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。     

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。     

基于地理探测器的河南省植被NDVI时空变化及驱动力分析

植被作为陆地生态系统的主体,能够有效反映全球或区域尺度下的生态环境变化状况。分析植被覆盖时空动态变化特征及驱动力因素,对区域生态系统可持续发展具有重要意义。本文利用归一化植被指数(NDVI)作为指标,研究2000—2019年河南省植被时空动态变化特征,基于地理探测器模型分析河南省植被的空间异质性及其驱动力,并通过Hurst指数分析植被的未来趋势。结果表明：2000—2019年河南省NDVI整体呈现波动上升趋势,增长速度为0.016 10 a^-1,其中2009—2019年增长速度减缓并出现减小趋势;土壤类型、土地利用类型、GDP和人口密度4类因子对NDVI空间分布的影响程度最大;单一因子影响力均低于任两个因子的交互解释力,其中,自然和人为因子的交互作用对NDVI空间分布有明显的影响;由Hurst指数分析发现,河南省未来NDVI变化呈现反可持续性特征,Hurst指数<0.5区域占整个研究区域的植被覆盖度百分比为58.3%,整个研究区未来主要呈现下降趋势。     

2000—2018年辽河流域植被NDVI变化及其与温度、降水的响应关系

在全球气候变暖的背景下, 研究流域植被覆盖度的时空变化及对气候变化的响应对辽河流域的生态环境建设具有重要参考价值。基于2000—2018年研究区分辨率为250 m×250 m的MODIS-NDVI遥感数据、同期流域温度和降水量数据, 借助MVC最大合成、变异系数、趋势分析、Hurst指数、偏相关分析等方法, 得出辽河流域近19年植被覆盖空间分布、变化特征、演变趋势以及气象要素对NDVI变化的响应关系。结果表明: (1)在时间上, 辽河流域19年来NDVI月平均波峰值集中在6—8月份, 7月份达到最大。在年际变化方面, 辽河流域植被覆盖呈缓慢增长的趋势。(2)在空间上, 辽河流域植被覆盖度整体较好, 空间分布由东向西递减, 低植被覆盖区域(<0.3)约占流域总面积的37.78%, 高植被覆盖区域(>0.4)约占流域总面积的14.93%。(3)植被覆盖变异方面, 研究区整体呈低和较低波动的变化状态, 共占90.60%。东西区域的波动差异较为明显。(4)在变化趋势上, 约46.50% 的地区植被覆盖得到了改善, 约36.99% 的区域植被覆盖基本没有发生变化。(5)温度、降水对辽河流域植被生长整体表现为促进作用。近19年来辽河流域植被覆盖整体在不断改善。     

内蒙古大青山国家级自然保护区植被归一化指数时空变化及其与环境因子的关系

选取2000—2020年MODIS影像的归一化指数(NDVI)数据及同期的气象数据,采用趋势分析、变异系数、相关分析等方法,从海拔、坡度和坡向的角度分析了内蒙古大青山国家级自然保护区生长季NDVI的时空变化特征,并进一步探讨了NDVI时空变化与气候因子的相关性。结果表明：(1)2000—2020年,内蒙古大青山国家级自然保护区植被总体覆盖状况良好且呈增长趋势,增长速率为0.058/10a;(2)保护区NDVI空间分布呈现出西部低、东部高的从西到东逐渐增加的特征。保护区生长季NDVI均值随着海拔的升高而明显增加,随着坡度的增加呈缓慢增加趋势,在不同坡向上,生长季NDVI均值大小依次为阴坡>半阴坡>半阳坡>阳坡;(3)从NDVI变化趋势分析来看,2000—2020年大青山自然保护区植被覆盖改善的面积占总面积的61.75%,其中,显著改善、极显著改善面积分别占总面积的41.13%、20.62%,基本保持不变的面积占总面积的38.17%,退化面积占总面积的0.07%。在空间分布上,NDVI显著、极显著增加的区域主要分布在保护区西部和东部,中部以变化不显著为主。保护区各功能区N...     

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.     

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。     

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。     

中国植被净初级生产力变化的时空格局

利用植被净初级生产力（NPP）遥感估算模型,基于统计学分析方法,研究了1982-2000年我国陆地植被NPP的变化及其年际波动的空间分布特征。结果表明：（1）20年间,我国仅8％的陆地区域植被NPP显著减少,而47％的陆地区域植被NPP显著增加,45％的陆地区域植被NPP变化不明显;（2）从空间分布上看,我国大部地区年NPP增加,仅东部沿海发达地区或工业、城市密集区的年NPP减少,但增减速率在空间上存在明显的差异;（3）1982-2000年间,我国大部地区植被NPP年际波动相对变率较小,但西北地区的荒漠草原,相对变率较大。     

祁连山东段天祝县植被指数对气候变化的响应研究

植被是陆地生态系统的重要组成部分, 其覆盖状况与气候变化密切相关。为探究祁连山东段天祝县植被对气候变化的响应, 基于20052018年MODIS-NDVI数据集和同期气象数据, 运用Pearson相关性分析法探究该地区NDVI与气候因子的关系。结果表明: 近14年内祁连山东段天祝县每年生长季的NDVI一直呈递增趋势, 其年均增长率为0.794%, 且以7月NDVI为全年最大值; 通过像元二分模型提取的植被覆盖度可知, 各类植被覆盖度均值占比以V级(45.25%)为主, 其次为IV级(20.71%), III级(15.59%), II级(14.64%), I级(3.50%), 且III级以上植被覆盖度在近14年里整体呈现缓慢增长趋势; 经Pearson相关性分析发现, 区域降雨量与年际及月际NDVI之间呈现显著正相关性, 而气温与仅与月际NDVI之间呈现较弱负相关性, 但月际NDVI对降雨量和气温的响应均存在一定滞后性。相对于气温, 研究区NDVI对降雨量的响应更为敏感, 这为后期通过人工降雨来改善当地生态环境提供参考。     

北部湾南流江流域植被净初级生产力时空分布及其驱动因素

分析北部湾南流江流域净初级生产力时空动态变化特征及其驱动机制,为该区域生态环境保护及应对气候变化提供科学依据。基于光能利用率模型（CASA）,利用遥感数据、气象数据和植被类型数据估算了研究区2000-2015年流域的净初级生产力（NPP）,借助于Theil-Sen趋势、Mann-Kendall检验以及Hurst指数等数理统计方法对研究区NPP的时空变化特征、未来趋势及其驱动因素进行了定量化分析。结果表明：①时间尺度上,流域NPP总体上呈现出波动上升趋势,增速为44.03 g C m^-2（10 a）^-1,快于广西自治区,上游和下游地区NPP快于全区,而中游地区慢于全区;②空间尺度上,流域NPP的分布规律表现出明显的地域分异,中游最高（1098.99 g C/m²）,下游次之（1041.71 g C/m²）,而上游最小（1013.22 g C/m²）。NPP的Sen趋势度介于-77.10-74.80 g C m^-2 a^-1之间,在空间上呈现出增加的趋势。③空间波动性上,流域NPP的变异系数较大,其值介于0.01-0.71,其中洪潮江水库、小江水库周边以及玉林市的城乡建设用地扩张区域处于高波动状态,而流域中部的六万大山以及五皇山地带则处于低波动状态;④未来变化趋势上,流域NPP的Hurst指数范围介于0-0.99之间,平均值为0.70,呈现单峰右偏分布,预示着流域NPP未来处于持续性增加的趋势;⑤驱动机制上,流域NPP与多年平均气温呈正相关关系,与年均降水量呈负相关关系,气温是该流域植被NPP的主控因子。由耕地转化为建设用地所导致的NPP损失值最大,其值达到4715.62 t/a,而草地转换为建设用地导致NPP损失值最小,其值仅为184.63 t/a。     

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.     

近10年湖北省植被指数时空变化特征及其驱动力

为了明确湖北省植被长势变化特征及其影响因子,研究利用Landsat影像提取2005年、2010年以及2015年湖北省景观类型信息,分析近10年来景观时空变化特征;基于2005-2015年夏季MODIS/NDVI数据,采用一元线性回归、Theil-Sen median趋势、Mann-Kendall检验等分析方法对NDVI时空变化特征及其显著性进行探讨;采用最小二乘法对NDVI与气候之间的相关关系进行分析。使用DMSP/OLS和NPP/VIIRS夜间灯光数据探讨NDVI与人类经济活动之间的关系。结果表明：研究区景观类型变化以建设用地和耕地为主。耕地面积呈现逐年减少的趋势,主要转变为建设用地。建设用地面积不断增多,主要由耕地和林地转变而来,集中在武汉、荆州、襄阳城市圈;研究区NDVI值整体上表现为西高东低,以林地为主的十堰、恩施等地区NDVI值较高,以建设用地为主的武汉、襄阳、荆州等地区NDVI值较低;整体上NDVI变化呈轻微改善趋势,局部地区下降明显,鄂西北、鄂西南等地区NDVI稍有上升,武汉城市圈植被呈退化趋势;NDVI与降水量、气温的相关性均较弱,气候因子不是该区NDVI变化的主导因子;NDVI与夜间灯光亮度值呈显著负相关,相关系数达-0.8030,整体上人类经济活动与NDVI呈负相关关系,且有着分区性的特点,在武汉、襄阳等以建设用地为主的地区人类经济活动对NDVI起抑制作用,而在恩施、十堰等林地为主的地区人类活动对NDVI起促进作用。人类社会经济活动是影响研究区景观格局和植被变化的重要驱动力,城镇化扩张是湖北省植被变化的主要原因。     

近20年辽宁省植被动态特征及其对气候变化的响应

区域归一化植被指数(NDVI)变化特征对环境容量和生态发展方向有重要指示作用。基于SPOT/VEGETATION NDVI数据和ESA CCI-LC植被分类数据，利用Theil-Sen+Mann-Kendall、变异系数、Hurst指数和相关性分析方法，对辽宁省2000—2019年不同植被类型归一化植被指数时空变化特征和气候因子之间的响应关系进行分析。结果表明：(1)NDVI均值呈现从乔木到草原逐渐降低的趋势，不同植被类型在生长季具有不同的生长习性；(2)各植被类型都呈增加趋势，结合Hurst指数和Sen趋势，辽宁省36.26%的植被将趋于改善，约有61.51%的植被将趋于退化；(3)变异系数结果表明：所有植被类型中以乔木植被最为稳定，草原型植被最不稳定。(4)辽宁省各植被类型NDVI与降水显著正相关，与气温相关性相对较低。结果可为辽宁省生态评价和碳循环研究提供植被覆盖动态参考。     

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。     

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。