2001—2020年川西高原植被EVI时空变化特征及气候因子驱动力分析

为了了解川西高原植被EVI的时空变化特征,以MODIS-EVI数据、DEM数据和气象格点数据为基础,基于相关性分析、趋势分析和最大值合成等方法,探讨了川西高原2001—2020年植被EVI时空变化特征及不同海拔高程下植被EVI分布和变化规律。在此基础上,对研究区植被EVI时空变化的气候因子驱动力进行了分析研究。结果表明:(1)川西高原20年间植被EVI均值介于0～0.88,空间分布具有明显的地域分异。(2)近20 a来,川西高原植被EVI整体增长趋势,速率为1.0%/10 a,植被EVI的相对年际变化率介于-4.26%～13.58%。有13.09%的地区植被EVI变化通过显著性检验,其中约10.18%的区域植被EVI呈增加趋势。(3)川西高原近20 a不同海拔高程下植被EVI都呈波动增加趋势,变化速率以及增加趋势的显著性都有明显的差异。在<2 500 m,2 500～3 000 m,4 500～5 000 m 3个海拔高程区间内,植被EVI增加趋势显著。(4)川西高原植被EVI与气温和降水呈正向相关的区域面积占比分别为56.42%,64.09%。在0.05显著性水平下,川西高原植被EVI变化受气候因子驱动的地区约占研究区总面积的21.87%。整体而言,近20 a来川西高原植被EVI呈增加趋势,且具有明显空间差异,EVI与气温和降水整体呈正向相关。川西高原大部分地区的植被EVI变化受非气候因子驱动。     

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。     

四川省2009—2020年植被覆盖度时空变化遥感动态监测

[目的]监测和分析四川省2009—2020年植被覆盖度时空变化特征,为定量评估区域生态环境提供重要的基础研究数据,也为城市规划及可持续城市发展提供科学参考。[方法]借助Google Earth Engine云计算平台,获取了2009—2020年四川省Landsat系列影像,利用像元二分模型对研究区植被覆盖度进行了定量估算。[结果](1)2009—2020年间,四川省主要以高、中高植被覆盖度为主,其面积可达全省面积的80%,而低、中低植被覆盖度面积所占比例低于10%。(2)从空间上分布,四川省植被覆盖度空间差异比较明显,植被覆盖度较低区域主要分布在成都平原经济区及川西部分地区;(3)从空间变化特征上分析,2009—2020年研究区的植被覆盖度整体呈现基本稳定趋势(44.39%),植被覆盖度改善的区域面积(30.78%)大于植被覆盖度退化区域(24.82%),其中明显退化区域面积所占比例最少,仅占全省面积的4.96%。[结论]总体上,2009—2020年四川省的植被覆盖状况良好,以高、中高植被覆盖度为主,植被覆盖度呈现基本稳定趋势。     

塔里木河流域植被覆盖变化的遥感监测

[目的]对塔里木河流域植被恢复成效及发展趋势进行定量分析,为流域生态治理提供基础研究依据。[方法]基于2007—2017年MODIS-MOD13 Q1多光谱遥感资料,以EVI(enhanced vegetation index)植被指数为切入点,综合运用ArcGIS等软件平台,沿塔里木河两岸设立监测区域并构建植被覆盖度时间序列模型,对塔里木河流域植被的变化规律进行动态监测及趋势分析。[结果](1)塔里木河流域植被覆盖基数低,且不同河段植被状况差异大,2017年干流植被覆盖度最高仅为23.56%,上游段植被覆盖最高可达下游段的3.36倍,上游植被覆盖度年内极值比达4.28;(2)2017年塔里木河流域全年植被覆盖水平相比2007年无显著差异,其未来的生态环境演变时间序列模型呈现出良性趋势;(3)NDVI指数与EVI指数的监测结果无显著差异,但NDVI在高植被区易出现饱和现象,在低植被区容易偏低估计。[结论]塔里木河流域当前植被覆盖保持稳定,未来生态环境有好转趋势,基于EVI指数对植被恢复成效的动态监测与定量分析是可行的。     

淮河中上游植被变化及其对气象因素的多时空尺度响应

[目的]植被与气象因子关系的多时空特征有助于深入理解流域生态系统,对生态环境保护具有重要意义。[方法]基于MODIS EVI数据与气象观测资料,结合趋势分析、Mann-Kendall检验和Pearson相关性分析方法,分析淮河中上游2001—2015年植被动态并探讨流域至局地尺度的植被与降水、气温的相关关系。[结果](1)流域植被整体呈明显增长趋势(p<0.05),EVI指数增长速率为0.055/10 a,冬季增速最大(0.075/10 a)、夏季最小(0.047/10 a),不同地类增速差异显著。(2)年均EVI呈增加的区域占流域总面积的93%,其中呈显著(p<0.05)及极显著(p<0.01)上升趋势约占82%,华北平原(主要为耕地)增速最大,山区、山丘区增速次之,郑州市辖区等呈显著下降(p<0.05);EVI变化的时空分布差异明显。(3)流域尺度春季EVI与同期(3—5月)和2—5月降水呈显著正相关(p<0.05),冬季EVI与同期降水呈极显著负相关(p<0.01),月EVI在3月、11月与最低气温呈显著正相关(p<0.05),在12月分...     

青海湟水流域植被覆盖度时空变化分析

利用2001-2009年的MODIS遥感数据与归一化植被指数的像元二分模型,并结合湟水流域的地形特征数据,分析流域内植被覆盖度时空变化动态特征.结果表明:湟水流域的植被覆盖度空间分布差异十分显著,基于地形特征的脑山区(69.47%)、浅山区(56.46%)和川水区(45.43%)植被覆盖度地带性特点明显;近9年来湟水流域总体植被覆盖度略有下降,尤其是高植被覆盖度减少了17.23%.而较高植被覆盖度增加了12.15%;脑山区的高植被覆盖度与较高植被覆盖度之间转换剧烈,浅山区的各级植被覆盖度都相对稳定,川水区的中植被覆盖度与较低植被覆盖度之间转换明显.     

基于Landsat影像的石漠化区植被动态监测及治理效益研究

生态恢复工程是缓解石漠化、保持土壤、提高植被覆盖率的有效措施之一,是区域经济和生态可持续发展的关键。为了研究近30 a泸西县植被的时空变化特征、驱动因素以及石漠化综合治理生态工程实施的生态效益。本文基于1986—2016 Landsat TM数据,借助Mann-Kendall突变分析、Thei-Sei Median趋势分析等方法进行了研究,结果表明:1)30 a间,泸西县植被覆盖整体呈增加趋势,平均增速为0.43%/10 a,2001年是重要的转折点,增速由之前的0.35%/10 a增加到0.63%/10 a;2)在变化趋势上,泸西县植被覆盖呈增加和减少趋势的面积分别占85.21%和14.79%。1986—2000年期间,植被覆盖呈极显著上升的面积为7.71%,零星分布在北部地区;2001—2016年,植被覆盖呈现极显著性上升的面积占21.62%,主要分布在石漠化综合治理工程集中分布的东部山区;3)气温和降水的增加都对植被起到正向作用,气温对植被的影响明显大于降水。2000年之后,人类活动对植被的提升起到了重要的作用,其中对植被覆盖起积极作用的面积占79.6%,起消极作用的占20.4%;在贡献大小上,气候变化对NDVI的影响大小为39.1%,人类活动对NDVI的影响作用为60.9%。植被改善过程中人类活动的作用大于气候变化,石漠化综合治理生态工程是2001—2016年植被增加的重要驱动力之一。     

基于CASA模型的植被净初级生产力时空演变格局及其影响因素——以湖北省为例

为了揭示湖北省植被NPP的时空演变规律及驱动机制,基于CASA模型计算2000—2018年湖北省植被NPP,结合气象数据和土地利用数据,利用重心模型、相关性分析和贡献指数等方法分析植被NPP的时空变化及其影响因素。结果表明:(1)2000—2018年湖北省植被NPP年均值介于532.19～656.49 g C/(m²·a),整体呈波动上升趋势;(2)湖北省植被NPP在空间分布上表现为由西北向东南递减的趋势,植被NPP重心迁移轨迹呈M型,西北地区的增量和增速较大高于东南地区。(3)湖北省植被NPP与年均气温呈正相关的区域面积占全省总面积的54.49%,主要分布在荆门、荆州地区以及宜昌东南部地区; 年均NPP与年降水量呈正相关的面积高达87.65%,主要分布在随州、襄阳和孝感北部地区。(4)2000—2018年研究区域内NPP总量增加19.86×10^-2 Tg C,在土地利用变化引起的NPP损益中,主要由其他土地类型向林地、耕地和草地转换引起; 不同时期土地覆盖变化对NPP总量的贡献率有所差异,2000—2010年建设用地贡献率最高为53.81%,2010—2018年耕地贡献率最高为61.53%。     

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。     

张家口清水河上游流域植被指数时空变化特征

为研究清水河上游流域植被指数的时空变化特征及其驱动因子,基于1999—2015年张家口清水河上游流域的气象数据、SPOT Vegetation NDVI数据,结合NDVI与RUE研究该时段研究区植被指数的时空变化,并分析多年来气候和人类活动对植被覆盖度变化的影响。结果表明:1)清水河上游流域植被指数从东向西逐渐减小;2)1999—2015年研究区植被指数不断波动,并呈现上升趋势,85%的区域为植被改善区;其中,8.5%为明显改善区,71.6%为中度改善区;3)1999—2015年,研究区植被变化的主要驱动因子为人类活动,且该区人类活动主要表现为正向干扰;4)年降水量影响年NDVI的波动,同时也是研究区植被空间分布的决定性因子。该研究为地区植被恢复、生态系统稳定和景观功能完善,提供科学依据和决策服务。     

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。     

高寒草地植被与土壤水源涵养功能的时空耦合关系

探究草地植被格局与土壤水源涵养功能的关系,对于评价和有效利用土壤及草地植被资源起着重要的作用。以黄河源区的高寒草地生态系统为研究对象,运用MODIS数据构建土壤水源涵养功能模型并探究其时空变化特征,明确草地植被的时空变化规律,以耦合协调度理论为基础探讨二者耦合关系的季节性变化和空间分布特征。结果表明：(1)2000—2021年土壤水源涵养功能指数和综合植被指数在各个季节上均呈增加趋势,22年的季平均值表现为夏季和秋季高于春季和冬季;(2)2000—2021年各个季节土壤水源涵养功能—植被(SWCF—VEG)的耦合协调度基本上均呈增加趋势,同时各土层深度耦合协调度值的空间分布差异明显,且在季节上表现为夏季>秋季>春季>冬季;(3)2000—2021年季节上各草地类型的SWCF—VEG耦合协调度均为增加趋势;各季节温性草原不同土层深度耦合协调度的平均值均最大,且夏季、秋季和冬季各草地类型的值均表现为10—20 cm>0—10 cm;各草地类型不同季节的耦合协调发展类型各异。研究结果为黄河源区草地植被与土壤水源涵养功能的耦合关系提供高效定量的时空分析方法,可为草地植被...     

2000-2018年黄土高原植被覆盖时空变化及影响因素

自退耕还林等林业生态工程开展以来,黄土高原植被覆被状况明显改善,监测该区植被覆盖时空变化并探究其影响因素,对科学评价生态建设成效具有重要意义.基于MODIS-NDVI数据,采用像元二分法、趋势分析法、偏相关分析法及残差分析法研究黄土高原2000-2018年植被覆盖度时空变化特征及影响因素.结果表明:1)2000-201...     

气候与下垫面变化对黄土高原蒸散发变化的影响评估

为了揭示近20年黄土高原蒸散发(evapotranspiration,ET)时空变化规律,明晰气候和下垫面变化对蒸散发的影响作用。基于黄土高原295个气象站数据、PML_V2 ET产品及MOD13A1 EVI产品,采用趋势分析和多元回归分析等统计方法,分析了2000—2018年黄土高原蒸散发时空变化特征,并评估了降雨、温度、日照时间、饱和水汽压差、植被和非植被下垫面等影响要素的相对贡献率。结果表明:(1)2000—2018年黄土高原蒸散发年际变化率为4.47 mm/a,62.8%的区域蒸散发呈显著增加趋势,主要分布在山西、青海、陕西省北部地区;不同土地覆盖ET为森林＞农田＞草地＞灌木。(2)植被显著增加是黄土高原ET变化的主导因子,其相对贡献率最大(32.1%);不同气象要素对黄土高原ET相对贡献率大小为降雨(14.6%)＞饱和水汽压差(13.2%)＞温度(12.4%)＞日照时数(10.0%);非植被下垫面变化(水土保持工程措施等)对ET变化的影响作用不容忽视。(3)气象要素和增强型植被指数(enhanced vegetation index,EVI)对林草覆被ET影响作用＞农田覆被ET,而非植被下垫面要素对农田覆被ET的影响作用较大。研究结果为黄土高原生态建设、水资源消耗恢复和水资源可持续性评价提供科学支撑。     

基于NDVI分区的全国草地生态系统覆盖区土壤水分遥感反演

为了建立土壤水分遥感反演模型,反演2016年全国草地生态系统土壤水分并分析其时空变化特征,通过结合表观热惯量(ATI)和温度植被干旱指数(TVDI)的混合模型反演2016年全国草地生态系统的土壤水分,并在实测数据与反演结果精度验证的基础上确定归一化植被指数(NDVI)阈值。结果表明:(1)NDVI≤0.2的像元区域,采用ATI模型反演精度较高; NDVI≥0.78的像元上,基于增强型植被指数(EVI)的TVDI反演精度较高; 0.2相似文献   

基于MODIS-EVI的广西西江流域植被时空变化特征及其影响因素

基于MODIS-EVI数据对2007—2016年广西西江流域植被时空变化特征进行了分析,进而探讨其影响因素。结果表明:近10年来,研究区月EVI呈周期性变化,每年7—8月份最高,1—2月份最低,明显受到季节性气候等自然因素控制。EVI年际变化总体呈上升的趋势,可能与一系列植被保护措施有关,但存在两次骤然下降现象,可能是受到重大自然灾害的影响。岩溶区与非岩溶区EVI变化趋势与全区基本一致。研究区EVI具有明显的空间差异,EVI高值(0.4)主要分布于高海拔或人为破坏小的地区,适合实施封山育林、人工造林等生态修复举措;EVI低值(≤0.4)主要分布于水系发达或城市中心地带等低海拔地区,受到自然条件和城镇化发展的制约。另外,研究区植被EVI与气温和降雨均呈显著正相关,且与气温的相关性明显高于降雨,对气温和降雨的响应均存在1个月的滞后期。     

基于Landsat 8遥感影像的黔中水利枢纽工程区土壤含水量反演分析

为了获取黔中水利工程区土壤含水量的变化情况,基于2013—2018年的Landsat 8地表温度产品数据(LST)和植被指数产品数据(NDVI),采用植被供水指数(VSWI)法,反演研究区不同年份土壤含水量,结合实测数据进行精度验证,探讨了研究区土壤含水量分布的时空异质性及主要影响因素。结果表明:(1)基于Landsat 8影像反演的土壤含水量和实测数据具有较好的正相关性,表明Landsat 8影像适于研究区土壤含水量反演;(2) 2013—2018年研究区土壤含水量在时间上表现出波动升高的趋势,年平均增速为0.91%,在空间上呈现出西南部高、东北部低的趋势,以湿润为主;(3) 6年来研究区平均土壤含水量类型发生明显的变化,其面积变化幅度以增加为主;(4)研究区土壤含水量与温度均呈中度负相关,而与降雨量在毕节等部分地区呈高度正相关,在其余地区则呈中度正相关。利用Landsat 8遥感影像数据和植被供水指数(VSWI)可以实现研究区的土壤含水量反演,研究结果可为该地区土壤含水量动态监测和改善区域生态环境提供科学依据。     

基于不同植被指数和分类回归树的关中地区土地利用分类

及时准确地获取土地利用信息可以为土地资源规划管理和生态环境保护提供重要依据。为获取关中地区土地利用信息,比较基于不同植被指数的分类效果,基于2014年10月1日至2016年3月15日33个时相的MOD13Q1数据,通过Savitzky-Golay滤波法重构了NDVI及EVI时间序列,并构建了NDVI+EVI和EVI+NDVI组合植被指数时间序列,在迭代自组织分析算法聚类的基础上采用分类回归树,分4种情形对关中地区土地利用进行了分类,采用混淆矩阵进行空间精度分析,并提取关中5个地市和整个地区的农业用地面积,进行定量精度评价。结果显示:(1)4种情形总体精度均大于96%,Kappa系数均大于0.94;(2)基于不同植被指数的分类精度和农业用地提取精度存在EVI+NDVINDVI+EVIEVINDVI的规律。研究表明:(1)该分类方法适用于关中地区土地利用分类;(2)EVI对植被的识别能力较NDVI高;(3)基于组合植被指数进行分类时,判别依据更多,决策树准确性更高。     

1989—2019年库布齐沙漠植被覆盖度的时空变化

[目的]探究库布齐沙漠近1989—2019年植被覆盖度的时空动态变化规律,为库布齐沙漠植被恢复及生态建设提供理论参考和基础数据。[方法]以1989—2019年每5 a为1期(共7期)的Landsat影像为数据源,结合归一化植被指数(NDVI)像元二分法模型,利用ENVI 5.3和ArcGIS 10.2分析库布齐沙漠1989—2019年植被覆盖度(FVC)时空动态变化特征。[结果](1)在时间变化上,近30 a间库布齐沙漠植被覆盖度整体呈增长趋势,平均植被覆盖度由0.104增长到0.243。在空间分布上,库布齐沙漠植被覆盖度呈现由西向东、向北增加的特征。(2)库布齐沙漠植被覆盖在1999—2004年和2009—2014年均呈现退化趋势,平均植被覆盖度分别减少0.053和0.054,退化面积分别为3 870.22和6 093.59 km~2,退化程度均以植被覆盖度减少10%～30%为主。[结论] 1989—2019年库布齐沙漠植被覆盖度总体有所改善,未来该区生态修复重点关注低植被覆盖区域。