2000-2010年福建省植被覆盖度的时空演变特征

运用趋势分析法及Mann-Kendall趋势检验法对福建省2000-2010年植被覆盖度进行了分析,探究福建省植被覆盖度的时空演变过程.结果表明:(1)福建省植被覆盖度以每年0.003 15的速率增加,但在2005年存在一个明显的波动下降,植被在7月,8月,9月份盖度最大.(2)根据我国植被覆盖度分类标准,福建省以高植被覆盖度为主,2000-2010年低、中植被覆盖度向高植被覆盖度转化15.84％.(3)各市区植被覆盖度变化显著,其中莆田市、宁德市、漳州市变化最为明显.通过各区域的趋势百分比可知,福建省各市区植被覆盖度以增加为主,各市区植被覆盖度增加百分比为:宁德市＞漳州市＞福州市＞泉州市=莆田市=厦门市＞龙岩市＞南平市＞三明市.(4)不同植被类型区植被盖度在年际变化尺度呈现稳步增加的趋势,各植被类型盖度均值介于0.596～0.799,此外植被覆盖度的增加量顺序依次为:湿地＞草地＞农作物＞非植被＞阔叶林=针叶林.     

2000-2014年黄土高原植被叶面积指数时空变化特征

研究植被叶面积指数(LAI)时空变化特征,对植被的水土保持效具有重要意义.利用MOD15A2H遥感产品,基于Mann-Kendall趋势检验与Sen斜率分析方法,提取区域尺度与像素尺度上的植被LAI变化特征,并基于不同子流域、坡度、坡向及植被覆盖类型,对植被LAI的变化特征进行分析.基于MOD44B遥感产品,利用线性回归和偏相关系数,分析植被LAI的变化原因.结果表明:1)黄土高原2000-2014年,植被LAI呈显著增加趋势,其年绝对变化幅度为0.042,年相对变化程度为2.71％.2)空间上,在黄土高原58.6％的区域,LAI呈现显著增加趋势,仅有0.9％的区域LAI呈现显著减少趋势.植被LAI剧烈增加,主要发生在河口—龙门区间,包括皇甫川、窟野河、无定河和延河.植被在15°～35°的坡度上,LAI变化程度最剧烈,其变化在各坡向上没有显著差异,农田和草地的LAI变化程度最剧烈.3)与植被总覆盖度相比,植被垂直维结构与黄土高原植被LAI的变化更为相关,其中树木覆盖度的增加,是植被垂直维结构变化的重要原因之一.     

2000-2018年乌海市植被覆盖度时空变化

为了探究乌海市植被覆盖度时空动态变化特征以及预测NDVI变化趋势,基于Lantsat OLI/TM/ETM,DEM影像运用像元二分模型法、趋势分析法研究了乌海市2000—2018年植被覆盖度时空动态变化特征,重标极差(R/S)分析法的Hurst指数预测了乌海市未来NDVI变化趋势。结果表明:(1) 2000—2018年乌海市植被覆盖度整体呈现上升趋势,增长速率为0.07%/10 a,植被覆盖度均值由22.26%增至41.30%;(2)空间上植被覆盖度呈现由西北向东南逐渐递增的趋势,植被覆盖度改善的区域大于退化区域,海南区改善趋势更明显;(3)从地形因子来看,植被覆盖度受高程、坡度影响较大,不同坡向间变化不明显;(4)乌海市大部分地区植被未来变化趋势为随机发展,持续改善区域占10.95%,持续退化区域占2.93%,海勃湾区持续变化性强,乌达区反持续变化性强。整体来看研究区2000—2018年植被覆盖度持续上升,植被改善明显,未来进行生态保护时应多关注地形因素和植被退化的区域,从而制定合理的政策。     

2000-2013年中国植被碳利用效率(CUE)时空变化及其与气象因素的关系

植被碳利用效率（CUE）是评估陆地碳循环的重要指标,探讨其动态特征对气候变化的响应对于陆地生态系统碳循环研究具有重要的指示意义。基于MOD17数据计算中国植被CUE,辅以地统计学理论,利用趋势分析、变异系数及相关性分析等方法,研究了2000—2013年中国植被CUE的时空变化特征,并结合气象要素数据剖析植被CUE对气候变化的响应。结果表明:全国植被年CUE在研究年限内总体上表现为轻微的增长趋势,具体表现为在2000—2007年以0.000 6的变化率呈现波动下降的趋势,而2007—2013年植被CUE呈现显著上升的变化趋势,该变化特征可归因于2007年气温及降水格局的改变;植被CUE空间分布具有明显的空间异质性,大体呈现西部高东部低的状态。CUE增加较明显的区域主要分布在内蒙古呼伦贝尔地区,青藏高原大部分地区,东部沿海地区以及台湾岛。而CUE呈减少趋势的区域分布范围较广,其中减少趋势较为明显的地区主要包括东北平原及华北华中的大部分地区,另江南地区及新疆部分地区也有零星分布。草地及森林区域植被CUE波动变化较小,表明该部分地区生态系统处于良性循环。不同植被类型的CUE均值表现为:草地（0.21） > 农田（0.14） > 森林（0.09） > 灌丛（0.06）。全国大多数地区植被CUE与降水呈正相关,而与气温则呈负相关,而这种相关性会随着区域气候格局及植被类型的变化而变化。总体上,全国植被CUE的增加主要归因于降水量的增加,而气温的升高则造成植被CUE的降低。     

2000-2009年青海省植被覆盖时空变化特征

基于2000-2009年MODIS-NDVI植被覆盖指数,采用线性趋势分析、标准差等数理分析方法,对青海省"退耕还林还草"实施10 a来植被覆盖时空变化特征进行分析。结果表明:(1) 2000-2009年青海省植被覆盖呈明显增加趋势为0.018/10 a,远快于三北防护林工程区1982-2006年植被覆盖平均增速0.007/10 a; (2) 2000-2009年青海省植被恢复具有阶段性,"退耕还林还草"实施前6 a,植被覆盖呈现快速上升,2005年后呈波动下降趋势; (3)青海省植被恢复以轻微改善为主(32.66%),中度改善次之(13.32%),明显改善区主要分布在柴达木盆地东南边缘、青海湖盆地、茶卡-共和盆地、河湟谷地及黄南低地; (4)青海省植被呈退化趋势区域比重为18.40%,主要分布于青南高原三江源地区和祁连山中东段;(5)青海省2000-2009年植被稳定性存在明显地域差异。空间格局主要表现为"东南波动,西北稳定,高原温带波动,高原寒带、亚寒带稳定"。青海东部中低山地、丘陵、盆地地区变化幅度最为明显。     

2000-2019年关中平原城市群植被NPP时空变化及影响因素

[目的]分析和探讨关中平原城市群植被NPP的时空变化特征,揭示影响植被NPP变化的主要因素,为区域生态恢复及生态健康评估提供支持。[方法]运用趋势分析、变异系数和地理探测器等方法,分析了2000—2019年关中平原城市群植被NPP的时空变化特征与规律,并对植被NPP的影响因素进行了探测。[结果]关中平原城市群年均植被NPP值介于340.3～573.5 g C/m²,年均增长率为9.1 g C/m²,整体呈波动上升趋势,且不同地貌区NPP增长趋势相似。大部分区域植被NPP变化速率大于0,且变异系数较小,植被NPP以小幅增加为主。空间上,植被NPP南高北低,西高东低,具有明显空间分异性,是自然、社会因素共同作用的结果。植被NPP的主要影响因素为降水、地貌及≥10℃积温,但因子间的复杂耦合作用对植被NPP的影响更为显著,如降水与气温的交互作用对植被NPP的解释力达到57%以上,探测结果表明两两因子的交互作用呈现相互增强效应。[结论]关中平原城市群大部分地区植被NPP有明显增长,表明区域生态环境有较大改善。     

2000-2015年黄河流域植被净初级生产力时空变化特征及其驱动因子

黄河流域区域性差异显著,生态系统环境脆弱敏感,研究植被NPP对其生态环境生产能力的了解具有重要意义。基于MOD17A3 NPP数据、气象数据和土地利用/覆盖类型数据,采用偏差分析、趋势分析、相关性分析及马尔科夫转移模型对黄河流域2000—2015年植被NPP的时空格局、变化趋势及驱动因子进行了研究。结果表明:（1）2000—2015年黄河流域植被年NPP均值为228.2 g C/（m²·a）,变化范围为179.6～258.1 g C/（m²·a）,整体上呈现微小波动增加趋势,植被NPP偏差值呈现先减少后增加的趋势;上中下游植被NPP年均值呈明显的梯度分布,即上游<中游<下游,说明中上游区域生态环境相对脆弱。（2）黄河流域植被NPP具有较强的空间分异性,呈南向北带状递减分布;上中下游植被NPP总量差异显著,其中中上游植被NPP总量约占整个流域的96%,可见中上游对整个黄河流域生态环境的影响举足轻重,故加强对中上游区域生态环境建设与保护至关重要;流域大部分地区植被NPP以增加为主要趋势。（3）流域植被NPP受气候因素中降雨影响较大,以气候因素强驱动的区域主要分布在川西高原、鄂尔多斯高原及华北平原等地区。农用地转建设用地及草地转荒漠是黄河流域植被NPP损失的主要方式,可见城市加速扩张以及过度开垦、放牧等人类活动是植被NPP损失的主要驱动力,近几年林地、草地面积有所增加,植被NPP整体上损失程度有所减小,可见实施退耕还林还草政策已见成效。     

2000-2018年赣江上游植被覆盖度时空演化及其对气候变化的响应

[目的] 对赣江上游植被覆盖度时空演化及其对气候变化响应的研究,为区域的生态环境保护提供科学依据和数据支撑。[方法] 基于MODIS NDVI数据,结合年平均气温和年降水量数据,运用趋势分析、变异系数、Hurst指数与相关分析等方法对赣江上游2000—2018年的植被覆盖度时空演化及其对气候变化的响应进行了分析。[结果] ①赣江上游植被覆盖度呈显著增加趋势,增速为5.21%/10 a,空间上呈现四周高中间低的特征,且以高植被覆盖为主;研究区植被覆盖度呈极显著和显著增加的分别占25.59%和39.7%,极显著和显著减少的分别占1.32%和2.46%,而变化不显著的占57.84%;②研究区植被覆盖总体上比较稳定,平均变异系数为14.73%;Hurst分析显示赣江上游植被变化反持续性要强于持续性,总体上以弱反持续性为主;③研究区植被生长总体上受气温影响强于降水量,但存在空间差异。[结论] 赣江上游植被覆盖度变化较小,未来将呈微弱下降趋势,气温是影响植被生长的主要气候因子。     

2000-2019年黄河流域陕西段植被NDVI时空变化及其驱动因素分析

植被是陆地生态系统的重要构成,研究植被变化规律及影响因素有助于加强区域植被生态保护和可持续发展。基于SPOT NDVI和气象数据,采用趋势分析、偏相关分析和残差分析等方法对2000—2019年黄河流域陕西段植被NDVI时空变化特征及其驱动因素进行了分析。结果表明：(1) 2000—2019年黄河流域陕西段植被NDVI总体以0.008 6/a的速率呈极显著增加趋势,不同地域NDVI增速为陕北(0.010 9/a)>关中(0.005 3/a),不同土地利用类型NDVI增速为草地(0.011/a)>耕地(0.008 1/a)>林地(0.007 8/a)。(2)植被NDVI呈增加趋势的面积占比为86.19%,其中显著增加的面积比例为81.90%,陕北(91.87%)>关中(66.91%),林地(97.48%)>草地(90.38%)>耕地(69.78%)。(3)偏相关分析发现90.24%的区域植被NDVI与年降水量以正相关关系为主,66.3%的区域植被NDVI与年均温呈正相关关系。(4)研究区植被NDVI变化受到气候变化、人类活动以及二者共同作用的影响,占比分...     

2001-2014年海南岛植被覆盖时空变化特征

基于2001-2014年MODIS NDVI数据,采用趋势分析法、标准差法、Hurst指数法以及相关系数分析法研究了海南岛植被覆盖变化特征,结合气象数据及统计年鉴数据分析了气候变化及人类活动对植被覆盖变化的影响情况。研究表明:近14年海南岛NDVI呈显著增加趋势,增速为0.02/10 a（p<0.01）;空间分布上,植被覆盖呈由中心向四周递减的分布格局,高值区分布于中部山区市县;波动变化特征变现为中间波动小,四周波动大,高波动和较高波动区所占的比重为42%,高波动区主要集中于海口、琼海、万宁、东方、乐东等市县沿海区域;在趋势上,海南岛14年间植被覆盖变化以改善为主,轻度改善和中度改善所占比重为53.42%,其中22.65%的区域呈显著增加;Hurst指数表明研究区未来NDVI变化趋势呈持续性和反持续性的比重分别为57.21%和42.71%,其中持续改善和由退化转为改善的面积分别占11.15%和40.90%。海南岛植被生长年际变化受降水影响要强于气温,人类活动也是影响植被覆盖变化的重要因素。     

江苏省植被覆盖动态变化及其与气候因子的关系

[目的]研究2000—2013年江苏省植被覆盖状况的时空分布特征,并从年际和季节尺度上分析植被覆盖的空间变化特征以及NDVI与气温、降水量的相关关系和滞后性,以期为区域生态环境监测、生态环境保护和植被可持续发展提供参考。[方法]运用美国国家航空航天局(NASA)发布的2000—2013年MODIS 13Q1级产品(归一化植被指数)和江苏省1999—2013年各气象站点气象资料,采用最大值合成法、趋势线分析法、Person相关分析法和偏相关分析法。[结果](1)14a来,江苏省植被NDVI整体上呈下降趋势,且在时间和空间尺度上有所差异;(2)由于气温、降水量、厄尔尼诺和拉尼娜等事件的影响,NDVI在年际和季节间呈波动性变化;(3)NDVI对降水变化响应的滞后期为1个月,NDVI基本同步于相应气温的变化,仅夏季滞后期为1月。[结论]从时间尺度上看,年际、秋季,NDVI呈下降趋势,而春夏季,NDVI呈上升趋势;从空间尺度上看,江苏省西部的植被覆盖程度明显优于东部沿海和长江中下游平原。NDVI在年际和季节尺度上与气候因子的相关性显著,且与气温的相关性最好。     

1999—2018年河南省植被覆盖时空演变分析

为了研究河南省植被覆盖的时空演变特征,利用slope趋势分析、典型地市分析、典型年份和月份分析、土地利用类型改变对植被覆盖的影响分析等方法,分析了1999—2018年河南省植被覆盖时空演变特征。结果表明:(1)河南省西部和南部植被覆盖改善十分明显,河南省北部和东部有轻微改善,而河南省中部植被覆盖有所退化;(2)河南省NDVI分布具有较强的空间差异性,从南北向来看,NDVI均值中部最低,南部最高,北部次之。从东西向来看,NDVI均值中部最低,东部最高,西部次之。河南省NDVI平均值在空间上呈现两头高中间低的趋势;(3)河南省月尺度的NDVI呈现出明显的季节性,最高值出现在夏季8月,最低值出现在冬季1月。(4)居民用地的增加影响着河南省的植被覆盖状况,并且呈负影响;(5)河南省自从实施“退耕还林”政策后,耕地明显减少、林地增多。由此可以得出,1999—2018年河南省总体植被覆盖率改善,NDVI值增加。     

2000—2020年湖北省土地利用变化对植被覆盖度的影响

[目的] 土地利用及其对陆地生态系统的影响是当前全球变化研究的重要内容。科学分析土地利用变化对植被覆盖度的影响,促进社会经济与生态环境质量的协调发展及地区经济的平衡发展,为政府部门对区域生态保护和恢复管理提供借鉴和参考。[方法] 以湖北省为研究对象,利用2000,2020年2期Landsat遥感影像、土地利用遥感数据,利用遥感数据的空间处理、像元二分模型、土地利用转移矩阵等方法,分析研究湖北省植被覆盖的时空变化、土地利用类型变化特征及其对植被覆盖度的影响。[结果] ①2000-2020年,湖北省耕地、草地和未利用地面积减少,水域以及建设用地面积增加,林地面积基本保持不变,其面积大小顺序为:林地>耕地>水域>建设用地>草地>未利用地。②湖北省植被覆盖度平均值上升了6.50 %。林地、耕地、草地和未利用地的平均植被覆盖度均有所增加,建设用地的平均植被覆盖度有所降低。③湖北省植被覆盖度总体呈现增加的趋势。植被覆盖度增大的区域主要集中在湖北省的西部和东南部地区,局部地区也存在植被退化的区域,主要集中在湖北省中南部及襄阳北方部分区域。④不同土地利用类型FVC转移过程中,耕地较高植被覆盖与高植被覆盖之间的转移过程最为剧烈,林地不同等级植被覆盖的转移量占转移总量的47.87 %,草地不同水平植被覆盖度的转移量占转移总量比例较小,仅为3.40 %。[结论] 2000-2020年湖北省土地利用变化较大,不同土地利用类型的植被覆盖度相互转移,尤其是林地、耕地及草地的平均植被覆盖度均有所增加,使得湖北省近20 a来整体植被覆盖度呈现出上升趋势。     

2000-2020年黄土高原植被覆盖度时空格局变化分析

以2000—2020年MODIS-NDVI植被指数为数据源,反演计算黄土高原植被覆盖度,通过转移矩阵和重心迁移等方法分析黄土高原植被覆盖度时空格局变化及其与降水、气温、坡度和土壤类型等因素的关系。结果表明：(1)2000—2020年黄土高原植被覆盖度由0.39提高到0.61,整体呈上升趋势,2017年后实现快速提升;(2)近20年,黄土高原植被覆盖度显著好转类型与极显著好转类型改善面积比例达到37.93%,2009年前以低覆盖和中低覆盖植被为主,2010年后以中覆盖及更高等级覆盖植被为主,2019年以后中高覆盖植被所占比例最高;(3)从2000年到2020年,黄土高原低覆盖、中低覆盖、中覆盖和中高覆盖植被向更高等级覆盖植被转化比例分别为93.10%,96.57%,82.99%,43.34%,中低覆盖、中覆盖、中高覆盖和高覆盖植被向更低等级覆盖植被转化比例分别为0.30%,2.21%,7.83%,12.47%;(4)近20年黄土高原植被覆盖度变化与气温和降水的变化表现敏感,斜坡地和陡坡地植被覆盖度较高,淋溶土类型下的植被覆盖度较高,国家政策和措施实施等人为因素对植被覆盖度改善发挥重要作用...     

2000-2020年陕西省植被覆盖时空变化多尺度分析

[目的]退耕还林还草工程实施以来,陕西省植被覆盖度明显提高。然而,省级尺度上植被覆盖度的增加一定程度上掩盖了部分市、县级区域植被覆盖度下降的实事,当前迫切需要加强对不同空间尺度植被覆盖变化及其驱动因素的研究。[方法]基于MODIS NDVI数据计算了陕西省植被覆盖度,分析了2000—2020年陕西省、地区、市和县四级尺度植被覆盖度时空变化趋势。[结果]2000—2020年陕西省植被平均覆盖度为64.3%±2.1%,增长率为0.24%/a;陕北植被覆盖度平均为37.6%±4.4%,增长率为0.63%/a;陕南植被覆盖度平均为89.6%±1.2%,增长率为0.13%/a;关中植被覆盖度平均为70.6%±3.5%,下降率为-0.18%/a。延安市、榆林市、铜川市、宝鸡市、安康市、商洛市的植被覆盖度呈持续增加趋势,而西安市、渭南市、咸阳市和汉中市的植被覆盖度呈先增加后下降趋势;全省有72.3%的区县植被覆盖度呈增加趋势,有22.3%的区县植被覆盖度变化方向与所在市相反。在不同空间尺度上,陕西省植被覆盖度增速均表现为2000—2010年高于2010—2020年,这与两个时期的造林面积差异有关。[...     

江苏省NDVI时空变化特征及其与气候因子的关系

[目的]分析江苏省NDVI时空变化特征,并探讨该地区NDVI与气候因子之间的关系,为合理制订生态环境保护政策和措施服务。[方法]运用一元线性回归模型分析NDVI时空变化特征,运用相关性分析法分析NDVI与气候因子之间的关系。[结果](1)江苏省NDVI在2001—2010年上升速率为0.005/a。(2)江苏省部分丘陵山区平均NDVI达到0.8以上,江淮平原及黄淮平原平均NDVI大多位于0.7~0.8之间。(3)年际NDVI与相对湿度的相关系数为-0.720,月际NDVI与当月气温的相关系数为0.860;降雨和相对湿度对NDVI的影响存在滞后效应和累积效应,且滞后期均为1个月。[结论]江苏省NDVI在2001—2010年呈上升趋势;NDVI平均值空间分布及其变化趋势区域差异明显;NDVI年际变化与相对湿度相关性最高,而气温对月际NDVI变化影响最大。