆盖对气候与地形因子的影响程度。结果表明:西南地区近17年来生长季NDVI呈增长趋势（0.009/10 a）,其中4月份增速最显著（0.029/10 a）;呈增加趋势的区域占研究区总面积71.94%,主要分布在东部与东南部区域;植被覆盖变化以较低稳定（31.15%）与中度稳定（25.36%）占主导。研究区NDVI与气温、降水的相关性在空间分布上主要以正相关为主;月尺度NDVI与气候因子的相关性高于年尺度的值;植被覆盖度与月平均气温的相关性高于其与月降水量的相关性,植被生长对降水月变化的响应不明显,对气温的响应无明显滞后效应。研究区平均NDVI在海拔大于4 000 m区域最小（0.30）,在坡度0°~5°区域最小（0.37）,但是NDVI的显著退化趋势则是以海拔大于4 000 m处最大（14.33%）;海拔大于4 000 m区域主要受降水控制,坡度5°~15°区域主要受气温控制;坡向对植被生长变化的影响没有海拔和坡度影响大。     

岷江上游流域植被覆盖度及其与地形因子的相关性

[目的]研究岷江上游流域植被覆盖度随不同高程带、坡度带、坡向分布变化的特征及相关性,为该地区利用有利地形加强生态环境建设和防治水土流失提供依据。[方法]在GIS和RS技术支持下,利用Landsat-8OLI遥感影像和DEM数据提取植被覆盖度和地形因子进行叠加分析,构建统计样本定量分析植被覆盖度与地形因子间的相关关系。[结果]研究区总体植被覆盖情况良好,中度以上植被覆盖区占研究区面积75.0%,低植被覆盖区仅占15.2%。植被覆盖度随海拔高度和坡度的增加呈先增加后降低的趋势,在海拔2 500~3 000m和坡度25°~45°达到最大值;阳坡的植被覆盖度略大于阴坡。各地形因子对不同植被覆盖度的影响程度不同,低植被覆盖区受坡度影响较显著,极高度植被覆盖区受海拔高度影响较显著,其他植被覆盖区与地形因子的相关性无明显规律。[结论]岷江上游流域植被覆盖度与地形因子关系紧密,地形因子变化对生态环境有重要影响。     

1998—2012年中国西南岩溶区植被覆盖时空变化分析

基于1998—2012年长时间序列SPOT-VEGETATION植被指数数据集,采用最大值合成法、变化矢量分析法、一元线性回归变化斜率法和Mann-Kendall非参数检验法对我国西南岩溶区植被覆盖的时空变化进行了分析。结果表明:（1）SPOT-VEGETATION植被指数数据可以较好地在宏观尺度上监测西南岩溶区的植被覆盖状况;（2）1998—2012年,西南岩溶区NDVI年均最大值呈上升趋势,整体上植被覆盖情况得到改善,约71.85%的区域植被覆盖情况得到不同程度的改善,主要集中分布在贵州、云南和广西;局部地区植被覆盖情况恶化,主要分布在四川、云南;基本不变的区域约占总面积的27.62%;（3）近14 a的变化矢量分析结果显示高变化和中变化的区域合计占54.17%,两个7 a相比,1999—2005年的变化大于2006—2012年,前者是后者的1.82倍;（4）变化斜率法和Mann-Kendall非参数检验法对西南岩溶区植被覆盖状况的分析结果基本一致。     

海河流域生长季植被覆盖度时空变化及驱动力分析

[目的]了解海河流域生长季植被覆盖度(FVC)的时空变化及其驱动力,以期为海河流域的生态保护、建设与可持续发展提供参考。[方法]基于MODIS NDVI遥感数据和同时期的18种影响因子,采用趋势分析法和M-K显著性检验分析了2001—2019年海河流域生长季植被覆盖度的时空变化特征;并利用地理探测器探讨了其空间分异特征与驱动力。[结果]2001—2019年海河流域生长季植被覆盖度总体呈显著上升趋势,线性倾向率为0.063/10 a, 2011年之后增速减缓。空间分布差异明显,植被覆盖度总体较高,仅环渤海湾地带和一些城市区域植被覆盖率较低。改善区域的面积远大于退化面积,其中改善部分以极显著改善为主,占流域总面积的60.42%。海河流域生长季植被覆盖度的空间分布差异主要由林地比例和林草混合地比例所决定,解释力均在30%以上。对海河流域生长季植被覆盖度交互作用解释力最强的是林草混合地比例和农田比例。[结论]海河流域植被覆盖度总体显著上升,空间分布差异主要驱动力为林地比例和林草混合地比例。     

黄土山丘区植被覆盖变化分析

利用像元二分模型获取研究区植被覆盖度,并对其分级。针对不同等级植被覆盖度建立转移矩阵,研究其数量随时间的变化特征,并利用全局及局部莫兰指数对植被覆盖度的空间集聚状况进行分析,以期为该区植被恢复与保护工作提供依据。结果表明:（1）研究区平均植被覆盖度空间分布整体为中部低两侧高,北部高于南部,整体植被覆盖类型以低覆盖和中低覆盖为主;（2）1991-2010年,研究区裸地、高覆盖类型和中覆盖类型整体占比增加,中覆盖类型涨幅最大;低覆盖类型和中低覆盖类型整体占比减少,低覆盖类型减幅最大;（3）研究区植被覆盖度在1991-2000年退化趋势明显,2000-2010年植被状况转好,退化趋势得到遏制;（4）植被覆盖度的空间聚集情况随着时间的变化逐渐增强,且主要以高值簇和低值簇的形式分布,高值簇和低值簇的空间集聚区域随着时间的变化发生转移;（5）研究区应进一步加强对低植被覆盖区域的恢复力度。