贵州省乌江流域土地利用与土壤侵蚀关系研究

根据贵州省乌江流域20世纪80年代初和2000年左右的15幅Landsat MSS/ETM遥感影像数据、2000年土壤侵蚀调查数据和GIMMS/AVHRR NDVI数据,利用遥感、GIS技术和数理统计方法,系统分析了1980-2000年贵州省乌江流域土地利用/覆被变化的时空特征,探讨了不同土地利用方式对土壤侵蚀的影响.研究表明:乌江流域土地利用类型以林地、耕地和草地为主.1980-2000年的20 a间,流域内土地利用/土地覆被数量结构变化明显,呈好转趋势.不同土地利用类型下的土壤侵蚀强度大小为:裸岩石砾地＜其他林地＜建设用地＜有林地＜水域＜水田＜低覆盖度草地＜灌木林地＜高覆盖度草地＜疏林地＜中覆盖度草地＜旱地.旱地、中覆盖度草地和疏林地是流域内土壤侵蚀发生的主要土地利用类型.从不同侵蚀等级的发生区域来看,各强度类型侵蚀都集中分布在植被覆盖度为50％～60％的地区,侵蚀存在50％～60％的植被覆盖度临界值,这与非喀斯特地区随着植被盖度降低,侵蚀强度逐渐增大的规律不同.     

2000-2010年福建省植被覆盖度的时空演变特征

运用趋势分析法及Mann-Kendall趋势检验法对福建省2000-2010年植被覆盖度进行了分析,探究福建省植被覆盖度的时空演变过程.结果表明:(1)福建省植被覆盖度以每年0.003 15的速率增加,但在2005年存在一个明显的波动下降,植被在7月,8月,9月份盖度最大.(2)根据我国植被覆盖度分类标准,福建省以高植被覆盖度为主,2000-2010年低、中植被覆盖度向高植被覆盖度转化15.84％.(3)各市区植被覆盖度变化显著,其中莆田市、宁德市、漳州市变化最为明显.通过各区域的趋势百分比可知,福建省各市区植被覆盖度以增加为主,各市区植被覆盖度增加百分比为:宁德市＞漳州市＞福州市＞泉州市=莆田市=厦门市＞龙岩市＞南平市＞三明市.(4)不同植被类型区植被盖度在年际变化尺度呈现稳步增加的趋势,各植被类型盖度均值介于0.596～0.799,此外植被覆盖度的增加量顺序依次为:湿地＞草地＞农作物＞非植被＞阔叶林=针叶林.     

2000-2015年黄河流域植被净初级生产力时空变化特征及其驱动因子

黄河流域区域性差异显著,生态系统环境脆弱敏感,研究植被NPP对其生态环境生产能力的了解具有重要意义。基于MOD17A3 NPP数据、气象数据和土地利用/覆盖类型数据,采用偏差分析、趋势分析、相关性分析及马尔科夫转移模型对黄河流域2000—2015年植被NPP的时空格局、变化趋势及驱动因子进行了研究。结果表明:（1）2000—2015年黄河流域植被年NPP均值为228.2 g C/（m²·a）,变化范围为179.6～258.1 g C/（m²·a）,整体上呈现微小波动增加趋势,植被NPP偏差值呈现先减少后增加的趋势;上中下游植被NPP年均值呈明显的梯度分布,即上游<中游<下游,说明中上游区域生态环境相对脆弱。（2）黄河流域植被NPP具有较强的空间分异性,呈南向北带状递减分布;上中下游植被NPP总量差异显著,其中中上游植被NPP总量约占整个流域的96%,可见中上游对整个黄河流域生态环境的影响举足轻重,故加强对中上游区域生态环境建设与保护至关重要;流域大部分地区植被NPP以增加为主要趋势。（3）流域植被NPP受气候因素中降雨影响较大,以气候因素强驱动的区域主要分布在川西高原、鄂尔多斯高原及华北平原等地区。农用地转建设用地及草地转荒漠是黄河流域植被NPP损失的主要方式,可见城市加速扩张以及过度开垦、放牧等人类活动是植被NPP损失的主要驱动力,近几年林地、草地面积有所增加,植被NPP整体上损失程度有所减小,可见实施退耕还林还草政策已见成效。     

土地利用/覆盖变化对浑善达克沙地植被覆盖度的影响

利用卫星遥感资料,估算了浑善达克沙地2000—2014年生长季(4—10月)植被覆盖度(Vegetation coverage,VC),并对其时空变化特征进行了分析,讨论了气候因子和土地利用/覆被变化对植被盖度的影响。结果表明,14年间研究区生长季的植被盖度呈波动增加趋势,多年平均VC为0.423,年平均递增率为0.003 6。在空间分布上,研究区的北部、中部和南部边缘区域的植被覆盖度增加趋势较明显,而东部和西部部分区域未发生明显的趋势性变化。研究区植被盖度变化趋势与降水量呈正相关,其相关系数为0.86,是驱动植被覆盖度年际波动的直接因素。植被盖度变化趋势与温度呈负相关,相关系数为-0.42。以研究区2000,2006,2013年3期遥感影像为信息源,在3S技术支持下,对不同时期土地利用动态变化进行分析。草地是土地利用的主要类型,占研究区总面积的85.42%。近14年来,草地、林地的增加幅度较大,分别由29 637.30,58.24km2增加到30 619.36km2,64.43km2。除了建设用地,其他类型的面积均出现不同程度的减少,主要土地利用转移方向为耕地转化为草地和林地,未利用地转化为草地和水域,高覆盖度草地、林地及耕地呈现增加趋势。土地利用变化与植被覆盖度变化有密切的关系,浑善达克沙地合理的土地利用是影响其植被覆盖度出现增加趋势的重要影响因素之一。     

长江流域片2000—2015年植被NPP时空特征及影响因子探测

植被净初级生产力对评价全球变化背景下植被生长状况、陆地生态系统质量、资源环境监测具有重要意义。基于2000—2015年的MODIS NPP产品MOD17A3数据,结合DEM数据、气象数据、土地利用数据,运用趋势分析、相关性分析、地理探测器等模型方法,探讨长江流域片植被NPP的时空特征,揭示了各驱动因子的贡献率。结果表明:(1)16 a间植被NPP均值在478.4～547.4 gC/(m²·a),平均值为516.5 gC/(m²·a),流域内NPP整体表现为缓慢上升趋势。(2)流域内NPP空间分布格局为自东南向西北减少,16 a间大部分地区NPP值基本不变,云南省迪庆州、贵州省毕节市西部增长最明显,下降区域多分布于贵州省东部。(3)研究区内植被NPP与气温、降水均呈正相关; NPP随海拔增加呈先增加后下降的趋势,2 000～3 500 m海拔范围内植被NPP值最高,且集中于横断山区; 坡度小于15°的区域对整个研究区NPP值贡献最大; 林地面积最大且NPP均值最大,对研究区的植被NPP值贡献最大。(4)各因子对NPP的解释力排序为海拔>气温>降水>土地利用类型>坡度,单因子海拔对NPP的解释力最强,海拔与气温双因子交互作用对NPP的解释力最强。研究结果可为长江流域生态修复及可持续发展提供数据支持。     

秦淮河流域1980-2010年土地利用变化及驱动机制

[目的]研究近30a来秦淮河流域不同时期土地利用/覆被变化特征及驱动力,为秦淮河流域的生态经济系统可持续发展和流域管理提供科学依据。[方法]利用GIS功能对秦淮河地区1980,1995,2000,2005,2008,2010年土地利用现状图进行叠加转换,建立土地利用变化转移矩阵,在此基础上分析秦淮河地区近30a来的土地利用变化特征,并结合相应的社会统计资料分析土地利用变化的驱动力。[结果]流域内耕地面积逐年减少,建设用地面积逐年增加,林草覆盖面积略有减少;土地利用程度变化存在明显的时间差异性,2005—2008期间变化最大;建设用地的增加主要源于耕地的转入,其次是林地、水域;经济发展、人口增长和人民生活水平的提高是该区土地利用/覆被变化的主要驱动力。[结论]城市化发展要素是推动该区建设用地增加、耕地面积减少这一现象的主要驱动力。     

基于CASA模型的植被净初级生产力时空演变格局及其影响因素——以湖北省为例

为了揭示湖北省植被NPP的时空演变规律及驱动机制,基于CASA模型计算2000—2018年湖北省植被NPP,结合气象数据和土地利用数据,利用重心模型、相关性分析和贡献指数等方法分析植被NPP的时空变化及其影响因素。结果表明:(1)2000—2018年湖北省植被NPP年均值介于532.19～656.49 g C/(m²·a),整体呈波动上升趋势;(2)湖北省植被NPP在空间分布上表现为由西北向东南递减的趋势,植被NPP重心迁移轨迹呈M型,西北地区的增量和增速较大高于东南地区。(3)湖北省植被NPP与年均气温呈正相关的区域面积占全省总面积的54.49%,主要分布在荆门、荆州地区以及宜昌东南部地区; 年均NPP与年降水量呈正相关的面积高达87.65%,主要分布在随州、襄阳和孝感北部地区。(4)2000—2018年研究区域内NPP总量增加19.86×10^-2 Tg C,在土地利用变化引起的NPP损益中,主要由其他土地类型向林地、耕地和草地转换引起; 不同时期土地覆盖变化对NPP总量的贡献率有所差异,2000—2010年建设用地贡献率最高为53.81%,2010—2018年耕地贡献率最高为61.53%。     

2000-2013年无定河流域植被覆盖变化及其固碳效应

[目的]评估2000-2013年无定河流域水土保持和退耕还林(草)的成效,为评估无定河流域生态修复工程成效提供数据支撑.[方法]采用线性回归、相关系数和偏相关系数等方法,分析无定河流域2000-2013年NDVI(归一化植被指数)与NPP(净初级生产力)的变化及影响因素.[结果](1) 20002013年,无定河流域植被覆盖增长率3.39％/a,远高于1999-2008年黄土高原植被覆盖增长率0.99％/a,且植被覆盖呈现阶段性的变化特征,其中有2次持续增长期.(2)无定河流域植被覆盖变化以明显增加趋势为主,集中分布于黄土丘陵沟壑区,退化区域仅占3.95％,“线状”分布于植被覆盖基数较好的河谷两岸.(3) 2000-2013年,无定河流域植被累计固碳增加量1.96×107 t,相当于2010年陕西省能源消费碳排放的22.82％,累计固碳价值增加量2.36×1010元,相当于2010年陕西省GDP的2.33％.[结论]无定河流域植被覆盖与固碳持续增加,主要驱动因素为人类活动,尤其是水土保持和退耕还林(草)等工程的实施.     

土地利用/覆被变化对鄂尔多斯市草地生态系统净初级生产力的影响

[目的]探究土地利用/覆被变化对鄂尔多斯市草地生态系统净初级生产力(NPP)的影响,为该区退牧还草措施的高效实施和草地资源的合理管理提供理论依据。[方法]基于多源遥感影像数据、多期土地利用/覆被数据和气象数据等,运用光能利用率模型(CASA),模拟鄂尔多斯市草地生态系统净初级生产力(NPP),并进行分析和探讨。[结果](1)鄂尔多斯地区草地NPP总量在2001年(5 700.16Tg)到2015年(7 634.61Tg)间增加了1 934.46Tg;空间分布上存在明显的地域差异性。(2)该市2001—2015年耕地面积持续减少;15a间,林地面积增加了4 593km~2;草地净减少量为786.38km~2,其中草地与未利用地之间的相互转化最大,有大量耕地、林地转变为草地,面积达到376.5km~2。(3)该市2001—2015年草地类型未发生变化地区NPP增长量为1 999.42Tg;草地转为其他土地类型共引起草地NPP减少量为303.98Tg,其中转为耕地、林地和未利用地导致其NPP减少量分别为35.08,69.81和118.28Tg;其他土地类型转化为草地导致NPP的总增加量达128.96Tg,其中由耕地、林地、水域、未利用地转化带来的草地NPP增量分别为36.30,31.39,17.58,151.38Tg。[结论]土地利用/覆被对草地NPP影响较大,耕地和林地向草地的转化、未利用地的重新利用使得草地碳汇总量增加。草地向未利用地、水域、城乡工矿居民用地的转化使得草地生态系统碳汇能力减弱。     

东江流域2001-2013年土地利用/覆被类型变化的时空特征及成因

[目的]区分人类活动和自然环境变化对东江流域土地利用/覆被类型变化的贡献率,为优化流域土地利用方式、保护流域生态环境和支持粤港澳大湾区建设提供有益的信息和科技支撑。[方法]基于时间序列的遥感影像土地利用/覆被类型栅格数据,结合区域经济发展、土地利用评价指标体系和灰色关联分析,量化东江流域2001-2013年间土地利用/覆被类型变化的时空特征和成因。[结果]①随着时间推移,东江流域土地利用/覆被类型格局由常绿阔叶林、草地和耕地共同主导型转变为常绿阔叶林主导型;②研究期内不同土地利用/覆被类型变化差异明显,灌丛、混合林、常绿阔叶林和草地变化剧烈且相互之间转化频繁,水域、耕地和城镇用地面积变化相对平缓;③非城镇用地转化空间差异显著,耕地的转化程度表现为：下游 > 上游 > 中游;④人口增加、城市建设、技术革新和经济增长是推动东江流域土地利用/覆被类型发生变化的主要原因。[结论]总体来说,最近10 a多东江流域的土地利用/覆被类型变化有利于流域生态环境和水资源的保护,进而有助于粤港澳大湾区的建设。     

基于CASA模型探究泾河流域植被NPP时空动态及其对气候变化的响应

植被NPP是判定生态系统碳源/碳汇及调节生态过程的主要因子,基于CASA模型估算NPP,探究时空尺度NPP的变化及其对气候变化的响应状况,可了解泾河流域植被恢复状况并为流域生态环境改善提供科学参考及建议。以泾河流域为研究区域,基于2000年、2009年、2018年MODIS NDVI数据、气象数据与植被分布数据等,运用CASA模型(Carnegie-Ames-Stanford approach,CASA)对2000年、2009年及2018年流域NPP进行了估算,探究流域内NPP时空动态及其对气候变化的响应,并分析了各植被类型下NPP分布规律。结果表明:(1)时间尺度上,2000年、2009年及2018年泾河流域NPP均值分别为521.81 gC/(m²·a),664.77 gC/(m²·a),719.78 gC/(m²·a),年际变化呈增长趋势; 月际变化曲线呈单峰型,4—8月呈较强上升趋势,8月后逐渐下降; 各季节的NPP均值由高到低依次为夏季>秋季>春季>冬季。(2)空间尺度上,NPP分布存在一定的地域差异性,水平方向呈“南高北低”的特点; 垂直方向上,NPP值随海拔高度的升高呈先下降后上升的趋势。(3)不同植被类型下NPP均值存在明显差异,其中常绿阔叶林年均NPP值最高,为1 544.50 gC/(m²·a)。(4)气候变化背景下,NPP主要受气温与降水的影响,且降水为主导因素。研究结果表明泾河流域NPP呈增加趋势,即植被覆盖情况在逐步改善; 流域北部植被覆盖状况仍有待改善,建议加大退耕还林政策实施力度,加大果树、茶树等防护型林地的种植; 且该流域NPP对降水的响应强于气温,故可加大植树造林恢复植被的力度,也可修建水库和水利工程,退田还湖,并加大湿地保护,从而保证空气湿度,增加降水,改善植被覆盖,实现人与自然和谐共生。     

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。     

基于GIS和RS的延河流域植被覆盖度与地形因子的相关性研究

以延河流域为研究区,综合运用GIS和RS技术,基于Landsat TM影像,运用改进的像元二分模型估算了延河流域2000年和2010年的植被覆盖度,结合DEM数据提取的高程,坡度、坡向地形数据,分析了植被覆盖度与地形因子的相关性,以期为延河流域植被恢复和生态建设提供依据。结果表明:(1)延河流域植被覆盖度从2000年的29.18%增加到2010年的52.42%,呈上升趋势。(2)2000年植被覆盖度随高程的增加呈减小的趋势,2010年植被覆盖度随高程的增加呈先增加后减少的趋势。2000年和2010年植被覆盖度随坡度的升高,大致呈现先升高后降低的趋势,在30°~35°范围内最高。2000年和2010年植被覆盖度总体表现为阴坡(北、东北)半阳坡(东南、西)=半阴坡(东、西北)阳坡(南、西南)平地,其中阴坡的植被覆盖度最高,平地的植被覆盖度最低。(3)在高程1 000~1 500m,坡度在25°~45°范围内,植被覆盖度增加的值最大。     

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。     

基于多时相遥感影像分析的城市土地利用/覆盖变化与热环境演变--以徐州市为例

以1987,1994,2000和2005年共4期的Landsat TM遥感影像为数据源,利用先进的决策树分类法获取徐州市土地利用/覆盖信息,通过单通道算法反演地表亮温获取城市热场分布与热环境变化信息,采用土壤调节植被指数SAVI定量描述研究区植被覆盖变化,并综合采用这些信息对城市热环境演变与城市扩展、植被覆盖变化的关系进行了综合分析.结果表明,利用Landsat TM数据结合决策树分类方法,是获取土地覆盖/利用的有效方法.通过计算地表辐射亮温来研究城市热环境变化是合适的,SAVI等因子与城市热环境显著相关,能够有效地定量描述城市扩展及其生态环境响应.研究结果可服务于城市环境保护与人居环境改善.     

2005-2014年南方农牧交错带净初级生产力时空分布特征

为了解我国南方农牧交错带内生态系统生产能力的变化程度,以2005—2014年MOD17A3H数据为数据源,利用简单差值法和一元线性回归分析法,对区内的植被年均NPP空间分布及变化趋势进行了分析。结果表明:（1）2005—2014年南方农牧交错带内植被NPP分布差异较大,整体呈南部高北部低。（2）年均植被NPP为389 gC/（m²·a）,平均植被NPP变化范围在344～426 gC/（m²·a）之间。（3）2014年较2005年相比,南方农牧交错带植被NPP增加了106 gC/（m²·a）。但10年间植被NPP总体变化呈略微减少趋势,减少的地区面积占南方农牧交错区总面积的57%。（4）不同生态系统平均植被NPP均值表现为:森林生态系统 > 农田生态系统 > 灌丛生态系统 > 湿地生态系统 > 草地生态系统;不同生态系统植被NPP变化相似,呈波动略微减少变化。说明区域内生态系统变化波动较为明显,应对该区域生态系统给予更多的保护。     

黄土高原植被净初级生产力的时空变化及其与气候因子的关系

以西北典型植被脆弱区黄土高原为研究区,利用AVHRR GIMMS和MODIS两种NDVI数据源,基于CASA模型对1982-2014年黄土高原植被净初级生产力（NPP）进行模拟,并分析其时空变化特征及其与气候因子的关系。结果表明：黄土高原年均植被NPP为254.0gC?m-2,1982-2014年总体呈增加趋势。不同植被类型NPP有较大差异,落叶阔叶林NPP值最高,年均NPP达513.0gC?m-2,其次为常绿针叶林、草甸、农田、灌丛和草原。黄土高原植被NPP空间分布差异显著,表现出南高北低的特点。从NPP年际变化的空间分布来看,在退耕还林还草生态工程实施之前（1982-1998年）,黄土高原大部分区域植被NPP变化不明显。自1999年后该区植被NPP增加趋势显著,增速达到5.38gC?m-2?a-1。在空间分布上,66.6%的区域植被NPP呈显著增加趋势,主要分布在陕北高原、山西中西部的吕梁-太行山等地。退耕还林等生态工程的实施,使该区植被状况得到改善。黄土高原植被NPP与降水量具有显著的相关性,但与气温相关性不大,说明降水是影响黄土高原植被NPP的主要因素。     

太行山区植被NPP时空变化特征及其驱动力分析

本文基于2000—2014年MODIS NPP数据,结合同期土地利用变化、气温、降水和DEM数据,运用趋势分析法、相关系数法及分区统计法等方法,研究了太行山区2000—2014年植被NPP时空变化特征,分析了气温、降水等气候因素和人为因素对植被NPP变化的影响,为太行山区植被资源管理及生态环境调控提供参考。研究结果表明:(1)太行山区植被NPP多年平均值为284.0 g(C)·m~(-2)·a~(-1),耕地、林地和草地的NPP均值分别为302.5 g(C)·m~(-2)·a~(-1)、258.1 g(C)·m~(-2)·a~(-1)、286.5 g(C)·m~(-2)·a~(-1)。(2)2000—2014年太行山区植被NPP整体呈上升趋势,但大部分植被NPP变化未达到显著水平;16.17%的植被NPP显著或极显著升高,主要分布在太行山区西侧;0.88%的植被NPP显著或极显著降低,零散分布在研究区内。(3)不同植被类型NPP变化速率为草地耕地林地。(4)基于区域平均计算,太行山区植被NPP与降水显著正相关(P0.05),与气温负相关(P0.05)。基于像元计算,植被NPP与降水显著或极显著正相关区面积比例为23.82%,主要分布在太行山区北段,几乎没有显著负相关区;植被NPP与气温显著或极显著负相关区面积比例为8.42%,主要分布在太行山区西侧,显著或极显著正相关区面积比例为0.81%,主要分布在太行山区最北端。(5)研究期内气候因子对植被NPP的升高整体上表现为促进作用,而人为因素主要表现为抑制作用。太行山区生态环境保护仍应以减少人为干扰为主。     

2000-2014年黄土高原植被叶面积指数时空变化特征

研究植被叶面积指数(LAI)时空变化特征,对植被的水土保持效具有重要意义.利用MOD15A2H遥感产品,基于Mann-Kendall趋势检验与Sen斜率分析方法,提取区域尺度与像素尺度上的植被LAI变化特征,并基于不同子流域、坡度、坡向及植被覆盖类型,对植被LAI的变化特征进行分析.基于MOD44B遥感产品,利用线性回归和偏相关系数,分析植被LAI的变化原因.结果表明:1)黄土高原2000-2014年,植被LAI呈显著增加趋势,其年绝对变化幅度为0.042,年相对变化程度为2.71％.2)空间上,在黄土高原58.6％的区域,LAI呈现显著增加趋势,仅有0.9％的区域LAI呈现显著减少趋势.植被LAI剧烈增加,主要发生在河口—龙门区间,包括皇甫川、窟野河、无定河和延河.植被在15°～35°的坡度上,LAI变化程度最剧烈,其变化在各坡向上没有显著差异,农田和草地的LAI变化程度最剧烈.3)与植被总覆盖度相比,植被垂直维结构与黄土高原植被LAI的变化更为相关,其中树木覆盖度的增加,是植被垂直维结构变化的重要原因之一.