赤峰市植被覆盖度时空变化及其与气候因子的关系

Spatiotemporal Variations of Vegetation Coverage and Its Relationships with Climate Factors in Chifeng City

摘要

基于MODIS ENVI数据，利用像元二分模型计算赤峰市植被覆盖度，并通过Theil-Sen 趋势分析法、Mann-Kendall显著性检验法、变异系数及偏相关性分析法，研究2000—2022年赤峰市植被覆盖度的时空变化特征及其与气候因子的相关性，结果显示：（1）赤峰市多年平均植被覆盖度为59.4%，年均增长率为0.4%。研究时段内，不同等级植被覆盖度的时序差异明显，中低、中植被覆盖度的面积占比显著下降，高植被覆盖度的面积占比显著增加。在空间上，赤峰市植被覆盖度呈增加趋势的面积占比为71.9%，其中33.6%的区域呈显著增加趋势。（2）赤峰市中等覆盖度的面积最大（占28.2%），主要分布在中部及西北部地区；中高及高覆盖度区主要分布在沿山地区；中低、低覆盖度和裸地主要集中在浑善达克沙地和科尔沁沙地。植被覆盖度低的地区，波动性强。（3）近23年，赤峰市降水呈显著增加趋势，变化率为5.0 mm/a，年平均气温增加不显著。（4）植被覆盖度与降水、气温整体上均呈正偏相关关系，且降水对植被覆盖度的影响强于气温，说明降水是影响赤峰市植被生长的主导气候因子。

Abstract

Fractional vegetation cover （FVC） is an important indicator for reflecting the ecological environment quality. The pixel dichotomy model was used to calculate the FVC data set in Chifeng City based on the data collected by MODIS ENVI products. The Theil-Sen trend analysis， Mann-Kendall significance test， coefficient of variation method and partial correlation analysis were implemented to analyze the temporal and spatial variation characteristics of FVC and its correlation with climatic factors in Chifeng City from 2000 to 2022. The results showed that （1） the multi-year average FVC value in Chifeng City was 59.4%， and the average annual growth rate was 0.4%， different level of FVC presented significant differences in time series， and the proportions of medium-low level and medium level FVC significantly decreased， while the proportion of high level FVC significantly increased， and in term of the space， the area in increasing trend for FVC in Chifeng City accounted for 71.9%， of which 33.6 % showed a significantly increasing trend； that （2） the medium level FVC area was the largest proportion， accounted for 28.2%， mainly located in the central and northwestern regions of Chifeng City， the medium-high level and high level FVC areas were mainly located in the mountain areas， the medium-low level， low level FVC and bare land were mainly located in Hunshandake Sandy Land and Horqin Sandy Land， and the lower FVC areas presented high instability； that （3） in the past 23 years， the precipitation in Chifeng City increased significantly， with a changing rate of 5.0 mm/a， while the increase in annual average temperature was not significant； that （4） the FVC had the positive partial correlation with precipitation and temperature on the whole， and the influence of precipitation on FVC was stronger than that of temperature， indicating that the precipitation was the dominant climate factor for vegetation growth in Chifeng City.

Graphical abstract

关键词

植被覆盖度 / 像元二分模型 / 时空变化 / 趋势分析 / 相关性分析

Key words

fractional vegetation cover / pixel dichotomy model / spatiotemporal variation / trend analysis / correlation analysis

植被是陆地生态系统碳循环和水循环的重要组成部分^［1］，植被覆盖度（fractional vegetation cover，FVC） 是指植被地上部分（包括叶、茎、枝）在地面的垂直投影面积占统计单元总面积的百分比^［2⁃3］，是表征植被生长状况的重要指标^［4⁃5］。分析植被覆盖度时空变化趋势及气候条件与对植被覆盖度的驱动作用，对了解区域生态环境质量和制定生态环境建设策略具有重要意义。

基于归一化植被指数（normalized difference vegetation index，NDVI）的像元二分模型可直接通过遥感影像进行植被覆盖度估算，方法简单易行，在反演植被覆盖度中被广泛应用^［6⁃7］。近些年，随着遥感技术的发展，利用遥感数据探究植被覆盖度的长时间序列变化并分析其驱动因素已成为生态环境研究的热点内容^［8］。马小红等^［9］发现汾河流域的植被覆盖度呈增加趋势，生态环境质量得到了极大的提高，并指出退耕还林还草等生态工程是植被覆盖度增加的主要原因。王熙等^［10］认为挠力河流域成立保护区后，植被覆盖度逐渐增加，降水对植被覆盖度的增加有促进作用。罗鸿等^［8］发现宜宾市植被覆盖度整体向好的方向发展，植被覆盖度变化受经济、社会和人口的共同影响。宋梦来等^［11］指出1990—2020年天津市植被覆盖度退化面积多于改善面积，人类活动因素对植被覆盖度的影响高于气候因素，气温与降水共同影响植被覆盖度的空间分布。张鐥文等^［12］认为实施生态补水后，人类活动是促进永定河两岸植被覆盖度增长的主要驱动力，气候因子对植被覆盖度的影响较弱。由以上研究发现，我国植被覆盖度变化趋势及驱动因素具有较强的区域性。了解植被覆盖度的时空变化特征及驱动因素，对当地生态环境保护具有重要意义。赤峰市地处我国北方 干旱⁃半干旱地区，生态环境相对脆弱，对气候变化敏感，研究植被覆盖度时空演变特征及其与气候因子的关系，对了解我国北方生态环境现状和进一步改善生态环境具有重要意义。

本研究基于MODIS NDVI数据，利用像元二分模型对赤峰市2000—2022年植被覆盖度进行估算，运用Theil-Sen趋势分析、Mann-Kendall显著性检验及变异系数等方法，对赤峰市植被覆盖度的时空变化特征进行分析，并通过偏相关分析法探究气候因子对植被覆盖度变化的驱动作用，以期为赤峰市生态环境保护提供参考。

1 数据与方法

1.1 数据来源及处理

MODIS NDVI数据来源于美国国家航空航天局提供的MOD13Q1产品，时间分辨率为16 d，空间分辨率为250 m。利用MRT（MODIS reprojection tool）工具进行数据预处理，利用Arc GIS软件合成年植被NDVI数据。年降水和年平均气温的观测数据来自赤峰市气象局。1 km逐月降水量和平均气温数据来源于国家科技基础条件平台——国家地球系统科学数据中心（http：//www.geodata.cn），该数据集经过气象观测点数据验证，已广泛应用于生态环境研究中^［13］。对气象数据进行格式转换、裁剪、重采样等预处理，得到赤峰市250 m分辨率的年降水量和年平均气温的栅格数据。以上数据的时间跨度均为2000—2022年。

1.2 研究方法

1.2.1 植被覆盖度计算

采用最大合成法计算出赤峰市2000—2022年逐年NDVI，采用像元二分模型计算植被覆盖度（F）^［14］，计算公式为

F=\frac{I-I_{\mathrm{s}}}{I_{\mathrm{v}}-I_{\mathrm{s}}}，（1）

式中：F为植被覆盖度；I_{}代表混合像元NDVI；I_{\mathrm{s}}和I_{\mathrm{v}}分别代表裸土像元和纯植被像元的NDVI值。本研究选取NDVI最大值影像中累积频率为1%和99%的NDVI值作为I_{\mathrm{s}}和I_{\mathrm{v}}^［15］。

参考2008年水利部颁布的《土壤侵蚀分类分级标准》，结合实际情况，将FVC划分为6个等级^［16］：裸地、水体（0≤FVC<0.1）、低覆盖度（0.1≤FVC<0.3）、中低覆盖度（0.3≤FVC<0.45）、中覆盖度（0.45≤FVC<0.6）、中高覆盖度（0.6≤FVC<0.75）和高覆盖度（FVC≥0.75）。

1.2.2 趋势分析

采用Theil-Sen趋势分析和Mann-Kendall显著性检验相结合的方式，分析2000—2022年赤峰市FVC的空间变化趋势及显著性。Theil-Sen趋势分析和Mann-Kendall显著性检验是判断长时间序列数据变化趋势的重要方法，该方法计算简单，不受少数异常值干扰，在气象、生态等领域得到广泛应用^［17］。

首先，采用非参数Theil⁃Sen趋势分析法判断FVC的变化趋势，计算公式为

K_{\mathrm{F}\mathrm{V}\mathrm{C}}=\mathrm{M}\mathrm{e}\mathrm{d}\mathrm{i}\mathrm{a}\mathrm{n}\left(\frac{F_{\mathrm{j}}-F_{\mathrm{i}}}{j-i}\right)，（2000≤i<j≤2022），（2）

式中：F_{\mathrm{j}}与{\mathrm{F}}_{\mathrm{i}}分别是年份为j和年份为i的FVC值（j>i）；K_FVC是FVC的变化趋势，当K_FVC>0时，表示FVC呈上升趋势，K_FVC<0时，表示FVC呈下降趋势，K_FVC=0时，表示FVC不变。

使用Mann-Kendall显著性检验判断FVC变化趋势的显著性，检验统计量Z的计算公式为

（3）

式中：\mathrm{v}\mathrm{a}\mathrm{r}\left(S\right)=\frac{n\left(n-\mathrm{1}\right)\left(\mathrm{2}n+\mathrm{5}\right)}{\mathrm{18}}；S={\sum }_{i=\mathrm{1}}^{n-\mathrm{1}}{\sum }_{j=i+\mathrm{1}}^n\mathrm{s}\mathrm{i}\mathrm{g}\mathrm{n}\left(F_{\mathrm{j}}-F_{\mathrm{i}}\right)；sign为符号函数，当F_j >F_i 时，sign=1，当F_j <F_i 时，sign=-1，当F_j =F_i，sign=0。

在给定的显著性水平下（α=0.05），当|Z|>Z_1-α/2时，表明时间序列发生了显著性变化。将Theil-Sen趋势分析与Mann-Kendall显著性检验结合，将FVC变化趋势分为5个类型：K_FVC>0且|Z|>1.96时，FVC显著增加；K_FVC>0且|Z|≤1.96时，FVC增加不显著；K_FVC<0且|Z|>1.96时，FVC显著下降；K_FVC<0且|Z|≤1.96时，FVC下降不显著；K_FVC=0时，FVC没有变化。

1.2.3 变异系数

采用变异系数（coefficient of variation，CV）来表征植被覆盖度的空间波动性，变异系数值越大，表明植被覆盖度波动性越大，变化越剧烈；反之则表明植被覆盖度波动性小，变化趋于稳定^［18］。根据前人经验^［19］，将其值划分为5个等级：低波动（0<CV≤0.10）、较低波动（0.10<CV≤0.15）、中波动（0.15<CV≤0.20）、较高波动（0.20<CV≤0.30）和高波动（CV>0.30）。计算公式为

C_{\mathrm{V}}=\frac{\sqrt[]{\frac{\mathrm{1}}{n-\mathrm{1}}{\sum }_{i=\mathrm{1}}^n{\left(F_{\mathrm{i}}-\overline{F}\right)}^{\mathrm{2}}}}{\overline{F}}，（4）

式中：n为研究时段的总年数；F_i 为第i年的植被覆盖度；\overline{F}表示所有年份植被覆盖度的平均值。

1.2.4 偏相关性分析

偏相关分析是一种在控制其它变量的情况下，分析两个变量之间线性相关的一种统计方法，本文采用偏相关分析法研究植被覆盖度与年降水和年平均气温的关联性。计算公式参考文献［20］。

2 结果分析

2.1 植被覆盖度的时间变化特征

2000—2022年赤峰市植被覆盖度均值为59.4%，并以0.4%·a^-1的速率波动增长，总体呈现改善趋势（图1）。研究区植被覆盖度最大年份出现在2021年，为67.4%，植被覆盖度最小年份出现在2009年，为45.3%。统计不同等级植被覆盖度的年际变化，分析可知，不同等级的植被覆盖度时序差异明显，低、中低、中植被覆盖度呈减少趋势，中高、高植被覆盖度呈增加趋势，其中，中低、中及高植被覆盖度的变化趋势通过了显著性检验。

2.2 植被覆盖度的空间分布特征

赤峰市不同等级FVC多年均值及其波动性的空间分布如图2所示。由图2可知，赤峰市FVC以中覆盖度为主（28.2%），主要分布在赤峰市中部及西北部地区。中高及高覆盖度的面积占比分别为24.8%、25.0%，主要分布在北部、西北部和南部的沿山地区，中低、低覆盖度和裸地主要集中在西北部的浑善达克沙地和中东部的科尔沁沙地，面积占比分别为14.6%、5.4%和2.1%。

2000—2022年赤峰市FVC变异系数的平均值为0.18，变异程度属于中波动。具体表现为：较高波动面积占比最大（26.4%），主要分布在赤峰市中部、北部及西北地区。这些地区主要为耕地和草地，生态系统结构单一，人类活动干预性强，且对气候条件变化敏感，波动性较高。其次为低波动区，面积占比为25.55%，主要分布在北、西、南部的山区林地、零星分布在中部科尔沁沙地腹地。林地的植被覆盖度高，生态系统结稳定性强，不易受外界干扰影响。在山区林地向中部平原过渡地带，植被覆盖度以较低波动和中波动为主，面积占比分别为17.5%、18.2%，这些地区以中高植被覆盖度为主，生态系统相对稳定。植被覆盖度表现出高波动性的面积占比为12.3%，主要分布在科尔沁沙地及浑善达克沙地，这些地区植被稀疏，生态环境恶劣，生态系统脆弱，因此植被覆盖度波动性高。

综上所知，植被覆盖度波动性与植被覆盖度等级高度相关，高植被覆盖度地区的波动性较低，植被覆盖度较低的地区波动性较高。

2.3 植被覆盖度空间变化趋势

赤峰市2000—2022年FVC的空间变化情况如图3所示。赤峰市71.9%的区域FVC呈增加趋势，其中33.6%的区域增加趋势显著，主要分布在赤峰市东部、南部，东南部植被覆盖度改善最为显著。FVC呈降低趋势的面积占比为26.1%，其中显著降低的面积占比为4.4%，主要分布在北部地区。科尔沁沙地腹地2%的区域植被覆盖度基本无变化。整体上，2000-2022年间，赤峰市植被覆盖度呈现改善趋势，尤其是南部及东部地区，生态恢复效果显著。

2.4 植被覆盖度和降水量、气温的偏相关分析

赤峰市年降水量和年平均气温的年际变化如图4所示。由图4可知，赤峰市降水量年际差异较大，2016年降水量最多，为551.3 mm，2009年降水量最少，为250.1 mm。总体上，2000—2022年赤峰市降水量呈显著增加趋势（P<0.05），增加幅度为5.0 mm/a。赤峰市年平均气温介于6.3~9.0 ℃，无显著变化趋势。2009年，赤峰市出现严重干旱，年平均气温为8.4 ℃，年降水量仅为250.1 mm。

逐像元计算FVC与降水和气温的偏相关系数，分析FVC与降水和气温的偏相关性（图5）。由图5可知，FVC与年降水的偏相关性以正相关为主，呈正、负相关的区域占比分别为86.6%、13.4%，其中，呈显著正相关的面积占比为36.4%，主要分布在赤峰市中部及东部地区；呈显著负相关的面积占比仅为1.0%。FVC与年平均气温的相关性较弱，总体上是正相关作用大于负相关，呈正、负相关的区域占比分别为76.3%、23.7%，其中，FVC与气温呈显著正相关的区域占比为8.3%，主要分布在赤峰市东北及西部地区，FVC与气温呈显著负相关的区域不足1.0%。

总体而言，赤峰市植被覆盖度与气温和降水均以正偏相关关系为主，与降水的偏相关性明显强于气温，降水是影响赤峰市植被覆盖度的主要气候因子。

3 讨论

赤峰市土地利用类型多样，境内林地、草地、耕地、沙地等均有分布。沿山林地植被覆盖度高，生态系统稳定。中部草地和耕地的植被生长状况较好，但是植被类型单一，容易受气候因子和人类活动的影响。在植被稀疏的科尔沁沙地附近，植被覆盖度表现出较高的波动性。张亦然^［21］和鲁欲^［22］认为，多年干旱风沙和过度放牧导致该地区生态系统破坏严重，治理难度大，在一定程度上加剧了植被覆盖变化的不稳定性。研究时段内，赤峰市植被覆盖度呈增加趋势，尤其是东部、南部的草地和林地，生态系统质量明显提高，这主要得益于2000年以来内蒙古自治区开展的退耕还林还草、围封禁牧等生态保护措施。同时期，呼伦贝尔市^［23］、 锡林郭勒盟^［24］、鄂尔多斯市^［25］等多个地区的植被覆盖也呈现向好趋势。但是内蒙古自治区整体生态环境依然脆弱，浑善达克沙地和科尔沁沙地仍然面临植被生长状况较差、土地荒漠化严重等问题^{［26⁃27］}，生态环境保护工作不容松懈。

不同区域植被生长对降水和气温的响应具有显著的空间差异性^［28］。在赤峰地区，降水是影响植被覆盖度的主要气候因子，这可能是因为赤峰市地处干旱⁃半干旱地区，降水资源不足，水分蒸发大，植被生长对降水的依赖性高于气温。如王兴丽等^［29］在研究气候因子对甘南干旱地区植被变化的影响时，发现降水对植被的正相关作用要强于气温。李自闯等^［30］发现年降水量对黄河中游植被NDVI变化的影响力明显超过坡度、气温等因子。除气候因子外，造林绿化、防风固沙等人类活动也是影响植被生长的重要因素^［31］，如赵楠等^［32］在分析黑龙江省植被覆盖变化时，发现人类活动是影响植被覆盖度变化主要驱动力。2023年8月，赤峰市全面启动科尔沁和浑善达克两大沙地歼灭战，造林种草、改良修复等生态治理措施将对植被覆盖度起到促进作用，在未来的生态环境动态监测中，需增加考虑人类活动对植被生长的影响。

4 结论

（1）2000—2022年赤峰市植被覆盖度总体呈改善趋势。在时间上，植被覆盖度的年均值以0.4%·a^-1的速率增长，不同等级的植被覆盖度变化趋势表现为：中高、高植被覆盖度呈增加趋势，低、中低、中植被覆盖度呈减少趋势，其中，中低、中及高植被覆盖度的变化趋势通过了0.05水平的显著性检验。在空间上，71.9%的区域植被覆盖度呈增加趋势，呈显著增加的区域主要分布在赤峰市东部、南部。

（2）赤峰市中高及高覆盖度主要分布在沿山地区，中覆盖度主要分布在赤峰市中部及西北部地区，中低、低覆盖度和裸地主要集中在浑善达克沙地和科尔沁沙地。植被覆盖度高的地区表现出更强的稳定性。

（3）植被覆盖度与降水的偏相关性以正相关为主，植被覆盖度与气温的相关性较弱，降水是影响赤峰市植被覆盖度的主要气象因子。

参考文献

[1] 曹丹. 全球陆地生态系统气候生产潜力及干旱驱动作用分析研究［D］. 北京：中国科学院大学（中国科学院空天信息创新研究院），2022.

[2] PUREVDORJ T， TATEISHI R， ISHIYAMA T， et al. Relationships between percent vegetation cover and vegetation indices［J］. International Journal of Remote Sensing，1998，19（18）：3519-3535.

[3] 孟琪，武志涛，杜自强，等. 京津风沙源区不同分区植被覆盖度变化及归因分析［J］. 应用生态学报，2021，32（8）：2895-2905.

[4] 吴志杰，何国金，黄绍霖，等. 南方丘陵区植被覆盖度遥感估算的地形效应评估［J］. 遥感学报，2017，21（1）：159-167.

[5] 李重阳，樊文涛，李国梅，等. 基于NDVI的2000—2016年青藏高原牧户草场覆盖度变化驱动力分析［J］. 草业学报，2019，28（10）：25-32.

[6] 罗琳，叶戈杨，关钊，等. 生态修复下金川矿区植被覆盖度及景观格局的变化［J］. 亚热带资源与环境学报，2022，17（1）：64-71.

[7] 刘晨曦，陈关州，王铜，等. 山东省植被覆盖度长时序动态监测与分析［J］. 山东农业大学学报（自然科学版），2021， 52（4）：585-594.

[8] 罗鸿，杨存建. 长江上游近19年植被覆盖度动态变化及驱动力分析［J］. 生态科学，2023，42（1）：234-241.

[9] 马小红，林菲，原黎明，等. 2000—2020年汾河流域植被覆盖度变化及其对生态工程的响应［J］. 中国沙漠，2023，43（3）：86-95.

[10] 王熙，刘建卫，王梓云. 挠力河湿地植被覆盖度对水文要素的响应［J］. 水电能源科学，2023，41（1）：18-21.

[11] 宋梦来，陈海涛，丁晗，等. 1990—2020年天津市植被覆盖度时空演变特征及影响因素分析［J］. 水土保持研究，2023，30（1）：154-163.

[12] 张鐥文，杨冉，侯文星，等. 生态补水前后永定河两岸植被覆盖度变化及驱动力分析［J］. 生态环境学报，2023，32（2）：264-273.

[13] PENG S Z， DING Y X， LIU W Z， et al. 1 km monthly temperature and precipitation dataset for China from 1901 to 2017［J］. Earth System Science Data，2019，11（4）：1931-1946.

[14] GUTMAN G， IGNATOV A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models［J］. International Journal of Remote Sensing，1998，19（8）：1533-1543.

[15] 沈贝贝，魏一博，马磊超，等. 内蒙古草原植被覆盖度时空格局变化及驱动因素分析［J］. 农业工程学报，2022，38（12）：118-126.

[16] 中华人民共和国水利部. 土壤侵蚀分类分级标准 SL190—2007 ［S］. 北京：中国水利水电出版社，2008.

[17] 庞家泰，段金亮，张瑞，等. 2000—2019年渭河流域植被覆盖度时空演变特征及气候响应［J］. 水土保持研究，2021， 28（5）：230-237.

[18] 秦格霞，芦倩，孟治元，等. 1982—2015年中国北方草地NDVI时空动态及其对气候变化的响应［J］. 水土保持研究， 2021，28（1）：101-108.

[19] 郭永强，王乃江，褚晓升，等. 基于Google Earth Engine分析黄土高原植被覆盖变化及原因［J］. 中国环境科学，2019，39（11）：4804-4811.

[20] 任天晨，陈军锋，刘楠. 山西省五台山地区近30年植被覆盖动态变化及影响因素［J］. 林业资源管理，2022，（4）：89-99.

[21] 张亦然. 耦合“空-天”遥感的科尔沁沙丘-草甸相间地区植被覆盖度解译及其时空演变规律［D］. 呼和浩特：内蒙古农业大学，2021.

[22] 鲁欲. 西辽河流域植被覆盖度的趋势分析及其驱动因子研究［D］. 沈阳：沈阳农业大学，2023.

[23] 胡梦甜，张慧，乔亚军，等. 呼伦贝尔森林-草原生态交错带土壤风蚀量时空变化及驱动力分析［J］. 生态与农村环境学报，2023，39（8）：999-1007.

[24] 闫志远，王怡璇，李瑞平，等. 2000—2020年锡林郭勒草原土地利用/土地覆被时空演变特征及驱动力分析［J］. 农业工程学报，2022，38（14）：275-284.

[25] 刘雅洁，郭金停，王铁娟. 西鄂尔多斯地区植被NDVI时空变化及其对气温和降水的响应［J］. 内蒙古师范大学学报（自然科学汉文版），2023，52（6）：559-567.

[26] 张桂华，刘洪妍，介冬梅，等. 科尔沁沙地不同类型沙丘表土有机质与粒度特征差异分析［J］. 生态环境学报，2020， 29（11）：2223-2230.

[27] 姚雪玲，李龙，王锋，等. 放牧方式对浑善达克沙地榆树疏林退化的影响［J］. 生态学报，2020，40（5）：1663-1671.

[28] 奎国娴，史常青，杨建英，等. 内蒙古草原区植被覆盖度时空演变及其驱动力［J］. 应用生态学报，2023，34（10）：2713-2722.

[29] 王兴丽，蒋友严，张翼飞，等. 2001—2020年甘南高原植被变化特征及驱动因素［J］. 草业科学，2023，40（9）：2185-2198.

[30] 李自闯，董国涛，姚楠. 1982—2015年黄河中游NDVI时空变化及驱动力分析［J］. 水土保持研究，2024，31（2）：202-210.

[31] 郑颖娟，刘军会，刘洋，等. 2000—2018年鄂尔多斯市植被覆盖度变化及驱动因素分析［J］. 环境科学研究，2022，35（11）：2458-2468.

[32] 赵楠，赵颖慧，邹海凤，等. 1990—2020年黑龙江省植被覆盖度的时空变化趋势及驱动力［J］. 应用生态学报，2023， 34（5）：1320-1330.

基金资助

内蒙古自治区科技计划资助项目“典型草原干旱发生发展过程及预报技术研究”(2022YFSH0130)

内蒙古自治区自然科学基金资助项目“河套灌区向日葵产量动态预报技术研究”(2021MS03105)