1989—2019年库布齐沙漠植被覆盖度的时空变化

[目的]探究库布齐沙漠近1989—2019年植被覆盖度的时空动态变化规律,为库布齐沙漠植被恢复及生态建设提供理论参考和基础数据。[方法]以1989—2019年每5 a为1期(共7期)的Landsat影像为数据源,结合归一化植被指数(NDVI)像元二分法模型,利用ENVI 5.3和ArcGIS 10.2分析库布齐沙漠1989—2019年植被覆盖度(FVC)时空动态变化特征。[结果](1)在时间变化上,近30 a间库布齐沙漠植被覆盖度整体呈增长趋势,平均植被覆盖度由0.104增长到0.243。在空间分布上,库布齐沙漠植被覆盖度呈现由西向东、向北增加的特征。(2)库布齐沙漠植被覆盖在1999—2004年和2009—2014年均呈现退化趋势,平均植被覆盖度分别减少0.053和0.054,退化面积分别为3 870.22和6 093.59 km~2,退化程度均以植被覆盖度减少10%～30%为主。[结论] 1989—2019年库布齐沙漠植被覆盖度总体有所改善,未来该区生态修复重点关注低植被覆盖区域。     

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。     

黄河流域甘肃段植被覆盖度时空变化及对气候因子的响应

[目的]分析黄河流域甘肃段2000—2018年植被覆盖度变化的时空演变规律,探讨该区域植被覆盖度的变化对气候的响应机制,为该区域生态环境与社会经济的协调可持续发展和进一步落实生态环境保护、建设及恢复提供科学依据。[方法]基于2000—2018年的MODIS NDVI数据、气象数据,采用线性趋势分析和相关性分析等方法,对黄河流域甘肃段植被覆盖度的时空变化特征及与气候因子之间的关系进行分析。[结果]①空间上,近19 a研究区植被覆盖度自西南向东北在不断降低,以甘南州的植被覆盖状况最好;植被覆盖度改善面积占36.64%,主要分布于兰州市北部、临夏州、定西市、庆阳市、平凉市大范围区域、天水市南部等,而退化面积占4.2%,主要集中于甘南州等地区。②时间上,研究区植被覆盖度以2013年为界呈现"先持续增加后波动减少"的变化趋势,但整体在不断增加;以平凉市的增加速度最快,平均每年增长0.96%。③研究区植被覆盖度对降水量变化的响应敏感,与降水量呈现显著的正相关关系。[结论]研究区植被覆盖度空间差异明显,2000—2018年植被以改善为主,降水是影响这些区域植被改善的有利因素,降水状况的改善对研究区生态环境建设与修复至关重要。     

京津冀地区植被NDVI动态变化及其与气候因子的关系

[目的] 探究气候变化对植被覆盖变化的驱动机制，可为揭示区域乃至全球植被覆盖动态变化及其与气候变化之间的响应机制提供依据。[方法] 以MODIS NDVI，SRTM DEM，降水和气温为数据源，运用Theil-Sen Median趋势分析法、Mann-Kendall显著性检验法、R/S分析法和Pearson相关分析法等数学分析方法，结合ANUSPLIN气象插值模型，研究2001—2019年京津冀地区植被NDVI时空演变特征及预测未来变化趋势，并探究植被NDVI与降水和气温最大相关关系及时滞效应。[结果] ①2001—2019年京津冀地区植被NDVI整体呈波动上升趋势，上升速率为0.002 2/a，且未来植被NDVI呈改善趋势的面积略小于呈退化趋势的面积；②降水和气温对京津冀地区植被生长以正向促进作用为主，且降水对植被生长的作用强度高于气温；③植被NDVI对降水变化的滞后期略长于气温，京津冀地区植被生长受前3月的降水和前1月的气温影响最大。[结论] 在林业生态工程实施背景下，2001—2019年京津冀地区植被覆盖整体呈改善态势，尤以西北部为著；植被NDVI与降水和气温相关关系呈现出明显的地域差异，且植被生长相对降水和气温变化存在一定的滞后效应。     

2000—2020年湖北省土地利用变化对植被覆盖度的影响

[目的] 土地利用及其对陆地生态系统的影响是当前全球变化研究的重要内容。科学分析土地利用变化对植被覆盖度的影响,促进社会经济与生态环境质量的协调发展及地区经济的平衡发展,为政府部门对区域生态保护和恢复管理提供借鉴和参考。[方法] 以湖北省为研究对象,利用2000,2020年2期Landsat遥感影像、土地利用遥感数据,利用遥感数据的空间处理、像元二分模型、土地利用转移矩阵等方法,分析研究湖北省植被覆盖的时空变化、土地利用类型变化特征及其对植被覆盖度的影响。[结果] ①2000-2020年,湖北省耕地、草地和未利用地面积减少,水域以及建设用地面积增加,林地面积基本保持不变,其面积大小顺序为:林地>耕地>水域>建设用地>草地>未利用地。②湖北省植被覆盖度平均值上升了6.50 %。林地、耕地、草地和未利用地的平均植被覆盖度均有所增加,建设用地的平均植被覆盖度有所降低。③湖北省植被覆盖度总体呈现增加的趋势。植被覆盖度增大的区域主要集中在湖北省的西部和东南部地区,局部地区也存在植被退化的区域,主要集中在湖北省中南部及襄阳北方部分区域。④不同土地利用类型FVC转移过程中,耕地较高植被覆盖与高植被覆盖之间的转移过程最为剧烈,林地不同等级植被覆盖的转移量占转移总量的47.87 %,草地不同水平植被覆盖度的转移量占转移总量比例较小,仅为3.40 %。[结论] 2000-2020年湖北省土地利用变化较大,不同土地利用类型的植被覆盖度相互转移,尤其是林地、耕地及草地的平均植被覆盖度均有所增加,使得湖北省近20 a来整体植被覆盖度呈现出上升趋势。     

四川省2009—2020年植被覆盖度时空变化遥感动态监测

[目的]监测和分析四川省2009—2020年植被覆盖度时空变化特征,为定量评估区域生态环境提供重要的基础研究数据,也为城市规划及可持续城市发展提供科学参考。[方法]借助Google Earth Engine云计算平台,获取了2009—2020年四川省Landsat系列影像,利用像元二分模型对研究区植被覆盖度进行了定量估算。[结果](1)2009—2020年间,四川省主要以高、中高植被覆盖度为主,其面积可达全省面积的80%,而低、中低植被覆盖度面积所占比例低于10%。(2)从空间上分布,四川省植被覆盖度空间差异比较明显,植被覆盖度较低区域主要分布在成都平原经济区及川西部分地区;(3)从空间变化特征上分析,2009—2020年研究区的植被覆盖度整体呈现基本稳定趋势(44.39%),植被覆盖度改善的区域面积(30.78%)大于植被覆盖度退化区域(24.82%),其中明显退化区域面积所占比例最少,仅占全省面积的4.96%。[结论]总体上,2009—2020年四川省的植被覆盖状况良好,以高、中高植被覆盖度为主,植被覆盖度呈现基本稳定趋势。     

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。     

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。     

1999-2019年西南喀斯特地区NDVI时空变化及其气候驱动

[目的]西南喀斯特地区生态环境脆弱,对其植被覆盖变化及气候驱动机制进行研究具有重要意义。[方法]基于1999—2019年SPOT NDVI数据和同期209个气象站点的气温和降水数据,采用Theil-Sen+Mann-Kendall趋势分析法、偏相关分析和复相关分析法,探讨西南喀斯特地区NDVI时空变化及其气候驱动。[结果]1999—2019年西南喀斯特地区NDVI呈显著上升趋势,整体植被覆盖较好;NDVI变化主要以极显著上升趋势为主,仅5.73%的地区呈退化趋势。NDVI与气温和降水整体上均呈正偏相关关系,气温对NDVI的影响强于降水,且存在空间差异性。NDVI与气温和降水的复相关显著性通过0.05,0.01水平的面积分别占15.12%,5.68%;NDVI主要受气温驱动,占研究区面积的13.90%,其他气候因子驱动类型占比均未超过3%。[结论]揭示了西南喀斯特地区植被覆盖的时空变化特征,明确了气候因子对植被覆盖变化的驱动机制。     

2000-2019年青海省同仁市NDVI时空动态变化

[目的] 研究地处黄土高原最西端,与青藏高原接壤的青海省同仁市植被时空动态变化,为黄土高原与青藏高原过渡地带的生态保护和治理提供参考。[方法] 基于MODIS-NDVI数据,采用线性趋势回归、Hurst指数,从时间和空间尺度分析了同仁市2000—2019年NDVI动态变化特征,对NDVI与土地利用和海拔高度的关系进行初步分析,并对NDVI未来变化趋势进行预测。[结果] ①2000—2019年同仁市NDVI整体呈波动上升趋势,平均增速为0.027/10 a。NDVI高值区域增加明显,主要分布在东西部山区,NDVI值介于0.8～1的区域由2000年的388.63 km²增加到2019年的1 066.92 km²。②NDVI上升的区域为2 925.21 km²,占全市面积的84.42%,广泛分布在隆务河谷地区和周围山区,其中林地626.13 km²,草地2094.11 km²。③NDVI值下降的区域为539.79 km²,占全市面积的15.58%,少部分分布在隆务河河谷地区,大部分在西部和南部山区。以同仁市冻融侵蚀海拔下限3 583 m为界,海拔3 583 m以上区域NDVI下降的面积占全市NDVI下降总面积的70.93%。④未来NDVI值持续上升的区域占全市面积的79.17%,持续下降的区域占13.13%。[结论] 过去20 a,同仁市NDVI整体上升,高覆盖度植被面积明显增加,NDVI下降区域主要分布在高海拔地区。未来同仁市NDVI整体上将持续上升,但仍有部分区域存在下降趋势。     

安徽省植被覆盖度动态变化及其对地形的响应

[目的] 探究安徽省植被覆盖度的时空变化特征与地形的相互关系，为当地资源开发中加强生态环境建设提供理论依据。[方法] 在GIS与RS技术支持下，使用安徽省2001—2019年逐月MODIS/NDVI数据，2001—2019年土地分类数据和安徽省DEM海拔、坡向地形数据，分析植被覆盖度时空变化特征及其与地形因子相互关系。[结果] 安徽省植被覆盖度季节变化特征明显。1月、10—12月，全省植被覆盖度呈现低值，且山区高于平原；2—5月，淮北平原地区植被覆盖度呈现高值，6月迅速减小；7—9月全省范围植被覆盖呈现高值，大部地区植被覆盖度高于0.8，山区平原空间差异最小。全省植被覆盖度年变化率为0.003 9/a，与时间相关性显著（R²=0.814 8）。不同海拔区间内，植被覆盖度四季差异明显。受下垫面地表类型影响，200 m以下植被覆盖度呈现低值，200～350 m植被覆盖度陡然升高，1 250 m以上植被覆盖度呈下降趋势。各坡向四季植被覆盖度夏季>秋季>春季>冬季。北坡、南坡分别为峰值、谷值。南、北向山区植被覆盖度差异呈逐年波动下降趋势，其差异值多年平均值夏季最低（0.009 3），秋季最高（0.014 2），春冬季分别为0.013 9，0.012 5。[结论] 安徽省海拔、坡向显著影响植被覆盖度动态变化特征，需结合地形特点合理开发利用地表资源，并做好生态环境保护工作。     

2000-2020年陕西省植被覆盖时空变化多尺度分析

[目的]退耕还林还草工程实施以来,陕西省植被覆盖度明显提高。然而,省级尺度上植被覆盖度的增加一定程度上掩盖了部分市、县级区域植被覆盖度下降的实事,当前迫切需要加强对不同空间尺度植被覆盖变化及其驱动因素的研究。[方法]基于MODIS NDVI数据计算了陕西省植被覆盖度,分析了2000—2020年陕西省、地区、市和县四级尺度植被覆盖度时空变化趋势。[结果]2000—2020年陕西省植被平均覆盖度为64.3%±2.1%,增长率为0.24%/a;陕北植被覆盖度平均为37.6%±4.4%,增长率为0.63%/a;陕南植被覆盖度平均为89.6%±1.2%,增长率为0.13%/a;关中植被覆盖度平均为70.6%±3.5%,下降率为-0.18%/a。延安市、榆林市、铜川市、宝鸡市、安康市、商洛市的植被覆盖度呈持续增加趋势,而西安市、渭南市、咸阳市和汉中市的植被覆盖度呈先增加后下降趋势;全省有72.3%的区县植被覆盖度呈增加趋势,有22.3%的区县植被覆盖度变化方向与所在市相反。在不同空间尺度上,陕西省植被覆盖度增速均表现为2000—2010年高于2010—2020年,这与两个时期的造林面积差异有关。[...     

2000-2018年赣江上游植被覆盖度时空演化及其对气候变化的响应

[目的] 对赣江上游植被覆盖度时空演化及其对气候变化响应的研究，为区域的生态环境保护提供科学依据和数据支撑。[方法] 基于MODIS NDVI数据，结合年平均气温和年降水量数据，运用趋势分析、变异系数、Hurst指数与相关分析等方法对赣江上游2000—2018年的植被覆盖度时空演化及其对气候变化的响应进行了分析。[结果] ①赣江上游植被覆盖度呈显著增加趋势，增速为5.21%/10 a，空间上呈现四周高中间低的特征，且以高植被覆盖为主；研究区植被覆盖度呈极显著和显著增加的分别占25.59%和39.7%，极显著和显著减少的分别占1.32%和2.46%，而变化不显著的占57.84%；②研究区植被覆盖总体上比较稳定，平均变异系数为14.73%；Hurst分析显示赣江上游植被变化反持续性要强于持续性，总体上以弱反持续性为主；③研究区植被生长总体上受气温影响强于降水量，但存在空间差异。[结论] 赣江上游植被覆盖度变化较小，未来将呈微弱下降趋势，气温是影响植被生长的主要气候因子。     

2000—2020年四川省泸沽湖湿地自然保护区陆地植被覆盖动态变化

[目的]探究四川省泸沽湖湿地自然保护区2000—2020年陆地植被覆盖度的时空变化规律,为保护区的建设和治理提供参考。[方法]选用四川泸沽湖湿地自然保护区2000—2020年植被生长旺盛月份(6—9月)的MODIS数据为数据源,结合像元二分法、Theil-SenMedian趋势分析法等相关分析法探究植被覆盖度时空变化特征及其对气候的响应。[结果](1)在时间变化上,四川省泸沽湖湿地自然保护区陆地植被覆盖度呈略微上升趋势,整体以0.09/10 a速率波动上升。(2)保护区植被覆盖度在空间分布上呈现湖区及其周边区域低,南北高的特征,呈现整体上升,局部下降的特点。(3)保护区气候(6—9月)趋向“暖干化”发展,植被覆盖度与气温和降水量以正相关为主,且受气温影响大于降水,其影响因素具有空间差异性。[结论] 2000—2020年,泸沽湖湿地自然保护区植被覆盖良好,植被覆盖度总体呈略微上升趋势,其中,气温是影响植被覆盖度的主要气候因子,同时地形、人类活动对保护区植被覆盖度均有一定的影响。     

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] ①2000—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巨大贡献。     

基于地理探测器模型的珠三角植被覆盖度时空变化驱动力分析

[目的] 探究珠三角植被覆盖度空间分布和时空变化的驱动力,为该地区生态环境的保护提供科学参考。[方法] 基于Landsat 5 TM和Landsat 8 OLI数据,利用像元二分模型反演珠三角2000,2005,2010,2015和2020年5个时期的植被覆盖度,分析珠三角植被覆盖度的空间格局和时空变化的过程。并结合5个时期的年降水量、年均温度、人口密度和土地利用,采用相关系数和地理探测器等方法开展研究。[结果] ①珠三角植被覆盖度在空间上表现为中部较低,边缘区域较高的分布格局,在佛山市、中山市、珠海市、广州市西南部、东莞市和深圳市较低,肇庆市、江门市和惠州市较高。植被覆盖度总体上表现为改善的趋势,改善的面积比例为64.99%,在时间上存在阶段性的差异,2010—2015年期间高植被覆盖度（80%以上）增长的面积最明显; ②影响因素对植被覆盖度的驱动有明显的区域差异性,年降水量和土地利用程度起抑制作用的面积大于起促进作用的面积,年均温度和人口密度起促进作用的面积大于起抑制作用的面积; ③植被覆盖度空间格局因子探测表明土地利用程度的解释力最强,交互探测表明年均温度与土地利用程度交互作用的解释力最高,年降水量、年降水量与年均温度交互作用的解释力在2000,2005,2010,2015和2020年5个时期的时间序列上表现为减弱的趋势,其余影响因素及其交互作用的解释力都呈现上升的趋势。植被覆盖度时空变化因子探测也表明土地利用程度变化的解释力最强,而交互探测表明年降水量变化与土地利用程度变化交互作用的解释力最高。[结论] 土地利用程度是影响珠三角植被覆盖度时空变化的主导因素,人为影响不断增强,双因素的交互作用明显大于单因素的作用。     

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。     

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。     

1982-2006年黄土高原地区植被覆盖度对气候变化的响应

基于黄土高原地区1982—2006年GIMMS AVHRR NDVI数据,获取地面植被覆盖度,并采用ArcGIS 9.3和ANUSPLIN 4.3分别对82个地面气象站点降水和温度数据进行插值处理,以此分析黄土高原地区植被覆盖度时空变化特征及其对气候变化的响应,为区域生态环境改善提供参考。结果表明:（1）黄土高原地区区域平均植被覆盖度为38%。植被覆盖度区域差异明显,在空间上呈东南高、西北低的分布特征。（2）近25年来,植被活动在相对稳定的态势下趋于增强,植被覆盖度增速为0.75%/10 a。在植被覆盖度变化趋势上,植被覆盖状况保持基本不变的面积为40.6%,趋于改善的面积（42%）大于退化面积（17.4%）。（3）黄土高原地区年降水呈不显著下降趋势,减少速率为1.9 mm/a;年均温度呈显著上升趋势,增速为0.7℃/10 a,气候趋于暖干化。（4）植被覆盖度与年降水量和年均温的偏相关性均达到显著,但空间差异明显。其中植被生长对降水因子的响应更为敏感。     

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。