玛纳斯河流域植被覆盖度随地形因子的变化特征

基于2000-2016年MODIS NDVI数据,利用像元二分模型和Arc GIS空间分析功能对玛纳斯河流域植被覆盖度分布格局及动态变化特征进行研究,并分析植被覆盖度变化在高程、坡度和坡向上的空间分布差异。结果表明:(1)玛纳斯河流域以低等级植被覆盖为主,高等级植被覆盖面积显著增加,其它各等级面积波动较小,研究期内植被覆盖改善的面积比例(31.17%)远大于退化的面积比例(16.1%),研究区总体植被覆盖度增加,生态环境有所好转。(2)在海拔800m,坡度8°区域内,植被覆盖度明显改善,植被显著退化区主要分布在海拔1300-3400m,坡度25°区域内,植被覆盖度未发生变化的区域主要集中在海拔3600m范围内。(3)当海拔2100m时,植被覆盖度随海拔增加呈现持续减少的趋势,海拔低于2100m的地带,植被覆盖度随海拔增加波动较大。(4)随着坡度的增加,植被覆盖度呈逐渐减小的趋势,全流域0-5°坡度范围内植被覆盖度最大(42.69%)。(5)在各坡向上,植被覆盖度差异不明显。流域内平地上的植被覆盖度最大(44.21%);阴坡的植被覆盖度优于阳坡,植被变化趋势除在平地区域较显著外,其余坡向间差异不大。     

祁连山国家公园植被覆盖变化地形分异效应

[目的] 分析祁连山国家公园不同时间植被覆盖变化情况以及不同高程、坡度、坡向等地形条件下植被覆盖变化的空间分异性,为祁连山生态环境修复和保护提供参考依据和数据支撑。[方法] 利用祁连山2006,2014,2019年3期遥感影像,采用像元二分模型估算植被覆盖度,结合趋势分析法和地形面积修正法,对不同地形条件下植被覆盖空间分异性及变化特征进行分析。[结果] ①祁连山植被覆盖度空间分布格局为西北部低,东南部高,总体以较低植被覆盖度为主。2006—2019年,祁连山植被覆盖度整体呈增加趋势,增加面积约占46.7%,减少面积约占33.3%,植被恢复状况较好,其中,低和较低植被覆盖度面积减小,其他等级植被覆盖度面积均有不同程度的增加。②祁连山植被覆盖变化在不同高程范围内存在明显差异：3 200 m以下中低海拔区域呈增加趋势,2 200 m以下低海拔区域增加特别明显;3 700 m以上中高海拔区域则呈减少趋势,且海拔越高减少趋势越明显。③随着坡度的增加,祁连山植被覆盖变化趋势由增加转为稳定再转为减少。坡度15°以下区域呈增加趋势;坡度25°以上区域呈减少趋势;坡度40°以上区域减少趋势尤其明显;坡度15°~25°范围内分布相对稳定。④从坡向来看,除平地外,祁连山植被覆盖变化类型在其他坡向上的差异较小。[结论] 祁连山植被覆盖变化在高程、坡度等地形条件下差异明显,坡向的地形效应不明显。     

岷江上游流域植被覆盖度及其与地形因子的相关性

[目的]研究岷江上游流域植被覆盖度随不同高程带、坡度带、坡向分布变化的特征及相关性,为该地区利用有利地形加强生态环境建设和防治水土流失提供依据。[方法]在GIS和RS技术支持下,利用Landsat-8OLI遥感影像和DEM数据提取植被覆盖度和地形因子进行叠加分析,构建统计样本定量分析植被覆盖度与地形因子间的相关关系。[结果]研究区总体植被覆盖情况良好,中度以上植被覆盖区占研究区面积75.0%,低植被覆盖区仅占15.2%。植被覆盖度随海拔高度和坡度的增加呈先增加后降低的趋势,在海拔2 500~3 000m和坡度25°~45°达到最大值;阳坡的植被覆盖度略大于阴坡。各地形因子对不同植被覆盖度的影响程度不同,低植被覆盖区受坡度影响较显著,极高度植被覆盖区受海拔高度影响较显著,其他植被覆盖区与地形因子的相关性无明显规律。[结论]岷江上游流域植被覆盖度与地形因子关系紧密,地形因子变化对生态环境有重要影响。     

官渡河流域植被覆盖变化与地形因子相关性

以南水北调中线水源区源头之一的官渡河流域为研究区域,区域内以山地为主,生态环境脆弱。基于GIS和RS技术,利用1990年、1999年、2004年、2007年、2010年Landsat TM遥感影像,基于像元二分模型和变化斜率法,从数理统计角度定量估算了研究区各时期植被覆盖度及其时空分布特征。结果表明:(1)植被覆盖度在不同河段呈现明显的规律性,上、中、下游植被覆盖度5期平均值分别为94.52%,87%,81.69%。(2)植被覆盖变化受地形因子影响比较明显,植被覆盖度与不同地形因子响应程度不同,对不同时期植被覆盖度,高程和坡度对其影响明显高于坡向。随着坡度的不断增加,植被覆盖度也随着增大;整体上向阳区植被覆盖度要大于同区域的背阳区;官渡河流域不同时期植被覆盖度随着高程的增加均出现先增加后减少的趋势。(3)不同地质单元组植被覆盖变化各不相同。     

山区植被覆盖度变化的地形分异特征——以贵州开阳县为例

植被覆盖度是生态恢复的重要指示器,研究其变化特征可为资源合理利用、生态恢复提供科学参考。以贵州省开阳县为研究区,基于landsat4-5 TM,Landsat8 OLI遥感影像,获取2002年、2019年30 m分辨率植被覆盖度数据,从阴坡与阳坡视角研究山区植被覆盖度变化和地形分异特征。结果表明:(1)2002—2019年阴坡与阳坡植被覆盖度总体呈南高北低分布,期间阴坡与阳坡植被总体处于恢复趋势。(2)研究时段内阴坡与阳坡植被覆盖度随海拔上升表现为增加趋势; 海拔小于600 m的地区阳坡和阴坡植被覆盖度差距最大; 2019年二者植被覆盖度在海拔小于600 m的地区下降明显,高于800 m的地区均有较大提升。(3)阴坡和阳坡植被覆盖度随坡度增加总体呈上升趋势,坡度大于35°后二者差异增强; 植被覆盖度增量随坡度增加总体表现为上升—下降特点。(4)阴坡和阳坡植被覆盖度随地形起伏度增加呈上升趋势。2002年阳坡各等级地形起伏度的植被覆盖度总体高于阴坡,2019年二者植被覆盖度差异性随地形起伏度上升而增强。综上,阴坡和阳坡植被覆盖度与海拔、坡度、地形起伏度呈正相关关系,二者在不同等级地形梯度上具有较大差异性。地形因子对山区阴坡、阳坡植被覆盖度的影响是多方面的,不仅从海拔和坡向上影响水热组合条件,也从坡度和地形起伏度上影响人类对山区林地资源的开发利用。     

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。     

基于MODIS-NDVI的甘肃河东地区植被覆盖度动态监测

基于MODIS-NDVI遥感数据,利用像元二分模型估算河东地区2000 2010年的植被覆盖度,并在像元尺度上分析河东地区植被覆盖度的时空变化规律及其驱动因子.结果表明:河东地区平均植被覆盖度为50.93％,其中,甘南高原覆盖度最高,河东北部最低,植被覆盖度由南向北递减;研究时段内年平均植被覆盖度大于60％(优等)的区域占23.06％,且90.49％的区域植被覆盖度呈增加趋势,以河东中部植被覆盖度增加速度最快,为33.68％.从空间尺度上来看,降水是其主要的影响因素;而从时间尺度上,最主要的影响因素可能是植树造林.     

汾河流域植被覆盖度时空特征与地形因子的关系

[目的]研究汾河流域植被覆盖度在时间以及空间上的变化特征,及其与地形因子的关系,为汾河流域的绿色发展提供科学依据。[方法]基于MODIS NDVI遥感影像数据,选取汾河流域2005—2020年中的2005,2009,2013,2017,2020年数据,采用像元二分模型估算汾河流域15 a的5个时期的植被覆盖度;结合线性趋势分析研究汾河流域植被覆盖度的时空变化特征;结合DEM数据探讨植被覆盖度与地形因子的关系。[结果] 2005—2020年汾河流域的植被覆盖度总体呈现增加趋势,植被覆盖度均值超过60%,其中主要以中、中高和高植被覆盖度为主,沿着吕梁山脉和太行山脉的植被覆盖度状况良好。从地形因子对植被覆盖度的影响来看：(1)随着高程的不断增加,汾河流域植被覆盖度不断增高,在2 000 m以上的地区植被覆盖度较高;(2)随着坡度的增大,汾河流域植被覆盖度在不断提高,在大于12°的地区覆盖度达到最大;(3)坡向与汾河流域植被覆盖度关系较小,植被覆盖变化呈现平缓趋势,但在阴坡覆盖度较高。[结论]汾河流域植被覆盖状况良好,植被生长状况逐年变好,地形因子是植被生长的重要影响因素。     

太原市城区植被覆盖变化地形分异效应

[目的] 分析山西省太原市城区植被覆盖变化在高程、坡向、坡度、坡度变率、地形位和地形起伏度上的分异效应，为该市生态环境保护提供基础信息。[方法] 基于2004年8月、2007年8月、2011年8月、2014年9月、2016年9月的Landsat系列影像和ASTER GDEM数据，采用像元二分模型法估算太原市城区5个时期的植被覆盖度，对其时空动态变化特征进行分析，并结合地形面积差异修正系数分析植被覆盖变化在不同地形因子上的分异性及变化趋势。[结果] ①2004—2016年植被覆盖度以中高度覆盖度和高度覆盖度为主，二者占总面积的65%以上，总体呈显著上升趋势，植被覆盖度显著下降区主要分布在小店区和尖草坪区，而中东部和西部植被覆盖度上升较快；2007—2011年植被覆盖度减少面积为852.70 km²，增加面积为601.62 km²，总体呈退化趋势，而2004—2007，2011—2014，2014—2016年植被覆盖度增加面积超过研究区面积的1/2，植被恢复效果较好；②不同坡向上，在平地区域不同植被覆盖变化类型的分布差异较显著，其余坡向上的差异不明显；不同植被覆盖变化类型在不同高程、坡度、坡度变率、地形位和地形起伏度上的空间分布差异明显。[结论] 坡向对植被生长变化的影响不明显，而高程、坡度、坡度变率、地形位和地形起伏度对植被覆盖变化的地形效应较明显。     

1999-2016年天山西部植被覆盖的时空变化

[目的]调查天山西部生态环境植被覆盖状况，为科学保护区域生态环境和管理提供科学依据。[方法]以天山西部林区—霍城林场为研究对象，基于1999，2007和2016年3个时期的Landsat TM遥感影像和DEM数据，运用归一化植被指数分析研究区植被覆盖情况和空时变化特征。[结果]时间变化上，1999—2016年期间霍城林场植被覆盖以Ⅱ和Ⅲ级为主，所占比重达到55%以上，总体上是呈现上升趋势；空间分布上，霍城林场因海拔、坡度和坡向等地形因子的不同而出现不同的分布和变化特征，当海拔在1 500~2 000 m和2 000~2 500 m或者坡度30°~45°的区域时，植被覆盖度相对较高；当海拔 < 1 500 m以及 > 2 500 m或坡度 < 30°的区域时，植被覆盖度相对较低；植被覆盖度随着坡向的变化而变化着，呈现出阴坡 > 半阴坡 > 半阳坡 > 阳坡的分布特征；当海拔 < 1 500m和坡度 < 30°的区域时，植被覆盖度变化较为明显，而当海拔 > 2 500 m和坡度 > 45°的区域时，因受人为社会活动影响小，植被覆盖变化不明显。[结论]1999—2016年期间，霍城林场植被覆盖在时间变化上总体呈现上升趋势，在空间分布上因海拔、坡度和坡向等地形因子的不同呈现不同的分布和变化特征。     

黄土残塬沟壑区范围界定及近21年来NDVI时空变化特征

为探究黄土残塬沟壑区退耕还林（草）工程等林业生态工程实施后林业资源恢复情况，以黄土高原DEM数据及2000—2020年归一化植被指数NDVI数据为基础，采用地形因子计算、水文分析、空间叠加分析等方法，划分了较为完整的黄土残塬沟壑区的范围，并利用趋势分析法、变异系数的相关理论与方法，分析了近21年来黄土残塬沟壑区NDVI时空变化特征。结果表明：（1）黄土残塬沟壑区横跨山西、陕西和甘肃3省，面积约为2.99万km²，沟壑密度为1.91~3.21 km/km²；（2）黄土残塬沟壑区NDVI从时序变化上看，全区21年总平均NDVI值为0.711，2000—2020年该区植被NDVI变化趋势呈快—慢—较快增长；从空间分布来看，植被覆盖度NDVI值总体为0.6~0.9，研究区中部地区植被覆盖度较其他地区高；（3）在时空趋势特征方面，研究区西部和东部部分地区植被覆盖改善程度明显，中部地区植被覆盖情况较为稳定；在时空波动特征方面，该区植被NDVI时序波动稳定，空间波动差异性较大，低波动区域面积占比为48.06%。整体而言，黄土残塬沟壑区主要分布在山西、陕西和甘肃3省，该区2000—2020年间植被NDVI整体呈上升态势，植被覆盖水平整体较高且波动较低，并呈持续改善趋势。研究结果可为黄土残塬沟壑区水土保持工作提供理论基础和科学依据。     

1901-2017年黄土高原地区气候干旱的时空变化

[目的] 分析1901-2017年和1981-2010年两个时间尺度黄土高原地区气候干旱的趋势变化和发生频率，为该区气候干旱应对策略的制定提供科学依据。[方法] 基于高空间分辨率长时间序列的气候数据，计算了黄土高原地区1901-2017年的标准化降水蒸散指数（SPEI），依次分析了该区气候干旱的趋势变化和发生频率。[结果] 1901-2017年，整个黄土高原的气候经历了"湿润-干旱-湿润-干旱"的交替过程，年SPEI变化趋势未达到显著性水平，且无显著突变年份。1981-2010年干旱呈显著加剧趋势的区域分布在黄土高原腹地以及中西部，面积比例为3.43%。1901-2017年干旱呈显著减轻趋势的区域主要分布在东、西部边缘区域，面积比例为1.05%；呈显著加剧趋势的区域分布在西北部，面积比例为4.16%。近30 a，黄土高原中部轻旱、重旱发生频率较高。在历史时期的两个时间段内，黄土高原西北部大部分地区重旱发生频率较低，未有极端干旱发生。[结论] 在黄土高原地区，随着干旱程度的不断加重，干旱频率的空间变异程度逐渐降低；不同等级干旱发生频率具有明显的空间变化特征。     

河北坝上地区2000-2019年植被绿度动态及其土地利用/覆被变化归因分析

[目的] 分析河北坝上地区植被绿度变化及土地利用/覆被变化,旨在为区域生态建设和京津冀生态环境支撑区的建设提供科学参考,为土地合理利用及生态环境保护提供决策支持。[方法] 以MODIS MOD13Q1 NDVI遥感数据为数据源,结合Landsat土地利用数据,使用线性倾向估计分析了2000—2019年坝上地区植被绿度的年际变化趋势,并定量分析了土地利用/覆被变化对其的影响。[结果] ①河北坝上地区主要生长季（4—10月）多年平均植被绿度整体上呈现坝东高,坝西低的空间格局,且林地>草地>耕地; ②研究时段坝上地区生长季NDVI最大值和平均值均呈现明显的增加趋势,速率分别为0.063/10 a和0.044/10 a,植被绿度显著提升区域比例为60%～83%; ③结合土地利用变化定量解析植被绿度年际变化发现,研究时段,坝上地区植被绿度变化量中,耕地的贡献率为50.51%～57.22%,其次,林地和草地的贡献率分别为21.73%～28.62%和14.41%～15.07%,水域、建设用地和未利用地的总贡献率在6%左右。[结论] 2000—2019年,坝上地区植被绿度增加趋势中耕地的贡献最大,但贡献率呈下降趋势,林地和草地的贡献逐渐增加。     

黄土高原植被覆盖时空变化及原因

研究黄土高原地区植被覆盖动态变化及其与人类活动和气象因子的关系对评价区域生态环境质量及生态过程具有重要意义。以黄土高原1982—2018年NDVI(1982—2011年GIMMS NDVI和2000—2018年MODIS NDVI)数据为基础,利用像元二分模型对植被覆盖度进行估算,借助植被绿度、相关分析和多元回归残差法分析了黄土高原植被覆盖度时空变化规律及其对人类活动和气象因子的响应特征。结果表明:(1)过去37年,黄土高原春、夏、秋和生长季植被覆盖度呈现升高趋势,且各季节FVC增加速率逐年升高,尤其以夏季和生长季增加速率的变化最为明显;(2)空间上,春、夏、秋和生长季FVC呈由西北向东南递增的趋势,且大部分地区呈显著上升趋势,植被呈现改善趋势的面积要大于呈现退化趋势的面积;(3)春、夏、秋和生长季人类活动对FVC主要以正面影响为主,且夏季人类活动对于FVC影响更为显著。在气象因素方面,FVC与平均气温在夏季和生长季呈现显著正相关的区域面积占比较大,FVC与总降水量在春季和秋季呈现显著正相关的区域面积占比较大。退耕还林(草)等生态工程的实施,使得黄土高原植被状态得到明显改善,但是城市扩张使得部分地区植被覆盖度呈现退化现象。     

黄土丘陵沟壑区水土保持关键措施变化特征

[目的]揭示黄土高原地区不同水土保持措施各阶段特点,为水土流失治理的关键措施和主要策略提供理论依据。[方法]以黄土丘陵沟壑区1954—2015年不同水土保持措施数据为基础,分析了梯田、造林、种草、封禁、淤地坝等5项水土保持措施的变化。[结果]各项措施的应用面积均随着治理年限增加呈上升趋势,其中以造林措施增幅最快,面积最大。各项措施历年增量比重相对稳定,造林措施增量比重最大为58%,封禁治理措施的面积增量比重逐步上升,梯田面积增量比重逐年下降;淤地坝工程数量表现出先增加后降低的趋势。[结论]黄土丘陵沟壑区水土保持措施的时空变化格局与国家政策的指导性与地方治理需求有关,造林是该区域的最为主要的水土保持措施,封禁保护已成为黄土高原植被恢复的发展趋势。     

相似降水年组下黄土高原植被恢复与土壤水分变化过程与空间特征分析

土壤水分是黄土高原植被恢复及其可持续性的主导限制因子,为认识退耕还林(草)工程以来大尺度植被恢复与土壤水分关系,以25km×25km格点为研究单元,采用1992—2013年逐月降水量、归一化植被指数(NDVI)和土壤水分指数(SWI)等数据,分析了该区植被恢复与土壤水变化过程及其区域分布特征。结果表明,黄土高原植被和土壤水分变化特征和趋势不一致,其中大部分区域(70%以上面积)NDVI呈极显著增加趋势(p0.01),但绝大部分地区(94%面积)的SWI没有趋势性变化。为进一步揭示植被和土壤水分变化关系,以格点为单元提取并分析了相似年组(年降水量差小于2%,年差大于或等于5年,逐月降水量相关性大于0.55),并分析了不同相似年组内NDVI和SWI的变化特征。植被指数与土壤水分变化主要包括两类:植被指数和土壤水分同时增加与植被指数增加而土壤水分减少。黄土高原植被、土壤水分变化的区域性明显,在未来生态恢复过程中,需要进一步认识植被恢复对土壤水分的关系,促进黄土高原植被恢复的可持续性。     

黄土高原不同气候区降水时空变化特征

充分认识黄土高原不同气候区降水时空分布特征,对于揭示该区域水土保持及自然环境变化的驱动因素至关重要.以黄土高原73个气象站点、1961-2014年的降水日值数据为基础,通过变差系数、集中度与集中期、Mann-Kendall检验和Kriging空间插值等研究方法,探讨黄土高原全区和4个气候分区的降水时空变化特征.结果显示:近50年间,黄土高原及各个气候区的年际降水量均呈波动下降趋势,年内降水均集中于夏秋季节,且存在集中度逐渐升高和集中期逐渐推后的现象.空间上降水由东南半湿润区向西北干旱区呈阶梯状递减,变差系数恰与之相反;集中度表现为由南向北递增,集中期则受地形影响显著,体现为平原和谷地地区早于高原和山地地区.因地理位置和季风强度的差异,各气候区年降水量及其波动幅度和集中性差异较大.该研究旨在揭示黄土高原降水的时空分布规律,为合理利用配置水资源、规划部署水土保持工作等,提供一定的参考.     

黄土高原植被净初级生产力时空变化及其影响因素

为了探明黄土高原地区植被生产力变化的驱动机制,该文基于MODIS传感器获得的MOD17A3数据,分析了黄土高原2000-2010年间植被净初级生产力(net primary productivity,NPP)的时空变化及其主要影响因素,并借助多元统计分析方法对引起NPP变化的自然和人为因素进行量化分析。结果表明:黄土高原植被总NPP从2000年的119 Tg(以C计)增加到2010年的144 Tg(以C计),年增速4.57 g/(m2·a)(P0.05)(以C计)。黄土高原约91%的区域NPP呈增加趋势,37%的区域增加趋势显著,主要分布在陕西、青海大部分地区、甘肃南部及宁南山区。整个黄土高原近11 a间NPP变化受自然和人为因素共同影响,其中退耕还林还草累计面积、帕尔默干旱指数(palmer drought severity index,PDSI)、耕地面积和人口数量是影响NPP变化的主要因素。退耕还林还草累计面积占四者总贡献率的43%,PDSI占40%,耕地面积和人口数量分别占13%和4%。对区域而言,由退耕还林还草工程引起的土地利用覆被变化是退耕区(陕北、甘肃东南部等)NPP增加的主要因素,而近年来干旱情况的缓解(PDSI呈上升趋势)则是青海、内蒙古等地NPP增加的主要因素。该研究对于黄土高原各区域生态资源管理,以及生态系统的建设具有一定的指导和借鉴意义。     

黄土高原地区植被变化及其对极端气候的响应

[目的]研究黄土高原地区植被变化及其对极端气候的响应,为减缓和应对气候异常提供科学依据。[方法]基于1982—2017年遥感影像数据和气象数据,采用趋势分析、相关分析等方法,研究黄土高原地区植被时空变化及其对极端气候的响应。[结果] 1982—2017年期间,黄土高原NDVI以每年0.37%的速率呈显著的增加趋势(p0.01);空间上,NDVI呈现从西北到东南递增的空间分布格局。极端气候指数变化中,极端气温指数变化趋势较为一致,即表征极高温事件的极端气温指数呈极显著的增加趋势,表征极低温事件的指数呈现显著的下降的趋势,而极端降水指数未发生显著变化。NDVI年际变化与极端气温指数FD_0,TMAX_(mean),TMIN_(mean),TN_(10p),TN_(90p),TR_(20),SU_(25)均呈极显著相关(p0.01);四季NDVI变化与极端降水指数均未表现出明显的相关性,但与极端气温指数显著相关且春季和夏季的相关性高于秋季和冬季;月尺度上,NDVI与极端降水指数(RX_(1day),RX_(5day))和极端气温指数(TMAX_(mean),TMIN_(mean),TN_(90p),TX_x,TN_n)呈显著的相关性(p0.01)。NDVI与极端气温指数TMAX_(mean),TN_(10p),TN_(90p),TX_x前1个月的相关性大于当月、前2个月、前3个月的相关性。[结论]黄土高原地区NDVI呈显著增加的趋势,年际和月际NDVI变化与极端气温指数存在相关性,而与极端降水指数均未表现出明显的相关,且黄土高原地区的植被覆盖变化对极端气候的响应存在一定的滞后性。     

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。