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。     

基于异常值的人类活动对内蒙古植被覆盖变化的影响

通过分析研究区植被覆盖的年际变化规律,为研判内蒙古地区生态环境质量、调节生态系统格局与过程提供理论支撑及决策依据。基于1999—2010年SPOT VEGETATION旬值植被覆盖数据,利用线性趋势分析、谐波分析等方法对研究区植被的生长季时序进行定量分析,进而测算出研究区域植被生长季的覆盖态势及人类活动对内蒙古地区植被覆盖的影响。结果1植被覆盖增加的区域占总面积的38.46%,植被覆盖减小的区域占4.36%,增加的区域远远大于减小的区域,说明研究区植被覆盖整体上呈增加趋势。趋于改善的区域主要分布在内蒙古北部与西南部;趋于退化的区域主要集中在内蒙古西部戈壁与中部草原区;2人类活动的正负作用地区分别与生长季累积NDVI异常值的增加和减小趋势的分布极为相似,人类活动的正作用地区占总面积的40.18%,负作用地区占总面积的6.63%。大多数植被类型的异常值处理后的植被覆盖趋势与残差趋势的结果显著性高于未处理的显著性,两者的相关程度也高于未处理的相关程度,反映出经过异常值处理后的结果更能反映人类活动对植被覆盖的影响。     

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10 a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 a昆明市植被覆盖情况良好,且呈增加趋势,增速为3.6%/10 a;(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10 a的植树造...     

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。     

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。     

天津地区植被的时空变化及其影响因素分析

为了从整体上了解近年来天津地区植被的变化情况,基于1998—2013年的SPOT VGT/NDVI数据,对天津地区16a间植被的时空变化特征及其影响因素进行分析.结果表明:在空间分布上,天津中心城区和滨海新区东部的植被覆盖状况较差,其余大部分区域的植被覆盖状况较好.16a间整个天津地区的植被状况趋于好转,但存在显著的空间差异,中心城区、蓟州区、宝坻区、武清区、宁河区和静海区的植被呈改善趋势,而环城四区(北辰区、西青区、东丽区、津南区)和滨海新区西部的植被退化则较为严重.对植被变化影响因素分析的结果表明,气温和降水量对天津地区植被变化的影响作用较小,该地区进行的一系列生态建设工程是近年来植被覆盖增加的主要原因.由于区域发展的不均衡,尤其是环城四区和滨海新区城市化进程的推进和建设用地的增加,造成这些地区植被退化严重.土壤盐渍化的不断加重也是造成滨海新区西部植被退化的重要原因.     

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%。     

伊犁河流域归一化植被指数的时空变化及其对气候的季节响应

基于影响归一化植被指数(NDVI)变化的主要气候因子:气温和降水量,以及2000-2013年16 d合成的MODIS NDVI与同期气象数据,分析了伊犁河流域植被覆盖变化趋势及其对气温和降水量的季节性响应特征.结果表明14 a来,伊犁河流域绝大部分区域NDVI并未发生显著变化,但植被覆盖呈退化趋势的面积远大于呈改善趋势的面积;春、夏、秋三季的植被覆盖均呈退化趋势,降水量与植被NDVI的季节相关性不显著;伊犁河流域4种主要植被类型在三个季节均呈退化趋势,其中草原植被的退化趋势最为显著,而草甸、灌丛、林地在夏季的退化趋势较春、秋两季更为显著.各季节不同植被类型的NDVI与气候因子的关系表明,春季和夏季NDVI与温度关系密切(P0.05),秋季NDVI的变化是温度和降水量共同作用的结果.     

民勤县近30年植被覆盖度时空变化特征研究

植被覆盖度是荒漠化治理成效的重要指标，掌握植被覆盖变化为区域生态环境保护与治理提供科学依据，对区域可持续发展具有重要意义。基于美国NASA陆地卫星影像数据，利用像元二分模型和一元线性回归趋势分析法对民勤县1990—2020年植被覆盖时空变化情况进行定量分析。结果表明：(1)近30年，民勤县裸地面积较广，裸地面积占全域土地面积比重较大，未来区域生态环境建设任重而道远；(2)从总体上看，民勤县整个区域多年平均植被覆盖度呈上升趋势，裸地占比不断下降，低植被覆盖区占比明显上升，区域多年生态建设和修复工作取得了一定成效；(3)县域有92.256 3 km²的土地植被覆盖度呈明显退化趋势，有661.978 8 km²的土地植被覆盖度呈轻微退化趋势。明显退化区主要分布在苏武乡和三雷镇。轻微退化区主要位于腾格里沙漠和绿洲，其中，绿洲轻微退化区多围绕明显退化区分布，主要坐落于耕地和耕地及村庄的周边，撂荒地以及撂荒地和村庄周边应采取措施防治和改善土地荒漠化。西渠镇的北端、东湖镇东北边缘和收成乡东部的裕东公路两侧轻微退化区呈带状分布，是沙漠化潜在地带。     

广西南流江流域1986—2020年植被覆盖度时空变化及预测

为探究中国南方丘陵山地流域植被覆盖度长时序变化情况,基于1986—2020年Landsat系列影像数据,运用GEE(Google Earth Engine)平台计算植被覆盖度(fraction vegetation coverage, 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,流域植被改善面积(58.23%)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。GEE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。     

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.     

重庆植被覆盖度时空演变及驱动力地理学探究

为了分析2000年以来重庆市植被时空变化情况及其驱动力作用性质,基于MODIS-NDVI数据,采用像元二分模型、差值法、均值法、一元线性回归模型研究重庆市2000—2015年遥感影像的植被覆盖度年、季时空演变特征,并利用地理探测器分析气温、降水量、人口密度、国内生产总值(gross domestic product, GDP)等因子对植被覆盖度的交互影响作用,及重庆市植被适宜性生长区域。结果表明:2000—2015年重庆市植被覆盖度季节均值呈春季到夏季增加,夏季到冬季减少的趋势;低覆盖度、中低覆盖度和中等覆盖度呈春季到夏季减少,夏季到冬季增加的趋势。2000—2015年重庆市植被覆盖度总体趋于改善,植被覆盖度提升面积远远大于退化面积,植被覆盖度在空间分布上东部地区高于西部地区。影响因子对植被覆盖度(fractional vegetation cover, FVC)影响的强度依次为:气温降水量人口密度GDP。人为因子和气候因子共同作用时,增强了对植被覆盖度的影响力。重庆市植被生长适宜性区域是年均降水量等级为1 383.3～1 567.6 mm、气温分区为5～10.2℃、人口分区为22.7～211.5人/km~2及年均GDP为17万～2 947.7万元/km~2的地区。研究结果可为重庆市生态环境治理和保护提供科学依据,丰富地理探测器模型研究成果。     

2000-2011年柴达木盆地尕斯库勒湖流域MODIS-NDVI变化的空间差异

基于遥感和GIS技术手段,分析研究了近12年来柴达木盆地尕斯库勒湖流域MODIS-NDVI变化的空间差异.分析得知:2000-2011年柴达木盆地尕斯库勒湖流域NDVI最大值年际变化趋势中,改善区、稳定区、退化区和无植被生长区的面积分别占总面积的17.64%,37.31%,0.57%,44.48%;生长季NDVI平均值变化趋势中,改善区、稳定区、退化区和无植被生长区的面积分别占总面积的31.11%,24.09%,0.36%,44.48%.近12年来,研究区山地NDVI最大值呈不显著的增长趋势,生长季NDVI平均值呈显著的增长趋势;绿洲NDVI最大值呈不显著的减小趋势,生长季NDVI平均值呈不显著的增长趋势.在各海拔高度带上,NDVI值越大的区域,植被改善趋势越强烈;NDVI值越小的区域,植被改善趋势越微弱.各变化趋势在不同海拔高度带上所占的面积百分比分布都为单峰型,海拔由低到高出现峰值的依次为轻度改善区、稳定区、轻度退化区.轻度改善区主要分布在坡度较小的区域,轻度退化区主要分布在坡度较大的区域.轻度改善区和稳定区在北坡面积百分比最大,而轻度退化区在北坡所占的面积百分比最小.     

2000-2017年河西地区山地-绿洲-荒漠系统植被变化趋势与可持续性分析

利用MODIS的归一化植被指数(NDVI)数据,采用Theil-Sen Median趋势分析、Mann-Kendall显著性检验方法及Hurst指数法,分析了2000-2017年河西地区植被的变化趋势及其可持续性特征.结果表明,河西地区2000-2017年NDVI增长区域面积较大且分布广泛,减少区域较少.河西地区植被总体呈稳中向好的趋势,走廊绿洲区植被增长趋势最大,祁连山区植被增长趋势较小,戈壁荒漠区植被变化趋势不显著.植被覆盖持续增长的区域远多于持续降低的区域,但持续增长的能力较弱,小部分处于增长趋势的植被未来发展趋势可能逆转,存在植被退化风险.走廊绿洲区植被持续增长能力最强,祁连山区植被增长持续性较弱,戈壁荒漠区植被较为稳定.     

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.     

柴达木盆地德令哈地区MODIS-NDVI时空变化及其与气候的关系

利用遥感与GIS手段,分析了12年来柴达木盆地德令哈地区MODIS-NDVI的时空变化及其与气温、降水量的空间相关性.研究表明:2000-2011年柴达木盆地德令哈地区生长季NDVI平均值年际变化趋势中,改善区、稳定区、退化区和无植被生长区的面积分别占总面积的49.13%,32.14%,0.51%,18.21%;山地和绿洲生长季NDVI平均值的增长率分别为3.9%/10a,2.9%/10a.在山地的各海拔高度带上,12年NDVI平均值越大的区域,植被改善趋势越强烈,反之改善趋势越微弱.山地改善区在海拔较低、坡度较小的区域以及南坡所占的面积百分比较大,绿洲植被改善显著的典型区域主要分布在农场区域和临近河流的部分区域,退化显著的区域主要分布在城镇建设区域,植被砍伐、铁路和公路修建区域.12年来德令哈地区气候呈暖湿化趋势.德令哈地区植被的生长状况与生长季降水量和生长季前期气温呈较强的正相关关系,而与生长季气温和前期降水量的相关性并不显著.春季较高的温度和较多的降水量、夏季较多的降水量以及前一年冬季较高的温度是植被生长的有利条件.     

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。     

山西省植被覆盖变化及其影响因素研究

利用1982—2011年遥感与气象数据,分析了山西省植被覆盖变化的时空格局,从气候因子和人类活动两方面定量研究对植被覆盖变化的影响.结果表明,山西省植被覆盖及其年际稳定性呈现出由东南向西北递减的趋势;山西省植被覆盖年际变化空间上存在地域差异,恒山以北区域、各大小盆地植被覆盖增强,吕梁山脉与太行山脉植被覆盖减弱;气候因素对植被覆盖影响较深,温度和降水共同作用于植被覆盖,植被覆盖与温度的相关性比降水更为显著;人类活动对植被覆盖的影响不容忽视,且与海拔具有相关性,低海拔区域表现为负作用,高海拔区域表现为正作用.     

基于时序MODIS NDVI数据的长汀县植被趋势特征研究

通过植被时序趋势特征的研究,分析长汀县植被趋势变化.文中将2000-2013年MODIS NDVI数据作为数据源,采用回归和Sen+Mann-Kendall两种分析方法对长汀县植被趋势进行研究.结果表明:两种方法在长汀县植被趋势分析的研究中有较好的空间一致性,在植被呈明显变化的区域差异仅0.44%.Sen+MannKendall分析法有较好抗噪性和对数据分布无要求的优点,可以更好地应用在其他区域的植被时序趋势变化研究.植被变化强度大的区域主要分布在长汀县中部;植被改善的区域主要分布在河田镇和三州乡,呈轻微退化趋势的植被分布在长汀县四周,植被变化强度范围为-0.01~-0.005.