秦巴山地植被覆盖度时空动态特征研究_以陕西省宁强县为例_王志杰
陕西秦巴山区药用观赏植物的物种多样性和空间分布
陕西秦巴山区药用观赏植物的物种多样性和空间分布
饶倩;陈思博;余文波;吉文丽
【期刊名称】《中国野生植物资源》
【年(卷),期】2024(43)3
【摘要】目的:探究陕西秦巴山区药用观赏植物资源,为该区域生物多样性保护规划和科学管理提供有效途径。
方法:通过文献检索和在线数据库,对陕西秦巴山区45个县(区)的药用观赏植物进行了编目和分布统计,并对其科属种组成、药用部位、观赏特性、园林用途、受威胁状况、多样性分布格局及保护空缺情况进行分析。
结果:140科,500属,906种,多为草本植物;从药用部位上看,全草(株)类药用植物最多;从观赏特性来看,观花类植物最多;从园林用途来看,地被类植物最多;基于县域尺度的物种多样性水平分布格局呈现出从东北向西南递增的变化趋势,太白县和眉县是分布热点县,西部和东南部药用观赏植物大多处于保护空缺状态;在垂直分布上,物种丰富度呈现出随海拔的升高先上升后下降的单峰格局。
结论:本研究结果可为陕西秦巴山区药用观赏植物资源的持续开发利用,以及未来自然保护区的建立提供科学依据。
【总页数】9页(P124-132)
【作者】饶倩;陈思博;余文波;吉文丽
【作者单位】西北农林科技大学风景园林艺术学院;海口市金牛岭公园管理处/海口市园林科学研究所;海南欣辰信息工程咨询有限公司
【正文语种】中文
【中图分类】S731.2
【相关文献】
1.物种分布范围对云南地区杜鹃属植物物种多样性空间分布格局的影响
2.陕南秦巴山区药用植物群落物种多样性研究
3.巴郎山高山草甸观赏植物物种多样性沿海拔梯度分布格局
4.秦岭南坡陕西洋县辖区哺乳动物物种多样性的空间分布格局
因版权原因，仅展示原文概要，查看原文内容请购买。
2001-2014年黄土高原植被覆盖对干旱条件的响应分析
2001-2014年黄土高原植被覆盖对干旱条件的响应分析王静;张翀【期刊名称】《宝鸡文理学院学报（自然科学版）》【年(卷),期】2017(37)2【摘要】目的研究黄土高原地区植被覆盖的未来趋势以及干旱情况对其影响.方法基于2001-2014年MODIS-NDVI数据以及气象站点月值数据,采用趋势分析、Hurst指数及SPEI标准降水蒸散指数等方法分析植被覆盖时空变化特征.结果2001-2014年黄土高原地区植被覆盖呈波动增加趋势;在空间上,黄土高原植被覆盖呈增长和下降趋势的面积分别占85.15%和14.85%;黄土高原植被覆盖变化的同向特征稍强于反向特征;SPEI与植被覆盖二者出现了较为统一的突变点,且对植被覆盖的影响具有较统一的滞后性.结论黄土高原植被覆盖整体表现为上升趋势,降水与气温是影响黄土高原植被覆盖的主要因素.【总页数】7页(P61-67)【作者】王静;张翀【作者单位】宝鸡文理学院陕西省灾害监测与机理模拟重点实验室,陕西宝鸡721013;宝鸡文理学院陕西省灾害监测与机理模拟重点实验室,陕西宝鸡 721013【正文语种】中文【中图分类】P942【相关文献】1.海南岛2001-2014年植被覆盖变化及其对气温降水响应特征研究 [J], 罗红霞;王玲玲;曹建华;戴声佩;李海亮;谢铮辉;李茂芬2.2001-2014年间黄土高原植被覆盖状态时空演变分析 [J], 刘哲;邱炳文;王壮壮;齐文3.2000-2018年黄土高原植被覆盖时空变化及影响因素 [J], 李依璇;朱清科;石若莹;苟清平4.2001-2018年黄土高原植被覆盖人为影响时空演变及归因分析 [J], 张翀;白子怡;李学梅;冉祺祺;韦振锋;雷田旺;王娜5.2001-2014年海南岛植被覆盖时空变化特征 [J], 罗红霞;戴声佩;刘恩平;谢铮辉;李茂芬因版权原因，仅展示原文概要，查看原文内容请购买。
211104411_2000—2020年陕西省植被覆盖时空变化多尺度分析
第30卷第3期2023年6月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .30,N o .3J u n .,2023收稿日期:2022-01-01 修回日期:2022-01-18资助项目:国家自然科学基金项目 松栎混交林土壤团聚体 微生物耦合调控有机碳库稳定性作用机制 (42177339),陕西省重点研发计划项目 沙漠 黄土过渡带植被结构特征阈值与提质增效关键技术研究 (2021Z D L S F 05-02) 第一作者:呼海涛(1983 ),男,陕西省延川县人,硕士,高级工程师,主要从事生态空间资源监测㊁生态系统碳汇研究等㊂E -m a i l :8534022@q q.c o m 通信作者:王凯博(1982 ),男,河南省西平县人,博士,副研究员,主要从事植被恢复与碳循环研究㊂E -m a i l :w a n gk b @i e e c a s .c n h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2023.03.048.呼海涛,畅易飞,王凯博.2000 2020年陕西省植被覆盖时空变化多尺度分析[J ].水土保持研究,2023,30(3):345-352.HU H a i t a o ,C H A N G Y i f e i ,WA N G K a i b o .M u l t i -S c a l eA n a l y s i s o f S p a t i o t e m p o r a l C h a n g e o fV e ge t a t i o nC o v e r i nS h a a n x i P r o v i n c ef r o m2000t o 2020[J ].R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n ,2023,30(3):345-352.2000-2020年陕西省植被覆盖时空变化多尺度分析呼海涛1,畅易飞2,王凯博3(1.陕西省林业调查规划院,西安710082;2.陕西省水利电力勘测设计研究院,西安710001;3.中国科学院地球环境研究所,西安710061)摘 要:[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㊂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㊁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㊂[方法]基于M O D I SN D V I 数据计算了陕西省植被覆盖度,分析了2000 2020年陕西省㊁地区㊁市和县四级尺度植被覆盖度时空变化趋势㊂[结果]2000 2020年陕西省植被平均覆盖度为64.3%ʃ2.1%,增长率为0.24%/a ;陕北植被覆盖度平均为37.6%ʃ4.4%,增长率为0.63%/a ;陕南植被覆盖度平均为89.6%ʃ1.2%,增长率为0.13%/a ;关中植被覆盖度平均为70.6%ʃ3.5%,下降率为-0.18%/a ㊂延安市㊁榆林市㊁铜川市㊁宝鸡市㊁安康市㊁商洛市的植被覆盖度呈持续增加趋势,而西安市㊁渭南市㊁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㊂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㊂[结论]陕西省植被覆盖度变化存在空间尺度依懒性,对不同尺度植被覆盖变化的精确认知有助于科学评估区域生态建设成效㊂关键词:植被覆盖度;像元二分模型;多尺度;时空变化;退耕还林还草工程中图分类号:Q 948.1 文献标识码:A 文章编号:1005-3409(2023)03-0345-08M u l t i -S c a l eA n a l y s i s o f S p a t i o t e m p o r a l C h a n g e o fV e ge t a t i o n C o v e r i nS h a a n x i P r o v i n c ef r o m2000t o 2020HU H a i t a o 1,C H A N G Y i f e i 2,WA N G K a i b o3(1.S h a a n x iF o r e s t r y S u r v e y a n dP l a n n i n g In s t i t u t e ,X i 'a n 710082,C h i n a ;2.S h a a n x iW a t e rC o n s e r v a n c y a n dE l e c t r i cP o w e rS u r v e y a n dD e s i gnI n s t i t u t e ,X i 'a n 710001,C h i n a ;3.I n s t i t u t e o f E a r t hE n v i r o n m e n t ,C h i n e s eA c a d e m y o f Sc i e n c e s ,X i 'a n 710061,C h i n a )A b s t r a c t :[O b j e c t i v e ]S i n c e t h eG r a i n f o rG r e e nP r o j e c tw a s i m p l e m e n t ed ,t he v e g e t a t i o n c o v e r a ge i nS h a a n x i P r o v i n c eh a s b e e n i m p r o v e ds i g n if i c a n t l y .H o w e v e r ,t h e i n c r e a s eo fv e ge t a t i o nc o v e ra t t h e p r o v i n c i a l s c a l e c o n c e a l s t h ef a c t t h a t t h ev eg e t a t i o nc o v e rd e c r e a s e s i ns o m ec i t i e sa n dc o u n t i e s .Th u s ,t h e r ei sa nu r g e n t n e e d t os t r e n g t h e nt h es t u d y o fv e g e t a t i o nc o v e rc h a n g ea n di t sd r i v i n g f a c t o r s i nd i f f e r e n ts p a t i a ls c a l e s .[M e t h o d s ]T h ev e g e t a t i o nc o v e r a geo fS h a a n x iP r o v i n c e f r o m2000t o2020w a s c a l c u l a t e db a s e do nt h e M O D I S N D V I d a t a ,a n dt h es p a t i o t e m p o r a l c h a n g et r e n do fv e g e t a t i o nc o v e r a g e i nd i f f e r e n ts p a t i a l s c a l e sw a sa n a l y z e d .[R e s u l t s ]T h e a v e r a g e v e g e t a t i o n c o v e r a ge of S h a a n x i P r o v i n c ew a s 64.3%ʃ2.1%a n d t h e a n n u a lg r o w th r a t ew a s 0.24%,t h e a v e r a g ev e g e t a ti o nc o v e r a g eo fn o r t h e r nS h a a n x iw a s37.6%ʃ4.4%w i t ht h ea n n u a l g r o w t hr a t eo f 0.63%,a n d t h e a v e r a g e v e g e t a t i o n c o v e r a ge of s o u t h e r nS h a a n x iw a s 89.6%ʃ1.2%w i t ht h e a n n u a lg r o w th r a t e o f 0.13%,t h e a v e r a g e v e g e t a ti o n c o v e r a ge i nm i d d l e S h a a n x iw a s 70.6%ʃ3.5%w i t h t h e a n n u a l d e c l i n e Copyright ©博看网. All Rights Reserved.r a t e o f-0.18%f r o m2000t o2020.T h e v e g e t a t i o n c o v e r a g e o fY a n'a n,Y u l i n,T o n g c h u a n,B a o j i,A n k a n g a n d S h a n g l u o c o n t i n u e dt oi n c r e a s e,w h i l et h e v e g e t a t i o n c o v e r a g e o f X i'a n,W e i n a n,X i a n y a n g a n dH a n z h o n g i n c r e a s e d f i r s t a n d t h e n d e c r e a s e d f r o m2000t o2020.I n t h ew h o l e p r o v i n c e,v e g e t a t i o n c o v e r a g e i n72.3%o f t h e d i s t r i c t s a n d c o u n t i e s s h o w e d a n i n c r e a s i n g t r e n d,a n d c h a n g e s o f v e g e t a t i o n c o v e r a g e i n22.3% o f t h e d i s t r i c t s a n d c o u n t i e s s h o w e d t h e o p p o s i t e d i r e c t i o n.T h e g r o w t h r a t e o f v e g e t a t i o n c o v e r a g e i nS h a a n x i P r o v i n c ew a s h i g h e r i n2000 2010t h a n t h a t i n2010 2020a t d i f f e r e n t s p a t i a l s c a l e s,w h i c h c o u l db e a t t r i b-u t e d t o t h e d i f f e r e n c e o f a f f o r e s t a t i o n a r e a i n t h e t w o p e r i o d s.[C o n c l u s i o n]T h e c h a n g e o f v e g e t a t i o n c o v e r i n S h a a n x i P r o v i n c e i s d e p e n d e n t o n s p a t i a l s c a l e.T h e a c c u r a t e u n d e r s t a n d i n g o f t h e c h a n g e o f v e g e t a t i o n c o v e r a t d i f f e r e n t s c a l e s i s h e l p f u l t o s c i e n t i f i c a l l y e v a l u a t e t h e e f f e c t i v e n e s s o f r e g i o n a l e c o l o g i c a l c o n s t r u c t i o n. K e y w o r d s:v e g e t a t i o n c o v e r a g e;d i m i d i a t e p i x e lm o d e l;m u l t i-s c a l e;s p a t i o t e m p o r a l c h a n g e;G r a i n f o rG r e e n P r o j e c t植被是陆地生态系统的重要组成部分,是生态系统初级生产力的提供者,植被覆盖度的增加或下降能够直接反映生态环境的改善或退化状况[1-2]㊂通过监测植被覆盖度的变化,能够准确认识区域生态环境的演变特征,进而科学评估重大生态工程建设的成效与问题,为新时期国家和区域生态工程建设规划决策提供科学依据[3-4]㊂退耕还林还草工程始于1999年,是我国乃至全世界投资最多㊁建设规模最大㊁政策性最强的重大生态工程[5-7]㊂陕西省是我国退耕还林还草工程实施的首批试点省份之一,也是国家退耕还林还草工程生态效益监测的重点地区[8]㊂该省南北跨越亚热带湿润㊁暖温带半湿润和温带半干旱气候区,地貌类型涵盖山地㊁平原㊁高原㊁丘陵㊁沙地等,对陕西省退耕还林还草工程实施以来植被覆盖变化的研究在全国具有很好的典型性和代表性㊂已有学者利用遥感数据产品对退耕还林还草工程实施以来陕西省植被覆盖变化进行了一些研究㊂如:秦超等基于2000 2012年S P O T-V G T N D V I数据研究了陕西省植被覆盖的时空变化,并探讨了N D V I与降雨量和气温的关系[9];殷崎栋等利用MO D I S N D V I数据分析了2001 2018年陕西省植被绿度时空变化及人类活动影响[10];高滢等利用MO D I S N D V I数据探讨了2001 2018年陕西省植被覆盖的时空变化及其对极端气温和降水的响应[11]㊂然而,上述工作重点研究了陕西省省级尺度上植被覆盖的时空变化特征,而对市㊁县级尺度上植被覆盖变化缺少精细化的分析,限制了对小尺度上植被覆盖变化规律及其驱动因素的认识;并且已有研究均直接采用N D V I表征植被覆盖变化情况,尽管N D V I与植被覆盖度成正比,但二者并非线性关系,当植被覆盖度值较大时,N D V I随植被覆盖度增大的增幅会减少[12],一定程度上增加了研究结果的不确定性㊂因此,为了更加科学㊁全面㊁系统地认识陕西省退耕还林还草工程实施以来植被覆盖变化特征,本文基于2000 2020年陕西省250mˑ250m分辨率M O D I S N D V I数据,采用像元二分模型计算植被覆盖度,分析省㊁地区㊁市和县四级尺度植被覆盖度时空变化规律,探讨植被覆盖度空间格局形成及演化原因,为新时期陕西省不同空间尺度生态建设规划实施提供科学依据㊂1研究方法1.1研究区概况陕西省位于我国内陆腹地(105ʎ29' 111ʎ15'E, 31ʎ42' 39ʎ35'N),地势南北高㊁中间低,从南到北跨越秦巴山地㊁关中平原和黄土高原3种地貌类型,地跨长江㊁黄河两大流域,总面积20.6万k m2(图1)㊂省内南北气候差异大,年平均气温9~16ħ,年平均降水量300~1200mm,自南向北㊁自东向西递减㊂陕南为湿润气候区,年均降雨量超过800mm;关中为半湿润气候区,年均降雨量约600mm;陕北为半干旱气候区,年平均降雨量不足500mm[13]㊂本研究中陕北地区包括陕西省北部的榆林和延安两个地级市所有区县,关中包括陕西省中部的宝鸡㊁西安㊁咸阳㊁渭南和铜川5个地级市所有区县,陕南包括陕西省南部的汉中㊁安康和商洛3个地级市所有区县㊂为便于统计,本文将各地级市辖区合并为市区㊂1.2数据来源与处理本研究采用数据产品为美国国家航空航天局(N A S A)发布的空间分辨率为250mˑ250m,时间分辨率为16d的M O D I SN D V I㊂数据下载地址为:h t t p s:ʊm o d i s.g s f c.n a s a.g o v/d a t a/㊂M O D I SN D V I经过格式转换后,利用A r c G I S软件进行研究区边界裁剪,采用年最大值合成方法(M V C)获取陕西省2000 2020年N D V I 值㊂在此基础上,采用像元二分模型计算陕西省每年的植被覆盖度[2],具体公式如下:643水土保持研究第30卷Copyright©博看网. All Rights Reserved.图1 陕西省地理位置及分区图F V C =(N D V I -N D V I -s o i l )/(N D V I -v e g -N D V I -s o i l )(1)式中:F V C 表示植被覆盖度;N D V I _s o i l 和N D V I _v e g 分别表示无植被覆盖和完全植被覆盖像元的N D V I 值㊂为去除噪声影响,本文N D V I _s o i l 和N D V I _v e g 分别对应累积概率5%和95%的区域N D V I 最小和最大值㊂采用线性回归趋势分析法,逐像元计算陕西省2000 2020年植被覆盖度年际变化率,计算公式如下[14]:F V C s l o p e =n ˑðn i =1(i ˑF V C i )-ðn i i ðni =1F V C in ˑðn i =1i 2-(ðni =1i )2(2)式中:n 为植被覆盖度的年序列长度,本研究为21;F V C i 表示某像元第i 年的植被覆盖度;F V C s l o p e 表示植被覆盖度的年际变化率,当F V C s l o p e >0时,表示该像元的植被覆盖度呈增加趋势,反之,表示植被覆盖度呈下降趋势㊂2 结果与分析2.1 2000-2020年陕西省植被覆盖的基本特征2000 2020年陕西省植被平均覆盖度64.3%ʃ2.1%,变化范围在59.2%~66.7%之间;陕南地区植被覆盖度最高,平均为89.6%ʃ1.2%,在87.4%~91.8%之间变化;其次为关中地区,植被平均覆盖度为70.6%ʃ3.5%,变化范围在64.8%~77.3%之间;陕北地区植被覆盖度最低,平均为37.6%ʃ4.4%,在28.4%~42.8之间变化(图2)㊂图2 2000-2020年植被覆盖度总体特征值2.2 2000-2020年陕西省植被覆盖变化特征2000 2020年陕西省植被覆盖度明显增加,平均增长率为0.24%/a ㊂其中,植被覆盖度在2000 2010年呈快速增长趋势,其值从60.0%增加至66.7%,平均增长率达0.70%/a ㊂2010年后,植被覆盖度趋于稳定,其值在64.3%~66.7%之间波动(图3)㊂图3 陕西省2000-2020年植被覆盖度变化参考陕西省林业统计年鉴,以植被覆盖度递增20%为阈值范围,将陕西省植被覆盖分为高(80%~100%)㊁较高(60%~80%)㊁中(40%~60%)㊁较低(20%~40%)和低(0%~20%)植被覆盖5个等级㊂总体上看,2000 2020年陕西省高覆盖度和中覆盖度植被面积明显增加,2020年较2000年分别增加了16.3%和33.4%;低覆盖度植被面积明显下降,2020年较2000年下降了41.6%;此外,较低覆盖度和较高覆盖度植被面积也有所下降,其下降比例分别为5.5%和7.1%(图4)㊂2.3 2000-2020年陕北、关中和陕南植被覆盖变化特征陕北㊁关中和陕南3个分区的植被覆盖在2000 2020年呈现出不同的变化趋势(图5)㊂其中,陕北地区植被覆盖改善最为明显,植被覆盖度从2000年的28.4%增加到2020年的42.0%,年增加幅743第3期呼海涛等:2000 2020年陕西省植被覆盖时空变化多尺度分析Copyright ©博看网. All Rights Reserved.达0.63%/a;陕南地区植被覆盖也呈增加趋势,但增速较为缓和,植被覆盖度增加为0.13%/a;而关中地区植被覆盖呈先增加后下降趋势,植被覆盖度下降为-0.18%/a㊂与全省类似,陕北和陕南地区植被覆盖度呈现2010年前增加迅速,2010年后趋缓的变化趋势,陕北地区2010年前后增幅分别为1.05%/a和0.27%/a,陕南地区增幅分别为0.29%/a和0.08%/a;关中地区植被覆盖度在2000 2010年增速为0.72%/a,介于陕北和陕南增速之间,但2010 2020年植被覆盖度转为下降趋势,下降速度为-0.33%/a ㊂图42000-2020年陕西省不同覆盖度植被面积比例变化图5陕西省2000-2020年三大区植被覆盖度变化趋势2.42000-2020年陕西省市级植被覆盖变化特征对陕北㊁关中和陕南各市2000 2020年植被覆盖度变化的进一步分析可以看出,陕北地区的延安市㊁榆林市,关中地区的铜川市㊁宝鸡市,陕南地区的安康市㊁商洛市的植被覆盖度呈持续增加趋势,其增幅为延安市(0.59%/a)>榆林市(0.51%/a)>铜川市(0.42%/a)>商洛市(0.19%/a)>安康市(0.18%/a)>宝鸡市(0.07%/a)㊂而位于关中地区的西安市㊁渭南市㊁咸阳市和陕南地区的汉中市,2000 2020年植被覆盖度呈先增加后下降趋势,并且植被覆盖度降幅为西安(-0.59%/a)>渭南市(-0.50%/a)>咸阳市(-0.18%/a)㊂除西安市外,2010年前陕西省各市植被覆盖度均呈现不同程度增加趋势,但2010年后各市植被覆盖度增速减缓或转为下降趋势(图6)㊂2.52000-2020年陕西省县级植被覆盖变化特征2000 2020年,陕西省有72.3%的区县植被覆盖度呈增加趋势,以延安市所属各县增幅最大,在所有植被覆盖度下降区县中,以咸阳市南部区县和西安市各区县降幅最大(图7)㊂在2000 2010年,陕西省70.2%的县区植被覆盖度呈现增长趋势,其中33.0%的区县植被覆盖度增速超过了0.5%/a,主要分布在延安市和榆林市,以延安市延长县增长趋势最为明显,达到2.0%/a;这一时期植被覆盖度快速下降的区县主要分布在西安市㊁咸阳市南部区县㊁汉中市等,其中5.3%的区县植被覆盖度下降超过了0.5%/a,以西安市高陵县下降最快,为-1.6%/a㊂在2010 2020年,陕西省植被覆盖度增加的区县下降到66.0%,植被覆盖度增速超过0.5%/a的区县下降到16.0%,主要分布在延安市㊁榆林市以及咸阳市北部区县等,以咸阳市长武县增加最快,为1.3%/a;与此同时,陕西省有8.5%的区县植被覆盖度下降超过0.5%/a,主要分布在咸阳市南部区县㊁汉中市区及西安市和渭南市的部分区县,以咸阳市兴平市下降最快,为-1.3%/a㊂3讨论3.1陕西省植被覆盖空间格局形成原因分析陕西省植被覆盖空间格局形成主要由省内南北气候㊁地貌和土地利用类型等的差异引起㊂气候条件是影响植被空间分布的主要因素,气温和降水共同决定了区域尺度上植被的分布特征及生产潜力[15-17]㊂陕南地区位于亚热带湿润气候区,年平均降水量700~ 1200mm,年平均气温11.1~15.7ħ,水热条件最优,植被平均盖度为89.6%;关中地区属于暖温带半湿润气候区,年平均降水量在500~800mm,年平均气温7.9~13.9ħ,水热条件次之,植被平均盖度为70.6%;陕北地区属于中温带半干旱气候区,年平均降水量300~600mm,年平均气温8.4~10.0ħ,水热条件最差,植被平均盖度为37.6%(图2)㊂843水土保持研究第30卷Copyright©博看网. All Rights Reserved.图62000-2020年陕西省各市植被覆盖度变化除气候条件外,地貌和土地利用类型也对植被覆度空间分布格局有重要影响[10-18]㊂陕南地区分布着秦岭和巴山两大山系,地貌类型以山地和丘陵为主,占该区国土面积的90%以上[13]㊂因秦巴山脉地形陡943第3期呼海涛等:2000 2020年陕西省植被覆盖时空变化多尺度分析Copyright©博看网. All Rights Reserved.峭,受人类活动影响较小,陕南地区土地利用类型以林地为主,植被覆盖度最大㊂关中地区以分布于秦岭和北山之间的渭河平原为主,由于地势平坦,易于耕作,区内土地利用类型以耕地为主;同时,关中平原南部的秦岭北麓也保留着一定面积的林地(表1),该区植被覆盖度居中㊂陕北地区主要地貌类型为黄土高原和毛乌素沙地长期受到人类活动影响,土地利用类型以草地和耕地为主,该区植被覆盖度最低㊂图72000-2020年陕西省各区县植被覆盖度年均变化量3.2陕西省植被覆盖度时空变化分析退耕还林还草工程的实施是陕西省2000 2020年植被盖度明显增加的直接原因㊂国家自1999年启动退耕还林还草工程,陕西省是全国率先开展退耕还林还草工程的省份之一㊂截至2018年,陕西省累积完成退耕还林268.9万h m2,其中退耕地还林124.1万h m2,荒山造林128.8万h m2,封山育林16.0万h m2[19]㊂此外,退耕还林还草一期工程实施周期为1999 2010年,在这053水土保持研究第30卷Copyright©博看网. All Rights Reserved.一时期,陕西省累积造林面积为211.3万h m2[20],占2018年以前退耕还林面积的78.6%,因此,2000 2010年陕西省植被盖度增速显著高于2010 2020年(图3)㊂从空间上看,陕北黄土高原是我国水土流失治理的重点地区,即陕西省退耕还林工程建设的核心区,其退耕还林面积占陕西省工程实施面积的49%,而陕南和关中地区分别占比为28%和23%[21],因此,陕北地区是省内植被盖度增幅最明显地区㊂而在关中地区,2000 2020年林地面积增加的同时,城市建设用地也在大幅度增加,并且其增幅超过了林地增加面积[22],导致关中地区植被盖度下降(图8)㊂对于陕南地区,尽管植被覆盖也呈增加状况,但秦巴山地植被覆盖基准值较高,植被增长潜力相对较小,植被盖度增速较低㊂表1陕西省2020年土地利用类型面积及比例土地利用类型陕西省面积/104h m2比例/%陕北面积/104h m2比例/%关中面积/104h m2比例/%陕南面积/104h m2比例/%耕地626.730.4261.732.7250.444.9114.616.3林地922.944.7149.618.7230.941.4542.377.0草地422.220.5360.044.926.24.736.05.1其他91.04.430.13.749.69.011.131.6图8陕西省2000-2020年植被覆盖度时空变化特征3.3不同空间尺度植被盖度变化分析植被覆盖的空间变异程度具有明显的尺度依存性[23],陕西省植被盖度变化趋势在不同空间尺度表现出一定差异㊂从全省看,2000 2020年植被盖度增加明显;而从各分区看,陕北和陕南地区植被盖度变化趋势与全省一致,表现为不同程度增加,但关中地区植被盖度总体变化表现出下降趋势;从关中各市看,西安市㊁咸阳市和渭南市植被盖度表现出不同程度下降,但宝鸡市和铜川市植被盖度仍呈增长趋势;在县域尺度上,全省有22.3%的区县植被盖度变化与所在市相反,具体表现为咸阳(53.8%)>汉中(45.5%)>渭南(40%)>宝鸡(30%)>西安(16.7%)>榆林(8.3%)㊂上述差异表明:在大尺度上进行的植被盖度变化分析不能充分揭示小尺度上植被变化的时空分异及其驱动力[24],与大尺度相比,小尺度在空间分析上能更详尽地反映近21年来陕西省植被盖度变化的空间格局㊂因此,在重大生态工程效益评估时,需要加强对小尺度植被盖度变化的研究,探究县域尺度植被覆盖变化的关键驱动力,并在未来生态建设规划中,重点关注植被盖度下降的县区,加强该地区植被建设,遏制植被盖度持续下降趋势㊂4结论(1)2000 2020年陕西省植被平均覆盖度64.3%ʃ2.1%,年均增长率为0.24%,全省植被覆盖度变化呈先增长后稳定趋势,植被变化以中覆盖度增加和低覆153第3期呼海涛等:2000 2020年陕西省植被覆盖时空变化多尺度分析Copyright©博看网. All Rights Reserved.盖度下降最为明显㊂从分区看,陕北地区植被覆盖度最小,平均为37.6%ʃ4.4%,但增速最快,平均增长率为0.63%/a;陕南地区植被覆盖度最大,平均为89.6%ʃ1.2%,年平均增长率为0.13%;关中地区植被覆盖度居中,平均为70.6%ʃ3.5%,但总体呈下降趋势,年平均下降率为-0.18%㊂(2)在市级尺度,2000 2020年陕北地区的延安市㊁榆林市,关中地区的铜川市㊁宝鸡市,陕南地区的安康市㊁商洛市的植被覆盖度呈持续增加趋势,而关中地区的西安市㊁渭南市㊁咸阳市和陕南地区的汉中市,植被覆盖度呈先增加后下降趋势㊂在县域尺度上,2000 2020年全省有72.3%的区县植被覆盖度呈增加趋势,以延安市延长县增幅最大,在植被覆盖度下降区县中,以西安市高陵县降幅最大㊂此外,全省有22.3%的区县植被覆盖度变化趋势与所在市相反,表明陕西省植被覆盖度空间变化存在尺度依懒性㊂(3)2000 2010年陕西省植被覆盖度增速显著高于2010 2020年,这一特征在省㊁地区㊁市和县四级尺度上呈现出高度一致性,其主要原因是这一时期是退耕还林工程一期工程实施期间,超过的70%植树造林是在这一时期完成㊂参考文献:[1] W a n g KB,D e n g L,S h a n g g u a n ZP,e t a l.S u s t a i n a b i l i t y o fe c o-e n v i r o n m e n ti n s e m i-a r i d r e g i o n s:L e s s o n sf r o m t h eC h i n e s e L o e s s P l a t e a u[J].E n v i r o n m e n t a l S c i e n c e&P o l i c y,2021,125:126-134.[2]马晓妮,任宗萍,谢梦瑶,等.基于地理探测器的砒砂岩区植被覆盖度环境驱动因子量化分析[J].生态学报,2022,42(8):3389-3399.[3]W uX,W a n g S,F uB,e t a l.S o c i o-e c o l o g i c a l c h a n g e so nt h eL o e s sP l a t e a uo fC h i n aa f t e rG r a i nt oG r e e nP r o g r a m[J].S c i e n c e o f t h eT o t a lE n v i r o n m e n t,2019,678:565-573.[4]苏冰倩,王茵茵,上官周平.西北地区新一轮退耕还林还草规模分析[J].水土保持研究,2017,24(4):59-65. [5] D e n g L,L i u S,K i mDG,e t a l.P a s t a n d f u t u r e c a r b o n s e-q u e s t r a t i o nb e n e f i t s o f C h i n a's g r a i n f o r g r e e n p r o g r a m[J].G l o b a l E n v i r o n m e n t a l C h a n g e,2017,47:13-20.[6] W a n g K,H uD,D e n g J,e t a l.B i o m a s s c a r b o n s t o r a g e sa n dc a rb o n s e q u e s t r a t i o n p o t e n t i a l s o ft h e G r a i n f o rG r e e nP r o g r a m-C o v e r e dF o r e s t s i nC h i n a[J].E c o l o g ya n dE v o l u t i o n,2018,8(15):7451-7461.[7]李世东,陈应发.退耕还林还草工程综合效益监测进展与展望[J].林业资源管理,2021(5):1-9.[8]刘胜涛,牛香,王兵,等.陕西省退耕还林工程生态效益评估[J].生态学报,2018,38(16):5759-5770. [9]秦超,李君轶,陈宏飞,等.陕西省植被覆盖时空演变特征及其与气候因子的关系[J].中国农业气象,2015,36(1):108-114.[10]殷崎栋,柳彩霞,田野.基于MO D I SN D V I数据的陕西省植被绿度时空变化及人类活动影响[J].生态学报,2021,41(4):1571-1582.[11]高滢,孙虎,徐崟尧,等.陕西省植被覆盖时空变化及其对极端气候的响应[J].生态学报,2022,42(3):1022-1033.[12] G i t e l s o nA A,K a u f m a nYJ,S t a r kR,e t a l.N o v e l a l g o-r i t h m sf o rr e m o t ee s t i m a t i o n o fv e g e t a t i o nf r a c t i o n[J].R e m o t e S e n s i n g o f E n v i r o n m e n t,2002,80(1):76-87. [13]王德丽.全球变暖环境下陕北㊁关中㊁陕南气候变化对比研究[D].西安:陕西师范大学,2011. [14]张家政,李崇贵,王涛.黄土高原植被覆盖时空变化及原因[J].水土保持研究,2022,29(1):224-230,241.[15]W a n g K B,L i JP,S h a n g g u a nZP.B i o m a s sc o m p o-n e n t sa n d e n v i r o n m e n t a lc o n t r o l si n N i n g x i a G r a s s-l a n d s[J].J o u r n a l o f I n t e g r a t i v eA g r i c u l t u r e,2012,11(12):2079-2087.[16]李斌,张金屯.黄土高原地区植被与气候的关系[J].生态学报,2003,23(1):82-89.[17]董思,任志远,张翀,等.陕西省气候变化及其气候生产潜力的时空变化[J].中国农业大学学报,2016,21(8):142-149.[18]裴志林,杨勤科,王春梅,等.黄河上游植被覆盖度空间分布特征及其影响因素[J].干旱区研究,2019,36(3):546-555.[19]国家林业和草原局政府网.退耕还林在陕西的实施综述[E B/O L].(2019-12-13)[2021-12-10].h t t p:ʊw w w.f o r-e s t r y.g o v.c n/t g h l/934/20191223/093751396333717.h t m l.[20]丁振民.退耕还林工程有效性研究[D].陕西杨凌:西北农林科技大学,2021.[21]陈孝勇.陕西省退耕还林工程分析与评价[D].陕西杨凌:西北农林科技大学,2009.[22]杜金龙,朱记伟,解建仓,等.近25a关中地区土地利用及其景观格局变化[J].干旱区研究,2018,35(1):217-226.[23]高江波,吴绍洪,蔡运龙.区域植被覆盖的多尺度空间变异性:以贵州喀斯特高原为例[J].地理研究,2013,32(12):2179-2188.[24]黄淑玲,周洪建,王静爱,等.中国退耕还林(草)驱动力的多尺度分析[J].干旱区资源与环境,2010,24(4):112-116.253水土保持研究第30卷Copyright©博看网. All Rights Reserved.。
陕南秦巴山区乡村聚落空间分布特征及影响因素——以陕西省汉中市为例
摘
要:以陕南汉中市为研究对象,综合运用 GI
S 空间分析和点模式分析等 方 法,研 究 了 陕 南 秦 巴 山 区 乡 村 聚 落 的 空
间分布特征,并分析了自然因素和社会因 素 对 乡 村 聚 落 空 间 分 布 的 影 响。 研 究 表 明:汉 中 市 乡 村 聚 落 集 中 分 布 在 中
东部地区,呈西北—东南向的椭圆分布;聚落为集聚分布模式,且区域分异明显;聚落分布中部密,南北疏,呈现从中东
t
hane
l
l
i
t
i
c
a
ld
i
s
t
r
i
bu
t
i
onf
r
omno
r
t
hwe
s
tt
os
ou
t
he
a
s
t;t
hed
i
s
t
r
i
bu
t
i
onpa
t
t
e
rnwa
sc
l
us
t
e
ri
nt
he
p
spa
c
eandt
her
eg
i
ona
ld
i
f
f
e
r
en
t
i
a
t
i
onwa
sobv
i
ous;t
hedens
i
t
fs
e
t
t
l
emen
edby
ve
r
s,t
r
a
f
f
i
candcu
2000-2020年陕西省植被NDVI时空变化及气候因子探测
第31卷第2期2024年4月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .31,N o .2A pr .,2024收稿日期:2023-04-27 修回日期:2023-05-29资助项目:国家高端外国专家引进项目 生态平衡评估指标体系研究 (G 2021171029L )第一作者:李霞(1977 ),女,陕西西安人,博士,副教授,主要从事地理信息学㊁生态遥感及生态修复研究㊂E -m a i l :l i x i a 666@c h d .e d u .c n通信作者:王孝康(1973 ),男,陕西合阳人,高级工程师,主要从事国土绿化与生态价值评价技术与研究㊂E -m a i l :867920018@q q.c o m h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2024.02.042.李霞,王孝康,刘秀花,等.2000-2020年陕西省植被N D V I 时空变化及气候因子探测[J ].水土保持研究,2024,31(2):443-453.L iX i a ,W a n g X i a o k a n g ,L i uX i u h u a ,e t a l .S p a t i o t e m p o r a lV a r i a t i o no fV e ge t a t i o nN D V I a n dC l i m a t eF a c t o rD e t e c t i o n i nS h a a n x i P r o v i n c ef r o m 2000-2020[J ].R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n ,2024,31(2):443-453.2000-2020年陕西省植被N D V I 时空变化及气候因子探测李霞1,王孝康2,刘秀花3,4,张乐艺3,4,金相皓1,陈永昊1(1.长安大学土地工程学院,西安710054;2.国家林业和草原局西北调查规划院,西安710041;3.长安大学水利与环境学院,西安710054;4.旱区地下水文与生态效应教育部重点实验室,西安710054)摘 要:[目的]揭示陕西省不同生态系统植被时空变化,厘清不同气候因子及相互作用对植被变化的影响机制,为区域生态环境保护提供理论依据㊂[方法]基于MO D I S N D V I 及年均高温㊁年均低温㊁年均温㊁年总降水数据,采用T h e i l -S e nM e d i a n 趋势㊁偏相关㊁地理探测器等方法,分析了2000 2020年各地貌分区植被N D V I 时空变化特征,结合变量分离探究了植被N D V I 变化与降水㊁气温的内部关联和响应机制㊂[结果]2000 2020年陕西植被N D V I 波动增加,速率为5.9%/10a ,速率大小为陕北>关中>陕南;全省多年植被N D V I 值为0.71,南高北低;植被N D V I 显著改善区域占比67%,分区占比为陕北>陕南>关中㊂2000 2020年陕西气候因子随时间波动变化,速率大小为陕南>关中>陕北,空间上呈现年均高温降低㊁年均低温上升㊁年均温降低㊁降水增加㊂2000 2020年陕西及各分区植被N D V I 与年均高温整体呈负相关,与年均低温㊁年均温㊁年总降水量呈正相关;全省及陕北年总降水贡献最大,关中和陕南年均高温贡献最大;年均高温与年总降水交互主导全省㊁陕北及陕南植被N D V I 变化,年均温与年总降水的交互主导关中植被N D V I 变化㊂[结论]研究期陕西及各分区植被整体变好,各分区植被对气候的响应关系㊁各因子的贡献及其相互作用不同,降水和年均高温㊁年均温的交互显著影响植被N D V I 变化㊂关键词:植被N D V I;时空变化;地理探测器;陕西省中图分类号:Q 948 文献标识码:A 文章编号:1005-3409(2024)02-0443-11S p a t i o t e m p o r a lV a r i a t i o no fV e ge t a t i o nN D V I a n dC l i m a t eF a c t o r D e t e c t i o n i nS h a a n x i P r o v i n c ef r o m2000-2020L iX i a 1,W a n g X i a o k a n g 2,L i uX i u h u a 3,4,Z h a n g L e y i 3,4,J i nX i a n g h a o 1,C h e nY o n gh a o 1(1.C o l l e g e o f L a n dE n g i n e e r i n g ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a ;2.N o r t h w e s tR e s e a r c h a n dP l a n n i n g I n s t i t u t e ,S t a t eF o r e s t r y a n dG r a s s l a n dA d m i n i s t r a t i o n ,X i 'a n 710041,C h i n a ;3.C o l l e g e o fW a t e rR e s o u r c e s a n dE n v i r o n m e n t ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a ;4.K e y L a b o r a t o r y o f S u b s u r fa c e H y d r o l o g y a n dE c o l o g i c a lE f f e c t s i nA r i dR e g i o n ,M i n i s t r y o f E d u c a t i o n ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a )A b s t r a c t :[O b j e c t i v e ]T h i s p a p e r r e v e a l s t h e s p a t i o t e m p o r a l c h a n g e so f v e g e t a t i o n i nd i f f e r e n t e c o s ys t e m s i n S h a a n x i P r o v i n c e ,c l a r i f i e s t h e i n f l u e n c em e c h a n i s m s o f d i f f e r e n t c l i m a t i c f a c t o r s a n d t h e i r i n t e r a c t i o n s o n t h ec h a n g e so fv e g e t a t i o n ,a nd p r o v i de sat h e o r e t i c a lb a s i sf o rr eg i o n a le c o l o g i c a le n v i r o n m e n t a l p r o t e c t i o n .[M e th o d s ]B a s e do n MO D I SN D V I a n da n n u a l a v e r a g ehi g h t e m p e r a t u r e ,a n n u a l a v e r a g e l o wt e m p e r a t u r e ,a n n u a l a v e r a g et e m p e r a t u r e ,a n da n n u a lt o t a l p r e c i p i t a t i o n d a t a ,t h i s p a p e ra n a l y z e dt h es p a t i o t e m p o r a l v a r i a t i o nc h a r a c t e r i s t i c so fv e g e t a t i o n N D V I i ne a c hl a n d s c a p e p a r t i t i o nf r o m 2000t o2020b y Th e i l -S e n M e d i a n t r e n d ,p a r t i a l c o r r e l a t i o n ,a n d g e o d e t e c t o r ,a n d t h e i n t e r n a l c o r r e l a t i o n s a n d r e s po n s em e c h a n i s m s o fv e g e t a t i o nN D V I c h a n g e sw i t h p r e c i p i t a t i o n a n d t e m p e r a t u r ew e r e i n v e s t i g a t e db y c o m b i n i n g v a r i a b l e s e p a r a-t i o n.[R e s u l t s]V e g e t a t i o nN D V I i nS h a a n x i f l u c t u a t e d a n d i n c r e a s e d f r o m2000t o2020a t a r a t e o f5.9%/p e r d e c a d e,a m o n g w h i c h t h e r a t e o f v e g e t a t i o nN D V I d e c r e a s e d i n t h e d i f f e r e n t l a n d s c a p e i n t h e o r d e r:N o r t h e r n S h a a n x i>G u a n z h o n g>S o u t h e r nS h a a n x i.T h em u l t i-y e a rv e g e t a t i o n N D V Iv a l u eo f t h e p r o v i n c ew a s0.71, w i t hh i g h l e v e l i n t h e s o u t h a n d l o wl e v e l i n t h e n o r t h.V e g e t a t i o nN D V I i n67%o f t h e r e g i o n s s h o w e d a s i g-n i f i c a n t l y i m p r o v e d t r e n dd u r i n g t h e s t u d yp e r i o d,a n d t h e p r o p o r t i o n i nd i f f e r e n t l a n d s c a p e d e c r e a s e d i n t h e o r d e r:N o r t h e r n S h a a n x i>S o u t h e r n S h a a n x i>G u a n z h o n g.T h ec l i m a t ef a c t o r sf l u c t u a t e d o v e rt i m ei n S h a a n x i f r o m2000t o2020,t h e c h a n g e r a t e s i nd i f f e r e n t l a n d s c a p ed e c r e a s e d i n t h eo r d e r:S h a a n x i S o u t h> G u a n z h o n g>S h a a n b e i.T h e s p a t i a l t r e n d s o f t e m p e r a t u r e f a c t o r s s h o w e d t h e d e c r e a s e i n a n n u a l a v e r a g e h i g h t e m p e r a t u r e,t h e i n c r e a s e i na n n u a l a v e r a g e l o wt e m p e r a t u r e,a n dt h ed e c r e a s e i na n n u a l a v e r a g e t e m p e r a-t u r e,a n d t h e i n c r e a s e i n p r e c i p i t a t i o n.T h e o v e r a l l v e g e t a t i o nN D V I o f S h a a n x i a n d e a c h s u b d i s t r i c t f r o m2000 t o2020w a s n e g a t i v e l y c o r r e l a t e dw i t h a n n u a l a v e r a g e h i g h t e m p e r a t u r e a n d p o s i t i v e l y c o r r e l a t e dw i t h a n n u a l a v e r a g e l o wt e m p e r a t u r e,a n n u a l a v e r a g e t e m p e r a t u r e,a n d a n n u a l t o t a l p r e c i p i t a t i o n.T h e c o n t r i b u t i o n o f a n-n u a l t o t a l p r e c i p i t a t i o nw a s g r e a t e s t i n t h e p r o v i n c e a n dn o r t h e r nS h a a n x i,a n d t h e c o n t r i b u t i o n o f a n n u a l a v-e r a g eh i g h t e m p e r a t u r ew a s g r e a t e s t i nG u a n z h o n g a n ds o u t h e r nS h a a n x i.T h e i n t e r a c t i o no f a n n u a l a v e r a g eh i g h t e m p e r a t u r e a n d t o t a l a n n u a l p r e c i p i t a t i o nh a d t h e s t r o n g e s t i n f l u e n c eo nv e g e t a t i o nN D V I i n t h e p r o v-i n c e,n o r t h e r nS h a a n x i a n d s o u t h e r nS h a a n x i,a n d t h e i n t e r a c t i o nb e t w e e n a n n u a lm e a n t e m p e r a t u r e a n d t o t a l a n n u a l p r e c i p i t a t i o nh a d t h e s t r o n g e s t e f f e c t o n v e g e t a t i o nN D V I i nG u a n z h o n g.T h e i n t e r a c t i o n o f o f p r e c i p i-t a t i o nw i t hm a x i m u ma n d a n n u a l a v e r a g e t e m p e r a t u r e s s i g n i f i c a n t l y i n f l u e n c e d t h e v e g e t a t i o nN D V I c h a n g e s.[C o n c l u s i o n]T h e v e g e t a t i o n i nS h a a n x i a n d t h e s u b-r e g i o n s h a db e c a m e b e t t e r o v e r a l l d u r i n g t h e s t u d yp e r i-o d.T h e v e g e t a t i o n i ne a c hs u b-r e g i o nr e s p o n d e dd i f f e r e n t l y t oc l i m a t e,a n dt h ec o n t r i b u t i o no f e a c hf a c t o r a n d i t s i n t e r a c t i o n s a l s od i f f e r e d.K e y w o r d s:v e g e t a t i o nN D V I;s p a t i o t e m p o r a l v a r i a t i o n;g e o d e t e c t o r;S h a a n x i P r o v i n c e全球变暖导致极端天气和气候事件更频繁地发生,对生态系统产生重大影响[1]㊂植被是陆地生态系统的重要组成部分,连接着大气圈㊁土壤圈㊁水圈等多个圈层[2],在水土保持㊁气候调节㊁碳氮循环等生态系统服务方面发挥着至关重要的作用[3]㊂因此,研究植被变化及其驱动力对生态环境具有重要意义[4]㊂植被变化研究一直备受关注,归一化植被指数(n o r m a l i z e d d i f f e r e n c e v e g e t a t i o n i n d e x,N D V I)是植被生长状况和植被空间分布密度的良好指标[5],常用来表征植被分布与变化㊂不同地域的水热条件差异会显著影响陆地生态系统植被生长[6],降水是控制植被生长的关键因素,特别是干旱半干旱地区,土壤水分会严重限制植被发育[7]㊂气温控制着植被光合作用,同时气温升高可能会影响植被物候㊁延长生长季,进而对植被生长产生显著影响[8]㊂G a o等[9]在毛乌素地沙地N D V I变化研究中,得出气温和降水能够较好地解释植被动态变化,且不同时间尺度上主导因素不同㊂杨延征等[10]使用S P O T-V G T N D V I对陕北地区植被的时空变化进行分析,研究得出气温和降水是影响植被变化的重要气候因子㊂邓晨晖等[11]通过趋势分析㊁多元回归残差法㊁偏最小二乘回归法,分析了秦岭地区2000 2015年植被覆盖的变化特征,探究了其对气候变化与人类活动的双重响应机制㊂已有研究中相关分析㊁偏最小二乘回归和多元回归分析等方法较为常用,然而陆地植被生长对驱动因子响应是一个复杂的过程,往往是非线性和交互关系,而传统的统计方法只有当植被变化与其驱动力之间的关系为线性时才有效[12],因此在开展复杂地貌单元生态系统对比研究时常常不能凸显出其优势㊂近年来,新的模型与分析方法在不断发展,如交叉小波分析[13]㊁支持向量机(S u p p o r tV e c t o rM a c h i n e s,S V M)[14]㊁地理探测器等,其中地理探测器是一种用于探测空间分异性,不必遵循传统统计方法的线性假设,是揭示自变量对因变量影响机制的模型,在土地利用㊁植被生态方面受到学者关注,得到广泛应用[15-16]㊂陕西是黄河和秦岭国家生态保护战略的重点区,作为天然保护林及退耕还林等生态工程的重要实施地区和植被恢复明显的典型省级区域,地跨毛乌素沙地㊁黄土高原㊁关中平原㊁秦巴山地,地貌类型复杂多样,南北自然条件迥异,水土流失㊁沙化等环境问题主444水土保持研究第31卷导因素不同[17]㊂不同地区的植被覆盖空间差异显著,对气候因子的响应也有所不同,因此多年来对陕西省植被变化及其影响的研究备受关注㊂但已有研究多以全省或单独以毛乌素沙地㊁黄土高原㊁关中平原㊁秦岭山区等作为研究区[17-22],基于分区,对陕西不同区域的综合对比分析未开展深入研究,且多从降水与气温均值的角度加以分析,未能进一步分离量化各气候因子的贡献㊂鉴于此,本研究基于MO D I S N D V I㊁年均高温㊁年均低温㊁年均温㊁年总降水量等数据,运用T h e i l-S e n M e d i a n趋势㊁偏相关分析㊁地理探测器等方法,结合不同地貌单元生态系统特征,分离相关因素,探究2000 2020年期间陕西省植被N D V I时空变化及其与气候因子的时间响应关系㊂旨在明确陕西省近20年来植被N D V I的变化趋势,该种趋势是否在不同地貌单元存在显著变化植被对气候因子如何响应,这种关系在不同地貌单元上有何规律和差异? 1研究区与研究数据1.1研究区概况陕西省位于105ʎ29' 111ʎ15'E,31ʎ42' 39ʎ35'N,总面积2.056ˑ105k m2,处于长江和黄河中游地区,主要有高原㊁山地㊁平原和盆地等多种地形,地势南北高㊁中间低㊂陕西省南北气候差异较大,横跨3个气候带,陕北北部长城沿线属中温带气候,陕南属北亚热带气候,关中及陕北大部分属暖温带气候(图1)㊂全省年平均气温为9~16ħ,自南向北㊁自东向西递减,全省年平均降水量为340~1240mm,降水量南多北少,陕南为湿润区,关中为半湿润区,陕北为半干旱区㊂全省植被类型复杂多样,分布差异大,其中陕北长城以北分布沙生植物,植被稀疏,长城以南的榆林南部及延安北部生长有灌木等植被,水土流失严重,植被覆盖较低,北山山脉分布有落叶阔叶林,植被覆盖较高㊂关中地区分布大量农业植被,城市发展导致植被覆盖较低㊂陕南秦岭主体及其以北分布着以暖温带落叶阔叶林为主的植被,巴山地区分布有常绿阔叶林和落叶阔叶林,植被覆盖状况好㊂1.2研究数据N D V I数据基于MO D I SN D V IMO D13Q1数据产品(h t t p s:ʊa d s w e b.n a s c o m.n a s a.g o v/),通过裁剪㊁镶嵌㊁投影变换㊁重采样,使用最大合成法计算得出逐月植被N D V I,将一年内植被N D V I最大值数据作为年植被N D V I数据,得到2000 2020年陕西省1k m分辨率植被N D V I数据㊂年均高温㊁年均低温㊁年均温及年总降水量数据来源于国家科技基础条件平台 国家地球系统科学数据中心(h t t p:ʊw w w.g e o d a t a.c n)㊂该数据是根据C R U发布全球0.5ʎ气候数据以及W o r l d C l i m发布的全球高分辨率气候数据,通过D e l t a空间降尺度方案在中国地区降尺度生成,并用496个独立气象观测点数据进行验证得到,经格式转换㊁裁剪㊁投影变换得到2000 2020年陕西省1k m分辨率的年均高温㊁年均低温㊁年均温及年总降水量数据,其中年均高(低)温定义为研究区域内每个1k mˑ1k m栅格像元一年内每日最高(低)气温的均值㊂图1研究区概况F i g.1O v e r v i e wo f t h e s t u d y a r e a2研究方法(1)T h e i l-S e n M e d i a n趋势分析+M a n n-K e n-d a l l检验㊂T he i l-S e n M e d i a n趋势分析是一种非参数统计方法,其优点不需要样本遵循特定分布,计算效率高且对异常值不敏感,不会降低其准确性,具有避免测量误差或异常数据的强大能力㊂对不同线性回归模型的比较表明,该方法在小样本的情况下具有显著优势[23]㊂S=M e d i a n(x j-x ij-i),∀j>i(1)式中:S为植被变化的趋势;M e d i a n为中值函数;x i,x j 为第i和第j年的N D V I数据㊂当S>0时,N D V I表现为上升趋势,反之则呈下降趋势㊂M a n n-K e n d a l l (MK)检验是一种非参数检验,这意味着不需要事先假设数据的统计分布,归一化统计量Z主要用于测试时间序列的趋势和显著性,一般认为|Z|ȡ1.96,即通过了显著性检验:公式如下:S=ðt-1tiðtj=i+1si g n(N D V I i-N D V I j)(2)544第2期李霞等:2000 2020年陕西省植被N D V I时空变化及气候因子探测s i g n (N D V I i -N D V I j )=-1 i f (N D V I i -N D V I j )<00 i f (N D V I i -N D V I j )=01 i f (N D V I i -N D V I j )>0ìîíïïïï(3)v a r (S )=t (t -1)(2t -5)18(4)Z =S -1v a r (S ) S >00 S =0S +1v a r (S ) S <0ìîíïïïïïï(5)(2)偏相关分析㊂本研究采用偏相关分析方法研究年均高温㊁年均低温㊁年均温及年总降水量与N D V I 之间的偏相关程度,主要是将控制其中3个气候因子,只分析一个气候因子与N D V I 的相关程度,偏相关系数的正负表示年均高温㊁年均低温㊁年均温及年总降水量与N D V I 间的正负相关性[24]㊂r i j ,x yz =r i z ,x y z -r i z ,x y r jz ,x y z (1-r i z ,x y )2-(1-r j z ,x y ))2(6)式中:r i j ,z y z 为偏相关系数,r i j ,z y z >0,则呈正相关,r i j ,z y z <0,则呈负相关㊂(3)地理探测器㊂地理探测器(G e o d e t e c t o r )是一个用于空间数据分析的开源统计模型(h t t p:ʊw w w.ge o d e t e c t o r .c n /),是通过空间分层异质性观点来确定两个变量空间分布的相似性[15]㊂地理探测器由因子探测㊁交互探测㊁风险探测和生态探测组成,本研究主要使用前两种功能㊂因子探测用于检测各影响因素对N D V I (Y )的空间异质性的解释程度㊂q =1-1N σ2ðL h=1N h σ2h (7)式中:h =1,2, ,p ㊂L 是变量(Y )或因子(X )的分层;N h 和N 分别是层h 和整个区域的单元数;δ2h 和δ2分别是分层h 和整个区域的(Y )值的方差㊂q 的取值范围为[0,1]㊂q 的值越大,因子(X )对变量(Y )的解释力就越强,q =0意味着两者无关㊂因子交互用来识别两因子是否对因变量Y 有交互作用,即这两个因子共同作用时,是增加还是减少对N D V I 的解释力,交互类型见表1㊂表1 地理探测器因子交互类型T a b l e 1 T y p e s o f ge o d e t e c t o rf a c t o r i n t e r a c t i o n s 交互类型描述非线性减弱 q (X 1ɘX 2)<m i n q (X 1),q (X 2)单因子非线性削弱m i n q (X 1),q (X 2)<q (X 1ɘX 2)<m a x q (X 1),q (X 2)双因子增强 q (X 1ɘX 2)>m a x q (X 1),q (X 2)独立 q (X 1ɘX 2)=q (X 1)+q (X 2)非线性增强q (X 1ɘX 2)>q (X 1)+q (X 2)3 结果与分析3.1 N D V I 时空变化分析3.1.1 N D V I 空间分布特征 由图2可知,陕西省多年N D V I 为0.02~0.96,均值为0.71㊂参照李霞等[16]研究,本研究采用等间隔法,将N D V I 空间分布划分为5个等级:低植被覆盖(0~0.2)㊁中低(0.2~0.4)㊁中植被覆盖(0.4~0.6)㊁中高植被覆盖(0.6~0.8)㊁高植被覆盖(0.8~1.0)㊂全省植被覆盖南高北低,呈现由南部向北部地区逐渐递减㊂陕南秦巴地区植被覆盖主要以高植被覆盖为主,占比88%,其次中高植被覆盖占比11.6%,中等以下植被覆盖占比0.4%㊂关中地区植被覆盖以中高植被覆盖为主,占比50%,其次高植被覆盖占比38.9%,中等及以下植被覆盖占比11.1%㊂陕北植被覆盖低,以中等植被覆盖为主,占比50.4%,其次高植被覆盖占比12.8%,中低及以下植被覆盖占比14.3%㊂全省高植被覆盖区占比44.9%,主要集中分布在秦岭南麓勉县 留坝 太白南 佛坪 洋县 宁陕 镇安 旬阳 白河一带和巴山北麓南郑 镇巴 紫阳 岚皋 平利 镇坪一带,在黄陵和黄龙等地呈零散分布,中高植被区占比26.3%,主要分布在北山山脉一带㊁宝鸡西北部㊁秦岭与关中交界一带㊁秦岭东部;中等植被覆盖区占比22.9%,主要分布陕北长城以南,北山山脉以北;中低及低植被覆盖区占比5.9%,主要在陕北长城沿线以北以及西安城区㊂3.1.2 N D V I 时空动态变化特征 如图3A 所示,总体来看,2000 2020年陕西省N D V I 在时间上呈现出波动增加的趋势,增加速率为5.9%/10a ,N D V I 在0.62~0.76之间波动,各分区在N D V I 增加速率上,陕北地区>关中地区>陕南地区,其中陕北地区N D V I 增加速率为9.7%/10a ,N D V I 在0.41~0.64之间波动,关中地区增加速率为3.6%/10a ,N D V I 在0.67~0.79之间波动,陕南地区增加速率为3.1%/10a㊂2000 2020年陕西省N D V I 在空间上整体以上升为主,变化率在-0.040~0.043/a 之间,平均趋势644 水土保持研究 第31卷为0.006/a(图3B),各分区变化趋势为陕北(0.01/a) >关中(0.004/a)>陕南(0.003/a),主要因为陕北地区植被覆盖基数相对较差,近年来的植被恢复措施效果明显㊂关中地区城市化扩张迅速㊁农业发展良好等多种因素共同导致N D V I发生变化㊂陕南地区植被覆盖现状较好,相比而言N D V I变化速率较慢(图3A)㊂全省有93.3%的区域N D V I呈现增长趋势,其中陕北增长区域占比最大(42.2%),其次为陕南(34.2%)㊁关中(23.6%);全省6.7%的区域N D V I 呈减少趋势,以关中地区为主(74.7%),其次为陕南(18.7%)㊁陕北(6.6%)㊂同时各分区均呈现整体增长的趋势,增长区域陕北(98.9%)>陕南(96.4%)>关中(82.4%),关中地区减少区域在各分区中最大(17.6%),其次为陕南(3.6%)㊁陕北(1.1%)㊂图2陕西省多年植被N D V I值及植被空间分布F i g.2M u l t i-y e a r v e g e t a t i o nN D V I v a l u e s a n d s p a t i a ld i s t r i b u t i o no f ve g e t a t i o n i nS h a a n x i P r o v i n c e图3陕西省及各分区植被N D V I时间变化(A)㊁空间变化趋势(B)及显著性(C)F i g.3T e m p o r a l v a r i a t i o n(A),s p a t i a l t r e n d(B)a n d s i g n i f i c a n c e(C)o f v e g e t a t i o nN D V I i nS h a a n x iP r o v i n c e a n d e a c h s u b r e g i o n i nS h a a n x i P r o v i n c e a n d e a c h s u b z o n e结合MK显著性检验结果,如图3C所示,将N D V I趋势变化划分为严重退化㊁轻微退化㊁稳定不变㊁轻微改善㊁明显改善5个等级㊂全省植被显著改善区域比例达67%,主要分布在陕北和陕南地区,其中陕北占显著改善区域的46%,其次为陕南(33.3%)㊁关中(20.7%),这与陕北大力实施退耕还林还草㊁植被造林等生态恢复工程有着密切的关系,而秦巴山地涵养水源功能较好,对气候适应性较强,受人类活动破坏影响较小,随着退耕还林及天保工程的逐步实施,植被在不断改善,区域生态恢复取得明显效果㊂轻微改善区域占比10.4%,主要零散分布在陕北地区的定边关中㊁渭河沿岸以及陕南秦岭南麓各县,其中关中地区占轻微改善区域比例最大(40.6%),其次为陕南(38.8%),陕北(20.6%),而植被显著退化及轻微退化区域分别占18.2%,2.5%,主要在关中地区(分别占比80%,73.4%),集中分布在西安㊁渭南㊁富平㊁鄠邑㊁泾阳㊁眉县等地,这些区域人口密度较大,生产活动较为频繁,城市建设迅速,大量的农业用地被占用,使得植被覆盖度降低,汉中及安康等城区是陕南人口密度大㊁活动频繁的地区,植被也有所退化㊂3.2气候因子时空变化分析3.2.1气候因子时间动态特征如图4所示,2000 2020年陕西省气温㊁降水在时间上整体呈缓慢变化趋势,气候有暖湿化的可能,2000 2012年全省及各分区年均高温和年均温变化曲线大致相似,2014 2020年年均高温㊁年均低温及年均温变化曲线大致相似,在2013年年均高温突降,而年均温反增,年均低温稍增, 2013年前年均温和年均高温可能关联性较强,而2013年以后年均温和年均高温㊁年均低温关系均较强㊂整个研究期内全省年均高温变化速率为-0.042ħ/10a,年均低温变化速率为0.09ħ/10a,表现为陕南>关中>陕北;年均温变化速率为0.039ħ/10a,表现为关中>陕北>陕南;年总降水量变化速率为5.98mm/10a,表现为陕北>陕南>关中㊂744第2期李霞等:2000 2020年陕西省植被N D V I时空变化及气候因子探测图4陕西省及各分区年均高温(A)㊁年均低温(B)㊁年均温(C)及年总降水(D)时间变化趋势F i g.4T e m p o r a l t r e n d s i nm e a na n n u a l h i g h t e m p e r a t u r e(A),m e a na n n u a l l o wt e m p e r a t u r e(B),m e a n a n n u a l t e m p e r a t u r e(C)a n d t o t a l a n n u a l p r e c i p i t a t i o n(D)i nS h a a n x i P r o v i n c e a n d t h e s u b-r e g i o n s3.2.2气候因子空间分布及变化趋势3种气候因子高值区在空间分布上较为一致,主要分布在秦岭南麓及关中地区,主要以秦岭为界,低值区主要分布在秦岭地区和陕北地区(图5A,5D,5G)㊂对3种气温因子分别进行趋势分析,全省年均高温变化趋势在-0.010~0.040ħ/a之间,75.2%的区域年均高温呈现降低趋势,主要分布在陕北延安西部㊁关中地区以及陕南汉中盆地等地,通过显著性检验的区域零散分布在秦岭西部及南麓㊂24.8%的区域呈现升高趋势,主要分布在陕北榆林东部及北部和定边等地,且年均高温升高区域基本全部通过显著性检验(图5B,5C)㊂全省年均低温变化趋势在-0.040~0.051ħ/a之间,63.7%的区域年均低温呈现升高趋势,但仅有秦岭西南部通过了显著性检验㊂36.3%的区域年均低温呈现降低趋势,主要分布在延安及关中地区西部,但显著性不强(图5E, 5F)㊂全省年均温变化趋势在-0.05~0.043ħ/a之间, 59.1%的区域年均温呈现降低趋势,主要分布在延安及关中地区西部,但显著性不强,41.95%的区域年均温呈现上升趋势,主要分布在榆林东部及北部和定边等地,显著性不强(图5H,5I)㊂全省年总降水量与N D V I分布相似,陕南地区最高,由南向北逐渐降低,陕北降水最少,主要由于陕北主要为黄土高原㊁毛乌素沙地等,地处干旱半干旱区,全年干旱少雨㊂对其进行趋势分析,全省变化趋势在-5.867~5.566 m m/a之间,70.1%的地区年总降水量呈现出增加的趋势, 29.8%的区域年总降水量呈现出减少的趋势,主要为秦岭地区,但均不显著(图5J,5K,5L)㊂3.3植被N D V I对气候因子的响应3.3.1植被N D V I与气候因子偏相关分析不同地区水热条件不同,植被变化存在空间差异,本文将年均高温㊁年均低温㊁年均温㊁年总降水量作为自变量, N D V I作为因变量,对其进行偏相关分析㊂如图6A所示,N D V I与年均高温的偏相关系数在-0.95~0.84之间㊂全省及各分区N D V I与年均高温整体呈负相关,全省占比为83.8%,各分区占比为陕南(88.3%)>陕北(87.0%)>关中(74.3%)㊂全省16.2%的区域N D V I 与年均高温呈正相关,分布在定边㊁榆阳㊁延长㊁吴堡㊁铜川㊁渭南㊁咸阳㊁宝鸡㊁汉中等地㊂全省及各分区N D V I与年均低温㊁年均温及年降水整体呈正相关(图6B㊁图6C㊁图6D)㊂其中N D V I 与年均低温的偏相关系数在-0.82~0.93之间,全省呈正相关的区域占比为68.2%,各分区占比为陕南(86.3%)>关中(74.5%)>陕北(50.2%),全省与年均温负相关区域占比31.8%;N D V I与年均温的偏844水土保持研究第31卷相关系数在-0.81~0.89之间㊂全省呈正相关的区域占比56.1%,各分区占比为陕北(85.1%)>关中(44.1%)>陕南(31.3%),集中分布在陕北㊁关中北部㊂全省与年均温负相关区域占比43.9%;N D V I与年总降水量的偏相关系数在-0.81~0.84之间㊂全省及呈正相关的区域占比为56.5%,各分区占比为陕北(83.1%)>关中(47.1%)>陕南(32.5%),集中分布在陕北北部及东部㊁关中中部及北部等㊂全省与年总降水量呈负相关区域占比43.5%,集中分布在黄土高原中部㊂图5陕西省年均高温(A,B,C)㊁年均低温(D,E,F)㊁年均温(G,H,I)及年总降水(J,K,L)空间分布及变化趋势F i g.5S p a t i a l d i s t r i b u t i o na n d t r e n d s o f a n n u a l a v e r a g e h i g h t e m p e r a t u r e(A,B,C),a n n u a l a v e r a g e l o wt e m p e r a t u r e(D,E,F),a n n u a l a v e r a g e t e m p e r a t u r e(G,H,I)a n da n n u a l t o t a l p r e c i p i t a t i o n(J,K,L)i nS h a a n x i P r o v i n c e3.3.2 N D V I对降水和气温的响应地理探测器单因子探测结果显示(表2),4种气候因子年均高温(X1)㊁年均低温(X2)㊁年均温(X3)㊁年总降水量(X4)对植被N D V I的贡献(q值)存在明显差异,不同地区的q值也不相同㊂陕西省年总降水量的贡献最大(q=0.778),其次为年均低温㊁年均高温㊁年均温㊂陕北地区的各因子贡献度与陕西省类似,年总降水量贡献最大(q=0.798),然而在关中地区,年均高温对N D V I的贡献最大(q= 0.650)㊂其次为年均温㊁年均低温㊁年总降水量,对于陕南地区,年均高温的贡献最大(q=0.455),其次为年944第2期李霞等:2000 2020年陕西省植被N D V I时空变化及气候因子探测均温,年均低温和年总降水量的贡献较小,且未通过显著性检验(p<0.05)㊂图6陕西省植被N D V I和偏相年均高温(A)㊁年均低温(B)㊁年均温(C)及年降水(D)偏相关系数F i g.6P a r t i a l c o r r e l a t i o n c o e f f i c i e n t s o f v e g e t a t i o nN D V I a n da n n u a l a v e r a g e h i g h t e m p e r a t u r e(A),a n n u a l a v e r a g el o wt e m p e r a t u r e(B),a n n u a l a v e r a g e t e m p e r a t u r e(C)a n da n n u a l t o t a l p r e c i p i t a t i o n(D)i nS h a a n x i P r o v i n c e因子交互结果显示(表3),无论是非线性增强还是双因子增强,降水和气温之间交互均强于气温之间交互㊂对于全省和陕北地区,各交互作用类型相似,年均高温㊁年均低温㊁年均温互相交互时,其作用对N D V I的影响均为非线性增强,交互作用的贡献大于气温因子各自单独作用时的贡献之和,当年均高温㊁年均低温㊁年均温与年总降水量分别交互时,其影响力均为双因子增强,交互作用的贡献均大于各单一因子的贡献㊂在各交互作用中,年均高温ɘ年总降水量的影响力最大㊂全省各交互作用大小为年均高温ɘ年总降水量(0.866)>年均温ɘ年总降水量(0.846)>年均低温ɘ年总降水量(0.829)>年均高温ɘ年均低温(0.810)>年均低温ɘ年均温(0.653)>年均高温ɘ年均温(0.650),气温参与交互增强了降水的贡献㊂陕北地区各交互作用大小为年均高温ɘ年总降水量(0.899)>年均温ɘ年总降水量(0.883)>年均低温ɘ年总降水量(0.860)>年均高温ɘ年均低温(0.806)>年均低温ɘ年均温(0.760)>年均高温ɘ年均温(0.694)㊂陕南地区与全省和陕北地区相反,年均高温㊁年均低温㊁年均温彼此交互时,均为双因子增强,即交互作用的贡献均大于各单一因子的贡献,而与年总降水量交互时,为非线性增强,即交互作用的贡献大于各自单独作用时的贡献之和,同样也是年均高温ɘ年总降水量影响力最大,各交互作用大小为年均高温ɘ年总降水量(0.617)>年均温ɘ年总降水量(0.594)>年均低温ɘ年总降水量(0.586)>年均高温ɘ年均低温(0.549)>年均高温ɘ年均温(0.516)>年均低温ɘ年均温(0.462)㊂关中地区各因子交互作用影响力均为双因子增强,交互作用的贡献均大于各单一因子的贡献,年均温ɘ年总降水量影响力最大,各交互作用大小年均温ɘ年总降水量(0.748)>年均高温ɘ年总降水量(0.741)>年均低温ɘ年总降水量(0.728)>年均高温ɘ年均低温(0.689)>年均高温ɘ年均温(0.679)>年均低温ɘ年均温(0.642)㊂表2单因子探测结果T a b l e2S i n g l e f a c t o r d e t e c t i o n r e s u l t s区域影响因子q值p值陕西省X10.2030*X20.3480*X30.1860*X40.7780*陕北X10.2020*X20.4600*X30.0940.004*X40.7980*关中X10.6500*X20.5240*X30.6140*X40.4670*陕南X10.4550.002*X20.3880.284X30.4220*X40.1210.223注:q值为因子贡献度,*为通过P<0.05显著性检验㊂4讨论植被变化是一个长期复杂的动态过程,受自然和人类活动的共同作用㊂本研究发现,陕西省N D V I 由南至北逐渐降低,整体以改善为主,陕北最为明显,与已有研究较为一致[17-20],降水和气温是影响植被生长的主要因素,多年来气候具有暖湿化的趋势,可能054水土保持研究第31卷有利于植被生长[17,25],另外,陕西省及各分区气候与植被N D V I 变化趋势不同步,一方面,这可能是由于气候变化的影响存在滞后和累计效应[26],另一方面,近年来全省大力实施退耕还林还草㊁天然林保护等生态工程,在一定程度上增加了植被N D V I [7,27]㊂随着 双碳 目标的实施,政府逐步开展国土科学绿化工作,大力进行国家储备林及碳汇林建设,未来植被改善趋势会进一步凸显㊂表3 多因子交互结果T a b l e 3 M u l t i -f a c t o r i n t e r a c t i o n r e s u l t s 区域交互作用交互值影响力X 1ɘX 20.810非线性增强X 1ɘX 30.650非线性增强陕西省X 1ɘX 40.866双因子增强X 2ɘX 30.653非线性增强X 2ɘX 40.829双因子增强X 3ɘX 40.846双因子增强X 1ɘX 20.806非线性增强X 1ɘX 30.694非线性增强陕北X 1ɘX 40.899双因子增强X 2ɘX 30.760非线性增强X 2ɘX 40.860双因子增强X 3ɘX 40.883双因子增强X 1ɘX 20.689双因子增强X 1ɘX 30.679双因子增强关中X 1ɘX 40.741双因子增强X 2ɘX 30.642双因子增强X 2ɘX 40.728双因子增强X 3ɘX 40.748双因子增强X 1ɘX 20.549双因子增强X 1ɘX 30.516双因子增强陕南X 1ɘX 40.617非线性增强X 2ɘX 30.462双因子增强X 2ɘX 40.594非线性增强X 3ɘX 40.586非线性增强长城沿线和毛乌素沙地东南部植被表现出与高温负相关,与低温㊁均温和降水呈正相关,而陕北中南部则与低温和高温呈负相关,一方面,这些区域同属干旱半干旱区,降水相对较为匮乏,植被对降水的需求大,降水成了制约植被生长的重要因素,这与前人研究一致[25,28]㊂另一方面,气候寒冷,积温不足,植被生长需要一定的热量条件,气温的上升,尤其是低温的上升,对该地区的植被生长起到了促进作用[20,29],然而,植被生长有最适范围,超过最适范围会进一步加剧地区土壤蒸发和植被蒸腾,从而造成地表缺水,水土流失加剧,对降水量稀少的干旱半干旱地区的植被生长造成不利作用[26]㊂但是子午岭一带山脉海拔较高,本身植被覆盖相对较高,涵养水源能力较好,与年总降水量呈现微弱的负相关,适宜的光照和气温促进植物光合作用,而温度过高或过低均会抑制植被生长[18,27]㊂在气候因子中,降水对植被的影响最强,并且与气温尤其是与高温交互显著提高了对植被的作用,这与贺军奇等[25]在毛乌素沙地东南部的研究有所差异,可能是因为研究区域以及研究时间尺度不同㊂秦岭及以南大部分地区降水量多,导致了植被对降水的敏感性降低㊂一般而言,对于大多数区域,太阳日照对植被产生影响,一方面降水量的增加意味着日照减少,光合作用减弱,在一定程度上抑制了植被的生长㊂同时该区域海拔高,温度较低,热量成为植被生长的主要限制因素,温度较低时,植被生长不利,温度升高,植被物候提前,生长季延长,植被长势变好与温度继续升高加剧了植被蒸腾,而且植被具有调节温度的作用,植被的增加又会降低局部地表温度,反过来抑制了植被生长[30]㊂因子探测与交互结果显示,年均高温对陕南植被N D V I 的贡献最大(抑制作用),当年均高温和年总降水量的交互时更是增强了年均高温的影响,但是陕南的植被N D V I 呈现增加趋势,说明气候因素对该地区的植被N D V I 影响有限,可能是一些生态工程或措施如退耕还林㊁森林抚育等促进了区域植被生长[11]㊂而关中等地农业发展较好,农业灌溉较为普遍,对天然降水的响应有所减弱,气温因素对植被N D V I 的影响更大,与已有研究类似[21],同时因子探测结果也显示关中气温的贡献大于降水,并且降水和气温的交互增强了气温的影响力㊂尽管陕西省南北差异较大,不同地区的气候对植被的影响程度有所不同,但人类活动对于植被的影响也不容忽视㊂在人类活动和气候因素的共同作用下,陕西省植被发生了显著改变,一些生态政策的实施大大改善了植被状况,然而同时也要注意的是,生态工程实施改善植被的同时,是否也会对当地气候与水资源产生影响[18],因地制宜,科学绿化的生态修复显得尤为重要㊂本文在分析植被N D V I 变化趋势的基础上,通过偏相关分析以及地理探测器量化了陕西省不同地区植被N D V I 对年均高温㊁年均低温㊁年均温㊁年总降水量的响应及其贡献大小,但对人类活动的影响考虑不足,综合考虑自然和人类因素,将代表人类活动的因子纳入研究,量化不同地区不同植被类型N D V I 自然和人类活动贡献及其交互作用,是值得进一步研究的方向㊂154第2期李霞等:2000 2020年陕西省植被N D V I 时空变化及气候因子探测。
2000—2016年秦岭山地植被覆盖变化地形分异效应
第 ３９ 卷第 １２ 期 ２０１９ 年 ６ 月生态学报 ＡＣＴＡ ＥＣＯＬＯＧＩＣＡ ＳＩＮＩＣＡＶｏｌ．３９，Ｎｏ．１２ Ｊｕｎ．，２０１９ＤＯＩ： １０．５８４６ ／ ｓｔｘｂ２０１８０６０６１２７０ 赵婷，白红英，邓晨晖，孟清，郭少壮，齐贵增．２０００—２０１６ 年秦岭山地植被覆盖变化地形分异效应．生态学报，２０１９，３９（１２） ：４４９９⁃ ４５０９． Ｚｈａｏ Ｔ，Ｂａｉ Ｈ Ｙ，Ｄｅｎｇ Ｃ Ｈ，Ｍｅｎｇ Ｑ，Ｇｕｏ Ｓ Ｚ，Ｑｉ Ｇ Ｚ．Ｔｏｐｏｇｒａｐｈｉｃ ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ ｅｆｆｅｃｔ ｏｎ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｉｎ ｔｈｅ Ｑｉｎｌｉｎｇ Ｍｏｕｎｔａｉｎｓ ｆｒｏｍ ２０００ ｔｏ ２０１６． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ，２０１９，３９（１２） ：４４９９⁃ ４５０９．２０００—２０１６ 年秦岭山地植被覆盖变化地形分异效应赵 婷１，白红英１，２，∗，邓晨晖１，孟 清１，郭少壮１，齐贵增１１ 西北大学， 西安 ７１０１２７ ２ 陕西省地表系统与环境承载力重点实验室， 西安 ７１０１２７摘要：利用 ２０００—２０１６ 年 ＭＯＤＩＳ ＮＤＶＩ 数据，采用趋势分析及地形差异修正法，探讨秦岭山地植被覆盖变化在南北坡、不同海 拔以及不同坡度坡向下的空间分异性。
结果表明：近 １７ 年来，秦岭山地植被覆盖度良好，整体呈上升趋势，南北坡、不同海拔、 不同坡度、不同坡向下植被覆盖度有所差异，植被变化趋势也不同。
（１） 就南北坡而言，近 １７ 年来秦岭南坡植被覆盖度上升趋 势大于北坡，南坡植被覆盖以上升趋势为主，而北坡以稳定为主。
（ ２） 不同的海拔高度上秦岭山地植被覆盖变化在存在分异 性：低海拔区域呈减少趋势，中海拔区呈明显的上升趋势，２０００ ｍ 以上的高海拔区域北坡的植被覆盖度较为稳定，而南坡的 ２５００ 到 ３１００ ｍ 区域内有较明显的减小趋势。
近15年黄土高原植被物候时空变化特征分析
Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ： ［ Ｏ ｂ ｊ ｅ ｃ ｔ ｉ ｖ ｅ Ｉ Ｔ ｈ ｅ Ｌ ｏ ｅ ｓ ｓ Ｐ ｌ ａ ｔ ｅ ａ ｕ ｉ ｓ ｉ ｎ ｔ ｈ ｅ ｔ ｒ ａ ｎ ｓ ｉ ｔ ｉ ｏ ｎ ａ ｌ ｒ ｅ ｇ ｉ ｏ ｎ ｆ ｒ ｏ ｍ ｗ ｅ ｔ ｎ ｅ ｓ ｓ ｔ ｏ ｄ ｒ ｙ ｎ ｅ ｓ ｓ ， ｆ ｒ ｏ ｍ ｆ ｏ ｒ ｅ ｓ ｔ ｔ ｏ ｇ ｒ ａ ｓ ｓ ｌ ａ ｎ ｄ ， ｒ ｆ ｏ ｍ
Ａｎ ａ ｌ ｙ ｓ ｉ ｓ ｏ ｆ Ｔ ｅ ｍｐ ｏ ｒ ａ ｌ ａ ｎ ｄ Ｓｐ ａ ｔ ｉ ａ ｌ Ｖａ ｒ ｉ ａ ｔ ｉ ｏｎ ｏ ｆ Ｖｅ ｇ ｅ ｔ ａ ｔ ｉ ｏ ｎ Ｐｈ ｅ ｎ ｏ ｌ ｏ ｇ ｙ ｉ ｎ ｔ ｈ ｅ Ｌ ｏ ｅ ｓ ｓ Ｐｌ ａ ｔ ｅ ａｕ
摘要 ：【 目的】黄土 高原 处于从湿润 向干旱过渡 、从森林 向草原过渡 、从农 业向牧业过渡的地 区，是 中国气
候 变化与农业发展的敏感地带，针对此 区域 的地表植被覆盖物候特征研 究，对 于该地 区农业 生产 、环境保护和 生 态建设 具有重要的指示意义。通过分析不 同时 间序列 、不 同海拔高度 与水 热条件下植被 物候趋势 的差异 ，以期为 黄土高原 当前 的农业生态环境建设 与可持续发展提供 有用的理论支撑 与决 策依据 。 【 方法ｌ基于 １ ９ ９ ８ —２ ０ １ ２年 Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ旬值 Ｎ Ｄ Ｖ Ｉ 数据 ，并结合谐波分析法、线性趋势等方法对黄土高原各年植被 物候特征值进行 了 确 定，并分析 了物候 的变化趋势。【 结果 】 （ １ ） １ ９ ９ ８ —２ Ｏ １ ２ 年，生长季始期平均每年提 前 ０ ． ９ ｄ 。生长季 末期平均每 年推迟约 ０ ． ８ ｄ 。在生长季始期提前和末期推迟 的作用下 ，生长季长度平均每年延长 １ ． ７ ｄ 。（ ２ ） 黄土 高原水 热组 合直接影响植被物候 的空间差异性 ，植被生长 的限制性气温为 ９ ℃，限制性 降水分别 为 ４ ７ ５ ｍ ｆ ｉ ｆ 与５ ４ ０ ｆ ｉ ｌ ｍ ，限制性 海拔为 Ｉ ７ ５ ０ ｍ 。（ ３ ） 植被 生长 季长度趋 势与海拔 和气温的空间偏相 关系数分别为 ０ ． ０ ５ ９ １ 和０ ． ０ １ ３ ９ ，与降水 的空 间偏相关 系数 为一 Ｏ ． ０ １ ７ ４ ，三要素与 生长季始期趋势 的相关程度较 与生长季末期趋 势强。【 结论 】黄土高原植被 物 候特征趋 势明显且稳定 的 区 域 主要分布 在陕北高原与晋 中北 山地 区。西北部干旱 区荒漠草原 区，物候变化主要受 气温控 制。半 干旱地 区农业与草原 区，物候变化主要受到降水量控制 。汾渭盆地农业 区，物候 变化受水热共 同作 用 水热的差异对秦 巴山地阔叶林 区 植 被物候 的影响不明显。 海拔对黄土高原植被物候 变化趋势上的影响 不明显。
陕西秦巴山地生态格局与农业资源持续利用模式研究
山地农业生物学报20(1):39~46,2001Journal of M ountain Agriculture and Biology#山区开发#陕西秦巴山地生态格局与农业资源持续利用模式研究X刘彦随,方创琳(中国科学院地理科学与资源研究所,北京100101)摘要:山地是具有一定高度和坡度的特殊生态环境综合体。
受自然分异规律与人类经济活动的双重干预和影响,产生了生态环境类型的垂直分异及其层带组合格局。
通过土地生态类型格局分析,可以揭示土地生态环境类型结构与功能的异质性和有序性,从而为全面认识土地类型群体的生态属性及其演替规律提供理论依据,为农业资源利用模式的设计与优化决策提供科学指导。
本文以陕西秦巴山地为例,利用遥感与GIS方法进行农业生态环境类型时空分异规律及其综合定量评价研究,划定了农业生态类型区。
据此并以生态学原理和可持续发展准则为指导,基于不同的角度提出了山地农业资源持续利用的生态模式、经济模式和社会模式。
关键词:山地生态格局;农业资源;持续利用模式;陕西秦巴山地中图分类号:F3231212(241)文献标识码:A文章编号:1008-0457(2001)01-0039-08A study on agro-resou rces sustain able u se based on mountainous eco-patternLI U Y an-s ui,FA N G Chuang-lin(I nstitute of Geogr aphical Sciences and Resources,Chinese A cademyof Sciences,Beij ing100101,China)Abstract:M ountainous eco-env ironment is an important basis of gener ating natural ag ro-resour ce,someenvironmental factors such as so il,v eg etation,hydrology and climate ar e the composing part of agricultur-al resour ces.T heir match and constitution can r eflect the different patterns and spatial heterogeneity ofeco-environment.In this paper taking Q in-Ba mountain of Shanx i Prov ince as an ex ample,the authorspoint out that has reliability to r eveal the env ironmental structure,function and di stribution laws of ag r-icultural resour ces by using RS and GI S to evaluate qualitatively land ecot ype and divide different ecot ypezone.T he agricultural r esources involve agr icultur al environmental resources,economical product and so-cial labor resources.T he environmental resources,which can be regarded as basis of generating the eco-nomical r esources,are related compactly w ith reg ional eco-envir onment and abided by the zonal principleof mountain land.T he economical resources,w hich are the physical form of the envir onmental resources,are related directly w ith appo inted agricultural action and abided by eco-economy theory.T he social labo rr esources,whose effect show s dualism,are regarded as the main-body and lig ament that integ rate above收稿日期:2000-08-02基金项目:国家自然科学基金重点资助项目(49731040)作者简介:刘彦随(1965-),男,陕西绥德人,中科院地理科学与资源研究所副研究员,博士后,主要从事土地科学、可持续农业与农村经济发展研究。
秦巴山地植被冠层降雨截留时空分异特征及驱动因素
秦巴山地植被冠层降雨截留时空分异特征及驱动因素孙梓欣;朱连奇;赵体侠;张哲;卢荣旺;朱文博【期刊名称】《生态学报》【年(卷),期】2024(44)5【摘要】冠层截留研究对于了解区域水资源分配和评估生态水文功能至关重要,山地复杂多样的环境使其存在较大的不确定性,遥感的发展为揭示山地系统冠层截留的特征提供了机遇。
以秦巴山地为研究区,基于降雨数据和叶面积指数遥感数据,耦合植被冠层降雨截留模型,定量模拟和分析秦巴山地2003—2020年植被冠层降雨截留能力及其时空变化特征,并验证其精确性;采用地理探测器、相关分析和约束线法探究冠层截留的驱动因素。
结果表明:(1)与PML_V2数据集和实测数据相比,3.5以下的均方根误差和0.75以上的有效系数证实了A.P.J.DE ROO模型模拟的可靠性。
(2)近18年截留量和截留率整体呈上升趋势,截留率在2015年发生逆转,由增(0.08%/a)向减(-0.15%/a)转变。
(3)秦巴山地冠层截留总体上呈西部高山区和东北部边缘低,秦岭和大巴山区高的空间格局,其随海拔上升呈现“上升-稳定-下降”的分布特征;空间变化以上升趋势为主,显著下降的区域主要分布在汉江河谷的中心;低海拔区域变化差异较大,中海拔区域以显著增加为主,高海拔区域无显著变化。
(4)叶面积指数和降雨量是影响冠层截留的主要因子,约束关系分别为正线型和正凸型;阔叶林截留率与小降雨事件的相关性高,针叶林、灌丛截留率与强降雨事件相关性较强,气候因子对冠层截留的影响在类别和解释程度上存在空间差异。
研究可为区域尺度冠层截留的估测提供思路,且有助于评估气候变化背景下生态系统对水循环的影响。
【总页数】14页(P2029-2042)【作者】孙梓欣;朱连奇;赵体侠;张哲;卢荣旺;朱文博【作者单位】河南大学地理与环境学院【正文语种】中文【中图分类】TP3【相关文献】1.自然降雨条件下夏玉米冠层截留特征及影响因素2.广东省2004-2016年植被冠层降雨截留模拟及时空变化特征3.玉米植株冠层截留分异特征及其影响因素4.榆林地区植被时空分异特征及其影响因素研究5.东北三省农业碳排放时空分异特征及其关键驱动因素因版权原因，仅展示原文概要，查看原文内容请购买。
秦巴山区珍稀濒危植物资源及其抢救保护措施的开题报告
秦巴山区珍稀濒危植物资源及其抢救保护措施的开题报告一、研究背景秦巴山区地广人稠，被誉为中国地理区划的“金字塔”的“群峰之城”，同时也是我国生物多样性最丰富的地区之一。
其中，珍稀濒危植物资源丰富，其保存状况日益受到人类活动的威胁。
因此，开展秦巴山区珍稀濒危植物资源及其抢救保护措施研究，对于生物多样性保护和区域生态文明建设具有重要意义。
二、研究目的1.系统调查秦巴山区珍稀濒危植物资源，建立珍稀濒危植物名录；2.分析珍稀濒危植物资源分布特点，探究其生态环境适应特点；3.评估珍稀濒危植物资源受威胁程度，确定抢救保护重点；4.探索秦巴山区珍稀濒危植物资源抢救保护措施和路径。
三、研究内容1.珍稀濒危植物资源系统调查通过对秦巴山区植物资源进行野外调查，建立珍稀濒危植物名录，包括植物的学名、别名、门类、纲、目、科、属等分类信息。
2.珍稀濒危植物资源分布特点及其生态环境适应特点分析系统分析珍稀濒危植物分布的地理区域特点，探究其生态环境适应特点，为进一步制定保护措施提供参考。
3.珍稀濒危植物资源受威胁程度评估基于采集的珍稀濒危植物数据和文献资料，评估珍稀濒危植物资源受威胁程度，确定抢救保护重点。
4.秦巴山区珍稀濒危植物资源抢救保护措施探索结合秦巴山区特殊的自然环境和文化背景，探索珍稀濒危植物资源抢救保护措施和路径，推动生物多样性保护和区域生态文明建设。
四、研究方法1.野外调查法利用采样调查法对秦巴山区珍稀濒危植物资源进行野外调查，记录采集植物的具体地点、生长环境、生长特性和数量分布情况等信息，建立珍稀濒危植物名录。
2.分布特点分析法对采样调查数据进行地理信息系统分析和统计，分析珍稀濒危植物的分布特点。
3.受威胁程度评估法利用层次分析法、专家评估法等方法，对珍稀濒危植物资源进行受威胁程度评估，确定抢救保护重点。
4.资源保护措施探究法以秦巴山区为例，考虑政策法规的制定、保护范围的划定、资源管理及公众参与等方面，探索珍稀濒危植物资源的抢救保护措施和路径。
基于GIS的秦巴山区土壤侵蚀评估——以陕西省宁强县为例
基于GIS的秦巴山区土壤侵蚀评估——以陕西省宁强县为例兰敏【摘要】基于GIS技术对秦巴山区的宁强县土壤侵蚀特征进行研究.通过解译遥感影像得到研究区的土地利用现状和植被覆盖等数据,使用GIS技术对地形图数据处理得到DEM等数据,并用因子法计算研究区的土壤侵蚀模数,最终生成该区的土壤侵蚀模数图.研究结论可为该地区水土保持与土壤侵蚀防治提供科学依据.【期刊名称】《地下水》【年(卷),期】2011(033)006【总页数】3页(P205-207)【关键词】GIS;因子法;土壤侵蚀;秦巴山区;宁强县【作者】兰敏【作者单位】西北农林科技大学资源环境学院,陕西杨凌712100【正文语种】中文【中图分类】S151.9在长期的土壤侵蚀研究中，通用土壤流失方程(USLE)发挥了重要的作用，随着地理信息系统(GIS)技术不断发展，运用GIS技术结合USLE定量评估区域土壤侵蚀已成为有效手段。
但是通用土壤流失方程(USLE)并不适用于一些坡度较大的地区，基于此，本文以陕西省宁强县为例，在GIS技术支持下，运用因子法，计算该区的土壤侵蚀模数，分析土壤侵蚀的空间分布特征，为该地区水土流失防治提供科学依据。
1 实验区域宁强县位于陕西省西南角、汉中西部。
辖26个乡镇。
总人口26.48万人，百分之九十都是农业人口。
该区地处我国南北过渡的中间地带，特殊的地理位置决定了其气候的独特性:西部属于北亚热带季风气候区，东部为北亚热带与暖温带过渡地域;气候温和，雨量充沛，四季分明。
据2005年统计资料，全区年平均气温在13.5°C～15°C，年降水量655～1100 mm，年日照时数1 395～1 729 h。
宁强是汉江的发源地，有“三千里汉江第一城”之美誉，水资源资源极为丰富，其中汉江为长江的一级支流，丹江为汉江的一级支流。
2 数据源和数据处理本次试验用信息化、现代化的手法，基于遥感(RS)和地理信息系统(GIS)技术，遥感数据源采用高几何分辨率和高光谱分辨率的遥感影像，通过辐射校正，几何精校正及投影转换等空间操作，将典型区域内连续性的不同幅面的影像进行拼合，得到典型区域范围内的全幅遥感影像。
2000-2014年秦巴山区植被覆盖时空变化特征及其归因
航空航天局 （NASA） 的 EOS/MODIS 数据产品 （），空间分辨率
为 250 m×250 m，时间分辨率为 16 d。由于 MODIS/NDVI 产品经过水、云、重气溶胶等
处理，保证了数据质量，加之较高的空间分辨率，被广泛应用于区域植被覆盖变化研
处暖温带和北亚热带过渡区，是中国南北气候、生物区系的交汇地带，所以植被区系成
分复杂多样，秦岭主体为暖温带落叶阔叶林为优势的植被类型，秦岭以南为北亚热带含
常绿阔叶林成分的落叶阔叶林混交植被类型[22]。
2.2 数据准备
遥感对陆地植被的探测主要是基于植被的光谱反射信息，特别是在可见光与近红外
范围的强吸收与高反射差异[23]。基于上述特征已发展上百种植被指数，其中归一化植被
2.3.1 趋势分析 采用非参数化趋势度 （Sen） [26]方法来计算秦巴山区 NDVI 的变化趋势，
并通过 Mann-Kendall[27]统计检验法对变化趋势的显著性进行检验。Sen 趋势分析方法的优
点是不需要样本服从一定的分布，并且不受异常值的干扰，对测量误差或离群数据具有
较强的规避能力。公式如下：
用变异系数分析植被变化的稳定性[28]，计算公式如下：
∑ Cv
=
1 xˉ
n (xi - xˉ)2
i=1
n-1
（2）
式中： Cv 为 NDVI 变异系数； i 为时间序数； xi 为第 i 年 NDVI； xˉ 为 2000-2014 年 NDVI
平均值；当 Cv 值越小，表明 NDVI 波动越小；当 Cv 值越大，表明 NDVI 波动越大。
第 70 卷 第 5 期 2015 年 5 月
地理学报
ACTA GEOGRAPHICA SINICA
基于GIS的秦岭山地植被分布与环境梯度关系分析的开题报告
基于GIS的秦岭山地植被分布与环境梯度关系分析的开题报告一、研究背景和意义秦岭地区是中国西部的重要山地，其植被类型丰富，具有较高的生物多样性和生态保护价值。
随着社会经济的发展和人口的增长，自然环境遭受破坏和压力日益增加。
因此，研究秦岭山地植被分布与环境梯度的关系，具有重要的理论和实践意义。
通过异质性的生态环境，植被实现了区域内物种多样性的分布，反映了人类干预下自然生态系统的恢复和重建。
分析植被分布与环境梯度之间的关系，有助于深入了解生态系统的演化规律和自然环境的变化趋势，为促进生态文明建设提供决策支持和科学依据。
二、研究目的和内容本研究旨在运用GIS技术，基于遥感数据和生态调查数据，分析秦岭山地植被分布与环境梯度的关系，探讨植被类型和环境因素之间的空间关联和相互作用。
具体研究内容包括：（1）植被类型及其分布特征分析：构建植被类型分类系统，利用遥感图像和野外调查数据进行植被覆盖度和类型划分。
（2）环境梯度划分及其分布规律分析：以高程、坡度、坡向、土壤等环境因素为指标，运用主成分分析和因子分析方法进行环境梯度划分和分析。
（3）植被分布与环境梯度的相关性分析：采用空间统计方法（如空间自相关分析和地理加权回归分析）探究植被分布与环境因素的关联和作用。
三、研究方法和技术路线（1）数据收集：收集秦岭地区的遥感数据、环境数据和野外调查数据。
包括高分辨率遥感图像、数字高程模型数据、土壤变量数据、气候数据、人类活动指标数据等。
（2）植被类型分类和分布分析：利用遥感数据和野外调查数据，采用最大似然分类、支持向量机等机器学习算法构建植被类型分类系统，并进行植被覆盖度和类型划分。
（3）环境梯度划分和分析：以高程、坡度、坡向、土壤等环境因素为指标，运用主成分分析和因子分析方法进行环境梯度划分和分析。
（4）植被分布与环境因素相关性分析：采用空间统计方法探究植被分布与环境因素的关联和作用，如空间自相关分析、地理加权回归分析等。
基于MODIS-NDVI的陕西省植被覆盖变化特征
基于MODIS-NDVI的陕西省植被覆盖变化特征作者：陈科皓来源：《农学学报》 2018年第8期摘要：为实现人地关系协调发展，为陕西省生态建设政策的制定和实施提供理论依据，本研究基于MODIS-NDVI 影像及高程数据，采用MVC、一元线性回归等方法，分析陕西省2011—2015 年NDVI 的时空变化特征。
结果表明：（1）陕西省NDVI值呈现“南高北低”的分布特征，陕南地区及陕北南部森林植被茂密，植被覆盖情况较好，陕北北部属于风沙区，植被覆盖情况较差，关中地区以农作物为主，植被覆盖情况居中；（2）2011—2015 年陕西省NDVI值呈波动变化，整体变化趋于稳定，且有好转趋势，主要分布在关中及陕南地区；陕北地区NDVI值有退化迹象；（3）随着海拔高度的增加，NDVI值呈“降低—升高—降低”的变化，2000~2500 m海拔高度范围内的NDVI值最高，植被覆盖情况较好，主要是分布在秦岭山脉的太白山地区。
关键词：MODIS-NDVI；陕西省；植被覆盖中图分类号：S718.57，TP79 文献标志码：A 论文编号：cjas170900210 引言植被是陆地生态系统的重要组成部分，将大气圈、土壤圈和水圈紧密地联系在一起[1]。
作为研究全球变化的“指示器”，在全球能量交换、生物地球化学和水文循环方面起着重要的作用[2]，能直接反映生态环境的总体状况，因此监测植被覆盖动态变化具有重要的科学意义和现实价值。
归一化植被指数(Normal DifferenceVegetation Index, NDVI)能够有效识别植被变化信息，是目前使用最为广泛的植被指数之一[3]，它与植被覆盖度、生物量、叶面积指数、土地利用等密切相关[4]。
近年来，植被覆盖状况是国内外研究的热点之一。
国外研究学者基于NDVI 数据，对植被覆盖变化做了大量研究工作，很好地揭示了研究区植被覆盖时空变化规律，以及季节、气候（气温、降水量、地表水等）等因子对NDVI 的影响[5-7]；国内学者利用不同时空尺度的不同精度范围的NDVI 数据，对植被覆盖的时空变化进行了大量研究[8-10]。
关中地区植被覆盖变化及其人为影响的对比分析
关中地区植被覆盖变化及其人为影响的对比分析
张翀;白子怡
【期刊名称】《宝鸡文理学院学报:自然科学版》
【年(卷),期】2022(42)2
【摘要】目的分析关中地区植被覆盖与植被覆盖人为影响的相互关系。
方法基于2001-2018年MODIS-NDVI数据,应用Sen趋势法、Hurst指数等方法分析关中地区植被覆盖的过去、现状及未来演变特征,应用残差法获取植被覆盖的人为影响,并从时间特征、空间特征、变化趋势及未来演变4个维度对比分析。
结果关中地区植被覆盖18 a呈改善趋势,但在未来演变中呈退化趋势,尤其植被覆盖改善转为退化区域面积占42.48%。
植被覆盖人为影响18 a呈正作用趋势,但其未来演变呈负作用趋势,尤其人为影响正作用转负作用占比高。
植被覆盖改善区域和人为影响的正作用区域主要分布在关中地区南北两侧,植被覆盖退化区域和人为影响负作用区域主要分布在关中地区中东部。
结论关中地区植被覆盖的改善和退化区域与植被覆盖人为影响的正作用和负作用区域具有一致性,应着重防范植被改善区域的植被返恶化问题重演。
【总页数】7页(P76-81)
【作者】张翀;白子怡
【作者单位】宝鸡文理学院地理与环境学院;陕西师范大学地理科学与旅游学院【正文语种】中文
【中图分类】K909
【相关文献】
1.段家河流域植被覆盖和人为环境的动态变化及趋势预测
2.2003～2014年关中地区季节植被覆盖度时空变化分析
3.基于SPOT VEGETATION数据的关中地区近10年来植被覆盖变化分析
4.几种植被覆盖变化趋势分析方法对比研究
5.2001-2018年黄土高原植被覆盖人为影响时空演变及归因分析
因版权原因，仅展示原文概要，查看原文内容请购买。
基于GIS的秦巴山区土壤侵蚀空间特征分析——以陕西省宁强县为例
２ 材 料 与方 法
２ １ 数 据 源 ． ’
采 用 ２０ ０ ８年 ８ ｌ 的 ２ ５ｍ 高分 辨 率 Ｓ Ｏ 一 ０月 ． ＰＴ 影像作 为遥感 数据 源 ； 形 图 数据 源 采 用 国 家地 理 地 数据库 １ １ ０ ：０００地形 图 ； 选择 全 国第 二 次土 地调 查
合。 ’
关 键 词 ： Ｉ； ＳＥ 土 壤 侵 蚀 ； 巴 山 区 ； 强 县 Ｇ ＳＵ Ｌ ； 秦 宁 中图 分 类 号 ： １７ １ Ｓ５ ． 文献标识码 ： Ａ 文 章 编 号 ：１０．６ １２１ ）２０９ ． ００７０ （０ ２０ ．１６０ ５
在 长期 的土壤 侵 蚀 研究 中 ， 用 土 壤 流失 方 程 通
西 省西南 角 、 中 西部 ， 于 东 经 １５２ ０ ～１６ 汉 介 ０ ｏ １１” ０ ｏ ３ ８ 、 纬 ３ 。７ ０” ３ １ ２ 之 间 ， 界 三 省 。 ５１”北 ２ ３ ６ ～３ 。２４ ” 地
收 稿 日期 ：０ １１ ６ ２ １－０ １
ｍ ｍ ，
究了 Ｕ Ｌ Ｓ Ｅ在 中 国 的应 用 ， 得 了很 有 价 值 的 系列 取 成 果 ＿ ６， ５ １这些 研究 为我 国 区域 水土 流失 的预报 、 — 规 划 与治 理提 供 了科 学依 据 。因此 ， 利用 ３ ｓ技术 快速 调 查 和监测 区域水 土 流 失 基 本状 况 ， 现 水 土流 失 实
辖 ２ ６个 乡镇 ， 社 区委 员会 ， ２ ８个 １７ ３个 自然 村 。总 人 口 ２ ．８ 人 ， 分 之 九 十 都 是农 业 人 口。该 区 ６４ 万 百
（ Ｓ Ｅ 发 挥 了重要 的作用 Ｅ＿Ｊ随 着地 理 信息 系统 ＵＬ） ｌ ３，
陕西秦巴山区野生兰科植物资源分布及保护对策
陕西秦巴山区野生兰科植物资源分布及保护对策袁海龙【摘要】陕西泰巴山区分布有野生兰科植物41属、80种,分别占陕西省兰科植物属和种的100％和97.6％.水平分布主要集中在汉中、安康、宝鸡、商洛4市,每个市又集中分布在各市设立的国家级自然保护区,垂直分布集中在海拔800～3000m 范围内,属和种分别占秦巴山区野生兰科植物属和种的82.9％和73.8％.秦巴山区野生兰科植物资源的保护利用还处于较原始的状态,人为的滥采乱挖给资源保护带来了巨大压力.籍此,提出重视就地保护工作；在自然环境下进行迁地保护；成立专门机构加强对观赏、药用兰科植物的人工栽培研究等野生兰科植物资源保护对策.%41 genus and 80 species of wild orchids are distributed in Shanxi Qinba Mountains, , respectively accounts for 100% and 97. 6% of the genus and species of orchids in Shanxi Province. The horizontal distribution of the wild orchids is mainly concentrated in the National Nature Reserves in the cities of Hanzhong, Ankang, Baoji, Shangluo; and the vertical distribution is concentrated in the altitude range of 800 -3000 m, principally among 800 -2000 m, which accounts for the 82. 9% and 73. 8% of genus and species distribution of wild orchids in Qinba Mountains. The conservation and utilization for the germplasm resources of the Qinba Mountain Wild orchids are still in a very primitive state, and the disorder digging up has been brought tremendous pressure on the protection of germplasm resources of the Qinba Mountain Wild orchids and other resources, it was put forward to protect the wild orchids in the existing national Nature Reserves, and to transplant properly to Nature Reserve atthe same time under the premise of not destructing and affecting the original habitat and community proliferation, as well as to set up special orchid research institution to strengthen the studies on the cultivation of ornamental, medicinal orchids plants to achieve the protection for wild orchid germplasm resources.【期刊名称】《林业调查规划》【年(卷),期】2011(036)004【总页数】5页(P66-70)【关键词】野生兰科植物;资源分布;保护对策:陕西奏巴山【作者】袁海龙【作者单位】安康学院,陕西安康725000【正文语种】中文【中图分类】S682.31;S718兰科植物是有花植物中的大家族，全世界约有700 属2万多种，主要产于热带和亚热带地区.我国有兰科植物约173 属1 240多种［1］.兰科植物是世界最珍贵的野生植物资源之一，具有极高的观赏、药用、科研、文化和生态价值，其全科植物均为国际公约保护植物，已全部列入《濒危野生动植物种国际贸易公约》附录，并列入第二批国家重点保护野生植物名录［2］.1 自然环境概况陕西秦巴山区位于我国中西部，关中地区以南，包括宝鸡、西安、渭南的南部及整个陕南地区的汉中、安康、商洛3 市的全部，总体涉及38个县区，占陕西省国土面积的36%，是秦巴山区的核心区域.区内地形复杂，河流纵横，是我国两大水系——长江、黄河的分界线，总体气候特点以秦岭主脊为界呈现明显的南北分界，秦岭以南处亚热带到暖温带过渡带，随着山地海拔的升高，从亚热带过渡到寒温带，秦岭主脊以北随着山地海拔的变化从暖温带过渡到寒温带，区内最高海拔是位于宝鸡的秦岭主峰太白山，海拔为3 767 m，最低海拔位于安康市白河县城东与湖北郧县交界处，海拔为170 m，年降雨量为709.5 ～1 400 mm［3］.由于山地地形复杂，小气候类型多，气候湿润，为野生兰科植物提供了良好的生存条件，再加之秦巴山区自古就有“蜀道难难于上青天”的说法，2000年以前相对落后的交通条件，封闭的信息，使野生兰科植物资源得到了较好的保留.2 研究方法在结合已有资料的基础上［4］，通过野外实地调查进行资料证实与补充，具体是以秦巴山区6 市的每个行政区为大的调查单位，在此基础上以县为具体调查区，再在每个调查区选择2～3个森林植被保护较好的林场或乡镇林区进行实地调查，采用走访结合现场核实的调查方法进行种类分布统计及资源利用保护情况调查.3 结果分析3.1 野生兰科植物资源分布种类据调查，陕西秦巴山区共分布野生兰科植物41属80种(变种)，占陕西省兰科植物41 属中属的100%，82种的97.6%，仅有舌唇兰属的二叶舌唇兰(Platanthera chlorantha Cust.ex Rchb.)和角盘兰属的裂瓣角盘兰(Herminium alaschanicum)2个种没有分布.陕西秦巴山区野生兰科植物名录见表1.3.2 野生兰科植物水平分布3.2.1 不同市区野生兰科植物水平分布种类兰科植物在该区水平分布很广，全区域的6个地市的38个县区都有不同程度的分布，其分布种类随着气候及森林环境的不同有较大的差异，其分布也明显受到人为活动的影响.分布种类最丰富的区域主要集中在汉中、安康、宝鸡、商洛4个市，分布的属分别占秦巴山区兰科植物总属的82.9%、65.9%、63.4%和51.2%，分布的种分别占秦巴山区兰科植物总种的71.3%、56.3%、45.0%和36.3%(表2)，而西安、渭南2 市分布相对较少，这主要是陕南的汉中、安康、商洛全区均处于秦巴山区的范围内，且地处秦岭南坡，巴山北麓，自然条件优越，宝鸡有太白、凤县2个秦岭山区县及眉县一个半山区县，特别是太白山为秦岭的主峰，森林类型多，自然环境复杂多样，也为不同兰科植物的生存提供了多样的生境，而西安、渭南分别只有4个，3个县的小部分地处秦岭的北坡，区域面积较小.表1 陕西秦巴山区野生兰科植物分布种类Tab.1 Distribution of wild orchids species in Shaanxi Qinling Mountain属种杓兰属绿花杓兰Cypripedium henryi Rolfe大花杓兰C.fasciolatum Franch毛杓兰C.franchetii E.H.Wilson扇脉杓兰C.japonicum Thunb大叶杓兰C.fasciolatum Franch西藏杓兰C.tibeticum King ex Rolfe紫点杓兰C.guttatum Sw头蕊兰属头蕊兰Cephalanthera longifolia(L.)Fritsch银兰C.erecta(Thunb.ex A.Murray)Bl火烧兰属火烧兰Epipactis helleborine(L.)Crantz大叶火兰E.mairei Schltr无喙兰属叉唇无喙兰Holopogon smithianus(Schltr.)S.C.Chen鸟巢兰属尖唇鸟巢兰Neottia acuminata Schltr太白山鸟巢兰N.taibaishanensis P.H.Yang et ng 对叶兰属对叶兰Listera puberula Maxim.巨唇对叶兰L.grandiflora Rolfe var.megalochila S.C.Chen斑叶兰属小斑叶兰Goodyera repens(L.)R.Br.斑叶兰G.schl echtendaliana Reichb.f.大花斑叶兰G.biflora(Lindl.)Hook.f.旗唇兰属旗唇兰Vexillabium yakushinense(Yamamoto)F.Maekawa全唇兰属全唇兰Myrmechis chinensis Rolfe绶草属绶草Spiranthes sinensis(Pers.)Ames红门兰属广布红门兰Orchis chusuaD.Don河北红门兰O.tschiliensis(Schltr.)Soo二叶红门兰O.diantha Schltr.北方红门兰O.roborovskii Maxim.舌喙兰属粗距舌喙兰Hemipilia crassicalcarata S.S.Chien舌唇兰属尾瓣舌唇兰Platanthera mandarinorum Rchb.f.舌唇兰P.japonica(Thunb.)Lindl.小花舌唇兰P.minutiflora Schltr.凹舌兰属凹舌兰Coeloglossum viride(Linn.)Hartm蜻蜓兰属蜻蜓兰Tulotis fuscescens(L.)Czer.小花蜻蜓兰suriensis(Regel etMaack)H.Hara.角盘兰属叉唇角盘兰Herminium lanceum(Thunb.ex Sw)Vuijk 角盘兰H.monorchis(L.)R.Brown.长瓣角盘兰H.ophioglossoides Schltr.无柱兰属无柱兰Amitostigma gracile(BL.)Schltr一花无柱兰A.monanthum(Finet)Schltr.兜被兰属兜被兰N.pseudodiphylax(Kranzl.)Schltr.一叶兜被兰N.monophylla(Ames et Schltr.)S chltr.续表1Schltr.手参属手参Gymnadenia conopsea R.Brown西南手参G.orchidinae Lindl.兜蕊兰属兜蕊兰Androcorys ophioglossoides Schltr.剑唇兜蕊兰 A.pugioniformis(Lindl.ex Hook.f.)ng)地生兰属粉叶玉凤兰Habenaria glaucifolia山珊瑚属毛萼山珊瑚 Galeola lindleyana(Hook.f.et Thoms.)Rchb.F.属种二叶兜被兰Neottianthe cucullata(L)天麻属天麻Gastrodia elata Bl.虎舌兰属裂唇虎舌兰Epipogium aphyllum(F.W.Schmidt)Sw.日本虎舌兰E.japonicum Makino白芨属白芨B.striata(Thunb.ex.A.Murray)Reichb.f.小白芨Bletillaformosana(Hayata)Schb.f.黄花白芨B.ochracea Schltr羊耳蒜属羊耳蒜Liparis japonica(Miq.)Maxim.长唇羊耳蒜L.pauliana Hand-Mazz.小羊耳蒜L.fargesii Finet沼兰属沼兰Malaxis.monophyllos(L)Sw套叶兰属套叶兰Hippeophyllum sinicum S.C.Chen et ng山兰属长叶山兰Oreorchis fargesii Finet硬叶山兰O.nana Schltr.兰属春兰Cymbidium goeringii(Reichb.F.)Reichb.F.惠兰C.faberi Rolfe杜鹃兰属杜鹃兰Cremastra mirata A.Gray筒距兰属筒距兰Tipularia szechuanica Schltr.独花兰属独花兰Changnienia amoena Chien珊瑚兰属珊瑚兰Corallorhiza trifida Chat虾脊兰属三棱虾脊兰Calanthe tricarinata Lindl.流苏虾脊兰C.alpina Hook.f.ex Lindl.弧距虾脊兰C.arcuata Rolfe短叶虾脊兰C.arcuata Rolfe var.brevifolia Z.H.Tsi剑叶虾脊兰C.davidii Franch.独蒜兰属独蒜兰Pleione bulbocodioides(Franch.)Rolfe瘦房兰属瘦房兰Ischnogynemandarinanum(Kranzl.)Schltr石斛属铁皮石斛Dendrobium officinale Kimura et Migo细叶石斛D.hancockii Rofle细茎石斛D.moniliforme(L.)Sw卷瓣兰属河南卷瓣兰Bulbophyllum hennanense J.L.Lu城口卷瓣兰B.chrondriophorum(Gagnep)Seidenf.蝴蝶兰属华西蝴蝶兰Phalaenopsiswilsonii Rolfe盆距兰属台湾盆距兰Gastrochilusformosanus(Hayata)Hayata表2 不同区域兰科植物资源分布属种占秦巴山区总属种比例Tab.2 Proportion of different regional orchids species resources distribution account for the total species of Qinlingmountain区域名分布属/个所占比例/%分布种/种所占比例/%汉中市34 82.9 57 71.3安康市 27 65.9 45 56.3商洛市 21 51.2 29 36.3宝鸡市 26 63.4 36 45.0西安市 17 41.5 17 21.3渭南市717.1 7 8.83.2.2 不同地区野生兰科植物水平分布特点秦巴山区6个地市虽然野生兰科植物分布的丰富度不同，但每个地市都有一个相对集中分布小区，其所分布的属占本市属的比例最少的为47.6%(商洛市)，最多的为100%(西安);其中种占本市种最少的为37.9%(商洛)，最多的为100%(西安)(表3).从各市集中分布区看，汉中市的集中分布区佛坪是大熊猫自然保护区，安康市的集中分布区是化龙山自然保护区，商洛市的集中分布区是牛背梁自然保护区，宝鸡市的集中分布区是太白山自然保护区，西安市则是秦岭山地区域较大的周至，渭南市则是植被保护较好的华阴市.表3 不同区域野生兰科植物集中分布点兰科属种占该区比例Tab.3 Proportion of different regionalwild orchids concentrated point orchids species account for the total species of Qinlingmountain区域名集中分布区分布属/个/%汉中市佛坪自然保护区所占比例/%分布种/种所占比例27 79.4 43 75.4安康市化龙山自然保护区 23 85.2 35 77.8商洛市柞水牛背梁自然保护区 10 47.6 11 37.9宝鸡市太白山自然保护区 25 96.2 35 97.2西安市周至 17 100.0 17 100.0渭南市华阴6 85.7 6 85.73.3 野生兰科植物垂直分布根据调查结果，兰科植物在秦巴山区垂直分布范围为海拔300～3 600 m，不同种类分布的海拔幅度差异较大，大多数种类垂直分布范围较宽，且不同种类分布海拔存在较大交叉区，其中800～2 000 m为兰科植物分布最集中的区域，兰科植物的属和种分别占整个秦巴山区的82.9%和73.8%;海拔2 000～3 000 m 区域是另一个集中分布区，属和种分别占整个秦巴山区的48.8%和38.8%;海拔800 m 以下和3 000 m 以上分布的种类相对对较少(表4).由此可见，秦巴山区野生兰科植物主要垂直分布区为海拔800～3 000 m.这一区域也是主要的林区，应是野生兰科植物保护的重点区域.表4 秦巴山区野生兰科植物垂直分布Tab.4 Vertical distribution of wild orchids in Qinlingmountain海拔范围/m分布属/个属占秦巴山区总属百分比/%分布种/个种占秦巴山区总种百分比/%10 24.4 12 15.0 800～2000 34 82.9 59 73.8 2000～3000 20 48.8 31 38.8 3000 以上800 以下13 31.7 15 18.83.4 野生兰科植物资源保护和利用现状近年来，随着交通条件的改善，受到利益的驱动，每年都有南方的不法兰販前来收购和盗挖兰科植物，当地的农民也开始滥挖，对资源造成极大的破坏.20世纪80年代中期，汉中、安康的秦巴山地海拔1 000 m 以下的浅山丘陵区随处都可见到春兰、蕙兰，但进入20世纪后，已在上述地区难觅其踪影.3.4.1 栖息地锐减导致野生兰科植物分布范围越来越窄由于人口增加，交通建设及经济发展等综合因素，导致大量原生地带性森林植被被大量砍伐，造成许多森林植被残次化、灌木化、破碎化、孤岛化［5］，造成了兰科植物栖息地的大量丧失，从而导致野生兰科植物种质资源的分布区越来越窄，资源大量消失.表现的现实情况是各地的兰科植物都集中分布在森林植被保护较好的区域.3.4.2 资源保护不力，乱采滥挖现象严重虽然兰科植物具有很高的价值，但直到今天，秦巴山区还没有建立专门的兰科植物保护区和研究机构，也没有出台相关的保护条例.据调查，外地兰贩每年春天都会到汉中、安康、商洛等市收购兰花，仅安康的宁陕县泰山庙乡2004年春没收的非法采挖的春兰、蕙兰就达近5万余株，2005年安康的镇平县缉获一批准备运往香港的兰花，价值60余万元.现在，常年还有当地村民上街卖兰.这些都造成了资源的极大破坏.3.4.3 开发和利用的无序化目前秦巴山区兰科植物资源开发主要在2个方面:①作为观赏花卉开发.我国栽培兰花的历史有2000余年，但整体上兰科植物的利用仍处于直接从自然界获取的低级阶段［6］，秦巴山区观赏兰科植物的利用也不例外，而且仅停留在春兰和蕙兰的开发上，大量有较高观赏价值的兰科植物没有得到重视和利用.观赏兰科植物的开发不但技术含量很低，无法形成产业，而且对自然资源造成了极大的浪费和破坏.②作为中药材开发利用.目前大多是以药农采挖野生资源为主，人工栽培的仅限于天麻、白芨等极少数的种类.3.4.4 保护压力增大，人力、物力、财力难以承受目前纵横穿梭在秦巴山区中的西康(西安—安康)、西汉(西安—汉中)、十天(十堰—天水)等高速公路已通车，交通条件非常便利，给兰販提供了极大的便利，再加之秦巴山区地域的广阔性，进行全区域的兰科植物资源保护也不现实，目前野生动植物资源的保护职责在林业部门的野生动植物保护站，人力、物力、财力极为有限，野生兰科植物资源的保护压力很大.4 结论陕西秦巴山区野生兰科植物种类非常丰富.种属分布集中区主要在宝鸡太白山自然保护区、汉中佛坪自然保护区、安康化龙山自然保护区及秦岭牛背梁自然保护区.保护陕西省兰科植物资源的实质就是保护秦巴山区野生兰科植物资源，对自然保护区野生兰科植物的保护又是根本.5 野生兰科植物资源保护对策针对秦巴山区野生兰科植物资源分布特点，为了更好地保护其种质资源，并能使其资源量进一步扩大，可持续发挥其生态、文化、观赏、药用等综合作用，提出如下保护对策.5.1 加大执法力度，严厉打击盗采野生兰科植物的违法行为在野生兰科植物分布区加大宣传教育力度，严格按照国家的相关法律法规开展执法工作，严禁野生兰科植物的贸易交易，尤其要禁止药材部门收购野生兰科植物［7］.5.2 加强野生兰科植物集中分布区的生境保护，重视就地保护工作在整个秦巴山区野生兰科植物分布区全面加强兰科植物分布区的原生境保护，为兰科植物的自然繁衍提供保障.5.3 实施野外自然条件下的迁地保护在就地保护的基础上，以各大区野生兰科植物集中分布区为核心，尽快实施野外自然条件下的迁地保护.以汉中、安康、宝鸡、商洛4 市为重点，依托现有的佛坪大熊猫自然保护区、化龙山、太白山、牛背梁等国家级自然保护区，分设4个野生兰科植物保护区，对保护区的森林环境进行研究，同时调查各市兰科植物不同种类自然分布点的生境条件.运用生境相似性原理，在不破坏原生境兰科植物群落的前提下进行适度的迁地移植，使各市自然保护区的兰科植物种类涵盖本市所有野生兰科植物，这样既能更好地保护野生兰科植物资源，又能依托保护区的人力、物力、财力极大地缓解野生兰科植物保护的压力.5.4 成立专门的兰科植物开发研究机构一方面从观赏兰科植物的人工繁殖和育种研究入手，使人工栽培的观赏兰科植物占领市场，从而避免对自然资源的破坏.另一方面，以天麻、白芨为重点，大力开展人工栽培，在使野生兰科植物资源得到有效保护的同时为当地经济发展服务，促进资源保护和可持续发展良性循环.参考文献:［1］杨昌熙，董仁威.兰花鉴别手册［M］.成都:四川科学技术出版社，2006. ［2］赵芳，张改霞，李先敏.太白山兰科植物资源及其保护利用［J］.中国林副特产，2009(6):75.［3］李涛，屈新运，王喆之.陕西秦巴山区濒危中药资源的保护与开发利用［J］. 武夷科学，2005，21(00):140.［4］冯宁，杨平厚，徐振武，等.陕西兰科植物种类及其分布研究［J］.山西师范大学学报(自然科学版)，2007，35(2):84-85.［5］刘江枫，胡名芳，黎维英，等.福州市野生兰科植物调查及其保育和可持续利用的探讨［J］.中国野生植物资源，2009，28(4):23.［6］罗毅波，贾建生，王春玲.中国兰科植物保育的现状和展望］［J］. 生物多样性，2003，11(1):73.［7］余东莉，刘强.西双版纳国家级自然保护区野生兰科植物多样性评价及保护对策［J］.林业调查规划，2008，33(6):29.。
秦巴山区植被覆盖变化及气候因子驱动分析
第39卷第9期2019年5月生态学报ACTA ECOLOGICA SINICAVol．39，No．9May ，2019基金项目：国家自然科学基金项目（41671090）；科技基础资源调查专项（2017FY100902）收稿日期：2018-01-30；网络出版日期：2019-02-27*通讯作者Corresponding author．E-mail ：tianli@igsnrr．ac．cn DOI ：10．5846/stxb201801300252陈超男，朱连奇，田莉，李新鸽．秦巴山区植被覆盖变化及气候因子驱动分析．生态学报，2019，39（9）：3257-3266．Chen C N ，Zhu L Q ，Tian L ，Li X G．Spatial-temporal changes in vegetation characteristics and climate in the Qinling-Daba Mountains．Acta Ecologica Sinica ，2019，39（9）：3257-3266．秦巴山区植被覆盖变化及气候因子驱动分析陈超男1，朱连奇1，田莉2，3，*，李新鸽11河南大学环境与规划学院，开封4750042中国科学院地理科学与资源研究所，北京1001013千烟洲生态试验站，生态系统网络观测与模拟重点实验室，北京100101摘要：基于GIMMS 3g （1982—2015年）、SOPT VEG （1998—2015年）和MODIS （2000—2017年）3种NDVI 数据集，结合气温、降水和DEM 数据，利用平均法、线性趋势分析法和相关分析法等方法，分析了秦巴山区植被覆盖的时空变化特征及其与气候因子的相关性，并以秦岭山地（陕西境内）为重点区域，分析了植被覆盖的海拔梯度差异及其与气候因子的垂直响应模式。
结果表明：①1982—2017年秦巴山区3种植被NDVI 均呈显著增加趋势，其中1982—2015年NDVI-GIMMS 3g 增速为1．4%/10a ，1982—2000年NDVI-GIMMS 3g 较低且波幅较大，增速为1．6%/10a ，年际间变异系数（CV ）为0．04，2000—2015年NDVI-GIMMS 3g 较高且稳定增加，增速为1．7%/10a ，CV 为0．02；2000—2015年NDVI-SPOT VEG 增速为4．1%/10a ，CV 为0．04；2000—2017年NDVI-MODIS 年增速为4．5%/10a ，CV 为0．04；②2000—2017年（MODIS 数据）秦巴山区植被覆盖高值区主要为秦岭、米仓山和神农架等山地，低值区主要为西部高海拔区和东部低海拔区等区域；秦岭山地随海拔升高植被NDVI 先升高后降低；③2000—2017年（MODIS 数据）秦巴山区植被覆盖增加和减少的区域分别占96．90%和3．10%，低海拔地区较高海拔地区变化剧烈；秦岭山地低海拔带植被覆盖较高海拔带增加显著；④2000—2015年（SOPT VEG 数据）秦巴山区增温效应显著，增速为0．49ħ/10a ，植被覆盖与温度以正相关为主，与降水正负相关并存，与温度的相关性较降水的相关性高；秦岭山地高海拔带植被对温度变化更敏感，低海拔带对降水更敏感。
陕北地区植被覆盖度变化监测研究
陕北地区植被覆盖度变化监测研究
张智;郭玉芳;杨立国
【期刊名称】《测绘标准化》
【年(卷),期】2014(30)4
【摘要】植被覆盖度是反映地表植被群落生长态势的重要指标和描述生态系统的重要基础数据,对区域生态环境变化有着重要的指示作用.基于2000-2012年间MODIS遥感数据,获取较长时间序列下不同植被覆盖度等级的定量化数据,定量分析陕北地区植被覆盖度的发展和演化的时空特征,为区域性生态环境保护、资源可持续利用及相关决策提供科学依据.
【总页数】3页(P8-10)
【作者】张智;郭玉芳;杨立国
【作者单位】国家测绘地理信息局陕西基础地理信息中心陕西西安710054;国家测绘地理信息局测绘标准化研究所陕西西安710054;潍坊市勘察测绘研究院山东潍坊261041
【正文语种】中文
【中图分类】P237.9
【相关文献】
1.上海崇明县植被覆盖度动态变化遥感监测研究 [J], 李红;李立科;卢振兰;李德志;周燕;宋云;柯世朕;孙玉冰;王春叶;赵鲁青
2.陕北黄土高原植被覆盖度动态变化分析研究 [J], 湛青青;刘咏梅;王雷;庞国伟
3.甘肃祁连山哈溪林区植被覆盖度变化监测研究 [J], 丁国民;裴雯;张天斌;王明海;贾德成
4.基于RS的陕北地区植被覆盖度变化及驱动力研究 [J], 晋成名;杨兴旺;景海涛
5.降水变化对陕北黄土高原植被覆盖度和高度的影响 [J], 张岩;张清春;刘宝元因版权原因，仅展示原文概要，查看原文内容请购买。
秦岭中部自然保护区植被生长状况遥感监测
秦岭中部自然保护区植被生长状况遥感监测王晓雅;凌子燕;陈研;翟俊;邓雅文;荔琢;彭凯锋【期刊名称】《自然保护地》【年(卷),期】2022(2)2【摘要】秦岭地区是中国自然保护区较为集中的地区之一,也是中国重要的生态保护屏障,秦岭中部有多个国家级自然保护区,然而目前鲜有研究分析秦岭中部自然保护区的植被生长状况,且对于自然保护区的保护成效尚不明确,因此探究该区域长时序的植被生长状况有助于了解秦岭地区自然保护区的保护成效及植被生长情况。
本文利用Landsat、MODIS、GLASS等遥感数据及相关产品分析了秦岭中部地区14个国家级自然保护区近二三十年归一化植被指数(NDVI)、叶面积指数(LAI)、净初级生产力(NPP)、植被覆盖度(FVC)的空间分布特征及趋势变化情况,并综合4个指标探究秦岭中部自然保护区的植被变化情况与保护成效,研究结果表明,1)在空间上,太白山自然保护区中南部与汉中朱鹮自然保护区南部的植被类型与其他区域存在差异;2)在趋势上,各自然保护区的植被生长状况呈现显著增加趋势或维持稳定状态;3)综合各指标发现,秦岭中部自然保护区的整体保护成效良好,但极个别地区仍需要重点关注。
【总页数】12页(P48-59)【作者】王晓雅;凌子燕;陈研;翟俊;邓雅文;荔琢;彭凯锋【作者单位】遥感科学国家重点实验室;北京师范大学地理科学学部;环境遥感与数字城市北京市重点实验室;北部湾环境演变与资源利用教育部重点实验室;南宁师范大学地理科学与规划学院;生态环境部卫星环境应用中心【正文语种】中文【中图分类】Q948【相关文献】1.大山包黑颈鹤自然保护区植被覆盖度遥感监测及分析2.可可西里国家级自然保护区人类活动干扰状况遥感监测研究3.陕西省重点生态建设工程区植被恢复状况遥感监测4.矿山恢复治理区植被物候与健康状况遥感监测因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大面积植被覆盖度的获取而言较为困难 。近年来， 随着遥感技术的迅速发展， 应用遥感影像计算的植被 指数估算植被覆盖度作为一种新兴的方法， 得到了广泛的应用。 本研究中植被覆盖度的提取以基于 NDVI 的像元二分模型方法进行， 计算公式为 NDVI = ρ NIＲ － ρ Ｒ ， ρ NIＲ + ρ Ｒ （ 1）
［2 ］
图1
2000 年和 2010 年植被覆盖度等级分布图 宁强县 1990 年、
2
2． 1
结果与分析
植被覆盖度总体变化特征 2000 年和 2010 年的平均植被 从宁强县 3 个不同时期的植被覆盖图分析可以看出 ， 宁强县 1990 年、
78． 05% 和 79． 12% 。整体而言， 覆盖度分别为 78． 48% 、 宁强县植被覆盖良好， 且略有增长趋势。 从不 同植被覆盖度等级的面积分布比例也可以看出 （ 表 2 ） ： V 级 （ 60% ～ 75% ） 和 VI 级 （ ≥75% ） 的覆盖度 等级面积均占 3 个时期植被覆盖度的 90% 乃至 95% 以上。 各覆盖度等级的面积比例动态变化显示， 1990 —2000 年的 10 年间， 大于 60% 的 V 级和 VI 级覆盖度等级面积比例略有下降， 降幅分别约 1． 3% 和 0． 9% ； 30% ～ 60% 间的 III 级和 IV 级覆盖度等级面积比例均略有增加， 减幅分别为 0． 3% 和 2． 9% ； 10% ～ 30% 的 II 级覆盖度等级面积比例也出现减少趋势， 同时， 减幅约 0． 1% 。 这反映出 1990 —2000 年间， 宁强县植被有被破坏的现象发生 ， 高覆盖度等级和低覆盖度等级面积比例均出现减小趋势 ， 这一 2010 年宁强县小于 75% 的 II、 III、 IV 和 时期为宁强县的植被覆盖的退化期 。2000 —2010 年的 10 年间， V 级覆盖度等级面积比例较之 2000 年均有不同程度的减少， 而 ≥75% 的 VI 级覆盖度等级面积较之 2000 年有较大幅度增长， 增幅约 3． 5% ， 反映出 2000 —2010 年间宁强县植被恢复效果较好， 高覆盖度等 级面积显著增长， 而中低覆盖度等级面积有不同程度减小 ， 即这一时期为宁强县植被覆盖的恢复期 。 表2
利用遥感数据提取植被覆盖度的方法近年来得到学界的广泛研究和应用 。 与传统的地表实测法比较， ［4 ］ 由于遥感测量法基于空间数据连续 ， 在大中尺度区域具有一定的优势， 因此近年来备受关注 。 特别
［5 ］ 是源于定量遥感线性光谱混合模型的混合像元分解法 ， 因其经济方便， 且可以利用不同时相的遥感 ［3 ］ 影像估算植被覆盖度， 适于植被覆盖度的动态监测研究而得到较为广泛的应用 。 实际应用中， 研究
者大多利用基于归一化植被指数 （ Normalized Difference Vegetation Index ，NDVI） 的像元二分模型进行区 ［68 ］ 。 域植被覆盖度的提取和植被信息的动态监测 宁强县位于陕西省西南部的秦巴山区 ， 是汉江的发源地， 属南水北调中线工程水源区， 也是丹江口 库区及上游水土保持工程项目县 。宁强县植被覆盖的动态变化在一定程度上反映着水土保持治理的成 效， 其植被覆盖的优劣也直接关系到汉江上游流域的水质和生态环境质量 ， 对南水北调中线工程的运行 2000 年和 2010 年 Landsat5 TM 遥感图像为基本数据 具有重要影响。鉴于此， 本研究以宁强县 1990 年、 源， 运用基于 NDVI 的像元二分模型， 提取宁强县 3 个时相的植被覆盖度， 并利用 GIS 空间分析技术， 分
秦巴山地植被覆盖度时空动态特征研究— —以陕西省 Nhomakorabea强县为例 —
1， 2 王志杰 ， 苏
嫄
3
（ 1． 贵州大学 生命科学学院 ，贵州 贵阳 550025 ； 2． 陕西理工学院 历史文化与旅游学院 ，陕西 汉中 723000 ； 3． 陕西理工学院 文学院，陕西 汉中 723000 ）
［ 摘
2000 年和 2010 利用宁强县 1990 年、 要］ 以位于陕南秦巴山地的宁强县为研究对象 ， 年的 TM 遥感图像， 运用基于归一化植被指数的像元二分模型法 ， 提取并分析了宁强县近 20
气候的改善、 生态过程的 植被不仅为动植物提供必不可少的栖息地 ， 而且通过对陆地表面的保护、 ［1 ］ 。 维持以及生物多样性的保护等提供重要的生态系统服务功能 植被覆盖度作为植被的直观量化指 生态、 全球变化等都具有重要意义 标， 对水文、
［23 ］
。关于植被覆盖度的测量， 随着遥感技术的不断发展，
· 61·
陕西理工学院学报（ 自然科学版）
第 31 卷
fg =
NDVI － NDVI soil ， NDVI veg － NDVI soil
（ 2）
NDVI 为归一化植被指数， f g 为植被覆盖度， 式中： ρ NIＲ 为近红外波段的反射率， ρ Ｒ 为红光波段的反射率， NDVI soil 为无植被覆盖区域的 NDVI 值， 即无植被像元的 NDVI 值； NDVI veg 代表被植被完全覆盖的像元的 NDVI 值， 即纯植被像元的 NDVI 值。其中 NDVI soil 和 NDVI veg 值的提取方法为选取只有一种土地利用方 式和一种土壤类型的 NDVI 图像内累计频率为 5 % 的 NDVI 指数作为 NDVI soil 值， 选取累计频率为 95 % 的NDVI指数作为 NDVI veg 值 。 并对计算得到的植被覆盖度 植被覆盖度的提取在 ENVI 5． 1 软件平台上运用 Band math 功能实现， ， 《 》 10% ～ 数据 依照水利部 土壤侵蚀分类分级标准 中关于植被覆盖度的分级标准， 划分为 ≤ 10% 、 30% 、 30% ～ 45% 、 45% ～ 60% 、 60% ～ 75% 和≥75% 这 6 个等级， 进而在 ArcGIS 10． 2 软件平台上得到 研究区植被覆盖度分级图（ 图 1 ） 。
年来植被覆盖度的时空动态变化特征 。结果表明： 宁强县近 20 年来植被覆盖整体较好， 均大 于 78% ， 且植被覆盖度整体略有上升； 近 20 年来， 宁强县植被覆盖经历退化和恢复两个时期 。 1990 —2000 年， 为宁强县植被覆盖退化期， 近一半乡镇植被覆盖度出现不同程度降低； 2000 — 2010 年， 为宁强县植被覆盖恢复期， 各覆盖度等级面积以增加为主； 2010 年宁强县仍有 11 个 乡镇植被覆盖度较 1990 年有所降低， 今后应继续加强植被恢复、 保护和建设， 保障南水北调中 线水源地生态环境的质量。 ［ 关 键 词］ 植被覆盖度； ［ 中图分类号］ S127 ； X87 时空动态； 遥感； 秦巴山地 ［ 文献标识码］ A
析了近 20 年来， 宁强县植被覆盖度的时空动态变化特征 ， 以期明确该地区植被恢复与建设的效果 ， 揭示 植被覆盖度的时间和空间变化规律 ， 为今后该地区及南水北调中线水源地生态环境保护和建设提供科 学依据。
1
1． 1
材料与方法
研究区概况
32° 37' 06″— 宁强县 位 于 陕 西 省 西 南 部、 汉 中 市 西 部， 坐 标 介 于 105° 20' 10″—106° 35' 18″ E 、 2 33°12'42″N之间， 总面积 3 282． 73 km 。境内分属嘉陵江、 汉江两大长江支流， 嘉陵江贯穿该县南北， 汉 江发源于该县北部， 水资源极为丰富， 有“三千里汉江第一城 ” 之美誉。 中低山区地貌， 北属秦岭山地， 大部分海拔 1 000 ～ 1 600 m； 南属大巴山山系， 大部分海拔 1 000 ～ 1 800m。 该区地处我国南北过渡的 中间地带， 特殊的地理位置决定了其气候的独特性 ： 西部属于北亚热带季风气候区， 东部为北亚热带与 ； ， ， 。 2005 ， 暖温带过渡地域 气候温和 雨量充沛 四季分明 据 年统计资料 全区年平均气温在 13． 5 ～ 15 ℃ ， 年降水量 655 ～ 1 100 mm， 年日照时数 1 395 ～ 1 729 h。土壤以黄棕壤为主， 成土母质以页岩、 千 枚岩为主， 质地疏松， 透水性好， 抗冲蚀能力差。 全县坡耕地量大， 大于 25° 的坡耕地占耕地面积的 2 52． 77% 。 再加上长期乱垦滥伐， 全县水土流失面积共有 2 071 km ， 平均土壤侵蚀模 占总面积的 63． 9% ，
等级 I II III IV V VI · 62·
2 数为 4 642 t / （ km ·a） ， 兼有重力侵蚀， 且面蚀严重。 该 属中度侵蚀。水土流失类型以水力侵蚀为主， ［910 ］ 。 县属南水北调中线工程水源区， 也是目前实施的丹江口库区及上游水土保持工程项目县
1． 2
数据源
2000 年和 2010 年 3 个时相的 Landsat5 TM 卫星遥感图像为基本遥感数据源， 本文选取 1990 年、 图 像空间分辨率为 30 m × 30 m， 且 3 个时相的遥感图像成像时间接近（ 均处于 7 —9 月之间） ， 植被处于同 一物候期， 植被覆盖度的时空动态变化具有可比性 ， 图像质量良好。所有遥感图像均来源于国际科学数 据镜像网站 （ http： / / www． gscloud． cn / ） ， 并已完成辐射校正和几何粗校正。 坐标系统为 WGS _1984 _ UTM_Zone_48N， 遥感图像基本特征见表 1 。另外， 非遥感数据还包括研究区 1 ∶ 50 000 地形图和行政区 划图等资料和数据， 数据来源于中国科学院资源环境科学数据中心 （ http： / / www． resdc． cn ） 。 1． 3 数据处理与方法 1． 3． 1 遥感图像预处理 由于研究区的完整遥感图像需要相邻 2 景遥感 图像（ 行列号分别为 129 /37 和 128 /37 ） 拼接方能实 现， 因此研究以 EＲDAS 9． 2 软件为数据处理平台， 首先以研究区 1 ∶ 50 000 地形图为标准参照， 分别对 3 期遥感图像（ 共 6 景遥感图像） 采用二次多项式方 法进行几何精校正， 校正时像元重采样采用双线性 内插法， 像元大小为 30 m × 30 m， 校正精度控制在 1 个像元内。 然后将同一时相的两幅遥感影像采用 表1