基于MODIS/NDVI的河北省植被指数时空变化特征及影响因素分析

利用2001-2010年MODIS/NDVI数据和土地覆盖产品数据,分析了河北省植被指数变化特征和时空分布。利用趋势分析、偏相关分析、植被异常指数分析等方法对NDVI数据进行计算,得出河北省植被空间分布上的平均状况和变化特征,以及不同植被类型在不同地区、不同海拔高度上的时空变化规律。结果表明,12001-2010年河北省植被指数年际变化整体呈增加趋势。植被指数分布有明显的地区差异,呈现北部强于南部、西部强于东部、张家口及沧州市优于其他地区的空间格局。2各植被类型NDVI值大小表现为针阔叶混交林阔叶林灌丛农田草地非植被,其中研究期间针叶林和湿地两种植被类型年平均植被指数变化明显。32001-2010年河北省气温呈下降趋势,降水量变化平稳,增长缓慢。而且植被指数与气温的偏相关分析系数有正有负;而与降水量的偏相关分析系数均为正值。5河北省不同类型的植被分布与地形尤其是高程有一定的相关性,但研究结果受河北省整体海拔高度的影响,相关性不大。     

广西壮族自治区植被覆盖度时空变化及多元化因子分析

旨在利用MODIS遥感数据集对研究区19年植被覆盖度的时空变化及多元化因子进行分析,研究表明：(1)广西近19年植被覆盖度整体较高,空间分布呈四周高、中间低的特征;(2)2001-2019年FVC呈上升趋势,且上升趋势的面积占比达到61.50%,上升速率为每10年0.091,且波动变化相对稳定;(3)由气温、降水量与FVC偏相关性结果可知,植被覆盖度与气候因子之间存在相关性,气温以每10年0.38℃的上升速率呈上升趋势,降水量呈缓慢下降趋势,降水量及气温对植被覆盖度的影响存在空间异质性;随着海拔的升高植被覆盖度呈先增后减的趋势;坡向对植被类型的布局影响较大,阳坡主要以林地类型为主,阴坡主要以草地和林地为主;不同坡度植被覆盖变化显著,在坡度≤15°时植被覆盖度较高,当坡度越大时植被覆盖度呈下降状态;(4)随着土地利用类型的变化植被覆盖度有明显差异,转为林地和草地的面积及植被覆盖度都呈逐年增加趋势,耕地植被覆盖度呈先增后降的趋势。     

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。     

福建漳江口红树林湿地保护区遥感监测及保护分析

对福建漳江口红树林湿地保护区1992年、1996年、2001年和2008年4个时期LandsatTM影像数据分别进行校正和配准,然后选用波段比值法进行红树林信息提取,并根据植被指数和植被覆盖度的关系模型估算保护区植被覆盖度。并针对保护区红树林面积的时空变化特征和植被覆盖度空间格局变化,分析红树林湿地保护对策。结果表明:近十几年来,红树林面积逐渐增加,以大斑块的增加较为明显,红树林分布趋于集中。其中,以2001～2008年间红树林面积增长最多,而1992～1996年间面积增长最快。保护区中高植被覆盖度呈总体增加趋势,低植被覆盖面积比降低。从植被覆盖面积构成来看,中高植被覆盖面积比达80%以上。针对保护区红树林面积和空间变化特点,结合当地实际情况,提出合理的湿地保护对策。     

升金湖湿地保护区植被覆盖变化及其主要驱动因子分析

【目的】分析安徽升金湖湿地保护区植被覆盖的动态变化,研究其相关驱动因子,为该地区生态系统的可持续发展提供参考。【方法】基于SPOT-VGT的植被覆盖指数(NDVI)数据,采用最大值合成法、NDVI均值法、趋势分析法以及相关分析法,分析2000-2010年升金湖湿地保护区植被变化的时空格局。选取气温、降水量、GDP等12个指标为自变量,以NDVI值作为因变量,构建多元线性回归模型,从中筛选出影响NDVI的主要驱动因子。【结果】(1)升金湖湿地保护区的实验区植被覆盖较好,缓冲区植被覆盖良好,重点保护区域核心区植被覆盖度较低。(2)从1月到12月NDVI平均值和最大值均呈先增大后减小的趋势,其中4-9月NDVI值较高。(3)升金湖湿地保护区绝大部分地区(61.18%)NDVI在2000-2010年间有显著增加趋势,表明保护区整体植被覆盖明显改善。【结论】升金湖湿地保护区植被覆盖变化是气候变化和人类活动共同作用的结果,耕地面积对植被覆盖影响最大,气温和降水量对植被覆盖的影响弱于GDP因子。     

地形因子对长汀县植被覆盖度时空特征的驱动影响

基于6期30 m分辨率的Landsat TM/OLI遥感影像数据,采用像元二分模型反演长汀县2000—2016年间植被覆盖度时空特征;同时,基于DEM数据提取高程、坡度、坡向等地形因子,分析地形因子对长汀县植被覆盖度时空特征的影响.研究发现,2000—2016年间,长汀县植被覆盖度呈增加趋势,植被覆盖度均值由68.59%增至78.86%,年均增加0.64%.不同等级覆盖度植被变化趋势存在差异,其中极高植被覆盖面积不断增加,2016年极高等级植被面积占长汀县总面积达74.38%.整体而言,长汀县植被覆盖度以改善为主,占该地区总面积的73.76%,但仍有约26.23%区域植被覆盖度呈退化趋势.高程、坡度对长汀县植被覆盖度空间分布和变化趋势具有显著影响.随高程和坡度的增加,植被覆盖度均呈增加趋势,但坡向对植被覆盖度影响较小.不同高程和坡度的植被覆盖度增加程度存在差异,其中低海拔和平缓坡地区植被增加趋势明显,而各坡向植被覆盖变化趋势基本一致.综上所述,2000—2016年间长汀县植被覆盖度不断增加,地形因子对长汀县植被覆盖度的时空特征具有显著影响.     

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。     

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。     

山西省植被指数时空变化特征及其对气候变化的响应

基于2001-2013年山西省中分辨率成像光谱仪(MODIS)植被指数产品(MOD 13Q1)和气象数据(气温、降水量),利用斜率分析法、相关系数分析法等方法 ,研究近13年来植被指数(增强型植被指数EVI、归一化植被指数NDVI)的时空变化特征,以及植被覆盖变化对气候变化的响应。结果表明,年际变化方面,整体EVI和NDVI年均值显著增加,每个月均值也呈递增趋势,其中7月份的年际增长变化最为显著(EVI、NDVI的线性增长率分别为0.003 8和0.005 7);空间分布上,植被覆盖较茂密的地区主要分布在山区一带,植被稀疏区主要位于盆地附近;植被指数与年均降水量呈显著正相关,与年均气温整体上呈负相关,显著性并不明显,表明植被覆盖受降水变化影响较大,对其变化响应较强,受温度变化影响较小,呈弱响应关系。     

基于SPOT-VGT的陕西黄河湿地保护区植被覆盖研究

为了研究陕西黄河湿地省级自然保护区内植被覆盖的动态变化,使用2004—2013年的SPOT-VGT时序数据,采用针对NDVI的最大化合成法、均值统计法和差值法,分析了保护区内植被覆盖的时空分布及其动态变化。结果显示,空间分布上,保护区内植被覆盖较好,特别是南部、西部最好;时间变化上,10年间保护区内的NDVI年均值在波动的基础上呈缓慢增长,其植被覆盖逐年好转;变化特征上,保护区内植被覆盖在北部和中部显著增加,南部情况微有变化,某些局部有退化趋势。     

基于RS和GIS技术的新生湿地与植被覆盖度动态分析

利用RS和GIS技术对黄河三角洲的卫星遥感影像数据进行了分析,研究了新生湿地面积及植被覆盖度的动态变化。结果表明:1992~2004年黄河三角洲年均造陆面积126.88 hm~2,2004~2014年年均造陆面积63.42 hm~2,造陆速度有变缓的趋势。新生湿地以低盖度植被为主,1992、2004和2014年低盖度植被面积占比分别为69.14%、70.98%和87.89%,呈增加趋势。1992~2004和2004~2014年湿地净造陆面积中低盖度植被面积占比分别为92.97%和96.36%,2004~2014年新生湿地植被覆盖度下降明显,显示了黄河三角洲新生湿地趋于退化。     

基于长时间序列影像的关中地区植被时空变化分析

利用1998—2010年SPOT-VGT NDVI影像对关中地区植被的时空变化进行分析。结果表明:关中地区13 a NDVI（归一化植被指数）月平均值为0.508,月均NDVI值在0.308~0.684变动,受6月作物收获影响,NDVI出现了5月和8月2个峰值;关中地区植被总体呈改善趋势,人类活动集中的城区、县城和部分生态脆弱区（大荔沙苑和洽川湿地）植被出现了严重的退化;降水和气温是影响NDVI变化的重要因子,同时经济建设生产活动对NDVI也有重要的影响。     

毛乌素沙地南缘植被覆盖度动态监测——以陕西省靖边县为例

监测毛乌素沙地边缘的植被覆盖状况,为治理沙地提供科学的数据。以1986和2000年的TM影像为基础,利用RS、GIS技术和植被指数,动态监测毛乌素沙地南缘的植被覆盖度,揭示陕西省靖边县植被覆盖格局的变化趋势,并且利用ERDAS IMAGIG 8.6软件实现了植被覆盖度模型的建立及该模型输出图像的分类。1986~2000年间靖边县的植被覆盖度总体呈现上升的趋势,低度和中度覆盖度的区域分别减少了57 155.31和27 997.92 hm2,高度覆盖度的区域增多了85 153.23 hm2,这与靖边县加大水土流失治理力度有重要关系。1986和2000年的植被覆盖度比较表明,靖边县的生态恢复呈现了良好的态势。     

毛乌素沙地南缘植被景观格局演变与空间分布特征

以1991、1999和2007年TM/ETM+影像为数据源,利用RS和GIS技术提取研究区植被覆盖度信息,将其按地貌分区,计算景观格局指数,分析植被景观格局变化特征.结果表明:(1) 1999年是研究区16a植被景观结构变化的转折点,植被覆盖状况前期恶化后期好转.1991-1999年两区极低和低级植被覆盖度占绝对优势,继续增强,风沙区55％-70％,丘陵区70％-80％.高等级比例均在5％以下,持续下滑.2007年两区的优势级别提升为低级和中级,风沙区比例55％,丘陵区70％.极低级别比例减小,风沙区40％-20％,丘陵区50％-15％.高级比例不同程度增大.(2)1999年前后植被景观格局反向演变,两区变化趋势基本相同程度不同.植被多样性和均匀度先减小后增大,等级问交替分布规律先弱后强.风沙区景观形状由复杂到简单,破碎度先增后减;丘陵区破碎度持续增大,形状变化微小.整体上来看,风沙区植被多样性高整体性好,植被均匀度指数大,交替分布规律明显,丘陵区植被格局较差.但外界对风沙区的干扰比丘陵区强烈.(3)植被景观格局演变过程中始终保持多核心模式,核心面积、形状甚至类型发生不同程度的变化.风沙区核心多为无植被斑块,丘陵区多为高植被覆盖度斑块.核心外围植被分布具有梯度性.     

退耕还林(草)背景下渭河流域植被覆盖时空变化分析

以SPOT VGTETATION的归一化植被指数为基础,借助GIS软件的空间分析功能和线性回归分析法对渭河流域植被覆盖空间分布特征以及退耕还林(草)工程实施以来植被覆盖时空变化趋势进行了分析。结果表明:渭河流域六盘山、子午岭、秦岭北麓和关中盆地一带各有一条NDVI高值区。渭河源区植被覆盖较好,黄土塬区次之,丘陵沟壑区最差。退耕以来NDVI年最大化值增加显著,植被覆盖在空间上呈现出整体改善,局部退化趋势。轻微改善、中度改善、明显改善的区域所占面积分别为29.35%、26.49%和8.21%,另有6.59%的土地轻微退化。其中,黄土高原丘陵沟壑区植被覆盖增加趋势显著,变化斜率出现负值的区域主要位于渭河中下游和泾河中上游地区。研究区不同坡度等级的坡地植被覆盖状况得到明显改善,变化速率由大到小依次排序为0°-6°、6°-15°、15°-25°和>25°的坡地。位于丘陵沟壑区的吴旗等县坡地植被恢复趋势最为明显,泾河中游、北洛河中上游以及渭河上游等地区也有明显好转趋势。     

阿拉善高原植被覆盖动态监测与驱动因素分析

阿拉善高原作为我国生态环境重度危急区,定期评价植被动态变化对区域生态环境保护和建设、保障北方地区生态安全及维护社会经济可持续发展具有极其重要的作用。利用遥感影像和气象数据,辅以趋势分析、重标极差及偏相关分析等方法,从全区及旗县尺度对2000-2015年阿拉善高原植被覆盖时空变化及其影响因素进行分析研究。从时间变化特征来看,额济纳旗、阿拉善右旗、阿拉善左旗植被覆盖度均呈增加趋势,其中,阿拉善左旗植被覆盖度最高。总体而言,近16 a阿拉善高原植被覆盖度呈现改善趋势,但以低植被覆盖区为主,植被覆盖区域占阿拉善高原总面积的24.77%。从空间分布特征来看,阿拉善高原植被覆盖具有明显的空间差异,具有东南部高,西北部低的分布特征。Hurst指数表明阿拉善高原植被覆盖度未来变化趋势为东南部持续改善,西北部严重退化。从驱动因子来看,植被覆盖对降水和潜在蒸散存在时滞效应。此外,阿拉善高原植被覆盖度的增加与当地牲畜数量的下降具有负相关关系。     

黄土高原植被生态系统水分利用效率时空变化及驱动因素

【目的】明晰黄土高原植被生态系统水分利用效率（water use efficiency,WUE）时空变化特征及其影响因素,为深刻理解生态恢复和气候变化双重背景下黄土高原植被生态系统与水文相互作用研究提供依据。【方法】利用趋势分析和逐步回归方法,对2000-2014年黄土高原植被生态系统WUE时空变化特征及其驱动因素进行了探讨。【结果】近15年黄土高原植被生态系统WUE呈显著增加趋势,增速为0.02 gC·kg^-1H₂O·a^-1（P<0.001）,不同植被生态系统年内WUE主要呈“双峰”模式,峰值分布在4-5月和9-10月;空间上,黄土高原植被生态系统WUE整体呈现上升趋势,其中上升趋势和显著上升（P＜0.05）面积分别占研究区的95.04%和66.96%,但不同季节变化趋势特征差异较大;不同植被生态系统WUE均值和趋势差异显著,其中稀疏灌丛和草地WUE均值较低,而针叶林WUE趋势下降明显;进一步对坡度统计表明,25-50°范围内植被生态系统WUE呈持续增加趋势。当年蒸散量小于3 700 mm时,总初级生产力（gross primary productivity,GPP）随着蒸散量（evapotranspiration,ET）的增加而增加,随后GPP则随ET的增加呈下降趋势,且研究区中东部（57.25%）WUE主要由GPP控制,而西部区域（42.75%）WUE则受ET影响。近15年黄土高原植被生态系统WUE与LAI呈显著的正相关关系（P＜0.001）,表明LAI的增加能够有效促进WUE的提升。逐步回归分析表明,降水量、日照时数和相对湿度3种气候因子是导致WUE及其组分GPP和ET变化的主要气候因子。【结论】在气候变化和人类活动双重影响下,2000-2014年黄土高原植被生态系统WUE呈显著上升趋势,且大部分植被类型年内分布呈现双峰结构。生态恢复工程不仅改善了黄土高原植被覆盖状况,同时显著提高了植被生态系统的WUE,成为近年来黄土高原WUE变化的主要驱动因素。     

江西省兴国县植被覆盖度及其空间格局变化

  目的  分析植被覆盖度及其空间格局的变化特征,为生态环境建设和土地利用等提供参考依据。  方法  以江西省兴国县为研究区,利用6期Landsat TM/OLI遥感数据,基于归一化植被指数的像素二分模型和景观生态学原理,分析了1988?2019年不同时期的植被覆盖度及其空间格局演变特征。  结果  ①1988?2019年兴国县植被覆盖度增加,年际植被覆盖度均值由1988年的63.89%增至2019年的79.16%;31 a间植被覆盖度增长区占总面积的72.18%,主要表现为林地、农地面积的增加,减少区占总面积的11.30%,主要表现为建设用地面积的增加;各级植被覆盖度主要呈现为朝更高级覆盖度进化演变的特征。②植被覆盖度呈中部与南部较小,东、西、北部较大的分布特征,其大小总体上与海拔高低较为吻合;31 a间植被覆盖度极度增加区主要集中在南部的龙口镇、杰村乡、社富乡等,极度减少区主要在中部的潋江镇和长岗乡。③1988?2019年植被覆盖度呈破碎化、异质性、多样性降低、空间分布不均匀的变化趋势,而聚集度呈增大趋势。不同盖度等级下的空间格局表现为极低、低、中、中高植被覆盖斑块异质性减小,斑块形状趋于简单化;高、极高植被覆盖占优势地位,其形状趋于不规则,极高植被覆盖主要以较为集中的连片形式分布。  结论  兴国县植被覆盖及其空间格局总体上向良性方向发展,有利于区域的可持续发展。土地利用类型、海拔、人类活动等因素对植被空间格局有着重要影响。图5表2参35     

基于Landsat影像稀疏植被斑块格局对降水响应

【目的】古尔班通古特沙漠稀疏植被斑块格局是水分稀缺的荒漠区对降水在地表的表现。【方法】基于年降水量变化特征,选择1990年TM影像、2001年ETM+、2010年TM影像和2015年OLI遥感影像为数据源,结合1990~2015年蔡家湖气象站逐年的降水数据,计算古尔班通古特沙漠南缘的植被盖度、斑块面积、斑块数量、斑块密度,分析不同植被盖度、面积变化趋势,探讨年降水量对植被盖度、斑块面积、数量、密度的影响。【结果】1990~2015年,植被盖度总体呈减少趋势,其中二级植被面积明显增加(1 089.557 km²),增幅为20.154%,一、三、四级植被面积略有减少,减幅分别为-98.752%、-61.581%、-96.889%。随着降水量的增加,斑块数量,密度增加,破碎程度变小,植被盖度增加。【结论】1990~2015年古尔班通古特沙漠南缘稀疏植被盖度随年降水的变化总体呈退化-好转-退化趋势。年降水量变化与稀疏植被盖度、斑块面积、数量、密度均呈正相关关系。     

2000-2016年朝鲜植被覆盖动态变化及其驱动力研究

基于MODIS NDVI探究朝鲜植被覆盖的空间分布格局,运用斜率分析法拟合2000-2016年朝鲜植被覆盖动态变化趋势,运用Pearson相关分析法分析朝鲜植被NDVI与气温、降水的相关性,在此基础上,总结了2000-2016年朝鲜植被覆盖动态变化规律及其驱动因素.结果表明:朝鲜植被覆盖空间分布不均,北部高原、山地区以及中东部山地丘陵区NDVI值最高;西、南海岸地带,平原地区以及东部沿海区NDVI值最低.朝鲜植被生长季NDVI整体上呈减少趋势,但局部有增加趋势,空间差异明显;其中减少面积为39 161 km2,占国土面积的31.9%,增加面积为28 972 km2,占国土面积的23.6%;生长季各月整体上均呈减少趋势,减少幅度5月最大,7月次之,9月最小.植被变化与气温、降水存在相关性,并存在一定程度的滞后性;年际受气温影响略大,年内9月植被与前期1月、前期与同期累积气温存在显著相关性,与当月、前期与同期累积降水存在显著相关性.