2001—2014年间黄土高原植被覆盖状态时空演变分析

刘哲， 邱炳文， 王壮壮， 齐文

(福州大学地理空间信息技术国家地方联合工程研究中心，福州 350002)

2001—2014年间黄土高原植被覆盖状态时空演变分析

刘哲， 邱炳文， 王壮壮， 齐文

(福州大学地理空间信息技术国家地方联合工程研究中心，福州 350002)

黄土高原植被覆盖状态的时空变化对于该地区植被恢复具有重要意义。基于2001—2014年间黄土高原地区MODIS-EVI2时序数据，建立2个反映植被覆盖状态的指标： 植被覆盖强度与植被时间覆盖度。采用趋势分析以及突变点检测方法，得到近14 a间黄土高原植被覆盖状态的时空演变特征。研究结果表明： ①黄土高原植被覆盖状态整体呈从西北到东南递增的分布特点，整个区域内近10 a间的植被覆盖状态增长速度相较于1982—2006年间明显增快； ②研究区内多年植被覆盖强度与植被时间覆盖度呈正趋势变化的面积分别占整个研究区面积的43.04%和32.57%，发生变化的年份多集中于2006—2007年与2011—2012年； 而多年植被覆盖强度与植被时间覆盖度呈负趋势变化的面积分别占整个研究区面积的2.92%与5.86%，发生变化区域多分布于农业种植区。研究有效证明了近年来退耕还林/防风固沙政策已取得了明显效果。

黄土高原，遥感，植被覆盖状态，退耕还林/防风固沙

0 引言

黄土高原地处平原向高原、森林向草原过渡的地带，自然环境复杂，是我国水土保持的重点区域。近年来该区域生态环境虽有所恢复，但仍存在部分问题亟待解决[1]。目前已有学者针对黄土高原的生态环境问题利用不同遥感数据从不同角度进行分析。信忠保等[2]利用GIMMS/NDVI数据对黄土高原地区1982—2003年间植被覆盖变化进行研究，研究结果表明黄土高原地区植被覆盖整体呈现增加的趋势并存在明显的空间差异且与气候因素具有较好的响应关系。张宝庆等[3]采用GIMMS和SPOT VGT 2种数据集的NDVI作为植被覆盖评价指标，分析了近30 a间黄土高原植被覆盖演变趋势。李双双等[4]则利用2000—2009年间的MODIS-NDVI作为植被覆盖指数，对陕甘宁地区“退耕还林/草”实施10 a来植被覆盖变化特征、影响因素及未来变化进行分析。但是，大多数研究仅利用NDVI及其计算得到的植被时间覆盖度作为分析指标，指标较为单一，且多数研究并未找出植被覆盖状态发生变化的时间点，造成信息的丢失。

针对存在的问题，本文以2001—2014年间黄土高原地区的MODIS-EVI2数据为基础，研究分析了黄土高原植被覆盖的区域分布特征，并利用趋势分析及突变点检测方法对黄土高原植被覆盖状态的时空演变特征进行分析，可为正在进行的黄土高原生态建设提供信息及决策支持。

1 研究区概况

位于我国中部偏北的黄土高原是世界上黄土覆盖面积最大的高原，又称之为乌金高原。地理坐标为N33°41′～41°16′，E100°51′～114°32′，包括太行山以西、日月山以东，关中平原以北、长城以南的广阔地区，行政区划含宁夏回族自治区、山西全省和内蒙古、陕西、甘肃、青海、河南等省的部分区域，东西延绵1 000余km，南北地跨750 km，面积约64万 km2，海拔95～4 900 m，年平均温度2.2℃～13℃，年降水量200～700 mm[5]。2000年研究区土地利用数据(来源于中国西部环境与生态科学数据中心WESTDC land cover products 2.0)如图1所示。

图1 2000年黄土高原土地利用情况

2 数据与方法

2.1 时序EVI2数据

使用MOD09A1数据依据文献[6]建立EVI2数据集，时间分辨率为8 d，空间分辨率为500 m。时间跨度为2001年1月—2014年12月，每年46期。

2.2 植被覆盖状态指标

由于MODIS数据存在一定的不确定性[7]，本研究借鉴阈值法确定农作物物候期的方法，建立2个指标来度量植被覆盖状态，分别为植被覆盖强度 (density of vegetation coverage，DVC)与植被时间覆盖度(temporal vegetation coverage，TVC)。

从植被生长状况角度考虑，采用1 a中植被生长旺盛期的EVI2均值作为DVC值。其建立过程为： 基于像元栅格，首先将栅格单元1 a内EVI2时序数据(共46期)进行排序； 其次在得到从小到大排列的序列后，利用统计学中四分位数的思想，取出上四分位数以上值； 最后计算取出值的均值，得到该栅格1 a的DVC值。DVC对应植被1 a内生长旺盛期的情况，相较于单一选取1 a内EVI2最大值或选取一段时间内的EVI2平均值，能更好地消除EVI2的异常值和生长时期选取错误对结果的影响。

从植被生长期长度的角度考虑，计算植被生长到一定程度所持续的时间。TVC的建立过程为： 首先提取栅格单元1 a的时序数据，然后统计时序数据序列中大于某一个阈值(当EVI2小于此阈值时，认为无植被覆盖)的个数，最后除以时序数据长度。TVC的计算公式为

TVC=Tveg/(Tveg+Tnon-veg),

(1)

式中Tveg和Tnon-veg分别为有植被覆盖和无植被覆盖的时间。通过研究不同地物典型点位的TVC值来确定阈值。基于2000年土地利用数据，典型点位在地物较为连续的区域选取(图1)。为了能较好地区分植被与非植被，将土地利用数据按照图 2(a)中的方法进行合并。

(a) 土地利用分类合并方法 (b) 不同土地利用类型EVI2最大值分布

图2 土地利用合并方法以及不同类型植被指数最大值

Fig.2 LUCC combined methods and max EVI value in different types

由于2000年前后黄土高原植被恢复工程刚刚起步，且草地多为荒漠草地[8]，处于较为稀疏的状态，故将草地归为稀疏植被类型。最终全区分为茂盛植被、稀疏植被和非植被3大类，选取样点共计584个，其中茂盛植被247个、稀疏植被228个以及非植被109个。得到样点后，通过提取样点2001年全年EVI2最大值如图 2(b)所示。由图 2(b)可以看出，非植被与其他2类植被1 a内EVI2最大值在0.13附近有较大的分离度，并根据已有研究[9]，最终确定0.13作为计算TVC的阈值。

图3为2003年研究区内植被覆盖状态指标的空间分布。所得结果与许炯心等[10]分析黄土高原2000—2006年间植被覆盖状态分布结果具有较好的对应关系。

(a) DVC值分布

(b) TVC值分布

2.3 变化趋势与突变点检测

采用Mann-Kendall(M-K)趋势分析[11]和Sen趋势度[12]相结合进行趋势变化分析[13]。得到变化趋势后，采用启发式分割算法(BG)检测植被覆盖状态发生趋势变化的时间[14-15]。

3 结果与分析

3.1 黄土高原多年平均植被覆盖状态分析

多年平均DVC与TVC如图4所示，整体规律相似，都呈南部高、西北部低的分布特征。

图4 黄土高原14 a平均植被覆盖状态

该地区近14 a来DVC平均值为0.300 1，TVC平均值为0.459 1。为了便于分析，将DVC与TVC分别分为3个等级，对应关系如表1所示。

表1 植被覆盖状态分级

通过图4 (a)可知，低DVC区域占整个研究区面积的25.21%，主要分布在研究区西北部的内蒙古西部和宁夏回族自治区等温带草原区。中DVC区域占51.05%，分布在整个研究区的中部地区，主要包括甘肃南部、宁夏南部、山西北部以及陕西北部等暖温带区域。高DVC区域约占23.74%，分布在陕西中南部、山西境内山地区域以及河南西部等亚热带区域。由图4 (b)可知，中、低TVC分布区域分别占整个研究区面积的54.10%和20.35%，分布区域与DVC类似； 高TVC分布区域所占面积比例为25.55%，分布与DVC有所不同，主要在整个陕西汉中平原、甘肃南部以及山西南部分布更为连续，且具有很高的TVC值。

通过提取整个研究区每年的DVC和TVC平均值，得到多年研究区植被覆盖状态变化趋势，如图5所示。

图5 14 a间黄土高原平均植被覆盖状态变化趋势

整个研究区DVC和TVC平均值都呈正趋势变化，两者上升速度基本相等，分别为3.48%/10 a和3.41%/10 a。比1982—2006年间黄土高原植被覆盖度上升速度(0.7%/10 a)[16]有明显的增加，并且在2002年有较快增长。这种现象是由于20世纪90年代黄土高原水土流失严重，从1999年开始植树造林并且在2001—2002年间树木成活率有显著提高[17]所产生。

3.2 黄土高原植被覆盖状态多年演变分析

利用M-K检验与Sen趋势度相结合的分析方法得到研究区2001—2014年间植被覆盖状态的变化趋势，如图6所示。

图6 黄土高原植被覆盖状态年变化空间分布

Fig.6 Interannual spatial pattern changes of vegetation cover state on Loess Plateau

同样对趋势进行分级，分级情况如表2所示。

表2 植被覆盖变化情况分级

从图6(a)中可以得出，研究区DVC值具有正趋势变化的面积占总面积的43.04%，未变化的区域占54.04%，负趋势区域仅占2.92%。DVC极显著增加的区域位于山西吕梁市、中南部的太岳山和陕西延安市等区域； DVC显著增加的区域主要集中于研究区中西部，包括陕西榆林市及延安市以北区域，甘肃天水市、平凉市和庆阳市，宁夏固原市以及内蒙古东胜市南部。而DVC负趋势的区域位于陕西关中平原和内蒙古河套平原的城市区域。结合多年DVC平均值空间分布(图4(a))来看，DVC极显著增加的区域主要集中在自身DVC值较低的区域； 在DVC值较高的区域，其DVC的增长速度虽然较低，但仍然为正趋势。从图6(b)中可以得出，TVC正趋势变化面积占整个研究区面积的32.57%，负趋势区域占5.86%，未变化区域占61.57%。TVC与 DVC发生正趋势变化的空间分布基本一致。相较于DVC，TVC出现极显著增加变化的区域更多，向西北延伸； TVC出现显著减少变化的区域也更多，并主要出现在农业种植区。

结合DVC与TVC不同的变化趋势，可以分成不同的变化类型，如图7所示。

图7 黄土高原植被覆盖状态不同变化分布

该地区植被覆盖状态发生变化的面积占整个研究区面积的59.19%，未变化的区域占40.82%。DVC或TVC发生正趋势变化的区域占51.23%，其中仅DVC增加的区域约为12.12万km2，仅 TVC增加的区域约为6.73万km2，而DVC和TVC同时增加的区域约13.95万km2。就陕西省而言，发生正趋势变化的面积约占七成。

仅DVC正趋势变化的面积占整个研究区面积的18.93%，主要集中在陕西洛河流域附近、甘肃平凉和天水市、内蒙古河套平原以及山西部分地区。这些区域植被生长较好的原因主要是随着黄土高原的退耕还林和防风固沙政策的推行，区域的水土流失减少，水土的保持得到改善，有利于植被的恢复生长。同时人们对于生态环境的保护意识增强，增加了对植被的保护，使得这些区域的植被长势变好。仅TVC呈正趋势的区域占10.51%，主要集中在内蒙古鄂尔多斯、山西北部大同市、宁夏南部固原市以及甘肃兰州市附近。从20世纪80年代至今，黄土高原的平均温度显著上升，平均每年增温0.06℃[5]，春季和秋季温度的升高延长了植被生长期，这样植被时间覆盖度也相对增加，且随着退耕还林政策的推进，这些区域有部分耕地变成了林地，林地的长势不断变好，生长期也相应变长。DVC和TVC同时有正趋势的区域主要分布在研究区的中部，也是全国退耕还林和防风固沙工程最早实施的地区[18]，包括陕西榆林市、延安市和山西吕梁市等，占了整个研究区面积的21.79%。在2000年后，这些地区植被生长逐年茂盛，使2个植被覆盖状态指标同时上升。

DVC和TVC都减少的区域只占整个研究区面积的7.95%，主要集中在陕西中南部汉中平原、内蒙古河套平原以及宁夏平原农业种植区。TVC减少的主要原因是由于这些区域出现了耕地熟制的变化。根据相关研究，该区域近10多a来发生了由双季种植变单季种植的情况[19]，导致TVC减少。另外由于刚刚实施退耕还林和防风固沙政策，部分耕地改种林草，林草长势缓慢，也导致TVC和DVC的降低。

未发生显著变化的区域主要集中在黄土高原植被覆盖相对极端的区域。其中植被覆盖较好的区域集中在陕西及山西的山地与盆地区域，常年变化不大； 而植被覆盖较差的区域则位于内蒙古库科奇沙漠、鄂尔多斯高原和毛乌素沙地等，这些区域自身环境相对于其他地区更加不利于植被生长，植被覆盖极少，近几年退耕还林和防风固沙的效果还没有很好地体现，是未来工作的难点及重点。

3.3 黄土高原植被覆盖状态变化时间分析

利用BG算法对植被覆盖状态发生变化区域的DVC和TVC时间序列进行分析，得到其发生变化的时间。由于该算法是利用变化点两侧数据的分布情况进行变化点的检测，因此在时间序列的开头与结尾易产生错误。在分析变化时间时，去除2001，2002，2013和2014这4个头尾年份，得到研究区2003—2012年植被覆盖状态变化年份的空间分布如图8(a)(b)所示。研究区植被状态发生变化的时间分布情况如图8(c)(d)所示。

(a) DVC变化年份空间分布 (b) TVC变化年份空间分布

(c) 正趋势变化时间分布 (d) 负趋势变化时间分布

图8 黄土高原植被覆盖状态变化时间分布

Fig.8 Time of vegetation cover state change on Loess Plateau

从图8(c)可以看出，植被覆盖状态发生正趋势变化的栅格数总体上呈逐年上升状态。2003—2012年间出现了2个明显增多的时间节点，分别是2005—2006年和2011—2012年。2005—2006年TVC开始显著增加的栅格数明显增多，发生该变化的区域主要集中在陕西中北部(图8(b))，这也是开展退耕还林和防风固沙政策比较早的地方，TVC变化年份的分布基本以该区域为中心逐步向外扩展。而DVC相对于TVC有一定滞后，表现在2007—2012年间，发生正趋势变化的栅格数逐年增多，2011—2012年栅格数增加尤为明显。1999年国家在黄土高原地区开展大规模的封山禁牧、退耕还林和防风固沙工程建设，随着工程推进，到2005—2006年间植被快速生长，其中植被覆盖状态发生正趋势变化的面积达到了5.61万km2，TVC和DVC发生正趋势变化的栅格数在该年累计数达到了一个相对较高的值。2007—2008年间开展了巩固退耕还林和防风固沙成果专项规划项目，继续推进退耕还林和防风固沙工程，因此出现了与2003—2006年间类似的情况，2011—2012年间植被覆盖状态发生正趋势变化的面积达到了11.21万km2。

植被覆盖状态发生负趋势变化的时间分布如图8(d)所示。2007，2008和2009年发生负趋势变化的栅格数明显偏多，结合统计分类结果(图7)发现，发生负趋势变化的地区主要在农业种植区，其原因有2个： 一是作物熟制的变化，二是退耕还林作用的延迟效应。由于2007—2009年间，虽然国家实行退耕还林，部分耕地变为林地，但是林地仍属于幼苗期，DVC和TVC都会出现一个降低的现象。

4 结论

以2001年以来黄土高原地区的MODIS-EVI2数据作为基础，通过建立不同植被覆盖状态指标，对该研究区植被状态的时空演变进行分析，得到如下结论：

1) 研究区多年植被覆盖强度(DVC)和植被时间覆盖度(TVC)均呈正趋势变化，两者的上升速度基本相同，分别为3.48 %/10 a和3.41 %/10 a，相较1982—2006年间黄土高原TVC上升速度有明显的增加。

2) 植被覆盖状态呈现出从西北向东南递增的分布状态。多年的结果中，DVC正趋势变化的区域占整个研究区面积的43.04%，主要分布在中DVC区域； TVC正趋势变化的区域占32.57%。正趋势变化的年份主要集中在2006—2007年和2011—2012年。由于国家退耕还林和防风固沙政策的作用，在这2个时间段发生正趋势变化的面积相对较大，其中陕西中北部时间最早，以该区域为中心，向四周扩散。

3) 植被覆盖状态负趋势变化主要发生在农业种植区。在退耕还林和防风固沙的初期，植被覆盖状态呈现了一定负趋势，而随着时间的发展，植被覆盖状态会呈现明显的增加状态。另一个原因是随着经济的发展，部分农作物的熟制发生了变化。

4) DVC和TVC的变化趋势和分布具有较好的一致性，通过分析可以得到植被覆盖状态的增加是一个综合因素的结果，包括气候因素(温度升高)，国家政策(退耕还林和防风固沙)、人为因素(生态环境保护意识增强)等，其他因素将作为后续研究的重点。本文的研究结果也表明了退耕还林和防风固沙政策已取得了显著的植被恢复效果。

[1] Feng Z D,Tang L Y,Wang H B,et al.Holocene vegetation variations and the associated environmental changes in the western part of the Chinese Loess Plateau[J].Palaeogeography,Palaeoclimatology,Palaeoecology,2006,241(3/4):440-456.

[2] 信忠保,许炯心.黄土高原地区植被覆盖时空演变对气候的响应[J].自然科学进展,2007,17(6):770-778. Xin Z B,Xu J X.Loess Plateau vegetation spatial and temporal evolution of the response of the climate[J].Progress in Natural Science Materials,2007,17(6):770-778.

[3] 张宝庆,吴普特,赵西宁.近30 a黄土高原植被覆盖时空演变监测与分析[J].农业工程学报,2011,27(4):287-293. Zhang B Q,Wu P T,Zhao X N.Detecting and analysis of spatial and temporal variation of vegetation cover in the Loess Plateau during 1982—2009[J].Transactions of the CSAE,2011,27(4):287-293.

[4] 李双双,延军平,万佳.近10年陕甘宁黄土高原区植被覆盖时空变化特征[J].地理学报,2012,67(7):960-970. Li S S,Yan J P,Wan J.The spatial-temporal changes of vegetation restoration on Loess Plateau in Shaanxi-Gansu-Ningxia region[J].Acta Geographica Sinica,2012,67(7):960-970.

[5] 周晓红,赵景波.黄土高原气候变化与植被恢复[J].干旱区研究,2005,22(1):116-119. Zhou X H,Zhao J B.Climatic change and vegetation restoration on the Loess Plateau[J].Arid Zone Research,2005,22(1):116-119.

[6] Jiang Z Y,Huete A R,Didan K,et al.Development of a two-band enhanced vegetation index without a blue band[J].Remote Sensing of Environment,2008,112(10):3833-3845.

[7] 李明,沈润平,王迪,等.基于像元质量分析的S-G滤波重建MODIS-NDVI[J].生态与农村环境学报,2015,31(3):425-431. Li M,Shen R P,Wang D,et al.Reconstruction of MODIS-NDVI using S-G filtering based on pixel quality analysis[J].Journal of Ecology and Rural Environment,2015,31(3):435-431.

[8] 梁爽,彭书时,林鑫,等.1982—2010年全国草地生长时空变化[J].北京大学学报:自然科学版,2013,49(2):311-320. Liang S,Peng S S,Lin X,et al.NDVI-based spatial-temporal change in grassland growth of China from 1982 to 2010[J].Acta Scientiarum Naturalium Universitatis Pekinensis,2013,49(2):311-320.

[9] 郭铌,李明轩,马胜萍.气象卫星遥感监测甘肃河西绿洲植被变化[J].干旱气象,2002,20(1):33-35. Guo N,Li M X,Ma S P.Oasis vegetation change in Gansu Hexi area by meteorological satellite monitoring[J].Gansu Meteorology,2002,20(1):33-35.

[10]许炯心,信忠保.从黄土高原植被指数数据中获取森林覆盖率信息[J].中国水土保持科学,2010,8(4):7-12. Xu J X,Xin Z B.Extracting the information of forest coverage from normal difference vegetation index data of Loess Plateau[J].Science of Soil and Water Conservation,2010,8(4):7-12.

[11]Helsel D R,Frans L M.Regional Kendall test for trend[J].Environmental Science and Technology,2006,40(13):4066-4073.

[12]韦振锋,王德光,张翀,等.1999-2010年中国西北地区植被覆盖对气候变化和人类活动的响应[J].中国沙漠,2014,34(6):1665-1670. Wei Z F,Wang D G,Zhang C,et al.Response of vegetation cover to climate change and human activities in Northwest China during 1999-2010[J].Journal of Desert Research,2014,34(6):1665-1670.

[13]蔡博峰,于嵘.基于遥感的植被长时序趋势特征研究进展及评价[J].遥感学报,2009,13(6):1170-1186. Cai B F,Yu R.Advance and evaluation in the long time series vegetation trends research based on remote sensing[J].Journal of Remote Sensing,2009,13(6):1170-1186.

[14]陈广才,谢平.基于启发式分割算法的水文变异分析研究[J].中山大学学报:自然科学版,2008,47(5):122-125. Chen G C,Xie P.Change point analysis of hydrologic time series based on heuristic segmentation method[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2008,47(5):122-125.

[15]龚志强,封国林,万仕全,等.基于启发式分割算法检测华北和全球气候变化的特征[J].物理学报,2006,55(1):477-484. Gong Z Q,Feng G L,Wan S Q,et al.Analysis of features of climate change of Huabei area and the global climate change based on heuristic segmentation algorithm[J].Acta Physica Sinica,2006,55(1):477-484.

[16]王强,张勃,戴声佩,等.基于GIMMS AVHRR NDVI数据的三北防护林工程区植被覆盖动态变化[J].资源科学,2011,33(8):1613-1620. Wang Q,Zhang B,Dai S P,et al.Dynamic changes in vegetation coverage in the Three-North Shelter Forest program based on GIMMS AVHRR NDVI[J].Resources Science,2011,33(8):1613-1620.

[17]田均良,刘国彬.黄土高原退耕还林工程中的现存问题及有关建议[J].水土保持通报,2004,24(1):63-65,78. Tian J L,Liu G B.Existing problems and suggestions on program for conversion of farmland to forestland or grassland in Loess Plateau[J].Bulletin of Soil and Water Conservation,2004,24(1):63-65,78.

[18]王耀宗,常庆瑞,屈佳,等.陕北黄土高原土地利用/覆盖变化及生态效应评价[J].水土保持通报,2010,30(4):134-137,142. Wang Y Z,Chang Q R,Qu J,et al.Assessment on ecological effects of land use/cover changes on the Loess Plateau of north shaanxi province[J].Bulletin of Soil and Water Conservation,2010,30(4):134-137,142.

[19]闫慧敏,刘纪远,曹明奎.近20年中国耕地复种指数的时空变化[J].地理学报,2005,60(4):559-566. Yan H M,Liu J Y,Cao M K.Remotely sensed multiple cropping index variations in china during 1981-2000[J].Acta Geographica Sinica,2005,60(4):559-566.

(责任编辑： 陈理)

Temporal and spatial variation analysis of vegetation cover in the Loess Plateau from 2001 to 2014

LIU Zhe， QIU Bingwen， WANG Zhuangzhuang， QI Wen

(NationalResearchCentreofGeospatialInformationTechnology，FuzhouUniversity，Fuzhou350002,China)

To explore the changes of time and space of the Loess Plateau vegetation status is of great significance for vegetation restoration in this region. Two indexes were established on the basis of the MODIS-EVI2 sequence data in the Loess Plateau region from 2001 to 2014 to reflect vegetation cover state from different sights. The first one is density of vegetation cover(DVC), and the second one is time of vegetation cover(TVC). Then these two indexes were analyzed with trend analysis method and breakpoint analysis method. Finally the spatial and temporal evolution of vegetation cover in the Loess Plateau in the past 14 years was obtained. Some results have been obtained: ① Vegetation cover in the Loess Plateau increased from northwest to southeast, and the vegetation cover in the whole region grew faster than from 1986 to 2006. ②The rising trends of TVC and DVC areas were 43.04% and 32.57% of the whole study area, and the most prominent change happened during 2006-2007 and 2011-2012. The declining trends of TVC and DVC areas were 2.92% and 5.68% of the whole study area. The changed farming areas were mainly affected by the early stage of returning farmland to forest. The results show that the policy of returning farmland to forest and windbreak in recent years has made an obvious effect.

Loess Plateau; remote sensing; vegetation coverage; returning farmland to forest and windbreak

10.6046/gtzyyg.2017.01.29

刘哲,邱炳文,王壮壮,等.2001—2014年间黄土高原植被覆盖状态时空演变分析[J].国土资源遥感,2017,29(1)：192-198.(Liu Z,Qiu B W,Wang Z Z,et al.Temporal and spatial variation analysis of vegetation cover in the Loess Plateau from 2001 to 2014[J].Remote Sensing for Land and Resources,2017,29(1):192-198.)

2015-09-21；

2015-10-25

国家自然科学基金项目“抗干扰的农作物种植模式自动提取方法”(编号： 41471362)资助。

刘哲(1990- )，男，硕士研究生，主要从事遥感信息处理与应用方面的研究。Email： liuzhe901115@163.com。

邱炳文(1973- )，女，博士, 研究员，硕士生导师，主要从事地理信息系统教学及时空数据挖掘方面的研究。Email： qiubingwen@fzu.edu.cn。

TP 79

A

1001-070X(2017)01-0192-07