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。     

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。     

基于SPOT-VGT的黄河流域植被覆盖时空演变

植被是土地覆盖中的最主要部分,是连接土壤、大气和生物等要素的自然"纽带"。植被覆盖动态变化对全球能量循环和物质循环具有重要影响,是全球变化研究的重要内容之一。黄河流域作为我国重要的粮食生产基地,其环境变化直接影响到流域经济的可持续发展。为了快速准确地提取地表植被状况,了解黄河流域生态环境,利用1998—2011年的SPOT-VGT遥感数据,结合地理信息技术,采用均值法和趋势分析法对黄河流域植被NDVI时空分布特征和变化趋势进行了动态监测。结果表明,(1)黄河流域14年NDVI均值的空间分布整体特征是东南部平原、盆地和西部山地植被状况要好于北部地区。其次,黄河流域属于干旱半干旱地区,植被发育主要依赖于水文条件,所以沿黄河干流和支流区域也具有较高的植被NDVI值。(2)黄河流域植被NDVI年均值近14年间整体呈缓慢增长趋势,1998—2000年呈现急剧减少态势,2001—2003年出现了较为快速的增长,2004—2011年又出现了较长时间的连续增长过程。(3)黄河流域植被NDVI基本不变的区域约占研究区总面积的71.13%;植被NDVI轻微改善的区域约占流域总面积的27.30%,且主要分布于流域东南部的盆地、平原和西部的山地、丘陵地区,植被NDVI退化的区域面积约占流域总面积的0.98%。黄河流域自1998年以来,植被NDVI整体在不断提高,生态环境在不断改善。     

基于SPOT—VGT的黄河流域植被覆盖时空演变

植被是土地覆盖中的最主要部分,是连接土壤、大气和生物等要素的自然“纽带”。植被覆盖动态变化对全球能量循环和物质循环具有重要影响,是全球变化研究的重要内容之一。黄河流域作为我国重要的粮食生产基地,其环境变化直接影响到流域经济的可持续发展。为了快速准确地提取地表植被状况,了解黄河流域生态环境,利用1998—2011年的SPOT-VGT遥感数据,结合地理信息技术,采用均值法和趋势分析法对黄河流域植被NDVI时空分布特征和变化趋势进行了动态监测。结果表明,（1）黄河流域14年NDVI均值的空间分布整体特征是东南部平原、盆地和西部山地植被状况要好于北部地区。其次,黄河流域属于干旱半干旱地区,植被发育主要依赖于水文条件,所以沿黄河干流和支流区域也具有较高的植被NDVI值。（2）黄河流域植被NDVl年均值近14年间整体呈缓慢增长趋势,1998--2000年呈现急剧减少态势,2001--2003年出现了较为快速的增长,2004--2011年又出现了较长时间的连续增长过程。（3）黄河流域植被NDVI基本不变的区域约占研究区总面积的71．13％;植被NDVI轻微改善的区域约占流域总面积的27．30％,且主要分布于流域东南部的盆地、平原和西部的山地、丘陵地区,植被NDVI退化的区域面积约占流域总面积的0．98％。黄河流域自1998年以来,植被NDVI整体在不断提高,生态环境在不断改善。     

京津冀植被退化的空间格局及人为驱动因素分析

植被净初级生产力(NPP)是区域生态系统健康与退化的重要指示器之一。基于2000—2010年NPP数据和土地利用数据,采用趋势分析、叠加分析和显著性检验等方法,研究京津冀植被退化的空间格局,并分析其人为驱动因素。结果表明:(1)研究区植被NPP多年均值(以C计)集中在400~700 g·m~(-2)·a~(-1),高值区主要分布在燕山山脉、太行山山脉及太行山山脉东麓山前平原,低值区主要分布在冀西北草原区、研究区东部沿海地带和冀东平原盐碱地地区。(2)11 a间京津冀植被NPP呈减少趋势的区域面积占研究区总面积的59.214%,其中,显著和极显著减少区域面积占10.050%,研究区局部区域植被发生明显退化;京津冀区域植被退化总面积为21 545.07km~2,其中,重度退化面积为5 775.66 km~2,中度退化面积为8 168.18 km~2,轻度退化面积为7 601.23 km~2;研究区植被退化表现出明显的空间聚集特征,一是太行山东麓呈条带状连片区域,二是京津唐都市圈呈环状区域。(3)京津冀区域植被退化格局主要人文驱动因素有3个:一是城市(镇)蔓延式扩张,研究区城市新增建成区面积与重度、中度、轻度退化面积之间的相关系数分别为0.897 9、0.783 5和0.686 9(P0.05);二是区域交通路网密度影响区域植被退化格局和程度,以重要交通线为核心,从核心到两翼,植被退化程度逐渐降低;三是区域经济发展战略和产业布局直接影响区域植被空间格局。     

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。     

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。     

黄河源区植被生长季NDVI时空特征及其对气候变化的响应

利用黄河源区MODIS/NDVI数据、1∶100万植被类型图和气象资料,分析了该区不同植被类型生长季NDVI时空特征以及与气候因子的关系。结果表明,1）2000—2011年,黄河源区植被生长呈改善趋势,生长季NDVI年际变化率每10 a为＋2.75%,高寒草原、高寒草甸、高寒灌丛生长季NDVI年际变化率分别为每10 a＋2.84%、＋2.65%、＋2.77%。2）黄河源区植被改善面积占全区总面积的29.39%,主要分布在卡日曲和玛曲上游、扎曲流域、布青山南麓、扎陵湖北部和鄂陵湖周边地区。植被退化面积仅占全区总面积的0.98%,主要分布在约古宗列曲东南部山地和卡日曲北部山地。受水热条件控制,植被改善表现为：①植被改善面积南坡大于北坡;②植被改善面积随海拔升高先增加后减小;③植被改善面积随坡度增加迅速减小。3）黄河源区植被生长季NDVI与同期气温和降水分别存在显著正相关性,其中高寒草原和高寒草甸生长受降水影响更为明显,而高寒灌丛生长受气温影响更为明显。气候的暖湿化趋势可能是促使黄河源区植被生长改善的主要原因。     

基于水源涵养功能的生态红线划定方法研究

生态红线是2011年首次被提出的全新概念,如何科学划定区域生态红线是一个亟待探讨解决的新课题。该研究以四川省为调查对象,采用多源遥感数据、气象站点数据以及太阳辐射站点等数据,综合运用GIS技术、区域水量平衡法等研究手段,从水源涵养功能价值的角度探讨生态红线的划定方法。结果表明:四川省水源涵养量在5.38~1 187.29 mm之间,各地区分布差异显著。四川盆地水源涵养量最高,平均达200 mm以上;川西南山区和四川盆周山区次之,其值在100~200 mm之间;川西北高山高原地区最低,水源涵养量普遍低于100 mm。根据四川省各地水源涵养功能价值差异,将其划分为5个等级生态功能区,即一般重要、轻度重要、中度重要、高度重要和极重要功能区。其中,一般重要和轻度重要功能区的水源涵养量低于150 mm,生态价值不高,面积总和298 911 km~2,占四川省总面积61.63%;中度重要功能区面积95 992 km~2,占四川省总面积19.79%,该功能区水源涵养量为150~200 mm,生态价值一般;高度重要和极重要功能区的水源涵养量高于200 mm,生态价值较高,面积总计90 107 km~2,占四川省总面积18.57%。四川生态红线区水源涵养量达250 mm以上,总面积6 715 km~2,占四川国土总面积1.38%,集中分布于四川盆地的雅安市东部、眉山市西南部和乐山市西北部地区。实地调查显示,该研究划定的生态红线区内不仅水源涵养量丰富,而且水源保护区和水源补给区分布众多,属四川水源涵养极重要的生态功能区。该研究提出的水源涵养生态红线划定方法具有一定的参考价值,研究成果对于中国其他地区生态保护红线的划定工作具有借鉴意义。     

基于GIS的祁连山植被NDVI对气温降水的旬响应分析

利用祁连山地区SPOTVGT-NDVI数据和气象站点旬平均气温、降水资料,运用最大化合成、趋势线分析和相关分析方法分析了祁连山植被的时空变化趋势,并从旬时间尺度上分析了祁连山植被对气温和降水的响应特征。结果表明:近10年来,祁连山年最大化植被NDVI增加了3.1%,植被改善、无变化和退化的面积分别占总面积的70.21%、21.44%和8.35%。祁连山植被NDVI对气温变化的响应大于降水,对气温和降水变化的最大响应滞后都为2旬左右。秋季植被NDVI对气温和降水变化响应最大,夏季植被NDVI对气温和降水响应的滞后期长于春季和秋季。祁连山植被NDVI对气温和降水变化的旬最大响应表现为中段大于东段和西段,NDVI对气温和降水变化的最大响应滞后期呈现出西段中段东段的空间分布特征。     

广东省NDVI时空变化特征及其对气候因子的响应

广东省植被类型丰富、气候条件复杂,开展气候因子对植被的影响研究,对于全省保护生态环境、应对气候变化具有重要意义。利用MODIS NDVI数据和地面气象观测数据,基于变化趋势分析、空间自相关分析、相关性分析等方法,研究广东省NDVI时空分布特征及其对气温、降水、日照时数等气候因子的响应。结果表明,2000—2018年广东省NDVI平均值为0.62,总体呈上升趋势,平均年增长值为0.005 3,正增长区面积占比达94.50%。全省73.72%的区域植被呈现显著空间集聚性,其中高值集聚区面积占比48.19%,低值集聚区面积占比25.53%。不同类型植被的NDVI均呈增加趋势,其中常绿阔叶林、常绿针叶林、混交林的NDVI平均值最大,而农田、矮树灌木、混交林平均年增长值最大。NDVI具有明显的季节变化规律,夏季NDVI值最大、年增长值最小,冬季NDVI值最小、年增长值最大。年内NDVI最低值出现在2月,最高值出现在9月。月平均NDVI与气温、降水、日照时数相关性显著,其最大相关系数分别为0.863 7、0.639 4、0.605 7。NDVI对日照时数的响应不存在滞后,对气温存在1个月的滞后,对降水存在1—2个月的滞后。日照时数对NDVI的影响仅持续1个月左右,温度、降水对NDVI的影响可持续4—5个月。     

1982—2006年京津冀地区植被时空变化及其与降水和地面气温的联系

利用NOAA/AVHRR归一化植被指数（Normalized difference vegetation index,NDVI）,分析过去25年（1982—2006年）京津冀地区生长季（4—10月）植被覆盖时空变化、趋势及其与降水和地面气温的联系。经验正交函数展开（EOF）、奇异值分解（SVD）及相关分析,结果表明：过去25年京津冀地区植被总体呈增加趋势,其中,河北中部地区增长速率超过3%/10 a。植被覆盖年际变化与气温变化呈正相关,但与降水变化的正相关更加显著。1989年和1999—2002年的干旱导致当年NDVI显著减少,而1990、1998年和2003—2005年降水增加使得研究区NDVI明显增加。     

榆林地区植被时空分异特征及其影响因素研究

植被作为反映陆地生态系统和气候的重要指标,对研究全球或区域生态环境变化具有重要作用.以地处黄土高原生态脆弱区的榆林市为研究区,基于地理探测器模型,选取坡向、坡度、气温、降水和土壤类型5类自然因子,土地利用类型、人口密度和GDP 3类人文因子,分析榆林地区植被空间分异特征及其驱动力,并揭示了促进植被生长影响因子的最适宜特...     

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。     

Thirty years of vegetation change in the coastal Santa Cruz Mountains of Northern California detected using landsat satellite image analysis

The Santa Cruz Mountains is a coastal landscape with a history of extensive forest logging, and a future with projected climate warming that may alter vegetation cover and surface water runoff in new ways. Results from Landsat satellite image time-series analysis since 1983 of this study area showed gradual, statistically significant increases in the normalized difference vegetation index (NDVI) in more than 90 % of the (predominantly second-growth) evergreen forest locations sampled. The cumulative distribution of NDVI values in 2013 was significantly different and higher overall from the cumulative distribution of NDVI values in 1983. The extreme drought year of 2013 (and other previous years of low precipitation) did not affect average NDVI growth rates in most drainage basins of the study area, with the exception of four relatively small basins that had less than 30 % forested land cover. Notably different patterns of NDVI change were detected in areas burned by wildfires in recent years. Within the perimeters of the 2008 Summit Fire and the 2009 Lockheed Fire, NDVI showed notable declines from pre-fire levels to those calculated in 2013 Landsat imagery. In contrast to these recent fires, the burned area from the 1985 Lexington Fire showed the highest rate of NDVI increase (over 27 years of regrowth) of any relatively large contiguous area within the Santa Cruz Mountains.     

三江源地区基于植被生长季的NDVI对气候因子响应的差异性研究

采用1999—2008年NDVI和三江源地区及周边31个气象站点的温度和降水旬数据,在确定每年5月中旬至9月底作为三江源地区植被生长季（14旬）的基础上,分析NDVI对气候因子变化响应的区域差异。结果显示：以巴颜喀拉山为界,三江源西部生长季内NDVI指数对温度、降水的线性相关性明显比中东部普遍,同时,不同海拔地段响应程度存在着明显的差异,且海拔5300m左右为线性响应的最高限,NDVI对气候因子的线性响应主要表现为对温度正相关和降水负相关。因此,对三江源生长季内植被生长而言,水条件明显好于温度条件,并且温度对植被覆盖的影响通过直接正相关和降水负相关表现出来,温度是三江源地区植被生长的主导因子。     

Analyses on phenological and morphological variations of mangrove forests along the southwest coast of Bangladesh

Drastic changes in river discharge and salinity levels are threatening the phenology and morphology of the coastal mangrove forests of the Sundarbans of Bangladesh. We have used AVHRR GIMMS (1985–2006) and MODIS (2005–2010) satellite Normalized Difference Vegetation Index (NDVI) data to identify the temporal variation of the phenology of the mangroves. Linear interpolation and Fourier-based adjustment were applied to remove noise from the NDVI time series. Then linear regression analysis on a single area (8 km ? 8 km) and a composite of 36 areas for three NDVI statistics the annual minimum, annual average, and annual maximum were performed--over the time periods 1985–1990, 1990–2000, 2000–2006 and 2005–2010 to identify possible functional changes in NDVI time series around the Sundarbans. Furthermore, we used fourteen LANDSAT images spanning the period 1989–2010 to estimate the spatiotemporal rate of shoreline changes over the three time periods 1989–2000, 2000–2006, and 2006–2010. A decreasing trend in the annual minimum NDVI was observed in most of the areas of the Sundarbans for the period 1990–2000. During the years 2000–2006, the trends of the three NDVI statistics became significantly positive, indicating an improvement of the mangrove phenology. In the period 2005–2010, a decreasing trend in all the NDVI variables was again dominant. The coast underwent rapid erosion from 1989–2000 and 2006–2010. However, the rate substantially declined between 2000 and 2006, when accretion was dominant. The advent of the upstream Farakka barrage caused a significant reduction in the Ganges-Gorai River discharge and increased the salinity in and around the Sundarbans. Our study concludes that this may be responsible for the degradation of mangrove phenology and accelerated erosion in the earlier and recent periods. In the interim, 2000–2006, improved river discharge and salinity levels due to the Ganges water sharing agreement (1996) and dredging of the Gorai River bed (1998–1999) enhanced the mangrove phenology and helped the coast to gain land.