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。     

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。     

山西黄河流域不同土地利用类型NDVI时空变化及其对气温、降水的响应

[目的]了解山西黄河流域不同土地利用类型NDVI时空变化及其对气温、降水的响应关系,对该流域生态保护、修复和高质量发展具有重要的意义。[方法]基于1998—2018年NDVI数据,利用NDVI变化趋势、变异系数、空间自相关等方法,对山西黄河流域不同土地利用类型NDVI时空变化特征及其与气温、降水的关系进行分析。[结果]不同土地利用类型NDVI变化趋势均呈向好态势,草地和林地覆盖状况优于整体水平。NDVI在空间上整体呈南北纵列、高低相间的分布格局,吕梁山和太岳山—中条山高,西部高原丘陵区和汾河谷地低。NDVI变化趋势的空间异质性显著,植被以显著改善为主。林地改善趋势的稳定性最好。NDVI表现出明显的空间集聚性特征,其中耕地NDVI变化趋势聚集特征最明显。不同土地利用类型NDVI对降水的敏感性强于气温。[结论]山西黄河流域不同土地利用类型NDVI时空变化差异显著,并对气温和降水存在响应关系,此研究将为该流域生态保护和建设提供更精准的植被恢复数据及其和气温、降水关系的基础资料。     

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。     

2000—2020年阿克苏河流域植被动态变化及驱动机制

[目的] 探究阿克苏河流域植被动态特征及其与潜在影响因子的响应关系,为干旱区生态环境保护和治理提供理论依据。[方法] 基于MODIS归一化植被指数(NDVI)、气候、地形、土壤类型及土地利用等数据,利用趋势分析和地理探测器方法对2000-2020年阿克苏河流域植被动态及驱动机制进行分析。[结果] ①2000-2020年阿克苏河流域NDVI呈显著增加趋势,增速为0.003 2/a,且人类活动区增速显著大于非人类活动区。②潜在因子对NDVI变化的解释力存在时间和空间差异;土地利用转化是人类活动区NDVI变化重要驱动因子,海拔、土壤类型、距冰川积雪距离、距水体距离是非人类活动区NDVI变化重要驱动因子。因子间交互作用可以提高对NDVI变化的解释力,在人类活动区土地利用转化与土壤类型的相互作用对NDVI变化的解释力最强;背景因子、距补给水源的距离与其他因子的交互是非人类活动区NDVI变化的重要因子组合。③2000-2020年阿克苏河流域超过10 %的面积发生土地利用转化,主要表现为裸地和草地的相互转化,耕地、林地、灌木地、人造地表面积显著增加。[结论] 阿克苏河流域人类活动区和非人类活动区NDVI变化时空特征及驱动机制存在差异,应因地制宜,合理管理,促使该流域生态环境良性发展。     

2000—2018年乌海市植被覆盖度时空变化

为了探究乌海市植被覆盖度时空动态变化特征以及预测NDVI变化趋势,基于Lantsat OLI/TM/ETM,DEM影像运用像元二分模型法、趋势分析法研究了乌海市2000—2018年植被覆盖度时空动态变化特征,重标极差(R/S)分析法的Hurst指数预测了乌海市未来NDVI变化趋势。结果表明:(1)2000—2018年乌海市植被覆盖度整体呈现上升趋势,增长速率为0.07%/10 a,植被覆盖度均值由22.26%增至41.30%;(2)空间上植被覆盖度呈现由西北向东南逐渐递增的趋势,植被覆盖度改善的区域大于退化区域,海南区改善趋势更明显;(3)从地形因子来看,植被覆盖度受高程、坡度影响较大,不同坡向间变化不明显;(4)乌海市大部分地区植被未来变化趋势为随机发展,持续改善区域占10.95%,持续退化区域占2.93%,海勃湾区持续变化性强,乌达区反持续变化性强。整体来看研究区2000—2018年植被覆盖度持续上升,植被改善明显,未来进行生态保护时应多关注地形因素和植被退化的区域,从而制定合理的政策。     

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。     

石羊河流域植被生态质量时空变化动态监测

基于遥感和GIS技术，以MODIS NDVI为数据源，应用DEM和土地利用分类图，采用转移矩阵、一元线性回归模型等方法，对石羊河流域2000-2020年植被生态质量指数（Q）的时空变化特征进行研究，并对Q值基于不同海拔高度、坡度、坡向和植被类型的分布特征进行分析。结果表明：（1）2000-2020年石羊河流域的平均Q值为9.8，南北差异较大，Q值与海拔高度和坡度呈正相关；（2）分析Q转移矩阵，流域植被生态质量处于改善之中，2000-2010年植被生态质量改善和退化面积占总面积的比例分别为30.0%和2.2%,2010-2020年分别为13.7%和10.9%;(3)2000年以来流域Q值平均每10a增加1.2，呈增加趋势（Slope>0.0）的区域面积占整个研究区面积的90.3%;(4)Q值呈增加趋势的面积随着海拔高度的增大呈波动变化，随着坡度的增大先增加后减小；（5）森林、草地和灌木丛植被类型Q值呈增加趋势所占比例均在60.0%以上；（6）研究区Q值与气温、降水的相关系数分别为0.352和0.281，气温是植被生长的主要影响因素。     

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。     

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。     

2000—2019年吕梁市植被NDVI时空动态及其影响因素分析

为了详细分析吕梁市植被生长变化与气候变化和人类活动的关系,基于吕梁市的2000—2019年逐年归一化植被指数(NDVI)数据和13个县(市、区)气象观测站年气温和降水观测数据,采用空间插值方法、空间相关性分析法和残差分析法,对吕梁市多年植被NDVI的时空变化特征进行分析,并探讨了气候变化和人类活动对吕梁市植被覆盖变化的影响。结果显示:2000—2019年吕梁市96.32%的区域NDVI呈现增加趋势,但各区域间存在明显空间性差异,中部吕梁山山区NDVI较高,东部平川地带和西部沿黄区域NDVI较小。总体而言,2000—2019年吕梁市的NDVI呈波动增加趋势,2018年达最大值。2000—2019年吕梁市NDVI与降水量和气温在年尺度上均呈正相关关系,且植被生长发育受降水的影响强于气温,全市38%的区域植被NDVI与气温-降水的复相关性通过0.05显著水平检验; 人类活动对吕梁市95%以上地区的植被生长有积极影响,表明退耕还林还草等生态修复工程对吕梁市植被覆盖增加有积极作用,生态提升效应逐渐凸显。     

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。     

贵州省NDVI时空变化及其对温度和降水变化的响应

为了探究植被NDVI变化特征及其对温度和降水变化的响应,以贵州省为例,基于2000-2018年MODIS NDVI数据和温度、降水数据,采用距平分析、滑动平均、M-K检验、一元线性回归趋势分析、Pearson相关分析,偏相关分析、复相关分析及F检验进行显著性检验,定量分析了贵州省不同地貌类型下温度和降水对植被NDVI的影响。结果表明:(1)2000-2018年贵州省年均NDVI在空间分布上呈现出西北低东南高的格局;NDVI在2007年和2010年发生突变,并于2013年进入快速增长时期;其变化趋势呈现极显著增加的区域面积占比较大的是岩溶峡谷区和断陷盆地区,非喀斯特区较小;(2)NDVI以中高稳定和中等稳定为主,变异系数空间上存在着西北高于东南的格局;非喀斯特地貌稳定性最高,岩溶峡谷地貌的稳定性较差;(3)Hurst指数介于0.07~0.99,高值主要分布在贵州省西部地区,低值主要分布在东部地区,岩溶峡谷区和断陷盆地区呈现正向持续区域面积均超过对应地貌类型面积的1/2,其余地貌区以反向持续的区域面积比相对较大;(4)贵州省年均温度在空间上呈现西部地区低南部地区高的格局。以0.260℃/10 a的速率上升,断陷盆地区温度变化是最稳定的,非喀斯特地区和岩溶槽谷区的温度变化差异性较大。贵州省大部分地区降水量比较高,仅研究区西北部略低。年均降水以38.16 mm/10 a的速率上升,除断陷盆地区降水以减少趋势占优势,其他地貌区均呈现不同程度的增加;(5)贵州省NDVI受温度的影响强于降水,断陷盆地区受温度和降水的影响均不显著;岩溶高原区、岩溶峡谷区和非喀斯特地区受温度的影响高于降水。     

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。     

1999—2018年河南省植被覆盖时空演变分析

为了研究河南省植被覆盖的时空演变特征,利用slope趋势分析、典型地市分析、典型年份和月份分析、土地利用类型改变对植被覆盖的影响分析等方法,分析了1999—2018年河南省植被覆盖时空演变特征。结果表明:(1)河南省西部和南部植被覆盖改善十分明显,河南省北部和东部有轻微改善,而河南省中部植被覆盖有所退化;(2)河南省NDVI分布具有较强的空间差异性,从南北向来看,NDVI均值中部最低,南部最高,北部次之。从东西向来看,NDVI均值中部最低,东部最高,西部次之。河南省NDVI平均值在空间上呈现两头高中间低的趋势;(3)河南省月尺度的NDVI呈现出明显的季节性,最高值出现在夏季8月,最低值出现在冬季1月。(4)居民用地的增加影响着河南省的植被覆盖状况,并且呈负影响;(5)河南省自从实施“退耕还林”政策后,耕地明显减少、林地增多。由此可以得出,1999—2018年河南省总体植被覆盖率改善,NDVI值增加。     

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.     

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。     

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。     

气候变化下珠穆朗玛峰自然保护区南北坡植被变化差异

在全球气候变化背景下,为探究珠穆朗玛峰自然保护区南北坡植被变化差异,采用样方调查数据,MODIS/NDVI数据和气候数据,基于TS趋势分析和偏相关分析研究了珠峰保护区2000—2018年南北坡植被变化及其对气候变化的响应,并预测了其未来植被变化。结果表明：(1)总体上,保护区植被NDVI在2000—2009年呈下降趋势,2009—2018年呈上升趋势,且年内NDVI与温度相关性强于降水。(2)南坡地区NDVI值大于0.6且变化稳定,主要分布着喜马拉雅冷杉(Abies spectabilis)等高大乔木;北坡地区NDVI值小于0.4且易波动,主要分布着苔草(Artemisia younghusbandii)等灌草丛。(3)南坡地区NDVI在整个2000—2018年均呈轻微上升趋势;北坡地区NDVI在2000—2009年下降,在2009—2018年上升,且Hurst指数预测未来NDVI变化不稳定,大部分区域可能会出现下降趋势。(4)南坡地区NDVI与气候因子相关性弱,北坡地区NDVI与温度呈负相关,与降水呈正相关;北坡定日和定结县居民地附近区域植被对人类活动较为敏感。研究为当地可持续发展和...