2001-2017年新疆NDVI变化及其对极端气候的响应

[目的] 研究新疆2001—2017年植被覆盖变化,并分析其与气候指数之间的响应特征,以期为该地区生态环境保护和区域可持续发展提供理论依据。[方法] 基于2001—2017年的MOD₁₃Q₁ NDVI数据,采用最大合成法、Savitzky-Golay（SG）滤波法和相关分析等方法,并结合同期气温和降水数据,分析新疆生长季归一化植被指数（NDVI）和极端气候之间的响应关系。[结果] ①2001—2017年,新疆地区植被覆盖普遍不高,自2009年开始表现出缓慢改善趋势,且未来一段时间内,该趋势具有一定的持续性;②NDVI总体上呈西北向东南降低趋势,天山山脉和伊犁河谷地区是NDVI高值区,北疆各子区域生长季NDVI普遍高于南疆地区;③NDVI在北疆中部和南疆西南部等地区与极端气温指数多呈负相关,日平均温差（DTR）和冷夜日数（TN_10p）是主要的影响指数;NDVI与平均气温指数在沙漠地区多呈负相关,在部分山区呈正相关,这主要与年平均气温（T_y）的变化有关;④NDVI与降水指数之间多呈正相关,且单日最大降水量（RX_{1 d}）,连续5日最大降水量（RX_{5 d}）和年降水量（TP_y）对NDVI的影响都很显著。[结论] 新疆植被覆盖总体向良好方向发展。NDVI对降水指数的响应高于气温指数,其中,降水指数以正向影响为主,气温指数则以负向影响为主,降水对新疆植被改善有着明显的促进作用。     

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。     

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。     

陕西关中地区NDVI的时空变化特征及其驱动力分析

随着全球气候变化与城市化进程加速,城市生态建设受到越来越多的关注。为揭示多因素变化背景下关中地区的植被变化规律,基于MOD13A1遥感影像,运用定性与定量相结合的方法研究了陕西关中2005—2020年归一化植被指数(NDVI)的时空演变特征及其驱动力,结果表明：(1)16年间,陕西关中的NDVI值以每年0.004 9的速率波动上升,2020年最高,达到0.68;(2)陕西关中南部NDVI值水平明显优于北部,西南部NDVI值表现最好,均处于0.7以上;(3)陕西关中植被改善区面积占总面积的52.28%,植被退化区面积占28.73%;(4)影响陕西关中NDVI分布的主要地理、气候、人为因子分别为地貌类型、降水、土地利用。     

天山北麓中段植被NDVI变化及其对气侯因子的响应

研究特定地区植被覆盖动态及其对气候因子的响应,对植被重建和生态环境恢复具有重要作用。利用1982—2005年NASA/GIMMS半月合成的归一化植被指数（NDVI）和气象数据,分析天山北麓中段各地区不同植被类型NDVI的年际变化特征及其对气候因子的响应。结果表明:（1）近25 a来天山北麓中段各地区植被指数均在波动中有所增长,且总体变化趋势保持一致,其变化趋势有利于生态环境的改善;（2）不同地区生长的主要植被类型不同,对整体植被覆盖的贡献不同;（3）不同植被类型对气候因子的响应程度不同,但都与气温和降水存在正相关关系,表明气温和降水是影响植被指数的两个重要自然因素;（4）平原区植被指数增幅大于山区,说明植被生长不仅受自然因素影响,也受人为因素影响。     

基于NDVI的汶川大地震前后北川县次生地质灾害区植被破坏评估

选取北川县"5.12"大地震前后2个时相的遥感数据,利用归一化植被指数(NDVI)提取2期影像的植被信息,以此为基础,反演植被覆盖度,采用破坏指数DDI(the damage degree index)表示3种灾害类型区域震后植被破坏情况。结果表明:1)研究区内共解译滑坡103处,崩塌122处,泥石流10处,灾害面积共计17.5 km2,震前85%以上区域处于中植被覆盖度以上级别,震后中植被覆盖度以上级别土地面积减少8.01 km2,占灾害区域总面积的45.77%;2)滑坡区域植被破坏程度相对较低,中度及重度破坏的面积占总灾害面积的68.66%,崩塌区域植被破坏程度次之,中度及重度破坏的面积占总灾害面积的88.15%,泥石流区域的植被破坏最彻底,中度及重度破坏的面积占总灾害面积的99.74%;3)植被破坏与海拔、坡度有一定关系,破坏较严重的地区主要集中在海拔611～1 543 m、坡度25°～45°范围内,植被破坏主要集中在重度破坏这一级别,并随海拔、坡度增加而增加,植被破坏与坡向关系不大。     

藏西南高原植被NDVI时空变化及其与海拔梯度的关系

青藏高原植被分布不仅与区域水热条件密切相关,而且受海拔和地形的共同影响,认知植被与海拔梯度的关系对青藏高原生态保护具有重要科学和现实意义。基于MODIS NDVI数据和植被类型数据,分析了藏西南高原近21年来不同植被类型生长季NDVI时空变化特征,探讨了植被覆盖与海拔梯度的关系。结果表明:藏西南高原植被类型有森林、荒漠、草原、草甸、高山植被、栽培植被、灌丛和其他植被8种; 随时间推移,各植被类型NDVI均显著增加且在2017年达到最大值。研究区草原、草甸、灌丛和高山植被的增加速率依次为0.006/10 a,0.004/10 a,0.01/10 a和0.006/10 a。除了局地植被呈退化趋势外,绝大部分植被覆盖不断改善。草原、草甸、灌丛和高山植被主要集中分布在海拔4 000 m以上的地区,NDVI在各海拔梯度上均存在较大差异。不同植被类型NDVI随海拔升高均呈现不同的减小趋势,不同年份间同种植被NDVI随海拔梯度变化具有相似的变化趋势。研究结果可为藏西南高原生态建设、植被恢复和畜牧业发展提供一定的科学依据和决策支持。     

基于机器学习的东非植被变化因子重要性分析

[目的]基于机器学习算法对东非植被变化进行因子重要性分析,测度不同算法在各情况下的精度差异及适用性,为保护、恢复和促进可持续森林管理、水土流失综合防治提供科学依据。[方法]以东非9个国家2001—2020年的归一化植被指数(normalized difference vegetation index, NDVI)变化为研究对象,选取影响东非植被变化的2个气候因子及5个人类活动因子作为自变量,利用随机森林(random forest, RF)、BP神经网络(BP neural networks, BP)、支持向量机(support vector machines, SVM)、遗传算法(genetic algorithm, GA)、径向基神经网络(radial basis function, RBF)、卷积神经网络(convolutional neural networks, CNN)6种机器学习算法建立NDVI预测模型,以决定系数(R²)、平均绝对误差(MAE, mean absolute error)、平均相对误差(MRE, mean relative error...     

山西省2003-2012年植被时空变化格局及对气候因子的响应

利用2003—2012年卫星遥感数据归一化植被指数(NDVI)、山西省17个气象站逐日气温、降雨量资料和土地覆盖数据,分析了山西省近10a来NDVI的时空变化特征,及其对气候因子的响应。结果表明:近10a月NDVI变化呈现单峰型;7—8月份的植被整体呈中度改善;各个行政区中临汾、吕梁地区为明显改善;太原、忻州、晋中为中度改善;朔州、运城、长治、阳泉为轻度改善;大同与晋城地区基本不变;自然植被覆盖类型方面,林地、灌丛、草地3种自然植被覆盖类型都呈现改善趋势,林地为轻度改善,灌丛与草地为中度改善;山西省东南部地区的NDVI普遍高于西北部地区,且西北部的植被增长状况比东南部较好。基于月尺度的NDVI与气温呈显著正相关,而降雨量对NDVI变化存在一个阈值;基于年际尺度的NDVI与气温、降雨量的单变量相关不显著;基于月尺度的NDVI与同期的气温和降雨量的复合相关模型优于单变量相关模型。     

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。     

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。     

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。     

陕西省植被时空演变特征及其对气候变化的响应

利用GIMMS/NDVI数据分析了陕西省1982—2006年的植被覆盖时空演变,并探讨了植被时空变化对气候变化的响应。分析发现,陕西省NDVI空间分布具有自南向北递减的特点,陕西北部、中部和南部三区四个季节的NDVI均以夏季最大,春季和秋季相当,冬季最小。25年来,三区NDVI显著增加,其中以春季增幅最大,夏季反而有下降的趋势。三区气温增加趋势明显,导致生长期的延长,这是NDVI增加的主要原因之一;三区年总降水呈减少趋势,降水的减少并未使得NDVI减少,这说明当地降水可以满足植被生长的基本条件;夏季NDVI的减少可能与人类活动增加有关。在年内尺度上,三区温度的增加利于植被覆盖的增长;降水量的增加为植被覆盖的增长提供更充足的水分,NDVI的增加主要出现在月降水量小于100mm时,当该月降水量大于100mm时NDVI并无明显增加趋势。     

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。     

内蒙古地区干旱时空变化特征及其对植被的影响

基于MODIS实际蒸散量(ET)和潜在蒸散量(PET)产品反演作物缺水指数(CWSI),采用多种统计方法研究干旱时空变化特征及其对植被生长的影响。结果表明:多年平均干旱程度由西南向东北逐渐递减,农作物主要以轻旱和中旱为主,草原主要以中旱和重旱为主,荒漠主要以重旱为主;除针叶林和沼泽外,其他植被类型旱情缓解;干旱年内变化特征呈双峰型曲线,且在Day113~Day144干旱最为严重,表现为重旱;各植被类型年内变化特征与全区变化趋势相一致,均呈双峰型曲线;夏旱对植被生长的胁迫作用最强,而年平均干旱强度对植被生长的胁迫作用主要由夏旱主导;春季灌丛、夏季和秋季农作物对干旱的响应较为敏感。研究结果可为内蒙古植物群落的生态预警和生态修复提供理论参考。