田 超, 馬祥慶, 王文輝, 蘇漳文, 郭福濤

(1.福建農(nóng)林大學(xué)林學(xué)院；2.海峽兩岸紅壤區(qū)水土保持協(xié)同創(chuàng)新中心，福建 福州 350002)

?

吉林省東部地區(qū)植被覆蓋度變化及影響因子

田 超1,2, 馬祥慶1,2, 王文輝1,2, 蘇漳文1,2, 郭福濤1,2

(1.福建農(nóng)林大學(xué)林學(xué)院；2.海峽兩岸紅壤區(qū)水土保持協(xié)同創(chuàng)新中心，福建 福州 350002)

應(yīng)用像元二分模型、多元線性回歸分析方法，以2000—2010年吉林省東部植被覆蓋數(shù)據(jù)為基礎(chǔ)，綜合考慮高程、氣象因子、林火干擾和社會經(jīng)濟(jì)等因素，對吉林省東部植被覆蓋度變化及影響因子進(jìn)行了分析.為減少隨機(jī)樣本的誤差，保證數(shù)據(jù)的穩(wěn)定性，將原始數(shù)據(jù)集隨機(jī)分為建模樣本(60%)和校驗樣本(40%)，在劃分建模樣本和校驗樣本時分別做5次重復(fù)，對5個樣本分別進(jìn)行模型擬合并選擇顯著出現(xiàn)3次及以上的變量進(jìn)入最終模型進(jìn)行擬合.結(jié)果表明：2000—2010年，吉林省東部植被覆蓋呈上升趨勢，但整體變化較小；研究區(qū)域植被變化類型以穩(wěn)定和增加為主，占研究區(qū)總面積的91.6%，植被退化類型面積僅占研究區(qū)的8%，呈零星分布.吉林省東部的植被覆蓋度變化是地形因子、氣象因子和社會經(jīng)濟(jì)因子綜合作用的結(jié)果，其影響因子重要性順序為：“高程”>“月平均降水”> “人口密度”> “坡度”> “農(nóng)村居民收入”> “月平均相對濕度”.

植被覆蓋度; 像元二分模型; 多元線性回歸模型; 吉林省東部; 影響因子

植被覆蓋度指植被(包括葉、莖、枝)在地面的垂直投影面積占研究區(qū)總面積的比例[1]，是連接土壤、大氣和水分的自然紐帶，同時也是評價區(qū)域生態(tài)環(huán)境的重要指標(biāo)[2].

由于植被覆蓋度對生態(tài)環(huán)境的重要指示作用，當(dāng)前國內(nèi)外很多學(xué)者針對植被覆蓋度變化及其變化的影響因素進(jìn)行了大量研究[3-5]，其中氣候因素、地形地貌和社會經(jīng)濟(jì)因子等多應(yīng)用于植被變化的研究[6-8].穆少杰等[9]基于內(nèi)蒙古地區(qū)MODIS-NDVI遙感數(shù)據(jù)對植被覆蓋度的空間格局和變化規(guī)律進(jìn)行探討，結(jié)果表明，植被生長和降雨、溫度、濕度在時空分布上有較大差異.黃瑾等[10]通過估算研究表明，普格縣6年的植被覆蓋度呈增長趨勢，地形以及人為社會因素對植被覆蓋度變化有重要影響，近幾年來長江中上游地區(qū)的地區(qū)水土保持和生態(tài)恢復(fù)工程取得一定成效.目前國內(nèi)關(guān)于植被蓋度變化及影響因素研究主要集中在西北干旱、半干旱區(qū)以及南方紅壤區(qū)水土流失較為嚴(yán)重的地區(qū)[11-14]，而對東北地區(qū)的研究較少[15,16].

近年來，隨著區(qū)域經(jīng)濟(jì)發(fā)展、人類活動增加及森林火災(zāi)發(fā)生等帶來的干擾，區(qū)域植被覆蓋度和生態(tài)環(huán)境受到較大影響.為減緩干擾，科學(xué)了解該區(qū)域植被覆蓋度的動態(tài)變化及明確導(dǎo)致變化的主導(dǎo)因素尤為重要.鑒于此，本文根據(jù)前人的經(jīng)驗[17-20]，選取吉林省東部為研究區(qū)，應(yīng)用多元線性回歸模型，以植被蓋度、氣象因子、地形因子、火密度和社會經(jīng)濟(jì)因子為基礎(chǔ)，科學(xué)分析吉林省東部2000—2010年植被覆蓋度變化及影響植被變化的主導(dǎo)因子，為當(dāng)?shù)亓謽I(yè)、水保部門的決策和管理工作提供科學(xué)依據(jù).

1 研究區(qū)域概況

研究區(qū)為吉林省東部(40°52′—44°40′N , 124°51′—131°18′E)，主要包括吉林市、通化市、白山市、遼源市和延邊朝鮮族自治州等5個市區(qū)(圖1)，面積為108 710 km2.吉林省東部長白山林區(qū)以山地丘陵為主，林地面積較大，森林覆蓋率居于全省首位，土壤類型主要包括山地苔原土、棕色針葉林土和山地暗棕色森林土，氣候以溫帶大陸性氣候為主，夏季濕潤多雨，冬季嚴(yán)寒少雨，年均溫為3～5 ℃，日照時數(shù)為2 400～3 000 h，年平均降水量大于500 mm，是吉林省降水最多的區(qū)域.研究區(qū)氣候濕潤，河網(wǎng)密集，水量豐富，河流流量季節(jié)變化不大.主要植被類型為針闊葉混交林和次生落葉闊葉林[21].

圖1 研究區(qū)概況

2 數(shù)據(jù)來源與處理

2.1 因變量

2.1.1 數(shù)據(jù)來源 本文采用的2000—2010年地理空間數(shù)據(jù)云共享平臺(http://www.gscloud.cn)提供的MODIS (MODIS13A3)的NDVI產(chǎn)品，空間分辨率為1 km，共130幅影像，其中缺少2000年1、2月NDVI影像.該數(shù)據(jù)集已經(jīng)過大氣校正、幾何校正等處理.

2.1.2 植被覆蓋度的計算 目前，植被覆蓋度以歸一化植被指數(shù)(NDVI)為基礎(chǔ)，該指數(shù)可以用來判斷研究區(qū)域是否包含綠色植被，本文基于像元二分模型[22]，對植被覆蓋度進(jìn)行估算，其公式為：

FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(1)

其中，NDVIsoil代表完全是無植被覆蓋區(qū)域的NDVI值，NDVIveg為完全被植被所覆蓋的像元的NDVI值.根據(jù)頻率統(tǒng)計表和吉林省東部NDVI影像特征，本文區(qū)置信度5% NDVI作為NDVIsoil，95%的置信度為NDVIveg.通常情況下，無植被覆蓋區(qū)的NDVI值近似于0，但由于多種因素的共同影響，植被歸一化指數(shù)會隨著時間和空間的變化而變化(-0.1～0.2)[19].

2.2 自變量

2.2.1 氣象數(shù)據(jù) 氣象因子主要包括溫度、濕度和降水.其中，降水、氣溫是影響植被覆蓋度變化的主要因子，相對濕度直接影響植物的蒸騰速率，植被的蒸騰作用會對植被的生長產(chǎn)生影響.氣象數(shù)據(jù)來自地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(http://geodata.nju.edu.cn/Portal/index.jsp)提供的HADCM2模式數(shù)據(jù)，時間跨度為2000—2010年(表1).數(shù)據(jù)包括吉林省東部區(qū)域的月平均氣溫(℃)，月平均降水(mm)和月平均相對濕度(%).

表1 植被覆蓋度影響因子考慮的初始變量

2.2.2 地形數(shù)據(jù) 地形因子通過光、熱、水等生態(tài)因子的空間再分配而間接影響植被的生長，并通過影響氣候和土壤來決定植被的垂直分布和多樣性分布,因此地形是植被變化的主要因子.本研究基于數(shù)字高程模型(DEM)，對地形因子進(jìn)行提取，得到相應(yīng)的坡度、坡向(圖2b、c)，其中DEM由國家測繪地理信息局提供(表1).

2.2.3 林火密度數(shù)據(jù) 林火火災(zāi)作為影響植被覆蓋的重要干擾因子，影響植被群落的組成、更新、演替和養(yǎng)分循環(huán).鑒于此，本研究引用林火因子作為影響植被蓋度變化的因子(圖2d)，林火數(shù)據(jù)通過吉林東部地區(qū)火點密度來實現(xiàn)，其中2000—2010年吉林東部地區(qū)火點來源于MODIS衛(wèi)星解譯數(shù)據(jù)(表1).

2.2.4 社會經(jīng)濟(jì)數(shù)據(jù) 社會經(jīng)濟(jì)因素對植被的影響在區(qū)域研究中十分重要，社會經(jīng)濟(jì)因素能夠充分體現(xiàn)人為活動在植被變化中的作用，因此本研究應(yīng)用人口密度(人·km-2)、人均國內(nèi)生產(chǎn)總值(萬元)和農(nóng)村居民收入(萬元)等因子體現(xiàn)研究區(qū)內(nèi)植被變化的主要經(jīng)濟(jì)因子.其數(shù)據(jù)通過吉林省各縣域2000—2010年統(tǒng)計年鑒得到(表1)，并應(yīng)用克里金插值得到柵格化社會經(jīng)濟(jì)因子.

2.3 數(shù)據(jù)處理

綜上所述，為保證研究數(shù)據(jù)的一致性與可靠性，首先通過重采樣將所有柵格數(shù)據(jù)轉(zhuǎn)化為1 km×1 km，并將所有數(shù)據(jù)提取到1 km×1 km的格網(wǎng)上進(jìn)行運(yùn)算.同時應(yīng)用SPSS 19.0對2000—2010年吉林省東部地區(qū)的植被覆蓋數(shù)據(jù)及各驅(qū)動因子數(shù)據(jù)進(jìn)行基本統(tǒng)計描述(表2).為了減少隨機(jī)采樣帶來的誤差，保證數(shù)據(jù)的準(zhǔn)確性，本文將總體樣本數(shù)據(jù)隨機(jī)分為建模樣本(60%)和校驗樣本(40%)，在劃分建模樣本和校驗樣本時分別做5次重復(fù)并進(jìn)行模型擬合，得出5組不同的樣本集.首先，用多元線性回歸方法分別對5個訓(xùn)練樣本集進(jìn)行變量選擇，然后在5個樣本結(jié)果中選擇P<0.05且出現(xiàn)3次或以上的變量，進(jìn)行最終樣本的建模分析.變量的選擇利用R中的relaimpo軟件包對回歸模型進(jìn)行計算并根據(jù)變量重要性排序進(jìn)行篩選.

a：高程(m);b：坡度(°);c：坡向(°);d：火點密度(個·km-2).

NDVI高程/m坡度/(°)坡向/(°)月平均氣溫℃月平均相對濕度%極小值0.2520.0000.000-1.0000.48374.169極大值0.8942474.00030.502359.4608.11486.451均值 0.651578.9306.673174.9694.52980.591標(biāo)準(zhǔn)差0.105282.1475.391104.7901.2312.660月平均降水mm火密度個·km-2人口密度人·km-2人均國內(nèi)生產(chǎn)總值萬元農(nóng)村居民收入萬元極小值1.1380.0000.0060.6790.179極大值2.8790.0140.0392.9630.856均值 1.9650.0010.0151.3440.369標(biāo)準(zhǔn)差0.3600.0010.0070.5060.174

3 研究方法

3.1 植被覆蓋度變化趨勢分析

基于一元線性回歸分析可得出逐像元植被覆蓋度變化趨勢，該方法是通過趨勢線來模擬每個柵格的動態(tài)變化，從而獲得不同時期植被覆蓋變化情況，該方法的公式為[9]：

(2)

式中，θslope為吉林省東部植被覆蓋度變化趨勢的斜率，n取11，變量i代表1～11的年序號，F(xiàn)VCi為每年植被覆蓋度的像元值.若斜率大于0，則表明植被覆蓋在11a間呈增加趨勢，反之，表明植被覆蓋呈減少趨勢.

3.2 多重共線性檢驗

多重共線性(multicollinearity)是指線性回歸模型中的解釋變量間存在高度相關(guān)性導(dǎo)致模型失真或參數(shù)失去意義.在線性回歸模型的假定條件下(解釋變量間不存在多重共線性)，本文應(yīng)用方差膨脹因子(thevarianceinflationfactor,VIF)對10個驅(qū)動因子進(jìn)行共線性檢驗.一般認(rèn)為，當(dāng)VIF>10時，說明自變量之間具有顯著的共線性，需要剔除相應(yīng)的自變量[23].

3.3 多元線性回歸模型

多元線性回歸(multiplelinearregression)是通過線性來擬合多個自變量和因變量的關(guān)系，從而確定多元線性回歸模型的參數(shù)，植被覆蓋度往往受多個因子影響，多元線性回歸模型的一般形式為[24]:

Y=β0+β1X1+β2X2+β3X3+…+βjXj+…+βkXk+μ

(3)

式中，k為影響因子的個數(shù)，β0為常數(shù)項，也稱截距，β1，β2…βk為回歸系數(shù)，μ為隨機(jī)誤差.

4 結(jié)果與分析

4.1 植被覆蓋度變化趨勢分析

研究區(qū)整體植被變化趨勢以不變?yōu)橹?，其中高值主要在西部邊緣及東部的延邊朝鮮自治州，低值呈零星狀分于整個研究區(qū)(圖3b).為進(jìn)一步探究植被蓋度的變化，本文在參考其他同類研究的基礎(chǔ)上[25]，將植被分為嚴(yán)重退化、輕微退化、無變化、輕微改善、明顯改善5類(圖3a、表3)，從整體上看，植被變化類型以無變化為主(65.33%)，其次為改善類型(26.39 %)，其中改善以輕微改善為主，退化類型為(8.28%)，以輕微退化為主.

a：變化類型；b：變化趨勢.

4.2 多重共線性檢驗結(jié)果

表3 2000—2010年FVC變化結(jié)果統(tǒng)計

經(jīng)過多重共線性檢驗(表4)可知，變量VIF>10，變量間不存在共線性問題， “高程”、“坡度”、“坡向”、“月平均降水”、“月平均相對濕度”、“月平均氣溫”、“火密度”、“人口密度”、“人均國內(nèi)生產(chǎn)總值”、“農(nóng)村居民收入”等10個變量可作為影響吉林東部植被變化的影響因子并進(jìn)行多元線性回歸模型擬合.

4.3 植被蓋度重要影響因子選擇

本文以吉林東部區(qū)域植被蓋度及其影響因子為基礎(chǔ)，通過R軟件對5個建模樣本進(jìn)行線性回歸分析，利用Relaimpo軟件包比較5個樣本中變量的重要性(圖4)，對影響植被蓋度變化的主要因子進(jìn)行選擇.由圖4可知，在每個樣中變量權(quán)重的趨勢一致，分別為，“高程”>“月平均降水”>“人口密度”>“坡度”>“農(nóng)村居民收入”>“月平均相對濕度”>“人均國內(nèi)生產(chǎn)總值”>“月平均氣溫”>“坡向”>“火密度”. 本文選取權(quán)重大于1%且顯著(P<0.05)的變量，根據(jù)變量選擇指標(biāo)(表5)對變量選擇可知[26]，“高程”、“月平均降水”、“人口密度”、“坡度”、“農(nóng)村居民收入”、“月平均相對濕度”等6個變量為影響吉林東部植被變化的主要因子.

表4 多重共線性檢驗結(jié)果

圖4 樣本不同變量所占權(quán)重

變量 P最小值P最大值樣本顯著個數(shù)平均權(quán)重%變量 P最小值P最大值樣本顯著個數(shù)平均權(quán)重%高程 <0.001<0.001530.79月平均相對濕度 <0.001<0.00155.40月平均降水 <0.001<0.001524.13人均國內(nèi)生產(chǎn)總值0.2800.58703.83人口密度 <0.001<0.001517.43月平均氣溫 0.0200.2202.33坡度 <0.001<0.00159.57坡向 0.0650.1900.21農(nóng)村居民收入<0.001<0.00156.40火密度 0.0720.2800.06

根據(jù)表5可知，多元線性模型的顯著變量重要順序為: “高程”>“月平均降水”>“人口密度”>“坡度”>“農(nóng)村居民收入”>“月平均相對濕度”.吉林省東部植被覆蓋度受地形因子、氣象因子和社會經(jīng)濟(jì)因子共同影響，所有變量均呈極顯著(P<0.01).其中，高程對吉林省植被覆蓋變化的影響程度最大，所占比重為33.79%.吉林省東部以山地為主，地勢東高西低，隨著高程的變化，溫度、降水和濕度等其他自然條件也會隨之改變，從而影響植被覆蓋度的變化.月平均降水、人口密度、坡度的影響程度次之.水是植被生長必不可少的條件之一，降水量決定植被的生長情況，對植被覆蓋度有重要影響.人口密集的地區(qū)，人類的影響較大，植被覆蓋度更易受到人類活動的影響.坡度較陡的地區(qū)土壤貧瘠，水土流失嚴(yán)重，植被覆蓋度低，坡度平緩的地區(qū)土質(zhì)肥沃，有利于植被的生長，植被覆蓋度較高.農(nóng)村居民收入和相對濕度對吉林省東部植被覆蓋度也有影響，但程度相對較小，變量的解釋比重均在10%之內(nèi).

4.4 植被蓋度及因子的關(guān)系

通過因子選擇，得出影響植被變化的6個主要因子，為進(jìn)一步探究植被覆蓋度與其影響因子間的關(guān)系，對植被覆蓋度及其6個主要因子進(jìn)行多元線性回歸擬合(表6)，研究結(jié)果表明：除“人口密度”、“居民收入”外其余因子與植被覆蓋度呈正相關(guān)，且根據(jù)其重要性排序，“高程”>“月平均降水”>“人口密度”>“坡度”>“農(nóng)村居民收入”>“月平均相對濕度”.

表6 基于6因子的多元線性回歸

5 結(jié)論與討論

本研究應(yīng)用多元線性回歸、逐象元趨勢分析法對吉林省東部植被覆蓋度變化及其影響因子進(jìn)行分析， 主要結(jié)論如下：

(1)吉林省東部植被覆蓋度呈上升趨勢但變化較小，植被覆蓋度增加的區(qū)域主要分布在研究區(qū)的西部和北部，植被退化的區(qū)域主要分布在研究區(qū)的北部，即延邊中部地區(qū).

(2)“坡度”、“高程”是影響植被覆蓋度變化最主要的因子，且與植被覆蓋度呈正相關(guān).

(3)氣象因子是植被覆蓋度變化的一個主要因子.“月平均降水”、“月平均相對濕度”對植被覆蓋度有顯著影響并呈正相關(guān).

(4)“人口密度”與“農(nóng)村居民收入”是植被覆蓋主要的驅(qū)動力且呈負(fù)相關(guān)關(guān)系.

研究結(jié)果顯示，“高程”、“月平均降水”、“人口密度”、“坡度”、“農(nóng)村居民收入”、“月平均相對濕度”是影響吉林省東部植被覆蓋度的主要影響因子.“高程”和“坡度”也被其他研究證明是對植被覆蓋有重要影響的因子，坡度較緩、高程較高的區(qū)域人為活動頻繁，植被破壞較為嚴(yán)重，說明了植被覆蓋度對坡度和高程的變化非常敏感[23,26].研究表明，隨著降水量和相對濕度的增加，植被覆蓋隨之增多.降水量和濕度間接影響空氣含水量的變化和植被的蒸騰作用，從而影響植被的生長速度[18,27,28].“人口密度”和“農(nóng)村居民收入”同樣被研究者認(rèn)為是影響植被覆蓋度的主要因子[20,24]，即人口密度大的地區(qū)人類活動頻繁，通常植被覆蓋率較小且分散.此外，隨著居民收入的增加經(jīng)濟(jì)的發(fā)展，人地矛盾不斷突出，對植被影響相對較大，這與本研究相一致.另一方面，李登科等[11]、徐涵秋等[14]的研究結(jié)果表明，溫度對植被覆蓋有重要影響，而本文沒有溫度對植被覆蓋的顯著影響，可能由于該地降水和濕度對植被覆蓋影響較大，與溫度的關(guān)系不是很密切[29].很多研究指出“坡向”對植被覆蓋度有重要影響，但是，本研究沒有發(fā)現(xiàn)坡向?qū)χ脖桓采w的影響，可能是研究區(qū)距黃海、日本海較近，且地勢低洼，降水比較多，光、熱條件較好，水熱差異因素與坡向因子間的關(guān)系并不十分明顯，導(dǎo)致坡向與植被覆蓋度表現(xiàn)出的差異性較弱[30].

本研究利用了多元線性模型對吉林省東部的植被覆蓋的驅(qū)動因子進(jìn)行了分析，模型擬合結(jié)果具有一定的實用性.但與多元線性模型相比，地理權(quán)重模型能夠在空間產(chǎn)生空間連續(xù)的模型相關(guān)系數(shù)[31]，并體現(xiàn)空間異質(zhì)性，在今后的研究中引入這些模型是很有必要的.因此，在今后的研究中，可以嘗試地理權(quán)重模型和多元線性回歸相結(jié)合的方法對區(qū)域進(jìn)行深入研究與分析.

[1] 秦偉,朱清科,張學(xué)霞,等.植被覆蓋度及其測算方法研究進(jìn)展[J].西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版),2006,34(9):163-170.

[2] 劉琳,姚波.基于NDVI象元二分法的植被覆蓋變化監(jiān)測[J].農(nóng)業(yè)工程學(xué)報,2010,26(13):230-234.

[3] 陳云浩,李曉兵,史培軍,等.北京海淀區(qū)植被覆蓋的遙感動態(tài)研究[J].植物生態(tài)學(xué)報,2001,25(5):588-593.

[4] KAWABATA A, ICHII K, YAMAGUCHI Y. Global monitoring of the interannual changes in vegetation activities using NDVI and its relationships to temperature and precipitation[J]. International Journal of Remote Sensing, 2001,22:1 377-1 382.

[5] 劉傳勝,丁建麗.基于遙感與GIS的于田綠洲土地覆蓋動態(tài)研究[J].中國沙漠,2003,23(1):59-62.

[6] 孫睿,劉昌明,朱啟疆,等.黃河流域植被覆蓋度動態(tài)變化與降水的關(guān)系[J].地理學(xué)報,56(6):667-672.

[7] SCHMIDT H, GITELSON A. Temporal and spatial vegetation cover changes in Israeli transition zone: AVHRR-based assessment of rainfall impact[J]. Remote Sensing, 2000,21:997-1 010.

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

[9] 穆少杰,李建龍,陳奕兆.2001—2010年內(nèi)蒙古植被覆蓋度時空變化特征[J].地理學(xué)報,2012,67(9):1 255-1 268.

[10] 黃瑾,楊武年,張敏,等.普格縣植被覆蓋度遙感動態(tài)監(jiān)測分析[J].地理空間信息,2009,7(2):51-53.

[11] 李登科,范建忠,王娟,等.陜西省植被覆蓋度變化特征及其成因[J].應(yīng)用生態(tài)學(xué)報,2010,21(11):2 896-2 903.

[12] 于小飛,孫睿,陳永俊,等.烏審旗植被覆蓋度動態(tài)變化及其與降水量的關(guān)系[J].資源科學(xué),2006,28(4):31-37.

[13] 張燦,徐涵秋,張好.南方紅壤典型水土流失區(qū)植被覆蓋度變化及其生態(tài)效應(yīng)評估——以福建省長汀縣為例[J].自然資源學(xué)報,2015,30(6):917-927.

[14] 徐涵秋,何慧,黃紹霖,等.福建省長汀縣河田水土流失區(qū)植被覆蓋度變化及其熱環(huán)境效應(yīng)[J].生態(tài)學(xué)報,2013,33(10):2 954-2 963.

[15] CARLON T N, RIPLEY D A. On the relation between ndvi, fractional vegetation cover, and leaf area index[J]. Remote Sensing of Environment, 1997,62(3):241-252.

[16] 賈寶全,馬玉峰,仇寬彪,等.伊金霍洛旗近15年來植被覆蓋度的動態(tài)變化[J].干旱區(qū)地理,2009,32(4):481-487.

[17] KEELEY J, FOTHERINGHAM C, BAER-KEELE M. Determinants of post fire recovery and succession in mediterranean-climate shrub lands of California[J]. Ecological Applications, 2005,15(5):1 515-1 534.

[18] SUN J Y, WANG X H, CHEN A P. NDVI indicated characteristics of vegetation cover change in China′s metropolises over the last three decades. Environmental Monitoring & Assessment, 2011,179(1-4):1-14.

[19] XIN Z B, XU J X, ZHENG W. Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau (1981—2006): Impacts of climate changes and human activities[J]. Science in China, 2008,51(1):67-78.

[20] 李超,陳兵林,孟亞利,等.江蘇省植被覆蓋度影響因子研究[J].生態(tài)經(jīng)濟(jì)(學(xué)術(shù)版),2008,2:375-377，381.

[21] 吉林省地方志編簨委員會編簨,吉林省志一卷四/ 自然地理卷[M].長春:吉林人民出版社,1992.

[22] 劉姣娣,曹衛(wèi)彬,李華,等.基于馬爾科夫模型的石河子墾區(qū)土地利用動態(tài)變化研究[J].新疆農(nóng)業(yè)科學(xué),2011,48(10):1 936-1 940.

[23] 劉志紅,郭偉玲,楊勤科,等.近20年黃土高原不同地貌類型區(qū)植被覆蓋變化及原因分析[J].中國水土保持科學(xué),2011,9(1):16-23.

[24] THOMAS D R, ZHU P C, DECADY Y J. Point estimates and confidence intervals for variable importance in multiple linear regression[J]. Journal of Educational and Behavioral Statistics, 2007,32(1):61-91.

[25] 林楠.基于RS和GIS的吉林東部植被覆蓋變化和驅(qū)動力研究[D].長春:吉林大學(xué),2010.

[26] OLIVEIRA S, OEHLER F, SAN M A. Modeling spatial patterns of fire occurrence in mediterranean europe using multiple regression and random forest[J]. Forest Ecology and Management, 2012,275:117-129.

[27] LITTELL J S, MCKENZIE D, PETERSON D L. Climate and wildfire area burned in western USA ecoprovinces, 1916—2003[J]. Ecological Applications, 2009,19(4):1 003-1 021.

[28] 宋永昌.植被生態(tài)學(xué)[M].上海:華東大學(xué)出版社,2001.

[29] 龍慧靈,李曉兵,王宏,等.內(nèi)蒙古草原區(qū)植被凈初級生產(chǎn)力及其與氣候的關(guān)系[J].生態(tài)學(xué)報,2010,30(5):1 367-1 378.

[30] 鄭洋,陳志強(qiáng).寧化縣地形及土壤特征對植被覆蓋度的影響[J].太原師范學(xué)院學(xué)報(自然科學(xué)版),2013,12(4):152-156.

[31] ZHANG Z X, ZHANG H Y, ZHOU D W. Using GIS spatial analysis and logistic regression to predict the probabilities of human-caused grassland fires[J]. Journal of Arid Environments, 2010,74(3):386-393.

(責(zé)任編輯:吳顯達(dá))

Vegetation cover changes and its influence factors in eastern Jilin Province

TIAN Chao1,2, MA Xiangqing1,2, WANG Wenhui1,2, SU Zhangwen1,2, GUO Futao1,2

(1.College of Forestry; 2. Collaborative Innovation Center of Soil and Water Conservation,Fujian Agriculture and Forestry University, Fuzhou, Fujian 350002, China)

To investigate influence factors of vegetation coverage, dimidiate pixel model and multiple linear regression analysis were applied to data on vegetation coverage of eastern Jilin Province during 2000-2010. Factors including topography, meteorological conditions, disturbance by forest fire, and social economics were interpreted. To minimize random sampling error and ensure data stability, 60% of the original data was used for modeling only and the rest for validation, replicated for 5 times. Fitting equation of single variable was only established when its significance occurred over 3 times. Results showed that vegetation coverage in eastern Jilin Province was on a rising trend over the study period, though the overall raise was subtle. Regions which stayed the same coverage rate and increased accounted for 91.6% of the total coverage. Degraded vegetation scatteredly distributed across the province, accounting for only 8% of the study area. Regression analysis revealed that vegetation coverage in eastern Jilin was influenced by topography, meteorology and social economics. Importance of the factors in descending order is elevation, monthly mean precipitation, population density, rural resident income, and monthly mean relative humidity.

vegetation coverage; dimidiate pixel model; multiple linear regression model; Eastern Jilin province; influence factor

2016-11-01

2016-11-30

國家科技支撐計劃項目(2014BAD15B02)；國家林業(yè)局林業(yè)公益性行業(yè)科研項目(201304303).

田超(1992-),女，碩士研究生.研究方向：森林生態(tài)和水土保持.Email：fafutc@126.com.通訊作者郭福濤(1982-),男，博士，副教授.研究方向：地理信息系統(tǒng)在林業(yè)中的應(yīng)用.Email：guofutao@126.com.

Q948

A

1671-5470(2017)04-0410-08

10.13323/j.cnki.j.fafu(nat.sci.).2017.04.009