近30年来渭河流域植被与气候变化互影响模式的探寻分析

基于1982-2006年间的GIMMS NDVI和2001-2013年的MODIS NDVI数据对渭河流域30年来植被NDVI的年际变化和空间分布特征进行了分析,并结合研究区内的气象数据探讨了植被NDVI与气候因子的相互影响关系。研究显示,近32年间渭河流域植被NDVI整体呈上升趋势,且空间差异显著,主要表现为流域西北地区的黄土丘陵沟壑区及北部的黄土高原区NDVI较低,植被覆盖较差;流域南部的秦岭山区、关中平原区等地植被生长状况较好。流域气温和降水呈现缓慢增长趋势。植被NDVI与年均气温整体上表现为负相关,与年降水量间呈正相关。总体上,降水是渭河流域植被生长的主要影响因子。     

毛乌素沙地东南缘NDVI植被变化特征分析

以毛乌素沙地东南缘5个区县为研究区,采用2003年、2007年、2011年和2015年的MODIS NDVI数据,利用最大值合成和趋势分析等方法分析了研究区季相、生长季和年际轻度NDVI空间变化情况,得到毛乌素沙地东南缘植被的时空演变特征。结果表明:①从NDVI季相的年际变化来看,毛乌素沙地植被在春季呈轻度退化趋势,在夏季呈轻度改善趋势,秋季和冬季基本不变,其中东南部植被增加大于西北部,夏季植被增加最明显;②植被生长季的年际变化特征与夏季相似,改善土地主要分布于神木市和榆阳区,其他地区分布较零散;③从2003-2015年NDVI年际变化来看,基本不变等级面积占比为33.61%,植被处于轻度退化等级的面积占比为46.74%,轻度改善等级的面积占比为15.51%。总体而言,2003-2015年毛乌素沙地东南缘植被整体呈微弱恢复态势,反映该区域的生态建设具有一定效果。     

利用温度植被旱情指数（TVDI）进行全国旱情监测研究

利用NOAA AVHRR资料提取的归一化植被指数 (NDVI)和陆地表面温度 (LST) ,构建NDVI Ts 特征空间 ,依据该特征空间设计的温度植被旱情指数作为旱情指标 ,对中国 2 0 0 0年 3月和 5月各旬的旱情进行了研究。研究结果表明在 2 0 0 0年 3月和 5月的重旱区主要分布在中国西北地区 ,在华北和华南的部分地区也有较大范围的分布 ,3月和 5月的全国重旱面积分别为 6 7 2× 10 4km2 和 12 6 1× 10 4km2 ;通过与各气象站测定的表层 10cm土壤重量含水量 (θ)数据进行相关性研究表明 ,利用综合了植被覆盖信息和陆地表面温度信息的TVDI旱情指标能够较好地反映表层土壤水分变化趋势 ,作为旱情评价指标是合理的 ;对TVDI随NDVI和Ts 变化的敏感性评价结果表明 ,以陆地表面温度为基础的旱情指标相对比以植被指数为基础的旱情指标更合理。     

MODIS NDVI时序数据支持下的湖南省植被变化及其驱动因素分析

本文基于MODIS NDVI时问序列数据集,运用Sen+Mann-Kendall趋势检验、Hurst指数和相关分析等方法,对湖南省2000—2018年植被的时空变化特征、演化趋势可持续性及其与气候因子的相关性进行了研究.结果表明:①湖南省植被覆盖整体较高,并具有明显的季节变化特征;研究区植被与气温的相关性要强于降水.②近19年湖南省植被NDVI整体呈上升态势,增速为8.6％/10 a(P<0.001),其中显著和极显著上升的地区分别占10.3％、57.3％;主要分布在湘中与湘西北的林地、耕地区域;降低的地区主要分布在长株潭等城市建设用地区域及洞庭湖平原的局部耕地区域.③未来湖南省植被变化可能向退化的恶性方向发展的面积占80.1％.     

太湖水生植被NDVI的时空变化特征分析

为了明确太湖不同生态区水生植被长势的变化规律及其影响因子,利用MODIS传感器提供的NDVI数据,分析了太湖2000年—2015年NDVI的时间及空间变化特征。结果表明:太湖水生植被NDVI存在明显的季节变化和年际变化,NDVI每年最小值出现在冬季,最大值出现在植被生长旺盛的8月或9月,其值可达0.35;太湖全湖NDVI多年平均值为0.1,最大值为0.14,出现在2007年。太湖NDVI的空间差异可将太湖划分为不同的植被类型区,太湖西北部(竺山湾和梅梁湾)NDVI最大值可达0.2,植被类型主要以浮游藻类为主,东太湖区域最大值超过0.6,主要以沉水植被为主;太湖不同区域植被动态特征对气象因子的响应也不尽相同,沉水植物生长与平均气温有显著的正相关关系,而浮游植物区的生长状况受平均风速影响较大。     

普格县植被覆盖度遥感动态监测分析

以四川省普格县为研究区，选择2000年、2006年Landsat TM数据和1：50000地形图作为基本信息源，对遥感数据进行辐射校正、几何校正、图像裁剪处理后，计算出两期图像的归一化植被指数（NDVI），对植被覆盖度进行估算。根据结果经过对比分析表明普格县六年间植被覆盖度主要呈增高趋势，总体上认为研究区植被覆盖度变化和人类活动有不可分割的密切关系，近几年来的长江上游水土保持和退耕还林等生态建设工程在该地区已经取得一定成效。     

中国西北地区NDVI变化及其与温度和降水的关系

稀疏的植被覆盖是干旱和半干旱地区最主要的环境特征,因此长期定量的植被分布和变化观测能够分析干旱和半干旱地区的环境变化。在以干旱和半干旱地区为主要的中国西北地区存在着森林减少、土地侵蚀、盐碱化和沙漠扩张等严重的环境问题,生态环境十分脆弱。通过NOAA/AVHRR建立近20年来中国西北地区NDVI变化序列,利用差分法、斜率变化和主成分分析3种方法分析植被变化。3种方法显示出基本一致的结果,即大部分地区植被状况恶化,局部地区有所好转。通过分析植被变化与温度、降水变化的关系,发现NDVI与降水存在明显的正相关关系,而与温度变化的关系并不明显,表明降水是影响西北地区植被变化最主要的自然因素。     

不同趋势法的宁夏长时序植被变化分析

宁夏地处黄土高原，植被变化趋势直接影响其生态保护。本文应用2005—2015年的MODIS NDVI月合成产品，并采用最大合成法得到年NDVI数据，分别利用一元线性回归法和Sen+Mann-Kendall法对宁夏11年间植被变化趋势和空间差异进行研究分析。结果表明，在月际变化上，月NDVI均值呈高斯分布，7—9月是植被长势最好的阶段；在年际变化上，2005—2007年NDVI值明显增长，2008—2012年NDVI值呈稳定性增长，2013—2015年NDVI值有下降趋势；在变化趋势上，一元线性回归法与Sen+Mann-Kendall法得到的植被变化趋势基本一致，均表现为北部植被整体改善，但局部城区植被退化较为严重；中部地区轻微改善，局部存在明显改善；南部植被有明显改善且植被改善面积较大；通过差异性分析二者差异性仅为22.95%，且Sen+Mann-Kendall法能更好地监测轻微变化区域，变化趋势更加准确。     

山西省西山煤田长时间序列NDVI时空变化趋势及对气候响应

研究采矿扰动区内植被变化规律,能够为矿区生态修复提供理论依据。本文以山西省西山煤田为研究区,通过设立对比试验区,利用MODIS/NDVI（2001-2019年）结合同期的气温、降水气候因子,分别从植被指数的时空变化及与气象因子之间的关系等方面展开对比,用于探究采矿扰动区内植被变化情况。研究结果表明：①19年来西山煤田与间接影响区及校验区的植被均呈增加趋势,但西山煤田相比于校验区NDVI均值低11.42%。②西山煤田相较于自然生态条件下植被增长率为-5.53%。③西山煤田与校验区的NDVI值均受到气温、降水两种气象因子的影响,但是与降水的相关性更高,即受降水影响更大。     

遥感反演和站点观测的地气温度分布特征差异

地表温度和近地表大气温度是地球系统、大气系统以及地—气相互作用物理过程的重要参量。在陆地—大气的相互作用过程中,水汽含量、NDVI指数、下垫面变化等因素会对地—气热量传输造成一定的影响。本文首先利用地表温度产品（MYD11A1）以及气温站点数据（GSOD）获得全国尺度下地表温度年最大值、近地面气温年最大值。在此基础上,使用趋势分析法分析2003年—2018年地、气温度年最大值时空分布特征及变化趋势,以及地—气温差气候倾向率变化趋势。最后,结合大气总水汽含量产品（MYD05）、NDVI指数（MYD13A3）、二氧化碳平均浓度增长率分析导致地表温度年最大值与近地面气温年最大值趋势发生变化的原因。研究结果表明：（1）在全国尺度下,2003年—2018年地表温度年最大值呈现北高南低的空间分布特征。近地面气温年最大值的空间分布与地表温度年最大值相反。大气总水汽含量年最大值在热带、亚热带季风气候区内总体较高。水汽含量既影响近地面气温的大小,同时也受到近地面气温的影响,因此,水汽含量年最大值与近地面气温年最大值表现出一定的空间分布一致性特征。（2）在2003年—2018年期间,地表温度年最大值的气候倾向率在空间上表现出北高南低的分布特征。近地面气温年最大值的气候倾向率在空间上也表现为北高南低,与地表温度年最大值的气候倾向率变化基本一致。但地表温度年最大值的变化幅度要大于近地面气温年最大值,并且在个别区域表现不一致。主要分布在天山地区、三江平原以及秦岭南侧地区,地—气年最大值变化趋势相反即地—气差减小。（3）大气总水汽含量年最大值的增加可造成近地面气温年最大值的增加,而植被覆盖度的上升可造成地表温度年最大值下降。但在天山地区大气总水汽含量与地—气差的响应不明显,但天山地区的近地面气温年最大值与CO₂平均浓度增长率的关系较为明显。（4）遥感数据反演的地表温度年最大值和站点观测的近地面气温年最大值空间分布表现出差异,但时间变化趋势基本一致。     

中国陆地生态系统脆弱带遥感模型

本研究通过对我国陆地生态系统8个典型样地的植被指数取样实验和图像计算结果发现，这8个样地植被指数随着水、热因子的季节变化，在时间和空间上具有一定的“绿波推移”和“景观更替”规律。在中国东部湿润的季风区（样地1－3），随着纬度的增高，其月平均植被指数与月平均气温有较大的相关。发现降水相对丰沛的地带，热量和光照条件的变化成为植被生长和变化的自然限制因子；而在中国北方森林－森林草原－典型昌原－荒漠草原－荒漠地带上，随着从东部（湿润地区）到西部（干旱地区）干湿条件的更替，月平均植被指数与降水多寡有较大的正相关关系。在8个样地上都呈现出共同的规律，即定向风的分布与植被指数的分布在时间和空间上具有逆相分布的“套合关系”。尤其在时间上有相逆套合关系，这正是中国北方沙尘暴和沙漠化加剧的自然原因。本研究定量地给出了我国陆地不同经纬度带生态系统脆弱季节和累积时间的分布。     

Land Cover Change and Associated Trends in Surface Reflectivity and Vegetation Index in Southwest Kansas: 1972-1992

Abstract

Land cover is an important component of the earth system. Human induced surface alteration can affect earth systems directly, through loss or degradation of ecosystems, or indirectly through impact on the climate and biogeochemical cycles necessary to sustain life on earth. The significance of the earth's surface has made land use/land cover change an important issue in global change research. Alteration of land cover occurs at a variety of spatial scales, but as with many environmental change issues, the impacts of surface changes are often conceptualized at the global scale. In this study, we investigate the effects of land cover change on total reflected radiation and the Normalized Difference Vegetation Index (NDVI) in a 10,000 km² local area in the High Plains of southwestern Kansas. Landsat MSS data from five years of record within the twenty‐year period 1973 to 1992 were classified into cool season crop, warm season crop, and pasture/prairie. Mean values of summer reflectance and NDVI from each cover type and for the study area as a whole were then analyzed for systematic change over the study period. Both reflectivity and vegetation index increased during the study period, although causes for the increase appear to be different. Results suggest that changes in mean surface reflectance in the study site are strongly influenced by land cover change, whereas changes in NDVI are more closely linked to 50‐day antecedent precipitation.     

Spatial and Temporal Relationships among NDVI,Climate Factors,and Land Cover Changes in Northeast Asia from 1982 to 2009

This study uses a multiple linear regression method to composite standard Normalized Difference Vegetation Index (NDVI) time series (1982-2009) consisting of three kinds of satellite NDVI data (AVHRR, SPOT, and MODIS). This dataset was combined with climate data and land cover maps to analyze growing season (June to September) NDVI trends in northeast Asia. In combination with climate zones, NDVI changes that are influenced by climate factors and land cover changes were also evaluated. This study revealed that the vegetation cover in the arid, western regions of northeast Asia is strongly influenced by precipitation, and with increasing precipitation, NDVI values become less influenced by precipitation. Spatial changes in the NDVI as influenced by temperature in this region are less obvious. Land cover dynamics also influence NDVI changes in different climate zones, especially for bare ground, cropland, and grassland. Future research should also incorporate higher-spatial-resolution data as well as other data types (such as greenhouse gas data) to further evaluate the mechanisms through which these factors interact.     

利用AVHRR植被指数数据集分析中国东部季风区的物候季节特征

利用ＮＯＡＡ／ＮＡＳＡＰａｔｈｆｉｎｄｅｒＡＶＨＲＲ陆地数据集,建立了中国东部季风区（１０８°－１２３°Ｅ,２１°－４５°Ｎ）的１９８６年归一化植被指数（ＮＤＶＩ）距平图像序列。对此数据集进行主成分分析（ＰＣＡ）,前２个主成分的时间序列和空间场展示了中国东部季风区植被物候季节性特征和地域差异。南岭一五夷山以南的华南地区,植被生长季的物候季节性变化不明显。在南岭－五夷山以北地区,植被生长季的物候季节性特征明显,可以比较清晰地确定生长季的变化过程。以淮河流域为界,植被生长季的物候季节性特征又存在明显差异。华北平原表现出强烈的双峰植被物候过程。淮河以南地区,虽然也存在这种双峰物候过程,但比较华北平原的植被,还具有持续性的植被生长特征。淮河流域构成一条区分南北物候季节特征差异的过渡带。     

Spatiotemporal analysis of vegetation index after typhoons in the mountainous watershed

An extensive land cover change was triggered by a series of typhoons, especially Typhoon Morakot in 2009 in Taiwan. The normalized difference vegetation index (NDVI) series from multiple satellite images were applied to monitor the change processes of land cover. This study applied spatiotemporal analysis tools, including empirical orthogonal functions (EOF), and multiple variograms in analyzing space–time NDVI data, and detected the effects of large chronological disturbances in the characteristics of land cover changes. Spatiotemporal analysis delineated the temporal patterns and spatial variability of NDVI caused by these large typhoons. Results showed that mean of NDVI decreased but spatial variablity of NDVI increased after typhoons in the study area. The EOF can clarify the major component of NDVI variations and identify the core area of the NDVI changes. Various approaches showed consistent results that Typhoon Morakot significantly lowered the NDVI in land cover change process. Furthermore, the spatiotemporal analysis is an effective monitoring tool, which advocates the use of the index for the quantification of land cover change and resilience.     

Abrupt spatiotemporal land and water changes and their potential drivers in Poyang Lake, 2000–2012

Driven by various natural and anthropogenic factors, Poyang Lake, the largest freshwater lake in China, has experienced significant land use/cover changes in the past few decades. The aim of this study is to investigate the spatial–temporal patterns of abrupt changes and detect their potential drivers in Poyang Lake, using time-series Moderate Resolution Imaging Spectroradiometer (MODIS) 16-day maximum value composite vegetation indices between 2000 and 2012. The breaks for additive seasonal and trend (BFAST) method was applied to the smoothed time-series normalized difference vegetation index (NDVI), to detect the timing and magnitude of abrupt changes in the trend component. Large part of Poyang Lake (98.9% for trend component) has experienced abrupt changes in the past 13 years, and the change patterns, including the distributions in timing and magnitudes of major abrupt trend changes between water bodies and land areas were clearly differentiated. Most water bodies had abrupt increasing NDVI changes between 2010 and 2011, caused by the sequential severe flooding and drought in the two years. In contrast, large parts of the surrounding land areas had abrupt decreasing NDVI changes. Large decreasing changes occurred around 2003 at the city of Nanchang, which were driven by urbanization. These results revealed spatial–temporal land cover changing patterns and potential drivers in the wetland ecosystem of Poyang Lake.     

基于NDVI序列影像精化结果的植被覆盖变化研究

植被归一化指数(NDVI)是地表植被覆盖特征的重要指标之一。本文以三峡库区2001-2003年MODIS遥感数据反演的NDVI时间序列影像为例,研究NDVI影像序列的精化问题,包括降云及去噪处理的有效方法。在改进的BISE技术降云处理的基础上,采用小波软阈值降噪方法提取有效变化趋势。然后进行库区2001-2003年植被变化的变化矢量分析,采用阈值分割的方法将库区变化强度影像分为未变化、小变化、中等变化与剧烈变化四个类型。研究成果可为三峡库区宏观生态环境变化的掌握提供一定的依据。     

东亚土地覆盖对ENSO事件的响应特征

对1982—1993年气候年际变化的强信号——ENSO进行了确认及再分类。以美国地质调查局EROS中心提供的AVHRR 8km NDVI为数据源，应用地理信息系统技术，计算了1982—1993年每年夏季(5—9月)NDVI平均影像。在此基础上用数据断面分析法对ENSO年东亚地区土地覆盖的空间分布进行了分析，再用主成分分析法对同一时间序列NDVI平均影像进行了运算，发现其第7主成分影像所反映的土地覆盖分布与数据断面分析法所反映的结果是一致的。对此，进一步分析了第7主成分的特征向量与代表ENSO变化特征的南方涛动指数(SOI)之间的关系，进而，对ENSO驱动下的东亚地区土地覆盖年际变化的空间分布特征进行了总结。     

东亚土地覆盖对ENSO事件的响应特征

对1982—1993年气候年际变化的强信号——ENSO进行了确认及再分类。以美国地质调查局EROS中心提供的AVHRR 8km NDVI为数据源，应用地理信息系统技术，计算了1982—1993年每年夏季(5—9月)NDVI平均影像。在此基础上用数据断面分析法对ENSO年东亚地区土地覆盖的空间分布进行了分析，再用主成分分析法对同一时间序列NDVI平均影像进行了运算，发现其第7主成分影像所反映的土地覆盖分布与数据断面分析法所反映的结果是一致的。对此，进一步分析了第7主成分的特征向量与代表ENSO变化特征的南方     

Characterizing and monitoring global landscapes using GlobeLand30 datasets: the first decade of the twenty-first century

Global land cover maps are important sources of information for a wide range of studies including land change analysis and climate change research. While the global land cover maps attempt to present a consistent and homogenous data in terms of the production process, the existing datasets offer coarse resolution data, e.g. 1000 m for IGBP DISCover and 300 m for GlobeCover 2009 that is oftentimes challenging. Recently, GlobeLand30 data based on Landsat archive for two timestamps of 2000 and 2010 has been released. It presents a finer spatial resolution of 30 m, which provides numerous opportunities for a wide range of studies. The main objective of this study is to use this dataset for characterizing global land cover patterns, monitoring, and identifying extreme land change cases with their types and magnitude. The findings reveal massive land change patterns including deforestation, desertification, shrinkage of water bodies, and urbanization across the globe. The results and discussions of this research can help policy-makers, environmental planners, ecosystem services providers and climate change researchers to gain finer insights about the forms of global land change. Future research calls for further investigation of the underlying causes of the massive changes and their consequences on our ecosystems and human populations.