2001—2020年黄河流域植被覆盖变化及其影响因素

基于MODIS NDVI植被指数和气象数据集,以集合经验模态分解、趋势分析和随机森林回归分析等方法,分析了黄河流域2001—2020年植被覆盖时空变化特征,并对其气候驱动因素进行探讨。结果表明：（1）2001—2020年黄河流域植被覆盖整体呈显著增长趋势,增速为0.055/10a （P<0.05）,2010年之前增速（0.067/10a）大于2010年之后的增速（0.051/10a）。（2）空间上,植被覆盖增加区域主要分布在陕北黄土高原、甘肃省东南部、内蒙古自治区河套平原等退耕还林还草生态工程实施区域,而植被覆盖显著下降区域则集中在关中平原城市群、黄淮海平原以及青藏高原等区域。（3）气温、降水和CO₂浓度等对黄河流域植被生长起到正向促进作用,且绝对敏感性依次降低,而大气饱和水汽压差、太阳辐射等对植被生长起到抑制作用。本研究结果可为评估气候变化对黄河流域植被覆盖变化的综合影响提供参考依据。     

京津冀地区不透水表面覆盖率的时空演变及其对植被的影响

基于不透水表面和MODIS增强型植被指数（EVI）数据,辅以分段线性回归、趋势分析等方法,定量分析2000—2018年京津冀不透水表面覆盖率（ISP）的时空演变及其对植被的影响。结果表明：① 京津冀ISP呈显著增加的趋势,增速为0.024%/a（P<0.01）。分阶段来看,2000—2010年和2011—2018年ISP均呈显著增加趋势,增速分别为0.019%/a（P<0.01）和0.037%/a（P<0.01）,后一阶段的增速快于前一阶段;② 空间上,ISP快速增加的区域主要位于城市和近郊,缓慢增加和增加的区域主要位于主城区和农村;③ 从不同ISP区域ΔEVI的时间变化趋势来看,城区、近郊和远郊的ΔEVI均呈显著下降趋势（P<0.05）的地市分别有6个、6个和3个。主城区的ΔEVI呈显著增加趋势的地市有3个（P<0.05）。从EVI的空间变化趋势来看,显著增加的区域主要位于北京、天津等市的主城区,显著减少的区域主要位于北京、天津、石家庄等地市的近郊和远郊;④ 从EVI随ISP的空间变化趋势看,所有地市EVI随ISP的增加均呈显著减小的趋势（P<0.01）。减小趋势最大和最小的地市分别为秦皇岛和张家口,其下降速率为-0.0081/a和-0.0043/a。从时间变化来看,京津冀的EVI与ISP呈显著负相关,其相关系数为-0.4912。研究结果可为中国城市快速扩张过程中的植被变化提供理论参考和科学实践。     

1982—2017年黑河流域植被指数动态及其对气候变化与生态建设工程的响应

为改善黑河流域生态系统整体功能,缓解植被退化趋势,中国自2000年起先后在黑河流域实施了一系列生态建设工程。在气候变化背景下,客观衡量生态建设工程的效益具有重要意义。本研究基于1982—2017年归一化差异植被指数（NDVI）数据集和气候数据,采用趋势分析研究黑河流域植被的动态变化,结合偏相关分析和残差分析来剥离气候变化和生态建设工程对植被的影响。结果表明：（1）1982—2017年黑河流域植被NDVI总体波动上升,2000年后NDVI增加速率呈上升趋势;（2）气温和降水的增加趋势对NDVI起正向作用,且降水增加对NDVI的影响更显著;（3）自2000年生态建设工程实施后,人类活动对植被NDVI变化的影响占据主导地位,30.18%的研究区受到生态建设工程的正向影响,其中在耕地和林地的表现尤为突出。这表明生态建设工程对黑河流域植被增加产生重要影响。     

1982—2019年中国西南地区植被变化归因研究

西南地区是中国重要的碳汇地区,监测植被动态及探究气候变化和人类活动对植被的影响对于深入了解碳循环机制和促进经济可持续发展至关重要。本文通过融合GIMMS NDVI和SPOT NDVI获得1982—2019年1 km NDVI数据,并结合多时相土地利用数据和气象数据,使用趋势分析、偏相关分析和残差趋势分析探究了西南地区人类活动和气候变化对植被动态的相对贡献。结果表明：(1) 1982—2019年间西南地区NDVI整体呈上升趋势,年均增速为0.0020 a^-1;实施退耕还林前NDVI呈下降趋势,实施后转为上升趋势。(2)温度和降水整体对NDVI起促进作用,但存在明显的空间异质性。除中心城市外,温度对NDVI主要起促进作用;而降水对西南地区西部NDVI存在抑制作用,对东部NDVI主要起促进作用。(3)随着气候变化和人类活动影响的区域被分离,气候变化对植被恢复的贡献从30.47%增加到60.28%,而人类活动对植被恢复的贡献从69.53%减少至39.72%。本文研究结果表明在人迹稀少的西南地区西部,人类活动对植被的影响可能会进一步下降。     

气候变化和人类活动对干旱区植被生产力的影响

在全球变化的背景下，植被生产力发生了一系列的变化，如何定量的评估中国西北干旱区气候变化和人类活动对植被生产力的影响，对于应对气候变化，促进“一带一路”生态建设以及美丽中国建设具有重要的意义。以新疆为研究区，以植被净第一性生产力（NPP）作为评价指标，分析了2001—2016年气候变化和人类活动对植被恢复和退化的影响。结果表明：（1） 从2001—2016年，植被NPP有明显变化趋势的面积占植被覆盖区总面积的34.02%，其中30.58%的面积呈现恢复趋势，3.44%的面积呈现退化趋势，NPP平均每年增加634 Gg C·a^-1(Gg=10⁹ g)。（2） 由人类活动和气候变化引起植被恢复的面积占植被NPP变化总面积的42.03%和30.58%；在上述两个区域，NPP平均每年增加量分别为319 Gg C·a^-1和59 Gg C·a^-1。由人类活动和气候变化引起植被退化的面积占NPP变化总面积的57.63%和19.45%；其中，在上述两个退化区域，NPP平均每年分别减少68 Gg C·a^-1和7 Gg C·a^-1。（3） 不同植被类型中，人类活动对农作物、荒漠、草地、高山植被的恢复作用大于退化作用，对森林、灌丛、沼泽的退化作用大于恢复作用；气候变化对沼泽的退化作用大于恢复作用，对其他6种植被类型的恢复作用大于退化作用。总体上，人类活动是影响新疆植被恢复和退化的主要原因。     

黄土高原植被覆盖度变化的地形分异及土地利用/覆被变化的影响

基于16 d合成MODIS NDVI数据提取的时间序列植被覆盖度数据,采用一元线性回归趋势分析,对黄土高原2000-2008年植被覆盖度的时空变化及其地形分异、土地利用/覆被变化的影响进行了定量分析。结果表明：（1）研究时段黄土高原植被覆盖度整体呈快速上升趋势,局部下降;（2）黄土高原植被覆盖度变化存在明显的地形分异,陡坡等植被恢复、重建和保育的主要区域植被覆盖度增速显著;（3）土地利用/覆被变化对植被覆盖度的增加影响突出,土地利用/覆被类型变更区植被覆盖度增速显著高于未变化区域,退耕还林还草区增速尤其突出;（4）土地利用/覆被类型未变化区域植被覆盖度总体上也呈增加趋势,但因植被覆盖度水平相对较高,增速明显低于土地利用/覆被类型变化区。上述结果表明,黄土高原植被保育、植被恢复和重建在植被覆盖度提升方面取得了明显成效。     

1982—2015年中国气候变化和人类活动对植被NDVI变化的影响

基于中国603个气象站的地表气温和降水观测资料以及GIMMS NDVI3g数据,采用变化趋势分析和多元回归残差分析等方法研究了1982—2015年中国植被NDVI变化特征及其主要驱动因素（即气候变化和人类活动）的相应贡献。结果表明：① 1982—2015年中国植被恢复明显,在选择的32个省级行政区中,山西、陕西和重庆的生长季NDVI增加最快,仅上海生长季NDVI呈减小趋势。② 气候变化和人类活动的共同作用是中国植被NDVI呈现整体快速增加和巨大空间差异的主要原因,其中气候变化对各省生长季NDVI变化的影响在-0.01×10 ^-3~1.05×10 ^-3 a ^-1之间,而人类活动的影响在-0.32×10 ^-3~1.77×10 ^-3 a ^-1之间。③ 气候变化和人类活动分别对中国近34年来植被NDVI的增加贡献了40%和60%;人类活动贡献率超过80%的区域主要集中在黄土高原中部、华北平原以及中国东北和西南等地;人类活动贡献率大于50%的省份有22个,其中贡献率最大的3个地区为上海、黑龙江和云南。研究结果建议应更加重视人类活动在植被恢复中的作用。     

2000-2014年秦巴山区植被覆盖时空变化特征及其归因

利用MODIS-NDVI数据,辅以趋势分析、Hurst指数及偏相关分析等方法,本文探讨了2000-2014年秦巴山区植被覆盖时空变化特征及未来趋势,并对其驱动因素进行分析。研究发现:1近15年秦巴山区植被覆盖呈显著增加趋势,增速为2.8%/10a,其中2010年之前植被覆盖呈持续增加趋势,增速为4.32%/10a,而2010年之后呈连续下降态势,降速为-6.59%/10a;2空间上,植被覆盖格局呈现"中间高、四周低"的分布特征,高值区主要分布在陕西境内的秦岭山地和大巴山山地;3秦巴山区植被覆盖呈增加和减少趋势的面积分别占81.32%和18.68%;然而,分段结果表明,2010-2014年有71.61%的区域植被覆盖呈下降趋势;4秦巴山区植被覆盖变化的反向特征强于同向特征,其中46.89%的区域将由改善转为退化,而持续改善地区仅占34.44%;5植被覆盖变化主要归因于降水的减少,同时拉尼娜年的植被覆盖整体好于厄尔尼诺年;6人类活动对植被覆盖造成双重影响,是植被覆盖变化的另一重要影响因素。     

2000—2019年中国西北地区植被覆盖变化及其影响因子

中国西北地区土地荒漠化问题严重,生态环境脆弱。厘清该地区植被覆盖时空变化特征及影响因子,对生态环境保护具有重要意义。基于MOD13A3数据,通过最大值合成法处理获得2000—2019年归一化差值植被指数（Normalized Difference Vegetation Index,NDVI）时序数据,采用趋势分析、Hurst指数法及地理探测器对研究区植被覆盖的时空变化特征及影响因子进行分析。结果表明：（1）2000—2019年,研究区植被覆盖整体呈增长趋势,NDVI年增长速率为0.0027（P<0.05）,均值为0.252。空间分区年增长速率有差异,黄河流域片区（0.0062）>半干旱草原片区（0.0026）>内陆干旱片区（0.0018）。（2）研究区植被覆盖呈增长趋势的面积占55.77%,退化区域占3.76%,增长的土地利用类型以耕、林、草地为主。植被覆盖变化趋势具有持续性的区域面积占总面积的31.87%,其中持续性改善面积（17.04%）大于持续性退化面积（1.27%）,黄河流域片区增长情况及持续性增长情况最优。（3）影响植被覆盖空间分布的主要因子按影响力依次为降水、气温、日照、相对湿度,但对各分区的影响程度略有差异。黄河流域片区、内陆干旱片区空间分布受降水影响最大,半干旱草原区受日照影响最大。（4）研究区植被覆盖变化以自然因子与人类活动共同驱动为主,自然因子对植被生长的促进作用大于人类活动,且自然因子对植被覆盖变化的贡献率更高。本研究结果可为评估气候变化背景下西北地区生态环境变化提供参考。     

2001-2015年中国植被覆盖人为影响的时空格局

基于MODIS-NDVI和气温、降水数据,使用基于变异系数的人为影响模型定量计算了2001-2015年中国植被覆盖人为影响,辅以趋势分析、Hurst指数等方法探讨了中国植被覆盖人为影响的时空变化特征及未来演变趋势。研究发现：① 2001-2015年,中国植被覆盖人为影响由南向北空间分异愈发明显,年均值为-0.0102,植被覆盖在人类活动影响下轻微减少,负影响面积占51.59%,略大于正影响面积。② 中国植被覆盖人为影响年际变化特征明显,整体呈负影响波动减少趋势,降速为0.5%/10a,其中正影响、负影响均呈增大趋势,正影响增速（0.3%/10a）远大于负影响（0.02%/10a）。③ 2001-2015年间,中国植被覆盖人为正影响重心向东北方向移动,负影响重心向西南方向移动,东北部植被覆盖在人为影响下不断改善,西南部人类活动对植被破坏程度不断增大。④ 中国植被覆盖人为影响主要呈负影响减少和正影响增大趋势,面积占比分别为28.14%和25.21%,生态环境趋于改善。⑤ Hurst指数分析表明,中国植被覆盖人为影响未来演变趋势的反向特征强于正向特征,主要呈人为负影响先减少后增大趋势,面积占比15.59%。     

祁连山MODIS LST时空变化特征及影响因素分析

地表温度(Land Surface Temperature，LST)是研究区域尺度和全球尺度上地表能量和水平衡物理过程中不可缺少的参数。祁连山LST的时空变化规律及其影响因素模式未知。通过采用趋势分析法和相关性分析法，探讨2000—2017年间祁连山LST〖WTBZ〗的时空变化特征及与植被的相互关系，分析各植被类型下地表温度的时空分异特征。结果表明：（1） MODIS LST产品的精度能够满足祁连山地表温度时空变化分析的要求。（2） 祁连山LST时间序列呈 “上升—下降—上升—下降”的波动变化，整体呈小幅上升趋势，以0.17 ℃·（10 a）^-1的速率波动上升，冬季LST上升趋势最显著（63.37%），变化率为0.22℃·（10 a）^-1；空间上呈西北降低东南升高的变化趋势，显著上升面积（14.89%）远大于下降面积（0.90%）。（3） 祁连山年均LST与NDVI呈负相关，显著相关区域占22.56%，夏季NDVI对LST的调控作用较显著（25.45%）；荒漠NDVI对LST的影响大于其他植被类型。（4） 海拔对各植被类型LST有强烈的影响，相关性依次为荒漠>林地>草甸>耕地；然而，夏季LST与海拔的相关性因植被覆盖增加而显著降低。（5）祁连山LST上升是NDVI、海拔以及植被类型综合影响的结果。     

基于SPOT-VGT NDVI的雅鲁藏布江流域植被动态变化

基于SPOT-VGT NDVI数据集、数字高程模型(DEM)和1∶100万植被类型数据,综合运用GIS空间分析与Mann-Kendall非参数趋势检验方法,提取与分析了流域不同海拔梯度和植被类型的1999—2013年NDVI的年际和季节变化特征,探讨了高海拔大流域NDVI变化与高程、植被类型的相关性。结果表明:1.不同海拔梯度近15a的NDVI年际变化趋势与各植被类型的相似,均呈显著增长状态。3 500 m海拔梯度NDVI变化的增长速率最大。7—9月和10—12月4 500 m海拔梯度NDVI的生长期较长。2.阔叶林和针叶林近15 a的NDVI增长速率较大,灌草过渡、灌丛、草甸、草原、高山植被的增长速率较小。1—3月的灌丛,4—6月的草甸和草原,7—9月的阔叶林、灌草过渡、灌丛、草甸和高山植被,10—12月的阔叶林、针叶林、灌草过渡、灌丛、草原和高山植被近15 a的NDVI变化均呈显著增长趋势。3.流域NDVI变化具有显著的海拔梯度性和植被垂直地带性。3 500 m海拔梯度的NDVI变化主要受针叶林、阔叶林的影响,3 500 m海拔梯度的NDVI变化主要受针叶林、灌草过渡、灌丛、草甸、高山植被的影响。     

秦岭山地植被NDVI对气候变化与人类活动的响应

秦岭山地是中国中东部重要的地理界线和山地生态系统最为丰富的区域之一,对气候变化和人类活动的影响较为敏感。基于秦岭山地MODIS NDVI、气温、降水和DEM数据,利用线性趋势法、相关系数、偏相关系数和缓冲区方法,分析了植被NDVI对气候变化与人类活动的响应,结果表明:(1)2000—2015年秦岭山地植被NDVI总体呈线性增加趋势,占总面积的84.84%。减少趋势主要分布在中西部区域(中、高海拔地区)以及河流谷地、盆地,如汉中市、安康市和商洛市等城市附近区域。(2)2000—2014年秦岭山地植被NDVI与气温之间以负相关为主,与降水之间以正相关为主,同时气温、降水对植被NDVI的影响具有交叉作用,其中降水的交叉作用(10.05%)高于气温的作用(9.64%)。(3)市级较县级范围人类活动强烈,植被NDVI在1 km范围变化速率为正(植被增加)、2~5 km范围变化速率为负(植被恶化,可能遭受人为破坏)、6~10 km范围变化速率为正(人类活动相对较弱)、11~15 km范围变化趋于平稳(基本不受人类活动影响)。该研究可为秦岭山地植被生态环境保护和人类活动调整与限制提供科学依据。     

中国植被覆盖度时空演变及其对气候变化和城市化的响应

植被覆盖变化不仅与气候因子密切相关,而且也受人类活动的影响。目前,从省级尺度研究中国植被时空变化特征以及定量分析气候因子结合人类活动对植被覆盖影响研究仍较少。基于Google Earth Engine(GEE)平台和2000—2020年Landsat数据及同期气候与夜间灯光数据,采用像元二分法、线性回归分析、变异系数、偏相关分析和贡献度模型等方法对中国植被覆盖度时空演变及其对气候变化和城市化的响应进行了分析。结果表明：（1）2000—2020年中国植被覆盖度以0.32%·a-1的速率增长。植被覆盖区域以高覆盖度为主,面积占研究区域的38%,总体呈现从东南至西北递减的趋势。（2）黄土高原、云南省、西藏自治区和新疆维吾尔自治区西部植被覆盖度呈现增长趋势。植被年际波动在南部比北部、东部比西部稳定。黑龙江省植被覆盖度最高,为91.7%;新疆维吾尔自治区最低,为14.4%;宁夏回族自治区植被覆盖度以0.98%·a-1的速率增长,植被得到显著改善。（3）气候因子和城市化对植被覆盖度的影响存在明显空间差异性。气温和降水量对中国北部地区植被覆盖度的影响分别为负相关和正相关,城市化主要影响经济较为发达的...     

昼夜不对称性增温对秦巴山地植被NDVI的影响研究

通过收集1982—2020年秦巴山地94个气象站点逐日观测资料、2000—2020年MODIS归一化植被指数(NDVI)以及中国1100万植被数据集,利用Mann-Kendall检验、趋势分析以及二阶偏相关分析等方法,综合分析秦巴山地昼夜增温时序变化及增速差异,探讨秦巴山地植被NDVI对昼夜不对称增温的响应特征,分析昼夜不对称增温对不同植被类型生长的影响。结果表明：(1) 1982—2020年秦巴山地日最低气温和日最高气温存在明显上升趋势,夜间增温速率是白天增温速率的1.3倍,表明昼夜增温存在不对称性。(2)昼夜增温对秦巴山地植被生长促进作用更明显,显著性分析结果存在空间差异,但通过显著性检验的站点数量不多。(3)不同植被类型对昼夜增温响应特征有所差别,白天增温促进草丛、草甸、灌丛、阔叶林、农作物的生长,抑制了针叶林的生长,而夜间增温对植被生长的影响仅对草甸起积极影响,对其他植被类型均为消极影响。     

陕北风沙过渡带植被净初级生产力变化特征及原因

基于光能利用率原理,采用CASA（Carnegie-Ames-Stanford-Approach）模型,实现了2000—2014年陕北风沙过渡带地区植被净初级生产力（NPP）估算,对该地区NPP时空变化以及驱动机制进行了定量化分析。结果表明：（1） 2000—2014年陕北风沙过渡带NPP为6.71×10¹²gC·a^-1,单位面积值为202.57gC·m^-2·a^-1,受地貌和气候特征影响,植被空间异质性强,黄土区植被明显优于风沙区;（2）近十几年来该区域植被得到明显改善,NPP总体增速为10.98gC·m^-2·a^-1（R=0.85,P<0.01）,植被增速存在空间差异,东南部的黄土区植被增长较快,西北风沙区植被增长较慢;（3）2000—2014年,降水、气温和辐射与NPP的相关系数分别为0.54（P<0.05）、-0.25、0.35,三者对植被增长的贡献量分别为3.95、0.71、2.75gC·m^-2·a^-1。这说明降水是气候因素中影响陕北风沙过渡带植被变化的主要因素;（4）近15年的植被恢复过程中,气候和人类活动都是重要的驱动因素,气候因子对植被增长的贡献更大,相对作用达到67.49%。区域内部,不同地区植被的主要驱动源存在差异,东部地区植被受气候因子主导,西部地区植被受人类活动主导。     

A1B情景下东亚地区未来春季沙尘变化趋势预估

采用区域气候与沙尘耦合模式RegCM4-Dust,模拟研究了A1B情景下东亚地区未来（2015-2100年）春季沙尘变化趋势。结果表明：（1）总体上,东亚沙尘源区起尘通量与沉降通量存在明显的振荡特征,而沙尘光学厚度呈现显著的波动减小趋势;源区下游沙尘光学厚度和沉降通量均呈现显著的波动增大趋势。（2）沙尘子源区中,仅塔克拉玛干沙漠及周边地区起尘通量有显著波动减少趋势,速度达-2.1%/10a;萨雷耶西克阿特劳沙漠和呼伦贝尔沙地沙尘光学厚度减小速度最快,分别达到-2.8%/10a、-2.3%/10a。（3）未来,中国华北南部、黄淮以及长江中下游地区以及中国东、南部近海春季沙尘光学厚度增速均为1.5%/10a;中国近海沙尘沉降通量显著上升,速度达1.9%/10a。（4）地面风速尤其是最大风速变化是导致起尘通量变化的主要因素,而影响光学厚度的主要因素是地面最大风速。     

中国西北地区植被覆盖变化驱动因子分析

利用GIMMS/NDVI数据分析了中国西北地区1982-2006年植被覆盖时空变化特征及其驱动因子。近25 a来,中国西北地区年均植被NDVI增速为0.5%/10 a,并存在明显的空间差异。天山、阿尔泰山、祁连山、青海的中东部等地区植被NDVI显著增加;青海南部地区、陕西和宁夏交界地区、甘肃的部分地区以及新疆的塔里木盆地、吐鲁番、塔里木河、托里等地区植被NDVI下降。从不同植被类型来看:林地、草地和耕地的年均NDVI都在提高。研究表明:中国西北地区植被NDVI变化是各种自然和人为影响因素综合作用的结果。自然植被(林地等)变化更大程度上反映了气候变化对植被的影响,而人工植被(耕地等)变化更多体现的是人类活动的作用。不同高程、坡度、坡向上的植被NDVI变化存在较大差异,当海拔超过4 000 m时,植被NDVI增加趋势很小;坡度低于25°的坡地植被NDVI增加主要是由于近年来的植被建设;阳坡植被变化比阴坡活跃,植被改善趋势较强。植被NDVI与气温、降水的年际变化整体上都呈弱的正相关,温度上升使蒸发量增大,促进了土壤的干化,不利于植被生长,并且灌溉农业区的河水灌溉会降低农业植被NDVI和降水的相关程度。农业生产水平和植被生态建设等人类活动对西北地区植被NDVI增加起重要作用。     

毛乌素沙地东南缘植被NDVI时空变化及其对气候因子的响应

了解植被生长对气候变化的响应是厘清生态系统动态关系的重点。基于1990—2018年气象数据和归一化植被指数（NDVI）,应用偏相关分析与地理探测器等方法,分析了在生长季,毛乌素沙地东南缘不同类型植被年均NDVI的变化趋势,探讨了年均气温与年总降水量对各类型植被的影响。结果表明：（1） 1990—2018年生长季研究区植被年均NDVI显著与极显著增加面积达97.9%,整体生态环境质量大幅度改善。2005年之前植被年均NDVI增速缓慢,此后以0.011·a^-1的速率发生了突变增加,其中灌丛类植被年均NDVI增长幅度最大。（2） 2000年为年总降水量与年均气温的趋势突变点,突变前年总降水量以-5.510 mm·a^-1的速率减少,此后以5.541 mm·a^-1的速率增加,且主要依赖于大雨雨量的增加;年均高温与年均低温在突变前上升速率分别为0.122 ℃·a^-1与0.230 ℃·a^-1,突变后,年均高温下降速率为-0.014 ℃·a^-1,而年均低温上升速率为0.022 ℃·a^-1。（3） 在植被年均NDVI缓慢增长阶段（1990—2005年）,年均低温对植被影响较大,与不同类型植被年均NDVI多呈显著正相关;在植被年均NDVI快速增长阶段（2006—2018年）,年总降水量与不同类型植被年均NDVI呈显著正相关,大降雨事件的频发使得降水量对于植被的生长起主导作用。年总降水量与年均气温尤其是年均低温的交互作用是促进植被生长的关键。     

近20 a新疆南部植被覆盖度时空特征及对气候因素的响应——以塔什库尔干塔吉克自治县为例

植被覆盖度是反映生态环境质量的评价指标,掌握植被覆盖度的变化有助于实现生态文明建设与区域农牧业规划及生态环境保护。基于2001—2020年归一化植被指数（Normalization difference vegetation index,NDVI）,以耕地、林地、草地植被类型为研究对象,采用混合像元二分模型计算植被覆盖度,应用空间稳定性分析、Sen+Mann-Kendall空间趋势分析、线性回归等方法,分析塔什库尔干塔吉克自治县植被覆盖度的时空特征;同时,结合气温、降水量数据,利用Spearman相关分析、GIS空间分析等方法,分析气候因素对植被覆盖度的影响。结果表明：（1） 近20 a植被覆盖度以中植被覆盖区为主,植被覆盖度减小了4.79%。（2） 植被覆盖度的空间稳定性波动较小,以波动变化（37.3%）、中等波动变化（32.7%）为主;植被覆盖度呈显著减少和不显著减少面积分别占总面积的3.8%、54.5%。（3） 耕地、林地、草地植被状况均呈现不同程度的轻微退化,在植被覆盖度上分别减少了4.57%、6.32%、4.24%,在空间稳定性上,不显著减少分别为51.28%、54.48%、52.29%。（4） 2001—2020年耕地比林地、草地空间稳定性和退化程度更为稳定和缓慢,林地退化比耕地、草地严重。研究区植被覆盖度变化较小,呈微弱下降趋势,人类活动是影响植被生长的主要因素。