半干旱煤炭开采沉陷区植被扰动响应的时间特征

利用2005—2012年MODIS影像和TM影像的月均归一化差分植被指数(NDVI)时间序列数据以及神东矿区大柳塔地区气象数据,采用基于Loess算法的时间序列季节和趋势成分分解法(STL)、时滞互相关分析和改进后的残差分析等方法,探讨大柳塔地区2005—2012年植被NDVI随降雨和温度变化而变化的时间规律,以及植被NDVI因采矿等人类活动而变化的时间规律。结果表明:大柳塔地区植被NDVI对降雨和温度变化的响应滞后时间为1个月,与最近2个月降雨和的相关性最高;开采对植被NDVI具有负面影响,植被NDVI响应滞后时间短于1个月。     

基于MODIS数据的珠三角地区NDVI时空变化特征及对气象因素的响应

珠江三角洲是广东省经济密度最大、人为活动最强烈的区域,随着工业化和城市化的迅速发展,该区域出现了各种生态环境问题。通过对2001-2017年覆盖珠三角地区的MODIS/NDVI数据进行月时间序列重构和年时间序列合成,利用趋势分析方法和空间自相关分析方法对珠三角地区NDVI的时间变化趋势和空间格局特征进行研究,同时结合气象站点观测资料,基于相关系数方法分析NDVI对气象因素的响应。结果表明,(1)在过去的17年中,珠三角地区NDVI在年际变化上呈现波动增长趋势,总体年平均增长速率为0.005 1。(2)在空间分布上,珠三角范围内有90.84%区域的植被呈增长趋势,而在珠三角核心地带的城市群集区域存在植被退化现象,占全区面积的9.16%。(3)珠三角地区NDVI具有高空间集聚特性,受地形和城区分布影响,低植被覆盖集聚区和高植被覆盖集聚区分布格局显著且变化稳定,在多年平均NDVI的局部空间自相关分析中分别占全区面积的28.77%和33.69%。(4)珠三角地区NDVI和气温、降水及日照时数在月变化上显著相关,NDVI对气温和降水的响应分别存在1个月和1-2个月的滞后效应,并且这种滞后效应在空间分布上也体现出"西南-东北"方向的区域差异,而NDVI对日照时数的响应不存在滞后。(5)在年尺度上,珠三角地区NDVI与气象因素之间的相关性不显著。研究结果对珠三角地区恢复植被和修复生态具有重要的参考价值和现实意义     

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。     

近25年山西植被指数时空变化特征分析

在遥感及地理信息系统技术支持下,利用1982-2006年8 km×8 km的NASA/GIMMs植被指数(NDVI)数据,采用多种方法分析了山西高原近25 a来植被指数的时空动态变化规律.结果表明:①25 a来,山西省年均NDVI基本在0.33上下呈波动中上升趋势,表明山西高原植被活动在增强;②从季节变化来看,山西省春季和秋季的植被都在增加,冬季上升趋势较弱,夏季变化很小,呈现极弱的递减趋势;③空间上,植被指数南部好于北部,山区好于平原;④从植被变化趋势图中也可以看出植被呈现总体变好趋势,其中北部变好趋势明显,其次是南部;⑤植被年际变化表现出较为一致的变化趋势以及较为明显中部和南北反相的局地变化特征.     

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。     

基于地理加权回归模型的能源“金三角”地区植被时空演变及主导因素分析

宁陕蒙接壤地区的能源"金三角"为我国提供了丰富的能源,其地表植被状况与我国的生态恢复与重建密切相关。应用RS和GIS技术,以归一化植被指数产品(MODIS NDVI)为数据源,借助逐像元趋势分析法研究了2005—2015年间的植被动态变化;基于规则网格构建地理加权回归模型(GWR),探索了高程、坡度、土壤黏粒含量、多年平均气温、多年平均降水、距煤矿区距离及距道路距离7个因子对植被变化的影响及其空间非平稳性。结果表明:(1)时间上,2005—2015年研究区平均NDVI整体呈现波动上升趋势,增长率为0.083·(10 a)~(-1)(P0.05);空间上,NDVI呈现由东南向西北递减的分布格局;趋势上,NDVI变化呈增加趋势的区域(27.11%)远大于减少区域(0.64%),显著增加区域主要分布在榆林市东部。(2)与2005—2012年相比,2013—2015年归一化植被指数(NDVI)在全区显著减少,且具有更强的空间聚集性(Moran's I值为0.851),但变化程度具有空间异质性。(3)2个时段全区植被变化受气候等自然因素的影响较大,影响植被变化的主要因素在时间与空间上具有差异性,人类活动对植被变化具有双重作用。     

天津地区各季植被NDVI年际动态及其对气候因子的响应

探索植被覆盖与气候变化相互关系是全球变化研究的重要内容之一.研究特定地区植被时间动态及其对气候因子的响应,对植被重建和生态环境恢复具有重要作用.利用1982-2003年8 km×8 km的NASA/GIMMS半月合成的归一化植被指数(NDVI)和气候数据,研究了天津地区各季NDVI年际变化特征及其对气候因子的响应.结果表明:近20年来天津市春季、夏季及冬季平均气温呈显著的升高趋势(P<0.05),而秋季变化不明显;春季和夏季降水呈降低趋势,而秋、冬两季呈微弱增加趋势,但均没有达到显著性水平(P>0.05).从四季NDVI年际变化趋势来看,春、秋两季呈微弱上升趋势,而夏季显著降低(P<0.01),冬季变化不明显.近20年四季NDVI与同期平均气温及降水的回归分析表明,除冬季外,NDVI与温度及降水均有显著的正相关关系,其中春、秋两季NDVI与温度及降水的关系均达到极显著水平(P<0.001).本研究结果证实天津地区各季NDVI的年际变化特征存在明显差异,而且气温和降水共同决定了植被NDVI的变化.     

基于ETM+图像的植被覆盖度遥感估算模型

植被覆盖度(VFC)的定量遥感是多种地表过程研究的迫切需要.文章选用南京市一幅Landsat 7 ETM 图像,经大气校正后提取了归一化植被指数(NDVI),与地面实测的植被覆盖度进行回归分析,建立了1～4次多项式关系模型.结果表明,NDVI与VFC呈极显著的正相关关系(r = 0.874, P < 0.001).在NDVI-VFC的1～4次多项式关系模型中,模型幂次越高,拟合程度越好.综合考虑模型的精度和稳定性,3次多项式模型作为最优模型推荐使用:VFC = -1.3438 NDVI 3 0.9774 NDVI 2 0.9988 NDVI 0.1507 (R2 = 0.7961, RMSE = 0.1094),该模型精度在植被中等密集区域(VFC＝0.4～0.8)最高,植被稀疏区域(VFC < 0.4)最低,植被密集区域(VFC > 0.8)居中.模型可直接用于全图像的VFC计算,并可通过植被指数的校准,进行推广使用.     

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。     

天津植被指数对气候因子响应的敏感性分析

探索植被覆盖与气候变化相互关系是全球环境变化研究领域的重要内容之一,研究特定区域植被对气候变化响应特征对植被重建和生态恢复具有重要意义。然而,目前植被对气候因子响应的敏感性研究还十分缺乏。利用1982—2003年8km×8km的NASA/GIMMS半月合成的归一化植被指数（NDVI）和同期气候数据,研究了天津地区NDVI对气候因子响应特征及其敏感性。结果表明：植被NDVI与气温及降水均有显著非线性正相关关系（P〈0.0001）;在半月平均气温低于0℃时,植被NDVI与气温没有显著性相关,而从气温高于0℃,一直到高于22℃,NDVI与气温的关系均达到显著性水平（P〈0.05）,但相关性是逐渐降低的;当半月平均气温高于23℃及以上时,NDVI与气温没有显著的相关关系（P〉0.05）;当半月降水量〉0mm时,NDVI与降水存在极显著正相关关系（P〈0.0001）,随着降水量的增加,相关关系减弱,在降水量大于50mm时,NDVI与降水没有显著相关关系（P〉0.05）;研究结果证实,天津地区植被指数对气候的响应存有明显的非线性特征,在低温和低降水量条件下植被的响应更为敏感,23℃和50mm分别是该地区影响植被生长的气温和降水阈值。结合1982—2003年逐半月气候条件分析发现,气温的影响主要是春、秋两季,而降水的影响主要表现在春、秋及夏初。     

1982-2006年华北植被覆盖变化及其与气候变化的关系

利用1982-2006年GIMMSNDVI数据反映华北地区植被覆盖变化状况,结合1982--2006年该地区85个气象站点的气温和降水数据,分别从年际变化、季节变化和月变化三个时间尺度分析华北地区植被覆盖变化及其与气候变化的关系。结果表明,从年际变化来看,华北植被变化与气温变化关系较与降水关系密切;从季节变化来看,华北地区植被生长在不同季节对水热条件变化的响应不同,春季和秋季植被生长与气温的关系较与降水的关系密切,而夏季植被生长主要受降水的影响;从月变化来看,4月和5月植被变化受气温变化影响较明显,一定程度上说明4月和5月植被生长的NDVI值增加可能是由于气候变暖引起的植被生长季提前产生的;6-9月植被生长与前2个月降水变化关系密切,说明植被生长对降水变化具有一定的滞后性。     

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...     

Temporal-spatial dynamics of vegetation variation on non-point source nutrient pollution

The temporal-spatial interaction of land cover and non-point source (NPS) nutrient pollution were analyzed with the Soil and Water Assessment Tool (SWAT) to simulate the temporal-spatial features of NPS nutrient loading in the upper stream of the Yellow River catchment. The corresponding land cover data variance was expressed by the normalized difference vegetation index (NDVI) that was calculated from MODIS images. It was noted that the temporal variation of land cover NDVI was significantly correlated with NPS nutrient loading. The regression analysis indicated that vegetation not only detained NPS nutrient pollution transportation, but also contributed to sustainable loading. The temporal analysis also confirmed that regional NDVI was an effective index for monthly assessment of NPS nitrogen and phosphorus loading. The spatial variations of NPS nutrient loading can be classified with land cover status. The high loadings of NPS nitrogen in high NDVI subbasins indicated that forestry and farmland are the main critical loss areas. Farmland contributed sustainable soluble N, but the loading of soluble and organic N from grassland subbasins was much lower. Most P loading came from the areas covered with dense grassland and forestry, which cannot directly discharge to local water bodies. However, some NPS phosphorus from suburban farmland can directly discharge into adjacent water bodies. The interactions among nutrient loading, NDVI, and slope were also analyzed. This study confirmed that the integration of NPS modeling, geographic information systems, and remote sensing is needed to understand the interactive dynamics of NPS nutrient loading. Understanding the temporal-spatial variation of NPS nutrients and their correlations with land cover will help NPS pollution prevention and water quality management efforts. Therefore, the proposed method for evaluating NPS nutrient loading by land cover NDVI can be an effective tool for pollution evaluation and watersheds planning.     

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。     

Knowing fire incidence through fuel phenology: A remotely sensed approach

Fire is a basic ecological factor that contributes to determine vegetation diversity and dynamics in time and space. Fuel characteristics play an essential role in fire ignition and propagation; at the landscape scale fuel availability and flammability are closely related to the vegetation phenology that directly affects wildfire pattern in time and space. In this view, the annual normalized difference vegetation index (NDVI) profiles derived from high temporal resolution satellites, like SPOT Vegetation, represent an effective tool for monitoring the coarse-scale vegetation seasonal timing. The objective of this study thus consists in quantifying the explanatory power of multitemporal NDVI profiles on the fire regime characteristics of the potential natural vegetation (PNV) types of Sardinia (Italy) over a 5-year period (2000-2004). The results obtained show a good association between the NDVI temporal dynamics of the PNV of Sardinia and the corresponding fire regime characteristics, emphasizing the role of the bioclimatic timing of the vegetation in controlling the coarse-scale wildfire spatio-temporal distribution of Sardinia. By providing a sound phytogeographical framework for describing different wildfire regimes, PNV maps can thus be considered helpful cartographic documents for fire management strategies at the landscape scale.     

南疆西部不同植被类型NDVI对风沙灾害的响应

不同植被类型对风沙灾害的响应研究有助于风沙灾害的遥感监测评估和防灾减灾工作。采用传统统计学和空间自相关方法,利用MODIS的每日反射率和土地类型产品,分析了风沙灾害后南疆西部不同植被类型NDVI的变化规律及其空间分布特征。结果表明：风沙灾害后,研究区不同植被类型NDVI的差异在增大,NDVI变化值在一0．3865~0．4148之间,NDVI减小的面积占整个研究区面积的54．98％,变异系数增大值在2．44％～36．75％之间;受到风沙灾害的影响,研究区植被NDVI全局Moran’SI系数从0．7982减小到0．6786,但在空间上仍存在显著的正相关性,具有显著的空间集聚特征;由NDVI差值的局部空间自相关指标集聚图以及不同植被类型NDVI差值的空间关联区域面积百分比,可以发现落叶针叶林和裸地或低植被覆盖地受风沙灾害的影响较小,郁闭灌丛和作物受风沙灾害的影响较大。上述关于风沙灾害后南疆西部不同植被类型的变化及其空间格局的研究结果,不仅证明了防护林的风沙阻挡作用,也可以为风沙灾害的防治工作提供参考依据。     

Early onset of vegetation growth vs. rapid green-up: impacts on juvenile mountain ungulates

Seasonal patterns of climate and vegetation growth are expected to be altered by global warming. In alpine environments, the reproduction of birds and mammals is tightly linked to seasonality; therefore such alterations may have strong repercussions on recruitment. We used the normalized difference vegetation index (NDVI), a satellite-based measurement that correlates strongly with aboveground net primary productivity, to explore how annual variations in the timing of vegetation onset and in the rate of change in primary production during green-up affected juvenile growth and survival of bighorn sheep (Ovis canadensis), Alpine ibex (Capra ibex), and mountain goats (Oreamnos americanus) in four different populations in two continents. We indexed timing of onset of vegetation growth by the integrated NDVI (INDVI) in May. The rate of change in primary production during green-up (early May to early July) was estimated as (1) the maximal slope between any two successive bimonthly NDVI values during this period and (2) the slope in NDVI between early May and early July. The maximal slope in NDVI was negatively correlated with lamb growth and survival in both populations of bighorn sheep, growth of mountain goat kids, and survival of Alpine ibex kids, but not with survival of mountain goat kids. There was no effect of INDVI in May and of the slope in NDVI between early May and early July on juvenile growth and survival for any species. Although rapid changes in NDVI during the green-up period could translate into higher plant productivity, they may also lead to a shorter period of availability of high-quality forage over a large spatial scale, decreasing the opportunity for mountain ungulates to exploit high-quality forage. Our results suggest that attempts to forecast how warmer winters and springs will affect animal population dynamics and life histories in alpine environments should consider factors influencing the rate of changes in primary production during green-up and the timing of vegetation onset.     

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。     

Recovery of forest structure and spectral properties after selective logging in lowland Bolivia.

Effective monitoring of selective logging from remotely sensed data requires an understanding of the spatial and temporal thresholds that constrain the utility of those data, as well as the structural and ecological characteristics of forest disturbances that are responsible for those constraints. Here we assess those thresholds and characteristics within the context of selective logging in the Bolivian Amazon. Our study combined field measurements of the spatial and temporal dynamics of felling gaps and skid trails ranging from <1 to 19 months following reduced-impact logging in a forest in lowland Bolivia with remote-sensing measurements from simultaneous monthly ASTER satellite overpasses. A probabilistic spectral mixture model (AutoMCU) was used to derive per-pixel fractional cover estimates of photosynthetic vegetation (PV), non-photosynthetic vegetation (NPV), and soil. Results were compared with the normalized difference in vegetation index (NDVI). The forest studied had considerably lower basal area and harvest volumes than logged sites in the Brazilian Amazon where similar remote-sensing analyses have been performed. Nonetheless, individual felling-gap area was positively correlated with canopy openness, percentage liana coverage, rates of vegetation regrowth, and height of remnant NPV. Both liana growth and NPV occurred primarily in the crown zone of the felling gap, whereas exposed soil was limited to the trunk zone of the gap. In felling gaps >400 m2, NDVI, and the PV and NPV fractions, were distinguishable from unlogged forest values for up to six months after logging; felling gaps <400 m2 were distinguishable for up to three months after harvest, but we were entirely unable to distinguish skid trails from our analysis of the spectral data.