基于遥感的泾河流域植被覆盖格局分析

以MODIS遥感影像数据为数据源,应用遥感和GIS技术对泾河流域植被覆盖格局进行分析。结果表明:(1)泾河流域植被覆盖类型以退化草地和草地为主,二者占流域总面积的53.30%;地面覆盖程度较高的森林、疏林仅占流域总面积的9.83%,流域植被覆盖程度较低。(2)受自然环境条件和人类活动的影响,退化草地、稀疏灌丛、郁闭灌丛和疏林破碎化程度较为严重,对地面覆盖程度最低的退化草地除集中分布于流域北部外,主要零散分布于流域中、南部,其斑块形状复杂多样,数量最多,应成为流域植被恢复的重点。(3)各植被覆盖类型的斑快数量组成以小斑块所占比例最大,最小斑块比率均在50.0%以上;森林的斑块面积多样性最大,草地的斑块面积多样性最小。     

1980—2015年青藏高原植被变化研究

青藏高原地形复杂,气候类型独特,是北半球气候变化的调节器。全球气候变化直接影响植被变化,探讨植被变化对了解青藏高原的环境状况及环境保护与恢复具有重要意义。选取青藏高原作为研究区域,基于1980年和2015年的1 km土地利用数据利用转移矩阵研究植被的转换变化,利用1981—2015年的GIMMS-NDVI数据借助趋势分析法分析土地利用未变化区域的植被覆被变化,并通过相关分析法研究植被变化与气候因子的关系。研究表明:1980—2015年,青藏高原植被的转换变化表现为转入面积大于转出面积,植被面积整体增加。植被类型变化的主要表现形式为农作物和草地面积增加,乔木林地和灌木林面积减少;草地的面积变化最大,农作物、乔木林地和灌木林面积变化很小。从不同植被类型和生态分区来看,植被覆被变化表现为农作物面积较小,分布于半干旱地区,NDVI呈上升趋势;乔木林地位于东南部湿润半湿润地区,生长状况呈现退化趋势;灌木林位于东部边缘和东南部的湿润半湿润和半干旱地区,呈退化趋势;草地分布范围最大,生长情况趋于改善。近35年来,青藏高原的植被覆盖整体趋于好转,低覆盖度、干旱半干旱地区趋于改善,高覆盖度、湿润半湿润地区出现退化。研究时段内,青藏高原趋于暖湿化,NDVI变化与年平均气温、年降水量变化呈正相关,对降水变化更为敏感。不同植被类型对气候变化响应不同,农作物相关系数最高。乔木林地与气温和降水变化呈负相关,农作物和草地则呈正相关,灌木林与降水变化呈正相关,与气温变化呈负相关。     

气候变化背景下近15 a乌梁素海流域植被动态变化

以内蒙古乌梁素海流域为研究对象,利用SPOT-VGT NDVI、数字高程模型(DEM)和气象数据,分析了1999—2013年流域植被覆盖变化及其海拔效应,并结合年平均气温和年降水量变化,探讨了流域植被变化对气候变化的响应。结果表明,乌梁素海流域植被覆盖度总体较低,NDVI多年平均值仅为0.213;1999—2013年乌梁素海流域94.8%的区域植被覆盖呈明显增加趋势,2013年NDVI年平均值比1999年增加22.4%;乌梁素海流域的植被覆盖表现为随高程增加而减少的趋势,1999—2013年NDVI年变化率随高程的变化趋势显著,仅在海拔梯度1 000 m处出现显著减小趋势(Mann-Kendall检验的统计值Z-1.64),在其余海拔高度均呈显著增加趋势(Z1.64);1999—2013年乌梁素海流域NDVI年平均值变化与年降水量呈显著正相关(P0.05),与年平均气温呈负相关(P0.05)。     

基于遥感的泾河流域植被覆盖格局分析

以MODIS遥感影像数据为数据源，应用遥感和GIS技术对泾河流域植被覆盖格局进行分析。结果表明：(1)泾河流域植被覆盖类型以退化草地和草地为主，二者占流域总面积的53．30％；地面覆盖程度较高的森林、疏林仅占流域总面积的9．83％，流域植被覆盖程度较低。(2)受自然环境条件和人类活动的影响，退化草地、稀疏灌丛、郁闭灌丛和疏林破碎化程度较为严重，对地面覆盖程度最低的退化草地除集中分布于流域北部外，主要零散分布于流域中、南部，其斑块形状复杂多样，数量最多，应成为流域植被恢复的重点。(3)各植被覆盖类型的斑快数量组成以小斑块所占比例最大，最小斑块比率均在50．0％以上；森林的斑块面积多样性最大，草地的斑块面积多样性最小。     

武夷山国家自然保护区NDVI对坡度的响应

武夷山国家自然保护区是全球同纬度带保存最为完整、面积最大的典型中亚热带原生性森林生态系统,地势起伏剧烈,研究此区域归一化植被指数(NDVI)对坡度的响应可为保护区生态建设提供科学参考。文章基于Landsat ETM+/OLI遥感数据、DEM数据和气象资料,提取2004—2018年武夷山国家自然保护区NDVI和坡度,分析研究了2004—2018年保护区6种坡度类型下植被覆盖的变化特征,以及不同坡度下植被的改善和退化情况,指出影响不同坡度NDVI的主要气象因子。结果表明:(1)2004年以来武夷山国家自然保护区植被呈改善趋势,生态环境保护工作取得良好成效,但保护区仍存有耕地、居民点和生产经营活动,中部和北部低坡度地区植被呈变差趋势;(2)在所有坡度范围内,保护区植被变化类型均以轻微改善为主(面积比超过50%),在0°—25°范围内利于植被退化,而在35°范围内利于植被改善;(3)NDVI变化趋势与坡度呈二次函数关系,以17°为界,当坡度小于17°时,植被改善随着坡度的增加而缓慢减弱;当坡度大于17°时,植被改善随着坡度的增加而增强;(4)在保护区内,影响植被生长的主要气象因子为降水。研究结果可为保护区制定生态保护规划、实施针对性地保护和应对气候变化影响提供决策依据。     

草地沙漠化过程中土壤与地上植被的变化及其相互关系

以科尔沁沙地4种不同退化程度沙地群落为研究对象,采用野外植物样方调查与室内土壤理化分析相结合的方法,系统分析了固定沙地(潜在沙漠化阶段)、半固定沙地(轻度沙漠化阶段)、半流动沙地(中度沙漠化阶段)和流动沙地(严重沙漠化阶段)4个群落的植被、土壤特征的变化以及土壤与植被之间的相互关系,为退化沙质草地群落地恢复与重建提供科学依据。结果表明,(1)草地沙漠化过程中,群落物种组成发生显著变化,物种数不断减少,从20下降到11。不同群落盖度(F=42.569,n=120,P0.001)、密度(F=38.817,n=120,P0.001)和地上生物量(F=29.017,n=120,P0.001)均存在显著差异,且下降趋势明显,下降幅度分别为82%、78%和85%。(2)草地沙漠化过程中,草本植物占据绝对优势,但其比例明显下降,多年生草本植物和灌木的物种数总体呈下降趋势。藜科植物具有广适性,数量相对稳定,重要值呈现上升趋势;禾本科和豆科植物种类和重要值都呈大幅下降趋势。菊科植物相对较少,从半固定沙地到流动沙地,差巴嘎蒿(Artemisia halodendron)在群落中占有重要地位。(3)草地沙漠化过程中,Shannon-Wiener指数、Simpson指数、均匀度指数和Margalef指数均呈下降态势。(4)草地沙漠化过程中,土壤机械组成从固定沙地到流动沙地,粗砂含量增加,细砂粒、黏粉粒含量呈下降态势,土壤水分也不断减少。土壤养分全磷、全氮、速效磷、速效氮和有机质的含量随着沙漠化程度的加剧,表现出不同程度的降低,且差异显著(P0.05)。(5)草地沙漠化过程中,土壤与植被间呈现出显著的相关性(P0.05),说明土壤与植被紧密联系在一起,沙漠化过程实质就是土壤与植被协同退化的结果。     

基于MODIS NDVI的西南森林植被时空变化特征及其气候响应分析

基于2000—2017年西南地区的390个气象站逐日气象数据,结合MODIS NDVI的遥感资料,运用趋势分析、相关分析和空间分析等方法,研究西南林区植被时空分布特征,探讨不同气候因子对森林生长的影响。结果显示,(1)近18年西南林区年平均NDVI多集中于0.6—0.7之间,占林区总面积44.1%。NDVI≥0.7林区面积所占比例达到24.1%,主要分布在云南西部和南部,多为常绿阔叶林。(2)2000—2017年西南林区NDVI呈显著上升趋势,平均每10年增加0.035,其中重庆森林NDVI增加速率最高,达到0.06/(10 a)。NDVI在不同森林类型间具有显著差异,西南常绿阔叶林NDVI最高,落叶针叶林最低。(3)2000年以来有86.7%的林区NDVI呈增加趋势,其中73.1%林区增加趋势达到显著水平。对于不同NDVI等级,NDVI≥0.7的林区面积呈显著增加趋势,而NDVI0.6的林区面积呈显著减少趋势,表明近18年西南林区植被改善的面积要明显高于退化面积。(4)在波动分析中,高稳定等级的林区主要分布于四川西部和云南西北部等地,占总林区面积33.76%,而低稳定、较低稳定等级的林区分布在四川盆地与川西高原边界地区,仅占7.45%。不同森林类型具有不同稳定性,落叶针叶林稳定性最好,灌丛稳定性最差。(5)在气候变化响应方面,有60%—80%林区在年尺度上与降水和温度具有正相关性,但与日照呈负相关性。有30.3%林区与温度的相关性达到显著水平,与降水、日照达到显著相关的林区面积较少,分别占总林区面积8.7%、9.4%,表明温度是西南森林生长的关键影响因子。本研究结果有利于揭示气候变化下西南不同森林类型NDVI变化规律,可为西南林区生态保护提供基础数据和科学参考。     

喀斯特地区不同植被类型NDVI变化及驱动因素分析——以贵州为例

以SPOT-VEG NDVI数据为基础结合植被类型、气象和石漠化数据,通过NDVI变化趋势倾斜率及逐像元相关分析,分析不同植被类型NDVI变化趋势及驱动因素。结果表明,(1)2000—2013年贵州省植被NDVI呈增加趋势,其中2000—2007年为快速增加期,变化率为0.25/10 a(r~2=0.923);2008—2013年增速减缓,变化率为0.02/10 a(r~2=0.381)。(2)人工植被NDVI增速最大为0.17/10 a(r~2=0.813),灌丛灌草丛次之,为0.13/10 a(r~2=0.85),乔木类植被(常绿阔叶林、落叶阔叶林、常绿和落叶阔叶混交林、针叶林、针阔混交林)和竹林的NDVI基本保持不变。(3)贵州省气候变化呈不显著冷干趋势,其中降水对植被变化的影响力大于温度,植被NDVI与年降水量和年均温均呈现不显著负相关关系。(4)人工植被与降水和气温的逐像元分析中,显著负相关比重较大,分别达到20%和15%;灌丛灌草丛的显著负相关比重也大于正相关,分别达到16%和17%;乔木类植被则相反,显著正相关比重较大,其中河谷季雨林达到48%。(5)人类活动强度较高的区域,NDVI变化与城市扩展、植树造林及石漠化治理面积有显著正相关性。由此得出,在人类活动强度较大的区域,如城镇周边、生态治理与修复措施的实施区域,植被变化主要受人为作用制约;但当人类活动或干扰较少时,气候变化限制植被的变化趋势。所以,从宏观角度分析植被变化与气候变化的关系时,必须权衡人为作用和气候变化对植被变化的影响。     

基于MODIS的山东省植被覆盖时空变化及其原因分析

卫星遥感获取的归一化植被指数(NDVI)可以指示地表绿度和植被覆盖特征,被广泛应用于大尺度地表植被活动的监测和评估。基于2000─2014年的328景MODIS/NDVI时间序列数据,采用基于栅格像元的趋势分析和稳定性分析方法,深入分析了2000年以来山东省不同区域植被覆盖和绿度变化特征。结果表明,(1)近15年山东省植被年平均NDVI和春季NDVI都呈现显著增加趋势(P0.01),NDVI的增加趋势与降水量的年际变化关系显著(P0.05);由于城市化进程加剧,生长季绿色植被面积显著减少,平均每年减少243 km~2。(2)NDVI变化趋势具有明显的空间差异,鲁西农业区植被与黄河三角洲以及南四湖的湿地植被变化趋势相反,农田植被绿度有增加趋势,湿地植被绿度下降明显。这一趋势差异与不同植被类型对于降水年际变化的响应差异有关。(3)由于不同植被类型对于自然和人为活动干扰的适应能力不同,不同地区的植被覆盖在时间序列上表现出不同的稳定性。植被稳定性的排序为:农田植被森林灌木植被湿地植被。说明湿地植被对于环境变化的响应最敏感,而人为管理的农田植被的抗干扰能力最强。本研究对于了解山东省植被覆盖变化格局特征和评估不同生态系统的气候变化响应具有积极作用。     

中国不同植被覆盖类型NDVI对气温和降水的响应特征

基于1982—2012年植被生长季(4—10月)GIMMS NDVI 3g数据集、中国气象数据网同时期气温与降水月值0.5°×0.5°格点数据集(V 2.0)和MODIS土地覆盖产品,运用GIS和相关统计方法,对中国长时间较为稳定的8种典型植被覆盖类型(常绿阔叶林、落叶阔叶林、混交林、开放灌丛、多树的草原、草原、作物以及作物和自然植被的镶嵌体)NDVI与气温和降水的时空响应特征进行研究。结果表明,除西南部分地区和西北小部分裸地或低植被覆盖地区外,其他地区多年生长季平均NDVI与平均气温呈显著正相关;西藏南部和华南大部分地区植被NDVI与降水呈负相关,强降水会对植物生长产生一定阻碍作用,其他地区多年生长季平均NDVI与平均降水呈显著正相关;从植被覆盖类型上看,除常绿阔叶林和多树的草原外,其他植被覆盖类型与气温、降水均呈正相关关系,其中落叶阔叶林、开放灌丛和草原与气温和降水均呈较高的正相关,且对气温的响应比对降水强烈;NDVI对气温和降水的响应具有空间异质性,不同植被覆盖类型NDVI与气温和降水的相关性不同,相同植被覆盖类型NDVI在不同地区的相关性也不同,分布在西南地区的常绿阔叶林NDVI与气温呈正相关,而分布在华南、台湾地区的常绿阔叶林NDVI与气温呈负相关,暖湿西南季风可能是造成差异的原因;植被NDVI对气温、降水的响应存在时滞效应,对降水的时滞效应更为显著,不同植被覆盖类型NDVI对气温和降水的滞后期不同,在生长季末期,落叶阔叶林NDVI对气温的响应滞后期约为1个月,西南开放灌丛和华北草原带NDVI对降水的响应滞后期为1—2个月。研究结果可为中国陆地生态环境建设及保护提供理论依据。     

1982—2015年黄河流域植被NDVI时空变化及影响因素分析

在全球变化的背景下,刻画植被动态、定量分析气候和人类活动对植被变化的影响对于改善生态系统结构和功能具有重要意义。基于GIMMS-NDVI3g数据、结合土地利用数据和气象数据,采用趋势分析、残差趋势等方法,多尺度、多时段、多类型研究1982—2015年黄河流域植被动态变化,并定量分析气候变化和人类活动对NDVI变化的贡献。结果表明,(1)1982—2015年间,生长季、春季、夏季和秋季NDVI均显著增加;植被明显改善地区主要分布在黄河中下游,而明显退化区域则主要分布在西南部。基于嵌套数据分析发现,随时间序列长度的增加,NDVI增加区域显著扩大。不同土地覆盖类型NDVI的增长速度不同,耕地和林地的增长速度大于其他土地覆盖类型。(2)黄河流域NDVI与气温的相关性更强,植被与温度/降水量相关性随着时段延长而增强。(3)残差趋势法表明,1982—2015年生长季人类活动对黄河流域植被变化的平均贡献率为69%,空间分布上呈现西北部、东部高而西南部、中部低的特征;人类活动贡献率在不同季节存在差异,但均大于气候变化;人类活动对不同季节NDVI变化的贡献率空间分布存在区域差异。黄河流域植被覆盖改善与人类活动息息相关,建议应进一步发挥其在黄河流域西南部地区植被恢复中的作用。     

雅砻江流域生长季植被时空变化特征及对气象因子的响应分析

在全球气候变化背景下,开展植被变化对气象因子的响应研究对流域生态环境保护和水土资源合理利用具有重要的现实意义。以雅砻江流域为研究区,基于1982—2015年GIMMS NDVI数据,首先采用多种数理统计方法揭示生长季NDVI的时空变化特征,基于滞后相关系数法分析NDVI对气象因子的时滞效应,在此基础上建立各像元NDVI与气象因子的主成分回归方程,分析影响NDVI变化的主要气象因子及其贡献率,进而揭示NDVI对各气象因子的响应变化特征。结果表明:雅砻江流域NDVI在年内呈单峰型变化,峰值出现在8月,生长季NDVI年际变化呈不显著下降趋势。流域NDVI自下游向上游逐渐减小,植被退化面积占30%,改善面积占24.28%,中游植被改善和退化面积占比最大,就各植被类型变化而言,针叶林改善比重相对较大,灌丛和草甸退化较为严重。导致流域植被变化的主控气象因子为降水和气温,其对植被变化的贡献率分别为27.68%和26.31%,其中,流域上游及中游北部地区植被变化主要受气象因素影响,中游南部及下游地区植被受气象因子与其他因子(如人类活动)的共同影响。各像元NDVI变化的主控气象因子存在显著差异,降水、平均气温和相对湿度是中上游植被变化的主控气象因子,而降水和日照时数是下游植被变化的主控气象因子。流域植被对各气象因子的响应存在一定的时滞效应,植被对各气象因子滞后响应面积大小顺序为:平均风速>降水>日照时数>平均气温>相对湿度。中上游植被对主控气象因子降水、平均气温和相对湿度的响应主要为当月及滞后1个月;下游植被对主控气象因子降水的响应主要为滞后1个月和滞后3个月,而对主控气象因子日照时数的响应主要为当月。     

阿尔泰山地森林草原生态功能区植被覆盖对气候变化的响应

新疆阿尔泰山地森林草原生态功能区(简称阿尔泰生态功能区)是《全国主体功能区规划》中明确的8个水源涵养型重点生态功能区之一,但其植被生态系统对气候变化敏感而脆弱。为了解气候变化背景下阿尔泰生态功能区植被生长状况,基于1986—2015年阿尔泰生态功能区7个气象站气温和降水量、植被覆盖以及植被类型数据,采用遥感技术和相关分析方法,研究阿尔泰生态功能区植被覆盖对气候变化的响应关系。结果表明:(1)1986—2015年阿尔泰生态功能区年平均气温整体呈现明显上升趋势,倾向率为0.34℃·(10 a)~(-1);年降水量整体呈波动循环上升趋势,倾向率为6.19 mm·(10 a)~(-1);年平均归一化差分植被指数(NDVI)值整体呈现缓慢下降趋势,倾向率较小,为-0.001 (10 a)~(-1);生长季NDVI呈明显上升趋势,倾向率为0.002 (10 a)~(-1)。(2)1986—2015年阿尔泰山生态功能区植被覆盖总体保持稳定,NDVI变化率为-0.001 (10 a)~(-1)～0.001 (10 a)~(-1)的区域面积占研究区总面积的60.4%;植被覆盖显著减少,即NDVI变化率-0.002 (10 a)~(-1)的区域面积占总面积的3.1%,主要分布在西北阿尔泰山区;植被覆盖显著增加,即NDVI变化率0.002 (10 a)~(-1)的区域面积占总面积的2.1%,主要分布在东南和中部地区。(3)1986—2015年阿尔泰生态功能区植被覆盖对降水量变化的响应大于气温变化。NDVI变化对气温和降水量变化存在一定滞后性现象,不同时段NDVI变化表现出不同的滞后期。     

基于MODIS时序数据的长江三角洲地区植被覆盖时空变化分析

在快速城市化的长江三角洲地区,植被覆盖状况变化问题已经引起公众的关注并且成为科学研究的热点。植被指数作为监测植被和生态环境变化的有效指标而得到广泛应用。基于2000—2011年的Terra Modis NDVI植被指数数据集,从时间尺度和空间变化上分析长江三角洲地区植被变化特征,应用一元线性回归趋势分析方法和更适合研究非正态分布数据的Mann-Kendall非参数检验方法对长江三角洲地区的植被覆盖状况进行研究。研究结果表明,(1)利用Terra Modis NDVI数据可以很好地从宏观上监测长江三角洲地区植被覆盖的时空变化。(2)植被覆盖的时空变化是自然和人类活动共同作用的结果,特别是在快速城市化的长江三角洲地区,人类活动对植被覆盖的影响更为剧烈,并且植被覆盖变化对人类活动做出积极的响应。12年来,长江三角洲地区植被覆盖总体呈下降趋势,尤其是研究区中的城市及周边地区则以显著下降趋势为主,说明长江三角洲地区随着城市化进程的加速,植被覆盖状况正面临着恶化。(3)一元线性回归趋势分析方法和Mann-Kendall非参数检验方法对植被变化趋势的检测总体上趋于一致,两者可以相互印证,但局部有差异。因此,当进行局部区域植被覆盖变化的深入研究及驱动力分析时,需要较高分辨率的数据作为辅助数据。研究揭示了快速城市化背景下长江三角洲地区植被覆盖变化的规律,从而为长江三角洲地区生态保护和植被恢复提供有利的依据和借鉴。     

内蒙古地区近25年植被对气温和降水变化的影响

利用1982—2006年内蒙古地区GIMMS-NDVI和降水量、气温数据,分析了不同植被类型对气温和降水变化趋势的影响。结果表明：近25年来内蒙古地区气温整体上呈上升趋势,降水量呈微弱降低趋势,西部荒漠区呈暖湿化趋势,中东部草原、森林等植被类型区呈暖干化趋势;从不同植被类型NDVI与平均气温和降水量的变化趋势率相关分析表明,NDVI值越低,升温趋势越明显,其中春季和秋季各植被类型间NDVI与季均气温升高趋势率呈显著和较显著的相关,夏、冬季关系不明显;植被NDVI越高,降水量减少趋势越明显。基于栅格的NDVI与气温升高幅度、降水变化趋势相关分析表明,年均气温升高幅度基本随NDVI的增加而降低,其中春、夏和秋季的季均气温升高幅度均随NDVI的增加而显著降低,冬季趋势不明显;而年降水量减小趋势率随植被NDVI的增加而显著增加,其中春季和冬季NDVI变化对降水的变化几乎没有影响;夏季和秋季均表现为随NDVI的增加,降水减小趋势率呈增加趋势。     

基于RUE的植被覆盖动态演变特征及归因分析——以宝鸡地区为例

植被覆盖的变化趋势对区域生态恢复评估具有很好的表征作用。选取长时间序列(2001—2017年)MODISNDVI(NormalDifferenceVegetationIndex,归一化植被指数)遥感影像、降水量等数据,基于植被降水利用效率(RainfallUse Efficiency,RUE)模型,综合气候、土地利用/覆盖及光学遥感3个维度,采用经分离后的人为干预(增加/减少)因素探讨了第一轮退耕还林(草)工程实施下(2001—2008年)、第一轮退耕还林(草)工程实施后(2009—2013年)及第二轮退耕还林(草)工程实施以来(2014—2017年),自然和人为驱动力因子对宝鸡地区植被恢复的影响。再结合社会经济数据,利用地理探测器探究对NDVI空间分布解释力的主导驱动力因子。结果显示,(1)3个时间段上,人为干预增加区域面积(0.51×10~4、0.53×10~4、0.56×10~4hm~2)大于人为干预减少区域面积(0.04×10~4、0.26×10~4、0.28×10~4hm~2),两者均呈逐阶段递增的变化趋势。(2)近17 a来,累计NDVI与RUE分别以0.605/10 a、0.002/10 a的速度增长。3个时间段上,人为干预(增加/减少)区域NDVI与RUE相关性均表现为逐阶段增大的正相关关系,且人为干预增加区域NDVI与RUE相关性(0.15、0.37、0.42)均大于人为干预减少区域(0.13、0.27、0.37)。至第二轮退耕还林(草)工程实施以来,显著和极显著性遍布全区,林地(31.21%)、未利用土地(26.59%)的相关系数增速最高。(3)人口密度∩耕地面积(0.233)、日照时数∩粮食总产量(0.229)、气温∩土壤类型(0.227)、日照时数∩耕地面积(0.227)及人均GDP∩耕地面积(0.226)等气候环境因素和人类活动因素的交互作用对NDVI空间分布的解释力较强,但人类活动因素的主导驱动力监测结果较弱(0.014—0.189)。说明人类活动因素的单一驱动力因子空间分布对NDVI空间分布的解释力较弱。另外,受降水量的胁迫作用,植被降水利用效率增强,在与气候环境因子的交互作用下,植被覆盖状况表现出逐年改善的变化趋势。     

甘肃省植被覆盖变化及其对退耕还林工程的响应

利用2000—2015年MODIS-NDVI数据,基于遥感和地理信息系统技术,采用像元二分法和一元线性回归分析法,定量探讨了甘肃省近16 a植被覆盖的时空变化特征,并在此基础上评估退耕还林面积与植被覆盖的相互关系。结果表明:(1)2000—2015年甘肃省年均归一化植被指数(NDVI)值呈增加趋势,年增长速率为0.43%,说明甘肃省植被覆盖总体呈改善态势。(2)16 a间,全省植被覆盖虽有局部恶化趋势,但改善区域面积远大于植被退化区域。其中,明显改善、中度改善和轻微改善区域面积分别占总面积的20.62%、14.67%和33.05%,退化区域面积仅占2.87%。(3)总体上,甘肃省植被覆盖度仍然较低,全省16 a平均植被覆盖度为50.98%,低、中低植被覆盖区面积占总面积的50%以上,且分布不均,其中东南地区平均植被覆盖度最高,为75.43%,中部次之,为47.84%,西北最低,只有31.77%,空间差异显著。(4)退耕还林面积能较好地解释植被覆盖度的变化。退耕还林工程集中区即黄河以东地区累计退耕还林面积与2000—2015年年均植被覆盖度明显相关,其决定系数R2为0.721 8。     

青海湖流域草地退化时空分布特征

青海湖地区是我国青藏高原的生态脆弱区,草地退化状况是反映该流域生态环境状况的有效指标。在对青海湖流域退化草地进行分类的基础上,利用遥感手段获得流域退化草地的空间分布和空间动态。在草地退化重点区域选取8个样地来反映流域不同区域、不同类型草地的退化情况。结果表明,1977—2000年青海湖流域草地退化情况十分严重,流域内草地共减少206.68 km~2,其中,大部分草地转变为耕地和沙地。草地退化主要集中在湖区南岸、共和县的黑马河乡及布哈河口的鸟岛3个区域。2000年以后,流域内草地退化情况得到明显改善,草地总面积开始有所增加,主要原因是2000年之后温度升高和降水增加为草地的生长和改善提供了有利的自然条件,以及政府和相关部门在流域内实行了一系列草地保护政策。2004年是青海湖流域气候转折年,流域气温明显升高,降水明显增加,青海湖水位下降趋势有所缓解,流域草地退化现象明显好转。青海湖流域草地是该流域生态系统的重要指示植被,利用归一化植被指数(NDVI)可准确监测流域植被变化情况。     

不同地形梯度上的植被变化趋势及原因分析

植被变化趋势的地形分异规律对于理解其驱动因素具有重要意义。为了探索植被变化趋势的地形梯度分异规律和原因,以MODISNDVI为数据源,利用Mann-kendall方法分析2000-2015年贵州省植被的变化趋势,通过地形位指数(TNI)和分布指数分析植被变化趋势的地形梯度分异规律,并结合气候、土地利用和扰动类型数据分析其形成原因。结果表明,(1)在空间分布上,NDVI呈极显著降低趋势(Z≤-2.32,P≤0.01)的栅格占研究区总面积的3.8%,主要分布在北部、东北和东南部区域;极显著增加趋势(Z≥2.32,P≤0.01)的栅格占研究区总面积的3.7%,主要分布在西部、西南和东北部地区。(2)低(1-4)和高(9-12)地形位是NDVI呈显著减少趋势的栅格的优势分布区,而中(5-8)地形位是NDVI显著增加趋势的栅格的优势分布区。(3)低地形位上NDVI显著降低的栅格中,49.2%存在NDVI变化趋势的突变,其中33.5%是由于建设开发和林地退化等原因导致。(4)中地形位上NDVI显著增加的栅格中,扰动后修复的比例达到30.7%,主要是由于生态修复促使NDVI显著增加。(5)高地形位上NDVI显著增加的栅格中86.2%在研究时段内未发生植被扰动。这部分栅格中,NDVI与夏季气温呈负相关的比例分别占东部和中部地貌区总面积的97%和96.5%。综上,人为活动是导致低地形位NDVI显著减少和中地形位NDVI显著增加的主要原因;高地形位内NDVI值的显著下降与春季和夏季气温升高有关。植被变化趋势的地形梯度分异规律能够反映出植被变化的直接驱动因素。在生态环境保护过程中,针对不同地形梯度上的植被应该采取不同的保护措施:低地形位区重点关注人为活动对植被的扰动;中地形位区重点关注生态工程的治理成效和不合理的土地利用方式,避免植被恢复与退化的同时发生;高地形位上通过实地监测密切关注植被对全球气候变暖的响应。     

2000-2021年汾河流域植被时空演变特征及地形效应

运用NDVI数据在长时序上考虑不同地形绝对面积差异来评价汾河流域植被变化趋势的研究目前比较匮乏。为科学认识汾河流域植被变化及其地形效应,基于2000-2021年的MODIS NDVI数据并结合地形数据,采用线性趋势分析与地形差异修正的方法,分析了汾河流域植被的时空分布及演变特征,并探讨了其在海拔、坡向和坡度上的生长变化差异。结果表明,（1）近22年汾河流域植被NDVI呈流域中部低、外围高、低海拔盆地平川区小于高海拔山脉区的分布格局,随地形和土地覆盖类型变化规律性显著。2000-2021年汾河流域植被总体呈改善趋势,年际变化速率为0.07/(10 a),其中,63.24%的区域植被NDVI显著增加,33.78%的区域植被基本不变。（2）汾河流域植被NDVI分布和变化存在明显的地形效应,随着海拔递增,植被NDVI先减小后增大再减小,2 200-2 400 m海拔范围内NDVI最大;不同坡向的植被NDVI差异较小,但总体北坡大于南坡、东坡大于西坡,东北坡最大;随着坡度增加,植被NDVI阶梯式增大,20°-35°坡度范围内NDVI最大。（3）2000-2021年汾河流域不同地形的植被NDVI年...