近16年金沙江流域植被覆盖时空特征及其对气候的响应

植被覆盖度是生态系统变化的主要指标之一.改善植被观测的时空尺度和植被动态变化及其驱动因素的方法,能够为我们提供更多植被变化的信息,有利于更好地了解该地区生态环境的特征和变化.基于MODIS-EVI数据,使用Sen和Mann-Kendall模型,结合偏相关分析和灰色关联分析(GRA)等方法,探索了金沙江流域近16年植被覆盖的时空演变特征及其气候驱动力.结果表明:(1)在近16年中,金沙江流域的植被覆盖总体上呈增加的趋势,EVI增速为0.011/10a;(2)植被覆盖改善区和退化区面积分别占总面积的55.53％和28.95％;(3)植被覆盖受气温和降水驱动的区域分别占总面积的32.627％和28.265％.在半干旱区,植被覆盖变化主要受降水的影响,而在半湿润和湿润区主要受温度的影响,但地形和植被类型会改变气候与植被覆盖之间的相关性;(4)半干旱区植被覆盖对气候的响应不明显,在半湿润和湿润区植被覆盖对温度的响应要慢于降水,响应时间也随海拔和植被类型的不同而变化.高海拔地区的植被对气候因素的响应要快于低海拔地区,农作物和草地对气候的响应更快,针叶林和混交林对温度的响应要快于降水.     

湖北省植被覆盖度时空变化特征与影响因素分析

湖北省植被结构变化受自然和人类活动因素的影响较大,揭示湖北省植被变化的空间特征对其生态环境改善具有重要意义.基于MOD13Q1 NDVI数据计算湖北省的植被覆盖度,结合气象、DEM数据分析湖北省2000～2020年植被覆盖度的时空变化及分布格局,并探讨了其对气候变化、人类活动的响应.结果 表明:(1)2000～2020年湖北省植被覆盖度总体呈现增加的趋势,增大区域集中在湖北省的西北部,十堰、神农架林区和随州周围;(2)局部地区存在植被退化现象,退化面积呈先减小后增加的趋势.2000～2005年植被恢复区域主要集中在西北部和西南部,退化区域分布在武汉、襄阳、仙桃和黄石等地区;2005～2010年湖北省整体植被覆盖状况相对较差,退化区域分布在西北部和东南部,十堰和武汉较为明显,改善区域集中湖北省中部、神农架林区、襄阳、随州和天门;2010～2015年湖北省植被退化面积减少,分布在东部和西北部;2015～2020年植被覆盖度整体呈现下降趋势;(3)湖北省的东北部、西南部以及襄阳等地区的植被覆盖度与气温、降水呈现正相关,随着海拔的升高,气温、降水及风速和植被覆盖度正相关和负相关所占比重逐渐减少;(4)人类因素对湖北省的生态环境有正影响,对植被恢复有促进作用;负影响主要集中在武汉周边城市、襄阳、荆州等区域.     

丹江口库区陆地植被物候空间格局及其与海拔的响应关系

海拔高度变化对区域温度、降水都起着至关重要的作用,从而会对植被物候特征产生影响。以丹江口库区为研究区,分析库区植被物候随海拔变化特征,该工作的开展对进一步认识库区植物物候空间特征,进而监测库区土地覆盖变化具有重要实践意义。研究采用Savitzky-Golay滤波算法重建库区2001~2012年MODIS 16天最大合成EVI时序影像数据,对重建后的时间序列影像采用动态阈值法提取库区陆地植被关键物候特征信息,并对库区陆地植被物候特征随海拔梯度变化特征进行分析。研究结果表明,丹江口库区陆地植被生长季为4月上旬至10月上旬,南部山区林地生长季最长,而库区中部、东部耕地生长季较短。植被物候特征随海拔梯度变化呈现两个较为明显的区域,低海拔区域植被生长季开始时间(Start of Season,SOS)随海拔升高而提前,生长季结束时间(End of Season,EOS)随海拔升高而推迟,进而导致生长季长度(Length of Season,LOS)随海拔升高而延长。而在海拔较高山区,林地植被物候呈现完全相反变化趋势。受丹江口水库和人类活动的影响,丹江口库区植被分布随海拔变化呈现两个较为明显的区域。     

基于MODIS NDVI的攀枝花市植被覆盖变化及其驱动力

攀枝花市位于金沙江与雅砻江的交汇处是长江上游生态脆弱区,也是天然林保护工程和退耕还林工程等的重点实施区。基于2001~2010年MODIS-NDVI数据,以及同时期的气象数据和其他辅助数据,利用最大值合成法(MVC)、趋势分析法以及线性相关分析等方法研究了攀枝花市植被覆盖时空变化及其与气候因素和人类活动的关系。研究结果表明:攀枝花市植被覆盖整体较高,属于高植被覆盖区域,年际尺度上,植被覆盖呈上升的趋势,增长速率为0.02/10 a;从年内来看,9月NDVI达到最大值,NDVI最小值出现在3月;植被覆盖在水平空间上呈"南低北高"的分布特征,并在垂直空间上呈现出显著的差异性,研究区植被覆盖分别在海拔2 000~3 000 m、坡度30°~40°达到最大值;受水热条件的影响,阴坡(0°~45°,315°~360°)植被覆盖高于阳坡(135°~225°),而平地(-1°)植被覆盖度最低;就整个研究区而言,植被退化的面积与增加的面积分别占0.7%和44.4%,增加的面积远大于退化的面积;年际尺度上植被受气温的影响高于受降水的影响;大规模生态工程建设是研究区植被覆盖增加的主要驱动因素。     

西南地区近14a植被覆盖变化及其与气候因子的关系

基于1999~2012年NDVI数据,结合气温和降水资料,运用GIS和RS技术,分析了西南地区近14a植被覆盖的时空变化特征及与气温、降水的关系。结果表明:(1)该区植被生长良好,各植被类型NDVI均呈显著增加趋势。空间整体表现为改善状态,改善面积远大于退化面积,严重退化区仅占1.18%。退化区分布于横断山地北部、四川盆地东部以及云贵高原中部。(2)植被覆盖变化将以良性发展为主,但强持续性的退化区和弱持续性的改善区应值得关注;强持续性的退化区主要分布在横断山地中北部、云贵高原中西部、若尔盖高原中部、四川盆地与若尔盖高原相交区域;草原强持续性的退化面积最大,针阔混交林强持续性的改善面积最大。(3)NDVI与温度存在明显的正相关关系,而与降水及干旱指数变化的关系不太明显,温度是影响该区植被变化的主要自然因素。     

基于MODIS NDVI的攀枝花市植被覆盖变化及其驱动力#br#

攀枝花市位于金沙江与雅砻江的交汇处是长江上游生态脆弱区，也是天然林保护工程和退耕还林工程等的重点实施区。基于2001~2010年MODIS NDVI数据，以及同时期的气象数据和其他辅助数据，利用最大值合成法（MVC）、趋势分析法以及线性相关分析等方法研究了攀枝花市植被覆盖时空变化及其与气候因素和人类活动的关系。研究结果表明：攀枝花市植被覆盖整体较高，属于高植被覆盖区域，年际尺度上，植被覆盖呈上升的趋势，增长速率为0.02/10 a；从年内来看，9月NDVI达到最大值，NDVI最小值出现在3月；植被覆盖在水平空间上呈“南低北高”的分布特征，并在垂直空间上呈现出显著的差异性，研究区植被覆盖分别在海拔2 000~3 000 m、坡度30°~40°达到最大值；受水热条件的影响，阴坡（0°~45°, 315°~360°）植被覆盖高于阳坡（135°~225°），而平地（-1°）植被覆盖度最低；就整个研究区而言，植被退化的面积与增加的面积分别占0.7%和44.4%，增加的面积远大于退化的面积；年际尺度上植被受气温的影响高于受降水的影响；大规模生态工程建设是研究区植被覆盖增加的主要驱动因素。 关键词： 植被覆盖变化；归一化植被指数；气候变化；人类活动；攀枝花市     

2000～2019嘉陵江流域植被覆盖时空变化特征及气候响应分析

嘉陵江是长江水系流域面积最大的一条支流,近年来嘉陵江流域出现严重水土流失,在生态保护工程的实施和气候变化的共同作用下植被覆盖发生了明显变化,研究植被覆盖时空变化特征、未来趋势和影响因素,可为嘉陵江流域生态环境治理提供参考依据.基于MODIS-NDVI时序数据和地面气象数据,借助3S技术和线性趋势分析、Hurst指数、变异系数等方法多角度分析了嘉陵江流域植被覆盖的时空演变特征及未来趋势,并结合Mann-Kendall(M-K)检验与偏相关系数研究气候因子对植被覆盖的影响.结果 表明:(1)近20年来嘉陵江流域植被覆盖总体呈上升趋势,增加速率为2.9％/10a,且空间分布上具有显著差异,表现为上中游偏高,下游偏低;(2)嘉陵江流域植被覆盖呈增加趋势和减少趋势的面积分别占88.68％和11.32％,具体表现为陇南陕南地区及中下游东部地区显著增加,流域西北部与南部各市县城区减少;(3)流域北部地区植被覆盖变化的波动性强于南部地区,中东部地区波动最小.(4)嘉陵江流域植被覆盖变化反向持续性较强,植被变化呈持续退化趋势的主要在碌曲县南部与流域南部各市县城区,呈持续改善趋势的主要在广元市剑阁县与苍溪县,其余区域呈由退化到改善的趋势;(5)气温对嘉陵江流域植被覆盖变化的影响最大,且植被NDVI对气温和降水的响应均存在一定的滞后现象,人类活动对植被覆盖变化的影响具有两面性.     

长江流域近地表气温对地理位置和高程的依赖性分析

利用长江流域189个气象站1963～2018年的数据资料,建立月(季)平均气温、平均最高和最低气温的逐步多元回归(SMR)模型,分析近地表气温梯度(TG)的变化特征,并探究降水梯度(PG)、相对湿度和水汽通量状况对TG变化的胁迫过程.结果 表明:(1)各类气温的纬向(TGa)和经向(TGo)梯度均在冬季较大而夏季较小,但垂直梯度(TGe)的变化相异,而且夜间的TGa和TGe总体较日间的大.(2)气温对纬度、经度和高程的偏依赖程度较相应的TG大但两者的变化趋势类似,且各类气温对高程的偏依赖程度最高,而平均最低气温总体上对各地理因子的依赖性最强.(3)流域相对湿度的时空变化是导致气温模型精度夏高冬低的重要原因,而同海拔站点间相似的地理环境使其模型残差呈现总体偏正或偏负的季节变化.(4)流域地形、降水、相对湿度和水汽通量对TG变化具有调节和控制作用.其中,干冷空气势力越强TGa越大,水汽通量场的转换强化了TGa变化的季节性;相对湿度分布越均匀TGo越小,但地形作用使其变大;而日、夜间云辐射强迫温度效应的不同促使平均最高和最低气温垂直梯度变化趋势相反.     

卧龙自然保护区植被覆盖度变化及其对地形因子的响应

通过像元二分模型在NDVI数据基础上，估算了卧龙自然保护区2000和2015年的植被覆盖度，分析了这15年间研究区域植被覆盖的变化及空间分异特征，初步揭示了植被覆盖变化与地形因子的响应关系。结果表明：（1）2000~2015年间卧龙自然保护区植被覆盖度整体良好，以中高和高植被覆盖为主，空间格局上呈现东南高、西北低的总体趋势。（2）研究时段内高覆盖度面积明显减少，而其他覆盖等级面积存在不同程度的增加，植被覆盖度均值降低。（3）研究区域各海拔范围内均以植被稳定类型为主，低海拔和高海拔地区植被退化显著，在1 500~3 250 m的高程范围内植被稳定和植被改善相对显著。（4）研究区不同坡度间植被变化类型差异不明显；不同坡向上植被变化显著，其中阳坡的植被退化分布，阴坡的植被改善分布明显，随着坡向由阴坡转阳坡，植被退化增加，改善减少。其结论有助于揭示卧龙自然保护区植被覆盖的时空变化特征，对保护区生态环境评价和改进具有重要的参考价值，同时对保护区的管理和植被恢复有一定借鉴意义。     

2000～2018年鄂西山区植被EVI时空变化特征及其地形效应

分析鄂西山区植被EVI的空间分异、时空演变及地形效应,可为该区域生态环境的整体保护与分区保护提供理论支撑,也可为制定具有针对性的植被保护政策提供科学依据.基于MOD13Q1 EVI数据,运用一元线性回归趋势分析方法对2000～2018年鄂西山区EVI时空变化趋势进行了研究,并结合高程、坡度和坡向数据等探讨了其对地形的响应机制.结果 表明:(1)鄂西山区EVI值整体上呈现北部低,中部和南部高,东部低西部高的空间分布特点.2000～2018年鄂西山区EVI平均值介于0.57～ 0.66之间,整体呈现改善态势.(2) EVI变化趋势主要以基本不变为主,占鄂西山区总面积的85.74％;轻微减少和显著减少区分别只占总面积的0.23％和0.17％,分布零散;轻微增加和显著增加区域分别占8.35％和5.51％,主要集中分布在北部和中部的丹江口市、郧阳区、郧西县、谷城县、南漳县、神农架等地区.(3)海拔＜700 m以及坡度＜14°区域是植被主要退化区;中海拔区域(700～1 700 m)以及坡度＞14°区域是植被主要改善区.建议鄂西山区未来注重对低海拔、缓坡区域的植被保护.     

基于SPOT_NDVI的甘肃省植被覆盖变化及其与气候、地形因子的关系

植被覆盖时间序列特征体现了气候变化和人类活动对环境的影响，利用2000~2018年SPOT_NDVI并结合气象和地形数据，采用趋势分析、偏相关分析、地形面积修正等方法探究甘肃省植被覆盖的变化特征及与气候、地形的关系。研究表明：近19年来，甘肃省植被覆盖整体呈恢复状态，但低覆盖区面积仍为最大，空间分布总体呈现南高北低的状态。降水对省内植被生长总体起到促进作用，特别是黄土高原地区，植被覆盖度与降水有显著的正相关性；在南部湿润区和北部干旱区，气温对植被生长分别起到促进和抑制作用。就地形而言，海拔2 500~3 000 m、坡度大于25°的半阳坡地区最适宜植被生长。进行植被覆盖研究，有利于区域生态建设和持续性发展，同时对人地关系以及经济发展的统筹规划也有重要的理论与实际意义。     

生态工程建设背景下贵州高原的植被变化及影响因素分析

基于MODIS-NDVI和气象数据，运用趋势分析、偏相关分析和残差分析等方法，对生态工程建设背景下贵州高原的植被变化及影响因素进行分析，并定量探讨气候因素与人类活动对植被变化的影响。结果表明：(1)2000~2016年期间，贵州高原植被NDVI在空间上呈东高西低的分布特征，高值分布于野生动植物及自然保护区等，低值分布于湿地保护工程区。NDVI总体呈上升趋势，湿地保护工程区、退耕还林工程区等植被覆盖上升速率较快，野生动植物及自然保护区呈略微的下降趋势。(2)植被改善区域(83.74%)分布于研究区边缘及西北部，退化区域(16.26%)分布于研究区中部和东南部，其中退耕还林还草工程区植被改善最为明显，野生动植物保护及自然保护区和速生丰产工程区改善效果较差。(3)从气侯因素分析来看，气温和降水在总体上与NDVI均呈正相关，气温对贵州高原植被生长的影响大于降水。(4) 从人类活动分析来看，人类活动对植被的建设作用强于破坏作用，人类活动正作用（76.68%）主要分布于西北部，负作用（23.32%）集中分布于东南部。植被覆盖增加是气候因素和人类活动共同作用的结果，人类活动对植被的贡献率为75.53%，气候因素为24.47%。     

基于MODIS-EVI数据的长江三角洲地区植被变化的特征

基于2001~2010年MODIS EVI植被指数产品数据，结合国家标准气象站逐月气温、降雨及日照时数资料，对长江三角洲地区植被的时空变化特征进行分析。结果表明：（1）空间分布上，该区域西南部以林地为主，而东北部以农田为主，近10 a植被变化面积占总面积的32%，以农田的转出和城镇的转入为主；（2）区域年最大EVI整体呈减少趋势（-0028/10 a），不同季节下，夏冬季均呈减少趋势（以2月和8月份最为显著），春秋季则呈增加趋势（以5月和10月份最为显著）；（3）不同植被类型下，城镇和农田EVI呈不同程度减少趋势，以城镇EVI下降速度(-0076/10 a）最为显著（R2=077），而林地变化较弱；(4)研究区湿润气候环境下，农田和林地年最大EVI与日照时数和气温多呈正相关性，与降雨多呈负相关性，其中以林地EVI与2~4月份日照时数的正相关性较为显著，城镇EVI与气象因子的关系相对较弱，更多的是受城镇化等人类活动的影响     

2000～2015年江汉平原区域植被NPP时空特征及其对气候变化的响应

植被NPP对气候变化的响应是全球变化与陆地生态系统碳循环研究的重要核心内容之一。利用CASA模型估算了2000~2015年江汉平原植被NPP，并利用线性回归与逐像元相关性分析方法定量研究了江汉平原植被NPP的时空变化特征及其与气候因素的相关性。结果表明：（1）16年来江汉平原植被NPP的年总量在25.43~29.76 TgC之间，呈波动增加趋势；（2）江汉平原NPP的空间分布格局具有明显的不均匀特征，形成一系列的高值中心和低值中心，符合“丘陵-平原-河流-城市”的衰减趋势；（3）江汉平原NPP与年降水量、年均温的相关系数分别为0.183 7和0.498 5；经显著性检验可知，江汉平原NPP的产量与年降水量相关性较弱，而与年均温则呈较强的正相关关系；（4）植被NPP与年降水量、年均温呈正相关的像元面积分别占总面积的69.19%和83.41%，主要分布在江汉平原腹部的农耕区域，说明江汉平原农耕区NPP的产量对年降水量与年均温的依赖性较强。     

1982~2010年洞庭湖流域植被指数的变化及其与气候因子的相关分析

基于GIMMS 3 g、PAL、LTDR V3、FASIR及MODIS 5种不同的遥感影像数据,及洞庭湖流域30个气象站点的气温、降水和日照时数月值数据,采用逐像元一元线性回归模型,对比分析了在不同数据集背景下的植被变化趋势,并基于时间序列长度以及数据精度的考虑,选择GIMMS 3 g作为研究洞庭湖流域植被覆盖变化的基础数据集,进而利用相关系数和多元线性回归分析模型探讨流域植被覆盖变化与降水、气温、日照时数的关系。结果表明:(1)过去29 a间,流域GIMMS 3 g NDVI在时空尺度上均以增加趋势为主,1998~2000年出现最大的降低,以植被覆盖较好的山区减少最快;(2)去除年际变化趋势和季节性影响的NDVI与同期降水量距平、累积3个月气温距平值及同期日照时数距平值相关性程度最高;(3)统计意义上,降水量、气温和日照时数解释洞庭湖流域植被月NDVI变化的37%,日照时数对该流域NDVI变化的影响最大,其次为降水和气温;(4)在时间和空间范畴,生长季NDVI可以作为反映洞庭湖流域森林覆盖率变化的指标。     

近51年川滇地区气候暖干化与旱涝灾害趋势判断

为揭示川滇地区气候特征与旱涝灾害趋势，以川滇地区70个气象站点1961～2011年的逐月气温、降水资料为基础,采用线性回归、五年滑动平均、M K突变检验、反距离加权空间插值、Z指数法、Morlet小波变换等方法，对川滇地区气候变化特征与旱涝灾害进行了分析。结果表明：近51 a川滇地区气温以021℃/10 a的速率增加；降水量以1076 mm/10 a的速率减少；尤其是20世纪90年代末期以来正经历着以增温和变干为趋势的气候变化特征，气候暖干化趋势明显。近51 a川滇地区年旱涝灾害总的趋势是向干旱发展，以2000年为转折点，2000年以前该区多涝灾，2000年后多旱灾，这与该区的气温与降水变化一致，气候暖干化的结果直接导致了旱灾加剧。川滇地区春、冬两季旱涝年际周期变化规律强，Z指数呈上升趋势，降水量增加；夏季旱涝周期变化十分显著，旱涝灾害程度加剧，干旱化趋势明显；秋季旱涝变化周期性不强，呈弱干旱化趋势发展     

川中丘陵区植被遥感动态监测及其驱动力分析

川中丘陵区是长江上游重要的生态屏障,也是国家退耕还林还草和天然林资源保护工程重点实施区。近年来,由于气候变化与人类活动的影响,该区植被覆盖及生态发生了较大变化。利用该地区2000～2015年MODIS NDVI数据、气象和土地利用数据以及研究区统计数据,采用最大值合成法(MVC)、趋势分析法和相关系数法,分析了川中丘陵区经国家生态工程建设后的植被动态变化特征,并探讨了气候变化和人类活动对植被覆盖的影响。研究结果表明:近15年,川中丘陵区植被呈增加的趋势,增速为5. 84/10 a(P0. 01);31. 58%的区域植被NDVI显著增加,主要分布在嘉陵江中游和岷江中下游,2. 90%的区域植被NDVI显著减少,主要分布在城市中心及周边;研究区植被对降水的敏感性较气温更强,22. 08%的区域面积NDVI与降水是呈显著相关的,仅7. 69%区域面积NDVI与气温是显著的;森林、灌木和草地的NDVI增加明显,各自增加比例超过60%,而建设用地和湿地是NDVI减少最明显的土地利用类型;退耕还林还草和天然林资源保护工程的建设,对川中丘陵区植被覆盖的增长起到了积极作用。     

Vegetation dynamics and climate change on the Loess Plateau,China: 1982–2011

Monitoring the dynamics of vegetation growth and its response to climate change is important to understand the mechanisms underlying ecosystem behaviors. This study investigated the relationship between vegetation growth and climate change during the growing seasons on the Loess Plateau in China by analyzing the normalized difference vegetation index (NDVI) derived from the Land Long Term Data Record dataset from 1982 to 2011. Results showed that growing-season NDVI had increased at an annual rate of 0.0028, particularly in the semi-arid and semi-humid regions. By contrast, the NDVI first increased from 1982 to 1994 (0.0013 year^?1, P < 0.05) and then decreased from 1994 to 2011 (0.0016 year^?1, P < 0.05) in the arid region. Temperature had a positive effect on NDVI in most periods within and across seasons in the semi-humid region but had no significant effect in the arid region. Precipitation had a positive effect on NDVI in the arid region in summer and in the semi-arid region in autumn. Summer precipitation was important for autumn vegetation growth in the arid region, whereas summer temperature increased autumn vegetation growth in the semi-arid and semi-humid regions. Further analyses supported the lag-time effects of climate change on vegetation growth on the Loess Plateau. Precipitation shifts had 15- to 18-month time lag effects on vegetation growth in the three climate regions. Vegetation NDVI had a 17-month lag response to temperature in the semi-arid region. Human activities should not be neglected in analyzing the relationship between vegetation growth and climate change on the Loess Plateau.