1996—2015年黄河源区植被覆盖度提取和时空变化分析

doi:10.7522/j.issn.1000-0240.2021.0046

冰川冻土 ›› 2021, Vol. 43 ›› Issue (2): 662-674.doi: 10.7522/j.issn.1000-0240.2021.0046

1996—2015年黄河源区植被覆盖度提取和时空变化分析

王俊奇¹(), 王广军¹(), 梁四海², 杜海波³, 彭红明⁴

^1.中国地质大学(北京) 土地科学技术学院, 北京 100083
^2.中国地质大学(北京) 水资源与环境学院, 北京 100083
^3.内蒙古自治区煤田地质局勘测队, 内蒙古呼和浩特 010010
^4.青海省环境地质勘查局, 青海西宁 810007

收稿日期:2020-10-10 修回日期:2021-01-05 出版日期:2021-04-30 发布日期:2021-05-18
通讯作者: 王广军 E-mail:wjq01199624@163.com;cugbwgj@163.com
作者简介:王俊奇，硕士研究生，主要从事遥感信息提取研究. E-mail：wjq01199624@163.com
基金资助:
中国科学院战略性先导科技专项(XDA20100103);青海省应用基础研究项目(2017-ZJ-743)

Extraction and spatio-temporal analysis of vegetation coverage from 1996 to 2015 in the source region of the Yellow River

Junqi WANG¹(), Guangjun WANG¹(), Sihai LIANG², Haibo DU³, Hongming PENG⁴

^1.School of Land Science and Technology，China University of Geosciences （Beijing），Beijing 100083，China
^2.School of Water Resources and Environment，China University of Geosciences （Beijing），Beijing 100083，China
^3.Inner Mongolia Survey Team of Coalfield Geology Bureau，Hohhot 010010，China
^4.Qinghai Bureau of Environmental Geology Exploration，Xining 810007，China

Received:2020-10-10 Revised:2021-01-05 Online:2021-04-30 Published:2021-05-18
Contact: Guangjun WANG E-mail:wjq01199624@163.com;cugbwgj@163.com

摘要/Abstract

摘要：

研究黄河源区植被覆盖度时空变化对于深入理解青藏高原多年冻土区在气候变化和人类活动双重作用下的植被响应，以及为黄河源区生态环境保护和治理提供决策具有重要的意义。以陆地卫星（Landsat）影像为主要数据源，利用多端元混合像元分解模型（Multiple Endmember Spectral Mixture Analysis，MESMA），完成了1996—2015年黄河源区4.4万km²、7个时相的植被覆盖度提取，并基于转移矩阵和一元线性回归趋势法分析了植被覆盖度变化情况。结果表明：黄河源区东南部植被覆盖度较高，西北部植被覆盖度较低，且植被覆盖度在空间上由东南向西北呈递减趋势。1996—2004年植被覆盖度整体呈下降趋势，2004—2015年植被覆盖度呈增加趋势。1996—2015年植被覆盖度呈增加趋势的区域占57.25%，基本不变的区域占16.02%，植被覆盖度呈下降趋势的区域占26.73%。植被覆盖度下降的主要原因是黄河源头及一些河谷地带、环湖地区受人类影响较大，且东南部海拔较低地区受到过度放牧的影响。尽管黄河源区1996—2015年植被覆盖度总体呈改善趋势，但毒杂草的面积也由1996年的16 060 km²增加到2015年的22 942 km²，20年间增加了6 882 km²，毒杂草面积的增加对黄河源区局部地区畜牧业的发展有不利影响。

关键词: 植被覆盖度, MESMA, 黄河源区, 时空变化

Abstract:

Studying the spatial and temporal variation of vegetation coverage in the source region of the Yellow River is of great significance to understand the response of vegetation growth in permafrost area of Qinghai-Tibet Plateau under the dual effects of climate change and human activities， and to provide theoretical basis for the protection and control of the ecological environment in the source region of the Yellow River. Using Landsat as the main data source， this paper uses Multiple Endmember Spectral Mixture Analysis （MESMA） to complete the extraction of vegetative cover of 7 phases of 44 000 km² from 1996 to 2015 in the source region of the Yellow River respectively， and analyses the change of vegetative cover from 1996 to 2015 based on transfer matrix and unvariable linear regression. The research results show： The vegetation coverage is higher in the southeast and lower in the northwest， and decreases from southeast to northwest in space. Desertification is serious in the north. This is consistent with the hydrothermal conditions in the source region of the Yellow River. From 1996 to 2004， bare land as a whole increased by 10.24%， and the unconverted area accounted for as high as 77.22%. Low coverage type， medium coverage type and medium coverage type remain basically unchanged on the whole， and the conversion is mainly to lower vegetation coverage type. The high coverage type overall decreased by 12.75%. Therefore， the vegetation coverage showed a general trend of falling. However， from 2004 to 2015， the bare land decreased by 12.91% as a whole， which was mainly converted to low coverage type. Low coverage type， low-medium coverage type and medium coverage type remained basically unchanged， and all of them were mainly converted to higher coverage type， while the high coverage type increased by 16.18% as a whole. Based on the above analysis， the overall vegetation coverage of the source region of the Yellow River showed an increasing trend. This also shows that the state in 2005， 2014 implementation of the “Three-River Source Region ecological protection and construction of the first and second phase of the project” has been effective. From 1996 to 2015， 57.25% of the vegetation coverage areas showed an increasing trend. The increased area is mainly distributed in the central and eastern part， the area around the Ngoring Lake and some areas in the north. About 16.02% of the vegetation coverage areas were basically unchanged. Areas that remain largely unchanged are concentrated in the northern and eastern desert regions， and 26.73% of the vegetation coverage areas showed a decreasing trend. The reduced area is mainly distributed in the west of the source region of the Yellow River， the north of Gyaring Lake， the northeast and southeast of the source region. The main reasons for the decrease of vegetation coverage are that the headwaters of the Yellow River and some river valleys and areas around the lake are greatly affected by human beings， and that the lower altitude of the southeastern region is greatly affected by overgrazing， as well as the disappearance of pastures in the north of Gyaring Lake. Although the vegetation coverage of the source region of the Yellow River showed an overall trend of improvement from 1996 to 2015， the area of poisonous weeds also increased from 16 060 km² in 1996 to 22 942 km² in 2015， which increased by 6 882 km² in 20 years. The poisonous weeds in the source region of the Yellow River were mainly Edelweiss and Oxytropis. Edelweiss was mainly distributed in the south side of the study area. Oxytropis was mainly distributed in the north side， and the distribution area of Ajania khartensis was relatively dispersed. The increase of the area of poisonous weeds had a negative impact on the development of livestock husbandry in the source region of the Yellow River.

Key words: vegetation coverage, MESMA, source region of the Yellow River, spatio-temporal variation

中图分类号:

P237

王俊奇, 王广军, 梁四海, 杜海波, 彭红明. 1996—2015年黄河源区植被覆盖度提取和时空变化分析[J]. 冰川冻土, 2021, 43(2): 662-674.

Junqi WANG, Guangjun WANG, Sihai LIANG, Haibo DU, Hongming PENG. Extraction and spatio-temporal analysis of vegetation coverage from 1996 to 2015 in the source region of the Yellow River[J]. Journal of Glaciology and Geocryology, 2021, 43(2): 662-674.

图/表 16

图1

表1

表2

图2

图3

图4

表3

图5

表4

表5

图6

表6

图7

图8

表7

图9

参考文献 38

1	Zhang Ying， Zhang Chaobin， Wang Zhaoqi， et al. Spatiotemporal dynamics of grassland coverage in response to climate change from 1982 to 2012 in the Three Rivers Source Region［J］. Pratacultural Science， 2017， 34（10）： 1977-1990.
	张颖，章超斌，王钊齐，等. 三江源1982-2012年草地植被覆盖度动态及其对气候变化的响应［J］. 草业科学， 2017， 34（10）： 1977-1990.
2	Li Liangcai， Lu Dengsheng， Zhang Xiaoli， et al. Study on the dynamics of vegetation coverage in the karst mountainous area based on multi-temporal remote sensing images［J］. Journal of Central South University of Forestry & Technology， 2017， 37（7）： 11-17.
	黎良财，陆灯盛，张晓丽，等. 基于时序遥感的喀斯特山区植被覆盖研究［J］. 中南林业科技大学学报， 2017， 37（7）： 11-17.
3	Yao Tandong， Zhu Liping. The response of environmental changes on Tibetan Plateau to global changes and adaptation strategy［J］. Advances in Earth Sciences， 2006， 21（5）： 459-464.
	姚檀栋，朱立平. 青藏高原环境变化对全球变化的响应及其适应对策［J］. 地球科学进展， 2006， 21（5）： 459-464.
4	Kang Yue， Li Zhengchao， Tian Hui， et al. Trend of vegetation evaluation and its responses to climate change over the Source Region of the Yellow River［J］. Climatic and Environmental Research， 2011， 16（4）： 505-512.
	康悦，李振朝，田辉，等. 黄河源区植被变化趋势及其对气候变化的响应过程研究［J］. 气候与环境研究， 2011， 16（4）： 505-512.
5	Wang Ying， Li Yaohui， Sun Xuying. Impact of climate change on the eco-environment in the Yellow River Source［J］. Pratacultural Science， 2015， 32（4）： 539-551.
	王莺，李耀辉，孙旭映. 气候变化对黄河源区生态环境的影响［J］. 草业科学， 2015， 32（4）： 539-551.
6	Liu Lulu， Shao Quanqin， Cao Wei， et al. Cost-benefit analysis of the ecological protects in the Three-River Headwaters Region based on ecosystem services values［J］. Acta Agrestia Sinica， 2018， 26（1）： 30-39.
	刘璐璐，邵全琴，曹巍，等. 基于生态服务价值的三江源生态工程成本效益分析［J］. 草地学报， 2018， 26（1）： 30-39.
7	Shao Quanqin， Fan Jiangwen， Liu Jiyuan， et al. Target-based assessment on effects of first-stage ecological conservation and restoration project in Three-River Source Region， China and Policy Recommendations［J］. Bulletin of Chinese Academy of Sciences， 2017， 32（1）： 35-44.
	邵全琴，樊江文，刘纪远，等. 基于目标的三江源生态保护和建设一期工程生态成效评估及政策建议［J］. 中国科学院院刊， 2017， 32（1）： 35-44.
8	Li Xiangting， Bai Jie， Li Guanglu， et al. Comparison of methods based on MODIS for estimating sparse vegetation fraction across desert in Xinjiang［J］， Arid Land Geography， 2013， 36（3）： 502-511.
	李向婷，白洁，李光录，等. 新疆荒漠稀疏植被覆盖度信息遥感提取方法比较［J］. 干旱区地理， 2013， 36（3）： 502-511.
9	Zhang Xianfeng， Liao Chunhua. Comparison of pixel decomposition models for the estimation of fractional vegetation cover from remotely sensed data［J］. Journal of Shihezi University（Natural Science）， 2016， 34（2）： 141-147.
	张显峰，廖春华. 基于像元分解的植被覆盖度遥感估算模型的比较研究［J］. 石河子大学学报（自然科学版）， 2016， 34（2）： 141-147.
10	Chen Song， Sun Hua， Chen Zhenxiong， et al. Estimation of vegetation coverage of Kangbao county based on spectral unmixing analysis methods［J］. Central South Forest Inventory and Planning， 2019， 38（1）： 39-44.
	陈松，孙华，陈振雄，等. 基于混合像元分解方法的康保县植被覆盖度估测［J］. 中南林业调查规划， 2019， 38（1）： 39-44.
11	Zhou Yujie， Wang Juanle， Guo Haihui. Application of harmonic analysis and linear spectral mixture model to extract the cultivated resource［J］. Remote Sensing Technology and Application， 2015， 30（4）： 706-713.
	周玉洁，王卷乐，郭海会. 基于谐波分析和线性光谱模型的耕地信息提取［J］. 遥感技术与应用， 2015， 30（4）： 706-713.
12	Li Xiaorun， Wu Xiaoming， Zhao Liaoying. Unsupervised nonlinear decomposing method of hyperspectral imagery［J］. Journal of Zhejiang University（Engineering Science）， 2011， 45（4）： 607-613.
	厉小润，伍小明，赵辽英. 非监督的高光谱混合像元非线性分解方法［J］. 浙江大学学报（工学版）， 2011， 45（4）： 607-613.
13	Wu Xifang， Li Gaixin， Pan Xuepeng， et al. Response of vegetation cover to temperature and precipitation in the source region of the Yellow River［J］. Resources Science， 2015， 37（3）： 512-521.
	吴喜芳，李改欣，潘学鹏，等. 黄河源区植被覆盖度对气温和降水的响应研究［J］. 资源科学， 2015， 37（3）： 512-521.
14	Ma Tianxiao， Song Xianfeng， Zhao Xin， et al. Spatiotemporal variation of vegetation coverage and its affecting factors in the headwaters of the Yellow River during the period of 2000-2010［J］. Arid Zone Research， 2016， 33（6）： 1217-1225.
	马天啸，宋现锋，赵昕，等. 2000-2010年黄河源区植被覆盖率时空变化及其影响因素［J］. 干旱区研究， 2016， 33（6）： 1217-1225.
15	Xiao Tong， Wang Changzuo， Feng Min， et al. Dynamic characteristic of vegetation coverage in the Three-River Source Region from 2000 to 2011［J］. Acta Agrestia Sinica， 2014， 22（1）： 39-45.
	肖桐，王昌佐，冯敏，等. 2000—2011年青海三江源地区草地覆盖度的动态变化特征［J］. 草地学报， 2014， 22（1）： 39-45.
16	Roberts D A， Gardner M， Church R， et al. Mapping chaparral in the Santa Monica Mountains using Multiple Endmember Spectral Mixture Models［J］. Remote Sensing of Environment， 1998， 65（3）： 267-279.
17	Liao Chunhua， Zhang Xianfeng， Liu Yu. Remote sensing retrieval of vegetation coverage in arid areas based on multiple endmember spectral unmixing［J］. Chinese Journal of Applied Ecology， 2012， 23（12）： 3243-3249.
	廖春华，张显峰，刘羽. 基于多端元光谱分解的干旱区植被覆盖度遥感反演［J］. 应用生态学报， 2012， 23（12）： 3243-3249.
18	An Ru， Lu Caihong， Wang Huilin， et al. Remote sensing identification of rangeland degradation using hyperion hyperspectral image in a typical area for Three-River Headwater Region［J］. Geomatics and Information Science of Wuhan University， 2018， 43（3）： 399-405.
	安如，陆彩红，王慧麟，等. 三江源典型区草地退化Hyperion高光谱遥感识别研究［J］. 武汉大学学报（信息科学版）， 2018， 43（3）： 399-405.
19	An Ru， Xu Xiaofeng， Li Xiaoxue， et al. "Black Soil Land" recognition at Maduo County in source region of Yellow River based on quantitative remote sensing［J］. Optics and Precision Engineering， 2013， 21（12）： 3183-3190.
	安如，徐晓峰，李晓雪，等. 黄河源玛多县“黑土滩”遥感定量识别［J］. 光学精密工程， 2013， 21（12）： 3183-3190.
20	Li Xiaoxue， An Ru， Wu Hong， et al. Extraction of the vegetation fraction based on an improved Multiple Endmember Spectral Mixture Analysis for the central and eastern area of Source Region of Yangtze， Yellow and Lantsang Rivers［J］. Remote Sensing Technology & Application， 2011， 8286（2）： 749-757.
21	Lu Zhongzheng， Gao Huijun， Qiu Shaopeng， et al. Remote sensing investigation and study on vegetation coverage characteristics and environmental impact in the upper reaches and headwaters of the Yellow River［J］. Shaanxi Environment， 2001（4）： 36-38.
	卢中正，高会军，邱少鹏，等. 黄河上游及源头区植被覆盖度特征及环境影响遥感调查与研究［J］. 陕西环境， 2001（4）： 36-38.
22	Liu Xianfeng， Ren Zhiyuan， Lin Zhihui， et al. The spatial-temporal changes of vegetation coverage in the Three-River Headwater Region in recent 12 years［J］. Acta Geographica Sinica， 2013， 68（7）： 897-908.
	刘宪锋，任志远，林志慧，等. 2000-2011年三江源区植被覆盖时空变化特征［J］. 地理学报， 2013， 68（7）： 897-908.
23	Yang Jianping， Ding Yongjian， Shen Yongping， et al. Climatic features of eco-environment change in the Source Regions of the Yangtze and Yellow Rivers in recent 40 years［J］. Journal of Glaciology and Geocryology， 2004， 26（1）： 7-16.
	杨建平，丁永建，沈永平，等. 近40 a来江河源区生态环境变化的气候特征分析［J］. 冰川冻土， 2004， 26（1）： 7-16.
24	Liu Ruirui， Lu Baohong， Chen Yutong， et al. Analysis on features of dry climate in Three-River Headwaters based on Palmer Drought Severity Index［J］. Yellow River， 2013， 35（6）： 59-62.
	刘蕊蕊，陆宝宏，陈昱潼，等. 基于PDSI指数的三江源干旱气候特征分析［J］. 人民黄河， 2013， 35（6）： 59-62.
25	Wu Xing， Li Huixia， Fu Bojie， et al. Study on soil characteristics of alpine grassland in different degradation levels in headwater regions of Three Rivers in China［J］. Chinese Journal of Grassland， 2013（3）： 77-84.
	伍星，李辉霞，傅伯杰，等. 三江源地区高寒草地不同退化程度土壤特征研究［J］. 中国草地学报， 2013（3）： 77-84.
26	Zhang Yili， Liu Linshan， Bai Wanqi， et al. Grassland degradation in the Source Region of the Yellow River［J］. Acta Geographica Sinica， 2006， 61（1）： 3-14.
	张镱锂，刘林山，摆万奇，等. 黄河源地区草地退化空间特征［J］. 地理学报， 2006， 61（1）： 3-14.
27	Hou Xueyu. Vegetation atlas of China［M］. Beijing： Science Press， 2001.
	侯学煜. 中国植被图集［M］. 北京：科学出版社， 2001.
28	Office of National Soil Survey. Soil map of People’s Republic of China［M］. Beijing： Sinomap Press， 1995.
	全国土壤普查办公室编制. 中华人民共和国土壤图［M］. 北京：中国地图出版社， 1995
29	Quintano C， Fernández-Manso A， Roberts D A. Multiple Endmember Spectral Mixture Analysis （MESMA） to map burn severity levels from Landsat images in Mediterranean countries［J］. Remote Sensing of Environment， 2013， 136： 76-88.
30	Hu Yan， Yang Rui， Qi Yujiao. A classification of HSI vegetation types based on mixed image elements： a case study of Tahe County， Heilongjiang Province［J］. Journal of Mountain Agriculture and Biology， 2018， 37（5）： 84-88.
	胡艳，杨瑞，戚玉娇. 基于混合像元分解植被类型提取：以塔河地区为例［J］. 山地农业生物学报， 2018， 37（5）： 84-88.
31	Degerickx J， Roberts D A， Somers B. Enhancing the performance of Multiple Endmember Spectral Mixture Analysis （MESMA） for urban land cover mapping using airborne lidar data and band selection［J］. Remote Sensing of Environment， 2019， 221： 260-273.
32	Chen Yuanpeng， Yun Wenju， Zhou Xu， et al. Classification and extraction of land use information in Hilly Area based on MESMA and RF classifier［J］. Transactions of the Chinese Society for Agricultural Machinery， 2017， 48（7）： 136-144.
	陈元鹏，郧文聚，周旭，等. 基于MESMA和RF的山丘区土地利用信息分类提取［J］. 农业机械学报， 2017， 48（7）： 136-144.
33	Yan Xiaoxiao， Li Jing， Yang Zhen. Dynamic remote sensing monitoring on the temporal-spatial changes of vegetation coverage in Chen Barag Banner from 2000 to 2016［J］. Journal of China Agricultural University， 2018， 23（6）： 121-129.
	闫萧萧，李晶，杨震. 2000-2016年陈巴尔虎旗植被覆盖度时空变化遥感动态监测［J］. 中国农业大学学报， 2018， 23（6）： 121-129.
34	Li Jing， Cui Lüyuan， Yan Xiaoxiao， et al. Comparative analysis of long-term trends on fraction of vegetation coverage in grassland mining area［J］. Bulletin of Surveying and Mapping， 2019（8）： 130-134.
	李晶，崔绿园，闫萧萧，等. 草原矿区长时序植被覆盖度变化趋势对比分析［J］. 测绘通报， 2019（8）： 130-134.
35	Xiong Junnan， Peng Chao， Cheng Weiming， et al. Analysis of vegetation coverage change in Yunnan Province based on MODIS-NDVI［J］. Journal of Geo-Information Science， 2018， 20（12）： 1830-1840.
	熊俊楠，彭超，程维明，等. 基于MODIS-NDVI的云南省植被覆盖度变化分析［J］. 地球信息科学学报， 2018， 20（12）： 1830-1840.
36	Tao Chao， Pan Hongbo， Li Yansheng， et al. Unsupervised spectral-spatial feature learning with stacked sparse autoencoder for hyperspectral imagery classification［J］. IEEE Geoscience & Remote Sensing Letters， 2015， 12（12）： 2438-2442.
37	Elmore A J， Mustard J F， Manning S J， et al. Quantifying vegetation change in semiarid environments： precision and accuracy of spectral mixture analysis and the normalized difference vegetation index［J］. Remote Sensing of Environment， 2000， 73（1）： 87-102.
38	Chen Hongbing， Huang Beibei， Peng Daoli. Comparison of pixel decomposition models for the estimation of fractional vegetation coverage［J］. Journal of Northwest Forestry University， 2018， 33（3）： 203-207.
	陈虹兵，黄贝贝，彭道黎. 基于混合像元分解的植被覆盖度模型比较研究［J］. 西北林学院学报， 2018， 33（3）： 203-207.

年份	传感器	轨道号影像日期（年-月-日）
年份	传感器	133/36	133/37	134/36	135/35	135/36
1996	Landsat5-TM	1996-08-23	1996-08-23	1997-08-01	1996-07-04	1996-08-21
2000	Landsat5-TM/Landsat7-ETM+	2000-08-26	2000-07-25	2000-08-09	2000-07-15	2000-07-15
2004	Landsat5-TM	2003-07-26	2003-07-26	2004-07-19	2004-07-24	2004-09-10
2006	Landsat5-TM	2006-08-03	2006-08-03	2006-07-25	2006-08-01	2006-08-01
2008	Landsat5-TM	2008-07-23	2008-07-23	2008-08-13	2008-07-05	2008-07-05
2013	Landsat7-ETM+/Landsat8-OLI	2013-08-14	2013-08-14	2013-08-13	2013-08-04	2013-08-04
2015	Landsat8-OLI	2015-08-12	2015-08-12	2017-08-08	2015-07-25	2015-07-25

序号	经度/E	纬度/N	主要植被类型	端元类型是否一致
1	98°05′10″	34°40′28″	披碱草	是
2	98°05′11″	34°41′09″	棘豆	是
3	98°04′56″	34°41′57″	藏嵩草	是
4	98°03′00″	34°40′06″	紫花针茅	是
5	98°04′55″	34°41′40″	铺散亚菊	是

年份	裸地		低覆盖		中低覆盖		中覆盖		高覆盖
年份	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%
1996	6 374	14.69	8 202	18.90	5 449	12.55	5 407	12.46	17 971	41.40
2000	6 000	13.82	7 845	18.07	5 905	13.61	5 784	13.33	17 871	41.17
2004	10 821	24.93	8 797	20.27	5 660	13.04	5 693	13.12	12 433	28.65
2006	6 775	15.61	7 654	17.63	5 698	13.13	5 221	12.03	18 056	41.60
2008	8 709	20.06	8 250	19.01	5 441	12.54	5 305	12.22	15 699	36.17
2013	4 601	10.60	7 337	16.90	5 717	13.17	5 486	12.64	20 262	46.68
2015	5 218	12.02	7 653	17.63	5 971	13.76	5 106	11.76	19 456	44.83

覆盖度		2004年
		裸地		低覆盖		中低覆盖		中覆盖		高覆盖
		面积km²	比例/%	面积km²	比例/%	面积km²	比例/%	面积km²	比例/%	面积/km²	比例/%
1996年	裸地	4 922	77.22	945	14.82	192	3.01	118	1.85	198	3.11
	低覆盖	3 777	46.05	3 363	41.00	759	9.25	201	2.45	103	1.25
	中低覆盖	1 124	20.62	2 221	40.76	1 275	23.40	557	10.22	272	4.99
	中覆盖	503	9.29	1 361	25.17	1 483	27.43	1 172	21.67	888	16.43
	高覆盖	497	2.76	907	5.05	1 951	10.85	3 645	20.28	10 972	61.05

覆盖度		2015年
		裸地		低覆盖		中低覆盖		中覆盖		高覆盖
		面积km²	比例/%	面积km²	比例/%	面积km²	比例/%	面积km²	比例/%	面积/km²	比例/%
2004年	裸地	4 104	37.92	4 230	39.09	1 451	13.41	539	4.98	497	4.59
	低覆盖	600	6.82	2 666	30.31	2 837	32.25	1 691	19.22	1 003	11.40
	中低覆盖	147	2.60	536	9.47	1 133	20.01	1 506	26.60	2 338	41.31
	中覆盖	106	1.87	143	2.51	395	6.93	898	15.78	4 151	72.91
	高覆盖	261	2.10	78	0.62	156	1.25	472	3.79	11 467	92.23

1996—2015年黄河源区植被覆盖度提取和时空变化分析

Extraction and spatio-temporal analysis of vegetation coverage from 1996 to 2015 in the source region of the Yellow River

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 38

相关文章 15

Metrics

本文评价

推荐阅读 0

slope变化趋势	面积/km²	比例/%
显著减少	6 713	15.47
轻度减少	4 888	11.26
基本不变	6 952	16.02
轻度增加	7 453	17.17
显著增加	17 398	40.08

序号	经度/E	纬度/N	植被类型	与提取结果是否一致
1	99°11′56″	34°27′24″	棘豆	是
2	98°08′37″	34°51′40″	棘豆	是
3	98°05′12″	34°41′09″	棘豆	是
4	98°05′20″	34°40′32″	棘豆	是
5	98°05′44″	34°40′22″	棘豆	是
6	97°45′13″	34°45′39″	棘豆	是
7	97°32′58″	34°54′49″	棘豆	否
8	98°01′03″	34°41′53″	火绒草	是
9	97°36′12″	34°59′31″	火绒草	否
10	97°47′03″	35°06′47″	火绒草	否
11	97°56′52″	34°42′36″	火绒草	是
12	97°14′43″	35°00′37″	火绒草	是
13	97°33′16″	35°00′44″	火绒草	是
14	97°49′40″	35°06′42″	火绒草	是
15	98°04′55″	34°41′41″	铺散亚菊	是
16	97°34′18″	35°01′12″	铺散亚菊	否
17	97°19′02″	34°41′15″	铺散亚菊	是
18	98°01′01″	34°41′49″	铺散亚菊	否

[1]	蒋雨芹,文军,吕少宁,王作亮,刘闻慧,武月月,邓浩. 地基微波遥感评估黄河源区草原下垫面土壤冻融过程研究[J]. 冰川冻土, 2021, 43(6): 1718-1731.
[2]	岳晓英,李忠勤,王飞腾,李宏亮,沈思民. 天山乌鲁木齐河源1号冰川消融期反照率特征[J]. 冰川冻土, 2021, 43(5): 1412-1423.
[3]	卢新玉,陈仁升,刘艳,王秀琴,宋志国. 我国新疆北部地区雪面雨日数时空变化特征分析[J]. 冰川冻土, 2021, 43(5): 1446-1457.
[4]	王秀娜, 丁永建, 王建, 赵传成. 1960—2017年河西地区降水时空变化特征[J]. 冰川冻土, 2021, 43(4): 1179-1189.
[5]	陈方方, 罗栋梁, 刘磊, 金会军, 李超. 1901—2018年三江源地区大气冻融指数变化特征[J]. 冰川冻土, 2021, 43(2): 417-426.
[6]	张沛, 龙爱华, 海洋, 邓晓雅, 王浩, 刘静, 李扬. 1988—2015年新疆农业用水时空变化与政策驱动研究[J]. 冰川冻土, 2021, 43(1): 242-253.
[7]	王慧, 王梅霞, 王胜利, 余行杰. 1961—2017年新疆积雪期时空变化特征及其与气象因子的关系[J]. 冰川冻土, 2021, 43(1): 61-69.
[8]	马翔宇, 李传金. 三极地区雪冰中黑碳研究进展[J]. 冰川冻土, 2021, 43(1): 92-106.
[9]	刘义花, 马元仓, 杨延华, 李斌春, 朱宝文. 1961 - 2018年青海高原昼夜雨量时空变化特征分析[J]. 冰川冻土, 2020, 42(3): 996-1006.
[10]	吕婷, 武胜利, 葛欢欢, 李京龙. 1962 - 2013年新疆阿勒泰极端气温时空变化特征[J]. 冰川冻土, 2020, 42(3): 745-755.
[11]	周晓宇, 赵春雨, 崔妍, 刘鸣彦, 敖雪, 李娜, 李经纬. 1961 - 2017年中国东北地区降雪时空演变特征分析[J]. 冰川冻土, 2020, 42(3): 766-779.
[12]	贾翔, 李琪. 提孜那甫河流域山区冬季牲畜宿营地时空变化特征[J]. 冰川冻土, 2020, 42(2): 716-726.
[13]	任景全, 刘玉汐, 王冬妮, 王亮, 孙月, 郭春明, 李琪. 吉林省季节冻土区年冻融指数的时空变化特征[J]. 冰川冻土, 2020, 42(2): 430-438.
[14]	刘兆晨, 杨梅学, 王学佳, 程立真. GPM和TRMM卫星日降水数据在黄河源区的适用性分析[J]. 冰川冻土, 2020, 42(2): 575-586.
[15]	姚超, 王欣, 赵轩茹, 魏俊锋, 张勇. 1990—2018年中巴经济走廊冰湖时空变化特征[J]. 冰川冻土, 2020, 42(1): 33-42.