基于MODIS数据的黄河口植被覆盖变化与气候因子相关性分析

为黄河口地区植被的定量和动态监测等提供技术支持,利用2000—2015年黄河口地区250 m分辨率的MODIS数据,应用像元二分法原理,通过提取NDVI定量估算植被覆盖度并对其进行分级统计,并结合同期气象观测数据,研究分析了黄河口地区植被覆盖度与气候因子的相关性。结果表明:16a来黄河口地区植被低、中覆盖度面积呈减少趋势,高覆盖度面积呈增加趋势;植被覆盖变化对各类气候因子的敏感度不同,光照条件是影响黄河口地区植被覆盖变化的主要限制因子;最大相关时段内植被覆盖度与气候因子的年际变化总体趋势较为相似,在大多数年份两者具有一致性。     

中国北方植被覆盖度特征及其与沙尘暴关系

采用气象观测数据和遥感数据,借助数据统计分析技术,对中国北方年、季植被覆盖度变化规律、植被覆盖度变化强度、植被覆盖度变化趋势和植被覆盖度对沙尘暴灾害的影响进行了分析。结果表明,中国北方地区的植被覆盖度总体上呈波动增加的趋势,波动范围为0.395～0.487,植被覆盖度上升趋势与沙尘暴日数下降趋势有着很好地对应关系;中国北方春季和夏季植被覆盖度变化具有随季节的不同,植被覆盖度变化强度表现出不同的空间分布特征,在春季植被覆盖度变化强度与植被覆盖度的空间分布有较好的一致性。尽管中国北方地区植被覆盖状况整体呈上升趋势,但在华北和西北的干旱半干旱区土地退化严重,荒漠化在加剧。     

辽宁省植被覆盖度时空演变及其对气候因子的响应

基于MODIS-NDVI数据及像元二分模型,对辽宁省植被覆盖度进行估算,并在此基础上探讨了辽宁植被覆盖度时空演变特征及其对气候因子的响应,结果表明：2000-2018年辽宁省植被覆盖度整体呈波动增加趋势,年平均增长速率为0.38%,呈增加趋势的面积占总面积的92.3%;2000年以来,裸地及低覆盖区域占比逐年减小,中低覆盖、中覆盖及高覆盖区域占比分别增加11.35%、11.00%和9.22%;辽宁省植被覆盖度与气候因子的关系表现出明显的空间差异性,其中,西部易旱地区覆盖度与气温呈显著负相关,与降水呈正相关,东部地区覆盖度与气温呈正相关,与降水呈负相关;辽宁植被覆盖度对降水的响应存在一个月的滞后期,对气温的响应无滞后效应。     

基于遥感数据监测若尔盖高原植被覆盖度变化

基于1982-2006年的AVHRR NDVI和2000-2013年的MODIS NDVI数据,通过数据一致性拟合建立了若尔盖高原的1982-2 013年NDVI长时间序列数据集,在此基础上运用像元二分模型计算得到若尔盖高原32年的逐月植被覆盖度。验证结果表明,平均绝对误差为10.51%,均方根误差为13.49%,R~2为0.62,具有较好的精度,说明遥感估算值合理可信。根据遥感计算得到的植被覆盖度,分析了若尔盖高原1982-2013年植被覆盖度的时空变化规律。若尔盖高原32年平均植被覆盖度为43.77%,在空间上表现出东部高、西部低的分布特征。1982-2013年期间若尔盖高原植被覆盖度整体上呈现上升趋势,平均变化速率为0.08%·a~(-1),其中1982-2001年植被覆盖度呈较大幅度波动,但是没有明显的上升或者下降趋势,2001-2013年则呈现较明显的上升趋势。32年期间植被覆盖度年变化率的空间差异性显著,中心区域整体上呈现较低的上升趋势,而在大部分地区植被覆盖度显著上升和显著下降的区域交错分布。     

近20年若尔盖湿地植被覆盖变化与气候因子关系研究

基于NASA提供的MODIS卫星产品MOD13Q1的归一化植被指数（NDVI）数据,利用最大值合成法及像元二分模型计算得到2000-2019年若尔盖湿地植被生长季（5-9月）的植被覆盖度。利用ERA5再分析资料月平均的2 m气温、总降水量和土壤体积含水量数据,通过趋势分析、相关分析研究2000-2019年若尔盖湿地植被生长季（5-9月）的植被覆盖与气候因子的时空分布及二者的相关程度;研究气温、降水量和土壤含水量对植被覆盖度的共同影响及各自的贡献程度。结果表明：近20年来若尔盖湿地在生长季（5-9月）的植被覆盖度略有增长;2 m气温有升高趋势,且研究区的西南部气温升高较快;研究区中南部的总降水量呈减少趋势,但不明显,在研究区中北部降水量则呈略微增加趋势;研究区北部的土壤湿度显著增加,南部则有变干的趋势。植被覆盖度与3个气候因子均呈显著的正相关关系,气候因子对植被覆盖度变化的贡献从大到小依次是2 m气温、土壤体积含水量和总降水量。     

黑河流域植被覆盖度计算及其影响的中尺度模拟

运用基于遥感的中国西北土地覆盖动态监测系统(NOAA AVHRR Processing Chain,NOAA-Chain)预处理系统对改进的甚高分辨率扫描辐射仪(AVHRR)影像资料进行处理得到的归一化植被指数(NDVI),基于像元二分原理得到2002年黑河流域植被覆盖度分布,将其与Gutman 1998年所作全球植被覆盖度数据在黑河流域范围进行了对比分析,发现2002年黑河流域中上游植被整体呈退化趋势,主要绿洲区植被覆盖度增大。分别将这两套植被覆盖度数据引入中尺度大气模式MM5中进行黑河流域中上游气候模拟。通过与气温观测值的比较,发现用黑河流域植被覆盖度数据模拟的气温偏差小于用全球植被覆盖度的模拟结果;植被分布与潜热通量分布的空间相关性最好;植被覆盖度变化对局地温度场变化影响很大。     

三江源国家公园植被覆盖时空变化及其气候驱动因素

基于2000-2019年MODIS NDVI数据,结合气象数据,利用二分像元法、斜率分析法和偏相关分析等方法,分析三江源国家公园近20年植被覆盖时空变化特征及其与气候因子的相关性。结果表明：（1）三江源国家公园植被覆盖面积占公园面积的85.38%,平均覆盖度为42.70%,植被覆盖由西北向东南逐渐增加。西部长江源园区以中低覆盖度植被为主,东部黄河源园区以中高覆盖度植被为主,南部澜沧江源园区以高覆盖度植被为主。（2）2000-2019年三江源国家公园植被覆盖面积和覆盖度均呈增加趋势,植被覆盖面积以227.55 km2·a-1显著增加（P<0.01）,覆盖度增加幅度不明显,其中长江源园区植被覆盖面积和覆盖度均显著增加,黄河源园区植被覆盖面积基本不变,植被覆盖度显著增加,澜沧江源园区植被覆盖面积显著增加,但植被覆盖度基本保持不变。（3）近20年三江源国家公园植被覆盖空间上呈稳定增加趋势,植被覆盖保持不变的区域面积占比31.27%,增加的区域占比56.08%,减少的区域占比12.65%,长江源东部零星地区退化的高寒草甸出现轻度减少,长江源园区西北部地区、黄河源园区北部植被覆盖度增加幅度较...     

基于MODIS遥感数据的武汉市植被覆盖变化监测分析

植被覆盖变化遥感监测是区域生态监测的一个重要部分,可为区域生态建设和可持续发展提供科学依据.利用2003-2008年(每年8月)的MODIS遥感数据,基于归一化植被指数的像元二分模型原理,对武汉市近6 a来植被覆盖的变化情况进行遥感监测,并分析了2003年8月和2008年8月2个时期不同等级植被覆盖度的空间分布特征以及面积变化情况.结果表明:近6 a来,武汉市植被覆盖总体呈上升趋势,植被覆盖度由2003年的59.5%上升到2008年的65.1%,其中高植被覆盖度的面积明显增加,增幅高达68.26%,反映出武汉市生态环境建设成效显著.但局部地区的植被覆盖度却出现了不同程度的下降,说明人类活动是城市植被覆盖变化的重要原因.     

近20年河池市植被覆盖度时空演变特征

利用2000—2019年MODIS卫星遥感数据获取的归一化植被指数(NDVI)数据,通过像元线性分解模型、最大值合成法等方法计算河池市植被覆盖度,对河池市植被覆盖度时空变化趋势和特征进行分析。结果表明,近20a河池市植被覆盖度整体呈增加趋势,上升速率为6.84%·(10a)-1,月最大、最小值分别出现在8月、2月,植被覆盖度在夏季最大、冬季最小;2011—2015年和2016—2019年两个时段的植被覆盖度有了明显改善,其中2016—2019年植被覆盖度的较高及其以上等级的面积占比为98.09%;河池市99.4%区域的植被覆盖度变化趋势为正向变化,大化县西部、巴马县南部及环江中西部等区域的年变化趋势率明显高于全市植被覆盖度年变化速率。     

植被覆盖度对兰州地区气象场影响的模拟研究

利用WRF(Weather Research and Forecasting)模式耦合Noah陆面过程模式,模拟了兰州地区冬季气象场,并用观测资料对模拟结果进行了检验。利用2006年中分辨率成像分光辐射计(MODIS)植被归一化指数(NDVI)计算得到的植被覆盖度替换模式默认的植被覆盖度,研究了植被覆盖度对WRF模式模拟结果的影响。结果表明,新的植被覆盖度数据使研究区域的地表反照率减小,发射率增加,感热通量白天增加、夜间减小;还明显地改进了WRF模式对近地面温度和风速的模拟;植被覆盖度对地表蒸发有很大影响,冬季干旱半干旱地区的植被基本处于休眠状态,地表蒸发以直接蒸发为主,使用新的植被覆盖度数据后,模拟区域的植被覆盖度增加,地表蒸发减小,近地面水汽含量减少,WRF模式模拟的边界层高度增大。     

基于GEE的阿坝红原机场建设前后植被覆盖度时空变化分析

借助Google Earth Engine平台，以阿坝红原机场周边15 km缓冲区为研究区，选取30 m分辨率的Landsat系列卫星数据，并采用像元二分模型对该区域2004-2020年5-9月的遥感影像进行反演,从整体和像元尺度对机场建设前后的植被覆盖度的空间格局、结构变化及趋势进行了深入分析。研究结果表明：(1)机场通航后，其西北及东北方向的草地植被生长状况较好，且植被覆盖度随海拔增加呈下降趋势；(2)在2004-2020年期间，低植被度覆盖度和中低植被度覆盖度的面积分别减少60.04%和43.07%，而中植被覆盖度、中高植被覆盖度和高植被覆盖度的面积分别增长15.13%、50.11%和61.22%；(3)研究区植被覆盖度显著改善面积远超显著退化面积，改善区主要集中于机场的西北、东北及正南方向，显著退化区主要位于机场的正北、西南及东南方向。该研究结果能够更好地了解研究区植被覆盖度的动态变化，为机场周边生态环境的后续监测、修复和治理提供了基础数据，为生态环境保护和可持续发展提供更为科学的依据。     

基于MODIS数据的重庆市植被覆盖度时空变化分析

利用2000~2014年MODIS NDVI产品,基于像元二分模型计算重庆市近15年来的植被覆盖度,并对其变化强度以及变化趋势进行了分析。结果表明,重庆市植被状况良好,2000~2014年平均植被覆盖度为65.24%,其中2014年为67.48%;渝东北、中部偏东和偏南地区植被覆盖度相对较高,渝西地区较低,主城区最低。尽管气象条件的年际变化造成植被覆盖度的起伏波动,但自2000年以来,全市植被覆盖度总体呈波动上升趋势,共增长了5.88%,平均年变化率为0.42%;境内91.03%的区域植被覆盖度有不同程度改善,其中,中度以上改善的区域占64.30%。以各区县为监测空间单位,各地植被覆盖度的变化趋势虽然不尽相同,但基本都保持增长的变化趋势,年平均增长率最高的区县为渝中区、长寿区、巴南区、合川区等。      

辽宁省植被覆盖度时空变化特征及其对气候变化的响应

基于MODIS-NDVI遥感数据集计算辽宁省2001—2019年植被覆盖度,并结合MODIS土地覆盖产品和辽宁省61个气象观测站气温、降水资料,重点探讨辽宁省5种主要植被类型的植被覆盖度时空变化特征及其对气候变化的响应。结果表明:(1)辽宁省多年平均植被覆盖度为0.48,且呈现"东高西低"的空间分布特征。近19 a来,辽宁省绝大部分地区植被覆盖度呈上升趋势,整体上每10 a增加0.036;主要植被类型作物、草原、落叶阔叶林、多树草原和稀树草原的植被覆盖度均呈显著上升趋势,其中草原增加速率最大,作物增加速率最小。(2)作物的植被覆盖度在暖温带半干旱区与降水存在正相关,与气温存在负相关,而在暖温带半湿润区则与降水和气温均呈现正相关;草原的植被覆盖度对降水响应比气温强烈,而落叶阔叶林、多树草原和稀树草原对气温较为敏感。(3)主要植被类型的植被覆盖度对气温、降水的时滞响应不同。作物和草原在生长季内对上一月降水有时滞响应,而落叶阔叶林、多树草原和稀树草原在生长季末期对上一月气温、降水有时滞响应。     

贵州省黔西南地区石漠化空间分布特征分析

在RS、GIS支持下,以贵州省石漠化分布集中的黔西南地区为研究区域,在利用植被指数转换模型计算植被覆盖度状况以及利用GIS分析土地利用分布状况的基础上,统计分析了研究区内不同程度石漠化影响区域在不同等级植被覆盖度和不同土地利用类型下的空间分布特征及其相互关系.研究显示,研究区域内石漠化严重,其中兴义市、安龙县、兴仁县石漠化影响区域均占其总面积的40%以上,应当成为治理的重点区域;随石漠化程度的加剧,植被覆盖度呈降低趋势,石漠化地区植被覆盖都以低覆盖度和中等覆盖度为主;现有林地、耕地和园地受重度石漠化影响严重.     

2000-2022年黑龙江省森林植被生长季内生态状况分析

为研究2000-2022年黑龙江省森林生长季（5-10月）生态状况的变化特征,利用卫星遥感、气象及地理信息等资料进行分析,结果表明：2000-2022年生长季,黑龙江省森林植被覆盖度整体呈增加趋势,2012年以来,全省森林平均植被覆盖度均处于较高水平。森林生态状况整体向好,植被生态状况偏好区域面积占全省面积的比例呈显著增加趋势,且自2012年以后,偏好区域面积增加尤为明显。2022年生长季,黑龙江省大部分林区植被覆盖度高于75%。其中,黑龙江省中部、南部、东部林区及大兴安岭地区中部部分林区的植被覆盖度较高;森林生态状况整体中等偏好,偏好区域主要位于小兴安岭、长白山、完达山等林区。     

基于EVI的中国最近10 a植被覆盖变化特征分析

通过对2000—2009年增强型植被指数(EVI)数据的分析发现:在过去的10 a里,中国的植被覆盖度明显增加,植被活动在增强。植被覆盖的年变化和季节变化特征如下:(1)10 a来植被覆盖地区的面积呈增加趋势,植被稀少地区的面积呈减少趋势;(2)无论是植被覆盖区还是全国平均,单位面积EVI年平均值都呈增加趋势;(3)在生长季节(夏季、春季)植被活动增加更明显,EVI增加速率按季节排列如下:夏季春季秋季冬季。植被覆盖的空间变化特征显示,尽管总体上中国植被覆盖呈增加趋势,但存在空间异质性。结合同期的温度、降水和森林资源清查数据,从两个方面初步解释了植被覆盖度增加的原因,即:温度的上升和春季降水量的增加;近年来中国开展的大型林业生态建设工程。     

退耕还林工程背景下延安植被覆盖时空变化及其对气候的响应

1999年以来,延安实施了大规模的退耕还林、封山禁牧等生态建设和保护工程,使植被覆盖得到迅速恢复和增加。基于2000—2020年MOD13Q1数据和气象数据,利用像元二分法估算了延安市21 a间的植被覆盖度,通过空间插值方法、统计学方法对其时空变化特征和对气候变化的响应进行了分析。结果表明：2000—2020年延安市植被覆盖度呈波动式增加趋势,其中在2002年、2013年出现了明显跳跃式增长,2017年前后达到最高值后在高位波动;植被覆盖度的空间分布上总体呈现从南到北递减的趋势,高值区位于延安南部林区,低值区位于延安北部接近榆林边界地带;近21 a来,延安北部植被覆盖度提升幅度在30%以上,中南部0~30%,变化最大的区域是吴起南部、志丹北部、安塞中部、宝塔区北部、延川中部和子长大部地区,增加50%以上;降水量的年际变化会对植被覆盖度产生较大影响,尤其是6—8月的降水量是影响植被覆盖度的主要原因。     

气象要素对华北地区夏季植被覆盖度的影响

植被覆盖对气候变化极其敏感,华北区地处我国半干旱—半湿润过渡地区,气象因子对该地区植被覆盖有重要的影响,但缺少有效的数理模型定量刻画气象要素对植被的影响.因此,本文基于华北区2000～2018年中分辨率成像光谱仪的植被覆盖数据和主要气象要素数据,开展了多气象要素影响植被覆盖度的研究,初步建立了华北夏季植被覆盖度与气象要...     

朝鲜中西部地区春季植被覆盖度与气候因子的关系

为了深入了解朝鲜中西部地区春季植被覆盖度(Fractional Vegetation,FV)的变化特征及其与气候因子的关系,利用1992年、2003年和2007年Landsat 5卫星资料及朝鲜中西部地区13个气象站的气温和降水观测资料,对朝鲜中西部地区春季植被的变化特征及其与气候异常的关系进行了分析。结果表明:1992年、2003年和2007年朝鲜中西部地区春季植被覆盖度呈明显增加的趋势,平均增加量为17.5%,平原地区比山地春季植被覆盖度偏高约20.0%。朝鲜中西部地区春季植被覆盖度与春季平均气温呈负相关关系(r=-0.47),与春季降水量呈正相关关系(r=0.43);朝鲜中西部地区春季植被覆盖度的变化量与春季平均气温的变化率呈负相关关系(r=-0.53),与同期降水量的变化率呈正相关关系(r=0.79),均通过了显著性检验(显著性水平99%以上,P0.05)。可见,朝鲜中西部地区春季植被覆盖度的变化可能主要受春季气温和春季降水的影响。     

基于MODIS的安徽省代表城市热岛效应时空特征

利用2001—2010年覆盖安徽省的MODIS数据,选取在气候、地理、城市化等方面具有代表性的合肥、芜湖、阜阳作为研究对象,并结合GIS技术,分析地表温度的日变化及季节变化特征,得到安徽省代表城市热岛效应的时空分布。结果表明:安徽省省会合肥的热岛效应最为显著,安徽省南部代表城市芜湖的热岛效应强于北部代表城市阜阳, 同时具有显著的日变化和季节变化特征。近10年来,安徽代表城市热岛面积和热岛强度均呈增加趋势,但合肥热岛强度大于3 ℃的极端热岛效应有一定缓解。白天大片水体对缓解城市的热岛效应作用明显,而夜晚则不明显,甚至成为地表温度的高值中心。夏季地表温度与归一化植被指数的负相关最显著,即提高城市植被覆盖度对降低地表温度和缓解城市热岛效应有重要影响。