黄河流域中段植被覆盖时空变化特征及影响因素分析

李 敏，张 艳，2*

(1.长安大学 土地工程学院，陕西 西安 710054；2.陕西省土地整治重点实验室，陕西 西安 710054)

0 引言

植被作为联结生态系统各圈层的纽带，对于生态系统物质循环、气候调节、水土保持等均具有重要影响[1]。植被覆盖度可以反映区域植被生长状况及茂密程度，能较好的表征生态环境变化情况，被广泛应用于各种生态研究[2]。黄河是我国第二大河，也是重要的生态屏障，在我国发展格局及现代化建设中均有着举足轻重的地位，做好黄河流域生态保护及治理工作意义重大[3]。在气候变化及人类活动的共同影响下，黄河流域成为我国水土流失最为严重的地区之一，水土流失面积占流域总面积的62%[4]。因此，科学分析黄河流域植被覆盖格局及演变趋势，探究各驱动因素作用机制，可为流域生态修复治理提供数据及理论支撑[5]。

近年来，我国遥感技术手段愈加成熟，基于遥感数据进行地表植被覆盖状况的反演并进行相关研究已成为研究热点，如利用MODIS、AVHRR、SPOT等遥感数据对地表植被指数进行研究[6]。在诸多植被指数中，应用最为广泛的是归一化植被指数(Normalized difference vegetation index，NDVI)，它与生物量及叶面积指数具有高相关性，且可以消除地形，云层阴影，仪器等因素造成的误差，能够较好的反映地表植被情况[7]。目前，众多学者针对黄河流域植被覆盖监测开展了一系列研究，陈晨等[8]利用黄河流域1982—2015年8 km分辨率的GIMMS NDVI 3G数据分析不同气候区植被覆盖度变化情况，得出半湿润区植被覆盖度最高且日照时数影响大于气温和降水；李晶等[9]基于CEE平台对黄河流域1987—2020年Landsat TM数据进行处理并分析研究区植被变化与气候因素的关系，发现黄河流域植被覆盖度显著改善，且相对于降水，温度对研究区植被覆盖度影响更大；孙高鹏等[10]采用1 km分辨率的MODIS NDVI数据分析了2001—2020年黄河流域植被覆盖变化情况及气候影响，得出研究时段内黄河流域植被覆盖度整体呈上升趋势，且气温、降水、CO2浓度等因素均对植被生长起正向促进作用；李晴晴等[3]利用AVHRR遥感数据及气候数据，分季节探讨从1981—2017年黄河流域植被覆盖度变化情况及对气候要素的响应，得出研究区植被覆盖度在春夏冬三季受气温影响大于降水，秋季与气温及降水均为正相关。可以看出，在目前针对黄河流域植被覆盖度的相关研究中，关于驱动因子的考虑多集中在植被覆盖度对气候因素等因子的响应，但植被覆盖度对于外界的响应是复杂多变的，人类活动、经济技术发展等都会影响植被覆盖度。且目前的研究多是对气候或地形等单因素的探究，对不同地形条件下气候因子对植被覆盖度的影响进行探究的则相对较少。

黄河为全球泥沙量最大的河，黄河中段在黄土高原携带的大量泥沙对黄河中下游平原地区造成威胁，在此背景下，对黄河流域进行生态保护，既保障中下游平原地区人民及财产安全，又为中部省份经济发展创造有利条件。本文以黄河流域中段作为研究区域，基于1981—2020年共40年植被覆盖度数据，利用趋势分析、Hurst指数(H指数)研究方法，旨在通过分析黄河流域中段植被覆盖度时空演变规律及发展趋势，明确未来需加强保护的区域，并分析地形及气候因子对植被覆盖度的影响，以期为相关部门进行水土流失综合治理及生态保护提供参考依据，促进黄河流域中段生态经济可持续发展。

1 研究区概况

本研究区位于黄河流域中段，参考李艳忠等[11]研究，包括河口镇至龙门段、龙门至三门峡段流域段，其中大部分位于黄土高原区域(图1)。涵盖陕西省、山西省、内蒙古自治区、河南省、甘肃省以及宁夏回族自治区等省份，总面积约为30.2万km2。区内的主要河流有渭河及其支流泾河、北洛河等，气候上属于大陆性季风气候，冬季寒冷干燥，夏季炎热多雨，且时有暴雨，年均降水量300～700 mm，年均气温-2～15 ℃。区内丘陵沟壑广泛分布，地形复杂多变，属于中国地形三大阶梯的第二阶梯，按地形地貌差异自东南向西北可以划分为豫西山地、山西高原、陕北高原和陇中高原等地貌区，呈现东南低西北高的特点，海拔约在237～3 935 m。

图1 黄河流域中段概况示意图Fig.1 Overview of the middle reaches of the Yellow River Basin

2 数据与方法

2.1 数据来源

1)植被覆盖度数据

本文的植被覆盖度数据来源于中科院成都山地灾害与环境研究所(http://www.imde.ac.cn/)，空间精度为250 m。该数据借鉴了气候分析中的delta降尺度方法，对AVHRR NDVI数据及MODIS NDVI数据进行一致性校正与降尺度操作，得到长时间序列一致性的植被遥感监测数据。

2)地形数据

地形数据来源于地理空间数据云网站ASTER GDEM数据，空间分辨率为30 m，利用该数据并基于ArcGIS 10.2软件经过裁剪、栅格投影等处理，获取分辨率为30 m的高程、坡度及坡向数据并重分类。

3)气候数据

气候数据来源于中国气象科学数据共享服务网(http://cdc.cma.gov.cn)“中国地面气候资料日数据集(V3.0)”。选取1981—2020年黄河中段流域共42个气象站点的数据，利用克里金插值法并进行投影转换、栅格重采样等操作，得到精度为250 m×250 m的逐年降水量和年均温数据。

4)土地利用数据

土地利用数据集来源于中科院资源环境科学数据中心(http://www.resdc.cn)，空间分辨率为30 m；土地利用包括6个一级分类和24个二级分类。

2.2 研究方法

2.2.1 趋势分析

本文采用一元线性回归模型对1981—2020年共40年的植被覆盖度变化趋势进行，计算公式如下[12]：

(1)

式(1)中，θslope为变化趋势，FVCi为第i年像元的植被覆盖度值，当θslope为负时表示像元呈下降趋势，当θslope为正时表示像元呈增加趋势，θslope绝对值越大，表示变化趋势越大。同时结合F性检验可进行植被覆盖度变化趋势等级划分，F性检验公式如下[13]：

(2)

2.2.2 发展趋势预测

Hurst指数可以用来表征连续时间序列数据是否具有长期相关性，最早由英国水利学家Harold Edwin Hurst提出，是在长期水文观测的基础上采用重标极差(R/S)分析法来建立，后被应用于气候、植被等多个研究领域。H指数一般介于0～1，在本文中，采用H指数对1981—2020年的植被覆盖度数据进行可持续性检验，当0

一时间序列[β(x)](x=1,2,3,…,n)对于任意正整数φ=1，定义均值序列:

(3)

(4)

(5)

φ=1,2,3,…,n

(6)

2.2.3 气候因子相关性分析

在多要素构成的系统中，考虑某一因素与另一因素的相关程度时，将其他因素视为常量，单独研究两个要素之间的关系，称为偏相关，在进行偏相关分析时，分析的数据需满足近似正态分布。在本文中通过偏相关分析方法来分析气温以及降水对黄河中段地区植被覆盖度变化的影响，计算公式如下[16]：

(7)

3 结果分析

3.1 植被覆盖度时空变化特征

3.1.1 时间尺度

为研究黄河流域中段植被覆盖度随时间的变化情况，本文以年为时间尺度，基于1981—2020年各年植被覆盖度均值进行分析(图2)。由所拟合的线性函数可知，研究时段内黄河流域中段植被覆盖度整体呈波动上升趋势，增长速度为0.045/10a，植被覆盖度均值介于0.536～0.763，最低值为0.54(2000年)，最高值为0.76(2020年)。其中1998—2000年植被覆盖度均值呈明显下降趋势，主要与该时段内林地的大规模开垦为耕地和建设用地相关，且全域植被覆盖度整体上都有下降；2000年以后黄河流域植被覆盖基本表现为持续增加态势，主要是源自大规模实施植树造林、退耕还林等一系列生态工程。且2000—2010年增率(0.088/10a)大于2011—2020年增率(0.067/10a)，与孙高鹏等[10 ]研究结果一致。

图2 1981—2020年黄河流域中段年均植被覆盖度变化趋势Fig.2 Variation trend of annual average vegetation coverage in the middle section of the Yellow River Basin from 1981 to 2020

3.1.2 空间尺度

依据1981—2020年黄河流域中段年均植被覆盖度数据，得到研究区4个时期的植被覆盖度空间分布图(图3)及面积变化表(表1)[17]。从图3可以看出，黄河流域中段大部分区域植被覆盖度在0.4～0.8之间，整体表现出东南部及中部相对较高，西北部相对较低的格局[18]。参考覃巧婷等[19]植被覆盖度划分方法，将研究区划分成5个植被覆盖度等级：低(FVC<0.2)、较低(0.2≤FVC<0.4)、中(0.4≤FVC<0.6)、较高(0.6≤FVC<0.8)、高(0.8≤FVC≤1)。由表1可以看出，在研究时段内，中植被覆盖度面积占比最大，低植被覆盖度面积占比最小。低、较低植被覆盖度面积呈持续下降趋势，其中低植被覆盖度面积由3 582.16 km2下降到395.60 km2，下降比例为1.06%；较低植被覆盖度面积由67 031.79 km2下降到29 123.18 km2，下降比例为12.56%。中、较高、高植被覆盖度面积呈上升趋势，其中植被覆盖度面积由110 874.57 km2增加到115 262.88 km2，增加比例为1.46%；增加幅度最小；较高植被覆盖度面积由67 620.71 km2上升到95 023.61 km2，增加比例为9.08%；高植被覆盖度面积由52 890.77 km2上升到62 194.73 km2，增加比例为3.08%。

表1 1981—2020年黄河流域中段植被覆盖度分布表Tab.1 Vegetation coverage distribution in the middle Reaches of the Yellow River Basin from 1981 to 2020

图3 1981—2020年黄河流域中段植被覆盖度空间分布Fig.3 Spatial distribution of vegetation coverage in the middle Reaches of the Yellow River Basin from 1981 to 2020

从空间分布格局来看，低、较低植被覆盖区主要分布在鄂尔多斯市东南部及榆林市西北部，主要原因是该区域地处毛乌素沙漠，气候干旱，昼夜温差大，植物种类及数量稀少。但随着国家对毛乌素沙漠的治理投入增多，可以看出到2020年，该区域的植被覆盖度已经得到了明显的改善；中植被覆盖区主要分布在研究区中部地区，包括庆阳市中部、延安市北部，呼和浩特市南部、天水市北部以及榆林市东部等地区；较高、高植被覆盖区在空间上位于龙门—三门峡流域段，主要有延安市、山西境内各市县以及陕西中南部各市县区域。总体而言，1981—2020年黄河流域中段植被覆盖整体改善情况良好。

3.2 植被覆盖度趋势分析

3.2.1 植被覆盖度变化趋势

采用一元线性回归模型对黄河流域中段40年的植被覆盖度变化趋势进行分析，并结合F性检验结果划分为5个等级：明显改善(θslope>0，P≤0.01)，轻微改善(θslope>0，0.010.05),轻微退化(θslope≤0，0.01

图4 1981—2020年黄河流域中段FVC变化趋势空间分布Fig.4 Spatial distribution of FVC variation trend in the middle Yellow River Basin from 1981 to 2020

3.2.2 植被覆盖度未来发展趋势

依据1981—2020年黄河中段植被覆盖度数据，采用MATLAB 2019b软件计算Hurst指数，得到研究区Hurst指数空间分布图，见图5(a)。40年间研究区Hurst指数均值为0.716 1，黄河中段流域植被覆盖度未来发展趋势整体表现为持续性，这与张志强等[21]的研究结果一致。持续序列(H>0.5)的占比为98.67%，从图中可以看出，榆林市、庆阳市、固原市、吕梁市、忻州市等地区Hurst指数在0.7～0.8之间，持续性更为明显。反持续序列占比为1.33%，主要零星分布在西安市、渭南市及宝鸡市少部分区域，这与近几十年来西北第一城西安和太原中心城市的高速发展密不可分。

图5 Hurst指数空间分布及未来变化趋势Fig.5 Spatial distribution and future variation trend of Hurst index

参考张婷等[22]研究成果，基于ArcGIS软件平台，将Hurst指数与slope结果结合进行分析。当θslope>0且H>0.5时，代表植被覆盖未来趋势为持续改善；当θslope>0且H<0.5时，代表未来趋势为改善到退化；当θslope<0且H>0.5时，代表未来趋势为退化到改善；当θslope<0且H>0.5时，代表未来趋势为持续退化。从发展趋势空间分布图(图5(b))可以看出，黄河流域中段未来发展趋势整体表现为持续改善，占研究区总面积的96.65%，持续退化区域主要分布在关中平原城市群，包括咸阳市、西安市、渭南市、宝鸡市等区域，占比为2.02%。黄河流域中段未来植被覆盖发展趋势良好。

3.3 植被覆盖度影响因素分析

3.3.1 植被覆盖度与气候因子

如图6所示，黄河流域中段内气温及降水具有明显的空间分异，降水量呈现出由北至南递增的趋势，以南部盆地秦岭山的降雨量为最大，北部黄土高原丘陵区的降雨量较少，见图6(a)。气温呈现出东南部较高，西北部及东北部较低的分布格局，多年平均气温在-2～-14.9 ℃，见图6(b)。近40年来，黄河流域中段年平均气温，降水量均表现为增加趋势，增加速率分别为0.35 ℃/10a、11.65 mm/10a。

图6 1981—2020年黄河流域中段平均降水量、温度空间分布Fig.6 Spatial distribution of average precipitation and temperature in the middle section of the Yellow River basin from 1981 to 2020

基于相关分析法分析气候因素对黄河流域中段植被覆盖度的影响，得到植被覆盖度与降水量图7(a)和气温图7(b)的相关系数空间分布图[23]。可以看出，研究区植被覆盖度与降水量、年均温之间既存在正向相关，也存在负向相关关系，但以正向相关为主。植被覆盖度与降水量呈显著正相关区域主要集中在研究区西北部，其相关系数超过0.403，原因主要是在该区域温度较高，降水则相对较少，植被蒸散发量大，水分对植被的影响大于温度；与降水量呈负相关的区域主要在东南部呈零散分布，占研究区总面积的6.30%。植被覆盖度与气温显著正相关区域主要集中在研究区北部，该区域温度相对较低，限制植被生长[24]；与气温呈负相关的区域主要集中在子午岭山脉附近及关中平原城市群，其中西安市、渭南市部分区域相关系数在-0.616～0.403之间，负相关性显著。

图7 1981—2020 年黄河流域中段植被覆盖度与降水及气温的相关系数Fig.7 Correlation coefficient between vegetation coverage and precipitation and air temperature in the middle Yellow River Basin from 1981 to 2020

为了比较降水因子、温度因子对黄河流域中段植被覆盖度的影响程度，通过逐像元对植被覆盖度与降水及气温相关系数的绝对值进行比较，取值大者对应的气象因子作为该像元的主导因子，得到1981—2020年黄河流域中段植被覆盖度与气候影响因子空间分布图(图8)[25]。可以看出，降水因子为气象主导因素的区域占比为37.19%，主要分布在榆林市中部、天水市、庆阳市东部等地区。气温因子为气象主导因素的占比为62.81%，主要分布在延安市、铜川市、临汾市等研究区中部地区。

图8 1981—2020 年黄河流域中段植被覆盖度气候影响因子空间分布图Fig.8 Spatial distribution of vegetation coverage and climate influencing factors in the middle Yellow River Basin from 1981 to 2020

3.3.2 植被覆盖度与地形因子

1)植被覆盖度随高程的变化

为研究黄河流域中段植被覆盖度随高程的变化情况，本文在参考李晶等[9]人的研究基础上，结合本研究区的海拔范围，将DEM数据重分类为8个高程带，海拔范围分别是0～<500 m、500～<1 000 m、1 000～<1 500 m、1 500～<2 000 m、2 000～<2 500 m、2 500～<3 000 m、3 000～<3 500 m以及3 500～<4 000 m，将重分类后的高程与植被覆盖度进行叠加得到研究区不同高程下植被覆盖度变化情况(图9)。随着高程的增加，植被覆盖度呈现出先增加后减少的趋势；高程低于500 m时，植被覆盖度面积较小，随着高程的增加植被覆盖度面积也逐渐上升，到1 000～1 500 m范围时面积达到最大值。高程大于1 500 m范围内，植被覆盖度面积逐渐减小，海拔大于2 000 m后，植被覆盖度下降明显。这主要是因为低高程区虽然水热条件较好，但易受人类活动影响，所以该区域植被覆盖度较低。而在中高程区，水热条件仍相对适宜且人为干扰少，适合植被生长。当高程大于1 500 m之后，温度降低不利于植被生长，植被覆盖度下降。

图9 黄河流域中段不同高程下植被覆盖度面积变化Fig.9 Area changes of vegetation coverage at different elevations in the middle of the Yellow River Basin

2)植被覆盖度随坡度的变化

为研究不同坡度下植被覆盖度的变化情况，本文在参考《土壤侵蚀分类分级标准》(SL190-2007)的基础上，对研究区的坡度数据进行重分类并与植被覆盖度进行叠加(图10)，主要分为6类坡度等： 0°～<5°、5°～<8°、8°～<15°、15°～<25°、25°～ <35°、≥35°。如图11所示，从不同坡度植被覆盖面积来看，随着坡度的增加，黄河流域中段植被覆盖度表现为先上升后下降的趋势。坡度范围在8°～<15°及15°～<25°时植被覆盖度相对较高，坡度≥35°时植被覆盖度最低[26]。从不同等级的植被覆盖度面积来看，极低、低植被覆盖区面积随坡度的增加表现为下降趋势，较高、高植被覆盖区面积随坡度的增加表现为上升趋势。

图10 黄河流域中段不同坡度下植被覆盖度面积变化Fig.10 Area changes of vegetation coverage at different slopes in the middle of the Yellow River Basin

一方面，在坡度较低区域多为耕地，人类活动频繁，而随着坡度增加，在15°～<25°范围内，人类活动减少，对植被干扰降低，且近年来我国大力推广退耕还林工程的实施，在该坡度范围内多为不易流转的林地，因而该坡度范围内植被覆盖度面积最大。另一方面，随着坡度持续增长,土层厚度降低，土壤中有机质含量与水分也逐渐减少，部分区域甚至为岩石，所以植被覆盖度也会相应降低。

3)植被覆盖度随坡向的变化

图11是研究区植被覆盖度与坡向的叠加结果，本文在参考俱战省等[27]等相关研究的基础上，将坡向数据划分为9类：平地(0°)、正北(337.5°～360°和0°～<22.5°)、东北(22.5°～<67.5°)、正东(67.5°～<112.5°)、东南(112.5°～<157.5°)、正南(157.5°～<202.5°)、西南(202.5°～<247.5°)、正西(247.5°～<292.5°)和西北(292.5°～<337.5°)。由于不同坡向所能接受的太阳光照不同，其温度与水分蒸散发量存有差异，所以植被生长状况也有所区别。从图11中可以看出，研究区内平坡的植被覆盖度最低，其他坡向之间植被覆盖状况分布较为均匀，面积差别不大，即相对于高程、坡度等因素对植被覆盖度的影响，坡向的影响力相对较小。但阳坡与阴坡不同的光热与水分条件也会导致不同坡向上植被覆盖度的差异，在研究时段内，研究区东北坡、东坡植被生长状况相对较好、西北坡、西坡植被覆盖度则相对较低，这种情况主要是由于在相同降雨条件下，同期的土壤水分阴坡总要高于阳坡，东坡、东北坡虽然接受光照较少，但土壤水分易于保持，光热条件适宜，更有利于植被生长。且人类更偏向于阳坡进行农业生产。

图11 黄河流域中段不同坡向下植被覆盖度面积变化Fig.11 Area changes of vegetation coverage at different aspects in the middle of the Yellow River Basin

3.3.3 气候与地形因子

为分析不同地形条件下气候因子(温度、降雨量)对植被覆盖度的影响程度，采用拟合优度差值进行分析，即植被覆盖度与降雨量相关系数平方值减去植被覆盖度与温度相关系数平方值，若其差值>0,则认为该地形条件下降雨对植被覆盖度的影响大于温度；反之，若差值<0,则认为该地形条件下温度对植被覆盖度的影响大于降雨；差值=0，则认为影响程度相同[28]。由图12可以看出，在不同地形条件下，黄河流域中段植被覆盖度基本呈现为受温度影响大于受降雨影响，其中，受温度(T)控制区域的面积大小为T15°～25°>T0°～5°，T半阴坡>T阴坡>T半阳坡>T阳坡，受降水(P)控制区域的面积大小为，P2 000～<3 000 m>P500～<2 000 m>P3 000～<4 000 m>P0～<500 m。

3.3.4 土地利用方式

从1981—2020年，黄河流域中段耕地面积减少量为9 209.37 km2，未利用地面积减少量为1 655.75 km2，而建设用地及林草地面积增加，其中建设用地增长量最大，为6 661.27 km2，林地面积增加量为2 046.77 km2，草地面积增加量为2 624.87 km2，与王计平等[29]研究结果基本一致。通过上述分析，结合黄河流域中段植被覆盖度变化特征及发展趋势，可以看出，过去40多年间黄河流域中段建设用地面积大幅增加，但1999年以来我国在黄河流域大规模实施退耕还林(草)等一系列生态工程，加之气候环境的变化，改善了研究区植被覆盖度状况。

表2 1981—2020 年黄河流域中段土地利用变化转移矩阵Tab.2 Transfer matrix of land use change in the middle Yellow River Basin from 1981 to 2020 单位：km2

4 结论与讨论

4.1 结论

本文利用1981—2020年黄河流域中段植被覆盖度数据、气候数据及地形数据，对黄河流域中段植被覆盖度时空变化特征及未来发展趋势进行研究，主要结论如下：

1)1981—2020年黄河流域中段植被覆盖度整体呈上升趋势，增长速度为0.45/10a。从空间分布来看，植被覆盖度呈现出由东南部至西北部逐渐降低的空间格局。植被覆盖度较高的区域主要集中分布在龙门—三门峡流域段，主要有延安市、山西境内各市县以及陕西中南部各市县区域，相对较低的区域主要分布于榆林市与鄂尔多斯市交界处。

2)从变化趋势及未来发展趋势来看，黄河流域中段轻微改善区与明显改善区分布广泛，几乎涵盖了黄河流域中段绝大部分地区，占流域总面积的87.5%。说明1981—2020年，黄河流域中段地表植被状况得到了良好的改善。未来植被覆盖发展趋势良好，持续序列(H>0.5)的占比为98.67%，发展趋势呈现为持续改善的区域占黄河流域中段总面积的96.65%。

3)从植被覆盖度与影响因素的关系来看，研究区植被覆盖度与气温、降水整体均表现为正相关，其中与降水呈显著正相关的区域主要分布在研究区西北部，与气温呈显著正相关的区域主要分布在研究区北部。从植被覆盖度与地形因子的关系来看，高程和坡度对植被覆盖度的影响大于坡向，随着高程和坡度增加，植被覆盖度均表现出先增后减的趋势，且在不同地形条件下，研究区植被覆盖度受温度影响大于降雨。

4.2 讨论

植被覆盖度作为描述地表植被生长状况、评价地表生境质量的重要评价指标之一，对于区域生态系统保护具有重要意义。本文基于黄河流域中段植被覆盖度数据、气候数据(降雨及气温)以及地形数据(高程、坡度、坡向)，对1981—2020年黄河流域中段植被覆盖度时间变化趋势、空间分布格局、未来发展趋势及影响因素进行分析。以下就研究方法，研究结果及研究局限进一步展开讨论：

1)相对于目前对黄河流域的研究，本文以黄河流域中段作为研究区，且从市级行政区划的角度对研究区进行划分，研究成果可为黄河流域中段地区的生境质量评估及管理部门政策制定等提供依据。且植被覆盖度受外界影响复杂，目前的研究多集中在植被覆盖苏对气候因素的响应，本文在分析气候及地形因素对植被覆盖度分布影响的基础上，分析了不同地形条件下气候因子对植被覆盖度的影响，有利于因地制宜地进行植被保护与产业发展等。

2)研究结果表明，近40年间黄河流域中段植被覆盖度发展趋势良好，明显改善区占研究区总面积的84.7%，尤其是2000年以后，我国在黄河流域中段实施了一系列退耕还林工程，植被覆盖度面积持续上升，这与张志强[21]等人的研究成果基本一致。变化不显著区域占流域总面积的9.8%，主要分布在子午岭山脉附近，建议未来仍要做好这些区域的植被保护，避免向退化趋势转变。

3)植被覆盖度易受气多种因素影响而发生改变，本文在进行植被覆盖度影响因素研究时，由于缺少相关资料，只选取了地形因子、降水及气温这两种气象因子以及土地利用方式，未考虑到其他人为因素及蒸散发量、太阳辐射等其他气象因子对植被覆盖度的影响，且未对各因素对植被覆盖度的影响程度进行定量化分析，在后续的研究中，可以深入分析各因素与植被覆盖度的响应程度。