1998~2008年中国东部沿海植被覆盖变化特征

基于1998~2008年的SPOT-VGT数据,利用CVA、一元线性回归、Hurst指数等方法分析中国东部沿海植被覆盖变化特征及趋势,并编制植被覆盖退化特征图谱。研究表明:植被覆盖总体呈上升趋势,高变化和中变化区比例合计达26.23%;与此同时,退化区也大量分布;植被覆盖变化的自相似性和长程依赖性突出,区域尺度Hurst指数高达0.84,增长趋势可持续,像元尺度Hurst指数普遍较高,但空间格局比较复杂;未来植被覆盖趋于恶化的面积约占10.58%,三大都市圈及部分海岸带区域严重退化并将持续退化,众多中小城市周边中度退化并将持续退化。     

2000~2014年黑龙江流域（中国）植被覆盖时空变化及其对气候变化的响应

采用MODIS/NDVI数据,利用Theil-Sen Median 趋势分析、Mann-Kendall 以及Hurst指数方法分析2000~2014年黑龙江流域（中国）植被的时空变化特征、植被变化发展趋势及可持续性特征;应用相关分析法研究了气候变化对植被生长的影响。结果表明,2000~2014年黑龙江流域（中国）植被NDVI指数呈缓慢增加趋势,山区植被覆盖增加显著,东北部平原区植被覆盖持续退化,总体上植被覆盖持续改善能力较弱。植被NDVI对气候响应的季节差异显著,且不同类型植被对气候因子的响应不一致：春季植被NDVI主要受温度影响,夏季植被NDVI主要受降水量影响,秋季林地NDVI与温度正相关、草地NDVI与降雨量正相关。     

近10 年陕甘宁黄土高原区植被覆盖时空变化特征

基于2000-2009 年MODIS-NDVI 植被覆盖指数, 采用线性趋势分析、Hurst 指数和偏相关系数等数理分析方法, 对陕甘宁地区“退耕还林还草”实施10a 来植被覆盖时空变化特征、影响因素及其未来变化趋势进行分析。结果表明:① 2000-2009 年陕甘宁地区植被覆盖呈现明显增加趋势0.032/10a, 远快于三北防护林工程区1982-2006 年植被覆盖平均增速0.007/10a;② 陕甘宁地区植被恢复具有阶段性, 整体呈“S”型增长, 具有两次明显的植被高恢复期;③ 陕甘宁地区植被恢复以轻微改善为主, 中度改善次之, 呈退化趋势区域比重较小(2.38%), 零星分布于宁南八县、定边东部、甘肃陇东的环县和镇原;④ 陕甘宁地区植被覆盖度逐年提高、生态环境持续改善是人类活动和气候变化共同驱动, 其中人类经济活动作用明显;⑤ 陕甘宁地区植被恢复具有一定的持续性, 未来大部分区域将持续改善, 退化区集中分布于陕北中东部、“彭阳-镇原”南部以及盐池北部。     

洞庭湖流域植被动态变化的小波多分辨率分析

将离散小波多分辨率分析（MRA）应用于归一化植被指数（NDVI）时间序列研究,分解NDVI原数据序列成不同时间尺度的子序列,从而进行植被动态变化分析。针对洞庭湖流域的NDVI时间序列进行多尺度分解,挖掘这些数据中潜在的植被季节性和年际变化,对其进行评估,并结合土地覆盖变化与降水趋势变化分析引起该变化的可能原因。结果表明：小波多分辨率分析能提取洞庭湖流域植被动态的相关信息,如NDVI的年际成分均值、最低值、植被年内变化的振幅、NDVI最大值出现的月份和土地覆盖变化的趋势及幅度,这些信息有效刻画了流域植被动态变化特征。此外,将土地覆盖变化分析结果与降水数据相结合进行分析,发现流域植被覆盖的变化与降水变化有明显的关联性,其中西部地区和西北部地区植被动态变化对降水响应最为明显。但是有些地区降水没有明显减少趋势,而植被覆盖却存在减少趋势,则可能与该地地势较高、城镇化建设等其他因素相关。     

藏西南高原植被覆盖时空变化及其与气候因素和人类活动的关系

研究基于MODIS-NDVI数据和气象数据,利用趋势分析、相关分析及残差分析等方法,分析了2000―2020年藏西南高原植被NDVI在不同时段的时空变化特征及气候因素和人类活动对植被NDVI的影响,结果表明：近20 a来藏西南高原植被NDVI呈增加趋势,不同时段植被NDVI增长速率存在显著差异,主要表现为秋季>生长季>夏季>全年>春季>冬季;不同时段植被NDVI的分布格局虽存在差异,但高原东部植被覆盖度明显高于西部地区;高原大部分区域植被状态基本稳定,局部明显改善,部分区域有所退化;年际尺度上,气温和降水的增加导致植被NDVI升高,季节尺度上,春季、秋季和冬季气温升高导致植被NDVI升高,降水的增加导致植被NDVI下降,夏季和生长季气温升高导致植被NDVI下降,降水升高导致植被NDVI增加;人类活动对高原大部分区域呈正面影响,局部地区呈负面影响,集中分布在半农半牧和纯牧业县区。     

2000-2011 年三江源区植被覆盖时空变化特征

基于MODIS-NDVI 数据,辅以线性趋势分析、Hurst 指数及偏相关系数等方法,本文从三个尺度分析了近12 年三江源区植被覆盖时空变化特征、未来趋势及其驱动因素。结果表明:(1) 近12 年三江源区植被覆盖呈现增加趋势,增速为1.2%/10a,其中长江源区、黄河源区植被均呈增加趋势,而澜沧江源区植被呈下降趋势。(2) 三江源区植被覆盖具有显著的区域差异,且NDVI频度呈现“双峰”结构。(3) 近12 年三江源区植被覆盖呈增加趋势和减少趋势的面积分别占64.06%和35.94%,且表现为源区北部增加、南部减少的空间格局。(4) 三江源区植被变化的反向特征显著,植被变化由改善趋势转为退化趋势的区域主要分布在长江源区和黄河源区的北部,而由退化趋势转为改善趋势的区域主要分布在澜沧江源区。(5) 三江源区植被对降水和潜在蒸散的响应存在时滞现象,而对气温的响应不存在时滞现象。(6) 三江源区植被覆盖的增加主要归因于气候暖湿化以及生态保护工程的实施。     

基于MODIS/NDVI的新疆伊犁河谷植被变化

利用2000-2010年16 d合成的MODIS/[NDVI]数据,结合植被异常指数、趋势线分析和Hurst指数等分析方法,对新疆伊犁河谷植被覆盖的时空变化特征进行了分析。结果表明：（1） 伊犁河谷内植被覆盖随海拔增高而先增加后减小,最高植被覆盖区位于2 000～2 500 m的高程带;2000-2010年伊犁河谷各高程带内植被覆盖整体下降趋势明显,但海拔低于1 000 m的高程带除外。（2）受干湿环境影响,伊犁河谷全区平均被植异常指数最高值出现在降水最多的2002年,最低值出现在降水最少的2008年,但不同区域植被异常指数的变化存在较大差异。（3）伊犁河谷内植被覆盖增加和减小的区域分别占总面积的4.09%和19.34%,增加区域主要位于伊犁河两岸的平原区,减小区域主要位于乌孙山两端以及伊犁河谷周围海拔2 000 m左右的低山区域;变标度极差分析结果表明,伊犁河谷内植被覆盖年际变化呈现很强的持续性,未来一定时间内将保持现有变化趋势不变。     

基于SPOT NDVI的祁连山草地植被覆盖时变化趋势分析

基于RS、GIS技术和SPOT VGT-NDVI数据,运用累积平均法、均值法、趋势线分析法和影像差异法,分析了祁连山草地植被覆盖在时问和空间上的变化特征,并用Hurst指数动态预测祁连山草地植被覆盖未来变化趋势.结果表明:①1999-2007年祁连山草地植被NDVI呈缓慢增加趋势.典型草原和平原草地植被年均NDVIv和生长期NDVIg增加速率高于高寒草甸草地和沙漠草地.祁连山草地植被NDVI增加和减少的面积分别为69776 km2和15928 km2,植被NDVI增加的区域分布在冷龙岭、拉脊山、大通山、达坂山、青海南山、走廊南山、托来山、托来南山等地区,减少的区域分布在乌鞘岭、大通河、石羊河、黑河、北大河、疏勒河等河流河谷以及青海湖周边地区.②祁连山草地植被NDVI年内月和旬变化曲线均呈单峰型.③冷龙岭、宗务隆山、青海南山、镜铁山、拉脊山、乌鞘岭、大通河、黑河、北大河、疏勒河等河流河谷以及青海湖周边等地区未来草地植被覆盖有改善的趋势:走廊南山、托来山、托来南山、大通山以及湟水、石羊河等河流河谷地区未来草地植被覆盖有退化的趋势.沙漠草地、高寒草甸草地未来有改善的趋势;而典型草原和平原草地未来则有退化的趋势.     

黄土高原植被降水利用效率对植被恢复/退化的响应

基于2000-2014年MODIS NDVI数据及气象数据,运用累计降水利用效率变化差异（CRD,cumulative rain use efficiency differences）估算模型和基于地形要素降水量插值法,探讨2000-2014年黄土高原RUE（降水利用效率rain use efficiency）对植被变化的响应,以期为黄土高原生态可持续发展提供数据支撑。结果表明：黄土高原大部分地区植被覆盖得以改善,其面积约占总面积的81%,区域边缘植被覆盖退化严重。黄土高原降水利用效率RUE与累计NDVI的相关性总体表现为“东南呈正相关,西北为负相关”的空间格局,全区相关系数以正相关为主。黄土高原CRD与植被变化趋势的相关性显著,其中,植被退化背景下,植被退化程度越严重,RUE越低;植被恢复背景下,RUE受“退耕还林还草”作用显著,2000-2005年,RUE呈上升趋势,2007年后,随着退耕还林还草政策的工作重心转移,RUE呈波动变化。     

近15a陕西省植被时空变化与影响因素分析

利用2000—2014年MODIS/NDVI时间序列数据，采用栅格像元趋势分析、稳定性评价的方法，研究了陕西省近15 a植被的时空变化特征和规律；利用Hurst指数对陕西省植被未来变化趋势进行了预测；并利用相关性分析法分析了NDVI与年均温度和降雨量的关系。结果表明，2000年、2015年陕西省NDVI均值分别为0.4273、0.4942， 15 a来增加了0.067，增长了16.0%，其中陕北地区NDVI增加明显，关中部分地区出现负增长，陕南地区NDVI总体依旧维持在较高水平。陕西省植被变化趋势具有明显的空间差异性，全省植被未变化的占52.0 %，改善部分占44.27 %，退化部分占3.73%，说明15 a间陕西省植被覆盖改善面积大于退化面积，植被状况有所改善；其中陕北地区植被呈明显改善区域面积较大，关中地区植被覆盖面积有所减少，陕南地区植被变化幅度较小。陕西省植被稳定区域占50%以上（0 0.2)，说明15a间陕西省植被较为稳定，变化程度不大；其中陕西省植被最稳定地区主要集中在陕南、延安南部，榆林部分、西安、渭南少部地区变化幅度较大。Hurst指数分析表明陕西省44.54%面积的植被未来有可能面临退化，主要分布在陕北和关中地区的北部，植被未来有可能退化也有可能改善的面积占49.78%，主要分布在延安和陕南地区。陕西省近15 a气温和降水量总体呈增加趋势，增加速率分别为0.48 ℃·(10 a)-1和69.5 mm ( a)-1；相关性分析结果表明，年均降雨量是影响NDVI的主要气象因子，同时陕西省植被变化也受到了退耕还林还草、防沙治沙、生态政治等人为因素的影响。     

NDVI spatial pattern and its differentiation on the Mongolian Plateau

GIMMS NDVI database and geo-statistics were used to depict the spatial distribution and temporal stability of NDVI on the Mongolian Plateau.The results demonstrated that:(1) Regions of interest with high NDVI indices were distributed primarily in forested mountainous regions of the east and the north,areas with low NDVI indices were primarily distributed in the Gobi desert regions of the west and the southwest,and areas with moderate NDVI values were mainly distributed in a middle steppe strap from northwest to southeast.(2) The maximum NDVI values maintained for the past 22 years showed little variation.The average NDVI variance coefficient for the 22-year period was 15.2%.(3) NDVI distribution and vegetation cover showed spatial autocorrelations on a global scale.NDVI patterns from the vegetation cover also demonstrated anisotropy;a higher positive spatial correlation was indicated in a NW-SE direction,which suggested that vegetation cover in a NW-SE direction maintained increased integrity,and vegetation assemblage was mainly distributed in the same specific direction.(4) The NDVI spatial distribution was mainly controlled by structural factors,88.7% of the total spatial variation was influenced by structural and 11.3% by random factors.And the global autocorrelation distance was 1178 km,and the average vegetation patch length(NW-SE) to width(NE-SW) ratio was approximately 2.4:1.0.     

应用R/S方法分析NDVI时间序列

针对1982--2001年月合成PALNDVI时间序列,应用R／S方法计算中国陆地范围内的赫斯特指数。结果表明：全国范围内的赫斯特指数普遍大于0．5,意味着NDVI时间序列不是马尔科夫序列,而是存在明显的趋势性;中国陆地范围内的赫斯特指数分布存在“西高东低”的特点,说明西部NDVI时间序列表现出更强的持久性;通过分析赫斯特指数分布与陆地覆盖类型的关系发现,在同一生态地区内,裸地的赫斯特指数最高,与其它覆盖类型差异明显。陆地覆盖类型之外的自然条件和人为因素对赫斯特指数空间分布的影响有待进一步研究。     

蒙古高原NDVI的空间格局及分异

GIMMS NDVI database and geo-statistics were used to depict the spatial distribu-tion and temporal stability of NDVI on the Mongolian Plateau. The results demonstrated that: (1) Regions of interest with high NDVI indices were distributed primarily in forested moun-tainous regions of the east and the north, areas with low NDVI indices were primarily distrib-uted in the Gobi desert regions of the west and the southwest, and areas with moderate NDVI values were mainly distributed in a middle steppe strap from northwest to southeast. (2) The maximum NDVI values maintained for the past 22 years showed little variation. The average NDVI variance coefficient for the 22-year period was 15.2%. (3) NDVI distribution and vege-tation cover showed spatial autocorrelations on a global scale. NDVI patterns from the vegetation cover also demonstrated anisotropy; a higher positive spatial correlation was in-dicated in a NW-SE direction, which suggested that vegetation cover in a NW-SE direction maintained increased integrity, and vegetation assemblage was mainly distributed in the same specific direction. (4) The NDVl spatial distribution was mainly controlled by structural factors, 88.7% of the total spatial variation was influenced by structural and 11.3% by random factors. And the global autocorrelation distance was 1178 km, and the average vegetation patch length (NW-SE) to width (NE-SW) ratio was approximately 2.4:1.0.     

基于MOD13Q1数据的宁夏生长季植被动态监测

宁夏自2000年后实施退耕还林以来,局部地区的生态环境得到明显改善,为探求近15来年宁夏地区植被的动态变化及其影响因子,本文以MOD13Q1为数据源,结合DEM数据、土地利用分类图,采用Sen+Mann-Kendall非参数检验方法和Hurst模型,分析了宁夏不同行政区、不同海拔、不同坡度、不同坡向及不同植被类型生长季NDVI的空间变化特征及未来变化趋势;并利用重心迁移模型和转移矩阵分析宁夏2000-2014年间植被覆盖的时空演变特征。结果表明：①从空间分布看,宁夏南部六盘山、北部贺兰山及引黄灌溉区植被长势较好,中部干旱地区植被长势较差;且植被NDVI与海拔高程和坡度呈显著正相关。②从植被覆盖的转移矩阵看,较高植被覆盖的面积占比从2000年的17.29%增长到2014年的31.55%,主要是由较低植被覆盖转化而来的。③从重心迁移方向看,中度植被覆盖和较高植被覆盖的重心迁移最为明显,分别向东北方向偏移了129.49 km和向东南方向偏移了89.49 km。④从变化趋势看,生长季植被NDVI整体呈上升趋势,明显改善的面积占总面积的59.63%,轻微改善区域占31.72%;林地和水田显著改善的面积分别占总面积的71.50%和70.80%;显著改善的面积比例随海拔高程和坡度的增加均先增加后减少,且南部各行政区植被改善的面积均高于北部。⑤从可持续性看,植被恢复的持续性较强,89.24%的植被NDVI呈现持续改善的趋势;南部地区的持续改善的面积大于北部地区。     

2000—2016年黄土高原不同土地覆盖类型植被NDVI时空变化

了解植被覆盖的时空变化对区域环境保护及生态环境建设具有重要意义。基于MOD13A1数据,辅以Sen+Mann-Kendall、变异系数、Hurst指数,通过分析2000—2016年间黄土高原NDVI年最大值(NDVI_ymax)和生长季均值(NDVI_gsmean)时空变化特征及趋势,以了解黄土高原实施退耕还林(草)等生态工程后的植被覆盖恢复情况。结果表明：① 2000—2016年植被NDVI_ymax和NDVI_gsmean呈现波动式增长趋势,增长率分别为0.0070/a(P<0.01)和0.0063/a(P<0.01),生态环境整体不断改善。② NDVI_ymax和NDVI_gsmean显示黄土高原植被覆盖呈增加趋势的面积远高于呈减少趋势的面积(93.42%和96.22%、6.58%和3.78%),植被覆盖状态正在不断改善。2种数据变化趋势下,不同土地覆盖类型表现略有差异,森林极显著增加趋势面积最大(73.02%和82.60%),其次为耕地(47.87%和67.43%),再次为裸地(47.03%和61.68%)。③ NDVI_gsmean的变异系数小于NDVI_ymax的变异系数,相对稳定区域面积比分别为63.31%与56.64%,2种数据分析下森林变异系数最小,植被稳定性最好。④ 从植被NDVI变化趋势与Hurst组合结果得出,NDVI_ymax未来呈现改善趋势面积占41.35%,退化趋势面积占58.65%;NDVI_gsmean呈现改善趋势面积占49.19%,退化趋势面积占50.81%。2种数据下,灌木地未来发展趋势最好,森林和耕地退化趋势面积超过了50%。研究人员应持续关注退化趋势地区的植被状态。     

青藏高原中东部植被覆盖对水热条件的响应研究

植被覆盖的变化常是自然因子和人类活动的综合作用,分析植被对水热条件的响应关系有助于认识人类活动在地表植被变化中的作用程度。本文旨在结合1982~2000年地面气象观测资料和NOAA卫星的AVHRR 植被指数（8km）,对气象站点分布相对密集的青藏高原中东部的NDVI（归一化植被指数）空间变化同水热条件的响应关系进行分析。通过水热有关指标的趋势面模拟、植被类型比较和样带分析,表明：在青藏高原中东部地区,水热条件组合较好（如常绿针叶林）或较差（如荒漠半荒漠）的区域,多年平均的NDVI旬值同水热条件的相关性不强;而范围广阔的水热条件组合中等区域（如高山草甸/草原）同水热条件相关性很高;青藏高原周边区域植被对水热条件相对不敏感,而高原主体部分植被覆盖同水热的相关性则很高（0.75以上）;此外,海拔对热量条件影响很大,进而影响植被覆盖。     

陕甘宁地区植被恢复对气候变化和人类活动的响应(英文)

The "Grain for Green Project" initiated by the governments since 1999 were the dominant contributors to the vegetation restoration in the agro-pastoral transitional zone of northern China. Climate change and human activities are responsible for the improvement and degradation to a certain degree. In order to monitor the vegetation variations and clarify the causes of rehabilitation in the Shaanxi-Gansu-Ningxia Region, this paper, based on the MODIS-NDVI and climate data during the period of 2000-2009, analyzes the main charac-teristics, spatial-temporal distribution and reasons of vegetation restoration, using methods of linear regression, the Hurst Exponent, standard deviation and other methods. Results are shown as follows. (1) From 2000 to 2009, the NDVI of the study area was improved progres-sively, with a linear tendency being 0.032/10a, faster than the growth of the Three-North Shelter Forest Program (0.007/10a) from 1982 to 2006. (2) The vegetation restoration is characterized by two fast-growing periods, with an "S-shaped" increasing curve. (3) The largest proportion of the contribution to vegetation restoration was observed in the slightly improved area, followed by the moderate and the significantly improved area; the degraded area is distributed sporadically over southern part of Ningxia Hui Autonomous Region as well as eastern Dingbian of Shaanxi province, Huanxian and Zhengyuan of Gansu province. (4) Climate change and human activities are two driving forces in vegetation restoration; more-over anthropogenic factors such as "Grain for Green Project" were the main causes leading to an increasing trend of NDVI on local scale. However, its influencing mechanism remains to be further investigated. (5) The Hurst Exponent of NDVI time series shows that the vegetation restoration was sustainable. It is expected that improvement in vegetation cover will expand to the most parts of the region.