2025, Vol. 46
植被是干旱区生态系统最基本的组成, 在防风固沙、水土保持、涵养水源、维持生态系统平衡和保护生物多样性等方面发挥着重要且不可替代的作用[1, 2]. 植被覆盖度（fractional vegetation cover, FVC）表示单位面积植被冠层垂直投影覆盖土壤总面积的比例, 长期以来一直被用作地上植被覆盖和生长状态的指标[3, 4], 也是评估土地退化、盐渍化和沙漠化的有效指标, 对于衡量植物群落覆盖地表状况及生态系统的状况具有重要意义[5]. 而对于干旱区发展而言, 长时序动态监测植被覆盖度变化, 对当地生态环境建设以及可持续发展战略都有着重要的现实意义[6, 7].
目前地理信息系统（GIS）和遥感（RS）是评估和监测植被覆盖变化的重要技术, 有助于获取最准确和及时的植被覆盖变化数据[8, 9]. 在长时间序列和大范围的遥感估测植被的方法中, 像元二分模型法参数简单且计算简便, 同时又能在一定程度上消除土壤等背景因素的影响, 表现出较高的精度和稳定性[10]. 赵楠等[11]利用决定系数、均方根误差和相对均方根误差证明了像元二分模型对植被覆盖度的计算具有较高精度. 马楠等[12]基于像元二分模型, 利用趋势分析和Hurst指数法对新疆植被覆盖度的变化进行动态分析. He等[13]基于归一化植被指数（normalized difference vegetation index, NDVI）数据, 综合利用像元二分模型和主成分分析法研究天山北坡植被覆盖度时空变化的影响因素和机制. 史娜娜等[14]通过Theil-Sen Median趋势分析和Mann-Kendall等方法分析了北京市植被覆盖度的时空变化特征. 上述研究分析了不同区域FVC时空变化特征及其变化趋势, 但大多是根据趋势指数进行总体趋势分析, 并未对长时间序列植被覆盖度变化模式进行分析, 无法分析植被覆盖度的规律性变化. 地理编码法是指给以某种规则分割的每个空间网格赋予标识符, 标识符可为数字和字母等, 是基于空间定位技术的一种编码方法, 将地理编码法运用于监测长时序植被覆盖度变化模式中, 将每一等级植被覆盖度规定为特定的符号, 通过对研究期内多幅植被覆盖度分布图按顺序相加, 进而可以得出研究区内植被覆盖度的稳定性[15].
在以往的研究中, 景观格局法大多用于土地利用覆被情况的分析[16, 17], 可以得到各景观在不同时期的变化规律, 将景观格局法与植被覆盖度相结合, 可以得出各等级植被覆盖度多年来的变化趋势, 有助于确定自然环境变化和人类活动之间的影响. 目前植被覆盖度的景观格局变化受到热议, 已有学者对高寒草甸、湿地、高原和城市等特殊地势地形进行植被覆盖度景观格局分析, 得出植被覆盖度景观多年变化趋势, 为了解人类活动与其的内在联系, 对地区实施生态保护工程提供参考[18~21].
新疆塔城地区和布克赛尔蒙古自治县（简称和丰县）地域辽阔, 位于天山北部, 是全疆唯一的蒙古族自治县, 具有底蕴深厚的旅游文化资源[22]. 分布在和丰县境内的古尔班通古特沙漠被《中国国家地理》杂志公布为中国最美的五大沙漠之一, 具有研究的典型性和重要性. 已有学者对和丰县的植被覆盖度进行研究, 发现2003~2010年间和丰县植被覆盖度略有上升, 但此研究仅从空间特征分布和面积变化这两个角度分析, 且距今已过了10 a之久[23]. 诸多研究分析了不同区域的FVC时空变化特征, 但多以长时间变化趋势为核心技术路线, 且忽略了更细致的变化模式和频次分析. 鉴于此, 为了更清晰地定量表达植被覆盖度各类景观的稳定性, 本文以荒漠化问题显著的和丰县为研究区, 利用MODIS NDVI遥感数据, 分析了不同植被覆盖度的空间分布特征, 基于地理编码法定量研究了不同植被覆盖度的变化模式和频次, 探讨了植被覆盖的动态变化和重心偏移规律, 利用景观格局指数剖析了生态景观格局变化, 以期为和丰县的植被保护和荒漠化治理提供坚实的数据基础和科学依据.
1 材料与方法 1.1 研究区概况新疆塔城地区和丰县地处新疆天山北部, 准噶尔盆地西北部, 古尔班通古特沙漠北部（45°20~47°12'N, 84°37'~87°20'E）. 该县东西长210 km, 南北长207 km, 总面积3.06×104 km2, 属大陆性干旱气候, 蒸发量大, 空气干燥, 全年盛行西风[24]. 地势北高南低, 年降雨量由北向南递减, 且随着海拔升高降水随之增加, 年降雨量100~300 mm, 主要集中在夏季, 冬季最少. 全年平均日照时数2 918 h, 水资源总量4.18×108 m3, 可利用水资源量2.56×108 m3, 地下水资源贫乏[25]. 该县南部为古尔班通古特沙漠, 是以固定半固定沙丘为主的中国第二大沙漠, 还兼有风蚀和风积的特点, 土壤类型主要为风沙土, 植被少, 沙漠化严重[24]. 研究区示意如图 1和图 2所示.
|
图 1 研究区高程示意 Fig. 1 Schematic of the study area |
|
图 2 研究区植被类型分布示意 Fig. 2 Distribution of vegetation types in the study area |
（1）NDVI数据 本文选取美国国家航空航天局（NASA）的MODIS13Q1（16 d合成）产品数据, 时间跨度为2001~2020年的6~8月, 空间分辨率为250 m. 该产品已经过几何粗校正和大气校正等预处理[26, 27], 通过MRT软件对其进行拼接和重投影.
（2）数字高程模型（DEM）数据 本文选取ALOS卫星的DEM数据, 空间分辨率为12.5 m, 在ArcGIS 10.5软件中完成投影、拼接和掩膜等预处理.
（3）统计数据 统计年鉴数据源于2007~2011年的《和布克赛尔蒙古自治县年鉴》和2001~2020年的《新疆统计年鉴》, 主要包括关于林业发展的政策以及林草地面积的变化.
（4）矢量数据 本文通过全国地理信息资源目录服务系统网站获取和丰县矢量边界图, 其比例尺为1∶100万.
（5）植被类型数据 研究区植被类型图源于中国科学院资源环境科学与数据中心网站的《中国100万植被类型空间分布数据》, 利用ArcGIS掩膜工具获取和丰县植被类型分布图.
1.3 研究方法 1.3.1 像元二分模型像元二分模型是一种简单使用的遥感估算模型, 它假设一个像元的地表由有植被覆盖部分地表与无植被覆盖部分地表组成, 是目前应用最广泛的植被覆盖度遥感估算模型[28, 29], 通常利用NDVI直接提取植被覆盖度信息. 假设像元是由纯植被覆盖和纯裸地覆盖组成：
|
(1) |
式中, NDVImin表示裸土像元贡献的信息；NDVImax表示纯植被像元贡献的信息, NDVI表示像元植被覆盖部分和非植被覆盖部分的加权平均. 结合研究区实际情况及相关研究[30, 31], 将植被覆盖度分为极低植被覆盖度（0 < FVC≤0.1）、低植被覆盖度（0.1 < FVC≤0.3）、中植被覆盖度（0.3 < FVC≤0.4）、高植被覆盖度（0.4 < FVC≤0.6）和极高植被覆盖度（0.6 < FVC≤1）这5个等级.
1.3.2 频率变化利用ArcGIS软件对相邻时期进行差值运算, 将差值运算得到的结果分为两类, 将未变化区域赋值为0, 变化区域赋值为1[32]. 然后将4个时期植被覆盖度变化栅格图进行空间叠置分析, 得到植被覆盖度变化频次图. 计算公式如下：
|
(2) |
式中, Raster表示2001~2020年间植被覆盖度的变化频次；Rasterp1、Rasterp2、Rasterp3和Rasterp4分别表示2001~2005、2005~2010、2010~2015和2015~2020年的植被覆盖度, 变化栅格数据的赋值代码为0或1. 叠加结果的属性值表示植被覆盖度的变化频次, Raster为0表示没有变化, 1表示变化了1次, 以此类推.
1.3.3 地理编码法地理编码法可以有效监测长时间序列植被覆盖度变化模式, 还可以将其变化状况空间可视化, 将分级的5期植被覆盖度栅格图进行空间叠加, 得到2001~2020年植被覆盖度的变化情况, 计算公式如下：
|
(3) |
式中, Code表示2001~2020年植被覆盖度变化情况, Code2001、Code2005、Code2010、Code2015和Code2020分别表示各期植被覆盖度栅格数据的赋值代码. 将植被覆盖度分为5个等级, 极低植被覆盖度、低植被覆盖度、中植被覆盖度、高植被覆盖度和极高植被覆盖度, 赋值代码为a~e. 根据结果将研究区分为稳定不变区、波动变化区、波动下降区和波动上升区. 植被覆盖度变化状况分类如表 1所示.
|
表 1 植被覆盖度变化状况分类 Table 1 Classification of changes in FVC |
1.3.4 重心迁移模型
通过计算不同时期的植被覆盖度的分布重心, 可以从空间上描述各级植被覆盖度的变化过程和迁移趋势[33], 第t年植被斑块重心坐标及迁移距离：
|
(4) |
|
(5) |
|
(6) |
式中, Xt和Yt表示第t年某级植被斑块重心的经纬度坐标；Xi和Yi表示第t年该级植被第i个斑块的几何中心坐标；Cti表示第t年该级植被第i个斑块的面积；n表示第t年该级植被的斑块数；D表示迁移距离；ΔXt和ΔYt分别表示第t年该级植被重心的经度和纬度变化.
1.3.5 景观格局指数景观格局指数是对区域景观不同信息的凝练表述, 以反映景观结构和空间特征[34~36]. 本文选取斑块水平上斑块数量（NP）、斑块密度（PD）、聚集度指数（AI）和景观形状指数（LSI）；景观水平上香农多样性指数（SHDI）和香农均匀度指数（SHEI）共6个景观指数, 以反映研究区的破碎化程度等景观格局特征. 具体公式见表 2.
|
|
表 2 景观指数计算公式 Table 2 Formula for calculating landscape index |
2 结果与分析 2.1 和丰县植被覆盖度的时空分布特征
基于像元二分模型计算植被覆盖度, 分别探究研究区2001、2005、2010、2015和2020年的植被覆盖度时空分布变化, 如图 3和图 4所示.
|
图 3 2001~2020年和丰县平均植被覆盖度 Fig. 3 Average FVC in Hefeng County from 2001 to 2020 |
|
图 4 2001~2020年和丰县植被覆盖度年际变化 Fig. 4 Interannual changes in FVC in Hefeng County from 2001 to 2020 |
从空间角度可知, 20 a间, 和丰县植被覆盖度自北向南均呈逐渐递减的变化趋势, 高植被覆盖度和极高植被覆盖度主要集中分布在北部, 中部植被覆盖有扩张的趋势；低和极低植被覆盖度区主要分布在和丰县南部, 该区域临近古尔班通古特沙漠, 气候干旱、昼夜温差大、植被数量稀少. 中植被覆盖度主要分布在研究区北部, 围绕在高植被覆盖度周边, 呈条带状. 极高和高植被覆盖度区主要位于和布克河流域、和丰林场以及和布克赛尔镇、巴音敖包乡等乡镇.
从时间角度分析, 20 a间植被覆盖度呈现“上升-下降-上升”的动态变化, 2001~2005、2005~2010、2010~2015和2015~2020年的FVC平均值分别为19.96%、17.53%、18.40%和21.57%（图 4）. 2001年的平均植被覆盖度是18.00%, 2020年的平均植被覆盖度是20.39%, 2008年的植被覆盖度低至15.41%, 而2016年的植被覆盖度达到最高峰, 高达27.20%. 和丰县2001~2020年间植被覆盖度均值呈波动上升趋势, 且上下浮动明显. 2008~2013年呈连续上升的趋势, 主要是源自于该时段内和丰县实施“三北”四期工程和“村村绿”工程等一系列生态工程, 为该县草地恢复提供了良好的政策保护, 草地面积逐步增加, 促使植被覆盖度增加至最大值27.2%. 但是2014年降雨量较少, 蒸发量大, 致使植被生长状况不佳, 覆盖度降低, 植被覆盖度显著降低.
2.2 和丰县不同植被覆盖度的频率变化利用差值运算, 分别计算2001~2005、2006~2010、2010~2015和2015~2020年的不同植被覆盖度的变化频次, 并将变化区域赋值为1, 未变化区域赋值为0, 4个时期相加最高可变化4次, 将变化结果可视化, 如图 5所示, 统计出5种变化频次的面积, 量化变化情况, 如表 3所示.
|
图 5 2001~2020年和丰县植被覆盖度变化频次 Fig. 5 Frequency of FVC changes in Hefeng County from 2001 to 2020 |
|
|
表 3 2001~2020年和丰县变化频次面积统计 Table 3 Statistics of the area of change frequency in Hefeng County from 2001 to 2020 |
由表 3可以看出, 本研究期间, 植被覆盖度发生4次变化的面积为20 197.82 km2, 占总面积的71.98%, 此部分面积占比较大, 且分布比较均匀, 涵盖了整个县域；而发生1次和2次变化的面积共为1 574.13 km2, 占总面积的比例为5.6%, 主要集中分布在和丰县的西部和南部（图 5）, 因受自然环境的影响, 此处多为极低植被覆盖度分布, 人烟稀少, 变化频次低. 未发生变化的面积最少, 仅为24.63 km2, 占总面积的0.08%. 从整体来看, 植被覆盖度之间变化较为频繁, 尤其是在村庄城镇等人为活动较为频繁的周围, 可见, 人类活动对环境的影响较大.
2.3 基于地理编码法的和丰县不同植被覆盖度的变化模式地理编码法可以直观有效地分辨出发生变化的区域, 趋势分析能有效表征长时间内的植被覆盖度的变化趋势, 更加直观地显示了20 a间和丰县植被覆盖度的变化情况, 分析结果如图 6和图 7所示.
|
图 6 2001~2020年和丰县植被覆盖度变化面积统计 Fig. 6 Area statistics of FVC change in Hefeng County from 2001 to 2020 |
|
图 7 2001~2020年和丰县植被覆盖度变化特征 Fig. 7 Characteristics of FVC change in Hefeng County from 2001 to 2020 |
由图 6可以看出, 2001~2020年间, 研究区稳定不变区域面积为11 109.77 km2, 占研究区总面积的39.60%. 波动上升的面积占13.62%, 而波动下降的面积占4.24%, 植被覆盖度增加的面积远大于减少的面积, 荒漠化程度有所改善. 波动上升的区域主要分布在184团、夏孜盖乡、英特格乡和巴音敖瓦乡, 通过野外调查可知, 184团和夏孜盖乡的波动上升区是由于三角洲农作物种植区面积的增加, 英特格乡的波动上升区主要分布在和布克河流域, 优越的水分条件为该区域植被提供很好的环境条件, 而巴音傲瓦乡的上升区是由于该区域受人为干扰程度较小, 植被生长主要依靠自然环境, 荒漠化趋势得到明显改善, 而波动下降区主要位于东北部高海拔地区. 无规律波动变化区则主要分布在南部、东北部和稳定不变区域周围, 面积是总面积的42.54%, 而稳定不变的地带多数为极低植被覆盖度, 说明研究期间极低植被覆盖度保持稳定, 未有增加趋势, 是将来重点治理和修复地区之一.
2.4 和丰县不同植被覆盖度的转移变化转移矩阵可以量化各级植被覆盖度之间的转移程度, 而桑基图是实现数据可视化的重要途径, 可以更直观简明地表达和传递各类要素的动态变化信息[37]. 将转移矩阵和桑基图相结合, 可定量分析不同植被盖度之间的相互转化, 如图 8和表 4所示.
|
图 8 2001~2020年植被覆盖度面积转换桑基图 Fig. 8 Sanki map of FVC area conversion from 2001 to 2020 |
|
|
表 4 2001~2020年植被覆盖度类型转换/km2 Table 4 FVC type conversion from 2001 to 2020/km2 |
2001~2005年之间, 和丰县植被覆盖情况有所改善. 植被覆盖度变化以“极低→低”、“低→中”和“高→中”为主, 3种类型转换面积分别为4 720.99 km2、771.38 km2和458.67 km2. 极低向低植被覆盖度转换最为显著, 低植被覆盖度中有804.92 km2的面积转换成中植被覆盖度及以上, 而由其他类型转换成极低植被覆盖度的面积却只有97.78 km2. 2005~2010年, 植被覆盖度变化最多的是“低→极低”、“中→低”和“高→中”. 极低植被覆盖度转为其他等级植被覆盖度的面积有444.78 km2, 而其他等级植被覆盖度转为极低植被覆盖度有2 849.01 km2, 植被覆盖情况有所退化.
2015年, 极低植被覆盖度的面积最大, 为14 249.15 km2, 其中有4 245.36 km2的面积是由低植被覆盖度转化而来. 2010~2015年间植被增加的面积远远不及减少的面积, 导致整个研究区内植被覆盖呈减少趋势, 且以“低→极低”、“中→低”和“高→中”为主, 面积分别为4 245.36、635.6和405.33 km2. 牧民为了利益最大化, 对林草地的破坏力度加大, 出现了过度放牧等现象, 使局部生态环境遭到一定程度破坏, 出现草地沙漠化的现象.
2015~2020年, 由极低植被覆盖度转为其他等级植被覆盖度的面积有3 420.04 km2, 其他等级植被覆盖度转为极低植被覆盖度的面积却仅有42.88 km2. 2020年高和极高植被覆盖度面积为4 152.94 km2, 与2001年相比, 面积增加751.2 km2, 占所有等级植被覆盖度面积变化量的22.04%, 由图 8可知, 在各类转换中以低级别盖度向高级别盖度转换为主, 高植被覆盖度的面积增加, 植被覆盖情况呈稳步增加的变化趋势.
2.5 和丰县不同植被覆盖度的重心迁移利用重心迁移模型, 计算出历年各级植被覆盖度的重心坐标, 并根据坐标绘制出和丰县各级植被覆盖度重心迁移图, 如图 9所示.
|
图 9 和丰县各级植被覆盖度重心迁移 Fig. 9 Center of gravity migration of FVC at all levels in Hefeng County |
极低植被覆盖度重心主要集中分布在研究区西南部, 低植被覆盖度重心集中分布在东部, 而中植被覆盖度、高植被覆盖度和极高植被覆盖度重心均集中分布在研究区北部, 这充分说明和丰县北部的植被长势整体良好. 经过20 a不同等级植被覆盖的动态转换, 极低植被覆盖度重心迁移方向为“西北→东北→东南→西南”, 迁移距离最长的是2010~2015年间向东北方向迁移10.81 km, 2001~2020年间整体则是向西南方向迁移共计4.67 km. 低植被覆盖度的重心则是先向南部迁移再向北部迁移, 整体则是向南部迁移共计7.23 km. 中植被覆盖度的重心先向西部迁移再向东部迁移, 迁移距离最长的是2015~2020年间, 向西部迁移共计25.73 km. 高和极高植被覆盖度的重心均向南迁移, 分别迁移了3.06 km和17.88 km.
2.6 和丰县不同植被覆盖度的景观格局变化景观指数法能够准确地刻画出景观格局空间特征[38], 结合和丰县独特的自然地理环境及区位条件, 选取6个景观指数进行分析, 以反映研究区的破碎化程度等景观格局特征, 结果如图 10和图 11所示.
|
图 10 2001~2020年和丰县类型水平景观格局指数变化 Fig. 10 Landscape pattern index changes at the typological level in Hefeng County from 2001 to 2020 |
|
图 11 2001~2020年和丰县景观水平景观格局指数变化 Fig. 11 Landscape pattern index changes at landscape level in Hefeng County from 2001 to 2020 |
如图 10所示, 根据聚集度指数（AI）和景观形状指数（LSI）的生态意义, 可以得出极低植被覆盖度和低植被覆盖度分布紧凑, 呈大面积连续分布, 其次为极高植被覆盖度和高植被覆盖度, 而中植被覆盖度分布最离散. 2001~2020年间, 极低植被覆盖度和低植被覆盖度的AI值保持稳定, 数值范围在93~97之间, 极高植被覆盖度的AI值逐步递增, 最大值为2015年的89.80, 说明离散程度逐步减少, 聚集程度增加, 稳定性增强.
通过斑块数量（NP）和斑块密度（PD）可以看出, 中植被覆盖度占主导地位, 最大NP值1 643, 对应的PD值为0.058, 说明在研究区内, 中植被覆盖度的空间异质性和破碎化程度最高, 高植被覆盖度次之, 最大NP值为1 276, 对应的PD值为0.045. 低植被覆盖度的PD值和NP值逐年增加, 说明低植被覆盖度景观的破碎化程度呈逐年增强的趋势, 极高植被覆盖度的PD值和NP值呈先减少后增加的趋势, 其他等级的斑块数量均呈明显上升趋势, 破碎化程度增加.
如图 11所示, 2001~2020年和丰县整体景观变化相对稳定. 香农均匀度指数（SHEI）从0.17增加到0.19, 增加的区域主要分布在和丰县东南部及东北部, 景观类型分布均匀, 各景观类型之间的面积比例差距缩小, 景观向均衡趋势发展. 从景观结构复杂性来看, 香农多样性指数（SHDI）略有增加, 从0.13增加到0.14, 整体景观趋于破碎化, 植被覆盖度分布也变得丰富, 原因在于随着经济的高速发展, 人类活动区域逐渐扩大, 从而影响区域土地利用, 很多荒漠土地开发变为农田, 致使单位面积内的景观多样性提高.
3 讨论 3.1 和丰县植被覆盖度时空演变特征近年来和丰县大力发展经济, 由此对环境的破坏力度加大, 使得和丰县土地荒漠化不断加重, 牧民放牧没有节制, 过度放牧和毁草开垦使得草地生态环境恶化[39]. 从时间角度而言, 2001~2020年和丰县植被覆盖度经历了“增加→减少→增加”的演变过程, 平均植被覆盖度最高的是2016年, 为27.20%, 最低值出现在2008年, 为15.41%. 从空间角度而言, 和丰县植被覆盖度呈现北高南低的现象. 根据野外调查, 和丰县以牧民居多, 植被类型多为草地和荒漠植被, 在后续的林业工作中不仅要注重草地面积的恢复, 更重要的是加强南部盆地和沙漠的治理, 避免让恶劣环境影响生态发展.
通过变化频率分析可得, 20 a间, 和丰县发生4次变化的面积占比为71.98%, 面积范围较大且变化频繁, 而未发生变化的面积占比仅0.08%, 结合和丰县植被覆盖度分布情况, 极高植被覆盖度分布的地方反而容易发生变化, 在今后的改善过程中要注意极高植被覆盖度的稳定性的同时, 也要注意阻止极低植被覆盖度分布区域的扩张.
植被覆盖度的变化, 不仅与当地气候有关, 更与人类活动联系紧密[40, 41]. 纵观20年间植被覆盖变化情况, 波动下降区的面积远小于波动上升区的面积, 而波动变化区的面积占比达到42.54%, 说明在此区域的变化具有波动性, 最终的结果未曾改变, 在后续的生态工程中要重视覆盖度变化频繁的区域, 增强对植被的保护和管理, 可以适当通过人为干预来优化植被生长的环境, 比如人工浇灌、人工封围禁牧和调整植被种植结构等[42].
3.2 和丰县植被覆盖度的相互转化和生态景观格局变化2001~2020年间, 各类植被覆盖度之间转换频繁, 以“极低→低”、“低→极低”和“低→中”转换类型为主. 极高植被覆盖度向极低植被覆盖度的转换非常罕见, 在2015~2020年间转化面积仅有0.48 km2, 其他时间段均未发生转换, 尤其是在大力开展生态建设工程的背景下, 二者转换愈加困难. 极低植被覆盖度和低植被覆盖度主要分布在南部盆地和沙漠地区, 该区域降雨量少、蒸发量大和气候干旱的自然条件是影响植被正常生长的最大阻碍[43]. 高植被覆盖度和极高植被覆盖度重心也在逐步向南迁移, 这可能归因于北部山区植被自然更新相对困难, 环境条件不宜再进行人工培育植被. 和丰县草原属于荒漠草原, 而荒漠草原是草原向荒漠过渡的生态边界, 生态稳定性相对脆弱, 自然与人类的活动很容易对其产生影响, 在日后的管理中更要重视[44, 45].
通过6个景观指数分析20 a间和丰县不同植被覆盖度的生态景观格局变化, 发现整体景观均匀度较低, 各类植被覆盖度之间破碎化程度低, 分布较为集中. 尤其是极低植被覆盖度和低植被覆盖度的AI值最高, 分布最紧凑且保持稳定, 是今后治理中的难点问题. 中植被覆盖度的空间异质性和破碎化程度较高, 斑块数量和斑块密度较大, 受人类活动影响较大.
4 结论（1）空间上, 和丰县植被覆盖度整体呈现自北向南逐渐递减的变化趋势, 高和极高植被覆盖度主要集中分布在北部, 南部地区土地的沙漠化影响到了植被覆盖的情况, 导致该区域植被覆盖度较低；时间上, 研究区的平均植被覆盖度从18.00%上升至20.39%, 呈现波动上升趋势.
（2）从变化频次上看, 植被覆盖度发生4次变化的面积占总面积的71.98%, 且分布均匀, 涵盖了整个县域；未变化的面积占比仅有0.08%；从变化模式上看, 植被覆盖度稳定不变区域面积为11 109.77 km2, 占研究区总面积的39.60%. 波动上升的面积占比13.62%, 而波动下降的面积占4.24%, 相比之下和丰县的植被覆盖度有所增加.
（3）各级植被覆盖度之间转化频繁, 其中以“极低→低”、“低→极低”和“低→中”为主, 20 a间高覆盖度和极高覆盖度面积增加751.2 km2, 占所有等级植被覆盖度面积增加量的22.04%.
（4）极低植被覆盖度重心分布在西南部, 低覆盖度分布在东部, 而中覆盖度、高覆盖度和极高覆盖度重心分布在北部. 南部沙漠地区气候条件差和土壤松散不固根依然是植被生长的阻碍, 未来生态建设工作依然面临严峻的考验.
（5）极低植被覆盖度和低植被覆盖度分布集中, 中植被覆盖度空间异质性和破碎化程度较高, 整体景观均匀度从0.17上升到0.19, 分布变均匀, 而多样性保持稳定, 景观向均衡趋势发展.
| [1] |
崔灿, 郭英, 沈彦俊. 新疆荒漠植被的时空分布变化及其驱动因素[J]. 中国生态农业学报(中英文), 2021, 29(10): 1668-1678. Cui C, Guo Y, Shen Y J. Spatio-temporal variation in and the driving factors of desert vegetation in Xinjiang[J]. Chinese Journal of Eco-Agriculture, 2021, 29(10): 1668-1678. |
| [2] |
张璐, 吕楠, 程临海. 干旱区生态系统稳态转换及其预警信号——基于景观格局特征的识别方法[J]. 生态学报, 2023, 43(15): 6486-6498. Zhang L, Lü N, Cheng L H. Regime shifts and early warning signals in dryland ecosystems-an identification method based on landscape pattern characteristics[J]. Acta Ecologica Sinica, 2023, 43(15): 6486-6498. |
| [3] | Wang H L, Gui D W, Liu Q, et al. Vegetation coverage precisely extracting and driving factors analysis in drylands[J]. Ecological Informatics, 2024, 79. DOI:10.1016/j.ecoinf.2023.102409 |
| [4] | Wang Y N, Kong X B, Guo K, et al. Spatiotemporal change in vegetation cover in the Yellow River Basin between 2000 and 2022 and driving forces analysis[J]. Frontiers in Ecology and Evolution, 2023, 11. DOI:10.3389/FEVO.2023.1261210 |
| [5] |
佘洁, 佘璐, 沈爱红, 等. 宁夏沿黄城市带植被覆盖度时空变化及驱动力分析[J]. 环境科学, 2024, 45(11): 6458-6476. She J, She L, Shen A H, et al. Spatiotemporal changes and driving force analysis of vegetation cover in the urban belt along the Yellow River in Ningxia[J]. Environmental Science, 2024, 45(11): 6458-6476. |
| [6] |
孟琪, 武志涛, 杜自强, 等. 基于地理探测器的区域植被覆盖度的定量影响——以京津风沙源区为例[J]. 中国环境科学, 2021, 41(2): 826-836. Meng Q, Wu Z T, Du Z Q, et al. Quantitative influence of regional fractional vegetation cover based on Geodetector model —Take the Beijing-Tianjin sand source region as an example[J]. China Environmental Science, 2021, 41(2): 826-836. DOI:10.3969/j.issn.1000-6923.2021.02.037 |
| [7] | Li X F, Zhang N, Zhang A N, et al. Changes in grassland vegetation based on spatiotemporal variation in vegetation growth and spatial configuration dynamics of bare lands[J]. Ecological Informatics, 2024, 80. DOI:10.1016/j.ecoinf.2024.102473 |
| [8] | Almalki R, Khaki M, Saco P M, et al. Monitoring and mapping vegetation cover changes in arid and semi-arid areas using remote sensing technology: a review[J]. Remote Sensing, 2022, 14(20). DOI:10.3390/rs14205143 |
| [9] |
李媛媛, 孙景妍, 杨香云, 等. 陕西省植被覆盖时空变异及其恢复潜力[J]. 水土保持通报, 2024, 44(1): 346-356. Li Y Y, Sun J Y, Yang X Y, et al. Spatio-temporal variation of fractional vegetation cover and its recovery potential in Shaanxi Province[J]. Bulletin of Soil and Water Conservation, 2024, 44(1): 346-356. |
| [10] |
郝鑫怡, 张喆, 郑浩, 等. 天山北坡经济带植被覆盖度动态变化研究[J]. 中国环境科学, 2024, 44(2): 1020-1031. Hao X Y, Zhang Z, Zheng H, et al. Dynamic change of vegetation cover in the economic zone of the northern slopes of Tianshan Mountains[J]. China Environmental Science, 2024, 44(2): 1020-1031. |
| [11] |
赵楠, 赵颖慧, 邹海凤, 等. 1990—2020年黑龙江省植被覆盖度的时空变化趋势及驱动力[J]. 应用生态学报, 2023, 34(5): 1320-1330. Zhao N, Zhao Y H, Zou H F, et al. Spatial and temporal trends and drivers of fractional vegetation cover in Heilongjiang Province, China during 1990-2020[J]. Chinese Journal of Applied Ecology, 2023, 34(5): 1320-1330. |
| [12] |
马楠, 白涛, 蔡朝朝. 2000-2021年新疆植被覆盖度变化及驱动力[J]. 水土保持研究, 2024, 31(1): 385-394. Ma N, Bai T, Cai Z Z. Vegetation cover change and its response to climate and surface factors in Xinjiang based on different vegetation types[J]. Research of Soil and Water Conservation, 2024, 31(1): 385-394. |
| [13] | He X, Zhang F, Cai Y F, et al. Spatio-temporal changes in fractional vegetation cover and the driving forces during 2001-2020 in the northern slopes of the Tianshan Mountains, China[J]. Environmental Science and Pollution Research, 2023, 30(30): 75511-75531. DOI:10.1007/s11356-023-27702-x |
| [14] |
史娜娜, 韩煜, 王琦, 等. 北京市植被覆盖度时空变化特征及其对城市化的响应[J]. 环境科学, 2024, 45(9): 5318-5328. Shi N N, Han Y, Wang Q, et al. Spatial and temporal characteristics of fractional vegetation cover and its response to urbanization in Beijing[J]. Environmental Science, 2024, 45(9): 5318-5328. |
| [15] |
杨丽, 温小荣, 汪求来, 等. 基于地理编码的森林碳储量空间分布分析应用[J]. 中南林业科技大学学报, 2023, 43(4): 101-110. Yang L, Wen X R, Wang Q L, et al. Analysis and application of the spatial distribution of forest carbon storage based on geographic code[J]. Journal of Central South University of Forestry & Technology, 2023, 43(4): 101-110. |
| [16] |
周添红, 苏思霖, 马凯, 等. 典型区域土地利用/景观格局对黄河上游水体TN的影响[J]. 环境科学, 2024, 45(10): 5768-5776. Zhou T H, Su S L, Ma K, et al. Influence of typical regional land use/landscape pattern on water TN of the Upper Yellow River[J]. Environmental Science, 2024, 45(10): 5768-5776. |
| [17] | Lyu L, Bi S Q, Yang Y, et al. Effects of vegetation distribution and landscape pattern on water conservation in the Dongjiang River basin[J]. Ecological Indicators, 2023, 155. DOI:10.1016/j.ecolind.2023.111017 |
| [18] |
王祎明, 李国荣, 李希来, 等. 高寒草甸斑块化空间分异性及其地形因子影响[J]. 草地学报, 2024, 32(2): 570-578. Wang Y M, Li G R, Li X L, et al. Spatial heterogeneity of alpine meadow patchiness and its topographic factor influence[J]. Acta Agrestia Sinica, 2024, 32(2): 570-578. |
| [19] |
宋小梅, 常晓丽, 丁辰. 近30年根河流域湿地景观格局变化及驱动因素分析[J]. 水土保持学报, 2024, 38(2): 294-303. Song X M, Chang X L, Ding C. Analysis of the changes in wetland landscape pattern and driving factors in the Genhe Basin over the past 30 years[J]. Journal of Soil and Water Conservation, 2024, 38(2): 294-303. |
| [20] |
徐勇, 李欣怡, 黄雯婷, 等. 2000~2020年中国典型经济区PM2.5时空变化及其与植被景观格局的关系[J]. 环境科学, 2023, 44(4): 1852-1864. Xu Y, Li X Y, Huang W T, et al. Spatio-temporal variation in PM2.5 concentration and its relationship with vegetation landscape patterns in typical economic zones in China from 2000 to 2020[J]. Environmental Science, 2023, 44(4): 1852-1864. |
| [21] |
牟禹恒, 黄义忠, 梁睿, 等. 基于MODIS NDVI的文山州植被覆盖度及景观格局分析[J]. 西北林学院学报, 2023, 38(1): 174-180, 72. Mu Y H, Huang Y Z, Liang R, et al. Analysis of vegetation covering and landscape pattern in Wenshan based on MODIS NDVI[J]. Journal of Northwest Forestry University, 2023, 38(1): 174-180, 272. DOI:10.3969/j.issn.1001-7461.2023.01.24 |
| [22] | 雷玉华. 新中国成立70年新疆和布克赛尔县经济社会发展巨变及启示[J]. 中共伊犁州委党校学报, 2019(4): 60-63. DOI:10.3969/j.issn.1674-6287.2019.04.016 |
| [23] |
陈爱京, 傅玮东, 肖继东, 等. 基于像元二分模型的和布克赛尔县植被覆盖动态变化分析[J]. 草业科学, 2012, 29(6): 857-862. Chen A J, Fu W D, Xiao J D, et al. Dynamic analysis for vegetation coverage change in Hoboksar based on dimidiate pixel model[J]. Pratacultural Science, 2012, 29(6): 857-862. |
| [24] | 王秋岩, 刘月玲. 结合和布克赛尔县天气特征浅谈人工影响天气的必要性[J]. 中国农业信息, 2013(17): 152. |
| [25] |
蒋超亮, 吴玲, 刘丹, 等. 干旱荒漠区生态环境质量遥感动态监测——以古尔班通古特沙漠为例[J]. 应用生态学报, 2019, 30(3): 877-883. Jiang C L, Wu L, Liu D, et al. Dynamic monitoring of eco-environmental quality in arid desert area by remote sensing: taking the Gurbantunggut desert China as an example[J]. Chinese Journal of Applied Ecology, 2019, 30(3): 877-883. |
| [26] |
邹晓君, 马运强, 李志忠, 等. 古尔班通古特沙漠南缘风沙沉积记录的中晚全新世气候变化[J]. 中国沙漠, 2023, 43(6): 98-110. Zou X J, Ma Y Q, Li Z Z, et al. Mid-Late Holocene climate change recorded by eolian sand deposition in the southern margin of Gurbantunggut Desert[J]. Journal of Desert Research, 2023, 43(6): 98-110. |
| [27] |
夏凯, 黄义忠. 基于MODIS-NDVI的云南省植被时空变化及驱动因素分析[J]. 南方农业学报, 2023, 54(11): 3427-3437. Xia K, Huang Y Z. Spatiotemporal changes and driving factors of vegetation in Yunnan based on MODIS-NDVI[J]. Journal of Southern Agriculture, 2023, 54(11): 3427-3437. DOI:10.3969/j.issn.2095-1191.2023.11.029 |
| [28] |
程东亚, 张小林, 李红波, 等. 多尺度情景下乡村地区植被覆盖度变化的地形效应[J]. 环境科学, 2025, 46(1): 340-355. Cheng D Y, Zhang X L, Li H B, et al. Topographic effects of vegetation coverage changes in rural areas under multi-scale scenarios[J]. Environmental Science, 2025, 46(1): 340-355. |
| [29] |
刘伟, 向莹, 李景吉, 等. 2000—2020年四川省泸沽湖湿地自然保护区陆地植被覆盖动态变化[J]. 水土保持通报, 2023, 43(5): 203-211, 278. Liu W, Xiang Y, Li J J, et al. Dynamic changes of terrestrial vegetation cover in Lugu Lake wetland nature reserve, Sichuan province from 2000 to 2020[J]. Bulletin of Soil and Water Conservation, 2023, 43(5): 203-211, 278. |
| [30] |
甄慧, 汪洋, 夏婷婷, 等. 基于地理探测器的开都—孔雀河流域植被覆盖度时空变化及驱动力分析[J]. 草业科学, 2023, 40(5): 1140-1153. Zhen H, Wang Y, Xia T T, et al. Spatiotemporal distribution and driving force analysis of fractional vegetation cover in the Kaidu-Kongqi River Basin using the Geodetector model[J]. Pratacultural Science, 2023, 40(5): 1140-1153. |
| [31] |
阿卜杜热合曼·吾斯曼, 阿斯娅·曼力克, 玉素甫江·如素力, 等. 天山新疆段及南北麓草地植被覆盖度时空变化特征研究[J]. 西北林学院学报, 2023, 38(3): 153-161. Abudureheman·Wusiman, Asiya·Manlike, Ysufujiang·Rusuli, et al. Research on temporal and spatial variation characteristics of grassland vegetation coverage in the Xinjiang Section of Tianshan mountains[J]. Journal of Northwest Forestry University, 2023, 38(3): 153-161. DOI:10.3969/j.issn.1001-7461.2023.03.21 |
| [32] |
魏伟, 俞啸, 张梦真, 等. 1995—2018年石羊河流域下游荒漠化动态变化[J]. 应用生态学报, 2021, 32(6): 2098-2106. Wei W, Yu X, Zhang M Z, et al. Dynamics of desertification in the lower reaches of Shiyang River Basin, Northwest China during 1995-2018[J]. Chinese Journal of Applied Ecology, 2021, 32(6): 2098-2106. |
| [33] |
连虎刚, 曲张明, 刘春芳, 等. 北方防沙带河西走廊段景观格局时空演变及其防风固沙服务响应[J]. 应用生态学报, 2023, 34(9): 2518-2526. Lian H G, Qu Z M, Liu C F, et al. Spatio-temporal variation of landscape pattern and the response of windbreak and sand fixation service in Hexi corridor of northern sand fixation belt[J]. Chinese Journal of Applied Ecology, 2023, 34(9): 2518-2526. |
| [34] | Xu C R, Li C H. Correlation between landscape pattern and net primary productivity of vegetation: a case study in the arid and semi-arid regions of Northwest China[J]. Land, 2023, 12(11). DOI:10.3390/land12112004 |
| [35] |
舒心, 李艳, 李锋, 等. 土壤重金属累积对土地利用与景观格局的响应[J]. 环境科学, 2019, 40(5): 2471-2482. Shu X, Li Y, Li F, et al. Impacts of land use and landscape patterns on heavy metal accumulation in soil[J]. Environmental Science, 2019, 40(5): 2471-2482. |
| [36] | Li X W, Zulkar H, Wang D Y, et al. Changes in vegetation coverage and migration characteristics of center of gravity in the arid desert region of Northwest China in 30 recent years[J]. Land, 2022, 11(10): 1688. DOI:10.3390/land11101688 |
| [37] |
胡馨月, 孙倩, 郭正宇. 1988—2018年新疆额敏县林地资源的时空变化及驱动分析[J]. 西南农业学报, 2022, 35(11): 2641-2650. Hu X Y, Sun Q, Guo Z Y. Spatial-temporal changes and driving forces of forest resources in Emin county, Xinjiang from 1988 to 2018[J]. Southwest China Journal of Agricultural Sciences, 2022, 35(11): 2641-2650. |
| [38] |
张雨, 杨光, 韩雪莹, 等. 乌审旗植被覆盖度时空演变及其影响因子分析[J]. 草学, 2023(6): 18-28. Zhang Y, Yang G, Han X Y, et al. Spatiotemporal evolution of vegetation coverage and its driving forces in Wushen Banner[J]. Journal of Grassland and Forage Science, 2023(6): 18-28. DOI:10.3969/j.issn.2096-3971.2023.06.004 |
| [39] |
徐俊. 和布克赛尔县退牧还草工程建设成效与经验[J]. 山西水土保持科技, 2020(3): 8-10, 20. Xu J. Construction achievements and experience of grazing forbidden project in Mongolian autonomous county of Hoboksar[J]. Soil and Water Conservation Science and Technology in Shanxi, 2020(3): 8-10, 20. DOI:10.3969/j.issn.1008-0120.2020.03.003 |
| [40] | Wang Y Y, Chen X, Gao M, et al. The use of random forest to identify climate and human interference on vegetation coverage changes in Southwest China[J]. Ecological Indicators, 2022, 144. DOI:10.1016/j.ecolind.2022.109463 |
| [41] |
张良侠, 岳笑, 周德成, 等. 气候变化和人类活动对我国典型草原区植被恢复的影响[J]. 环境科学, 2023, 44(5): 2694-2703. Zhang L X, Yue X, Zhou D C, et al. Impacts of climate change and human activities on vegetation restoration in typical grasslands of China[J]. Environmental Science, 2023, 44(5): 2694-2703. |
| [42] |
张艳娇, 李巧, 宿彦鹏, 等. 基于遥感监测的2000—2020年三屯河流域植被覆盖时空演化分析[J]. 长江科学院院报, 2023, 40(6): 93-99. Zhang Y J, Li Q, Su Y P, et al. Spatial-temporal evolution of vegetation cover in Santun River Basin from 2000 to 2020 based on remote sensing monitoring[J]. Journal of Changjiang River Scientific Research Institute, 2023, 40(6): 93-99. |
| [43] |
赵东颖, 蒙仲举, 孟芮冰, 等. 乌兰布和沙漠风沙入黄段植被覆盖动态变化特征及驱动[J]. 干旱区研究, 2024, 41(4): 639-649. Zhao D Y, Meng Z J, Meng R B, et al. Dynamic change characteristics and driving forces of vegetation cover in the Ulan Buhe Desert along the Yellow River[J]. Arid Zone Research, 2024, 41(4): 639-649. |
| [44] |
叶博文, 孙标, 史小红, 等. 2000—2021年锡林郭勒草原生态环境质量变化及其驱动因素[J]. 水土保持通报, 2024, 44(1): 271-283. Ye B W, Sun B, Shi X H, et al. Quality change and driving factors of grassland ecological environment in Xilingol league from 2000 to 2021[J]. Bulletin of Soil and Water Conservation, 2024, 44(1): 271-283. |
| [45] |
齐亚霄, 张飞, 陈瑞, 等. 2001—2015年天山北坡植被覆盖动态变化研究[J]. 生态学报, 2020, 40(11): 3677-3687. Qi Y X, Zhang F, Chen R, et al. Vegetation coverage dynamics in northern slope of Tianshan Mountains from 2001 to 2015[J]. Acta Ecologica Sinica, 2020, 40(11): 3677-3687. |