2000—2012年黄土高原植被覆盖的时空变化

归一化植被指数(NDVI)是综合表征植被覆盖状况的重要指标之一。采用2000—2012年黄土高原1 km×1 km分辨率的MODIS NDVI影像数据,分析了退耕还林(草)工程实施以来黄土高原各省(区)、典型流域和土壤侵蚀类型区植被覆盖的时空变化特征,揭示了黄土高原退耕还林(草)措施的生态成效。结果表明:2000—2012年黄土高原植被覆盖整体呈增大趋势,且在时间和空间上有所差异。从空间尺度上看,黄土高原植被覆盖呈整体改善、局部退化趋势,植被覆盖增加了9.81%,尤以黄土丘陵沟壑区陕西省榆林、延安地区最为显著;从时间尺度上看,年际、春、夏、秋季NDVI呈增大趋势,冬季NDVI呈减小趋势;按省(区)来看,陕西省增幅最大(为0.47%),青海省增幅最小(为0.16%),山西、宁夏、甘肃、内蒙古分别增长0.38%、0.33%、0.31%、0.23%;按黄河中游典型流域来看,延河流域增幅最大(为1.14%),无定河流域次之(为0.59%),渭河流域增幅最小(为0.43%);按黄土高原侵蚀类型分区来看,水力侵蚀区植被覆盖增长率较大,风力侵蚀区则较小。NDVI增加主要发生在春、夏两季。     

近10年来金沙江石鼓上游NDVI时空变化研究

为分析过去10余年长江源区保护治理的效果,采用归一化植被指数（EOS/MODIS的NDVI）,依据地貌、气候、土壤和植被类型等影响植被生长发育的几个主导因素,对金沙江石鼓以上流域近10 a来的归一化植被指数时空分布特征进行了分析。结果表明,2000~2010年NDVI均值为0.51,总体上呈略增大的趋势。NDVI均值增大的趋势主要表现在低植被覆盖地区,高植被覆盖区变化不大;从高程上看,4 000 m以下地区NDVI值较大且历年变化不大,而4 000 m以上地区NDVI值较小且呈略增大的趋势;从气候和植被类型看,森林植被气候区NDVI均值较大但历年变化不大,草原植被气候区NDVI均值较小,但呈增大的趋势;从土壤类型分布看,森林土壤的NDVI均值较大但无增减性变化趋势,草甸、草原土NDVI均值较低但呈增大的趋势。     

阿克苏河流域不同植被类型NDVI时空变化特征

归一化植被指数(NDVI)是反映地表植被生长状况的一类敏感的光谱信号。利用NDVI反演新疆阿克苏河流域内的植被覆盖及动态变化特征,有利于及时准确地获取流域内植被的时空分布,在气候变化背景下深入研究阿克苏河流域植被的生长及变化特征,具有重要意义。根据土地利用类型划分标准,结合研究区现状,将阿克苏河流域植被分为林地、灌木林地、草地、园地和耕地共5种类型,利用2000年2月-2014年12月NDVI 16 d逐月合成数据,分析了研究区不同植被类型的NDVI在各生长阶段的数量变化特征,拟合了不同植被类型的生长状况及其变化曲线。研究结果表明:2000-2014年,阿克苏河流域林地、灌木林地和耕地的NDVI整体呈下降趋势,草地和园地的NDVI则呈现上升趋势;各类植被的NDVI最低值均出现在冬季(1-2月),峰值则出现在夏季(7-8月);NDVI值急剧上升阶段处于3-5月,下降阶段处于9-11月;耕地和园地覆盖度明显增加,林地、灌木林地和草地覆盖度则呈现减少趋势。     

基于最大变化率的陕西省土壤侵蚀变化驱动因子分析

陕西省是我国水土流失严重省份和黄河的主要产沙区,为了给陕西省及黄河流域水土流失治理提供理论参考,基于逐月降水量数据和土壤属性、NDVI、DEM、土地利用等数据,采用RUSLE模型计算土壤侵蚀模数,并采用最大变化率法对2000—2015年陕西省土壤侵蚀强度时空变化的主要驱动因子进行了识别。结果表明：陕西省土壤侵蚀分布异质性较强,剧烈和极强烈侵蚀主要分布在陕北地区、少数分布在关中地区北部区域;2000—2015年陕西省土壤侵蚀强度总体呈现下降趋势,其中陕北地区土壤侵蚀强度一直呈下降趋势、关中和陕南地区呈现先升后降的变化趋势;陕西省土壤侵蚀强度时间变化的主要驱动因子,2000—2005年为降雨侵蚀力和植被覆盖,2005—2015年为降雨侵蚀力,2000—2015年长时段总体上为植被覆盖;陕西省土壤侵蚀强度空间变化主要驱动因子为植被覆盖和地形,其中榆林、铜川、宝鸡、西安、商洛、安康、汉中七市的主要驱动因子为植被覆盖,渭南、咸阳两市的主要驱动因子为地形,延安市的主要驱动因子为降雨侵蚀力。最大变化率法可用于识别土壤侵蚀时空变化的主要驱动因子,但在识别时间变化主要驱动因子时对降雨侵蚀力极端值较为敏感...     

2000—2014年辽宁省植被动态演变特征分析

基于MODIS － NDVI 数据,辅以线性回归法与分段线性回归法,并借助ArcGIS 软件,对辽宁 省2000—2014 年植被覆盖的动态演变过程进行分析。结果表明: ( 1) 时间上,辽宁省植被NDVI 在年 际尺度上呈现出明显的增大趋势,2005 年出现突变,多年平均NDVI 值为0. 496; 春季、夏季、秋季 以及植被生长季NDVI 突变年份分别为2006 年、2005 年、2009 年和2004 年,秋季波动变化的突变点 明显滞后; 植被生长最旺盛的季节为夏季,且集中于8 月。( 2) 空间上,辽宁省植被覆盖具有明显的 地域性差异,呈现出东部高、中西部低的分布特征; 辽宁省植被覆盖优良区与辽东山地的界限基本吻 合,植被覆盖贫乏区主要集中在朝阳市和阜新市的东北部地区。( 3) 辽宁省植被覆盖程度呈山地阴坡 高于阳坡的形态,并且植被覆盖程度最好的坡向为北偏西方向。( 4) 2000—2014 年辽宁省植被覆盖度 整体以维持现状和轻微改善为主,保持不变的区域集中于中东部地区,辽阳市与沈阳市一带有轻微退 化现象,辽西北地区改善情况较为明显。     

额济纳植被覆盖变化及对地下水埋深的响应

利用MODIS卫星遥感数据,建立了1998—2015年额济纳地区植被覆盖时空数据集,借助Mann-Kendall趋势检验和地统计学分析等方法,探讨了额济纳地区植被覆盖时空分布特征及其动态变化规律,揭示了研究区植被覆盖变化对地下水位埋深的响应机制。结果表明:1998—2015年额济纳地区年平均归一化植被指数(NDVI)为0.072～0.089,从年际变化特征看,额济纳地区NDVI值呈波动性上升趋势,从空间分布特征看,额济纳地区NDVI值的空间分布格局呈现斑块状分布;从地下水位埋深空间分布特征看,沿河流流向,东河、西河地下水位埋深呈现先增大后减小的变化趋势。     

德清县植被覆盖时空变化遥感监测

基于MODIS-NDVI植被指数数据,利用像元二分模型定量估算了德清县2000—2014年植被覆盖度,辅以线性趋势分析法分析了近15 a来德清县植被覆盖时空变化特征,结果表明:(1)德清县平均植被覆盖度从2000年的71.83%下降到2014年的67.68%,整体呈波动下降趋势。(2)德清县5等级植被覆盖占绝对优势,均在40.00%左右;1等级植被覆盖面积比例最小,均在4.00%以下;1、2、3等级植被覆盖面积逐渐程增大趋势,4等级下降趋势明显,而5等级保持相对平稳状态。(3)研究区植被改善与退化并存,且退化区域分布明显,主要分布在德清县中部及东部;上升区域主要分布在中西部,保持基本不变区域主要分布在西部。退化等级的面积比例为57.77%,决定了德清县植被景观整体上呈退化趋势。     

金沙江下段植被NDVI变化趋势及其归因

基于MODIS NDVI数据及标准气象站数据、退耕还林资料,辅以空间统计、叠置分析和趋势分析等方法,研究了金沙江下段植被NDVI时空变化特征及其影响因素,结果表明:从年内来看,金沙江下段植被NDVI变化呈单峰型,3月份为最低值0.55,而9月份为最高值0.75,年际上10年以来植被覆盖总体呈现出增长趋势,且这种增长存在显著的空间异质性;研究区植被覆盖较好,植被NDVI平均值为0.65,海拔3 850m以下植被覆盖随海拔上升而增加,超过3 850m后随海拔升高呈降低趋势;年内植被NDVI受降水量的影响较气温更为明显,对两者均有2个月的滞后期,而年际上植被NDVI则受气温变化的影响较降水量更为突出,且大规模的植被恢复工程对金沙江下段植被覆盖的增加有重要贡献。     

基于地理探测器的珠江流域NDVI时空变化及驱动力分析

利用年度NDVI数据,结合气候、地形地貌、植被和土壤类型以及社会经济指标,辅以ArcGIS空间分析和地理探测器等方法,分析了2000—2015年珠江流域植被NDVI时空变化特征及驱动因素。结果表明：(1)2000—2015年珠江流域NDVI在年际变化上呈现阶段式增长,总体年均增速为0.005 3,中高和高植被覆盖区二者在时空变化上存在互补对应性,中高植被覆盖度极大地转变为高植被覆盖度,平均植被覆盖呈明显改善趋势;(2)人为因素对珠江流域植被覆盖变化的影响大于自然因素,夜间灯光强度所反映的地区人类活动强度是影响植被变化最主要的因素,地貌类型因子是影响流域植被覆盖的主要自然因子,年尺度上,流域植被覆盖的变化与气象因子相关性较小;(3)自然因子与经济社会因子的交互主要为双因子增强,地貌类型与夜间灯光强度的双因子增强作用对q值的贡献达到了58.9%,在非线性增强交互作用中,主要为自然因子之间的交互。通过分析研究区内适合植被生长的各自然因子的范围或类型,为进一步促进珠江流域水土保持及生态保护提供科学依据。     

2001～2010年长江上游植被时空变化特征分析

为了研究2000年退耕还林还草和天然保护工程的实施对长江上游区域植被覆盖的影响,以MODIS/NDVI为基础遥感数据,将趋势分析法与变化矢量分析法相结合,对2001~2010年长江上游植被覆盖时空变化特征进行分析。研究结果显示,10 a间流域年均NDVI呈略微增加趋势,其中嘉陵江流域NDVI上升趋势最明显,金沙江、大渡河、岷沱江流域NDVI增加趋势最不明显;大部分地区植被覆盖处于恢复态势,在这些地区,大部分植被覆盖变化属于轻度或中度恢复型。