地形因子对长汀县植被覆盖度时空特征的驱动影响

基于6期30 m分辨率的Landsat TM/OLI遥感影像数据,采用像元二分模型反演长汀县2000—2016年间植被覆盖度时空特征;同时,基于DEM数据提取高程、坡度、坡向等地形因子,分析地形因子对长汀县植被覆盖度时空特征的影响.研究发现,2000—2016年间,长汀县植被覆盖度呈增加趋势,植被覆盖度均值由68.59%增至78.86%,年均增加0.64%.不同等级覆盖度植被变化趋势存在差异,其中极高植被覆盖面积不断增加,2016年极高等级植被面积占长汀县总面积达74.38%.整体而言,长汀县植被覆盖度以改善为主,占该地区总面积的73.76%,但仍有约26.23%区域植被覆盖度呈退化趋势.高程、坡度对长汀县植被覆盖度空间分布和变化趋势具有显著影响.随高程和坡度的增加,植被覆盖度均呈增加趋势,但坡向对植被覆盖度影响较小.不同高程和坡度的植被覆盖度增加程度存在差异,其中低海拔和平缓坡地区植被增加趋势明显,而各坡向植被覆盖变化趋势基本一致.综上所述,2000—2016年间长汀县植被覆盖度不断增加,地形因子对长汀县植被覆盖度的时空特征具有显著影响.     

植被覆盖度的时空格局及其影响因素分析 ——以四川省万源市为例

以万源市为研究区,基于Landsat影像,运用一元线性回归和三维景观指数分析1996—2019年该区植被覆盖度时空格局,并采用地形差异修正指数和叠置分析探讨影响植被覆盖度产生变化的自然因素和人为因素.结果表明:(1)万源市植被覆盖度整体较高,年际变化趋势上植被覆盖度的增加区域明显大于减少区域.(2)景观格局总体呈现多样性指数下降、聚散性指数上升、景观异质性降低、各植被类型连接性增强等特征.(3)植被覆盖度受地形影响明显,与高程、坡度呈正相关.在高程<400m、坡度<8°区域植被减少呈优势分布,在高程1000～1200m、坡度25°～35°区域植被增加类型呈优势分布.(4)万源市植被覆盖增加主要由耕地、草地转为林地引起,建设用地占用是导致植被覆盖度降低的重要因素.     

湿热岩溶山区植被覆盖度与地形因子的相关性研究——以广西红水河流域为例

以广西红水河流域为例,综合运用GIS和RS技术,采集2005、2010和2015年的MODIS Aqua 16 d NDVI合成数据,监测湿热岩溶山区植被覆盖度动态变化。利用GDEMDEM 30 M分辨率数字高程数据,获得广西红水河流域高程、坡度以及地形起伏度等地形因子数据,综合分析植被覆盖度与地形因子的相关性,以期为湿热岩溶山区植被恢复和生态建设提供依据。结果表明:高植被覆盖度在高程为500~750 m的区域达到最大值;当坡度大于6°,高植被覆盖度快速增加,变化趋势显著,而在2010年后趋势变缓慢;当地形起伏度小于0.25时,各等级植被覆盖度占比差异不大,但当地形起伏度大于0.25,高植被覆盖度成为主体,其他各级植被覆盖度所占面积比例逐渐减小。     

2000—2021年平和县植被覆盖度变化及其地形驱动因子分析

基于像元二分模型,结合地理探测器及分区统计,研究平和县2000—2021年植被覆盖度变化及其与海拔、坡度、坡向3种地形因子的关系,定量归因地形因子对植被覆盖度的影响。结果表明:1)平和县整体植被呈改善趋势,近年来改善趋势有所趋缓;2)平和县现有植被覆盖度在高海拔、高坡度及半阳坡较高,随着海拔及坡度的升高,植被覆盖度呈上升趋势,在低海拔、低坡度及平地地区植被覆盖程度相对较低,在该地区改善也最明显;3)在海拔、坡度、坡向3种地形因子中,坡度对植被覆盖度的解释力最强,海拔和坡度、坡度和坡向等不同因子叠加,对植被覆盖度的解释度较单一因子更强。随着时间变化,3种因子解释力均有不同程度下降。     

广西壮族自治区植被覆盖度时空变化及多元化因子分析

旨在利用MODIS遥感数据集对研究区19年植被覆盖度的时空变化及多元化因子进行分析,研究表明：(1)广西近19年植被覆盖度整体较高,空间分布呈四周高、中间低的特征;(2)2001-2019年FVC呈上升趋势,且上升趋势的面积占比达到61.50%,上升速率为每10年0.091,且波动变化相对稳定;(3)由气温、降水量与FVC偏相关性结果可知,植被覆盖度与气候因子之间存在相关性,气温以每10年0.38℃的上升速率呈上升趋势,降水量呈缓慢下降趋势,降水量及气温对植被覆盖度的影响存在空间异质性;随着海拔的升高植被覆盖度呈先增后减的趋势;坡向对植被类型的布局影响较大,阳坡主要以林地类型为主,阴坡主要以草地和林地为主;不同坡度植被覆盖变化显著,在坡度≤15°时植被覆盖度较高,当坡度越大时植被覆盖度呈下降状态;(4)随着土地利用类型的变化植被覆盖度有明显差异,转为林地和草地的面积及植被覆盖度都呈逐年增加趋势,耕地植被覆盖度呈先增后降的趋势。     

2000—2021年平和县植被覆盖度变化及其地形驱动因子分析

基于像元二分模型,结合地理探测器及分区统计,研究平和县2000—2021年植被覆盖度变化及其与海拔、坡度、坡向3种地形因子的关系,定量归因地形因子对植被覆盖度的影响。结果表明:1)平和县整体植被呈改善趋势,近年来改善趋势有所趋缓;2)平和县现有植被覆盖度在高海拔、高坡度及半阳坡较高,随着海拔及坡度的升高,植被覆盖度呈上升趋势,在低海拔、低坡度及平地地区植被覆盖程度相对较低,在该地区改善也最明显;3)在海拔、坡度、坡向3种地形因子中,坡度对植被覆盖度的解释力最强,海拔和坡度、坡度和坡向等不同因子叠加,对植被覆盖度的解释度较单一因子更强。随着时间变化,3种因子解释力均有不同程度下降。     

矿业型小流域植被变化的影响因素

为维护矿区生态持续发展,以山西省东南部的晋城长河流域煤矿区为研究对象,通过遥感技术、空间相关分析等方法,研究表征矿区生态环境质量的植被覆盖度的时空变化特征,分析植被覆盖度与降雨量、温度、坡度、坡向及采煤过程的空间相关性。结果表明:1)2001—2016年研究区的平均植被覆盖度为0.49,植被覆盖度总体呈增加趋势;2)在降雨量相对丰沛的长河流域,不同的气象因子对植被覆盖度影响及其空间变异贡献不同,植被覆盖度与年均温度存在显著相关性,相关系数为0.084;3)长河流域内植被覆盖度受坡度影响显著,坡度越大,植被覆盖度越大,相关系数为0.40。     

西南地区植被覆盖度时空演变及其与气候和地形的相关性

【目的】探究西南地区植被覆盖度的时空演变特征及其与气候和地形的相关性,为区域生态环境质量监测和生态林业工程效益评估提供参考依据。【方法】基于MODIS NDVI数据、气象数据、数字高程模型(DEM)数据和植被类型数据,通过像元二分模型、Theil-Sen Median趋势分析、 Mann-Kendall显著性检验和偏相关分析等方法,分析2000—2020年西南地区植被覆盖度的时空演变特征及植被覆盖度与降水和气温的偏相关关系和滞后效应,探究植被覆盖度与地形因子的相关性。【结果】2000—2020年西南地区各类型植被的覆盖度和整体植被覆盖度均呈波动上升趋势,上升斜率在空间上呈东南高西北低分布特征。阔叶林植被覆盖度上升速率明显高于其他植被类型,而栽培植被的覆盖度明显高于其他植被类型。植被覆盖度与降水和气温均呈正相关,且与气温的偏相关系数略大于降水,说明气温是影响西南地区植被生长的主导气象因子。植被生长主要响应于前0～2个月的降水和气温,针叶林、阔叶林、灌丛和草丛生长主要受气温主导,而栽培植被和草甸主要受降水影响。从坡度上看,植被覆盖度的改善状况随着坡度增大呈先上升后下降变化趋势,改善效果和退...     

基于Sen+Mann-Kendall陕西省植被覆盖度时空变化规律研究

研究长时段、多尺度植被覆盖度时空格局变化及其影响因素对于监测陕西省环境变化,保障生态环境高质量发展具有重要意义。基于MOD17A3H数据、采用Sen趋势分析以及Mann-Kendall显著性检验,对陕西省2000—2019年植被覆盖度时空格局变化进行研究。结果表明：时间上,2010—2019年陕西省植被覆盖度呈波动增长趋势,植被生长环境不断改善;空间上,自北向南,植被覆盖度整体呈低-高-低-高分布,植被覆盖度年际变化趋势呈增-减-增-减分布,两者空间上具有一定互补性;Sen+Mann-Kendall方法对于异常值不敏感,对于数据分布无要求,可以广泛应用到植被覆盖度变化趋势分析中。     

甘肃省植被覆盖时空变化趋势研究

利用SPOT NDVI和DEM数据,采用方差法、变异系数法、回归分析法、像元二分模型法和地形因子的方法对甘肃省1999～2018年20年间的植被覆盖度(VFC)时空变化特征进行了分析。结果表明:从时间尺度上来看,1999～2003、2004～2008、2009～2013、2014～2018年4个时间段的回归系数K>0,月方差、月标准差、月变异系数在逐渐变大,表明植被覆盖度的月变化呈增长趋势。且其趋势与植物的物候特征基本一致;从空间尺度上来看,植被覆盖度整体上呈东高西低、南高北低的分布状态且存在地域差异性,易受外界环境影响;从地形因子坡度和坡向上来看,植被覆盖度受坡度的影响较大,受坡向的影响较小,高坡度地区易发生水土流失现象。     

1995—2015年厦门市土地利用变化对植被覆盖度的影响

以厦门市1995、2005、2015年Landsat遥感影像为数据源,利用太阳光谱卫星信号的二次模拟(6S)模型进行大气校正并计算地表反射率,在ENVI5.2软件支持下获取3期的归一化植被指数(NDVI)和植被覆盖度(FVC),得到厦门市1995、2005、2015年的平均FVC值分别为0.35、0.22、0.31。运用监督分类中最大似然法提取土地利用信息,利用Arc GIS10.1软件将FVC与土地利用分类图进行叠加分析,得到了厦门市1995—2015年间FVC对土地利用变化的响应。结果表明:厦门市FVC在1995—2005年间降低了37%,在2005—2015年间增加了29%;厦门市的平均FVC在水域增加17%,在建设用地增加35%,在耕地增加22%,在林地减少27%,并依此为厦门市城市发展和生态建设提供建议。     

宁夏农牧交错区植被覆盖时空变化及成因分析

厘清人类活动和气候变化对宁夏农牧交错区植被覆盖度变化的共同影响对指导宁夏农牧交错区植被恢复具有重要的现实意义。基于Google Earth Engine(GEE)云平台,以宁夏农牧交错区1990-2020年陆地卫星地表反射率数据为基础,采用像元二分模型估算区域植被覆盖度并分析其时空变化规律,通过计算累积植被覆盖度的斜率变化率和残差分析确定人类活动对植被覆盖度的影响,运用相关分析法明确气候因素与植被覆盖度的相关性。结果表明,1)1990-2020年研究区年均植被覆盖度增加,增速为0.58%/a(P<0.05)。其中,1990-2000年年均植被覆盖度无显著变化(P>0.05),2000-2020年年均植被覆盖度显著增加(P<0.05),增速达到1.04%/a。2)空间上,研究区年均植被覆盖度由北向南逐渐递增,植被覆盖度恢复的区域面积大于退化面积,城镇的建城区是植被覆盖度显著降低的主要区域。3)人类活动是研究区植被覆盖度增加的主要影响因素,气象因素次之;气象因素中降雨量对植被覆盖度变化起主要作用。     

基于多时相遥感的露天铁矿及其周边植被动态变化特征分析

以新疆某铁矿及其周边区域作为研究对象,运用2007—2016年多时相TM/ETM+、OLI影像,分析铁矿及其周边区域植被覆盖度指数(fractional vegetation cover, FVC)及植被生长状况指数(vegetation condition index, VCI),评价研究区植被覆盖度、植被生长状况时空变化特征及铁矿开采对周边环境的影响,为矿区环境治理提供决策支持。结果表明,FVC及VCI指数能够较好地反映出研究区植被覆盖度及植被生长状况等级不高且铁矿区域几乎无植被生长的实际状况,为研究区生态风险防范提供理论支持。2007—2016年,研究区整体植被覆盖度及植被生长状况呈波动上升趋势,较低植被覆盖度等级和植被生长状况较差等级同时向较好等级发展。FVC及VCI较高等级主要分布在南坡及西南坡。但铁矿面积逐年增大,铁矿开采对其所在区域及周边区域造成了严重的植被退化和生态破坏,极易导致水土流失及山体滑坡等灾害的发生,应及时采取防控措施。     

黄土高原丘陵沟壑区植被覆盖度变化监测

  目的  研究黄土高原水土流失严重区域实施“三北”(西北、华北和东北)防护林、退耕还林等林业生态工程以来的植被变化，为制定合理的生态修复和管理对策提供依据。  方法  以陕西省延安安塞区为例，基于Landsat TM/OLI影像，运用像元二分法估算2000和2017年的植被覆盖度，结合海拔、坡度和坡向分析其地形分异特征。  结果  ①安塞区平均植被覆盖度从2000年的24.98%增长到2017年的53.34%，显著提高；②植被覆盖度变化中极显著增加面积占比最大，为44.70%，集中在河流沿岸；③2000年植被覆盖度随海拔升高逐渐减小，2017年随海拔升高先增加后减小。2000和2017年植被覆盖度随坡度先增加后减少，在坡度25°~35°出现最大值。植被覆盖度随坡向的变化从大到小依次为阴坡、半阴坡、半阳坡、阳坡；④海拔＜1 300 m，坡度15°~35°，平地、阴坡和半阴坡水热条件好，植被恢复容易，高植被覆盖度面积比例最大。  结论  2000?2017年安塞区植被呈改善趋势，海拔、坡度和坡向等地形条件下植被覆盖度存在差异，生态恢复要因地制宜制定对策。图2表6参27     

丽江坝区植被覆盖度时空变化驱动力研究

植被覆盖度是表征植被生长状态、生态系统变化的重要参数,对景观格局变化、城乡发展研究有重要意义。为揭示社会经济活动对植被覆盖度时空分布的影响,基于局部加权回归法构建时间序列曲线,以丽江坝区1987、1991、1994、2010、2018年5期Landsat遥感影像为数据源,采用回归趋势与同心圆空间梯度模型获得植被覆盖度时空变化特征,并运用偏最小二乘回归模型进行驱动力分析。结果表明,1987-2018年,研究区的主城区内和村落周边的植被覆盖发生了明显退化;主城区内植被覆盖的地区破碎化程度高于郊区,主城区内中低、中等覆盖度地区的斑块形状逐渐复杂、景观连接度增加,中高、高植被覆盖度地区斑块形状越发规则,高植被覆盖度地区的连接度逐渐降低;主城区及其周边的中低、中等植被覆盖度的斑块分布逐渐密集,中高、高覆盖度的斑块聚集度逐渐降低;日照时数、人口密度、公路客运量、财政收入是丽江坝区植被覆盖度变化的主要驱动力。     

基于高分六号卫星的植被生态景观监测分析

随着国产高分卫星对地观测系统的建立和完善,精细化生态遥感监测分析需求已提上议事日程。笔者以新疆维吾尔自治区巴音郭楞蒙古自治州和静县为例,利用GIS和遥感技术对高分6号卫星数据进行归一化植被指数(NDVI)反演,生成植被指数覆盖度等级,结合土地利用类型,对研究区植被生态景观现状进行分析评价;并且用DEM数据提取高程、坡度2个主要的地形因子对NDVI值的空间分布进行了相关分析。结果显示：（1）和静县植被覆盖度等级分布都具有明显的空间异质性,总体而言,以中度和较低覆盖植被为主;（2）和静县植被指数在低海拔与高海拔地区较低,在中海拔地区(2500~3200 m)植被指数达到最大,最大值为0.48;（3）坡度对植被影响较大。在10°左右,植被长势较好,植被指数达到最大。     

基于MODIS NDVI的文山州植被覆盖度及景观格局分析

以文山壮族苗族自治州为例,利用2001-2020年的MODIS数据,采用像元二分模型、一元线性回归分析方法,分析文山州的植被时空变化规律,在此基础上对其变异系数进行计算,观察全州20 a间的植被变化波动情况,最后对其景观格局进行综合分析。结果表明,2001-2020年文山州植被覆盖度在时间序列上整体呈增长趋势。在空间上,植被较低覆盖度区和高覆盖度区呈上升趋势,增幅达44.2%、103.6%;中覆盖度区和较高覆盖区呈下降趋势,降幅分别为59.2%、46.2%。全州有84.9%的像元处于稳定程度,整体呈平稳型。文山州在20 a间整体景观破碎度呈先减少后增加再减少最终趋于稳定,较高、高植被覆盖度为整个区域的优势区域类型;景观多样性指标在2011年达到峰值,说明景观类型在此年最为丰富;聚集度指标在2020年最大,说明2020年各景观连通性最好;同时,景观类型优势区域也由较高覆盖度区向高覆盖度区转变。     

基于遥感技术的2005～2014年西藏地区植被覆盖度变化分析

[目的]利用遥感技术估算西藏地区多年植被覆盖度变化情况。[方法]基于MODIS－NDVI数据,利用像元二分模型,估算了2005～2014年西藏地区生长季期间的植被覆盖度,并对其时空变化特征进行了分析;借助趋势分析法分析了10年间西藏地区植被覆盖度的趋势斜率;通过划分气候区,在控制气候要素不变的情况下,讨论人类活动对西藏植被覆盖度变化的影响。[结果]2005～2014年西藏地区生长季期间平均植被覆盖度为33.00％～36.00％,整体表现为稳定的上升趋势;东南地区植被覆盖明显好于西北地区;森林、灌丛、农作物等类型植被覆盖度较高,而草原、草甸、高山植被以及荒漠等植被类型相对较低;2005～2014年西藏地区趋势斜率总体保持稳定,植被覆盖明显减少的部分集中分布于拉萨市与林芝市的交界地带、山南地区的东南部及林芝市的中部地区,主要是人类活动影响所致。[结论]利用像元二分模型估算西藏地区多年生长季植被覆盖度是可行的。     

阿拉善高原植被覆盖动态监测与驱动因素分析

阿拉善高原作为我国生态环境重度危急区,定期评价植被动态变化对区域生态环境保护和建设、保障北方地区生态安全及维护社会经济可持续发展具有极其重要的作用。利用遥感影像和气象数据,辅以趋势分析、重标极差及偏相关分析等方法,从全区及旗县尺度对2000-2015年阿拉善高原植被覆盖时空变化及其影响因素进行分析研究。从时间变化特征来看,额济纳旗、阿拉善右旗、阿拉善左旗植被覆盖度均呈增加趋势,其中,阿拉善左旗植被覆盖度最高。总体而言,近16 a阿拉善高原植被覆盖度呈现改善趋势,但以低植被覆盖区为主,植被覆盖区域占阿拉善高原总面积的24.77%。从空间分布特征来看,阿拉善高原植被覆盖具有明显的空间差异,具有东南部高,西北部低的分布特征。Hurst指数表明阿拉善高原植被覆盖度未来变化趋势为东南部持续改善,西北部严重退化。从驱动因子来看,植被覆盖对降水和潜在蒸散存在时滞效应。此外,阿拉善高原植被覆盖度的增加与当地牲畜数量的下降具有负相关关系。     

基于可见光植被指数的乌海市矿山排土场坡面植被覆盖信息提取研究

目的利用可见光植被指数快速准确获取矿山排土场坡面植被盖度，为乌海矿区排土场坡面植被调查提供有效方法。方法选取乌海市典型矿山排土场，通过样方调查法、无人机遥感及可见光植被指数计算筛选适于研究区排土场坡面植被提取的可见光植被指数，并估算其植被盖度，试为排土场坡面植被盖度提取提供新方法。结果结果表明:（1）不同可见光植被指数提取植被效果存在一定差异，其中绿红比值指数（RGRI）和绿蓝比值指数（BGRI）的灰度图中越暗的部分代表植被指数越大，而其他常见可见光植被指数是越亮的部分代表植被指数越大。（2）研究区中不同可见光植被指数灰度图像特征值基本分布在[? 1，1]范围内，由蓝、绿波段构建的归一化绿蓝差异指数（NGBDI）和绿蓝比值指数（BGRI）的灰度图中植被与裸地像元值范围有较大重叠，即存在部分混淆。（3）常见可见光植被指数中，可见光波段差异植被指数（VDVI）可以快速准确提取研究区排土场坡面植被，通过人工目视解译及误差矩阵得到VDVI植被指数提取结果平均识别精度在93.4%，表明VDVI植被指数更加适用于乌海市矿山排土场坡面植被提取，优于其他常见可见光植被指数，利用该方法估算可得研究区坡面植被盖度约20.4%。结论可见光植被指数作为一种非监督分类方法，无需人工选择参考地物即可提取植被，可以作为矿山排土场坡面植被盖度调查的一种新方法，具有广阔的应用前景，同时研究表明VDVI植被指数在提取乌海市矿山排土场坡面植被盖度时具有较高提取精度，对指导当地矿山排土场植被恢复具有实际意义。