2001—2022年扎龙湿地植被覆盖时空演变特征

The Spatiotemporal Evolution Characteristics of Vegetation Cover in Zhalong Wetland from 2001 to 2022

摘要

扎龙国家级自然保护区是世界最大的芦苇湿地，其植被变化对湿地的生态环境影响较大，以齐齐哈尔市域内扎龙湿地为对象，基于MODIS数据，利用像元二分模型法，运用ArcGIS 10.2软件，分析该湿地2001—2022年植被覆盖时空演变特征，旨在揭示扎龙湿地的植被变化趋势，为该湿地生态保护、修复及建设提供借鉴和参考。结果表明，1）扎龙湿地东部地区植被覆盖度优于西部，植被覆盖等级空间变化整体呈现出波动式增加的趋势；整体是低植被覆盖度向高植被覆盖度转化，高植被覆盖度区域面积显著增加，中级、中低级和低级植被覆盖度区域面积逐渐减少。2）植被覆盖度与该区域年降水量、年均气温和年补水量存在着相关性。高植被覆盖区域分别与年降水量和年补水量呈现显著的正相关（相关系数R=0.42；R=0.62），中高植被覆盖区域与前一年的年均气温存在显著的正相关（R=0.46），且与当年年均气温也有一定相关性；高植被覆盖区域也与前一年的年降水量存在一定的相关性，表现出植被覆盖度变化滞后于降水量变化的特征。

Abstract

Zhalong National Nature Reserve is the largest and world-renowned wetland in China， and its vegetation changes have a significant impact on the ecological environment of the wetland. This study focuses on the Zhalong Wetland in Qiqihar City. Based on MODIS data， the pixel binary model method and ArcGIS 10.2 software were used to analyze the spatiotemporal changes in vegetation cover of the wetland from 2001 to 2022. The aim is to reveal the trend of vegetation change in Zhalong Wetland， in order to provide reference and guidance for the ecological protection， restoration， and construction of the wetland. The results show that： 1） the vegetation coverage in the eastern region of Zhalong Wetland is better than that in the western region， and the overall spatial variation of vegetation coverage level shows a fluctuating increasing trend； The overall transformation is from low vegetation coverage to high vegetation coverage， with a significant increase in the area of high vegetation coverage， while the area of intermediate， medium， and low vegetation coverage gradually decreases. 2） There is a correlation between vegetation coverage and annual precipitation， average annual temperature， and annual water replenishment in the region. The high vegetation coverage area shows a significant positive correlation with annual precipitation and annual water replenishment （R=0.42； R=0.62）， while the medium high vegetation coverage area shows a significant positive correlation with the annual average temperature of the previous year （R=0.46）， and also has a certain correlation with the annual average temperature of the current year； The high vegetation coverage area also has a certain correlation with the annual precipitation of the previous year， showing a characteristic that the change in vegetation coverage lags behind the change in precipitation.

Graphical abstract

关键词

扎龙湿地 / 遥感影像 / 植被覆盖度 / 水文气象 / 相关性

Key words

Zhalong Wetland / remote sensing images / vegetation coverage / hydrology and meteorology / relevance

0 引言

湿地具有改善环境质量、调节城市温度、降解土壤中有毒有害物质和净化水质等功能，是地球上土与水相互作用的独特生态系统。扎龙湿地是中国地区最完整的湿地生态系统之一^［1］。自20世纪以来，扎龙湿地环境遭到破坏，植物多样性水平降低，植被覆盖度减少，其生态环境保护与修复成为各界学者关注的内容。

植被是生态系统的主体，是生态系统中物质和能量的基本来源，植被在改善湿地生态环境方面发挥重要的作用^［2］。植被覆盖度为植物垂直到地面投影相对于总面积的比例，植被覆盖度可以定义某区域植被生长态势及生态环境的优劣。降水、温度和补水量等要素对植被覆盖度有重要影响，通过影响环境中温度和水分来调控植物的生长和分布。因此，掌握植被覆盖的年度变化，探索水文和气象因素对其变化的影响，对湿地生态系统的环境质量评估和生态过程监管具有重要的理论和实践意义。

目前关于植被覆盖时空演变分析较多，但是对扎龙湿地区域植被覆盖的变化特征研究较少^［3-4］。为此，本研究以扎龙湿地为对象，分析2001—2022年，扎龙湿地植被覆盖度的面积变化情况和不同植被覆盖度等级内部的相互转化情况，考虑5个不同等级植被覆盖度〔［0，0.2）［0.2，0.4）［0.4，0.6）［0.6，0.8）［0.8，1.0）〕区域面积变化与降水、气温、补水量的相关性，旨在阐明植被覆盖度在扎龙湿地区域中起到的作用，为扎龙湿地生态环境建设规划和布局提供参考。

1 数据和方法

1.1 研究区概况

扎龙湿地是我国北部最连续和最开阔的湿地生态系统。扎龙湿地位于乌裕尔河下游，研究区内没有明显的河道，水流较慢，河水满溢，是形成湿地生态系统的成因；土壤呈弱碱性，是一片永久弱碱性淡水沼泽区。扎龙自然保护区根据湿地生态状况划分三大区域，分别为核心区、缓冲区、试验区^［5］。

保护区有鱼类46种，鸟类约260种^［6］，是中国大型珍稀水禽鸟类保护区，被誉为“仙鹤”的丹顶鹤在这片湿地上生活，该地被誉为“鹤的故乡”^［7］。2021年2月5日，丹顶鹤列入中国《国家重点保护野生动物名录》一级动物。研究区内的“扎龙湖观鸟旅游区”，被国家文化和旅游局评为“5A”级旅游景区。扎龙湿地包含植物总数已超过500种，包含69科256属，在扎龙湿地的沼泽植被中，芦苇（Phragmites australis）达到植被总面积80%以上^［8］。

研究区位于黑龙江省齐齐哈尔市南部，东临大庆市林甸县，西接中心城区铁锋区，北达富裕县龙安桥镇，南至泰来县大兴镇，南北跨富裕县、中心城区、泰来县，地理坐标为123°47'~124°37'E，46°52'~47°32' N^［9］，位于松嫩平原上，南北长80.6 km，东西宽53.9 km，总占地面积10.012 1万hm²，呈不规则的带状。

1.2 数据来源及预处理

扎龙湿地范围线获取是通过扎龙湿地自然保护区功能区划分图与齐齐哈尔市域界线相交绘制，得到齐齐哈尔市域范围内扎龙湿地的范围并形成矢量边界数据^［3］。

在LAADS DAA网站上（https：//ladsweb.modaps.eosdis.nasa.gov/）下载MODIS数据，PRODUCTS选择MOD 13Q 1序列，扎龙湿地的MODIS中国区域行列号为H26v04，下载2001—2022年的HDF（Hierarchical Data Format）数据，每年23期，共22 a影像^［10］，然后进行MRT（Modis Reprojection Tool）预处理，点击ModisTool，导入每期数据，设置参数后形成tif数据。在遥感图像处理平台（The Environment for Visualizing Images，ENVI）中进行辐射定标、大气校正等处理后导入ArcGIS 10.2使用范围线批量裁剪，最大值合成法形成每一年的影像，栅格计算器计算后得到归一化植被指数数据^［11-12］。

气象数据通过中国气象数据网下载中国地面国际交换站，然后下载2001—2022年各气象站的气象数据，获得气温和降水量数据^［4］。

年补水量数据由国家级扎龙自然保护区管理局提供。

1.3 研究方法

植被覆盖度提取与分级是基于归一化植被指数（Normalized Difference Vegetation Index，NDVI，式中记为N_DVI）数据，利用像元二分模型原理进行研究^［13］，公式为

F_vc=（N_DVI-N_soil）/（N_veg-N_soil）。（1）

式中：F_vc为植被覆盖度；N_soil为裸土或无植被覆盖区域的NDVI；N_veg为完全由植被所覆盖的NDVI。

NDVI随着时间、季节的变化而变化，为更准确估算植被覆盖度，参考相关文献［14-16］，NDVI年累积变化频率为95%定为N_veg，累积频率95%以上的植被覆盖度为1；NDVI累积频率为5%定为N_soil，累积频率5%以下的植被覆盖度为0。利用该公式在ArcGIS 10.2软件中操作，计算和绘制植被覆盖度F_vc。将植被覆盖度划分为5个等级，［0，0.2）级别为低植被覆盖区，［0.2，0.4）级别为中低植被覆盖区，［0.4，0.6）级别为中植被覆盖区，［0.6，0.8）级别为中高植被覆盖区，［0.8，1.0］级别为高植被覆盖区。

2 结果与分析

2.1 不同等级植被覆盖度变化特征

2.1.1 植被覆盖度的空间分布变化特征

通过对归一化植被指数数据进行处理得出研究区的植被覆盖度，根据研究区实际情况，结合生态环境质量评价标准。运用ArcGIS 10.2软件绘制植被覆盖度分级图。

由图1可知，高植被覆盖区覆盖面积最大，随时间变化总体面积增加，在22 a间高植被覆盖区覆盖了研究区的大部分地区。2001年当年呈现小面积零散分布现象，在2002—2004年该区域分布逐渐集中，到2004年达到一个峰值后，2005年突然零碎化，随后呈现整体面积增加状态，中东部和东北部植被覆盖呈现连片集中分布，有由试验区、边缘区向扎龙核心区转移的现象，试验区、边缘地区整体分布较为分散。2016年后覆盖区域趋于集中分布。

中高植被覆盖区覆盖面积高于中植被覆盖区，且变化明显，其总体分布面积呈现先减少后增加的变化趋势，在整个范围内分布较为集中。在西南部（滨州铁路线）和北侧有少部分集中区域，南部、龙湖、仙鹤湖周围附近分布较多。中植被覆盖区面积较大，主要分布于中低植被覆盖区边缘，集中在西南部（滨州铁路线）附近的芦苇场和建设用地（301国道和中引总干渠）周边区域，呈条带状分布。2005、2006、2015年中植被覆盖区较多且零散，较为破碎，其余的年份中植被覆盖区相对集中。

低植被覆盖区和中低植被覆盖区的分布面积均较小，主要分布在研究区中部偏北的克钦湖水面及周边村庄区域。其中，低植被覆盖区植被覆盖度由零星化变为集中化，逐渐呈面状分布。而中低植被覆盖区主要集中在研究区中北部（301国道、翁海、克钦湖周边）和西部的建设用地周边，主要分布于低植被覆盖区边缘，呈现小面积零散分布，北部变化趋势尤为显著。

2.1.2 不同等级植被覆盖度的面积变化特征

计算2001—2022年各等级植被覆盖度区域面积，对5个等级的植被覆盖度区域面积进行统计，如图2所示。

由图2可以看出，在此期间植被覆盖度在低植被覆盖区和中低植被覆盖区面积小且变化相对平稳，面积整体略呈下降趋势。发生显著变化主要体现在中植被覆盖度、中高植被覆盖度、高植被覆盖区域，其中，中植被覆盖度区域总体面积变化呈下降趋势，2022年面积达到最低，为103 km²，同2001年相比下降56 km²，下降率达35.22%。中高植被覆盖度面积变化主要呈先下降后上升趋势，2011年面积最小，为198 km²，2001年面积值为280 km²，2022年面积最大，为290 km²，同2001和2011年相比分别上升3.57%、46.46%。高植被覆盖度面积增加程度最为明显，变化整体为波动上升，2001年面积为316 km²，2022年面积为482 km²，同2001年相比上升166 km²，上升率达52.53%，上升浮动相对较大。

从分级面积变化的总体情况得出，中高度和高度植被覆盖区域的面积增加，表明扎龙湿地的植被长势良好，呈现良性发展的趋势。

扎龙湿地的年平均植被覆盖度呈现增加趋势，如图3所示，2012年达到最大值，平均值为0.73，比2001年增加0.1，提高16%，其次是2009、2021年，平均值均为0.72，提升14%，再其次是2004、2013、2020、2022年，平均值均为0.71，提升13%。在22 a间，2001、2005、2015年的植被覆盖度处于较低水平，其中，2001年最低，值为0.63，其次是2005年，值为0.65，2015年为0.67，推测是由于降水量少，干旱缺水，以及部分年份发生火灾所致。自2001年发生火灾以来，政府实施了水资源管理和补充政策，植被有所恢复，然而，2005年再次发生火灾，持续时间长，火烧面积大，导致芦苇面积和生物量变少，湿地植被退化，是植被覆盖度有所减少的主要原因。而2015年植被覆盖率较低，降雨量减少可能是主要因素。在这22 a中，植被覆盖度整体增加，可能是多年来，由于政策引导、人工补水和减少人类活动等人为因素提升植被覆盖面积，而期间植被覆盖度降低主要是受到干旱等自然因素的影响。

2.2 植被等级转化分析

为进一步体现不同年份与各等级植被覆盖度时空演变情况，计算扎龙湿地2001—2022年植被覆盖转移矩阵，统计对各等级的植被覆盖度在相邻年份面积转入和转出情况量，转移矩阵数据如图4所示。

高植被覆盖区的转入多于转出，说明植被覆盖优化，植被长势变好，如果低植被区和中低植被区的转入多于转出，说明植被覆盖劣化，植被长势变差。通过对图4数据分析可知，每年不同等级植被的面积总转入转出变化量体现的是植被覆盖度变化波动的大小，2001—2002年间的变化量最大，变化面积为546.44 km²，其次是2004—2005年，变化面积为448.25 km²，然后是2002—2003年，变化面积为416.94 km²。变化面积大是因为2001年发生火灾，减少约133.33 km²的芦苇地，2001、2002、2003年湿地分别补水0.35、3.5、1.1亿m³。2006—2022年研究区内植被覆盖转移面积较为稳定，在280~400 km²波动。其中2021—2022年变化面积为398.25 km²，高植被覆盖区转入面积达160.56 km²，仅次于2001—2002年的193.5 km²，居第二位。

植被覆盖度向0.4~0.6级的中度植被覆盖区、0.6~0.8级的中高植被覆盖区和0.8~1.0级的高植被覆盖区转化，比植被覆盖度向0~0.2级的低植被区和0.2~0.4级的中低植被覆盖区转化面积大。植被覆盖度各级变化多数是等级相近的覆盖度相互转化。

相邻年份各级植被覆盖度面积变化值均在280~550 km²，其中2001—2002年变化幅度最大，变化值为546.44 km²，其次是2004—2005、2002—2003年，变化值分别为448.25 km²和416.94 km²，其余的相邻年份变化幅度在280~400 km²，植被覆盖等级变化整体较为稳定。

2.3 植被覆盖度与水文气象要素的相关性

2.3.1 降水量与植被覆盖度的相关性分析

由表1可知，植被覆盖度与该地区年降水量存在着相关性。其中，高植被区域覆盖度与年降水量呈显著的正相关，相关系数R为0.42，而低植被区域覆盖度和中低植被区域覆盖度与年降水量呈显著的负相关关系，相关系数R分别为-0.53和-0.56。中植被区域覆盖度与当年降水量也存在一定相关性。同时还发现，低植被和中植被这2个区域覆盖度还与前一年的年降水量呈显著的负相关，R分别为-0.51和-0.55。同时，高植被区域覆盖度也与前一年的年降水量存在一定的相关性。在一定程度上，表现出植被覆盖度变化滞后于降水量变化的特征，这可能是由于湿地地势平缓，径流缓慢所致。

2.3.2 年均气温与植被覆盖度的相关性分析

由表2可知，植被覆盖度与该地区年均气温也存在相关性。其中，中高植被区域覆盖度与前一年的年均气温存在显著的正相关，R=0.46，且与当年年均气温也有一定相关性；而中植被区域覆盖度则与之呈显著的负相关，R=-0.47，且与当年年均气温也呈显著的负相关关系（R=-0.50）。

2.3.3 年补水量与植被覆盖度的相关性分析

由表3可知，植被覆盖度与扎龙地区年补水量同样存在相关性。其中，高植被区域覆盖度与年补水量呈显著的正相关（R=0.62），而低植被、中低植被和中植被区域覆盖度则分别与年补水量呈极显著和显著的负相关关系，R分别为-0.82、-0.64、-0.59。各等级植被覆盖度区域与前一年补水量没有相关性。

3 结论与讨论

1）从时间变化趋势来看，扎龙湿地的整体植被覆盖度正在向好的方向发展。这与赵东林等^［17］、王一等^［18］、郝源等^［19］和Fan等^［20］植被覆盖度变化研究结论相似。22 a间植被覆盖度在0.8~1.0级高植被覆盖区面积显著增加，增加了52.53%，0.6~0.8级中高植被覆盖区增加3.57%。0~0.2级低植被覆盖区、0.2~0.4级中低植被覆盖区和0.4~0.6级中植被覆盖区面积分别减少34.39％、54.05％和35.22％；植被覆盖相互转化情况为低等级向高等级的转化，其中0.4~0.6级、0.6~0.8级和0.8~1.0级3个植被覆盖度等级的转化显著，转化方式主要为相邻等级覆盖度之间的转化，等级相差较大转化面积小。各级面积变化情况为0~0.2级低植被覆盖区和0.2~0.4级中低被覆盖区总体面积所占比重小，其面积变化小，变化趋势不明显，0.8~1级面积呈现先增长而后趋于平稳，在所有等级中占优势地位。表明随时间变化生态环境转好，这与自1998年提出并执行的退耕还林还草政策，随后提出的生态保护红线等保护生态环境的政策^［21］有关，是扎龙湿地的生态环境修复效果逐渐显现的主要因素。

2）空间变化趋势为总体植被覆盖分布情况为自东向西递减，南部地区高于北部地区，以八支干渠为分界线，植被覆盖西侧低于东侧。植被覆盖相对较高的等级明显向核心区域集中。钟子豪等^［22］研究植被覆盖度的时空演变与驱动因素相关性，发现人为因素和自然因素是影响植被覆盖度空间分布的主要因素。人为因素是本研究区内植被覆盖度分布变化主要影响因素，2001年及随后的几年研究区内植被覆盖度低主要是由于人为破坏所致，近些年人们对扎龙湿地环境的保护意识加强，植被覆盖逐渐升高，分布逐渐集中。边缘区、试验区人类活动较为频繁，核心区内人为干扰较少，因此植被覆盖度相对集中的表现是从核心区开始逐渐显现^［23］。

3）植被覆盖度与该区域年降水量、年均气温和年补水量存在着相关性。其中高植被覆盖区域与年降水量呈显著的正相关（R=0.42），低和中低植被覆盖度区域面积呈显著负相关，表明水体的消长对植被覆盖有影响，植被覆盖度变化不仅与当年降水量相关，高植被覆盖区域也与前一年的年降水量存在一定的相关性，存在滞后于降水量变化的特征，这是由于扎龙湿地地势低洼，降水形成径流后流动缓慢，冬季冰封期后降水资源存留等因素，产生降雨量对于湿地植被覆盖度的滞后性。高植被覆盖区域与年补水量呈显著的正相关（R=0.62）。湿地主要植物芦苇为水生植物，生长发育耗水量大^［24-25］，补水量增加，芦苇生长区域扩大，另外含水量增加，植被的生长期会逐渐提前，生物量增加^［26］，从而逐渐出现高植被覆盖度区域增加的现象。降水量和补水量对研究区的影响略高于年均气温^［4］。中高植被覆盖区域与前一年的年均气温存在显著的正相关（R=0.46），且与当年年均气温也有一定相关性，表现温度升高对于整个湿地植被生长有促进作用。

本研究以前人研究为基础，以扎龙湿地为研究对象，通过运用遥感影像提取NDVI数据，分析22 a间植被覆盖演变规律，研究植被覆盖时空变化特征和转移矩阵变化情况，然后通过水文气象数据定量分析降水、温度和年补水量3个驱动因子与植被覆盖度的相关性，定量探讨了各影响因子对植被覆盖度的影响程度。根据研究结果，研究区年均植被覆盖度逐渐上升，高植被覆盖度占比也越来越高，表明生态修复取得了一定的成效。由于扎龙湿地重要的生态作用，在后续的保护与开发中，应协调生态保护与人类活动的关系，科学合理地保护扎龙湿地生态环境。

此外，植被覆盖变化的影响因素较多，本研究只考虑了水文气象要素的影响效应，对于地形等因子所带来的具体影响没有考虑，在后续的研究中，综合其他因子进行更加详细的研究是一个值得关注的研究方向。

参考文献

[1] 徐学哲.丹顶鹤之乡—扎龙湿地［J］.中国环境管理干部学院学报，2015，25（5）：91.

[2] XU X Z.The hometown of red crowned cranes—Zhalong wetland［J］.Journal of China Environmental Management Cadre College，2015，25（5）：91.

[3] 郭珊珊.黄河流域生态系统健康与城镇化耦合协调研究［D］.北京：中国矿业大学，2022.

[4] GUO S S.Research on the coupling and coordination of ecosystem health and urbanization in the Yellow River basin［D］.Beijing：China University of Mining and Technology，2022.

[5] 李哲，宫兆宁，刘先林，基于面向对象多端元混解模型的植被覆盖度反演及其时空分布研究［J］.遥感技术与应用，2018，33（6）：1149-1158.

[6] LI Z， GONG Z N， LIU X L，et al.Vegetation coverage retrieval and spatio-temporal distribution based on object-oriented multi-terminal mixed model［J］.Remote Sensing Technology and Application，2018，33（6）：1149-1158.

[7] 王伟泽，胡鹏，王建华，扎龙湿地植被覆盖度及其分布结构对水文气象要素的响应［J］.水生态学杂志，2020，41（5）：89-97.

[8] WANG W Z， HU P， WANG J H，et al.Response of vegetation cover and structure to meteorological and hydrologic factors in Zhalong wetland［J］.Journal of Water Ecology，2020，41（5）：89-97.

[9] 郐艳丽，黄惠璇，董书齐，自然保护地村庄的去与 存——以扎龙国家级自然保护区为例［J］.小城镇建设，2021，39（4）：103-110.

[10] GUI Y L， HUANG H X， DONG S Q，et al.Planning for villages in natural reserves：case of Zhalong natural reserve，Heilongjiang［J］.Small Town Construction，2021，39（4）：103-110.

[11] 高靓.黑龙江省扎龙湿地生态旅游景区开发研究［D］.长春：长春大学，2019．

[12] GAO L.Development of Zhalong wetland ecological tourism scenic area in Heilongjiang province［D］.Changchun：Changchun University，2019.

[13] 郝柄达.呼和浩特市部分高校绿地植物群落景观评价研究［D］.呼和浩特：内蒙古农业大学，2021.

[14] HAO B D.Study on landscape evaluation of plant communities in green space of some universities in Hohhot［D］.Hohhot：Inner Mongolia Agricultural University，2021.

[15] 李艳萍，王立凤，曲秀春.黑龙江扎龙湿地种子植物区系分布［J］.湖北农业科学，2013，52（10）：2270-2272，2285.

[16] LI Y P， WANG L F， QU X C.Distribution of seed plant flora in Zhalong wetland，Heilongjiang Province［J］.Hubei Agricultural Science，2013，52（10）：2270-2272，2285.

[17] 于成龙，刘丹.扎龙湿地土地利用/覆盖类型时空演变及其气候响应［J］.生态环境学报，2018，27（11）：2117-2126.

[18] YU C L， LIU D.Spatiotemporal evolution of land cover types and response to climate change in Zhalong wetland［J］.Journal of Ecology and Environment，2018，27（11）：2117-2126.

[19] SAM S C， BALASUBRAMANIAN G.Spatiotemporal detection of land use/land cover changes and land surface temperature using Landsat and MODIS data across the coastal Kanyakumari district，India［J］.Geodesy and Geodynamics，2023，14（2）：172-181.

[20] 郭昱彤.基于MODIS影像的山东省植被覆盖时空变化研究［D］.济南：山东师范大学，2017．

[21] GUO Y T.Spatial and temporal changes of vegetation cover based on MODIS data in Shandong Province［D］.Jinan：Shandong Normal University，2017.

[22] AMIR A.Effects of rapid urbanization on vegetation cover in major cities of Pakistan using MODIS data during 2001—2019［D］.长春：东北师范大学，2021.

[23] AMIR A.Effects of rapid urbanization on vegetation cover in major cities of Pakistan using MODIS data during 2001—2019［D］.Changchun：Northeast Normal University，2021.

[24] ZHAO F， LI H， LI C，et al.Analyzing the influence of landscape pattern change on ecological water requirements in an arid/semiarid region of China［J］.Journal of Hydrology，2019，57（8）：98-114.

[25] 张宇婷，张振飞，张志.新疆大南湖荒漠区1992—2014年间植被覆盖度遥感研究［J］.国土资源遥感，2018，30（1）：187-195.

[26] ZHANG Y T， ZHANG Z F， ZHANG Z.Remote sensing study of vegetation coverage during the period 1992—2014 in Dananhu desert area，Xinjiang［J］.Land and Resources Remote Sensing，2018，30（1）：187-195

[27] 崔涵，刘喆.黄土高原植被覆盖度动态变化分析研究［J］.林业科技情报，2023，55（3）：1-3．

[28] CUI H， LIU Z.Analysis of dynamic changes in vegetation coverage on the Loess Plateau［J］.Forestry Science and Technology Information，2023，55（3）：1-3.

[29] 李登科，范建忠，王娟.陕西近10年来植被覆盖度变化特征及其成因分析［C］.2011年第二十八届中国气象学会年会，2011.

[30] LI D K， FAN J Z， WANG J.Variations and its causes of fractional vegetation cover（FVC） in Shananxi Province in latest decade［C］.The 28th Annual Meeting of the Chinese Meteorological Society in 2011，2011

[31] 赵冬林，朱仕荣.2010—2021年金沙江干热河谷植被覆盖度时空变化及其影响因素［J/OL］.生态学杂志，1-11.

[32] ZHAO D L， ZHU S R.Spatiotemporal variation of vegetation coverage and its influencing factors in the dry-hot valley of Jinsha River during 2010—2021［J/OL］.Journal of Ecology，1-11.

[33] 王一，郝利娜，许强，2001—2019年黄土高原植被覆盖度时空演化特征及地理因子解析［J］.生态学报，2023，43（6）：2397-2407.

[34] WANG Y， HAO L N， XU Q，et al.Spatio-temporal variations of vegetation coverage and its geographical factors analysis on the loess plateau from 2001 to 2019［J］.Acta Ecologica Sinica，2023，43（6）：2397-2407.

[35] 郝源，阿如旱，秦富仓.内蒙古武川县林地植被覆盖的温度效应研究［J］.西南农业学报，2021，34（8）：1769-1775.

[36] HAO Y， A R H， QIN F C.Temperature effect of forestland vegetation cover in Wuchuan county，Inner Mongolia［J］.Southwest China Journal of Agricultural Sciences，2021，34（8）：1769-1775.

[37] FAN H， YAO W， FU Q.Segmentation of sloped roofs from airborne LiDAR point clouds using ridge-based hierarchical decomposition［J］.Remote Sensing，2014，6（4）：3284-3301.

[38] 刘智源，李继红.2000—2020年黑龙江省植被时空变化对气候因子响应［J］.森林工程，2024，40（1）：85-97.

[39] LIU Z Y， LI J H.Response of temporal and spatial changes of vegetation to climate factors in Heilongjiang province from 2000 to 2020［J］.Forest Engineering，2024，40（1）：85-97.

[40] 钟子豪，吴佳媚，朱萱，福州市中心城区植被覆盖度的时空演变及其驱动因素［J］.东北林业大学学报，2023，51（12）：51-59.

[41] ZHONG Z H， WU J M， ZHU X，et al.Spatio-temporal evolution and driving factors analysis of fractional vegetation coverage in central urban area of Fuzhou City［J］.Journal of Northeast Forestry University，2023，51（12）：51-59.

[42] 李鹏傲，姜永涛，张珍珍，河南省植被覆盖度时空变化及其原因分析［J］.地理空间信息，2023，21（11）：76-80.

[43] LI P A， JIANG Y T， ZHANG Z Z，et al.Spatio-temporal changes of vegetation coverage and its causes in Henan Province［J］.Geospatial Information，2023，21（11）：76-80.

[44] 逄世良，焦德志.扎龙湿地植物群落结构及其与土壤因子关系［J］.齐齐哈尔大学学报（自然科学版），2018，34（6）：82-85，94.

[45] PANG S L， JIAO D Z.The structure of plant community and its relationship with soil factors in Zhalong wetland［J］.Journal of Qiqihar University（Natural Science Edition），2018，34（6）：82-85，94.

[46] 向地玖.水位对湿地植物芦苇碳循环过程的影响［D］.西安：长安大学，2023.

[47] XIANG D J.Effect of water level on reed carbon cycling in wetland plants［D］.Xi′an：Chang′an University，2023.

[48] 张一然，文小航，罗斯琼，近20年若尔盖湿地植被覆盖变化与气候因子关系研究［J］.高原气象，2022，41（2）：317-327.

[49] ZHANG Y R， WEN X H， LUO S Q，et al.Study on the relationship between vegetation cover change and climate factors in Zoige wetland in recent 20 years［J］.Plateau Meteorology，2022，41（2）：317-327.

基金资助

黑龙江省省属科研院所科研业务费项目(FJZ2024-09)

齐齐哈尔市科学技术计划项目-社会发展公关(SFGG-201575)

齐齐哈尔大学研究生创新科研项目(YJSCX2019044)