气候因子影响天山北坡植被指数时空分布研究

利用2000—2004年逐月的MODIS归一化植被指数(NDVI)数字影像,计算了天山北坡NDVI动态变化与气温、降水变化的相关关系。在此基础上,分析了NDVI变化的区域分布规律,探讨气温、降水对NDVI动态变化的驱动作用,研究了NDVI变化的气候因子驱动的区域分布规律,并据此对天山北坡植被NDVI变化的气候因子驱动进行了分区。结果表明,研究区的植被状况主要受气温和降水的复合影响,气温主导影响区域主要分布在天山中高覆盖度林区和绿洲农区过渡带以及NDVI≤0.25的荒漠区区域内。      

中蒙俄经济走廊沿海与内陆NDVI分布特征

为了研究中蒙俄经济走廊沿海与内陆地区归一化植被指数（NDVI）的分布特征,利用MOD13Q1 NDVI数据集、MERRA2气象再分析数据和AVHRR土地覆盖数据,以中蒙俄经济走廊研究区内2种代表性植被（林地和树木茂盛的草地）为例,采用回归分析法和相关性分析法研究了近年来研究区NDVI在不同纬度、距海岸线不同距离及不同时间的变化特征,并分析了气温与降水对NDVI的影响。结果表明：2015—2019年内5月下旬—9月,沿海地区植被生长状态基本优于内陆地区,从距离海岸线500 km左右开始,NDVI明显下降;沿海地区（0~500 km）与内陆地区NDVI在时间变化上也略有不同,沿海地区2种代表性植被的NDVI时序变化模型拟合效果较好。受沿海与内陆地区降水、气温差异影响,在植被生长顶峰期（0719—0723）,随着纬度上升,沿海与内陆地区NDVI差异逐渐减小：沿海地区NDVI在上升期比内陆地区约提前1个月进入饱和,下降期滞后约1个月;低纬度地区2种植被对降水量更为敏感,相关系数最高为0.393（显著性水平P<0.01）,而高纬度地区两种植被对气温更为敏感,相关系数最高为0.534（P<0.01）。     

基于2001—2015年遥感数据的天山山区雪线监测及分析

基于2001—2015年MOD10A1/MYD10A1、MOD13Q1以及相关气象数据,采用积雪持续时间比率法,监测了天山山区的季节雪线高程,分析了其变化特征及影响因子。结果表明:①近15年天山山区雪线整体呈显著上升趋势,平均高程3 680 m左右,其中,北坡、伊犁河谷、南坡季节雪线的稳定性依次减弱,平均高程分别为3 620 m、3 390 m及3 820 m;空间上雪线高程呈现南高北低、东高西低的纬度地带性分布特点。②年际尺度上,气温是影响天山山区雪线高程的主控因素,呈显著正相关,南北坡与之相同,但伊犁河谷则降水是影响其变化的主控因素,呈显著负相关;季节尺度上,夏季气温、冬季降水是影响雪线高程的主控因素,降水与其呈负相关,但气温较高的地区,夏秋季降水会促进积雪融化,使雪线高程上升;月尺度上,7月气温、1月降水对其影响最明显,且存在一定的滞后反应。③天山山区雪线高程比零度层低800 m左右,两者呈较好正相关;雪线高程与NDVI（Normalized Difference Vegetation Index）呈负相关,植被覆盖较好区域,同年NDVI与雪线高程相关性较好,植被覆盖较差区域,前一年NDVI与其相关性较好。     

气温、降水量和人类活动对长江流域植被NDVI的影响

为了了解气温、降水量和人类活动对流域植被NDVI(normalized difference vegetation index)的影响,以长江流域为研究区,运用一元线性回归分析法和Theil-Sen Median趋势分析法研究了长江流域气温、降水量和植被NDVI变化特征,同时利用相关分析法和残差分析法探讨气温、降水量和人类活动对植被NDVI变化的影响.结果表明:1960—2015年长江流域年平均温度显著上升,而降水量的变化趋势并不显著;1982—2015年流域NDVI呈显著增加趋势;1982—2015年流域NDVI与气温的相关性较高,然而与降水量的相关性并不显著;人类活动使流域NDVI增加的区域主要分布于流域北部、东南和西南部分地区,而使NDVI下降的区域位于流域中西部区域和长三角地区.气温对长江流域植被NDVI变化的影响大于降水,气候变暖和人类活动对流域生态环境具有一定程度的影响.      

1981-2006年西北干旱区NDVI时空分布变化对水热条件的响应

气候是植被变化的重要驱动因子. 利用1981-2006年GIMMS归一化植被指数（NDVI）时间序列数据,结合68个气象站降水、气温数据和DEM地形数据等资料,研究分析了西北干旱区植被活动的年、季变化和空间差异. 结果显示：在1981-2006年的26 a,西北干旱区植被的覆盖率增加了4.5%,年平均NDVI增加了3.2%;植被的生长季延长,主要表现在生长季的推迟. 从总体来说,植被覆盖率、生长季和NDVI值在2000年以前显著增加,而在2000年以后都呈现减小的趋势;其中,减少明显的区域是在伊犁河谷、中天山及平原区,在河流上游山区或源头以及部分河流两岸呈现增加态势;在年际变化上,大部分区域的气温、降水与NDVI相关性不强. 而年平均气温在4.58 ℃以下低温区和年降水在180 mm以上的相对湿润区,气温和降水都呈现正相关;在季节变化上,NDVI值在春季和秋季与温度相关显著,而夏季与降水相关性强. 2000年以后,植被覆盖率和NDVI值开始出现降低趋势与气温持续升高、降水量增幅下降有关.     

基于GIMMS NDVI的青藏高原植被指数时空变化及其气温降水响应

青藏高原植被生态系统脆弱, 是研究全球气候变化陆地植被生态系统响应的理想场所。以GIMMS NDVI、 气温和降水及植被类型数据为基础, 利用一元线性回归模型、 相关系数、 偏相关系数及t检验方法, 分析了青藏高原1982 - 2015年NDVI时空变化及其气温降水响应特征, 结果表明： 1982 - 2015年青藏高原NDVI时间变化过程总体表现为不显著的增加过程, 空间变化以显著增加为主, 占总面积的63.26%, 分布在高原北部、 西部和南部; 显著减少集中分布在高原中东部和东南部, 仅占总面积的3.45%。青藏高原主要植被类型NDVI平均值表现为： 阔叶林>针叶林>灌丛>草甸>高山植被>草原>荒漠, 其中草原、 高山植被和荒漠植被NDVI呈显著线性增加过程, 灌丛、 针叶林和阔叶林植被的NDVI呈不显著的减少过程。青藏高原NDVI与气温相关系数空间上呈南北向分布, 具有纬度地带性特征, 显著正相关分布在高原中北部, 显著负相关分布在高原中南部; NDVI与降水的相关系数呈东西向分布, 具有干湿度地带性特征, 显著正相关分布在高原中部, 显著负相关分布在高原东西两侧。研究认为1982 - 2015年青藏高原北部水热条件缺乏区域NDVI出现显著增加趋势, 而高原东南部水热条件充足地区NDVI呈现出显著减少趋势。深入开展植被类型NDVI气候响应的差异性研究, 有助于深入理解全球气候变化影响的区域差异及科学制定植被生态保护政策。     

黔桂喀斯特山地NDVI的垂直分布特征

黔桂喀斯特山地地形复杂,植被覆盖度垂直特征分异显著,以往研究多从气候因子响应方面探讨其垂直分布差异,而研究区人地矛盾尖锐,人类活动对植被分布有重要的影响。文章以黔桂喀斯特山地为例,利用2010年MODIS13Q1 NDVI数据表征植被覆盖度,结合高程、坡度和坡向等地形特征,不同土地利用类型的分布情况,叠置分析研究区的NDVI垂直分布特征。结果表明:黔桂喀斯特山地以林地、耕地和草地为主,不同土地利用类型随海拔、坡度和坡向的变化呈现不同的分布特征。研究区NDVI平均值为0.59,其中林地NDVI最大,达到0.63,草地为0.58,耕地最小为0.54。空间分布上,贵州境内NDVI值大部分为0.5~0.6,广西境内自西北向东南NDVI值由0.8逐渐降低至0.4,以0.6~0.7为主。NDVI在垂直梯度上分布特征显著,与植被垂直地带性分布以及不同地类的垂直分布特征有密切关系。海拔分布上,NDVI在海拔小于200 m区间最小,400~600 m的区间最大;北部贵州整体海拔较高,但植被覆盖度较低;南部广西海拔较低,但植被覆盖度较高。坡度分布上,在坡度小于35°范围,随坡度增大,耕地、水域、建设用地面积迅速减少,林草地面积逐步增加,使得NDVI随坡度增大逐渐增大。坡向分布上,NDVI不随坡向变化呈现明显变化,仅偏东坡向稍大于偏西坡向。研究表明应根据海拔和坡度等地形特征,并考虑土地利用情况,因地制宜进行生态建设。      

2001—2020年三江源冻土区植被物候变化特征分析

作为长江、黄河、澜沧江的发源地,三江源区是我国重要的水源涵养区和生态屏障。在气候变化背景下,三江源区广泛分布的冻土显著退化,对植被变化与生态环境产生深远影响,但近20年植被变化特征及其对气候与冻土变化的响应尚不明晰。基于2001—2020年间三江源区植被、气象与土壤冻融数据集,分析了过去20年间三江源区植被物候变化特征及其对气候因子与土壤冻融要素变化的响应。结果表明：三江源区归一化植被指数(NDVI)整体呈东南高、西北低的空间格局,2001—2020年间三江源区植被整体呈变绿趋势,生长季NDVI以每10年0.017的速率显著增加;植被物候显著变化,生长季延长[6.3 d·(10a)^-1],主要由生长季开始日期(SOS)提前[4.9 d·(10a)^-1]贡献。基于统计分析结果,气温和降水是生长季NDVI最重要的主导因素,植被对降水的敏感性在气温相对较高、降水相对较少的暖干区域更强;生长季开始前的降水是SOS最重要的主导因素。土壤冻融变化对植被生长的影响具有空间异质性,在暖干区域,土壤融化时段延长对植被生长起到抑制作用。总体来看,三江源季节冻土区...     

1961-2016年乌鲁木齐河流域气温和降水垂直梯度变化研究

新疆乌鲁木齐河流域高山区和平原区气候条件差异较大,对该流域气温和降水垂直梯度变化的研究,有利于了解不同地理要素之间的作用过程。利用乌鲁木齐河流域6个气象观测站数据,分析研究了气温和降水的变化趋势、气温和降水及其倾向率与海拔的关系,以及不同月份气温和降水随海拔的变化特征。结果表明：1961-2016年间,乌鲁木齐河流域气温和降水总体呈上升趋势,其中乌鲁木齐站气温和降水倾向率分别为0.189℃·（10a）^-1和28.83 mm·（10a）^-1,大西沟站气温和降水倾向率分别为0.268℃·（10a）^-1和18.85 mm·（10a）^-1;气温和降水与海拔关系密切,随海拔降低气温逐渐升高,而降水呈减少趋势;高海拔区气温升温倾向率总体大于低海拔区,降水倾向率随高度增加而明显增加;月气温变化速率随海拔升高呈“钟”形分布,并在5-8月达到最大;月降水变化速率随海拔变化表现为下降~上升~下降~上升,并在5-8月达到峰值。     

大凌河流域1998～2019年NDVI时空变化及其对气温和降水的响应

利用9个国家气象站数据和1998～2019年SPOT/VEGETATION NDVI数据，运用趋势分析、偏相关分析和复相关分析方法，研究大凌河流域22年来NDVI时空演变规律及其与气温和降水之间的关系。研究发现：(1)研究区22年来植被覆盖整体变好，90.8%的区域NDVI呈增加趋势，不同季节变化趋势各异，夏季NDVI增长率最高，春季最低。(2)大凌河上游地区NDVI总体呈缓慢稳定增长状态，中下游地区增长与减退并存；(3)研究区NDVI总体与气温呈负相关、与降水量呈正相关，且NDVI与年降水量关系更密切。(4)研究区植被覆盖降水驱动型占总面积的4.33%，气温驱动型占比为0.03%，降水、气温共同驱动型占比为2.73%。     

基于MODIS NDVI的贵州省植被退化及归因

为了解森林退化的原因,利用2000-2015年的MODIS NDVI数据,在分析贵州省植被变化趋势的基础上识别了归一化植被指数（NDVI)显著下降的区域,并在NDVI显著下降区选取面积大于10 km2的森林图斑为兴趣区,分析其内气候变化趋势及对森林NDVI值的影响。研究表明:197个兴趣区主要分布在贵州省西北部的赤水—习水、东北部的梵净山和东南部的非喀斯特区域;区内春、夏季NDVI变化趋势与年NDVI值变化趋势一致,下降速率达到-0.01·yr-1,冬季与其他季节变化趋势相反,呈不显著升高趋势;区内春季和夏季气温升高显著,降水和日照时间无明显变化,整体气候变化呈暖干趋势;夏季温度升高是NDVI降低的主要驱动因素。      

气候变化对中国北方荒漠草原植被的影响

气候变化对陆地生态系统的影响及其反馈是全球变化研究的焦点之一。利用气候变量实现对遥感植被指数所表示的植被绿度信息的模拟，可以尝试作为表达生物圈过去和未来状态的一种途径。利用1961-2000年的气温、降水和1983-1999年的NOAA/AVHRR资料，分析了中国北方地带性植被类型荒漠草原植被分布区的短尺度气候的年际和季节变化，及其对植被的影响。结果表明，过去40年中该区域年际气候变化表现为增温和降水波动。年NDVI的最大值（NDVI_max）可以较好地反映气候的变化，过去17年中NDVI_max出现的时间略有提前。综合分析NDVI、植被盖度、NPP、区域蒸散量、土壤含水量及其气候的年际变化，表明增温加剧了土壤干旱化，降水和土壤含水量仍是制约本区植被生长的根本原因。     

内蒙古西辽河平原植被指数时空变化及其影响因素研究

西辽河平原位于我国北方农牧交错带,属半干旱气候,发育科尔沁沙地,生态环境极其脆弱,开展植被指数时空变化及其影响因素研究,对于预测土地退化风险意义重大,可为该流域生态环境保护治理及水资源合理开发利用提供技术支撑。利用2000—2019年MODIS NDVI数据,采用一元线性回归趋势法和Mann-Kendall检验分析了近20年来该地区的植被生长变化趋势及突变情况。从影响植被生长的水热条件出发,分析了NDVI值与气象因素（降水、气温）、土壤湿度、地下水埋深等因子的相关关系;结合人类活动,分析了土地利用类型变化对NDVI值的影响。结果表明:（1）2000—2019年生长季NDVI值整体呈上升趋势,不存在显著突变点,最高值0.56,最低值0.41。（2）NDVI值在空间上呈现“东高西低”的分布特征,不同用地类型的NDVI值由大到小依次为耕地>林地>沼泽地>滩地>草地>盐碱地>沙地。（3）92.5%的区域植被呈增长趋势,7.5%的区域植被呈减少趋势。（4）NDVI值与降水、气温、土壤湿度呈正相关关系,相关系数分别为0.86,0.78,0.81,降水对植被影响最大。（5）最适宜天然植被生长的地下水埋深约为3 m,当地下水埋深大于10 m时,NDVI值会随着埋深的增加剧烈减小。（6）人类活动如土地开垦、植树造林是近20年来NDVI值呈增加趋势的主要原因之一,在一定程度上改善了当地生态环境。     

基于RS的昆仑山区夏季雪线高程变化及其影响因素分析

以昆仑山区为研究区域,利用2001-2015年MOY10A1/MOD10A1以及气温、降水等数据,通过统计学的方法得出了研究区的研究日期,积雪持续时间比率法提取了研究区近15年雪线高程,线性趋势法分析了近15年研究区雪线高程的动态变化,相关分析法研究了雪线高程变化的影响因素。经分析得出：研究日期确定为每年的7月22日-8月24日（第203~236天）,共计34天,积雪持续时间比率法提取的雪线阈值为76.5%。2001-2015年昆仑山区及各区域雪线高程呈波浪式上升的趋势,昆仑山东、中、西段雪线高程变化的倾向率分别为80 m·（10a）^-1、131 m·（10a）^-1和155 m·（10a）^-1,昆仑山东段雪线高程变化最为稳定,其次是昆仑山中段,最不稳定的则是昆仑山西段。近15年昆仑山东、中、西段雪线高程的平均值分别为4 990 m、5 271 m和4 936 m,并且昆仑山中段雪线高程的最小值要高于其它两区域的最大值,因此,昆仑山区域雪线高程分布特征为：中间高,两边低。从年的时间尺度分析,影响昆仑山区及各区域雪线高程变化的主控因素为气温;从季节的时间尺度分析,气温对雪线高程影响最大的季节为夏秋季,降水对其影响最大的季节则在夏冬季;从月的时间尺度分析,昆仑山区夏月气温对雪线高程影响最大,而降水对其影响最大的月份则在冬月。     

喜马拉雅山脉中段南坡孢粉垂直分布特征及影响因素

研究现代孢粉沿海拔梯度分布、传播特征及其驱动因素,有助于提高基于孢粉重建古植被和古气候的可靠性。喜马拉雅山是全球中纬地区落差最大的山脉之一,其中段南坡植被垂直带谱完整,目前尚缺乏该垂直带谱孢粉现代过程研究。本研究通过喜马拉雅山脉中段南坡不同海拔26个表土样品(海拔梯度为3551～4444 m)的孢粉分析并整合前人表土孢粉数据(n=138,海拔梯度涵盖132～5000 m),系统分析了孢粉(包括组成、百分比含量、浓度及多样性)的垂直分异规律及其与气候、土地利用之间的关系。研究结果显示孢粉组合垂直分布特征能很好地代表植被垂直分布特征,年降水和暖季气温是影响孢粉分布的重要气候要素。孢粉丰富度沿海拔梯度无明显分异特征;而孢粉均匀度随海拔升高而显著降低(特别是海拔3500 m以上区域),能够代表植被群落随海拔的变化特征。常见乔木植物花粉(松属、云杉属、桦木属和栎属等)存在明显的向高海拔传播现象,且不同类型间传播能力差异较大;而柏科花粉传播能力差,能很好地指示局地植被。表土样品孢粉浓度随海拔升高呈现降低趋势,且高海拔地区较低的孢粉浓度一定程度上放大了由低海拔传播而来的乔木植物花粉对孢粉组合的影响。...     

新疆积雪覆盖时空变异分析

利用2000-2010年MODIS积雪覆盖产品数据MOD10A2,提取了新疆近10年来积雪覆盖变化信息,并结合地面站点数据,对遥感积雪覆盖估算的精度进行了验证;分析了新疆积雪覆盖的年际、年内变化及南北疆积雪覆盖变化的差异;结合数字高程模型,分析不同高程带下积雪覆盖的时空变化规律,揭示高程因素对新疆积雪时空变化的影响。结果表明:MOD10A2提取的积雪信息能够反映新疆的积雪变化情况,总体精度达92.3%;近10年来,全疆年积雪覆盖率最大值范围为34.0%~51.7%,最小值范围为1.7%~2.6%;积雪覆盖比率的变化在南北疆差异明显,南疆区域积雪覆盖整体不高,年内积雪覆盖比率变化幅度低于50%;而北疆区域由于受复杂地形和气候带的影响,积雪覆盖比率大,年内的变化幅度强,除2008年均达到80%以上;在季节变化上,春季和秋季的积雪覆盖均值波动较为明显,夏季和冬季的积雪覆盖均值则波动较小,这一规律在北疆地区表现更为显著;积雪覆盖的时空分布与变化受高程的影响,在海拔4 000 m以下区域,夏季积雪覆盖比率低,冬季积雪覆盖比率高,而6 000 m以上海拔区域则表现出完全相反的特点,即夏季积雪覆盖比率高,冬季积雪覆盖比率低。     

1982～2015年渭河流域植被变化特征及气候因素影响

基于GIMMS NDVI3g（the third generation of Global Inventory Modeling and Mapping Studies Normalized Difference Vegetation Index）数据,结合趋势分析、Mann-Kendall检验和Pearson相关分析等方法,识别了渭河流域19822015年不同时间尺度（年、月及季节）植被NDVI的动态变化特征及气候因素影响。结果表明,近34年渭河流域NDVI呈现增长趋势,且20002015年NDVI较19821999年显著增长,趋势线斜率分别为0.003和0.001,退耕还林后植被覆盖状况明显改善;年均NDVI与气温呈显著正相关,与降水的正相关性较弱;月均NDVI与气温和降水都表现为显著正相关,相关系数分别为0.926,0.743;春秋季NDVI与气温呈现显著正相关,夏季NDVI与气温、降水的相关性不明显,冬季NDVI与前期气温存在滞后相关。     

基于WRF模式数据和CASA模型的青海湖流域草地NPP估算研究

植被净初级生产力(NPP)是研究陆地碳循环过程的核心内容, 而高海拔区域由于气象观测数据的缺乏造成模型对其估算的不准确.在WRF模式气象数据和SPOT-VEGETATION遥感影像的基础上, 利用CASA模型对青海湖流域2000-2010年的草地NPP进行了估算, 经过实地样方数据和其他模型数据的验证后, 分析了青海湖流域近11 a来草地NPP的空间分布格局和时间变化特征.结果表明: 1)在气象观测资料缺乏的青海湖流域, WRF模式的气象数据能较好地应用到模型中, CASA模型对该区域草地NPP的模拟精度较高; 2)2000-2010年青海湖流域草地年均NPP为2.71×10¹²gC·a^-1, 单位面积草地NPP为145.71 gC·m^-2·a^-1; 空间分布上呈现出由东南向西北随着海拔升高逐渐下降的格局, 在海拔3 200~3 500 m的区域草地单位面积的NPP达到最大; 3)2000-2010年青海湖流域草地NPP年际变化明显, 近11 a呈现出明显的增加趋势, 增加区域主要分布在环湖地区; 年内季节变化显著, 夏季NPP占到全年的57.36%; 4)对NPP和气象站点太阳辐射、 气温、 降水数据进行相关性分析, 发现影响青海湖流域草地NPP变化的主要驱动力是气温.     

典型冰冻圈地区植被变化对人类活动的响应研究 ——以祁连山为例

在全球气候变化、种植业结构调整等背景下,亟需对祁连山区的植被展开长期有效的监测和持续研究。基于2000-2017年分辨率为250 m的MODIS数据,采用Mann-Kendall时间序列非参数估计模型、相关分析等方法,分析了祁连山区生长季NDVI与植被盖度的时空变化特征及其与气候因子的相关性,并从正反两方面就人类活动对对植被的影响做了讨论,得出结论如下：（1）从东向西祁连山年平均NDVI整体上逐渐减小,NDVI随海拔升高呈先增大后减小的特征,NDVI最大的区域分布在海拔2 700~2 900 m的范围内;（2）祁连山区域内NDVI显著减小的区域占祁连山总面积的0.6%,而显著增加的区域占总面积的33.6%,植被呈现出整体向好,局部退化的趋势;（3）2000-2017年,林地、草地和其他土地利用区的植被盖度分别以0.0029、0.0026和0.0004的速率增加,工矿用地的覆盖度以0.0112的速率在减少,反映出工矿业开发活动是造成植被盖度下降的主要因子;（4）植树造林区植被NDVI以0.0455的速度增加,而工程实施和矿产开发区NDVI以0.0125速度降低,表明人类活动是导致植被群落变化的主要因素之一。     

全球变暖背景下新疆地区近45 a来最大冻土深度变化及其突变分析

利用覆盖新疆大部分地区资料完整的93个站点资料,对1961-2005年新疆地区最大冻土深度进行了分析. 结果表明：新疆地区月最大冻土深度有明显的季节变化,低海拔区域(海拔<1 800 m)最大值出现在1月份,而高海拔区域(海拔≥1 800 m)的最大值出现在2月份,比低海拔区域要滞后. 新疆地区最大冻土深度的地理分布特征表现为北疆深于南疆,山区深于平原,且与气温的分布有很好的一致性. 全年和冬、春季最大冻土深度与气温场的空间相关系数分别为-0.795、-0.736和-0.848. 年际变化表明,近45 a来的最大冻土深度出现了较为明显的下降. 高海拔区域与低海拔区域年最大冻土深度的倾向率分别为-15.65 cm·(10a)^-1和-9.48 cm·(10a)^-1,且与气温的相关系数分别为-0.51和-0.69,均通过了0.001的信度检验. 同时发现,高海拔区域冬季下降多,而低海拔区域春季下降多. 新疆地区年最大冻土深度在近45 a有明显的突变现象,高海拔区域和低海拔区域突变发生年份分别为1996/1997年度和1978/1979年度,说明新疆地区高海拔区域的年最大冻土深度对气温变化的响应比低海拔区域要滞后. 突变年后高海拔区域与低海拔区域年最大冻土深度比突变年前的平均值分别降低了61.12 cm和26.67 cm.