基于GEE的1987—2019年民勤绿洲NDVI变化特征及趋势分析

Google Earth Engine（GEE）是目前最先进的地理大数据分析和可视化平台,使遥感监测地表植被突破了数据获取难、本地存储量大、处理效率低的限制。基于GEE云平台计算Landsat系列卫星影像,研究了1987—2019年民勤绿洲NDVI的时空变化,并通过一元线性趋势分析、稳定性分析、Hurst指数对变化趋势进行了分析和预测。结果表明：（1）1987—2019年民勤绿洲NDVI年均值从0.172上升到0.230,多年平均值为0.244,1989—2007、2010—2016年呈上升趋势,1987—1989、2007—2010、2016—2019年呈下降趋势。年内NDVI-0.017—0.333,高值集中在每年4—10月。空间上来看,绿洲外围NDVI明显增大,绿洲向荒漠扩张。（2）1987—2019年民勤绿洲大部分区域NDVI基本不变,坝区、泉山区绿洲外围、湖区南部和青土湖呈增大趋势,坝区中部民勤县城区、湖区北部绿洲边缘呈减小趋势,基本不变、增大、减小区域分别占总面积的81.90%、16.25%和1.85%。（3）1987—2019年民勤绿洲NDVI变化稳定性高的区域主要位于坝区东南部、泉山区东部、湖区北部荒漠区域;波动性高的区域主要位于坝区、泉山区绿洲外围、湖区南部和青土湖。（4）未来民勤绿洲大部分区域NDVI变化趋势保持基本不变,坝区、泉山区绿洲外围、湖区北部和青土湖,NDVI未来有可能增大,坝区中部民勤县城区、湖区北部向荒漠过渡地带,NDVI未来有可能减小,基本不变、未来有可能增大、减小的区域面积分别占71.62%、12.96%、15.42%。     

近30 a龙羊峡水库周边地区沙漠化遥感监测

 在RS和GIS支持下,选取4期遥感数据,采用室内解译和野外检验修正的方法,获得龙羊峡水库周边地区不同时期土地沙漠化数据库。结果显示,在过去30 a中,龙羊峡水库周边地区土地的沙漠化在时间上经历了一般发展到正在逆转两个阶段; 2000年以后,极重度沙漠化土地和重度沙漠化土地变化最为明显,均呈现逆转趋势,其中极重度沙漠化逆转为其他类型的总面积为145.90 km2,重度沙漠化土地逆转为中度沙漠化面积为146.44 km2; 在沙漠化土地的空间分布上,过去30 a里,沙漠化土地主要集中分布在龙羊峡两岸的塔拉滩和木格滩地区; 研究区内沙漠化的逆转主要是由重度和极重度沙漠化土地转变为中度和轻度沙漠化土地。1975—1989年,研究区的降水呈增加趋势,但是由于这一时期人为因素的影响,沙漠化呈不断加剧的态势; 1989—2000年,研究区的气候趋向于暖干化,加上过度放牧等人为因素,重度和极重度沙漠化土地持续发展; 2000年以后,研究区的气候趋向于暖湿化,政府实施了一系列生态环境保护、恢复计划,沙化土地呈现逆转的态势。     

青藏高原东部龙羊峡水库气候效应的变化趋势分析

以青海省境内黄河干流龙羊峡水库为例,应用基于气象要素分析水库气候效应的数学模型,计算了水库蓄水后对局地气候的净影响,深入探讨了气候效应随时间的变化趋势。结果表明,龙羊峡水库蓄水以来,对局地气候有明显影响,环境风险度有较大提高,且水库对不同的气象要素的影响随蓄水时间的增加呈现不同趋势。     

柴达木盆地东北部哈勒腾河流域风况特征及其对风沙地貌发育的影响

风况是影响风沙地貌发育的重要因子,在一定程度上决定了沙丘类型.为探究区域风沙地貌发育与风况之间的关系,对哈勒腾河流域不同区域一个完整年度的风况进行分析.结果表明:流域年平均风速为2.78 m·s-1,起沙风集中在春夏季,平均风速为7.78 m· s-1,起沙风事件平均持续时间为4.1 h;流域输沙势122-254 VU...     

黄河中上游流域降水量的时空特征及其对三门峡库区水沙量的影响

根据气象和水文资料,采用自然经验正交函数、相关分析等方法,对黄河中上游流域年降水量的时空特征及其对三门峡库区水沙来量的影响进行分析。分析表明：黄河中上游流域年降水量具有3种典型的空间分布结构;在不同的降水空间结构下,三门峡库区各水文站水沙变化差异显著;3种空间结构具有不同的变化趋势和周期;三门峡库区沙源可分为四级源区,水源分为三级源区;未来20年,库区水沙来量有增加趋势。     

1986—2019年黄河流域地表水体动态变化及其影响因素

黄河流域水资源严重短缺,对地表水面积（SWA）开展动态监测有助于明晰地表水资源时空变化规律及其驱动机制。本文基于Google Earth Engine云平台技术,综合利用混合指数规则集、线性斜率、多元线性回归和偏微分分解等方法,揭示了黄河流域SWA的年际变化及其空间分异规律,厘定了降雨、温度、植被叶面积指数、前一年SWA和水利水保措施与人类用水活动等其他因素对SWA的影响量和相对影响率。结果表明：① 地表水体总体识别精度为97%。1986—2019年全流域永久性SWA年际增长速率49.82 km²/a,其中主河道区贡献83.2%,且2001年为SWA变化由减小到增加的转折点;季节性SWA年际减小速率-79.2 km²/a,其中子流域区贡献61.8%。② 除红碱淖SWA呈显著持续减小外,其他主要天然湖泊SWA均较为稳定;6个主河道大型水库中,小浪底和龙羊峡水库SWA增加趋势最为显著;在86个子流域中,50个子流域SWA呈增加趋势,主要分布于流域中下游。③ 非气象要素对SWA的影响均大于气象要素影响作用。降雨对SWA的增加作用最小,温度上升造成中游地区SWA减小,但却导致源区SWA增加。植被叶面积指数增加导致主河道区和子流域区SWA变化斜率分别增加10.12 km²/a和7.26 km²/a。其他因素对子流域区SWA增加呈负作用,这表明子流域内剧烈用水活动对SWA的减小作用大于水利水保措施对SWA的增加作用,但是分布于主河道中的大型梯级水库调蓄功能可显著提升其对主河道区SWA的增加作用。