京津冀城市群地區植被覆蓋動態變化時空分析

李 卓,孫然好,張繼超,張 翀

1 中國科學院生態環境研究中心城市與區域生態國家重點實驗室,北京 100085 2 遼寧工程技術大學測繪與地理科學學院,阜新 123000 3 寶雞文理學院陜西省災害監測與機理模擬重點實驗室,寶雞 721013

京津冀城市群地區植被覆蓋動態變化時空分析

李 卓1,2,孫然好1,*,張繼超2,張 翀3

1 中國科學院生態環境研究中心城市與區域生態國家重點實驗室,北京 100085 2 遼寧工程技術大學測繪與地理科學學院,阜新 123000 3 寶雞文理學院陜西省災害監測與機理模擬重點實驗室,寶雞 721013

基于MODIS NDVI 遙感數據,采用線性回歸分析、穩定性分析、重新標度極差分析等數理方法,反演了2005—2015年京津冀地區植被覆蓋時空演變趨勢和穩定性,并在此基礎上對植被未來變化趨勢進行評估和預測。結果表明：(1)2005—2015年京津冀地區植被覆蓋度呈上升趨勢(增長速率0.065/10年),增長過程經歷兩次飛躍期后,進入平穩波動階段；(2)京津冀地區植被恢復以顯著改善為主(47.45%),不顯著變化區域占全區面積的三分之一(33.9%),主要以華北平原為中心展布,退化區域比重為6.8%,零星散布于各大城市周邊；(3)京津冀地區植被持續恢復為主,植被覆蓋持續改善區域比重超過一半以上(58.8%),反持續性改善比重為34.4%,主要集中在張家口、滄州以及保定東南地區；持續退化比重為4.8%,主要分布在天津、廊坊、滄州一帶。研究結果將有助于辨識京津冀城市群地區的植被動態演化和生態網絡連通性現狀和趨勢。

京津冀；MODIS NDVI；植被覆蓋變化；持續性

監測植被覆蓋變化是評價景觀條件和區域生態環境質量的有效途徑,也是氣候變化和地表碳循環等諸多領域研究的基礎[1]。植被覆蓋度定義為單位面積內植被冠層垂直投影所占的百分比[2]。它指示了植被的茂密程度和植物進行光合作用面積的大小,是量化植被群落生長態勢和人類對自然脅迫效應的綜合指標,在全球變化與陸地生態系統響應(GCTE)和國際地圈生物圈計劃(IGBP)等研究中具有重要地位[3-4]。天地一體化的遙感監測和高光譜、高分辨率影像應用的日益成熟,使得植被覆蓋變化信息的獲取更加準確、靈敏[5]。NDVI(歸一化植被指數)作為當前主流的植被狀況反映指標,在尺度、時效以及表征植被的生物物理特征等方面具有明顯優勢[6]。國內外學者利用NDVI監測植被覆蓋變化已取得豐碩成果：Tucker等[7]研究1981—1999年NDVI序列發現,由于氣候變暖的原因,北半球中緯度植被覆蓋增長趨勢明顯。Park等[8]分析東亞北部1982—2006年植被生長季NDVI發現以1990s中期為分界點,植被活動由強變為弱。

《京津冀協同發展規劃綱要》指出生態環境保護作為京津冀協同發展三個率先突破之一,以“環”(三大區域構建國家公園環)、“帶”(京津冀濕地群將實現連接)、“廊”(綠色生態廊道互通京津冀)、“養”(修復西北部生態涵養區)等方式構建京津冀城市群生態體系。晏利斌等[9]在京津冀地區,發現植被覆蓋經歷衰退期(1999—2002年)后,在2003—2006年間表現出抬頭趨勢。2006年后京津冀地區植被覆蓋能否延續這一趨勢,未來又將保持怎樣的發展趨勢,需做深入的研究。已有研究多是針對京津冀區域NDVI均值的時序分析,其缺陷是不能詳實地描述植被覆蓋時空格局的動態變化,并且NDVI影像的異常值會引起變化趨勢分析的偏差[10],同時相關的研究缺少對植被覆蓋變化趨勢的預測。鑒于上述情況,本文基于MODIS NDVI 遙感數據,采用線性回歸分析、穩定性分析、R/S分析等數理方法,反演2005—2015年京津冀地區植被覆蓋時空演變趨勢,評價了區域植被覆蓋的穩定性,并在此基礎上對植被未來變化趨勢進行評估和預測,為京津冀城市群地區形成生態完整性網絡、構建區域生態安全格局提供科學依據。

1 數據與方法

1.1 研究區概況及數據來源

京津冀城市群地區包括北京、天津和河北省,位于我國華北地區(36°03′—42°40′N,113°27′—119°50′E),東臨渤海,西倚太行,北接燕山,南面華北平原。包括北京市、天津市以及河北省11個地級市,土地面積21.8×104km2,常駐人口1.1×108人,是北方經濟規模最大、最具有活力的地區；境內地貌復雜,高原、山地、丘陵、盆地、平原等類型齊全,地勢自西北向東南呈階梯狀傾斜；氣候屬于典型大陸性季風氣候,寒暑懸殊,雨量集中。孟丹等[11]研究該地區植被覆蓋變化驅動因素,得出結論,區域內非氣候因子驅動占有絕對優勢,表明人類活動對植被變化貢獻巨大。截至目前,該地區共建設18個國家級自然保護區,且北部地區從屬三北防護林華北段,生態安全戰略性意義重大。

遙感數據來源于國際科學數據鏡像網站(http://www.gscloud.cn) 的MODND1M 數據產品,該產品是將空間分辨率為500 m的 MODIS(Terra星)NDVI每天數據,采用國際通用的最大合成法(MVC)排除云和大氣等干擾得到月NDVI產品,最后通過京津冀地區行政區掩膜,裁剪出2005—2015年逐月NDVI的柵格影像。其中,2015年9月份的遙感影像質量不佳,以近3年同月影像均值代替。為了避免雪蓋等因素的干擾,更加準確反映植被覆蓋狀況,在充分了解當地自然和物候特征的基礎上,選取植被生長季(4—10月份)作為研究時段。

1.2 植被覆蓋度

植被覆蓋度和NDVI之間存在極顯著的線性相關關系,建立二者之間的轉換關系,可接提取植被覆蓋度信息[12]。像元二分法模型[13-14]對影像的輻射校正影響不敏感,且計算簡便,是基于像元線性分解計算植被覆蓋度的一種有效方法。它的原理是將遙感傳感器所獲取的地表光譜信息分解成兩部分,完全由綠色植被所貢獻的信息NDVIv和無植被覆蓋裸地所提供的信息NDVIs。像元的NDVI信息則由這兩部分合成得到,即：

NDVI=NDVv+NDVIs

(1)

單個像元中,假設植被覆蓋面積比例(植被覆蓋度)為Ci,則裸地覆蓋面積比例為1-Ci

再設一個全部由植被覆蓋的純像元的信息為Sveg,則對一個由植被與裸地組成的混合像元,植被所貢獻的信息NDVIv就等于Sveg與Ci的乘積,即

NDVIv=SvegCi

(2)

同理設一個全部由裸地覆蓋的純像元信息為Ssoil,則對由植被與裸地組成的混合像元,裸地所貢獻的信息NDVIs就等于Ssoil與1-Ci的乘積,即

NDVIs=Ssoil(1-Ci)

(3)

將(2),(3)帶入(1)式變換則得到Ci的計算公式：

(4)

Sveg和Ssoil的取值是像元二分模型應用的關鍵。由于大氣云層、地表濕度和光照等條件的影響,Ssoil不再是一個接近于0的定值,其變化范圍通常在-0.1—0.2之間。對于純植被像元來說,植被類型及其構成、植被的空間分布和植被生長的季相變化都會造成Sveg值的時空變異。不同的研究對Sveg和Ssoil的取值方法有較大的差異,本文采用一種廣泛應用的方法,根據整幅影像上NDVI 的灰度分布,以0.5%置信度截取NDVI 的上下限閾值分別近似代表Sveg和Ssoil。

1.3 植被覆蓋度年際變化趨勢

基于像元的一元線性回歸分析可以模擬區域時空格局變化趨勢[15]。本文以年植被覆蓋度和時間序列建立一元線性方程,模擬2005—2015各年份植被生長季覆蓋度變化趨勢。計算公式如下：

(5)

式中,θslope是回歸方程的斜率,若值為正,表示植被覆蓋度有增加趨勢；反之,植被指數有下降趨勢。n為監測年數；Ci表示第i年的植被覆蓋度。趨勢的顯著性采用F檢驗,顯著性代表變化趨勢的可信程度。統計量計算公式為：

(6)

1.4 植被覆蓋度穩定性

變異系數是量化一組數據離散程度最常用的一種方法,值的大小反映了數據序列的波動幅度。本文基于單個像元在研究時段內植被覆蓋度的變異系數,模擬京津冀地區植被覆蓋度的穩定性。計算公式如下：

(7)

1.5 植被覆蓋度演變趨勢預測

R/S分析法(重新標度極差分析法)由Hurst在研究水文觀測資料時提出,是定量描述時間序列信息依賴性的一種分型理論,目前在經濟學、水文學、地質學氣候學等領域有著廣泛應用[16-17]。基本原理如下：

對于一個時間序列{ξ(t)},t=1,2…,等于任意正整數τ≥1,定義均值序列：

(8)

累計離差:

(9)

極差：

(10)

標準差：

(11)

引入無量綱的比值R/S,若存在H使得R/S=(cτ)H成立,則說明{ξ(t)}存在Hurst現象,H為Hurst指數。在雙對數坐標系中(lnτ,lnR/S)使用最小二乘法擬合,求得像元Hurst指數。Hurst指數取值范圍：

(1)若0

(2)若H=0.5,表明植被覆蓋度時間序列為互相獨立的隨機序列；

(3)若0.5

2 結果與分析

2.1 植被覆蓋度時空變化特征

圖1 2005—2015年京津冀地區植被覆蓋度逐年變化趨勢 Fig.1 The inter-annual change of vegetation coverage in Beijing-Tianjin-Hebei form 2005 to 2015

2005—2015年京津冀地區植被覆蓋度呈上升趨勢(0.065/10年),植被覆蓋度最低出現在2006年(0.63),最高出現2014年(0.71),平均值為0.672。增長過程出現明顯的波動(圖1),可大致分為三個階段：第一次飛躍期(2006—2008)、第二次飛躍期(2009—2011)和平穩波動階段(2011—2015),其中兩次飛躍期增長速率均為0.05。在研究時段內,2009年出現較為明顯的下降是由于該地區遭受接近歷史極限的干旱災害[18],對植被造成了嚴重的影響。經歷兩次飛躍期后,植被基數已較高,2011年后保持良好的平穩波動姿態。

2005—2015年京津冀地區平均植被覆蓋度區域差異性比較明顯(圖2)。北部灤河流域水熱條件充足,植被覆蓋度整體情況較好,植被覆蓋度較小的區域除了分布在張家口市西北和環渤海灘涂地區外,其余分布于各大城市建成區及其周邊區域,如北京、天津、石家莊、唐山等,說明了城市的發展對植被覆蓋造成了較大的影響。以市行政區為單位,分區統計植被覆情況,結果表明：衡水以0.75的覆蓋度居于首位,張家口最低為0.55；北京、石家莊、保定等發達城市植被覆蓋度均在0.7以上,而環渤海城市植被覆蓋度相對較低。

2.2 植被覆蓋度變化趨勢和穩定性評價

隨著“三北防護林”、“退耕還林還草”、“綠色河北”等政策不斷的實施,京津冀地區植被有較明顯的改善(圖3,表1)。空間格局演變特征主要表現為：(1)極顯著改善區域比重最大(47.45%),以“灤河流域—大馬群山—太行山脈”東西連橫,南北相接,環繞于京津冀北部和西部；東南部以衡水、邢臺東部為軸形成一條明顯綠帶；其余分布于北京、石家莊、天津城市中心區。(2)不顯著變化區域占全區面積的三分之一(33.9%),主要以華北平原為中心展布,該區域是歷史悠久的農耕區,不顯著性符合農作物耕種特征。(3)退化區域比重為6.8%,零星散布于各大城市中心區周邊,佐證了城市規模擴大對植被覆蓋的顯著影響。

圖2 2005—2015年京津冀地區植被覆蓋度空間分布 Fig.2 Spatial distribution of vegetation coverage in Beijing-Tianjin-Hebei from 2005 to 2015

圖3 2005—2015年京津冀地區植被覆蓋度顯著性變化空間分布 Fig.3 Spatial distribution of vegetation coverage at significance level in Beijing-Tianjin-Hebei form 2005 to 2015

變化程度Volailitydegree有效像元數Validpixels面積Area/×104km2比重Pecentage/%極顯著退化**24480.060.38顯著退化*34160.090.53不顯著退化381500.955.88極顯著改善**3079737.7047.45顯著改善*1152562.8817.76不顯著改善1818304.5528.01

**代表P通過0.01置信度檢驗,*代表P通過0.05置信度檢驗

圖4 2005—2015年京津冀地區植被覆蓋度穩定程度 Fig.4 The vegetation dynamics (C) in in Beijing-Tianjin-Hebei from 2005 to 2015

京津冀地區2005—2015年穩定性整體表現為“高低波動并存,低波動居多,地域性明顯”。空間格局(圖4)表現為：(1)低波動區(深綠色)和較低波動區(綠色)占全區面積的66.3%,植被相對穩定,基本吻合不顯著改善區。(2)中度波動區(白色)和較高波動區(黃色)呈斑塊狀分布：較高波動區所占比重較小為7.4%,主要分布在北京中心區、張家口南部、滄州東北一帶,植被表現為極顯著改善；中度波動區比重為26%,環簇于較高波動區邊緣向外延伸。(3)高波動區(紅色)比重僅占0.3%,環渤海灘涂零星散布。

北部灤河流域以及西北部大馬群山,在全球變暖的大背景下,加之20世紀80年代“三北防護林”工程建設的持續推進,使得植被覆蓋度顯著增加,人為護林養林使得大幅度波動變化可能性較小,穩定性較高；衡水和邢臺東部屬于河北平原海河水系沖擊平原中部,在構造上屬于冀中凹陷中部[19],年均氣溫明顯高于周邊[20],植被改善顯著性優于周邊區域,形成一條明顯的綠帶；東南部華北平原是我國主要的農業耕種區,農作物是該區域的主要綠色來源,所以覆蓋度變化不顯著；北京、石家莊等城市建成區植被覆蓋度有較顯著的改善,波動幅度較高,說明近年來城市綠化對自然環境的改造取得了一定功效。

2.3 植被覆蓋度演變趨勢預測

Hurst指數(圖5)均值為0.55,持續性序列比重占63.4%,反持續性序列比重占36.6%。參考李雙雙等[21]對同緯度陜甘寧地區植被覆蓋變化的相關研究,將京津冀地區Hurst指數進行等級劃分,弱持續性序列(0.35—0.65)占研究區總面積的72.4%,植被的恢復若依靠單一因素(自然或人為干涉修復,例如自然維持的原始森林、人類維持的農田),其恢復序列表現出較強的持續性,而京津冀地區的這種弱持續性證明了植被覆蓋變化是在自然、人為等多種因素共同驅動下形成的。從空間分布來看(圖6),持續性序列(綠色)占主體,與反持續性序列(紫色)呈斑塊狀分布,加之2005—2015年植被改善區面積高達93.2%,說明該地區植被恢復、生態環境持續改善已成為主旋律,進而預測京津冀大部分地區植被覆蓋在未來將持續改善。強反持續性序列主要分布在張家口,該區域屬于壩上高原,水熱條件較差,雖通過長年的環境建設使植被覆蓋度有了較大的提高,但相較于其他地區仍屬于低覆蓋區,未來變化趨勢還需要密切關注。

圖5 京津冀地區Hurst指數正態分布圖Fig.5 Normal distribution plot of the Hurst index in Beijing-Tianjin-Hebei

圖6 京津冀地區Hurst指數空間分布圖Fig.6 The spatial structure of Hurst index in Beijing-Tianjin-Hebei

為了進一步了解京津冀地區植被覆蓋變化趨勢的可持續性,本文將趨勢分析和R/S分析結果重分類后,進行疊加耦合分析,得到如下結果(圖5,表2)：未來植被覆蓋持續改善區域比重超過一半以上(58.8%),反持續性改善比重為34.4%,持續退化比重為4.8%,整體情況較為樂觀。從空間分布來看,反持續改善(藍色)主要分布在張家口、滄州以及保定東南地區；由于城市化、人口發展、經濟結構調整等因素,持續退化(紅色)主要分布在天津、廊坊、滄州。以此為基礎,推斷在2016—2020年期間,如果沒有較大的氣候波動,伴隨著生態體系的建設,京津冀地區將迎來第三次植被恢復飛躍期,但增長幅度相較于前兩次略低且逐步趨于平穩。

表2 京津冀地區變化趨勢持續性統計

3 結論與討論

本文基于MODIS NDVI 遙感數據,采用線性回歸分析、穩定性分析、R/S分析等數理方法,反演了2005—2015年京津冀地區植被覆蓋時空演變趨勢,評價區域植被覆蓋的穩定性,并在此基礎上對植被未來變化趨勢進行評估和預測,得到以下結論：

(1)近11年來京津冀地區植被覆蓋度呈上升趨勢(0.065/10年),增長過程分為三個階段：第一次飛躍期(2006—2008)、第二次飛躍期(2009—2011)和平穩波動階段(2011—2015)。北部灤河流域水熱條件充足植被覆蓋度較好,受地帶性規律影響的張家口地區植被覆蓋度整體較低,環渤海灘涂最差,城市發展對植被覆蓋影響顯著。

(2)2005—2015年京津冀地區植被覆蓋極顯著改善區域比重最大(47.45%),不顯著變化區域占全區面積的三分之一(33.9%),退化區域比重為6.8%,零星散布于各大城市中心區周邊。穩定性整體表現為“高低波動并存,低波動居多,地域性明顯”。低波動區和較低波動區占全區面積的66.3%；較高波動區所占比重較小為7.4%,主要分布在北京市中心區、張家口南部、滄州東北一帶；中度波動區比重為26%,環繞于較高波動區邊緣向外延伸；高波動區比重僅占0.3%,環渤海灘涂零星散布。

(3)京津冀地區植被以持續恢復為主,持續性序列比重占63.4%,反持續性序列比重占36.6%。植被覆蓋持續改善區域比重超過一半以上(58.8%),反持續性改善比重為34.4%,持續退化比重為4.8%。反持續改善主要分布在張家口、滄州以及保定東南地區；持續退化主要分布在天津、廊坊、滄州。

京津冀地區植被持續恢復是本文主要結論之一,本文雖然使用了最新的遙感影像,但對于預測變化趨勢來說,11年的時間序列相對較短,變化趨勢的持續性是否能被充分反映有待于探討和檢驗。再者,影響植被覆蓋變化的因素主要分為自然因素和人為因素[22],尤其是人為因素突出了變化趨勢的不確定性,人類活動在植被覆蓋時空演化過程中相對貢獻的量化評定還有待于進一步的探討。近年來,京津冀城市群地區在氣候和城市擴張的雙重壓迫下,水土資源短缺和環境污染已成為該地區典型生態問題,植被恢復相應得到了較多的關注。氣候的變化將會增加陸地生態系統發生大范圍、嚴重以及不可逆轉影響的概率[23],雖然京津冀地區經過多年的人工植被恢復減緩了氣候變化的副作用,但人工生態恢復也會存在不適應性和波動性的缺陷。未來,以生態學視角綜合分析植被恢復對氣候變化和人類活動的響應,量化其相對貢獻,解釋相互作用機制,在研究生態環境恢復的可持續性方面將具有更重要意義。

[1] 周偉, 剛成誠, 李建龍, 章超斌, 穆少杰, 孫政國. 1982—2010年中國草地覆蓋度的時空動態及其對氣候變化的響應. 地理學報, 2014, 69(1): 15-30.

[2] Gitelson A A, Kaufman Y J, Stark R, Rundquist D . Novel algorithms for remote estimation of vegetation fraction. Remote Sensing of Environment, 2002, 80(1): 76-87.

[3] 馬娜, 胡云鋒, 莊大方, 張學利. 基于遙感和像元二分模型的內蒙古正藍旗植被覆蓋度格局和動態變化. 地理科學, 2012, 32(2): 251-256.

[4] 傅伯杰, 劉國華, 歐陽志云. 中國生態區劃研究. 北京: 科學出版社, 2013: 23-25.

[5] 李德仁. 攝影測量與遙感學的發展展望. 武漢大學學報: 信息科學版, 2008, 33(12): 1211-1215.

[6] 陳效逑, 王恒. 1982-2003年內蒙古植被帶和植被覆蓋度的時空變化. 地理學報, 2009, 64(1): 84-94.

[7] Tucker C J, Slayback D A, Pinzon J E, Los S O, Myneni R B, Taylor M G. Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999. International Journal of Biometeorology, 2001, 45(4): 184-190.

[8] Park H S, Sohn B J. Recent trends in changes of vegetation over East Asia coupled with temperature and rainfall variations. Journal of Geophysical Research Atmospheres, 2010, 115(D14): D14101

[9] 晏利斌, 劉曉東. 1982-2006年京津冀地區植被時空變化及其與降水和地面氣溫的聯系. 生態環境學報, 2011, 20(2): 226-232.

[10] 劉洋, 李誠志, 劉志輝, 鄧興耀. 1982-2013年基于GIMMS-NDVI的新疆植被覆蓋時空變化. 生態學報, 2016, 36(19): 6198-6208.

[11] 孟丹, 李小娟, 宮輝力, 屈益挺. 京津冀地區NDVI變化及氣候因子驅動分析. 地球信息科學學報, 2015, 17(8): 1001-1007.

[12] Gutman G, Ignatov A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models. International Journal of Remote Sensing, 1998, 19(8): 1533-1543.

[13] Leprieur C, Verstraete M, Pinty B. Evaluation of the performance of various vegetation indices to retrieve vegetation cover from AVHRR data. Remote Sensing Reviews, 1994, 10(4): 265-284.

[14] 李苗苗, 吳炳方, 顏長珍, 周為峰. 密云水庫上游植被覆蓋度的遙感估算. 資源科學, 2004, 26(4): 153-159.

[15] 楊強, 王婷婷, 陳昊, 王運動. 基于MODIS EVI數據的錫林郭勒盟植被覆蓋度變化特征. 農業工程學報, 2015, 31(22): 191-198.

[16] Hurst H E. Long-term storage capacity of reservoirs. Transactions of the American Society of Civil Engineers, 1951, 116(1): 770-799.

[17] Mandelbrot B, Wallis J R. Some long-run properties of geophysical records. Water Resources Research, 1969, 5(2): 321-340.

[18] 陳權亮, 華維, 熊光明, 許暉, 劉曉冉. 2008-2009年冬季我國北方特大干旱成因分析. 干旱區研究, 2010, 27(2): 182-187.

[19] 范淑賢, 劉海坤, 徐建明, 鄭宏瑞, 趙華, 畢志偉, 楊振京, 林防, 張靜. 3.50 Ma BP以來河北衡水地區古植被與環境演化. 現代地質, 2009, 23(1): 75-81.

[20] 王璐玨. 河北省植被凈初級生產力遙感估算[D]. 石家莊: 河北師范大學, 2012.

[21] 李雙雙, 延軍平, 萬佳. 近10年陜甘寧黃土高原區植被覆蓋時空變化特征. 地理學報, 2012, 67(7): 960-970.

[22] 孫雷剛, 劉劍鋒, 徐全洪. 河北壩上地區植被覆蓋變化遙感時空分析. 國土資源遙感, 2014, 26(1): 167-172.

[23] Edenhofer O, Seyboth K. Intergovernmental Panel on Climate Change (IPCC). Encyclopedia of Energy, Natural Resource, and Environmental Economics, 2013, 1: 48-56.

Temporal-spatialanalysisofvegetationcoveragedynamicsinBeijing-Tianjin-Hebeimetropolitanregions

LI Zhuo1,2,SUN Ranhao1,*,ZHANG Jichao2,ZHANG Chong3

1StateKeyLaboratoryofUrbanandRegionalEcology,ResearchCenterforEco-EnvironmentalSciences,ChineseAcademyofSciences,Beijing100085,China2SchoolofGeomatics,LiaoningTechnicalUniversity,Fuxin123000,China3ShaanxiKeyLaboratoryofDisasterMonitoringandMechanismModeling,BaojiUniversityofArtsandSciences,Baoji721013,China

Identifying the dynamics of vegetation coverage is important for the research of ecological security and ecosystem services. This study analyzed MODIS NDVI remote sensing data and identified the temporal-spatial dynamics of vegetation coverage during 2005—2015 in Beijing-Tianjin-Hebei metropolitan regions. The analysis methods included linear regression, coefficient of variation, R/S analysis, and other mathematical methods. The results showed that (1) the vegetation coverage increased by 0.065 from 2005 to 2015. The vegetation restoration experienced a stable fluctuation phase after two fast-improving periods. (2) The significantly improved area occupied 47.45% of the region and the insignificant area accounted for 33.9% of the region, which was mainly in the North China Plain. The degraded area accounted for 6.8% of the region and was scattered in the surroundings of big cities. (3) The sustainability of vegetation restoration was dominant (58.8%) in the Beijing-Tianjin-Hebei region. The vegetation area of anti-sustainability accounted for 34.4%, mainly distributed in Zhangjiakou, Cangzhou, and the south-east of Baoding. The continuous degradation area was only 4.8% of the region and distributed in the cities of Tianjin, Langfang, and Cangzhou. These results could be useful for identifying the dynamics of vegetation coverage and predicting the potential trends of ecological network connectivity.

Beijing-Tianjin-Hebei; MODIS NDVI; vegetation cover change; sustainability

國家自然科學基金重大項目(41590843)

2016- 09- 23; < class="emphasis_bold">網絡出版日期

日期:2017- 07- 12

*通訊作者Corresponding author.E-mail: rhsun@rcees.ac.cn

10.5846/stxb201609231919

李卓,孫然好,張繼超,張翀.京津冀城市群地區植被覆蓋動態變化時空分析.生態學報,2017,37(22):7418- 7426.

Li Z,Sun R H,Zhang J C,Zhang C.Temporal-spatial analysis of vegetation coverage dynamics in Beijing-Tianjin-Hebei metropolitan regions.Acta Ecologica Sinica,2017,37(22):7418- 7426.