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。     

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。     

延安北部丘陵沟壑区植被指数变化及其与气候的关系

利用GIMMS和SPOT两种归一化植被指数(NDVI)数据和气候资料,分析延安北部丘陵沟壑区1982—2007年植被覆盖的历史演变及其与气候因子的关系。结果表明:(1)延安北部丘陵沟壑区植被覆盖状况26a来尽管有波动起伏,但是整体在持续转好,年平均NDVI增加了14.2%。夏季的NDVI值最高、波动起伏最大,其次是秋季,春、秋季的NDVI年际变化具有明显的上升趋势。各季NDVI与年NDVI均有相关关系,春、秋季NDVI与年NDVI相关显著。NDVI年内变化曲线为单峰型,春季NDVI缓慢增加,秋季NDVI降低速度比较快。(2)年平均NDVI与年温度相关不明显,夏、秋、冬三季NDVI与同期温度相关也不明显,只有春季平均NDVI与该季温度相关显著。3—4月份温度对植被的影响呈正相关,温度越高,返青生长越快;初夏6—7月份,温度对植被生长有滞后影响,前期温度与后期NDVI为负相关。降水量是引起NDVI年际波动的影响因子之一,年降水量与当年7月和9月份NDVI相关,决定了一年植被最为旺盛时的好坏。月降水量对NDVI影响具有滞后性,上年9月份降水影响翌年4—6月份的NDVI,6月和7月份NDVI受当月和前期降水影响。(3)1999年以来,延安北部丘陵沟壑区植被覆盖快速上升,除与降水增多有关外,非气候因素中生态保护和环境建设等人为措施,如植树造林、封山禁牧等封育措施是导致植被显著增加的重要原因。     

全球气候变暖胁迫下的雅鲁藏布江流域植被覆盖度变化驱动机制探讨

为了解雅鲁藏布江流域内植被变化对气候变化响应的时空差异性,引入重心模型,分析和探讨了2002-2014年雅鲁藏布江流域植被的变化特点与气候因子的相关性。结果表明,植被的NDVI(归一化植被指数,Normalized difference vegetation index)重心与降水重心年际迁移方向具有正相关性。雅鲁藏布江流域的月植被NDVI受前0-1月降水影响最大,而不同季节植被的NDVI对降水影响表现出一定的滞后性,其中春季和冬季的植被NDVI均与前一季的降水呈现正相关性。该流域中乔木、灌木对降水反应的滞后性比草本植物要大;生长季的温度变化与植被的生长具有相关性。植被NDVI与月均温的正相关性达到最大的时间段差异较大。因此,植被NDVI和气候因子间的时空异质性研究对于雅鲁藏布江流域的生态环境保护具有重要意义。     

基于ICEEMDAN方法的黄土高原植被覆盖变化及其对气候变化的响应

地理数据和遥感数据的长期序列中包含噪声和周期性波动信息。本研究基于ICEEMDAN方法对黄土高原1982—2015年归一化植被指数(NDVI)、降雨和温度进行逐像元分解,分解后得到的残差项减少了原始数据中的噪声和周期性波动,并利用残差项研究NDVI的变化趋势以及NDVI与气候因子之间的关系。结果表明: 1982—2015年,黄土高原NDVI以上升为主,残差项NDVI变化趋势的显著性(95.9%)大于原始NDVI变化趋势的显著性(72.3%),并且存在一定的空间差异性。温度和降雨的变化可以在很大程度上解释植被覆盖的变化。其中,温度与黄土高原NDVI之间呈极显著正相关的区域占83.7%,极显著负相关区域占13.9%;降雨与黄土高原NDVI之间呈极显著正相关的区域占54.4%,极显著负相关区域占37.2%。黄土高原植被对气候变化的响应存在明显的空间差异性,不同气候因子对不同植被覆盖类型的影响程度不同。总体上,黄土高原生长季不同植被与温度之间的相关性强于降水,温度是影响黄土高原植被覆盖变化的主要因素。     

基于SPOT NDVI的甘肃河东植被覆盖变化及其对气候因子的响应

基于1998—2011年SPOT NDVI和年均气温、降水数据,采用植被覆盖度法、趋势分析法及相关分析法对甘肃河东地区植被覆盖时空变化及其对气温和降水的关系进行研究。结果表明:河东地区植被覆盖度南高北低,依次为陇南山区甘南高原陇东高原陇中高原;近14年来植被覆盖度呈波动上升趋势,增速分别为陇南山区0.050 10 a-1、甘南高原0.009 10 a-1、陇东高原0.039 10 a-1、陇中高原0.023 10 a-1;植被覆盖轻度改善面积占37.20%,基本不变占59.75%,表明研究区植被覆盖稳中有所上升;河东地区植被NDVI与气温和降水的相关性各异,其中54.59%的地区植被NDVI与气温呈负相关,45.41%区域呈正相关;87.86%的地区植被NDVI与降水呈正相关,12.14%区域呈负相关;植被NDVI与降水正相关面积明显大于气温,说明降水是研究区植被生长的主导气候因子。     

1982-2012年中国植被覆盖时空变化特征

利用GIMMS NDVI、MODIS NDVI和气象数据,辅以趋势分析、分段回归以及相关分析等方法,分析了1982—2012年我国植被NDVI时空变化特征及其驱动因素。结果表明:(1)近30年我国植被NDVI呈缓慢增加趋势,增速为0.2%/10a;植被覆盖变化阶段性特征明显:即1982—1997年和1997—2012年植被覆盖均呈显著增加趋势,增速分别为1.2%/10a和0.6%/10a,均通过显著水平0.05的检验。(2)空间上,我国陕北黄土高原、西藏中西部以及新疆准格尔盆地等地区植被NDVI呈显著增加趋势;而东北地区的大、小兴安岭和长白山、新疆北部的天山和阿尔泰山以及黄河源和秦巴山区等地区植被NDVI呈显著下降趋势,其中东北地区和新疆北部山区下降尤为显著,说明近年来我国中高纬度山区植被活动呈下降趋势。(3)不同区域植被对气温和降水的响应存在差异,我国北方地区植被对气温具有较长的响应持续时间;而除云南外,南方地区植被对降水的响应时间存在1—3个月的响应时间,且随着滞后时间的延长,相关性逐渐增大。(4)我国植被覆盖增加是气候变化和人类活动共同驱动的结果,尤其是1999年之后人类活动影响逐渐加强。而我国东北地区和新疆北部山区植被覆盖的下降可能是由于该区降水减少所致,东南沿海地区植被退化则受城市化影响显著。     

黄河流域植被NDVI与温度、降水关系的时空变化

归一化差值植被指数(NDVI)是植被生长状态和空间分布的指示因子,区域气候对植被生长起着重要作用,两者具有密切的相互关系。通过对黄河流域NDVI与降水、温度的年际变化趋势及相互关系的时空变化规律分析,发现该流域NDVI与降水、温度相关显著的植被类型以草地、灌木为主,但相关区域的空间位置随时间变化。流域尺度上,NDVI年较差、年均温度、月均温度在1982~1999年呈升高趋势,年降水量呈减少趋势;NDVI年较差与年降水、年均温度相关不明显(P>0.05);7月ND-VI与同期降水、温度相关显著,相关系数分别达0.855、0.943。栅格尺度上,流域内大部分地区NDVI年较差与年均温度相关不显著;与年降水相关显著的区域以正相关为主,分布于上游的草地、灌木区;与夏季降水相关显著的区域面积最大,占13.74×104km2,分布于上游的灌木和部分草地,其中7月NDVI与同期降水相关性较好,相关区域的面积有9.91×104km2,分布于中上游干流河道附近的草地、灌木;NDVI年较差与春、夏、秋季的平均温度以正相关为主;4月NDVI与同期温度以正相关为主,分布于兰州上游的草原和灌木,而10月以负相关为主,分布于兰州与宁夏北部石嘴山之间的草地、灌木区。     

2001—2018年长白山自然保护区生长季NDVI变化特征及其对气候变化的响应

为了解全球变化背景下东北亚温带森林的动态变化及其对气候变化的响应,基于MODIS 250 m分辨率遥感数据、1 km分辨率地表温度数据以及研究区内及周边气象站点数据,分析2001—2018年生长季长白山自然保护区的归一化植被指数(NDVI)变化情况及其与温度、降水的相关性。结果表明: 2001—2018年生长季,研究区NDVI均值为0.711,植被覆盖度较高,且呈逐年增加趋势(0.0025·a^-1);气温极显著增加(0.032 ℃·a^-1),增速高于全球平均;降水显著增加(5.54 mm·a^-1),但年际间变异加大。空间上,NDVI呈现西北部略高且随着海拔升高而降低的格局;研究期间,NDVI增加的区域占46.2%,主要集中在北部以及中南部高海拔地区,53.8%的区域基本无变化或微弱减少。研究区NDVI主要受温度影响;在年尺度上,NDVI与地表温度主要表现为正相关,正相关区域占90.2%,且有43.6%的区域相关性显著;在月尺度上,气温对NDVI的影响在生长季初和末期更为显著。     

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。     

1994-2016年和田绿洲植被覆盖时空变化分析

监测植被变化对评价区域生态环境质量及生态过程具有重要意义。基于Landsat数据影像,运用归一化植被指数、像元二分模型、重心迁移模型等方法分析和田绿洲植被覆盖时空变化。结果表明：（1）和田绿洲植被分布总体以玉龙喀什河和喀拉喀什河为轴线,从高到低向外展布,高覆被以大面积片状集中于绿洲中部,低、中覆被相对零散围绕高覆被分布;（2）过去23年,和田绿洲植被覆盖面积和植被覆盖度均呈升高趋势。2016年相比1994年,绿洲植被覆盖面积增加553 km²,增长了19.6%;（3）和田绿洲覆被变化存在阶段性和区域性差异。时段上,2000-2005年覆被面积增加最明显;区域上,西部覆被增加最显著;（4）气候变化对和田绿洲覆被变化存在一定影响,但人类活动影响最直接。其中耕地开垦、作物种植是和田绿洲覆被增加的最主要因素,而城市基建是引起绿洲覆被减少的最主要因素。同时,因农耕区水耗增加挤占天然覆被生态用水,引起天然覆被退化,威胁绿洲未来发展;（5）过去23年,绿洲覆被重心整体西移。     

辽宁省植被生长季NDVI对气候因子的响应

基于2000-2010年辽宁省内的37个气象站及周边5个气象站的基础数据, 结合MODIS NDVI的遥感影像资料, 运用趋势分析、相关分析和空间分析等方法研究植被生长与气候的关系, 探讨不同气候因子对植被生长的影响与主导作用。结果表明: (1) 辽宁省植被在研究时段内的7-8月生长最为旺盛, 生长季植被NDVI呈显著升高趋势, 2007年后维持在0.73- 0.74之间; (2) 在研究时段内, 整个生长季植被NDVI与降水量和日照时数主要呈正相关, 与气温主要呈负相关, 且在6-8月相关性较为显著, 植被生长对气温的变化最敏感, 对日照的响应最缓慢; (3) 5月辽宁省东部植被生长的主要气候影响因子为气温和日照, 西部为降水, 6-8月东部植被主要气候影响因子则转为降水和日照, 9月再度转为气温和日照; (4) 气温和日照对植被影响的滞后时间由东北向西南逐渐延长, 降水则与之相反。     

1981—2018年新疆草地归一化植被指数时空特征及其对气候变化的响应

在新疆开展长时间序列的草地监测,分析草地生长的时空变化特征,有利于草地环境压力分析和草地生态健康预测。以NOAA-AVHRR NDVI为数据源,采用最大值合成、一元回归分析与相关性分析,分别在年际尺度和多个空间尺度(全疆、南北疆与各地区及其11种草地类型)上探讨了1981—2018年新疆草地归一化植被指数(NDVI)时空特征及其对气温、降水的响应。结果表明：(1)1981—2018年,新疆草地NDVI多年均值0.326,变化范围0.259—0.386,具有轻微年际波动特征;(2)北疆、南疆草地NDVI均表现为轻微增加趋势;全疆占草地总面积41%的区域NDVI呈显著增加趋势,9%为显著减少区域,北疆草地NDVI显著增加的面积是南疆的1.7倍;(3)由于垂直地带性及区域差异,新疆草地NDVI由山区向盆地的荒漠降低;北疆草地NDVI是南疆1.4倍,总体上北疆各地区草地NDVI高于南疆各地区;(4)草地类型植被NDVI对降水的显著响应高于气温,其中温性荒漠类、温性荒漠草原类与温性草原类草地NDVI对降水变化的响应明显高于其余草地类型,降水对草地NDVI的影响更为显著,表明降水引起的地表水分变化...     

荒漠绿洲NDVI与气候、水文因子的相关分析

 通过利用1992～1996年NOAA/AVHRR逐旬的归一化植被指数（NDVI）数据和阜康气候、水文资料,分别对绿洲和荒漠进行了NDVI与气候、水文因子间的相关分析,得出了一些初步结论：绿洲与荒漠NDVI具有不同的季节变化规律;与绿洲NDVI相关显著的因子依次为气温、地下水位和降水,     

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。     

Vegetation dynamics and responses to recent climate change in Xinjiang using leaf area index as an indicator

There is a strong signal showing that the climate in Xinjiang, China has changed from warm-dry to warm-wet since the early 1980s, leading to an increase in vegetation cover. Based on a regression analysis and Hurst index method, this study investigated the spatial–temporal characteristics and interrelationships of the vegetation dynamics and climate variability in Xinjiang Province using the leaf area index (LAI) and a gridded meteorological dataset for the period 1982–2012. Further analysis focused on the discrimination between climatic change and human-induced effects on the vegetation dynamics, and several conclusions were drawn. (1) Vegetation dynamics differ in mountain and plains regions, with a significant increasing trend of vegetation cover in oases and decreasing trend of vegetation growth in the Tienshan and Altay Mountain. The Hurst exponent results indicated that the vegetation dynamic trend was consistent, with a sustainable area percentage of 51.18%, unsustainable area percentage of 4.04%, and stable and non-vegetated area ratio of 44.78%. (2) The warm-dry to warm-wet climatic pattern in Xinjiang Province since the 1980s mainly appeared in the western part of the Tienshan region and North Xinjiang. Temperatures increased in all seasons over the majority of Xinjiang, and precipitation showed a significant increasing trend in the mountainous regions in spring, summer and autumn, whereas the rate of precipitation change was higher in the plains region in winter compared with that in other seasons. (3) A correlation occurs between the climate variables (precipitation and temperature) and mean LAI, and this correlation varies at the seasonal and regional scales, with coniferous forest, meadow and grassland more correlated with precipitation in spring and summer and not correlated with temperature, which indicated that precipitation was the dominant factor affecting the growth of mountain vegetation. The mean LAI of vegetation in the plains exhibited significant correlation with precipitation in winter and temperature in spring and summer. (4) A residual analysis showed a human-induced change that was superimposed on the climate trend and exhibited two effects: vegetation regeneration in oases throughout Xinjiang and desertification in the meadow located in the mountainous area of the western Tienshan Mountains and Altay Mountains. (5) Grassland is the most sensitive vegetation type to short-term climatic fluctuations and is the land-use type that has been most severely degraded by human activity; thus, local governments should take full advantage of this climatic warm-wet shift and focus on protecting vegetation to improve this fragile arid environment.     

黄土高原不同植被覆被类型NDVI对气候变化的响应

植被与气候是目前研究生态与环境的重要内容。为探究黄土高原地区植被与气候因子之间的响应机制,利用线性趋势分析、Pearson相关分析、多元线性回归模型以及通径分析的方法,对黄土高原2000—2015年全区和不同植被覆被类型区内NDVI与气候因子的变化趋势以及相互作用关系进行分析。植被覆被分类数据和植被指数数据分别来源于ESA CCI-LC(The European Space Agency Climate Change Initiative Land Cover)以及MODND1T/NDVI(Normalized Difference Vegetation Index)。结果表明:(1) 2000—2015年黄土高原全区植被年NDVI_(max)显著增加的区域占总面积的74.25%,不同植被覆被类型年NDVI_(max)分别为常绿阔叶林常绿针叶林落叶阔叶林落叶针叶林镶嵌草地农田镶嵌林地草地灌木,并且都呈显著增加趋势,其中常绿阔叶林和农田增加幅度最大,为0.012/a。(2)黄土高原全区NDVI与气温、日照、降水和相对湿度等气候因子之间没有显著相关性,但在不同植被覆被类型区,气候因子对NDVI存在显著作用,且不同植被覆被类型差异明显。(3)在全区和不同植被覆被类型区NDVI仅对降水的响应比较一致,气温无论在整个区域尺度还是不同植被覆被类型区对植被的影响均不显著。(4)常绿阔叶林、落叶阔叶林、常绿针叶林及镶嵌林地等以乔木为主的植被覆被类型受年均相对湿度和年总日照时数的显著负效应驱动,草地、镶嵌草地等以草本为主的植被覆被类型则受到年总降水量的显著正效应影响。这说明对植被类型进行区分,更有利于揭示气候对植被的作用机制。     

1985—2015年中国不同生态系统NDVI时空变化及其对气候因子的响应

植被是陆地生态系统不可或缺的部分,气候是影响其动态变化的重要驱动因素。因此,探究植被的时空变化及其与气候因子的响应关系,有助于理解陆地生态系统的内在演化机制。目前,不同生态系统尺度下的植被动态变化与气候因子的时间响应关系仍未被完整剖析。因此,为了厘清过去30年不同生态系统植被生长对气候因子的响应关系,利用GIMMS NDVI3g数据和气候资料数据,通过Theil-Sen Median趋势分析和Mann-Kendall检验分析了1985—2015年中国陆地NDVI的时空变化特征,结合时间序列相关分析探究了NDVI变化与降水、温度和饱和水汽压差的内部关联,探讨了中国不同生态系统植被与气候因子间的时间响应机制。结果表明：(1) 1985—2015年中国陆地植被呈现改善趋势,年均NDVI先减小后增加,拐点时间在1995年左右,整体变化率为0.5×10^-3/a。农田、森林和草地生态系统的植被显著改善的程度最高,湿地生态系统的植被退化趋势最显著。(2)中国陆地植被NDVI与气候因子的相关性存在明显的空间异质性,且受不同生态系统分区影响。内蒙古高原中部草地生态系统NDVI与降水...