1981-2006年西北干旱区NDVI时空分布变化对水热条件的响应

气候是植被变化的重要驱动因子. 利用1981-2006年GIMMS归一化植被指数（NDVI）时间序列数据,结合68个气象站降水、气温数据和DEM地形数据等资料,研究分析了西北干旱区植被活动的年、季变化和空间差异. 结果显示：在1981-2006年的26 a,西北干旱区植被的覆盖率增加了4.5%,年平均NDVI增加了3.2%;植被的生长季延长,主要表现在生长季的推迟. 从总体来说,植被覆盖率、生长季和NDVI值在2000年以前显著增加,而在2000年以后都呈现减小的趋势;其中,减少明显的区域是在伊犁河谷、中天山及平原区,在河流上游山区或源头以及部分河流两岸呈现增加态势;在年际变化上,大部分区域的气温、降水与NDVI相关性不强. 而年平均气温在4.58 ℃以下低温区和年降水在180 mm以上的相对湿润区,气温和降水都呈现正相关;在季节变化上,NDVI值在春季和秋季与温度相关显著,而夏季与降水相关性强. 2000年以后,植被覆盖率和NDVI值开始出现降低趋势与气温持续升高、降水量增幅下降有关.     

内蒙古西辽河平原植被指数时空变化及其影响因素研究

西辽河平原位于我国北方农牧交错带,属半干旱气候,发育科尔沁沙地,生态环境极其脆弱,开展植被指数时空变化及其影响因素研究,对于预测土地退化风险意义重大,可为该流域生态环境保护治理及水资源合理开发利用提供技术支撑。利用2000—2019年MODIS NDVI数据,采用一元线性回归趋势法和Mann-Kendall检验分析了近20年来该地区的植被生长变化趋势及突变情况。从影响植被生长的水热条件出发,分析了NDVI值与气象因素（降水、气温）、土壤湿度、地下水埋深等因子的相关关系;结合人类活动,分析了土地利用类型变化对NDVI值的影响。结果表明:（1）2000—2019年生长季NDVI值整体呈上升趋势,不存在显著突变点,最高值0.56,最低值0.41。（2）NDVI值在空间上呈现“东高西低”的分布特征,不同用地类型的NDVI值由大到小依次为耕地>林地>沼泽地>滩地>草地>盐碱地>沙地。（3）92.5%的区域植被呈增长趋势,7.5%的区域植被呈减少趋势。（4）NDVI值与降水、气温、土壤湿度呈正相关关系,相关系数分别为0.86,0.78,0.81,降水对植被影响最大。（5）最适宜天然植被生长的地下水埋深约为3 m,当地下水埋深大于10 m时,NDVI值会随着埋深的增加剧烈减小。（6）人类活动如土地开垦、植树造林是近20年来NDVI值呈增加趋势的主要原因之一,在一定程度上改善了当地生态环境。     

基于2001—2015年遥感数据的天山山区雪线监测及分析

基于2001—2015年MOD10A1/MYD10A1、MOD13Q1以及相关气象数据,采用积雪持续时间比率法,监测了天山山区的季节雪线高程,分析了其变化特征及影响因子。结果表明:①近15年天山山区雪线整体呈显著上升趋势,平均高程3 680 m左右,其中,北坡、伊犁河谷、南坡季节雪线的稳定性依次减弱,平均高程分别为3 620 m、3 390 m及3 820 m;空间上雪线高程呈现南高北低、东高西低的纬度地带性分布特点。②年际尺度上,气温是影响天山山区雪线高程的主控因素,呈显著正相关,南北坡与之相同,但伊犁河谷则降水是影响其变化的主控因素,呈显著负相关;季节尺度上,夏季气温、冬季降水是影响雪线高程的主控因素,降水与其呈负相关,但气温较高的地区,夏秋季降水会促进积雪融化,使雪线高程上升;月尺度上,7月气温、1月降水对其影响最明显,且存在一定的滞后反应。③天山山区雪线高程比零度层低800 m左右,两者呈较好正相关;雪线高程与NDVI（Normalized Difference Vegetation Index）呈负相关,植被覆盖较好区域,同年NDVI与雪线高程相关性较好,植被覆盖较差区域,前一年NDVI与其相关性较好。     

气温、降水量和人类活动对长江流域植被NDVI的影响

为了了解气温、降水量和人类活动对流域植被NDVI(normalized difference vegetation index)的影响,以长江流域为研究区,运用一元线性回归分析法和Theil-Sen Median趋势分析法研究了长江流域气温、降水量和植被NDVI变化特征,同时利用相关分析法和残差分析法探讨气温、降水量和人类活动对植被NDVI变化的影响.结果表明:1960—2015年长江流域年平均温度显著上升,而降水量的变化趋势并不显著;1982—2015年流域NDVI呈显著增加趋势;1982—2015年流域NDVI与气温的相关性较高,然而与降水量的相关性并不显著;人类活动使流域NDVI增加的区域主要分布于流域北部、东南和西南部分地区,而使NDVI下降的区域位于流域中西部区域和长三角地区.气温对长江流域植被NDVI变化的影响大于降水,气候变暖和人类活动对流域生态环境具有一定程度的影响.      

基于GIMMS NDVI的青藏高原植被指数时空变化及其气温降水响应

青藏高原植被生态系统脆弱, 是研究全球气候变化陆地植被生态系统响应的理想场所。以GIMMS NDVI、 气温和降水及植被类型数据为基础, 利用一元线性回归模型、 相关系数、 偏相关系数及t检验方法, 分析了青藏高原1982 - 2015年NDVI时空变化及其气温降水响应特征, 结果表明： 1982 - 2015年青藏高原NDVI时间变化过程总体表现为不显著的增加过程, 空间变化以显著增加为主, 占总面积的63.26%, 分布在高原北部、 西部和南部; 显著减少集中分布在高原中东部和东南部, 仅占总面积的3.45%。青藏高原主要植被类型NDVI平均值表现为： 阔叶林>针叶林>灌丛>草甸>高山植被>草原>荒漠, 其中草原、 高山植被和荒漠植被NDVI呈显著线性增加过程, 灌丛、 针叶林和阔叶林植被的NDVI呈不显著的减少过程。青藏高原NDVI与气温相关系数空间上呈南北向分布, 具有纬度地带性特征, 显著正相关分布在高原中北部, 显著负相关分布在高原中南部; NDVI与降水的相关系数呈东西向分布, 具有干湿度地带性特征, 显著正相关分布在高原中部, 显著负相关分布在高原东西两侧。研究认为1982 - 2015年青藏高原北部水热条件缺乏区域NDVI出现显著增加趋势, 而高原东南部水热条件充足地区NDVI呈现出显著减少趋势。深入开展植被类型NDVI气候响应的差异性研究, 有助于深入理解全球气候变化影响的区域差异及科学制定植被生态保护政策。     

山东半岛2000～2014年蒸散发时空分异特征

蒸散发的时空格局分析对于合理利用水资源、水资源短缺问题的解决以及旱涝灾害预警和监测具有重要意义。基于山东半岛区域气象资料、MOD16遥感影像数据集及GIS背景信息,分析了山东半岛20002014年地表蒸散量的时空变化特征及趋势,并在年时间尺度上通过基于像元的相关分析法分析了蒸散量与降水和气温的相关性。研究结果表明:在研究时段内平均蒸散量年际波动较大,波动范围为397.9479.8mm,多年蒸散平均值为440.78mm;其中2003年和2008年蒸散量最大,分别超出平均值77.3mm和81.9mm。除水体、滨海湿地外,ET年平均值有明显的由东南向西北递减的特征,降水量和地表植被覆盖度的差异是其空间变异的主要因素。蒸散量与气象因素的相关分析表明,年平均降水量与蒸散量变化呈现明显的正相关关系（0.663）,温度与蒸散量呈显著负相关关系（-0.143）,NDVI与蒸散量相关性较弱（0.33）。     

大凌河流域1998～2019年NDVI时空变化及其对气温和降水的响应

利用9个国家气象站数据和1998～2019年SPOT/VEGETATION NDVI数据，运用趋势分析、偏相关分析和复相关分析方法，研究大凌河流域22年来NDVI时空演变规律及其与气温和降水之间的关系。研究发现：(1)研究区22年来植被覆盖整体变好，90.8%的区域NDVI呈增加趋势，不同季节变化趋势各异，夏季NDVI增长率最高，春季最低。(2)大凌河上游地区NDVI总体呈缓慢稳定增长状态，中下游地区增长与减退并存；(3)研究区NDVI总体与气温呈负相关、与降水量呈正相关，且NDVI与年降水量关系更密切。(4)研究区植被覆盖降水驱动型占总面积的4.33%，气温驱动型占比为0.03%，降水、气温共同驱动型占比为2.73%。     

五道沟实验站地温对气温和降水的响应

基于五道沟水文实验站1964—2020年长系列气象和地温观测资料,采用线性趋势回归方法,开展了近57年汛期、非汛期、年三个不同时间尺度和浅层、中层、深层不同深度地温变化特征研究,并分析了地温与气温和降水变化的响应关系。结果表明：（1）近57年,年尺度,浅层及中层呈上升趋势,深层地温变化不大。汛期浅、中、深各层地温以0.12～0.17℃/10 a的速率减小;非汛期以0.07～0.29℃/10 a的速率增加。年代变化,浅层及中层地温呈先下降后上升趋势,深层地温变幅较小,呈现先上升后下降再上升。（2）年尺度及非汛期,各层地温与气温呈显著及低度正相关,与降水呈弱负相关,汛期与气温呈显著负相关,与降水呈低度相关。浅层20 cm地温与气温相关性最强,5 cm地温与降水相关性最强,地温与气温及降水的相关程度汛期均大于非汛期,同期均有浅层>中层>深层。     

三峡库区气候变化特征及其植被响应

为了解三峡库区气候与植被变化现状,利用克里金插值、滑动平均、线性回归分析、MK检验及地学统计方法分析气象数据和MODIS卫星数据.结果表明:库区1961—2014年年均气温显著上升趋势,为0.015?C/a,春、秋、冬3季也呈显著上升,降水量变化不显著. 2001—2014年,库区植被指数(NDVI、EVI)年均值均呈上升趋势,EVI显著上升,四季中NDVI仅秋季为显著上升,EVI春、秋、冬3季均显著上升.年均NDVI、EVI分别有29.74%和45.19%的区域显著增加,重庆主城区植被指数显著降低.春季NDVI、EVI与同季及年均气温为显著正相关,秋季EVI与同季气温为显著负相关,其余相关性不显著.(可见)气温对植被指数的影响大于降水,气候变暖对小区域生态环境具有一定程度的影响,库区实行的相关政策已取得一定成效.     

黄河流域植被时空变化及其与土壤湿度的相关性分析

黄河流域连接了青藏高原、黄土高原、内蒙古高原、华北平原,是我国重要的生态屏障。开展黄河流域植被时空变化及其与土壤湿度相关性分析,定量揭示土壤湿度对植被生长的影响,有利于干旱监测及生态环境保护。利用MOD13Q1NDVI产品和全球陆面数据同化系统（global land data assimilation system,GLDAS）土壤湿度数据,采用Sen+Mann-Kendall趋势检验法和相关性分析法,分析了2000—2020年黄河流域植被时空变化特征及土地利用变化对植被生长的影响,并在流域尺度探索了生长季植被归一化植被指数（NDVI）与不同深度土壤湿度的相关性。结果表明：（1）研究区植被NDVI在空间上呈现“南高北低”的特征,沿黄河径流方向,上游右岸区域植被生长状况明显好于左岸,中下游两岸区域植被生长状况无明显差异。2000—2020年NDVI整体呈增加趋势,从2000年的0.356增加到2020年的0.435。（2）不同用地类型的NDVI由大到小依次为：林地>耕地>草地>未利用地,不同季节NDVI由大到小依次为：夏季>秋季>春季>冬季。（3）研...     

NDVI dynamic changes and their relationship with meteorological factors and soil moisture

Normalized difference vegetation index (NDVI) is an important indicator for measuring vegetation coverage, which is of great significance for evaluating vegetation dynamics and vegetation restoration. It can clearly analyze the suitable growth condition of vegetation by studying the relationship between meteorological factors, soil moisture and NDVI. Based on MODIS/NDVI data, the spatio-temporal characteristics of vegetation coverage in the Weihe River Basin (WRB) were analyzed by the trend analysis method. The relationship of NDVI with meteorological factors and NDVI with soil moisture simulated by the soil and water assessment tool (SWAT) model was analyzed in this paper. The results show that NDVI values gradually change with an increase from north to south in the WRB. The maximum of the average monthly NDVI is 0.702 (August) and the minimum is 0.288 in February from 2000 to 2015. The results of the seven grades of NDVI trend line slope indicate that the improvement area of vegetation coverage accounts for 30.93% of the total basin, and the degradation area and basically unchanged area account for 23% and 42.9%, respectively. The annual mean soil moisture is 19.37% in the WRB. There was a strong correlation between NDVI and precipitation, temperature, evaporation and soil moisture, and the correlation coefficients were 0.78, 0.89, 0.71 and 0.65, respectively. The ranges of the most suitable growth conditions for vegetation are 80–145 mm (precipitation), 13–23 °C (temperature), 94–144 mm (evaporation) and 25–33% (soil moisture), respectively.     

格尔木河流域植被指数时空分布及其影响因素研究

格尔木河流域气候干旱少雨,生态环境较脆弱,植被动态对其生态环境保护具有重要意义。基于连续序列的MODIS NDVI数据,分析了格尔木河流域植被指数时空分布及其影响因素。结果表明:研究区NDVI平均值总体较小,主要在0.10～0.12间波动,但呈增大趋势。区内植被改善区分布在格尔木市东、西两侧,基本不变区为荒漠地区,植被退化区分布在北部盐湖区。区内裸土的面积逐渐减小,低覆盖率和高覆盖率植被的面积逐渐增加。研究区植被生长与气象、土壤水分和地下水位埋深都有关系。气温与植被指数相关关系较好,相关系数为0.822,而降水对植被的生长也有一定的作用。植被指数与表观热惯量是正相关关系,相关系数为0.979。区内植被的地下水位埋深范围为0～12 m,在水位埋深约为6.5 m的地方,植被长势最好。     

青藏高原高寒草地植被指数变化与地表温度的相互关系

为了解脆弱的高原生态环境对升温过程的响应, 利用1982-2006年国家标准地面气象站地表温度和GIMMS-NDVI数据集, 探讨了青藏高原高寒草地植被指数和地表温度的变化特征及其相互关系. 结果表明:1982-2006年, 高寒草地NDVI、地表温度整体均呈现增加趋势, 年均NDVI、生长季NDVI、年最大NDVI(NDVI_max)与年均地表温度、生长季地表温度的上升趋势分别为0.007 (10a)^-1、0.011 (10a)^-1、0.007 (10a)^-1与0.60 ℃·(10a)^-1、0.43 ℃·(10a)^-1; NDVI_max与地表温度显著相关的地区达70.49%. 但是高原地形、气候、水文环境的空间差异性导致高寒草地NDVI与地表温度的相关关系十分复杂. NDVI_max与年均地表温度的相关性最为显著; 在返青期和枯萎期, NDVI与地表温度均为显著正相关. 不同的植被覆盖条件下, NDVI对地表温度的响应不同:植被覆盖差以及退化严重的地区, NDVI_max与地表温度呈负相关性; 反之, NDVI_max与地表温度主要表现为正相关.     

基于MODIS NDVI的贵州省植被退化及归因

为了解森林退化的原因,利用2000-2015年的MODIS NDVI数据,在分析贵州省植被变化趋势的基础上识别了归一化植被指数（NDVI)显著下降的区域,并在NDVI显著下降区选取面积大于10 km2的森林图斑为兴趣区,分析其内气候变化趋势及对森林NDVI值的影响。研究表明:197个兴趣区主要分布在贵州省西北部的赤水—习水、东北部的梵净山和东南部的非喀斯特区域;区内春、夏季NDVI变化趋势与年NDVI值变化趋势一致,下降速率达到-0.01·yr-1,冬季与其他季节变化趋势相反,呈不显著升高趋势;区内春季和夏季气温升高显著,降水和日照时间无明显变化,整体气候变化呈暖干趋势;夏季温度升高是NDVI降低的主要驱动因素。      

Research on Temporal and Spatial Variation Characteristics of Vegetation Cover in Qilian Mountains from 1982 to 2006

Based on GIMMS NDVI data of Qilian Mountains region during 1982-2006, using the maximum synthesis, mean method, slope analysis and correlation analysis, the spatial and temporal changes of vegetation cover and its correlations with climatic factors were studied in Qilian Mountains. The results showed that: ①Vegetation NDVI of Qilian Mountains increases from west to east in general, showing the distribution pattern of much more vegetation in east regions than in west regions; ②Vegetation NDVI of Qilian Mountains has generally increased in the past twenty five years, but there are obvious spatial differences, especially vegetation NDVI of middle and east regions increase obviously; ③There have been obvious differences on spatial variation of seasonal NDVI in the past twenty five years in Qilian Mountains, and the increased area of vegetation NDVI is the largest in summer, followed by autumn, spring, but the most reduced area of vegetation NDVI is in winter. The regions of increased vegetation NDVI concentrate on southern mountain of Qinghai Province and in Buha River Basin, while the regions of reduced vegetation NDVI concentrate on Wushaoling, Lenglongling and Daban mountain in each season; ④The correlations between monthly average vegetation NDVI and temperature and precipitation are very significant, which indicates that temperature and precipitation are the main factors affecting the change of vegetation NDVI in Qilian Mountains, but intensive human activities are also important factors affecting the change of vegetation NDVI in some areas.     

The relationship between drought activity and vegetation cover in Northwest China from 1982 to 2013

We investigated drought activity and the relationship between drought and vegetation in Northwest China over the period 1982–2013 using the standardized precipitation evapotranspiration index (SPEI) and the normalized difference vegetation index (NDVI). The indexes were, respectively, calculated from ground-based meteorological data and from remotely sensed satellite data. The spatial and temporal distributions of drought (SPEI) and of vegetation cover (NDVI) were compared using annual trends, and the relationships between these trends were analyzed. The results are: (1) Overall, Northwest China had a drought trend during the study period, although some a few regions show a significant wetness trend; (2) the mean annual NDVI fluctuates, but overall shows an increasing trend, particularly in some mountainous areas that have at least adequate water and vegetation cover, while unused land becomes degraded; (3) most regions show a positive correlation between SPEI and NDVI, although the western parts of the Tarim basin, Qaidam basin, and some regions in the southeastern part of study area show a negative correlation; and (4) the various regions respond differently to global climate change, but in general regions with more vegetation cover show increased vegetation growth, while regions with less vegetation cover are becoming degraded and thus more vulnerable to the adverse effects of climate change.     

Assessing vegetation dynamics in the Three-North Shelter Forest region of China using AVHRR NDVI data

The Three-North Shelter Forest Programme (TNSFP) covers 551 Chinese counties and an area of 4,069,000 km² mostly in arid and semi-arid regions. In this paper, we discuss the temporal and spatial changes in value of the normalized-difference vegetation index (NDVI) in this region, and the relationships between NDVI and climatic factors (temperature and precipitation) based on NOAA Advanced Very High Resolution Radiometer Global Inventory Modeling and Mapping Studies NDVI data with 8-km resolution from 1982 to 2006. During the past 25 years, the vegetation cover has generally increased in eastern regions of China and the oasis in the north piedmont of Tianshan Mountains, but has decreased northwest of Xinjiang and in the Hulunbeier Plateau. The multi-year monthly average NDVI distribution map showed that NDVI increased from April to August, but in the western and northern plateau areas, the lower temperatures and high altitude created a shorter growing season (1 or 2 months). The vegetation of the study area has generally increased in the regions covered by the TNSFP. Linear regression analysis of the vegetation cover showed an increasing trend over large areas. The largest annual growth rate per pixel (the slope of the regression) was 0.009; the largest negative annual change was −0.004. The correlation between NDVI and precipitation was higher than that between NDVI and temperature, suggesting that precipitation is the most important factor that affects NDVI changes in the study area, especially for temperate desert vegetation in northwestern China.