黄土高原植被恢复引发区域气温下降

黄土高原退耕还林(草)等生态恢复工程促进了地表植被覆盖增加,进而通过影响地表-大气之间热量交换影响区域气候过程。基于黄土高原1998—2000年和2008—2010年SPOT卫星反演的植被覆盖资料、54个地面气象站气温资料及EIN-Interim地表热通量数据,采用空间分析交叉验证及地表热量平衡分析的方法,从站点尺度探讨了退耕还林(草)工程初期和10年后黄土高原植被变化与气温和地表热通量变化之间的关系。研究表明,退耕还林(草)工程开展10年后,黄土高原气温最小值、最大值与平均值均有下降,植被覆盖增加与气温变量降低在空间上呈正相关。同时,植被覆盖增加与潜热通量增加、感热通量与大气下行长波辐射下降在空间上也呈正相关关系。这些结果表明,植被恢复可通过增加地表蒸散发作用对区域气候产生降温效应,会减缓气温升高对黄土高原生态系统的影响。     

气候变化下黄土高原植被生长期NDVI动态变化特征

理解植被对气候变化的响应对于预测未来生态系统过程和制定应对策略至关重要。本研究采用地理探测器和地理加权回归等方法，探讨了2002—2019年黄土高原不同植被类型主要生长期(4—10月)归一化植被指数(NDVI)变化的空间格局及其与气象因子的关系。结果表明：受退耕还林还草生态工程影响，黄土高原植被得到显著改善，其中草原和荒漠植被由于生境容易受到外界环境影响，NDVI呈不稳定状态，且在夏季最不稳定；日照时数的增加间接导致降水减少，产生较强的光抑制效应，造成日照时数变异系数对黄土高原生长期植被NDVI空间变化的解释力最大(0.124),黄土高原西北干旱区的荒漠受海拔影响，气压低，水汽蒸发量大，抑制植物叶片进行光合作用，与生长期植被变化呈正相关；荒漠区夏季降水量突增，植被对气温变化的响应减缓，出现NDVI变化对气温变化响应的滞后性；在8—10月，阔叶林高的植被覆盖度对水分胁迫的敏感性降低，产生对降水因子的滞后响应。     

陕北黄土高原气象要素对植被覆盖的空间分异影响及风险探测

陕北黄土高原地处我国西北生态环境脆弱区,近年来受退耕还林（草）影响,区域植被覆盖变化显著,与气象要素的响应关系也呈现出了复杂的空间分异性和不确定性,亟待厘清。以不同地貌分区为响应单元,探究了陕北黄土高原变绿前后（1982-1992年与2005-2015年）NDVI指数的时空演化特征,分析了植被覆盖变化与气象要素之间的分异性响应关系,并透过最优参数的地理探测器模型（OPGD）探测了气象要素变化对植被覆盖演变的交互影响及风险。研究结果表明：（1）陕北黄土高原及各地貌分区在研究期内NDVI指数均呈显著上升趋势,且阶段化分异明显;各地貌区气温和实际蒸散发量在高原变绿前后趋势变化差异明显,1982-1992年主要呈不显著增加趋势,而2005-2015年则表现为不显著减少趋势;两个时期降水量的空间异质性较为显著,其中北部地区为持续增加趋势,而南部地区则由减少逆转为增加趋势。（2）不同地貌区NDVI指数与气温和蒸散发均呈正相关,且蒸散发与NDVI的相关性强于气温;相对高原变绿前,2005-2015年NDVI指数对各气象要素的响应强度均有所增大。（3）OPGD因子检测结果显示5km空间网格是评价气候变化对陕北黄土高原植被覆盖变化影响的最佳空间尺度,各地貌分区对NDVI指数变化影响最大的气象因子依次为：气温（黄土塬）、降水（盖沙黄土丘陵）、蒸散发（黄土峁状丘陵）、降水（黄土梁状丘陵）、降水（黄土宽谷丘陵）、蒸散发（风沙丘陵）、降水（土石丘陵）;交互探测表明气象因子间的交互作用对NDVI指数的空间分异具有协同增强性,但不同时期各地貌区的主导交互因子略有差异。（4）风险探测发现不同实际蒸散发量对NDVI指数的影响有显著空间差异。（5）陕北黄土高原的植被覆盖变化并不能简单归因于退耕还林（草）等生态修复措施,而应是多要素耦合驱动的结果,气象要素在其中扮演了不可忽视的作用。     

砒砂岩区植被覆盖度环境驱动因子量化分析——基于地理探测器

砒砂岩区地形破碎,生态环境恶劣,降水量少且以暴雨为主,研究该区植被覆盖变化及环境驱动因子作用机制对区域植被建设具有重要的理论意义。基于1999—2018年的NDVI数据分析了砒砂岩区近20年植被覆盖度时空变化特征,利用了地理探测器方法量化分析了不同环境因子对植被覆盖度的影响。结果表明：1)近20年砒砂岩区平均植被覆盖度为42.3%,时间尺度上1999—2018年区域植被覆盖度呈增加趋势,平均上升幅度为0.086/10 a,空间尺度上植被覆盖度呈现从东南向西北递减的空间分布特征;2)近20年区域植被覆盖整体得到改善要比退化的区域面积大,45.5%的区域面积植被覆盖度极显著增加,主要分布在砒砂岩区东部区域,该区植被覆盖度未来变化趋势将以持续性改善为主,但仍有约41.6%的植被将由改善向退化方向变化;3)降水、土壤水分和气温是影响砒砂岩区植被覆盖空间分布的主导环境因子,且降水同其他环境因子的交互作用对植被覆盖影响最大。     

安徽省2000-2009年不同类型植被的变化及其与气温、降水的关系

为了了解安徽省不同类型植被与气候环境因子的关系,利用2000-2009年的逐月MODIS/NDVI数据、安徽省80个气象站逐日气温、降水资料和安徽省土地覆盖数据,研究了安徽省近10年来植被指数的时空变化特征及其与气温、降水的相关性.结果表明:近10年来,安徽省各覆盖类型的植被指数变化趋势不一致,作物种植区和城镇的植被指数增加显著,其他覆盖类型的植被指数变化不显著;林地的平均植被指数最高,作物种植区次之,城镇最低;植被指数的月变化在作物种植区呈现双峰型,而其他覆盖类型呈现单峰型.安徽省月平均NDVI分别与月平均气温、月降水量呈显著线性正相关和非线性正相关,降水量对植被NDVI的作用存在一个阈值,但年际关系均呈弱正相关.植被指数与气温的偏相关系数林地最高,作物种植区最低,自然植被区的偏相关系数较人工植被区的大,植被指数与降水的偏相关系数恰好相反.安徽省淮北平原中部和江淮之间北部大部分地区(非水浇地)的植被是由气温和降水的共同作用驱动;淮北中部少数格点和少数水体格点的植被是单独由降水作用驱动;除一些水面的格点是非气象因子驱动外,其他大部分地区的植被是单独由气温作用驱动.     

近40年青藏高原植被动态变化对水热条件的响应

植被对水热条件的响应因生态系统的空间异质性而具有显著的差异。基于GIMMS NDVI3g和MODIS NDVI逐旬数据集,通过数据融合构建的青藏高原1982—2020年的植被时间序列,利用Mann-Kendall趋势法分析近40年植被动态变化及其对温度、降水和辐射等水热条件的响应,并划定了植被动态的主要水热驱动因子分区。结果表明：(1)近40年青藏高原植被生长季平均NDVI呈现显著上升趋势,增速为0.006/10a,植被NDVI显著增加和减少的区域分别占青藏高原总面积的73.97%和18.38%;(2)青藏高原植被对水热条件的响应在静态上表现为高原腹地较高原边缘更加明显;在动态上表现为不同植被类型区对水热因子的响应关系、方向、程度均有所不同;整体上除森林和灌丛外,所有高寒植被类型与降水的响应程度要优于温度和辐射;(3)青藏高原植被生长受水热因子驱动的区域占高原总面积的55.95%,其中42.72%以上的区域气温、降水和太阳辐射的驱动作用是互补的,13.23%的区域由多个水热因子联合驱动;44.05%的区域为非气候驱动区。     

乌珠穆沁草原水热分配差异对植被的影响

利用MODIS NDVI 数据和气象站点的气温和降水资料, 运用最大值合成、一元线性分析和相关分析方法, 分别从年际变化、季节变化和月变化角度分析2000-2013 年乌珠穆沁草原植被覆盖变化及其对气温和降水变化的响应特征。结果表明, 从年际变化看, 近15 年来乌珠穆沁草原植被覆盖呈增加趋势, 其变化趋势主要受降水量的控制; 从季节变化来看, 夏季和秋季植被覆盖度呈上升趋势, 而春季呈下降趋势。春季和夏季植被覆盖变化主要受降水的影响,而秋季植被生长与气温的关系较与降水的关系密切; 从植被生长的月变化来看, NDVI 与气温的相关性小, 与降水量的相关性大。在返青期初期(4、5 月)NDVI 值随气温升高而升高, 温度有助于植被的生长, 其他时段气温对NDVI 值产生负向作用, 其中7 月份植被生长受气温的负向作用最明显; 4-6 月受当月降水量的影响明显, 7、8 月份NDVI 值与6月份降水量呈显著相关, 表明植被生长对降水变化具有一定滞后性。     

黑河流域潜在蒸散及其影响因素的不确定性分析

基于黑河流域及周边地区17个气象站1951—2014年逐日气象资料,依靠处理定性概念与定量描述不确定性转换的云模型对潜在蒸散量(ET_0)及其影响因子的不确定性进行研究,同时采用通径分析对ET_0的影响因子进行分析。结果表明:近60年黑河流域年均ET_0呈较小幅度增长趋势;ET_0在时间尺度上的熵值和超熵比空间尺度小,说明ET_0的时间变化较为连续,空间分布较为模糊、随机;气象因子的熵值和超熵变化范围较小,说明气象因子的空间分布较为均匀、稳定,熵值、超熵值的空间分布和均值的空间分布差异较大;ET_0空间分布总体表现为由南向北递增,与日照时数、风速和气温的空间分布规律相似,与相对湿度相反;ET_0的主要影响因素为相对湿度,其次为风速和气温;其中直接作用中风速相对湿度气温,间接作用中相对湿度气温风速,气温和相对湿度通过风速对ET_0的负向作用较为明显。     

2001-2019年黄土高原植被覆盖度时空演化特征及地理因子解析

探究黄土高原植被覆盖度变化及其与地理因子之间的关系有助于区域植被恢复政策的优化以及人地关系的协调发展。因此,以MOD13 A1数据作为数据基础,采用趋势分析、标准差和重心迁移模型,研究2001—2019年黄土高原植被覆盖度FVC(Fractional Vegetation Cover)时空演化特征,并结合地理探测器和相关分析对影响FVC的地理因子进行解析。结果表明：(1)2001—2019年黄土高原植被覆盖度恢复状况较好,FVC平均增速为0.0095/a,呈东南高西北低分布,极显著、显著增加的区域面积占比为84.37%,研究区各年FVC重心位于陕北一带,19年向北推进55.1km;(2)各地理因子对FVC的解释力存在显著差异,降水、土壤类型、气温、土地利用类型和坡度是FVC空间分布的主要驱动因子,且各因子之间交互作用的解释力高于单因子;(3)FVC与气温、降水相关系数均以正相关为主;FVC均值与变化趋势存在地形、土壤、人口密度、土地利用分异特征;土地利用转移可体现人类活动特征,其退耕还林还草、未利用地绿化等积极效应促使区域植被得到显著改善,城市扩张等消极效应则抑制植被增长。     

黄土高原植被日光诱导叶绿素荧光对气象干旱的响应

随着气候变化的加剧,干旱的频率、持续时间以及发生范围都越来越严重,探索植被光合对干旱的响应以及气象因子对植被光合的影响对于人们如何应对干旱具有重要意义。基于遥感的日光诱导叶绿素荧光(SIF)具有对干旱条件下区域植被光合作用进行早期监测和准确评估的潜力。本研究基于星载SIF和标准化降水蒸散发指数(SPEI)研究了黄土高原地区2001—2017年生长季内(4—10月)植被光合作用对干旱的响应关系及其受气象因子的影响程度。结果表明: 黄土高原地区植被生长季内SIF与SPEI呈显著正相关关系的区域占比为87.8%,其中,半干旱地区植被光合对干旱的响应较敏感,半湿润地区敏感性较低。不同类型植被光合对干旱的响应存在差异,草地对干旱响应的敏感性最高,响应最强的SPEI时间尺度为3～4个月;林地的敏感性最低,SPEI时间尺度为3～10个月。气象因子与SIF存在显著的相关关系,其中,温度和降雨是影响黄土高原植被光合的重要影响因子,光合有效辐射的影响模式与温度相似。黄土高原地区生长季内不同的气候和植被类型条件下,植被光合所受干旱及各气象因素的影响存在较大差异。     

基于ICEEMDAN方法的黄土高原植被覆盖变化及其对气候变化的响应

地理数据和遥感数据的长期序列中包含噪声和周期性波动信息。本研究基于ICEEMDAN方法对黄土高原1982—2015年归一化植被指数(NDVI)、降雨和温度进行逐像元分解,分解后得到的残差项减少了原始数据中的噪声和周期性波动,并利用残差项研究NDVI的变化趋势以及NDVI与气候因子之间的关系。结果表明: 1982—2015年,黄土高原NDVI以上升为主,残差项NDVI变化趋势的显著性(95.9%)大于原始NDVI变化趋势的显著性(72.3%),并且存在一定的空间差异性。温度和降雨的变化可以在很大程度上解释植被覆盖的变化。其中,温度与黄土高原NDVI之间呈极显著正相关的区域占83.7%,极显著负相关区域占13.9%;降雨与黄土高原NDVI之间呈极显著正相关的区域占54.4%,极显著负相关区域占37.2%。黄土高原植被对气候变化的响应存在明显的空间差异性,不同气候因子对不同植被覆盖类型的影响程度不同。总体上,黄土高原生长季不同植被与温度之间的相关性强于降水,温度是影响黄土高原植被覆盖变化的主要因素。     

陕北黄土高原植被生态系统水分利用效率气候时滞效应

基于月尺度气温、降水以及MODIS-GPP、MODIS-ET遥感数据,采用基于像元的时滞偏相关分析,揭示了陕北黄土高原植被生态系统水分利用效率气候时滞效应及其影响因素。结果表明:①2000—2014年,受退耕还林草生态工程和气候变化的双重影响,陕北黄土高原WUE呈波动变化趋势,2001—2003年显著下降,2003—2005年、2010—2013年显著上升。受不同植被类型的影响,年内WUE呈急速双峰、缓速双峰和单峰型3种变化状态。②陕北黄土高原WUE对降水存在明显的时滞效应,滞后时间多为3个月,人为扰动较大的I-1、I-2、Ⅱ-2生态区以及植被覆盖度较高的Ⅲ-3生态区WUE对降水的时滞响应程度明显低于其他生态区;而对气温的时滞效应较弱,仅南部的Ⅲ-2、Ⅲ-3生态区WUE对气温存在1—2个月滞后时间。③不同植被类型WUE对降水的时滞效应较明显,荒漠类植被WUE对降水时滞响应程度最强,滞后时间近3个月,针叶林时滞响应程度最弱,滞后时间为2.1个月;但对气温的时滞效应总体较弱,针叶林WUE对气温滞后时间为15 d,其余大多数植被类型WUE对气温不存在滞后时间。④WUE气候时滞效应对植被覆盖度的敏感性存在一定的阈值效应,植被覆盖度高于阈值62.3%时,对降水的时滞效应开始逐渐减弱,而对气温的时滞效应逐渐显现。     

基于耦合协调度的黄土高原地区NDVI与降水关系的变异诊断

植被是地表生态系统的重要"指示器"，在能量交换、水循环、碳循环、生物地球化学循环和维持中发挥着重要作用，降水是影响植被变化的主要气候因子，研究两者之间的作用关系具有重要的意义和价值。利用Mann-Kendall趋势检验法和Hust指数分析了黄土高原地区归一化植被指数（NDVI）的变化趋势，使用相对发展率（RDR）指数和重心转移模型分析了NDVI变化的时空差异，并构建了基于耦合协调度理论和Pettitt检验方法的NDVI与降水关系的变异诊断方法，识别了黄土高原地区NDVI与降水关系的突变点，探讨了降水对NDVI变化的影响以及造成NDVI与降水关系变化的原因。结果表明：（1）黄土高原地区73.49%面积的NDVI在1998-2017年有呈现显著增加趋势（P<0.05），大部分地区NDVI在未来依旧呈现增加趋势；（2）黄土高原地区丘陵沟壑区与高原沟壑区的NDVI增加幅度大于黄土高原地区整体的增加幅度，而北部风沙区和农灌区以及黄土高原地区边界区域的NDVI增加滞后于区域整体变化；（3） NDVI与降水耦合协调程度逐年增强，两者关系在2006年发生显著突变（P<0.05）；（4） NDVI呈现显著增加区域降水明显高于不显著变化区域（P<0.05），降水对NDVI变化存在一定影响，在丘陵沟壑区、高原沟壑区北部和东部河谷及土石山区北部NDVI和降水存在显著正相关关系（P<0.05），然而黄土高原地区大部分区域的降水并不存在显著变化趋势（P>0.05），因此造成黄土高原地区NDVI与降水关系在2006年发生显著突变的主要原因应该是人类活动（P<0.05）。研究成果有助于进一步理解黄土高原植被变化与降水的相互作用，为黄土高原生态建设和水土流失治理提供一定的科学支撑。     

黄土高原归一化植被指数与自然环境因子的空间关联性——基于地理探测器

植被对改善黄土高原脆弱的生态环境有着关键作用,系统研究黄土高原归一化植被指数(NDVI)空间分布和环境因子的空间关联性,可为新时代黄土高原植被高质量建设提供科学依据。以黄土高原2000-2017年年均植被NDVI为研究对象,选取气候要素、地形因素、土壤类型和植被类型等自然环境因子,运用GIS和地理探测器技术手段,在剔除土地利用类型发生变化栅格的基础上,研究黄土高原年均NDVI与环境因子的空间关联性,结果表明:2000-2017年黄土高原年均NDVI值在0.016-0.72之间,呈地带性分布,由西北部向东南部逐渐升高,大于0.3的区域占50.23%;2000-2017年黄土高原年均植被NDVI分布具有空间异质性,且在不同植被区、地貌区、土壤区和气候区中,NDVI空间分布的主要环境驱动因子具有差异性。年均降雨量对NDVI空间分布具有强解释力,是黄土高原85.20%的区域植被生长的主要制约因子;约12.01%的区域主要受土壤类型影响,为中等解释力,其余区域的植被生长主要受年均气温,日照时数或海拔影响。建议综合考虑不同环境条件下植被NDVI的空间分布与环境影响因子的空间关联性,明确不同区域中植被NDVI的环境制约因子,以制约因子定植,在防止土壤干燥化、贫瘠化的前提下,提高植被覆盖率和生物多样性,以期促进黄土高原植被建设高质量发展。     

1982-2015年黄土高原植被变化特征及归因

黄土高原植被对于黄河中下游泥沙量减少以及区域生态安全维持发挥着重要作用。气候变化和人类活动是驱动黄土高原植被覆盖度变化的两大因素,然而先前研究多基于统计方法建立植被覆盖度与气候变化的线性关系,忽略了植被覆盖度与气候变化之间复杂的非线性关系,限制了对黄土高原植被变化驱动机制的理解。基于1982-2015年黄土高原植被覆盖度(GIMMS NDVI)数据,以1999年退耕还林工程开始实施为界限,采用随机森林和残差阈值法等手段量化并分析了1982-2015年植被变化特征及气候变化和人类活动对植被变化的影响。结果表明:(1)1982-2015年黄土高原植被覆盖度整体上呈现增长趋势,1999年之后植被覆盖度增加的面积大于1999年之前, 1999年以前显著增长的区域只占总面积的54.68%,1999年以后显著增长的区域面积占比增长至85.11%;(2)在考虑时滞效应的基础上,1982-1998年黄土高原超过80%的区域的逐月温度、降水、日照时数与植被覆盖度存在显著的正相关关系,表明1999年以前植被覆盖度变化主要与气候变化有关。随机森林算法能较好地模拟植被覆盖度与气候因子之间的关系,99.71%的区域拟合的决定系数R²达到0.5以上;(3)2000-2015年,气候因素和人类活动对植被覆盖度的影响具有空间异质性。人类活动对植被覆盖度产生积极影响的面积增加了55.94%,气候消极影响的面积减少了42.58%,气候积极影响的面积减少了12.86%。研究提出的量化气候变化与人类活动对植被覆盖度影响的方法能够更好的区分黄土高原植被覆盖度变化的驱动因素,为黄土高原生态建设以及黄河流域的生态安全和高质量发展提供数据支撑。     

黄土高原植被恢复成效及影响因素

黄土高原是退耕还林还草工程背景下地表格局及植被变化最为显著的地区之一,评估黄土高原的植被恢复成效及影响因素是促进区域植被恢复政策优化的关键环节。基于不同时间尺度植被覆盖度和植被净初级生产力趋势变化,提出了量化区域植被恢复成效的新方法,采用结构方程模型研究社会经济因素对植被恢复成效的影响及其随时间产生的变化,通过地理加权回归探索气候和关键社会经济因子对植被恢复成效的空间非平稳影响。研究结果刻画了2000-2015年黄土高原植被恢复的持续改善过程：截止2015年,黄土高原88.20%的面积植被恢复成效明显,高值区集中于陕北地区及山西省各县区。农村劳动力的下降使得植被恢复所受人口压力减缓,负影响由-0.95变为-0.86;农业生产力的提升是黄土高原植被恢复成效改善的重要社会经济因素。气候及社会经济因子对黄土高原植被恢复成效的影响呈现显著的空间差异：多年平均降水对黄土高原东部29.30%的地区影响最大,且为促进作用,平均温度是北部和西部风沙草地植被恢复成效的主导影响因子（占总面积20.93%）;黄土高原中西部47.02%的地区则受社会经济因素的影响更加明显。当前研究揭示了黄土高原的植被恢复效果及关键影响因子,可为区域植被恢复政策的优化提供科学支撑。     

黄土高原生态分区及概况

黄土高原地域广阔,水土流失区域差异显著。为了有效治理水土流失,评估水土流失治理技术和模式及生态恢复建设工程的成效性,需要对黄土高原进行区域划分。依据自然条件、水土流失治理技术和模式的区域性特征及差异,基于国家基础地理信息系统数据的县级行政界,对其进行合并,进行生态分区的划分,并分别统计其气候、地形地貌、植被特征及水土流失现状,以期为黄土高原水土流失治理技术和模式的改良优化提供依据。主要结论如下:(1)黄土高原分为黄土高塬沟壑区,黄土丘陵沟壑区,沙地和农灌区,土石山区及河谷平原区。其中黄土高塬沟壑区和黄土丘陵沟壑区分别划分为两个副区。(2)黄土高原的气候、植被、水土流失具有明显的分区差异。降水和植被覆盖度自东南向西北递减,二者在空间分布上具有很好的一致性,降水量大的分区,植被覆盖度也高。在年际变化方面,丘陵沟壑区B2副区降水量呈增加趋势,其他分区呈减小趋势,变化均不显著。80年代以来,黄土高原和各生态分区的植被覆盖度均逐渐增加,黄土丘陵沟壑区的增加量最大。各分区的面平均气温均呈非显著增加趋势,90年代以来增温明显。(3)1970年以来,黄土高原侵蚀产沙强度减弱趋势显著,至2002—2015年,多年平均输沙模数在0.13—3924 t km~(-2) a~(-1)之间,侵蚀强度最大为中度侵蚀(2500—5000 t km~(-2) a~(-1)),但面积较小,主要分布于第二高塬沟壑区的泾河流域。     

黄土高原近10年植被覆盖的动态变化及驱动力

基于Timesat的非对称高斯函数(AG)拟合法重建MODIS-NDVI数据,利用像元二分模型估算了黄土高原近10年的植被覆盖度(VC),并分析了年植被覆盖度的变化趋势和其与降水温度的相关性。研究结果表明:黄土高原植被覆盖度总体上呈现东南高西北低、由东南向西北递减的特征。其中森林生态系统平均覆盖度最高,灌木、草地生态系统次之,荒漠生态系统最低,空间差异明显。2010年森林生态系统植被覆盖度达到81.6%,主要包括太行山、吕梁山和秦岭地区。暖温带森林区植被组成以落叶阔叶林为主,覆盖度常年较高,为80%以上。西北部温带草原区,植被覆盖度达到38.8%。温带草地主要依水分梯度,由东南到西北分布有以旱生性多年生草本植物为主的典型草原,植被覆盖度呈现相应的递减趋势。黄土高原总面积78.6%的地区年植被覆盖度呈增加趋势;而占总面积19.4%的地区年植被覆盖度呈下降趋势。在空间分布上,植被覆盖度显著增加的区域主要分布在榆林至延安周边地区和秦岭一带;植被覆盖度显著减少区域沿兰州至银川呈条带状分布。