基于MODIS和NOAA数据尺度转换的若尔盖植被变化研究

为获得若尔盖地区较长时间序列的遥感植被指数,采用重采样技术和一元线性回归方法实现了GIMMS NDVI和MODIS NDVI的空间尺度转换和时间尺度外推。结果表明:（1）不同重采样方法对MODIS NDVI数据的影响与空间尺度有关,对GIMMS NDVI数据的影响则与空间尺度关系不大;（2）空间分辨率2.5 km,对不同植被类型可建立GIMMS NDVI和MODIS NDVI数据的一元线性转换关系,利用GIMMS NDVI拟合的结果与MODIS数据的差值统计符合正态分布;（3）1982—2013年,以1998年为节点若尔盖地区的植被先退化后逐渐恢复,尽管近几年植被指数平均水平高于研究初期,但局部地区的植被退化形势仍然比较严峻。     

鄂尔多斯植被的NDVI 3g动态及气候响应

[目的]研究鄂尔多斯地区生态格局以及在全球变化下的自然演变规律,揭示中国西部矿区人工扰动生态环境的时空变化。[方法]利用1982—2012年GIMMS NDVI 3g数据集和年均气温、降水量等气象数据,分别进行最大值合成、反距离加权法插值、线性回归与变化率分析、相关性分析等处理,揭示植被覆盖的时空变化趋势下蕴含的植物生理学机理,及其对气温和降水变化趋势的响应特征。[结果]鄂尔多斯地区植被返青期(start of season,SOS)始于4月下旬,枯黄期(end of season,EOS)结束于11月上旬,植被生长期(duration of season,DOS)NDVI初始阈值为0.12,平均生长期为198d;31a间鄂尔多斯地区植被绿度变化率(slope)为0.0023,植被变化趋势逐像元回归分析表明研究区80.8%的植被有轻微改善;31a间鄂尔多斯地区NDVI变化与年均气温和降水量的相关性分别为0.054和0.400。[结论]31a间鄂尔多斯地区植被返青期有提前趋势,枯黄期有滞后趋势,生长期有延长趋势;研究区大部分区域植被均有轻微改善;年均气温与降水量均呈现升高趋势,NDVI变化受温度和降水的共同作用,且NDVI最大值增高与年均降水量增加相关性较高,与年均气温升高相关性较低。     

1982-2012年全球干旱区植被变化及驱动因子分析

基于长时间序列卫星遥感数据GIMMS3g NDVI(1982-2012年),分析了全球干旱区(包括亚湿润干旱区、半干旱区、干旱区和极端干旱区)植被时空变化及其对气候和人文等非气候因子的响应.结果表明:①全球干旱区NDVI总体呈显著增长趋势(P＜0.001),增长速率为0.0005·a-1,略低于全球植被增长速率.显著上升区域和显著下降区域分别占全球植被显著变化区域面积的27.0％和7.7％(P＜0.05).显著退化面积最大区域为半干旱区.②降水作为干旱区植被变化的主要影响因子,主要表现在对干旱区和半干旱区植被的影响上,对亚湿润干旱区和极端干旱区影响较小.③全球不同干旱区植被变化及驱动因子存在较大差异.如澳大利亚南部主要受到季节降水的影响,植被改善;而南美和欧亚大陆中部则主要受到人为因素的影响,植被退化.     

近20年来祁连山区植被变化特征分析

利用1982-2003年8 km分辨率的 NDVI数据集,分析了祁连山区植被覆盖的年、年际、年代变化特征.结果表明:祁连山区植被覆盖总体上自东向西递减,其年变化NDVIm都为单峰型;祁连山区各段植被覆盖的年际NDVIy、年代变化NDVIn趋势有所不同:祁连山西中段植被的NDVIy 变化趋势基本相似,20世纪80年代变化较平稳,90年代变化幅度最大,1995年以后植被明显开始增加,祁连山东段植被的 NDVIy 从1982年开始呈增加趋势,直到1997年以后下降;祁连山西中段1982-1985,1986-1990,1991-1995,1996-2000,2001-2003年5个阶段植被的 NDVIn最大值出现在2001-2003年,最小值出现在1991-1995年,而祁连山东段最大值出现在1996-2000年,最小值出现在1982-1985年;祁连山各段5～9月植物生长期植被的NDVIpy,NDVIpn变化与年的NDVIy,NDVIn变化相似.     

基于MODIS和Landsat的青藏高原两代GIMMS NDVI性能评价

由于AVHRR NDVI数据集本质上具有动态变化的特点,使得数据重叠时段(1981-2006年)的第1代GIMMS NDVIg(简称NDVIg)数据集与第3代GIMMS NDVI3g(简称NDVI3g)数据集也不完全相同。如何理解、对待这些差异,是综合利用两代数据集的研究成果、科学客观地评估地表植被历史变化状况、预测未来变化趋势、指导生态保护与建设工作的前提和基础。该文利用MODIS NDVI和Landsat数据,评估了青藏高原两代GIMMS数据集的性能,并对比分析了区域尺度和像元尺度两代数据集在监测植被长期动态变化方面的异同。结果表明,NDVI3g捕获植被物候变化的能力与NDVIg相当,但NDVI数值明显大于NDVIg,甚至大于MODIS NDVI;与NDVI3g相比,在NDVI分布格局和动态变化方面,NDVIg与MODIS NDVI和Landsat更为相似;尽管两代GIMMS数据集1982-2006年生长季NDVI变化趋势类似,但GIMMS NDVIg倾向于检测到更多的显著变化区域;夏季和秋季的结果与生长季类似,但春季GIMMS NDVI3g则检测到了更大范围的NDVI显著增加,与NDVIg结果的差异主要集中在青藏高原腹地。NDVI数据集是众多生态模型的基础数据,NDVI数据集之间的差异可能会导致模拟结果出现偏差。在使用NDVI数据之前,对NDVI数据的适用性进行评估,是获取更符合当地实际情况、更为客观真实结果的前提。     

Spatial and temporal variations of vegetation cover and the relationships with climate factors in Inner Mongolia based on GIMMS NDVI3g data

Variation in vegetation cover in Inner Mongolia has been previously studied by the remote sensing data spanning only one decade. However, spatial and temporal variations in vegetation cover based on the newly released GIMMS NDVI3g data spanning nearly thirty years have yet to be analyzed. In this study, we applied the methods of the maximum value composite(MVC) and Pearson's correlation coefficient to analyze the variations of vegetation cover in Inner Mongolia based on GIMMS NDVI3g data spanning from 1982 to 2013. Our results indicate that the normalized difference vegetation index(NDVI) increased at a rate of 0.0003/a during the growing seasons despite of the drier and hotter climate in Inner Mongolia during the past three decades. We also found that vegetation cover in the southern agro-pastoral zone significantly increased, while it significantly decreased in the central Alxa. The variations in vegetation cover were not significant in the eastern and central regions. NDVI is positively correlated with precipitation(r=0.617, P=0.000) and also with air temperature(r=0.425, P=0.015), but the precipitation had a greater effect than the air temperature on the vegetation variations in Inner Mongolia.     

基于GIMMS NDVI的中亚干旱区植被覆盖时空变化

选用1982—2013年GIMMS NDVI数据,运用变异系数法、Theil-Sen median趋势分析耦合Mann-Kendall检验以及Hurst指数法,研究了中亚干旱区植被覆盖的空间格局、不同维度的空间变异性、时间变化特征和未来趋势预测。同时,结合CRU降水、气温资料和MODIS土地覆盖数据,对植被覆盖时空格局及其变化的驱动因素进行分析。结果表明:1 1982—2013年中亚干旱区植被覆盖有较强的空间异质性,有植被覆盖的区域占总面积的85.32%,无植被覆盖的区域占14.68%。受降水量控制,植被覆盖呈山区高平原低、西部高东部低、北部高南部低的特点;受河流和人工灌溉的影响,绿洲区的植被覆盖高于荒漠区。2近32 a全区植被覆盖的波动变化较明显,各变异程度的面积比例:中等波动变化相对较高的波动变化高波动变化相对较低的波动变化低波动变化。受降水变率和人工种植的影响,植被覆盖的高波动变化主要在荒漠区和诸流域绿洲区;低波动变化主要在植被生长良好的区域。3 32 a间全区NDVI呈增长趋势,NDVI距平的变化率为0.01·(10a)~(-1)。基于像元尺度的分析也表明,全区植被覆盖变化趋势以增加为主,各类变化趋势的面积比例:轻微增加显著增加轻微减小显著减小无法确定。植被改善是区域气候增湿增暖和绿洲土地覆盖变迁所致。4全区NDVI的Hurst指数均值为0.63,Hurst指数大于0.5的范围所占比例为75.17%,即未来全区植被覆盖的变化趋势以持续性增加为主,其中25.23%的区域未来变化趋势无法确定。     

Assessing land transformation and associated degradation of the west part of Ganga River Basin using forest cover land use mapping and residual trend analysis

The west part of Ganga River Basin (WGRB) has experienced continuous land transformation since the Indus Valley Civilisation shifted from the Indus basin to the Ganga basin. Particularly in the last few decades the land transformation has increased many-folds due to the changing climate and rapid increase in population. In this paper, we assessed land transformation and associated degradation in the WGRB based on the forest cover land use (FCLU) mapping and residual trend analysis (RTA). The FCLU maps for 1975 and 2010 were generated using 216 Landsat satellite images and validated using 1509 ground points. We mapped 29 forest and 18 non-forest types and estimated a total loss of 5571 km² forest cover and expansion in settlement areas (5396 km²). Other major changes mapped include a decrease in wetlands and water bodies, while an increase in agriculture and barren lands with an overall mapping accuracy of 85.3% (kappa, 0.82) and 88.43% (kappa, 0.84) for 1975 and 2010, respectively. We also performed the RTA analysis using GIMMS-NDVI3g to identify areas of significant negative vegetative photosynthetic change as an indicator for land degradation. All the RTA models showed monotonic nature of the residual trends and resulted as moderately positive but highly significant (P<0.001). Land degradation in the form of barren land accompanied by a decline in vegetation quality and coverage was found prominent in the basin with a possibility of an accelerated rate of land degradation in future due to the rapid loss of permanent forest cover.     

近20多年来西北绿洲植被指数的变化及其成因

利用NASA GIMMS 1982-2003年逐月的标准化植被指数NDVI数据集以及相关的气候资料,选黄河、河西内陆河以及新疆内陆河的典型绿洲为代表,分析了22年间各绿洲春、夏、秋季NDVI的变化和绿洲面积变化,比较了不同年代间NDVI的年变化特征,并研究了绿洲NDVI与气候和人类活动的关系。结果表明:①近22年来,各绿洲夏季和秋季NDVI均呈显著增加趋势,以夏季NDVI增加幅度最大。从地域上看,新疆塔里木盆地南侧绿洲和河西走廊绿洲各季NDVI增加较其他绿洲明显。②不同年代间各绿洲NDVI年变化较大,主要表现为年代间植被生长季NDVI的增加和NDVI峰值出现时间的改变。③近22年来,西北绿洲面积均呈现增加趋势,以河西走廊和新疆内陆河绿洲面积增加最为显著,黄河绿洲面积扩大趋势不太显著。④绿洲NDVI增加的主要原因为绿洲面积的扩大、种植结构的调整,气温的升高和降水量的增加,对绿洲NDVI增加有正效益,但降水量的变化对不同绿洲NDVI的驱动作用随着降水量在地域上的减少而变弱。     

黄土高原植被净初级生产力的时空变化及其与气候因子的关系

以西北典型植被脆弱区黄土高原为研究区,利用AVHRR GIMMS和MODIS两种NDVI数据源,基于CASA模型对1982-2014年黄土高原植被净初级生产力（NPP）进行模拟,并分析其时空变化特征及其与气候因子的关系。结果表明：黄土高原年均植被NPP为254.0gC?m-2,1982-2014年总体呈增加趋势。不同植被类型NPP有较大差异,落叶阔叶林NPP值最高,年均NPP达513.0gC?m-2,其次为常绿针叶林、草甸、农田、灌丛和草原。黄土高原植被NPP空间分布差异显著,表现出南高北低的特点。从NPP年际变化的空间分布来看,在退耕还林还草生态工程实施之前（1982-1998年）,黄土高原大部分区域植被NPP变化不明显。自1999年后该区植被NPP增加趋势显著,增速达到5.38gC?m-2?a-1。在空间分布上,66.6%的区域植被NPP呈显著增加趋势,主要分布在陕北高原、山西中西部的吕梁-太行山等地。退耕还林等生态工程的实施,使该区植被状况得到改善。黄土高原植被NPP与降水量具有显著的相关性,但与气温相关性不大,说明降水是影响黄土高原植被NPP的主要因素。