1999-2019年青藏高原不同植被类型NDVI时空演变特征及其对气候因子的响应

研究青藏高原不同植被类型NDVI时空变化特征,探讨不同植被类型NDVI对气候因子的响应机制,为青藏高原生态保护提供科学依据。基于1999—2019年的SPOT/VEG NDVI数据、植被类型和气象数据,采用线性趋势分析、Pearson相关分析及偏相关分析方法,对1999—2019年青藏高原不同植被类型NDVI时空变化特征进行了分析,并探讨了不同植被类型NDVI变化对气候因子的响应。结果表明：(1)青藏高原整体植被生长状况良好,青藏高原各植被类型生长季平均NDVI均值从高到低依次为森林(0.6)、灌丛(0.48)、草甸(0.37)、草原(0.16)、高山植被(0.13)。(2)除高山植被有轻微退化趋势外,其他植被类型均有显著改善,改善面积占比依次为灌丛58.46%(p<0.05)、森林52.78%(p<0.05)、草甸51.60%(p<0.05)、草原32.65%(p<0.05)。(3)气候因子对植被NDVI的影响具有明显的地域差异性,平均气温对青藏高原植被生长季NDVI变化的影响更为显著,且影响范围更为广阔;而降水主要影响青藏高原北部地区的草原、草甸等植被的ND...     

西南岩溶区NDVI时空变化及其与气候因子的关系

利用1998—2012年SPOT NDVI数据和气象站点的温度和降水数据,采用趋势分析和相关分析法,研究了我国西南岩溶区NDVI时空变化特征,并分析了NDVI与气候因子的关系。结果表明:(1)近15年来,西南岩溶区NDVI变化整体呈显著增加趋势,增速为0.052/10a,9月份NDVI达到最大值,2月份降到最小值;NDVI增加的区域占97.13%,其中显著增加(p0.05)的区域占17.60%,减少区域占2.87%,显著减少(p0.05)占0.35%。(2)从年际变化来看,NDVI与温度和降水量的相关系数各异,其中42.75%的地区NDVI与温度呈正相关,57.25%区域呈负相关;20.15%的地区NDVI与降水量呈正相关,而79.85%区域呈负相关,说明温度对研究区植被生长的影响大于降水量。(3)从年内变化来看,NDVI与当月温度和降水量的相关系数高于年际,91.62%的NDVI与当月温度呈正相关性,其中显著正相关(p0.05)约占75.94%;94.29%的NDVI与当月降水量呈正相关,其中显著正相关(p0.05)约占51.05%;表明水热因子的季节变化对植被生长影响更大。NDVI受前1个月温度和前2个月降水量的影响最显著,表现出明显的滞后效应。     

东北林草交错区植被NDVI时空特征及其与气候因子关系分析

利用2000—2010年MODIS NDVI数据集和同期气象数据集,分别从时间序列和空间格局上分析了东北林草交错区及其3个生态子区(典型草原区、森林区和森林草原区)植被NDVI变化特征及其对气温、降水的年际和年内响应关系。结果表明:(1)多年月均NDVI年内变化曲线表现为单峰型;多年季均NDVI夏季最高;逐年NDVI总体波动上升;(2)多年植被NDVI空间差异显著,总体呈现东高西低、由东向西递减的特征,其中,森林区平均NDVI最高,典型草原区平均增加速率最大;(3)在年际关系上,全区、典型草原区、森林区、森林草原区植被NDVI的主要气候影响因子分别为气温、降水、气温、降水;(4)在年内关系上,植被NDVI与降水呈显著线性关系,与气温呈显著指数关系;在生长季,典型草原区对气温和降水均有时滞响应,且对降水的响应更高,森林草原区对降水具有时滞响应。     

京津冀地区植被NDVI动态变化及其与气候因子的关系

[目的] 探究气候变化对植被覆盖变化的驱动机制,可为揭示区域乃至全球植被覆盖动态变化及其与气候变化之间的响应机制提供依据。[方法] 以MODIS NDVI,SRTM DEM,降水和气温为数据源,运用Theil-Sen Median趋势分析法、Mann-Kendall显著性检验法、R/S分析法和Pearson相关分析法等数学分析方法,结合ANUSPLIN气象插值模型,研究2001—2019年京津冀地区植被NDVI时空演变特征及预测未来变化趋势,并探究植被NDVI与降水和气温最大相关关系及时滞效应。[结果] ①2001—2019年京津冀地区植被NDVI整体呈波动上升趋势,上升速率为0.002 2/a,且未来植被NDVI呈改善趋势的面积略小于呈退化趋势的面积;②降水和气温对京津冀地区植被生长以正向促进作用为主,且降水对植被生长的作用强度高于气温;③植被NDVI对降水变化的滞后期略长于气温,京津冀地区植被生长受前3月的降水和前1月的气温影响最大。[结论] 在林业生态工程实施背景下,2001—2019年京津冀地区植被覆盖整体呈改善态势,尤以西北部为著;植被NDVI与降水和气温相关关系呈现出明显的地域差异,且植被生长相对降水和气温变化存在一定的滞后效应。     

华北地区植被NDVI与不同气候指标的相关分析

对1982-2006年华北地区归一化植被指数(NDVI)与不同气候指标(年平均气温、年降水量、干燥度指数、生物热量指数和生物干湿度指数)的相关性进行了分析。结果表明,1982-2006年华北地区植被NDVI总体呈现上升趋势,其中农田和灌丛的植被NDVI上升趋势最明显;1982-2006年华北地区年平均气温和生物热量指数呈显著增加趋势,年降水量、干燥度指数和生物干湿度指数呈减少趋势;整体上华北地区植被NDVI年变化与当年的干燥度指数呈极显著负相关,与上一年的年平均气温呈显著正相关关系,其中草地植被NDVI与年均气温、年降水量呈现显著正相关,与干燥度指数呈极显著负相关,农田和灌丛植被NDVI与年均气温显著正相关。此外,华北地区植被NDVI与不同气候指标的相关性存在明显的空间差异。     

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。     

2000—2020年鄂尔多斯市植被NDVI变化格局及归因分析

处于农牧交错区的鄂尔多斯市生态系统较为敏感,为探究全球气候变化以及人类活动对鄂尔多斯市生态系统的影响,利用MOD13Q1 NDVI数据以及同期气象数据,分析了鄂尔多斯市2000—2020年植被NDVI变化特征,并利用偏相关分析法以及残差驱动力分析法对引起植被NDVI变化的气候和人为因素进行了分析。结果表明:(1)21年来鄂尔多斯市植被NDVI总体呈现上升趋势,植被改善明显,全市68.66%的区域植被NDVI得到改善,西南部改善幅度小于东北部;(2)鄂尔多斯市植被NDVI与气候因子偏相关性存在明显的地区差异,植被NDVI与降水的偏相关性较高,降水与温度共同影响的区域约占总面积的2.27%;(3)鄂尔多斯市植被受到人类活动与气候的共同影响,21年来人类活动对鄂尔多斯市植被NDVI变化起到主导作用,其平均贡献率为82.67%,气候变化对植被NDVI生长的影响主要体现在降水因素上。人类对鄂尔多斯市的植被影响具有两面性,城市建设对植被的生长起到制约作用,生态工程的实施则有利于植被的生长;(4)2000—2020年鄂尔多斯市以NDVI表征的植被覆盖度的增加与人类活动密不可分,但是同时鄂尔多斯地区气候条件对植被生长有很大的限制作用,实施生态工程中要切实注意到气候变化所带来的影响,切不可盲目扩大生态工程,对于毛乌素沙地等地区植被需要实行人工保护,使其形成稳定生态系统。     

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。     

鄱阳湖流域NDVI时空变化及其与地表径流的关系

根据鄱阳湖流域4个子流域1982-1999年归一化植被指数（NDVI）数据集和4个水文站的径流数据,采用年代际差异变化、相关分析、Morlet小波分析方法,对鄱阳湖4个子流域NDVI和径流关系进行研究,并从年内、年际两个角度研究各子流域的NDVI时空变化特征。结果表明：分析期内鄱阳湖流域各子流域多年平均NDVI的年内变化趋势一致,年平均NDVI总体上都呈增加趋势,NDVI主要受到降水、径流的影响。相关分析显示,整个流域年NDVI与径流量间呈显著正相关,径流量与滞后3个月的植被NDVI间相关性最高;子流域的径流量普遍存在着12个月、部分存在35、62个月左右周期的震荡信号,各信号频率分布的时间域及其强度存在着差异,其中12个月周期最强,短周期强于长周期;NDVI与径流量具有同等的周期变化特点。     

西北地区NDVI变化与气候因子的响应关系研究

基于1998-2012年SPOT VEGETATION/NDVI数据,研究近15年来西北地区植被覆盖时空特征。通过时滞相关分析法,分析研究区不同地区植被对气温和降水的响应程度。结果表明:(1)西北地区总体植被覆盖率偏低,极低植被区分布较广,主要位于新疆东南大部以及内蒙古西北部;(2)西北地区退化区所占西北总面积比例小,主要位于新疆阿尔泰山脉周边、天山山脉以南和塔里木盆地以北。改善区范围分布分散,其中轻微改善区主要位于新疆天山周边、准格尔盆地边缘及甘肃东部;(3)年尺度来看,西北各地区NDVI年均值均出现缓慢增长的趋势,新疆、青海NDVI的年均值保持相对稳定;甘肃、宁夏、内蒙古西部NDVI的年均值在此期间先增加而后减少,起伏波动较大。月尺度,西北各地区NDVI多年平均月值呈现出明显的季节变化,因此与气温、降水等气候因子密切相关;(4)西北各地区NDVI与气温、降水的年际相关性不大,而年内相关性显著。新疆、宁夏NDVI对气温、降水不具有滞后性,而甘肃NDVI对气温具有明显滞后一个月的性质,青海地区NDVI对气温、降水的滞后性不明显,而内蒙古西部地区NDVI对气温具有明显滞后性而对降水具有及时性。     

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。     

滇西南植被覆盖度动态变化特征及其驱动力分析

为了探究滇西南植覆盖度动态变化及与气候因子的关系,以便于推动滇西南植被资源保护以及可持续发展。基于滇西南2000—2020年MODIS NDVI数据以及同期气象数据,运用像元二分法、转移矩阵、线性趋势分析、相关分析和残差分析等方法进行了分析。结果表明:(1)滇西南近21 a低植被覆盖度逐渐向高植被覆盖度转化,2000—2020年滇西南植被覆盖度整体呈现改善趋势。(2)滇西南近21 a年累计降水量以94.18 mm/10 a的趋势减少; 年均气温以0.78℃/10 a的趋势上升。(3)滇西南植被覆盖度主要与气温变化关系更密切,其中FVC与气温正、负相关面积占整个研究区比例分别为58.47%,41.53%; 与降水量正、负相关面积占整个研究区域比例分别为41.22%,58.78%。(4)气温驱动为滇西南植被覆盖度的主要驱动因素,占研究区域面积的2.94%; 降水量驱动区域所占1.76%; 受气温和降水量共同驱动区域所占2.66%。(5)近21 a滇西南残差值以0.021/10 a的速率波动上升。2000—2020年滇西南人类活动对植被的影响由负到正,其中2009年为由负到正的转折点。     

黄河源区青海省玛多县2000—2014年NDVI变化及气候驱动因子

[目的]研究黄河源区青海省玛多县2000-2014年NDVI的变化及其驱动因子气候的变化,为玛多县生态环境保护和土地资源规划提供决策依据.[方法]利用玛多县及其周边地区9个气象站生长季气象资料和MOD 13Q1/NDVI遥感影像数据集,采用最大值合成法、趋势分析法和相关分析方法,分析NDVI的变化及气候驱动因子.[结果]近15 a玛多县NDVI整体上呈增加趋势,增速为0.012/10 a;玛多县65.84％区域的植被覆盖保持在基本不变状态,改善区域(27.47％)大于退化区域(6.69％);NDVI与生长季气温和降水均呈正相关关系,其中生长季降水对NDVI的影响更大;研究区内NDVI变化主要受非气候因子驱动影响,占研究区面积的83.61％,受气候驱动影响的面积仅占16.39％,其中,气温降水综合驱动型占3.93％,气温驱动型占2.74％,降水驱动型占9.72％.[结论]2000-2014年非气候因素是影响玛多县植被NDVI变化的决定性因素.     

台湾省植被NDVI随海拔高度的变化及其气候响应

[目的]揭示台湾省陆地植被生态系统随海拔高度的变化趋势及其响应程度,为区域可持续发展、生态环境保护提供理论依据。[方法]基于台湾省1998—2018年SPOT/VEGETATION NDVI卫星遥感数据、气象及DEM数据,结合相关分析法、回归分析法等数理统计方法,对气候变化下的台湾省植被归一化植被指数(NDVI)变化趋势及区域响应进行了分析。[结果] 1998—2018年台湾省植被NDVI均值增长率为5.09%;台湾省不同高程范围所占的面积比例差异较大,500 m区域的面积比例高达52.49%,3 600 m区域的面积比例仅为0.01%,且NDVI均呈现较低值,分别为0.72和0.73;1998—2018年台湾省海拔除3 600 m外,其他海拔高程范围NDVI均值增长明显(p0.001);在500～3 600 m高程范围内,NDVI年均值与气温、降雨相关关系显著(p0.05)。[结论]海拔越高,植被生长状况对降雨的变化较气温更为敏感。     

1999-2019年西南喀斯特地区NDVI时空变化及其气候驱动

[目的]西南喀斯特地区生态环境脆弱,对其植被覆盖变化及气候驱动机制进行研究具有重要意义。[方法]基于1999—2019年SPOT NDVI数据和同期209个气象站点的气温和降水数据,采用Theil-Sen+Mann-Kendall趋势分析法、偏相关分析和复相关分析法,探讨西南喀斯特地区NDVI时空变化及其气候驱动。[结果]1999—2019年西南喀斯特地区NDVI呈显著上升趋势,整体植被覆盖较好;NDVI变化主要以极显著上升趋势为主,仅5.73%的地区呈退化趋势。NDVI与气温和降水整体上均呈正偏相关关系,气温对NDVI的影响强于降水,且存在空间差异性。NDVI与气温和降水的复相关显著性通过0.05,0.01水平的面积分别占15.12%,5.68%;NDVI主要受气温驱动,占研究区面积的13.90%,其他气候因子驱动类型占比均未超过3%。[结论]揭示了西南喀斯特地区植被覆盖的时空变化特征,明确了气候因子对植被覆盖变化的驱动机制。     

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。     

滇中地区植被NDVI时空演变特征及其驱动因素

[目的]揭示滇中地区植被NDVI时空变化特征及其与气候因子、人类活动的关系,为该地区的社会经济可持续提供科学依据。[方法]以MODIS NDVI数据资料集、标准气象站点的气候数据及社会经济统计数据为素材,采用叠置分析、空间统计分析和相关分析为主要方法。[结果](1)滇中地区植被5月上旬进入生长季而10月下旬结束,2001—2010年植被NDVI呈现出上升的趋势,速率为0.03/10a,植被盖度整体朝增加的方向发展。(2)2001—2010年滇中地区植被覆盖呈增加和减少趋势的面积分别占总面积的70.24%和29.76%,减少最为突出的区域主要集中在人口聚集的城镇周围,增加的区域主要集中在高海拔地区。(3)气候影响因素中的水分类因素即平均相对湿度、最小相对湿度和降水是滇中地区植被NDVI年内变化主要的影响因素。(4)退耕还林工程极大地提升了滇中地区的植被覆盖度,而城镇化过程则使得滇中地区城镇周边的极低、低植被覆盖度区面积增加。[结论]滇中地区年内植被NDVI变化由气候因子所控制,而长期变化则受人类活动的制约。     

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。     

鄂尔多斯高原1982-2006年植被变化及其驱动因子

植被变化对全球气候变化的响应是近年来生态学研究的热点问题。鄂尔多斯高原地处中国西部生态敏感地带,研究该区域植被变化及其对气候变化的响应具有重要意义。利用1982—2006年的NO-AA/AVHRR NDVI数据和当地同期气象资料,研究了鄂尔多斯高原地区植被覆盖变化及其与气象因子的关系。结果表明:(1)1982—2006年鄂尔多斯高原全年平均NDVI显著增加(p=0.001 7),增加率为每年0.04%,平均温度也在显著增加(p<0.001),平均降水波动大但没有显著趋势(p>0.05);(2)鄂尔多斯高原植被NDVI增加的主要区域是典型草原,其春、夏、秋3季的季节平均NDVI都显著增加(p<0.001);(3)鄂尔多斯高原植被NDVI在生长阶段增加的主要驱动因子是降水,非生长阶段的变化主要是由温度引起的。