基于 NDVI 的新疆和静县草地植被覆盖动态变化及其与气温降水的关系

以新疆和静县为研究区, 以 2000、2005、2010 和 2015 年 Landsat 影像及 2000～2015 年 MODIS-NDVI 16d 合成产品为主要数据源, 运用 ArcGIS 叠加分析功能, 分级估算 4 个不同时期草地植被覆盖度动态变化特征, 结合气温和降水数据, 利用 NDVI 偏差, 采用趋势线分析方法, 研究区草地植被覆盖变化对温度和降水的响应。研究结果表明:(1)2000—2015 年, 研究区植被覆盖表现为退化, 退化面积为 13763.48 km2, 占研究区面积 49.42%, 较植被覆盖度增加面积多出 12611.65 km2, 是植被覆盖度增加面积的 11.95 倍。(2)2000—2015 年, 研究区植被 NDVI 呈现下降趋势, 年平均气温和 NDVI 的相关系数为–0.32, 呈现负相关, 年平均降水量和 NDVI 的相关系数为 0.76, 呈现正相关。(3)研究区 NDVI 值年内变化呈现单峰型, 夏季 NDVI 值平均每 10a 增长约–3.6%, 秋季 NDVI 值平均每 10a 增长约–1.6%, 春季 NDVI 值平均每 10a 增长约 0.1%;植被 NDVI 值和月平均气温的相关系数为 0.801(n=144); 植被 NDVI 值与月平均降水量相关系数为 0.832(n=144), 均超过 p<0.01 的检验。     

1982～2003年东北地区植被覆盖变化特征分析

利用1982~2003年GIMMS-NDVI数据集和GIS技术,结合多种统计分析方法,定量分析了东北地区植被覆盖时空变化规律。结果显示:(1)1982~2003年东北地区森林、草地和农田植被年内变化曲线均为单峰型,峰值都出现在夏季,森林植被年内NDVI变化曲线峰值最高,农田次之,草地最低。(2)22年期间,森林植被覆盖呈下降趋势;草地和农田植被覆盖总体亦呈下降趋势,但西辽河平原草地和松嫩平原农田植被覆盖呈上升趋势;相同植被类型比较,长白山东北部林地、西辽河平原草地、松嫩平原农田植被覆盖均比较稳定。(3)1982~2003年,东北地区植被覆盖总体呈缓慢下降趋势,其中1982~1992年,东北地区植被覆盖呈增加趋势,植被覆盖增加的面积为545 435 km2,占东北地区总面积的43.91%;植被覆盖减少面积为96 491 km2,占总面积的7.77%;1993~2003年,东北地区植被覆盖呈减少趋势,植被覆盖减少的面积为626 839 km2,占东北地区总面积的50.45%,植被覆盖增加的面积较少,仅为27 025 km2,占总面积的2.18%,且呈零星分布。研究表明,人类活动和自然因素的变化是东北地区植被覆盖下降的主要原因。     

陕北黄土高原丘陵沟壑区植被覆盖变化及其对气候的响应

利用1982～2007年GIMMS、SPOT VEGETATION两种NDVI数据集和气候资料对陕北黄土高原丘陵沟壑区植被覆盖变化趋势及其与气候的关系进行了分析,结果显示:(1)近26年来该区的植被覆盖总体上处于上升趋势,大致经历了3个阶段: 1982～1998年植被覆盖在波动中缓慢增加,1999～2001年植被覆盖处于一个相对的低谷,2003～2007年植被覆盖快速增加.(2)四季植被活动增强,以秋季NDVI增加最为显著;NDVI的年平均标准差在波动中逐年减小,高覆盖植被面积所占的比例在增加,植被覆盖状况趋于转好.(3)研究区内14个县(区)年平均NDVI线性倾向值都为正值,说明植被覆盖都在增加,但增加的显著性和幅度不同.(4)近26年来陕北黄土高原丘陵沟壑区年平均温度呈极显著(P<0.001)的上升趋势,年降水量具有减少的趋势;春季NDVI与温度之间存在着明显(P<0.10)正相关关系,夏季NDVI与温度之间存在着显著(P<0.05)负相关关系;夏季NDVI与降水量之间存在着极显著(P<0.01)正相关关系,同时夏季NDVI与春季降水量之间存在着显著(P<0.05)正相关关系,且夏季各月降水量对植被覆盖的影响具有滞后效应.研究表明,春季升温和退耕还林(草)生态建设工程是植被增加的主要原因,夏季水分状况是该区植被生长的制约因素.     

祁连山黑河源区植被NDVI时空变化特征及影响因素分析

对于极度缺水的西北内陆干旱地区, 植被覆盖度俨然成为了该区生态环境的“指示剂”, 其发挥的核心作用不容小视。选取西北内陆干旱区核心区域—黑河源区为研究对象, 利用MODIS NDVI数据, 采用最大合成法和趋势分析法, 探讨该区植被NDVI时空变化特征, 并分析地形因素和降水量对NDVI的影响。结果表明: (1)研究区自2000年开始NDVI整体自西北向东南呈逐渐增加趋势, 增加面积显著大于减少面积且累计增加面积占研究区面积的50.58%, 表明整个研究区生态环境发生了明显改善; (2)对年、月际降水量和NDVI进行拟合后发现, NDVI与降雨量呈极显著正相关关系, 表明研究区植被覆盖程度随降雨量的增加呈增加趋势; (3)不同海拔梯度范围内, NDVI以3000—3300 m为界, 界上植被NDVI呈增加趋势, 界下呈明显减少趋势; (4)从坡度来看, NDVI以坡度25°为界, 界下NDVI值随坡度增加呈增大趋势且增幅明显, 界上NDVI值开始减少, 减幅较小; (5)不同坡向上, NDVI以正东向半阴坡和正西向半阳坡为界出现明显的高低值分区, 其中最高值出现于正东向半阴坡, 最低值出现于西南—正南向阳坡。     

近20年来中国植被活动在增强

为阐明近20年来中国植被覆盖变化的整体状况, 利用归一化植被指数(NDVI)作为植被活动的指标, 使用第3代NOAA-AVHRR/NDVI时间序列数据, 研究了1982~1999年间中国地区NDVI的变化. 为消除地表非植被因素的影响, 参考国际惯例, 定义年NDVI≥0.1的地区为有植被覆盖地区(简称植被地区), NDVI < 0.1的地区为植被稀少地区. 结果表明, 18年来, 我国大多数地区的NDVI都呈现不同程度的增加趋势, 表明我国的植被活动在增强. 与80年代初相比, 90年代末植被地区的面积增加3.5%, 植被稀少地区的面积下降了18.1%. 全国平均年NDVI增加了7.4%. 生长季节的延长和生长加速是我国NDVI增加的主要原因, 而温度上升和夏季降水量的增加以及农业活动的加强可能是其主要的驱动因子. 我国NDVI变化趋势显示了较大的空间异质性: 东部沿海地区呈下降趋势或变化不明显; 农业产区和西部地区增加显著. 这种空间异质性是由于城市化过程、农业生产活动、区域气候特征以及植被对气候变化的区域响应等综合因素作用的结果.     

2000—2012年京津风沙源治理区植被覆盖时空演变特征

植被是陆地生态系统的主体,分析长时期植被覆盖变化,有助于揭示陆地生态环境的演变规律。研究以京津风沙源重点治理区的MODIS02B产品为数据源,通过数据处理获得2000—2012年的NDVI(Normalized difference vegetation index)时序数据集,采用线性趋势分析、标准差、Hurst指数和相关系数等方法,分析京津风沙源重点治理区植被覆盖的时空变化特征及影响因子。结果显示:(1)近13年来,治理区植被覆盖总体呈上升趋势(R2=0.70),2012年NDVI值达最大值0.324,比2000年增加了135.62%。但增加速率和幅度各异:北部干旱区(Bbghq)增加速度最快,浑善达克区(Hsdkq)次之,农牧交错区(Nmjcq)植被变化相对稳定。(2)工程区地表植被覆盖改善区域的面积明显大于退化区域,其中得到改善且通过显著性检验(P=0.10)的区域约占总面积的94.31%;Hurst指数分析表明,工程区植被变化整体呈中强持续性特征,面积合计约占64.48%;综合分析表明,工程区植被变化以良性发展为主,特别是强持续性的退化区和弱持续性的改善区值得关注,二者合计占35.27%。(3)人类活动是京津风沙地区植被覆盖上升的重要驱动因素;自然因素中,降水是控制工程区植被生长的主要因子,温度的影响相对较弱。     

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...     

陕西省植被覆盖度变化特征及其成因

基于像元分解模型,利用2000—2009年MODIS NDVI数据(250m分辨率)定量分析了陕西省植被覆盖度的时空变化特征及其成因.结果表明:2000—2009年,陕西省植被覆盖度在波动中呈极显著增加趋势(P0.001),变化率为35.0%,植被覆盖度由2000年的56.9%增至2009年的68.9%,其中,陕北地区植被覆盖度的增幅尤为显著,榆林市、延安市植被覆盖度分别增加了21.6%和22.0%.研究期间,陕西植被覆盖整体改善、局地退化,改善极显著(P0.01)、显著(P0.05)的面积比例分别为37.8和11.9%,变化趋势不明显的面积占46.1%,退化的面积仅占4.2%;植被覆盖度变化率200%、100%～200%、10%～100%、-10%～10%和-10%的面积分别占研究区总国土面积的12.2%、13.3%、38.8%、29.3%和6.4%.2000—2009年,陕西省植被覆盖结构转好,高覆盖植被所占的面积呈极显著上升趋势(P0.001),增幅为10.0%;中覆盖植被所占的面积呈显著上升趋势(P0.05),增幅为8.4%;低覆盖植被所占的面积呈极显著下降趋势(P0.001),降幅为18.4%.陕西省植被覆盖度的增加是人类活动和自然因素共同作用的结果,封山育林、退耕还林等一系列生态建设工程的实施是陕北地区植被覆盖度增加的主要原因.     

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。     

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。     

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。     

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。     

2000-2015年长江上游NDVI时空变化及驱动力——以宜宾市为例

选取长江上游地区生态环境相对脆弱的宜宾市为典型案例,分析其16年来NDVI所表征的植被生长动态变化。以MODIS MOD 13Q1为数据源,采用Sen+Manna-Kendall非参数检验方法和Hurst指数模型,分析NDVI时间变化特征、变化趋势与未来可持续特征,并应用空间转移矩阵和重心迁移模型分析其空间变化特征,最后应用地理探测器模型探测影响NDVI空间分布的主导因素,进一步揭示NDVI分异特征及其驱动力。结果表明：（1）2000-2015年宜宾市植被覆盖整体状况良好,自北向南逐渐优化,多年平均NDVI大于0.6的区域占52.06%。年际NDVI以极显著趋势波动增长,平均年际变化率达到0.007/a,极显著增长区域面积达70.18%。与此同时,NDVI增长整体持续性不强,未来可能出现波动的区域占53.65%。（2）2000-2015年间宜宾市植被生长以正向演进为主,演进过程和已有生态建设工程成效研究结论相符,生态环境不断优化。（3）宜宾市NDVI主要受一系列地表差异,包括海拔、年均温、土地利用类型、人口密度所决定,其因子解释力均超过25%,自然环境因素与人类活动共同作用对NDVI影响更加显著。     

1982-2013年基于GIMMS-NDVI的新疆植被覆盖时空变化

利用美国国家航天航空局（NASA）全球检测与模型组（Global Inventor Modeling and Mapping Studies,GIMMS）的归一化植被指数数据（NDVI）和英国东英格利亚大学气候研究所（Climate Research Unit,CRU）全球气温降水数据（1982至2013年）,研究新疆1982-2013年植被覆盖格局的时空变化。运用一元线性回归法分析近32年来新疆NDVI变化趋势;运用Theil-Sen median与Mann-Kendall检验研究新疆NDVI格局及趋势特征;并将检验的结果和Hurst指数的结果相结合,研究新疆NDVI格局的可持续性特征。研究表明：（1）新疆植被覆盖在空间分布上差异明显,其中北疆优于南疆,西北优于东南;（2）近32年来新疆年NDVI均值在0.10-0.12之间波动,且存阶段变化性;（3）新疆植被改善趋势的区域占总面积的25.89%,轻微退化的区域占总面积的18.00%;（4）从可持续性来看,新疆大部分地区植被变化将保持现在的趋势,但局部地区具有反持续性,持续性改善的面积占全疆总面积的24.39%,持续性轻微退化的区域占15.73%,另外59.88%为严重退化和未来变化趋势无法确定区域。开展NDVI空间格局的变化研究,对于干旱区新疆来说具有重要的理论和实际意义。     

阴山北麓农牧交错带植被变化及其对气候变化的响应

利用1982—2003年8kmNASA/GIMMS半月合成的植被指数(NDVI)数据和同期气候数据,分析了阴山北麓地区农牧交错带的NDVI年平均值、年累积值距平的动态变化以及NDVI年平均值与年平均温度和年降水的时间序列相关关系。结果表明:1982—2003年NDVI年平均值呈现逐渐增高趋势,1990年以后的NDVI年平均值明显高于以前;NDVI在空间变化上表现为牧业区<农牧区<农业区,说明农业区NDVI受气候的影响程度较牧业区和农牧区弱;研究区温度对植被指数的影响没有明显的规律性,但降水与植被指数呈正相关,降水的多寡决定了植被的生长状况。     

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。     

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。     

中国东北地区主要植被类型NDVI变化与气候因子的关系

利用1982～1992年时间序列的NOAA/AVHRR8km×8km分辨率的归一化植被指数（Normalizeddifferencevegetationindex,NDVI）,将东经120°～135°、北纬40°～55°区域的土地覆盖类型分为10类。然后研究了各类型的NDVI年平均值的变化规律。结合该地区的19个气象站1982～1992年的年平均气温、年最高温度、年最低温度、年降水量和年相对湿度研究了各类型NDVI年平均值的变化与气候因子之间的关系,进一步阐明了气候因子是NDVI动态变化的主要原因。     

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。