秦皇岛市2001—2020年植被覆盖动态变化及预测

本研究基于谷歌地球引擎(Google Earth Engine,GEE)遥感数据云端运算平台,利用1443景的Landsat Surface Reflectance(陆地卫星地表反射率数据)长时间序列遥感影像数据,使用归一化植被指数、像元二分模型、变异系数、线性回归分析和CA-Markov模型等方法监测秦皇岛市2001—2020年间植被覆盖度的动态变化,并预测了2025年的植被覆盖情况。研究表明：(1)2001—2020年,秦皇岛市20年间的植被覆盖度总体良好,整体上以中高植被覆盖度和高植被覆盖度为主,二者面积之和均达到总面积的65%以上;低植被覆盖度与中低植被覆盖度的面积之和均未超过20%。(2)河流、湖泊以及城区周边的植被覆盖度波动性较大,变异系数范围在0.8到3.2之间。(3)20年间秦皇岛市植被覆盖度明显变化的区域占57.7%,其中减少的区域占17.7%,增加的区域占40%,植被覆盖度基本保持不变的区域占42.3%,且人为因素仍是影响植被覆盖度变化的主要因素。(4)预测结果表明,秦皇岛市2025年仍以高植被覆盖度为主,占比达到47.4%,增长了0.9%,低植被覆盖度和中植被覆盖度分别减少了0.8%和0.4%,中低植被覆盖度和中高植被覆盖度均增长了0.1%。此研究可为秦皇岛市的环境治理、城市规划等工作提供数据参考和理论依据。     

基于遥感技术的地表水源地植被覆盖度的动态变化

植被覆盖及其动态变化可以有效地反映出区域环境变化特征,监测植被变化在评价区域生态环境质量中是不可缺少的一部分。数据源采用Landsat遥感影像,在运用归一化植被指数及像元二分模型的基础上,提取出2002、2009、2018年珲春老龙口水库地表水源地植被覆盖度,并进行动态变化分析。结果表明:2002—2018年珲春老龙口水库地表水源地区平均植被覆盖度值呈先减少后增加的趋势,2009—2018年,该研究区植被覆盖度处于相对良好的状态,中高度植被覆盖区与高度植被覆盖区占总面积的比重达到86.99%。从空间上来看,地表水源地的东北部分植被覆盖度较高,由东向西呈降低趋势。高植被覆盖区变化明显,近20年内增加了1 818.80 km~2。政府政策、生态恢复工程、人类活动等是影响珲春老龙口水库地表水源地植被覆盖度的主要因素。     

基于山地植被指数估算临县植被覆盖度

植被覆盖度是生态环境监测的重要指标,而复杂地形因素影响对山地植被遥感信息的准确提取.以山西省临县为研究区,采用归一化植被指数(NDVI)和归一化差值山地植被指数(NDMVI)分别估算临县2011年7月和2016年4、7、9、12月的植被覆盖度,在对比分析植被指数地形敏感性的基础上,分析黄土丘陵区复杂地形条件下NDMVI对植被覆盖度的估算效果,并对临县近年来植被覆盖度的变化情况进行分析.结果表明:2016年4月使用NDMVI覆盖度估算模型的地形敏感度最弱,估算植被覆盖度的效果最好.从2011年至2016年临县植被覆盖度整体呈现增加的趋势,中高度(50%～70%)、高度(70%～100%)植被覆盖度区面积增加约20%.在空间上,临县中部黄土丘陵沟壑区、西部黄河沿岸丘陵基岩裸露区植被也有了明显的改善,植被覆盖度由中低度、中度覆盖区转为中高度和高度覆盖区,植被覆盖度改善明显.归一化差值山地植被指数(NDMVI)更适合于山地区域植被覆盖度估算.     

基于无人机可见光波段对荒漠植被覆盖度提取的研究——以沙坡头地区为例

以腾格里沙漠东南缘沙坡头地区为研究区域,采用无人机(Phantom 3A)拍摄获取指定范围可见光影像,通过ENVI软件分析照片的红、绿、蓝信息进行植被指数的提取和植被覆盖度的计算,主要分析了可见光波段差异植被指数、归一化绿化差异指数、归一化绿蓝差异指数、过绿指数、红绿比值指数与研究区荒漠植被覆盖度回归模型,探究最优反演模型,目的是验证在相同区域、相同时间拍摄的无人机影像的植被覆盖度.计算出来的植被覆盖度和无人机航片的处理方法进行比对,验证反演模型的正确性.结果表明:通过无人机可见光波段提取的植被指数结果中可见光波段差异植被指数的提取精度最好,能很好地将植被与非植被区分,为荒漠植被覆盖度和植被指数的反演模型的验证提供了依据,节约了实地测量带来的时间和人力成本.对比研究植被指数和荒漠植被覆盖度的线性、对数、三次、乘幂、增长及指数的回归模型结果,最优的荒漠植被覆盖度的反演模型是可见光波段差异植被指数的三次模型,为y=-200.06x3+706.763x2-430.779x+17.916,能很好地监测荒漠植被覆盖度的动态变化,为今后荒漠生态系统的防护和管理提供较好的技术支持.     

陕北黄土高原植被动态变化及其对气候因子的响应

为了研究退耕还林还草工程实施后期,陕北黄土高原地区地表植被变化特征及气候因子对植被变化的影响,采用MODIS NDVI数据,通过像元二分法计算植被覆盖度,结合相关气象站点监测数据,利用线性回归分析、相关系数及显著性检验法,分析了陕北黄土高原植被覆盖度时空变化趋势及其对气温、降水因子的响应。结果表明:研究区植被覆盖度空间分布差异显著,由北向南植被覆盖度由低向高过渡明显,2009—2016年植被覆盖等级的空间转移变化主要发生在北部和中部地区,表现出由中低植被覆盖向中等植被覆盖转移、中等植被覆盖向中高植被覆盖转移的态势。2009—2016年研究区植被覆盖度年际变化速率较小,整体呈平缓增加趋势,中部和南部部分地区有减少趋势但变化趋势不显著。研究区内年植被覆盖度与年降水量、年平均气温的相关系数、偏相关系数均较小,相关性不显著。不同区域的植被覆盖度对气候因子的响应结果不同,在空间上正负相关性共存,研究区北部受年降水量影响较大,而中部受年平均气温影响较大。研究区植被覆盖度对气候因子的响应存在滞后性,生长季的植被生长受同月降水量和前一月平均气温的影响较大,且绝大部分地区均表现为正向相关。     

黄河流域中段植被覆盖时空变化特征及影响因素分析

黄河流域植被保护与生态治理至关重要，探究植被变化特征及因素影响机制，对黄河流域生态修复及高质量发展具有重要应用价值。基于1981—2020年植被覆盖度数据、气候数据、地形数据及土地利用数据，利用趋势分析、Hurst指数、相关分析等研究方法，定量分析黄河流域中段植被覆盖度变化特征、未来发展趋势及影响因素。结果表明：1)1981—2020年黄河流域中段植被覆盖度呈波动上升趋势，增加速率为0.045/10a,空间格局呈现为东南部及中部高，西北部低的特征；2)近40年来研究区植被覆盖度改善情况良好，其中改善区域面积占比为87.50%,未来持续改善区域面积占比为96.65%;3)研究区植被覆盖度与降水、气温均以正相关为主，地形因子对植被覆盖度的影响主要体现在高程及坡度上，随二者的增加植被覆盖度表现为先增长后减少的趋势，且在不同地形条件下，植被覆盖度受温度影响大于降雨。     

基于GEE的赣州安远县30年植被覆盖度时空变化分析

在谷歌地球引擎(GEE)云平台上,以1991—2021年Landsat影像数据为基础,采用像元二分模型、趋势分析法、赫斯特指数及莫兰指数分析安远县30年植被覆盖度,探究其时空变化特征、空间自相关及未来变化趋势。结果表明,安远县的植被覆盖度在空间上整体水平较高,在研究期30年内,植被覆盖度增加区域占75.48%,退化区域占17.11%,无变化区域占7.41%。赫斯特指数预测未来安远县植被覆盖度将以持续增加为主,研究区整体表现为显著的正空间自相关,呈聚集状态分布。安远县在植被改善方面已取得了显著成果,后期还需重点关注植被覆盖度退化区域与空间自相关异常值区域。     

气候变化与人类活动对植被覆盖的影响

为了研究气侯变化及人类活动对区域植被覆盖变化的内在影响,采用2000—2016年MODIS NDVI数据,通过像元二分法计算获得植被覆盖度,结合气象站点监测数据,利用MannKendall突变检验、转移矩阵、残差分析等方法,探讨气候变化和人类活动影响下,陕西省2000—2016年植被覆盖度的时空变化特征。结果表明:2000—2016年陕西省年平均气温和年降雨量均总体增加。其中,2006—2008年是气候突变时期,植被覆盖度在气候突变后明显增加。陕西省平均植被覆盖度总体增加。其中,陕北地区植被覆盖度明显增加,2000—2016年增加0. 33;关中地区植被覆盖度有所下降,2000—2016年降低0. 06,以西安周边地区为主;陕南地区植被覆盖度有小幅降低,2000—2016年植被覆盖度降低0. 02.陕西省人类活动对植被覆盖度影响具有明显空间差异。其中,陕北地区人类活动影响力对植被覆盖影响力具有正向作用,促进植被覆盖度增加;关中地区人类活动影响力具有负向作用,导致植被覆盖度降低;陕南地区人类活动影响力较低,导致陕南地区植被覆盖有小幅度降低。植被覆盖对气候变化响应明显,人类活动影响力在持续增强。     

文安驿流域植被覆盖度时空分异及其与地貌因子关系研究

从流域尺度对黄土高原地区植被覆盖度状况进行动态监测,定量分析其与地貌间因子的关系。以文安驿流域为研究区,利用多时相遥感数据测算植被覆盖度,综合运用GIS空间分析和数字地形分析方法,对研究区植被覆盖度时空分异规律及其与地貌因子的关系进行分析。结果表明:近十年来文安驿流域植被覆盖度总体呈上升趋势,2007年比2002年恢复的幅度更大;流域植被覆盖度随海拔高度的增加均呈下降趋势;植被覆盖度随着坡度的增大而减少,相对1999年,2007年在大于25°坡度范围的植被覆盖度比2002年的增幅大;流域植被覆盖度北坡相对较高,南坡相对较低,各个坡向的植被覆盖度大小呈现一致性规律。     

中国西部干旱区植被覆盖变化特征分析

在中、大尺度的区域研究中,利用遥感数据与方法分析植被的覆盖变化具有独特的优势,通过连续近20年(1982-2000年)从 NOAA/AVHRR数据中提取的植被覆盖度指数,按不同植被覆盖度的指标,采用分区分类法对中国西部干旱区进行了分类,得到植被分类结果图,提取了各类植被在每个年度的面积数据,显示了各类植被面积变化的过程,并初步分析了原因。结果表明,近20年来,干旱区各区域相同植被类型的变化状况不完全相同,具有不同的特点;北疆地区无植被覆盖类型面积明显减少,生态环境有所改善;南北疆在绿洲面积增加的同时,中、高覆盖度植被减少,即在绿洲与沙漠之间的过渡带植被面积减少,柴达木盆地荒漠面积增加,森林、草甸类植被面积减少,表现出该区域生态环境退化。综合各区各类植被的变化来看,在平原区荒漠无植被区是稳定的(与其总面积相比),绿洲也是西部干旱区较稳定的植被类型,而且是不断扩大的植被类型。人类活动已是西部干旱区、平原地区植被类型发生显著变化的重要因素,而在这二者之间的过渡带类型的植被,尤其是中、高覆盖度植被的面积在减少。