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。     

黄河中游典型干旱区植被覆盖时空变化研究

基于像元二分模型,利用2000—2019年MODIS NDVI数据以及气象观测数据,以吕梁市为例对黄河中游典型干旱区植被覆盖度进行估算,并采用趋势分析法、相关分析法对其植被覆盖度时空分布特征进行分析,探讨了主要气候因素(气温、降水量)与植被覆盖度的相关关系。结果表明：2000—2019年吕梁市植被覆盖度呈波动增加趋势,2017年达到最大值后在高位波动。植被高覆盖度地区主要分布在吕梁山山区,植被覆盖度增加区域面积占总面积的97.5%,植被覆盖度降低的区域仅占2.5%,植被覆盖度变异系数大的区域主要分布吕梁市西部沿黄河黄土高原丘陵区和东部平川盆地城市周边地区;吕梁市植被覆盖度与降水量、年平均气温均呈正相关关系,植被覆盖度与年平均气温呈正相关、负相关的面积占总面积的83%、17%;植被覆盖度与年平均降水量的正相关、负相关区域分别占总面积的98%、2%。吕梁市植被覆盖度与年平均气温的相关性小于其与年平均降水量的相关性,降水与植被覆盖度的影响较气温密切。     

国家生态保护重要区域植被长势遥感监测评估

国家生态保护重要区域植被长势对于维持区域生态系统结构和功能的稳定性至关重要.以国家重点生态功能区、国家重要生态功能区、国家生物多样性保护优先区和国家级自然保护区等四类生态保护重要区域为研究区,选取年累积NDVI作为指示因子,监测评估了1998-2007年间国家生态保护重要区域的植被长势特征.结果表明:(1)国家生态保护重要区域总面积为536.59万km2,占全国陆地国土面积的55.89％.国家生物多样性保护优先区与国家重点生态功能区、国家重要生态功能区的重叠面积较大,分别占到相应生态功能区总面积的53.36％和50.20％.国家级自然保护区与其他三种类型区域的空间叠加关系较好,尤其与国家重点生态功能区,重叠面积占国家级自然保护区总面积的75.10％.国家重点生态功能区和国家重要生态功能区的重叠面积分别占各自面积的63.73％和39.15％.(2)对于植被长势总体状况,国家生态保护重要区域中东部的植被状况好于西部.植被状况较差的区域面积为10.59％,植被状况一般的区域面积为29.59％,植被状况好的区域面积为23.44％,植被状况较好的区域面积为36.39％.国家级自然保护区和生物多样性保护优优先区的植被状况好于国家重要生态功能区和国家重点生态功能区.国家级自然保护区的空间分布差异最大.(3)对于植被长势变化趋势,国家生态保护重要区域的植被状况整体呈现出变好趋势.62.39％区域面积的植被状况较为稳定,22.69％区域面积的植被状况呈现出变好趋势,14.93％区域面积的植被状况呈现出变差趋势.国家重要生态功能区的植被变好趋势最为明显,其次为国家生物多样性保护优先区.国家生物多样性保护优先区的植被变化趋势空间差异最大,国家级自然保护区的植被变化趋势空间差异最小.     

基于ITPCAS驱动数据集的黄河源区植被变化及其与气候因子相关分析

【目的】厘清近年来黄河源区植被覆盖变化及其对驱动因子的响应,为黄河源区生态环境可持续发展与科学预估气候变化对植被格局的影响提供理论依据。【方法】基于1999-2015年SPOT VGT-NDVI数据集和中国区域高时空分辨率地面气象要素(ITPCAS)驱动数据集,运用趋势分析、Mann-Kendall非参数统计检验、R/S分析和相关分析等方法,分析了1999-2015年NDVI和气象因子的时空变化特征,并探讨温度、降水量、地表净辐射(R_n)等气象因子以及人类活动对植被覆盖变化的影响。【结果】(1)黄河源区多年平均NDVI空间分布呈东南高、西北低的格局,整体上NDVI呈增加趋势,每10年增速为1.6%,其中上升趋势的区域占研究区78.2%;NDVI在2003年附近存在突变;同时期温度和降水为振荡上升趋势,而R_n为振荡下降趋势,并且未来NDVI和各气象因子将持续这种变化趋势。(2)年平均NDVI与年平均温度呈显著正相关关系,与年平均降水量呈不显著正相关关系,而与年平均R_n呈不显著负相关关系;在偏相关分析中,NDVI与年平均温度的相关性最好。(3)NDVI对温度、降水量变化的响应滞后1个月左右,对R_n变化的响应滞后2个月左右。【结论】ITPCAS驱动数据集在黄河源区有较好的适用性;在年尺度和月尺度上,温度都是黄河源区植被生长影响最大的气象要素;黄河源区植被覆盖的增加主要归因于温度上升以及生态保护"综合性"工程的实施。     

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...     

2001-2020年天水市植被覆盖时空变化及其驱动机制研究

植被覆盖是衡量地表植被状况和生态系统稳定性的重要指标，基于GEE平台获取Landsat系列遥感影像，构建2001-2020年天水市NDVI序列数据，探讨天水市近20 a植被覆盖时空变化特征及驱动机制。结果表明，1）2001-2020年天水市平均植被覆盖为0.55，空间分布呈现西北低、东南高的特征。低度、较低覆盖共占全市总面积的4.1%、中度覆盖占42.9%，较高、高度覆盖共占53%。2）近20 a天水市植被覆盖呈波动上升趋势，平均增速为0.97%/a（P<0.05），植被覆盖总体为改善趋势，改善区域面积占全市总面积的65.43%，局部区域植被退化，面积仅占1.98%。3）近20 a天水市植被覆盖变化受降水和人类活动交互作用影响，降水的增加、天然林保护及退耕还林还草等工程的实施，对该市植被覆盖的提升效果显著。基于Hurst指数分析，在未来植被覆盖变化以正向持续性为主，部分区域表现为反持续性。     

基于NDVI的四川省植被变化动态监测及驱动因素分析

【目的】探索植被时空演化规律和机理，为揭示区域环境变化奠定基础。【方法】利用SPOT/VEGETATION数据，辅以Theil-Sen Median趋势分析、回归分析以及残差分析等方法，探索2000—2018年四川省植被覆盖时空变化趋势，并揭示其影响因素。【结果】近二十年四川省植被覆盖呈显著增加趋势，增速为6.4%/10a,其中2006—2012年植被覆盖呈波动趋势；植被覆盖空间格局呈“东高西低”的分布特征，城镇化进程和高海拔地区气候对植被覆盖有剧烈干扰；四川省植被覆盖呈增加趋势的面积比例为72.45%,呈减少趋势的面积占比27.55%,植被状况改善较显著。四川省18个地级市中，雅安市、乐山市、攀枝花市、达州市、宜宾市、巴中市和广元市的植被改善状态较好。四川省海拔0～1000、1000～3000 m是植被恢复最显著的区域。【结论】通过剥离自然、人类活动因素发现，人类活动是导致四川省植被覆盖变化的主要因素，气候因素是影响四川省植被覆盖变化的次要因素。研究结果可为四川省生态保护和修复工程的科学布局提供依据。     

2000-2014年大通县植被覆盖时空变化研究

[目的]探索大通县植被变化规律。[方法]基于Landsat TM卫星遥感影像数据,通过ArcGIS10.0与ENVI5.1软件,提取并分析了大通县不同时期的植被覆盖度时空变化总体特征及其变化原因,并结合大通县DEM数据提取地形因子,研究了不同海拔对植被覆盖度变化的影响。[结果]大通县2000年、2005年、2010年、2014年的平均植被覆盖度依次为73.57%、67.53%、56.13%、69.18%,植被覆盖度fc>0.65的区域和植被覆盖度稳定区的面积占总面积的比例均达到60%以上,植被覆盖总体情况良好;随着海拔的上升,植被覆盖度总体上呈现出先增加后减少的趋势,海拔高度低于3 500m的地带,中高与高等植被覆盖度占比在40%以上,但随着海拔的升高,植被覆盖度下降明显。[结论]引起大通县植被覆盖度动态变化的主要原因是社会经济政策与人类活动的共同影响,有效的政策引导以及森林生态安全屏障的构筑是大通县植被覆盖度提高的主要因素。     

气候变化和人类活动对环塔里木盆地植被覆盖度的影响

塔里木盆地生态系统脆弱,易受到人类活动的影响,植被对维持塔里木盆地生态系统稳定性具有极其重要的作用。以塔里木盆地边缘的绿洲区域、绿洲外围植被分布区及塔克拉玛干沙漠公路周围植被分布区作为研究区域,将植被覆盖度(FVC)作为反映植被变化的监测指标,利用归一化植被指数(NDVI)、气温、降水、植被类型数据,采用像元二分模型、一元线性回归法、残差分析等方法,分析了植被覆盖度的时空变化,以及气候变化和人类活动对环塔里木盆地、各植被类型植被覆盖度的影响。结果表明：(1)2000—2022年环塔里盆地植被覆盖度每10年增长0.008,各植被类型的植被覆盖度均呈现上升趋势,空间上植被覆盖度呈现“北高南低”的分布格局。气候变化影响的大部分区域植被覆盖度基本不变,人类活动影响的植被覆盖度以改善为主;(2)植被覆盖度的变化主要由气候变化和人类活动共同主导,但人类活动的影响大于气候变化。气候变化和人类活动共同作用时,植被覆盖度改善和退化的面积占比分别为19.79%、49.55%;(3)在植被覆盖度改善区,人类活动的相对贡献率整体较高。在植被覆盖度退化区,气候变化对绿洲区域内植被的相对贡献率更高,在绿洲区域外人...     

基于MODIS-NDVI数据广西植被覆盖变化特征分析

利用月合成MODIS-NDVI时间序列数据、气象数据、DEM等数据,分析研究了2001-2010年广西省10年间植被覆盖变化的特征。结果表明,广西植被覆盖率较高且总体呈上升趋势,从区域角度分析,桂南地区增加趋势最显著,其次是桂中地区;从海拔梯度角度分析,海拔200 m以下的区域植被覆盖增加趋势最显著,但此区域的植被覆盖率较低,NDVI最高分布在海拔400~800 m的区域。植被覆盖变化受气温、降水及人类活动影响较大,植被覆盖梯度变化除受这些因素影响外,也与植被垂直地理分布特征相关。     

2000-2015年青海省植被覆盖的时空变化特征

【目的】以像元为基本单元,研究青海省归一化植被指数（NDVI）的时空变化特征,以揭示NDVI对气候变化的响应规律,分析青海省未来植被变化趋势,为青海省生态建设提供参考。【方法】以青海省2000-2015年的MODIS13Q1/NDVI为数据源,将反映趋势变化的Theil-Sen Median方法与检验趋势显著性的Mann-Kendall方法结合使用,研究青海省NDVI的变化趋势,并采用Hurst指数方法判断变化趋势的可持续性。【结果】1)青海省NDVI的空间分布整体呈从西北向东南逐渐增加的趋势。2)16年间NDVI整体呈增长趋势,增速为每10年1.5%,旱地及草原与稀树灌木草原增速最快,分别为每10年2.7%和2.3%。3)16年间青海省植被覆盖改善区域(60.51%)明显大于退化区域(17.87%),其中植被覆盖明显改善区占全省面积的21.26%,轻微改善占39.25%,轻微退化占15.75%,严重退化占2.12%,基本不变的占21.62%。4)青海省植被覆盖未来改善的区域占整个区域面积的62.23%,其中持续性改善占38.01%,由退化转为改善的占24.22%;植被未来有退化趋势的区域占18.30%,其中持续性退化占7.74%,由改善变为退化趋势的占10.56%;稳定不变的区域为8.43%;植被未来变化趋势不确定区域占11.04%。【结论】青海省植被覆盖变化受气候和人类活动的共同影响,大部分地区植被未来呈改善趋势。     

内蒙古生态屏障区植被覆盖变化及降水、气温对其的影响

为研究内蒙古生态屏障区植被覆盖变化及降水、气温对其的影响,采用2010—2019年的SPOT-VGT归一化植被指数(NDVI)数据集、CRU TS气候数据集、GlobeLand30地表覆盖数据,利用一元线性回归趋势方法,对研究区10 a来植被覆盖的年际变化进行分析;同时应用相关分析法,研究了不同土地利用类型植被覆盖与降水量、气温的相关性。结果表明：2010—2019年研究区归一化植被指数呈现上升趋势,但空间差异明显,呈现东高西低的区域分布特征。植被覆盖明显改善(S_lope>0.03)面积最大的年份为2011—2012年,像元数占内蒙古总像元数的44.44%;植被覆盖明显退化(S_lope<0.03)面积最大的年份为2013—2014年,像元数占总像元数的40.59%。不同土地利用类型时,降水量、气温对植被覆盖产生不同的影响,气温对森林植被覆盖的影响最为显著,降水量对草地植被覆盖的影响最为显著。     

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RUE与NDVI的人类活动对牧区植被变化干扰强度的研究——以川西北江河源区为例

利用归一化植被指数(NDVI)与降水利用率(RUE)结合最小二乘法进行趋势分析,分析2000—2014年人类活动对川西北江河源区植被变化的干扰强度。结果表明,2000—2014年研究区植被强度总体好转,2000—2010年研究区植被恢复良好,2010—2014年研究区植被局部显著退化区域明显多于显著恢复区域。2000—2014年研究区内人为因素对植被变化的干扰总体以负向干扰为主,负向干扰面积占研究区总面积的57.59%,正向干扰面积占21.85%。其中,2000—2005年研究区人类活动对植被的变化主要呈中度正向干扰,2005—2010年主要呈轻度正向干扰,而2010—2014年人为负向干扰严重。人类活动对研究区内植被变化的负向干扰以轻度负向干扰为主,主要分布于石渠、阿坝、红原、若尔盖四县,而强度人为负向干扰主要位于石渠县;人为正向干扰以中度人为正向干扰为主,主要集中于石渠县北部;甘孜、色达、壤塘三县无明显人为干扰。     

洋河流域NDVI时空变化及驱动力分析

目的研究洋河流域的植被覆盖变化及驱动因素,可以为该区域生态建设及植被修复提供重要的参考价值。方法基于SPOT Vegetation NDVI数据、气象数据及土地利用数据,运用趋势分析、偏相关分析、复相关分析及残差分析等方法,探究1999—2015年气候变化及人类活动对洋河流域NDVI的影响。结果(1) 1999—2015年洋河流域NDVI整体呈上升趋势,增速为每10年3.9%,NDVI显著改善和显著退化的面积分别占流域总面积的57.90%和1.13%,其中有林地和灌木林地改善最为明显。(2)研究区有51.99%的区域NDVI变化受气候因子驱动明显,其中降水驱动型和降水、气温驱动型分别占流域总面积的26.13%和25.44%,前者主要分布在兴和、尚义、阳高、天镇、怀安及宣化等区域,后者主要分布在兴和南部及向东偏南方向延伸的带状区域,单一的年均气温对NDVI的变化影响较弱。(3)1999年以来,流域植被受人类活动的干扰逐渐增强,增速为每10年4.5%,以正向作用为主,正向作用主要分布在坝缘3县(尚义、万全、崇礼)及阳高等地,负向作用主要分布在城镇和农村等人口较为密集的地区。结论1999—2015年洋河流域NDVI变化是气候变化和人类活动共同作用的结果,但主要影响因素为人类活动干扰,京津风沙源治理等工程项目对当地的植被改善有十分重要的作用。      

地理因子对北部湾经济区植被覆盖的影响

以人类活动强烈和生态脆弱的北部湾经济区为研究对象,结合遥感生态数据、社会经济数据,运用地理探测器来定量评价地理因子对植被覆盖变化的影响。研究表明,北部湾经济区植被覆盖从东往西呈高-低-高分布,归一化植被指数(normalized difference vegetation index,NDVI)随纬度的增加呈波动上升趋势;各地级市的植被覆盖波动差异明显,以波动较小为主;植被覆盖改善的面积大于退化的面积,植被逐步得到改善;植被覆盖变化的主要驱动因子按贡献率大小排列依次为降水、土壤类型、植被类型、人均GDP、坡度。     

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。     

基于FAHP法的郑州市生态敏感性分析

利用GIS软件对郑州市进行生态敏感性分析,并进行生态敏感性区划划分,选取植被覆盖度、高程、坡度、水域缓冲区、人口密度、土地利用类型6个因子,采用模糊层次分析法（FAHP法）构建评价模型,利用GIS软件的空间分析功能,分析单因子生态敏感性以及加权叠加的综合生态敏感性。结果表明,郑州市整体以中度敏感区为主,其次为高度敏感区;中度敏感区占研究区总面积的37.05%,主要分布于郑州市北部黄河流域、东部平原以及西部嵩山周边区域;高度敏感区占研究区总面积的29.19%,主要分布于嵩山、箕山坡度较大的低山丘陵区;低敏感区占研究区总面积的21.03%,主要分布于郑州市北部黄河水域及东部的城市中心规划区周边区域;不敏感区占研究区总面积的12.73%,主要分布于郑州市东部的市中心区及下辖的中牟县、新郑市城市建成区域,西部局部地区也有零散分布。     

中国东北地区2007-2010年植被覆盖度及其变化

为研究中国东北地区植被覆盖变化特征,基于MODIS归一化植被指数(INDV)月合成数据,利用双组分线性混合模型估算中国东北地区2007-2010年植被覆盖度(fc),并对4年间植被覆盖度时空变化规律进行分析.结果表明:(1)中国东北地区植被覆盖度整体处于较高水平,植被覆盖度平均在70%以上,并呈现出东高西低的分布特征;(2)2007-2011年,中国东北地区年最大植被覆盖度总体较稳定并有一定增长趋势,以稳定和轻微恢复为主.稳定及轻微恢复的面积占总面积的90%以上,出现了不同程度退化的面积在10%以下,主要出现在内蒙古自治区东北部以及中部,其原因与该地过度放牧等有关;(3)中国东北地区2007-2010的植被覆盖度变化波动不大,相对稳定;(4)中国东北地区2007-2010年间植被覆盖状况呈良性发展趋势.     

基于GEE和PLSR的2001-2020年长三角地区植被覆盖时空变化及驱动力分析

基于google earth engine(GEE)云平台，以MODIS EVI影像为数据源，结合Theil-Sen Median趋势分析、Mann-Kendall显著性分析、偏最小二乘回归(PLSR)分析等方法，对2001-2020年长三角地区植被覆盖的时空演变特征及其对气候和人类活动的响应特征进行分析。结果表明，1)2001-2020年，研究区植被覆盖度在时序上呈上升趋势(从0.433增至0.474),整体增长速率约为0.16%·a^-1。在空间上呈现“西高东低、南北高中部低”的分布特征，高值区均值0.486,低值区均值0.374。2)植被覆盖动态变化以改善(76.29%)和稳定(8.0%)为主，主要分布在西部和南部；退化区域(22.71%)主要集中在城市扩张地区。3)人类活动因素对植被覆盖时空变化的驱动力(投影重要性>1)大于气候因素(投影重要性<0.5)。降水为主要的气候驱动因素。城镇化快速发展导致土地利用变化较大，总体上对植被覆盖起到了显著的正向影响，但也导致景观破碎度增加。研究长三角植被覆盖变化及驱动因素，对区域生态环境监测、保护和建设具有重...