基于GIMMS NDVI的中亚干旱区植被覆盖时空变化

选用1982—2013年GIMMS NDVI数据,运用变异系数法、Theil-Sen median趋势分析耦合Mann-Kendall检验以及Hurst指数法,研究了中亚干旱区植被覆盖的空间格局、不同维度的空间变异性、时间变化特征和未来趋势预测。同时,结合CRU降水、气温资料和MODIS土地覆盖数据,对植被覆盖时空格局及其变化的驱动因素进行分析。结果表明:1 1982—2013年中亚干旱区植被覆盖有较强的空间异质性,有植被覆盖的区域占总面积的85.32%,无植被覆盖的区域占14.68%。受降水量控制,植被覆盖呈山区高平原低、西部高东部低、北部高南部低的特点;受河流和人工灌溉的影响,绿洲区的植被覆盖高于荒漠区。2近32 a全区植被覆盖的波动变化较明显,各变异程度的面积比例:中等波动变化相对较高的波动变化高波动变化相对较低的波动变化低波动变化。受降水变率和人工种植的影响,植被覆盖的高波动变化主要在荒漠区和诸流域绿洲区;低波动变化主要在植被生长良好的区域。3 32 a间全区NDVI呈增长趋势,NDVI距平的变化率为0.01·(10a)~(-1)。基于像元尺度的分析也表明,全区植被覆盖变化趋势以增加为主,各类变化趋势的面积比例:轻微增加显著增加轻微减小显著减小无法确定。植被改善是区域气候增湿增暖和绿洲土地覆盖变迁所致。4全区NDVI的Hurst指数均值为0.63,Hurst指数大于0.5的范围所占比例为75.17%,即未来全区植被覆盖的变化趋势以持续性增加为主,其中25.23%的区域未来变化趋势无法确定。     

基于MODIS NDVI的青海高原植被覆盖时空变化特征分析

以2000-2014年MODIS NDVI数据为基础,综合利用MVC、SG滤波、Mann-Kendall检验等方法,对青海高原植被覆盖时空变化特征及其驱动因子进行了分析和研究。结果表明,受水资源、地形地貌类型等因素影响,研究区植被覆盖程度从东南向西北方向递减,植被生长发育周期区域差异性大,2000m以下的河湟谷地生长期最长,温度、降水量是其季节变化的重要驱动因子。15年间植被覆盖显著下降区域占11.3%,主要分布在柴达木盆地中部和青海高原东北部地区,32.1%的区域植被覆盖显著上升,分布在研究区中东部、青海湖、青南高原中部等地区,降雨量的增加和人类的改造活动是青海高原植被覆盖改善的重要影响因素。     

2000-2013年海河流域植被覆盖的时空变化

基于2000-2013年SPOT VGT/NDVI数据,结合土地覆盖类型数据,采用Slope趋势分析法和Hurst指数对海河流域近14年植被覆盖的空间分布状况、时间变化特点、空间变化趋势和可持续性特征进行了分析。结果表明:1)空间分布上,流域内NDVI值总体较高,低值区只分布在环渤海湾地区及一些城市中心;2)时间变化上,近14年NDVI值在0.64-0.76之间波动,总体呈显著上升趋势;3)空间变化上,植被改善区域远大于退化区域,且以明显改善为主;4)可持续性上,植被变化正向持续性较强,且以持续改善为主,占流域面积的89.11%。结合不同土地覆盖类型来看,持续改善以林地、草地最为明显;持续严重退化的土地覆盖类型中,湿地和建设用地所占比重最高。     

基于SPOT/NDVI华北地区植被变化动态监测与评价

利用1998-2011年SPOT NDVI数据反映华北地区植被覆盖变化情况,结合该地区土地覆盖数据以及1982-2011年84个气象站点的气温和降水数据,分别从时间和空间两个方面对其进行植被动态监测与评价,并简要分析其变化原因。结果表明:1)从时间上来看,华北地区NDVI在1998-2011年总体呈增长趋势,表明该地区植被覆盖情况整体上得到改善,其中,森林和农田NDVI增长最快;2)从空间上来看,华北地区地表植被覆盖得到改善的区域比退化区域面积要大,其中,森林和农田的恢复效果最为明显,而灌丛、草地、沙漠退化面积均超过改善面积,表明华北地区水土流失和荒漠化现象依然严峻;3)在华北地区气候长期趋于暖干化的背景下,华北植被变化与降水变化关系比与气温变化关系密切,表明植被覆盖变化受降水影响较大,此外,人类活动也是引起植被覆盖变化的重要驱动因子。     

新疆伊犁河流域植被变化动态监测与评价

基于2000-2013年MODIS/NDVI数据和研究区内气象站点资料,分析了伊犁河流域植被生长季NDVI时空变化特征及其与气候因子的关系。结果表明:1)研究区植被整体呈微弱的退化趋势,年退缩率为-0.8×10-3a-1,其中草原的退化趋势较草甸、灌丛和林地略显著。2)2000-2013年研究区植被退化区面积占研究区总面积的11.45%,主要分布在特克斯河中下游、巩乃斯河周边地区;植被改善面积占全区总面积的8.38%,主要分布在伊宁市及霍尔果斯河周边地区。3)研究区伊宁站周边植被生长季NDVI与同期气温及降水存在不显著相关性,昭苏站周边植被生长季NDVI与同期气温及降水分别存在显著负相关和极显著正相关。气候的暖干化趋势可能是导致伊犁河流域植被生长退化的主要原因。     

吐鲁番盆地骆驼刺保护区植被覆盖度时空演变

基于Landsat TM/ETM+/OLI影像数据和无人机影像,通过建立归一化植被指数(normalized difference vegetation index,NDVI)和植被覆盖度关系,计算像元二分模型的参数值,反演1996—2020年吐鲁番骆驼刺保护区的植被覆盖度,再利用一元线性回归分析,研究了吐鲁番骆驼刺保护区历年植被覆盖度演变时空特征。结果表明:25 a来,骆驼刺保护区的植被覆盖度总体呈增加趋势,显著改善区面积占比20.14%,植被覆盖度由3.09%增加至18.30%,主要分布在由西向中部沿白杨河尾闾处和西部、东北部居住用地附近。研究结果可为像元二分模型参数值的确定提供科学参考,为吐鲁番盆地生态环境治理和保护提供科学依据。     

近10 a来祁连山植被覆盖变化研究

NDVI作为植被生长状况及植被覆盖度的最佳指示因子,被认为是监测地区或全球植被和环境变化的最有效指标。基于2000-2011年250 m分辨率的MODIS NDVI数据并结合气候资料,采用最大值合成法、均值法、斜率分析法、相关分析法,研究祁连山生长季植被覆盖的时空变化及其与气候因子的相关性。结果表明：祁连山植被覆盖总体上自西向东递增,呈现东多西少的分布格局;植被覆盖变化存在明显的空间差异,表现为中西部植被覆盖增加,增加面积为79 149 km2,占祁连山总面积的52.93%;东部植被覆盖减少,减少面积为22 865 km2,占祁连山总面积的11.09%。近10 a来植被覆盖整体上呈增加趋势,生长季各月植被覆盖整体上呈增加趋势,全球气候变暖导致的降水增加是祁连山植被覆盖增加的主要原因。NDVI与气温、降水的相关性较高并存在一定的滞后性,6、7月NDVI分别与前期1月和前期2月的降水显著相关,相关系数分别为0.788和0.684;8、9月NDVI分别与当月、前期1月的气温极显著相关,相关系数分别为0.825和0.829。     

1981—2015年中国西北牧区植被覆盖的时空变化北大核心CSCD

我国西北牧区绝大部分属于中温带干旱半干旱地区,其植被对环境变化极为敏感,也易受人类活动干扰。近年来,西北牧区植被发生了明显变化,影响了农牧业生产和生态建设。因此,亟需进一步掌握国家生态工程和种植业结构调整措施下西北牧区植被覆盖的动态变化特性,为农牧业生产和生态建设提供理论支持。利用1981—2015年8 km×8 km分辨率的GIMMS 3g NDVI产品,采用Theil-Sen Median趋势分析、Mann-Kendall检验与Hurst指数等方法,研究西北牧区植被覆盖的时空变化特性。结果表明：（1）1981—2015年,西北牧区植被覆盖发生了明显变化,改善面积占总面积的41.9%,其中,2006—2015年植被覆盖改善最明显,占比达到63.7%。（2）11种植被类型均呈恢复趋势,其中栽培植被改善面积占比超过80%,而草原和草丛改善超过60%。（3）35 a来,西北牧区植被覆盖呈正向可持续发展趋势,持续性恢复和稳定不变的面积占总面积的70%以上,其中,2006—2015年持续恢复和稳定不变的面积占总面积的63.8%。国家生态工程和种植业结构调整措施对西北牧区植被覆盖有明显影响,未来该区植被覆盖以持续性恢复为主。     

呼伦贝尔盟草原植被覆盖状况时空演变特征分析

以呼伦贝尔盟草原为研究对象,基于1998～2008年4～10月的SPOT_VGT数据、2000年土地利用数据,利用时间序列植被指数(NDVI)动态变化监测方法,分析了研究区植被覆盖的时空演变特征。结果表明:1998至2008年期间,呼伦贝尔盟草原以草地为主的地区、草地-耕地过渡区、草地-林地过渡区的草地覆盖状况呈现先减后增趋势,但草地-耕地、草地-林地过渡区的林地覆盖状况变化不大,研究区2008年植被覆盖要小于1998年;同时,低植被覆盖区域面积不断扩大。说明研究区存在大范围、严重的退化现象,尤以西部的新巴尔虎右旗、新巴尔虎左旗最为严重,研究区沙化面积增大,生态系统恶化,生态系统脆弱性更加突出。     

基于MODIS的民勤绿洲植被覆盖变化定量分析

以典型沙漠绿洲-民勤绿洲为研究区,利用MODIS陆地3级标准数据产品MOD13,通过改进的植被覆盖度估算模型对2000～2010年7月的植被覆盖度进行了估算,并对其进行分级,通过空间叠置定量分析了不同级别植被覆盖度的分布特征及动态变化。研究发现,从2000～2010年11年间,民勤绿洲轮廓变化明显,绿洲面积明显缩小,荒漠进一步扩张,极低覆盖度植被面积增加1106.01km2,相当于研究区总面积26.95%,中高覆盖度和高覆盖度植被面积分别减少133.63km2和54.75km2,各占研究区总面积的3.26%和1.33%;研究表明,11年来民勤绿洲面积萎缩明显,岛状绿洲大量消失,其中以西北部最为严重。     

基于TM影像的草原沙漠化植被盖度分析研究

植被盖度是草原沙漠化评价的重要指标,以TM影像为数据源,结合地面调查数据和对应点的NDVI值,建立了植被指数与植被盖度间的回归模型,利用该模型生成植被盖度分布图;同时利用前人的植被盖度计算经验公式,生成同一区域的植被盖度分布图,并分别对其植被盖度数据进行分级。对比分级结果,发现:通过大量的地面调查数据建立的盖度分析模型分类精度较高,总精度达到85.42%,而通过经验公式计算,效果相对较差,其分类精度仅有75.00%。     

基于MODIS的沙漠化地区植被覆盖度提取模型的研究

目前常用的植被覆盖度遥感反演模型,受限条件较多,所用系数精度不高。针对上述问题,提出了利用研究区域的实测最大和最小植被覆盖度确定反演模型系数的方法和基于MODIS影像数据的地面实测验证方法。经用该方法对毛乌素沙地沙漠化地区的植被覆盖度进行反演,并同步监测该区域的地表覆盖度对反演结果进行验证,结果表明地面同步实测植被覆盖度与反演的误差绝对值平均值为0.04,反演方法精度较高。研究表明本文提出的利用MODIS影像数据反演沙漠化地区地表覆盖度的模型、地面验证方法切实可行,适合对沙漠化地区地表植被覆盖度大范围且快速的遥感监测。     

Spatial and temporal variations of vegetation cover and the relationships with climate factors in Inner Mongolia based on GIMMS NDVI3g data

Variation in vegetation cover in Inner Mongolia has been previously studied by the remote sensing data spanning only one decade. However, spatial and temporal variations in vegetation cover based on the newly released GIMMS NDVI3g data spanning nearly thirty years have yet to be analyzed. In this study, we applied the methods of the maximum value composite(MVC) and Pearson's correlation coefficient to analyze the variations of vegetation cover in Inner Mongolia based on GIMMS NDVI3g data spanning from 1982 to 2013. Our results indicate that the normalized difference vegetation index(NDVI) increased at a rate of 0.0003/a during the growing seasons despite of the drier and hotter climate in Inner Mongolia during the past three decades. We also found that vegetation cover in the southern agro-pastoral zone significantly increased, while it significantly decreased in the central Alxa. The variations in vegetation cover were not significant in the eastern and central regions. NDVI is positively correlated with precipitation(r=0.617, P=0.000) and also with air temperature(r=0.425, P=0.015), but the precipitation had a greater effect than the air temperature on the vegetation variations in Inner Mongolia.     

古尔班通古特沙漠植被覆盖变化及其对沙尘天气的影响

利用1981～2003年逐月NOAA/AVHRR NDVI时间序列数据,分析了古尔班通古特沙漠荒漠植被覆盖的动态变化及其对沙漠南缘绿洲沙尘天气的影响。结果表明:近23年来古尔班通古特沙漠覆盖面积总体上呈现增加趋势,植被覆盖程度较高的区域分布在沙漠中部和西部,同时,这里也是23年来植被覆盖程度显著增加的区域;春、夏季植被覆盖与沙尘天气日数之间均呈现负相关关系,其中,夏季植被覆盖程度与沙尘天气日数之间的负相关最为显著。这说明在古尔班通古特沙漠植被覆盖程度与其南缘绿洲沙尘日数间存在负耦合关系,植被覆盖是影响沙尘天气发生及其强度的因子之一。     

呼伦贝尔沙化草原植被覆盖度估算光谱模型

选用美国ASD公司F ieldspec光谱仪,在内蒙古呼伦贝尔高原中西部的沙化草地进行了高光谱遥感地面观测以及草地植被覆盖度测定。运用回归分析方法,建立归一化植被指数(NDVI)与植被覆盖度(fc)之间的地面光谱模型。基于决定系数(R2)判断,拟合较理想的模型为乘幂模型和指数模型,R2分别达到0.752和0.716。误差分析显示指数模型和幂函数模型拟合误差较小。综合分析后确定选用乘幂函数作为研究区植被覆盖度估算模型(fc=0.7479*NDVI1.1928,R=0.86,p<0.001)。该模型为呼伦贝尔沙化草地区域植被覆盖度测定提供了新的技术方法。     

毛乌素沙地17年间植被覆盖度变化的遥感监测

为揭示毛乌素沙地植被变化规律,利用归一化植被指数(NDVI)和像元分解模型,建立了TM影像尺度下的毛乌素沙地植被覆盖度遥感定量模型。在此基础上,对毛乌素沙地1990年和2007年2个时期植被覆盖的进行了等级的划分。采用转移矩阵的方法,分析了该区17年来植被覆盖度的变化趋势。研究结果表明:研究区植被覆盖类型的主体为低盖度植被(NDVI,<0.3),其面积由1990年的33176.7369km2下降为2007年的30671.6454km2,年变化率为-0.048%;中盖度(NDVI,0.3-0.6)、高盖度(NDVI,>0.6)的总面积由1990年的1313.5023km2变为2007年的3818.5938km2,年变化率分别为3.91%和3.48%。整个研究区17年间发生正向转移的面积为3209.5153km2,占总面积的9.31%;负向转移的面积为633.0195km2,占总面积的1.84%。毛乌素沙地植被覆盖状况总体呈良性转移趋势,但局部退化的问题也应该加以关注。     

Monitoring the impact of climate change andhuman activities on grassland vegetation dynamics in the northeastern Qinghai-Tibet Plateauof China during 2000-2015

Climate change and human activities can influence vegetation net primary productivity (NPP), a key component of natural ecosystems. The Qinghai-Tibet Plateau of China, in spite of its significant natural and cultural values, is one of the most susceptible regions to climate change and human disturbancesin the world. To assess the impact of climate change and human activities on vegetation dynamics in the grassland ecosystems ofthe northeastern Qinghai-Tibet Plateau, we applied a time-series trend analysis to normalized difference vegetation index (NDVI) datasets from 2000 to 2015 and compared these spatiotemporal variations with trends in climatic variables over the same time period. The constrained ordination approach (redundancy analysis) was used to determine which climatic variables or human-related factors mostly in?uenced the variation of NDVI. Furthermore, in order to determine whether current conservation measures and programs are effectivein ecological protection and reconstruction, we divided the northeastern Qinghai-Tibet Plateau into two parts: the Three-River Headwater conservation area (TRH zone) in the south and the non-conservation area (NTRH zone) in the north. The results indicatedan overall (73.32%)increasing trend of vegetation NPP in grasslands throughout the study area. During the period 2000-2015, NDVI in the TRH and NTRH zones increased at the rates of 0.0015/aand 0.0020/a, respectively.Specifically, precipitation accounted for 9.2% of the total variation in NDVI, while temperature accounted for 13.4%. In addition, variation in vegetation NPP of grasslands responded not only to long- and short-term changes in climate, as conceptualized in non-equilibrium theory, but also to the impact of human activities and their associated perturbations. The redundancy analysis successfully separated the relative contributions of climate change and human activities, of whichvillage populationand agricultural gross domestic product were the two most important contributors to the NDVI changes, explaining 17.8% and 17.1% of the total variationof NDVI (with the total contribution >30.0%), respectively. The total contributionpercentages of climate change and human activitiesto the NDVI variation were27.5% and 34.9%, respectively, inthe northeastern Qinghai-Tibet Plateau. Finally, our study shows that the grassland restoration in the study area was enhanced by protection measures and programs in the TRH zone, which explained 7.6% of the total variation in NDVI.