近40年科尔沁沙地植被时空变化及其驱动力

科尔沁沙地是我国沙漠化土地防治的重点工程区。近些年来,受气候变化、生态工程建设和人类活动的影响,该区的植被生长发生了一定的变化。研究区域植被的动态变化,可为后期沙地的综合治理和工程的合理建设提供科学依据。基于此,以1981—2015年NOAA-NDVI、MODIS-NDVI数据及同期气象和社会经济数据为依托,采用一元线性回归和相关分析的方法,对科尔沁沙地NDVI的时空变化及驱动因素进行了研究。结果表明:(1)1981—2015年NDVI整体呈波动的增长趋势(增速为0.00114 a^-1);空间上NDVI呈增长趋势的区域(面积占68.8%)主要位于东南缘及中部部分地区,而研究区的西北缘呈降低趋势。(2)不同程度沙漠化区的NDVI均表现为先降低(1981—2000年)后上升(2001—2015年)的变化过程,说明前期遭受破坏的植被在后期得以恢复。(3)驱动力分析表明,降水和温度是驱动科尔沁沙地部分区域NDVI变化的影响因素;人口变化和生态工程的实施均驱动了区域内植被的时空变化;而经济的发展并不是该区植被变化的主要驱动因素。     

2000—2016年宁夏植被覆盖度的时空变化及其驱动力

基于MODIS NDVI遥感数据及同期的气象数据,采用趋势分析、变异系数及Hurst指数等方法反演了2000-2016年宁夏地区植被的动态变化特征.结果表明:宁夏地表植被覆盖总体为增加趋势,呈现显著的地域性特征,南北差异很大.植被年际变化受自然和人为的影响具有明显的阶段特征,2000-2016年整体为增长趋势,2000-2005和2006-2011年间增长显著,2012-2016年植被退化,降水量和湿润指数对植被生长的响应最为显著.生长季植被显著增加的面积占79.88%,春、夏、秋季NDVI分别以0.026·10 a^-1、0.07·10 a^-1和0.049·10 a^-1的速率增加.宁夏大部分地区植被变化将保持现有的生长趋势,但局部将有反持续性的变化,62.13%的植被NDVI呈现持续改善的趋势,且南部林区持续改善的面积大于北部引黄灌区.     

近10年北京极端高温天气条件下的地表温度变化及其对城市化的响应

以北京市为研究区,利用2000年和2010年极端高温发生时MODIS卫星的地表温度（LST）产品数据,结合DMSP/OLS夜间灯光数据,应用差值、等温线、剖面分析等方法,分析了北京市近十年来极端高温发生时地表温度的时空变化特征及其对城市化的响应。研究结果表明：（1）近十年来,极端高温时的地表温度升高,高温区范围增加,城市功能拓展区与发展新区的高温区增加面积大于首都功能核心区与生态涵养区;（2）北京市城市化发展迅速,城市扩张对极端高温条件下的地表温度时空分布与变化趋势起着主导作用。     

近30年中国滨海滩涂湿地变化及其驱动力

随着人类活动影响的不断加剧,滨海湿地正面临着退化的威胁。尤其是近三十年来,中国东部沿海地区经济发展迅速,中国滨海湿地在时空格局等方面发生了巨大改变。以Google Earth Pro(GEP)s遥感影像为数据源,基于Google Earth Engine(GEE)平台和随机森林分类方法,解译了1990—2020年中国滨海地区的遥感影像,提取不同年份滩涂湿地面积,分析了过去30年间滨海滩涂湿地空间分布变化,从自然原因和政策变化两个方面探讨了中国滨海滩涂湿地时空格局变化的驱动机制。研究表明,中国滨海滩涂湿地呈现总体减少的趋势,总面积减少了42.98%,其中光滩面积减少了46.30%,盐沼面积增加了4.95%。不同省份滩涂湿地面积变化总体趋势与全国一致,与国家政策紧密联系;但不同年份各省份因发展需求和压力不同,滩涂湿地的变化的进程有一定差异。泥沙沉积和水动力条件的变化是滩涂湿地变化的主要自然因素,方针政策的贯彻执行是滩涂湿地变化的重要人为因素,通过出台严格合理管控政策可以促进中国滨海滩涂湿地可持续发展。     

2000—2017年东北森林NDVI时空动态及其驱动因子

森林是陆地生态系统的重要组成部分,调节着地表-大气间碳、水、能量交换,在减缓气候变化方面具有重要的作用。因此,理解森林生态系统动态及其驱动因子,对于预测气候变化下影响森林生态系统结构、功能的动态变化具有重要意义。本研究基于2000—2017年中分辨率光谱成像仪(MODIS)数据集,通过归一化植被指数(NDVI)逐像元计算分析东北森林植被动态变化趋势,并结合气象数据,分析气候因子对东北森林NDVI变化的影响。结果表明:东北森林NDVI在春季、夏季、秋季以及生长季均呈现了增长的趋势,其中秋季的增长速率最高,夏季的增长速率最低,整个生长季增长速率为0.0025 a^-1(R²=0.77)。3种森林类型中,阔叶林NDVI增长速率最快,混交林次之,针叶林最慢。通过NDVI与气候因素的多因素相关性计算结果表明,干旱指数(Palmer drought severity index,PDSI)是驱动东北森林NDVI变化的主要因素。NDVI与PDSI呈显著的正相关关系,说明气候越湿润植被活动越强烈。气候变暖的背景下,气温升高可增加地表蒸发散,由此带来的干旱频率增...     

南京市景观时空动态变化及其驱动力

选择南京市1995、2000和2008年的土地利用/土地覆盖数据,对其土地利用斑块动态变化与景观斑块的空间稳定性进行探讨。结果表明,全市总体上以耕地、林地和草地的减少,以及建设用地和水域的大幅度增加为典型特征。1995-2000年间耕地、林地和草地面积净减少了12017.2 hm²,2000-2008年间净减少41029.13 hm²;全市的建设用地面积1995-2000年间仅增加了11981.3 hm², 2000-2008年间面积增加了41027.06 hm²。从斑块类型的面积稳定性来看,各种土地利用斑块的空间稳定性都非常高,除了2000-2008年间未利用土地的自身空间保持率为50.66%外,其他土地景观类型的保持率都在90%以上。从不稳定斑块的空间分布看,1995-2000年间,主要集中在南京市的栖霞区、浦口区和江宁区,呈离散分布特征; 2000-2008年间,不稳定斑块一方面呈现出集中连片的分布态势,这在江宁区和栖霞区最为典型,另一方面这种集中分布趋势也扩大到了六合区与高淳县。从不稳定斑块的转化方向看,均以建设用地所占比例最大,两个时段内转为建设用地的不稳定斑块分别占到了不稳定斑块总面积的87.09%和68.46%,其次的转化方向为水域,两个时间段内分别达到了10.61%和23.86%。从景观斑块变化的原因来看,对当地景观斑块稳定性影响最大的主要是人口与经济发展、城市规划的引导和重大的生态建设工程等人为因素。     

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

黄河流域位于我国干旱、半干旱地区,生态环境脆弱,探究其植被指数变化和对气候因子的响应对该地区生态建设具有重要意义。基于黄河流域2000—2018年MODIS归一化植被指数、增加型植被指数和气象数据,利用最大值合成法、趋势分析和相关分析等方法,分析了两种植被指数的时空变化特征及受气候因子的影响机制,探讨了NDVI与EVI在反映植被变化和对气候因子响应的差异。结果表明：2000—2018年,黄河流域地区植被NDVI、EVI分别以0.059/10a、0.038/10a的变化率增加,空间上以显著改善为主,面积占比分别为77.13%和75.27%,大多分布在1000—1500 m海拔处,中游地区改善较为良好,林地改善率最高。显著退化区域较小,主要分布在巴颜喀拉山西北部、西宁市、银川市、包头市、呼和浩特市、太原市、西安市及关中盆地和洛阳市周边,建设用地退化率最高。在生长季期间,植被指数变化与气温和降水以正相关为主,气温滞后时间为1个月,降水滞后时间为3个月,都为草地最为相关;与辐射之间为负相关,滞后时间为3个月,其中林地最为相关。在0.05显著性检验水平下,驱动黄河流域生长季植被变化的主要气候因子...     

安徽省近十年植被指数时空变化特征

利用2000—2009年的MODIS数据,研究安徽省近10年来植被指数在时间和空间上的变化。结果表明:近10年来,安徽省年平均NDVI趋势总体增加,但空间分布上有差异,局部地区的植被指数趋于减少,其他大部分地区的植被活动在增强;植被指数的月际变化呈弱双峰型,最大值出现在8月,最小值出现在1月;从各季节的线性拟合斜率来看,春季的植被指数增加最快,秋季次之,冬季最低;安徽省的大别山区和皖南山区的植被指数年际标准差和变异系数比较小,表明山区的林地植被指数变化不明显,受外界干扰较小;沿淮的粮食种植区的植被指数标准差和变异系数较大,植被指数年际变化较大,受人为活动干扰强烈。     

近30年中国陆地生态系统NDVI时空变化特征

气候变化已明显影响到陆地植被的活动,但在不同生态系统间存在差异,研究不同陆地生态系统归一化植被指数(NDVI)的时空变化特征,不仅可揭示各生态系统植被活动对气候变化的响应规律,而且可为我国不同生态区制定应对气候变化的策略和生态文明建设提供科学依据。基于1982—2012年GIMMS NDVI3g和中国陆地生态系统类型数据,利用一元线性回归、集合经验模态分解和相关分析等方法,研究了近30年中国各陆地生态系统NDVI的时空变化特征,分析了其与气候事件的关系。结果表明,近30年中国植被活动显著上升,年平均归一化植被指数(ANDVI)的上升幅度为0.0029/10a(P0.05),年最大归一化植被指数(MNDVI)的上升幅度为0.0076/10a(P0.01);植被活动显著增强的区域主要是分布在东部季风区的农田和森林生态系统,显著下降的区域主要是分布于西北的荒漠生态系统和东北的森林生态系统;尽管ANDVI和MNDVI线性趋势的显著性有所差异,但农田、森林、草地和水体与湿地生态系统的NDVI总体呈非稳定的上升趋势,上升过程中伴随着较大波动,荒漠生态系统的NDVI呈下降趋势,植被退化显著;与线性趋势不同,各生态系统植被活动的残差趋势包含"上升—下降"两个阶段,并相继于20世纪90年代到21世纪初发生转折;上述5类生态系统的植被活动存在不同尺度的周期特征,年际周期波动特征(1.9—7.6a)比较显著,而年代际周期(10.7a和22.2a)的显著性相对较差;各生态系统的空间异质性在趋强过程中存在2.1—7.1a的年际周期节律;海洋与大气环流的短周期脉动与各生态系统植被活动的周期性节律有着明显关联,ENSO事件和太阳活动是推动植被活动周期性振荡的重要因素。     

盐池县2000-2012年植被变化及其驱动力

荒漠草原区的植被对防治荒漠化、维护生态屏障具有决定性作用,宁夏盐池县作为其典型代表,近13年的植被变化深受气候变化和人类活动的综合影响。基于MODIS NDVI等数据,运用趋势分析、经验模态分解和空间叠置分析等方法,对盐池县2000—2012年的植被动态变化进行研究,结果表明:(1)2000—2012年盐池县NDVI在0.2—0.4之间呈波动上升趋势,上升幅度为0.078/10 a,上升趋势显著;总体来说,植被稳定性低,年际间波动或转换频繁、幅度大;(2)NDVI的波动分量与残余分量方差贡献率各占50%,且NDVI波动呈减弱趋势。促使NDVI波动的主控因子是年降水量,但其影响在减弱;(3)推动NDVI趋势性上升的主要因素是土地利用方式改善和类型变化,但土地利用方式改善对NDVI的贡献远远大于土地利用类型变化对NDVI的贡献。因此,荒漠草原区的生态改善应以保护为主,辅之以必要的生态重建,走以适度开发带动整体保护的道路。     

2000-2015年安徽省植被净初级生产力时空分布特征及其驱动因素

安徽省是我国的农业大省,其生态系统的动态变化直接关系粮食安全。植被NPP的变化可以有效反映生态系统的变化。基于MOD17A3 NPP数据、气象数据和土地利用类型数据,采用偏差分析法、变异系数、趋势分析法和相关分析法对安徽省2000-2015年植被NPP的时空格局、变化趋势及驱动因子进行研究。结果表明：（1）2000-2015年安徽省植被NPP平均值为476.6gC/m²;波动范围为396.6-531.8gC/m²;植被NPP具有较强的空间分异性,整体上呈现南高北低趋势;（2）不同土地覆盖类型的年均NPP差异明显,其中林地最高,为535.5gC/m²,而且不同地类的NPP年际变化幅度不同,主要表现在林地和草地的变化幅度相对较大;（3）植被NPP受气候、环境变化以及人类活动等多种因素共同影响,其中受气候因素中降雨影响较大,但是随着人类活动日益频繁,城市化逐渐成为NPP变化的主要驱动力。     

江苏省农作物最大光能利用率时空特征及影响因子

基于遥感数据的光能利用率模型被广泛应用于计算陆地生态系统的生产力,但其结果对最大光能利用率(εmax)参数非常敏感。由于该参数存在明显的时空变异性,在区域尺度上难以确定。利用MODIS遥感数据、分县产量统计数据和VPM模型推算了2001—2010年江苏省各县逐年的农田εmax,分析了其时空变化特征及其可能原因。结果表明,在2001—2010年期间,江苏省61个县区农田εmax平均值的变化范围为0.757—3.435 g C/MJ,呈现北高南低、中间高四周较低的空间分布特征;各县区农田的εmax都呈现出上升趋势,但在2001—2006年期间存在明显的年际波动,2002年、2004年和2006年的εmax相对较低,2007年后全省农田εmax稳定上升;εmax的年际波动呈现由北向南递减的趋势;全省大部分地区εmax的年际变化与单位耕地面积农用化肥施用量呈正相关性,苏北北部尤为明显;同时也与C4作物产量所占比例相关。研究表明在利用光能利用率模型计算农田生产力时,需要发展能考虑εmax时空变化的参数化方案。     

陕西省植被覆盖时空变化及其对极端气候的响应

基于2001—2018年MODIS NDVI数据,从生态分区视角分析陕西省归一化植被指数(NDVI)的时空变化特征,并结合该地区31个气象站点日值数据,探讨NDVI对极端气温和极端降水指数的响应特征。结果表明：(1)陕西省及其各生态区的NDVI变化均显著上升,整体呈南高北低的分布特点,其中秦巴山地落叶与阔叶林生态区(IV)NDVI值最高为0.86,陕北北部典型草原生态区(I)NDVI值最低为0.38。(2)年际尺度上,陕西省NDVI与极端气温暖极值(暖夜日数)和极端降水指数总体呈显著正相关(P<0.05),在陕西省北部NDVI变化主要受极端降水的影响,南部则对极端气温的敏感度更高。(3)多年月尺度上,各生态区NDVI对极端气温冷极值(最低气温、日最低气温的极低值和日最高气温的极低值)和极端气温暖极值(最高气温、日最低气温的极高值和日最高气温的极高值)存在明显的滞后性,滞后时间多为3个月;与极端降水指数(单日最大降水量和连续5日最大降水量)的滞后时间为2个月,说明陕西省内NDVI对极端气候的响应具有显著的滞后效应。     

2000—2020年广西植被生态质量变化及驱动力分析

为掌握广西植被生态质量的时空变化特征及其驱动机制,该文以植被生态质量指数(ecological quality index,EQI)为评价指标,基于气象、地形、土壤和遥感等多源数据,利用线性趋势分析、相关性分析、地理探测器等方法,分析了2000—2020年广西植被生态质量的时空变化特征及其驱动力。结果表明:(1)2000年以来广西植被生态质量指数呈显著增加趋势,区域植被生态明显改善。植被生态质量发展经历了缓慢增长、迅速增长、显著提升等演变阶段。在空间上,广西植被生态质量指数呈现四周高,中间低的特征,高值区逐渐由东部向西部和北部扩展。(2)广西植被生态质量时空演变影响因素差异显著。随海拔高度上升植被生态质量总体变化呈“增加—下降—稳定—上下波动”的趋势。壤土的植被生态质量高,砂土的植被生态质量低。森林和灌草的生态质量较高,农田植被的生态质量较低。植被生态质量与气候驱动因素呈显著正相关关系,受气温和降水共同影响,其中以气温为主要驱动(T)的区域面积最广,降水为主要驱动(P)的区域面积次之,气温降水强驱动([T+P]⁺)和弱驱动([T+P]^-)的区域面积较小。(3)广西植被生态质量变化驱动力受地形、土壤、植被、气候、自然灾害和人类活动的共同影响。自然影响因子解释力排序为植被>地形>土壤>气候,其中植被净初级生产力和植被覆盖度是影响植被生态质量时空分异的最主要因素。自然因子对广西植被生态质量变化的影响存在交互作用,均呈非线性增强及双因子增强关系,其中地形与植被、土壤与植被、气候与植被因子交互作用最明显。自然灾害和人类活动加剧了植被生态质量变化的影响,其中干旱和低温冷害等气象灾害抑制了植被生态质量的改善,而林业生态工程等人为活动促进了植被生态质量的提升。该研究结果为合理制定广西植被生态保护与修复措施提供了科学理论依据和技术支撑。     

中国大陆省际生态-经济效率的时空格局及其驱动因素

在参考和借鉴有关生态系统服务价值理论研究成果的基础上,提出生态-经济产出效率概念及其内涵、表征方法,结合有关统计数据计算了2001—2013年中国大陆31省区生态-经济产出效率并就其时空分布及重心移动方向、移动距离等进行分析,在此基础上应用探索性空间数据分析方法及偏最小二乘回归模型对其空间集聚特征和驱动因素进行实证分析。研究结果表明:考察时段内中国大陆省际生态-经济产出效率自西向东依次提高的三级梯度分布格局趋于形成;省区之间生态-经济产出效率具有全局空间依赖性和空间正相关特征,显著高-高集聚和显著低-高集聚表现相对稳定、高-低集聚区的生态效率溢出效应促使显著低-低集聚区逐步消失;人均国民生产总值、单位面积内的道路交通里程数、科研资金投入占GDP的比重等三因素显著驱动了中国大陆省际生态-经济产出效率溢出,但东、中、西部地区的制约因素不尽相同。     

福建省安溪县土地利用时空演变规律及其关键驱动因素

以福建省安溪县为研究边界,选取了1999—2019年该县及所属乡镇的耕地、林地、草地、园地、水域、建设用地和未利用地等7个土地利用类型作为物种变量,与其相关性较大的社会经济指标为环境变量,采用典范对应分析和空间自相关等方法进行分析,以明确安溪县和所属乡镇的土地利用时空演变特征及其关键驱动因素。研究结果表明:安溪县1999—2019年间土地利用类型变化总体上呈"三减四增"态势,并在全局空间分布格局上呈明显的聚焦状态。全县耕地、草地和水域面积分别减少36.82%、22.91%和8.18%,而林地、园地(主要是茶园)、建设用地和未利用地面积则分别增加了10.37%、56.39%、206.08%和90.14%。就林地面积而言,近10年来安溪县24个乡镇中有1/3的乡镇林地呈下降趋势。其中,祥华、大坪、虎邱、参内、福田和城厢6个乡镇林地面积减少明显。研究表明:在县域水平上,主要土地利用类型变化,除了受地理因素的制约外,主要受社会经济指标和宏观政策的驱动因素调控。排位最大的前3个因素分别是社会消费品零售总额、地区生产总值和茶叶产量。在镇域水平上,不同乡镇由于地理条件,特别是城镇化水平和经济发展状况...     

四川省自然保护区时空分布与影响因素

自然保护区是为保护具有代表性的生态系统和濒危动植物而划分的特定区域,在涵养水土,防风固沙、净化空气、保护生物多样性等方面发挥着重要作用。四川省有自然保护区166处,类型丰富多样,是中国自然保护地体系的重要组成部分,其保护对象涵盖珍稀动植物,保护功能涉及物种、水源和生态环境,与国家地质公园、湿地公园、森林公园等共同维系着中国西南地区,乃至青藏高原东缘的生态系统。因此,研究四川省自然保护区的空间分布格局及其影响因素具有重要的价值和意义。运用地理空间分析方法对1963-2018年间四川省自然保护区的空间分布和影响因素进行了研究。研究发现:①四川省自然保护区空间分布的总体特征以集聚为主,呈现集聚-随机-集聚的变化特征,且前期变化幅度大,后期变化幅度小,总体发展明显分为1963-1998年的单核形成与发展阶段和1998-2018年的双核阶段;②四川省自然保护区主要分布在成都平原向川西高原的过渡区域,其均衡度类型在时间上表现出由"差距悬殊"到"差距较大"的演变特征;③四川省自然保护区的重心活动范围相对较小,基本稳定在阿坝州南部。标准差椭圆的长短半轴和面积均变化强烈,总体呈现出大幅度的增长,空间分布由南-北向演变为东北-西南向;④自然保护区受到自然因素和社会因素的双重影响,高密度区域分布在地势适中、气候温和、河流众多、土壤肥沃、人口稀少的阿坝州南部与东部地区。未来,四川省生态功能建设应该立足国家公园、自然保护区和自然公园的特点、分布状况,对自然保护区分布较少的川西北、川东北和川南部分地区进行优化布局,以加强这些地区的生态功能建设。同时,探索自然保护区的发展模式,实现自然保护区与周边区域社会经济的协调发展。     

鄱阳湖生态经济区成立前后NDVI时空动态变化及其驱动因素

鄱阳湖生态经济区是中部地区正在加速形成的增长极之一,研究其植被变化特征可以为鄱阳湖生态经济区更合理的调控经济发展与生态保护提供支持。本研究基于2000—2017年MODIS NDVI,采用最小二乘法斜率探讨生态经济区成立前后NDVI时空变化特征,并借助相关性分析定量化研究气候因素和人为因素对NDVI变化的驱动作用。结果表明:生态经济区成立前(2000—2008年)和成立后(2009—2017年),区域植被覆盖整体均呈现增长趋势。生态经济区成立前NDVI变化趋势为0.052 10 a^-1(P<0.05),成立后NDVI变化趋势为0.025 10 a^-1(P<0.05),成立后NDVI增长出现放缓现象;空间上,成立前植被发生退化的区域主要分布在地级市和省会周围;成立后,省会和中心城市周围植被退化现象进一步加剧,同时湖区周围、区域北部以及南部农耕区植被也出现退化现象;在影响因素方面,在全区域尺度上,气候因素是NDVI变化的主导因素,气温对NDVI影响大于降水;在NDVI显著变化的区域,人类活动则是影响NDVI变化的主要因素;生态经济区成...     

青海省植被净初级生产力(NPP)时空格局变化及其驱动因素

植被净初级生产力(NPP)作为陆地生态过程的关键参数,不仅用以估算地球支持能力和评价陆地生态系统的可持续发展,也是全球碳循环的重要组成部分和关键环节。基于2000—2014年MOD17A3年均NPP数据和气象站点气温、降水资料,采用简单差值、趋势分析、相关性分析和Hurst指数等方法,分析了青海省NPP的时空变化特征及其与气候因子的关系。结果表明:①青海省植被年均NPP在2000—2014年间整体分布呈现由南到北、由东到西递减的趋势,各生态区的空间存在显著差异,表现为Ⅱ区>Ⅰ区>Ⅲ区>Ⅳ区>Ⅴ区。②2000—2014年,青海省NPP变化趋势由北到南、由西到东呈现逐渐增加趋势,平均趋势系数为0.61,NPP值增加的区域占总面积的15%,其中显著增加区域为2.8%,轻度增加区域为12.2%。③青海省NPP值的Hurst的值域范围为0—0.39,均值为0.12,除了河流湖泊,建筑用地和未利用土地,青海省NPP变化特征为反持续性特征。④气候因子(年平均降水量和年均气温)对年均NPP的分布有影响,海拔的高低造成气温、降水和土壤的差异,间接影响植被NPP,15年土地利用/覆...     

长江黄河源区湿地分布的时空变化及成因

通过整理解译1969年航片、1986年、2000年、2007年以及2013年TM影像数据,对长江黄河源区的高寒湿地分布的时空变化特征进行分析,并结合气象观测数据和人类活动状况,运用主成分分析和灰色关联度法定量分析造成高寒湿地退化的气候因素和人为因素的贡献,并揭示了高寒湿地退化与各环境因子之间的关联性。结果表明:1969年—2013年间,江河源区的高寒湿地面积减少了19.16%,各湿地类型的斑块分离度不断增大;空间上,高寒湿地的退化区主要分布在长江源区的东北部以及黄河源区的北部地区,与该区域冻土的退化有显著的一致性;1969年以来,江河源区的气候呈气温显著上升、相对湿度降低以及降水量微弱增加的暖干化趋势,湿地的退化与气候变化在时间上有明显的同步性,其中气温升高是形成湿地退化格局的主要原因,降水量和相对湿度的变化会对湿地的变化产生重要影响,尤其是对河流和湖泊的影响更为显著;此外,载畜量的变化是影响湿地变化最重要的人为因素。