和田地区植被覆盖变化及气候因子驱动分析

基于MODIS NDVI(2000—2016年)数据集,结合气温、降水数据,利用最大值合成法、斜率分析法及相关分析等方法,分析和田地区近17年的植被覆盖时空变化特征及其与气候因子的相关性。结果表明:(1)近17年和田地区植被覆盖的月际变化表现为先增加再减少,年际变化表现为显著上升趋势,增速为0.452/10a;(2)近17年和田地区植被覆盖增加和减少的区域分别占总面积的4.48%和0.21%,绿洲及昆仑山北部部分区域变化剧烈,高海拔区域基本不变;(3)近17年温度和降水小幅增加,增速分别为0.144/10a和0.156/10a;月尺度上,植被覆盖与温度为正相关,植被生长滞后于温度两个月;与降水以负相关为主,滞后效应不明显。(4)NDVI对气候因子响应的空间分布中,NDVI与平均温度以负相关为主,与降水以正相关为主,与降水的相关性较温度的相关性高;昆仑山北部植被对降水变化更敏感,和墨洛绿洲、策勒-于田绿洲和和田地区西南部山区对温度变化更敏感。     

青藏高原植被覆盖时空变化及其对气候因子的响应

研究青藏高原植被覆盖时空分布特征对加深气候变化的认识及生态环境保护具有重要的生态价值和现实意义。利用2000—2016年MODIS NDVI 1km/月分辨率数据以及气象观测数据,采用最大合成法、趋势性分析以及相关分析方法,探讨了不同时间尺度青藏高原地区NDVI的分布特征及其与降水、气温的关系。结果表明:(1)青藏高原东南部植被状况明显好于西北部,植被覆盖的分布格局与区域水热条件的时空分布保持了较好的一致性;近17年来青藏高原植被覆盖改善的地区要比退化的地区面积大,严重退化的区域主要位于青藏高原西南部;青藏高原NDVI值在2000—2016年呈幅度较小的增加趋势。(2)除夏季降水量外,研究时段内其他季节降水量均呈增加趋势;气温均呈增加趋势,尤其以春季增加最为显著,整体上青藏高原气候呈现"暖湿化"趋势。总体上年降水量与年最大合成NDVI呈较好的正相关;年平均气温与年最大合成NDVI在高原东南部呈正相关,西南部呈负相关。降水量和热量条件均是高原植被生长的影响因素,降水与植被覆盖的影响较气温密切。     

秦巴山区植被覆盖变化及气候因子驱动分析

基于GIMMS_(3g)(1982—2015年)、SOPT VEG(1998—2015年)和MODIS(2000—2017年)3种NDVI数据集,结合气温、降水和DEM数据,利用平均法、线性趋势分析法和相关分析法等方法,分析了秦巴山区植被覆盖的时空变化特征及其与气候因子的相关性,并以秦岭山地(陕西境内)为重点区域,分析了植被覆盖的海拔梯度差异及其与气候因子的垂直响应模式。结果表明:①1982—2017年秦巴山区3种植被NDVI均呈显著增加趋势,其中1982—2015年NDVI-GIMMS_(3g)增速为1.4%/10a,1982—2000年NDVI-GIMMS_(3g)较低且波幅较大,增速为1.6%/10a,年际间变异系数(CV)为0.04,2000—2015年NDVI-GIMMS_(3g)较高且稳定增加,增速为1.7%/10a,CV为0.02;2000—2015年NDVI-SPOT VEG增速为4.1%/10a,CV为0.04;2000—2017年NDVI-MODIS年增速为4.5%/10a,CV为0.04;②2000—2017年(MODIS数据)秦巴山区植被覆盖高值区主要为秦岭、米仓山和神农架等山地,低值区主要为西部高海拔区和东部低海拔区等区域;秦岭山地随海拔升高植被NDVI先升高后降低;③2000—2017年(MODIS数据)秦巴山区植被覆盖增加和减少的区域分别占96.90%和3.10%,低海拔地区较高海拔地区变化剧烈;秦岭山地低海拔带植被覆盖较高海拔带增加显著;④2000—2015年(SOPT VEG数据)秦巴山区增温效应显著,增速为0.49℃/10a,植被覆盖与温度以正相关为主,与降水正负相关并存,与温度的相关性较降水的相关性高;秦岭山地高海拔带植被对温度变化更敏感,低海拔带对降水更敏感。     

2000—2016年云南地区植被覆盖时空变化及其对水热因子的响应

基于2000-2016年MODIS-NDVI数据,利用趋势分析法以及线性相关分析等方法对云南地区植被月变化趋势、年际变化趋势进行详细分析;探讨植被覆盖变化与主要气候水热因子的关系。结果表明：研究区大部分地区植被覆盖良好,年NDVI的平均值为0.55,其中NDVI较高值（> 0.8）区域主要分布于南部,而西北部和中部城市地区NDVI值较低;自2000年开始,研究区NDVI总体呈显著（P < 0.05）增加趋势,年NDVI的变化斜率为0.0036,植被覆盖呈增加趋势的区域占研究区总面积79.80%;不同季节（春、夏、秋、冬）和生长季的植被状况均呈良性发展趋势;湿润指数和水热综合因子在滇西北与NDVI多呈负相关,在滇中地区以正相关为主;春、夏、秋3个季节NDVI受降水影响较大,而冬季NDVI则受气温影响较大;受降水影响较大的区域主要分布在中部和南部,受气温影响较大区域主要分布在滇西北、滇东北地区;NDVI在不同月份对气候因子的滞后时间存在差异,NDVI与当月气温的相关性强于与当月降水的相关性,植被生长对气温的响应无明显滞后效应,对降水存在3个月的滞后期。     

内蒙古大青山国家级自然保护区植被归一化指数时空变化及其与环境因子的关系

选取2000—2020年MODIS影像的归一化指数(NDVI)数据及同期的气象数据,采用趋势分析、变异系数、相关分析等方法,从海拔、坡度和坡向的角度分析了内蒙古大青山国家级自然保护区生长季NDVI的时空变化特征,并进一步探讨了NDVI时空变化与气候因子的相关性。结果表明：(1)2000—2020年,内蒙古大青山国家级自然保护区植被总体覆盖状况良好且呈增长趋势,增长速率为0.058/10a;(2)保护区NDVI空间分布呈现出西部低、东部高的从西到东逐渐增加的特征。保护区生长季NDVI均值随着海拔的升高而明显增加,随着坡度的增加呈缓慢增加趋势,在不同坡向上,生长季NDVI均值大小依次为阴坡>半阴坡>半阳坡>阳坡;(3)从NDVI变化趋势分析来看,2000—2020年大青山自然保护区植被覆盖改善的面积占总面积的61.75%,其中,显著改善、极显著改善面积分别占总面积的41.13%、20.62%,基本保持不变的面积占总面积的38.17%,退化面积占总面积的0.07%。在空间分布上,NDVI显著、极显著增加的区域主要分布在保护区西部和东部,中部以变化不显著为主。保护区各功能区N...     

基于MODIS NDVI的辽河保护区成立前后植被覆盖时空动态研究

以2010年成立以自然生态恢复为主的辽河保护区为研究对象,基于中分辨率成像光谱仪(MODIS)获取的500米分辨率的归一化植被指数(NDVI)数据,研究了辽河保护区成立前(2000—2009年)和成立后(2010—2015年)植被覆盖时空动态。结果表明:(1)2000—2015年NDVI呈现持续增加趋势;2000—2009年NDVI的年际增加主要发生在夏季,2010—2015年NDVI的年际增加主要发生在春季和冬季。辽河保护区成立后春季NDVI的逐年增加有利于该区域防风固沙功能的提升。(2)季节尺度上,2000—2009年春季降水量与春季和夏季NDVI显著正相关,夏季气温与夏季NDVI显著负相关;2010—2015年仅夏季NDVI动态受春季气温和夏季日照时数变化的影响。(3)月尺度上,气温是影响辽河保护区NDVI变化的主要气候因素,2000—2015年NDVI动态对气温变化的响应存在1个月的滞后期;2000—2009年NDVI动态对降水变化的响应存在1个月的滞后期,2010—2015年则无滞后效应。(4)2000—2009年影响NDVI动态的人类活动主要为农田耕作;辽河保护区成立后,河岸带封育区内的自然恢复和小型人工湿地建设促进了NDVI增加,大型人工湿地建设和人工经营牧草地对NDVI动态无显著影响。     

青藏高原沼泽湿地植被NDVI时空变化及其对气候变化的响应

基于2000—2017年逐旬MODIS NDVI数据和逐月气温、降水数据,分析了青藏高原不同类型沼泽湿地植被生长季NDVI时空变化特征及其对气候变化的响应。研究结果表明：青藏高原沼泽植被生长季多年平均NDVI自西北向东南逐渐增加;沼泽植被生长季平均NDVI在2000—2017年总体呈现显著上升趋势 (0.010/10a) ,生长季NDVI呈上升趋势的面积占整个研究区面积的78.25%。青藏高原沼泽植被生长季NDVI与降水量总体上呈现弱的相关性,表明降水并不是影响该地区沼泽植被生长的主要因素。青藏高原沼泽植被生长主要受气温影响,气温升高能明显促进沼泽植被的生长。此外,首次发现白天和夜晚温度升高对青藏高原沼泽植被生长具有不对称性影响,其中夜晚增温对沼泽植被生长的促进效果更加显著。在全球白天和夜晚不对称增温的背景下,白天和夜晚温度对青藏高原沼泽植被的不对称影响应当引起重视,尤其是在利用模型模拟未来气候变化对该地区沼泽植被影响时。     

阴山北麓农牧交错带植被变化及其对气候变化的响应

利用1982—2003年8kmNASA/GIMMS半月合成的植被指数(NDVI)数据和同期气候数据,分析了阴山北麓地区农牧交错带的NDVI年平均值、年累积值距平的动态变化以及NDVI年平均值与年平均温度和年降水的时间序列相关关系。结果表明:1982—2003年NDVI年平均值呈现逐渐增高趋势,1990年以后的NDVI年平均值明显高于以前;NDVI在空间变化上表现为牧业区<农牧区<农业区,说明农业区NDVI受气候的影响程度较牧业区和农牧区弱;研究区温度对植被指数的影响没有明显的规律性,但降水与植被指数呈正相关,降水的多寡决定了植被的生长状况。     

云南中部地区植被覆盖时空变化特征及其影响因素研究

基于MODIS NDVI数据通过像元二分模型提取植被覆盖, 利用线性趋势、相关分析方法分析了云南中部地区2000—2016年植被覆盖的时空分布特征与变化趋势, 并探讨了气候因子、地形因子、人类活动对其植被覆盖的影响。研究结果为: 云南中部地区植被覆盖春季最低(平均58.75%), 秋季最高(平均66.30%), 大部分地区年植被覆盖度的平均值在50%—70%之间; 植被覆盖高值区主要分布在曲靖境内(>80%); 滇池周边人口高密度区植被覆盖常年最低(<20%)。近17年来云南中部地区植被覆盖总体呈现增长趋势, 年平均增长率0.3%•a-1, 其中秋季增幅最大(0.42%•a-1)。坡度对植被覆盖影响较大, 坡度≤8°地区的植被覆盖明显较低。除了冬季降水量与植被覆盖呈现显著正相关关系, 其他季节多呈现负相关关系; 气温与植被覆盖多呈现正相关关系, 云南中部地区植被覆盖变化主要受气温影响。人类活动对植被覆盖变化影响较大, 造林面积变化与植被覆盖趋势变化具有相对一致性, 经济发展水平较高的昆明市区植被覆盖为常年最低。     

气候变化与放牧对西藏典型高寒荒漠草地植被指数变化的相对影响

高寒荒漠草地是青藏高原天然牧场的重要组成部分,对气候变化的响应敏感,且受放牧活动干扰较大,然而,目前仍缺乏数据解释气候变化与放牧对高寒荒漠草地生长的相对影响。西藏阿里地区的日土县,处于季风带和西风带的过渡区,形成以高寒荒漠草原为主的植被类型。基于西藏日土县2000—2016年间的MODIS遥感植被指数(NDVI),以牲畜存栏数(LN)作为放牧的关键指标,以气温、降水和标准化降水蒸散指数(SPEI)数据作为气候变化的指标,分析了研究区草地NDVI的时空变化格局以及气候变化与放牧对NDVI变化的相对影响,据此评估已实施的退牧还草生态建设工程效应。主要研究结果如下:1)2000—2016年间NDVI先减后增,总体呈现增加趋势,这与温度、降水、SPEI以及LN的变化密切相关,其中,LN对NDVI变化的影响相对更大;2)偏相关分析结果表明,退牧还草工程实施前(2000—2007),LN对NDVI变化的影响更大,而工程实施后(2008—2016),表现为SPEI对NDVI变化的影响更大。研究结果表明,高寒荒漠草地生态系统十分脆弱,在不同空间以及时间尺度受到气候变化和放牧活动的影响也有所不同。退牧还草工程通过控制牲畜数量,减轻放牧压力,在很大程度上遏制了该地区植被尤其是草原和湿地NDVI的降低趋势。     

喀斯特关键带植被时空变化及其驱动因素

中国南方喀斯特地区广泛面临着生态问题,植被的保护与恢复倍受关注,对这一区域植被覆盖的进行监测和预测是非常必要的。以MODIS-NDVI为数据源,分析2000—2016年间,研究区不同地质背景,多种土地覆被类型的NDVI时空变化特征及驱动因素。结果表明:(1)从2000—2016年间,研究区植被覆盖整体呈增长趋势;其中喀斯特区域增长情况略优于非喀斯特区域。植被覆盖在空间上呈现东高西低;其中林地的NDVI值最高,耕地次之,依次草地,居民用地,水域,未利用地最低;在林地和耕地中,非喀斯特区域的NDVI值比喀斯特高,其余的土地覆被类型中都比喀斯特区域低。(2)研究区植被覆盖改善的地区占60.19%,退化地区占17.06%;草地,耕地区改善明显,退化主要在水域和建设用地; Hurst指数显示在研究区持续性改善的NDVI大于持续性退化;相比非喀斯特区域,喀斯特区域改善及持续性改善情况更佳。(3)整体而言,海拔对NDVI的空间分布影响力最大,温度次之,依次为降雨,夜间灯光指数;相比而言,非喀斯特区域NDVI空间分布更易受地形因子影响;喀斯特区域NDVI空间分布更易受气候差异及人类活动影响。(4)研究区分别有49%,45%,61%的NDVI与气温,降雨,日照的相关系数通过a=0.05的显著性检验;相比非喀斯特而言,喀斯特区域植被生长更易受气候变化的影响。     

湖北省地区植被覆盖变化及其对气候因子的响应

归一化植被指数(NDVI)作为一个重要的遥感参数,能够准确地反映植被覆盖程度和植被生长状况、生物物理化学性质及生态系统参数的变化,其时序数据也已成为基于生物气候特征开展大区域植被和土地覆盖分类的基本手段。基于2001—2012年MODIS-NDVI数据,利用趋势分析法以及线性相关分析等方法对湖北省植被年际变化趋势、月变化趋势进行详细分析;并且研究该区植被覆盖时空变化及其与气温和降水的关系。结果表明近12年来,研究区大部分区域植被覆盖度良好,其中鄂西北及鄂南地区NDVI值较高为0.82,鄂中东部城市NDVI值较低为0.13;2001—2012年间年均NDVI整体呈增加趋势,增速1%/10a;植被覆盖度基本不变区域占研究区总面积的92.8%,大致符合我国中部地区植被覆盖变化趋势;分析NDVI与气候因子的相关关系可知,降水量对湖北植被NDVI年变化起有重要影响;逐月NDVI与月平均气温及月降水量的回归分析表明,降水和气温对生长季不同月份的植被NDVI影响明显不同,同时呈现一定的滞后性。     

祁连山南坡主要河谷NDVI时空变化及影响因素分析

为进一步保护祁连山生态环境及合理开发利用河流沿线的植被资源,该文基于MODIS数据的NDVI产品及DEM数据集,对祁连山南坡主要河流谷地2000—2018年植被生长季的NDVI时空分布特征进行了研究,并提取研究区的主要地形因子,分析其对河流谷地植被生长季NDVI的影响。结果表明:随着河流两侧缓冲区距离逐渐增大,各年份的NDVI值呈现先增加后平稳再减少的分布特点;2000—2018年研究区河谷NDVI的变化趋势基本一致,整体表现出2010年出现了近20年的峰值;祁连山南坡河流谷地NDVI值,从斜坡(16°~25°)至急坡(41°~45°)增加的速率最大,说明该区间为NDVI值突变区间。2000—2018年祁连山南坡主要河流谷地的NDVI时空分布,可能受地形、气温和降水等自然因素影响较大,其受人为干扰因素影响较小,其中降水并非影响研究区河谷植被NDVI分布的主导因素,而气温可能是影响研究区河谷植被NDVI分布的主导因素。在地形因子中,存在较适合植被生长的特定坡度区间,且太阳辐射能量的增加有利于植被的生长。     

干旱荒漠区生态环境质量遥感动态监测——以古尔班通古特沙漠为例

利用遥感生态指数(RSEI)对区域生态变化进行评价,可以快速、高效、客观地获取研究区生态环境变化状况.本研究以两期Landsat数据为数据源,计算研究区绿度、湿度、热度、干度4个生态因子的遥感生态指数,并基于主成分分析法确定其权重,对古尔班通古特沙漠2006—2017年间的生态环境时空格局进行定性和定量评价.结果表明: 湿度和绿度对古尔班通古特沙漠生态环境质量起正面作用,而热度和干度对生态环境质量起负面作用,其中代表绿度指标的归一化植被指数(NDVI)的贡献最大.2006—2017年间,古尔班通古特沙漠的RSEI有所下降,其均值从0.294下降至0.243,降幅达20.1%,研究区的生态环境状况呈现整体变差的趋势.古尔班通古特沙漠中部生态环境较为稳定,东北部植被覆盖密集区及南缘灌溉区生态环境质量变好,沙漠南部及西北部区域生态环境质量变差.     

黄土高原植被覆盖与水热时空通径分析

探究黄土高原地区气象因子对植被覆盖的影响作用以丰富生态修复理论。基于黄土高原2001—2017年归一化植被指数(Normalized Difference Vegetation Index, NDVI)与气象数据,采用通径分析方法分别从时间和空间尺度上,分析黄土高原气温和降水对植被覆盖变化的直接及间接影响作用,为该地区生态建设提供科学依据。结果如下：黄土高原地区年际间植被明显波动增长,降水变化大体上与植被变化相似;降水整体较气温对植被覆盖变化的作用大。黄土高原植被与水热空间关系的最优分析尺度为80km,在80km空间尺度上,植被与气温有最大相关性,植被、降水由东南到西北递减,而气温分布规律不显著;降水整体呈现促进作用,气温的抑制作用较强,且空间差异明显。在时间与空间尺度上,植被主要受水热促进尤其是降水促进影响,且降水对植被生长的直接作用远大于通过气温的间接作用;不论生态区还是植被类型,气候因子作用均以促进类型为主,但存在明显差异。水热作用在时空尺度上具有明显空间差异性,不同地区影响植被变化的主控因子不同。     

退耕还林(草)过程中陕北地区NDVI时空变异及其驱动因子的地理探测

地表植被作为生态环境变化的敏感因子,对维持区域生态稳定性具有重要作用.基于退耕还林(草)生态工程实施过程中2000-2019年陕北地区的MODIS NDVI数据,结合地形、地貌、气候、土壤和植被等环境因子,探究NDVI时空变异特征,并运用地理探测器模型对植被NDVI影响因子及其影响程度进行探测,最终确定主要环境因子对N...     

科尔沁草甸草地归一化植被指数与气象因子的关系

利用内蒙古科左后旗草甸草地2000—2006年MODIS的8 d合成归一化植被指数(NDVI)资料和逐日气象资料,分析了研究区NDVI的季节变化和年际变化特点以及NDVI与气象因子的关系.结果表明：季节变化过程中,研究区水汽压与NDVI的相关程度明显大于降水量;积温和累积降水量共同控制着各年草地的返青速度,草地增长期（6、7月）的降水量对NDVI年最大值的影响比年总降水量更显著;时滞分析表明,水汽压对之后约12 d的NDVI有持续的显著影响,平均气温的时滞为11～15 d,降水量对NDVI影响的累积时滞双重效应可达36～52 d.