2000-2018年乌海市植被覆盖度时空变化

为了探究乌海市植被覆盖度时空动态变化特征以及预测NDVI变化趋势,基于Lantsat OLI/TM/ETM,DEM影像运用像元二分模型法、趋势分析法研究了乌海市2000—2018年植被覆盖度时空动态变化特征,重标极差(R/S)分析法的Hurst指数预测了乌海市未来NDVI变化趋势。结果表明:(1) 2000—2018年乌海市植被覆盖度整体呈现上升趋势,增长速率为0.07%/10 a,植被覆盖度均值由22.26%增至41.30%;(2)空间上植被覆盖度呈现由西北向东南逐渐递增的趋势,植被覆盖度改善的区域大于退化区域,海南区改善趋势更明显;(3)从地形因子来看,植被覆盖度受高程、坡度影响较大,不同坡向间变化不明显;(4)乌海市大部分地区植被未来变化趋势为随机发展,持续改善区域占10.95%,持续退化区域占2.93%,海勃湾区持续变化性强,乌达区反持续变化性强。整体来看研究区2000—2018年植被覆盖度持续上升,植被改善明显,未来进行生态保护时应多关注地形因素和植被退化的区域,从而制定合理的政策。     

基于长时间序列NDVI的黄土高原延河流域及其沟壑区植被覆盖变化分析

为探究退耕还林(草)等生态工程实施后延河流域坡面与沟壑地貌区的植被恢复情况,基于长时间序列NDVI和降雨数据,采用趋势分析法、Pettitt突变点分析和残差分析以及人工交互样本法对2000—2019年延河流域以及流域坡面和沟壑区植被NDVI变化特征进行了分析。结果表明：(1) 2000—2019年延河流域植被恢复明显(年均趋势率为1.30%),但呈现分段特征,其中2000—2008年植被覆盖恢复迅速(年均趋势率为2.00%);2009—2019年植被覆盖恢复速度有所减缓(年均趋势率为0.70%),且部分区域出现退化。(2) 2000—2019年延河流域的沟壑区域NDVI随着坡面区域NDVI的增加而增加,且相关性较强(R²=0.967),沟壑区域NDVI与坡面区域NDVI数据值相近。(3) 2000—2019年延河流域NDVI变化与降雨量的相关性较弱,降雨不是该地区NDVI变化的主导因子。人类活动与延河流域NDVI变化呈正相关关系,相关性较强;人类活动对NDVI年均贡献率为1.29%。研究表明“退耕还林”等生态工程对植被恢复起到了重要作用,且沟壑区植被覆盖随着坡面植...     

沂河流域植被覆盖时空演变及其与径流的关系研究

为探求沂河流域植被覆盖时空演变特征及其与地表径流的关系,基于MOD13Q1 NDVI遥感影像数据,利用趋势分析方法,分析了2000—2020年沂河流域植被覆盖时空演变特征,并利用SCS模型模拟地表径流深,使用相关分析在像元尺度上分析了植被NDVI变化与径流的关系。结果表明：(1)沂河流域20年间植被NDVI呈波动增加趋势,流域内NDVI空间分布差异较大,NDVI增加的区域主要分布在流域北部,NDVI减少的区域主要分布在流域东部和南部及各城镇建成区内;(2)沂河流域不同时期径流深均呈现出不同程度的由西北向东南逐渐增加趋势,径流深出现较大幅度波动,径流存在明显的丰枯变化;(3)流域NDVI和地表径流之间呈正相关和负相关共存的相关关系,以不显著正相关为主,呈显著正相关的区域主要集中在流域北部,显著负相关区域主要集中在流域南部兰山区境内。研究表明,沂河流域整体植被覆盖得到了改善,但流域内部植被变化存在分异,植被保护与修复主要集中在北部,而南部与东部地区随着人类活动的增加,NDVI出现一定程度减少。随着流域内不同空间位置NDVI的增加及减少,径流主要呈增加趋势且两者相关关系在小空间尺度下存在明显...     

渭河流域NDVI与气候因子时空变化及相关性研究

NDVI的时空变化可以反映区域生态环境的演变,基于像元尺度的趋势分析法能模拟研究区栅格单元的变化趋势,从而反映NDVI时空分布的变化细节。基于2000—2015年MODIS NDVI月时序数据,结合同期气象资料,利用趋势分析和相关分析的方法研究了渭河流域NDVI、气温和降水的时空变化特征及其相关性。结果表明:(1)近16年来,渭河流域平均NDVI呈增大的趋势,变化率约为0.088/10 a,植被覆盖度有所增加;NDVI增大的区域占流域总面积的97.77%,主要分布在流域西部和北部。(2)时间尺度上,NDVI与气温的相关系数为0.865,偏相关系数为0.664;NDVI与降水的相关系数为0.776,偏相关系数为0.346,表明气温和降水的季节变化对植被生长都具有重要影响,且气温的影响更为显著。(3)空间尺度上,NDVI与气温呈正相关的像元数占像元总数的51.21%,NDVI与降水呈正相关的像元数占像元总数的96.67%,表明就渭河流域而言,气温的变化对植被生长的影响具有空间差异性和不确定性,而降水的增加会促进植被的生长。     

基于GIS和RS的延河流域植被覆盖度与地形因子的相关性研究

以延河流域为研究区,综合运用GIS和RS技术,基于Landsat TM影像,运用改进的像元二分模型估算了延河流域2000年和2010年的植被覆盖度,结合DEM数据提取的高程,坡度、坡向地形数据,分析了植被覆盖度与地形因子的相关性,以期为延河流域植被恢复和生态建设提供依据。结果表明:(1)延河流域植被覆盖度从2000年的29.18%增加到2010年的52.42%,呈上升趋势。(2)2000年植被覆盖度随高程的增加呈减小的趋势,2010年植被覆盖度随高程的增加呈先增加后减少的趋势。2000年和2010年植被覆盖度随坡度的升高,大致呈现先升高后降低的趋势,在30°~35°范围内最高。2000年和2010年植被覆盖度总体表现为阴坡(北、东北)半阳坡(东南、西)=半阴坡(东、西北)阳坡(南、西南)平地,其中阴坡的植被覆盖度最高,平地的植被覆盖度最低。(3)在高程1 000~1 500m,坡度在25°~45°范围内,植被覆盖度增加的值最大。     

近20年黄河三角洲地区植被覆盖度时空变化及其趋势分析

[目的]探究黄河三角洲地区植被覆盖度的时空动态变化以及植被覆盖度对土地利用变化的响应机制,为地区生态保护、建设与高质量发展提供参考。[方法]基于2000—2019年的归一化植被指数(NDVI)数据和2000—2020年5期土地利用数据,采用slope趋势分析和相关性分析等方法,分析了2000—2019年东营市植被覆盖度的时空动态变化及其对土地利用类型变化的响应。[结果]植被覆盖度在东营市南部地区、黄河沿岸以及黄河故道地区较高,而北部和东部沿海地区较低。在时间上,2000—2019年东营市NDVI为0.25～0.33,植被覆盖度呈现先增加后减少的趋势,在2010年达到最高水平。在空间上,东营市植被覆盖度改善区域面积大于退化区域,其面积占比分别为44.86%,37.94%。[结论]草地和未利用土地向城乡、工矿、居民用地和水域转化是造成植被覆盖退化的主要原因。     

开都—孔雀河流域NDVI动态变化及其与气温和降水的联系

基于2000—2014年开都—孔雀河流域的MODIS NDVI数据,采用最大合成法、偏相关分析法,结合气象站同期降水与气温数据,研究流域近15年NDVI时空动态,并分析了其与气温和降水的关系。结果表明:(1)研究区NDVI多年平均呈北部和中部高,南部和东部低的空间分布态势;(2)近15年开都—孔雀河流域植被退化区域大于植被改善区域,退化区域面积占研究区总面积的9.1%,主要集中在和静县山区;改善区域面积占总面积的6.33%,主要集中于博湖绿洲和库尔勒市及周边;84.57%的区域NDVI基本保持不变,主要集中于尉犁县;(3)植被覆盖2002年与2010年有明显改善,2001年、2004年有明显退化,其他年份退化和改善程度不一;(4)研究区NDVI对降水和气温变化均具滞后性且滞后水平存在显著的空间差异;(5)气温对NDVI的影响明显高于降水对NDVI的影响。     

植被覆盖度时空变化特征与地形因子关系分析

采用MODIS NDVI遥感影像数据和像元二分模型估算大凌河流域5个时期植被覆盖度,通过线性趋势分析和DEM数据揭示植被覆盖度的时空变化特征及其与地形因子的关系。结果表明：大凌河流域2006—2021年植被覆盖度整体呈上升趋势,并以高、中高和中覆盖度为主,流域下游植被覆盖度良好;大凌河流域植被覆盖度随高程的增加而提高,随坡度的增大而逐渐增高,植被覆盖度与坡向的关系较小,不同坡向的变化较为平缓;大凌河流域植被生长状况和覆盖状况逐渐变好,植被生长受地形因子影响显著。     

海河流域生长季植被覆盖度时空变化及驱动力分析

[目的]了解海河流域生长季植被覆盖度(FVC)的时空变化及其驱动力,以期为海河流域的生态保护、建设与可持续发展提供参考。[方法]基于MODIS NDVI遥感数据和同时期的18种影响因子,采用趋势分析法和M-K显著性检验分析了2001—2019年海河流域生长季植被覆盖度的时空变化特征;并利用地理探测器探讨了其空间分异特征与驱动力。[结果]2001—2019年海河流域生长季植被覆盖度总体呈显著上升趋势,线性倾向率为0.063/10 a, 2011年之后增速减缓。空间分布差异明显,植被覆盖度总体较高,仅环渤海湾地带和一些城市区域植被覆盖率较低。改善区域的面积远大于退化面积,其中改善部分以极显著改善为主,占流域总面积的60.42%。海河流域生长季植被覆盖度的空间分布差异主要由林地比例和林草混合地比例所决定,解释力均在30%以上。对海河流域生长季植被覆盖度交互作用解释力最强的是林草混合地比例和农田比例。[结论]海河流域植被覆盖度总体显著上升,空间分布差异主要驱动力为林地比例和林草混合地比例。     

2000年以来西秦岭地区植被覆盖变化特征——以陇南市为例

利用NDVI数据,以陇南市为案例区,研究了2000年以来西秦岭地区植被覆盖度变化的时空特征.采集2000-2010年6--10月NDVI数据,利用像元二分法设计了植被覆盖度(Vc)的计算方法,结果显示,2000 2010年陇南市植被覆盖度变化呈基本稳定态势,与同期温度和降雨的变化显著相关.利用一元线性回归和标准差方法,分析了Vc的时空变化特征,结果显示,土地面积将近90％的区域表现为稳定趋势,Vc的年际波动较小,空间分布与林地的分布区域基本吻合;将近1/10的区域表现为上升趋势,Vc的年际波动较大,主要分布在徽成盆地、西礼盆地、白龙江河谷阳面山坡等区域,与耕地、草地分布区域基本吻合,表明退耕还林工程对植被覆盖度增加的贡献显著.论文为20世纪末以来西秦岭地区生态建设的成效提供了证据,也为当地深化生态环境建设和可持续发展提供了借鉴.     

1982-2010年松花江流域植被动态变化及其与气候因子的相关分析

利用1982-2010年GIMMS和MODIS两种遥感数据集的归一化植被指数（NDVI）数据,分析了松花江流域植被NDVI时空特征及其与气候因子的关系。结果表明,松花江流域植被覆盖存在着显著的空间差异,山区NDVI值明显高于中部平原区。过去29a间,松花江流域植被NDVI稳定性较强,总体上变化趋势不明显,但有明显的阶段性：1982-1990年植被NDVI持续增加;1991-1997年相对稳定,1997-2003年呈波动降低趋势,2003-2010年缓慢上升。基于像元的相关分析表明,松花江流域NDVI与气温和降水量间均具有很强的相关性（P〈0.01）,而且植被NDVI变化受气温影响程度强于降水,针叶林是松花江流域受气温影响最大的植被类型。     

基于Landsat 8 OLI影像的延河流域土壤线提取及其应用研究

[目的]以延河流域为研究区,利用自动提取算法建立典型黄土的土壤线方程,为土壤调节植被指数的计算提供基本参数。[方法]基于Landsat 8OLI遥感影像,采用自动提取算法获取土壤线参数;分析归一化植被指数NDVI,土壤调节植被指数PVI,TSAVI,ATSAVI与实测盖度的相关性,探讨所构建的土壤线方程在黄土高原地区植被指数提取中的适用性。[结果]通过自动算法与常规方法对比发现两者偏差较小,且自动提取算法具有较高的精度和稳定性;各植被指数与实测盖度的相关性大小为:PVINDVITSAVIATSAVI,PVI为延河流域植被盖度反演的最优植被指数,NDVI次之,TSAVI与ATSAVI较差;与NDVI指数相比,PVI指数能够较好地抵抗土壤噪声的影响,对不同植被类型的敏感性较高,更适用于植被覆盖度较低的黄土高原。[结论]自动提取算法对延河流域土壤线的提取较为适用,所得参数适合于计算土壤调节植被指数。     

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。     

滇东南喀斯特地区植被覆盖变化及其影响因素

利用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,辅以叠置分析、空间统计分析和相关分析等方法,探讨了滇东南喀斯特地区植被覆盖的时空变化特征及其与气候因子、人类活动的关系。结果表明:滇东南喀斯特地区植被4月上旬进入生长季而9月中旬结束,2001—2010年植被覆盖呈现出上升的趋势,NDVI增加速率为0.03/10 a;滇东南喀斯特地区植被覆盖呈增加和减少趋势的面积分别占总面积的70.03%和29.97%,植被NDVI减少最为突出的区域主要集中在人口聚集的城镇周围及河流沿线,而增加的区域主要集中在高海拔山区;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东南喀斯特地区植被NDVI年内变化主要的影响因素,其影响有2个月左右的滞后期,温度类气候因子的滞后期为3个月左右,其他类型的气候因子滞后期约为2个月;滇东南喀斯特地区实施的退耕还林工程,极大地提升了植被覆盖度,而城镇化过程则使得城镇周边的极低、低植被覆盖度区面积增加。     

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。     

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。     

1999—2018年河南省植被覆盖时空演变分析

为了研究河南省植被覆盖的时空演变特征,利用slope趋势分析、典型地市分析、典型年份和月份分析、土地利用类型改变对植被覆盖的影响分析等方法,分析了1999—2018年河南省植被覆盖时空演变特征。结果表明:(1)河南省西部和南部植被覆盖改善十分明显,河南省北部和东部有轻微改善,而河南省中部植被覆盖有所退化;(2)河南省NDVI分布具有较强的空间差异性,从南北向来看,NDVI均值中部最低,南部最高,北部次之。从东西向来看,NDVI均值中部最低,东部最高,西部次之。河南省NDVI平均值在空间上呈现两头高中间低的趋势;(3)河南省月尺度的NDVI呈现出明显的季节性,最高值出现在夏季8月,最低值出现在冬季1月。(4)居民用地的增加影响着河南省的植被覆盖状况,并且呈负影响;(5)河南省自从实施“退耕还林”政策后,耕地明显减少、林地增多。由此可以得出,1999—2018年河南省总体植被覆盖率改善,NDVI值增加。