基于PIE-Engine云平台的2018—2022年辽宁省植被覆盖度时空演变及影响因素

基于PIE-Engine(航天宏图)云平台,对2018—2022年辽宁省哨兵2A(Sentinel-2A)地表反射率数据进行处理,计算得到归一化植被指数NDVI,在此基础上利用像元二分模型计算植被覆盖度FVC,对计算得到的FVC结果运用趋势分析、偏相关分析等方法分析了辽宁省FVC时空演变情况及其影响因素。研究表明：1)2018—2022近5年辽宁省植被覆盖度FVC均值整体上呈波动上升趋势,植被覆盖度FVC均值由71.5%增至73.2%,其增长速率为2.3%。2)植被覆盖度FVC在空间上由西北向东北呈现逐渐递增的趋势,相比于退化地区的植被覆盖度提高的幅度大。植被覆盖度改善的区域明显大于退化区域,表明辽宁省植被覆盖情况得到恢复。3)相比较而言,高程和坡度是影响植被覆盖度FVC值的显著因子,FVC值随高程呈“下降—上升—下降”的变化趋势,同时FVC值随坡度的增加呈逐渐增加的趋势;4)FVC受气候的影响因素较大,3个气候因子与FVC有较强的相关性,年平均气温对FVC变化影响最大。     

京津冀地区植被覆盖度时空演变特征分析

利用MODIS EVI遥感数据,采用AG滤波法(Asymmetric Gaussians)和像元二分模型来实现对2001-2015年京津冀EVI数据的重建和植被覆盖度的估算,在此基础上运用线性回归分析等方法,从时空两个维度分析了2001-2015年京津冀植被覆盖的演变趋势。研究结果表明:(1)2001-2015年京津冀地区植被覆盖度年际变化呈不显著增长,2003-2004年植被生态环境退化明显。(2)京津冀城市群植被覆盖度差异明显,大多数城市植被覆盖度处于稳定波动中,张家口市植被覆盖度呈波动上升。(3)2001-2015年京津冀植被覆盖度超过95%区域有所变化,呈增长趋势的区域占研究区面积的56.36%。显著变化区域中,中度改善区域占比例最高,达到28.18%;严重退化区域占比最小,仅为3.25%。     

陕北黄土高原植被覆盖时空变化及其归因分析北大核心CSCD

本文借助Google Earth Engine(GEE)云平台,以Landsat影像、气温降水和土地利用类型为基础,利用Theil-Sen Median趋势分析、Mann-Kendall检验、偏相关性和多元回归残差分析法,分析了1999—2018年陕北黄土高原植被覆盖时空特征、变化趋势及气候变化与人类活动对于不同土地利用类型的影响,得出以下结论:(1)1999—2018年陕北黄土高原年际FVC呈改善趋势,其平均增速为0.004 9/a(P<0.01),植被覆盖度呈增加趋势的面积占总面积的74.43%;(2)植被覆盖度与降水和气温的偏相关系数具有明显的空间差异,植被生长对降水变化较敏感;(3)气候变化和人类活动的共同作用是植被生长的主要原因,其中气候变化对植被FVC的影响范围为-0.001 0/a~0.003 6/a,而人类活动对植被FVC的影响范围为-0.046 1/a~0.049 0/a;(4)在不同土地利用类型中,气候变化对水体增幅影响最大,对针叶林和阔叶林增幅影响最小,而人类活动变化对人类占用地增幅影响最大,对阔叶林增幅影响最小。     

南水北调中线水源区植被覆盖度遥感监测分析

南水北调中线工程是我国大规模跨流域调水工程的一部分,开展该区域植被覆盖度变化的研究与分析,对于保护该区域的生态环境及水质具有重要意义。该文以2000年和2009年两期遥感图像为本底数据,利用基于NDVI的像元二分模型对南水北调中线水源区的植被覆盖度进行了估算,并分析了该区植被覆盖度的时空变化特征。结果表明:2000年该水源区植被覆盖度的平均值为67.5%,2009年的平均值达到72%,植被覆盖度总体呈增长趋势;植被覆盖度增幅的空间特征表现为水源区中部地区高,东西部地区相对较低;在不同植被类型中,落叶针叶林的覆盖度平均值增幅最大,草地覆盖度增幅最小;位于水源区的大多数县(市)的植被覆盖度在近十年来都有不同程度的增加,其中柞水县的植被覆盖度平均值增长幅度最大,这与国家实施退耕还林、封山育林、基本农田建设等政策有关。     

胜利矿区植被覆盖度时序变化的空间异质性监测

通过对胜利矿区的地理位置、气候条件等背景的分析，本文为实现获取时序性植被覆盖度的空间异质性的目的，使用ENVI、GIS、Matlab等软件，基于胜利矿区1985—2017年的Landsat TM/ETM+/OLI遥感数据计算NDVI，利用像元二分模型计算植被覆盖度，得到研究区植被覆盖度均值的时序变化情况。采用转移矩阵法和Sen+Mann-Kendall法对研究区域内不同等级的植被覆盖转移情况及变化趋势情况进行分析。研究表明：胜利矿区植被覆盖度均值波动较大，呈轻微下降趋势。在监测时段内68.36%的高植被覆盖区域植被发生了退化，只有3.2%左右的极低植被覆盖区域得到了良好的改善。此外，研究区植被覆盖度受到结构性因子和随机性因子的影响，空间异质性明显，灌溉区由于人为干涉，植被生长良好，极低植被覆盖面积维持在3%以下，植被覆盖显著下降区域主要集中在露天采坑、排土场等矿业景观区。     

梵净山长时序植被覆盖变化趋势与对比分析

梵净山具有独特的亚热带孤岛山岳生态系统和丰富的生物多样性,研究其植被覆盖长时序的时空演变和变化趋势,对于保护区的生态管理具有重要意义。本文基于GEE云平台,利用Landsat SR数据集进行去云和融合处理,使用最大值复合法合成年度NDVI数据集。通过像元二分模型法反演植被覆盖度,采用一元线性回归趋势分析法和Sen+Mann-Kendall趋势分析法对梵净山自然保护区的FVC进行逐像元的时空演变和趋势分析,并对比两种趋势分析的差异。结果表明：(1)近30年来,梵净山自然保护区的植被覆盖度呈先下降后上升的“U”形增长趋势,增长率为3.46%,植被覆盖情况得以明显改善。(2)在空间分布上,梵净山自然保护区的植被覆盖度呈现出中间高、四周低的特点。植被改善面积(占94.80%)远大于植被退化面积(占5.20%)。(3)两种趋势分析方法得出的梵净山自然保护区植被覆盖度变化趋势基本相似,但Sen+Mann-Kendall趋势分析法对显著变化结果的敏感程度高出2.18%。     

中国北方地区植被覆盖度遥感估算及其变化分析

为了分析中国北方地区2000年之后植被覆盖度的时空分布及其变化,利用MODIS光谱反射率数据计算归一化植被指数,采用像元二分模型对中国北方地区2000—2012年植被覆盖度进行定量估算,分析研究区13 a间植被覆盖度的时空变化特征。研究结果表明:植被覆盖度年内变化特征体现在最大植被覆盖度一般出现在7和8月份,与中国北方地区植被的生长季相一致;整个中国北方地区年最大植被覆盖度呈现缓慢增长的趋势,其增长速率为每年0.2%;年最大植被覆盖度变化的空间分布具有较大差异,其中东北、华北和黄土高原等三北防护林工程建设区的年最大植被覆盖度有较明显的增长。     

基于MOD13Q1数据的大湄公河次区域植被覆盖时空变化分析

基于MOD13Q1-NDVI数据,采用最大值合成法提取2000—2017年的月植被指数,分别从月平均NDVI和年平均NDVI两个角度分析了大湄公河次区域植被覆盖的时空变化特征.结果表明:2000年以来,大湄公河次区域年平均NDVI总体上呈波动增长;但不同时段植被覆盖度变化不同,2000—2005年植被覆盖度总体略有降低,2005—2010年和2010—2015年植被覆盖度总体在增加;从植被覆盖度的空间变化来看,大湄公河次区域上游北部地区植被覆盖整体情况较差,下游西南地区植被覆盖呈现明显减少的趋势,今后应加强对上游北部地区和下游西南部地区的植被保护与生态修复.     

陕西省1998～2008年植被覆盖度的时空变化研究

以1998-04～2008-07的372景逐旬SPOT4VEGETATION数据(S10)为主要数据源,利用MVC法、一元线性回归趋势分析法和差值法,分析1998～2007年陕西省年最大化NDVI的变化趋势,并对年最大化NDVI和月最大化NDVI的年际变化规律和陕西省植被覆盖度动态变化及其空间分布规律进行分析。结果表明,1998～2008年间,年最大化NDVI整体呈变好的趋势,但是月最大化NDVI的年际变化趋势在不同月份存在很大的差异;年最大化NDVI和月最大化NDVI在每相邻2a间的变化均存在很大差异,植被退化与改善波动出现;1998～2008年陕西各地区植被覆盖度变化是很明显的,一般8、9月份植被覆盖度最高。从空间分布上看,陕北北部地区(榆林市的东南部和延安市北部地区)植被覆盖度显著增加,宝鸡市中南部、西安市、商洛和安康部分地区植被改善也较明显。     

利用MODIS NDVI进行淮南矿区植被覆盖度动态监测

为了分析2005—2014年10年间淮南矿区的植被覆盖演化并为矿区生态恢复提供科学参考,基于像元二分模型并利用每16 d周期的MODIS NDVI时间序列产品提取了2005年、2008年、2011年、2014年淮南矿区植被覆盖度,并从时序演化、数量转移和空间演化3个方面分析了植被覆盖的时空演化特征。结果表明:监测时段内年际NDVI均值由2005—2008年呈下降趋势,2008—2015年呈现稳步上升趋势;监测时间内区域平均植被覆盖度分别为0.722 3、0.701 7、0.718 1和0.702 8,平均减幅为2.7%;较高植被覆盖的面积是区域内主导植被覆盖,占整个研究区面积的50%,中、低和无植被覆盖面积在监测时间内保持稳定且面积均不足200 km2,表明植被覆盖状况总体良好;植被覆盖等级转化主要以高覆盖和较高覆盖之间的转化为主,稳定是植被覆盖的主要演化状态,而植被的轻度退化与交替演变趋势明显。     

大光斑波形数据在土地覆盖分类的适用性分析

针对GLAS地学激光测高系统是冰、云和陆地高程卫星(ICESat)的唯一监测工具,能够记录地表光斑内的地物信息,是否能应用于黄土高原土地覆盖分类的问题进行了研究。利用粒子群和最小二乘法相结合的方法对GLAS波形数据进行高斯分解,获取高斯波个数、波形总能量、波形信号起始和信号结束位置4个波形参数;基于波形自动分类方法对黄土高原水体、森林、城市用地、其他地类(裸地、低矮植被等)进行分类。通过基于覆盖相同研究区域的30 m地表覆盖数据(Globe Land30),验证分类的准确性。结果表明,GLAS大光斑波形数据对黄土高原的4种地类能够很好地进行区分,总分类精度高达87.68%,Kappa系数为65.79%。研究表明,GLAS波形数据可以作为获取土地覆盖信息的有效数据源,为研究黄土高原土地覆盖变化提供更丰富的数据支持。     

Temporal and spatial relationships between soil erosion and ecological restoration in semi-arid regions: a case study in northern Shaanxi,China

ABSTRACT

To assess the effects of the Grain for Green Program (GGP) on soil erosion is essential to support better land management policies in the Chinese Loess Plateau. Studies on the evaluation of the effects of the GGP on soil erosion have garnered heightened attention. However, few studies examined the efficiency of GGP on soil erosion control through spatial relationship analysis. Thus, this study focuses on analyzing the spatial variation relationship between soil erosion and GGP in northern Shaanxi, Chinese Loess Plateau, from 1988 to 2015. The Universal Soil Loss Equation was used to quantify changes in soil erosion at the regional and watershed scales, and the Geographically Weighted Regression model was used to analyze the spatial relationships between land use and land cover (LULC) and soil erosion. Our results indicated that the major characteristic of LULC change during the GGP was a rapid increase of vegetation area and a rapid decrease of cropland. Bare lands contributed to the most serious soil loss, followed by croplands and sparse grasslands. The GGP had a globally positive influence on the decrease in soil erosion over the study area, but the amount of soil erosion in western and northern regions maintained a severe level. Spatial heterogeneity in the nature of the relationships among different vegetation, croplands, and soil erosion was also observed. The change rate of wood and the change rate of soil erosion in northern sub-watershed represented a negative relationship, while the change rate of sparse grassland was negatively correlated to the change rate of soil erosion in 21 sub-watersheds, account for 72% of the study area. The GGP implemented in northern sub-watersheds were more effective for soil erosion control than southern sub-watersheds. We propose that current areas of vegetation can support soil erosion control in the whole northern Shaanxi, but local-scale ecological restoration can be considered in northern sub-watersheds.     

1982-2013年青藏高原植被动态变化时序分析

针对不同的数据源及时间和空间尺度会使植被覆盖度及其与气象因子影响的结果有所差别这一情况,该文基于青藏高原1982-2012年GIMMS NDVI和2001-2013年MODIS NDVI遥感数据集,结合研究区内12个典型的气象站点数据,进行了青藏高原地区植被覆盖时空动态变化规律及其与气象因子响应的时序分析,并利用重合时间段的数据对比分析了两种传感器在青藏高原地区对植被动态变化监测方面的差异.结果表明:近30年来,青藏高原地区植被呈整体改善趋势,尤其是高海拔地区;不同阶段植被的变化趋势有所不同;两种传感器在反映植被动态变化趋势上差异显著,但两者与气候因子的响应规律相同.     

基于地统计学的黄土高原地貌分异规律研究

地统计分析是研究区域化变量的重要手段,以陕北黄土高原为研究区域,采用数字地形分析结合地统计学的方法进行地形空间分异规律研究。选取神木、绥德、延川、甘泉、宜君、长武、淳化7个样区,从变程、偏基台值、块金值3个指标,分析了黄土高原地区高程、坡度、剖面曲率和平面曲率在空间上的分异规律。结果表明,高程的块金值变化与地形粗糙度存在正相关关系,坡度的变程变化与粗糙度呈负相关关系,剖面曲率的块金值变化与粗糙度一致。黄土高原整体地形由南至北呈平缓—破碎—平缓的变化特点。     

陕北黄土高原土地类型区域分异规律遥感分析

陕北黄土高原地形破碎、交通不便、土地利用不合理、水土流失严重、生态环境脆弱。为了扭转这种局面,必须查清区内土地资源的类型及其分布状况,以便合理地评价和利用土地资源,改善当地的经济状况和生态环境。 本文以陕北11个县(市)为例,对利用TM图像进行1:10万土地类型遥感调查与制图的工作方法和程序进行了讨论,对区内土地类型区域分异因素和分异规律进行了分析,并在此基础上,提出了土地类型分区及分区治理措施的建议。     

遥感技术在黄土高原土地利用现状调查中的应用研究

本研究选取黄土高原典型丘陵沟壑区——陕西省米脂县为试验区,用TM磁带、TM假彩色合成影像、SPOT多光谱影像和彩色红外航空像片同时对试区进行土地利用现状分类与制图的比较研究。通过对土地利用现状分类系统、TM图像计算机增强处理与自动分类、TM最佳波段组合、三种影像的目视判读与制图、以及遥感信息源的综合评价等多方面的试验研究,为遥感技术在黄土高原1:5万土地利用现状调查制图中的应用提供了一套技术数据及可行的方法。     

陕北干旱区景观生态风险空间分异特征及驱动因素分析

陕北黄土高原属于生态脆弱区,是国家生态修复重点项目区。本文以陕北榆林市2000—2020年3期土地利用数据为数据源,用网格法构建基于景观格局的综合生态风险指数模型,定量分析了榆林市景观生态风险时空分布,并采用地理探测器、R和Origin软件等工具定量分析了土地利用与生态风险的耦合关系。结果表明:2000—2020年该地区生态风险整体趋于下降,低生态风险区面积增加、高生态风险区面积逐渐较少且向西北方向偏移;中风险区域面积逐年增加,该区域仍存在较强潜在生态风险;在人类活动影响下的林地、草地面积变化,以及自然胁迫是驱动景观生态风险变化的主要因素。     

阜新地区植被覆盖度变化提取及分析

植被覆盖度是反应地区生态环境的重要指标,利用1995,2007年的两期TM遥感数据,以归一化植被指数(NDVI)像元二分法为植被覆盖度估算模型,计算阜新地区不同时期的植被覆盖度并得出阜新地区植被覆盖度等级图以及阜新地区植被覆盖度变化等级图。得出如下结论:1995年到2007年阜新地区植被覆盖度退化面积为64.817%,好转面积为6.547%,基本无变化区域为28.636%,阜新地区植被覆盖度退化严重。     

基于RS的北京山区植被覆盖变化空间特征

利用1979年和2005年的Landsat TM/MSS影像,采用基于植被指数的像元二分法分别计算了北京山区的植被覆盖度,分析了植被覆盖变化及地貌对植被覆盖变化的影响。结果显示:北京山区高海拔地区植被覆盖较稳定,低海拔区变化剧烈;陡坡区生态较脆弱,缓坡区生态修复和植被退化的概率较大;同一时相阳坡植被覆盖度小于阴坡,西北坡生态较脆弱,东南坡植被生态修复机率较大。