黄土残塬沟壑区范围界定及近21年来NDVI时空变化特征

为探究黄土残塬沟壑区退耕还林（草）工程等林业生态工程实施后林业资源恢复情况，以黄土高原DEM数据及2000—2020年归一化植被指数NDVI数据为基础，采用地形因子计算、水文分析、空间叠加分析等方法，划分了较为完整的黄土残塬沟壑区的范围，并利用趋势分析法、变异系数的相关理论与方法，分析了近21年来黄土残塬沟壑区NDVI时空变化特征。结果表明：（1）黄土残塬沟壑区横跨山西、陕西和甘肃3省，面积约为2.99万km²，沟壑密度为1.91~3.21 km/km²；（2）黄土残塬沟壑区NDVI从时序变化上看，全区21年总平均NDVI值为0.711，2000—2020年该区植被NDVI变化趋势呈快—慢—较快增长；从空间分布来看，植被覆盖度NDVI值总体为0.6~0.9，研究区中部地区植被覆盖度较其他地区高；（3）在时空趋势特征方面，研究区西部和东部部分地区植被覆盖改善程度明显，中部地区植被覆盖情况较为稳定；在时空波动特征方面，该区植被NDVI时序波动稳定，空间波动差异性较大，低波动区域面积占比为48.06%。整体而言，黄土残塬沟壑区主要分布在山西、陕西和甘肃3省，该区2000—2020年间植被NDVI整体呈上升态势，植被覆盖水平整体较高且波动较低，并呈持续改善趋势。研究结果可为黄土残塬沟壑区水土保持工作提供理论基础和科学依据。     

中国草地NDVI时空动态对多尺度干旱的响应

草地对干旱的响应较其他植被类型更为敏感,且不同草地类型在不同气候区干旱的响应具有较大差异,因此分气候区探究不同草地类型对干旱的响应机制对草地资源保护具有重大意义。基于植被Normalized Difference Vegetation Index(NDVI)、草地覆被及标准化蒸散指数(SPEI)数据,分析1982—2015年中国不同气候区不同草地类型植被NDVI的时空动态及其与SPEI的关系,并确定NDVI与SPEI指标最大相关系数所对应的干旱时间尺度,结合气象数据探究气温、降水及水平衡因素对草地干旱响应的影响状况。结果表明:中国草地NDVI呈现出极显著增加趋势(0.004/a)。草地NDVI呈显著增加的比例为15.62%,集中在华北平原地区、四川、云南、广西及西藏的东南部地区。草地SPEI值呈不显著增加趋势(0.05/10 a),其中显著变干的区域集中在内蒙古中部和宁夏地区。草地NDVI与SPEI指数呈显著正相关的区域集中在内蒙古、青海省南部及新疆北部地带。内蒙古、新疆、青海省北部及西藏南部地区的草地NDVI对干旱响应的时间尺度较短,而青海东南部及西藏中部草地NDVI对干旱响应的时间尺度较长。高山亚高山草甸和草甸区域植被NDVI与SPEI的相关性最强,且对干旱的响应时间尺度较长,而荒漠草地对干旱的响应时间尺度较短; 与湿润区域相比,干旱区域草地NDVI与SPEI的相关性更强,且对干旱响应的时间尺度更短。降水是草地响应干旱的最主要因素,水平衡次之,而气温的影响较小。     

西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应

为探究西南地区生长季植被覆盖时空变化特征以及驱动因子如何定量影响其动态变化,基于MODIS NDVI数据,通过趋势分析、变异系数、相关分析等方法研究了西南地区2000-2016年生长季植被覆盖的时空变化特征,并结合气候因子、DEM数据,分析了植被覆盖对气候与地形因子的影响程度。结果表明:西南地区近17年来生长季NDVI呈增长趋势（0.009/10 a）,其中4月份增速最显著（0.029/10 a）;呈增加趋势的区域占研究区总面积71.94%,主要分布在东部与东南部区域;植被覆盖变化以较低稳定（31.15%）与中度稳定（25.36%）占主导。研究区NDVI与气温、降水的相关性在空间分布上主要以正相关为主;月尺度NDVI与气候因子的相关性高于年尺度的值;植被覆盖度与月平均气温的相关性高于其与月降水量的相关性,植被生长对降水月变化的响应不明显,对气温的响应无明显滞后效应。研究区平均NDVI在海拔大于4 000 m区域最小（0.30）,在坡度0°~5°区域最小（0.37）,但是NDVI的显著退化趋势则是以海拔大于4 000 m处最大（14.33%）;海拔大于4 000 m区域主要受降水控制,坡度5°~15°区域主要受气温控制;坡向对植被生长变化的影响没有海拔和坡度影响大。     

云南省九大高原湖泊流域NDVI时空演变及其与气候的响应关系

探究云南省九大高原湖泊流域NDVI的时空演变及其与气候的响应关系,对云南省九大高原湖泊流域的生态环境保护及生态安全建设具有重要意义。以2000年、2005年、2010年、2015年4个时段的Landsat数据及同期的气象数据为数据源,应用趋势分析、偏相关分析、变化轨迹等方法,研究近16 a云南省九大高原湖泊流域NDVI时空演化情况及其与气候因子的响应关系。结果表明:(1)近16 a来,九大高原湖泊流域NDVI总体以0.026/10 a的速率上升,但各流域的NDVI变化差异显著。星云湖、杞麓湖流域植被退化面积较大,而抚仙湖流域植被恢复效果明显。(2)九大高原湖泊流域NDVI变化与气候因子均有一定的相关性(程海流域除外),但相关性不显著,且不同区域空间异质性明显,滇西、滇西北地区的流域气温与NDVI值的相关性大于降水与NDVI值的相关性;滇中地区的流域降水与NDVI值的相关性大于气温与NDVI值的相关性;滇南地区的流域NDVI值与气温和降水相关性差异不大;位于金沙江河谷地区的程海流域NDVI值与气温和降水呈负相关;(3) NDVI变化与高程分异相关性显著,植被垂直分布明显,1 000～3 000 m的高程带内,NDVI值随高程的增加而增加,3 000m是九大高原湖泊流域NDVI值的转折点。(4)非植被类型转化为植被类型是九大高原湖流域NDVI时空转换的主要形式,而滇池流域由裸土转化为水体或建筑的数量较多。     

近15年锡林郭勒盟植被变化时空特征及其对气候的响应

全球变化背景下,植被动态变化及其与气候的关系研究,是当前国际社会十分关注的科学问题.研究植被NDVI时空变化特征及其对气候的响应,对调节生态过程、改善生态环境质量具有重要的理论和实际意义.基于锡林郭勒盟2001-2015年MODIS NDVI数据及该地区气温、降水数据,利用Sen斜率估计与Mann Kendall统计检验、相关分析等方法,探讨了其植被时空变化特征及其对气候因子的响应.结果表明:1)锡林郭勒盟2001-2015年平均植被NDVI呈波动上升趋势,其变化过程出现了2次较明显的波动,2个波峰分别出现在2003和2012年,其中2008年植被NDVI出现了1次明显的增加.2)锡林郭勒盟NDVI大体呈现出“东高西低”的空间分布特征,变化趋势总体表现为上升,具体为先下降后上升;空间分布上,太仆寺旗、多伦县增加趋势显著,西部苏尼特左旗、二连浩特市下降趋势明显;草原类型上,显著上升面积从大到小依次为草甸草原、典型草原和荒漠草原.3)NDVI出现峰值的年份与同年降水量波峰相对应,但区域植被变化对气候因子的响应及其相关关系因季节和植被类型而异.植被状况改善与降水量关系密切,只有结合区域气候要素,开展相关生态工程,才能充分发挥生态保护的效益.     

贵州省北盘江流域2000-2018年NDVI变化及其与地形梯度、人口分布的关系

[目的] 研究贵州省北盘江流域NDVI变化及其与地形梯度、人口分布的关系,为喀斯特地区植被恢复、退耕还林开展、国土空间优化整治等提供科学参考。[方法] 采用2000—2018年贵州省北盘江流域NDVI数据,分析其时空变化特征及与海拔、坡度、人口密度等影响因素的相互关系。[结果] ①2000—2018年北盘江流域NDVI值总体呈上升趋势,且年均增长稳定,植被呈现不断恢复的趋势。②2000年北盘江流域NDVI空间分布在东南部最高,在西北部最低,NDVI高值在中部地区分布较为破碎,至2018年各地区NDVI值差距显著缩小,其中在西北部和中部NDVI低值区转变最为明显。③2000—2018年北盘江NDVI显著减少、轻微减少及轻微增加的地区面积较少,面积比例不足10%;而显著增加地区面积为19 986.04 km²,比例为90.93%。④2000—2018年,北盘江流域NDVI的海拔效应表现为阶段变化特点,其中2000—2010年NDVI值随着海拔的上升总体呈现下降趋势;2010—2018年NDVI值随着海拔的上升总体呈现上升趋势;NDVI值随坡度增加表现为上升—下降趋势;而NDVI值随人口密度增加呈降低趋势。[结论] 地形因子奠定植被生长条件,而社会和人为因子对NDVI值变化影响较大。     

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。     

2000-2018年广西植被时空变化及其对地形、气候和土地利用的响应

广西是典型的喀斯特地区,其生态系统非常脆弱。为评估广西植被时空变化特征及其影响因素,该研究基于2000－2018年MODIS数据,利用最大值合成和趋势分析等方法,分析广西植被NDVI时空变化特征;基于相关分析等方法,结合地形因子、气候因子和土地利用数据,探讨了植被NDVI对地形、气候变化和土地利用的响应。结果表明：1）2000－2018年广西植被NDVI呈增加趋势,但空间差异显著,表现为北高南低,边缘高中间低。2）随着高程的增加植被NDVI呈现先增加再减少的趋势;随着坡度的增加植被NDVI呈先增加至稳定再减小的趋势;除无坡向以外,坡向的不同对植被NDVI影响不大。3）广西2000－2018年气温和降水对植被NDVI为正影响,复相关系数达到0.32。在不同土地利用类型上,植被NDVI对气候的响应是不同的。研究结果揭示了广西植被时空变化特征及其对地形、气候和土地利用的响应,能够为广西可持续发展和生态环境建设提供决策支持。     

长江流域NDVI对气候变化响应的时滞效应

利用1982-2006年GIMMS NDVI数据和气象站点资料,结合中国地形的三大阶梯分布,分析长江流域植被NDVI时空变化特征及其对气候变化响应的时滞效应.结果表明,长江流域植被覆盖变化空间差异显著,其中显著增加区域占总面积的18.22％,主要分布在“第一阶梯”和“第二阶梯”;显著减少的区域占总面积的8.72％,主要分布在“第二阶梯”和“第三阶梯”.在时间上,长江流域植被总体上对气温变化的响应程度大于降水,植被对气温变化最大响应无滞后,对降水变化的最大响应滞后1个月.春季植被对气温变化响应最大,秋季植被对降水变化响应最大,夏季植被对气温和降水的最大响应滞后期较长.在空间上,植被对气温和降水的最大响应表现为“第一阶梯”最显著,对应的最长滞后期则分别出现在“第一阶梯”和“第三阶梯”.另外,由于山脉的阻隔作用,导致在地形阶梯间高程突变线左右两侧,NDVI对气温和降水变化的最大响应程度存在高处明显大于低处的现象.     

陕西省植被覆盖时空演变特征及其与气候因子的关系

利用2000-2012年SPOT VGT NDVI数据,通过差值及相关分析法,对陕西省植被覆盖的时空演变进行研究,并对植被指数（NDVI）与气候因子的关系进行分析。结果表明：（1）2000-2012年,陕西省植被覆盖改善区域明显大于退化区域,植被覆盖增加区域主要分布在陕北风沙过渡区和黄土高原地区,减少区域主要分布在关中平原地区和陕南部分地区。（2）月平均NDVI与月平均降水量和气温呈极显著相关关系（P＜0.01）,相关系数分别为0.875、0.885。（3）2000-2012年,陕西全省NDVI增长速率为0.109·10a-1,说明生态恢复建设取得一定成效。（4）陕西NDVI变化具有明显的季节性,夏季和秋季NDVI增加最快,冬季增长最慢,且NDVI对降水、气温的响应存在时滞性。     

NDVI时间序列谐波分析与地表物候信息获取

植被指数具有明显的季节节律,NDVI时间序列分析可以获取地表植被物候信息,但已有的AVHRR NDVI数据产品仍然存在高噪声,需要进一步校正。在考虑农业植被季节变化特征的基础上,基于先验知识对NDVI时间序列数据傅立叶校正算法进行了改进。利用1992年旬最大值合成1 km NOAA-AVHRR NDVI数据,使用该方法对河北省南部地区几种不同植被类型的NDVI数据进行校正,结果显示：改进的傅立叶谐波校正算法能更好地反映农业植被NDVI季节变化节律,且对自然植被同样适用。对校正后的NDVI 时间序列数据进行谐波分析表明：谐波的特征值(谐波余项、振幅和位相)与地表植被动态之间存在相关性,谐波余项表征NDVI 时间序列的均值,谐波振幅表征NDVI年内波动幅度大小,不同谐波的位相可以表征NDVI 季节变化的时间特征,利用这些参数可以获取地表植被物候信息,并可用于土地覆被和土地利用分类研究以及全球变化研究。     

多时相归一化植被指数NDVI的时空特征提取与作物长势模型设计

目前国内外对作物长势遥感监测研究主要集中在发展具体指标及其定量化,忽略了作物长势的时空特征。作物长势是一个时空变化的过程,同一时相的作物长势在空间地域上和同一空间地域的作物在不同时相上存在差异。因此,时空特征的提取是进行大尺度作物长势监测的基础。该文讨论多时相归一化植被指数NDVI时空特征提取并反映为相关的特征参数,并讨论了作物长势监测模型的建立     

河套灌区解放闸灌域植被指数与地下水埋深的定量关系

干旱荒漠地区地下水补给是地表植被水分消耗的主要补给源,地下水埋深与植被指数(NDVI)关系密切。针对植被指数与地下水埋深响应关系研究的不足,分析了基于河套灌区解放闸灌域植被指数(NDVI)与地下水埋深(H)的定量关系。采用2016年3—9月的10个时相的landsat8遥感影像数据与同时期的57眼地下水埋深观测数据,经NDVI遥感提取与地下水埋深(H)的地统计分析,建立NDVI与H的时空相关关系,并做显著性检验与密切程度的划分,进一步分析不同地下水埋深分区下H与NDVI的关系。结果表明:NDVI与地下水埋深(H)存在显著线性关系,二者的密切程度以中度和高度相关为主,负相关区域在地下水浅埋区居多,正相关区域在地下水深埋区居多。从空间上看,具有统计学意义的线性关系约占灌域总面积的40%。当H≤2.5 m时,不同的埋深分区对灌域的NDVI均值的影响为埋深(H)越小,NDVI均值越大,呈负相关关系变化;当H>2.5 m时,NDVI均值较大,地下水不再对作物生长进行水分补给,此时NDVI均值的增大与埋深(H)分区的变化关系不大。从空间上进行NDVI与地下水埋深(H)的点对点的相关性分析,增强了二者相关性的空间可视性,为灌区灌溉管理提供理论支撑,有助于节水增产措施的深入规划与落实。     

青海湖流域NDVI时空变化特征及其与气候之间的关系

作为陆地生态系统中的重要组成部分,植被的时空动态深刻影响生态结构和功能,深入了解植被时空演变特征及其与气候之间的关系,有助于提高对生态系统格局—过程—功能的认识,为生态保护和建设提供重要参考。基于2000—2016年MODIS13Q1 NDVI数据集,结合该区域及周边14个气象站的降水和平均气温数据,采用趋势分析法、突变检验法、IDW空间插值法、偏相关分析法和R/S分析法等方法,分析了青海湖流域近17年的NDVI时空动态特征及其与气候因子间的关系。结果表明:(1)2000—2016年青海湖流域NDVI总体上呈上升趋势,显著和极显著改善的区域占总面积的40.18%。(2)NDVI与年降水和平均气温呈正相关关系,但大部分区域呈不显著相关,NDVI与年降水的相关性高于年平均气温。(3)流域NDVI未来演变多为随机状态,占比为65.07%,由改善转退化的区域占26.73%,多分布在流域上游天峻县境内的多年冻土区。青海湖流域气候朝暖湿化方向发展,辅以生态建设工程的实施,2000—2016年青海湖流域NDVI整体改善,由于青藏高原的典型性和特殊性,未来植被的发展趋势仍具有较大的随机性和异质性。     

基于MODIS和Landsat的青藏高原两代GIMMS NDVI性能评价

由于AVHRR NDVI数据集本质上具有动态变化的特点,使得数据重叠时段(1981-2006年)的第1代GIMMS NDVIg(简称NDVIg)数据集与第3代GIMMS NDVI3g(简称NDVI3g)数据集也不完全相同。如何理解、对待这些差异,是综合利用两代数据集的研究成果、科学客观地评估地表植被历史变化状况、预测未来变化趋势、指导生态保护与建设工作的前提和基础。该文利用MODIS NDVI和Landsat数据,评估了青藏高原两代GIMMS数据集的性能,并对比分析了区域尺度和像元尺度两代数据集在监测植被长期动态变化方面的异同。结果表明,NDVI3g捕获植被物候变化的能力与NDVIg相当,但NDVI数值明显大于NDVIg,甚至大于MODIS NDVI;与NDVI3g相比,在NDVI分布格局和动态变化方面,NDVIg与MODIS NDVI和Landsat更为相似;尽管两代GIMMS数据集1982-2006年生长季NDVI变化趋势类似,但GIMMS NDVIg倾向于检测到更多的显著变化区域;夏季和秋季的结果与生长季类似,但春季GIMMS NDVI3g则检测到了更大范围的NDVI显著增加,与NDVIg结果的差异主要集中在青藏高原腹地。NDVI数据集是众多生态模型的基础数据,NDVI数据集之间的差异可能会导致模拟结果出现偏差。在使用NDVI数据之前,对NDVI数据的适用性进行评估,是获取更符合当地实际情况、更为客观真实结果的前提。     

江苏省NDVI时空变化特征及其与气候因子的关系

[目的]分析江苏省NDVI时空变化特征,并探讨该地区NDVI与气候因子之间的关系,为合理制订生态环境保护政策和措施服务。[方法]运用一元线性回归模型分析NDVI时空变化特征,运用相关性分析法分析NDVI与气候因子之间的关系。[结果](1)江苏省NDVI在2001—2010年上升速率为0.005/a。(2)江苏省部分丘陵山区平均NDVI达到0.8以上,江淮平原及黄淮平原平均NDVI大多位于0.7~0.8之间。(3)年际NDVI与相对湿度的相关系数为-0.720,月际NDVI与当月气温的相关系数为0.860;降雨和相对湿度对NDVI的影响存在滞后效应和累积效应,且滞后期均为1个月。[结论]江苏省NDVI在2001—2010年呈上升趋势;NDVI平均值空间分布及其变化趋势区域差异明显;NDVI年际变化与相对湿度相关性最高,而气温对月际NDVI变化影响最大。     

冬小麦植被指数变化及其影响因子初探

对冬小麦植被指数(NDVI)变化规律、不同品种冬小麦植被指数差异、农田水肥状况对植被指数的影响以及植被指数与叶面积指数的关系研究结果表明,冬小麦植被指数具有日变化规律,且随冬小麦生长发育而变化,即小麦生长旺盛时植被指数数值较大。不同小麦品种植被指数表现出基本一致的季节变化特点,农田水肥条件交互影响小麦植被指数,水分胁迫时肥料对植被指数的影响明显,而水分满足时肥料对植被指数的影响不明显。     

2000—2019年吕梁市植被NDVI时空动态及其影响因素分析

为了详细分析吕梁市植被生长变化与气候变化和人类活动的关系,基于吕梁市的2000—2019年逐年归一化植被指数(NDVI)数据和13个县(市、区)气象观测站年气温和降水观测数据,采用空间插值方法、空间相关性分析法和残差分析法,对吕梁市多年植被NDVI的时空变化特征进行分析,并探讨了气候变化和人类活动对吕梁市植被覆盖变化的影响。结果显示:2000—2019年吕梁市96.32%的区域NDVI呈现增加趋势,但各区域间存在明显空间性差异,中部吕梁山山区NDVI较高,东部平川地带和西部沿黄区域NDVI较小。总体而言,2000—2019年吕梁市的NDVI呈波动增加趋势,2018年达最大值。2000—2019年吕梁市NDVI与降水量和气温在年尺度上均呈正相关关系,且植被生长发育受降水的影响强于气温,全市38%的区域植被NDVI与气温-降水的复相关性通过0.05显著水平检验; 人类活动对吕梁市95%以上地区的植被生长有积极影响,表明退耕还林还草等生态修复工程对吕梁市植被覆盖增加有积极作用,生态提升效应逐渐凸显。     

2005-2014年重庆石漠化地区NDVI的时空变化及其与气候因子相关性分析

为了了解重庆石漠化地区植被恢复以及生态环境治理状况,选取重庆石漠化地区归一化植被指数(NDVI)及气象数据,利用趋势分析、变异系数分析以及偏相关分析等方法,重点探讨了重庆石漠化地区2005-2014年NDVI的时空变化特征,并分析了NDVI变化与气候因子之间的相关性。结果表明:(1)重庆石漠化地区NDVI年际变化总体上呈增加趋势,增加速率为0.08/10 a,其中渝东北地区增长速率相对较高,达0.09/10 a,而NDVI季节变化存在一定差异性,春季增长最为显著,主要分布于渝东北、渝中和渝西地区;(2)渝东北石漠化地区NDVI呈增加趋势的区域范围较大,这对于三峡库区生态环境改善以及水土保持起着至关重要的作用;渝东南、渝中和渝西石漠化地区NDVI整体保持不变,而NDVI呈减小趋势的区域主要分布于乌江流域;(3)重庆石漠化地区2005-2014年NDVI变异系数相对较低,以稳定为主;(4)重庆石漠化地区降水和气温分别与NDVI之间正相关性都大于负相关性。总体上降水量的增加一定程度促进了三峡库区植被的生长,而温度的降低一定程度上抑制了乌江流域植被的生长。     

基于时间序列NDVI相似性分析的棉花估产

多时相遥感数据能比单一时相反映更多的作物产量信息,挖掘多时相遥感信息以提高作物估产精度具有重要意义。该文以新疆生产建设兵团农一师一团的棉花为研究对象,提出了一种融合分区概念和时间序列NDVI(归一化植被指数)相似性分析的棉花估产方法。首先,通过植被指数与产量的相关性比较分析,确定NDVI为棉花估产因子,在此基础上根据棉花品种和土壤条件的差异,将研究区棉田划分为不同类型的生长区;然后,结合每个生长区获取的样点产量数据,确定各生长区时序NDVI估产模型的拟合系数;最后,融合距离与角度相似性算法,对各生长区内所有棉花像元的时序NDVI数据构成的向量与产量样点对应的时序NDVI向量进行相似性分析,确定待测棉田像元最佳的估产模型,实现对整个棉田区域棉花产量的遥感估测。结果表明,基于分区和时序NDVI相似性分析的棉花产量预测值与实测值决定系数达到0.77,该方法具有较好的操作性和适用性。