基于CA-Markov模型的陕西省植被覆盖模拟及预测

以陕西省作为研究区域,首先基于MODIS NDVI中国月合成数据计算研究区2000、2005、2010和2015年度的植被覆盖度并进行等级划分;而后利用CA-Markov模型,以植被覆盖度等级作为元胞类型,计算不同时期各植被覆盖度等级的转移矩阵,由此模拟2010和2015年的NDVI值;对比模拟NDVI结果和原始影像数据,评价模拟精度,并预测2020年NDVI的空间分布状况。结果表明,利用CA-Markov模型进行植被覆盖空间分布的模拟,得到2010和2015年模拟结果的Kappa系数分别为0.797 5、0.853 2,符合精度要求,可以用于植被覆盖空间分布的预测。陕西省植被覆盖存在明显的空间差异性,呈现出陕北—关中—陕南地区植被覆盖度逐渐递增的纬度地带性规律。2000—2020年各级植被覆盖区均有向更高一级植被覆盖区变化的趋势。总体上植被覆盖度上升趋势明显,尤以陕北地区北部变化最为显著,关中地区和陕南秦巴山区植被覆盖度增幅较小。     

世界自然遗产地荔波县植被覆盖时空变化研究

基于2000—2015年MODIS NDVI数据,在GIS技术支持下,采用最大值合成法、趋势分析和变异系数等方法,研究了世界自然遗产保护区荔波县植被覆盖的时空变化特征。结果表明:荔波县植被覆盖较好的区域主要分布在东部和西部区域,城镇及交通线沿线的植被覆盖较差。研究期间植被覆盖总体呈上升趋势,其中2000—2006年间植被覆盖变化比较缓慢,2006—2012年间植被上升趋势最显著,2013—2015年间植被上升趋势变缓。研究区植被覆盖变化空间差异性显著,自然保护区的植被覆盖较好,植被覆盖比较稳定;南部区域的植被退化应该引起重视。     

基于SPOT影像的植被覆盖度遥感估算研究

植被覆盖度作为衡量地表植被覆盖的一个重要指标,对于揭示地表空间变化规律、分析评价区域土地系统具有重要的现实意义。在植被覆盖度提取中,归一化植被指数(NDVI)结合像元二分模型是关键技术。以SPOT影像为数据源,在充分考虑区域土壤和植被类型等背景基础上,对研究区植被覆盖度提取研究,为研究区提供植被覆盖度空间分布数据。实证结果表明:研究区植被覆盖度40%~80%居多,植被覆盖率较高,属稠密区,说明应用归一化植被指数结合像元二分模型对研究区植被覆盖度进行遥感估算是可行的。     

2003～2020年海南岛植被覆盖变化及影响因子分析

海南岛植被生长旺盛,森林覆盖率超过60%。增强植被指数EVI(Enhanced Vegetation Index)能够较好地反映植被覆盖状况,尤其反映植被覆盖度高区域的植被生长状况。利用2003～2020年的MODIS EVI数据来研究海南岛植被覆盖状况。采用Theil-Sen Median趋势分析和Mann-Kendall检验来研究EVI的时空变化及趋势特征;结合Hurst指数,研究EVI的可持续特征;EVI与气温、降水时间序列和地理栅格相关性分析,研究海南岛植被覆盖与气温、降水相关关系。研究表明：(1)空间上,海南岛植被覆盖整体状态好,约60%的区域EVI大于0.5,植被覆盖度呈现中间高四周低,南高北低的分布特征。(2)时间上,2003～2020年海南岛植被覆盖变化以改善为主,改善区域占比为90.2%,其中显著改善区域占比65.5%。海南岛未来植被覆盖变化趋势以持续性改善为主,持续性改善区域占比81.2%,持续性退化区域占比7.6%,未来变化趋势不确定区域占比11.2%。(3)气象影响因子上,海南岛植被生长年际变化受降水影响大于气温,面积占比38%的区域植被年际生长与降雨呈正相关关...     

植被覆盖变化分析及其预测方法研究——以吉林东部为例

[目的]研究植被覆盖的动态变化及其预测方法。[方法]在GIS平台的支持下,以NDVI为主要数据源,对研究区不同年度植被覆盖情况进行空间叠置分析,揭示吉林东部近10年植被覆盖变化的空间分布规律。并利用马尔柯夫模型和灰色系统G(1,1)模型预测吉林东部植被覆盖的年度变化趋势。[结果]吉林东部植被覆盖有上升的趋势但总体变化不大,植被覆盖变化较大的区域主要分布在湖泊和河流周围。马尔柯夫和灰色系统G(1,1)两种模型的预测结果与实际观测结果基本吻合。[结论]该研究结果为有效地保护山区林地的植被覆盖提供了参考依据,同时,对于制定吉林省及全国的林地建设规划和社会经济可持续发展的科学决策均具有重要的参考价值。     

植被覆盖变化分析及其预测方法研究——以吉林东部为例(英文)

[目的]研究植被覆盖的动态变化及其预测方法。[方法]在GIS平台的支持下,以NDVI为主要数据源,对研究区不同年度植被覆盖情况进行空间叠置分析,揭示吉林东部近10年植被覆盖变化的空间分布规律。并利用马尔柯夫模型和灰色系统G(1,1)模型预测吉林东部植被覆盖的年度变化趋势。[结果]吉林东部植被覆盖有上升的趋势但总体变化不大,植被覆盖变化较大的区域主要分布在湖泊和河流周围。马尔柯夫和灰色系统G(1,1)两种模型的预测结果与实际观测结果基本吻合。[结论]该研究结果为有效地保护山区林地的植被覆盖提供了参考依据,同时,对于制定吉林省及全国的林地建设规划和社会经济可持续发展的科学决策均具有重要的参考价值。     

伊洛河流域植被覆盖空间分异研究

植被覆盖信息对于流域资源与生态环境质量评价、综合治理与开发、可持续发展等具有重要意义。以伊洛河流域2009年的TM影像为数据源,基于像元二分模型提取该流域的植被覆盖度,并将植被覆盖度由低至高分为5类,研究流域植被覆盖的空间分异状况。结果表明:流域的植被覆盖整体较好,平均值达到60%左右,高值区域分布在栾川县、熊耳山附近、洛南县南部;低值区域分布在嵩县和洛宁县以下河段,覆盖度大于80%的区域大约占整个流域面积的57%,主要集中在陆浑水库至洛宁县一线上游的区域;而覆盖度在0～20%的区域只占不到5%,主要是上河流沿线、洛南县中上部和洛阳市所在区域。研究结果将为该区域的资源环境保护和开发治理提供基础数据。     

阿拉善高原植被覆盖动态监测与驱动因素分析

阿拉善高原作为我国生态环境重度危急区,定期评价植被动态变化对区域生态环境保护和建设、保障北方地区生态安全及维护社会经济可持续发展具有极其重要的作用。利用遥感影像和气象数据,辅以趋势分析、重标极差及偏相关分析等方法,从全区及旗县尺度对2000-2015年阿拉善高原植被覆盖时空变化及其影响因素进行分析研究。从时间变化特征来看,额济纳旗、阿拉善右旗、阿拉善左旗植被覆盖度均呈增加趋势,其中,阿拉善左旗植被覆盖度最高。总体而言,近16 a阿拉善高原植被覆盖度呈现改善趋势,但以低植被覆盖区为主,植被覆盖区域占阿拉善高原总面积的24.77%。从空间分布特征来看,阿拉善高原植被覆盖具有明显的空间差异,具有东南部高,西北部低的分布特征。Hurst指数表明阿拉善高原植被覆盖度未来变化趋势为东南部持续改善,西北部严重退化。从驱动因子来看,植被覆盖对降水和潜在蒸散存在时滞效应。此外,阿拉善高原植被覆盖度的增加与当地牲畜数量的下降具有负相关关系。     

恩施市植被覆盖时空特征及动态变化分析

以湖北省恩施市为研究区,运用RS和GIS技术,采用归一化植被指数及像元二分模型,对2007—2015年3个不同时期同一季像的遥感影像进行不同年份植被覆盖度信息的提取,基于转移矩阵及统计分析2007—2015年植被覆盖度时空变化特征和空间分布。通过对比分析可知,恩施市植被覆盖度以较高等级以上植被覆盖度为主,3期较高以上植被覆盖度占总面积比例均在68%以上。总体分布特征是中部地区及东北部地区植被覆盖度较低,向西南部及西北部的覆盖度逐渐升高,高覆盖的植被主要集中在西南部及东南部地区。恩施2007—2015年植被覆盖度一直处于正向增长趋势,未出现局部或整体退化的现象,中等及较高植被覆盖度转出面积基本转向至高植被覆盖区域,高植被覆盖区域面积共增加910.3 km~2,增加了22.98%。恩施大部分乡镇植被覆盖度均处于较高的覆盖水平,2007—2015年总体呈现增长趋势。     

黄河中上游植被覆盖与人类活动强度的时空动态演化

基于MODIS-NDVI数据,采用趋势分析法、残差分析法,结合土地利用类型遥感数据及县域社会经济数据,计算人类活动强度,并在此基础上分析2000—2015年黄河中上游植被覆盖空间分布状况、时间变化趋势与人类活动强度的关系.结果表明:(1)黄河中上游地区的植被覆盖整体呈现出由东南向西北逐步减少的趋势,且存在与400 mm等降水量线基本一致的分界线.(2)退耕还林前后植被退化区占研究区域的3.65%,主要分布在经济发展程度较高的市辖区;植被改善区域占研究区域的31.12%,主要分布在陕西北部、甘肃东南部及宁夏南部;植被覆盖状况基本不变的区域占65.22%.总体来说,植被覆盖情况有所改善,但生态恢复与生态恶化并存.(3)植被覆盖状况与人类活动强度具有较高的相关性.(4)植被覆盖与人类活动强度呈现出较为同步的动态演化趋势.     

基于长时间序列叶面积指数的内蒙古农牧交错区植被景观格局分析

采用叶面积指数数据,通过植被等级划分、转移矩阵及景观指数分析,对内蒙古农牧交错区植被覆盖动态变化和景观格局进行分析。结果表明:1）植被覆盖等级空间分布的主要特点为东部由覆盖度等级比较高的中度、中高度、高度植被所覆盖,西部由覆盖度比较低的无植被、低度、中度植被覆盖。2）1983-2019年无植被、低度、中度植被覆盖区域面积在持续减少,中高度、高度植被覆盖区域面积在不断扩大,植被转移的方向主要由低覆盖区向高覆盖区转化,植被得到很好的恢复。3）从植被景观格局角度来看,研究区植被景观破碎化、复杂度程度逐渐变小。不同覆盖等级植被逐渐混杂、聚合。中高度及高度覆盖景观优势度明显提高,植被格局向趋于稳定的方向发展。4）气候因子和人类活动对研究区植被的恢复起到了很大的促进作用,但相比较而言,人类活动的作用更大。     

2000-2016年陈巴尔虎旗植被覆盖度时空变化遥感动态监测

为研究我国典型农牧交错区长时序地表生态变化特征,以内蒙古自治区陈巴尔虎旗为例,基于2000—2016年MODIS NDVI数据,综合应用MVC、像元二分模型、一元线性回归模型、T检验等方法,对陈巴尔虎旗植被覆盖时空变化特征进行定性定量分析。结果表明：受气候、地形、人为因素等影响,陈巴尔虎旗地区植被覆盖度呈现东高西低的空间分布特征;17年该地区的植被覆盖整体呈波动下降趋势,平均植被覆盖度由2000年的58.81%减少到2016年的48.14%;植被覆盖度减少的区域占55.66%,主要分布在宝日锡勒镇、巴彦库仁镇、鄂温克民族苏木。研究成果为定量评估区域生态变化的累积效应提供了数据支撑。     

基于GF-1数据的南京江北新区植被覆盖度遥感估算

以南京江北新区为研究区,选用GF-1 16 m分辨率的MFV4多光谱传感器数据,基于像元二分模型对研究区进行植被覆盖度遥感估算。结果表明,GF-1数据可以快速有效地反映地表植被的空间分布状况。对结果的分级统计显示,江北新区植被覆盖较高,生态环境良好,适宜打造绿色宜居区域。     

关中-天水经济区人类活动对植被覆盖变化的影响

为探究植被覆盖变化及人类活动对改善关中地区及西北地区的生态环境影响,利用植被覆盖和地表温度数据,结合Sen趋势与Mann-Kendall检验分析关中-天水经济区2001—2016年的植被覆盖变化趋势,并根据估算的土壤湿度因子,应用残差法评价人类活动对植被覆盖变化的影响程度及影响方向。结果表明:1)从时间变化维度来看,2001—2016年关中-天水经济区植被覆盖变化总体呈良好趋势,且整体表现为在不断波动中递增,表明关天经济区进行的生态环境建设工程正在慢慢凸显它的生态效应。2)从空间变化维度来看,关中-天水经济区植被覆盖显著增长的区域面积占35.87%,主要集中在研究区南北两侧。而显著下降的面积区域占3.21%,主要分布在城市中心,即经济发展活跃的地区,如西安市区,宝鸡市区,天水市区,铜川市区等。3)关中-天水经济区植被覆盖受自然因素影响较小,受其他因素影响大。其正相关区域占13.43%,不显著相关区域占85.26%。4)关中-天水经济区人类活动对植被覆盖变化的正作用大于负作用。其中,正作用区域主要分布在研究区北部和东南地区,其主要原因是人类活动不频繁,建设生态屏障、加强退耕还林、三北防护林保护以及水土保持等生态工程促进植被NDVI增长。负作用区域主要分布在渭河沿线、经济活动较高地区,其主要原因有:人类活动频繁、过度城市化、工业化等抑制植被生长。5)植被覆盖的增长和下降区域与人类活动对植被影响的正作用和负作用区域大致相同。这也从侧面反映了关天经济区植被覆盖情况受人类活动影响大。总之,在负作用区域,在经济建设发展的同时也要注重植被建设、以及对植被乃至生态环境的保护。     

基于RS的环巢湖区域植被覆盖动态变化研究

利用1995年、2005年、2013年同一季相的TM图像数据,通过遥感(Remote sensing,RS)技术,采用基于归一化植被指数(NDVI)的像元二分模型,提取不同年份植被覆盖度信息,分析环巢湖区域1995—2013年植被覆盖动态变化情况及空间分布情况。结果表明,1995—2013年,环巢湖区域的植被覆盖度先升后降,城市及其边缘地区植被覆盖度低且下降迅速,部分乡镇植被覆盖则呈上升趋势。     

内蒙古中部植被覆盖时空变化及影响因素

研究内蒙古中部植被覆盖在2010—2019年变化过程以及空间分布.依据2010—2019年的MOD13Q1-MODIS NDVI数据,利用薄盘样条插值法、趋势分析、地理探测器、面积转移矩阵等方法,分析得出10 a间植被覆盖动态变化、空间分布特征以及气象类和非气象类因素对其分布的影响.结果表明:研究区内的植被覆盖在10 a间以0.014/10 a的速度增长,总体看来,有改善趋势.降水是影响该地区主要的气候类因素,尤其是6—8月、3—5月降水量影响最为明显.气压和风速对于植被的影响仅次于降水,而气温对于植被的作用只有在与降水交互作用下才会表现.土地利用类型、植被类型是解释植被覆盖的主导性非气候类因素.人口空间分布、GDP、坡度、坡向、地面粗糙度的影响有限,只有在与气候类因素交互作用下更好的解释植被覆盖的空间分布.     

基于RS和GIS的雅安市植被覆盖度与地形因子相关分析

以雅安市为研究区,以2001、2009和2016年相同时像的Landsat遥感影像为数据源,采用基于植被指数的像元二分法分别计算雅安市的植被覆盖度,并且结合DEM数据,分析不同海拔带、坡度带和坡向的植被覆盖分布及变化特征。结果表明,雅安市植被覆盖度2001—2016年不断递增;在海拔0～3 000 m区域植被覆盖度较高,在海拔>3 000 m地区,植被覆盖度依次降低。研究区植被覆盖度具有明显的坡度分宜特征,总体上呈现出随坡度的增加植被覆盖度先增加后减少的特征。研究区域总体来看阴坡、半阴坡、阳坡、半阳坡4个坡相植被覆盖度差异不显著,阴坡植被覆盖度较高。     

济南泉域重点渗漏带植被覆盖空间异质性

通过遥感解译、地统计及数理统计等方法分析了济南泉域现存重点渗漏带植被覆盖的空间变异特征。结果表明:近自然型重点渗漏带12个,总面积221.07 km~2,其中非植被区面积1.08 km~2,劣植被覆盖区面积16.07 km~2,低植被覆盖区面积4.84 km~2,中低植被覆盖区面积24.70 km~2,中植被覆盖区面积37.85 km~2,高植被覆盖区面积137.53 km~2。人为干扰型重点渗漏带7个,总面积78.32 km~2,其中非植被区面积0.82 km~2,劣植被覆盖区面积23.48 km~2,低植被覆盖区面积6.24 km~2,中低植被覆盖区面积24.73 km~2,中植被覆盖区面积12.69 km~2,高植被覆盖区面积10.66 km~2。近自然型重点渗漏带除高植被覆盖区面积变异系数为84.84%,属于中等变异外,其他均属于强变异性。人为干扰型重点渗漏带除高植被覆盖区和中植被覆盖区面积变异系数高于100%,为强变异性外,其他均为中等变异性。从非植被区到高植被覆盖区,近自然型重点渗漏带植被覆盖区空间变异程度逐渐减小,人为干扰型重点渗漏带植被覆盖区空间变异程度呈先减小后增加的趋势。植被覆盖区的空间分布格局比较明显,与其土地利用或覆被特征相吻合,总体上呈由南向北高植被覆盖区比例逐渐降低、劣植被覆盖区比例逐渐增加的分布特征。高植被覆盖区域主要分布在东部-南部山区,高于60%,北部为城市建设区,其高植被覆盖区相对较低,为0～27%。     

基于NDVI数据的双峰县22年植被变化研究

为研究双峰县县域最近20多年来的植被覆盖动态变化,选用Landsat卫星1996年、2007年和2018年3个时相遥感影像,通过影像几何校正、大气校正、影像拼接和裁剪等系列预处理后计算归一化植被指数（NDVI）,基于NDVI分级和差值法对植被空间分布及其变化进行分析研究。结果表明,全县植被覆盖空间分布呈现东高西低的规律;高、极高覆盖植被主要分布在北部、东部、南部边缘和东南群山之间,中、低覆盖植被主要分布在中部、西部的丘陵岗地中。1996-2018年22 a间,植被变化表现为随时间先退化后改善的趋势,总体以改善趋势为主,双峰县NDVI均值从1996年的0.532 1提高到2018年的0.705 7。前11 a植被变化以逆向变化为主,主要表现在:低覆盖植被面积增长了18.80%,中覆盖植被和高覆盖植被面积分别减少了21.96%、2.89%。后11 a植被变化以正向变化为主,主要表现在:低覆盖、中覆盖和极低覆盖植被面积分别减少27.27%、15.23%和5.34%,高覆盖和中高覆盖植被面积分别增长了27.34%和20.50%。后11 a间植被指数的增长幅度大于前11 a植被指数的减小幅度,反映出植被发生正向变化的程度要强于植被退化程度,反映了我国生态文明建设近十余年以来取得了较大成果。     

基于MODIS的宁夏植被覆盖时空变化特征分析

以2000—2015年宁夏回族自治区NDVI数据及高程数据为基础,采用趋势分析、变异系数、GIS空间统计等方法,分析宁夏近年来植被覆盖时空分布及变化特征.结果表明,从年际变化情况看,近16年来宁夏植被覆盖整体呈缓慢增长趋势,NDVI值增速为0.008/10年,其中固原市增速最高;从月际变化情况看,宁夏植被覆盖表现为冬春季低,夏秋季高,呈先增加后减少的趋势.近16年来宁夏全区年均NDVI值为0.37,植被覆盖整体处于中低水平,中低覆盖地区面积占比达到70.39％;从地域分布来看,表现为南北植被覆盖高,中部地区植被覆盖低;高程方面,植被覆盖随着高程增加呈现"降低—升高—降低"的变化趋势,其中2400～<2700 m海拔范围内植被覆盖最高.近年来宁夏植被覆盖整体维持稳定且有所改善,植被覆盖呈改善趋势的区域占比为50.17％,其中南部黄土高原地区植被覆盖改善最明显,城镇地区植被退化较严重.宁夏植被覆盖变异系数介于0.002～0.651,整体呈现中高波动态势,中高波动区域占比达到57.88％.