2007—2020年新疆额敏县野果林时空分布和重心动态变化

胡馨月 孙倩 黄瑾依 宋庭伟 郭正宇

胡馨月，孫 倩，黄瑾依，等. 2007—2020年新疆额敏县野果林时空分布和重心动态变化［J］. 湖北农业科学，2024，63（2）：211-218，231．

摘要：以额敏县野果林分布区域为研究区，利用2007年快鸟（Quick bird）遥感影像、2013年和2020年高分一号卫星遥感影像、野果林野外实测数据等，实现野果林的信息解译和面积提取，基于动态度模型、转移矩阵模型、重心迁移模型，分析了2007—2020年研究区野果林的时空分布特征和动态变化情况，掌握了各类地物与野果林之间的相互转换，剖析了野果林空间分布的重心偏移规律，探讨了影响研究区野果林时空分布变化的原因。结果表明，2007—2020年，野果林面积增加了3.91 km²，呈持续缓慢增加趋势，旅游景区的开发，直接导致建筑用地面积有所增加；14年间，野果林面积逐步增加，归因于草地和裸土向野果林的转换较为频繁，其中草地向野果林的转化最为显著；野果林的重心变化幅度较小，空间分布较为稳定。

关键词：野果林；随机森林；时空变化；重心偏移；新疆额敏县

中图分类号：S66；TP751         文献标识码：A

文章编号：0439-8114（2024）02-0211-08

DOI：10.14088/j.cnki.issn0439-8114.2024.02.032 开放科学（资源服务）标识码（OSID）：

Spatiotemporal distribution and centre of gravity dynamic change of wild fruit forests in Emin County， Xinjiang from 2007 to 2020

HU Xin-yue， SUN Qian， HUANG Jin-yi， SONG Ting-wei， GUO Zheng-yu

（College of Forestry and Landscape Architecture， Xinjiang Agricultural University， Urumqi  830052，China）

Abstract： Taking the distribution area of wild fruit forests in Emin County as the research area， using the remote sensing images of Quick bird in 2007 and Gaofen-1 satellite in 2013 and 2020， and the wild fruit forests field measurement data， the information interpretation and area extraction of wild fruit forests were realized， and based on the dynamic degree model， transfer matrix model and center of gravity migration model， the temporal and spatial distribution characteristics and dynamic changes of wild fruit forests in the study area from 2007 to 2020 were analyzed， and the mutual conversion between various features and wild fruit forests was mastered. The shift of the center of gravity of the spatial distribution of wild fruit forests was analyzed， and the reasons affecting the temporal and spatial distribution of wild fruit forests in the study area were discussed. The results showed that the area of wild fruit forests increased by 3.91 km²from 2007 to 2020， which showed a continuous and slow increasing trend， and the development of tourist attractions directly led to the increase of building land area； in the past 14 years， the area of wild fruit foresst increased gradually， which was attributed to the frequent conversion of grassland and bare soil to wild fruit forests， and the transformation of grassland to wild fruit forests was the most significant； the change range of the center of gravity of wild fruit forests was small， and the spatial distribution was relatively stable.

Key words： wild fruit forests； random forest； spatial and temporal change； centre of gravity offset； Emin County， Xinjiang

野生果林中蕴藏着野生苹果、野山楂、野生杏等60多种野生果木资源，为世界多种果树原产地之一。就野果林的保护，国家和当地政府部门投入了一些人力、物力和财力对野果林部分分布区域采取了相应的保护措施，如设立保护区、迁地或就地保护，控制病虫害的发生，减少人为破坏，采取人工更新措施等^［1-3］。由于野果林分布区域基本都是山区，缺乏规划和管理，加上人为的过度干扰、自然更新极度困难等原因^［4］，为了更好地监测野果林的空间分布，遥感技术无疑具有明显的技术优势。相比传统的人工现场调查，利用遥感技术来识别新疆野果林，获取新疆野果林动态分布的变化，不仅可以快速获得结果，而且更省时省力且更为精准。

随着3S技术的应用与开发，大部分学者利用3S技术可以实现林地资源监测与动态变化相结合，杨存健等^［5］利用GIS提取、叠加与统计的方法探讨了四川省林地动态变化特征。王飞等^［6］对矩阵模型应用于森林选择性采伐经营管理进行了分析。杜国明等^［7］利用LUCC指数和样本平方分析法，分析了林地变化的特征和原因。董斌等^［8］利用GIS和DEM构建三维数字森林地图和3S进行城市森林资源监测与评价研究。唐家荣等^［9］利用3S技术对重庆市永川区的影像数据进行解译分类，探讨了林地时空动态变化。林媚珍等^{［10，11］}对广东、海南两省森林资源动态现状特征开展可持续分析与驱动分析研究。赵国帅^［12］利用Landsat TM影像解译得到1995年、2000年、2005年林地时空分布情况，并利用时空演化模型构建对福建省林地空间变化进行研究。

本研究利用2007年的快鸟（Quick bird）和2013年、2020年高分一号卫星影像数据，基于3S技术，结合野外实地考察，对野果林进行实地林地分布的定点监测，建立遥感卫星数据的信息解译标志，运用随机森林（Random forest）分类算法，经野外数据的验证后，判读野果林的空间分布，计算野果林的覆盖面积。基于动态度数学模型，分析多年来野果林的动态变化。在混淆矩阵和尺度分割的工作基础上，定量剖析野果林和其他地物之间的相互转化，了解野果林的时空变化趋势。利用重心偏移模型计算野果林的重心，进而定量掌握野果林分布的空间变化及其重心偏移的方向与进程，探讨影响野果林时空变化的原因。

1 研究区概况与方法

1.1 研究区概况

本研究选取新疆塔城额敏县野果林为研究区。额敏县野果林主要分布于东经80°47′—83°58′，北纬43°20′—46°21′，包含野苹果、野山楂、野稠李等，并以野苹果为主体。在野果林中，建设有野果林风景区，位于额敏县东南部，占地50 km²，野果林风景区是以度假、休闲及旅游观光的综合性旅游景区，以滑雪、踏青、采摘的特色为主，同时也进行科研活动、徒步探险旅游、自驾车旅游、文化体育旅游等项目。

1.2 研究方法

本研究选取2007年的快鸟（Quick bird）影像数据分辨率为0.6 m、2013年和2020年的高分一号遥感影像数据分辨率为2 m以及額敏县野果林研究区的行政边界作为基础数据。为了满足栅格运算，对3期的遥感影像数据在空间尺度上进行同化处理。通过辐射校正、几何校正、影像叠加、融合与裁剪等预处理，在ENVI 5.3软件的支持下，辅以纹理特征的分类方法^［13-15］，在主成分变换图像增强的基础上，添加纹理特征的灰度共生矩阵提取方法进行影像分类，以使得参与影像分类能够最大地提高分类精度，为野果林信息的解译奠定了良好的精度基础，根据颜色、形状、大小和纹理等不同特征，采用随机森林分类法对遥感图像进行信息解译。主要土地利用/覆被类型分为野果林（野苹果、野山楂、野稠李）、非野果林的其他乔木（桦树、青杨、白杨、柳树等乔木）、灌木、草地、裸土、建设用地（包括道路、蒙古包、旅游景点的人工建筑等）6类。涉及的研究方法如下所示。

1.2.1 动态度模型 动态度分析可通过土地利用覆盖特征定量研究土地类型的动态变化，也可用于预测野果林资源的变化趋势^［16-19］。

1）单一土地利用/覆被动态度。单一土地利用/覆被动态度代表研究区域内特定地物类型在特定时期内的数量变化，其表达式为：

式中，K是研究期间给定土地利用/覆被类型的变化率；U_a、U_b分别代表各地类研究初期和末期的面积；T为研究时长。

2）综合土地利用/覆被动态度。综合土地利用/覆被动态度指数代表研究期间不同地物类型之间的相互转移^［20-22］。其意义在于反映土地利用/覆被的区域变化强度，以确定不同空间尺度上的土地利用/覆被热点地区。表达式为：

式中，LC为研究区土地利用/覆被年变化率；ΔLU_i为监测开始时的i类地物类型区域的面积；ΔLU_i-j为从i类地物类型到非i类（j类，j=1，…，n）土地利用/覆被类型监测开始期间面积的绝对值；T为监测时长。

1.2.2 转移矩阵模型 土地利用/覆被转移矩阵不仅包含了研究区某一时期不同土地类型的数据，还包含了研究初期各土地类型之间以及研究末期各土地类型之间相互变换的信息，体现了研究区某一时期始末各土地类型之间相互变换的动态过程^［23-25］。土地利用/覆被转移矩阵的一般形式为：

式中，S代表面积；n为转移前后的土地利用/覆被类型数量；i、j（i，j=1，2，…，n）代表转移前后的土地利用/覆被类型；S_ij表示转换前从地类i转换为地类j的面积。矩阵中的每一行元素表示转换后从地类i转换为各地类的面积，每一列元素表示转换前从地类j到各地类的转换面积。

在求出上式中矩阵S后，还可以进一步求出不同土地利用/覆被类型之间的相互转移率（M）与贡献率（N）。二者的计算表达式如式4、式5所示。

其中，转移率M_ij表示研究初期第i种土地利用/覆被类型转变为研究后期第j种土地利用/覆被类型所占的百分比；贡献率N_ij表示研究后期第j种土地利用/覆被类型中是由研究前期第i种土地利用/覆被类型转化而来的百分比。

1.2.3 重心迁移模型 重心迁移模型总体上体现了某一土地类型在空间分布中位置的变化。利用方向分布的标准差椭圆和平面重心模型，计算了土地利用/覆被重心的位置和重心在平面坐标不同时期的方向分布。由此对地理二维空间中各时段的重心位移及重心迁移速率进行了分析，并揭示了土地利用/覆被在空间上的变迁过程^［26-29］。土地利用/覆被平面重心计算模型如式（6）、式（7）所示。

式中，X_j代表j类土地利用/覆被类型重心X坐标值；Y_j代表j類土地利用/覆被类型重心Y坐标值；A_ji为j类土地利用/覆被类型中类型i的面积；X_ji为j类土地利用/覆被类型中类型i对应范围内X坐标的平均值；Y_ji为j类土地利用/覆被类型中类型i对应范围内Y坐标的平均值；A_j为j类土地利用/覆被类型的总面积。

重心的迁移速度更为直接地反映了土地利用/覆被类型的空间变化率^［30］。重心迁移速率计算模型如式（8）所示。

式中，P_j代表j类土地利用/覆被类型的平面重心移动速率；x_j、y_j分别为t时间j类土地利用/覆被类型的重心X、Y坐标值。

2 结果与分析

2.1 野果林信息解译及面积变化

本研究基于像素的混淆矩阵进行精度评价，研究区每一种地物类型均选取样本，通过对分类结果建立混淆矩阵，得到总体分类精度和Kappa系数^［31］。利用野外工作所采集的大量感兴趣区数据，对3期信息解译图进行精度评价，总精度分别为87.84%、89.97%和90.26%，而Kappa系数分别为0.80、0.85和0.89，分类结果良好。野果林信息解译结果如图1和表1所示。

由表1可知，2007年、2013年，研究区内草地的面积最大，分别达11.96、11.19 km²，占研究区总面积的比例分别达45.34%、42.42%。2007年野果林面积为7.24 km²，2013年野果林面积增加至8.54 km²，在研究区总面积中的比例也由27.45%逐步上升到32.37%。2020年，研究区野果林的面积为最大，为11.15 km²，占研究区总面积的42.27%，面积有所增长。裸土的占地面积次之，达7.02 km²，在研究区总占地面积中占26.61%，面积有所增长，所占比例提高。草地的面积及所占比例有所下降。

2007—2013年，研究区不同地物类型的变化幅度存在显著差异，其中野果林面积增加了1.30 km²，年均变化率为3.67%。非野果林的其他乔木的面积变化最小，面积增加量仅为0.01 km²，草地与裸土面积均有所减小，减少值分别为0.77、1.54 km²，年均变化率分别为-2.17%、-4.33%。建筑用地面积增加了0.06 km²，变化幅度较小，年均变化面积为0.01 km²。

2013—2020年，野果林面积增加了2.61 km²，年均变化面积为0.37 km²，年均变化率为5.29%，野果林变化幅度较大。非野果林的其他乔木（包括桦树、青杨、白杨等）与灌木面积分别减少了0.07、0.37 km²，年均变化率仅为-0.14%和-0.71%。草地占地面积减少了4.56 km²，年均变化率为-9.29%，变化幅度最大。裸土面积增加了2.34 km²，年均变化率为4.71%，建筑用地的年际变化相对较弱。

2.2 野果林动态变化

由表2可知，2007—2013年野果林、灌木和建筑用地的面积逐步增加，建筑用地的面积从0.01 km²逐步增加至0.07 km²；其次为灌木，面积由0.81 km²增加至1.75 km²，单一土地利用/覆被动态度为16.25%；非野果林的其他乔木变化微弱，仅增加了0.01 km²，草地和裸土的面积均呈减少趋势，其单一土地利用/覆被动态度分别为-0.90%、-3.47%。2013—2020年野果林、裸土和建筑用地变化均呈逐步上升的变化趋势，从增加速度来看，建筑用地增速较快，且其单一土地利用/覆被动态度为8.93%，裸土次之，单一土地利用/覆被动态度为6.25%；再次之为野果林，单一土地利用/覆被动态度为3.82%；而非野果林的其他乔木、草地和灌木均呈现减速的状态，单一土地利用/覆被动态度分别为-5.83%、-5.09%、    -2.64%，非野果林的其他乔木的面积急速减少。

综合土地利用/覆被动态度由1.23%增加到2.37%，说明研究区域土地利用/覆被的格局变化的稳定性有所降低。虽然野果林的保护力度增大了，但是草地和裸土的动态变化较为剧烈，导致研究区的综合动态度略有上升。

2.3 野果林多年间时空转移变化

通过各类地物相互转化的面积计算和土地利用/覆被不同地类转换图能直观地表现出不同地物相互转化的剧烈程度，从而阐明各类地物与野果林的变化、相互转化的关联性，如图2、图3所示。

2007—2013年，草地是主要的土地利用/覆被类型，其面积由2007年的45.34%减少至2013年的42.42%，大多转化为裸土及灌木，转移率分别是40.81%、33.71%，贡献率分别为15.97%、4.93%。7年间，野果林与其他各类地物之间的相互转化较频繁。野果林面积由2007年的27.45%增加至2013年的32.37%，主要由草地和裸土转换而来，其转换面积分别为2.58、1.65 km²。灌木面积略有增加，其中草地和野果林转化为灌木的面积分别为0.59、0.75 km²。裸土面积的减少，主要是向草地和野果林转换，建筑用地面积的增加主要由草地、灌木和裸土转换而来，其转化面积分别为0.04、0.01、0.01 km²。

2013—2020年，野果林的面积由32.37%增加到42.27%，草地向野果林的轉化最为显著，转移率为30.76%。灌木向其他各类地物转换的量较小，但灌木转换为野果林占灌木向其他各类地物转移的比例较高，贡献率达50.86%。非野果林的其他乔木与灌木的空间分布较为稳定，与其他各类地物之间均无明显转换变化。各土地利用/覆被类型转移率和贡献率均不大，其中野果林转化为非野果林的其他乔木的转移率为37.5%。灌木面积占比由6.63%下降至5.23%，其向野果林和建筑用地均有所转化，转移率分别为7.98%、8.33%。2013—2020年草地面积减少，草地面积占比由42.42%下降至25.13%，同样集中在草地与裸土之间的变化，其中草地转化为裸土的转移率为40.60%。裸土面积增加，贡献率较大的为非野果林的其他乔木33.33%、草地25.47%。建设用地呈增加趋势，占比由0.27%增至0.45%，其中草地和野果林的转化最为突出，转化率分别高达33.33%、25.00%。草地的空间分布变化与非野果林的其他乔木的转化关系密切，非野果林的其他乔木向草地转化的贡献率高达13.33%。

2.4 野果林重心偏移变化分析

野果林重心转移方向及距离定量地表达野果林时空分布的方向性和向心力的程度，通过研究野果林的转移距离和转移角度，探究随着时间变化的空间分布特征及变化规律。野果林的重心分布、重心转移的距离与角度，如表3和图4所示。

由表3可知，野果林的重心变化幅度较小，2007—2013年野果林重心偏移了0.17 km，野果林重心北偏东45°14′32″，表明野果林的空间分布更趋向于南北纵向分布，重心迁移速度为0.03 km/年，迁移速率较缓慢。2013—2020年野果林重心偏移了0.33 km，重心偏移轨迹相对较小，非均衡程度增强，野果林重心北偏西41°39′28″，表明野果林空间分布的高密度区指向西北方向，重心迁移速度为0.04 km/年，迁移速率依然非常缓慢。

根据野果林标准差椭圆长短轴的变化情况（图4）可知，2007—2013年长轴增加，短轴减小，表明野果林的空间分布呈现东西方向收缩，南北方向扩张的态势。2013—2020年长轴减小，短轴增大，表示野果林的空间分布呈现南北方向收缩，东西方向扩大趋势。

3 结论

本研究以额敏县野果林分布区域为研究区，选用2007年快鸟遥感影像、2013年和2020年高分一号遥感影像为基础数据，结合主成分分析、影像增强，添加纹理特征，利用随机森林算法实现野果林的信息解译，进而基于动态度模型、转移矩阵、重心迁移模型，从空间、时间变化两个角度探究研究区野果林变化规律及野果林的时空动态变化与时空分布格局。主要结论如下。

1）2007—2013年，野果林面积呈缓慢增加趋势，面积所占比例逐渐增大，由27.45%增长至42.27%。2007—2013年，野果林呈增加趋势，但是增加的幅度非常微弱，仅为1.30 km²；而2013—2020年，野果林面积的增加速度略有所上升。非野果林的其他乔木的面积有所减少，但变化幅度微弱，历经14年，仅减少了0.06 km²。滑雪场的建设、景区道路的修建，导致建筑用地面积持续增加，累计增加了0.11 km²。综合土地利用/覆被动态度由1.23%增加到2.37%，尽管野果林的保护力度增大了，但是草地和裸土的动态变化较为剧烈，导致研究区的景观格局的稳定性有所降低。

2）2007—2020年，各类土地利用/覆被之间的相互转移比较频繁，但变化幅度较小，野果林的空间分布较为稳定，与其他各类地物的转移变化相对均较为微弱。野果林面积的增加主要是由草地和裸土转化而来，野果林面积增加的原因与人为保护措施得当紧密相关，在一些政策的积极指引下，使得野果林防护措施更加完善，促使野果林面积呈缓慢增加的趋势。非野果林的其他乔木（包括桦树、青杨、白杨、柳树等）与各类地物的转化情况不明显。草地与裸土之间的相互转化较为频繁，裸土的增加大多是草地转化而来，这也导致草地的面积有所减少。旅游风景区建设加剧，导致建筑用地与灌木、草地、裸土之间的相互转化格外频繁，使得建筑用地面积呈现出平稳增加趋势。

3）由重心偏移的空间变化可知，野果林在南北方向呈扩张趋势，在东西方向呈收缩趋势，空间分布特征变化幅度较小，空间差异波动较小。旅游业的发展虽然阻碍了野果林的增加，但是自然因素的驱动起到了重要的作用，加上人工维护，野果林依然持续缓慢地增加。

参考文献：

［1］ 方紫妍， 李林瑜， 艾克拜尔·毛拉， 等. 新疆西天山土壤生境质量与野果林群落特征的相关性分析［J］. 福建农林大学学报（自然科学版）， 2019， 48（4）： 453-458.

［2］ 米尔卡米力·麦麦提，刘忠权， 马晓东， 等. 新疆野苹果的生存现状、问题及保护策略［J］. 广西植物，2021，41（12）： 2100-2109.

［3］ 刘 华，臧润国，丁 易，等. 天山西部新疆野苹果种群特征［J］. 林业科学， 2010， 46（11）： 1-7.

［4］ 范贺娟， 来风兵， 曹家睿， 等. 天山野果林区滑坡景观时空演变及生态风险预测［J］. 山地学报， 2020， 38（2）： 231-240.

［5］ 杨存建， 张 洋， 程曦冉， 等. 基于遥感和GIS的20世纪90年代后半期四川林地动态变化［J］. 生态学报， 2006， 26（12）： 4113-4119.

［6］ 王 飞， 邵国凡， 代力民，等. 矩阵模型在森林择伐经营中的应用［J］. 生态学杂志， 2005， 24（6）： 681-684.

［7］ 杜国明， 张树文. 20世纪末期大兴安岭北段林地变化研究［J］. 资源科学， 2006， 28（3）： 59-65.

［8］ 董 斌， 过家春， 田劲松. 基于广义3S技术的城市森林资源监测与评价研究［J］. 安徽农业大学学报， 2008， 35（1）： 128-131.

［9］ 唐家荣， 张世熔， 吴光碧， 等. 基于RS和GIS的土地利用时空动态变化分析——以重庆永川区为例［J］. 山东农业大学学报（自然科学版）， 2014， 45（4）： 552-558.

［10］ 林媚珍，张镱锂. 海南岛森林资源的动态变化及其可持续发展［J］. 生态科学， 2000， 19（4）： 84-89.

［11］ 林媚珍， 马秀芳， 谢双喜. 广东省森林资源动态变化及成因分析［J］. 生态环境， 2008， 17（2）： 785-791.

［12］ 赵国帅. 基于RS和GIS技术的福建省林地资源时空变化分析［J］. 林业勘察设计， 2013（1）： 50-55.

［13］ 吕小光， 孙雪曼， 朱国良， 等. 基于变分方法的图像平滑和纹理提取［J］. 江苏海洋大学学报（自然科学版）， 2021， 30（2）： 77-84.

［14］ 颜 威. 基于深度学习的纹理样图自动提取算法研究［D］. 广东深圳： 深圳大学， 2020.

［15］ 杨彦荣， 宋荣杰， 胡国强， 等. 基于随机森林和纹理特征的苹果园遥感提取［J］. 现代电子技术， 2020， 43（3）： 40-44.

［16］ 王 刚. 基于 Landsat 遥感图像的山地丘陵区果园识别与监测——以昭通市为例［D］. 昆明： 云南师范大学， 2021.

［17］ 王铭炜. 基于遥感与GIS的威海市文登区土地利用变化分析［D］. 山东青岛： 山东科技大学， 2020.

［18］ 翁纪军. 基于高分遥感影像的土地利用研究——以重庆三峡库区为例［J］. 测绘与空间地理信息， 2020， 43（4）： 88-90，95.

［19］ 袁静文，武 辰， 杜 博， 等. 高分五号高光谱遥感影像的城市土地利用景观格局分析［J］. 遥感学报，2020，24（4）：465-478.

［20］ 陈怡君，刘小波，李佩恩. 基于ENVI遥感解译和GIS的渝北区土地利用/覆被变化分析［J］. 成都师范学院学报，2019， 35（9）：98-104.

［21］ 邱 倩， 祝 林， 张 越. 基于遥感和GIS的县级土地利用变换分析——以西平县为例［J］. 信息技术与信息化， 2019（9）： 207-209.

［22］ 王 佳， 崔 柳， 张盼盼， 等. 多光谱遥感数据城市边缘区土地利用时空结构演化［J］. 遥感信息， 2019， 34（1）： 51-57.

［23］ TIAN H F， LI W， WU M Q， et al. Dynamic monitoring of the largest freshwater lake in China using a new water index derived from high spatiotemporal resolution Sentinel-1A data［J］. Remote sensing， 2017， 9（6）：521.

［24］ 赵浣玎， 李 军， 李莹莹， 等. 基于遥感的土地利用变化及驱动力分析——以重庆市渝中区为例［J］. 重庆第二师范学院学报， 2019， 32（5）： 37-42.

［25］ 武桂贞. 河北省海岸带土地利用变化驱动力的定量研究［D］. 石家庄： 河北师范大学， 2008.

［26］ HUANG X T， CHEN S Y， ZHANG Y， et al. Study on dynamic monitoring technology of soil and water conservation in construction projects using multi-source remote sensing information［J］. Journal of physics： Conference series， 2021， 1848（1）：012055.

［27］ CHEN F Z， YU X S. Remote sensing dynamic monitoring and genetic analysis of Horqin Sandy Land based on GIS——Take Kulun Qi in Tongliao City as an example［J］. IOP conference series： Earth and environmental science， 2019， 237（3）：032125.

［28］ 王丽云. 浙江省沿海地区土地覆盖变化及驱动分析［D］. 南京： 南京大学， 2014.

［29］ OLESON J J，HOPE D，GRIES C， et al. Estimating soil properties in heterogeneous land-use patches： A Bayesian approach［J］. Environmetrics，2006，17（5）： 517-525.

［30］ 杨艳魁. 结合光谱和纹理信息的高分辨率遥感影像茶园提取［D］. 福州：福州大学，2018.

［31］ 任國贞，江 涛. 基于灰度共生矩阵的纹理提取方法研究［J］. 计算机应用与软件，2014，31（11）：190-192，325.

收稿日期：2023-02-20

基金项目：新疆维吾尔自治区林业发展项目（2220LCTXM）；新疆维吾尔自治区自然科学基金项目（2020D01B34） ； 国家自然科学基金面上基金项目（31971713）

作者简介：胡馨月（1997-），女，辽宁本溪人，硕士，主要从事林业生态工程与管理研究，（电话）18789797963（电子信箱）h18789797963@163.com；通信作者，孙 倩（1986-），女，新疆乌鲁木齐人，副教授，博士，主要从事干旱区资源环境与RS应用研究，（电话）13999853764（电子信箱）sq061@163.com。