基于遥感的海南本岛植被覆盖度时空变化及其地形效应研究北大核心CSCD

植被覆盖在维持生态系统结构稳定和防治水土流失等方面发挥着重要的作用,海南自1988年建省以来迅速发展,导致海南岛植被覆盖也产生了巨大的变化.为揭示海南本岛地形因子对植被覆盖度的影响以及为海南本岛进一步制定合理的生态环保策略提供依据,基于1988、1998、2008、2017和2020年Landsat-TM/OLI多光谱影像,以海南本岛为研究区域,采用归一化植被指数和像元二分模型进行植被覆盖度提取,通过线性趋势分析海南本岛近30a植被覆盖变化特征.并结合30 m_DEM获取的海、坡度和坡向数据,来进一步探讨海南本岛植被覆盖度在不同地形因子条件下的空间分布特征.结果表明:①1988～2020年海南岛平均植被覆盖度介于0.58～0.88之间,整体呈先下降后上升趋势;②海南岛高植被覆盖主要分布于海南岛中部、西南部和东南部地区,低植被覆盖主要出现在居住区、沿海地区等人为干扰因素较高的地区;③海南岛各等级植被覆盖均随海拔的增加而不断降低,在海拔小于100 m的区域分布面积最大;坡度为0～5°时植被覆盖面积达到最大值,随着坡度的增加,植被覆盖面积呈减少趋势;各等级植被覆盖在阴坡和阳坡的分布面积变化差异不大,主要以高植被覆盖类型为主.     

近10a新疆地区植被动态与R/S分析

利用SPOT VGT传感器的NDVI时序数据,采用时间序列谐波分析算法(HANTS)对NDVI数据进行去云预处理,基于趋势分析、Hurst指数分析等方法,研究了1999~2008年新疆植被覆盖的时空变化,分析了Hurst指数的空间分布规律及其在不同土地覆盖类型下的差异。结果表明：近10 a来,新疆植被总体呈现不显著的增加趋势且具有明显的空间差异性。R/S分析表明,新疆大部分地区植被变化将保持现在的趋势,局部地区具有反持续性。各土地覆盖类型Hurst指数均在0.63以上,沙漠、戈壁、裸地的Hurst指数明显高于其它土地覆盖类型,受人类活动影响较大的土地覆盖类型其Hurst指数较低,可持续性低于自然或半自然状态下的植被覆盖类型。     

基于GEE的石羊河流域植被覆盖变化特征及其影响因素分析

植被作为陆地生态系统的重要组成部分，常被用作评估气候变化和生态恢复成效的指标。以石羊河流域为研究对象，基于Google Earth Engine (GEE)平台采用Theil-Sen趋势分析和MannKendall检验（TS-MK）、Hurst指数揭示植被覆盖变化特征；采用偏相关分析、残差分析和地理探测器探究植被覆盖变化的影响因素。结果表明：2001～2020年间石羊河流域植被NDVI呈现波动增长趋势，增长率为0.023/10 a；呈显著增加趋势和显著减少趋势的面积占比分别为72.32%和2.40%。未来植被NDVI变化趋势保持一致（Hurst>0.5）的面积占比为63.84%，其中持续性显著增加的面积占比最大，为47.37%。偏相关分析结果表明降水对植被生长的影响较强，而温度、太阳辐射和饱和水汽压差的影响相对较弱。残差分析结果表明气候要素和人类活动影响下植被NDVI呈显著增加趋势的面积占比分别为21.59%和60.07%，石羊河流域的植被变化主要受人类活动的积极影响。此外，地理探测器的结果表明植被NDVI的空间分布主要受水热条件分布特征的影响。该研究结果有助于深化对植被覆盖变化...     

基于GPM卫星的地形因子与降水云高拟合研究

基于Python利用GPM卫星资料对四川地区2018年5月21日降水事件结合坡度、海拔进行了一次分析。结果表明：此次降水属于暴雨—大暴雨等级，主要降水区域集中在104°E、29°N附近；坡度和冻结层高度、雷暴云顶高都呈线性变化，对流云降水呈正相关趋势，层状云降水呈负相关趋势，对流云的相关系数大于层状云的相关系数，坡度对对流云的云高影响较大；海拔和冻结层高度、雷暴云顶高变化趋势与坡度和冻结层高度、雷暴云顶高变化趋势一致，但层状云的相关系数大于对流云的相关系数，海拔对层状云的云高影响较大。     

甘肃中东部植被时空变化及其对坡度的响应

针对生态工程治理多年且其成效备受关注的黄土高原地区基于生态保护与修复工程背景下的植被覆盖变化鲜有研究,采用MOD09Q1数据,运用最大值合成法、S-G滤波法与趋势分析法,对甘肃中东部黄土丘陵沟壑区2008—2017年的植被时空变化特征及其对坡度的响应进行了分析研究。结果表明:(1)时间层面上来说,2008—2017年NDVI呈现出增加趋势,且以0.001 3/年的速率增加,2012年为一个明显的突变点;空间层面上来说,2008—2017年NDVI空间变化图与slope图均显示区域内低山丘陵区以及冲积平原区NDVI明显增加,植被覆盖状况明显改善,且部分中起伏山地植被覆盖出现减少的现象。年度空间变化显示期间NDVI有不同程度的下降,但有所改善。(2)不同坡度等级下,NDVI年际变化趋势基本一致,发展态势良好并于2013年后趋于稳定;6°以下与6°～15°区域内土地生产力明显提高,NDVI变化不大;15°～25°区域内多种生态工程治理成效显著;NDVI变化较大的是25°～35°与35°以上区域,主要以退耕为主,利用区域资源优势,发展特色经济。本研究可为甘肃黄土丘陵沟壑区植被覆盖情况改善提供相应的理论依据,也可为改善工程区生态面貌和加快国家生态安全屏障建设提供参考,实现区域生态环境良好发展。     

闽北山区竹林分布及动态变化的地形分异特征研究

地形是影响植被分布和变化的重要因素之一,摸清竹资源的地形分异特征,对制定区域的竹资源可持续发展和生态环境建设战略具有重要意义。以福建省顺昌县为例,在GIS和遥感技术的支持下,结合遥感数据成图与地形因子叠加分析,对竹林分布及动态变化的地形分异特征进行了研究。研究结果表明：①竹林主要分布在海拔1 200 m以下,400~800 m区域竹林面积最大,在海拔800 m以下随着海拔的升高,竹林面积逐渐增大,在海拔800 m以上,随着海拔的升高竹林面积逐渐减少;②竹林集中分布在坡度6~25°区域,并且主要分布在半阳坡和半阴坡;③从1988~2007年间顺昌县竹林面积呈快速增长态势,净增加面积为1 6811.48 hm²;增加、减少和未变3种变化类型中,增加和未变的竹林面积随地形的变化呈先增加后减少的趋势;而减少的竹林面积随着海拔升高逐渐减少,随着坡度的变化先升高后减少,并且在各个坡向上变化不大。研究成果反映了自然与人为驱动力对顺昌县竹林面积的动态变化的影响,为该县竹林利用规划和生态建设提供了科学依据。     

海上丝绸之路沿线区域植被覆盖变化特征

基于2000~2016年的MODIS 13C2数据,利用CVA(变化矢量分析,Change Vector Analysis)、一元线性回归、Hurst指数等方法分析海上丝绸之路沿线植被覆盖变化特征及趋势,并编制植被覆盖变化特征图谱。研究表明:研究区内植被覆盖总体呈上升趋势,显著变化区域面积比例合计占1/3,其中植被显著改善区域面积合计占28.31%,植被显著退化区域面积合计占5.33%,植被覆盖变化趋势的自相似性和持续性突出;植被显著改善区域集中于南亚与西亚地区,显著退化区域除了部分集中分布于非洲地区外,其余离散分布在近海岸线地区。分析可见植被覆盖情况受海岸带人类活动强度和区域整体经济发展的双重影响,如中国东南部与东南亚地区经济正处在发展阶段,虽然植被整体呈改善与基本不变趋势,但沿线港口约有半数表现为植被退化趋势;而欧洲地区经济发达,沿线港口植被则大多呈改善趋势。     

土地利用景观格局的地形分异及驱动机制研究——以张家界市永定区为例北大核心CSCD

研究土地利用景观格局的地形分异特征及其驱动机制,对于土地利用优化及景观动态管理具有重要意义。选择地形复杂、覆被类型多样、以旅游干扰为主的张家界市永定区为研究对象,将研究区多个年份的景观类型图与高程、坡度、坡向分级图逐个叠加并进行分类统计;从景观水平指数和类型水平指数中选取斑块密度(PD)、聚合度指数(AI)、蔓延度指数(CONTAG)等8个景观指数,计算指数年份变化,探讨其地形分异规律和驱动机制。结果表明:(1)研究区土地利用景观类型具有明显的海拔梯度特征,80%以上的土地面积集中于海拔300~800 m与坡度6°~35°的区域;(2)无论是景观水平指数还是类型水平指数,其地形分异特征明显,且高程与坡度的分异明显高于坡向分异;(3)地形梯度较大区域(高海拔陡坡区)的土地利用景观格局演变以自然生态演变导向为主,而地形梯度较小区域(低海拔缓坡区域)的演变受社会经济因子干扰较明显。     

湟水流域2000—2019年植被变化趋势特征和延续性分析

植被的变化特征是流域生态监测的重要内容和环境保护最为关键的信息。利用MODIS EVI数据产品和Hurst指数,分析2000—2019年湟水流域植被的时空变化趋势及其趋势的延续性。结合气温、降水等气象观测数据,分析湟水流域9个县区植被变化的影响因素。研究结果表明：从2000年至2019年间,湟水流域植被EVI最大值年均增幅为0.0063,受气温、降水、土地利用等因素的不同影响,上、中、下游的不同县区表现出不同的变化特征。对于年EVI最大值,下游的增加趋势均最为显著,河道地区变化剧烈程度更加明显。Hurst指数分析表明这种变化趋势短期内具有一定的延续性。本研究通过监测植被时序变化,揭示了高原流域地区植被监测趋势的重要性,为流域管理和可持续性发展提供了一定的数据支撑和科学依据。     

基于Google Earth Engine的中国植被覆盖度时空变化特征分析

植被覆盖时空变化是全球及区域生态环境重要研究内容之一。基于Google Earth Engine云平台,利用2000~2017年250 m分辨率的MODIS-EVI长时间序列数据,采用像元二分模型并辅以趋势分析、去趋势标准差、Hurst指数方法定量估算中国自2000年来植被覆盖度时空变化,并从省域尺度分析中国植被覆盖度近18 a以及未来趋势变化的时空分异特征。研究结果表明:①2000年以来中国植被覆盖度的变化速率为0.09%/a(P<0.01),平均植被覆盖度为44.63%,空间分布格局上整体呈现“东南高、西北低”的特点,但存在空间异质性;②从省级尺度来看,海南省平均植被覆盖度最高(79%),新疆维吾尔自治区最低(13%),山西省改善趋势最显著(0.4%/a),天津市年际波动最大(DSD=0.039),位于中国最西部的3省:新疆、西藏、青海植被覆盖度年际波动最小;③全国尺度植被覆盖度Hurst指数为0.72,未来将继续保持改善的趋势。具有改善持续性的省份基本呈“T”型分布,位于东西两侧的省份应注重加强植被生态修复与防护工作,保障区域生态文明建设的持续性。     

利用NOAA NDVI数据集分析中国植被绿波推移规律

利用NOAA AVHRR时间序列数据集进行中国植被绿波随季相变化的规律分析.研究结果表明,植被绿波在一年中沿纬和经度变化有很大差异,并有一定的规律.在同一经度,绿波随着季相变化由南向北推进.在同一纬度绿波的强度与一年的降雨量有密切关系,绿被指数由东向西逐渐减小.从每月绿度等级图宏观分析表明,夏季植被绿波向北推移可占全国陆地70%以上的面积;而冬季褐波向南推移也覆盖了全国陆地70%以上的面积.     

太湖流域植被NPP时空特征及其驱动因素研究

为了探究太湖流域植被净初级生产力(net primary productivity, NPP)2000—2019年的时空动态变化,定量识别其驱动因素并分析其影响,采用趋势分析、Hurst指数等方法研究了2000—2019年太湖流域植被NPP的时空变化特点,并结合气象、土地、人口等数据,运用相关性分析、地理探测器方法等从两方面揭示其驱动因素。结果表明：流域植被NPP多年均值呈波动上升趋势,空间上表现为西南高、中东部低的分布格局;未来流域植被NPP可能会以反持续性趋势为主,即会有所下降;气候因子与NPP的相关性不显著,土地利用变化是造成植被NPP流失的主要因素之一;单因子驱动中,土地利用变化对植被NPP的解释力最强,双因子则是以土地利用和降水因子的交互作用为主。     

提高森林覆盖区积雪提取精度的方法研究——以玛纳斯河流域为例

森林覆盖区积雪的提取精度很低,由于植被冠层的遮挡,冠层下的积雪很难被提取出来。基于Landsat 8OLI数据,针对玛纳斯河流域下游有大面积森林覆盖的特点,通过传统的积雪指数法,结合NDVI数据的积雪指数法和面向对象图像特征法分别提取积雪面积。结果表明:1传统的NDSI和S3积雪指数法无法较好地提取出森林覆盖下的积雪,提取精度分别为85.23%和87.54%。这两种方法适用于空间尺度较大、植被覆盖面积较大的区域,并不适合所选研究区;2结合NDVI数据后的NDSI、S3积雪指数模型能大大提高森林覆盖下的积雪面积,提取精度分别达到91.47%和90.60%。在影像空间分辨率较高,流域尺度较小,林区覆盖较多的情况下可采用此方法提取积雪;3随着海拔的升高,地形阴影影响逐渐增大,NDVI辅助积雪指数方法提取林区覆盖下积雪面积逐渐减小。因此采用光谱、纹理和空间信息结合的面向对象图像特征方法提取积雪,能够较好地识别出受地形影响下的雪像元,精度达到89.75%,可以满足实际应用的需求。     

基于机载激光雷达数据的森林结构参数反演

机载激光雷达(Light Detection And Ranging,LiDAR)技术对植被空间结构和地形的探测能力较强,在植被参数定量测量和反演方面具有显著优势。首先利用野外调查并结合高分辨率Geoeye-1影像数据,对黑河上游天涝池流域植被类型进行分类,提取研究区森林分布,然后结合0.5m×0.5m机载激光雷达(LiDAR)数据对森林结构参数(树高、冠幅、胸径和叶面积指数)进行反演,最后利用实际观测数据对反演结果进行验证。结果表明:机载激光雷达数据能够精确地反演森林结构参数,树高、冠幅、胸径和叶面积指数的实测值与估测值决定系数分别为0.98、0.84、0.57和0.73。本研究获得流域森林覆盖区域高精度树冠高度和叶面积指数空间分布图,同时分析了冠层高度和叶面积指数随高度的变化。本研究的结果为该流域分布式生态水文模型提供了重要的输入参数。     

西南地区2001~2019年森林损失特征遥感监测与时空分析

森林在生态系统服务中起着重要作用,例如提供清洁空气、保护生物栖息地以及减少全球温室气体的排放等。全球森林变化数据集（Global Forest Change,GFC）每年以30 m的高空间分辨率绘制森林覆盖变化图,成为监测森林覆盖时空变化特征的有效工具。利用谷歌地球引擎（Google Earth Engine,GEE）,基于GFC产品,结合线性回归方法和空间自相关理论对西南地区2001~2019年森林变化情况进行研究,结果表明：近19 a来,西南地区森林损失面积为375.27万hm²,以2008年为拐点,2008年之前呈显著增加趋势（p<0.05）,在此之后波动下降,损失主要集中分布在广西、贵州东南和云南南部地区;森林损失与地形分析的关系表明损失主要分布在海拔2 000 m以下、坡度小于40°的区域,并逐渐向海拔更低坡度更缓的地方转移;森林损失面积具有一定的空间关联性,2001~2019年来Moran’s I 指数均为正,平均值为0.406,空间高值聚集在广西和贵州南部,低值聚集在重庆、四川和云南北部;政策因素在土地利用方式转变过程中发挥着重要作用,林业活动和农业扩张是影响损失现象发生的主要驱动因素,今后制定森林保护和管理战略时应充分考虑多方面因素造成的森林损失现象,研究结果可以为森林监测和保护提供更科学的指导。     

南方丘陵区植被覆盖度遥感估算与时空变化研究——以福建省永定县为例

植被覆盖度是生态环境监测的重要指标,而复杂地形因素影响对山地植被遥感信息准确提取。基于Landsat-8OLI遥感数据,分别采用像元二分模型和线性混合光谱分解法,在对比分析植被覆盖度的地形敏感性基础上,选择山地植被指数(NDMVI)估算了1992、2002和2014年永定县的植被覆盖度,并分析其变化。结果表明:1基于山地植被指数(NDMVI)的覆盖度估算模型的地形敏感性最弱,更适合于南方丘陵山地的植被覆盖度遥感反演;2永定县总体植被覆盖度较高,平均植被覆盖度达77.99%以上,高覆盖度区占59.73%以上,22年内植被覆盖度经历了先提高再下降的过程;3在空间上,高坎抚、金丰和西部片区的植被覆盖度较低,动态变化较明显。永定县金丰片区植被覆盖度明显提高;而近12年内高坎抚片区因矿业开采活动对生态环境的破坏,植被覆盖度降低幅度大,且变化面积较大。     

GEDI地面高程和森林冠层高度的精度评价与影响分析

精确地提取地面高程和植被冠层高度,对于地形地貌、生态学等方面的研究具有重要意义。2018年12月发射的新一代全球生态系统动力学调查雷达（GEDI）为地面高程和植被冠层高度大范围精确提取提供了前所未有的机会。研究旨在利用机载激光雷达数据验证GEDI提取的地面高程和冠层高度精度,并探讨地理定位误差、地形坡度、坡向、植被覆盖度、方位角、采集时间、光束类型和不同森林类型因素对其精度的影响。结果表明：通过校正GEDI数据地理定位误差,可以明显提高其提取的地面高程和冠层高度精度;影响冠层高度提取精度最主要的因素是植被覆盖度,其次是坡度;影响地面高程提取精度的主要因素为坡向、坡度。植被覆盖度大于25%时,数据精度更高;坡度为0°—5°的缓坡地区地面高程和冠层高度精度最高。该研究结果将为GEDI数据筛选与应用提供依据。     

21世纪初中国农作物与自然植被物候时空差异

利用离散小波方法对2001~2012年MODIS EVI时序数据进行平滑,基于动态阈值法提取我国植被物候信息,探讨农作物和自然植被物候的时空变化特征。结果表明:(1)我国第一季农作物开始、峰值和结束日期主要以华北平原为中心随海拔的上升而推迟,而自然植被物候更早20d左右,且随海拔的上升先推迟后提前;(2)物候在时序上有显著变化的第一季区域,43.98%开始日期、52.83%峰值日期呈现提前趋势,多在开始晚、结束早的西南区及东北与内蒙古交界处,其余区域开始、峰值日期及81.80%结束日期呈推迟趋势,发生在开始早、结束晚的黄土高原及双季农作区;农作物物候推迟幅度小于自然植被。     

基于TVDI的矿区土壤湿度反演及地形因子影响分析

为给我国西部资源开发、生态保护及旱灾预警等领域提供科学依据,以神东矿区为研究区,探索矿区土壤湿度变化。根据2000—2018年的MODIS长时间序列遥感影像,提取归一化植被指数（NDVI）和地表温度（Ts）,构建NDVI-Ts二维光谱特征空间,计算研究区的温度植被干旱指数,绘制矿区的地表土壤湿度等级分布图,从矿区尺度上给出地表土壤湿度的时空变化趋势,分析矿区的地形因子对地表土壤湿度的影响。结果表明：1) TVDI法能够较好地反演出矿区的土壤湿度;2）矿区土壤湿度呈现从西北部向东南部逐渐增加的趋势;3）高程、坡度和坡向3种地形因子在不同范围内,均对地表土壤湿度有着不同程度的影响。整体来看,2000—2018年,神东矿区土壤湿度有增有减,呈微弱上升的趋势,矿区环境得到改善。     

利用NDVI与EVI再合成的植被指数算法

针对单独使用NDVI、EVI对植被覆盖变化分析出现的饱和问题,提出了植被指数再合成法。本研究基于EVI与NDVI中国合成产品在时间上通过植被指数归一化再合成、空间上通过植被指数向量分析法对云南省月植被覆盖变化进行趋势分析并进一步利用方差、标准差、变异系数、回归分析等方法对单一植被指数与合成植被指数进行定量评价。结果表明:NDVI与EVI月趋势变化呈显著负相关;基于EVI mean与NDVI max再合成指数VI的方差、标准差均最大,相对其他单一植被指数(NDVI、EVI)而言,其变异系数VC最大为0.551,回归分析结果k值为0.039,对描述植被覆盖在时间维度与空间维度上的变化情况效果最佳。