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。     

河西内陆河流域绿洲面积对地表径流的响应

利用NASA AVHRR NDVI 3g遥感资料计算得出河西内陆河流域植被归一化指数（Normalized Difference Vegetation Index, NDVI）,将NDVI>0.20区域视为绿洲,通过计算绿洲区NDVI的变差系数和线性斜率分析1982—2013年绿洲面积变化,并进一步分析其对地表径流的响应特征。结果表明：河西内陆河流域绿洲整体呈扩张趋势,扩张区域主要在绿洲边缘区、河流两侧和尾闾;小规模斑块绿洲的破碎度呈增加趋势,连片的绿洲核心区相对稳定;绿洲面积随着出山径流变化呈现出阶段性特征,山区降水量对绿洲变化的贡献率约为地表径流贡献率的一半,冰川融水对绿洲面积变化的贡献率自东向西依次增加,绿洲区降水的贡献率则依次减少。     

基于RS的近30年滹沱河流域植被覆盖度动态变化研究

以滹沱河流域1984年、2001年和2014年3期遥感影像为数据源,基于像元二分模型,利用归一化植被指数(NDVI)反演流域植被覆盖度信息,分析了滹沱河流域近30年来植被覆盖度时空演变特征及其变化原因。滹沱河流域近30年来植被覆盖度总体呈增加趋势,其中高植被覆盖度区面积比例增幅最明显,增加了1.1倍。空间分布上,受气候和人类活动双重因素影响,流域不同区域植被覆盖度变化差异较显著,上中游植被总体以改善为主,海拔相对较低的区域则表现为退化,尤其是下游植被覆盖度持续下降,植被退化面积占该区的71.52%。     

中国植被覆盖度时空演变及其对气候变化和城市化的响应

植被覆盖变化不仅与气候因子密切相关,而且也受人类活动的影响。目前,从省级尺度研究中国植被时空变化特征以及定量分析气候因子结合人类活动对植被覆盖影响研究仍较少。基于Google Earth Engine(GEE)平台和2000—2020年Landsat数据及同期气候与夜间灯光数据,采用像元二分法、线性回归分析、变异系数、偏相关分析和贡献度模型等方法对中国植被覆盖度时空演变及其对气候变化和城市化的响应进行了分析。结果表明：（1）2000—2020年中国植被覆盖度以0.32%·a-1的速率增长。植被覆盖区域以高覆盖度为主,面积占研究区域的38%,总体呈现从东南至西北递减的趋势。（2）黄土高原、云南省、西藏自治区和新疆维吾尔自治区西部植被覆盖度呈现增长趋势。植被年际波动在南部比北部、东部比西部稳定。黑龙江省植被覆盖度最高,为91.7%;新疆维吾尔自治区最低,为14.4%;宁夏回族自治区植被覆盖度以0.98%·a-1的速率增长,植被得到显著改善。（3）气候因子和城市化对植被覆盖度的影响存在明显空间差异性。气温和降水量对中国北部地区植被覆盖度的影响分别为负相关和正相关,城市化主要影响经济较为发达的...     

民勤绿洲水资源利用与生态系统退化分析

石羊河流域生态平衡失调,生态系统退化在我国干旱、半干旱地区内陆河流域中具有典型的代表性。通过对石羊河流域近代地表水资源开发及其绿洲变迁,近年来流域用水量分配,降水特征及其对植被的影响,流域下游民勤绿洲地下水位、水质的变化等因素多年来观测研究,认为：降水量对天然植被的生长没有大的作用;由于人口的增加,流域地表水资源分配不均,水资源开发过度,地下水位急剧下降,造成流域生态系统退化。流域经济因素促进社会因素的变化,社会因素的变化导致自然环境的变迁,社会、经济、自然诸因素相互作用,通过水资源的变化驱动石羊河流域生态系统的变化。     

中国东部典型沙地植被覆盖度对降水变化的响应

降水对中国东部沙地植被覆盖度产生重要影响,了解植被覆盖度对降水量变化的响应,对制定植被恢复策略具有重要意义。选择毛乌素沙地和科尔沁沙地,使用Landsat系列数据和MODIS数据得到2000—2020年归一化植被指数（NDVI）数据集,用像元二分法分别计算了年内最大和生长季平均的植被覆盖度。结合地面气象站在1999—2020年观测的逐日降水数据,分析了植被覆盖度对降水变化的响应。结果表明：（1）毛乌素沙地和科尔沁沙地的年内最大和生长季平均植被覆盖度均有增长趋势,其中毛乌素沙地的生长季平均植被覆盖度>30%的面积增加最显著,科尔沁沙地>50%的面积增加最显著。（2）这两个沙地的年降水量和四季降水量都呈增加趋势,且有降水变率大和夏季增幅最大的共同特点。（3）毛乌素沙地的年内最大和生长季平均植被覆盖度都对前一年夏季降水量变化的响应最敏感,而在科尔沁沙地则是对当年夏季降水量变化的响应最敏感。（4）不同植被类型对降水量变化发生响应的滞后时间不同。     

三江并流河源区植被覆盖度对气候要素的响应

基于AVHRR/NDVI和MODIS/NDVI遥感数据,通过拟合两种数据源延长NDVI时间序列来反演了三江并流河源区1982—2012年植被覆盖度空间格局的变化规律,并结合气温和降水量数据,从不同时空尺度上分析了植被覆盖变化趋势及其对气候变化的响应。结果表明:1.研究区植被覆盖度整体上随着热量梯度呈南高北低、东高西低的态势分布,且海拔在4 000 m以下的区域植被覆盖度较高,平均值在0.68~0.75;2.研究期间,植被覆盖度以0.02/(10 a)的变化率呈增加趋势,海拔在4 600 m左右和低覆盖度的区域植被增加趋势显著,显著增加区域面积占研究区总面积的36.4%,主要分布于沱沱河流域、怒江流域(除源头外)和研究区东南部等地区,这些区域植被覆盖度平均值仅为0.36;3.相对于降水量,研究区的植被覆盖度与气温要素相关性更为显著,特别是高原面上的植被覆盖度整体上与气温呈显著正相关关系,显示了强烈的热量限制性生态类型的特点。     

1987-2008年额济纳绿洲土地覆被变化及其驱动机制

采用1987、1999年和2008年3期TM卫星数据, 对额济纳绿洲2000年黑河分水前后土地覆被变化进行了研究, 并分析了额济纳绿洲土地覆被变化的驱动因素。结果表明:(1)从不同覆盖等级的面积变化来看, 额济纳绿洲的主体是中植被覆盖区。1987-1999年额济纳绿洲的植被呈退化趋势。2000年黑河分水后至2008年, 额济纳绿洲植被退化的趋势已得到缓解。(2)从不同土地利用类型的面积变化来看, 额济纳绿洲的主体是戈壁。1987-1999年额济纳绿洲植被退化, 荒漠化趋势明显。2000年黑河分水后至2008年, 植被有所恢复, 退化趋势得到了遏制。(3)影响土地覆被变化的主要有3类因素。第一主成分与人为因素密切相关, 说明过去的十几年额济纳绿洲的土地覆被变化主要受到人类活动影响。第二主成分与地表径流量、年降水量、年均风速有较大的相关, 第三主成分与地下水埋深有较大的正相关, 表明气候因素对额济纳绿洲的土地覆被变化也有一定程度的影响。根据以上结果, 提出应对策略:(1)保证来自中上游的地表径流供给;(2)合理利用地下水资源;(3)增加技术支持, 实现宏观调控。     

2000-2015年毛乌素沙区植被覆盖度变化趋势

毛乌素沙区是中国生态安全屏障的重要组成部分,土地沙漠化严重,近年来国家和地方政府实施了一系列生态保护与建设工程。利用2000-2015年MODIS13Q1 NDVI产品、年平均气温、年降水量数据,采用回归分析方法和显著性检验,对毛乌素沙区植被覆盖度变化趋势及其对气温、降水变化的响应进行了分析研究。结果表明：（1）毛乌素沙区植被覆盖度总体由东向西呈减少趋势,大部分区域植被覆盖度在30%以下,沙地腹地依然明显存在极低植被覆盖的流沙区。（2）21世纪以来毛乌素沙区植被覆盖度总体呈增加趋势,但空间差异明显。中东部大部分地区及腹地流动沙带之间植被覆盖度呈显著、极显著增加趋势;西部西鄂尔多斯荒漠草原区植被覆盖度变化不显著;植被覆盖度变化显著或极显著减小的地区极少,呈点状零散分布。（3）毛乌素沙区植被覆盖度对气温和降水响应的敏感性存在空间差异,且存在时滞性差异。东部黄土高原过渡区和西部西鄂尔多斯荒漠草原区植被对降水和气温的响应敏感,植被覆盖度的变化与气温和降水因子呈显著相关关系;毛乌素沙地主体区植被覆盖度变化与当年总降水量和年平均气温相关性不强,但与时滞降水的相关系数显著增大,可能与毛乌素沙地土壤质地和植被类型对降水的分配与利用方式有关。     

新疆植被覆盖度趋势演变实验性分析

基于MODIS-NDVI数据,提取新疆2005-2015年植被覆盖度（FVC）。通过依据海拔和植被覆盖度的指标划分出山地、绿洲、平原、荒漠等11个子系统。通过斜率、变异系数、线性回归模型等方法来对全疆和不同生态分区的现状和未来发展趋势进行分析,并用BP人工神经网络来预测新疆2016-2020年的植被覆盖度的时空变化和分析2005-2020年时空动态变化趋势。主要结论为：① 新疆植被覆盖度总体为上升趋势,从西北向东南逐渐下降;山地呈逐年上升趋势,荒漠呈不显著退化趋势。植被覆盖度的变化主要是由降水量的变化引起;② 在整个新疆的荒漠和绿洲边缘构成了一个“绿洲—荒漠改善过渡带”,绿洲呈明显的改善趋势;③ 2009年是研究期内多数分区植被覆盖度的历史最低点;④ 在山脉的冰川积雪、湖泊周围的变异性很大,范围在150%~316%之间,这主要是由于气候变化、冰川消融和湖泊水位的波动变化所致;⑤ 北疆生态明显好于东疆与南疆,其绿洲区域呈现明显的改善趋势。伊犁地区的植被覆盖度相比于其他3个分区的变幅很大,山地区域呈明显的逐年退化趋势。伊犁地区植被覆盖度的局部最低点是在2008年,比其他分区的2009年提前了一年,相应的存在“实时”（伊犁）和“滞后”（东疆、南疆和北疆）的效应,主要是由于降水量和气温的变化所致。     

2000—2018年塔里木河流域植被覆盖时空格局

选取2000—2018年MODIS-NDVI数据，采用Sen+Mann-Kendall趋势分析、变异系数法、Hurst指数、偏相关分析及残差分析等方法，分析塔里木河流域植被覆盖时空格局及气候因子和人类活动对植被变化的影响。结果表明：(1) 塔里木河流域植被覆盖总体呈明显增加趋势，以2008年为转折存在明显阶段变化。(2) 植被分布存在明显地域差异，“北高南低，西高东低”，植被覆盖高区分布于山体多的地带、绿洲及绿洲荒漠交错带。(3) 全区植被覆盖趋势以基本不变居多。山体等植被覆盖高区，植被活动响应显著。全区大部分区域将保持现有的稳定趋势。(4) 气温和降水量对[WTBX]NDVI[WTBZ]的综合影响从东北向西南逐渐增强，且降水量对NDVI的影响更为明显。人类活动对植被变化产生积极影响的区域主要分布于绿洲、绿洲荒漠过渡带以及塔里木河下游附近。     

2001-2015年间我国陆地植被覆盖度时空变化及驱动力分析

本文基于MODIS-NDVI遥感数据反演计算了我国陆地2001—2015年地表植被覆盖度的空间分布，讨论了植被覆盖度的时空变化规律，分析了影响植被覆盖度近十几年来动态变化的主要驱动因素。研究结果表明：我国陆地植被覆盖度从2001—2015年，植被覆盖度总体上呈增加趋势，其中淮河流域、华北平原地区、以及黄土高原地区增加趋势显著。根据植被覆盖度在时间序列上的变化特征，可将其变化类型分为持续增长型、先减小后增长等六种类型，其中农业种植区基本为一直增长型，而主要森林覆盖区，特别是西南地区的植被覆盖度在研究时段内表现出波动性的变化特征。降水是驱动华北平原北部，内蒙古，以及西北大部分区域植被覆盖度动态变化的重要因素，东北、青藏高原等地区植被覆盖度受温度的影响较大，而在中国东南沿海地区，光照条件是影响该区域植被覆盖度的主要因素。     

2000-2012年祁连山植被覆盖变化及其与气候因子的相关性

研究祁连山地区植被覆盖变化及其与气候因子的响应关系对这一地区土地利用总体特征以及对区域及全球气候和环境变化都将产生深远的意义。利用2000-2012年美国国家航空航天局提供的MODIS NDVI数据并结合相应的气候资料,通过对逐像元信息的提取和分析,运用均值法、斜率分析法、相关分析法,研究了2000-2012年不同季节祁连山植被覆盖的时空变化及其与气候因子的相关性。结果表明:13 a来祁连山植被覆盖整体上呈增加趋势,其中春季植被改善最为明显,秋季次之;植被覆盖变化在不同季节都存在明显的空间差异;不同季节植被与气温、降水的时滞效应不尽相同;祁连山春季大部分地区NDVI与气温呈显著正相关,夏季NDVI与降水呈显著正相关,秋、冬季NDVI与降水、气温的相关性不明显。     

1982-2015年柴达木盆地不同流域植被气候响应差异

基于1982-2015年生长季（5~10月）GIMMS-MODIS融合数据、气象数据,利用一元线性回归和相关分析等方法研究柴达木盆地及各流域植被NDVI的时空演变及其与气候要素的关系。结果表明：（1）柴达木盆地植被整体上趋于改善,NDVI与气温和降水呈显著正相关。（2）盆地内各流域NDVI呈现不同程度的增长趋势,区域气候差异明显,盆地东部NDVI平均值与气温和降水的关系表现为以1989年和2002年为转折点的3段式特征,而盆地西部呈现出以1994-1995年为节点的2段式特征。（3）盆地东西部植被对气候要素响应的差异性显著,这可能与高原季风、西风环流及下垫面等因素有关。     

石羊河流域天然植被生态需水量估算及预测

运用ARCGIS9.0对2008年石羊河流域遥感影像土地利用覆盖图统计分析,得出各种天然植被的覆盖状况,利用潜水蒸发法对研究区内各县区的天然植被生态需水量进行了估算,并根据石羊河重点治理规划对未来的天然植被生态需水量进行了预测分析。结果表明,石羊河流域现状天然植被最低生态需水量为1.9536亿m3,最高生态需水量为6.3425亿m3,其中,永昌县的天然植被生态需水量为0.6855～2.5141亿m3,凉州区天然植被生态需水量为0.4693～1.3135亿m3,古浪县天然植被生态需水量为0.4152～1.2391亿m3,民勤县天然植被生态需水量为0.3743～1.2435亿m3,金川区的天然植被生态需水量为0.0093～0.0323亿m3;2015年石羊河流域天然植被生态需水量预测为2.1495～6.9811亿m3;2020年石羊河流域天然植被生态需水量预测为2.3644～7.6792亿m3。     

地下水位变化对干旱区植被盖度的影响及其空间变异特征

Sampling and testing are conducted on groundwater depth and vegetation coverage in the 670 km^2 of the Sangong River Basin and semi-variance function analysis is made afterwards on the data obtained by the application of geo-statistics. Results showed that the variance curve of the groundwater depth and vegetation coverage displays an exponential model. Analysis of sampling data in 2003 indicates that the groundwater depth and vegetation coverage change similarly in space in this area. The Sangong River Basin is composed of upper oasis, middle ecotone and lower sand dune. In oasis and ecotone, influenced by irrigation of the adjoining oasis, groundwater level has been raised and soil water content also increased compared with sand dune nearby, vegetation developed well. But in the lower reaches of the Sangong River Basin, because of descending of groundwater level, soil water content decreased and vegetation degenerated. From oasis to abandoned land and desert grassland, vegetation coverage and groundwater level changed greatly with significant difference respectively in spatial variation. Distinct but similar spatial variability exists among the groundwater depth and vegetation coverage in the study area, namely, the vegetation coverage decreasing (increasing) as the groundwater depth increases (decreases). This illustrates the great dependence of vegetation coverage on groundwater depth in arid regions and further implies that among the great number of factors affecting vegetation coverage in arid regions, groundwater depth turns out to be the most determinant one.     

Influence of groundwater level change on vegetation coverage and their spatial variation in arid regions

Sampling and testing are conducted on groundwater depth and vegetation coverage in the 670 km2 of the Sangong River Basin and semi-variance function analysis is made afterwards on the data obtained by the application of geo-statistics. Results showed that the variance curve of the groundwater depth and vegetation coverage displays an exponential model. Analysis of sampling data in 2003 indicates that the groundwater depth and vegetation coverage change similarly in space in this area. The Sangong River Basin is composed of upper oasis, middle ecotone and lower sand dune. In oasis and ecotone, influenced by irrigation of the adjoining oasis, groundwater level has been raised and soil water content also increased compared with sand dune nearby, vegetation developed well. But in the lower reaches of the Sangong River Basin, because of descending of groundwater level, soil water content decreased and vegetation degenerated. From oasis to abandoned land and desert grassland, vegetation coverage and groundwater level changed greatly with significant difference respectively in spatial variation. Distinct but similar spatial variability exists among the groundwater depth and vegetation coverage in the study area, namely, the vegetation coverage decreasing (increasing) as the groundwater depth increases (decreases). This illustrates the great dependence of vegetation coverage on groundwater depth in arid regions and further implies that among the great number of factors affecting vegetation coverage in arid regions, groundwater depth turns out to be the most determinant one.     

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。     

30年来呼伦贝尔地区草地植被对气候变化的响应(英文)

Global warming has led to significant vegetation changes especially in the past 20 years. Hulun Buir Grassland in Inner Mongolia, one of the world’s three prairies, is undergoing a process of prominent warming and drying. It is essential to investigate the effects of climatic change (temperature and precipitation) on vegetation dynamics for a better understanding of climatic change. NDVI (Normalized Difference Vegetation Index), reflecting characteristics of plant growth, vegetation coverage and biomass, is used as an indicator to monitor vegetation changes. GIMMS NDVI from 1981 to 2006 and MODIS NDVI from 2000 to 2009 were adopted and integrated in this study to extract the time series characteristics of vegetation changes in Hulun Buir Grassland. The responses of vegetation coverage to climatic change on the yearly, seasonal and monthly scales were analyzed combined with temperature and precipitation data of seven meteorological sites. In the past 30 years, vegetation coverage was more correlated with climatic factors, and the correlations were dependent on the time scales. On an inter-annual scale, vegetation change was better correlated with precipitation, suggesting that rainfall was the main factor for driving vegetation changes. On a seasonal-interannual scale, correlations between vegetation coverage change and climatic factors showed that the sensitivity of vegetation growth to the aqueous and thermal condition changes was different in different seasons. The sensitivity of vegetation growth to temperature in summers was higher than in the other seasons, while its sensitivity to rainfall in both summers and autumns was higher, especially in summers. On a monthly-interannual scale, correlations between vegetation coverage change and climatic factors during growth seasons showed that the response of vegetation changes to temperature in both April and May was stronger. This indicates that the temperature effect occurs in the early stage of vegetation growth. Correlations between vegetation growth and precipitation of the month before the current month, were better from May to August, showing a hysteresis response of vegetation growth to rainfall. Grasses get green and begin to grow in April, and the impacts of temperature on grass growth are obvious. The increase of NDVI in April may be due to climatic warming that leads to an advanced growth season. In summary, relationships between monthly-interannual variations of vegetation coverage and climatic factors represent the temporal rhythm controls of temperature and precipitation on grass growth largely.     

Spatial-temporal patterns of vegetation dynamics and their relationships to climate variations in Qinghai Lake Basin using MODIS time-series data

Global warming has led to significant vegetation changes in recent years. It is necessary to investigate the effects of climatic variations（temperature and precipitation） on vegetation changes for a better understanding of acclimation to climatic change. In this paper, we focused on the integration and application of multi-methods and spatial analysis techniques in GIS to study the spatio-temporal variation of vegetation dynamics and to explore the vegetation change mechanism. The correlations between EVI and climate factors at different time scales were calculated for each pixel including monthly, seasonal and annual scales respectively in Qinghai Lake Basin from the year of 2001 to 2012. The primary objectives of this study are to reveal when, where and why the vegetation change so as to support better understanding of terrestrial response to global change as well as the useful information and techniques for wise regional ecosystem management practices. The main conclusions are as follows：（1） Overall vegetation EVI in the region increased 6% during recent 12 years. The EVI value in growing seasons（i.e. spring and summer） exhibited very significant improving trend, accounted for 12.8% and 9.3% respectively. The spatial pattern of EVI showed obvious spatial heterogeneity which was consistent with hydrothermal condition. In general, the vegetation coverage improved in most parts of the area since nearly 78% pixel of the whole basin showed increasing trend, while degraded slightly in a small part of the area only.（2） The EVI change was positively correlated with average temperature and precipitation. Generally speaking, in Qinghai Lake Basin, precipitation was the dominant driving factor for vegetation growth; however, at different time scale its weight to vegetation has differences.（3） Based on geo-statistical analysis, the autumn precipitation has a strong correlation with the next spring EVI values in the whole region. This findings explore the autumn precipitation is an important indicator