排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
基于MODIS叶面积指数时序数据集,运用变异系数、Mann-Kendall趋势检验和相关分析等主要方法,对2001—2019年湖南省植被时空特征、变化趋势及其与气象因子的对应关系进行了研究。结果表明:1)湖南省叶面积指数保持在较高值,整体植被LAI呈增加趋势,速率为0.57%/10a;西部植被生长好于东部,高植被生长区及中高植被生长区占整个省域面积的80.5%;2)省内植被LAI与气象关系不显著,且与降水、气温呈正相关,与日照时数呈负相关。 相似文献
2.
本文基于2001-2013年MODIS NDVI多时序数据,采用像元二分模型估算了洞庭湖流域植被覆盖度,分析了区域近13年来植被覆盖度的变化特征及趋势,并结合同期气象数据,阐明了植被覆盖度变化对气候因素的响应。结果表明:(1)近13年洞庭湖流域植被覆盖度的整体变化较为稳定,呈微弱减少趋势,速率为-0.3%/10a。(2)洞庭湖流域绝大部分区域植被覆盖状况良好,植被覆盖度呈自西向东递减趋势,高植被覆盖度及中高植被覆盖度占整个流域面积的88.63%,水体或低植被覆盖度及中低植被覆盖度仅占2.57%。(3)洞庭湖流域植被覆盖度变化趋势为北部强于南部、东部强于西部。流域内植被覆盖度极显著与显著减少的面积比例为5.30%、增加面积的比例为4.29%,植被覆盖度变化不显著占90.40%。该区域植被覆盖度变化受人为因素影响更大。 相似文献
3.
4.
洞庭湖流域植被动态变化的小波多分辨率分析 总被引:1,自引:0,他引:1
将离散小波多分辨率分析(MRA)应用于归一化植被指数(NDVI)时间序列研究,分解NDVI原数据序列成不同时间尺度的子序列,从而进行植被动态变化分析。针对洞庭湖流域的NDVI时间序列进行多尺度分解,挖掘这些数据中潜在的植被季节性和年际变化,对其进行评估,并结合土地覆盖变化与降水趋势变化分析引起该变化的可能原因。结果表明:小波多分辨率分析能提取洞庭湖流域植被动态的相关信息,如NDVI的年际成分均值、最低值、植被年内变化的振幅、NDVI最大值出现的月份和土地覆盖变化的趋势及幅度,这些信息有效刻画了流域植被动态变化特征。此外,将土地覆盖变化分析结果与降水数据相结合进行分析,发现流域植被覆盖的变化与降水变化有明显的关联性,其中西部地区和西北部地区植被动态变化对降水响应最为明显。但是有些地区降水没有明显减少趋势,而植被覆盖却存在减少趋势,则可能与该地地势较高、城镇化建设等其他因素相关。 相似文献
5.
1