东北地区植被NDVI变化及对气象因子的响应

根据1998-2008年东北地区SPOT-VGT NDVI数据和气象数据,分析了11年来东北地区植被年均NDVI变化及其与气象因子的相关性,并对不同植被生长季NDVI变化及其与气象因子的相关性和滞后性进行了研究.结果表明:近11年来东北地区植被总体状况较好,绝大部分地区植被未发生明显变化;植被年均NDVI受温度、降水影响较为显著,且温度影响程度高于降水,降水影响程度北部地区高于南部;东北地区不同植被生长季NDVI值不同,植被生长状况变化不同,但变化幅度较小;植被生长季NDVI受同期温度和降水影响显著,在旬的尺度上表现更为明显,其中温度对植被影响更大;东北地区植被NDVI对温度的响应存在10～20 d的滞后期,对降水的响应存在约20 d的滞后期.     

宁夏植被动态变化及其对降水的响应

区域植被生态变化及其对气候的响应研究,是科学评价区域生态环境的重要内容,受到广泛关注。利用2000—2015年250 m分辨率、16 d合成的MODIS NDVI影像、以及9个气象站点2000—2014年逐日降水数据,分析了宁夏植被NDVI动态变化及其对降水的响应,结果表明:1宁夏植被生长季开始于4月下旬,结束于9月下旬;年际植被生长季NDVI平均值以0.052/10 a的速率呈线性增加趋势,但近4 a持续减少,需加强植被监测,及时了解区域生态环境变化;2植被生长季NDVI平均值以增加趋势为主,占区域总面积的91.62%,主要分布在中部干旱区和南部丘陵山区;减少趋势仅占8.38%,主要分布在北部引黄灌区和中部干旱区西部部分区域;3植被生长季NDVI平均值与降水的相关系数呈线性增加趋势,相关系数正相关与显著正相关区域主要分布在南部丘陵山区,而负相关与显著负相关区域主要分布在北部引黄灌区尤其是银川等城市周围区域。     

2000—2014年贵州省安顺市NDVI变化及其与气温、降水的关系

【目的】植被恢复是石漠化治理的核心,研究典型喀斯特石漠化地区植被变化趋势及其与气温、降水的关系,为明确后期植被恢复的重点区域和可利用的关键气候因子提供决策依据。【方法】基于2000—2014年MODIS-NDVI数据集资料,结合相同时期观测的气温与降水数据,运用均值法、趋势线分析法和相关分析法来分析贵州省安顺市NDVI的变化趋势及其对降水和气温的响应特征。【结果】2000—2014年,石漠化严重地区安顺市植被覆盖呈明显的上升趋势;植被覆盖增加的区域主要集中在海拔相对较高且石漠化严重的紫云县和镇宁县,而植被覆盖减少的区域主要分布于北部安顺市西秀区—普定县—平坝县交界沿线以及主要县级行政中心所在地及其周边地区;年均降水量与年均气温对安顺市NDVI的变化影响不大,而在月际NDVI变化尺度上,气温条件则是植被生长的关键因素;NDVI变化对气温和降水均没有明显的滞后效应或滞后时间较短。【结论】在后期安顺市生态修复及石漠化综合治理过程中,应加强对北部植被覆盖减少区域的治理;充分利用气温因子的作用,合理安排植被培育、栽植等管理活动;同时应以创建“国家森林城市”为契机,不断提高植被覆盖水平。
     

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.     

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。     

中国藏北高寒生态遥感植被变化及成因分析

 利用NOAA/AVHRR-NDVI遥感数据研究了近20年藏北高寒生态系统植被变化趋势,发现藏北植被覆盖呈现出东部高,西部低的态势;依次是农作区和森林区>高寒草甸>高寒草原>高寒荒漠草原。空间分布显示NDVI显著增加或减少的区域分布在地势比较低的东部和中部地区的森林区和高寒草甸区,在海拔较高的西部地区的高寒荒漠草原NDVI变化趋势处于轻微变化或无变化。分析造成植被变化的气候原因（温度、降水,风）和人为原因,认为不同区域植被动态变化的主导因素不同;藏北东部地区,植被变化受人类活动因素影响比较显著;中部地区,同期气候条件有所改善,植被覆盖呈增加趋势,年平均最低温度和降水对植被生长具有正效应,而风力和辐射减少引起该区植被蒸散下降也有利于植被生长。藏北地区西部为无人区,不受人类活动太大的影响,因而藏北西北部的植被变化可能更多的表现出藏北高原植被的自然变动。     

岷江流域植被变化特征及其成因解析

本文使用1998-2018年的连续时间序列的SPOT/VEGETA-TION NDVI卫星遥感数据,分析岷江流域地区的植被时空变化,并利用趋势性分析、相关分析、归因分析方法量化植被变化对主要气候因子（年均降水、年均气温）和人为因子（城市化、人工造林、粮食产量、灌溉面积等）的响应关系, 该研究为岷江流域植被保护和生态建设,以及岷江流域土地的合理利用提供了理论支持。研究结果表明：近20年来岷江流域的NDVI整体呈现出增加趋势,其变化率为0.043/10a,耕地,草地、林地和荒丛的NDVI的变化率分别为0.032/10a、0.016/10a、0.054/10a和0.044/10a。岷江流域约有71.30%的区域NDVI指数呈现显著增加的趋势,这些地区主要分布在岷江下游和马尔康县、玛沁县的大部分区域。其中,降水、气温和人为因子对NDVI变化的贡献量分别为：0.004/10a、0.012/10a和0.027/10a,气候因子和人为因子对NDVI变化的贡献率分别为37.21%和62.79%,人类活动在岷江流域地区的植被恢复过程中起到了明显的作用。 关键词: 岷江流域;植被变化;气候变化;人类活动;归因分析     

贵州省植被NDVI与气象因子的相关性分析

本文选取贵州省2001～2018年MOD13A1数据和贵州省31个气象站点气象数据，逐像元分析不同时间尺度下植被NDVI与降水和气温的相关性，同时探讨贵州省NDVI对降水和气温的响应特征。结果表明：（1）贵州省植被NDVI与气温的相关性明显大于植被NDVI与降水的关系，即植被生长对气温变化的响应比降水更敏感。（2）贵州省植被NDVI对降水变化的响应存在明显的滞后性，尤其表现出毕节市的植被NDVI对降水和气温的敏感性高于贵州省其他地区。     

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。     

北疆地区不同草地类型MODIS植被指数变化动态及其与气候因子的关系

利用新一代卫星遥感数据TERRA/MODIS,结合地面20个气象台站提供的数据,以北疆地区为研究区域,分析了温性草原、低地草甸、山地草甸、温性草甸草原、温性荒漠草原和温性荒漠6种代表性草地植被指数的时空变化特征.以2004,2005年4～10月的月度变化为例,研究了不同草地类型在各个生长阶段植被指数的变化和草地的生长状况.研究结果表明,EVI对植被变化的敏感性要强于NDVI的,但是在植被生长状况较好的草地,NDVI比EVI更稳定.植被盖度比较好的草地类型(如温性草甸草原、山地草甸)的植被指数与温度和降水都表现出很强的相关性,但植被稀疏的草地(如温性荒漠、温性荒漠草原)的植被指数与温度的相关性比较弱,与降水的关系更弱.     

河北省植被覆盖变化及对生态建设工程的响应

在分析河北省2000—2015年植被覆盖变化特征的基础上, 结合地形、气候和社会经济数据, 通过构建空间计量模型识别研究区植被变化的影响因素, 进而利用人工神经网络量化生态建设工程对植被变化的影响程度。结果表明, 河北省南部及东北部的植被指数比西北部高, 研究时段内大部分地区植被得到改善, NDVI基本上不变、增加和降低区域的比例分别为15.14%, 61.75%和23.11%。2000年植被NDVI分布的影响因素主要有海拔高度、人均GDP和人口密度, 起消极作用; 2015年影响因素增加降水量和生态建设工程造林量, 起积极作用。生态建设工程对植被NDVI的影响绝大部分为正值, 且多为轻度改善, 显著改善地区分布在承德市和张家口市, 这些地区也是NDVI变化值和生态建设工程造林量(EPA)变化值的热点区域。生态建设工程对NDVI的影响为负值的情况主要出现在张家口市的西北部地区、秦皇岛和唐山市的东部地区以及南部的城市建成区。研究结果可为科学评价河北省生态建设工程绩效提供依据, 为区域生态环境保护和植被恢复提供支持。     

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。     

近20 a三北地区植被资源时空变化特征探究

三北地区长期以来是生态建设和生态文明关注的重点区域,开展三北地区植被变化监测,可为后续三北生态建设提供科学依据.基于长时间序列NDVI数据,采用趋势分析、变异系数和Hurst指数分析等方法对三北地区1998—2018年植被NDVI变化特征及其趋势的持续性进行模拟和分析.研究结果表明:(1)1998—2018年间三北地区植被有所改善,NDVI上升区域与下降区域分界线大致以200 mm等降水量线为界,山西和陕西改善面积占比超过95%,新疆改善面积占比低于50%.(2)近20 a三北地区80%以上的地区NDVI波动明显,波动区域与稳定区域大致以400 mm等降水线为界,新疆地区波动最为剧烈.(3)三北地区Hurst指数均值为0.47,90%以上的区域NDVI变化趋势难以长久维持.总体看,1998—2018年三北地区植被整体呈改善趋势,但可持续性不强,未来需要进一步加强植被生态修复与防护工作,保障生态文明建设的持续性.     

基于MODIS-Landsat时空融合的陕北黄土高原植被覆盖变化研究

陕北黄土高原地形复杂,水土流失现象较为严重,精确监测植被的时空变化对于该区域的生态环境建设具有重要意义。文中基于ESTARFM时空分辨率融合模型,利用MODIS和Landsat数据获取2008—2016年6～8月陕北黄土高原的Landsat NDVI时序数据,分析陕北黄土高原植被覆盖的时空变化情况及对气候因子的响应。结论:①运用ESTARFM融合模型得到的Landsat NDVI数据与真实Landsat NDVI数据在植被信息的表达方面具有较高的相关性,融合结果可以应用于后续植被覆盖度的估算。②2008—2016年陕北黄土高原地区植被覆盖呈现较为明显的增加趋势;空间分布上呈现由东南向西北逐渐递减的特点,植被覆盖等级结构好转;研究区78%的地区植被改善效果良好;各土地利用类型植被覆盖度均呈波动增加趋势。③整体上植被覆盖度与同期气温和降水的相关性呈现较为明显的空间分异,其中植被覆盖度对降水因子的响应更为敏感。ESTARFM算法综合了高空间分辨率数据的空间细节表达力和高时间分辨率数据的快速时序变化能力,为陕北黄土高原高精度的植被动态监测研究提供了有效依据。     

江苏省植被动态演变规律及其与极端气候事件的关系

利用1982—2013年江苏省植被归一化指数(NDVI)和13个气象站的气温和降水数据,采用SPI标准化降水指数以及PDSI干旱指数模型,研究江苏省植被动态的演变规律及其与旱涝的关系。结果发现:①江苏全省平均的NDVI值整体呈缓慢上升趋势,但上升趋势不明显,其中苏北地区植被覆盖增加趋势明显,远高于全省平均水平,而苏南地区植被覆盖有减小趋势; ②江苏地区多年平均NDVI值有明显的季节变化,冬季的NDVI值为全年最低,春季NDVI值不断增加,到8月份达到最高,之后不断下降; ③极端干旱和洪涝对江苏省NDVI值有显著影响,干旱或洪涝年份的NDVI值明显小于正常年份,并且洪涝年份受影响更为明显。春季极端干旱对江苏省NDVI值影响较大,而夏季洪涝事件对江苏省NDVI的影响较大。     

2013～2019安徽省NDVI时空变化特征分析

为了探究植被NDVI变化特征及其对温度和降雨变化的响应,以安徽省为例,基于2013～2019年安徽省长时序MODIS-NDVI数据,分析了近7年安徽省NDVI的时空变化特征及其演变规律,同时结合不同降水和温度下NDVI变化特征进行了相关性分析.结果表明:安徽省7年间NDVI值在0.57至0.64之间,其与平均气温和年降雨呈正相关关系,且NDVI值与年降雨呈显著正相关的面积比例要大于与平均气温呈显著相关性的面积比例,空间分布存在明显差异.安徽省7年间NDVI值总体呈现增长趋势(R2=0.6178),增长速率为0.00387,夏季NDVI均值最高,植被覆盖度越来越优.皖西和皖南山区NDVI值较高,而江淮丘陵区NDVI值较低,主要与该地区人类活动频繁,植被破坏严重有关.     

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).     

基于遥感的京津风沙源区植被覆盖变化监测

京津风沙源治理工程实施15年来,迫切需要对区域的植被变化进行研究。基于中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,简称MODIS)标准化植被指数(Normalized difference vegetation index,简称NDVI)数据,系统研究了京津风沙源区2000～2014年的植被年际、季节和月变化特征,以及气候变化和生态工程建设对植被变化的影响。结果表明:1)从区域上看,2000～2014年NDVI呈显著增加的趋势(P0.05),增长率为11.79%。其中植被改善最大的季节为夏季,秋季植被增加最为缓慢。2)从空间上看,京津风沙源区84.51%的植被活动呈增加的趋势,其中29.04%的区域植被活动呈显著增加的趋势。植被活动的增加主要是由于春、夏和秋三个季节植被活动的共同增加;统计表明,春季、夏季和秋季植被活动增加了82.05%、82.36%和74.22%。植被活动下降的区域呈现明显的西南东北的条带状,其中夏季和秋季NDVI的显著下降是造成该区域年NDVI下降的主要原因。3)年、季节和月三个尺度的研究均表明降水是限制京津风沙源区植被生长的主要气候因子;生态工程建设对研究区2000～2014年NDVI增加起到了重要的作用。     

海流兔河流域植被生长季的覆盖度与气候因子关系研究

利用两种时间尺度对流域内的NDVI与降水量、相对湿度和平均温度进行相关性分析,对可能影响海流兔河流域植被覆盖度的气候因子与流域内的多年NDVI进行对比分析,确定主要影响因子和次要影响因子与影响机制。研究结果直观地反映出海流兔河流域的植被覆盖分布状况,从年际变化和年内变化两个尺度分析了2004—2013这10年间的NDVI与降水、湿度、温度3个气候因子之间的响应机制。结论认为降水量在两种时间尺度下都对NDVI的变化影响显著,是植被覆盖度最为重要的影响因子;其次是相对湿度;平均温度对年际NDVI的变化几乎没有影响,对年内NDVI的变化有一定的影响,但对年内NDVI的变化响应有近一个月的滞后性。     

基于TM影像的伏牛山植被覆盖度变化研究

为研究伏牛山地区植被覆盖的变化情况,利用1991、2002和2011年三期TM卫星遥感影像,基于NDVI的像元二分模型,对整体植被变化趋势进行研究,并比较三期变化;同时结合数字高程模型对不同海拔的植被覆盖变化做对比分析;最后,分析气象因子的变化趋势.研究结果表明:(1)从分布上看,研究区整体植被覆盖状况较好.植被覆盖度随海拔的上升先增加后降低,临界点在海拔1 700¹ 800m之间.(2)从变化上看,21年以来,植被覆盖度呈增加趋势.海拔高度1 650m以下区域的植被覆盖度变化情况最为明显,这是由于人类活动主要集中在海拔较低的区域,而海拔高于1 650m的区域变化较小,受人类活动的影响较小.(3)从21年温度和降水变化来看,研究区域内植被覆盖度和温度的变化趋势并不一致,而和降水量变化的趋势有较高的一致性,具体表现为随降水量的增加,植被覆盖较好的Ⅳ级(F≥0.7)植被覆盖度区域面积增加.