林芝市退耕还林时期土地利用变化研究

A Study of Land Use Changes in Linzhi City During the Grain for Green Program Period

摘要

为揭示林芝市退耕还林后土地利用变化特征，探究不同的驱动因素与土地利用转化变化的关系，为西藏生态工程提供科学依据，本研究基于2000年、2010年和2020年林芝市土地利用变化数据，并结合统计资料展开分析。研究结果显示，在2000年至2020年期间，林芝市农田面积呈现增加趋势，具体面积变化为增加72.05 km²，可能与当地人口增长有关。土地利用中农田转换为森林、灌木、草地面积分别为56.30 km²、2.06 km²、60.53 km²。土地利用动态度方面，农田单一动态度由-1.83%变化为3.93%。农田转化为灌木和草地土地利用转化强度具有相对倾向性，农田转入森林相对强度与灌木和草地数值相似。在驱动因素与土地利用关系上，生产总值、第一、二、三产业生产总值与农田之间存在正相关性。经济增长和退耕还林政策的执行可能对林芝市土地利用改变产生了影响，政策对区域生态系统土地利用变化的具体影响，仍有待进一步验证。

Abstract

To reveal the characteristics of land use changes after the conversion of farmland to forest in Linzhi City, explore the relationship between different driving factors and land use conversion changes, and provide a scientific basis for ecological projects in Xizang, this study was based on the land use change data of Linzhi City in 2000, 2010, and 2020, and combined statistical materials for analysis. According to the research results, during the period from 2000 to 2020, the farmland area in Linzhi City showed an increasing trend, with a specific area change of an increase of 72.05 km², which may be related to the local population growth. In terms of land use, the areas of farmland converted to forest, shrubland, and grassland were 56.30 km², 2.06 km², and 60.53 km², respectively. Regarding the dynamic degree of land use, the single dynamic degree of farmland changed from -1.83% to 3.93%. There was a relative tendency in the conversion intensity of farmland to shrubland and grassland. The relative intensity of farmland converted to forest was similar to the values of shrubland and grassland. In terms of the relationship between driving factors and land use, there was a positive correlation between the gross domestic product, the gross product of the primary, secondary, and tertiary industries, and farmland. Economic growth and the implementation of the policy of converting farmland to forest may have influenced the land use changes in Linzhi City. The specific impact of the policy on the land use changes of the regional ecosystem still needs further in-depth verification.

Graphical abstract

关键词

土地变化 / 动态度 / 转移矩阵 / 林芝市

Key words

Land change / Dynamic degree / Transfer matrix / Linzhi City

退耕还林工程是我国的生态工程之一，生态恢复工程对区域的土地利用和覆盖产生了影响，进而影响土地利用的转移。土地利用与覆盖变化(LUCC)是全球气候环境变化的研究内容之一^[1,2]。1999年以后实施了包括天然林保护工程（Natural Forest Protection Program, NFPP）和退耕还林/还草工程（Grain for Green Program, GGP）等，生态保护工程对于植被的覆盖度变化以及生态环境的可持续发展产生深远影响^[1]。林芝市地处青藏高原地区，为典型的高原季风气候区，对全球气候的变化及人为干扰较为敏感^[3]。

深入探索林芝市的自然演变与土地利用变化，国内学者自退耕还林工程伊始，积极投入到利用退耕后的遥感数据对土地利用变化和植被覆盖进行科学研究工作，分析研究区土地利用的变化、植被覆盖度变化、生态效益以及其变化对其他自然因素的影响，如湿度、地表温度、径流等，更深入地探讨植被对气候的响应^[4]。同时，国内外的学者也广泛关注不同尺度的土地利用类型在时空上的变化研究，如朱丽辉等析了四川省南充市在2000 - 2015年间土地利用和覆被的时空变化及其驱动因素^[6]，张志强等研究了长武县30年来的土地利用和覆被变化以及生态服务价值的响应^[7]，焦春萌等分析了延安市在1990 - 2000年间土地利用结构的时空偏移和生态系统服务价值的变化^[8]，申建秀等研究了正宁县在1995 - 2010年期间土地利用变化以及其生态系统服务价值时空响应^[9]，舒瑞等人详尽探讨了耕地空间分布格局及其演变的内在动因机制，旨在为坚守耕地保护的铁律、以及为宁夏沿黄生态经济带精心制定耕地资源保护政策和措施奠定坚实的理论基石^[10]。研究方法上，大部分学者采用土地利用/被动态度模式，但缺乏对不同用地类型的转移的分析，有些只关注影响因素对整体土地利用变化的影响而忽略了各个土地利用方式转变的驱动力分析。在研究领域，目前的研究主要集中在黄土高原，或者以行政边界作为研究范围，而针对西藏进行的特定研究较少，对于引发土地使用变化的驱动因素的探索相对较少^[5-11]。

在1999年全面开展退耕还林工程，西藏退耕还林大部分为低产的盐碱地、砂质、沼泽耕地，粮食产量相对不高，生态工程对于农牧民政策补贴促进其收入增长。为全面认识林芝市土地利用变化，本文以林芝市为研究对象，利用2000、2010、2020年的遥感影像数据，研究退耕还林后土地利用变化，探讨土地利用变化特征，以期为量化林芝市土地利用转移过程和优化该地土地利用提供参考，进而为西藏生态保护和高质量发展做出贡献。结合2000 - 2020年间林芝市的气候数据，以及城镇化等社会经济指标，全方位分析林芝市土地利用的变化及其影响因素，为该市的生态文明建设提供参考。

1 研究区概况

林芝市位于中国西南部，坐落于西藏自治区的东南部，雅鲁藏布江的中下游（见图1）。其地理位置独特，跨越东经92°09′至98°47′，北纬26°52′至30°40′，与昌都、迪庆藏族自治州、拉萨市、山南市、那曲市乃至缅甸、印度等国家或地区紧密相连^[12]，拥有多样的自然与文化景观。其东西跨度达到646.7 km，南北宽度则为353.2 km，平均海拔达到3 100 m。林芝市地势起伏，由西北向东南倾斜。最高点是南迦巴瓦峰，它矗立在米林和墨脱两县的交界处，成为这一地区的最高点；而最低点则位于墨脱县巴昔卡的雅鲁藏布江下游。雅鲁藏布江和怒江等水系深切高原，形成了独特的高山峡谷与山地河谷地貌，山脉间宽窄相间的河流谷地构成了这一区域的基本地貌特征。其中，雅鲁藏布江谷地及其支流尼洋河、帕隆藏布和察隅河谷地是最为显著的，它们位于喜玛拉雅山和冈底斯山之间，巨大的海拔落差使得这些河谷地具有独特的生态特性。林芝市的气候也是其一大特色。由于常年受到孟加湾暖湿气流的侵袭，这里形成了独特的高原季风气候区。在该气候条件下，林芝市展现出了立体的气候类型，从热带到亚热带，再到温带和寒带，各类气候类型并存垂直分布特点明显^[12,13]，同样林芝的植被类型垂直分布也很明显，境内分布着中国最大的原始林区。

2 研究方法

2.1 数据来源

土地利用数据来源于武汉大学的杨杰和黄昕教授团队基于Google Earth Engine上335,709景Landsat影像制作了中国逐年土地覆盖数据集^[14]，人口数据和经济数据来源于2021年《林芝年鉴》^[15]，气象数据为国家青藏高原科学数据中心^[16,17]。

2.2 计算与分析方法

2.2.1 土地利用动态度

土地使用的动态性可以被划分为单一土地利用动态度和综合土地利用动态度^[18-20]。

1）以K值为代表的单一土地利用动态度常用来描述某一研究区在特定时间段内某种土地利用类型的数量变化情况，其计算公式中：U_b代表后期土地利用类型面积，U_a代表前期土地利用类型面积，T代表两个时间点之间的间隔。

K=\frac{U_b-U_{\mathrm{a}}}{U_a}\times \frac{\mathrm{1}}{T}\times \mathrm{100}\mathrm{\%}(1)

2）综合土地利用动态度分析某一研究样区的综合土地利用动态度，其值常用L_c表示，式中：U_a 和U_b 分别代表前期和后期土地利用类型面积，Ｔ代表两期间隔的时间。指该研究区土地利用年变化率。

{\mathrm{L}}_{\mathrm{c}}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^{\mathrm{n}}}∆{\mathrm{L}}_{Ui-j}}{\mathrm{2}{\displaystyle \sum _{i=\mathrm{1}}^{\mathrm{n}}}∆\mathrm{L}{U}_i}\times \frac{\mathrm{1}}{T}\times \mathrm{100}\mathrm{\%}(2)

2.2.2 土地利用转移矩阵

通过使用土地利用转移矩阵，可以描述各个阶段各类用地间的转换状况，同时也能展示出各种用地类型的转移速度，这反映了土地空间结构的变化过程。具体来说，该公式表示：其中，K_ab代表从初期到末期的第a种类用地转化为第b种用地的总面积，而n则是指用地类别数目^[21,22]。

K_{ab}=\left|\begin{array}{ccc}\begin{array}{l}{k}_{\mathrm{11}}\\ k_{\mathrm{21}}\end{array}& \begin{array}{l}{k}_{\mathrm{12}}\\ k_{\mathrm{22}}\end{array}& \begin{array}{c}\begin{array}{cc}\cdots & k_{\mathrm{1}n}\end{array}\\ \begin{array}{cc}\cdots & k_{\mathrm{2}n}\end{array}\end{array}\\ ⋮& ⋮& ⋮\\ k_{s\mathrm{1}}& k_{s\mathrm{2}}& \begin{array}{cc}\cdots & k_{sn}\end{array}\end{array}\right|(3)

2.2.3 弦图可视化分析

弦图（Chorddiagram）是一种用以展示多个数据集之间关联性的视觉表现方式它基于圆形的坐标系统来实现^[23]。研究区内的各类用地转换的过程，借助Origin软件进行呈现。

2.2.4 冗余分析

利用SPSS 26.0软件对不同的土地利用类型、经济指标、自然指标、人口指标拷贝数进行统计分析, 采用Pearson法进行经济指标、自然指标和人口指标与不同的土地利用之间的相关性分析，用Origin 8.6软件作图^[24]。

2.2.5 土地利用/覆被变化强度图谱

借助软件Intensity Map模型(IM模型)^[25]，迅速获得强度的评估成果，该模型深入解读并再次解释了转移矩阵的信息，从而向土地管理的提供了更多有关决策的数据。土地利用与覆盖变化强度图谱来展示地区LUCC的主要模式。本图谱中每个单位包含四个要素,其中左上方和右上方分别代表绝对和绝对转出强度,左下方和右下方分别代表相对和相对转出强度^[25]。填涂红色表示倾向性，蓝色表示抑制性。元素的上方全部变成了红色，其转变过程中具有绝对倾向性；下方都被变成了红色，其转变中就具有绝对倾向性。而当4个元素都变成了红色时，这就表示整个体系具有系统倾向性；相反地，所有4种元素都是蓝色的，那就说明整体环境对这种变化具有系统抑制性。

3 结果与分析

3.1 土地利用动态度

土地利用图2可以看出，2020年林芝市内的主要土地类型为森林，占林芝市总面积的49.7%，其次是草地面积和冰雪，分别约占总面积的34.8%、8.6%。裸地、水体、农田分别约占总面积的5.4%、1.0%、0.4%，林草面积占比达84.5%。随着时间的推移，林芝市土地利用变化速度增加，人类活动对自然环境的影响也日益显著。在2000 - 2010年期间和2010 - 2020年期间，林芝市的土地利用综合动态度从0.13%增至0.20%。

2000年以来林芝市土地利用类型变化速度见图3，在林芝市范围内灌木和不透水面所占面积在2000 - 2020年间动态度变化较大，整体动态度分别为9.08%、8.02%，农田、森林、草地动态度分别为1.29%、0.27%、-0.7%。在2000 - 2010和2010 - 2020年间灌木动态度分别为4.18%、3.46%，不透水面动态度分别为5.00%、2.02%；农田动态度分别为-1.89%、3.93%；森林动态度分别为0.17%、0.10%，草地动态度分别为-0.25%、-0.46%。

3.2 不同土地利用类型变化

在2000 - 2020年间，林芝市的农田面积发生了变化，整体上共增加72.05 km²。在不同时期，农田面积的变化情况存在明显差异。2000 - 2010年的退耕还林时期，农田面积急剧减少，短短10年间，共计减少了105.63 km²，2010 - 2020年间，农田面积转而呈现增长态势，此期间共增加177.68 km²。自退耕还林政策实施后至2020年，农田面积总计增加了72.05 km²。可以看出，随着退耕还林工程的推进，农田面积的减少主要集中在2000 - 2010年这一阶段。

在2000 - 2020年间，林芝市的森林、灌木面积均呈增加趋势，20年间其分布面积分别增加了 1 757.33 km²、73.69 km²，在2000 - 2010年间森林和灌木面积较快分别增加了1 096.40 km²、33.92 km²，在2000 - 2010年间分别增加了660.93 km²、39.77 km²，森林与灌木的面积同时发生增长变化，它们的增长或许与退耕还林工程紧密相连，土地利用类型的变化可能与农业结构的调整有关。草地面积在2000 - 2020年减少了3 286.19 km²。

经土地利用转移矩阵图4分析可知，在2000 - 2010年的退耕还林时期，林芝市有37.50 km²的农田转变为森林；2010 - 2020年，这一数值为62.75 km²。在2000 - 2010年林芝市农田转变为灌木和草地分别有1.32 km²、45.62 km²；2010 - 2020年，其分别为1.54 km²、45.45 km²。在2000 - 2020年农田转变为森林、灌木和草地的面积分别有56.30 km²、2.06 km²、60.53 km²。

3.3 土地利用强度

图5展现了2000 - 2020年之间林芝市土地利用强度图谱。其中农田转化为灌木、草地、不透水面湿地具有相对倾向性，森林转化为农田和灌木具有系统倾向性。灌木转化为农田、森林、草地具有相对倾向性，进一步解释了经济、人口等驱动因素的增长与土地利用之间的变化关系。

林芝市在农田转化为森林、灌木、草地的变化模式中，呈现出不同的变化特征。农田转化为森林转入的相对强度为0.65%。农田转化为灌木具有相对倾向性，转入的相对强度为0.66%。农田转化为草地转入的相对倾向性，转入的相对强度为0.71%。农田→灌木和农田→草地变化模式呈现整体相对倾向性，农田转化为森林、草地、灌木转入的相对强度数值相似，这些变化特征符合退耕还林还草的变化。

3.4 驱动因素

3.4.1 气候

林芝市受到印度洋暖流与念青唐古拉山脉寒流的共同影响，形成了独特的气候特点。热带、亚热带、温带和寒带的气候在这里交汇，为林芝市带来了丰富多样的自然风貌。通过对国家青藏高原科学数据中心气候数据处理，了解林芝年均温和年降雨量的变化见图6。

3.4.2 人口

根据第七次全国人口普查的数据见表1，林芝市的总人口总体呈现增加趋势，从2000年的15.92万人增加到2020年的23.89万人，但人口增长率和人口增加数量整体呈降低趋势。城镇人口增加较农村人口快，从4.81万人增加到9.77万人，而农村人口在2000 - 2020年始终维持在相对稳定水平，农村人口明显多于城镇人口，2000 - 2020年农村人口均多于城镇人口。2005 - 2010年人口数量变化较大，城镇率先减少后增加的趋势，2010 - 2015年城镇率变化较大，由32.45增加到37.60%。

3.4.3 经济

林芝市生产总值在2000年为10.97亿元，到2020年发展为191.34亿元，实现了飞跃式发展。粮食产量在2005 - 2010年有了明显降低，粮食产量人均产量由2005年7.94万吨下降到2010年7.50万吨，整体呈现增长的趋势。农村居民人均可支配收人由1 934元增加到18 791元，并在2016年突破万元。第一、二、三产业，农林牧渔业总产值，工业总产值和财政收入整体呈现上的趋势。

4 讨论

根据相关性分析结果，绘制了一张体现土地利用类型与环境因素之间相关性的分析图（图8）。此图蕴含丰富信息，为深入探究土地利用变化的驱动因素提供了有力支撑。

从相关性分析图可知，生产总值、第一、二、三产业的产量以及农田面积都呈现出正相关。在2000 - 2020年期间，林芝市生产总值从10.97亿元增长至191.34亿元，增长高达180.37亿元。第一产业产量从2.51亿元增长至12.29亿元，第二产业产量从3.11亿元增长至74.05亿元，第三产业产量从5.35亿元增长至105亿元。与此同时，农田面积显著增加了72.05 km²。农林牧渔业的快速发展和农村居民人均可支配收入增加，是农田和森林面积增加的重要原因。2000 - 2020年，林芝市农林牧渔业总产值从3.42亿元增长至16.83亿元。农村居民人均可支配收入从1 934元增长至18 791元，这表明社会的经济增长对土地利用类型的变化有着重要的推动作用^[26]。

自改革开放以来，人口数量和社会经济快速发展。通过对大量文献的查阅，研究表明因素土地利用变化的根本原因是社会经济^[27]。同时，农田面积在2000 - 2020年增加72.05 km²，这与同期林芝市人口增加（由15.92万增长至23.89万人）之间呈现出较强的正相关关系^[28]。人口的增长导致了人们对粮食需求的增加，促使农田面积不断扩大^[29]。粮食产量的持续增长也是退耕还林的重要指标之一。在这20年里，林芝市粮食总产量从7.78万吨增长至8.49万吨，年平均增长率为9.13%，这在一定程度上反映了农田面积增加带来的产量提升。

通过分析图8可以看出，虽然降水与土地利用变化相关性相对较小，但温度变化却与森林变化有着正相关性。在过去的 20 年里，林芝市的气候逐渐变暖，年平均气温上升了0.89 ℃。已有的研究表明，气候对于植物覆盖的影响显著^[30-34]。温度升高有利于树木的生长和繁殖，从而导致森林面积的增加。在2000 - 2020年期间，林芝市森林面积增加了1 757.33 km²。温度的上升为树木提供了更适宜的生长环境，促进了森林生态系统的发展，这也符合我国推行的退耕还林政策，使得退耕还林的效果更加明显。

政策环境可能在短时间内产生显著的地域用地结构转变^[35-37]。许多研究证实，农业用地管理策略能够极大地影响地区农业生产的生产方式和发展路径，进而引发土地使用模式的变迁。实行退耕还林计划后，森林覆盖率上升并伴随着耕地的变动。自退耕还林政策实施以来，森林覆盖率2000 - 2020年增加2.73%，生态环境得到了一定程度的优化，这种由政策和经济发展的共同推动下，使那些收益较低的农田逐步转化为林业用地，在林芝市具体表现为农村土地转向林业用途。

综上所述，社会经济因素、环境因素和政策因素共同作用，对林芝市的土地利用变化产生了重要影响。在未来的土地利用规划和管理中，需要综合考虑这些因素，以实现土地资源的合理利用和生态环境的可持续发展。

5 结论

（1）在2000 - 2020年期间，林芝市土地利用变化明显。农田面积增长了72.05 km²，森林、灌木面积分别增加1 757.33 km²、73.69 km²。这些变化很可能与政府推行的相关政策紧密相连。深入分析不同时段会发现，在2000 - 2010年及2010 - 2020年间，森林、灌木的单一动态度变化并不显著，表明在这两个十年间，这三类土地利用类型的面积变化相对平稳，没有大幅波动。

（2）退耕还林还草工程的推进，对区域生态系统的土地利用变化有着重要影响。就林芝市而言，该工程实施后，土地利用结构出现明显变化，其中农田向森林、灌木、草地的转化面积分别达到56.30 km²、2.06 km²、60.53 km² ，由此表明，退耕还林政策在推动生态恢复、优化土地利用结构方面有积极成效，使得更多的农田重新回归为自然植被，有利于区域生态系统的稳定性。

（3）从2000 - 2020年的土地利用转化情况可知，农田在向灌木、草地、不透水面转化过程中，表现出相对倾向性。这种倾向性或许是受地形地貌、人类活动干预等多种因素共同作用的结果。同时，森林在向农田和灌木转化方面，呈现出系统倾向性。土地利用类型的改变并非毫无规律，可能与当地人口状况、政府政策等因素相关。

（4）通过对不同驱动因素的分析发现，生产总值，第一、第二、第三产业生产总值与农田面积呈正相关。这表明社会经济发展中各产业的增长，会在一定程度上带动农田面积变化。综合来看，社会经济发展和退耕还林政策的落实，影响了土地利用类型的转变。随着人类活动频繁，对土地资源的利用会更深入，须加强土地利用保护意识，以此保障林芝市的可持续发展。

参考文献

[1] 余涛,庞勇,蒙诗栎,等.天然林资源保护工程区植被覆盖度遥感估算及变化分析[J].北京林业大学学报,2023,45(05):1-13.

[2] 胡光印,董治宝,王文丽,等.近30a玛曲县土地利用/覆盖变化监测[J].中国沙漠,2009,29(03):457-462.

[3] 梁四海,陈江,金晓媚,等.21年青藏高原植被覆盖变化规律[J].地球科学进展,2007,22(1):33.

[4] 相莹莹,黄麟,曹巍,等.陕甘宁地区退耕还林/草的生态成效分析[J].安徽农业科学,2014,42(17):5524-5528.

[5] 黄宇,李心平,赵娜,等.伊洛河流域土地利用时空变化特征分析[J].光谱学与光谱分析,2022,42(10):3180-3186.

[6] 朱丽辉,徐瑶,杜忠.2000-2015年四川省南充市土地利用/覆被变化及其驱动因素[J].水土保持通报,2019,39(5):257-261.

[7] 张志,陈鹏飞,申维.长武县土地利用/覆被演变规律及其影响下生态服务价值变化研究[J].水土保持研究,2017,24(4):219-226.

[8] 焦春萌,谢明阳,焦峰,等.1990-2020年延安市土地利用结构时空偏移及生态系统服务价值变化[J].水土保持通报,2022,41(6): 274-281.

[9] 申建秀,王秀红,刘羽,等.退耕还林前后甘肃正宁县生态系统服务价值的时空变化特征[J].水土保持研究,2012,19(4):59-64.

[10] 舒瑞,孙鸿睿,邹业斌,等.宁夏沿黄生态经济带耕地的时空演变及驱动力[J].水土保持通报,2021,41(3):267-274.

[11] Mendoza-PonceA, Corona-Nunez R, Kraxner F, et al. Identifying effects of land use cover changes and climate change on terrestrial ecosystems and carbon stocks in Mexico[J]. Global Environmental Change, 2018, 53: 12-23.

[12] 周剑,赖见生,杜军,等.林芝地区鱼类资源调查及保护对策[J].西南农业学报,2010,23(3):938-942.

[13] 郭健斌,张英,张志伟,等.基于地理探测器的藏东南高山峡谷区土地利用变化及其驱动机制:以西藏林芝市为例[J].中国农业大学学报,2023,28(04):210-226.

[14] Yang,J.and Huang,X.:The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019, Earth Syst. Sci. Data, 13, 3907-3925.

[15] 林芝市统计局.林芝市统计年鉴2021[M].林芝:林芝市统计局,2021.

[16] 彭守璋( 2020).中国1km分辨率逐月降水量数据集(1901-2023).国家青藏高原数据中心.

[17] 彭守璋( 2020).中国1km分辨率月最低温度数据集(1901-2023).国家青藏高原数据中心.

[18] 刘峰,杨光,韩雪莹,等.科尔沁沙地土地利用时空演变及空间自相关分析:以奈曼旗为例[J].西北林学院学报,2020, 35(04):148-157.

[19] 解文艳,付永虎,杨殿闯,等.基于土地利用变化的江苏省生态系统服务价值时空演变与模拟预测[J].地域研究与开发,2022, 41(05):126-132, 158.

[20] 戚丽萍,栾兆擎,魏勉,等.基于土地利用的江苏省各市生态系统服务价值时空变化研究[J].南京林业大学学报(自然科学版), 2023,47(04):200-208.

[21] 侍昊,薛建辉,马婉丽.1991-2006年无锡市土地利用变化动态度及转换参数分析[J].南京林业大学学报(自然科学版),2012, 36(06):63-68.

[22] 李长爱,刘玲,邱冰,等.安徽省土地利用/覆被时空变化及其驱动因素分析[J].南京林业大学学报(自然科学版),2023,47(05): 213-223.

[23] 朱会义,李秀彬.关于区域土地利用变化指数模型方法的讨论[J].地理学报,2003,58(5):8.

[24] 石秀丽,马瑞,蒋先军.土地利用方式对紫色土全程及半程氨氧化微生物的影响[J].西南大学学报(自然科学版),2025, 47(04):70-79.

[25] 李帅呈,龚健,杨建新,等.兰西城市群土地利用/覆被变化模式特征:基于强度分析框架[J].资源科学,2023,45(3):480-493.

[26] 王晓峰,尧文洁,冯晓明,等.青藏高原生态系统服务供需变化及其驱动因素[J].生态学报,2023,43(17):6968-6982.

[27] 晋成名,杨兴旺,景海涛.基于RS的陕北地区植被覆盖度变化及驱动力研究[J].自然资源遥感,2021,33(04):258-264.

[28] 曹薇.兰州市土地利用变化及驱动因素的研究[J].中国林业经济,2023,(05):20-28.

[29] 郭健斌,张英,张志伟,等.西藏林芝市土地利用程度变化及其空间异质性分析[J].云南农业大学学报(自然科学),2023,38(03): 511-519.

[30] 胡屾,胡娟娟,郑晔施,等.内蒙古生态屏障区植被覆盖变化及降水､气温对其的影响[J].东北林业大学学报,2023,51(12): 44-50, 80.

[31] 王雄,张翀,李强.黄土高原植被覆盖与水热时空通径分析[J].生态学报,2023,43(02):719-730.

[32] 代仁丽,钟九生,何志远,等.气候因子对贵州省植被覆盖度的协同影响[J].水土保持研究,2022,29(03):262-268.

[33] 尼加提·伊米尔,满苏尔·沙比提,玉苏甫·买买提.天山北坡植被NDVI时空变化及其与气候因子的关系[J].干旱区研究,2019,36(05):1250-1260.

[34] 晋成名,杨兴旺,景海涛.基于RS的陕北地区植被覆盖度变化及驱动力研究[J].自然资源遥感,2021,33(04):258-264.

[35] 姜群鸥,程雨薇,薛筱婵,等.基于联立方程组的东北区粮食生产力和耕地变化影响要素分析[J].农业工程学报,2015,31(24): 289-297.

[36] 雷敏,曹明明,郗静.米脂县退耕还林的综合效益评价与政策取向[J].水土保持通报,2007,(03):151-156.

[37] 王丹,夏建新,郭泺,等.基于RS和GIS的黔东南地区退耕还林工程成效监测[J].应用基础与工程科学学报,2015,23(S1): 30-40.

基金资助

西藏高原森林生态教育部重点实验室开放课题(XZA-JYBSYS-2023-29)