基于MODIS数据的中国三种主要土地类型变化的空间特征分析

人类活动使得土地利用和植被覆盖发生了巨大变化,直接影响着全球气候。本研究通过从2000—2013年对中国三种主要土地利用类型的NDVI变化特征进行了分析,结果表明:(1)14年来,中国三种主要土地利用类型NDVI平均值均有增强的趋势。(2)三种主要土地利用类型中除耕地中的水田,林地中的有林地和草地中的高覆盖草地增长速率不显著外,其他土地类型增长速率均显著。(3)三种土地利用类型均以改善面积大于退化面积,耕地中改善面积占总耕地的64.21%,退化的区域占18.50%;林地改善的区域占总林地的54.21%,退化的区域占20.13%;草地改善的区域占55.53%,退化的区域占18.23%。三种土地类型均有所改善且改善明显的区域主要集中在甘肃以南,陕西以北和东北部分地区。     

乌伊岭国家级自然保护区植被覆盖演变及其对气候突变的响应

探究中国北方高纬度森林覆盖区植被演变受到气候因子变化乃至突变的影响,选用MODIS-NDVI数据与TM/ETM+数据,结合62年的气象观测数据,运用像元二分法模型、累计距平分析、Mann-Kendall非参数检验、滑动T检验与相关性分析,探讨了乌伊岭国家级自然保护区1975—2016年气候变化及其突变对植被覆盖的演化规律,并对不同气候因子与植被覆盖类型的空间变化进行相关性分析。结果表明:(1)乌伊岭保护区气候变化呈现暖干化发展的趋势。年均气温上升(0.557℃/10a),年均最低气温与冬季增温幅度最快,秋季最慢。降水量年际变化较小(-14.052 mm/10a),季节性变化明显。经突变性检验,1980—1995年是气候增温减湿的突变时期。(2)研究区植被生长季的NDVI为0.673,有植被覆盖的区域占87.69%,其中高等植被覆盖区所占比最大。(3)气候突变时期,生长季NDVI显著下降,植被退化严重。低植被覆盖区无显著变化,而高植被覆盖区开始逐渐退化为中等与中低等植被覆盖区。在空间上植被覆盖的退化状况主要由中心山地沿四周低山丘陵区累年逐渐降低。不同植被覆盖区域下降的幅度:混交林草地针叶林耕地湿地。(4)乌伊岭保护区年均最大NDVI与年均气温和年均降水量的相关系数分别为0.261、0.068,其中呈正相关区域占总面积56.67%和42.79%,在分布趋势上两者都表现出明显的空间差异性。而气温因子影响植被覆盖的空间范围与能力更强,空间相关性更高,也是影响植被退化的主导因素。     

砒砂岩区植被覆盖度环境驱动因子量化分析——基于地理探测器

砒砂岩区地形破碎,生态环境恶劣,降水量少且以暴雨为主,研究该区植被覆盖变化及环境驱动因子作用机制对区域植被建设具有重要的理论意义。基于1999—2018年的NDVI数据分析了砒砂岩区近20年植被覆盖度时空变化特征,利用了地理探测器方法量化分析了不同环境因子对植被覆盖度的影响。结果表明：1)近20年砒砂岩区平均植被覆盖度为42.3%,时间尺度上1999—2018年区域植被覆盖度呈增加趋势,平均上升幅度为0.086/10 a,空间尺度上植被覆盖度呈现从东南向西北递减的空间分布特征;2)近20年区域植被覆盖整体得到改善要比退化的区域面积大,45.5%的区域面积植被覆盖度极显著增加,主要分布在砒砂岩区东部区域,该区植被覆盖度未来变化趋势将以持续性改善为主,但仍有约41.6%的植被将由改善向退化方向变化;3)降水、土壤水分和气温是影响砒砂岩区植被覆盖空间分布的主导环境因子,且降水同其他环境因子的交互作用对植被覆盖影响最大。     

2000—2012年京津风沙源治理区植被覆盖时空演变特征

植被是陆地生态系统的主体,分析长时期植被覆盖变化,有助于揭示陆地生态环境的演变规律。研究以京津风沙源重点治理区的MODIS02B产品为数据源,通过数据处理获得2000—2012年的NDVI(Normalized difference vegetation index)时序数据集,采用线性趋势分析、标准差、Hurst指数和相关系数等方法,分析京津风沙源重点治理区植被覆盖的时空变化特征及影响因子。结果显示:(1)近13年来,治理区植被覆盖总体呈上升趋势(R2=0.70),2012年NDVI值达最大值0.324,比2000年增加了135.62%。但增加速率和幅度各异:北部干旱区(Bbghq)增加速度最快,浑善达克区(Hsdkq)次之,农牧交错区(Nmjcq)植被变化相对稳定。(2)工程区地表植被覆盖改善区域的面积明显大于退化区域,其中得到改善且通过显著性检验(P=0.10)的区域约占总面积的94.31%;Hurst指数分析表明,工程区植被变化整体呈中强持续性特征,面积合计约占64.48%;综合分析表明,工程区植被变化以良性发展为主,特别是强持续性的退化区和弱持续性的改善区值得关注,二者合计占35.27%。(3)人类活动是京津风沙地区植被覆盖上升的重要驱动因素;自然因素中,降水是控制工程区植被生长的主要因子,温度的影响相对较弱。     

1982-2013年基于GIMMS-NDVI的新疆植被覆盖时空变化

利用美国国家航天航空局（NASA）全球检测与模型组（Global Inventor Modeling and Mapping Studies,GIMMS）的归一化植被指数数据（NDVI）和英国东英格利亚大学气候研究所（Climate Research Unit,CRU）全球气温降水数据（1982至2013年）,研究新疆1982-2013年植被覆盖格局的时空变化。运用一元线性回归法分析近32年来新疆NDVI变化趋势;运用Theil-Sen median与Mann-Kendall检验研究新疆NDVI格局及趋势特征;并将检验的结果和Hurst指数的结果相结合,研究新疆NDVI格局的可持续性特征。研究表明：（1）新疆植被覆盖在空间分布上差异明显,其中北疆优于南疆,西北优于东南;（2）近32年来新疆年NDVI均值在0.10-0.12之间波动,且存阶段变化性;（3）新疆植被改善趋势的区域占总面积的25.89%,轻微退化的区域占总面积的18.00%;（4）从可持续性来看,新疆大部分地区植被变化将保持现在的趋势,但局部地区具有反持续性,持续性改善的面积占全疆总面积的24.39%,持续性轻微退化的区域占15.73%,另外59.88%为严重退化和未来变化趋势无法确定区域。开展NDVI空间格局的变化研究,对于干旱区新疆来说具有重要的理论和实际意义。     

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。     

喀斯特与非喀斯特区域植被覆盖变化景观分析——以广西壮族自治区河池市为例

根据1990年、2000年和2010年的3期Landsat TM数据,利用基于NDVI的像元二分模型,计算得出河池市的植被覆盖度空间分布数据,并将3期植被覆盖图与岩溶地质图进行叠加分析地质构造对植被覆盖度的影响;最后,从斑块类型和景观级别上选取10个景观指数进行空间格局变化的剖析。研究结果表明:1)30年来研究区植被覆盖度在增加,高植被覆盖区和较高植被覆盖区一直处于优势地位。2)30年来研究区景观异质性减弱,破碎度降低,景观优势度增加。3)30年来研究区的斑块形状主要取决于自然地貌及自然环境条件。4)30年来研究区景观整体的聚集程度在增加;研究区景观越来越由少数植被覆盖等级类型所控制。30年来,研究区植被景观的生态恢复是比较明显的,这与30年来研究区的经济社会发展的实际情况是相吻合的。研究可以得出非喀斯特区域的植被景观的生态恢复较喀斯特区域变化更明显;喀斯特区域的景观较非喀斯特区域更分散、更复杂;喀斯特区域的生态状况较非喀斯特区域更容易被破坏,并且恢复起来更困难。这说明了喀斯特生态系统的特殊性。     

基于MODIS NDVI的长江中游区域植被动态及与气候因子的关系

基于1999-2015年的MODIS NDVI时间序列遥感数据，应用趋势分析、变异系数、重标极差分析和偏相关分析等方法，分析了长江中游的植被时空变化特征及其与气象因子的关系。结果表明，长江中游地区NDVI均值总体上呈上升趋势（从0.72增加到0.80）。从空间分布来看，NDVI低值区域（0.1-0.5）占1.40%，高值区域（>0.7）占87.15%；NDVI空间格局呈"西高东低、北高南低"的分布特征，低值区域表现为以三省省会城市为中心向外辐射。Hurst指数显示，研究区大部分区域（60.54%）的NDVI变化趋势具有不确定性，持续性改善区域（34.78%）主要分布在西部山地区，持续性退化区域（3.26%）主要分布在人类活动频繁的较发达城市区域。在年际尺度上，研究区NDVI与各气象因子关系均不显著；月际尺度上，NDVI与降水、相对湿度和日照时数显著相关，降水和日照时数有明显的时滞性。区域内NDVI动态趋势以不确定性发展为主，城市群周边NDVI呈现持续退化的区域应该引起关注。     

基于MODIS-归一化植被指数的广东省植被覆盖与土地利用变化研究

基于MODIS-NDVI遥感植被指数,利用像元二分模型进行植被覆盖度提取,结合趋势分析和显著性检验等方法,对2000—2020年间广东省的植被覆盖时空变化特征进行分析,并结合土地利用变化图谱,探究土地利用类型对植被覆盖时空变化的驱动作用。结果表明：(1)2000—2020年,广东省植被覆盖度整体以0.23%/a的变化率呈波动增长趋势,但空间异质性显著,呈现出以珠三角地区为中心向外辐射递增的趋势;(2)广东省多年平均植被覆盖度介于0.7—0.76,以中高和高植被覆盖度为主,低植被覆盖区约占研究区总面积的4.37%。全省以植被改善为主(78.18%),显著和极显著退化区域占全区面积的5.84%,主要集中分布在珠三角、粤东沿海以及粤西沿海等地区;(3)研究区以耕地与林地的图谱单元互换为主要土地利用变化特征,而城乡、工矿、居民用地在耕地和林地的占用和补充过程中起了重要的作用,反映出城乡建设过程中对耕地和林地的大量占用;植被覆盖变化与土地利用变化存在响应联系,且各土地利用类型对植被覆盖度的贡献各异;向城乡、工矿、居民用地转化的图谱与植被显著和极显著退化区高度重合,说明耕地和林地向城乡、工矿、居民...     

气候和地形对植被覆盖动态演化的影响研究

基于MODIS NDVI 遥感数据, 结合气象和DEM 等资料, 采用线性回归分析、稳定性分析、R/S 分析和相关性统计等数理方法, 反演了2001-2010 年贵州省植被覆盖时空演变趋势, 研究不同因素对植被时空格局变化的驱动作用。研究表明:(1)2001-2010 年贵州省植被覆盖呈增加趋势, 增长率为6.25%, 植被改善区域占比例为77.7%; (2)贵州省植被覆盖变异指数介于0.01-0.16 之间, 总体较稳定; 从持续性来看, 植被持续恢复是主旋律, 反持续性主要集中在西部和东北地区。(3)贵州地区降雨量和温度空间分布格局较为明显, 温度是影响该地区植被覆盖的主导因素, 不同区域对气候因素的响应存在差异性。(4)各等级海拔植被覆盖均有上升, 其中高海拔地区上升最为显著; 中海拔地区是植被的主要分布区域, 所占比例为72.2%且该海拔范围内NDVI 均值差异不大。     

长江中上游地区退耕还林成效监测与评价

将长江中上游地区84个地市级区域作为一个整体,利用GIS综合解译分析归一化植被指数(NDVI)、土地利用类型和数字高程模型(DEM),揭示该区域退耕还林工程所取得的成效.结果表明: 2000-2015年,研究区域NDVI持续增长;与2000年相比,2015年长江中上游地区有2.1%的耕地不再耕种,坡度>35°坡耕地的25%实现了退耕,25°~35°坡耕地的2.7%实现了退耕,中坡度耕地绝大部分实现退耕;耕地主要转变为林地和草地.研究期间,林草覆盖度增加显著,增幅达21.9%;低植被覆盖度的土地面积大幅减少,植被覆盖度小于10%的面积减少95.3%,高植被覆盖度的土地面积显著增加;土壤侵蚀强度总体降低,轻度、强度、极强度等级土壤侵蚀的土地面积均减少10%以上,但剧烈土壤侵蚀状况未得到缓解.研究区森林覆盖率达到60%,但不同时段覆盖度的变化比例存在差异,空间分布不均匀,呈现东部高、西部低的特征,需要继续加强治理.     

延安北部丘陵沟壑区退耕还林(草)成效的遥感监测

将延安北部丘陵沟壑区的吴起、志丹、安塞、子长、延川、延长和宝塔等7县区做为一个整体,利用GIS综合解译分析SPOTVGT、NOAA/AVHRR、EOS/MODIS、TM和DEM数据,揭示该区域退耕还林(草)生态建设工程所取得的实效。1998-2009年NOAA/AVHRR和EOS/MODIS遥感监测表明,该区域在遥感影像图上凸现,在其北部和西部形成一条明显的与行政区边界相吻合的分界线,表明退耕还林后植被覆盖状况正在逐年改善,而且植被恢复情况明显好于其北部和西部。1999-2007年SPOTVGTNDVI演变表明,该区域NDVI正处于快速上升阶段,线性趋势值为0.0078,与其南部次生林区的NDVI差值在明显减小,与北部粮食种植区的NDVI差值在逐渐加大。退耕前后的TM影像解译结果对比分析说明,延安北部近年来退耕还林(草)的成绩是显著的,生态环境有了明显的改善。与1997年相比,到2007年延安北部有68.37%耕地不再耕种,而大于35°的坡耕地91.45%实现了退耕,25-35°的坡耕地有74.70%退耕,绝大部分高坡度耕地实现了退耕,而较低坡度的坡耕地退耕幅度也很大,达到了50%-70%。退出的耕地主要变为草地、林地和果园。TM影像解译结果表明,林草覆盖度增加非常显著,达到65.3%,增加24.3%,以草的面积增加最为明显。低植被覆盖度的土地面积在大幅度减少,植被覆盖度小于10%的面积减少了83.42%;中植被覆盖度面积在显著增加,到2007年,植被覆盖度在30%-50%的面积最大,占总面积的47.2%,将近一半;高植被覆盖度面积也明显增加,由1997年的6%增加到2007年22%。TM影像与DEM数据叠加分析表明,土壤侵蚀强度总体上降低,强度、极强度和剧烈等级土壤侵蚀的土地面积减少50%以上,但极强度和剧烈的高等级土壤侵蚀面积仍占2007年国土总面积的13.3%,土壤侵蚀状况仍然严重。植被以灌木和草为主,乔木面积较低,森林覆盖率只有22.4%,因此需要继续加强治理。     

2000—2015年西南地区土地利用与植被覆盖的时空变化

西南地区是我国重要的生态资源区和生态脆弱区,在国家“绿水青山”战略发展中具有重要地位。本研究基于1 km空间分辨率的土地利用数据集,结合土地利用转移矩阵,定量分析2000—2015年间西南地区土地利用变化特征及其驱动力。并基于MODIS遥感植被指数,利用像元二分模型计算西南地区植被覆盖度,分析归一化植被指数(NDVI)和植被覆盖度的变化规律。结果表明: 研究期间,西南地区的主要地类是林地、农田和草地。建设用地面积增加5874 km²,增长率为55.8%;农田面积减少最多,下降6211 km²,其次是草地,减少2099 km²。2000—2015年间,西南地区建设用地的转入面积最多,主要由农田(贡献率68.2%)、林地(贡献率19.2%)和草地(贡献率13.1%)转化而来,转化的区域多靠近城区。农田的转出面积和转出率分别为7079 km²和2.2%,占所有转出类型面积的46.0%。林地多由草地(贡献率61.8%)转化而来,转化区域多分布在贵州中南部和云南西部等地。全区NDVI和植被覆盖度均呈显著增加趋势,说明研究区整体呈变绿趋势。其中,自然植被和农田的NDVI均显著增长,建设用地扩张地区的NDVI下降,说明自然植被和农田主导了该地区植被变化。通过残差分析发现,气候变化和人类活动对研究区变绿趋势的贡献显著。     

青藏高原草地退化特征及其与气候因子的关系

了解草地退化的分布、特征、变化趋势及持续性,揭示草地退化机理,可为有效管理和保护草地提供重要的科学依据。本研究选择草地覆盖度作为草地退化的遥感监测指标,建立了草地退化遥感监测和评价指标体系,对青藏高原草地退化现状(2016—2020年)进行了评价,利用线性回归和Hurst指数分析了长时间序列尺度上(1982—2020年)草地覆盖度变化的趋势及持续性,并且基于草地覆盖度与气候因子的偏相关分析,研究了气候因子对草地退化的影响。结果表明: 2016—2020年,平均草地退化面积达24.3%,主要表现为轻度退化和中度退化,主要分布在低海拔和高植被覆盖地区。1982—2020年,草地覆盖度在青藏高原北部、西部和西南部地区呈增加趋势,在东部和中部地区呈减少趋势。98.1%的地区草地覆盖度的Hurst指数小于0.5,草地覆盖度变化表现出反持续性。草地覆盖度与降水量的偏相关系数(0.096)整体高于其与温度的偏相关系数(-0.033),温度占主导地位的面积占比为16.0%,主要分布在青藏高原的中部和东南部,降水量占主导地位的面积占比为12.2%,主要分布在青藏高原东北部和西部。     

基于NDVI的米仓山植被覆盖变化趋势分析

基于1998年4月至2009年12月的SPOT-VEGETATION逐旬NDVI数据,采用MVC(最大值合成法)获得月NDVI值,用均值法计算各季及年均NDVI值;对5种植被类型的年均NDVIy和生长季NDVIg进行一元线性回归,辅助以趋势线分析定量描述研究区植被覆盖动态变化,并采用R/S分析(重标极差法)动态预测米仓山植被覆盖未来变化趋势。结果表明:研究区12年间NDVI整体呈上升趋势,相对于前期(1999~2001年)、中期(2003~2005年)和后期(2007~2009年)的NDVI增加显著;年最大NDVI≥0.70的区域占总面积的98.95%,年均NDVI≥0.70的区域占93.69%,且植被覆盖增加的面积远大于减少的面积;划分的5种植被类型中,阔叶林类NDVI值最高,人工植被类NDVI值最低;R/S法计算结果显示,Hurst指数(H)为0.876 8,表现为很强的持续性,预示未来一定时限内米仓山植被覆盖将有稳定的增加趋势。     

Spatio-temporal analysis of vegetation variation in the Yellow River Basin

To understand the variation and patterns of vegetation coverage in the Yellow River Basin, as well as to promote regional ecological protection and maintain ecological construction achievements, MOD13Q1 data at a resolution of 250 m were used to calculate the annual average normalised difference vegetation index (NDVI) in a time series from 2000 to 2010. Using a variation coefficient, a Theil–Sen Median trend analysis, the Mann–Kendall test, and the Hurst index method, this study investigated the temporal and spatial variations of vegetation coverage characteristics of the Yellow River Basin. The results showed that (1) the vegetation coverage of the Yellow River appeared to have an overall trend of high in the southeast and west and low in the northwest; (2) the averaged NDVI of the whole basin fluctuated in a range of 0.3 to 0.4 from 2000 to 2010 (from 2000 to 2004 there were larger variations and these have been growing rapidly since 2005); (3) the NDVI was stable, 73.4% of the vegetation-coverage area fluctuated with a low-to-medium amplitude, while 27.6% of the area varied by a large amplitude; (4) the regions with improved vegetation coverage (62.9%) were far greater than the degraded regions (27.7%), while the sustained invariant area accounted for 9.4% of the total vegetation coverage regions; and (5) 86% of the vegetation-covered area was positively sustainable. The areas with sustainable improvement accounted for 53.7% of the total vegetation coverage area; the invariant area accounted for 7.8%. The area with sustainable degradation was 24.5%; the future variation in trends of the residual (14%) could not be determined. Therefore, continuous attention must be given to the variation in trends of vegetation in the sustainably degraded and underdetermined regions.     

温带大陆性半干旱季风气候区植被覆盖度时空变化及其地形分异研究

以内蒙古大青山为研究区，基于4期TM/OLI影像，提取NDVI，采用像元二分模型，计算植被覆盖度，探测温带大陆性半干旱季风气候区2000-2017年间植被覆盖度的分布格局、动态变化及其地形分异规律。研究结果表明：（1）研究期间，随着研究区从经济开发到国家自然保护区功能规划的改变，植被覆盖度先降低后升高，整体上趋向良好，平均有64.19%的区域以中高植被覆盖度为主。（2）植被覆盖度空间格局总体上呈"东高西低，南高北低"的分布特征。中高植被覆盖度集中在大青山呼和浩特段南部和乌兰察布段，而低植被覆盖度主要分布在西段山体。（3）研究期间，研究区32.46%的植被覆盖度得以改善，12.92%的植被退化，表明研究区植被覆盖度总体改善。（4）地形因子对研究区植被覆盖度分布格局影响显著：植被覆盖度随海拔升高呈增加趋势，在2000-2296m高程带最高。植被覆盖度与坡度正相关，坡度越高，植被覆盖度越大。植被覆盖度在不同坡向上差异明显，总体上呈现阴坡 > 平地 > 阳坡的分布规律。     

喀斯特石漠化区生态保护红线划定——以贵州省威宁县为例

科学划定喀斯特石漠化区生态保护红线,对于维护区域生态安全,促进经济社会可持续发展具有重要意义。选择水源涵养、水土保持、生物多样性维护3种生态系统服务功能以及水土流失、石漠化2种生态环境敏感性指标,构建喀斯特石漠化区生态保护红线划定方法。以贵州省威宁县为例,结合第二次全国土地调查数据和相关规划等数据,划定生态保护红线,并从生态用地、植被覆盖度与人类扰动指数三个方面评价划定效果。结果表明：（1）威宁县生态系统综合服务功能以极重要为主,占研究区总面积的40.57%。生态环境综合敏感性以敏感为主,占总面积的67.86%。优化调整后生态保护红线面积1496.13 km²,占全县面积的23.75%,红线内生态用地面积占比高于非生态用地面积占比20%以上。（2）近些年贵州省退耕还林、岩溶地区石漠化综合治理和草海自然保护区生态修复等工程的实施,威宁县植被覆盖显著增加,红线内NDVI基本不变区、轻微改善区和明显改善区面积占比达到88.42%,红线范围内植被覆盖呈增加趋势。（3）红线内人类扰动指数低于红线外人类扰动指数,雪山镇、麻乍镇需控制红线范围内人类扰动,确保生态用地性质不改变,加强生态保护和监管。威宁县生态保护红线划定研究可为其他石漠化地区红线划定及划定效果评价提供参考。     

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。     

基于林业清查资料的桂西北植被碳空间分布及其变化特征

基于2005-2010年林业资源清查数据,采用材积源生物量法,运用地理信息系统技术,估算和分析了桂西北植被碳密度及其储量的空间分布及其变化。结果显示:(1) 研究区域从2005年到2010年呈现碳汇变化趋势,植被碳储量由4.19×10⁴t增加到4.27×10⁴t(增幅为1.84%),植被碳密度从29.04t/hm²增加到29.57 t/hm²。(2) 从治理措施、林种起源方式及林种类型来看,自然保护区的植被碳密度最大,超过40 t/hm²。2005-2010年,人工植苗、直播、飞播和萌生方式植被碳密度增加,退耕还林工程的植被碳密度均呈明显增长(增加3.00 t/hm²),所有林种碳密度都呈不同程度的增长。 (3)植被碳密度空间分布上,大致表现为西部高、中东部低,北部高、南部低。西部区植被碳密度均值超过40 t/hm²,中东部区植被碳密度均值低于25 t/hm²。植被碳密度变化在空间分布上表现为无论是非喀斯特区还是喀斯特区的植被碳密度都有增长趋势,其中有7个县市植被碳密度升级为更高等级。研究表明,随着退耕还林、生态移民等治理措施的实施,区域植被碳密度显著增加,生态环境好转。