基于植被降水利用效率和NDVI的黄河上游地区生态退化研究

提出了一种植被降水利用效率和NDVI变化趋势分析相结合识别生态退化、生态恢复区域的方法。利用黄河上游地区1982—2006年的AVHRR NDVI数据及同期16个气象站的降水量数据为基础数据源,计算每个像元的降水利用效率及其变化趋势,结合NDVI变化辨识生态退化和生态恢复的区域范围。结果表明,研究区域80%处于生态恢复阶段,恢复现象较为明显的区域主要位于东南部;生态退化显著的区域主要集中在玛多县县城,扎陵湖、鄂陵湖附近和龙羊峡库区周边。该结果与黄河上游地区草地退化的现状基本吻合,表明该方法可靠性较强,可以作为评估区域生态退化或生态恢复的方法。植被降水利用效率与NDVI变化趋势相结合的方法可以避免仅使用降水利用效率可能产生的误判。研究可为黄河上游地区开展生态恢复工程,合理规划和调整生态建设布局提供科学依据。     

2000-2010年黄河流域植被覆盖的时空变化

黄河流域位于干旱、半干旱和半湿润地区,生态环境脆弱,近年来,在气候变化和人类活动影响下,植被覆盖状况发生了变化。因此需要对黄河流域植被覆盖的变化进行监测,进而掌握流域植被的动态变化特征。在此背景下,利用2000-2010年的250 m分辨率的MOD13Q1数据来研究黄河流域植被覆盖区域的NDVI时空变化特征。采用Theil-Sen Median趋势分析和Mann-Kendall检验来研究NDVI的变化趋势特征,通过对Theil-Sen Median趋势分析和Mann-Kendall检验的结果和Hurst指数的结果的叠加,来研究NDVI的可持续特征。研究表明：1）从空间分布上看,黄河流域NDVI呈现出西部和东南部高,北部低的特征;2）从时间变化特征上看,2000-2010年植被覆盖区域年均NDVI均值在0.3-0.4之间波动,其中2000-2004年NDVI波动较大,但自2005年以来NDVI呈现快速增长的趋势;3）从变化趋势上看,2000-2010年黄河流域植被改善的区域远远大于退化的区域,改善的区域占植被覆盖区域总面积的62.9%,退化的区域占27.7%,9.4%的区域NDVI稳定不变;4）从可持续性来看,86.0%的植被覆盖区域NDVI呈现正向可持续性,即NDVI的可持续性较强;由变化趋势与Hurst指数的耦合信息得出,持续改善的面积占植被覆盖区域总面积的53.7%,持续稳定不变的区域占7.8%,持续退化的区域占24.5%,另外14.0%的区域未来变化趋势无法确定,持续退化和未来变化趋势无法确定区域的植被变化状况需要研究人员继续关注。     

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。     

Assessing the relative role of climate and human activities on vegetation cover changes in the up–down stream of Danjiangkou,China

气候与人类活动对丹江口上下游植被覆盖变化的影响 丹江口水库是南水北调中线工程的水源地,研究丹江口水库植被覆盖动态变化及其影响因素,对于了解南水北调中线工程的生态环境及制定保护措施具有重要意义。本研究采用归一化植被指数(NDVI)分析了1982–2018年丹江口大坝上下游植被的动态变化及其影响因素。研究结果表明,研究 时段内NDVI呈0.017year^-1的增加趋势(P < 0.05),显著增加的区域位于大坝上游河谷附近,显著减少的区 域主要分布在大坝下游流域和中心城区周围。气候变化和人类活动对NDVI变化的综合贡献率分别为92.03%和7.97%。大坝上游的人类活动主要体现在退耕还林等生态措施的实施,大坝下游的人类活动主要表现为城市扩张、建设用地占用耕地和林地等。     

2000—2016年宁夏植被覆盖度的时空变化及其驱动力

基于MODIS NDVI遥感数据及同期的气象数据,采用趋势分析、变异系数及Hurst指数等方法反演了2000-2016年宁夏地区植被的动态变化特征.结果表明:宁夏地表植被覆盖总体为增加趋势,呈现显著的地域性特征,南北差异很大.植被年际变化受自然和人为的影响具有明显的阶段特征,2000-2016年整体为增长趋势,2000-2005和2006-2011年间增长显著,2012-2016年植被退化,降水量和湿润指数对植被生长的响应最为显著.生长季植被显著增加的面积占79.88%,春、夏、秋季NDVI分别以0.026·10 a^-1、0.07·10 a^-1和0.049·10 a^-1的速率增加.宁夏大部分地区植被变化将保持现有的生长趋势,但局部将有反持续性的变化,62.13%的植被NDVI呈现持续改善的趋势,且南部林区持续改善的面积大于北部引黄灌区.     

2001-2020年新疆阿勒泰地区归一化植被指数时空变化特征及其对气候变化的响应

气候变化是干旱区植被变化的重要驱动因素,探究干旱区气候与植被关系的时空变化,有助于理解生态系统演化特征。基于MODIS-NDVI与CRU数据集中气候数据（降水、平均气温、最高气温、最低气温、水汽压及潜在蒸散）,采用Sen+Mann-kendall、Hurst指数及相关分析法,在不同时间尺度评价了阿勒泰地区NDVI的时空变化特征及其对气候变化的响应。结果表明：（1）在年尺度上,植被NDVI整体呈上升趋势,但存在弱反持续特征。区域内植被退化现象严重（12.11%）,植被改善区域与退化区域呈破碎化分布。（2）月尺度与季尺度上,NDVI与降水、气温、极端气温、水汽压和潜在蒸散呈正相关,其中降水因素在季尺度上的相关性高于月尺度。（3）不同土地利用方式下NDVI与气候因子的滞后效应表现为短期正效应与长期负效应。     

基于时序突变检测的植被空间变化特征识别方法——以海河北部山区为例

长时序植被变化趋势分析是分析植被生长与退化状况的主要手段之一,但难以精细揭示分析时段内植被变化动态的时空特征。将归一化植被指数（NDVI）时序突变检测与趋势分析结合起来,建立了精细识别植被空间变化特征的方法,并以海河北部山区为案例,开展了实证研究。案例分析结果表明：2000-2018年间,海河北部山区有78.1%的区域NDVI发生了突变,其中1.7%的面积发生退化。应用基于时序突变检测的植被变化识别方法进一步发现：植被变化在2011年出现突变拐点,突变前（2000-2011年）在西北草原区和东南林农区存在1.6%的显著退化,突变后（2011-2018年）在东部林农区存在1.2%的显著退化。分析表明,海河北部山区植被整体改善与气象因子的关系不大,局部恶化则是气象因子与人类活动共同作用的结果。与常规长时序植被变化趋势分析相比,基于时序突变检测的植被空间变化特征识别方法揭示了评估时段内植被空间变化的动态趋势,可为明确区域植被的变化以及差异化的植被恢复策略提供决策信息。     

近30年来青藏高原高寒草地NDVI动态变化对自然及人为因子的响应

草地生态系统是陆地生态系统的重要组成部分，在调节气候、水土保持、防风固沙、保护生物多样性等方面发挥着重要作用。青藏高原是全球海拔最高的独特地域单元，平均海拔超过4000 m，素有“世界第三极”之称，亦是我国重要的生态安全屏障，其对气候变化敏感且易受人类活动的影响，属于气候变化敏感区和生态脆弱带。近年来，由于气候变化和人类活动的不断加剧，青藏高原区域气候和环境发生了重大变化，气候变暖、水污染、草地退化和沙化等问题已严重阻碍了当地社会经济的可持续发展。高寒草地是青藏高原主要的植被类型，在气候变化和人类活动加剧的背景下，青藏高原高寒草地植被的动态变化受到人们的广泛关注。归一化植被指数（Normalized difference vegetation index, NDVI）因能有效地反映植被覆盖程度和生长状况而被广泛应用于植被动态的研究中。气温与降水被认为是影响青藏高原植被动态的主要气候因子，放牧强度与人口数量则是主要人为因子。因此，研究高寒草地植被对气候变化和人类活动的响应机制对预测未来草地变化有着重要的意义。基于青藏高原生长季草地的NDVI、气温、降水、放牧强度及人口数量等数据，在县区尺度上，采用趋势分析法探究了1982—2013年青藏高原143个县区生长季草地NDVI动态变化、气候变化及人类活动的变化，同时采用面板数据模型分析了32年来青藏高原143个县区气候、人为因子变化对草地NDVI变化的相对贡献。研究结果显示：（1）青藏高原高寒草地生长季NDVI总体呈增长趋势，草地植被生长状态呈现“整体改善、局部退化”趋势；（2）青藏高原生长季平均气温与降水量整体增加，气候呈现“暖湿化”趋势；（3）在长时间尺度上，气候因子主导了青藏高原高寒草地NDVI的变化，降雨和气温的增加促进草地NDVI的增加，放牧强度的持续增加则导致草地NDVI的减少。     

黄河上游不同干湿气候区植被对气候变化的响应

 研究气候变化背景下植被变化趋势及其与水热因子的关系, 对于黄河源区的生态恢复和生态建设具有重要意义。采用基于FAO Penman-Monteith的降水蒸散比来描述区域的干湿状况, 划分了黄河上游地区的干湿气候区。在此基础上, 利用AVHRR归一化植被指数(NDVI)和GLOPEM净初级生产力(NPP)数据集和同期的气候资料, 分析了黄河上游植被覆盖、植被生产力和气候变化的趋势, 探讨了不同干湿气候区影响植被变化的主要气候因子。结果表明, 研究区域东南部为半湿润气候区, 其余为半干旱气候区, 干湿气候分界线与450 mm降水等值线较接近; 1981–2006年区域气候趋于干暖化, 尤其是气温的升高趋势明显; 半湿润地区NDVI和NPP显著增加, 半干旱地区略有增加; 半湿润地区的NDVI多与气温显著正相关, 与降水量的相关性较弱, 气温是植被生长的主要气候制约因素; 半干旱地区的NDVI则与降水量的正相关性更强, 对降水量的变化较为敏感。NPP对气候变化的响应模式与NDVI相似。植被对气候变化的响应部分依赖于研究区域所具备的水热条件, 干湿气候划分有助于更好地解释植被对气候变化响应的空间差异。     

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。     

近17年陕西榆林植被指数的时空变化及影响因素

植被指数是研究区域植被变化的重要手段。基于MODIS/Terra NDVI遥感影像数据,对陕西榆林市2000—2016年8月份NDVI进行像元尺度的时空变化及影响因素分析。结果表明,榆林有96.44%的区域植被指数是增加的,增加值在0—0.02/a区域面积占榆林的93.63%,呈显著增加趋势的面积占榆林的80.72%。复直线回归分析显示,气象因素对植被生长、演化起到了促进作用,人类活动使得植被指数等级变得更加均匀。人类活动抑制植被生长演化的区域占榆林总面积的45.04%,主要分布在榆林市最北部的府谷县、榆林市南部及西部的大部分区域;人类活动促使植被指数增加的区域占榆林总面积的54.96%,说明有一半以上的区域,人类活动对植被生长起到了促进作用,这些地区的封山育林、退耕还林、退牧还草等措施的实施效果较好。     

近40年科尔沁沙地植被时空变化及其驱动力

科尔沁沙地是我国沙漠化土地防治的重点工程区。近些年来,受气候变化、生态工程建设和人类活动的影响,该区的植被生长发生了一定的变化。研究区域植被的动态变化,可为后期沙地的综合治理和工程的合理建设提供科学依据。基于此,以1981-2015年NOAA-NDVI、MODIS-NDVI数据及同期气象和社会经济数据为依托,采用一元线性回归和相关分析的方法,对科尔沁沙地NDVI的时空变化及驱动因素进行了研究。结果表明:(1)1981-2015年NDVI整体呈波动的增长趋势(增速为0.00114 a-1);空间上NDVI呈增长趋势的区域(面积占68.8%)主要位于东南缘及中部部分地区,而研究区的西北缘呈降低趋势。(2)不同程度沙漠化区的NDVI均表现为先降低(1981-2000年)后上升(2001-2015年)的变化过程,说明前期遭受破坏的植被在后期得以恢复。(3)驱动力分析表明,降水和温度是驱动科尔沁沙地部分区域NDVI变化的影响因素;人口变化和生态工程的实施均驱动了区域内植被的时空变化;而经济的发展并不是该区植被变化的主要驱动因素。     

泾河流域植被覆盖动态变化特征及其与降雨的关系

植被退化是全球环境变化研究的一个重点问题,植被状况是环境评估的重要指标.利用8km分辨率的NOAA-AVHRR/NDVI时间序列数据,对位于黄土高原的泾河流域1982～2003年植被特征及变化状况进行系统分析,并在此基础上评估降雨与流域植被的相互关系.研究主要利用了变化斜率法、主成分分析法和相关分析法,得到如下结论:过去22a来流域植被NDVI均值波幅和变化都很小,变化较显著的区域集中在流域上游和流域边缘的山区.变化斜率分析得出了类似的结论,气候变化以及人类活动导致的土地利用改变可能是影响在流域不同地区植被状态变化的主要原因.对NDVI时间序列的主成分分析发现PC1和PC2与植被覆盖和气候密切联系,PC3和PC4与流域汛期洪水有关,PC5和PC6体现了人类活动的影响.流域的NDVI与降雨显示了良好的相关性,降雨与NDVI相关性的阈值可能在550mm或更高.     

黄土高原归一化植被指数与自然环境因子的空间关联性——基于地理探测器

植被对改善黄土高原脆弱的生态环境有着关键作用,系统研究黄土高原归一化植被指数(NDVI)空间分布和环境因子的空间关联性,可为新时代黄土高原植被高质量建设提供科学依据。以黄土高原2000-2017年年均植被NDVI为研究对象,选取气候要素、地形因素、土壤类型和植被类型等自然环境因子,运用GIS和地理探测器技术手段,在剔除土地利用类型发生变化栅格的基础上,研究黄土高原年均NDVI与环境因子的空间关联性,结果表明:2000-2017年黄土高原年均NDVI值在0.016-0.72之间,呈地带性分布,由西北部向东南部逐渐升高,大于0.3的区域占50.23%;2000-2017年黄土高原年均植被NDVI分布具有空间异质性,且在不同植被区、地貌区、土壤区和气候区中,NDVI空间分布的主要环境驱动因子具有差异性。年均降雨量对NDVI空间分布具有强解释力,是黄土高原85.20%的区域植被生长的主要制约因子;约12.01%的区域主要受土壤类型影响,为中等解释力,其余区域的植被生长主要受年均气温,日照时数或海拔影响。建议综合考虑不同环境条件下植被NDVI的空间分布与环境影响因子的空间关联性,明确不同区域中植被NDVI的环境制约因子,以制约因子定植,在防止土壤干燥化、贫瘠化的前提下,提高植被覆盖率和生物多样性,以期促进黄土高原植被建设高质量发展。     

Analysis on Jinghe watershed vegetation dynamics and evaluation on its relation with precipitation

Vegetation degradation is one of the key subjects in the study of global environmental changes, and the Normalized Difference Vegetation Index (NDVI) is generally recognized as a good indicator of terrestrial vegetation productivity and growth status. To evaluate the vegetation dynamic changes in the Jinghe watershed on Loess plateau from 1982 to 2003, major methods of change slope, principal component analysis and correlation analysis were employed with 8 km resolution NOAA-NDVI time series data. Based on these analyses, the relationship between precipitation and NDVI was discussed. Results show that there has been little change in both amplitude and variety of NDVI during the past 22 years. Vegetation in the upper stream areas, typically the watershed marginal mountain areas, changes significantly. A trend analysis shows that the similar finding on vegetation dynamics in different areas tends to be induced by climate changes and human land use transformation. A standardized principal component analysis indicates that the first two components, PC1 and PC2, are closely related to vegetation and climate changes, while PC3 and PC4 are connected with floodwater in flooding seasons, and PC5 and PC6 reflect the effects of human activities. Finally, the correlation analysis shows that there is a close positive relationship in this region between NDVI and precipitation. The rainfall sensitivity threshold reaches 550 mm or even higher.     

Analysis on Jinghe watershed vegetation dynamics and evaluation on its relation with precipitation

Vegetation degradation is one of the key subjects in the study of global environmental changes, and the Normalized Difference Vegetation Index (NDVI) is generally recognized as a good indicator of terrestrial vegetation productivity and growth status. To evaluate the vegetation dynamic changes in the Jinghe watershed on Loess plateau from 1982 to 2003, major methods of change slope, principal component analysis and correlation analysis were employed with 8 km resolution NOAA-NDVI time series data. Based on these analyses, the relationship between precipitation and NDVI was discussed. Results show that there has been little change in both amplitude and variety of NDVI during the past 22 years. Vegetation in the upper stream areas, typically the watershed marginal mountain areas, changes significantly. A trend analysis shows that the similar finding on vegetation dynamics in different areas tends to be induced by climate changes and human land use transformation. A standardized principal component analysis indicates that the first two components, PC1 and PC2, are closely related to vegetation and climate changes, while PC3 and PC4 are connected with floodwater in flooding seasons, and PC5 and PC6 reflect the effects of human activities. Finally, the correlation analysis shows that there is a close positive relationship in this region between NDVI and precipitation. The rainfall sensitivity threshold reaches 550 mm or even higher.     

中国不同植被类型归一化植被指数对气候变化和人类活动的响应

不同植被类型对外界干扰和环境变化的敏感性不同。为厘清中国不同类型植被的动态变化特征及其对外界环境变化的响应,综合利用趋势分析、残差分析和情景模拟方法,在明确2000-2015年间我国不同植被类型归一化植被指数(NDVI)时空变化基础上,对气候变化和人类活动两大驱动要素在不同植被类型NDVI变化中的相对贡献进行了定量评估和归因。研究结果表明:(1)2000-2015年,我国植被NDVI整体呈增加趋势,且其空间占比高达84.1%。其中,森林植被的改善状况最佳,显著增加的面积占到了森林总面积的82.4%;而荒漠植被的改善状况相对较差,仅有22.3%的区域呈显著增加趋势。(2)人类活动在我国植被变化中占主导地位。植被改善区和植被退化区人类活动的相对贡献分别为76.4%和60.0%,且人类活动对植被的影响更多与管理方式而非土地利用类型转变有关。(3)不同类型植被对气候变化和人类活动的响应差异显著。对于植被改善区,除沼泽外,人类活动对各类型植被NDVI变化的贡献率均在70%以上,尤其是对农作物的贡献率最高,达到80.7%;对于植被退化区,人类活动影响较大的植被类型为沼泽和农作物,表明2000-2015年间我国沼泽受到了更强烈人类活动的负面影响。研究有助于增强对不同植被类型对全球变化响应机制的理解,并为促进生态建设和植被恢复工作的有效实施提供科学参考。     

地表水热要素在青藏高原草地退化中的作用

在全球气候变暖和频繁的人类活动影响下,青藏高原草地生态系统发生了生产力下降、生物多样性减少及生态功能退化等一系列现象。与传统观测技术相比,遥感技术具有大范围、快速和连续监测等优点,因此被广泛用于区域尺度的草地植被长时间序列监测。以往对青藏高原草原植被影响因子的研究多集中在气温与降水,而相比较于气温和降水,地表温度和土壤湿度直接作用于植物的根部,对植物种子的萌芽和植株的生长也都有着重要影响,所以地表温度和土壤湿度与植被生长的关系更加紧密。基于遥感技术,利用青藏高原草地区域的MODIS和AVHRR数据,选择草地植被覆盖度作为草地退化的遥感监测指标,建立了青藏高原草地退化遥感监测和评价指标体系,并对青藏高原2001-2017年的草地退化状况进行了遥感监测和评价。同时,利用遥感数据获取青藏高原区域尺度的地表温度和温度植被干旱指数数据,用于指示地表水热状况,最后基于回归方法分析了地表水热要素在青藏高原草地退化中的作用。结果表明：从2001-2017年,青藏高原植被退化程度空间差异明显,柴达木盆地和青海湖附近退化较为严重,喜马拉雅山脉北部、昆仑山脉南部、冈底斯山脉北部交汇的地区退化也较严重。在2001-2017年间,青藏高原草地未退化面积从50.60%上升到59.00%,说明青藏高原草地整体上在朝着改善的方向发展。2001-2017年内,青藏高原草地整体上大部分时间处于轻度退化状态,但是2001年和2015年这两个年份青藏高原草地退化整体上达到中等退化水平。通过回归分析发现,土壤湿度主导的对青藏高原草地的影响面积达到14.04%。地表温度主导的影响面积达到草地总面积的约36.61%。但地表温度与植被之间相互影响,且主要呈现负相关关系。其中,在温性草甸地区,当植被覆盖度较低时,地表温度正向影响植被生长。     

基于时间序列分割算法的雅鲁藏布江流域NDVI(1985-2018)变化模式研究

归一化植被指数NDVI可有效表征植被生长信息,其中,长时间序列NDVI在分析全球和局部植被变化扮演重要角色。利用Google Earth Engine提供的全系列Landsat卫星数据,应用LandTrendr时间序列分割算法,讨论了雅鲁藏布江区域植被覆盖变化特征,并对植被变化模式进行判别。研究结果表明：1985-2018年间雅鲁藏布江流域,（1）NDVI总体呈现上升趋势,仅在局部区域出现下降,自上游至下游NDVI变化强度逐渐增加,1986-1990年NDVI变化最为剧烈,1991-2000年次之,2001-2017年NDVI变化强度逐渐减弱;（2）NDVI干扰变化95%集中在0-0.42之间,平均干扰时间4.96年;NDVI恢复变化95%集中在0-0.4之间,平均恢复时间12.55年;（3）NDVI干扰模式主要以持续下降为主,但2000年前的下降速率小于2000年后的下降速率;NDVI恢复模式以持续上升为主,但2000年前的上升速率大于2000年后的上升速率。