2000-2010年西伯利亚地表覆盖变化特征——基于GlobeLand30的分析

西伯利亚是全球环境变化的重要敏感性区域,但以往缺乏该区域中高分辨率地表覆盖数据,对其地表覆盖的整体分布与变化缺乏深入的认识。本文利用中国新近研制的2000、2010年两期30 m分辨率地表覆盖数据产品GlobeLand30,对2000-2010年西伯利亚地表覆盖的空间分布格局、变化幅度、区域差异及主要地类的变化原因进行了综合分析。研究发现：①西伯利亚地表覆盖的空间分布现状具有明显的地带性特征。②10年间,西伯利亚地区地表覆盖整体变化幅度较大,其中林地及草地呈显著缩减、湿地呈较大幅度增加、耕地呈微弱减少、人造地表呈增加态势。③10年间,西伯利亚地表覆盖变化具有显著的区域差异性。变化最显著的为西西伯利亚地区,其中以湿地增加最明显,主要分布于鄂毕河—叶尼塞河流域,林地、草地及耕地减少集中于西伯利亚西南部。④人类活动和气候变暖是引发西伯利亚地表覆盖变化的主要原因。大规模林地砍伐导致林地减少;冰冻层消融,林地、草地和水体向湿地的转化是湿地增加的主要原因;耕地的人为废弃和撂荒导致耕地面积有所减少。     

2015—2020年中国土地利用变化遥感制图及时空特征分析

持续地开展国家尺度土地利用/覆盖变化遥感监测对于新时代国土空间规划和“美丽中国”蓝图绘制具有重要的科学价值。本文采用Landsat 8 OLI、GF-2等卫星遥感数据,融合遥感大数据云计算和专家知识辅助人机交互解译方法,研发了中国土地利用变化（2015—2020年）和2020年土地利用现状矢量数据（CLUD 2020）,建立了完整的30 a（20世纪80年代末—2020年）每隔5 a的30 m分辨率中国土地利用动态数据库。基于CLUD 2020数据,从全国和区域两个尺度揭示了2015—2020年中国土地利用变化的总体规律、区域分异和主要特征。研究表明：将遥感大数据云计算生成的30 m分辨率植被覆盖变化和地表类型变化检测信息融入到人机交互遥感解译方法,可有效地提高大范围土地利用变化遥感制图的效率和变化图斑辨识的准确性;精度评价表明,CLUD 2020一级类型制图的综合精度达95%。总体上,全国范围内国土空间开发强度与2010—2015年比较进入相对稳定状态。期间全国耕地面积仍保持减少态势,空间分异特征为耕地南减北增,东北松嫩平原及其与三江平原交界区大规模的旱地向水田转移,西北新疆南部开垦和北部退耕/撂荒并存;全国城乡建设用地持续增加,空间分异特征表现为由以往的沿海地区和超大、大城市集聚转向中西部地区的大中小城镇周边蔓延为主。全国范围的林草自然生态用地面积持续减少,但强度与2010—2015年比较有所下降;受气候变化的持续影响,青藏高原地区的河流湖泊等水域面积显著增加。以上土地利用变化格局与“十三五”期间国家高质量发展、生态文明建设宏观战略和气候变化的影响密切相关。     

黄河源区气候—植被—水文协同演变及成因辨析

全球变化下黄河源区水文过程的演变影响流域生态系统的水源涵养功能,流域植被改变也影响水循环。本文基于气候、植被信息和VIP分布式生态水文模型,开展黄河源区水碳循环要素变化的集成模拟,分析了气候—植被—水文要素的协同演变机制。结果表明,2000年以来黄河源区气候呈暖湿化趋势;植被绿度明显提高,2010—2019年比2000—2009年平均增加了4.5%;生长季延长了至少10 d;植被生产力（GPP）显著上升,倾向率为4.57 gC m^-2 a^-1;植被恢复措施对GPP变化的贡献约为23%,气候变化和大气CO₂升高的施肥效应的贡献为77%。源区植被蒸散量（ET）呈增加趋势,倾向率为2.54 mm a^-1,水分利用效率（WUE）亦提高,平均相对上升率为5.1% a^-1。GPP、ET和WUE年总量及其变化率在海拔4200 m以下随高度上升而减小,之后变化趋缓。源区植被绿度和径流系数与当年和前一年降水呈显著正相关,反映降水蓄存于植物根层土壤的遗留效应。蒸散增强在一定程度上有利于源区地表—大气之间的水分再循环,帮助缓解生态恢复引起的产水能力下降,促进降水—植被—径流之间的良性互馈关系的形成。揭示水文对气候变化和植被恢复的响应和互馈机制,可为生态恢复措施对源区水源涵养功能的影响及效应的定量评估提供科学依据。     

半干旱区生态风险时空演变及其影响因素的地理探测——以宁夏盐池县为例

深入探究半干旱区景观格局变化规律,明确其生态风险时空演变特征与影响因素,对优化半干旱区景观格局、防范和治理生态风险、促进区域可持续高质量发展具有重要意义。以宁夏回族自治区盐池县为例,基于2000—2020年土地利用数据,通过景观格局指数构建生态风险模型,结合地统计分析和地理探测器模型,对其景观格局变化及生态风险时空演变与影响因素进行综合研究。结果表明：（1） 2000—2020年盐池县耕地和未利用地面积下降,其余地类均呈增加趋势,其中建设用地扩张速度最快,年均增长率为6.90%。（2） 2000—2020年盐池县景观斑块数、斑块密度、景观形状指数和香浓多样性指数上升,最大斑块指数和蔓延度指数下降,表明景观格局呈破碎化、复杂化和分散化的发展态势。（3） 2000—2020年盐池县生态风险指数由0.1465下降至0.1312,其中高、较高和中等风险区面积占比分别下降5.25%、24.21%和5.44%,而低和较低风险区面积占比分别增加14.11%和20.79%,空间上呈现出北高南低的分布格局。（4） 随着社会需求的日益增长和人类活动的加剧,自然因素对生态风险空间分异格局的影响逐渐弱化,而社会经济因素作用不断增强。     

黄河流域城市群扩张的时空格局演化及情景模拟——以呼包鄂榆城市群为例

黄河流域城镇扩张对区域景观格局影响显著,城市群人口聚集与增长引发了流域“人-地”矛盾和“空间冲突”等一系列生态环境问题。基于土地利用数据和FLUS模型对2025年和2035年呼包鄂榆城市群城镇化与土地利用时空演化特征进行多情景模拟预测。结果表明：① 1990—2018年呼包鄂榆城市群整体发展水平较低,建设用地面积经历了“平稳增加-缓慢增加-急剧增加”的变化过程,区域总体以草地为主,其占土地总面积的50%以上,其次是未利用土地和耕地,林地和建设用地次之。② 城市群扩张最剧烈地区在空间上主要发生在呼和浩特市、包头市等城市主城区,且扩张模式以外延式扩张为主,扩张来源主要是耕地、草地等生态用地。③ 三种情景模拟发现,2025年和2035年区域土地利用变化的空间结构和特征差异明显。自然发展情景下,城市扩张不受约束,高速增长占据了大量生态用地;加入生态约束条件很好的控制了对草地和林地的占用;经济发展情景下,城市扩张将进一步占据更多的未利用土地和耕地。本研究通过城市群扩张时空格局演化及情景模拟分析,尝试为区域规划、城市空间规划和区域生态空间保护提供多角度、多情景和可选择的政策决策参考。     

2001—2020年中国地表温度时空分异及归因分析

地表温度（LST）变化对陆面过程的能量收支平衡与生态系统稳定有着至关重要的影响。本文基于MOD11C3数据,使用回归分析、GIS空间分析、相关性分析及质心模型等方法,分析了中国2001—2020年LST变化及其时空分异格局;运用地理探测器识别中国38个生态地理分区下LST变化的主导因子,进而探寻其形成原因。结果表明：① 中国2001—2020年LST气候平均值为9.6 ℃,整体呈东南及西北干旱区高、东北及青藏高原低,平原高、山区低的基本格局;LST与海拔呈显著负相关,相关系数达-0.66;第一阶梯负相关性最为显著,相关系数达 -0.76,LST递减率为0.57 ℃/100 m;② 中国2001—2020年LST倾向率为0.21 ℃/10 a,升温区占国土面积的78%,整体呈现“多核式升温,轴线式降温”的空间特征;③ 中国LST及变化具有显著的季节性特征,冬、夏两季均温空间分布较其他季节的差异较大且波动更为明显;季节性升/降温区的质心轨迹呈环状,且运动呈现出对应的季节性反向轨迹,降温区质心移动幅度更大,说明降温区的区域差异性和季节变异性较大;④ 中国LST变化由自然影响与人类活动共同驱动,其中自然因素贡献更大,日照时数和海拔是关键因子;两大主导类型在空间分布上与“胡焕庸线”高度吻合,其以东区域多以人类活动强度为主导并与地形因子共同作用,而以西区域则多以自然因素为主,通过与气候、地形、植被等因子的相互耦合从而增强/削弱LST变化幅度。本文可为应对气候变化、解析地表环境模式、保护生态环境等方面提供科学参考。     

基于多时相Landsat影像的中亚地区植被覆盖遥感监测

针对中亚地区的强生态脆弱性、高敏感性特征,有必要开展广域、长期的植被覆盖监测以匹配“绿色丝绸之路”的可持续发展目标。鉴于此,联合Landsat 5和Landsat 8卫星数据集,利用Google Earth Engine（GEE）地理空间数据云计算平台,估算了中亚地区1993—2018年间共12期的植被覆盖度。结果表明：（1）中亚地区植被覆盖总体水平较低,但也具有较为显著的空间异质性。（2）中亚地区1993—2018年间多数区域植被覆盖趋势较为稳定,哈萨克斯坦丘陵、费尔干纳盆地等区域植被覆盖度呈增加趋势,乌拉尔河流域和锡尔河流域等区域植被覆盖趋势为负。（3）植被覆盖度时序特征上,中亚地区1993—2018年间总体植被覆盖度累积增加3%,其中吉尔吉斯斯坦和塔吉克斯坦植被覆盖分别增加3.96%和5.86%。（4）裸土区呈退缩趋势,面积总计减少25.9×10⁴ km²,低植被覆盖区、中植被覆盖区和高植被覆盖区范围在呈现出的振荡式增加。研究结合遥感大数据和地理云计算对中亚地区进行区域尺度的植被覆盖动态监测,能对中亚地区生态评估和演替分析提供技术支持和定量数据。     

东西伯利亚苔原—泰加林过渡带植被遥感物候时空特征及其对气温变化的响应

物候变化是气候变化的重要指示器,通过对植被物候时空变化的研究可以为进一步分析全球气候变化提供依据。基于2000—2017年MODIS-NDVI时间序列数据,利用不对称高斯函数和动态阈值法,提取、分析了东西伯利亚苔原—泰加林过渡带植被生长季起始期（SOS）、结束期（EOS）、中期（MOS）和长度（LOS）4种植被遥感物候参数的时空变化格局。同时结合同期CRU（Climate Research Unit）气温观测数据,分析了4种物候参数对气温变化的响应关系。结果表明：遥感物候参数可以直接、有效地反映气温的变化：研究区64°N以南区域4—5月气温升高,对应区域SOS提前5~15 d;64°N~72°N之间5—6月气温升高,对应区域SOS提前10~25 d;最北端北冰洋沿岸6月气温升高幅度较小且7月气温降低,对应区域SOS推后15~25 d;西北部8月、西南部9月气温降低,对应地区EOS提前15~30 d;67°N以南区域9—10月气温升高,对应区域EOS推后5~30 d;EOS的变化对气温变化较SOS更为敏感,较小的气温波动即引起EOS较大的变动;研究区内植被生长季整体呈前移趋势,且西北部LOS缩短,中部、南部LOS延长。     

基于贝叶斯网络的生态系统服务空间格局优化——以泾河流域为例

城市高速发展引起了区域土地利用格局的改变,不仅影响生态环境质量,而且还对生态系统服务的空间格局产生影响,在此基础上优化生态系统服务显得至关重要。在泾河流域2000—2020年净初级生产力（Net primary productivity, NPP）、农业生产力、土壤保持和产水服务空间评估的基础上,将贝叶斯网络和生态系统服务相结合,在关键变量子集和可视化的最优状态子集的基础上,评估了4种生态系统服务需要优化的区域,为区域经济和生态和谐发展提供参考。结果表明：（1） 水文评价模型（Soil and water assessment tool, SWAT）模型能较准确地模拟区域的径流量。通过模拟值和观测值对比分析,该模型具有较高的决定性系数（R²>0.6）和纳什效率系数（NSE>0.5）,可为进一步评估产水服务提供保障。（2） 2000—2020年泾河流域4种生态系统服务的时空差异性较为显著。在时间尺度上,4种生态系统服务均呈现波动中上升的趋势,在空间尺度上呈现较为稳定的变化趋势。（3） 通过对4种生态系统服务优化区域进行叠加分析,发现综合优化区域集中在彭阳县的中部和西南部以及环县的零星区域。研究结果对指导优化区域进行生态系统的可持续管理以及改善生态系统的退化状况具有重要意义。     

2000—2018年内蒙古长爪沙鼠疫源地地表景观特征及变化

鼠疫疫源地的环境变化对鼠疫的传播扩散具有重要影响。本文基于2000年、2005年、2010年、2015年及2018年五期土地利用和年最大化合成NDVI数据,选取斑块面积占比、景观形状指数、最大斑块比例和斑块破碎度、周长面积分维数、蔓延度指数、多样性指数、均匀指数及聚集指数,定量分析了内蒙古长爪沙鼠疫源地土地利用格局和植被格局的结构特征及演变规律。结果表明：① 2000—2015年,内蒙古长爪沙鼠疫源地内土地利用整体稳定,变化较小,2015年后变化较大,主要表现为不同草地之间的转换。② 2000年、2005年、2010年、2015年NDVI介于（0.056,0.37]的草地在疫源地内占据主体地位,面积占比分别为77.45%、83.61%、83.03%和82.47%。到2018年,该类草地面积显著减少,面积占比下降到48.44%。与之对应,2000—2015年,NDVI介于（0.37,0.83]的草地面积占比为22.54%、16.39%、16.96%和17.4%,而2018年,该类草地的面积显著增加到51.34%。③ 2000—2015年,各草地类别表现出类内高聚集分布,类间分界明显的特征。到2018年,各类别草地向多个方向扩散,并在整个疫源地内趋于均衡分布,植被类内连通性增加,类间分界逐渐平滑。该变化使得内蒙古鼠疫流行风险呈增加态势。本研究对厘清长爪沙鼠疫源地地表景观和生态环境的变化、预测鼠疫潜在风险、预防人间鼠疫暴发具有科学参考价值。     

气候和土地利用变化对塔里木河干流区植被覆盖变化的影响

基于遥感和地理信息系统技术,利用1998—2008年SPOT-VEGETATION归一化植被指数（NDVI）数据对塔里木河干流区1998—2007年植被覆盖的时空变化进行了监测,并从气候变化和土地利用变化双重角度分析了植被覆盖变化的原因。研究表明,塔里木河干流区植被覆盖变化经历了两个阶段:1998—2001年植被覆盖严重退化时期;2002—2007年植被覆盖度由急剧上升到缓慢下降再到持续升高时期,NDVI明显高于20世纪末期水平。塔里木河干流区植被覆盖变化存在显著的空间差异,绿洲农业灌溉区和退耕还林还草生态恢复区的植被覆盖度显著提高,天然草地植被区的植被退化严重。塔里木河干流区植被覆盖变化是气候和土地利用变化共同作用的结果。温度对植被覆盖变化的影响表现为对植被生长年内韵律的控制和秋季植被生长期的延长,年降水量的波动式上升是导致塔里木河干流区植被覆盖变化两个阶段呈现差异的主导因素。     

拉萨地区土地利用变化

根据1990年、1995年和2000年3期西藏拉萨地区土地利用现状调查数据,利用GIS空间分析方法,系统地分析了1990年至2000年间拉萨地区的土地利用时空变化特征。得出: ① 10年来拉萨地区的土地利用类型转变主要发生在人类活动比较集中的城镇附近和河谷地区,很多地段的天然植被由人工植被所取代,植被覆盖度和生物产量明显提高,有效地改善了这些区域的土地覆盖状况,这些变化是这一期间实施的农业综合开发中旨在改变区域生态环境的人工植树造林和改良草场等人为有目的地改变土地利用类型的直接结果;② 10年内面积增幅最大的是林地,增加了2.56%;③ 土地利用类型变化最广泛的是牧草地,由牧草地变成耕地、园地、林地、居民点及水域的,其中牧草地变成林地的面积最大,占变化面积的94.09%;④ 耕地变成林地的面积占耕地移出总量的54.86%,变成居民点的占移出面积的38.25%;⑤ 水域变成林地的面积占变化面积的93.13%。     

清代青藏高原东北部河湟谷地林草地覆盖变化

河湟谷地是青藏高原东北缘典型的农牧交错区,清代以来耕地的扩张导致林草地覆盖发生明显变化。本文在现代植被图的基础上,选取土壤、地形因素,并依据历史文献数据,重建河湟谷地潜在林地草地格局,在此基础上结合清代耕地变化的重建结果,推算出清代河湟谷地林草地覆盖的变化状况。结果显示：①清代耕地扩张之前,其林、草地分布与现今各类植被类型的空间分布格局基本一致,林地分布范围比现代略大,灌木林地在空间上连续性更强,草地分布区域更广;②估算出河湟谷地潜在林地、灌木林地、草地面积分别约为0.28×10⁴、0.93×10⁴、2.1618×10⁴ km²,由于耕地开垦,至清代末期,河湟谷地草地、灌木林地、林地面积分别累计减少5180.41、1330.35、441.31 km²,其中草地被垦殖占用的面积最大,程度最深,减少的区域主要集中在湟水谷地中游的乐都盆地、西宁盆地以及黄河谷地的尖扎盆地、化隆盆地等;③清代河湟谷地中人类垦殖原始覆盖类型的差异性不仅受自然环境的限制,同样受到社会政策因素的影响。     

新疆植被覆盖度趋势演变实验性分析

基于MODIS-NDVI数据,提取新疆2005-2015年植被覆盖度（FVC）。通过依据海拔和植被覆盖度的指标划分出山地、绿洲、平原、荒漠等11个子系统。通过斜率、变异系数、线性回归模型等方法来对全疆和不同生态分区的现状和未来发展趋势进行分析,并用BP人工神经网络来预测新疆2016-2020年的植被覆盖度的时空变化和分析2005-2020年时空动态变化趋势。主要结论为：① 新疆植被覆盖度总体为上升趋势,从西北向东南逐渐下降;山地呈逐年上升趋势,荒漠呈不显著退化趋势。植被覆盖度的变化主要是由降水量的变化引起;② 在整个新疆的荒漠和绿洲边缘构成了一个“绿洲—荒漠改善过渡带”,绿洲呈明显的改善趋势;③ 2009年是研究期内多数分区植被覆盖度的历史最低点;④ 在山脉的冰川积雪、湖泊周围的变异性很大,范围在150%~316%之间,这主要是由于气候变化、冰川消融和湖泊水位的波动变化所致;⑤ 北疆生态明显好于东疆与南疆,其绿洲区域呈现明显的改善趋势。伊犁地区的植被覆盖度相比于其他3个分区的变幅很大,山地区域呈明显的逐年退化趋势。伊犁地区植被覆盖度的局部最低点是在2008年,比其他分区的2009年提前了一年,相应的存在“实时”（伊犁）和“滞后”（东疆、南疆和北疆）的效应,主要是由于降水量和气温的变化所致。     

30 a来共和盆地贵南县草地时空变化分析

 草地资源分布和动态变化是荒漠化监测的重要内容。利用1976年、1996年、2001年、2006年四期遥感影像,在RS与GIS支持下解译提取了贵南县草地信息,通过动态度模型和空间变化分析了青海省贵南县草地资源变化。结果表明：30 a来青海省贵南县草地面积减少了12.62%,其中高盖度草地面积减少了28.87%;主要转化为耕地、未利用地和林地;1996—2006年,草地面积缩减趋缓。1976—1996年间有16.6%的高盖度草地退化为中低盖度草地;1996—2006年高、中、低盖度草地面积转换变化不大。通过草地斑块的重心分析显示草地空间变化向多个方向偏移。     

Grassland degradation in the ＂Three-River Headwaters＂ region,Qinghai Province

Supported by MSS images in the mid and late 1970s,TM images in the early 1990s and TM/ETM images in 2004,grassland degradation in the＂Three-River Headwaters＂region （TRH region）was interpreted through analysis on RS images in two time series,then the spatial and temporal characteristics of grassland degradation in the TRH region were analyzed since the 1970s.The results showed that grassland degradation in the TRH region was a continuous change process which had large affected area and long time scale,and rapidly strengthen phenomenon did not exist in the 1990s as a whole.Grassland degradation pattern in the TRH region took shape initially in the mid and late 1970s.Since the 1970s,this degradation process has taken place continuously,obviously characterizing different rules in different regions.In humid and semi-humid meadow region,grassland firstly fragmentized, then vegetation coverage decreased continuously,and finally＂black-soil-patch＂degraded grassland was formed.But in semi-arid and arid steppe region,the vegetation coverage decreased continuously,and finally desertification was formed.Because grassland degradation had obviously regional differences in the TRH region,it could be regionalized into 7 zones, and each zone had different characteristics in type,grade,scale and time process of grassland degradation.     

基于GIS和元胞自动机的玛纳斯河流域典型绿洲景观格局优化

近几十年来,玛纳斯河流域以耕地面积过度扩张、山区林地与草地退化为代表的一系列不可持续的发展方式已对区域生态安全和土地可持续利用构成了威胁。通过利用遥感影像与GIS方法,以沙湾县和农八师垦区为研究区,定量评价了区域土地利用的空间适宜性,并将其与国家退耕还林还草政策作为主要约束条件,建立元胞自动机模型对研究区景观格局进行了空间优化。结果表明：（1）1976-2012年,研究区耕地面积显著扩张,增加的耕地主要由未利用地、草地和林地转换而来;林地面积净减少幅度达65.90%,转出林地中有58.33%转换为耕地;草地净面积在研究时段内虽略有增加,但仍有6.352×10⁴ hm²的草地转换为耕地,占草地转出总面积的66.03%;（2）耕地、林地和草地适宜性等级处于I级（很适宜）和Ⅱ级（适宜）的面积分别占研究区总面积的79.74%、70.23%和59.82%;（3）优化后,区域内耕地、林地和草地三者的比例由原来的6.04∶0.39∶3.57调整为4.03∶0.99∶4.98。优化结果在一定程度上减缓了耕地的扩张,提高了林地、草地所占比例,有利于该区域绿洲生态系统的稳定性和社会经济可持续发展。     

2000—2020年印度土地利用的时空演化及驱动因素分析

印度已成为全球十大经济体之一,也是全球增长最快的新兴经济体。作为世界耕地大国和农业大国,印度的土地利用格局演化对全球粮食安全和可持续发展意义重大。收集了印度2000、2010和2020年3期土地利用数据,借助景观格局指数、土地利用动态度模型、土地利用转移图谱等方法刻画了印度土地利用的规模、组成、形态、格局及时空演化特征,研究发现：①印度的土地利用类型中,耕地占比最高,2020年占总面积的62.91%。斑块形态较复杂,其面积加权平均斑块分维数为1.37。耕地总面积保持相对稳定,与其他用地类型的转入转出整体保持平衡,但耕地转为建设用地的比率近年来快速增加,2010—2020年建设用地成为耕地主转出类型,反映了快速城市化与人口增长的影响。②林地为印度第二大用地类型,空间集聚特征明显。林地面积持续而缓慢地减少,2000—2010年主要退化为未利用地（转出比率19.73%）,2010—2020年主要与草地相互转换（转入转出比率分别为17.94%、18.17%）。③印度草地分布破碎离散,因转入大于转出,总面积持续小幅度增加,2000—2010年、2010—2020年草地新增面积分别占所有用地新增面积的28.31%、28.64%,新增用地多由林地转入（分别为18.91%、18.17%）。④建设用地主要分布于首都新德里及印度东部的西孟加拉邦和阿萨姆邦,斑块相对规则。近年来,印度建设用地面积不断扩张,2010—2020动态度达2.51%,主要由耕地转入。⑤构建地理加权回归模型,发现极端温度、高程、人口、GDP与政策是印度耕地与建设用地演化的主要驱动因子。     

Spatio-temporal Patterns of Vegetation Change in Kazakhstan from 1982 to 2015

The Normalized Difference Vegetation Index (NDVI), as a key indicator of vegetation growth, effectively provides information regarding vegetation growth status. Based on the Global Inventory Monitoring and Modeling System (GIMMS) NDVI time series data for Kazakhstan from 1982 to 2015, we analyzed the spatial pattern and changes in the vegetation growth trend. Results indicated that the three main types of vegetation in Kazakhstan are cropland, grassland and shrubland, and these are distributed from north to south. While the regional distribution pattern is obvious, the vegetation index decreased from north to south. The average NDVI values of the three main vegetation types are in the order of cropland > grassland > shrubland. During the period from 1982 to 2015, the NDVI initially increased (1982-1992), then decreased (1993-2007), and then increased again (2008-2015). The areas where NDVI decreased significantly accounted for 24.0% of the total land area. These areas with vegetation degradation are mainly distributed in the northwest junction between cropland and grassland, and in the cropland along the southern border. The proportions of total grassland, cropland and shrubland areas that were degraded are 23.5%, 48.4% and 13.7%, respectively. Areas with improved vegetation, accounting for 11.8% of the total land area, were mainly distributed in the mid-east cropland area, and the junction between cropland and grassland in the mid-east region.