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。     

基于NDVI的干旱区典型绿洲植被覆盖动态变化分析——以策勒绿洲为例

绿洲是干旱气候特有的产物,植被变化可以很好反映绿洲的展缩,而策勒绿洲是典型的干旱区绿洲。因此,文中选取策勒绿洲两个不同时期的TM影像,通过归一化植被指数和植被覆盖度像元分解模型,研究了1990~2000年策勒绿洲植被覆盖度的动态变化。研究表明:在此期间策勒绿洲植被呈退化、绿洲缩减、荒漠化加剧;最后结合自然与社会因素对植被覆盖变化原因进行详细分析,并提出相应对策。     

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。     

科尔沁沙地植被NDVI对太阳辐射照度变化的响应机制

在科尔沁沙地利用ASD光谱仪实测了7个不同植被盖度样方的反射光谱日变化,结合植被盖度与逐时太阳辐射照度数据,采用回归方法构建了不同植被盖度归一化植被指数(NDVI)与太阳辐射照度关系模型。结果表明:科尔沁沙地不同植被盖度NDVI对太阳辐射照度日变化具有相同的响应模式。NDVI在太阳辐射照度最小时段(6、16-18时)和平均时段(7-9、15时)易被高估0.03-0.14与0.02-0.08;其中盖度较低区域在太阳辐射照度最小时段(6、16-18时)NDVI被高估的幅度为0.13大于植被盖度较高的区域(0.03)。     

基于SPOT NDVI的中国东北地表植被覆盖动态变化及其机理研究

为了分析东北地表植被覆盖动态变化及其变化机理,选取该地区1998-2007年的SPOT/NDVI时间序列数据进行研究,并利用时间序列谐波分析(HANTS)算法对旬合成的NDVI数据进一步去云处理,根据处理后的结果,用一元线性回归趋势法定量描述了东北地表植被覆盖的动态变化。结果表明:近10年来中国东北地表植被覆盖整体得到改善的区域远比植被覆盖退化的区域面积大,其中严重退化的区域主要是内蒙古的东四盟地区,尤其是呼伦贝尔和科尔沁地区。     

基于SPOT NDVI的阿尔金山自然保护区植被动态变化研究

气候变化对陆地生态系统,特别是高寒地区植被的影响是全球变化研究的重要方面。利用1998-2008年SPOT VGT [WTBX]NDVI[WTBZ]植被指数,分析了阿尔金山[WTBX]NDVI[WTBZ]时空变化特征及其与主要气候因子(气温、降水)的相关关系。结果表明：保护区平均[WTBX]NDVI[WTBX]年内季节变化明显,[WTBX]DN[WTBZ]变化幅度在33~53,5月开始较快上升,最高值出现在9月,其多年平均值为40,总体上呈先下降后上升的趋势。从空间分布上看,[WTBX]NDVI[WTBZ]的高值主要集中在阿雅克湖流域,特别是卡尔敦检查站附近。趋势分析表明,除河流、湖泊附近的植被有所退化外,保护区内部植被总体上有所改善,气温和降水与[WTBX]NDVI[WTBZ]线性相关显著;而保护区边缘植被有不同程度的退化,人类活动或许是植被退化的诱导因素。     

川藏铁路沿线植被覆盖度时空变化特征分析

基于MODIS-NDVI遥感数据反演了川藏铁路地区2000-2018年植被覆盖度,采用线性回归分析植被覆盖度的时空变化规律,利用相关分析法分析气候、地形等与植被覆盖度的相关关系.结果 表明:(1)2000-2018年川藏铁路沿线平均植被覆盖度为0.629,呈现波动上升趋势,2000-2012年为缓慢增长,2013-20...     

2000-2010年祁连山植被MODIS NDVI的时空变化及影响因素

利用2000-2010年间的MODIS/NDVI数据和对应的气候资料,研究了近10年来祁连山植被的时空变化及影响因素。结果表明:1)10年来,祁连山年最大化NDVI(MNDVI)增加了2.4%,植被改善、无变化和退化的面积分别占总面积的26.32%、66.42%和7.26%。植被改善的区域分布在冷龙岭、拉脊山、大通山、达坂山、青海南山、走廊南山、托来山等山地以及西宁盆地、湟水谷地周边地区,减少的区域分布在乌鞘岭、庄浪河、古浪河、大通河、石羊河、黑河、疏勒河等河流河谷。2)祁连山不同植被类型MNDVI的年际变化趋势不同。灌丛地、荒漠草原、高寒稀疏草甸MNDVI呈快速增加趋势,高山草原、高山灌丛草甸和高寒草甸MNDVI呈增加趋势,落叶阔叶林、针阔混交林、常绿针叶林MNDVI呈快速下降趋势。3)影响祁连山植被生长的主要因子是气温和降水,局部地区密集的人类活动也能成为影响植被生长的关键因子。     

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。     

基于RS的武都区植被覆盖度动态变化及其驱动力分析

以1992、2006和2011年的landsat TM影像为基础,采用基于归一化植被指数(NDVI)的像元二分模型对1992-2011年间武都区的植被覆盖度分别进行计算,分析了其年际间的动态变化,并从自然因素和人为因素方面对植被覆盖度变化进行了驱动力分析,最后采用PCA对选取的影响指标进行定量分析。结果表明:武都区的植被覆盖度总体上呈增长趋势,其中高覆盖区增幅最为明显,达到46.30%。植被覆盖类型以向中高覆盖度和高覆盖度转变为主,2011年中高覆盖度和高覆盖度面积已占总面积的70.57%。人为因素尤其是人口因素是影响武都区植被覆盖度变化的最主要驱动力。     

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%。     

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。     

Spatial distribution of vegetation and the influencing factors in Qaidam Basin based on NDVI

The spatial distribution of vegetation in Qaidam Basin was analyzed using GIMMS(Global Inventory Modeling and Mapping Studies) /NDVI(Normalized Difference Vegetation Index) data set from January 1982 to December 2006.Based on the data of precipitation,terrain,stream systems,land use and the map of vegetation distribution in Qaidam Basin,we studied the factors influencing the spatial distribution of vegetation.The results showed that the vegetation was generally low in Qaidam Basin and there was a clear semi-ring structure from southeast to northwest.In some areas,the existence of rivers,lakes and spring belts turned this semi-ring structure into a non-continuous state and formed distinct bright spots and continuous linear features.There were four main factors that affected the spatial distribution of vegetation coverage in Qaidam Basin,i.e.,precipitation,hydrological conditions,altitude and human activities.Precipitation and altitude have a correlation and determine the basic pattern of vegetation distribution in Qaidam Basin.The impacts of hydrological conditions and human activities were mainly embodied in partial areas,and often broke the pattern of vegetation distribution dominated by precipitation and altitude.     

Assessing ecological vulnerability in western China based on Time-Integrated NDVI data

Arid and semi-arid areas are the most vulnerable regions to climate change.Clear understanding of the effects of climate change on ecosystems in arid and semi-arid regions and the ecosystem vulnerability is important for ecosystem management under the background of climate change.In this study,we conducted a vulnerability assessment on various ecosystems from 1982 to 2013 in western China with large areas of arid and semi-arid lands based on the Time-Integrated Normalized Difference Vegetation Index(TINDVI)data and climate data.The results indicated that grasslands were the most vulnerable ecosystem to climate change in western China,especially for those in Tibetan Plateau.Croplands in oases were not vulnerable to climate change compared to rain-fed croplands in semi-arid regions(e.g.Gansu and Inner Mongolia),which was attributed to the well-developed drip irrigation technology in oases.Desert and Gobi ecosystems were slightly vulnerable to climate change during the past several decades.The assessment results,as revealed in this study,can provide a reference for taking appropriate actions to protect the ecosystems in western China.