内蒙古典型草原与荒漠草原NDVI对气象因子的响应

分析了内蒙古典型草原与荒漠草原NDVI的变化,探讨了干旱对NDVI的影响,建立了NDVI与气象因子的回归模型。结果表明:2000-2016年内蒙古典型草原与荒漠草原NDVI呈现波动变化,变异较小。干旱对典型草原区的羊草(Leymus chinensis)群落与大针茅(Stipa grandis)群落NDVI影响显著(P<0.05);与正常年份相比,干旱导致羊草群落与大针茅群落NDVI降低约23%。5-8月降水量和干燥度指数影响内蒙古典型草原羊草群落与大针茅群落NDVI;荒漠草原区羊草+短花针茅(Stipa breviflora)群落与沙生针茅(Stipa plareosa)群落NDVI的主要影响因子分别为年均气温与5-8月平均气温;5-8月降水量和年均气温是影响典型草原和荒漠草原NDVI的重要因子。基于气象因子的NDVI回归模型能够较好地对区域NDVI进行估测。生长季降水是影响典型草原NDVI的关键因素,而气温显著影响荒漠草原NDVI。在未来气候变化的背景下,内蒙古典型草原NDVI对干旱的响应会更加敏感。     

汉江流域NDVI与水热指数时空变化及相关性分析

文章提出水热指数的概念和计算模型,运用经验正交函数和奇异值分解法对汉江流域1999-2010年的归一化植被指数及38个气象站点的气温和降水资料进行分析。结果表明:①汉江流域植被覆盖具有明显的空间差异,地形和农耕活动是最主要原因。②水热指数的空间分布也具有明显的规律,气温的纬度差异和雨带季节推移是根本原因;大地貌单元和季风气候是重要原因。其时间系数具有明显的冬夏差异,冬半年时间系数的绝对值及变率均较夏半年小,即水热组合冬半年差异小,夏半年差异大。③NDVI与水热指数之间呈现出高度正相关,但人类通过各种方式改变着地表覆盖和水热组合,使得两者之间的高度正相关在局部地区受到影响。     

三江平原NDVI时空变化及其对气候变化的响应

基于2000-2014年生长季MODIS NDVI数据和同期降水、平均气温的格点数据,采用趋势分析法、SPEI指数、相关分析法,对三江平原NDVI时空变化特征和对气候变化的响应进行了分析。结果表明:近15年三江平原区生长季的NDVI以0.017/10a的速率呈缓慢上升趋势。其中NDVI显著增加和极显著增加的面积占比分别为13.43%和12.55%,NDVI变化趋势轻度改善的面积较大,占比为25.52%;三江平原地区生长季的多年平均气温总体呈下降趋势,降水量呈上升趋势,总体上生长季标准化降水蒸散指数(SPEI)数值呈上升趋势,干旱化逐年减弱,中等干旱状况得到缓解,渐渐过渡到轻微湿润状态,对植被覆盖面积的增加有促进作用,也为该区域的生态环境恢复提供了有利条件;三江平原地区生长季NDVI与生长季气温、降水量及SPEI主要呈正相关,与降水呈正相关面积占72.64%,与SPEI呈正相关的面积占70.51%,与气温呈正相关的面积占56.73%。NDVI与降水的相关性最高,说明降水是三江平原植被生长的主导气候因子。     

红河流域NDVI时空变化及其与气候因子的关系

纵向岭谷区的＂通道-阻隔＂作用及其生态效应多年来一直是山地生态学研究的热点。位于纵向岭谷区东侧的红河流域,其地表关键生态水文要素的时空格局及变化也受到＂通道-阻隔＂作用的极大影响。利用红河流域1981～2006年GIMMS数据和2006年SPOTVEGETATION数据以及42个气象站点1981～2001年逐日降水、温度数据,使用GIS方法和地统计学方法,探讨河谷和山脉地形的＂通道-阻隔＂作用下红河流域NDVI时空变化及与气候因子的关系。研究表明：（1）红河流域植被指数在不同方向的空间自相关程度分异明显,植被指数分布总体上受地形、水热分布格局等因素的结构性影响,但在各个方向存在差异：在哀牢山的阻隔作用下,西南-东北向和东西向的植被指数分维数较低,随机部分引起的植被指数空间分异较小,而结构性变异较大;在河谷的通道作用下,西北-东南向和南-北向的植被指数分维数较高,均匀性程度较好。（2）红河流域NDVI对温度和降水变化的响应具有＂时滞效应＂,滞后时间属于30～165 d,NDVI对降水变化的响应在时间上先于对温度变化的响应;在河谷和山脉的＂通道-阻隔＂作用下,NDVI对温度和降水变化的滞后时间和敏感程度有明显的空间差异。（3）红河流域NDVI总体上没有明显的增加趋势,但存在区域差异性和空间异质性;占流域面积66.77%地区的NDVI有增加的趋势,33.23%的地区有减少的趋势,年NDVI变化率在-15.23%～23.16%间。     

站点尺度的青藏高原时序NDVI重构方法比较与应用

基于卫星遥感的植被指数时序数据广泛应用于植被覆盖监测、生物量反演等多个研究领域,但由于传感器本身、大气条件、环境特征等因素引起的噪声会影响数据的应用效果,因此开展植被指数时序数据重构研究具有实际意义。本文基于2000-2015年MODIS归一化差异植被指数(NDVI)数据,采用三次样条函数法、双逻辑斯蒂函数法和奇异谱分析法3种常用方法,对青藏高原106个气象站点所在的典型覆被NDVI时序数据进行重构,并以植被物候信息提取作为应用,比较分析了3种算法的保真性、细节拟合能力及物候特征提取效果。研究表明, D-L及Spline函数分别对受冰雪及云层影响较大(荒漠、灌木、林地)及较小的覆被类型(草原、农作物)表现出较好的细节拟合能力;SSA方法拟合能力较差,易出现NDVI重构曲线整体“下移”的现象,造成峰值拟合结果偏低,并且表现出NDVI绝对值越小拟合效果越差的现象。从保持原始数据真值的能力来看,受噪声点影响较大的覆被类型(林地、灌木、草原)Spline函数略优于D-L函数法;而林地类型中SSA方法表现优于D-L函数法。从物候信息提取结果来看,D-L函数法所提取的生长季稍有提前,Spline函数及SSA方法分别表现出生长季开始点及结束点滞后的现象,灌木、林地类型表现出明显的年际波动变化的特征,荒漠类型由于NDVI绝对值偏低,3种方法物候提取结果一致性表现出锯齿状不规则波动。此外,D-L方法生长季开始期(SOS)和生长季结束期(EOS)在各覆被区均小于其他方法,波动较大;SSA方法提取的EOS在大部分覆被地区大于其他方法;Spline提取结果的年际波动与SSA高度相似。该研究可为高原植被不同覆被类型下NDVI时序数据噪声去除的方法选择提供借鉴。     

高时空分辨率FFCO2排放清单的构建方法及研究展望

化石能源（FF）CO₂排放是全球人为温室气体排放的主体,作为衔接国家排放清单和大气反演验证途径的关键环节,2019年联合国政府间气候变化专门委员会（IPCC）对《国家温室气体清单指南》进行修订,势必将推动高分辨率FFCO₂排放清单的进一步规范发展。本文结合修订版指南中对于高分辨率排放清单的具体要求,从全球尺度、国家及以下尺度两个层面对高时空分辨率FFCO₂排放清单的构建方法进行梳理和归纳,并对其研究趋势进行展望。① IPCC方法学的进一步修订与完善,将有助于进一步提高FFCO₂排放清单的时空分辨率和精度;而构建包含间接排放的高分辨率FFCO₂排放清单正在兴起。② 作为大气反演模型的先验数据,采用自下而上的部门方法,直接获取排放统计数据,是编制高分辨率FFCO₂排放清单的首要途径;而通过替代变量及建模途径进行排放总量的时空分配,也是编制高分辨率FFCO₂排放清单的必要手段。③ 清单的不确定性分析中,需要考虑时空分配所带来的不确定性信息;基于大气观测的反演验证途径将作为独立于排放清单的一种客观核算手段,将在清单的质量保证/质量控制与验证中发挥重要作用。     

黄河流域NDVI/土地利用对蒸散发时空变化的影响

基于蒸散发(ET)、归一化植被指数(NDVI)及土地利用数据利用M-K检验、Sen趋势分析等方法,研究2001—2015年黄河流域ET时空分布及不同植被覆盖/土地利用下的ET变化规律.结果 表明:(1)黄河流域年均ET呈东南高西北低的空间分布格局,与植被覆盖和土地利用的关系具有较好的一致性;(2)黄河流域ET、NDVI...     

基于MODIS NDVI的西辽河流域主要粮食作物时空分布格局

研究以西辽河流域为案例区,以MODIS遥感数据为基础,选取2000、2005和2010年时间点,利用NDVI时间序列信息,结合西辽河流域不同作物物候历,运用决策树提取模型,获取西辽河流域春玉米、春小麦和大豆等主要作物的空间分布信息,定量揭示了10年间西辽河流域主要粮食作物的时空分布特征。研究表明：（1）2010年西辽河流域主要粮食作物播种面积为11 965.08 km2,其中春玉米播种面积约占流域主要粮食作物的92.28%,集中在西辽河流域下游地区;春小麦播种面积占比3.14%,以西辽河流域中游面积最大;大豆播种面积占比4.58%,以西辽河上游流域面积最大。（2）2000-2005年西辽河流域主要粮食作物播种面积大幅增加,涨幅达29.77%,集中在西辽河流域下游地区。其中,春玉米播种面积增长38.99%,春小麦播种面积减少39.04%,大豆播种面积增长21.27%。（3）2005-2010年西辽河流域主要粮食作物播种面积增长缓慢,涨幅为5.18%,集中在西辽河流域下游地区。春玉米播种面积呈现增加趋势,春小麦呈现减少趋势,大豆呈减少趋势。     

SfM精细表面测量:分辨率和精度的评估及误差分析

SfM(Structure from Motion,运动重建结构)是一种新的高精度三维形态模型数据获取技术,其应用于精细表面测量中的分辨率及精度尚待详细的评估。该文以化石表面为研究对象,重叠度70%摄取化石表面的照片并生成高密度点云,同TLS(Terrestrial Laser Scanner,地面三维激光扫描仪)点云进行精配准后生成DEM。以TLS点云及DEM作为比较对象,经过化石表面微小特征与剖面解析、点云、DEM偏差计算和误差分布的分析和验证,结果显示:1)SfM DEM实际表面水平及垂直分辨率分别可达到1mm和2mm。2)SfM测量精度非常接近TLS,SfM点云的RMSE为1.3mm,平均垂直偏差为1.5 mm;SfM DEM的RMSE为1.9 mm,平均绝对高程偏差为2.2mm。3)SfM测量误差在大于55°的坡度范围内与坡度呈正相关,在阴影值0~170区间内与阴影呈反相关,照片拍摄角度不完整、数量不充分的区域误差较大。研究为SfM测量的精细程度提供了参考,也为地学应用中表面微小节理识别及剖面分析提供了便利可靠方法。     

基于NDVI的西藏自治区草地退化评价模型

本文选择草地退化三个主要的表征因子草地盖度、牧草生物量和牧草植株高度来反映草地“量”的退化程度,并运用因子分析的方法算出各个表征因子的权重,加权求和得出草地综合评价指数。最后根据NDVI与草地综合评价指数建立草地退化评价模型,为草地退化的遥感宏观评价提供了一种新方法。     

内蒙古荒漠草原植被降水利用效率的时空特征

植被降水利用效率（PUE）是评价干旱、半干旱地区植被对降水响应的重要指标。利用1982—2015年GIMMS NDVI3g NDVI数据及同期气象数据反演内蒙古荒漠草原的PUE,研究荒漠草原不同植被类型、不同地区PUE时空变化,并分析了PUE 与气候因子的相关关系。结果表明：（1）1982—2015年间荒漠草原年均PUE为0.51 gC·m^-2·mm^-1,PUE的分布呈现出一定的空间异质性。荒漠草原PUE极显著增大和显著增大的面积分别占草原总面积的35.88%、55.41%,荒漠草原PUE极显著减小的面积占草原总面积的8.70%,荒漠草原PUE整体呈现增大趋势。（2）荒漠草原不同植被类型PUE均值范围0.34—0.56 gC·m^-2·mm^-1。各种植被类型中,东方针茅草原PUE最大,镰芒针茅草原PUE最小。除了镰芒针茅草原与其他植被类型差异显著以外,其他植被类型间差异不太显著。从PUE变化看,除了东方针茅草原PUE呈现下降趋势,其他植被类型PUE都呈现增大的趋势。（3）荒漠草原PUE与降水有很强的负相关性;草地年PUE与年均气温相关性不太明显;草地年PUE与年均太阳辐射呈正相关关系。     

基于多智能体模型与建筑物信息的高空间分辨率人口分布模拟

自上而下的人口分布模拟模型自动化程度较低,难以分析人口分布成因,且因精细尺度的人口样本较难获取而不太适用于高空间分辨率人口分布模拟。提出了一种基于多智能体模型和建筑物信息的高空间分辨率人口分布模拟模型。首先利用建筑物三维分布数据提取住宅建筑,构建智能体人口分布模拟模型的环境;然后基于统计、调研数据定义智能体属性,确定智能体居住选择行为规则;最后以泰日社区为例进行了居住人口分布仿真模拟。研究结果表明,基于建筑物信息的人口分布多智能体模型,可以获取每栋建筑物上的人口,改进了当前高分辨率人口模拟主要只模拟小区或者居委会人口的不足;多智能体模型具有较高的自动化程度,不仅能获得较好的模拟结果,而且可在一定程度上从微观机理解释宏观居住分布模式,是对传统统计模型的有益补充。     

甘肃中东部植被生长季NDVI时空变化及其对气候因子的响应

为分析研究生态保护与修复工程实施背景下甘肃中东部植被生长季NDVI时空变化及其对气候因子的响应,采用MODIS数据产品MOD09Q1,运用最大值合成法、趋势分析法与相关分析法,对该区域2008—2016年NDVI的时空变化特征及其对气候因子的响应进行了分析研究。结果表明：（1） 时间层面上,2008—2016年植被生长季NDVI呈现出增加的趋势,增加速率为0.001 4 a^-1,2012年增幅最大;空间层面上,2008—2016年研究区内的低山丘陵区和平原区的植被生长季增加明显;部分中起伏山地植被活动减弱。（2） 生长季NDVI对不同气候因子的响应程度不同,在P<0.05的显著性水平下,生长季NDVI对气温的变化最敏感,区域内大部分面积上二者呈现出强相关与极强相关;降水次之,以中等相关与强相关为主;太阳辐射最小,以弱相关甚至不相关为主。研究结果可为针对区域差异性并有所侧重的生态工程的实施提供相应的参考与依据,从而加强区域生态安全,进而促进国家生态安全屏障的加快建设。     

江河源区NDVI时空变化及其与气候因子的关系(英文)

The source regions of the Yangtze and Yellow rivers are important water conservation areas of China. In recent years, ecological deterioration trend of the source regions caused by global climate change and unreasonable resource development increased gradually. In this paper, the spatial distribution and dynamic change of vegetation cover in the source regions of the Yangtze and Yellow rivers are analyzed in recent 10 years based on 1-km resolution multitemporal SPOTVGT-DN data from 1998 to 2007. Meanwhile, the correlation relationships between air temperature, precipitation, shallow ground temperature and NDVI, which is 3×3 pixel at the center of Wudaoliang, Tuotuohe, Qumalai, Maduo, and Dari meteorological stations were analyzed. The results show that the NDVI values in these two source regions are increasing in recent 10 years. Spatial distribution of NDVI which was consistent with hydrothermal condition decreased from southeast to northwest of the source regions. NDVI with a value over 0.54 was mainly distributed in the southeastern source region of the Yellow River, and most NDVI values in the northwestern source region of the Yangtze River were less than 0.22. Spatial changing trend of NDVI has great difference and most parts in the source regions of the Yangtze and Yellow rivers witnessed indistinct change. The regions with marked increasing trend were mainly distributed on the south side of the Tongtian River, some part of Keqianqu, Tongtian, Chumaer, and Tuotuo rivers in the source region of the Yangtze River and Xingsuhai, and southern Dari county in the source region of the Yellow River. The regions with very marked increasing tendency were mainly distributed on the south side of Tongtian Rriver and sporadically distributed in hinterland of the source region of the Yangtze River. The north side of Tangula Range in the source region of the Yangtze River and Dari and Maduo counties in the source region of the Yellow River were areas in which NDVI changed with marked decreasing tendency. The NDVI change was980 Journal of Geographical Sciences positively correlated with average temperature, precipitation and shallow ground temperature. Shallow ground temperature had the greatest effect on NDVI change, and the second greatest factor influencing NDVI was average temperature. The correlation between NDVI and shallow ground temperature in the source regions of the Yangtze and Yellow rivers increased significantly with the depth of soil layer.     

黑河下游径流量与额济纳绿洲NDVI的滞后模型

将黑河下游年度均流量作为激励,将由NOAA/AVHRR卫星数据处理得到的归一化植被指数NDVI指标作为响应,建立起线性系统模型,从区域尺度模拟了额济纳绿洲植被发育相对于来水量的滞后过程。模型显示出,黑河来水对当年及后5 a的绿洲植被产生显著影响,其中对次年影响最大,并逐年递减,6 a后滞后效应不明显。分析认为滞后效应受含水层、包气带结构、绿洲范围等物理与几何参数因素控制,是绿洲生态系统具有自维持功能的一个体现。     

基于对象时空模型的郑洛地区史前聚落遗址群时空演变分析

依据面向对象的思想,建立聚落群对象时空数据模型,对聚落遗址群分别求取中心点和面积,进而得到中心点的演变速度、轨迹和聚落群遗址密度,在此基础上分析郑洛地区史前聚落群时空演变规律。结果表明:1)从聚落群合解历程看,裴李岗时期、仰韶前期几乎无分化,仰韶后期东西对峙,龙山时期分级明显,中央聚落群初现规模;2)4个时期聚落群中心点先向西南快速移动,然后向东北移动,速度由慢到快;3)聚落群遗址密度呈上升趋势,前3个时期上升缓慢,龙山时期上升明显。     

中国东部植被NDVI对气温和降水的时空响应(英文)

Temporal and spatial response characteristics of vegetation NDVI to the variation of temperature and precipitation in the whole year,spring,summer and autumn was analyzed from April 1998 to March 2008 based on the SPOT VGT-NDVI data and daily temperature and precipitation data from 205 meteorological stations in eastern China.The results indicate that as a whole,the response of vegetation NDVI to the variation of temperature is more pronounced than that of precipitation in eastern China.Vegetation NDVI maxi...     

基于MODIS NDVI的西辽河流域主要粮食作物时空分布格局（英文）

研究以西辽河流域为案例区,以MODIS遥感数据为基础,选取2000、2005和2010年时间点,利用NDVI时间序列信息,结合西辽河流域不同作物物候历,运用决策树提取模型,获取西辽河流域春玉米、春小麦和大豆等主要作物的空间分布信息,定量揭示了10年间西辽河流域主要粮食作物的时空分布特征。研究表明:(1)2010年西辽河流域主要粮食作物播种面积为11 965.08 km2,其中春玉米播种面积约占流域主要粮食作物的92.28%,集中在西辽河流域下游地区;春小麦播种面积占比3.14%,以西辽河流域中游面积最大;大豆播种面积占比4.58%,以西辽河上游流域面积最大。(2)2000-2005年西辽河流域主要粮食作物播种面积大幅增加,涨幅达29.77%,集中在西辽河流域下游地区。其中,春玉米播种面积增长38.99%,春小麦播种面积减少39.04%,大豆播种面积增长21.27%。(3)2005-2010年西辽河流域主要粮食作物播种面积增长缓慢,涨幅为5.18%,集中在西辽河流域下游地区。春玉米播种面积呈现增加趋势,春小麦呈现减少趋势,大豆呈减少趋势。     

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。