内蒙古草地生长季植被变化对气候因子的响应

基于MODIS NDVI数据,研究分析了2000-2010年内蒙古典型草原、草甸草原和荒漠草原生长季NDVI时空变化趋势,探讨不同类型草地生长季NDVI对温度、降水的响应。结果表明,内蒙古草地生长季NDVI整体年增长速率为0.735%,典型草原最为明显,年增长率达到1.063%;但是仍有31.807%的草地NDVI呈现下降趋势,其中典型草原、草甸草原和荒漠草原分别有8.664×10⁴、6.814×10⁴、2.841×10⁴ km²。除东北部草甸草原外,大部分草地生长季NDVI与降水量的相关性高于温度;草地生长季NDVI与温度和降水的相关系数均呈现出草甸草原>典型草原>荒漠草原的变化规律。内蒙古草地植被变化对温度和降水的响应具有滞后作用,且具有明显的经度地带性和纬度地带性特征,其滞后时间随着经度和纬度的增加逐渐减少。     

基于遥感的青海省植被覆盖时空变化定量分析

使用1km分辨率MODIS NDVI时间序列数据,采用决策树分类、监督分类和非监督分类相结合的综合分类方法,将青海省土地覆盖类型划分为14个类别.这种分类方法重点突出了植被,特别是稀疏植被(包括稀疏草地和稀疏灌丛)的空间分布.在将青海省分为5个高程带的基础上,使用GIS软件的空间分析功能,对青海省2001～2006年的地表植被覆盖在各级高程带上的空间分布和时间序列变化进行了定量分析.结果表明,近5a青海省的植被覆盖有所改善,植被覆盖面积从2001年的370047km2增加到2006年的374576km2,植被覆盖率增加了0.63%.青海省5级高程带中高山地带的植被覆盖率最高,达到67.92%.在青海省各级高程带上,高山地带上中覆盖度草地的分布面积最大,为94003km2.高山地带高覆盖度草地的面积增加最多,为1280km2.5a间植被覆盖变化最大的是高山地带上稀疏草地向中覆盖度草地的转变,转变面积达到15931km2.     

基于RUE的不同草地类生态评价研究——以河西走廊为例

选择降水利用效率（RUE）作为评价指标,对河西走廊代表性草地类--温性荒漠、高寒草甸、温性草原进行生态评价研究。通过植被指数提取、降水Co-Kriging插值、图层叠加,得到河西走廊区域2006-2010年的RUE(NDVI)、RUE(PVI)、RUE(TSAVI)数据,并与地上生物量进行相关分析,筛选出适合不同草地类的RUE作为该区域生态评价的指标。结果表明：1）温性荒漠区RUE(PVI)与草地生物量风干重正相关性最高（R²=0.879）,高寒草甸区RUE(NDVI)与草地生物量风干重的正相关性最高（R²=0.876）,温性草原区RUE(TSAVI)与草地生物量风干重的正相关性最高（R²=0.895）。2）温性荒漠区、温性草原区生态均处于退化过程,高寒草甸区处于恢复过程。研究认为选择合适的RUE值可作为不同草地类生态评价指标,并具有理论的可行性和实践的可靠性。     

基于MODIS数据的若尔盖草场植被覆盖时空变化分析

一般意义上将反映植被生长状态及植被覆盖度的指示因子称为归一化植被指数(即NDVI),它也是判断基于生物气候特征开展大区域植被和土地覆盖分类的基本手段。利用NDVI的时序数据的进行土地覆盖分类,即提取NDVI时间信号所包含的植被生物学参数,构建起一个包含植被生物学信息的分类特征空间。     

西藏当雄县高寒草地NDVI的海拔分异特征及其指示

通过提取西藏当雄县Landsat ETM影像NDVI以及DEM的海拔要素,在坡面的小尺度水平上分析了NDVI的海拔格局,并利用沿海拔梯度的草地地上生物量实测数据进行验证,进一步在全县尺度上分析了当雄NDVI >0.2 的区域内草地NDVI 的海拔分异特征.主要结果如下:①在坡面尺度上,随海拔的增加,不同计算方式的NDVI均表现为先增加后降低的单峰格局,与沿海拔梯度实测的地上生物量格局一致,NDVI最大值与围栏外生物量最大值均出现在4 950 m左右;②在全县尺度上,当雄草地NDVI随海拔的变化略为复杂:在4 300 m以上,NDVI随海拔的增加表现为先升高后降低,最高值出现在4 700 m左右;在4 300 m以下植被可能以湿地草甸为主,形成另一个NDVI高值区,但其分布面积仅为总草场面积的10%左右.上述结果表明,海拔是影响当雄县NDVI 空间分布的重要地形因子,NDVI 的海拔格局体现了较大尺度上草地植被对不同水热组合环境的适应特征,这对于在气候变化背景下实施高寒地区生态保护工程以及制定合理的草场资源配置方案具有重要指导意义.     

呼伦贝尔草原植被覆盖时空动态变化监测定量方法研究

开展植被动态监测与评价,是评估生态保护措施、环境管理政策和全球变化研究的重要基础。论文以呼伦贝尔草原为例,基于1998—2008年间SPOT_VGT NDVI旬数据,通过分析生长期间的植被年均NDVI值、年NDVI最大值、年NDVI最小值、季节性动态性与物候的变化状况及其趋势,反映研究区植被覆盖空间特征,监测植被覆盖动态变化情况。结果表明:研究区植被覆盖区域特征为:以林地为主的区域草地-耕地-林地过渡区以耕地为主的区域以草地为主的区域;11 a来,研究区植被覆盖呈减弱趋势,植被覆盖最佳期提前,以林地为主的区域、草地-耕地-林地过渡区和以耕地为主的区域植被覆盖季节性动态变化较小,植被覆盖稳定性较强,而以草地为主的地区植被覆盖最小值日期推后,其季节性动态变化较大,生态环境稳定性较差。     

神东矿区AVHRR/NDVI的时空、开采强度和气候效应

研究采矿扰动区长时序、多维度NDVI变化趋势,有助于认识非自然生态区植被演替规律,对高强度开采条件下西北脆弱生态区地表植被自然修复和人工修复工作具有指导意义.研究通过设立直接影响区、间接影响区和自然生态校验区,利用长时序GIMMS AVHRR/NDVI（1981～2006）植被指数数据集,结合同期温度、降水和煤炭产量信息,从时间、空间、气候和开采强度方面开展对比分析,并以长时序MODIS NPP/NDVI（2000～2010）数据进行结果验证.时序分析表明,全球变化背景下,神东矿区植被生长季二度延长;空间分析表明,神东矿区NDVI增量低于缓冲区,缓冲区NDVI增量低于自然生态区;开采强度分析表明,随着神东矿区开采强度增强,NDVI增速放缓,增长速率低于自然生态区;气候变化分析表明,神东矿区NDVI受温度升高、降水减少共同作用,与温度相关性较高,与降水相关性较低;同期MODIS NPP/NDVI验证结果表现出与AVHRR/NDVI一致的规律性.     

1982-2003年中国草地生物量时空格局变化研究

论文结合草地生物量调查资料、对应时段NDVI数据,分析了1982-2003年不同时期我国草地生物量空间格局变化特征及其与气候变化的关系。结果表明：20世纪80年代初期到末期,全国大部分地区草地生物量增加或基本持平;80年代末期到90年代初,大面积范围内草地生物量降低,热性草丛、温性草甸草原、山地草甸、低地草甸下降幅度分别为10.86%、4.96%、4.86%、3.49%;90年代末期后,北方大部分地区草地生物量上升到80年代的水平,南方草地生物量略有上升;1982-2003年草原区平均气温上升0.6~1.5℃,降雨量减少23.3%,草地生物量变化与降水量变化有弱相关关系（相关系数0.29）,与气温变化无关。     

太湖流域下垫面改变与气候变化的响应关系

运用两种NDVI数据集(Pathfinder AVHRR和SPOT VEGETATION)和卫星遥感数据,采用3S技术,通过人机交互式目视方法解译出1979、1984、2000和2009年太湖流域的土地利用数据,结合1956-2007年太湖流域主要气象站点的气象资料,研究了太湖流域下垫面(NDVI和土地利用)变化与各主要气候因子的响应关系。结果表明:①近30 a太湖流域NDVI变化呈先增后减的趋势,空间上呈由东北向西南递增的趋势,浙江省区域植被覆盖较好,其次为苏锡常镇地区,上海植被较为稀少;②太湖流域耕地面积显著减少,城镇用地显著增加,林地与草地呈缓慢增长趋势,其中上海和苏州城市化进程速度最快,其次是无锡、常州,而杭州、嘉兴、湖州和镇江城市化进程较为缓慢;③20世纪80年代初期太湖流域出现显著的增温,并在近20 a增温幅度显著增加,平均相对湿度呈波动下降趋势,其下降速率为-1.25%/10 a,近50 a降水总量呈现小幅上升趋势,但近20 a降水量呈减少趋势,速率达到-37.31 mm/10 a,日照时数呈现下降趋势,其下降速率为-56.66 h/10 a;④与太湖流域NDVI变化响应最为显著的气候因子为气温,其次为平均相对湿度以及日照时数,降水总量与NDVI的相关性比较弱;⑤城市化进程迅速的地区相较于城市化缓慢的地区,其增温更快、相对湿度降幅更大、降水量增加更为缓慢,日照时数减少越快。     

五台山不同退化程度亚高山草甸土壤微生物群落分类与功能多样性特征

土壤微生物在草地生态系统功能中发挥着重要作用,但其多样性对草地退化的响应尚未得到充分研究.采用宏基因组测序技术对五台山亚高山草甸4个不同退化阶段[未退化(ND)、轻度退化(LD)、中度退化(MD)和重度退化(HD)]土壤微生物分类和功能多样性特征及其影响因素进行分析.结果表明,4个不同退化阶段亚高山草甸之间放线菌门、拟杆菌门、硝化螺旋菌门和Parcubacteria的相对丰度存在显著差异(P<0.05).与ND草甸相比,退化草甸增加了与碳代谢、氨基酸生物合成、丙酮酸代谢、柠檬酸循环、丙酸代谢、丁酸代谢和脂肪酸代谢相关的基因比例,表明亚高山草甸退化改变了土壤微生物群落能量代谢和营养循环的潜力.草地退化改变了土壤微生物分类和功能α多样性,特别是MD和HD草甸中微生物功能多样性显著降低.亚高山草甸退化过程中土壤微生物物种分类和功能组成均显著变化(P<0.05).土壤总氮、pH值和有机质含量对微生物群落分类和功能组成具有显著影响.植物群落β多样性与微生物群落分类和功能β多样性显著相关(P<0.05),具有强耦合性.研究结果揭示了草地退化过程中地下微生物分类和功能多样性的变化及...     

遥感数据时间分辨率对土地覆盖变化监测的影响

由于土地覆盖通常存在年际变化和季节变化,区分人为活动引起的变化与这种自然变化需要两期数据时间一致。论文利用黑龙江省1975、1990、2000、和2005代表年Landsat数据,分析了数据时间差在16 d MODIS-NDVI时间序列的误差。研究发现,Landsat数据4个代表年的年际差分别为1975±4 a,1990±4.5 a,2000±1.5 a,2005±1.5 a,季节差为47 d。Landsat季节差对MODIS-NDVI的影响是:当季节差为16~48 d时,东北地区耕地与草地以生长高峰期为参照的MODIS-NDVI变化最高可达0.4以上,林地MODIS-NDVI变化0.1~0.2;当时间差<16 d时,如果仍以生长高峰期为绝对参照,东北大部分地区误差<0.1,只有少数耕地误差0.1~0.2。如果以两个时间为相对参照,则<16 d的误差也可能导致较大的MODIS-NDVI误差,其大小有明显的季节性。在生长高峰期7月12日至8月28日,8 d±8 d的时间差导致的NDVI差大于0.1的像元仅2.93%,是变化检测最佳时期;但在除此之外的6月10日至9月29日间,8 d±8 d时间差导致NDVI差大于0.1的像元比例超过11.42%,选择Landsat必须避开这一敏感期。结论:利用高时间分辨率MODIS-NDVI可在3个方面提高Landsat变化检测效果:①辅助选择最佳时间;②当无法选择最佳时间时,评估时间差可能引起的误差和方向;③直接使用生物物理参数作为变化检测的指标之一。     

东北多年冻土区植被NDVI变化及其对气候变化和土地覆被变化的响应

利用1982~2006年的NOAA AVHRR-GIMMS和MODIS 2种数据集的归一化植被指数(NDVI)数据对东北多年冻土区植被NDVI年际动态和空间差异进行分析,并结合气象数据和土地利用/覆被数据分析了植被NDVI对气候变化和土地利用/覆被变化的响应.研究表明,东北多年冻土区植被NDVI值较高,且空间差异明显;森林为该区主要植被类型,NDVI值较高,主要分布于大小兴安岭和伊春地区;草地集中分布于西南部, NDVI值相对较低.东北多年冻土区过去25a间植被生长的变化趋势为:伴随着气温的显著升高和降水量减少,植被NDVI显著下降.较气温而言,降水量是影响植被NDVI的主要因子(r = 0.77, P < 0.01).在气候变化和人类活动的双重作用下,东北多年冻土区植被NDVI在1982~2006年间表现为4个阶段:1982~1990年,植被NDVI虽有小幅波动,但整体上呈持续增加的趋势;1990~1993年,植被NDVI呈迅速下降趋势; 1993~1997年,植被NDVI呈现回升态势,表现出缓慢上升的趋势;1998~2006年,植被NDVI呈现总体下降趋势.不同植被类型表现出不同的NDVI年际变化规律,尤以草地NDVI值波动最大.植被NDVI变化空间异质性显著.气候变化和多年冻土退化影响了东北多年冻土区植被NDVI动态.年均气温升高和年降水量降低影响了植被的生长.从像元尺度来看,研究区植被NDVI与气温和降水均具有较显著的相关性.研究区土地利用/覆被变化的分析结果表明,不同的土地利用类型间的转变对植被NDVI的大小和空间分布产生了重要影响.     

内蒙古典型草原作物系数和实际蒸散量的时空分布特征

利用内蒙古典型草原21个气象站点的气象和牧草观测资料,结合潜在蒸散量和改进的作物系数计算方法,模拟计算了2009年草原植被作物系数和实际蒸散量.在GIS软件的支持下,分析了二者的时空分布特点,并通过反映牧草长势的NDVI变化趋势予以验证.结果表明:5-8月间随着月份的增加作物系数Kc_x最大值的变化趋势由0.6→1.2→1.4→1.4,平均值是0.28→0.36→0.40→0.38.4个时期的Kc_x值以0.2~0.6之间的区域占主体,为55%以上.实际蒸散量在时间变化和空间分布上与Kc_x值基本一致.随着月份的增加实际蒸散量低值级的区域面积逐渐缩小,相对应的高值级的面积逐渐增大,整个生长季以30~90 mm的蒸散量为主.5-8月牧草实际蒸散量和NDVI值的相关系数达到0.446,通过了0.01水平的显著性检验.     

藏北高原草地资源合理利用

藏北高原面积60万km₂,海拔4400m以上 ,气候寒冷干旱 ,是青藏高原内生态环境最酷劣的自然地域 ,大部分为无人区。境内55 %的土地为可利用的草地 ,是西藏最大的牧区 ,其绝大部分是由紫花针茅(Stipapurpurea)及青藏苔草(Carexmoorcroftii)等组成的高寒草原与高寒荒漠草原 ,虽然紫花针茅草原是当地藏绵羊的较适宜生态地域 ,但其鲜草产量不足800kg/hm₂,仅在6～9月能利用 ,加上草地土壤富含砂砾 ,抗侵蚀能力弱 ,所以草地生态较脆弱。目前已有1/3的草地受沙化和侵蚀的威协 ,4 %的草地处于过牧退化状况。所以保护草地 ,维持其生态稳定乃是开发藏北高原草地资源的重要原则 ,故对高寒荒漠草原与已沙化的高寒草原须禁牧 ;大部分高寒草原的放牧强度须控制和适度 ,以求永续地利用和获得良好的经济-生态效益。     

基于MODIS时序NDVI主要农作物种植信息提取研究

农业在黄河三角洲地区占有重要地位,及时、准确地掌握该地区农作物分布信息对政府有关部门制定农业政策、指导农业生产具有十分重要的意义。时序植被指数能够反映农作物物候特征,帮助识别农作物类型,在农作物种植信息提取方面具有明显优势。论文选取2014年MOD09Q1时序遥感数据集,以黄河三角洲主要农作物为研究对象,利用Harmonic Analysis of NDVI Time-Series（Hants）滤波重构NDVI时序曲线,通过对比待分像元NDVI时序曲线与参考时序曲线的相似性,实现农作物种植信息提取。对分类结果进行面积统计和空间分布精度检验：冬小麦、棉花、玉米的面积提取精度分别达到96.8%、95.5%、85.1%,空间匹配总体精度达86.9%。结果表明该方法有效可行,能够为该地区农业监测提供技术基础。     

中国草地N2O通量日变化观测对比研究

研究分析了我国20世纪90年代以来科学工作者利用静态箱-气相色谱法对内蒙古呼伦贝尔草原和锡林郭勒草原、青藏高寒草原等不同草原类型所开展的日变化通量观测数据并进行了对比分析研究.结果表明:我国草地N2O通量的日变化规律明显,日变化形式呈多峰型,我国草地均表现为N2O排放源,日均通量的对比顺序是:贝加尔针茅草甸草原>羊草草甸草原>羊草典型草原>高寒草甸[(42.82±15.96)>(29.17±13.03)>(4.91±2.12)>(0.89±0.67)μg/(m2?h)];10:00~14:00和夜间0:00左右所观测的N2O通量均可代表当日平均通量;夜间N2O的排放对整个日通量有重要贡献,其排放量占到全日排放总量的46%以上,草地夜间N2O的排放通量应该受到重视.另外,本文讨论了水分和温度作为主要环境因子对N2O通量日变化的影响,以及不同植被类型和人类活动(放牧和刈割)对N2O通量的日变化的影响.     

基于时间序列谐波分析的东北地区耕地资源提取

耕地是人类社会赖以生存发展最重要的资源之一,及时获取其空间分布是国家农业决策的基础。论文利用2007年多时相的SPOT/VGT NDVI数据提取东北地区耕地资源信息。以NDVI时间序列数据年内变化振幅和周期差异性作为分类的依据,采用时间序列谐波分析法对全年时间谱NDVI数据进行重构,减少高频噪声对信息提取的影响,获得研究区地物信息在时间维度上的振幅、相位以及年均NDVI值影像图,然后将三者合成。应用神经网络分类方法,对合成后的影像选择训练样本,获取东北地区耕地资源的空间分布。实验中提取耕地的精度为83.26%,Kappa系数为0.732 4;该方法获取耕地资源空间分布的精度均高于GLC2000、UMD、IGBP和中科院1∶100万土地利用数据4种分类产品。研究表明,基于时间序列谐波分析法对NDVI数据重建,利用不同类型植被NDVI曲线在一年内振幅、相位特征的差异,采用神经网络分类的方法,可以精确地提取耕地资源信息,及时为农业和土地管理部门管理决策提供科学依据。     

基于地理探测器的广州市大气PM2.5浓度驱动因素分析

PM_2.5变化的驱动因素是大气PM_2.5研究的重要内容.为了揭示PM_2.5污染的特点及其驱动影响因子,以广州市为例,采用地理探测器方法探测自然因素（包括平均降水量、平均温度、平均气压、平均相对湿度、平均风速、植被指数）与社会经济因素（包括人口密度、国内生产总值、工业总产值、人均公园绿地面积、公交车辆数、电力消费量）对2015年广州市ρ（PM_2.5）变化的影响机制与差异.结果表明:①基于因子探测分析发现,对ρ（PM_2.5）变化影响最大的前三位驱动因素分别为植被指数、公交车辆数与电力消费量,对应的因子影响程度指标值分别为0.51、0.46、0.40.②基于生态探测分析发现,植被指数与其他自然因素（如平均温度、平均降水量、平均气压等）对ρ（PM_2.5）空间分布的影响均存在显著差异,与所有社会经济因素对ρ（PM_2.5）空间分布的影响均不存在显著差异;除植被指数外,公交车辆数与其他自然因素及社会经济因素对ρ（PM_2.5）空间分布的影响均存在显著差异.③基于交互探测分析发现,所有影响因素（包括自然因素与社会经济因素）对ρ（PM_2.5）变化的交互作用均大于单一影响因素的独自作用,其中平均降水量与平均气压交互作用后对ρ（PM_2.5）变化的影响最大.研究显示,自然因素（尤其是植被指数、平均降水量）及自然因素与人为活动（如交通出行、电力消费等）交互效应对广州市ρ（PM_2.5）的变化起决定性作用.      

基于MODIS时间序列及物候特征的农作物分类

论文以2012年6月至2014年6月期间的MOD09Q1及2013年四五月的MOD09A1为数据源,合成归一化植被指数(NDVI)和归一化水体指数(NDWI),利用TIMESAT软件对NDVI时间序列数据应用分段高斯函数拟合方法重构NDVI时序曲线,并获取7个物候特征(Phenology,以下简称PH,包括生长季始期,生长季末期,生长季长度,NDVI振幅,NDVI左导数,NDVI右导数,生长季期间的NDVI积分).结合Landsat 8 OLI遥感影像,中国第二次土地调查数据和实地采样样本数据,根据2013年多种地物平滑后的NDVI曲线特征,将年NDVI最大值低于0.5的水体和建设用地掩膜去除.为了获取研究区农作物的最优分类方法,采用分层分类:首先对平滑后的46个NDVI时序数据进行支持向量机(SVM)分类,得到农用地等分类信息;其次利用平滑后的46个NDVI波段,7个物候参数及6期归一化水体指数相互组合,对农用地进行支持向量机分类提取3种农作物的分布信息.经不同波段组合分类对比可知,分类总体精度及Kappa系数的关系为:NDVI+NDWI>NDVI+PH+NDWI>PH+NDWI>NDVI+PH>NDVI>PH.研究结果表明,遥感数据波段的增加不一定带来较高的分类精度;论文中归一化水体指数有效地提高了水稻的分类精度.此外,辅以物候特征对农作物分类也具有一定的可行性.