塔里木河流域植被动态及潜在因素驱动机制

塔里木河流域气候极端干旱,探究该区域植被动态特征并定量评价潜在驱动因素的作用强度对维持生态系统功能、实现可持续发展至关重要.基于长时间序列NDVI数据集、气候数据、背景数据及土地利用数据,探究了塔里木河流域2000-2020年植被时空变化趋势和空间自相关性,并利用地理探测器定量评估了潜在驱动因素对NDVI变化的作用强度.结果发现：2000-2020年平均NDVI为0.159,52.63%的区域呈显著增长趋势,增长速率为0.02/10a,NDVI的全局莫兰指数呈波动上升趋势,表现为空间集聚性.土地利用转化、土壤类型、距人造地表距离是塔里木河流域植被变化的主要驱动因素,对NDVI变化的解释力分别为22.20%、8.57%、8.28%.降水是塔里木河流域北部的主导气候因素,气温在西部和南部对NDVI变化的解释力更强,距冰川和积雪的距离是影响NDVI变化不可忽略的因素.任意两因素的交互作用可以提高对NDVI变化的解释力,其中在流域尺度上土地利用转化∩土壤类型（q=29.44%）解释力最强,而在子流域尺度上,解释力最强的交互组合及强度存在差异.本文结果有助于提高对塔里木河流域NDVI变化机制的认识,为干旱半干旱地区生态保护提供科学依据.     

黄河流域植被时空变化及其与土壤湿度的相关性分析

黄河流域连接了青藏高原、黄土高原、内蒙古高原、华北平原,是我国重要的生态屏障。开展黄河流域植被时空变化及其与土壤湿度相关性分析,定量揭示土壤湿度对植被生长的影响,有利于干旱监测及生态环境保护。利用MOD13Q1 NDVI产品和全球陆面数据同化系统（global land data assimilation system,GLDAS）土壤湿度数据,采用Sen+Mann-Kendall趋势检验法和相关性分析法,分析了2000—2020年黄河流域植被时空变化特征及土地利用变化对植被生长的影响,并在流域尺度探索了生长季植被归一化植被指数（NDVI）与不同深度土壤湿度的相关性。结果表明：（1）研究区植被NDVI在空间上呈现“南高北低”的特征,沿黄河径流方向,上游右岸区域植被生长状况明显好于左岸,中下游两岸区域植被生长状况无明显差异。2000—2020年NDVI整体呈增加趋势,从2000年的0.356增加到2020年的0.435。（2）不同用地类型的NDVI由大到小依次为：林地>耕地>草地>未利用地,不同季节NDVI由大到小依次为：夏季>秋季>春季>冬季。（3）研究区大部分区域植被生长状况处于改善和稳定的状态,小部分区域处于退化状态,退化区域的主要原因是草地退化、城市扩张导致耕地退化及耕地转为建设用地。（4）NDVI与不同深度的土壤湿度（0~10 cm、10~40 cm、40~100 cm、100~200 cm）整体呈正相关趋势,相关系数分别为0.535,0.647,0.681,0.619;不同土地利用类型的NDVI与不同深度土壤湿度的相关性有差异,耕地、草地和未利用地NDVI与10~40 cm处的土壤湿度正相关面积最大,而林地NDVI与40~100 cm处的土壤湿度正相关面积最大。相关研究成果可为黄河流域高质量发展提供科学依据。     

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。      

Research on Temporal and Spatial Variation Characteristics of Vegetation Cover in Qilian Mountains from 1982 to 2006

Based on GIMMS NDVI data of Qilian Mountains region during 1982-2006, using the maximum synthesis, mean method, slope analysis and correlation analysis, the spatial and temporal changes of vegetation cover and its correlations with climatic factors were studied in Qilian Mountains. The results showed that: ①Vegetation NDVI of Qilian Mountains increases from west to east in general, showing the distribution pattern of much more vegetation in east regions than in west regions; ②Vegetation NDVI of Qilian Mountains has generally increased in the past twenty five years, but there are obvious spatial differences, especially vegetation NDVI of middle and east regions increase obviously; ③There have been obvious differences on spatial variation of seasonal NDVI in the past twenty five years in Qilian Mountains, and the increased area of vegetation NDVI is the largest in summer, followed by autumn, spring, but the most reduced area of vegetation NDVI is in winter. The regions of increased vegetation NDVI concentrate on southern mountain of Qinghai Province and in Buha River Basin, while the regions of reduced vegetation NDVI concentrate on Wushaoling, Lenglongling and Daban mountain in each season; ④The correlations between monthly average vegetation NDVI and temperature and precipitation are very significant, which indicates that temperature and precipitation are the main factors affecting the change of vegetation NDVI in Qilian Mountains, but intensive human activities are also important factors affecting the change of vegetation NDVI in some areas.     

基于卫星遥感数据的地表信息特征--NDVI-Ts空间描述

介绍了基于卫星遥感数据的可操作NDVI、Ts和Ts／NDVI计算方法，讨论了NDVI、Ts和Ts／NDVI数据对植被覆盖信息表达的差异，分析了不同地表覆盖在NDVI—Ts空间的年内变化特征。利用信息熵和平均梯度定量分析了NDVI、Ts和Ts／NDVI数据在信息表达丰富度方面的差异，讨论了在不同地表植被覆盖下，Ts／NDVI数据信息提高程度的敏感性。     

基于环境星CCD数据的区域植被覆盖度遥感估算

以雅砻江流域二滩水库周边为研究区,选用环境星CCD数据,基于NDVI的像元二分模型进行了研究区植被覆盖度的遥感估算,并将估算结果与同时期TM影像估算结果作对比。结果显示,估算结果基本吻合,表明环境星CCD数据可以用于多源遥感数据融合分析区域植被覆盖状况研究。     

用于时间序列聚类分析的小波变换和特征量提取方法

利用小波变换的多尺度分辨功能,对时间序列数据进行多次Haar小波变换,将时间序列分解为尺度分量和细节分量;通过保留尺度分量,提取时间序列的趋势信息,并结合统计特征量计算,将时间序列的趋势信息与几种统计特征量组合在一起,构成SOM神经网络的输入向量,对时间序列进行聚类分析。通过在几类模拟时间序列数据上进行实验分析,取得了较好的实验效果。并将此方法应用到基于MODIS遥感影像的林地植被提取中,获得了较高的提取精度。     

利用卫星立体影像生产DEM的关键技术研究

在利用国产资源三号卫星立体影像制作DEM产品过程中,通过遥感手段利用NDVI和ND-WI对植被、水域等要素范围边界进行快速提取,实现了数据制作过程中滤波环节准确性和适应性的增强,进而达到了对DEM产品精度提升和制作效率提高的目的.由此形成的技术方案可以为全球地理信息资源建设与应用提供参考.     

运用遥感指数的崩滑检测方法

以汶川地震时出现的崩滑为研究对象,以该地区震前/后TM影像为研究数据,利用变化检测的方法,比较和分析了归一化植被指数（NDVI）、归一化建筑指数（NDBI）和归一化燃烧率（NBR）应用在崩滑检测中的可行性和优劣性。结果表明,3种遥感指数均可以用于崩滑检测,但效果不同：NDVI对崩滑检测最全面但可信度最低,NBR对崩滑检测最可信但遗漏最多,NDBI处于中间水平。