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。     

高原山区小流域植被覆盖度演变时空格局

探究高原山区小流域植被覆盖度变化特征,为小流域生态保护和资源利用提供科学参考。选取1989—2017年贵州省黑滩河流域Landsat系列遥感影像,采用像元二分模型等方法反演流域植被覆盖度,探究植被覆盖度时空变化以及不同地貌植被变化特征。结果表明:1)1989—2017年黑滩河流域植被覆盖度由61.45%上升到67.49%,2011年后植被覆盖度上升最为明显;2)1989—2017年黑滩河流域植被覆盖度总体南高北低,其中1989—1996年、1989—2017年南部植被覆盖度上升相对较多;3)1989—2017年黑滩河流域中海拔丘陵区植被覆盖度较高,小起伏低山区植被覆盖度较低,小起伏中山区植被覆盖上升最明显。     

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.     

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。     

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。     

海河流域植被覆盖度变化的图谱特征及其地形梯度差异分析

为了从整体上了解1999—2013年间海河流域植被覆盖的变化情况及其与地形因子的关系,基于1999、2004、2009和2013年的SPOT/NDVI数据,结合图谱分析法,对海河流域植被覆盖度变化图谱的特征进行分析,并探讨了其在海拔、坡向、坡度和地形起伏度4种地形因子梯度上的差异.结果显示:(1)以高→高→高→高为主的稳定型是主要的图谱类型,海河流域1999—2013年期间植被覆盖度以高等为主,且较稳定.(2)海河流域不同地形梯度上均以高→高→高→高为主的稳定型图谱分布最广泛;植被覆盖度呈明显变化的图谱类型主要集中在200 m的低海拔与1 000~2 000 m的中高海拔、中低地形起伏度(0~200 m)、0~6°的平坡与缓坡、阴坡与半阴坡.变化特征以中、高等植被覆盖度相互转换为主,且具有明显的时间阶段性.研究结果可以较好地反映该流域植被覆盖度变化在不同地形因子下的状况,为海河流域生态环境保护和未来合理开发提供科学指导.     

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。     

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Landsat-8 OLI的岷县十里铺幅植被覆盖度多年变化与地质灾害时空分布关系

以岷县十里铺标准图幅为研究区,基于Landsat-8 OLI(operational land imager)遥感影像数据分析了从1990～2018 年期间的植被覆盖度多年动态变化特征以及发展趋势。将多年植被覆盖度与相近年份的地质灾害点进行空间叠加对比,分析了植被覆盖度与地质灾害发生的时空对应关系,结合植被的水文效应以及力学效应探讨了植被的抑灾及致灾作用机理。结果表明：研究区内植被先后经历了急剧退化～逐渐恢复～略微退化的发展趋势,历年发生的地质灾害点主要分布于裸地和低植被覆盖度区域。地质灾害点分布密度总体随植被覆盖度的增加而减少,呈近似负相关关系。植被并不是决定地质灾害发育的关键因素,植被的水文效应和力学效应具有抑灾和致灾作用。在研判地质灾害发生概率时应综合考虑植被覆盖度、大气降水强度、历时产渗流等特征。     

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。     

不同土地覆盖类型上地表温度与植被覆盖关系研究——以福州市为例

以ASTER为数据源,提取研究区的地表温度,并从不同土地覆盖类型上分析地表温度与NDVI、植被覆盖度之间的定量关系.结果表明在各土地覆盖类型上地表温度与NDVI、植被覆盖度的线性关系并不明显,而在1%的间隔上平均地表温度与植被覆盖度呈明显线性关系,在0.01间隔上地表温度和NDVI关系呈分段线性关系,利用1%间隔的植被覆盖度更有利于分析地表温度和植被的关系.     

基于TM的重庆市主城区热岛效应及其影响因子分析

利用2008年TM影像,提取重庆市主城区土地利用信息;提取NDVI(植被归一化指数),结合野外调查,获取反映地表植被覆盖状况的植被覆盖度数据;根据第6波段(热波段)获取地表亮温数据,分析重庆市主城区热岛效应.利用GIS空间分析及数理统计方法,对土地利用类型、城市绿地和城市水体3种影响因子进行分析.结果表明重庆市主城区热岛效应明显,在空间上呈大片、连续分布状态,土地利用类型数据显示这种现象与城市快速扩张密不可分.不同地表覆被类型对地表温度的响应不一致,建设用地最容易产生热岛效应,植被和水体则有着明显的减缓效应.热岛效应与植被覆盖度成呈明显负相关,随着植被覆盖度的提高而降低,试验结果显示它在植被覆盖度高于50%后消失;城市绿地面积越大,内外温差也越大,从而形成热岛中的"冷岛".水体均温比绿地低2℃,表明对于热岛效应的缓解,它比植被更有效,是最直接、有效的影响因子.     

中国土地利用和植被覆盖度变化对区域气候影响的数值模拟

基于3期土地利用和植被覆盖度资料、高分辨率的驱动场、马赛克的土地利用处理方式,采用区域气候天气研究与预报模式,设计两类试验研究中国土地利用和植被覆盖度变化对区域气候的影响.结果表明:在土地利用试验中,反照率、叶面积指数、发射率和低空云量等影响地表能量及分配,导致土地利用变化对夏季潜热、感热和2 m气温等陆面物理量的影响显著.由于城市地表的不透水性导致城市潜热明显减少,感热和气温增加.土地利用变化对冬季的影响比夏季弱,主要是反照率起作用,尤其是在积雪变化较大的区域.在植被覆盖度试验中,植被覆盖度与叶面积指数一致,后者直接影响植被蒸腾作用和夏季潜热,潜热的变化与植被覆盖度的变化具有较好的空间一致性,感热和气温基本上与潜热变化相反.土地利用和植被覆盖度变化通过改变垂直层温度,影响位势高度,引起风场的异常和降水的变化.     

厦门市地表温度与植被覆盖关系定量研究

以福建省厦门市为研究区,基于2015年的Landsat 8遥感影像数据进行4种不同算法的地表温度反演,并对4种算法的结果进行精度验证,选择一种精度最高的算法的结果与植被覆盖度进行回归分析,探讨不同下垫面的植被覆盖度与地表温度的关系.结果表明:在本研究区内,使用单窗算法反演地表温度结果与对比数据更为接近,精度相对较高.地表温度与植被覆盖度之间具有明显的相关关系,植被覆盖度能够有效降低地表温度.在不同的植被覆盖度范围内,对地表温度降温效果不同,当整体植被覆盖度水平较低时,植被覆盖度的增加能够更加明显地降低地表温度.不同的下垫面类型植被覆盖度与地表温度之间有很好的对应关系,植被覆盖度越高的下垫面类型,温度越低.     

1990—2010年间我国北方农牧交错带植被覆盖度变化归因

以我国北方传统农牧交错带为研究区,以植被归一化指数(NDVI)表征地表植被覆盖度,对土地利用数据和降水量、气温等气象数据两大类影响因子进行相关性分析.研究发现:1990—2010年该地区主要土地利用类型发生了显著的相互转化,但占优势的仍是草地、耕地和林地,土地利用和景观结构未发生重大变化.研究期间,北方农牧交错带耕地、林地和未利用土地植被覆盖度均有所增加,草地植被覆盖度有所减少.植被覆盖度与年均降水量呈极显著相关性,1990—2010年农牧交错带降水呈减少趋势,植被覆盖度上升趋势明显.植被覆盖度与同期年均气温数据也呈现一定的正相关性,1990—2010年农牧交错带气温变化属于升温趋势,植被覆盖度上升趋势明显.研究表明北方农牧交错带植被覆盖度变化是在全球气候变化和人类活动的双重影响下发生的,土地利用变化和降水、气温气象数据两种因素对植被覆盖度的影响具有明显的地域性特征,土地利用变化因子的影响由于受政策和人类活动的参与而正逐渐占据着主导地位,而气候条件中,气温升高对植被覆盖度具有一定的正相关性,降水量因子在径流量充沛地区影响作用较弱,但在水源缺乏,人类活动干预较少农牧交错带西北地区仍然有着重要的影响作用.     

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。     

基于SPOT数据的海河流域植被覆盖度变化图谱特征

为了从时空结合的角度探讨1999—2013年15年间海河流域植被覆盖的变化轨迹和特征,基于SPOT/NDVI数据,运用图谱分析法对海河流域的植被覆盖度变化进行时空分析.结果表明:(1)1999—2004年的植被覆盖度变化图谱以植被覆盖度等级转好的图谱单元为主,其空间分布较集中,而植被覆盖度转差的图谱单元较少且空间分布较分散.(2)2004—2009年植被覆盖度变化的总面积减少;以植被覆盖度转差的图谱单元为主,其空间分布由上一阶段分散变为集中,而植被覆盖度转好的图谱单元在空间上由上一阶段集中变为分散.(3)2009—2013年,植被覆盖度变化的总面积得到回升,空间差异上植被覆盖度的变化与第1阶段相似,与第2阶段相反,皆以植被覆盖度转好的图谱单元类型为主,空间分布较集中,而植被覆盖度转差的图谱单元空间分布较分散.(4)1999—2013年,植被覆盖度变化图谱模式以稳定型主,说明植被覆盖度较稳定,其次是前期转换型和连续转换型,具有明显的时间阶段特征,所有图谱模式以中、高等植被覆盖度相互转换为主.研究结果可以及时准确地反映该流域植被变化状况,为海河流域生态环境保护提供科学指导.     

福建省平潭岛植被覆盖变化及其对地表温度影响的定量研究

以福建省平潭岛为例,利用1990-2013年3期Landsat卫星遥感影像,基于归一化植被指数提取植被覆盖度,利用Qin单窗算法定量反演地表温度.对不同年份的植被覆盖与地表温度的空间变化特征及两者相关性进行分析,以揭示热环境效应的内在机制.研究结果表明:植被覆盖度与地表温度呈较显著负相关,植被覆盖每增加10%,最大可使归一化地表温度降低0.049.2002-2013较1990-2002年时间段的植被覆盖与地表温度变化幅度大.同时,对1990-2013年的植被覆盖变化值与归一化地表温度变化值进行相关性分析,发现变化值之间也具有较显著的相关性,且其相关性为0.513.     

基于遥感的重庆市植被覆盖格局变化研究

利用1988年、2007年Landsat5 TM和2000年SPOT2影像,以Erdas和ArcGIS软件为主要工具,对重庆市植被覆盖变化进行研究．首先提取重庆市的归一化植被指数（NDVI）,再利用等密度模型将植被指数转化为植被覆盖度,并按照相关标准进一步划分植被覆盖等级结构;其次从面积和植被覆盖景观格局指数中的区域多样性指数、优势度和均匀度等方面进行植被覆盖变化的空间格局分析．结果表明：①随着城市的迅速扩张,城市植被覆盖度急剧下降,形势严峻;②在植被等级结构中,2级和5级一直呈现增长趋势,1、3、4级呈现先增长后下降的趋势,且低植被覆盖有向高植被覆盖等级转移的趋势;③在市区,由于土地利用类型调整和旧城改造等原因,植被覆盖呈下降趋势,短期内可能进一步持续下去．     

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。