川西高原植被NDVI动态变化特征及对气候因子的响应

[目的]分析川西高原2001—2017年植被NDVI动态变化特征,研究植被NDVI对气候因子的响应,为区域水土保持和生态环境保护提供科学依据。[方法]基于MOD09A1数据反演川西高原植被NDVI,结合中国气象科学数据共享服务网提供的气温和降水等资料,利用Theil-Sen media趋势分析、Mann-Kendall统计检验和Hurst指数等方法,分析川西高原2001—2017年植被NDVI的时空分布特征、变化趋势及持续性变化特征,探讨川西高原植被NDVI变化对气候因子的响应。[结果](1)川西高原2001—2017年植被NDVI均值为0.486,呈由西北向东南逐渐升高的趋势,垂直分布上植被NDVI随高程增加呈现先增加后下降趋势;(2)近17 a川西高原植被NDVI整体以0.01/10 a的速率变化,变化趋势以改善为主,改善和退化面积分别占比83.5%和16.5%;Hurst指数研究表明,川西高原植被NDVI总体变化持续性较强,反持续性较弱;(3)2001—2017年川西高原气温呈上升趋势,降水上升趋势不明显;整体上植被NDVI对气候的响应存在空间差异,研究区北部主要受气温和降水影响,西南部主要受降水影响。[结论]川西高原植被的生长受气候、地形和人类活动等因素影响,植被NDVI呈现明显空间异质性。随着生态文明建设的持续推进,近17 a植被NDVI改善面积持续增加,且未来持续性较强。     

山西黄河流域不同土地利用类型NDVI时空变化及其对气温、降水的响应

[目的]了解山西黄河流域不同土地利用类型NDVI时空变化及其对气温、降水的响应关系,对该流域生态保护、修复和高质量发展具有重要的意义。[方法]基于1998—2018年NDVI数据,利用NDVI变化趋势、变异系数、空间自相关等方法,对山西黄河流域不同土地利用类型NDVI时空变化特征及其与气温、降水的关系进行分析。[结果]不同土地利用类型NDVI变化趋势均呈向好态势,草地和林地覆盖状况优于整体水平。NDVI在空间上整体呈南北纵列、高低相间的分布格局,吕梁山和太岳山—中条山高,西部高原丘陵区和汾河谷地低。NDVI变化趋势的空间异质性显著,植被以显著改善为主。林地改善趋势的稳定性最好。NDVI表现出明显的空间集聚性特征,其中耕地NDVI变化趋势聚集特征最明显。不同土地利用类型NDVI对降水的敏感性强于气温。[结论]山西黄河流域不同土地利用类型NDVI时空变化差异显著,并对气温和降水存在响应关系,此研究将为该流域生态保护和建设提供更精准的植被恢复数据及其和气温、降水关系的基础资料。     

2001-2018年贵州省NDVI时空演变及其对气候变化和人类活动的响应

[目的]研究贵州省植被覆盖对气候变化和人类活动的响应程度,为区域生态环境建设提供理论依据。[方法]选取2001-2018年MODIS13 A1影像,结合气象数据,利用线性趋势分析、偏相关分析和残差分析等方法,分析了贵州省18年间NDVI的时空变化特征,探究了NDVI对气候变化的响应规律以及人类活动对NDVI的影响。[结果]①2001-2018年贵州省NDVI呈现显著上升趋势,增长速率为0.0053/a,空间上极显著增加和显著增加区域面积分别占研究区域的52.80%和16.80%。②2001-2018年贵州省气候向暖湿方向发展,NDVI与气温和降水呈正相关关系,且NDVI对气温的敏感性高于降水。③月尺度上NDVI对气温的响应不存在滞后性,对降水响应存在一个月滞后性;NDVI与气候月尺度相关性高于年尺度。④人类活动对贵州省植被覆盖作用日益增强,对NDVI贡献度为72.30%。[结论]人类活动对NDVI的影响大于气候变化,贵州省植被变化是气候变化和人类活动共同作用的结果。     

秦岭牛背梁植被覆盖变化及其对气温的时空响应

[目的]揭示牛背梁保护区植被覆盖变化特征及其对区域气温的响应机理,为牛背梁地区的生态建设和管理提供依据。[方法]基于秦岭1975—2013年气温数据和2000—2013年NDVI数据,运用GIS空间分析技术以及相关检验和回归分析方法。[结果](1)近40a来牛背梁地区年均温增加速率为0.30℃/10a,1999年增温趋势达到显著水平。(2)2000—2013年研究区植被变化呈不显著的减少趋势,且季节和区域差异较大。(3)年尺度上,植被NDVI与气温整体呈正相关关系。季尺度上,春季植被NDVI与气温均呈显著正相关;夏季NDVI与气温呈不显著正相关;而秋季主要呈负相关。月尺度上,随植被生长阶段的变化,不同月份植被NDVI对气温的响应程度也有差异。[结论]牛背梁地区NDVI与气温关系密切,一年之中,5月植被对气温反应最敏感,且中高海拔地区的植被对气温的响应比低海拔植被更加敏感。     

贵州省北盘江流域2000-2018年NDVI变化及其与地形梯度、人口分布的关系

[目的] 研究贵州省北盘江流域NDVI变化及其与地形梯度、人口分布的关系,为喀斯特地区植被恢复、退耕还林开展、国土空间优化整治等提供科学参考。[方法] 采用2000—2018年贵州省北盘江流域NDVI数据,分析其时空变化特征及与海拔、坡度、人口密度等影响因素的相互关系。[结果] ①2000—2018年北盘江流域NDVI值总体呈上升趋势,且年均增长稳定,植被呈现不断恢复的趋势。②2000年北盘江流域NDVI空间分布在东南部最高,在西北部最低,NDVI高值在中部地区分布较为破碎,至2018年各地区NDVI值差距显著缩小,其中在西北部和中部NDVI低值区转变最为明显。③2000—2018年北盘江NDVI显著减少、轻微减少及轻微增加的地区面积较少,面积比例不足10%;而显著增加地区面积为19 986.04 km²,比例为90.93%。④2000—2018年,北盘江流域NDVI的海拔效应表现为阶段变化特点,其中2000—2010年NDVI值随着海拔的上升总体呈现下降趋势;2010—2018年NDVI值随着海拔的上升总体呈现上升趋势;NDVI值随坡度增加表现为上升—下降趋势;而NDVI值随人口密度增加呈降低趋势。[结论] 地形因子奠定植被生长条件,而社会和人为因子对NDVI值变化影响较大。     

2001—2018年雅砻江流域植被NDVI时空动态及其对气候变化的响应

为了了解雅砻江流域植被覆盖变化及其对气候的响应,基于MOD13Q1和气象数据,采用趋势分析和偏相关分析等方法,分析了2001—2018年雅砻江流域生长季NDVI的时空变化特征,探讨了NDVI变化对气候因子的响应。结果表明:(1)2001—2018年雅砻江流域NDVI均值为0.66,呈东南向西北逐渐下降趋势,并随海拔的升高呈先增后减趋势;(2)2001—2018年雅砻江流域NDVI整体以0.003/10 a的速率波动上升,NDVI增加面积(63.97%)大于减少面积(36.03%); 2001—2018年雅砻江流域生长季的气温上升趋势显著,降水上升趋势不明显,流域上、中游气候向暖湿方向发展;(3)整体上NDVI受气温影响大于降水,与气温呈正相关关系,与降水呈负相关关系; 空间差异明显,上游受气温和降水共同影响,中、下游大部分地区受降水影响。整体而言,雅砻江流域被的生长受地形、气候和人类活动等因素影响,近18年植被NDVI改善面积持续增加。     

半湿润半干旱过渡区洮河流域植被盖度变化特征

[目的]通过对半湿润半干旱过渡区洮河流域较高空间分辨率植被盖度变化分析,为新一轮退耕还林还草政策落实,流域生态文明建设和可持续发展决策等提供参考。[方法]以1993年Landsat 5TM,2001年Landsat 7ETM+,2015年Landsat 8OLI和ASTER GDEM为数据源,先用像元二分模型反演植被盖度,再用流域分区、高程、坡度及坡向分级所得基础单元,统计分析各单元内的植被盖度均值和植被盖度变化面积比例。[结果]1993—2015年洮河流域植被盖度均值增加了17.52%,正向变化面积比占62.24%,负向变化面积仍占有6.41%;3期数据均表明,高程2 500m以下植被盖度最低,高程4 000m以上无明显变化与负向变化面积比例之和最大;坡度0°~5°,10°~15°之间植被盖度均值最低但增幅最大,无明显变化和负向变化面积比例之和随坡度增加而增加,并在60°以上达到最大;坡向对植被盖度分布的限制作用逐渐减弱。[结论]洮河流域植被地形分异特征明显,植被盖度总体呈现增加趋势,但还存在一定的负向变化;未来应重视高程2 500m以下,坡度20°以下,坡向为平地、西坡、南坡的植被恢复;加强4 000m以上,坡度45°以上和东坡、东北坡现有植被生态保护。     

夏尔希里自然保护区生长季NDVI变化特征及驱动力研究

采用趋势分析、相关分析、多元线性回归等方法，系统研究了夏尔希里自然保护区成立前(1990—2005年)和成立后(2006—2018年)不同植被类型归一化植被指数(NDVI)的时空变化特征及驱动NDVI变化的主要因素。结果表明：(1)不同海拔梯度上，保护区成立后的NDVI多年平均值均高于成立前；(2)保护区成立前后NDVI趋势均以增加为主，成立后NDVI的增加趋势为0.05～0.10/10 a的像元数量明显比成立前增多；(3)保护区成立前后大部分区域的NDVI均与气温呈现显著负相关，与降水呈现显著正相关(p<0.05)。(4)气温抑制低海拔(500～1 500 m)草地生长，降水促进中海拔(1 500～2 000 m)的植被生长，土壤有机碳、气温共同驱动高海拔(2 000～3 000 m)的植被生长。     

青海省都兰县NDVI变化及影响因子研究

研究植被覆盖的动态变化可以探知荒漠化的动态变化。利用青海省都兰县2000—2009年MO-DIS,NDVI数据对该区的植被动态变化进行了监测,并在此基础上对NDVI的变化与气温、降水的相关性进行了研究。结果表明,2000—2009年都兰县的NDVI总体上呈缓慢的上升趋势,上升率为0.002 9/a,NDVI值年内变化具有很强的季节性,NDVI值总体水平不高,最大值仅为0.22;全县39.71%的面积植被明显改善,主要位于查查河、察汗乌苏河以及柴达木河下游的大片区域,17.74%面积出现植被退化,主要位于柴达木河中上游河岸周围的广大区域,荒漠化治理有待进一步加强。气温和降雨是影响该区植被状况的主导自然因子,5—9月的气温与NDVI极显著相关（p〈0.01）,5—9月的降雨量与NDVI显著相关（p〈0.05）,气温对NDVI的影响强于降水。     

京津冀地区植被NDVI动态变化及其与气候因子的关系

[目的] 探究气候变化对植被覆盖变化的驱动机制，可为揭示区域乃至全球植被覆盖动态变化及其与气候变化之间的响应机制提供依据。[方法] 以MODIS NDVI，SRTM DEM，降水和气温为数据源，运用Theil-Sen Median趋势分析法、Mann-Kendall显著性检验法、R/S分析法和Pearson相关分析法等数学分析方法，结合ANUSPLIN气象插值模型，研究2001—2019年京津冀地区植被NDVI时空演变特征及预测未来变化趋势，并探究植被NDVI与降水和气温最大相关关系及时滞效应。[结果] ①2001—2019年京津冀地区植被NDVI整体呈波动上升趋势，上升速率为0.002 2/a，且未来植被NDVI呈改善趋势的面积略小于呈退化趋势的面积；②降水和气温对京津冀地区植被生长以正向促进作用为主，且降水对植被生长的作用强度高于气温；③植被NDVI对降水变化的滞后期略长于气温，京津冀地区植被生长受前3月的降水和前1月的气温影响最大。[结论] 在林业生态工程实施背景下，2001—2019年京津冀地区植被覆盖整体呈改善态势，尤以西北部为著；植被NDVI与降水和气温相关关系呈现出明显的地域差异，且植被生长相对降水和气温变化存在一定的滞后效应。     

汶川地震灾区植被覆盖度变化与地形因子的关系

[目的]分析植被覆盖度变化与高程、坡度、坡向3种地形因子关系,为汶川地震灾区环境监测及修复、水土保持、灾害评估与防治等工作提供一定依据。[方法]通过构建汶川地震灾区像元二分模型估算植被覆盖度,分析植被覆盖度与地形因子之间的关系。[结果]高程小于3 000m的各高程带、各坡度带中平均植被覆盖度、高植被覆盖度减少,低植被覆盖度增加的比例均与高程、坡度呈负相关。高程低于500m,500~1 000m区域和坡度小于5°的区域其植被受地震影响大,恢复周期更长,截至2015年5月,尚未达到震前水平。各坡向区平均植被覆盖度,高、中、低植被覆盖度比例变化趋势较为一致,无明显差异,东、南、东南、北方向各等级植被覆盖度比例已达到震前水平。[结论]植被覆盖度与地形因子之间关系密切,植被覆盖的动态监测可以从地形变化出发。     

滇中地区植被NDVI时空演变特征及其驱动因素

[目的]揭示滇中地区植被NDVI时空变化特征及其与气候因子、人类活动的关系,为该地区的社会经济可持续提供科学依据。[方法]以MODIS NDVI数据资料集、标准气象站点的气候数据及社会经济统计数据为素材,采用叠置分析、空间统计分析和相关分析为主要方法。[结果](1)滇中地区植被5月上旬进入生长季而10月下旬结束,2001—2010年植被NDVI呈现出上升的趋势,速率为0.03/10a,植被盖度整体朝增加的方向发展。(2)2001—2010年滇中地区植被覆盖呈增加和减少趋势的面积分别占总面积的70.24%和29.76%,减少最为突出的区域主要集中在人口聚集的城镇周围,增加的区域主要集中在高海拔地区。(3)气候影响因素中的水分类因素即平均相对湿度、最小相对湿度和降水是滇中地区植被NDVI年内变化主要的影响因素。(4)退耕还林工程极大地提升了滇中地区的植被覆盖度,而城镇化过程则使得滇中地区城镇周边的极低、低植被覆盖度区面积增加。[结论]滇中地区年内植被NDVI变化由气候因子所控制,而长期变化则受人类活动的制约。     

基于GIS与RUSLE模型的喀斯特地区土壤侵蚀研究——以贵州省为例

[目的]对贵州省土壤侵蚀进行快速定量研究,为土壤侵蚀治理工作和土地利用决策提供科学依据。[方法]在GIS技术的支持下,利用日降雨量、土壤类型、土地利用、DEM,MODIS-NDVI等数据,结合RUSLE模型估算研究区土壤侵蚀量。[结果]研究区的2010年年均土壤侵蚀模数为880.81t/(km~2·a),属轻度侵蚀。大部分区域主要以小于500t/(km~2·a)的微度侵蚀为主,占研究区总面积的59.60%。土壤侵蚀面积(轻度侵蚀以上)达71 164.14km~2,占总面积的40.40%。强度以上土壤侵蚀面积达10 431.60km~2,占总面积的5.91%,主要分布在研究区西北部和东北部,以及北部大楼山、武陵山、东南部苗岭以及西部乌蒙山等地势较高以及中东部乌江,西南部北盘江等河流流域。[结论]林地、耕地和草地以及海拔在600~1 600m之间的区域是今后水土流失防治的重点区域。     

1988-2018年哈密绿洲植被覆盖度时空变化及其驱动力

[目的] 对近30 a来哈密绿洲植被覆盖度时空变化及驱动力进行分析，为该地区绿洲持续健康发展提供理论借鉴。[方法] 以1988，1998，2008及2018年4期影像为基础数据，利用像元二分模型计算了基于AFRI_SWIR2指数提取的植被覆盖度，利用动态度指数与植被覆盖度转移矩阵分析哈密绿洲植被覆盖度动态变化；再通过地理探测器对8个影响因子进行探测，探寻哈密绿洲植被覆盖度的驱动因子。[结果] 近30 a来哈密绿洲面积从1988年的214 km²增长到2018年的632.1 km²，增幅达195%，但绿洲内植被覆盖度等级却较低，同时哈密绿洲面积主要扩展的区域在西北部和东南部区域；哈密绿洲的发展阶段可分为3个阶段：1988-1998年为低强度稳定期，1998-2008年为极度扩张期，2008-2018年为高强度稳定期。[结论] 土地利用类型变化是造成哈密绿洲植被覆盖度变化的直接原因，同时在近30 a内，人为因素对哈密绿洲植被覆盖状况的影响远高于自然因素。     

藏西南高原植被NDVI时空变化及其与海拔梯度的关系

青藏高原植被分布不仅与区域水热条件密切相关,而且受海拔和地形的共同影响,认知植被与海拔梯度的关系对青藏高原生态保护具有重要科学和现实意义。基于MODIS NDVI数据和植被类型数据,分析了藏西南高原近21年来不同植被类型生长季NDVI时空变化特征,探讨了植被覆盖与海拔梯度的关系。结果表明:藏西南高原植被类型有森林、荒漠、草原、草甸、高山植被、栽培植被、灌丛和其他植被8种; 随时间推移,各植被类型NDVI均显著增加且在2017年达到最大值。研究区草原、草甸、灌丛和高山植被的增加速率依次为0.006/10 a,0.004/10 a,0.01/10 a和0.006/10 a。除了局地植被呈退化趋势外,绝大部分植被覆盖不断改善。草原、草甸、灌丛和高山植被主要集中分布在海拔4 000 m以上的地区,NDVI在各海拔梯度上均存在较大差异。不同植被类型NDVI随海拔升高均呈现不同的减小趋势,不同年份间同种植被NDVI随海拔梯度变化具有相似的变化趋势。研究结果可为藏西南高原生态建设、植被恢复和畜牧业发展提供一定的科学依据和决策支持。     

西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应

为探究西南地区生长季植被覆盖时空变化特征以及驱动因子如何定量影响其动态变化,基于MODIS NDVI数据,通过趋势分析、变异系数、相关分析等方法研究了西南地区2000-2016年生长季植被覆盖的时空变化特征,并结合气候因子、DEM数据,分析了植被覆盖对气候与地形因子的影响程度。结果表明:西南地区近17年来生长季NDVI呈增长趋势（0.009/10 a）,其中4月份增速最显著（0.029/10 a）;呈增加趋势的区域占研究区总面积71.94%,主要分布在东部与东南部区域;植被覆盖变化以较低稳定（31.15%）与中度稳定（25.36%）占主导。研究区NDVI与气温、降水的相关性在空间分布上主要以正相关为主;月尺度NDVI与气候因子的相关性高于年尺度的值;植被覆盖度与月平均气温的相关性高于其与月降水量的相关性,植被生长对降水月变化的响应不明显,对气温的响应无明显滞后效应。研究区平均NDVI在海拔大于4 000 m区域最小（0.30）,在坡度0°~5°区域最小（0.37）,但是NDVI的显著退化趋势则是以海拔大于4 000 m处最大（14.33%）;海拔大于4 000 m区域主要受降水控制,坡度5°~15°区域主要受气温控制;坡向对植被生长变化的影响没有海拔和坡度影响大。     

江苏省NDVI时空变化特征及其与气候因子的关系

[目的]分析江苏省NDVI时空变化特征,并探讨该地区NDVI与气候因子之间的关系,为合理制订生态环境保护政策和措施服务。[方法]运用一元线性回归模型分析NDVI时空变化特征,运用相关性分析法分析NDVI与气候因子之间的关系。[结果](1)江苏省NDVI在2001—2010年上升速率为0.005/a。(2)江苏省部分丘陵山区平均NDVI达到0.8以上,江淮平原及黄淮平原平均NDVI大多位于0.7~0.8之间。(3)年际NDVI与相对湿度的相关系数为-0.720,月际NDVI与当月气温的相关系数为0.860;降雨和相对湿度对NDVI的影响存在滞后效应和累积效应,且滞后期均为1个月。[结论]江苏省NDVI在2001—2010年呈上升趋势;NDVI平均值空间分布及其变化趋势区域差异明显;NDVI年际变化与相对湿度相关性最高,而气温对月际NDVI变化影响最大。     

四川省植被变化及其与气象因子的相关性分析

[目的]分析四川省植被的变化特征及其与气象因子的相关性,为该区域的可持续发展提供理论依据。[方法]采用一元线性回归方法,利用MODIS NDVI数据按不同植被类型对GIMMS NDVI数据进行模拟拓展,并采用变异系数、趋势分析和偏相关等方法进行变化分析和相关性分析。[结果](1)近30a四川省植被NDVI以基本无变化和减小为主,减小的区域主要位于盆周山地、川东北的中海拔山地和川西北高原湿地,增长变化的区域较小,主要位于四川盆地中北部和川西高原西部;(2)植被受气温影响较大的区域主要分布在以灌丛和高山植被覆盖为主的甘孜西南部、西北部以及四川盆地的西南部,以针叶林和水稻种植为主的成都平原、四川盆地中部以及川东北的广元则对降水更敏感。[结论]过去32a间四川省年最大NDVI变化具有明显的阶段性特征,整体上呈现下降趋势;植被NDVI的变化与降水和气温具有显著的线性相关关系,且气温和降水对植被变化的影响具有明显的区域差异。