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。     

基于GEE的关中平原城市群植被时空演变及影响因素

[目的]探究2000—2020年关中平原城市群植被时空变化特征及驱动因素,为区域生态文明建设提供科学指导。[方法]基于Google Earth Engine(GEE)云平台,利用2000—2020年Landsat影像计算得到的增强型植被指数(enhanced vegetation index, EVI),结合趋势分析、热点分析、地理探测器模型等方法分析了关中平原城市群年最大EVI(EVI_max)变化格局及驱动因素。[结果](1)2000—2020年关中平原城市群年EVI_max整体呈上升趋势,未发生变化的土地利用/覆盖类型年EVI_max值均呈波动上升趋势,其中草地的上升速率最大。(2)空间上,关中平原城市群年EVI_max值呈由南向北递减的趋势,高值区主要位于南部的秦岭山地。趋势分析结果表明年EVI_max呈显著上升和显著下降的面积分别为70.16%和3.61%。(3)年EVI_max的空间集聚特征表现为热点和冷点数量呈轻微下降和显著下降趋势,冷点区域逐渐转化为次...     

生态工程背景下黄土高原植被变化时空特征及其驱动力

[目的]分析1990—2015年黄土高原植被的时空演变规律,并从气候变化和人类活动两个方面分析该地区植被变化的驱动力,以期为生态环境保护相关政策的制定和区域可持续发展提供理论依据。[方法]基于GIMMS NDVI和MODIS NDVI建立长时间序列NDVI数据集,采用线性趋势分析、多元线性回归和改进的人类残差等分析方法,以NDVI为指标,辅助土地利用数据,对黄土高原地区1990—2015年期间植被时空变化特征及其影响因素进行了定量分析。[结果]①在1990到2015年期间,黄土高原地区植被的NDVI总体表现为上升趋势,且变化趋势较明显的分为两个时期,其中2000年以后NDVI上升速率较快;②2000年以后,黄土高原植被NDVI迅速上升,上升区域面积达到总面积的91.90%,其中NDVI显著上升面积比为65.78%;③黄土高原地区植被面积总体表现为增加,且主要来自于耕地的转入;④人类活动促使的植被恢复区域占黄土高原总面积的21.74%,主要分布在内蒙古的东部和北部、甘肃和宁夏的南部,以及陕西和山西的中部地区。[结论]随着退耕还林还草政策的实施,黄土高原地区植被面积持续增加,且植被生长状况持续变好,黄土高原植被恢复的原因主要是气候和人类共同影响,其中人类影响的程度较大。     

长白山区植被覆盖度时空变化及地形分异研究

[目的] 探究长白山区植被动态变化及其与地形的响应关系,为山区生态环境保护与治理提供科学支撑。[方法] 基于MODIS NDVI与DEM数据,采用像元二分模型估算长白山区2000—2020年植被覆盖度,运用Sen+Mann-Kendall趋势分析、空间自相关分析及重心迁移模型,结合地形面积差异修正系数,深入解析植被覆盖度时空演变特征,并定量揭示植被覆盖变化在高程、坡度、坡向因子上的分异效应。[结果] ①时空分布上,2000—2020年长白山区植被覆盖度以0.023 7/(10 a)(p＜0.001)的速率增长并于2010年发生明显的上升突变,呈“四周高,中间低”的分布格局,整体处于较高水平。②时空变化上,2000—2020年长白山区植被改善区域面积远大于退化区域面积,呈以“高—高”模式为主的显著聚集状态,但聚集程度波动下降;21 a间植被覆盖重心整体向西南迁移。③地形分异上,长白山区植被覆盖度随海拔、坡度升高均表现为先增加后减少趋势,不同时段下海拔＜600 m,≥1 200 m及坡度＜2°,≥25°区域植被普遍呈退化趋势,海拔600~1 200 m及坡度2°~25°范围内以改善或稳定趋势为主;平地区域植被退化趋势明显,其他坡向上各变化类型差异较小。[结论] 近21 a来长白山区植被状况总体向好发展,不同高程和坡度条件下植被变化空间分异明显,而坡向对植被变化的影响并不显著。     

近20年黄河三角洲地区植被覆盖度时空变化及其趋势分析

[目的]探究黄河三角洲地区植被覆盖度的时空动态变化以及植被覆盖度对土地利用变化的响应机制,为地区生态保护、建设与高质量发展提供参考。[方法]基于2000—2019年的归一化植被指数(NDVI)数据和2000—2020年5期土地利用数据,采用slope趋势分析和相关性分析等方法,分析了2000—2019年东营市植被覆盖度的时空动态变化及其对土地利用类型变化的响应。[结果]植被覆盖度在东营市南部地区、黄河沿岸以及黄河故道地区较高,而北部和东部沿海地区较低。在时间上,2000—2019年东营市NDVI为0.25～0.33,植被覆盖度呈现先增加后减少的趋势,在2010年达到最高水平。在空间上,东营市植被覆盖度改善区域面积大于退化区域,其面积占比分别为44.86%,37.94%。[结论]草地和未利用土地向城乡、工矿、居民用地和水域转化是造成植被覆盖退化的主要原因。     

2000-2018年塔里木盆地北缘绿洲植被覆被变化及对环境要素的响应

[目的] 研究塔里木盆地北缘绿洲区植被覆被变化与环境要素的相互关系,旨在为该区生态治理与恢复提供科学参考。[方法] 以2000—2018年MODIS/NDVI数据为基础,结合时序内气象因素与人类活动数据,运用趋势线分析法、相关分析法、ArcGIS空间叠加与通径分析方法,总结塔里木盆地北缘绿洲时空变化特征,并探讨环境要素对绿洲区植被NDVI变化的影响。[结果] ①2000—2018年塔里北缘绿洲不同植被类型总体处于波动上升态势,增长速率为0.033/10 a;植被覆盖类型的增长速率由高到低依次为栽培植物、灌丛、阔叶林、草甸、荒漠、草原、湿地、针叶林和高山植被;②在气象因素中,气温与绿洲区植被主要呈负相关,负相关区域面积占绿洲区72.15%。③在人为环境要素中,林业总产值和牧业总产值是影响植被NDVI的主控因子。[结论] 在所选环境要素中,气温对NDVI的综合作用最强,林业总产值次之,牧业总产值对NDVI作用较弱。剩余通径系数为0.26,说明还有部分因素对NDVI增加有较明显的影响,今后需要进一步研究。     

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。     

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。     

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。     

基于遥感生态指数的东江源区2000-2019年生态环境质量评价

[目的] 对2000—2019年东江源区域生态环境变化进行分析,从而为该区水源地的保护和利用提供科学依据。[方法] 以东江源为研究对象,选取2000,2004,2009,2014和2019年5期的Landsat影像数据,提取绿度（NDVI）、湿度（WET）、干度（NDBSI）和热度（LST）4项指标,采用主成分分析法与遥感生态指数（RSEI）法,对东江源生态环境质量进行了评价分析。[结果] 2000—2019年研究区的RSEI指数分别为0.356,0.538,0.332,0.608和0.637,生态环境质量呈现上升、下降和上升趋势,总体上生态环境质量明显改善。生态环境较好的区域主要分布在植被覆盖率较高的中部和东南部,较差的区域主要分布在人类活动密切的东部和西北部的城镇区。研究区内优良等级的生态环境质量占主导地位,其面积比例由2000年的0.204 9%上升到2019年的92.346 4%,生态环境明显变好。热度（LST）和干度指标（NDBSI）重心偏移变化较小,为1.616 km和1.482 km,而绿度（NDVI）和湿度指标（WET）受人口密度和开发程度的影响,绿地分布和土壤含水量随着建设用地的开发而开始分散,使偏移量增大。[结论] 在2000—2019年,除城市交通造成周边的环境质量下降外,其余地区较之前都有明显的改善。植被覆盖和城市用地之间的关系是造成东江源生态环境变化的主要成因。     

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。     

2000—2019年西南高山峡谷区植被变化对气候变化和人类活动的响应

为了探究中国典型生态环境脆弱区——西南高山峡谷区植被变化对气候变化和人类活动的响应规律,量化气候变化和人类活动的相对贡献。该研究基于2000—2019年归一化差异植被指（normalized difference vegetation index,NDVI）数据集,采用Theil-Sen趋势分析、Mann-Kendall显著性检验和Hurst指数分析了NDVI时空变化特征及未来变化趋势;在此基础上结合气象因子数据集,采用相关性分析和残差分析探讨了NDVI对气候变化和人类活动的响应。结果表明：1）时间尺度上,2000—2019年NDVI总体表现为波动上升趋势,增长速率为0.0046/a。空间尺度上,NDVI呈上升趋势区域面积占研究区总面积85.59%,植被恢复效果明显,且未来NDVI变化还将以上升趋势为主。2）在区域气候暖干化的背景下,NDVI对不同气候因子的响应有所差异,总体上NDVI与气温和太阳辐射呈正相关,而与降雨量呈负相关,气温对NDVI变化的影响力要强于太阳辐射和降雨量,是影响NDVI变化的主要气候因子。3）85.10%区域面积的植被变化受人类活动和气候变化的共同影响,其中人类活动是植被变化的主要驱动因素,气候变化为次要驱动因素,相对贡献率分别为68.67%和31.33%。该研究结果可为西南高山峡谷区未来生态环境建设提供科学依据,助力区域绿色可持续发展目标的实现。     

2001—2020年内陆干旱草原县域尺度植被NDVI时空变化特征及其驱动因素

[目的] 探讨中国内陆干旱草原在县域尺度上时序地表生态空间变化及气候驱动特征,为制定合理的生态措施提供科学依据。[方法] 以甘肃省肃南县(肃南裕固族自治县)为研究区,收集归一化植被指数(NDVI)和气象数据,采用趋势分析、变差分析、偏相关分析和残差分析等方法,分析了2001—2020年肃南县植被NDVI时空变化特征及驱动因素。[结果] ①研究期内县域植被NDVI呈波动上升趋势,上升速度为0.042/10 a;10种植被的NDVI呈现相似的增长趋势,较以往小尺度区域研究能够作出更精确的反映; ②从空间分布看,植被NDVI自西北向东南逐渐提高,全县36.14%的植被NDVI变化趋势表现为基本稳定,退化区域远大于改善区域; ③肃南县不同类型植被对植被NDVI稳定性的贡献程度为：针叶林＞灌丛＞阔叶林＞草原＞草甸＞高山植被＞栽培植被＞其他＞沼泽＞荒漠; ④植被NDVI受夏季降水量及植物生长季气温影响最大,人类活动对肃南县96.52%的植被NDVI增加具有促进作用。[结论] 近20年来,肃南县植被NDVI整体上升,其变化趋势受气候条件和人类活动的双重影响,未来肃南县过度放牧区域植被NDVI可能仍会下降,但整体依旧呈上升趋势。     

1999-2019年西南喀斯特地区NDVI时空变化及其气候驱动

[目的]西南喀斯特地区生态环境脆弱,对其植被覆盖变化及气候驱动机制进行研究具有重要意义。[方法]基于1999—2019年SPOT NDVI数据和同期209个气象站点的气温和降水数据,采用Theil-Sen+Mann-Kendall趋势分析法、偏相关分析和复相关分析法,探讨西南喀斯特地区NDVI时空变化及其气候驱动。[结果]1999—2019年西南喀斯特地区NDVI呈显著上升趋势,整体植被覆盖较好;NDVI变化主要以极显著上升趋势为主,仅5.73%的地区呈退化趋势。NDVI与气温和降水整体上均呈正偏相关关系,气温对NDVI的影响强于降水,且存在空间差异性。NDVI与气温和降水的复相关显著性通过0.05,0.01水平的面积分别占15.12%,5.68%;NDVI主要受气温驱动,占研究区面积的13.90%,其他气候因子驱动类型占比均未超过3%。[结论]揭示了西南喀斯特地区植被覆盖的时空变化特征,明确了气候因子对植被覆盖变化的驱动机制。     

2001-2018年西南地区NDVI变化特征及影响因素

[目的] 研究西南地区人为和自然因素影响下的NDVI动态特征,为该区天然林保护政策的科学实施提供依据。[方法] 利用2001—2018年MODIS NDVI数据、土地利用数据、气候数据,结合Theil-Sen中值趋势分析、Mann-Kendall趋势检验等,探讨人为和自然因素下西南地区植被动态变化。[结果] ①各类型植被NDVI均逐年递增,增速最快的是农用地和稀树草原。岷江—乌蒙山以东是NDVI高值区和显著改善趋势区;加上云贵高原南缘,显著改善趋势区占总面积的67.09%。②天然林保护、退耕还林/还草的林业政策促使低NDVI植被向高NDVI植被转变是西南地区NDVI增加的原因之一。其中贡献度最大的是稀树草原类型向森林类型的转化,2001—2018年转化面积达73 693 km²,净转化率逐年提高,主要分布在岷江—乌蒙山以东。③气温与不同植被NDVI的正相关性大于年降水量,在岷江—乌蒙山以东,NDVI与气象要素的正相关性都较高。在气温上升、降水量增加的条件下,41.8%的NDVI增长与气温和降水有关,二者的贡献率分别为32.35%和14.54%。[结论] 随着20世纪末以来的天然林保护政策实施以及暖、湿化区域气候变化等人为和自然因素影响,2001—2018年西南地区NDVI持续增加,这种增加特征在岷江—乌蒙山东、西两侧表现差异,东侧森林增加面积、NDVI改善趋势普遍高于西侧。     

2000-2020年淮南矿区土地利用变化对碳源/碳汇时空格局的影响

[目的]分析淮南矿区2000—2020年土地利用碳源/碳汇时空格局分布特征,为淮南市国土空间规划及未来低碳调控政策制定提供依据。[方法]以淮南矿区为研究对象,选取2000,2010,2020年3期土地利用数据,以格网尺度量化不同土地利用变化发展阶段下碳源/碳汇/碳排放的时空格局,基于冷热点分析碳源/碳汇/碳排放的空间格局。[结果](1)2000—2020年,土地利用类型由单一用地为主转换多种土地利用类型同时发生,其中,建设用地面积增大,导致碳源效应增强,碳汇效应相对减弱,碳排放量持续增加,碳源年增加量为2.76×10⁶ t,碳汇年增加量仅为130 t,碳排放年增加量为2.76×10⁶ t;(2)碳源和碳排放空间分布特征基本一致,中部建成区和西北矿区是碳源和碳排放的主要集中区,碳汇主要聚集在东部、西部边缘区和西部部分矿区;(3)中部建成区是碳源和碳排放的显著热点、热点区域,以显著热点变化特征为主;显著冷点和冷点主要分布在研究区东部、西部边缘区域和西北部分矿区。[结论]淮南矿区的碳减排和低碳效应需要着重关注北部大面积的平原耕地区域,控制该区域矿区...     

黄河流域植被指数对气候变化的响应及其与水沙变化的关系

[目地]研究流域植被对气候变化的响应及其与水沙的关系,为黄河流域生态环境政策调整提供科学依据。[方法]基于归一化植被指数(GIMMS NDVI)、气温、降水和径流量、输沙量数据,利用线性回归和相关分析方法分析了黄河流域NDVI时空变化和对气温与降水的响应,及其与径流量和输沙量关系。[结果]①1982—2015年黄河流域及上、中游流域NDVI均呈显著线性增加趋势,中游流域增速最快,显著增加区域面积也最大。②1982—2015年黄河流域NDVI与年平均气温、年降水量呈显著正相关面积分别占22.39%和21.99%,集中分布在中北部区域。③2000—2015年黄河流域总体和上游流域年径流量均表现出增加趋势,上游和中游流域输沙量呈下降趋势。黄河流域水沙关系变化是多种因素共同作用的结果。[结论]气候变化背景下黄河流域1982—2015年植被总体呈改善趋势,但具有明显空间差异特征,植被变化与河流径流和输沙变化关系尚待进一步研究。     

滇西南植被覆盖度动态变化特征及其驱动力分析

为了探究滇西南植覆盖度动态变化及与气候因子的关系,以便于推动滇西南植被资源保护以及可持续发展。基于滇西南2000—2020年MODIS NDVI数据以及同期气象数据,运用像元二分法、转移矩阵、线性趋势分析、相关分析和残差分析等方法进行了分析。结果表明:(1)滇西南近21 a低植被覆盖度逐渐向高植被覆盖度转化,2000—2020年滇西南植被覆盖度整体呈现改善趋势。(2)滇西南近21 a年累计降水量以94.18 mm/10 a的趋势减少; 年均气温以0.78℃/10 a的趋势上升。(3)滇西南植被覆盖度主要与气温变化关系更密切,其中FVC与气温正、负相关面积占整个研究区比例分别为58.47%,41.53%; 与降水量正、负相关面积占整个研究区域比例分别为41.22%,58.78%。(4)气温驱动为滇西南植被覆盖度的主要驱动因素,占研究区域面积的2.94%; 降水量驱动区域所占1.76%; 受气温和降水量共同驱动区域所占2.66%。(5)近21 a滇西南残差值以0.021/10 a的速率波动上升。2000—2020年滇西南人类活动对植被的影响由负到正,其中2009年为由负到正的转折点。     

2000-2020年陕西省植被覆盖时空变化多尺度分析

[目的]退耕还林还草工程实施以来,陕西省植被覆盖度明显提高。然而,省级尺度上植被覆盖度的增加一定程度上掩盖了部分市、县级区域植被覆盖度下降的实事,当前迫切需要加强对不同空间尺度植被覆盖变化及其驱动因素的研究。[方法]基于MODIS NDVI数据计算了陕西省植被覆盖度,分析了2000—2020年陕西省、地区、市和县四级尺度植被覆盖度时空变化趋势。[结果]2000—2020年陕西省植被平均覆盖度为64.3%±2.1%,增长率为0.24%/a;陕北植被覆盖度平均为37.6%±4.4%,增长率为0.63%/a;陕南植被覆盖度平均为89.6%±1.2%,增长率为0.13%/a;关中植被覆盖度平均为70.6%±3.5%,下降率为-0.18%/a。延安市、榆林市、铜川市、宝鸡市、安康市、商洛市的植被覆盖度呈持续增加趋势,而西安市、渭南市、咸阳市和汉中市的植被覆盖度呈先增加后下降趋势;全省有72.3%的区县植被覆盖度呈增加趋势,有22.3%的区县植被覆盖度变化方向与所在市相反。在不同空间尺度上,陕西省植被覆盖度增速均表现为2000—2010年高于2010—2020年,这与两个时期的造林面积差异有关。[...     

2000—2020年四川省泸沽湖湿地自然保护区陆地植被覆盖动态变化

[目的]探究四川省泸沽湖湿地自然保护区2000—2020年陆地植被覆盖度的时空变化规律,为保护区的建设和治理提供参考。[方法]选用四川泸沽湖湿地自然保护区2000—2020年植被生长旺盛月份(6—9月)的MODIS数据为数据源,结合像元二分法、Theil-SenMedian趋势分析法等相关分析法探究植被覆盖度时空变化特征及其对气候的响应。[结果](1)在时间变化上,四川省泸沽湖湿地自然保护区陆地植被覆盖度呈略微上升趋势,整体以0.09/10 a速率波动上升。(2)保护区植被覆盖度在空间分布上呈现湖区及其周边区域低,南北高的特征,呈现整体上升,局部下降的特点。(3)保护区气候(6—9月)趋向“暖干化”发展,植被覆盖度与气温和降水量以正相关为主,且受气温影响大于降水,其影响因素具有空间差异性。[结论] 2000—2020年,泸沽湖湿地自然保护区植被覆盖良好,植被覆盖度总体呈略微上升趋势,其中,气温是影响植被覆盖度的主要气候因子,同时地形、人类活动对保护区植被覆盖度均有一定的影响。