基于GEE 的阿拉善左旗植被時(shí)空變化特征及驅(qū)動(dòng)因子分析

衛(wèi)鴻飛，張 唯*，吉宸佳，韓松潔

（1.中國(guó)地質(zhì)大學(xué)（武漢） 地理與信息工程學(xué)院，湖北 武漢 430000）

植被覆蓋度是指在一個(gè)統(tǒng)計(jì)區(qū)域中，單位范圍內(nèi)植物的垂直投影面積所占的比例。它是反映一定范圍內(nèi)植被覆蓋度變化的主要尺度，能夠顯示一定區(qū)域的生態(tài)環(huán)境狀況，被廣泛用于描述陸地生態(tài)系統(tǒng)植被質(zhì)量和變化[1]。研究植被覆蓋度變化趨勢(shì)，不僅可以預(yù)測(cè)未來氣候變化下的植被變化特征，而且有利于從宏觀層面對(duì)生態(tài)全面監(jiān)測(cè)并實(shí)施改善[2]。

目前，基于長(zhǎng)時(shí)間序列數(shù)據(jù)提取植被覆蓋度較成熟的模型是像元二分模型[3]。研究植被覆蓋度變化趨勢(shì)的方法主要分為線性回歸法和Theil-Sen 趨勢(shì)分析法。而相比于線性回歸法，Theil-Sen 趨勢(shì)分析法作為非參數(shù)估計(jì)方法，受異常值的影響較小，更適合用于研究較長(zhǎng)時(shí)間序列的植被變化特征。例如王曉蕾[1]和徐勇[4]等分別運(yùn)用該方法研究黃河流域和長(zhǎng)江流域長(zhǎng)時(shí)序的植被覆蓋時(shí)空變化趨勢(shì)，結(jié)果表明該方法可以較好地避免數(shù)據(jù)在時(shí)間序列上間斷不連續(xù)的影響。

隨著更多學(xué)者對(duì)更高空間分辨率和較長(zhǎng)時(shí)間序列的數(shù)據(jù)進(jìn)行研究分析，僅采用本地計(jì)算機(jī)的性能難以滿足要求。而高性能地球科學(xué)數(shù)據(jù)分析平臺(tái)（Google Earth Engine，GEE）既可以在處理大尺度較高分辨率數(shù)據(jù)時(shí)保證影像的質(zhì)量，又可以在處理長(zhǎng)時(shí)間序列的數(shù)據(jù)上大大縮短影像的處理時(shí)間[1]。姚春陽[5]等基于GEE云平臺(tái)對(duì)哈爾濱市的植被覆蓋度進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，證實(shí)GEE的云計(jì)算處理能力可以實(shí)現(xiàn)大面積、長(zhǎng)時(shí)序的動(dòng)態(tài)監(jiān)測(cè)。本文基于GEE 平臺(tái)以MODIS-NDVI為數(shù)據(jù)源，研究阿拉善左旗2000—2020 年生長(zhǎng)季植被覆蓋度的空間分布和時(shí)空變化特征，并分析氣象要素和人類活動(dòng)對(duì)植被覆蓋度的驅(qū)動(dòng)影響，從而為阿拉善左旗生態(tài)保護(hù)提供因地制宜的決策支持和科學(xué)指導(dǎo)。

1 研究區(qū)概況

阿拉善左旗地處內(nèi)蒙古自治區(qū)阿拉善盟東部，總面積為80 412 km2，地理坐標(biāo)為37°24′～41°53′S，103°21′～106°52′E，地勢(shì)東南高，西北低。阿拉善左旗屬于大陸性氣候，年降水量?jī)H有80～220 mm，降雨主要集中在6～9 月，約占全年的62%；蒸發(fā)量較大，年蒸發(fā)量2 900～3 300 mm[6]；平均氣溫為8.7±0.7℃，7月最高氣溫可達(dá)41.1℃。

2 數(shù)據(jù)來源

遙感影像數(shù)據(jù)來源于美國(guó)國(guó)家航空航天局（National Aeronautics and Space Administration，NASA），通過GEE平臺(tái)（https://code.earthengine.google.com/）獲取了2000—2020 年MODIS 陸地植被指數(shù)產(chǎn)品MOD13A1，影像分辨率為500 m，時(shí)間分辨率為16 d。地形數(shù)據(jù)是通過GEE 平臺(tái)獲取的USGS/SRTMGL 數(shù)據(jù)。有研究表明植被的分布不是完全在等間距的高程和坡度均勻分布[7]。因此，本文利用ArcGIS 10.8 通過自然間斷法對(duì)高程因子進(jìn)行重分類，再借助分區(qū)統(tǒng)計(jì)工具進(jìn)行不同高程因子等級(jí)的植被覆蓋度變化分析。2000—2020 年阿拉善左旗的降水和氣溫?cái)?shù)據(jù)來源于GEE 平臺(tái)的再分析資料ECMWF/ERA5/MONTHLY。ERA5再分析數(shù)據(jù)是歐洲中尺度天氣預(yù)報(bào)中心推出的最新大氣再分析資料，以0.25°×0.25°的網(wǎng)格覆蓋地球，該數(shù)據(jù)基于改進(jìn)的三維變分技術(shù)[8]，有分辨率高、更新快等優(yōu)點(diǎn)，故ERA5 降水?dāng)?shù)據(jù)被廣泛應(yīng)用于水文監(jiān)測(cè)觀測(cè)降水[9]。由于研究區(qū)內(nèi)氣象站點(diǎn)數(shù)量極少，并且考慮到從柵格層面對(duì)氣象數(shù)據(jù)和植被覆蓋度進(jìn)行各種分析，所以本文應(yīng)用ERA5 數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析。

3 研究方法

3.1 植被覆蓋度

歸一化植被指數(shù)NDVI 常用于表現(xiàn)某區(qū)域內(nèi)的植被生長(zhǎng)狀況，而該指數(shù)與植被覆蓋度之間存在顯著的線性關(guān)系[10]，故成為科研人員使用最為廣泛的指數(shù)之一。本文基于GEE云平臺(tái)，以MODIS-NDVI數(shù)據(jù)為研究對(duì)象，采用像元二分模型計(jì)算阿拉善左旗的植被覆蓋度FVC（fractional vegetation cover，F(xiàn)VC）。計(jì)算公式如式（1）所示。

式中，N為普通像元的NDVI值；Nsoil為無植被像元的NDVI 值；Nveg為純植被像元的NDVI 值；Nsoil和Nveg的理論值分別接近于0 和1。本文以研究區(qū)域內(nèi)0.5%置信度獲取NDVI 的上下限閾值，結(jié)合阿拉善左旗植被覆蓋情況，將Nsoil和Nveg分別取累計(jì)頻率為99.5%和0.5%時(shí)對(duì)應(yīng)的NDVI值。

3.2 趨勢(shì)分析

Theil-Sen 趨勢(shì)分析法可以有效避免時(shí)間維度上數(shù)據(jù)缺失的影響，也可以有效降低異常值對(duì)數(shù)據(jù)的干擾[11]。Manna-Kendall檢驗(yàn)?zāi)軌蛴行蕹惓Ｖ?，適用于非正態(tài)分布的數(shù)據(jù)[12]。因此，本文將Theil Sen 趨勢(shì)分析與Manna-Kendall 檢驗(yàn)相結(jié)合，基于GEE 云平臺(tái)分析阿拉善左旗生長(zhǎng)季的植被覆蓋度的變化趨勢(shì)及其顯著性。計(jì)算公式如式（2）～（6）所示。

式 中，i，j為 時(shí) 間 序 列 年 數(shù)（1 ＜i＜j＜n）；FVCj，F(xiàn)VCi分別為i，j時(shí)間序列的FVC 值；SFVC為植被覆蓋度在時(shí)間維度的變化趨勢(shì)，SFVC＞0 為FVC呈上升趨勢(shì)，SFVC＜0為FVC呈下降趨勢(shì)。

式中，sgn(FVCj-FVCi)為插值函數(shù)； VAR(S)為方差；Z為統(tǒng)計(jì)量。

3.3 相關(guān)分析

本研究利用GEE云平臺(tái)，采用Person相關(guān)分析法分析基于像元尺度的植被覆蓋度與同期降水和氣溫之間的相關(guān)關(guān)系。Person相關(guān)系數(shù)和t檢驗(yàn)計(jì)算公式如式（7）所示。

式中，Xi為植被覆蓋度；Yi為氣象要素降水和氣溫；E(X)和E(Y)分別為植被覆蓋度和氣象要素的均值；n為年數(shù)；Rxy為植被覆蓋度與氣象要素的相關(guān)系數(shù)；Rxy＞0呈正相關(guān)，Rxy＜0呈負(fù)相關(guān)，Rxy=0則不相關(guān)，表示降水或氣溫與植被覆蓋度不具有線性相關(guān)關(guān)系。采用t檢驗(yàn)對(duì)相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)，計(jì)算公式如式（8）所示。

式中，n為樣本數(shù)量，rxy為相關(guān)系數(shù)。

3.4 殘差分析

殘差分析法常用于計(jì)算人類活動(dòng)對(duì)FVC 的影響[13]。本文基于GEE云平臺(tái)，先利用多元線性回歸模型計(jì)算出受降水和溫度影響的預(yù)測(cè)值FVC，再計(jì)算預(yù)測(cè)值與實(shí)際值之差[14]。殘差分析計(jì)算公式如式（9）所示。

式中，F(xiàn)VCr為利用NDVI計(jì)算出來的植被覆蓋度實(shí)測(cè)值；FVCp為受氣象要素影響的植被覆蓋度預(yù)測(cè)值；ε為殘差，ε＞0 表示人類活動(dòng)對(duì)該地區(qū)的FVC 有積極作用，反之表示消極作用。

4 結(jié)果分析

4.1 FVC空間變化特征

根據(jù)《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》（SL190-2007）中對(duì)FVC 的分級(jí)標(biāo)準(zhǔn)[15]，F(xiàn)VC 被劃分為5 個(gè)等級(jí)，如表1，F(xiàn)VC 值越高則等級(jí)越高，代表植被覆蓋情況越好。

表1 植被覆蓋度等級(jí)表

2000—2020 年阿拉善左旗年平均生長(zhǎng)季FVC 的空間分布特征存在明顯差異，家別立鎮(zhèn)、吉蘭泰鎮(zhèn)南部、巴彥浩特鎮(zhèn)東部等區(qū)域的植被覆蓋度較高，而烏力吉蘇木鄉(xiāng)、銀根蘇木、烏斯太鎮(zhèn)等區(qū)域的植被覆蓋度明顯較低。結(jié)合表1 可知，年平均生長(zhǎng)季FVC 為中高等和高等級(jí)植被覆蓋度占整個(gè)阿拉善左旗區(qū)域的25.43%，主要分布在阿拉善左旗東南部和南部，而阿拉善左旗北部和西南部年均生長(zhǎng)季FVC普遍較低。

利用Theil Sen-MK趨勢(shì)變化分析方法分析阿拉善左旗2000—2020年生長(zhǎng)季的植被覆蓋變化趨勢(shì)，本文根據(jù)SFVC數(shù)值將變化趨勢(shì)分為退化、穩(wěn)定和改善3類，根據(jù)Mann-Kendall 檢驗(yàn)在5%置信度上的結(jié)果將顯著性分為顯著變化和不顯著變化。將趨勢(shì)分級(jí)結(jié)果與檢驗(yàn)結(jié)果疊加，得到阿拉善左旗20 a的生長(zhǎng)季FVC在像元尺度上的變化趨勢(shì)，變化趨勢(shì)劃分為5 種類型（如表2）。

表2 2000—2020年生長(zhǎng)季FVC變化趨勢(shì)統(tǒng)計(jì)表

由表2 可知，2000—2020 年阿拉善左旗生長(zhǎng)季FVC整體呈退化趨勢(shì)，退化區(qū)域占阿拉善左旗總面積的52.6%，其中幾乎全部面積呈現(xiàn)輕微退化趨勢(shì)，主要分布在阿拉善左旗的西南部和東北部。在退化區(qū)域中，大部分面積分布在騰格里沙漠和烏蘭布和沙漠，由于沙漠地區(qū)土質(zhì)不利于植物的生長(zhǎng)，并且常年氣候干旱，降雨量較少，故植被覆蓋度常年處于較低水平。雖然2001—2018年在沙漠邊緣地區(qū)開展了人工造林及飛播造林工程[16]，但由于技術(shù)尚不成熟以及歷年梭梭林生態(tài)區(qū)的破壞[17]，使得植被覆蓋度總體呈退化趨勢(shì)。

阿拉善左旗34.3%的區(qū)域植被覆蓋度呈現(xiàn)改善趨勢(shì)，幾乎全部面積呈現(xiàn)輕微改善趨勢(shì)，主要分布在阿拉善左旗的北部、南部及東部部分地區(qū)。其中，大部分改善區(qū)域主要得益于國(guó)家和政府在經(jīng)濟(jì)上的支持和政策上的導(dǎo)向，比如深入實(shí)施草原獎(jiǎng)補(bǔ)，退耕還草計(jì)劃，建設(shè)公益林補(bǔ)償政策，保護(hù)當(dāng)?shù)靥烊涣终?，以及建設(shè)三北防護(hù)林等國(guó)家政策和重點(diǎn)工程[18]。在社會(huì)公益事業(yè)方面，阿拉善左旗是“螞蟻森林”項(xiàng)目實(shí)施的重點(diǎn)地區(qū)之一，其中梭梭樹林地主要分布在吉蘭泰鎮(zhèn)等區(qū)域，2017年從遙感影像上已經(jīng)清晰可見點(diǎn)狀分布的梭梭樹地塊[19]，這也是使得吉蘭泰鎮(zhèn)部分地區(qū)植被覆蓋度呈輕微改善的原因之一。

4.2 FVC時(shí)間變化特征

如圖1所示，分析2000—2020年阿拉善左旗各等級(jí)FVC分布及面積比例變化可知，各等級(jí)FVC 隨時(shí)間變化呈波動(dòng)狀態(tài)。其中低等級(jí)FVC 波動(dòng)幅度最大，由2000 年的32%增加到2012 年的47%，達(dá)到頂峰后降低到2020 年的40%，而中低等由2000 年的26%持續(xù)降低到2016 年的16%，到2020 年又大幅升高到22%。整體而言，2000—2012 年低等級(jí)FVC面積占比持續(xù)升高，高等級(jí)FVC面積占比較穩(wěn)定，在此年間植被覆蓋度下降相對(duì)較快，主要是由于中低等級(jí)FVC轉(zhuǎn)變?yōu)榈偷燃?jí)FVC。2000—2012年由中低等轉(zhuǎn)變?yōu)榈偷菷VC的區(qū)域主要是西南部騰格里沙漠覆蓋區(qū)域，并且該區(qū)域主要轉(zhuǎn)變?yōu)榈偷燃?jí)FVC，說明該區(qū)域沙漠化日益嚴(yán)重。

圖1 2000-2020年各等級(jí)FVC時(shí)間變化趨勢(shì)

2012—2016 年，高等級(jí)和中高等FVC面積分別增加3%和2%，低等級(jí)和中低等FVC 面積分別減少5%和1%，在此年間植被覆蓋度有明顯改善現(xiàn)象，主要改善區(qū)域分布在阿拉善左旗中部區(qū)域。改善原因主要有以下幾點(diǎn)：①2013—2016年頒布了《阿拉善左旗草原生態(tài)保護(hù)補(bǔ)助獎(jiǎng)勵(lì)機(jī)制實(shí)施辦法》，面向本地農(nóng)牧民實(shí)施草地生態(tài)補(bǔ)貼激勵(lì)政策[20]。政策不僅引領(lǐng)了農(nóng)牧民由原來的粗放型天然放牧轉(zhuǎn)變?yōu)榧s型生產(chǎn)生活，同時(shí)也對(duì)生態(tài)保護(hù)措施有一定推動(dòng)作用。②“十二五”期間制定了《阿拉善左旗草原功能區(qū)劃分方案》[21]，將巴彥浩特鎮(zhèn)、巴潤(rùn)別立鎮(zhèn)、吉蘭泰鎮(zhèn)等10 個(gè)鎮(zhèn)劃分為草原生態(tài)保護(hù)建設(shè)區(qū)，規(guī)劃退牧還草項(xiàng)目區(qū)，在騰格里沙漠東緣設(shè)置人工撒播區(qū)和飛播區(qū)。這些功能區(qū)和工程方案大幅降低了草原退化沙化，為生態(tài)恢復(fù)起到重要作用。③形成了以梭梭、蓯蓉、葡萄等沙產(chǎn)業(yè)，通過發(fā)展沙產(chǎn)業(yè)可以有效降低風(fēng)蝕強(qiáng)度，有效治理沙化土地。

4.3 FVC變化的驅(qū)動(dòng)分析

4.3.1 氣候?qū)VC的影響

阿拉善左旗生長(zhǎng)季降水和氣溫與FVC 的呈不顯著正相關(guān)的像元面積占比分別為50.5%、44.6%，均主要分布在巴彥諾日公蘇木鄉(xiāng)、吉蘭泰鎮(zhèn)、巴彥木仁蘇木鄉(xiāng)西部等區(qū)域。降水和氣溫與FVC 呈不顯著負(fù)相關(guān)的像元面積占比分別為44.6%、45.6%，主要分布在烏力吉蘇木鄉(xiāng)、銀根蘇木、超格圖呼熱蘇木等區(qū)域。

研究表明，氣象因子和人類活動(dòng)是影響植被覆蓋變化的重要因素，其中降水和溫度是主控氣象因子，而隨著降水量和氣溫增大，F(xiàn)VC 將呈上升趨勢(shì)[22]。根據(jù)姜艷豐[23]等的研究結(jié)果表明，阿拉善左旗年降水量?jī)H有80～220 mm，處于干旱與極干旱之間，20 a 來降水量和氣溫呈上升趨勢(shì)，潛在蒸散呈下降趨勢(shì)，氣象要素呈改善趨勢(shì)。但是根據(jù)阿拉善左旗20 a來各等級(jí)FVC的面積比例變化趨勢(shì)可知，年平均生長(zhǎng)季FVC呈先下降后上升的浮動(dòng)趨勢(shì)，并且降水和氣溫與FVC呈顯著相關(guān)的區(qū)域面積占比分別僅有4.9%、5.8%。絕大部分區(qū)域呈不顯著相關(guān)。綜上，在阿拉善左旗地區(qū)，氣象因子降水和氣溫對(duì)2000—2020年生長(zhǎng)季FVC的影響程度不明顯，并不是主要驅(qū)動(dòng)因子。

4.3.2 人類活動(dòng)對(duì)FVC的影響

Jing[24]等研究表明NDVI的變化主要受到人類活動(dòng)的驅(qū)動(dòng)，而非氣候因子，故有必要研究人類活動(dòng)對(duì)FVC的驅(qū)動(dòng)影響。殘差為正表示人類活動(dòng)對(duì)FVC具有正向作用，殘差值表示人類活動(dòng)對(duì)FVC 的影響程度，絕對(duì)值越大影響程度越大。20 a來阿拉善左旗殘差結(jié)果均為正值并覆蓋全旗，表示在不考慮氣象因素的條件下，人類活動(dòng)對(duì)植被覆蓋具有不同程度的正向積極作用，說明20 a來人們積極應(yīng)對(duì)土地沙漠化和植被退化等生態(tài)環(huán)境問題。

根據(jù)實(shí)際情況，將人類活動(dòng)對(duì)植被覆蓋的影響程度按殘差值劃分為3個(gè)等級(jí)：0～0.07（弱）、0.07～0.14（中）、0.14～0.4（強(qiáng)）。結(jié)果表明，人類活動(dòng)影響程度較強(qiáng)和中等的區(qū)域面積占比為分別為10%、29.6%，分布區(qū)域面積占比較少，主要分布在吉蘭泰鎮(zhèn)、宗別立鎮(zhèn)、巴彥浩特鎮(zhèn)等區(qū)域。這些區(qū)域在這20 a里植被覆蓋呈改善趨勢(shì)。阿拉善左旗地廣人稀，全境約有15 萬人口，主要分布在阿拉善左旗東南部。十一五之后，開展實(shí)施“護(hù)城鎖邊”工程，在騰格里沙漠東南緣和烏蘭布和沙漠西南緣建設(shè)人工防風(fēng)固沙林[25]，有效阻止沙漠的前移。另外，飛播造林技術(shù)的提高、沙產(chǎn)業(yè)的發(fā)展、社會(huì)公益活動(dòng)“螞蟻森林”的組織，不僅在生態(tài)上改善了植被覆蓋，也在經(jīng)濟(jì)發(fā)展上為當(dāng)?shù)剞r(nóng)牧民提供了機(jī)會(huì)。

整體而言，盡管2000—2020年阿拉善左旗整體的生長(zhǎng)季FVC有所降低，但是在2012年之后，隨著政府大力展開治沙活動(dòng)、當(dāng)?shù)剞r(nóng)牧民改變傳統(tǒng)畜牧方式以及社會(huì)公益事業(yè)的關(guān)注，人類活動(dòng)影響較強(qiáng)的區(qū)域植被覆蓋度大幅提高。研究結(jié)果表明阿拉善地區(qū)人類活動(dòng)對(duì)植被覆蓋度的升高有很大的促進(jìn)作用，是該地區(qū)影響植被覆蓋較強(qiáng)的驅(qū)動(dòng)因子。

4.3.3 高程對(duì)FVC的影響

植被生長(zhǎng)的主要驅(qū)動(dòng)因子存在著明顯的地域差異性[26]，而地形也可能是導(dǎo)致植被覆蓋度變化的限制因子。Zuo[27]等研究結(jié)果表明高程與降水的交互作用對(duì)植被變化的影響力較強(qiáng)。本文將高程統(tǒng)計(jì)分類結(jié)果分別與年平均生長(zhǎng)季FVC 等級(jí)占比結(jié)果、年平均生長(zhǎng)季FVC變化統(tǒng)計(jì)結(jié)果疊加，得到在不同高程下的FVC等級(jí)占比及變化趨勢(shì)占比結(jié)果（圖2、3）。

圖2 不同高程的年均生長(zhǎng)季FVC等級(jí)占比

圖3 不同高程的年平均植被覆蓋度變化統(tǒng)計(jì)

根據(jù)圖2 結(jié)果可知FVC 各等級(jí)面積占比隨著高程的變化而有明顯的差異。其中低等級(jí)和高等級(jí)FVC的面積占比隨高程的升高而變化較大，低等級(jí)FVC 由97%降低到不足1%，高等級(jí)FVC 由不足1%增加到100%。阿拉善左旗生長(zhǎng)季FVC 的趨勢(shì)變化隨著海拔的變化也有明顯的地形響應(yīng)。明顯改善和明顯退化的面積占比變化最小，輕微退化和輕微改善的面積占比都隨著海拔的升高而先增高后減少，而穩(wěn)定不變面積占比變化最大。

5 結(jié) 論

1）20 a以來，阿拉善左旗的植被覆蓋主要集中在西北部。2000—2020 年生長(zhǎng)季FVC 整體呈下降趨勢(shì)，植被覆蓋呈明顯退化或明顯改善趨勢(shì)的像元面積占比不足1%，整體下降趨勢(shì)幅度不大。2012 年之后，受益于草地生態(tài)補(bǔ)貼激勵(lì)和草原功能劃分等相關(guān)政策，中部FVC 有明顯上升趨勢(shì)，至2016 年高等級(jí)FVC 面積占比增加3%，低等級(jí)FVC降低5%。

2）阿拉善左旗植被覆蓋度變化受降水和氣溫的影響并不明顯。其中降水的影響略高于氣溫，以降水為主導(dǎo)氣象因子的像元面積占比為52.6%，但分布較為零散。

3）2000—2020 年阿拉善左旗人類活動(dòng)有助于植被的改善，殘值結(jié)果均為正值。其中影響程度較強(qiáng)的區(qū)域與FVC輕微改善區(qū)域的分布基本一致，表明“護(hù)城鎖邊”等相關(guān)政策在該地區(qū)的生態(tài)環(huán)境恢復(fù)中取得了良好成效。

4）20 a以來，阿拉善左旗的人類活動(dòng)主要集中在海拔1 122～1 628 m 之間，該區(qū)域除沙漠外的FVC 均呈現(xiàn)輕微改善趨勢(shì)，平均改善面積占比為40%，表明人類活動(dòng)有助于植被增加，有效抑制沙漠化進(jìn)程。阿拉善左旗植被覆蓋度在不同海拔高度上呈現(xiàn)明顯差異，海拔越高植被覆蓋度越大，海拔939 m 以下低等級(jí)面積占比為97%，而海拔1 913 m 以上高等級(jí)面積占比為99%。因此，阿拉善左旗生態(tài)環(huán)境的恢復(fù)有必要針對(duì)不同海拔高度制定相應(yīng)的措施，形成高效精準(zhǔn)的沙漠化治理能力。

6 展 望

本文基于GEE平臺(tái)，實(shí)現(xiàn)了對(duì)阿拉善左旗20 a來的植被覆蓋度時(shí)空變化特征分析，并從氣象要素、人類活動(dòng)和地形三方面分析了阿拉善左旗植被覆蓋變化的驅(qū)動(dòng)影響。但由于數(shù)據(jù)等因素的限制，本文在研究人類活動(dòng)方面不能具體分析相關(guān)政策、社會(huì)公益事業(yè)、礦區(qū)、文化旅游等條件對(duì)植被覆蓋度的影響，各種人類活動(dòng)帶來的影響程度需要進(jìn)一步考慮，從而為當(dāng)?shù)卣畬?duì)不同地形條件實(shí)施方針政策提供基礎(chǔ)支撐。此外，本文選用ERA5 再分析數(shù)據(jù)作為氣象分析數(shù)據(jù)，其較低的空間分辨率會(huì)在一定程度上影響驅(qū)動(dòng)因子分析的結(jié)果，后續(xù)將考慮使用區(qū)域高精度的氣象產(chǎn)品進(jìn)行進(jìn)一步分析。