京津冀地区NDVI变化及气候因子驱动分析

植被覆盖动态监测及与气候变化的响应,是陆地生态系统研究的重要内容。本文以2001-2013年间京津冀地区MOD13A 3月合成NDVI数据,结合生长季的降水和气温资料,运用偏相关和复相关分析、趋势分析方法,研究了该区域NDVI的变化特征和空间分布,以及其区域植被覆盖变化的气候驱动力。结果表明,该区域NDVI最大值在13a间缓慢增加,植被覆盖呈现改善趋势;NDVI和生长季降雨量及平均气温的平均偏相关系数分别为0.20和-0.14,表明在年际变化水平上,京津冀地区NDVI总体与降水量呈正相关,与平均气温呈负相关,且降水对NDVI的影响大于温度对NDVI的影响。对植被覆盖驱动分区得出,降水和气温驱动型占区域面积的5.68%;单独降水驱动型和气温驱动型分别占4.51%、0.18%;区域内植被覆盖变化主要受非气候因子驱动型为主,所占比例为89.63%,表明人类活动对植被变化的影响巨大。     

青藏高原月NDVI时空动态变化及其对气候变化的 响应

青藏高原脆弱的高寒植被对外界干扰十分敏感,使其成为研究植被对气候变化响应的理想区域之一。青藏高原气候变化剧烈,在较短的合成时间研究气候变化对植被的影响十分必要。因此,本文利用GIMMS NDVI时间序列数据集,研究了1982-2012年青藏高原生长季月尺度植被生长的时空动态变化,探讨了其与气温、降水量和日照时数等气候因子的响应关系。结果表明：在区域尺度上,除8月外,其他各月份植被均呈增加趋势,显著增加多发生在4-7月和9月;大部分月份的NDVI增加速率随着时段的延长显著减小,表明NDVI增加趋势放缓;在像元尺度上,月NDVI显著变化的区域多呈增加趋势,但显著减少范围的扩张多快于显著增加。4月和7月植被生长主要是受气温和日照时数共同作用,6月和9月受气温的控制,而8月则主要受降水量的影响。长时间序列NDVI数据集的出现为采用嵌套时段研究植被生长变化趋势奠定了前提,而植被活动变化趋势的持续性则有助于形象表征植被活动变化过程、深入理解植被对气候变化的响应和预测植被未来生长变化趋势。由此推测,青藏高原月NDVI未来增加趋势总体上趋于缓和,但在像元尺度显著变化的区域趋于增加。     

2000-2013年三江源植被NDVI变化趋势及影响因素分析

基于2000-2013年三江源MODIS NDVI数据,本文系统地分析了三江源植被生长季累计NDVI的时空变化特征,并结合三江源生态保护与建设工程实施的相关统计数据,探讨了人类活动对三江源植被变化的影响,最后通过气候因子与生长季累计NDVI的相关性分析,揭示了影响三江源不同地区植被变化的主要气候限制因素。结果表明,2000-2013年三江源植被NDVI整体上呈增加趋势,NDVI明显增加的区域面积比例达17.84%,主要分布于研究区的西部和北部;明显减少的区域仅占0.78%,多零星分布于研究区中部;NDVI变化稳定或没有显著变化趋势的区域面积比例为59.64%,主要位于研究区东部和南部。三江源生态保护与建设工程的实施虽然促进了植被恢复,但对区域植被整体变化的影响有限,研究时段内区域植被整体好转主要受气候因素控制。西部长江源区的植被生长主要受气温影响,东北部黄河源区主要受降水制约,南部澜沧江源区降水和气温的限制性均不明显。     

川西高原植被特征及其气候变化的相关分析

利用常规气象资料及NOAA-AVHRR的归一化植被指数（NDVI）资料和趋势系数、皮尔逊相关、Morlet小波分析等统计诊断方法,分析了1982年1月-2002年12月川西高原植被和气候因子（气温和降水）的变化特征及其相关关系和周期特征。结果表明：川西高原地区植被覆盖良好,大部分区域植被覆盖增加,局部退化（高原南部和东部）;气温总体呈增加趋势,降水量总体少变,局部有所减少;NDVI与气温和降水有一定相关性,其中与气温的相关性比与降水相关性大;NDVI周期约为5和10年左右,与降水和气温周期相同。川西高原地区植被及气候特征的分析为川西高原旅游和经济的发展规划提供依据,为研究川西高原的生态、气候资源提供参考。     

2001-2013年洞庭湖流域植被覆盖度时空变化特征

本文基于2001-2013年MODIS NDVI多时序数据,采用像元二分模型估算了洞庭湖流域植被覆盖度,分析了区域近13年来植被覆盖度的变化特征及趋势,并结合同期气象数据,阐明了植被覆盖度变化对气候因素的响应。结果表明：（1）近13年洞庭湖流域植被覆盖度的整体变化较为稳定,呈微弱减少趋势,速率为-0.3%/10a。（2）洞庭湖流域绝大部分区域植被覆盖状况良好,植被覆盖度呈自西向东递减趋势,高植被覆盖度及中高植被覆盖度占整个流域面积的88.63%,水体或低植被覆盖度及中低植被覆盖度仅占2.57%。（3）洞庭湖流域植被覆盖度变化趋势为北部强于南部、东部强于西部。流域内植被覆盖度极显著与显著减少的面积比例为5.30%、增加面积的比例为4.29%,植被覆盖度变化不显著占90.40%。该区域植被覆盖度变化受人为因素影响更大。     

中国西北地区植被NDVI的时空变化及其影响因子分析

利用GIMMS/NDVI数据分析了中国西北地区1982-2006年植被NDVI时空变化特征及其影响因子。近25年来,中国西北地区年均植被NDVI增速为0.5%/10a,并存在明显的空间差异。天山、阿尔泰山、祁连山、青海的中东部等地区植被NDVI显著增加;青海南部地区、陕西和宁夏交界地区、甘肃部分地区,以及新疆部分地区的植被NDVI下降。从不同植被类型看:林地、草地和耕地的年均NDVI都在提高。研究表明:中国西北地区植被NDVI变化是各种自然和人为因素综合作用的结果。植被NDVI与气温、降水的年际变化整体上都呈弱的正相关。但与其年内变化则都呈显著的线性关系,当月均温量超过20℃时,植被NDVI呈下降趋势;当月降水量在0¹00mm期间,植被NDVI随降水线性增长,当月降水量超过100mm之后,不再有明显的增长趋势。农业生产水平提高和植被生态建设等人类活动对西北地区植被NDVI增加有重要影响。     

新疆NDVI时空特征及气候变化影响研究

基于新疆50个气象测站2003-2010年逐日降水、气温资料,结合逐月归一化植被覆盖影像资料,利用趋势分析、R/S分析、模糊C均值聚类、图像处理等方法,系统分析了全疆NDVI时空变化特征及其可持续性,并探究NDVI与气候因子（气温、降水）之间的相关性。研究表明：植被覆盖及气象因子年际间差异不大,呈现出整体稳定的态势,但年内变化明显。北疆/天山北坡水热条件优良、植被长势最好,且植被长势对气候因子的滞后效应并不明显且滞后时间短。天山南坡/天山东段次之,而南疆植被覆盖程度最差,南疆/天山南坡植被长势对气候因子（降水、气温）存在明显的滞后效应,植被生长受气温、降水限制性更大,且气温作为主要因子,对天山南坡植被生长的限制作用表现得更为突出。总体上,新疆植被覆盖呈持续性变化,现有植被覆盖情况基本保持不变,但呈退化趋势的面积大于得到改善的面积,在一定程度上与人类活动有很大关系,探查植被长势的变化趋势并及时做出相应调整,不仅能为新疆地区的植被保护以及植被恢复工作提供一定的科学依据,更能够为合理有效地安排农作物生产提供重要的理论指导。     

基于MODIS-NDVI的云南省植被覆盖度变化分析

植被覆盖变化监测是区域资源环境承载力研究的基础,本文通过计算2001-2016年MODIS-NDVI植被指数,辅以趋势分析、变异系数等方法,估算了2001-2016年云南省植被覆盖度,进而探讨了植被覆盖度的时空变化特征及与地形因子之间的分布关系。结果表明：① 2001-2016年云南省植被覆盖度呈显著增加趋势,增速为4.992%/10 a。② 在空间上,植被覆盖度空间格局呈现由南向北、由西向东逐渐降低的特征,滇西、滇西南地区植被覆盖度最高,滇西北地区最低;植被覆盖度稳定性表现为由西南向东北方向波动性越来越大;滇东北地区植被覆盖度增加趋势明显优于其他区域,研究区内植被覆盖度变化趋势为增加、基本稳定和减少趋势的面积分别占49.53%、43.76%和6.71%。③ 植被覆盖度在2001-2006年、2006-2011年、2011-2016年3个时段的面积转移矩阵结果均表现为植被覆盖进化面积大于退化面积,二者的比值分别为1.42、1.63、2.01,植被覆盖情况呈持续改善趋势。④ 云南省植被覆盖度与地形因子之间的关系表现为,平均植被覆盖度随海拔增加呈先增加再减少、再增加、再减少趋势;随坡度的增加呈先增加再减少趋势;随坡向的变化呈由北向南逐渐减少趋势。     

青海湖流域植被盖度时空变化研究

高寒区植被变化一直是气候和生态学领域关注的热点问题。本研究基于MODIS NDVI数据计算的植被覆盖度数据和高分辨率气象数据,分析了青海湖流域2001-2017年植被覆盖度分布格局及动态变化,探讨了其对气候变化、人类活动和冻土退化的响应。结果表明：① 近十几年青海湖流域植被覆盖度整体表现为增加趋势,不同植被类型增幅存在差异性,草地增幅最大,达到6.1%/10a,其它植被类型增幅在2%~3%/10a之间;② 流域局部地区仍存在植被退化现象,研究期植被退化面积表现为先增加后减小的变化趋势。2006-2011年重度退化区集中在青海湖东岸,2011-2017年重度退化区集中在流域的西北部,这些区域是青海湖流域荒漠分布区,植被覆盖度较低,是今后生态恢复需重点关注的区域;③ 气候变化是流域植被覆盖度变化的主导因素,气候变化对青海湖流域主要植被类型覆盖度变化的贡献率为84.21%,对草原、草甸和灌丛植被覆盖度变化的贡献率分别为81.84%、87.47%和75.96%;④ 人类活动对流域主要植被类型覆盖度变化的贡献率为15.79%,对草原、草甸和灌丛植被覆盖度变化的贡献率分别为18.16%、12.53%和24.04%,环青海湖地区人类活动对植被恢复有促进效应,在青海湖流域北部部分地区人类活动的破坏力度仍大于建设力度;⑤ 冻土退化对青海湖流域草甸和灌丛植被覆盖度变化影响很小,主要影响草原植被覆盖度变化,冻土退化造成草原植被覆盖度增长速率减小了1.2%/10a。     

三江源生态工程实施前后长江源区宏观生态状况变化分析

基于NDVI时空序列数据,利用GLOPEM-CEVSA模型,本文估算并分析了长江源区1997-2012年植被覆盖度及植被净初级生产力时空变化特征,并在此基础上评估了生态工程实施前、后长江源区宏观生态状况变化。结果表明：工程实施后,长江源区宏观生态状况显著好转,植被覆盖度及植被净初级生产力明显增加。从多年平均值来看,工程实施后,植被覆盖度好转区域面积占植被区总面积的72.10%,净初级生产力增加区域面积占植被区总面积的73.82%;从变化趋势来看,植被覆盖度好转区域面积净增加13.02%,植被净初级生产力好转区域面积净增加24.62%。工程实施前后相比,各流域宏观生态状况恢复程度具有差异,其中楚玛尔河源头植被覆盖度上升最明显,通天河流域植被净初级生产力上升最明显。长江源区宏观生态状况的好转受益于气候的湿润化及生态工程的共同影响,若要全面有效改善仍需持续努力。     

Comparison of the spatio-temporal dynamics of vegetation between the Changbai Mountains of eastern Eurasia and the Appalachian Mountains of eastern North America

The Changbai Mountains and the Appalachian Mountains have similar spatial contexts. The elevation, latitude, and moisture gradients of both mountain ranges offer regional insight for investigating the vegetation dynamics in eastern Eurasia and eastern North America. We determined and compared the spatial patterns and temporal trends in the normalized difference vegetation index (NDVI) in the Changbai Mountains and the Appalachian Mountains using time series data from the Global Inventory Modeling and Mapping Studies 3rd generation dataset from 1982 to 2013. The spatial pattern of NDVI in the Changbai Mountains exhibited fragmentation, whereas NDVI in the Appalachian Mountains decreased from south to north. The vegetation dynamics in the Changbai Mountains had an insignificant trend at the regional scale, whereas the dynamics in the Appalachian Mountains had a significant increasing trend. NDVI increased in 55% of the area of the Changbai Mountains and in 95% of the area of the Appalachian Mountains. The peak NDVI occurred one month later in the Changbai Mountains than in the Appalachian Mountains. The results revealed a significant increase in NDVI in autumn in both mountain ranges. The climatic trend in the Changbai Mountains included warming and decreased precipitation, and whereas that in the Appalachian Mountains included significant warming and increased precipitation. Positive and negative correlations existed between NDVI and temperature and precipitation, respectively, in both mountain ranges. Particularly, the spring temperature and NDVI exhibited a significant positive correlation in both mountain ranges. The results of this study suggest that human actives caused the differences in the spatial patterns of NDVI and that various characteristics of climate change and intensity of human actives dominated the differences in the NDVI trends between the Changbai Mountains and the Appalachian Mountains. Additionally, the vegetation dynamics of both mountain ranges were not identical to those in previous broader-scale studies.     

Vegetation cover variation in the Qilian Mountains and its response to climate change in 2000–2011

An understanding 0f variati0ns in vegetati0n c0ver in resp0nse t0 climate change is critical f0r predicting and managing future terrestrial ec0system dynamics. Because scientists anticipate that m0untain ec0systems will be m0re sensitive t0 future climate change c0mpared t0 0thers, 0ur 0bjectives were t0 investigate the impacts 0f climate change 0n variati0n in vegetati0n c0ver in the Qilian M0untains （QLM）, China, between 2000 and 2011. T0 acc0mplish this, we used linear regressi0n techniques 0n 250-m MODIS N0rmalized Difference Vegetati0n Index （NDVI） datasets and mete0r0l0gical rec0rds t0 determine spati0temp0ral variability in vegetati0n c0ver and climatic fact0rs （i.e. temperature and precipitati0n）. Our results sh0wed that temperatures and precipitati0n have increased in this regi0n during 0ur study peri0d. In additi0n, we f0und that gr0wing seas0n mean NDVI was mainly distributed in the vertical z0ne fr0m 2,700 m t0 3,600 m in elevati0n. In the study regi0n, we 0bserved significant p0sitive and negative trends in vegetati0n c0ver in 26.71% and 2.27% 0f the vegetated areas. C0rrelati0n analyses indicated that rising precipitati0n fr0m May t0 August was resp0nsible f0r increased vegetati0n c0ver in areas with p0sitive trends in gr0wing seas0n mean NDVI. H0wever, there was n0 similar significant c0rrelati0n between gr0wing seas0n mean NDVI and precipitati0n in regi0ns where vegetati0n c0ver declined thr0ugh0ut 0ur study peri0d. Using spatial statistics, we f0und that veeetati0n c0ver freauentlvdeclined in areas within the 2,500-3,100 m vertical z0ne, where it has steep sl0pe, and is 0n the sunny side 0f m0untains. Here, the p0sitive influences 0f increasing precipitati0n c0uld n0t 0ffset the drier c0nditi0ns that 0ccurred thr0ugh warming trends. In c0ntrast, in higher elevati0n z0nes （3,900-4,500 m） 0n the shaded side 0f the m0untains, rising temperatures and increasing precipitati0n impr0ved c0nditi0ns f0r vegetati0n gr0wth. Increased precipitati0n als0 facilitated vegetati0n gr0wth in areas experiencing warming trends at l0wer elevati0ns （2,000-2,400 m） and 0n l0wer sl0pes where water was m0re easily c0nserved. We suggest that spatial differences in variati0n in vegetati0n as the result 0f climate change depend 0n l0cal m0isture and thermal c0nditi0ns, which are mainly c0ntr0lled by t0p0graphy （e.g. elevati0n, aspect, and sl0pe）, and 0ther fact0rs, such as l0cal hydr0l0gy.     

不同数据源归一化植被指数在中国北方草原区的应用比较

中国北方草原区生产力在区域碳水循环、农牧业发展中举足轻重。归一化植被指数（Normalized Difference Vegetation Index,NDVI）广泛应用于生产力的计算,然而目前来源众多的NDVI数据反映中国北方草原植被时空动态的一致性仍未可知。本研究利用2000—2015年3个来源NDVI数据集（MODIS NDVI、GIMMS NDVI和SPOT NDVI）并以国际上公认的数据准确性较高的MODIS NDVI为基准对比分析了中国北方草原区NDVI时空动态的一致性,并选取适宜的NDVI产品揭示研究区NDVI长期的时空格局。结果表明：整个中国北方草原区以及部分草原类型（高寒草甸、高寒草原、高寒荒漠、温带荒漠草原）GIMMS NDVI和MODIS NDVI 2套数据集无论是数值范围,还是年际波动和变化趋势具有较高一致性（二者在高寒草甸、高寒草原、高寒荒漠、温带荒漠草原的相关系数分别为0.60、0.47、0.51、0.74）,而SPOT NDVI数值远高于其他2个数据集,尤其是在青藏高原草原区,SPOT NDVI数值每年较另外两套数据集约偏高0.15,表明该区域使用SPOT数据应慎重。部分温带草原类型（典型草原和草甸草原）GIMMS NDVI和SPOT NDVI数据集在年际波动以及变化趋势上具有较高的一致性（相关系数分别为0.85和0.60）,但温带草原区3种数据集NDVI数值范围整体相差不大,小于0.06。基于上述结果,本研究进一步采用时间序列最长且与MODIS NDVI一致性最好的GIMMS NDVI分析了研究区NDVI的时空动态,发现1982—2015年中国北方草原区NDVI整体呈增加趋势,25%的区域达显著水平（p<0.05）,主要集中在温带草原区;高寒草原区NDVI大部分区域变化不显著且有一定比例的区域NDVI呈显著下降趋势。本研究可以为模型数据集选择和预测中国北方草原区植被对未来气候变化的响应提供科学依据。     

内蒙古中部MODIS植被动态监测分析

对中分辨率成像光谱仪(MODIS)250m空间分辨率的每8天NDVI卫星遥感数据,利用年平均NDVI及一元线性回归方法,分析了2000-2008年内蒙古中部地区植被变化趋势。结果表明,近9年内蒙古中部地区79.60%地区的植被总体上保持稳定,17.33%的地区得到了明显改善,3.06%的地区仍存在较强的退化或沙化趋势。退化或沙化地区主要分布在内蒙古农牧交错带北部边缘,成条带状分布,反映了农牧交错带地区生态仍然较为脆弱,需要进一步关注和保护,东南部地区的植被恢复明显。植被年际动态主要受该地区暖干化气候影响,气候变暖造成植被NDVI增加,而降水波动导致NDVI随之变化,降水的作用是气温的2.8倍,有些地区可达到11倍之多。     

京津冀地区植被时空动态及定量归因

作为气候变化的敏感指示器,植被的物候、生长、空间分布格局等特征及其动态变化主要取决于气候环境中的水热条件,因此在气候变化背景下,气候-植被关系成为了全球变化研究的前沿和热点问题。本文综合平均温度、降水、水汽压、湿度、日照时数、SPEI等气候因子,坡度、坡向海拔等地形因子及人为活动因子,应用地理探测器方法针对2006-2015年京津冀地区不同季节NDVI、不同地貌类型区、不同植被类型区生长季NDVI的定量归因研究,揭示了过去10年间植被时空分布格局,及植被对气候、非气候因素响应的季节差异与区域差异,以期为生态工程的建设与修复提供参考意义。趋势分析表明：①2006-2015年京津冀地区NDVI呈现增加趋势,但存在显著的空间差异,如山地生长季NDVI的增长速率大于平原、台地、丘陵等地;②基于地理探测器的定量归因结果表明,降水是年尺度上NDVI空间分布的主导因子（解释力39.4%）,土地利用与降水的交互作用对NDVI的影响最为明显（q=58.2%）;③NDVI对气候因子的响应存在季节性及区域性差异,水汽压是春季NDVI空间分布的主导因子,湿度是夏、秋两季的主导因子,土地利用是冬季的主导因子;④影响因子对生长季NDVI的解释力因不同地貌类型区、不同植被类型区而差异显著。