中国东部南北样带主要植被类型归一化植被指数对气候变化的响应及不同时间尺度的差异性

植被的动态变化及其与环境的关系已成为全球变化研究的热点问题。陆地样带是进行全球变化驱动因素梯度分析的有效途径。该研究依托中国东部南北样带(NSTEC), 对南北样带不同时间尺度的气候因子和植被活动变化特征进行了分析, 并重点阐述了具有代表性的12种植被类型对气候因子的响应方式。研究结果表明: 南北样带植被的归一化植被指数(NDVI)的变化同时受控于气温和降水, 但是在不同的空间和时间尺度上植被NDVI的响应方式各异。在年时间尺度上, 只有温带落叶灌丛(TDS)的NDVI受气温控制; 而温带禾草草原(TGS)和亚热带和热带针叶林(STCF)的NDVI同时受气温和降水调控。其他植被类型的年NDVI与年平均气温和年总降水量没有直接显著的联系, 而受年内气温变化和降水分配状况的影响更大。在月时间尺度上, NDVI与气温的关系在不同类型植被之间存在很大差异。一般而言, 植被NDVI与前4个月内的气温关系最为密切, 并且从1月份到4月份气温的滞后时长在缩短。其中, 温带针叶林(TCF)、温带落叶阔叶林(TDBF)、TDS、STCF和亚热带热带草丛(STG)等植被类型, 5-8月的NDVI与气温普遍呈负相关关系。草原和灌丛植被类型当月NDVI与当月降水量主要以正相关为主, 而森林类型当月NDVI与当月降水量主要以负相关为主。     

锡林郭勒植被NDVI时空变化及其驱动力定量分析

定量评价归一化植被指数(NDVI)变化特征及其驱动机制, 对了解区域生态变化特征, 促进区域生态与社会经济的可持续发展具有重要作用。该文利用MODIS-NDVI数据, 采用趋势分析法探讨了锡林郭勒2000-2015年生长季植被NDVI时空格局; 然后, 将各驱动因子的空间影响面积与植被显著增加/减少区域进行空间叠加分析, 二者比例即为贡献率大小。结果表明: 研究区植被NDVI整体缓慢增加, 呈现“东北高西南低”的分布格局。NDVI显著增加面积大约是显著减少面积的2倍, 且在气候和人类活动的双重作用下, 植被NDVI表现出显著的空间异质性。在NDVI显著增加区域, 气候影响比例为47.79%, 且降水和气温影响比例相当; 禁牧及草畜平衡政策是最主要的人为影响因素, 占比69.55%。在NDVI显著减少区域, 气候因素占比52.55%, 且以降水影响为主; 人类活动占比24.73%。在NDVI显著增加区域, 人类活动的影响大于气候因素, 且二者耦合作用较突出。     

1982-2012年中亚植被变化及其对气候变化的响应

归一化植被指数(NDVI)能够反映植被生长状况, 被广泛应用于区域乃至全球的植被变化研究中。该文利用1982-2012年GIMMS-NDVI数据, 通过基于像元的线性趋势分析、偏相关分析, 基于场域的经验正交分解(EOF)、奇异值分解(SVD), 综合时间和空间两个维度上的信息, 研究了近31年来中亚植被的变化及其变化中的区域差异, 分析了植被对气候变化的响应关系。线性趋势分析发现, 34%的中亚植被NDVI显著增长(p < 0.05), 山区植被NDVI的增长速率可达到每年0.004。偏相关分析表明, 63%的中亚植被受到降水的显著影响(p < 0.05, 仅4%为负相关), 而32%的植被受到气温的显著影响(p < 0.05, 仅9%为正相关)。EOF分析发现, 中亚植被NDVI的变化表现出较大的空间差异: 山区及东北部的植被NDVI变化主要分为3个阶段, 即先增长(1982-1994年)、后波动(1994-2002年)、然后继续增长(2002-2012年); 而西北部平原区的植被NDVI变化主要表现为两个阶段, 即先增长(1982-1994年)而后减少(1994-2012年)。SVD分析表明: 1982-2012年间中亚植被受到降水和气温的共同影响, 植被NDVI的空间变化特征与降水的空间变化特征较为一致, 但西北部和山区的植被NDVI对气温的响应存在差异。     

中国西南部地区植被对极端气候事件的响应

在全球气候变化背景下, 极端气候事件频发。中国西南部地区植被对于气候变化及极端气候事件的响应较为敏感。为探究西南部地区植被对极端气候事件的响应程度, 该文采用Pettitt检验、趋势分析法对数据进行分析, 并对数据进行去趋势处理, 分析去趋势前后极端气候指数与归一化植被指数(NDVI)的相关关系。结果表明: (1) 1982-2015年西南部地区植被NDVI呈现显著上升的趋势, NDVI在1994年发生突变, 突变前上升不显著, 突变后呈现显著上升的趋势; (2)去趋势前, 1982-2015年间, 极端降水指数与NDVI显著相关的仅有1日最大降水量, 其与NDVI显著正相关; 除气温日较差外, 其他极端温度指数均与NDVI显著相关。1994-2015年间, 1日最大降水量与NDVI显著正相关, 降水日数与NDVI显著负相关; 在极端温度指数中, 日最低气温最大值、暖昼日数、夏季日数、生长季长度和气温日较差与NDVI显著正相关, 冷昼日数、冰冻日数、冷夜日数和霜冻日数与NDVI显著负相关。1982-2015年间NDVI对年平均气温的响应最强, 而在1994-2015年间NDVI对夏季日数和气温日较差的响应强于对年平均气温的响应。(3)去趋势后, 极端降水指数与NDVI的相关性在两个时段都不显著; 而日最高气温最大值、暖昼日数、夏季日数和气温日较差在这两个时段与NDVI显著正相关, 但其与NDVI的相关系数都在1994-2015年间更高。气温日较差在两个时段与NDVI的相关系数都最高。只在1982-2015年冷昼日数与NDVI显著负相关。     

黄土高原泾河流域长时间序列的归一化植被指数动态变化及其驱动因素分析

泾河流域土地开发历史悠久, 是黄土高原水土流失的典型区域。研究气候变化和人类活动影响下泾河流域的植被覆盖变化及其原因, 对黄土高原的植被恢复、水土保持和景观管理等都具有重要意义。该研究应用GIMMS归一化植被指数NDVI、土地覆盖分类数据和气候数据, 采用趋势分析和相关分析方法, 研究了泾河流域1982-2005年植被覆盖变化趋势及其驱动因素。研究表明: 泾河流域24年间79.64%的区域NDVI无显著变化趋势, NDVI趋势显著增加的区域占16.33%, 主要集中在流域中部和南部, NDVI趋势显著减小的区域占4.03%, 主要集中在流域北部。流域所有气象站点的降水量均无显著变化趋势, 气温均呈显著升高趋势。分析发现气候变化不能很好地解释NDVI趋势的空间分异, 人为因素更为重要。从土地利用分析结果来看, NDVI不同趋势下各土地利用类型比例无明显变化, 但NDVI显著增加区以耕地为主, 显著减小区以草地为主, 由此推断NDVI的显著增加趋势主要由耕地NDVI增加引起, 显著减小趋势可能与林地减少和草地退化有关。通过分析不同分区的土地利用数据和社会经济资料, 着重探讨了造成植被覆盖显著变化趋势的人为因素。     

气候因子对青藏高原植被生长的时间效应

植被生长与气候存在着不对称的时间关系, 考虑气候因子对植被生长的时间效应可为准确理解植被与气候关系、预测植被对全球气候变化的动态响应提供重要科学依据。该研究基于MODIS归一化植被指数(NDVI)、气候以及植被类型数据, 通过构建气候与植被NDVI之间的4种时间效应方程, 揭示了气候因子对青藏高原植被生长的时间效应以及影响植被生长的主导因子。在4种时间效应中, 同时考虑气候滞后和累加效应对植被生长的解释度最高(47%), 相比于不考虑时间效应, 其解释度可整体提高4%-18%; 同时考虑气候滞后和累加效应时, 青藏高原有超过43%的区域受时间滞后与累加联合效应的影响, 只受时间累加效应或滞后效应影响的区域面积次之, 而不受时间效应影响的区域面积最小; 青藏高原NDVI与降水的偏相关性整体上高于其与气温的偏相关性, 其中降水占主导地位的区域主要分布在青藏高原东北部和西南部, 面积占比约为40.1%, 而气温占主导地位的区域集中在青藏高原中部和东南部, 面积占比约为29.7%。     

青藏高原草地植被覆盖变化及其与气候因子的关系

为揭示气候变化对青藏高原草地生态系统的影响及其生态适应机制,利用1982~1999年间的NOAA/AVHRR NDVI数据和对应的气候资料,研究了近20年来青藏高原草地植被覆盖变化及其与气候因子的关系。结果表明,18年来研究区生长季NDVI显著增加(p=0.015),其增加率和增加量分别为0.41% a^-1和0.001 0 a^-1。生长季提前和生长季生长加速是青藏高原草地植被生长季NDVI增加的主要原因。春季为NDVI增加率和增加量最大的季节,其增加率和增加量分别为0.92% a^-1和0.001 4 a^-1;夏季NDVI的增加对生长季NDVI增加的贡献相对较小,其增加率和增加量分别为0.37% a^-1和0.001 0 a^-1。3种草地(高寒草甸、高寒草原、温性草原)春季NDVI均显著增加(p<0.01;p=0.001; p=0.002); 高寒草甸夏季NDVI显著增加(p=0.027),而高寒草原和温性草原夏季NDVI呈增加趋势,但都不显著(p=0.106; p=0.087);3种草地秋季NDVI则没有明显的变化趋势(p=0.585; p=0.461; p=0.143)。3种草地春季NDVI的增加是由春季温度上升所致。高寒草地(高寒草甸和高寒草原)夏季NDVI的增加是夏季温度和春季降水共同作用的结果。温性草原夏季NDVI变化与气候因子并没有表现出显著的相关关系。高寒草地植被生长对气候变化的响应存在滞后效应。     

中国北方草原植被对气象因子的时滞响应

利用1982~1997年的气温、降水和1983~1997年生长季的NOAA/AVHRR的归一化植被指数(Normalized differential vegetation index, NDVI)遥感数据,分析了中国北方温带草原植被生长对气象因子的时滞响应。根据4个时间尺度(1~4个月)和4个时滞期(前0~3个月)将降水数据进行16种组合方式,计算了植被的NDVI与同期及前期(前1~6个月)降水之间的相关系数。同时,计算了植被的NDVI与同期和前一个月气温之间的相关系数。结果表明:1)中国北方温带草原植被的NDVI与同期降水和气温的显著相关。2)植被的NDVI对前一个月降水的时滞响应最强烈,植被的NDVI与当月降水和前两个月降水的累积量相关性最强。3)在生长季的起始阶段,去冬、今春的降水总量对草甸草原植被的生长有重要的作用。在生长季的中期和后期,当月和前一、二个月的降水对典型草原和荒漠草原的植被有显著影响。4)在草甸草原、典型草原区,生长季早期的气温均对植被生长的影响较为显著。在荒漠草原区,气温不仅在生长季初期与植被的NDVI呈现正相关,而且在生长季的中后期,气温与植被的NDVI呈现负相关性。     

2000—2015年拉萨河流域NPP时空变化及驱动因子

拉萨河流域是西藏政治、经济和文化核心区,具有青藏高原典型的高寒湿地及西藏主要的耕作区,受人类活动及气候变化的影响,流域生态安全及生态健康面临威胁和破坏。植被净初级生产力（NPP）作为衡量生态系统健康的重要指标,能够反映生态系统的可持续发展。利用2000-2015年MODIS-NDVI数据,基于光能利用率模型估算了拉萨河流域的NPP,分析了NPP的时空格局、动态变化特征及NPP与气候因子的相关性,探讨了影响NPP变化的驱动因子并明确了驱动分区。结果表明：近16年拉萨河流域NPP年均值为165.614 gC m^-2 a^-1,总体分布具有明显的空间异质性,与该地区植被类型的分布规律相似,不同植被类型的NPP存在差异。NPP变化在总体上呈下降趋势,平均年变化趋势斜率为-1.804 gC m^-2 a^-1。NPP与气温和降水的相关性具有明显的地域性差异,草本湿地与气温呈显著负相关,灌丛与降水呈显著正相关。NPP变化受气候因子驱动的区域占比20.81%,非气候因子占比79.19%。     

红河流域“通道-阻隔”作用下2000-2014年植被EVI变化趋势与驱动力

红河流域地表生态、水热分布格局等受到"通道-阻隔"作用的显著影响,以MODIS EVI数据作为植被定量研究指标,结合全国1：100万植被类型图、红河流域内部以及周边气象数据和研究区的DEM数据,利用趋势分析和相关性分析法,探讨在"通道-阻隔"作用的影响下流域内2000-2014年植被EVI时空变化趋势及其驱动力,重点研究了植被EVI变化对气候因子的响应规律。结果表明：（1）2000-2014年间,红河流域生长季植被EVI整体上以-0.15%/a的年际变化率呈波动减少趋势,空间异质性明显。EVI呈减少趋势区域主要集中在绿春县中部和金平县西南部;EVI呈增加趋势区域集中分布在墨江县、文山县,麻栗坡中部、广南-富宁南部区域、红河-元江一带以及藤条江西南部地区。（2）通过对生长季EVI指数与四个不同时间序列的月平均气温和月累积降水量的相关分析可知,生长季EVI指数与同期气温相关性较好;与降水量呈现明显的滞后性,滞后时间约为1个月。（3）相关分析表明,整体上红河流域生长季植被EVI与气温呈负相关关系,与降水呈正相关关系。在0.05显著性检验水平下,红河流域生长季植被EVI变化受气候影响的区域占3.11%,气温以负向驱动型为主,面积约占1.26%,降水以正向驱动型为主,面积约占0.46%,气温降水联合驱动以弱驱动为主,面积约占1.39%;大部分地区表现为受非气候因子驱动。     

黑河中游荒漠生态系统归一化植被指数对降水的响应

降水是荒漠生态系统主要的水分来源, 是植被结构和功能变化的根本驱动力。该研究以黑河中游砾质荒漠(砾漠)和沙质荒漠(沙漠)为研究对象, 基于2000-2012年中分辨率成像光谱仪(MODIS)获取的归一化植被指数(NDVI)数据以及日降水数据, 运用多元线性回归法, 分析了砾漠和沙漠植被生长季(5-9月)、生长季早期(5-6月)和晚期(7-9月)累积NDVI (NDVI_INT, INT表示某时间段的累积值)对冷季降水(P_c, 前一年9月至当年2月累积降水)、暖季降水(P_w, 当年3月至8月累积降水)、前一年生长季NDVI_INT (NDVI_INT-pys)以及干湿气候期(干旱期: 2001-2003; 湿润期: 2004-2007年)的响应。研究结果表明: (1)砾漠植被生长季NDVI_INT年际变化的影响因素排序为NDVI_INT-pys > P_c > P_w, 沙漠植被NDVI_INT则为P_w > NDVI_INT-pys; 砾漠生长季NDVI_INT早期NDVI_INT年际变化的影响因素排序为NDVI_INT-pys > P_c, 晚期则为NDVI_INT-pys > P_c = P_w; 而沙漠生长季早期NDVI_INT年际变化的影响因素为NDVI_INT-pys, 晚期是P_w。(2)在干湿气候期内, 降水量并非是影响荒漠NDVI_INT变化的关键因子。干湿气候期交替时, 砾漠NDVI_INT较沙漠增加明显; 湿润期内, 湿润期持续的长短是影响两种生境植被NDVI_INT的关键因子, 以沙漠较为明显。黑河中游砾漠和沙漠植被生产力对冷暖季降水及干湿气候期响应具有明显的差异, 但总体显示出荒漠植被生产力对降水响应具有滞后性特征。以上结论可为揭示荒漠植被生产力对降水的响应机理提供参考。     

Analysis of vegetation index changes and driving forces in inland arid areas based on random forest model: a case study of the middle part of northern slope of the north Tianshan Mountains

全球变化背景下的干旱区植被变化受气候变化和人类活动双重影响。定量评价植被变化特征及其驱动机制, 对监测干旱区区域生态环境变化, 促进区域可持续发展有重要意义。由于复杂多样的人类活动难以量化, 有关这方面的研究多局限于植被对气候变化的响应, 而对人类活动影响考虑不足, 导致关于这方面的认识存在较大的偏差和不确定性。该文首先提出与土地利用相关的人类活动量化表征方法; 然后运用多元线性回归模型和随机森林模型中的较优模型, 分析气候变化和具体的人类活动对北天山北坡中段归一化植被指数(NDVI)的影响。主要结果: (1) 2000-2015年期间北天山北坡中段年NDVI总体呈增加趋势; 基于随机森林构建的NDVI与气候因子和人类活动的模型拟合精度明显优于多元线性回归模型, 其决定系数(R²)至少提高了24%; (2)研究期内与耕地有关的人类活动对北天山北坡中段NDVI分布及时空变化的影响呈增加的特征, 在2000-2015年期间人类活动对NDVI变化的贡献率为0.59, 超过了气候因子。该项研究为气候变化和人类活动对植被的影响研究提供了新思路, 也为干旱区生态环境保护和恢复提供了科学依据。     

Changes in normalized difference vegetation index of deserts and dunes with precipitation in the middle Heihe River Basin

AimsPrecipitation is the major water source for desert ecosystems, with its temporal dynamics significantly driving the changes of ecosystem structure and function in desert regions. The objectives of this study are to evaluate the changes in normalized difference vegetation index (NDVI) with seasonal precipitation and different climate years in two cover types (desert and dune).MethodsBased on the daily rainfall dataset of 2000-2012 in the middle Heihe River Basin in Northwest China and the NDVI extracted from the moderate resolution imaging spectroradiometer (MODIS) images, we performed linear regression analysis to examine the correlation of NDVI_INT (accumulated NDVI) with precipitation in two cover types (desert and dune). Two measures of the precipitation are P_c (cool-season precipitation from last September to late February) and P_w (warm-season precipitation in between March and August), while NDVI was characterized with NDVI_INT-pys (previous-year during the different climate years (dry: 2001-2003, wet: 2004-2007)) and the different periods of a growing season (i.e. whole growing season from May through September, early growing season in between May and June, and late growing season in between July and September).Important findings We found that: (1) the determinants of growing season NDVI_INT and their order were NDVI_INT-pys > P_c > P_w for the deserts, while the order was P_w > NDVI_INT-pys for the dunes. The determinants and their order of NDVI_INT in early growing season were NDVI_INT-pys > P_c for the desert, while they were NDVI_INT-pys > P_c = P_w for the late growing season. However, for the dunes, NDVI_INT of the early and late growing season appeared determined by NDVI_INT-pys and P_w, respectively. (2) During the dry and wet periods, precipitation was not a significant factor influencing NDVI_INT for the desert and dune. However, significant increases in NDVI_INTwere observed at dune under wet condition. With the wet years continued, the length of the wet years become an important determinant of NDVI_INT at both cove types, particularly at dune. In addition, it appeared that different changes in NDVI with precipitation existed between the two cover types, but with very similar effects of time-lag. These findings provide useful references for further understanding the mechanisms of NDVI changes with precipitation.     

Characteristics of normalized difference vegetation index of biological soil crust during the succession process of artificial sand-fixing vegetation in the Tengger Desert,Northern China

Aims Biological soil crust (hereafter crust) affects normalized difference vegetation index (NDVI) values in arid desert ecosystems. This study aimed to demonstrate the feasibility of combining crust NDVI values with meteorological data to distinguish the crust successional stage at the regional scale. Meanwhile, the characteristics of crust NDVI could provide the basis for the error analysis of NDVI-based surface ecological parameters estimation in desert ecosystems. We also suggested the optimum periods for crust observation based on the multi-temporal remote sensing images.Methods NDVI values of five types of dominant crusts, three typical sand-fixing shrubs and bare sand were collected by spectrometer in the field. Crusts and shrubs were randomly selected in revegetated areas established in 1956, 1964, and 1973 at Shapotou, which is on the southeastern edge of the Tengger Desert. We used the space-for-time method to study the characteristics of crust NDVI values and their responses to precipitation and temperature during the succession process of artificial sand-fixing vegetation. Additionally, we evaluated the contribution of crust NDVI values to the whole ecosystem NDVI values by comparing the NDVI values of crusts, shrubs and bare sand.Important findings 1) With succession process of the artificial sand-fixing vegetation, the crust NDVI values significantly increased. Among different crust types, we found the following order of NDVI values: Didymodon vinealis crust > Bryum argenteum crust > mixed crust > lichen crust > algae crust. 2) Crust NDVI values were significantly affected by precipitation, temperature and their interaction, and the influences showed significant seasonal differences. Furthermore, we found significantly linear correlations between crust NDVI value and precipitation, and between crust NDVI value and the shallow soil moisture content covered by crust. A significantly negative linear correlation between daily mean temperature and crust NDVI value, and a significantly exponential correlation between the surface temperature of crust and its NDVI value. With the succession process of artificial sand-fixing vegetation, the response of crust NDVI value to precipitation and temperature became more sensitive. In addition, the response of crust NDVI value to temperature was more sensitive in spring than in summer, while that to precipitation was less sensitive in spring than in summer. 3) Moss crust NDVI value was significantly higher than that of shrubs and bare sand after the rainfall event in spring, while shrubs NDVI value was significantly higher than that of crust after the rainfall event in summer. Considering the coverage weights of different ground features in sand-fixing areas, crust NDVI values contributed 90.01% and 82.53% in spring and summer, respectively, to the regional NDVI values, which were higher than those of shrubs (9.99% and 17.47% in spring and in summer, respectively). Additionally, with the succession process of artificial sand-fixing vegetation, crust NDVI values contributed more, while shrubs contributed less to regional NDVI values.     

基于物候相机归一化植被指数估算高寒草地植物地上生物量的季节动态

准确评估地上生物量对优化草地资源管理和理解草地碳、水和能量平衡具有重要意义。该文通过近地遥感归一化植被指数(NDVI)构建最优经验模型, 对青藏高原高寒草地地上生物量进行估算。该文利用2018-2019年5-9月野外实测的地上生物量和植物冠层光谱仪(RapidSCAN)测定的NDVI_RS数据, 构建了生长季不同时期地上生物量的估算模型; 并结合2018年NetCam物候相机测定的NDVI_Cam时间序列数据, 实现地上生物量季节动态的模拟。主要结果: (1) NDVI_Cam、NDVI_RS与地上生物量具有相似的单峰型季节变化格局, 但NDVI峰值出现的时间(7月)较地上生物量(8月)更早; (2)基于NDVI的生物量估算最优经验模型在5、7和9月是幂函数, 在6和8月是二次多项式, 估算精度为0.29-0.77; (3)基于NDVI_Cam时间序列数据, 生长季不同时期建模(R² = 0.91)较单一时期(9月)建模(R² = 0.49)对地上生物量季节动态的估算更为准确。这些结果表明, 近地遥感是估算高寒草地植物地上生物量的有效手段, 开展季节性植物生长调查将有助于准确评估草地资源。