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.     

地表覆被与人口密度变化对城市地表温度的影响分析——以郑州市为例

以郑州市为例,基于多期Landsat遥感影像和夜间灯光数据分析了城市地表温度、不透水面、植被以及城市人口的时空变化特征,并从不透水面、植被和人口密度三个方面分析其对城市地表温度的影响.结果表明:郑州市明显存在地表温度中心城区高,郊区低的热岛效应,热岛斑块逐渐向东南部、西部和北部扩散且逐渐破碎化,热岛面积呈增长趋势;不透水面指数与地表温度呈显著的指数正相关关系,植被指数、人口密度与地表温度分别呈现出较显著的线性负相关和正相关关系.利用逐步回归的方法表明,不透水面是影响城市地表温度的主要原因,植被和人口密度也是影响城市地表温度的重要因素.     

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.     

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.     

长三角地区夏季地表热环境的季节内和日夜变化特征

基于中分辨率成像光谱仪(MODIS)遥感反演的地表温度数据、土地利用数据以及植被覆盖数据,对长三角城市群及周边地区2013～2017年夏季地表热环境的时空分布特征及其驱动因子进行了研究.结果表明:①夏季地表高温风险区(即高温区和亚高温区)在日间主要分布在皖北农田覆盖地区、长三角城市群的城市建筑覆盖地区以及浙南的少数城市建筑和农田用地;夜间地表高温风险区转换为长江流域沿线的水体覆盖区域和城市群建成密集区.②季节内变化表现为从6月份到8月份地表高温风险区在空间上逐渐从长三角的皖北和苏北区域向长三角城市群片区转移;长三角北部区域地表高温风险区比例逐渐减小,而长三角城市群片区地表高温风险区比例逐渐增加.③地表热环境的空间分布与下垫面覆盖类型的空间分布有很好的对应关系,城建用地区域的高温风险比例要显著高于其他下垫面覆盖类型区域;皖北地区的夏季农作物轮作改变了地表的植被覆盖度,导致该地区的季节内和日夜变化特征不同于其他地区;地表高温风险季节内变化规律则表明植被覆盖度的提高对于减少高温风险区比例具有显著作用.     

2000-2014年呼伦贝尔草原植被覆盖度时空变化分析

以呼伦贝尔草原核心区的新巴尔虎右旗、新巴尔虎左旗、陈巴尔虎旗和鄂温克族自治旗为主要研究区,基于MODIS NDVI数据,利用像元二分模型反演得到植被覆盖度,并结合土地覆盖分类产品,构建2000—2014年研究区植被覆盖度时间序列.通过时间序列分析,从不同的时间和空间尺度分析草原植被覆盖度的变化规律;同时引入覆盖度异常变化点检测算法,并结合该地区同期气象数据,进一步探讨研究区植被覆盖度变化与气象因子之间的内在驱动力关系.结果表明,植被覆盖度在空间分布上主要表现为:从东往西依次递减,特别是研究区西南部,覆盖度最低;15年来研究区植被年际变化总体上呈现前10年下降、后5年缓慢上升的趋势.对植被覆盖度的异常变化进行分析,结果显示:返青期和枯萎期覆盖度的剧烈变化与温度的相关性较大,生长旺季内(7—8)月覆盖度的剧烈变化主要与降水量有关.     

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.     

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。     

MODIS遥感数据的沈阳市植被变化规律

为确定2001-2011年间沈阳地区植被的分布特征和年际变化规律,采用NASA地球观测系统(EOS)提供的MODIS陆地植被指数产品MOD13A3,对沈阳地区进行分析,用归一化植被指数(NDVI)作为植被生长状态指标,以2001年植被指数为基准,用其它年份的植被指数与基准作差值处理,根据NDVI变化数据分级标准进行分级,分析了2001-2011年间沈阳地区植被的分布特征和年际变化规律.结果表明:沈阳地区植被覆盖密度由城区中心向周边逐渐增大;2001-2011年沈阳植被总体呈退化趋势;2002-2004年,沈阳城区边缘的植被有轻微退化外,其他地区植被均呈现中度和轻微改善;2005年以后沈阳市城区边缘的植被退化严重;在2008和2010年间,沈阳市周边地区如东陵区东南、苏家屯东南部、沈北新区西南部和于洪区东南部植被均有轻微和中度改善.     

融合合成孔径雷达和光学影像的植被覆盖区土壤湿度反演

利用合成孔径雷达(synthetic aperture radar,SAR)卫星可对土壤湿度实现大面积、时间连续的反演.针对此过程中难以消除植被遮挡的问题,提出融合SAR微波数据和光学数据,利用修正水云模型消除植被影响,求解纯粹地表后向散射系数,代入裸土区土壤湿度反演算法进行土壤湿度反演,并在武汉豹澥区域设置实测站点记录实测数据进行比对.结果分析表明,经过植被消除后,实测站点垂直极化后向散射系数平均衰减量与植被覆盖度之间时间序列上相关系数达到0.83;土壤湿度反演值与实测值趋势相关性平均提升0.08,且提升程度与植被覆盖度相关系数也达到0.8以上,表明本算法针对植被覆盖度越大区域反演效果越好.该方法通过SAR影像和光学影像融合反演长时间序列土壤湿度具有良好可信度.     

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。     

2002-2018年北京市通州区城市热岛(冷岛)效应时空分异规律及其影响因素

北京市通州区于2015年正式成为首都市副中心。截止至2018年,已有大量的人口、工业、商业迁入通州区,使得人为活动大大增加。人为活动以及下垫面的变化会影响通州区地表温度的时空分布。为了给通州区今后的发展进行指导,本文通过MODIS数据和气象数据,得到北京市通州区城市热岛（冷岛）效应的时空分异规律,分析了地表温度和归一化植被指数（NDVI）及气象要素之间的关系。结果表明：北京市通州区1951~2018年的四季气温呈显著上升趋势;城市热岛（冷岛）与环境要素关系密切,归一化植被指数与地表温度呈显著负相关,这表明通州区的植被分布对热场具有调节作用;城市热岛比例指数与平均气温、平均相对湿度呈负相关（相关系数分别为0.012和0.119）;城市冷岛比例指数与平均气温、最大风速呈正相关（相关系数分别为0.186和0.089）。说明随着通州区平均气温的升高,通州区热岛现象减弱,城市冷岛现象增强。通州区最大风速的增加对城市冷岛现象有增强作用。通州区平均相对湿度的增加对城市热岛现象有削弱作用。可见该研究结果可以为北京市通州区城市规划和生态城市建设提供依据。     

贵州喀斯特地区草本植被盖度与土壤养分的相互关系

采用极点排序法对贵州普定县喀斯特地区的草本群落进行了研究,分析了草本植物盖度和土壤养分的相关性。结果表明:该地区土壤速效钾含量是限制草本群落分布的主要因素;盖度与土壤的全钾含量、水解氮含量、有效磷含量呈显著正相关,与土壤速效钾含量呈极显著正相关,相关性系数达0.96。盖度随速效钾含量的增加先迅速增加,当土壤速效钾含量达148.34 mg/kg时,增速急剧降低,最后渐近平缓。因此,在喀斯特地区对草本群落的分布和恢复起到最主要作用的因子是土壤速效钾含量。     

中国东北多年冻土区植被生长对气候变化的响应

基于归一化植被指数(NDVI), 分析多年不同冻土分布状态下植被生长的年际变化趋势及其与气候因子的相关性差异。结果表明: 1981—2014年, 中国东北多年冻土分布区针叶林的NDVI呈增加趋势, 与生长季温度正相关, 与生长季降水量负相关。随着冻土活动层深度增加, 针叶林NDVI的增加速度自北向南逐渐下降; 草原NDVI在非多年冻土区加速增长, 与生长季降水量正相关。混交林在多年冻土区与非多年冻土区对气候的响应出现明显的差异: 在多年冻土区, 混交林NDVI与生长季温度正相关, 与生长季降水量负相关; 随着冻土活动层加深, 与生长季温度从正相关变为负相关, 与生长季降水量由负相关变为正相关。原因可能与冻土活动层深度差异导致的不同水分供给条件有关。上述结果预示, 在气候–冻土耦合影响下, 未来气候变暖可能会促进针叶林和混交林逐渐北移, 草原可能会更多地占据非多年冻土区。     

基于遥感数据的常州市热岛效应分析

【目的】对常州市近30年热岛变化特征进行分析,并且分析城市热岛强度与植被、水体以及其他土地覆盖类型之间的关系。【方法】以整个常州市为研究对象,利用Artis&Camahan 的辐射校正温度反演法进行了地表温度反演,分析了常州市1988—2014年的城市热岛效应及空间变化。【结果】常州市在近30年来城市热岛范围,城区主要热岛区域与建成区保持一致,大量的人工下垫面、高密度建筑等扩张,造成高温区逐渐增多,热岛效应也越来越明显。【结论】常州市的热岛分布特征与常州市的土地利用类型有较好的一致性。低温区主要集中在植被和水体的区域,植被能够有效地起到降温的作用。     

昆明市2011—2020年植被覆盖时空变化特征分析及其归因

以2011-2020年MODIS_NDVI与气象数据为基础，利用趋势分析、变异系数法、Hurst指数、偏相关分析法与地图学的空间分析等方法，分析近十年昆明市的植被覆盖的时空分布、变化特征以及未来变化趋势。结果表明：（1）近10年昆明市植被覆盖情况良好，且呈增加趋势，增速为3.6%/10a。（2）昆明市植被覆盖率高（NDVI>0.6）的区域，占整个昆明市92.45%，整体植被覆盖状况良好，低海拔地段处NDVI更容易出现低值。全市NDVI小于0.6的区域面积主要集中在西南部。（3）昆明市过去十年约71.44%的区域得到改善，远大于退化的区域，可能得益于近年的退耕造林工程。（4）研究区植被变化波动特征内存在显著的空间差异，波动大的区域经济发展迅速，人为影响大，多为城镇用地、交通要道和耕地。波动小的地区主要是林区。（5）从未来趋势上看，植被覆盖良性发展的占19.64%，恶性发展的占22.40%，基本不变的约为57.96%，其中嵩明县、昆明市市辖区、呈贡县、宜良县和石林彝族自治县等地需要引起重视。（6）由于昆明市整体光照充足，降雨量比气温更能影响到植被覆盖情况，且近十年的植树造林工程为改善植被情况做出巨大贡献。     

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).     

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.     

石家庄市主城区热岛特征及变化分析

城市热岛效应是城市化进程带来的突出问题。基于Landsat数据和辐射传导方程法反演出地表温度,分析2004-2020年石家庄市主城区热岛变化,结合土地利用和标准差椭圆得出热岛扩张情况,并研究地表温度与归一化植被指数(Normalized Difference Vegetation Index,NDVI)、建筑指数(Normalized Difference Built-up Index,NDBI)和温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)的相关性,为国土空间优化布局提供理论依据。结果表明,2004-2020年平均地表温度、最低地表温度均有所升高;热岛主要集中在市中心、鹿泉区、藁城区和栾城区的城镇点,以及铜冶镇,建筑用地和热岛扩张趋势一致,并向着西北和东南方向扩张;地表温度与NDVI呈现负相关,与NDBI、TVDI呈现正相关,建筑用地是地表温度升高的主要因素之一,植被覆盖度和地表湿润度可以调控地表温度。     

冻土退化过程中植被覆盖度的变化研究

在全球气候变暖的背景下,青藏高原的多年冻土出现了不断退化的现象.退化的多年冻土隔水作用减弱或消失,并导致依赖于冻结层上水的植被变化.在模拟高原多年冻土分布的基础上,分析了冻土的退化过程植被覆盖度的变化,结果表明,冻土的变化可分为3个阶段:冻土稳定段(80年代)、冻土快速退化段(90年代)和冻土缓慢退化段(最近十几年).同时,采用GIMMS(global inventory modeling and mapping studies)第3代NDVI数据(1982—2012年)分析青藏高原植被覆盖度的斜率变化特征,结果显示:在近31a来,青藏高原的植被覆盖度斜率整体上呈微弱增加趋势;植被覆盖在冻土退化的3个时段内的变化特征为:从20世纪80年代冻土相对稳定期到90年代的冻土退化期,比退化面积增大11%;近十几年来,冻土退化逐步减缓,植被退化的增幅减弱,面积比90年代增大了3%,但退化的区域更为集中.冻土退化与植被的变化机制复杂,本文的分析与发现对理解冻土对生态的影响有一定的意义.