近10a黄土高原地区NDVI变化及其对水热因子响应分析

植被变化及其对气候的响应是当前全球变化研究的关键领域之一。基于SPOT-VGT NDVI数据集和黄土高原气象资料,应用最大化合成法和Kriging插值等地理空间分析方法,对黄土高原地区植被变化特征及其对气温和降水的响应过程进行了多时间尺度分析。结果表明,1999—2008年期间黄土高原地区植被覆盖整体呈上升趋势,线性增速为9.9%/10a,NDVI在旬、月和季尺度的变化曲线均呈单峰型,8月份达到最大值,2月为全年的最低值。研究黄土高原地区植被NDVI对气温和降水变化响应的最优尺度为月尺度。黄土高原地区NDVI在旬、月尺度上与温度的相关程度强于降水,而季尺度上与降水的相关程度强于气温。     

1981-2016年黄土高原植被NDVI变化及对气候和人类活动的响应

探析黄土高原植被覆盖演变及其驱动因素,有助于了解黄土高原生态现状,剖析植被变化和驱动因素,以期为区域生态环境治理和规划提供科学依据。基于黄土高原NDVI、气温、降水数据,采用变化趋势率分析、多元回归残差分析等方法,研究了1981—2016年黄土高原区植被NDVI变化特征及对气候和人类活动的响应。结果表明：(1) 1981—2016年,黄土高原区植被NDVI呈东南高西北低的空间格局,整体上升率高,生态恢复效果显著;在选择的45个地州市中,榆林、铜川、延安和渭南等地植被NDVI增加最快,兰西城市群和内蒙古部分区域植被呈减小趋势。(2)气候变化和人类活动的共同作用是近35年来黄土高原区植被NDVI整体快速增加和巨大空间差异的主要原因。气候变化对黄土高原NDVI变化的影响主要以轻微促进和中度促进为主,而农村人类活动、城市人类活动的影响主要为明显抑制和轻微抑制。(3)气候变化、农村人类活动和城市人类活动对黄土高原区植被NDVI增加的贡献率分别为82.03%,11.68%和6.29%;气候变化贡献率大于60%的区域占黄土高原的76.9%,主要集中在黄土高原的东部和中部,人类活动对NDVI的影响主要...     

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。     

生态工程背景下黄土高原植被变化时空特征及其驱动力

[目的]分析1990—2015年黄土高原植被的时空演变规律,并从气候变化和人类活动两个方面分析该地区植被变化的驱动力,以期为生态环境保护相关政策的制定和区域可持续发展提供理论依据。[方法]基于GIMMS NDVI和MODIS NDVI建立长时间序列NDVI数据集,采用线性趋势分析、多元线性回归和改进的人类残差等分析方法,以NDVI为指标,辅助土地利用数据,对黄土高原地区1990—2015年期间植被时空变化特征及其影响因素进行了定量分析。[结果]①在1990到2015年期间,黄土高原地区植被的NDVI总体表现为上升趋势,且变化趋势较明显的分为两个时期,其中2000年以后NDVI上升速率较快;②2000年以后,黄土高原植被NDVI迅速上升,上升区域面积达到总面积的91.90%,其中NDVI显著上升面积比为65.78%;③黄土高原地区植被面积总体表现为增加,且主要来自于耕地的转入;④人类活动促使的植被恢复区域占黄土高原总面积的21.74%,主要分布在内蒙古的东部和北部、甘肃和宁夏的南部,以及陕西和山西的中部地区。[结论]随着退耕还林还草政策的实施,黄土高原地区植被面积持续增加,且植被生长状况持续变好,黄土高原植被恢复的原因主要是气候和人类共同影响,其中人类影响的程度较大。     

近20年黄土高原不同地貌类型区植被覆盖变化及原因分析

 植被覆盖是控制或加速水土流失最敏感的因子。以黄土高原为研究对象,利用1988—2005年NOAA/AVHRR植被指数(NDVI)月最大值合成的7月份资料分析不同地貌类型区NDVI值的时空变化规律,并通过计算NDVI值与同期降雨量的相关系数分析降雨量对不同地貌类型区NDVI的影响,探讨黄土高原典型区县退耕还林政策对NDVI的影响。结果表明:1)黄土高原整体植被覆盖度较低,NDVI多年平均值为0.29,平原区、石质山地、黄土低山、黄土塬及其周围地区NDVI值在0.30～0.40之间,梁、卯、片沙黄土丘陵区NDVI值在0.18～0.22之间,其余地貌类型区均低于0.15;2)1998年之后8年NDVI的平均值比前10年的NDVI平均值略有增加,整体增加幅度为4.5%,不同地貌类型区NDVI值变化表现出明显的地带性,呈东北西南走向,黄土高原主体部分中的黄土塬、黄土破碎塬、梁状黄土丘陵均增加10%以上,峁状黄土丘陵、风蚀沙化丘陵略有减少,减少的区域没有增加的区域大;3)除石质山地、黄土低山和平原地区外,其他地貌类型区7月最大NDVI值与5—7月累计降雨量存在很好的相关性,R2在0.60以上;4)地处梁状黄土丘陵区的吴旗县,1998年后形成了一个明显的以县为边界的NDVI值增长区,增幅达40%,远远高于该地貌类型区的平均增长值14%。初步结论:除平原地区外,降雨量决定黄土高原植被覆盖度的空间分布,1998年前后黄土高原植被变化的决定因素是降雨量;吴旗县的实例证明,只要水土保持资金到位、林草建设因地制宜、管理保护措施完善,退耕还林政策将会对植被覆盖度的增加起到积极作用。     

基于CA-Markov的渭河流域NDVI时空变化模拟及预测

为综合分析流域植被覆盖的时空变化特征,进而为生态环境保护提供科学参考,以渭河流域作为研究区域,首先基于MODIS NDVI中国月合成数据计算研究区年际NDVI值,并进行等级划分;而后利用CA-Markov模型,以NDVI等级作为元胞类型,计算了不同时期各等级的转移矩阵,由此模拟了2015年NDVI的空间分布;对比模拟NDVI结果和原始影像数据,评价模拟精度,并预测了2020年和2025年NDVI的空间分布状况。结果表明:(1)利用CA-Markov模型模拟渭河流域NDVI的空间变化,得到2015年模拟结果的Kappa系数为0.785 0,叠置分析的准确度为73.4%,符合精度要求,可以用于NDVI空间分布的预测。(2)渭河流域植被覆盖存在明显的空间差异性,低度植被覆盖区、较低植被覆盖区主要分布于陇中和陕北黄土高原地区;中度植被覆盖区主要分布在泾河和北洛河河谷地区,较高植被覆盖区主要分布在关中平原、子午岭等地,高度植被覆盖区主要分布在秦岭、六盘山等山区。(3) 2015—2025年,预测流域植被覆盖状况将进一步改善。其中,低度植被覆盖区、较低植被覆盖区和中度植被覆盖区面积将有所减少,空间上整体向北迁移;较高植被覆盖区和高度植被覆盖区面积进一步增加,空间上向北扩张。     

基于GIMMS NDVI的黄土高原地区荒漠化时空特征分析

气候暖干化发展趋势使干旱半干旱地区生态环境受到荒漠化发展的胁迫,植被覆盖度能有效地表达研究区植被分布状况及荒漠化程度。利用遥感技术手段监测区域植被覆盖和荒漠化发展趋势是非常有效的途径。为了给黄土高原地区生态环境建设和荒漠化治理提供科技信息,利用1986—2006年的GIMMS AVHRR NDVI数据,采用像元二分法估算植被覆盖度;借鉴水蚀风蚀研究成果确定植被覆盖度和荒漠化关系并进行分级,对黄土高原地区荒漠化程度及时空变化进行分析。结果表明:1)黄土高原约64%的地区为植被覆盖度为10%~50%的中度和重度荒漠化区;约1/3的地区为植被覆盖度在50%以上的轻度和非荒漠化区;约3%的地区为植被覆盖度<10%的强烈荒漠化区。2)1986—2006年间,黄土高原地区整体上荒漠化程度表现为降低趋势,期间,中度和重度荒漠化面积显著减少,非荒漠化面积明显增加,而强烈荒漠化面积扩大。荒漠化程度的时间变化具有10年尺度特征。3)中度和重度荒漠化的区域具有转化频繁和连片性特征,轻度和非荒漠化区域空间转化零散破碎,强烈荒漠化扩大区域主要在宁夏甘肃的沿黄两岸。     

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。     

陕西省植被覆盖时空演变特征及其与气候因子的关系

利用2000-2012年SPOT VGT NDVI数据,通过差值及相关分析法,对陕西省植被覆盖的时空演变进行研究,并对植被指数（NDVI）与气候因子的关系进行分析。结果表明：（1）2000-2012年,陕西省植被覆盖改善区域明显大于退化区域,植被覆盖增加区域主要分布在陕北风沙过渡区和黄土高原地区,减少区域主要分布在关中平原地区和陕南部分地区。（2）月平均NDVI与月平均降水量和气温呈极显著相关关系（P＜0.01）,相关系数分别为0.875、0.885。（3）2000-2012年,陕西全省NDVI增长速率为0.109·10a-1,说明生态恢复建设取得一定成效。（4）陕西NDVI变化具有明显的季节性,夏季和秋季NDVI增加最快,冬季增长最慢,且NDVI对降水、气温的响应存在时滞性。     

黄土高原区植被恢复的空间差异性分析

为了探究黄土高原区植被覆盖的空间分布特征、不同退耕坡度区域和不同气候带区域植被恢复程度,采用黄土高原区2000—2013年的MODIS/NDVI数据进行分析。结果表明:1)2000—2013年黄土高原区的归一化植被指数均值从东南向西北逐渐递减,呈3条带状:<0.2、≥0.2~0.4、≥0.4,大致对应于中国农业气候分区的干旱中温带、中温带、南温带3个气候区。2)2000—2013年黄土高原区植被覆盖呈增加趋势,增加区域的面积比例超过88%,且夏季比年均表现更明显。50%以上区域年均植被覆盖呈现中度改善或明显改善,50%区域上夏季植被覆盖明显改善。3)黄土高原区中温带的年均植被覆盖呈中度改善趋势,夏季植被覆盖呈明显改善趋势;干旱中温带、南温带的年均植被覆盖处于轻微改善状态,夏季植被覆盖以中度改善和轻微改善为主。4)≥15°~25°的坡度区域,植被恢复效果都好于其他坡度条件,夏季明显改善和中度改善的面积比例超过60%,年均也超过40%;坡度<6°或≥35°的区域,年均植被覆盖基本不变和退化面积比例接近20%。     

黄土残塬沟壑区范围界定及近21年来NDVI时空变化特征

为探究黄土残塬沟壑区退耕还林（草）工程等林业生态工程实施后林业资源恢复情况，以黄土高原DEM数据及2000—2020年归一化植被指数NDVI数据为基础，采用地形因子计算、水文分析、空间叠加分析等方法，划分了较为完整的黄土残塬沟壑区的范围，并利用趋势分析法、变异系数的相关理论与方法，分析了近21年来黄土残塬沟壑区NDVI时空变化特征。结果表明：（1）黄土残塬沟壑区横跨山西、陕西和甘肃3省，面积约为2.99万km²，沟壑密度为1.91~3.21 km/km²；（2）黄土残塬沟壑区NDVI从时序变化上看，全区21年总平均NDVI值为0.711，2000—2020年该区植被NDVI变化趋势呈快—慢—较快增长；从空间分布来看，植被覆盖度NDVI值总体为0.6~0.9，研究区中部地区植被覆盖度较其他地区高；（3）在时空趋势特征方面，研究区西部和东部部分地区植被覆盖改善程度明显，中部地区植被覆盖情况较为稳定；在时空波动特征方面，该区植被NDVI时序波动稳定，空间波动差异性较大，低波动区域面积占比为48.06%。整体而言，黄土残塬沟壑区主要分布在山西、陕西和甘肃3省，该区2000—2020年间植被NDVI整体呈上升态势，植被覆盖水平整体较高且波动较低，并呈持续改善趋势。研究结果可为黄土残塬沟壑区水土保持工作提供理论基础和科学依据。     

近30 a黄土高原植被覆盖时空演变监测与分析

为监测黄土高原植被建设成效,采用GIMMS和SPOT VGT 2种数据集的归一化植被指数作为植被覆盖评价指标,分析了近30 a黄土高原植被覆盖时空演变趋势。结果表明,大规模植被建设开始前,黄土高原植被覆盖以小幅波动为主,个别地区有所好转,但大部分区域无显著变化。1999年以后研究区归一化植被指数年度平均值增加显著,并以夏、秋两季增长贡献最大。植被覆盖在空间上呈现出明显的区域性增加趋势,其中黄土高原丘陵沟壑区增加趋势最为明显,植被恢复成效显著。研究区15°～25°和6°～15°坡地植被覆盖状况得到明显改善,对控制水土流失可产生积极影响。大规模植被建设促进了该区植被恢复,但截止2009年,黄土高原处于较低植被覆盖水平的区域面积依然占较大比重,生态环境建设仍须进一步加强。     

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。     

2002-2020年黄土高原土壤水变化及其相关性分析

土壤水作为植物耗水最主要的来源,其变化对整个生态系统都有重要影响。利用GRACE卫星数据与GLDAS-NOAH模型,分析2002—2020年黄土高原土壤水时空变化规律,并结合GEE平台2002—2020年的MODIS NDVI产品数据集、与2000—2017年降水资料对土壤水的变化进行相关性分析,使用M—K检验法对趋势进行检验,结果表明:(1)2002—2020年GRACE等效水高(毫米水柱高)变化月均值为(-7.56±4.38)mm,从2008年开始呈现显著减少趋势。(2)2000—2020年0—10 cm土层土壤水呈不显著增加趋势,10—40,40—100,100—200 cm呈不显著变化趋势,2012—2020年200 cm以下土层土壤水呈显著减少趋势。(3)随着土层深度的增加,黄土高原2000—2017年的降水与土壤水的相关性在显著降低。相关性系数从0—10 cm时的0.581降低到100—200 cm时的0.099。而将2002—2020年的200 cm以下土层土壤水与NDVI变化分析其相关性系数为-0.805~*,为显著负相关关系。研究结果阐述了黄土高原土壤水的变化规律,揭示了降水和NDVI变化与其的相关性联系,为下一步黄土高原的植被恢复提供了理论支撑。     

黄土高原植被水分利用效率对气候和植被指数的敏感性研究

生态系统水分利用效率(water use efficiency,WUE)连接了碳循环和水循环,是碳水耦合的重要参数。全面深入理解WUE的时空分布及其影响因素对预测陆地表面-大气相互作用和陆地生态系统的动态变化至关重要。该文基于大尺度遥感归一化植被指数(normalization difference vegetation index,NDVI)以及温度和降水栅格数据,采用中分辨率成像光谱仪的总初级生产力和蒸散产品计算2000—2014年黄土高原生态系统WUE,运用岭回归探究黄土高原WUE对温度、降水和NDVI的敏感性。结果表明:1)沿西北-东南随降水量的增加,黄土高原多年均WUE逐渐降低,且黄土高原西南部高海拔地区WUE最低;同时,WUE的年际变化明显,以2011年为转折点,2012—2014年WUE明显高于其他年份。2)WUE对温度的敏感性在整个黄土高原呈现正值,WUE对降水和NDVI的敏感性存在阈值效应,即小于500mm降水量,WUE随降水和NDVI的增加而升高,超过550mm降水量,WUE则随降水和NDVI增加而降低。3)草地和灌丛WUE与NDVI正相关,森林WUE与NDVI负相关;灌丛WUE对温度和降水的敏感度明显高于森林和草地。     

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。