1989—2019年库布齐沙漠植被覆盖度的时空变化

[目的]探究库布齐沙漠近1989—2019年植被覆盖度的时空动态变化规律,为库布齐沙漠植被恢复及生态建设提供理论参考和基础数据。[方法]以1989—2019年每5 a为1期(共7期)的Landsat影像为数据源,结合归一化植被指数(NDVI)像元二分法模型,利用ENVI 5.3和ArcGIS 10.2分析库布齐沙漠1989—2019年植被覆盖度(FVC)时空动态变化特征。[结果](1)在时间变化上,近30 a间库布齐沙漠植被覆盖度整体呈增长趋势,平均植被覆盖度由0.104增长到0.243。在空间分布上,库布齐沙漠植被覆盖度呈现由西向东、向北增加的特征。(2)库布齐沙漠植被覆盖在1999—2004年和2009—2014年均呈现退化趋势,平均植被覆盖度分别减少0.053和0.054,退化面积分别为3 870.22和6 093.59 km~2,退化程度均以植被覆盖度减少10%～30%为主。[结论] 1989—2019年库布齐沙漠植被覆盖度总体有所改善,未来该区生态修复重点关注低植被覆盖区域。     

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。     

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。     

四川省2009—2020年植被覆盖度时空变化遥感动态监测

[目的]监测和分析四川省2009—2020年植被覆盖度时空变化特征,为定量评估区域生态环境提供重要的基础研究数据,也为城市规划及可持续城市发展提供科学参考。[方法]借助Google Earth Engine云计算平台,获取了2009—2020年四川省Landsat系列影像,利用像元二分模型对研究区植被覆盖度进行了定量估算。[结果](1)2009—2020年间,四川省主要以高、中高植被覆盖度为主,其面积可达全省面积的80%,而低、中低植被覆盖度面积所占比例低于10%。(2)从空间上分布,四川省植被覆盖度空间差异比较明显,植被覆盖度较低区域主要分布在成都平原经济区及川西部分地区;(3)从空间变化特征上分析,2009—2020年研究区的植被覆盖度整体呈现基本稳定趋势(44.39%),植被覆盖度改善的区域面积(30.78%)大于植被覆盖度退化区域(24.82%),其中明显退化区域面积所占比例最少,仅占全省面积的4.96%。[结论]总体上,2009—2020年四川省的植被覆盖状况良好,以高、中高植被覆盖度为主,植被覆盖度呈现基本稳定趋势。     

2001—2020年三江源区植被覆盖时空变化特征及其影响因素

[目的] 分析三江源植被覆盖变化趋势,掌握三江源生态环境状况,为三江源后期生态建设项目的宏观布局和实施提供科学依据。[方法] 基于MODIS-NDVI,DEM及气象数据,借助最大合成法(MVC)、趋势分析、Hurst指数等方法从多个角度,综合分析2001—2020年三江源植被覆盖时空演变特征及未来发展趋势,并结合偏相关分析和多元回归残差分析法探讨气候变化和人类活动对植被覆盖的响应特征。[结果] ①近20 a来三江源植被覆盖呈现显著上升趋势,增速为2.1%/10 a;空间上整体呈现“东南高,西北低”,从东南向西北呈阶梯式逐渐递减。②三江源植被覆盖整体表现为上升趋势,上升面积占74.59%,下降面积占25.41%,具体表现为东北部以及西北部显著上升,曲麻莱南部、杂多北部和甘德西南部下降。③三江源植被覆盖未来变化的反向特征比同向特征更明显,持续改善面积占29.22%,改善到退化的面积占45.54%。④气温和降水对三江源植被覆盖都呈正面影响,且降水是主要驱动因子。⑤人类活动对三江源植被覆盖影响呈显著增强趋势,且以积极影响为主,主要分布在黄河流域东北部、长江流域通天河南侧和澜沧江流域东南部。[结论] 三江源是中国生态安全的重要区域,植被覆盖受气候和人类活动影响大,需要加强区域生态保护治理和生态维持。     

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。     

2000-2013年江苏省不同植被类型NDVI时空变化特征

基于2000—2013年美国国家航空航天局（NASA）发布MODIS NDVI数据产品,运用最大值合成法、趋势分析法和稳定性分析法,对江苏省近14年来不同植被类型时空变化特征进行了分析。结果表明:（1）江苏省整体植被覆盖呈下降趋势,下降速率为0.000 8/a。水田、草地呈下降趋势,水田下降趋势明显,下降速率为0.002 1/a,旱地和林地呈上升趋势,旱地上升趋势较大,为0.001 5/a;（2）近14年江苏省植被退化面积占总面积的32.21%,主要集中在城市中心区和沿江沿海环湖地区。水田退化面积呈由南往北,由东往西逐渐递增的空间分布特征,旱地退化面积主要分布在苏北地区;（3）近14年江苏省植被表现出较好的稳定性,变异系数小于10%的面积占总面积的86.97%,林地、水田和旱地稳定性较好,草地稳定性最差;（4）近14年江苏省植被NDVI、植被变化趋势与植被稳定性在空间上表现出较好的耦合性,植被NDVI高、稳定性高的地区植被以轻微改善和中度改善为主,植被覆盖度低、稳定性较差地区以轻度退化和中度退化为主。     

2000—2020年延安市植被覆盖时空变化及其影响因素

[目的] 对陕西省延安市植被覆盖时空变化特征及其与气候变化和人类活动之间的关系进行研究,为该市评估生态环境效益和生态环境建设提供科学支持。[方法] 基于MODIS-NDVI和气象等相关数据,采用线性趋势分析、相关性分析和残差分析对延安市2000—2020年植被覆盖时空变化特征及其影响因素进行研究,并用地理探测器分析不同因子对植被覆盖变化的影响以及各因子之间的交互作用。[结果] ①2000—2020年延安市植被NDVI总体呈上升趋势,增速为10%/10 a,快于同期三北防护林植被覆盖的平均增速。②延安市植被覆盖状况不断优化,呈现改善的面积占99.64%,其中明显改善的面积占97.85%,呈现退化趋势的范围比例极少。③受水热分布的影响,延安市呈现“东高西低,南高北低”的植被分布格局。④延安市植被NDVI与降水的相关性要显著强于气温,与气温的相关系数分布在-0.60~0.70,其中呈正相关的面积占47.52%;与降水的相关系数分布在-0.23~0.91,其中呈正相关的面积占99.62%; ⑤延安市退耕还林还草等生态恢复工程的有效实施对植被状况改善最为显著,降水作用次之,气温和自然地理因素作用较小,多影响因子对延安市植被覆盖变化的交互作用表现为非线性增强或双因子增强。[结论] 延安市是黄土高原腹地中心城市,植被覆盖受气候和人类活动影响较大,未来在生态建设背景下,要立足于不同区域的资源禀赋,人为因素合理参与,因地制宜地采取相应的管控和补偿措施,以期达到植被NDVI持续改善的效果,进一步增强其生态效益。     

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。     

陕西省植被覆盖时空变异及其恢复潜力

[目的] 系统分析退耕还林以来植被覆盖时空变异特征,评估植被恢复的潜力,为陕西省生态环境建设的可持续发展提供科学的理论依据和实施建议。[方法] 以MODIS NDVI数据为基础,采用Sen+Mann-Kendall模型和Hurst指数探究了2000-2020年陕西省及秦巴山区、关中平原和黄土高原3个亚区植被覆盖度(fractional vegetation cover,FVC)的时空变化特征,并运用相似生境法测算了不同区域的植被恢复潜力。[结果] ①2000-2020年陕西省FVC增长率为0.002 9/a,74.58 %的区域有所改善。其中:黄土高原区FVC改善面积达84.46 %,且以显著改善为主;秦巴山区FVC改善面积为74.40 %,以轻微改善为主;而关中平原区FVC具有退化趋势,退化区域占64.56 %。②全省FVC持续性改善面积占19.80 %,黄土高原区和秦巴山区以持续性改善为主,面积比例分别为27.83 %和13.68 %,而关中平原区以持续性退化为主。③黄土高原区西北部及其与关中平原接壤地带的植被恢复空间较大,而子午岭林区植被恢复空间较小;秦巴山区森林覆盖率较高,几乎没有恢复空间;关中平原受城市化的影响,植被恢复空间小。[结论] 近几十年来,陕西省植被覆盖度显著提高,但受气候、地形、植被类型和人类活动等因素的影响,植被覆盖变化具有明显的空间异质性。陕西省植被恢复的增长速度趋于放缓,持续改善能力已经较低,植被覆盖趋于平稳,但是黄土高原西北部地区及其与关中平原的接壤处植被覆盖恢复潜力仍较大。     

基于高分辨率遥感影像的青海湖沙柳河流域土地覆盖监督分类方法对比

[目的]研究高寒河源区土地覆盖的精准分类方法,为地物分类提供参考,分类结果可为青海湖流域土地资源与生态环境监管提供数据支撑。[方法]运用高分辨率遥感影像,通过6种监督分类器(平行六面体、最小距离、马氏距离、最大似然、神经网络和支持向量机)对青海湖沙柳河流域的土地覆盖进行分类,最后通过最佳提取方法统计得出青海湖沙柳河流域土地覆被概况。[结果]支持向量机、神经网络和最大似然的分类精度较高,其总体分类精度均大于96%,Kappa系数均大于0.95,平行六面体的分类精度最低,误差较大。综合各种分类精度及分类图像局部细节,支持向量机分类效果最佳。通过解译可知沙柳河流域土地覆被以草地为主,占流域总面积的71.09%,裸地和湿地分别占流域总面积的16.26%和10.24%,水体、农田和建筑用地面积较小,共占流域总面积的2.41%。[结论]运用高分辨率遥感影像,通过支持向量机分类器可实现对青海湖沙柳河流域土地覆被的良好分类。整个流域植被覆盖度高,生态环境良好。     

雅砻江流域二滩水库周边植被变化

[目的]定量研究二滩水库蓄水以后库区周边植被的变化规律,为水库蓄水对周围边植被生长变化的影响研究提供依据。[方法]以遥感影像为试验数据,基于归一化植被指数的像元分解模型对研究区1999—2014年每年11月份的植被覆盖度进行估算,并依据土壤侵蚀强度分类分级标准对估算结果进行分级,通过波段运算结合阈值分割对植被覆盖状况变化较为明显的区域进行检测。[结果]自1999—2014年,研究区整体植被覆盖状况逐年变好,主要表现为高覆盖度区域面积逐年增大;局部地区受到人类活动、土壤侵蚀、耕地以及滑坡的影响植被覆盖度降低,约占总面积的19.5%;植被覆盖状况显著变好的区域约占总面积的39.8%,主要集中在距离水库较近的区域。[结论]二滩水库蓄水改善了库区周边植被的生长条件,植被覆盖状况整体逐年变好。     

黑河上游天涝池流域生长季降雨和气温对河川径流的影响

西北干旱区的水资源短缺问题日益突出,但黑河上游高寒山区河川径流相关的精确水文资料稀缺,开展观测和研究其变化规律尤为必要。选择黑河上游天涝池流域为研究区,通过逐日观测2016年、2017年、2019年生长季河川径流量、降雨量和气温数据,采用相关分析和多元线性回归方法,分析了降雨和气温要素对河川径流的影响。结果表明:生长季内月均径流量明显滞后月均降雨量和月均温,三者均呈现出单峰变化趋势; 河川径流对降雨的平均滞后时间约为7.5 d。生长季内月均降雨量、月均温与月均径流量的Pearson相关系数分别为0.69,0.87(p<0.01),拟合多元线性回归模型的R²为0.772。研究显示该流域内降雨和气温较好地解释河川径流量的变化,结果可为黑河上游山区的河川径流响应过程提供参考依据。     

黑河中游荒漠植物生长与降水、土壤水和地下水的关系

[目的]分析荒漠化防治中植物生长与降水、土壤水和地下水的关系,为荒漠区植被修复与保护提供科学依据。[方法]在黑河中游荒漠区建立荒漠化综合防治试验站进行长期定位监测,取得降水、土壤水、地下水、植物盖度、生物量等数据,采用特征参数算法、相关分析法和逐步多元回归方法,对植物生长和水分的年内、年际变化特征及相关回归模型进行分析。[结果](1)2006—2014年,土壤质量含水率、生物量、盖度变化接近且最大,降水量次之,地下水埋深最小;生物量、盖度呈波动性增大趋势较明显,降水、土壤水、地下水位变化呈波动性略有降低趋势,但不明显。(2)在植物生长季的3—11月期间,土壤各层含水率变化步调基本一致,植物平均生物量和盖度变化步调基本一致,降水量和地下水埋深变化步调基本一致。(3)建立了盖度与0—20cm土壤质量含水率、生物量与0—20cm土壤质量含水率回归方程,且均通过了R拟合检验,F方差检验,t回归系数检验,通过模型预测盖度、生物量的变差分别为99.0%和91.4%,预测盖度和生物量变化的准确率分别可达86.5%,78.9%。[结论]黑河中游荒漠植被的生长与环境水分变化关系十分密切,可通过水资源管理修复植被,也可根据植被生长状况评估水资源管理工作。     

黑河上游地表冻融指数与径流关系

[目的]探讨黑河上游地表冻融指数与径流的关系,为该流域的径流预测及水资源合理开发利用提供科学依据。[方法]利用1979—2006年黑河上游西支水文站和气象站的月平均径流、降水和气温资料,对该流域冻融指数变化、融化和冻结阶段径流变化进行分析,并对地表冻融指数与径流的关系做了进一步探讨。[结果]冻结指数和融化指数分别具有明显减少和增加的趋势,且在1990—2005年表现更为突出。径流在融化阶段变化趋势不明显,在冻结阶段呈现减少趋势,其中冬季径流减少趋势较为明显。季节冻融过程对冬季径流减少具有较为重要的影响,主要表现为冻结指数显著减小,表明土壤季节冻结过程中气温升高,这很可能使得冬季地表积雪更多地进行升华,从而削减了对径流的补给,导致了径流量的减少;融化指数显著增大,导致土壤季节融化深度增加了13~14cm,从而增加了土壤的调蓄空间,使得部分地表水储存于活动层,导致地表冬季径流量减少。[结论]季节冻融变化是影响黑河上游径流的一个不可忽视的特殊因子。     

2001-2013年开孔河流域净初级生产力遥感估算及其时空分布特征

[目的]估算2001—2013年开孔河流域净初级生产力（NPP）,并分析其时空分布特征和未来变化趋势,为自然资源的管理和有效利用提供依据。[方法]基于MODIS植被指数（NDVI）产品数据、气象数据和植被分类数据,利用改进的CASA模型。[结果]2001—2013年开孔河流域年均NPP呈逐渐增长趋势;空间上表现为西北高、东南低的特征,以开孔河为高值中心呈带状分布;NPP年内变化较大,夏季最高,占全年的65．30％,冬季仅有2．13％,为各季最低;Hurst指数与Slope趋势空间耦合图表明流域内未来NPP将呈增长趋势。[结论]开孔河流域生态环境呈良性发展的态势且季节差异明显、区域差异明显。     

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...     

1999-2019年西南喀斯特地区NDVI时空变化及其气候驱动

[目的]西南喀斯特地区生态环境脆弱,对其植被覆盖变化及气候驱动机制进行研究具有重要意义。[方法]基于1999—2019年SPOT NDVI数据和同期209个气象站点的气温和降水数据,采用Theil-Sen+Mann-Kendall趋势分析法、偏相关分析和复相关分析法,探讨西南喀斯特地区NDVI时空变化及其气候驱动。[结果]1999—2019年西南喀斯特地区NDVI呈显著上升趋势,整体植被覆盖较好;NDVI变化主要以极显著上升趋势为主,仅5.73%的地区呈退化趋势。NDVI与气温和降水整体上均呈正偏相关关系,气温对NDVI的影响强于降水,且存在空间差异性。NDVI与气温和降水的复相关显著性通过0.05,0.01水平的面积分别占15.12%,5.68%;NDVI主要受气温驱动,占研究区面积的13.90%,其他气候因子驱动类型占比均未超过3%。[结论]揭示了西南喀斯特地区植被覆盖的时空变化特征,明确了气候因子对植被覆盖变化的驱动机制。     

基于WaTEM/SEDEM模型的洮河源区土壤侵蚀产沙模拟及其空间驱动力分析

[目的]全面认识长时间尺度的土壤侵蚀时空变化及其影响因素对土壤侵蚀治理具有重要意义。探究流域1998—2018年土壤侵蚀和产沙时空变化特征及其空间驱动力因子,为洮河源区流域的水土治理提供科学理论依据。[方法]以洮河源区流域为研究区,基于碌曲站实测输沙数据以及植被NDVI数据,通过WaTEM/SEDEM模型结合重心模型分析流域侵蚀产沙时空变化特征,进一步采用地理探测器方法探究其空间驱动力因子。[结果]洮河源区的土壤产沙模数由1998年的33.81 t/(hm²·a)增加至2018年的48.59 t/(hm²·a);土壤侵蚀强度主要以微度侵蚀为主,其次是极强侵蚀和轻度侵蚀,剧烈、强烈和中度侵蚀占比最小。侵蚀较强区域分布在高山地带;侵蚀较微弱的区域分布在中部的河谷地区和海拔较低的区域。流域内地形等级和植被覆盖度对土壤侵蚀影响最大,q值分别为0.359,0.183,流域侵蚀模数随地形位等级增大而增大,随植被覆盖度的增大而减少。1998—2003年和2008—2013年这两个时段,土壤侵蚀重心向东南方向移动,2003—2008年侵蚀重心向西北方向移动,...