陕西省植被退化及其驱动因素分析

基于2000—2013年250 m分辨率MODIS NDVI数据,运用混合像元分解模型计算植被覆盖度,评价陕西植被退化情况,分析引起植被退化的主要因素,为进一步开展生态、城镇建设规划提供依据。结果表明:1)陕西省植被退化区域主要分布在以西安市为主的关中城市群和榆林市以北的沙漠地带。植被退化面积最多的市是西安市,其次是榆林市,最少的是安康市。2)植被变化以改善和变化不明显为主,分别占土地总面积的48.03%和49.10%;植被退化面积较少,占土地总面积2.87%,其中轻度退化、中度退化和重度退化的面积分别占总土地面积的1.39%、0.56%和0.92%。3)植被退化主要发生在农田,占总退化面积的54.36%。4)植被退化面积与新增建成区面积的关系达到极显著程度,说明随着城镇化的不断发展,城镇用地不断扩张,大量农田、森林、草地等植被覆盖度高的土地被占用,直接导致植被退化,因此在城镇规划中应重视绿地园林建设;榆林市以北的沙漠地带局部区域植被仍在退化,应继续保护治沙成果和治理裸露沙地。     

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。     

2001-2015年天山北坡植被覆盖动态变化研究

利用天山北坡2001-2015年植被生长比较旺盛月份（6-9月）的MODIS NDVI产品数据,结合像元二分法进行植被覆盖度提取,并对其空间分布特征、随时间及地形的动态变化和面积加权重心进行分析。研究表明：（1）天山北坡6-9月多年平均植被覆盖度介于0.4-0.5,以低、中低植被覆盖度为主,各等级植被覆盖度大致呈西北-东南向相间分布;（2）2001-2015年间,植被覆盖度有逐渐上升的趋势;植被覆盖改善区域（54.42%）大于退化区域（45.58%）,西部较东部改善更为明显;植被覆盖度变异类型以弱变异和中等变异为主,植被覆盖度变化类型以稳定型为主;（3）天山北坡区域植被覆盖度变化受海拔高度影响明显：随着海拔高度的上升,较低植被覆盖度比例呈现先上升后下降再次上升趋势,较高植被覆盖度则与之相反;海拔3880 m以上低植被覆盖度占绝对优势,较高的植被覆盖度占比逐渐下降直至几乎绝迹;（4）各等级植被覆盖度面积加权重心集中在沙湾县、石河子市、玛纳斯县及呼图壁县;并呈现由集中到相对分散的趋势。     

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。     

长江上游近19年植被覆盖度动态变化及驱动力分析

为探究2000—2018年来长江上游植被覆盖度动态变化及驱动力,基于2000、2010及2018年3期Landsat TM影像,以长江首城宜宾为例,对其19年间植被覆盖度动态变化进行监测。应用ENVI和GIS技术对数据进行预处理,运用像元二分模型计算植被覆盖度,结合主成分分析和相关性分析方法探讨其变化的驱动力,实现对长江上游植被覆盖度的局部动态分析。这对于长江上游沿岸的生态保护意义重大。结果表明:1)中植被覆盖区在2000年和2010年面积占比最大,而2018年高植被覆盖度占比变为最大,宜宾市域整体植被覆盖度向好的方向发展。2)近19年植被改善和退化面积分别占33.51%、29.48%。退化区域遍布整个研究区,改善区主要分布在东部边缘。3)植被覆盖度随海拔升高而上升;随坡度的增加而呈不同变化;坡向对植被覆盖度的影响主要表现在温度上,阴坡小于阳坡,但宜宾正西北方向植被覆盖度最高,这是由于西北方向有大面积原始森林。4)研究区植被变化受经济、社会和人口的共同影响。森林面积、建设用地面积、GDP、总人口、耕地面积等因子是影响研究区植被覆盖变化的主要驱动力因子。     

砒砂岩区植被覆盖度环境驱动因子量化分析——基于地理探测器

砒砂岩区地形破碎,生态环境恶劣,降水量少且以暴雨为主,研究该区植被覆盖变化及环境驱动因子作用机制对区域植被建设具有重要的理论意义。基于1999—2018年的NDVI数据分析了砒砂岩区近20年植被覆盖度时空变化特征,利用了地理探测器方法量化分析了不同环境因子对植被覆盖度的影响。结果表明：1)近20年砒砂岩区平均植被覆盖度为42.3%,时间尺度上1999—2018年区域植被覆盖度呈增加趋势,平均上升幅度为0.086/10 a,空间尺度上植被覆盖度呈现从东南向西北递减的空间分布特征;2)近20年区域植被覆盖整体得到改善要比退化的区域面积大,45.5%的区域面积植被覆盖度极显著增加,主要分布在砒砂岩区东部区域,该区植被覆盖度未来变化趋势将以持续性改善为主,但仍有约41.6%的植被将由改善向退化方向变化;3)降水、土壤水分和气温是影响砒砂岩区植被覆盖空间分布的主导环境因子,且降水同其他环境因子的交互作用对植被覆盖影响最大。     

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.     

基于时序突变检测的植被空间变化特征识别方法——以海河北部山区为例

长时序植被变化趋势分析是分析植被生长与退化状况的主要手段之一,但难以精细揭示分析时段内植被变化动态的时空特征。将归一化植被指数（NDVI）时序突变检测与趋势分析结合起来,建立了精细识别植被空间变化特征的方法,并以海河北部山区为案例,开展了实证研究。案例分析结果表明：2000-2018年间,海河北部山区有78.1%的区域NDVI发生了突变,其中1.7%的面积发生退化。应用基于时序突变检测的植被变化识别方法进一步发现：植被变化在2011年出现突变拐点,突变前（2000-2011年）在西北草原区和东南林农区存在1.6%的显著退化,突变后（2011-2018年）在东部林农区存在1.2%的显著退化。分析表明,海河北部山区植被整体改善与气象因子的关系不大,局部恶化则是气象因子与人类活动共同作用的结果。与常规长时序植被变化趋势分析相比,基于时序突变检测的植被空间变化特征识别方法揭示了评估时段内植被空间变化的动态趋势,可为明确区域植被的变化以及差异化的植被恢复策略提供决策信息。     

基于MODIS NDVI的东北虎分布区植被变化趋势

基于2000-2010年MODIS NDVI(分辨率250 m)生长季均值数据,采用普通线性回归方法,分析了东北虎分布区——俄罗斯远东和中国东北东部地区植被的变化趋势及其与人类活动的关系.结果表明:研究期间,归一化植被指数(NDVI)显著下降像元面积占当前东北虎分布区面积的比例为9.6％,NDVI显著上升像元所占面积比例仅0.5％;NDVI显著下降像元散布于整个研究区,NDVI显著上升像元则集中在俄罗斯远东的北部中间区域;东北虎分布区内NDVI显著下降像元的面积比例稍高于其在整个研究区域的面积比例.当前东北虎分布区内土地覆盖类型的变化以渐变形式为主.NDVI显著下降的像元主要分布在海拔低、坡度缓以及距公路和铁路较近的区域;NDVI显著下降的像元先随着与居民点最近距离的增加而增多,而后持续下降,NDVI显著下降与人类活动密切相关.采取有效措施减少人类活动的干扰,可遏制该地区植被退化,进而为东北虎保护和维护该区域丰富的生物多样性提供可持续的基础.     

宁夏近20年来植被覆盖度及其与气温降水的关系

利用1981—2004年的植被指数(NDVI)资料,结合实地植被调查资料,将宁夏植被类型划分4个区域,确定了各地植被指数与覆盖度的关系,分析了宁夏各区域植被覆盖度的年际变化、季节变化、植被覆盖度的面积变化及其与气温和降水量的关系。结果表明:24年来宁夏贺兰山与贺兰山东麓的年植被覆盖度呈下降趋势,中部干旱带植被覆盖度呈上升趋势;近4年来,贺兰山植被状况整体变好;贺兰山东麓植被状况整体变差;中部干旱带的植被状况夏季变差,秋季变好;南部山区的植被覆盖度整体变好。宁夏春夏季降水量是影响植被覆盖度的关键性因子,气温对植被覆盖度的影响不显著。     

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.     

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。     

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.     

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。     

基于MODIS数据的中国三种主要土地类型变化的空间特征分析

人类活动使得土地利用和植被覆盖发生了巨大变化,直接影响着全球气候。本研究通过从2000—2013年对中国三种主要土地利用类型的NDVI变化特征进行了分析,结果表明:(1)14年来,中国三种主要土地利用类型NDVI平均值均有增强的趋势。(2)三种主要土地利用类型中除耕地中的水田,林地中的有林地和草地中的高覆盖草地增长速率不显著外,其他土地类型增长速率均显著。(3)三种土地利用类型均以改善面积大于退化面积,耕地中改善面积占总耕地的64.21%,退化的区域占18.50%;林地改善的区域占总林地的54.21%,退化的区域占20.13%;草地改善的区域占55.53%,退化的区域占18.23%。三种土地类型均有所改善且改善明显的区域主要集中在甘肃以南,陕西以北和东北部分地区。     

京津冀城市群地区植被覆盖动态变化时空分析

基于MODIS NDVI遥感数据,采用线性回归分析、稳定性分析、重新标度极差分析等数理方法,反演了2005—2015年京津冀地区植被覆盖时空演变趋势和稳定性,并在此基础上对植被未来变化趋势进行评估和预测。结果表明:(1)2005—2015年京津冀地区植被覆盖度呈上升趋势(增长速率0.065/10年),增长过程经历两次飞跃期后,进入平稳波动阶段;(2)京津冀地区植被恢复以显著改善为主(47.45%),不显著变化区域占全区面积的三分之一(33.9%),主要以华北平原为中心展布,退化区域比重为6.8%,零星散布于各大城市周边;(3)京津冀地区植被持续恢复为主,植被覆盖持续改善区域比重超过一半以上(58.8%),反持续性改善比重为34.4%,主要集中在张家口、沧州以及保定东南地区;持续退化比重为4.8%,主要分布在天津、廊坊、沧州一带。研究结果将有助于辨识京津冀城市群地区的植被动态演化和生态网络连通性现状和趋势。     

Satellite-based Studies on Large-Scale Vegetation Changes in China

Remotely-sensed vegetation indices, which indicate the density and photosynthetic capacity of vegetation, have been widely used to monitor vegetation dynamics over broad areas. In this paper, we reviewed satellite-based studies on vegetation cover changes, biomass and productivity variations, phenological dynamics, desertification, and grassland degradation in China that occurred over the past 2–3 decades. Our review shows that the satellite-derived index (Normalized Difference Vegetation Index, NDVI) during growing season and the vegetation net primary productivity in major terrestrial ecosystems (for example forests, grasslands, shrubs, and croplands) have significantly increased, while the number of fresh lakes and vegetation coverage in urban regions have experienced a substantial decline. The start of the growing season continually advanced in China's temperate regions until the 1990s, with a large spatial heterogeneity. We also found that the coverage of sparsely-vegetated areas declined, and the NDVI per unit in vegetated areas increased in arid and semi-arid regions because of increased vegetation activity in grassland and oasis areas. However, these results depend strongly not only on the periods chosen for investigation, but also on factors such as data sources, changes in detection methods, and geospatial heterogeneity. Therefore, we should be cautious when applying remote sensing techniques to monitor vegetation structures, functions, and changes.     

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。     

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。