2006-2016年岷江上游植被覆盖度时空变化及驱动力

基于MODIS NDVI遥感数据,采用像元二分模型估算岷江上游植被覆盖度,运用一元线性回归分析和稳定性分析方法,研究2006-2016年岷江上游植被覆盖度时空变化格局及稳定性,并分段讨论2008年"5.12汶川地震"对岷江上游植被的破坏程度以及震后植被恢复情况,利用地理探测器模型对岷江上游植被覆盖度影响因子及影响力进行探测,分析岷江上游植被覆盖度变化驱动力。结果表明：（1）2006-2016年岷江上游植被覆盖整体状况良好,植被覆盖总体情况较为稳定,多年平均植被覆盖度为0.79,植被覆盖度大于0.8的区域占整个岷江上游地区面积的69%。（2）2008年"5.12汶川地震"给整个岷江上游植被造成了严重的破坏,植被覆盖度退化区域面积为14013.41 km²,占整个岷江上游面积的57%,2008-2016年岷江上游植被恢复状况良好,植被覆盖度改善区域面积为17390.69 km²,占整个岷江上游面积的71%,岷江上游植被覆盖度已经超过震前水平。（3）岷江上游植被覆盖度主要受海拔、气温、土壤类型、降水4个因子的影响,其解释力均在40%以上;地貌类型、植被类型的解释力在20%-40%之间;坡度、坡向的解释力均小于1%。     

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。     

内蒙古草原区植被覆盖度时空演变及其驱动力

内蒙古草原具有丰富的自然植被和矿产资源。本研究基于Landsat5/7/8 NDVI数据,采用像元二分模型反演植被覆盖度,通过Sen+MK和Hurst指数对内蒙古草原区植被覆盖度的稳定性、空间分布和未来演变趋势进行研究,并使用最优参数地理探测器分析植被覆盖度空间分异的驱动因素。结果表明：从植被覆盖特征来看,2006—2020年内蒙古草原区植被覆盖度呈增长趋势,整体呈现东高西低的空间格局,以高波动为主,植被具有轻微或明显改善特征的区域(64.8%)远多于轻微或严重退化特征的区域(23.2%)。与过去15年相比,未来植被退化区域的面积占比预计将增加至36.6%,中部草原区的锡林郭勒盟和乌兰察布中部、东部草原区呼伦贝尔的西部和鄂尔多斯市的西部以及西部草原区乌海都有退化风险,应重点关注。从驱动因素来看,降水是内蒙古草原区空间分异性的主导因素,其与土壤类型、土地利用和气温3个因子的协同作用最显著。     

黄土高原典型县域植被覆盖度时空变化及地形分异特征

探讨黄土高原植被时空格局变化及地形分异效应,对于掌握退耕还林还草工程可持续性发展模式以及区域生态演变规律具有重要意义.本研究以位于典型黄土高原区的山西省吉县为研究区域,基于1997-2018年植被生长期的Landsat影像,结合数字高程模型(DEM)数据,分析退耕还林工程实施前后研究区域内植被覆盖度(FVC)时空格局变...     

典型矿区植被覆盖度时空分布特征及影响因素

植被状况可以直接或间接地反映采煤对生态环境的影响。以长河井工煤矿、离柳井工煤矿、平朔露天煤矿3个典型矿区为研究区域。以Landsat数据为数据源,基于地形调节植被指数的像元二分模型提取植被覆盖度;采用趋势分析、线性回归斜率、稳定性分析方法,分析了3个典型矿区2001-2016年植被覆盖度的时空变化特征;运用"以时间换空间"的方法,采用相关分析方法对植被覆盖度变化的自然影响因素进行了分析。结果表明：（1）近16年3个典型矿区植被覆盖度呈增加趋势,长河、离柳、平朔矿区的增长速率分别为0.09%/10 a、0.10%/10 a、0.08%/10 a（P > 0.05）。（2）空间上,长河、离柳、平朔矿区植被覆盖度变化不明显比例分别占到66.63%,59.90%,62.25%,呈增加趋势的比例仅分别占28.14%、32.55%、27.81%,而呈减少趋势的比例分别占到5.23%、7.55%、9.94%。长河矿区明显改善的区域位于自然植被和耕作区的北部和东北部,离柳矿区明显改善的区域位于以低植被覆盖度为主的北部,平朔矿区明显改善的区域位于复垦的中西部。（3）不区分植被类型时,3个矿区的植被覆盖度变化与高程、高程与温度的交互作用表现出显著相关性（P < 0.01）,与各自然因素的相关性总体表现为长河 > 离柳 > 平朔矿区;区分植被类型时,草地与坡度的相关性不显著（P > 0.05）,与降雨量、高程存在显著正相关（P < 0.05）;灌木林与温度相关性不显著,与高程和降雨量的交互作用存在显著正相关;旱地与高程、高程与温度的交互作用存在显著相关性;疏林地与坡向、降雨量与坡向坡度的交互作用均没有表现出相关性;有林地与高程降雨量的交互作用表现出显著正相关性。探讨不同植被类型对自然因素的响应,可为矿区植被结构的选择,矿区复垦提供参考依据。     

基于地理探测器的宁夏贺兰山植被覆盖度时空分异及驱动因子

监测区域植被覆盖变化并分析其驱动因子,有利于实现生态环境的可持续发展。本研究以1989—2021年Landsat 5/8遥感影像为数据源,利用像元二分模型获取宁夏贺兰山植被覆盖度,基于地理探测器量化了环境和人为等10个因子对其时空分布的影响。结果表明: 1989—2021年间,宁夏贺兰山平均植被覆盖度为35.8%,时间尺度上总体呈增加趋势,平均增幅为0.043·(10 a)^-1,空间尺度上呈现从西南向东北递减的分布特征;研究区58.1%的区域植被覆盖度未来将持续性改善,但仍有30.7%的植被存在退化的潜在风险。降水是影响植被分布的主要环境因子,与单因子相比,环境因子和人为因子的交互作用对植被覆盖度的解释力更强,降水与其他因子的交互作用处于主导作用。     

1998-2018年呼伦贝尔市植被覆盖度时空变化及驱动力分析

呼伦贝尔市作为中国北方的重要生态屏障,其生态状况的变化及影响因素一直备受关注。基于1998—2018年SPOT/VEGETATION NDVI数据,结合地形、气候和社会经济数据利用像元二分模型、趋势分析法,并根据数据特点,综合多种统计方法,对呼伦贝尔市植被覆盖度(FVC)时空变化及驱动力进行定性与定量分析。结果表明:(1)21年间研究区FVC在低波动中缓慢增长,以4—5年为周期,周期内FVC先减少后增长,在空间上呈"西减东增"的变化格局;(2)FVC类型以极高和高为主,中、低、极低面积依次递减且总和仅占10%—15%,FVC增加、变化不显著及减少区域面积分别为135720.57 km~2(53.56%)、107140.74 km~2(42.28%)、10569.06 km~2(4.17%);(3)地形因素奠定了FVC"西低东高"的空间分布格局,气候和人类活动因素影响FVC的年际变化。位于研究区西南部的新巴尔虎右旗、新巴尔虎左旗、鄂温克族自治旗、陈巴尔虎旗和东南部的阿荣旗以气候因素为主导,位于中部大兴安岭上的牙克石市、额尔古纳市、根河市和扎兰屯以人类活动因素为主导,满洲里、海拉尔和鄂伦春...     

2000-2019年长江流域植被覆盖时空演化及其驱动因素

长江流域作为中国重要的生态屏障,科学认识长江流域植被覆盖时空变化及其驱动因素,对有效开展长江流域生态工程建设具有重要的指导意义与应用价值。基于2000—2019年间MODIS-NDVI与相关气象等数据,采用Theil-Sen median趋势分析、Mann-Kendall检验、变异系数、偏相关分析、残差分析等方法,研究了近20年来长江流域植被覆盖的时空分布与变化特征,并探究了研究区植被覆盖的驱动因素。结果表明：(1)时间变化上,长江流域生长季NDVI呈现波动增长趋势,显著改善面积大于退化面积;(2)空间分布上,流域植被覆盖空间分布格局大致呈现为“中部高,东西低”,生长季NDVI多年均值为0.6164,呈较高植被覆盖状态;(3)变化趋势上,植被增长区域大于减少区域,具体表现为“中部强于东部、东部强于西部”;(4)变化稳定性上,流域植被变异系数介于0.0104—1.3199之间,呈现出“中间低,东西高,东西部局部区域高低波动并存,地域性差异明显”的空间变化稳定性特征;(5)影响因素上,流域植被覆盖变化受气温和降水的共同影响,大部分区域生长季NDVI变化以气候驱动为主,局部区域表现自然因素叠...     

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。     

2001–2020年黄土高原光合植被时空变化及其驱动机制

为揭示实施退耕还林(草)政策20年后黄土高原植被盖度的最新演变趋势及区域差异,定量分析气候和人类活动对该区植被盖度变化的贡献率及空间分布。该研究以光合植被(PV)盖度为植被生长状况指标,基于2001–2020年PV数据及同期气象数据,采用Mann-Kendall检验、Sen分析和残差分析等方法,分析了黄土高原2001–2020年植被覆盖的时空演变特征及其驱动要素。主要结果:20年中黄土高原植被盖度呈显著增加趋势,增速为每年0.8%。全区植被盖度呈增加趋势的区域面积比例为90%,呈显著增加的区域面积占比为71%;对全区植被盖度增加的贡献,主要是黄土丘陵区(约2/5),其次为风沙丘陵区(约1/4)和石质山区(约1/5);不同地貌分区内,黄土丘陵区中陕西榆林和延安两市区境内植被盖度增加迅速,风沙丘陵区中内蒙古鄂尔多斯市植被盖度变化最快;研究时段内人类活动和气候变化对黄土高原植被增加的贡献率分别为76%和24%;人类活动对植被盖度贡献较大区域主要分布在陕西延安以北、山西太原以南、宁夏同心以南和甘肃平凉和庆阳等丘陵、台塬和风沙丘陵等政府生态工程实施较好的地区。     

黄土高原植被覆盖与水热时空通径分析

探究黄土高原地区气象因子对植被覆盖的影响作用以丰富生态修复理论。基于黄土高原2001—2017年归一化植被指数(Normalized Difference Vegetation Index, NDVI)与气象数据,采用通径分析方法分别从时间和空间尺度上,分析黄土高原气温和降水对植被覆盖变化的直接及间接影响作用,为该地区生态建设提供科学依据。结果如下：黄土高原地区年际间植被明显波动增长,降水变化大体上与植被变化相似;降水整体较气温对植被覆盖变化的作用大。黄土高原植被与水热空间关系的最优分析尺度为80km,在80km空间尺度上,植被与气温有最大相关性,植被、降水由东南到西北递减,而气温分布规律不显著;降水整体呈现促进作用,气温的抑制作用较强,且空间差异明显。在时间与空间尺度上,植被主要受水热促进尤其是降水促进影响,且降水对植被生长的直接作用远大于通过气温的间接作用;不论生态区还是植被类型,气候因子作用均以促进类型为主,但存在明显差异。水热作用在时空尺度上具有明显空间差异性,不同地区影响植被变化的主控因子不同。     

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。     

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。     

黄土高原植被覆盖时空变化及其对气候因子的响应

为研究黄土高原地区退耕还林(草)后,植被覆盖变化及其对水热条件的响应,利用1999—2013年SPOT VGT NDVI 1km/10d分辨率数据,采用最大合成法、一元线性回归法和偏相关分析法,系统分析了黄土高原地区NDVI(归一化植被指数)的时空分布及变化趋势,及其与气候因子的关系。结果表明:黄土高原1999—2013年年最大NDVI的平均值为0.31,NDVI较高的区域位于黄土高原南部,而西北部植被覆盖度较低;自1999年开始,黄土高原地区NDVI呈极显著(P0.01)增加趋势,年最大NDVI的变化斜率为0.0099;不同季节(春、夏、秋、冬)和生长季的植被状况均呈现良性发展趋势;1998—2013年间,黄土高原地区气候呈现不显著的"冷湿化"特征;NDVI年际(及生长季和季节)变化与降雨和温度的相关性不显著,而在月时间尺度上,呈显著的相关性,并且月NDVI与当月降雨量的相关性要强于与当月温度的相关性;植被生长对温度的响应存在一个月的滞后期,而对降雨的响应无滞后效应。     

基于MODIS-EVI的西南地区植被覆盖时空变化及驱动因素研究

基于MODIS-EVI和气象数据,利用最大值合成法、像元二分模型、趋势分析和相关分析等方法,探讨了西南地区2001-2015年植被覆盖时空变化特征及其对气候因子的响应,并分析了温度和降水对植被覆盖时空变化的驱动作用。结果表明：（1）2001-2015年,西南地区植被EVI以0.1%/a的变化率呈波动增加趋势,但空间异质性显著,呈现出从东南向西北逐渐递减的趋势;（2）西南地区以高和极高植被覆盖度为主,极低植被覆盖度区域约占研究区总面积的8.6%,植被覆盖度增加的区域集中分布在广西省北海-钦州、贵州省邵通-毕节-遵义、四川省广元-广安以及西藏那曲等地区,植被覆盖度呈减少趋势区域主要集中在西藏拉萨-阿里地区和四川成都-阿坝州-甘孜州等地区;（3）植被EVI与同期温度和降水相关性较好,均以正相关为主。在0.05显著水平下,受降水驱动的区域呈斑块状分布在西藏自治区和青海省交界处,以及云南和广西部分地区,约占研究区总面积的3.4%;受温度驱动的区域零星分布在各省、自治区,约占研究区总面积的1.6%;受温度和降水共同驱动的区域约占研究区总面积的7.2%,主要分布在西藏自治区的阿里地区北部,青海省的三江源地区以及四川和贵州两省交界处的小部分地区;西南地区大部分区域的植被EVI指数变化表现为非气候因素驱动。     

黄土高原植被恢复成效及影响因素

黄土高原是退耕还林还草工程背景下地表格局及植被变化最为显著的地区之一,评估黄土高原的植被恢复成效及影响因素是促进区域植被恢复政策优化的关键环节。基于不同时间尺度植被覆盖度和植被净初级生产力趋势变化,提出了量化区域植被恢复成效的新方法,采用结构方程模型研究社会经济因素对植被恢复成效的影响及其随时间产生的变化,通过地理加权回归探索气候和关键社会经济因子对植被恢复成效的空间非平稳影响。研究结果刻画了2000-2015年黄土高原植被恢复的持续改善过程：截止2015年,黄土高原88.20%的面积植被恢复成效明显,高值区集中于陕北地区及山西省各县区。农村劳动力的下降使得植被恢复所受人口压力减缓,负影响由-0.95变为-0.86;农业生产力的提升是黄土高原植被恢复成效改善的重要社会经济因素。气候及社会经济因子对黄土高原植被恢复成效的影响呈现显著的空间差异：多年平均降水对黄土高原东部29.30%的地区影响最大,且为促进作用,平均温度是北部和西部风沙草地植被恢复成效的主导影响因子（占总面积20.93%）;黄土高原中西部47.02%的地区则受社会经济因素的影响更加明显。当前研究揭示了黄土高原的植被恢复效果及关键影响因子,可为区域植被恢复政策的优化提供科学支撑。     

黄土高原地区植被与气候的关系

利用地理信息系统技术结合典范对应分析和数量区划的方法。研究了黄土高原地区植被与气候之间的关系。排序结果表明：CCA的第一轴代表黄土高原植被和气候梯度的纬向变化,水分梯度是决定植被分布的最主要气候因子,热量梯度中的全年月平均最低气温、月平均最高气温、年均温也对植被的纬向性分布有较大的影响,黄土高原植被与气候梯度表现出明显的纬向性;CCA的第二轴代表黄土高原植被和气候梯度的经向性变化,热量梯度是决定植被经向性分布的最主要气候因子,水分梯度中的全年最大蒸散量对植被的经向性分布有较大的影响。黄土高原植被与气候梯度表现出明显的经向分布规律性。     

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。     

1982-2015年黄土高原植被变化特征及归因

黄土高原植被对于黄河中下游泥沙量减少以及区域生态安全维持发挥着重要作用。气候变化和人类活动是驱动黄土高原植被覆盖度变化的两大因素,然而先前研究多基于统计方法建立植被覆盖度与气候变化的线性关系,忽略了植被覆盖度与气候变化之间复杂的非线性关系,限制了对黄土高原植被变化驱动机制的理解。基于1982-2015年黄土高原植被覆盖度(GIMMS NDVI)数据,以1999年退耕还林工程开始实施为界限,采用随机森林和残差阈值法等手段量化并分析了1982-2015年植被变化特征及气候变化和人类活动对植被变化的影响。结果表明:(1)1982-2015年黄土高原植被覆盖度整体上呈现增长趋势,1999年之后植被覆盖度增加的面积大于1999年之前, 1999年以前显著增长的区域只占总面积的54.68%,1999年以后显著增长的区域面积占比增长至85.11%;(2)在考虑时滞效应的基础上,1982-1998年黄土高原超过80%的区域的逐月温度、降水、日照时数与植被覆盖度存在显著的正相关关系,表明1999年以前植被覆盖度变化主要与气候变化有关。随机森林算法能较好地模拟植被覆盖度与气候因子之间的关系,99.71%的区域拟合的决定系数R²达到0.5以上;(3)2000-2015年,气候因素和人类活动对植被覆盖度的影响具有空间异质性。人类活动对植被覆盖度产生积极影响的面积增加了55.94%,气候消极影响的面积减少了42.58%,气候积极影响的面积减少了12.86%。研究提出的量化气候变化与人类活动对植被覆盖度影响的方法能够更好的区分黄土高原植被覆盖度变化的驱动因素,为黄土高原生态建设以及黄河流域的生态安全和高质量发展提供数据支撑。