沈明潭，譚炳香，戚 曌，于 航，賀晨瑞，于天飛

(1. 中國林業(yè)科學研究院資源信息研究所，北京 100091； 2. 國家林業(yè)和草原局林業(yè)遙感與信息技術重點實驗室， 北京 100091；3. 中國林業(yè)科學研究院林業(yè)科技信息研究所，北京 100091)

石漠化是指在南方濕潤區(qū)的喀斯特地貌，由于氣候變化和人為因素導致植被不斷退化、水土流失加劇、土地生產力持續(xù)下降、大面積的巖石裸露于地表的典型土地退化過程[1]。滇東南是我國土地石漠化問題最突出地區(qū)[2]，硯山縣是2007年全國100個石漠化治理重點縣之一，脆弱生態(tài)環(huán)境下的植被抵抗力和恢復力不足以應對外界不良因素的脅迫，區(qū)域生態(tài)環(huán)境狀況變化會引起植被覆蓋發(fā)生變化。植被覆蓋度(fraction vegetation cover，FVC)是單位面積內地表植被群落的葉、莖、枝在地表的垂直投影面積與地表面積的比例[3]，反映植被群落覆蓋地表的疏密程度和長勢[4]，是衡量地表植被變化、水土流失、土地石漠化等生態(tài)環(huán)境變化的重要指標。氣候和人為因素對地表植被覆蓋變化的態(tài)勢有重要影響[5]，氣候對植被覆蓋的影響主要表現為溫度和降水，與植被生長發(fā)育有著密切關系[6]，人為因素能在短期內直接干擾植被覆蓋變化[7]，反之植被覆蓋變化也記錄了氣候變化和人類活動痕跡。相關研究表明，我國西南地區(qū)1992年后氣候處于濕潤期，至2002年后開始由濕潤期逐漸進入干旱期，開始干旱化，2009—2010年出現了歷史罕見的干旱事件，暖干化趨勢愈發(fā)明顯[8]，氣候變暖，降水量減少，在一定程度內氣溫升高可以延長植物的生長周期[9]，但水分又限制了植被的生長發(fā)育，西南地區(qū)植被覆蓋度變化對氣溫的響應無明顯的滯后性，與降水量有一個月的滯后性[10]，與坡度有明顯的規(guī)律[11]。人為因素一方面通過生態(tài)環(huán)境建設促進植被覆蓋的增加，另一方面又因為土地利用方式的變化破壞植被[12]，例如城鎮(zhèn)建設的擴張侵占大量耕地、林地和草地等植被生存空間，同時也嚴重干擾植被的生長環(huán)境[13]。

基于植被指數的混合像元二分模型法廣泛應用于植被覆蓋度的遙感估測，目前關于植被覆蓋度估測研究最常用的方法是基于歸一化植被指數(normalized difference vegetation index,NDVI)的估測方法，但在山地丘陵區(qū)由于地形陰影產生的干擾因素，相同植被類型下陰坡和陽坡NDVI的提取結果存在一定誤差[14]。歸一化差值山地植被指數(normalized difference mountain vegetation index, NDMVI)僅根據遙感影像數據，在不借助其他異源數據的情況下即可有效消除或抑制地形對植被覆蓋估測的影響，能在一定程度上提高山區(qū)植被覆蓋信息識別能力和提取精度[15-16]?；谠撝笖?，以南方丘陵區(qū)福建省永定縣、西北丘陵山地區(qū)山西省臨縣為研究區(qū)進行植被覆蓋度的遙感估算，結果表明，NDMVI的識別效果均優(yōu)于NDVI，在復雜地形區(qū)遙感估測植被覆蓋度NDMVI更有優(yōu)勢[17-18]。

針對滇東南喀斯特石漠化區(qū)縣域尺度的植被覆蓋變化及其影響因素的研究不足，本研究基于歸一化山地植被指數，利用像元二分模型估測研究區(qū)2000年、2010年、2020年3個時期的植被覆蓋度，采用差值法、一元線性回歸及轉移矩陣法分析研究區(qū)植被覆蓋時空變化特征，并結合地形和氣候數據進行統(tǒng)計分析和相關性分析，探討喀斯特地區(qū)植被覆蓋度變化的響應機制，揭示硯山縣植被覆蓋度時空動態(tài)特征及其與地形、氣候變化的關系，為研究區(qū)生態(tài)保護和建設提供參考。

1 研究區(qū)概況及數據來源

以云南省硯山縣為研究區(qū)(圖1)，該縣隸屬文山壯族苗族自治州，地處北回歸線附近，地理位置為103°35′～104°45′E，23°18′～23°59′N，亞熱帶高原季風氣候特征明顯，屬北亞熱帶季風氣候區(qū)。其特點是氣候溫和，雨量充沛，但分配不均，干濕季節(jié)分明。年均溫11.64～19.06℃，極端最高溫34.43℃，極端最低溫-2.86℃。年降雨量755.77～1 454.43 mm，年均無霜期300 d。海拔1 088～2 243 m，地貌多為山地和丘陵，主要植被類型為常綠針葉林、闊葉林和灌木林等，土壤類型主要為紅壤。2019年末總人口52.24萬人。

圖1 研究區(qū)地理位置及海拔Fig.1 Geographic location and altitude of the study area

所用的影像為landsat5 TM和landsat8 OLI數據，空間分辨率均為30 m。研究區(qū)在植被生長季多云多雨，難以獲取清晰完整的影像，所以選取2000年11月、2010年1月和2020年10月非生長季影像各兩景，軌道號均為P128-R43，云量均小于5%，共計6景影像，對影像進行輻射定標、大氣校正、拼接裁剪后作為研究區(qū)的遙感數據源。DEM數據采用ASTER GDEM 30 m分辨率數字高程數據，影像數據和數字高程模型來源于地理空間數據云(http://www.gscloud.cn)。

氣象數據采用年均溫和年降水量，利用研究區(qū)及其周邊10個氣象監(jiān)測點的年降水量和年均溫進行空間插值，分別獲取2000年、2010年和2020年3個時期空間分辨率為30 m的柵格化氣象數據，用于分析植被覆蓋度對氣候的響應。2010年的影像拍攝時間為1月，故2010年的氣候數據采用2009年的數據，數據來源于美國國家環(huán)境信息中心(https://

www.ncei.noaa.gov)。

2 研究方法

2.1 植被覆蓋度估測

2.1.1歸一化差值山地植被指數

本研究選用歸一化差值山地植被指數[15]作為植被覆蓋度研究的植被指數，該指數由NDVI變換而來，以同時減少影像近紅外波段和影像紅光波段反射率的方式抑制地形效應的影響，相比于NDVI值有更廣的動態(tài)變化范圍，在地形復雜區(qū)域進行植被覆蓋度遙感估測中有更好的提取效果，計算公式為：

(1)

式中：NIR為影像近紅外波段的反射率；R為影像紅光波段的反射率；Rmin為紅光波段反射率的最小值；NIRmin為近紅外波段反射率的最小值。

2.1.2像元二分模型

利用基于歸一化差值山地植被指數NDMVI的像元二分模型[19]對研究區(qū)植被覆蓋度(FVC)進行估算，公式為：

(2)

式中：FVC為植被覆蓋度；NDMVIsoil為完全是裸土或無植被覆蓋區(qū)域的NDMVI值；NDMVIveg表示完全由植被覆蓋的像元的NDMVI值。

模型中僅把像元劃分為兩大類：無植被和純植被，這樣可以削弱大氣、地形和植被類型等各種因素的影響。本研究選取置信區(qū)間為[5%～95%]的NDMVI值作為NDMVIsoil和NDMVIveg。

2.2 植被覆蓋度變化分析

2.2.1差值指數

分別將兩個時期的植被覆蓋度圖像進行差值運算，可提取出植被覆蓋度變化的空間范圍和強度信息[20]，差值大于0表明植被覆蓋度增加，反之，小于0則表示減少。植被覆蓋度指數公式為：

ΔFVC=FVCn-FVCn-1

(3)

式中：ΔFVC為植被覆蓋差值指數；FVCn和FVCn-1分別為第n期和前一期植被覆蓋度圖像上的像元值。

植被覆蓋度差值指數的取值范圍為[-1～1]，將差值指數分為6個等級：極度退化(-1～-0.6)、中度退化(-0.6～-0.2)、輕微退化(-0.2～0.0)、輕微改善(0.0～0.2)、中度改善(0.2～0.6)、極度改善(0.6～1)。

2.2.2一元線性回歸分析

差值指數只能得出任意兩個時期植被覆蓋變化，因此，通過一元線性回歸法擬合每個像元在2000年、2010年和2020年3個時期植被覆蓋度連續(xù)變化趨勢[21]，從而得出研究區(qū)植被覆蓋度的整體時空變化趨向。植被覆蓋度變化趨勢線斜率公式為：

(4)

式中：Slope為植被覆蓋度變化趨勢線斜率; 本研究選用3個時期的影像，所以n=3，i=1，2，3為期間序號；FVCi為第i時期植被覆蓋度。

斜率的絕對值越大，表明植被覆蓋度變化程度越明顯[22-23]，Slope>0，表示在此期間內植被覆蓋度增加，Slope<0，則表示植被覆蓋度在減少。將斜率分為6個等級：極度退化(-0.5～-0.3)、中度退化(-0.3～-0.1)、輕微退化(-0.1～0.0)、輕微改善(0.0～0.1)、中度改善(0.1～0.3)、極度改善(0.3～0.5)。

2.2.3植被覆蓋度等級轉移矩陣

采用馬爾科夫模型對研究區(qū)不同等級植被覆蓋度之間的變化情況進行定量分析[24]。

(5)

式中：Vxy表示研究區(qū)在不同時期第x種等級的植被覆蓋度和第y種等級的植被覆蓋度之間轉化面積。n為5，即覆蓋度等級的數量。x和y的取值為1、2、…n。

將研究區(qū)植被覆蓋度劃分為5個等級[25]：低植被覆蓋度(0～0.1)、較低植被覆蓋度(0.1～0.3)、中植被覆蓋度(0.3～0.5)、較高植被覆蓋度(0.5～0.7)、高植被覆蓋度(0.7～1)。

2.2.4植被覆蓋度與氣候因子的簡單相關分析

為了分析研究區(qū)植被覆蓋度變化對年均溫和年降水量的響應特征，分別對植被覆蓋度與氣溫、降水量數據進行相關性分析[26]。相關系數公式為：

(6)

3 結果與分析

3.1 研究區(qū)植被覆蓋度空間分布特征

利用公式(2)計算分別得到研究區(qū)2000年、2010年和2020年3個時期植被覆蓋度空間分布圖(圖2～圖4)。

圖2 研究區(qū)2000年植被覆蓋度空間分布Fig.2 Spatial distribution of vegetation coverage in the study area in 2000

圖3 研究區(qū)2010年植被覆蓋度空間分布Fig.3 Spatial distribution of vegetation coverage in the study area in 2010

圖4 研究區(qū)2020年植被覆蓋度空間分布Fig.4 Spatial distribution of vegetation coverage in he study area in 2020

從空間上看，硯山縣各年度植被覆蓋度整體呈現東南部高、西北部低的分布特征，高覆蓋度植被主要位于地形起伏較大的山區(qū)，植被類型多為云南松林、杉木林、油松林和桉樹林，植被覆蓋度水平高于70%。較高植被覆蓋度分布在高植被覆蓋度地區(qū)周圍的灌木雜草植被帶。低植被覆蓋度、較低植被覆蓋度和中植被覆蓋度集中在平遠鎮(zhèn)、稼依鎮(zhèn)、江那鎮(zhèn)和清水江沿岸等區(qū)域，地勢平緩，利于耕作，多為農業(yè)用地，植被覆蓋度不高，說明人類的生產生活等行為對植被覆蓋度變化產生較大影響。

對各時期植被覆蓋度等級的面積進行統(tǒng)計(圖5)。

圖5 研究區(qū)不同等級植被覆蓋度面積占比Fig.5 Area proportion of vegetation coverage of different levels in the study area

研究區(qū)2000年較高植被覆蓋度面積(19.41%)和高植被覆蓋度面積(35.59%)之和占植被覆蓋總面積的55%，植被覆蓋狀況處于較好水平；2010年較低植被覆蓋度所占面積最大，低植被覆蓋度和較低植被覆蓋度區(qū)域面積之和占植被覆蓋總面積的40.10%，整體植被覆蓋度較低；2020年高植被覆蓋度占比為58.00%，較高植被覆蓋度占比為22.54%，兩者面積之和占比高達80.54%，植被覆蓋度相比于其他兩個時期最好。2020年植被覆蓋度明顯增長，高植被覆蓋度區(qū)域面積相較于2010年增加137.24%，高植被覆蓋度變化明顯且面積增加最多，而低植被覆蓋度，較低植被覆蓋度和中植被覆蓋度區(qū)域面積之和占總面積的比例僅為19.46%，在3個時期中2020年植被覆蓋狀況最好。

3.2 植被覆蓋度時間變化趨勢

利用差值指數(公式(3))分別計算出2000—2010年和2010—2020年兩個時期植被覆蓋度的變化程度，用一元線性回歸模型(公式4)計算2000—2020年3個時期植被覆蓋總的變化趨勢(表1)。

表1 3個時期植被覆蓋度變化面積占比Tab.1 Proportion of change area of vegetation coverage in three periods

2000—2010年期間研究區(qū)植被覆蓋退化面積占比為73.65%，改善的面積占比為26.35%，整體上植被覆蓋度退化嚴重；從空間分布上看，植被覆蓋度退化區(qū)域分散于整個研究區(qū)，中度退化大面積集中在地勢平緩區(qū)域。植被覆蓋度改善的面積遠低于退化的面積，以輕微改善程度為主，改善區(qū)域主要分布在地形復雜的山區(qū)，植被類型多為喬木林，森林群落生態(tài)環(huán)境的抗逆性強，對干旱災害的響應有一定的滯后性(圖6)。

2010—2020年期間研究區(qū)植被覆蓋度退化面積占比為9.36%，改善的面積占比為90.64%，總體上，植被覆蓋有了顯著的恢復和改善，退化區(qū)域主要位于城鎮(zhèn)和村落周邊等人為干擾頻繁地區(qū)(圖7)。

圖6 研究區(qū)2000—2010年植被覆蓋度變化空間分布Fig.6 Spatial distribution of vegetation coverage change in the study area from 2000 to 2010

圖7 研究區(qū)2010—2020年植被覆蓋度變化空間分布Fig.7 Spatial distribution of vegetation coverage change in the study area from 2010 to 2020

2000、2010和2020年3個時期研究區(qū)植被覆蓋度呈下降趨勢的面積占比為17.33%，呈上升趨勢的面積占比為82.67%，植被覆蓋處于明顯增加的態(tài)勢,改善的地區(qū)廣泛分布在研究區(qū)的各個區(qū)域(圖8)，退化的地區(qū)主要分布在水體、建設用地周圍以及部分耕地上，由于水位變化、建設用地的擴張和農業(yè)耕作導致植被覆蓋減少。2000—2020年期間植被覆蓋度盡管出現不同程度的退化、改善交替或并存的情況，但整體上植被覆蓋度改善面積仍大于退化面積。

應用馬爾科夫模型(公式(5))統(tǒng)計出各時期不同等級的植被覆蓋度面積轉移矩陣(表2，表3)來定量分析其相互之間的轉換關系。

圖8 研究區(qū)2000—2020年植被覆蓋度變化空間分布Fig.8 Spatial distribution of vegetation coverage change in the study area from 2000 to 2020

表2 2000—2010年各等級植被覆蓋面積轉移矩陣Tab.2 Transferring matrix of vegetation coverage area of each grade from 2000 to 2010

表3 2010—2020年各等級植被覆蓋面積轉移矩陣Tab.3 Transferring matrix of vegetation cover area of each grade from 2010 to 2020

從表2可以看出，2000—2010年高植被覆蓋度面積減少了422.06 km2，較低植被覆蓋度面積增加了448.69 km2，低覆蓋植被區(qū)和較低植被覆蓋區(qū)面積明顯增加，中植被覆蓋區(qū)、較高植被覆蓋區(qū)和高植被覆蓋區(qū)面積在減少，轉移方向多為高等級植被覆蓋度轉向低等級植被覆蓋度，低等級植被覆蓋度轉向高等級植被覆蓋度的面積極少，且大部分是向相鄰的低或高等級轉移，跨等級轉移面積比較少，反映了2000—2010年間研究區(qū)植被退化的情況較為嚴重，植被覆蓋度總體在下降。

從表2可以看出，2010—2020年高植被覆蓋度面積增加1 266.79 km2，較高植被覆蓋度面積增加232.46 km2，中植被覆蓋度面積減少245.92 km2，大部分表現為低等級植被覆蓋度向高等級植被覆蓋度轉移，只有極少數由高等級植被覆蓋度轉向低等級植被覆蓋度，整體上看，高覆蓋度和較高覆蓋度植被占比大，研究區(qū)在2010—2020年間植被覆蓋度明顯提高。

3.3 研究區(qū)植被覆蓋影響因素分析

3.3.1地形對植被覆蓋度的影響

1)坡度對植被覆蓋度的影響

研究區(qū)地形地貌復雜，坡度變化較大，坡度對水分、養(yǎng)分以及礦物質等有再分配的作用，是影響植被空間分布和生長生存的重要因素，同時也對人類干預起到一定的限制作用?；?0 m分辨率的DEM數據提取坡度信息，根據中國農業(yè)區(qū)劃委員會頒發(fā)的《土地利用現狀調查技術規(guī)程》，將坡度分為5個類型，分別為<2°、2°～6°、6°～15°、15°～25°、≥25°。統(tǒng)計出研究區(qū)不同坡度的各植被覆蓋度等級面積，分析植被覆蓋在不同坡度下的差異性。各坡度等級植被覆蓋面積占總植被覆蓋面積的比例分別約為2%、14%、36%、29%、18%。提取分布在不同坡度級的植被覆蓋度的平均值，建立植被覆蓋度與坡度的關系(圖9)，各時期植被覆蓋度隨坡度的增加呈顯著線性上升趨勢(R2均在0.95以上)，3個時期內各等級植被覆蓋度面積在不同坡度上的趨向基本一致，在坡度等級上統(tǒng)計出各植被覆蓋等級面積(圖10)顯示，較低、中低植被覆蓋度主要分布在15°以下的坡度范圍內，中度和較高度植被覆蓋分布在6°～15°坡度范圍的面積最大，且都集中在坡度25°以下區(qū)域。坡度小于6°的區(qū)域主要位于平遠鎮(zhèn)、清水江沿岸以及聽湖水庫周圍，土地利用類型多為農業(yè)生產用地，所以植被覆蓋水平低；6°～15°區(qū)域范圍在2000年和2020年高植被覆蓋度面積最大，而在2010年較低植被覆蓋度面積最大。15°～25°坡度范圍內各時期均是高植被覆蓋度所占面積最大。坡度大于25°區(qū)域大部分位于研究區(qū)東部鄉(xiāng)鎮(zhèn)和西部阿舍彝族鄉(xiāng)，各時期植被覆蓋類型主體為高植被覆蓋度，隨著坡度的增大，植被類型多為灌木和喬木，主要受自然條件限制，人為因素干預小，因而植被覆蓋度高。

圖9 研究區(qū)植被覆蓋度隨坡度變化趨勢Fig.9 Variation trend of vegetation coverage with slope in the study area

圖10 研究區(qū)不同等級植被覆蓋度在不同坡度區(qū)域面積Fig.10 Area of vegetation coverage of different levels on different slopes in the study area

2)海拔對植被覆蓋度的影響

研究區(qū)地勢中間低四周高(圖1)，海拔高差達1 179 m，將海拔劃分為1 084～1 400 m、1 400～1 500 m、1 500～1 600 m、1 600～1 700 m、1 700～1 800 m、1 800～2 263 m 6個梯度。研究區(qū)植被覆蓋度隨海拔變化趨勢見圖11。

圖11 研究區(qū)植被覆蓋度隨海拔變化趨勢Fig.11 Variation trend of vegetation coverage with altitude in the study area

從圖11可以看出，研究區(qū)植被主要位于海拔1 400～1 800 m區(qū)域，其面積占整個研究區(qū)植被覆蓋總面積的90%以上。各時期植被覆蓋度均值隨海拔變化存在明顯差異。3個時期的植被覆蓋度均值變化趨勢大體相同，隨海拔梯度的上升各時期植被覆蓋度均值呈先下降后上升再減少趨勢，峰值分別出現在1 700～1 800 m梯度上，最小值出現在1 400～1 500 m梯度上，原因主要是峰值出現的海拔梯度大部分位于林地，森林群落植被覆蓋度大，而最小值所處的海拔梯度地勢相對平緩，耕地集中分布在此海拔范圍內，主要受農耕植被種植和收獲交替變化的影響。

3.3.2氣候對植被覆蓋度的影響

降水和氣溫是植物進行生理生化作用的關鍵性因子，從而影響植被覆蓋度變化，研究區(qū)范圍內有兩個氣象監(jiān)測點，分別分布在西部(北緯23°45′，東經103°45′)和東部(北緯23°45′，東經104°15′)，研究區(qū)年均溫與年降水量變化趨勢見圖12，圖13。

自1990年以來研究區(qū)氣候暖干化趨勢明顯，氣溫趨于上升，降水量呈下降趨勢；自2000年以來研究區(qū)西部氣溫明顯高于東部，而降雨量低于東部，西部氣候暖干化趨勢較東部更加明顯，其主要原因是東部植被覆蓋度和覆蓋面積大，植被有增加降水量，降低氣溫的作用，進而影響區(qū)域小氣候。

研究區(qū)水熱條件較好，從圖14和圖15可以看出，3個時期年均降水量在794.48～1 076.86 mm范圍，在空間分布上由東部到西部遞減。年均溫在18.07～19.06 ℃范圍，在空間上呈現中部低、東部和西部高的特征。

不同的植被類型對降水、氣溫的敏感程度有明顯差異性，利用公式(6)將植被覆蓋度和氣候因子進行簡單相關分析(表4，圖16，圖17)。

圖12 研究區(qū)年均溫變化趨勢Fig.12 Variation trend of annual average temperature in the study area

圖13 研究區(qū)年均降水量變化趨勢Fig.13 Variation trend of annual average precipitation in the study area

圖14 研究區(qū)年均降水量空間分布Fig.14 Spatial distribution of annual average precipitation in the study area

圖15 研究區(qū)年均溫空間分布Fig.15 Spatial distribution of annual average temperature in the study area

表4 研究區(qū)2000—2020年植被覆蓋度與氣候因子相關性Tab.4 Correlation between vegetation coverage and climate factors in the study area from 2000 to 2020

圖16 研究區(qū)植被覆蓋度與年降水量相關性空間分布Fig.16 Spatial distribution of correlation between vegetation coverage and annual average precipitation in the study area

圖17 研究區(qū)植被覆蓋度與年均溫相關性空間分布Fig.17 Spatial distribution of correlation between vegetation coverage and annual average temperature in the study area

從表4可以看出，植被對氣溫和降水的響應整體上呈現正效應為主的趨勢。研究區(qū)植被覆蓋度與降水量的平均相關系數為0.49，與氣溫的平均相關系數為0.17，約84.41%的區(qū)域與降水量呈正相關，15.59%的區(qū)域與降水量呈負相關，62.87%的區(qū)域與氣溫呈正相關，37.13%的區(qū)域與氣溫呈負相關。說明整體上降水量比氣溫對植被覆蓋度的相關性更大。

在空間分布上(圖16，圖17)，植被覆蓋度分別與降水量、氣溫的相關性程度相反或減弱，在維摩鄉(xiāng)、干河彝族鄉(xiāng)、阿猛鎮(zhèn)北部的大部分地區(qū)植被覆蓋度與降水量高度正相關，與氣溫呈負相關或相關性降低。根據研究區(qū)2019年森林資源規(guī)劃設計調查小班數據，植被覆蓋度與降水量中、高度負相關的范圍分布在林組為中齡林和近熟林階段的云南松林、桉樹林、油杉林，但與氣溫呈高度正相關。蚌峨鄉(xiāng)、八嘎鄉(xiāng)、阿舍彝族鄉(xiāng)南部山地的植被覆蓋度大部分區(qū)域與氣溫呈中、低度負相關，與降水量呈中、高度正相關。

4 討論與結論

4.1 討論

1)2008年以來的石漠化治理[27]和2009年、2014年、2017年實施的三輪退耕還林工程等生態(tài)修復措施產生了明顯的生態(tài)效益，生態(tài)建設工程成為人為促進植被覆蓋增加的因素之一[28]。 2000年和2010年耕地上植被覆蓋度低的主要原因是秋收后耕地休耕，未大面積種植冬季農作物，耕地上的植被類型主要為農作物的殘茬和雜草。研究區(qū)冬季氣候溫暖濕潤，光照充足，非常適合冬馬鈴薯生長，硯山縣不斷發(fā)展高原特色農業(yè)種植蔬菜，在2016 年國家啟動馬鈴薯主糧化戰(zhàn)略后大量推廣冬馬鈴薯的種植。導致2020年耕地植被覆蓋度增加，因而在3個不同時期的耕地上植被覆蓋度波動性較大。

2)在地勢起伏大的地區(qū)，地形對植被生長發(fā)育和空間分布產生重要影響[29]，坡度對地表物質的流動和交換起到重要作用，地勢陡峭區(qū)域水土容易流失，土層薄，保水保肥性差，淋溶作用強，不利于植被生長；而本研究結果表明，隨坡度增大植被覆蓋度表現出明顯增加趨勢，但從研究區(qū)的土地利用方式和實際情況來看，坡度是影響耕地分布的重要因素，耕地集中在地勢較為平緩地區(qū)，在陡坡上難以進行耕種，人類活動對生長在坡度較大區(qū)域的植被干預強度小，在自然條件下的植被長勢更好。植被覆蓋度隨海拔變化有明顯的差異性[30]，研究區(qū)海拔高差不大，垂直方向上的溫差和降雨量變化很小，植被生長主要受到光照強烈、風速快和蒸發(fā)量大等不良因素的限制，但高海拔地區(qū)植被大多是天然喬木和灌木，因此導致海拔升高植被覆蓋度增加。

3)喀斯特石漠化區(qū)域的生態(tài)環(huán)境脆弱，植被對氣候變化反應敏感，自1990年以來，2009年研究區(qū)的年降水量少，年均溫高，因此2010年因干旱導致植被覆蓋度整體偏低。在縣級研究范圍，氣候在空間上的變化對植被覆蓋度的分布影響較小。由于未采用連續(xù)的、長序列的遙感數據源，故此次僅應用簡單相關分析的方法來描述氣候與植被覆蓋度的關系。

4)本研究尚存在一定的局限性，僅從某個因素出發(fā)分析其與植被覆蓋度變化的關系，而植被變化是受許多因素共同影響下發(fā)生的結果。由于缺少具體的人口、社會經濟和生態(tài)工程建設等相關數據，未對人為因素與植被覆蓋變化的關系進行定量分析。因此，關于植被覆蓋變化與地形、氣候、土壤、植被類型、土地利用方式和人為干預等多種因素的綜合作用尚待深入研究。

4.2 結論

基于3個不同時期的遙感影像分別估測硯山縣植被覆蓋度，分析了硯山縣植被覆蓋度的時空變化特征。

1)在空間分布上，硯山縣植被覆蓋度呈現顯著的差異性，東部植被覆蓋度高，西部植被覆蓋度低，整體上植被覆蓋率較高，植被覆蓋度的變化趨勢與坡度呈顯著的線性關系，與海拔呈明顯的規(guī)律性變化，降水和氣溫對研究區(qū)植被覆蓋均有正向作用，但植被覆蓋度與降水的相關性更密切。

2)在時間變化趨勢上，2000—2020年間，植被覆蓋度整體上呈V形增長，2000—2010年間植被覆蓋度退化嚴重，而2010—2020年間植被覆蓋得到顯著恢復和改善，近20年來植被覆蓋度處于上升趨勢。