草原矿区长时序植被覆盖度变化趋势对比分析

呼伦贝尔草原区生态脆弱，在人类活动和气候等因素影响下草原生态变化备受关注。本文以宝日希勒矿区及周边为研究区，应用1985-2015年Landsat年度最大合成NDVI数据，采用像元二分模型反演植被覆盖度；分别利用一元线性回归法和Sen+Mann-Kendall法对研究区植被覆盖度趋势和空间差异进行了对比分析。结果表明：两种方法得到的植被变化趋势基本一致，Sen+Mann-Kendall方法相较于一元线性回归法对植被覆盖度改善和退化反应更为敏感。研究结果有助于科学评价长时序煤炭开发活动对地表生态的影响并为长时序植被变化监测提供方法参考。     

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%。     

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。     

关中地区MODIS NDVI变化时序分析

NDVI对绿色植被表现敏感,能更好地反映植被的状况及变化。通过对合成的MODIS NDVI数据采用最大值合成法、基于像元的一元线性回归法等研究关中地区2003―2012年间生长季的植被覆盖变化趋势。结果表明,关中地区近一半地区的植被覆盖保持稳定状态,有近36%的地区植被覆盖处于不同程度的改善中,而有近20%的区域植被覆盖处于减少状态。     

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。     

MODIS NDVI和AVHRR NDVI 对草原植被变化监测差异

以草地作为研究载体,对比分析草原植被AVHRR NDVI和MODIS NDVI两种NDVI序列的年内、年际变化特征,讨论两种NDVI序列对降水量、平均气温和水汽压3种气候因子的响应差异,为合理选择NDVI序列对植被进行监测研究提供参考。结果表明：(1)两种NDVI序列所反映的草原植被年内变化趋势相似,但MODIS NDVI对各类草原的区分度优于AVHRR NDVI;(2)两种NDVI序列所反映的2000年—2003年草原植被年际变化差异明显。较之于MODIS NDVI,AVHRR NDVI变化趋势分类图表现出更强的植被改善趋势,植被改善面积在AVHRR NDVI变化趋势分类图中占94.25%,在MODIS NDVI中为83.33%;两种NDVI变化趋势分类图反映的植被变化趋势吻合度为52.88%。(3)两种NDVI序列与水汽压、降水量相关性差异显著。MODIS NDVI与各站点平均气温的相关系数均大于GIMMS NDVI;而MODIS NDVI与水汽压的相关系数83%(10个站点)小于GIMMS NDVI,与降水量的相关系数67%(8个站点)小于GIMMS NDVI。     

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.     

基于MODIS植被指数的塔河流域植被时空变化特征研究

基于获取的塔河流域2000~2014年历年4~10月间逐月MODIS植被指数产品,采用时间序列谐波分析法(HANTS)对最大值合成的逐月NDVI时间序列数据进行了重建,用趋势线分析法对塔河流域近15年生长季(4~10月)MODIS NDVI的时间变化进行计算,用一元线性回归趋势法计算得到了塔河流域近15年生长季(4~10月)NDVI变化趋势的空间分布。结合植被类型分布图对计算得到的实验结果进行了研究分析,总结了塔河流域多年植被覆盖的时空分布及其变化规律,成果可为塔河流域综合治理及生态环境评价提供依据。     

京津冀平原区植被覆盖变化及地下水开采对其影响分析

使用京津冀平原区2000—2019 MODIS NDVI数据,采用像元二分模型、线性回归分析、趋势分析等方法,估算分析近20年京津冀平原区植被覆盖度的时空变化趋势,结合地下水开采数据,分析地下水开采对其的影响.研究结果表明:近20年京津冀平原区植被覆盖度呈不显著下降趋势,下降速度为0.017/10 a;京津冀平原区植被覆盖度变化趋势主要为轻微改善和轻微退化,两者占比69.97％,严重退化区占比11.94％,邯郸市和邢台市植被覆盖度退化尤为严重,植被覆盖度明显改善占比为5.34％,改善的地区主要分布在沧州、衡水、天津的一些小区县;京津冀平原区地下水不同开采程度区域的植被覆盖度并未表现出明显差异性变化,地下水开采对植被覆盖度影响不显著.     

中国北方地区秋季植被变化及对气候变化的响应研究

基于1982~2006年的AVHRR GIMMS NDVI数据,使用一元线性回归和分段线性回归等方法,通过对中国北方地区植被变化及其与气候因子的关系研究,揭示该地区近25年来在不同时段的植被变化趋势及对气候变化的响应规律,从而为该地区的生态环境变化研究提供理论依据。研究结果表明:1)中国北方地区秋季植被在25年时间内整体呈上升趋势。秋季NDVI在秋季温度断点之前以上升趋势为主,秋季NDVI在秋季温度断点之后仍以上升趋势为主,但上升趋势有所放缓。2)通过分段线性回归方法和相关分析研究得出中国北方地区秋季温度是秋季NDVI变化的主要驱动力。在秋季温度断点之后,秋季温度仍呈上升趋势而降水呈显著减少的面积增多,从而在温度和降水双重影响下的干旱胁迫导致植被下降;当秋季温度下降而秋季降水增多时干旱发生概率变小,从而使秋季NDVI呈上升趋势。     

基于遥感的植被长时序趋势特征研究进展及评价

基于遥感的植被长时序变化特征是植被生态学研究的核心领域, 也是全球变化研究的重点方向。AVHRR、SPOT VGT和MODIS是当前研究植被长时序趋势变化的主要数据源。海量数据不断积累的同时, 植被长时序趋势特征研究方法却缺乏对比评价和分析。当前常用的方法有代数运算法、傅里叶变换、主成分分析、小波变换法、回归分析法和相关系数分析法等。在对各种方法评述和分析的基础上, 重点讨论和对比了主流方法中的回归分析法和相关系数分析与新兴方法Sen＋Mann-Kendall法。结果表明, Sen＋Mann-Kendall能克服主流方法的不足, 不需要数据服从某一特定分布, 并且对数据的误差具有较强的抵抗能力。     

Vegetation Dynamics from Denoised NDVI Using Empirical Mode Decomposition

A novel approach to study vegetation dynamics is introduced, using the Empirical Mode Decomposition (EMD) to analyze NDVI time series. The NDVI time series which is nonlinear and nonstationary can be decomposed by EMD into components called intrinsic mode functions (IMFs), based on inherent temporal scales. The highest frequency component which has been found to represent noise is subtracted from the original NDVI series; thus smoothing the noisy signal. The different key features describing vegetation phenology have been extracted by analyzing the noise free signal. The lowest frequency component (last IMF) is the trend in the NDVI series. The trend in the series has been identified finding the Sen’s slope of last IMF, and the non-parametric seasonal Mann–Kendall test has been used to confirm the significance of the observed trend. The method has been applied on per–pixel basis to the SPOT Vegetation NDVI product covering Northeast India and surrounding regions for the time span of 1998–2009. Results show that the method has performed well in identifying the pixel clusters with significant trends. Hotspot regions with severe vegetation degeneration have been identified, and the relationship of the observed trends with the expected causative variables such as land use and land cover, topographic relief, and anthropogenic causes has been explored. The spatial locations of these critical regions closely matches with the findings of the previous studies carried out locally in the region, mainly indicating the shifting cultivation practice to be the main cause for land cover change.     

Spatio-temporal variation of vegetation coverage and its response to climate change in North China plain in the last 33 years

Global climate change has led to significant vegetation changes in the past half century. North China Plain, the most important grain production base of china, is undergoing a process of prominent warming and drying. The vegetation coverage, which is used to monitor vegetation change, can respond to climate change (temperature and precipitation). In this study, GIMMS (Global Inventory Modelling and Mapping Studies)-NDVI (Normalized Difference Vegetation Index) data, MODIS (Moderate-resolution Imaging Spectroradiometer) – NDVI data and climate data, during 1981–2013, were used to investigate the spatial distribution and changes of vegetation. The relationship between climate and vegetation on different spatial (agriculture, forest and grassland) and temporal (yearly, decadal and monthly) scales were also analyzed in North China Plain. (1) It was found that temperature exhibiting a slight increase trend (0.20 °C/10a, P < 0.01). This may be due to the disappearance of 0 °C isotherm, the rise of spring temperature. At the same time, precipitation showed a significant reduction trend (−1.75 mm/10a, P > 0.05). The climate mutation period was during 1991–1994. (2) Vegetation coverage slight increase was observed in the 55% of total study area, with a change rate of 0.00039/10a. Human activities may not only accelerate the changes of the vegetation coverage, but also c effect to the rate of these changes. (3) Overall, the correlation between the vegetation coverage and climatic factor is higher in monthly scale than yearly scale. The correlation analysis between vegetation coverage and climate changes showed that annual vegetation coverage was better correlatend with precipitation in grassland biome; but it showed a better correlated with temperature i the agriculture biome and forest biome. In addition, the vegetation coverage had sensitive time-effect respond to precipitation. (4) The vegetation coverage showed the same increasing trend before and after the climatic variations, but the rate of increase slowed down. From the vegetation coverage point of view, the grassland ecological zone had an obvious response to the climatic variations, but the agricultural ecological zones showed a significant response from the vegetation coverage change rate point of view. The effect of human activity in degradation region was higher than that in improvement area. But after the climate abruptly changing, the effect of human activity in improvement area was higher than that in degradation region, and the influence of human activity will continue in the future.     

High positive correlation between soil temperature and NDVI from 1982 to 2006 in alpine meadow of the Three-River Source Region on the Qinghai-Tibetan Plateau

Using satellite-observed Normalized Difference Vegetation Index (NDVI) data and Rotated Empirical Orthogonal Function (REOF) method, we analyzed the spatio-temporal variation of vegetation during growing seasons from May to September in the Three-River Source Region, alpine meadow in the Qinghai-Tibetan Plateau from 1982 to 2006. We found that NDVI in the centre and east of the region, where the vegetation cover is low, showed a consistent but slight increase before 2003 and remarkable increase in 2004 and 2005. Impact factors analysis indicted that among air temperature, precipitation, humid index, soil surface temperature, and soil temperature at 10 cm and 20 cm depth, annual variation of NDVI was highly positive correlated with the soil surface temperature of the period from March to July. Further analysis revealed that the correlation between the vegetation and temperature was insignificant before 1995, but statistically significant from 1995. The study indicates that temperature is the major controlling factor of vegetation change in the Three-River Source Region, and the currently increase of temperature may increase vegetation coverage and/or density in the area. In addition, ecological restoration project started from 2005 in Three-River Source Region has a certain role in promoting the recovery of vegetation.     

基于MODIS-NDVI的内蒙古植被变化遥感监测

本文利用2002-2006年5-8月的MODIS 1B数据,建立NDVI时间序列,并结合气象数据中的月均温、月降水量、滞后1月和滞后2月累计降水量对内蒙古地区植被生长季NDVI的月际、年际变化规律以及NDVI变化同气候因子的相关性进行了分析。结果表明:月际变化上,5-8月NDVI不断增加,NDVI变化率5-6月>6-7月>7-8月;年际变化上,2002-2006年间,草地的波动性最大;在与气候因子的相关性上:滞后2月降水>滞后1月降水>月均温>月降水量;对于林地和草地来说,各种相关系数高纬高于低纬,对于农耕地来说各种相关系数基本相当;对于沙地来说,各种相关系数均不高,这与其植被稀少且几乎无变化有关。     

距平植被指数在1992年特大干旱监测中的应用

本文重点阐述ＮＯＡＡ极轨气象卫星距平植被指数的处理技术及算法，以及在１９９２年干旱监测中的应用。距平植被指数是以归一化植被指数（ＮＤＶＩ）多年旬、月平均值作为背景，然后用当年旬、月的ＮＤＶＩ值减去背景值。植被指数的距平值不仅反映了植被年际间的变化，而且也指示了天气对植被的影响。用这个量监测农作物是否遭到旱灾威胁比只用ＮＤＶＩ的瞬时值优越。研究结果表明当月的距平植被指数与当月降水量距平百分率相一致。     

太湖水生植被NDVI的时空变化特征分析

为了明确太湖不同生态区水生植被长势的变化规律及其影响因子,利用MODIS传感器提供的NDVI数据,分析了太湖2000年—2015年NDVI的时间及空间变化特征。结果表明:太湖水生植被NDVI存在明显的季节变化和年际变化,NDVI每年最小值出现在冬季,最大值出现在植被生长旺盛的8月或9月,其值可达0.35;太湖全湖NDVI多年平均值为0.1,最大值为0.14,出现在2007年。太湖NDVI的空间差异可将太湖划分为不同的植被类型区,太湖西北部(竺山湾和梅梁湾)NDVI最大值可达0.2,植被类型主要以浮游藻类为主,东太湖区域最大值超过0.6,主要以沉水植被为主;太湖不同区域植被动态特征对气象因子的响应也不尽相同,沉水植物生长与平均气温有显著的正相关关系,而浮游植物区的生长状况受平均风速影响较大。