共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
基于长时间序列NDVI资料的我国西北干旱区植被覆盖动态监测 总被引:3,自引:0,他引:3
植被是表征陆地生态系统的重要指标,气候变化对植被具有显著影响。虽然MODIS NDVI具有较高的精度,但时间序列长度有限,在年代际尺度的变化趋势研究中,仍然需要对AVHRR NDVI数据集进行时间序列的扩展和完善。本研究通过建立MODIS NDVI与AVHRR NDVI逐月线性回归模型,生成了长时间序列(1981-2013年)NDVI数据集;并以NDVI作为植被活动的指标,分析研究了近33年来西北干旱区的植被动态变化。结果表明:1)MODIS NDVI与LTDR NDVI数据具有较好的线性相关性,两者之间线性回归模型的决定系数均在0.7以上;2)近33年以来,西北干旱区的植被活动均呈现出增强的态势,其中稀疏植被区的植被活动在持续增强,植被整体状况在好转,而草地区的植被活动较为稳定,并未出现较大的变化;3)西北干旱区的气候呈现出暖湿化的特点,植被活动对气候变化较为敏感,NDVI与年平均温度和年降水量之间呈显著相关关系(P<0.05)。 相似文献
3.
4.
利用2003—2017年MODIS-NDVI遥感资料,对内蒙古通辽市21世纪开始实施“三北”防护林、退耕还林还草、“双千万亩”综合治理等一系列生态建设工程以来,植被变化情况进行了动态监测评估。结果表明,受到全球气候变暖及植被生长季变长等因素的影响,通辽市植被总体呈增加趋势,植被指数(NDVI)年平均值从2003年的0.296 1上升至2017年的0.322 7;同时植被覆盖结构改善明显,低植被覆盖向中植被覆盖转变。2003—2017年,扎鲁特旗植被指数较为平稳,保持较高水平。从植被指数变化来看,开鲁县、科尔沁左翼中旗一带及科尔沁左翼后旗中东部地区改善较为明显。 相似文献
5.
基于NDVI的植被覆盖度的变化分析——以甘肃省张掖市甘州区为例 总被引:11,自引:2,他引:9
为了分析张掖市甘州区自1987-2006年19年间的植被覆盖的变化,以归一化植被指数(NDVI)和植被覆盖度遥感定量模型为基础,以1987年、2006年2期的TM影像和张掖市1∶10万地形图为数据基础,提取两期的植被覆盖等级图,定量的分析该地区植被覆盖度的变化情况。结果表明:近19年来,该区的植被盖度总体略呈下降趋势,荒漠化草地等植被覆盖状况较差的地区植被退化较为严重,绿洲地区的植被覆盖较为稳定,部分地区植被盖度呈上升趋势。 相似文献
6.
7.
1982-2013年新疆不同植被生长时空变化 总被引:3,自引:0,他引:3
基于逐像元一元线性回归模型,应用MODIS NDVI数据对AVHRR-GIMMS NDVI 数据进行时间序列拓展,建立了1982-2013年间长时间序列生长季最大NDVI数据集,分析了新疆不同分区的生长季植被NDVI变化及其对气候变化的响应。结果表明,1)北疆平原地区、南疆平原地区和南疆山地地区的植被NDVI变化呈显著增长趋势,北疆山地地区的植被呈下降趋势。2)水分条件和最低气温是影响新疆植被生长的重要因素,但不同分区的影响程度不同。北疆平原地区植被受水分条件影响较大,其中最低气温对农田植被影响较大;南疆平原地区植被受气温和降水的双重作用;山地地区植被受水分条件影响较大。3)从不同植被类型来看,水分条件对草地的影响最大,其次是林地,农田植被受水分条件的限制较小,与灌溉有着直接关系。4)增温增湿的气候条件有利于植被生长;北疆山地地区植被退化趋势受气候变化、火灾、平原草地围栏保护后放牧压力向山地转移等综合因素的影响。 相似文献
8.
草原是我国陆地上重要的绿色生态屏障,其中北方草原占全国草原总面积的40.72%。本研究利用2000-2019年卫星植被指数分析了近20年我国北方草原植被长势动态。结果表明:1) 2000-2019年,北方草原植被指数呈现显著性增长趋势(P <0.01),归一化植被指数(normalized difference vegetation index, NDVI)年均增长幅度为0.002 9,近20年来稳定性增长比例为24%;2) 2000-2019年,北方草原呈现整体植被恢复、局部地区植被退化的现象,植被恢复区域占北方草原总面积的52.22%,退化区域占0.86%,退化区域呈点状零星分布;3)在低纬度地区和湿润半湿润地区,草原恢复更加明显,而植被恢复不明显的区域主要分布在高纬度地区和干旱区;4)国家加强草原生态建设,加之有力气象条件,促进了草原生态质量的提升,但是在自然条件恶劣的地区,生态修复难度大,未来更应注重草原保护修复工程的长效性和连续性建设。 相似文献
9.
在气候变化和人类活动的综合影响下,青海省生态环境发生了明显变化。在此背景下,以GIMMS NDVI 3g.v1为数据源,采用Sen+Mann-Kendal方法研究青海省1982-2015年植被覆盖区域NDVI时空变化,将趋势分析和R/S(rescaled range analysis)分析叠加,研究植被生长季NDVI变化的持续性特征,并揭示植被对气候变化及人类活动的响应规律。结果表明:1)近34年青海省植被NDVI整体呈从西北到东南的增加趋势;且变异系数显示,波动性较大地区集中在柴达木盆地周边和青南牧区西北部等植被NDVI较低的区域,波动性较小地区集中在祁连山东部、东部农业区和青南牧区东南部等植被NDVI较高的区域。2)近34年青海省植被NDVI整体呈增加趋势,增长率为0.38%·10a~(-1);且NDVI变化具有明显的阶段性,存在1994年和2000年两个突变点。3)近34年青海省植被改善区域(75.4%)远大于退化区域(24.6%),其中显著改善面积占植被覆盖区域面积的40.9%,退化区随时间变化在空间上表现出明显的转移现象。4)Hurst指数表明,青海省植被变化反持续性较强,趋势分析与Hurst指数叠加得出,由退化转为改善的区域占植被覆盖区面积的13.7%,由改善转为退化的区域占植被覆盖区面积的44.3%,另41.5%的区域无法确定未来变化趋势。5)青海省植被生长季NDVI受气候变化和人类活动的双重影响,且不同植被类型对气候变化的响应存在较大差异。 相似文献
10.
11.
采用地面样地和遥感数据,分析了锡林郭勒草原主要4类草地1999年AVHRR-NDVI 时间序列和对应原始波段在各月的变化特征. 各草地多样点NDVI 时间序列平均值显示,在5月份草甸草地和典型草地NDVI从休眠期的低平线上升开始返青,但荒漠草地和沙地草地的 NDVI在5月份为全年最低.6月份草地生长最快,以4月份平均NDVI作为各类草地的基准,则草甸草地全年NDVI最大时的增加值为0.42,其中4~6月份的NDVI 增加值为0.34,占81%;典型草地全年NDVI最大时的增加值为0.30,其中4~6月增加值为0.22,占73%;沙地草地全年NDVI最大时的增加值为0.27,其中4~6月增加值为0.10,占37%.但在样点水平,4类草地NDVI时间序列虽各有特点,但部分样点NDVI类似,使分类存在较大的不确定性.NDVI对应的5个AVHRR波段可能提供NDVI没有的信息.6月,具有沙质土壤背景的荒漠草原和沙地草地具有明显高的中红外(Ch3)和热红外(Ch5)值.8月NDVI达到全年最大值,草甸草地近红外(Ch2)明显高于其它草地.综合草地生长季的NDVI时间序列和对应AVHRR光谱信息,可以通过分类树模型对研究地区4类草地进行分类. 相似文献
12.
利用MODIS数据计算得到的归一化差值植被指数(NDVI), 对内蒙古自治区锡林郭勒草原不同类型草地近10年(2003-2012)生长季(4-10月)植被状况时空特征和变化情况进行研究。结果表明, 锡林郭勒草原NDVI总体表现为由东北向西南递减的规律, 空间差异2005年最大, 2007年最小, 且不同年度间相同类型草原空间变化基本一致。全区整体年际间变化表现为2012年最大, 2003年次之;沙地草原和荒漠草原在2005年变化最小, 波动主要在2004-2006年;草甸草原和典型草原则在2007年变化最小, 波动主要在2007-2009年。空间变异分析显示, 2003-2012年沙地草原变异系数(CV)小于0.1, 属非常稳定型, 草甸草原、典型草原和荒漠草原的CV值依次增大, 但都介于0.1~0.2, 属于稳定型。说明近10年来锡林郭勒草原状况较为稳定。通过对区域主要气象要素与NDVI间关系的分析, 得到NDVI主要受降水影响, 二者之间存在显著正相关关系, 相关系数高达0.83;日照时数与NDVI间存在相反的变化趋势;而平均气温与NDVI没有明显关系。 相似文献
13.
高质量、长时序归一化植被指数(NDVI)数据集不仅是连续监测陆地表面特征的基础,也是研究气候与陆地生态系统变化的重要参数。本研究以生态环境较为脆弱的西北地区东部为例,借助多种时间序列重建方法对LTDR NDVI数据集中的噪声进行拟合重建,并结合农业气象资料和高质量NDVI数据,对不同重建方法的拟合结果开展适用性评价分析,结果表明,1)下垫面类型是影响重建方法拟合效果的重要因素。根据不同植被类型或作物生长特点,每种重建方法对其噪声消除能力有所不同;2)在年均NDVI较高(NDVI≥0.3),且NDVI曲线具有明显季节变化的草地、林地以及牧草等作物种植区域内,经过D-L拟合重建的NDVI具有较高的保真能力和适应性;3)在年均NDVI较低(NDVI<0.3),且植被季节生长变化不明显或NDVI曲线不呈季节对称性变化的稀疏植被区,以及以冬小麦为典型作物种植的区域内,经过S-G滤波重建的NDVI数据表现出相对较好的保真能力和适应性。 相似文献
14.
15.
应用NOAA/AVHRR数据识别川西北高原若尔盖县草原鼠危害区的研究。结果表明,在波长0.725-1.100μm波段,地物的二向性反射能较好地识别草原鼠危害区。将波长3.55-3.93μm的红外辐射亮温加入分类因子,能提高识别效果。此技术能较好地识别草原鼠害区,并能较好地识别有水沼泽,无水沼泽,沙化草地及高山区。 相似文献
16.
基于遥感技术的甘南牧区草地植被状况多年动态 总被引:2,自引:0,他引:2
结合遥感技术的草地植被监测是区域植被变化研究的重要组成部分和研究热点,为了能够更好地监测甘南牧区多年的草地动态变化,本研究以甘南牧区的草地为研究对象,引入了垂直植被指数(Perpendicular Vegetation Index,PVI),探讨了其在甘南草地遥感监测中的适用性及其精度,并以草地植被盖度、草地面积和草地地上生物量为主要监测指标,对2001-2012年间甘南草地的变化做全面连续的研究,从草地的生态和资源属性两方面说明甘南草地的变化状况,期望为甘南牧区生态保护和畜牧生产提供帮助。结果表明,1)在运用MODIS数据对地表植被覆盖度进行估算时,使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的像元二分模型对植被覆盖度的模拟较垂直植被指数PVI更准确,其精度可达88.14%。2)盖度分级结果显示,植被盖度最大和最小分别为2010年的76.63%和2002年的73.21%,12年间的变异系数(Coefficient of Variability,CV)为1.25%,年际变化很小;3)对草地面积动态变化的研究结果表明,近12年平均草地面积占甘南州土地总面积的85.47%左右,且草地面积的年际变化较小。4)在高寒地区,垂直植被指数PVI的指数模型较NDVI能够更好地估算甘南州草地地上生物量,总体估产精度可达70.48%,且能很好地模拟整个生长季的生物量变化。 相似文献
17.
新疆不同植被NDVI的变化及其与气候因子的关系 总被引:5,自引:0,他引:5
使用归一化植被指数(Normalized Difference Vegetation Index, NDVI)和气象数据研究了全球气候变化背景下,1982-2003年新疆10种植被类型NDVI时间动态变化及其与气候因子的关系。研究区植被生长季NDVI以0.58%的年平均增长率显著增加,并且春、夏、秋三季的总体及各种植被类型NDVI都显著增加(P<0.01);通过对生长季NDVI和气候因子的相关分析,发现有5种植被类型与降水量呈显著正相关,主要是阔叶林、荒漠、草原、草丛和草甸;与温度显著相关的植被类型为针叶林、灌木、高寒沼泽和高山植被;农田生长季NDVI与降水和温度均不显著相关。通过研究各个季节不同植被类型NDVI与气候因子关系表明,春季植被NDVI与温度关系密切,夏季植被NDVI与降水呈显著正相关关系,秋季NDVI的增加是温度和降水量共同作用的结果。 相似文献
18.
《African Journal of Range and Forage Science》2013,30(3-4):209-221
We used several large data sets at a range of temporal and spatial scales to document the land-use/land-cover change (LULCC) dynamics of the semi-arid Succulent Karoo and Nama-Karoo biomes of South Africa. More than 95% of the Karoo is comprised of land classified as Natural, which has been relatively stable since 1990. Over the last 100 years cultivation, as well as the number of domestic livestock, has declined significantly in both biomes. Protected areas have increased since 1980 to comprise nearly 8% of the Succulent Karoo biome, although they only cover 1.6% of the Nama-Karoo biome. There has been a significant recent increase in renewable energy installation applications, which cover 4% of the Karoo drylands. The trend in vegetation productivity (NDVI; 1982–2015) is unchanged over 90% of both biomes, while nearly 10% of the Karoo has shown a significant increase in NDVI trend. An analysis of repeat photographs shows that vegetation cover has either remained unchanged or has increased at most locations. Although the Karoo drylands appear less degraded than they were in the mid-twentieth century, on-going monitoring at different temporal and spatial scales is essential to evaluate the future impact of LULCC on these semi-arid environments. 相似文献