退耕还林后陕西省植被覆盖度变化及其对气候的响应

1999年起,陕西省实施了大规模的退耕还林、封山禁牧等生态建设和保护工程,使植被覆盖得到迅速恢复和增加。为了进一步跟踪评估植被覆盖变化,为生态建设和规划提供依据,本文基于2000—2017年MOD13Q1数据、气象数据,利用像元二分法估算陕西省18年间的植被覆盖度,通过空间插值方法、空间相关分析、统计学方法分区对其时空变化特征和对气候变化的响应进行了分析。结果表明:2000—2017年陕西省植被覆盖度呈现波动增加趋势,但增速逐年减少,2012年达到最大值后在高位波动;全省植被覆盖度增加区域面积占国土面积的82.4%,降低的区域仅占17.6%;陕北地区植被覆盖度显著增加,部分地区植被覆盖度达到最大值后出现下降趋势;植被覆盖度变异系数大的区域主要分布陕北长城沿线风沙区和丘陵沟壑区以及城市周边;陕西省植被覆盖度与降水量、气温在年尺度上相关系数均呈不显著的正相关;占全省98.4%的区域植覆盖度与降水、气温的复相关空间也未通过0.05显著水平检验;说明退耕还林等生态建设工程的实施,对植被恢复和生长具有重要的促进作用,一定程度上降低了植被生长对气候因子的敏感性;未来陕西省随着退耕还林等生态建设工程的环境资源的限制、土地利用程度的提高和城市用地的扩展,陕西省植被覆盖度将出现下降趋势。如何减缓这种下降趋势,是未来陕西省生态建设和保护的重大问题。     

退耕还林后陕西省植被覆盖度变化及其对气候的响应

1999年起,陕西省实施了大规模的退耕还林、封山禁牧等生态建设和保护工程,使植被覆盖得到迅速恢复和增加。为了进一步跟踪评估植被覆盖变化,为生态建设和规划提供依据,本文基于2000—2017年MOD13Q1数据、气象数据,利用像元二分法估算陕西省18年间的植被覆盖度,通过空间插值方法、空间相关分析、统计学方法分区对其时空变化特征和对气候变化的响应进行了分析。结果表明:2000—2017年陕西省植被覆盖度呈现波动增加趋势,但增速逐年减少,2012年达到最大值后在高位波动;全省植被覆盖度增加区域面积占国土面积的82.4%,降低的区域仅占17.6%;陕北地区植被覆盖度显著增加,部分地区植被覆盖度达到最大值后出现下降趋势;植被覆盖度变异系数大的区域主要分布陕北长城沿线风沙区和丘陵沟壑区以及城市周边;陕西省植被覆盖度与降水量、气温在年尺度上相关系数均呈不显著的正相关;占全省98.4%的区域植覆盖度与降水、气温的复相关空间也未通过0.05显著水平检验;说明退耕还林等生态建设工程的实施,对植被恢复和生长具有重要的促进作用,一定程度上降低了植被生长对气候因子的敏感性;未来陕西省随着退耕还林等生态建设工程...     

1981-2013华北平原气候时空变化及其对植被覆盖度的影响

基于1981—2013年华北平原气象数据,对华北平原近30a的气候时空变化趋势与突变情况进行分析,并结合GIMMSNDVI(1981—2006年)和MODIS-NDVI(2000—2013年)遥感数据,探讨气候突变影响下,华北平原1981—2013年植被覆盖度的空间分布和变化特征。结合生态学分区,从不同时空尺度出发,分析华北平原不同生态分区内气候因子与植被覆盖度在年代际、年际和月变化的相关关系。结果发现:(1)1981—2013年,华北平原气温整体呈现显著上升趋势(0.20℃/10a,P0.01),春季气温的升高、15℃等温线控制范围的扩大和年均温0℃等值线在华北平原的消失,是区域平均气温升高的诱因。华北平原降水整体呈现显著减少趋势(-1.75mm/10a,P0.05),其中秋季降水量减少过快,400—600mm降水等值线控制范围的扩大、600—800mm和800—1000mm降水等值线的范围的缩小,共同造成区域降水量的减少。四季气候倾向率的特征变化敏感区域主要位于北纬35°—39°之间。1991—1994年为华北平原气候的突变时期。(2)华北平原植被覆盖度总体呈现上升的趋势,呈增加趋势的面积占总面积的55%。人类活动不仅加速了区域植被覆盖度的降低,也加剧了降低速率的变快。(3)总体上,研究区月尺度植被覆盖度与气候因子的相关性高于年尺度的值。植被覆盖度与年降水量的偏相关性高于其与年均温的偏相关性。年均温对农业生态区和森林生态区的植被覆盖度的影响更大,草原生态区的植被覆盖度对年降水量的依赖性更强。在月尺度上降水量对植被的影响具有时滞效应。气温对草原生态区具有时滞效应,降水量对农业生态区具有时滞效应。(4)华北平原干热化的气候突变降低了植被覆盖度的增加趋势。从植被覆盖度出发,草原生态区对气候突变的响应最明显;从变化速率角度出发,农田生态区的响应最明显。就整体而言,人类活动的影响力还在持续增强,且呈现出在退化区的作用力高于改善区的趋势。气候突变后,出现了人类活动在植被覆盖度的改善区的相对作用力高于退化区的变化。     

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。     

秦巴山区植被覆盖变化及气候因子驱动分析

基于GIMMS_(3g)(1982—2015年)、SOPT VEG(1998—2015年)和MODIS(2000—2017年)3种NDVI数据集,结合气温、降水和DEM数据,利用平均法、线性趋势分析法和相关分析法等方法,分析了秦巴山区植被覆盖的时空变化特征及其与气候因子的相关性,并以秦岭山地(陕西境内)为重点区域,分析了植被覆盖的海拔梯度差异及其与气候因子的垂直响应模式。结果表明:①1982—2017年秦巴山区3种植被NDVI均呈显著增加趋势,其中1982—2015年NDVI-GIMMS_(3g)增速为1.4%/10a,1982—2000年NDVI-GIMMS_(3g)较低且波幅较大,增速为1.6%/10a,年际间变异系数(CV)为0.04,2000—2015年NDVI-GIMMS_(3g)较高且稳定增加,增速为1.7%/10a,CV为0.02;2000—2015年NDVI-SPOT VEG增速为4.1%/10a,CV为0.04;2000—2017年NDVI-MODIS年增速为4.5%/10a,CV为0.04;②2000—2017年(MODIS数据)秦巴山区植被覆盖高值区主要为秦岭、米仓山和神农架等山地,低值区主要为西部高海拔区和东部低海拔区等区域;秦岭山地随海拔升高植被NDVI先升高后降低;③2000—2017年(MODIS数据)秦巴山区植被覆盖增加和减少的区域分别占96.90%和3.10%,低海拔地区较高海拔地区变化剧烈;秦岭山地低海拔带植被覆盖较高海拔带增加显著;④2000—2015年(SOPT VEG数据)秦巴山区增温效应显著,增速为0.49℃/10a,植被覆盖与温度以正相关为主,与降水正负相关并存,与温度的相关性较降水的相关性高;秦岭山地高海拔带植被对温度变化更敏感,低海拔带对降水更敏感。     

青藏高原草地退化特征及其与气候因子的关系

了解草地退化的分布、特征、变化趋势及持续性,揭示草地退化机理,可为有效管理和保护草地提供重要的科学依据。本研究选择草地覆盖度作为草地退化的遥感监测指标,建立了草地退化遥感监测和评价指标体系,对青藏高原草地退化现状(2016—2020年)进行了评价,利用线性回归和Hurst指数分析了长时间序列尺度上(1982—2020年)草地覆盖度变化的趋势及持续性,并且基于草地覆盖度与气候因子的偏相关分析,研究了气候因子对草地退化的影响。结果表明: 2016—2020年,平均草地退化面积达24.3%,主要表现为轻度退化和中度退化,主要分布在低海拔和高植被覆盖地区。1982—2020年,草地覆盖度在青藏高原北部、西部和西南部地区呈增加趋势,在东部和中部地区呈减少趋势。98.1%的地区草地覆盖度的Hurst指数小于0.5,草地覆盖度变化表现出反持续性。草地覆盖度与降水量的偏相关系数(0.096)整体高于其与温度的偏相关系数(-0.033),温度占主导地位的面积占比为16.0%,主要分布在青藏高原的中部和东南部,降水量占主导地位的面积占比为12.2%,主要分布在青藏高原东北部和西部。     

生态恢复背景下陕北地区植被覆盖的时空变化

基于2000-2008年的MODIS影像,通过归一化植被指数(NDVI)像元二分模型对退耕还林(草)、水土流失综合治理等生态恢复措施驱动下陕北黄土高原生态脆弱区的植被覆盖度进行了动态评估.结果表明:2000-2008年,陕北地区植被覆盖度年内呈波动趋势,3月的植被覆盖度最差,8月最好;植被覆盖度空间分布的总体趋势是从西北向东南逐渐增加;年最大植被覆盖度在研究期间表现为明显增加;植被覆盖度组成中,低等植被覆盖度面积减少,中等植被覆盖度面积增加;植被覆盖度增加地区的面积占全区一半以上,以研究区东北部尤为明显.研究区植被覆盖度的显著增加是气候和人为因素综合作用的结果,一定程度上反映了生态恢复重建措施的有效性.像元二分模型可以准确模拟区域尺度上植被覆盖度的时空变化趋势,在区域植被恢复效果定量监测与评估方面具有适用性.     

云南中部地区植被覆盖时空变化特征及其影响因素研究

基于MODIS NDVI数据通过像元二分模型提取植被覆盖, 利用线性趋势、相关分析方法分析了云南中部地区2000—2016年植被覆盖的时空分布特征与变化趋势, 并探讨了气候因子、地形因子、人类活动对其植被覆盖的影响。研究结果为: 云南中部地区植被覆盖春季最低(平均58.75%), 秋季最高(平均66.30%), 大部分地区年植被覆盖度的平均值在50%—70%之间; 植被覆盖高值区主要分布在曲靖境内(>80%); 滇池周边人口高密度区植被覆盖常年最低(<20%)。近17年来云南中部地区植被覆盖总体呈现增长趋势, 年平均增长率0.3%•a-1, 其中秋季增幅最大(0.42%•a-1)。坡度对植被覆盖影响较大, 坡度≤8°地区的植被覆盖明显较低。除了冬季降水量与植被覆盖呈现显著正相关关系, 其他季节多呈现负相关关系; 气温与植被覆盖多呈现正相关关系, 云南中部地区植被覆盖变化主要受气温影响。人类活动对植被覆盖变化影响较大, 造林面积变化与植被覆盖趋势变化具有相对一致性, 经济发展水平较高的昆明市区植被覆盖为常年最低。     

基于MODIS NDVI的辽河保护区成立前后植被覆盖时空动态研究

以2010年成立以自然生态恢复为主的辽河保护区为研究对象,基于中分辨率成像光谱仪(MODIS)获取的500米分辨率的归一化植被指数(NDVI)数据,研究了辽河保护区成立前(2000—2009年)和成立后(2010—2015年)植被覆盖时空动态。结果表明:(1)2000—2015年NDVI呈现持续增加趋势;2000—2009年NDVI的年际增加主要发生在夏季,2010—2015年NDVI的年际增加主要发生在春季和冬季。辽河保护区成立后春季NDVI的逐年增加有利于该区域防风固沙功能的提升。(2)季节尺度上,2000—2009年春季降水量与春季和夏季NDVI显著正相关,夏季气温与夏季NDVI显著负相关;2010—2015年仅夏季NDVI动态受春季气温和夏季日照时数变化的影响。(3)月尺度上,气温是影响辽河保护区NDVI变化的主要气候因素,2000—2015年NDVI动态对气温变化的响应存在1个月的滞后期;2000—2009年NDVI动态对降水变化的响应存在1个月的滞后期,2010—2015年则无滞后效应。(4)2000—2009年影响NDVI动态的人类活动主要为农田耕作;辽河保护区成立后,河岸带封育区内的自然恢复和小型人工湿地建设促进了NDVI增加,大型人工湿地建设和人工经营牧草地对NDVI动态无显著影响。     

2001-2015年天山北坡植被覆盖对干旱的响应——基于土地利用/土地覆盖分析

天山北坡生态系统脆弱,易受干旱影响,全球变暖和不合理的人类活动加剧了干旱的影响,评估植被覆盖对干旱的响应,为改善生态环境和减轻干旱影响提供科学参考。基于MODIS-NDVI遥感数据以及气象数据,计算了2001-2015年天山北坡多尺度标准化降水蒸散发指数（SPEI）和植被覆盖度,总结出植被覆盖度与多尺度SPEI时空动态变化规律,从土地利用/土地覆盖（LUCC）的角度分析了植被覆盖度对气候干旱的响应。结果表明：（1）天山北坡绝大部分区域呈湿润状态,中部（石河子、呼图壁）、西北部（克拉玛依市）呈轻度干旱。3个月、6个月、12个月时间尺度SPEI均表现出干旱化增强的年际变化趋势;（2）天山北坡植被覆盖度整体上属中低覆盖,总体呈南高北低,天山山区、城市绿洲内部高的分布特点。2001-2015年天山北坡植被覆盖度变化总体呈下降趋势;（3）年尺度天山北坡植被覆盖度与SPEI整体呈正相关关系。不同土地利用/土地覆盖的植被覆盖度与12个月时间尺度SPEI（SPEI 12）的相关性不同,大小依次为：草地 > 未利用地 > 城乡用地 > 林地 > 水域 > 耕地;（4）季节尺度夏季和春季干旱对植被覆盖度的影响最明显,不同季节干旱对不同土地利用/土地覆盖植被覆盖度影响程度不同。     

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。     

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。     

中国重要生态系统保护和修复工程区域植被覆盖时空变化研究

植被覆盖变化是气候变化和生态环境变化的双重指示器,如何量化全国尺度植被变化、评估生态修复成效,成为当前陆地表层生态系统研究领域共同的科学问题。利用2000—2020年的植被覆盖度(FVC)数据,采用增幅变化分析、Theil-Sen Median趋势分析、稳定性分析方法,对中国六大重要生态系统保护和修复工程区域的自然植被覆盖度本底和时空变化特征进行了研究,并对不同区域植被覆盖度变化与气温、降水的相关性进行了分析,以期掌握我国生态系统保护和修复“家底”。结果表明：(1)2020年,六大区域平均植被覆盖度为27.66%,2000—2020年,黄河重点生态区、北方防沙带和青藏高原生态屏障区增幅分别为54.4%、34.6%和21.8%,是全国范围平均植被覆盖度增幅的1.04—2.59倍;长江重点生态区、东北森林带和南方丘陵山地带增幅分别为18.0%、13.7%和12.9%,均低于全国增幅,我国西北方较南方改善更明显。(2)2000—2020年,六大区域植被覆盖度变化总体呈增加趋势。黄河重点生态区、东北森林带、南方丘陵山地带和长江重点生态区增加区域面积占比均超过60%,北方防沙带和青藏高原生态屏障...     

和田地区植被覆盖变化及气候因子驱动分析

基于MODIS NDVI(2000—2016年)数据集,结合气温、降水数据,利用最大值合成法、斜率分析法及相关分析等方法,分析和田地区近17年的植被覆盖时空变化特征及其与气候因子的相关性。结果表明:(1)近17年和田地区植被覆盖的月际变化表现为先增加再减少,年际变化表现为显著上升趋势,增速为0.452/10a;(2)近17年和田地区植被覆盖增加和减少的区域分别占总面积的4.48%和0.21%,绿洲及昆仑山北部部分区域变化剧烈,高海拔区域基本不变;(3)近17年温度和降水小幅增加,增速分别为0.144/10a和0.156/10a;月尺度上,植被覆盖与温度为正相关,植被生长滞后于温度两个月;与降水以负相关为主,滞后效应不明显。(4)NDVI对气候因子响应的空间分布中,NDVI与平均温度以负相关为主,与降水以正相关为主,与降水的相关性较温度的相关性高;昆仑山北部植被对降水变化更敏感,和墨洛绿洲、策勒-于田绿洲和和田地区西南部山区对温度变化更敏感。     

京津冀地区城市化对植被覆盖度及景观格局的影响

定量研究了2000—2010年,京津冀地区植被覆盖度及其景观格局的动态变化,揭示了城市化进程对植被景观的干扰过程及生态质量的影响。结果表明:(1)2000—2010年,城市化进程显著是京津冀城市群土地变化的一大特点,人工表面面积从2000年的1.79×10~4km~2增加至2.16×10~4km~2,增幅高达21.16%;(2)京津冀平均植被覆盖度呈增加趋势但不显著(P=0.46),存在明显的时空动态差异。在覆盖度结构上形成了以中低和中植被覆盖度为主导的格局;(3)从景观空间格局变化来看,中低、高覆盖度区域植被景观更加破碎,而低、中等覆盖度区域的植被面积增加,景观破碎度减小;尤其是低植被覆盖度为主的城市区域,景观格局变化幅度大,表现为绿地面积有所增加,景观破碎化程度降低,生态质量有所改善;(4)在整个研究区范围,城市化对区域植被覆盖度存在负面影响,表现为城市化程度与区域平均植被覆盖度存在负相关(P=0.08);但是在低植被覆盖度的区域(主要为城市区域),城市化程度与植被覆盖面积呈显著正相关(P0.001),表明城市区域在城市化进程中植被覆盖面积有所提高,生态质量有所改善,与城市化过程中,日益重视城市绿地的建设有关。     

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.     

苏干湖湿地植被覆盖度时空变化格局

植被覆盖度是反映群落外貌特征和影响植被生态系统稳定性的重要因子,其时空异质性演化规律研究有助于认识湿地群落的结构功能及其环境响应机制。采用湿地群落学调查和遥感技术相结合的方法,分析了苏干湖内陆盐沼湿地近30年植被覆盖度的时空变化及其影响因素。结果表明:像元二分模型在内陆盐沼湿地植被覆盖度研究方面具有较高的模拟精度;苏干湖湿地的植被覆盖度在1987—2017年间总体呈上升趋势,年际增幅为0.162%/5a,与气温和降水呈正相关关系;在空间上植被覆盖度与地下水位埋深呈正相关,与土壤全盐量呈负相关,但不同等级植被覆盖度与地下水位埋深、土壤全盐量间的相关性各有差异。苏干湖湿地植被覆盖度受地下水位埋深、土壤全盐量空间异质性的影响,呈现出斑块状镶嵌分布。     

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。     

青海省东部农业区植被覆盖时空演变遥感监测与分析

基于象元二分模型,利用MODIS植被指数产品定量估算研究区2000—2009年生长季(4—9月)植被覆盖度,采用相关系数法和有序聚类分析方法对植被覆盖度时空变化趋势及突变进行了分析,并结合DEM分析其对地形因子的响应。结果显示:1)研究区2000—2009年整体植被覆盖度在波动中呈不显著增加趋势,其中2001年是显著突变年份,表明研究区植被覆盖度发生比较显著的变化;2)通过对地形因子的响应分析,植被覆盖度在高程2500m和4100m,坡度4°和26°发生突变;对各高程带、坡度带植被覆盖度年际变化趋势及突变年份进行分析,获得了各带的变化趋势及其突变年份。对研究获得的结果进行讨论,结果表明:研究区降水量的变化及退耕还林措施是植被覆盖度变化的重要影响因素,其中退耕还林措施对植被覆盖度变化的影响较大。     

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。