藏北地区草地退化的时空分布特征

根据草地退化国家标准和藏北地区草地退化实际情况以及遥感数据特征,选择草地植被盖度为草地退化的遥感监测指标,建立藏北地区草地退化遥感监测和评价指标体系,并对藏北地区近24年的草地退化进行遥感监测和评价。结果表明：藏北地区草地退化现状 (2004年) 十分严重,重度和极重度退化草地面积分别占草地总面积的8.0%和1.7%,区域草地退化指数 (GDI) 为1.86,接近中度退化等级;其中藏北地区冰川与雪山及其周围等气候变化较为敏感区域和交通要道沿线等人类活动较为频繁区域的草地退化相对严重;从1981年到2004年的近24年以来,藏北地区及其各个区域草地退化较为严重,其草地退化等级分布比例和草地退化指数年际波动较大,草地退化等级在轻度退化至重度退化等级之间波动;近几年藏北全地区总体草地退化情况及中部、东部和北部地区的草地退化具有更加严重的趋势,而西部地区草地退化状况则略有减缓趋势。     

基于ETM+影像的草地退化评价模型研究——以西藏自治区那曲县为例

在实地调查和样方测定基础上,选用建群种植株高度、草地植被盖度和草地生物量作为草地退化地面评价体系中的单一评价指标,并通过加权综合三个单一评价指标,构建草地退化地面综合评价指标;在分析退化草地光谱特征的基础上,从ETM+影像的波段数据中派生出草地退化的遥感评价指标。通过相关分析的方法,选出最能反映草地退化趋势、最适于用于线性拟合的地面评价指标（地面综合评价指标）和遥感评价指标（TM4/TM5）,采用线性回归技术构建草地退化遥感评价模型,并通过计算确定系数（R2）、均方根差（RMSE）和相对误差对模型精度做出评价。确定主要草地类型的不同退化等级标准,完成草地退化图的编制。通过分析草地退化地面评价指标与遥感评价指标之间的关系,探讨了西藏北部草地退化的遥感评价模型,为科学、快速评价草地退化提供一种新思路。     

近15 a来黄河源地区玛多县草地植被退化的遥感动态监测

 依据草地退化国家标准和黄河源区草地退化的实际情况,选取草地覆盖度、植株高度、地上生物量、牧草可食率、土壤有机质5个重要指标建立黄河源区玛多县草地植被退化监测和评价指标体系。利用遥感影像和GIS技术,结合实地调查和采样测定,对5个评价指标在遥感影像上进行反演,并进行图层的加权叠加,得出玛多县草地退化的时空特征。结果表明：玛多县草地在1994年已经出现了较为严重的退化现象,退化草地的空间分布格局已经基本形成,并且草地的退化过程一直在继续。2009年草地退化空间特征显示在气候变化较为敏感区域、河道两侧、鼠害严重以及靠近居民点等区域草地退化较为严重。通过对4期草地退化情况进行对比分析,发现1994-2001年间玛多草地植被退化情况最严重,重度退化面积高达1 355 943.30 hm2,占草地面积的86.53%。2001-2006年间和2006-2009年间重度退化、较大退化和中度退化草地的面积都下降较大,同时退化的速度已经有了较大缓和,黄河源头地区草地生态系统得到初步恢复     

基于熵权法的土地覆被动态遥感监测与评价——以新疆伊犁地区和博州为例

基于MODIS数据,选取植被净第一性生产力(NPP)、温度植被旱情指数(TVDI)、改进型土壤调整植被指数(MSAVI)、陆地表面温度(LST)4个对干旱地区地表覆被具有显著指示作用的指标,结合IGBP土地利用类型分类图,以新疆伊犁地区和博尔塔拉蒙古自治州(简称博州)为例,对研究区2003—2007年土地覆被动态进行监测,并利用熵权法确定各个指标的权重,在此基础上进行土地覆被动态的综合评价。结果表明,不同指标对不同的土地利用类型具有不同的适宜性和指示度;在新疆伊犁地区和博州,土地覆被动态地域差异性明显,土地覆被退化程度较大的土地类型为水体、草地、永久湿地、城镇,而森林、灌木林、荒漠草原和农田等土地类型有所改善,呈现出“局部改善、总体退化”的局面;引用熵权法将多个遥感指标综合起来进行土地覆被动态的监测与评价的途径是可行且有效的,可为干旱区土地覆被、荒漠化、土地退化、植被变化等工作的监测与评价提供可靠的技术方法与有价值的案例。     

基于文献分析的土地退化评价指标研究

中英文献综合统计,土地退化评价应用频次较高的指标有植被盖度、坡度、经济收入水平、有机质含量和土地利用类型等;土壤侵蚀应用频次较高的有植被因子、坡度、地貌类型、有机质含量和土地利用类型等;沙化有植被覆盖度、沙地占地率、土地利用类型、有机质含量、人口数量等。土地退化、土壤侵蚀和沙化遥感监测指标也集中在植被盖度、坡度、土地利用类型等指标。     

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。     

高原草地退化遥感监测对象的地学属性分析--以西藏自治区那曲县为例

本文通过分析那曲县草地退化遥感监测对象的空间分布特征、波谱响应特征和时相特征三个地学属性,得出以下结论:(1)那曲县的自然景观单元分异程度比较低;(2)退化草地植被在TM5、6波段具有高反射值,LAND-SAT TM信息源中具有对草地植被退化敏感的波段TM7,TM5和TM3;(3)高原植被返青比较晚,生长期短,7、8月份是牧草生长旺季。并根据地学属性分析结论选择7月下旬的LANDSAT TM图像作为草地退化动态监测的主要遥感信息源。     

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。     

青海湖环湖地区草地植被生物量遥感监测模型

利用青海湖环湖地区2000年陆地卫星TM遥感图像数据和同期野外实测的34处样方产草量数据,分析了遥感植被指数与草地植被生物量之间的相关关系,进而分别建立了遥感植被指数与草地植被生物量的一元线性回归模型和非线性回归模型。研究表明,遥感植被指数与草地生物量之间存在较好的相关性,但不同遥感植被指数与草地植被生物量相关性程度存在一定差别。此外,所建遥感植被指数与草地植被生物量的非线性回归模型在拟合精度上优于一元线性回归模型,且由三次方程得到的非线性回归模型最适用于监测青海湖环湖地区的草地植被生物量。     

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.