基于RS的昆明市植被覆盖度变化动态分析

植被覆盖度是反映植被状况的重要因素,以1988、1996、2000、2006和2010年5个时相的TM和ETM＋影像数据,利用像元二分法模型计算了昆明市植被覆盖度并分析其时空变化。结果表明,1988～2010年的22年间,昆明市的植被覆盖度变化明显,平均植被覆盖度从56．2％下降到50．7％,降幅达5．5％;特别是官渡区和呈贡新区变化幅度最为显著,降幅分别为12．3％和6％。按时段分析结果,1988～2000年昆明市整体植被覆盖度呈下降趋势,2000～2010年呈增长趋势。分析认为,城市的发展与扩建导致植被覆盖度减少;应注重城市绿化建设,新建公园与广场,使城市植被得到恢复。     

滇东南喀斯特石漠化地区植被覆盖度时空变化特征研究

植被覆盖度是评价区域生态环境的重要指标,以Landsat影像为数据源,对云南省砚山县2000年、2010年和2020年3个时期的植被覆盖度进行估测,并分析其时空变化特征与地形、气候的关系。结果表明,砚山县整体植被覆盖度较高,2020年以较高度和高度植被覆盖度为主,在空间分布上呈东高西低的特征,在时间变化趋势上,2000—2010年不同等级植被覆盖度由高水平植被覆盖转为低水平植被覆盖,植被严重退化,2010—2020年由低水平植被覆盖转为高水平植被覆盖,植被覆盖显著改善;3个时期的植被覆盖分布在坡度等级上存在明显的线性关系（R²>0.95）,植被覆盖度随坡度的增加呈升高趋势,在海拔梯度上随海拔的上升呈先减少后增加再减少的规律性变化。研究区植被覆盖度受降水与气温的共同影响,但与降水量的相关性更紧密。     

2011-2020年武威市植被覆盖度时空变化特征分析

基于武威市2011-2020年MODIS13Q1数据提取16d的NDVI数据,通过Arcgis像元统计工具计算得到年均NDVI数据,采用回归趋势分析法研究植被覆盖度时空变化、生态适应性和植被地域分布等主要特征.结果 表明:武威市植被地域分布特征明显,植被覆盖度整体呈自北向南递增趋势空间分布,高覆盖度主要分布在天祝县南部...     

叶尔羌河流域植被覆盖度时空变化分析

内陆河流域植被覆盖度变化特点及趋势是反映全球气候变化的基础指标之一。基于MODIS NDVI、DEM数据及气象站点记录数据,应用趋势分析、偏相关分析和空间统计等方法,探讨2000-2015年新疆叶尔羌河流域植被覆盖时空变化特征及趋势,并分析其与气象因子及地形因子间的相关性。结果表明:(1)2000-2015年间叶尔羌河流域植被覆盖主要以低覆盖度为主,平均植被覆盖度为0.233,16年来植被覆盖度呈微弱增加趋势。(2)叶尔羌河流域植被覆盖主要集中在流域中部农耕区,植被覆盖空间分布总体特征表现为距叶尔羌河越近,植被覆盖度越高。(3)相关性分析结果显示研究区植被覆盖度与温度呈正相关,与降水量间的相关性不显著。(4)植被覆盖度随地形因子的变化存在差异性。随着坡度的增加,植被覆盖度呈降低趋势,坡度越大,植被覆盖度越小;植被覆盖度在各个坡向上的差异不显著。总体上,阳坡的植被覆盖度优于阴坡;随着海拔的增加,植被覆盖度变化情况较为复杂。     

湖北省植被覆盖度变化及其对地形因子的响应

在RS和GIS技术的支持下,基于MODIS-NDVI数据,采用像元二分模型估算了湖北省2000―2015年的植被覆盖度。运用一元线性回归趋势分析方法和有序聚类分析方法对植被覆盖度时空变化趋势及突变进行了研究,并结合DEM分析其对高程、坡度等地形因子的响应。结果表明:(1)湖北省植被覆盖度整体较高并呈现西高东低、四周高中间低的空间分布格局,地形、土地覆被类型等是影响湖北省植被覆盖度空间分布的重要原因。(2)2000―2015年湖北省植被覆盖度整体上呈现波动上升态势,但以不显著变化为主。其中,基本不变区占研究区总面积的88.10%,显著增加、显著减少区分别只占1.52%和1.31%。鄂西山区是植被覆盖度的主要改善区,武汉城市圈则是主要退化区。(3)植被覆盖度分别在700 m高程带和14°坡度带发生显著突变。100 m及2 500~2 800 m高程带植被覆盖度在2009年发生显著突变;300~400 m及1 100~2 400 m高程带在2004年发生显著突变。2°~10°及46°~52°坡度带植被覆盖度在2004年发生显著突变。16 a间湖北省植被覆盖度变化可能是气候波动、退耕还林工程实施等因素共同作用的结果,其中退耕还林工程的实施是该区植被覆盖度增加的主要因素。     

2010—2020年云南省植被覆盖度时空变化及其地形效应

利用MODIS数据,基于像元二分法估算植被覆盖度,应用趋势分析法和变异系数,分析了2010—2020年云南省植被覆盖度的时空分布和变化特征;结合SRTM DEM数据,分析了云南省平均植被覆盖度的地形效应.结果表明:①时间上,云南省月平均植被覆盖度变化呈"单峰"分布,植被覆盖度2月份最低,9月份最高;年平均植被覆盖度呈小...     

基于MODIS NDVI数据的粤港澳大湾区植被覆盖时空演变

为研究粤港澳大湾区的植被覆盖变化,采用2001—2020年的MODIS NDVI遥感数据,通过像元二分模型估算粤港澳大湾区的年最大植被覆盖度,运用一元线性回归、变异系数分析和R/S分析等方法,在像元尺度上探索植被覆盖度的时空演变规律,并预测其未来发展趋势。结果表明:1)大湾区植被覆盖度总体呈下降趋势(速率-0.023/10年);2)不同地域的植被覆盖在稳定性上差异显著,植被覆盖不显著变化区域占比69.18%,显著改善区域占比9.87%,显著退化区域占比20.95%;3)植被覆盖演变趋势整体以弱持续性序列为主,预测植被覆盖退化面积占比52.44%。基于研究结果提出对策建议,为我国国土空间生态规划、区域植被修复提供参考依据。     

基于Landsat影像的北京市植被覆盖变化特征分析

以北京市为研究区,基于2000年Landsat 5TM和2010年Landsat 5TM遥感影像数据,利用像元二分模型对2000年至2010年北京市植被覆盖度及其动态变化进行定量分析。研究表明:2000年,北京市植被覆盖度主要为低植被覆盖、中等植被覆盖和中高植被覆盖;2010年,北京市植被覆盖度主要为中高植被覆盖和高植被覆盖。2000~2010年10年间,高植被覆盖和低植被覆盖区的变化程度最大,前者增加3066km2,约占北京市总面积的18.25%,后者减少2103.36km2,约占北京市总面积的12.52%,其余等级植被覆盖区域面积变化程度相对较小。2000年,低植被覆盖的面积最大,2010年,中高植被覆盖的面积最大。10年间,以中等植被覆盖→中高植被覆盖为最主要的转换类型,转换率达到45.501%。     

北京永定河流域森林植被覆盖研究

利用1978～2009年间共6期TM遥感数据,采用归一化植被指数（NDVI）结合二值化分析方法确定植被覆盖度的阈值,对北京市永定河流域32年来的森林植被覆盖变化情况进行研究,揭示永定河流域森林植被覆盖变化的驱动力因子与作用机制．结果表明,永定河流域上游植被覆盖度较高,中下游覆盖度较低,整个研究时期内植被覆盖度呈现波动变化,1978～1987年间,植被覆盖度急剧下降,而1987～1995年间植被覆盖度略有提高,但之后又迅速下降,2000年植被覆盖度处于历年最低值,2000～2004年间植被覆盖度呈上升趋势,2004—2009年间植被覆盖度趋于平稳．驱动力分析表明,引起植被覆盖变化的主要驱动因素是人为因素,包括人类破坏和保护2方面,其次是气候因素,包括降水和温度,其中降水占主导地位．     

浑善达克沙地2000—2018年NDVI时空变化及其驱动因素分析

基于MODIS和气象数据,对浑善达克沙地2000—2018年植被NDVI时空变化及其驱动因素进行分析。结果表明:(1)19 a间植被NDVI总体呈现上升趋势,年均值为0.35,上升幅度为0.057/10 a;在空间分布上,苏尼特右旗、苏尼特左旗东部和克什克腾旗和锡林浩特市部分区域植被有退化趋势,阿巴嘎旗、正蓝旗、正镶白旗的大部分区域植被呈增加的趋势,植被NDVI改善区域面积占总面积的58.42%,退化面积占总面积的17.95%。(2)浑善达克沙地年均降水量在127.6~348.6 mm之间,浑善达克沙地NDVI与降水的偏相关系数在-0.88~0.94,正相关性达到97.59%;NDVI与气温的偏相关系数在-0.81~0.88,正相关区域占总体的68.96%,负相关区域占总体的31.04%,整体而言降水是研究区NDVI变化的主要影响因素。     

2000—2020年福建省植被恢复对气候变化的响应

为了分析2000—2020年福建省植被恢复力和对气候变化的抵抗力的变化趋势,从多尺度研究植被恢复力的驱动因素及其响应机制。对MOD13Q1产品的增强型植被指数和气候指数建立多元线性回归模型,分析植被恢复力和抵抗力的变化趋势,通过地理探测器和多项逻辑回归模型从多尺度分析不同尺度下气候、地形和道路因素对植被恢复力的影响机制。结果表明：植被恢复力的变化趋势具有明显的空间异质性,增强趋势主要出现在北部地区,植被对降水量的抵抗力整体呈现减弱趋势,对潜在蒸散的抵抗力除北部呈减弱趋势外,其他各区域呈现增强趋势。地理探测器因子探测结果显示在多个尺度上植被恢复力与降水量、气温、地形(海拔和坡度)、不同等级道路核密度、人类活动等因素相关。多项逻辑回归结果表明20 a间气温、降水和坡度对植被恢复的正向影响加强,海拔、人口和国内生产总值对植被退化的正向影响逐渐减弱。2010—2020年,铁路核密度较高的区域对植被恢复的促进作用更弱,国省级道路核密度较高的区域对植被恢复的抑制作用更强。福建省植被整体呈现正向演替,植被对人类活动和地形因素的响应逐渐减弱,气象因素和道路因素对植被的影响更为明显。     

桂西南喀斯特-北部湾海岸带植被NDVI时空演变分析

为揭示桂西南喀斯特-北部湾海岸带的植被NDVI时空演变,为该区域生态环境建设提供科学依据,以桂西南喀斯特-北部湾海岸带为研究区,利用2000～2018年五期植被NDVI数据,采用像元二分模型、趋势分析及变异系数方法,对该区域进行了植被NDVI时空演变分析。结果表明:①时间分布特征:2000～2018年NDVI值在0.268～0.837波动变化整体,属于中覆盖度;2000～2006年间植被NDVI变化率较稳定;2006～2007年间,植被NDVI值出现急剧下降,下降了0.322;2008～2013年间,植被覆盖度呈波动态势,2013～2018年间,植被NDVI呈上升的趋势;②空间分布特征:整体植被覆盖度情况由城市中心向周边地区呈持续增高的空间格局,2000年百色和北部湾海岸带部分地区为中低植被,2005年崇左和钦州变化最大,整体为中高植被覆盖。2010年植被覆盖情况继续好转,2015年百色、南宁周边县以及北部湾海岸带地区由中低值被覆盖好转至中高植被覆盖。2018年整体态势与2015年相似;③变异系数分析:变异程度为非常稳定的,呈波动起伏并逐年降低趋势,变异程度为稳定的,稳步升高;变异程度为变异较少的,2000年变异面积最少,2018年变异面积最多,2000年变异剧烈面积最少。     

塞罕坝植被覆盖时空分异与驱动机制研究

研究塞罕坝林场植被覆盖变化及其驱动机制能够为区域植被保护与森林经营管理提供重要的理论依据。基于MODIS-NDVI、气温和降水数据,采用趋势分析、偏相关性分析、残差分析和相对作用分析等方法,分析塞罕坝林场2000—2020年不同植被覆盖的时空变化,探讨气候因素和人类活动对不同植被覆盖的驱动机制。结果显示：(1)塞罕坝林场植被覆盖的归一化差异植被指数(NDVI)低于0.55的区域归为低植被覆盖区,NDVI高于0.65的区域为高植被覆盖区,而NDVI为0.55～0.65的区域为中等植被覆盖区。(2)2000—2020年,不同植被覆盖等级NDVI的平均增长速率有所差异,低植被覆盖区NDVI平均增长速率较快;其次是中等植被覆盖区和高植被覆盖区;尤其是2007年之后,塞罕坝林场全域NDVI平均增长速率明显高于2000—2007的植被NDVI平均增长速率。(3)在不同植被覆盖等级区,NDVI的主要驱动因素也有所不同,低植被覆盖区NDVI主要受到人类活动的影响,其贡献率高达60.78%;中高植被覆盖区主要驱动因子存在着空间异质性,即中高植被覆盖区的西部和东南部的低海拔区主要受人类活动的影响,而东北部...     

2001-2021年西宁市植被覆盖时空变化特征分析

为揭示西宁市近20年植被覆盖的时空变化规律,为西宁市植被应对气候变化及生态良性发展提供科学指导,选取西宁市2001-2021年植被遥感数据,采用像元二分模型、最大值合成法及Slope趋势分析法等对西宁市植被覆盖变化特征进行分析,探究了研究期内西宁市植被覆盖的时空变化规律。结果表明：(1)在时间变化上,月际植被覆盖度呈现显著上升趋势,月总平均植被覆盖度在0.3412,由0.2963增长到了0.4222,其中7月份植被覆盖度(0.4222)最高,12月份(0.2963)最低。年均植被覆盖度呈现显著上升的趋势,由0.3350增长到0.3532。(2)在空间分布上,西宁市植被覆盖度呈现由西向东、由北向南增加的趋势。低植被覆盖区域呈现减少趋势,其余植被覆盖等级均呈现增加趋势。(3)在变化趋势上,2001-2021年植被覆盖度显著增加区域面积达到了33645.6 km²,占比为30.75%,植被覆盖度显著减少面积为30740.4 km²,占比为28.10%。2001-2021年植被覆盖度总体呈现上升趋势,未来西宁市生态环境建设的重点应该放在低植被覆盖区域...     

2000—2020年福州市植被覆盖度时空变化分析

该研究选取福州市2000,2005,2010,2015,2020年5期的Landsat遥感影像数据,运用ENVI5??3与ArcGIS10??2,在对影像预处理后得出其归一化差分植被指数(NDVI),并与像元二分模型相结合得出植被覆盖度,结合差值法、均值法、空间自相关等方法对福州各地区植被状况进行分析,研究2000至2020年福州市植被覆盖度的时空分布及变化特点.结果表明:福州市的总体植被覆盖水平较高,其植被覆盖度分布呈现西部和北部普遍高于东南部地区,沿闽江流域地区与沿海地区的植被覆盖度普遍较低;永泰县、闽清县、闽侯县等地势较高且人为活动因素较少的地区,植被覆盖水平较高.福州主城区与东南沿海地区的植被覆盖度由2010年前的明显退化,在2010年后间转变为明显改善,但诸如永泰县的某些高植被覆盖度区域,由2010年前明显改善在后10 a间转变为明显退化.福州市政府森林城市建设,特别是对主城区与沿海地区植被的改善已卓有成效,但也要注意开发西部地区乡村旅游观光、森林产业对原有绿色生态的影响.     

近15年贵州高原植被变化时空格局分析

基于2000-2014年MODIS-NDVI时间序列数据集,探讨了贵州高原植被变化的时空格局。结果表明:研究期间贵州省植被覆盖度年际变化总体呈现上升趋势,但具有明显的时空变化。从空间分布上看,植被覆盖度的空间分布格局为东南部及北部地区高、西部地区较低。研究期间植被覆盖度较高的区域为黔东南州和黔南州,植被覆盖度较低的区域为毕节市和安顺市。高植被覆盖面积比例最大,低植被覆盖面积比例最小。2000-2010年间,高植被覆盖面积在逐渐增加,低植被覆盖、较低植被覆盖、中度植被覆盖、较高植被覆盖面积逐渐减少;2010-2014年间,高植被覆盖面积出现下降趋势,其他覆盖类型面积逐渐增加。     

基于MODIS的近10年来汾河上游植被动态变化监测

植被是生态系统的最重要组成部分,以植被覆盖度为指标研究区域植被的时空动态特征,是生态系统健康评价的前提和必要基础。以山西省汾河上游为研究区域,利用RS和GIS技术,基于长时序的MODIS-NDVI数据和趋势分析方法,结合数字高程模型(DEM),对汾河上游植被覆盖度的时空变化进行了研究。研究表明:1)NDVI平均值较大的区域分布在汾河上游的边缘地带,而在靠近汾河流域的平坦区域,NDVI平均值越来越小;2)从时间上看,2000—2010年来汾河上游NDVI最大值呈上升趋势,NDVI随年份的增长率7.8%/10a,植被覆盖明显改善;3)2000—2010年来,NDVI趋势值增大的区域主要分布在汾河上游的中部及中南部地区,NDVI趋势值减小的区域则分布在汾河上游流域的边缘地区;4)在不同海拔高度上,NDVI平均值随DEM值的升高整体呈显著的增大趋势,但是NDVI变化趋势随DEM的升高先增大后减小。本文研究结果可为该区的植被变化提供理论依据,有助于对土地资源的保护,制止不合理的开发利用方式,同时也可以加深对该流域土壤侵蚀治理的理解,对于改善生态环境也有重要的意义。     

基于RS的长株潭绿心区植被覆盖动态变化研究

以2000年、2005年、2011年3个时期的landsat5TM遥感影像为数据源,利用像元二分法模型反演三个时期的植被覆盖度,并研究3期植被覆盖度变化特征、植被覆盖度转移矩阵。结果表明:研究区植被覆盖状况良好,3期Ⅳ级和Ⅴ级植被覆盖度(f_c0.5)区域的面积和占总面积百分比均为79%以上。2000—2011年,研究区植被覆盖度总体呈下降趋势,2000年平均植被覆盖度为0.78,2005年平均植被覆盖度为0.72,2011年平均植被覆盖度为0.70。     

基于多特征SVM的昆明市城市森林时空分布信息提取

采用2017年昆明市主城区Landsat TM/OLI及DEM数据,采用SVM分类方法,对比不同多特征组合的分类精度筛选出森林提取的最佳特征组合,并由此得到2000、2010及2017年昆明市主城区森林分布,分析3期森林的总面积、不同海拔森林面积分布和植被覆盖度变化。结果表明,光谱、纹理以及地形特征的多特征组合为城市森林提取的最佳组合(精度为92.69%);2000—2017年昆明市主城区森林总面积呈上升趋势,海拔低于2 000 m区域的森林面积逐年减少,而高于2 000 m区域的森林面积逐年增加;随时空变化呈现出低植被覆盖度及高植被覆盖度面积增加,中植被覆盖度及较高植被覆盖度面积减少的趋势。     

2013～2021天津市静海区植被覆盖度时空变化分析

植被是地球生态系统能量循环中不可缺少的一部分,植被覆盖度是揭示某一区域生态环境演变特征的重要指标,与维持生态系统稳定等息息相关。基于天津市静海区2013、2017、2021年三景Landsat8 OLI影像,采用归一化植被指数NDVI与像元二分模型等方法对该区域植被覆盖度进行研究,并结合一元线性回归趋势分析法和转移矩阵分析法对该地区植被覆盖度的时空变化开展了分析研究。结果表明：(1)空间分布呈东北部低、西北、南部高的特点,其中南部的植被覆盖度最高;(2)植被覆盖度呈现先下降后升高的趋势;(3)研究区整体覆盖水平上升,但仍有少部分主要是向更低等级覆盖度转移,需要多加关注、协调发展。