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。     

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。     

中国东北植被生长峰值时空变化及可持续性分析

植被生长峰值不仅是典型的物候节点,也是植被最大生长能力的重要指示参数。本文以中国东北地区为研究区域,基于长时序遥感NDVI数据,采用Mann-Kendall检验法探索植被生长峰值的变化趋势,利用Hurst指数对植被生长峰值进行可持续性分析。结果表明:1)我国东北地区植被生长峰值时间点(POP)和最大生长幅度(PEAK)整体上呈现出波动上升的趋势。植被峰值时间点在东部以及北部阔叶林和草原区域表现为延迟趋势;植被最大生长幅度在中部、北部以及西南部表现为增强趋势,在森林区峰值时间点表现为延迟趋势,生长峰值表现为增强趋势;2)东北地区整体上植被返青开始期(SOS)和生长峰值时间主要以延迟为主,峰值幅度有所升高;3)Hurst指数结果表明,东北地区植被PEAK呈持续增强趋势,仅6.38%的区域与过去呈现相反的变化趋势,植被增强区域主要集中在中部地区。东北地区植被生长峰值变化可持续性研究,可以为评价东北地区植被固碳能力和生态系统功能提供参考。     

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。     

陕西省1998～2008年植被覆盖度的时空变化研究

以1998-04～2008-07的372景逐旬SPOT4VEGETATION数据(S10)为主要数据源,利用MVC法、一元线性回归趋势分析法和差值法,分析1998～2007年陕西省年最大化NDVI的变化趋势,并对年最大化NDVI和月最大化NDVI的年际变化规律和陕西省植被覆盖度动态变化及其空间分布规律进行分析。结果表明,1998～2008年间,年最大化NDVI整体呈变好的趋势,但是月最大化NDVI的年际变化趋势在不同月份存在很大的差异;年最大化NDVI和月最大化NDVI在每相邻2a间的变化均存在很大差异,植被退化与改善波动出现;1998～2008年陕西各地区植被覆盖度变化是很明显的,一般8、9月份植被覆盖度最高。从空间分布上看,陕北北部地区(榆林市的东南部和延安市北部地区)植被覆盖度显著增加,宝鸡市中南部、西安市、商洛和安康部分地区植被改善也较明显。     

京津冀地区植被覆盖度时空演变特征分析

利用MODIS EVI遥感数据,采用AG滤波法(Asymmetric Gaussians)和像元二分模型来实现对2001-2015年京津冀EVI数据的重建和植被覆盖度的估算,在此基础上运用线性回归分析等方法,从时空两个维度分析了2001-2015年京津冀植被覆盖的演变趋势。研究结果表明:(1)2001-2015年京津冀地区植被覆盖度年际变化呈不显著增长,2003-2004年植被生态环境退化明显。(2)京津冀城市群植被覆盖度差异明显,大多数城市植被覆盖度处于稳定波动中,张家口市植被覆盖度呈波动上升。(3)2001-2015年京津冀植被覆盖度超过95%区域有所变化,呈增长趋势的区域占研究区面积的56.36%。显著变化区域中,中度改善区域占比例最高,达到28.18%;严重退化区域占比最小,仅为3.25%。     

基于时序NDVI的昭觉植被覆盖度变化研究

归一化植被指数(NDVI)能精确地反映植被绿度、光合作用强度,在一定程度上反映着植被的演化信息,是评价生态环境状况的重要指标之一。本文利用Landsat TM数据分别对昭觉地区2009年和2014年的NDVI进行计算,并分别利用均值法、像元二分模型及NDVI差值植被指数对研究区域植被覆盖变化进行定量分析,结果表明:昭觉县NDVI均值上升了11.6%,植被覆盖度中极度改善的面积比例约占38%,昭觉县整体NDVI植被覆盖度显著提高,并对其变化原因进行简要分析,为生态环境建设提供决策依据。     

伊犁河谷天然植被覆盖度的变化特征分析

利用2000-2015年植被生长季(4~10月)MODIS/NDVI产品反演生成同时相的植被覆盖度数据,运用趋势性分析方法和皮尔逊相关系数法,进行了不同类型自然植被覆盖度时空变化特征及其与降水量、平均气温的驱动因素分析。结果表明从多年平均状态看,针叶林的植被覆盖度高于其他天然植被,灌丛类的最低,荒漠和灌丛类的植被覆盖度总体呈递增趋势;从年际尺度上看,草原和灌丛类植被对气温和降水量的响应规律大致呈反方向;不同类植被在春季(4月)对气温和降水量反映的差异性最大,与春季为新疆融雪高峰期有一定关系。     

基于遥感的植被年际变化及其与气候关系研究进展

植被具有明显的年际变化和季节变化特点,对植被的动态监测可以从一定程度上反映气候变化的趋势,因此监测植被动态变化以及分析这种变化与气候的关系已经成为全球变化研究的一个重要领域.随着遥感卫星获得长时间系列逐日观测数据,许多国际组织和机构制定了全球卫星数据接收、处理和生成数据集计划,所产生的标准数据集则极大地促进了该项研究.大量研究在全球尺度、洲际尺度（北美洲和欧亚大陆）以及区域尺度上广泛开展.在阅读国内外大量文献的基础上,比较分析了常用于植被监测的卫星传感器和主要数据集,汇总了植被年际变化及其与气候关系研究的主要研究方法和研究结果.结果表明近20年来全球植被活动明显增强,表现为北半球普遍存在增加的趋势,南半球干旱半干旱区出现降低的植被光合作用,但这些变化因空间位置不同和研究尺度不一样体现出不同的动态变化特征.气温和降水是影响植被变化的最主要的因素.     

Google Earth Engine平台下秦岭地区植被覆盖时空变化分析

秦岭地区植被覆盖动态变化对其生态环境有重要影响。本文利用Google Earth Engine云平台,选取1986—2019年Landsat TM/OLI地表反射率数据,结合像元二分模型估算秦岭地区植被覆盖度(FVC);通过年际变化斜率、变异系数、Hurst指数等评价指标,对FVC的时空变化、稳定性和持续性变化进行分析。此外,探究FVC与气温、降雨的耦合关系,并分析土地利用变化对FVC的影响。结果表明:34年间,秦岭地区FVC整体上呈现良好的状况,中高等及以上植被覆盖区达73.11%;FVC由1986年的62.86%增长到2019年的70.01%,植被活动在不断增强;FVC的变异系数均值为0.34,标准差为0.45,其稳定性与其空间分布呈高度自相关性;秦岭地区的植被覆盖变化受气候变化和人为因素的共同影响。     

全球典型流域地表覆盖变化与净生态系统碳交换量时空相关性分析

随着社会经济的发展,流域管理目标已从早期的防洪、供水、航运等转变为注重资源利用和生态保护的综合管理,并在全球生态系统碳平衡中扮演着重要角色。作为量化生态系统固碳能力的重要指标,净生态系统碳交换量(NEE)在不同地表覆盖类型中的碳源/汇能力存在显著差异。探究全球典型流域地表覆盖类型与NEE的时空相关性对流域生态管理等具有重要意义。本文以全球30 m地表覆盖数据(GlobeLand30)和全球陆地净生态系统碳交换量数据为基础,分析2000—2020年全球8个典型流域的地表覆盖及NEE时空变化特征,研究地表覆盖类型变化与NEE的时空相关性。结果表明：(1)2000—2020年,流域内耕地、裸地、人造地表、湿地、水体及苔原面积增加,草地面积先增加后减少,整体为增加状态;(2)2000—2020年,流域整体NEE先减小后增加,整体为减小趋势,碳汇能力增强;(3)2000—2020年,草地与NEE呈显著负相关,耕地、裸地、人造地表、湿地及水体面积与NEE在2010—2020年呈正相关,地表覆盖类型变化对NEE有显著影响。本文可为流域碳中和管制和土地利用空间优化调控提供理论参考,推动流域协同减排和高...     

基于PIE-Engine云平台的2018—2022年辽宁省植被覆盖度时空演变及影响因素

基于PIE-Engine(航天宏图)云平台,对2018—2022年辽宁省哨兵2A(Sentinel-2A)地表反射率数据进行处理,计算得到归一化植被指数NDVI,在此基础上利用像元二分模型计算植被覆盖度FVC,对计算得到的FVC结果运用趋势分析、偏相关分析等方法分析了辽宁省FVC时空演变情况及其影响因素。研究表明：1)2018—2022近5年辽宁省植被覆盖度FVC均值整体上呈波动上升趋势,植被覆盖度FVC均值由71.5%增至73.2%,其增长速率为2.3%。2)植被覆盖度FVC在空间上由西北向东北呈现逐渐递增的趋势,相比于退化地区的植被覆盖度提高的幅度大。植被覆盖度改善的区域明显大于退化区域,表明辽宁省植被覆盖情况得到恢复。3)相比较而言,高程和坡度是影响植被覆盖度FVC值的显著因子,FVC值随高程呈“下降—上升—下降”的变化趋势,同时FVC值随坡度的增加呈逐渐增加的趋势;4)FVC受气候的影响因素较大,3个气候因子与FVC有较强的相关性,年平均气温对FVC变化影响最大。     

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.     

基于MODIS植被指数的塔河流域植被时空变化特征研究

基于获取的塔河流域2000~2014年历年4~10月间逐月MODIS植被指数产品,采用时间序列谐波分析法(HANTS)对最大值合成的逐月NDVI时间序列数据进行了重建,用趋势线分析法对塔河流域近15年生长季(4~10月)MODIS NDVI的时间变化进行计算,用一元线性回归趋势法计算得到了塔河流域近15年生长季(4~10月)NDVI变化趋势的空间分布。结合植被类型分布图对计算得到的实验结果进行了研究分析,总结了塔河流域多年植被覆盖的时空分布及其变化规律,成果可为塔河流域综合治理及生态环境评价提供依据。     

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。     

雅安市植被覆盖度时空变化与驱动力分析

以2005—2020年遥感影像为数据源,采用像元二分法计算得到雅安市植被覆盖度,并结合DEM和气象数据,通过趋势分析、地理探测器和变异指数分析了不同海拔带、坡度带、坡向、降水和气温下植被覆盖度的时空变化特征和波动程度,探讨了影响植被覆盖度的主要因子。结果表明：(1)雅安市2005—2020年植被覆盖度一直呈上升趋势,且植被覆盖度较高;(2)植被覆盖度波动小,受外界环境影响小,植被生态环境稳定;(3)植被覆盖度整体得到改善的面积比例远大于退化;(4)海拔对植被覆盖度变化的解释力最强,交互作用以非线性增强为主,其中海拔和坡度的叠加作用最大。     

基于SPOT-4/VEGETATION数据的中国植被覆盖动态变化研究

植被动态变化对全球能量循环和物质循环具有重要的影响,对植被覆盖变化的研究在全球变化研究中具有重要的意义。为了阐明近8年来中国植被覆盖的整体状况,利用SPOT4-VEGETATION/NDVI时间序列数据,以各个像元的线形回归的相关系数及其显著性水平为植被覆盖活动的指标,对我国1998~2005年8年间的植被覆盖状况及其年际变化进行研究分析。     

基于遥感的黄土高原典型区植被退化分析——以泾河流域为例

以黄上高原泾河流域为例,首先利用遥感植被指数和气候干燥度指数之间的回归模型,模拟出了潜在植被指数,在此基础上通过遥感监督分类方法得出泾河流域现生植被分布格局和潜在植被的分布格局,并利用转换矩阵方法得出了植被退化的空间态势.结果表明:泾河流域最主要的潜在植被类型是针阔叶疏林(32.44%)、阔叶落叶林(31.28%)和中牛灌丛(23.71%).与现生植被相比较,有25.08%的阔叶落叶林潜在分布区被开垦为农作物,13.32%退化为针阔叶疏林,13.04%退化为中生灌丛,14.22%变化为旱生灌丛,仅有25.90%的面积保持了阔叶落叶林植被;针阔叶疏林分布区主要退化为农作物(26.01%)、旱生灌丛(20.99%)、草甸(17.12%);中生灌丛主要退化为草甸(30.29%)和温带草原(43.21%).植被的退化以流域中部、南部的黄土残塬沟壑区退化最为严重,其次为流域北部的黄土丘陵区,而流域东部的子午岭山区和流域西部的六盘山区植被退化相对较轻.     

京津冀地区植被覆盖时空变化研究

针对京津冀地区突出的生态脆弱性问题,本文基于2000—2020年长时序京津冀地区植被覆盖度数据,采用线性趋势拟合、M-K检验、Hurst指数分析以及重心转移分析方法,对京津冀地区植被覆盖时空变化特征进行研究。结果表明,2000—2020年京津冀地区植被覆盖情况变化不大,未来会保持非显著性增长趋势;植被覆盖度在空间上重心分布存在不均衡性,整体呈现西移的趋势。     

Sentinel-1时序后向散射特征的海岸带盐沼植被分类——以长江口为例

盐沼是中高纬度海岸带区域生产力极高的生态系统,不同种类盐沼植被提供的生态服务功能具有明显差异。围垦、互花米草入侵、海平面上升等人类活动和自然要素复合作用,导致中国海岸带盐沼植被结构和空间分布快速变化。现有光学遥感方法在海岸带区域受潮汐、云雾干扰严重;高光谱、LiDAR等数据方法难以大范围高时效获取盐沼植被信息。本文以长江河口为研究区域,提出了基于植被物候期多时相雷达后向散射特征优选的海岸带盐沼植被分类方法。采用Sentinel-1雷达数据,分析盐沼、潮间森林沼泽、光滩和水体的雷达后向散射全年时序特征。结合盐沼植被物候特点,基于分离阈值法计算典型盐沼植被月际后向散射特征间分离度。根据最优时序雷达分类特征,采用随机森林方法获取盐沼植被种类、结构和空间分布。结果表明：（1）全年VH极化后向散射均值能较好将水体、光滩、潮间森林沼泽与盐沼区分。（2）4月VV极化、11月VH极化与3月VV极化后向散射均值分别为海三棱藨草/藨草、互花米草与芦苇的最优分类特征。（3）基于年际和月际时序雷达最优特征和随机森林分类算法获得的盐沼植被总体分类精度达到85%,Kappa系数为0.80。相较光学遥感,雷达遥感影像可有效获取盐沼植被年际、月际时序雷达后向散射特征,准确得到海岸带盐沼植被空间动态,在海岸带研究中具有较好的应用潜力,可为海岸带生物多样性保护、湿地生态系统功能提升与生态环境管理等提供重要技术手段和数据支撑。