灵泉露天矿生态修复效果及驱动因素分析

煤矿开采通常会破坏土壤、植被,从而造成生态损伤。目前,高寒地区露天矿的生态修复工作尚处在起步阶段,针对高寒地区露天矿开展的生态修复效果及其驱动因素分析的研究较少。以灵泉露天矿为研究区,基于2009—2022年共11期Landsat影像,利用像元二分模型计算植被覆盖度,对矿区生态修复前后开展长时序植被覆盖动态监测,并进行生态修复效果和驱动因素分析。研究结果显示:矿区近十年来的植被覆盖度总体呈上升趋势,2017年大面积修复以后上升趋势尤为显著。气温和降水量是导致高寒地区露天矿植被覆盖度发生波动性变化的关键自然因素,其中,降水量是影响植被覆盖度持续上升的主要自然因素。植被覆盖度和土壤养分含量的变化相辅相成,植被覆盖度上升的同时会使土壤肥力提升,土壤肥力提升后又会促进植被覆盖度的上升。人工修复是高寒地区露天矿生态修复的主要方式,是高寒地区露天矿植被覆盖度上升的主要原因。研究结果表明,多年来的生态修复工作取得了显著效果,同时可为高寒地区露天矿的生态修复提供科学依据。

基于GEE的阿拉善左旗植被时空变化特征及驱动因子分析

利用MODIS归一化植被指数产品(MOD13A1)和ERA5气象数据,基于GEE云平台以内蒙古阿拉善左旗为研究对象,研究该地区2000-2020年生长季植被覆盖度的时空变化特征,并结合降水、气温和地形数据研究气象要素、人类活动和地形条件对植被覆盖变化的驱动性。结果表明:(1)阿拉善左旗的植被覆盖主要集中在西北部,20 a间生长季植被覆盖度整体呈下降趋势,但在2012-2016有明显上升趋势。(2)降水和气温对阿拉善左旗的植被覆盖影响不明显,但降水影响程度略高于气温,而人类活动则明显有助于阿拉善左旗植被的改善。(3)阿拉善左旗植被覆盖度在不同海拔高度上呈现明显差异,海拔越高植被覆盖度越大,有必要针对不同海拔高度制定相应的改善措施。

基于GEE的赣州安远县30年植被覆盖度时空变化分析

在谷歌地球引擎(GEE)云平台上,以1991-2021年Landsat影像数据为基础,采用像元二分模型、趋势分析法、赫斯特指数及莫兰指数分析安远县30年植被覆盖度,探究其时空变化特征、空间自相关及未来变化趋势。结果表明,安远县的植被覆盖度在空间上整体水平较高,在研究期30年内,植被覆盖度增加区域占75.48%,退化区域占17.11%,无变化区域占7.41%。赫斯特指数预测未来安远县植被覆盖度将以持续增加为主,研究区整体表现为显著的正空间自相关,呈聚集状态分布。安远县在植被改善方面已取得了显著成果,后期还需重点关注植被覆盖度退化区域与空间自相关异常值区域。

基于Landsat 8数据的植被覆盖度动态变化监测及生态质量指数提升对策分析——以泰州市海陵区为例

选取2013年、2017年和2021年覆盖泰州市海陵区范围的Landsat 8陆地成像仪(OLI)影像数据,采用归一化植被指数(NDVI)像元二分模型估算植被覆盖度,并基于转移矩阵对泰州市海陵区2013—2021年植被覆盖度的时空分布特征进行统计分析,同时对与其相关的建成区绿地率指数、建成区公园绿地可达指数等进行模拟测算分析。研究发现,建成区绿地面积、公园面积与建成区绿地率指数、公园绿地可达指数及生态质量指数(EQI)呈正相关,且绿地类型、公园形状、公园分散度等均会对指数测算结果产生不同影响。植被覆盖度监测结果表明,海陵区植被覆盖度明显下降的地块主要位于其边缘带,而植被覆盖度显著上升的地块则零星分散于海陵区各区域,说明海陵区在城市开发建设过程中兼顾了对绿色生态空间的拓展。

金沙江观音岩库区植被覆盖度时空差异影响机制分析

金沙江中下游干热河谷地区炎热少雨、水土流失严重、生态环境脆弱,大型水电站建设运行会带来各种影响,探究干热河谷内水电站周边植被覆盖度时空变化特征以及影响机制有重要意义。以观音岩库区为例,以2000-2022年Landsat系列遥感影像数据为基础,基于像元二分模型利用归一化植被指数反演植被覆盖度,构建植被覆盖度变化指数探究植被覆盖度时空演变特征,选取地表温度、降水量、高程、坡度、坡向、距河流距离6个地理影响因子,运用普通最小二乘法、地理加权回归分析,探究水电站建设周边地区的植被覆盖度影响机制。结果表明,1)研究区植被覆盖度空间分布存在规律性,具有明显的干热河谷特征,河谷沿岸植被覆盖度较低,随着与河流距离的增加,植被覆盖度呈正向升高的态势。2)水电站建设前后对植被覆盖度的影响具体表现为建站中的负面效应和建站后的增益效应,水电站建设过程中,周边植被遭到破坏,植被覆盖度轻度降低及显著降低面积占比达11.6%;建设完成后,植被覆盖度轻度升高及显著升高面积占比达41.2%。3)不同地理影响因子与植被覆盖度的相关性存在差异,地表温度整体呈现强负相关性,坡度整体呈现正相关性,降水量整体呈现较强相关性,高程、坡向、距河流距离整体呈现弱相关性,在32.6-36.8℃的地表温度下、775-796mm的降水量下、低于1448m的高程下、距河流距离为1000m以内的缓坡、阳坡内,水电站建设对于植被覆盖度的正面影响最大,植被恢复情况最好。该研究可以为干热河谷地区水电站建设及其生态屏障修复提供有益的决策参考。

SBAS-InSAR技术在昆明高铁南站山体形变监测中的应用

山体滑坡对人类安全造成严重影响,传统的滑坡形变监测成本高、耗时长、效率低,采用合成孔径雷达干涉测量(InSAR)技术对滑坡进行形变监测,既能提升效率又可以节约成本。本文基于SBAS-InSAR技术,对昆明高铁南站2019年1月1日-2019年12月31日的24景Sentinel-1降轨数据进行处理,获取研究区的形变速率为-11.56~13.08 mm/a,利用像元二分模型对Sentinel-2光学数据进行处理,获取该区域2019年的植被覆盖度,结合6个典型形变点对研究区的形变进行了探究。研究结果表明,高铁南站山体西侧为主要形变区,植被覆盖度高的区域形变量较小,植被覆盖度低的区域形变量较大,该研究对昆明高铁南站的安全监测具有重要的意义。

基于NDVI的近20年包头市植被覆盖度时空变化研究

【目的】评估包头市2000-2021年近20年生态修复治理成效。【方法】基于2000-2021年5期植被生长旺季的LandSat TM/OLI影像数据,利用归一化植被指数(NDVI)和像元二分模型法研究包头市2000-2021年植被覆盖度时空动态变化特征,并利用2021年同时段土默特右旗地区的“珠海一号”OHS影像数据进行精度评价。【结果】1)精度评价显示,利用2021年同时段的LandSat-8数据和OHS数据对土默特右旗地区不同等级植被覆盖度进行估算,其空间分布和覆盖面积具有较高的相似性,相似度达到86.96%;2)包头市2000-2021年植被覆盖度类型整体以低和中植被覆盖度为主,二者占总植被覆盖面积的65%以上;3)包头市2000-2021年植被覆盖度变化平均值为0.052 8,不同时期的平均植被覆盖度变化量表现为先负后正,相对植被覆盖面积先减小后增大,植被覆盖情况总体上表现为先轻度退化后轻度改善。【结论】2000-2021年,包头市植被覆盖度整体呈现先减少后增大的趋势,全市生态环境状况表现为先退化后改善,包头市植被覆盖度变化研究对其生态环境修复治理成效具有重要的指示性意义。

Estimation of Fractional Vegetation Cover Based on Digital Camera Survey Data and a Remote Sensing Model

The objective of this paper is to improve the monitoring speed and precision of fractional vegetation cover (fc). It mainly focuses on fc estimation when fcmax and fcmin are not approximately equal to 100% and 0%, respectively due to using remote sensing image with medium or low spatial resolution. Meanwhile, we present a new method of fc estimation based on a random set of fc maximum and minimum values from digital camera (DC) survey data and a di- midiate pixel model. The results show that this is a convenient, efficient and accurate method for fc monitoring, with the maximum error -0.172 and correlation coefficient of 0.974 between DC survey data and the estimated value of the remote sensing model. The remaining DC survey data can be used as verification data for the precision of the fc estimation. In general, the estimation of fc based on DC survey data and a remote sensing model is a brand-new development trend and deserves further extensive utilization.

天然林资源保护工程区植被覆盖度遥感估算及变化分析

【目的】天然林资源保护工程(简称“天保工程”)实施20多年来有效保护和恢复了工程区的森林资源。工程实施成效除了森林覆盖面积增加,更多的表现为森林资源质量持续提升。为了更好地评估天保工程建设成效,利用植被覆盖度作为定量评价指标,分析天保一期(2000-2010年)、天保二期(2011-2020年)工程实施期间的森林质量变化。【方法】综合年度植被指数合成策略、优化纯植被像元和纯裸土像元值域的动态确定方法,构建改进的像元二分模型,生产天保工程区时间序列的植被覆盖度产品。基于森林资源一类清查郁闭度数据、森林生态系统定位研究网络郁闭度数据、机载高光谱植被覆盖度数据,验证该植被覆盖度产品的精度。在此基础上,分析天保工程林区植被覆盖度的时空变化趋势。【结果】天保一期植被覆盖度均值为0.68,天保二期植被覆盖度均值为0.71,增加了4.41%;工程区植被覆盖度呈现增加趋势的面积占林区总面积的78.22%,而呈减小趋势的面积仅占林区总面积的9.56%。【结论】在中国天保工程森林地区,基于MODIS植被指数产品和改进的像元二分模型生产的植被覆盖度产品的精度高于MODIS产品的精度。自天保工程实施以来,林区植被覆盖度总体上呈现出明显的增加趋势,说明天保工程实施效果显著,森林资源质量持续提升。

应用Landsat影像数据分析岷江上游植被覆盖度时空变化及地形分异特征

以2000、2010和2020年的Landsat遥感影像为数据源,利用像元二分模型提取岷江上游3个时期的植被覆盖度,结合海拔、坡度以及坡向等地形因子,对研究区2000—2020年的植被覆盖状况变化及地形分异特征进行分析,为生态保护和土地规划利用提供数据支持。结果表明:(1)2000—2020年,研究区植被覆盖度呈先降低后升高的趋势,总体上得到改善,植被覆盖度Ⅲ级以上区域面积达到80%以上。(2)植被覆盖度在空间上呈现为“东高西低,南高北低”的分布特征,岷江上游中西部地区的植被覆盖度为Ⅳ级以上,黑水县西北部山区和松潘县的极高海拔地带植被覆盖度为Ⅰ级。(3)随海拔、坡度的上升,研究区植被覆盖度均表现为先升高后降低的特征;植被覆盖度半阳坡最大,阴坡最小,平地大于半阴坡。岷江上游作为长江上游的生态屏障,植被覆盖状况受海拔、坡度以及坡向和人类活动影响较大,因此,对岷江上游地区生态保护和土地利用应考虑地形限制,因地制宜采取措施。

天山新疆段及南北麓草地植被覆盖度时空变化特征研究

天山草地分布面积广阔,不仅是新疆畜牧业发展的主要支撑,也在维护生态安全方面具有重要贡献。为了解天山新疆段草地植被覆盖度的动态特征与变化趋势,以2001-2020年MODIS NDVI产品为主要数据源,采用像元二分模型估算植被覆盖度,运用转移矩阵和趋势分析法研究其变化特征,并利用地理探测器模型分析驱动因素。结果表明,研究区草地多年平均植被覆盖度在0.34~0.42波动,主要以中低、中植被覆盖度为主,各等级植被覆盖度大致呈西部高覆盖东部低覆盖的分布特征;从变化趋势来看,研究区草地植被覆盖度总体上有上升趋势,盆地周围覆盖度增加、中部山区其变化基本稳定,增加和基本稳定的区域面积占总面积的10.41%和89.16%;从地理探测器运行结果来看,单因子作用解释最大的是降水量,q为18%,当降水量与海拔交互作用时对研究区草地植被覆盖度的影响更为明显。研究结果可为天山草地生态安全保护与质量评估提供参考依据。

基于遥感监测的天山新疆段草地退化时空特征及其与气候因子的关系

以植被覆盖度作为草地退化的遥感监测指标,基于2001-2020年天山新疆段MODIS NDVI和气象遥感资料,采用像元二分模型、草地退化指数、冷/热点分析、变异系数和相关性分析等方法,分析草地退化时空特征及其与气候因子的关系,结果表明:1)2001-2020年平均草地退化面积占总面积的34.04%,草地退化指数为1.67,处于轻度退化水平。2)空间上,轻度退化草地空间分异特征明显,主要集中分布在天山西部和中段山区,中度退化和重度退化草地面积较小且不集中,95%以上的区域草地植被覆盖度变异系数小于0.2,总体上覆盖度的年际波动小,变化相对稳定。3)2001-2020年草地植被覆盖度受气候因子驱动的区域占总面积的44.23%,主要分布在天山西部和东部,受非气候因子驱动的区域占总面积的55.77%,在山区和南北两侧地势较平缓的区域均有分布,说明非气候因子在天山新疆段草地的变化中起到主导作用。该研究结论可为当地草地资源保护与利用提供科学依据。

2000-2020年陕西省植被覆盖时空变化多尺度分析

[目的]退耕还林还草工程实施以来,陕西省植被覆盖度明显提高。然而,省级尺度上植被覆盖度的增加一定程度上掩盖了部分市、县级区域植被覆盖度下降的实事,当前迫切需要加强对不同空间尺度植被覆盖变化及其驱动因素的研究。[方法]基于MODIS NDVI数据计算了陕西省植被覆盖度,分析了2000-2020年陕西省、地区、市和县四级尺度植被覆盖度时空变化趋势。[结果]2000-2020年陕西省植被平均覆盖度为64.3%±2.1%,增长率为0.24%/a;陕北植被覆盖度平均为37.6%±4.4%,增长率为0.63%/a;陕南植被覆盖度平均为89.6%±1.2%,增长率为0.13%/a;关中植被覆盖度平均为70.6%±3.5%,下降率为-0.18%/a。延安市、榆林市、铜川市、宝鸡市、安康市、商洛市的植被覆盖度呈持续增加趋势,而西安市、渭南市、咸阳市和汉中市的植被覆盖度呈先增加后下降趋势;全省有72.3%的区县植被覆盖度呈增加趋势,有22.3%的区县植被覆盖度变化方向与所在市相反。在不同空间尺度上,陕西省植被覆盖度增速均表现为2000-2010年高于2010-2020年,这与两个时期的造林面积差异有关。[结论]陕西省植被覆盖度变化存在空间尺度依懒性,对不同尺度植被覆盖变化的精确认知有助于科学评估区域生态建设成效。

长江上游近19年植被覆盖度动态变化及驱动力分析

为探究2000—2018年来长江上游植被覆盖度动态变化及驱动力,基于2000、2010及2018年3期Landsat TM影像,以长江首城宜宾为例,对其19年间植被覆盖度动态变化进行监测。应用ENVI和GIS技术对数据进行预处理,运用像元二分模型计算植被覆盖度,结合主成分分析和相关性分析方法探讨其变化的驱动力,实现对长江上游植被覆盖度的局部动态分析。这对于长江上游沿岸的生态保护意义重大。结果表明:1)中植被覆盖区在2000年和2010年面积占比最大,而2018年高植被覆盖度占比变为最大,宜宾市域整体植被覆盖度向好的方向发展。2)近19年植被改善和退化面积分别占33.51%、29.48%。退化区域遍布整个研究区,改善区主要分布在东部边缘。3)植被覆盖度随海拔升高而上升;随坡度的增加而呈不同变化;坡向对植被覆盖度的影响主要表现在温度上,阴坡小于阳坡,但宜宾正西北方向植被覆盖度最高,这是由于西北方向有大面积原始森林。4)研究区植被变化受经济、社会和人口的共同影响。森林面积、建设用地面积、GDP、总人口、耕地面积等因子是影响研究区植被覆盖变化的主要驱动力因子。

基于Landsat TM/OLI影像的哈尔滨市植被覆盖度与景观格局动态变化分析

以哈尔滨市为研究对象,依据2004、2010、2015、2020年Landsat TM/OLI遥感影像,利用归一化植被指数和像元二分模型方法提取该区域的植被覆盖度,结合植被覆盖度转移矩阵,分析植被覆盖度的时空动态变化。根据植被覆盖度分级结果,利用Fragstats4.2软件计算斑块面积、斑块个数、蔓延度与香农多样性指数4个景观格局指数,研究哈尔滨市景观格局的时空演变特征。结果表明,哈尔滨市2004—2020年高植被覆盖度和中高植被覆盖度的区域面积累计和分别占总面积的77.81%、72.54%、73.01%、83.31%,整体处于上升趋势。2004—2020年高植被覆盖度区域的景观百分比占据主导地位,其次是中高植被覆盖度区域,且大部分植被覆盖度区域斑块数量先增加后减少。从景观层次上,斑块聚合度降低、多样性略增加。探究哈尔滨市植被覆盖度和景观格局的动态变化,对城市规划设计和景观格局优化具有一定的指导和参考意义。

博斯腾湖流域草地植被覆盖度时空格局变化及影响因素

草地植被是博斯腾湖流域生态系统的主体,在水生态修复和环境保护中扮演着重要角色,研究草地植被变化规律有助于生态环境保护和草地资源的可持续利用。本研究以博斯腾湖流域草地植被为研究对象,基于Landsat系列卫星1985-2020年8个不同时期的遥感影像数据、数字高程模型和气象数据,采用像元二分模型、一元线性回归趋势分析法和偏相关性分析法对植被覆盖度(FVC)时空格局变化及影响因素进行分析。结果表明:1)博斯腾湖流域草地FVC呈山区高盆地低的地带性分布规律,多年均值约为0.50,整体呈增加的变化趋势,在盆地FVC增加趋势更明显。2)各时期FVC值较高的草地主要分布在海拔2000~3500 m的区域,随着坡度的增加草地植被覆盖面积逐渐减少,在半阳坡和半阴坡FVC大于0.3的草地具有优势分布。3)1985-2020年博斯腾湖流域年平均气温和降水量均有上升趋势,两者与FVC均呈现不显著正相关关系,其中FVC与年平均气温正相关的区域面积占64.72%,主要分布在西部高海拔区域,在东部的焉耆盆地和黄水沟FVC与降水量呈正相关关系,面积在空间上相对集中,占68.70%。该研究可为博斯腾湖流域草地生态环境保护提供参考。

基于Landsat时间序列遥感影像的合肥市FVC时空演化与分析

文章基于Landsat时间序列遥感影像,采用像元二分模型反演合肥市2008—2019年植被覆盖度(fractional vegetation cover,FVC),并利用马尔可夫转移矩阵与差值图像算法,定量分析2008—2019年合肥市不同等级FVC变化特征。研究结果表明:2008年、2011年、2013年、2015年、2017年、2019年合肥市平均FVC分别为60.9%、48.4%、56.0%、48.0%、63.0%、61.2%,年均FVC波动较大,但总体呈上升趋势;合肥市FVC变化以稳定区为主,主城区的外围FVC出现退化趋势,而长丰县、主城区及庐江县FVC增长明显;各等级FVC总体变化趋势为良性,未来FVC预计以增加为主;2008—2019年合肥市气温呈升高趋势,而降水量呈下降趋势,总体表现为“暖干化”,且这种趋势对合肥市FVC增加具有促进作用,其中年均气温是影响FVC演化的主要因子。

广西壮族自治区植被覆盖度时空变化及多元化因子分析

旨在利用MODIS遥感数据集对研究区19年植被覆盖度的时空变化及多元化因子进行分析,研究表明:(1)广西近19年植被覆盖度整体较高,空间分布呈四周高、中间低的特征;(2)2001-2019年FVC呈上升趋势,且上升趋势的面积占比达到61.50%,上升速率为每10年0.091,且波动变化相对稳定;(3)由气温、降水量与FVC偏相关性结果可知,植被覆盖度与气候因子之间存在相关性,气温以每10年0.38℃的上升速率呈上升趋势,降水量呈缓慢下降趋势,降水量及气温对植被覆盖度的影响存在空间异质性;随着海拔的升高植被覆盖度呈先增后减的趋势;坡向对植被类型的布局影响较大,阳坡主要以林地类型为主,阴坡主要以草地和林地为主;不同坡度植被覆盖变化显著,在坡度≤15°时植被覆盖度较高,当坡度越大时植被覆盖度呈下降状态;(4)随着土地利用类型的变化植被覆盖度有明显差异,转为林地和草地的面积及植被覆盖度都呈逐年增加趋势,耕地植被覆盖度呈先增后降的趋势。

2010-2020年广西植被覆盖变化及其地形与LUCC分异效应

监测和分析植被覆盖变化是评估区域植被恢复成效及资源环境承载力的重要内容之一,对区域可持续发展至关重要。该文基于MODIS NDVI数据、DEM和土地利用数据等,采用像元二分模型计算2010-2020年广西植被覆盖度,结合植被覆盖度变化类型提取模型、趋势分析法和分布指数,定量分析广西植被覆盖度变化及其在不同地形、土地利用类型上的分异特征。结果表明:(1)广西植被覆盖度多年均值为69.68%,且空间分布差异明显,呈现南部、东部向中部、西部和西北部递减的规律。2010-2020年植被覆盖度以高和中高植被覆盖度为主,两者面积占比高达88.74%。(2)广西植被覆盖变化相对比较稳定,其植被稳定型占总面积的58.94%;植被减少型占1.08%,植被增长型占39.98%。植被覆盖恢复改善相对明显,主要来源于低和中植被覆盖度类型向中高和高植被覆盖度转化。(3)海拔<300 m、坡度<5°的区域植被退化减少优势明显。海拔在300~800 m的区间和坡度>15°的区域植被增长型为优势分布。而在海拔>1000 m区间和坡度≤12°区间范围内植被稳定型分布优势相对明显。(4)有林地植被覆盖度最高,建设用地的区域植被覆盖度最低。同时,植被减少型在高覆盖草地、中覆盖草地、低覆盖草地、建设用地、未利用地和疏林地等区域表现明显,而植被增长型在有林地、灌木林和高覆盖草地等区域为优势分布。

基于多源遥感数据的赣南稀土矿植被覆盖动态监测

为了构建有效的稀土矿区植被覆盖信息提取方法,准确掌握矿区土地治理的动态变化,对矿区周边的生态恢复效果进行评价,以江西省赣州市南部的稀土矿区为研究区,采用像元二分模型和随机森林算法,结合Sentinel-2 MSI和Sentinel-1 C波段雷达数据组成的多源遥感数据集,对稀土矿区的植被覆盖信息进行提取。结果表明:与像元二分模型相比,随机森林算法能更有效地提取矿区的植被覆盖分类结果,且总体精度和Kappa系数分别提高了8.49%和0.05。对2016—2020年矿区植被覆盖的时空变化进行分析得出,稀土矿区裸地面积不断减少,从3246 hm^(2)减少到1779 hm^(2);植被面积呈增加趋势,从2806 hm^(2)增加到4272 hm^(2)。整体来说,赣南各地的稀土矿区植被恢复效果均较好,其中赣县的植被恢复效果最明显。