复种指数时空变化—课题申报书

9 植被生产力时空变化分析9.1数据来源植被净第一性生产力（net primary productivity，NPP）指的是绿色植物在单位时间和单位面积上所产生的有机干物质总量，作为表征植物活动的关键变量，可反映植被对大气中CO2固定能力，是陆地生态系统中物质与能量运转研究的重要环节。

植被净第一性生产力是植物自身生物学特性与外界环境因子相互作用的结果，它是评价生态系统结构与功能特征和生物圈的人承载力的重要指标。

NPP研究方法很多，有关学者从不同角度及学科对NPP的估算进行了深入细致的研究，取得了丰硕的成果。

近年来，随着遥感和计算机技术的发展，利用遥感信息和GIS技术进行NPP研究成为一种全新手段，它不仅免去了许多烦琐的实验工作，还实现了区域尺度NPP估算的可能。

具有全球观测能力的遥感技术是全球变化研究中重要的、无可替代的技术手段。

由于遥感具有周期短、时空分辨率高、覆盖面积大、获取数据便捷等特点，所以利用遥感资料对陆地植被进行动态监测，已成为当前国际植被变化研究中的前沿课题。

MODIS光谱分辨率较高，波幅窄，避免了几个大气吸收带，在计算植被指数时有更严格的去云算法和比较彻底的大气校正。

植被指数是表征地表植被特征的重要指标，MODIS植被指数可以更好地反映植被的时空变化特征，是当前植被及其变化动态宏观研究的主要遥感资料和热点问题。

本研究采用的NPP数据为美国国家航空航天局(NASA)的EOS/MODIS(TERRA卫星)提供的2001-2012年的遥感数据产品(MOD17A3)。

MOD17A3是通过BIOME-BGC模型计算出全球陆地植被净初级生产力(NPP)年际变化的资料，空间分辨率为1km。

MODIS-NPP的数据是全年365d每日光合作用产生的有机物质总量(Photosynthesis，简称PsnNet)的加和扣除全年自养呼吸后剩余的部分，称为全年植被净初级生产力(annual Net Primary Productivity，简称aNPP)。

干旱监测遥感模型和中国干旱时空分析作者：齐述华摘要我国地处东亚，季风气候明显，年际间季风的不稳定性造成了我国干旱的频繁发生，使干旱成为对我国农业生产影响最严重的自然灾害。

随着人口增长、开垦耕地增加和复种指数提高，农业和工业用水需求量都在增大，以及在全球环境变化的大环境下，干旱化趋势还在进一步发展。

为了利用遥感资料分析较长时间我国干旱发生的时空格局，本论文致力于区域干旱监测遥感模型的研究。

具体包括以下几方面的内容：（1）VCI和SVI在干旱监测中的作用评价：探讨利用NDVI时间系列数据建立的植被状态指数(VCI)和标准植被指数(SVI)评价区域干旱的可行性，研究结果表明：VCI和SVI作为植被相对生长状况指标，对降水的响应随着植被覆盖类型、时间和空间等而表现出不同的敏感性，因此在大区域干旱监测中，特别是我国这样地形复杂多样的国家，VCI和SVI在干旱监测中的作用都是有限的；（2）利用TVDI评价全国干旱等级分布：结合陆地表面温度和植被指数建立NDVI-T s空间，在NDVI-T s空间物理意义理解的基础上，分别采用线段比值法和斜率归一化法构建温度植被干旱指数(TVDI)，并利用TVDI研究了我国2000年3~5月份各旬的干旱分布，取得比较满意的结果。

受NDVI-T s 空间的启发，对比分析陆地表面温度、陆表昼夜温差、表观热惯量分别与NDVI建立相应NDVI-T s、NDVI-ΔT和NDVI-ATI空间，并分别计算TVDI、D VDI和AVDI评价区域干旱，结果表明在效果和实际操作中，TVDI都明显优于DVDI和AVDI，而且AVDI基本不适用干旱遥感监测；（3）气温的遥感数据获取方法研究：考虑到陆地表面温度纬度地带性和垂直地带性都很明显，这在一定程度上影响TVDI在大范围干旱监测中的应用。

为了减小区域陆地表面温度的地带性影响，同时考虑到陆气温差是表征陆气系统之间水汽通量主要驱动力。

根据作物水分胁迫系数(CWSI)原理，利用陆气温差与植被指数建立VIT空间研究干旱理论上更合理，因此有必要通过遥感手段获取气温的空间分布。

2024年全球粮食安全与农业可持续发展研究课题申报一、研究课题背景和意义随着全球人口的不断增长和资源的有限性，粮食安全和农业可持续发展成为全球面临的共同挑战。

为了解决现有问题并保障人类的未来发展，本课题拟就2024年全球粮食安全和农业可持续发展进行深入研究。

二、研究目标本课题旨在通过研究全球粮食安全和农业可持续发展的现状和趋势，探索可行的解决方案和政策措施，为实现全球粮食安全和农业可持续发展提供科学的理论和实践指导，推动相关领域的发展进步。

三、研究内容和方法1. 全球粮食安全的现状和挑战：通过收集、整理和分析全球各地区的粮食安全数据，明确目前面临的主要问题和挑战，包括气候变化、自然灾害、种植技术和市场需求等。

2. 农业可持续发展的路径和策略：结合全球各地不同国家和地区的农业实践经验，研究探索可行的农业可持续发展路径和策略，包括宏观政策、科技创新、生态农业和资源利用等。

3. 农业可持续发展与粮食供应链：以粮食供应链为核心，研究农业可持续发展在粮食生产、流通、加工和消费等环节中的作用和影响，探索提高粮食供应链效率和可持续性的措施和机制。

4. 种植技术和创新应用：通过对种植技术和科技创新的研究，探索如何提高作物产量、改善品质、减少资源消耗和环境压力，促进农业可持续发展。

5. 农业政策和监管：研究全球各地的农业政策和监管体系，总结成功案例和经验教训，为制定和优化农业政策提供科学依据和参考。

本课题采用综合研究方法，包括实地调查、数据统计分析、案例研究和政策分析等，力求全面深入地了解全球粮食安全和农业可持续发展的现状和问题，并提出具体的解决方案和政策建议。

四、预期成果和影响通过本课题的研究，预期能够对全球粮食安全和农业可持续发展问题进行深入剖析和解决，推动相关领域的发展和进步。

具体成果包括但不限于：1. 发表高水平学术论文，提供科学的研究理论和实践指导；2. 撰写研究报告，为相关政府部门和决策者提供决策参考；3. 组织学术研讨会和国际交流活动，促进学术交流和合作；4. 推广农业可持续发展的先进经验和技术，促进全球农业发展；5. 提出完善的粮食安全和农业可持续发展政策建议，推动政策创新和实施。

气候变化对植被分布的影响课题标题：气候变化对植被分布的影响一、研究背景与意义随着全球气候的变化，包括温度上升、降水模式改变、极端气候事件的增加等问题，地球上的植被也受到了严重的影响。

植被作为生态系统的重要组成部分，对维持地球生态平衡具有重要作用。

研究气候变化对植被分布的影响，不仅对于预测未来植被变化、推动生态保护和恢复等具有重要意义，也对解决全球气候变化问题、促进可持续发展具有指导作用。

二、研究目标本项目旨在通过野外观测、数据分析和模型模拟等方法，系统研究气候变化对植被分布的影响机制及其空间分布特征，探讨植被分布面临的变化趋势，在此基础上提出合理的生态保护和管理对策。

三、主要内容与方法1. 气候变化对植被生长的影响机制研究：通过野外调查和实验观测，分析气候因素对植被生长的直接和间接影响，探讨温度变化、降水变化等因素对植被分布的作用机理。

2. 植被适应性与迁移研究：以生态位理论为基础，通过植物功能特性分析和数据库建立，研究植物对气候变化的适应策略和植被类型的改变趋势，分析植物群落的迁移、演替和竞争等过程。

3. 长期的植被监测与模拟：利用远程感知技术和地面调查相结合的方法，建立植被监测与模拟的长期数据集，定量评估植被分布的变化趋势，并建立合适的模型预测未来植被变化。

4. 生态保护与管理策略研究：基于研究结果和合理的模型预测，提出具体的生态保护和管理策略，包括植被改造、生态恢复、生态系统修复等，以应对气候变化对植被分布的挑战。

四、预期成果1. 植被分布变化的机理研究成果：揭示气候变化对植被分布的影响机理，为理解全球植被动态变化提供科学依据。

2. 植被分布变化趋势的预测成果：通过植被监测和模拟，预测未来植被分布的变化趋势，为生态保护和管理提供科学建议。

3. 生态保护与管理策略的提出：基于研究结果，提出针对气候变化的生态保护和管理策略，为应对气候变化挑战提供有效的解决方案。

五、工作计划与预算本项目计划历时三年，具体工作安排如下：第一年：进行植被样带调查与拍摄，获取植被分布数据。

第５１卷第１２期东㊀北㊀林㊀业㊀大㊀学㊀学㊀报Ｖｏｌ．５１Ｎｏ．１２２０２３年１２月ＪＯＵＲＮＡＬＯＦＮＯＲＴＨＥＡＳＴＦＯＲＥＳＴＲＹＵＮＩＶＥＲＳＩＴＹＤｅｃ．２０２３１）国家重点研发计划（２０２１ＹＦＥ０１９３２００）㊂第一作者简介：钟子豪，男，１９９６年７月生，福建农林大学风景园林与艺术学院，硕士研究生㊂Ｅ－ｍａｉｌ：ｚｚｈ９９９８８＠１６３．ｃｏｍ㊂通信作者：阙晨曦，福建农林大学风景园林与艺术学院，讲师㊂Ｅ－ｍａｉｌ：ｃｈｅｎｘｉ．ｑｕｅ＠ｆａｆｕ．ｅｄｕ．ｃｎ㊂收稿日期：２０２３年７月２４日㊂责任编辑：张㊀玉㊂福州市中心城区植被覆盖度的时空演变及其驱动因素１）钟子豪㊀吴佳媚㊀朱萱㊀梁裕宁㊀胡康㊀傅伟聪㊀阙晨曦㊀丁国昌（福建农林大学，福州，３５０００２）㊀㊀摘㊀要㊀以福州市中心城区为研究区域㊁植被覆盖度为研究对象，采用等间距法将植被覆盖度（取值范围为０ １）划分为低㊁中低㊁中㊁中高㊁高５个等级；选取１１个与植被覆盖度时空动态变化密切相关的气候㊁地形地貌㊁人类活动等影响因素（地貌类型㊁高程㊁坡度㊁坡向㊁植被类型㊁夜间灯光㊁国内生产总值（ＧＤＰ）密度㊁年降水量㊁年均温㊁人口密度㊁土地利用类型），以相关官网的植被覆盖度及各影响因素数据为基础，采用趋势分析法㊁变异系数㊁赫斯特（Ｈｕｒｓｔ）指数㊁地理探测器，分析２００２ ２０２１年福州市中心城区植被覆盖度时空演变特征㊁量化１１个影响因素对植被覆盖度空间分布的影响和不同影响因素协同作用的影响㊂结果表明：①植被覆盖度随时间的变化，２００２ ２０２１年福州市中心城区植被覆盖度总体呈显著降低趋势，变化率为０．００１１㊃ａ－１（Ｐ＜０．０５），其中２００２ ２０１４年显著降低（Ｐ＜０．０５），但２０１４ ２０２１年变化趋势不显著；各等级植被覆盖度变化差异显著，中低㊁高的植被覆盖度面积占比分别减少了０．１３％㊁１０．６７％；低㊁中㊁中高的植被覆盖度面积占比呈增加趋势，增加幅度分别为０．０３％㊁７．２６％㊁３．５１％㊂②植被覆盖度在空间方面的差异，总体呈现北低南高的空间格局，空间变异系数均值为０．０８３，以低波动为主（占比高达６７．８％），保持稳定的区域面积占比最多（占比４０．９％）；在未来一段时间，改善的区域面积大于退化面积，其中改善部分以未来改善为主（占总面积的４３．１１％）㊂③地理探测器的探测结果表明，２００２年夜间灯光影响力最高（分异决定力为０．４７３），其余年份均为土地利用类型影响力最高（分异决定力均值为０．５７３）；交互探测显示，土地利用类型与夜间灯光的协同作用，在２００２ ２０２１年对植被覆盖度空间分布的影响力均为最强，分异决定力均值达到０．６５９以上㊂④综合研究结果，福州市中心城区植被覆盖度整体良好，呈现总体下降的趋势，但在２０１４年出现拐点，未来存在上升趋势，植被覆盖度总体呈现北高南低的分布格局；土地利用类型㊁夜间灯光，是影响植被覆盖度空间分布的主导因素㊂关键词㊀植被覆盖度；时空演变；区域环境变化；植被变化驱动因素；福州市分类号㊀Ｓ７１８．５Ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌＥｖｏｌｕｔｉｏｎａｎｄＤｒｉｖｉｎｇＦａｃｔｏｒｓＡｎａｌｙｓｉｓｏｆＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅｉｎＣｅｎｔｒａｌＵｒｂａｎＡｒｅａｏｆＦｕｚｈｏｕＣｉｔｙ／／ＺｈｏｎｇＺｉｈａｏ，ＷｕＪｉａｍｅｉ，ＺｈｕＸｕａｎ，ＬｉａｎｇＹｕｎｉｎｇ，ＨｕＫａｎｇ，ＦｕＷｅｉｃｏｎｇ，ＱｕｅＣｈｅｎｘｉ，ＤｉｎｇＧｕｏｃｈａｎｇ（ＦｕｊｉａｎＡｇｒｉｃｕｌｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ，３５０００２，Ｐ．Ｒ．Ｃｈｉｎａ）／／ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，２０２３，５１（１２）：５１－５９．ＩｎｔｈｅｃｅｎｔｒａｌｕｒｂａｎａｒｅａｏｆＦｕｚｈｏｕＣｉｔｙ，ｗｅｆｏｃｕｓｅｄｏｎＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅａｎｄｄｉｖｉｄｅｓｉｔｉｎｔｏｆｉｖｅｌｅｖｅｌｓ（ｌｏｗ，ｌｏｗ⁃ｍｅｄｉｕｍ，ｍｅｄｉｕｍ，ｍｅｄｉｕｍ⁃ｈｉｇｈ，ａｎｄｈｉｇｈ）ｕｓｉｎｇａｎｅｑｕａｌｉｎｔｅｒｖａｌｍｅｔｈｏｄ，ｗｉｔｈｖａｌｕｅｓｒａｎｇｉｎｇｆｒｏｍ０ｔｏ１．Ｅｌｅｖｅｎｆａｃｔｏｒｓｃｌｏｓｅｌｙｒｅｌａｔｅｄｔｏｔｈｅｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌｄｙｎａｍｉｃｓｏｆＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅ，ｉｎｃｌｕｄｉｎｇｃｌｉｍａｔｅ，ｔｏｐｏｇ⁃ｒａｐｈｙａｎｄｈｕｍａｎａｃｔｉｖｉｔｉｅｓ，ａｒｅｓｅｌｅｃｔｅｄ（ｌａｎｄｆｏｒｍｔｙｐｅ，ｅｌｅｖａｔｉｏｎ，ｓｌｏｐｅ，ａｓｐｅｃｔ，ｖｅｇｅｔａｔｉｏｎｔｙｐｅ，ｎｉｇｈｔｔｉｍｅｌｉｇｈｔｓ，ＧＤＰｄｅｎｓｉｔｙ，ａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎ，ａｎｎｕａｌａｖｅｒａｇｅｔｅｍｐｅｒａｔｕｒｅ，ｐｏｐｕｌａｔｉｏｎｄｅｎｓｉｔｙ，ａｎｄｌａｎｄｕｓｅｔｙｐｅ）．ＢａｓｅｄｏｎｔｈｅｄａｔａｏｆＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅａｎｄｔｈｅａｆｏｒｅｍｅｎｔｉｏｎｅｄｆａｃｔｏｒｓｆｒｏｍｒｅｌｅｖａｎｔｏｆｆｉｃｉａｌｗｅｂｓｉｔｅｓ，ｔｒｅｎｄａｎａｌｙｓｉｓ，ｃｏｅｆｆｉｃｉｅｎｔｏｆｖａｒｉａｔｉｏｎ，Ｈｕｒｓｔｉｎｄｅｘ，ａｎｄｇｅｏｄｅｔｅｃｔｏｒａｒｅｅｍｐｌｏｙｅｄｔｏａｎａｌｙｚｅｔｈｅｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌｅｖｏｌｕｔｉｏｎｏｆＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖ⁃ｅｒａｇｅｉｎｔｈｅｃｅｎｔｒａｌｕｒｂａｎａｒｅａｏｆＦｕｚｈｏｕＣｉｔｙｆｒｏｍ２００２ｔｏ２０２１，ｑｕａｎｔｉｆｙｔｈｅｉｍｐａｃｔｏｆｔｈｅ１１ｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｏｎｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅ，ａｎｄｅｘａｍｉｎｅｔｈｅｓｙｎｅｒｇｉｓｔｉｃｅｆｆｅｃｔｓｏｆｄｉｆｆｅｒｅｎｔｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓ．Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈｅｆｏｌｌｏｗｉｎｇ：（１）Ｆｒｏｍ２００２ｔｏ２０２１，ｔｈｅｏｖｅｒａｌｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｉｎｔｈｅｃｅｎｔｒａｌｕｒｂａｎａｒｅａｏｆＦｕｚｈｏｕＣｉｔｙｓｈｏｗｅｄａｓｉｇｎｉｆｉｃａｎｔｄｅｃｒｅａｓｉｎｇｔｒｅｎｄ，ｗｉｔｈａｒａｔｅｏｆｃｈａｎｇｅｏｆ０．００１１㊃ａ－１（Ｐ＜０．０５）．ＴｈｅｄｅｃｒｅａｓｅｉｎＦｒａｃ⁃ｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅｗａｓｓｉｇｎｉｆｉｃａｎｔｆｒｏｍ２００２ｔｏ２０１４（Ｐ＜０．０５），ｂｕｔｔｈｅｔｒｅｎｄｗａｓｎｏｔｓｉｇｎｉｆｉｃａｎｔｆｒｏｍ２０１４ｔｏ２０２１．Ｔｈｅｒｅｗｅｒｅｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅｓｉｎｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｃｈａｎｇｅｓａｍｏｎｇｄｉｆｆｅｒｅｎｔｌｅｖｅｌｓ．ＴｈｅｐｒｏｐｏｒｔｉｏｎｏｆｌｏｗａｎｄｈｉｇｈＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅａｒｅａｓｄｅｃｒｅａｓｅｄｂｙ０．１３％ａｎｄ１０．６７％，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｈｏｗｅｖｅｒ，ｔｈｅｐｒｏｐｏｒｔｉｏｎｓｏｆｌｏｗ，ｍｅｄｉｕｍ，ａｎｄｍｅｄｉｕｍ－ｈｉｇｈＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅａｒｅａｓｓｈｏｗｅｄａｎｉｎｃｒｅａｓｉｎｇｔｒｅｎｄ，ｗｉｔｈｉｎｃｒｅａｓｅｓｏｆ０．０３％，７．２６％，ａｎｄ３．５１％，ｒｅｓｐｅｃｔｉｖｅｌｙ．（２）ＴｈｅｓｐａｔｉａｌｐａｔｔｅｒｎｏｆＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅｉｎｔｈｅｃｅｎｔｒａｌｕｒｂａｎａｒｅａｏｆＦｕｚｈｏｕＣｉｔｙｇｅｎｅｒａｌｌｙｓｈｏｗｅｄａｎｏｒｔｈ⁃ｓｏｕｔｈｇｒａｄｉｅｎｔ，ｗｉｔｈａｓｐａｔｉａｌｖａｒｉａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｍｅａｎｖａｌｕｅｏｆ０．０８３．Ｔｈｅｍａｊｏｒｉｔｙｏｆａｒｅａｓｅｘｈｉｂｉｔｅｄｌｏｗｖｏｌａｔｉｌｉｔｙ（６７．８％ｏｆｔｈｅｔｏｔａｌ）ａｎｄｍａｉｎｔａｉｎｅｄｓｔａｂｉｌｉｔｙ（４０．９％ｏｆｔｈｅｔｏｔａｌ）．Ｉｎｔｈｅｆｕｔｕｒｅ，ｔｈｅａｒｅａｗｉｔｈＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅｉｍｐｒｏｖｅｍｅｎｔｉｓｅｘｐｅｃｔｅｄｔｏｂｅｌａｒｇｅｒｔｈａｎｔｈｅａｒｅａｗｉｔｈｄｅｇｒａｄａｔｉｏｎ，ｗｉｔｈｔｈｅｉｍｐｒｏｖｅｍｅｎｔｐｏｒｔｉｏｎａｃｃｏｕｎｔｉｎｇｆｏｒ４３．１１％ｏｆｔｈｅｔｏｔａｌａｒｅａ．（３）Ｔｈｅｒｅｓｕｌｔｓｏｆｔｈｅｇｅｏｇｒａｐｈｉｃｄｅｔｅｃｔｏｒａｎａｌｙｓｉｓｒｅｖｅａｌｅｄｔｈａｔｎｉｇｈｔｔｉｍｅｌｉｇｈｔｓｈａｄｔｈｅｈｉｇｈｅｓｔｉｎｆｌｕｅｎｃｅｉｎ２００２，ｗｉｔｈａｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｐｏｗｅｒｏｆ０．４７３．Ｆｏｒｔｈｅｏｔｈｅｒｙｅａｒｓ，ｌａｎｄｕｓｅｔｙｐｅｈａｄｔｈｅｈｉｇｈｅｓｔｉｎｆｌｕｅｎｃｅ，ｗｉｔｈａｎａｖｅｒａｇｅｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｐｏｗｅｒｏｆ０．５７３．ＴｈｅｉｎｔｅｒａｃｔｉｖｅｄｅｔｅｃｔｉｏｎｓｈｏｗｅｄｔｈａｔｔｈｅｓｙｎｅｒｇｉｓｔｉｃｅｆｆｅｃｔｓｏｆｌａｎｄｕｓｅｔｙｐｅａｎｄｎｉｇｈｔｔｉｍｅｌｉｇｈｔｓｈａｄｔｈｅｓｔｒｏｎｇｅｓｔｉｎｆｌｕｅｎｃｅｏｎｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅｆｒｏｍ２００２ｔｏ２０２１，ｗｉｔｈａｎａｖｅｒａｇｅｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｐｏｗｅｒｏｆａｂｏｖｅ０．６５９．（４）Ｏｖｅｒａｌｌ，ｔｈｅＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅｉｎｔｈｅｃｅｎｔｒａｌｕｒｂａｎａｒｅａｏｆＦｕｚｈｏｕＣｉｔｙｉｓｇｏｏｄｂｕｔｓｈｏｗｅｄａｄｅｃｌｉｎｉｎｇｔｒｅｎｄ，ｗｉｔｈａｔｕｒｎｉｎｇｐｏｉｎｔｉｎ２０１４ａｎｄａｆｕｔｕｒｅｕｐｗａｒｄｔｒｅｎｄ．ＴｈｅｄｉｓｔｒｉｂｕｔｉｏｎｐａｔｔｅｒｎｏｆＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅｉｓｇｅｎｅｒａｌｌｙｈｉｇｈｅｒｉｎｔｈｅｎｏｒｔｈａｎｄｌｏｗｅｒｉｎｔｈｅｓｏｕｔｈ．ＬａｎｄｕｓｅｔｙｐｅａｎｄｎｉｇｈｔｔｉｍｅｌｉｇｈｔｓｗｅｒｅｉｄｅｎｔｉｆｉｅｄａｓｔｈｅｄｏｍｉｎａｎｔｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒａｇｅ．Ｋｅｙｗｏｒｄｓ㊀ＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎＣｏｖｅｒ；Ｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎｓ；Ｒｅｇｉｏｎａｌｅｎｖｉｒｏｎｍｅｎｔａｌｃｈａｎｇｅ；Ｄｒｉｖｉｎｇｆａｃ⁃ｔｏｒｓｏｆｖｅｇｅｔａｔｉｏｎｃｈａｎｇｅ；ＦｕｚｈｏｕＣｉｔｙ㊀㊀植被是陆地生态系统的重要组成部分，不仅在大气圈㊁水体㊁生物圈等循环过程中发挥着不可或缺的作用，而且在水土保持㊁净化空气等维持生态环境的稳定中起着举足轻重的作用［１］㊂植被覆盖度是反映植被生长状况和健康程度的关键参数之一，也是评价生态系统健康的一个重要指标［２－４］，准确评估植被覆盖度将有助于了解陆地生态系统的植被健康动态［５］㊂因此，掌握植被覆盖度的变化规律，探讨其时空演变的驱动因素，对区域的城市生态环境安全有着重要意义㊂应用遥感技术监测大范围的植被时空格局演变已成为植被覆盖度研究的主流方向，也是监测区域生态环境的有效手段之一［６－８］；对植被覆盖度的时空演变，已经开展了大量研究，并取得丰硕成果㊂已有研究多采用趋势分析法［９］㊁变异系数法［１０］等方法，分析植被覆盖度的时空变化趋势；李楠等［１１］运用趋势分析和变异系数对若尔盖高原植被变化进行分析表明，区域内植被生长季归一化植被指数（ＮＤ⁃ＶＩ）主要呈改善状态，但未定量分析影响因素对其空间分布的影响㊂为了完善类似研究的不足，已有研究相继提出了残差分析法［１２］㊁偏相关分析法［１３－１４］，定量分析影响因素对植被覆盖度空间变化的影响程度㊂张亮等［１５］运用偏相关分析㊁残差分析等方法，分析了长江流域植被覆盖度时空变化特征及气候和人为活动对植被覆盖度的影响；虽残差分析法和偏相关分析法对于植被覆盖度的空间特征和影响因素的研究已较成熟，但对各影响因素之间的协同作用研究较少㊂王劲峰等［１６］提出的地理探测器能够揭示地理要素的空间分异性，可以定量分析影响因素及不同因素之间协同作用对空间因素分布的影响，已广泛应用于众多领域［１７－１９］㊂福州是福建省省会城市，全国首个国家生态文明试验区的重点城市，森林覆盖率较高㊂有关福州地区植被变化的研究，多数集中于自然因素的影响［２０－２１］，缺乏多因素长时序对植被覆盖度影响的定量化分析㊁多因素之间协同作用对植被覆盖度空间分异影响的研究㊂为此，本研究以福州市中心城区为研究区域㊁植被覆盖度为研究对象，选取１１个与植被覆盖度时空动态变化密切相关的气候㊁地形地貌㊁人类活动等影响因素，以相关官网的植被覆盖度及各影响因素数据为基础，采用趋势分析法㊁变异系数㊁赫斯特（Ｈｕｒｓｔ）指数㊁地理探测器，分析２００２ ２０２１年福州市中心城区植被覆盖度时空演变特征㊁量化１１个影响因素对植被覆盖度空间分布的影响和不同影响因素协同作用的影响，旨在为未来福州市生态环境的保护和建设提供参考㊂１㊀研究区概况福州是福建省省会城市，位于福建省东部㊂属于亚热带季风气候，年平均降水量１５００ｍｍ，年均气温２０ħ㊂境内有典型的河口盆地，闽江横贯市区东流入海，群山围绕，域内海拔在６００ １０００ｍ，山地㊁丘陵遍布，森林覆盖率较高㊂福州市中心城区以亚热带常绿阔叶林为主，全市多种植常绿乔灌木㊂本研究选定福州市中心城区为研究区（２５ʎ４０ᶄ１０ᵡ ２６ʎ１６ᶄ９ᵡＮ，１１９ʎ４ᶄ１ᵡ １１９ʎ４３ᶄ１１ᵡＥ），范围包括福州市辖区等城市核心区（其中晋安区不含宦溪镇㊁寿山乡㊁日溪乡），闽侯县荆溪镇㊁上街镇㊁南屿镇㊁南通镇㊁尚干镇㊁祥谦镇㊁青口镇以及连江县琯头镇等城市外围组团，研究范围来源于‘福州市国土空间总体规划（２０２１ ２０３５年）“㊂图１㊀研究区位置（福州市中心城区）２㊀研究方法数据来源及处理：卫星影像来源于９１卫图助手，植被覆盖度数据来源于 国家青藏高原科学数据中心 的中国区域２５０ｍ植被覆盖度数据集（２０００ ２０２２），利用最大值合成法将植被覆盖度月度数据合成年度数据，通过地理信息系统（Ａｒｃ⁃ＧＩＳ１０．７）㊁计算机编程语言派森（Ｐｙｔｈｏｎ）对数据进行处理分析㊂本研究共选取１１个与植被覆盖度时空动态变化密切相关的气候㊁地形地貌㊁人类活动等影响因素（见表１），对植被覆盖度空间分异进行探测分析㊂运行地理探测器模型前，需将各影响因素进行离散化处理，再通过地理信息系统（ＡｒｃＧＩＳ１０．７）创建渔网的功能提取研究区范围内各探测影响因素的栅格值，以植被覆盖度（ＣＦＶ）为评价指标，１１个因素为影响因素进行探测㊂植被覆盖度是指植被的叶㊁茎㊁枝在地面的垂直投影面积占统计区总面积的百分比，植被覆盖度采用像元二分模型计算，植被覆盖度值越高表示该地植被覆盖度越好，其取值范围为０ １；借鉴文献２５㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５１卷［２４］，本研究采用等间距法将植被覆盖度划分为低㊁中低㊁中㊁中高㊁高５个等级㊂表１㊀探测的影响因素及数据来源影响因素数据来源空间分辨率地貌类型国家青藏高原科学数据中心（ｈｔｔｐ：／／ｄａｔａ．ｔｐｄｃ．ａｃ．ｃｎ／）矢量高程地理空间数据云（ｈｔｔｐｓ：／／ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ／）３０ｍ坡度地理空间数据云（ｈｔｔｐｓ：／／ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ／）３０ｍ坡向地理空间数据云（ｈｔｔｐｓ：／／ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ／）３０ｍ植被类型中国科学院资源环境科学数据中心（ｈｔｔｐｓ：／／ｗｗｗ．ｒｅｓｄｃ．ｃｎ／）１０００ｍ夜间灯光［２２］ＨａｒｖａｒｄＤａｔａｖｅｒｓｅ平台（ｈｔｔｐｓ：／／ｄａｔａｖｅｒｓｅ．ｈａｒｖａｒｄ．ｅｄｕ／）１０００ｍＧＤＰ密度福建省统计局统计年鉴县域尺度年降水量国家科技基础条件平台－国家地球系统科学数据中心（ｈｔｔｐ：／／ｗｗｗ．ｇｅｏｄａｔａ．ｃｎ／）１０００ｍ年均温国家科技基础条件平台－国家地球系统科学数据中心（ｈｔｔｐ：／／ｗｗｗ．ｇｅｏｄａｔａ．ｃｎ／）１０００ｍ人口密度美国橡树岭国家实验室（ｈｔｔｐｓ：／／ｌａｎｄｓｃａｎ．ｏｒｎｌ．ｇｏｖ／）１０００ｍ土地利用类型［２３］武汉大学黄昕团队发布的ＣＬＣＤ数据集（ｈｔｔｐｓ：／／ｚｅｎｏｄｏ．ｏｒｇ／）３０ｍ㊀㊀本研究采用一元线性回归方程的斜率（Ｓ）分析变化趋势，利用计算机编程语言派森（Ｐｙｔｈｏｎ）进行逐像元分析；Ｓ＞０表示植被覆盖度年际变化呈增加趋势㊁Ｓ＜０表示植被覆盖度年际变化呈减少趋势㊁Ｓ＝０表示植被覆盖度年际无变化，计算公式参考文献［２５］㊂利用变异系数值（Ｃｖ）［２６］反映植被覆盖度的波动情况，借鉴文献［２７］在城市区域变异系数值的分类方法，划分５个等级：低波动㊁较低波动㊁中波动㊁较高波动㊁高波动㊂赫斯特（Ｈｕｒｓｔ）指数能定量描述各因素在时间上的依赖性，判断时间的走向［２８－２９］㊂将趋势斜率分级与赫斯特指数结果进行叠加分析，能预测未来一段时间内植被覆盖度的持续性变化㊂采用重标极差分析法（Ｒ／Ｓ）计算赫斯特指数（ＩＨ），ＩＨ的范围在０ １㊂当ＩＨɤ０．５时，表示时间序列具有反向持续性；当０．５＜ＩＨɤ１．０时，表示时间序列具有正向持续性㊂地理探测器共有４个探测器，本研究主要采用因素探测和协同作用探测，计算方法和计算公式借鉴文献［１６］的方法㊂因素探测用于分析影响因素变化趋势对植被覆盖度空间分异的影响大小，以植被覆盖度为评价指标，各因素为影响因素，引入研究区植被覆盖度分异决定力（ｑ），ｑ＝１－ＶＳ，ＩＬ／ＶＴ，ＷＲ㊁ＶＳ，ＩＬ＝ðｌｈ＝１（ｎｈσ２ｈ）㊁ＶＴ，ＷＲ＝ｎσ２㊂式中：ｑ为度量空间分异性的分异决定力，ｈ为分类数目（ｈ＝１㊁２㊁ ㊁ｌ），ｎｈ为层ｈ的样本单元数，ｎ为全区的样本单元数，σ２ｈ为层ｈ的方差，σ２为全区的方差，ＶＳ，ＩＬ为层内方差之和，ＶＴ，ＷＲ为全区总方差㊂ｑ的取值范围为［０，１］，ｑ值越大，说明影响因素对植被覆盖度的影响力越强㊂３㊀结果与分析３．１㊀福州市中心城区植被覆盖度时空动态变化特征３．１．１㊀植被覆盖度时间动态变化特征通过计算福州市中心城区２００２ ２０２１年的植被覆盖度，分析其年际变化趋势（见图２）㊂植被覆盖度整体维持较高程度，多年均值为０．８２２，但植被覆盖度呈显著降低趋势（Ｐ＜０．０５），变化率为０．００１１㊃ａ－１；年均植被覆盖度由２００２年的０．８５７下降到２０２１年的０．８２２，减少幅度达３．５％，其中植被覆盖度平均值最大出现在２００２年（为０．８５７），２０１４年最低（为０．８０３）㊂在此基础上再分为２个阶段进行线性拟合，２００２ ２０１４年，年均植被覆盖度呈显著下降趋势，变化率为０．００２４㊃ａ－１（Ｐ＜０．０５）；２０１４ ２０２１年，年均植被覆盖度变化趋势不显著，但呈现波动且微增的现象，变化率为０．０００３㊃ａ－１㊂各植被覆盖度等级变化明显（见表２），中低㊁高的植被覆盖度面积占比，分别减少了０．１３％㊁１０．６７％；低㊁中㊁中高的植被覆盖度面积占比，增加幅度分别为０．０３％㊁７．２６％㊁３．５１％（见表３）㊂表２㊀福州市中心城区２００２—２０２１年各等级植被覆盖度比例年份各等级植被覆盖度比例／％低级中低级中级中高级高级年份各等级植被覆盖度比例／％低级中低级中级中高级高级２００２０．６１２．２７６．００１６．１６７４．９６２０１２０．７５２．７２１２．１４２０．４６６３．９３２００３０．５９２．１６８．４６２０．８２６７．９８２０１３０．７７２．０１１３．１０２０．５９６３．５３２００４０．６５２．６６９．１２２０．８７６６．７０２０１４１．０１３．４２１３．３５２０．９８６１．２３２００５０．５４３．０８９．３５１９．６５６７．３８２０１５０．９５１．７６１１．１７１９．３８６６．７３２００６０．６７２．４１９．６１１８．８８６８．４４２０１６０．８５２．１８１２．４１２２．７２６１．８５２００７０．６５２．０６１０．５０１８．９８６７．８２２０１７０．７６２．２１１３．９８２１．６９６１．３６２００８０．７１２．７７１０．２９１７．９４６８．２９２０１８０．６２２．７１１４．３８１９．４９６２．８１２００９０．７３３．２３１１．３６２０．３４６４．３４２０１９０．８０３．０１１５．４８１８．８５６１．８５２０１００．８４１．８６１０．４５２０．３１６６．５３２０２００．７８２．５９１６．１３１９．７９６０．７１２０１１０．８０３．４６１１．４０２１．１９６３．１５２０２１０．６４２．１４１３．２６１９．６７６４．２９３５第１２期㊀㊀㊀㊀㊀㊀㊀㊀㊀钟子豪，等：福州市中心城区植被覆盖度的时空演变及其驱动因素公式中的ｔ为年际变化时间，单位为ａ㊂图２㊀福州市中心城区２００２—２０２１年植被覆盖度均值年际变化趋势３．１．２㊀植被覆盖度空间分布及变化特征由２００２ ２０２１年福州市中心城区植被覆盖度空间分布（见图３（ａ））可见：主要表现为北低南高的空间格局；中高㊁高的植被覆盖度，主要位于闽江以南的地区㊁马尾区山区㊁长乐区北部山区；中的植被覆盖度，主要分布在鼓楼区㊁仓山区㊁晋安区，呈面状分布；中低的植被覆盖度，主要分布在仓山区㊁鼓楼区，呈块状分布；低的植被覆盖度，零星分布在闽江沿岸及沙洲㊂由图３（ｂ） （ｄ）可见：城区中部的中低植被覆盖区面积呈现先增加后减少的特征，说４５㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５１卷明近年来城区植被状况有一定程度的恢复；中㊁中高的植被覆盖度向闽江以南地区持续扩大，长乐区的东部沿海地区中㊁中高的植被覆盖度范围也在进一步扩大，高的植被覆盖度范围在减少，说明闽江以南和长乐区东部沿海地区的植被遭到破坏㊂由图４㊁表４可见：植被覆盖度变异系数的空间变化范围为０ １．８５３，均值为０．０８３，主要以低波动为主，面积占比６７．８％，呈面状分布；其它波动程度面积占比较小，占比分别为１７．３％㊁８．４％㊁４．６％㊁１．８％㊂表３㊀福州市中心城区２００２ ２０２１年植被覆盖度动态变化植被覆盖度（ＣＦＶ）等级２００２年植被覆盖度面积／ｋｍ２占研究区总面积比例／％２０２１年植被覆盖度面积／ｋｍ２占研究区总面积比例／％植被覆盖度变化幅度面积／ｋｍ２占研究区总面积比例／％０＜ＣＦＶɤ０．２㊀１１．８６０．６１㊀１２．３４０．６４㊀０．４８㊀０．０３０．２＜ＣＦＶɤ０．４４４．２８２．２７４１．５９２．１４－２．６９－０．１３０．４＜ＣＦＶɤ０．６１１６．８６６．００２５７．４０１３．２６１４０．５４７．２６０．６＜ＣＦＶɤ０．８３１４．８８１６．１６３８１．７３１９．６７６６．８５３．５１０．８＜ＣＦＶɤ１．０１４６０．６４７４．９６１２４７．７６６４．２９－２１２．８８－１０．６７图３㊀福州市中心城区２００２ ２０２１年植被覆盖度（ＣＦＶ）空间分布图４㊀福州市中心城区植被覆盖度空间波动状态表４㊀福州市中心城区植被覆盖度变异系数变化特征植被覆盖度变异系数变化特征面积／ｋｍ２占研究区总面积比例／％低波动１３２１．６８６７．８较低波动３３７．３７１７．３中波动１６４．６５８．４较高波动９０．６０４．６高波动３４．３８１．８３．１．３㊀植被覆盖度变化趋势由表５可见：福州市中心城区２００２ ２０２１年各等级植被覆盖度均有转化，转出等级主要为中高㊁高的植被覆盖度，转入等级主要为中高㊁中的植被覆盖度，说明植被覆盖度有所退化㊂对植被覆盖度变化趋势进行显著性检验（见图５㊁表６），保持稳定的区域面积最大（占总区域面积４０．９％）㊁极显著增加的区域占总区域面积２５．９％㊁显著增加的区域占总区域面积９．１％㊁极显著减少的区域占总区域面积１９．２％㊁显著减少的区域占总区域面积４．９％㊂赫斯特指数（ＩＨ）范围为０．１２７ ０．９０４，植被覆盖度呈正向持续性变化（ＩＨ＞０．５）面积占总区域面积３５．５％，反向持续性变化（ＩＨɤ０．５）面积占总区域面积６４．５％㊂将赫斯特指数与变化趋势叠加分析（见图６㊁表７）可５５第１２期㊀㊀㊀㊀㊀㊀㊀㊀㊀钟子豪，等：福州市中心城区植被覆盖度的时空演变及其驱动因素见：植被覆盖度以改善为主，其中未来改善的区域面积占总区域面积４３．１％，主要分布在高海拔地区，鼓楼区的植被覆盖度在未来会有一定的改善；持续性改善区域的面积占总区域面积１７．５％，零星分布在研究区范围内；退化面积占总区域面积３９．４％，其中持续性退化和未来退化的面积占总区域面积分别为１８．０％㊁２１．４％，主要分布在仓山区㊁长乐区东部㊁上街镇㊁南屿镇㊁南通镇以及闽江南岸和大樟溪沿岸地区㊂表５㊀福州市中心城区２００２—２０２１年植被覆盖度（ＣＦＶ）变化转移矩阵植被覆盖度（ＣＦＶ）变化２００２年不同等级ＣＦＶ流出面积／ｋｍ２０＜ＣＦＶɤ０．２０．２＜ＣＦＶɤ０．４０．４＜ＣＦＶɤ０６０．６＜ＣＦＶɤ０．８０．８＜ＣＦＶɤ１．０合计２００２年各等级ＣＦＶ流出面积总计／ｋｍ２２０２１年不同等级ＣＦＶ流入面积㊀０＜ＣＦＶɤ０．２５．６２１．５３㊀１．２５㊀０．６９㊀０．２８㊀９．３７㊀３．７５０．２＜ＣＦＶɤ０．４１．３２６．９３２８．８３３．４７０．７６４１．３１３４．３８０．４＜ＣＦＶɤ０．６０．８３１３．７３５８．９２３３．７５４．９２１１２．１５５３．２３０．６＜ＣＦＶɤ０．８０．２１１１．４４９０．０６１２９．０１７１．４１３０２．１３１７３．１２０．８＜ＣＦＶɤ１．０－３．５４６９．４７２０３．９２１１６５．３３１４４２．２６２７６．９３合计７．９８３７．１７２４８．５３３７０．８４１２４２．７０１９０７．１９２０２１各等级ＣＦＶ流入面积总计２．３６３０．２４１８９．６１２４１．８３７７．３７图５㊀研究区植被覆盖度空间变化格局表６㊀福州市中心城区植被覆盖度面积空间变化特征植被覆盖度空间面积变化特征面积／ｋｍ２占研究区总面积比例／％极显著改善５０４．４４２５．９显著改善１７６．８０９．１保持稳定７９７．７８４．９显著退化９５．１４４．９极显著退化３７４．５３１９．２图６㊀研究区植被覆盖度未来空间变化格局表７㊀福州市中心城区植被覆盖度面积未来空间变化特征植被覆盖度未来面积空间变化特征面积／ｋｍ２占研究区总面积比例／％持续退化３２８．８０１８．０未来退化３９２．０７２１．４持续改善３２１．０１１７．５未来改善７８９．５５４３．１３．２㊀福州市中心城区植被覆盖度变化的影响因素３．２．１㊀各影响因素的影响力探测及变化特征通过因素探测器分别探测２００２㊁２００７㊁２０１２㊁２０１７㊁２０２１年５个年度１１个影响因素对福州市中心城区植被覆盖度的影响㊂单因素探测结果，除坡向（２００２年和２００７年）外，各影响因素对福州市中心城区植被覆盖度空间分布均有显著影响（Ｐ＜０．０５）㊂由表８可见：２００２年，植被覆盖度分异决定力（ｑ）最大的影响因素是夜间灯光（为０．４７３）；２００７㊁２０１２㊁２０１７㊁２０２１年，ｑ值最大的影响因素均为土地利用类型，分别为０．５３２㊁０．５９２㊁０．６０６㊁０．５６３㊂坡向对植被覆盖度的分异决定力在各年度均为最低，２００２㊁２００７㊁２０１２㊁２０１７㊁２０２１年ｑ值，分别为０．００３㊁０．００８㊁０．０１８㊁０．０２１㊁０．０２５，变化较小且对植被覆盖度的分异决定力处在较弱水平㊂说明人类活动因素比自然因素的影响大，人类活动对植被覆盖度的空间分布产生主要影响㊂２００２ ２０２１年，地貌㊁坡向㊁ＧＤＰ密度㊁人口密度，对植被覆盖度空间分异的影响均呈逐年增加趋势；其中高程㊁坡度㊁植被类型㊁夜间灯光㊁土地利用类型的ｑ值，呈现先增后减的特征；年降水量㊁年均温呈现波动变化的特征㊂３．２．２㊀各影响因素协同作用的探测为了分析任意２个影响因素协同作用后对区域内植被覆盖度空间分布的影响程度，利用交互探测器探测驱动因素之间影响植被覆盖度变化的相互关系（见表９）㊂研究结果表明：２００２年的非线性增强作用最多，坡向与其它影响因素均为非线性增强；２００２ ２０２１年５个时期的地貌与坡向的协同作用㊁坡向与ＧＤＰ密度的协同作用，均为非线性增强；各影响因素对植被覆盖度的影响存在协同作用，影响因素之间协同作用呈现双因素增强和非线性增强关６５㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５１卷系，不存在相互独立起作用的影响因素㊂表８㊀５个年度１１个影响因素单因素对福州市中心城区植被覆盖度影响的探测结果年份各影响因素的植被覆盖度分异决定力（ｑ）地貌类型高程坡度坡向植被类型夜间灯光ＧＤＰ密度年降水量年均温人口密度土地利用类型２００２０．０８３∗０．２４３∗０．２１５∗０．００３０．２１３∗０．４７３∗０．１７８∗０．０８７∗０．１６７∗０．２３６∗０．４５６∗２００７０．１２１∗０．３４９∗０．３２５∗０．００８０．３１０∗０．４７１∗０．１６４∗０．１５９∗０．３６７∗０．２４０∗０．５３２∗２０１２０．１２９∗０．４４２∗０．４０６∗０．０１８∗０．３４７∗０．４９６∗０．２６９∗０．１２５∗０．４８４∗０．２９６∗０．５９２∗２０１７０．１６１∗０．４８３∗０．４４７∗０．０２１∗０．３７２∗０．４６１∗０．２６２∗０．４８５∗０．１６３∗０．２８８∗０．６０６∗２０２１０．１６６∗０．４５６∗０．４４１∗０．０２５∗０．３７０∗０．４６３∗０．２８１∗０．１４９∗０．３８５∗０．４１８∗０．５６３∗㊀㊀注：∗表示影响显著（Ｐ＜０．０５）㊂㊀㊀交互探测结果（见表９）表明：各影响因素间有显著的协同作用，主要表现为双因素增强关系㊂２００２ ２０２１年５个时期，土地利用类型与夜间灯光协同作用的ｑ值均为最大，分别为０．６２０㊁０．６５７㊁０．６９５㊁０．６７２㊁０．６５３，总体上呈现逐年增加的趋势，说明这与城镇化进程进一步提高有关㊂２００２㊁２００７㊁２０１７年，地貌与坡向协同作用的ｑ值最小，分别为０．０９９㊁０．１４０㊁０．１８４；２０１２㊁２０２１年，坡向与降水协同的ｑ值最小，分别为０．１５１㊁０．１７０㊂因此，土地利用类型和夜间灯光是影响植被覆盖度空间变化的主导驱动因素㊂表９㊀２００２—２０２１年各个影响因素的协同作用对福州市中心城区植被覆盖度影响的探测结果年份影响因素各影响因素协同作用对植被覆盖度的分异决定力（ｑ）地貌类型高程坡度坡向植被类型夜间灯光ＧＤＰ密度年降水量年均温人口密度２００２高程０．２９５坡度０．２８２０．２７８坡向０．０９９∗０．２４９∗０．２３９∗植被类型０．２４４０．２８９０．２７８０．２２１∗夜间灯光０．５０５０．５３９０．５５７０．４９７∗０．５２０ＧＤＰ密度０．２７６∗０．４３８∗０．４３０∗０．１９４∗０．３８７０．４８８年降水量０．１５１０．３４７∗０．３４９∗０．１０３∗０．３０００．５１９０．３０９∗年均温０．２１００．２５００．２６１０．１７３∗０．２５５０．５０８０．３７１∗０．２３６人口密度０．３０６０．３７５０．３５８０．２６０∗０．３５１０．５０３０．３５７０．３４９∗０．３３０土地利用类型０．５０５０．４８１０．４７００．４８１∗０．４８３０．６２００．５５９０．５３３０．４７４０．５１５２００７高程０．４０８坡度０．４０１０．４０７坡向０．１４０∗０．３５５０．３４８∗植被类型０．３４９０．４１６０．４１１０．３１９∗夜间灯光０．５１６０．５８６０．６０２０．４９２∗０．５５２ＧＤＰ密度０．２９８∗０．５０６０．４９６∗０．１８３∗０．４４７０．４９０年降水量０．２２２０．４１６０．４４１０．１７３∗０．３７９０．５６００．３７１∗年均温０．４３２０．４３１０．４３５０．３８３∗０．４２６０．５６００．５１１０．４６２人口密度０．３３８０．４４８０．４３７０．２６２∗０．４２３０．５０３０．３３８０．４０１∗０．４４８土地利用类型０．５８３０．５６１０．５４６０．５５３∗０．５６７０．６５７０．６０８０．５９６０．５７８０．５７１２０１２高程０．４９９坡度０．４７７０．５１１坡向０．１５７∗０．４５００．４２４植被类型０．３８５０．５０７０．４９００．３５９夜间灯光０．５２８０．６３３０．６３９０．５１４０．５６７ＧＤＰ密度０．３２７０．５５６０．５３９０．２９６∗０．４６００．５４３年降水量０．２１９０．４９１０．４８６０．１５１∗０．３９６０．５６４０．３６８年均温０．５２８０．５２７０．５３４０．４９５０．５２１０．６１８０．５６７０．５４３人口密度０．３７６０．５４１０．５２７０．３２２∗０．４７７０．５４６０．４０７０．４０９０．５６１土地利用类型０．６２４０．６２６０．６０７０．６０３０．６２００．６９５０．６５００．６２７０．６４４０．６２６２０１７高程０．５３９坡度０．５２００．５５９坡向０．１８４∗０．４８９０．４６０植被类型０．４２１０．５４８０．５３４０．３８１夜间灯光０．５０５０．５９７０．６０９０．４７３０．５３６ＧＤＰ密度０．３４５０．５８３０．５６００．２８６∗０．４７２０．５１８年降水量０．５３３０．５６６０．５７１０．４９５０．５３００．５６１０．５５４年均温０．２７６０．５１６０．５４６０．１９０∗０．４３４０．５４７０．４０９０．５５８人口密度０．３９００．５６４０．５４７０．３２１∗０．４８６０．５２９０．４０７０．５４５０．４４５土地利用类型０．６４２０．６４８０．６２９０．６１４０．６４１０．６７２０．６６６０．６６３０．６３５０．６４１７５第１２期㊀㊀㊀㊀㊀㊀㊀㊀㊀钟子豪，等：福州市中心城区植被覆盖度的时空演变及其驱动因素续（表９）年份影响因素各影响因素协同作用对植被覆盖度的分异决定力（ｑ）地貌类型高程坡度坡向植被类型夜间灯光ＧＤＰ密度年降水量年均温人口密度２０２１高程０．５３２坡度０．５２８０．５４２坡向０．２００∗０．４６４０．４５７植被类型０．４３６０．５２８０．５３４０．３７９夜间灯光０．５２８０．６０００．６１１０．４７６０．５４６ＧＤＰ密度０．３５８０．５７９０．５７６０．３１０∗０．４９１０．５４４年降水量０．２６７０．４８１０．５０２０．１７００．４１６０．５０３０．３８６年均温０．４６１０．４８６０．５３２０．３９２０．４８８０．５３５０．５２３０．４０９人口密度０．５０９０．５８５０．５７６０．４４２０．５３８０．５７３０．５０４０．４９７０．５５４土地利用类型０．６１５０．６０７０．５９４０．５７２０．６１１０．６５３０．６４６０．５８４０．５９９０．６２７㊀㊀注：∗表示非线性增强，其余均为双因素增强㊂４　讨论与结论自然因素和人类活动等因素协同作用，对区域内植被覆盖度产生重要的影响㊂本研究表明，从时间变化方面，２００２ ２０２１年福州市中心城区植被覆盖度整体呈下降趋势，但２０１４ ２０２１年表现为波动上升的特征，而福州市中心城区中低的植被覆盖度先增后减㊂福州市政府通过 旧城改造 和 新城建设 等相关政策，２０１４年福州启动中心城区工厂搬迁改造工作，减缓了福州市中心城区植被覆盖度的恶化趋势［３０］；在空间方面，西部㊁南部㊁北部山区的植被覆盖度较高，而城区中部的仓山区㊁长乐区东部㊁闽侯县上街镇㊁南屿镇沿江地带㊁南通镇沿江地带的植被覆盖度变低，在推进城市化建设的同时，应结合旧城改造，减少对绿地的占用㊂新世纪初期，福州提出了 东扩南进西拓 的城市发展战略［３１］，是导致闽江南岸和长乐区植被覆盖度降低的原因［３２］㊂本研究表明，２００２ ２０２１年对各年份植被覆盖度探测，影响植被覆盖度的主导因素均为人类活动因素，其中土地利用类型㊁夜间灯光对植被覆盖度的影响力均排名靠前，说明人类活动是影响城市植被覆盖度的直接因素［３３－３４］㊂由此可见，土地利用类型是引起城市区域植被覆盖度空间分异的主要驱动力㊂驱动因素ｑ值在时间上也发生了变化，各驱动因素对福州市植被覆盖度的影响越来越大，而坡向对于植被覆盖度的影响力始终最低，其分异决定力不足３％㊂各影响因素之间的协同作用会增强影响力，其中土地利用类型与夜间灯光的协同作用对植被覆盖度空间分异的影响力均为最大，且呈增加趋势，与近年来福州快速推进城市化有关㊂本研究利用遥感影像㊁自然因素㊁社会经济数据等，运用趋势分析法㊁变异系数㊁赫斯特（Ｈｕｒｓｔ）指数对福州市中心城区植被覆盖度的时空演变特征进行了分析，并通过地理探测器对影响其时空分异的因素进行探究，定量化分析了多因素之间的协同作用对植被覆盖度空间分异的贡献率㊂结果表明：（１）２００２ ２０２１年，福州市中心城区植被覆盖度整体良好，虽呈现总体下降趋势，但２０１４ ２０２１年呈现波动微增；空间分布上，研究区内植被覆盖度总体呈现北低南高的分布格局，高㊁中高的植被覆盖度主要分布在闽江以南；低㊁中低㊁高的植被覆盖度面积占比减少，中㊁中高的植被覆盖度面积占比呈现增加的特征；变异系数均值为０．０８３，波动较小并以低波动为主；２００２ ２０２１年植被覆盖度变化趋势以保持稳定的区域为主，植被覆盖度的赫斯特指数以反向持续性变化占比最大，未来变化趋势则以未来改善的区域为主㊂（２）土地利用类型和夜间灯光对植被覆盖度空间分布的影响最大，其中２００２年ｑ值最大的是夜间灯光㊁２００７ ２０２１年ｑ值最大的是土地利用类型；自然因素中高程的影响力最强㊁坡向的影响力最弱，表明土地利用类型是影响福州市中心城区植被覆盖度的主导因素㊂（３）福州市中心城区植被覆盖度的空间分布由多种因素协同作用，各因素对植被覆盖度空间分布的影响存在协同作用，主要呈现双因素增强和非线性增强关系㊂协同作用影响力最强的是土地利用类型与夜间灯光的协同作用；２００２㊁２００７㊁２０１７年的协同作用最弱的是地貌与坡向的协同作用，２０１２㊁２０２１年协同作用最弱的是坡向与降水的协同作用㊂（４）引起区域植被覆盖度演变的原因是复杂多样的，其中极端天气条件㊁城市化进程㊁能源结构调整㊁农业结构调整㊁生态治理程度等，都会对区域植被覆盖度的变化产生重要影响，同时也会引起气候环境变化㊂未来还需考虑极端天气对植被生长的影响，同时结合人口与城市化㊁能源消费㊁生态保护措施㊁政策因素等进行多因素耦合研究，继续深入探究人类活动和气候变化对植被变化的影响机制，为福８５㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５１卷州市中心城区高质量发展及生态文明建设提供决策参考㊂本研究表明，福州市中心城区植被覆盖度的时空变化以及各影响因素对其影响均具有显著的差异，在优化和提升福州市中心城区植被覆盖度方面，需趋利避害，精准制定复绿提升策略㊂福州市中心城区河网密布，应积极开展河道清淤工作，改善滨水绿地的周边生态环境状况，以提高滨水绿地的植被覆盖度㊂福州市中心城区存在部分老旧小区，应对该类小区进行环境整治和改造，对于其中的违建应进行清理拆除复绿，利用好街头巷尾的空地，加强社区的口袋公园绿地的建设和完善，以提升植被覆盖度㊂对中心城区的植被种植层次进一步优化调整，使其结构合理，加强中心城区植物的养护管理，以保持良好的生长状态㊂综合通过以上措施，以期为未来福州市中心城区植被覆盖状况得到进一步改善和提升㊂参㊀考㊀文㊀献［１］㊀ＴＡＮＧＬ，ＨＥＭＺ，ＬＩＸＲ．ＶｅｒｉｆｉｃａｔｉｏｎｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅａｎｄＮＤＶＩｏｆｄｅｓｅｒｔｖｅｇｅｔａｔｉｏｎｖｉａＵＡＶＲＳｔｅｃｈｎｏｌｏｇｙ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０２０，１２（１１）．ｄｏｉ：１０．３３９０／ｒｓ１２１１１７４２．［２］㊀ＹＡＮＫ，ＧＡＯＳ，ＣＨＩＨＪ，ｅｔａｌ．Ｅｖａｌｕａｔｉｏｎｏｆｔｈｅｖｅｇｅｔａｔｉｏｎ⁃ｉｎ⁃ｄｅｘ⁃ｂａｓｅｄｄｉｍｉｄｉａｔｅｐｉｘｅｌｍｏｄｅｌｆｏｒｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｅｓｔｉ⁃ｍａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓ⁃ｉｎｇ，２０２１，６０．ｄｏｉ：１０．１１０９／ＴＧＲＳ．２０２０．３０４８４９３．［３］㊀马小红，林菲，原黎明，等．２０００ ２０２０年汾河流域植被覆盖度变化及其对生态工程的响应［Ｊ］．中国沙漠，２０２３，４３（３）：８６－９５．［４］㊀ＳＨＩＳＨ，ＷＡＮＧＸＬ，ＨＵＺＲ，ｅｔａｌ．Ｇｅｏｇｒａｐｈｉｃｄｅｔｅｃｔｏｒ－ｂａｓｅｄｑｕａｎｔｉｔａｔｉｖｅａｓｓｅｓｓｍｅｎｔｅｎｈａｎｃｅｓａｔｔｒｉｂｕｔｉｏｎａｎａｌｙｓｉｓｏｆｃｌｉｍａｔｅａｎｄｔｏｐｏｇｒａｐｈｙｆａｃｔｏｒｓｔｏｖｅｇｅｔａｔｉｏｎｖａｒｉａｔｉｏｎｆｏｒｓｐａｔｉａｌｈｅｔｅｒｏｇｅｎｅｉｔｙａｎｄｃｏｕｐｌｉｎｇ［Ｊ］．ＧｌｏｂａｌＥｃｏｌｏｇｙａｎｄＣｏｎｓｅｒｖａｔｉｏｎ，２０２３，４２．ｄｏｉ：１０．１０１６／ｊ．ｇｅｃｃｏ．２０２３．ｅ０２３９８．［５］㊀ＩＩＺＵＫＡＫ，ＫＡＴＯＴ，ＳＩＬＳＩＧＩＡＳ，ｅｔａｌ．Ｅｓｔｉｍａｔｉｎｇａｎｄｅｘａｍｉ⁃ｎｉｎｇｔｈｅｓｅｎｓｉｔｉｖｉｔｙｏｆｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓｔｏｆｒａｃｔｉｏｎｓｏｆｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｔｄｉｆｆｅｒｅｎｔｓｃａｌｉｎｇｇｒｉｄｓｆｏｒｅａｒｌｙＳｔａｇｅＡｃａｃｉａｐｌａｎｔａｔｉｏｎｆｏｒｅｓｔｓｕｓｉｎｇａｆｉｘｅｄ⁃ｗｉｎｇＵＡＳ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１９，１１（１５）．ｄｏｉ：１０．３３９０／ｒｓ１１１５１８１６．［６］㊀ＢＯＥＬＭＡＮＮＴ，ＳＴＩＥＧＬＩＴＺＭ，ＧＲＩＦＦＩＮＫＬ，ｅｔａｌ．Ｉｎｔｅｒ⁃ａｎｎｕ⁃ａｌｖａｒｉａｂｉｌｉｔｙｏｆＮＤＶＩｉｎｒｅｓｐｏｎｓｅｔｏｌｏｎｇ⁃ｔｅｒｍｗａｒｍｉｎｇａｎｄｆｅｒｔｉｌｉ⁃ｚａｔｉｏｎｉｎｗｅｔｓｅｄｇｅａｎｄｔｕｓｓｏｃｋｔｕｎｄｒａ［Ｊ］．Ｏｅｃｏｌｏｇｉａ，２００５，１４３（４）：５８８－５９７．［７］㊀ＢＡＬＤＩＧ，ＮＯＳＥＴＴＯＭＤ，ＡＲＡＧ ＮＲ，ｅｔａｌ．Ｌｏｎｇ⁃ｔｅｒｍｓａｔｅｌ⁃ｌｉｔｅＮＤＶＩｄａｔａｓｅｔｓ：ＥｖａｌｕａｔｉｎｇｔｈｅｉｒａｂｉｌｉｔｙｔｏｄｅｔｅｃｔｅｃｏｓｙｓｔｅｍｆｕｎｃｔｉｏｎａｌｃｈａｎｇｅｓｉｎＳｏｕｔｈＡｍｅｒｉｃａ［Ｊ］．Ｓｅｎｓｏｒｓ，２００８，８（９）：５３９７－５４２５．［８］㊀ＭＡＭＡＴＴＵＲＳＵＮＡ，ＹＡＮＧＨ，ＡＢＬＩＫＩＭＫ，ｅｔａｌ．Ｓｐａｔｉｏｔｅｍｐｏ⁃ｒａｌＥｖｏｌｕｔｉｏｎａｎｄＤｒｉｖｉｎｇＦｏｒｃｅｓｏｆＶｅｇｅｔａｔｉｏｎＣｏｖｅｒｉｎｔｈｅＵｒｕｍｑｉｒｉｖｅｒｂａｓｉｎ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＲｅｓｅａｒｃｈａｎｄＰｕｂｌｉｃＨｅａｌｔｈ，２０２２，１９（２２）．ｄｏｉ：１０．３３９０／ｉｊｅｒｐｈ１９２２１５３２３．［９］㊀朱林富，谢世友，杨华，等．基于ＭＯＤＩＳ－ＥＶＩ的２０００ ２０１５年重庆植被覆盖季节变化［Ｊ］．长江流域资源与环境，２０１７，２６（１２）：２１４６－２１５５．［１０］㊀郑杰，冯文兰，牛晓俊，等．四川省植被变化及其与气象因子的相关性分析［Ｊ］．水土保持通报，２０１６，３６（２）：９９－１０４，３４９－３５０．［１１］㊀李楠，韩金锋，阳维宗，等．２０００ ２０１９年若尔盖高原植被生长季ＮＤＶＩ时空变化特征研究［Ｊ］．西南林业大学学报（自然科学），２０２１，４１（１）：１３３－１３９．［１２］㊀彭凯锋，蒋卫国，侯鹏，等．三江源国家公园植被时空变化及其影响因子［Ｊ］．生态学杂志，２０２０，３９（１０）：３３８８－３３９６．［１３］㊀张斯琦，陈辉，宋明华，等．２０００ ２０１５年柴达木盆地植被覆盖度时空变化及其与环境因子的关系［Ｊ］．干旱区地理，２０１９，４２（５）：１１２４－１１３２．［１４］㊀杨少康，刘冀，魏榕，等．长江上游流域生长季植被覆盖度时空变化特征及其成因［Ｊ］．长江流域资源与环境，２０２２，３１（７）：１５２３－１５３３．［１５］㊀张亮，丁明军，张华敏，等．１９８２ ２０１５年长江流域植被覆盖度时空变化分析［Ｊ］．自然资源学报，２０１８，３３（１２）：２０８４－２０９７．［１６］㊀王劲峰，徐成东．地理探测器：原理与展望［Ｊ］．地理学报，２０１７，７２（１）：１１６－１３４．［１７］㊀吴跃，周忠发，赵馨，等．基于遥感计算云平台高原山区植被覆盖时空演变研究：以贵州省为例［Ｊ］．中国岩溶，２０２０，３９（２）：１９６－２０５．［１８］㊀王建，赵牡丹，李健波，等．基于ＭＯＤＩＳ时序数据的秦巴山区生态环境质量动态监测及驱动力分析［Ｊ］．山地学报，２０２１，３９（６）：８３０－８４１．［１９］㊀何钊全，尚雪，张铜会，等．基于ＧＩＳ耦合地理探测器模型的陕北红枣生态适宜性区划与驱动机理分析［Ｊ］．灌溉排水学报，２０２２，４１（１２）：９７－１０６．［２０］㊀高倩倩，陈灿，刘贺娜，等．闽江流域植被覆盖度时空变化及地形分异特征［Ｊ］．林业资源管理，２０２２（２）：９１－９９．［２１］㊀沈中健，曾坚，梁晨．闽南三市绿地景观格局与地表温度的空间关系［Ｊ］．生态学杂志，２０２０，３９（４）：１３０９－１３１７．［２２］㊀ＷＵＹＺ，ＳＨＩＫＦ，ＣＨＥＮＺＱ，ｅｔａｌ．Ｄｅｖｅｌｏｐｉｎｇｉｍｐｒｏｖｅｄｔｉｍｅ⁃ｓｅｒｉｅｓＤＭＳＰ－ＯＬＳ－Ｌｉｋｅｄａｔａ（１９９２ ２０１９）ｉｎＣｈｉｎａｂｙｉｎｔｅｇｒａｔｉｎｇＤＭＳＰ－ＯＬＳａｎｄＳＮＰＰ－ＶＩＩＲＳ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃ⁃ｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０２２，６０．ｄｏｉ：１０．１１０９／ＴＧＲＳ．２０２１．３１３５３３３．［２３］㊀ＹＡＮＧＪ，ＨＵＡＮＧＸ．Ｔｈｅ３０ｍａｎｎｕａｌｌａｎｄｃｏｖｅｒｄａｔａｓｅｔａｎｄｉｔｓｄｙｎａｍｉｃｓｉｎＣｈｉｎａｆｒｏｍ１９９０ｔｏ２０１９［Ｊ］．ＥａｒｔｈＳｙｓｔｅｍＳｃｉｅｎｃｅＤａｔａ，２０２１，１３（８）：３９０７－３９２５．［２４］㊀张朔川，汤军，高贤君．秦皇岛市２００１ ２０２０年植被覆盖动态变化及预测［Ｊ］．科学技术与工程，２０２１，２１（３１）：１３２５４－１３２６１．［２５］㊀马梓策，于红博，曹聪明，等．中国植被覆盖度时空特征及其影响因素分析［Ｊ］．长江流域资源与环境，２０２０，２９（６）：１３１０－１３２１．［２６］㊀ＷＵＸＦ，ＨＵＡＮＧＸ．Ｓｃｒｅｅｎｉｎｇｏｆｕｒｂａｎｅｎｖｉｒｏｎｍｅｎｔａｌｖｕｌｎｅｒａ⁃ｂｉｌｉｔｙｉｎｄｉｃａｔｏｒｓｂａｓｅｄｏｎｃｏｅｆｆｉｃｉｅｎｔｏｆｖａｒｉａｔｉｏｎａｎｄａｎｔｉ⁃ｉｍａｇｅｃｏｒｒｅｌａｔｉｏｎｍａｔｒｉｘｍｅｔｈｏｄ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＩｎｄｉｃａｔｏｒｓ，２０２３，１５０．ｄｏｉ：１０．１０１６／ｊ．ｅｃｏｌｉｎｄ．２０２３．１１０１９６．［２７］㊀宋梦来，陈海涛，丁晗，等．１９９０ ２０２０年天津市植被覆盖度时空演变特征及影响因素分析［Ｊ］．水土保持研究，２０２３，３０（１）：１５４－１６３．［２８］㊀ＨＵＲＳＴＨＥ．Ｔｈｅｐｒｏｂｌｅｍｏｆｌｏｎｇ－ｔｅｒｍｓｔｏｒａｇｅｉｎｒｅｓｅｒｖｏｉｒｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＡｓｓｏｃｉａｔｉｏｎｏｆＳｃｉｅｎｔｉｆｉｃＨｙｄｒｏｌｏｇｙＢｕｌｌｅｔｉｎ，１９５６，１（３）：１３－２７．［２９］㊀李杰，张军，刘陈立，等．基于ＭＯＤＩＳ－ＮＤＶＩ的云南怒江流域植被覆盖时空变化特征研究［Ｊ］．林业资源管理，２０１８（４）：９０－９９．［３０］㊀施智勇，胡晓婷，谢慧黎，等．基于ＲＳＥＩ的生态环境质量评价及驱动力分析：以闽江流域（福州段）为例［Ｊ］．测绘通报，２０２３（２）：２８－３３．［３１］㊀欧惠，戴文远，黄万里，等．盆地型城市建设用地扩展与空间形态演变：以福州市中心城区为例［Ｊ］．地域研究与开发，２０２０，３９（３）：７０－７５．［３２］㊀吴小琼．城乡融合试验区政策执行路径研究：以福州东部片区试验区为例［Ｊ］．福建建筑，２０２２（１２）：１６－１９．［３３］㊀崔囤月，王世东，张学军．１９９１ ２０２１年雄安新区土地利用与植被覆盖变化遥感研究［Ｊ／ＯＬ］．自然资源遥感．ｈｔｔｐｓ：／／ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／１０．１７５９．Ｐ．２０２３０４０３．１１０３．００２．ｈｔｍｌ１－１３．［３４］㊀赵胜楠，王宇，乔旭宁．１９８７ ２０２１年淮河流域植被覆盖度时空变化与驱动因素分析［Ｊ］．农业机械学报．ｈｔｔｐｓ：／／ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／／１１．１９６４．ｓ．２０２３０２２１．１４２６．０１６．ｈｔｍｌ．９５第１２期㊀㊀㊀㊀㊀㊀㊀㊀㊀钟子豪，等：福州市中心城区植被覆盖度的时空演变及其驱动因素。