基于RS/GIS技术支持下的植被分类及其覆盖度研究——以昆明市为例

选取昆明市为研究区域,在RS和GIS技术支持下,对2013年、2014年和2015年植被分类和覆盖度时空特征进行研究。结果表明:1)2013—2015年间,研究区分布较广的植被为针叶林和阔叶林,草地主要分布在北部高山河谷地带,灌丛和人工植被主要围绕城镇及水域分布,灌丛和草地面积下降12.72%,人工植被和其他用地面积上升12.82%。2)2013—2015年植被覆盖度整体呈上升趋势,NDVI>0.5区域比例上升31.52%,而2014—2015年植被覆盖度总体呈下降趋势,NDVI>0.5区域比例下降6.1%。3)植被覆盖度因海拔、坡度差异而呈现不同的分布特征,其中:海拔>2500m和坡度>25°区域植被覆盖度相对较高,而海拔<1000m和坡度<5°区域植被覆盖度相对较低,变化较明显的分布在海拔1000~2500m和坡度<5°区域;海拔>2500m和坡度>25°区域人类活动少,植被覆盖变化不明显。     

叶尔羌河流域植被覆盖度时空变化分析

内陆河流域植被覆盖度变化特点及趋势是反映全球气候变化的基础指标之一。基于MODIS NDVI、DEM数据及气象站点记录数据,应用趋势分析、偏相关分析和空间统计等方法,探讨2000-2015年新疆叶尔羌河流域植被覆盖时空变化特征及趋势,并分析其与气象因子及地形因子间的相关性。结果表明:(1)2000-2015年间叶尔羌河流域植被覆盖主要以低覆盖度为主,平均植被覆盖度为0.233,16年来植被覆盖度呈微弱增加趋势。(2)叶尔羌河流域植被覆盖主要集中在流域中部农耕区,植被覆盖空间分布总体特征表现为距叶尔羌河越近,植被覆盖度越高。(3)相关性分析结果显示研究区植被覆盖度与温度呈正相关,与降水量间的相关性不显著。(4)植被覆盖度随地形因子的变化存在差异性。随着坡度的增加,植被覆盖度呈降低趋势,坡度越大,植被覆盖度越小;植被覆盖度在各个坡向上的差异不显著。总体上,阳坡的植被覆盖度优于阴坡;随着海拔的增加,植被覆盖度变化情况较为复杂。     

内蒙古地区植被覆盖动态及驱动因素分析

为研究内蒙古自治区植被覆盖度的时空演变规律,基于2005—2018年MODIS NDVI数据,以植被覆盖度FVC为研究植被覆盖度变化的主要指标,利用时间信息熵、时间序列信息熵、植被覆盖动态变化分析等方法,分析内蒙古自治区植被覆盖度的变化强度和趋势;通过GIS空间分析方法,分析矿区、河流、降水、地形等因素对植被覆盖度的影响。结果表明:1)从时间上看,2005—2018年,内蒙古自治区植被覆盖度变化强度较平稳,变化趋势呈现缓慢增加趋势,主要原因是人们日益重视保护环境,保护植被,也得益于退耕还林政策的实施以及矿区的整治。2)从空间上看,在2005—2018年间,内蒙古地区的植被覆盖度东高西低,有明显的经度地带性。3)降水、矿区、河流都是植被覆盖度变化的影响因素,降水充沛的地区,植被覆盖度往往较高;矿区植被覆盖度低于非矿区;河流的发育为植被的生长提供良好的水分条件,距河流较近的区域植被覆盖度高;不同的地形对植被覆盖度有显著的影响,低缓坡度和海拔较低的地区相较于坡度较陡、海拔较高的地区,更适宜植被的生长。     

基于MODIS NDVI的三峡库区植被覆盖度动态监测

基于MODIS—NDVI遥感数据,采用像元二分模型估算三峡库区2000—2009年的年最大植被覆盖度,并在像元尺度上分析库区年最大植被覆盖度的时空变化规律及其驱动力。结果表明:三峡库区大部分区域处于高植被覆盖度,并随高程和坡度的增加而增大,其中年最大植被覆盖度大于60%的区域占92.35%;近10年来,库区年最大植被覆盖度总体呈微弱上升趋势,其中呈显著增加或降低趋势的像元数仅占7.16%,在20个区县中石柱、江津和丰都的植被覆盖度存在退化风险;降水是影响库区植被覆盖度年际波动的主导因子,当年5—8月降水量与年最大植被覆盖度的相关性最高,但在空间上存在差异,其中呈显著正相关区域主要分布于库区西部低山丘陵农业种植区,该区域降水增加有利于植被生长,而部分高海拔地区的年最大植被覆盖度与降水呈显著负相关,过多降水反而会抑制植被生长。     

元谋干热河谷旱季植被覆盖度的时空异质性

【目的】探究2008—2016年元谋干热河谷植被覆盖的时空异质性,分析植被覆盖度变化的原因,为区域植被生态保护提供基础数据和理论依据。【方法】以2008,2010,2012,2014和2016年5期Landsat遥感影像为数据源,以ENVI为技术平台,采用像元二分法获取研究区5个时期的研究区植被覆盖度数据,确定植被覆盖度等级和分类标准,利用地理空间分析法研究不同年份植被覆盖度特征,分析各高程带植被覆盖度的构成状况;在Arc GIS支持下提取各年份不同等级植被覆盖度的面积,通过GIS叠置分析获取2008和2016年的植被覆盖度转移矩阵;以与研究区等面积的空间格网对不同年份的植被覆盖度进行空间采样,以多元统计法计算格网点植被覆盖度标准差和回归斜率研究植被覆盖度的时间演变特征。【结果】研究区植被覆盖度以龙川江河谷及金沙江河谷为界表现出东高西低、南高北低,且自河谷坝区向中高山呈现中低—低—中—中高的整体空间格局;5个时段植被覆盖度分别为0.562,0.586,0.494,0.578和0.566;中高山区Ⅰ和Ⅱ级植被覆盖度的区域面积分别占研究区Ⅰ和Ⅱ级植被覆盖度总面积的60%和50%以上,坝周低山区和中低山区Ⅲ和Ⅳ级植被覆盖度的区域面积分别占研究区Ⅲ和Ⅳ级植被覆盖度总面积的70%~80%;河谷区坝区的Ⅴ级植被覆盖度的区域面积占研究区Ⅴ级植被覆盖率总面积的60%以上;8年来不同等级植被覆盖度的转移面积占区域总面积的61.03%,Ⅰ级植被覆盖度中有95.19km2向Ⅱ级植被覆盖度转移;年际间植被覆盖度标准差(SD)为0~0.541,植被覆盖度增加的区域面积和减少的区域面积之比为10∶9,呈显著性减少和显著性增长的区域面积分别占研究区面积的9.132%和6.794%。【结论】干热河谷植被覆盖度空间地带差异明显;植被覆盖度偏低,植被覆盖度等级间转换较为频繁;植被覆盖度年际间变化幅度不大,植被覆盖度呈增长的区域面积略大于减少区域面积,但呈显著性减少的区域面积大于呈显著性增长的区域面积;东部和南部的中高山地带植被覆盖度的结构恶化。应继续强化退耕还林还草、强化天然林保护等措施的力度,降低中高山和中低山的人为干扰强度,在河谷坝区和坝周低山积极开展人工植被恢复工作,促进区域植被生态的可持续发展。     

南充市退耕还林后的植被覆盖度分析

指出了川中丘陵区退耕还林工程已实施多年,生态和经济效益逐步显现,利用植被覆盖度分析方法对南充市的植被覆盖度进行了原因分析,结果发现:退耕还林和温度与降水变化是南充市植被覆盖变化的主要原因。南充市植被覆盖度低、较低、中等这三类的面积大量转换为植被覆盖度高和较高,较高植被覆盖度区域的面积则大量向高植被度的类型转换,这说明随着国家"退耕还林、还草"政策的实施,我国植被生态环境恢复状况也越来越好。     

2000—2014年乌鲁木齐市植被覆盖度时空变化分析

以乌鲁木齐市2000,2006,2010和2014年TM/ETM+/OLI影像为数据源,基于NDVI的像元二分模型生成植被覆盖度图,再与ASTER GDEM数据生成的海拔、坡度、坡向图进行空间图像叠加,分析植被覆盖分布特征和变化原因。15年来研究区植被覆盖度总体呈现先整体下降,然后以2006年为拐点显著回升的U型趋势。较2006年,2014年乌鲁木齐县北部和米东区东北部的温带半灌木、矮半灌木荒漠有一定改善;米东区北部温带矮半乔木荒漠和达坂城区的温带丛生矮禾草、矮半灌木荒漠草原改善显著。地形因子和植被覆盖类型影响了植被覆盖水平的分布格局,夏季当月及上月降水量对研究区植被覆盖尤其荒漠草地影响显著,草地与灌丛的变动性大于林地。经济活动与生态工程建设等是植被覆盖变化的驱动因素。荒漠草原覆盖度受自然和人为因子的耦合作用大,应加强保护力度。近年来大规模实施系列林草业工程对全市植被覆盖度提高、生态环境改善起到了重要作用。     

芦头林场森林景观格局随地形分异特征研究

以湖南省平江县芦头林场为研究区,通过数字高程模型（DEM）与森林资源调查数据叠加,分析林场范围内森林景观格局随地形变化特征。结果表明：①研究区内森林景观分异的主要因素是地形因素;②芦头林场森林植被景观类型垂直地带性分布明显,各森林景观组主要分布在海拔400-800 m和坡度10°-30°的地区,杉木、马尾松、灌木林在海拔400 m以上和25°以上范围内分布较多,占有绝对优势;③林场内森林景观类型以人工林形式为主要,对于林场的森林经营方案,应增加保护森林生态系统自然更新和森林景观类型多样性的措施。     

浙江省林火时空变化及影响因子分析

以2001—2018年的浙江省MODIS-MCD64A1森林火灾数据为研究基础,运用逻辑斯蒂和随机森林方法结合气象、植被、地形、经济、人口和基础设施等因子对浙江省的林火时空变化及影响因子进行研究。结果表明:(1)2001—2018年,浙江省共发生森林火灾1 866次,年均发生林火104次,林火时空分布不均匀,空间上集中在温州中部和东部及与丽水市交汇区域、丽水市中部和北部区域、衢州中部、台州和宁波东部区域及金华、杭州和湖州的小面积区域;(2)时间上,森林火灾的发生次数在年际间的波动较大,总体呈先增加后降低的趋势,月火点分布不均衡,林火在10、11、12月和次年的1、2、3和4月的火点占全年总火点的95.28%以上;(3)基于随机森林算法筛选出9个林火发生重要因子,按重要性由大到小排序依次为年均温度、高程、年降水量、河流密度、月植被覆盖度、坡度、前一年植被覆盖度、人均国内生产总值、公路密度;运用逻辑斯蒂模型方法计算出林火发生与日平均气压、月植被覆盖度、坡向指数、坡度、日最大地表气温、公路密度、人均国内生产总值、居民点密度、河流密度之间呈显著正相关关系,与年降水量和高程之间呈显著负相关关系。     

基于RS的长株潭绿心区植被覆盖动态变化研究

以2000年、2005年、2011年3个时期的landsat5TM遥感影像为数据源,利用像元二分法模型反演三个时期的植被覆盖度,并研究3期植被覆盖度变化特征、植被覆盖度转移矩阵。结果表明:研究区植被覆盖状况良好,3期Ⅳ级和Ⅴ级植被覆盖度(f_c0.5)区域的面积和占总面积百分比均为79%以上。2000—2011年,研究区植被覆盖度总体呈下降趋势,2000年平均植被覆盖度为0.78,2005年平均植被覆盖度为0.72,2011年平均植被覆盖度为0.70。     

基于NDVI的乌拉特后旗植被覆盖度时空变化分析

提取内蒙古巴彦淖尔市乌拉特后旗2006年、2010年及2015年3个时期的遥感影像,利用GIS软件计算了乌拉特后旗3个年度的植被覆盖度,同时对该地区植被覆盖在时间变化及空间变化中的状况进行了分析。结果表明:从时间方面看,乌拉特后旗的植被覆盖度整体呈增长的趋势。裸地及微植被覆盖度显著减少,低植被覆盖度和高植被覆盖度缓慢增加,中植被覆盖度在2010—2015年有显著增加的趋势。从空间方面看,乌拉特后旗的植被覆盖度逐渐递增并呈现东南部覆盖度高西北部覆盖度低的态势。阴山以南河套平原地区的高植被覆盖度及中植被覆盖度缓慢增加,阴山以北的荒漠及半荒漠草原的微植被覆盖度逐渐减少,到2015年时其植被覆盖度明显增加,转变为以低植被覆盖及中植被覆盖为主的态势,且出现零星的高植被覆盖度。     

震区植被覆盖度动态变化及其受损研究——以芦山县为例

本文探讨了利用Landsat TM和ETM影像数据建立植被受损模型,评价了植被受损的程度,运用植被覆盖度估算的像元二分模型,估算了植被覆盖度,总体上评价了芦山县经过4·20地震前后的植被覆盖度的变化情况,同时分析了其空间分布特征。研究结果显示:①2009年至2013年芦山县平均覆盖度从75.47%降低到70.22%②两个时期植被都是以较高覆盖度为主,约占总面积的36%,其中2009年高覆盖度植被面积大量的减少,减少的高覆盖度植被主要转化成了2013年中覆盖度的植被③2009年~2013年以轻度减少和稳定为主,轻度减少区和稳定区占总面积的75.66%,剧烈减少区和减少区占总面积的9.68%。这说明2009年~2013年植被有较严重的退化趋势④植被覆盖度变化存在着空间格局差异,随高程、坡度、坡向的分布特征差异显著⑤通过植被指数构建的植被受损模型评价了地震造成的植被受损情况,其中重度受损的植被大多是滑坡、崩塌的区域。通过研究植被受损的等级和覆盖度的动态变化情况,揭示了地震灾害对地表植被的破坏状况,为灾区的生态恢复提供决策依据。     

基于多特征SVM的昆明市城市森林时空分布信息提取

采用2017年昆明市主城区Landsat TM/OLI及DEM数据,采用SVM分类方法,对比不同多特征组合的分类精度筛选出森林提取的最佳特征组合,并由此得到2000、2010及2017年昆明市主城区森林分布,分析3期森林的总面积、不同海拔森林面积分布和植被覆盖度变化。结果表明,光谱、纹理以及地形特征的多特征组合为城市森林提取的最佳组合(精度为92.69%);2000—2017年昆明市主城区森林总面积呈上升趋势,海拔低于2 000 m区域的森林面积逐年减少,而高于2 000 m区域的森林面积逐年增加;随时空变化呈现出低植被覆盖度及高植被覆盖度面积增加,中植被覆盖度及较高植被覆盖度面积减少的趋势。     

北京永定河流域森林植被覆盖研究

利用1978～2009年间共6期TM遥感数据,采用归一化植被指数（NDVI）结合二值化分析方法确定植被覆盖度的阈值,对北京市永定河流域32年来的森林植被覆盖变化情况进行研究,揭示永定河流域森林植被覆盖变化的驱动力因子与作用机制．结果表明,永定河流域上游植被覆盖度较高,中下游覆盖度较低,整个研究时期内植被覆盖度呈现波动变化,1978～1987年间,植被覆盖度急剧下降,而1987～1995年间植被覆盖度略有提高,但之后又迅速下降,2000年植被覆盖度处于历年最低值,2000～2004年间植被覆盖度呈上升趋势,2004—2009年间植被覆盖度趋于平稳．驱动力分析表明,引起植被覆盖变化的主要驱动因素是人为因素,包括人类破坏和保护2方面,其次是气候因素,包括降水和温度,其中降水占主导地位．     

基于MODIS-NDVI的乐安湿地植被覆盖动态分析

乐安湿地作为长江上游生态屏障的重要组成部分,是大凉山生态建设的重点区域;也是高原湿地在海拔2 500 m^3 000 m典型生态系统。植被覆盖度(植被的垂直投影面积与单位面积之比)是反映湿地植物生长状况的重要生态学参数,在评估和监测湿地生态环境方面发挥着重要的作用。本文利用2011-2015年的MODIS归一化植被指数数据,应用像元二分法估算了布托乐安湿地保护区的植被覆盖度及其变化趋势,分析了乐安湿地保护区内植被覆盖度变化,旨在为保护区生态环境评价及管理提供科学依据。研究表明乐安湿地保护区植被覆盖度状况良好,中度及其以上等级植被覆盖区占研究区比重较大,超过50%;5年间,保护区植被覆盖度总体上呈现稳定状态,但是不同等级,不同时段的植被覆盖变化趋势不同;植被覆盖度在空间上呈现以万吨山、四棵乡一线向两侧降低的总体趋势。与海拔3 500 m左右的若尔盖湿地相比,乐安湿地植被覆盖度分布主要受地形、水热条件限制,以及人为活动因素的影响。     

城市化进程下地表温度时空变化及其与植被覆盖度的相关性——以北京五环区域为例

【目的】探究城市地表温度时空变化特征,阐明不同植被覆盖度条件下植被降温差异,为改善城市生态环境、合理规划城市绿地提供参考。【方法】以城市化水平较高的北京五环内区域为研究对象,基于1999—2017年5期Landsat遥感影像反演得到的地表温度和植被覆盖度图像,采用标准差分类法将研究区划分为极低温区、低温区、次低温区、中温区、次高温区、高温区和极高温区,探究研究期地表温度时空变化特征,运用线性回归进一步对300、600、900和1 200 m栅格尺度下的植被覆盖度和地表温度进行相关性分析。【结果】1999—2017年,北京五环内热环境的时间变化总体分为2个阶段:1999—2011年高温区和极高温区面积逐渐增加; 2011—2017年,热环境状况有所改善,高温区和极高温区面积占比分别下降0.96%和0.71%,极低温区和低温区面积占比分别升高0.45%和1.19%。热环境空间格局随北京城市建设发生显著变化,1999年地表温度较高的区域集中在二环内,1999年后逐渐向外转移,至2011年,高温区和极高温区集聚在三环至五环间的东南部区域(2011年高温区和极高温区在三环至五环间分布比例最高,分别为70.73%和78.92%),2017年五环内区域整体热环境有一定程度改善。研究期内北京五环区域植被覆盖度总体呈先降后升的趋势,2005年植被覆盖度最低(31.84%),且植被覆盖度较高的区域主要分布在四环至五环,四环内区域植被覆盖度相对较低。地表温度与植被覆盖度总体呈线性负相关(P0.001),且在中植被覆盖度条件下(40%～60%)相关关系更稳定。同一栅格尺度下,植被覆盖度越高,降温效应越强,地表温度越低。【结论】1999—2011年,高温区和极高温区面积逐渐增加,且高温区域由二环内向外转移;2011—2017年,热环境状况有所改善。研究期内植被覆盖度总体呈先降后升的趋势,且植被覆盖度在四环至五环间区域较高。植被覆盖度增加可降低地表温度,且在植被覆盖度达到40%～60%时才表现出稳定的降温效果,适当提高植被覆盖度,可提升城市绿地降温功能,缓解城市热环境。     

盐城海岸带植被覆盖度时空变化及其与土地利用变迁响应研究

以2001年、2009年TM遥感影像为基本数据源,在RS和GIS技术支持下,运用归一化植被指数(NDVI)和像元二分模型法获取植被覆盖度变化信息,采用人工目视解译和监督分类相结合提取土地利用信息,在分析了植被覆盖度和土地利用变化特征的基础上,将两者结合起来对其驱动力及其响应关系进行了分析。结果表明:近10年,盐城海岸带植被覆盖度整体有所提升,2001年研究区植被覆盖度呈现西南高东北低之势,中、高覆盖度占总面积的55.2%;2009年植被覆盖度相较2001年有明显变化,东北片区的植被覆盖度明显升高,西南部分地区有所下降。其中林地以中覆盖为主,占比30.72%,其他用地类型均以高植被覆盖度为主。分析发现,以湿地为主的土地利用变迁及人为干扰用地功能变化是其植被覆盖度变化的主要影响原因。     

基于GIS与RUSLE模型的毕节市土壤侵蚀动态变化

通过对毕节市2002~2016年的土壤侵蚀进行定量化研究,为研究区土壤侵蚀治理和水土保持工作提供科学依据。利用研究区多年平均月降水数据、土壤类型、土地利用类型、数字高程(DEM)、MODIS-NDVI月合成数据等,结合RUSLE模型对毕节市多年的土壤侵蚀量进行了计算,通过ArcGIS分析研究区土壤侵蚀量时空变化特征,探讨了不同土地利用类型、高程及坡度等因素下土壤侵蚀面积的变化特征。结果表明:研究区2002年到2016年大体上表现为轻度侵蚀,2005~2010年土壤侵蚀程度最为严重。从县域来看,威宁和大方县土壤侵蚀较严重。从土地利用上来看,耕地、林地、草地发生的土壤侵蚀面积大但侵蚀强度等级较低,未利用地发生小面积的剧烈侵蚀。从高程上来看,1000~2000m这个高程发生的土壤侵蚀最为严重。就坡度而言,8°~15°这个坡度等级的土壤侵蚀最为严重。     

基于GEE的陕北退耕还林前后植被变化

通过研究退耕还林工程前后的植被变化并揭示其成因，可以为生态建设提供重要的指导和参考。本研究以陕北地区为研究对象，利用Google Earth Engine平台的1987、1999和2022年Landsat数据集，通过像元二分模型反演得到陕北地区在退耕还林工程前后的植被覆盖度动态变化。在退耕还林工程前，陕北地区植被覆盖度整体较低，而在退耕还林工程实施后，植被覆盖度明显提高。     

长株潭核心区植被覆盖度动态监测与分析

以2000年Landsat5、2013年Landsat8两个时相遥感影像,利用像元二分法模型反演获得2个时期的植被覆盖度,并通过研究区域内2期植被覆盖度的时空变化特征、近13年的区域植被覆盖度转移矩阵、植被改善/退化状况及驱动力,定量分析了长株潭核心区13年植被覆盖度的时序变化和空间分布特征.研究结果表明:长株潭核心区近13年植被覆盖度保持总体稳定并有所改善,平均覆盖度由2000年的0.573 9上升到2013年的0.601 5,植被退化区主要集中在长沙、株洲、湘潭3市城区及周边区域,另外长株潭绿心区植被覆盖度也有小幅下降;长株潭核心区植被覆盖与气候变化有一定关联,但人口增长、土地利用类型变化、城市化进程以及政策等人为因素是影响植被覆盖变化的主要因素.