基于时间序列MODIS数据的贵州省森林物候地域分异

森林物候是气候与环境变化的重要指示器,对于陆地植被生态环境监测具有重要的意义。以2011～2013年的MODIS NDVI(归一化植被指数)为时间序列数据,采用Savizky-Golay(S-G)滤波平滑和动态阀值法,提取出贵州省2012年森林物候的生长起始日期(SOS)、生长结束日期(EOS)、生长季长度(LOS)和生长季振幅(AOS)4个参数,分别将提取的森林物候参数与经度、纬度和海拔做相关性分析。研究结果显示:(1)贵州省森林物候参数与纬度相关性整体较弱,因此贵州省森林物候纬度地带性地域分异的不显著;(2)贵州省森林物候生长起始期、生长季长度与经度呈极显著相关,而森林物候生长结束期与经度呈低度相关,整体上贵州省森林物候参数海陆(经度)地带性地域分异显著;(3)贵州省森林物候生长起始期、生长结束期与海拔呈显著相关,而森林物候生长季长度与海拔呈极显著相关,因此贵州省森林物候参数垂直(海拔)地带性地域分异的十分显著。     

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...     

Scale-dependent relations in land cover biophysical dynamics

The exploration of the relationships between plant biotic dynamics and scale can reveal important information on ecosystem spatial organization by addressing preservation of information integrity in upscaling/downscaling procedures of land-surface parameterization for environmental modeling applications. Scale-dependent relations of vegetation dynamics are investigated in this study by using emergent biophysical characteristics obtained through a predictive multidimensional model of vegetation anomalies derived from remote-sensing observations. In particular, the analysis is focused on the spatial organization of some phenological parameters including deterministic variations (seasonal range, interannual variability, jump discontinuities) and stochastic components (plant memory, spatial correlations). The analysis is performed using MODIS-based Normalized Difference Vegetation Index (NDVI) 16-day composites for the period from March 2000 to December 2006 over Italy at different levels of spatial aggregation (1-8 km). Scale-dependences of the statistical moments of the phenological parameters are quantified through simple power laws for five distinct vegetated land covers. Results suggest that some biophysical characteristics, especially deterministic components, show no preferential spatial scale for important coverage. In particular, broad-leaved forests and natural grasslands are characterized by deterministic and low-distance spatial components well explained by scale relationships, which are modulated by possible spatiotemporal dynamics of climatic drivers. Agricultural lands show high scale-dependent relations on short-term biophysical memory sources and low-distance spatial components of phenology likely related to hierarchical interactions of anthropogenic and ecological processes; whereas mixed patterns of croplands and natural areas generally present no consistent scaling relations.     

京津冀大气污染变化规律及其与植被指数相关性分析

基于2017年逐时空气质量监测数据、归一化植被指数（NDVI）16 d合成数据以及社会经济数据,对京津冀大气污染特征进行了系统分析,并利用线性回归、地理加权回归模型等探讨了其变化规律与NDVI的关系,及其受社会经济因素的影响.结果表明：①京津冀地区大气污染整体表现为南高北低、平原高山区低的分布特征,由北向南递次升高,大气污染呈现出显著的空间异质性;②从季节变化看,呈现冬季 > 秋季 > 春季 > 夏季的总体规律,京津冀地区大气污染呈现出显著的时间异质性;③SO₂、NO₂、CO、PM_2.5、PM₁₀等污染物浓度均与NDVI值呈负相关关系;在气候、地形等自然条件较为一致的前提下,NDVI值越低人类活动干扰越明显、产业经济布局越集中,进而污染排放量越大,对空气质量产生显著负面影响;④NDVI指数一定程度上反映了土地利用、人口分布以及产业布局状况,而这些因素直接或间接决定着大气污染排放水平,进而能够指示区域的污染分布特征;⑤地理加权回归模型（GWR）计算结果表明,经济发展水平越高的地区NDVI与社会经济因子、PM_2.5等污染物浓度相关性越好.NDVI的分布可以大体反映社会经济发展水平.对PM_2.5的分布也有一定的指示作用.     

1982—2009年青藏高原草地覆盖度时空变化特征

利用GIMMS和SPOTVGT两种归一化植被指数(NDVI)数据对青藏高原地区1982—2009年期间草地覆盖的时空变化进行研究,结果如下:①青藏高原草地植被覆盖的年际变化存在着显著的空间差异。趋于升高的区域主要分布在西藏的北部和新疆的南部;趋于下降的地区主要分布在青海的柴达木盆地、祁连山、共和盆地、江河源地区及川西地区。②青藏高原草地覆盖度年际变化趋势分析表明,在90%的显著性检验水平上,降低和增加面积的比率为0.31,草地植被覆盖水平总体趋于升高态势。③以10 a为步长的分析表明:草地盖度呈现持续增加的区域主要分布在西藏北部;阿里地区草地盖度表现为先减少后增加;雅鲁藏布江流域草地盖度呈现先增加而后减少;而持续减少的区域主要分布在青海省以及川西地区,其中青海省分布最广;统计结果显示,高原大部分地区草地盖度具有升高的态势。     

1982～2008年东北冻土区植被生长季NDVI对气候变化和CO_2体积分数增加的响应

利用GIMMS和MODIS两种遥感数据,分析了1982～2008年东北冻土区植被生长季平均NDVI的时空特征,并探讨不同类型冻土区和不同植被类型归一化差值植被指数(NDVI)对气候变化和CO2体积分数增加的响应.研究表明,不同冻土类型区植被生长季NDVI均值从大到小依次为:连续多年冻土区大片多年冻土区季节性冻土区岛状多年冻土区.东北冻土区不同植被类型生长季平均NDVI值由大到小依次为:森林灌丛沼泽农田草地,其中森林植被生长季平均NDVI值为0.61,草地为0.46.过去27年间,东北冻土区植被生长季平均NDVI年际变化曲线可分为3个变化阶段:①1982～1990年,小幅上升阶段;②1990～2000年,缓慢下降阶段;③2000～2008年,明显上升阶段.1982～2008年期间,连续多年冻土区及大片多年冻土区植被生长季平均NDVI值呈显著上升趋势(p0.05).对于不同植被类型而言,除森林植被NDVI呈显著上升趋势外(p0.05),其它植被类型NDVI值无显著变化趋势.过去27年间,东北冻土区年均气温显著升高,年降水量显著下降,CO2浓度显著升高.研究区全区平均NDVI与年平均气温呈显著正相关(p0.05),气温是影响东北冻土区生长季植被NDVI的主要气候因子.森林和沼泽湿地植被生长季平均NDVI与年平均气温呈显著正相关,与降水量呈显著负相关(p0.05);5种植被类型中仅森林植被受CO2浓度影响显著.年平均气温对不同植被类型的影响由高到低的顺序为:森林沼泽湿地灌丛农田草地;降水的影响为:森林沼泽湿地草地灌丛农田;CO2浓度的影响为:森林沼泽湿地草地农田灌丛.     

利用NDVI-Albedo反演厦门后溪流域地表特征

利用TM影像与6S模型反演获得精确NDVI与Albedo数据,在NDVI-Albedo散点图空间综合分析了后溪流域的植被和地表反照率空间分布特征。后溪流域整体上植被丰富,土壤湿度大,裸地少,并且流域内南北地表特征变化显著,北部山区以自然地表为主,南部平原以建设用地人工地表为主。南北地表类型差异在NDVI-Albedo空间中表现直观,利用NDVI-Albedo作为指示因子,在流域内的山区平原衔接部位设置13条样带,结合小波分析的方法,将后溪流域南北划分,确定出一条长12.26 km的地表分界线。此分界线代表南北不同地表类型,反映不同的城镇化水平与人类活动强度,为流域因地制宜分区管理提供了基础数据与依据。     

基于多源遥感数据及DEM的人口统计数据空间化——以浙江省为例

利用DMSP/OLS遥感夜间灯光数据进行人口等社会经济数据的空间化时,往往受到其较低的空间分辨率、像元过饱和以及像元溢出现象的影响。植被指数（如NDVI）与不透水面呈负相关关系,与夜间灯光数据在反映人类活动、提取建成区方面可以互补,将这两种数据融合可以有效减少夜灯数据像元过饱和等因素引起的误差。通过进一步融合DEM数据对基于DMSP/OLS夜间灯光数据和NDVI构建的人居指数进行了海拔修正,基于修正后的人居指数与统计人口之间很强的线性相关建立人口空间化模型,获得2010年浙江省1 km×1 km分辨率下的人口密度空间分布。模拟结果显示,浙江省平均人口密度为515人/km2,模拟的平均相对误差为183%,相比海拔订正前的模拟误差减少约5%,表明利用多源遥感数据融合后的人居指数在省级尺度上模拟人口空间分布的精度较高     

两种应用场景下NDVI时间序列数据拟合方法研究

植被覆盖指数（NDVI）时间序列数据集包含地表植被的长势、生长周期、时空变化等信息,其拟合重建结果可应用于物候信息提取、生态质量评价、人类活动扰动识别、覆被变化动态监测等方面。基于TIMESAT软件,选取物候参数提取和扰动识别2个应用场景,结合地面站点数据和Jacknife法模拟数据,对比分析非对称高斯函数拟合法（AG法）、双Logistic函数拟合法（D-L法）和Savitzky-Golay滤波法（S-G法）3种方法的拟合效果。结果表明：（1）3种方法拟合重建后提取的生长开始时间（SOS）、生长结束时间（EOS）、生长周期（LOS）等物候参数接近站点数据,AG法和D-L法保持NDVI时序曲线整体变化特征的能力较强,提取的SOS和EOS更接近站点数据;（2）人类活动扰动识别应用场景中,S-G法在滤波时能够最大限度地保留时序曲线细节变化,恢复速率相关系数达到0.618,回归估计标准差低于AG法和D-L法,因此识别精度最优。     

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.