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.     

基于MODIS数据的若尔盖草场植被覆盖时空变化分析

一般意义上将反映植被生长状态及植被覆盖度的指示因子称为归一化植被指数(即NDVI),它也是判断基于生物气候特征开展大区域植被和土地覆盖分类的基本手段。利用NDVI的时序数据的进行土地覆盖分类,即提取NDVI时间信号所包含的植被生物学参数,构建起一个包含植被生物学信息的分类特征空间。     

太白山植被指数时空变化及其对区域温度的响应

太白山地处陕西秦岭腹地中段,是秦岭最高峰。基于5月的遥感影像提取研究区NDVI数据,结合实际调查,对太白山自然保护区1979-2009年植被指数变化特征进行分析,研究不同植被带NDVI对温度变化的响应。结果表明:近30 a来,太白山5月植被指数NDVI平均值达0.2以上的面积占研究区面积的89.5%,植被整体覆盖较高;但NDVI表现出明显的垂直性差异,中低海拔区NDVI大多分布在0.2以上,而较高海拔区NDVI则主要分布在0.2~0.5区间。有56%以上的区域NDVI基本没有发生变化;NDVI增加极显著和减少极显著区占总面积的4.88%和3.92%。近30 a来,研究区年平均温度呈明显上升趋势,线性增加趋势为0.35 ℃/10 a;随着海拔的升高,各植被带NDVI对温度的变化更为敏感,高海拔植被对温度变化的敏感性远大于低海拔植被,即人为影响相对较小、但海拔相差巨大的太白山植被生态系统,已成为气候变化影响的敏感场所。     

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.     

锡林郭勒盟植被物候枯黄期对干湿变化的时间多尺度响应

基于全球监测与建模组(GIMMS)1982～2015年第三代归一化植被指数(NDVI)GIMMS NDVI 3g数据集和气象观测数据,采用累计NDVI的Logistic曲线曲率极值法提取锡林郭勒草原植被枯黄期,并结合不同时间尺度标准化降水蒸散指数(SPEI)分析植被枯黄期对干湿变化的响应特征.结果表明:1982～201...     

基于GAM的喀斯特植被覆盖与驱动因素非线性关系分析

利用Theil-Sen斜率估计和Mann-Kendall显著性检验对2000～2018年西南五省的归一化植被指数(NDVI)进行研究,探究植被覆盖的时空变化特征.用MK(Mann-Kendall)突变检验寻找NDVI与夜间灯光数据的突变时间点.借助广义可加模型(GAM)对社会经济驱动因素,自然驱动因素分别拟合植被覆盖的响应曲线,探究喀斯特地区与非喀斯特地区的非线性响应关系的差异.结果表明:研究区中部、东部的植被恢复效果整体比西部地区好;利用夜间灯光数据作为表征城镇化的替代变量,城镇化与植被覆盖都在2009～2010年之间发生了突变,城镇化的突变时间早于植被覆盖的突变;喀斯特地区有88.54%的植被覆盖增加,其中有48.15%显著增加;非喀斯特地区有80.08%的植被覆盖增加,其中显著增加的占32.34%.喀斯特地区的植被恢复整体要比非喀斯特地区好.植被指数与国内生产总值(GDP)、路网密度、建成区面积等人类影响因素呈现不同的非线性响应关系.整体而言,非喀斯特地区受到的气温影响要比喀斯特地区的大,降雨、土层厚度对喀斯特地区植被恢复的影响更大一些.对比评价喀斯特与非喀斯特地区的植被恢复效果...     

微波植被指数在云南省植被动态监测中的适用性研究

基于遥感的植被指数是科学监测植被动态变化的最有效方法。然而,在我国西南地形复杂区域,基于植被光谱特征的光学植被指数常常因大气状况及环境条件等的影响而受到很大的限制。利用云南省2013年1月至2018年12月AMSR2 (Advanced Microwave Scanning Radiometer 2,即先进微波扫描辐射计2)双极化亮温数据,计算了云南省2013—2018年多年平均逐月微波植被指数,并选取草地、耕地、落叶阔叶林、常绿阔叶林及常绿针叶林五种典型植被类型区,对比分析了不同植被类型区各微波植被指数的季节变化规律及其与光学植被指数(NDVI)的相关性。结果表明:各微波植被指数的变化幅度均较小,低频和高频微波极化差异指数(MPDI)可以反映云南省各种植被类型的季节变化规律,同时低频MPDI对植被季节变化特征的响应更显著,而低频微波植被指数(MVIA和MVIB)对草地的季节变化响应更敏感。各微波植被指数与NDVI的相关性在低矮植被区更显著,更能反映低矮植被类型随季节变化规律。总体看来,各微波植被指数能够很好地识别不同类型植被的季节变化规律,可作为光学植被指数的有力补充,用于长时序、大范围植被动态监测。     

基于SPOT VEGETATION的秦岭南坡近10年来植被覆盖变化及其对温度的响应

利用1km分辨率的SPOT VEGETATION(SPOTVGT)数据对秦岭南坡1998～2007年植被覆盖空间变化特征进行分析,并研究了温度与年最大NDVI(归一化植被指数)值的相关性.结果表明:秦岭南坡年最大NDVI值大于0.57的面积占总面积的97%.植被覆盖增加地区的面积总体大于退化的面积,但年最大NDVI值显著减小的像元占像元总数的4.45%以上,且部分阔叶林分布区的NDVI值显著降低;草灌丛是秦岭南坡退化最严重的植被类型.年最大NDVI值与前一年8月至当年7月平均温度具有显著的相关性,其大小随平均温度的变化符合y=-0.004x2-0.0015x+0.7168(p0.05).在研究区范围内,当前一年8月至当年7月平均温度低于某一温度(约为(13.0±0.2)℃)时,其与年最大NDVI呈正相关,而高于另一温度界限(约为(14.4±0.2)℃)时则呈负相关,其中研究区南端的人为耕作区表现尤为敏感.     

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。     

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.     

基于NDVI的风景区索道建设前后植被覆盖动态变化研究

基于归一化植被指数(NDVI)分析方法,利用黄山风景名胜区新云谷索道建设前(2004年)后(2008年)的2个时相的遥感数据对索道建设区进行植被覆盖动态变化分析。结果表明:新云谷索道建设后周边的植被覆盖和生长情况明显优于建设前,森林生态系统正向演替没有因为工程建设而受到限制,工程建设导致的人工干扰没有使植被遭受明显破坏,研究区植被生态系统的结构与功能没有因索道建设而受到影响。以遥感技术(Remote sensing,RS)为手段的风景区植被指数分析方法在生态环境研究中具有广阔的应用前景。     

基于时间序列谐波分析的东北地区耕地资源提取

耕地是人类社会赖以生存发展最重要的资源之一,及时获取其空间分布是国家农业决策的基础。论文利用2007年多时相的SPOT/VGT NDVI数据提取东北地区耕地资源信息。以NDVI时间序列数据年内变化振幅和周期差异性作为分类的依据,采用时间序列谐波分析法对全年时间谱NDVI数据进行重构,减少高频噪声对信息提取的影响,获得研究区地物信息在时间维度上的振幅、相位以及年均NDVI值影像图,然后将三者合成。应用神经网络分类方法,对合成后的影像选择训练样本,获取东北地区耕地资源的空间分布。实验中提取耕地的精度为83.26%,Kappa系数为0.732 4;该方法获取耕地资源空间分布的精度均高于GLC2000、UMD、IGBP和中科院1∶100万土地利用数据4种分类产品。研究表明,基于时间序列谐波分析法对NDVI数据重建,利用不同类型植被NDVI曲线在一年内振幅、相位特征的差异,采用神经网络分类的方法,可以精确地提取耕地资源信息,及时为农业和土地管理部门管理决策提供科学依据。     

黑河流域中游地区生态环境变化特征及驱动力

多角度分析黑河流域中游地区植被覆盖度时空变化特征,并建立基于演变过程的生态系统灰色关联度模型,分析生态环境变化的驱动因子.研究表明:1)1999~2008年,平原旱地、低覆盖草地、有林地年最大归一化差异植被指数(NDVI)增幅较大,达0.1~0.2,疏林地2004年后保持高速增长,年最大NDVI增幅0.208,增长了77.6%; 2)张临高盆地年最大植被覆盖度线性拟合年均增幅0.0063,生长季节平均植被覆盖度在小幅波动中呈现稳定增长趋势,拟合优度达0.74;甘州区生态治理成效最显著,年增长幅度集中在0.03~0.3;临泽县和高台县以增长为主,但局部过渡带地区下降幅度达0.1~0.3; 3)植被7~10月覆盖度呈现明显增长趋势,峰值从6~7月延迟到7~8月,2007年达0.39;植被覆盖度分级结构呈现优化趋势,极低覆盖度植被逐渐转化为低覆盖度植被,2007年相比2000年降低25%以上,高覆盖度植被1998~2008年间增长约16%; 4)根据3种植被覆盖度变化与各驱动因子关联分析,气象水文因子主要包括降雨量、蒸发量、径流量,最大关联度分别为0.91、-0.83、0.76,社会经济因子主要包括农作物播种面积、第一产业产值、农业科技水平,最大关联度分别为-0.81、0.78、0.81.     

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...     

Land cover change and landscape fragmentation—comparing the utility of continuous and discrete analyses for a western Honduras region

Current studies of land cover change and landscape fragmentation rely predominantly on land cover classifications derived from remotely sensed images. However, limitations of traditional land cover classifications are numerous and well known. This research compares classification-based techniques (discrete data) to the use of vegetation indices (continuous data) for land cover modeling and analyses of landscape fragmentation for a study area in western Honduras. The study area typifies many regions of tropical developing countries, where a complex interaction of social and environmental factors have given rise to a dynamic mosaic of patches of reforestation and deforestation. Understanding the complex human dimensions of land use and land cover change in these parts of the world continues to present a challenge for researchers.The land cover modeling analysis compares two models using different formulations for the dependent variable: (i) a continuous analysis using a tobit model regressing the normalized difference vegetation index (NDVI), with non-forest values truncated at 0, on the variables elevation, slope, distance from roads and distance from the nearest market; and (ii) a discrete analysis using a probit model with threshold NDVI coverages (representing forest and non-forest). To examine the patterns of landscape fragmentation, a discrete analysis of a forest/non-forest classification using the software FRAGSTATS is compared to a continuous NDVI-based analysis using the local indicator of spatial association (LISA) statistic. Estimated marginal effects and overall predictive power are compared across the tobit and probit formulations. Because the tobit formulation included variation in the dependent variable for forested areas, greater information was retained regarding the subtle relationships among the independent variables and land cover. The LISA statistic, using the NDVI coverages as input, were helpful in the interpretation of the data and its spatial arrangement in the landscape, indicating that the LISA was a good complement to the FRAGSTATS, classification-based analysis. Given the LISA statistic is parametric and hence subject to outliers, whereas landscape metrics tend to be non-parametric, we found that the use of both FRAGSTATS and LISA together was more beneficial than either analysis by itself. While there is increasing awareness of the need for using continuous data for land cover modeling and fragmentation, this area remains little explored. The research presented provides insights for additional future applications utilizing continuous data analyses.     

三北防护林工程区植被覆盖变化与影响因子分析

利用1982~2006年间GIMMS AVHRR NDVI植被覆盖数据和气象站点气候数据,分析了三北防护林工程区25a来植被覆盖的时空变化特征及其与气温、降水变化的相关性,并在此基础上通过采用残差分析法探讨了人类活动对研究区植被覆盖变化影响的空间格局.结果表明:研究区25a的年植被变化量增加幅度略大于减少幅度,植被覆盖整体呈缓慢上升趋势,其中Ⅰ区和Ⅳ区NDVI值上升最明显(P<0.001),Ⅱ区则呈微弱下降趋势,而四大建设区植被覆盖度有不同程度提高;研究区植被和气温、降水整体呈正相关关系,17.74%的地区植被与气温呈负相关,而6.84%的地区呈正相关,10.60%的地区植被与降水呈负相关,19.53%的地区则呈正相关,植被与降水正相关面积明显大于植被与气温正相关面积,说明降水是研究区植被生长的关键因子;研究区植被残差年际变化显著正相关面积大于显著负相关面积,人类活动对植被建设作用要强于破坏作用,三北防护林建设工程带来的生态效益正在呈现.     

黄土高原近30年植被变化特征及其气候驱动

The use of Normalized difference vegetation index (NDVI) data acquired with multiple satellite sensors has become a necessity in research fields such as agriculture, Land-Use and Land-Cover Change (LUCC) and changes in the natural environment. In this paper, vegetation 10-day composite (VGT-S10) NDVI data with a 1 km×1 km resolution, covering the period from April 1982 to December 2011 and Advanced Very High Resolution Radiometer (AVHRR) Global Inventory Modelling and Mapping Studies (GIMMS) NDVI data with a 8 km×8 km resolution, covering the period from April 1998 to December 2006 were used. The VGT NDVI covering the period from 2007 to 2011 was converted to the GIMMS NDVI for the same period. The vegetation trend during 1982 to 2011 was calculated using the extended NDVI data set. Climate change has a large impact on the vegetation dynamics. A series of statistical analyses were employed to demonstrate the relationship between NDVI and meteorological data during 1982 to 2005. A multiple correlation analysis was applied to validate the association between the two climatic factors and monthly maximum NDVI (MNDVI). The partial correlation coefficient of MNDVI and each climate factor were calculated respectively to describe the singular influence of each meteorological variable. The results indicated that temperature made a significant positive influence on vegetation growth in the whole Loess Plateau. Precipitation is the most important climatic factor that closely correlates with MNDVI, particularly in arid and semi-arid environments. However, in some wet regions, precipitation is not a limiting factor on vegetation growth.