2001—2020年秦巴山区植被生产力对干旱的响应

为定量评估干旱对秦巴山区植被生产力的影响,本研究利用MODIS GPP数据和标准化降水蒸散指数(SPEI),分析了2001—2020年秦巴山区总初级生产力(GPP)和干旱时空变化特征,识别了不同植被类型GPP负异常事件的波动趋势,量化了GPP的干旱脆弱性和干旱风险。结果表明: 2001—2020年间,秦巴山区98.0%的区域年GPP呈增加趋势。除湿地外,其余植被类型GPP均呈极显著增长。秦巴山区23.8%的区域SPEI呈减小趋势。GPP负异常事件数无显著变化,但GPP异常波动程度逐渐加剧,并以耕地最明显。2011年后,所有地类GPP负异常与干旱并发事件比例均下降,但干旱在GPP负异常事件中的时空范围呈扩大趋势。与2001—2010年相比,2011年后GPP干旱脆弱性和干旱风险为正值的区域占比分别增长104.1%和6.7%,即干旱导致GPP下降的面积有所扩大。所有地类中,干旱导致湿地GPP下降的程度最大。研究结果揭示出2001—2020年干旱使秦巴山区GPP波动加剧,极端值出现频率增大,进而导致多数植被类型GPP出现不同程度的下降。     

江苏省典型干旱过程特征

为了研究江苏省重大干旱过程的生消和演变特征,选取2006年10-11月覆盖全省的一次严重秋旱事件作为典型个例,收集54个气象台站的逐日气象观测资料,计算逐日复合气象干旱指数CI值,以此为基础统计干旱发生的开始日期、结束日期、持续日数和逐日旱强,研究全省和各地区的旱情生消和演变特征;选用MODIS产品数据,利用植被供水指数法,反演干旱发展过程;利用实测土壤相对湿度数据,在ArcGIS9.3中采用反距离权重插值法,分析干旱事件中土壤湿度的空间变化特征.研究结果表明:(1)在这一典型秋旱事件中,由CI指数、VWSI指数和土壤相对湿度反映的大气、植被、土壤干旱的生消和演变过程基本一致.(2)干旱的发生是由西北到东南逐渐扩展蔓延,结束则由东南向西北逐渐收缩消失,持续天数从北向南递减.(3)旱情总体上北重南轻,但不同地区因大气背景和自然地理条件不同发展过程差异较大.(4)利用CI指数、VSWI指数和土壤湿度可以较全面而系统地监测干旱过程的生消、演变和强度变化.     

2001-2018年中国-老挝交通走廊核心区植被稳定性对极端干旱的响应

中国-老挝交通走廊核心区干旱事件的频繁发生威胁着该区域生态系统的稳定性。基于Palmer干旱指数（PDSI）和增强型植被指数（EVI）数据量化了中老交通走廊核心区不同植被类型的稳定性（年均EVI与其标准差之比）及其对干旱的抵抗力（干旱期间植被结构和功能保持其原始水平的能力）和恢复力（植被恢复到干旱前水平的速度）。结果表明：（1）2001-2018年间,中老交通走廊核心区共发生5次极端干旱事件,出现极端干旱的年份有2005年、2010年、2015年、2016年和2017年,以上年份极端干旱面积占总面积的比例分别为13.37%、47.46%、10.41%、12.00%和3.05%;（2）不同植被类型对极端干旱的响应不同,中老交通走廊核心区内常绿阔叶林的稳定性显著高于其他植被类型,和其他植被类型相比,常绿阔叶林虽然暴露在干旱环境中的时间更长,但其具有更高的稳定性,在维持中老交通走廊核心区的生态系统稳定性上发挥着重要作用;（3）常绿阔叶林和木本稀树草原对极端干旱的抵抗力和恢复力显著高于混交林、草地和农田,研究区内各植被类型对极端干旱的抵抗力与温度和降水呈显著正相关关系。     

基于多源遥感数据的草地净初级生产力质量评价

植被净初级生产力NPP(Net Primary Production)的遥感估算与分析对全球生态系统具有重要指导意义,不同尺度的遥感影像上占主导地位的地物景观信息是不同的,现代生态研究多尺度分析至关重要。以青海省海北藏族自治州为研究区,使用Landsat 8 OLI遥感影像、天宫二号宽波段成像仪影像、融合影像(Landsat8 OLI影像和天宫二号宽波段成像仪影像融合)联同MODIS影像,作为CASA模型的输入参数,探究不同尺度下的研究区域NPP的空间分布情况,并对比分析不同数据源数据在估算NPP时的精度。结果表明:(1)Landsat 8 OLI数据的NPP值位于150—200 g C m~(-2) a~(-1)所占比例最高;天宫二号宽波段成像仪影像数据和融合后影像的NPP值位于50—100 g C m~(-2) a~(-1)所占比例最高;MODIS数据的NPP值位于小于50 g C m~(-2) a~(-1)比例最高。(2)天宫二号宽波段成像仪影像数据的均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)最小,与Landsat 8 OLI影像反演的草地NPP值相关度最高,表明天宫二号宽波段成像仪影像数据在描述草地NPP时精度高于融合影像和MODIS影像;MODIS影像在描述该区域的草地NPP时误差值较大,精度最低。     

温度植被干旱指数在蒙古高原干旱监测中的应用

以蒙古高原为研究区,选择2000—2019年植物生长季的MODIS归一化植被指数(NDVI)和陆地表面温度(LST)构建NDVI-LST特征空间,由该特征空间计算蒙古高原温度植被干旱指数(TVDI);利用Theil-Sen Median趋势分析、Mann-Kendall检验及Hurst指数方法分析蒙古高原TVDI的时空变化特征和未来的变化趋势,利用偏相关分析法探究气象因子与蒙古高原TVDI之间的关系。结果表明: 2000—2019年,蒙古高原TVDI以0.0001·a^-1呈增大趋势,期间,蒙古高原的干旱情况小幅加重,其中,草甸草原和典型草原干旱情况逐渐减轻,而荒漠草原和高山草地干旱情况加重。蒙古高原TVDI的Hurst指数均值为0.45,小于0.5的地区面积占比为71.5%,说明大部分地区2000—2019年的TVDI变化趋势与过去相反。中部的荒漠草原地区和东部的草甸草原地区未来干旱情况可能加重;典型草原的大部分地区以及内蒙古境内的荒漠草原未来干旱可能减轻;高山草地地区的干旱变化无法确定。蒙古高原有33.6%的地区TVDI与气温呈显著正相关,34.8%的地区TVDI与降水量呈显著负相关,其中,典型草原受气象因子的影响最显著。     

基于源汇指数的沈阳热岛效应

基于2001和2010年Landsat 遥感影像,利用GIS技术识别沈阳城市热岛源区和汇区,利用地表温度(LST)、源区和汇区面积比率指数（CI）和热岛强度指数（LI）,评价分析了沈阳土地利用发展布局模式对热岛效应的影响.结果表明: 2001-2010年,沈阳三环内土地利用类型变化较大,导致热岛源、汇区面积变化明显,且主要发生在二环和三环.2001年,一环内热岛源、汇区面积比例分别为94.3%和5.7%,三环内分别为64.0%和36.0%;2010年,其比例在一环内分别为93.4%和6.6%,三环内分别为70.2%和29.8%,说明10年来“摊饼式”土地利用布局决定了沈阳热岛效应的“摊饼式”布局.研究期间,沈阳地表温度从一环至三环均呈递减趋势,热岛效应强度在2001年以单一中心为主,至2010年发展为多中心态势,热岛效应强度等级有所降低.从一环至三环,CI绝对值均呈增加趋势,LI值均小于1,说明期间研究区土地利用布局变化对改善区域热岛效应没有明显作用.     

基于TM卫星影像数据的北京市植被变化及其原因分析

植被覆盖变化是全球变化研究的重要内容之一,由于NDVI与植被的分布密度呈线性相关,是指示大尺度植被覆盖的良好指标,因此在宏观植被盖度的估算中常被应用.利用1987年9月26日和2009年9月22日的Landsat TM卫星影像,以NDVI为桥梁,分别计算了北京市域的植被盖度和大于0.1的NDVI差值指数,北京市域与不同生态区域两个尺度对其植被变化情况进行了量化分析,结果表明,2009年与1987年相比,北京市极低覆盖度、中覆盖度和高覆盖度植被的面积均有所减少,其所占全市土地面积的比例从1987年到2009年分别降低了5.15％和0.54％和0.03％;而低覆盖度和极高覆盖度植被的面积比例则分别增加了5.71％和0.01％.大于0.1的植被差值指数统计结果显示,全市域植被质量以改善为主,全市植被发生改善变化的土地面积共919302.3 hm2,其中发生轻微改善的比例为28.31％,中度改善的为41.33％,极度改善的面积为30.36％;全市植被发生退化变化的面积326931.12 hm2,其中发生中度退化、轻微退化和极度退化的面积分别占到了退化变化土地面积的41.98％、43.20％和14.82％.从不同区域的植被差值指数看,植被发生退化变化最明显的区域为燕山山区北部、五环以内和五至六环间区域,这几个区域退化变化的植被面积占相应区域的面积比例分别达到了30.25％、58.17％和47.38％,而且均以严重退化与中度退化为主,两者合计的面积比例分别为15.79％、44.72％和34.19％.而发生退化变化面积比例最小的区域为太行山区和延庆盆地,其退化面积占该区域植被面积的比例分别为13.35％和17.02％,且退化程度均以轻微退化和中度退化为主,其面积比例介于5％-8％之间.从植被变化的驱动力看,目前还看不出北京这种植被变化结果与气候变化之间的直接关联.北京市植被变化的驱动力主要还是人为因素.这包括了区域性的大环境绿化生态工程建设(包括山区与平原区),城市绿化市政工程建设、平原区农业结构调整、新农村生态环境建设,以及由于降水而导致的山区河岸带变化等.其中河流水面变化对河岸带植被变化的影响范围在多年平均水面线外0-150 m范围内,0-100 m范围为受影响较大的区域.     

农业旱情遥感监测的一种改进方法及其应用

从地表蒸散的角度出发,利用基于Priestley-Taylor公式与地表温度 植被指数(LST-VI)三角形特征空间的半经验蒸散模型,对农业干旱遥感监测方法进行改进,推导得到简化型蒸散胁迫指数(SESI).利用2008、2009年3-11月的MODIS陆地标准产品数据,构造了3种特征空间建模计算了SESI,对京津冀平原地区开展了农业旱情监测试验,并与温度植被干旱指数(TVDI)进行比较.结果表明: SESI有效地简化了基于地表蒸散估算的遥感干旱监测方法,对土壤表层水分(10、20 cm)有着良好的指示作用.该方法春、秋季监测效果优于夏季,且不同时相SESI的可比性优于TVDI.将SESI指数应用于大面积农业旱情连续监测具有一定可行性.     

基于分形网络演化算法和混合光谱分解的兰州市中心城区热岛的时空格局

利用1993年、2001年和2011年的Landsat TM/ETM+热红外遥感影像反演兰州市中心城区地表真实温度,采用面向对象的分形网络演化算法对地温图进行分割,获取热场基元,通过G*指数的空间聚集分析提取热岛范围,在景观级别上选取景观指数,从数量、形状和结构3个方面表征城市热岛空间格局变化,借助混合像元分解技术提取不透水面和植被盖度,探讨城市不透水面和绿地格局与城市热岛的相关性.结果表明:近20年来,兰州中心城区热岛效应大大增强,热岛比例指数提高了1.4倍,城市扩展和热岛增强具有时空一致性;热岛景观斑块数量和密度增加,形状指数和分离度增大,景观趋于破碎化,空间连接性降低;热岛景观等级以低温度等级斑块类型向高温度等级斑块类型转换为主;地表温度与植被盖度呈较显著线性负相关,与不透水面比例呈显著对数正相关.     

鄱阳湖采砂南移扩大影响范围——多源遥感的证据

采砂是一项具有巨大生态影响的经济活动.利用多源遥感影像描述鄱阳湖中部的采砂分布,分析其对悬浮泥沙浓度的影响.2011年7月28日的Landsat Thematic Mapper (TM)5用于采砂相关船只的识别,2009-2011年7-8月的Terra卫星中分辨率成像光谱仪(MODIS)影像用于悬浮泥沙浓度的反演,(Before-after-control-impact,BACI)方法用于采砂影响评价.Landsat TM 5影像解译结果发现鄱阳湖中部的两个采砂区和90余艘船只,MODIS Terra反演结果显示在采砂区及其下游区域悬浮泥沙浓度剧增,BACI评价结果揭示采砂是导致此区域悬浮泥沙浓度增加的主要因素.平衡经济发展与生态保护之间的关系,将因采砂而造成的负面影响降到最低,使鄱阳湖的各种生态功能全面发挥是紧要的.     

植被-地温指数(NDVI-LST)在新疆干旱监测中的适用性

采用MODIS归一化植被指数(Normalized Difference Vegetation Index,NDVI)和地表温度(Land Surface Temperature,LST)产品数据分析新疆2000—2015年生长季3阶段NDVI与LST的时空变化特征及相关关系;利用多元线性回归方法分析不同时期影响NDVI-LST相关关系的气象因子;并按不同土地覆盖与土地利用(Land-Use and Land-Cover Change,LUCC)类型分析NDVILST相关关系时空变化特征。结果表明:(1)生长季3时期LST与NDVI均存在显著相关关系,可利用两者的特殊关系进行干旱评估。(2)不同时期气象因子对NDVI-LST相关关系影响程度不一;并且不同LUCC类型的NDVI-LST相关关系也存在明显差异。(3)在生长季中期利用植被健康指数(Vegetation Health Index,VHI)对新疆大部分地区的植被健康和干旱进行监测是可行有效的,而初期与末期的干旱评估需要利用其他干旱指数进行补充研究。     

基于MODIS与Landsat 8的艾比湖湿地旱情时空变化及其影响因素分析

对干旱区艾比湖湿地旱情进行多源遥感监测,分析干旱对艾比湖湿地的生态安全与农业生产的影响,为水资源合理配置与干旱预警提供依据。选用2013年5月到2016年5月的MODIS温度和植被指数产品数据反演TVDI指数,并构建二维特征空间,分析土壤水分的时空分布特征,结果表明:TVDI可以有效地反演土壤水分,且精度较高;通过分析,艾比湖湿地土壤水分格局呈现由"极湿润-湿润-正常"面积减少,"干旱-极干旱"面积增加的趋势;在此基础上分析了影响艾比湖干旱变化的影响因素,近年来随着温度升高,风速与蒸发量增加,降水量减少,使艾比湖湿地旱情急剧恶化。利用多源遥感能很好的实现大面积、长时间、高精度的旱情监测,在四年间艾比湖湿地的旱情有所加剧,湖水面积与冰川萎缩变化较为严重,可见艾比湖湿地旱情情况较为不乐观,需加强水资源管理,开展艾比湖旱情监测对于干旱区湖泊生态有重要的理论与实际意义。     

青藏高原植被绿度变化及其对干湿变化的响应

青藏高原是全球气候变化的敏感区,特殊的自然环境孕育了极端脆弱的植被及其生态系统,已成为研究植被对气候变化响应的一个理想区域。植被易受气候变化的影响且响应可能因季节和植被类型而异。该研究将标准化降水蒸散指数(SPEI)和MODIS归一化植被指数(NDVI)分别作为干湿度和植被绿度指标,采用Sen’s斜率估计、BFAST模型和相关分析,分析了2000–2018年青藏高原植被绿度变化的时空格局特征,并探讨了植被绿度对干湿变化的响应。结果表明:2000–2018年青藏高原植被绿度呈上升趋势,但变化速率空间差异显著。大部分高原地区植被绿度于2012–2015年间存在突变,突变后普遍呈上升趋势,以藏北地区最为突出。青藏高原植被生长季NDVI与不同时间尺度SPEI整体呈正相关关系,且在生长季的中后期相关性逐渐增强。青藏高原植被对SPEI的响应表现出一定的年内周期性,草本植被(草甸和草原)区尤为显著。相对于森林和灌丛植被,草本植被对SPEI响应更为敏感,且在生长季的不同阶段对不同时间尺度的SPEI的响应存在明显差异。     

基于标准化降水蒸散指数的呼伦贝尔草原干旱变化特征及趋势分析

呼伦贝尔草原是我国北方地区重要的防风固沙和水源涵养生态功能区,在气候变化的背景下,该区的草原畜牧业和旱作农业深受干旱的影响。研究该区干旱发生的特征及趋势,对当地采取适应气候变化对策具有重要意义。基于1960—2017年呼伦贝尔草原4个气象站逐月降水和气温资料,计算标准化降水蒸散指数(SPEI),并采用Mann-Kendall突变检验、Morlet小波分析和R/S分析法分析了近58年呼伦贝尔草原年、季尺度的气候变化及干旱特征与趋势,并结合该区实际发生的灾害事件对SPEI指数进行了验证。结果表明:1)近58年来呼伦贝尔草原在气温显著上升,降水量减少的背景下干旱化趋势显著。2)该区域年尺度和季节尺度下干旱化特征具有差异性,其中,年尺度下,该区域SPEI指数以-0.218×10 a~(-1)倾向率呈显著下降趋势,1998年是干旱加剧的突变年,未来在11年尺度上有持续偏旱的趋势;季节尺度下,冬季SPEI指数显著增加,且未来在17年尺度上有持续偏湿的趋势,春、夏和秋季的SPEI指数均呈下降趋势,并分别在22年、9年和15年尺度上有持续偏旱的趋势。3)2000年以来,干旱发生的总频率尤其重旱和极旱的发生频率均显著高于其他年代;4)夏季和秋季分别是发生重旱和极旱次数最多的季节。5)SPEI指数在呼伦贝尔草原区的干旱监测与分析中具有较好的适用性。     

基于祁连山树轮宽度指数的区域NDVI重建

利用祁连山自东向西5条树轮宽度年表序列和1986-2003年间的归一化植被指数(NDVI), 分析了NDVI的时空变化及其与树轮宽度年表之间的关联。结果表明, 祁连山地区植被的生长主要集中在6-8月。空间上, NDVI值从祁连山东段向西段逐渐减小; 在1986-2003时段内, 东、中和西段生长季的NDVI值分别增长了3.28%、4.82%和7.75%。整个祁连山地区的NDVI变化与5个宽度年表的第一主成分相关性较高(r = 0.74, p < 0.01)。基于此, 利用树轮宽度RES年表的第一主成分重建了1843-2003年间祁连山地区生长季的NDVI变化曲线。重建的NDVI曲线表现出6个高值期和6个低值期, 其中1923-1932的10年间植被生长状况最差。另外, 在1989-2003时段内NDVI年际波动较大, 总体上表现为NDVI低于平均值, 但是从1991年开始, NDVI有上升的趋势。     

Forest resilience to drought varies across biomes

Forecasted increase drought frequency and severity may drive worldwide declines in forest productivity. Species‐level responses to a drier world are likely to be influenced by their functional traits. Here, we analyse forest resilience to drought using an extensive network of tree‐ring width data and satellite imagery. We compiled proxies of forest growth and productivity (TRWi, absolutely dated ring‐width indices; NDVI, Normalized Difference Vegetation Index) for 11 tree species and 502 forests in Spain corresponding to Mediterranean, temperate, and continental biomes. Four different components of forest resilience to drought were calculated based on TRWi and NDVI data before, during, and after four major droughts (1986, 1994–1995, 1999, and 2005), and pointed out that TRWi data were more sensitive metrics of forest resilience to drought than NDVI data. Resilience was related to both drought severity and forest composition. Evergreen gymnosperms dominating semi‐arid Mediterranean forests showed the lowest resistance to drought, but higher recovery than deciduous angiosperms dominating humid temperate forests. Moreover, semi‐arid gymnosperm forests presented a negative temporal trend in the resistance to drought, but this pattern was absent in continental and temperate forests. Although gymnosperms in dry Mediterranean forests showed a faster recovery after drought, their recovery potential could be constrained if droughts become more frequent. Conversely, angiosperms and gymnosperms inhabiting temperate and continental sites might have problems to recover after more intense droughts since they resist drought but are less able to recover afterwards.     

俄罗斯大果沙棘人工林生物量遥感评估与分析

以2011年的Landsat TM为主要遥感数据,借助于RS和GIS技术完成对俄罗斯大果沙棘人工林生物量进行估侧。结果表明：植被指数和生物量的一元线性回归分析模型中,比值植被指数（RVI）和归一化植被指数（NDVI）与俄罗斯大果沙棘具有较高的相关性,相关系数（R²）分别为0.908 6和0.868 5;基于植被指数和生物量的多元线性回归分析模型中,相关系数（R²）为0.909,经过模型检验,多元回归遥感植被指数模型的精度要高于一元遥感植被指数的精度,但是基于遥感指数模型预测生物量值比理论生物量值偏高。     

2001-2015年天山北坡植被覆盖对干旱的响应——基于土地利用/土地覆盖分析

天山北坡生态系统脆弱,易受干旱影响,全球变暖和不合理的人类活动加剧了干旱的影响,评估植被覆盖对干旱的响应,为改善生态环境和减轻干旱影响提供科学参考。基于MODIS-NDVI遥感数据以及气象数据,计算了2001-2015年天山北坡多尺度标准化降水蒸散发指数（SPEI）和植被覆盖度,总结出植被覆盖度与多尺度SPEI时空动态变化规律,从土地利用/土地覆盖（LUCC）的角度分析了植被覆盖度对气候干旱的响应。结果表明：（1）天山北坡绝大部分区域呈湿润状态,中部（石河子、呼图壁）、西北部（克拉玛依市）呈轻度干旱。3个月、6个月、12个月时间尺度SPEI均表现出干旱化增强的年际变化趋势;（2）天山北坡植被覆盖度整体上属中低覆盖,总体呈南高北低,天山山区、城市绿洲内部高的分布特点。2001-2015年天山北坡植被覆盖度变化总体呈下降趋势;（3）年尺度天山北坡植被覆盖度与SPEI整体呈正相关关系。不同土地利用/土地覆盖的植被覆盖度与12个月时间尺度SPEI（SPEI 12）的相关性不同,大小依次为：草地 > 未利用地 > 城乡用地 > 林地 > 水域 > 耕地;（4）季节尺度夏季和春季干旱对植被覆盖度的影响最明显,不同季节干旱对不同土地利用/土地覆盖植被覆盖度影响程度不同。