论文部分内容阅读
摘 要：以万源市为研究区，基于Landsat影像，运用一元线性回归和三维景观指数分析1996—2019年该区植被覆盖度时空格局，并采用地形差异修正指数和叠置分析探讨影响植被覆盖度产生变化的自然因素和人为因素。结果表明：（1）万源市植被覆盖度整体较高，年际变化趋势上植被覆盖度的增加区域明显大于减少区域。（2）景观格局总体呈现多样性指数下降、聚散性指数上升、景观异质性降低、各植被类型连接性增强等特征。（3）植被覆盖度受地形影响明显，与高程、坡度呈正相关。在高程<400m、坡度<8°区域植被减少呈优势分布，在高程1000～1200m、坡度25°～35°区域植被增加类型呈优势分布。（4）万源市植被覆盖增加主要由耕地、草地转为林地引起，建设用地占用是导致植被覆盖度降低的重要因素。
关键词：植被覆盖度;三维景观格局;地形因子;土地利用;万源市
中图分类号 Q948;TP79 文献标识码 A 文章编号 1007-7731（2021）05-0132-08
Abstract： Taking Wanyuan City as the research area， based on Landsat data， methods such as linear regression slope， and three-dimensional landscape index were used to analyze the temporal and spatial changes of vegetation coverage in the study area from 1996 to 2019. The terrain difference correction index and overlay analysis method was used to explore the impact of terrain factors and land use changes on vegetation coverage. The results showed that： （1） The vegetation coverage of Wanyuan City is generally relatively high. In terms of the inter-annual change trend， the spatial increase area of vegetation coverage is significantly larger than the decrease area. （2） The overall change of landscape pattern shows a decline in diversity index， an increase in aggregation index， and a different landscape. Quality is reduced， and the connectivity of vegetation types is enhanced. （3） The vegetation coverage is obviously affected by the terrain， and is positively correlated with elevation and slope. When the elevation is less than 400m and the slope is less than 8°， the vegetation reduction is predominantly distributed. When the elevation is between 1000m and 1200m and the slope is less than between 25°and 35°， the vegetation increase types is predominantly distributed. （4） The increase in vegetation coverage in Wanyuan City is mainly caused by the conversion of cultivated land to woodland and grassland. The occupation of construction land is an important factor in the decrease in vegetation coverage.
Key words： Vegetation coverage; Three-dimensional landscape pattern; Topographic factor; Land use; Wanyuan City
植被覆蓋度是指植被冠层在地面上的垂直投影面积与土地总面积的百分比[1]，是反映生态环境状况的重要参数。植被覆盖变化监测以及生态环境变化与人类可持续发展的关系已成为学术研究热点。目前，国内外学者针对不同城市[2-4]、流域[5， 6]、地貌[7-9]、矿区[10，11]、植被类型区[12，13]的植被覆盖度时空变化特征及其影响因素开展了大量研究。在时空变化特征方面，常用的方法主要有图像差值法[14，15]、趋势分析方法[10]、稳定性评价[16]、Mann-Kendall非参数检验[3， 17]、景观格局分析[18-22]等。景观格局分析是景观生态学的主要分析方法，目前越来越多的学者将其应用于植被覆盖度的研究中，如王新闯[18]、苏艳琴[19]、裴志方[20]、王静[21]、高彦俊[22]等分别以河南省、福建省沙县、宁夏市、京津冀地区、白龙江流域为研究区，进行了植被覆盖度景观格局分析。然而植被覆盖的景观格局分析多数采用基于遥感影像投影而来的二维景观指数，其景观异质性主要来源于鸟瞰图，在地形复杂的山地地区，忽略高程和地形因子的三维空间特性，使得获取到的景观斑块面积和周长低于实际的斑块面积和周长。同时，在驱动力要素研究方面，已有研究结果表明植被覆盖度的时空变化不仅受到气候变化[7，23，24]的影响，也受到地形[8，25-27]及人类活动干扰[2，11，28]的影响。其中，地形作为影响植被分布的最基本生境因子，通过外部形态影响气温、降水等气候条件的空间差异，并在一定程度上影响人类活动，从而影响植被的空间分布格局[27]。万源市地处大巴山腹心地带，地形复杂，植被覆盖度变化情况往往受地形影响产生空间异质性，因此研究地形因子与植被覆盖度变化的关系可以很好地揭示植被覆盖度的地域分布规律。 秦巴山地是我国南北地理分界线、温带和亚热带气候过渡区、物种多样性和生态环境敏感区，一直属于生态环境变化研究的热点区，不少学者对这一区域进行了大量的研究[7，29-31]，但多集中于秦岭地区，而关于秦巴山区南部的大巴山区域的植被状况研究较少，因此对大巴山区域植被状况及其相关地理要素进行调查和分析，对于秦巴山区生态环境可持续发展具有重要意义。本研究基于Landsat数据，选用像元二分模型获取万源市植被覆盖度数据，采用线性回归斜率法和三维景观格局法对近23年变化状况进行综合评估，并结合DEM数据和土地利用数据剖析地形和土地利用变化对植被覆盖度的影响，以期为植被监测和生态环境保护提供参考。
1 材料与方法
1.1 研究区概况 万源市地理位置位于107°28′～108°31′E、30°39′～32°20′N，地处川、陕、渝三省交界处，是中国南北气候分界线和嘉陵江、汉江分水岭，全区总面积4065km2。该区气候温暖湿润、季节分明，多年平均气温14.7℃，多年平均降水量为1244mm，属亚热带湿润季风气候，由于地形高差悬殊，垂直气候特征明显。境内大部分区域属山地地形，海拔在355～2419m，相对高差近2000m，地势东南高、西北低。全区植被类型丰富多样，主要植被类型有常绿阔叶林、落叶阔叶林、针叶林、混交林、灌木和草丛草甸等，土壤类型主要以黄棕壤、黄褐土、棕壤、石灰土、紫色土、水稻土、黄壤为主。研究区位置如图1所示。
1.2 数据源及预处理 遥感数据分别采用1996年、2000年、2009年的Landsat TM数据以及2016年和2019年Landsat OLI数据（分辨率30m），数据轨道号为127/038，云量小于10%，来源于美国地质调查局（http：//earthexplorer.usgs.gov/）。7—8月是植被监测最佳季节，但研究区夏季云雾覆盖大，较难在每个阶段内获取质量较好的影像，因此综合考虑天气、云量、时间等因素，将遥感影像的成像時间扩展到6—8月。采用ENVI5.3对获取的数据进行辐射定标、大气校正、裁剪等预处理。土地利用数据是基于Landsat TM/OLI影像提取，以监督分类中最大似然分类器提取基年（1996）和末年（2019）土地利用类型，根据《土地利用现状分类》（GB/T 21010—2007）标准，分为耕地、林地、草地、水体以及建筑用地5大类。1996年、2019年土地利用总体分类精度分别为97.45%、94.96%，Kappa系数分别为0.93、0.90（图2）。数字高程模型（DEM）属于下载于地理空间数据云的ASTER GDEMV2数据，分辨率为30m。运用ArcGIS 10.3软件进行三维表面积和表面周长计算，并生成高程、坡度数据。结合万源市高程分布状况，以200m为间隔等间距划分方法将高程划分为11个等级[32]（图3a），根据水土流失调查常用的8°法作为区别斜坡和缓坡界线的依据[26]，将坡度划分为6级：<5°、5°～8°、8°～15°，15°～25°、25°～35°、>35°（图3b）。
1.3 研究方法
1.3.1 植被覆盖度计算 采用基于归一化植被指数（NDVI）的像元二分模型估算研究区植被覆盖度[33]，其计算公式为：
式中：VFC为植被覆盖度（%）;NDVIsoil为纯裸土覆盖信息的NDVI值;NDVIveg为纯植被覆盖信息的NDVI值。NDVIsoil和NDVIveg是模型的关键，依据万源市图像质量与实际情况将[0.5%，99.5%]设定为置信区间，取所有NDVI值中累计概率为0.5%的值为NDVI最小值，累积概率为99.5%的值为NDVI最大值。
基于相关文献[23]，结合万源市植被覆盖分布情况，采用相等间隔将植被覆盖度划分为5级：低植被覆盖（Ⅰ级，0 1.3.2 一元线性回归分析 采用一元线性回归分析法，逐像元计算1996—2019年植被覆盖度的变化斜率，以反映植被覆盖度随时间的变化特征。对所取的斜率利用相关系数R在95%的置信水平上作显著性检验。相关系数检验法是专门针对一元线性回归拟合使用的一种显著性检验法，其本质和F检验法一致[27]。回归方程斜率及相关系数检验公式如下：
式中：θ为回归方程的斜率;Xi为第i年的植被覆盖度值;n为监测年数，本研究中n=5;i表示监测年份，i=1，2…n;R为相关系数;F为检验统计量;U为回归平方和;Q为残差平方和。
1.3.3 三维景观格局指数 三维景观格局指数是指在二维景观指数基础上，将含有三维表面信息的表面面积和表面周长带入到各景观指数表达式中，并替代原有的面积和周长，即可得到三维景观格局指数。三维景观格局指数计算参照已有计算方法[34，35]进行。首先利用DEM数据进行三角形算法和滑框算法运算，利用公式（5）和公式（6）计算出每个栅格的表面面积和表面周长。随后利用该方法计算出的研究区栅格表面面积和表面周长与转为矢量格式的植被覆盖度等级图进行叠合，在ArcGIS 10.3软件中分斑块提取与之对应的栅格表面面积和表面周长，从而获得各斑块的表面面积和表面周长。最后将斑块表面周长和表面面积代入各景观指数的表达式中，即可算出三维景观格局指数。
式中：As为表面面积;Ds为表面周长;c为像元尺寸;Si为第i块像元的坡度;ai是第i块像元中心点与相邻中心点的相对海拔高度差;n为像元个数。
根据研究需要分别从类型水平和景观水平进行景观指数选取。类型水平上选取平均斑块面积（MPS）、斑块密度（PD）、边缘密度（ED）、景观形状指数（LSI）、平均斑块分维数（MPFD）。景观水平上选取香农多样性指数（SHDI）、香农均匀度指数（SHEI）、蔓延度指数（CONTAG）。由于蔓延度指数与三维表面面积和表面周长无关，主要用来反映整体景观聚散状况，因此采用Fragstats 4.2软件[36]计算得出。 1.3.4 地形差异修正系数 地形差异修正系数（k）是用来消除各地形因子条件下因地形绝对面积不同而引起的植被恢复评价的不确定性[26]。计算公式为：
式中：?V为某植被变化类型的总面积;?vi为某一植被变化类型在特定地形因子（某一高程、坡度范围）条件下所占的面积;S为整个研究区总面积;Ti为特定地形因子的面积。
2 结果与分析
2.1 植被覆盖度时空格局特征
2.1.1 植被覆盖度空间分布 依据像元二分模型以及上述分类标准得到万源市5个时期不同等级植被覆盖度图，并利用不同年份的植被覆盖度合成得到万源市多年平均植被覆盖度图（图4）。由图4可知，植被覆盖度的空间格局呈现出北部和中部高、南部低的分布特征。中部黑宝山林场、西北地区以及北部的花萼山、八台山风景区、龙潭河景区东侧等地区植被覆盖度较高，属于高植被覆盖区;中高、中等植被覆盖度分布在高植被覆盖度的边缘地带，主要位于西南部和东南部等海拔较低的低山地区;中低和低植被覆盖占研究区面积较少，呈条状或零星状分布于山间河谷地区。
由表1可知，5种植被覆盖类型中，高植被覆盖度所占比例最大，5个时期的高植被覆盖度分别占研究区的63.89%、68.91%、77.73%、80.24%、91.28% ，反映了万源市植被覆盖状况良好。结合植被类型和土地利用类型图，可以发现高植被覆盖区主要分布常绿阔叶林，落叶阔叶林及混交林等林地;中等植被覆盖区和中高植被覆盖区主要分布在农田、草地以及灌木林等地区;中低和低植被覆盖区主要土地利用类型以水体，建筑用地以及部分农田为主。
2.1.2 植被覆盖度年际变化趋势 利用线性回归趋势分析法，运用ArcGIS 10.3软件逐像元计算23年的植被覆盖度的年际变化趋势（图5a）和显著性检验（图5b）。参照已有的研究成果[10]，对研究区植被覆盖变化斜率进行重分类，并统计得到了植被覆盖不同变化趋势类型的面积百分比（表2）。由图5及表2可知，1996—2019年轻微增加和明显增加面积分别為1571.66km2和649.06km2，整体增加区域占研究区面积的54.74%，其中41.56%的区域呈显著性增加。植被覆盖度增加的区域主要分布在研究区官渡镇—万源市城区太平镇—白沙镇一带地区以及南部等区域。植被覆盖度基本不变的区域占研究区总面积的40.54%，空间分布相对集中，主要分布在西北和东北部等山地地区。植被覆盖呈逐年降低趋势区域占4.7%，其中仅有0.4%的区域呈显著性降低，主要分布在万源市城区和农村居民点等城镇建设用地地区及其沿河区域，主要由城镇建筑用地扩张引起。相对而言，研究区地表植被增加的区域远远大于植被减少的区域。
2.2 植被覆盖度的三维景观格局分析 利用三维景观格局指数定量分析地形复杂的山地地区植被覆盖度景观格局变化特征，结果如图6所示。从类型层面来看，1996—2019年中等和中低植被覆盖MPS在0.17～0.21和0.18～0.33，基本保持不变，而PD降低，说明中等和中低植被覆盖破碎度增加;高植被覆盖在所有植被覆盖类型中MPS增长幅度最大，而PD下降快，说明该植被覆盖类型破碎化程度低，空间分布更加集中;中高植被覆盖MPS波动性降低，中高植被覆盖MPS先增加后降低，PD呈现降低—增加—降低变化趋势，2009年其破碎化程度达到最低，之后破碎化程度迅速增加;低植被覆盖MPS在近20年间略微降低，PD增加，说明近20年间低植被覆盖破碎化程度增加。除低植被覆盖外，其余各等级植被覆盖类型ED和LSI均随时间变化出现不同程度的降低，说明研究区低植被覆盖景观形状变得更加复杂，其他植被类型边界形状变得平直、规则，其复杂性和异构性降低。基于每一斑块形状复杂程度的各植被覆盖类型MPFD均接近于1，其中低植被覆盖类型MPFD略有增加。
从景观层面来看，1996—2019年SHDI和SHEI均呈现下降趋势，分别从0.84和0.82下降到0.66和0.41，这说明2019年各植被覆盖类型的面积比例差异增加，整体景观异质程度降低，这与研究区高植被覆盖面积占据优势地位的实际情况相符合。而CONTAG呈增加趋势，从1996年的54.99%增加至2019年的80.19%。在各植被覆盖类型斑块数量不变的情况下，各植被覆盖类型的连接性增加，小斑块逐渐融合成大斑块，景观斑块延展性提高，分布混杂。
2.3 植被覆盖度的影响因素
2.3.1 地形因子对植被覆盖度的影响 将不同年份的植被覆盖度图和植被变化类型图与地形因子进行叠加分析，通过统计植被覆盖度均值、k值、植被变化类型面积比3个指标，分析地形对植被覆盖度及其年际变化的影响。
（1）海拔。由图7a可知，植被覆盖度均值随着高程的增加表现出明显的变化特征。<400m的高程内，植被覆盖度较低，在0.4左右;400～600m高程内，植被覆盖度随高程增加上升幅度较大;600～1600m高程区内，植被覆盖度呈缓慢上升趋势;>1600m的高程内，植被覆盖度随高程增加基本保持不变，稳定在0.9左右。将5期植被覆盖度分别与高程进行相关性分析，相关系数为0.82、0.79、0.73、0.73、0.58，呈较高的正相关性。由图7b可知，植被变化类型在不同高程中的k值表现为：植被减少型随高程增加先快速降低后基本保持不变，在<400m高程区域内为优势分布（k=4.97），在1000m左右k值迅速降低至1以下，为非优势分布;植被不变型随高程变化呈现出先减少后迅速增加趋势，在1400m以上区域内为优势分布;植被增加型与植被不变型的变化趋势相反，呈现出先增加后减少的趋势，在1000～1200m区域内为优势分布（12200m区域内达到稳定值，为93%左右;植被增加型在600～1200m内所占比例最高，面积比大于50%，是该高程内主要的植被变化类型;植被减少型仅在<400m高程内所占面积较大，为23.47%，其余高程内所占比例均较低，最低值为0.72%。综上所述，植被覆盖度受高程影响明显，<400m高程区域内，植被减少型呈现明显优势分布，植被容易发生退化，而在400m以上的区域基本以植被增加型和植被不变型为主，这可能与随着海拔增加人类活动减少有关。
（2）坡度。由图8a可知，随着坡度增加，植被覆盖度也不断增加。坡度在0°～5°内植被覆盖度最低，5期植被覆盖度均值为0.74;0°～15°内随着坡度增加植被覆盖度迅速增大;15°～35°内植被覆盖度增大的趋势渐缓。坡度在15°～25°为明显的分界线，25°以下的区域植被覆盖度受坡度变化影响较明显，25°以上的区域植被覆盖度受坡度影响相对较小。将5期植被覆盖度分别与坡度进行相关分析，相关系数为0.99、0.99、0.99、0.99、0.98，表明坡度与植被覆盖度呈高度正相关。由图8b可知，坡度对植被增加型和植被不变型分布的影响程度差异较小，对植被减少类型的分布影响较大。植被减少类型随着坡度变化表现为逐渐降低的趋势，在15°～25°以下的坡度范围分布明显（1.0335°的坡度范围分布明显（k>1）。由图8c可知，在不同坡度范围内，植被变化以植被增加型为主，该类型在坡度25°～35°比例最高，所占面积比为57.38%;植被不变型所占比例随着坡度增加波动性较小，所占面积比在37.86%～47.96%;植被减少型所占比例随着坡度增加逐渐降低，在<8°区域内所占比例较大，其余坡度均在10%以下。综上所述，坡度对植被覆盖度影响较大，植被减少型虽然在<25°的坡度范围呈优势分布，但因其在8°～25°内所占面积较小，因此在<8°的区域植被减少最为显著;坡度在0°～8°内地势相对平坦，受人为干扰较大，造成了植被覆盖度较低，植被减少明显。
2.3.2 植被覆盖度对土地利用方式转变的响应 将万源市1996年、2019年土地利用数据进行叠加分析，确定土地利用方式的转变类型为20类，再分别与1996—2019年的植被变化趋势数据叠加。将植被变化趋势类型面积占同一转变类型区域面积比定义为响应度，阈值范围0～1[2]。由图9可知，1996—2019年植被增加对土地利用方式转变的响应度表现为：建设用地转草地>水域转林地>耕地转林地>水域转草地>建设用地转林地>建设用地转耕地>水域转耕地>耕地转草地>草地转林地，响应度在0.5以上。虽然建设用地转草地、水域转草地、建设用地转林地响应度较大，但结合土地利用类型可以发现，研究区建设用地以及水域面积较小，因此植被增加主要是耕地和草地向林地类型转化，此外耕地转草地也有较大影响。植被减少对土地利用方式转变的响应度表现：草地转建设用地>林地转建设用地>草地转水域>耕地转水域>耕地转建设用地>林地转水域，响应度在0.5以上，其他转换类型下植被减少响应度较低。参照赵丽红[2]将土地利用方式和政策相结合对土地利用转变类型进行归并，将其归并为毁林开荒、建设用地占用、退耕还林、还草等类型。其中退耕还林、还草导致植被增加的面积比为91.49%，而建設用地占用、毁林开荒导致植被减少的面积比为64.75%、33.89%。综上所述，耕地、草地转变成林地对植被增加的影响较大，转变为水域和建设用地的土地利用转变类型植被减少表现明显，其中建设用地占用是影响植被减少的主要用地类型。
3 结论与讨论
3.1 结论 （1）空间分布上，植被覆盖度呈现出北部和中部高、南部低的分布特征，植被覆盖以高植被覆盖为主。1996—2019年植被覆盖度变化趋势，植被增加型占54.74%，植被不变型占40.54%，植被减少型占4.7%，研究区植被覆盖度总体呈增加趋势。（2）1996—2019年高植被覆盖类型破碎化程度低，空间分布更加集中，边界形状变得平直、规则;中高植被覆盖破碎化程度呈先降低后增加趋势;低植被覆盖破碎化程度高，形状变得更加复杂。研究区23年来景观格局的总体趋势是多样性指数下降，聚散性指数上升，景观异质性降低，各植被类型连接性增强。（3）高程、坡度与植被覆盖度具有较高的正相关性。高程<400m、坡度<8°的区域受城镇建设、农业耕作等影响，植被覆盖度较低，植被减少优势明显;高程在1000～1200m、坡度在25°～35°区域受干扰相对较少，植被生长环境较好，植被增加呈优势分布。（4）万源市土地利用类型转换区域的植被以植被增加为主，耕地和草地向林地类型转化是研究区植被覆盖度升高的主要原因，退耕还林、植树造林等土地利用行为对植被增加贡献较大，影响植被减少的最主要土地利用转换类型是建设用地占用。
3.2 讨论 植被覆盖度及其变化受多种因素影响，如气候、土地利用/覆被、地形、地貌等，其中气候是影响植被覆盖度生长发育的重要因素，但考虑到研究区范围在县域尺度内，其气候变化对植被覆盖度空间分布影响较小，因此结合研究区自然地理环境、人类活动等重点探讨地形因子与人类活动对植被覆盖度的影响。研究发现，植被覆盖度随着坡度的增加呈现增加的趋势，且与坡度呈高度正相关，这有悖于植被生长规律。但结合土地利用类型图和研究区的实际情况发现，研究区的耕地分布随着坡度增大而逐渐减少，即随着坡度的增加，人类活动的强度减弱，对自然环境的干预破坏减少，使得坡度越大，植被反而生长相对更好。
另外，本研究还存在一定局限性，如三维景观指数计算是建立在三维表面面积和表面周长的基础上，部分景观指数计算与地形无关，此时二维景观指数和三维景观指数相差不大。因此，未来分析三维景观格局时，应探讨更多对地形变化有所反应的景观指数。
参考文献
[1]Schweers W， Bai Z， Campbell E， et al. Identification of potential areas for biomass production in China： Discussion of a recent approach and future challenges[J]. Biomass and Bioenergy， 2011， 35（5）： 2268-2279. [2]赵丽红，王屏，欧阳勋志，等.南昌市植被覆盖度时空演变及其对非气候因素的响应[J].生态学报，2016，36（12）：3723-3733.
[3]陶帅，邝婷婷，彭文甫，等.2000—2015年长江上游NDVI时空变化及驱动力——以宜宾市为例[J].生态学报，2020，40（14）： 5029-5043.
[4]符静，秦建新.湖南省植被覆盖遥感反演信息量化统计[J].湖南师范大学自然科学学报，2017，40（05）：1-7.
[5]王永财，孙艳玲，王中良.1998—2011年海河流域植被覆盖变化及气候因子驱动分析[J].资源科学，2014，36（03）：594-602.
[6]Jiang W， Yuan L， Wang W， et al. Spatio-temporal analysis of vegetation variation in the Yellow River Basin[J]. Ecological Indicators， 2015， 51：117-126.
[7]陈超男，朱连奇，田莉，等.秦巴山区植被覆盖变化及气候因子驱动分析[J].生态学报，2019，39（09）：3257-3266.
[8]童晓伟，王克林，岳跃民，等.桂西北喀斯特区域植被变化趋势及其对气候和地形的响应[J].生态学报，2014，34（12）：3425-3434.
[9]Yang Q， Qin Z， Li W. Temporal and spatial variations of vegetation cover in Hulun Buir grassland of Inner Mongolia， China[J]. Arid Land research and Management， 2012， 26（4）：328-343.
[10]王国芳，毕如田，张吴平，等.典型矿区植被覆盖度时空分布特征及影响因素[J].生态学报，2020，40（17）：6046?6056.
[11]谭学玲，闫庆武，王瑾，等.榆神府矿区植被覆盖的动态变化及其影响因素[J].生态学杂志，2018，37（06）：1645-1653.
[12]蔡宗磊，包妮沙，刘善军.国产高分一号数据估算草地植被覆盖度方法研究——以呼伦贝尔草原露天煤矿区为例[J].地理与地理信息科学，2017，33（02）：32-38，44.
[13]张君，延军平.1982—2013年陕西不同植被类型NDVI变化特征分析[J].干旱区资源与环境，2017，31（04）：86-92.
[14]董弟文，阿布都热合曼·哈力克，王大伟，等.1994—2016年和田绿洲植被覆盖时空变化分析[J].生态学报，2019，39（10）：3710-3719.
[15]张学玲，张莹，牛德奎，等.基于TM NDVI的武功山山地草甸植被覆盖度时空变化研究[J].生态学报，2018，38（07）：2414-2424.
[16]孙锐，陈少辉，苏红波.2000—2016年黄土高原不同土地覆盖类型植被NDVI时空变化[J].地理科学进展，2019，38（08）：1248-1258.
[17]师庆东，吕光辉，潘晓玲，等.遥感影像中分区分类法及在新疆北部植被分类中的应用[J].干旱区地理，2003，03）：264-268.
[18]王新闯，刘文锴，杨会军，等.河南省植被覆盖度及其景观格局时空变化[J].水土保持通报，2015，35（06）：241-247，254.
[19]苏艳琴，赖日文，闫琦，等.植被覆盖度提取及景观格局分析[J].森林与环境学报，2018，38（02）：164-170.
[20]裴志方，楊武年，吴彬，等.2000—2016年宁夏植被覆盖景观格局遥感动态分析[J].水土保持研究，2018，25（01）：215-219.
[21]王静，周伟奇，许开鹏，等.京津冀地区城市化对植被覆盖度及景观格局的影响[J].生态学报，2017，37（21）：7019-7029.
[22]高彦净，谢余初，钱大文，等.甘肃白龙江流域植被覆盖度及景观格局变化[J].水土保持研究，2015，22（01）：181-187.
[23]杨瑞瑞，易桂花，张廷斌，等.2000—2015年若尔盖地区植被覆盖度变化及气候因子驱动分析[J].草业科学，2018，35（12）：2822-2835.
[24]郑杰，冯文兰，牛晓俊，等.四川省植被变化及其与气象因子的相关性分析[J].水土保持通报，2016，36（02）：99-104，349-350.
[25]王毅，郭跃.喀斯特地貌区植被覆盖与地形因子的空间关系分析——以贵州普定县为例[J].长江流域资源与环境，2018，27（01）：157-167.
[26]陈洪磊，欧阳炜，吕凤玲，等.官渡河流域植被覆盖变化与地形因子相关性[J].水土保持研究，2019，26（03）：135-140，147.
[27]魏建瑛，徐建英，樊斐斐.卧龙自然保护区植被覆盖度变化及其对地形因子的响应[J].长江流域资源与环境，2019，28（02）：440-449.
[28]刘宇，傅伯杰.黄土高原植被覆盖度变化的地形分异及土地利用/覆被变化的影响[J].干旱区地理，2013，36（06）：1097-1102.
[29]刘宪锋，潘耀忠，朱秀芳，等.2000—2014年秦巴山区植被覆盖时空变化特征及其归因[J].地理学报，2015，70（05）：705-716.
[30]孙华，白红英，张清雨，等.基于SPOT VEGETATION的秦岭南坡近10年来植被覆盖变化及其对温度的响应[J].环境科学学报，2010，30（03）：649-654.
[31]任园园，张哲，侯钦磊，等.大巴山地区植被覆盖变化及其对气候变化的响应[J].水土保持通报，2012，32（02）：56-59，271.
[32]张建亮，刘方正，崔国发.长白山国家级自然保护区植被时空变化及其驱动因子[J].生态学报，2016，36（12）：3525-3536.
[33]吴跃，周忠发，赵馨，等.基于遥感计算云平台高原山区植被覆盖时空演变研究——以贵州省为例[J].中国岩溶，2020，39（02）：196-205.
[34]朱东国，谢炳庚，熊鹏.基于三维景观格局指数的张家界市土地利用格局时空演化[J].经济地理，2017，37（08）：168-175.
[35]Jenness J S. Calculating landscape surface area from digital elevation models[J]. Wildlife Society Bulletin， 2004， 32（3）： 829-839.
[36]McGarigal K， Cushman S A， Ene E.FRAGSTATS v4： Spatial Pattern Analysis Program for Categorical and Continuous Maps [EB/OL]. Computer software program produced by the authors at the University of Massachusetts， Amherst.2012.http：//www.umass.edu/landeco/research/fragstats/fragstats.html.
（责编：徐世红）
关键词：植被覆盖度;三维景观格局;地形因子;土地利用;万源市
中图分类号 Q948;TP79 文献标识码 A 文章编号 1007-7731（2021）05-0132-08
Abstract： Taking Wanyuan City as the research area， based on Landsat data， methods such as linear regression slope， and three-dimensional landscape index were used to analyze the temporal and spatial changes of vegetation coverage in the study area from 1996 to 2019. The terrain difference correction index and overlay analysis method was used to explore the impact of terrain factors and land use changes on vegetation coverage. The results showed that： （1） The vegetation coverage of Wanyuan City is generally relatively high. In terms of the inter-annual change trend， the spatial increase area of vegetation coverage is significantly larger than the decrease area. （2） The overall change of landscape pattern shows a decline in diversity index， an increase in aggregation index， and a different landscape. Quality is reduced， and the connectivity of vegetation types is enhanced. （3） The vegetation coverage is obviously affected by the terrain， and is positively correlated with elevation and slope. When the elevation is less than 400m and the slope is less than 8°， the vegetation reduction is predominantly distributed. When the elevation is between 1000m and 1200m and the slope is less than between 25°and 35°， the vegetation increase types is predominantly distributed. （4） The increase in vegetation coverage in Wanyuan City is mainly caused by the conversion of cultivated land to woodland and grassland. The occupation of construction land is an important factor in the decrease in vegetation coverage.
Key words： Vegetation coverage; Three-dimensional landscape pattern; Topographic factor; Land use; Wanyuan City
植被覆蓋度是指植被冠层在地面上的垂直投影面积与土地总面积的百分比[1]，是反映生态环境状况的重要参数。植被覆盖变化监测以及生态环境变化与人类可持续发展的关系已成为学术研究热点。目前，国内外学者针对不同城市[2-4]、流域[5， 6]、地貌[7-9]、矿区[10，11]、植被类型区[12，13]的植被覆盖度时空变化特征及其影响因素开展了大量研究。在时空变化特征方面，常用的方法主要有图像差值法[14，15]、趋势分析方法[10]、稳定性评价[16]、Mann-Kendall非参数检验[3， 17]、景观格局分析[18-22]等。景观格局分析是景观生态学的主要分析方法，目前越来越多的学者将其应用于植被覆盖度的研究中，如王新闯[18]、苏艳琴[19]、裴志方[20]、王静[21]、高彦俊[22]等分别以河南省、福建省沙县、宁夏市、京津冀地区、白龙江流域为研究区，进行了植被覆盖度景观格局分析。然而植被覆盖的景观格局分析多数采用基于遥感影像投影而来的二维景观指数，其景观异质性主要来源于鸟瞰图，在地形复杂的山地地区，忽略高程和地形因子的三维空间特性，使得获取到的景观斑块面积和周长低于实际的斑块面积和周长。同时，在驱动力要素研究方面，已有研究结果表明植被覆盖度的时空变化不仅受到气候变化[7，23，24]的影响，也受到地形[8，25-27]及人类活动干扰[2，11，28]的影响。其中，地形作为影响植被分布的最基本生境因子，通过外部形态影响气温、降水等气候条件的空间差异，并在一定程度上影响人类活动，从而影响植被的空间分布格局[27]。万源市地处大巴山腹心地带，地形复杂，植被覆盖度变化情况往往受地形影响产生空间异质性，因此研究地形因子与植被覆盖度变化的关系可以很好地揭示植被覆盖度的地域分布规律。 秦巴山地是我国南北地理分界线、温带和亚热带气候过渡区、物种多样性和生态环境敏感区，一直属于生态环境变化研究的热点区，不少学者对这一区域进行了大量的研究[7，29-31]，但多集中于秦岭地区，而关于秦巴山区南部的大巴山区域的植被状况研究较少，因此对大巴山区域植被状况及其相关地理要素进行调查和分析，对于秦巴山区生态环境可持续发展具有重要意义。本研究基于Landsat数据，选用像元二分模型获取万源市植被覆盖度数据，采用线性回归斜率法和三维景观格局法对近23年变化状况进行综合评估，并结合DEM数据和土地利用数据剖析地形和土地利用变化对植被覆盖度的影响，以期为植被监测和生态环境保护提供参考。
1 材料与方法
1.1 研究区概况 万源市地理位置位于107°28′～108°31′E、30°39′～32°20′N，地处川、陕、渝三省交界处，是中国南北气候分界线和嘉陵江、汉江分水岭，全区总面积4065km2。该区气候温暖湿润、季节分明，多年平均气温14.7℃，多年平均降水量为1244mm，属亚热带湿润季风气候，由于地形高差悬殊，垂直气候特征明显。境内大部分区域属山地地形，海拔在355～2419m，相对高差近2000m，地势东南高、西北低。全区植被类型丰富多样，主要植被类型有常绿阔叶林、落叶阔叶林、针叶林、混交林、灌木和草丛草甸等，土壤类型主要以黄棕壤、黄褐土、棕壤、石灰土、紫色土、水稻土、黄壤为主。研究区位置如图1所示。
1.2 数据源及预处理 遥感数据分别采用1996年、2000年、2009年的Landsat TM数据以及2016年和2019年Landsat OLI数据（分辨率30m），数据轨道号为127/038，云量小于10%，来源于美国地质调查局（http：//earthexplorer.usgs.gov/）。7—8月是植被监测最佳季节，但研究区夏季云雾覆盖大，较难在每个阶段内获取质量较好的影像，因此综合考虑天气、云量、时间等因素，将遥感影像的成像時间扩展到6—8月。采用ENVI5.3对获取的数据进行辐射定标、大气校正、裁剪等预处理。土地利用数据是基于Landsat TM/OLI影像提取，以监督分类中最大似然分类器提取基年（1996）和末年（2019）土地利用类型，根据《土地利用现状分类》（GB/T 21010—2007）标准，分为耕地、林地、草地、水体以及建筑用地5大类。1996年、2019年土地利用总体分类精度分别为97.45%、94.96%，Kappa系数分别为0.93、0.90（图2）。数字高程模型（DEM）属于下载于地理空间数据云的ASTER GDEMV2数据，分辨率为30m。运用ArcGIS 10.3软件进行三维表面积和表面周长计算，并生成高程、坡度数据。结合万源市高程分布状况，以200m为间隔等间距划分方法将高程划分为11个等级[32]（图3a），根据水土流失调查常用的8°法作为区别斜坡和缓坡界线的依据[26]，将坡度划分为6级：<5°、5°～8°、8°～15°，15°～25°、25°～35°、>35°（图3b）。
1.3 研究方法
1.3.1 植被覆盖度计算 采用基于归一化植被指数（NDVI）的像元二分模型估算研究区植被覆盖度[33]，其计算公式为：
式中：VFC为植被覆盖度（%）;NDVIsoil为纯裸土覆盖信息的NDVI值;NDVIveg为纯植被覆盖信息的NDVI值。NDVIsoil和NDVIveg是模型的关键，依据万源市图像质量与实际情况将[0.5%，99.5%]设定为置信区间，取所有NDVI值中累计概率为0.5%的值为NDVI最小值，累积概率为99.5%的值为NDVI最大值。
基于相关文献[23]，结合万源市植被覆盖分布情况，采用相等间隔将植被覆盖度划分为5级：低植被覆盖（Ⅰ级，0
式中：θ为回归方程的斜率;Xi为第i年的植被覆盖度值;n为监测年数，本研究中n=5;i表示监测年份，i=1，2…n;R为相关系数;F为检验统计量;U为回归平方和;Q为残差平方和。
1.3.3 三维景观格局指数 三维景观格局指数是指在二维景观指数基础上，将含有三维表面信息的表面面积和表面周长带入到各景观指数表达式中，并替代原有的面积和周长，即可得到三维景观格局指数。三维景观格局指数计算参照已有计算方法[34，35]进行。首先利用DEM数据进行三角形算法和滑框算法运算，利用公式（5）和公式（6）计算出每个栅格的表面面积和表面周长。随后利用该方法计算出的研究区栅格表面面积和表面周长与转为矢量格式的植被覆盖度等级图进行叠合，在ArcGIS 10.3软件中分斑块提取与之对应的栅格表面面积和表面周长，从而获得各斑块的表面面积和表面周长。最后将斑块表面周长和表面面积代入各景观指数的表达式中，即可算出三维景观格局指数。
式中：As为表面面积;Ds为表面周长;c为像元尺寸;Si为第i块像元的坡度;ai是第i块像元中心点与相邻中心点的相对海拔高度差;n为像元个数。
根据研究需要分别从类型水平和景观水平进行景观指数选取。类型水平上选取平均斑块面积（MPS）、斑块密度（PD）、边缘密度（ED）、景观形状指数（LSI）、平均斑块分维数（MPFD）。景观水平上选取香农多样性指数（SHDI）、香农均匀度指数（SHEI）、蔓延度指数（CONTAG）。由于蔓延度指数与三维表面面积和表面周长无关，主要用来反映整体景观聚散状况，因此采用Fragstats 4.2软件[36]计算得出。 1.3.4 地形差异修正系数 地形差异修正系数（k）是用来消除各地形因子条件下因地形绝对面积不同而引起的植被恢复评价的不确定性[26]。计算公式为：
式中：?V为某植被变化类型的总面积;?vi为某一植被变化类型在特定地形因子（某一高程、坡度范围）条件下所占的面积;S为整个研究区总面积;Ti为特定地形因子的面积。
2 结果与分析
2.1 植被覆盖度时空格局特征
2.1.1 植被覆盖度空间分布 依据像元二分模型以及上述分类标准得到万源市5个时期不同等级植被覆盖度图，并利用不同年份的植被覆盖度合成得到万源市多年平均植被覆盖度图（图4）。由图4可知，植被覆盖度的空间格局呈现出北部和中部高、南部低的分布特征。中部黑宝山林场、西北地区以及北部的花萼山、八台山风景区、龙潭河景区东侧等地区植被覆盖度较高，属于高植被覆盖区;中高、中等植被覆盖度分布在高植被覆盖度的边缘地带，主要位于西南部和东南部等海拔较低的低山地区;中低和低植被覆盖占研究区面积较少，呈条状或零星状分布于山间河谷地区。
由表1可知，5种植被覆盖类型中，高植被覆盖度所占比例最大，5个时期的高植被覆盖度分别占研究区的63.89%、68.91%、77.73%、80.24%、91.28% ，反映了万源市植被覆盖状况良好。结合植被类型和土地利用类型图，可以发现高植被覆盖区主要分布常绿阔叶林，落叶阔叶林及混交林等林地;中等植被覆盖区和中高植被覆盖区主要分布在农田、草地以及灌木林等地区;中低和低植被覆盖区主要土地利用类型以水体，建筑用地以及部分农田为主。
2.1.2 植被覆盖度年际变化趋势 利用线性回归趋势分析法，运用ArcGIS 10.3软件逐像元计算23年的植被覆盖度的年际变化趋势（图5a）和显著性检验（图5b）。参照已有的研究成果[10]，对研究区植被覆盖变化斜率进行重分类，并统计得到了植被覆盖不同变化趋势类型的面积百分比（表2）。由图5及表2可知，1996—2019年轻微增加和明显增加面积分别為1571.66km2和649.06km2，整体增加区域占研究区面积的54.74%，其中41.56%的区域呈显著性增加。植被覆盖度增加的区域主要分布在研究区官渡镇—万源市城区太平镇—白沙镇一带地区以及南部等区域。植被覆盖度基本不变的区域占研究区总面积的40.54%，空间分布相对集中，主要分布在西北和东北部等山地地区。植被覆盖呈逐年降低趋势区域占4.7%，其中仅有0.4%的区域呈显著性降低，主要分布在万源市城区和农村居民点等城镇建设用地地区及其沿河区域，主要由城镇建筑用地扩张引起。相对而言，研究区地表植被增加的区域远远大于植被减少的区域。
2.2 植被覆盖度的三维景观格局分析 利用三维景观格局指数定量分析地形复杂的山地地区植被覆盖度景观格局变化特征，结果如图6所示。从类型层面来看，1996—2019年中等和中低植被覆盖MPS在0.17～0.21和0.18～0.33，基本保持不变，而PD降低，说明中等和中低植被覆盖破碎度增加;高植被覆盖在所有植被覆盖类型中MPS增长幅度最大，而PD下降快，说明该植被覆盖类型破碎化程度低，空间分布更加集中;中高植被覆盖MPS波动性降低，中高植被覆盖MPS先增加后降低，PD呈现降低—增加—降低变化趋势，2009年其破碎化程度达到最低，之后破碎化程度迅速增加;低植被覆盖MPS在近20年间略微降低，PD增加，说明近20年间低植被覆盖破碎化程度增加。除低植被覆盖外，其余各等级植被覆盖类型ED和LSI均随时间变化出现不同程度的降低，说明研究区低植被覆盖景观形状变得更加复杂，其他植被类型边界形状变得平直、规则，其复杂性和异构性降低。基于每一斑块形状复杂程度的各植被覆盖类型MPFD均接近于1，其中低植被覆盖类型MPFD略有增加。
从景观层面来看，1996—2019年SHDI和SHEI均呈现下降趋势，分别从0.84和0.82下降到0.66和0.41，这说明2019年各植被覆盖类型的面积比例差异增加，整体景观异质程度降低，这与研究区高植被覆盖面积占据优势地位的实际情况相符合。而CONTAG呈增加趋势，从1996年的54.99%增加至2019年的80.19%。在各植被覆盖类型斑块数量不变的情况下，各植被覆盖类型的连接性增加，小斑块逐渐融合成大斑块，景观斑块延展性提高，分布混杂。
2.3 植被覆盖度的影响因素
2.3.1 地形因子对植被覆盖度的影响 将不同年份的植被覆盖度图和植被变化类型图与地形因子进行叠加分析，通过统计植被覆盖度均值、k值、植被变化类型面积比3个指标，分析地形对植被覆盖度及其年际变化的影响。
（1）海拔。由图7a可知，植被覆盖度均值随着高程的增加表现出明显的变化特征。<400m的高程内，植被覆盖度较低，在0.4左右;400～600m高程内，植被覆盖度随高程增加上升幅度较大;600～1600m高程区内，植被覆盖度呈缓慢上升趋势;>1600m的高程内，植被覆盖度随高程增加基本保持不变，稳定在0.9左右。将5期植被覆盖度分别与高程进行相关性分析，相关系数为0.82、0.79、0.73、0.73、0.58，呈较高的正相关性。由图7b可知，植被变化类型在不同高程中的k值表现为：植被减少型随高程增加先快速降低后基本保持不变，在<400m高程区域内为优势分布（k=4.97），在1000m左右k值迅速降低至1以下，为非优势分布;植被不变型随高程变化呈现出先减少后迅速增加趋势，在1400m以上区域内为优势分布;植被增加型与植被不变型的变化趋势相反，呈现出先增加后减少的趋势，在1000～1200m区域内为优势分布（1
2.3.2 植被覆盖度对土地利用方式转变的响应 将万源市1996年、2019年土地利用数据进行叠加分析，确定土地利用方式的转变类型为20类，再分别与1996—2019年的植被变化趋势数据叠加。将植被变化趋势类型面积占同一转变类型区域面积比定义为响应度，阈值范围0～1[2]。由图9可知，1996—2019年植被增加对土地利用方式转变的响应度表现为：建设用地转草地>水域转林地>耕地转林地>水域转草地>建设用地转林地>建设用地转耕地>水域转耕地>耕地转草地>草地转林地，响应度在0.5以上。虽然建设用地转草地、水域转草地、建设用地转林地响应度较大，但结合土地利用类型可以发现，研究区建设用地以及水域面积较小，因此植被增加主要是耕地和草地向林地类型转化，此外耕地转草地也有较大影响。植被减少对土地利用方式转变的响应度表现：草地转建设用地>林地转建设用地>草地转水域>耕地转水域>耕地转建设用地>林地转水域，响应度在0.5以上，其他转换类型下植被减少响应度较低。参照赵丽红[2]将土地利用方式和政策相结合对土地利用转变类型进行归并，将其归并为毁林开荒、建设用地占用、退耕还林、还草等类型。其中退耕还林、还草导致植被增加的面积比为91.49%，而建設用地占用、毁林开荒导致植被减少的面积比为64.75%、33.89%。综上所述，耕地、草地转变成林地对植被增加的影响较大，转变为水域和建设用地的土地利用转变类型植被减少表现明显，其中建设用地占用是影响植被减少的主要用地类型。
3 结论与讨论
3.1 结论 （1）空间分布上，植被覆盖度呈现出北部和中部高、南部低的分布特征，植被覆盖以高植被覆盖为主。1996—2019年植被覆盖度变化趋势，植被增加型占54.74%，植被不变型占40.54%，植被减少型占4.7%，研究区植被覆盖度总体呈增加趋势。（2）1996—2019年高植被覆盖类型破碎化程度低，空间分布更加集中，边界形状变得平直、规则;中高植被覆盖破碎化程度呈先降低后增加趋势;低植被覆盖破碎化程度高，形状变得更加复杂。研究区23年来景观格局的总体趋势是多样性指数下降，聚散性指数上升，景观异质性降低，各植被类型连接性增强。（3）高程、坡度与植被覆盖度具有较高的正相关性。高程<400m、坡度<8°的区域受城镇建设、农业耕作等影响，植被覆盖度较低，植被减少优势明显;高程在1000～1200m、坡度在25°～35°区域受干扰相对较少，植被生长环境较好，植被增加呈优势分布。（4）万源市土地利用类型转换区域的植被以植被增加为主，耕地和草地向林地类型转化是研究区植被覆盖度升高的主要原因，退耕还林、植树造林等土地利用行为对植被增加贡献较大，影响植被减少的最主要土地利用转换类型是建设用地占用。
3.2 讨论 植被覆盖度及其变化受多种因素影响，如气候、土地利用/覆被、地形、地貌等，其中气候是影响植被覆盖度生长发育的重要因素，但考虑到研究区范围在县域尺度内，其气候变化对植被覆盖度空间分布影响较小，因此结合研究区自然地理环境、人类活动等重点探讨地形因子与人类活动对植被覆盖度的影响。研究发现，植被覆盖度随着坡度的增加呈现增加的趋势，且与坡度呈高度正相关，这有悖于植被生长规律。但结合土地利用类型图和研究区的实际情况发现，研究区的耕地分布随着坡度增大而逐渐减少，即随着坡度的增加，人类活动的强度减弱，对自然环境的干预破坏减少，使得坡度越大，植被反而生长相对更好。
另外，本研究还存在一定局限性，如三维景观指数计算是建立在三维表面面积和表面周长的基础上，部分景观指数计算与地形无关，此时二维景观指数和三维景观指数相差不大。因此，未来分析三维景观格局时，应探讨更多对地形变化有所反应的景观指数。
参考文献
[1]Schweers W， Bai Z， Campbell E， et al. Identification of potential areas for biomass production in China： Discussion of a recent approach and future challenges[J]. Biomass and Bioenergy， 2011， 35（5）： 2268-2279. [2]赵丽红，王屏，欧阳勋志，等.南昌市植被覆盖度时空演变及其对非气候因素的响应[J].生态学报，2016，36（12）：3723-3733.
[3]陶帅，邝婷婷，彭文甫，等.2000—2015年长江上游NDVI时空变化及驱动力——以宜宾市为例[J].生态学报，2020，40（14）： 5029-5043.
[4]符静，秦建新.湖南省植被覆盖遥感反演信息量化统计[J].湖南师范大学自然科学学报，2017，40（05）：1-7.
[5]王永财，孙艳玲，王中良.1998—2011年海河流域植被覆盖变化及气候因子驱动分析[J].资源科学，2014，36（03）：594-602.
[6]Jiang W， Yuan L， Wang W， et al. Spatio-temporal analysis of vegetation variation in the Yellow River Basin[J]. Ecological Indicators， 2015， 51：117-126.
[7]陈超男，朱连奇，田莉，等.秦巴山区植被覆盖变化及气候因子驱动分析[J].生态学报，2019，39（09）：3257-3266.
[8]童晓伟，王克林，岳跃民，等.桂西北喀斯特区域植被变化趋势及其对气候和地形的响应[J].生态学报，2014，34（12）：3425-3434.
[9]Yang Q， Qin Z， Li W. Temporal and spatial variations of vegetation cover in Hulun Buir grassland of Inner Mongolia， China[J]. Arid Land research and Management， 2012， 26（4）：328-343.
[10]王国芳，毕如田，张吴平，等.典型矿区植被覆盖度时空分布特征及影响因素[J].生态学报，2020，40（17）：6046?6056.
[11]谭学玲，闫庆武，王瑾，等.榆神府矿区植被覆盖的动态变化及其影响因素[J].生态学杂志，2018，37（06）：1645-1653.
[12]蔡宗磊，包妮沙，刘善军.国产高分一号数据估算草地植被覆盖度方法研究——以呼伦贝尔草原露天煤矿区为例[J].地理与地理信息科学，2017，33（02）：32-38，44.
[13]张君，延军平.1982—2013年陕西不同植被类型NDVI变化特征分析[J].干旱区资源与环境，2017，31（04）：86-92.
[14]董弟文，阿布都热合曼·哈力克，王大伟，等.1994—2016年和田绿洲植被覆盖时空变化分析[J].生态学报，2019，39（10）：3710-3719.
[15]张学玲，张莹，牛德奎，等.基于TM NDVI的武功山山地草甸植被覆盖度时空变化研究[J].生态学报，2018，38（07）：2414-2424.
[16]孙锐，陈少辉，苏红波.2000—2016年黄土高原不同土地覆盖类型植被NDVI时空变化[J].地理科学进展，2019，38（08）：1248-1258.
[17]师庆东，吕光辉，潘晓玲，等.遥感影像中分区分类法及在新疆北部植被分类中的应用[J].干旱区地理，2003，03）：264-268.
[18]王新闯，刘文锴，杨会军，等.河南省植被覆盖度及其景观格局时空变化[J].水土保持通报，2015，35（06）：241-247，254.
[19]苏艳琴，赖日文，闫琦，等.植被覆盖度提取及景观格局分析[J].森林与环境学报，2018，38（02）：164-170.
[20]裴志方，楊武年，吴彬，等.2000—2016年宁夏植被覆盖景观格局遥感动态分析[J].水土保持研究，2018，25（01）：215-219.
[21]王静，周伟奇，许开鹏，等.京津冀地区城市化对植被覆盖度及景观格局的影响[J].生态学报，2017，37（21）：7019-7029.
[22]高彦净，谢余初，钱大文，等.甘肃白龙江流域植被覆盖度及景观格局变化[J].水土保持研究，2015，22（01）：181-187.
[23]杨瑞瑞，易桂花，张廷斌，等.2000—2015年若尔盖地区植被覆盖度变化及气候因子驱动分析[J].草业科学，2018，35（12）：2822-2835.
[24]郑杰，冯文兰，牛晓俊，等.四川省植被变化及其与气象因子的相关性分析[J].水土保持通报，2016，36（02）：99-104，349-350.
[25]王毅，郭跃.喀斯特地貌区植被覆盖与地形因子的空间关系分析——以贵州普定县为例[J].长江流域资源与环境，2018，27（01）：157-167.
[26]陈洪磊，欧阳炜，吕凤玲，等.官渡河流域植被覆盖变化与地形因子相关性[J].水土保持研究，2019，26（03）：135-140，147.
[27]魏建瑛，徐建英，樊斐斐.卧龙自然保护区植被覆盖度变化及其对地形因子的响应[J].长江流域资源与环境，2019，28（02）：440-449.
[28]刘宇，傅伯杰.黄土高原植被覆盖度变化的地形分异及土地利用/覆被变化的影响[J].干旱区地理，2013，36（06）：1097-1102.
[29]刘宪锋，潘耀忠，朱秀芳，等.2000—2014年秦巴山区植被覆盖时空变化特征及其归因[J].地理学报，2015，70（05）：705-716.
[30]孙华，白红英，张清雨，等.基于SPOT VEGETATION的秦岭南坡近10年来植被覆盖变化及其对温度的响应[J].环境科学学报，2010，30（03）：649-654.
[31]任园园，张哲，侯钦磊，等.大巴山地区植被覆盖变化及其对气候变化的响应[J].水土保持通报，2012，32（02）：56-59，271.
[32]张建亮，刘方正，崔国发.长白山国家级自然保护区植被时空变化及其驱动因子[J].生态学报，2016，36（12）：3525-3536.
[33]吴跃，周忠发，赵馨，等.基于遥感计算云平台高原山区植被覆盖时空演变研究——以贵州省为例[J].中国岩溶，2020，39（02）：196-205.
[34]朱东国，谢炳庚，熊鹏.基于三维景观格局指数的张家界市土地利用格局时空演化[J].经济地理，2017，37（08）：168-175.
[35]Jenness J S. Calculating landscape surface area from digital elevation models[J]. Wildlife Society Bulletin， 2004， 32（3）： 829-839.
[36]McGarigal K， Cushman S A， Ene E.FRAGSTATS v4： Spatial Pattern Analysis Program for Categorical and Continuous Maps [EB/OL]. Computer software program produced by the authors at the University of Massachusetts， Amherst.2012.http：//www.umass.edu/landeco/research/fragstats/fragstats.html.
（责编：徐世红）