EN中文

地理学报 >

2022 , Vol. 77 >Issue 11: 2787 - 2802

DOI: https://doi.org/10.11821/dlxb202211007

土地利用与土地覆被变化

1992—2020年横断山区植被分布与植被活动变化

  • 杨靖 , 1, 2 ,
  • 戴君虎 , 2, 3, 4 ,
  • 姚华荣 1 ,
  • 陶泽兴 2 ,
  • 朱梦瑶 2
展开
  • 1.长安大学地球科学与资源学院，西安 710054
  • 2.中国科学院地理科学与资源研究所，北京 100101
  • 3.中国科学院大学，北京 100049
  • 4.中国—巴基斯坦地球科学研究中心，伊斯兰堡 45320
戴君虎(1968-), 男, 陕西蓝田人, 博士, 研究员, 博士生导师, 主要从事植物地理学、物候学和全球变化研究。E-mail:

杨靖(1998-), 男, 山西高平人, 硕士生, 主要从事植物地理研究。E-mail:

收稿日期: 2022-06-02

  修回日期: 2022-10-16

  网络出版日期: 2022-12-27

基金资助

中国科学院战略性先导科技专项(XDA23090302)

中国科学院战略性先导科技专项(XDA26010202)

国家重点研发计划(2018YFA0606102)

国家自然科学基金项目(41771056)

收起

Vegetation distribution and vegetation activity changes in the Hengduan Mountains from 1992 to 2020

  • YANG Jing , 1, 2 ,
  • DAI Junhu , 2, 3, 4 ,
  • YAO Huarong 1 ,
  • TAO Zexing 2 ,
  • ZHU Mengyao 2
Expand
  • 1. School of Earth Science and Resources, Chang'an University, Xi'an 710054, China
  • 2. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 3. University of China Academy of Sciences, Beijing 100049, China
  • 4. China-Pakistan Joint Research Center on Earth Sciences, Islamabad 45320, Pakistan

Received date: 2022-06-02

  Revised date: 2022-10-16

  Online published: 2022-12-27

Supported by

Strategic Priority Research Program of Chinese Academy of Sciences(XDA23090302)

Strategic Priority Research Program of Chinese Academy of Sciences(XDA26010202)

National Key R&D Program of China(2018YFA0606102)

National Natural Science Foundation of China(41771056)

Fold

摘要

横断山区位于青藏高原东缘和多条重要江河的上游，是全球生物多样性最丰富的地区和生态保护的优先区域之一，区域植被对维系区域生态安全和可持续发展起着十分重要的作用。20世纪90年代以来，中国在横断山区实施了多项重大生态恢复和建设工程，但囿于资料和调查不足，对于横断山区全域性、长时段的植被变化及其与海拔关系研究相对较少。鉴此，本文结合使用1992—2020年间多种基于卫星遥感资料生产的土地覆被数据和2000—2020年间MODIS的归一化植被指数（NDVI）数据，采用转移矩阵、Theil-Sen Median趋势分析与偏相关分析等方法研究不同植被类型转换、植被覆被面积与平均海拔变化关系以及植被活动的时空变化趋势，并分析时空变化的主要影响因素。结果表明：① 横断山区分布最广泛的植被类型是常绿针叶林与灌丛—草地镶嵌类型。植被发生变化的区域集中分布在河谷和南部低海拔区域，草地多向森林特别是常绿针叶林转换，植被覆被逐渐向好。这表明封山育林、植树造林、退耕还林等生态保护政策起到重要积极作用。时间序列数据显示，植被覆被面积变化剧烈的时期往往处在政策实施的起始阶段。② 植被活动整体呈现增强趋势。在植被类型未变化的区域中，75%以上区域植被活动增强，其中超20%的区域显著增强（P < 0.05），且森林植被活动增强趋势大于草地。③ 对植被活动影响较大的环境因子主要是气候变化和地形条件。尽管大部分区域植被活动受气候变暖影响而增强，但在干热河谷的植被活动明显受到降水减少的限制。有近1/4面积的植被活动在减弱，主要分布在山地东坡或南坡，或与降水较多、山高坡陡而造成滑坡、泥石流等自然灾害有关。这些发现可为横断山区生态保护政策效益评估、自然灾害综合风险评估和未来气候变化影响下的植被变化预测提供参考。

关键词： 横断山区; 植被分布; 植被活动; 转移矩阵; Theil-Sen Median趋势分析

本文引用格式

杨靖 , 戴君虎 , 姚华荣 , 陶泽兴 , 朱梦瑶 . 1992—2020年横断山区植被分布与植被活动变化[J]. 地理学报, 2022 , 77(11) : 2787 -2802 . DOI: 10.11821/dlxb202211007

Abstract

The Hengduan Mountains is one of the most biologically diverse areas in the world, geographically located in the eastern part of the Qinghai-Tibet Plateau and the upstream of several major rivers. These mountains are ecologically conservated, with an extremely important ecological barrier function. Since 1990s, China has implemented several significant ecological restoration and construction projects in the research area. Due to limited data and lack of field investigations, few studies explored the integrity and long-term vegetation changes in this area. Hardly any of them discussed the systematical relationship between vegetation changes and elevation factors of the Hengduan Mountains. In view of filling this research gap, we used the Climate Change Initiative Land Cover (CCI-LC) dataset for the period 1992-2020 and the Normal Difference Vegetation Index (NDVI) dataset from MODIS for the period 2000-2020 to reflect changes in vegetation distribution and activity, respectively. Here, we used transfer matrices to investigate the transition relationships among different vegetation types, and used Theil-Sen Median trend analysis to explore the spatial and temporal trends of vegetation activities. We also used the partial correlation analysis to quantify the influencing factors of vegetation activities. Herein, the relationship between vegetation coverage area and mean elevation change was also investigated. The results showed that: (1) The most widely distributed vegetation in the study area contained evergreen coniferous forests and shrub-grass types. Vegetation changes were distributed in river valleys, and southern low-altitude areas. The grasslands were mainly converted to evergreen coniferous forests to gradually improve the vegetation coverage. This showed that ecological protection policies played an essential role. However, vegetation coverage changes are generally in the initial stage of policy implementation. (2) The overall vegetation activity showed an increasing trend. In unchanged vegetation regions, vegetation activities increased in more than 75% of the area, and more than 20% of the area increased significantly (P < 0.05). The changing trend of forest vegetation was more significant than that of grassland. (3) The environmental factors that significantly impact vegetation activities are climate change and topographic slope. Although vegetation coverage was enhanced by increasing temperatures, the precipitation influenced the vegetation in hot and dry valleys. Nearly 25% of the total research area shows a decreasing. This decreasing trend is due to natural disasters such as landslides and mudslides caused by much precipitation and steep mountain slopes. These findings can provide a reference for the evaluation of ecological protection policies, the comprehensive risk assessment of natural disasters, and the prediction of vegetation changes under the influence of future climate change in the Hengduan Mountains.

Key words： Hengduan Mountains; vegetation distribution; vegetation activities; transfer matrix; Theil-Sen Median trend analysis

1 引言

植被是区域环境重要组成部分，在生物圈碳循环和能量平衡以及在保持全球生态系统稳定中发挥着不可替代的作用[1-2]。目前，大部分自然植被分布在全球主要山地。横断山区位于中国西南边陲，地处亚热带与青藏高寒区过渡地带，属于典型的纵向岭谷区，季风环流在此强烈受到因地形引起的“通道—阻隔”作用[3]，多种地理要素在此交汇。受其影响，植物区系成分复杂，植被分布格局独特，过渡性质明显。以其北部地区为例，这里是横断山脉植物区系地区向华中植物区系地区的重要过渡地带，与华北植物区系地区的黄土高原亚地区毗邻[4]，是现代植被形成的基础。横断山区不仅是长江上游的重要生态屏障，而且是世界上物种最为丰富的地区之一[5]，其植被变化对维系区域生态安全和可持续发展起着十分重要的作用。前人对于横断山区的生态地理过程[3]、气候变化[6-7]、生长季长度[8]、地质灾害[9-10]等方面作过较为深入的研究。
但是，以往研究对横断山区全域性、长时段植被变化、不同类型的覆被特征及其动态等方面分析还相对薄弱。仅少数工作利用植被遥感的归一化植被指数（Normal Difference Vegetation Index, NDVI）揭示了该区植被活动的增强趋势[11]、植被净初级生产力（Net Primary Productivity, NPP）的波动增加情况[12⇓⇓-15]及气候的干暖化趋势[6-7]。1998年以来国家植被保护政策发生根本变化，较大影响到该区域的植被覆被。比如，国家和地方政府先后在研究区实施了3期长江流域防护林体系建设工程、两期天然林资源保护工程和两期退耕还林还草工程，对植被保护和恢复起到关键作用[16]。值得注意的是，横断山区地质条件复杂，降雨充沛，地质灾害频发且分布广泛，崩塌、滑坡和泥石流等灾害均有发育[9-10]，严重影响到区域植被，亟待开展相应研究。
以往现代植被变化研究主要采用植物群落调查和遥感反演两种手段，群落调查结果准确、细致，可系统反映区域植被的水平和垂直分布规律，并辅助植被区划[17⇓-19]和植被制图[20]。遥感反演主要利用转移矩阵、时间序列分析等方法分析区域宏观尺度植被活动和NPP的变化趋势等[11⇓⇓⇓-15]。这些研究通常采用回归分析和残差趋势分析来进行植被活动归因，而NPP变化归因则是基于生物物理过程模型方法和阈值分割方法[21]。但以上方法均存在一定的缺陷，如何合理区分气候要素和人类活动对植被动态变化的影响还需进一步深入。
目前，研究区缺乏系统植被调查，对区域植被变化的系统研究较少。同时，为数不多的研究主要采用中分辨率成像光谱仪（Moderate-resolution Imaging Spectroradiometer, MODIS）数据及其衍生产品完成。但对其他遥感资料，如深高分辨率辐射计（Advanced Very-High-Resolution Radiometer, AVHRR）、SPOT、哨兵（Sentinel）等多种不同时空分辨率遥感资料及其产品的利用还很不充分。因此，进行横断山区植被变化及归因研究，在未来的区域生态环境质量监测和评估、进行植被增汇和实现“双碳”目标、生物多样性与生态系统评估系统指标体系建立、甚至在世界自然遗产申报潜力评估[22]等理论研究和应用实践上都具有重要意义。本文针对目前区域植被变化研究的不足，采用多种资料互相印证开展研究，试图在植被覆被与植被活动变化及其归因方面取得初步结论，为区域生态环境保护、自然灾害综合风险评估和未来气候变化影响下的植被变化预测提供参考。

2 研究方法与数据来源

2.1 研究区概况

本文所指横断山区边界及范围主要是基于区域地质基础和地貌特征而确定①(①根据中国科学院战略性先导科技专项“美丽中国生态文明建设科技工程”“气候变化条件下山地致灾风险绿色调控关键技术与示范”项目组最新划分结果。)，包括中国西藏东南部、四川西部、云南北部与青海、甘肃的部分地区以及高黎贡山西坡的一部分，地处96.07°E~105.17°E、24.44°N~34.17°N之间，总面积约43万km2（图1）。研究区海拔在291~7556 m之间，地势西北高，东南低，横跨中国西南一、二、三级地形阶梯，是中国西南地区一系列南北向平行山脉的总称。横断山区高山峡谷纵列分布，山岭自西而东包括伯舒拉岭、高黎贡山、怒山、宁静山、云岭、沙鲁里山、大雪山、邛崃山等，其间分布着怒江、澜沧江、金沙江、雅砻江、大渡河、岷江等众多水系。横断山区气候主要受西风环流、西南季风、东南季风和高原季风等多种季风及地形的多重影响[18]，由东南的亚热带湿润性季风气候向西北的高寒气候过渡[23]。1961—2011年横断山区年均气温为13.0 ℃，年均降水量为982.3 mm[7]，降水量总体上从西北向东南、从金沙江河谷向东西两侧增加[6]。植被垂直结构表现为从低海拔向高海拔依次出现“亚热带常绿阔叶林与干旱草（灌）丛—暖温性针叶林—寒温性暗针叶林—高寒灌丛与草甸—冰雪带”等类型[24]，而分布面积较大的植被类型主要有常绿针叶林、灌丛—草地镶嵌类型（简称灌草镶嵌类）[17]。同时，纵向岭谷使山地垂直带谱具有明显的坡向效应，迎风坡与背风坡分别表现为湿润和干旱的类型和带谱结构[3,19]。
图1 横断山区范围与地形

Fig. 1 Geographical range and topography of the Hengduan Mountains

2.2 数据来源

植被分类数据包括成图于20世纪80—90年代的1:100万植被分类图[20]和欧洲航天局（European Space Agency, ESA）“气候变化倡议”项目发布的土地覆被数据集（Climate Change Initiative Land Cover, CCI-LC）（https://cds.climate.copernicus.eu/）。该数据集以2003—2012年的中分辨率成像光谱仪（MERIS）全分辨率和降分辨率数据为基础进行遥感解译，先后利用时间序列连续的AVHRR、SPOT-Vegetation、PROBA-Vegetation和Sentinel 3 OLCI数据对土地覆被进行反演和更新，并制作4个质量文件以记录分类和变化检测的可靠性。该数据集提供1992年至今连续的全球土地覆被数据，具有长期一致性、按年度更新、分辨率较高以及类型详细的特点，空间分辨率为300 m，全球精度为74.5%[25]。以往中国土地覆被变化研究较少使用该数据，但已有研究显示其精度仅次于时间长度较短的Globeland30数据[26-27]，尤其是对高寒草地、农田、常绿阔叶林等植被有较高的识别精度[27-28]。利用该数据集1992—2020年土地覆被的一级分类结果，将落叶针叶林、草本稀疏植被、沼泽等归为其他植被，将建筑物、裸地、水体与冰川等划为非植被，两类的面积之和不足横断山区总面积1.5%；再参照IGBP分类系统，将剩余类别重新划分为农田、林田镶嵌类、常绿阔叶林、落叶阔叶林、常绿针叶林、林草镶嵌类、稀树草地、灌草镶嵌类8类（图2）。林田镶嵌类指较低海拔地区分布的自然植被和农田镶嵌部分，以林为主，但难以严格区分[29]。
图2 横断山区植被类型分布

注：图a为20世纪80—90年代的植被类型图，图b、图c为CCI-LC土地覆被数据，以上均已进行重分类。

Fig. 2 Geographical distribution of vegetation types in the Hengduan Mountains

本文所采用的NDVI数据为美国国家航空航天局（National Aeronautics and Space Administration, NASA）生产的MOD13A1数据（https://earthexplorer.usgs.gov/），是由MODIS数据经过预处理后，再采用最大值合成法（Maximum Value Composite, MVC）在像元水平上计算合成，并消除大气、云、太阳高度角等因素的影响[30]。其空间分辨率为500 m，时间分辨率为16 d，时段跨度为2000—2020年。为进一步消除云、大气状况等因素引起的植被指数异常，本文选取Savitzky-Golay滤波法对NDVI数据进行平滑处理。
本文所采用的环境数据还包括地形和气候数据。前者主要指30 m分辨率的STRM（Shuttle Radar Topography Mission）数据（https://earthexplorer.usgs.gov/）[31]。将其重采样后按照模式分级法中的等间距分级法[32]将高程、坡度分别划分为12级，间距分别为500 m和4°。其中，海拔高度小于1000 m以及大于6000 m、坡度大于44°的部分面积较小，分别专门分级（包含在上述12级之内）。在坡向划分上，以45°为间隔划分北、东北、东、东南、南、西南、西、西北等坡向，平地单独处理。研究区地面气象观测极少，国家基准观测站仅有30个。因此，气温、降水等气象数据采用欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts, ECMWF）开发的第5代再分析资料产品（ERA5）的陆地数据集（https://cds.climate.copernicus.eu/），时间分辨率为1个月，空间分辨率为0.1°×0.1°[33]。为保持其与NDVI数据的空间分辨率一致，通过投影转换和重采样工具将气象数据重采样为500 m并依据未发生覆被变化的栅格数据对其进行掩膜提取，按植被生长季起始时间将其合成为生长季平均气温、生长季总降水量的栅格图像。

2.3 研究方法

2.3.1 不同植被类型转换分析方法

为了解植被类型在不同时段覆被面积的变化关系，本文采用转移矩阵对其进行了分析。转换矩阵可用于分析植被类型的转化情况，从而揭示植被类型变化的方向[34]。其公式为：
S i j = S 11 ⋯ S 1 n ⋮ ⋱ ⋮ S n 1 ⋯ S n n
式中： S i j表示植被类型 i转为 j的面积； n为植被类型的总数； i和 j分别为研究初期和末期的植被类型。本文采用ArcGIS 10.7空间统计工具对土地覆被数据进行处理，并利用Excel 2019构建植被变化转移矩阵。

2.3.2 植被活动变化趋势

提取2000—2020年植被类型未发生变化的区域，计算各植被类型生长季起止日期，利用Theil-Sen Median趋势分析法判断横断山区植被NDVI生长季与峰值的年际变化，用于分析植被活动的趋势。Theil-Sen Median趋势分析是选取通过成对点的所有线的斜率的中值，从而更好地将线拟合到平面上采样点的方法，已被广泛应用于气候、水文和植被等趋势分析中[35]。该方法优点是在计算过程中样本不必遵循特定分布，免受异常值干扰，对误差具备较高的规避能力且结果较为科学可信[36]。表达式为：
S N D V I = m e d i a n N D V I j - N D V I i j - i 2000 ≤ i ≤ j ≤ 2020
式中： S N D V I为NDVI的时间变化趋势； N D V I i和 N D V I j分别为 i和 j时刻的NDVI值。当 S N D V I> 0时表示植被活动增强， S N D V I< 0时表示植被活动减弱。
Mann-Kendall检验是一种评估趋势显著性的非参数检验方法，它不需样本服从一定的分布，也不受少数异常值的干扰[37]，选择0.05显著性水平进行统计分析。

2.3.3 植被活动与气候变化相关性分析

采用偏相关分析与t检验法计算气温和降水分别对植被活动的影响。偏相关分析是在控制 z变量线性影响的条件下分析 x与 y变量间的线性相关性，偏相关系数 R值越大，说明越相关[38]。 R值计算公式为：
R x y · z = R x y - R x z R y z 1 - R x z 2 1 - R y z 2
t检验法主要用于样本量较小且总体标准差未知的正态分布[39]。计算公式为：
t = R x y · z 1 - R x y · z 2 n - m - 1
式中： R x y · z为剔除 z变量影响后变量 x和 y的偏相关系数； R x y为变量 x和 y之间的相关系数； n为样本数； m为变量个数。

3 结果分析

3.1 横断山区植被类型分布与变化

3.1.1 横断山区植被分布

采用遥感解译的CCI-LC土地覆被数据（图2b、2c）分析植被分布状况。将20世纪80—90年代基于植被调查的植被类型数据（图2a）按照CCI-LC分类系统对植被分级进行合理归并，将植被型组一级的阔叶林区分为植被型一级的常绿阔叶林和落叶阔叶林，将草甸、草丛与灌丛合并为灌草镶嵌类等。结果显示，两类数据各植被类型的空间分布基本一致。2020年常绿针叶林与灌草镶嵌类是横断山区分布最广泛的植被类型，两者分别占区域总面积的37.28%、34.46%。常绿针叶林主要分布在海拔4000 m以下区域，灌草镶嵌类主要分布在研究区西北部和东南部的海拔4000 m以上的区域。林草镶嵌类和稀树草地主要分布在上述两者之间，分别占总面积的4.08%、3.21%，且稀树草地主要集中于川滇交界的干热河谷。农田和林田镶嵌类主要分布在南部河谷地区与北部高原的部分区域，分别占总面积的7.45%、6.21%；常绿阔叶林和落叶阔叶林分别占总面积的4.78%、1.28%，主要分布在西南部、东南部以及东北部四川盆地边缘；其他植被面积相对较少，占总面积的0.23%，主要包括沼泽、稀疏植被；非植被面积占1.02%，主要为冰川、水体、城市、裸地等。

3.1.2 横断山区植被转换时空特征

（1）植被变化阶段性特征。1992—2020年研究区发生转换的植被面积为24871.31 km2（图3a），但发生两次及以上转换的区域占比小于0.01%。植被的转出以灌草镶嵌类（35.05%）和林田镶嵌类（27.49%）为主，另外常绿针叶林（12.00%）也占有较大的面积，这说明该区域存在植被退化现象；其次为稀树草地（7.98%）、林草镶嵌类（4.85%）、农田（4.84%）、其他植被（4.55%），常绿阔叶林（2.31%）、落叶阔叶林（0.72%）、非植被（0.20%）转出最少。植被转入以常绿针叶林为主（52.32%），其次为农田（11.00%）、林草镶嵌类（8.07%）、灌草镶嵌类（7.48%）、林田镶嵌类（6.61%）、常绿阔叶林（6.33%），转为稀树草地（3.42%）、非植被（2.20%）、落叶阔叶林（1.72%）、其他植被（0.85%）最少。
图3 1992—2020年横断山区不同植被类型转换变化

注：图中标签最后的两位数字代表年份，每幅弦图左侧为较早年份转出植被类型，右侧为较迟年份转入植被类型。图a~d转换面积分别为24871.31 km2、11781.08 km2、6739.94 km2、7114.17 km2。

Fig. 3 Transformation changes of vegetation types in the Hengduan Mountains from 1992 to 2020

1992—2000年研究区发生植被转换面积为11781.08 km2（图3b）。其中超60%的比例转向常绿针叶林，其次转入为农田。灌草镶嵌类转出比例最大，受植树造林和气候变暖影响，其中66.25%转为常绿针叶林，20.66%转为农田；林田镶嵌类转出比例次之，78.23%转为常绿针叶林，11.93%转为常绿阔叶林；常绿针叶林、常绿阔叶林转出主要以植被退化为主且整个研究时段内始终存在，可能与地质灾害有关；稀树草地主要转向常绿针叶林；其余植被类型转换比例不大。
2000—2010年研究区植被转换面积减小为6739.94 km2（图3c），这也是转换面积最小的一个时期。在该阶段转为常绿针叶林的比例减小而其余植被类型转入比例增加，植被互转明显。林田镶嵌类转出比例增大成为该阶段转出面积最大的植被类型，除61.80%转向常绿针叶林外，也分别有14.88%、8.29%转向灌草镶嵌类和常绿阔叶林；灌草镶嵌类转出比例减小，仍主要转向常绿针叶林和农田，但转向常绿针叶林的比例减小为57.00%，农田的比例增大为22.01%；农田在该阶段的转出比例增大为5.67%，但仍为净转入植被，主要转向灌草镶嵌类与非植被，这或与城市化建设与退耕还草有关；其余植被类型的转换情况变化不大。
2010—2020年研究区植被转换面积有所增加，为7114.17 km2（图3d）。除转入农田比例大幅减小而转入常绿针叶林比例增加外，其余植被类型转入比例与上阶段大致相同。林田镶嵌类仍为转出比例最大的植被类型，转入植被类型与比例变化较小；灌草镶嵌类在此阶段仍为转出比例第二大植被类型，其中67.99%转向常绿针叶林，而转入农田比例很小，仅为3.33%；林草镶嵌类转出比例增大，其中69.13%转向常绿针叶林，11.68%转向常绿阔叶林；农田在该阶段转出比例继续增大，达到12.33%，成为净转出植被，仍主要转向灌草镶嵌类与非植被。
总体而言，灌草镶嵌类转出面积与比例逐渐减少，林田镶嵌类转出比例变化不大，林草镶嵌类和农田转出比例逐渐增大，农田在1992—2010年呈净增长趋势而在2010—2020年成为净转出植被，常绿针叶林在各时段均有相当面积的转出，主要以植被退化为主。在各时段均主要转入为常绿针叶林，其中2000—2010年转入常绿针叶林所占比例最小而转入草地所占比例较大，这或与地质灾害有关，非植被所占比例逐渐增大，城市化进程加快。
（2）主要植被类型间转换关系及其分布。1992—2020年横断山区的主要植被转变情形如图4所示。从空间分布来看，河谷地区以灌草镶嵌类（5113.03 km2）转为常绿针叶林为主，其南部较低海拔区域以林田镶嵌类（4737.66 km2）、稀树草地（1591.19 km2）、林草镶嵌类（763.55 km2）转为常绿针叶林为主；灌草镶嵌类转为农田主要分布在北部高原和南部干热河谷的部分区域，共计2130.86 km2；常绿针叶林转为稀树草地、灌草镶嵌类的区域主要分布在龙门山脉、雅砻江与鲜水河交汇处东部以及云贵高原与青藏高原交接的干热河谷地带，转换面积分别为727.75 km2、692.98 km2。另外，横断山区南部有667.72 km2林田镶嵌类转为常绿阔叶林，也有一定面积农田转为非植被区域，后者主要是城市化的扩张。总体而言，植被发生变化的区域均集中于河谷附近和南部的小盆地区域，特别是龙门山脉植被变化剧烈。
图4 横断山区主要植被类型间转换关系及其分布

Fig. 4 Geographical map of transformation among vegetation types in the Hengduan Mountains

3.1.3 横断山区不同类型植被的分布面积与平均海拔变化

为细致了解横断山区各植被类型年际变化情况，本文还逐年统计了各植被类型分布面积及其分布的平均海拔高度逐年变化情况（图5）。结果表明，各植被类型在1995年之前面积变动不大，2010年左右也有一个相对平稳期。其中，常绿针叶林在1994—2005年迅速增长，之后经历了10 a左右的相对平稳期，从2016年开始面积继续增长；林田镶嵌类、灌草镶嵌类则呈现与常绿针叶林相反的趋势；常绿阔叶林、落叶阔叶林面积变化不大；农田与林草镶嵌类则呈现先增长后下降的趋势；稀树草地、其他植被在经历1994—2004年的下降后趋于稳定，但还有些许变动；非植被面积增速呈现越来越快的趋势。总体而言，横断山区植被覆被逐渐向好，草地、人工植被多向森林转换，农田、非植被面积略微增加，城市化进程加快。
图5 1992—2020年横断山区植被类型面积与分布平均海拔变化

Fig. 5 Relationship between vegetation area and average elevation in the Hengduan Mountains from 1992 to 2020

除农田外，其他植被类型分布的平均海拔与面积呈现相反的变化趋势。由于植被从草地向森林的转换主要发生在低海拔地区，这导致森林分布的平均海拔随面积的增加而降低，草地分布的平均海拔随面积的减少而升高。2000年后农田分布的平均海拔的显著升高是由横断山区北部高原区域耕地的开垦导致。

3.2 横断山区植被活动变化

3.2.1 横断山区植被活动变化趋势

区域植被活动变化主要表现为各种植被类型平均NDVI的波动（表1）。据2000—2020年MOD13A1数据分析该时段植被活动的变化趋势可知，研究区植被活动（生长季均值或峰值）整体上呈显著增强趋势。其中，全区生长季平均NDVI值增速达到0.020/10a，年最大NDVI值平均增速较小，为0.014/10a。植被生长季平均NDVI呈增长趋势的区域占植被类型未变化总面积的80.94%（图6），主要分布于研究区高山地区、怒江和澜沧江除上游河谷区域、雅砻江河谷以及东部的岷江流域；呈下降趋势的区域仅占19.06%，集中分布于研究区西部的怒江与澜沧江上游、南部的金沙江、东部大渡河以及龙门山脉。年最大植被NDVI变化趋势和生长季平均NDVI变化趋势大致相同，但总体来看空间分异明显，其显著增长的区域集中于南部较低海拔区域。总之，2000—2020年无论是生长季平均NDVI还是年最大NDVI均呈现上升趋势，显著上升区占比在23.27%~28.49%之间。
表1 横断山区各植被类型年均NDVI增长趋势及显著性

Tab. 1 Trends of the annual mean NDVI of each vegetation type in the Hengduan Mountains

生长季平均NDVI 生长季平均NDVI增速 R2 增长趋势在该类型的占比(%) 显著增长趋势在该类型的占比(%)
农田 0.479 0.016/10a** 0.32 72.36 30.85
林田镶嵌类 0.483 0.019/10a** 0.32 76.20 28.27
常绿阔叶林 0.633 0.024/10a** 0.43 90.30 40.75
落叶阔叶林 0.558 0.012/10a 0.08 68.69 19.68
常绿针叶林 0.582 0.021/10a** 0.45 87.40 40.26
林草镶嵌类 0.544 0.015/10a** 0.15 76.68 18.65
稀树草地 0.493 0.011/10a 0.09 74.23 12.77
灌草镶嵌类 0.426 0.012/10a* 0.24 76.69 16.18
其他植被 0.405 0.005/10a 0.03 74.65 15.76

注：**表示在P < 0.01下显著，*表示在P < 0.05下显著。

图6 横断山区植被活动空间变化趋势

Fig. 6 Spatial variation trend of vegetation activity in the Hengduan Mountains

就植被类型来说，横断山区森林生长季平均NDVI值、增长速度以及呈增长趋势所占该类型面积比例较草地高，人工植被则在两者之间（表1）。常绿阔叶林、常绿针叶林两种植被类型表现得最为明显且具有较高的置信度和R2；落叶阔叶林生长季平均NDVI增长趋势所占面积比例最小且增速较慢，这与其生长季的延长有一定关系。

3.2.2 植被活动的影响因素

（1）气候影响。在全球变暖的背景下，2000—2020年横断山区年平均气温以0.04 ℃/a呈显著上升趋势（P < 0.01），而年降水量则以-0.55 mm/a呈不显著下降趋势（P > 0.1）。在剔除各类变化植被的像元后，分析保留部分的生长季植被活动与气候要素的偏相关关系，结果表明研究区73.98%面积内的气温与NDVI呈正相关，显著正相关（P < 0.05）区域面积占全区总面积的16.22%，这说明温度的升高对于横断山区大部分区域植被活动有积极作用。但干热河谷温度升高对植被活动有消极影响。升温对森林植被活动的积极影响最强，而对人工植被的消极影响更强（图7a）。
图7 横断山区植被活动与气候要素的偏相关空间特征

注：右下角堆积柱状图横坐标植被类型0代表整个区域所有植被，1~9分别为农田、林田镶嵌类、常绿阔叶林、落叶阔叶林、常绿针叶林、林草镶嵌类、稀树草地、灌草镶嵌类和其他植被。

Fig. 7 Spatial distribution of partial correlations between vegetation activities and climate factors in the Hengduan Mountains

在特定海拔高度和特定地区，植被活动与降水的偏相关关系主要以正相关为主且存在聚集性，二者呈正相关的像元占整个区域的33.89%，其中显著相关（P < 0.05）像元占比6.61%。与其他类型相比，草地对降水变化更加敏感，植被活动与降水的正相关关系也更强。例如，在横断山区中南和东南部2000 m海拔高度以下的金沙江及附近干热河谷区域，降水减少对常绿针叶林和草地两种类型植被的限制作用更加显著。在二郎山东部1200~2000 m海拔高度区域，降水增加对常绿针叶林、常绿阔叶林和草地的植被活动有十分显著的积极作用。对北部的怒江、澜沧江、金沙江、雅砻江等流域2000~3200 m海拔高度的干热河谷区域而言，草地植被活动对降水的响应极为敏感。在同一区域3200~3800 m海拔高度范围内，降水对作物生长的促进作用也较为明显（图7b）。而在东南部中山丘陵区域，因降水相对丰沛，草地物种组成与上述区域相比亦有不同，降水减少对植被活动的限制条件不明显。
（2）地形影响。由于横断山区高山峡谷纵列，高差极大，植被分布特征明显，其险峻的地形和丰沛的降水也造成了该区地质灾害频发。因此，研究区域植被活动减弱趋势与地形因子的关系也很密切（图8）。分析表明，海拔2000 m以下区域植被活动减弱最为明显，其中1000m以下区域植被活动减弱面积占该区间总植被面积的32.65%。就坡度影响而言，植被活动呈减弱趋势的面积随坡度的升高先增加后减少。其中，0°~4°、> 36°坡度范围植被活动减弱趋势最为显著。从坡向方面看，植被活动呈减弱趋势以东坡最为明显，南坡和平地次之。总体而言，低海拔区、坡度> 36°的偏东偏南坡和坡度为0°~4°的平坦区的植被活动减弱趋势最为显著。
图8 植被活动趋势与地形关系

Fig. 8 The relationship between vegetation activities and topographical conditions of the Hengduan Mountains

4 结论与讨论

4.1 讨论

4.1.1 不同植被类型分布及其转换得到多种地面资料支持

常绿针叶林是横断山区最主要的植被类型，这与以往植被调查结果相一致。例如，刘伦辉等[17]基于植被调查指出横断山区金沙江附近山地暗针叶林为地区代表性植被；吴学靖等[43]在有关哈巴雪山的研究中指出，长苞冷杉林为区内分布面积最大的植被类型，其次为云南松林，其面积分别占整个保护区面积的19.9%和16.1%；据朱华[44]所述，滇中高原的地带性代表植被为半湿润常绿阔叶林，但大部分由于破坏已被云南松林替换；云南松林为云南高原上现存面积最大的森林类型[45]。植被发生变化的区域集中在河谷地区和南部较低海拔地区，这与张雪梅等[46]的研究相同。其中，植被的转出主要以草地和人工植被为主，转入主要以常绿针叶林为主，印证了近年来中国西南地区农田、草地丧失较多的事实[47]。这是由于森林一经砍伐或火烧之后，树种具有很强的萌生力和根孽习性，不久形成不同高度的萌生灌丛，在不断砍樵利用下，则会停留在灌丛状态[48]，而中国实施的封山育林育草、植树造林、退耕还林等措施促进横断山区植被恢复[49-50]，该区域生态环境在近30年持续向好。此外，横断山区耕地的减少与非植被面积的增加密切相关，与快速城市化进程相关。城市化占用耕地，威胁粮食安全的问题值得进一步重视[51]。同时，中国严格的耕地保护和就近补偿政策迫使开垦新的耕地，这会对横断山区生态环境造成一定的破坏。

4.1.2 植被活动趋势与其他类似研究具有较好可比性

横断山区生长季平均NDVI以0.020/10a的速度呈显著的增长趋势，这与基于遥感数据的同类研究趋势接近。如胡实等[11]发现2000—2016年横断山区98县区植被活动年均增长率为0.004/10a，熊巧利等[52]得出2000—2016年西南地区植被活动以0.009/10a增强，张亮等[53]研究发现2000年后长江流域植被活动增速为0.016/10a。有研究指出研究区所在的西南地区是中国植被活动最强的区域之一[47]。草地的植被活动增速低于森林，主要原因是由于草地大多生长于高海拔地区，自然环境较森林恶劣[54]，故在该区域森林植被活动增长较快。另外，胡实等认为高海拔区域植被活动的增强是由于草地面积增加的影响[11]，但本文结果表明草地面积减少，但其植被活动在增强，其原因主要是自然环境条件向好发展和封山育林育草政策影响。

4.1.3 植被活动变化与非气候因素的关系

横断山区仍有超20%的区域植被活动呈下降趋势，主要分布于未发生植被变化的河谷区域与龙门山脉、贡嘎山附近区域。有研究表明，大渡河流域森林植被破坏严重[55]，河谷坡度较大，植被稳定性差[56]，降水丰富使得河谷及其附近区域成为泥石流等地质灾害多发的区域[9-10]，而龙门山脉、贡嘎山附近可能是由于汶川、绵竹和康定地震的原因。本文对人类活动影响的定量分析尚有进一步深化的余地。横断山区地形和气候条件复杂，人类活动与气候要素对植被活动交织影响。由于本文在分析植被活动变化中已去除植被类型变化影响，人类活动影响难以体现。但客观上看，近年来中国实施的植树造林和加强封山育林等生态管理措施对增加区域植被分布、提升植被活动均有积极影响[21]。其中，上文所述的长江流域防护林体系建设工程等生态工程[16]均将横断山作为主要示范区域。后续研究需注意加强人类活动对植被变化影响的定量分析。
上述结论尚待未来更多区域植被调查资料来证明。由于横断山区地形复杂，高差极大，这对灌木识别造成较大困难[26]，或使草地面积相较以往野外调查结果偏大。另外，由于遥感数据反映垂直投影面积[57]，也会影响分析结果。后续研究中如结合区域特征，综合运用无人机、高光谱数据提高遥感数据的精准度[55]，辅之以重点区域的人工调查，将使研究结果更可信。

4.2 结论

针对近年横断山区全域性和长时段植被覆被变化及其与海拔关系研究相对薄弱问题，本文主要利用综合性遥感影像资料较系统研究了横断山区不同类型植被分布和转换状况、植被活动变化及其对气候的响应等问题，主要结论如下：
（1）横断山区植被主要以常绿针叶林和灌草镶嵌类为主，1992—2020年灌草镶嵌类面积减小而常绿针叶林面积增加，植被类型发生变化的区域均集中于河谷附近和南部的小盆地区域，尤以1992—2000年变化最为明显，这说明该时段中国先后实施植树造林、退耕还林、封山育林等生态工程已经取得显著成效。因此，森林面积逐年增加而其分布的平均海拔逐年降低，草地分布变化却与之相反。与此同时，在横断山区北部高原区域较强烈的耕地开垦，使2000年后农田分布的平均海拔显著升高。
（2）2000—2020年横断山区各类植被生长季的植被活动均呈现增强趋势，其幅度由高到低分别为常绿阔叶林>常绿针叶林>林田镶嵌类>农田>林草镶嵌类>落叶阔叶林>灌草镶嵌类>稀树草地>其他植被。在植被类型未变化区域中，植被活动增强面积超过3/4，其中显著增强区域面积超过1/5（P < 0.05）。各类植被呈显著增长趋势占该类型的面积比例由高到低分别为常绿阔叶林>常绿针叶林>农田>林田镶嵌类>落叶阔叶林>林草镶嵌类>灌草镶嵌类>其他植被>稀树草地。
（3）横断山区73.98%区域的植被活动与气温呈正相关关系，在森林植被的表现更显著。而横断山区西北部、中南部的干热河谷等区域植被活动与降水有显著的正相关关系。
本文结论有助于更深入了解近30年横断山区植被分布与植被活动的时空特征，可为区域环境变化研究、植被和生态系统管理提供科学依据和参考。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Piao S L, Wang X H, Ciais P, et al. Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006. Global Change Biology, 2011, 17(10): 3228-3239.

DOI

[2]
Peng J, Liu Z H, Liu Y H, et al. Trend analysis of vegetation dynamics in Qinghai-Tibet Plateau using Hurst Exponent. Ecological Indicators, 2012, 14(1): 28-39.

DOI

[3]
Wu Shaohong, Pan Tao, Cao Jie, et al. Barrier-corridor effect of longitudinal range-gorge terrain on monsoons in Southwest China. Geographical Research, 2012, 31(1): 1-13.

DOI

[吴绍洪, 潘韬, 曹杰, 等. 西南纵向岭谷地形对季风的“通道—阻隔”作用. 地理研究, 2012, 31(1): 1-13.]

DOI

[4]
Chen Changdu. The Dujiangyan Region: Pivot sector of assemblage, differentiation and maintenance of biodiversity in northern part of Hengduan Mountain. Acta Ecologica Sinica, 2000, 20(1): 28-34.

[陈昌笃. 都江堰地区─横断山北段生物多样性交汇、分化和存留的枢纽地段. 生态学报, 2000, 20(1): 28-34.]

[5]
Mullen R, Sherman R, Li H M, et al. Spatial patterns of plant diversity and communities in Alpine ecosystems of the Hengduan Mountains, northwest Yunnan, China. Journal of Plant Ecology, 2008, 1(2): 117-136.

DOI

[6]
Li Zongxing, He Yuanqing, Xin Huijuan, et al. Spatio-temporal variations of temperature and precipitation in Mts. Hengduan Region during 1960-2008. Acta Geographica Sinica, 2010, 65(5): 563-579.

[李宗省, 何元庆, 辛惠娟, 等. 我国横断山区1960—2008年气温和降水时空变化特征. 地理学报, 2010, 65(5): 563-579.]

[7]
Xu Fei, Jia Yangwen, Niu Cunwen, et al. Variation character of annual, seasonal and monthly temperature and precipitation. Mountain Research, 2018, 36(2): 171-183.

[徐飞, 贾仰文, 牛存稳, 等. 横断山区气温和降水年季月变化特征. 山地学报, 2018, 36(2): 171-183.]

[8]
Li Jing, Xia Chuanfu, Liu Qinhuo, et al. 1 km growing season length data product over China-ASEAN (2013). Journal of Global Change Data & Discovery, 2017, 1(3): 278-281, 278.

[李静, 夏传福, 柳钦火, 等. 1 km growing season length data product over China-ASEAN (2013). Journal of Global Change Data & Discovery, 2017, 1(3): 278-281, 278.]

[9]
Mao Gang, Hu Yueping, Chen Yuan. The safety of the settlement in mountain area with frequent geological disasters: Examples of villages and towns in the Hengduan Mountains. Journal of Xi'an University of Architecture & Technology (Natural Science Edition), 2014, 46(1): 101-108.

[毛刚, 胡月萍, 陈媛. 地质灾害频发山区聚落安全性探索: 以横断山系的集镇和村庄为例. 西安建筑科技大学学报(自然科学版), 2014, 46(1): 101-108.]

[10]
Hu Kaiheng, Wei Li, Liu Shuang, et al. Spatial pattern of debris-flow catchments and the rainfall amount of triggering debris flows in the Hengduan Mountains region. Acta Geographica Sinica, 2019, 74(11): 2303-2313.

DOI

[胡凯衡, 魏丽, 刘双, 等. 横断山区泥石流空间格局和激发雨量分异性研究. 地理学报, 2019, 74(11): 2303-2313.]

DOI

[11]
Hu Shi, Zhan Chesheng, Zhao Ruxin, et al. Detecting changes and causes of vegetation greenness in the Hengduan Mountains region, China. Mountain Research, 2019, 37(5): 669-680.

[胡实, 占车生, 赵茹欣, 等. 横断山区植被绿度的时空变化特征及其成因. 山地学报, 2019, 37(5): 669-680.]

[12]
Wang Qiang, Zhang Tingbin, Yi Guihua, et al. Tempo-spatial variations and driving factors analysis of net primary productivity in the Hengduan Mountain area from 2004 to 2014. Acta Ecologica Sinica, 2017, 37(9): 3084-3095.

[王强, 张廷斌, 易桂花, 等. 横断山区2004—2014年植被NPP时空变化及其驱动因子. 生态学报, 2017, 37(9): 3084-3095.]

[13]
Chen T T, Peng L, Liu S Q, et al. Spatio-temporal pattern of net primary productivity in Hengduan Mountains area, China: Impacts of climate change and human activities. Chinese Geographical Science, 2017, 27(6): 948-962.

DOI

[14]
Chen S T, Guo B, Zhang R, et al. Quantitatively determine the dominant driving factors of the spatial-temporal changes of vegetation NPP in the Hengduan Mountain area during 2000-2015. Journal of Mountain Science, 2021, 18(2): 427-445.

DOI

[15]
Wang Y H, Dai E F, Yin L, et al. Land use/land cover change and the effects on ecosystem services in the Hengduan Mountain region, China. Ecosystem Services, 2018, 34(1): 55-67.

DOI

[16]
Chen Guojie. Problems and countermeasures in returning cultivated land in steep hills into forest and in banning deforestation in the upper reaches of the Yangtze River. Resources and Environment in the Yangtze Basin, 2001, 10(6): 544-549.

[陈国阶. 长江上游退耕还林与天然林保护的问题与对策. 长江流域资源与环境, 2001, 10(6): 544-549.]

[17]
Liu Lunhui, Yu Youde, Zhang Jianhua. The division of vertical vegetation zone in Hengduanshan. Acta Botanica Yunnanica, 1984, 6(2): 205-216.

[刘伦辉, 余有德, 张建华. 横断山自然植被垂直带的划分. 云南植物研究, 1984, 6(2): 205-216.]

[18]
Liu Lunhui, Yu Youde, Zhang Jianhua. Discussion upon the regularities of vegetational distribution in the Hengduan Mountains. Acta Botanica Yunnanica, 1985, 7(3): 323-335.

[刘伦辉, 余有德, 张建华. 横断山地区植被分布规律的探讨. 云南植物研究, 1985, 7(3): 323-335.]

[19]
Yao Yonghui, Zhang Baiping, Han Fang, et al. Spatial pattern and exposure effect of altitudinal belts in the Hengduan Mountain. Mountain Research, 2010, 28(1): 11-20.

[姚永慧, 张百平, 韩芳, 等. 横断山区垂直带谱的分布模式与坡向效应. 山地学报, 2010, 28(1): 11-20.]

[20]
Zhang Xinshi, China Vegetation Map Editorial Committee of the Chinese Academy of Sciences. Vegetation Map of the People's Republic of China (1:1000000). Beijing: Geological Publishing House, 2007.

[张新时, 中国科学院中国植被图编辑委员会. 中华人民共和国植被图(1:1000000). 北京: 地质出版社, 2007.]

[21]
Chen Shanshan, Wen Zhaofei, Ma Maohua, et al. Quantitative analysis of the impact of ecological projects on vegetation dynamics under the background of climate change: A review of methods. Acta Ecologica Sinica, 2022, 42(15): 6439-6449.

[陈珊珊, 温兆飞, 马茂华, 等. 气候变化背景下定量解析生态工程对植被动态影响的研究方法综述. 生态学报, 2022, 42(15): 6439-6449.]

[22]
Wu Tongwen, Li Jianghai, Wen Cheng. Evaluation of natural heritage potential of China in the background of applying for world natural heritage. Chinese Landscape Architecture, 2019, 35(6): 56-60.

[吴桐雯, 李江海, 闻丞. 申遗背景下的中国自然遗产潜力评估. 中国园林, 2019, 35(6): 56-60.]

[23]
Zheng Jingyun, Yin Yunhe, Li Bingyuan. A new scheme for climate regionalization in China. Acta Geographica Sinica, 2010, 65(1): 3-12.

DOI

[郑景云, 尹云鹤, 李炳元. 中国气候区划新方案. 地理学报, 2010, 65(1): 3-12.]

[24]
Wu Zhengyi, Editorial Committee for Vegetation in China. Vegetation in China. Beijing: Science Press, 1980.

[吴征镒, 中国植被编辑委员会. 中国植被. 北京: 科学出版社, 1980.]

[25]
Li W, Macbean N, Ciais P, et al. Gross and net land cover changes in the main plant functional types derived from the annual ESA CCI land cover maps (1992-2015). Earth System Science Data, 2018, 10(1): 219-234.

DOI

[26]
Liu Qionghuan, Zhang Yili, Liu Linshan, et al. Accuracy evaluation of the seven land cover data in Qiangtang Plateau. Geographical Research, 2017, 36(11): 2061-2074.

DOI

[刘琼欢, 张镱锂, 刘林山, 等. 七套土地覆被数据在羌塘高原的精度评价. 地理研究, 2017, 36(11): 2061-2074.]

DOI

[27]
Yang Y K, Xiao P F, Feng X Z, et al. Accuracy assessment of seven global land cover datasets over China. ISPRS Journal of Photogrammetry and Remote Sensing, 2017, 125: 156-173.

DOI

[28]
Li Y Y, Tan M H, Hao H G. The impact of global cropland changes on terrestrial ecosystem services value, 1992-2015. Journal of Geographical Sciences, 2019, 29(3): 323-333.

DOI

[29]
Gregorio D A, Jansen J M L. Land cover classification system: Classification concepts and user manual. Rome: Food and Agriculture Organization of the United Nations, 2005.

[30]
Piao Shilong, Fang Jingyun, Guo Qinghua. Application of CASA model to the estimation of Chinese terrestrial net primary productivity. Acta Phytoecologica Sinica, 2001, 25(5): 603-608, 644.

[朴世龙, 方精云, 郭庆华. 利用CASA模型估算我国植被净第一性生产力. 植物生态学报, 2001, 25(5): 603-608, 644.]

[31]
Nan Xi, Li Ainong, Bian Jinhu, et al. Comparison of the accuracy between SRTM and ASTER GDEM over typical mountain area: A case study in the Eastern Qinghai-Tibetan Plateau. Journal of Geo-Information Science, 2015, 17(1): 91-98.

[南希, 李爱农, 边金虎, 等. 典型山区SRTM3与ASTER GDEM数据精度对比分析: 以青藏高原东麓深切河谷区为例. 地球信息科学学报, 2015, 17(1): 91-98.]

DOI

[32]
Tang Guoan, Song Jia. Comparison of slope classification methods in slope mapping from DEMs. Journal of Soil and Water Conservation, 2006, 20(2): 157-160, 192.

[汤国安, 宋佳. 基于DEM坡度图制图中坡度分级方法的比较研究. 水土保持学报, 2006, 20(2): 157-160, 192.]

[33]
Li Z, Yan Z W, Zhu Y N, et al. Homogenized daily relative humidity series in China during 1960-2017. Advances in Atmospheric Sciences, 2020, 37(4): 318-327.

DOI

[34]
Xiao Duning, Zhao Yi, Sun Zhongwei, et al. Study on the variation of landscape pattern in the west suburbs of Shenyang. Chinese Journal of Applied Ecology, 1990, 1(1): 75-84.

[肖笃宁, 赵羿, 孙中伟, 等. 沈阳西郊景观格局变化的研究. 应用生态学报, 1990, 1(1): 75-84.]

[35]
Lunetta S, Knight J F, Ediriwickrema J, et al. Land-cover change detection using multi-temporal MODIS NDVI data. Remote Sensing of Environment, 2006, 105(2): 142-154.

DOI

[36]
Cai Bofeng, Yu Rong. Advance and evaluation in the long time series vegetation trends research based on remote sensing. Journal of Remote Sensing, 2009, 13(6): 1170-1186.

[蔡博峰, 于嵘. 基于遥感的植被长时序趋势特征研究进展及评价. 遥感学报, 2009, 13(6): 1170-1186.]

[37]
Hou Xiyong, Ying Lanlan, Gao Meng, et al. Character of vegetation cover change in China's eastern coastal areas 1998-2008. Scientia Geographica Sinica, 2010, 30(5): 735-741.

[侯西勇, 应兰兰, 高猛, 等. 1998—2008年中国东部沿海植被覆盖变化特征. 地理科学, 2010, 30(5): 735-741.]

[38]
Mu Shaojie, Li Jianlong, Chen Yizhao, et al. Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001-2010. Acta Geographica Sinica, 2012, 67(9): 1255-1268.

DOI

[穆少杰, 李建龙, 陈奕兆, 等. 2001—2010年内蒙古植被覆盖度时空变化特征. 地理学报, 2012, 67(9): 1255-1268.]

[39]
Ding Yihui, Zhang Li. Intercomparison of the time for climate abrupt change between the Tibetan Plateau and other regions in China. Chinese Journal of Atmospheric Sciences, 2008, 32(4): 794-805.

[丁一汇, 张莉. 青藏高原与中国其他地区气候突变时间的比较. 大气科学, 2008, 32(4): 794-805.]

[40]
Zhang Fengchun, Yang Xiaoling, Qin Liyi. Interpretation of China Biodiversity Conservation Strategy and Action Plan. Environmental Protection, 2010, 38(19): 8-10.

[张风春, 杨小玲, 钦立毅. 《中国生物多样性保护战略与行动计划》解读. 环境保护, 2010, 38(19): 8-10.]

[41]
The Compilation Group of China National Research Report on Biodiversity. China National Research Report on Biodiversity. Beijing: China Environmental Science Press, 1998: 147-156.

[《中国生物多样性国情研究报告》编写组. 中国生物多样性国情研究报告. 北京: 中国环境科学出版社, 1998: 147-156.]

[42]
Xiao Nengwen, Zhao Zhiping, Li Guo, et al. Biodiversity survey and assessment methods in biodiversity conservation priority areas in China. Acta Ecologica Sinica, 2022, 42(7): 2523-2531.

[肖能文, 赵志平, 李果, 等. 中国生物多样性保护优先区域生物多样性调查和评估方法. 生态学报, 2022, 42(7): 2523-2531.]

[43]
Wu Xuejing, Yu Changyuan. Vegetation distribution characteristics and diversity conservation in Habaxueshan provincial nature reserve. Forest Inventory and Planning, 2020, 45(1): 47-51.

[吴学靖, 余昌元. 哈巴雪山省级自然保护区植被分布特征及其多样性保护研究. 林业调查规划, 2020, 45(1) : 47-51.]

[44]
Zhu Hua. Vegetation diversity of Yunnan. Journal of Southwest Forestry University, 2022, 42(1): 1-12.

[朱华. 云南植被多样性研究. 西南林业大学学报(自然科学), 2022, 42(1): 1-12.]

[45]
Deng Xiqing, Huang Baolin, Wen Qingzhong, et al. A research on the distribution of Pinus yunnanensis forest in Yunnan Province. Journal of Yunnan University, 2013, 35(6): 843-848.

[邓喜庆, 皇宝林, 温庆忠, 等. 云南松林在云南的分布研究. 云南大学学报(自然科学版), 2013, 35(6): 843-848.]

[46]
Zhang Xuemei, Fang Shibo. Investigation and analysis of farmland afforestation by RS and GIS in Western of Sichuan Province, China. Journal of Arid Land Resources and Environment, 2007, 21(6): 146-150.

[张雪梅, 房世波. 干旱河谷地区退耕还林调查与生态还林分析. 干旱区资源与环境, 2007, 21(6): 146-150.]

[47]
Ma Haiyun, Zhang Linlin, Wei Xueqiong, et al. Spatial and temporal variations of land use and vegetation cover in Southwest China from 2000 to 2015. Chinese Journal of Applied Ecology, 2021, 32(2): 618-628.

DOI

[马海云, 张林林, 魏学琼, 等. 2000—2015年西南地区土地利用与植被覆盖的时空变化. 应用生态学报, 2021, 32(2): 618-628.]

DOI

[48]
Jin Zhenzhou, Ou Puding. Hard-leaved evergreen broad-leaved forests in China. Journal of Yunnan University: Natural Sciences Edition, 1981, 3(2): 13-20.

[金振洲, 区普定. 我国的硬叶常绿阔叶林. 云南大学学报(自然科学版), 1981, 3(2): 13-20.]

[49]
Chen C, Park T, Wang X H, et al. China and India lead in greening of the world through land-use management. Nature Sustainability, 2019, 2(2): 122-129.

DOI PMID

[50]
Zhang Yili, Liu Linshan, Wang Zhaofeng, et al. Spatial and temporal characteristics of land use and cover changes in the Tibetan Plateau. Chinese Science Bulletin, 2019, 64(27): 2865-2875.

[张镱锂, 刘林山, 王兆锋, 等. 青藏高原土地利用与覆被变化的时空特征. 科学通报, 2019, 64(27): 2865-2875.]

[51]
Liu Jiyuan, Kuang Wenhui, Zhang Zengxiang, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s. Acta Geographica Sinica, 2014, 69(1): 3-14.

DOI

[刘纪远, 匡文慧, 张增祥, 等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局. 地理学报, 2014, 69(1): 3-14.]

[52]
Xiong Qiaoli, He Yunling, Li Tongyan, et al. Spatiotemporal patterns of vegetation coverage and response to climatic and topographic factors in growth season in Southwest China. Research of Soil and Water Conservation, 2019, 26(6): 259-266.

[熊巧利, 何云玲, 李同艳, 等. 西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应. 水土保持研究, 2019, 26(6): 259-266.]

[53]
Zhang Liang, Ding Mingjun, Zhang Huamin, et al. Spatiotemporal variation of the vegetation coverage in Yangtze River Basin during 1982-2015. Journal of Natural Resources, 2018, 33(12): 2084-2097.

DOI

[张亮, 丁明军, 张华敏, 等. 1982—2015年长江流域植被覆盖度时空变化分析. 自然资源学报, 2018, 33(12): 2084-2097.]

[54]
Liu Jing, Wen Zhongming, Gang Chengcheng. Normalized difference vegetation index of different vegetation cover types and its responses to climate change in the Loess Plateau. Acta Ecologica Sinica, 2020, 40(2): 678-691.

[刘静, 温仲明, 刚成诚. 黄土高原不同植被覆被类型NDVI对气候变化的响应. 生态学报, 2020, 40(2): 678-691.]

[55]
Yan Jianzhong, Zhang Yili, Bai Wanqi, et al. Study on land cover change based on vegetation succession: Forest cutting, regeneration and degradation in the upper reaches of Dadu River. Science in China: Series D Earth Sciences, 2005, 35(11): 1060-1073.

[阎建忠, 张镱锂, 摆万奇, 等. 基于植被演替的土地覆被变化研究: 大渡河上游的森林采伐、更新和退化. 中国科学(D辑: 地球科学), 2005, 35(11): 1060-1073.]

[56]
Qin Mingyue, Guo Jian, Zou Qiang. Preliminary study on the distribution characteristics of potentially unstable vegetated-slopes: A case study of Dadu River basin. Journal of Engineering Geology, 2021. DOI: 10.13544/j.cnki.jeg.2020-667.

DOI

[秦明月, 郭剑, 邹强. 植被覆被条件下不稳定斜坡分布规律探究: 以大渡河流域为例. 工程地质学报, 2021. DOI: 10.13544/j.cnki.jeg.2020-667.]

DOI

[57]
Liu Xingyu, Zhou Guangsheng, Lyu Xiaomin, et al. Analysis of the difference between landscape surface area and vertical projection area in the Hengduan Mountains: A case study of Yajiang county. Bulletin of Surveying and Mapping, 2021, 67(8): 37-41.

[刘星雨, 周广胜, 吕晓敏, 等. 横断山区地表真实面积与垂直投影面积差异分析: 以雅江县为例. 测绘通报, 2021, 67(8): 37-41.]

Options
文章导航

/

〈 〉