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。     

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。     

2000年以来朝鲜植被覆盖变化及其与气候因子的相关性研究

生态环境的可持续与人类福祉和生态系统服务息息相关,研究植被覆盖变化及其与气候因子的相关性,探讨植被覆盖时空变化规律,探究气候因子对植被变化的驱动机制,对预见气候因子对生态系统影响、制定生态环境可持续保护策略具有深远意义。基于此,利用美国国家航空航天局发布的MODIS NDVI数据并结合相关的气候资料,通过对像元信息进行提取与分析,采用最大合成法、克里金插值法、相关分析法等方法,对2000-2016年朝鲜全境植被覆盖变化及其与气候因子的相关性进行了研究。结果表明：朝鲜全境植被覆盖空间分布不均,北部盖马高原、东北部咸镜山区,中、东部山地丘陵区为高值区;西、南部平原地区,东部沿海地带为低值区。NDVI值整体上增加,局部减少,空间差异明显。植被生长受气温和降水双重驱动,其中,气温对植被年内生长变化比降水作用更大;而气温因素中,年平均气温对植被生长的影响程度略大,NDVI对降水的响应存在明显滞后效应;NDVI对温度和降水的响应程度与空间地理位置、高程有关。区域植被NDVI年际变化主要受年最低气温和人类活动的影响。     

2000-2015年石羊河流域植被覆盖度及其对气候变化的响应

内陆河流域植被覆盖度的敏感性是预测未来生物多样性变化的重要指标,是植被应对气候变暖的重要反馈。分析了2000-2015年MODIS-NDVI数据反演的植被覆盖度时空动态变化趋势,结合平均气温、降水量、日照时数、相对湿度、地面温度和蒸发量数据,研究了流域及各生态功能区的植被覆盖度与气候因子的相关性,探讨植被覆盖度变化过程中的气候因素制约方式,了解不同时空尺度下内陆河流域植被覆盖度在全球暖湿化过程中对气候的响应。结果表明：（1）石羊河流域平均植被覆盖度较低,上游的植被覆盖度59.4%,下游13.6%;2000-2015年,流域植被呈现改善趋势的面积远远大于退化的面积,盆地绿洲区植被覆盖度增加趋势最明显。流域植被总体恢复较好,但高海拔地区、城市和民勤绿洲的周边地区植被有不同程度的退化。（2）2000-2015年,石羊河流域各气候因子对植被覆盖度表现为不显著的相关关系,其中与降水量呈正相关的面积最大,与蒸发量呈负相关的面积最大;从上游到下游,植被生长与热量的相关程度逐渐变弱,与水分的相关程度则逐渐增强。（3）石羊河流域的植被覆盖度与气候因子的样条函数存在极显著的线性相关,水原涵养区和荒漠区的植被覆盖度对气候因子的响应较高;绿洲区的植被覆盖度对气候因子的响应相对较低。地面温度的变化是影响石羊河流域植被覆盖度空间格局变化的主要气候制约因素。     

重庆市气候因子变化及其与植被活动的相关性

全球变化背景下气候因子与地表植被的相互作用过程是地球科学领域的研究重点和热点。利用重庆市50年来气象站点数据和1999年以来的SPOT4-VGT NDVI数据,采用Mann-Kendall检验、时空分析、相关分析等方法,对年均温、年降水时空变化特征及其与植被活动变化之间的关系进行了分析。结果表明,重庆市50 a间年均温、年降水量波动明显,其中年均温2002年以后增温趋势显著。植被覆盖近10 a呈明显增加趋势,且存在显著的时空差异。空间上,三峡库区及长江、嘉陵江沿岸NDVI增加最为明显;时间上,春季、秋季NDVI增加最为显著。植被覆盖年内周期变化与降水、特别是气温的相关性显著,但年际变化与年均温和年降水量变化相关性不显著。初步分析表明,人类活动,特别是农业生产、耕地保护和植被生态建设等,是近10 a重庆市植被覆盖上升的首要因素。     

1999—2010年中国西北地区植被覆盖对气候变化和人类活动的响应

中国西北地区气候干旱,频繁出现沙尘天气,属于生态脆弱区域,而植被变化是生态系统对气候变化响应的指示器,研究其变化对改善西北生态环境具有重要意义.本文利用1999—2010年归一化植被指数(NDVI)以及气象数据研究中国西北地区植被覆盖时空变化,以Sen趋势度结合Mann-Kendall检验、相关和偏相关分析以及残差法分析人类活动和气候变化对植被覆盖变化的影响.结果表明:西北地区植被覆盖整体呈增加趋势,但在局部地区气候干旱少雨和人类活动抑制植被生长.植被变化强度空间差异是人类活动和气候要素共同作用的结果:气温高,降水少,大部分地区植被覆盖与气候要素相关显著,并且植被变化对气温和降水的响应存在一定滞后时间;蒸发量大于降水量,人类引水灌溉弥补降水不足,使得农业植被呈增长趋势.新疆北部地区植被覆盖呈下降趋势,原因是气候干旱、沙漠化严重会抑制植被生长,人类活动频繁、城市扩建同样会破坏植被生长.     

基于NDVI的黄河源区生长季植被时空变化及其与气候因子的关系

为掌握黄河源区植被变化趋势及其与气候因子的关系,本研究利用2000—2013年Terra/MODIS NDVI数据和同期气温、降水资料,通过一元线性回归分析、相关分析等方法,对黄河源区生长季植被时空变化及其与气候因子进行关联分析。结果表明:黄河源区多年平均生长季NDVI整体表现为由东南向西北递减。2000—2013年,黄河源区生长季NDVI呈波动上升趋势(P0.01);生长季各期NDVI均在增加,其中生长季初期NDVI增加较显著。近十几年NDVI无显著变化区域占黄河源植被覆盖区面积的69.58%,分布广泛;极显著和显著增加区域占28.88%,集中在黄河源东北部、扎陵湖和鄂陵湖周围;极显著和显著减少区域仅占1.54%,主要以小斑块状分布在扎陵湖、鄂陵湖以上源头区。生长季NDVI与气候因子显著正相关区域和NDVI增加区域高度一致,意味着黄河源区暖湿化促进了植被生长,而降水是影响黄河源区植被生长的主导因子。气温和降水对黄河源区植被生长影响的最大时间滞后效应约为16天或32天,且气温对黄河源区植被生长的影响还具有显著的同期效应。     

2000—2010年藏北申扎县植被NDVI时空变化与气候因子的关系

为揭示气候变化对申扎植被生态系统的影响,利用2000—2010年间的MODIS NDVI数据和对应的气候资料,研究了申扎县植被NDVI时空变化及其与气候因子的关系。结果表明,近10年来研究区生长季NDVI是减少趋势(p=0.069),其年均减少量和减少率分别为-0.0013和-0.55%/a。NDVI增加区域占申扎县总面积的32.78%,NDVI减少区域占总面积的67.22%。NDVI增加是高海拔的高山植被增加引起的,NDVI减少是高寒草原和高寒草甸的下降共同引起的。高寒草原比高寒草甸变化更敏感;温度升高导致的气候变暖变干可能是申扎县植被生长季NDVI减少的主要原因。     

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。     

京津风沙源区植被的时空变化及其对气候因子的响应

利用2000—2008年的MODIS-NDVI遥感数据和34个站的气象数据,分析了京津风沙源区植被变化的空间分布范围及其与气候因子的关系。即利用坡度分析定量地估算了京津风沙源区植被覆盖的时空变化;分别计算降雨、温度及相对湿度与植被变化的相关系数,并进行显著性检验。结果表明:2000—2008年京津风沙源区植被覆盖整体呈上升趋势,其中上升区域占74%,显著上升区域占9.83%;气候整体上变化规律不强,降雨和气温都存在一定的增加趋势,但各年波动性较大;气候因子中降雨与生长季NDVI最大值相关性最强,两者整体变化趋势一致,80.11%的区域为正相关,3.17%的区域为显著正相关;降雨和NDVI相关的显著性不强及不完全同步性,可能是源于工程和非工程等人为因素的干扰。     

植被NDVI对城市扩展及气候变化的响应——以西安及其附近区域为例

植被 NDVI 对城市扩展及气候变化响应研究,对于科学评估区域生态环境变化及调整与约束人类活动具有重要理论和现实意义。以西安及其附近区域为例,基于区域土地利用、MODIS NDVI、气温和降水数据,分析了植被 NDVI 对城市扩展及气候变化的响应,结果表明：（1）2000-2014 年研究区植被 NDVI 变化过程划分为2000-2007 年的显著增加阶段和2007-2014 年的显著减少阶段,前者主要分布于区域北部黄土高原、南部秦岭北坡,后者主要分布于区域中部关中平原尤其是西安及其附近区域。（2）2000-2015 年研究区建设用地增加1 428.27 km² ,建设用地增加区域植被 NDVI 呈显著减少趋势。（3）研究区植被 NDVI 与年降水量的相关性高于年平均气温,同时西安及其以南区域植被 NDVI 与年平均气温、年降水量均呈负相关关系,反映出城市扩展等人类活动对植被 NDVI 变化的影响超过了气候变化的影响。研究结果表明植被 NDVI 总体受气候变化控制,但局部受人类活动影响更为严重,并且植被 NDVI 对气候变化的响应表现出波动性,而对城市扩展表现出线性减少趋势性,为通过植被 NDVI 变化区分自然因素与人为因素对环境影响提供了可能。     

近10年蒙古高原植被覆盖变化及其对气候的季节响应

利用2001~2010年间MODIS NDVI数据、同期气象数据和MODIS土地覆盖分类产品,探讨蒙古高原植被覆盖变化趋势及其对气温和降水量的季节响应特征。结果表明,10 a来,蒙古高原植被覆盖度呈增加趋势和呈下降趋势的面积基本持平;春季和夏季植被覆盖度呈下降趋势,而秋季呈上升趋势,降水量是最主要的影响因子;在秋季5种植被类型均呈增加趋势,而在春季和夏季不同植被类型的增减趋势因植被类型而异。     

气候变化和工程活动对青藏铁路沿线植被指数时空变化的影响

基于1982—2015年的GIMMS NDVI3g+及同期气候数据,利用最大值合成法获得青藏铁路沿线直接影响区和生态背景区的年内NDVI最大值、年际NDVI平均值,对其进行了趋势分析、变异分析、气候相关分析和残差分析,部分结果用MODIS NDVI（2001—2018年）进行了验证。研究表明：① 青藏铁路年际NDVI高度响应气候变化和工程活动,即施工前主要响应气候变化,年际NDVI呈缓慢上升趋势;施工中主要响应工程活动,年际NDVI呈显著下降趋势;运营中响应气候变化和工程活动的综合影响,年际NDVI呈缓慢上升趋势。② 青藏铁路的工程活动对沿线植被有显著影响。即施工前直接影响区和生态背景区年际NDVI增长率相近;施工中直接影响区年际NDVI增长率低于生态背景区;运营中直接影响区年际NDVI增长率高于生态背景区。③ 研究利用时空不变量,剔除了植被覆盖的空间异质性分量、周期性绿度分量,甄别出了气候变化与工程活动的贡献量。     

近15 a黄土高原植被覆盖时空变化及驱动力分析

研究黄土高原地区植被覆盖变化及其驱动因素可以揭示研究区气候变化和人工生态调节过程对植被变化的影响。基于500 m分辨率的MODIS-NDVI数据和同期气象数据,运用均值法、斜率分析法、相关分析法及残差法,分析了2001-2015年黄土高原的植被时空演变变化特征及其驱动因素。结果表明：近15 a黄土高原植被在季度上总体都呈现增加趋势且存在一定差异,夏、秋季植被增加最为明显;黄土高原植被覆盖在空间上呈现自东南向西北递减的分布特征;植被NDVI变化在不同季节上都存在明显的空间差异;黄土高原植被NDVI对气温、降水的响应关系有明显的季节差异,并在空间上与降水的相关性显著,与温度相关性不明显;人类活动对植被覆盖变化有双重影响,其中生态恢复工程是黄土高原中部地区植被覆盖快速增加的重要因素。     

气候变化和生态建设对秦岭—淮河南北植被动态的影响

论文基于2000—2019年秦岭—淮河南北MODIS-NDVI植被覆盖数据,对中国南北过渡带植被时空变化进行分析,并探讨植被动态变化驱动因素。结果表明：① 在趋势变化上,2000—2019年秦岭—淮河南北植被显著恢复。其中,秦巴山区植被恢复面积占比最高,其次是巫山山区和关中平原;植被退化区面积占比仅为6.4%,主要分布于长三角城市群。② 在气候因素上,NDVI变化与气温显著相关(P<0.05)面积占比为9.1%,低于降水(13.1%)和日照时数(14.5%)显著区域,无显著相关区域分布面积最广,说明在关键生长季(5—9月),区域水热条件较好,植被年际波动受气候变化影响区域较少。③ 在驱动因素上,受气候因素和生态建设驱动绿化占比分别为19.2%和30.0%,其中,生态建设驱动绿化区与秦巴山区、大别山生态修复工程,川东、长江中下游撂荒地空间格局一致,说明耕地转为生态用地是区域植被快速恢复的主要原因。研究结果对量化湿润—半湿润地区植被驱动因素,优化生态建设评估模型具有启示意义。     

中国草原区植被变化及其对气候变化的响应

利用1982~2006年GIMMS NDVI和气象数据,探究中国草原区植被变化及对气候的响应。结果表明,近25 a中国草原区植被覆盖总体呈上升趋势,但季节变化空间差异明显。春季温度对温带典型草原、高寒草甸草原和高寒典型草原植被生长有重要影响,而夏季和秋季温度同样对高寒草甸草原影响显著;夏季降水增多能明显促进夏季温带荒漠草原植被生长。除8月份以外,温带草原5~9月NDVI均与前一个月降水显著正相关;在生长季内,高寒草原NDVI与同期温度显著正相关,但8月份除外。此外高寒草原植被在生长最旺盛时期对降水变化存在1~3个月滞后期。     

Inter-annual variations in vegetation and their response to climatic factors in the upper catchments of the Yellow River from 2000 to 2010

To understand the variations in vegetation and their correlation with climate factors in the upper catchments of the Yellow River, China, Normalized Difference Vegetation Index（NDVI） time series data from 2000 to 2010 were collected based on the MOD13Q1 product. The coefficient of variation, Theil–Sen median trend analysis and the Mann–Kendall test were combined to investigate the volatility characteristic and trend characteristic of the vegetation. Climate data sets were then used to analyze the correlation between variations in vegetation and climate change. In terms of the temporal variations, the vegetation in this study area improved slightly from 2000 to 2010, although the volatility characteristic was larger in 2000–2005 than in 2006–2010. In terms of the spatial variation, vegetation which is relatively stable and has a significantly increasing trend accounts for the largest part of the study area. Its spatial distribution is highly correlated with altitude, which ranges from about 2000 to 3000 m in this area. Highly fluctuating vegetation and vegetation which showed a significantly decreasing trend were mostly distributed around the reservoirs and in the reaches of the river with hydropower developments. Vegetation with a relatively stable and significantly decreasing trend and vegetation with a highly fluctuating and significantly increasing trend are widely dispersed. With respect to the response of vegetation to climate change, about 20–30% of the vegetation has a significant correlation with climatic factors and the correlations in most areas are positive： regions with precipitation as the key influencing factor account for more than 10% of the area; regions with temperature as the key influencing factor account for less than 10% of the area; and regions with precipitation and temperature as the key influencing factors together account for about 5% of the total area. More than 70% of the vegetation has an insignificant correlation with climatic factors.