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。     

心音信号噪声消除的小波变换方法

心音信号幅值小,干扰多,采用常规的时、频域滤波方法往往不能收到良好的效果,本文根据信号和干扰在小波变换下的不同变化特性,利用二进小波变换的模极大值识别出心音信号中的干扰噪声的位置,剔除其相应的小波变换系数后,再通过小波逆变换重构出心音信号,并根据心音信号的特点选取了适当的母小波和分解尺度,给出了利用小波方法去噪前后的实际结果,结果表明,小波变换方法可有效地消除心音信号中的噪声干扰。     

青藏高原植被生长季NDVI时空变化与影响因素

青藏高原是中国乃至亚洲的生态屏障,研究其植被对气候变化的响应对区域生态保护具有重要的现实意义。基于MOD09A1数据反演的生长季归一化植被指数(NDVI),分析2001—2018年青藏高原植被生长季NDVI时空特征和变化趋势,结合气象站点数据阐释NDVI与气候因子的关系。结果表明: 研究期间,青藏高原植被生长季NDVI呈缓慢上升趋势,不同气候区生长季NDVI年际变化差异明显,NDVI值波动幅度表现为高原湿润气候区>半湿润气候区>半干旱气候区>干旱气候区。青藏高原湿润气候区、半湿润气候区、干旱气候区、半干旱气候区NDVI显著升高和降低面积占比分别为1.4%和1.9%、4.9%和1.5%、16.4%和0.8%、7.0%和2.0%,干旱和半干旱气候区NDVI升高面积占比明显大于湿润和半湿润气候区。气温是影响湿润气候区和半湿润气候区NDVI变化的主导因子,而在干旱气候区,降水对NDVI的影响明显强于其他气候因子。气温对整个青藏高原植被生长季NDVI的驱动作用强于降水和相对湿度。     

基于小波变换的NDVI区域特征尺度

尺度是生态环境研究领域的热点问题。以福州市为研究区,选择6个生态样线,提取NDVI(Normalized DifferenceVegetation Index),以小波变换为工具进行尺度分解,得到21×900 m2、22×900 m2…28×900 m2系列尺度上的NDVI信息。以小波细节信息方差和小波细节信息熵为特征尺度的度量指标,得到6个生态样线的NDVI特征尺度,进一步得到区域特征尺度。研究发现福州地区纬度方向的特征尺度域为24×900m2…26×900m2,纬度对生态样线的NDVI特征尺度影响较小,不同纬度生态样线的NDVI特征尺度与样线的景观多样性和受人类活动干扰的程度有关;经度方向的特征尺度域为25×900m2…27×900m2尺度,不同经度NDVI特征尺度域自西向东存在明显的递增梯度,该梯度与DEM、坡度和地形起伏度梯度相吻合;NDVI生态样线的特征尺度域大小受控于研究区北北东-南南西走向的地质构造体系,该因素导致NDVI样线特征尺度的空间变异范围为21×900m2…23×900m2。     

基于小波变换的土壤有机碳与其影响因子多尺度相关分析

基于GIS,采用小波变换和相关分析方法,以广东山区表层(0～20 cm)土壤有机碳密度及其影响因子(包括归一化植被指数NDVI、海拔、坡度和坡向)作为分析对象,选取4条样带,使用一维离散小波变换对分析对象进行多尺度分解,在栅格尺度上定量分析土壤有机碳密度与其影响因子相关关系的多尺度响应特征.结果表明: 研究区土壤有机碳密度与其影响因子具有不同程度的尺度相关性.NDVI在2、8和16 km尺度、海拔在8和16 km尺度下的控制作用最强;坡度的控制作用极弱,尺度相关性不显著;坡向在大于2 km尺度表现为随尺度增加而增大的负相关作用.不同样带的土壤有机碳密度受不同影响因子的制约,NDVI和海拔是影响广东山区土壤有机碳密度分布的主要因子,坡度和坡向仅在个别样带、较大尺度上起作用.     

基于小波变换的NDVI与地形因子多尺度空间相关分析

以西藏高原生态系统的NDVI（Normalized Difference Vegetation Index）及其地形影响因子为分析对象,使用小波变换揭示了其多尺度空间格局。通过小波方差尺度图可以辨识出,在研究区域内NDVI及其地形因子存在着4、12km和25km等多尺度变异格局。小波多尺度相关分析是对普通相关的一种拓展,使用小波系数分尺度计算了NDVI及其影响因素的相关系数,并与普通相关进行了比较。结果表明,4种地形因子（海拔高度、坡度、坡向和CTI）不论是正相关还是负相关,在较小尺度上与NDVI的相关系数都比较小,一般情况是尺度增大,相关性增大。这反映了地形因子作为大的宏观制约因素对NDVI起作用。实践证明,小波分析对于揭示自然要素的多尺度空间结构和各向异性是一种强有力的工具。     

基于小波变换的武夷山自然保护区NDVI与地形因子多尺度空间相关分析

以武夷山自然保护区为研究区域,用海拔、坡度、坡向和NDVI作为地形和植被景观变量,研究了地形-植被关系的尺度依赖性问题;利用小波分析工具,分别构建地形、植被因子在不同尺度上的小波方差图,然后利用小波系数计算NDVI和地形因子相关性.结果表明:武夷山自然保护区内NDVI及其地形因子均存在至少2个清晰的尺度结构,并且均是较大尺度上的小波方差更大,地形-植被二者存在的较小尺度区间比较一致,而较大的尺度区间略有差异;地形因子在中高尺度上与NDVI的相关性更强,反映了地形因子作为大的宏观制约因素对NDVI起作用;坡度和坡向与NDVI的相关性随尺度变化规律复杂并且波动性非常大.本研究有助于揭示自然保护区境内地形.植被多尺度复杂相关关系,同时也表明小波分析为揭示自然要素的多尺度空间结构提供了强有力的工具.     

景观生态学中的尺度分析方法

多尺度空间分析法是发现和识别景观特征尺度的主要方法.当前这类方法很多,缺乏归类和对比分析评价.基于空间类型变量和数值变量,对多尺度空间分析方法进行了重新梳理.同时对当前常用的尺度分析方法:半方差分析、尺度方差分析、小波分析和孔隙度指数分析,以中国三北防护林为例,对比了各种尺度分析方法的特点和优劣.结果表明,在特征尺度的识别上:小波方差方法清晰明了;半方差分析法灵活简捷,结果明显;尺度方差分析法和孔隙度指数法在本研究中的判识结果不甚明显.在计算速度上:半方差分析法计算量最大、耗时最长,尺度方差次之,小波方差速度最快,孔隙度指数法计算速度快于前两种,慢于小波方差分析方法.半方差分析方法简单灵活,而且相关理论方法成熟,但缺乏对大尺度格局的整体把握,而小波分析恰恰能很好的弥补这一不足.最后提出,半方差分析和小波变换相结合将会是最优的尺度分析方法.     

不同尺度下城市景观综合指数的空间变异特征研究

在GIS与RS技术支持下,采用5 m分辨率的SPOT遥感图像数据,从城市土地利用角度,利用半变异函数对不同尺度的景观多样性、聚集度与分维数的空间变异进行了定量分析.结果表明,不同尺度下3种指数的空间变异具有相似特征,各个尺度上都具有空间依赖性,尺度越小,空间依赖性越大,空间变异的细节更显著,空间自相关性对总体变异的贡献逐渐增加,但尺度过小,有时会破坏景观内部结构.不同指数的半变异函数模型在相同尺度上差异显著,说明不同景观指数在不同尺度下的半变异函数模型不具可比性.就研究上海市内部土地利用结构而言,1 km的幅度是较合适的空间尺度.景观指数空间变异特征是尺度的函数,尺度对景观格局的影响不能忽视.景观综合指数对尺度响应的生态过程揭示了上海城市空间结构的规律性:在小尺度上的复杂无规律性,中尺度上的多中心性和大尺度上的圈层结构性,但各个尺度是相互依赖的,没有绝对界限.     

环渤海地区NDVI拟合方法比较及其影响因素

人类活动频繁剧烈的环渤海地区生态和环境压力很大.基于2000-2005年1 km分辨率的SPOT-VGT NDVI及地形、气候、人口、经济、土地利用、交通等数据,应用全局最小二乘法和地理加权回归方法,定量分析了环渤海五省市NDVI与海拔、坡度、气温、降水量、人口密度、GDP密度、土地利用程度、距城市距离、距主要道路距离等9个因素的相关关系.结果表明:与线性回归模型相比,地理加权回归模型的拟合效果显著提高,拟合优度从不足0.3提高到0.7以上.NDVI的正向最敏感影响因素主要是海拔、气温和降水,对海拔因素敏感处主要分布在辽河平原、长白山以南低山丘陵区、燕山东南山区向平原的过渡带、渤海湾西南部平原地区;对气温因素敏感处主要分布在河北南部和山东半岛东部沿海地区;对降水因素敏感处主要分布在燕山山地、太行山北部山区和张北高原地区.反向最敏感因素主要是人口和GDP密度,广泛分布于除河北南部、鲁西北和鲁西南的环渤海地区.     

流域环境要素空间尺度特征及其与水生态分区尺度的关系——以辽河流域为例

指标体系构建是流域水生态分区技术框架中的一项重要内容。目前提出的指标体系尚缺乏一定的科学理论支持,如所选指标的生态尺度与各级分区大小之间的对应关系。生态学研究认为,不同尺度上的生态过程和格局不同。以辽河流域为例,对影响水生态系统的几个大尺度环境要素(降水、地形和植被)的空间尺度特征进行分析,得出了各要素空间变异最为显著的尺度。其中,降水的空间尺度约为75 km,地形要素和指标均大致存在16 km、32 km、64 km和128 km多个景观特征尺度。在界定水生态一、二级分区范围基础上,讨论了各环境要素作为水生态一、二级分区指标的适用性,以期为辽河流域水生态分区指标选取提供一定科学依据,同时希望能为其他流域提供一定参考。     

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,     

小波分析方法在心叶驼绒藜(Ceratoides ewersmanniana)空间格局尺度推绎研究中的应用

以古尔班通古特沙漠南缘莫索湾沙地选取相隔15km的两个200m×200m样地,以建群种心叶驼绒藜(Ceratoides ewersmanniana)及其生境地形为研究对象,应用小波分析定量研究了多尺度上空间格局的推绎以及空间异质性、空间格局依赖于尺度的变化关系。研究发现：小波分析尺度由1(5m)变化到4(20m)时,两个样地小尺度上的异质性和格局被合并到更大的尺度上,当小波分析的尺度大于等于5(25m)时,两个样地的格局变化平稳,对应地形（丘顶、丘坡、丘底）的基频稳定在110m左右,心叶驼绒藜的数量动态变化周期稳定在115～125m之间。结果表明：小波分析对信号整体特征的提取作用实现了小尺度上的信息到大尺度上的聚合。结合小波分析对信号突变点的检测,利用位置方差检验局部空间异质性程度,发现位置方差将大尺度上的格局分解到每个取样小样方,位置方差最大的地点对应的异质性也最强,实现了大尺度上的信息到小尺度上的分解。总结认为应用小波分析可以实现对空间格局的尺度推绎,具有对植被、环境的分布格局以及异质性有双重度量作用,由小波系数以及由其衍生的小波方差、位置方差来实现这种度量,图形表现直观,优越性明显。     

基于GIS和地统计学的土壤养分空间变异特征研究——以河北省遵化市为例

基于地理信息系统(GIS)和地统计学研究了河北省遵化市土壤表层(0～20cm)碱解氮、全氮、速效钾、速效磷和有机质等5种养分要素的空间变异规律.应用GIS能够将系统变量的属性数据同地理数据相结合,使大区域范围内进行地统计学分析变得较为方便.研究表明,全氮、碱解氮、速效磷、有机质变异函数曲线的理论模型符合球状模型,速效钾的理论模型表现为指数模型和有基台值的线性模型的套合结构;碱解氮、全氮、速效磷、有机质的空间变异主要是由随机性因素引起的,但程度有所差异,全氮和有机质由随机性因素引起的空间异质性程度较高,碱解氮和速效磷较低;速效钾的空间变异则主要是由结构性因素引起;5种养分要素的空间自相关程度都属于中等的空间自相关,但空间变异的尺度范围不同,碱解氮和速效磷变异尺度基本相近,为5和5.5km;全氮较大,为14.5km;有机质为8.5km;速效钾的变异尺度有两个,0～3.5km主要以指数模型为主,3.5～25.5km范围内以有基台值的线性模型为主.5种养分要素的各向同性的范围不同,碱解氮和速效磷在整个范围(0～28km)都表现出各向同性,全氮和有机质的其次,为0～10km;速效钾的较小,为0～8km.     

基于GIS和地统计学的土壤养分空间变异特征研究：以河北省遵 …

基于地理信息系统（ＧＩＳ）和地统计学研究了河北省遵化市土壤表层（０－２０ｃｍ）碱解氮、全氮、速效钾、速效磷和有机质等５种养分要素的空间变异规律,应用ＧＩＳ能够将系统变量的属性数据同地理数据相结合,使大区域范围内进行地统计分析变得较为方面,研究表明,全氮、碱解氮、速效磷、有机质变异函数曲线的理论型符合球状模型,速效钾的理论模型表现为指数模型和有基合值的线性模型的套合结构;碱解氮、全氮、速效磷、有机质     

Spatial pattern of non-stationarity and scale-dependent relationships between NDVI and climatic factors—A case study in Qinghai-Tibet Plateau,China

Spatial non-stationarity and scale-dependence are important characteristics of the relationship between NDVI and climatic factors. To improve the reliability of model prediction, it is necessary to find the scales and spatial heterogeneity in which a stationary relationship is reached. In this paper, a geographically weighted regression (GWR) model was developed to define spatial non-stationarity and scale-dependent relationships between NDVI and climatic factors. The results indicate that the spatial scale of the stationary relationship for NDVI and both temperature and precipitation is 156 km over the whole Qinghai-Tibet Plateau. Both modeling performance and the spatial pattern of the GWR model are significantly better than global regression models such as OLS. Significant spatial heterogeneity of regression relationships between NDVI and climatic factors is revealed within the Qinghai-Tibet Plateau. We conclude that the dominant climatic factor influencing NDVI is not the same for all ecoregions within the study area. There are also different key scales of interaction between NDVI and the dominant climatic factor in these various ecoregions. Finally, model performance is different in the each eco-region. Therefore, this finding can provide a scientific basis for choosing a suitable scale and reliable models to solve scale-dependent problems in geography and ecology.     

The greening and browning of Alaska based on 1982–2003 satellite data

Aim To examine the trends of 1982–2003 satellite‐derived normalized difference vegetation index (NDVI) values at several spatial scales within tundra and boreal forest areas of Alaska. Location Arctic and subarctic Alaska. Methods Annual maximum NDVI data from the twice monthly Global Inventory Modelling and Mapping Studies (GIMMS) NDVI 1982–2003 data set with 64‐km² pixels were extracted from a spatial hierarchy including three large regions: ecoregion polygons within regions, ecozone polygons within boreal ecoregions and 100‐km climate station buffers. The 1982–2003 trends of mean annual maximum NDVI values within each area, and within individual pixels, were computed using simple linear regression. The relationship between NDVI and temperature and precipitation was investigated within climate station buffers. Results At the largest spatial scale of polar, boreal and maritime regions, the strongest trend was a negative trend in NDVI within the boreal region. At a finer scale of ecoregion polygons, there was a strong positive NDVI trend in cold arctic tundra areas, and a strong negative trend in interior boreal forest areas. Within boreal ecozone polygons, the weakest negative trends were from areas with a maritime climate or colder mountainous ecozones, while the strongest negative trends were from warmer basin ecozones. The trends from climate station buffers were similar to ecoregion trends, with no significant trends from Bering tundra buffers, significant increasing trends among arctic tundra buffers and significant decreasing trends among interior boreal forest buffers. The interannual variability of NDVI among the arctic tundra buffers was related to the previous summer warmth index. The spatial pattern of increasing tundra NDVI at the pixel level was related to the west‐to‐east spatial pattern in changing climate across arctic Alaska. There was no significant relationship between interannual NDVI and precipitation or temperature among the boreal forest buffers. The decreasing NDVI trend in interior boreal forests may be due to several factors including increased insect/disease infestations, reduced photosynthesis and a change in root/leaf carbon allocation in response to warmer and drier growing season climate. Main conclusions There was a contrast in trends of 1982–2003 annual maximum NDVI, with cold arctic tundra significantly increasing in NDVI and relatively warm and dry interior boreal forest areas consistently decreasing in NDVI. The annual maximum NDVI from arctic tundra areas was strongly related to a summer warmth index, while there were no significant relationships in boreal areas between annual maximum NDVI and precipitation or temperature. Annual maximum NDVI was not related to spring NDVI in either arctic tundra or boreal buffers.     

A minimum medical GIS database (MMDb) for Europe

Geographic information systems (GIS) and remote sensing (RS) technologies are being used increasingly to study the spatial and temporal patterns of some parasitic diseases of medical and veterinary importance. At the same time, the incorporation of GIS in this field shows the scarcity of the data and images available, which sometime discourage researchers that still look at GIS as a system too difficult and unusable for medical study. Aware of this problem and supported by success of earlier MMDb's for Africa, Asia and South America, the authors' aim is to construct and offer an MMDb for Europe. The initial MMDb is composed with vector images covering an area situated from -11 degrees-70 degrees N to 58 degrees-30 degrees E. Specifically, data layers include: a) Global Moderate-Resolution Imaging Spectroradiometer (MODIS) Normalized Difference Vegetation Index (NDVI) 16 days at 250 m spatial resolution designed to provide consistent spatial and temporal comparisons of vegetation conditions, supplied in the MMDb as seasonal and annual composite images from 2000 to 2003, b) MODIS Land Surface Temperature (LST) calculated from daytime and nighttime observations at 8 day intervals at 1 km spatial resolution, supplied in the MMDb as seasonal and annual composites images for day (maximum) temperatures, night (minimum) temperatures from 2000 to 2003, c) GTOPO30 Digital Elevation Model (DEM) at 1 km spatial resolution, d) United States Geological Survey (USGS) Land use/land cover scheme, e) USGS actual and potential evapotranspiration supplied for all 12 months as a grid at 50 km spatial resolution, f) USGS precipitation showing the amount of rainfall for all 12 months supplied as a grid at 50 km spatial resolution, g) USGS shapefiles of administrative and political boundaries, cities, towns, villages, lakes, rivers, streams, road, railroads and more. The MMDb projection will be in geographic latitude-longitude, decimal degree format. This global format is most commonly used for public access map database resources and can be readily re-projected as needed for compatibility with various national mapping systems. There is no "required" software, and end users need only common commercial GIS software packages that have mutual import-export functions. Additionally, the MMDb is meant to be a dynamic resource that end users may improve and modify with other regional data.