滇东南喀斯特地区植被覆盖变化及其影响因素

利用MODIS NDVI数据资料集、标准气象站点的气候数据及社会经济统计数据,辅以叠置分析、空间统计分析和相关分析等方法,探讨了滇东南喀斯特地区植被覆盖的时空变化特征及其与气候因子、人类活动的关系。结果表明:滇东南喀斯特地区植被4月上旬进入生长季而9月中旬结束,2001—2010年植被覆盖呈现出上升的趋势,NDVI增加速率为0.03/10 a;滇东南喀斯特地区植被覆盖呈增加和减少趋势的面积分别占总面积的70.03%和29.97%,植被NDVI减少最为突出的区域主要集中在人口聚集的城镇周围及河流沿线,而增加的区域主要集中在高海拔山区;气候影响因素中的水分类因素即平均相对湿度、最小相对湿度和降水是滇东南喀斯特地区植被NDVI年内变化主要的影响因素,其影响有2个月左右的滞后期,温度类气候因子的滞后期为3个月左右,其他类型的气候因子滞后期约为2个月;滇东南喀斯特地区实施的退耕还林工程,极大地提升了植被覆盖度,而城镇化过程则使得城镇周边的极低、低植被覆盖度区面积增加。     

川西高原植被NDVI动态变化特征及对气候因子的响应

[目的]分析川西高原2001—2017年植被NDVI动态变化特征,研究植被NDVI对气候因子的响应,为区域水土保持和生态环境保护提供科学依据。[方法]基于MOD09A1数据反演川西高原植被NDVI,结合中国气象科学数据共享服务网提供的气温和降水等资料,利用Theil-Sen media趋势分析、Mann-Kendall统计检验和Hurst指数等方法,分析川西高原2001—2017年植被NDVI的时空分布特征、变化趋势及持续性变化特征,探讨川西高原植被NDVI变化对气候因子的响应。[结果](1)川西高原2001—2017年植被NDVI均值为0.486,呈由西北向东南逐渐升高的趋势,垂直分布上植被NDVI随高程增加呈现先增加后下降趋势;(2)近17 a川西高原植被NDVI整体以0.01/10 a的速率变化,变化趋势以改善为主,改善和退化面积分别占比83.5%和16.5%;Hurst指数研究表明,川西高原植被NDVI总体变化持续性较强,反持续性较弱;(3)2001—2017年川西高原气温呈上升趋势,降水上升趋势不明显;整体上植被NDVI对气候的响应存在空间差异,研究区北部主要受气温和降水影响,西南部主要受降水影响。[结论]川西高原植被的生长受气候、地形和人类活动等因素影响,植被NDVI呈现明显空间异质性。随着生态文明建设的持续推进,近17 a植被NDVI改善面积持续增加,且未来持续性较强。     

2000—2020年西藏“一江两河”地区人类活动对植被覆盖变化的影响

[目的] 探究西藏“一江两河”(雅鲁藏布江、年楚河和拉萨河)地区人类活动对植被覆盖变化的影响机制,为该区开展山水林田湖草沙冰一体化保护与修复工程实施提供理论依据和科学指导。 [方法] 基于2000—2020年归一化植被指数、土地利用数据、生态工程数据和气象数据,利用GIS技术、残差分析、slope趋势分析和M-K检验等方法,研究“一江两河”地区人类活动对植被覆盖时空变化的影响机制。 [结果] ①2000—2020年研究区植被NDVI总体呈增加趋势,但表现出显著的空间差异性,NDVI增加区主要集中在河谷两岸。 ②2000—2020年人类活动对NDVI正向影响区主要集中在雅鲁藏布江和拉萨河等河谷地带,负向影响主要分布在拉萨市区及其周边地区,分布较少,以正向影响为主导。 ③不同土地利用类型对植被覆盖变化的影响程度不同,草地和灌丛对NDVI变化的贡献率最大,两者共达到92.8%,其中城镇和森林面积急剧增加,城镇生态系统增加面积主要由农田和草地生态系统转入,森林和灌丛生态系统主要由草地和荒漠生态系统转入。 ④生态工程林是研究区NDVI增加主要原因之一,生态工程林面积变化与NDVI变化率、残差变化率均呈极显著正相关关系,同时生态工程林能够较好地解释残差变化。 [结论] 人类活动是西藏“一江两河”地区地表植被覆盖变化的重要促进因素,适度的生态工程对植被恢复有重要作用。     

近20年黄河三角洲地区植被覆盖度时空变化及其趋势分析

[目的]探究黄河三角洲地区植被覆盖度的时空动态变化以及植被覆盖度对土地利用变化的响应机制,为地区生态保护、建设与高质量发展提供参考。[方法]基于2000—2019年的归一化植被指数(NDVI)数据和2000—2020年5期土地利用数据,采用slope趋势分析和相关性分析等方法,分析了2000—2019年东营市植被覆盖度的时空动态变化及其对土地利用类型变化的响应。[结果]植被覆盖度在东营市南部地区、黄河沿岸以及黄河故道地区较高,而北部和东部沿海地区较低。在时间上,2000—2019年东营市NDVI为0.25～0.33,植被覆盖度呈现先增加后减少的趋势,在2010年达到最高水平。在空间上,东营市植被覆盖度改善区域面积大于退化区域,其面积占比分别为44.86%,37.94%。[结论]草地和未利用土地向城乡、工矿、居民用地和水域转化是造成植被覆盖退化的主要原因。     

黄河流域甘肃段植被覆盖度时空变化及对气候因子的响应

[目的]分析黄河流域甘肃段2000—2018年植被覆盖度变化的时空演变规律,探讨该区域植被覆盖度的变化对气候的响应机制,为该区域生态环境与社会经济的协调可持续发展和进一步落实生态环境保护、建设及恢复提供科学依据。[方法]基于2000—2018年的MODIS NDVI数据、气象数据,采用线性趋势分析和相关性分析等方法,对黄河流域甘肃段植被覆盖度的时空变化特征及与气候因子之间的关系进行分析。[结果]①空间上,近19 a研究区植被覆盖度自西南向东北在不断降低,以甘南州的植被覆盖状况最好;植被覆盖度改善面积占36.64%,主要分布于兰州市北部、临夏州、定西市、庆阳市、平凉市大范围区域、天水市南部等,而退化面积占4.2%,主要集中于甘南州等地区。②时间上,研究区植被覆盖度以2013年为界呈现"先持续增加后波动减少"的变化趋势,但整体在不断增加;以平凉市的增加速度最快,平均每年增长0.96%。③研究区植被覆盖度对降水量变化的响应敏感,与降水量呈现显著的正相关关系。[结论]研究区植被覆盖度空间差异明显,2000—2018年植被以改善为主,降水是影响这些区域植被改善的有利因素,降水状况的改善对研究区生态环境建设与修复至关重要。     

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。     

基于GoogleEarthEngine的黄土高原植被覆盖度时空变化特征分析

[目的]探究黄土高原植被覆盖度变化的时空特征，揭示植被对气候因子变化的时滞效应，进而为地区生态保护与高质量发展提供数据支撑。[方法]基于2001年至2020年的黄土高原地区NDVI数据、气温和降水数据，利用像元二分法、一元线性回归和时滞偏相关分析等方法，开展地区植被与气候因子变化关系的研究。[结果]过去20年间，黄土高原植被覆盖度以0.076/10 a的速率增加，在空间上主要呈现极显著增加，但占总面积38.29%的区域植被覆盖变化波动较大。黄土高原月植被覆盖度与气温和降水呈现显著正相关关系，其中降水是影响植被变化的主要因素。植被对降水的响应滞后时间主要集中在3个月，而气温的滞后时间在空间上存在较大差异，东南部植被主要滞后0至1个月，而西北部植被主要滞后2至3个月。[结论]黄土高原植被变化主要受降水影响，20年间植被恢复情况良好，但变化波动较大，未来应继续生态保护工作进行巩固。     

2001-2016年毛乌素沙地植被的生长状况

[目的]对2001-2016年毛乌素沙地植被生长状况进行研究,为该区域生态系统的可持续发展提供理论支持。[方法]基于MODIS EVI植被指数分析2001-2016年毛乌素沙地生长季和非生长季的植被生长状况,并讨论植被生长与气候变化、人类活动的关系。[结果]①毛乌素沙地植被覆盖度偏低,南部植被覆盖度明显高于北部区域。②毛乌素沙地2001-2016年植被覆盖度好转趋势明显。③生长季,毛乌素沙地南部和东部地区植被覆盖度变化速率大于中部和北部地区;且南部和东部的植被覆盖度部分呈显著增加,部分呈显著减小趋势。非生长季,南部地区植被覆盖度以显著增加为主。④毛乌素沙地EVI年最大值与降水呈正相关,与气温呈弱负相关;EVI年最小值与降水呈强正相关,与气温呈弱正相关。⑤农作物种植面积的增加、大规模人工造林以及大牲畜规模的控制等人类活动有助于植被覆盖度的提高。[结论]受气候因素和人类活动影响,21世纪以来毛乌素沙地植被生长状况好转。     

生态工程背景下黄土高原植被变化时空特征及其驱动力

[目的]分析1990—2015年黄土高原植被的时空演变规律,并从气候变化和人类活动两个方面分析该地区植被变化的驱动力,以期为生态环境保护相关政策的制定和区域可持续发展提供理论依据。[方法]基于GIMMS NDVI和MODIS NDVI建立长时间序列NDVI数据集,采用线性趋势分析、多元线性回归和改进的人类残差等分析方法,以NDVI为指标,辅助土地利用数据,对黄土高原地区1990—2015年期间植被时空变化特征及其影响因素进行了定量分析。[结果]①在1990到2015年期间,黄土高原地区植被的NDVI总体表现为上升趋势,且变化趋势较明显的分为两个时期,其中2000年以后NDVI上升速率较快;②2000年以后,黄土高原植被NDVI迅速上升,上升区域面积达到总面积的91.90%,其中NDVI显著上升面积比为65.78%;③黄土高原地区植被面积总体表现为增加,且主要来自于耕地的转入;④人类活动促使的植被恢复区域占黄土高原总面积的21.74%,主要分布在内蒙古的东部和北部、甘肃和宁夏的南部,以及陕西和山西的中部地区。[结论]随着退耕还林还草政策的实施,黄土高原地区植被面积持续增加,且植被生长状况持续变好,黄土高原植被恢复的原因主要是气候和人类共同影响,其中人类影响的程度较大。     

1999-2019年西南喀斯特地区NDVI时空变化及其气候驱动

[目的]西南喀斯特地区生态环境脆弱,对其植被覆盖变化及气候驱动机制进行研究具有重要意义。[方法]基于1999—2019年SPOT NDVI数据和同期209个气象站点的气温和降水数据,采用Theil-Sen+Mann-Kendall趋势分析法、偏相关分析和复相关分析法,探讨西南喀斯特地区NDVI时空变化及其气候驱动。[结果]1999—2019年西南喀斯特地区NDVI呈显著上升趋势,整体植被覆盖较好;NDVI变化主要以极显著上升趋势为主,仅5.73%的地区呈退化趋势。NDVI与气温和降水整体上均呈正偏相关关系,气温对NDVI的影响强于降水,且存在空间差异性。NDVI与气温和降水的复相关显著性通过0.05,0.01水平的面积分别占15.12%,5.68%;NDVI主要受气温驱动,占研究区面积的13.90%,其他气候因子驱动类型占比均未超过3%。[结论]揭示了西南喀斯特地区植被覆盖的时空变化特征,明确了气候因子对植被覆盖变化的驱动机制。     

2001-2018年贵州省NDVI时空演变及其对气候变化和人类活动的响应

[目的]研究贵州省植被覆盖对气候变化和人类活动的响应程度,为区域生态环境建设提供理论依据。[方法]选取2001-2018年MODIS13 A1影像,结合气象数据,利用线性趋势分析、偏相关分析和残差分析等方法,分析了贵州省18年间NDVI的时空变化特征,探究了NDVI对气候变化的响应规律以及人类活动对NDVI的影响。[结果]①2001-2018年贵州省NDVI呈现显著上升趋势,增长速率为0.0053/a,空间上极显著增加和显著增加区域面积分别占研究区域的52.80%和16.80%。②2001-2018年贵州省气候向暖湿方向发展,NDVI与气温和降水呈正相关关系,且NDVI对气温的敏感性高于降水。③月尺度上NDVI对气温的响应不存在滞后性,对降水响应存在一个月滞后性;NDVI与气候月尺度相关性高于年尺度。④人类活动对贵州省植被覆盖作用日益增强,对NDVI贡献度为72.30%。[结论]人类活动对NDVI的影响大于气候变化,贵州省植被变化是气候变化和人类活动共同作用的结果。     

四川省植被变化及其与气象因子的相关性分析

[目的]分析四川省植被的变化特征及其与气象因子的相关性,为该区域的可持续发展提供理论依据。[方法]采用一元线性回归方法,利用MODIS NDVI数据按不同植被类型对GIMMS NDVI数据进行模拟拓展,并采用变异系数、趋势分析和偏相关等方法进行变化分析和相关性分析。[结果](1)近30a四川省植被NDVI以基本无变化和减小为主,减小的区域主要位于盆周山地、川东北的中海拔山地和川西北高原湿地,增长变化的区域较小,主要位于四川盆地中北部和川西高原西部;(2)植被受气温影响较大的区域主要分布在以灌丛和高山植被覆盖为主的甘孜西南部、西北部以及四川盆地的西南部,以针叶林和水稻种植为主的成都平原、四川盆地中部以及川东北的广元则对降水更敏感。[结论]过去32a间四川省年最大NDVI变化具有明显的阶段性特征,整体上呈现下降趋势;植被NDVI的变化与降水和气温具有显著的线性相关关系,且气温和降水对植被变化的影响具有明显的区域差异。     

台湾省植被NDVI随海拔高度的变化及其气候响应

[目的]揭示台湾省陆地植被生态系统随海拔高度的变化趋势及其响应程度,为区域可持续发展、生态环境保护提供理论依据。[方法]基于台湾省1998—2018年SPOT/VEGETATION NDVI卫星遥感数据、气象及DEM数据,结合相关分析法、回归分析法等数理统计方法,对气候变化下的台湾省植被归一化植被指数(NDVI)变化趋势及区域响应进行了分析。[结果] 1998—2018年台湾省植被NDVI均值增长率为5.09%;台湾省不同高程范围所占的面积比例差异较大,500 m区域的面积比例高达52.49%,3 600 m区域的面积比例仅为0.01%,且NDVI均呈现较低值,分别为0.72和0.73;1998—2018年台湾省海拔除3 600 m外,其他海拔高程范围NDVI均值增长明显(p0.001);在500～3 600 m高程范围内,NDVI年均值与气温、降雨相关关系显著(p0.05)。[结论]海拔越高,植被生长状况对降雨的变化较气温更为敏感。     

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。     

黄河源区青海省玛多县2000—2014年NDVI变化及气候驱动因子

[目的]研究黄河源区青海省玛多县2000-2014年NDVI的变化及其驱动因子气候的变化,为玛多县生态环境保护和土地资源规划提供决策依据.[方法]利用玛多县及其周边地区9个气象站生长季气象资料和MOD 13Q1/NDVI遥感影像数据集,采用最大值合成法、趋势分析法和相关分析方法,分析NDVI的变化及气候驱动因子.[结果]近15 a玛多县NDVI整体上呈增加趋势,增速为0.012/10 a;玛多县65.84％区域的植被覆盖保持在基本不变状态,改善区域(27.47％)大于退化区域(6.69％);NDVI与生长季气温和降水均呈正相关关系,其中生长季降水对NDVI的影响更大;研究区内NDVI变化主要受非气候因子驱动影响,占研究区面积的83.61％,受气候驱动影响的面积仅占16.39％,其中,气温降水综合驱动型占3.93％,气温驱动型占2.74％,降水驱动型占9.72％.[结论]2000-2014年非气候因素是影响玛多县植被NDVI变化的决定性因素.     

西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应

为探究西南地区生长季植被覆盖时空变化特征以及驱动因子如何定量影响其动态变化,基于MODIS NDVI数据,通过趋势分析、变异系数、相关分析等方法研究了西南地区2000-2016年生长季植被覆盖的时空变化特征,并结合气候因子、DEM数据,分析了植被覆盖对气候与地形因子的影响程度。结果表明:西南地区近17年来生长季NDVI呈增长趋势（0.009/10 a）,其中4月份增速最显著（0.029/10 a）;呈增加趋势的区域占研究区总面积71.94%,主要分布在东部与东南部区域;植被覆盖变化以较低稳定（31.15%）与中度稳定（25.36%）占主导。研究区NDVI与气温、降水的相关性在空间分布上主要以正相关为主;月尺度NDVI与气候因子的相关性高于年尺度的值;植被覆盖度与月平均气温的相关性高于其与月降水量的相关性,植被生长对降水月变化的响应不明显,对气温的响应无明显滞后效应。研究区平均NDVI在海拔大于4 000 m区域最小（0.30）,在坡度0°~5°区域最小（0.37）,但是NDVI的显著退化趋势则是以海拔大于4 000 m处最大（14.33%）;海拔大于4 000 m区域主要受降水控制,坡度5°~15°区域主要受气温控制;坡向对植被生长变化的影响没有海拔和坡度影响大。     

滇西南植被覆盖度动态变化特征及其驱动力分析

为了探究滇西南植覆盖度动态变化及与气候因子的关系,以便于推动滇西南植被资源保护以及可持续发展。基于滇西南2000—2020年MODIS NDVI数据以及同期气象数据,运用像元二分法、转移矩阵、线性趋势分析、相关分析和残差分析等方法进行了分析。结果表明:(1)滇西南近21 a低植被覆盖度逐渐向高植被覆盖度转化,2000—2020年滇西南植被覆盖度整体呈现改善趋势。(2)滇西南近21 a年累计降水量以94.18 mm/10 a的趋势减少; 年均气温以0.78℃/10 a的趋势上升。(3)滇西南植被覆盖度主要与气温变化关系更密切,其中FVC与气温正、负相关面积占整个研究区比例分别为58.47%,41.53%; 与降水量正、负相关面积占整个研究区域比例分别为41.22%,58.78%。(4)气温驱动为滇西南植被覆盖度的主要驱动因素,占研究区域面积的2.94%; 降水量驱动区域所占1.76%; 受气温和降水量共同驱动区域所占2.66%。(5)近21 a滇西南残差值以0.021/10 a的速率波动上升。2000—2020年滇西南人类活动对植被的影响由负到正,其中2009年为由负到正的转折点。