基于多時(shí)相遙感的露天鐵礦及其周邊植被動(dòng)態(tài)變化特征分析

龐 冬，譚 林，何秉宇，2，*

(1.新疆大學(xué) 資源與環(huán)境科學(xué)學(xué)院，新疆 烏魯木齊830046；2.智慧城市與環(huán)境建模自治區(qū)高校重點(diǎn)實(shí)驗(yàn)室，新疆 烏魯木齊830046)

礦產(chǎn)資源的高強(qiáng)度開采在帶來經(jīng)濟(jì)效益的同時(shí)，也給礦區(qū)的生態(tài)環(huán)境帶來了一系列的負(fù)面影響。由于鐵礦采礦跡地土壤有機(jī)質(zhì)含量較低，缺乏植物生長營養(yǎng)元素，常具有較高的重金屬含量和極端的酸堿度，使礦區(qū)自然植被入侵定居困難[1-2]，從而引發(fā)了采礦區(qū)植被覆蓋度低、地表凹陷、水土流失、土地荒漠化、山體滑坡等復(fù)雜環(huán)境問題及自然災(zāi)害[3-5]，亟須采取有效手段進(jìn)行礦區(qū)生態(tài)環(huán)境污染調(diào)查和監(jiān)測。傳統(tǒng)人工調(diào)查為主的監(jiān)測方法成本高、周期長，調(diào)查成果不能實(shí)現(xiàn)同步性，不能及時(shí)、準(zhǔn)確、快速地反映礦區(qū)生態(tài)環(huán)境狀況[6]，而基于遙感技術(shù)的監(jiān)測方法具有覆蓋廣、信息量大、采樣周期短、可動(dòng)態(tài)掌握信息等特點(diǎn)，已成為動(dòng)態(tài)監(jiān)測區(qū)域生態(tài)環(huán)境污染的重要手段[7]。

植被作為連接土壤、大氣和水分等土地覆蓋要素的自然“紐帶”，其動(dòng)態(tài)變化在某種程度上代表著區(qū)域生態(tài)環(huán)境的動(dòng)態(tài)變化[8]。因此，利用衛(wèi)星遙感對地觀測技術(shù)獲取地表植被信息，對礦區(qū)植被變化進(jìn)行動(dòng)態(tài)監(jiān)測與有效評估，能高效、準(zhǔn)確、全面地反映礦區(qū)生態(tài)環(huán)境的演變與變遷，為礦區(qū)的環(huán)境災(zāi)害預(yù)警及環(huán)境政策的制定提供決策參考依據(jù)[9]。植被指數(shù)作為反映地表植被信息的最重要信息源，已被廣泛用來定性和定量評價(jià)植被覆蓋及其生長活力，其中植被覆蓋指數(shù)(fractional vegetation cover，F(xiàn)VC)是在歸一化植被指數(shù)(normalized difference vegetation index，NDVI)的基礎(chǔ)上改進(jìn)提出的[10-11]，能定量表達(dá)植被覆蓋信息，是反映生態(tài)環(huán)境質(zhì)量的重要指標(biāo)之一[12]。植被狀態(tài)指數(shù)(vegetation condition index，VCI)可以在反映土壤水分狀況的基礎(chǔ)上反映相同的生理期內(nèi)植被的生長狀況[13]。目前，在利用植被指數(shù)對礦區(qū)生態(tài)環(huán)境進(jìn)行監(jiān)測評價(jià)方面，國內(nèi)外已進(jìn)行大量的研究[5-6，9，14-15]。Susmita等[16]用NDVI和纓帽變換研究美國阿巴拉契亞南部高植被覆蓋的露天煤礦區(qū)，分析得到森林經(jīng)過擾動(dòng)與恢復(fù)轉(zhuǎn)變的閾值。黎良財(cái)?shù)萚17]用FVC對鉛鋅礦區(qū)植被覆蓋度進(jìn)行了時(shí)空變化分析。VCI指數(shù)多應(yīng)用于研究區(qū)干旱特征監(jiān)測，在礦區(qū)的環(huán)境監(jiān)測方面運(yùn)用較少[18]，尤其是對鐵礦區(qū)域生態(tài)環(huán)境狀況的長期定量監(jiān)測。

本文通過對新疆維吾爾自治區(qū)新源縣某鐵礦近10年來采礦期內(nèi)地表植被特征變化進(jìn)行動(dòng)態(tài)監(jiān)測，利用LandsatTM/ETM+及OLI多時(shí)相數(shù)據(jù)，反演礦區(qū)植被覆蓋度、植被狀態(tài)指數(shù)對當(dāng)?shù)刂脖坏纳L狀況進(jìn)行長期、動(dòng)態(tài)監(jiān)測，分析其時(shí)空變化特征，為礦區(qū)生態(tài)系統(tǒng)監(jiān)管的信息化提供理論支持，為礦區(qū)生態(tài)環(huán)境的治理提供決策支持。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于距新疆維吾爾自治區(qū)新源縣60 km左右的阿熱勒托別鎮(zhèn)努蘇爾薩依東地段，地理坐標(biāo)為北緯43°31′41.7”，東經(jīng)83°37′58.5″。研究區(qū)地處天山北麓，伊犁河谷東端，鞏乃斯河河谷地帶，年平均氣溫為6.0～9.3 ℃，年均降雨量為476 mm，屬于大陸性半干旱氣候。該研究區(qū)內(nèi)礦區(qū)總面積約為17 km2，平均海拔高程約為1 689 m，含鐵量在58%以上。鐵礦始建于2008年，采礦許可時(shí)間截止到2018年。由于露天采，且開采期內(nèi)未采取任何恢復(fù)措施，礦山地表近似原生裸地，在自然恢復(fù)狀態(tài)下僅有零星植被。

1.2 數(shù)據(jù)來源與處理

遙感數(shù)據(jù)主要來源于USGS(美國地質(zhì)調(diào)查局提供)平臺提供的LANDSAT系列影像。為減少物候變化對植被生長狀況的影響，更好地記錄植被信息，選取2007—2016年8月或9月的Landsat TM/ETM+及OLI影像為數(shù)據(jù)源(表1)，運(yùn)用ENVI5.1軟件對Landsat系列影像依次進(jìn)行輻射定標(biāo)、大氣校正以及研究區(qū)圖像裁剪。由大氣校正結(jié)果可知，大氣校正后的植被光譜曲線得到明顯改善，更接近于植被的理論光譜曲線。

1.3 植被指數(shù)計(jì)算

植被指數(shù)是利用葉冠的光學(xué)參數(shù)提取的獨(dú)特光譜信號，是遙感領(lǐng)域中用來表征地表植被覆蓋及生長狀況的一個(gè)簡單又有效的度量參數(shù)[19]。

表1 數(shù)據(jù)來源Table 1 Data source

1.3.1 歸一化植被指數(shù)

歸一化植被指數(shù)(NDVI)與植被分布密度呈線性相關(guān)，可用來檢測植被生長狀態(tài)及植被覆蓋度。NDVI的提取是在ENVI 5.1軟件的Tool box->band math功能模塊中參照文獻(xiàn)[20]進(jìn)行計(jì)算，輸出數(shù)據(jù)類型選擇浮點(diǎn)型。又因?yàn)镹DVI取值范圍為-1～1，而統(tǒng)計(jì)結(jié)果中出現(xiàn)>1和<-1的異常值，因此，運(yùn)用波段運(yùn)算去除這些異常值。

1.3.2 植被覆蓋度計(jì)算

FVC的計(jì)算步驟是根據(jù)NDVI去除異常值的計(jì)算結(jié)果，運(yùn)用Compute Statistics功能模塊統(tǒng)計(jì)NDVImax和NDVImin，選擇NDVI累積頻率置信度為5%時(shí)，土壤的NDVI值為NDVImin；累積頻率置信度為95%時(shí)，所對應(yīng)的植被NDVI值為NDVImax，在Tool box->band math功能模塊中輸入公式(3)進(jìn)行計(jì)算，由于FVC的取值范圍為0～1，通過波段運(yùn)算進(jìn)行去除異常值處理，從而得到FVC。FVC的取值范圍為0～1，根據(jù)《土壤侵蝕分類分級標(biāo)準(zhǔn)》及已有研究[6，24-25]，并結(jié)合研究區(qū)整體植被覆蓋度并不高的實(shí)際情況，將FVC劃分為4個(gè)等級(表2)。

1.3.3 植被狀態(tài)指數(shù)計(jì)算

根據(jù)NDVI計(jì)算出植被狀態(tài)指數(shù)(VCI)[26]，通過統(tǒng)計(jì)研究年限內(nèi)同一時(shí)段NDVI的最大值和最小值，在Tool box->band math功能模塊中輸入公式進(jìn)行計(jì)算，取值范圍為0～100%，通過波段運(yùn)算進(jìn)行去除異常值處理，從而得到VCI。VCI的取值范圍在0～100%，根據(jù)已有研究[27-30]，結(jié)合研究區(qū)實(shí)際情況，將VCI劃分為4個(gè)等級。

1.3.4 礦區(qū)面積的提取

運(yùn)用Arcgis 10.4對研究區(qū)內(nèi)FVC、VCI值為零的區(qū)域進(jìn)行疊加分析和目視解譯，從而提取出不同年限的礦區(qū)面積。

2 結(jié)果與分析

2.1 礦區(qū)植被覆蓋度分析

采用上述像元二分法反演得到2007—2016年研究區(qū)的植被覆蓋等級。為更直觀地看出近10年研究區(qū)植被覆蓋等級變化特征，主要列出2007、2010、2013、2016年這4年的植被覆蓋等級分布圖。對已進(jìn)行植被覆蓋度分級處理的影像，運(yùn)用ArcGIS 10.4軟件中的柵格計(jì)算器，統(tǒng)計(jì)2007—2016年礦區(qū)不同植被覆蓋度等級的面積百分比。

表2 植被指數(shù)分級標(biāo)準(zhǔn)Table 2 Classification standard of vegetation index

由圖1和2可知，研究區(qū)約85%以上的區(qū)域植被覆蓋度為較高植被覆蓋度等級和高植被覆蓋度等級，而較低植被覆蓋等級和低植被覆蓋等級所占面積較少。研究區(qū)低植被覆蓋區(qū)域主要為露天采礦場、排土場、工業(yè)廣場、裸地、運(yùn)輸?shù)缆返取?007—2016年，低植被覆蓋度等級面積逐漸擴(kuò)大，面積占比從2007年的0.670%升至2016年的2.177%。較低植被覆蓋等級區(qū)主要為鐵礦廠區(qū)邊緣的地表區(qū)域，該等級面積則呈現(xiàn)出隨低植被覆蓋等級面積緩慢上升而緩慢下降的趨勢，由2007年的2.230%降至2016年的1.564%。這主要是由于鐵礦的開采，使礦區(qū)內(nèi)采坑的面積增大，表土剝離形成排土場，礦區(qū)廣場面積不斷增加，使鐵礦周圍較低植被及較高植被覆蓋區(qū)域地表植被遭到破壞。較高植被覆蓋等級區(qū)主要為人類活動(dòng)較為頻繁的西南部農(nóng)田和東南部農(nóng)田，高植被覆蓋等級區(qū)為距礦廠較遠(yuǎn)的林地覆蓋區(qū)。較高植被覆蓋等級面積占比變化總體呈現(xiàn)波動(dòng)下降的趨勢，由2007年的38.229%降至2016年的28.161%，高植被覆蓋等級面積變化呈現(xiàn)與較高植被覆蓋等級對稱的波動(dòng)上升趨勢，從2007年的47.449%升至2016年的68.099%?？傮w上為較低植被覆蓋等級類型向較高植被覆蓋等級類型轉(zhuǎn)移。

從時(shí)空尺度上看，植被覆蓋度空間分布變化不明顯，低植被覆蓋等級面積隨礦廠的擴(kuò)張而增大，但其所占面積百分比較小，由于高植被覆蓋度等級面積所占百分比較大且逐年增加，故礦區(qū)植被覆蓋度呈現(xiàn)總體上升趨勢，而局部地區(qū)由于鐵礦擴(kuò)張而導(dǎo)致其植被覆蓋度呈下降趨勢。

2.2 研究區(qū)植被生長狀況時(shí)空變化

從圖3來看，2007—2016年礦區(qū)大面積為植被生長狀況好等級，表明礦區(qū)整體生態(tài)環(huán)境適宜植被生長，生長季內(nèi)植被長勢良好。比較2007—2016年植被狀態(tài)指數(shù)空間分布情況，研究區(qū)植被生長狀況好等級所占面積比例最大，主要分布在離鐵礦較遠(yuǎn)的北部和東都地區(qū)，受鐵礦開采影響較小，主要受氣候和地形因素影響。植被生長狀況差等級面積所占比例較小，主要為鐵礦采礦作業(yè)區(qū)邊沿區(qū)域、運(yùn)輸通道邊沿區(qū)域及研究區(qū)西南部耕地。植被生態(tài)狀況差等級分布受人類活動(dòng)影響較大，一方面受鐵礦開采活動(dòng)的影響，隨著開采作業(yè)區(qū)的擴(kuò)張向周邊轉(zhuǎn)移；另一方面受人類耕種及居住的影響，空間分布變化不明顯；該等級面積所占比例最少，主要分布在研究區(qū)北部及西南部的采礦作業(yè)區(qū)，面積近十年平均值為20.69 km2，約占研究區(qū)總面積的23%，主要分布在鐵礦采礦作業(yè)區(qū)內(nèi)及周邊道路。由于鐵礦面積逐年向外擴(kuò)張，周邊區(qū)域VCI大面積減小，原植被生長狀況較差等級轉(zhuǎn)變?yōu)闊o植被生長等級，使植被生長狀況差等級面積隨鐵礦面積增大而增大。

圖1 研究區(qū)不同年份植被覆蓋等級空間分布Fig.1 Spatial distribution of fractional vegetation coverage grades in different years in the study area

圖2 研究區(qū)2007—2016年植被覆蓋度各等級面積百分比Fig.2 The percentage of vegetation coverage in the study area from 2007 to 2016

從圖4可以看出，研究區(qū)植被生長狀況差等級面積年際間變化區(qū)間為[-0.075 6，0.477 9]。其中，2007—2008、2008—2009、2015—2016年差值為負(fù)數(shù)，其余相鄰兩年間差值為正值，面積增幅大于減小幅度。2007—2016年，植被生長狀況差等級面積呈緩慢增加趨勢。植被生長狀況較差等級面積年際變化區(qū)間為[-2.061 0，1.960 2]，相鄰兩年間面積差值主要為負(fù)數(shù)，面積減少幅度大于增長幅度。近10年植被生長狀況較差等級面積呈緩慢減少趨勢，說明由于研究區(qū)植被生長狀況差等級與植被生長狀況較差等級所占面積較少，年際變化不大，其面積波動(dòng)對研究區(qū)植被生長狀況整體影響不大。植被生長狀況較好等級面積與植被生長狀況好等級所占研究區(qū)面積較大，年際變化波動(dòng)性較大，因此其面積變化幅度是影響礦區(qū)整體植被生長狀況變化的主要因素。VCI等級Ⅲ與Ⅳ相鄰兩年間的面積差值呈相反的對稱變化，即在相鄰兩年間植被生長狀況較好等級面積減少幅度與植被生長狀況好等級面積增加幅度相差不大，說明這兩個(gè)VCI等級之間相互影響，相互轉(zhuǎn)移，此消彼長。其中，2007—2008、2008—2009、2010—2011、2012—2013、2014—2015年植被生長狀況較好等級面積差值為負(fù)，植被生長狀況好等級面積差值為正，說明2008、2009、2011、2013、2015年這5年植被生長狀況較好等級向植被生長狀況好等級轉(zhuǎn)移，研究區(qū)生態(tài)環(huán)境有利于植被生長，植被長勢良好。

2.3 礦區(qū)對周邊植被的影響分析

由FVC、VCI空間分布圖(圖1、圖3)對比分析可知，F(xiàn)VC和VCI在空間分布上有較強(qiáng)的相關(guān)性，并由FVC和VCI對應(yīng)等級面積變化趨勢(圖5)對比分析可知，研究區(qū)FVC與VCI趨勢變化大體相同，可見植被覆蓋度越高的區(qū)域植被長勢越好，植被覆蓋度越高的年份，植被生長狀況越好，說明FVC、VCI能夠較為全面、準(zhǔn)確地反映研究區(qū)植被覆蓋度及植被生長狀況。

圖3 研究區(qū)不同年份植被狀態(tài)指數(shù)等級空間分布Fig.3 Spatial distribution of vegetation condition index grades in the study area in different years

圖4 2007—2016年研究區(qū)VCI各等級面積年際變化Fig.4 Yearly evolution of VCI grades area from 2007 to 2016

由圖6可知，鐵礦面積逐漸擴(kuò)大，由2007年的0.397 8 km2、占研究區(qū)總面積的0.45%擴(kuò)張到2016年的1.866 6 km2、占研究區(qū)總面積的2.12%，從2007年的1個(gè)采礦作業(yè)區(qū)發(fā)展到2016年的2個(gè)采礦作業(yè)區(qū)。

由圖7可知，其中較大的采礦作業(yè)區(qū)位于研究區(qū)高程范圍為1 450～1 819 m的西南坡，較小的采礦作業(yè)區(qū)位于高程范圍為1 889～1 974 m的南坡。這兩個(gè)采礦作業(yè)區(qū)內(nèi)植被覆蓋度很低，植被生長環(huán)境極差，采礦作業(yè)區(qū)周邊地物受其影響，地表植被遭到嚴(yán)重破壞，導(dǎo)致區(qū)域植被覆蓋度低，植被生長狀況差，生態(tài)環(huán)境脆弱，極易引起水土流失和山體滑坡等災(zāi)害，造成巨大的經(jīng)濟(jì)損失。

由圖8可知，研究區(qū)內(nèi)植被覆蓋度指數(shù)及植被狀況指數(shù)的平均值隨距礦區(qū)距離的增加呈先增加后趨于平緩的變化趨勢，說明礦區(qū)對其周邊植被的影響由近及遠(yuǎn)逐漸減小，礦區(qū)對研究區(qū)植被和土壤的影響范圍有限。結(jié)合FVC與VCI隨距礦區(qū)距離的變化趨勢可得，2007、2010、2013、2016年研究區(qū)植被覆蓋度指數(shù)和植被狀況指數(shù)平均值較低，且受礦區(qū)影響最大的區(qū)域是距礦區(qū)約30 m的周邊區(qū)域，礦區(qū)對研究區(qū)植被的最大影響距離在870 m左右。因此，研究區(qū)植被覆蓋度及植被長勢受鐵礦開采的影響整體較小。又由于研究區(qū)內(nèi)FVC等級Ⅳ與VCI等級Ⅳ所占面積最大，即高植被覆蓋度等級和植被生長狀況好等級面積變化是影響研究區(qū)生態(tài)環(huán)境的主要因素，其主要分布在研究區(qū)的西南坡和南坡，空間分布逐年變化不大。因此，從整體來看，近10年研究區(qū)生態(tài)環(huán)境整體相對穩(wěn)定。

圖5 2007—2016年研究區(qū)植被指數(shù)各等級面積年際變化Fig.5 Yearly evolution of vegetation index grades area from 2007 to 2016

圖6 研究區(qū)不同年份鐵礦面積空間分布Fig.6 Spatial distribution of iron ore area in different years in the study area

圖7 研究區(qū)坡度、坡向空間分布Fig.7 The spatial distribution of slope and aspect in the study area

圖8 不同年份礦區(qū)對其周邊植被的影響范圍Fig.8 The influence of mining area on surrounding vegetation in different years

3 小結(jié)

利用2007—2016年多時(shí)相遙感數(shù)據(jù)，對研究區(qū)植被覆蓋度及植被生長狀況時(shí)空變化特征進(jìn)行分析總結(jié)。

(1)研究區(qū)內(nèi)FVC值越高的區(qū)域VCI值越高，F(xiàn)VC值越高的年份VCI值也越高，說明植被覆蓋度指數(shù)與植被狀況指數(shù)具有較強(qiáng)的時(shí)空相關(guān)性，能準(zhǔn)確、全面地反映研究區(qū)生態(tài)環(huán)境實(shí)際情況，對研究區(qū)生態(tài)風(fēng)險(xiǎn)防范具有一定指導(dǎo)意義。

(2)2007—2016年，研究區(qū)低植被指數(shù)等級面積隨礦區(qū)面積的逐漸擴(kuò)張而增大，而其余植被指數(shù)等級面積受氣候、降水、自然環(huán)境等因素影響呈波動(dòng)變化趨勢。由于研究區(qū)內(nèi)較高、高植被覆蓋等級與植被生長狀況較好、好等級面積變化幅度是影響礦區(qū)整體植被生長狀況變化的主要因素。較高植被覆蓋等級所占面積由2007年的38.229%降至2016年的28.161%，而高植被覆蓋等級面積變化呈現(xiàn)與較高植被覆蓋等級對稱的變化趨勢，從2007年的47.449%升至2016年的68.099%。同時(shí)，植被生長狀況好的等級面積與植被生長狀況較好的面積也呈對稱的變化趨勢，植被生長狀況較好的等級所占面積由2007的39.528%降至2016年的25.411%，植被生長狀況好等級所占面積由2007年的58.325%升到2016年的71.112%?？傮w呈現(xiàn)較低植被指數(shù)等級類型向較高植被指數(shù)等級類型轉(zhuǎn)移，說明研究區(qū)生態(tài)環(huán)境向較好方向發(fā)展。

(3)2007—2016年，研究區(qū)植被覆蓋度及植被生長狀況空間分布變化不大，其分布隨坡度變化無明顯分異規(guī)律，植被覆蓋度及植被生長狀況較高等級主要分布在南坡和西南坡，其他坡向植被覆蓋度及植被生長狀況等級較低。

(4)2007—2016年，鐵礦所在區(qū)域面積雖逐年擴(kuò)大，但所占比例較小，對研究區(qū)植被的影響也整體較小，最大影響距離在870 m左右。由于常年開采作業(yè)使礦區(qū)及距礦區(qū)約30 m的周邊區(qū)域的生態(tài)環(huán)境遭到嚴(yán)重破壞，F(xiàn)VC及VCI等級分別為低、較低植被覆蓋等級和植被生長狀況差、植被生長狀況較差等級，并以鐵礦為中心，隨鐵礦區(qū)面積的逐年增大而向外擴(kuò)張，說明鐵礦所在區(qū)域生態(tài)環(huán)境非常脆弱，極易導(dǎo)致山體滑坡和泥石流等災(zāi)害的發(fā)生，應(yīng)及時(shí)采取措施進(jìn)行有效防范。

參考文獻(xiàn)(References)：

[1] KULLU B，BEHERA N. Vegetational succession on different age series sponge iron solid waste dumps with respect to topsoil application[J].ResearchJournalofEnvironmentalandEarthSciences，2011，3：38-45.

[2] ROY A，BASU S K，SINGH K P. Modeling ecosystem development on blast furnace slag dumps in a tropical region[J].Simulation，2002，78：531-542.

[3] 張鴻齡，孫麗娜，孫鐵珩，等. 礦山廢棄地生態(tài)修復(fù)過程中基質(zhì)改良與植被重建研究進(jìn)展[J]. 生態(tài)學(xué)雜志，2012，31(2)：460-467.

ZHANG H L，SUN L N，SUN T H，et al. Substrate amelioration and vegetation reconstruction in ecological remediation of aban-doned mines: Research advances[J].ChineseJournalofEcology，2012，31(2):460-467. (in Chinese with English abstract)

[4] 王世昌，盧愛英，王世裕，等. 偏關(guān)縣礦區(qū)植被恢復(fù)研究[J]. 山西林業(yè)科技，2009，38(2)：37-38.

WANG S C，LU A Y，WANG S Y，et al. Vegetation restoration in Pianguan mining area[J].ShanxiForestryScienceandTechnology，2009，38(2):37-38. (in Chinese with English abstract)

[5] 劉英，侯恩科，岳輝. 基于MODIS的神東礦區(qū)植被動(dòng)態(tài)監(jiān)測與趨勢分析[J]. 國土資源遙感，2017，29(2):132-137.

LIU Y，HOU E K，YUE H. Dynamic monitoring and trend analysis of vegetation change in Shendong mining area based on MODIS[J].RemoteSensingforLandandResources，2017，29(2):132-137. (in Chinese with English abstract)

[6] 張耀，周偉. 利用多時(shí)相遙感圖像動(dòng)態(tài)監(jiān)測礦區(qū)植被覆蓋變化——以山西省平朔露天煤礦為例[J]. 西北林學(xué)院學(xué)報(bào)，2016，31(4)：206-212，251.

ZHANG Y，ZHOU W. Monitoring of vegetation coverage by multi-temporal images：A case study of Pingsu coal mine[J].JournalofNorthwestForestryUniversity，2016，31(4):206-212，251. (in Chinese with English abstract)

[7] 嚴(yán)恩萍，林輝，黨永峰，等. 2000—2012年京津風(fēng)沙源治理區(qū)植被覆蓋時(shí)空演變特征[J]. 生態(tài)學(xué)報(bào)，2014，34(17)：5007-5020.

YAN E P，LIN H，DANG Y F，et al. The spatiotemporal changes of vegetation cover in Beijing-Tianjin sandstorm source control region during 2000—2012[J].ActaEcologicaSinica，2014，34(17):5007-5020. (in Chinese with English abstract)

[8] 陳朝暉，朱江，徐興奎. 利用歸一化植被指數(shù)研究植被分類、面積估算和不確定性分析的進(jìn)展[J]. 氣候與環(huán)境研究，2004,9(4)：687-696.

CHEN Z H，ZHU J，XU X K. Recent research progress in uncertainties of the normalized difference vegetation index，land cover classification and vegetation fraction estimation[J].ClimaticandEnvironmentalResearch，2004,9(4)：687-696. (in Chinese with English abstract)

[9] 張耀，周偉. 安太堡露天礦區(qū)復(fù)墾地植被覆蓋度反演估算研究[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào)，2016，36(11)：113-119.

ZHANG Y，ZHOU W. Remote estimation of vegetation fraction for reclaimed areas of Antaibao opencast mine[J].JournalofCentralSouthUniversityofForestry&Technology，2016，36(11):113-119. (in Chinese with English abstract)

[10] GUTMAN G，IGNATOV A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models[J].InternationalJournalofRemoteSensing，1998，19(8)：1533-1543.

[11] ZENG X，DICKINSON R E，WALKER A，et al. Derivation and evaluation of global 1-km fractional vegetation cover data for land modeling[J].JournalofAppliedMeteorology，2000，39(6)：826-839.

[12] 楊強(qiáng)，王婷婷，陳昊，等. 基于MODIS EVI數(shù)據(jù)的錫林郭勒盟植被覆蓋度變化特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(22)：191-198，315.

YANG Q，WANG T T，CHEN H，et al. Characteristics of vegetation cover change in Xilin Gol League based on MODIS EVI data[J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2015，31(22): 191-198. (in Chinese with English abstract)

[13] 劉曉靜，張繼權(quán)，馬東來. 基于MODIS數(shù)據(jù)的遼西北地區(qū)玉米干旱脆弱性評價(jià)研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2016，37(11)：44-49.

LIU X J，ZHANG J Q，MA D L.The study of vulnerabilty assessment on maize drought in the northwest of liaoning province based on MODIS[J].ChineseJournalofAgriculturalResourcesandRegionalPlanning，2016，37(11):44-49. (in Chinese with English abstract)

[14] 李恒凱，雷軍，楊柳. 基于Landsat影像的離子稀土礦區(qū)植被覆蓋度提取及景觀格局分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(10)：267-276.

LI H K，LEI J，YANG L. Extraction of vegetation coverage and analysis of landscape pattern in rare earth mining area based on Landsat image[J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2016，32(10):267-276. (in Chinese with English abstract)

[15] 申彥科，張林欣，趙星偉，等. 基于“3S”技術(shù)的新疆某礦區(qū)生態(tài)影響預(yù)測與評價(jià)[J]. 林業(yè)調(diào)查規(guī)劃，2017，42(3)：9-12，72.

SHEN Y K，ZHANG L X，ZHAO X W，et al. Ecological impact prediction and evaluation of an iron mine in xinjiang based on‘3S’technology[J].ForestInventoryandPlanning，2017，42(3)：9-12，72. (in Chinese with English abstract)

[16] SEN S，ZIPPER C E，WYNNE R H，et al. Identifying revegetated mines as disturbance/recovery trajectories using an interannual landsat chronosequence[J].PhotogrammetricEngineering&RemoteSensing，2015，78(3)：223-235.

[17] 黎良財(cái)，鄧?yán)?，曹穎，等. 基于NDVI像元二分模型的礦區(qū)植被覆蓋動(dòng)態(tài)監(jiān)測[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào)，2012，32(6)：18-23.

LI L C，DENG L，CAO Y，et al. Vegetation dynamic monitoring in mining area based on NDVI serial images and dimidiate pixel model[J].JournalofCentralSouthUniversityofForestry&Technology，2012，32(6)：18-23. (in Chinese with English abstract)

[18] 趙芝玲，王萍，荊林海，等. 用ASTER數(shù)據(jù)提取植被覆蓋區(qū)遙感鐵礦化蝕變信息[J]. 金屬礦山，2016，45(10)：109-115.

ZHAO Z L，WANG P，JING L H，et al. Extraction method of iron mineralized alteration information in vegetation covered areas based on remote sensing ASTER data[J].MetalMine，2016，45(10):109-115. (in Chinese with English abstract)

[19] 郭鈮. 植被指數(shù)及其研究進(jìn)展[J]. 干旱氣象，2003,21(4)：71-75.

GOU N. Vegetation Index and Its Advances[J].AridMeteorology，2003,21(4)：71-75. (in Chinese with English abstract)

[20] 路暢，王英輝，楊進(jìn)文. 廣西鉛鋅礦區(qū)土壤重金屬污染及優(yōu)勢植物篩選[J]. 土壤通報(bào)，2010，41(6)：1471-1475.

LU C，WANG Y H，YANG J W. Soil heavy metal pollution and dominant plants selection in Pb-Zn mining areas of Guangxi[J].ChineseJournalofSoilScience，2010，41(6):1471-1475. (in Chinese with English abstract)

[21] 趙翠娥，丁文榮. 基于ENVI和GIS技術(shù)的龍川江流域植被覆蓋度動(dòng)態(tài)監(jiān)測[J]. 林業(yè)調(diào)查規(guī)劃，2013，38(5)：14-18，44.

ZHAO C E，DING W R. Dynamic monitoring of vegetation coverage in Longchuan river drainage basin based on ENVI and GIS technology[J].ForestInventoryandPlanning，2013，38(5)：14-18，44. (in Chinese with English abstract)

[22] 劉紀(jì)遠(yuǎn)，莊大方，凌揚(yáng)榮. 基于GIS的中國東北植被綜合分類研究[J]. 遙感學(xué)報(bào)，1998,2(4)：285-291.

LIU J Y，ZHUANG D F，LING Y R. Vegetation integrated classification and mapping using remote sensing and GIS techniques in northeast China[J].JournalofRemoteSensing，1998,2(4):285-291. (in Chinese with English abstract)

[23] 馮莉莉，何貞銘，劉學(xué)鋒，等. 基于MODIS-NDVI數(shù)據(jù)的吉林省植被覆蓋度及其時(shí)空動(dòng)態(tài)變化[J]. 中國科學(xué)院大學(xué)學(xué)報(bào)，2014，31(4)：492-499，536.

FENG L L，HE Z M，LIU X F，et al. Dynamic monitoring of the fractional vegetation cover in Jilin province based on MODIS-NDVI data[J].JournalofUniversityofChineseAcademyofSciences，2014，31(4)：492-499，536. (in Chinese with English abstract)

[24] 邵霜霜，師慶東. 基于FVC的新疆植被覆蓋度時(shí)空變化[J]. 林業(yè)科學(xué)，2015，51(10)：35-42.

SHAO S S，SHI Q D. Spatial and temporal change of vegetation cover in Xinjiang based on FVC[J].ScientiaSilvaeSinicae，2015，51(10)：35-42. (in Chinese with English abstract)

[25] 朱星，吳志杰，張維偉，等. 永定礦區(qū)植被覆蓋度變化及其熱環(huán)境效應(yīng)研究[J]. 閩西職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2016，18(4)：110-116.

ZHU X，WU Z J，ZHANG W W. Analysis on the change of fractional vegetation cover and its thermal environmental effects in Yongding mining area[J].JournalofMinxiVocationalandTechnicalCollege，2016，18(4):110-116. (in Chinese with English abstract)

[26] KOGAN F N. Remote sensing of weather impacts on vegetation in non-homogeneous areas[J].InternationalJournalofRemoteSensing，1990，11(8)：1405-1419.

[27] 伍漫春，丁建麗，王高峰. 基于地表溫度-植被指數(shù)特征空間的區(qū)域土壤水分反演[J]. 中國沙漠，2012，32(1)：148-154.

WU M C，DING J L，WANG G F. Regional soil moisture inversion based on surface temperature and vegetation index characteristic spaces[J].JournalofDesertResearch，2012，32(1)：148-154. (in Chinese with English abstract)

[28] 沙莎，郭鈮，李耀輝，等. 植被狀態(tài)指數(shù)VCI與幾種氣象干旱指數(shù)的對比——以河南省為例[J]. 冰川凍土，2013，35(4)：990-998.

SHA S，GUO N，LI Y H，et al. Comparison of the vegetation condition index with meteorological drought indices:A case study in Henan Province[J].JournalofGlaciology&Geocryology，2013，35(4)：990-998. (in Chinese with English abstract)

[29] 劉世杰，蘇舒，梁亮，等. 基于植被狀態(tài)指數(shù)的干旱化特征及氣候驅(qū)動(dòng)因素分析——以江蘇省為例[J]. 長江流域資源與環(huán)境，2016，25(12)：1927-1933.

LIU S J, SU S, LIANG L, et al. Analysis of drought characteristics and its driving factors based on vegetation condition index:a case study in Jiangsu province[J].ResourcesandEnvironmentintheYangtzeBasin，2016，25(12)：1927-1933. (in Chinese with English abstract)

[30] 呂瀟然，尹曉天，宮阿都，等. 基于植被狀態(tài)指數(shù)的云南省農(nóng)業(yè)干旱狀況時(shí)空分析[J]. 地球信息科學(xué)學(xué)報(bào)，2016，18(12)：1634-1644.

LYU X R，YIN X T，GONG A D，Temporal and spatial analysis of agricultural drought in Yunnan province based on vegetation condition index[J].JournalofGeo-InformationScience，2016，18(12)：1634-1644. (in Chinese with English abstract)