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。     

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。     

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。     

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。     

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。     

内蒙古地区植被覆盖动态及驱动因素分析

为研究内蒙古自治区植被覆盖度的时空演变规律,基于2005—2018年MODIS NDVI数据,以植被覆盖度FVC为研究植被覆盖度变化的主要指标,利用时间信息熵、时间序列信息熵、植被覆盖动态变化分析等方法,分析内蒙古自治区植被覆盖度的变化强度和趋势;通过GIS空间分析方法,分析矿区、河流、降水、地形等因素对植被覆盖度的影响。结果表明:1)从时间上看,2005—2018年,内蒙古自治区植被覆盖度变化强度较平稳,变化趋势呈现缓慢增加趋势,主要原因是人们日益重视保护环境,保护植被,也得益于退耕还林政策的实施以及矿区的整治。2)从空间上看,在2005—2018年间,内蒙古地区的植被覆盖度东高西低,有明显的经度地带性。3)降水、矿区、河流都是植被覆盖度变化的影响因素,降水充沛的地区,植被覆盖度往往较高;矿区植被覆盖度低于非矿区;河流的发育为植被的生长提供良好的水分条件,距河流较近的区域植被覆盖度高;不同的地形对植被覆盖度有显著的影响,低缓坡度和海拔较低的地区相较于坡度较陡、海拔较高的地区,更适宜植被的生长。     

黄土高原植被覆盖度动态变化分析研究

探析黄土高原植被覆盖演变及其驱动因素，有助于了解黄土高原生态现状。本研究以MOD13A2为主要数据源，采用像元二分模型、趋势分析法和相关性分析法对黄土高原地区植被覆盖度动态变化和驱动力进行分析。结果表明：(1)2000-2020年整体植被覆盖度呈上升趋势，其增速为0.005/a(p<0.01)。其中，2000-2010年增速为0.006/a, 2010-2020年增速为0.004/a;(2)2000-2020年植被FVC整体呈现从东南向西北逐渐递减的分布，但不同地区的变化趋势存在差异；(3)进一步分析表明，降水是黄土高原植被变化的主要驱动因素。     

基于MODIS NDVI的三峡库区植被覆盖度动态监测

基于MODIS—NDVI遥感数据,采用像元二分模型估算三峡库区2000—2009年的年最大植被覆盖度,并在像元尺度上分析库区年最大植被覆盖度的时空变化规律及其驱动力。结果表明:三峡库区大部分区域处于高植被覆盖度,并随高程和坡度的增加而增大,其中年最大植被覆盖度大于60%的区域占92.35%;近10年来,库区年最大植被覆盖度总体呈微弱上升趋势,其中呈显著增加或降低趋势的像元数仅占7.16%,在20个区县中石柱、江津和丰都的植被覆盖度存在退化风险;降水是影响库区植被覆盖度年际波动的主导因子,当年5—8月降水量与年最大植被覆盖度的相关性最高,但在空间上存在差异,其中呈显著正相关区域主要分布于库区西部低山丘陵农业种植区,该区域降水增加有利于植被生长,而部分高海拔地区的年最大植被覆盖度与降水呈显著负相关,过多降水反而会抑制植被生长。     

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。     

Google Earth Engine在四川省多年植被覆盖度动态监测中的应用

植被覆盖度的动态监测是研究区域生态环境的重要部分,基于Google Earth Engine遥感大数据云计算平台收集四川省2001—2016年Landsat TM/OLI的复合NDVI遥感影像,综合利用最大值合成法、像元二分模型、趋势分析等方法,估算2001—2016年的四川省植被覆盖度,并对16年的四川省植被覆盖度变化状况进行分析。结果表明:1)利用GEE强大的云计算能力可以对大面积研究区域进行长时序的动态监测;2)2001—2016年16年间,四川省的植被覆盖整体呈现比较良好的状况且植被覆盖变化趋势比较稳定;3)四川省植被覆盖度呈现空间分布不均的状况,大体呈现从边缘到中心覆盖度逐渐降低的趋势。16年间该地区的植被覆盖度整体呈现轻度增加的趋势,总体而言,四川省的植被覆盖状况良好。     

基于NDVI的乌拉特后旗植被覆盖度时空变化分析

提取内蒙古巴彦淖尔市乌拉特后旗2006年、2010年及2015年3个时期的遥感影像,利用GIS软件计算了乌拉特后旗3个年度的植被覆盖度,同时对该地区植被覆盖在时间变化及空间变化中的状况进行了分析。结果表明:从时间方面看,乌拉特后旗的植被覆盖度整体呈增长的趋势。裸地及微植被覆盖度显著减少,低植被覆盖度和高植被覆盖度缓慢增加,中植被覆盖度在2010—2015年有显著增加的趋势。从空间方面看,乌拉特后旗的植被覆盖度逐渐递增并呈现东南部覆盖度高西北部覆盖度低的态势。阴山以南河套平原地区的高植被覆盖度及中植被覆盖度缓慢增加,阴山以北的荒漠及半荒漠草原的微植被覆盖度逐渐减少,到2015年时其植被覆盖度明显增加,转变为以低植被覆盖及中植被覆盖为主的态势,且出现零星的高植被覆盖度。     

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。     

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...     

江西九连山保护区植被覆盖度遥感动态监测

采用基于归一化差异植被指数(NDVI)的像元二分法模型对1988、1996及2004年3期TM影像进行研究区植被覆盖度提取,利用野外实测对2004年影像进行精度验证,并借助GIS空间分析方法,对研究区植被覆盖度格局定量分析,揭示九连山植被覆盖的时空变化规律,为该地区的植被恢复提供参考。研究表明:1)该模型对研究区植被覆盖度估算精度较好,无植被覆盖类型(裸地、水体)的估算精度达90%以上,低、中、高、全植被覆盖类型区域的估算精度达80%以上;2)1988年、1996年、2004年植被覆盖度均值分别为0.71、0.66、0.77,区内植被覆盖度总体呈现先降低后上升特点,这主要是由于研究区全植被覆盖面积的大幅消长造成的;3)研究区内无、低植被覆盖与中、高、全植被覆盖之间的转换比例较少,覆盖度等级转换主要集中在中、高、全植被覆盖等级之间,说明16年间的覆盖度变化主要源于林区的渐伐活动,皆伐及开垦活动相对较少;4)在研究区停止采伐后,尤其是该地区自然保护区的成立,植被得到了较好的恢复,中、高植被覆盖类型大幅转换为全植被覆盖类型,2004年区内植被在覆盖度均值及全植被覆盖面积上均超出了1988年水平,九连山地区植被保护效果明显。     

1982—2015年河北省生态环境支撑区植被覆盖动态及其可持续性

植被是第一性生产者,是维持生物圈物质循环和能量流动的关键因素。河北省建设京津冀生态环境支撑区,植被建设占重要地位。利用1982—2015年的GIMMS NDVI3g数据,经像元二分法获得植被覆盖度,采用最小二乘法趋势分析和Hurst可持续分析方法分析近34年河北省各生态环境支撑区植被覆盖度的空间分布特征与长期变化趋势。结果表明,1982—2015年河北省生长季年平均植被覆盖度为49.4%。34年间,河北省植被覆盖度呈现整体增加的趋势,增加幅度为1.5%/10a,植被覆盖度增加的区域占总面积的90%以上。可持续性上,植被正向变化的可持续性较强,且以持续改善为主。由变化趋势与Hurst指数的耦合信息得出,植被覆盖增加区和退化区的Hurst指数的平均值分别为0.86和0.85,表明未来变化趋势将保持一致,即改善的持续改善,退化的持续退化。     

基于3S技术的多伦县植被覆盖度动态变化研究

利用2000年、2005年TM影像和2008年SPOT影像,对多伦县植被覆盖度进行研究。结果表明：2000—2008年植被低覆盖度减少了1410009km2,占2000年低覆盖度总面积的34．26％;中覆盖度增长了8倍;高覆盖度与2000年相比增长了11倍。由此看出京津风沙源治理工程成效显著？     

基于MODIS数据的福建省植被覆盖度时空变化分析

在对福建省2006—2016年4—10月NDVI影像进行MVC最大值合成的基础上,利用像元二分模型计算植被覆盖度,分析福建省植被覆盖度的时空变化特征及其与气候因子的相关性。结果表明:2006—2016年间福建省植被覆盖度总体上是呈增加趋势的,并在2015年达到最大值;在空间分布上,植被覆盖显著增加的区域在闽西南(龙岩、漳州附近)、长汀等地,而植被覆盖度减少的地区则在经济发展速度较快的厦门、泉州、福州等地区;植被覆盖度的变化与气温因子的相关性要比降水因子大。     

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。     

2000～2020年平昌县植被覆盖度时空变化特征分析

以平昌县为研究对象,选取2000年和2020年Landsat遥感影像数据,提取归一化植被指数(Normal Difference Vegetation Index, NDVI),并运用空间自相关等方法,全面分析了2000～2020年平昌县植被覆盖度时空变化特征。结果表明：(1)2000～2020年,平昌县植被覆盖度总体水平较高,且东北部、西北部高于中部、南部地区。2000和2020年全县NDVI均值分别为0.7194和0.7119;(2)2000～2020年,平昌县植被覆盖度整体稳定,东北部和西南部有中度改善趋势,但中部和西北部有明显退化趋势,平昌县植被覆盖度明显改善、中度改善、基本不变、中度退化、明显退化区域分别占全县面积的0.14%、3.39%、88.22%、5.75%、2.5%;(3)2000～2020年,平昌县植被覆盖度变化整体格局呈现较强的空间自相关性,且植被覆盖度变化表现出显著的空间集聚分布态势。     

毛乌素沙地土地利用动态变化分析

利用毛乌素沙地2000、2005、2007、2010年的TM卫星遥感影像数据,对毛乌素沙地近10年的土地利用动态变化进行了分析并得出以下结论:⑴在时间尺度上,2000-2010年毛乌素沙地裸露地、低覆盖草地和耕地面积减少,高、中覆盖草地、林地和居民工矿用地面积增加,水域无明显变化。⑵在空间上尺度上,2000-2010年,毛乌素沙地北部地区土地利用变化较明显,其中在东北部,大部分由耕地转为林地,在西北部,部分中覆盖度草地转为耕地。⑶2000-2005年,研究区土地利用类型中面积增加最多的是中覆盖度草地,净增加7 598.84 hm2,主要由26 255.3 hm2的低覆盖度草地和3 550.41 hm2的裸露地转入;2005-2007年,研究区土地利用类型中面积增加最多的是高覆盖度草地,净增加7 584.81 hm2,主要由6 074.43 hm2的裸露地和3 083.12 hm2的中覆盖度草地转入;2007-2010年,研究区土地利用类型中面积增加最多的是林地,净增加37 978.01 hm2,主要由35 488.96 hm2的耕地和2 640.42 hm2的高覆盖度草地转入。