基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究

分析乌江流域2001-2015年每年8月植被变化规律与气候间关系,得出植被覆盖时间和空间变化规律,为乌江流域生态保护提供参考依据,基于MOD13Q1,MODIS11 C3,TRMM3B43遥感数据产品,使用趋势分析法分析15年内NDVI变化趋势,简单相关分析、偏相关分析和复相关分析得出NDVI变化与气候变化关系,结果如下:15年中乌江流域NDVI整体呈上升趋势;NDVI变化与气温呈负相关,NDVI变化与降水呈正相关,降水对NDVI的促进作用高于气温的抑制作用;气温、降水对耕地影响最大,常绿针叶林次之;高程在1 000~2 000m的植被覆盖变化最大;沿江地带植被覆盖减少与乌江流域梯级开发有关;植被覆盖减少多在城市区。乌江流域降水驱动型植被占研究区27.75%,对气候响应较大的植被类型以耕地为主;非气温降水驱动型比例为72.25%,人类活动对乌江流域植被覆盖变化起主导作用。     

基于MODIS数据的中国西北植被变化分析

基于MODIS NDVI影像数据,通过最大值合成法、趋势分析法、线性回归以及相关分析等研究方法,分析西北五省2002—2012年之间的植被覆盖时空演变与动态变化规律。结果表明:11年间西北地区的植被覆盖有明显改善趋势,改善百分比为10.37%;7、8月该区域植被覆盖达到1年中最大值。通过研究2002-2012年西北地区夏季植被变化与温度、降水变化的关系,发现NDVI与降水的相互关系强于气温,说明导致西北地区植被发生变化的最主要自然因素为降水,并且植被对气候要素的响应存在时滞。     

基于MODIS NDVI数据的广西植被覆盖时空变化遥感诊断

【目的】对广西2006—2016年植被覆盖变化特征及其变化关键因素进行遥感诊断,为掌握广西地区植被覆盖的时空变化提供科学监测结果和诊断依据。【方法】基于250 m分辨率16天合成的MOD13Q1产品,利用趋势分析法获得11年间广西植被覆盖整体变化情况;结合气象数据,运用回归因子分析法得到植被覆盖变化与温度和降水之间的关系;采用遥感影像差异法对不同时期MODIS土地覆盖类型数据进行分析,探讨人类活动对植被覆盖变化的影响。【结果】2006—2016年11年间广西植被覆盖在波动中呈上升趋势;归一化差值植被指数(NDVI) 2—3月呈最低状态,9月最高。全区植被增加面积大于退化面积,其中面积增加最大的区域包括河池、百色、南宁东南部和桂林东部,退化面积最大的区域包括崇左、百色中部、南宁西部和桂林中部,退化程度最高的北海区域退化面积占全区面积的28. 9%。11年间,广西植被覆盖类型变化巨大,林地面积显著上升,农用地面积下降明显。【结论】温度和降水与植被覆盖呈正相关关系,二者与植被覆盖在月尺度上的正相关性较年尺度更为显著,且降水对植被的影响高于温度对植被的影响; MODIS土地覆盖类型数据反映出的人类活动表明,林地面积显著增加是广西NDVI上升的主要原因。     

2000—2013年阿勒泰地区植被覆盖变化研究

基于2000—2013年的MODIS NDVI数据结合气象数据资料,采用趋势分析法、相关分析法等,探究阿勒泰地区生长季植被覆盖的时空变化以及与气候因子之间的关系。结果表明:1)2000—2013年间,阿勒泰地区植被覆盖呈现出北部区域的植被NDVI值高于南部区域,山地、河流区域植被NDVI值高于荒漠地区的分布格局;2)植被NDVI变化存在空间差异性,表现为中部和南部部分地区植被增加,北部地区植被减少;3)植被NDVI整体呈现出微弱的上升趋势,增长幅度为每10年增长0.002,在生长季4—9月中,各月的NDVI变化趋势存在差异性,全球变暖导致冰雪融水和降水量的增加是阿勒泰地区植被覆盖增加的主要原因;4)年均NDVI与气温的相关系数高于降水,并且生长季各月的NDVI与前1~5个月的气温、降水存在一定的滞后性。     

塞罕坝植被覆盖时空分异与驱动机制研究

研究塞罕坝林场植被覆盖变化及其驱动机制能够为区域植被保护与森林经营管理提供重要的理论依据。基于MODIS-NDVI、气温和降水数据,采用趋势分析、偏相关性分析、残差分析和相对作用分析等方法,分析塞罕坝林场2000—2020年不同植被覆盖的时空变化,探讨气候因素和人类活动对不同植被覆盖的驱动机制。结果显示：(1)塞罕坝林场植被覆盖的归一化差异植被指数(NDVI)低于0.55的区域归为低植被覆盖区,NDVI高于0.65的区域为高植被覆盖区,而NDVI为0.55～0.65的区域为中等植被覆盖区。(2)2000—2020年,不同植被覆盖等级NDVI的平均增长速率有所差异,低植被覆盖区NDVI平均增长速率较快;其次是中等植被覆盖区和高植被覆盖区;尤其是2007年之后,塞罕坝林场全域NDVI平均增长速率明显高于2000—2007的植被NDVI平均增长速率。(3)在不同植被覆盖等级区,NDVI的主要驱动因素也有所不同,低植被覆盖区NDVI主要受到人类活动的影响,其贡献率高达60.78%;中高植被覆盖区主要驱动因子存在着空间异质性,即中高植被覆盖区的西部和东南部的低海拔区主要受人类活动的影响,而东北部...     

西北干旱区植被覆盖时空动态特征

用MODIS NDVI数据2000—2015年的归一化植被指数产品,运用变异系数、Theil-Sen median趋势分析耦合Mann-Kendall检验和Hurst指数法,探讨了中国西北干旱区植被覆盖的时空变化特征及未来趋势的预测。研究表明:1)2000—2015年全区植被覆盖的空间异质性较强,有植被覆盖的区域占总面积的35.59%,无植被覆盖的区域占64.41%。受降水的影响,植被覆盖整体呈东南高西北低、山区高平原低的特点;受河流和人工灌溉的影响,绿洲区水热组合条件好,其植被覆盖高于荒漠区。2)近16年全区植被覆盖波动变化不明显,各亚区的波动普遍较低,变异系数小于0.10的比例均超过总面积的1/2。3)16年间全区植被覆盖总体有增长趋势,变化率为0.006/10a。基于像元尺度的分析也表明全区植被覆盖以增长趋势为主,各亚区中河西走廊的增长面积最多,北疆的增长面积最少,均超过1/2。4)全区NDVI的Hurst指数均值为0.73,Hurst指数大于0.5的范围所占比例为86.25%,未来全区植被覆盖的变化趋势以持续性增加为主,其中13.46%区域的未来趋势无法确定。各亚区呈不同程度的增加趋势,河西走廊的增加趋势最明显,北疆的增加趋势相对较弱。     

2000—2015年青海省植被EVI变化趋势及其影响因素分析

基于2000—2015年青海省MODIS EVI数据,分析了青海省植被EVI的时空变化特征,探讨了人类活动对植被生长发育的影响。结果表明:2000—2015年青海省整体植被EVI呈增加趋势(0.0180/10a),可分为快速增长期(2000—2004年)、波动增长期(2005—2012年)和略微下降期(2013—2015年);EVI呈明显增加的区域面积比例达51.58%,呈明显减少的区域占20.64%,27.78%区域的EVI没有显著变化或基本不变,其中海西州植被EVI增加速率和植被明显改善的面积比例最大。气温和降水与EVI均呈正相关关系,呈正相关的面积比例分别为60.67%和69.50%,降水对植被生长发育的影响略高于气温。载畜量减少和生态工程面积的增加,在一定程度上促进了植被的生长发育,但是与气候变化相比具有局限性和初步性。     

榆林沙区植被因子与气候因子相关性分析

为分析榆林市植被盖度变化及生物量与其降水量、温度等气候因子变化的相关性,文章采用2018-2022年的降水量、温度和植被因子数据,利用相关分析法和显著性分析法,进行了植被覆盖度、生物量与降水、温度的年度动态变化分析。研究结果显示,在2018-2022年的5 a间,榆林市植被覆盖度和生物量在整体上呈现动态增长趋势,不同植被覆盖类型的植被覆盖度、生物量与气候因子在年度动态变化表现出不同程度的相关性,气温和降水变化对于榆林地区的植被盖度的驱动作用既有正向的,也有负向作用。研究验证了植被覆盖度和生物量变化与气候因子的变化有一定的关系,并分析了产生负相关关系的原因。     

基于MODIS数据的福建省植被覆盖度时空变化分析

在对福建省2006—2016年4—10月NDVI影像进行MVC最大值合成的基础上,利用像元二分模型计算植被覆盖度,分析福建省植被覆盖度的时空变化特征及其与气候因子的相关性。结果表明:2006—2016年间福建省植被覆盖度总体上是呈增加趋势的,并在2015年达到最大值;在空间分布上,植被覆盖显著增加的区域在闽西南(龙岩、漳州附近)、长汀等地,而植被覆盖度减少的地区则在经济发展速度较快的厦门、泉州、福州等地区;植被覆盖度的变化与气温因子的相关性要比降水因子大。     

1982—2020年毛乌素沙地植被对气候变化的响应

毛乌素沙地属于我国北方农牧交错区,生态环境脆弱,植被生长受气候环境影响较大。基于1982—1999年GIMMS NDVI3g.v1数据、2000—2020年MOD13Q1数据,以及相关气象站点的气温降水数据,运用趋势分析、变异系数、偏相关分析及Hurst指数等方法,探讨1982—2020年毛乌素沙地植被生长时空特征及其对气候变化的响应。研究结果表明：1)毛乌素沙地植被生长状况呈现持续向好趋势,每10 a的增速为1.3%,以2005年为拐点,2005年以前植被长势缓慢,之后长势迅猛。2)毛乌素沙地NDVI均值介于0.10～0.41之间,空间分布呈“西低东高”的特征,沙地植被变化以增加为主,约占总面积的94.07%,其中显著增加占57.43%,极显著增加占30.14%;植被的空间变化稳定性地区差异明显,高波动变化区域占比最大,为35.95%,带状分布于沙地东南部边缘植被生长旺盛区域。3)4,6,8月,毛乌素沙地NDVI与气温正向相关系数较高;6—9月,NDVI与降水正相关性较强,降水对沙地植被生长发育的影响更大,植被变化的同向特征强于反向特征。4)毛乌素沙地未来变化趋势将以持续改善和持续退...