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。     

中国东部南北样带主要植被类型归一化植被指数对气候变化的响应及不同时间尺度的差异性

 植被的动态变化及其与环境的关系已成为全球变化研究的热点问题。陆地样带是进行全球变化驱动因素梯度分析的有效途径。该研究依托中国东部南北样带(NSTEC), 对南北样带不同时间尺度的气候因子和植被活动变化特征进行了分析, 并重点阐述了具有代表性的12种植被类型对气候因子的响应方式。研究结果表明: 南北样带植被的归一化植被指数(NDVI)的变化同时受控于气温和降水, 但是在不同的空间和时间尺度上植被NDVI的响应方式各异。在年时间尺度上, 只有温带落叶
灌丛(TDS)的NDVI受气温控制; 而温带禾草草原(TGS)和亚热带和热带针叶林(STCF)的NDVI同时受气温和降水调控。其他植被类型的年NDVI与年平均气温和年总降水量没有直接显著的联系, 而受年内气温变化和降水分配状况的影响更大。在月时间尺度上, NDVI与气温的关系在不同类型植被之间存在很大差异。一般而言, 植被NDVI与前4个月内的气温关系最为密切, 并且从1月份到4月份气温的滞后时长在缩短。其中, 温带针叶林(TCF)、温带落叶阔叶林(TDBF)、TDS、STCF和亚热带热带草丛(STG)等植被类型, 5–8月的NDVI与气温普遍呈负相关关系。草原和灌丛植被类型当月NDVI与当月降水量主要以正相关为主, 而森林类型当月NDVI与当月降水量主要以负相关为主。     

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。     

Recent greening of grasslands in northern China driven by increasing precipitation

近年中国北方草地变绿受降水增加的驱动 中国北方的暖湿化是近期的热点话题,然而其对植被生长的影响仍不清楚。本研究基于长时间序列(1982–2018年)数据,研究了归一化植被指数(NDVI)的时间动态及其气候驱动因子之间的关系,以探索近年来气候的暖湿化是否会导致该区植被变绿。我们采用分段回归探测了NDVI的变化趋势是否存在转变点,用Pearson相关分析描述了植被指数与气候因子的关系。最后,采用逐步多元回归方法研究了气候因子对NDVI时间变化的贡献率。研究结果表明,NDVI时间变化趋势的转变点出现在2008年,GIMMS NDVI在1982–2008年略有增加,上升速率为0.00022 yr⁻¹,在2008–2015年上升速率达到0.002 yr⁻¹,MODIS NDVI在2008–2018年上升速率为0.0018 yr⁻¹。降水是NDVI变化的主要驱动因子,气温和饱和水汽压差(VPD)对NDVI的变化影响较小。总体看来,NDVI时间序列变化趋势存在转变点,并且近期气候的暖湿化主导了中国北方草地植被变绿,这为今后更好地预测该地区气候变化下的植被覆盖变化提供了依据。     

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。     

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...     

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。     

西南地区不同植被类型归一化植被指数与气候因子的相关分析

基于中国西南地区1982—2006年的归一化植被指数(NDVI)遥感数据集和气象数据,运用GIS技术对年均气温、年降水量和干旱指数进行插值,分析了西南地区不同植被类型(沼泽、灌丛、草丛、草原、草甸、针叶林、阔叶林、高山植被、栽培植被)NDVI的年际变化及其与气候因子的相关性.结果表明:研究期间,西南地区NDVI、年均气温、年降水量总体呈上升趋势,其中,年均气温的上升趋势达极显著水平,干旱指数则呈下降趋势;在9种植被类型中,沼泽和草丛NDVI呈下降趋势,且草丛的下降趋势达显著水平,其他7种植被类型的NDVI均呈上升趋势,且针叶林、草甸和高山植被的NDVI上升趋势达显著水平,灌丛NDVI呈极显著上升趋势.9种植被类型所在地区的年均气温均显著上升;年降水量的变化均不显著;沼泽、草丛和栽培植被所在地区的干旱指数呈上升趋势,草甸和高山植被所在地区的干旱指数显著下降,其他4种植被类型所在地区的干旱指数呈不明显的下降趋势.研究区灌丛和针叶林NDVI与年均气温呈显著正相关,灌丛和草甸NDVI与干旱指数呈显著负相关.在保持其他2个气候因子不变的情况下,针叶林、阔叶林、高山植被NDVI与年均气温的相关性最大,草丛NDVI与年降水...     

气候变化背景下京津风沙源区人类活动对植被影响的量化分析

在气候变化背景下,将人类活动对植被的影响进行量化研究,对于区域生态管理具有重要的现实意义。本研究基于GIMMS NDVI3g数据、气象数据(气温、降水)和标准化降水蒸散指数(SPEI),运用相关分析和趋势分析,研究京津风沙源区1982—2014年不同时期的植被时空变化及其驱动因子,再利用回归分析和残差分析定量研究了不同时期不同亚区人类活动对植被变化的影响。结果表明: 1982—2014年,京津风沙源区77.1%的植被退化状况得到明显改善,64.1%的地区植被生长呈上升趋势,年均NDVI呈现东南向西北递减的趋势。不同时期植被动态研究显示,74.5%的地区在京津风沙源治理工程实施后植被增加,最明显的是晋北山地丘陵亚区。在气候因子中,降水与植被变化的相关性最强;生态工程等人类活动在京津风沙源区的大部分地区起到了积极的作用,尤其是晋北山地丘陵亚区达到了94.9%。     

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。     

22年来西北不同类型植被NDVI变化与气候因子的关系

 为了研究气候变化对西北地区不同类型植被的影响，利用NASA GIMMS 1982～2003年逐月归一化植被指数（Normalized difference vegetation index, NDVI）数据集和西北地区138个气象站点同期的气温和降水资料，计算了各站22年月平均气温和降水与NDVI的相关系数。同时, 选西北 地区森林、草原、绿洲和雨养农业4类有代表性的植被类型为研究区，对各类植被NDVI与气温和降水的相关关系进行分析。研究结果表明：除无 植被的戈壁沙漠地区外，西北地区NDVI与气温和降水均有较好的相关性。除祁连山中部地区外，西北地区NDVI与气温的相关系数大于降水。天 山、阿尔泰山和秦岭的NDVI与气温相关系数最高，而青海东北部NDVI与降水相关系数最高。西北地区各种类型植被对气候变化反映敏感。其敏 感度因植被类型不同和同类植被所处的地理位置不同而有差异；纬度较高的新疆林区与温度相关性最高，高寒草甸次之。在植被生长最旺盛的 夏季（6～8月），22年来西北地区各林区的NDVI均呈下降趋势。其中西北东部林区下降趋势显著，与这些地区的降水减少和气温增加有关。草 原区植被以上升趋势为主，高寒草甸和盐生草甸上升趋势最为显著，气温升高是这些地区植被生长加速的原因 之一。西北绿洲是NDVI增加极为 显著的地区，以新疆绿洲NDVI上升趋势最大。气候变暖是近年绿洲NDVI增加的主要驱动力之一，绿洲面积扩大、种植结构调整和种植品种变化 等人为因素对绿洲NDVI增加的作用不可忽视，这种作用在新疆表现的尤为突出。雨养农业区NDVI年际 间波动较大，各区域间变化不太一致。 NDVI的波动与降水变化有很好的正相关，与气温变化有很好的负相关，近年来西北东部气温升高和降水的减少是雨养农业区NDVI下降的原因， 农业措施的实施也改变了植被生长对气候条件的依赖性。     

中国典型植被类型NDVI动态变化与气温、降水变化的敏感性分析

利用 198 3～ 1992年覆盖全国范围的、多时相的、NOAA/AVHRR的 NDVI数字影像 ,结合我国 16 0个基本标准气象站逐月的气温、降水资料 ,对 10年来中国主要植被类型的遥感特征参数 NDVI的动态变化与同期气温、降水变化的关系进行了分析。结果显示 :就全国而言 ,从北到南 ,NDVI的变化与气候条件变化的相关系数逐渐降低 ;从东南到西北 ,NDVI的变化与气候条件变化的相关系数逐渐增加。     

2001—2020年川西北高原归一化植被指数演变特征及其对极端气候的响应

川西北高原是典型的生态气候敏感区,其植被状况与气候变化密切相关。本研究基于2001—2020年MODIS-NDVI数据集和气象数据,采用最大值合成、地理探测器模型、线性趋势分析、相关分析等方法,研究川西北高原生长季归一化植被指数(NDVI)的变化趋势及其对气候因子的响应机制。结果表明: 研究期间,川西北高原植被覆盖度整体状况良好,86.8%的区域植被稳定,12.6%的区域NDVI呈弱持续性上升趋势,0.6%的区域NDVI呈下降趋势,全区生态环境呈稳中向好的发展趋势。研究区植被覆盖度空间差异大,总体呈由西南向东北上升的趋势,并有显著的立体变化。海拔1350 m以下,NDVI随海拔升高而上升;海拔1350～3650 m,NDVI无显著变化;海拔3650～5900 m,NDVI随海拔升高而下降,在4750～5900 m快速下降;海拔5900 m以上,几乎无植被。川西北高原的NDVI受多种自然因子交互作用影响,热量因子(月最高气温极大值、月最低气温极小值、植物生长期、年均温、生长期均温)是主导气候因子,除月最高气温极大值外,其余温度因子对NDVI均以正贡献为主。NDVI对气温指数的响应高于降水指数。在气候变暖背景下,极端气温暖指数对川西北高原植被生长尤其是高海拔地区植被生长及改善以促进作用为主。     

Normalized difference vegetation index prediction based on the delta downscaling method and back-propagation artificial neural network under climate change in the Sanjiangyuan region,China

Predicting the response of vegetation to climate change through mathematical methods is an important way to understand ecosystem condition changes in ecologically vulnerable regions. We took the Sanjiangyuan region, one of the most sensitive areas to climate change, as the study area to construct a simpler calculation and higher resolution (suitable for regional scale study) nonlinear method to predict the normalized difference vegetation index (NDVI) under climate change by combining the delta downscaling method and backpropagation artificial neural network. We first used the delta downscaling method to downscale the coarse-resolution climate element data of the Coupled Model Intercomparison Project (Phase 6) (CMIP6) to 0.08333° (regional scale). By analysing the relationship between NDVI and climate elements, we found that NDVI has the highest correlation with annual total precipitation, annual mean temperature, variation range of precipitation and temperature, etc. Then, we used these impact factors to train the back propagation artificial neural network (BP-ANN) and predict the NDVI in 2030 and 2060 under the SSP1–2.6 scenario and SSP5–8.5 scenario. The simulated results show that the BP-ANN can be used to construct the nonlinear relationship between NDVI and the impact factors on different scales. In the future, NDVI will increase under both the SSP1–2.6 scenario and the SSP5–8.5 scenario. The western part of the study area has the highest altitude, the ecosystem is more vulnerable, and the changes will be the most intense. This study is expected to provide a reference for understanding the impact of climate change on vegetation in national parks in plateaus and to provide a simpler NDVI prediction method for the evaluation of environmental quality under the impact of climate change with NDVI as one of the parameters.     

Beyond Precipitation: Physiographic Gradients Dictate the Relative Importance of Environmental Drivers on Savanna Vegetation

Background

Understanding the drivers of large-scale vegetation change is critical to managing landscapes and key to predicting how projected climate and land use changes will affect regional vegetation patterns. This study aimed to improve our understanding of the role, magnitude and spatial distribution of the key environmental factors driving vegetation change in southern African savanna, and how they vary across physiographic gradients.

Methodology/Principal Findings

We applied Dynamic Factor Analysis (DFA), a multivariate times series dimension reduction technique to ten years of monthly remote sensing data (MODIS-derived normalized difference vegetation index, NDVI) and a suite of environmental covariates: precipitation, mean and maximum temperature, soil moisture, relative humidity, fire and potential evapotranspiration. Monthly NDVI was described by cyclic seasonal variation with distinct spatiotemporal patterns in different physiographic regions. Results support existing work emphasizing the importance of precipitation, soil moisture and fire on NDVI, but also reveal overlooked effects of temperature and evapotranspiration, particularly in regions with higher mean annual precipitation. Critically, spatial distributions of the weights of environmental covariates point to a transition in the importance of precipitation and soil moisture (strongest in grass-dominated regions with precipitation<750 mm) to fire, potential evapotranspiration, and temperature (strongest in tree-dominated regions with precipitation>950 mm).

Conclusions/Significance

We quantified the combined spatiotemporal effects of an available suite of environmental drivers on NDVI across a large and diverse savanna region. The analysis supports known drivers of savanna vegetation but also uncovers important roles of temperature and evapotranspiration. Results highlight the utility of applying the DFA approach to remote sensing products for regional analyses of landscape change in the context of global environmental change. With the dramatic increase in global change research, this methodology augurs well for further development and application of spatially explicit time series modeling to studies at the intersection of ecology and remote sensing.     

Increasing terrestrial vegetation activity in China, 1982–1999

Variations in vegetation activity during the past 18 years in China were investigated using the normalized difference vegetation index (NDVI) derived from the 3rd generation time series dataset of NOAA-AVHRR from 1982 to 1999. In order to eliminate the effects of non-vegetation factors, we characterized areas with NDVI < 0.1 as “sparsely vegetated areas” and areas with NDVI ≥0.1 as “vegetated areas”. The results showed that increasing NDVI trends were evident, to varying extents, in almost all regions in China in the 18 years, indicating that vegetation activity has been rising in recent years in these regions. Compared to the early 1980s, the vegetated area increased by 3.5% by the late 1990s, while the sparsely vegetated area declined by 18.1% in the same period. The national total mean annual NDVI increased by 7.4% during the study period. Extended growing seasons and increased plant growth rates accounted for the bulk of these increases, while increases in temperature and summer rainfall, and strengthening agricultural activity were also likely important factors. NDVI changes in China exhibited relatively large spatial heterogeneity; the eastern coastal regions experienced declining or indiscernibly rising trends, while agricultural regions and western China experienced marked increases. Such a pattern was due primarily to urbanization, agricultural activity, regional climate characteristics, and different vegetation responses to regional climate changes.     

Increasing terrestrial vegetation activity in China, 1982—1999

Variations in vegetation activity during the past 18 years in China were investigated using the normalized difference vegetation index (NDVI) derived from the 3rd generation time series dataset of NOAA-AVHRR from 1982 to 1999. In order to eliminate the effects of non-vegetation factors, we characterized areas with NDVI < 0.1 as “sparsely vegetated areas” and areas with NDVI ≥ 0.1 as “vegetated areas”. The results showed that increasing NDVI trends were evident, to varying extents, in almost all regions in China in the 18 years, indicating that vegetation activity has been rising in recent years in these regions. Compared to the early 1980s, the vegetated area increased by 3.5% by the late 1990s, while the sparsely vegetated area declined by 18.1% in the same period. The national total mean annual NDVI increased by 7.4% during the study period. Extended growing seasons and increased plant growth rates accounted for the bulk of these increases, while increases in temperature and summer rainfall, and strengthening agricultural activity were also likely important factors. NDVI changes in China exhibited relatively large spatial heterogeneity; the eastern coastal regions experienced declining or indiscernibly rising trends, while agricultural regions and western China experienced marked increases. Such a pattern was due primarily to urbanization, agricultural activity, regional climate characteristics, and different vegetation responses to regional climate changes.