秦岭陕西段南北坡植被对干湿变化响应敏感性及空间差异

秦岭位于暖温带与亚热带交界处,也是中国南北地理分界线,秦岭南北坡植被对干湿变化响应敏感性,可以折射出暖温带、亚热带地区主要植被类型对于湿变化的响应规律和机制特征,对深入理解不同气候带植被变化规律具有重要意义.本文利用秦岭山地32个气象站点的气象数据和MODIS NDVI时间序列数据集,探讨了2000-2018年秦岭南北...     

塔里木河下游生态输水对植被碳源/汇空间格局的影响

基于2000年以来塔里木河下游生态输水资料、气象数据、土地利用/覆被变化数据等,结合修正的CASA(Carnegie-Ames-Stanford approach)模型和土壤微生物呼吸模型(Heterotrophic respiration,R_H)估算了2001—2019年植被净生态系统生产力(Net ecosysterm productivity,NEP),分析了植被碳源/汇空间分布变化,探讨了塔里木河下游生态输水对植被碳源/汇变化的影响。结果表明:(1)随着2000年以来塔里木河下游生态输水,下游退化的生态系统有一定程度的恢复,植被碳汇区域呈现扩大的趋势。2001—2019年NEP以0.541 g C·m~(-2)·a~(-1)的速率呈现上升趋势,其中夏季增加速率最大,为0.406 g C·m~(-2)·a~(-1),增加的区域主要位于大西海子水库北部、英苏、博孜库勒湿地、喀尔达依湿地以及台特玛湖。碳汇面积从2001年的71 km2增加至2019年的355 km~2,增加了4倍。(2)在季节变化上,夏季碳汇面积为109 km~2,在四季中占比最大,春秋次之,冬季无明显碳汇面积。(3)塔里木河下游生态系统碳汇面积变化次序为:草地林地耕地未利用地水域建设用地。此外,林地和草地年平均变化率最高,分别为2.69 km~2·a~(-1)和3.57 km~2·a~(-1)。生态输水量与碳汇面积有很好的线性关系,碳汇面积变化存在约1 a的滞后效应。     

秦岭—淮河南北供暖格局变化及其影响因素

基于秦岭—淮河南北及其周边196个气象站点观测资料,构建实际和动态供暖指数,对中国南北过渡带供暖格局变化进行分析,并探讨冬季北极涛动（AO）异常与供暖效率的响应关系。结果表明：① 固定供暖策略下,1960-2016年秦岭—淮河南北实际供暖能耗偏高,呈现“南多北少,西低东高”的变化特征,且低纬度地区供暖需求下降信号早于高纬度;② 对比区域变暖前后,秦岭—淮河南北冬季供暖能耗1960-1990年和1990-2016年两阶段空间特征,发现“整体南高北低,北部东高西低”的格局并未发生变化,供暖南北波动界线依然维持在秦岭山脉—淮河平原中部;③ AO强弱波动与区域冬季供暖能耗具有明显的时空响应关系,是影响中国南北过渡带供暖格局变化的重要因素。当AO负相位时,除四川盆地和巫山山区之外,秦岭—淮河南北其他区域实际供暖能耗明显下降,特别是淮河平原和长江下游的过渡地带响应尤为明显,未来应该有针对性制定气候适应对策。     

2000—2020年中国荒漠化潜在发生范围区林草覆被时空变化特征

干旱地区林草植被生长动态变化是研究荒漠化形成发展和演变过程的重要依据。本文基于改进方向性像元二分模型构建的2000—2020年中国荒漠化潜在发生范围区（PEDC）年植被覆盖度数据集,采用Sen+Mann-Kendall时间序列趋势变化检测方法,分析了2000—2020年PEDC,特别是林草覆盖区的植被生长状况时空变化特征。研究结果表明：① 2000—2020年,PEDC平均植被覆盖度为0.284,改进的植被覆盖度估算结果能够较好地反映研究区植被覆盖状况,估算精度为86.98%。PEDC植被生长状况不断趋好,其中干旱区表现最为突出,显著增加区域达到了48%,而亚湿润干旱区平均增长量最大为0.1。② 林草生态恢复工程措施效果显著,但植被恢复是个长期缓慢的过程,特别是林草面积的恢复。2000—2010年林草面积增加较少（0.002%）;2010—2020年增加较多（0.371%）。③ 2000—2020年PEDC林地植被改善最明显,草地则较为稳定,植被覆盖度显著性增加区域分别为76.4%和71.8%。其中林地植被覆盖度在亚湿润干旱区增长量最大为0.15,而整个研究区草地增长了0.06。本文更深入地掌握PEDC林草覆盖区长时间序列植被生长状况,为进一步制定和实施各项生态工程提供重要信息参考。     

中国南北过渡带东段样带植被序列与气候分界问题

国家科技基础资源调查专项"中国南北过渡带综合科学考察"将秦岭一大巴山定义为中国南北过渡带的主体,秦巴山地植被南北变化研究,对于揭示中国南北过渡带地域结构的过渡性、多样性和复杂性具有重要意义.基于植物群落实地调查数据,本文将中国南北过渡带东段分为:东秦岭北麓(EQMN)、东秦岭南麓(EQMS)、东大巴山北麓(EBMN)和...     

1960-2013年秦岭—淮河南北极端降水时空变化特征及其影响因素

基于秦岭—淮河南北气象站点逐日降水数据和全国0.5°×0.5°逐月降水格网数据,选取16个极端降水指数,辅以趋势分析、Mann-Kendall检验和相关分析等气候诊断方法,分析了1960-2013年秦岭—淮河南北极端降水时空变化特征,探讨了极端降水变化与ENSO事件的关系。结果表明:11960-2013年秦岭—淮河南北除长江下游降水呈增加趋势外,其他区域降水均呈下降趋势;2极端降水变化主要表现为:降水日数减少,降水强度上升,突发性强降水事件增多,连续性干旱事件增多;在空间上,秦巴山地、长江下游和黄河下游以极端降水强度上升为主,关中平原、巫山山区和四川盆地以极端干旱强度上升为主;3在影响因素方面,秦岭—淮河南北极端降水与ENSO事件关系密切。在厄尔尼诺年,秦岭—淮河南北春季极端降水偏多,夏季和全年偏少;在拉尼娜年,春季极端降水偏少,秋季和全年偏多。就各个区域而言,在厄尔尼诺年,黄河下游、关中平原、秦巴山地和四川盆地极端降水呈下降趋势,淮河平原极端降水呈上升趋势,长江下游和巫山山区响应并不明显。     

1970-2015年秦岭南北气温时空变化及其气候分界意义

基于秦岭南北70个气象站点观测资料,辅以极点对称模态分解方法（ESMD）,对秦岭南北近期气温时空变化特征进行分析,进而以日平均温≥ 10 ℃积温天数为主要指标,以1月0 ℃等温线变化为辅助指标,探讨秦岭山脉的气候分界意义。结果表明：① 1970-2015年秦岭南北气温变化具有同步性,呈现出“非平稳、非线性、阶梯状”的增暖过程,变化阶段可分为：1970-1993年为低位波动期、1994-2002年为快速上升期、2003-2015年为增温停滞期;② ESMD信息分解结果表明,秦岭南北气温变化以年际波动为主导,并未呈现出明显的线性增暖趋势;③ 在空间上,秦岭南北气温趋势呈现“同步增温,南北分异”的响应特征,即秦岭以北地区空间增温具有一致性,秦岭以南地区则呈现“西乡—安康盆地交界”、“商丹盆地”两个低值中心;④ 在气候变暖背景下,秦岭作为气候分界线的作用依然明显,但是南北响应方式存在差异。其中,秦岭以南,北亚热带北界沿山地“垂直上升”,汉江谷地热量资源逐年增加;秦岭以北,尽管以城市带为中心的增温区不断延展,但是冷月气温偏低的格局并未改变。     

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。     

2000-2015年石羊河流域植被覆盖度及其对气候变化的响应

内陆河流域植被覆盖度的敏感性是预测未来生物多样性变化的重要指标,是植被应对气候变暖的重要反馈。分析了2000-2015年MODIS-NDVI数据反演的植被覆盖度时空动态变化趋势,结合平均气温、降水量、日照时数、相对湿度、地面温度和蒸发量数据,研究了流域及各生态功能区的植被覆盖度与气候因子的相关性,探讨植被覆盖度变化过程中的气候因素制约方式,了解不同时空尺度下内陆河流域植被覆盖度在全球暖湿化过程中对气候的响应。结果表明：（1）石羊河流域平均植被覆盖度较低,上游的植被覆盖度59.4%,下游13.6%;2000-2015年,流域植被呈现改善趋势的面积远远大于退化的面积,盆地绿洲区植被覆盖度增加趋势最明显。流域植被总体恢复较好,但高海拔地区、城市和民勤绿洲的周边地区植被有不同程度的退化。（2）2000-2015年,石羊河流域各气候因子对植被覆盖度表现为不显著的相关关系,其中与降水量呈正相关的面积最大,与蒸发量呈负相关的面积最大;从上游到下游,植被生长与热量的相关程度逐渐变弱,与水分的相关程度则逐渐增强。（3）石羊河流域的植被覆盖度与气候因子的样条函数存在极显著的线性相关,水原涵养区和荒漠区的植被覆盖度对气候因子的响应较高;绿洲区的植被覆盖度对气候因子的响应相对较低。地面温度的变化是影响石羊河流域植被覆盖度空间格局变化的主要气候制约因素。     

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。     

大兴安岭植被变绿速率对霜冻的响应研究

气候变暖降低了霜冻发生的频率,但生长季延长使植被更容易暴露在霜冻中.同时,植被物候和光合初级生产力的变化导致植被变绿速率发生改变.大兴安岭是中国对气候变化最为敏感和最早做出响应的地区之一,该区域霜冻对不同植被变绿速率的影响还未得到充分研究.论文使用NOAA气候数据记录归一化植被指数数据,分析了 1982-2019年大兴...     

2000—2019年秦岭南北实际蒸散发时空变化特征

基于遥感数据全面认识复杂地形单元实际蒸散发时空规律,对区域可持续水资源管理具有重要的意义。论文基于MODIS实际蒸散发(ET)数据,对2000—2019年秦岭南北ET时空变化特征进行分析,探究不同分区ET对植被变化的响应关系,进而识别ET趋势和年代变化的高相关海气环流因素。结果表明：① 在变化趋势上,以1000 m等高线为界,即秦岭地区北亚热带和山地暖温带的分界线,低海拔河谷地带为ET显著增加区,山地高海拔地区为ET下降区;② 除城市、乡镇周边地区,研究期间秦岭南北下垫面相对稳定,转为生态用地的活跃区主要分布在山地1000 m过渡带,其是ET与NDVI变化显著相关区,而1000 m以上高海拔地区两者相关性较低;③ ENSO、青藏高原北部气压异常,与秦岭山地、汉江谷地ET的趋势变化和年代波动显著相关,而西太平洋副热带高压与ET的趋势显著相关,与年代波动特征相关较弱。即发生中部型厄尔尼诺事件时,西太平洋副热带高压偏强,对流层低层形成异常反气旋,导致中国东部雨带北移,秦岭山地和汉江谷地降水偏少,气温偏高,ET往往偏大。研究结果启示：秦岭南北科学适应气候变化时,应关注秦岭山地、汉江谷地ET变化显著相关的环流信号;应深刻理解秦岭高海拔地区蒸散发下降趋势对区域水资源管理的影响。     

中国南北过渡带研究的十大科学问题

秦岭-淮河一线在60 a前被科学地确定为中国南北分界线。此后中国地学科学家一直在探索分界线的具体位置和划分指标改进问题;随着数据的积累和认识的加深,还发现了一些新的科学问题。2017年启动的国家科技基础资源调查专项“中国南北过渡带综合科学考察”将秦岭-大巴山定义为中国南北过渡带的主体,拟全面系统地调查和研究其自然地理要素与资源问题,从而实现中国南北分界线研究的全面深化和突破。秦岭-大巴山具有多维地带性结构,表现出高度的过渡性、复杂性、多样性和敏感性。目前面临和需要研究的主要科学问题包括：① 南北分界线与南北过渡带的关系?② 暖温带与亚热带划分指标如何改进?③ 植被-土壤在南北方向上的渐变序列及其形成机理?④ 全球变化与地区关键生物气候指标空间变动的关系?⑤ 秦巴山地的多维地带性结构如何分解与综合?⑥ 秦巴山区生物多样性、特有性的格局与机理?⑦ 秦巴山地东西向廊道效应?⑧ 秦巴山地的区域环境效应及对国家生态安全的意义?⑨ 秦巴山地在中国历史发展中的特殊意义?⑩ 西秦岭的地理结构与华夏文明起源的关系?这些问题既是过去研究工作和认识的总结,也是未来一段时间内需要关注和研究的重点。希望这样的归纳和梳理对于中国南北过渡带和南北分界线的科学研究具有一定的启发和促进作用,为中国自然地理学理论发展、生物多样性和生态安全研究,甚至为华夏文明起源的研究提供新的视角和框架。     

内蒙古草原NPP时空变化及驱动力

植被净初级生产力（NPP）及驱动力分析是全球变化研究的核心内容。以1982—2015年内蒙古草原为研究对象,基于GIMMS NDVI3g、ERA5气象和草原类型数据,采用CASA模型生成年草原NPP。综合运用趋势分析、偏相关、复相关及残差分析法探讨1982—2015年草原NPP变化趋势,并定量确定气候因子和人类活动对草原动态变化的影响程度。结果表明：（1）内蒙古1982—2015年NPP极显著和显著增加的草原面积占草原总面积的11.76%、18.92%。NPP极显著和显著减少的草原面积占草原总面积的4.26%、8.08%。草原NPP增加的面积大于减少的面积,草原处于恢复状态。（2）内蒙古草原92.87%的区域NPP与气候因子之间表现出很好的相关性,气温驱动、降水驱动和降水、气温复合驱动分别占总面积的2.06%、70.71%和20.11%,气候变化对3种草原影响程度荒漠草原>典型草原>草甸草原。（3）人类活动对草原NPP也产生很大影响。其中起到正向作用通过显著性检验（P<0.1）的区域占草原总面积的41.12%,起到负作用（P<0.1）的占5.34%。综上所述,1982—2015年内蒙古草原总体处于恢复状态,在气候和人类活动共同作用下生态环境得到了极大改善。     

1992—2020年横断山区植被分布与植被活动变化

横断山区位于青藏高原东缘和多条重要江河的上游,是全球生物多样性最丰富的地区和生态保护的优先区域之一,区域植被对维系区域生态安全和可持续发展起着十分重要的作用。20世纪90年代以来,中国在横断山区实施了多项重大生态恢复和建设工程,但囿于资料和调查不足,对于横断山区全域性、长时段的植被变化及其与海拔关系研究相对较少。鉴此,本文结合使用1992—2020年间多种基于卫星遥感资料生产的土地覆被数据和2000—2020年间MODIS的归一化植被指数（NDVI）数据,采用转移矩阵、Theil-Sen Median趋势分析与偏相关分析等方法研究不同植被类型转换、植被覆被面积与平均海拔变化关系以及植被活动的时空变化趋势,并分析时空变化的主要影响因素。结果表明：① 横断山区分布最广泛的植被类型是常绿针叶林与灌丛—草地镶嵌类型。植被发生变化的区域集中分布在河谷和南部低海拔区域,草地多向森林特别是常绿针叶林转换,植被覆被逐渐向好。这表明封山育林、植树造林、退耕还林等生态保护政策起到重要积极作用。时间序列数据显示,植被覆被面积变化剧烈的时期往往处在政策实施的起始阶段。② 植被活动整体呈现增强趋势。在植被类型未变化的区域中,75%以上区域植被活动增强,其中超20%的区域显著增强（P < 0.05）,且森林植被活动增强趋势大于草地。③ 对植被活动影响较大的环境因子主要是气候变化和地形条件。尽管大部分区域植被活动受气候变暖影响而增强,但在干热河谷的植被活动明显受到降水减少的限制。有近1/4面积的植被活动在减弱,主要分布在山地东坡或南坡,或与降水较多、山高坡陡而造成滑坡、泥石流等自然灾害有关。这些发现可为横断山区生态保护政策效益评估、自然灾害综合风险评估和未来气候变化影响下的植被变化预测提供参考。     

2000-2012年祁连山植被覆盖变化及其与气候因子的相关性

研究祁连山地区植被覆盖变化及其与气候因子的响应关系对这一地区土地利用总体特征以及对区域及全球气候和环境变化都将产生深远的意义。利用2000-2012年美国国家航空航天局提供的MODIS NDVI数据并结合相应的气候资料,通过对逐像元信息的提取和分析,运用均值法、斜率分析法、相关分析法,研究了2000-2012年不同季节祁连山植被覆盖的时空变化及其与气候因子的相关性。结果表明:13 a来祁连山植被覆盖整体上呈增加趋势,其中春季植被改善最为明显,秋季次之;植被覆盖变化在不同季节都存在明显的空间差异;不同季节植被与气温、降水的时滞效应不尽相同;祁连山春季大部分地区NDVI与气温呈显著正相关,夏季NDVI与降水呈显著正相关,秋、冬季NDVI与降水、气温的相关性不明显。     

Vegetation dynamics in Qinling-Daba Mountains in relation to climate factors between 2000 and 2014

Using the Moderate Resolution Imaging Spectroradiometer-normalized difference vegetation index (NDVI) dataset, we investigated the patterns of spatiotemporal variation in vegetation coverage and its associated driving forces in the Qinling-Daba (Qinba) Mountains in 2000–2014. The Sen and Mann–Kendall models and partial correlation analysis were used to analyze the data, followed by calculation of the Hurst index to analyze future trends in vegetation coverage. The results of the study showed that (1) NDVI of the study area exhibited a significant increase in 2000–2014 (linear tendency, 2.8%/10a). During this period, a stable increase was detected before 2010 (linear tendency, 4.32%/10a), followed by a sharp decline after 2010 (linear tendency,–6.59%/10a). (2) Spatially, vegetation cover showed a “high in the middle and a low in the surroundings” pattern. High values of vegetation coverage were mainly found in the Qinba Mountains of Shaanxi Province. (3) The area with improved vegetation coverage was larger than the degraded area, being 81.32% and 18.68%, respectively, during the study period. Piecewise analysis revealed that 71.61% of the total study area showed a decreasing trend in vegetation coverage in 2010–2014. (4) Reverse characteristics of vegetation coverage change were stronger than the same characteristics on the Qinba Mountains. About 46.89% of the entire study area is predicted to decrease in the future, while 34.44% of the total area will follow a continuously increasing trend. (5) The change of vegetation coverage was mainly attributed to the deficit in precipitation. Moreover, vegetation coverage during La Nina years was higher than that during El Nino years. (6) Human activities can induce ambiguous effects on vegetation coverage: both positive effects (through implementation of ecological restoration projects) and negative effects (through urbanization) were observed.     

长白山区植被生长季NDVI时空变化及其对气候因子敏感性

本文利用长白山区SPOT/VGT NDVI 数据和气象数据,分析该区不同植被类型NDVI时空变化特征以及与气候因子的相关关系,并探讨了植被对气候变化响应的滞后性。结果表明：①2000-2009 年,长白山区植被NDVI 逐年变化总体呈增长趋势,增长区域的面积占全区面积的83.91%,在空间上主要集中在北坡和西坡,NDVI减少区域集中在南坡;②NDVI变化率随季节和植被类型变化而不同,NDVI增长主要集中在5 月和9 月,而7 月NDVI变化较小,甚至出现下降趋势;③植被NDVI与温度和降水存在着显著的正相关性（p<0.01）,且NDVI与温度的相关性高于与降水的相关性,且随海拔升高,NDVI与温度相关性增强;④NDVI对气温和降水变化的响应存在滞后期, 不同植被类型,滞后期存在差异。苔原NDVI对温度和降水响应的滞后期大约10 天,而针阔混交林和针叶林NDVI 对温度和降水响应的滞后期约为20 天。     

植被恢复工程对黄河中游12个典型流域水热平衡的影响研究

中国已成为全球植被迅速变绿贡献最大的国家,但植被变绿对水量平衡和能量收支平衡影响的相关研究有待加强。本文以植被恢复典型区域黄河中游12个流域为例,利用遥感植被指数NDVI和常规气象数据,基于布迪克假设和水热平衡指数（Water-Energy Ratio, WER）,分析了植被变绿的时空变化格局及其对水热平衡的影响。结果表明：① 傅抱璞模型中反映流域属性的参数w在12个流域的平均值为2.9,略大于模型的缺省值2.6。参数w与NDVI拟合的Pearson相关系数介于0.31~0.75,拟合性能较好。② 1982—2016年NDVI在12个流域均呈现显著增加趋势,尤其以植被恢复工程实施后更为显著（p<0.001）。相对1982—1999年,2000—2016年NDVI相对变化率在9.1%~17.5%之间,均值为12.9%,显著植被变绿已导致水热平衡向可利用水分减少、可利用能量增加方向转化。③ NDVI对WER变化的绝对贡献率达到77.5%,植被变绿已经成为黄河中游12个流域水热平衡变化的主导因素,其次为气候要素。植被的持续变绿带来了一些不利影响,植被恢复工程的生态效应研究有待进一步深入研究。     

Spatiotemporal Pattern and Driving Force Analysis of Vegetation Variation in Altay Prefecture based on Google Earth Engine

Quantitative evaluation and driving mechanism analysis of vegetation dynamics are essential for promoting regional sustainable development. In the past 20 years, the ecological environment in Altay Prefecture has changed significantly due to global warming. Meanwhile, with increasing human activities, the spatiotemporal pattern and driving forces of vegetation variation in the area are uncertain and difficult to accurately assess. Hence, we quantified the vegetation growth by using the Normalized Difference Vegetation Index (NDVI) on the Google Earth Engine (GEE). Then, the spatiotemporal patterns of vegetation from 2000 to 2019 were analyzed at the pixel scale. Finally, significance threshold segmentation was performed using meteorological data based on the correlation analysis results, and the contributions of climate change and human activities to vegetation variation were quantified. The results demonstrated that the vegetation coverage in Altay Prefecture is mainly concentrated in the north. The vegetation areas representing significant restoration and degradation from 2000 to 2019 accounted for 24.08% and 1.24% of Altay Prefecture, respectively. Moreover, spatial correlation analysis showed that the areas with significant correlations between NDVI and temperature, precipitation and sunlight hours accounted for 3.3%, 6.9% and 20.3% of Altay Prefecture, respectively. In the significant restoration area, 18.94% was dominated by multiple factors, while 3.4% was dominated by human activities, and 1.74% was dominated by climate change. Within the significant degradation area, abnormal degradation and climate change controlled 1.07% and 0.17%, respectively. This study revealed the dynamic changes of vegetation and their driving mechanisms in Altay Prefecture, and can provide scientific support for further research on life community mechanism theory and key remediation technology of mountain-water-forest-farmland-lake-grass in Altay Prefecture.