馬玥 王錄倉

摘要 基于2000—2018年MODIS EVI數(shù)據，采用Theil-Sen Median趨勢分析法、Mann-Kendall檢驗和多元線性回歸分析，研究甘南州EVI時空變化趨勢和影響因素。結果表明，從年際EVI變化來看，2000—2018年甘南州草地生長季植被覆蓋度呈先下降再緩慢上升的趨勢，EVI均值在0.36～0.41。從空間變化看，盛草期甘南州絕大部分區(qū)域植被覆蓋度較高且隨時間推移而明顯改善;部分地區(qū)發(fā)生了輕微退化現(xiàn)象。具體可以表現(xiàn)為高海拔地區(qū)植被退化較明顯，而低海拔地區(qū)植被有改善的趨勢。影響植被變化趨勢的主要因素是氣候和地形因素，人為因素也有顯著影響。

關鍵詞 甘南州;植被覆蓋水平;時空變化;影響因素

中圖分類號 S127? 文獻標識碼 A? 文章編號 0517-6611（2022）07-0068-05

doi：10.3969/j.issn.0517-6611.2022.07.017

開放科學（資源服務）標識碼（OSID）：

Temporal and Spatial Changes of Vegetation Coverage in Gannan Prefecture from 2000 to 2018

MA Yue，WANG Lu-cang

（Northwest Normal University，Lanzhou，Gansu 730070）

Abstract Based on MODIS EVI data from 2000 to 2018， the paper used Theil-Sen Median trend analysis method， Mann-Kendall test and multiple linear regression analysis to study the temporal and spatial trends and influencing factors of EVI in Gannan Prefecture. The results showed that from the perspective of inter-annual EVI changes， during 2000-2018， the vegetation coverage of the grassland growing season in Gannan Prefecture first declined and then slowly increased， and the average EVI fluctuated between 0.36-0.41.From the perspective of spatial changes， the vegetation coverage in most areas of Gannan Prefecture during the heyday of grass was relatively high and it improved significantly with the passage of time;some areas experienced slight degradation. Specifically， it could be expressed that the vegetation degradation in high-altitude areas was more obvious， while the vegetation in low-altitude areas had a trend of improvement.The main factors affecting the vegetation change trend were climate and topography， and human factors also had a significant impact.

Key words Gannan Prefecture;Vegetation coverage level;Temporal and spatial changes;Influencing factors

作為陸地生態(tài)系統(tǒng)的重要部分，地表植被一直被譽為生態(tài)環(huán)境的“指示器”[1-2]。在全球氣候變化和人類活動日益加劇的大背景下，地表植被的動態(tài)變化成為各領域關注的熱點之一[3]。植被覆蓋因其變化與氣候因子、人類活動等有密切關系而成為評估生態(tài)系統(tǒng)狀態(tài)的重要指標[4]。植被覆蓋度（fractional vegetation coverage，F(xiàn)CV）是植被在地面垂直投影面積與該地區(qū)研究面積之間的比值[5]，能夠很好地監(jiān)測地面植被的生長情況，是評估研究區(qū)域氣候變化、土地沙漠化等生態(tài)環(huán)境質量的重要參數(shù)[6]。

植被系統(tǒng)中運用較為廣泛的是遙感的植被指數(shù)[7]，其中歸一化差值植被指數(shù)（normalization difference vegetation index，NDVI）和增強植被指數(shù)（enhanced vegetation index，EVI）是目前常用的反映植被生長狀況的指數(shù)[8-9]。EVI是在NDVI基礎上改進了算法和合成方法，它在一定條件下能很好地反映植被在空間上的差異，同時克服NDVI存在的易飽和等問題[10]。

全世界以遙感監(jiān)測數(shù)據為主的植被覆蓋研究較多，監(jiān)測數(shù)據歷經了LANDSAT-AVHRR-SPOT-MODIS的不斷轉變[11]，研究內容主要聚焦于植被生長環(huán)境、植被覆蓋變化、時空特征等方面。其中MODIS-EVI數(shù)據在國內外學者應用下已取得較多成果。Evrendilek等[12]根據NDVI和EVI數(shù)據發(fā)現(xiàn)了植被覆蓋的差異;Galford等[13]運用EVI數(shù)據對巴西農作物進行了研究。Qiu等[14]研究表明EVI數(shù)據能同時反映高植被覆蓋區(qū)的植被覆蓋情況和區(qū)分低植被覆蓋區(qū)的覆蓋情況;蘇俊磊等[15]研究發(fā)現(xiàn)西江流域的植被EVI整體呈上升趨勢，EVI變化與降水量呈顯著正相關;赫英明等[16]研究發(fā)現(xiàn)2000—2009年我國植被覆蓋度在年和季的時間尺度上變化尤為明顯。

地處甘肅省西南部，青藏高原東北邊緣與黃土高原接壤帶的甘南藏族自治州，其不僅是黃河上游水源涵養(yǎng)的主體功能區(qū)，也是甘肅“三屏四帶”、我國“兩屏三帶”生態(tài)屏障戰(zhàn)略格局的重要組成部分[17]，同時也是我國高寒民族地區(qū)重要的畜牧業(yè)生產基地[18]。在人類活動日益加劇、全球氣候發(fā)生變化的當今時代下，甘南州也出現(xiàn)了草地退化、荒漠化和沙化現(xiàn)象[19]，從而引起了學者的關注，馬琳雅[20]結合NDVI和EVI數(shù)據，建立了甘南州草地生長季的植被覆蓋反演模型，分析了2000—2011年植被覆蓋與物候期的時空變化;蔡棟等[21-22]評估了甘南草地生態(tài)系統(tǒng)的風險?？傮w來看，目前主要以NDVI數(shù)據為支撐，多采用規(guī)避誤差能力較弱的一元線性回歸趨勢分析法來研究植被覆蓋度[15，23]，且將影響因素歸咎于自然因素（尤其是氣候因素），并沒有考慮到人類活動的相關影響，尤其對牧區(qū)和半農半牧區(qū)中放牧密度、農作物數(shù)量、人口分布等因素的考慮。

鑒于此，筆者以甘南州植被主要生長期6—8月的MODIS-EVI數(shù)據為支撐，運用Theil-Sen Median趨勢分析法和Mann-Kendall檢驗方法，系統(tǒng)分析2000—2018年甘南州植被覆蓋水平變化趨勢，并揭示其驅動機制，旨在為高寒地區(qū)生態(tài)環(huán)境評價、植被恢復和重建提供科學依據。

1 資料與方法

1.1 研究區(qū)概況

甘南藏族自治州在甘肅省西南部，地處黃土高原與青藏高原東北邊緣的過渡區(qū)，地勢西北高、東南低，按地貌類型可劃分為高原區(qū)、丘陵區(qū)和高山峽谷區(qū)，大部分地區(qū)海拔在3 100～3 900 m，屬典型的高原大陸性氣候，環(huán)境高寒陰濕，主要植被類型有山地森林、高寒灌叢草甸和高寒草甸等，其中可食牧草高達890多種[24]。甘南州是我國主要的藏族聚集區(qū)，也是青藏高原質量最好的放牧地[25]。現(xiàn)轄7縣1市，可大致分為純牧區(qū)和半農半牧區(qū)（圖1）。

1.2 數(shù)據來源

該研究所用到的MOD13Q1數(shù)據為NASA最新發(fā)布的第六版MODIS陸地三級標準數(shù)據產品，空間分辨率為250 m，數(shù)據可通過NASA對地觀測系統(tǒng)數(shù)據共享平臺下載（http：//delenn.gsfc.nasa.gov/-imswelcome/）。首先對MOD13Q1數(shù)據進行預處理后提取了研究區(qū)甘南藏族自治州2000—2018年盛草時期每年6—8月的EVI數(shù)據。以MOD11A2數(shù)據為基礎，通過拼接、投影轉換和裁剪等操作后，提取甘南藏族自治州2000—2018年每年6—8月的地表溫度（LST）數(shù)據。研究區(qū)的DEM（digital elevation model）數(shù)據來源于中國科學院計算機網絡信息中心地理空間數(shù)據云平臺（http：// www.gscloud.cn/），空間分辨率為90 m。降水數(shù)據來源于CHIRPS（https：//www.chc.ucsb.edu/data/chirps）提供的降水產品[26]，選取2000—2018年每年4—8月降水量。人口、農作物播種面積、牲畜等數(shù)據來源于2000—2018年甘南州統(tǒng)計年鑒。

1.3 研究方法

1.3.1 Theil-Sen Median趨勢分析。

Theil-Sen Median趨勢分析是用于模擬每個柵格數(shù)據的變化趨勢，客觀地反映一段時間序列下植被演化趨勢的方法。其優(yōu)點在于穩(wěn)定、不要求原樣本服從一定的分布、不受異常值干擾、對規(guī)避數(shù)據誤差有較強的能力[27-29]。Theil-Sen Median趨勢計算n（n-1）/2個數(shù)據組合的斜率的中位數(shù)，計算公式如下：

S EVI=MedianEVI j-EVI ij-i? （i≤j）（1）

式中，EVI j和EVI i分別表示像元j年和i年的EVI值。當S EVI>0時，表示研究期內EVI呈增長趨勢;當S EVI<0時，表示呈退化趨勢;S EVI=0，表示無變化趨勢。

1.3.2 Mann-Kendall檢驗。

Mann-Kendall是用于判斷趨勢顯著性的統(tǒng)計檢驗方法，其優(yōu)點為不受少數(shù)異常值干擾且原樣本無需服從一定分布[30]。計算公式如下：

設{EVI i}=i=2000，2001，…，2018，定義Z統(tǒng)計量為：

Z=S-1s（S）S>0

0S=0

S+1s（S）S<0（2）

其中，

S= n-1j=1 ni=j+1sgn（EVI j-EVI i）（3）

sgn（EVI j-EVI i）=

1EVI j-EVI i>0

0EVI j-EVI i=0

-1EVI j-EVI i<0（4）

s（S）=n（n-1）（2n+5）18（5）

式中，EVI i和EVI j分別表示像元i年和j年的EVI值，n表示時間序列的長度，sgn是符號函數(shù)，統(tǒng)計量Z的取值范圍為（-∞，+∞）。在給定顯著性水平α下，當|Z|>u 1-α/2時，表示研究序列在α水平上存在顯著的變化[31]。

Theil-Sen Median趨勢分析和Mann-Kendall檢驗相結合，是對顯著性水平檢驗的統(tǒng)計學理論基礎的科學闡述。它能有效地反映EVI時空變化特征和判斷植被覆蓋時間序列下的數(shù)據趨勢。根據Theil-Sen Median趨勢分析中由于基本不存在S EVI嚴格等于0的區(qū)域，所以該研究將S EVI介于-0.000 5～0.000 5劃分為穩(wěn)定區(qū)，S EVI≥0.000 5劃分為改善區(qū)，S EVI≤-0.000 5劃分為退化區(qū)。將Mann-Kendall檢驗在α=0.05置信水平上的顯著性結果劃分為顯著變化（Z>1.96或Z<-1.96）和不顯著變化（-1.96≤Z≤1.96）。將檢驗的結果疊加后進行分級，從而將像元尺度上EVI變化趨勢劃分為明顯改善、輕微改善、穩(wěn)定不變、輕微退化和嚴重退化5種類型（表1）。

1.3.3 多元線性回歸分析。

多元線性回歸模型是僅考慮各個自變量和因變量在線性條件下，研究一個因變量和多個自變量之間線性關系的模型。同時如果出現(xiàn)非線性的影響條件，則可以通過變量代換將非線性因素進行擬合后使用的模型。

多元線性回歸模型一般表述如下：

y i=α+β 1x 1i+β 1x 2i+…+β kx ki+e i（6）

式中，y i為因變量;x i為自變量;α為截距;β為偏回歸系數(shù)，表示其他變量不變的情況下，第i個變量變化一個單位所引起的因變量變化值;e i為殘差。

2 結果與分析

2.1 植被覆蓋EVI時空變化

為了研究甘南州植被覆蓋區(qū)域EVI隨時間變化的特點，每5年為間隔選取一次數(shù)據，即選取2000、2005、2010、2015和2018年數(shù)據。甘南州草地植被多在5月開始返青，6—8月長勢迅速[22]，因此選取各年6—8月的EVI總和與EVI均值進行統(tǒng)計分析，來表征當年植被覆蓋狀態(tài)。從圖2可以看出，2000—2018年甘南州草地生長季植被覆蓋總EVI變化幅度不大，2005年最小，2000年最大。植被覆蓋度EVI均值先下降再緩慢上升，在0.36～041波動。以2005年為拐點，從2000年的0.40下降至036，此后呈現(xiàn)穩(wěn)步上升態(tài)勢，表明植被整體生長狀況開始好轉。2005—2010年EVI均值呈大幅上升態(tài)勢，2010—2018年呈小幅波動上升。2005年EVI均值最小，這與郭鈮等[32-34]的研究結果一致，原因在于瑪曲縣是整個甘南州植被覆蓋度較高的區(qū)域，對全州植被覆蓋狀況有明顯的影響，而2005年降水偏少，且合作市、瑪曲縣、夏河縣和舟曲縣的草地生物量均有所下降，尤其是舟曲縣，從而影響了全州的植被覆蓋EVI均值。

將S EVI和Z值的結果依據表1分級分類，繪制甘南州2000—2018年EVI變化分布圖（圖3～4）。

從圖3可以看出，甘南州大致可分為3個植被類型區(qū)[35]，西南和西北部為草甸草原，是主要的放牧區(qū);東部是丘陵山地，為草原-森林區(qū)，農林牧均有;東南部為岷縣至迭部一帶，是主要的林區(qū)。全州植被覆蓋在水平分布上南多北少，與降水量的空間分布一致;在垂直分布上，北部地區(qū)隨海拔升高植被指數(shù)增加，南部地區(qū)隨海拔升高植被指數(shù)減少[22]。

從圖4可以看出，2000—2018年植被覆蓋改善區(qū)約占全州總面積的54.0%，退化區(qū)約占37.0%，穩(wěn)定區(qū)約占9.0%。改善區(qū)中明顯改善區(qū)占3.9%，輕微改善區(qū)占50.1%;退化區(qū)中嚴重退化約占2.2%，輕微退化約占34.8%。由此可見，甘南州盛草期絕大部分區(qū)域植被覆蓋度較高且隨時間推移而得到明顯改善。

圖3顯示，EVI好轉和退化在空間分布上具有異質性，由南向北EVI從退化逐漸轉化為改善。退化區(qū)主要集中分布在南部的瑪曲、迭部和舟曲縣的西部地區(qū);穩(wěn)定不變區(qū)和改善區(qū)主要分布在北部合作、夏河和臨潭。南部地區(qū)EVI退化區(qū)略大于改善區(qū)，北部則相反。甘南州EVI變化的異質性主要原因歸結為部分地區(qū)草地植被的嚴重退化。甘南州被譽為“亞洲最優(yōu)質的天然牧場”[20]，草地植被類型豐富、蓋度高，是天然放牧業(yè)的物質基礎，自2013年起，90%以上的草地出現(xiàn)了“三化”[22]，特別是瑪曲、碌曲和夏河較為嚴重。其中瑪曲縣境內出現(xiàn)了大約30處大型沙化點，夏河和碌曲的超載放牧和生態(tài)破壞使得草地鹽漬化現(xiàn)象逐漸加重[36]。盡管退牧、休牧和輪牧政策實施后，草原恢復取得一定效果[37]，但長期的超載放牧使得草地生態(tài)系統(tǒng)很難在短時間內完全恢復[38]。

2.2 植被覆蓋影響因素

植被覆蓋度變化的基礎性和關鍵性因素是氣候因素，影響植被生長和分布的是植物的光合作用、呼吸作用和土壤有機碳的積累分解，這些都是通過溫度和降水來有效調控和影響的。人類活動可以局部改變植被生長的立地條件，削弱植被生長對氣候的依賴性，從而影響植被覆蓋度演變的過程和格局[39]?？偟膩碚f，植被覆蓋度發(fā)生變化主要是自然和人為共同作用的結果。該研究結合甘南州實際，運用多元線性回歸模型來分析EVI變化的影響因素。

該研究定義因變量為各鄉(xiāng)鎮(zhèn)平均增強植被指數(shù)（EVI_mean），自變量人口密度（PopDensity，反映人口壓力）、農作物播種面積占比（NZW_BL，反映人類強度和對高寒牧區(qū)天然植被的改造力度）、羊單位密度（SUdensity，反映草場實際壓力和草畜平衡關系）、平均海拔（Ele_mean）、平均地表溫度（LST_mean）、6—8月平均降水量（perc_mean）、平均坡度（slop_mean），均刻畫植被生成的立地條件。并將因變量細分為輕微改善和輕微退化2種。

從表2可以看出，平均海拔（Ele_mean）、平均坡度（slop_mean）、人口密度（PopDensity）和平均地表溫度（LST_mean）對植被退化具有影響顯著，其余因素由強到弱依次為平均降水量（prec_mean）、農作物播種面積占比（NZW_BL）、羊單位密度（SUdensity），說明人類活動對植被輕微退化有影響。當因變量為輕微改善面積占比時（表3），平均海拔、平均坡度、農作物播種面積占比、平均地表溫度的顯著性水平小于0.05，即回歸參數(shù)通過顯著性水平檢驗，說明地形、氣候以及人為耕作等自然和人文雙重因素對植被覆蓋改善有顯著影響。

總的來看，對植被退化或改善影響顯著的因素是氣候因素，較為顯著的是人為因素。具體表現(xiàn)為高海拔地區(qū)退化較明顯，而低海拔地區(qū)植被有改善;農作物播種面積占比、放牧羊單位密度等一定程度上對植被退化有影響。這與馮琦勝等[40]的研究結論一致。甘南地處青藏高原高寒區(qū)，氣候變化和地形因素是引起植被退化、空間分布不均勻的主要因素。但也有研究指明，超載放牧是甘南州草地植被退化的直接驅動因素，氣候異常擾動是次生要素，且尤以瑪曲縣較為明顯[41-42]?？梢姡鳛閲疑鷳B(tài)恢復工程的實施區(qū)域之一的甘南，在一定程度和時間段內地區(qū)植被覆蓋度對氣候因子變化的敏感性顯著降低，此時人為影響強度明顯增加[17]。這與該研究的結果略有出入，原因在于該研究的研究時間為每年的6—8月，即牧草的主要生長季與農作物的生長期不完全重合，削弱農作物對植被退化的影響程度;其次是2005年后，在生態(tài)保護政策的作用下，全州生態(tài)保護意識普遍加強，導致EVI指數(shù)有所提升。而南部迭部、舟曲等農林區(qū)則受人為因素的影響較大。

3 結論

該研究基于MOD13Q1數(shù)據產品中的MODIS-EVI數(shù)據，利用2000—2018年6—8月EVI時間序列數(shù)據，采用Theil-Sen Median趨勢分析法、Mann-Kendall檢驗和多元線性回歸分析，研究了甘南藏族自治州EVI時空變化趨勢和影響因素，得出以下主要結論：

（1）全州植被覆蓋在水平分布上呈現(xiàn)出南多北少態(tài)勢;在垂直分布上北部地區(qū)隨海拔升高而植被指數(shù)增加，南部地區(qū)隨海拔升高植被指數(shù)減少。除2005年外，其余年份植被覆蓋水平均呈現(xiàn)緩慢上升趨勢，表明盛草期絕大部分區(qū)域植被覆蓋度較高，植被覆蓋狀況逐年良好。

（2）甘南州植被覆蓋改善比例（約54.0%）高于植被退化比例（37.0%），表明植被整體趨勢趨于好轉，整體穩(wěn)定性呈增加趨勢，也有部分地區(qū)因各類因素作用下植被覆蓋度發(fā)生了退化的現(xiàn)象且大多為輕微退化現(xiàn)象。由南向北EVI從退化逐漸轉變?yōu)楦纳啤Ｖ脖桓采w退化區(qū)主要集中分布在南部的瑪曲、迭部;植被覆蓋改善區(qū)主要分布在北部地區(qū)。瑪曲、迭部和碌曲以草地為主的區(qū)域發(fā)生了植被退化現(xiàn)象。

（3）多元線性回歸分析結果表明，氣候因素對植被退化或改善有顯著影響，其次是人為因素。

參考文獻

[1] 李美麗，尹禮昌，張園，等.基于MODIS-EVI的西南地區(qū)植被覆蓋時空變化及驅動因素研究[J].生態(tài)學報，2021，41（3）：1138-1147.

[2] JIANG L L，JIAPAER G，BAO A M，et al.Vegetation dynamics and responses to climate change and human activities in Central Asia[J].Science of the total environment，2017，599/600：967-980.

[3] CUI L L，SHI J.Temporal and spatial response of vegetation NDVI to temperature and precipitation in eastern China[J].Journal of geographical sciences，2010，20（2）：163-176.

[4] 方德泉，胡寶清.2000—2016年廣西西江流域植被覆蓋時空變化[J].大眾科技，2019，21（10）：28-31.

[5] 張云霞，李曉兵，陳云浩.草地植被蓋度的多尺度遙感與實地測量方法綜述[J].地球科學進展，2003，18（1）：85-93.

[6] MOREAU S，BOSSENO R，GU X F，et al.Assessing the biomass dynamics of Andean bofedal and totora high-protein wetland grasses from NOAA/AVHRR[J].Remote sensing of environment，2003，85（4）：516-529.

[7] 尚雪，何釗全，張銅會.增強型植被指數(shù)時空變化特征及其驅動機理[J].森林與環(huán)境學報，2020，40（5）：478-485.

[8] OTTO M，HPFNER C，CURIO J，et al.Assessing vegetation response to precipitation in northwest Morocco during the last decade：An application of MODIS NDVI and high resolution reanalysis data[J].Theoretical and applied climatology，2016，123（1/2）：23-41.

[9] 陳燕麗，羅永明，莫偉華，等.MODIS NDVI與MODIS EVI對氣候因子響應差異[J].自然資源學報，2014，29（10）：1802-1812.

[10] 李紅軍，鄭力，雷玉平，等.基于EOS/MODIS數(shù)據的NDVI與EVI比較研究[J].地理科學進展，2007，26（1）：26-32.

[11] 屈瑤瑤.基于MODIS EVI數(shù)據的湖南省植被覆蓋變化與極端氣溫的關系研究[D].湘潭：湘潭大學，2019.

[12] EVRENDILEK F，GULBEYAZ O.Deriving vegetation dynamics of natural terrestrial ecosystems from MODIS NDVI/EVI data over Turkey[J].Sensors，2008，8（9）：5270-5302.

[13] GALFORD G L，MUSTARD J F，MELILLO J，et al.Wavelet analysis of MODIS time series to detect expansion and intensification of row-crop agriculture in Brazil[J].Remote sensing of environment，2008，112（2）：576-587.

[14] QIU B W，ZENG C Y，TANG Z H，et al.Characterizing spatiotemporal non-stationarity in vegetation dynamics in China using MODIS EVI dataset[J].Environmental monitoring and assessment，2013，185（11）：9019-9035.

[15] 蘇俊磊，羅為群，王廣哲，等.基于MODIS-EVI的廣西西江流域植被時空變化特征及其影響因素[J].水土保持研究，2019，26（3）：232-238.

[16] 赫英明，劉向培，王漢杰.基于EVI的中國最近10a植被覆蓋變化特征分析[J].氣象科學，2017，37（1）：51-59.

[17] 王偉軍，趙雪雁，萬文玉，等.2000—2014年甘南高原植被覆蓋度變化及其對氣候變化的響應[J].生態(tài)學雜志，2016，35（9）：2494-2504.

[18] 馬琳雅，崔霞，馮琦勝，等.2001—2011年甘南草地植被覆蓋度動態(tài)變化分析[J].草業(yè)學報，2014，23（4）：1-9.

[19] 趙雪雁.高寒牧區(qū)生態(tài)移民、牧民定居的調查與思考：以甘南牧區(qū)為例[J].中國草地學報，2007，29（2）：94-101.

[20] 馬琳雅.甘南州草地植被覆蓋度與物候期時空變化動態(tài)特征[D].蘭州：蘭州大學，2013.

[21] 蔡棟.高寒草地生態(tài)系統(tǒng)風險評價：以甘南地區(qū)為例[D].蘭州：蘭州大學，2019.

[22] 敖澤建，王建兵，蔣友嚴，等.2000—2017年甘南牧區(qū)植被變化特征及其影響因子[J].沙漠與綠洲氣象，2020，14（1）：95-100.

[23] 蔡博峰，于嶸.基于遙感的植被長時序趨勢特征研究進展及評價[J].遙感學報，2009，13（6）：1170-1186.

[24] 張卓.2000—2013年甘南州植被覆蓋變化的驅動力研究[D].蘭州：蘭州交通大學，2015.

[25] 梁天剛，崔霞，馮琦勝，等.2001—2008年甘南牧區(qū)草地地上生物量與載畜量遙感動態(tài)監(jiān)測[J].草業(yè)學報，2009，18（6）：12-22.

[26] 劉冀，魏榕，張?zhí)?，?基于CHIRPS衛(wèi)星降水的雅礱江流域干濕時空演變分析[J].長江流域資源與環(huán)境，2020，29（8）：1800-1811.

[27] 方利，王文杰，蔣衛(wèi)國，等.2000～2014年黑龍江流域（中國）植被覆蓋時空變化及其對氣候變化的響應[J].地理科學，2017，37（11）：1745-1754.

[28] 袁麗華，蔣衛(wèi)國，申文明，等.2000—2010年黃河流域植被覆蓋的時空變化[J].生態(tài)學報，2013，33（24）：7798-7806.

[29] 張亮林，潘竟虎.中國PM 2.5人口暴露風險時空格局[J].中國環(huán)境科學，2020，40（1）：1-12.

[30] KENDALL M G.Rank correlation methods[M].London：Charles Griffin，1970.

[31] 代子俊，趙霞，李冠穩(wěn)，等.基于GIMMS NDVI 3g.v1的近34年青海省植被生長季NDVI時空變化特征[J].草業(yè)科學，2018，35（4）：713-725.

[32] 郭鈮，韓天虎，王靜，等.瑪曲退牧還草工程生態(tài)效果的遙感監(jiān)測[C]//中國氣象學會醫(yī)學氣象學委員會，蘭州大學大氣科學學院.第26屆中國氣象學會年會氣候環(huán)境變化與人體健康分會場論文集.北京：中國氣象學會，2009：11.

[33] 李森，范航清，邱廣龍，等.不同潮區(qū)矮大葉藻地上高度和覆蓋度以及生物量的動態(tài)變化[J].廣西科學，2012，19（3）：276-278，288.

[34] 王靜，郭鈮，王振國，等.甘南草地地上部生物量遙感監(jiān)測模型[J].干旱氣象，2010，28（2）：128-133.

[35] 王鶯，夏文韜，梁天剛，等.基于MODIS植被指數(shù)的甘南草地凈初級生產力時空變化研究[J].草業(yè)學報，2010，19（1）：201-210.

[36] 王建宏.甘肅甘南黃河重要水源補給生態(tài)功能區(qū)生態(tài)保護與建設規(guī)劃研究[R].甘肅省生態(tài)環(huán)境監(jiān)測監(jiān)督管理局，2011.

[37] 鄭偉，董全民，李世雄，等.放牧對環(huán)青海湖高寒草原主要植物種群生態(tài)位的影響[J].草業(yè)科學，2013，30（12）：2040-2046.

[38] 王靜，郭鈮，蔡迪花，等.瑪曲縣草地退牧還草工程效果評價[J].生態(tài)學報，2009，29（3）：1276-1284.

[39] 穆少杰，李建龍，陳奕兆，等.2001—2010年內蒙古植被覆蓋度時空變化特征[J].地理學報，2012，67（9）：1255-1268.

[40] 馮琦勝，尚占環(huán)，梁天剛，等.甘肅省瑪曲縣沼澤濕地遙感監(jiān)測與動態(tài)變化分析[J].濕地科學，2008，6（3）：379-385.

[41] 郭述茂.基于3S技術的高寒草地植被覆蓋度分布特征及動態(tài)變化研究[D].蘭州：蘭州大學，2009.

[42] 姚玉璧，鄧振鏞，尹東，等.黃河重要水源補給區(qū)甘南高原氣候變化及其對生態(tài)環(huán)境的影響[J].地理研究，2007，26（4）：844-852.