三江源区植被NDVI对区域气候的时滞效应分析

以三江源区为研究区,主要利用一元线性趋势法和简单相关分析法分析了源区1982~2004年生长季累积NDVI的时间序列变化特征及其与气温、降雨、光照时间、风速、地表温度这些气候因子之间的相关性,从月尺度上研究了三江源区植被NDVI对气候因子响应的滞后性特征。最后表明,生长季累积NDVI对气温的滞后期为1个月,对风速的滞后期为2个月,对地表温度的滞后期为4个月,而对降雨量和日照时数不存在滞后响应或者滞后期小于1个月。     

NDVI与气候因子关系在不同时间尺度上的结果差异

植被指数是反映地表植被覆盖状况的重要参数,分析气候因子与植被指数间的相互关系有助于揭示气候变化对植被的影响,然而当前研究有两种分析植被指数与气候因子关系的方法,分别为分析植被指数与生长季内和生长季间气候因子的关系,然而这两种法差异如何,何种方法更为合适需要进一步分析。利用2000年—2009年生长季的MODIS的归一化植被指数NDVI(Normalized Difference Vegetation Index)数据集和藏北那曲地区3个气象站逐月气象资料(月平均气温、≥0℃活动积温和月降水量),分析比较了生长季内和生长季间气候因子对植被生长影响的差异,并分析了两种方法的优劣。结果表明:(1)生长季内植被NDVI与同期气温和降水量均呈高度正相关,生长季内时滞时间尺度为1个月时,植被NDVI对月平均气温及降水响应均最为强烈。(2)生长季间NDVI与同期降水量相关性并不明显,气候因子的滞后效应在生长季间也较弱。(3)生长季内和生长季间植被NDVI与气候因子的关系所得出的结论有一定差异性,可能是因为两方面的原因:生长季内植被NDVI与水热因子的高相关性与中国季风季候造成的高温多雨出现在夏季有关,而生长季内高水热条件与高植被指数对应的多年重复必然造伪的高相关系数,但这种相关性不一定能真实反映植被与水热条件的关系,而生长季间水热等气候因子与植被指数年际变化相关性分析不存在水热与高植被指数同期问题,更能真实反映气候因子年际变化对植被的影响。     

澜沧江流域2000-2017年植被NDVI时空特征及其对气候因子的响应

基于MODIS-NDVI数据分析澜沧江流域生长季植被NDVI时空特征和变化趋势,结合地形数据、气象站点数据和植被类型数据,利用趋势分析和相关性分析法研究植被NDVI变化对气候因子的响应。结果表明:1)2000-2017年澜沧江流域生长季植被NDVI均值为0.592,整体呈现出由西北向东南波动增加趋势,增长速率为0.09%/10年;2) 2000-2017年澜沧江流域气温呈上升趋势,降水呈下降趋势,植被NDVII总体与平均气温的相关性高于累积降水量;3)澜沧江流域生长季植被NDVI驱动因子分析表明,气候驱动中以气温降水联合驱动为主,流域植被NDVI变化整体为非气候驱动。     

河西地区NDVI变化及其对气温和降水的响应

针对不同地区植被变化对气温和降水的响应不一致的现象,该研究基于MODIS-NDVI遥感影像及同期33个气象站点数据,采用斜率分析和相关分析等方法,探究了河西地区2000-2017年生长季植被覆盖的年际和年内变化及其与气候因子的关系.结果表明:河西地区生长季NDVI的总体水平偏低,空间上由东南向西北逐步递减;近18年,河西地区NDVI的趋势变化为整体增加,增加速率为0.022/(10 a).年尺度上,河西地区NDVI变化与气温相关性较小,主要受降水影响,86.80％的区域与降水呈正相关.月尺度上,植被覆盖随温度升高而逐渐增加,20℃时趋于最大;月降水量在0～60 mm之间时,NDVI随降水量增大而快速增加;超过60 mm后,则稳定在0.16左右.河西地区植被对降水的响应存在2个月滞后性,而与气温则无明显时滞性.     

山东省植被覆盖度变化与气候因子相关性分析

为分析山东省植被覆盖度变化及其与降水量、温度等气候因子变化的相关性,该文采用2005—2015年的NDVI、降水量和温度数据,利用重心模型和相关系数法,进行了植被覆盖度与降水、温度的月动态变化和季度动态变化分析。研究结果显示,在2005—2015年的10年间,山东省植被覆盖度在整体上呈现增长趋势,植被覆盖度与气候因子无论是在月动态变化还是季动态变化都表现出不同程度的正相关性,植被NDVI的季度走向与降水和温度的季动态变化趋势几乎一致,并且温度对植被生长的影响大于降水对植被生长的影响。研究验证了植被覆盖度的变化与气候因子的变化有一定的关系。     

长江三角洲地区地表温度年内变化规律与气候因子的关系分析

以长江三角洲地区为研究区,利用2005年全年的MODIS地表温度产品和气象观测资料,定量分析了地表温度年内变化规律与气候因子之间的时滞响应关系。首先,通过谐波分析方法(Harmonic Analysis of Time Series,HANTS)消除地表温度数据中云的影响,提取地表温度时间序列谐波(即周期变化规律),重建地表温度无云时间序列;然后,利用DEM和纬度数据计算了研究区太阳辐射的空间分布,并将其与地表温度的年内变化进行时滞相关分析。0.991 6的相关系数表明:太阳辐射是地表温度年周期变化的主要控制因素,地表温度峰值出现的时间相对于太阳辐射时间而言滞后20 d左右;时滞相关分析表明,地表温度和气温之间的年内变化规律呈极显著相关,气温的变化相对于地表温度存在约5 d左右的滞后响应。     

基于物候特征参数的山西煤矿区典型复垦植被分类

基于2001―2013年获取的MOD13Q1 NDVI数据,采用低通平滑Savitzky-Golay(S-G)滤波方法、插值法及切比雪夫多项式(Chebyshev Polynomial)拟合对NDVI时序数据进行重构;通过提取植被生长季开始日期、生长季长度、生长季结束日期、生长季NDVI最大值及NDVI最大值出现日期等关键物候特征参数,对研究区典型复垦植被类型进行分类。结果表明:研究区不同植被的物候特征具有显著差异,从生长季开始日期及NDVI最大值出现日期来看,农作物较有规律;而林地的生长季NDVI累积总值则明显区别于农作物及草地;农作物、草地和林地基于植被物候特征参数分类取得了较好结果,总体分类精度达到89.67%,优于采用多时相非监督分类的结果;该研究为山西省煤炭矿区生态环境恢复评价提供了一定的数据基础。     

内蒙古植被长势变化及其对气候变化的响应

针对内蒙古不同生态区植被长势时空变化及其对气候变化的响应差异问题,本文基于MODIS遥感数据构建植被长势指数(GI)模型,结合研究区气温降水数据,利用相关分析法研究了该区植被长势对不同气候因子响应的时空差异特征.结果表明:内蒙古近17a生长季植被GI整体呈上升趋势,森林生态区和草原生态区植被长势平稳,荒漠草原生态区植被长势较好;生长季植被GI均值在空间上呈南高北低的分布特征,植被长势整体由好到差表现为荒漠草原生态区＞森林生态区＞草原生态区;植被长势与气温呈负相关关系、与降水呈正相关关系;森林生态区植被长势受气温和降水共同影响,草原生态区和荒漠草原生态区植被长势主要受降水影响;大部分地区表现为受非气候因子驱动.     

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。     

应用遥感时序数据研究植被变化与气候因子的关系——以环渤海地区为例

在全球气候变化背景下研究陆地植被的时空变化规律,探讨气候因素的驱动作用,对于预测未来气候变化对生态系统的可能影响、制定合适的生态环境保护策略具有重要意义。利用2000—2009年MODIS归一化差值植被指数(normalized difference vegetation index,NDVI)时间序列数据和地面气象站点的气温、降水量数据,从遥感角度分析环渤海地区植被的时空变化,并研究变化与气温、降水的相关关系,探讨区域植被年内和年际变化的驱动因素。结果表明,2000—2009年环渤海地区植被覆盖总体呈增加的趋势,但存在一定的空间异质性,局部有减少的倾向;区域植被的生长受温度和降水的双重驱动,对降水和温度的响应存在明显的滞后,滞后期大约为1个合成期;年际的变化主要受降水和人类活动的影响,降水增加可使区域NDVI提高;不同的人类活动会导致NDVI向相反的方向发展。     

长江上游安宁河流域植被生长变化对气候条件的响应

为探讨安宁河流域植被演变趋势及其与气候的相互作用,基于2001—2008年MODIS图像、降水量和气温数据,采用回归分析和相关分析等方法计算了安宁河流域降水、气温和归一化差值植被指数(normalized difference vegetation index,NDVI)在时间和空间上的变化情况,并对安宁河流域植被生长变化对气候条件的响应机制进行了探讨。结果表明:NDVI变化和气温、降水呈正相关;降水量和气温等气候因子的变动会直接反映在植被长势上,其中降水对安宁河流域植被生长的影响更为显著;植被长势与气温和降水存在一定的时间滞后性。     

基于MODIS地表参数产品和地理数据的近地层气温估算方法评价——以安徽省为例

为研究应用MODIS地表参数产品估算近地层气温的可行性,对MODIS地表温度(LST)、反照率(ALBEDO)、植被指数(NDVI)等产品数据和高程(ALT)、纬度(LAT)等地理数据进行主成分分析,并以主成分累积方差较大的前若干个主成分作为自变量,建立自变量与各气象台站气温之间的多元线性关系.结果显示:所建立的多元线...     

NDVI对气候因子的响应研究

利用东北地区气象站点的气温、降水数据和GIMMS NDVI数据,采用趋势分析、相关分析方法,基于GIS技术分析了东北地区气候因子(气温、降水)、NDVI的变化趋势及其偏相关关系,并研究了不同气候区NDVI对气候因子的敏感性。     

基于MODIS-NDVI的内蒙古植被变化遥感监测

本文利用2002-2006年5-8月的MODIS 1B数据,建立NDVI时间序列,并结合气象数据中的月均温、月降水量、滞后1月和滞后2月累计降水量对内蒙古地区植被生长季NDVI的月际、年际变化规律以及NDVI变化同气候因子的相关性进行了分析。结果表明:月际变化上,5-8月NDVI不断增加,NDVI变化率5-6月>6-7月>7-8月;年际变化上,2002-2006年间,草地的波动性最大;在与气候因子的相关性上:滞后2月降水>滞后1月降水>月均温>月降水量;对于林地和草地来说,各种相关系数高纬高于低纬,对于农耕地来说各种相关系数基本相当;对于沙地来说,各种相关系数均不高,这与其植被稀少且几乎无变化有关。     

三江源地区基于MODIS数据地表温度与土地覆盖定量关系研究

以三江源自然保护区为研究区,基于MODIS L1 B数据,采用劈窗算法反演地表温度,分析了地表温度空间分布的特征,与计算得到的归一化植被指数进行回归分析。结果表明地表温度与归一化植被指数存在很好的负相关性。分析讨论了地表温度的空间分布与土地覆盖及其他影响因子之间存在的定量关系,探讨了植被生产力与气候变化之间的相互作用以及发展趋势。研究结果有利于三江源湿地的生态保护,可为土地覆盖的动态监测提供有力的科学参考。     

三江源草地覆盖度时空变化及对气候的响应

草地退化一直是三江源主要生态问题之一,严重制约着三江源地区生态安全和经济发展。遥感技术可实现对草地资源大面积监测,因此可以及时掌握三江源地区草地动态变化情况,为三江源地区生态保护提供依据。本文基于Google Earth Engine遥感大数据云计算平台,以2007~2018年MODIS NDVI为数据源,采用像元二分模型对三江源地区草地覆盖度进行估算,分析草地覆盖度时空变化以及与覆盖度气候因子的相关关系。结果表明,2007~2018年三江源草地覆盖度总体呈增加趋势,草地退化得到好转,覆盖度空间分布差异显著,表现出东南高、西北低的特点。三江源地区草地覆盖度与降水相关性不明显,对温度因子的响应更为敏感。     

1975—2007年间三江源不同源区湿地变化特点及对气候变化的响应

利用32年来三江源地区1975、2000和2007年三期湿地遥感监测数据,详细分析了1975—2007年间三江源不同源区湿地面积的变化特点;依托于全气象资料(包括平均气温、最低气温、最高气温、20-20时降水量以及平均日照时数数据),对30多年来各个源区的气象气候因子变化规律进行了研究。采用分形分维方法,通过计算各个源区湿地景观分形分维值,定量分析了三江源不同源区的湿地资源分形结构特征。最后,采用传统统计学和地统计学相结合的方法,通过对32年来三江源不同源区湿地面积、湿地资源镶嵌结构与气象因子所反映的各源区气候变化趋势的相关性综合剖析,总结了各源区湿地面积和湿地资源镶嵌结构随气候变化的响应规律。     

时序重构的长时间序列植被变化监测研究

植被是生态系统组成的重要部分,植被指数更是植被生长变化的重要监测因子,目前已有的植被指数数据集不能很好地剔除噪声等影响,在植被生长变化的反映中存在一定的误差。基于此,本研究以惠州市作为研究区,采用极限梯度提升方法,利用2000年至2015年的GIMMS3g NDVI数据作为训练集,借助地表温度数据作为因子,进行基于极限梯度回升算法的植被指数长时间序列重构,结果表明：时序重构后的GIMMS NDV在年际变化上特征相似度较高,达到0.88,时序重构后的NDVI数据集有明显的降低。通过年、季、月、生长周期等多维度对比,时序重构后的NDVI变化周期整体较原始数据集更平滑,异常值较少,整体更符合植被生长变化的实际情况。     

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。     

基于高分一号时间序列数据的沙化土地分类

以高分一号(GF-1)16 m空间分辨率多光谱影像为数据源,对沙化土地类型的光谱特征以及其全年的NDVI变化特征进行了分析,发现时间序列数据变化信息可提高沙化土地类别之间的可分离度。对单一时相影像的分类结果和加入时间序列NDVI之后的分类结果进行了对比分析,结果表明,基于生长季单一时相原始影像的分类结果精度为73.34%,Kappa系数为0.7;非生长季单一影像与NDVI时间序列数据的分类结果总体精度为81.44%,Kappa系数为0.77;生长季单一时相影像并加入NDVI时间序列数据之后精度提高到了92.04%,Kappa系数达0.87,明显改善了对沙化土地类型的识别精度。表明单时相影像结合时间序列NDVI数据在沙化土地分类识别中有巨大的应用潜力。