基于地理探测器的太行山NDVI时空变化及其驱动力分析

基于1982～2015年GIMMS NDVI数据,探究了太行山34 a来的植被覆盖状况,分析了NDVI的空间分布特征及其趋势变化;同时,基于地理探测器模型,结合自然因素和人为因素,探讨了各因子对太行山NDVI空间分布影响力的大小.结果表明:(1)太行山区的NDVI呈现波动上升的趋势,植被覆盖状况总体以改善为主;(2)各因子对NDVI分布影响程度的排序为:气温>坡向>土壤类型>降水量>地貌>植被类型>DEM>坡度>人口>GDP,其中气温、坡向、土壤类型、降水的影响力均大于10％,而GDP和人口均小于1％;(3)任意2个影响因素的交互作用都为增强,其中气温和坡向结合对研究区NDVI空间分布的影响力最大(q=0.3281).人为因素在与自然因素相互作用之后,影响力有了很大幅度的提升.     

河北省2000-2017年荒漠化的时空演变及其气候驱动因子

[目的] 对河北省荒漠化进行遥感监测及驱动因子分析,为该区荒漠化防治提供可靠的理论依据和数据支持。[方法] 基于2000—2017年MODIS13A3的NDVI数据和气象数据,以荒漠化指数为评价指标,采用趋势分析、未来趋势变化分析、气候因子驱动分析的方法,分析了河北省荒漠化的时空演变及其驱动因素。[结果] ①2000—2017年河北省荒漠化呈减少趋势,减少速率为0.009/18 a,其中极显著减少（p<0.01）比重为11.13%,显著减少（p<0.05）比重为8.86%;②河北省未来荒漠化呈持续性和反持续性的比重分别为41.29%和58.71%,其中弱持续性与弱反持续性所占比例分别为37.43%,51.35%;在现有基础上,未来趋势变化以基本不变为主,持续性特征与反持续性特征所占比例分别为14.89%,19.6%;③研究区荒漠化指数与生长季气温、降水的偏相关系数较小,相关性不显著。[结论] 河北省2000—2017年荒漠化整体呈改善趋势,但具有明显的空间异质性,荒漠化区域主要集中在坝上高原地区,Hurst指数表明未来荒漠化在局部地区可能呈逆转态势;就气候因子而言,气温的升高和降雨的减少对研究区内荒漠化起到推进作用。     

基于MODIS数据的漳滏河灌区作物种植结构提取

农作物的种植类型和布局是农业生产活动中最重要的基础数据,快速、准确地获取农业生产所需要的信息,对于农作物监测和管理具有重要意义。目前农作物种植结构提取方法多样,不同提取方法各有其优劣,因而选择一种合适的提取方法显得极为重要。以河北省邯郸市漳滏河灌区为研究区,基于2018年MODIS数据,采用决策树和广义DEM这2种分类方法对研究区作物冬小麦、夏玉米、辣椒、大棚蔬菜进行提取,其中决策树利用MODIS多个指数时序数据构建分类模型进行提取,而广义DEM采用MODIS数据作物典型时期的EVI指数影像基于“广义DEM思想”进行提取,最后通过对比二者分类结果在作物空间分布和精度验证2个方面的差异,并对其进行评价。结果表明,从空间分布来看,2种分类方法对大宗作物冬小麦—夏玉米提取具有良好的效果,其提取结果二者基本吻合,对辣椒和大棚蔬菜的提取存在一定差异,但其提取结果都集中在主要的种植区域内;从分类精度看,广义DEM分类精度略高于决策树,前者总体精度为85.33%,后者为83.37%。广义DEM作为一种新的提取方法,其相对决策树而言具有自动化程度较高、所需数据量较小、人工干预较少的优点,且还可以实现对...