屋顶绿化降温增湿作用对环境温度的影响研究

通过对不同密度屋顶绿化种植面积的降温作用以及对比花园内部绿化场地和非绿化场地之间主要微环境因子(主要为温度和湿度)的垂直梯度变化,研究了屋顶绿化降温增湿作用对大气温度的影响。结果表明:种植密度越大,降温的效果越明显;同时,屋顶绿化后,不同垂直高度的温度和湿度变化较之于未绿化的屋顶差异不甚明显。     

基于MODIS NDVI数据的广西植被覆盖时空变化遥感诊断

【目的】对广西2006—2016年植被覆盖变化特征及其变化关键因素进行遥感诊断,为掌握广西地区植被覆盖的时空变化提供科学监测结果和诊断依据。【方法】基于250 m分辨率16天合成的MOD13Q1产品,利用趋势分析法获得11年间广西植被覆盖整体变化情况;结合气象数据,运用回归因子分析法得到植被覆盖变化与温度和降水之间的关系;采用遥感影像差异法对不同时期MODIS土地覆盖类型数据进行分析,探讨人类活动对植被覆盖变化的影响。【结果】2006—2016年11年间广西植被覆盖在波动中呈上升趋势;归一化差值植被指数(NDVI) 2—3月呈最低状态,9月最高。全区植被增加面积大于退化面积,其中面积增加最大的区域包括河池、百色、南宁东南部和桂林东部,退化面积最大的区域包括崇左、百色中部、南宁西部和桂林中部,退化程度最高的北海区域退化面积占全区面积的28. 9%。11年间,广西植被覆盖类型变化巨大,林地面积显著上升,农用地面积下降明显。【结论】温度和降水与植被覆盖呈正相关关系,二者与植被覆盖在月尺度上的正相关性较年尺度更为显著,且降水对植被的影响高于温度对植被的影响; MODIS土地覆盖类型数据反映出的人类活动表明,林地面积显著增加是广西NDVI上升的主要原因。     

广州市不同类型屋顶绿化温湿度日变化初步研究

为研究不同类型屋顶绿化的温湿度日变化,选择了广东省广州市越秀区地毯式、花园式和棚架式和盆花式4种不同的屋顶绿化类型,观测和统计分析不同绿化形式的屋顶及其不同空间位置的温度和湿度的变化。结果表明,各种类型的屋顶绿化对小气候都产生了显著的效应。其中,地毯式绿化类型植被覆盖度最高,降温效果最明显,温度最低;花园式和棚架式相当;盆花式效果较差,温度较高;各个测定位置的湿度数值则与温度相反,与降温效果一致。综合温湿度结果,4种屋顶绿化类型都产生了不同程度的生态效应,其中地毯式最佳,花园式和棚架式次之,盆花式较差。     

环境因子对西双版纳野生兰科植物物种组成和丰富度的影响

基于西双版纳野生兰科植物实测分布点及其立地海拔、坡度、坡向、年均温、植被覆盖度、植被数据,采用CCA排序法探索了环境因子对物种组成和丰富度的影响,偏CCA计算了各环境因子对物种组成的总效应和净效应,GLM回归模型拟合了物种丰富度对环境因子的响应。结果表明:海拔、坡度、坡向、年均温、植被覆盖度、植被6个环境因子共解释了物种组成变异的2%,其中,植被、海拔、年均温、植被覆盖度、坡向5个环境因子对物种组成的净效应达显著水平(P0.05),但其作用强度依次减小。GLM拟合结果显示,物种丰富度与环境因子存在3种显著(P0.05)关系:物种丰富度沿植被方向(热带季雨林亚热带常绿阔叶林热带雨林/暧性针叶林热性竹林及其它等自然植被)依次递增;物种丰富度沿年均地表温度的梯度单调递减;物种丰富度沿海拔梯度变化小,呈微弱的单峰关系。     

榆林沙区植被因子与气候因子相关性分析

为分析榆林市植被盖度变化及生物量与其降水量、温度等气候因子变化的相关性,文章采用2018-2022年的降水量、温度和植被因子数据,利用相关分析法和显著性分析法,进行了植被覆盖度、生物量与降水、温度的年度动态变化分析。研究结果显示,在2018-2022年的5 a间,榆林市植被覆盖度和生物量在整体上呈现动态增长趋势,不同植被覆盖类型的植被覆盖度、生物量与气候因子在年度动态变化表现出不同程度的相关性,气温和降水变化对于榆林地区的植被盖度的驱动作用既有正向的,也有负向作用。研究验证了植被覆盖度和生物量变化与气候因子的变化有一定的关系,并分析了产生负相关关系的原因。     

滇东南喀斯特石漠化地区植被覆盖度时空变化特征研究

植被覆盖度是评价区域生态环境的重要指标,以Landsat影像为数据源,对云南省砚山县2000年、2010年和2020年3个时期的植被覆盖度进行估测,并分析其时空变化特征与地形、气候的关系。结果表明,砚山县整体植被覆盖度较高,2020年以较高度和高度植被覆盖度为主,在空间分布上呈东高西低的特征,在时间变化趋势上,2000—2010年不同等级植被覆盖度由高水平植被覆盖转为低水平植被覆盖,植被严重退化,2010—2020年由低水平植被覆盖转为高水平植被覆盖,植被覆盖显著改善;3个时期的植被覆盖分布在坡度等级上存在明显的线性关系（R²>0.95）,植被覆盖度随坡度的增加呈升高趋势,在海拔梯度上随海拔的上升呈先减少后增加再减少的规律性变化。研究区植被覆盖度受降水与气温的共同影响,但与降水量的相关性更紧密。     

大兴安岭不同植被火后NDVI恢复过程

【目的】利用卫星遥感技术研究火后植被恢复过程及影响因子,分析不同火烧强度、不同植被类型的火后归一化植被指数(NDVI)变化特征,研究大兴安岭东南部火后不同植被恢复过程,为在长时间尺度上进行北方林火后植被恢复过程研究与监测提供参考。【方法】基于火烧前后一系列的MODIS数据,利用NDVI和地面调查数据,以2006年大兴安岭松岭特大森林火灾为例,研究不同植被类型在不同强度火烧后的植被恢复过程。根据火烧前后NDVI变化提取过火区;结合地面调查,利用监督分类方法划分火烧强度等级;根据火烧强度分级图和土地覆盖类型图,建立属性数据库,生成火烧强度等级-植被类型图。以2003—2005年同期NDVI最大值为对照,在时间序列上分析植被类型和火烧强度对火后NDVI恢复的影响。根据邻近未过火区的NDVI变化,分析气象因子对NDVI的影响。【结果】轻度、中度和重度火烧区所占比例分别为29%,40%和31%。主要植被类型常绿针叶林、针阔混交林和灌丛的重度火烧部分分别占50%,52%和60%。重度火烧区域所占比例随着坡度增大而升高。在火后NDVI的变化过程中,各森林类型变化趋势相近,灌丛、草地和沼泽的变化趋势相近。【结论】火后NDVI总体呈上升趋势,并呈现明显的年际波动。除草地外其余植被类型在重度火烧后的NDVI值均明显低于中、轻度火烧,但中、轻度火烧的不同植被类型之间差异不明显。森林重度火烧区NDVI在火后第2年达到最低,轻度火烧区火后6年NDVI基本恢复到火前水平。针阔混交林火后盖度的恢复速度较其他森林类型快。火烧强度对森林群落垂直结构的影响显著,森林火烧后灌木层盖度高于未火烧区,且火烧强度越高,这种现象越显著。双因素方差分析显示植被类型和火烧强度对火烧迹地NDVI恢复特征的影响显著,且火烧强度对火后植被恢复的影响更关键,但二者交互影响不显著。未过火区NDVI平均值为0.801 2,波动范围为-3.3%~3.4%,过火区d NDVI的变化约25%是由气象因子引起的,其他主要源于植被变化。d NDVI指标可以很好地反映火烧前后植被指数变化,有较好的时序性和空间可获取性,对火烧迹地恢复过程有指示作用。     

近30年来东洞庭湖植被覆盖时空变化研究

洞庭湖湿地变化一直是湿地生态研究一项重要内容。本研究利用1989—2016年间6期的TM/ETM数据,结合气象、水位数据对东洞庭湖的植被覆盖度进行时空变化及关联分析,以期从长时间序列上揭示东洞庭植被覆盖变化的机理,为湿地植被保护提供重要的理论依据。结果表明:1)研究时段上,东洞庭湖的整体植被覆盖度存在降低的趋势,空间上,植被覆盖度等级围绕着水体呈现出由低到高的梯度差异。2)1989—2016年间,东洞庭湖的植被覆盖情况以退化为主,退化面积达到75.59%,且以轻度退化为主要类型;整体来说,研究区南边比北边退化程度高。3)研究区低、高植被覆盖区受水位变化的影响较大,与东洞庭湖特有的水文变化特征密切相关。     

甘肃省NDVI时空演变特征及其与区域气候的响应

利用2001—2015年的MODIS-NDVI遥感数据,基于ENVI和Arc GIS空间分析技术定量探讨甘肃省的植被覆盖在研究期内的时空变化特征。按自然地理区域将甘肃省分为3个部分,与同期的气温、降水数据相结合,研究植被覆盖变化与区域气候之间的响应关系。结果表明:1)2001—2015年间,甘肃省整体植被覆盖以每年0.004 1的速率呈上升趋势,表明在研究期内甘肃省的植被覆盖有所改善,但在空间上存在明显的差异性;2)2001—2015年甘肃省的年降水量呈下降趋势,年平均气温呈上升趋势,但变化速率都较低,表明研究期内甘肃省的干热化趋势有所缓和:3)植被覆盖与降水呈正相关,与温度呈现负相关,在区域尺度上降水对植被覆盖影响要大于温度。     

晋西北主要造林树种土壤水分特征研究

土壤水分是影响干旱半干旱地区人工造林的关键因子,为查明人工林土壤水分消耗状况,以晋西北岚县人工柠条和油松为研究对象,草地作为对照,定量分析和评价0~600cm土壤水分垂直剖面变化。结果表明:油松林地的土壤含水量在7.8%~9.7%之间变化,柠条林地土壤含水量的变化范围为7.3%~11.3%;油松和柠条林地存在不同程度的轻度干层和中度干层,含水量小于6%的重度干层不存在;油松林地枯落物的水文效应使其表层土壤含水量变异低于柠条林地。不同土层,不同植被类型土壤水分亏缺程度不同。从土壤水分亏缺的垂直变化来看,表层中层底层。从不同植被类型来看,柠条油松草地。     

小兴安岭五营林区气象要素垂直变化规律

对小兴安岭五营林区森林内各梯度的温度、湿度、风速进行系统监测分析的基础上,揭示森林小气候影响下的气象要素垂直变化规律。结果表明：①温度：各梯度月平均温度均随高度升高而降低,降低值均高于理论值,林内日变化速率快于大气变化速率,森林-大气边界在日变化规律上具有一定的边缘效应;②湿度：森林具有一定的增湿作用,年平均湿度随高度升高而降低,除冬季外,春夏秋三季湿度变化与降水量均密切相关,并且夏季相对湿度在时间上具有一定的滞后性,大气湿度基本无日变化;③森林具有显著的防风作用,年平均风速随高度升高而增大,林内风速基本无日变化,4、5、11月湿度低、风速大,是小兴安岭林区高火险时期,而在此期间,每日的14时前后的风速最大,湿度最小,这时尤其要加强防范。     

秦岭植被景观多样性与物种梯度分析

秦岭植被景观类型丰富,具有过渡性和复杂性特点,植被垂直分带明显,在分析秦岭植被景观空间分布格局的基础上,利用植被景观多样性指数,分析了秦岭山地植被景观的数量统计特征与海拔的变化关系;利用基于GIS的梯度分析方法,分析了秦岭的植被与海拔梯度的关系,得到秦岭不同植被景观类型的斑块数、分布范围、植被分布的高度均值和标准差,并以太白山为例,对太白山植物种进行了梯度分析。结果表明:秦岭各植被型的多样性指数Simpson指数D、Shannon-wiener指数H′和均匀度指数基本上呈相同的变化趋势,随着海拔的增加,呈波浪式的变化趋势,自然植被在海拔1 325 m、1 500 m和2 930 m时出现峰值。乔木的多样性指数在海拔1 500 m和2 930 m时达到最大值,在海拔1 200~1 470 m和1 600~2 650 m左右处,乔木的多样性指数值较小,但均匀度指数却较高;灌木的多样性指数在海拔1 325 m时达到最大值;草本的多样性指数呈波浪式上升的趋势,海拔2 400 m和3 500 m左右处有2个峰值。随着海拔高度的增加,太白山依次出现温带草丛→温带落叶灌丛→温带落叶阔叶林→亚热带针叶林→亚热带和热带山地针叶林→草甸→高寒草甸等植被类型,并随海拔的升高,依次出现相应的植物种。     

北京奥林匹克森林公园内二氧化碳浓度特征研究——北京奥林匹克森林公园生态效应研究

采用红外CO2测量仪对北京奥林匹克森林公园2007年度的CO：浓度变化特征进行连续跟踪测量。结果表明：公园内CO2浓度存在明显的日期、季节变化规律,主要影响因素有植被光合作用、植被呼吸作用、土壤呼吸作用等。公园内部样点在明显的梯度变化规律,主要影响因素有绿化覆盖率、植被生长状况、植被类型等。     

基于DEM的森林空间分布格局的研究

以研究地区1:5万的地形图和1998年的航空影像资料为基础,结合野外调查,建立了以植被优势成分为主要依据的植被分类系统,在地理信息系统软件Are View3.2和矢量化软件R2V的支持下.建立研究地区的数字高程模型(DEM).依据植被类型图与数字高程模型对不同植被类型在空闻上的分布与海拔、坡度、坡向等因子之间的关系和规律进行了研究.结果表明:研究区域内各植被类型在研究区内的分布极不平衡,油松林和落叶松林是区内的优势斑块;随海拔的升高,植被类型变化明显,在1 700 m～2 000 m的海拔梯度内以油松、落叶松为主要植被类型.到2 000 m以上则以杨树、桦树为主;该地区的植被类型主要分布在10°～25°的坡度范围内;植被类型与坡向有明显的相关关系,阴坡分布的植被类型明显多于阳坡.     

盐城海岸带植被覆盖度时空变化及其与土地利用变迁响应研究

以2001年、2009年TM遥感影像为基本数据源,在RS和GIS技术支持下,运用归一化植被指数(NDVI)和像元二分模型法获取植被覆盖度变化信息,采用人工目视解译和监督分类相结合提取土地利用信息,在分析了植被覆盖度和土地利用变化特征的基础上,将两者结合起来对其驱动力及其响应关系进行了分析。结果表明:近10年,盐城海岸带植被覆盖度整体有所提升,2001年研究区植被覆盖度呈现西南高东北低之势,中、高覆盖度占总面积的55.2%;2009年植被覆盖度相较2001年有明显变化,东北片区的植被覆盖度明显升高,西南部分地区有所下降。其中林地以中覆盖为主,占比30.72%,其他用地类型均以高植被覆盖度为主。分析发现,以湿地为主的土地利用变迁及人为干扰用地功能变化是其植被覆盖度变化的主要影响原因。     

塞罕坝植被覆盖时空分异与驱动机制研究

研究塞罕坝林场植被覆盖变化及其驱动机制能够为区域植被保护与森林经营管理提供重要的理论依据。基于MODIS-NDVI、气温和降水数据,采用趋势分析、偏相关性分析、残差分析和相对作用分析等方法,分析塞罕坝林场2000—2020年不同植被覆盖的时空变化,探讨气候因素和人类活动对不同植被覆盖的驱动机制。结果显示：(1)塞罕坝林场植被覆盖的归一化差异植被指数(NDVI)低于0.55的区域归为低植被覆盖区,NDVI高于0.65的区域为高植被覆盖区,而NDVI为0.55～0.65的区域为中等植被覆盖区。(2)2000—2020年,不同植被覆盖等级NDVI的平均增长速率有所差异,低植被覆盖区NDVI平均增长速率较快;其次是中等植被覆盖区和高植被覆盖区;尤其是2007年之后,塞罕坝林场全域NDVI平均增长速率明显高于2000—2007的植被NDVI平均增长速率。(3)在不同植被覆盖等级区,NDVI的主要驱动因素也有所不同,低植被覆盖区NDVI主要受到人类活动的影响,其贡献率高达60.78%;中高植被覆盖区主要驱动因子存在着空间异质性,即中高植被覆盖区的西部和东南部的低海拔区主要受人类活动的影响,而东北部...     

路侧绿地不同植物群落对空气温度与湿度的影响

文章以长治市太行街为研究区域,选择7种较常见的植物群落为研究对象,分析了不同类型植物群落对温度及湿度的影响。研究结果显示,不同类型的植物群落对空气温度与湿度均有明显的调节作用。不同的植物群落均可达到降温与增湿的效果,降温效应变化幅度为0.1~2.3℃,增湿效应变化幅度为1.3%~10.2%。     

冬奥会崇礼生态核心区植被覆盖时空变化遥感监测

【目的】基于植被覆盖度遥感定量估测结果,统计分析植被覆盖度的时空变化特征和地形分异效应,探讨植被覆盖变化的驱动因素,为研究区生态规划和生态环境保护、森林防火提供参考依据。【方法】以北京冬奥会崇礼生态核心区为研究区,以GF-1 WFV和Sentinel-2多光谱影像为数据源,采用像元二分模型法对研究区2014、2016和2020年3个时期的植被覆盖度进行遥感估测,结合数字高程模型,利用差值指数、马尔科夫模型、植被覆盖动态度和地形分布指数分析植被覆盖度的时空变化特征及其在地形上的分异性。【结果】1)研究区植被覆盖度在空间上呈显著差异性,表现为中部低、四周高的分布格局,与整个研究区的地形地貌特征紧密相关,山区植被覆盖度高,平原区或山谷等人类活动区植被覆盖度相对偏低。2)研究区植被整体以中、中高和高植被覆盖度为主,3个时期3种植被覆盖等级面积占比分别为81.59%、90.00%和86.88%,均大于80%,植被覆盖处于较好水平,生长状况良好。3)海拔梯度上,2014—2016年改善型和明显退化型在海拔1 800 m以下区域有分布优势,在海拔1 800 m以上区域无分布优势;轻微退化型在海拔1 ...     

西北干旱区植被覆盖时空动态特征

用MODIS NDVI数据2000—2015年的归一化植被指数产品,运用变异系数、Theil-Sen median趋势分析耦合Mann-Kendall检验和Hurst指数法,探讨了中国西北干旱区植被覆盖的时空变化特征及未来趋势的预测。研究表明:1)2000—2015年全区植被覆盖的空间异质性较强,有植被覆盖的区域占总面积的35.59%,无植被覆盖的区域占64.41%。受降水的影响,植被覆盖整体呈东南高西北低、山区高平原低的特点;受河流和人工灌溉的影响,绿洲区水热组合条件好,其植被覆盖高于荒漠区。2)近16年全区植被覆盖波动变化不明显,各亚区的波动普遍较低,变异系数小于0.10的比例均超过总面积的1/2。3)16年间全区植被覆盖总体有增长趋势,变化率为0.006/10a。基于像元尺度的分析也表明全区植被覆盖以增长趋势为主,各亚区中河西走廊的增长面积最多,北疆的增长面积最少,均超过1/2。4)全区NDVI的Hurst指数均值为0.73,Hurst指数大于0.5的范围所占比例为86.25%,未来全区植被覆盖的变化趋势以持续性增加为主,其中13.46%区域的未来趋势无法确定。各亚区呈不同程度的增加趋势,河西走廊的增加趋势最明显,北疆的增加趋势相对较弱。     

秦岭地区植被覆盖对气候因子与人类活动强度的时空响应

植被覆盖时空序列特征体现了气候变化和人类活动对植被的影响,基于归一化植被指数(NDVI)和气象数据、国内生产总值(GDP)等数据,采用线性回归分析、Mann-Kendall检验、相关性分析、地理探测器模型等方法,系统分析了1999～2019年秦岭地区NDVI、气候因子、人类活动强度的年际时空变化特征;NDVI与各影响因子的相关性;NDVI变化主要驱动力及各影响因子间的协同性。结果表明：(1)秦岭地区NDVI年际变化逐年递增,温度、降水、相对湿度、风速的年际变化呈上升趋势,日照强度呈下降趋势。NDVI与气候因子在时间序列中变化趋势显著性降低,空间序列中区域化特征明显;(2)人类活动强度指数显著下降,与NDVI呈极显著负相关,秦岭地区人类干预活动逐年递减;(3)秦岭地区NDVI与各影响因子相关性顺序依次为：人类活动指数>风速>日照强度>降水>温度>相对湿度;(4)各影响因子之间存在协同性,温度与降水的协同作用对NDVI影响最大,日照强度与风速的协同作用对NDVI影响最小;(5)长时间序列数据的非平稳性和非线性,以及人类活动对植被覆盖的影响,导致气候因子与NDV...