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。     

2000-2018年赣江上游植被覆盖度时空演化及其对气候变化的响应

[目的] 对赣江上游植被覆盖度时空演化及其对气候变化响应的研究，为区域的生态环境保护提供科学依据和数据支撑。[方法] 基于MODIS NDVI数据，结合年平均气温和年降水量数据，运用趋势分析、变异系数、Hurst指数与相关分析等方法对赣江上游2000—2018年的植被覆盖度时空演化及其对气候变化的响应进行了分析。[结果] ①赣江上游植被覆盖度呈显著增加趋势，增速为5.21%/10 a，空间上呈现四周高中间低的特征，且以高植被覆盖为主；研究区植被覆盖度呈极显著和显著增加的分别占25.59%和39.7%，极显著和显著减少的分别占1.32%和2.46%，而变化不显著的占57.84%；②研究区植被覆盖总体上比较稳定，平均变异系数为14.73%；Hurst分析显示赣江上游植被变化反持续性要强于持续性，总体上以弱反持续性为主；③研究区植被生长总体上受气温影响强于降水量，但存在空间差异。[结论] 赣江上游植被覆盖度变化较小，未来将呈微弱下降趋势，气温是影响植被生长的主要气候因子。     

三江源地区植被覆盖度变化及其与气候因子的关系

为揭示气候变化对三江源地区草地生态系统的影响及适应机制,研究以SPOT-VGT为基础数据,利用像元二分模型估算了三江源地区1998—2012年的植被覆盖度,分析了年最大覆盖度的变异特征,并对植被覆盖度与气候因子之间的响应关系进行了深入探讨。结果表明:在区域尺度上,15 a来研究区生长季植被覆盖度呈极显著增加的趋势（P < 0.01）,平均每年增加0.004。在草地生态系统类型上,高寒草甸植被覆盖度与生长季温度的相关关系更加密切（r=0.802,P < 0.01）;高寒草原植被覆盖度与生长季温度呈显著相关关系（r=0.515,P < 0.05）。与生长季降水量相比较,5—7月降水量对高寒草原植被覆盖度变化的影响更加关键,但在高寒草甸上却不存在这种差异。     

黄土高原中部降水梯度带植被覆盖度动态变化特征

黄土高原植被生长的水分环境从东南向西北呈现明显的梯度变化,定量分析各降水梯度带植被覆盖度空间分布特征和演变趋势,对正确评价退耕还林草工程的生态效应具有重要意义。选择一条垂直于降水梯度变化的样带,利用MODIS/NDVI数据,基于像元二分模型获取了研究区2000—2010年植被覆盖度空间分布特征,采用斜率法和相关系数法分析了植被覆盖度的变化趋势和影响因素。结果表明:(1)研究区植被覆盖度在空间分布上由东南向西北降低,东南部地区植被覆盖度达82.6%,北部荒漠地区仅为38.6%;(2)由于退耕还林草工程的实施,该区11a间植被覆盖度整体呈现上升趋势,其中2007年植被覆盖度值最高,为65.3%,与降水年际变化趋势一致;(3)研究区植被覆盖度主要受当年4—8月降雨量和气温影响,时间序列具有显著相关性。     

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。     

黄土高原草地覆盖度时空变化及其对气候变化的响应

利用AVHRR GIMMS和MODIS两种NDVI数据源,基于像元二分模型对1982—2014年黄土高原草地覆盖度进行了模拟,并分析了时空变化特征及其与气候因子的关系。结果表明:黄土高原平均草地覆盖度为42.5%,1982—2014年总体呈增加趋势,且低覆盖度草地面积明显减少,而高覆盖度草地面积显著增加。黄土高原草地覆盖度空间分布差异显著,表现出东南高、西北低的特点。从草地覆盖度年际变化的空间分布来看,在退耕还草生态工程实施之前(1982—1998年),黄土高原大部分区域草地覆盖度无显著变化。自1999年后该区草地覆盖度增加趋势显著,增速达到1.76%,尤其是在陕北高原、山西中西部的吕梁—太行山等地,草地覆盖度增加趋势明显。通过退耕还草等生态工程的实施,该区植被状况得到改善。黄土高原草地覆盖度与降水气温相关性不明显,但空间差异明显,草地生长对降水因子的响应更为敏感。     

基于地理探测器模型的珠三角植被覆盖度时空变化驱动力分析

[目的] 探究珠三角植被覆盖度空间分布和时空变化的驱动力,为该地区生态环境的保护提供科学参考。[方法] 基于Landsat 5 TM和Landsat 8 OLI数据,利用像元二分模型反演珠三角2000,2005,2010,2015和2020年5个时期的植被覆盖度,分析珠三角植被覆盖度的空间格局和时空变化的过程。并结合5个时期的年降水量、年均温度、人口密度和土地利用,采用相关系数和地理探测器等方法开展研究。[结果] ①珠三角植被覆盖度在空间上表现为中部较低,边缘区域较高的分布格局,在佛山市、中山市、珠海市、广州市西南部、东莞市和深圳市较低,肇庆市、江门市和惠州市较高。植被覆盖度总体上表现为改善的趋势,改善的面积比例为64.99%,在时间上存在阶段性的差异,2010—2015年期间高植被覆盖度（80%以上）增长的面积最明显; ②影响因素对植被覆盖度的驱动有明显的区域差异性,年降水量和土地利用程度起抑制作用的面积大于起促进作用的面积,年均温度和人口密度起促进作用的面积大于起抑制作用的面积; ③植被覆盖度空间格局因子探测表明土地利用程度的解释力最强,交互探测表明年均温度与土地利用程度交互作用的解释力最高,年降水量、年降水量与年均温度交互作用的解释力在2000,2005,2010,2015和2020年5个时期的时间序列上表现为减弱的趋势,其余影响因素及其交互作用的解释力都呈现上升的趋势。植被覆盖度时空变化因子探测也表明土地利用程度变化的解释力最强,而交互探测表明年降水量变化与土地利用程度变化交互作用的解释力最高。[结论] 土地利用程度是影响珠三角植被覆盖度时空变化的主导因素,人为影响不断增强,双因素的交互作用明显大于单因素的作用。     

安徽省植被覆盖度动态变化及其对地形的响应

[目的] 探究安徽省植被覆盖度的时空变化特征与地形的相互关系，为当地资源开发中加强生态环境建设提供理论依据。[方法] 在GIS与RS技术支持下，使用安徽省2001—2019年逐月MODIS/NDVI数据，2001—2019年土地分类数据和安徽省DEM海拔、坡向地形数据，分析植被覆盖度时空变化特征及其与地形因子相互关系。[结果] 安徽省植被覆盖度季节变化特征明显。1月、10—12月，全省植被覆盖度呈现低值，且山区高于平原；2—5月，淮北平原地区植被覆盖度呈现高值，6月迅速减小；7—9月全省范围植被覆盖呈现高值，大部地区植被覆盖度高于0.8，山区平原空间差异最小。全省植被覆盖度年变化率为0.003 9/a，与时间相关性显著（R²=0.814 8）。不同海拔区间内，植被覆盖度四季差异明显。受下垫面地表类型影响，200 m以下植被覆盖度呈现低值，200～350 m植被覆盖度陡然升高，1 250 m以上植被覆盖度呈下降趋势。各坡向四季植被覆盖度夏季>秋季>春季>冬季。北坡、南坡分别为峰值、谷值。南、北向山区植被覆盖度差异呈逐年波动下降趋势，其差异值多年平均值夏季最低（0.009 3），秋季最高（0.014 2），春冬季分别为0.013 9，0.012 5。[结论] 安徽省海拔、坡向显著影响植被覆盖度动态变化特征，需结合地形特点合理开发利用地表资源，并做好生态环境保护工作。     

1982-2006年黄土高原地区植被覆盖度对气候变化的响应

基于黄土高原地区1982—2006年GIMMS AVHRR NDVI数据,获取地面植被覆盖度,并采用ArcGIS 9.3和ANUSPLIN 4.3分别对82个地面气象站点降水和温度数据进行插值处理,以此分析黄土高原地区植被覆盖度时空变化特征及其对气候变化的响应,为区域生态环境改善提供参考。结果表明:（1）黄土高原地区区域平均植被覆盖度为38%。植被覆盖度区域差异明显,在空间上呈东南高、西北低的分布特征。（2）近25年来,植被活动在相对稳定的态势下趋于增强,植被覆盖度增速为0.75%/10 a。在植被覆盖度变化趋势上,植被覆盖状况保持基本不变的面积为40.6%,趋于改善的面积（42%）大于退化面积（17.4%）。（3）黄土高原地区年降水呈不显著下降趋势,减少速率为1.9 mm/a;年均温度呈显著上升趋势,增速为0.7℃/10 a,气候趋于暖干化。（4）植被覆盖度与年降水量和年均温的偏相关性均达到显著,但空间差异明显。其中植被生长对降水因子的响应更为敏感。     

黄河流域甘肃段植被覆盖度时空变化及对气候因子的响应

[目的]分析黄河流域甘肃段2000—2018年植被覆盖度变化的时空演变规律,探讨该区域植被覆盖度的变化对气候的响应机制,为该区域生态环境与社会经济的协调可持续发展和进一步落实生态环境保护、建设及恢复提供科学依据。[方法]基于2000—2018年的MODIS NDVI数据、气象数据,采用线性趋势分析和相关性分析等方法,对黄河流域甘肃段植被覆盖度的时空变化特征及与气候因子之间的关系进行分析。[结果]①空间上,近19 a研究区植被覆盖度自西南向东北在不断降低,以甘南州的植被覆盖状况最好;植被覆盖度改善面积占36.64%,主要分布于兰州市北部、临夏州、定西市、庆阳市、平凉市大范围区域、天水市南部等,而退化面积占4.2%,主要集中于甘南州等地区。②时间上,研究区植被覆盖度以2013年为界呈现"先持续增加后波动减少"的变化趋势,但整体在不断增加;以平凉市的增加速度最快,平均每年增长0.96%。③研究区植被覆盖度对降水量变化的响应敏感,与降水量呈现显著的正相关关系。[结论]研究区植被覆盖度空间差异明显,2000—2018年植被以改善为主,降水是影响这些区域植被改善的有利因素,降水状况的改善对研究区生态环境建设与修复至关重要。     

陕北地区NDVI对水热条件年内变化的响应及其空间特征

利用陕北地区1999—2010年GIMMS-NDVI数据,结合同期气温和降水资料,基于GIS软件和时滞互相关方法,以陕北地区植被覆盖对气温、降水的响应关系为主线,通过生态功能区划和植被类型两个层面分析了水热条件的季相变化同各旬NDVI均值（TN,Ten-day NDVI）变化之间的关系,结果如下:（1） 陕北地区生态亚区的TN与旬平均降水TP（Ten-day Precipitation）的相关程度从大到小依次是:高植被覆盖率（人工植被）、低植被覆盖率、高植被覆盖率（自然植被）、高植被覆盖率（人工—自然混合植被）;各个生态亚区的TN与旬均温TT（Ten-day Temperature）的相关程度从大到小依次是:高植被覆盖率（人工—自然混合植被）、低植被覆盖率、高植被覆盖率（自然植被）、高植被覆盖率（人工植被）。（2） 陕北地区各个生态亚区植被NDVI对水热条件的滞后时间一致,长短排序依次是:高植被覆盖率（人工植被）、低植被覆盖率、高植被覆盖率（自然植被）、高植被覆盖度（人工—自然混合植被）。（3） 陕北地区不同植被类型对水、热条件的响应程度由高到低依次是耕地、草原、密集灌丛、沙漠和林地,所有植被类型对降水的响应均比温度快。水热条件对陕北不同植被类型的影响程度从大到小依次为耕地、草原、密集灌丛、沙漠和林地。同一植被类型的不同亚类受水、热条件影响程度和响应速度均有差异。     

2000-2020年黄土高原植被覆盖度时空格局变化分析

以2000—2020年MODIS-NDVI植被指数为数据源,反演计算黄土高原植被覆盖度,通过转移矩阵和重心迁移等方法分析黄土高原植被覆盖度时空格局变化及其与降水、气温、坡度和土壤类型等因素的关系。结果表明:(1)2000—2020年黄土高原植被覆盖度由0.39提高到0.61,整体呈上升趋势,2017年后实现快速提升;(2)近20年,黄土高原植被覆盖度显著好转类型与极显著好转类型改善面积比例达到37.93%,2009年前以低覆盖和中低覆盖植被为主,2010年后以中覆盖及更高等级覆盖植被为主,2019年以后中高覆盖植被所占比例最高;(3)从2000年到2020年,黄土高原低覆盖、中低覆盖、中覆盖和中高覆盖植被向更高等级覆盖植被转化比例分别为93.10%,96.57%,82.99%,43.34%,中低覆盖、中覆盖、中高覆盖和高覆盖植被向更低等级覆盖植被转化比例分别为0.30%,2.21%,7.83%,12.47%;(4)近20年黄土高原植被覆盖度变化与气温和降水的变化表现敏感,斜坡地和陡坡地植被覆盖度较高,淋溶土类型下的植被覆盖度较高,国家政策和措施实施等人为因素对植被覆盖度改善发挥重要作用。     

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。     

2000-2016年宁夏植被覆盖景观格局遥感动态分析

宁夏地处西北,干旱少雨,植被稀少,是我国生态环境十分脆弱的地区。基于MODIS NDVI数据,利用像元二分模型估算宁夏地区2000—2016年的植被覆盖度,并定量分析其植被覆盖景观格局变化及发展趋势,为宁夏地区生态环境建设提供科学依据。研究表明:2000—2016年,宁夏植被覆盖整体向良好方向发展,呈现极低植被→低植被→中植被→高植被覆盖转移趋势,高植被覆盖有向中植被覆盖转移,但转移比例较小;农田植被区高植被覆盖程度不断增强,自然植被区极低植被与低值被覆盖占全区面积的70%以上,且低值被覆盖有向极低值被覆盖转移的情况,生态环境建设不容懈怠。     

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。     

中国草地覆盖度时空动态格局及其影响因素

为了探究近几十年来中国草地覆盖度的动态变化,基于多源遥感数据,采用像元二分模型模拟分析了1982—2016年中国草地覆盖度的时空动态格局,并从植被类型、地形要素、气候区及气候变化等角度分析了其主要影响因素。结果表明:35 a间中国草地覆盖度平均值为36.21%,呈极显著增加趋势(0.12%/a)。高山亚高山草甸、坡面草地及湿润地区、半干旱地区草地覆盖度的增加对于中国草地恢复具有重要贡献。草地覆盖度随海拔的升高呈降低趋势,DEM<500 m及3 500 m相似文献   

1982-2010年松花江流域植被动态变化及其与气候因子的相关分析

利用1982-2010年GIMMS和MODIS两种遥感数据集的归一化植被指数（NDVI）数据,分析了松花江流域植被NDVI时空特征及其与气候因子的关系。结果表明,松花江流域植被覆盖存在着显著的空间差异,山区NDVI值明显高于中部平原区。过去29a间,松花江流域植被NDVI稳定性较强,总体上变化趋势不明显,但有明显的阶段性：1982-1990年植被NDVI持续增加;1991-1997年相对稳定,1997-2003年呈波动降低趋势,2003-2010年缓慢上升。基于像元的相关分析表明,松花江流域NDVI与气温和降水量间均具有很强的相关性（P〈0.01）,而且植被NDVI变化受气温影响程度强于降水,针叶林是松花江流域受气温影响最大的植被类型。     

2001—2019年云南省植被NDVI变化及其气候因子的关系

了解植被覆盖时空变化对区域环境保护及生态环境建设具有重要意义。基于MOD13Q1数据,运用趋势分析和相关分析方法,探讨了云南省植被NDVI的变化、未来趋势以及植被与气候关系的空间格局。结果表明:(1)2001—2019年云南植被NDVI均值为0.68,变化率为0.37%/a(p<0.001),空间上表现为西高东低、南高北低的特点。(2)全省Hurst指数值为0.52,植被改善的趋势在未来将持续。不同土地覆盖类型,林地、耕地植被变化的趋势为持续改善,居民地为持续退化; 草地和灌木林将由改善转变为退化。(3)近19年年平均气温和降水的变化率分别为0.03℃/a和-2.67 mm/a,两者与年NDVI之相关程度均值分别是0.26,0.21,在大部分地区表现为正相关。总体上看,气温对植被的影响大于降水。(4)植被与气温和降水的滞后响应时分别是1.9月和1.5月。月时间尺度上,植被对降水的响应更敏感。不同植被类型,林地、灌木林植被的滞后时间长于耕地和草地,森林植被最不易受短期气候变化的影响。综上,近19年云南植被NDVI呈改善趋势,未来将持续; 植被NDVI与气温和降水的相关性有着明显的地域差异。     

2001-2015年伊犁河谷草地蒸散发时空变化分析

蒸散发（Evapotranspiration,ET）是陆地生态系统环境调节的重要方式。草地退化背景下,研究草地蒸散发的时空变化,对掌握草退化生态效应具有重要意义。选择草地退化严重的伊犁河谷作为研究区,利用2001-2015年MODIS ET和NDVI遥感数据以及气温和降水站点数据,借助于GIS空间分析技术,反演植被覆盖度,插值生成气温和降水空间分布数据,进而进行差值和相关性计算,对该区草地ET时空变化及其影响因素进行分析和探讨。结果表明:（1）伊犁河谷草地多年平均ET为395.74 mm;空间上43.21%区域ET位于400~500 mm;全区ET不仅海拔分异明显,且与覆盖度的空间分异总体一致;（2）近15 a伊犁河谷全区草地平均ET减少11.06%,空间上ET发生减少面积占到98.07%,其中51.82%的减少比例位于10%~20%,主要分布在海拔较低的洪积平原和低山区;（3）2011-2015年时段ET变化的空间分异发生较大转变,低海拔区ET减少比例明显缩减,而高海拔区ET减少比例扩大;（4）伊犁河谷草地植被覆盖度与ET的相关性最高,植被覆盖度是决定草地ET空间分布及时空变化的关键因素,降水对草地ET空间分布及变化的影响高于气温。伊犁河谷植被覆盖度、降水及气温的降低均构成草地ET降低的驱动因素,但复杂的地形使伊犁河谷草地ET与其影响因素的相关性呈现明显且多样的空间差异。