留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

云南省2000—2020年石漠化时空演变分析

陈棋 张超 田湘云 史小蓉 张玉薇 王妍

陈棋, 张超, 田湘云, 史小蓉, 张玉薇, 王妍. 云南省2000—2020年石漠化时空演变分析[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210806
引用本文: 陈棋, 张超, 田湘云, 史小蓉, 张玉薇, 王妍. 云南省2000—2020年石漠化时空演变分析[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210806
CHEN Qi, ZHANG Chao, TIAN Xiangyun, SHI Xiaorong, ZHANG Yuwei, WANG Yan. Spatial-temporal evolution process of rocky desertification in Yunnan Province from 2000 to 2020[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210806
Citation: CHEN Qi, ZHANG Chao, TIAN Xiangyun, SHI Xiaorong, ZHANG Yuwei, WANG Yan. Spatial-temporal evolution process of rocky desertification in Yunnan Province from 2000 to 2020[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210806

本文已在中国知网网络首发,可在知网搜索、下载并阅读全文。

云南省2000—2020年石漠化时空演变分析

doi: 10.11833/j.issn.2095-0756.20210806
基金项目: 国家自然科学基金资助项目(32160405);云南省“万人计划”人才培养项目(YNWR-QNBJ-2018-334)
详细信息
    作者简介: 陈棋(ORCID: 0000-0001-9440-6199),从事森林经理学研究。E-mail: 1789480833@qq.com
    通信作者: 张超(ORCID: 0000-0003-3126-6103),教授,博士生导师,从事森林经理学研究。E-mail: zhchgis@126.com
  • 中图分类号: S758.5

Spatial-temporal evolution process of rocky desertification in Yunnan Province from 2000 to 2020

  • 摘要:   目的  在宏观尺度利用遥感手段识别和提取石漠化斑块信息,定量分析石漠化的空间分布特征和时序演变过程,可为中国西南地区石漠化的发生、发展过程研究提供技术手段和数据支撑。  方法  以云南省为研究区,基于谷歌地球引擎(Google Earth Engine)平台,以2000、2010和2020年为研究时段,采用决策树分类法定量提取石漠化斑块信息;通过时空演变模型分析云南省石漠化的时空演变过程和特征。  结果  ①研究时段内,云南省石漠化状况整体得到改善,石漠化占国土面积比例从9.65%下降至6.48%,但局部地区仍在恶化。②云南省石漠化空间分布呈东多西少的特征,其中昭通、曲靖、文山、红河和昆明等地区的石漠化分布面积较大,占全省石漠化发生面积的65.42%~72.14%。③石漠化演变流向复杂,既转移至石漠化程度高的等级又向石漠化程度低的等级转移,边治理边破坏的现象未被遏制。④极重度石漠化修复所需的周期较长,近20 a间云南省极重度石漠化大部分转移至重度石漠化。⑤石漠化内部演变过程剧烈,轻度石漠化和中度石漠化的综合变化速率较快,易于改善的同时亦存在较高的恶化风险,需加以重视。  结论  依据相关规程中的石漠化等级判定标准,采用决策树分类法,可准确提取宏观尺度的石漠化斑块信息。云南省石漠化土地面积呈减少趋势,空间分布不均匀,不同石漠化等级之间存在相互转化的现象。图3表4参25
  • 图  1  石漠化表征因子示意图

    Figure  1  Rocky desertification characterization factors

    图  2  研究区石漠化分布示意图

    Figure  2  Distribution of rocky desertification

    图  3  石漠化等级转移矩阵弦图

    Figure  3  Rocky desertification grade shift matrix chord diagram

    表  1  石漠化表征因子计算公式

    Table  1.   Calculation formulas of rocky desertification indicators

    表征指标计算公式
    归一化岩石指数 INDR=(BSWIRBNIR)/(BSWIR+BNIR)
    归一化植被指数 INDV=(BNIRBRED)/(BNIR+BRED)
    岩石裸露率   RE=(INDRINDR-min)/( INDR-maxINDR-min)
    植被覆盖度   FVC=(INDVI NDV-min)/( INDV-maxI NDV-min)
    土层厚度    ST=0.0036RE2−0.717 9RE+40.312
      说明:取INDR累计贡献率为5%和95%的值作为INDR-min和     INDR-max;取INDV累计贡献率为5%和95%的值作为     INDV-minINDV-max[10]BSWIRBNIRBRED分别表示     近红外、红外、红光波段的像元值
    下载: 导出CSV

    表  2  云南省石漠化遥感分类精度混淆矩阵

    Table  2.   Confusion matrix of remote sensing classification accuracy of rocky desertification in Yunnan

    类型无石漠化/个潜在石漠化/个轻度石漠化/个中度石漠化/个重度石漠化/个极重度石漠化/个制图精度/%用户精度/%
    无石漠化  40118541279.2593.04
    潜在石漠化 6111421101173.0854.81
    轻度石漠化 4446500055.0857.52
    中度石漠化 014159716376.9866.90
    重度石漠化 06971322779.0472.93
    极重度石漠化0038179474.0277.05
    下载: 导出CSV

    表  3  云南省2000-2020年各等级石漠化动态度

    Table  3.   Dynamic degree of desertification rocky desertification grade of Yunnan from 2000 to 2020

    等级面积/km22000-2010年2010-2020年
    200020102020年变化面积/km2动态度/%变化面积/km2动态度/%
    无石漠化  62 459.2466 179.9774 720.133 720.730.608 540.161.29
    潜在石漠化 18 895.0218 391.7718 763.56−503.25−0.27371.790.20
    轻度石漠化 3 849.054 402.552 438.54553.501.44−1 964.01−4.46
    中度石漠化 5 644.204 976.985 140.92−667.22−1.18163.940.33
    重度石漠化 19 957.5516 322.7512 122.71−3 634.80−1.82−4 200.04−2.57
    极重度石漠化7 500.458 031.495 119.65531.040.71−2 911.84−3.63
    总计9 610.540.8118 151.781.53
    下载: 导出CSV

    表  4  云南省2000-2020年石漠化演变双向变化速率

    Table  4.   Two-way change rate of rocky desertification evolution in Yunnan from 2000 to 2020

    等级2000-2010年2010-2020年
    新增面
    积/km2
    转移面
    积/km2
    新增速
    率/%
    转移速
    率/%
    变化速
    率/%
    新增面
    积/km2
    转移面
    积/km2
    新增速
    率/%
    转移速
    率/%
    变化速
    率/%
    无石漠化  11 351.067 630.331.821.223.0415 582.557 042.382.351.063.42
    潜在石漠化 8 917.649 420.884.724.999.7110 884.7110 512.935.925.7211.63
    轻度石漠化 3 768.213 214.719.798.3518.141 808.593 772.604.118.5712.68
    中度石漠化 4 266.724 933.937.568.7416.304 176.474 012.538.398.0616.45
    重度石漠化 7 386.6611 021.463.705.529.225 446.489 646.523.345.919.25
    极重度石漠化4 139.783 608.745.524.8110.331 925.334 837.182.406.028.42
    下载: 导出CSV
  • [1] 肖荣波, 欧阳志云, 王效科, 等. 中国西南地区石漠化敏感性评价及其空间分析[J]. 生态学杂志, 2005, 24(5): 551 − 554. doi:  10.3321/j.issn:1000-4890.2005.05.018

    XIAO Rongbo, OUYANG Zhiyun, WANG Xiaoke, et al. Sensitivity of rocky desertification and its spatial distribution in southwestern China [J]. Chin J Ecol, 2005, 24(5): 551 − 554. doi:  10.3321/j.issn:1000-4890.2005.05.018
    [2] JIANG Zhongcheng, LIAN Yanqing, QIN Xiaoqun. Rocky desertification in Southwest China: impacts, causes, and restoration [J]. Earth Sci Rev, 2014, 132(3): 1 − 12.
    [3] 袁道先. 西南岩溶石山地区重大环境地质问题及对策研究[M]. 北京: 科学出版社, 2014.

    YUAN Daoxian. Major Environmental Geological Problems and Countermeasures in Karst Regions of Southwest China [M]. Beijing: Science Press, 2014.
    [4] 李乡旺, 陆素娟. 云南石漠化区划研究[J]. 西南林业大学学报(自然科学), 2019, 39(2): 1 − 10.

    LI Xiangwang, LU Sujuan. Regionalization of stony desertification in Yunnan Province [J]. J Southwest For Univ, 2019, 39(2): 1 − 10.
    [5] WANG S J, LIU Q M, ZHANG D F. Karst rocky desertification in southwestern China: geomorphology, landuse, impact and rehabilitation [J]. Land Degradation Dev, 2004, 15(2): 115 − 121. doi:  10.1002/ldr.592
    [6] 刘鹏, 王妍, 刘宗滨, 等. 云南省县域尺度的石漠化分布与区划[J]. 浙江农林大学学报, 2019, 36(5): 965 − 973.

    LIU Peng, WANG Yan, LIU Zongbin, et al. Distribution and division of stony desertification on county scale [J]. J Zhejiang A&F Univ, 2019, 36(5): 965 − 973.
    [7] 况忠, 包平, 吴开彬, 等. 基于Landsat-X GEVI的贵州纳雍地区2003—2015年岩溶石漠化分布变化遥感调查[J]. 中国岩溶, 2019, 38(6): 883 − 888, 915.

    KUANG Zhong, BAO Ping, WU Kaibin, et al. Remote sensing investigation to the distribution and change of karst rocky desertification from 2003 to 2015 in the Nayong area of Guizhou based on Landsat-X GEVI [J]. Carsologica Sin, 2019, 38(6): 883 − 888, 915.
    [8] 朱大运, 熊康宁, 肖华, 等. 基于植被指数的GF-1与Landsat-OLI石漠化识别能力对比评价[J]. 自然资源学报, 2016, 31(11): 1949 − 1957. doi:  10.11849/zrzyxb.20151393

    ZHU Dayun, XIONG Kangning, XIAO Hua, et al. Comparison of rocky desertification detection ability of GF-1 and Landsat-OLI based on vegetation index [J]. J Nat Resour, 2016, 31(11): 1949 − 1957. doi:  10.11849/zrzyxb.20151393
    [9] XU Erqi, ZHANG Hongqi. A spatial simulation model for karst rocky desertification combining top-down and bottom-up approaches [J]. Land Degradation Dev, 2018, 29(10): 3390 − 3404. doi:  10.1002/ldr.3103
    [10] 文林琴, 栗忠飞. 2004—2016年贵州省石漠化状况及动态演变特征[J]. 生态学报, 2020, 40(17): 5928 − 5939.

    WEN Linqin, LI Zhongfei. Evolution characteristics of rocky desertification during 2004—2016 in Guizhou Province, China [J]. Acta Ecol Sin, 2020, 40(17): 5928 − 5939.
    [11] 胡宝清, 蒋树芳, 廖赤眉, 等. 基于3S技术的广西喀斯特石漠化驱动机制图谱分析——以广西壮族自治区为例[J]. 山地学报, 2006, 24(2): 234 − 241. doi:  10.3969/j.issn.1008-2786.2006.02.018

    HU Baoqing, JIANG Shufang, LIAO Chimei, et al. TUPU analysis on driving mechanism of Guangxi karst rocky desertification based on 3S Techniques [J]. J Mt Sci, 2006, 24(2): 234 − 241. doi:  10.3969/j.issn.1008-2786.2006.02.018
    [12] 王正雄, 蒋勇军, 张远嘱, 等. 基于GIS与地理探测器的岩溶槽谷石漠化空间分布及驱动因素分析[J]. 地理学报, 2019, 74(5): 1025 − 1039. doi:  10.11821/dlxb201905014

    WANG Zhengxiong, JIANG Yongjun, ZHANG Yuanzhu, et al. Spatial distribution and driving factors of karst rocky desertification based on GIS and geodetectors [J]. Acta Geogr Sin, 2019, 74(5): 1025 − 1039. doi:  10.11821/dlxb201905014
    [13] TONG Xiaowei, WANG Kelin, BRANDT M, et al. Assessing future vegetation trends and restoration prospects in the karst regions of southwest China [J/OL]. Remote Sensing, 2016, 8(5): 357[2021-12-16]. doi:  10.3390/rs8050357.
    [14] 王克林, 岳跃民, 陈洪松, 等. 喀斯特石漠化综合治理及其区域恢复效应[J]. 生态学报, 2019, 39(20): 7432 − 7440.

    WANG Kelin, YUE Yuemin, CHEN Hongsong, et al. The comprehensive treatment of karst rocky desertification and its regional restoration effects [J]. Acta Ecol Sin, 2019, 39(20): 7432 − 7440.
    [15] 肖林颖, 吴秀芹. 云南省建水县石漠化修复模式评价[J]. 北京大学学报(自然科学版), 2020, 56(6): 1073 − 1080.

    XIAO Linying, WU Xiuqin. Evaluation of rock desertification restoration model in Jianshui County, Yunnan Province [J]. Acta Sci Nat Univ Pekin, 2020, 56(6): 1073 − 1080.
    [16] 张靖宙, 吴秀芹, 肖桂英. 云南省建水县不同石漠化治理模式下碳储量功能评估[J]. 北京林业大学学报, 2018, 40(8): 72 − 81.

    ZHANG Jingzhou, WU Xiuqin, XIAO Guiying. Evaluation on carbon storage function under different rocky desertification control models in Jianshui County of Yunnan Province, southwestern China [J]. J Beijing For Univ, 2018, 40(8): 72 − 81.
    [17] 李阳兵, 李珊珊, 徐倩, 等. 西南岩溶山地石漠化近50年演变——基于5个地点的案例研究[J]. 生态学报, 2019, 39(22): 8526 − 8538.

    LI Yangbing, LI Shanshan, XU Qian, et al. The evolution of karst rocky desertification for nearly 50 years in karst mountain, Southwest China based on five cases study [J]. Acta Ecol Sin., 2019, 39(22): 8526 − 8538.
    [18] 王茜, 赵筱青, 普军伟, 等. 滇东南喀斯特区域石漠化时空格局演变研究——以广南县为例[J]. 中国岩溶, 2021, 40(4): 707 − 717.

    WANG Qian, ZHAO Xiaoqing, PU Junwei, et al. Temporal and spatial pattern evolution of rocky desertification in karst region of southeast Yunnan: a case study of Guangnan County [J]. Carsologica Sin, 2021, 40(4): 707 − 717.
    [19] 习慧鹏, 王世杰, 白晓永, 等. 西南典型喀斯特地区石漠化时空演变特征——以贵州省普定县为例[J]. 生态学报, 2018, 38(24): 8919 − 8933.

    XI Huipeng, WANG Shijie, BAI Xiaoyong, et al. Spatio-temporal characteristics of rocky desertification in typical karst areas of Southwest China: a case study of Puding County, Guizhou Province [J]. Acta Ecol Sin, 2018, 38(24): 8919 − 8933.
    [20] 左太安, 刁承泰, 苏维词, 等. 毕节试验区石漠化时空演变过程和演变特征[J]. 生态学报, 2014, 34(23): 7067 − 7077.

    ZUO Taian, DIAO Chengtai, SU Weici, et al. Spatial-temporal evolution process and its evaluation characteristic of rocky desertification in Bijie experimental area [J]. Acta Ecol Sin, 2014, 34(23): 7067 − 7077.
    [21] 吴征镒, 朱彦丞, 姜汉侨. 云南植被[M]. 北京: 科学出版社, 1987.

    WU Zhenyi, ZHU Yancheng, JIANG Hanqiao. Vegetation of Yunnan [M]. Beijing: Science Press, 1987.
    [22] FOGA S, SCARAMUZZA P L, GUO Song, et al. Cloud detection algorithm comparison and validation for operational Landsat data products [J]. Remote Sensing Environ, 2017, 194: 379 − 390. doi:  10.1016/j.rse.2017.03.026
    [23] ZHU Zhe, WANG Shixiong, WOODCOCK C E. Improvement and expansion of the Fmask algorithm: cloud, cloud shadow, and snow detection for Landsats 4-7, 8, and Sentinel 2 images [J]. Remote Sensing Environ, 2015, 159: 269 − 277. doi:  10.1016/j.rse.2014.12.014
    [24] 高帅. 滇东南岩溶山地土壤厚度空间分布探测技术研究[D]. 昆明: 昆明理工大学, 2014.

    GAO Shuai. Study on Spatial Distribution Detection Technology of Soil Thickness in Karst Mountains of Southeast Yunnan [D]. Kunming: Kunming University of Science and Technology, 2014.
    [25] 吴宁. 云南石漠化[M]. 北京: 中国林业出版社, 2020.

    WU Ning. Rocky Desertification of Yunnan [M]. Beijing: China Forestry Publishing House, 2020.
  • [1] 邓卓, 李文静, 张豫芳, 董晔.  天山-帕米尔地区生态安全格局时空演变及其影响因素 . 浙江农林大学学报, doi: 10.11833/j.issn.2095-0756.20220458
    [2] 梁楚欣, 范弢, 陈培云.  滇东石漠化坡地不同恢复模式下云南松林土壤碳、氮、磷化学计量特征及影响因子 . 浙江农林大学学报, doi: 10.11833/j.issn.2095-0756.20220417
    [3] 杨波, 王邵军, 赵爽, 张路路, 张昆凤, 樊宇翔, 解玲玲, 王郑均, 郭志鹏, 肖博.  丛枝菌根真菌共生对石漠化生境白枪杆生长及光合特性的影响 . 浙江农林大学学报, 2022, 39(5): 1028-1036. doi: 10.11833/j.issn.2095-0756.20210740
    [4] 何韦均, 杨锦昌, 郝建, 董明亮, 余纽, 覃国铭, 李荣生.  米老排人工林节子时空分布特征及变色规律 . 浙江农林大学学报, 2022, 39(4): 814-820. doi: 10.11833/j.issn.2095-0756.20210517
    [5] 隋夕然, 吴丽芳, 王妍, 王紫泉, 肖羽芯, 刘云根, 杨波.  滇中岩溶高原不同石漠化程度土壤团聚体养分及酶活性特征 . 浙江农林大学学报, 2022, 39(1): 115-126. doi: 10.11833/j.issn.2095-0756.20210168
    [6] 邵晗, 王虎, 王妍, 徐红枫, 苏倩, 刘云根.  岩溶石漠化地区不同利用方式对土壤肥力和重金属质量分数的影响 . 浙江农林大学学报, 2022, 39(3): 635-643. doi: 10.11833/j.issn.2095-0756.20210437
    [7] 周斯怡, 殷晓洁, 汤瑞权, 吴鹏飞.  长江上游典型石漠化地区生态环境质量评价 . 浙江农林大学学报, 2022, 39(4): 783-791. doi: 10.11833/j.issn.2095-0756.20210523
    [8] 曹嘉铄, 邓政宇, 胡远东, 吴妍.  神农架林区景观格局时空演变及其驱动力分析 . 浙江农林大学学报, 2021, 38(1): 155-164. doi: 10.11833/j.issn.2095-0756.20200279
    [9] 吴立周, 王晓慧, 王志辉, 方馨, 朱婷瑜, 丁丽霞.  基于随机森林法的农作物高光谱遥感识别 . 浙江农林大学学报, 2020, 37(1): 136-142. doi: 10.11833/j.issn.2095-0756.2020.01.018
    [10] 张兆鹏, 李增元, 田昕.  高分辨率遥感影像林地类型精细识别 . 浙江农林大学学报, 2019, 36(5): 857-867. doi: 10.11833/j.issn.2095-0756.2019.05.003
    [11] 刘鹏, 王妍, 刘宗滨, 郭玉静, 张紫霞, 李乡旺, 杨波.  云南省县域尺度的石漠化分布与区划 . 浙江农林大学学报, 2019, 36(5): 965-973. doi: 10.11833/j.issn.2095-0756.2019.05.016
    [12] 闻国静, 刘云根, 王妍, 侯磊, 王艳霞, 郭玉静.  普者黑湖流域景观格局及生态风险时空演变 . 浙江农林大学学报, 2017, 34(6): 1095-1103. doi: 10.11833/j.issn.2095-0756.2017.06.018
    [13] 张素, 梁鹏, 吴胜春, 张进, 曹志洪.  节能灯产地竹林土壤重金属污染的时空分布特征 . 浙江农林大学学报, 2017, 34(3): 484-490. doi: 10.11833/j.issn.2095-0756.2017.03.014
    [14] 吴林世, 曹福祥, 彭继庆, 曹基武, 徐永福, 董旭杰, 胥雯.  湘南石漠化地区植物群落物种多样性 . 浙江农林大学学报, 2016, 33(2): 239-246. doi: 10.11833/j.issn.2095-0756.2016.02.008
    [15] 高诚, 张超, 余树全.  2005-2013年长江三角洲地区对流层二氧化氮时空变化特征 . 浙江农林大学学报, 2015, 32(5): 691-700. doi: 10.11833/j.issn.2095-0756.2015.05.006
    [16] 王国新, 杨晓娜, 苏飞.  临安市山地气候旅游资源时空分布特征 . 浙江农林大学学报, 2015, 32(2): 298-307. doi: 10.11833/j.issn.2095-0756.2015.02.019
    [17] 马惠芬, 郎南军, 和丽萍, 余珍, 郑科, 彭明俊, 向振勇, 孔继君, 袁瑞玲.  云南省建水县麻疯树不同部位挥发性化学成分 . 浙江农林大学学报, 2011, 28(4): 674-679. doi: 10.11833/j.issn.2095-0756.2011.04.024
    [18] 王德炉, 朱守谦, 黄宝龙.  喀斯特石漠化内在影响因素分析 . 浙江农林大学学报, 2005, 22(3): 266-271.
    [19] 赵璟.  云南林业人力资源开发现状及战略选择 . 浙江农林大学学报, 2004, 21(3): 313-318.
    [20] 钱周兴, 周文豹.  云南长翅目3 新种(长翅目,蝎蛉科) . 浙江农林大学学报, 2001, 18(3): 297-300.
  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20210806

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2023/2/1

计量
  • 文章访问数:  15
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-12-16
  • 录用日期:  2022-05-13
  • 修回日期:  2022-05-06

云南省2000—2020年石漠化时空演变分析

doi: 10.11833/j.issn.2095-0756.20210806
    基金项目:  国家自然科学基金资助项目(32160405);云南省“万人计划”人才培养项目(YNWR-QNBJ-2018-334)
    作者简介:

    陈棋(ORCID: 0000-0001-9440-6199),从事森林经理学研究。E-mail: 1789480833@qq.com

    通信作者: 张超(ORCID: 0000-0003-3126-6103),教授,博士生导师,从事森林经理学研究。E-mail: zhchgis@126.com
  • 中图分类号: S758.5

摘要:   目的  在宏观尺度利用遥感手段识别和提取石漠化斑块信息,定量分析石漠化的空间分布特征和时序演变过程,可为中国西南地区石漠化的发生、发展过程研究提供技术手段和数据支撑。  方法  以云南省为研究区,基于谷歌地球引擎(Google Earth Engine)平台,以2000、2010和2020年为研究时段,采用决策树分类法定量提取石漠化斑块信息;通过时空演变模型分析云南省石漠化的时空演变过程和特征。  结果  ①研究时段内,云南省石漠化状况整体得到改善,石漠化占国土面积比例从9.65%下降至6.48%,但局部地区仍在恶化。②云南省石漠化空间分布呈东多西少的特征,其中昭通、曲靖、文山、红河和昆明等地区的石漠化分布面积较大,占全省石漠化发生面积的65.42%~72.14%。③石漠化演变流向复杂,既转移至石漠化程度高的等级又向石漠化程度低的等级转移,边治理边破坏的现象未被遏制。④极重度石漠化修复所需的周期较长,近20 a间云南省极重度石漠化大部分转移至重度石漠化。⑤石漠化内部演变过程剧烈,轻度石漠化和中度石漠化的综合变化速率较快,易于改善的同时亦存在较高的恶化风险,需加以重视。  结论  依据相关规程中的石漠化等级判定标准,采用决策树分类法,可准确提取宏观尺度的石漠化斑块信息。云南省石漠化土地面积呈减少趋势,空间分布不均匀,不同石漠化等级之间存在相互转化的现象。图3表4参25

English Abstract

陈棋, 张超, 田湘云, 史小蓉, 张玉薇, 王妍. 云南省2000—2020年石漠化时空演变分析[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210806
引用本文: 陈棋, 张超, 田湘云, 史小蓉, 张玉薇, 王妍. 云南省2000—2020年石漠化时空演变分析[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210806
CHEN Qi, ZHANG Chao, TIAN Xiangyun, SHI Xiaorong, ZHANG Yuwei, WANG Yan. Spatial-temporal evolution process of rocky desertification in Yunnan Province from 2000 to 2020[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210806
Citation: CHEN Qi, ZHANG Chao, TIAN Xiangyun, SHI Xiaorong, ZHANG Yuwei, WANG Yan. Spatial-temporal evolution process of rocky desertification in Yunnan Province from 2000 to 2020[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210806

返回顶部

目录

    /

    返回文章
    返回