2000年～2013年甘南州植被覆蓋變化的驅動力研究

張卓，孫建國，汪秀澤，韓惠，張仲榮

（1.蘭州交通大學測繪與地理信息學院，蘭州730070；2.甘肅省地理國情監測工程實驗室，蘭州730070；3.61287部隊，成都610036）

2000年～2013年甘南州植被覆蓋變化的驅動力研究

張卓1，2，3，孫建國1，2，汪秀澤1，2，韓惠1，2，張仲榮1

（1.蘭州交通大學測繪與地理信息學院，蘭州730070；2.甘肅省地理國情監測工程實驗室，蘭州730070；3.61287部隊，成都610036）

針對RESTREND方法在植被覆蓋變化研究中應用的局限性，使用孫建國等提出的改進殘差趨勢法分析了2000年～2013年甘南州植被覆蓋變化的驅動力。同時，通過實驗對該方法進行驗證。方法包括兩步：①使用去趨勢回歸模型分離氣候和非氣候的作用；②通過外業調查獲取一定數量的人類活動強度穩定的像元，基于這些像元上的非氣候作用估算所有像元上的大氣施肥效應，進而得到人類活動的作用。結果表明，在約占全區面積45%的植被顯著增強區，氣候變化、大氣施肥和人類活動的貢獻率約為54%、101%和－55%；在約占全區面積22%的植被顯著減弱區，氣候變化、大氣施肥和人類活動的貢獻率約為－21%、－130%和251%。

RESTREND；植被覆蓋變化；大氣施肥；氣候變化；人類活動；甘南州

0 引 言

植被覆蓋的高低能夠指示生態系統結構和功能的優劣。植被指數（VI）常被作為研究植被覆蓋及其變化的代理指標，其中又以歸一化植被指數NDVI應用最為廣泛［1］。NDVI能很好地反映植被覆蓋、生物量及生態系統參數的變化。眾多學者通過分析衛星獲取的NDVI時間序列數據集研究了植被覆蓋變化的基本特征，但是，對于自然和人為兩種作用的貢獻率至今尚未形成公認有效的區分方法［2－4］。

Evans and Geerken提出，逐像元建立植被響應氣候的線性回歸模型［5－6］，然后分別以預測值和殘差值（實際值與預測值之差）隨年份的變化趨勢來表達自然（氣候）和人為因素的獨立作用。該方法常被簡稱為殘差趨勢法（RESTREND）。RESTREND原理簡單易于操作，現已被廣泛應用。然而，該方法存在局限性，主要有兩個方面：其一，沒有考慮氣候以外的其他自然因素，尤其是大氣施肥效應。很多研究結果表明：近年來植被活動的增強與大氣施肥效應有著緊密聯系［7］。其二，該方法存在混淆氣候和非氣候作用的內在風險。相關研究表明，對于氣候變化趨勢性較強的情況，至少將有一部分非氣候作用被錯誤識別為氣候所致［8－10］。

針對上述兩個缺陷，孫建國等提出了RESTREND的一個改進方案（簡稱為MRT），并在黃土高原西北部進行了應用研究［11］。本研究旨在基于MODIS NDVI和氣象觀測記錄，利用MRT評估氣候變化、大氣施肥和人類活動在2000年～2013年甘南州植被覆蓋變化過程中的獨立作用，同時驗證MRT在高寒區域的適應性。

1 研究區和數據

1.1 研究區概況

甘南藏族自治州位于中國甘肅省西南部，位于100°46′E～104°44′E，33°06′N～36°10′N之間，地處青藏高原東北邊緣，南與四川阿壩州相連，西南與青海黃南州、果洛州接壤，東面和北部與本省隴南、定西、臨夏毗鄰，面積4.5萬km2。處于青藏高原和黃土高原過渡地帶，地勢西北部高，東南部低，境內海拔1100m～4900m，大部分地區在3000m以上。全州分3個自然類型區，南部為岷迭山區，群巒疊嶂，山大溝深，氣候比較溫和，是全省重要林區之一；東部為丘陵山地，高寒陰濕，農林牧兼營；西北部為廣闊的草甸草原，是全省主要牧區。氣候屬典型的大陸性季風氣候，光照充足，熱量垂直差異大，雨熱同期。年平均氣溫1℃～3℃，自東南向西北隨海拔升高而降低。年降水量400mm～800mm，受季風影響而南多北少［12－13］。

1.2 數據準備

本研究所使用的MODIS數據，下載自http：／／ladsweb.nascom.nasa.gov。包括空間分辨率為1km，時間分辨率為1月，2000年至2013年每年8月的影像數據和空間分辨率為250m，時間分辨率為16天的2000年至2013年每年8月的MODIS NDVI數據。數據已經過幾何精糾正、輻射校正、大氣校正等預處理，且對250m8月的上旬和下旬數據采用最大值合成（MVC）算法進一步減小了云、大氣、太陽高度角等的影響［14］。對1km的數據做了如下處理：取每年8月的NDVI值代表年植被覆蓋狀態，記為V，計算V平均值，記為ˉV。計算V的線性變化量，記為ΔV。此外，還計算了ΔV和ˉV的比值，即變化率，記為RC。

使用的氣候數據為1999年～2013年研究區及周邊22個地面氣象觀測站的月降水量和月平均氣溫記錄，來源于http：／／cdc.cma.gov.cn。在ANUSPLIN4.0軟件中對降水和氣溫記錄進行空間內插生成1km空間分辨率的月值柵格數據集。該處理過程中使用了SRTM 數字高程模型（DEM）。

2 MRT方法

2.1 分離氣候和非氣候的作用

按照RESTREND原理，可用下面的回歸方程逐像元模擬植被對氣候的年際響應［5－6，15］：

式中，SumP和SumT分別為與V相關系數最大的前期累積降水和累積氣溫；a、b為系數；c是常數項，V為V的模擬值。由式（1）可得V，其殘差ε＝V－V。V和ε在研究期的線性變化量分別用于表達氣候和非氣候的作用（記為ΔVcli和ΔVno＿cli）。

值得指出的是，由于降水和氣溫對植被的影響有一定滯后，確定時滯長度是建立植被響應氣候模型的重要基礎。本研究通過計算和比較8月的NDVI值及前期不同月數累積降水和累積氣溫的相關系數大小，逐像元確定降水和氣溫的最佳累積月數。

為了去除RESTREND對氣候和非氣候作用的混淆，采用去趨勢回歸來代替上述常規回歸［11］。首先，對V、SumP和SumT進行去趨勢處理，結果分別記為V′、SumP′和SumT′。去趨勢的方法是，用以年份對變量進行一元線性回歸的殘差值加上該變量的均值。然后，利用V′、SumP′和SumT′確定式（1）的a、b和c。最后，將未去趨勢的SumP和SumT代入已確定了a、b和c的式（1），得到V及其相應的ε。

2.2 分離大氣施肥和人類活動的作用

近年來不少研究證明，大氣CO2濃度升高能夠明顯促進干旱半干旱區植被光合作用、提高植被生產力。然而，由于大氣CO2濃度變化的趨勢性極強而年際波動很小，目前仍沒有一種行之有效的辦法來區分大氣施肥對植被覆蓋的作用。孫建國等人提出，通過地面調查獲取人類活動強度穩定像元（以下簡稱SIHAs），SIHAs上的ΔVno＿cli即單純的大氣施肥作用（記為ΔVatm）。本研究針對SIHAs建立利用ˉV擬合ΔVno＿cli的一元一次的回歸方程，根據方程系數就可以由ˉV圖層計算ΔVatm圖層：

式中，ΔVno＿cli代表模擬的ΔVno＿cli；b0為常數項；b1為系數。對類似甘南州的很多區域而言，獲取足夠數量的1km SIHAs比較困難。既然MODIS提供了250m的NDVI，因此可以調查確認250m SIHAs并用于確定式（2）中的b0和b1。需要特別指出的是，必須使用2.1節中的去趨勢回歸方法計算250mSIHAs的ΔVno＿cli。最后，將系數b0和b1代入1km的柵格中計算ΔVno＿cli和ΔVatm，從ΔVno＿cli中扣除ΔVatm的剩余部分被視為人類活動的作用成分（記為ΔVhum）。

3 分析結果

3.1 植被覆蓋的現狀與變化

了解植被覆蓋的現狀與變化是分析不同因子驅動作用的基礎。圖1表示植被覆蓋的現狀與變化。圖1（a）是2000年～2013年甘南州ˉV的空間分布?？梢钥闯?，其中低值像元較少，主要分布在夏河縣北部、迭部縣北邊以及舟曲縣東部。另外，集中于瑪曲縣中部的阿尼瑪卿山周圍，該區域平均海拔在5900m以上，常年積雪基本沒有植被。圖1（b）是ΔV的空間分布。由圖可見，這一時期研究區植被覆蓋整體呈上升趨勢，甘南州的東部和北部區域較之西部上升趨勢更加明顯。夏河縣北部、臨潭縣以及舟曲縣東部植被明顯增強，瑪曲縣和碌曲縣的零星地區植被下降。圖1（c）是RC的空間分布。對比圖1（b）和圖1（c），兩者所呈現的植被變化空間格局非常相似，同時與圖1（a）比較發現，圖1（b）和圖1（c）的高值像元值對應圖1（a）的低值植被覆蓋區。圖1（c）更加強調植被稀疏區的植被變化，即在植被稀疏區，植被覆蓋變化率更加明顯。經統計，研究區ˉV和ΔV的平均值分別為0.74和0.016，RC為2.5%。

3.2 3種作用引起的植被覆蓋變化率

考慮到相對變化（變化率）在反映植被稀疏區植被變化生態意義方面的優勢，即在低值植被覆蓋區，某一種驅動力引起的植被覆蓋變化率大，就說明該驅動力對植被覆蓋作用較大。本節計算了大氣施肥、氣候變化和人類活動引起的植被覆蓋變化率，即ΔVatm、ΔVcli和ΔVhum與ˉV的比值，分別記為RCatm、RCcli和RChum。RCatm是5%左右，可以認為沒有空間差異，故不給出其空間分布圖。圖2是兩種作用引起的植被覆蓋變化率的空間分布?？梢钥闯?，RCcli與RC的空間格局差別相當大。特別是在同一區域上圖1（c）中夏河縣的正高值像元在圖2（a）中顯示為負低值像元。此外，RCcli的大部分負高值區也不是RC負高值區。在阿尼瑪卿山周圍分布有一些RCcli正高值像元對應圖1（c）的正值區域，說明高寒草地的植被覆蓋的增加與氣候驅動力正相關。這一結論與其他學者研究結果一致，例如王兮之等［16］探討了2000年～2010年瑪曲縣植被覆蓋度與降水量和氣溫之間的響應關系，得出降水和氣溫對植被覆蓋生長成正相關關系。圖2（b）是RChum的空間分布。相比RCcli而言，RChum與RC的空間格局有相當好的相似性，這直觀地顯示出人為因素控制著2000年～2013年甘南州植被覆蓋變化的空間格局。

然而，就研究區平均而言，RCcli為2%，RCatm為5%，RChum則為－4.6%。大氣施肥對植被的作用高于氣候對植被的作用，而人類作用為破壞作用不容忽視，甘南州植被的增長是氣候和／或大氣施肥正向作用的結果。為了進一步區分3種作用，結合植被覆蓋變化的方向和顯著性來分析各因子的貢獻率和相互抑制（見3.3節和3.4節）。

3.3 3種作用在植被覆蓋顯著變化區的貢獻率

為了分析單因子的相對作用（貢獻率），將所有像元劃分為3類：RC大于2%為植被覆蓋顯著升高，小于－2%為顯著降低，－2%（2%為無顯著變化。統計顯示，3類像元分別占像元總數的45%、33%和22%。對于植被覆蓋變化顯著上升區和顯著下降區，計算大氣施肥、氣候變化和人類活動的貢獻率（記為Catm、Ccli和Chum，分別為ΔVatm、ΔVcli、ΔVhum占ΔV的百分比）。

圖1 植被覆蓋的現狀與變化

圖2 兩種作用引起的植被覆蓋變化率

圖3 是植被顯著升高區3種作用貢獻率的空間分布。表1是3種作用貢獻率的分級統計。結合圖3和表1可以發現：Catm以取值＞50%的像元占絕大多數，取值0～50%的像元數量居其次，沒有負值；Ccli以取值＞50%的像元占45%，取值0～50%的像元占39%，取值＜0的像元占15%，取值＜－50%的像元較少；Chum空間分布格局比較復雜，則以取值＜0的像元占64%，取值＞0的像元數量占36%，且負高值像元即人類破壞作用較大的區域主要集中在瑪曲縣、碌曲縣和夏河縣的草場。這一結論與其他學者研究的結論基本一致。例如王鶯等［11］利用根冠比和干物質轉碳率來估算甘南州草地NPP（凈初級生產力），制作了甘南州2006年～2008年NPP空間變化圖，通過對甘南氣象、草地畜牧業等統計資料的分析表明得出超載過牧和降水等氣象因素是甘南州以畜牧業生產為主的瑪曲縣、碌曲縣和夏河縣的草場NPP減少嚴重的主要原因。而氣候因素是促進了植被生長與上述結論不一樣，原因可能是氣候因素內考慮了氣溫的影響，也可能是研究期長度不同。正高值像元主要集中在夏河縣北部和舟曲縣東部，從3幅圖中看出，這兩塊區域內大氣施肥和人類活動對植被作用較為顯著，而氣候作用較弱。另外，圖3（a）和圖3（b）空間分布正好相反，表明在植被顯著上升區氣候和人類活動對植被影響的作用相反。

圖3 3種作用在植被覆蓋顯著升高區的貢獻率

經統計Catm、Ccli和Chum的平均值分別為101%、54%和－55%。因此，就全境范圍來看，2000年～2013年甘南州的植被覆蓋顯著升高是人類活動的負向作用與氣候變化和／或大氣施肥的正向作用共同作用的結果。

圖4是植被顯著減弱區3種作用貢獻率的空間分布。為了便于對比，圖4中使用與圖3相同的分級和設色方案。表2是3種作用貢獻率的分級統計。結合圖4和表2可以發現：Catm取值都是＜0；Ccli以取值＞0的像元占43%，取值－50%～0的像元占28%，取值＜－100%的像元占29%；Chum空間分布格局比較復雜，則以取值＜0的像元占0.5%，取值0～100%的像元數量占4.5%，取值大＞1的像元數量占95%。從3幅圖中看出在植被顯著減弱區人類活動是制約甘南州植被生長的主要因素。

圖4 3種作用在植被覆蓋顯著減弱區的貢獻率

經統計Catm、Ccli和Chum的平均值分別為－130%、－21%和251%。與顯著增強區得出的結果一致，氣候與大氣施肥對植被覆蓋為正向作用，而人類活動為負向作用?？傊?，植被覆蓋的顯著減弱區在整體看完全是人類活動破壞所致。

3.4 3種驅動力在植被覆蓋無顯著變化區的相互抑制

對于植被覆蓋無顯著變化區，利用一定的規則判斷是否存在顯著的氣候或者人類作用但因方向相反而互相抑制甚至抵消的現象。表3為所使用的判斷規則，以及每種類型的特征描述和像元數目?？梢钥闯?，Ⅱ類區域面積最大，共9528個像元，約占植被覆蓋無顯著變化區總像元數（10141）的約94%，Ⅳ類共555個像元，占總像元數的6%，其他兩類無像元。Ⅱ類區域的特征是人類活動的負向作用顯著，但被氣候變化和／或大氣施肥的正向作用所抑制。結果表明在植被覆蓋無顯著變化區，大部分植被覆蓋無變化的區域是人類活動的破壞作用和氣候變化和／或大氣施肥的正向作用相互抵消造成的結果；極少部分區域是氣候作用為負向而人類活動和／或大氣施肥的正向作用的結果。

表1 植被覆蓋顯著升高區3種作用貢獻率的分級統計／像元數

表2 植被覆蓋顯著減弱區3種作用貢獻率的分級統計／像元數

表3 植被覆蓋無顯著變化區3種作用相互抵消的判斷規則、特征描述和像元數量

4 討 論

MRT的優點之一是，使用去趨勢回歸代替以往的常規回歸從而避免了對氣候和非氣候作用的混淆。去趨勢回歸雖然將植被和氣候變化中包含的波動和趨勢成分區別對待，僅由波動成分來確定反映單位氣候波動所對應植被波動的方程系數，但與常規回歸一樣，去趨勢回歸也認為氣候的波動和趨勢變化對植被所起作用相對等效。因此，在確定系數之后再將未經去趨勢的氣候變量代入方程，此時所得到的模擬植被年際序列就完整包含了氣候（降水和氣溫）的波動和趨勢變化的全部作用，同時也徹底規避了其他因子的趨勢性影響。

MRT的另一個優點是，借助于地面調查和空間插值從非氣候作用中進一步分離了大氣施肥和人類活動的作用。引起施肥效應的CO2和NOx等氣體濃度的監測并不困難，但它們的趨勢性很強而缺乏波動。因此，不能通過在式（1）中引入施肥氣體濃度變量的途徑來識別施肥效應，只能采取其他方法從非氣候作用ΔVno＿cli中進一步分解。本研究提出在剔除氣候變化的作用之后，采用地面調查SIHAs的方式估算整個研究區的大氣施肥效應。圖5是本研究中確認的40個250mSIHAs上ˉV和ΔVno＿cli的散點圖?？梢钥闯?，ΔVno＿cli大體上隨ˉV增大而增大，因此本文選擇了一次函數進行模擬。結果顯示，RCatm約為5%。這與Donohue對全球干旱半干旱區植被動態中大氣施肥作用的研究結論基本一致［17］，該研究顯示1982年～2010年大氣施肥引起的植被增加約為11%。

圖5 40個250m SIHAs上ˉV和ΔVno＿cli的散點圖

5 結束語

MRT克服了常規RESTREND的兩個重要缺陷：一是沒有顧及大氣施肥效應；二是容易混淆氣候和非氣候作用。仍存在的問題：一是在去趨勢回歸分析中對時滯現象的處理延用了常見的累積求和辦法，這種處理忽略了現實世界中普遍存在的滯后的季節性特征［18－20］，如何考慮植被響應氣候的分布式滯后是一個難點；二是未考慮相對濕度、風速和太陽輻射等氣候因子的作用。盡管降水和氣溫是干旱半干旱區植被動態的主要氣候控制因子，但其他氣候因子的作用也不應被完全忽略。后續研究中，應當考慮植被響應氣候的季節差異和非線性特征，將分布滯后關系和非線性函數關系引入MRT的去趨勢回歸模型，使之更加完善。同時應該全面地考慮其他影響植被變化的因子，更加有效、準確地區分不同驅動力對植被覆蓋變化的貢獻率。

大氣施肥和氣候變化的作用在植被覆蓋變化空間格局的塑造中發揮著主要作用，但人類活動作用也不容忽視。實驗結果表明，植被顯著增強區，氣候變化、大氣施肥和人類活動的貢獻率約為54%、101%和－55%；植被顯著減弱區，氣候變化、大氣施肥和人類活動的貢獻率約為－21%、－130%和251%。表明在植被顯著增強區和減弱區，大氣施肥和氣候變化的作用促進了植被生長，人類活動破壞了植被生長。但是，就整個甘南州而言，人類活動的作用是制約該區域植被生長的關鍵因素。

［1］TUCKER C J，TOWNSHEND J R G.African land－cover classification using satellite data［J］.Science，1985，227（4685）：369－375.

［2］DE JONG R，SCHAEPMAN M E，FURRER R，et al.Spatial relationship between climatologies and changes in global vegetation activity［J］.Glob Chang Biol，2013，19（6）：1953－1964.

［3］HELLDéN U，TOTTRUP C.Regional desertification：aglobal synthesis［J］.Global and Planetary Change，2008，64（3／4）：169－176.

［4］BOSCHETTI M，NUTINI F，BRIVIO P，et al.Identification of environmental anomaly hot spots in West Africa from time series of NDVI and rainfall［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2013，78：26－40.

［5］EVANS J，GEERKEN R.Discrimination between climate and human－induced dryland degradation［J］.Journal of Arid Environments，2004，57，535－554.

［6］ARCHER E R M.Beyond the“climate versus grazing”impasse：using remote sensing to investigate the effects of grazing system choice on vegetation cover in the eastern Karoo［J］.Journal of Arid Environments，2004，57（3）：381－408.

［7］CLAESSON J，NYCANDER J.Combined effect of global warming and increased CO2－concentration on vegetation growth in water－limited conditions［J］.Ecological Modelling，2013，256：23－30.

［8］WANG L，D＇ODORICO P，EVANS J P，et al.Dryland ecohydrology and climate change：critical issues and technical advances［J］.Hydrology and Earth System Sciences Discussions，2012，9（4）：4777－4825.

［9］WANG T，SUN J G，HAN H，et al.The relative role of climate change and human activities in the desertification process in Yulin region of northwest China［J］.Environmental Monitoring and Assessment，2012，184（12）：7165－7173.

［10］WESSELS K J，VAN DEN BERGH F，SCHOLES R J.Limits to detectability of land degradation by trend analysis of vegetation index data［J］.Remote Sensing of Environment，2012，125：10－22.

［11］孫建國，張卓，韓惠，等.氣候和人類因素在黃土高原西北部植被變化中的貢獻率研究［J］.遙感信息，2014，29（2）：82－87.

［12］王鶯，夏文韜，梁天剛，等.基于MODIS植被指數的甘南草地凈初級生產力時空變化研究［J］.草業學報，2010，19（1）：201－210.

［13］趙軍，劉春雨，潘竟虎，等.基于MODIS數據的甘南草原區域蒸散發量時空格局分析［J］.資源科學，2011，33（2）：341－346.

［14］TUCKER C，PINZON J，BROWN M，et al.An extended AVHRR 8－km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data［J］.International Journal of Remote Sensing，2005，26（20）：4485－4498.

［15］王靜，郭鈮，蔡迪花，等.瑪曲縣草地退牧還草工程效果評價［J］.生態學報，2009，29（3）：1276－1284.

［16］王兮之，梁釗雄，周顯輝，等.黃河源區瑪曲縣植被覆蓋度及其氣候變化研究［J］.水土保持研究，2012，19（2）：57－65.

［17］DONOHUE R J，RODERICK M L，MCVICAR T R，et al.Impact of CO2fertilization on maximum foliage cover across the globe＇s warm，arid environments［J］.Geophysical Research Letters，2013，40（12）：3031－3035.

［18］UDELHOVEN T，STELLMES M，DEL BARRIO G，et al.Assessment of rainfall and NDVI anomalies in Spain（1989－1999）using distributed lag models［J］.International Journal of Remote Sensing，2009，30（8）：1961－1976.

［19］JI L，PETERS A.Lag and seasonality considerations in evaluating AVHRR NDVI response to precipitation［J］.Photogrammetric Engineering and Remote Sensing，2005，71（9）：1053.

［20］STELLMES M，UDELHOVEN T，R?DER A，et al.Dryland observation at local and regional scale－Comparison of Landsat TM／ETM＋and NOAA AVHRR time series［J］.Remote Sensing of Environment，2010，114，2111－2125.

Driving Forces of Vegetation Cover Change in Gannan Prefecture from2000 to 2013

ZHANG Zhuo1，2，3，SUN Jian－guo1，2，WANG Xiu－ze1，2，HAN Hui1，2，ZHANG Zhong－rong1
（1.Faculty of Geomatics，Lanzhou Jiaotong University，Lanzhou730070；2.Gansu Provincial Engineering Laboratory for National Geographic State Monitoring，Lanzhou730070；3.The 61287 Army，Chengdu610036）

The driving factors of vegetation variation from 2000to 2013in Gannan Prefecture are analyzed by improved residuals trend method.At the same time，the method is verified by experiments.The method includes two steps：firstly，use the detrend regression model to differentiate the effect of climate and non－climate；secondly，in order to get the effect of human activities，acquire several pixels with steady intensity of human activities by field study and non－climatic effect of these pixels.The results show that：In the district with vegetation cover significant increase，which account for 45%in whole district，the contributions of climate change，atmospheric fertilization and human activities are 54%，101%and－55%；While in the district with vegetation cover significant decrease，which account for 22%in whole district，the contributions of climate change，atmospheric fertilization and human activities are－21%，－130%and 251%.

RESTREND；vegetation cover change；atmospheric fertilization；climate change；human activity；Gannan Prefecture

10.3969／j.issn.1000－3177.2015.06.017

TP79

A

1000－3177（2015）142－0089－07

2014—10—13

2014—11—12

國家自然科學基金項目（41361080）；甘肅省科技計劃資助項目（1308RJZA124）；蘭州交通大學科技支撐基金項目（ZC2012006）；對地觀測技術國家測繪地理信息局重點實驗室開放課題（K201308）。

張卓（1987—），男，碩士研究生，主要從事生態遙感和GIS分析研究。

E－mail：decemberzhuo＠163.com

孫建國（1974—），男，博士，教授，主要從事遙感和GIS應用研究。

E－mail：sunjguo＠mail.lzjtu.cn