关中平原城市群植被覆盖的时空特征与影响因素

植被是全球及区域生态系统环境变化的重要指标,也是对人类社会活动有重要贡献的资源之一。为了研究关中平原城市群不同区域植被覆盖变化对自然和人文因子的响应,以划分为三个区域的植被作为研究对象,选取2000—2017年MODIS-NDVI遥感数据,运用趋势分析、探索性空间数据分析与地理探测器等方法,从时序演进与空间分布方面研究了18 a内植被覆盖的演化及分布特征,定量分析影响植被覆盖的主导因子。遥感数据要通过投影转换、拼接、最大值合成等方法进行处理,再运用Python程序进行影像批量裁剪,将遥感数据和气象数据进行分区统计,最后对该处理数据进行讨论研究。结论表明：（1） 研究期内关中平原城市群植被覆盖呈显著上升趋势,NDVI平均值增速为0.077·（10 a）^–1,阶段性变化特征明显,其中2005—2007阶段和2011—2013阶段极显著增加,最大上升速率达到了0.05·a^–1。（2） 空间上总体呈现“南高北低”的分布特征,研究区总体得到改善;高值区主要分布在南部秦岭北坡,受气候因子的影响更大,植被覆盖增加速度缓慢,达到轻度改善水平;低值区聚集在黄土高原边缘地区,植被增加趋势明显;中部关中平原极少部分地区植被覆盖出现了轻度退化或严重退化,以西安市及临近城市最为典型。（3） 热点区主要分布在秦岭山区及关中平原中部地区,冷点区则集中于黄土高原边缘地区,植被覆盖总体以增长为主。热点区格网数量持续增多,2013年达到最大为45.07%;冷点区域数量不断减少,2017年减少到9.82%;次热点区与次冷点区主要分布在中部平原地带及北部地区,由连片分布转化为零散分布,且总量不断减少。（4） 自然因素对植被覆盖的影响最为突出,其中气温和降水为影响植被覆盖的主导因子,决定力q值分别为0.955和0.931,且气温的影响大于降水的影响;人文因子影响力较为显著,GDP因子决定力q值达到0.387。研究可为当地改善植被覆盖环境提供理论依据。     

2015—2020年中国土地利用变化遥感制图及时空特征分析

持续地开展国家尺度土地利用/覆盖变化遥感监测对于新时代国土空间规划和“美丽中国”蓝图绘制具有重要的科学价值。本文采用Landsat 8 OLI、GF-2等卫星遥感数据,融合遥感大数据云计算和专家知识辅助人机交互解译方法,研发了中国土地利用变化（2015—2020年）和2020年土地利用现状矢量数据（CLUD 2020）,建立了完整的30 a（20世纪80年代末—2020年）每隔5 a的30 m分辨率中国土地利用动态数据库。基于CLUD 2020数据,从全国和区域两个尺度揭示了2015—2020年中国土地利用变化的总体规律、区域分异和主要特征。研究表明：将遥感大数据云计算生成的30 m分辨率植被覆盖变化和地表类型变化检测信息融入到人机交互遥感解译方法,可有效地提高大范围土地利用变化遥感制图的效率和变化图斑辨识的准确性;精度评价表明,CLUD 2020一级类型制图的综合精度达95%。总体上,全国范围内国土空间开发强度与2010—2015年比较进入相对稳定状态。期间全国耕地面积仍保持减少态势,空间分异特征为耕地南减北增,东北松嫩平原及其与三江平原交界区大规模的旱地向水田转移,西北新疆南部开垦和北部退耕/撂荒并存;全国城乡建设用地持续增加,空间分异特征表现为由以往的沿海地区和超大、大城市集聚转向中西部地区的大中小城镇周边蔓延为主。全国范围的林草自然生态用地面积持续减少,但强度与2010—2015年比较有所下降;受气候变化的持续影响,青藏高原地区的河流湖泊等水域面积显著增加。以上土地利用变化格局与“十三五”期间国家高质量发展、生态文明建设宏观战略和气候变化的影响密切相关。     

额尔齐斯河流域中亚段植被覆盖遥感动态监测

利用中亚北部额尔齐斯河流域2000-2008年的中分辨率成像光谱仪(Moderate ResolutionImaging Spectrometer,MOD IS)数据,分析了额尔齐斯河中亚段不同区域的归一化植被指数(Nor-malized D ifference Vegetation Index,NDVI)随季节变化的规律,并合成全年最大NDVI值代表当年植被最好时期的NDVI值,应用混合像元分解模型,计算研究区内的植被覆盖度并根据植被覆盖度的高低将研究区内的植被覆盖程度分为六个等级:无覆盖、极低覆盖度、低覆盖度、中覆盖度、中高覆盖度和高覆盖度。通过研究区内植被覆盖度的变化情况在一定程度上揭示研究区内植被变化情况。2000-2003年,研究区的植被覆盖水平有降低趋势,2003-2007年呈增加趋势,2007覆盖水平与2002年相近,2008年覆盖水平降低明显,为9 a来最低,是由研究区当年降水量减少引起;植被覆盖水平高的区域主要分布在研究区东北部的山区和西北部的平原区,植被覆盖水平较低的区域集中在流域中西部的干旱草原;高覆盖区域的植被覆盖年际变化幅度较中低覆盖区域的小。     

1948—2018年国际河流跨境水冲突的时空演化规律

随着全球气候变化和人类社会经济高速发展,水资源供需矛盾日益突出,国际河流流域跨境水冲突不断加剧,其时空演化规律成为当前跨学科研究的热点和难点。为此,从水冲突“事件—关系”视角,对1948—2018年间全球跨境水冲突的时空演化规律进行系统分析发现：① 1948—2018年全球跨境水冲突规模总体呈非单调波动增长态势,在1987年前后发生显著突变,表现出兼具趋势性、突变性和波动性等多维特征的非单调动力过程;② 全球跨境水冲突事件以围绕水文干预和资源权属争夺的低强度事件为主,大坝等水利工程建设引发的冲突显著增加,南亚、西亚和东非地区成为主导全球跨境水冲突趋势演化的“序参量”;③ 全球跨境水冲突呈现由单中心向多中心格局转变的空间扩散趋势,但“北多南少、东多西少、相对集中”的总体不均衡格局基本锁定,形成以30°N为中心、横跨南亚—中亚—西亚—东非高水资源压力区的水冲突密集带;④ 国家间跨境水冲突关系趋于普遍化、复杂化和网络化,发育多个流域性网络社团,但水冲突关系的“马太效应”和极化分布特征持续显著,产生“路径锁定”效应;水冲突“规模—强度”关系存在一定的空间错配。     

近20 a新疆南部植被覆盖度时空特征及对气候因素的响应——以塔什库尔干塔吉克自治县为例

植被覆盖度是反映生态环境质量的评价指标,掌握植被覆盖度的变化有助于实现生态文明建设与区域农牧业规划及生态环境保护。基于2001—2020年归一化植被指数（Normalization difference vegetation index,NDVI）,以耕地、林地、草地植被类型为研究对象,采用混合像元二分模型计算植被覆盖度,应用空间稳定性分析、Sen+Mann-Kendall空间趋势分析、线性回归等方法,分析塔什库尔干塔吉克自治县植被覆盖度的时空特征;同时,结合气温、降水量数据,利用Spearman相关分析、GIS空间分析等方法,分析气候因素对植被覆盖度的影响。结果表明：（1） 近20 a植被覆盖度以中植被覆盖区为主,植被覆盖度减小了4.79%。（2） 植被覆盖度的空间稳定性波动较小,以波动变化（37.3%）、中等波动变化（32.7%）为主;植被覆盖度呈显著减少和不显著减少面积分别占总面积的3.8%、54.5%。（3） 耕地、林地、草地植被状况均呈现不同程度的轻微退化,在植被覆盖度上分别减少了4.57%、6.32%、4.24%,在空间稳定性上,不显著减少分别为51.28%、54.48%、52.29%。（4） 2001—2020年耕地比林地、草地空间稳定性和退化程度更为稳定和缓慢,林地退化比耕地、草地严重。研究区植被覆盖度变化较小,呈微弱下降趋势,人类活动是影响植被生长的主要因素。     

2000—2018年青海湖流域气温和降水量变化趋势空间分布特征

青藏高原是全球气候变化的敏感区,气温和降水量的空间分布及变化趋势是气候变化研究的核心和基础,为开展生态环境变化评估提供基础资料。基于2000—2018年青海湖流域及其周边气象站观测数据,以高程为协变量,结合专业气象插值软件ANUSPLIN对气温和降水量进行空间插值。利用线性回归法分析了青海湖流域2000—2018年气温和降水量的变化趋势;利用双变量空间自相关分析法分析了青海湖流域气温和降水量空间匹配关系。结果表明：（1） 2000—2018年青海湖流域年平均气温呈显著增加趋势,平均增速为0.30 ℃·（10a）^-1,春季增温显著。（2） 降水量呈显著增加趋势,平均增速为73.20 mm·（10a）^-1,春夏季增速显著、秋季变化不明显、冬季趋于变干。（3） 青海湖流域气温和降水量空间匹配差异显著。从年尺度来看,气温和降水量莫兰指数（Moran’s I）为-0.66,表现为显著的负相关,面积比为67.56%,水热组合空间匹配不佳。从季节尺度来看,青海湖流域春季、夏季、秋季和冬季的气温和降水量Moran’s I分别为-0.49、-0.80、-0.32和-0.14,均为空间负相关。春夏季,流域低海拔区域气温逐渐升高,高海拔区域降水量逐渐增多,气温和降水量空间负相关面积逐渐增大,水热组合空间匹配不佳。值得强调的是青海湖巨大水体对环湖区局地气温的调节作用明显,是青海湖流域的“气候调节器”。     

全球土地覆被时空变化与中国贡献

20世纪下半叶以来全球土地覆被发生了剧烈变化,人类活动对土地覆被变化的影响成为“人类世”最为显著的特征之一。科学评估全球土地覆被变化的时空过程和新态势,分析中国在其中扮演的角色和地位并提出优化路径,成为中国在可持续发展领域应对全球百年未有之大变局的核心任务之一。本文基于多源土地覆盖数据,运用地理空间分析方法定量刻画了全球土地覆被变化的时空演化过程,从景观尺度分析了地类间的转化关系以及全球“变绿”和森林覆盖度的变化趋势,揭示了中国对全球土地覆被时空变化的贡献。结果表明,1992—2015年全球土地覆被经历了显著变化,全球土地覆被变化度在南美洲中部、撒哈拉以南的非洲、中亚、东南亚和东亚等地形成显著的热点区。中国森林覆盖率从1990年的12.98%增至2020年的23.34%,湿地面积增长1908 km²,为维护全球生态安全贡献了力量,同时在城市用地增长、草地和其他用地减少等方面也有一定的限制作用。与全球其他国家不同,中国城市扩张占用耕地面积居全球第一位,高达7.3万km²。1999—2019年全球叶面积指数存在全球性的显著提高趋势。中国以仅占全球6.6%的植被面积,贡献了全球20%左右的叶面积增加量,引领了全球“变绿”过程。1990—2020年全球森林覆盖度变化呈现出空间集聚性。中国森林面积增长62.84万km²居全球前列,其中西南林区和秦巴山区是林地增长的主要区域,长三角、粤港澳大湾区和内蒙古东部部分地区是森林覆盖度降低的主要区域。中国未来应进一步提升经济社会发展与生态保护的均衡协调度,持续推进美丽中国建设,为全球生态安全和可持续发展贡献更大力量和更多经验。     

黄河源区气候—植被—水文协同演变及成因辨析

全球变化下黄河源区水文过程的演变影响流域生态系统的水源涵养功能,流域植被改变也影响水循环。本文基于气候、植被信息和VIP分布式生态水文模型,开展黄河源区水碳循环要素变化的集成模拟,分析了气候—植被—水文要素的协同演变机制。结果表明,2000年以来黄河源区气候呈暖湿化趋势;植被绿度明显提高,2010—2019年比2000—2009年平均增加了4.5%;生长季延长了至少10 d;植被生产力（GPP）显著上升,倾向率为4.57 gC m^-2 a^-1;植被恢复措施对GPP变化的贡献约为23%,气候变化和大气CO₂升高的施肥效应的贡献为77%。源区植被蒸散量（ET）呈增加趋势,倾向率为2.54 mm a^-1,水分利用效率（WUE）亦提高,平均相对上升率为5.1% a^-1。GPP、ET和WUE年总量及其变化率在海拔4200 m以下随高度上升而减小,之后变化趋缓。源区植被绿度和径流系数与当年和前一年降水呈显著正相关,反映降水蓄存于植物根层土壤的遗留效应。蒸散增强在一定程度上有利于源区地表—大气之间的水分再循环,帮助缓解生态恢复引起的产水能力下降,促进降水—植被—径流之间的良性互馈关系的形成。揭示水文对气候变化和植被恢复的响应和互馈机制,可为生态恢复措施对源区水源涵养功能的影响及效应的定量评估提供科学依据。     

滇中城市群不透水表面时空变化与反常气候现象研究

人类活动对全球气候变化的影响是学科前沿也是热点和难点,其中城市不透水表面（IS）的热岛、雨岛等气候现象是研究重点,但有关其他气候要素的研究尚有待开展。本文以全球30 m IS数据集(GAIA)和中国区0.1°地面气象要素数据集为数据源,通过Mann-Kendall（M-K）突变检验法和贝叶斯模型等方法,对滇中高原湖滨城市群在1985—2018年间IS的时空变化特征、气象要素变化与IS的关系,以及反常气候现象进行了刻画。结果表明,相较1985年滇中城市群的IS面积增加了227.56%,2007—2018年增长速度达到最快（89.85 km²/a）,主要在S、NE、SE、W 4个方向扩张;34 a滇中城市群气候整体经历冷湿（1985—1995年）、暖湿（1996—2006年）、暖干（2007—2018年）3个快速转化阶段;IS具有显著的“热岛现象（气温+0.63 ℃,长波+4.49 W m²）”“雨岛现象（降水+38.27 mm）”“湿岛现象（比湿+0.51 g/kg）”“风速低岛现象（风速-0.025 m/s）”和“气压高岛现象（气压+602.64 Pa）”;滇中城市群的长波辐射主要分布在313~329 W m²、比湿8.9~9.9 g/kg、气压76235~79946 Pa、短波186~194 W m²、降水840~876 mm和876~998 mm、风速2.08~2.38 m/s、气温13.85~15.85 ℃区间内,且显著受IS分布影响。IS对气压和湿度的影响具有“气压反温度现象”和“湿度反常现象”,这可能与副热带高压带控制、海拔和大型湖泊（湖陆风）影响有关。     

毛乌素沙地东南缘植被NDVI时空变化及其对气候因子的响应

了解植被生长对气候变化的响应是厘清生态系统动态关系的重点。基于1990—2018年气象数据和归一化植被指数（NDVI）,应用偏相关分析与地理探测器等方法,分析了在生长季,毛乌素沙地东南缘不同类型植被年均NDVI的变化趋势,探讨了年均气温与年总降水量对各类型植被的影响。结果表明：（1） 1990—2018年生长季研究区植被年均NDVI显著与极显著增加面积达97.9%,整体生态环境质量大幅度改善。2005年之前植被年均NDVI增速缓慢,此后以0.011·a^-1的速率发生了突变增加,其中灌丛类植被年均NDVI增长幅度最大。（2） 2000年为年总降水量与年均气温的趋势突变点,突变前年总降水量以-5.510 mm·a^-1的速率减少,此后以5.541 mm·a^-1的速率增加,且主要依赖于大雨雨量的增加;年均高温与年均低温在突变前上升速率分别为0.122 ℃·a^-1与0.230 ℃·a^-1,突变后,年均高温下降速率为-0.014 ℃·a^-1,而年均低温上升速率为0.022 ℃·a^-1。（3） 在植被年均NDVI缓慢增长阶段（1990—2005年）,年均低温对植被影响较大,与不同类型植被年均NDVI多呈显著正相关;在植被年均NDVI快速增长阶段（2006—2018年）,年总降水量与不同类型植被年均NDVI呈显著正相关,大降雨事件的频发使得降水量对于植被的生长起主导作用。年总降水量与年均气温尤其是年均低温的交互作用是促进植被生长的关键。     

基于多源遥感和机器学习方法的科尔沁沙地植被覆盖度反演

植被覆盖度是监测生态系统及其功能的关键参数,如何提高大区域植被覆盖度的反演精度,对生态脆弱区环境可持续发展至关重要。本研究基于人工神经网络、支持向量回归和随机森林等机器学习方法,利用无人机、Worldview-2与Landsat 8 OLI遥感数据,对科尔沁沙地植被覆盖度进行多尺度反演。结果表明：随机森林模型比人工神经网络、支持向量回归模型表现佳,可在单元（试验区）、区域（研究区）尺度上较高精度地反演沙地的植被覆盖度,反演值与无人机实测值均在线性水平上呈显著相关（P<0.01）;在单元、区域尺度上,构建的植被覆盖度反演模型测试集R²分别为0.84、0.80,MSE分别为0.0145、0.0370,一致性指数d分别为0.9576、0.8991。利用多源遥感数据和机器学习方法,通过局部区域的高精度反演逐步实现低空间分辨率遥感影像的大区域植被覆盖度反演,不仅可有效提高沙地植被覆盖度的反演精度（R²=0.78,大于0.63）,也为区域生态环境监测与生态系统健康评价提供支持。     

青海高寒草甸退化演替中的植被指数

随着气候变化和人为活动干扰,高寒草甸退化已成为青藏高原严重的生态环境问题,精准识别其退化程度并制定相应恢复策略,对实现高寒草甸可持续发展具有重要意义。目前,低空间分辨率MODIS数据为草地遥感监测的主要数据源,但难以满足景观破碎度或异质性较强地区的应用。本研究基于野外调查资料,利用多源遥感数据（MODIS、Landsat、Sentinel-2）研究不同空间分辨率归一化植被指数（NDVI）对高寒草甸退化演替的响应,为准确评估青藏高原高寒草甸退化程度提供依据。结果表明：（1）随着高寒草甸退化,植被群落优势种演化趋势为禾草—矮嵩草—小嵩草—杂草群落;植被高度和生物量先快速下降,然后缓慢下降或趋于稳定,植被覆盖度和NDVI的变化呈相反特征。（2）随着湿地草甸旱化,植被群落优势种从藏嵩草演变为矮嵩草或小嵩草,湿地旱化初期植被高度、生物量和覆盖度平均值略低于原生湿地,NDVI略大于原生湿地,差异不显著。（3）植被高度、覆盖度和生物量与Sentinel-2或Landsat的NDVI相关性均优于MODIS,说明Sentinel-2和Landsat的NDVI对高寒草甸退化演替过程更加敏感,采用该数据能更准确评估高寒草甸退化程度。     

基于NDVI的新疆荒漠地区植被覆盖度遥感估算经验模型研究

新疆荒漠地区植被覆盖度遥感估算模型十分缺乏，给荒漠化监测等相关工作带来很大不便，开展植被覆盖度遥感估算经验模型研究，对于促进和完善相关地区的生态监测及研究工作具有积极的现实意义。通过对阜康市北部沙漠南缘和克拉玛依市中部平原荒漠进行无人机航拍，利用无人机遥感提取（光合）植被信息，并将无人机航拍影像的植被覆盖度统计单元与高分辨率卫星影像像元在空间上直接相对应，获取在高分辨率卫星影像像元尺度上的植被盖度，然后通过植被覆盖度和空间上与其相对应的源自高分辨率卫星影像的NDVI数据的拟合关系，建立基于源自高分二号影像的NDVI的阜康北部沙漠植被覆盖度遥感估算线性模型以及基于源自ZY1-02C影像的NDVI的克拉玛依平原荒漠植被覆盖度遥感估算二次多项式模型。研究中所采用的无人机遥感与卫星遥感相结合、植被覆盖度统计单元与卫星像元在空间上直接对应的方法，可避免以往相关工作中常以点位测量数据代表卫星像元数据所带来的不确定性。由于所用卫星影像的NDVI数据稳定性相对不足等原因，所建立的遥感估算模型的估算精度尚相对偏低，有待于今后进一步的工作加以改进。     

北京山区植被覆盖动态变化遥感监测研究

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.利用北京市1979年7月14日和2005年7月25日的Landsat MSS和TM影像,采用基于归一化植被指数(ND-VI)的像元二分模型,计算了这2个时期的植被覆盖度,并对北京山区1979-2005年间植被覆盖的变化情况进行了遥感监测和定量分析.结果表明,北京山区的植被覆盖度由1979年的70.05%下降为2005年的66.14%;植被退化的总面积为3672.90km2;植被覆盖度在80%～100%的退化面积最大,为617.45km2.     

新疆荒漠稀疏植被覆盖度信息遥感提取方法比较

植被覆盖度信息是荒漠生态环境表征的重要指标之一。荒漠区地表植被稀疏,在遥感光谱信息中表现较弱,通用的植被覆盖度遥感提取方法应用于干旱荒漠区存在一定的局限性,为了探寻一种满足大尺度荒漠地区的植被覆盖度信息的提取方法,必须对比和分析现有的遥感方法在干旱荒漠区的应用效果。以新疆荒漠区为例,利用MODIS遥感影像和野外植被覆盖度实测数据,对常用的6种遥感植被覆盖度提取方法（改进的三波段梯度差法、像元二分法、线型混合像元分解法、归一化植被指数法、增强型植被指数法和修正型土壤调整植被指数法）的结果进行精度验证和对比分析。结果表明：MODIS影像上较难提取纯荒漠植被像元,用农作物的像元值代替会降低像元二分法和线性混合像元分解模型的模拟精度;植被指数法对地面实测数据依赖性较大,模拟的精度差异很大,仅考虑红光和近红外的归一化植被指数法模拟精度最低,而综合考虑土壤和大气因素的增强型植被指数法的模拟结果精度最高;改进的三波段最大梯度差法虽然模拟精度稍次之（R²=0.74;RMSE=13.46）,但依据光谱的物理特性,能显著地反映南、北疆荒漠植被覆盖度的差异,是目前大尺度的荒漠区覆盖植被信息提取较为适宜的方法之一。     

基于GEE的1987—2019年民勤绿洲NDVI变化特征及趋势分析

Google Earth Engine（GEE）是目前最先进的地理大数据分析和可视化平台,使遥感监测地表植被突破了数据获取难、本地存储量大、处理效率低的限制。基于GEE云平台计算Landsat系列卫星影像,研究了1987—2019年民勤绿洲NDVI的时空变化,并通过一元线性趋势分析、稳定性分析、Hurst指数对变化趋势进行了分析和预测。结果表明：（1）1987—2019年民勤绿洲NDVI年均值从0.172上升到0.230,多年平均值为0.244,1989—2007、2010—2016年呈上升趋势,1987—1989、2007—2010、2016—2019年呈下降趋势。年内NDVI-0.017—0.333,高值集中在每年4—10月。空间上来看,绿洲外围NDVI明显增大,绿洲向荒漠扩张。（2）1987—2019年民勤绿洲大部分区域NDVI基本不变,坝区、泉山区绿洲外围、湖区南部和青土湖呈增大趋势,坝区中部民勤县城区、湖区北部绿洲边缘呈减小趋势,基本不变、增大、减小区域分别占总面积的81.90%、16.25%和1.85%。（3）1987—2019年民勤绿洲NDVI变化稳定性高的区域主要位于坝区东南部、泉山区东部、湖区北部荒漠区域;波动性高的区域主要位于坝区、泉山区绿洲外围、湖区南部和青土湖。（4）未来民勤绿洲大部分区域NDVI变化趋势保持基本不变,坝区、泉山区绿洲外围、湖区北部和青土湖,NDVI未来有可能增大,坝区中部民勤县城区、湖区北部向荒漠过渡地带,NDVI未来有可能减小,基本不变、未来有可能增大、减小的区域面积分别占71.62%、12.96%、15.42%。     

新疆生态系统健康遥感评估及关键驱动因子研究

作为我国陆地面积最大的省级行政区,新疆维吾尔自治区具有多样的生态系统结构和丰富的动植物物种资源,是我国西北地区重要的生物多样性热点研究区域。通过以新疆维吾尔自治区为研究对象,结合区域特点和定量遥感数据实时、易获取、周期性等优势,选取归一化植被指数、动物物种丰富度、干旱度、人类扰动指数四类单因子指标,依据“活力-组织-恢复力”生态健康评估模型,定量化的构建了新疆以遥感数据为主导的区域综合生态健康遥感评估指数,并进一步基于地理探测器探明不同环境驱动因子对新疆生态健康的影响程度,在县级行政区层面对该方法进行了长时间序列的应用分析和验证。结果表明:(1)新疆生态健康水平以塔里木河—叶尔羌河流域为分界线,北疆生态健康水平明显高于南疆,具有显著的空间分异性和集聚特征。(2)各环境因子对新疆生态健康的影响程度依次为:归一化植被指数(0.645)>人类扰动指数(0.512)>动物物种丰富度(0.414)>干旱度(0.116)。(3)2000—2018年新疆整体生态健康水平呈现逐步攀升的趋势,变化最为显著的区域是在昌吉回族自治州的玛纳斯县、呼图壁县以及昌吉市;阿勒泰地区的福海县和富蕴县。     

区域景观格局变化及生态修复——以北京门头沟区为例

以1979年和2005年的LandsatTM影像为数据源,在对其进行几何订正、大气和地形辐射校正的基础上,采用归一化植被指数和改进的像元二分模型,对北京市门头沟区的植被覆盖进行了动态遥感监测,结果表明该区植被覆盖总体上呈下降趋势。在此基础上结合研究区边界矢量文件和DEM数据,利用GIS技术和生态景观指标分析方法,定量分...     

基于层次分析法的黄河上游水源涵养区生态系统恢复力评价——以甘南州、临夏州为例北大核心CSCD

在全球气候变化背景下,人类活动对生态环境质量影响的定量评价是区域生态保护与高质量发展的关键问题。本文基于层次分析法(AHP)和GIS可视化空间分析技术,应用遥感反演的生态系统分类资料和社会经济统计资料等,构建了包含社会经济、土地压力、自然条件3个准则层的生态系统恢复力评价指标体系,结合指标时空尺度无量纲化与综合指数法,进行了甘肃省甘南州、临夏州2000—2020年的生态系统恢复力定量评估。结果表明:研究区域空间尺度生态恢复力范围分别为0.14—0.65(2000年)、0.12—0.72(2005年)、0.07—0.70(2010年)、0.12—0.70(2015年)、0.28—0.82(2020年);甘南生态系统恢复力较高,临夏生态系统恢复力较低,在空间分布上,生态系统恢复力呈现北低南高的总体特征,高生态恢复力的乡镇以草地、森林、灌木生态系统为主,低生态恢复力的乡镇以农田、城镇生态系统为主;在时序变化特征中,生态系统恢复力总体向好,呈现先上升、后下降、最后上升趋势,受人类活动与气候变化共同作用。     

2001—2018年中亚干旱区地表水资源时空变化特征

基于2001—2018年长时间序列地表水遥感监测数据,提取中亚五国地表水面积信息,通过动态度法、变化斜率法和相关分析法揭示中亚五国地表水面积的时空动态变化特征并对其进行驱动力分析。结果表明：① 中亚五国地表水呈“北密南疏”分布特征,中北部地表水变化明显。近18 a来,季节水面积呈显著增加趋势,增加了133.55%,而永久水呈波动减少趋势,减少了17.27%。哈萨克斯坦地表水面积占比最大且变化也最为明显,其次是乌兹别克斯坦,其余三国无较大变化。② 2001—2018年,中亚五国全区季节水动态度为7.42%,并呈快-慢-快的增长趋势,而永久水呈增长-下降-增长的演变趋势,乌兹别克斯坦地表水变化最为活跃;北部边缘及图尔盖洼地、西部里海沿岸和咸海地区永久水面积显著减少而季节水显著增加,永久水向季节水转换现象明显。③ 中亚五国增温趋势不明显,降水呈减少趋势,人口、GDP和耕地均呈增加趋势。中亚五国地表水面积变化主要受社会经济因子的影响,气候因子对地表水的影响不显著。