植被覆蓋度的時空格局及其影響因素分析

王守梅 劉雨先 龔熊波 楊波

摘 要：以萬源市為研究區，基于Landsat影像，運用一元線性回歸和三維景觀指數分析1996—2019年該區植被覆蓋度時空格局，并采用地形差異修正指數和疊置分析探討影響植被覆蓋度產生變化的自然因素和人為因素。結果表明：（1）萬源市植被覆蓋度整體較高，年際變化趨勢上植被覆蓋度的增加區域明顯大于減少區域。（2）景觀格局總體呈現多樣性指數下降、聚散性指數上升、景觀異質性降低、各植被類型連接性增強等特征。（3）植被覆蓋度受地形影響明顯，與高程、坡度呈正相關。在高程<400m、坡度<8°區域植被減少呈優勢分布，在高程1000～1200m、坡度25°～35°區域植被增加類型呈優勢分布。（4）萬源市植被覆蓋增加主要由耕地、草地轉為林地引起，建設用地占用是導致植被覆蓋度降低的重要因素。

關鍵詞：植被覆蓋度;三維景觀格局;地形因子;土地利用;萬源市

中圖分類號 Q948;TP79文獻標識碼 A文章編號 1007-7731（2021）05-0132-08

Abstract： Taking Wanyuan City as the research area， based on Landsat data， methods such as linear regression slope， and three-dimensional landscape index were used to analyze the temporal and spatial changes of vegetation coverage in the study area from 1996 to 2019. The terrain difference correction index and overlay analysis method was used to explore the impact of terrain factors and land use changes on vegetation coverage. The results showed that： （1） The vegetation coverage of Wanyuan City is generally relatively high. In terms of the inter-annual change trend， the spatial increase area of vegetation coverage is significantly larger than the decrease area. （2） The overall change of landscape pattern shows a decline in diversity index， an increase in aggregation index， and a different landscape. Quality is reduced， and the connectivity of vegetation types is enhanced. （3） The vegetation coverage is obviously affected by the terrain， and is positively correlated with elevation and slope. When the elevation is less than 400m and the slope is less than 8°， the vegetation reduction is predominantly distributed. When the elevation is between 1000m and 1200m and the slope is less than between 25°and 35°， the vegetation increase types is predominantly distributed. （4） The increase in vegetation coverage in Wanyuan City is mainly caused by the conversion of cultivated land to woodland and grassland. The occupation of construction land is an important factor in the decrease in vegetation coverage.

Key words： Vegetation coverage; Three-dimensional landscape pattern; Topographic factor; Land use; Wanyuan City

植被覆蓋度是指植被冠層在地面上的垂直投影面積與土地總面積的百分比[1]，是反映生態環境狀況的重要參數。植被覆蓋變化監測以及生態環境變化與人類可持續發展的關系已成為學術研究熱點。目前，國內外學者針對不同城市[2-4]、流域[5， 6]、地貌[7-9]、礦區[10，11]、植被類型區[12，13]的植被覆蓋度時空變化特征及其影響因素開展了大量研究。在時空變化特征方面，常用的方法主要有圖像差值法[14，15]、趨勢分析方法[10]、穩定性評價[16]、Mann-Kendall非參數檢驗[3， 17]、景觀格局分析[18-22]等。景觀格局分析是景觀生態學的主要分析方法，目前越來越多的學者將其應用于植被覆蓋度的研究中，如王新闖[18]、蘇艷琴[19]、裴志方[20]、王靜[21]、高彥俊[22]等分別以河南省、福建省沙縣、寧夏市、京津冀地區、白龍江流域為研究區，進行了植被覆蓋度景觀格局分析。然而植被覆蓋的景觀格局分析多數采用基于遙感影像投影而來的二維景觀指數，其景觀異質性主要來源于鳥瞰圖，在地形復雜的山地地區，忽略高程和地形因子的三維空間特性，使得獲取到的景觀斑塊面積和周長低于實際的斑塊面積和周長。同時，在驅動力要素研究方面，已有研究結果表明植被覆蓋度的時空變化不僅受到氣候變化[7，23，24]的影響，也受到地形[8，25-27]及人類活動干擾[2，11，28]的影響。其中，地形作為影響植被分布的最基本生境因子，通過外部形態影響氣溫、降水等氣候條件的空間差異，并在一定程度上影響人類活動，從而影響植被的空間分布格局[27]。萬源市地處大巴山腹心地帶，地形復雜，植被覆蓋度變化情況往往受地形影響產生空間異質性，因此研究地形因子與植被覆蓋度變化的關系可以很好地揭示植被覆蓋度的地域分布規律。

秦巴山地是我國南北地理分界線、溫帶和亞熱帶氣候過渡區、物種多樣性和生態環境敏感區，一直屬于生態環境變化研究的熱點區，不少學者對這一區域進行了大量的研究[7，29-31]，但多集中于秦嶺地區，而關于秦巴山區南部的大巴山區域的植被狀況研究較少，因此對大巴山區域植被狀況及其相關地理要素進行調查和分析，對于秦巴山區生態環境可持續發展具有重要意義。本研究基于Landsat數據，選用像元二分模型獲取萬源市植被覆蓋度數據，采用線性回歸斜率法和三維景觀格局法對近23年變化狀況進行綜合評估，并結合DEM數據和土地利用數據剖析地形和土地利用變化對植被覆蓋度的影響，以期為植被監測和生態環境保護提供參考。

1 材料與方法

1.1 研究區概況 萬源市地理位置位于107°28′～108°31′E、30°39′～32°20′N，地處川、陜、渝三省交界處，是中國南北氣候分界線和嘉陵江、漢江分水嶺，全區總面積4065km2。該區氣候溫暖濕潤、季節分明，多年平均氣溫14.7℃，多年平均降水量為1244mm，屬亞熱帶濕潤季風氣候，由于地形高差懸殊，垂直氣候特征明顯。境內大部分區域屬山地地形，海拔在355～2419m，相對高差近2000m，地勢東南高、西北低。全區植被類型豐富多樣，主要植被類型有常綠闊葉林、落葉闊葉林、針葉林、混交林、灌木和草叢草甸等，土壤類型主要以黃棕壤、黃褐土、棕壤、石灰土、紫色土、水稻土、黃壤為主。研究區位置如圖1所示。

1.2 數據源及預處理 遙感數據分別采用1996年、2000年、2009年的Landsat TM數據以及2016年和2019年Landsat OLI數據（分辨率30m），數據軌道號為127/038，云量小于10%，來源于美國地質調查局（http：//earthexplorer.usgs.gov/）。7—8月是植被監測最佳季節，但研究區夏季云霧覆蓋大，較難在每個階段內獲取質量較好的影像，因此綜合考慮天氣、云量、時間等因素，將遙感影像的成像時間擴展到6—8月。采用ENVI5.3對獲取的數據進行輻射定標、大氣校正、裁剪等預處理。土地利用數據是基于Landsat TM/OLI影像提取，以監督分類中最大似然分類器提取基年（1996）和末年（2019）土地利用類型，根據《土地利用現狀分類》（GB/T 21010—2007）標準，分為耕地、林地、草地、水體以及建筑用地5大類。1996年、2019年土地利用總體分類精度分別為97.45%、94.96%，Kappa系數分別為0.93、0.90（圖2）。數字高程模型（DEM）屬于下載于地理空間數據云的ASTER GDEMV2數據，分辨率為30m。運用ArcGIS 10.3軟件進行三維表面積和表面周長計算，并生成高程、坡度數據。結合萬源市高程分布狀況，以200m為間隔等間距劃分方法將高程劃分為11個等級[32]（圖3a），根據水土流失調查常用的8°法作為區別斜坡和緩坡界線的依據[26]，將坡度劃分為6級：<5°、5°～8°、8°～15°，15°～25°、25°～35°、>35°（圖3b）。

1.3 研究方法

1.3.1 植被覆蓋度計算 采用基于歸一化植被指數（NDVI）的像元二分模型估算研究區植被覆蓋度[33]，其計算公式為：

式中：VFC為植被覆蓋度（%）;NDVIsoil為純裸土覆蓋信息的NDVI值;NDVIveg為純植被覆蓋信息的NDVI值。NDVIsoil和NDVIveg是模型的關鍵，依據萬源市圖像質量與實際情況將[0.5%，99.5%]設定為置信區間，取所有NDVI值中累計概率為0.5%的值為NDVI最小值，累積概率為99.5%的值為NDVI最大值。

基于相關文獻[23]，結合萬源市植被覆蓋分布情況，采用相等間隔將植被覆蓋度劃分為5級：低植被覆蓋（Ⅰ級，0

1.3.2 一元線性回歸分析 采用一元線性回歸分析法，逐像元計算1996—2019年植被覆蓋度的變化斜率，以反映植被覆蓋度隨時間的變化特征。對所取的斜率利用相關系數R在95%的置信水平上作顯著性檢驗。相關系數檢驗法是專門針對一元線性回歸擬合使用的一種顯著性檢驗法，其本質和F檢驗法一致[27]。回歸方程斜率及相關系數檢驗公式如下：

式中：θ為回歸方程的斜率;Xi為第i年的植被覆蓋度值;n為監測年數，本研究中n=5;i表示監測年份，i=1，2…n;R為相關系數;F為檢驗統計量;U為回歸平方和;Q為殘差平方和。

1.3.3 三維景觀格局指數 三維景觀格局指數是指在二維景觀指數基礎上，將含有三維表面信息的表面面積和表面周長帶入到各景觀指數表達式中，并替代原有的面積和周長，即可得到三維景觀格局指數。三維景觀格局指數計算參照已有計算方法[34，35]進行。首先利用DEM數據進行三角形算法和滑框算法運算，利用公式（5）和公式（6）計算出每個柵格的表面面積和表面周長。隨后利用該方法計算出的研究區柵格表面面積和表面周長與轉為矢量格式的植被覆蓋度等級圖進行疊合，在ArcGIS 10.3軟件中分斑塊提取與之對應的柵格表面面積和表面周長，從而獲得各斑塊的表面面積和表面周長。最后將斑塊表面周長和表面面積代入各景觀指數的表達式中，即可算出三維景觀格局指數。

式中：As為表面面積;Ds為表面周長;c為像元尺寸;Si為第i塊像元的坡度;ai是第i塊像元中心點與相鄰中心點的相對海拔高度差;n為像元個數。

根據研究需要分別從類型水平和景觀水平進行景觀指數選取。類型水平上選取平均斑塊面積（MPS）、斑塊密度（PD）、邊緣密度（ED）、景觀形狀指數（LSI）、平均斑塊分維數（MPFD）。景觀水平上選取香農多樣性指數（SHDI）、香農均勻度指數（SHEI）、蔓延度指數（CONTAG）。由于蔓延度指數與三維表面面積和表面周長無關，主要用來反映整體景觀聚散狀況，因此采用Fragstats 4.2軟件[36]計算得出。

1.3.4 地形差異修正系數 地形差異修正系數（k）是用來消除各地形因子條件下因地形絕對面積不同而引起的植被恢復評價的不確定性[26]。計算公式為：

式中：?V為某植被變化類型的總面積;?vi為某一植被變化類型在特定地形因子（某一高程、坡度范圍）條件下所占的面積;S為整個研究區總面積;Ti為特定地形因子的面積。

2 結果與分析

2.1 植被覆蓋度時空格局特征

2.1.1 植被覆蓋度空間分布 依據像元二分模型以及上述分類標準得到萬源市5個時期不同等級植被覆蓋度圖，并利用不同年份的植被覆蓋度合成得到萬源市多年平均植被覆蓋度圖（圖4）。由圖4可知，植被覆蓋度的空間格局呈現出北部和中部高、南部低的分布特征。中部黑寶山林場、西北地區以及北部的花萼山、八臺山風景區、龍潭河景區東側等地區植被覆蓋度較高，屬于高植被覆蓋區;中高、中等植被覆蓋度分布在高植被覆蓋度的邊緣地帶，主要位于西南部和東南部等海拔較低的低山地區;中低和低植被覆蓋占研究區面積較少，呈條狀或零星狀分布于山間河谷地區。

由表1可知，5種植被覆蓋類型中，高植被覆蓋度所占比例最大，5個時期的高植被覆蓋度分別占研究區的63.89%、68.91%、77.73%、80.24%、91.28% ，反映了萬源市植被覆蓋狀況良好。結合植被類型和土地利用類型圖，可以發現高植被覆蓋區主要分布常綠闊葉林，落葉闊葉林及混交林等林地;中等植被覆蓋區和中高植被覆蓋區主要分布在農田、草地以及灌木林等地區;中低和低植被覆蓋區主要土地利用類型以水體，建筑用地以及部分農田為主。

2.1.2 植被覆蓋度年際變化趨勢 利用線性回歸趨勢分析法，運用ArcGIS 10.3軟件逐像元計算23年的植被覆蓋度的年際變化趨勢（圖5a）和顯著性檢驗（圖5b）。參照已有的研究成果[10]，對研究區植被覆蓋變化斜率進行重分類，并統計得到了植被覆蓋不同變化趨勢類型的面積百分比（表2）。由圖5及表2可知，1996—2019年輕微增加和明顯增加面積分別為1571.66km2和649.06km2，整體增加區域占研究區面積的54.74%，其中41.56%的區域呈顯著性增加。植被覆蓋度增加的區域主要分布在研究區官渡鎮—萬源市城區太平鎮—白沙鎮一帶地區以及南部等區域。植被覆蓋度基本不變的區域占研究區總面積的40.54%，空間分布相對集中，主要分布在西北和東北部等山地地區。植被覆蓋呈逐年降低趨勢區域占4.7%，其中僅有0.4%的區域呈顯著性降低，主要分布在萬源市城區和農村居民點等城鎮建設用地地區及其沿河區域，主要由城鎮建筑用地擴張引起。相對而言，研究區地表植被增加的區域遠遠大于植被減少的區域。

2.2 植被覆蓋度的三維景觀格局分析 利用三維景觀格局指數定量分析地形復雜的山地地區植被覆蓋度景觀格局變化特征，結果如圖6所示。從類型層面來看，1996—2019年中等和中低植被覆蓋MPS在0.17～0.21和0.18～0.33，基本保持不變，而PD降低，說明中等和中低植被覆蓋破碎度增加;高植被覆蓋在所有植被覆蓋類型中MPS增長幅度最大，而PD下降快，說明該植被覆蓋類型破碎化程度低，空間分布更加集中;中高植被覆蓋MPS波動性降低，中高植被覆蓋MPS先增加后降低，PD呈現降低—增加—降低變化趨勢，2009年其破碎化程度達到最低，之后破碎化程度迅速增加;低植被覆蓋MPS在近20年間略微降低，PD增加，說明近20年間低植被覆蓋破碎化程度增加。除低植被覆蓋外，其余各等級植被覆蓋類型ED和LSI均隨時間變化出現不同程度的降低，說明研究區低植被覆蓋景觀形狀變得更加復雜，其他植被類型邊界形狀變得平直、規則，其復雜性和異構性降低。基于每一斑塊形狀復雜程度的各植被覆蓋類型MPFD均接近于1，其中低植被覆蓋類型MPFD略有增加。

從景觀層面來看，1996—2019年SHDI和SHEI均呈現下降趨勢，分別從0.84和0.82下降到0.66和0.41，這說明2019年各植被覆蓋類型的面積比例差異增加，整體景觀異質程度降低，這與研究區高植被覆蓋面積占據優勢地位的實際情況相符合。而CONTAG呈增加趨勢，從1996年的54.99%增加至2019年的80.19%。在各植被覆蓋類型斑塊數量不變的情況下，各植被覆蓋類型的連接性增加，小斑塊逐漸融合成大斑塊，景觀斑塊延展性提高，分布混雜。

2.3 植被覆蓋度的影響因素

2.3.1 地形因子對植被覆蓋度的影響 將不同年份的植被覆蓋度圖和植被變化類型圖與地形因子進行疊加分析，通過統計植被覆蓋度均值、k值、植被變化類型面積比3個指標，分析地形對植被覆蓋度及其年際變化的影響。

（1）海拔。由圖7a可知，植被覆蓋度均值隨著高程的增加表現出明顯的變化特征。<400m的高程內，植被覆蓋度較低，在0.4左右;400～600m高程內，植被覆蓋度隨高程增加上升幅度較大;600～1600m高程區內，植被覆蓋度呈緩慢上升趨勢;>1600m的高程內，植被覆蓋度隨高程增加基本保持不變，穩定在0.9左右。將5期植被覆蓋度分別與高程進行相關性分析，相關系數為0.82、0.79、0.73、0.73、0.58，呈較高的正相關性。由圖7b可知，植被變化類型在不同高程中的k值表現為：植被減少型隨高程增加先快速降低后基本保持不變，在<400m高程區域內為優勢分布（k=4.97），在1000m左右k值迅速降低至1以下，為非優勢分布;植被不變型隨高程變化呈現出先減少后迅速增加趨勢，在1400m以上區域內為優勢分布;植被增加型與植被不變型的變化趨勢相反，呈現出先增加后減少的趨勢，在1000～1200m區域內為優勢分布（12200m區域內達到穩定值，為93%左右;植被增加型在600～1200m內所占比例最高，面積比大于50%，是該高程內主要的植被變化類型;植被減少型僅在<400m高程內所占面積較大，為23.47%，其余高程內所占比例均較低，最低值為0.72%。綜上所述，植被覆蓋度受高程影響明顯，<400m高程區域內，植被減少型呈現明顯優勢分布，植被容易發生退化，而在400m以上的區域基本以植被增加型和植被不變型為主，這可能與隨著海拔增加人類活動減少有關。

（2）坡度。由圖8a可知，隨著坡度增加，植被覆蓋度也不斷增加。坡度在0°～5°內植被覆蓋度最低，5期植被覆蓋度均值為0.74;0°～15°內隨著坡度增加植被覆蓋度迅速增大;15°～35°內植被覆蓋度增大的趨勢漸緩。坡度在15°～25°為明顯的分界線，25°以下的區域植被覆蓋度受坡度變化影響較明顯，25°以上的區域植被覆蓋度受坡度影響相對較小。將5期植被覆蓋度分別與坡度進行相關分析，相關系數為0.99、0.99、0.99、0.99、0.98，表明坡度與植被覆蓋度呈高度正相關。由圖8b可知，坡度對植被增加型和植被不變型分布的影響程度差異較小，對植被減少類型的分布影響較大。植被減少類型隨著坡度變化表現為逐漸降低的趨勢，在15°～25°以下的坡度范圍分布明顯（1.0335°的坡度范圍分布明顯（k>1）。由圖8c可知，在不同坡度范圍內，植被變化以植被增加型為主，該類型在坡度25°～35°比例最高，所占面積比為57.38%;植被不變型所占比例隨著坡度增加波動性較小，所占面積比在37.86%～47.96%;植被減少型所占比例隨著坡度增加逐漸降低，在<8°區域內所占比例較大，其余坡度均在10%以下。綜上所述，坡度對植被覆蓋度影響較大，植被減少型雖然在<25°的坡度范圍呈優勢分布，但因其在8°～25°內所占面積較小，因此在<8°的區域植被減少最為顯著;坡度在0°～8°內地勢相對平坦，受人為干擾較大，造成了植被覆蓋度較低，植被減少明顯。

2.3.2 植被覆蓋度對土地利用方式轉變的響應 將萬源市1996年、2019年土地利用數據進行疊加分析，確定土地利用方式的轉變類型為20類，再分別與1996—2019年的植被變化趨勢數據疊加。將植被變化趨勢類型面積占同一轉變類型區域面積比定義為響應度，閾值范圍0～1[2]。由圖9可知，1996—2019年植被增加對土地利用方式轉變的響應度表現為：建設用地轉草地>水域轉林地>耕地轉林地>水域轉草地>建設用地轉林地>建設用地轉耕地>水域轉耕地>耕地轉草地>草地轉林地，響應度在0.5以上。雖然建設用地轉草地、水域轉草地、建設用地轉林地響應度較大，但結合土地利用類型可以發現，研究區建設用地以及水域面積較小，因此植被增加主要是耕地和草地向林地類型轉化，此外耕地轉草地也有較大影響。植被減少對土地利用方式轉變的響應度表現：草地轉建設用地>林地轉建設用地>草地轉水域>耕地轉水域>耕地轉建設用地>林地轉水域，響應度在0.5以上，其他轉換類型下植被減少響應度較低。參照趙麗紅[2]將土地利用方式和政策相結合對土地利用轉變類型進行歸并，將其歸并為毀林開荒、建設用地占用、退耕還林、還草等類型。其中退耕還林、還草導致植被增加的面積比為91.49%，而建設用地占用、毀林開荒導致植被減少的面積比為64.75%、33.89%。綜上所述，耕地、草地轉變成林地對植被增加的影響較大，轉變為水域和建設用地的土地利用轉變類型植被減少表現明顯，其中建設用地占用是影響植被減少的主要用地類型。

3 結論與討論

3.1 結論 （1）空間分布上，植被覆蓋度呈現出北部和中部高、南部低的分布特征，植被覆蓋以高植被覆蓋為主。1996—2019年植被覆蓋度變化趨勢，植被增加型占54.74%，植被不變型占40.54%，植被減少型占4.7%，研究區植被覆蓋度總體呈增加趨勢。（2）1996—2019年高植被覆蓋類型破碎化程度低，空間分布更加集中，邊界形狀變得平直、規則;中高植被覆蓋破碎化程度呈先降低后增加趨勢;低植被覆蓋破碎化程度高，形狀變得更加復雜。研究區23年來景觀格局的總體趨勢是多樣性指數下降，聚散性指數上升，景觀異質性降低，各植被類型連接性增強。（3）高程、坡度與植被覆蓋度具有較高的正相關性。高程<400m、坡度<8°的區域受城鎮建設、農業耕作等影響，植被覆蓋度較低，植被減少優勢明顯;高程在1000～1200m、坡度在25°～35°區域受干擾相對較少，植被生長環境較好，植被增加呈優勢分布。（4）萬源市土地利用類型轉換區域的植被以植被增加為主，耕地和草地向林地類型轉化是研究區植被覆蓋度升高的主要原因，退耕還林、植樹造林等土地利用行為對植被增加貢獻較大，影響植被減少的最主要土地利用轉換類型是建設用地占用。

3.2 討論 植被覆蓋度及其變化受多種因素影響，如氣候、土地利用/覆被、地形、地貌等，其中氣候是影響植被覆蓋度生長發育的重要因素，但考慮到研究區范圍在縣域尺度內，其氣候變化對植被覆蓋度空間分布影響較小，因此結合研究區自然地理環境、人類活動等重點探討地形因子與人類活動對植被覆蓋度的影響。研究發現，植被覆蓋度隨著坡度的增加呈現增加的趨勢，且與坡度呈高度正相關，這有悖于植被生長規律。但結合土地利用類型圖和研究區的實際情況發現，研究區的耕地分布隨著坡度增大而逐漸減少，即隨著坡度的增加，人類活動的強度減弱，對自然環境的干預破壞減少，使得坡度越大，植被反而生長相對更好。

另外，本研究還存在一定局限性，如三維景觀指數計算是建立在三維表面面積和表面周長的基礎上，部分景觀指數計算與地形無關，此時二維景觀指數和三維景觀指數相差不大。因此，未來分析三維景觀格局時，應探討更多對地形變化有所反應的景觀指數。

參考文獻

[1]Schweers W， Bai Z， Campbell E， et al. Identification of potential areas for biomass production in China： Discussion of a recent approach and future challenges[J]. Biomass and Bioenergy， 2011， 35（5）： 2268-2279.

[2]趙麗紅，王屏，歐陽勛志，等.南昌市植被覆蓋度時空演變及其對非氣候因素的響應[J].生態學報，2016，36（12）：3723-3733.

[3]陶帥，鄺婷婷，彭文甫，等.2000—2015年長江上游NDVI時空變化及驅動力——以宜賓市為例[J].生態學報，2020，40（14）： 5029-5043.

[4]符靜，秦建新.湖南省植被覆蓋遙感反演信息量化統計[J].湖南師范大學自然科學學報，2017，40（05）：1-7.

[5]王永財，孫艷玲，王中良.1998—2011年海河流域植被覆蓋變化及氣候因子驅動分析[J].資源科學，2014，36（03）：594-602.

[6]Jiang W， Yuan L， Wang W， et al. Spatio-temporal analysis of vegetation variation in the Yellow River Basin[J]. Ecological Indicators， 2015， 51：117-126.

[7]陳超男，朱連奇，田莉，等.秦巴山區植被覆蓋變化及氣候因子驅動分析[J].生態學報，2019，39（09）：3257-3266.

[8]童曉偉，王克林，岳躍民，等.桂西北喀斯特區域植被變化趨勢及其對氣候和地形的響應[J].生態學報，2014，34（12）：3425-3434.

[9]Yang Q， Qin Z， Li W. Temporal and spatial variations of vegetation cover in Hulun Buir grassland of Inner Mongolia， China[J]. Arid Land research and Management， 2012， 26（4）：328-343.

[10]王國芳，畢如田，張吳平，等.典型礦區植被覆蓋度時空分布特征及影響因素[J].生態學報，2020，40（17）：6046?6056.

[11]譚學玲，閆慶武，王瑾，等.榆神府礦區植被覆蓋的動態變化及其影響因素[J].生態學雜志，2018，37（06）：1645-1653.

[12]蔡宗磊，包妮沙，劉善軍.國產高分一號數據估算草地植被覆蓋度方法研究——以呼倫貝爾草原露天煤礦區為例[J].地理與地理信息科學，2017，33（02）：32-38，44.

[13]張君，延軍平.1982—2013年陜西不同植被類型NDVI變化特征分析[J].干旱區資源與環境，2017，31（04）：86-92.

[14]董弟文，阿布都熱合曼·哈力克，王大偉，等.1994—2016年和田綠洲植被覆蓋時空變化分析[J].生態學報，2019，39（10）：3710-3719.

[15]張學玲，張瑩，牛德奎，等.基于TM NDVI的武功山山地草甸植被覆蓋度時空變化研究[J].生態學報，2018，38（07）：2414-2424.

[16]孫銳，陳少輝，蘇紅波.2000—2016年黃土高原不同土地覆蓋類型植被NDVI時空變化[J].地理科學進展，2019，38（08）：1248-1258.

[17]師慶東，呂光輝，潘曉玲，等.遙感影像中分區分類法及在新疆北部植被分類中的應用[J].干旱區地理，2003，03）：264-268.

[18]王新闖，劉文鍇，楊會軍，等.河南省植被覆蓋度及其景觀格局時空變化[J].水土保持通報，2015，35（06）：241-247，254.

[19]蘇艷琴，賴日文，閆琦，等.植被覆蓋度提取及景觀格局分析[J].森林與環境學報，2018，38（02）：164-170.

[20]裴志方，楊武年，吳彬，等.2000—2016年寧夏植被覆蓋景觀格局遙感動態分析[J].水土保持研究，2018，25（01）：215-219.

[21]王靜，周偉奇，許開鵬，等.京津冀地區城市化對植被覆蓋度及景觀格局的影響[J].生態學報，2017，37（21）：7019-7029.

[22]高彥凈，謝余初，錢大文，等.甘肅白龍江流域植被覆蓋度及景觀格局變化[J].水土保持研究，2015，22（01）：181-187.

[23]楊瑞瑞，易桂花，張廷斌，等.2000—2015年若爾蓋地區植被覆蓋度變化及氣候因子驅動分析[J].草業科學，2018，35（12）：2822-2835.

[24]鄭杰，馮文蘭，牛曉俊，等.四川省植被變化及其與氣象因子的相關性分析[J].水土保持通報，2016，36（02）：99-104，349-350.

[25]王毅，郭躍.喀斯特地貌區植被覆蓋與地形因子的空間關系分析——以貴州普定縣為例[J].長江流域資源與環境，2018，27（01）：157-167.

[26]陳洪磊，歐陽煒，呂鳳玲，等.官渡河流域植被覆蓋變化與地形因子相關性[J].水土保持研究，2019，26（03）：135-140，147.

[27]魏建瑛，徐建英，樊斐斐.臥龍自然保護區植被覆蓋度變化及其對地形因子的響應[J].長江流域資源與環境，2019，28（02）：440-449.

[28]劉宇，傅伯杰.黃土高原植被覆蓋度變化的地形分異及土地利用/覆被變化的影響[J].干旱區地理，2013，36（06）：1097-1102.

[29]劉憲鋒，潘耀忠，朱秀芳，等.2000—2014年秦巴山區植被覆蓋時空變化特征及其歸因[J].地理學報，2015，70（05）：705-716.

[30]孫華，白紅英，張清雨，等.基于SPOT VEGETATION的秦嶺南坡近10年來植被覆蓋變化及其對溫度的響應[J].環境科學學報，2010，30（03）：649-654.

[31]任園園，張哲，侯欽磊，等.大巴山地區植被覆蓋變化及其對氣候變化的響應[J].水土保持通報，2012，32（02）：56-59，271.

[32]張建亮，劉方正，崔國發.長白山國家級自然保護區植被時空變化及其驅動因子[J].生態學報，2016，36（12）：3525-3536.

[33]吳躍，周忠發，趙馨，等.基于遙感計算云平臺高原山區植被覆蓋時空演變研究——以貴州省為例[J].中國巖溶，2020，39（02）：196-205.

[34]朱東國，謝炳庚，熊鵬.基于三維景觀格局指數的張家界市土地利用格局時空演化[J].經濟地理，2017，37（08）：168-175.

[35]Jenness J S. Calculating landscape surface area from digital elevation models[J]. Wildlife Society Bulletin， 2004， 32（3）： 829-839.

[36]McGarigal K， Cushman S A， Ene E.FRAGSTATS v4： Spatial Pattern Analysis Program for Categorical and Continuous Maps [EB/OL]. Computer software program produced by the authors at the University of Massachusetts， Amherst.2012.http：//www.umass.edu/landeco/research/fragstats/fragstats.html.

（責編：徐世紅）