基于NDVI的三北防护林工程区植被覆盖度变化图谱特征

基于1985、1995、2000、2010年4期GIMMS NDVI3g数据,利用像元二分模型估算植被覆盖度,并运用图谱分析法对三北防护林工程区4期植被覆盖度变化进行了时空分析。结果表明:(1)图谱空间差异上,植被覆盖度变化主要发生在内蒙古东北部、新疆西北部以及陕甘宁地区,且在工程区内先分散再集中;(2)图谱数量变化上,植被覆盖度变化的总面积先减少后增加,总体呈现出上升趋势;(3)图谱变化模式上,以稳定型、最近转换型和平稳转换型为主,而变化最大的图谱单元类型大部分是植被覆盖度等级转好的类型,植被覆盖度呈现稳定增长的态势,尤以2000-2010年最明显。研究结果可以及时准确地反映该工程区植被变化状况,为三北防护林工程进一步建设提供科学指导。     

气候变化和人类活动对贵州省石漠化区植被覆盖变化的影响

基于MODIS/NDVI数据和贵州省84个气象站点的地面气温和降水观测资料,估算了2000～2021年贵州省石漠化区内植被覆盖度(fractional vegetation cover, FVC),采用趋势分析、偏相关分析和残差分析等方法,研究气候变化和人类活动对石漠化区植被覆盖变化的影响。结果表明：近22年贵州省石漠化区FVC呈明显增加的趋势,增速为0.76/a,空间分布上除六盘水市西南部、安顺市北部和贵阳市南部等局地显著减少外,其余大部分地区均为显著增加。石漠化区内FVC与降水、气温的偏相关系数以正相关分布为主,其中显著正相关区分别占28.13%、60.65%。FVC的变化主要受气候变化和人类活动的共同驱动,两者对FVC变化的贡献率分别为18.59%、81.41%。人类活动是石漠化区植被变化的主导因素,对于植被恢复的地区,人类活动起主导作用的区域可达97.57%,近年来全省实施的石漠化综合治理工程对植被改善具有明显的促进作用。本研究有助于进一步理解贵州省石漠化区植被变化的驱动因素,为石漠化区的生态环境保护提供科学依据。     

华北地区植被覆盖变化及其影响因子的相对作用分析

利用GIMMS NDVI数据和气象数据,采用趋势分析、残差分析和相对作用分析对华北地区1981—2006 年植被覆盖时空变化特征进行了分析,并计算了气候变化和人类活动在植被覆盖变化过程中的相对作用.结果表明,1981—2006 年华北地区植被NDVI呈现显著上升趋势,其增加速率为0.009/10 a,但却存在着明显的空间差异,且植被NDVI退化区域面积大于改善区域面积;华北地区植被覆盖变化与干燥度指数和气温有很好的相关性,说明气候变化是影响植被覆盖变化的重要因素;此外,无论在华北地区植被改善区域还是退化区域,人类活动起到的作用都占据了主导地位.在植被改善区,人类活动的相对作用为68.10%,大于气候变化的相对作用(31.90%),在植被退化区,人类活动的相对作用为71.88%,也远大于气候变化的相对作用(28.12%),且气候变化和人类活动的相对作用大小在不同空间位置上表现不同.     

呼伦贝尔草原植被覆盖时空动态变化监测定量方法研究

开展植被动态监测与评价,是评估生态保护措施、环境管理政策和全球变化研究的重要基础。论文以呼伦贝尔草原为例,基于1998—2008年间SPOT_VGT NDVI旬数据,通过分析生长期间的植被年均NDVI值、年NDVI最大值、年NDVI最小值、季节性动态性与物候的变化状况及其趋势,反映研究区植被覆盖空间特征,监测植被覆盖动态变化情况。结果表明:研究区植被覆盖区域特征为:以林地为主的区域草地-耕地-林地过渡区以耕地为主的区域以草地为主的区域;11 a来,研究区植被覆盖呈减弱趋势,植被覆盖最佳期提前,以林地为主的区域、草地-耕地-林地过渡区和以耕地为主的区域植被覆盖季节性动态变化较小,植被覆盖稳定性较强,而以草地为主的地区植被覆盖最小值日期推后,其季节性动态变化较大,生态环境稳定性较差。     

1982—2021年黄河流域植被覆盖时空演变及影响因素研究

通过科学认识黄河植被覆盖的空间格局、时间规律,揭示气候变化与人类活动对植被覆盖率空间演化的影响与机理,对于提出科学的生态防护方法、进行生态安全评价,以及推进黄河战略有着重大的理论意义与应用意义。本文以1982—2015年GIMMS NDVI和2000—2021年MODIS NDVI为主要数据源,通过最大值合成法、平均值法、Theil-Sen Median和Mann-Kendall等方法分析了黄河流域1982—2021年植被覆盖空间格局、月际和年际变化规律。结合同时段的年平均气温和年降水量,采用二元线性回归分析和残差分析等方法,探讨了黄河流域植被覆盖的主要影响因素。根据时空变化分析,1982—2021年黄河流域多年NDVI均值变化趋势由西北向东南依次增加,年际变化呈现波动增长趋势,增长速率为0.019 ? (10a)^?1,月际变化呈现先增后减的单峰曲线状分布,8月(0.50)为峰值。根据变化趋势分析,1982—2021年黄河流域77.35%的区域植被覆盖呈增加趋势。根据影响因素分析,黄河流域植被覆盖以气候变化和人类活动共同作用为主要影响因素,其中受人类活动促进作用较...     

内蒙古植被覆盖变化及其与气候、人类活动的关系

植被覆盖状况是评估生态环境的重要指标。利用GIMMS数据集的8 km分辨率的NDVI数据和气候数据,对内蒙古地区1982—2000年植被覆盖变化进行了分析,并评估了降水与该地区植被的相关关系,在此基础上探讨了人类活动对内蒙古地区植被覆盖变化的影响。研究中采用了相关分析和残差分析,结果表明,在过去19年中内蒙古地区植被NDVI总体上呈轻微上升趋势,且存在着显著的空间差异。同时内蒙古地区植被NDVI与降水有很好的相关性,植被受降水的影响较大。此外,人类活动对内蒙古一些地区的植被变化也起到了建设或破坏的作用。     

秦岭南北地区植被覆盖对区域环境变化的响应

利用GIMMS(Global Inventory Modeling and Mapping Studies)和SPOT VGT(Spot Vegetation)两种数据集的归一化植被指数(Normalized Difference Vegetation Index, NDVI)对1982~2007年26年间秦岭南北地区植被覆盖变化进行了比较,并对其环境驱动力进行了分析.结果表明,研究时段内,秦岭南北地区的植被覆盖均呈降低趋势,且秦岭以北地区的降低速度大于秦岭以南.经计算分析得出,两地区春季和夏季的季平均NDVI与温度的相关系数均通过了p<0.1的显著性检验,其中,秦岭以南地区1982~1997年春季NDVI与温度的相关系数最高为0.61(p<0.05);秦岭以北地区春季的降水与年NDVI之间也显著相关(p<0.05).值得注意的是,1998~2007年间,秦岭以北地区冬季NDVI与温度相关系数高达0.75(p<0.05),这是秦岭地区在区域环境影响下植被覆盖变化的一个重要特征,表明秦岭以北地区的植被更多地受气温变化的影响,在全球变暖大趋势下,该地区植被可能更为敏感,是区域生态响应的一个重要信号.人为活动（如土地利用类型的改变）也是影响该区植被覆盖变化的一个重要因子.     

基于TM影像的弥勒县植被覆盖变化率研究

归一化植被指数（NDVI）是目前用以表征植被覆盖、生长状况的一个简单、有效的度量参数。本文以弥勒县1992年4月及2006年6月的两景不同时期的TM影像数据为基础,提取NDVI植被指数并进行优化处理,做出植被覆盖的基本分类,并将所得数字图像在Arcgis平台上进行面积统计,最后通过统计变化数据得到弥勒县的植被覆盖变化情况。     

基于Hurst模型的庐山自然保护区植被覆盖优势及其可持续性分析

基于RS、GIS平台,利用1999-2007年间SPOT VEGETATION NDVI数据、同期土地覆盖类型数据、Landsat8 OLI TIRS数据等,通过与江西省整体情况对比,应用Hurst模型分析庐山自然保护区植被覆盖优势及其可持续性,为自然保护区的开发整治提供科学依据。研究结果表明:9年来庐山自然保护区保护措施基本到位,植被覆盖的累计优势明显;年内植被覆盖变化呈"四谷三峰"形态,季节性特征突出,保护力度与效果明显大于江西省整体水平;同时优势保持趋势亦十分显著,保护区森林生态系统的复杂性、稳定性、多样性有望进一步提高。     

北部湾沿海地区植被覆盖对气温和降水的旬响应特征

论文分析北部湾沿海地区植被覆盖对气候变化的响应,为该区域植被恢复和植被生产力研究提供依据.基于研究区2000--2011年423景SPOT-VEGETATION逐旬NDVI数据及逐日气温和降水数据,利用像元二分模型,相关分析,偏相关分析和时滞偏相关分析等数理统计方法,对研究区植被覆盖时空变化特征及与旬降水和旬均温的相关性及滞后性进行分析.结果表明:1)近12 a来,北部湾沿海地区植被覆盖度平均值呈增长趋势,由2000年的65.23%增加到2011年的72.02%,增加了6.79%;2)研究区植被生长季旬NDVI均值介于0.21~0.67之间,在不同时期变化是不同的,其值呈现出"降低--增长--降低"3种变化过程;3)各种植被类型与温度具有显著的相关关系,全部通过了0.01的显著性水平,且NDVI与温度的显著性水平高于NDVI与降水的显著性水平,说明北部湾沿海地区植被覆盖NDVI对气象因子中的温度更为敏感;4)NDVI与气温的时滞偏相关系数显著高于NDVI与降水的时滞偏相关系数,旬NDVI与旬降水的滞后时间多集中于6~9旬之间,而旬NDVI与旬气温的滞后时间多以0~5旬为主;5)不同类型植被的生长对气温和降水的响应时间不一致,但与水热条件时滞偏相关系数越高的植被类型响应时间越短.上述研究结果表明,近12 a来北部湾沿海地区植被处于恢复状态,且植被对降水和气温具有明显的阈值和滞后性.     

东北多年冻土区植被NDVI变化及其对气候变化和土地覆被变化的响应

利用1982~2006年的NOAA AVHRR-GIMMS和MODIS 2种数据集的归一化植被指数(NDVI)数据对东北多年冻土区植被NDVI年际动态和空间差异进行分析,并结合气象数据和土地利用/覆被数据分析了植被NDVI对气候变化和土地利用/覆被变化的响应.研究表明,东北多年冻土区植被NDVI值较高,且空间差异明显;森林为该区主要植被类型,NDVI值较高,主要分布于大小兴安岭和伊春地区;草地集中分布于西南部, NDVI值相对较低.东北多年冻土区过去25a间植被生长的变化趋势为:伴随着气温的显著升高和降水量减少,植被NDVI显著下降.较气温而言,降水量是影响植被NDVI的主要因子(r = 0.77, P < 0.01).在气候变化和人类活动的双重作用下,东北多年冻土区植被NDVI在1982~2006年间表现为4个阶段:1982~1990年,植被NDVI虽有小幅波动,但整体上呈持续增加的趋势;1990~1993年,植被NDVI呈迅速下降趋势; 1993~1997年,植被NDVI呈现回升态势,表现出缓慢上升的趋势;1998~2006年,植被NDVI呈现总体下降趋势.不同植被类型表现出不同的NDVI年际变化规律,尤以草地NDVI值波动最大.植被NDVI变化空间异质性显著.气候变化和多年冻土退化影响了东北多年冻土区植被NDVI动态.年均气温升高和年降水量降低影响了植被的生长.从像元尺度来看,研究区植被NDVI与气温和降水均具有较显著的相关性.研究区土地利用/覆被变化的分析结果表明,不同的土地利用类型间的转变对植被NDVI的大小和空间分布产生了重要影响.     

东北地区植被时空演变及影响因素分析

基于2000~2020年MODIS NDVI遥感数据,辅以气象数据和土地利用数据,通过小波分析、Sen+Mann-Kendall趋势分析、Hurst指数、偏相关分析及残差分析法,以不同地形地貌为单元,对不同周期阶段下东北地区植被时空演变特征及其对气候变化和人类活动的响应机制进行深入解析.结果表明:时间上,21a间东北地区植被NDVI呈速率为0.0308/10a(P<0.001)的上升趋势,以16a第一主周期下10a左右的周期变化最为稳定;空间上,东北地区植被NDVI整体处于较高水平,但空间分异明显,呈“西南低东北高”的格局.各周期阶段均为NDVI改善面积大于退化面积且改善范围不断扩增.NDVI未来变化趋势主旋律为持续改善,占总面积的63.56%;响应机制上,东北地区植被NDVI受气候变化与人类活动共同影响.2000~2020年NDVI与气温、降水和相对湿度呈正相关,与日照时数呈负相关,其中降水对NDVI的影响作用最强,且随周期演替以降水为主导气候因子的面积显著递增.各周期阶段人类活动对NDVI变化均以正向促进为主,林业工程实施是植被状况改善的关键,而建设用地扩张是植被减少的主要原因.     

秦岭植被覆盖时空变化及其对气候变化与人类活动的双重响应

论文基于MODIS-NDVI数据、DEM及气象数据,辅以趋势分析、多元回归残差法、偏最小二乘回归法,反演了秦岭地区2000—2015年植被覆盖度及分析了其“格局—过程—趋势”的变化特征,探究了其对气候变化与人类活动的双重响应机制。结果表明：1）秦岭地区近16 a来植被覆盖度呈显著上升趋势,增速为2.77%/10 a,呈“中间高、周边低,西部高、东部低,南坡高、北坡低”的空间格局,植被覆盖度随海拔的升高在2 200 m左右达到最大,700~3 200 m达0.7以上,1 300~2 700 m达0.9以上,3 400 m以上为0.5以下的低值区;2）秦岭地区的植被覆盖与气候因子的响应关系存在明显的空间差异,对气温的响应总体上没有明显的时滞效应,而与降水的响应存在以滞后1个月为主的时滞效应;3）人类活动对秦岭地区植被变化的作用日趋增强,且以正向作用为主,主要分布在东部地区,而负向作用则分布于中部和西部地区;4）秦岭地区植被变化是气候变化和人类活动共同作用的结果,影响因子对植被覆盖变化的解释能力依次为人类活动>降水>气温>潜在蒸散量。     

黄河源区积雪变化时空特征及其与气候要素的关系

基于1979～2016年积雪深度数据和同期气象站点的降水、气温观测资料,分析了黄河源区年均雪深和积雪天数的时空间演变规律,采用弹性系数法和相关性分析法研究降水、气温对积雪的影响及其空间规律.结果表明,黄河源区积雪期集中在11月到次年4月,源头以及西北高山区积雪初日较早,终日较迟,同时也是年均雪深高值区,积雪天数较长.研...     

黄河流域植被覆盖度变化及驱动因素

利用Google Earth Engine(GEE)遥感云计算平台通过像元二分模型反演出1999~2019年植被覆盖度,采用一元线性回归和变异系数法来研究FVC的变化趋势特征及其稳定性,通过地理探测器进行植被变化的驱动分析。结果表明:黄河流域FVC总体上西北低东南高;中高和高被覆盖区分别占研究区总面积的21.74%和17.87%;近20a年黄河流域FVC已有较好改善,流域中部植被改善最明显,改善区域占流域总面积的48.52%;FVC的稳定性以较平稳为主。降水、日照时间及相对湿度三个驱动因子对黄河流域FVC影响力最强。各驱动因子对FVC影响存在交互作用,以双因子增强或者非线性增强为主,双因子交互作用增强了单因子的影响;本研究也揭示了促进植被生长的各因子最适宜范围,有助于更好地理解自然和社会因素对植被覆盖变化的影响及其驱动机制。     

中国西北地区地表植被覆盖特征的时空变化及影响因子分析

归一化的植被指数(NDVI)自然正交分解结果显示,自上世纪80年代初期至1994年前后,中国西北部区域地表植被覆盖呈增加的过程;1994～2000年,地表植被覆盖状况开始退化,植被退化强度空间分布不匀.TOVS云覆盖数据与地表特征时间变化的一致性,间接证明1994年之后西北部地区植被退化的事实.通过降水和NDVI的相关分析,划分出西北地区地表植被覆盖变化气候影响显著区域、气候与人为影响共同作用显著区域.并从气候和人为影响2个方面分析了造成西北部地区地表植被覆盖状况下降的原因.在降水和NDVI相关显著区域,气候干旱因素是造成1994年后植被覆盖退化的主要原因;而黄河等流域1994年后植被退化的区域,气候干旱和人为活动因素是造成植被覆盖退化的主要因素.     

2000~2020年黄河流域植被时空演化驱动机制

以归一化植被指数（NDVI）作为植被覆盖及生长状况指标,基于2000～2020年MODIS NDVI数据及同时期气象数据,采用Theil-Sen斜率估算、Mann-Kendall检验、相关性分析和残差分析等方法研究了2000～2020黄河流域植被时空演化驱动机制.结果表明,2000～2020年黄河流域生长季NDVI均值以0.005 a^-1的速率波动上升,植被明显改善的区域主要分布于流域中游的秦岭山系、陕北高原和吕梁山系;黄河流域生长季NDVI与降水和气温的偏相关系数均值分别为0.57和0.49,降水对植被的影响高于气温;人类活动对植被生长起明显改善的区域主要分布在流域中部的陕北高原、吕梁山系和宁夏南部等区域,对植被生长起抑制作用的区域主要分布在银川、包头、西安、洛阳、郑州和太原等人类活动强烈的城市区域;人类活动和气候变化分别对黄河流域植被变化贡献了72%和28%,在人类活动和气候变化的驱动下,黄河流域植被生长得到改善的面积占流域面积的96.4%,其中人类活动贡献率大于80%的区域面积占34.3%,主要分布在流域中部和东南部.气候变化贡献率大于80%的区域面积占4....     

气候变化和人类活动对黄河三角洲植被动态变化的影响

黄河三角洲是我国暖温带最完整、面积最大的湿地生态系统,其植被变化对于黄河三角洲生态功能和生态安全具有重要意义.本研究基于植被覆盖度(fractional vegetation cover,FVC)、叶面积指数(leaf area index,LAI)、净初级生产力(net primary productivity,NPP)3个生态参数,分析了2000-2017年黄河三角洲地区植被的动态变化,并以NPP为指标量化分析了气候变化和人类活动对植被生产力的贡献.研究发现,2000-2017年黄河三角洲FVC(Slope=0.004,p<0.05)、LAI(Slope=0.011,p<0.05)、NPP(Slope=3.54 g·m-2·a-1,p<0.01)呈显著增加趋势,说明2000-2017年黄河三角洲植被生长状况趋好、植被生产力提高.气温、降水和太阳总辐射对植被NPP变化的贡献分别为0.006、0.81、-0.03g·m-2·a-1,即降水对植被NPP变化的贡献最大,这主要是因为黄河三角洲的主要土地利用类型为耕地,受降水影响大,当地土壤具有盐碱化风险,降水可以补充淡水资...     

澜沧江流域植被NDVI与气候因子的相关性分析

基于2000-2010年MODIS NDVI数据和气象台站数据,对澜沧江流域植被NDVI与气候因子间的相关性逐像元进行分析,研究流域植被-气候关系的空间格局特征,并对其可能影响因素进行了探讨。研究结果表明：① 气温和降水对澜沧江流域植被生长均具有明显影响,其中,温度的影响尤为显著;② 流域植被生长对气候响应表现出明显的滞后效应,随着纬度的升高,植被对气候因子响应的滞后时间逐渐缩短;③ 流域不同植被类型受气温和降水的影响程度及其对气温和降水变化的敏感性均表现为草地>耕地>灌木林地>有林地。同一植被类型受气温的影响强于降水,但对降水的变化更为敏感;④ 气候特征（多年平均气温和年降水量）显著影响植被NDVI对气候变化的响应时间。年平均气温的高低与气温对植被的影响力并无必然联系,但年降水量显著影响植被NDVI与降水间的相关程度。