2010—2019年三亚市NDVI时空变化特征

归一化植被指数（NDVI）作为反映植物生长特征的重要指标，对于地表植被覆盖与植被生长状况的研究有重要意义。基于MODIS NDVI遥感数据，分析了三亚市2010—2019年归一化植被指数时空变化及变化趋势，并对NDVI与降水量和日照时数进行相关性分析。结果表明:近10年来，研究区NDVI月变化特征为5—10月增加，11月—次年4月降低，这与三亚市处于热带海洋性气候区有极大关系。NDVI年际变化呈增加趋势，年平均增长0.721 9，为中高植被覆盖度，空间上表现为北部高，中西部低的分布特征，北部常绿阔叶林地区比中西部草原地区生态稳定性更强。Pearson相关分析表明，NDVI与降水量整体上呈正相关，与日照时数呈负相关。      

滇池流域NDVI动态变化特征及其对气候的响应

归一化植被指数（Normalized Difference Vegetation Index,NDVI）是反映森林植被变化的重要参数,分析滇池流域NDVI的变化趋势及其影响因素,对准确评估该流域近年来植被覆盖及变化情况,分析气候驱动力因素具有重要意义。采用两种数据集:中国科学院计算机网络信息中心地理空间数据云平台2000—2015年的全国合成产品;美国国家航空航天局2020—2021年的MOD13A2产品。使用趋势分析法分析滇池流域NDVI的年际和年内变化。在中国气象数据网下载1999—2015年滇池流域降水和平均气温的数据,结合NDVI数据,分别分析NDVI与降水、温度的相关关系。研究结果表明,2000—2015年间滇池流域年际和年内的春季、秋季及冬季NDVI均呈增长趋势,而年内夏季NDVI呈下降趋势。但2020年滇池流域NDVI较小,且在年内呈季节性变化趋势。滇池流域不同区域植被空间分布差异明显,整体上呈现由南向北,由西向东逐渐增大的变化趋势。NDVI较高的地区集中在流域上游,而水体及其周围地区植被覆盖较低,且水体及其周围的NDVI呈减小的趋势。滇池流域的降水量和平均温度均呈波动性变化,且2000—2015年的降水量呈明显的下降趋势。通过相应的偏相关分析发现,降水量和平均气温对NDVI均表现出正相关关系,并且相关性最强的是前期（气象因素相比于NDVI提前一个季度的时间）情况的平均气温和NDVI。总体上,2000—2015年滇池流域的NDVI在时空上呈增长趋势,但2020年滇池流域的NDVI较小;在气候响应方面,3个月前的平均气温变化对NDVI的变化起主要影响作用。      

Drought Remote Sensing for Winter Wheat Based on Double Parabola NDVI- ST Space

以河南省冬小麦旱情遥感监测为例,利用MODIS/AQUA卫星产品的归一化植被指数(NDVI)、增强型植被指数(EVI)、叶面积指数(LAI)和地表温度(ST)数据,分析了NDVI - ST和EVI - ST的特征空间,发现NDVI-ST和EVI - ST的特征空间具有双抛物线型特征.将其与三角形NDVI - ST、EVI - ST及LAI-ST特征空间进行对比分析,并将得到的温度植被干旱指数(TVDI)数据与土壤湿度进行相关性分析,揭示双抛物线型NDVI - ST特征空间能更好地反映地表10 cm土壤水分状况.以双抛物线型NDVI - ST特征空间得到的TVDI作为旱情遥感监测指标,评估了2011 -02 -26 ～2011 -05-16河南省冬小麦旱情,并与当地气象站降雨数据对比,揭示了2011年春天河南省旱情发展的总体时空特点.     

归一化植被指数对陆地水储量和降水变化的响应研究——以塔里木河流域为例

利用美国国家航空航天局(NASA)提供的MODIS归一化植被指数(NDVI)数据,探讨了2003-2013年10 a间塔里木河流域NDVI的时空动态分布情况,辅以根据GRACE重力场恢复与气候实验重力卫星和TRMM热带降雨测量使命卫星数据所反演的陆地水储量和降水量数据,研究了10 a间塔里木河流域植被覆盖变化对陆地水储量变化的响应。结果表明:(1)春季NDVI最大值为0.033 67,最小值为-0.010 13,夏季NDVI值最大值为0.617 39,最小值为-0.111 72,秋季NDVI最大值为0.563 38,最小值为-0.047 11,冬季NDVI最大值为0.281 61,最小值为-0.078 64;植被NDVI呈现出夏季秋季冬季春季的规律,离河道越近,植被覆盖度也就越高,同时,植被覆盖度指数会随着越靠近沙漠、戈壁而逐步降低。(2)10 a间NDVI呈现大范围的降低趋势,只有少许范围内具有显著的增加趋势;陆地水储量和降水量的变化趋势,从西北向东南方向呈现出由急剧降低逐步递增为急剧增加。(3)区域A、B、C、D 10 a间NDVI的变化趋势分别是较为复杂、微弱降低、微弱增加和非常显著的增加。(4)降水量与NDVI之间呈现正相关关系,但影像有明显的时滞性,降水量与NDVI之间呈现负相关,植被NDVI与陆地水储量呈负相关,但是对NDVI的影响明显比陆地水储量对NDVI的影响更为显著。     

贵州省2001—2015年植被覆盖NDVI时空演变及其对SPEI的响应

引起植被覆盖变化的气候因子占据主导地位。研究探讨了贵州省近15年来植被指数长时间序列的变化特征、基于标准化降水蒸散指数（SPEI）的干旱时空变化特征及两者之间的相关关系,可为区域植被覆盖保护与恢复提供一定的理论依据。选择2001—2015年MODIS NDVI（1 km）及19个气象站点气温、降水数据,采用一元线性回归的方法探究贵州省近15年来植被覆盖NDVI在年、月尺度下时空演变特征,及其与气温、降水和标准化降水蒸散指数（SPEI）的相关关系。结果表明:贵州西北至东南地区多年平均NDVI呈低中高分布格局,p<0.01上的生长速率为0.051/（10 a）,呈显著增加的趋势;多年平均气温、降水量的空间分布从西北到南方向呈现出低-中-高的特征,其易发生干旱的地区主要集中在贵州的西北地区,干旱在区域内的空间差异较大,黔西北、黔西南地区为易旱集中区;年均NDVI与年均SPEI、年均气温和年均降雨量的相关系数均为正值,表示NDVI与其响应因子具有一定的相关性,但与SPEI的相关性不显著,与气温和降水的相关性在p<0.01上呈显著性的正相关,且相关系数均大于0.5以上,相关程度较高;1—6月大致（p<0.01显著）呈现不显著的负相关,7—9月和11月表现为除9月（p<0.01显著）外均呈现不显著的正相关。      

基于最小响应单元的地下水埋深时空分异特征研究

采用协同克里金插值方法,以2005、2009、2013、2017年4 a翁牛特旗地下水埋深为主变量,以NDVI(归一化植被指数)、降水量和河网密度为协变量,计算研究区内的地下水埋深,运用改进水文响应单元模式,在空间上将协同克里金插值后的地下水埋深栅格数据转换为矢量数据,将传统的简单插值分析方法运用协同克里金和最小响应单元进行改进,使之更贴合实际地下水汇流情况,获取最小响应单元551个,并据此进行空间整体与局部自相关分析。结果表明,在研究区空间上,地下水埋深东西分异规律明显,地下水位呈现西高、东低的态势,受降水和河流影响逐渐变大;在时间序列上,地下水埋深平均变化不大,但逐渐呈现聚集的趋势。     

基于NDVI—ST双抛物线特征空间的冬小麦旱情遥感监测

以河南省冬小麦旱情遥感监测为例,利用MODIS/AQUA卫星产品的归一化植被指数（NDVI）、增强型植被指数(EVI)、叶面积指数(LAI)和地表温度(ST)数据,分析了NDVI—ST和EVI—ST的特征空间,发现NDVI—ST和EVI—ST的特征空间具有双抛物线型特征。将其与三角形NDVI—ST、EVI—ST及LAI—ST特征空间进行对比分析,并将得到的温度植被干旱指数（TVDI）数据与土壤湿度进行相关性分析,揭示双抛物线型NDVI—ST特征空间能更好地反映地表10cm土壤水分状况。以双抛物线型NDVI—ST特征空间得到的TVDI作为旱情遥感监测指标,评估了2011—02—26~2011—05—16河南省冬小麦旱情,并与当地气象站降雨数据对比,揭示了2011年春天河南省旱情发展的总体时空特点。     

雅鲁藏布江流域NDVI与降水量时空分布特征及其相关性分析

结合归一化植被差异指数NDVI与降水量数据,利用突变分析将整个流域划分成高程3 523 m以下、3 523~5 000 m和5 000 m以上3个分区;并基于Arc GIS平台,分析了年尺度和生长季3个高程区域内NDVI的分布特征及其变化趋势,同时还对两种时间尺度上NDVI与降水量的相关性进行了探讨。结果表明,NDVI与降水量总体均呈现随高程增加而减少的分布特征,且高程3 523 m以下、3 523~5000 m和5 000 m以上分区内样点NDVI总体分别位于[0.6,0.8)、[0.2,0.6)、[0,0.2)之间;流域内高达90%的样点年尺度和生长季植被呈改善趋势,最大趋势系数达0.94。此外,流域内NDVI与降水量以负相关关系为主,高程5 000 m以上区域表现尤为显著,年尺度上二者最大负相关系数达-0.73,整个流域内年NDVI与降水量呈负相关关系的61%样点中有30%样点分布于高程5 000 m以上区域内。通过探究具有显著高程差异的雅鲁藏布江流域NDVI时空分布特征及其与降水量的关系,以期为高海拔缺资料地区植被分布规律及其与气象因子关系研究奠定基础。     

自然因子对开都河流域植被NDVI变化的地理探测

为揭示自然因子以及因子之间的交互作用对开都河流域植被空间格局变化的影响,以归一化植被指数(Normalized Difference Vegetation Index,NDVI)为植被覆盖状况表征指标,结合气候、地形地貌、土壤、植被以及人为干扰等11种因子,采用线性趋势分析、空间转移矩阵和地理探测器模型,分析了2001-2020年开都河流域植被NDVI的时空演变特征,并对其空间分异的驱动力进行了定量探测。结果表明：①2001-2020年,开都河流域植被覆盖状况良好,中、中高和高植被覆盖度区均超过71%;植被NDVI分布呈现西高东低,低、中植被覆盖向中高和高植被覆盖转化明显。②土壤类型的解释力最高(9.84%),主导植被NDVI时空格局。③自然因子对植被NDVI影响存在交互作用,因子交互作用以双变量增强和非线性增强两种方式增强对NDVI空间分布的解释力,其中,尤以土壤类型和坡度的交互作用影响力最强。④研究揭示的促进植被生长的各因子最适宜特征,有助于更好的理解自然因素对植被NDVI变化的影响及其驱动机制。     

2000—2012年科尔沁沙地植被与气候因子间的响应关系

利用2000—2012年气温、降水量、归一化植被指数（NDVI）数据,对科尔沁沙地气候与植被变化特征及其定性与定量响应关系进行了分析。结果表明,研究区植被长势自东向西逐渐变差有28.56%的面积呈变差趋势,其余呈变好趋势;多年植被长势呈变好趋势,降水呈微弱增加趋势,气温变化趋势不明显。累积2~3个月降水量、当月及平均2~3个月气温对植被影响较大;降水量增多、年内4—11月份气温升高、4—8月份单月年际变化中4月最低气温升高和6—8月份平均、最高气温降低,均促进植被生长;水热同期比单独因子变化对植被影响更大。NDVI在0.03~0.33时受气温影响显著;在0.33~0.43时受降水量影响显著;在0.43~0.62时受水热共同影响显著;在0.53~0.62时气温升高会抑制生长。当降水、气温分别在一定范围内变化,或在一定范围内变化时的水热共同作用下,NDVI响应于一定范围,且部分响应范围间有共同的重叠响应区域。     

鄂尔多斯市近10年植被变化及其与降水的响应关系

利用EOS／MODIS卫星遥感数据,对鄂尔多斯市2002-2012年地表植被指数及变化成因进行了分析。鄂尔多斯市近11年来NDVI虽具有一定的波动性,但整体呈明显的增长趋势,与降水量呈现显著的正相关关系。NDVI大于0.4以上的面积逐年增加,表明该地区植被覆盖率逐年增加,生态环境得到有效改善。分析其主要原因,在于生态建设政策及资金投入力度的大幅增加。     

中国区域植被对降水异常的时空响应特征

【目的】分析中国植被生长对降水异常的响应方式及其强度。【方法】基于1982―2015年GIMMS-NDVI和高分辨率栅格气候数据,采用二阶偏相关和时滞相关分析方法,研究了中国区域植被生长对降水异常响应的时空模式。【结果】①中国生长期植被NDVI呈显著的上升趋势,上升幅度为0.000 7/a,而降水年际间波动较大,整体趋势并不显著;②NDVI与降水异常的偏相关系数呈现显著的空间差异性,内蒙古中东部植被生长受降水异常的影响最为显著;③总体而言,植被生长对前1个月降水异常的响应最强烈,并且与超过3个月累积的降水异常相关性最强,而受同期降水异常的影响并不明显。【结论】降水变化对半干旱区植被生长活动影响最大;同时,不同植被类型的地区,植被对降水异常的响应模式存在显著差异,相比于灌木和草地,森林受降水异常的影响更小,且响应更迟缓。     

基于Landsat影像的NDVI对植被与影响因子交互耦合的响应

植被是陆地最重要的生态系统,在全球气候变化中发挥了重要的调节作用,研究植被时空动态变化具有重要的科学意义和现实价值。基于2007年、2012年和2016年Landsat卫星遥感影像提取的归一化植被指数(NDVI)以及三明市区二类调查矢量数据,研究了闽江上游区域近10年的植被NDVI指数的时空变化特征及其影响因子。结果表明:研究区2007年、2012年和2016年的NDVI指数值逐渐提高,分别为0.72、0.75和0.79,植被覆盖度高,总体生态质量较好;NDVI低值区位于沙溪两侧带状的市辖区所在地、各乡镇居民集中点以及道路网络周边;不同植被类型的NDVI指数由大到小依次为:阔叶树林、灌木林、马尾松林、竹林、杉木林、杂木林、桉树林、其他林地、经济林、檫树林、非林地;NDVI指数值随着林龄、郁闭度和坡度的增加逐渐增加,随着立地等级的提高而下降。进一步对NDVI指数对植被与影响因子交互耦合的响应进行分析,得到结果:依据不同植被类型的NDVI指数随着林龄变化规律的不同,将植被划分为:稳步上升型,如阔叶树林和马尾松林;前期上升快而后期慢型,如桉树林;先升后降型,如杉木林和其他林地。马尾松林的NDVI指数呈现随着坡度的增加而增加的趋势;而其他森林植被类型的NDVI指数呈现随着坡度的增加先升后降,在坡度为30°~40°处达到最高值;不同植被类型的NDVI指数对郁闭度的响应机制不同。     

基于点扩散函数的条件植被温度指数降尺度转换方法

以陕西省关中平原为研究区域,基于MODIS数据反演的条件植被温度指数(VTCI)的定量化干旱监测结果(MODIS-VTCI)和基于Landsat数据反演的VTCI相对干湿监测结果(Landsat-VTCI),应用点扩散函数(PSF)将930 m空间分辨率的MODIS-VTCI降尺度转换至30 m,并对降尺度转换的VTCI进行定量化验证。结果表明,降尺度转换的VTCI与Landsat-VTCI间的相关系数和结构相似度均较大,降尺度转换的VTCI与累计降水量间的相关性和MODISVTCI与累计降水间的相关性相近,且均高于Landsat-VTCI与累计降水量间的相关性,说明降尺度转换的VTCI既考虑了Landsat-VTCI的空间变异,又保持了MODIS-VTCI较为准确的定量化干旱监测特性。     

基于人工神经网络的雅鲁藏布江流域NDVI预测模型

雅鲁藏布江流域既是生态资源的宝库,又是全球气候变化的敏感区。研究基于2000-2015年的MODIS数据和30个地面站点气象数据资料,在分析雅鲁藏布江流域的NDVI归一化植被指数时空变化特征的基础上,分别采用偏相关分析和主成分分析法,辨识了影响各子流域NDVI变化的主导气候因素,并此基础上构建了基于人工神经网络的雅鲁藏布江流域NDVI预测模型。结果表明:①雅鲁藏布江流域NDVI整体上呈现出从流域的上游到流域的下游逐渐增加的趋势;②主成分分析(PCA)和偏相关分析(PAR)的结果表明,降雨和气温的影响主要集中在前3个月且气温的影响大于降水;③分别构建了ANN-PCA、ANN-PAR和ANN模型,其率定期NASH效率系数平均值达到0.75,0.71,0.63,验证期平均达到0.73,0.69,0.62。结果表明,因子筛选能够显著提高模型精度,所建的模型精度较高,能够较好的模拟和预测雅鲁藏布江流域的NDVI时空变化趋势。     

贵州省植被覆盖时空分布特征研究

利用RS和GIS技术,采用美国NASA最新的全球植被指数变化研究数据(GIMMS NDVI),采用均值法、差值法、一元线性回归模拟法,对贵州省1982-2003年的地表植被覆盖的时空分布变化特征进行了分析,旨在为分析评价贵州生态环境提供参考.