渭河流域NDVI与气候因子时空变化及相关性研究

NDVI的时空变化可以反映区域生态环境的演变,基于像元尺度的趋势分析法能模拟研究区栅格单元的变化趋势,从而反映NDVI时空分布的变化细节。基于2000—2015年MODIS NDVI月时序数据,结合同期气象资料,利用趋势分析和相关分析的方法研究了渭河流域NDVI、气温和降水的时空变化特征及其相关性。结果表明:(1)近16年来,渭河流域平均NDVI呈增大的趋势,变化率约为0.088/10 a,植被覆盖度有所增加;NDVI增大的区域占流域总面积的97.77%,主要分布在流域西部和北部。(2)时间尺度上,NDVI与气温的相关系数为0.865,偏相关系数为0.664;NDVI与降水的相关系数为0.776,偏相关系数为0.346,表明气温和降水的季节变化对植被生长都具有重要影响,且气温的影响更为显著。(3)空间尺度上,NDVI与气温呈正相关的像元数占像元总数的51.21%,NDVI与降水呈正相关的像元数占像元总数的96.67%,表明就渭河流域而言,气温的变化对植被生长的影响具有空间差异性和不确定性,而降水的增加会促进植被的生长。     

云南省九大高原湖泊流域NDVI时空演变及其与气候的响应关系

探究云南省九大高原湖泊流域NDVI的时空演变及其与气候的响应关系,对云南省九大高原湖泊流域的生态环境保护及生态安全建设具有重要意义。以2000年、2005年、2010年、2015年4个时段的Landsat数据及同期的气象数据为数据源,应用趋势分析、偏相关分析、变化轨迹等方法,研究近16 a云南省九大高原湖泊流域NDVI时空演化情况及其与气候因子的响应关系。结果表明:(1)近16 a来,九大高原湖泊流域NDVI总体以0.026/10 a的速率上升,但各流域的NDVI变化差异显著。星云湖、杞麓湖流域植被退化面积较大,而抚仙湖流域植被恢复效果明显。(2)九大高原湖泊流域NDVI变化与气候因子均有一定的相关性(程海流域除外),但相关性不显著,且不同区域空间异质性明显,滇西、滇西北地区的流域气温与NDVI值的相关性大于降水与NDVI值的相关性;滇中地区的流域降水与NDVI值的相关性大于气温与NDVI值的相关性;滇南地区的流域NDVI值与气温和降水相关性差异不大;位于金沙江河谷地区的程海流域NDVI值与气温和降水呈负相关;(3) NDVI变化与高程分异相关性显著,植被垂直分布明显,1 000～3 000 m的高程带内,NDVI值随高程的增加而增加,3 000m是九大高原湖泊流域NDVI值的转折点。(4)非植被类型转化为植被类型是九大高原湖流域NDVI时空转换的主要形式,而滇池流域由裸土转化为水体或建筑的数量较多。     

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。     

黄河流域主要植被类型NDVI变化规律及其与气象因子的关系

以黄河流域为研究区，通过分析流域内农作物、草地、林地、灌木4种植被类型的NDVI（归一化植被指数）在20世纪80年代初-90年代末的变化规律以及NDVI与降水、温度、API（可利用水指数）的相互关系，研究了流域内植被覆盖度的变化趋势及NDVI对气候因子的敏感性。结果表明，流域内植被覆盖度有增加趋势，生态环境向好的方向发展；6月农作物的NDVI与同期降水呈正相关，说明NDVI对该月的降水变化敏感，较多的降水有利于作物生长；7月降水与8月灌木、草地的NDVI呈显著正相关关系，说明它们之间具有滞后相关，两种植被类型8月NDVI对前一个月的降水量变化敏感；春季植被NDVI与同期温度的正相关关系说明春季NDVI对温度变化敏感，春季较高的温度有利用植被生长；春季NDVI与同期API的负相关关系说明春季温度对作物生长的影响较大。研究结果对进一步了解黄河流域不同植被类型NDVI变化规律及其对气候因子的敏感性具有一定意义。     

青海湖流域NDVI时空变化特征及其与气候之间的关系

作为陆地生态系统中的重要组成部分,植被的时空动态深刻影响生态结构和功能,深入了解植被时空演变特征及其与气候之间的关系,有助于提高对生态系统格局—过程—功能的认识,为生态保护和建设提供重要参考。基于2000—2016年MODIS13Q1 NDVI数据集,结合该区域及周边14个气象站的降水和平均气温数据,采用趋势分析法、突变检验法、IDW空间插值法、偏相关分析法和R/S分析法等方法,分析了青海湖流域近17年的NDVI时空动态特征及其与气候因子间的关系。结果表明:(1)2000—2016年青海湖流域NDVI总体上呈上升趋势,显著和极显著改善的区域占总面积的40.18%。(2)NDVI与年降水和平均气温呈正相关关系,但大部分区域呈不显著相关,NDVI与年降水的相关性高于年平均气温。(3)流域NDVI未来演变多为随机状态,占比为65.07%,由改善转退化的区域占26.73%,多分布在流域上游天峻县境内的多年冻土区。青海湖流域气候朝暖湿化方向发展,辅以生态建设工程的实施,2000—2016年青海湖流域NDVI整体改善,由于青藏高原的典型性和特殊性,未来植被的发展趋势仍具有较大的随机性和异质性。     

1999-2019年青藏高原不同植被类型NDVI时空演变特征及其对气候因子的响应

研究青藏高原不同植被类型NDVI时空变化特征,探讨不同植被类型NDVI对气候因子的响应机制,为青藏高原生态保护提供科学依据。基于1999—2019年的SPOT/VEG NDVI数据、植被类型和气象数据,采用线性趋势分析、Pearson相关分析及偏相关分析方法,对1999—2019年青藏高原不同植被类型NDVI时空变化特征进行了分析,并探讨了不同植被类型NDVI变化对气候因子的响应。结果表明：(1)青藏高原整体植被生长状况良好,青藏高原各植被类型生长季平均NDVI均值从高到低依次为森林(0.6)、灌丛(0.48)、草甸(0.37)、草原(0.16)、高山植被(0.13)。(2)除高山植被有轻微退化趋势外,其他植被类型均有显著改善,改善面积占比依次为灌丛58.46%(p<0.05)、森林52.78%(p<0.05)、草甸51.60%(p<0.05)、草原32.65%(p<0.05)。(3)气候因子对植被NDVI的影响具有明显的地域差异性,平均气温对青藏高原植被生长季NDVI变化的影响更为显著,且影响范围更为广阔;而降水主要影响青藏高原北部地区的草原、草甸等植被的ND...     

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。     

西南岩溶区NDVI时空变化及其与气候因子的关系

利用1998—2012年SPOT NDVI数据和气象站点的温度和降水数据,采用趋势分析和相关分析法,研究了我国西南岩溶区NDVI时空变化特征,并分析了NDVI与气候因子的关系。结果表明:(1)近15年来,西南岩溶区NDVI变化整体呈显著增加趋势,增速为0.052/10a,9月份NDVI达到最大值,2月份降到最小值;NDVI增加的区域占97.13%,其中显著增加(p0.05)的区域占17.60%,减少区域占2.87%,显著减少(p0.05)占0.35%。(2)从年际变化来看,NDVI与温度和降水量的相关系数各异,其中42.75%的地区NDVI与温度呈正相关,57.25%区域呈负相关;20.15%的地区NDVI与降水量呈正相关,而79.85%区域呈负相关,说明温度对研究区植被生长的影响大于降水量。(3)从年内变化来看,NDVI与当月温度和降水量的相关系数高于年际,91.62%的NDVI与当月温度呈正相关性,其中显著正相关(p0.05)约占75.94%;94.29%的NDVI与当月降水量呈正相关,其中显著正相关(p0.05)约占51.05%;表明水热因子的季节变化对植被生长影响更大。NDVI受前1个月温度和前2个月降水量的影响最显著,表现出明显的滞后效应。     

TRMM卫星降水数据在怒江流域的适用性分析

利用怒江流域12个气象站点1998—2012年的实测降水数据,采用散点斜率法和相关系数法,在不同的时空尺度上分析了TRMM 3B43V7卫星降水数据在怒江流域的适用性。研究表明:月尺度上,TRMM降水数据与站点实测降水数据的相关系数R值为0.81,两者之间相关性显著;季节尺度上,夏季降水的相关性(R=0.74)高于其余3个季节,冬季降水的相关性最差(R=0.63);站点尺度上,上游和下游站点的相关系数均大于0.9,相对误差较大的站点主要分布在流域中游。总体上来看,TRMM 3B43V7月降水数据与怒江流域站点实测数据间的一致性,呈现出上、下游地势相对开阔平坦处相关性较好,而中游地形变化剧烈,坡度较大的峡谷区相关性较差的特点。     

气候因子对贵州省植被覆盖度的协同影响

探究气候因子对植被覆盖度的协同影响,可进一步了解植被生长状态及演变规律,为科学预估植被变化及生态保护提供一定依据。基于2001—2018年MODIS NDVI数据和气象台站数据,研究了贵州省气候因子(降水、气温)与植被生长期NDVI的空间分布特征; 利用偏相关分析法和多元回归分析法逐像元探究贵州省植被生长期的NDVI与气候因子的相关性和其对气候因子的协同响应规律,同时结合地貌类型分析不同地貌类型的植被NDVI对降水和气温的敏感性。结果表明:贵州省多年平均降水和气温存在明显的空间差异性,降水空间分布自西北向东南呈带状递增; 植被生长期NDVI均值总体呈波动上升趋势,以每年0.004 2的速率增加,呈增加趋势的面积约为160 836.69 km²; 气温和降水对贵州省植被生长均具有明显影响,气温的影响作用大于降水; 不同地貌类型的植被NDVI对降水和气温的敏感性不同,同一地貌类型的植被NDVI对降水、气温敏感性表现为气温大于降水。整体上,贵州省植被生长期NDVI呈增加趋势,植被覆盖不断增加,降水和气温对植被的协同影响在不同地理环境区域表现不同。     

重庆市NDVI对水热条件变化的响应及其空间特征

降水和气温是影响一个地区植被覆盖度的最主要的气候因子。在利用SPOT VGT-NDVI旬数据、重庆市及周边20个气象站点1999-2010年日气温与降水数据以及研究区相关图件资料的基础上,运用时滞互相关分析法分析了旬平均NDVI(TN)与旬均温(TT)和旬降水(TP)的相关性以及时滞情况。结果表明,NDVI与气温和降水之间存在较强的相关性,且NDVI与气温较与降水之间的相关性更强,表明在研究区气温是NDVI变化的限制因子;NDVI与气温和降水之间的相关性和时滞情况存在明显的东南-西北差异,东南地区时滞较长,相关性低,西北地区时滞较短,相关性高;各植被类型NDVI与气温和降水的相关程度高低以及响应速度的快慢决定于各植被类型的生长发育规律及其对气温或降水要求的高低。     

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。     

黄河源区青海省玛多县2000—2014年NDVI变化及气候驱动因子

[目的]研究黄河源区青海省玛多县2000-2014年NDVI的变化及其驱动因子气候的变化,为玛多县生态环境保护和土地资源规划提供决策依据.[方法]利用玛多县及其周边地区9个气象站生长季气象资料和MOD 13Q1/NDVI遥感影像数据集,采用最大值合成法、趋势分析法和相关分析方法,分析NDVI的变化及气候驱动因子.[结果]近15 a玛多县NDVI整体上呈增加趋势,增速为0.012/10 a;玛多县65.84％区域的植被覆盖保持在基本不变状态,改善区域(27.47％)大于退化区域(6.69％);NDVI与生长季气温和降水均呈正相关关系,其中生长季降水对NDVI的影响更大;研究区内NDVI变化主要受非气候因子驱动影响,占研究区面积的83.61％,受气候驱动影响的面积仅占16.39％,其中,气温降水综合驱动型占3.93％,气温驱动型占2.74％,降水驱动型占9.72％.[结论]2000-2014年非气候因素是影响玛多县植被NDVI变化的决定性因素.     

汉江流域植被覆盖对气温和降水的时滞相关分析

对汉江流域主要类型植被覆盖变化及与主要气候要素的相关程度时滞进行了分析。结果表明:(1)汉江流域植被覆盖具有相对一致性和差异性的特点。人类活动对植被覆盖变化影响较大。(2)NDVI与气温的相关程度较与降水强,农耕区植被对气温和降水的依赖性较弱。(3)NDVI对气温和降水的滞后时间存在明显的时空差异。     

三江平原耕地归一化植被指数对气候因子的时滞响应

三江平原位于我国中温带北段,近年来气候变暖和耕地利用变化较为显著。基于2000—2015年三江平原耕作期(5—9月)耕地利用数据、旬气候数据、旬归一化植被指数(NDVI)数据,利用变异系数、趋势系数以及时滞互相关的研究方法在分析气候因子时间变化特征和耕地NDVI空间变化差异的基础上,分析区域旬气候因子对耕地旬NDVI的时滞影响情况。研究发现:(1)三江平原耕作期气温年际变化较降水量变化更加稳定,在月际变化上更显规律性。(2)耕地NDVI年际稳定,9月植被覆盖度最大;16年的变化在空间差异上呈现以西部区域为代表的低值-不稳定-增加趋势区域以及东部为代表的高值-稳定-减少趋势区域的二元模式。(3)区域气温对耕地NDVI的影响程度大于降水对其的影响,大多数县域耕地NDVI对气温的响应时间大于对降水的响应时间。(4)气温对区域水田NDVI的影响较大;旱地NDVI对区域气候因子的响应时间大于水田的响应时间。研究结果可为指导区域应对气候变化的耕作生产、保障粮食安全等提供依据。     

黑龙江省马铃薯气候生产力特征及区划

利用黑龙江省81个气象站1975-2004年30 a的逐日气象资料及相应插值的网格同期逐日气象资料,采用WOFOST作物生长模型,模拟并分析了马铃薯气候生产力的空间分布特征,同时分析了各地气候生产力影响因素及分布特征;利用气候生产力的距平百分率、变异系数及与气候生产力密切相关的有关生育期的4个气候因子(平均气温、气温日较差、日平均日照时数、降水量),采用动态聚类分析方法,将黑龙江省马铃薯可能种植区初步划分为9类气候栽培区,为充分利用当地气候资源发展马铃薯生产提供参考。     

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。     

基于温湿度与遥感植被指数的冬小麦赤霉病估测

为明晰江淮区域大田冬小麦赤霉病的发生特征,建立冬小麦赤霉病遥感估测模型,该文分析了冬小麦赤霉病病情指数与气候因素(不同时间尺度日均气温和日均空气相对湿度)、生长参数(生物量、叶面积指数和叶片叶绿素含量)和光谱信息(NDVI、RVI和DVI)之间的互作关系。结果表明:1)不同时间尺度日均气温之间存在较好相关性,5日均气温与冬小麦赤霉病病情指数间的相关系数最大为0.77。与日均气温相类似,不同时间尺度日均空气相对湿度之间也存在不同程度的相关性,5日均空气相对湿度与赤霉病病情指数间的相关性最大,其相关性高于5日均气温。2)冬小麦生物量、叶面积指数和叶片叶绿素含量与赤霉病病情指数之间均呈线性正相关关系,且均达到显著水平,说明冬小麦群体密度大、郁闭程度高以及长势过旺是赤霉病易发的主要农学诱因。3)遥感植被指数NDVI(normalized difference vegetation index)、RVI(ratio vegetation index)和DVI(difference vegetation index)分别与冬小麦叶面积指数、生物量和叶片叶绿素含量之间有较好相关性,可以利用NDVI、RVI和DVI分别替换叶面积指数、生物量和叶片叶绿素含量参与建模。4)综合5日均气温、5日均空气相对湿度、NDVI、RVI和DVI 5个敏感因子,构建基于温湿度与遥感植被指数的冬小麦赤霉病病情指数估测模型,模型的估测值与实测值较为一致,RMSE为5.3%,相对误差为9.54%。说明本研究所建立的估测模型可以实现对冬小麦始花期赤霉病的有效估测,该研究可为江淮区域冬小麦生产中防病减灾的信息获取提供方法参考。