自然因子对四川植被NDVI变化的地理探测

许多研究已表明基于遥感的植被指数在地表过程和全球变化研究中具有重要作用,对认识植被变化的驱动因素具有重要意义,但自然因子对植被变化影响仍然难以量化。应用地理探测器模型,研究四川地区自然因子变化对植被分布的空间模式和植被变化的交互影响,并确定了促进植被生长的各主要自然因子最适宜特征。结果表明：① 2000-2015年,四川植被覆盖度状况良好,中高、高植被覆盖面积之和均超过94%;归一化植被指数（NDVI）转化表现为NDVI > 0.4以上区域转化明显,中高和高植被覆盖区面积分别呈显著下降和上升趋势;植被覆盖时空变化差异显著,植被覆盖较高区域位于四川盆地东北部、川西北高原地区,植被覆盖较低区域分布于四川盆地中部城市密集区域。② 土壤类型、高程和年均温度变化等因子较好地解释了植被状况的可变性。③ 自然因子对植被NDVI影响存在交互作用,自然因子协同效应呈现相互增强和非线性增强关系,两种因子交互作用增强了单因子的影响。④ 研究揭示的促进植被生长的各主要因子最适宜特征,有助于更好地理解自然因素对植被NDVI变化的影响及其驱动机制。     

基于地理探测器的北京市地表反照率时空分异及其驱动因素研究（英文）

地表反照率直接影响着辐射平衡和地表热收支,是地球-大气系统研究中的关键因子。本文研究了2015年北京市地表反照率的时空分布特征,并基于地理探测器定量分析了地表反照率空间分异的驱动因素及其交互作用。结果表明:北京市地表反照率呈东南高、西北低的趋势;冬季变化最大,春季变化最小;年地表反照率最小值出现在秋季,最大值出现在冬季,具有显著的时空异质性。土地覆盖类型、NDVI、高程、坡度、温度和降水对地表反照率的空间分异均有显著影响,影响力分别为0.537、0.625、0.512、0.531、0.515和0.190;且一些驱动因素对反照率空间分布的影响存在显著差异。任意两种驱动因素之间均存在交互作用,表现出双变量增强的结果。其中,地表覆盖类型与NDVI的交互作用最大,影响力为0.710,而温度与降水的交互作用最弱,影响力为0.531。研究结果为了解北京市地表反照率的时空分布特征以及区域气候和陆面模式中能量模块的物理过程提供了科学依据。     

1987-2006年北方13省土地利用/覆盖变化驱动力分析

以北方13省为研究区,利用主成分分析与逐步多元回归分析方法,分析了研究区土地利用/覆盖变化的驱动机制.结果表明:(1)由于地域差异的原因,各个子区域中土地利用/覆盖类型变化的驱动因子有所不同;(2)社会经济要素是研究区土地利用/覆盖变化的主导驱动因子,尤其是人口因素发挥着重要作用;(3)气温、降水等自然因子对区域土地利用/覆盖变化也具有一定的制约作用,主要表现在东北和西北等受自然要素限制较为突出的地区.政策驱动因子在研究中没有得到反映,但不难判定国家生态环境政策无疑也对区域土地利用/覆盖的变化起到了非常重要的作用.     

2000—2019年中国西北地区植被覆盖变化及其影响因子

中国西北地区土地荒漠化问题严重,生态环境脆弱。厘清该地区植被覆盖时空变化特征及影响因子,对生态环境保护具有重要意义。基于MOD13A3数据,通过最大值合成法处理获得2000—2019年归一化差值植被指数（Normalized Difference Vegetation Index,NDVI）时序数据,采用趋势分析、Hurst指数法及地理探测器对研究区植被覆盖的时空变化特征及影响因子进行分析。结果表明：（1）2000—2019年,研究区植被覆盖整体呈增长趋势,NDVI年增长速率为0.0027（P<0.05）,均值为0.252。空间分区年增长速率有差异,黄河流域片区（0.0062）>半干旱草原片区（0.0026）>内陆干旱片区（0.0018）。（2）研究区植被覆盖呈增长趋势的面积占55.77%,退化区域占3.76%,增长的土地利用类型以耕、林、草地为主。植被覆盖变化趋势具有持续性的区域面积占总面积的31.87%,其中持续性改善面积（17.04%）大于持续性退化面积（1.27%）,黄河流域片区增长情况及持续性增长情况最优。（3）影响植被覆盖空间分布的主要因子按影响力依次为降水、气温、日照、相对湿度,但对各分区的影响程度略有差异。黄河流域片区、内陆干旱片区空间分布受降水影响最大,半干旱草原区受日照影响最大。（4）研究区植被覆盖变化以自然因子与人类活动共同驱动为主,自然因子对植被生长的促进作用大于人类活动,且自然因子对植被覆盖变化的贡献率更高。本研究结果可为评估气候变化背景下西北地区生态环境变化提供参考。     

TVDI用于干旱区农业旱情监测的适宜性

基于地表温度/植被指数(T_s/VI)特征空间建立的温度植被干旱指数(TVDI)受诸多因素的影响,其中一个重要的影响因素是植被指数,该指数在高、低植被覆盖时的敏感性不同,从而导致TVDI对旱情监测的准确度不同.针对这一问题,以新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择2011年4月、8月两景TM影像,利用归一化植被指数(NDVI)和比值植被指数(RVI)分别建立T_s/VI特征空间,线性拟合特征空间的上、下边界,计算得到两种温度植被干旱指数(TVDI-NDVI、TVDI-RVI).用TVDI与同期野外实测的土壤含水量数据进行回归分析.结果表明:(1)植被指数、地表温度、土壤水分之间有显著互动关系,以不同植被指数计算得到的两种TVDI与表层土壤水分相关性较好,均能够反映区域土壤干旱状况;(2)由于植被指数对植被探测的敏感性,在4月低植被覆盖时,TVDI-NDVI与表层土壤水分的相关性较高,为0.4299,8月高植被覆盖时,TVDI-RVI与表层土壤水分的相关性较高,达到0.5791;(3)在低植被覆盖区域,NDVI较RVI敏感,而在高植被覆盖区域,RVI敏感性较高.RVI适用于高植被覆盖时反演土壤湿度,NDVI则更适用于中、低植被覆盖时.     

基于地理探测器的干旱区内陆河流域产水量驱动力分析 ——以疏勒河流域为例

明确干旱区产水量的驱动因素,能为区域水资源优化和可持续发展提供科学依据。基于 MODIS 植被指数、HWSD 的土壤数据集以及气象要素数据,采用 InVEST 模型和地理探测器探究疏 勒河流域多年平均产水量的空间分布,揭示不同空间尺度上产水量的单因子及双因子交互驱动机 制。结果表明：疏勒河流域多年平均产水量呈现南部>北部>中部。流域尺度上,产水量空间格局 的主导驱动力为降水,坡度与降水交互驱动作用最为显著。区域尺度上,南部山区、北部马鬃山地 区和中部平原区的主导驱动力各不相同,分别为日照时数、人为干扰强度、降水,双因子交互作用 显示人为干扰强度与其它因子的交互最为显著。不同土地利用类型中,耕地产水量的主导驱动力 为坡度,而其它地类产水量的主要影响因子为降水。各地类中降水与其他因子的交互均大大增强 了单因子驱动力。因此,干旱区产水量多尺度驱动机制研究对区域水资源可持续管理至关重要。     

黄河流域植被覆盖度动态变化与降水的关系

利用8km分辨率Pathfinder NOAA-NDVI数据，对黄河流域1982－1999年地表植被覆盖的空间分布及时间序列变化进行了分析，并通过计算不同时段降水量与年最大NDVI之间的相关系数分析了降水对流域植被覆盖的影响。结果发现近20年来黄河流域平均植被覆盖度有增加趋势，但青藏高原上有所减小；汛期降水量的多少对地表植被覆盖度的年际变化起主要作用，其中草原地区影响最显著，而在森林植被区及部分灌溉农作区，降水的年际变化对地表覆盖的影响比较小。     

气候驱动格局下中国陆地植被指数变化

将降水、气温和日照作为驱动中国陆地植被指数变化的典型气候因子,基于1982-1999年10天合成的NOAA/AVHRR NDVI与同期降水量、平均气温和日照时数数据,按所有年份求平均后,分析旬NDVI与旬降水量、旬平均气温和旬日照时数的年内相关关系,确定中国陆地植被指数变化的气候驱动格局,揭示不同气候因子驱动格局下植被指数的时空变化特征和规律.结果表明,绝大部分植被覆盖区NDVI受气候因子驱动作用明显.气候因子驱动陆地植被指数变化的空间分异格局较为明显,大致分为气温显著区,降水显著区,日照显著区,气温和降水显著区,气温和日照显著区,降水和日照显著区,气温、降水和日照显著区,气温、降水和日照弱显著区,气温、降水和日照不显著区等9大类型.受局部地形、大气环流、海拔高度等的影响,在大的基本气候驱动格局内,还会形成其他不同的小气候驱动格局.1982-1999年间,所有气候驱动区的植被活动均表现为增强趋势,其NDVI的增加主要发生在春季或夏季.其中,气温和日照显著区的春季NDVI增幅最大,降水和日照显著区的夏季NDVI增幅最大.从各月变化来看,气温显著区、气温和降水显著区5月份的NDVI增长最为迅速,降水显著区、降水和日照显著区6月份的NDVI增长最迅速,日照显著区、气温和日照显著区3月份的NDVI增长最迅速,气温、降水和日照弱显著区4月份的NDVI增长最迅速,这些月份对全年NDVI变化的贡献也最大.     

基于遥感的区域热环境分析

为研究城市及其周边区域大范围热环境变化,以秦岭山脉南坡和北坡为例,采用遥感数据反演地表温度、植被指数和地表通量,不仅从传统地表温度参数理解区域热环境问题,还着重分析了秦岭两侧地表通量空间分布格局.研究表明,秦岭山脉南坡与北坡气候、地形和地表覆被状况的差异导致地表温度和热通量等热环境均存在显著差异.北坡的西安和咸阳市平均地表温度比其他行政区显著偏高,而在南坡植被覆盖较好的周至县境内,地表温度平均值则显著下降;裸地和居民地的地表温度平均值较高,而潜热通量和蒸散发平均值则较低.遥感估算区域热通量和蒸散发信息与地表温度同样是区域热环境研究中不可忽视的重要表征变量之一,而大范围区域热环境变化对于研究城市热岛效应的形成机制具有重要推动作用.     

归一化水汽指数与地表温度的关系

城市热岛的遥感研究,传统上主要利用归一化植被指数作为指标来评估地表温度-植被之间的关系。本研究探讨了以归一化水汽指数作为评估其与地表温度关系的适应性,比较了归一化水汽指数和归一化植被指数在表达城市热岛效应方面的效力。利用"单窗算法"和3个不同时段的TM/ETM+数据获取了珠江三角洲核心区域的地表温度分布图,分析了两种指数与地表温度之间的关系。对局部区域逐像元和对区域总体分析的结果表明:不同时段的地表温度与归一化水汽指数之间均存在较强的线性关系,而地表温度与归一化植被指数之间的线性关系相对较弱。说明在城市化的环境下,与传统上常用归一化植被指数作为指标来定量分析地表温度相比,归一化水汽指数提供了一种互补的、甚至更加有效的衡量指标。     

黄土高原地区土地覆盖变化对气候的反馈作用数值模拟

区域尺度土地覆盖变化是自然变化和人类活动共同驱动的结果,同时又对区域气候环境产生反馈。利用欧洲中值数值预报中心（ECMWF） ERA-Interim再分析资料,驱动RegCM4.5区域气候模式,进行了两个时间段（1980-2014、2005-2014）的数值模拟试验。以1：250 000土地利用图为基础,结合植被图、土壤图制作具有高精度、极强现势性的土地覆盖资料,区域模式中陆面过程模式采用BATS,模拟了现实的土地覆盖改变对气候要素的影响,分析了黄土高原地区土地覆盖变化对气候的反馈作用。结果表明：（1） RegCM4.5不但能够较好描述黄土高原气温、降水的时间空间分布特征,也能够模拟土地覆盖变化对黄土高原局地气候变化的反馈。（2）不同土地覆盖变化特征对气候反馈作用不同,荒漠化会引起局部地区气温升高和降水减少,并通过正反馈机制,致使自然植被生长发育受阻;水域旱化会导致夏季气温升高和降水增加,从而加剧干旱洪涝灾害风险;草地覆盖增加会导致春夏季降水量与气温的降低,秋冬季降水量与气温升高。（3）土地覆盖变化对气温与降水的影响在夏季较强。该研究可促进对黄土高原生态治理环境效应的理解,也能深化对土地利用-气候变化之间互馈作用的过程认识,并为区域生态建设对策选择提供参考。     

基于熵权法的南水北调西线工程区生态环境综合评价

在遥感和地理信息系统软件支持下,提取并分析了参与研究区生态环境质量综合评价的6个参评因子:海拔高程、土地覆盖类型、植被指数、植被净初级生产力、年均温度、年降水量诸自然环境因子的现状。通过熵权法确定6个参评因子的权重值,建立研究区自然生态环境质量综合指标评价模型,并利用该模型对南水北调西线一期工程区的自然环境进行定量分析。     

近30 年来呼伦贝尔地区草地植被变化对气候变化的响应

基于1981-2006 年的GIMMS NDVI数据和2000-2009 年的MODIS NDVI数据反演呼伦贝尔地区草地变化,结合1981-2009 年该地区7 个气象站点的气温和降水数据,分别从年际变化、季节变化和月变化角度分析该地区草地变化对气候变化的响应。结果表明,从年际变化来看,降水是驱动草地植被年际变化的主要因素;从季节变化来看,草地植被生长在不同季节对水热条件变化的敏感性不同,春季草地植被生长对气温变化的敏感性较降水变化高,夏季和秋季草地植被的生长对降水变化的敏感性则高于对气温变化的敏感性,其中以夏季最为显著;从月变化来看,4 月和5 月草地植被变化受气温变化影响较明显;5-8 月与前一月降水变化关系密切,说明植被生长对降水变化具有一定的滞后性;4 月正值草本植物萌芽期,而4 月份草地生长与年气温变化关系最为密切,一定程度上说明4 月份表征植被生长的NDVI值增加可能是由于气候变暖引起的草地植被生长季提前产生的。综上所述,通过植被与气候要素月变化的关系可以具体地揭示气温和降水对草地植被生长的季节韵律控制。     

30年来呼伦贝尔地区草地植被对气候变化的响应(英文)

Global warming has led to significant vegetation changes especially in the past 20 years. Hulun Buir Grassland in Inner Mongolia, one of the world’s three prairies, is undergoing a process of prominent warming and drying. It is essential to investigate the effects of climatic change (temperature and precipitation) on vegetation dynamics for a better understanding of climatic change. NDVI (Normalized Difference Vegetation Index), reflecting characteristics of plant growth, vegetation coverage and biomass, is used as an indicator to monitor vegetation changes. GIMMS NDVI from 1981 to 2006 and MODIS NDVI from 2000 to 2009 were adopted and integrated in this study to extract the time series characteristics of vegetation changes in Hulun Buir Grassland. The responses of vegetation coverage to climatic change on the yearly, seasonal and monthly scales were analyzed combined with temperature and precipitation data of seven meteorological sites. In the past 30 years, vegetation coverage was more correlated with climatic factors, and the correlations were dependent on the time scales. On an inter-annual scale, vegetation change was better correlated with precipitation, suggesting that rainfall was the main factor for driving vegetation changes. On a seasonal-interannual scale, correlations between vegetation coverage change and climatic factors showed that the sensitivity of vegetation growth to the aqueous and thermal condition changes was different in different seasons. The sensitivity of vegetation growth to temperature in summers was higher than in the other seasons, while its sensitivity to rainfall in both summers and autumns was higher, especially in summers. On a monthly-interannual scale, correlations between vegetation coverage change and climatic factors during growth seasons showed that the response of vegetation changes to temperature in both April and May was stronger. This indicates that the temperature effect occurs in the early stage of vegetation growth. Correlations between vegetation growth and precipitation of the month before the current month, were better from May to August, showing a hysteresis response of vegetation growth to rainfall. Grasses get green and begin to grow in April, and the impacts of temperature on grass growth are obvious. The increase of NDVI in April may be due to climatic warming that leads to an advanced growth season. In summary, relationships between monthly-interannual variations of vegetation coverage and climatic factors represent the temporal rhythm controls of temperature and precipitation on grass growth largely.     

近15a新疆不同类型植被NDVI时空动态变化及对气候变化的响应

为了研究新疆不同类型植被对气候变化的响应,以地带性划分的植被类型作为研究对象,1998-2012年为时间尺度,利用GIS的空间分析方法结合数学统计方法,分析了新疆各地带植被覆盖变化的时空分布特征;并采用"多元回归+残差插值"的方法,模拟了气温和降水量的空间分布;利用SPOT VGT/NDVI数据以及气候数据(气温和降水量数据),分析了5个不同地带植被的动态变化、年际变化和生长季内各月变化及其对气候变化的响应。结果表明:(1)新疆各地带植被覆盖度存在着显著差异,其中,温带北部草原地带高植被区和浓密植被区的范围较广,植被覆盖度较高,而高寒荒漠地带的极低植被区占该地带面积的一半以上,且植被覆盖度最低。(2)新疆各地带植被覆盖在近15 a间呈波动增加的趋势,5个地带的植被覆盖均有所改善,其中,高寒荒漠地带和暖温带半灌木、灌木地带的植被覆盖改善较为明显,其余3个地带均有少部分地区出现轻微改善现象。(3)温带半灌木、矮乔木荒漠地带,暖温带半灌木、灌木荒漠地带和温带半灌木、灌木荒漠地带4~10月的平均气温呈上升趋势,而温带北部草原地带、高寒荒漠地带对应的平均气温则出现下降趋势。5个地带的降水量在该时段内均表现为下降趋势。(4)基于年际尺度,新疆各地带植被NDVI与气温、降水量的相关性均不显著;基于月尺度,各地带植被NDVI受降水量的影响比气温大。同时,仅有暖温带半灌木、灌木荒漠地带植被NDVI与气温存在1个月的滞后性,其余4个地带对气温和降水均不存在滞后性。     

青藏高原植被NDVI对气候因子响应的格兰杰效应分析

多变的气候和复杂的地理环境使得青藏高原植被对气候变化响应敏感,因此分析高原植被与气候因子之间的动态关系对气候变化研究和生态系统管理具有重要意义。论文基于1982—2012年青藏高原气象数据(气温、降水)以及GIMMS NDVI3g遥感数据,在像素级别上运用格兰杰因果关系检验方法,在月尺度和季节尺度上分析了高原植被NDVI(主要是草原)与平均气温、降水量之间的响应情况及因果关系。研究表明：① 月尺度上NDVI与平均气温之间、NDVI与降水量之间的时序平稳性比例高于季节尺度,月尺度下达到平稳性的植被区域分别占99.13%和98.68%,季节尺度下分别占64.01%和71.97%;② 月尺度下高原平均气温和降水量对NDVI影响的滞后期都集中在第12~13个月,荒漠草原、典型草原和草甸3种植被类型的滞后期一致,季节尺度下平均气温和降水量对NDVI影响的滞后期主要分布在第3~4和第6个季度,3种植被类型的滞后期差异性较大;③ 月尺度下,青藏高原约98.95%的植被覆被区的平均气温是引起NDVI变化的格兰杰原因,反之,大部分地区(约89.05%,除高原东南区域)内NDVI也是引起平均气温变化的格兰杰原因;季节尺度下,青藏高原中部以外植被区域(约92.03%)内的平均气温是引起NDVI变化的格兰杰原因,而在东部和西部部分地区(约50.55%)中NDVI也是引起平均气温变化的格兰杰原因;④ 月尺度下,高原东北和西北地区(约72.05%)内的降水量是引起NDVI变化的格兰杰原因,大部分地区(约94.86%,除东南部少量区域)中NDVI是引起降水量变化的格兰杰原因;季节尺度下,高原东南部(约61.43%)地区内的降水量是引起NDVI变化的格兰杰原因,高原中东部地区(约48.98%)中NDVI是引起降水量变化的格兰杰原因。总之,高原植被NDVI与气温、降水的相互作用显著,彼此均可构成格兰杰因果效应,但总体上气候因子的影响程度大于植被的反馈作用,月尺度的效应区域大于季节尺度的效应区域。     

30年来呼伦贝尔地区草地植被对气候变化的响应(英文)

Global warming has led to significant vegetation changes especially in the past 20 years. Hulun Buir Grassland in Inner Mongolia, one of the world’s three prairies, is undergoing a process of prominent warming and drying. It is essential to investigate the effects of climatic change (temperature and precipitation) on vegetation dynamics for a better understanding of climatic change. NDVI (Normalized Difference Vegetation Index), reflecting characteristics of plant growth, vegetation coverage and biomass, is...     

2000-2015年石羊河流域植被覆盖度及其对气候变化的响应

内陆河流域植被覆盖度的敏感性是预测未来生物多样性变化的重要指标,是植被应对气候变暖的重要反馈。分析了2000-2015年MODIS-NDVI数据反演的植被覆盖度时空动态变化趋势,结合平均气温、降水量、日照时数、相对湿度、地面温度和蒸发量数据,研究了流域及各生态功能区的植被覆盖度与气候因子的相关性,探讨植被覆盖度变化过程中的气候因素制约方式,了解不同时空尺度下内陆河流域植被覆盖度在全球暖湿化过程中对气候的响应。结果表明：（1）石羊河流域平均植被覆盖度较低,上游的植被覆盖度59.4%,下游13.6%;2000-2015年,流域植被呈现改善趋势的面积远远大于退化的面积,盆地绿洲区植被覆盖度增加趋势最明显。流域植被总体恢复较好,但高海拔地区、城市和民勤绿洲的周边地区植被有不同程度的退化。（2）2000-2015年,石羊河流域各气候因子对植被覆盖度表现为不显著的相关关系,其中与降水量呈正相关的面积最大,与蒸发量呈负相关的面积最大;从上游到下游,植被生长与热量的相关程度逐渐变弱,与水分的相关程度则逐渐增强。（3）石羊河流域的植被覆盖度与气候因子的样条函数存在极显著的线性相关,水原涵养区和荒漠区的植被覆盖度对气候因子的响应较高;绿洲区的植被覆盖度对气候因子的响应相对较低。地面温度的变化是影响石羊河流域植被覆盖度空间格局变化的主要气候制约因素。     

1999—2010年中国西北地区植被覆盖对气候变化和人类活动的响应

中国西北地区气候干旱,频繁出现沙尘天气,属于生态脆弱区域,而植被变化是生态系统对气候变化响应的指示器,研究其变化对改善西北生态环境具有重要意义.本文利用1999—2010年归一化植被指数(NDVI)以及气象数据研究中国西北地区植被覆盖时空变化,以Sen趋势度结合Mann-Kendall检验、相关和偏相关分析以及残差法分析人类活动和气候变化对植被覆盖变化的影响.结果表明:西北地区植被覆盖整体呈增加趋势,但在局部地区气候干旱少雨和人类活动抑制植被生长.植被变化强度空间差异是人类活动和气候要素共同作用的结果:气温高,降水少,大部分地区植被覆盖与气候要素相关显著,并且植被变化对气温和降水的响应存在一定滞后时间;蒸发量大于降水量,人类引水灌溉弥补降水不足,使得农业植被呈增长趋势.新疆北部地区植被覆盖呈下降趋势,原因是气候干旱、沙漠化严重会抑制植被生长,人类活动频繁、城市扩建同样会破坏植被生长.     

长白山区植被生长季NDVI时空变化及其对气候因子敏感性

本文利用长白山区SPOT/VGT NDVI 数据和气象数据,分析该区不同植被类型NDVI时空变化特征以及与气候因子的相关关系,并探讨了植被对气候变化响应的滞后性。结果表明：①2000-2009 年,长白山区植被NDVI 逐年变化总体呈增长趋势,增长区域的面积占全区面积的83.91%,在空间上主要集中在北坡和西坡,NDVI减少区域集中在南坡;②NDVI变化率随季节和植被类型变化而不同,NDVI增长主要集中在5 月和9 月,而7 月NDVI变化较小,甚至出现下降趋势;③植被NDVI与温度和降水存在着显著的正相关性（p<0.01）,且NDVI与温度的相关性高于与降水的相关性,且随海拔升高,NDVI与温度相关性增强;④NDVI对气温和降水变化的响应存在滞后期, 不同植被类型,滞后期存在差异。苔原NDVI对温度和降水响应的滞后期大约10 天,而针阔混交林和针叶林NDVI 对温度和降水响应的滞后期约为20 天。