濟(jì)寧市2005—2016年植被覆蓋度變化及影響因素
2018-05-09 02:01:40，，，
， ， ，
(中國(guó)礦業(yè)大學(xué)(北京) 土地復(fù)墾與生態(tài)重建研究所， 北京 100083)
植被作為地球生態(tài)系統(tǒng)中的活躍成員，陸地生態(tài)系統(tǒng)中的任何變化必然會(huì)導(dǎo)致其類(lèi)型、數(shù)量或質(zhì)量等產(chǎn)生一定的響應(yīng)變化[1]，而植被覆蓋度(fractional vegetation cover， FVC)作為區(qū)域生態(tài)系統(tǒng)中影響環(huán)境變化的重要指標(biāo)， 對(duì)水文、 生態(tài)及全球變化等都具有重要意義[2]。 植被覆蓋度即單位面積內(nèi)植被地上部分(包括葉、 莖、 枝)在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的比例[3]。 歸一化植被指數(shù)(NDVI)作為植被變化研究最常用指標(biāo)，能夠較準(zhǔn)確地反映植被的生長(zhǎng)狀況、覆蓋程度及光合作用的強(qiáng)度，同時(shí)可以在較大時(shí)空尺度上客觀反映研究區(qū)植被覆蓋信息[4]。
目前，國(guó)內(nèi)外有關(guān)區(qū)域植被覆蓋度的研究大多集中在氣候因子與植被覆蓋度的關(guān)系[5-6]，植被覆蓋度變化對(duì)區(qū)域環(huán)境的影響[7-8]，以城市化等為代表的人為因素對(duì)植被覆蓋度的影響[9-10]等方面。山東省濟(jì)寧市作為兼有農(nóng)業(yè)型、資源型特點(diǎn)的城市[11]，與日俱增的人類(lèi)經(jīng)濟(jì)活動(dòng)對(duì)該區(qū)域環(huán)境的干擾程度有增無(wú)減，導(dǎo)致該地區(qū)土地覆被狀況產(chǎn)生了一定程度的變化。及時(shí)掌握土地覆被變化規(guī)律，不僅可以促進(jìn)城市土地布局的科學(xué)性，也為解決社會(huì)經(jīng)濟(jì)發(fā)展與環(huán)境惡化之間日益尖銳的問(wèn)題提供理論支持。本文中基于遙感與地理信息系統(tǒng)(geographic information system，GIS)技術(shù)，利用濟(jì)寧市2005—2016年近12 a的MODIS衛(wèi)星遙感數(shù)據(jù)以及該地區(qū)內(nèi)6個(gè)氣象站點(diǎn)的溫度和降水?dāng)?shù)據(jù)，對(duì)該地區(qū)植被覆蓋度在時(shí)間及空間上的變化特征進(jìn)行分析。本研究旨在及時(shí)有效地掌握該地區(qū)植被覆蓋度的變化，為土地整治工程、生態(tài)建設(shè)、植被資源保護(hù)、合理開(kāi)發(fā)及可持續(xù)發(fā)展提供參考。
1 研究區(qū)概況
濟(jì)寧市位于山東省西南部， 在山東、 河南、 安徽及江蘇交匯處， 屬亞溫帶區(qū)域， 東經(jīng)117°36′—115°52′，北緯35°57′—34°26′。該地區(qū)東西長(zhǎng)度約為158 km，南北長(zhǎng)度約為167 km，以平原和洼地為主，山地丘陵較少。受地形及氣候的影響，耕地類(lèi)型比較單一，面積比例最大是耕地，其次為水域、城鎮(zhèn)及工礦用地。全市共轄11個(gè)縣市區(qū)，行政區(qū)面積位居山東省第4位，其行政區(qū)域面積如圖1所示。
2 數(shù)據(jù)準(zhǔn)備與研究方法
2.1 數(shù)據(jù)來(lái)源與預(yù)處理
遙感數(shù)據(jù)采用2005—2016年植被生長(zhǎng)旺盛時(shí)期7—9月份16 d合成MODI13Q1產(chǎn)品數(shù)據(jù)，空間分辨率250 m，數(shù)據(jù)來(lái)源于美國(guó)國(guó)家航空航天局。數(shù)據(jù)的預(yù)處理包括利用MODIS投影工具(MODIS reprojection tool，MRT)進(jìn)行投影轉(zhuǎn)換，利用波段運(yùn)算進(jìn)行最大值合成及研究區(qū)域裁剪等。
圖1 山東省濟(jì)寧市行政邊界圖
氣象數(shù)據(jù)為2005—2015年濟(jì)寧市內(nèi)及附近地區(qū)6個(gè)氣象站點(diǎn)的氣溫?cái)?shù)據(jù)和降水?dāng)?shù)據(jù)。由于2016年數(shù)據(jù)不全，因此選用11 a數(shù)據(jù)進(jìn)行分析(該數(shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái))。利用GIS10.2對(duì)研究區(qū)6個(gè)氣象站點(diǎn)的年均溫?cái)?shù)據(jù)及年降水量數(shù)據(jù)分別進(jìn)行Kriging插值，得到2005—2015年濟(jì)寧市年降雨量及年均氣溫分布數(shù)據(jù)。
2.2 研究方法
2.2.1 最大值合成
采用NDVI最大值合成法將各月的旬?dāng)?shù)據(jù)合成為月數(shù)據(jù)，并將各月最大值合成年數(shù)據(jù)。最大值合成法(maximum value composite， MVC)是目前國(guó)際上最為通用的方法，通過(guò)取某一時(shí)間段內(nèi)的NDVI最大值，從而進(jìn)一步消除云、大氣、太陽(yáng)高度角等因素的干擾[12]。該方法假設(shè)NDVI值最大的當(dāng)天天氣晴朗，不受云層影響。
2.2.2 植被覆蓋度計(jì)算
植被覆蓋度與NDVI之間存在極顯著相關(guān)關(guān)系，二者之間可以通過(guò)建立轉(zhuǎn)換關(guān)系，來(lái)提取植被覆蓋度信息[13]。利用混合像元分解模型中最常用的二分模型，對(duì)該地區(qū)包含土壤指數(shù)與植被指數(shù)的NDVI值進(jìn)行分解，從而求出植被覆蓋度公式。由NDVI表達(dá)式(1)可得植被覆蓋度公式，
I=fvNv+(1-fv)Ns，
(1)
(2)
式中：I及N為混合像元植被指數(shù)；fv為植被覆蓋度；Nv為純植被像元植被指數(shù)；Ns為純土壤像元植被指數(shù)；本文將Nv以及Ns值認(rèn)為是該地區(qū)指數(shù)的最大與最小值，并分別取置信度為99%及1%時(shí)的NDVI作為該像元的最大與最小值。
2.2.3 趨勢(shì)及相關(guān)性分析
利用像元2005—2016年植被覆蓋度的一元線性回歸斜率及其分布，分析植被覆蓋度的空間變化及變化趨勢(shì)。一元線性回歸分析的方法可以模擬每個(gè)柵格的空間變化趨勢(shì)，利用單個(gè)像元時(shí)間變化特征來(lái)反映整個(gè)空間變化規(guī)律，從而可以綜合反映出研究區(qū)域的時(shí)空格局演變趨勢(shì)[14]。顯著性采用F檢驗(yàn)，顯著性?xún)H代表趨勢(shì)變化可置信度的高低，與變化快慢無(wú)關(guān)[15]。一元線性回歸斜率計(jì)算公式為
(3)
式中：i為年序號(hào)；n為年跨度，即12 a；Ni為第i年最大植被覆蓋度。斜率大于0，表明植被狀況有所改善；斜率小于0，則說(shuō)明植被狀況變差。植被覆蓋度與氣候因子的相關(guān)性計(jì)算公式為
(4)
3 結(jié)果分析
3.1 濟(jì)寧市植被覆蓋度的年際度變化及空間格局
根據(jù)2005—2016年植被覆蓋度平均值，濟(jì)寧市近12 a植被覆蓋度年變化趨勢(shì)見(jiàn)圖2。由圖可知，隨著年份的增加，植被覆蓋度呈逐年下降趨勢(shì)。2005年覆蓋度最大，為0.82；2016年降至最低，為0.77。
經(jīng)統(tǒng)計(jì)計(jì)算， 將濟(jì)寧市植被覆蓋度參照李登科[2]等的研究進(jìn)行劃分， 植被覆蓋度在0～30%為低覆蓋度，>30%～60%為中覆蓋度，>60%～100%為高覆蓋度， 共3個(gè)等級(jí)， 從而得到2005—2016年各等級(jí)覆蓋度變化趨勢(shì)及面積比例(如圖3所示)。由圖可知：中覆蓋度地區(qū)面積呈逐年增長(zhǎng)趨勢(shì)，低覆蓋度增加不明顯，兩者增加之和由2005年的7.41%增長(zhǎng)至2016年的12.97%；高覆蓋度地區(qū)呈逐年減小趨勢(shì)，其覆蓋度由2005年的92.58%減小至2016年的87.03%。各縣市區(qū)的2005—2016年植被覆蓋度變化趨勢(shì)及線性回歸方程分別如圖4及表1所示。由圖、表中的數(shù)據(jù)可以看出，僅微山縣回歸斜率大于0，其余各地區(qū)斜率均小于0，即除微山縣外的其余10個(gè)縣市區(qū)，均不同程度地出現(xiàn)植被覆蓋度減小趨勢(shì)，因此，濟(jì)寧市整體覆蓋度呈現(xiàn)減小趨勢(shì)。
圖2 濟(jì)寧市2005—2016年植被覆蓋度變化趨勢(shì)
圖5(a)(b)分別為2005—2016年濟(jì)寧市年植被覆蓋度變化率及顯著性空間分布圖，變化幅度分級(jí)θs及面積比例、顯著性變化等級(jí)及分級(jí)面積所占比例如表2所示。
圖3 研究區(qū)域不同等級(jí)覆蓋度面積比例
圖4 2005—2016年濟(jì)寧市各縣市區(qū)植被覆蓋度變化趨勢(shì)表1 2005—2016年濟(jì)寧市各縣市區(qū)植被覆蓋度線性回歸方程
區(qū)域回歸方程R2 金鄉(xiāng)縣y=-0.003x+7.8330.469*梁山縣y=-0.003x+7.0310.217嘉祥縣y=-0.006x+13.2730.736**曲阜市y=-0.005x+10.7090.426*任城區(qū)y=-0.007x+14.7080.715**魚(yú)臺(tái)縣y=-0.006x+12.8020.704**汶上縣y=-0.006x+12.8110.554**兗州區(qū)y=-0.006x+12.2230.474*鄒城市y=-0.005x+9.8420.489*泗水縣y=-0.004x+7.8400.188微山縣y=0.002x-2.7490.097 注:y為植被覆蓋度,x為時(shí)間序列,R2為決定系數(shù);*表示在顯著性檢驗(yàn)水平p<0.05上相關(guān)性顯著,**表示在顯著性檢驗(yàn)水平p<0.01上相關(guān)性極顯著。
結(jié)果顯示，NDVI增大的面積占28.89%，減小的面積占71.11%，其中，6.35%的面積呈顯著下降(0.01 3.2.1 與氣候因素相關(guān)分析 圖6(a)(b)分別為濟(jì)寧市2005—2015年年均溫度變化趨勢(shì)圖、植被覆蓋度與年降雨量變化趨勢(shì)對(duì)比圖。圖中顯示，近11 a濟(jì)寧市年均溫度變化幅度小，在13.6～15 ℃之間變動(dòng)，整體上呈“W”型，年均溫度為14.22 ℃；而年降雨量整體呈減小趨勢(shì)，2005年降水量最大，12 a間平均降雨701.21 mm。由圖6(b)可知，2008、2012年濟(jì)寧市植被覆蓋度均較前一年呈增加趨勢(shì)，但降雨量減少；2013年植被覆蓋度較2012年減少，但降雨量增加。由此可見(jiàn)，降雨量對(duì)植被覆蓋度的影響程度在減小。 (a) 植被覆蓋度變化率 (b) 顯著性空間分布圖5 山東省濟(jì)寧市2005—2016年植被覆蓋度變化率及顯著性空間分布表2 2005—2016年濟(jì)寧市植被覆蓋度變化幅度及顯著性分級(jí) 變化幅度分級(jí)面積比例/%變化顯著性p面積比例/%嚴(yán)重退化,θs≤-0.009024.61極顯著下降,θs<0,p<0.012.24中度退化,-0.0090<θs≤-0.004520.86顯著下降,θs<0,0.01 濟(jì)寧市植被覆蓋度與氣溫、 降雨的相關(guān)性如圖7所示。 可以看出， 植被覆蓋度與年降雨量平均相關(guān)系數(shù)為0.03， 呈正相關(guān)區(qū)域面積占51.47%； 與年均溫度平均相關(guān)系數(shù)為-0.06， 呈正相關(guān)區(qū)域面積占42.23%， 表明降雨量是影響該區(qū)域內(nèi)植被生長(zhǎng)的主要?dú)夂蛞蜃?，但與植被覆蓋度相關(guān)不顯著(p>0.05)。整體上，濟(jì)寧市植被覆蓋度與年均溫度呈負(fù)相關(guān)，與年降雨量呈正相關(guān)關(guān)系，研究結(jié)論與孫蓓蓓等[16]的結(jié)論相一致，且植被覆蓋度與降雨量無(wú)明顯空間差異，與溫度呈由東北向西南方向增加的趨勢(shì)。 (a)年均溫度(b)年降雨量與植被覆蓋度對(duì)比圖6 2005—2015年濟(jì)寧市年均溫和年降雨量與植被覆蓋度對(duì)比變化趨勢(shì)圖 (a)年均溫度(b)年降雨量圖7 2005—2015年濟(jì)寧市植被覆蓋度與氣候因子的相關(guān)性 3.2.2 與人為因素分析 人類(lèi)活動(dòng)對(duì)植被的影響主要通過(guò)2種方式來(lái)體現(xiàn)，即土地利用類(lèi)型及利用方式來(lái)影響其植被類(lèi)型的面積及質(zhì)量[17]。濟(jì)寧市土地利用變化主要分為經(jīng)濟(jì)發(fā)展、人口及農(nóng)業(yè)生產(chǎn)驅(qū)動(dòng)力等方面原因[18]。隨著社會(huì)的發(fā)展及人口密度的增加，該地區(qū)逐步向城鎮(zhèn)化趨勢(shì)發(fā)展，必然導(dǎo)致城鎮(zhèn)建設(shè)擴(kuò)張、耕地面積減少等。經(jīng)濟(jì)的發(fā)展使得固定資產(chǎn)投資加大，從而導(dǎo)致耕地?cái)?shù)量減少；農(nóng)業(yè)科技的發(fā)展使得在產(chǎn)量不變的情況下，耕地的數(shù)量也在不斷減少。圖8(a)(b)分別顯示了濟(jì)寧市2005—2015年人口密度、固定資產(chǎn)(只含房地產(chǎn))投資數(shù)量、 該地區(qū)生產(chǎn)總值以及煤炭產(chǎn)值變化趨勢(shì)。數(shù)據(jù)來(lái)源于濟(jì)寧市2005—2015年統(tǒng)計(jì)年鑒。 1)與人口密度相關(guān)。由于統(tǒng)計(jì)年鑒中2005—2012年人口數(shù)量依照年末總?cè)丝跀?shù)統(tǒng)計(jì)，2013—2015年人口數(shù)量依照常住人口數(shù)量統(tǒng)計(jì)； 因此這種計(jì)算標(biāo)準(zhǔn)的不同導(dǎo)致人口密度在2005—2012年持續(xù)增大的情況下， 2013年人口密度突然減小， 但在同樣計(jì)算條件下， 2013—2015年人口密度仍呈逐年增大趨勢(shì)。據(jù)此，可大致判定濟(jì)寧市2005—2015年人口密度大體呈逐年增加趨勢(shì)，且植被覆蓋度與人口密度在2005—2012年間呈極顯著相關(guān)關(guān)系(p<0.01)，其中，嘉祥縣、任城區(qū)及魚(yú)臺(tái)縣表現(xiàn)較為明顯。 (a)人口密度與固定資產(chǎn)投資(b)生產(chǎn)總值、原煤產(chǎn)值與植被覆蓋度圖8 2005—2015年濟(jì)寧市人口密度與固定資產(chǎn)投資及生產(chǎn)總值、原煤產(chǎn)值與植被覆蓋度的變化趨勢(shì)圖 2)與固定資產(chǎn)投資、生產(chǎn)總值相關(guān)。由圖8(a)(b)可知，固定資產(chǎn)投資數(shù)量及生產(chǎn)總值均呈逐年增加趨勢(shì)，且2005—2015年濟(jì)寧市植被覆蓋度與固定資產(chǎn)投資及生產(chǎn)總值均呈極顯著相關(guān)關(guān)系(p<0.01)，其中，鄒城市、兗州區(qū)及任城區(qū)對(duì)濟(jì)寧市生產(chǎn)總值貢獻(xiàn)最大，且這3個(gè)地區(qū)植被覆蓋度較小。將這3個(gè)行政區(qū)域矢量分別與圖5疊加可知，只有任城區(qū)植被覆蓋度變化較大，鄒城市及兗州區(qū)與濟(jì)寧市其他地區(qū)植被覆蓋度變化無(wú)明顯差別。任城區(qū)只有在2012、2014年植被覆蓋度有所增長(zhǎng)之外，其余年份均有不同程度的減小。利用偏相關(guān)分析2005—2012年不同人為因素與植被覆蓋度的相關(guān)關(guān)系，其結(jié)果表明，只有任城區(qū)植被覆蓋度與人口密度、固定資產(chǎn)投資及生產(chǎn)總值均呈顯著性關(guān)系，主要原因是任城區(qū)為濟(jì)寧市的政治、經(jīng)濟(jì)、文化中心，且本文中將高新區(qū)、太白湖新區(qū)及北湖度假區(qū)等均統(tǒng)計(jì)到任城區(qū)范圍內(nèi)，與實(shí)際范圍有一定出入，隨著經(jīng)濟(jì)的發(fā)展及度假區(qū)的開(kāi)發(fā)等，植被覆蓋度也呈現(xiàn)一定的相關(guān)變化。其余各縣市區(qū)中，只有嘉祥縣與魚(yú)臺(tái)縣植被覆蓋度與人口密度及生產(chǎn)總值呈顯著或極顯著關(guān)系。2005—2015年濟(jì)寧市的與植被覆蓋度關(guān)系顯著的地區(qū)如表3所示。由表可知，濟(jì)寧市大部分地區(qū)植被覆蓋度與該地區(qū)的經(jīng)濟(jì)發(fā)展有明顯的相關(guān)關(guān)系，且濟(jì)寧市固定資產(chǎn)投資與生產(chǎn)總值均呈顯著或極顯著關(guān)系，因此，植被覆蓋度的變化與該地區(qū)固定資產(chǎn)投資有較大的關(guān)系。此結(jié)論對(duì)于該地區(qū)合理開(kāi)發(fā)、生態(tài)工程建設(shè)等決策有一定的參考意義。 表3 2005—2015年與植被覆蓋度呈顯著關(guān)系的地區(qū) 通過(guò)對(duì)比生產(chǎn)總值發(fā)現(xiàn)，微山縣與曲阜市生產(chǎn)總值幾乎一致，但微山縣植被覆蓋度變化不明顯，曲阜市卻顯著下降。主要原因可能是，曲阜以儒家文化聞名于世，肩負(fù)著進(jìn)一步擴(kuò)大曲阜國(guó)際文化旅游城市影響力的重任。城市的可識(shí)別性可由2種模式展現(xiàn)，第一種是超高層建筑和傳統(tǒng)建筑群落或軸線空間，第二種是通過(guò)傳承具有當(dāng)?shù)貧v史文化特色的建設(shè)手法，進(jìn)而形成富有地方特色的、視野開(kāi)闊的城市標(biāo)志性片區(qū)[19]，因此，曲阜城市建筑發(fā)展會(huì)嚴(yán)格控制該地的建筑風(fēng)貌，從而導(dǎo)致了土地利用相比于微山縣會(huì)發(fā)生更明顯的變化。 3)與原煤產(chǎn)值相關(guān)。濟(jì)寧市作為資源型城市， 礦產(chǎn)資源豐富， 經(jīng)濟(jì)的快速發(fā)展與煤炭產(chǎn)業(yè)的發(fā)展息息相關(guān)。 依據(jù)圖8(b)， 經(jīng)相關(guān)計(jì)算， 煤炭產(chǎn)值與濟(jì)寧市總產(chǎn)值在0.01水平上呈顯著正相關(guān)關(guān)系， 說(shuō)明煤炭產(chǎn)業(yè)的發(fā)展一定程度上帶動(dòng)了濟(jì)寧市的經(jīng)濟(jì)發(fā)展，且煤炭產(chǎn)值與植被覆蓋度在0.05水平上呈顯著負(fù)相關(guān)關(guān)系。濟(jì)寧市煤礦主要分布在兗州區(qū)、曲阜市及鄒城市3地交界處、任城區(qū)及微山縣等，由于煤炭產(chǎn)值為濟(jì)寧市總的煤炭產(chǎn)值，因此經(jīng)計(jì)算，煤礦主要分布地區(qū)均與總煤炭產(chǎn)值相關(guān)不顯著。因?yàn)槊禾慨a(chǎn)值與濟(jì)寧市總產(chǎn)值在0.01水平上呈顯著正相關(guān)關(guān)系，所以煤炭產(chǎn)業(yè)的發(fā)展一定程度上也影響著植被覆蓋度的變化如表3所示。 對(duì)于除表3外的其他縣市區(qū)，其植被覆蓋度與人為因素相關(guān)關(guān)系不顯著。因?yàn)?005—2015年濟(jì)寧市植被覆蓋度與固定資產(chǎn)投資及生產(chǎn)總值均呈極顯著相關(guān)關(guān)系(p<0.01)，所以一定程度上也影響著其他地區(qū)的植被覆蓋度。2012年植被覆蓋度有明顯增大趨勢(shì)，原因主要是兗州區(qū)、汶上縣、曲阜市及泗水縣貢獻(xiàn)較多。兗州區(qū)及泗水縣房地產(chǎn)投資的大幅下降，對(duì)植被覆蓋度的增加有一定的貢獻(xiàn)，但汶上縣及曲阜市投資仍呈上升趨勢(shì)。由此可見(jiàn)，植被覆蓋度變化受多重因素的影響，對(duì)于其他人為因素是如何產(chǎn)生影響的還需進(jìn)一步研究。 本文中基于MODIS衛(wèi)星遙感數(shù)據(jù)獲取的NDVI對(duì)濟(jì)寧市地區(qū)2005—2016年植被覆蓋信息進(jìn)行了反演，同時(shí)結(jié)合該地區(qū)溫度、降雨量數(shù)據(jù)以及人為因素，對(duì)其植被覆蓋度變化的影響因素進(jìn)行了分析，得出以下結(jié)論： 1)濟(jì)寧市近12 a植被覆蓋度整體呈減小趨勢(shì)， 在空間分布上無(wú)顯著性差異。 低覆蓋度及中等覆蓋度由2005年的7.41%增長(zhǎng)至2016年的12.97%， 高覆蓋度地區(qū)由2005年的92.58%減小至2016年的87.03%。 整體植被覆蓋度平均值由2005年的82.46%減小至2016年的77.04%。 2)在氣候因素上， 研究區(qū)植被覆蓋度總體上與降雨量呈正相關(guān)關(guān)系， 與溫度呈現(xiàn)負(fù)相關(guān)關(guān)系， 但顯著性水平均在p>0.05。 在人為因素上， 植被覆蓋度與人口密度、 固定資產(chǎn)投資及生產(chǎn)總值均呈負(fù)相關(guān)關(guān)系， 且與人口密度(2005—2012年)、固定資產(chǎn)投資及生產(chǎn)總值(2005—2015年)均呈極顯著相關(guān)關(guān)系(p<0.01)。 3)在整體上，該地區(qū)植被覆蓋度與煤炭開(kāi)采導(dǎo)致的土地塌陷、積水等問(wèn)題在空間上無(wú)明顯差異。對(duì)于大部分縣市區(qū)的植被覆蓋度變化與固定資產(chǎn)投資及生產(chǎn)總值呈顯著或極顯著變化，但個(gè)別縣區(qū)一定程度上仍受其他因素影響。由于只采用了濟(jì)寧市夏季植被覆蓋度數(shù)據(jù)，因此尚不能完全滿足其影響因素分析的實(shí)際要求。在今后的研究中，應(yīng)充分利用多源、多時(shí)相遙感數(shù)據(jù)，以便更好地揭示某一地區(qū)植被覆蓋度的變化狀況。 參考文獻(xiàn): [1] PARMESAN C, YOHE G. A globally coherent fingerprint of climate change impacts across natural systems[J]. Nature, 2003, 421(6918): 37-42. [2] 李登科, 范建忠, 王娟. 陜西省植被覆蓋度變化特征及其成因[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2010, 21(11): 2896-2903. [3] GITELSON A A, KAUFMAN Y J, STARK R, et al. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environment, 2002, 80(1): 76-87. [4] 袁沫汐, 鄒玲, 林愛(ài)文, 等. 湖北省地區(qū)植被覆蓋變化及其對(duì)氣候因子的響應(yīng)[J]. 生態(tài)學(xué)報(bào), 2016, 36(17): 5315-5323. [5] 劉綠柳, 肖風(fēng)勁. 黃河流域植被NDVI與溫度、降水關(guān)系的時(shí)空變化[J]. 生態(tài)學(xué)雜志, 2006, 25(5): 477-481, 502. [6] 楊建平, 丁永建, 陳仁升. 長(zhǎng)江黃河源區(qū)高寒植被變化的NDVI記錄[J]. 地理學(xué)報(bào), 2005, 60(3): 467-478. [7] 牛寶茹, 劉俊蓉, 王政偉. 干旱半干旱地區(qū)植被覆蓋度遙感信息提取研究[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2005, 30(1): 27-30. [8] 甘春英, 王兮之, 李保生, 等. 連江流域近18年來(lái)植被覆蓋度變化分析[J]. 地理科學(xué), 2011, 31(8): 1019-1024. [9] 劉林, 馬安青, 馬啟敏. 濱海半城市化地區(qū)植被覆蓋度的時(shí)空變化：以青島市嶗山區(qū)為例[J]. 環(huán)境科學(xué)與技術(shù), 2012, 35(1): 178-185. [10] 季小妹, 陳田, 鄭芳. 半城市化地區(qū)生態(tài)環(huán)境研究進(jìn)展[J]. 生態(tài)環(huán)境學(xué)報(bào), 2009, 18(4): 1579-1586. [11] 呂建樹(shù), 吳泉源, 張祖陸, 等. 基于RS和GIS的濟(jì)寧市土地利用變化及生態(tài)安全研究[J]. 地理科學(xué), 2012, 32(8): 928-935. [12] 馬保東. 礦區(qū)典型地表環(huán)境要素變化的遙感監(jiān)測(cè)方法研究[D]. 沈陽(yáng)：東北大學(xué),2014. [13] GUTMAN G, IGNATOV A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models[J]. International Journal of Remote Sensing, 1998, 19(8): 1533-1543. [14] 何月, 樊高峰, 張小偉, 等. 浙江省植被NDVI動(dòng)態(tài)及其對(duì)氣候的響應(yīng)[J]. 生態(tài)學(xué)報(bào), 2012, 32(14): 4352-4362. [15] 穆少杰, 李建龍, 陳奕兆, 等. 2001—2010年內(nèi)蒙古植被覆蓋度時(shí)空變化特征[J]. 地理學(xué)報(bào), 2012, 67(9): 1255-1268. [16] 孫蓓蓓, 邢立亭, 邊振. 山東省植被覆蓋度變化的氣象驅(qū)動(dòng)力分析[J]. 濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 27(2): 183-187. [17] 宋乃平, 杜靈通, 王磊. 鹽池縣2000—2012年植被變化及其驅(qū)動(dòng)力[J]. 生態(tài)學(xué)報(bào), 2015, 35(22): 7377-7386. [18] 張斌. 濟(jì)寧市土地利用變化驅(qū)動(dòng)力分析及其預(yù)測(cè)研究[D]. 哈爾濱：哈爾濱工業(yè)大學(xué), 2011. [19] 尹凱. 曲阜市新城核心片區(qū)土地集約與綠色建設(shè)研究[D]. 泰安：山東農(nóng)業(yè)大學(xué), 2011.3.2 植被覆蓋度變化因素分析
4 結(jié)論
