Temporal and spatial changes of vegetation cover and its driving forces in the Hexi inland river basin from 2000 to 2020

doi:10.7522/j.issn.1000-694X.2023.00180

Journal of Desert Research ›› 2024, Vol. 44 ›› Issue (3): 119-127.DOI: 10.7522/j.issn.1000-694X.2023.00180

Temporal and spatial changes of vegetation cover and its driving forces in the Hexi inland river basin from 2000 to 2020

Ziao Shen(), Jing Wu(), Chunbin Li

College of Resources and Environmental Sciences，Gansu Agricultural University，Lanzhou 730070，China

Received:2023-11-13 Revised:2023-12-15 Online:2024-05-20 Published:2024-06-11
Contact: Jing Wu

Abstract

Abstract:

The Hexi inland river basin is located in arid and semi-arid regions with fragile ecosystems， and there is significant importance in studying the dynamic changes in vegetation cover and its driving factors for understanding the interaction between vegetation and ecosystems. This study uses the mean NDVI during the growing season as the vegetation cover index， employs slope trend analysis and coefficient of variation to analyze the changes in vegetation cover in the Hexi inland river basin from 2000 to 2020， and explores the effects of natural and anthropogenic factors on the spatial differentiation of vegetation using the Geodetector model. The results indicate that：（1） During 2000-2020， the vegetation cover in the Hexi inland river basin exhibited a generally rising trend with fluctuations， having a growth rate of 0.001·a^-1， characterized by a spatial distribution of lower in the northwest and higher in the southeast， decreasing from east to west. （2） Between 2000 and 2020， in most parts of the basin， the vegetation cover remained relatively constant. The areas with increased vegetation cover constituted 35.27% and those with decreased cover constituted 10.91%. （3） The Hexi inland river basin exhibits strong spatiotemporal variability in vegetation cover， with the coefficient of variation ranging from 0.011 to 1.530. The majority of regions demonstrate high stability， with low stability areas primarily focused in the middle and upper reaches of the basin. （4） Natural factors play a leading role， with substantial impacts from evapotranspiration， vegetation types， precipitation， and soil types. Among human factors， land use type emerges as a primary influencer. Revealing the long-term vegetation evolution patterns and characteristics in the Hexi inland river basin offers valuable insights for ecological preservation and soil and water conservation in the region.

Key words: Hexi inland river basin, vegetation cover, geodetector, driving factors, spatiotemporal variation

CLC Number:

Q948

Ziao Shen, Jing Wu, Chunbin Li. Temporal and spatial changes of vegetation cover and its driving forces in the Hexi inland river basin from 2000 to 2020[J]. Journal of Desert Research, 2024, 44(3): 119-127.

Figures/Tables 7

Fig.1 Overview of the study area

Table 1 Driving factors of vegetation cover change and their data sources

类型	驱动因素	数据来源
自然因素	气温	中国气象数据网(http://data.cma.cn)，在ArcGIS中进行空间插值处理
	降水量
	蒸散发量
	地貌类型	中国100万地貌类型空间分布数据，来源于中国科学院资源与环境科学数据中心(http://www.resdc.cn/)
	高程	全国DEM 1 km、500 m和250 m数据集（SRTM 90 m），来源于中国科学院资源与环境科学数据中心(http://www.resdc.cn/)
	坡度	通过ArcGIS处理DEM数据获得
	坡向	通过ArcGIS处理DEM数据获得
	植被类型	中国100万植被类型空间分布数据，来源于中国科学院资源与环境科学数据中心(http://www.resdc.cn/)
	土壤类型	中国土壤类型空间分布数据，来源于中国科学院资源与环境科学数据中心(http://www.resdc.cn/)
人为因素	GDP	中国GDP空间分布公里网格数据集，来源于中国科学院资源与环境科学数据中心(http://www.resdc.cn/)
	人口密度	中国人口空间分布公里网格数据集，来源于中国科学院资源与环境科学数据中心(http://www.resdc.cn/)
	土地利用类型	中国多时期土地利用遥感监测数据集，来源于中国科学院资源与环境科学数据中心(http://www.resdc.cn/)

Table 2 Interaction types of different driving factors

判断区间	交互作用
$q (X 1 ? X 2) < M i n [q (X 1), q (X 2)]$	非线性减弱
$M i n [q (X 1), q (X 2)] ≤ q (X 1 ? X 2) ≤ M a x [q (X 1), q (X 2)]$	单因子非线性减弱
$q (X 1 ? X 2) > M a x [q (X 1), q (X 2)]$	双因子增强
$q (X 1 ? X 2) = q (X 1) + q (X 2)$	独立
$q (X 1 ? X 2) > q (X 1) + q (X 2)$	非线性增强

Table 2 Interaction types of different driving factors

判断区间	交互作用
$q (X 1 ? X 2) < M i n [q (X 1), q (X 2)]$	非线性减弱
$M i n [q (X 1), q (X 2)] ≤ q (X 1 ? X 2) ≤ M a x [q (X 1), q (X 2)]$	单因子非线性减弱
$q (X 1 ? X 2) > M a x [q (X 1), q (X 2)]$	双因子增强
$q (X 1 ? X 2) = q (X 1) + q (X 2)$	独立
$q (X 1 ? X 2) > q (X 1) + q (X 2)$	非线性增强

Fig.2 Growing season NDVI changes （A） and the percentage distribution of levels （B） in the Hexi inland river basin from 2000 to 2020

Fig.3 Distribution of grade （A）， change trend （B）， coefficient of variation （D） of the growing season average NDVI in the Hexi inland river basin during 2000-2020 and land use type in 2020 （C）

Fig.4 Changes of q values of each factor during 2000-2020

Fig.5 The influence of the interaction of various factors during 2000-2020

References 54

1	锡林巴特.西北内陆河流域植被对降水、气温变化间的响应研究［D］.呼和浩特：内蒙古农业大学，2022.
2	Li H， Xie M， Wang H，et al.Spatial heterogeneity of vegetation response to mining activities in resource regions of Northwestern China［J］.Remote Sensing，2020，12（19）：3247.
3	郝鑫怡，张喆，郑浩，等.天山北坡经济带植被覆盖度时空变化特征及影响因素探测［J/OL］.中国环境科学：1-12［2023-11-06］..
4	黄豪奔，徐海量，林涛，等.2001-2020年新疆阿勒泰地区归一化植被指数时空变化特征及其对气候变化的响应［J］.生态学报，2022，42（7）：2798-2809.
5	Zhang Y， Jiang X， Lei Y，et al.The contributions of natural and anthropogenic factors to NDVI variations on the Loess Plateau in China during 2000-2020［J］.Ecological Indicators，2022，143：1009342.
6	栾金凯，刘登峰，黄强，等.近17年陕西榆林植被指数的时空变化及影响因素［J］.生态学报，2018，38（8）：2780-2790.
7	张慧龙，杨秀春，杨东，等.2000-2020年内蒙古草地植被覆盖度时空变化及趋势预测［J］.草业学报，2023，32（8）：1-13.
8	解晗，同小娟，李俊，等.2000-2018年黄河流域生长季植被指数变化及其对气候因子的响应［J］.生态学报，2022，42（11）：4536-4549.
9	欧阳习军，董晓华，魏榕，等.青藏高原植被生长季NDVI时空变化及对气候因子的响应分析［J］.水土保持研究，2023，30（2）：220-229.
10	陈田田，黄强，彭立，等.三峡库区植被覆盖时空变化特征及归因分析［J］.应用基础与工程科学学报，2023，31（2）：296-308.
11	李思，谢红霞，周清，等.湖南省植被覆盖度变化及其与气候因子的多尺度关系［J/OL］.生态学杂志：1-11［2023-11-06］..
12	姚楠，董国涛，薛华柱.基于GoogleEarthEngine的黄土高原植被覆盖度时空变化特征分析［J］.水土保持研究，2024，31（1）：260-268.
13	燕丹妮，武心悦，王博恒，等.1982—2015年黄土高原植被变化特征及归因［J］.生态学报，2023，43（23）：9794-9804.
14	Zhu L， Meng J， Zhu L.Applying Geodetector to disentangle the contributions of natural and anthropogenic factors to NDVI variations in the middle reaches of the Heihe River Basin［J］.Ecological Indicators，2020，117（2）：106545.
15	路建兵，鞠珂，廖伟斌.2000-2020年甘肃省植被覆盖特征及其对气候变化和人类活动的响应［J］.中国沙漠，2023，43（4）：118-127.
16	Sun Y L， Shan M， Pei X R，et al.Assessment of the impacts of climate change and human activities on vegetation cover change in the Haihe River basin，China［J］.Physics and Chemistry of the Earth Parts A/B/C，2020，115：102834.
17	Li P， Wang J， Liu M，et al.Spatio-temporal variation characteristics of NDVI and its response to climate on the Loess Plateau from 1985 to 2015［J］.Catena，2021，203（1）：105331.
18	刘慧丽，陈浩，董廷旭，等.川渝地区NDVI动态特征及其对气候变化的响应［J］.生态学报，2023，43（16）：6743-6757.
19	贺鹏，毕如田，徐立帅，等.基于地理探测的黄土高原植被生长对气候的响应［J］.应用生态学报，2022，33（2）：448-456.
20	金凯，王飞，韩剑桥，等.1982-2015年中国气候变化和人类活动对植被NDVI变化的影响［J］.地理学报，2020，75（5）：961-974.
21	张淑怡，尤怡靖，朱泓恺，等.长三角地区植被覆盖演变城乡差异及其原因［J］.生态学报，2023，43（14）：5980-5993.
22	王晶，王旭峰.2000-2016年石羊河北部植被覆盖度动态变化特征［J］.地理空间信息，2019，17（8）：46-49.
23	王鹏，王雁鹤，韩小龙，等.1990-2019年黑河流域植被覆盖度动态变化及气温对其影响［J］.中国地质调查，2021，8（3）：64-71.
24	韩子言，蒙吉军，邹易，等.1982-2017年黑河流域植被指数动态及其对气候变化与生态建设工程的响应［J］.中国沙漠，2023，43（3）：96-106.
25	郑骆珊，李阳兵，汪荣，等.1990-2020年三峡库区植被覆盖转型及其驱动因素［J］.生态学报，2023，43（14）：5802-5815.
26	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.
27	文妙霞，何学高，刘欢，等.基于地理探测器的宁夏草地植被覆被时空分异及驱动因子［J］.干旱区研究，2023，40（8）：1322-1332.
28	Yuan L， Chen X， Wang X，et al.Spatial associations between NDVI and environmental factors in the Heihe River Basin［J］.Journal of Geographical Sciences，2019，29（9）：1548-1564.
29	Yang X， Liu S， Yang T，et al.Spatial-temporal dynamics of desert vegetation and its responses to climatic variations over the last three decades：a case study of Hexi region in Northwest China［J］.Journal of Arid Land，8（4）：556-568.
30	李莹.河西内陆河流域多指数干旱特征分析［D］.北京：中国地质大学（北京），2020.
31	王生霞，王飞.河西内陆河流域绿洲面积对地表径流的响应［J］.中国沙漠，2021，41（2）：231-241.
32	Li Y， Liu W， Feng Q，et al.The role of land use change in affecting ecosystem services and the ecological security pattern of the Hexi Regions，Northwest China［J］.Science of The Total Environment，2023，855：158940.
33	丁永康，叶婷，陈康.基于地理探测器的滹沱河流域植被覆盖时空变化与驱动力分析［J］.中国生态农业学报（中英文），2022，30（11）：1737-1749.
34	尹振良，冯起，王凌阁，等.2000-2019年中国西北地区植被覆盖变化及其影响因子［J］.中国沙漠，2022，42（4）：11-21.
35	甄慧，汪洋，夏婷婷，等.基于地理探测器的开都-孔雀河流域植被覆盖度时空变化及驱动力分析［J］.草业科学，2023，40（5）：1140-1153.
36	张华，李明，宋金岳，等.基于地理探测器的祁连山国家公园植被NDVI变化驱动因素分析［J］.生态学杂志，2021，40（8）：2530-2540.
37	吕泳洁，丁文广，邓喆，等.基于地理探测器的甘肃省植被覆盖时空变化及驱动力分析［J］.地球环境学报，2022，13（2）：185-195.
38	张华，安慧敏.基于GEE的1987-2019年民勤绿洲NDVI变化特征及趋势分析［J］.中国沙漠，2021，41（1）：28-36.
39	逯金鑫，周荣磊，刘洋洋，等.黄土高原植被覆被时空动态及其影响因素［J］.水土保持研究，2023，30（2）：211-219.
40	奎国娴，史常青，杨建英，等.内蒙古草原区植被覆盖度时空演变及其驱动力［J］.应用生态学报，2023，34（10）：2713-2722.
41	王星，霍艾迪，吕继强，等.塔里木河干流植被覆盖度动态变化及驱动因素分析［J］.农业工程学报，2023，39（8）：284-292.
42	钤会冉，翟家齐，马梦阳，等.海河流域生长季植被覆盖度时空变化及驱动力分析［J］.水土保持研究，2023，30（4）：309-317.
43	王娜云，蒋建军，陈孟奇，等.甘肃省NDVI时空演变特征及其与区域气候的响应［J］.林业资源管理，2018（1）：109-116.
44	张立峰，闫浩文，杨树文，等.黑河流域植被覆盖变化及其对地形的响应［J］.遥感信息，2018，33（2）：46-52.
45	唐国力.基于遥感数据的内蒙古植被覆盖度时空变化及空间效应分析［D］.呼和浩特：内蒙古财经大学，2022.
46	Guan Q， Yang L， Pan N，et al.Greening and browning of the Hexi Corridor in Northwest China：spatial patterns and responses to climatic variability and anthropogenic drivers［J］.Remote Sensing，2018，10（8）：1270.
47	齐敬辉，牛叔文，马利邦，等.2000-2014年疏勒河流域植被覆盖时空变化［J］.生态与农村环境学报，2016，32（5）：757-766.
48	李丽丽，王大为，韩涛.2000-2015年石羊河流域植被覆盖度及其对气候变化的响应［J］.中国沙漠，2018，38（5）：1108-1118.
49	靳峰，戈文艳，秦伟，等.甘肃省植被时空变化及其未来发展潜力［J］.中国水土保持科学（中英文），2023，21（1）：110-118.
50	吕勇，修丽娜，姚晓军.2000-2020年湟水流域植被NDVI变化及其驱动力分析［J］.水土保持学报，2023，37（4）：150-157.
51	焦珂伟，高江波，吴绍洪，等.植被活动对气候变化的响应过程研究进展［J］.生态学报，2018，38（6）：2229-2238.
52	Beurs D， Kirsten M，Owsley，et al.Using multiple remote sensing perspectives to identify and attribute land surface dynamics in Central Asia 2001-2013［J］.Remote Sensing of Environment，2015，170：48-61.
53	陈康，丁永康，张笑晨.基于地理探测器的滏阳河流域植被覆盖时空变化与驱动力分析［J］.地学前缘，2023，30（5）：526-540.
54	张富广.2000-2020年人类活动对祁连山生态影响的多维评估［D］.兰州：兰州大学，2023.

[1]	Ziyi Bai, Zhibao Dong, Fengjun Xiao, Chao Li, Weige Nan, Tianjie Shao, Lingling Kong, Huirong Ma, Zheng Chi. Aerodynamic characteristics of Astragalus adsurgens vegetation based on mobile wind tunnel experiment [J]. Journal of Desert Research, 2024, 44(3): 1-8.
[2]	Ziyi Bai, Zhibao Dong, Weige Nan, Fengjun Xiao, Chao Li, Tianjie Shao, Lingling Kong, Xiaokang Liu, Aiming Liang, Zheng Chi. The influence of vegetation coverage on the wind sand flow structure and sediment transport rate [J]. Journal of Desert Research, 2024, 44(2): 25-34.
[3]	Danyi Liu, Wei Feng, Tao Wang, Wenbin Yang, Bin Zhu, Hui Zou, Mi Zhou. Characteristics of vegetation restoration based on the theory of low vegetation coverage for desertification control [J]. Journal of Desert Research, 2024, 44(1): 170-177.
[4]	Lingling Kong, Zhibao Dong, Ziyi Bai, Fengjun Xiao, Huirong Ma, Ruicong Xu. Effects of vegetation cover and configuration on soil wind erosion based on wind tunnel experiments [J]. Journal of Desert Research, 2024, 44(1): 235-243.
[5]	Tiaoxue Lu, Linshan Yang, Qi Feng, Meng Zhu, Naiyu Li. The change of oasis structure / scale and its influencing factors in Zhangye Basin in recent 20 years [J]. Journal of Desert Research, 2023, 43(6): 131-141.
[6]	Zhulei Dong, Xuegong Jiang, Nana Yi, Zhili Xu, Yuehe Hang, Shuiyan Yu. Numerical simulation of the influence of wind speed and vegetation on dust weather in Inner Mongolia， China [J]. Journal of Desert Research, 2023, 43(6): 29-39.
[7]	Xiaohong Ma, Fei Lin, Liming Yuan, Junjie Niu. Vegetation coverage change and its response to ecological protection project in Fenhe River Basin [J]. Journal of Desert Research, 2023, 43(3): 86-95.
[8]	Fanrui Bu, Ying Liu, Xueyong Zou. Response of vegetation coverage to precipitation change in the typical sandy lands of eastern China [J]. Journal of Desert Research, 2023, 43(3): 9-20.
[9]	Rongrong Qiao, Haitao Huang, Chunyuan Dong, Lihui Luo, Xueli Chang. Analysis of the influence of farmland pattern on landscape diversity in artificial oasis along the Yellow River in Ningxia： a case study in Zhongwei-Zhongning Plain Irrigation District [J]. Journal of Desert Research, 2023, 43(2): 21-27.
[10]	Xuying Bai, Yujie Wang, Yunqi Wang, Wenbin Yang, Tao Wang, Yiben Cheng. Changes and driving factors of water body area in Mu Us Sandy Land [J]. Journal of Desert Research, 2023, 43(2): 65-73.
[11]	Shilin Fu, Jiaqiang Lei, Yiqi Zhou, Na Zhou, Malicha Loje Hare, Zinabu Bora Jorro. Analysis of land degradation trends and driving factors in Ethiopia based on NPP-WUE [J]. Journal of Desert Research, 2023, 43(1): 128-141.
[12]	Xiaoyun Cheng, Qin Zhang, Fangfang Lan, Yuan Li, Yaxuan Han, Limin Zhang, Yanke Yang, Xinyuan Wang. Dynamic characteristics and driving factors of grassland desertification in Hexi Corridor [J]. Journal of Desert Research, 2022, 42(6): 134-141.
[13]	Jiawang Yin, Ala Musa, Yuhang Su. Effects of dune vegetation on water dynamics in interdune lowland in the Horqin Sandy Land [J]. Journal of Desert Research, 2022, 42(6): 194-203.
[14]	Zhenliang Yin, Qi Feng, Lingge Wang, Zexia Chen, Yabin Chang, Rui Zhu. Vegetation coverage change and its influencing factors across the northwest region of China during 2000-2019 [J]. Journal of Desert Research, 2022, 42(4): 11-21.
[15]	Wubin Jiang, Deguo Zhang, Xiaoping Yang. Response of dune morphology and grain-size characteristics to the change of wind regimes and vegetation cover [J]. Journal of Desert Research, 2022, 42(4): 120-129.

Temporal and spatial changes of vegetation cover and its driving forces in the Hexi inland river basin from 2000 to 2020

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 7

References 54

Related Articles 15

Recommended Articles

Metrics

Comments