Analysis of Vegetation Coverage Change in Kedong County in 2000-2020

doi:10.11924/j.issn.1000-6850.casb2022-0750

Abstract

Abstract:

Vegetation coverage is not only an index parameter for quantifying the surface coverage of plant communities, but also a basic parameter for quantitative research of remote sensing physical model. The change of vegetation coverage reflects the change of regional ecological environment. Taking Kedong County as the research area, and based on the remote sensing data sets of GlobeLand30 and Landsat from 2000 to 2020, the evolution trend of vegetation coverage was studied by means of remote sensing image interpretation and superposition analysis. The conclusions are as follows:(1) cultivated land was the main type of land use in the study area, and the land use type developed from cultivated land > grassland > woodland > water area > construction land > other land > special land to cultivated land > grassland > woodland > construction land > special land > water area > other land; (2) vegetation coverage types were advancing from low coverage to high coverage, showing a development trend from low to high as a whole; (3) among the land use types, the vegetation coverage of cultivated land, grassland, water area, construction land and other land showed an increasing trend, while the woodland remained unchanged, while the special land showed a decreasing trend. On the whole, the vegetation in Kedong County grew well from 2000 to 2020, and the vegetation coverage types developed from low coverage to high coverage, which showed a development trend on the basis of maintaining stability.

Key words: land use, vegetation coverage, evolution trend, Kedong County

WANG Jiahao, XIAO Yang, ZHANG Ruihao, WANG Yan, NIU Yuxuan, HE Xuyang. Analysis of Vegetation Coverage Change in Kedong County in 2000-2020[J]. Chinese Agricultural Science Bulletin, 2023, 39(24): 77-83.

Figures/Tables 6

References 32

[1]	毛盛林, 上官周平. 近20年黄土高原土地利用/植被覆盖变化特征及其成因[J]. 水土保持研究, 2022, 29(5):213-219.
[2]	阿妮克孜·肉孜, 张岩, 何远梅, 李镇, 杨松. 基于QuickBird影像的黄土高原植被恢复差异[J]. 干旱区研究, 2016, 33(3):554-559.
[3]	徐焕. 黄土高原植被覆盖时空变化的遥感监测及其驱动力分析[D]. 北京: 中国科学院大学(中国科学院遥感与数字地球研究所), 2017.
[4]	万红梅, 李霞, 董道瑞. 基于多源遥感数据的荒漠植被覆盖度估测[J]. 应用生态学报, 2012, 23(12):3331-3337.
[5]	贾坤, 姚云军, 魏香琴, 等. 植被覆盖度遥感估算研究进展[J]. 地球科学进展, 2013, 28(7):774-782. doi: 10.11867/j.issn.1001-8166.2013.07.0774
[6]	刘琳, 郑兴明, 姜涛, 等. 无人机遥感植被覆盖度提取方法研究综述[J]. 东北师大学报:自然科学版, 2021, 53(4):151-160.
[7]	赵春玲, 李志刚, 吕海军, 等. 中德合作宁夏贺兰山封山育林育草项目区植被覆盖度监测[J]. 宁夏农林科技, 2000(S1):6-14.
[8]	钱娅. 2006-2015年江苏省植被覆盖度的演变趋势与预测研究[D]. 南京: 南京信息工程大学, 2021.
[9]	王思, 张路路, 林伟彪, 等. 基于MODIS-归一化植被指数的广东省植被覆盖与土地利用变化研究[J]. 生态学报, 2022, 42(6):2149-2163.
[10]	赫英明, 刘向培, 王汉杰. 基于EVI的中国最近10a植被覆盖变化特征分析[J]. 气象科学, 2017, 37(1):51-59.
[11]	孙斌, 李增元, 郭中, 等. 高分一号与Landsat TM数据估算稀疏植被信息对比[J]. 遥感信息, 2015, 30(5):48-56.
[12]	杜英坤, 燕琴, 骆成凤, 等. 石家庄1995—2015年植被覆盖变化监测及预测[J]. 遥感信息, 2016, 31(4):101-107.
[13]	李国亮. 2000—2012年黑河流域上游植被覆盖变化遥感监测与分析[D]. 兰州: 西北师范大学, 2015.
[14]	徐焕. 黄土高原植被覆盖时空变化的遥感监测及其驱动力分析[D]. 北京: 中国科学院大学(中国科学院遥感与数字地球研究所), 2017.
[15]	严登明, 翁白莎, 于志磊, 等. 淮河流域土地利用时空格局动态及其植被覆盖变化分析[J]. 中国农村水利水电, 2016(11):52-57.
[16]	苏丛鹏. 克东县水土流失现状调查与治理措施[J]. 黑龙江水利科技, 2009, 37(3):199-200.
[17]	王亭月. 2012—2018年黑龙江省植被覆盖度动态变化分析[J]. 国土与自然资源研究, 2020(4):16-21.
[18]	方利, 王文杰, 蒋卫国, 等. 2000—2014年黑龙江流域(中国)植被覆盖时空变化及其对气候变化的响应[J]. 地理科学, 2017, 37(11):1745-1754. doi: 10.13249/j.cnki.sgs.2017.11.017
[19]	张慧, 邱凯玉, 王宇瑶, 等. 农业主产区土地生态安全格局构建——以克东县为例[J]. 水土保持研究, 2021, 28(6):274-282.
[20]	张波. 基于RS和GIS的小流域生态环境质量综合评价[D]. 石家庄: 河北师范大学, 2007.
[21]	李周. 高分辨率遥感影像土地利用信息提取技术研究[D]. 西安: 西安科技大学, 2018.
[22]	GB/T 21010-2017, 土地利用现状分类[S].
[23]	高燕, 张延玲, 何小雷. 东北黑土区耕地分布解译的遥感数据源对比[J]. 中国水土保持, 2016(7):61-65.
[24]	杨春霞, 姚文艺, 肖培青, 等. 植被覆盖结构对坡面产流产沙的影响及调控机制分析[J]. 水利学报, 2019, 50(9):1078-1085.
[25]	初庆伟, 张洪群, 吴业炜, 等. Landsat-8卫星数据应用探讨[J]. 遥感信息, 2013, 28(4):110-114.
[26]	张超. 基于“3S”技术的大熊猫潜在栖息地研究[D]. 成都: 成都理工大学, 2016.
[27]	李苗苗. 植被覆盖度的遥感估算方法研究[D]. 北京: 中国科学院研究生院(遥感应用研究所), 2003.
[28]	王瑾, 闫庆武, 谭学玲, 等. 内蒙古地区植被覆盖动态及驱动因素分析[J]. 林业资源管理, 2019(4):159-167.
[29]	王国重, 李中原, 田颖超, 等. 雨强和土地利用类型对豫西南山区产流产沙的影响[J]. 武汉大学学报:工学版, 2017, 50(2):182-186.
[30]	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.
[31]	何利平, 简季. 四川省2009—2020年植被覆盖度时空变化遥感动态监测[J]. 水土保持通报, 2022, 42(2):203-209.
[32]	薛东剑. RS与GIS在区域地质灾害风险评价中的应用[D]. 成都: 成都理工大学, 2010.

土地利用类型	2000			2010			2020
土地利用类型	count	面积/km²	占比/%	count	面积/km²	占比/%	count	面积/km²	占比/%
耕地	1877365	1691.35	81.18	1870887	1685.54	80.90	1865606	1680.88	80.68
林地	149491	136.49	6.47	148152	133.38	6.41	148286	133.58	6.41
草地	193666	173.30	8.38	188737	168.71	8.16	190772	170.29	8.25
特殊用地	158	0.14	0.01	65	0.05	0.01	4226	3.78	0.18
水域	8629	7.68	0.37	9494	8.47	0.41	3423	3.02	0.15
建设用地	82498	73.63	3.57	94540	84.50	4.09	99556	89.12	4.31
其他土地	388	0.32	0.02	372	0.30	0.02	373	0.30	0.02

土地利用类型	2000			2010			2020
土地利用类型	count	面积/km²	占比/%	count	面积/km²	占比/%	count	面积/km²	占比/%
耕地	1877365	1691.35	81.18	1870887	1685.54	80.90	1865606	1680.88	80.68
林地	149491	136.49	6.47	148152	133.38	6.41	148286	133.58	6.41
草地	193666	173.30	8.38	188737	168.71	8.16	190772	170.29	8.25
特殊用地	158	0.14	0.01	65	0.05	0.01	4226	3.78	0.18
水域	8629	7.68	0.37	9494	8.47	0.41	3423	3.02	0.15
建设用地	82498	73.63	3.57	94540	84.50	4.09	99556	89.12	4.31
其他土地	388	0.32	0.02	372	0.30	0.02	373	0.30	0.02

植被覆盖度类型		2000			2010			2020
植被覆盖度类型		count	面积/km²	占比/%	count	面积/km²	占比/%	count	面积/km²	占比/%
0~0.1	低覆盖度	20531	18.58	0.89	10050	9.09	0.44	5680	5.14	0.25
0.1~0.3	较低覆盖度	1507527	1364.42	65.51	563768	509.81	24.50	82008	74.16	3.56
0.3~0.5	中等覆盖度	359074	324.99	15.60	1096423	991.49	47.65	674471	609.91	29.31
0.5~0.7	较高覆盖度	169165	153.11	7.35	304516	275.37	13.23	1023744	925.75	44.49
0.7~1	高覆盖度	245087	221.82	10.65	326420	295.18	14.18	515325	466.00	22.39

植被覆盖度类型		2000			2010			2020
植被覆盖度类型		count	面积/km²	占比/%	count	面积/km²	占比/%	count	面积/km²	占比/%
0~0.1	低覆盖度	20531	18.58	0.89	10050	9.09	0.44	5680	5.14	0.25
0.1~0.3	较低覆盖度	1507527	1364.42	65.51	563768	509.81	24.50	82008	74.16	3.56
0.3~0.5	中等覆盖度	359074	324.99	15.60	1096423	991.49	47.65	674471	609.91	29.31
0.5~0.7	较高覆盖度	169165	153.11	7.35	304516	275.37	13.23	1023744	925.75	44.49
0.7~1	高覆盖度	245087	221.82	10.65	326420	295.18	14.18	515325	466.00	22.39

土地利用类型	植被覆盖类型	2000			2010			2020
土地利用类型	植被覆盖类型	count	面积/km²	占比/%	count	面积/km²	占比/%	count	面积/km²	占比/%
耕地	低覆盖度	10300	9.27	0.55	4305	3.88	0.23	2312	2.01	0.12
	较低覆盖度	1425779	1283.57	75.89	507895	457.72	27.16	59619	51.93	3.09
	中等覆盖度	296238	266.69	15.77	1025919	924.59	54.85	597623	520.56	30.97
	较高覆盖度	98997	89.12	5.27	240615	216.85	12.87	963357	839.13	49.92
	高覆盖度	47461	42.73	2.53	91534	82.49	4.89	306822	267.26	15.90
林地	低覆盖度	38	0.03	0.03	35	0.35	0.02	71	0.06	0.05
	较低覆盖度	433	0.40	0.29	297	0.27	0.20	777	0.70	0.52
	中等覆盖度	1677	1.54	1.12	1533	1.38	1.04	3555	3.21	2.40
	较高覆盖度	6076	5.56	4.08	6625	5.97	4.48	7326	6.61	4.95
	高覆盖度	140853	128.96	94.48	139540	125.73	94.26	136385	123.00	92.08
草地	低覆盖度	1130	1.14	0.59	806	0.73	0.43	489	0.45	0.26
	较低覆盖度	26749	27.00	13.97	9872	8.94	5.30	7059	6.44	3.78
	中等覆盖度	45855	46.28	23.94	30553	27.67	16.40	39963	36.78	21.42
	较高覆盖度	60521	61.08	31.60	46620	42.23	25.03	51837	47.31	27.78
	高覆盖度	57277	57.81	29.90	98412	89.14	52.83	87219	79.61	46.75
特殊用地	低覆盖度	1	0.00	0.69	14	0.02	41.18	77	0.43	11.41
	较低覆盖度	48	0.05	33.33	15	0.02	44.12	240	1.34	35.56
	中等覆盖度	74	0.07	51.39	5	0.01	14.71	232	1.30	34.37
	较高覆盖度	16	0.02	11.11	0	0.00	0.00	109	0.61	16.15
	高覆盖度	5	0.00	3.47	0	0.00	0.00	17	0.10	2.52
水域	低覆盖度	444	1.56	20.35	998	2.17	25.66	125	0.29	9.75
	较低覆盖度	997	3.51	45.69	1438	3.13	36.97	242	0.57	18.88
	中等覆盖度	585	2.06	26.81	879	1.91	22.60	352	0.83	27.46
	较高覆盖度	141	0.50	6.46	422	0.92	10.85	361	0.85	28.16
	高覆盖度	15	0.05	0.69	153	0.33	3.93	202	0.48	15.76
建设用地	低覆盖度	8248	7.78	10.56	3894	3.61	4.27	3445	3.16	3.54
	较低覆盖度	50651	47.76	64.87	41451	38.44	45.49	17547	16.08	18.05
	中等覆盖度	15094	14.23	19.33	36413	33.77	39.96	41529	38.06	42.71
	较高覆盖度	3577	3.37	4.58	8248	7.65	9.05	26304	24.11	27.05
	高覆盖度	516	0.49	0.66	1120	1.04	1.23	8413	7.71	8.65
其他土地	低覆盖度	1	0.00	0.31	2	0.00	0.66	6	0.01	1.79
	较低覆盖度	43	0.04	13.31	3	0.00	0.99	17	0.02	5.06
	中等覆盖度	70	0.07	21.67	25	0.02	8.22	53	0.05	15.77
	较高覆盖度	103	0.10	31.89	22	0.02	7.24	53	0.05	15.77
	高覆盖度	106	0.11	32.82	252	0.25	82.89	207	0.18	61.61