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...     

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...     

环境约束下的中国八大经济区出口结构优化模拟研究

论文基于2007—2010年中国30个省份区域间投入产出表数据,结合线性规划建立了多区域投入产出优化模型,研究了环境约束下中国八大经济区的出口结构优化。结果表明：2007—2010年需要提高服务业和农业的出口比重,同时降低煤炭开采和洗选业、造纸印刷及文教体育用品制造业、金属冶炼及压延业和电力热力生产供应业的出口比重,通过以上结构调整达到最优出口结构,可以实现在不增加碳、工业二氧化硫和工业废水排放的基础上促使全国GDP分别提高6.84%和8.17%。东北区域、黄河中游区域、长江中游区域、大西南区域和大西北区域需要降低的出口部门较多,且多集中在高能耗高排放产业;东部沿海区域、南部沿海区域、北部沿海区域需要提高的出口部门较多,主要集中在制造业和服务业,2010年东部沿海区域、南部沿海区域和大西北区域的总体出口结构优化度比2007年有所提高。在八大经济区中,东部沿海区域和南部沿海区域由于区位优势,其出口结构整体优化度相对较高,而东北区域则最低。地理区位对于区域出口结构优化具有一定程度的影响。     

1998~2016中国八大经济区植被覆盖对PM2.5浓度时空分布的影响

目前很少有PM_2.5污染与植被覆盖的相关性深入研究,尝试对此进行补充.基于1998~2016年的PM_2.5和归一化植被指数（NDVI）的栅格数据,以中国内地八大经济区为研究对象,对NDVI值进行3个等级划分（低植被覆盖区、中植被覆盖区和高植被覆盖区）,并计算相应等级的PM_2.5污染浓度.在此基础上,从NDVI的景观尺度和类型尺度分析PM_2.5污染的时空特征,然后利用面板数据模型定量化NDVI景观格局指数对PM_2.5的影响.结果表明：①北部沿海、东部沿海、南部沿海、长江中游和东北经济区在植被覆盖相对较低的区域,PM_2.5污染较严重;而黄河中游、西南地区及大西北经济区则在植被覆盖相对较低的区域表现出较轻的PM_2.5污染;②大部分区域的PM_2.5随时间变化呈显著上升趋势;③PM_2.5与NDVI景观格局指数相关性显著（P<0.05）的区域相对较少;④景观形状指数（LSI）、斑块面积比（PLAND）、斑块数量（NP）、最大斑块占景观面积比（LPI）和聚集度指标（AI）指数对PM_2.5的影响都表现出明显的空间异质性.     

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.     

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.     

2000～2021年成渝城市群PM2.5时空变化及驱动机制多维探测

研究成渝城市群PM_2.5浓度时空变化和驱动机制，对区域大气环境保护和国家经济可持续发展具有重要意义.基于PM_2.5遥感数据、 DEM数据、基于站点的气象数据、 MODIS NDVI数据、人口密度数据、夜间灯光数据、路网数据和土地利用类型数据，采用Theil-Sen Median趋势分析和Mann-Kendall显著性检验等方法，结合地理探测器，在多时空尺度上分析成渝城市群PM_2.5时空变化，并探测影响其变化的驱动机制.结果表明，2000～2021年成渝城市群PM_2.5浓度整体呈波动下降态势，冬季PM_2.5污染最为突出.PM_2.5浓度具有明显的空间异质性，呈现出“中间高，四周低”的空间分布特征，PM_2.5浓度高值区主要集中在自贡、内江、资阳和广安，PM_2.5浓度呈显著下降的区域主要集中在重庆西部等地.因子探测结果表明，成渝城市群PM_2.5浓度空间分异受气候、地形、植被和人文因子共同影响.高程、...     

1961—2019年黄土高原植被潜在蒸散及影响因子

研究潜在蒸散对于深刻了解区域的生态环境问题及水文循环过程具有重要的理论与现实意义.该研究基于Penman-Monteith模型对1961—2019年黄土高原潜在蒸散的时空变化特征进行了分析,再结合土地利用数据探究了各植被类型潜在蒸散的差异及其影响因素.结果表明:①1961—2019年黄土高原区域呈暖干化趋势,其中平均最高温度、平均最低温度与平均温度均呈显著增加趋势;平均相对湿度、平均风速、日照时数均呈显著降低趋势;降水量非显著减少.②在空间分布格局上,黄土高原区域年均、生长季、春季、夏季和秋季潜在蒸散均呈南北高、东西低的分布特征;1961—2019年春季潜在蒸散以0.41 mm/a的速率显著增加(P < 0.05).③1981—2019年黄土高原区域潜在蒸散平均变化趋势为1.35 mm/a,其中62.98%的区域呈显著增加趋势(P < 0.05),多分布在东部和西部地区.④1961—2019年黄土高原区域各植被类型潜在蒸散变化均表现为不显著上升趋势,多年平均潜在蒸散大小表现为草原>农田>针叶林>草甸>阔叶林>灌丛,其中,1981—2019年各植被类型潜在蒸散增加趋势大小表现为阔叶林>针叶林>灌丛>农田>草甸>草原.⑤影响黄土高原区域各植被类型潜在蒸散的主要气象因子为平均风速与平均相对湿度,其次为日照时数.潜在蒸散随着平均风速和日照时数的增加而增加,随着平均相对湿度的增加而减小.研究显示,各植被类型潜在蒸散的增加与区域降水的减少可能会加剧水资源短缺态势,建议黄土高原地区在开展植被恢复工作时,应优先考虑耗水较少的树种,优化群落植被结构,充分利用光水热资源,修建蓄水设施,支撑区域生态环境的可持续发展.      

大兴安岭林草交错带植被NDVI时空演变及定量归因

探究植被动态变化并识别其驱动因素对区域生态环境恢复与可持续发展具有重要意义.基于2000～2020年MODIS NDVI数据与同期气象、 DEM和土地利用类型等数据,运用Sen+Mann-Kendall趋势分析与Hurst指数法,深入解析大兴安岭林草交错带植被时空变化特征,预测其未来演变规律,并引入地理探测器模型,定量揭示全域及不同自然地理分区尺度下,各探测因子及其交互作用对植被空间分异的影响程度和作用机制.结果表明：(1)时空演变上,2000～2020年大兴安岭林草交错带NDVI时空异质性明显,时间上以0.002 a^-1(P <0.05)的速率波动增长并于2011年发生上升突变;空间上呈“自西南向东北递增”分布格局,21年间NDVI等级转移以“中植被覆盖→中高植被覆盖”为主,植被改善区域面积远大于退化区域面积.(2)趋势预测上,大兴安岭林草交错带NDVI未来变化趋势主要为持续改善,占比37%,但以弱持续居多.(3)驱动机制上,风速、蒸发和相对湿度对全域NDVI空间分异的影响最为显著,21年间自然因素的影响呈削减态势,而人为因素的影响愈发增强,在不同植被区、...     

黄河源植被时空变化及其对地形和气候的响应

基于2000~2019年MODIS归一化植被指数（NDVI）遥感数据,辅以同期气温、降水和地形数据,通过最大值合成、趋势分析及相关分析法,分析了黄河源区植被的时空变化特征及其对地形和气候变化的响应.结果表明：黄河源区植被NDVI整体处于中高水平,但空间差异显著,呈现由东南向西北递减的空间分布格局;近20a来,植被总体上呈现出变好的趋势.植被对高程和坡度响应明显,随着高程的增加,植被NDVI呈现先增加后减少的趋势,但在3500~4100m区间植被NDVI变化不显著;此外,植被NDVI随着坡度的增大呈现出先增大后减小的变化趋势,且在24~26°坡度带植被NDVI达到最大值.黄河源区植被受气温和降水的共同影响,与降水相比,气温对黄河源区植被变化的影响更为显著.     

2000—2020年我国西南地区植被NEP时空变化及其驱动因素的相对贡献

西南地区作为我国重要的生态安全屏障,探究其植被净生态系统生产力(net ecosystem productivity,NEP)的时空演变规律对该地区乃至我国的可持续发展都具有重要意义.基于MODIS数据、气象数据、DEM数据和土地利用数据等,首先,利用改进的Carnegie Ames Stanford Approach (CASA)模型和土壤微生物呼吸方程,估算2000—2020年我国西南地区植被NEP;其次,结合Theil-Sen Median趋势分析、偏相关分析和复相关分析等方法,研究西南地区植被NEP时空变化及其对气候变化和土地利用变化的响应机制;最后,利用基于情境分析的相对贡献分析法,定量评估气候变化和土地利用变化对西南地区植被NEP变化的相对贡献.结果表明：时间上,2000—2020年我国西南地区及其五省份(云南省、贵州省、四川省、重庆市和西藏自治区)生态系统植被NEP均表现为上升趋势,其中,西南地区植被NEP上升速率为4.74 g/(m2·a).空间上,西南地区及其五省份植被NEP呈上升趋势的面积均大于呈下降趋势的面积,其中,西南地区植被NEP呈极显著上升的面积占45.41...     

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。     

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...     

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.     

基于MGWR模型的中国城市PM2.5影响因素空间异质性

基于全国297个地级市2018年PM_2.5浓度数据、自然与社会经济数据,采用多尺度地理加权回归（MGWR）模型分析了各影响因素对PM_2.5浓度的作用尺度与影响效果的空间异质性.结果表明,MGWR模型适用于中国地级市PM_2.5浓度影响因素研究.在作用尺度上,人均GDP、技术支持水平作用尺度最大,其次是相对湿度、居民地比重、人口密度与风速,降水量、第二产业比重、植被覆盖状况、温度与能源消费强度作用尺度最为局限.在影响效果上,相对湿度、人口密度与居民地比重全部为正向作用;第二产业比重和能源消费强度主要为正向作用,分别占总样本的70.71%与64.98%;风速、温度既存在正向作用也存在负向作用,空间上呈两极分化,其中正向作用分别占总样本的49.83%与57.91%;降水量、植被覆盖状况主要为负向作用,分别占总样本的91.58%与69.70%;人均GDP、技术支持水平全部为负向作用.研究结果表明各因素对于中国城市PM_2.5浓度的影响均存在着不同程度的空间异质性.