黄河流域植被光合动态时空演变及归因分析——基于日光诱导叶绿素荧光数据

植被光合作用是维持区域生态平衡和气候稳定的关键过程之一,对了解区域生态系统的健康状况和应对气候变化具有重要意义。基于GOSIF数据,对2001—2021年黄河流域植被光合的时空变化规律及原因进行了分析。结果表明:(1)黄河流域植被光合总体呈上升趋势,在空间上表现为西部和东南部高、北部低的分布格局。其中关中平原、阿尼玛卿山、宁夏平原以及黄河三角洲地区的植被光合呈现出显著退化的趋势。(2)归因分析结果表明,不同气候要素对植被光合动态的影响具有显著差异,总体上降水和太阳辐射与黄河流域的植被光合动态呈现出正相关,而温度与植被光合动态呈现出负相关。气候变化和人类活动对黄河流域植被光合动态具有不同程度的影响。人类活动(76.24%)对植被改善区域的贡献远大于气候变化(23.76%)。在退化区域中,稀树草原和农田中的气候变化贡献大于人类活动,灌木、草地和湿地中的人类活动贡献大于气候变化,林地中的气候变化贡献与人类活动相当。研究结果有助于更好理解黄河流域植被光合作用的变化机制,为黄河流域生态保护和高质量发展以及气候变化研究提供了重要的参考依据。

区域归一化植被指数(NDVI)对植被光合作用响应的研究

本文通过分析 NOAA- AVHRR数据 ,对研究区冬小麦各生育期的归一化植被指数 ( NDVI)进行计算 ,表明随冬小麦生育期发展 NDVI值呈现两头低 ,中间高的情形 ,这与冬小麦生长发育状况相一致 ,也即与冬小麦群体光合作用的响应。通过理论探讨进一步分析了NDVI与植被光合速率的关系 ,表明其存在某种程度的正相关。由此可更好地为从遥感信息建立估测植被生物量的机理模型提供依据。

基于植被光合有效辐射资料研究中国地区植被大气反馈作用

本文采用中国地区基于卫星观测的植被光合有效辐射资料(FPAR)和月平均气候数据(1982—2000年)来分析中国区域陆面植被与气温、降水的反馈作用.通过计算和分析超前滞后相关系数和反馈系数发现:春、夏季FPAR超前气温一个月相关系数在全国大部分地区为负值,反映出植被生长旺盛,可以降低局地气温.春、秋两季气温与FPAR的同期相关系数较大.夏季降水超前FPAR一个月的正相关性反映出夏季降水对于植被生长存在促进作用.在中国长江流域以南区域,植被对于气温的反馈系数为一致正值,可达0.5℃(0.1FPAR)-1;在30°N以北区域显示出一致的负反馈,可达-0.42℃(0.1FPAR)-1.FPAR对降水全年反馈系数全国区域平均可达-2.12cmmonth-1(0.1FPAR)-1.不同植被类型、不同季节的植被反馈效应也存在差异.植被反馈系数可以用来验证动态植被模式计算的植被大气反馈作用.

植被光合呼吸模型在长白山温带阔叶红松林的优化及验证

植被光合呼吸模型(VPRM)关键参数的确定和优化是准确计算生态系统净CO_2交换(NEE)的基础。利用中国通量观测研究联盟(China FLUX)长白山站温带阔叶红松林2005年的通量观测资料,对VPRM的4个参数(最大光能利用率ε_0、光照为半饱和条件下光合有效辐射值PAR0和呼吸参数(α、β))进行优化,并使用2006年的观测资料对参数优化前后的模拟结果进行评估。结果表明:参数优化后,VPRM能够较好地模拟长白山地区2006年植物生长季NEE的变化。对30min NEE模拟的平均误差为-1.81μmol m^(-2)s^(-1),相关系数为0.72,模拟NEE平均日变化的峰值约为观测值的91%,相关系数为0.97。但在植物非生长季模型对森林NEE的模拟效果较差。模型模拟30min NEE的平均误差为0.39μmol m^(-2)s^(-1),相关系数仅为0.10,并且模拟低估NEE平均日变化白天吸收峰值约82%,日变化模拟值与观测值的相关系数为0.50。通过分析不同天气个例,发现模型可以较好地模拟晴天条件下NEE的变化,而对阴雨天NEE的模拟误差较大。该研究有利于提高VPRM模型对温带落叶阔叶林NEE的模拟能力,对进一步改进区域陆地NEE的模拟具有重要意义。

中国北方地区植被春季光合物候对气候因素的响应

[目的]探究植被春季光合物候(SOS)的时空变化趋势,揭示气候因素对其影响贡献,为区域植被固碳能力提升提供科学依据。[方法]以中国北方地区为例,基于日光诱导叶绿素荧光反演的总初级生产力数据(GOSIF-GPP)、气象数据等分析了该地区2001—2020年SOS的变化特征,并揭示了其对不同气候因素(如最低气温、最高气温、降水和太阳辐射)的响应差异。[结果](1)中国北方地区SOS的平均值主要出现在第105~150天,较晚的SOS主要分布在青海和内蒙古中东部。(2)2001—2020年区域年平均SOS呈显著提前趋势(p<0.05),变化幅度为-0.31 d/a,且不同植被类型的SOS均呈显著提前趋势(p<0.05)。(3)SOS对4个气候因素呈负敏感性,特别是最高气温和最低气温是影响SOS变化的重要气候因素,反映了气温升高有利于中国北方大部分地区SOS提前。[结论]中国北方地区SOS变化具有异质性,且气温是影响SOS变化的主要因素。

2015-2020年植被吸收光合有效辐射的时空特征及影响因素分析

植被吸收光合有效辐射(Absorbed Photosynthetically Active Radiation,APAR)是植被进行光合作用中实际吸收的太阳辐射量,是植被净第一性生产力的重要指标,也是生态系统的功能模型、作物生长模型、净初级生产力模型、气候模型等的重要参数。因此高空间分辨率和精确性的植被吸收光合有效辐射对于高精度的区域生产力及光能利用率的研究具有重要意义。对CASA(Carnegie-Ames-Stanford Approach)模型进行了改进,利用30m×30m的数字高程模型(Digital Elevation Model,DEM)数据直接计算太阳辐射,从而将其作为CASA模型的输入参数。结合多源遥感数据、气象数据,研究2015-2020年江汉平原APAR的时空分布及其影响因素。顾及江汉平原的土地利用分布特点,着重分析了江汉平原农田APAR的时空特性,研究结果较好的反映了江汉平原APAR分布。实验结果表明:(1)2015-2020年APAR年总值在3.42×10^(13)MJ-3.73×10^(13)MJ之间,总体空间分布与植被类型的分布情况相符;(2)农田月均APAR值在4月、7月高于其他月份,表现出“双峰”的特征;(3)在空间分布上,水田APAR表现出明显的纬度地带性,而旱地APAR正好相反,这可能源于种植结构重心转移;(4)通过借助地理探测器,着重考虑与植被生长相关的12个因子(包括≧10℃积温、年总日照时数、年均气温、年总降雨量、农田种植结构、年散射辐射、农田施肥、土壤类型、土壤质地(砂土、粉砂土、黏土))进行分析,结果表明这12个因素对APAR空间变异性都具有很明显的影响。对CASA的改进方法可以适用于大范围高空间精度的计算。

植被光合呼吸模型在千烟洲亚热带常绿针叶林的优化及验证

碳循环模型参数的确定和优化对生态系统净CO2交换(NEE)的模型计算至关重要。该文利用2010–2012年China FLUX千烟洲站点的通量观测资料,对植被光合呼吸模型(VPRM)的参数进行了优化。通过比较两种不同的拟合方案,发现利用传统光响应方程得到的参数不适用于VPRM,而利用模型自身反演方案拟合得到的参数最大光量子效率(λ)达0.203,大于C3植物平均值,但与其他相关研究结果吻合。采用VPRM模型反演方案优化得到的参数后,VPRM能较准确地模拟千烟洲站不同季节的NEE。其对全年半小时NEE模拟的平均误差为–0.86μmol·m–2·s–1,相关系数为0.72。模型可准确地模拟生长旺季NEE平均日变化,但低估了非生长旺季白天吸收峰值约52%。通过个例分析发现,VPRM模型可以准确模拟晴天条件下NEE的时间变化,但对阴雨天条件下NEE的模拟还存在较大的不确定性。该研究将有助于进一步改进CO2通量及浓度的区域数值模拟。

基于ZY-102D卫星影像非光合/光合植被覆盖度同步估算方法

以河北林-草交错带为研究区,借助地物光谱数据库非光合植被(Non-Photosynthetic Vegetation,NPV)、裸土(Bare Soil,BS)和光合植被(Photosynthetic Vegetation,PV)反射光谱数据,基于PV、NPV和BS三者在可见光-近红外(Visible and Near-Infrared,VNIR)范围光谱曲线形态差异,利用“资源一号”02D卫星高光谱相机(Advanced Hyperspectral Imager,AHSI)两个窄近红外谱段、多光谱相机(Visible Near-Infrared Camera,VNIC)两个宽近红外谱段(B8和B9),分别构建了NPV、PV和BS三者的光谱分离指数(Normalized Spectral Separation Index,NSSI),进一步结合归一化植被指数(Normalized Difference Vegetation Index,NDVI)构建的三角特征空间进行混合像元分解,实现NPV、PV和BS三组分覆盖度同步估算,并结合纤维素/木质素光谱指数(Cellulose Absorption Index,CAI),与基于AHSI短波红外谱段(Shortwave Infrared spectral bands,SWIR)估算非光合植被覆盖度能力进行对比分析。研究表明,结合NSSI可用于摆脱易受水分影响的短波红外谱段参与,可广泛应用于干旱和湿润地区植被遥感覆盖度估算。

基于Hyperion的锡林郭勒草原光合植被、非光合植被覆盖度估算

掌握草原生态系统光合植被覆盖度(fPV)与非光合植被覆盖度(fNPV)时空动态对了解干旱半干旱草原生态系统特征(覆盖状况、火灾负载、载畜量、干扰及恢复等)及进行科学、有效地草地资源管理具有重要的意义。选取锡林郭勒典型草原为试验区,以Hypeiron高光谱数据为数据源,利用NDVI-CAI三元线性混合模型对试验区fPV和fNPV的时空动态分布进行了估算,并对不同端元选择方法(最小包含端元特征法、纯净象元指数法和实测法)对估算结果的影响进行了比较分析。研究结果表明,NDVI-CAI三元线性混合模型是同时估测锡林郭勒草原fPV和fNPV的有效方法,且估算的fPV和fNPV的季节变化与牧草的物候发育特征相吻合。不同端元选择方法对估算精度具有一定的影响,其中基于最小包含端元特征法提取端元进行估算的精度最高,fPV估算的均方根误差RMSE=4.57,估算精度EA=91.2%;fNPV估算的RMSE=5.90,EA=67.91%(样本数N=52)。

浑善达克沙地光合/非光合植被及裸土光谱混合机理分析

研究浑善达克沙地光合/非光合植被(photosynthetic/non-photosynthetic vegetation,PV/NPV)及裸土(bared soil,BS)光谱混合机理,对于构建沙地最佳光谱混合模型、准确估算沙地地表植被覆盖信息具有重要意义。本研究通过两景覆盖研究区的Hyperion高光谱影像获取47个典型混合样地对应混合光谱信息,利用地面实测获取PV/NPV及BS端元光谱和每个样地各端元丰度信息,然后分别尝试采用线性光谱混合模型和非线性光谱混合模型对所有样地混合光谱进行分解计算光合植被覆盖度(fractional cover of photosynthetic vegetation,f_(pv))和非光合植被覆盖度(fractional cover of non-photosynthetic vegetation,f_(npv)),通过比较不同模型分解均方根误差及PV/NPV覆盖度估算精度来探索浑善达克沙地PV/NPV及BS之间光谱混合形成机理,寻求适合其f_(pv)与f_(npv)估算的最佳光谱混合模型。结果表明:对于浑善达克沙地来说,基于PV/NPV及BS的线性光谱混合模型可以实现f_(pv)与f_(npv)的较好估算,f_(pv)估算的均方根误差为0.12(R^2=0.84),f_(npv)估算的均方根误差为0.13(R^2=0.66);考虑多重散射影响的非线性光谱混合模型无论在模型分解精度还是在f_(pv)与f_(npv)估算精度上均没有明显提升,其中各端元之间的多重散射作用对f_(pv)估算精度的影响不大,但会导致f_(npv)估算精度的明显降低。

基于像元三分模型的锡林郭勒草原光合植被和非光合植被覆盖度估算

定量的估算草原光合植被覆盖度(f_(PV))和非光合植被覆盖度(f_(NPV))对草原畜牧业和土地荒漠化具有重要的意义。以锡林郭勒盟西乌珠穆沁旗为研究区,以MODIS 500 m分辨率地表反射率产品MOD09GHK为数据源,采用干枯燃料指数(DFI)指数构建NDVI-DFI像元三分模型估算了锡林郭勒草原的fPV和f_(NPV),并分析了锡林郭勒草原fPV和f_(NPV)的动态变化。研究结果表明:锡林郭勒草原NDVI-DFI特征空间表现为三角形,与理论上的概念模型基本一致,符合像元三分模型的基本假设;NDVI-DFI像元三分模型适用于对草原黄枯期_(NPV)的监测,对草原生长期_(NPV)监测并不十分敏感;利用NDVI-DFI像元三分模型估算的fPV和f_(NPV)动态变化与牧草物候发育特征相吻合,可以有效的估算典型草原地区fPV和f_(NPV)值,进一步将其应用于长时间序列的典型草原fPV和f_(NPV)动态变化分析。

基于Sentinel-2数据的典型草原光合/非光合植被覆盖度估算

及时、准确地掌握草原光合植被覆盖度(fractional cover of photosynthetic vegetation,fPV)和非光合植被覆盖度(fractional cover of non-photosynthetic vegetation,fNPV)信息对草地资源的合理利用以及草原生态系统的监测和保护具有重要意义。本研究选取锡林郭勒典型草原为研究区,以Sentinel-2A MSI多光谱影像为数据源,基于光合植被(photosynthetic vegetation,PV)-非光合植被(non-photosynthetic vegetation,NPV)-裸土(bare soil,BS)模型,利用多端元光谱混合分析(multiple endmember spectral mixture analysis,MESMA)方法估算研究区的fPV、fNPV,并对感兴趣区内fPV、fNPV的时空动态变化进行分析。结果表明,对于锡林郭勒典型草原来说,PV、NPV以及BS光谱库内端元存在明显的光谱异质性特征,确定最优的端元组合是成功估算fPV和fNPV的关键;MESMA可较好地估算fPV和fNPV,fPV估算的RMSE为5.52%(R2=0.72),fNPV估算的RMSE为9.37%(R2=0.61);利用MESMA估算fPV和fNPV的季节变化符合草原植被物候发育特征,可应用于监测典型草原地区fPV和fNPV的时空动态变化。

内蒙古不同类型草原光合植被覆盖度对降水变化的响应

植被是影响土壤侵蚀过程的重要因素。论文基于MODIS遥感数据和同期降水数据,用相关和回归分析方法从不同时间尺度揭示了内蒙古草甸草原、典型草原和荒漠草原2002—2016年光合植被覆盖度(Fractional Photosynthetic Vegetation,fPV)的变化规律及其对降水变化的响应。结果表明:(1)2002—2016年间多年平均fPV草甸草原为46.5%,典型草原和荒漠草原分别为36.3%和22.4%;草甸草原fPV随时间变化呈不显著增长趋势(线性变化斜率为0.29%/a),典型草原和荒漠草原fPV呈不显著下降趋势(线性变化斜率分别为-0.04%/a和-0.21%/a);相应时期年降水量随时间变化都呈现不显著波动上升趋势。(2)内蒙古草原的月植被覆盖度对月降水量存在明显的1—2个月滞后效应和显著的累积效应,且表现出草原类型越干旱,滞后效应越明显的特征;相比草甸草原和典型草原,荒漠草原植被对降水量变化更加敏感。(3)内蒙古3类草原年平均植被覆盖度对降水量的响应,均表现出年、季、月尺度上分别受当年降水量、生长季降水量以及6、7、8月份降水量的显著影响的特征;3类草原年植被覆盖度与生长季降水线性拟合结果都较好,内蒙古3种草原类型的年植被覆盖度与降水量具有的强相关性,可为区域土壤侵蚀动态评价提供科学依据。

青藏高原草地非光合植被覆盖度时空动态

估算非光合植被覆盖度(f_(NPV))对于自然资源的合理利用、生态系统碳平衡以及气候变化等具有重要意义。青藏高原具有独特的气候特征和丰富的植被类型,在全球生态系统中发挥着至关重要的作用。本研究以青藏高原草地为研究区,以MODIS 500 m分辨率地表反射率产品MOD09A1为数据源,利用归一化差异耕作指数(NDTI)构建非光合植被像元二分模型估算了青藏高原草地f_(NPV),并利用趋势分析法和相关分析法研究青藏高原草地f_(NPV)的动态变化及其与气候因子的关系。结果表明:非光合植被像元二分模型可以有效估算青藏高原草地f_(NPV);青藏高原草地f_(NPV)呈现从西北至东南逐渐升高的分布情况,这与青藏高原的地形和气候因素密切相关;2000-2020年青藏高原草地f_(NPV)以每年0.0012%的速度增加,且整体变化趋势不明显;青藏高原草地f_(NPV)与降水呈正相关关系,在西南部分地区呈负相关关系;在研究区中部和东部地区f_(NPV)与温度呈正相关关系,东南、南部和西南地区与温度呈负相关关系;研究区内f_(NPV)与温度的相关受到降水的微弱影响,f_(NPV)与降水的相关性几乎不受气温的影响,且f_(NPV)受5月-9月均温和1月-12月累积降水量的影响较大。本研究提供了一种新方法对非光合植被覆盖度进行估算,研究结果为青藏高原非光合植被覆盖度的研究提供依据。

植被指数模型估算干旱区稀疏光合/非光合植被覆盖度

定量估算干旱与半干旱地区的稀疏光合与非光合植被覆盖度(f_(PV)和f_(NPV))可为土地荒漠化研究和生态系统研究提供重要信息,同时获取f_(PV)和f_(NPV)有助于为土地退化监测和土地管理提供重要的数据支撑。选取典型干旱区的稀疏植被为研究对象,基于Sentinel-2A多光谱影像及地面实测纯净端元光谱数据获取影像及纯净端元归一化植被指数(normalized difference vegetation index,NDVI)、优化的叶绿素吸收指数(modified chlorophyll absorption ratio index,MCARI)、干枯燃料指数(dead fuel index,DFI)和红边叶绿素指数(red-edge chlorophyll index,CI red-edge),构建DNVI-DFI、MCARI-DFI、CI-DFI 3个像元三分模型,并采用NDVI、DFI和比值土壤指数(ratio soil index,RSI)构建线性植被指数模型。经过地面实测植被覆盖度分析评价构建模型精度,得到如下结论:NDVI-DFI模型相较于MCARI-DFI、CI-DFI模型表现出更好的估算效果,f_(PV)估算的RMSE为0.0590(R^(2)=0.7738),f_(NPV)估算的RMSE为0.0510(R^(2)=0.8);NDVI-DFI模型中融入RSI指数构建的线性植被指数模型可以提高f_(PV)和f_(NPV)的估算精度,f_(PV)估算的RMSE为0.0524(R^(2)=0.7764),f_(NPV)估算的RMSE为0.0444(R^(2)=0.8115),精度分别提高11.2%和12.9%。因此,融入RSI指数的NDVI-DFI线性植被指数模型可以有效地估算典型干旱区稀疏植被的f_(PV)和f_(NPV)。该文的研究为NPV覆盖度的定量估算提供更可靠的理论基础。

基于MODIS数据的典型草原非光合植被覆盖度估算

非光合植被(non-photosynthetic vegetation,NPV)在草原生态系统中扮演了重要角色,影响着生态系统的碳、水和能量的流动与循环。定量掌握草原非光合植被覆盖度(fractional cover of non-photosynthetic vegetation,fNPV)信息对草地资源的科学有效利用以及生态环境保护具有重要意义。以内蒙古自治区锡林郭勒典型草原为研究区,运用线性回归分析方法,建立基于MODIS (MCD43A4)数据构建的多种非光合植被指数(non-photosynthetic vegetation indices,NPVIs)和野外实测fNPV数据的反演模型,并对模型的估算结果进行验证。研究结果表明,基于MODIS数据构建的NPVIs与fNPV的相关性较好,相关性依次为: DFI,SWIR32,NDTI,STI,NDI7,NDI5及NDSVI;DFI指数反演fNPV模型的估算精度较高,可用于典型草原地区大范围fNPV的快速监测。

典型干旱区甘肃民勤光合/非光合植被覆盖度时空演变分析

光合植被(Photosynthetic Vegetation, PV)和非光合植被(Non-Photosyntletic Vegetation, NPV)是用于描述干旱区植物生存状态和监测植物生产力的重要因子,及时监测PV/NPV的覆盖度是研究植被衰退驱动机制的必要条件。鉴于此,以中国西部甘肃省民勤县荒漠过渡带为研究区,采用线性光谱混合模型,通过Google Earth Engine地理云计算平台上Landsat系列的年NDVI(归一化植被指数Normalized Difference Vegetation Index)最大合成影像数据生成一套1987年—2017年的PV与NPV覆盖度产品(1期/年)。通过数据分析发现近30 a间民勤的PV和NPV覆盖度均明显增加,2007年—2008年是PV大量向NPV转化的时间节点;PV覆盖度增加主要是在石羊河两侧耕地范围内及其南部腾格里沙漠区域,而NPV覆盖度增加分布于绿洲外的整个民勤境内的荒漠区域,此结论可作为研究区PV与NPV覆盖度变化及其发生的根源分析的依据。

基于Sentinel-2A影像估算黄土高原光合/非光合植被盖度

以黄土高原为例,基于Sentinel-2A影像和地表实测地物光谱与盖度数据,分别在模拟混合场景和野外实测混合场景中,评估4种NPV植被指数(NPVI):SWIR32(短波红外比值指数)、DFI(干枯燃料指数)、STI(土壤耕作指数)和NDTI(归一化差异耕作指数)估算非光合植被盖度(fNPV)的有效性,并利用优化法确定线性光谱混合模型的关键参数端元值,估算研究区光合植被盖度(f_(PV))和f_(NPV).结果表明,在模拟混合场景下,4种NPVI与模拟f_(NPV)线性关系的R2是0.365~0.750;在野外场景中,其相关性均有一定程度的降低,R2是0.147~0.211.研究构建NDVI-SWIR32像元三分模型,并确定了最优端元值:NDVIPV=0.80,SWIR32PV=0.60,NDVINPV=0.17,SWIR32NPV=0.77,NDVIBS=0.23,SWIR32_(BS)=0.99.模型对f_(PV)和f_(NPV)估算精度R2分别是0.817和0.463,NSE分别是0.806和0.458.利用该模型估算全区2019年4、8和12月的平均fPV和f_(NPV),分别为20.3%和59.2%,48.6%和33.1%,10.7%和59.0%.随时间推移,f_(PV)从东南向西北不断增加而后减小,f_(NPV)与之相反.NDVI-SWIR32模型可以用于Sentinel-2A影像数据来监测黄土高原地区fPV和fNPV的时空动态变化.

不同生活型植物非光合部分反射光谱和盖度的关系

非光合植被(Non⁃photosynthetic Vegetation,NPV)既是陆地生态系统重要组成部分,也是全球C、N平衡分析中关键节点,其盖度是判断我国北方沙尘源区风沙活动强弱的重要指征。基于ASD光谱仪(Analytical Spectral Devices)所测地面高光谱数据对鄂尔多斯沙地草场不同生活型植物(草本、半灌木和灌木)NPV光谱特征进行了分析,构建了干枯燃料指数(Dead Fuel Index,DFI)、纤维素吸收指数(Cellulose Absorption Index,CAI)和NPV盖度(f_(NPV))应用模型,并使用MCD43A4数据在不同草原区进行了验证。结果表明:(1)草本、半灌木、灌木和总体混合NPV光谱反射率具有相似变化趋势,但反射值存在显著差异。(2)DFI和CAI、CAI和f_(NPV)、DFI和f_(NPV)均呈显著正相关关系(P<0.001),DFI可以代替CAI进行f_(NPV)的估算。(3)不同草原区f_(NPV)存在异质性,草甸草原、典型草原、沙地草场和荒漠草原分别为75.95%、50.61%、45.88%和32.77%。DFI在典型草原区估算f_(NPV)效果最好(f_(NPV1)和f_(NPV2)平均差值为3.11%,最小差值为0.03%)。在草原区进行f_(NPV)估算时,不可将NPV作为均质体处理,还要剔除裸地干扰。

基于MODIS的北洛河流域植被盖度变化研究

为揭示国家实施退耕还林还草政策以来北洛河流域植被盖度的时空变化特征,采用MODIS反演的2001-2017年植被覆盖数据,分析了北洛河流域2001-2017年光合植被覆盖度的时空变化特征。结果表明:①2001-2006年、2007-2012年、2013-2017年3个时段植被盖度均值分别为60.2%、63.2%和68.5%,植被覆盖状况空间差异明显,3个时段均表现出上游黄土丘陵沟壑区植被盖度最低、中游土石山林区植被盖度最高的特征;②2001-2017年北洛河流域植被盖度整体上表现为上升趋势,植被盖度上升面积占比为90.9%,其中显著上升、上升但不显著面积占比分别为44.3%、46.6%,黄土丘陵沟壑区、黄土高塬沟壑区、土石山林区植被盖度年均变率分别为1.18%、0.64%、0.42%;③对全流域植被盖度显著提高的主要贡献地区为黄土丘陵沟壑区,贡献率为46.3%,主要贡献县域志丹县、吴起县、富县、甘泉县的贡献率分别为23.1%、20.4%、10.6%、10.2%。