基于GEE的1998～2018年京津冀土地利用变化对生态系统服务价值的影响

在京津冀地区可持续发展评估研究中,对生态系统服务价值进行动态估算具有重要意义.本文以京津冀地区为研究区,基于谷歌地球引擎(GEE)云平台采用分类决策树(CART)分类算法对研究区内1998、2003、2008、2013及2018年的Landsat TM/OLI影像进行监督分类得到5个时期土地利用数据并定量分析1998～2018年京津冀地区土地利用动态变化规律,再利用生态服务价值(ESV)当量估算方法定量估算京津冀地区的ESV并结合15 km×15 km尺度格网探明其时空动态变化.结果表明:①1998～2018年间,京津冀地区6种土地利用类型中建设用地(增加16. 67%)及草地(减少13. 73%)面积占比变化幅度最大,水体(减少0. 2%)面积占比变化幅度最小.②京津冀地区ESV总价值在1998～2003年间出现短暂增长(增加91. 97亿元),2003～2018年间持续降低(减少239. 07亿元),主要与建设用地面积在除1998～2003年的其余3个时间段扩张较快有关,6种土地利用类型中林地提供的ESV最高,建设用地及未利用土地提供的ESV最低.③基于15 km×15 km尺度格网的ESV时空分析表明,1998～2018年间京津冀地区ESV中等区逐渐较少,ESV较低区及较高区逐渐增加,且ESV较低区增速高于较高区.④1998～2018年间,京津冀地区6种土地利用类型对价值系数的敏感性系数(SI)范围为0～0. 40,且均低于1,表明本文ESV对修订后的生态系统服务价值系数缺乏弹性,证明本文定量估算ESV的结果是可靠的.在未来经济发展中,京津冀地区应合理优化土地利用格局,加强对林地、草地、水体及耕地的保护.研究可为制定可持续发展战略,建设生态友好型社会提供参考.     

基于空间尺度效应的西南地区植被NPP影响因子探测

植被净初级生产力(NPP)是评价陆地生态系统质量的重要参数,研究植被NPP时空演变特征及其驱动力对区域生态环境保护和可持续发展具有重大意义.基于MODIS NPP数据、气象数据、 DEM数据、人口密度数据、 GDP数据和土地利用类型数据,采用一元线性回归分析、 R/S分析和地理探测器模型,分析西南地区及其六大地貌单元植被NPP时空演变特征及未来变化趋势,探究植被NPP空间分异的影响因子.结果表明,2000～2020年西南地区植被NPP整体呈极显著上升趋势.地貌单元中,除青藏高原南部外,其余地貌单元植被NPP均表现为改善态势,其中四川盆地和云贵高原表现为极显著改善.西南地区的植被NPP变化斜率整体呈现“东高西低”的分布格局.西南地区及各地貌单元植被NPP呈上升趋势的区域面积均大于呈下降趋势的区域面积,但未来植被NPP变化趋势均以下降为主.地理探测器结果表明,除云贵高原植被NPP空间分异主要受气温影响外,海拔是西南地区及各地貌单元植被NPP空间分异的主导因子.交互探测结果表明,影响因子之间的交互作用均表现为双因子增强或非线性增强,其中,海拔∩温度对西南地区植被NPP空间分异的解释力最大.地...     

中国八大经济区GPP变化及影响因子协同机制

以中国和八大综合经济区为研究区,全面分析人文因子、土地利用类型、气候因子和地形因子对植被总初级生产力(GPP)空间分异的影响差异.利用MODIS GPP数据、气象数据、土地利用类型、DEM数据、夜间灯光和人口密度数据等,基于Theil-Sen Median趋势分析、Mann-Kendall显著性检验和地理探测器模型,在全国和经济区尺度上分析2000～2020年植被GPP时空变化特征,探测植被空间分异的影响因子及影响因子间的协同机制.结果表明,2000～2020年中国及八大经济区植被GPP整体呈波动上升趋势,呈上升趋势的区域占总面积的84.46%,其中,呈极显著上升区域占19.86%,主要分布在黄河中游综合经济区中部和大西北综合经济区东部.影响因子探测结果表明,湿度、日照时数、降水和土地利用类型是中国植被GPP空间分异的主要影响因子,其中,湿度的影响力最高,q值为0.64.经济区尺度上,湿度、日照时数、降水是影响东北、黄河中游、大西南和大西北综合经济区植被GPP空间分异的主导因子,而人文因子对东部和南部沿海综合经济区植被空间分异的影响较大.交互作用探测结果表明,中国植被GPP空间分异主要...     

2000～2020年西南地区植被NDVI时空变化及驱动机制探究

基于2000～2020年MOD13A3 NDVI时间序列、1999～2020年气象数据以及2000年和2020年两期土地利用类型数据,采用Theil-Sen Median趋势分析、 Mann-Kendall显著性检验、多重共线性检验、残差分析和相对作用分析等方法,分析了西南地区植被NDVI时空变化特征及气候变化和人类活动对植被NDVI变化的驱动机制.结果表明,研究时段内西南地区整体及各地貌单元植被NDVI均呈上升趋势,其中,广西丘陵和云贵高原植被NDVI上升趋势最为显著,青藏高原植被NDVI上升趋势最为微弱.气候变化和人类活动影响下西南地区植被NDVI上升斜率分别为0.001 0 a^-1和0.000 6 a^-1.气候变化和人类活动的共同驱动是引起西南地区植被改善的主要原因.西南地区植被改善主要受区域气候条件的控制,植被退化主要受人类活动的影响.总体上,植被NDVI与最低气温、降水、最高气温、可能蒸散率和相对湿度呈正相关,与平均气温、气压、日照时数、温暖指数和湿度指数呈负相关.最低气温、日照时数和降水是影响西南地区植被NDVI变化的主要气象因子...     

香港近海海域叶绿素a定量反演及时空变化分析

以2009~2019年HJ-1A/B卫星多光谱数据和对应日期的实测数据为数据源,通过预处理提取出各波段组合反射率并与实测叶绿素a浓度数据进行统计相关性分析,选取相关性最高的波段组合作为特征变量与2/3的实测叶绿素a浓度数据进行建模,并用剩下的1/3实测叶绿素a浓度数据进行精度验证以确定最佳遥感反演模型,最后根据最佳反演模型对2009-2019年的香港近海海域叶绿素a浓度进行反演,明晰该海域近10年的叶绿素a浓度时空变化特征.结果表明：利用HJ-1A/B卫星多光谱数据反演香港近海海域叶绿素a浓度的最佳波段组合为第3波段和第2波段比值（B3/B2）,相关系数（r）为0.893;最佳反演模型为利用B3/B2构建的e指数回归模型（Chl=0.004e^6.693(B3/B2)）,决定系数（R²）为0.934,均方根误差（RMSE）为0.255μg/L,平均相对误差（RPD）为25%;近10年香港近海海域的叶绿素a浓度时空变化特征：空间上整体呈现“东高西低,由东向西逐渐减小”的分布特征,西部海域比东部海域平均浓度低5μg/L左右;2017年内呈“春低秋高,夏升冬降”的随季节变化特点,其中秋季最高,夏春两季次之,冬季最低.     

基于Landsat8影像的Himawari-8叶绿素a空间降尺度研究

新型地球静止气象卫星Himawari-8由于空间分辨率较低,其叶绿素a产品难以满足空间异质性高的近岸海域水质监测要求。为了克服这个限制,基于非线性的随机森林算法,利用陆地资源卫星Landsat8的波段反射率数据和Himawari-8的叶绿素a产品,通过构建降尺度模型,以提高Himawari-8的叶绿素a数据的空间分辨率。结果表明,2个秋季模型和2个冬季模型的模型决定系数(R²)分别达到0.6、0.72、0.71和0.85;均方根误差(RMSE)为别为1.47,1.05,1.89,0.76mg/m³。通过实测站点数据对比分析表明,降尺度模型生成的叶绿素a与葵花叶绿素a数据具有较高的一致性,R²达到了0.81,能较好的反映近岸海域叶绿素a浓度的空间变化特征。     

西南地区陆地植被生态系统NPP时空演变及驱动力分析

研究西南地区陆地植被生态系统净初级生产力(NPP)的时空演变特征及其驱动力,对区域生态环境保护具有重要的现实意义.利用2000～2021年MODIS NPP、1999～2021年基于站点的气象数据和2000～2020年土地利用类型等数据,结合主成分分析、残差分析、Theil-Sen Median趋势分析和偏相关分析等方法,研究西南地区陆地植被生态系统NPP时空演变及其对驱动力的响应特征.结果表明,时间上,2000～2021年西南地区植被NPP呈波动上升趋势,速率为3.54g·(m²·a)^-1.气候变化和人类活动影响下,农田、草地和森林生态系统NPP均呈上升趋势,但农田生态系统NPP的上升趋势最为显著.空间上,西南地区植被NPP呈上升趋势的面积占比为89.06%,显著上升和极显著上升的区域主要分布在广西南部、四川东部、重庆西部,以及云南和贵州交界处.气候变化和人类活动对西南地区植被生长具有双重影响,气候变化和人类活动影响下农田生态系统NPP呈上升趋势的面积占比均高于草地和森林生态系统.西南地区植被NPP与各气象因子的相关性呈明显地域差异.区域尺...     

2000~2020年西南地区植被NDVI对气候变化和人类活动响应特征

研究植被变化及其对气候变化和人类活动的响应机制,对区域生态保护和植被恢复具有重要现实意义.利用MODIS NDVI数据、基于站点的气象数据和土地利用数据,结合Theil-Sen Median趋势分析、Mann-Kendall显著性分析、残差分析、偏相关分析和复相关分析等方法,基于不同地貌单元,分析2000～2020年中国西南地区植被覆盖时空演变特征及其对气候和土地利用变化的响应特征.结果表明,2000～2020年西南地区植被NDVI整体呈波动上升趋势,上升斜率在空间上呈东南高和西北低的分异格局.气候变化和人类活动对西南地区植被NDVI上升均以促进作用为主,且对广西丘陵植被生长的促进作用强于其他地貌单元.2000～2020年间西南地区植被NDVI与气温和降水呈正相关,与相对湿度和日照时数呈负相关,且温度是影响西南地区植被NDVI变化的气候主导因子.城市扩张在一定程度上减少了区域植被覆盖,但得益于适宜的气候条件以及林业生态工程的实施,西南地区整体植被覆盖以上升为主.研究结果可为西南地区生态保护及经济可持续发展提供科学依据.     

2000~2020年长江流域植被NDVI动态变化及影响因素探测

研究植被动态变化并探测驱动其变化的影响因素,对区域生态环境质量监测和林业恢复工程效应评估具有重要现实意义.利用MODIS NDVI数据、基于站点的气象数据、DEM数据、人口密度数据和夜间灯光数据等,结合Theil-Sen Median斜率估计、Mann-Kendall显著性检验、稳定性分析和地理探测器,在多时空尺度下分析2000～2020年长江流域植被NDVI时空演变特征及稳定性,并探测驱动植被NDVI空间分异的主要影响因素.结果表明,2000～2020年长江流域植被NDVI整体呈波动上升趋势.除太湖水系外,其余流域单元植被NDVI均呈上升趋势.长江流域植被NDVI呈上升趋势的面积占84.09%,其中,呈极显著上升和显著上升的区域占53.67%,主要分布在乌江、宜宾至宜昌、嘉陵江、汉江和洞庭湖水系.除金沙江石鼓以上和太湖水系植被NDVI稳定性较差以外,其他流域单元植被NDVI整体较为稳定.海拔是影响各流域单元植被生长的重要因素,而气候因子对金沙江石鼓以上植被NDVI的影响程度最高,人文因子对乌江、湖口以下干流和太湖水系植被NDVI影响最大.长江流域影响因素双因子交互作用均表现为双因子增...     

运用地理探测器研究京津冀城市群PM2.5浓度变化及影响因素

研究京津冀城市群PM_2.5浓度时空格局变化和影响因素,对区域大气环境保护和经济可持续发展具有十分重要的意义.基于PM_2.5遥感数据、地面站点气象数据、DEM数据、MODIS NDVI数据、夜间灯光数据、人口密度数据、土地利用类型数据和路网数据,利用Theil-Sen Median趋势分析、Mann-Kendall显著性检验和Getis-Ord G_i*分析,运用地理探测器分析京津冀城市群PM_2.5浓度时空变化和空间聚集特征,并探究影响其空间分异的影响因素.结果表明：(1)2000—2021年京津冀城市群PM_2.5污染严重,全年平均PM_2.5浓度为59.94μg/m³,冬季是京津冀城市群PM_2.5污染的高发季,但京津冀城市群PM_2.5浓度总体呈下降趋势,变化斜率为–0.85μg/(m³·a).(2)PM_2.5浓度在空间上呈东南高、西北低的分布格局,且P...