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。     

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。     

滇东南喀斯特地区植被覆盖变化及其影响因素

利用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,辅以叠置分析、空间统计分析和相关分析等方法,探讨了滇东南喀斯特地区植被覆盖的时空变化特征及其与气候因子、人类活动的关系。结果表明:滇东南喀斯特地区植被4月上旬进入生长季而9月中旬结束,2001—2010年植被覆盖呈现出上升的趋势,NDVI增加速率为0.03/10 a;滇东南喀斯特地区植被覆盖呈增加和减少趋势的面积分别占总面积的70.03%和29.97%,植被NDVI减少最为突出的区域主要集中在人口聚集的城镇周围及河流沿线,而增加的区域主要集中在高海拔山区;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东南喀斯特地区植被NDVI年内变化主要的影响因素,其影响有2个月左右的滞后期,温度类气候因子的滞后期为3个月左右,其他类型的气候因子滞后期约为2个月;滇东南喀斯特地区实施的退耕还林工程,极大地提升了植被覆盖度,而城镇化过程则使得城镇周边的极低、低植被覆盖度区面积增加。     

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。     

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.     

2001-2018年贵州省NDVI时空演变及其对气候变化和人类活动的响应

[目的]研究贵州省植被覆盖对气候变化和人类活动的响应程度,为区域生态环境建设提供理论依据。[方法]选取2001-2018年MODIS13 A1影像,结合气象数据,利用线性趋势分析、偏相关分析和残差分析等方法,分析了贵州省18年间NDVI的时空变化特征,探究了NDVI对气候变化的响应规律以及人类活动对NDVI的影响。[结果]①2001-2018年贵州省NDVI呈现显著上升趋势,增长速率为0.0053/a,空间上极显著增加和显著增加区域面积分别占研究区域的52.80%和16.80%。②2001-2018年贵州省气候向暖湿方向发展,NDVI与气温和降水呈正相关关系,且NDVI对气温的敏感性高于降水。③月尺度上NDVI对气温的响应不存在滞后性,对降水响应存在一个月滞后性;NDVI与气候月尺度相关性高于年尺度。④人类活动对贵州省植被覆盖作用日益增强,对NDVI贡献度为72.30%。[结论]人类活动对NDVI的影响大于气候变化,贵州省植被变化是气候变化和人类活动共同作用的结果。     

东北地区植被碳利用率时空变化及其影响因子分析

[目的]揭示东北地区植被碳利用率的时空分布特征,探明植被CUE与影响因子间的关系,为监测区域生态环境质量和植被生态系统状况提供参考。[方法]基于MODIS GPP和NPP数据,结合气象数据,采用一元线性回归分析、Mann-Kendall显著性检验和偏相关分析等方法,探讨了2000—2020年东北地区植被CUE的时空变化特征,分析了植被CUE与气候因子的相关关系及时滞效应,揭示了影响植被CUE变化的气候驱动机制的空间分布特征。[结果]2000—2020年东北地区多年平均植被CUE为0.64,在空间上呈现东高西低的分布格局。近21年,东北地区植被CUE呈缓慢上升趋势,变化斜率为0.002/a。变化斜率大于0的区域占69.22%,植被CUE呈极显著上升和极显著下降的占比分别为6.28%,1.11%,极显著下降区域主要位于黑龙江省的东北部地区。植被CUE与气温、日照时数和相对湿度整体呈负相关,与降水整体呈正相关,且降水对植被CUE的影响强于其他气候因子。东北地区植被CUE主要响应于当月气温、降水、日照时数和相对湿度的变化,且植被CUE主要受气温、降水、日照时数、相对湿度弱驱动。[结论]东北地区...     

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。     

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。     

气候变化和人类活动对西南喀斯特地貌区植被NDVI变化相对作用

定量厘定气候变化和人类活动对西南喀斯特地貌区植被NDVI变化的相对作用,可为揭示喀斯特地貌区植被NDVI时空演变特征及其驱动机制提供依据。以MODIS NDVI、SRTM DEM、基于站点的气象数据为数据源,建立Theil-Sen Median斜率估计、残差分析、相对作用分析等多数学模型,分析了2001—2019年西南喀斯特地貌区气候变化和人类活动对植被NDVI变化的相对作用,揭示植被NDVI与降水、气温、相对湿度和日照时数的相关性。结果表明:研究时段内西南喀斯特地貌区植被NDVI总体上呈上升态势,植被NDVI变化趋势呈现明显的空间异质性,植被NDVI增加的区域面积远大于减少的区域面积; 研究区植被改善和植被退化均受人类活动的主导。研究时段内西南喀斯特地貌区植被NDVI与降水、气温以及相对湿度整体呈正相关,相关程度依次递减,与日照时数呈负相关。综上可知,研究时段内西南喀斯特地貌区植被覆盖呈改善态势,人类活动可被认为是影响西南喀斯特地貌区植被NDVI变化的主要驱动力,植被NDVI与降水、气温、相对湿度和日照时数的相关系数在空间上呈现明显的异质性。     

基于地理探测器的西南岩溶槽谷区近20年

植被覆盖度变化及其与驱动因子关系的研究是开展大规模植被恢复效益评估的基础,而目前对西南槽谷地区植被绿化的时空变化模式及其驱动因素的认识并不明晰,不利于进一步生态建设。基于2000—2018年西南槽谷区NDVI、气温、降雨、DEM、土地覆被和人口密度数据,应用线性趋势回归分析和Hurst指数分析等方法以及地理探测器模型,探究了西南槽谷区植被覆盖的时空变化特征和驱动因素,预测未来变化趋势。结果表明：（1）近19年来NDVI范围介于0.79~0.84,总体呈波动上升趋势,岩溶区植被NDVI （0.003 17/a）年增长率显著高于非岩溶区（0.002 60/a）。（2） Hurst指数分析结果表明,西南槽谷区的植被NDVI主要以上升趋势为主,但其中64.31%在未来呈现退化趋势,植被保护形势较为严峻。（3）岩溶区植被NDVI与温度变化之间存在负相关关系（R=-0.040）,而非岩溶区为正相关关系（R=0.013）。残差分析结果表明,人类活动促进89.60%的区域植被NDVI增长。（4）在整个岩溶槽谷地区,土地覆被类型和气温是影响植被NDVI的主要驱动因素,解释率在25%以上,各因子的交互作用明显高于单因子作用。总体来看,人类活动对槽谷区植被恢复具有明显的积极影响。     

1990—2019年澄碧河流域NDVI时空动态及驱动因素分析

为了解西南喀斯特流域的植被恢复状况及其驱动因子,以澄碧河流域为例,基于GEE平台和1990—2019年研究区Landsat遥感影像,采用Sen+Mann-Kendall趋势、偏相关等方法,分析了澄碧河流域归一化植被指数(NDVI)时空演变特征与驱动力。结果表明:1990—2019年澄碧河流域NDVI总体呈波动上升趋势,年平均增速为0.004 6,植被呈显著改善的区域占87.09%; 不同土地利用类型下,NDVI均值排序为常绿灌木地>常绿阔叶林>常绿针叶林>落叶阔叶林>旱地>草地>水田; NDVI随海拔上升呈先增加再缓慢下降再缓慢上升的趋势,随坡度的增加呈先缓慢上升再缓慢下降的趋势; 澄碧河流域88.88%区域NDVI与气温具有正相关关系,其中显著正相关占20.75%,与降水量变化相关性较小,仅有1.14%区域通过p<0.05显著性水平检验。总体而言,澄碧河流域植被得到显著改善,温度变化和人类活动一定程度上促进了流域植被的生长。     

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—2020年鄂尔多斯市植被NDVI变化格局及归因分析

处于农牧交错区的鄂尔多斯市生态系统较为敏感,为探究全球气候变化以及人类活动对鄂尔多斯市生态系统的影响,利用MOD13Q1 NDVI数据以及同期气象数据,分析了鄂尔多斯市2000—2020年植被NDVI变化特征,并利用偏相关分析法以及残差驱动力分析法对引起植被NDVI变化的气候和人为因素进行了分析。结果表明:(1)21年来鄂尔多斯市植被NDVI总体呈现上升趋势,植被改善明显,全市68.66%的区域植被NDVI得到改善,西南部改善幅度小于东北部;(2)鄂尔多斯市植被NDVI与气候因子偏相关性存在明显的地区差异,植被NDVI与降水的偏相关性较高,降水与温度共同影响的区域约占总面积的2.27%;(3)鄂尔多斯市植被受到人类活动与气候的共同影响,21年来人类活动对鄂尔多斯市植被NDVI变化起到主导作用,其平均贡献率为82.67%,气候变化对植被NDVI生长的影响主要体现在降水因素上。人类对鄂尔多斯市的植被影响具有两面性,城市建设对植被的生长起到制约作用,生态工程的实施则有利于植被的生长;(4)2000—2020年鄂尔多斯市以NDVI表征的植被覆盖度的增加与人类活动密不可分,但是同时鄂尔多斯地区气候条件对植被生长有很大的限制作用,实施生态工程中要切实注意到气候变化所带来的影响,切不可盲目扩大生态工程,对于毛乌素沙地等地区植被需要实行人工保护,使其形成稳定生态系统。     

基于NDVI的喀斯特地区植被对气候变化的响应研究——以贵州省六盘水市为例

利用1999—2010年SPOT-VGT NDVI数据,采用基于像元的相关分析方法,分析了贵州省典型喀斯特区域植被对气候变化的响应。结果表明,1999—2010年研究区气候变化呈冷干趋势,植被NDVI呈恢复趋势;从区域尺度分析,研究区植被NDVI与气候要素间呈不显著相关关系;从像元尺度分析,植被NDVI与年均气温和降水量均具有较强的负相关性,且年均气温的影响力大于年降水量;由于植被NDVI与气候要素存在负相关,所以气候冷干的变化趋势有利于区域整体植被NDVI的恢复;植被NDVI与气候要素的相关性在空间上存在较强的地域性,进一步证明了植被NDVI对气候变化的响应受到地形的强烈影响。     

西南高山亚高山区植被活动变化的气候驱动效应与可持续性

[目的]探究西南高山亚高山区植被活动变化的驱动因素及可持续性,可为其生态系统管理提供一定的科学依据。[方法]基于2001—2018年MODIS NDVI数据和气象数据,用线性回归、Hurst指数、相关分析等方法分析了西南高山亚高山地区植被活动的时空变化特征、植被活动的稳定性和可持续性及对气候变化的响应。[结果](1)研究区以NDVI为代表的植被活动整体上显著增强,其中相对稳定的区域占63.69%,显著增强的区域占25.06%,显著降低的区域占2.73%。在植被类型中,落叶阔叶林的显著绿化趋势最强,而灌木的显著褐化趋势最强,草地对气候变化的敏感性高于林地。植被活动显著增加的区域主要分布在区域东北部的嘉陵江和岷江等地。(2)变异系数(CV)表明NDVI整体稳定性较强,从植被类型看,阔叶林和混交林的稳定性较高,农田的稳定性最低。(3) Hurst指数分析表明,植被活动趋势呈反持续的比例为69.47%,植被活动趋势呈可持续的比例为29.88%,研究区植被总体出现弱反持续性特征,在未来,植被活动增强的趋势有降低或反转的风险;(4)气候驱动因子分析表明,西南高山亚高山区温度对植被的影响占主导,即温...     

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。