基于TM NDVI的库尔勒市域植被覆盖动态变化

以库尔勒市域为研究区,基于1990、1998、2006和2011共4期TM遥感影像提取归一化植被指数(NDVI),将NDVI结果输入到像元二分模型中计算得到研究区各时期植被覆盖度,然后根据研究需要将植被覆盖度划分为4个等级,最后计算覆盖度差值并结合各级覆盖度转移矩阵和土地利用情况分析了库尔勒市域植被覆盖度动态变化特征。结果表明,在1990、1998、2006和2011年间,库尔勒市域总体植被覆盖情况有所改善,植被恢复改善面积比退化面积多23.8%,其中东南部的扇形绿洲平原植被状况改善明显,北部和南部区域植被有所退化。     

基于RS与GIS的三峡库区植被覆盖度时空变化研究——以湖北省段为例

以1987、2007和2013年三峡库区湖北省段3期Landsat TM、ETM为数据源,在RS和GIS技术的支持下,提取不同时期三峡库区湖北省段的植被指数NDVI,并根据DEM数字高程模型提取地形因子,研究了三峡库区湖北段1987-2013年植被覆盖度的年际变化特征及地形关系。研究结果显示:(1)研究区1987-2013年间总体上植被覆盖度明显改善,处于高植被覆盖度,较高植被、高植被覆盖面积明显增加,由1987年34.83%上升到2013年的73.29%。(2)三峡库区湖北段的植被覆盖度从1987年到2007年呈明显上升趋势,从2007年到2013年呈略微下降趋势,表明三峡库区湖北段近年来的植被覆盖状况有所下降。(3)研究区植被覆盖变化呈现明显的地形分异特征。不同海拔级上植被覆盖度随高程的增加相应呈增加趋势,1200m海拔以上的植被覆盖度为49.72%;不同坡度级上植被覆盖度随坡度的增大而增加,坡度大于15°的植被覆盖度为67.26%;不同坡向级上植被覆盖度分布较均匀,阴坡植被覆盖度为50.06%,阳坡植被覆盖度为49.94%。表明三峡库区湖北段植被覆盖度与地形因子相关性较大,近年来植被覆盖状况有所恶化,应当引起政府和相关部门的重视。     

1992-2019年阿拉尔市植被覆盖时空变化分析

以阿拉尔市为研究区,采用 1992、1997、2002、2008、2013 和 2019 年 6 个时期的 Landsat 系列影像数据作为数据源,运用 NDVI、像元二分模型和重心迁移模型等方法和模型分析阿拉尔市植被覆盖时空变化和影响驱动因素。结果表明：阿拉尔市的植被覆盖分布总体上以塔里木河和阿克苏河为轴线,从高植被覆盖向低植被覆盖由内向外展布。近 28 年,阿拉尔市 NDVI、植被覆盖面积和植被覆盖度均呈增加趋势。2019 年比 1992 年总植被覆盖面积增加了 1 476. 7 km² ,增长率为 110. 3%。阿拉尔市植被覆盖时间尺度变化存在时段性和区域性差异。在时段变化上,2002-2008 年植被覆盖面积增加最显著;区域上,幸福农场、8 团和 10 团北部区植被覆盖度大幅度增加,增加较显著。过去 28 年期间,总、 高、中和低植被覆盖度重心都向东北方向迁移,极低植被覆盖度重心都向东南方向迁移。气候变暖对植被覆盖度有一定的影响,也间接体现在因冰雪融水流域径流不断增大,但是短期内的人类活动因素对区域植被覆盖度影响更为直接。其中耕地开垦、农作物种植是阿拉尔市植被覆盖增加的主要因素。     

近15年新疆伊犁河谷草地退化时空变化特征

以伊犁河谷为研究区,利用MODIS NDVI数据及像元二分模型,反演草地植被覆盖度,以草地植被覆盖度为评价标准,结合数字高程模型(digital elevation model,DEM)数据及Getis-Ord Gi*冷/热点分析方法,对伊犁河谷2001-2015年草地退化的时空特征进行了分析。结果表明,1)受持续过度放牧及气候条件影响,2001-2015年伊犁河谷草地整体持续退化,15年内退化草地比例达46.18%,但退化以轻度为主;2)空间上退化草地的分布范围逐步向高海拔区域扩展,海拔1 500-3 000 m的中山和中高山区退化草地扩张最明显;3)草地生态保护政策的实施减缓了草地退化速度,草地退化与改善的空间差异逐渐明显,以退化为主的单一变化趋势有所改变;4)利用NDVI反演植被覆盖度对草地退化进行评价的方法存在对高植被覆盖区域草地退化敏感性相对较弱的缺陷。     

河西干旱区植被覆盖度时空格局分析

以河西地区草地植被为研究对象,基于长时间序列的MODIS和野外实测数据,探讨了现有的3种植被覆盖度反演模型在研究区的适用性,并以此为基础分析了2001–2015年河西地区草地植被覆盖度时空分布特征。研究结果表明,基于TVI的经验模型能够在大范围内较好地估算植被覆盖度;河西地区草地生长季植被最大覆盖度空间分布差异明显,植被覆盖度由东南向西北逐渐降低;2001–2015年间研究区植被覆盖度总体上呈现出极显著增加的趋势(P 0.01),但在空间分布上存在一定的异质性;植被恢复的区域主要集中在中、西部地区;退化草地零星分布在马鬃山北部、石羊河流域西部以及祁连山东段地区。     

基于3S技术的甘南草地覆盖度动态变化研究

以像元二分法模型为基础,构建了基于改进归一化植被指数(NDVI)的植被覆盖度定量估算模型,并利用MODIS卫星遥感数据,基于3S技术(GIS,RS,GPS)空间分析功能,分级计算得到了甘南2002,2004,2006,2008年的草地植被覆盖度,分析了甘南2002-2008年植被覆盖度变化的空间动态演变过程和趋势。结果表明,2002-2008年,甘南植被覆盖度质量总体呈下降趋势,一级盖度植被的退化比较严重,草地植被的演变情况主要由优等植被覆盖(一、二级)向低等植被覆盖(四、五级)演变。研究结果揭示了甘南州草地退化状况日趋严重的事实,为相关研究和政府草地管理提供了有效依据。     

基于小型无人机与MODIS数据的草地植被覆盖度研究——以甘南州为例

以甘南州为研究区,采用Canon数码相机和小型无人机搭载相机在不同大小样方上获取草地植被覆盖度数码照片,结合2015年5月-10月的Terra/MODIS植被指数产品MOD13Q1,分析了增强型植被指数(EVI)和归一化植被指数(NDVI)与草地植被覆盖度之间的相关性,建立了研究区草地植被覆盖度的回归模型,并对模型进行了精度评价,筛选出甘南州草地植被覆盖度最优遥感反演模型,并对草地生长季时期覆盖度时空上的动态特征进行分析。结果表明,1)利用小型无人机搭载相机获取草地大样方植被数码照片的方法能用于地面草地覆盖度数据的获取;2)与NDVI相比,用EVI估算草地覆盖度更优,因此确定基于EVI构建的对数模型为甘南州草地植被覆盖度最优反演模型,模型精度可达88.00%;3)研究区2015年生长季草地植被覆盖度除了低平地草甸在8月达到最大值外,其它草地类型均在7月达到最大值;4)甘南州以中高植被覆盖度为主,主要分布在玛曲、碌曲、夏河以及合作四县市。整体而言,中西部和西南部区域草地覆盖度高于东部。通过精确草地植被覆盖度模型的建立,不仅有利于及时准确的了解草地植被覆盖度的时空分布状况和季节性动态变化,也有利于维护甘南州草地生态系统的持续稳定发展。     

通天河流域植被动态监测及其对气候因子的响应

通天河是长江源头重要的干流,探讨其植被生长状况及其与气候因子的响应对三江源区生态系统稳定性研究具有重要意义。本文以通天河流域为研究区,采用了广义回归神经网络(General regression neural network, GRNN)计算模型来反演叶面积指数(Leaf area index, LAI)和植被覆盖度(Fractional vegetation cover, FVC)数据,分析LAI和FVC的变化特征及其对气候因子的响应。分析结果表明：通天河流域植被总体呈显著波动增长趋势,LAI,FVC增长速率分别为(1.2×10^-3)·a^-1和(0.9×10^-3)·a^-1;流域内植被明显改善区分布在海拔较低水热条件较好的沟谷地带,但下游人类活动频繁的曲麻莱县和治多县周边地区植被退化明显;流域内植被主要生长在海拔4 000 m以上地区,超过5 200 m植被生长差,覆盖类型以低覆盖为主,中-高覆盖集中在河流下游地区;相较于气温而言,降水是影响该流域植被的主导因素,与植被LAI和FVC呈显著正相关。     

基于遥感技术的高寒草地覆盖度变化

摘要：本研究在像元二分法模型的基础上,利用改进归一化植被指数的植被覆盖度定量模型,采用MODIS卫星8天合成地表反射率数据产品（MOD09A1）,结合3S技术（GIS、RS、GPS）空间分析功能,以甘南州高寒草地为对象,分5个等级分别计算得到了甘南2000、2004和2008年的草地植被覆盖度,分析了甘南2000-2008年植被覆盖度变化的大致演变过程和趋势。结果表明,从2000-2008年,甘南植被覆盖度质量总体呈下降趋势,一级盖度植被退化比较严重,草地植被的演变情况主要由优等植被覆盖（一、二级）向低等植被覆盖（四、五级）演变。研究结果揭示了甘南州草地退化状况的动态趋势及严重程度,为相关政府和研究部门的草地管理决策提供了有效参考依据。     

基于GEE的奈曼旗植被覆盖时空演变及驱动力分析

借助谷歌地球引擎平台(GEE)，计算1991-2020年奈曼旗植被覆盖度(FVC)，并利用Sen氏斜率趋势分析方法对FVC时空演变特征进行分析。结合同期气象数据，运用偏相关与残差分析方法，定量评估FVC对气候因子、人类活动的响应关系。结果表明：1991-2020年奈曼旗FVC呈波动上升趋势，空间上FVC呈现南北高、东西低的分布格局；1991-2020年奈曼旗植被覆盖各个等级相互转化，植被覆盖“低转高”的面积远大于“高转低”，表明奈曼旗植被恢复状况良好；气候因子并非研究区FVC变化的必然结果。相反，人类活动则是30年间FVC变化的主要驱动因素。研究结果可为奈曼旗生态环境建设和可持续发展提供科学参考依据。     

青藏高原不同退化梯度下植被蒸散发的时空格局研究

全面深入地了解青藏高原蒸散发与植被退化的关系对陆地生态系统的稳定有十分重要的意义。本文选取MODIS16A2数据分析青藏高原及其14 个子流域蒸散发的时空格局，同时选用MODIS NDVI及GIMMS NDVI3g数据采用像元二分模型计算青藏高原植被覆盖度，进而识别青藏高原植被退化梯度和植被变化区，以此探究2001—2020 年青藏高原不同退化梯度和不同植被变化区蒸散发的变化趋势。结果表明：2001—2020 年青藏高原蒸散发呈波动上升趋势，空间上呈中部低，东南高的态势，14 个子流域中羌塘高原区的蒸散发最高，黄河流域的蒸散发最低，同时大部分地区蒸散发未来将呈现下降趋势。青藏高原各植被类型中灌木的蒸散发最高，其次是森林和草地。2001—2020 年青藏高原植被退化不断减弱，各退化区蒸散发的均值排序为：未退化区>轻度退化区>极重度退化区>中度退化区>重度退化区。青藏高原植被恢复区集中在青海湖和柴达木盆地周边区域且植被恢复区面积高于植被恶化区，各植被变化区的年均蒸散发呈波动上升趋势，总体呈植被恢复区>植被不变区>植被恶化区。识别青藏高原植被退化梯度及植被蒸散发的时空特征能为当地生态安全格局构建和高寒植被退化的恢复治理提供参考。     

2000－2010年中国退牧还草工程区生态系统宏观结构和质量及其动态变化

本研究以生态学理论为基础，以空间信息技术为支撑，基于遥感数据、气象数据和地面观测数据，通过多源数据融合、生态模型模拟和尺度转换手段，分析中国退牧还草综合治理工程区2000－2010年生态系统宏观结构和质量的时空分布及变化趋势，探讨生态系统变化的自然和人文驱动机制，为退牧还草工程的生态成效评估提供理论依据。研究结果表明，1）2000－2010年，草地生态系统面积保持平稳，生态系统宏观结构稳定，但局部区域仍存在草地与农田、湿地和荒漠间的相互转化；2）研究区草地退化趋势已得到初步遏制，植被覆盖度略有增长，叶面积指数略呈波动式增加，净初级生产力呈显著上升，草地植被呈现恢复转好态势，生态系统总体质量有所提高，生态环境向良性演变；3）研究区生态状况具有空间差异性，总体转好，局部变差，各亚区整体水平排序为内蒙古东部退化草原治理区＞青藏高原江河源退化草原治理区＞新疆退化草原治理区＞蒙甘宁西部退化草原治理区；4）退牧还草工程的实施有利于草地保护，气候暖湿化促进植被生长与恢复，人类活动干扰局部地区生态系统，三者共同影响研究区总体生态状况。     

基于遥感监测的天山新疆段草地退化时空特征及其与气候因子的关系

以植被覆盖度作为草地退化的遥感监测指标,基于2001-2020年天山新疆段MODIS NDVI和气象遥感资料,采用像元二分模型、草地退化指数、冷/热点分析、变异系数和相关性分析等方法,分析草地退化时空特征及其与气候因子的关系,结果表明：1) 2001-2020年平均草地退化面积占总面积的34.04%,草地退化指数为1.67,处于轻度退化水平。2)空间上,轻度退化草地空间分异特征明显,主要集中分布在天山西部和中段山区,中度退化和重度退化草地面积较小且不集中,95%以上的区域草地植被覆盖度变异系数小于0.2,总体上覆盖度的年际波动小,变化相对稳定。3) 2001-2020年草地植被覆盖度受气候因子驱动的区域占总面积的44.23%,主要分布在天山西部和东部,受非气候因子驱动的区域占总面积的55.77%,在山区和南北两侧地势较平缓的区域均有分布,说明非气候因子在天山新疆段草地的变化中起到主导作用。该研究结论可为当地草地资源保护与利用提供科学依据。     

基于NDVI的植被覆盖度的变化分析——以甘肃省张掖市甘州区为例

为了分析张掖市甘州区自1987-2006年19年间的植被覆盖的变化,以归一化植被指数(NDVI)和植被覆盖度遥感定量模型为基础,以1987年、2006年2期的TM影像和张掖市1∶10万地形图为数据基础,提取两期的植被覆盖等级图,定量的分析该地区植被覆盖度的变化情况。结果表明：近19年来,该区的植被盖度总体略呈下降趋势,荒漠化草地等植被覆盖状况较差的地区植被退化较为严重,绿洲地区的植被覆盖较为稳定,部分地区植被盖度呈上升趋势。     

基于生态系统服务簇的内蒙古荒漠草原生态系统服务的空间分布特征

生态系统服务在维持生态安全、可持续发展和人类福祉方面发挥着重要作用。本研究以内蒙古荒漠草原为研究区，分别对2000、2017年水源涵养、土壤保持、生境质量、游憩潜力进行定量评估，分析其时空分布特征，探讨服务间的权衡/协同关系，并识别不同服务簇的主导服务类型和空间格局。结果表明：从2000-2017年，各项生态系统服务的空间异质性显著，水源涵养服务的高值区域主要集中在东南部和西南部，土壤保持高值位于西南部，生境质量和游憩潜力的分布都较随机。各项生态系统服务主要呈现降低趋势；大部分服务对间表现为协同关系，而土壤保持和生境质量服务对表现为权衡关系，服务对间的相关性程度有所降低；生态系统服务簇分为土壤保持、人居环境、水源涵养三个功能区，具有明显的空间异质性。土壤保持区，主要土地利用类型为未利用地，未来的管理要限制放牧数量，通过改变地表植被覆盖来影响土壤可侵蚀性。人居环境区，草地覆盖度高，为人类活动提供优良场所，促进生态旅游等多产业协同发展。水源涵养区，土地利用类型主要为中覆盖度草地和低覆盖度草地，未来管理以蓄水保水为主，坚持生态优先，实现该区域生态可持续发展。     

生态政策驱动下的内蒙古自治区杭锦旗植被覆盖变化

采用1991、2001和2011年的Landsat-TM卫星遥感影像数据,基于NDVI像元二分模型,对生态政策实施前(1991-2001年)与实施后(2001-2011年)杭锦旗的植被覆盖变化进行了对比分析,并结合研究区的气候变化和生态建设历程对影响植被覆盖变化的因素进行了探究。结果表明,生态政策实施后,杭锦旗的植被覆盖度显著提高,植被覆盖度的年际平均增长速度约为实施前的10倍;植被覆盖状况显著好转,年净好转面积占区域总面积的18.83%。生态政策是驱动2001-2011年间杭锦旗植被覆盖好转的主要因素,降水和气温等对植被覆盖变化的影响并不显著。     

气候变化和人类活动对内蒙古植被净初级生产力的影响

为探究内蒙古植被净初级生产力(Net primary productivity, NPP)的时空格局及其与气候变化的关系。本文利用MODIS NPP数据分析内蒙古2001—2020年植被NPP的时空变化，利用Thornthwaite纪念模型和差值比较法分离气候变化和人类活动对于该地区NPP的影响。结果表明：(1)2001—2020年研究区NPP呈显著的增加趋势(3.29 gC·m^-2·a^-1),NPP总体呈东高西低的空间分布格局，且99.1%的区域NPP呈升高趋势。(2)在植被改善的地区中，大兴安岭地区、研究区西南部主要是由人为主导，研究区中部包括通辽赤峰和锡林郭勒等地区主要由气候主导，其他地区由两者共同作用。在土地退化的区域，多为人为主导。其中，森林主要受人类活动的影响，草地主要受气候变化的影响。(3)人类活动影响的NPP (Human net primary productivity, HNPP)总体呈正值，即人类活动抑制了植被生长，高值区主要分布在研究区的南部，这些地区人为活动对植被的生长抑制更大。     

西藏班戈县草地退化动态变化及其驱动力分析

为了监测班戈县近20年(1990-2009年)草地退化状况,利用3个时相的TM和ETM数据,以及CEBERS数据,分别提取了班戈县的植被指数,并通过植被指数转化模型计算出植被覆盖度。按植被覆盖度将草地划分为4个不同退化等级,比较了班戈县近20年草地退化情况,分析了草地退化的原因。结果表明:草地退化面积前10年(1990-1999年)呈增加趋势,后10年(2000-2009年)呈减少趋势,从总体变化趋势看,草地退化面积在不断增加。造成草地退化的原因包括自然原因如气候高寒、干旱,土壤贫瘠、鼠虫害,以及人为因素如超载、不合理的开采活动以及滥挖药材等。     

中国新疆及中亚五国干旱区草地覆盖度反演与分析

干旱区的草地覆盖度较低,在光谱信息中表现较弱,增加了反演的难度。本研究在中国新疆及中亚五国干旱区对比4种植被覆盖度反演模型发现,像元二分模型能够较好地提取大范围内的植被覆盖度信息。在此基础上,反演2000―2013年中国新疆及中亚五国干旱区草地覆盖度并分析草地状况。研究发现,中国新疆及中亚五国草地覆盖度区域性差异较大,整体呈现退化趋势,退化区域主要分布在哈萨克斯坦的北部和西北部地区以及部分流域地区。不同等级草地覆盖度变化趋势为中等、中高和高植被覆盖度的草地有向低、中低植被覆盖度的草地转换。从国家及地区角度分析,哈萨克斯坦草地显著退化,而中国中国新疆的草地覆盖度均值在平稳中显著增长。     

基于MODIS的植被指数对估测塔里木河中下游植被盖度的适用性

以干旱荒漠区塔里木河中下游的植被为研究对象,采用长时间序列的MODIS数据构建研究区常用的4种植被指数[归一化植被指数(NDVI)、差值植被指数(DVI)、增强型植被指数(EVI)、比值植被指数(RVI)],并通过遥感方法和Image J软件获得研究区植被覆盖度,分析发现与实测的植被覆盖度有显著相关性。从Image J获得的植被覆盖度与4种植被指数的回归结果可以得出4种植被指数在研究区的适用性,从而优选出最适合此研究区的植被指数。结果表明,基于MODIS的4种植被指数与研究区实际植被覆盖度之间存在显著的正相关关系,各植被指数与研究区植被覆盖度的拟合程度由高到低依次是NDVIEVIRVIDVI,使用NDVI获取植被信息最为适宜。