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。     

基于NDVI的汶川大地震前后北川县次生地质灾害区植被破坏评估

选取北川县"5.12"大地震前后2个时相的遥感数据,利用归一化植被指数(NDVI)提取2期影像的植被信息,以此为基础,反演植被覆盖度,采用破坏指数DDI(the damage degree index)表示3种灾害类型区域震后植被破坏情况。结果表明:1)研究区内共解译滑坡103处,崩塌122处,泥石流10处,灾害面积共计17.5 km2,震前85%以上区域处于中植被覆盖度以上级别,震后中植被覆盖度以上级别土地面积减少8.01 km2,占灾害区域总面积的45.77%;2)滑坡区域植被破坏程度相对较低,中度及重度破坏的面积占总灾害面积的68.66%,崩塌区域植被破坏程度次之,中度及重度破坏的面积占总灾害面积的88.15%,泥石流区域的植被破坏最彻底,中度及重度破坏的面积占总灾害面积的99.74%;3)植被破坏与海拔、坡度有一定关系,破坏较严重的地区主要集中在海拔611～1 543 m、坡度25°～45°范围内,植被破坏主要集中在重度破坏这一级别,并随海拔、坡度增加而增加,植被破坏与坡向关系不大。     

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。     

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。     

青藏高原冻融荒漠化退化区分布及影响因素

[目的]青藏高原由于其高海拔、气温低、冻融侵蚀强烈的特点,是冻融荒漠化的主要发生区。探究青藏高原冻融退化区分布及其原因,对该区水土保持工作和生态环境保护具有重要参考意义。[方法]选择植被覆盖度、冻融循环次数、土壤温度日较差、土壤含水量、年降水量和坡度作为冻融侵蚀因子,对2000—2019年青藏高原冻融侵蚀敏感性进行了评价,结合研究期内青藏高原荒漠化趋势,构建了一种判定冻融荒漠化退化区域的方法。[结果]2000—2019年青藏高原冻融侵蚀区总面积为1.531×10⁶ km²,中度及以上敏感性区域面积为9.131×10⁵ km²,占青藏高原总面积的35.92%。青藏高原冻融荒漠化退化区域面积约为1.113×10⁵ km²,主要分布于高原西南部,退化程度以中度退化为主,面积占比为44.35%。[结论]气温上升、湿润指数下降和净太阳辐射增强是青藏高原冻融荒漠化发生的主要自然驱动因素,高原南部部分地区由于气候条件的差异,三者发挥了相反的作用。     

塔里木河下游生态输水对植被恢复和沙漠化逆转的影响

针对近50 a来人类不合理的资源开发,导致塔里木河下游地区沙漠化程度加剧等一系列生态环境问题,结合实地考察和野外调查资料以及遥感影像数据,运用植被覆盖度、沙漠化动态度模型分析法,对塔里木河下游生态输水前后植被和沙漠化状况进行了分析。研究结果表明,生态输水后,植被覆盖度增大,植物种数明显增加;胡杨冠幅增大;裸地、沙地面积减少;非沙漠化和轻度沙漠化土地面积不断扩大,而重度沙漠化面积有减小趋势。生态输水对塔里木河下游植被恢复和沙漠化逆转起到了明显的作用。     

2000-2013年北洛河河源区土壤侵蚀潜在风险时空变化分析

以北洛河河源区为研究区,利用2000年、2013年Landsat影像和DEM数据作为数据源,分别对土地利用类型、植被覆盖度和坡度信息进行提取,采用多因素综合分析法对土壤侵蚀风险进行快速评估,并对土壤侵蚀风险变化趋势、植被变化对土壤侵蚀风险的影响、水土保持措施优先等级等进行了分析。结果表明:（1）土壤侵蚀风险无变化区域面积最大,且风险减弱区域面积比（31.97%）大于风险增加区域面积比（16.05%）。其中,中度土壤侵蚀风险区域相对于其他风险等级区域更加稳定;（2）土壤侵蚀风险变化区域内随着变化程度的增大,相应变化区域面积越小;（3）在土壤侵蚀风险减弱区,自然植被覆盖度增加和退耕的影响区域面积比分别为42.8%和57.2%,在土壤侵蚀风险增加区,自然植被覆盖度降低和开垦农田的影响区域面积比分别为93.7%和6.3%,且随着土壤侵蚀风险变化程度的增加,耕地类型转变的影响范围越大,自然植被覆盖度变化的影响范围越小。     

基于像元二分模型的伏牛山地区植被覆盖度变化

植被覆盖度是反映区域生态环境的重要参数,研究植被覆盖度对评估区域生态环境质量具有重要意义。选用2000—2018年每年4—9月的MODIS NDVI数据基于像元二分模型对伏牛山地区逐月进行了植被覆盖度的反演,运用一元回归分析法,Hurst指数法,马尔科夫模型分析了伏牛山地区植被覆盖度的时空变化,并探究气象因子对植被覆盖度的影响。结果表明:(1)研究区植被覆盖较好,覆盖度的分布整体上呈现中间高,四周低的特点。(2)研究区内不同等级的植被覆盖度转化方式主要是由低水平覆盖度区向高水平覆盖度区的转化。(3) 2000—2018年研究区内有68%的地区其植被覆盖度呈增加趋势,表明近19年来伏牛山地区植被覆盖度整体呈上升趋势。(4)预计未来研究区内植被覆盖度呈减少趋势的地区占46%,呈增加趋势的地区仅占26%,由此可见伏牛山地区植被覆盖度未来的变化预计以减少为主。(5)伏牛山地区植被覆盖度的变化与气温和降水均呈现较强相关,其中气温是影响伏牛山地区植被覆盖度变化的主要因子。进一步分析该地区森林区域发现森林区域的植被覆盖度同样受气温的影响较大。     

基于GIS和RUSLE的拉萨河流域土壤侵蚀研究

通过识别土壤侵蚀关键区域,为开展拉萨河流域生态治理与水土保持提供依据。研究将修正通用土壤侵蚀方程(RUSLE)与空间信息技术(GIS和RS)相结合,以2010年TM遥感影像为数据源,得到拉萨河流域土地利用图,结合流域数字高程模型、土壤类型分布、归一化植被指数和多年降雨数据,计算得到RUSLE模型中各因子值的空间分布数据,利用地理信息系统软件ArcGIS栅格计算功能得到研究区土壤侵蚀强度空间分布情况。对拉萨河流域土壤侵蚀特征进行分析,结果表明,流域年土壤侵蚀量为10 006.2万t/a,平均土壤侵蚀模数为3 076.6t/(km2·a),中度侵蚀面积比例达59.0%,强烈以上侵蚀面积很小,但侵蚀量占比为14.3%,呈大部分区域中度侵蚀、局部区域强烈和轻度侵蚀的特征,中度以上侵蚀分别有24.2%,20.5%和16.8%分布在墨竹工卡县、林周县和嘉黎县。研究区土壤侵蚀强度与地形、土地利用和植被覆盖表现出很大的相关性,坡度每增加1个等级,土壤侵蚀模数平均增加861.6t/(km2·a),土壤侵蚀面积最大的为坡度15°~25°,其次为25°~35°;裸地、稀疏植被、旱地和草地的土壤侵蚀模数分别为7 949,5 621,2 816,2 505t/(km2·a),中度以上侵蚀面积比例超过50%,其中稀疏植被和裸地均大于70%;植被覆盖度低于10%和10%~30%时,中度以上侵蚀面积比例分别为76.8%和90.5%,植被覆盖度高于60%时,中度以上侵蚀面积比例降低到28.3%。流域水土保持本底较好,但土壤侵蚀现状仍不容忽视,应对15°~25°坡度地区重点防治,同时防范陡坡地发生高强度侵蚀;对土壤侵蚀模数高的用地类型采取封育措施,促进自然修复,坡耕地采取增加地表覆盖、保护性耕作和间作套种等措施以提高水土保持功能;防止植被退化,结合综合运用林草措施和农业耕作措施提高植被覆盖度,达到防治土壤侵蚀目的。     

基于SRP模型的甘肃省白龙江流域生态环境脆弱性评价

[目的]综合评估甘肃省白龙江流域生态环境脆弱性,为生态环境的恢复重建和可持续性管理提供理论参考。[方法]基于生态敏感性—生态恢复力—生态压力度模型、层次分析法和GIS/RS软件等,通过计算生态环境脆弱性指数,将研究区生态环境脆弱性程度划分为微度脆弱、轻度脆弱、中度脆弱、重度脆弱和极度脆弱5个不同等级。[结果]甘肃省白龙江流域中度和重度脆弱区域占研究区总面积比例较大,分别占研究区总面积的28.94%和22.76%。其中,重度与极度脆弱区集中分布在植被覆盖度较低,城镇化较快,工农业发展迅速且人类活动强度较强的流域中部。[结论]研究区总体生态环境压力非常严峻,亟需研究其驱动机制及演变规律,以期为后续的生态恢复重建做准备。     

2000-2013年西安市植被覆盖度时空演变

随着黄土高原地区退耕还林政策的实施,近十几年西安市植被覆盖情况变化发生了显著变化。为了对西安市植被覆盖变化进行深入的研究,利用Mann-Kendall趋势检验法及Hurst指数、Pettitt检验法分析了2000-2013年来西安市植被覆盖度变化特征,并利用重心转移模型和相对发展率分析了西安市植被覆盖度变化的空间变化差异。结果表明:（1）西安市植被覆盖度中等程度变异面积占总面积10.02%;（2）西安市植被覆盖度呈增加趋势的面积占区域总面积86.54%,具有正向持续性的面积占区域总面积72.62%,35.30%面积植被覆盖度呈持续改善;（3）西安市植被覆盖度突变年份均显著发生在2004年、2005年、2006年、2007年、2008年,发生显著突变年份的面积占总面积的17.58%;（4）西安市植被覆盖度相对发展率空间变化范围为-9.07~7.49,相对发展率的负值占区域总面积的20.77%,西安市植被覆盖度空间重心呈现由西南逐渐向东北方向转移的趋势;（5）西安市降雨量与植被覆盖度均值均呈现增加趋势,相关系数为0.47（p<0.09）,空间分布重心呈现从东北向西南转移的趋势,与植被变化呈现相反的趋势。研究成果有助于进一步深化对西安市植被恢复状况及其影响因素的认识,为西安市植被恢复等生态建设工程提供一定的科学依据。     

草原区露天煤矿植被覆盖度时空演变与驱动因素分析

采用多时相Landsat TM遥感数据,借助于植被指数与植被覆盖度,基于不同时序植被覆盖度格点回归斜率、标准差和基末年等级转换矩阵等,分析了研究区植被覆盖度空间异质性及其驱动机制,剖析了采复联动下研究区、开采区和复垦区植被覆盖度变化趋势和波动程度,进而揭示随着时间变化采复活动与植被覆盖度间的响应。研究结果表明：不同年份研究区植被覆盖度及其等级空间分布整体上具有一定相似性,矿山采复活动在一定程度上打破了区域植被覆盖度时空演变格局;研究区植被覆盖度以中（Ⅳ等）、中低（Ⅲ等）为主,按多年均值计算,两者之和占研究区总面积的80%以上;植被覆被度呈增加和减少的区域面积比为2∶3,相关系数在?0.9266～0.4805之间,斜率正值范围内相关性并不显著,而负值范围的?0.9266～?0.895呈现不同程度显著性相关;露天采区、排土场及其周边1.5 km范围内的植被覆盖度呈显著下降趋势,且趋于一致。矿区植被恢复经历了一个“高—低—高”的周期循环,半干旱草原区复垦管护期限尽量保证在6 a以上。70%以上区域在研究时段内植被覆盖度发生转换,转换较为频繁,Ⅰ等植被覆盖度中的90%是由采矿活动转入的。露天煤矿区植被覆盖的提升有赖于矿区社会压力减少和生态恢复力提高两方面。研究成果将为露天煤矿及其所在区域生态环境科学保护与决策、恢复和治理提供信息支撑。     

重点生态功能区水土流失敏感性评价与分布研究—以贵州省雷山县为例

为了定量分析重点生态功能区雷山县水土流失敏感性现状,揭示其空间分布特征,识别出水土流失敏感性关键地域,也为县域水土流失综合防治和生态环境治理提供理论依据,研究选取2010年10月覆盖雷山县全域的ALOS遥感影像和1∶50 000地形图等为数据源,通过地理空间信息技术(RS和GIS技术)结合使用,运用3D Analyst栅格计算功能,提取雷山县DEM、坡度、坡向和土地利用等主要因子,运用ENVI软件,结合归一化植被指数模型,获取植被覆盖度,运用ArcMap空间叠加分析方法,划分出水土流失敏感性等级,得到研究区水土流失敏感性空间分布情况。结果表明,雷山县轻度及以上水土流失敏感性区域面积812.29km2,占总面积的67.45%,水土流失敏感性以轻度为主;强烈以上等级占总面积5.96%,所占面积小;同时研究区不同高程、坡向、坡度和植被覆盖度等级与水土流失敏感性之间存在显著关系,即轻度以上的水土流失敏感性区域面积出现先增大后减小的单峰分布;水土流失敏感性区域主要出现在高程为800~1 400m范围内,坡向为东南和西北,坡度为15°~35°,植被覆盖度在30%~45%的区域。     

近20年黄河三角洲地区植被覆盖度时空变化及其趋势分析

[目的]探究黄河三角洲地区植被覆盖度的时空动态变化以及植被覆盖度对土地利用变化的响应机制,为地区生态保护、建设与高质量发展提供参考。[方法]基于2000—2019年的归一化植被指数(NDVI)数据和2000—2020年5期土地利用数据,采用slope趋势分析和相关性分析等方法,分析了2000—2019年东营市植被覆盖度的时空动态变化及其对土地利用类型变化的响应。[结果]植被覆盖度在东营市南部地区、黄河沿岸以及黄河故道地区较高,而北部和东部沿海地区较低。在时间上,2000—2019年东营市NDVI为0.25～0.33,植被覆盖度呈现先增加后减少的趋势,在2010年达到最高水平。在空间上,东营市植被覆盖度改善区域面积大于退化区域,其面积占比分别为44.86%,37.94%。[结论]草地和未利用土地向城乡、工矿、居民用地和水域转化是造成植被覆盖退化的主要原因。     

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。     

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。     

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。     

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。     

黄河中游多沙粗沙区侵蚀产沙与植被相互作用的临界现象

黄河中游多沙粗沙区是黄土高原境内侵蚀最为强烈的地区,也是下游河道强烈淤积的主要物源区。该区的土壤侵蚀受到多重因素的复合作用,植被作为其最显著的影响因子之一而广受关注。以统计资料为依据,论述了研究区侵蚀模数、林草覆盖度和林木覆盖度的空间分布特征,发现一些相对较大的侵蚀模数与植被覆盖度之间具有良好的非线性关系。将这些相对较大的侵蚀模数定义为极端侵蚀模数——相似植被覆盖度条件下的最大侵蚀模数,并拟合出它们与林草和林木覆盖度之间的定量函数关系,得出极端侵蚀模数由增加到减小的临界林草覆盖度为24.2%,临界林木覆盖度为12%。这就是说,在其它复合因素不发生明显改变的情况下,当研究区林草覆盖度小于24.2%或林木覆盖度小于12%时,极端侵蚀模数随着林草或林木覆盖度的增大而增大;当覆盖度大于上述临界值后,极端侵蚀模数则随之减小。该研究成果对于更有效地管理黄河中游流域具有一定的指导意义。     

基于MODIS数据的北京市植被覆盖度动态监测

植被覆盖度是反映地表植被覆盖状况的重要指标,也是衡量区域环境质量与水土保持情况的重要因子。以北京市为研究区域,应用基于MODIS NDVI的像元二分模型估算北京市2014—2016年植被覆盖度,分析不同年份、不同分级植被覆盖度的变化情况,结果表明:北京市植被覆盖度整体较高,高植被覆盖度区域在全市范围占了很大的比例,山区植被覆盖度明显高于平原区;植被覆盖状况总体较为稳定,呈现改善趋势,低植被覆盖度、中低植被覆盖度、中等植被覆盖度、中高植被覆盖度面积连续2年均出现了不同程度的减少,其覆盖度等级逐渐向高植被覆盖度演进。