董明霞 ，王立輝 ，王 坎 ，楊啟池，路利杰 ，黃進良

（1.中國科學院精密測量科學與技術創(chuàng)新研究院/環(huán)境與災害監(jiān)測評估湖北省重點實驗室，武漢 430077；2.中國科學院大學，北京 100049；3.中南安全環(huán)境技術研究院股份有限公司，武漢 430071）

植被是生態(tài)系統(tǒng)重要的資源之一，對維持生態(tài)平衡、水、氣候變化有著重要意義［1，2］。除此之外，植被覆蓋與自然因素和人類活動密切相關，能在短時間內(nèi)對環(huán)境的變化做出響應［3］。而近年來，受全球變暖、極端氣候和人類活動干擾，植被破壞嚴重，人地關系矛盾日益激烈，危害社會、經(jīng)濟、生態(tài)穩(wěn)定性，嚴重制約經(jīng)濟的發(fā)展［4］。

中國是“一帶一路”發(fā)起國，沿線區(qū)域生態(tài)環(huán)境問題日益劇烈，極端氣候頻發(fā)，嚴重威脅沿線人民生活和造成社會矛盾發(fā)生。對“一帶一路”沿線區(qū)域生態(tài)環(huán)境進行監(jiān)控評估是大國能力的體現(xiàn)，為解決環(huán)境問題，提供中國建議意見是中國力求發(fā)展、合作共贏的體現(xiàn)。津巴布韋是“一帶一路”上重要的合作伙伴，曾經(jīng)是非洲地區(qū)重要的農(nóng)業(yè)和礦產(chǎn)出口國，由于其經(jīng)濟結構使得津巴布韋對植被、環(huán)境依賴性高［5］。對津巴布韋境內(nèi)植被覆蓋度監(jiān)測有利于了解當前生態(tài)環(huán)境，為經(jīng)濟與生態(tài)環(huán)境和諧共生提供建議。然而其境內(nèi)電力資源嚴重不足阻礙了經(jīng)濟的發(fā)展，中國在津巴布韋北馬塔貝萊蘭省投資承建旺吉電站擴機、卡里巴湖南岸水電站擴機和萬蓋燃煤電站擴機等項目幫助津巴布韋滿足用電需求。近幾年國際上一些環(huán)保人士認為中國在津巴布韋的投資建設攫取資源，破壞了當?shù)氐淖匀簧鷳B(tài)，其境內(nèi)植被變化情況影響到中津兩國關系、經(jīng)濟發(fā)展等一系列問題［6］。因此本研究著重研究近20 年津巴布韋植被覆蓋度長時序大尺度上動態(tài)變化。

近年來，國內(nèi)外學者從多種角度對植被覆蓋度進行分析探究。甘春英等［7］利用像元二分法分析1988—2006 年連江流域植被覆蓋度變化趨勢；鄭勇等［8］對川西高原植被覆蓋度研究發(fā)現(xiàn)植被變化受降水量和氣溫影響，但是氣溫對植被生長影響更明顯。然而目前國內(nèi)外學者對津巴布韋植被覆蓋度研究較少。Senda 等［9］通過構建 SAVANNA 生態(tài)系統(tǒng)模型模擬降雨、氣溫和二氧化碳濃度對津巴布韋Nkayi區(qū)牧場植被生產(chǎn)力的影響。Marondedze 等［10］研究了首都哈拉雷土地利用類型的變化，并用回歸分析法得出城市擴張趨勢主要受到道路、水系和地形影響。Scharsich 等［11］對津巴布韋 Matobo 等國家公園及其周邊區(qū)域土地覆蓋和土地利用變化監(jiān)測發(fā)現(xiàn)土地改革政策使得研究區(qū)內(nèi)森林覆蓋面積增加7%，農(nóng)業(yè)面積減少。

以往從小尺度范圍對土地利用類型變化與驅動因子對津巴布韋進行分析研究，而從大尺度長時序對植被覆蓋度變化特征以及驅動因子響應研究較少。夜光數(shù)據(jù)能直接反映人類活動，目前關于植被覆蓋度與夜光數(shù)據(jù)的研究較少?；诖?，本研究以津巴布韋MODIS NDVI 2001—2019 年長時序大尺度數(shù)據(jù)和氣象數(shù)據(jù)為數(shù)據(jù)源，利用像元二分模型計算津巴布韋近20 年植被覆蓋度，對其進行提取、變化監(jiān)測、分析植被覆蓋度時空動態(tài)變化趨勢及其對驅動因子響應研究，為津巴布韋生態(tài)環(huán)境建設提供合理的數(shù)據(jù)支持，有利于中國在津巴布韋建設項目順利進行，有利于維護中津兩國聲譽，保持兩國長久交流合作。

1 數(shù)據(jù)與研究方法

1.1 研究區(qū)概況

津巴布韋位于非洲東南部（圖1），總面積約39萬 km2。地理位置 15°—23°S，25°—34°E，東鄰莫桑比克，南鄰南非，西鄰博茨瓦納，北鄰贊比亞，地勢由北向南逐漸降低［12］。年均溫約 22 ℃。4—8 月是冬季，9—11 月中旬是夏季，11 月至次年 3 月為雨季，年均降雨量為657 mm，降雨量從北到南、從東到西呈下降趨勢。研究區(qū)主要是亞熱帶氣候，其中東部是亞熱帶森林，南部是熱帶稀樹草原，植被覆蓋率高達60%?？衫玫霓r(nóng)業(yè)資源受地質構造氣候等因素影響分布區(qū)域明顯，煙草、玉米和小麥農(nóng)作物主要在馬紹納蘭省和馬尼卡蘭省種植，中部省和馬塔貝萊省畜牧業(yè)比較發(fā)達。

圖1 津巴布韋地理位置

1.2 數(shù)據(jù)源及預處理

采用2001—2019 年MODIS 16 d 合成的空間分辨率為250 m 的MOD13Q1 植被指數(shù)產(chǎn)品。該數(shù)據(jù)集是從NASA 遙感影像數(shù)據(jù)官網(wǎng)（https：//ladsweb.modaps.eosdis.nasa.gov/）下載。所有產(chǎn)品都經(jīng)過輻射定標、大氣校正等一系列預處理，并利用最大合成法 合 成 的 16 d 數(shù) 據(jù)［13］。MOD13Q1 產(chǎn) 品 數(shù) 據(jù) 通 過MODIS Reprojection Tool 工具提取 NDVI 波段，采用格式轉換、鑲嵌、投影轉換將正弦投影的NDVI 數(shù)據(jù)轉換成 Albers Equal Area Conic 投影，在 Matlab 里采用最大合成法將16 d 數(shù)據(jù)轉換成NDVI 數(shù)據(jù)，并利用津巴布韋國家邊界矢量裁剪得到研究區(qū)域。

氣象數(shù)據(jù)是由英國東英格利亞大學氣候研究所（https：//crudata.uea.ac.uk/cru/data/hrg/）網(wǎng)格化時間序列數(shù)據(jù)日平均氣溫數(shù)據(jù)和降雨數(shù)據(jù)，數(shù)據(jù)格式均為 NC 格式，格網(wǎng)分辨率為 0.5°×0.5°。利用 Matlab 對數(shù)據(jù)進行格式轉換，并在ArcGIS 中進行投影轉換，配準得到2001—2019 年津巴布韋氣象數(shù)據(jù)。

夜間燈光數(shù)據(jù)包括DMSP/OLS 數(shù)據(jù)和NPP/VIRS 數(shù)據(jù)2 部分。DMSP/OLS 數(shù)據(jù)是美國國家海洋與大氣管理局（https：//ngdc.noaa.gov）發(fā)布的由6 種不同的MDSP 衛(wèi)星組成，空間分辨率為1 000 m。NPP/VIRS 數(shù)據(jù)為陳甫團隊對美國科羅拉多礦業(yè)大學發(fā)布的月度夜間燈光數(shù)據(jù)降噪平滑預處理后的2013—2019 年數(shù)據(jù)。對影像進行投影轉換、重采樣、裁剪預處理得到空間分辨率為1 000 m 研究區(qū)夜間燈光數(shù)據(jù)集。由于2 種數(shù)據(jù)集時序上存在不一致性，無法直接比較計算處理，采用不變目標區(qū)域法［14］對2 種數(shù)據(jù)進行校正得到長時序一致的夜間燈光數(shù)據(jù)集。

1.3 研究方法

1.3.1 像元二分模型 像元二分模型是一個計算簡單、對影像輻射校正不敏感的遙感估算模型，它假設一像元的地表是有植被和無植被2 部分［15］。

式中，F(xiàn)VC表示植被覆蓋度，NDVIsoil表示裸土或無植被值，NDVIveg表示完全是植被值。由于受到外界因素影響，NDVIsoil和NDVIveg值會存在偏差，結合研究區(qū)實際情況以及現(xiàn)有成果［16-18］選取累積概率是5%和95%NDVI值。

1.3.2 一元線性回歸變化分析 一元線性回歸分析可以模擬植被覆蓋度時序序列變化趨勢，構建時間i和植被覆蓋度之間的一元線性回歸方程模型［19，20］。

式中，n為時間序列，F(xiàn)VCi是指時間序列中第i年中植被覆蓋度最大值；slope值表示變化趨勢。slope＞0，植被覆蓋度呈增加趨勢，反之則減少。顯著性檢驗采用F檢驗。

1.3.3 Hurst 指數(shù) Hurst 指數(shù)是描述時間序列自相似性與長程依賴性的方法［21，22］。

給定一時間序列t=1，2，3，…，n，對于

式中，F(xiàn)VC為植被覆蓋度，c是一個不依賴H的變量，H為 Hurst指數(shù)。

根據(jù)H值來判斷，0＜H＜0.5，植被覆蓋度具有反向的持續(xù)性變化；H=0.5，植被覆蓋度隨機變化；0.5＜H＜1.0，植被覆蓋度具有正向的持續(xù)性變化。

1.3.4 相關分析 對植被覆蓋度與驅動因子間相關關系逐像元探究。

式中，R為相關系數(shù)，F(xiàn)VC為植被覆蓋度，x為變量因子，n為時間序列。考慮到植被覆蓋度對氣候因子響應有滯后情況發(fā)生，計算植被覆蓋度與前3個月降水量、氣溫的相關性［23］。

1.3.5 技術路線 技術路線見圖2。

圖2 技術路線

2 結果與分析

2.1 植被覆蓋度分布特點

2.1.1 植被覆蓋度時間變化特征 由最大合成法得到的2001—2019 年津巴布韋年像元最大植被覆蓋度計算年平均值折線（圖3）。由圖3 可知，總體上津巴布韋植被覆蓋度較高，2001—2019 年津巴布韋植被覆蓋度呈現(xiàn)明顯的波動變化，在2009 年達到最大值（59.12%），在2002 年達到最小值（54.81%）。植被覆蓋度2001—2009 年呈現(xiàn)波動上升趨勢，2009—2015 年呈現(xiàn)波動下降趨勢，2015—2017 年呈現(xiàn)上升趨勢，2017 年后又下降。

圖3 2001—2019 年津巴布韋年際植被覆蓋度變化

2.1.2 植被覆蓋度空間變化特征 分析統(tǒng)計得到津巴布韋2001—2019 年植被覆蓋度空間分布（圖4）。由圖4 可以看出，津巴布韋植被覆蓋度空間分布呈現(xiàn)明顯的分界，北部高，西南和中部地區(qū)低。植被覆蓋度高的區(qū)域主要在北部西馬紹納蘭省、中馬紹納蘭省和北馬塔貝萊蘭省萬基國家公園。植被覆蓋度低的區(qū)域主要在馬斯溫戈省北部、馬尼卡蘭省西部地區(qū)、南馬塔貝萊蘭省礦區(qū)、布拉瓦約和哈拉雷。

圖4 2001—2019 年津巴布韋平均植被覆蓋度空間分布

2.2 植被覆蓋度變化趨勢分析

由一元回歸分析方法結合顯著性檢驗參考相關文獻［20］得到2001—2019 年津巴布韋植被覆蓋度變化趨勢分級統(tǒng)計（表1）。整體上植被覆蓋度變化趨勢以不顯著（81.70%）為主，只有18.30%區(qū)域通過（P＜0.05）顯著性檢驗。根據(jù)津巴布韋植被覆蓋度顯著性變化情況得到研究區(qū)變化趨勢（圖5）。由圖5可知，11.52%的地區(qū)植被覆蓋度增加，增加的區(qū)域主要集中在津巴布韋西北方向北馬塔貝萊蘭省和中部省交界處，馬紹納蘭省、馬斯溫戈省中部地區(qū)。6.78%地區(qū)呈減少趨勢，減少的區(qū)域主要在馬斯溫戈省Save Valley 保護區(qū)、北馬塔貝萊蘭省東南區(qū)域、馬尼卡蘭省西南地區(qū)、哈拉雷。

表1 津巴布韋植被覆蓋度變化趨勢

圖5 2001—2019 年津巴布韋年均植被覆蓋度變化趨勢

2.3 津巴布韋植被覆蓋度可持續(xù)預測

利用Hurst 指數(shù)分析法計算得到津巴布韋植被覆蓋度的Hurst 指數(shù)大于0.5 的區(qū)域占30.94%，小于0.5 的區(qū)域占69.05%，說明津巴布韋反向持續(xù)性強于正向持續(xù)性。將Hurst 指數(shù)與通過顯著性檢驗的一元回歸疊加分析，得到津巴布韋植被覆蓋未來趨勢變化預測結果（圖6）。未來津巴布韋持續(xù)性改善區(qū)域占3.24%，4.20%區(qū)域由退化轉為改善，退化區(qū)域主要在津巴布韋西馬紹納蘭省、中馬紹納蘭省和東馬紹蘭??；由改善轉為退化區(qū)域占7.61%，占比2.08%區(qū)域持續(xù)退化，主要分布在馬斯溫戈省和馬尼卡蘭省的狩獵區(qū)和國家公園，南馬塔貝萊蘭省礦區(qū)；1.17%區(qū)域未來趨勢未知。未來津巴布韋整體呈現(xiàn)不顯著變化，但是仍有不少區(qū)域未來植被覆蓋度會下降，尤其需要注意位于馬斯溫戈省東部Save Valley 保護區(qū)雖植被覆蓋度較高，但是植被覆蓋度下降嚴重，需要制定相應的政策去保護脆弱的生態(tài)環(huán)境。

圖6 津巴布韋植被覆蓋度變化趨勢預測

2.4 津巴布韋植被覆蓋度與驅動因子相關關系

2.4.1 植被覆蓋度年際變化與降水量、氣溫相關性分析 由圖7 可以看到，2001—2019 年津巴布韋植被覆蓋度與年累積降水量、年均氣溫的波峰波谷表現(xiàn)出良好的對應關系，但是部分年份，植被覆蓋度對年累積降水量、年均氣溫響應存在滯后情況。分別對比植被覆蓋度對年累積降水量、年均氣溫的滯后性，植被覆蓋度對年累積降水量出現(xiàn)滯后情況更少，說明植被覆蓋度對年累積降水量的響應更明顯。

圖7 津巴布韋2001—2019 年植被覆蓋度與年累積降水量（a）、年均氣溫（b）變化趨勢

津巴布韋2001—2019 年植被覆蓋度與年累積降水量、年均氣溫的相關系數(shù)分別為0.18 和0.02。植被覆蓋度92.86%區(qū)域與年累積降水量呈正相關關系，呈負相關關系區(qū)域占比為7.14%，1.59%區(qū)域通過（P＜0.05）顯著性檢驗，總體上植被覆蓋度與降水量呈不顯著正相關關系。植被覆蓋度63.49%區(qū)域與年均氣溫呈正相關關系，36.51%區(qū)域呈負相關關系，未通過顯著性檢驗，表明植被覆蓋度與年均氣溫總體上呈不顯著正相關關系，但是有部分地區(qū)氣溫對植被覆蓋度起到抑制作用。

2.4.2 植被覆蓋度月際變化與降水量、氣溫相關性分析 以月為統(tǒng)計單位計算津巴布韋2001—2019年植被覆蓋度、降水量以及氣溫平均值，結果如圖8所示，植被覆蓋度、降水量以及氣溫隨時間呈現(xiàn)規(guī)律的周期變化。總體上，降水量、氣溫呈U 形變化趨勢，7 月為最低值。植被覆蓋度4—6 月驟減，9—12月增加，4 月和9 月分別為最高值和最低值。7 月是降水量和氣溫的最低點，之后呈上升趨勢，但是植被覆蓋度在9 月開始呈上升趨勢，表明植被覆蓋度對降水量和氣溫響應存在一定的正相關性，但存在滯后性。

圖8 津巴布韋2001—2019 年月均植被覆蓋度與降水量（a）、氣溫（b）變化趨勢

以2001—2019 年津巴布韋植被覆蓋度與降水量和氣溫多年月平均值計算得到月均植被覆蓋度與前0—3 月降水量、氣溫相關系數(shù)（表2）。植被覆蓋度與前0—3 月降水量相關系數(shù)分別為0.19、0.26、0.27、0.27。植被覆蓋度與前0—3 月降水量呈正相關區(qū)域占比分別為62.70%、65.08%、69.84%、74.60%。 植被覆蓋度與前0—3 月氣溫相關系數(shù)分別為0.10、0.23、0.27、0.30，高于年相關性。植被覆蓋度與前0—3 月氣溫呈正相關區(qū)域占比分別為63.49%、71.90%、66.67%、73.81%，表明隨滯后月份增加，植被覆蓋度受降水量和氣溫影響增大，植被覆蓋度受前3 個月降水量和氣溫影響最大，具有明顯的滯后性。

表2 津巴布韋2001—2019 年月均植被覆蓋度與降水量、氣溫相關關系

2.4.3 植被覆蓋度與夜間燈光數(shù)據(jù)相關關系

1）夜間燈光數(shù)據(jù)校正精度驗證。夜間燈光數(shù)據(jù)能夠反映人類活動、社會經(jīng)濟發(fā)展情況。根據(jù)世界銀行提供的人口、GDP 數(shù)據(jù)，對校正后的夜間燈光像元DN 值總和（total DN value，TDN）與人口、GDP進行相關分析，結果如圖9 所示。TDN 值與人口、GDP 具有良好的相關性，相關系數(shù)分別為0.642、0.854，表明夜間燈光強度與國家經(jīng)濟社會發(fā)展密切相關，夜間燈光值可以用來反映國家社會經(jīng)濟發(fā)展水平、人類活動情況。

圖9 津巴布韋夜間燈光TDN 值與人口、GDP 關系

2）植被覆蓋度與夜間燈光數(shù)據(jù)響應特征。統(tǒng)計2001—2019 年津巴布韋平均植被覆蓋度與夜間燈光均值，結果如圖10 所示。總體上植被覆蓋度與燈光均值呈相反趨勢，2009 年植被覆蓋度達到最大值，燈光均值達到最小值。對夜間燈光數(shù)據(jù)每隔9年制作影像分布（圖11），可以看出布拉瓦約和哈拉雷DN 均值較高，分別約為24 和30，說明這2 個省份社會程度較高，經(jīng)濟活動強度較高，其余省份夜間燈光均值非常低。夜間燈光值高的區(qū)域人類活動越頻繁，對植被覆蓋度影響更大。在中部省、西馬紹納蘭省隨時間增加開始出現(xiàn)一些較小規(guī)模的夜光亮值區(qū)域，說明了城市群體開始逐漸發(fā)育，與植被覆蓋度疊加分析發(fā)現(xiàn)這些區(qū)域植被覆蓋度相對較低。

圖10 津巴布韋2001—2019 年植被覆蓋度與夜間燈光均值變化趨勢

圖11 津巴布韋夜間燈光影像空間分布

根據(jù)上述結果分析，植被覆蓋度與夜光規(guī)模存在一定的相關關系。提取津巴布韋2001—2019 年夜間燈光指數(shù)大于0 的區(qū)域作為人類活動區(qū)域對植被覆蓋度與夜間燈光指數(shù)進行相關性分析（圖12），相關系數(shù)分布在（-0.98）～0.85，呈正相關區(qū)域占比50.20%，負相關區(qū)域占比49.80%。11.1%區(qū)域通過（P＜0.05）顯著性檢驗，5.7%區(qū)域呈顯著負相關，5.4%區(qū)域呈顯著正相關。哈拉雷和布拉瓦約植被覆蓋度與夜間燈光均值以負相關關系為主，說明規(guī)模較大的城市建設過程中，社會經(jīng)濟活動強度一定程度上導致了植被覆蓋度下降。植被覆蓋度與夜間燈光均值呈正相關關系區(qū)域主要集中在馬紹納蘭省，植被覆蓋度和夜間燈光DN 值呈上升趨勢，這可能與氣候環(huán)境有關。

圖12 津巴布韋植被覆蓋度與夜間燈光值相關關系

3 小結與討論

采用MOD13Q1 數(shù)據(jù)分析津巴布韋植被覆蓋度時空動態(tài)變化，結果反映了植被覆蓋度近20 年整體呈波動變化趨勢。其中在津巴布韋Save Valley 保護區(qū)植被覆蓋度顯著減少，原因可能是保護區(qū)內(nèi)人口增加，過度開墾、放牧、薪材燃燒、食草大象數(shù)量增加導致土壤過度侵蝕，植被覆蓋度減少［24］。中國對津巴布韋電力設施擴建項目大部分都是從2017 年開始招標建設，對津巴布韋植被覆蓋度是否造成影響需要研究者繼續(xù)監(jiān)測分析才能做出判斷。

本研究分析了津巴布韋植被覆蓋度對降水量、氣溫和夜間燈光數(shù)據(jù)的響應關系，整體上植被覆蓋度受降水量、氣溫和夜間燈光數(shù)據(jù)共同影響，但是存在空間差異。Funk 等［25］研究發(fā)現(xiàn)津巴布韋 NDVI 月變化與降雨量月變化有關，且存在滯后性。Ncube等［26］得出降水量和氣溫對津巴布韋馬塔貝萊蘭省入侵植物覆蓋變化有關，這都與本研究結果一致。不同因子對植被覆蓋度影響程度不同，植被覆蓋度除了受氣候因子響應，人類活動也與其息息相關。Matsa 等［27］研究表明津巴布韋馬紹納蘭省 Mazowe 區(qū)原本的商業(yè)區(qū)內(nèi)以大量林地草地為主的土地覆被類型自土地革命后按面積比例轉化為耕地裸地，一定程度上影響植被覆蓋度變化。夜間燈光數(shù)據(jù)可以反映人類活動，研究表明植被覆蓋度受夜間燈光數(shù)據(jù)響應，但是由于燈光數(shù)據(jù)精度比較粗，相關性分析可能存在一些誤差，后續(xù)可對研究區(qū)域內(nèi)植被覆蓋變化明顯區(qū)域進行更加深入研究，探索植被覆蓋度變化驅動因素，找到主要影響因素，針對主要問題提出解決方法，為后續(xù)生態(tài)環(huán)境經(jīng)濟建設提供合理意見。

基于 2001—2019 年 MODIS NDVI 數(shù)據(jù)對津巴布韋區(qū)域內(nèi)植被覆蓋度提取、監(jiān)測、分析時空分布特征和對氣候因子響應研究，得到如下結論。

1）2001—2019 年津巴布韋整體植被覆蓋度較高。從時間上，植被覆蓋度存在明顯的波動變化，呈波動上升趨勢是 2001—2009 年、2015—2017 年，呈波動下降趨勢是 2009—2015 年、2017—2019 年；從空間上，植被覆蓋度區(qū)域差異性明顯，北部地區(qū)較高，西南和中部地區(qū)較低。

2）津巴布韋植被覆蓋度2001—2019 年變化趨勢情況。81.70%的區(qū)域不顯著變化；11.52%的地區(qū)增加，6.78%的地區(qū)減少，表明雖然津巴布韋大部分區(qū)域植被活動呈良好態(tài)勢，也存在部分地區(qū)嚴重退化情況發(fā)生。植被顯著增加區(qū)域主要集中在津巴布韋西北方向北馬塔貝萊蘭省和中部省交界處，馬紹納蘭省，馬斯溫戈省中部地區(qū)；植被顯著退化區(qū)域主要集中在馬斯溫戈省Save Valley 保護區(qū)、北馬塔貝萊蘭省東南區(qū)域、馬尼卡蘭省西南地區(qū)和哈拉雷。

3）由Hurst 指數(shù)分析得到津巴布韋NDVI 反向持續(xù)性強于正向持續(xù)性，未來津巴布韋植被覆蓋以不顯著變化為主，退化區(qū)域占9.69%，改善區(qū)域占7.44%，未來研究者需要持續(xù)關注研究區(qū)域內(nèi)植被覆蓋度情況，為區(qū)域內(nèi)生態(tài)環(huán)境保護與建設提供幫助。

4）從年際尺度上，津巴布韋植被覆蓋度近20 年與累積降水量、平均氣溫均呈正相關關系，相關系數(shù)分別為0.18 和0.02。整體上植被覆蓋度受降水量、氣溫共同影響，但是植被覆蓋度受降水量影響大于氣溫影響，存在明顯空間差異性。從月際尺度上，植被覆蓋度與月均降水量、氣溫呈正相關關系，且相關系數(shù)高于年際尺度相關系數(shù)。植被覆蓋度與前3 個月降水量、氣溫有關，但存在明顯的滯后性。

5）植被覆蓋度變化受夜間燈光數(shù)據(jù)影響。在夜間燈光數(shù)據(jù)DN 值較大的區(qū)域主要呈負相關關系，在夜間燈光數(shù)據(jù)DN 值較小的區(qū)域主要呈正相關關系。