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。     

植被覆盖度时空变化特征与地形因子关系分析

采用MODIS NDVI遥感影像数据和像元二分模型估算大凌河流域5个时期植被覆盖度,通过线性趋势分析和DEM数据揭示植被覆盖度的时空变化特征及其与地形因子的关系。结果表明：大凌河流域2006—2021年植被覆盖度整体呈上升趋势,并以高、中高和中覆盖度为主,流域下游植被覆盖度良好;大凌河流域植被覆盖度随高程的增加而提高,随坡度的增大而逐渐增高,植被覆盖度与坡向的关系较小,不同坡向的变化较为平缓;大凌河流域植被生长状况和覆盖状况逐渐变好,植被生长受地形因子影响显著。     

基于RS的盐池县近10年植被覆盖度动态变化研究

为研究农牧交错区植被覆盖度的变化,从盐池县1999年、2004年和2010年3期TM/ETM+影像图入手,利用归一化植被指数(NDVI)反演了盐池县的植被盖度,结果表明:1999年、2004年、2010年平均植被盖度分别为24.08%,26.97%和23.92%,总体呈现出现先增加后减少的趋势。对这3a的植被覆盖度进一步进行分级,发现1999年、2004年、2010年3个时期,低植被盖度所占的比例分别为59.61%,50.75%,62.6%,呈现先减少后增加的趋势;中等植被盖度所占比例分别为34.54%,34.58%,29.20%,呈现先增加后减小的趋势,增加的趋势不明显;高植被盖度所占比例分别为5.85%,14.68%,8.2%,先增加后减小。影响植被覆盖度变化的因素主要有人为及政策因素、气候因素(主要是降水)。     

北京郊区植被覆盖变化动态遥感监测——以怀柔区为例

植被覆盖度是一个十分重要的生态学参数,对于全球变化和监测研究具有重要意义。本文基于像元二分模型,利用归一化植被指数NDVI,对怀柔区1992年和2004年植被覆盖度进行了监测,并对十几年来的植被覆盖变化情况进行了统计分析。结果表明,全区植被覆盖整体呈上升趋势,但存在区域间的不平衡现象。     

长白山区植被覆盖度时空变化及地形分异研究

[目的] 探究长白山区植被动态变化及其与地形的响应关系,为山区生态环境保护与治理提供科学支撑。[方法] 基于MODIS NDVI与DEM数据,采用像元二分模型估算长白山区2000—2020年植被覆盖度,运用Sen+Mann-Kendall趋势分析、空间自相关分析及重心迁移模型,结合地形面积差异修正系数,深入解析植被覆盖度时空演变特征,并定量揭示植被覆盖变化在高程、坡度、坡向因子上的分异效应。[结果] ①时空分布上,2000—2020年长白山区植被覆盖度以0.023 7/(10 a)(p＜0.001)的速率增长并于2010年发生明显的上升突变,呈“四周高,中间低”的分布格局,整体处于较高水平。②时空变化上,2000—2020年长白山区植被改善区域面积远大于退化区域面积,呈以“高—高”模式为主的显著聚集状态,但聚集程度波动下降;21 a间植被覆盖重心整体向西南迁移。③地形分异上,长白山区植被覆盖度随海拔、坡度升高均表现为先增加后减少趋势,不同时段下海拔＜600 m,≥1 200 m及坡度＜2°,≥25°区域植被普遍呈退化趋势,海拔600~1 200 m及坡度2°~25°范围内以改善或稳定趋势为主;平地区域植被退化趋势明显,其他坡向上各变化类型差异较小。[结论] 近21 a来长白山区植被状况总体向好发展,不同高程和坡度条件下植被变化空间分异明显,而坡向对植被变化的影响并不显著。     

2001-2016年福建省海岸带植被覆盖变化特征

[目的] 揭示福建省海岸带地表植被覆盖空间格局变化，为开展基于主体功能区类型的资源环境监测与预警提供决策参考。[方法] 基于归一化植被指数（NDVI）像元二分模型，选用2001，2006，2011，2016年Landsat系列遥感数据，评估研究区植被覆盖度以表征评价区域生态承载力变化。[结果] ①2001-2016年福建省海岸带低植被覆盖度面积总体下降，较低和较高植被覆盖度变化较为平缓，而高植被覆盖度呈现上升趋势；②2001-2016年生态承载力状态改善的面积增加了10.78%，基本稳定面积变化不大，而退化面积下降了7.05%，显著退化面积下降了3.48%。③2001-2016年不同类型主体功能区内植被覆盖波动下降，并呈现以生态承载能力改善为主要变化特征。[结论] 2001-2016年福建省海岸带植被覆盖度和生态承载能力呈现总体上升态势，海岸带整体生态环境不断改善。     

汾河流域植被覆盖度时空特征与地形因子的关系

[目的]研究汾河流域植被覆盖度在时间以及空间上的变化特征,及其与地形因子的关系,为汾河流域的绿色发展提供科学依据.[方法]基于MODIS NDVI遥感影像数据,选取汾河流域2005-2020年中的2005,2009,2013,2017,2020年数据,采用像元二分模型估算汾河流域15 a的5个时期的植被覆盖度;结合线性...     

基于Markov模型的植被覆盖动态变化预测研究

实时监测植被动态变化在于旱区绿洲生态环境研究中具有重要意义.以渭干河—库车河流域的绿洲地区为研究区,利用多期遥感影像数据,定量分析渭干河—库车河流域绿洲植被覆盖度的多年变化,同时利Markov模型进行研究区未来25 a内的植被覆盖度动态变化预测.结果表明:近21 a来,研究区植被覆盖度总体呈现波动降低趋势,1989-2011年,高覆盖度植被从38.038 9万hm2减少至27.109 6万hm2,低覆盖度植被从19.002 9万hm2增加至19.533 4万hm2,极低覆盖度植被从6.409 6万hm2增加至6.666 2万hm2,中覆盖度植被面积变化幅度不大;未来25 a后的植被覆盖度变化预测结果显示:高覆盖度植被面积呈下降趋势,中覆盖度植被、低覆盖度植被及极低覆盖度植被均呈上升趋势.上述研究结果说明绿洲植被整体呈现退化的趋势.研究结果可以为该区域植被恢复,盐渍化和荒漠化防治提供理论支撑.     

祁连山国家公园植被覆盖变化地形分异效应

[目的]分析祁连山国家公园不同时间植被覆盖变化情况以及不同高程、坡度、坡向等地形条件下植被覆盖变化的空间分异性,为祁连山生态环境修复和保护提供参考依据和数据支撑.[方法]利用祁连山2006,2014,2019年3期遥感影像,采用像元二分模型估算植被覆盖度,结合趋势分析法和地形面积修正法,对不同地形条件下植被覆盖空间分异...     

基于NDVI指数的浑善达克沙地植被时空变化规律分析

为从宏观上认识沙地绿色植被在年、月时间尺度的变化规律,为防沙治沙工作提供理论依据,分析了浑善达克沙地1982—2006年共25年的植被指数数据。研究认为,浑善达克沙地植被生长期为每年的5月下旬至10月,其中7月下旬和整个8月绿色植被生长量达到峰值;1982—2006年的25年间,浑善达克沙地绿色植被覆盖度以每年0.1百分点的速率缓慢增长,其中沙地西部治沙成果显著,但沙地中东部,原本的中、高植被覆盖区,植被的衰退和显著衰退面积竟然高达总面积的27%。同样的防沙治沙工作,为何在浑善达克沙地的东、西部出现了截然相反的局面,这需要引起我们的反思和高度重视。     

汶川地震前后茂县植被覆盖度变化研究

“5· 12”汶川地震引起的滑坡、泥石流、崩塌等次生地质灾害对灾区的植被覆盖造成严重的破坏.茂县地处于地震重灾区,查清地震对茂县植被覆盖的破坏程度可为植被修复提供参考依据,便于防控水土流失和地质灾害隐患.选取茂县地震前后Landsat 5 TM的遥感影像作为数据源,采用归一化植被指数和像元二分法为估算模型,提取地震前后茂县植被覆盖度数值.通过对数据的研究将该区植被覆盖度划分为4级:高植被覆盖区、中植被覆盖区、低植被覆盖区和无植被覆盖区,并对每种覆盖类型的变化进行统计分析.结果表明,地震对高植被覆盖区的影响最严重,中植被覆盖区的影响次之,低植被覆盖区的影响最小;植被覆盖度破坏较严重的区域主要分布在坡度大于40°的地区.     

巴音布鲁克草原植被覆盖度估算的光谱模型及其应用

[目的]对新疆维吾尔自治区巴音布鲁克草原植被覆盖度进行初步划分,并对植被覆盖度等级分布进行分析,为防治该区草场退化工作提供理论参考。[方法]采用美国SOC_710便携式可见/近红外高光谱成像光谱仪,运用线性回归分析法,以实测归一化植被指数(SOC_NDVI)为媒介,建立MODIS/TERRA卫星的NDVI(MODIS_NDVI)与实测植被覆盖度(VC)之间的MODIS光谱估算模型,并对模型精度进行检验。最后,在模型反演结果上进行研究区植被覆盖度的划分与分析。[结果]MODIS光谱估算模型预测精度较高,标准误差为11.55%,总体预测精度达到88.92%。划分的5个植被覆盖度等级分别为:极高覆盖、高覆盖、中覆盖、低覆盖及极低覆盖。它们在研究区中所占比例分别为:18.87%,25.61%,31.28%,13.86%和10.38%。[结论]整体上,研究区植被覆盖度呈现出北部和西部高,东部低的趋势,中、高覆盖度区域所占比重较大,低、极低、极高覆盖度区域所占比重较小。     

1973-2017年贵阳市饮用水源地植被覆盖度的演变特征

[目的] 探讨贵阳市"两湖一库"（红枫湖、百花湖、阿哈水库）1973-2017年的植被覆盖度变化规律，为定量化探讨城市饮用水源地生态环境演变监测提供科学途径和理论依据。[方法] 采用1973年MSS影像、1993，2001，2008年TM数据和2017年OLI数据5期遥感影像，基于像元二分模型和植被覆盖度动态模型，运用遥感和GIS技术进行分析。[结果] ①研究区域植被覆盖度总体呈现"两头升高，中间降低"的规律，即低覆盖度和高覆盖度面积比例均呈上升趋势，而中低覆盖度、中覆盖度和中高覆盖度均基本呈下降趋势；②2001-2017年期间植被覆盖度年均变化率明显高于前3个时段即1973-1993，1993-2001，2001-2008年3个时段，2017年的中高覆盖度和高覆盖度面积比例之和大于1973年的两者之和，且高植被覆盖度区域的面积比例一直处于稳定上升态势。[结论] 贵阳市"两湖一库"植被中覆盖度部分退化、部分改善，但是整体主要以退化为主，退化原因则是城镇建设用地的扩张；社会经济活动和区域发展政策是地表植被覆盖度演变的主要驱动力，尤其是对低植被覆盖度和中植被覆盖度区域的影响。     

气候因子对贵州省植被覆盖度的协同影响

探究气候因子对植被覆盖度的协同影响,可进一步了解植被生长状态及演变规律,为科学预估植被变化及生态保护提供一定依据。基于2001—2018年MODIS NDVI数据和气象台站数据,研究了贵州省气候因子(降水、气温)与植被生长期NDVI的空间分布特征; 利用偏相关分析法和多元回归分析法逐像元探究贵州省植被生长期的NDVI与气候因子的相关性和其对气候因子的协同响应规律,同时结合地貌类型分析不同地貌类型的植被NDVI对降水和气温的敏感性。结果表明:贵州省多年平均降水和气温存在明显的空间差异性,降水空间分布自西北向东南呈带状递增; 植被生长期NDVI均值总体呈波动上升趋势,以每年0.004 2的速率增加,呈增加趋势的面积约为160 836.69 km²; 气温和降水对贵州省植被生长均具有明显影响,气温的影响作用大于降水; 不同地貌类型的植被NDVI对降水和气温的敏感性不同,同一地貌类型的植被NDVI对降水、气温敏感性表现为气温大于降水。整体上,贵州省植被生长期NDVI呈增加趋势,植被覆盖不断增加,降水和气温对植被的协同影响在不同地理环境区域表现不同。     

渭河流域相对湿度与植被覆盖变化及其响应关系

借助GIS、遥感技术和数理统计等方法,对渭河流域相对湿度和植被覆盖变化进行了研究,定量分析植被恢复对该地区空气相对湿度的影响。结果表明:(1)近60a相对湿度分布具有一定的纬度地带性,存在由北向南递增的特点。相对湿度总体上呈下降趋势,退耕10a间呈微弱上升趋势。(2)退耕10a间植被覆盖呈整体改善,局部恶化的趋势,近1/3的地区植被覆盖基本不变。植被覆盖状况改善较为明显的几个县(市)主要集中在渭河干流及泾河上游、马莲河上游、北洛河中游一带,植被退化的县(市)大多位于渭河中下游、泾河中上游地区。(3)退耕前的50a对于相对湿度影响较大的因子依次为降水、日照和气温。退耕后的10a相对湿度随着植被覆盖状况的改善(退化)而相应上升(下降)。(4)吴旗县冬季和年的相对湿度与NDVI呈负相关,春季和夏季的相对湿度与NDVI呈极显著的正相关。1982—2006年夏季湿润则植被状况较好,夏季干燥则植被状况较差。     

北洛河流域植被覆盖度时空变化的遥感动态分析

采用1987,1995及2007年3期Landsat TM遥感影像,计算归一化植被指数(NDVI),利用像元二分法估算植被覆盖度并进行分级,分析了北洛河流域近20 a的植被覆盖变化趋势,对黄土高原地区环境演变及水沙变化机理分析提供基础数据信息.研究结果表明:(1)在气候变化和人类活动双重影响下,1987 2007年北洛河流域植被呈缓慢增长—迅速增长趋势,其流域植被覆盖面积比例从41.12％,46.43％,增加至63.43％.(2)流域不同分区中,丘陵沟壑区、高塬沟壑区植被均呈缓慢增加—迅速增加的趋势,而土石山林区植被表现出较强稳定性.丘陵沟壑区植被恢复以吴旗、志丹县为主,高塬沟壑区植被恢复以洛川塬为主.     

植被指数估算香格里拉地区植被覆盖度的精度对比分析

利用MOD13Q1数据构建多种植被指数,结合像元二分模型对香格里拉县植被覆盖度进行遥感估算,并通过实测数据和TM影像数据相结合,对估算结果进行精度验证。结果表明:（1）构建的4种植被指数NDVI,EVI,RVI,MSAVI均与研究区实际地表植被覆盖度具有较高的相关性,表明使用遥感方法对香格里拉县进行植被覆盖度的估算是可行的;（2）通过与TM影像进行对比分析,4种植被指数中,利用MSAVI估算的植被覆盖度更接近于香格里拉县的实际情况。