基于SPOT NDVI影像的阿坝州植被变化遥感监测

本文利用1998年~2013年SPOT NDVI影像对阿坝州的植被时空变化进行分析。结果表明:研究区15年间NDVI均值为0.383,月均NDVI值在0.222和0.623之间,NDVI在8月达到峰值;研究区植被总体呈改善趋势,植被明显改善面积占全区总面积的56.83%。植被退化区域主要集中于研究区的南部,其中小金县和汶川县的植被退化最为严重,若尔盖湿地区植被也有一定程度的退化,这主要跟该区域的放牧活动有关。     

河北省植被NDVI变化及其对气象要素的响应

为了更全面的了解河北省近年来植被变化状况,加强生态文明建设,推进区域绿色发展,利用MODIS NDVI数据,应用ArcGIS空间分析、趋势分析、一元线性回归预测、相关性分析等多种分析方法,研究了河北省2000-2015年植被NDVI的时空变化、气象要素的时序变化及植被NDVI变化对气象要素的响应关系。结果表明:(1)16 a来河北省植被NDVI呈明显波动上升趋势,趋势率为0.045 0/10 a(P0.01)。(2)河北省植被NDVI变化分布不均匀,具有空间差异性,植被改善区与退化区兼并,其中有77.39%的区域NDVI在不断增加,15.65%的区域NDVI在不断减少。(3)年均温呈现波动平稳趋势,年降水量呈现波动微增趋势,年均降水量变化率为29.77 mm/10 a。(4)气象要素对多年NDVI具有一定相关关系,其中6.97%的区域与气温显著正相关(P0.05),20.12%的区域与降水量显著正相关(P0.05),因此降水是河北省植被生长的主控因子。综合来看,近16 a来河北省植被大面积趋于恢复状态,植被生态系统有所好转。     

1982—2020年毛乌素沙地植被对气候变化的响应

毛乌素沙地属于我国北方农牧交错区,生态环境脆弱,植被生长受气候环境影响较大。基于1982—1999年GIMMS NDVI3g.v1数据、2000—2020年MOD13Q1数据,以及相关气象站点的气温降水数据,运用趋势分析、变异系数、偏相关分析及Hurst指数等方法,探讨1982—2020年毛乌素沙地植被生长时空特征及其对气候变化的响应。研究结果表明：1)毛乌素沙地植被生长状况呈现持续向好趋势,每10 a的增速为1.3%,以2005年为拐点,2005年以前植被长势缓慢,之后长势迅猛。2)毛乌素沙地NDVI均值介于0.10～0.41之间,空间分布呈“西低东高”的特征,沙地植被变化以增加为主,约占总面积的94.07%,其中显著增加占57.43%,极显著增加占30.14%;植被的空间变化稳定性地区差异明显,高波动变化区域占比最大,为35.95%,带状分布于沙地东南部边缘植被生长旺盛区域。3)4,6,8月,毛乌素沙地NDVI与气温正向相关系数较高;6—9月,NDVI与降水正相关性较强,降水对沙地植被生长发育的影响更大,植被变化的同向特征强于反向特征。4)毛乌素沙地未来变化趋势将以持续改善和持续退...     

神木市植被NDVI动态变化及时空格局分析

【目的】归一化植被指数(normalized difference vegetation index,NDVI)可以指示植被生长和覆盖状况,探究其长时间序列时空动态变化特征规律,对明确区域植被生态变化情况具有重要意义。【方法】利用谷歌地球引擎(google earth engine,GEE)云平台获取植被生长季(7—9月)长时间序列Landsat影像并构建NDVI指数。通过变异系数、Sen+Mann-Kendall趋势分析、未来趋势变化分析和空间自相关性计算,分析2000—2020年神木市NDVI时空变化特征及空间格局,并提取NDVI不同聚集区面积结合植被生长季累计降水量和平均气温进行分析。【结果】2000—2020年神木市NDVI显著增加,增速为1.25%·a^-1;NDVI增加区域、稳定不变区域和退化区域分别占总面积的97.8%、0.4%和1.8%,退化区域主要分布在矿区和城市聚集区;NDVI变异系数主要集中在0.3～0.5之间,整体波动比较剧烈,变异程度呈现“东南高、西北较低”的空间格局;全区NDVI平均Hurst指数0.69,持续显著增加面积占比93.7%,...     

基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究

分析乌江流域2001-2015年每年8月植被变化规律与气候间关系,得出植被覆盖时间和空间变化规律,为乌江流域生态保护提供参考依据,基于MOD13Q1,MODIS11 C3,TRMM3B43遥感数据产品,使用趋势分析法分析15年内NDVI变化趋势,简单相关分析、偏相关分析和复相关分析得出NDVI变化与气候变化关系,结果如下:15年中乌江流域NDVI整体呈上升趋势;NDVI变化与气温呈负相关,NDVI变化与降水呈正相关,降水对NDVI的促进作用高于气温的抑制作用;气温、降水对耕地影响最大,常绿针叶林次之;高程在1 000~2 000m的植被覆盖变化最大;沿江地带植被覆盖减少与乌江流域梯级开发有关;植被覆盖减少多在城市区。乌江流域降水驱动型植被占研究区27.75%,对气候响应较大的植被类型以耕地为主;非气温降水驱动型比例为72.25%,人类活动对乌江流域植被覆盖变化起主导作用。     

基于地形因素的浑善达克沙地植被时空变化研究

文章基于Landsat遥感影像数据,分析了浑善达克沙地2000—2020年的植被覆盖度的时空变化特征,在此基础上,将其与海拔、坡度、坡向进行叠加分析,探究植被覆盖度与地形因子的关系。结果表明：在研究期间,浑善达克沙地植被覆盖度均值呈现出明显升高趋势,植被覆盖度整体呈现出“东高西低”的分布态势;研究期间植被覆盖度变化明显,植被覆盖改善区域占全区总面积的49.44%,植被覆盖未变化区域占全区总面积的47.39%,植被覆盖退化区域仅占到全区总面积的3.17%;植被覆盖高值区多集中分布于海拔1 195 m以上的区域,坡度为15°～35°时沙地植被覆盖度较高,阳坡的植被覆盖度高于阴坡。     

西北干旱区植被覆盖时空动态特征

用MODIS NDVI数据2000—2015年的归一化植被指数产品,运用变异系数、Theil-Sen median趋势分析耦合Mann-Kendall检验和Hurst指数法,探讨了中国西北干旱区植被覆盖的时空变化特征及未来趋势的预测。研究表明:1)2000—2015年全区植被覆盖的空间异质性较强,有植被覆盖的区域占总面积的35.59%,无植被覆盖的区域占64.41%。受降水的影响,植被覆盖整体呈东南高西北低、山区高平原低的特点;受河流和人工灌溉的影响,绿洲区水热组合条件好,其植被覆盖高于荒漠区。2)近16年全区植被覆盖波动变化不明显,各亚区的波动普遍较低,变异系数小于0.10的比例均超过总面积的1/2。3)16年间全区植被覆盖总体有增长趋势,变化率为0.006/10a。基于像元尺度的分析也表明全区植被覆盖以增长趋势为主,各亚区中河西走廊的增长面积最多,北疆的增长面积最少,均超过1/2。4)全区NDVI的Hurst指数均值为0.73,Hurst指数大于0.5的范围所占比例为86.25%,未来全区植被覆盖的变化趋势以持续性增加为主,其中13.46%区域的未来趋势无法确定。各亚区呈不同程度的增加趋势,河西走廊的增加趋势最明显,北疆的增加趋势相对较弱。     

基于MODIS的眉山市植被指数变化及其原因分析

利用2000—2015年每年8月份的MODIS卫星影像数据,计算眉山市同期的归一化植被指数(NDVI),并根据降水和气温的相对一致性选取2000年和2014年两个典型年份,以其NDVI为基础反演植被覆盖度,通过差值植被指数的差值分级,量化分析眉山市2000—2015年的植被状况,结果表明:眉山市NDVI均值从2000年的0.773 8增加到了2015年的0.810 7,6区县除东坡区之外NDVI均值均呈升高趋势;2014年与2000年相比,全市低覆盖度、中覆盖度、中高覆盖度植被区域面积分别降低了7%、3%和14.44%,高覆盖度植被区域面积增加了17.53%;不同区县之间植被覆盖度变化主要集中在中高覆盖度和高覆盖度两个等级。以NDVI为基础分析了植被的时间变化特点,并利用2000年和2014年8月份的NDVI植被梯度与差值植被指数从全市及各区县两个尺度进行讨论分析,结果表明:全市植被改善区域面积超出退化区域面积6 525 hm~2,彭山县、仁寿县和青神县植被以改善为主,改善区域面积分别超出植被退化区域面积11.01%、7.66%和4.05%;洪雅县、东坡区和丹棱县植被以退化为主,退化区域面积分别高出植被改善区域面积11.58%、3.33%和0.77%;生态退化区域主要集中在山地区、水域区以及道路沿线。     

基于MODIS NDVI数据的广西植被覆盖时空变化遥感诊断

【目的】对广西2006—2016年植被覆盖变化特征及其变化关键因素进行遥感诊断,为掌握广西地区植被覆盖的时空变化提供科学监测结果和诊断依据。【方法】基于250 m分辨率16天合成的MOD13Q1产品,利用趋势分析法获得11年间广西植被覆盖整体变化情况;结合气象数据,运用回归因子分析法得到植被覆盖变化与温度和降水之间的关系;采用遥感影像差异法对不同时期MODIS土地覆盖类型数据进行分析,探讨人类活动对植被覆盖变化的影响。【结果】2006—2016年11年间广西植被覆盖在波动中呈上升趋势;归一化差值植被指数(NDVI) 2—3月呈最低状态,9月最高。全区植被增加面积大于退化面积,其中面积增加最大的区域包括河池、百色、南宁东南部和桂林东部,退化面积最大的区域包括崇左、百色中部、南宁西部和桂林中部,退化程度最高的北海区域退化面积占全区面积的28. 9%。11年间,广西植被覆盖类型变化巨大,林地面积显著上升,农用地面积下降明显。【结论】温度和降水与植被覆盖呈正相关关系,二者与植被覆盖在月尺度上的正相关性较年尺度更为显著,且降水对植被的影响高于温度对植被的影响; MODIS土地覆盖类型数据反映出的人类活动表明,林地面积显著增加是广西NDVI上升的主要原因。     

基于NDVI的清水县植被变化分析

本研究以清水县为研究区域,以1979年和2008年该区的TM数据为遥感数据源,在遥感数字图像处理系统和GIS支持下,通过提取NDVI值以及NDVI与植被覆盖度之间的关系,对该县植被覆盖变化进行了研究。研究结果表明:1979～2008年清水县整体植被覆盖有所增加,植被指数在138以上的面积从1979年的52488.13hm2增加到2008年的117603.38hm2,净增65115.25hm2,占全县面积的33.80%;低盖度植被类型面积大大减少,其中,Ⅴ级植被面积减少了73780.25hm2,占全县总面积的34.22%,高盖度植被面积增加,其中,Ⅰ级植被增长了33798.07hm2,占全县总面积的17.54%,Ⅱ级、Ⅲ级植被面积均有不同程度的增加,植被盖度等级未变化的面积为62954.75hm2,占全县总面积的32.68%;植被退化面积为11768.25hm2,而植被好转面积多达117926.75hm2,是退化面积的10.02倍。通过综合治理,清水县生态环境得到大大改善。     

基于Landsat的青神县植被覆盖动态变化分析

以Landsat TM/OLI系列遥感数据为基础,利用RS和GIS为技术手段提取NDVI值,通过像元二分模型得出青神县2009年、2013年、2018年三期的植被覆盖度分级图,并用转移矩阵和差值法分析其动态变化情况。结果表明:青神县植被覆盖总体良好,植被覆盖度以中高以上为主。2009—2013年该地区中高以上植被覆盖区占总面积的比例由71.73%降到62.69%,2018年有所改善,占总面积的67.77%,说明2009—2018年青神县植被覆盖度经历了先退化后改善的趋势,但整体发生了小幅度退化,退化面积比改善面积多出6.22 km~2,占总面积的1.6%。据分析,城区的扩张、基础设施的建设侵占了耕地和林地,是造成青神县植被覆盖度退化的主要原因。为促进区域生态环境的可持续发展,应进一步提升中心城区及周边的植被覆盖度。     

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。     

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MODIS-NDVI的中老缅交界区近16年植被覆盖时空变化特征

【目的】探讨中国、老挝、缅甸三国交界区2000—2015年植被覆盖的时空分异和演化趋势,为区内植被的科学管理和有效保护提供参考。【方法】基于中老缅交界区近16年MODIS-NDVI时序数据,借助3S技术以及均值、趋势、变异系数、Hurst指数等统计学相关方法,从多层次多角度探究区内植被覆盖的时空格局、演化规律、空间变异、可持续性及未来演化趋势等特征。【结果】NDVI年均最大值和最小值分别出现在2013(0.7794)和2002年(0.7259),整体呈增加趋势,增速表现为每10年增加1.05%;NDVI月均值以3和9月为折点,呈“S”形变化特征,其值为0.6986~0.8316,并呈上升趋势,月均增长率为0.50%;区内植被覆盖率较高,16年NDVI均值大于0.6的高植被覆盖区占比97.45%,多集中于热带雨林连片分布的山区,低于0.6的区域仅占2.55%,以各国境内主要城市中心及其外围、山区大面积裸地和澜沧江-湄公河流域沿线等区域为主;区内NDVI随海拔增加表现出持续降低趋势,高值区(NDVI≥0.6)多集中于1500m以下的中低海拔地区;2000—2015年,NDVI时间序列呈改善、退化和不变等变化趋势的区域分别占54.06%、15.62%和30.32%,其变异系数为0.0244~0.4688,空间分布上表现为较低波动变化区域>低波动变化区域>中波动变化区域>较高波动变化区域>高波动变化区域,低波动和较低波动变化区域占比合计78.49%;NDVI时间序列呈退化区域与呈高波动变化区域具有较明显的空间一致性,多集中于城镇、交通要道等建设用地以及山区大面积裸地等地区;未来,区内植被覆盖将延续过去16年变化趋势的区域占57.15%,与过去16年变化趋势相反的区域占41.09%;结合空间变化趋势特征,发现研究区未来将有39.63%、29.83%和28.98%的区域植被覆盖分别向良性、不变和恶性方向发展,1.56%的区域发展趋势不确定。【结论】中老缅交界区植被覆盖整体较好,16年来,区内植被覆盖随时间(年际、月际)变化幅度较小,并在此基础上整体呈现增加趋势,植被发展前景良好;然而,以建设用地和裸地为主的部分区域,其植被覆盖未来将出现退化趋势。区内各国应合理规划经济发展,节约、集约利用土地资源,并因地制宜地开展植树造林、退耕还林还草等生态修复工作,以促进区域生态环境的良性发展。     

西宁市城市化进程与热岛效应关系的研究

以2000~2010年Landsat 5TM影像数据为数据源,利用线性光谱混合分析法、热传导方程法和归一化植被指数(NDVI)研究了青海省西宁市土地利用变化、地表温度(LST)、植被指数分布图,分析了西宁市城市化进程对LST、NDVI的影响。结果表明:西宁市10年间植被转变为水体、裸露地和人工表面用地的面积分别达到0.18km~2、0.84km~2和18.91km~2;反之,水体转换为植被的仅有0.04km~2。西宁市10年间平均LST升高了1.1℃,在空间上,LST呈增加趋势的面积为339.74km~2,占研究区总面积的99.88%。在植被方面,NDVI总体呈现增加趋势,增加面积为241.77km~2,占研究区总面积的71.03%。并且不同地物类型LST变化情况不同,其中交通用地、工业用地、灌木绿地、居住地的LST升高最快,10年间分别升高了1.43℃、1.42℃、1.32℃和1.23℃,而温度变化较缓慢的是河流绿地,温度升高了0.77℃。说明城市植被用地大面积改变为其他人工用地是城市热岛效应形成的主要影响因素。     

四川省国家级公益林植被覆盖时空变化研究

基于2004～2018年的NDVI遥感数据,对四川省国家级公益林的植被覆盖进行时空变化分析,以期从长时间序列上揭示其植被覆盖变化情况,为国家级公益林遥感宏观监测提供理论依据。结果表明:(1)四川省国家级公益林植被覆盖呈现微小波动增加的趋势,空间上呈现出总体稳定、局部区域高植被覆盖和中等植被覆盖交替变化的时空特征;(2)2004～2018年间,四川省国家级公益林大部分区域植被覆盖是增加的,增长率在0～0.05的占多数,为54.43%,显著降低的区域仅占4.87%;(3)2004～2018年间,四川省国家级公益林NDVI值变异系数小于0.1的面积占81.74%,表明大部分区域植被覆盖是非常稳定的。     

滇中高原楚雄州近17年植被覆盖时空演化特征分析

楚雄彝族自治州位于云贵高原西部、滇中高原的主体部位,地处红河与金沙江水系一级分水岭地带的生态敏感脆弱区,植被对于地区生态系统和生态环境保护具有重要意义。本文基于MODSI NDVI数据,结合最大值合成、趋势线分析和变异系数分析2001—2017年楚雄州NDVI的时空演化特征。研究结果表明:(1)时间特征上,近17年来楚雄州NDVI介于0.78～0.80波动,呈现上升趋势,增速为0.019/10 a,局部年份受干旱气候影响大。季节均值由高到低依次为秋季夏季冬季春季,遵循州内降雨量时间分布特征,年内月份间变化曲线呈单峰型,3月NDVI处于最低值,8月达到峰值;(2)水平空间上,州内NDVI值总体稳定,中等波动变化区占56.61%,低值区主要分布楚雄市辖区、北部元谋县及永仁县东南部。同时州内53.59%区域植被覆盖呈现轻度改善趋势,14.01%呈轻度退化趋势,24.52%变化不显著;(3)垂直空间上,NDVI在高程上呈先减少后增加再减少趋势,NDVI在海拔1 070～1 210 m落到最小值,于海拔2 700 m处达到最大值,海拔2 550～3 200 m地区为区内植被覆盖最好部位。总之,滇中高原楚雄州植被NDVI时空变化特征明显,其结果能够为区域植被变化和生态环境保护提供借鉴。     

2000—2013年阿勒泰地区植被覆盖变化研究

基于2000—2013年的MODIS NDVI数据结合气象数据资料,采用趋势分析法、相关分析法等,探究阿勒泰地区生长季植被覆盖的时空变化以及与气候因子之间的关系。结果表明:1)2000—2013年间,阿勒泰地区植被覆盖呈现出北部区域的植被NDVI值高于南部区域,山地、河流区域植被NDVI值高于荒漠地区的分布格局;2)植被NDVI变化存在空间差异性,表现为中部和南部部分地区植被增加,北部地区植被减少;3)植被NDVI整体呈现出微弱的上升趋势,增长幅度为每10年增长0.002,在生长季4—9月中,各月的NDVI变化趋势存在差异性,全球变暖导致冰雪融水和降水量的增加是阿勒泰地区植被覆盖增加的主要原因;4)年均NDVI与气温的相关系数高于降水,并且生长季各月的NDVI与前1~5个月的气温、降水存在一定的滞后性。     

基于MODIS数据的中国西北植被变化分析

基于MODIS NDVI影像数据,通过最大值合成法、趋势分析法、线性回归以及相关分析等研究方法,分析西北五省2002—2012年之间的植被覆盖时空演变与动态变化规律。结果表明:11年间西北地区的植被覆盖有明显改善趋势,改善百分比为10.37%;7、8月该区域植被覆盖达到1年中最大值。通过研究2002-2012年西北地区夏季植被变化与温度、降水变化的关系,发现NDVI与降水的相互关系强于气温,说明导致西北地区植被发生变化的最主要自然因素为降水,并且植被对气候要素的响应存在时滞。     

基于MODIS-NDVI的云南怒江流域植被覆盖时空变化特征研究

以2000—2015年MODIS-NDVI动态数据为基础,辅以小波分析、趋势分析、变异系数、Hurst指数及空间叠加分析等方法,探究怒江流域(云南区段)近16年植被覆盖时空分布,变化特征和演变趋势。结果表明:1)时间上,流域NDVI月际变化整体呈增长态势,月均增长率为0.95%;在年际变化方面,流域植被覆盖呈现增长趋势且存在14年左右的变化周期,增速为0.21/10a;月际和年际增长趋势均通过置信度P0.05的显著性检验。2)空间上,流域高植被覆盖区域(0.6NDVI1)占61.95%,整体较好。受北部高海拔地形以及南部建设用地扩张等因素影响,植被覆盖格局从北至南呈低—高—低的分布特征。2000—2015年间,流域植被覆盖整体处于低态势波动变化,低波动和较低波动变化区域占比合计83.18%,在该波动下约53.25%的区域植被覆盖得到了改善,14.41%,32.34%的区域植被分别呈退化及不变趋势。3)空间可持续性方面,约59.01%的区域植被将延续过去变化趋势,37.98%的区域植被将沿反向发展,同向特征强于反向特征。未来,植被覆盖将向良性、不变方向发展的区域分别占39.36%,26.50%;31.14%的区域植被覆盖将向不利方向发展,主要集中于南部各县(市)中心、外围等城镇建设用地区以及勐波罗河、枯柯河、勐统河等支流沿线区,需引起重视。