重庆市2000-2015年植被覆盖度动态变化监测研究
南水北调中线水源区20002015年森林动态变化遥感监测
第55卷第4期 林 业科学V055，N〇.4 20 19年 4 月SQENTIA SILVAE SINICAE Apr.，20 196oi:10.11707/j.1001-7488.20190410南水北调中线水源区2000—2015年森林动态变化遥感监测！高文文1!2曾源2刘宇> 衣海燕2吴炳方2鞠洪波1(1.中国林业科学研究院资源信息研究所北京100091# 2.中国科学院遥感与数字地球研究所遥感科学国家重点实验室北京100101#3.中国科学院地理与资源研究所北京100101)摘要：【目的】监测南水北调中线水源区2000—2015年森林空间分布格局，研究森林动态变化过程及其机制，为水源区森林生态系统保护和水质安全提供理论依据。
【方法】基于2000,2010和2015年3期30 m分辨率国产环境灾害卫星HJ-1A/B C C D以及L an6\t TM影像数据，采用面向对象决策树分类方法，监测南水北调中线水源区的土地覆被，并运用像元二分模型和归一化植被指数估算植被覆盖度。
【结果】3期土地覆被数据精度（S)分别为89.4%、86.9%和84.4%，2000年用户精度为98%，2010年用户精度为96%，2015年用户精度为94%。
土地覆被监测结果表明，受退耕还林和封山育林等生态工程项目实施影响，2000—2015年，南水北调中线水源区森林面积持续增加，增幅达9.5N，增加面积主要来自草地、耕地和建设用地；然而，随着水源区大规模移民和区域经济不断发展，也使得约4 547 km2的森林转化为耕地、草地和建设用地。
分市统计分析表明，十堰市和安康市森林面积增量最大，均超过1 300 km2,生态修复工程效果显著。
2000—2015年，水源区植被覆盖度也呈增加趋势，其中森林植被覆盖度增幅达25. 4N，且植被覆盖度在0.6以上的森林面积比例3期均超过70N。
【结论】近15年来，南水北调中线水源区森林面积和森林植被覆盖度增加显著，森林密度得到提升，高密度的森林植被能够在地表形成植被保护层，降低水源区发生水力侵蚀和沟渠侵蚀的风险，从而提高水源区水土保持能力。
如何进行植被覆盖度的测量与分析
如何进行植被覆盖度的测量与分析植被覆盖度是指地表被植被覆盖的程度，是衡量植被面积和植被密度的指标之一。
植被覆盖度的测量与分析对于环境保护、生态恢复、气候变化研究等领域具有重要的意义。
本文将从遥感技术、图像处理和地面调查等多个方面介绍如何进行植被覆盖度的测量与分析。
一、遥感技术在植被覆盖度测量中的应用遥感技术是利用人造卫星、航空器、无人机等获取地球表面信息的方法。
在植被覆盖度测量中，遥感技术可以提供大范围、连续观测的数据，具有高时效性和高空间分辨率的优点。
遥感数据中常用的是彩色红外影像。
通过反射特性不同的波长，可以识别和提取植被信息。
植被通常会吸收可见光的蓝、绿波段的辐射能量，而反射红外波段的辐射能量较高。
因此，可以利用彩色红外影像的红光和红外波段的反射率差异，计算植被指数来测量植被覆盖度。
常用的植被指数有归一化植被指数（NDVI）和差值植被指数（DVI）。
其中，NDVI=（近红外波段反射率-红光波段反射率）/（近红外波段反射率+红光波段反射率），而DVI=（近红外波段反射率-红光波段反射率）。
通过计算这些指数，可以得到植被覆盖度的数量化结果。
二、图像处理在植被覆盖度测量中的应用图像处理是指对遥感图像进行的数字化处理。
在植被覆盖度测量中，图像处理可以提取出植被信息，对植被覆盖度进行定量化的分析。
首先，需要对遥感图像进行预处理，包括辐射校正、几何校正和大气校正等。
然后，利用图像增强、特征提取和分类等方法，提取出植被区域的像素，并判断植被的类型和密度。
常见的植被信息提取方法有阈值分割、边缘检测和纹理分析等。
其中，阈值分割是最常用的方法之一。
通过确定一个适当的阈值，将图像转化为二值图像，将植被区域和非植被区域分开。
而边缘检测则是使用图像边缘的变化来提取植被的边界信息，进一步判断植被的形状和结构。
三、地面调查在植被覆盖度测量中的应用地面调查是指人工对植被进行实地观察和测量。
在植被覆盖度测量中，地面调查可以提供准确的定量化数据，并可作为遥感数据的验证和校正依据。
基于GoogleEarthEngine的黄土高原植被覆盖度时空变化特征分析
第31卷第1期2024年2月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .31,N o .1F e b .,2024收稿日期:2022-06-08 修回日期:2022-09-20资助项目:国家自然科学基金项目(51779099,51779209,51909099);国家重点研发计划项目(2016Y F C 0402400) 第一作者:姚楠(1997 ),男,安徽阜阳人,硕士研究生,主要从事生态环境遥感研究㊂E -m a i l :y n h p u 97@163.c o m 通信作者:董国涛(1982 ),男,山东青州人,博士,正高级工程师,主要从事水文遥感研究㊂E -m a i l :d o n g g u o t a o @h h g l j .y r c c .go v .c n h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2024.01.045.姚楠,董国涛,薛华柱.基于G o o g l e E a r t h E n gi n e 的黄土高原植被覆盖度时空变化特征分析[J ].水土保持研究,2024,31(1):260-268.Y a oN a n ,D o n g G u o t a o ,X u eH u a z h u .A n a l y s i s o n t h eC h a r a c t e r i s t i c s o f t h e S p a t i o t e m p o r a l C h a n g e i nV e g e t a t i o nC o v e r a g e o n t h eL o e s sP l a t e a u U s i n g t h eG o o g l eE a r t hE n gi n e [J ].R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n ,2024,31(1):260-268.基于G o o g l e E a r t h E n gi n e 的黄土高原植被覆盖度时空变化特征分析姚楠1,2,董国涛2,3,薛华柱1(1.河南理工大学测绘与国土信息工程学院,河南焦作454000;2.黄河水利委员会黄河水利科学研究院,郑州450003;3.黑河水资源与生态保护研究中心,兰州730030)摘 要:[目的]探究黄土高原植被覆盖度变化的时空特征,揭示植被对气候因子变化的时滞效应,进而为地区生态保护与高质量发展提供数据支撑㊂[方法]基于2001年至2020年的黄土高原地区N D V I 数据㊁气温和降水数据,利用像元二分法㊁一元线性回归和时滞偏相关分析等方法,开展地区植被与气候因子变化关系的研究㊂[结果]过去20年间,黄土高原植被覆盖度以0.076/10a 的速率增加,在空间上主要呈现极显著增加,但占总面积38.29%的区域植被覆盖变化波动较大㊂黄土高原月植被覆盖度与气温和降水呈现显著正相关关系,其中降水是影响植被变化的主要因素㊂植被对降水的响应滞后时间主要集中在3个月,而气温的滞后时间在空间上存在较大差异,东南部植被主要滞后0至1个月,而西北部植被主要滞后2至3个月㊂[结论]黄土高原植被变化主要受降水影响,20年间植被恢复情况良好,但变化波动较大,未来应继续生态保护工作进行巩固㊂关键词:植被覆盖度;G E E ;时滞相关;气候变化;黄土高原中图分类号:Q 948 文献标识码:A 文章编号:1005-3409(2024)01-0260-09A n a l y s i s o n t h eC h a r a c t e r i s t i c s o f t h e S p a t i o t e m p o r a l C h a n g e i nV e ge t a t i o n C o v e r a g e o n t h eL o e s sP l a t e a uU s i n g t h eG o o g l eE a r t hE n gi n e Y a oN a n 1,2,D o n g Gu o t a o 2,3,X u eH u a z h u 1(1.S c h o o l o f S u r v e y i n g a n dL a n dI n f o r m a t i o nE n g i n e e r i n g ,H e n a nP o l y t e c h n i cU n i v e r s i t y ,He n a n ,J i a o z u o 454000,C h i n a ;2.Y e l l o w R i v e rC o n s e r v a n c y C o mm i s s i o n ,Y e l l o w R i v e r I n s t i t u t e of H yd r a u l i cRe s e a r c h ,Z h e n g z h o u 450003,C h i n a ;3.H e i h eW a t e rR e s o u r c e s a n dE c o l o gi c a lP r o t e c t i o nR e s e a r c hC e n t e r ,L a n z h o u 730030,C h i n a )A b s t r a c t :[O b j e c t i v e ]T h i ss t u d y a i m st oe x p l o r et h ev e g e t a t i o nc o v e rc h a n g ea n di t sr e s po n s eo fc l i m a t e f a c t o r s f o r c o p i n g w i t h g l o b a l c l i m a t e c h a n g e a n d p r o m o t i n g t h e e c o l o g i c a l p r o t e c t i o n a n dh i g h -q u a l i t y d e v e l -o p m e n t o f t h eL o e s sP l a t e a u .[M e t h o d s ]B a s e do n N D V I ,t e m p e r a t u r ea n d p r e c i p i t a t i o nd a t ao f t h eL o e s s P l a t e a u f r o m2001t o 2020,p i x e l d i c h o t o m y ,l i n e a r r e g r e s s i o n a n d t i m e l a g p a r t i a l c o r r e l a t i o n a n a l y s i sm o d e l s w e r eu s e d t oc h a r a c t e r i z e t h ev e g e t a t i o nc o v e rc h a n g eo nt h eL o e s sP l a t e a ua n d i t sr e s po n s e m e c h a n i s mt o c l i m a t e f a c t o r s .[R e s u l t s ]T h ea n n u a lv e g e t a t i o nc o v e r a g e i nt h eL o e s sP l a t e a uh a di n c r e a s e da tar a t eo f 0.076/d e c a d e i n p a s t t w od e c a d e sw i t h a p r e d o m i n a n t l y s i g n i f i c a n t s p a t i a l d i s t r i b u t i o no f pr o n o u n c e d g r o w t h .T h e a r e a s o f v e g e t a t i o n c o v e r t h a t f l u c t u a t e d g r e a t l y ac c o u n t ed f o r 38.29%o f t h ew h o le a r e a .T h e r e l a t i o n -s h i p b e t w e e nm o n t h l y v e g e t a t i o n c o v e r ,t e m p e r a t u r e a n d p r e c i p i t a t i o no n t h eL o e s sP l a t e a uw a s s i g n if i c a n t l y p o s i t i v e c o r r e l a t i o n ,a n d p r e c i p i t a t i o nw a s t h em a i n f a c t o r a f f e c t i ng v e g e t a t i o n ch a n g e .T h e l a g ti m e o f v e ge -t a t i o n r e s p o n s e t o p r e c i p i t a t i o nw a sm a i n l y 3m o n t h s ,a n d t h e l a g t i m e of v eg e t a t i o n r e s p o n s e t o t e m pe r a t u r ee x i s t e d s p a t i a l d if f e r e n c e s b e t w e e n s o u t h e a s t(0~1m o n t h)a n d n o r t h w e s t(2~3m o n t h s).[C o n c l u s i o n]T h e v eg e t a t i o n ch a n g e si nt h eL o e s sP l a t e a u w e r e p r i m a r i l y i n f l u e n c e db yp r e c i p i t a t i o n.O v e r t h ec o u r s eo f20 y e a r s,t h e r eh a db e e n a f a v o r a b l e r e c o v e r y o f v e g e t a t i o n.H o w e v e r,t h e r ew e r e s i g n i f i c a n t f l u c t u a t i o n s i n t h i s c h a n g e.F u t u r e e f f o r t s s h o u l d c o n t i n u e t o f o c u s o n e c o l o g i c a l c o n s e r v a t i o nw o r k i n o r d e r t o e n s u r e t h e c o n s o l-i d a t i o no f t h e s e i m p r o v e m e n t s.K e y w o r d s:v e g e t a t i o n c o v e r a g e;G o o g l eE a r t hE n g i n e;l a g g e d c o r r e l a t i o n s;c l i m a t e c h a n g e;L o e s sP l a t e a u陆地生态系统对气候变化的响应是研究全球变化的重要内容,其中植被与气候变化间的联系是全球环境科学研究中最重要的问题之一[1]㊂植被作为陆地生态系统的重要组成部分,对保持水土流失㊁调节大气成分㊁维持气候稳定等生态系统各方面要素的平衡具有重要作用[2]㊂另一方面,植被是地球系统的主体,陆地生态系统对气候变化的响应必然在植被类型㊁数量或质量方面有所表现[3]㊂因此,植被各方面的变化能够一定程度上代表生态系统的整体状况,对植被生长情况的长时间序列动态监测不仅是研究区域生态变化的重要方法,而且能够间接反映气候变化[4]㊂植被覆盖度(F r a c t i o n o fV e g e t a t i o nC o v e r a g e,F V C)指植被冠层的垂直投影面积与土壤总面积之比,是反映地表植被的茂盛程度重要指标和描述生态系统状况的重要基础数据[5]㊂气候变化作为影响植被覆盖变化的主导因素,各种气候因子均与植被生长变化联系紧密,其中气温与降水的影响尤为重要[6]㊂在全球气候变暖㊁生态环境形势日益严峻的背景下,探究陆地生态系统中植被覆盖变化与气温㊁降水之间的关系,对维持生态平衡与保护环境稳定有着重要的意义㊂黄土高原地区是世界上水土流失最为严重的地区,也是我国水土保持与生态建设工作的重点地区[7]㊂植被作为生态工程建设工作的核心,能够通过林冠截流㊁林下草灌㊁枯枝落叶层的拦蓄以及根系对土壤的固结作用从而保持水土[8]㊂近年来,已有许多关于黄土高原植被覆盖度变化的时空规律及其对气候因子响应机制的研究㊂如张家政等[9]采用相关性分析的方法,基于相关系数结果分析了黄土高原地区气温和降水与不同季节植被覆盖度之间的相关程度;王逸男等[10]通过分析黄土高原植被覆盖度的空间迁移趋势和降水㊁气温间的相关关系,发现植被覆盖度和水热因素的变化整体上保持一致;李依璇等[11]通过计算植被覆盖度与气候因子的偏相关系数,发现黄土高原地区植被覆盖度与年降水量的相关性高于年平均气温㊂综上,已有研究大多集中于黄土高原同一时期植被覆盖度与气候因子的相关关系上,对气候因子影响的滞后效应涉及较少㊂本文基于M O D13A2数据和降水㊁气温数据,应用G E E云平台计算植被覆盖度㊁线性变化趋势及时滞偏相关系数等指数,分析过去20年黄土高原植被覆盖度的变化特征及其与气候因子在空间上的相关性和滞后效应㊂研究为科学认识黄土高原生态现状㊁开展后续生态保护提供数据支撑㊂1研究区概况黄土高原位于北纬32ʎ 41ʎ㊁东经107ʎ 114ʎ,跨越山西㊁内蒙古㊁河南㊁陕西㊁甘肃㊁宁夏和青海7个省(自治区),总面积达64.87万k m2,区域大部为黄土覆盖,土壤类型主要包括黄绵土㊁灰漠土㊁风沙土㊁栗钙土等,粉粒占黄土总量的50%㊂研究区地势总体上呈现西北高㊁东南低,区域内海拔差异较大,地貌类型丰富(图1A),其中山区㊁丘陵区㊁高塬区占2/3以上㊂该区属大陆性季风气候,春冬季寒冷干燥,夏秋季炎热多雨,多年平均气温3.6~14.6ħ,多年平均降水200~800m m㊂区域内以草原为主要土地覆盖类型,面积占比41.68%,耕地次之,占比为31.19%,森林和灌木林占比分别为9.02%与6.31%㊂属于城市和裸地的区域分别占比3.64%,6.76%,剩余地区则由水体覆盖(图1B)㊂2数据来源和研究方法2.1数据来源计算植被覆盖度所需的N D V I数据采用美国国家航空航天局(N A S A)提供的MO D13A2数据,该数据的时间分辨率为16d,空间分辨率为1000m㊂本次研究基于G E E平台筛选出2001 2020年M O D13A2数据,并采用最大值合成法得到逐年月的植被指数数据㊂降水与气温数据来源于时空三极环境大数据平台(h t t p:ʊp o l e s.t p d c.a c.c n/)2001 2020年的逐月降水量与平均气温数据集[12],空间分辨率为1000m㊂土地覆盖类型数据选用中国科学院资源环境科学数据中心(h t t p:ʊw w w.r e s d c.c n)提供的2015年中国土地利用现状遥感监测数据,空间分辨率为1000m,包括水田㊁旱地㊁森林㊁灌木㊁草原㊁水体㊁城市和裸地8种土地覆盖类型㊂非G E E平台集成的气象数据和土地覆盖类型数据经P y t h o n程序预处理后,上传至G E E云平台进行统一在线调用㊂162第1期姚楠等:基于G o o g l e E a r t h E n g i n e的黄土高原植被覆盖度时空变化特征分析注:A代表黄土高塬沟壑区,B代表黄土丘陵沟壑区,C代表沙地和沙漠区,D代表土石山区,E代表农灌区,F代表河谷平原区㊂图1黄土高原高程和土地覆盖类型空间分布F i g.1M a p o f s p a t i a l d i s t r i b u t i o no f e l e v a t i o na n d l a n d c o v e r t y p e s i n t h eL o e s sP l a t e a u2.2研究方法2.2.1 G o o g l eE a r t hE n g i n e云平台 G o o g l eE a r t hE n g i n e(G E E)云平台是由谷歌公司提供的对大量全球尺度地球科学资料进行在线可视化计算分析处理的平台,由支持多P B分析的数据目录和高性能的计算服务组成[13]㊂依托于海量的云存储数据和强大的计算能力,G E E在大规模植被变化分析中得到了广泛应用[14-15]㊂本次研究涉及20年来黄土高原植被覆盖度的计算和分析,研究范围广㊁时间跨度长,使用G E E云平台相较传统处理方式在硬件要求和处理速度方面更具优势㊂综上,本文将数据筛选㊁植被覆盖度计算及后续线性回归分析等过程均部署到G E E平台㊂2.2.2植被覆盖度的计算植被覆盖度与N D V I之间存在显著相关性,通常以建立两者间转换关系的方式直接提取植被覆盖度信息㊂本次研究采用像元二分法[16]计算植被覆盖度:F V C=N D V I-N D V I sN D V I v-N D V I s式中:F V C代表植被覆盖度;N D V I s代表无植被覆盖像元的N D V I值;N D V I v代表全植被覆盖像元的N D V I 值㊂无植被覆盖和全植被覆盖像元的理论值应分别接近0与1,但由于大气情况㊁植被类型等因素的影响,两者并非定值㊂本文以0.5%置信度截取N D V I的上下阈值分别近似代表N D V I v与N D V I s,以此为基础进行F V C的计算,并参考李晶等[17]的研究方法对计算结果进行分级:F V Cɤ10%的区域为低植被覆盖区域㊁10%< F V Cɤ35%,35%<F V Cɤ55%,55%<F V Cɤ75%㊁F V C>75%分别为中低㊁中㊁中高㊁高植被覆盖区域㊂2.2.3植被覆盖度的变化趋势分析本文采用一元线性回归方法,逐像元对黄土高原地区20年间年植被覆盖度变化进行分析,计算公式如下:s l o p e=ðn i=1(i-i)(F V C i-F V C)ðn i=1(i-i)2式中:s l o p e代表线性回归方程的斜率;n代表研究时间内包括的年数(本文的研究时间为2001 2020年, n=20);F V C i代表第i年的F V C影像;F V C代表多年F V C均值合成影像㊂当s l o p e>0时,表示植被覆盖度呈现增长趋势,反之说明呈现减少趋势㊂采用F检验判断一元线性回归的趋势显著性,统计量计算公式为:F=UQ/n-2式中:U代表回归平方和;Q代表误差平方和;n代表年数;U与Q的计算公式如下:U=ðni=1(y i-^y i)2,Q=ðn i=1(y i-^y i)2式中:y i代表第i年植被覆盖度的实际值;^y i代表第i 年植被覆盖度的回归值;y代表多年植被覆盖度的平均值㊂基于植被覆盖度的增减趋势与显著性检验结果,将植被覆盖度的变化情况分为以下5个等级:极显著减少(s l o p eɤ0,F>F0.99)㊁显著减少(s l o p eɤ0,F0.95<FɤF0.99)㊁基本稳定(FɤF0.95)㊁显著增加(s l o p e>0,F0.95< FɤF0.99)㊁极显著增加(s l o p e>0,F>F0.99)㊂2.2.4植被覆盖度的变异程度分析变异系数(C o-e f f i c i e n t o fV a r i a t i o n,C V)是描述时间序列中数据变异程度的统计量,本文通过逐像元计算2001 2020年黄土高原地区植被覆盖度的变异系数来描述其变化的波动程度㊂变异系数的计算公式如下:C V=ðn i=1(F V C i-F V C)2n-1/F V C式中:n代表研究年数;F V C i代表第i年的F V C影262水土保持研究第31卷像;F V C代表多年F V C平均值㊂本文根据C V的大小将其依次分为5个等级[18]:低波动变化(C Vɤ0.05)㊁相对较低波动变化(0.05<C Vɤ0.10)㊁中等波动变化(0.10<C Vɤ0.15)㊁相对较高波动变化(0.15<C Vɤ0.20)和高波动变化(C V>0.20)㊂2.2.5植被覆盖度与气候因子的时滞偏相关分析偏相关分析可以在消除其他变量影响的条件下,衡量某两个或多个变量之间的相关性㊂为量化降水与气温对植被覆盖度变化影响的滞后性,本文采用时滞偏相关分析法,在月尺度上计算植被覆盖度与平均气温㊁降水量在不同滞后时间下的偏相关系数㊂上述方法的基本流程为:计算全年植被覆盖度与前0~k月降水量(气温)之间的偏相关系数,经显著性检验后,分别将获取的两组偏相关系数进行最大值合成,并记录偏相关系数最大值对应的月份,用于分析研究区内植被覆盖度对降水变化的响应关系㊂植被覆盖度㊁降水和气温三者之间在不同时滞条件下相关系数的计算公式如下:R F P=ðn-k i=1(P i-P)(F i+k-F)ðn-k i=1(P i-P)2ðn-k i=1(F i+k-F)2R F T=ðn-k i=1(T i-T)(F i+k-F)ðn-k i=1(T i-T)2ðn-k i=1(F i+k-F)2R P T=ðn-k i=1(T i-T)(P i+k-P)ðn-k i=1(T i-T)2ðn-k i=1(P i+k-P)2式中R F P和R F T分别代表不同时滞条件下植被覆盖度与降水量㊁气温之间的相关系数;R P T代表不同时滞条件下气温与降水量之间的相关系数;n代表时间序列长度(本文研究时间段为全年,n=12);k代表滞后时间;F i,P i和T i分别代表第i月的植被覆盖度㊁降水量和气温影像;F,P和T分别代表植被覆盖度㊁降水量和气温影像序列的均值㊂根据三者间的相关系数,进一步计算即可得到植被覆盖度与降水量㊁植被覆盖度与气温之间的偏相关系数,计算公式如下:R F P_T=R F P-R F T㊃R P T(1-R F T2)(1-R P T2)R F T_P=R F T-R F P㊃R P T(1-R F P2)(1-R P T2)式中:R F P_T代表某一时滞条件下,消除了气温影响后植被覆盖度和降水量的偏相关系数;R F T_P代表某一时滞条件下,消除了降水量影响后植被覆盖度和气温的偏相关系数㊂采用t检验判断变量间偏相关系数的显著性,检验统计量的计算公式如下:t=R n-q-21-R2式中:R代表偏相关系数;n代表样本数;q代表阶数㊂已有研究表明[19],植被覆盖度对降水和气温响应的滞后时间通常在3个月内,本文计算黄土高原地区全年植被覆盖度与前0 3月降水量(气温)的偏相关系数,以此为基础分析研究区植被覆盖度与降水量(气温)的相关性及滞后性㊂3结果与分析3.1黄土高原气候因子的时空分布特征表1为不同地理分区年均气温和降水的平均值㊁变化率,图2为2001 2020年黄土高原地区平均气温和降水量的空间分布图,由表1和图2A可知,研究区多年平均降水112~930mm,在空间上呈现由东南向西北递减的趋势,东南土石山区㊁河谷平原区,及黄土高塬沟壑区的部分地带降水量较高,在600 mm以上;西北沙地沙漠区和农灌区年均降水量则不足400mm㊂由表1和图2B可知,黄土高原多年平均气温介于-13ʎ~16ħ间,空间分布整体上呈现南高北低的趋势;各地理分区之中,海拔较低的河谷平原区平均气温最高,海拔较高的黄土高塬沟壑区气温最低㊂根据表1中气温和降水的变化率可知,20年间黄土高原整体及各地理分区的降水量与气温均呈现增长趋势,但变化趋势均不显著㊂表1黄土高原不同地理分区多年气温和降水的平均值、变化率T a b l e1A v e r a g e v a l u e s a n d v a r i a t i o n r a t e s o f a n n u a lt e m p e r a t u r e a n d p r e c i p i t a t i o n i nd i f f e r e n t g e o g r a p h i c a lz o n e s o f t h eL o e s sP l a t e a u地理分区降水量平均值/mm变化率/(mm/10a)气温平均值/(ħ)变化率/(ħ/10a)研究区整体454.2025.648.490.11黄土高塬沟壑区498.0027.687.100.06农灌区252.7017.488.350.16沙地和沙漠区299.1416.838.300.13河谷平原区601.7525.0812.060.05黄土丘陵沟壑区465.7728.478.570.13土石山区506.5329.959.050.18注:*表示变化通过0.05显著性水平检验㊂3.2黄土高原植被覆盖度的空间分布图3为2001 2021年黄土高原多年平均植被覆盖度的空间分布图㊂由图3可知,研究区植被覆盖度存在明显空间差异,除农灌区的部分区域外,整体上362第1期姚楠等:基于G o o g l e E a r t h E n g i n e的黄土高原植被覆盖度时空变化特征分析呈现东南高㊁西北低,由低纬度向高纬度递减的趋势,这与黄土高原降水量的地带性有关:研究区降水量在空间上具有由东南向西北呈阶梯状递减的特点,降水量等值线沿东北 西南向延伸[20]㊂黄土高原位于半湿润地区向半干旱地区过渡的地带,降水量是植被覆盖变化的主要驱动因子,在降水量等值线两侧的植被覆盖度存在显著差异㊂黄土高原高㊁中高植被覆盖区域主要分布在研究区东南部,主要包括土石山区㊁河谷平原区和黄土高塬沟壑区等年均降水量在600m m以上的地区,面积占比分别为24.51%,28.49%;中植被覆盖区域主要分布在研究区中部的过渡地带,该区域年均降水量在400~600m m间,面积占比22.52%;中低㊁低植被覆盖区域集中分布在年均降水量400mm以下的农灌区与沙地沙漠区,面积占比分别为21.15%,3.33%㊂图2黄土高原多年平均气温和降水的空间分布F i g.2M a p o f s p a t i a l d i s t r i b u t i o no f a v e r a g e a n n u a l t e m p e r a t u r e a n d p r e c i p i t a t i o n i n t h eL o e s sP l a t e a u图3黄土高原多年平均植被覆盖度空间分布F i g.3M a p o f s p a t i a l d i s t r i b u t i o no f a v e r a g e v e g e t a t i o nc o v e r a g e i n t h eL o e s sP l a t e a uo v e rm u l t i p l e y e a r s3.3黄土高原植被覆盖年际变化及空间差异3.3.1植被覆盖度的年际变化2001 2020年黄土高原及各地理分区的年植被覆盖度变化趋势如图4所示,结果表明:黄土高原地区整体的年植被覆盖度呈现显著增加趋势(p<0.05),增速约为0.076/10a,研究区植被覆盖度均值由2001年的43.62%上升至2020年的62.83%,最低值为2001年的43.62%,最高值为2018年的63.56%㊂过去20年间各地理分区植被覆盖度均值介于14.62%~79.14%,且全部呈现显著增加趋势(p<0.05),其中黄土丘陵沟壑区增速最快,为0.11/10a,植被覆盖度由40.39%上升至65.72%;土石山区植被覆盖度增速最慢,仅为0.049/10a,植被覆盖度由59.57%上升至76.45%㊂图42001-2020年黄土高原及各地理分区植被覆盖度年际变化曲线F i g.4I n t e r a n n u a l v a r i a t i o n c u r v e s o f v e g e t a t i o n c o v e r a g e i n t h eL o e s s P l a t e a u a n d i t s g e o g r a p h i c a l z o n e s f r o m2001t o2020 3.3.2植被覆盖度变化趋势的空间分布图5为2001 2020年黄土高原地区植被覆盖度变化趋势和变异系数的空间分布图㊂由图5A可知,20年间研究区内植被覆盖度呈现极显著增加趋势的区域面积为38.62万k m2,占研究区总面积的59.53%;植被覆盖度显著增加的区域面积为7.84万k m2,占研究区总462水土保持研究第31卷面积的12.09%;植被覆盖度无显著变化的区域17.19万k m2,面积占比26.51%;植被覆盖度呈现极显著减少与显著减少的区域面积为1.22万k m2,集中分布在研究区东南部的河谷平原区,占比1.87%㊂由图5B可知:黄土高原不同地区的植被覆盖度变异系数存在明显差异,变异系数较小的区域集中在研究区东南部,较大的区域则集中在研究区西北部;植被覆盖度变化呈高波动(C V>0.2)的区域约占研究区总面积的38.29%,植被覆盖度等级以中㊁中低㊁低为主;变化波动相对较高(0.15<C Vɤ0.2)和变化波动适中(0.1<C Vɤ0.15)两类区域的面积占比分别为16.88%,16.52%,两者的植被覆盖度等级均以中㊁中高为主;波动相对较低(0.05<C Vɤ0.1)的区域面积占比为16.77%,植被覆盖度等级以中高㊁高为主;变化波动小(C Vɤ0.05)的区域面积占比11.54%,植被覆盖等级以高为主㊂图5黄土高原植被覆盖度变化趋势和变异系数F i g.5T r e n do f v e g e t a t i o n c o v e r a g e c h a n g e a n d c o e f f i c i e n t o f v a r i a t i o n i n t h eL o e s sP l a t e a u综上可知,2001 2020年黄土高原与各地理分区的年际植被覆盖均呈现显著增加趋势,其中黄土丘陵沟壑区的增速最快,土石山区的增速最慢;在空间分布上,植被覆盖显著增加区域面积远大于减少区域,研究区中部黄土丘陵沟壑区与黄土高塬沟壑区的增加趋势较为明显,而植被覆盖减少地区主要集中在东南土石山区与河谷平原区㊂这与已有黄土高原植被变化的研究结果一致[21],表明我国开展的退耕还林(草)等一系列生态建设工程取得了显著成效,研究区生态环境整体上有了明显改善;研究区东南部地区人口密集,随着经济增长与城镇化发展,该地区的植被覆盖度出现减少趋势㊂此外,本文关于植被覆盖变异程度的研究表明,黄土高原西北部地区植被覆盖的变异程度较高,植被覆盖度的变化趋势波动较大,植被能否维持现有状况仍存在不确定性㊂为巩固生态恢复工程成果,协调植被建设与环境状况,实现黄土高原从 增绿 到 稳绿 的跨越[22],需要进一步分析各类型因素与研究区植被覆盖变化的关系,加强生态工程建设,提高黄土高原生态环境在气候变化与人类活动等因素影响下的稳定性㊂3.4黄土高原植被覆盖度与气候因子的时滞偏相关分析3.4.1降水与植被覆盖度的时滞偏相关性降水和植被覆盖度的偏相关分析结果(图6A)表明,从空间分布的角度而言,黄土高原大部分地区的植被覆盖度和降水呈现高度正相关,最大偏相关系数介于0.6与1之间;仅1.71%区域植被覆盖度和降水间的偏相关系数未通过显著性检验㊂从滞后时间(图6B)的角度而言,除沙地和沙漠区有极小部分地区不存在滞后㊁河谷平原区和东南土石山区部分地区滞后时间为1~2个月外,约占研究区总面积95.87%的区域滞后时间为3个月㊂3.4.2气温与植被覆盖度的时滞偏相关性气温和植被覆盖度的偏相关分析结果(图7A)表明,占研究区总面积57.68%的区域植被覆盖度和气温呈高度正相关,偏相关系数介于0.6~1之间,主要分布在东南部地区;约占黄土高原42.32%的地区植被覆盖度和气温间相关性并不显著,主要分布在研究区西北部地区,东南土石山区和河谷平原区的部分区域㊂图7B 滞后时间的结果表明,植被覆盖度对气温变化响应的滞后时间在空间分布上存在明显差异,研究区东南部的滞后时间较短为0~1个月,而西北部地区的滞后时间较长,以2~3个月为主㊂综上可知,黄土高原研究区降水和气温与植被覆盖度的相关关系均以显著正相关为主,其中降水与植被覆盖度呈显著正相关的区域面积更大,相关程度更高,说明黄土高原地区植被生长与降水的关系更为密切㊂降水与气温是驱动植被覆盖变化的重要因素:降562第1期姚楠等:基于G o o g l e E a r t h E n g i n e的黄土高原植被覆盖度时空变化特征分析水可以增加土壤湿度,为植被的生长提供水分;气温代表到达植被的太阳辐射能强度,为植被的生长提供能量[23]㊂研究区植被覆盖度与气温㊁降水均以呈高度正相关的区域为主㊂除上述与气温降水均显著相关的区域外,研究区西北部多数地区植被覆盖与气温的相关程度较低,这可能是由于该地区降水较少,气温升高会促进植被的蒸腾作用,导致土壤湿度降低,进而影响植被的生长㊂此外,由于人为灌溉和收割作物的影响,研究区水田和旱地区域植被覆盖度与降水㊁气温的相关程度均较低㊂图6黄土高原月植被覆盖度与降水量的最大偏相关系数及对应滞后时间F i g.6M a x i m u ml a g g e d c o r r e l a t i o n c o e f f i c i e n t a n d t i m e l a g s b e t w e e nm o n t h l yv e g e t a t i o n c o v e r a g ew i t h p r e c i p i t a t i o n i n t h eL o e s sP l a t e a u图7黄土高原月植被覆盖度与气温的最大偏相关系数及对应滞后时间F i g.7M a x i m u ml a g g e d c o r r e l a t i o n c o e f f i c i e n t a n d t i m e l a g s b e t w e e nm o n t h l yv e g e t a t i o n c o v e r a g ew i t h t e m p e r a t u r e i n t h eL o e s sP l a t e a u另一方面,研究区植被覆盖度对气温变化响应的滞后时间在1个月以内,对降水变化响应的滞后时间接近3个月,这与解晗[24]和S u n[25]等的研究成果高度一致㊂降水滞后时间的空间分布差异较小,绝大多数地区植被对降水的滞后时间为3个月,仅研究区东南部及沙地和沙漠区北部部分地区例外㊂其中东南部旱地植被对降水变化响应的滞后时间为1~2个月,该地区以一年两熟或两年三熟作物为主要植被类型,月植被覆盖度的变化趋势与其他地区不同,此差异是造成该地区时滞性不同的可能原因㊂沙地和沙漠区北部与当月降水的相关程度较高,这是由于该地区植被覆盖度较低,只能保持降水在土壤表面,并且温度较高导致表层土壤水分易于蒸发,沙地和沙漠区的植被对降水的滞后效应较不明显㊂研究区气温滞后时间的空间分布差异较大,西北部植被对气温的滞后时间较长为2~3个月,东南部气温的滞后时间为0~1个月㊂研究区东南部降水充足且水分利用率高,植被对气温变化更为敏感,其中森林和灌木林植被对气温的响应多出现于当月,而该地区草原植被的滞后时间则更接近1个月㊂西北部地区温度较高,但662水土保持研究第31卷由于该区域温度和降水变化不同期[26],适合植被生长的水热条件通常伴随着降水增加出现,故该地区植被对气温变化响应的滞后时间较长㊂4结论(1)黄土高原地区植被覆盖度存在明显空间差异,整体上呈现西北低㊁东南高,由低纬度向高纬度递减的变化趋势㊂20年间黄土高原整体及各地理分区年际植被覆盖度均呈增加趋势㊂在空间上,黄土高原植被覆盖度呈增加趋势的区域面积占比71.62%,远大于减少区域(1.87%)与无明显变化区域(26.51%),但研究区内约38.29%的区域植被覆盖度变化波动较大,仍需继续开展生态保护与修复工作进行巩固㊂(2)黄土高原绝大多数地区植被和降水呈显著正相关,仅河谷平原区西部极少数区域与降水相关性不显著;而研究区植被与气温相关程度的空间差异较为明显,西北部草原和东南部旱地均有部分区域与气温相关性不显著㊂另一方面,黄土高原多数地区植被对降水的响应存在3个月的滞后,而对气温变化响应的时滞性则较不明显,多数地区滞后时间在1个月内㊂(3)黄土高原地区植被变化受人为活动影响较大,后续应进一步分析相关因素造成的影响;此外,本文分析了植被覆盖度在时间方面的变化特征,所使用的方法未涉及空间自相关分析,在未来的工作中应加入相关方法以进行更为全面的分析㊂参考文献:[1] C h u a i X W,H u a n g XJ,W a n g WJ,e t a l.N D V I,t e m p e r-a t u r e a n d p r e c i p i t a t i o nc h a n g e s a n d t h e i r r e l a t i o n s h i p sw i t hd i f fe r e n tv e g e t a t i o nt y p e s d u r i n g1998 2007i n I n n e rM o n g o l i a,C h i n a[J].I n t e r n a t i o n a l j o u r n a lo fc l i m a t o l o g y, 2013,33(7):1696-1706.[2]高思琦,董国涛,蒋晓辉,等.黄河源植被覆盖度变化及空间分布自然驱动力分析[J].生态环境学报,2022,31(3):429-439.G a oSQ,D o n g GT,J i a n g X H,e t a l.A n a l y s i s o f v e g-e t a t i o nc o v e r a g ec h a n g e sa n dn a t u r a ld r i v i n gf o r c e so fs p a t i a l d i s t r i b u t i o ni nt h es o u r c er e g i o no ft h e Y e l l o wR i v e r[J].E c o l o g y a n dE n v i r o n m e n t a l S c i e n c e s,2022,31(3):429-439.[3]刘宪锋,朱秀芳,潘耀忠,等.1982 2012年中国植被覆盖时空变化特征[J].生态学报,2015,35(16):5331-5342.L i uXF,Z h uXF,P a nYZ,e t a l.S p a t i o t e m p o r a l c h a n g e s i nv e g e t a t i o nc o v e r a g ei n C h i n ad u r i n g1982 2012[J].A c t aE c o l o g i c a S i n i c a,2015,35(16):5331-5342.[4] X i nZB,X u JX,Z h e n g W.S p a t i o t e m p o r a l v a r i a t i o n s o fv e g e t a t i o nc o v e ro nt h eC h i n e s eL o e s sP l a t e a u(19812006):I m p a c t s o f c l i m a t e c h a n g e s a n dh u m a na c t i v i t i e s[J].S c i e n c e i nC h i n a S e r i e sD:E a r t hS c i e n c e s,2008,51(1):67-78.[5]甘春英,王兮之,李保生,等.连江流域近18年来植被覆盖度变化分析[J].地理科学,2011,31(8):1019-1024.G a nCY,W a n g XZ,L i BS,e t a l.C h a n g e s o f v e g e t a-t i o n c o v e r a g e d u r i n g r e c e n t18y e a r s i nL i a n g J i a n g r i v e rw a t e r s h e d[J].S c i e n t i a G e o g r a p h i c a S i n i c a,2011,31(8):1019-1024.[6]聂桐,董国涛,蒋晓辉,等.延安地区植被覆盖度时空变化及驱动力[J].水土保持研究,2021,28(5):340-346.N i eT,D o n g G T,J i a n g X H,e ta l.S p a t i o t e m p o r a l v a r i a t i o na n d d r i v i n g f o r c e so fv e g e t a t i o nc o v e r a g ei nY a n'a na r e a[J].R e s e a r c ho fS o i l a n d W a t e rC o n s e r v a-t i o n,2021,28(5):340-346.[7] S u n W,S h a oQ,L i uJ,e t a l.A s s e s s i n g t h ee f f e c t so fl a n du s ea n dt o p o g r a p h y o ns o i le r o s i o no nt h eL o e s sP l a t e a u i nC h i n a[J].C a t e n a,2014,121:151-163. [8]刘斌,罗全华,常文哲,等.不同林草植被覆盖度的水土保持效益及适宜植被覆盖度[J].中国水土保持科学, 2008,6(6):68-73.L i uB,L u oQ H,C h a n g W Z,e t a l.R e l a t i o n s h i p b e t w e e np e r c e n t a g e o f v e g e t a t i v e c o v e r a n d s o i l e r o s i o n[J].S c i e n c e o f S o i l a n dW a t e r C o n s e r v a t i o n,2008,6(6):68-73. [9]张家政,李崇贵,王涛.黄土高原植被覆盖时空变化及原因[J].水土保持研究,2022,29(1):224-230,241.Z h a n g JZ,L i CG,W a n g.D y n a m i c c h a n g e so f v e g e t a-t i o n c o v e r a g eo nt h eL o e s sP l a t e a ua n di t sf a c t o r s[J].R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n,2022,29(1): 224-230,241.[10]王逸男,孔祥兵,赵春敬,等.2000 2020年黄土高原植被覆盖度时空格局变化分析[J].水土保持学报,2022,36(03):130-137.W a n g YN,K o n g XB,Z h a oCJ,e t a l.C h a n g e o f v e g e t a-t i o n c o v e r a g e i n t h e L o e s s P l a t e a u f r o m2000t o2020a n d i t ss p a t i o t e m p o r a l p a t t e r n a n a l y s i s[J].J o u r n a lo f S o i la n dW a t e r C o n s e r v a t i o n,2022,36(3):130-137. [11]李依璇,朱清科,石若莹,等.2000 2018年黄土高原植被覆盖时空变化及影响因素[J].中国水土保持科学(中英文),2021,19(04):60-68.L iYX,Z h uQK,S h i RY,e t a l.S p a t i a l a n d t e m p o r a lc h a n g e so fv e g e t a t i o nc o v e ra nd i t s i n f l ue n c i n gf a c t o r si n t h eL o e s sP l a t e a u f r o m2000t o2018[J].S c i e n c eo fS o i l a n d W a t e rC o n s e r v a t i o n,2021,19(4):60-68. [12] P e n g S,D i n g Y,L i uW,e t a l.1k m m o n t h l y t e m p e r a-t u r e a n d p r e c i p i t a t i o nd a t a s e t f o rC h i n af r o m1901t o762第1期姚楠等:基于G o o g l e E a r t h E n g i n e的黄土高原植被覆盖度时空变化特征分析。
植被覆盖度的提取方法研究汇总
植被覆盖度具有以下两个特点:
(1)测算植被覆盖度必须将植被地上部分对植被生长 区域的地面进行垂直投影。如在山坡上测算植被覆盖度 时,要求将植被对坡面垂直投影,而不是铅垂投影;
(2)同样面积的植被,对不同的研究范围而言,会有不 同的覆盖度。如一个流域内一定面积的森林,研究区为整 个流域计算的植被覆盖度通常小于研究区为整个林区计 算的植被覆盖度。
4 植被覆盖度的提取方法
ＶＦＣ的估算方法主要分为地面测量和遥感监测。地面测 量主要包括目估法、采样法、仪器法和模型法等。这种方法主 要受野外作业，受时间、区域等的限制，精度不高且需要花费 巨大人力、财力，一般情况下特定的模型只适用于特定的区域 或特定的植被类型，不易推广。遥感监测是利用遥感技术获取 研究区的植被光谱信息，然 后 建 立 其 与ＶＦＣ的 关 系， 进 而 获 得ＶＦＣ，主要有统计模型法（分为回归模型法和植 被指 数 法）、物 理 模 型 法、像 元 分 解 模 型法、ＦＣＤ（Ｆ ｏｒｅｓｔ Ｃａ-ｎｏｐｙ Ｄｅｎｓｉｔｙ Ｍａｐｐｉｎｇ）模型法和基于数 据挖掘技术的方法等。统计模型法应用简单，易于计算，
研究意义
植被覆盖度是反映植被基本情况的客观指标,在许 多研究中常将其作为基本的参数或因子。植被覆盖度 及其精准测算研究主要具有以下重要意义: (1)作为科学研究必要的基础数据,为生态、水保、土 壤、水利、植物等领域的定量研究提供基础数据,确保 相关研究结果、模型理论更加科学可信; (2)作为生态系统变化的重要标志,为区域或全球性地 表覆盖变化、景观分异等前沿问题的研究提供指示作 用,促进自然环境研究不断深入发展。
其变化信息，在像元分解模型的基础上，采用Ｇቤተ መጻሕፍቲ ባይዱｔｍａ
ｎ等提出的混合像元二分模型和改进的ＮＤＶＩ参数确定
利用MODIS遥感数据监测植被覆盖变化研究
利用MODIS遥感数据监测植被覆盖变化研究近年来，随着全球气候变化的加剧和人类活动的不断扩展，植被覆盖变化已经成为影响人类生存环境和经济发展的一个重要问题。
利用遥感技术监测植被覆盖的变化越来越受到关注，其中MODIS遥感数据因为覆盖面积广、时间分辨率高、数据更新快等优势成为监测植被覆盖变化的重要手段，为多个领域提供了灵活和高效的信息。
MODIS遥感数据的监测原理MODIS是一种利用陆地、海洋和大气对地球环境进行高速扫描观测的遥感系统。
其主要采用红外、可见光、近红外等不同颜色波长信号来监测植被生长、水文剖面、物种分布、能流平衡等因素，从而对地球的环境变化做出各种预测和定量评估。
MODIS遥感数据覆盖全球陆地面积，每天每天更新频率高，提供了一系列具有决策意义的遥感数据，优化了农业、生态、气象、地质和环境管理等领域的分析和研究。
利用MODIS遥感数据监测植被覆盖变化利用MODIS遥感数据监测植被覆盖变化的主要目的是通过观察地表现象的变化，对其所处的位置和状态进行判断，以便评估大气、水文和生态系统中的生长和萎缩现象。
植被覆盖与土地利用是生态系统的一个重要组成部分，因此，植被覆盖的变化通常与气候、土地利用、土地覆盖和物种多样性等相关。
MODIS遥感数据通过多时相遥感影像的对比，可以利用植被指数（如NDVI）进行监测。
NDVI反映了植被覆盖的高低程度，数值越高代表植被覆盖越好。
通过对比不同时间的NDVI数据，可以观察到植被覆盖面积的变化，包括植被覆盖指数的变化和位置的变化。
此外，MODIS遥感数据还可用于评估气候和温度变化情况对植被覆盖的影响，以及人类活动等因素对植被覆盖的影响程度。
应用案例利用MODIS遥感数据监测植被覆盖变化的应用案例非常多，例如：气候变化、自然灾害、生态系统管理、农业生产和森林保护等领域都有着广泛的应用。
在气候变化中，利用MODIS遥感数据监测植被覆盖的变化，可以判断气候变化对地表生态环境的影响，以提高对气候变化的适应性和应对能力。
211101577_京津冀植被净初级生产力时空动态研究
科学研究创京津冀植被净初级生产力时空动态研究孙小博（北京建筑大学测绘与城市空间信息学院北京102616）摘 要：京津冀地区植被净初级生产力（NPP）的研究对于该区域自然植被的可持续发展具有重要的指导意义。
利用2000—2015年MODIS17A3数据集，通过简单差值法、变异系数法和一元线性回归法，主要分析了京津冀地区16年来植被净初级生产力时空格局及其变化趋势，同时分析气温、降水、土地利用变化等影响因素与植被NPP之间的关系。
结果表明：一是2000—2015年京津冀地区植被NPP均值主要集中在200~400gC/（m²·a），空间分布上呈现东南高、西北低的特点；二是时间尺度上，该区域内植被NPP呈现轻微增长的趋势；三是降水量变化对植被NPP影响更为显著，耕地、林地变化情况与植被NPP的关系较为密切。
关键词：净初级生产力MODIS17A3时空特征影响因素中图分类号：Q948文献标识码：A文章编号：1674-098X(2022)10(a)-0011-05Temporal and Spatial Dynamics of Net Primary Productivity of Vegetation in Beijing-Tianjin-Hebei RegionSUN Xiaobo( School of Geomatics and Urban Spatial Informatics, Beijing University of Civil Engineering andArchitecture, Beijing, 102616 China )Abstract: The study of the net primary productivity of vegetation(NPP) in Beijing-Tianjin-Hebei region has an important guiding significance for the sustainable development of natural vegetation in this region. In this paper, using the dataset of MODIS17A3 from 2000 to 2015, the spatial and temporal patterns of NPP of the vegetation in Beijing-Tianjin-Hebei region over 16 years and their trends were analyzed through the simple difference method, the coefficient of variation method, and the linear regression method. The relationship between relevant factors such as temperature, precipitation, land-use change, and NPP was also analyzed. The results show that, first, the average NPP of vegetation in Beijing-Tianjin-Hebei region from 2000 to 2015 is mainly 200~400gC/(m²·a), and the spa‐tial distribution is high in the southeast and low in the northwest. Second, on the time scale, NPP of vegetation in the region shows a slight growth trend. Third, the change of precipitation has a more significant impact on NPP of vegetation, and the change of cultivated land and forest land is closely related to NPP of vegetation.Key Words: NPP; MOD17A3; Spatiotemporal characteristics; Influencing factors1 概述植被净初级生产力（Net Primary Productivity，NPP）是指单位面积的绿色植物在一定时间内进行光合作用所产生的有机物总量除去自养呼吸消耗后，用于自我生长和繁殖的有机物的量［1］。
北方重点生态功能区生态系统服务权衡与协同
第４０卷第２３期２０２０年１２月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４０，Ｎｏ．２３Ｄｅｃ．，２０２０基金项目：生态环境部生物多样性调查㊁观测和评估项目（２０１９ ２０２３年）；中国科学院Ａ类战略性先导科技专项（ＸＤＡ２００１０２０２）收稿日期：２０１９⁃１２⁃１７；㊀㊀网络出版日期：２０２０⁃１０⁃２９∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｈｕａｎｇｌｉｎ＠ｉｇｓｎｒｒ．ａｃ．ｃｎＤＯＩ：１０．５８４６／ｓｔｘｂ２０１９１２１７２７１７祝萍，刘鑫，郑瑜晗，王世豪，黄麟．北方重点生态功能区生态系统服务权衡与协同．生态学报，２０２０，４０（２３）：８６９４⁃８７０６．ＺｈｕＰ，ＬｉｕＸ，ＺｈｅｎｇＹＨ，ＷａｎｇＳＨ，ＨｕａｎｇＬ．ＴｒａｄｅｏｆｆｓａｎｄｓｙｎｅｒｇｉｅｓｏｆｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｓｉｎｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓｉｎｎｏｒｔｈｅｒｎＣｈｉｎａ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２０，４０（２３）：８６９４⁃８７０６．北方重点生态功能区生态系统服务权衡与协同祝㊀萍１，２，刘㊀鑫３，郑瑜晗２，４，王世豪２，５，黄㊀麟６，∗１中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室，北京㊀１００１０１２中国科学院大学，北京㊀１０００４９３生态环境部信息中心，北京㊀１０００２９４中国科学院地理科学与资源研究所区域可持续发展分析与模拟重点实验室，北京㊀１００１０１５中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京㊀１００１０１６中国科学院地理科学与资源研究所陆地表层格局与模拟重点实验室，北京㊀１００１０１摘要：北方地区作为我国最重要的生态屏障区，也是我国荒漠化发展最快㊁生态极为脆弱㊁受风沙危害最严重的区域㊂分析了北方地区６个国家重点生态功能区生态系统结构变化和防风固沙㊁土壤保持㊁水源涵养㊁牧草供给等生态系统关键服务多年变化状况，从而客观科学地评价典型生态功能区生态保护效果，总结目前存在的主要生态问题，为重点生态功能区监管和考核提供科学地决策依据㊂结果表明：１）草地面积除阴山北麓有所增加以外，其他功能区皆减少；荒漠面积在东部三个功能区有所增加，而在西部三个功能区有所减少；草地植被覆盖度皆有所提高，增幅０．４％ ７％㊂２）防风固沙服务除呼伦贝尔有所提升以外，其他功能区皆呈现下降态势；水源涵养在西部塔里木河与阿尔金先上升后下降，中部阴山北麓和科尔沁有所提高，而东部浑善达克与呼伦贝尔呈持续上升态势；各功能区的土壤保持呈现不同程度提升，而牧草供给皆有所下降㊂３）除呼伦贝尔和浑善达克南端以外，牧草供给与防风固沙服务之间以协同关系为主；除科尔沁西北部和呼伦贝尔东端以外，牧草供给与水源涵养㊁土壤保持服务之间以协同关系为主㊂通过生态系统类型变化及供给与调节服务相关关系分析可以看出，生态功能区开垦导致草地减少的现象需要遏制，出现权衡关系的东部区域也是生态保护与生产利用矛盾较大的农牧交错带，需要成为后续保护和修复的重点区域㊂关键词：重点生态功能区；生态系统结构；生态系统服务；权衡和协同ＴｒａｄｅｏｆｆｓａｎｄｓｙｎｅｒｇｉｅｓｏｆｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｓｉｎｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓｉｎｎｏｒｔｈｅｒｎＣｈｉｎａＺＨＵＰｉｎｇ１，２，ＬＩＵＸｉｎ３，ＺＨＥＮＧＹｕｈａｎ２，４，ＷＡＮＧＳｈｉｈａｏ２，５，ＨＵＡＮＧＬｉｎ６，∗１ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥｃｏｓｙｓｔｅｍＮｅｔｗｏｒｋＯｂｓｅｒｖａｔｉｏｎａｎｄＭｏｄｅｌｌｉｎｇ，ＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｉｃＳｃｉｅｎｃｅｓａｎｄＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ２ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００４９，Ｃｈｉｎａ３ＩｎｆｏｒｍａｔｉｏｎＣｅｎｔｅｒｏｆＭｉｎｉｓｔｒｙｏｆＥｃｏｌｏｇｙａｎｄＥｎｖｉｒｏｎｍｅｎｔ，Ｂｅｉｊｉｎｇ１０００２９，Ｃｈｉｎａ４ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲｅｇｉｏｎａｌＳｕｓｔａｉｎａｂｌｅＤｅｖｅｌｏｐｍｅｎｔＭｏｄｅｌｉｎｇ，ＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｉｃＳｃｉｅｎｃｅｓａｎｄＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ５ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓ，ＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｉｃＳｃｉｅｎｃｅｓａｎｄＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ６ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＬａｎｄＳｕｒｆａｃｅＰａｔｔｅｒｎａｎｄＳｉｍｕｌａｔｉｏｎ，ＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｉｃＳｃｉｅｎｃｅｓａｎｄＮａｔｕｒａｌＲｅｓｅａｒｃｈ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１０１，ＣｈｉｎａＡｂｓｔｒａｃｔ：ＮｏｒｔｈＣｈｉｎａｉｓａｓｉｇｎｉｆｉｃａｎｔｅｃｏｌｏｇｉｃａｌｒｅｇｉｏｎｗｉｔｈｔｈｅｆａｓｔｅｓｔｄｅｖｅｌｏｐｍｅｎｔｏｆｄｅｓｅｒｔｉｆｉｃａｔｉｏｎａｎｄａｎｅｘｔｒｅｍｅｌｙｆｒａｇｉｌｅｅｃｏｌｏｇｙ，ａｎｄａｌｓｏｓｅｒｉｏｕｓｌｙｈａｒｍｅｄｄｕｅｔｏｔｈｅｗｉｎｄａｎｄｓａｎｄ．Ｉｎｔｈｉｓｓｔｕｄｙ，ｗｅｃｏｎｓｉｄｅｒｓｉｘｋｅｙｎａｔｉｏｎａｌｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓｔｈａｔａｒｅｌｏｃａｔｅｄｉｎｎｏｒｔｈｅｒｎＣｈｉｎａａｓｔｈｅｓｔｕｄｙａｒｅａｓ．Ｗｅａｎａｌｙｚｅｔｈｅｃｈａｎｇｅｓｉｎｔｈｅｅｃｏｓｙｓｔｅｍｓｔｒｕｃｔｕｒｅａｎｄｋｅｙｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｓｓｕｃｈａｓｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅｓ，ｓｏｉｌｃｏｎｓｅｒｖａｔｉｏｎ，ｗａｔｅｒｃｏｎｓｅｒｖａｔｉｏｎ，ａｎｄｈｅｒｂａｇｅａｌｌｏｗａｎｃｅ．Ｓｅｑｕｅｎｔｉａｌｌｙ，ｗｅｅｖａｌｕａｔｅｔｈｅｅｆｆｅｃｔｓｏｆｅｃｏｌｏｇｉｃａｌｐｒｏｔｅｃｔｉｏｎ，ｓｕｍｍａｒｉｚｅｔｈｅｐｒｉｍａｒｙｅｘｉｓｔｉｎｇｅｃｏｌｏｇｉｃａｌｐｒｏｂｌｅｍｓ，ａｎｄｐｒｏｖｉｄｅｓｃｉｅｎｔｉｆｉｃｂａｓｉｓｆｏｒｄｅｃｉｓｉｏｎ⁃ｍａｋｉｎｇｏｎｔｈｅｓｕｐｅｒｖｉｓｉｏｎａｎｄａｓｓｅｓｓｍｅｎｔｏｆｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓ．ＴｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｄｔｈａｔｅｘｃｅｐｔｉｎＹｉｎｓｈａｎ，ｔｈｅｇｒａｓｓｌａｎｄａｒｅａｉｎｏｔｈｅｒｓｄｅｃｒｅａｓｅｄ，ａｎｄｔｈｅｄｅｓｅｒｔａｒｅａｏｆｔｈｒｅｅｋｅｙｅａｓｔｅｒｎｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓｉｎｃｒｅａｓｅｄ，ｗｈｉｌｅｔｈａｔｏｆｏｔｈｅｒｓｉｎｔｈｅｗｅｓｔｄｅｃｒｅａｓｅｄ．Ｔｈｅｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｏｆｇｒａｓｓｌａｎｄｉｎｃｒｅａｓｅｄｆｒｏｍ０．４％ｔｏ７．０％．Ｆｕｒｔｈｅｒ，ｔｈｅｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅｓｒｅｄｕｃｅｄ（ｅｘｃｅｐｔｉｎＨｕｌｕｎｂｕｉｒ）；ｔｈｅｗａｔｅｒｃｏｎｓｅｒｖａｔｉｏｎｓｅｒｖｉｃｅｓｉｎＴａｒｉｍｒｉｖｅｒａｎｄＡｅｒｊｉｎｉｎｃｒｅａｓｅｄａｔｆｉｒｓｔａｎｄｔｈｅｎｄｅｃｒｅａｓｅｄ，ｗｈｉｌｅｉｔｏｎｌｙｉｎｃｒｅａｓｅｄｉｎＹｉｎｓｈａｎａｎｄＨｏｒｑｉｎ．Ｔｈｅｓｏｉｌｃｏｎｓｅｒｖａｔｉｏｎｓｅｒｖｉｃｅｓｉｍｐｒｏｖｅｄ，ｗｈｉｌｅｔｈｅｈｅｒｂａｇｅａｌｌｏｗａｎｃｅｄｅｃｒｅａｓｅｄｉｎａｌｌｔｈｅｚｏｎｅｓ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｅｘｃｅｐｔｉｎＨｕｌｕｎｂｕｉｒａｎｄｓｏｕｔｈｅｒｎＨｕｎｓｈａｎｄａｋ，ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｈｅｒｂａｇｅａｌｌｏｗａｎｃｅａｎｄｓａｎｄｆｉｘａｔｉｏｎｗａｓｍａｉｎｌｙｓｙｎｅｒｇｉｓｔｉｃ，ａｎｄｅｘｃｅｐｔｉｎｔｈｅｎｏｒｔｈｗｅｓｔｏｆＨｏｒｑｉｎａｎｄｅａｓｔｅｒｎＨｕｌｕｎｂｕｉｒ，ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｈｅｒｂａｇｅａｌｌｏｗａｎｃｅａｎｄｗａｔｅｒａｎｄｓｏｉｌｃｏｎｓｅｒｖａｔｉｏｎｗａｓｍａｉｎｌｙｓｙｎｅｒｇｉｓｔｉｃ．Ｆｒｏｍｔｈｅｃｈａｎｇｉｎｇｏｆｅｃｏｓｙｓｔｅｍａｎｄｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｂｅｔｗｅｅｎｔｈｅｓｕｐｐｌｙａｎｄｒｅｇｕｌａｔｏｒｙｓｅｒｖｉｃｅｓ，ｔｈｅｐｈｅｎｏｍｅｎｏｎｏｆｒｅｄｕｃｅｄｇｒａｓｓｓｈｏｕｌｄｂｅｃｏｎｔｒｏｌｌｅｄ．Ｔｈｅｔｒａｎｓｉｔｉｏｎｚｏｎｅｂｅｔｗｅｅｎｔｈｅｃｒｏｐｐｉｎｇａｒｅａａｎｄｎｏｍａｄｉｃａｒｅａｌｅｄｔｏａｒｅｌａｔｉｏｎｓｈｉｐｏｆｔｒａｄｅｏｆｆｗｉｔｈｓｔｒｏｎｇｃｏｎｔｒａｄｉｃｔｉｏｎｂｅｔｗｅｅｎｅｃｏｌｏｇｉｃａｌｐｒｏｔｅｃｔｉｏｎａｎｄｐｒｏｄｕｃｔｉｏｎ．Ｈｅｎｃｅ，ｔｈｅｓｅｓｈｏｕｌｄｂｅｋｅｙｐｒｏｔｅｃｔｅｄｚｏｎｅｓ．ＫｅｙＷｏｒｄｓ：Ｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅ；ｅｃｏｓｙｓｔｅｍｐａｔｔｅｒｎ；ｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅ；ｔｒａｄｅｏｆｆｓａｎｄｓｙｎｅｒｇｉｅｓ北方防沙带是我国 两屏三带 生态安全战略格局的重要组成部分［１］，在防风固沙㊁保持水土㊁调节气候㊁农牧产品供给㊁生物多样性维持等方面都具有重要生态意义［２⁃３］㊂然而，北方干旱半干旱区也是我国沙漠分布最广㊁荒漠化发展最快㊁受风沙危害最严重的生态极脆弱区，特别是半干旱地区向半湿润地区㊁高原向丘陵平原㊁草原牧区向农耕区过渡的农牧交错带［４⁃７］，以及沿内陆河分布或位于内陆河下游的绿洲地区㊂长期以来，由于其自然生态的脆弱性㊁区域气候变化叠加超载过牧㊁草地开垦等人类不合理利用方式，该地区出现了退化㊁沙化㊁盐渍化等草地 三化 ㊁沙尘暴灾害㊁河川断流㊁湖泊干涸㊁绿洲消亡等一系列严重生态问题［７⁃９］㊂为了构建并提升国家生态安全屏障的服务功能，按照生态脆弱性和重要性，划定了２５个承担涵养水源㊁保持水土㊁防风固沙㊁生物多样性维护等重要生态功能的区域作为国家重点生态功能区［１０⁃１１］㊂自２００８年开始，通过实施中央对地方重点生态功能区转移支付政策［１２］，推进生态文明建设和高质量发展，引导地方政府加强生态环境保护，以提高生态功能重要地区所在地政府的基本公共服务保障能力㊂截至２０２０年，对重点生态功能区所涉及近７００个县实行转移支付超过５０００亿元㊂转移支付效果如何，实施转移支付区域的生态服务功能是否有所提升，是近年来管理部门和学术界的关注焦点㊂相关研究聚焦在转移支付政策㊁考核办法及县域生态环境质量评价［１３⁃１５］，生态功能区生态系统结构㊁核心服务功能变化与人类活动的影响［１６⁃１７］㊁生态承载力［１８］㊁可持续发展能力［１９］㊁乡村人居环境演变［２０］等方面㊂然而，由于强调重点生态功能区的关键生态功能，忽略了其他同样较为重要的服务功能，进而出现了调节与供给服务之间此消彼长的权衡现象㊂生态系统服务之间具有相互交织㊁复杂的非线性关系［２１］，叠加人类对生态系统服务选择的不同偏好［２２］，生态系统格局⁃过程⁃功能⁃服务的变化，都会导致生态系统服务之间的权衡／协同关系［２３⁃２４］㊂实际应用中，一般利用数学统计㊁空间制图㊁情景模拟㊁多目标决策和服务流动性分析等方法，开展不同时空尺度下不同服务类型之间的权衡与协同关系研究［２５］㊂近年来，开展生态系统服务权衡分析，认识生态系统服务之间关系，已成为生态管理决策与调控的重要依据，应用于农业㊁渔业生产［２６⁃２７］㊁森林经营管理［２８］㊁海洋空间规划［２９］㊁能源管理［３０］等方面㊂然而，生态系统服务权衡具有相对复杂的时空尺度，难点在于如何刻画不同尺度生态系统结构㊁过程㊁功能㊁服务变化之间的相互作用及其影响因素［２５］㊂５９６８㊀２３期㊀㊀㊀祝萍㊀等：北方重点生态功能区生态系统服务权衡与协同㊀以草地和荒漠为主的北方草原重要生态功能区，既要通过生态保护和修复保障生态安全，也要通过畜牧业可持续发展保障粮食安全，同步推进生态保护与生产利用是追求的目标，因此，分析过去一段时期生态系统调节与供给服务的时空变化，探究生态系统服务之间的权衡与协同关系，对于解决生态保护与生产利用之间的矛盾具有重要的科学意义㊂本文以北方农牧交错带和内陆河下游绿洲地区６个草原与荒漠化防治重点生态功能区为例，利用遥感监测㊁模型模拟㊁空间分析等手段，分析其２０００ ２０１５年主要生态系统类型与防风固沙㊁土壤保持㊁水源涵养㊁牧草供给等主要生态系统服务的时空变化状况，进而揭示重点生态功能区生态系统供给与调节服务之间的权衡与协同关系，为重点生态功能区生态保护与建设提出有针对性的措施建议㊂１㊀研究区概况本文以塔里木河荒漠化防治生态功能区（简称塔里木河）㊁阿尔金草原荒漠化防治生态功能区（简称阿尔金）㊁阴山北麓草原生态功能区（简称阴山北麓）㊁浑善达克沙漠化防治生态功能区（简称浑善达克）㊁科尔沁草原生态功能区（简称科尔沁）㊁呼伦贝尔草原草甸生态功能区（简称呼伦贝尔）作为研究区（图１）㊂塔里木河是 丝绸之路经济带 核心区和国家西北的重要生态屏障［３１］，阿尔金是我国西北荒漠区特有野生动植物的生物物种基因库［３２］，是我国西北的重要生态屏障㊂阴山北麓㊁浑善达克㊁科尔沁㊁呼伦贝尔地处第二阶梯和第三阶梯的过渡地带，是多种生态系统的交错地带，是京津乃至整个华北地区的重要生态屏障［３３⁃３５］㊂图１㊀研究区位置示意图Ｆｉｇ．１㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓｔｕｄｙａｒｅａｓ２㊀数据与方法本文首先分析了研究区内生态系统类型和植被覆盖度情况，然后分析了供给型服务（牧草供给）和调节型服务（水土保持㊁水源涵养㊁防风固沙）的协同权衡关系㊂２．１㊀生态系统类型及变化数据基于刘纪远等［３６］完成的中国土地利用／覆被变化数据库，生成２０００年和２０１５年全国１００ｍ空间分辨率的土地利用／覆被栅格数据集㊂基于该数据集将生态系统类型划分为森林㊁草地㊁湿地㊁农田㊁城镇㊁荒漠６个类型㊂森林生态系统即木本为主的植物群落，包括自然㊁半自然植被及集约化经营和管理的人工木本植被㊂草地生态系统是一年或多年生草本植被为主的植物群落㊂湿地生态系统包括沼泽㊁水域㊁永久性冰川㊁滩地等㊂农田生态系统是以收获为目的㊁有耕犁活动的人工种植草本植物覆盖表面㊂城镇生态系统即人工建造用于城乡居民点㊁工矿㊁交通等的陆地表面㊂荒漠包括年内最大植被覆盖度小于２０％的地表㊂对各生态系统类型空间数据进行统计分析，综合评价６大生态系统类型㊂６９６８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀２．２㊀植被覆盖度及变化数据基于２０００ ２０１５年ＭＯＤＩＳＮＤＶＩ数据，利用像元二分模型理论计算植被覆盖度㊂该理论认为一个像元的ＮＤＶＩ值是由绿色植被贡献的信息与无植被覆盖贡献的信息组合而成，根据以下公式计算得到研究区２０００ ２０１５年的年最大植被覆盖度数据：ＦＶＣ＝ＮＤＶＩ－ＮＤＶＩｍｉｎＮＤＶＩｍａｘ－ＮＤＶＩｍｉｎ（１）式中，ＦＶＣ是植被覆盖度，本文采用５％的置信区间，ＮＤＶＩｍａｘ是纯植被像元的ＮＤＶＩ值，此处用９５％处的ＮＤＶＩ值，ＮＤＶＩｍｉｎ是完全无植被覆盖像元的ＮＤＶＩ值，此处用５％处的ＮＤＶＩ值㊂采用最小二乘法分析植被覆盖度的年际变化趋势，计算公式为：ｓｌｏ＝ｎˑðｎｉ＝１ｉˑＶＦＣ()－ðｎｉ＝１ｉðｎｉ＝１ＶＦＣｎˑðｎｉ＝１ｉ２－（ðｎｉ＝１ｉ）２（２）式中，ｉ为２０００年到２０１５年的年序号，ｓｌｏ为植被覆盖度的变化趋势是增加，如果值为正，说明植被覆盖度是增加的，反之则是减少㊂２．３㊀生态系统服务估算方法２．３．１㊀防风固沙服务量在充分考虑气候条件㊁地表土壤的粗糙度㊁植被状况㊁土壤可蚀性㊁土壤结皮的情况下，本文利用修正的土壤风蚀方程（ＲＷＥＱ）估算区域土壤风蚀模数㊂Ｍｗ＝Ｑｘｘ＝Ｑｍａｘ１－ｅｘｓ()２[]（３）Ｑｍａｘ＝１０９．８ˑＷＦˑＥＦˑＳＣＦˑＫᶄˑＣＯＧ()（４）式中，Ｍｗ表示土壤风蚀模数，ｘ表示地块长度，Ｑｘ表示ｘ处的沙通量（ｋｇ／ｍ），Ｑｍａｘ表示风力的最大输沙能力（ｋｇ／ｍ），ｓ表示关键地块长度（ｍ）㊂ＷＦ表示气象因子，ＥＦ表示土壤可蚀性成分因子，ＳＣＦ表示土壤结皮因子，Ｋᶄ表示土壤糙度因子，ＣＯＧ表示植被因子㊂气候因子中的风和土壤湿度根据中国气象科学数据共享服务网（ｈｔｔｐ：／／ｃｄｃ．ｃｍａ．ｇｏｖ．ｃｎ）下载的日均风速㊁降水㊁温度㊁日照时数等计算；雪盖因子利用从中国西部环境与生态科学数据中心（ｈｔｔｐ：／／ｗｅｓｔｄｃ．ｗｅｓｔｇｉｓ．ａｃ．ｃｎ）下载的中国雪深长时间序列数据集来计算㊂土壤可蚀性因子根据Ｆｒｙｅａｒ等［３７］方程计算㊂土壤数据来源于西部环境与生态科学数据中心１ʒ１００万土壤类型图所附的土壤属性表和空间数据㊂根据文献收集地面测定的我国不同地区的风蚀模数结果［３８⁃４１］对本估算结果进行验证㊂通过对生态系统防风固沙服务量进行定量分析来衡量生态系统防风固沙的能力㊂防风固沙服务量为裸土条件和地表覆盖植被条件下的土壤风蚀量的差值：ＳＬｓｖ＝ＳＬｓ－ＳＬｖ（５）式中，ＳＬｓｖ表示防风固沙服务量，ＳＬｓ表示裸土条件下的潜在土壤风蚀量，ＳＬｖ表示植被覆盖条件下的现实土壤风蚀量㊂２．３．２㊀水源涵养服务量通过对比几种水源涵养量估算方法在量级与变化趋势上的差异，采用降水贮存量法［４２⁃４３］并改进了各项参数，估算典型生态功能区草地㊁林地㊁湿地生态系统水源涵养量，表示为：Ｑ＝ＭˑＪˑＲ０（６）Ｊ＝Ｊ０ˑＫ０（７）式中：Ｑ为与裸地相比较，森林㊁草地和湿地生态系统涵养水分的增加量（ｍ３），Ｍ为生态系统面积（ｈｍ２），Ｊ为产流降水量（ｍｍ），Ｊ０为年均降水量（ｍｍ），Ｋ０为产流降水量占降水总量的比例，Ｒ０为与裸地相比较，生态系统减少径流的效益系数㊂通过搜集已发表文献的实测降雨产流临界值，以临近国家气象台站实测日降水数７９６８㊀２３期㊀㊀㊀祝萍㊀等：北方重点生态功能区生态系统服务权衡与协同㊀８９６８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀据修正同时期的ＴＲＭＭ逐日３ｈ降水量数据，累积单次降雨量大于降雨产流临界值的数值得到单点产流降雨量占降雨总量的比例，再与多年平均河川径流系数建立线性关系，得到区域产流降雨量占降雨总量比例的空间分布㊂森林减少径流的效益系数主要通过已有的文献资料收集得到，草地降雨径流率根据草地植被覆盖度计算得到，不同植被覆盖度［４４］下高寒草甸的降水产流特征采用李元寿等［４３］的研究结果㊂２．３．３㊀土壤保持服务量采用修正通用水土流失方程（ＲＵＳＬＥ）估算区域尺度土壤水蚀模数㊂通过对生态系统土壤保持量进行定量分析来衡量生态系统保育土壤的能力㊂土壤保持量为生态系统在极度退化状况下的土壤流失量与现实状况下土壤流失量的差值㊂ＡＣ＝ＲˑＫˑＬˑＳˑＣＤ－ＣＲ()ˑＰ（８）式中，ＡＣ为土壤保持量，Ｒ是降雨侵蚀力因子，Ｋ为土壤可蚀性因子，Ｌ是坡长因子，Ｓ是坡度因子，Ｃ是覆盖和管理因子，ＣＤ和ＣＲ分别表示生态系统在极度退化状况下和现实状况下的土地覆盖和管理因子㊂Ｐ为水土保持措施因子㊂Ｒ采用基于日降雨量资料的半月降雨侵蚀力模型［４５］来估算㊂Ｋ采用Ｎｏｍｏ图法计算［４６］，Ｌ和Ｓ的估算基于ＭｃＣｏｏｌ等［４７］和刘宝元等［４８］的方法，Ｃ根据蔡崇法［４９］的方法计算确定㊂２．３．４㊀牧草供给服务量利用ＭＯＤＩＳ的植被净初级生产力（ＮＰＰ）数据产品与草地地下地上生物量比例估算草地产草量［５０］，得到２０００ ２０１５年研究区草地生态系统牧草供给量数据㊂公式如下：Ｙｍ＝ＮＰＰ()（９）ｔ１＋ｒ式中，Ｙｍ为单位面积草地产草量（ｋｇ／ｈｍ２），ｒ为草地植被地下／地上生物量比例，取值参考马安娜等［５１］㊂ｔ是生物量到生产力的转换系数，取值０．４５［５０］㊂２．４㊀权衡与协同分析方法基于逐像元空间相关分析方法，计算两组长时间序列生态系统服务之间的相关系数，并利用其正负相关性关系判断两种生态系统服务之间的权衡与协同关系㊂相关系数计算公式如下：Ｒ＝ð（ｘ－ ｘ）（ｙ－ ｙ）㊀ð（ｘ－ ｘ）２ð（ｙ－ ｙ）２（１０）根据相关系数的零假设检验Ｔ检验方法，判断生态系统服务之间相互关系的显著性㊂Ｔ检验公式如下：（１１）Ｔ＝Ｒ㊀１－Ｒ２ｎ－２式中，Ｒ是对应的偏相关系数，ｎ是样本观测数，此处取值１６㊂当Ｔ＞Ｔ０．０５，１４时，即Ｐ＜０．０５，拒绝原假设，相关性结果显著；当Ｔ＞Ｔ０．０１，１４时，即Ｐ＜０．０１，拒绝原假设，相关性结果极显著㊂Ｔ０．０５，１４和Ｔ０．０１，１４查阅Ｔ检验表确定㊂查阅Ｔ值表时，根据经验两种服务间可能存在正相关和负相关，所以用双侧界线㊂３㊀结果与分析３．１㊀２０００ ２０１５年北方重点生态功能区生态系统面积与植被覆盖度变化２０００ ２０１５年，塔里木河以草地和农田之间的转换为主㊂草地面积净减少２４２５．６ｋｍ２，占２０００年草地面积的２．１％㊂其中，草地减少面积２８１８．６ｋｍ２，主要转换为农田；草地增加面积３９３．０ｋｍ２，主要来源于湿地㊂农田面积净增加３６７８．０ｋｍ２，占２０００年农田面积的３３．４％㊂其中，农田减少面积１０８．４ｋｍ２，主要转换为草地和城镇；农田增加面积３７８６．４ｋｍ２，主要来源于草地（表１）㊂阿尔金以草地和荒漠之间的转换为主㊂草地面积净减少３３７．９ｋｍ２，占２０００年草地面积的０．５％㊂其中，草地减少面积４３８．１ｋｍ２，主要转换为湿地和农田；草地增加面积１００．１ｋｍ２，主要来源于荒漠㊂荒漠面积净减少６８７．８ｋｍ２，占２０００年荒漠面积的０．３％㊂其中，荒漠减少面积为７１４．８ｋｍ２，主要转换为湿地㊁农田和城镇㊂阴山北麓以草地和荒漠之间的转换㊂草地面积净增加３０８．０ｋｍ２，占２０００年草地面积的０．５％㊂其中，草地减少面积４２３．８ｋｍ２，主要转换为荒漠；草地增加面积８６３．０ｋｍ２，主要来源于荒漠㊂荒漠面积净减少４８６．１ｋｍ２，占２０００年荒漠面积的２．４％㊂其中，荒漠减少面积６９６．６ｋｍ２，主要转换为草地；荒漠增加面积主要来源于草地，面积为１９２．５ｋｍ２㊂表１㊀２０００—２０１５年各重点生态功能区生态系统类型变化／ｋｍ２Ｔａｂｌｅ１㊀Ａｒｅａｃｈａｎｇｅｓｏｆｅｃｏｓｙｓｔｅｍｉｎｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓｆｒｏｍ２０００ｔｏ２０１５区域Ｓｔｕｄｙａｒｅａｓ２０００２０１５草地Ｇｒａｓｓｌａｎｄ荒漠Ｄｅｓｅｒｔ森林Ｆｏｒｅｓｔ湿地Ｗｅｔｌａｎｄ农田Ｆａｒｍｌａｎｄ城镇Ｂｕｉｌｔａｒｅａｓ塔里木河草地１１０６２２．００２４．７４９．１９３３．８５２７１８．６７３２．１９Ｔａｒｉｍｒｉｖｅｒ荒漠６３．４２２３０４８９．０００．２４４．５５６９１．４９３１．２２森林２４．５５０３１４５．００２．４９１７２．８４３．３０湿地２５２．４４３．３３６．００１９４１４．００１９４．６９０．５６农田５２．５４０．９７１．４６２．２８１０９０８．００５１．１３城镇０．０９００．４７０８．６６５７２．００阿尔金草地７１８０４．０００．０４２２．１０２５０．３９１５１．２１１４．３１Ａｅｒｊｉｎ荒漠８４．０２２５４９３７．００３４．８４２１３．９９１２８．４５２５３．４８森林９．４６０１１６２．００１．０４１５．７００．３９湿地３．８７２６．６６０５７２１．００６．３３３８．６２农田２．７９０００．２６３１３．６４１．８１城镇０００００．４３１９．８２阴山北麓草地６４６０８．００１９２．５４７３．８２７０．４４８７．０１１３１．２３Ｙｉｎｓｈａｎ荒漠６２２．６９１９６２３．００１４．５７２２．７９１１．７３２４．７８森林５．９５１．０８８４９．０００．２４４．３０２．０１湿地５１．３２９．６６３．２５２２２７．００５．５５２．６４农田１７８．８７６．６６９８．２１１．８０７３２８．００４６．６３城镇４．１９０．５２１．０５１．２７０．９８９５８．００浑善达克草地１１６５７５．００１０８２．００３７．１１６０．１４１６８．７９１９２．６４Ｈｕｎｓｈａｎｄａｋ荒漠９４３．９７１２１９１．００１．６５３４．０６１．４６６．９２森林１７．７６１．４４１１６６２．０００．０６５．６５１．８０湿地２６．８２９４．９００．２４３７１１．００４０．４７３．８５农田１６１．５９４．９９１７．６５６．０４１７９８９．００３８．０３城镇５．６２０．６４０．４９０．１９１．４７８２４．００科尔沁草地４９４００４３３．０４１２６４３．８５１２０５．９４７５．３５Ｈｏｒｑｉｎ荒漠３８７．４３１３７７０５．０５３８．２３８８．０９３８．８９森林５３．７７７．３２１０１３８３．２１２２．５５５．４６湿地２７．８４４１．４９５．６３５３９４１８１．６１４．６６农田３０８．０１２９．３７３６．４９１４．０６２６１５２３９．６５城镇１０．８６１．９３０．３７１．２８１７．４２１１５呼伦贝尔草地３６０１９．００３３．５６６．４５１８．４６１６．７３１３．２７Ｈｕｌｕｎｂｕｉｒ荒漠１７．６５１１８７．０００１．４１００．９９森林１２．６７３９．５２２６００．００４．６１１２．９００．１１湿地３２．０９１０１．７００４４３３．００１．４００．４３农田２６．７６００．３３２．６９４８８．０００．１３城镇１．１１０００．０６０４６．０８９９６８㊀２３期㊀㊀㊀祝萍㊀等：北方重点生态功能区生态系统服务权衡与协同㊀浑善达克以草地和荒漠之间的转换为主㊂草地面积净减少３８４．４ｋｍ２，占２０００年草地面积的０．３％㊂其中，草地减少面积１５４１．３ｋｍ２，主要转换为荒漠；草地增加面积１１５５．８ｋｍ２，主要来源于荒漠㊂荒漠面积净增加１９７．０ｋｍ２，占２０００年荒漠面积的１．５％㊂其中，荒漠减少面积９８８．１ｋｍ２，主要转换为草地；荒漠增加面积１１８４．６ｋｍ２，主要来源于草地㊂科尔沁以草地和农田㊁荒漠之间的转换为主㊂草地面积净减少１０９６．９ｋｍ２，占２０００年草地面积的２．１％㊂其中，草地减少面积１８８４．８ｋｍ２，主要转换为农田和荒漠；草地增加面积７８７．９ｋｍ２，主要来源于农田和荒漠㊂农田面积净增加１１８８．２ｋｍ２，占２０００年农田面积的４．５％㊂其中，农田减少面积４２７．６ｋｍ２，主要转换为草地；农田增加面积１６１５．６ｋｍ２，主要来源于草地㊂呼伦贝尔以草地㊁荒漠㊁湿地之间的转换为主㊂草地面积净增加１．８ｋｍ２，其中，草地增加面积９０．３ｋｍ２，主要来源于湿地和农田，草地减少面积８８．５ｋｍ２，主要转换为荒漠和湿地㊂湿地面积净减少１０８．４ｋｍ２，占２０００年湿地面积的２．４％㊂其中，湿地减少面积１３５．６ｋｍ２，主要转换为荒漠和草地；湿地增加面积为２７．２３ｋｍ２，主要来源于草地㊂荒漠面积净增加１５５．８ｋｍ２，占２０００年荒漠面积的１２．９％㊂其中，荒漠减少面积２０．１ｋｍ２，主要转换为草地；荒漠增加面积１７４．８ｋｍ２，主要来源于湿地㊂２０００ ２０１０年与２０１０ ２０１５年的植被覆盖度变化对比来看，各区域多年平均植被覆盖度均有所提高㊂其中，覆盖度最高的呼伦贝尔和科尔沁增加最多，分别提升了７．０％和３．１％，覆盖度最低的阿尔金则提高了０．４％㊂表２㊀２０００—２０１５年各重点生态功能区植被覆盖度及其变化统计Ｔａｂｌｅ２㊀Ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｏｆｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓｆｒｏｍ２０００ｔｏ２０１５区域Ｓｔｕｄｙａｒｅａｓ２０００ ２０１０２０１０ ２０１５植被覆盖度％Ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ变化斜率％／ａＳｌｏｐｅ植被覆盖度％Ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ变化斜率％／ａＳｌｏｐｅ植被覆盖度变化％Ｖａｒｉａｔｉｏｎ塔里木河７．５８０．０５８．６１０１．０３阿尔金３．０２０．０３３．３８－０．０４０．３６阴山北麓１９－０．１６１９．５７－０．３８０．５７浑善达克４０．５３－０．１４２．０９０．０７１．５６科尔沁５７．９－０．１７６０．９７０．２３３．０７呼伦贝尔４９．０２０．０８５６．４４０．８４７．０３．２㊀２０００ ２０１５年北方重点生态功能区生态系统服务动态变化３．２．１㊀防风固沙量变化２０００ ２０１５年，除呼伦贝尔的防风固沙量稳步增加（年增幅超过２．５ｔ／ｈｍ２）以外，其余各功能区防风固沙量整体呈减少趋势（图２），其中，阴山北麓㊁浑善达克和科尔沁的大部分区域年减幅超过２．５ｔ／ｈｍ２；塔里木河㊁阿尔金的年减幅则低于２．５ｔ／ｈｍ２㊂３．２．２㊀水源涵养量变化２０００ ２０１５年，各生态功能区水源涵养量呈现总体稳定㊁局部减少态势（图３）㊂浑善达克与呼伦贝尔的水源涵养量年增幅约０．０３ｍ３／ｋｍ２，水源涵养总量分别增加了０．５万ｍ３和０．１万ｍ３㊂然而，塔里木河东北部㊁阴山北麓西部㊁浑善达克东南部轻微下降，同时，科尔沁与呼伦贝尔的湿地水源涵养呈现下降趋势㊂３．２．３㊀土壤保持量变化２０００ ２０１５年，各生态功能区的土壤保持服务呈现整体好转㊁局部恶化态势（图４）㊂其中，塔里木河南部㊁阿尔金中部㊁阴山北麓中部㊁浑善达克东南部㊁科尔沁和呼伦贝尔的土壤保持量提升明显㊂相反地，塔里木河东北部㊁阿尔金西南部㊁阴山北麓西部等区域呈现轻微下降，每年降幅约１ ２ｔ／ｈｍ２㊂３．２．４㊀牧草供给量变化２０００ ２０１５年，除呼伦贝尔西部牧草供给有所增长以外，各生态功能区的牧草供给量都呈现较为明显的００７８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀图２㊀２０００ ２０１５年重点生态功能区防风固沙服务量变化空间分布Ｆｉｇ．２㊀Ｓｐａｔｉａｌｖａｒｉａｔｉｏｎｓｏｆｓａｎｄｆｉｘａｔｉｏｎｓｅｒｖｉｃｅｓｉｎｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓｆｒｏｍ２０００ｔｏ２０１５图３㊀２０００ ２０１５年重点生态功能区水源涵养服务量变化空间分布Ｆｉｇ．３㊀Ｓｐａｔｉａｌｖａｒｉａｔｉｏｎｓｏｆｗａｔｅｒｃｏｎｓｅｒｖａｔｉｏｎｓｅｒｖｉｃｅｓｉｎｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓｆｒｏｍ２０００ｔｏ２０１５１０７８㊀２３期㊀㊀㊀祝萍㊀等：北方重点生态功能区生态系统服务权衡与协同㊀图４㊀２０００ ２０１５年重点生态功能区水土保持服务量变化空间分布Ｆｉｇ．４㊀Ｓｐａｔｉａｌｖａｒｉａｔｉｏｎｓｏｆｓｏｉｌｃｏｎｓｅｒｖａｔｉｏｎｓｅｒｖｉｃｅｓｉｎｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓｆｒｏｍ２０００ｔｏ２０１５图５㊀２０００ ２０１５年重点生态功能区牧草供给服务量变化空间分布Ｆｉｇ．５㊀Ｓｐａｔｉａｌｖａｒｉａｔｉｏｎｓｏｆｆｏｌｉａｇｅｓｕｐｐｌｙｉｎｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓｆｒｏｍ２０００ｔｏ２０１５下降趋势（图５），特别是科尔沁和浑善达克，单位面积产草量分别减少１．９ｔ／ｋｍ２和１．２ｔ／ｋｍ２，阿尔金由于单位面积产草量低，年减幅约０．４ｔ／ｋｍ２㊂２０７８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀图６㊀重点生态功能区牧草供给与防风固沙之间的相关关系空间分布Ｆｉｇ．６㊀Ｔｒａｄｅｏｆｆｓａｎｄｓｙｎｅｒｇｉｅｓｂｅｔｗｅｅｎｆｏｌｉａｇｅｓｕｐｐｌｙａｎｄｓａｎｄｆｉｘａｔｉｏｎｉｎｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓ３．３㊀北方重点生态功能区生态系统服务权衡与协同关系分析３．３．１㊀牧草供给与防风固沙的相关关系㊀㊀２０００ ２０１５年，各生态功能区牧草供给与防风固沙之间的相关关系如图６所示，塔里木河大部分区域相关关系不显著；科尔沁大部分区域㊁阿尔金东北部㊁阴山北麓西部㊁浑善达克中部皆为显著协同关系；相反地，呼伦贝尔中部和东部以显著权衡关系为主㊂３．３．２㊀牧草供给与水源涵养的相关关系２０００ ２０１５年，各生态功能区牧草供给与水源涵养之间的相关关系如图７所示，塔里木河中部㊁阿尔金中部呈现显著协同关系；阴山北麓东㊁西部差异明显，西部相关关系不显著，而东部为极显著协同关系；浑善达克中部和西部㊁呼伦贝尔中部和西部皆为极显著协同关系，而科尔沁北部和西南部㊁呼伦贝尔东端表现为为显著权衡关系㊂３．３．３㊀牧草供给与土壤保持的相关关系２０００ ２０１５年，各生态功能区牧草供给与土壤保持相关关系如图８所示，塔里木河和阿尔金大部分区域相关关系不显著；阴山北麓西部相关关系不显著，而东部为极显著协同关系；浑善达克东部和东南部为显著权衡关系，而中部和北部以显著协同关系为主；科尔沁北部和西部㊁呼伦贝尔东端为极显著权衡关系，而科尔沁东部和呼伦贝尔中㊁西部皆为极显著协同关系㊂４㊀结论本研究得到如下几点结论：２０００ ２０１５年，除阴山北麓以外，其他功能区开垦导致草地面积皆减少，东部三个功能区荒漠面积增加而西部三个功能区有所减少㊂草地植被覆盖度皆有所提高，增幅０．４％ ７％㊂除呼伦贝尔以外，其他功能区的防风固沙服务皆下降；西部塔里木河与阿尔金的水源涵养服务先上升后下降，中部阴山北麓和科尔沁有所提高，而东部浑善达克与呼伦贝尔持续上升；各功能区土壤保持服务呈现不同程度提３０７８㊀２３期㊀㊀㊀祝萍㊀等：北方重点生态功能区生态系统服务权衡与协同㊀图７㊀重点生态功能区牧草供给与水源涵养之间的相关关系空间分布Ｆｉｇ．７㊀Ｔｒａｄｅｏｆｆｓａｎｄｓｙｎｅｒｇｉｅｓｂｅｔｗｅｅｎｆｏｌｉａｇｅｓｕｐｐｌｙａｎｄｗａｔｅｒｒｅｇｕｌａｔｉｏｎｉｎｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓ图８㊀重点生态功能区牧草供给与土壤保持之间的相关关系空间分布Ｆｉｇ．８㊀Ｔｒａｄｅｏｆｆｓａｎｄｓｙｎｅｒｇｉｅｓｂｅｔｗｅｅｎｆｏｌｉａｇｅｓｕｐｐｌｙａｎｄｓｏｉｌｃｏｎｓｅｒｖａｔｉｏｎｉｎｋｅｙｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｚｏｎｅｓ４０７８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀升，而牧草供给服务皆有所下降㊂除呼伦贝尔和浑善达克南端以外，牧草供给与防风固沙服务之间以协同关系为主；除科尔沁西北部和呼伦贝尔东端以外，牧草供给与水源涵养㊁土壤保持服务之间以协同关系为主㊂通过生态系统类型变化及供给与调节服务相关关系分析可以看出，生态功能区开垦导致草地减少的现象需要遏制，出现权衡关系的东部区域也是生态保护与生产利用矛盾较大的农牧交错带，需要成为功能区后续保护和修复的重点区域㊂５㊀讨论本研究将长时间序列生态系统服务量化数据的两两正负相关性转化为其协同和权衡关系，分析生态系统供给与调节服务之间此消彼长或相互增益的变化趋势，对于如何全面提升重点生态功能区生态系统管理具有指导意义㊂初步结论表明，除呼伦贝尔和浑善达克南端以外，牧草供给与防风固沙服务之间以协同关系为主；除科尔沁西北部和呼伦贝尔东端以外，牧草供给与水源涵养㊁土壤保持服务之间以协同关系为主㊂本研究的不确定性存在以下几个方面：１）有研究表明：人类活动对生态系统的选择性干预引起的生态系统服务变化是权衡与协同，而自然因素引起的生态系统服务之间的此消彼长，是一种竞争而非权衡关系［５２］，在权衡关系的研究中还需进一步区分人类活动和自然因素㊂２）生态系统提供多重服务，并且各种服务之间相互作用㊁相互联系㊁相互交织［５３⁃５４］，本研究仅仅分析两两间的相互作用是不充分的㊂３）还应该考虑不同态系统服务对外界影响的响应时间和空间尺度不同，不同的生态系统服务之间的权衡协同关系，也可能发生于现在和未来的提供之间㊂有研究证明，在密西西比河谷大量施肥带来生产力增加，在农业增产后的２０年，墨西哥湾才出现了死亡地带［５５］㊂因此，需要深入量化产生协同和权衡关系的原因，在两两关系基础上开展多维生态系统服务相关关系分析以及通过权衡与协同关系的情景预测把握生态保护与管理措施的功能提升效果㊂参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］㊀国务院．国务院关于印发全国主体功能区规划的通知．（２０１１⁃０６⁃０８）［２０２０⁃０４⁃２０］．ｈｔｔｐ：／／ｗｗｗ．ｇｏｖ．ｃｎ／ｚｈｅｎｇｃｅ／ｃｏｎｔｅｎｔ／２０１１⁃０６／０８／ｃｏｎｔｅｎｔ＿１４４１．ｈｔｍ［２］㊀张兰生，方修琦，任国玉．我国北方农牧交错带的环境演变．地学前缘，１９９７，４（１／２）：１２７⁃１３６．［３］㊀史德宽．农牧交错带在持续发展战略中的特殊地位．草地学报，１９９９，７（１）：１７⁃２１．［４］㊀刘良梧，周建民，刘多森，ＩｖａｎｏｖＩＶ，ＧｅｍｋｉｎＶＡ，ＰｒｉｋｏｄᶄｋｏＶＹ．农牧交错带不同利用方式下草原土壤的变化．土壤，１９９８，３０（５）：２２５⁃２２９．［５］㊀刘林德，高玉葆．论中国北方农牧交错带的生态环境建设与系统功能整合．地球科学进展，２００２，１７（２）：１７４⁃１８１．［６］㊀蒋卫国，陈云浩，李京，李加洪，武永峰．中国北方农牧交错带生态环境的空间格局演变．自然资源学报，２００５，２０（６）：８７１⁃８７８．［７］㊀王静爱，徐霞，刘培芳．中国北方农牧交错带土地利用与人口负荷研究．资源科学，１９９９，２１（５）：１９⁃２４，８⁃８．［８］㊀程序．农牧交错带研究中的现代生态学前沿问题．资源科学，１９９９，２１（５）：１⁃８．［９］㊀张煜星，廖雅萍．我国沙尘暴灾害初步研究．中国生态农业学报，２００１，９（２）：１３⁃１５．［１０］㊀国家环境保护总局．国家重点生态功能保护区规划纲要．（２００７⁃１０⁃３１）［２０１９⁃１０⁃０１］．ｈｔｔｐ：／／ｗｗｗ．ｃｈｉｎａｌａｗｅｄｕ．ｃｏｍ／ｆａｌｖｆａｇｕｉ／ｆｇ２２５９８／２５２８４０．ｓｈｔｍｌ．［１１］㊀环境保护部．国家重点生态功能区保护和建设规划编制技术导则．（２０１０⁃０４⁃０９）［２０１９⁃１０⁃０１］．ｈｔｔｐｓ：／／ｗｗｗ．ｄｏｃ８８．ｃｏｍ／ｐ⁃９７６３５４１８８７８１．ｈｔｍｌ．［１２］㊀财政部．财政部关于印发‘中央对地方重点生态功能区转移支付办法“的通知．（２０１７⁃０９⁃０６）［２０２０⁃０４⁃２０］．ｈｔｔｐ：／／ｗｗｗ．ｇｏｖ．ｃｎ／ｘｉｎｗｅｎ／２０１７⁃０９／０６／ｃｏｎｔｅｎｔ＿５２２２９２８．ｈｔｍ．［１３］㊀李国平，李潇，汪海洲．国家重点生态功能区转移支付的生态补偿效果分析．当代经济科学，２０１３，３５（５）：５８⁃６４．［１４］㊀吴越．国外生态补偿的理论与实践 发达国家实施重点生态功能区生态补偿的经验及启示．环境保护，２０１４，４２（１２）：２１⁃２４．［１５］㊀孙新章，鲁春霞．国家重点生态功能区生态补偿制度建设的主要问题与对策研究（英文）．资源与生态学报，２０１６，６（６）：３６３⁃３６８．［１６］㊀黄耀欢，赵传朋，杨海军，丁方宇，李中华．国家重点生态功能区人类活动空间变化及其聚集分析．资源科学，２０１６，３８（８）：１４２３⁃１４３３．［１７］㊀黄麟，曹巍，吴丹，巩国丽，赵国松．２０００ ２０１０年我国重点生态功能区生态系统变化状况．应用生态学报，２０１５，２６（９）：２７５８⁃２７６６．［１８］㊀孟庆华．基于生态足迹的浑善达克国家重点生态功能区生态承载力研究．林业资源管理，２０１４，（１）：１２７⁃１３０，１３９⁃１３９．［１９］㊀刘智慧．基于生态足迹模型的喀斯特地区重点生态功能区可持续发展能力分析［Ｄ］．贵阳：贵州师范大学，２０１５．［２０］㊀曾菊新，杨晴青，刘亚晶，赵纯凤，李伯华．国家重点生态功能区乡村人居环境演变及影响机制 以湖北省利川市为例．人文地理，２０１６，３１（１）：８１⁃８８．［２１］㊀ＢｅｎｎｅｔｔＥＭ，ＰｅｔｅｒｓｏｎＧＤ，ＧｏｒｄｏｎＬＪ．Ｕｎｄｅｒｓｔａｎｄｉｎｇｒｅｌａｔｉｏｎｓｈｉｐｓａｍｏｎｇｍｕｌｔｉｐｌｅｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｓ．ＥｃｏｌｏｇｙＬｅｔｔｅｒｓ，２００９，１２（１２）：５０７８㊀２３期㊀㊀㊀祝萍㊀等：北方重点生态功能区生态系统服务权衡与协同㊀。
植被覆盖率转移矩阵分析
植被覆盖率转移矩阵分析植被在地球上的能量交换和生态循环中起着重要作用[1]，对于生态脆弱的草原矿区而言，植被受气候、采矿、放牧等人类活动的影响较大。
利用多光谱遥感数据得到的植被覆盖度（fraction of vegetation coverage，FVC）作为衡量植被状况、指示植被动态变化的指标[2-4]应用广泛。
文献[5—9]分别对沙漠化地区、阴山北麓草原区、内蒙古大青山自然保护区、甘南草原区、淮南矿区等地的植被覆盖度动态变化进行了研究。
从方法上看，利用线性混合理论对混合光谱进行应用和解释是较为普遍的方法，像元二分模型在构建时NDVIveg（NDVI for “pure”vegetation pixel）和NDVIsoil（NDVI for “pure”bare soil pixel）的取值也得到重视[10-12]。
在典型区域长时序植被覆盖度变化研究中传统的静态多时相比较研究仍有应用[13-14]，但此种方法对于草原区FVC变化分析时易受到气温、降水等年际物候差异等的影响，难以科学揭示生态是否退化及其驱动因素等根本问题。
已有的研究中对FVC进行了分级[15-16]，这些基于分级的分析能够在一定程度上表现区域植被演化特征，但难以进一步提高定量表达的精度。
此外，多数长时序植被覆盖度研究中只采用一种趋势分析方法，如回归分析、Sen趋势度和Manner-Kendall趋势检验相结合的方法等[17-19]，多种分析方法的对比研究较少。
针对上述问题，本文以内蒙古呼伦贝尔市宝日希勒露天矿区为例，基于1985—2015年年度最大合成NDVI数据，采用一元线性回归法和Sen+Mann-Kendall法，进行FVC的长时间序列分析，并对比两种趋势分析方法的差异。
研究结果有助于获取科学评价长时序煤炭开发活动对地表生态影响的基础数据，同时为类似区域长时序植被变化监测及FVC变化趋势分析提供方法参考。
1研究区概况与数据获取1.1研究区概况宝日希勒矿区位于内蒙古自治区呼伦贝尔市陈巴尔虎旗，地理坐标为49°10′N—49°40′N，119°10′E—120°30′E，矿区面积约为255 km2。