广西南流江流域1986—2020年植被覆盖度时空变化及预测

为探究我国南方丘陵山地流域植被覆盖度长时序变化情况,本研究基于1986—2020年Landsat系列影像数据,运用Google Earth Engine平台计算植被覆盖度FVC,利用Theil-Sen median趋势分析和Mann-Kendall 以及Hurst指数方法分析南流江流域植被覆盖度时空变化趋势特征。结果表明：南流江流域植被覆盖度高,植被覆盖度变化呈现明显的上升趋势。1986—2020年间,流域植被改善面积（58.23%）远远大于植被退化面积（8.29%）,植被改善区域在流域中、下游表现最为显著,退化区域自流域上游而下依次减少。未来南流江植被覆盖度变化将呈现波动变化趋势,其中持续性改善面积占14.83%,持续性不变面积占12.25%,持续性退化面积占3.48%,余下69.44%面积为波动变化区域,流域植被覆盖变化与造林绿化工程及城市扩张发展息息相关。Google Earth Engine平台在遥感影像处理中有明显优势,它能在长时序、大尺度植被监测研究中发挥重要作用。     

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。     

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。     

陕西榆林地区植被退化与沙漠化趋势分析

以陕西榆林地区MODIS I_(NDV)(2000—2015年)和气温降水(2000—2014年)数据为基础,结合混合像元分解模型、线性趋势法、相关系数等方法,分析了植被覆盖度变化、植被退化、沙漠化过程和气候的驱动作用.结果表明,榆林地区植被覆盖度呈显著的线性增加趋势,年递增率为2.29%,增加速率呈现出自南而北、自东向西的递减过程.植被退化以变化不明显和改善为主,占区域总面积的99%以上,重度、中度和轻度退化范围主要局限在行政中心城区及其附近区域.沙漠化过程分为两个阶段,2000—2013年重度沙漠化面积大幅减少,中度、轻度和潜在沙漠化面积缓慢减少,而非沙漠化面积大幅增加;2013年之后,非沙漠化面积减少,而重度、中度、轻度和潜在沙漠化面积增加.空间分布上,榆林西部、西南部县区是轻度以上沙漠化主要分布区域,2000—2013年该区域出现逆沙漠化过程,但2013之后又出现沙漠化趋势,应加强监测,应对其未来可能变化.榆林地区F_(VC)与气温呈负相关关系,与降水呈正相关关系,即在全球气候变暖过程中,随着气温的升高,该区域植被可能朝着恶化的方向发展,而降水的不确定性增大,又使得该区域植被在未来具有很大的波动性和不确定性.总体上,榆林地区2000—2013年植被覆盖度增加,植被退化减少,出现逆沙漠化过程,但2013年之后出现相反情况,需加强监测.     

1991-2009年南流江流域植被覆盖时空变化及其与地质相关分析

以1991、2000、2009年3期TM影像为数据源,通过基于NDVI的像元二分模型,分析南流江流域19年来的植被覆盖时空特征,同时将这3期植被覆盖度图与流域地质图进行叠加,进而分析地质地层对植被覆盖度的影响。结果表明:(1)19年来南流江流域植被覆盖度变化显著,前10年间流域植被质量有所下降,自2000年来流域平均植被覆盖度呈上升趋势。(2)植被覆盖度与流域内地质地层联系紧密,流域内花岗岩(γ)地层,植被覆盖度较高,优于其他地层;岩溶区植被覆盖度较低,植被易发生退化,但恢复缓慢;该流域内的第四系地层植被覆盖度最低。(3)南流江流域植被以稳定、恢复为主,植被覆盖得到较大好转,在空间分布上变化较为显著。     

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。     

大湄公河次区域植被覆盖时空变化特征及其与气象因子的关系

【目的】分析大湄公河次区域植被覆盖的时空分布变化规律及其与气象因子之间的关系,为全球变暖环境下大湄公河次区域植被保护及生态环境修复提供理论依据。【方法】以大湄公河次区域为研究区,使用MOD13Q1-NDVI数据,借助Google Earth Engine(GEE)平台反演区域2005—2019年植被覆盖,采用线性回归分析、马尔科夫模型等分析区域植被覆盖的时空分布规律,并利用偏相关分析法探究植被覆盖与气象因子之间的关系。【结果】大湄公河次区域高植被覆盖的面积占总面积的61.9%,空间上呈现北低南高、东高西低的特点;2005—2016年,区域植被以改善为主,主要是中高植被向高植被类型转化;2016—2019年,区域植被发生明显退化,以高覆盖植被类型退化为主;15年来,呈改善趋势的面积占总面积12.7%,呈退化趋势的面积占总面积3.0%,基于Hurst指数分析发现,区域植被未来显著改善面积大于显著退化,南部地区未来会发生退化;年际变化趋势上,归一化植被指数(NDVI)与气温呈显著正相关,相关系数为0.61,与降水相关性较弱;空间上,区域植被NDVI变化受到气温和降水影响,北部与降水显著负相关,南部与气温显著负相关。【结论】大湄公河次区域植被覆盖整体较好,改善趋势大于退化趋势。综合来看,大湄公河次区域植被变化与气温和降水有一定关系,尤其是北部和南部。     

近15年宝鸡市植被覆盖度变化研究

目的揭示宝鸡市2000-2014年间植被覆盖特征及其动态变化情况。方法以宝鸡市2000年、2005年、2010年和2014年4个时相遥感影像为基础,依据归一化植被指数(NDVI)和像元二分模型法进行估算。结果 (1)从空间分布上看,宝鸡市2000-2014年间整体植被覆盖良好,总体上以中、中高和高植被覆盖度为主。(2)从时间动态变化上看,2000-2005年间宝鸡市植被覆盖变化不大,2005-2010年间出现了明显的改善,而2010-2014年间退化明显。(3)各行政区域植被覆盖度变化趋势具有明显的差异性。结论宝鸡市整体植被覆盖度高,2000-2014年间表现出先增加后减少的变化趋势,部分区域出现了明显的退化现象。     

鄂尔多斯市棋盘井镇植被覆盖度变化空间特征

通过2001年、2009年和2017年3期Landsat影像及DEM数据,基于像元二分模型,利用重心迁移、动态度模型、差值分析等方法,分析了鄂尔多斯棋盘井镇植被覆盖度时空变化特征,并探讨了地形因子对研究区植被覆盖度空间分布的影响.结果表明:在整个研究期,棋盘井镇植被覆盖度总体呈上升趋势,植被覆盖以中、高植被覆盖度为主,所占比重达到65.0%以上;动态度分析中,极低植被覆盖度动态度变化程度很大,低植被覆盖度动态度变化程度中等;中、东部空间变化明显,极低、低植被覆盖度向西南方向迁移,中、高植被覆盖度向东北方向迁移;植被覆盖度随着高程、坡度的增长呈逐渐递减的趋势,在高程为1 000～1 600 m、坡度为3°时植被覆盖度较高,坡向对植被覆盖度的影响不明显.结论:棋盘井镇植被覆盖度整体呈上升趋势,高程、坡度是影响棋盘井镇植被覆盖度空间分布的主要地形因子.     

西安市植被覆盖度冷热点时空动态变化及其风险分析

水库等电力工程的修建和退耕还林政策在黄土高原特别是黄河中游地区的实施,有效地减轻了水土流失现象,并改善了生态环境,研究该区域典型城市的植被覆盖度的动态变化及其风险状况对于新时期黄河流域生态环境高质量发展具有重要意义和价值。本研究基于冷热点分析理论的Getis-Ord G~*统计量、Mann-Kendall趋势检验、Hurst指数和Pettitt检验法,识别了西安市2000—2013年植被覆盖度的冷热点分布,捕捉了植被覆盖度Getis-Ord G~*统计量的变化趋势和突变点,采用概率分布函数分析了植被覆盖度冷热点发生的概率风险大小。结果表明:1)西安市植被覆盖度存在冷热点,且多年平均植被覆盖度热点和冷点占全市总面积的5.27%和13.91%;2)海拔较高的山区和海拔较低的城区周边植被覆盖度Getis-Ord G~*统计量呈现显著减少,海拔较低的蓝田县北部和临潼区南部呈现显著增加,分别占全市总面积的15.93%和12.89%,未来在城区、蓝田县北部和临潼区南部植被覆盖度可能会呈现高值聚集的状态;3)西安市植被覆盖度Getis-Ord G~*统计量在2004—2008年发生了突变,集中在蓝田县北部和临潼区南部以及城区周边;4)周至县山区、鄠邑区山区和长安区山区等高海拔地区出现热点区域的概率较高,城区和蓝田县北部、临潼区南部低海拔区域出现冷点的概率较高。林业生产活动和城市园林绿化等人类活动的增加对植被变化具有显著影响。研究成果有助于进一步了解西安市植被覆盖变化情况,可以为下一步加强生态环境治理和绿化工作以及降低植被退化风险提供科学依据。     

云南石林县植被覆被时空变化及影响因素

基于ArcGIS 10.2空间分析平台、MODIS NDVI植被数据及标准气象站的气象数据,采用提取分析、统计分析及相关性分析等方法,研究了石林县2000-2015年植被覆盖的时空变化特征及其与气候因子、人类活动的关系.结果表明:石林县植被每年5月进入生长季,而9月生长结束,植被覆盖度主要以高植被覆盖度为主且总体呈上升趋势,速率为0.04/(10 a);石林县植被覆盖度呈增加趋势的面积占研究区总面积的72.36%,减少部分的面积占总面积的27.64%,植被NDVI减少最为严重的区域主要集中在石林县城的周边地区,增加较明显的区域主要集中在西街口镇,植被NDVI总体上由东北向中西部递减;气候因子中气温与降水量变化与石林县植被NDVI年内变化相关,气温是影响植被NDVI变化的主要气候因子;石林县实施的退耕还林工程,极大地提高了石林县植被的覆盖度.     

国家重点生态功能区植被覆盖度变化及其对地形因子的响应——以湖北省长阳县为例

区域植被覆盖变化监测是研究资源环境承载力的基础,其对区域可持续发展至关重要.该研究基于2000年—2015年的NDVI数据,借助于偏差分析、变异系数分析、地形差异修正指数模型等方法,对县域植被覆盖度变化特征及其对地形因子的响应进行研究,主要结论如下：1) 2000年—2015年植被覆盖度整体上处于较高水平,呈现出小幅度的波动增加趋势,年均增长率为0.12%;高覆盖度和中高覆盖度等级面积合计占研究区总面积80%以上.2) 研究期内县域植被覆盖度变异程度总体上稳定,植被稳定型面积占研究区总面积的82.84%,植被改善型面积大于植被退化型,其占比分别为13.07%和4.08%,能够在很大程度上对维护区域生态安全发挥重要作用.3) 随着高程的升高植被退化型先减小后增加,在大于1 250 m的高程内为主导类型;植被稳定型先缓慢增加后逐步减少,在500～1 750 m高程内优势明显;而植被改善型呈不断减少趋势,仅在小于500 m高程内呈优势分布.坡度对植被退化型分布的影响较大,在0°～15°范围内优势程度最明显,当坡度大于25°时植被稳定型和改善型呈现出一定程度的优势分布.不同坡向上植被变化显著,随着坡向由阴坡转向阳坡,植被改善型分布增加,而植被稳定型分布减少.该研究能够在一定程度上为国家重点生态功能区县域生态环境治理及生态保护提供有效的参考和借鉴.     

2000～2015年班玛县植被覆盖度变化分析

基于美国Landsat TM卫星遥感影像数据,通过Arc GIS10.0与ENVI5.1软件,提取并分析了班玛县不同时期的植被覆盖度动态变化总体特征。分析结果表明:2000年、2007年、2015年的平均植被覆盖度依次为75.17%,74.23%,70.04%,植被覆盖度fc>0.65的区域面积占总面积的比例达到65%以上,植被覆盖总体情况良好;植被覆盖变化面积转移矩阵表明,中高等、高等植被覆盖度区域转出面积远远大于转入面积,近15年来植被覆盖度呈现出下降趋势,自然生态环境退化程度明显;班玛县植被覆盖度减少区面积占比16.18%,比重较大,植被覆盖不稳定并呈现退化趋势,自然生态环境亟待保护。     

基于像元二分法的白龙江流域植被覆盖度与滑坡时空格局分析

白龙江流域影响滑坡形成的主要因素包括地质构造、地形地貌、水文、气象、植被和人工干扰等,其中地表植被作为滑坡形成的主要外在因素对滑坡的形成和发展具有重要的作用,已引起学术界的广泛关注.以植被覆盖度为主要度量指标,选择2002,2005,2008,2011年4个时段的遥感NDV I值,在改进像元二分法的基础上,探讨了近10年来该流域地表植被覆盖度及其变化特征,并分析了其与滑坡点空间格局的关系.结果表明:该流域植被覆盖度总体变化微弱,但区域内部植被覆盖度变化具有明显的空间异质性,其中低覆盖区域覆盖度呈明显的增加趋势;而历年来,该流域植被覆盖度高的地区滑坡点密度均较低,滑坡点占总滑坡的20.6%,空间分布呈离散状态,而植被覆盖度低的地区滑坡密度较高,滑坡点占总滑坡的34.5%,空间分布主要呈聚集状态,说明白龙江流域植被覆盖度与滑坡点密度呈现负相关关系,植被覆盖度的高低是滑坡发生的一个主要影响因素.研究表明,近10年来,该流域低植被覆盖区域的植被覆盖度增加较快,说明在国家实施退耕还林还草政策后,该流域植被恢复较快,生态脆弱程度减轻,这将为地方防治滑坡灾害的发生起到积极的推动作用.本研究结论可为全流域制定宏观尺度上的滑坡生态防治策略提供科学依据.     

2005-2015年三江源地区玛沁县植被覆盖度变化分析

基于美国Landsat TM卫星遥感影像数据,通过ArcGIS10.0与ENVI5.1软件,提取并分析了玛沁县不同时期的植被覆盖度动态变化总体特征。分析结果表明:2005年、2010年、2015年的平均植被覆盖度依次为72.53 %、65.76 %、68.27 %,植被覆盖度fc>0.65的区域面积占总面积的比例达到60 %以上,植被覆盖总体情况良好;植被覆盖变化面积转移矩阵表明,近10年来植被覆盖度呈现出下降趋势,各级植被覆盖度减少面积近4 000 hm²,自然生态环境退化程度明显;玛沁县植被覆盖度减少区面积占比20.96 %,比重较大,植被覆盖不稳定并呈现退化趋势,自然生态环境亟待保护。     

大连市植被覆盖度时空变化研究

城市植被覆盖度是评价城市生态环境质量的一项重要指标.研究选取Landsat影像为数据源,采用像元二分模型并结合GIS分析功能,将大连市植被覆盖度分为低、较低、中、较高和高5个级别,获得2000—2016年的大连市植被覆盖度分布图.研究发现:2000年、2007年、2011年和2016年大连市平均植被覆盖度分别为56.4%、58.6%、55.7%和56.9%,各时期覆盖度大于60%的面积约为总面积的1/2;大连市高植被覆盖度集中分布在大连市北部(庄河、普兰店、瓦房店);庄河植被覆盖度对整体水平有明显增高作用,市辖区、金州、瓦房店为降低作用;2000—2016年期间,植被覆盖度显著退化区域面积分别为348、444、366km~2,显著改善区域面积为1 268、555、840km~2.植被覆盖度的变化与城市的经济建设及"青山生态系统工程"等政策密切相关.气象因子在年尺度相和月尺度相与植被覆盖度均未呈现明显相关性,社会因子中人口密度和地均GDP均与植被覆盖度呈现显著负相关性.     

朱溪流域植被覆盖变化与居民点的空间关系

以南方红壤侵蚀区典型流域福建省长汀县朱溪流域为研究区,基于研究区2003年和2011年的SPOT-5遥感影像,运用像元二分模型计算得到两个年份的植被覆盖度数据.最后以居民点为中心,300 m为间隔向周围依次做缓冲区,进一步分析植被覆盖度与居民点的空间关系.结果表明:2003-2011年间,流域低覆盖度植被面积占流域面积的比例降低了22.29%,而较高覆盖度和高覆盖度植被面积比例分别增加了6.99%和17.3%;全流域以改善为主的植被面积达到2 416.65 hm2,占整个流域面积的53.85%.朱溪流域植被覆盖度明显提高,研究区域开展的水土保持工作显示出明显的成效.距离居民点0~1 200 m和2 100~2 400 m缓冲区范围内,植被状况以改善为主;而距离居民点1 200~2 100 m缓冲区范围内,植被覆盖有退化的趋势.随着居民点的距离增加,植被覆盖状况呈现出由好转差再转好的发展趋势.     

基于3S技术的玛曲县草地植被覆盖度变化及其驱动力

利用GIS空间统计分析、多元统计分析方法和改进的遥感二分像元估算模型估算了玛曲县高寒草地植被覆盖度。结果显示:玛曲县2000,2002,2004,2006,2008年的平均植被覆盖度依次为66.17%,56.41%,57.34%,77.38%,58.93%。玛曲县高寒草地植被覆盖度总体呈下降趋势,优等植被的退化比较严重。草地植被的演变情况主要由优等植被覆盖向劣等植被覆盖演变,进一步证实了玛曲县草地呈退化趋势。并对导致玛曲县高寒草地植被覆盖度变化的因素进行PCA分析,结果显示人为因素是导致玛曲县植被覆盖度变化的主要因素,进一步说明人类活动对玛曲高寒草地生态环境变化影响巨大。     

基于NDVI的干旱区绿洲植被覆盖度动态变化分析——以新疆阿克苏地区为例

本文以新疆阿克苏地区1991年、2001年和2016年TM/ETM+/OLI遥感影像为数据源,基于归一化植被指数NDVI应用像元二分模型对植被覆盖度进行了估算,得到三期植被覆盖度等级分布图,并通过转移矩阵,对研究区植被覆盖的时空变化特征进行了分析.结果表明,近25年来,阿克苏地区植被覆盖度总体呈现增长趋势,植被覆盖度60%以上的高植被覆盖区域面积显著增加,面积占比由1991年的7%上升至2016年的12.33%,而其他植被覆盖等级区域的面积均呈减少趋势.自然因素尤其是气候变化在一定程度上有利于研究区植被覆盖的增加,但短期内植被覆盖变化的主导因素还是人类活动的干扰.     

基于MODIS＿NDVI的甘肃省会宁县植被覆盖度变化监测

以甘肃省会宁县为研究区,基于MODIS_NDVI数据,利用像元二分法模型估算2000—2016年会宁县植被覆盖度并分析其17a间变化。结果表明:近17a来,甘肃省会宁县年最大NDVI总体呈现波动上升趋势,会宁县每年各植被覆盖空间分布大体相同,且由南向北逐渐降低,总体呈增加趋势发展,其中低植被覆盖区域面积逐渐下降,较低植被覆盖、中等植被覆盖、较高植被覆盖和高中被覆盖面积逐渐增高,无植被覆盖面积变化微小,同时,会宁县植被得到了良好的改善,植被改善面积占全县面积98.891%,退化面积占全省面积0.473%,基本不变面积占比0.637%。