太行山区气候时空变化及其对植被覆盖度的影响

近年来气候变化已经严重影响了人类的生存与发展,同时也导致区域植被覆盖度的变化,研究太行山区的气候变化及其对植被覆盖度的影响为该区域气象预测以及生态环境保护提供有力的技术支撑。利用1973—2018年太行山区域内18个基准气象监测站点的日平均气温和日降水量数据,结合太行山区气温突变点前后10 a(1986—2005年)GIMMS NDVI数据,采用趋势分析法、累积距平分析、Mann-Kendall突变检验法,基于ArcGIS等平台分析了太行山区气温与降水时空变化及其对植被覆盖度的影响。结果表明:近50年来,在时间尺度上,太行山区气温上升趋势显著,降水无明显上升趋势。太行山区气温在1995年出现突变点。在空间分布上,气温变化受海拔影响较为明显,整体呈现上升趋势。降水总体表现自东北向西南逐渐递减的趋势。结合太行山区气温突变点前后10 a NDVI数据分析发现,太行山区NDVI总体变化具有明显波动性,气温对植被覆盖水平的变化存在区域差异性,在一定程度上也说明气温突变点对NDVI变化几乎不存在明显影响。     

松嫩平原不同气候区植被NDVI对气候变化的响应

采用Thornthwaite湿润指数对松嫩平原进行气候分区,并利用2000-2009年SPOT/VGT逐旬最大合成值NDVI数据和研究区内17个气象站点数据,分析研究区不同气候区植被NDVI与气象因子的相关关系,以探讨NDVI对气候变化响应滞后性的时空特征。结果表明,(1)NDVI与同期旬平均气温、旬平均最高气温、旬平均最低气温呈极显著正相关(P<0.01),相关系数大小依次为湿润区>半湿润区>半干旱区;NDVI与同期旬降水量、旬平均相对湿度呈显著正相关(P<0.05),相关系数依次为半干旱区>半湿润区>湿润区。(2)NDVI与各气象因子逐步回归结果表明,最低气温是NDVI变化的限制性因子,且在3个气候区中,最低气温对NDVI的贡献最大;降水是湿润区和半湿润区影响植被生长的最重要因素,而在半干旱区,相对湿度对NDVI的贡献大于降水。(3)NDVI对温度响应的滞后期在湿润区为20d,半湿润区为20～30d,半干旱区为30d;对降水响应的滞后期在湿润区为30d,半湿润区为20d,半干旱区为10d,且NDVI对相对湿度响应的滞后期比降水短;空间上NDVI对温度响应的滞后期从东到西逐渐变长,而降水则相反。     

近10a黄土高原地区NDVI变化及其对水热因子响应分析

植被变化及其对气候的响应是当前全球变化研究的关键领域之一。基于SPOT-VGT NDVI数据集和黄土高原气象资料,应用最大化合成法和Kriging插值等地理空间分析方法,对黄土高原地区植被变化特征及其对气温和降水的响应过程进行了多时间尺度分析。结果表明,1999—2008年期间黄土高原地区植被覆盖整体呈上升趋势,线性增速为9.9%/10a,NDVI在旬、月和季尺度的变化曲线均呈单峰型,8月份达到最大值,2月为全年的最低值。研究黄土高原地区植被NDVI对气温和降水变化响应的最优尺度为月尺度。黄土高原地区NDVI在旬、月尺度上与温度的相关程度强于降水,而季尺度上与降水的相关程度强于气温。     

云南省九大高原湖泊流域NDVI时空演变及其与气候的响应关系

探究云南省九大高原湖泊流域NDVI的时空演变及其与气候的响应关系,对云南省九大高原湖泊流域的生态环境保护及生态安全建设具有重要意义。以2000年、2005年、2010年、2015年4个时段的Landsat数据及同期的气象数据为数据源,应用趋势分析、偏相关分析、变化轨迹等方法,研究近16 a云南省九大高原湖泊流域NDVI时空演化情况及其与气候因子的响应关系。结果表明:(1)近16 a来,九大高原湖泊流域NDVI总体以0.026/10 a的速率上升,但各流域的NDVI变化差异显著。星云湖、杞麓湖流域植被退化面积较大,而抚仙湖流域植被恢复效果明显。(2)九大高原湖泊流域NDVI变化与气候因子均有一定的相关性(程海流域除外),但相关性不显著,且不同区域空间异质性明显,滇西、滇西北地区的流域气温与NDVI值的相关性大于降水与NDVI值的相关性;滇中地区的流域降水与NDVI值的相关性大于气温与NDVI值的相关性;滇南地区的流域NDVI值与气温和降水相关性差异不大;位于金沙江河谷地区的程海流域NDVI值与气温和降水呈负相关;(3) NDVI变化与高程分异相关性显著,植被垂直分布明显,1 000～3 000 m的高程带内,NDVI值随高程的增加而增加,3 000m是九大高原湖泊流域NDVI值的转折点。(4)非植被类型转化为植被类型是九大高原湖流域NDVI时空转换的主要形式,而滇池流域由裸土转化为水体或建筑的数量较多。     

渭河流域NDVI与气候因子时空变化及相关性研究

NDVI的时空变化可以反映区域生态环境的演变,基于像元尺度的趋势分析法能模拟研究区栅格单元的变化趋势,从而反映NDVI时空分布的变化细节。基于2000—2015年MODIS NDVI月时序数据,结合同期气象资料,利用趋势分析和相关分析的方法研究了渭河流域NDVI、气温和降水的时空变化特征及其相关性。结果表明:(1)近16年来,渭河流域平均NDVI呈增大的趋势,变化率约为0.088/10 a,植被覆盖度有所增加;NDVI增大的区域占流域总面积的97.77%,主要分布在流域西部和北部。(2)时间尺度上,NDVI与气温的相关系数为0.865,偏相关系数为0.664;NDVI与降水的相关系数为0.776,偏相关系数为0.346,表明气温和降水的季节变化对植被生长都具有重要影响,且气温的影响更为显著。(3)空间尺度上,NDVI与气温呈正相关的像元数占像元总数的51.21%,NDVI与降水呈正相关的像元数占像元总数的96.67%,表明就渭河流域而言,气温的变化对植被生长的影响具有空间差异性和不确定性,而降水的增加会促进植被的生长。     

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.     

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。     

山西省不同生态区NDVI时空变化及其影响因素

利用MODIS-NDVI数据研究了2000—2012年山西省生长季平均NDVI的时空变化特征,并分析了气候变化和人类活动对生长季平均NDVI变化的影响。结果表明:（1）13 a来山西省山地落叶阔叶林生态区、农业与草原生态区、汾河谷地农业生态区生长季平均NDVI均呈显著增加趋势,增长率分别为0.052/10 a,0.079/10 a,0.049/10 a。（2）山西省植被变化存在明显的空间差异,改善区占全省面积的73.76%,主要分布在太行山、太岳山、吕梁山、中条山等地区;而退化区占全省面积的3.29%,主要分布在太原盆地及临汾盆地的边缘地区。（3）NDVI变化是气候变化和人类活动共同影响的结果。不同生态区NDVI对气候变化的响应不同。其中,前一年11月至5月降水增多可能是山地落叶阔叶林生态区NDVI增加的主要原因,前一年12月至1月气温降低和2—5月降水增多可能是农业与草原生态区NDVI增加的主要原因,5—9月气温降低和前一年11月至8月降水增多可能是汾河谷地农业生态区NDVI增加的主要原因。而人类活动对NDVI变化的影响主要表现在退耕还林、防护林建设、采矿、城市扩张等方面。     

2001—2018年雅砻江流域植被NDVI时空动态及其对气候变化的响应

为了了解雅砻江流域植被覆盖变化及其对气候的响应,基于MOD13Q1和气象数据,采用趋势分析和偏相关分析等方法,分析了2001—2018年雅砻江流域生长季NDVI的时空变化特征,探讨了NDVI变化对气候因子的响应。结果表明:(1)2001—2018年雅砻江流域NDVI均值为0.66,呈东南向西北逐渐下降趋势,并随海拔的升高呈先增后减趋势;(2)2001—2018年雅砻江流域NDVI整体以0.003/10 a的速率波动上升,NDVI增加面积(63.97%)大于减少面积(36.03%); 2001—2018年雅砻江流域生长季的气温上升趋势显著,降水上升趋势不明显,流域上、中游气候向暖湿方向发展;(3)整体上NDVI受气温影响大于降水,与气温呈正相关关系,与降水呈负相关关系; 空间差异明显,上游受气温和降水共同影响,中、下游大部分地区受降水影响。整体而言,雅砻江流域被的生长受地形、气候和人类活动等因素影响,近18年植被NDVI改善面积持续增加。     

东北林草交错区植被NDVI时空特征及其与气候因子关系分析

利用2000—2010年MODIS NDVI数据集和同期气象数据集,分别从时间序列和空间格局上分析了东北林草交错区及其3个生态子区(典型草原区、森林区和森林草原区)植被NDVI变化特征及其对气温、降水的年际和年内响应关系。结果表明:(1)多年月均NDVI年内变化曲线表现为单峰型;多年季均NDVI夏季最高;逐年NDVI总体波动上升;(2)多年植被NDVI空间差异显著,总体呈现东高西低、由东向西递减的特征,其中,森林区平均NDVI最高,典型草原区平均增加速率最大;(3)在年际关系上,全区、典型草原区、森林区、森林草原区植被NDVI的主要气候影响因子分别为气温、降水、气温、降水;(4)在年内关系上,植被NDVI与降水呈显著线性关系,与气温呈显著指数关系;在生长季,典型草原区对气温和降水均有时滞响应,且对降水的响应更高,森林草原区对降水具有时滞响应。     

汶川地震灾区归一化植被指数变化监测分析

提取归一化植被指数合成旬最大植被指数,研究地震重灾区域的植被状况.结果表明:1)盆地西部和北部山区,植被在4月下旬到5月底呈现自然生长规律,并且存在一条以旬最大植被指数为标记的稳定边界线来区分盆西山区和盆地农田;2)2008年地震前期,4月下旬的旬最大植被指数好于5月上旬,地震发生的5月中旬,旬最大植被指数在成都平原、德阳和阿坝州交界的山区明显减小,5月下旬,大部分区域旬最大植被指数都在减小;3)2009年5月中旬的旬最大植被指数是最好的,5月下旬,盆地中的旬最大植被指数值减小;4)地震使得在盆西山区和盆地农田之间通过旬最大植被指数表征的稳定边界被破坏.     

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。     

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。     

基于时间序列Landsat影像的棉花估产模型

为提高棉花遥感估产精度,该文选取加州San Joaquin Valley地区2个棉花地块作为研究区,利用时间序列Landsat_5_TM、Landsat_7_ETM遥感影像数据,结合野外实测产量数据,进行棉花产量遥感预测模型研究。结果表明：基于Landsat影像纯像元的植被指数时间序列准确地揭示了棉花整个生长期的长势情况,不同长势的棉花植被指数随时间变化在花铃期差异比较显著;整个花铃期植被指数与产量之间的相关系数均大于0.80,最大相关系数达0.90,花铃期NDVI平均值建模决定系数为0.82,均方根误差为463.69,证明花铃期比其他生长期更适用于棉花产量预测;单一时期最优模型为第206天（7月25日）,多时期最优模型以NDVI最大值前三期NDVI平均值为自变量;整个花铃期NDVI最大值建模决定系数为0.81,均方根误差为477.82,该模型具有普适性。该文的研究成果为基于MODIS_NDVI最大值合成法的相关研究提供了理论依据,并且为其他农作物的估产模型建立提供借鉴。     

2000—2019年吕梁市植被NDVI时空动态及其影响因素分析

为了详细分析吕梁市植被生长变化与气候变化和人类活动的关系,基于吕梁市的2000—2019年逐年归一化植被指数(NDVI)数据和13个县(市、区)气象观测站年气温和降水观测数据,采用空间插值方法、空间相关性分析法和残差分析法,对吕梁市多年植被NDVI的时空变化特征进行分析,并探讨了气候变化和人类活动对吕梁市植被覆盖变化的影响。结果显示:2000—2019年吕梁市96.32%的区域NDVI呈现增加趋势,但各区域间存在明显空间性差异,中部吕梁山山区NDVI较高,东部平川地带和西部沿黄区域NDVI较小。总体而言,2000—2019年吕梁市的NDVI呈波动增加趋势,2018年达最大值。2000—2019年吕梁市NDVI与降水量和气温在年尺度上均呈正相关关系,且植被生长发育受降水的影响强于气温,全市38%的区域植被NDVI与气温-降水的复相关性通过0.05显著水平检验; 人类活动对吕梁市95%以上地区的植被生长有积极影响,表明退耕还林还草等生态修复工程对吕梁市植被覆盖增加有积极作用,生态提升效应逐渐凸显。     

中国草地NDVI时空动态对多尺度干旱的响应

草地对干旱的响应较其他植被类型更为敏感,且不同草地类型在不同气候区干旱的响应具有较大差异,因此分气候区探究不同草地类型对干旱的响应机制对草地资源保护具有重大意义。基于植被Normalized Difference Vegetation Index(NDVI)、草地覆被及标准化蒸散指数(SPEI)数据,分析1982—2015年中国不同气候区不同草地类型植被NDVI的时空动态及其与SPEI的关系,并确定NDVI与SPEI指标最大相关系数所对应的干旱时间尺度,结合气象数据探究气温、降水及水平衡因素对草地干旱响应的影响状况。结果表明:中国草地NDVI呈现出极显著增加趋势(0.004/a)。草地NDVI呈显著增加的比例为15.62%,集中在华北平原地区、四川、云南、广西及西藏的东南部地区。草地SPEI值呈不显著增加趋势(0.05/10 a),其中显著变干的区域集中在内蒙古中部和宁夏地区。草地NDVI与SPEI指数呈显著正相关的区域集中在内蒙古、青海省南部及新疆北部地带。内蒙古、新疆、青海省北部及西藏南部地区的草地NDVI对干旱响应的时间尺度较短,而青海东南部及西藏中部草地NDVI对干旱响应的时间尺度较长。高山亚高山草甸和草甸区域植被NDVI与SPEI的相关性最强,且对干旱的响应时间尺度较长,而荒漠草地对干旱的响应时间尺度较短; 与湿润区域相比,干旱区域草地NDVI与SPEI的相关性更强,且对干旱响应的时间尺度更短。降水是草地响应干旱的最主要因素,水平衡次之,而气温的影响较小。     

基于NDVI的黄土高原植被覆盖变化特征分析

黄土高原是我国生态环境最为脆弱的地区之一。探讨黄土高原地区植被覆盖动态变化对于区域植被恢复和生态系统重建具有积极意义。利用空间数据分析软件GeoDa和ArcGIS地统计分析模块,采用1998、2003、2008和2012年8月21日的SPOT—VGTNDVI数据代表黄土高原地区相应年份植被覆盖最大的时期,对黄土高原植被覆盖随时间的演变特征进行分析。结果表明,1998--2012年,黄土高原植被覆盖经历了先降低后增加的过程,且1998、2003、2008和2012年的归一化植被指数（NDVI）数值均有明显的空间自相关关系,NDVI值冷点区的位置和范围均较为稳定,热点区变化较大,主要分布在陕西和山西境内。     

大巴山地区植被覆盖变化及其对气候变化的响应

利用1998—2009年的SPOT VGT-NDVI逐旬数据集,对大巴山地区植被覆盖变化及其对气候的响应进行了研究。结果表明:(1)1998—2009年大巴山地区植被NDVI值变化整体呈显著上升趋势,年平均NDVI值在0.54～0.64之间;大巴山弧形褶皱带植被NDVI值较高,河流附近NDVI值较低;大巴山地区植被覆盖呈显著性增加趋势,在县城城区附近有植被退化迹象,占总面积的0.24%。(2)1998—2009年,提取6种植被类型的NDVI值在四季的变化总体呈上升趋势,尤其是春季NDVI变化显著;不同类型的植被NDVI值大小顺序为:阔叶林>针叶林(冬季为针叶林>阔叶林)>灌丛>草甸>草丛>栽培植被,其中,草甸在四季的变幅最大。(3)在时间尺度上,NDVI与同期、前一个月、前两个月的气温呈极显著相关性,与降水量的相关性不显著。空间尺度上,6月月均NDVI与气温呈负相关的像元数占67%,表明该时段温度升高可能导致蒸发量增大,从而抑制了植物生长。     

基于NOAA卫星数据的北京植被光能利用率及其时空格局

以NOAA卫星数据为基础,建立了利用RS和GIS技术估算光能利用率的一种新方法。并以北京地区为例,利用2007年的NOAA18 1B卫星资料和20个气象站点的数据,研究了北京地区植被光能利用率及其时空格局,并分析了NDVI与光能利用率的关系。结果表明：利用NOAA18卫星资料能较好地估算北京地区植被光能利用率;北京地区植被的年光能利用率为0.04%-1.06%,平均为0.57%,年最大值为2.83%;落叶阔叶林的光能利用率为0.74%,灌丛为0.51%,农田为0.50%;光能利用率的高值区主要分布在北部山区森林,低值区分布于城区;四季的光能利用率变化明显,春夏秋冬季分别为0.31%、1.37%、0.49%和0.04%;利用年NDVI最大值可以较好地模拟年光能利用率。