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。     

基于MODIS NDVI时序数据的湖南省植被变化研究

基于MODIS NDVI时间序列数据集,运用Mann-Kendall趋势分析检验、Hurst指数和相关分析等方法,对2000～ 2018年湖南省植被时空变化特征、演化趋势的可持续性及其与气温、降水和日照时数的关系进行了研究.结果 表明:(1)湖南省植被覆盖整体较高(年均NDVI为0.54),高植被覆盖区主要分布在以林地覆盖为主的山地和丘陵地区;NDVI具有明显的季节变化特征,8月份最高(0.67),2月份最低(0.36).(2)近19年湖南省NDVI整体呈上升态势,增速为8.6％/10 a(P＜0.01);其中显著增加的地区占76.09％,主要分布在湘中与湘西北的林地、耕地、草地区域;NDVI显著下降的区域仅占1.46％,主要分布在长株潭等建设用地区域以及洞庭湖平原的局部耕地区域.(3)未来湖南省植被变化的总体趋势可能向退化的恶性方向发展(占76.59％),其中改善与强反持续性趋势占23.25％.(4)日照时数、气温对研究区植被NDVI的影响主要表现为冬季的正相关.     

基于MODIS NDVI汉江中游植被时空变化及其地貌分异分析

基于2001~2015年的时间序列MODIS NDVI数据,通过逐像元线性趋势回归和回归系数计算,分析汉江中游地区植被年均NDVI变化的时空规律;通过植被时空变化的地貌分异分析,评估人类活动的影响及其空间差异。研究结果表明:汉江中游地区近15 a来,植被年均NDVI值呈现明显的波动增长趋势;植被时空变化表现出一定的地貌分异规律,平原、河漫滩、台地植被年均NDVI呈现明显的增长趋势,而丘陵、低山和中山植被年均NDVI增长趋势不明显。不同地貌类型区年均NDVI值变化受人类活动影响程度的强弱依次为:平原、台地、河漫滩、丘陵、低山、中山。人类活动是汉江中游平原区年均NDVI稳定增长的主要原因。     

基于NDVI的渭南市植被覆盖时空变化研究

渭南市是陕西省的东大门,其生态环境变化直接影响区域经济的可持续发展。为了高效、准确地提取地表植被状况,了解渭南市生态环境变化,为区域的可持续发展提供科学依据,本文运用2007-2013年的NDVI时序遥感影像数据,结合ENVI软件,运用均值法、趋势线分析法分析了渭南市地表植被覆盖的动态变化。结果显示:(1)自2007年到2013年渭南市植被NDVI年均值呈缓慢增长趋势,特别是自2011年起,年均NDVI增长迅速,并保持在较高水平;(2)渭南市植被覆盖以高植被覆盖为主体,中等植被覆盖次之,中部平川区植被覆盖有所下降,但总体态势良好。     

基于NDVI的重庆市植被覆盖变化及其对气候因子的响应

运用美国NASA发布的MOD13Q1级产品16d最大值合成数据结合重庆市34个气象站点的气候资料,分析2000～2011年重庆市植被变化状况以及NDVI与主要气候因子温度、降水的相互关系。结果表明：12 a来重庆市年均NDVI呈增长趋势,但空间时间尺度上有所差异,从空间尺度上看NDVI增长区域主要分布在东北、东南、西南部区域,NDVI降低区域主要分布在重庆主城区、区县城区及长江沿岸、三峡库区消落带;从时间尺度上看,春季、秋季NDVI有一定幅度的增长,夏季NDVI趋于稳定,冬季NDVI有所下降;NDVI在年际尺度上与温度和降水相关并不显著,但在月份尺度上与气温降水均呈显著相关关系,且与气温相关性大于降水     

基于MODIS/NDVI与EVI的皖江流域植被覆盖比较分析

利用多时相的TERRA/MODIS影像资料比较了皖江流域NDVI和EVI的时空分布特征,并分析了空间分辨率和大气校正对NDVI和EVI的影响。结果表明：MODIS/NDVI与MODIS/EVI所反映的植被覆盖状况基本一致,但5月份较8月份NDVI和EVI的空间分布差异明显,且在植被生长旺盛时期,EVI比NDVI更能反映植被覆盖状况。在相同的空间分辨率下（250 m、500 m、1 000 m）,EVI比NDVI能更好的反映植被覆盖的空间差异性,随着空间分辨率的降低,这两种指数反映植被覆盖的差异性在减小。大气校正对NDVI和EVI的影响不同,大气校正前NDVI值小于EVI值,大气校正后NDVI值普遍大于EVI值,但大气校正对NDVI的影响不大,对EVI的影响明显     

基于关联性及趋势性分析的AVHRR NDVI及#br# MODIS NDVI数据产品比较

针对AVHRR NDVI和MODIS NDVI数据集中不同数据产品间的差异和区域适应性问题,利用2003~2013年重叠时间段MODIS Terra/Aqua的NDVI Collection 5(C5)和Collection 6(C6)产品以及AVHRR NDVI中的GIMMS NDVI3g产品,选择汉江流域典型区域进行数据对比分析。通过关联指数IOAs(Index of Association)来评价各数据在季节波动上的一致性;采用Mann Kendall检验分析各数据的长期趋势差异。结果表明,在季节性变化上,同一卫星不同版本产品之间的关联性相对较高。在年际变化上,GIMMS产品相对MODIS 产品,仅能检出部分NDVI变化趋势。在地表覆被异质性相对较高地区,GIMMS产品的长期变化趋势检出率较低。MODIS Terra的NDVI C5产品受传感器退化影响,表现出相对较高的减少趋势。关键词： GIMMS NDVI;MODIS NDVI;Mann Kendall检验;趋势分析     

基于MODIS EVI的2000~2015年重庆植被覆盖季节变化

基于2000~2015年的MODIS EVI数据,采用MVC、趋势分析和分布指数法,分析了重庆近16 a来植被的季节变化趋势和空间分布特征。结果表明：（1）植被减少类型冬季比例最高（6.33%）,主要分布于受库区蓄水和建设用地扩张影响的河谷、城镇及其周边地区;植被不变类型秋季比例最高（88.23%）;植被增加类型春季比例最高（31.50%）,主要分布于农业种植的西部丘陵区和中部平行岭谷地区。（2）植被变化类型优势分布区域各异,植被减少主要分布于小于400 m、小于 6°区域,植被增加主要分布于400~1 000 m、6°~15°区域,在大于1 000 m、大于15°区域植被相对稳定。（3）从春季到夏季,植被减少类型向低地形区（< 800 m,< 6°）移动,而植被增加类型则向高地形区（> 800 m,> 6°）移动;从夏季到秋季,植被减少类型向高地形区（> 500 m,> 6°）移动,而植被增加类型则向低地形区（< 500 m,< 6°）移动;从秋季到冬季,植被减少和增加类型均在向高地形区移动,在高地形区,植被减少（> 1 300 m,> 15°）分布强于植被增加（> 500 m,> 6°）,在低地形区则是植被减少（< 1 300 m,< 15°）分布弱于植被增加（< 500 m,< 6°）。（4）在坡向的分布上,除了平地区域外,植被变化幅度在北、东、南、西坡向上随季节变化不明显。关键词： 植被覆盖度;MODIS EVI;趋势分析;地形分布指数;季节变化     

基于时序NDVI的湖北省植被覆盖动态变化监测分析

基于1998～2011年7、8月份SPOT VEGETATION NDVI数据,求取两月份NDVI平均值,构建14 a间的NDVI时序文件,通过对NDVI时序文件进行信息提取、分析,反映湖北省植被生长情况,从而监测、研究湖北省植被生长高峰期植被覆盖动态变化及趋势。具体为：利用植被覆盖分区法,将研究区分为弱植被覆盖区、稀疏植被覆盖区、低植被覆盖区、中植被覆盖区、高植被覆盖区和密集植被覆盖区等区域,监测各区域14 a间植被覆盖动态变化,结果表明,研究区整体上植被覆盖变化不大;利用Mann Kendall趋势分析法,对研究区植被覆盖变化趋势进行研究,结果表明绝大部分呈现无明显变化趋势,1655%的区域表现增加趋势,033%的区域表现减少趋势。通过以上分析结论可知,植被覆盖分区法和Mann Kendall趋势分析法的分析结果基本一致,表明两种方法能从植被覆盖状况和变化趋势角度动态反映植被的变化情况     

基于时序MODIS/NDVI影像的鄂东南低山丘陵区植被覆盖度季节变化特征

遥感估算植被覆盖度的精度受云噪声的影响较大。最大值合成法（MVC）法能够较好消除时序NDVI影像上云污染的影响,但对于长时间多云或连阴雨天气常见的地区来说,该方法难以彻底去除云覆盖。以鄂东南低山丘陵区为研究对象,应用BISE算法对其2006年时序MODIS/NDVI影像进行噪声检测和处理。在此基础上,应用改进后的像元二分模型对这些NDVI影像进行植被覆盖度的估算和分级统计与分析。研究结果表明:根据改进后的像元二分模型和NDVI指数估算植被覆盖度的平均绝对误差和平均相对误差分别为0149和277%;对时序植被覆盖度影像的分级统计结果显示：鄂东南低山丘陵区植被覆盖整体较高,全年高覆盖度（>80%）、中高覆盖度（60%～80%）和中等覆盖度（40%～60%）植被区所占的面积比之和约为75%～84%,尤其是7～9月份80%左右的区域为高覆盖度或中高覆盖度植被所覆盖;除了低覆盖度植被以外,其他等级的植被区季节变化明显,尤其是高覆盖度和中高覆盖度植被的年内变化极为显著,并且二者之间存在着明显的此消彼长的转化关系。     

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。     

基于MODIS数据的安徽省植被水分利用效率时空变化及影响因素

水分利用效率是衡量生态系统碳水循环耦合程度的重要指标。基于MODIS数据、土地覆盖类型数据和气象数据,估算安徽省植被水分利用效率(WUE）,采用趋势分析法和相关分析法对安徽省2000~2014年植被WUE的时空格局、变化趋势及影响因素进行研究。研究表明:（1）不同植被类型的WUE年均值差异明显,常绿阔叶林和常绿针叶林的WUE均值较高,分别达到1.66和1.69 gC?mm-1?m-2,而耕地的年均WUE最低,各植被类型的年均WUE按照“常绿针叶林>常绿阔叶林>灌木>草地>落叶阔叶林>针阔混交林>耕地”的顺序递减。植被年均WUE具有较强的空间分异性规律,整体上呈现南北高中间低的趋势,植被WUE的高值区主要分布在大别山区和皖南山区,分布范围与常绿针叶林、常绿阔叶林的分布范围基本一致。（2）安徽省2000~2014年植被WUE年内变化呈现出“增加-减小-增加-减小”的M状“双峰型”趋势,具有明显的季节差异,呈现出春季＞秋季＞夏季＞冬季的特征,各季节植被WUE的均值分别占植被WUE的32.58%、24.91%、29.27%、13.24%。（3）安徽省植被WUE动态变化受到降水影响显著的区域占比3.88%;气温显著影响的区域占比2.19%;降水显著影响的地区主要分布在林地范围内,温度显著影响的地区则位于耕地范围内,降水和气温综合显著影响所占面积最小,为0.11%;而植被WUE受气温和降水影响均不显著占比为93.82%;整体上,安徽省大部分地区的植被WUE变化主要受非气候因素影响。     

1984～2017年太湖岛屿的动态变化及驱动因子分析

近些年来,围堰、跨区域调水、清淤等人类活动导致太湖中的岛屿面积的变化及其边界的迁移。基于Landsat遥感影像探究太湖内岛屿面积的变化趋势及边界的迁移方向,一定程度上反映人为因素对岛屿动态变化的的影响,进而指导太湖治理工作。通过波段分析、非监督分类以及分类后处理的方法从Landsat影像中提取岛屿信息,获得1984～2017年不同时期的岛屿面积和边界数据,并对岛屿面积和边界数据进行动态变化趋势的分析,最终结合从文献、年鉴和其他与太湖相关资料中总结的与太湖岛屿相关的人为活动信息分析引起太湖主要岛屿动态变化的原因。研究表明:小贡山、漫山岛和三山岛屿总面积均呈下降趋势,但下降程度与年际间波动幅度不同,岛屿面积变化的人为驱动因素可归纳为清淤和旅游开发,自然驱动因子为流水侵蚀;岛屿边界的迁移与"禁止围网养殖"、"湿地公园建设"等政策实施呈现显著相关性,且具体变化与政策颁布之间存在时间上的滞后性。     

基于MODIS数据的堵河流域生态指数变化及与气候因子的相关性分析

堵河流域是南水北调中线工程的重要水源区,流域的生态环境决定着南水北调的经济效益和水质状况.基于MODIS影像(2001～2017年)、数字表面模型(DSM)与气象数据,采用均值统计法、一元线性回归趋势法和相关分析法对堵河流域总初级生产力(GPP)、归一化差异植被指数(NDVI)、和蒸散发(ET)等生态指数的时空变化特征及其与气象因子的相关性进行研究,探讨堵河流域生态环境演变规律及其气候响应特征.结果 表明:(1)堵河流域多年月均GPP、NDVI和ET分别为1868.67 gC/(m2·month-1)、0.605和959.975 mm/month,植被覆盖率较高;多年年均GPP、NDVI和ET呈现相似的空间分布规律,堵河南岸值均高于北岸,竹溪河流域值均最低,最高值均位于神农架林区在内的高海拔区域.(2)年均GPP、NDVI和ET值总体呈波动上升的趋势,表明堵河流域的生态环境在向好的趋势发展;年内呈周期性单峰变化趋势,7月达到最大值;具有较强的季节性,夏季GPP、NDVI和ET值最大,冬季最小.(3)流域月均NDVI、ET和GPP之间均具有较强的正相关性,其中月均NDVI与月均GPP\ET的相关系数R2均为0.65,月均ET与月均GPP的R2为0.70.(4)流域月均GPP与月均降水的相关性强于月均气温,而NDVI、ET与气温的相关性均大于降水;GPP、NDVI和ET的变化与气温、降水呈现同期变化规律,NDVI、ET和GPP的变化对气候因子的响应不到一个月的滞后性.     

江汉平原耕地数量变化驱动机制分析--以仙桃市为例

江汉平原历来是我国重要的商品粮生产基地，保留一定的耕地数量对保障我国粮食安全具有重大意义。因此，研究其耕地变化的驱动因子使具有实际意义。文章以仙桃市为例，借助统计分析软件SAS，运用主成分析分析方法，分析了其1990-2002年耕地的数量变化及其驱动因子，并基于可持续发展理论提出了仙桃市耕地可持续利用的对策。     

泰安市耕地资源动态变化特征及驱动力研究

研究耕地资源动态变化特征及其原因。对合理利用耕地资源、控制耕地资源的快速减少有重要的意义。本文根据泰安市1997—2004年土地利用变更调查数据。对该区域耕地资源的动态变化进行了时间上和空间上的分析。利用主成分分析法．得出泰安市耕地减少的四大驱动因子：农民人均住房面积、第一产业GDP、非农业人口和公路里程。并针对不同驱动力提出了相应的对策措施。     

中国植被覆盖度时空特征及其影响因素分析

植被覆盖度是衡量植被生长状况和描述生态系统环境的重要指标,以2001～2018年MODIS NDVI数据集为基础,采用混合像元二分模型,计算中国植被覆盖度(FVC),分析中国年FVC的时空变化特征,探讨FVC对气候和人类活动干扰的响应机制,以及人类活动对FVC影响的未来变化特征。结果表明:(1)中国FVC整体呈上升趋势;西北的年均FVC明显低于东南的年均FVC;除青藏高原FVC为下降趋势外,其余均呈上升趋势,且该趋势具有一定持续性。(2)各植被类型中,混交林的年均FVC最高,草原的年均FVC最低;而农作物变化率最大,混交林变化率最小,且未来将由改善转为退化趋势,其余均表现为持续性改善。(3)中国FVC与气温呈负相关、与降水呈正相关,且降水对FVC的影响强于气温,表明降水是影响FVC变化的主要因素。(4)中国人类活动对FVC的影响程度整体表现为增强趋势,未来人类活动影响力以反向持续性为主。表明未来18a中国FVC受人类活动的影响有所下降。     

基于MODIS像元尺度的三峡库区植被覆盖度变化的地形分布特征

区域植被覆盖变化监测是研究资源环境承载力的基础，其对区域可持续发展至关重要。基于MODIS NDVI数据，采用像元二分模型计算了2001~2018年三峡库区植被覆盖度，结合植被覆盖度变化类型提取模型及分布指数，揭示了库区植被覆盖度变化在不同地形因子上的分布特征。研究表明：（1）三峡库区植被以高和中高覆盖度为主，其分别占库区总面积的65.72%和28.61%。18年来，库区年均植被覆盖度增长率为0.14%；（2）库区植被稳定类型占总面积的79.50%，植被改善占16.71%，植被退化占3.79%。26个区（县）中，长寿区、江北区等7区的植被改善面积小于植被退化面积，存在生态退化风险；（3）高程小于500 m、坡度小于6°的区域植被退化优势显著；高程500~1 100 m的区域植被改善为主导类型；坡度6°~15°的区域无明显优势分布；高程大于1 100 m、坡度大于15°的区域植被稳定和植被改善类型为优势分布；（4）库区不同坡向上，平坡上的植被退化类型显著，当坡向由阴坡向阳坡转变（西坡→南坡，北坡→东坡）时，植被覆盖度变化优势分布类型由植被退化型转变为植被改善型。研究结果揭示了三峡库区植被覆盖的空间分布和变化特征，对库区生态环境评价和植被恢复及保护具有一定的借鉴意义。