郭力宇 李雨思 王涛 耿广坡 郭昭 柳莹

摘 要：為了研究气侯变化及人类活动对区域植被覆盖变化的内在影响，采用2000—2016年MODIS NDVI数据，通过像元二分法计算获得植被覆盖度，结合气象站点监测数据，利用Mann-Kendall突变检验、转移矩阵、残差分析等方法，探讨气候变化和人类活动影响下，陕西省2000—2016年植被覆盖度的时空变化特征。结果表明：2000—2016年陕西省年平均气温和年降雨量均总体增加。其中，2006—2008年是气候突变时期，植被覆盖度在气候突变后明显增加。陕西省平均植被覆盖度总体增加。其中，陕北地区植被覆盖度明显增加，2000—2016年增加0.33;关中地区植被覆盖度有所下降，2000—2016年降低0.06，以西安周边地区为主;陕南地区植被覆盖度有小幅降低，2000—2016年植被覆盖度降低0.02.陕西省人类活动对植被覆盖度影响具有明显空间差异。其中，陕北地区人类活动影响力对植被覆盖影响力具有正向作用，促进植被覆盖度增加;关中地区人类活动影响力具有负向作用，导致植被覆盖度降低;陕南地区人类活动影响力较低，导致陕南地区植被覆盖有小幅度降低。植被覆盖对气候变化响应明显，人类活动影响力在持续增强。关键词：气候突变;植被覆盖度;人类活动;MODIS NDVI;陕西省中图分类号：Q 948

文献标志码：A

文章编号：1672-9315（2020）01-0148-09

DOI：10.13800/j.cnki.xakjdxxb.2020.0120开放科学（资源服务）标识码（OSID）：

Impacts of climate change and human activities on vegetation cover

GUO Li-yu 1，LI Yu-si 1，WANG Tao 1，GENG Guang-po 1，GUO Zhao 2，LIU Ying 1

（1.College of Geomatics，Xian University of Science and Technology，Xian 710054，China;

2.Dongguan Urban Planning and Design Insitute，Dongguan 523001，China）

Abstract：In order to investigate the influences of climate change and human activities on the vegetation cover this research adopted the MODIS NDVI data of 2000—2016 and calculated the vegetation coverage through pixel dichotomy.

Referring to the monitoring data from weather stations，a comparative analysis was made of the impacts of climate change and human activities on vegetation coverage using the triangulation approaches of

the research results are as follows：The annual average air temperature and rainfalls in Shaanxi Province have increased from 2000—2016，during which 2006—2008 is the mutation period，the vegetation coverage has substantial increase.The average vegetation coverage has been increased during the studied time-span.To be specific，the vegetation coverage in Northern part of Shaanxi has obvious increase of 33% during 2000—2016，while it has a decrease of 6% in the Central Plain area of Shaanxi in particular withthe neighboring regions of Xian.Meanwhile，the vegetation coverage in the south part of Shaanxi has a slight decrease of 2% from 2000 to 2016.The human life has a magnificent spatial variance on the impact of vegetation coverage in Shaanxi Province.Among them，the influence of human activities in the northern Shaanxi has the least impact on vegetation cover which promotes the increase of vegetation coverage.The intensity of human activities in Central Shaanxi area is relatively strong，leading to vegetation coveragereduced;the human activities in the Qinling Mountains have the strongest influence，resulting in a small decrease in vegetation coverage in southern Shaanxi.Vegetation cover responds significantly to climate change，and the impact of human activities continues to increase.Key words：climatic change;vegetation coverage;human activity;MODIS NDVI;Shaanxi Province

0 引 言

植被是陆地气候、地貌、水文、土壤等要素共同作用的结果，是生态环境质量的重要指标，植被覆盖度的变化直接响应着区域气候变化和人类活动要素的变化过程。气候变化和人类活动已经成为当前陆地生态系统变化的主要驱动因素，受到国内外学者的广泛关注[1]。陕西省地处中国中西部，南北狭长，植被类型多样，横跨陕南秦岭亚热常绿植被、关中温带夏绿植被过渡到陕北荒漠草地植被三大植被，是研究气候变化和人类活动与植被生态环境变化内在关系的极佳地域，对客观认识研究区植被覆盖度变化过程及其生态环境保护具有重要的价值和意义。

植被覆盖度（Fractional Vegetation Coverage，FVC）是指单位面积内，植被地上部分（包括枝、茎、叶）垂直投影所占的面积与统计区总面积的比例[2]，常利用归一化植被指数（Normalized Differential Vegetation Index，NDVI）估算得到[3-5]，MODIS NDVI时空分辨率较好，能够满足对植被生态研究需求，已得到广泛应用[6]。目前，前人已展开了对植被覆盖的变化研究，如张敏等对鄱阳湖流域植被覆盖时空变化研究[7];赵安周等对陕甘宁地区植被覆盖时空演变及其对极端气候响应的研究[8];李军媛等基于NDVI数据研究陕西省NDVI空间分布特征并探讨了植被时空变化对气候变化的响应[9];张君等研究了陕西省植被覆盖状况时空变化特征及陕西13种类型的植被覆盖状况时空变化特征进行综合分析[10]。前人研究多采用植被指数分析植被生态情况，较少采用植被覆盖度来反映陕西省植物群落覆盖地表状况，而植被覆盖度最能体现植物生态变化，鉴于此，笔者以MODIS NDVI为数据源，分析陕西省植被覆盖度的时空变化特征。

气候变化影响方面，已有研究探讨植被变化与气温、降水的相关关系，而缺少对气候突变[11]前后植被变化特征的关注。气候变化具有突变特征，这种突变势必会影响植物生长和结构的变化[12]，探讨生态环境中植被覆盖度对气候发生变化所产生的反应并做出相应的应对措施与解决方案是具有重要意义的。人类活动方面影响，主要研究了城市扩张对植被生态的影响，如刘林等研究了城市扩张对城市化与半城市化区域植被覆盖的影响[13];刘英等研究人类活动对植被生态生长的影响[14]。

陕西省植被生态变化具有明显的区域特征，为科学认识这一特征及气候变化和人类活动影响，文中基于2000—2016年MODIS NDVI数据，通过像元二分法获得植被覆盖度，结合气象站点监测数据，利用Mann-Kendall，转移矩阵、残差等方法分析气候变化和人类活动对植被覆盖度时变化影响，以期为区域植被生态保护与建设政策制定与实施提供科学支撑。

1 研究区概况

陕西省位于中国中西部，地理位置介于105°29′E～111°15′E，31°42′N～39°35′N之间，全省地域狭长，地势南北高，中部低，地势由西向东倾斜，南北长约880 km，东西最宽约517.3 km，由南而北分为陕南秦巴山地、关中平原、陕北黄土高原3个地貌区[15]。陕西省跨北温带和亚热带，整体属于大陆性季风气候。由于所跨的纬度较大，从而导致境内南北气候差异明显，多年平均气温由南至北逐渐降低，介于7～16 ℃之间，多年平均降水量分布南多北少，介于480～821 mm之间，降水主要集中于夏秋两季。植被自南而北包括亚热森林、农耕植被、温带森林、温带草原、温带荒漠等类型[16]，其中陕南秦巴山地植被覆盖度较高，其次是关中平原地区，而处于陕北黄土高原地区植被覆盖度较低。

2 数据与方法

2.1 数据与预处理

所用数据包括MODIS NDVI数据和气象站点数据，其中MODIS NDVI数据下载自http：//ladsweb.nasa.gov，为2000—2016年16d合成的250 m分辨MODIS NDVI 13Q1-Level 3数据。利用MRT（MODIS Reprojection Tools）工具对MODIS NDVI影像进行投影转换、数据拼接、重采样等处理，并利用最大值合成法（Maximum Value Composition，MVC）获取2000—2016年陕西省年值数据。

气象站点数据下载自在中国气象數据共享网（http：//data.cma.cn），包括陕西省境内的35个气象站2000—2016年逐日气温、降水数据（图1）。统计整理气象站点逐日观测数据，获取逐年平均气温和年降水量数据，并利用反距离权重法进行插值计算，裁切获得年平均气温、年降水量的250 m分辨率空间分布数据。

2.2 植被覆盖度计算

像元二分法是计算植被覆盖度的常用方法之一，其基本原理如下：模型假设每个像元的NDVI值均由裸土和植被两部分混合构成

式中 NDVIsoil为纯裸土像元的NDVI值;NDVIveg为纯植被像元的NDVI值，f为植被覆盖度。则根据公式（1），植被覆盖度f为

式中 以多年最大NDVI累计频率0.5%和99.5%所对应的NDVI值分别作为NDVIsoil与NDVIveg值[17]，进而计算各年份的最大植被覆盖度。

2.3 突变检测

采用

Mann-Kendall（M-K）方法[18]进行气候突变检测。M-K方法是一种适用性强同时计算也较为方便的非参数统计检验方法。该方法即可以检验时间序列的变化趋势，还可以检验时间序列是否发生改变。M-K突变检验原理如下：首先，对于时间序列X（含有n个样本），构造一个秩序列

秩序列Sk是第i个时刻数值大于j个时刻时数值个数的累加。在时间序列为随机的假设下，定义统计量

式中 UF1=0，E（Sk）和Var（Sk）分别为Sk的均值和方差。如果UF和UB这2条曲线出现交点，且交点在临界线之间，那么交点对应的时刻则是开始突变的时间。

累积距平法来直观判断气候变化的趋势。其数学模型表示如下

式中

=1nni=1x，计算n个时刻的累积距平值，绘制累计距平曲线，进行趋势分析。累积距平值有正有负，当为正值时，对于气温表现为升高趋势，对于降水量表现为增加趋势;反之，对于平均气温表现降低趋势，对于降水量表现为减少趋势;当累计距平值为0时，说明气候变化幅度不大。

2.4 转移矩阵

依据等间距方法，将植被覆盖度分为5个等级，分别是低植被覆盖度（<10%）、中低植被覆盖度（10%～30%）、中植被覆盖度（30%～50%）、中高植被覆盖度（50%～70%）、高植被覆盖度（>70%）。利用面积转移矩阵可以具体地描绘出植被覆盖度的时空分布特征，进而反映出植被覆盖度变化方向。在一定时间间隔下，从一种植被覆盖度到另一种植被覆盖度面积转移情况，来反映植被覆盖的时空变化特征，其矩阵模型为

式中 Pij为植被覆盖度转移面积;i为低等级植被覆盖度;j为高n等级的植被覆盖度;n为植被覆盖度等级数量。

2.5 残差分析

植被覆盖度变化受到气候变化和人类活动影响。根据气温、降水与植被覆盖的相关关系，建立二元线性回归模型，拟合NDVI数值，将其定义为气候变化的影响量。在不考虑其他因素影响下，利用NDVI真实值减去NDVI拟合值得到残差，从而剔除气温、降水对植被覆盖的影响量，进而得到人类活动的影响量。这种方法称为残差分析[19-20]，公式如下[21]

式中 Tep和Pre分别为气温、降水空间分布数据，气温、降水数据采用2000—2016年平均值;a，b为拟合的二元一次方程系数，c为常数;NDVIreal为NDVI真实值，NDVIpre为NDVI拟合值，ei>0，表明人类活动对植被覆盖度的影响力持续增加，具有负向作用，植被覆盖度降低;反之，说明人类活动对植被覆盖度的影响力持续降低，具有正向作用，植被覆盖度增加;ei=0，说明人类活动对植被覆盖度的影响力不变，植被覆盖度较无明显变化。

3 结果与讨论

3.1 陕西省气温与降水变化分析

陕西省年平均气温总体呈上升过程。累积距平曲线结果表明（图2（a）），2000—2007年年平均气温总体持续升高，2007年年平均气温累积距平值达到最大值，为0.9 ℃，之后在2008年开始降低，2012年累积距平值达到最小值，为-0.4 ℃，反映出2008—2012年年平均气温总体持续下降，2012—2016年气温又出现了小幅回升。M-K突变检测表明（图2（b）），置信区间内UF和UB曲线在2006年相交。结合2种结果，表明2006—2008年是年平均气温突变的时间段。

陕西省年降雨量总体上呈现增加过程。累积距平曲线结果表明（图2（c）），2000—2008年年降雨量总体持续减少，2009年年降水量开始增加，其中2008年降雨量累积距平值达到最小值，为-265.81 mm，2015年降雨量累积距平值达到最大值，为47.65 mm，反映出2009—2015年年降水量总体持续增加，2016年降雨量有小幅降低。M-K突变检测结果表明（图2（d）），在置信水平区间内，UF和UB曲线出现了6个交点，交点首次出现是在2007年，此时降雨量开始发生突变。结合2种检测方法结果，分析得出，2000—2016年陕西省年降水量由少到多的转变时间出现在2008年前后。

通过以上对陕西省2000—2016年气候因子突变时段分析，2006—2008年为气候因子突变时期。为此要研究在气候突变前后，不同等级植被覆盖度变化情况，将暂选2007年为气候突变年，统计2000—2007年和2008—2016年不同等级植被覆盖度分布情况得出结果（图3），在气候突变前后，陕西省年均植被覆盖度分别为0.65和0.72.从统计图发现，低植被覆盖度所占面积由13%降低到6%，中低植被覆盖度所占面积由11%降低到7%.中植被覆盖度所占面积由8%增加到11%，中高植被覆盖度所占面积由9%增加到13%，高植被覆盖度所占面积由57%增加到61%.说明植被覆盖度在气候突变前后有着明显增加。

3.2 植被覆盖度空间变化及分布特征

3.2.1 植被覆蓋度空间动态变化

2000—2016年陕西省植被覆盖度以高植被覆盖度为主，主要分布在陕南秦巴山地、陕北南部地区。2000年高植被覆盖度面积占总面积的52.94%，2007年增加到62.66%，2016年高植被覆盖度所占比例下降到60.48%.

由表1可知，陕北地区植被覆盖度明显增加。2000—2016年年平均植被覆盖度增加0.33，增加150%，其中2000年平均植被覆盖度为0.22，以低植被覆盖度为主，占陕北地区总面积的57.30%，主要分布在陕北中部和北部地区。2007年陕北地区的植被覆盖度较2000年有明显增加，平均植被覆盖度达到0.41，低植被覆盖度大幅降低，中植被覆盖度增加明显，占陕北地区面积的23.40%.2016年，陕北地区植被覆盖度持续增加，植被覆盖度为0.55，其中低植被覆盖度持续减少，中高植被覆盖度明显增加。

2000—2016年关中地区年平均植被覆盖度总体增加0.07，增加10.10%.其中2000年平均植被覆盖度为0.69，以高植被覆盖度为主，占关中地区总面积的54.7%.2007年植被覆盖度增加到0.82，中低植被覆盖度和中植被覆盖度大幅降低，分别降低86.40%和72.90%，高植被覆盖度明显增加，增加39.10%，占关中地区总面积的76.10%.受城市扩张等人类活动因素影响，2016年关中地区植被覆盖度降低，植被覆盖度为0.76，其中，中低植被覆盖度和中植被覆盖度大幅增加，分别增加165.60%和123.70%.

陕南地区年平均植被覆盖度有小幅波动，2000—2016年年平均植被覆盖度增加0.02.其中2000年年平均植被覆盖度为0.92，以高植被覆盖度为主，占陕南地区总面积的96.2%.2007年陕南地区植被覆盖度为0.96，其中，中植被覆盖度增加54.98%，中高植被覆盖度降低74.70%.2016年植被覆盖度降低，植被覆盖度为0.94，其中高植被覆盖度降低，中低植被覆盖度大幅增加，增加203.10%，中植被覆盖度持续增加了161.70%，中高植被覆盖度增加168.50%.

3.2.2 植被覆盖度分布特征

2000—2016年陕西省植被覆盖度有明显提高（图4），主要表现为低等级植被覆盖度向高一等级植被覆盖度或高两等级植被覆盖度转移（表2）。其中，中低植被覆盖度有54.68%转向中高植被覆盖度，中高植被覆盖度中有62.33%转向高植被覆盖度。2000—2007年低植被覆盖度明显减少，中植被覆盖度、中高植被覆盖度以及高植被覆盖度明显增加，其中中高植被覆盖度中有79.16%转向高植被覆盖度。2007—2016年中高植被覆盖度增加明显，中植被覆盖度中有67.15%转向中高植被覆盖度，中低植被覆盖度中有44.69%转向中高植被覆盖度。

陕北地区植被覆盖度总体增加，其中，低植被覆盖度减少，高植被覆盖度明显增加。2000—2016年57.74%中低植被覆盖度转为中高植被覆盖度，53.3%中植被覆盖度转为高植被覆盖度，中高植被覆盖度有85%转为高植被覆盖度。

关中地区植被覆盖度降低主要是由于中植被覆盖度增加，高植被覆盖度降低。到2016年，44%低植被覆盖度转为中低植被覆盖度，24%中低植被覆盖度转为中植被覆盖度，中植被覆盖度相较2007年增加123%，高植被覆盖度相较2007年降低29%.

陕南地区的植被覆盖度主要向中高植被覆盖度和高植被覆盖度转移。到2016年，43.9%中植被覆盖度转为中高植被覆盖度，71.1%中高植被覆盖度转为高植被覆盖度。2000—2016年陕南植被覆盖度小波动降低，中植被覆盖度增加，34%中低植被覆盖度转为中植被覆盖度。

3.3 人类活动对植被覆盖度影响趋势分析

从图5可以看出，2000—2016年陕西省人类活动对植被覆盖度影响变化范围大致在-0.16～0.16之間，其中负值所占面积占全省总面积的77.67%，正值所占面积仅占全省总面积的22.33%，主要分布在陕南秦巴山地西南部。说明人类活动对植被覆盖度的影响力降低，具有正向作用，致陕西省植被覆盖度总体提高。

陕北黄土高原地区，人类活动对植被覆盖度的影响范围在-0.14～0.12之间，陕北大部分地区人类活动影响力减弱，负值所占面积占陕北总面积97.70%，正值所占面积占陕北总面积2.30%.人类活动对植被覆盖度的影响力减弱致陕北植被覆盖度在逐年增加。

关中盆地，人类活动对植被覆盖度的影响范围在-0.15～0.15之间，负值所占面积占关中总面积的73.80%，正值所占面积占关中总面积的26.20%，人类活动影响力增强的范围主要聚集在西安及周边地区，由于经济发展和人口不断增加，城市扩张对植被生态有消极影响，人类活动对植被覆盖度的影响力的增强致关中盆地植被覆盖度降低。

陕南秦巴山地地区，人类活动对植被覆盖度的影响范围在-0.08～0.16之间，负值所占面积占陕南总面积的69.40%，正值所占面积占陕南总面积的30.6%，人类活动影响力增强的范围主要分布在陕南西南部地区，由于可能受到采矿和开垦等因素影响导致2000—2016年间陕南秦巴山地植被覆盖度有小幅度的降低。

3.4 讨论

分析了陕西省2000—2016年气候因子突变以及人类活动对植被覆盖度的影响。研究结果表明，近17年间陕西省植被覆盖度总体呈现显著增加的趋势，其中，陕北地区植被覆盖度明显增加，关中地区植被覆盖度降低。

陕南地区植被覆盖度最高，植被覆盖面积高达90%以上，而近17 a间陕南植被覆盖度有小波动下降。整个研究区范围内，部分区域植被覆盖度变化受气候因子变化影响较小，并且土壤类型、风速风向、海拔等因素也会对植被产生影响，而研究中，未考虑这些相关因子对植被覆盖时空变化的影响研究;此外，人类活动频繁并且活动范围扩大，其中包括城市扩张，农业产业结构调整，退耕还林还草工程等等，都对植被覆盖度有着重要影响。因此，该如何认定重要的人类活动因子，细化这些人类活动的影响，消除消极影响，产生对植被覆盖度的积极影响还需要进一步研究。

4 结 论

1）陕西省年平均气温在2000—2016年呈现波动上升趋势，升温速率为0.035 ℃/a（P<0.01）。其中，2006年年平均气温开始发生突变，陕西省近17年平均降雨量总体呈现上升趋势。其中，2008年降水量发生突变。因此2006—2008年是陕西省气候突变时期，植被覆盖度在气候突变后明显增加。

2）陕西省植被覆盖度呈现由南向北递减的分布规律。2000—2016年间，植被覆盖度总体呈现低植被覆盖度向高等级植被覆盖度转移。其中，陕北地区将这一现象表现最为明显，陕北地区80%低植被覆盖度转向中植被覆盖度，陕北地区植被覆盖度提高了0.33;关中地区植被覆盖度有所降低，中植被覆盖度增加165%，高植被覆盖度降低20%;陕南地区植被覆盖度最为良好，植被覆盖度高达0.94.其中，陕南南部地区中植被覆盖度增加，而高植被覆盖度有小幅度降低。

3）2000—2016年陕西省人类活动对植被覆盖度有显著的空间差异，人类活动影响范围在-0.16～0.16.其中，陕北地区人类活动对植被覆盖度的影响力最弱，人类活动影响力值在-0.01/a左右，植被覆盖度提高，其主要动力是退耕还林还草、防风固沙等工程实施与保护;关中地区人口集中，城市扩张严重，人类活动对植被覆盖度影响力持续增强，导致植被覆盖度下降;陕南地区人类活动对植被覆盖度的影响最强，人类活动影响力值为0.04/a，可能由于部分地区周期性砍伐、采矿、开垦等人为因素的影响导致陕南地区植被覆盖度略有下降。

参考文献（References）：

[1]

杨林山.气候变化与人类活动对洮河流域水文过程的影响[D].兰州：兰州大学，2015.YANG Lin-shan.Impact of climate change and human activities on hydrological processes in the Tao river basin[D].Lanzhou：Lanzhou University，2015.

[2]Gitelson A A，Kaufman Y J，Stark R，et al.Novel algorithms for remote estimation of vegetation fraction[J].Remote Sensing of Environment，2010，80（1）：76-87.

[3]阿 多，赵文吉，宫兆宁，等.1981—2013华北平原气候时空变化及其对植被覆盖度的影响[J].生态学报，2017，37（2）：576-592.A Duo，ZHAO Wen-ji，GONG Zhao-ning，et al.Temporal analysis of climate change and its relationship with vegetation cover on the north China plain from 1981 to 2013[J].Acta Ecologica Sinica，2017，37（2）：576-592.

[4]YANG Qiang，QIN Zhi-hao，LI Wen-juan Li，et al.Temporal and spatial variations of vegetation cover in Hulun buir grassland of inner Mongolia，China[J].Arid Soil Research & Rehabilitation，2012，26（4）：328-343.

[5]张东海，任志远，王晓峰，等.基于MODIS的陕西黄土高原植被覆盖度变化特征及其驱动分析[J].生态与农村环境学报，2013，29（1）：29-35.ZHANG Dong-hai，REN Zhi-yuan，WANG Xiao-feng，et al.MODIS based analysis of dynamic variation of fractional vegetation coverage of the loess plateau of Shaanxi and its driving force[J].Journal of Ecology and Rural Environment，2013，29（1）：29-35.

[6]宋敏敏，張青峰，吴发启，等.基于NDVI的延河流域时空演变分析[J].水土保持研究，2017，24（4）：6-11.

SONG Min-min，ZHANG Qing-feng，WU Fa-qi，et al.Spatiomporal variation of NDVI in Yanhe basin[J].Research of Soil and Water Conservation，2017，24（4）：6-11.

[7]张 敏.基于MODIS—NDVI时序数据的鄱阳湖流域植被覆盖时空变化[J].南方农机，2018（3）：23-27.ZHANG Min.Temporal and spatial variation of vegetation cover in Poyang Lake basin based on MODIS-NDVI time series data[J].South Agricultural Machinery，2018（3）：23-27.

[8]赵安周，张安兵，赵延旭，等.基于MODISNDVI数据的陕甘宁地区植被覆盖时空变化及其对极端气候的响应[J].水土保持研究，2018，25（3）：224-231.ZHAO An-zhou，ZHANG An-bing，ZHAO Yan-xu，et al.Spatiotemporal changes of vegetation in the Shaanxi-Gansu-Ningxia region and response to climatic extremes based on MODIS NDVI data[J].Research of Soil and Water Conservation，2018，25（3）：224-231.

[9]李军媛，晏利斌，程志刚.陕西省植被时空演变特征及其对气候变化的响应[J].中国水土保持，2011（6）：29-32.

LI Jun-yuan，YAN Li-bin，CHENG Zhi-gang.Characteristics of temporal-spatial evolution of vegetation cover in Shaanxi Province and its response to climate change[J].

Soiland Water Conservation in China，2011（6）：29-32.

[10]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（4）：86-92.

ZHANG Jun，YAN Jun-ping.Characteristics of NDVI changes under the different vegetation types in Shaanxi Province from 1982 to 2013[J].Journal of Arid Land Resources and Environment，2017，31（4）：86-92.

[11]Jing X，Yao W Q，Wang J H，et al.A study on the relationship between dynamic change of vegetation coverage and precipition in Beijings mountainous areas during the last 20 years[J].Mathematical and Computer Modelling，2011，54（3/4）：1079-1085.

[12]賀 伟，布仁仓，熊在平，等.1960—2005年东北地区气温和降水变化趋势[J].生态学报，2013，33（2）：519-531.HE Wei，BU Ren-cang，XIONG Zai-ping，et al.Characteristics of temperature and precipitation in Northeastern China from 1961 to 2005[J].Acta Ecologica Sinica，2013，33（2）：519-531.

[13]刘 林，马安青，马启敏.滨海半城市化地区植被覆盖度的时空变化—以青岛市崂山区为例[J].环境科学与技术，2012，35（1）：184-191.

LIU Lin，MA An-qing，MA Qi-min.Spatial and temporal variations of vegetation coverage in coastal peri-urban area：a case study of Laoshan district，Qingdao[J].Environmental Science & Technology，2012，35（1）：184-191.

[14]刘 英，侯恩科，岳 辉.基于MODIS的陕西省植被变化遥感监测分析[J].人民黄河，2017，39（3）：90-94.

LIU Ying，HOU En-ke，YUE Hui.Remote sensing monitoring of vegetation changes in Shaanxi based on MODIS[J].Yellow River，2017，39（3）：90-94.

[15]汪丽平，魏志成，梁卫卫，等.陕西省植被类型的空间分布[J].家畜生态学报，2015，36（7）：63-68.WANG Li-ping，WEI Zhi-cheng，LIANG Wei-wei，et al.Vegetation spatial distribution of in Shaanxi Province[J].Acta Ecologiae Animalis Domastici，2015，36（7）：63-68.

[16]吴 云，曾 源，赵 炎，等.基于MODIS数据的海河流域植被覆盖度估算及动态变化分析[J].资源科学，2010，32（7）：1417-1424.

WU Yun，ZENG Yuan，ZHAO Yan，et al.Monitoring and dynamic analysis of fractional vegetation cover in the Hai river basin based on MODIS data[J].Resources Science，2010，32（7）：1417-1424.

[17]王力群，李崇银，谭言科，等.冬季蒙古高压的时空变化和突变特征研究[J].高原气象，2010，29（1）：23-32.WANG Li-qun，LI Chong-yin，TAN Yan-ke，et al.Study on time-spacial changes and sudden characteristic of winter Mongolia high[J].Plateau Meteorology，2010，29（1）：23-32.

[18]钟起海，钟佳李，王 芳.定安县近40年气候变化特征分析[J].气象研究与应用，2010，32（2）：8-11.ZHONG Qi-hai，ZHONG Jia-li，WANG Fang.Characteristic of climate change of Dingan in recent 40 years[J].Journal ofMeteorological Research and Application，2010，32（2）：8-11.

[19]Evans J，Geerken R.Discrimination between climate and human-induced dryland degradation.[J].Journal of Arid Environments，2004，57（4）：535-554.

[20]Herrmann S M，Anyamba A，Tucker C J.Recent trends in vegetation dynamics in the African Sahel and their relationship to climate[J].Global Environmental Change，2017，15（4）：394-404.

[21]王 静，郭 铌，蔡迪花，等.玛曲县草地退牧还草工程效果评价[J].生态学报，2009，29（3）：1276-1284.WANG Jing，GUO Ni，CAI Di-Hua，et al.The effect evaluation of the program of restoring grazing to grasslands in Maqu county[J].Acta Ecologica Sinica，2009，29（3）：1276-1284.

[22]何慧娟，卓 静，王 娟，等.陕西省退耕还林植被覆盖度与湿润指数的变化关系[J].生态学报，2016，36（2）：439-447.HE Hui-juan，ZHUO Jing，WANG Juan，et al.Relationship between fractional vegetation cover and humidity index after returning farmland to forest in Shaanxi Province[J].Acta Ecologica Sinica，2016，36（2）：439-447.

[23]李登科，范建忠，权文婷.陕西省植被退化及其驱动因素分析[J].生态学杂志，2015，34（10）：2907-2913.LI Deng-ke，FAN Jian-zhong，QUAN Wen-ting.Analysis of vegetation degradation and its driving factors in Shaanxi Province[J].Acta Ecologica Sinica，2015，34（10）：2907-2913.

[24]王志杰，苏 嫄.基于遥感和GIS的陕南地区近20年土地利用时空变化特征[J].自然灾害学报，2017（6）：164-174.WANG Zhi-jie，SU Yuan.Temporal and spatial characteristics of vegetation cover of southern Shaanxi in recent 20 years based on RS and GIS[J].Journal of Natural Disasters，2017（6）：164-174.