彌河下游地區(qū)植被變化特征及對地下水埋深的響應(yīng)

中圖分類號：TV211.1+2 文獻(xiàn)標(biāo)志碼：A

Characteristics of Vegetation Changes and Response to Groundwater Depth in the Lower Reach Region of Mihe River

LIU Jie ^1，2 ， LI Qingguo ¹ ， YANG Wentai ¹ ， LIU Fengming ¹ ， CHEN Yang ¹ ， LIU Yuyu ¹ （1.School of Water Conservancy and Environment，University of Jinan，Jinan 25o022，Shandong，China; 2.Key Laboratoryof Coastal Zone Geological Environment Protection，Shandong Geology and Mining Bureau， Weifang ，Shandong，China）

Abstract：To explore the response of surface ecology to changes of groundwater level，the normalized diffrence vegetation index （NDVI）of thelowerreachof MeheRiverfrom 2O08to 2022 was used，andthe spatialand temporal characteristics of vegetation in the studyarea were analyzed bythetrend calculations，Mann-Kendallsignificance test，and Hurst index.Theclimaticand groundwaterbathymetrydatasets were combined，and theresponserelationship between vegetationand groundwater burial depth changes inthe lower reach of MiheRiver was studiedthrough thecorrelation and relative contribution data.Theresultsshowthat the NDVIof vegetation inthe lower reach of MiheRiver generally shows a fluctuating growth trend from 2008 to 2022，with a growth rate of 0.82% ，and the proportion of improved area reaches （2 86.35% .The burial depth of groundwater significantly affects the growth of 9O%of the regional vegetation in the study area.Inthecentralandsouthernregions，theabilityof groundwater burial depthrestoration todrivevegetation improvement isrelatively weak，butinthenorthernregion，thisabilityisstronger，andtherelativecontributionrateis slightlyhigherthanthatofclimate.Groundwaterburial depth declinehasastrongerabilitytodrive vegetation degradation in thecentraland southernregions，resulting ina more fragileecosysteminthese areasandariskof vegetation degradation，which is the main cause of vegetation degradation.

Keywords：vegetation；normalized diference vegetation index；climate；groundwater burialdepth；correlationanalysis; relative contribution

植被作為地表生態(tài)系統(tǒng)最重要的組成部分之一，在維持生態(tài)系統(tǒng)碳平衡、調(diào)節(jié)氣候和保護(hù)生物多樣性等方面發(fā)揮著重要作用[1]。同時(shí)，植被是反映生態(tài)環(huán)境變化的綜合指示器[2]，其變化特征能直接地反映區(qū)域生態(tài)環(huán)境質(zhì)量。近十幾年來，隨著經(jīng)濟(jì)快速發(fā)展，原來植被生態(tài)系統(tǒng)的運(yùn)行模式受到前所未有的干擾和改變。全球氣候變暖也使得植被生態(tài)系統(tǒng)的演化變得更為復(fù)雜[3]。隨著遙感技術(shù)的快速發(fā)展，歸一化植被指數(shù)（NDVI）成為常用的表征地表植被狀態(tài)的指標(biāo)之一[4]，并被廣泛應(yīng)用于植被覆蓋的研究之中。

研究[5]表明，植被NDVI受到自然因素和人為因素的共同影響。孫煉[3]通過剝離自然因素發(fā)現(xiàn)，人類活動是導(dǎo)致四川省植被NDVI變化的主要因素。自然因素中影響植被變化的主要是降水和氣溫，此外，地形、土壤等也是影響植被覆蓋的重要因素。黃河流域植被NDVI主要的影響因子是降雨和輻射[。王鑫等[7]借助空間分析技術(shù)等方法研究發(fā)現(xiàn)，海拔和坡度是影響岷江流域植被覆蓋時(shí)空演變特征的主要因素。在近海地區(qū)，地下水除作為人類最廣泛使用的水源外，也是影響植被NDVI的關(guān)鍵因素[8]，如地下水埋深下降、海水入侵都會導(dǎo)致植被退化和喪失多樣性。隨著地下水埋深下降，土壤含水量也隨之逐漸降低，從而不能滿足植被生長的需要。在這種條件下，植物難以生存，根系被迫向下延伸獲取足夠水分以維持其生存與生長，但當(dāng)潛水埋深增大到植物根系難以從土壤中獲得水分維持其生長時(shí)，將造成植被的衰退與死亡。此外，海水入侵導(dǎo)致土地鹽堿化，抑制了植被的生長，繼而引起植被空間分布格局的改變[9]。孫亞[10]在資料收集、野外調(diào)查和實(shí)驗(yàn)室分析的基礎(chǔ)上，應(yīng)用多元統(tǒng)計(jì)學(xué)、地學(xué)統(tǒng)計(jì)、環(huán)境同位素和遙感解譯等方法研究表明，萊州灣東岸高礦化度的地下水顯著影響地表植被生長與更替。此外，由于植被生長條件的不同，以及生長特性的影響，因此植被NDVI對驅(qū)動因素的響應(yīng)存在一定的滯后效應(yīng)。

彌河下游地下水資源豐富，因水質(zhì)良好和開采方便而成為該區(qū)域重要淡水資源。該區(qū)域農(nóng)業(yè)發(fā)展迅速，近幾十年來對地下水資源的大量開采，導(dǎo)致地下水埋深持續(xù)下降，海（咸）水入侵嚴(yán)重。明晰彌河下游地區(qū)植被覆蓋變化特征及對地下水埋深響應(yīng)，對促進(jìn)該地區(qū)植被恢復(fù)，提高水資源利用效率和作物產(chǎn)量以及地下水資源保護(hù)具有重要的現(xiàn)實(shí)意義。

數(shù)據(jù)與方法

1. 1 研究區(qū)概況

彌河下游位于山東半島中部，萊州灣南岸。該區(qū)域年平均氣溫為 12.7°C ，歷年平均降水量為593.8mm 。土地肥沃，光照充足，受冷暖氣流的交替影響，春季干旱雨少，夏季炎熱雨多。土地利用類型從南到北呈現(xiàn)明顯的差異，如圖1所示。北部主要分布著鹽田及海產(chǎn)品養(yǎng)殖區(qū)；中部平原地區(qū)，主要以植被覆蓋為主；南部多以居民生活區(qū)和植被覆蓋區(qū)。

（資料來源：國家標(biāo)準(zhǔn)地圖網(wǎng)站，經(jīng)ArcGIS10.8軟件繪制。）

1.2 研究區(qū)分區(qū)

彌河下游為自南向北緩慢降低的平原區(qū)，地表徑流自西南向東北流動，形成平原地貌特征，彌河和丹河貫穿全區(qū)，并在山東省寒亭區(qū)東部匯入渤海。根據(jù)圖1所示的土地利用類型，將研究區(qū)劃分為3個(gè)分區(qū)，以鹽田及海產(chǎn)品養(yǎng)殖區(qū)為主的寒亭區(qū)以及壽光市羊口、營里鎮(zhèn)劃分為I區(qū)，居民生活區(qū)為主的壽光市文家、洛城街道以及紀(jì)臺鎮(zhèn)等區(qū)域劃分為Ⅱ區(qū)，植被種植區(qū)為主的壽光市臺頭、化龍鎮(zhèn)以及侯鎮(zhèn)等區(qū)域劃分為Ⅲ區(qū)，如圖2所示。

根據(jù)多年平均地下水埋深數(shù)據(jù)，采用Kriging插值法劃分研究區(qū)地下水埋深，如圖3所示。由圖可見，研究區(qū)中部區(qū)域地下水埋深較深，沿海的北部地區(qū)地下水埋深較淺，南北有明顯差異。根據(jù)劃分的區(qū)域，I區(qū)地下水埋深多年平均約為 9.29m ，Ⅱ區(qū)地下水埋深多年平均約為 17.58m ，Ⅲ區(qū)地下水埋深多年平均約為 22.35m 。

（資料來源：國家標(biāo)準(zhǔn)地圖網(wǎng)站，經(jīng)ArcGIS10.8軟件繪制。）

1.3 數(shù)據(jù)來源

本文中數(shù)據(jù)采用2008—2022年彌河下游地區(qū)植被NDVI、氣象數(shù)據(jù)以及地下水埋深月均值，土地利用采用2021年中國土地覆蓋數(shù)據(jù)集，如表1所示，

1.4 方法

1.4.1 趨勢及顯著性分析

Theil-Sen趨勢分析法[1]基于中位數(shù)的原理，計(jì)算數(shù)據(jù)中所有可能的點(diǎn)對的斜率的中位數(shù)，不僅使得趨勢分析對異常值不敏感，并且在數(shù)據(jù)中存在較大的離群值時(shí)仍能提供可靠的趨勢估計(jì)其斜率變化。斜率 θgt;0 ，表示研究時(shí)段數(shù)據(jù)具有上升趨勢，反之為下降趨勢

Mann-Kendall（M-K）顯著性檢驗(yàn)1的目標(biāo)是判斷數(shù)據(jù)是否呈現(xiàn)出明顯的單調(diào)趨勢，無論是增加還是減少。設(shè)定的顯著性水平 α=0.05 ，當(dāng)M-K統(tǒng)計(jì)值的絕對值大于1.96時(shí)，變化趨勢為顯著；反之，變化趨勢為不顯著。根據(jù)M-K檢驗(yàn)結(jié)果，將變化趨勢劃分為4種變化類型，即嚴(yán)重退化、輕微退化、輕微改善和顯著改善

1.4.2 未來趨勢預(yù)測

Hurst指數(shù) H^[13] 是一種用于衡量時(shí)間序列的長期記憶性的統(tǒng)計(jì)量，取值為 0～1 。 H=0.5 ，表明序列是一個(gè)隨機(jī)游走，即不存在長期記憶性； Hlt;0.5 ，表明時(shí)間序列傾向于反轉(zhuǎn)，即先前的趨勢可能會發(fā)生反轉(zhuǎn)； Hgt;0.5 ，表明時(shí)間序列傾向于保持趨勢，即先前的趨勢可能會持續(xù)

1.4.3 相關(guān)分析

植物生長是一個(gè)受多種環(huán)境因素影響的復(fù)雜的生物過程，其中包括氣溫和降水等。這些因素在一定時(shí)間內(nèi)對植物產(chǎn)生影響，而植物的生長響應(yīng)可能需要一定的時(shí)間才能在NDVI中體現(xiàn)出來，導(dǎo)致滯后期的存在。本文中采用Pearson相關(guān)性分析植被NDVI與氣候以及地下水埋深之間的相關(guān)性，并確定其滯后期，研究植被NDVI與氣候因子以及地下水埋深的滯后關(guān)系，對于分析植被生態(tài)系統(tǒng)的動態(tài)變化及驅(qū)動力至關(guān)重要。此外，本文中還采用了偏相關(guān)分析，在排除其他因子的干擾下，確定植被NDVI和地下水埋深的相關(guān)程度。

1.4.4 殘差分析及貢獻(xiàn)率計(jì)算

殘差分析[14]可以定量分離氣候和地下水埋深對植被NDVI的影響。在考慮滯后效應(yīng)前提下，通過構(gòu)建2008—2022年植被NDVI與氣溫和降雨的二元回歸分析模型，從中獲取氣候影響下的NDVI為 I_ndv，c ，遙感影像提取的NDVI觀測值為 I_ndv，a ，用I_ndv，a 與 I_ndv，c 之間的差 ΔI_ndv 表征人類活動等因素對NDVI變化的影響，表達(dá)式為

式中： a，b 為回歸系數(shù)； d 為回歸常數(shù)項(xiàng); P 為年降水量； T 為平均氣溫。 ΔI_ndvgt;0 ，說明人類活動產(chǎn)生促進(jìn)作用，反之為抑制作用，

地下水埋深的變化主要由人類的過量開采導(dǎo)致，因此，地下水埋深變化對植被NDVI的影響體現(xiàn)在 ΔI_ndv 中。通過構(gòu)建 ΔI_ndv 與地下水埋深的一元回歸分析模型，獲取地下水埋深影響下的NDVI為I_ndv，d ，表達(dá)式為

式中： e 為回歸系數(shù)； f 為回歸常數(shù)項(xiàng)； F 為地下水埋深。 I_ndv，dgt;0 ，說明地下水埋深變化有促進(jìn)作用，反之為抑制作用。

分別計(jì)算出 I_ndv，a 的斜率 θ_a ！ I_ndv，c 的斜率 θ_c 、I_ndv，d 的斜率 θ_d ，根據(jù)斜率 θ_a?θ_c?θ_d 劃分植被變化的驅(qū)動機(jī)制，并量化其相對貢獻(xiàn)率[15]，結(jié)果如表2所示。

2 結(jié)果與分析

2.1 植被NDVI變化特征

2.1.1 時(shí)空變化特征

2008—2022年彌河下游歸一化植被指數(shù)的變化如圖4所示。由圖可以看出：研究區(qū)植被NDVI年均值呈現(xiàn)波動上升趨勢，平均增長率為 0.82% ，植被NDVI均值為 0.397～0.525 ，多年均值為0.459，最小值出現(xiàn)在2011年，最大值出現(xiàn)在2020年。I區(qū)植被NDVI呈波動上升，平均增長率為 1.37% ，植被NDVI均值為 0.310～0.490 ，多年均值為0.396，最小值出現(xiàn)在2011年，而最大值則出現(xiàn)在2022年。Ⅲ區(qū)植被NDVI也呈現(xiàn)波動上升，平均增長率為 0.70% ，植被NDVI均值為 0.450～0.577 ，多年均值為0.516，最小值出現(xiàn)在2010年，而最大值出現(xiàn)在2020 年。Ⅱ區(qū)植被NDVI呈現(xiàn)波動變化，上升趨勢并不明顯，較為穩(wěn)定，平均增長率為 0.33% ，植被NDVI均值為 0.410～0.510 ，最小值出現(xiàn)在2010年，而最大值出現(xiàn)在2020年。彌河下游植被覆蓋整體呈現(xiàn)恢復(fù)的趨勢，I區(qū)恢復(fù)速率最快，Ⅱ區(qū)其次。

彌河下游地區(qū)歸一化植被指數(shù)變化空間分布如圖5所示。由圖可見，研究區(qū)植被NDVI年際趨勢呈現(xiàn)明顯的空間分異，整體呈現(xiàn)改善趨勢，局部區(qū)域存在明顯的退化趨勢，區(qū)域平均增長率為 4.31% ，并通過M-K趨勢檢驗(yàn)。彌河下游植被NDVI呈現(xiàn)改善區(qū)域約占總面積的 86.35% ，其中植被NDVI呈現(xiàn)顯著改善的區(qū)域占 39.12% ，多數(shù)分布于I、Ⅲ區(qū)，少量分布于I區(qū)。植被NDVI呈現(xiàn)退化的區(qū)域占 13.65% ，多以輕微退化為主，多數(shù)分布于Ⅱ、Ⅲ區(qū)，少量分布于I區(qū)。I區(qū)植被NDVI的斜率最大，多以顯著改善為主，占比為 58.52% ，多數(shù)分布于壽光市羊口鎮(zhèn)、營里鎮(zhèn)；Ⅱ區(qū)植被NDVI多以輕微改善為主，退化區(qū)域明顯上升；Ⅲ區(qū)退化趨勢最為明顯，退化面積最大，主要分布于壽光市上口鎮(zhèn)、田柳鎮(zhèn)、臺頭鎮(zhèn)和化龍鎮(zhèn)。由此可見，彌河下游植被NDVI改善的面積正在逐漸擴(kuò)大，但存在海（咸）水逐步向南入侵的情況，引發(fā)Ⅲ區(qū)出現(xiàn)大面積的植被退化。

2.1.2 未來變化趨勢

彌河下游地區(qū)歸一化植被指數(shù)Hurst指數(shù)空間分布和未來變化趨勢如圖6所示。研究區(qū)植被NDVI的Hurst指數(shù) H 為 0.32～0.88 ，平均值為0.59，表明植被NDVI未來將延續(xù)現(xiàn)有的變化趨勢。植被NDVI的斜率 θ 與Hurst指數(shù)的關(guān)系如表3所示，從中可知植被NDVI未來變化趨勢。研究區(qū)未來植被NDVI變化趨勢多為改善，具體而言，持續(xù)改善的面積占 48.76% ，未來改善的面積占 33.58% ，持續(xù)退化的面積占 10.66% ，未來退化的面積占 7.00% ，主要分布在 I 、Ⅲ區(qū)，少量分布在I區(qū)。由此可見，研究區(qū)地下水埋深較深，生態(tài)系統(tǒng)較為脆弱，未來植被易存在退化風(fēng)險(xiǎn)。

2.2 植被NDVI影響因子的相關(guān)性

2.2.1 滯后期

本文中將彌河下游地區(qū)2008—2022年生長季6月份植被NDVI多年月均值與前0＼～6個(gè)月氣候因子以及地下水埋深多年月均值進(jìn)行相關(guān)性分析，并根據(jù)相關(guān)系數(shù)以及保證顯著性（ p 值小于0.05）的基礎(chǔ)上，確定不同區(qū)域植被NDVI與氣候因子以及地下水埋深的滯后期，結(jié)果如表4所示。

2.2.2 偏相關(guān)分析

2008—2022年彌河下游地下水埋深的變化如圖7所示。由圖可以看出：研究區(qū)地下水埋深整體呈現(xiàn)波動上升趨勢，研究期內(nèi)地下水埋深經(jīng)歷2輪下降，并在2017年達(dá)到最大埋深，隨后埋深逐漸上升，將研究期劃分為2008—2012、2013—2017、2018一2022年3個(gè)時(shí)期。在考慮滯后期的存在的前提下，將各個(gè)時(shí)期的植被NDVI月均值與氣候和地下水埋深月均值按空間劃分的區(qū)域進(jìn)行偏相關(guān)分析和顯著性檢驗(yàn)，確定不同時(shí)期的植被NDVI與地下水埋深的相關(guān)關(guān)系。

不同時(shí)期彌河下游植被NDVI與地下水埋深的相關(guān)性如圖8所示。由圖可以看出：研究區(qū)不同時(shí)期植被NDVI與地下水埋深的相關(guān)性呈現(xiàn)明顯差異。I區(qū)植被NDVI與地下水埋深在2008—2012年間主要呈不顯著正相關(guān)，部分呈顯著正相關(guān)；2012—2017年間顯著正相關(guān)面積占比明顯升高，并占據(jù)主要地位；2018—2022年間，I區(qū)植被NDVI與地下水埋深的相關(guān)性發(fā)生重大變化，顯著正相關(guān)區(qū)域多數(shù)轉(zhuǎn)變?yōu)椴伙@著負(fù)相關(guān)和顯著負(fù)相關(guān)。Ⅱ區(qū)植被與地下水埋深在2008—2022年均呈負(fù)相關(guān)，并且其顯著性在逐年降低。Ⅲ區(qū)植被NDVI與地下水埋深在2008—2022年間的相關(guān)性變化不大，多以不顯著負(fù)相關(guān)及顯著負(fù)相關(guān)為主。由此可見，Ⅱ、Ⅲ植被NDVI均隨著地下水埋深的升高而增大。而在2008—2017年間，I區(qū)植被NDVI隨著地下水埋深的下降而增大與海（咸）水入侵關(guān)。海（咸）水入侵限制了植被的生長，隨著地下水埋深下降，該限制作用減弱。2018年以后，隨著I區(qū)地下水埋深升高，海（咸）水入侵得到緩解，地下水埋深對植被NDVI呈現(xiàn)促進(jìn)作用。

2.3 植被變化驅(qū)動機(jī)制及相對貢獻(xiàn)率

2.3.1 驅(qū)動機(jī)制

將植被NDVI觀測值、氣候的影響值以及地下水埋深的影響值通過Sen趨勢分析[\"]獲得各自變化斜率 θ ，再按表2斜率劃分得到彌河下游地區(qū)植被NDVI變化驅(qū)動的空間分布如圖9所示。由圖可以看出：植被由氣候變化和地下水埋深變化共同驅(qū)動改善的區(qū)域占 50.78% ，主要分布于1區(qū)，少量分布于Ⅲ區(qū)北部以及 I 區(qū)中部；由氣候和地下水埋深共同驅(qū)動退化的區(qū)域占 21.78% ，主要分布于Ⅲ區(qū)中部、I區(qū)南部以及沿海區(qū)域，少量分布于Ⅱ區(qū)；單獨(dú)由氣候變化驅(qū)動改善的區(qū)域占 10.21% ;單獨(dú)由地下水埋深變化驅(qū)動改善的區(qū)域占 8.42% ;單獨(dú)由地下水埋深變化驅(qū)動退化的區(qū)域面積占 5.21% ；單獨(dú)由氣候變化驅(qū)動退化占 3.60% ，均零散分布于研究區(qū)。綜上，由地下水變化驅(qū)動的區(qū)域面積占比為86.19% ，由此可見，除氣候因素以外，地下水也是個(gè)影響彌河下游植被的重要因素，且存在雙重影響。

2.3.2 氣候和地下水埋深對植被變化的相對貢獻(xiàn)率

本文中基于植被NDVI觀測值、氣候影響值以及地下水影響值的變化斜率 θ ，計(jì)算氣候和地下水埋深對彌河下游植被變化的相對貢獻(xiàn)率，結(jié)果如10所示。由圖可見，研究區(qū)氣候?qū)χ脖蛔兓南鄬ω暙I(xiàn)率為 64.23% ，地下水埋深的相對貢獻(xiàn)率為35.77% 。為了明晰氣候和地下水埋深對植被生長影響，本文中根據(jù)植被NDVI觀測值變化趨勢將研究區(qū)分為植被改善與植被退化2個(gè)部分。在植被改善區(qū)域中，氣候和地下水埋深的相對貢獻(xiàn)率分別為70.36% 和 29.64% 。氣候主導(dǎo)的植被改善的區(qū)域占75.02% ，主要分布于 I 、Ⅲ區(qū)，少部分分布于I區(qū)北部，見圖10（a）。地下水埋深主導(dǎo)的植被改善的區(qū)域占 24.98% ，主要分布于I區(qū)中部和I、Ⅲ區(qū)交界處，少量分布于Ⅱ區(qū)中部，見圖10（b）。在植被退化區(qū)域中，氣候和地下水埋深的相對貢獻(xiàn)率分別為12.46% 和 87.54% 。氣候主導(dǎo)的植被退化的區(qū)域占11.21% ，分布于整個(gè)研究區(qū)，見圖10（c）。地下水埋深主導(dǎo)的植被退化的區(qū)域占 88.79% ，主要分布于Ⅲ區(qū)，少量分布于I、Ⅱ區(qū)，見圖10（d）。由此可知，植被改善主要受氣候變化的影響，而植被退化則主要受到地下水埋深變化的影響，

3結(jié)論

本文中采用趨勢分析、偏相關(guān)分析以及貢獻(xiàn)度分析等方法，研究彌河下游地區(qū)植被的變化趨勢以及地下水埋深變化對植被的影響，得到如下主要結(jié)論：

1）2008—2022年彌河下游I、Ⅲ區(qū)植被NDVI呈現(xiàn)波動上升，而Ⅱ區(qū)相對較為穩(wěn)定，整體增長率為4.31% 。植被NDVI改善的區(qū)域面積占 86.35% ，而退化區(qū)域面積僅占 13.65% ，表明植被覆蓋整體呈現(xiàn)改善趨勢。通過Hurst指數(shù)預(yù)測，未來植被NDVI變化趨勢仍將以改善為主，持續(xù)改善和未來改善的區(qū)域面積占 92.34% 。

2）彌河下游植被覆蓋的改善主要由氣候因素驅(qū)動，退化主要由地下水埋深驅(qū)動。I區(qū)地下水埋深的也驅(qū)動著植被覆蓋的改善，其貢獻(xiàn)率略高于氣候的。Ⅱ區(qū)植被改善多由氣候驅(qū)動，但退化卻多與地下水埋深降低有關(guān)，地下水埋深下降導(dǎo)致植被大面積退化。Ⅲ區(qū)植被變化與地下水埋深關(guān)系并不明顯。

參考文獻(xiàn)：

[1]JIAK，LIANGSL，ZHANGL，etal.Forest cover classificationusing Landsat ETM + data and time series MODIS NDVI data[J].International Journal of Applied Earth Observationand Geoinforma-tion，2014，33：32.

[2] 劉憲鋒，任志遠(yuǎn)，林志慧，等．2000—2011年三江源區(qū)植被覆蓋時(shí)空變化特征[J]．地理學(xué)報(bào)，2013，68（7）：897.

[3] 孫煉．基于NDVI的四川省植被變化動態(tài)監(jiān)測及驅(qū)動因素分析[J]．西南農(nóng)業(yè)學(xué)報(bào)，2023，36（5）：1082.

[4] 歐陽習(xí)軍，董曉華，魏榕，等．青藏高原植被生長季NDVI時(shí)空變化及對氣候因子的響應(yīng)分析[J]．水土保持研究，2023，30（2） ： 220.

[5] 鄭朝菊，曾源，趙玉金，等．近15年中國西南地區(qū)植被覆蓋度動態(tài)變化[J]．國土資源遙感，2017，29（3）：128.

[6] 解晗，同小娟，李俊，等.2000—2018年黃河流域生長季植被指數(shù)變化及其對氣候因子的響應(yīng)[J]．生態(tài)學(xué)報(bào)，2022，42（11）：4536.

[7] 王鑫，薛飛陽，蘇子昕，等.基于MODIS-NDVI的岷江流域植被時(shí)空演變及地形分異研究[J]．四川林業(yè)科技，2024，45（1）： 33.

[8] XUSQ，YUZB，ZHAMGK，etal.Simulatingcanopyconduct-anceof the Haloxylon ammodendron shrubland in an arid inlandriverbasinofnorthwestChina[J].Agriculturaland ForestMeteor-ology，2018，249：22.

[9] SONG G，HUANG JT，NINGB H，et al. Effects of groundwaterlevelonvegetationin the arid area ofwestern China[J].ChinaGeology，2021，4（3）：527.

[10] 孫亞．濱海地區(qū)地下水資源開發(fā)利用對生態(tài)環(huán)境的影響研究[D]．大連：大連理工大學(xué)，2021.

[11] 李霞，張國壯，陳永昊，等．農(nóng)牧交錯(cuò)帶遼河流域2010—2019年植被覆蓋變化及驅(qū)動因素分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2022，38（22）：63.

[12] 魏曉帥，高永龍，范雅倩，等．北京植被凈初級生產(chǎn)力對物候變化的響應(yīng)[J]．農(nóng)業(yè)工程學(xué)報(bào)，2022，38（18）：167.

[13] 賴金林，齊實(shí)，廖瑞恩，等．2000—2019年西南高山峽谷區(qū)植被變化對氣候變化和人類活動的響應(yīng)［J]．農(nóng)業(yè)工程學(xué)報(bào)，2023，39（14）：155.

[14] EVASJ，GEERKEN R.Discrimination between climate andhuman-induceddryland degradation[J].Journal of Arid Environ-ments，2004，57（4）：535.

[15] WESSELSKJ，VANDENBERGHF，SCHOLESRJ.Limitstodetectability of land degradation bytrend analysis of vegetationindexdata[J].RemoteSensingofEnvironment，2012，125：10.

（責(zé)任編輯：于海琴）