近20 a三北地区植被资源时空变化特征探究

陈国龙 杨瑞霞 王普 梁勇奇

引用本文:
Citation:

近20 a三北地区植被资源时空变化特征探究

    作者简介: 陈国龙(1997−),湖南人,硕士生,主要研究数字自然与文化遗产. E-mail:chenguolong_cgl@163.com;
    通讯作者: 杨瑞霞, yangrx@radi.ac.cn
  • 中图分类号: X87

Spatial and temporal variation characteristics of vegetation resources in Three North Regions in recent 20 years

    Corresponding author: YANG Rui-xia, yangrx@radi.ac.cn ;
  • CLC number: X87

  • 摘要: 三北地区长期以来是生态建设和生态文明关注的重点区域,开展三北地区植被变化监测,可为后续三北生态建设提供科学依据. 基于长时间序列NDVI数据,采用趋势分析、变异系数和Hurst指数分析等方法对三北地区1998—2018年植被NDVI变化特征及其趋势的持续性进行模拟和分析. 研究结果表明:①1998—2018年间三北地区植被有所改善,NDVI上升区域与下降区域分界线大致以200 mm等降水量线为界,山西和陕西改善面积占比超过95%,新疆改善面积占比低于50%. ②近20 a三北地区80%以上的地区NDVI波动明显,波动区域与稳定区域大致以400 mm等降水线为界,新疆地区波动最为剧烈. ③三北地区Hurst指数均值为0.47,90%以上的区域NDVI变化趋势难以长久维持. 总体看,1998—2018年三北地区植被整体呈改善趋势,但可持续性不强,未来需要进一步加强植被生态修复与防护工作,保障生态文明建设的持续性.
  • 图 1  研究区植被分布情况

    Figure 1.  Vegetation distribution in the study area

    图 2  1998—2018年三北地区年际NDVI变化

    Figure 2.  Annual NDVI changes in Three North Regions from 1998 to 2018

    图 3  三北地区植被近20 a变化趋势空间分布

    Figure 3.  Spatial distribution of vegetation change trend in recent 20 years in Three North Regions

    图 4  三北地区NDVI变异系数空间分布

    Figure 4.  Spatial distribution of NDVI coefficient of variation in Three North Regions

    图 5  三北地区植被状态持续性空间分布

    Figure 5.  Spatial distribution of vegetation status persistence in Three North Regions

    图 6  三北地区变化趋势的可持续性分布

    Figure 6.  The persistent distribution of change trend in Three North Regions

    表 1  趋势分析结果

    Table 1.  The result of the trend analysis

    显著性统计Sen>0Sen<0
    |Z|>1.96显著上升显著下降
    |Z|<1.96不显著上升不显著下降
    下载: 导出CSV

    表 2  Hurst指数分析结果

    Table 2.  The result of the Hurst index analysis

    Hurst取值范围持续性分级
    0<H≤0.35 强反持续性
    0.35<H≤0.5 弱反持续性
    0.5<H≤0.65 弱持续性
    H>0.65 强持续性
    下载: 导出CSV

    表 3  三北地区各省区NDVI变化趋势范围统计

    Table 3.  Percentage statistics of NDVI change trend in Three North Regions

    %
    变化趋势三北地区新疆甘肃青海宁夏陕西山西内蒙古河北北京天津辽宁吉林黑龙江
    显著下降15.021.519.115.11.61.61.110.85.117.318.21.42.02.0
    不显著下降26.136.718.521.33.42.21.827.57.310.817.43.44.03.0
    基本不变7.010.34.86.81.20.40.36.41.61.83.81.01.00.0
    不显著上升19.015.315.818.027.35.17.630.917.310.526.315.013.08.0
    显著上升32.916.141.838.866.690.689.224.368.759.634.379.080.087.0
    下载: 导出CSV

    表 4  三北地区各省区NDVI变异范围比例

    Table 4.  Percentage statistics of NDVI variation area in Three North Regions

    %
    变化趋势三北地区新疆甘肃青海宁夏陕西山西内蒙古河北北京天津辽宁吉林黑龙江
    非常稳定4.72.01.84.00.85.40.42.922.635.216.811.324.331.2
    稳定15.27.28.815.97.126.521.413.849.650.945.180.341.552.6
    轻微波动20.117.517.927.310.020.536.824.218.99.419.67.519.811.0
    剧烈波动60.073.371.452.982.147.641.459.18.94.518.50.914.35.2
    下载: 导出CSV

    表 5  三北地区NDVI变化趋势的持续性类型占比

    Table 5.  Percentage statistics of NDVI of sustainable area in Three North Regions

    %
    变化趋势三北地区新疆甘肃青海宁夏陕西山西内蒙古河北北京天津辽宁吉林黑龙江
    强反持续下降2.53.52.01.60.20.20.12.90.91.00.70.10.40.3
    弱反持续下降19.526.417.317.52.31.51.220.84.812.511.61.63.62.3
    弱持续下降17.025.915.715.22.12.01.312.95.712.718.02.72.21.9
    强持续下降1.72.51.91.60.40.30.31.11.22.15.20.80.20.3
    强反持续不变0.40.60.10.30.00.00.00.50.10.10.10.00.10.0
    弱反持续不变3.24.62.02.90.70.20.23.50.71.01.20.30.40.3
    弱持续不变2.64.02.12.80.40.20.12.10.70.71.80.50.20.2
    强持续不变0.30.40.30.40.00.00.00.20.10.10.60.10.00.0
    强反持续上升5.53.34.65.66.26.04.26.48.27.72.05.317.618.5
    弱反持续上升31.118.235.634.359.752.352.735.145.839.023.145.059.758.0
    弱持续上升15.09.416.916.626.035.537.314.129.420.829.840.215.017.2
    强持续上升1.21.21.41.42.12.02.60.62.52.25.93.60.71.0
    下载: 导出CSV
  • [1] 陈建成, 程宝栋, 印中华. 生态文明与中国林业可持续发展研究[J]. 中国人口·资源与环境, 2008, 18(4): 139-142. DOI:  10.3969/j.issn.1002-2104.2008.04.026. Chen J C, Cheng B D, Yin Z H. Ecological civilization and sustainable development research of China’s forestry[J]. China Population, Resources and Environment, 2008, 18(4): 139-142.
    [2] 李震, 阎福礼, 范湘涛. 中国西北地区NDVI变化及其与温度和降水的关系[J]. 遥感学报, 2005(3): 308-313. DOI:  10.11834/jrs.20050345. Li Z, Yan F L, Fan X T. The variability of ND-VI over Northwest China and its relation to temperature and precipitation[J]. Journal of Remote Sensing, 2005(3): 308-313.
    [3] 聂浩刚, 张维吉, 李智佩, 等. 中国三北地区荒漠化与可持续发展[J]. 地球科学与环境学报, 2005, 27(4): 63-70. DOI:  10.3969/j.issn.1672-6561.2005.04.013. Nie H G, Zhang W J, Li Z P, et al. Sustainable development in Three-Northern Regions desertification of China[J]. Journal of Earth Sciences and Environment, 2005, 27(4): 63-70.
    [4] 朱金兆, 胡建忠, 周心澄. 对“三北”防护林体系工程的思考与展望[J]. 自然资源学报, 2004, 19(1): 79-84. DOI:  10.3321/j.issn:1000-3037.2004.01.010. Zhu J Z, Hu J Z, Zhou X C. Thoughts and views about the Three North Shelterbelt Program[J]. Journal of Natural Resources, 2004, 19(1): 79-84.
    [5] 张力小, 宋豫秦. 三北防护林体系工程政策有效性评析[J]. 北京大学学报: 自然科学版, 2003, 39(4): 594-600. Zhang L X, Song Y Q. Efficiency of the Three North Forest Shelterbelt Program[J]. Acta Scie-ntiarum Naturalium Universitatis Pekinensis, 2003, 39(4): 594-600.
    [6] 马国青, 宋菲. 三北防护林工程区森林状况综合评价[J]. 干旱区资源与环境, 2004, 18(5): 108-111. DOI:  10.3969/j.issn.1003-7578.2004.05.024. Ma G Q, Song F. Assessment on the forest c-ondition of “Three North” Shelter Forest Area[J]. Journal of Arid Land Resources and Environment, 2004, 18(5): 108-111.
    [7] 张泽秀, 刘利民, 贾燕, 等. 三北地区防护林气候生态适应性分析[J]. 生态学杂志, 2009, 28(9): 1 696-1 701. Zhang Z X, Liu L M, Jia Y, et al. Climatic ecol-ogical adaptation of shelter forests in Three North Regions[J]. Chinese Journal of Ecology, 2009, 28(9): 1 696-1 701.
    [8] 王强, 张勃, 张志强, 等. 基于GIMMS AVHRR NDVI数据的三北防护林工程区植被覆盖动态变化与影响因子分析研究[J]. 资源科学, 2011, 33(8): 1 613-1 620. Wang Q, Zhang B, Zhang Z Q, et al. Dynamic changes in vegetation coverage in the Three-North Shelter Forest Program based on GIMMS AVHRR NDVI[J]. Resources Science, 2011, 33(8): 1 613-1 620.
    [9] 陈赛赛, 孙艳玲, 杨艳丽, 等. 三北防护林工程区植被景观格局变化分析[J]. 干旱区资源与环境, 2015, 29(12): 85-90. Chen S S, Sun Y L, Yang Y L, et al. Analysis on the vegetation landscape pattern changes in the Three-North Shelter Belt Program[J]. Journal of Arid Land Resources and Environment, 2015, 29(12): 85-90.
    [10] 黄麟, 曹巍, 巩国丽, 等. 2000—2010年中国三北地区生态系统时空变化特征[J]. 生态学报, 2016, 36(1): 107-117. Huang L, Cao W, Gong G L, et al. Spatial and temporal variations in ecosystems in the Three Northern Regions of China, 2000—2010[J]. Acta Ecologica Sinica, 2016, 36(1): 107-117.
    [11] 申丽娜, 孙艳玲, 杨艳丽, 等. 基于NDVI的三北防护林工程区植被覆盖度变化图谱特征[J]. 环境科学与技术, 2017, 40(4): 70-77. Shen L N, Sun Y L, Yang Y L, et al. Spectrum characteristic of vegetation coverage change based on NDVI in the Three-North Shelter Forest Program[J]. Environmental Science & Technology, 2017, 40(4): 70-77.
    [12] 安妮, 宁小莉, 海全胜, 等. 基于Modis数据的近15年浑善达克沙地植被净初级生产力时空分布研究[J]. 干旱区资源与环境, 2020, 34(4): 168-175. An N, Ning X L, Hai Q S, et al. Optical model for estimating the spatial and temporal distribution of vegetation net primary productivity in HunShandake Sandyland in recent 15 years[J]. Journal of Arid Land Resources and Environment, 2020, 34(4): 168-175.
    [13] 黄森旺, 李晓松, 吴炳方, 等. 近25年三北防护林工程区土地退化及驱动力分析[J]. 地理学报, 2012, 67(5): 589-598. DOI:  10.11821/xb201205002. Huang S W, Li X S, Wu B F, et al. The distribution and drivers of land degradation in the Three-North Shelter Forest Region of China during 1982—2006[J]. Acta Geographica Sinica, 2012, 67(5): 589-598.
    [14] 李泽椿, 郭安红, 延昊, 等. 气候变化对生态保护工程的影响[J]. 气候变化研究进展, 2015, 11(3): 179-184. DOI:  10.3969/j.issn.1673-1719.2015.03.004. Li Z C, Guo A H, Yan H, et al. Effect of climate change on key ecological protection projects[J]. Climate Change Research, 2015, 11(3): 179-184.
    [15] 曹世雄, 刘冠楚, 马华. 我国三北地区植被变化的动因分析[J]. 生态学报, 2017, 37(15): 5 023-5 030. Cao S X, Liu G C, Ma H. Dynamic analysis of vegetation change in North China[J]. Acta Ecologica Sinica, 2017, 37(15): 5 023-5 030.
    [16] 谢舒笛, 莫兴国, 胡实, 等. 三北防护林工程区植被绿度对温度和降水的响应[J]. 地理研究, 2020, 39(1): 152-16. DOI:  10.11821/dlyj020181071. Xie S D, Mo X G, Hu S, et al. Responses of vegetation greenness to temperature and precip-itation in the Three-North Shelter Forest Program[J]. Geographical Research, 2020, 39(1): 152-16.
    [17] Hurst H E. Long-time storage capacity of reservoirs[J]. Trans ASCE, 1951, 116: 770-808.
    [18] 彭凯锋, 蒋卫国, 侯鹏, 等. 三江源国家公园植被时空变化及其影响因子[J]. 生态学杂志, 2020, 39(10): 1-10. Peng K F, Jiang W G, Hou P, et al. Spatiotemporal variation of vegetation coverage and its affecting factors in the Three River Source National Park[J]. Chinese Journal of Ecology, 2020, 39(10): 1-10.
    [19] 王桂钢, 周可法, 孙莉, 等. 近10 a新疆地区植被动态与R/S分析[J]. 遥感技术与应用, 2010, 25(1): 84-90. Wang G G, Zhou K F, Sun L, et al. Study on the vegetation dynamic change and R/S analysisin the past ten years in Xinjiang[J]. Remote Sensing Technology and Application, 2010, 25(1): 84-90.
    [20] 道日娜. 气候与土地利用变化对三北地区植被NDVI的影响研究[D]. 呼和浩特: 内蒙古师范大学, 2019.

    Daorina. Effects of climate and land use change on vegetation NDVI in the Three North Region[D]. Huhehaote: Iner Mongolia Normal University, 2019.
    [21] 申元村, 张妙弟. 我国“三北”防护林地区土地资源特点及防护林体系合理布局的探讨[J]. 自然资源, 1993, 15(5): 21-27. Shen Y C, Zhang M D. Discussion on land resource characteristics and rational allocation of wind break forest in “Three North” Region of China[J]. Resource Science, 1993, 15(5): 21-27.
    [22] 黄麟, 祝萍, 肖桐, 等. 近35年三北防护林体系建设工程的防风固沙效应[J]. 地理科学, 2018, 38(4): 600-609. Huang L, Zhu P, Xiao T, et al. The sand fixation effects of Three-North Shelter Forest Program in recent 35 years[J]. Scientia Geographica Sinica, 2018, 38(4): 600-609.
    [23] 蔡博峰, 于嵘. 基于遥感的植被长时序趋势特征研究进展及评价[J]. 遥感学报, 2009, 13(6): 1 170-1 186. Cai B F, Yu R. Advance and evaluation in the long time series vegetation trends research based on remote sensing[J]. Journal of Remote Science, 2009, 13(6): 1 170-1 186.
    [24] 张仁平, 冯琦胜, 郭靖, 等. 2000—2012年中国北方草地NDVI和气候因子时空变化[J]. 中国沙漠, 2015, 35(5): 1 403-1 412. DOI:  10.7522/j.issn.1000-694X.2014.00130. Zhang R P, Feng Q S, Guo J, et al. Spatio-temporal changes of NDVI and climatic factors of grassland in Northern China from 2000 to 2012[J]. Journal of Desert Research, 2015, 35(5): 1 403-1 412.
    [25] 江田汉, 邓莲堂. Hurst指数估计中存在的若干问题——以在气候变化研究中的应用为例[J]. 地理科学, 2004, 24(2): 177-182. DOI:  10.3969/j.issn.1000-0690.2004.02.008. Jiang T H, Deng L T. Some problems in estimating a Hurst exponent— A case study of applicatings to climatic change[J]. Scientia Geographica Sinica, 2004, 24(2): 177-182.
    [26] 王玉琴. 新疆阿克苏地区三北防护林建设问题探讨[J]. 防护林科技, 2020(6): 68-70. Wang Y Q. Discussion on the construction of Three North Shelterbelt in Aksu Area of Xinjiang[J]. Protection Forest Science and Technology, 2020(6): 68-70.
    [27] 贾怀东, 李学峰. 三北防护林之殇[J]. 中国国情国力, 2014, 3: 23-24. DOI:  10.3969/j.issn.1004-2008.2014.01.007. Jia H D, Li X F. The war of Three North Shelterbelts[J]. China National Conditions and Strength, 2014, 3: 23-24.
    [28] 何航, 张勃, 侯启, 等. 1982—2015年中国北方归一化植被指数(NDVI)变化特征及对气候变化的响应[J]. 生态与农村环境学报, 2020, 36(1): 70-80. He H, Zhang B, Hou Q, et al. Variation characteristic of NDVI and its response to climate change in Northern China from 1982 to 2015[J]. Journal of Ecology and Rural Environment, 2020, 36(1): 70-80.
    [29] 祝稳. 西北干旱区植被覆盖动态及其对极端气温和降水过程的响应[D]. 兰州: 西北师范大学, 2015.

    Zhu W. Spatial-temporal dynamics of vegetation coverage and its response to extreme te-mperature and precipitation processes over the arid region of northwest China[D]. Lanzhou: Northwest Normal University, 2015.
    [30] 高汉中, 杨雪彦, 周熹熹. 建立持续无天牛虫灾生态经济型防护林探讨[J]. 西北林学院学报, 1997, 12(S1): 7-11. Gao H Z, Yang X Y, Zhou X X. A Study on the establishment of sustainable shelter forests of economic ecology type without the plague of longicorn[J]. Journal of North Forestry College, 1997, 12(S1): 7-11.
    [31] 车晓芳. 三北防护林退化林分修复策略探析[J]. 防护林科技, 2020(8): 80-81. Che X F. Restoration strategy of degraded forest in three North Shelterbelt[J]. Protection Forest Science and Technology, 2020(8): 80-81.
    [32] 周寅康. 塔里木河流域尉北地区生态防护林规划研究[C]. 加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策, 2002.

    Zhou Y K. Study on ecological protection forest planning in Wei Bei area of Tarim River Basin[C]. Joining WTO and China’s Science and Technology and Sustainable Development: Challenges and Opportunities, Responsibilities and Countermeasures, 2002.
    [33] 陈发虎, 吴绍洪, 崔鹏, 等. 1949—2019年中国自然地理学与生存环境应用研究进展[J]. 地理学报, 2020, 75(9): 1 799-1 830. DOI:  10.11821/dlxb202009001. Chen F H, Wu S H, Cui P, et al. Progress of applied research of physical geography and living environment in China from 1949 to 2019[J]. Acta Geographic Sinica, 2020, 75(9): 1 799-1 830.
    [34] 王旭洋, 李玉霖, 连杰, 等. 半干旱典型风沙区植被覆盖度演变与气候变化的关系及其对生态建设的意义[J]. 中国沙漠, 2021, 41(1): 183-194. Wang X Y, Li Y L, Lian J, et al. Relationship between vegetation coverage and climate change in semiarid sandy land and the significance to ecological construction[J]. Journal of Desert Research, 2021, 41(1): 183-194.
    [35] 杨钰杰, 白晓永, 谭秋, 等. 1982—2015年“一带一路”地区NDVI时空演变规律及其影响因素[J]. 山地学报, 2020, 38(2): 252-264. Yang Y J, Bai X Y, Tan Q, et al. Analysis of the spatiotemporal evolution of NDVI and its influencing factors in the “Belt and Road” Region from 1982 to 2015[J]. Mountain Research, 2020, 38(2): 252-264.
  • [1] 田永丽张万诚陈新梅海云莎 . 近48年云南6种灾害性天气事件频数的时空变化. 云南大学学报(自然科学版), 2010, 32(5): 561-567 .
    [2] 王卫国刘晓璐樊雯璇郭世昌王颢樾李萍成佳丽马志敏 . 大气对流层顶位温与高度的变化分析. 云南大学学报(自然科学版), 2011, 33(1): 51-59 .
    [3] 王冰林修栋王娜郭敏冷冰 . 一次持续性降雪过程中系统性降雪与冷流降雪的分析. 云南大学学报(自然科学版), 2011, 33(S2): 379-382.
    [4] 郭世昌黎海凤黎成超刘煜陈艳易琦汪明圣宋哲侯开 . 19792011年东亚地区大气臭氧层变化趋势分析. 云南大学学报(自然科学版), 2013, 35(3): 338-344. doi: 10.7540/j.ynu.20120558
    [5] 刘苈今张万诚陈艳马涛 . 云南50年降水均一性与变化趋势分析. 云南大学学报(自然科学版), 2016, 38(6): 888-896. doi: 10.7540/j.ynu.20150341
    [6] 王卫国杨芳园郑建萌王颢樾樊雯璇余珂柴素盈胡婷 . 利用向下控制原理对Brewer-Dobson环流变化趋势的研究. 云南大学学报(自然科学版), 2013, 35(3): 328-337. doi: 10.7540/j.ynu.20130099
    [7] 彭贵芬赵尔旭周国莲 . 云南春夏连旱气候变化趋势及致灾成因分析. 云南大学学报(自然科学版), 2010, 32(4): 443-448 .
    [8] 彭泽瑜彭明春王崇云秦瑞潘燕李望军周瑞伍 . 金沙江流域(云南部分)植被光谱特征季节变化研究. 云南大学学报(自然科学版), 2013, 35(S2): 373-. doi: 10.7540/j.ynu.20130245
    [9] 施令飞沈坚何晓宇魏显虎张宗科ThomasG. Ngigi . 肯尼亚蒙内铁路区域植被覆盖度时空变化分析. 云南大学学报(自然科学版), 2020, 42(1): 91-98. doi: 10.7540/j.ynu.20190216
    [10] 马杏何燕何雁东许建初 . 气候变化对云南省水资源影响研究进展综述. 云南大学学报(自然科学版), 2015, 37(4): 516-525. doi: 10.7540/j.ynu.20150029
    [11] 毛燕徐彦胡家富丛连理王彬 . 用叠加谱比法研究四川地区Lg尾波Q值的区域性变化. 云南大学学报(自然科学版), 2005, 27(2): 123-128.
    [12] 尚白军朱家龙周智彬宋春武吴书普 . 近30 年莫索湾垦区150团植被覆盖度时空变化及现状评价. 云南大学学报(自然科学版), 2021, 43(2): 412-420. doi: 10.7540/j.ynu.20200391
    [13] 张勇蔡宏珂 . 基于20CR再分析资料的中国西南地区气温长期趋势评估. 云南大学学报(自然科学版), 2020, 42(4): 712-719. doi: 10.7540/j.ynu.20190555
    [14] 杨再鸿李跃烈余雪标杨小波吴庆书 . 海南桉林林下植被木本多样性的复合因子分析. 云南大学学报(自然科学版), 2008, 30(2): 211-216.
    [15] 王娟张曙赵晖 . 长江、黄河流域洪涝灾害的可公度性分析及灾害趋势研究. 云南大学学报(自然科学版), 2009, 31(3): 267-273 .
    [16] 叶辉冯丹陈鹏 . 滇西北地区草地贪夜蛾区域生态防控构想. 云南大学学报(自然科学版), 2021, 43(5): 1038-1043. doi: 10.7540/j.ynu.20210127
    [17] 赵榕钱正强王焕冲徐丰磊宫霞陈姝杨明挚 . 昆明西山野生蘡薁葡萄资源及其遗传多样性分析. 云南大学学报(自然科学版), 2010, 32(6): 710-714, .
    [18] 吴丽艳杜光辉鲍锐黎志彬龚亚菊 . 茄子种质资源的农艺性状与SSR标记的遗传多样性研究. 云南大学学报(自然科学版), 2018, 40(4): 820-828. doi: 10.7540/j.ynu.20170585
    [19] 郭世昌常有礼陈辉张秀年陈宗瑜严华生 . 中国云南地区气候变化的多分维分析. 云南大学学报(自然科学版), 2004, 26(4): 325-330,334.
    [20] 李豪杰郭世昌陈辉陈宗瑜常有礼张秀年温永琴周平 . 昆明地区春季紫外辐射监测及变化研究. 云南大学学报(自然科学版), 2004, 26(6): 509-515.
  • 加载中
图(6)表(5)
计量
  • 文章访问数:  264
  • HTML全文浏览量:  312
  • PDF下载量:  17
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-10-21
  • 录用日期:  2021-03-30
  • 网络出版日期:  2021-08-12
  • 刊出日期:  2021-09-15

近20 a三北地区植被资源时空变化特征探究

    作者简介:陈国龙(1997−),湖南人,硕士生,主要研究数字自然与文化遗产. E-mail:chenguolong_cgl@163.com
    通讯作者: 杨瑞霞, yangrx@radi.ac.cn
  • 1. 中国科学院 空天信息创新研究院,数字地球重点实验室,北京 100094
  • 2. 中国科学院大学,北京 100049

摘要: 三北地区长期以来是生态建设和生态文明关注的重点区域,开展三北地区植被变化监测,可为后续三北生态建设提供科学依据. 基于长时间序列NDVI数据,采用趋势分析、变异系数和Hurst指数分析等方法对三北地区1998—2018年植被NDVI变化特征及其趋势的持续性进行模拟和分析. 研究结果表明:①1998—2018年间三北地区植被有所改善,NDVI上升区域与下降区域分界线大致以200 mm等降水量线为界,山西和陕西改善面积占比超过95%,新疆改善面积占比低于50%. ②近20 a三北地区80%以上的地区NDVI波动明显,波动区域与稳定区域大致以400 mm等降水线为界,新疆地区波动最为剧烈. ③三北地区Hurst指数均值为0.47,90%以上的区域NDVI变化趋势难以长久维持. 总体看,1998—2018年三北地区植被整体呈改善趋势,但可持续性不强,未来需要进一步加强植被生态修复与防护工作,保障生态文明建设的持续性.

English Abstract

  • 生态文明建设是促进人类与自然可持续发展的关键大事,其中植被作为主体要素,在改善生态环境中起到了重要作用[1]. 归一化植被指数(normalized difference vegetation index,NDVI)是反映植被变化的最佳指示因子,研究长时间序列NDVI的变化能够为生态环境的监测、预警和恢复提供重要的科学参考[2]. 三北地区是中国最重要的生态源区,但大部分地区位于干旱、半干旱气候带,自然环境脆弱[3],植被的减少会造成三北地区土地荒漠化、水土流失等现象加剧[4]. 1979年三北防护林工程这一大型人工林业生态工程被列入国家经济建设的重要项目(规划期限为70 a,分3个阶段8期工程进行),2019年第2阶段第5期工程结束,目前已经进入第3阶段. 在此过程中其植被状态、生态过程与环境效应一直受到业界关注. 如张力小等[5]通过收集1978—2000年三北地区土地变化数据,认为毛乌素、科尔沁沙地态势向好,但重点治理地区仍未能抑制生态环境恶化的趋势. 马国青等[6]利用层次分析法对第1阶段(1978—2000年)的3期防护林工程进行了综合评价. 张泽秀等[7]针对三北防护林出现死亡、衰退等问题,指出三北地区的气候条件存在分异性,其中降水和气温影响显著.

    随着三北防护林工程不断改善和推进,三北地区的生态环境尤其是植被变化,越发受到广泛关注. 王强等[8]利用趋势线分析法研究了三北防护林工程区1982—2006年植被覆盖度的变化情况. 陈赛赛等[9]基于2000、2005、2010、2013年4期SPOT/NDVI数据利用生态景观学的理论对三北生态景观格局的变化做出了分析. 黄麟等[10]从土地覆盖变化、植被变化、土壤保持服务量、气象因子等多个角度评估和分析了三北地区生态系统的结构、变化. 申丽娜等[11]采用1985—2010年4期GIMSS NDVI3g数据,结合图谱特征的技术手段分析了三北地区植被变化情况. 安妮等[12]基于MODIS数据分析了2006—2018年浑善达克沙地植被净初级生产的时空变化特征. 在研究植被变化的驱动机制方面,黄森旺等[13]以1982—2006年NOAA/AVHRR NDVI数据为基础,指出了人类活动对植被变化的影响. 李泽椿等[14]分析了1978—2013年三北地区气象要素与植被生态质量的关系. 曹世雄等[15]通过大数据分析的方法,计算了气候和人类活动对三北地区地表植被的贡献. 谢舒笛等[16]利用2000—2015年MODIS NDVI数据和气象数据,采取通径分析的方法定量刻画了三北地区植被绿度对温度和气温的响应过程. 持续性分析被英国科学家Hurst引入[17],在水文、地质和气候等领域得到很好的评估[18]. 近10 a来有学者尝试对三北地区植被状态的可持续性进行研究,如王桂钢等[19]研究了1998—2008年新疆植被覆盖的持续性,道日娜[20]对1982—2015年三北地区植被变化分析时有所涉及.

    考虑到国内对防护林工程第2阶段(2000—2020年)的监测及对该区域植被时空变化趋势的可持续性研究还比较少,对于三北地区植被变化的过程以及未来植被变化状态的持续性特征认知不足,本文选取1998—2018年三北地区植被NDVI数据,利用Sen+Mankendall趋势分析法、变异系数法和基于R/S的Hurst指数法等分析手段,定量刻画三北防护林第2阶段植被的时空演变特征、数据波动水平和状态趋势的可持续性,以期为三北生态建设、第3阶段防护林工程提升提供科学参考.

    • 三北地区是中国北方天然生态屏障,位于东经73°26′~127°50′,北纬33°30′~50°12′之间. “三北”包含西北、华北以及东北西部13个省(区)全部或部分地区,总面积达406.9万km2,占中国陆地面积的42.4%. 研究区气候干旱,植被覆盖度不高,以旱生、半旱生、超旱生为主[21]. 从2018年三北地区植被指数NDVI的空间分布看(图1),植被覆盖从东到西、从南到北依次减少. 西部地区植被覆盖较少,荒漠沙地仍占据主导地位,东部地区植被类型以森林、草原为主,覆盖度较高. 中国要实现到2050年森林覆盖率达到26%的战略目标,增值空间重点在三北地区. 三北防护林工程已开展40余年,对该地域植被生态稳固、防风固沙[22]意义重大.

      图  1  研究区植被分布情况

      Figure 1.  Vegetation distribution in the study area

    • 植被指数NDVI能够有效地反映植被覆盖程度[8]. 目前,基于SPOT/VEGETATION以及MODIS等卫星遥感影像得到的NDVI时序数据广泛应用于各尺度的区域植被动态变化监测. 本研究数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn),选取1998—2018年长时间序列NDVI数据,采用最大值合成的方法获得年度数据,空间分辨率约为1 km×1 km,对获取的年度数据进行裁剪得到反映研究区植被覆盖状况的NDVI数据.

    • Sen+ManKendall趋势分析相较于回归分析和相关系数分析法,具有不需要数据满足正态分布、误差小的突出优势,能够有效地反映植被长时间序列动态特征[23].

      Sen趋势计算公式:

      $ {\rm{Sen}}={\rm{Median}}(({x}_{j}-{x}_{i})/(j-i)),\forall j>i, $

      其中,${x}_{i} $${x}_{j} $分别表示1998—2018年三北地区时序中第ij年NDVI数据,Median为中值函数.

      Sen的正负反映出三北地区植被覆盖的升降趋势,Sen>0时,表示植被覆盖呈上升趋势,反之则表示下降趋势.

      ManKendall法的过程如下:

      对于时间序列T,Mann-Kendall法的统计量S由公式(2)计算:

      $ S{\rm{ = }}\sum\limits_{i = 1}^{n - 1} {\sum\limits_{j = i + 1}^n {{\rm{sgn}} ({x_j} - {x_i})} } , $

      $ {\rm{sgn}} ({x_i} - {x_j}) = \left\{ {\begin{array}{*{20}{l}} { + 1,{x_j} - {x_i} > 0}\\ {0,{x_j} - {x_i} = 0}\\ { - 1,{x_j} - {x_i} > 0} \end{array}} \right., $

      其中,${x_j}$ 为时间序列的第 $j$ 个数据值;n为数据样本数;sgn是阶跃函数,由公式(3)计算.

      Z值是用以检测数据显著性的统计量,可由公式(4)计算:

      $ {{Z}} = \left\{ {\begin{array}{*{20}{l}} {\dfrac{{S - 1}}{{\sqrt {{\rm{VAR}}(S)} }},\quad S > 0}\\ {\quad \quad 0,\;\;\;\;\;\;\;\;S = 0}\\ {\dfrac{{S + 1}}{{\sqrt {{\rm{VAR}}(S)} }},\quad S < 0} \end{array}} \right., $

      其中VAR(S)表示的是统计量S的方差,计算方法:${\rm{VAR}}(S) = \left( {n(n - {\rm{1}})({\rm{2}}n + {\rm{5}}) - \displaystyle\sum\limits_{i = 1}^m {{t_i}} \left( {{t_i} - {\rm{1}}} \right)\left( {{\rm{2}}{t_i} + {\rm{5}}} \right)} \right)/{\rm{18}},$其中,$n$ 是序列中数据个数,$m$ 是序列中重复出现的数据组的个数,${t_i}$ 是第 $i$ 组重复数据组中的出现重复的数据个数.

      在95%的置信水平检验条件下,Z绝对值以1.96为阈值,与Sen斜率的组合如表1所示.

      显著性统计Sen>0Sen<0
      |Z|>1.96显著上升显著下降
      |Z|<1.96不显著上升不显著下降

      表 1  趋势分析结果

      Table 1.  The result of the trend analysis

    • 变异系数(coefficient of variation,CV)通过数据的标准差与平均值的比值消除单位对数据的影响,能较好地反映出NDVI波动水平和变异程度[24]. 计算公式如下:

      $ {\rm{CV}} = \frac{{{{\rm{SD}}_{{\rm{NDVI}}}}}}{{{M_{{\rm{NDVI}}}}}}, $

      式中,${\rm{S}}{{\rm{D}}_{{\rm{NDVI}}}}$${M_{{\rm{NDVI}}}}$ 分别为三北地区逐年NDVI均值的标准差和多年均值的均值. 为了更直观地反映出NDVI的变异程度,根据所得的结果将CV值分为4个级别:非常稳定(CV≤0.05)、稳定(0.05<CV≤0.1)、轻微波动(0.1<CV≤0.15)、剧烈波动(CV>0.15).

    • Hurst指数是分析自然现象长持续性和相关性的数学指标,广泛应用于水文、气候等领域[19,25]. 该指标的计算由以下几部分组成:

      (a)差分序列

      $ \Delta {\rm{NDV}}{{\rm{I}}_i} = {\rm{NDV}}{{\rm{I}}_i} - {\rm{NDV}}{{\rm{I}}_{i - 1}}; $

      (b)均值序列

      $ \begin{split} {\overline {{{\Delta {\rm{NDVI}}(m)}}} = \frac{1}{{{m}}}\sum\limits_{{{i = }}1}^{{m}} {{\Delta }} {{{\rm{NDVI}}}}}, {({{m}} = 1,2, \cdots ,{{n}})}; \end{split} $

      (c)累积离差

      $ \begin{split} {X(t) = \sum\limits_{i = 1}^m {\left( {\Delta {\rm{NDV}}{{\rm{I}}_i} - \overline {\Delta {\rm{NDVI}}(m)} } \right)} },{(1 \leqslant t \leqslant m)}; \end{split} $

      (d)极差

      $ \begin{split} {R(m) = {\max_{1 \leqslant m \leqslant n}}X(t) - {\min _{1 \leqslant m \leqslant n}}X(t)},{(m = 1,2, \cdots ,n)}; \end{split} $

      (e)标准差

      $ \begin{split} &{S(m) = {{\left[ {\frac{1}{m}\sum\limits_{i = 1}^m {{{\left( {\Delta {{\rm{NDVI}}_i} - \overline {\Delta {\rm{NDVI}}(m)} } \right)}^2}} } \right]}^{\frac{1}{2}}}},\\ &{(m = 1,2, \cdots ,n)}; \end{split} $

      上述NDVIi为时间序列,i = 1,2,$\cdots, $ n,这里为1998—2018年三北地区的NDVI时间序列,n表示正整数,以任意正整数m定义该时间序列.

      Hurst指数(H值)即重标极差(R/S)通过上述公式的极差与标准差的比值得到,是判断趋势状态持续的指标,H值越小表示持续性越弱,越大表示持续性越强. 根据三北地区Hurst值域,划分为4个级别(表2):强反持续性,表示该区域植被将来的变化趋势极有可能与现有趋势相反;弱反持续性,表示该区域植被未来的趋势有可能与现有趋势相反;弱持续性,表示该区域植被将来的趋势有可能与现有趋势相同;强持续性,表示该区域植被将来的趋势极有可能与现有趋势相同.

      Hurst取值范围持续性分级
      0<H≤0.35 强反持续性
      0.35<H≤0.5 弱反持续性
      0.5<H≤0.65 弱持续性
      H>0.65 强持续性

      表 2  Hurst指数分析结果

      Table 2.  The result of the Hurst index analysis

    • 1998—2018年三北地区NDVI整体呈现波动上升趋势,其中1998—2001年以及2013—2015年下降明显,其余时段整体上升(图2). 研究时段内NDVI变化范围在0.29~0.36,最低值和最高值分别出现在2001年和2012年. 20 a间三北地区NDVI平均变化趋势率为2.25×10−3a−1,表明三北地区植被整体呈现改善趋势.

      图  2  1998—2018年三北地区年际NDVI变化

      Figure 2.  Annual NDVI changes in Three North Regions from 1998 to 2018

      数据显示出1998—2018年三北地区的NDVI变化趋势为不显著上升(图3),且空间异质性明显. 上升和下降的面积分别占总面积的51.9%和41.1%,大致以200 mm等降水量线为分界线. NDVI显著上升的区域占32.9%,主要分布在阿尔泰山脉、天山山脉、祁连山脉、太行山脉、大兴安岭、东北平原及其周边地区;显著下降的区域占15%,沿50 mm等降水量线分布,集中在塔里木盆地、柴达木盆地及其周边戈壁地区. 其中重点治理区域—毛乌素沙地NDVI呈显著上升,浑善达克沙地NDVI变化呈不显著上升,沙地面积大大减少,生态环境得到极大的改善,前人的研究也有类似结论[12,15]. 整体看,西部沙漠和盆地NDVI多以不显著下降态势为主,塔里木盆地外围以及塔克拉玛干沙漠周边均出现了显著上升区域.

      图  3  三北地区植被近20 a变化趋势空间分布

      Figure 3.  Spatial distribution of vegetation change trend in recent 20 years in Three North Regions

      表3统计结果来看,研究区中有12个省(区)的NDVI上升范围超过省域的50%,仅有新疆为31.4%. NDVI上升比例最多的为陕西省,其次为山西,再次为黑龙江;NDVI下降面积占比最多的为新疆,其次为内蒙古,再次为青海. 京津冀地区以及辽东三省多为显著上升趋势,而新疆和青海、甘肃西部多呈现显著下降趋势.

      %
      变化趋势三北地区新疆甘肃青海宁夏陕西山西内蒙古河北北京天津辽宁吉林黑龙江
      显著下降15.021.519.115.11.61.61.110.85.117.318.21.42.02.0
      不显著下降26.136.718.521.33.42.21.827.57.310.817.43.44.03.0
      基本不变7.010.34.86.81.20.40.36.41.61.83.81.01.00.0
      不显著上升19.015.315.818.027.35.17.630.917.310.526.315.013.08.0
      显著上升32.916.141.838.866.690.689.224.368.759.634.379.080.087.0

      表 3  三北地区各省区NDVI变化趋势范围统计

      Table 3.  Percentage statistics of NDVI change trend in Three North Regions

    • 借由变异系数法可以探究三北地区NDVI变化的剧烈程度,可更加直观地分析现有的工程效果. 图4表明,1998—2018年三北地区NDVI总体变化剧烈,空间分异较为明显. NDVI稳定和波动区域面积分别占总面积的19.9%和80.1%,大致以400 mm等降水量线为分界线. 其中剧烈变化面积占60%,分布范围西至新疆,东抵内蒙古,非常稳定的区域不到5%,仅在大兴安岭与东北平原有少许分布. NDVI大范围的剧烈波动表明了三北地区生态环境比较脆弱,容易受到外因干扰. 从波动变化范围看(表4),有7个省(区)波动范围超过50%,仅有辽宁省占比不到10%. 从波动程度看,NDVI剧烈波动占比最多为宁夏,其次为新疆,再次为甘肃;NDVI非常稳定的面积占比最多为北京,其次为黑龙江,再次为吉林,上述波动空间分异反映出地域环境条件差异约束下的工程效果. 结合变化趋势的分析结果,可以认为宁夏、甘肃NDVI变化波动上升,缘于近年来大力发展的生态建设工程(https://www.cila.cn/news/327654.html)和自身较为有利的地理条件. 辽宁、北京、黑龙江等东部地区一方面是政策条件因素,同时也可能得益于夏季湿润的东南季风对植被的促进作用. 新疆和内蒙古地区植被变化剧烈,反映出生态并不稳定,结合显著下降的趋势,在后期的工程中需重点关注该地区防护林体系退化问题,防止土地荒漠化的恶性循环[26-27].

      图  4  三北地区NDVI变异系数空间分布

      Figure 4.  Spatial distribution of NDVI coefficient of variation in Three North Regions

      %
      变化趋势三北地区新疆甘肃青海宁夏陕西山西内蒙古河北北京天津辽宁吉林黑龙江
      非常稳定4.72.01.84.00.85.40.42.922.635.216.811.324.331.2
      稳定15.27.28.815.97.126.521.413.849.650.945.180.341.552.6
      轻微波动20.117.517.927.310.020.536.824.218.99.419.67.519.811.0
      剧烈波动60.073.371.452.982.147.641.459.18.94.518.50.914.35.2

      表 4  三北地区各省区NDVI变异范围比例

      Table 4.  Percentage statistics of NDVI variation area in Three North Regions

      三北防护林植被的波动变化受到自然和人为的双重影响. 气候变化会影响植被的生长发育,整体上降水、气温与植被变化呈正相关[28]. 局部由于地域的限制其作用有所差异,高海拔地区温度较低,降水过多反而会抑制植被的光合作用,此时气温的升高能有效解除植被生长的限制. 在干旱缺水区如甘肃荒漠、黄土高原,气温的升高加速了植被体内水分的流失,从而抑制植被的生长[29]. 在三北地区人类活动是防护林面积出现波动的主要原因. 合理的人为干涉,如人工植树造林和天然植被封育政策等都对三北防护林保护起到巩固、促进的作用. 不合理的人为扰动会使得防护林出现退化情况[30-31]. 塔里木河流域植被面积的波动变化是典型的人为干预情况. 20世纪90年代,由于过度集中发展经济,忽略了生态环境的保护,在塔里木上游不合理截流,导致下游长期缺水,天然植被(胡杨为主)大量死亡,直接导致该流域防护林系统遭到严重破坏(如尉北地区[32]). 2001年国家启动塔里木河流域综合治理工程,对下游进行应急生态输水,南疆部分防护林面积得到恢复[33]. 这说明人类活动的变化是三北防护林面积波动变化的主要成因,尤其是相关政策和工程的实施对巩固防护林体系、改善三北生态环境至关重要.

    • Hurst指数可以揭示植被趋势的未来持续状况. 1998—2018年三北地区NDVI平均Hurst指数为0.47(图5),总体持续性偏弱,以弱反持续性为主,弱持续性次之. 其中,弱反持续性和弱持续性占比分别为53.8%和34.6%,意味着大部分地区趋势具有逆转的可能性. 此外,三北地区植被NDVI变化趋势的反持续性和持续性都表现为“弱”特征,一方面验证了三北地区植被变化的不稳定,另一方面也意味着三北地区生态改善有很大的潜力,生态工程建设不可松懈. 在研究范围内中,12个省持续性面积占比均在50%以下,仅天津占比超过50%,为61.5%. 其中,弱持续性占比面积最多的为天津,次之为内蒙古,再次为宁夏、青海.

      图  5  三北地区植被状态持续性空间分布

      Figure 5.  Spatial distribution of vegetation status persistence in Three North Regions

      将Sen斜率分布与Hurst指数分布进行叠合可以更好地揭示三北地区植被变化趋势的持续性(图6表5). 三北地区未来总体变化以NDVI上升(植被改善)为主趋势,但可持续性不强. 三北地区弱反持续上升、弱持续下降类型(植被覆盖可能退化)面积占比分别为31.1%、17%,弱持续上升、弱反持续性(植被覆盖可能改善)下降面积分别占15%、19.5%,其余类型占18%. 从区域上看,NDVI弱反持续、弱持续上升类型集中分布在平原和山区,需要继续稳固生态环境,强持续下降类型NDVI零星分布在新疆、甘肃、内蒙古的沙地内,表明这些区域植被有着持续退化的趋势. 在研究范围内,12个省(区)弱上升的面积均超过50%,仅新疆一地为44.2%. 叠加分析的结果表明,三北地区整体生态环境有所改善,但是持续性较弱. 对于新疆戈壁、沙地治理工作需要重点加强,同时还需稳固现有工作成果,做到步步为营.

      图  6  三北地区变化趋势的可持续性分布

      Figure 6.  The persistent distribution of change trend in Three North Regions

      %
      变化趋势三北地区新疆甘肃青海宁夏陕西山西内蒙古河北北京天津辽宁吉林黑龙江
      强反持续下降2.53.52.01.60.20.20.12.90.91.00.70.10.40.3
      弱反持续下降19.526.417.317.52.31.51.220.84.812.511.61.63.62.3
      弱持续下降17.025.915.715.22.12.01.312.95.712.718.02.72.21.9
      强持续下降1.72.51.91.60.40.30.31.11.22.15.20.80.20.3
      强反持续不变0.40.60.10.30.00.00.00.50.10.10.10.00.10.0
      弱反持续不变3.24.62.02.90.70.20.23.50.71.01.20.30.40.3
      弱持续不变2.64.02.12.80.40.20.12.10.70.71.80.50.20.2
      强持续不变0.30.40.30.40.00.00.00.20.10.10.60.10.00.0
      强反持续上升5.53.34.65.66.26.04.26.48.27.72.05.317.618.5
      弱反持续上升31.118.235.634.359.752.352.735.145.839.023.145.059.758.0
      弱持续上升15.09.416.916.626.035.537.314.129.420.829.840.215.017.2
      强持续上升1.21.21.41.42.12.02.60.62.52.25.93.60.71.0

      表 5  三北地区NDVI变化趋势的持续性类型占比

      Table 5.  Percentage statistics of NDVI of sustainable area in Three North Regions

    • 本研究中1998—2018年三北地区植被总体表现为缓慢恢复并呈现可能持续改善的态势,其中四大沙地(毛乌素沙地、科尔沁沙地、浑善达克沙地和呼伦贝尔沙地)的植被变化与王旭洋等[34]研究结果基本一致. 杨钰杰等[35]在对“一带一路”区域植被变化趋势研究中,认为1982—2015年新疆地区植被总体表现为基本不变的趋势,本文研究三北区域中涉及到的新疆地区NDVI为显著下降,二者差异在于研究范围不同,趋势分类阈值也不一样. 本研究区域中相对于其他省区,新疆地区植被显著下降. 研究区内植被改善区域与退化区域大致以200 mm等降水量线为分界线,植被覆盖稳定区域与变化剧烈区域大致以400 mm等降水量为分界线. 由此可见,降水量是影响三北地区植被变化的关键因子,前人的研究也有类似的认识[16]. 200、400 mm等降水量线分别是干旱与半干旱、东部季风与西北干旱半干旱地区的临界线. 200 mm降水量是草地生长最基本的要求,400 mm降水量是灌木林天然更新的自然基础[7]. 因此在全球变暖的大背景下,对降水量不足、水资源匮乏区应做好节约用水、保证生态需水、多选种耐旱树种等工作,防止防护林退化.

      三北地区在近20 a植被覆盖变化剧烈,虽然整体表现出恢复和改善的趋势,但持续性很弱,甚至呈现出弱反持续性. 这说明三北地区未来的植被变化趋势要保持持续向好有一定难度,较为脆弱环境背景下,生态工程建设仍需持续跟进并进行动态评估. 在研究区13个省市中,新疆等西部地区植被改善程度有限,其余东部省市虽大多表现出显著上升趋势,但可持续性不强. 因此,三北防护林工程的下一步建设应重点关注西部植被覆盖出现持续性下降特征的生态环境脆弱区,充分考虑该地区的地理环境背景,多样化选择适宜性树(草)种,合理分配水资源;东部地区虽大部分处于植被改善状态,但整体上持续改善态势不太明显,应在保证投入力度的同时,警惕植被退化的“苗头”. 就新疆而言,虽有一定范围出现植被退化的趋势,但退化状态的持续性弱,未来通过工程措施很有可能改变退化的状态.

      三北地区地理范围广大,各子区域气候和地理环境差异明显,植被的恢复与持续性改善很大程度上受地域条件的制约. 本研究基于植被NDVI时序数据分析变化及其持续性情况,对于三北防护林工程的实施效果和未来方向提供参考. 如何基于分析结果,系统研究趋势及其可持续性的驱动力机制,并因地制宜地提出更为科学、完善的应对方案将是后续工作的研究重点.

    • 三北地区是中国生态体系建设的重要一环,三北防护林工程周期过半,取得了举世瞩目的成就. 前人对于三北防护林工程不同阶段的植被恢复和生态效应变化监测有较多研究,本文引入基于R/S的Hurst指数趋势持续性分析模型,尝试在在时空变化特征分析的基础上,对三北防护林工程第2阶段之后的变化态势进行预测. 主要结论如下:

      (1)1998—2018年三北地区NDVI表现为不显著上升趋势,平均趋势率为2.25×10−3 a−1,并呈现显著的空间异质性. 其中,上升区域主要集中在东北平原、华北平原以及山脉附近;下降区域主要分布于西部的戈壁、沙地. 研究区中,上升区域与下降区域以200 mm降水量线为分界线,陕西、山西、黑龙江NDVI增加较快,仅有新疆一地改善不明显.

      (2)1998—2018年三北地区NDVI超过80%的区域变化剧烈,其中稳定区域仅在平原地区分布少许,但与波动区域大致以400 mm降水量线为分界线,宁夏、新疆、甘肃变化最为剧烈,北京、黑龙江、吉林波动较小.

      (3)1998—2018年三北地区NDVI表现为弱反持续性,空间差异并不明显. 其中天津表现突出,仅此一地持续性占比超过50%,其余省市植被变化趋势持续性面积不大. 结合趋势分析结果来看,未来以弱上升为主,平原、山脉地区植被持续改善,但沙地、戈壁地区有持续退化的趋势.

参考文献 (35)

目录

    /

    返回文章
    返回