江苏沿海地区NDVI的演变特征及其对区域气候变化的响应

以江苏沿海地区为研究对象,利用1998—2008年从SPOT VEGETATION中提取的归一化植被指数(NDVI)资料,分析江苏沿海地区植被覆盖的时空变化规律。结果表明:(1)江苏沿海地区的NDVI有明显的季节变化,春季3、4月份及夏季7、8月份NDVI指数上升明显;近10年来,江苏沿海地区植被覆盖率呈增加趋势,植被状况有所改善。(2)1999年江苏沿海地区NDVI具有明显的区域差异,其表现为盐城较高、连云港次之、南通较低;到2007年连云港、南通地区NDVI明显增加,盐城地区总体增加,但区域差异较大,部分地区还出现了明显的下降趋势。(3)江苏沿海地区气候(气温、降水)因素对NDVI影响作用明显,二者均对NDVI有显著的正相关性,其中气温是主导因素。     

2001-2014年黄土高原植被覆盖对干旱条件的响应分析

目的 研究黄土高原地区植被覆盖的未来趋势以及干旱情况对其影响.方法 基于2001-2014年MODIS-NDVI数据以及气象站点月值数据,采用趋势分析、Hurst指数及SPEI标准降水蒸散指数等方法分析植被覆盖时空变化特征.结果 2001-2014年黄土高原地区植被覆盖呈波动增加趋势;在空间上,黄土高原植被覆盖呈增长和下降趋势的面积分别占85.15%和14.85%;黄土高原植被覆盖变化的同向特征稍强于反向特征;SPEI与植被覆盖二者出现了较为统一的突变点,且对植被覆盖的影响具有较统一的滞后性.结论 黄土高原植被覆盖整体表现为上升趋势,降水与气温是影响黄土高原植被覆盖的主要因素.     

黄土高原地区植被覆盖时空演变对气候的响应

利用GIMSS/NDVI数据对黄土高原地区1982—2003年期间植被覆盖变化的研究表明:黄土高原地区植被覆盖整体呈现增加趋势,并存在明显的空间差异.植被覆盖改善区域主要分布在河套平原、鄂尔多斯高原、兰州北部等黄土高原的北部地区,而退化区从西峰、延安向东到离石、临汾以至太原以西呈条带状分布.值得关注的是虽然20世纪80年代植被覆盖增加趋势明显,但90年代中期以来植被覆盖退化趋势非常显著.降水是影响黄土高原地区植被覆盖变化的重要因素,月降水量小于40—60mm期间,植被NDVI和降水量呈线性关系,但当月降水超过60mm之后,植被NDVI不再有明显的增长趋势.     

北部湾经济区植被覆盖变化特征及驱动因素

为了探究北部湾经济区近10年来植被覆盖变化规律及驱动因素,基于遥感数据、气象数据、海拔高程数据等,运用变异系数法、相关分析法,对研究区的植被变化进行定量分析。研究表明:(1)北部湾经济区植被覆盖好,年平均归一化指数(normalized difference vegetation index,NDVI)值在0.788~0.828之间,植被覆盖呈上升趋势;(2)植被增加面积大于植被减少的,草丛和针叶林植被增加的面积较多,不同区域植被覆盖趋势变化差异明显;(3)植被变异以轻度变异为主,红壤、石灰土地区的植被覆盖呈上升趋势;而砖红壤地区的下降;(4)植被覆盖随着海拔高度变化明显,呈波动上升→显著上升→下降的趋势。     

基于CLM模型的植被覆盖变化对黄土高原气温和降水的影响研究

黄土高原位于我国第二阶梯,地理环境复杂,生态环境脆弱。本文结合GIMMS/NDVI遥感数据与气象站点观测资料开展诊断分析研究,并将其与模型模拟试验相结合,通过这种方法来研究黄土高原地区植被覆盖与气温和降水之间的作用关系。研究结果表明,黄土高原地区的NDVI、气温和降水量均具有明显的季节变化特征;1982—2006年,区域滑动平均NDVI、气温和降水的线性变化斜率分别为5E-04/10a、0.061℃/10a和-0.492mm/10a;研究区域内NDVI与气温和降水的同期滑动平均相关系数分别为0.459和-0.23,且均存在较明显的空间差异。应用CLM陆面过程模型的模拟结果表明,植被覆盖增加后,植被覆盖发生变化地区的净短波辐射有所增加,净长波辐射有所减少,导致地表吸收净辐射有增加趋势;研究区域内的感热通量和潜热通量均有所增加,且潜热通量的增加更为明显,这可能对植被覆盖增加后气温的降低产生一定影响;研究区域内的土壤含水量和地表蒸散均呈增加变化,这可能导致降水增加。但是,植被覆盖增加对区域气温降低和降水增加的影响作用有限。     

基于地形地貌因子的贵州省NDVI时空变化分析

研究以2001—2015年贵州省植被NDVI为研究对象,结合地形地貌因子,综合分析地形地貌对植被NDVI空间分布、变化特征的影响,并引入Hurst指数对变化持续性进行了探讨。研究表明:①全省植被NDVI总体一般,多位于0.5～0.6之间,整体趋势东南部要高于西北部。②高程、坡度、地貌等对全省植被NDVI影响相对较大,而坡向几乎没有影响,植被NDVI呈下降趋势的区域主要分布在高程500～1500 m、坡度较平缓的地方;高程大于2000 m,坡度在陡坡以上的,植被NDVI变化以增加为主,少有减少区域。③全省反持续性比重仍然较大,空间上主要分布在贵阳、遵义等经济发达的区域,表明这些区域植被覆盖在空间上存在一定的退化风险,在往后的开发利用过程中,需重点加大植被保护措施。     

呼伦贝尔植被覆盖指数变化及与气候变化的关系研究

基于1982~1999年的Pathfinder AVHRR NDVI指数数据集和2000~2010年的MODIS NDVI数据集分析呼伦贝尔植被覆盖指数(normalized difference vegetation inelex,NDVI)多年和季节尺度变化;根据呼伦贝尔市及周边15个气象站点1964~2013年逐日气象观测资料,探究呼伦贝尔的最高气温、最低气温、平均气温、降水量变化以及NDVI变化与4个气象要素的关系。结果表明:近29年呼伦贝尔的年均NDVI显著增大,其中春季NDVI值增大最快,而秋季增大最慢;呼伦贝尔近50年的气温显著上升,尤以最低气温上升最明显;在季节变化上,冬季各温度指标温度上升最快;年降水量呈增多趋势,以春季降水增加最显著,夏季降水波动最大;年均NDVI与平均气温、降水量显著相关;但是NDVI与气温、降水的相关性在年、季不同时间尺度均有很大差异;在四季中以夏季NDVI均值与各气象因子相关性最强。温度、降水与NDVI的相关模态分离研究表明,平均温度升高时NDVI值偏大,而降水增多NDVI值减小。     

条件植被温度指数干旱监测方法的研究与应用

综合应用归一化植被指数(NDVI)和土地表面温度(LST),提出了条件植被温度指数(VTCI)的概念,并将其用于干旱监测。VTCI的定义既考虑了区域内NDVI的变化,又强调了NDVI值相等时LST的变化,可解释为NDVI值相等时LST差异的比率。分别以陕西关中平原地区和美国大平原南部地区为研究区域,应用AVHRR和MODIS卫星遥感反演的NDVI和LST产品,以及累计降水量和降水偏差数据,证实了条件植被温度指数是一种近实时的干旱监测方法。     

1998-2013年釜溪河流域植被覆盖时空演变及其驱动因子研究

植被覆盖是评价生态环境的重要指标之一。基于1998-2013年SPOT VEGETATION数据集,采用趋势分析、偏相关分析及计算Hurst指数等方法,反演了釜溪河流域NDVI分布的时空格局及其变化趋势;并结合该地区同期降水量和温度数据,利用相关系数法对釜溪河流域植被覆盖变化的驱动因子进行分析。研究表明1998-2013年间釜溪河流域植被覆盖表现出上升趋势,增速为0.24%/16a;Hurst指数计算结果显示,流域内植被反向变化特征强于同向特征,结合NDVI趋势图,未来植被改善区域面积所占比例为60.98%,持续退化面积所占比重为5.97%,主要分布于自贡市南部及其他环绕城镇地区;植被覆盖变化主要以非气候因子驱动型为主,其面积所占比例为88.48%,而影响植被生长的气候因子中气温的作用强于降水的作用。     

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.     

基于MODIS/NDVI时序数列的广西九万山植被覆盖动态变化

利用2000—2014年九万山地区MODIS数据,采用均值变化法分析了九万山国家级自然保护区连续15年NDVI的动态变化.结果显示:九万山自然保护区植被总体长势较好,年均NDVI均在0.54以上;从时间角度看,NDVI呈现缓慢增加趋势,期间出现1个峰值和1个最低值;从空间角度来看,九万山南部NDVI最高,北部其次,中部最低,植被覆盖以中、高植被覆盖区为主,随时间变化,NDVI在空间上表现出波动变化;NDVI年代际变化率表明,九万山NDVI值在2000—2014年既有增加,也有减少.其中6年年代际变化率为负值,其余年份为正值,2009年达到变化率极值.     

干旱对华北地区植被变化的影响

利用中分辨率成像光谱仪(moderate-resolutionimagingspectroradiometer,MODIS)归一化植被指数 (normalizeddifferencevegetationindex,NDVI)数据产品和气象站点的帕尔默干旱指数(thepalmerdroughtseverity index,PDSI)数据,分析了2001-2013年华北地区及3个主要地表覆盖类型区植被变化的时空特征和干旱的变化特征, 并以不同时间尺度分析了干旱对植被变化的影响.结果表明:1)华北地区植被NDVI空间分布差异较大,NDVI总体上 呈东南高、西北低的分布特点.2001-2013年,华北地区植被活动呈增强的趋势,其中秋季植被活动的增强趋势最明显. 2)2001-2013年,华北地区的干旱总体上有所减轻,其中秋季干旱减轻的趋势最明显.3)华北地区植被年际变化与干旱 有显著的正相关关系,干旱对植被生长状态有较大影响.北部草原区和中部落叶阔叶林带的植被年际变化与干旱的正相 关性显著;而南部农作物区不显著,干旱对农作物生长状态影响较不明显.4)在季节尺度上,华北地区夏季植被变化与干 旱的正相关性最为显著,夏季植被生长状态最容易受到干旱的影响;以16d的植被数据分析表明,NDVI距平值更适合 表征华北地区植被生长状态与干旱的关系.      

条件植被温度指数在华北平原干旱监测中的应用

以华北平原部分地区为研究区域,应用MODIS多时段卫星遥感数据进行了归一化植被指数和地表温度的计算和反演,应用条件植被温度指数对研究区域2003-2006年每年5月上旬的干旱进行了监测.以监测结果为基础,在时间和空间分布上分析了研究区域的旱情.应用降水量数据和土壤表层含水量数据对干旱监测结果进行了验证,结果表明VTCI与最近1个月的降水量具有显著的线性相关性,VTCI与土壤表层含水量有较好的线性相关性,验证了VTCI是一种近实时的干旱监测方法.     

基于植被指数和地表温度的干旱监测方法的对比分析

以陕西省关中平原和渭北旱塬为研究区域,应用1999-2005年每年5月上旬的AVHRR卫星遥感数据,对比分析了基于归一化植被指数(NDVI)和地表温度的几种干旱监测方法:包括条件植被指数(VCI)、条件温度指数(TCI)、距平植被指数(AVI)和条件植被温度指数(VTCI)等,研究了VTCI与其他干旱监测方法的优缺点及其在研究区域的适用性.从研究区域旱情分布来看,VCI的干旱监测结果不符合研究区域干旱的分布规律.从监测结果的影像纹理特征来看,VTCI和AVI可能适合于研究区域的旱情监测.通过进一步对比分析遥感干旱监测结果与累计降水量的监测结果,得出了VTCI更适合于研究区域的干旱监测.     

基于NDVI的贵州省植被覆盖时空特征分析

利用2001—2018年的500 m分辨率的MOD13A1数据,计算每个像元的NDVI的变化趋势,并采用线性趋势分析法和相关性分析法,分析贵州省植被覆盖面积在18年间的时空变化特征;结合2001—2018年植被的降水利用效率与2010、2017年2期土地覆盖数据,研究不同土地覆盖类型的NDVI的特征. 研究结果表明:(1) 2001—2018年,贵州省的植被覆盖面积总体呈增加趋势,表明生态环境得以明显改善,以毕节、六盘水市最为显著;(2)从植被覆盖面积变化趋势来看,贵州省的植被改善区域大于退化区域,植被退化区主要集中在城镇扩张区;(3)贵州省的整体植被降水利用效率与植被覆盖面积的变化趋势不具有一致性;(4)贵州省的NDVI与同期降雨量、气温均呈现良好的相关性,而植被生长对气温变化不存在明显滞后性、对降雨量变化的滞后期为1个月,即植被生长对气温的敏感性高于降雨量;(5)在植被生长季,不同土地覆盖类型的NDVI具有不同的特征: NDVI(林地)>NDVI(耕地)>NDVI(草地)>NDVI(建设用地)>NDVI(水体).     

城市热岛研究中地表温度与植被丰度的耦合关系

城市热岛遥感研究传统上应用归一化植被指数(Norm alized D ifference Vegetation Index,NDVI)作为植被丰度(vegetation abundance)的指示,并用于耦合地表温度与植被之间的关系.文章探讨了运用光谱混合模型获得的植被比例(vegetation fraction)作为植被丰度指标的一种选择,以2000年9月14日获得的122/44景ETM 截取的广州市海珠区作为验证影像,运用最小二乘法将变换的影像分解成三个分维影像,即绿色植被、非渗透性表面和水体.结合最大似然分类和决策树算法的混合分类处理,将比例影像进行土地覆盖分类.结果表明,地表温度与分解的植被比例的负相关关系比地表温度与NDVI的负相关关系要高出几分.由此说明,地表温度结构的空间变异无疑与归一化植被指数和植被比例相关,不同土地覆盖类型的热辐射与植被动态的相互影响导致地表温度在光谱辐射率和结构上的变化,这些变化在别的影像中也有表现,这是城市热岛空间格局形成的原因.     

基于时序NDVI的三峡库区植被覆盖时空变化特征分析

基于250 m 分辨率的MODIS-NDVI数据,从时间变化和空间变化两方面分析2000年～2015年三峡库区植被变化特征,运用一元线性回归趋势分析方法和F检验方法对三峡库区NDVI的变化趋势进行了定量研究.结果表明：16 a 来三峡库区NDVI总体上趋于波动增长,年均增长率为0.17%,但在时间和空间上有不同的变化特点.从季节差异上看,春季NDVI增长最快,其次是秋季和冬季,夏季NDVI变化趋势较平缓.从NDVI的空间变化格局上看,NDVI呈显著增加趋势的面积占整个库区面积的14.47%,轻微增加占55.77%,增加区主要分布在库区的北部、东北部、东部及东南部.库区20个县(区)NDVI 呈显著增加的面积均大于显著减少面积,其中巫溪、兴山、宜昌、巴东4县的增减面积均在800 km2以上,植被覆盖提升明显;忠县、重庆市区、渝北、长寿4县(区)的增减面积差均低于30 km2,植被覆盖增加相对较慢.库区各类型植被的NDVI均呈上升态势,其中草地NDVI增长最快,阔叶林NDVI显著增加面积占其总面积的比例最高,灌丛NDVI显著增加面积在所有植被类型中最大,退耕还林还草和农业生产模式转型也促使农作物NDVI缓慢增长.     

老哈河流域地表植被覆盖对干旱的响应

在原有的帕尔默旱度模式中嵌套双源蒸散发能力计算模型和混合产流模型,采用老哈河流域内及周边的15个气象站资料修正模型参数,构建可用于变化环境下植被-干旱响应关系分析并适用于我国北方地区的机理性旱度模式,计算研究区域各栅格逐月的帕尔默干旱指标,通过分析和建立归一化植被指数与帕尔默干旱指标的关系来定量评价老哈河流域不同植被类型归一化植被指数对气象干旱的响应.研究结果表明:(a)在植被生长期的开始和结束阶段,干旱对植被的影响较小;在植被生长期的中间月份,干旱对植被影响较大,其中6月份是研究流域植被的水分敏感期.(b)不同的植被类型受干旱影响的程度不同,干旱对灌丛和草地的影响大于对林地的影响.(c)带虚拟变量的回归模型能够合理地描述季节性的影响,模型的模拟精度较高,因此在考虑季节影响的情况下归一化植被指数可以用于干旱监测.     

Global vegetation change analysis based on MODIS data in recent twelve years①

Vegetation cover change is critical for understanding impacts and responses of vegetation to climate change. A study found that vegetation in the regions between 45°N-70°N was increasing using normalized difference vegetation index( NDVI) from 1981 to 1991 ten years ago. The global vegetation growth has changed because of climate change in recent twelve years( 2001- 2012). After thorough analysis based on satellite data,it is found that it is evident that the global vegetation changed( NDVI) little,and it is increasing slightly in Northern hemisphere while it is decreasing slightly in Southern Hemisphere. For different latitudes,vegetation is increasing 0.17% every year from 60°N to 70 °N( R~2= 0.47,P 0.013),while the vegetation is decreasing 0.11% every year from 10°N to 10° S( R~2= 0.54,P 0.004). For different continents,the vegetation in South America is decreasing 0.16% every year( R~2= 0.78,P 0.0001) and it is increasing 0.05% every year in Asia( R~2= 0.28,P 0.072) and 0.25% every year in Oceania( R~2= 0.24,P 0.1). The analysis of global vegetation in different seasons indicates that spatial distribution of global temperature and water vapor will affect the spatial distribution of vegetation,in turn,the spatial distribution of vegetation will also regulate the global temperature and water vapor spatial distribution at large scale. The growth and distribution of vegetation are mainly caused by the orbit of the celestial bodies,and a big data model based on gravitational-magmatic change with the solar or the galactic system as its center is proposed to be built for analyzing how the earth's orbit position in the solar and galaxy system affects spatial-temporal variations of global vegetation and temperature at large scale. These findings promise a holistic understanding of the global climate change and potential underlying mechanisms.