藏北高原不同海拔高度高寒草甸植被指数与环境温湿度的关系

藏北高寒草甸是全球高寒草地的重要组成部分,是对气候变化最敏感的植被类型之一。关于高寒草地植被指数与环境温湿度因子的关系还存在着诸多不确定性,这限制了准确预测高寒草地植被生长对将来气候变化的响应。定量化高寒草地植被指数与气候因子的关系利于预测将来气候变化对高寒草地植被生长的影响。该研究基于相关分析和多重逐步回归分析探讨了藏北高原不同海拔高度(4300、4500和4700 m)的高寒草甸2011─2014年每年6─9月的归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(Enhanced Vegetation Index,EVI)与土壤温度、土壤湿度、空气温度、相对湿度、饱和水汽压差的相互关系。相关分析表明,3种海拔的NDVI(4 300 m:r=0.79,P=0.000;4 500 m:r=0.80,P=0.000;4 700 m:r=0.52,P=0.005)和EVI(4 300 m:r=0.61,P=0.001;4 500 m:r=0.66,P=0.000;4 700 m:r=0.53,P=0.004)都随着土壤湿度的增加显著增加;3种海拔的NDVI(4 300 m:r=-0.68,P=0.000;4 500 m:r=-0.56,P=0.002;4 700 m:r=-0.40,P=0.037)和EVI(4 300 m:r=-0.56,P=0.002;4 500 m:r=-0.49,P=0.008;4 700 m:r=-0.46,P=0.014)都随着饱和水汽压差的增加显著降低;植被指数与环境温湿度因子的相关系数随着海拔的变化而变化;NDVI和EVI与环境温湿度因子的相关系数存在差异。多重逐步回归分析表明,土壤湿度一个因子解释了3种海拔的归一化植被指数、海拔4 300和4 500 m的增强型植被指数的变异,而海拔4 700 m的土壤湿度和土壤温度共同了解释了增强型植被指数的变异,其中土壤湿度的贡献较大。因此,在藏北高寒草甸,植被指数对气候变化的敏感性可能随着海拔的变化而变化,NDVI和EVI对气候变化的敏感性可能不同,土壤湿度主导着NDVI和EVI的季节变化。     

城市化进程对南京市区域气温变化的影响

20 世纪90 年代以来中国进入城市化快速发展阶段,城市规模迅速扩张,这在一定程度上对大气热环境产生了影响,如产生了城市热岛效应.文章基于南京气象站点观测数据、南京市统计年鉴以及landsat TM 影像数据,选取人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项指标构建城市化因子群,运用灰色关联度分析法对影响南京气温变化的因子群进行贡献度分析.首先,基于以往研究及南京市统计年鉴选取人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项指标构建城市化因子群;其次,基于landsat TM 影像数据利用监督分类方法提取建成区面积;最后,基于灰色关联度分析方法,定量计算出人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项城市化因子分别对年均温、年最高温、年最低温、季均温、月均温以及不同时期温度均值的影响.研究发现,（1）1983-2011 年期间,南京市气温呈明显递增趋势,20 世纪90 年代后期增温更为明显,1999-2007 年年均温增长了1.50 ℃.（2）发现对于同-参考数列（年均温、月均温等）而言,其影响因子关联度整体排序是一致的：人口密度〉建成区面积〉废气排放量〉运营车辆〉用电量〉绿地覆盖面积.（3）同一城市化因子对年均温变化、年最高温变化、年最低温变化的影响是不相同的.例如,人口密度对1983-2011 年年均温变化影响最大,关联度达到了0.95;用电量、废气排放量和运营车辆对1983-2011 年年最低温变化影响最大,其关联度分别为0.68、0.74、0.73.（4）同一城市化因子对不同月份气温变化的影响是不相同的,如人口密度与2 月月均温之间的关联度最小,关联度为0.78;与3 月月均温之间的关联度最大,关联度为0.93.（5）不同城市化因子随着时间的推移,对区域气温变化的     

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。     

浙江省近20年植被变化趋势及驱动因子分析

浙江是长江三角洲经济区的重要组成部分,该区域植被变化受到生态气候条件以及人类活动等多种因素的影响。利用多源遥感和地面观测2000—2019年生态植被参量、气象和气候因子以及夜间灯光数据等,分析浙江区域生态植被变化及其驱动关系;利用一元线性回归和Mann-Kendall趋势检验探讨植被变化趋势,采用Pearson相关分析和多元回归方法等研究多元因子贡献率。结果表明,浙江区域近20年增强型植被指数(EVI)呈现显著增长趋势,总增长趋近年均值的7.66%,而总初级生产力(GPP)的增加总量约为多年均值的1.48倍。森林和城市区植被分别呈现显著增长和减少趋势(森林EVI:0.60×10~(-3)a~(-1)。城市EVI:-1.11×10~(-3)a~(-1))。气温、日照和降水共同影响植被变化特征,其中气温变化是引起区域近20年植被变化趋势的主要气候因子(r=0.54,P0.01)。夜间灯光变化代表的城市扩张等人为活动是引起城市及周边植被减少的主要原因(r=-0.60±0.13),而远离城市的人类活动对植被生长具有一定的促进作用(r=0.56±0.13)。植被年际变化的多变量贡献分布表明,表征人类活动的夜光数据在全省范围具有重要的影响,而气候因素则会影响局部地区。其中近20年浙江区域气温升高和城市扩张分别对省内植被具有显著的促进和抑制作用。因此,区域气候条件变化以及人类活动是影响浙江省植被生长趋势变化的重要因素。该研究对区域生态文明建设具有重要的参考价值。     

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。     

遥感手段及气象干旱指数在新疆干旱监测过程中的应用

利用由国家气象中心提供的新疆50个气象测站2003—2010年逐日降水、气温资料,结合中国科学院计算机网络信息中心国际科学数据镜像网站MODIS合成影像逐月归一化植被覆盖指数及国家自然科学基金委员会"中国西部环境与生态科学数据中心"提供的2005年全国土地利用类型数据,对比分析了遥感手段及气象干旱指数在新疆干旱监测工作中的应用,分析了新疆物侯期植被状态指数及气象干旱指数间的相关性,进一步探讨新疆植被生长状况与气象干旱的发生、发展情况。植被长势对降水、气温等气候因素变化的响应存在一定滞后性,生长季气象干旱指数与植被状态指数之间的相关性在时间尺度上同样存在滞后效应。植被状况指数(Vegetation Condition Index,VCI)与标准化降水指数(Standardized Precipitation Index,SPI)及标准化蒸散发指数(Standardized Precipitation Evapotranspiration Index,SPEI)相关性较好,其中SPEI综合考虑了降水、气温对干湿变化的影响。时间尺度上,耕地类型区、林地类型区VCI与SPI24、SPEI24相关性最好,草地类型区VCI与基于短时间尺度(3个月、6个月)的SPI、SPEI相关性最好;空间尺度上,SPEI24与VCI相关程度最高。总体上,全疆基于24个月时间尺度SPEI与基于植被状况指数的干旱监测效果相关性较好。文章旨在为今后新疆干旱监测工作及进一步探讨植被长势对干湿事件的响应提供重要理论依据,为合理有效地安排农作物生产及植被保护、植被恢复工作提供一定的理论指导。     

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。     

西大别山百战坪黄山松径向生长对气候因子的响应

研究基于标准的树轮年代学研究方法（样芯经固定、晾干、打磨、交叉定年、测量和标准化等处理）,首次建立了大别山西部的黄柏山百战坪的黄山松树轮宽度标准年表。研究发现,黄山松宽度年表有较高的信噪比SNR和样本解释总量EPS,表明树轮宽度年表中含有较多的气候信息,适合做树轮气候学研究。树轮宽度年表与气象因子关系的研究结果显示,黄山松树轮宽度与上一年10月、12月及当年的5月至9月的气温（包括月均最高气温、月均温和月均最低气温）呈较高的负相关,且在上一年的12月和当年7月月均最高气温和月均温的限制作用较强,而上一年10月月均温限制作用最大,这表明上一年生长季末和当年生长季中的高温通过对水分的影响限制黄山松的生长。树轮指数与当年2月、4月至7月的月降水及月相对湿度（6月份除外）均呈较高正相关,说明在进入生长期前后充足水分对黄山松生长有促进作用,但当降水或相对湿度过大时（如上年8月与当年6月）对黄山松生长就起到一定的限制作用。本研究结果填补了大别山西段树木年轮研究的空白,为该区域树木年轮气候重建研究提供参考和基础数据,也为黄柏山自然保护区今后的森林培育和森林管理提供了一定的理论依据。     

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。     

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。