升金湖湿地保护区植被覆盖变化及其主要驱动因子分析

【目的】分析安徽升金湖湿地保护区植被覆盖的动态变化,研究其相关驱动因子,为该地区生态系统的可持续发展提供参考。【方法】基于SPOT-VGT的植被覆盖指数(NDVI)数据,采用最大值合成法、NDVI均值法、趋势分析法以及相关分析法,分析2000-2010年升金湖湿地保护区植被变化的时空格局。选取气温、降水量、GDP等12个指标为自变量,以NDVI值作为因变量,构建多元线性回归模型,从中筛选出影响NDVI的主要驱动因子。【结果】(1)升金湖湿地保护区的实验区植被覆盖较好,缓冲区植被覆盖良好,重点保护区域核心区植被覆盖度较低。(2)从1月到12月NDVI平均值和最大值均呈先增大后减小的趋势,其中4-9月NDVI值较高。(3)升金湖湿地保护区绝大部分地区(61.18%)NDVI在2000-2010年间有显著增加趋势,表明保护区整体植被覆盖明显改善。【结论】升金湖湿地保护区植被覆盖变化是气候变化和人类活动共同作用的结果,耕地面积对植被覆盖影响最大,气温和降水量对植被覆盖的影响弱于GDP因子。     

2000-2016年朝鲜植被覆盖动态变化及其驱动力研究

基于MODIS NDVI探究朝鲜植被覆盖的空间分布格局,运用斜率分析法拟合2000-2016年朝鲜植被覆盖动态变化趋势,运用Pearson相关分析法分析朝鲜植被NDVI与气温、降水的相关性,在此基础上,总结了2000-2016年朝鲜植被覆盖动态变化规律及其驱动因素.结果表明:朝鲜植被覆盖空间分布不均,北部高原、山地区以及中东部山地丘陵区NDVI值最高;西、南海岸地带,平原地区以及东部沿海区NDVI值最低.朝鲜植被生长季NDVI整体上呈减少趋势,但局部有增加趋势,空间差异明显;其中减少面积为39 161 km2,占国土面积的31.9%,增加面积为28 972 km2,占国土面积的23.6%;生长季各月整体上均呈减少趋势,减少幅度5月最大,7月次之,9月最小.植被变化与气温、降水存在相关性,并存在一定程度的滞后性;年际受气温影响略大,年内9月植被与前期1月、前期与同期累积气温存在显著相关性,与当月、前期与同期累积降水存在显著相关性.     

西北地区植被覆盖变化及其与气候因子的关系

【目的】分析中国西北地区植被覆盖变化情况及其与气候因子的关系,为改善区域生态环境提供参考。【方法】利用GIMMS/NDVI数据,采用NDVI均值法、差值分析法以及相关分析法,对西北地区植被覆盖时空变化及其与气温和降水的关系进行分析。【结果】植被覆盖增加的区域主要有：新疆的天山、塔里木河流域、青海的东南部、甘肃的中东部、宁夏部分地区以及陕西省等地区,植被覆盖减少的区域主要分布在：新疆塔里木盆地、昆仑山、甘肃西北部以及宁夏和甘肃交界处等地。植被NDVI与年际温度呈显著的正相关性,并且与年内气温、降水量和积温存在极显著的相关性,相关系数分别为0.890、0.900和0.442。【结论】1982-2006年西北地区植被NDVI呈增加趋势,增速为0.4%/10 a,植被覆盖变化与年内气温和降水量的相关性显著,并且植被变化对气温和降水的响应存在时滞。     

太行山区NDVI时空变化及其与气候因子的关系

为明确太行山区长时间尺度植被覆盖度变化规律及其对气候因子的响应机制，采用1998-2018年的SPOT VEGETATION/NDVI卫星遥感数据，通过趋势线分析法、相关系数法与时滞相关分析法等，从时间和空间2个尺度分析太行山区植被生长状况、覆盖变化及其对气温和降水的响应程度。结果表明：1)太行山区总体植被覆盖率较高，77.5%区域面积的NDVI值在0.6～0.8范围内；2)21 a间太行山区NDVI值随时间呈现波浪式显著增加趋势，平均增长速率为0.03/10 a(线性增长率为0.067/10 a),通过0.01的显著性检验；太行山区植被覆盖在空间分布上呈现西北低、东南高，中部区域高低值交叉分布的特点；3)太行山区NDVI与气温在空间上呈现负相关为主，呈负相关面积约占太行山区总面积的54.37%,主要分布在太行山区的中部区域、南部边缘区域以及东北沿线区域；NDVI与降水呈现正相关为主，呈正相关的面积约占太行山区总面积的81.89%,整体上可以概括为从太行山区的西北区域到东南区域相关系数(R)逐渐变小。4)时间尺度上，NDVI与气温和降水均没有明显的相关性，但NDVI与降水的相关系数(R...     

2000-2015年青海省植被覆盖的时空变化特征

【目的】以像元为基本单元,研究青海省归一化植被指数（NDVI）的时空变化特征,以揭示NDVI对气候变化的响应规律,分析青海省未来植被变化趋势,为青海省生态建设提供参考。【方法】以青海省2000-2015年的MODIS13Q1/NDVI为数据源,将反映趋势变化的Theil-Sen Median方法与检验趋势显著性的Mann-Kendall方法结合使用,研究青海省NDVI的变化趋势,并采用Hurst指数方法判断变化趋势的可持续性。【结果】1)青海省NDVI的空间分布整体呈从西北向东南逐渐增加的趋势。2)16年间NDVI整体呈增长趋势,增速为每10年1.5%,旱地及草原与稀树灌木草原增速最快,分别为每10年2.7%和2.3%。3)16年间青海省植被覆盖改善区域(60.51%)明显大于退化区域(17.87%),其中植被覆盖明显改善区占全省面积的21.26%,轻微改善占39.25%,轻微退化占15.75%,严重退化占2.12%,基本不变的占21.62%。4)青海省植被覆盖未来改善的区域占整个区域面积的62.23%,其中持续性改善占38.01%,由退化转为改善的占24.22%;植被未来有退化趋势的区域占18.30%,其中持续性退化占7.74%,由改善变为退化趋势的占10.56%;稳定不变的区域为8.43%;植被未来变化趋势不确定区域占11.04%。【结论】青海省植被覆盖变化受气候和人类活动的共同影响,大部分地区植被未来呈改善趋势。     

基于NDVI的福建省植被变化特征分析

运用中等分辨率成像光谱仪( MODIS)遥感植被指数数据,利用趋势线分析法和小波分析方法对福建省近年来的植被覆盖时空变化规律进行分析。结果表明：福建省近11 a来整体植被覆盖较好较稳定,但沿海人口较密集、城镇建设拓展较快的区域及沿海的岛屿植被覆盖较低;归一化比值植被指数( NDVI)最高值出现在8-9月,最低值出现在3月;时间尺度为12个月的年内生长季与非生长季NDVI值变化最明显;福建省年平均NDVI值、生长季平均NDVI值、非生长季平均NDVI值在2003年之前呈增长趋势,之后转为下降趋势,2005年总体上达到最低值,随后缓慢上升;福建省植被增加显著的区域是龙岩西北部、漳州东南部及莆田中部,植被覆盖状况显著变差区域是福州市区、莆田、泉州、厦门沿海城镇区域。     

基于CA-Markov模型的陕西省植被覆盖模拟及预测

以陕西省作为研究区域,首先基于MODIS NDVI中国月合成数据计算研究区2000、2005、2010和2015年度的植被覆盖度并进行等级划分;而后利用CA-Markov模型,以植被覆盖度等级作为元胞类型,计算不同时期各植被覆盖度等级的转移矩阵,由此模拟2010和2015年的NDVI值;对比模拟NDVI结果和原始影像数据,评价模拟精度,并预测2020年NDVI的空间分布状况。结果表明,利用CA-Markov模型进行植被覆盖空间分布的模拟,得到2010和2015年模拟结果的Kappa系数分别为0.797 5、0.853 2,符合精度要求,可以用于植被覆盖空间分布的预测。陕西省植被覆盖存在明显的空间差异性,呈现出陕北—关中—陕南地区植被覆盖度逐渐递增的纬度地带性规律。2000—2020年各级植被覆盖区均有向更高一级植被覆盖区变化的趋势。总体上植被覆盖度上升趋势明显,尤以陕北地区北部变化最为显著,关中地区和陕南秦巴山区植被覆盖度增幅较小。     

黄河中游典型干旱区植被覆盖时空变化研究

基于像元二分模型,利用2000—2019年MODIS NDVI数据以及气象观测数据,以吕梁市为例对黄河中游典型干旱区植被覆盖度进行估算,并采用趋势分析法、相关分析法对其植被覆盖度时空分布特征进行分析,探讨了主要气候因素(气温、降水量)与植被覆盖度的相关关系。结果表明：2000—2019年吕梁市植被覆盖度呈波动增加趋势,2017年达到最大值后在高位波动。植被高覆盖度地区主要分布在吕梁山山区,植被覆盖度增加区域面积占总面积的97.5%,植被覆盖度降低的区域仅占2.5%,植被覆盖度变异系数大的区域主要分布吕梁市西部沿黄河黄土高原丘陵区和东部平川盆地城市周边地区;吕梁市植被覆盖度与降水量、年平均气温均呈正相关关系,植被覆盖度与年平均气温呈正相关、负相关的面积占总面积的83%、17%;植被覆盖度与年平均降水量的正相关、负相关区域分别占总面积的98%、2%。吕梁市植被覆盖度与年平均气温的相关性小于其与年平均降水量的相关性,降水与植被覆盖度的影响较气温密切。     

2010-2019年甘肃省植被NDVI时空变化特征分析

[目的]分析甘肃省植被覆盖时空变化特征,为区域生态环境规划提供理论基础.[方法]基于2010-2019年MODIS NDVI产品,结合土地利用、生态功能区划分等数据,采用一元线性回归趋势分析方法和变异系数等分析方法对2010-2019年甘肃省植被覆盖时空分布特征进行阐述,对植被指数变化趋势及变化稳定性进行定量分析.[结果]甘肃省植被指数在年均月尺度上呈现单峰分布,在夏季处于高位,年均NDVI呈现稳步增长的趋势,增速平均为0.0032/a;植被指数空间分布具有明显的地域差异性,西部地区NDVI值小,可认为基本无植被生长,中东部平原和祁连山地区植被长势较好,NDVI明显较高,南部地区NDVI最高;农业耕作区的植被指数变化波动性比较大,其他地区植被覆盖变化趋于稳定.[结论]基于MODIS NDVI时间序列分析方法可为了解甘肃省土地覆盖状况、开展具有区域差异性的生态保护与修复工程等提供一定的理论依据.     

基于GLDAS和MODIS的乌江流域植被与地表水变化关系研究

在西南地区,贵州省为喀斯特地貌面积最大省份,乌江是贵州省第一大河。为获得2003—2014年乌江流域植被覆盖变化与地表水变化间的关系,得出植被时间和空间变化规律,为乌江流域生态保护提供参考依据。基于GLDAS、MODIS/NDVI和TRMM3B43数据,首先使用趋势分析法分析12年内NDVI变化趋势,通过简单相关、偏相关、复相关分析法得出植被覆盖变化与地表水(含雪水当量、土壤水和地表径流)间变化关系。结果表明:12年中,乌江流域NDVI整体呈上升趋势,每年上升率为0.001 5,植被覆盖率较高的年份有2007年、2008年、2009年、2013年;夏季植被增加面积最多,夏季NDVI值对整个NDVI值上升变化贡献最大;植被减少区域为西部、中部城市地区;植被增加区域主要在研究区东部;秋季、冬季植被随地表水下降而下降;常绿针叶林、灌丛、常绿阔叶林NDVI变化对地表水变化相关性较高。     

洋河流域NDVI时空变化及驱动力分析

目的研究洋河流域的植被覆盖变化及驱动因素,可以为该区域生态建设及植被修复提供重要的参考价值。方法基于SPOT Vegetation NDVI数据、气象数据及土地利用数据,运用趋势分析、偏相关分析、复相关分析及残差分析等方法,探究1999—2015年气候变化及人类活动对洋河流域NDVI的影响。结果(1) 1999—2015年洋河流域NDVI整体呈上升趋势,增速为每10年3.9%,NDVI显著改善和显著退化的面积分别占流域总面积的57.90%和1.13%,其中有林地和灌木林地改善最为明显。(2)研究区有51.99%的区域NDVI变化受气候因子驱动明显,其中降水驱动型和降水、气温驱动型分别占流域总面积的26.13%和25.44%,前者主要分布在兴和、尚义、阳高、天镇、怀安及宣化等区域,后者主要分布在兴和南部及向东偏南方向延伸的带状区域,单一的年均气温对NDVI的变化影响较弱。(3)1999年以来,流域植被受人类活动的干扰逐渐增强,增速为每10年4.5%,以正向作用为主,正向作用主要分布在坝缘3县(尚义、万全、崇礼)及阳高等地,负向作用主要分布在城镇和农村等人口较为密集的地区。结论1999—2015年洋河流域NDVI变化是气候变化和人类活动共同作用的结果,但主要影响因素为人类活动干扰,京津风沙源治理等工程项目对当地的植被改善有十分重要的作用。      

北京市植被指数变化与影响因素分析

利用MODIS归一化植被指数(NDVI)数据分析了北京市2001—2010年植被覆盖的时空变化特征,并从气候因子和人类活动两个方面分析影响植被覆盖变化的因素。北京市近10年的植被覆盖变化大致可分为两个阶段:2001—2003年植被覆盖小幅度下降时期;2004—2010年植被覆盖上升时期。空间上植被覆盖变化则存在显著差异:怀柔、密云北部和延庆东北部的林地和部分草地,以及西南地区即门头沟和房山地区的林地植被覆盖显著提高;植被覆盖显著下降地区分布较为特殊,昌平、延庆、顺义、大兴和房山的东部地区,以海淀、朝阳、城市中心为圆心的外围向四周延伸。研究表明,植被覆盖变化是气候因素和人类活动共同作用的结果。北京市近10年气温和降水量总体都呈现增加趋势,分别以每10年0409 ℃和每年156 mm的速度增加,植被覆盖与降水的关系更为密切,月际水平的相关程度明显高于年际水平的相关程度。人类活动也是影响植被覆盖变化的重要因素,土地利用类型的改变、农业生产水平的提高以及植被建设的管理对植被覆盖都有不同程度的影响。      

Response of Vegetation Cover to Climate Change in the Southern Taihang Mountains in Hebei Province

The relationships between the normalized difference vegetation index (NDVI) (1981-2006) in growing season and precipitation,NDVI and mean temperature (Tmean),NDVI and maximum temperature (Tmax),NDVI and minimum temperature (Tmin),and NDVI and the Palmer Drought Severity Index (PDSI) were analyzed.The results indicated that NDVI during the growing season was mostly positively and significantly correlated with precipitation last month and the month before last,and mostly negatively with temperature.There were negative and significant correlation between NDVI in June and July and Tmean and Tmax in May respectively,between April NDVI and Tmin in February and March,and between June NDVI and Tmin in April,May and June.Vegetation cover in growing season correlated positively with PDSI,especially those last month and the month before last at 0.05 significance level,even 0.01 level.Hydrothermal conditions from March to July had significant influence on vegetation cover.     

基于SPOT-VGT数据的湖南省植被变化及其对气候变化的响应

目的本文旨在研究湖南省植被变化及其对气候变化的响应,以期为湖南省生态保护提供科学指导依据。方法利用2000—2015年SPOT-VGT NDVI、植被类型以及气象数据,辅以最小二乘趋势分析和相关性分析,探讨了湖南省植被生长变化特征并从年和月变化尺度分析了不同类型植被对气候变化的响应。结果(1) 近16年湖南省大部分地区植被NDVI呈增加趋势,但空间分布差异较大,NDVI高值区在湘西北和湘西南,而湘中及湘北植被覆盖较差;(2)2000—2015年湖南省植被NDVI增幅为0.004 5/a,灌丛NDVI增加趋势最大,达0.005 1/a,而沼泽最小,仅为0.002 6/a;(3)湖南省植被NDVI与气温、降水正负相关共存,与气温的相关性较好。从不同类型植被来看,各类型植被NDVI与气温呈正相关的面积占绝大部分,灌丛和针叶林NDVI与降水呈正相关的面积较大,而草丛、草甸和沼泽NDVI与降水呈负相关的面积较大,阔叶林和栽培植被与降水呈正负相关的面积约各占一半;(4)时滞性分析表明,植被对降水的响应存在2个月滞后,且7月NDVI与6月降水、9月NDVI与同期降水的相关性显著,但逐月NDVI与前0~3个月气温的相关性均不显著。结论近16年湖南省植被覆盖呈增加态势,但空间分布差异较大;不同类型植被对气候要素变化响应也各异。      

黄土高原植被对气温和降水的响应

【目的】研究黄土高原植被覆盖对水热条件的时空响应。【方法】利用经验正交函数分析植被覆盖、气温和降水变化情况的时空分布,并结合奇异值分解分析植被覆盖与水热条件的时空相关性。【结果】东南部水热条件对植被的生长最佳,西北部干旱-半干旱地区气温超过一定的界限不利于植被生长,而降水的增加更容易使植被覆盖增大;中国第二大河--黄河的水文效应对干旱-半干旱地区植被覆盖的变化影响密切,在干旱地区水分充足的区域,气温的上升则会促进植被的生长;河谷平原、盆地中植被覆盖对水热的响应较为明显;同一区域不同植被类型对水热的响应也不尽相同;黄土高原植被覆盖与水热要素的相关性很强,但限制性因素较多。【结论】土地利用、植被类型、作物熟制以及地形地貌和高程等是黄土高原气温对植被覆盖影响的主要限制性因素。黄土高原地处干旱的内陆地区,降水对植被的影响最为直接。荒漠地带及非农业耕种区的植被覆盖状况主要取决于天然降水,两者之间具有很强的正相关性。农耕区由于受灌溉条件等人为因素的影响,植被覆盖和降水之间的相关情况更加复杂,不确定性更强。     

21世纪以来河南省植被覆盖变化及气候驱动解析

借助MODIS NDVI数据和气象插值数据,采用一元线性回归、Hurst指数及相关分析等方法,从年际尺度探讨河南省21世纪以来植被覆盖时空变化规律,并分析其对气候因素的响应特征。结果表明:河南省植被覆盖区域差异较大,NDVI频度呈单峰结构;近16年来,河南省大部分地区植被覆盖呈现增加趋势,10年平均增速约为4%(P0.01),且阶段性明显;河南省植被变化的同向特征强于反向特征,植被覆盖整体上呈持续改善态势,但郑州、洛阳、焦作等市域局部地区存在持续减小现象;年平均温度的上升是平原区植被覆盖增加的主要驱动因子,但升温尤其是年平均最高温度增加抑制了山区植被生长,植被覆盖对气候因子的敏感程度地域异质性明显。     

基于遥感的城市温度与植被相关性分析——以四川省内江市为例

以四川省内江市为研究区,以1988年6月23日、2007年5月6日Landsat TM数据和2000年5月10日的Landsat ETM+数据源,利用TM/ETM+热红外波段定量反演亮度温度,并计算归一化植被指数(NDVI)。在EXCEL软件中进行地表温度与NDVI之间的线性回归分析。结果表明:建成区大部分地区NDVI值较小,这是由于市区内有大量建筑、道路等硬化下垫面,植被覆盖少;部分植被覆盖较好的片区NDVI值较大;沱江水面NDVI值较小,为负值;除建成区和沱江以外的乡村区,植被覆盖良好,NDVI值较大。亮度温度与植被覆盖存在着明显的负相关,即植被覆盖越高的地方,温度相对较低,反之,温度则较高。