近30 a新疆月NDVI动态变化及其驱动因子分析

不同生长阶段的植被对水热条件的需求、对气候变化的敏感性可能不同。监测不同月份植被动态变化及其对气候变化的响应,对于深入理解植被与气候的关系具有重要意义。基于MODIS NDVI数据集拓展的AVHRR GIMMS NDVI时间序列,该文研究了近30 a新疆生长季各月植被生长的动态变化,分析了气候变化和人类活动的可能影响。结果表明,已有研究指出的1982-2006年的植被生长显著增加(P0.05)在后续几个时段仍然持续,但5-10月区域平均NDVI增加量随时段长度的延长而显著减少(P0.05),除11月外,其他月份多存在1998年或1997年前后,NDVI由增加到减少的逆转现象。但在像元尺度,显著增加和显著减少的区域多随时段延长呈极显著增加趋势(P0.01),尤其是显著减少区域在各月中均快速增加,导致区域尺度NDVI增加趋势的放缓。各月份NDVI对气候变化的响应不同:生长季开始的3-6月和生长季结束的9-11月NDVI对气温、蒸散发等与热量有关的因子变化更敏感,而7-8月则与降水量、湿润指数等水分因子的相关性更强。3-5月农田NDVI的显著减少除气候因素外,种植结构和灌溉方式的改变也是重要原因。时段长度不同得出的结果有所差异,延长时段长度、注重变化过程分析是未来植被动态监测的重要研究内容。     

东北林草交错区植被NDVI时空特征及其与气候因子关系分析

利用2000—2010年MODIS NDVI数据集和同期气象数据集,分别从时间序列和空间格局上分析了东北林草交错区及其3个生态子区(典型草原区、森林区和森林草原区)植被NDVI变化特征及其对气温、降水的年际和年内响应关系。结果表明:(1)多年月均NDVI年内变化曲线表现为单峰型;多年季均NDVI夏季最高;逐年NDVI总体波动上升;(2)多年植被NDVI空间差异显著,总体呈现东高西低、由东向西递减的特征,其中,森林区平均NDVI最高,典型草原区平均增加速率最大;(3)在年际关系上,全区、典型草原区、森林区、森林草原区植被NDVI的主要气候影响因子分别为气温、降水、气温、降水;(4)在年内关系上,植被NDVI与降水呈显著线性关系,与气温呈显著指数关系;在生长季,典型草原区对气温和降水均有时滞响应,且对降水的响应更高,森林草原区对降水具有时滞响应。     

长江流域NDVI对气候变化响应的时滞效应

利用1982-2006年GIMMS NDVI数据和气象站点资料,结合中国地形的三大阶梯分布,分析长江流域植被NDVI时空变化特征及其对气候变化响应的时滞效应.结果表明,长江流域植被覆盖变化空间差异显著,其中显著增加区域占总面积的18.22％,主要分布在“第一阶梯”和“第二阶梯”;显著减少的区域占总面积的8.72％,主要分布在“第二阶梯”和“第三阶梯”.在时间上,长江流域植被总体上对气温变化的响应程度大于降水,植被对气温变化最大响应无滞后,对降水变化的最大响应滞后1个月.春季植被对气温变化响应最大,秋季植被对降水变化响应最大,夏季植被对气温和降水的最大响应滞后期较长.在空间上,植被对气温和降水的最大响应表现为“第一阶梯”最显著,对应的最长滞后期则分别出现在“第一阶梯”和“第三阶梯”.另外,由于山脉的阻隔作用,导致在地形阶梯间高程突变线左右两侧,NDVI对气温和降水变化的最大响应程度存在高处明显大于低处的现象.     

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。     

1982-2014年祁连山植被生长季NDVI变化及其对气候的响应

祁连山是西北地区重要的生态功能区和河西绿洲的水源涵养地,全面了解植被的生长变化有助于制定合理的气候变化对策。利用1982-1999年的GIMMS NDVI数据和2000-2014年的MODIS NDVI数据,采用最大值合成法、均值法、斜率法、相关分析法等,对祁连山近35年生长季植被变化及其对气候变化的响应进行了深入研究。结果表明:1982-2014年,祁连山植被NDVI整体呈增加趋势,但变化趋势并不明显;近35年,祁连山植被NDVI呈增加趋势的面积比呈降低趋势的面积大,表明植被覆盖状况有所改善,植被NDVI增加的区域集中于中西部,而植被NDVI降低的区域集中于东部;气候的年际变化对祁连山植被NDVI有一定的影响,植被NDVI对气温和降水存在一定的滞后性响应。气温升高和降水增加有助于祁连山植被覆盖增加,生态环境得到改善。     

基于AVHRR和MODIS数据源的山东省植被覆盖时空变化及其对极端气候的响应

[目的]研究山东省的植被覆盖变化和极端气候的关系,以期为区域植被生态维护提供科学借鉴。[方法]基于AVHRR-GIMMS NDVI对MODIS NDVI插补获取的1982—2021年长时间序列NDVI数据集,分析山东省NDVI的时空变化,并结合该省96个气象站的逐日数据,研究NDVI对极端气候的响应。[结果](1)山东省及各分区NDVI总体呈强持续性的显著上升趋势,该省平均增速为0.013/10 a(p<0.001);空间上NDVI大体呈西高东低,南高北低分布;空间趋势上植被覆盖以强持续性显著改善和基本不变为主。(2)整体上NDVI与年和月的极端气温暖指数、极端降水指数以显著正相关为主,与冷指数以显著负相关为主,与GSL,DTR相关性不显著;空间上鲁西平原区主要受极端气温的影响,其他分区对极端气温和极端降水均响应明显。(3)NDVI对极端气候的响应具有明显的滞后性,且对极端气温的滞后性比对极端降水的滞后性强。[结论]山东省植被覆盖总体向持续改善的方向发展;NDVI对极端气候响应明显,极端高温和极端降水对植被生长总体起促进作用,而极端低温以抑制作用为主;植被覆盖变化对极端气候响应存...     

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...     

青藏高原植被生长季NDVI时空变化及对气候因子的响应分析

为了探究青藏高原植被覆盖时空演变特征及其驱动因子,对青藏高原的生态环境保护提供科学依据,基于1982—2015年青藏高原内部及其周边139个气象站点的气象数据和同期的GIMMS NDVI数据,研究了青藏高原生长季植被NDVI的时空变化特征及其与气候因子的响应关系。结果表明：(1)在研究期内,青藏高原生长季NDVI总体呈上升趋势,不同干湿地区生长季NDVI变化趋势有所差异,湿润地区植被退化面积占比相对较大,干旱地区植被改善面积占比相对较大。(2)研究区植被未来总体向改善方向发展,植被未来趋向改善面积占62.25%,趋向退化面积占37.58%。(3)研究区植被对各气候因子的响应存在一定的滞后性,草原、草甸、高山植被和灌丛4种主要植被对气温和相对湿度主要当月响应,对降水主要当月或滞后1个月响应,对日照时数主要滞后3个月响应。(4)气温、降水、相对湿度及日照时数4个气候因子对青藏高原植被NDVI变化的相对贡献率分别为37.19%,27.53%,20.30%和14.97%,其中,气温和降水是湿润/半湿润地区、半湿润地区、大部分半干旱地区及干旱地区植被NDVI变化的主要气候驱动因子,日照时数和相对...     

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。     

新疆植被动态格局及其对气候的时滞效应

为明确新疆不同植被类型对水热变化响应的滞后时间，对新疆植被活动及其与气候变化的响应进行分析，研究基于1982—2015年的新疆GIMMS NDVI（normalized difference vegetation index）数据集、CRU降水与气温数据集，采用Sen + Mann-Kendall趋势分析、时滞偏相关分析、GIS空间分析和数理统计等方法，给出了34 a新疆植被格局动态变化特征，以及植被NDVI与气候响应的关系，探讨不同植被类型对气候响应的时滞效应。结果表明：1）新疆地区植被分布呈现北疆高于南疆、西部高于东部的空间格局，34 a来，研究区植被整体上呈现“变绿”趋势，在环塔里木盆地绿洲和天山山脉北段NDVI显著增加，伊犁地区呈现退化趋势；2）在月尺度时间分辨率下，新疆有72%植被区域对降水的响应存在滞后性，平均滞后时间为1.1个月，有70%的植被区域对气温的响应存在滞后性，平均滞后时长1.4个月，植被与气候要素时滞偏相关系数越高的区域，响应速度越快，总体上看，新疆地区植被对降水更为敏感；3）不同类型植被与降水和气温的响应程度不同，在新疆地区降水是草甸、灌丛和针叶林的主要促进因子，气温对阔叶林的影响最强，不同植被与降水的时滞偏相关系数均高于气温，不同植被对气温的响应时间均长于降水。总体上看，新疆地区植被与降水的相关性更高，植被对降水的响应比气温更迅速。     

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。     

黄土高原植被覆被时空动态及其影响因素

为探究黄土高原植被覆被时空分布与动态变化及其与气候和人类活动的响应机制,基于趋势分析、偏相关性分析和残差分析等方法,利用2000—2015年黄土高原MODND1T/NDVI植被遥感数据、同期气象数据及ESA CCI-LC植被覆被分类数据,根据气候和人为因素对植被覆盖变化的驱动贡献,(1)分析了黄土高原NDVI分布格局、变化趋势及其驱动因素。结果表明：(1)黄土高原NDVI由西北向东南呈递增趋势,具有明显空间异质性分布特征。16年间NDVI呈显著增加趋势,平均递增速率0.010 2/a,波动范围介于0.54～0.71。(2)黄土高原NDVI变化趋势与降水有较强相关性,两者偏相关系数为0.53。(3)黄土高原不同季节NDVI均呈整体增长趋势,春季NDVI与降水呈显著正相关关系,降水是决定春季所有植被类型覆盖变化的最直接因素。(4)残差分析表明,人类活动对黄土高原NDVI的波动影响较大,是黄土高原植被覆盖变化的重要驱动因素。综上,黄土高原16年间植被覆被明显增加,降雨是黄土高原植被生长发育的主要限制因素,人类活动通过退耕还林等生态修复措施对黄土高原植被覆被带来明显改善。     

蒙古高原植被变化趋势及其影响因素

基于1982-2006年的AVHRR数据和气象数据,分析了蒙古高原植被时空变化特征及其影响因素。研究发现:(1)近25 a来,蒙古高原植被整体呈改善趋势,年增长率为0.0006/a。蒙古国植被NDVI年增长率最大(0.0008/a),其次是中国的内蒙古(0.0004/a)、甘肃(0.0003/a)和宁夏(0.0001/a);(2)植被的变化趋势具有明显的空间差异性和季节性。25 a来,蒙古国西北部、内蒙古中部的锡林郭勒盟等区域植被明显改善,而内蒙古东北部呼伦贝尔市植被呈退化趋势。研究区春、秋季植被明显改善,夏季植被呈退化趋势;(3)植被的变化趋势一定程度上受温度和降雨的影响,春、秋季升高的温度使生长期延长,植被改善,而夏季温度升高和降水减少共同导致夏季植被退化;(4)草地、农作物面积和产量的增加直接或间接地导致了内蒙古植被NDVI的增加,其他人为因素,如人口增长、土地利用类型的转换、退耕还林、过度放牧、矿产资源开采等也可直接或间接地影响植被的变化。     

鄂尔多斯植被的NDVI 3g动态及气候响应

[目的]研究鄂尔多斯地区生态格局以及在全球变化下的自然演变规律,揭示中国西部矿区人工扰动生态环境的时空变化。[方法]利用1982—2012年GIMMS NDVI 3g数据集和年均气温、降水量等气象数据,分别进行最大值合成、反距离加权法插值、线性回归与变化率分析、相关性分析等处理,揭示植被覆盖的时空变化趋势下蕴含的植物生理学机理,及其对气温和降水变化趋势的响应特征。[结果]鄂尔多斯地区植被返青期(start of season,SOS)始于4月下旬,枯黄期(end of season,EOS)结束于11月上旬,植被生长期(duration of season,DOS)NDVI初始阈值为0.12,平均生长期为198d;31a间鄂尔多斯地区植被绿度变化率(slope)为0.0023,植被变化趋势逐像元回归分析表明研究区80.8%的植被有轻微改善;31a间鄂尔多斯地区NDVI变化与年均气温和降水量的相关性分别为0.054和0.400。[结论]31a间鄂尔多斯地区植被返青期有提前趋势,枯黄期有滞后趋势,生长期有延长趋势;研究区大部分区域植被均有轻微改善;年均气温与降水量均呈现升高趋势,NDVI变化受温度和降水的共同作用,且NDVI最大值增高与年均降水量增加相关性较高,与年均气温升高相关性较低。     

华北地区植被NDVI与不同气候指标的相关分析

对1982-2006年华北地区归一化植被指数(NDVI)与不同气候指标(年平均气温、年降水量、干燥度指数、生物热量指数和生物干湿度指数)的相关性进行了分析。结果表明,1982-2006年华北地区植被NDVI总体呈现上升趋势,其中农田和灌丛的植被NDVI上升趋势最明显;1982-2006年华北地区年平均气温和生物热量指数呈显著增加趋势,年降水量、干燥度指数和生物干湿度指数呈减少趋势;整体上华北地区植被NDVI年变化与当年的干燥度指数呈极显著负相关,与上一年的年平均气温呈显著正相关关系,其中草地植被NDVI与年均气温、年降水量呈现显著正相关,与干燥度指数呈极显著负相关,农田和灌丛植被NDVI与年均气温显著正相关。此外,华北地区植被NDVI与不同气候指标的相关性存在明显的空间差异。     

基于遥感的黄土高原植被物候监测及其对气候变化的响应

为了分析黄土高原地区植被物候特征,该文基于AVHRR传感器获取的陆地长期数据记录(land long term data record,LTDR)V4 NDVI数据,对黄土高原1982-2011年间植被物候的时空变化进行分析,并借助偏相关分析方法对物候与气温和降雨的关系进行量化分析。结果表明:黄土高原近30 a间春季物候提前显著(0.54 d/a,P0.001),主要集中在北部草地和灌木植被;秋季物候推迟显著(0.74 d/a,P0.001),主要分布在甘肃、陕北、内蒙古和山西北部等地。不同植被的春秋物候稍有差异,稀疏灌木林春季物候提前趋势最多(1.31 d/a),常绿针叶林最小(0.19 d/a);秋季物候推迟最多的为乔木园地(1.18 d/a),最少的是水田(0.17 d/a)。黄土高原植被物候主要受气温影响,降雨的变化也会对物候产生一定影响。冬季和前年秋季气温上升是春季物候提前的主要驱动因子;夏季和秋季降雨则对秋季物候休眠期延迟起着重要作用。该研究可为黄土高原生态环境评价及气候变化预测模型提供一定依据。