南昌市植被覆盖度时空演变及其对非气候因素的响应

植被是陆地生态系统的重要组成部分,植被覆盖在空间上的差异是气候和人类活动交互作用的结果。随着城市扩张,人类活动的加剧及不合理的土地利用方式导致了很多生态问题,对植被覆盖有重大影响。基于地形调节植被指数的像元二分模型,利用3期landsat-5 TM影像图分析南昌市植被覆盖度时空演变特征,并结合DEM数据分析植被覆盖度及变化的地形梯度分异规律,利用3期土地利用图量化植被覆盖度变化对土地利用方式转变的响应。结果显示:1)研究区2001—2010年植被覆盖度从0.54下降为0.42,总体上呈退化趋势,2005年之后植被退化有所减缓;2)植被覆盖度的地形梯度变化显著。植被覆盖度与高程呈高度的正相关性,在坡度0—22°梯度带呈现较高的正相关,在坡度22—40°梯度带呈现较高的负相关。80%以上植被覆盖变化集中在海拔30 m以下、坡度4°以下的区域;3)植被覆盖度变化是地形与土地利用综合作用的结果。在平原低丘区,土地利用行为是植被覆盖变化的主导因素。城市的建设和扩张导致占用耕地、林地和草地,以及大面积的撂荒、伐林等土地活动对植被覆盖退化的贡献率为50%以上,是植被覆盖退化的主要原因,而退耕还林还草、废弃地复垦、后备资源开发为植被覆盖增加的主要原因。可为平原低丘区生态环境监测和构建环境友好型土地利用模式提供科学依据。     

宁夏灵武白芨滩自然保护区植被覆盖变化地形效应

基于MODIS—NDVI时序数据,运用ArcGIS软件,采取植被指数法和趋势分析法,估算了宁夏灵武白芨滩国家级自然保护区2000—2019年植被覆盖度,分析研究了植被覆盖变化趋势及其与地形因子的关系.结果表明:该保护区植被覆盖度由波动变化不明显逐渐变为波动上升趋势.植被覆盖类型以低覆盖度和中覆盖度类型为主.随着高程的增...     

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。     

连江流域植被的空间分布特征

利用1973、1988和2006年3期遥感数据,以归一化植被指数像元二分法为植被覆盖度估算模型计算连江流域不同时期的植被覆盖度,然后运用DEM地形高程数据及回归分析法和相关分析法,分析海拔高度、坡向、坡度与植被覆盖度的关系.结果表明:(1)高程200～1600 m、坡向90°～160°和坡度10°～30°范围内,因人类活动干扰较少和温度、水分等条件较好,植被覆盖度高、质量较好.(2)植被覆盖度的空间分布特征主要受高程影响,其次为坡向,与坡度的相关性较小.(3)近33年连江流域植被覆盖度以剧烈增加区和稳定区为主,多分布于林场、自然保护区和人造林区等植被生境优越点.     

内蒙古大兴安岭根河森林保护区植被覆盖度变化

基于2000年Landsat-5 TM和2013年GF-1两期遥感影像,利用像元二分模型分别进行了内蒙古大兴安岭根河森林保护区植被覆盖度的估算,并对该区13年间植被覆盖度的变化情况及其与地形因子的相关性进行了分析。结果表明:利用像元二分法可准确地估算研究区植被覆盖度(决定系数R~2=0.52,相对平方误差RSE=0.54)。两期植被覆盖度与高程正相关性最大,其次为坡度。两期植被覆盖度变化图表明,该地区13年间植被覆盖度总体呈下降趋势,其中高覆盖度的下降最为明显。两期植被覆盖度及其差值随高程的增加而增大,海拔超过1027 m两者均变化缓慢,且植被覆盖度变化主要为正变化。火灾、水系富集、人工抚育频繁等因素对低海拔地区植被覆盖度的下降影响较大。     

榆神府矿区植被覆盖的动态变化及其影响因素

为了研究榆神府矿区植被覆盖度的时空演化规律,基于2005—2016年12期MOD13Q1数据,采用像元二分法、线性回归趋势线法和地形面积差异修正系数等方法,研究榆神府矿区植被覆盖度的时空分布特征和变化趋势,并结合地形地貌、土地利用和采矿活动等数据分析其与植被覆盖度变化的关系。结果表明:(1)在研究时段内,榆神府矿区植被覆盖度变化幅度比较剧烈。植被覆盖度低的区域分布在矿区乌兰木伦河以南、无定河以北的范围内;植被覆盖度高的区域分布在神府新民矿区和榆横矿区南部。(2)植被覆盖度年际变化趋势呈东北向西南先下降后上升的改善趋势,植被改善区域占榆神府矿区总面积的90%以上。(3)在海拔899~1000 m、坡度8°~12°和平原地区植被覆盖度的平均值最高;在海拔1000~1437 m、坡度4°~28°和丘陵地区植被改善类型的面积比最大。2010—2015年土地利用转换类型对于植被的影响要好于2005—2010年,且植被均以改善型为主。(4)由煤矿点、厂房、排土场、塌陷地以及缓冲区内植被覆盖分析可知,采矿活动对矿区植被影响比较明显。     

2000—2018年西北砒砂岩区植被覆盖度与地形效应

利用2000—2018年的MODIS-EVI数据,基于像元二分模型计算植被覆盖度,利用数字高程模型(DEM)数据从高程、坡度和坡向等方面分析西北砒砂岩区植被覆盖度的地形效应。结果表明: 2000—2018年西北砒砂岩区植被覆盖度(FVC)相对较低,平均按2.43·a^-1的速率递增,FVC正距平年主要有12年,其中以2018年和2013年相对最高,负距平年主要有7年,其中以2001年和2000年相对最低。砒砂岩区FVC空间分布由东南向西北逐渐降低,但不同类型砒砂岩区FVC存在较大差异,其中裸露砒砂岩区FVC相对最低,覆沙砒砂岩区次之,覆土砒砂岩区相对最高;2000—2018年砒砂岩区FVC的平均变化率为0.0031,植被生长状况趋于改善。高程-坡向效应表明,裸露砒砂岩和覆沙砒砂岩区坡向分别在高程≤1000 m和>1500 m处对FVC的影响较大,覆土砒砂岩区坡向对FVC的影响较小,但在高程1200～1300 m处影响较大。坡度-坡向效应表明,砒砂岩在坡度≤15°时,FVC的坡度坡向效应不明显,坡度＞25°时裸露砒砂岩和覆沙砒砂岩的阴坡和半阴坡FVC大于阳坡和半阳坡;覆土砒砂岩坡度＞15°时,半阴坡和半阳坡的FVC大于阴坡和阳坡。     

湖北省黄冈市欠发达地区植被覆盖度时空特征分析

运用黄冈市2000、2005 和2010 年3 期的 LandsatTM 和LandsatETM+遥感数据, 采取像元二分模型, 进行植被覆盖度计算并分析其时空特征, 同时将植被覆盖度与坡向、坡度、高程进行叠加, 进一步探讨地形因子对植被覆盖度分布的影响。研究表明: (1)2000-2010 年黄冈市植被覆盖度呈现出先上升后退化趋势, 植被状况整体上表现为趋向恶化; (2)东部植被覆盖空间分布较高, 中南部植被覆盖状况较稳定, 而北部和中西部植被覆盖状况相对较低; (3)植被覆盖度在阴阳坡分布较稳定, 植被覆盖度分布密集区域主要集中在高程为300 米、坡度为15-25的区域内。研究结论对推进黄冈市植被资源可持续利用与管理具有重要借鉴意义。     

FAST电磁波宁静区植被覆盖度与地形因子的时空关系分析

植被覆盖度对FAST电磁波宁静区的生态系统环境变化有着重要指示作用, 研究选取2008年、2013年和2018年3个时期的Landsat TM/OLI影像, 获取FAST电磁波宁静区的植被覆盖度数据, 并探讨其与海拔、坡度、坡向等因子的时空变化关系。结果表明: (1)近10年来, 植被覆盖度整体呈增加的趋势, 且森林覆盖增加速率远高于退化速率; (2)根据IR-MAD变化检测来看, 植被覆盖变化较剧烈的区域沿道路和居民区分布, 此时受人类活动的影响较大; (3)地形因子不同程度地影响着植被覆盖度的变化, 中低山的植被覆盖度较高, 坡度较缓区域植被覆盖度占比大, 阳坡的植被覆盖度高于阴坡, 平地稀少植被覆盖可忽略不计。研究结果可为FAST电磁波宁静区生态环境保护提供参考价值。     

2000-2016年秦岭山地植被覆盖变化地形分异效应

利用2000-2016年MODIS NDVI数据,采用趋势分析及地形差异修正法,探讨秦岭山地植被覆盖变化在南北坡、不同海拔以及不同坡度坡向下的空间分异性。结果表明：近17年来,秦岭山地植被覆盖度良好,整体呈上升趋势,南北坡、不同海拔、不同坡度、不同坡向下植被覆盖度有所差异,植被变化趋势也不同。（1）就南北坡而言,近17年来秦岭南坡植被覆盖度上升趋势大于北坡,南坡植被覆盖以上升趋势为主,而北坡以稳定为主。（2）不同的海拔高度上秦岭山地植被覆盖变化在存在分异性：低海拔区域呈减少趋势,中海拔区呈明显的上升趋势,2000 m以上的高海拔区域北坡的植被覆盖度较为稳定,而南坡的2500到3100 m区域内有较明显的减小趋势。（3）从坡度来看,随着坡度的增加秦岭山地植被覆盖度由减少转为增加再转为稳定,南北坡植被变化分异性不明显。（4）不同坡向上,秦岭南北坡植被覆盖度变化差异明显,由阴坡转为阳坡时,北坡植被覆盖有明显的增长趋势,而南坡则不明显,植被覆盖度减小区在南北坡的分布呈相反趋势,分别分布在南坡的阳坡以及北坡的阴坡。     

2000-2019年重庆市植被覆盖时空变化特征及其驱动因素

基于MODIS-NDVI数据、气象数据、地形数据和人类活动数据,采用趋势分析等方法,应用地理探测器模型,全面分析2000-2019年重庆市植被覆盖时空变化特征,并探究各地理因子及其交互作用对重庆市植被覆盖的影响程度与作用机制。研究发现:(1)2000-2019年,重庆市植被覆盖整体呈波动上升趋势,增长率为4.4%/10a,NDVI偏差值呈先减小后增加趋势。(2)2000-2019年,重庆市植被覆盖高值区主要分布于渝东北和渝东南,低值区则主要分布于三峡库区消落带及渝西、主城地区;植被覆盖空间格局在东西方向上由"一字型"向"斜线型"演化,南北方向上由"浅U型"向"深U型"演化。(3)2000-2019年,各地理因子对重庆市植被覆盖空间分异性解释力大小依次为:年均温(0.3459)>高程(0.3281)>年均降水量(0.2305)>人类活动强度指数(0.1747)>坡度(0.1008)>总辐射(0.0552)>坡向(0.0034);年均温、坡向、人类活动强度指数解释力总体呈增加趋势,年均降水量、总辐射、高程、坡度解释力总体呈减小趋势。(4)2000-2019年,各地理因子对重庆市植被覆盖变化存在交互作用,且呈双因子增强和非线性增强两种类型,而不存在相互独立作用或对植被覆盖变化解释力减弱的交互因子。     

基于地形梯度的黄河流域中段植被覆盖时空分异特征——以延安市为例

植被恢复是黄河流域生态保护和高质量发展的关键,深入研究植被的时空分异特征具有重要的现实意义。本研究以4期Landsat TM/OLI为遥感数据源,采用像元二分模型估算植被覆盖度,运用转移矩阵、地学信息图谱和重心迁移模型分析1988—2018年黄河流域中段延安市植被覆盖的时空演变特征;并结合地形数据,利用地形分布指数分析高程、坡度上植被覆盖的空间响应规律。结果表明: 研究期间,延安市植被覆盖呈北低南高的空间分布特征,植被覆盖受政策影响而大幅增高;1988—2018年,延安市植被变化模式以持续向好和稳定不变为主导,有50%的区域植被覆盖情况改善,83%的高植被覆盖区域保持稳定。在各高程和坡度等级上,高植被覆盖的分布优势度随时间变化而增大;在各坡度等级上,植被增加百分比和植被稳定性随坡度增加而增大。延安不同等级植被覆盖的迁移方向与植被覆盖整体的迁移趋势基本一致,总体向北偏西转移。延安植被建设已取得显著成效,但北部植被覆盖状况仍待提高,优化植被类型和结构是未来植被建设的重要方向。     

Vegetation coverage changes driven by a combination of climate change and human activities in Ethiopia, 2003–2018

Climate change often leads to the vulnerability of vegetation cover, while the impact of human activities on vegetation cover is undoubtedly more complex in this context, especially in Ethiopia. This paper analyzed the spatiotemporal dynamics of vegetation growth in Ethiopia from 2003 to 2018 by the enhanced vegetation index (EVI) based on different time scales and explored the coefficient of variation and driving factors of the fractional vegetation coverage (FVC). The results indicated that the EVI mainly presents a “double peak” pattern, with large spatiotemporal differences between quarters and months in Ethiopia. The FVC increased by 0.0005 per year, but vegetation showed a browning trend after 2013. The FVC degraded area accounted for 43.9% of the total area, of which the significantly degraded area accounted for 7.51% due to human activities, mainly in northern, central, and southern Ethiopia. The effects of precipitation and maximum temperature on vegetation differed on time scales. Spatially, the vegetation on the northwest side of the Main Ethiopian Rift Valley (MERV) was dominated by a combination of maximum temperature and precipitation, while vegetation on the southeast side of MERV was mainly influenced by precipitation. However, the spatial overlay analysis with degraded and healthy vegetation zones revealed that human activities were the key driver of vegetation cover change rather than climate change. This study provides support for further development of vegetation health conservation policies in Ethiopia and monitoring of vegetation dynamics in other countries around the world.     

北京山区植被动态及生态恢复的遥感监测

基于北京地区1979、1988、1999、2005和2009年5期Landsat数据,利用基于植被指数的像元线性分解模型对植被覆盖度进行反演,分析了北京山区植被覆盖的时空动态,并通过提取植被退化和修复的区域,研究了海拔、坡度和土壤类型对生态修复的影响.结果表明：1979-1988年,北京山区植被覆盖基本稳定,其后由于社会经济的快速发展,1988-2000年北京山区植被严重退化,2000年以后由于采取多种保护措施,大部分区域生态恢复效果明显,2009年平均覆盖度达到72%,比1999年增加了13%.北京山区植被覆盖变化与地理特征密切相关,土壤贫瘠和坡度较大区域在自然状态下的退化比例相对较高,且退化后不易自然恢复,而低海拔区域受人为因素的影响更大.     

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。     

陕西省退耕还林植被覆盖度与湿润指数的变化关系

使用MODIS-NDVI数据和气象站点资料,通过GIS遥感技术和数理统计等方法,分析了陕西省退耕还林后(2000—2012年)植被覆盖度与湿润指数的时空变化规律及两者变化的关系。结果表明,陕西省植被覆盖度和湿润指数都呈现由南向北递减的分布规律并且有明显的季节变化特征。2000—2012年,陕西省植被覆盖度在波动中呈现大幅增加的趋势,陕北地区增加最为显著,生态环境得到明显改善,然而部分城市周边地区植被有退化的迹象。2000—2012年湿润指数年际变化波动较大,有上升的趋势,陕南地区增加显著。空间分布上随着植被覆盖度的增加湿润指数呈指数变化趋势,相关性与植被覆盖度面积取值范围有关,范围取值越大相关系数越高。植被覆盖度的年际变化受到气候和人为因素影响,陕南地区植被覆盖度与湿润指数的相关性较显著,而受到人为影响比较明显的陕北、关中地区相关性不显著。     

Spatiotemporal variations and driving mechanisms of vegetation coverage in the Wumeng Mountainous Area,China

Quantifying the influence of factors on changes in fractional vegetation cover (FVC) is critical for assessing regional environmental changes and consequent ecological protection. However, accurately identifying the factors responsible for vegetation changes remains a challenge. This study focuses on the Wumeng Mountain Area, China (WM), where the ecological environment is extremely fragile and the social economy underdeveloped. Using the enhanced vegetation index to calculate FVC, Sen's slope trend analysis, Mann–Kendall test with the trend-free prewhitening procedure, Pettitt change-point test, and Hurst exponent, we analyzed the spatiotemporal variations in vegetation from 2000 to 2019 and projected future variations. The geographical detector model was used to analyze the spatial differentiation driving mechanism of changes in vegetation cover in the WM. We observed that the spatiotemporal variation of vegetation in the WM was significant between 2000 and 2019. The areas of the WM with extremely significant growth and significant growth accounted for 32.57% (p < 0.01) and 15.28% (0.01 < p < 0.05), respectively. The mutation years of the significantly changed vegetation were concentrated between 2007 and 2011. However, 36.09% of vegetation growth exhibited strong unsustainable characteristics and based on the past 20 years, a potential decreasing trend that has great uncertainty in the future. The geographical detector model indicated that temperature and soil type were the primary driving forces for spatial differentiation of vegetation changes in the WM, with q values of 0.131 and 0.101, respectively. Interactions between climate, topography, and human activities promote vegetation growth in a nonlinear fashion     

京津风沙源区不同分区植被覆盖度变化及归因分析

以2000—2018年MODIS NDVI影像为数据源,基于像元二分模型估算京津风沙源区植被覆盖度(FVC),分析京津风沙源区FVC的时空变化特征,并结合自然因素和人类活动,运用地理探测器模型探究自然、人类活动对区域尺度FVC空间分布的影响。结果表明:2000—2018年,京津风沙源区FVC呈增加趋势,增长速率为0.013·(10 a)^-1,植被增加率为8.2%,FVC较高的区域在燕山丘陵山地水源保护区,其次是农牧交错带沙化土地治理区和浑善达克沙地治理区,FVC较低的区域为北部干旱草原沙地治理区。不同分区各驱动因子对FVC空间分布的解释力不同。自然因素中,年降水量是控制北部干旱草原治理区、浑善达克沙地治理区和燕山丘陵山地水源保护区FVC空间分布的主要驱动因子,坡度是控制农牧交错带沙化土地治理区的主要驱动因子;人类活动中,年末大牲畜头数是控制北部干旱草原治理区和农牧交错带沙化土地治理区FVC空间分布的主要驱动因子,人口密度是控制浑善达克沙地治理区和燕山丘陵山地水源保护区FVC空间分布的主要驱动因子;其他因子对FVC空间分布的影响则存在区域差异。交互探测器结果显示,双因子交互作用以双协同作用和非线性协同作用为主。人类活动与年降水量、坡度等自然因素的共同作用能够更充分地解释FVC空间分布。风险探测器识别的适宜植被生长的范围为年降水量316.4～486.0 mm、平均相对湿度48.4%～57.6%、年均温2.5～7.9 ℃的区域,其他驱动因子则在不同分区之间存在差异。