城镇化进程中淄博张店区归一化差异植被指数时空变化分析

为了探究城镇化进程中淄博市张店区的植被质量变化,基于Landsat系列数据在GEE平台上计算了2000—2021年归一化差异植被指数(NDVI),通过趋势分析法和分级统计分析了张店区整体和建成区NDVI年际变化、不同等级NDVI面积变化和NDVI逐像元变化趋势。结果表明在2000—2021年之间,张店区年均NDVI呈先减少后增加趋势,变化范围为0.34~0.57;在研究时间范围内,面积增加最多的为高NDVI区域,增加了9.16%;减少最多的为中高NDVI区域,面积占比减少了18.6%;经过M-K趋势检验,张店有74.22%的区域NDVI升高,集中于中心5街道和南定镇,有25.64%的区域NDVI降低,集中于张店区城市西扩过程中的新增建城区。对张店区NDVI变化趋势和分布特点进行研究,能够进一步揭示城镇化和城市活动对植被质量的影响,为张店区城市规划和绿地建设提供基础数据,为淄博市全域公园城市建设提供资料参考,促进张店区人居环境质量的提升。

1981—2018年新疆草地归一化植被指数时空特征及其对气候变化的响应

在新疆开展长时间序列的草地监测,分析草地生长的时空变化特征,有利于草地环境压力分析和草地生态健康预测。以NOAA-AVHRR NDVI为数据源,采用最大值合成、一元回归分析与相关性分析,分别在年际尺度和多个空间尺度(全疆、南北疆与各地区及其11种草地类型)上探讨了1981—2018年新疆草地归一化植被指数(NDVI)时空特征及其对气温、降水的响应。结果表明:(1)1981—2018年,新疆草地NDVI多年均值0.326,变化范围0.259—0.386,具有轻微年际波动特征;(2)北疆、南疆草地NDVI均表现为轻微增加趋势;全疆占草地总面积41%的区域NDVI呈显著增加趋势,9%为显著减少区域,北疆草地NDVI显著增加的面积是南疆的1.7倍;(3)由于垂直地带性及区域差异,新疆草地NDVI由山区向盆地的荒漠降低;北疆草地NDVI是南疆1.4倍,总体上北疆各地区草地NDVI高于南疆各地区;(4)草地类型植被NDVI对降水的显著响应高于气温,其中温性荒漠类、温性荒漠草原类与温性草原类草地NDVI对降水变化的响应明显高于其余草地类型,降水对草地NDVI的影响更为显著,表明降水引起的地表水分变化是草地植被生长的重要限制因子。

1982—2022年黄土高原归一化植被指数变化的时空特征

长时间地表植被指数变化序列构建与分析是生态环境监测领域的重要内容。以我国生态工程建设重点地区——黄土高原为研究区,采用时间序列的方差匹配方法,融合了2套卫星遥感的归一化植被指数(NDVI)数据产品(GIMMS 3g和MODIS),建立了覆盖1982—2022年的黄土高原暖季(5—9月)NDVI数据集,揭示了其间黄土高原植被覆盖变化的时空特征。研究发现:黄土高原暖季NDVI呈现“先慢后快”的增加趋势,转折点大致出现在2002年,1982—2002年暖季NDVI增速仅为0.01/(10 a),2003—2022年增速高达0.06/(10 a),其中十八大以来增速尤为显著;暖季NDVI快速增加区域主要位于黄土高原中部,并向东北、西南方向延展,与“退耕还林(草)”重点区域范围基本一致;在黄土高原南部、东部和青海省东部一带,暖季NDVI呈缓慢下降趋势。过去40年间黄土高原NDVI增加与生态工程建设关系密切。

近20年荆州市归一化植被指数时空演变特征及其对空气质量的影响

定量评估植被时空变化与空气质量的关系有利于预测区域生态系统健康。文章基于MOD13A3 NDVI数据和空气质量数据,采用最大值合成、一元回归分析与相关性分析,探讨2000—2019年荆州市植被NDVI时空演变特征与空气质量的关系。结果表明:1)2000—2019年荆州市植被变化范围是0.431~0.474,以每年0.215%的变化率逐年增加,其中2000—2009年的NDVI增长趋势高于2010—2019年,较高植被覆盖度主要分布在中部和西部地区,东部地区以较低植被覆盖度为主,空间上呈现“西高东低”的分异特征。2)植被覆盖能有效调控城市空气质量,PM_(10)、NO_(2)与NDVI极显著负相关(P<0.01),PM_(2.5)、CO与NDVI显著负相关(P<0.05),显著性指数排名为PM_(10)(0.992)>NO_(2)(0.963)>PM_(2.5)(0.953)>CO(0.880)。因此,增加植被覆盖、构建完善城市绿网始终是城市生态环境建设的重要方向。

干旱对滨州灌区冬小麦归一化植被指数(NDVI)的影响

在中国北方,干旱是冬小麦生育期内常见的灾害,对冬小麦的生长及产量有直接的影响。本研究以滨州灌区为例,分析了灌溉作用下干旱对冬小麦生长的影响。利用1951-2014年气象观测站的气象资料和MODIS数据,计算滨州灌区的标准化降水指数(SPI)、蒸散量、有效降水量和冬小麦的水分亏缺量及其生育期内的MODISNDVI值。结果表明,在冬小麦生育期内,该区的干旱月份占总月份的70.1%,在冬小麦生长关键的3月份、4月份、5月份、6月份,其干旱频率分别为92.2%、60.9%、39.1%、9.4%。在冬小麦生育期内,干旱月份平均水分亏缺量为697.6 mm。灌溉只能减弱干旱对冬小麦归一化植被指数(NDVI)的影响,但不能完全消除。通过分析灌溉对干旱情况下小麦的作用,可以为今后该区域冬小麦种植措施的实施提供有益借鉴。

区域归一化植被指数(NDVI)对植被光合作用响应的研究

本文通过分析 NOAA- AVHRR数据 ,对研究区冬小麦各生育期的归一化植被指数 ( NDVI)进行计算 ,表明随冬小麦生育期发展 NDVI值呈现两头低 ,中间高的情形 ,这与冬小麦生长发育状况相一致 ,也即与冬小麦群体光合作用的响应。通过理论探讨进一步分析了NDVI与植被光合速率的关系 ,表明其存在某种程度的正相关。由此可更好地为从遥感信息建立估测植被生物量的机理模型提供依据。

FY-1C CAVHRR归一化植被指数(NDVI)衰减订正方法研究

利用FY 1C连续 3年的CAVHRR资料 ,以敦煌辐射校正场为分析区 ,分析了CAVHRR可见光、近红外通道的通道衰减特征 ,开展了归一化植被指数 (NDVI)衰减订正方法研究及衰减订正试验。分析结果表明 ,FY 1C可见光通道 1的衰减使FY 1C全球及区域NDVI的分布特征出现不合理。以敦煌辐射校正场为参考目标 ,借助敦煌目标区通道反射率长时间变化特征分析 ,可以建立NDVI的时变订正模型 ,有效订正通道衰减引起的NDVI的不合理性。利用敦煌NDVI值稳定不变的特性得到的FY 1C扫描辐射计通道 1更新定标系数 ,与2 0 0 0年 9月中国辐射校正场外定标试验结果一致。研究结果有助于提高FY 1C可见光。

1961-2020年黄河流域干燥度时空变化及其对植被NDVI的影响

基于黄河流域224个气象站点1961—2020年气象数据和2000—2020年MODIS的归一化植被指数(NDVI)数据,分析干燥度时空分布规律及其对NDVI的影响。结果表明:1961—2020年黄河流域年平均干燥度气候倾向率为-0.03·(10 a)^(-1),其多年平均值为2.56;从各站变化的区域分布看,黄河流域北部站点变化以下降为主(52.2%),中部以南站点以上升为主(41.5%)。在空间上,黄河流域干燥度总体呈西北高、东南低,表现为上游(3.74)>中游(1.99)>下游(1.74),上游地区包含干旱亚区、半干旱亚区和半湿润亚区,中游和下游地区大多为半湿润亚区。逐步回归分析显示,干燥度主要受降水量的影响,大部分地区年均干燥度减少是由太阳总辐射减少、降水量增加和气温降低造成的。2000—2020年黄河流域NDVI平均值为0.30,在空间上整体呈东南高、西北低,上游较小、下游最高;与干燥度呈极显著负相关(r=-0.52,P<0.01,n=224),特别是在上中游地区。

基于逐月标准化降水蒸散指数的多尺度方法分析气候变化对澜沧江流域归一化植被指数的影响

基于澜沧江流域10个气象站点1951-2012年的日降水资料的逐月标准化降水蒸散指数（SPEI）值、各站1998-2012年流域的归一化植被指数（NDVI）值,利用SPEI以及趋势分析法,多尺度分析了澜沧江流域干旱发生的时间和强度演变特征以及上中下游NDVI时间变化特征,探讨了气候变化对植被变化的影响,并对NDVI与SPEI的变化进行了相关性分析。结果表明,不同站点和不同时间尺度的SPEI值均呈现出干旱化逐年加强的线性趋势,上游相对于中下游干旱态势较轻,且时间尺度越大,干旱波动趋势越明显;在季节尺度上,夏、秋、冬的SPEI值均呈下降趋势,其中冬季干旱最为严重;15年来澜沧江流域各区域年平均NDVI总体表现为先降低后增加,总体植被状况得到改善,其中下游较明显。从年际变化看,对于流域的不同区域,NDVI与不同尺度的SPEI的相关性和滞后性有较大差异,年代际之间的响应规律也不同,中下游的SPEI对同年NDVI的响应比较敏感,而上游则表现出明显的滞后性。说明NDVI对SPEI的响应比较敏感,干旱程度的变化在一定程度上影响着流域的植被状况,SPEI是影响NDVI的因素之一。

基于GIMMS NDVI的青藏高原植被指数时空变化及其气温降水响应

青藏高原植被生态系统脆弱,是研究全球气候变化陆地植被生态系统响应的理想场所。以GIMMS NDVI、气温和降水及植被类型数据为基础,利用一元线性回归模型、相关系数、偏相关系数及t检验方法,分析了青藏高原1982-2015年NDVI时空变化及其气温降水响应特征,结果表明:1982-2015年青藏高原NDVI时间变化过程总体表现为不显著的增加过程,空间变化以显著增加为主,占总面积的63.26%,分布在高原北部、西部和南部;显著减少集中分布在高原中东部和东南部,仅占总面积的3.45%。青藏高原主要植被类型NDVI平均值表现为:阔叶林>针叶林>灌丛>草甸>高山植被>草原>荒漠,其中草原、高山植被和荒漠植被NDVI呈显著线性增加过程,灌丛、针叶林和阔叶林植被的NDVI呈不显著的减少过程。青藏高原NDVI与气温相关系数空间上呈南北向分布,具有纬度地带性特征,显著正相关分布在高原中北部,显著负相关分布在高原中南部;NDVI与降水的相关系数呈东西向分布,具有干湿度地带性特征,显著正相关分布在高原中部,显著负相关分布在高原东西两侧。研究认为1982-2015年青藏高原北部水热条件缺乏区域NDVI出现显著增加趋势,而高原东南部水热条件充足地区NDVI呈现出显著减少趋势。深入开展植被类型NDVI气候响应的差异性研究,有助于深入理解全球气候变化影响的区域差异及科学制定植被生态保护政策。

基于OpenMP和OpenCV的归一化植被指数并行计算研究

归一化植被指数研究是遥感应用的主要领域,同时也是遥感学科的重要研究问题。随着我国遥感事业的进步,我国自主研制的高分辨率卫星先后陆续发射升空,加快并扩展了高分辨率卫星影像的应用范围。卫星每天产生的高分辨率遥感影像也呈现出指数级增长,达到Terabyte(TB)量级甚至Petabyte(PB)量级。然而传统串行的植被指数提取算法,已经不能及时并有效的从这些海量的遥感数据中提取植被指数。基于本文此以归一化植被指数(NDVI)算法为例,在高性能研究平台和并行计算技术的支持下优化NDVI提取算法,通过C++编程语言调用OpenMP和OpenCV库函数,实现了对NDVI快速提取的并行计算方法,并利用高分一号数据验证了NDVI并行提取算法的有效性。

1988—2018年粤北植被NDVI时空分布特征分析

植被是陆地生态系统的核心组成部分,而归一化植被指数(Normalized Difference Vegetation Index,NDVI)是反映地表植被覆盖和生长状况的重要参数。以粤北为研究区,结合1988—2018年长时间序列NOAA/AVHRR产品数据和高程数据,采用变化率分析法和空间分析法,分析31年间粤北NDVI变化特征及其与地形因子的关联性。结果表明,1988—2018年,粤北NDVI年均值整体呈现出北高南低、西高东低的分布特征,NDVI年均值介于0.20~0.87。其中,连山壮族瑶族自治县NDVI年均值最高,达到0.82,而清远市清城区NDVI年均值最低,仅为0.68。2018年,NDVI年均值达到最高,为0.84;1988年,NDVI年均值达到最低,为0.74。随着高程的增加,粤北NDVI年均值呈现出上升趋势,NDVI分布特征受到人类活动、地形和气候的综合影响。研究结果可为粤北山地城市生态屏障区建设提供重要理论支持。

贵州省2020年植被NDVI变化及其驱动因素分析

探究2020年贵州省逐月植被动态变化及其影响因素,为区域生态环境恢复与治理提供科学依据。基于2020年逐月归一化植被指数(NDVI)数据,辅以同期气象数据、相关分析及滞后性分析等方法,深入解析贵州省植被时空变化特征及其对气候变化响应机制。研究表明:2020年贵州省植被覆盖度良好,且非喀斯特地区高于喀斯特地区,其中喀斯特区域中等覆盖度及以上面积占全省面积的46.78%;贵州省的NDVI与同期降雨量、气温均呈现良好的相关性,而植被生长对气温变化敏感性高于降水变化;2020年贵州省植被变化受气候变化影响较大,植被生长对降水存在滞后效应,滞后时间为1个月。

中国不同植被类型归一化植被指数对气候变化和人类活动的响应

不同植被类型对外界干扰和环境变化的敏感性不同。为厘清中国不同类型植被的动态变化特征及其对外界环境变化的响应,综合利用趋势分析、残差分析和情景模拟方法,在明确2000—2015年间我国不同植被类型归一化植被指数(NDVI)时空变化基础上,对气候变化和人类活动两大驱动要素在不同植被类型NDVI变化中的相对贡献进行了定量评估和归因。研究结果表明:(1)2000—2015年,我国植被NDVI整体呈增加趋势,且其空间占比高达84.1%。其中,森林植被的改善状况最佳,显著增加的面积占到了森林总面积的82.4%;而荒漠植被的改善状况相对较差,仅有22.3%的区域呈显著增加趋势。(2)人类活动在我国植被变化中占主导地位。植被改善区和植被退化区人类活动的相对贡献分别为76.4%和60.0%,且人类活动对植被的影响更多与管理方式而非土地利用类型转变有关。(3)不同类型植被对气候变化和人类活动的响应差异显著。对于植被改善区,除沼泽外,人类活动对各类型植被NDVI变化的贡献率均在70%以上,尤其是对农作物的贡献率最高,达到80.7%;对于植被退化区,人类活动影响较大的植被类型为沼泽和农作物,表明2000—2015年间我国沼泽受到了更强烈人类活动的负面影响。研究有助于增强对不同植被类型对全球变化响应机制的理解,并为促进生态建设和植被恢复工作的有效实施提供科学参考。

大区域TM影像归一化植被指数季相归一化处理方法

针对高分辨率遥感监测植被时大范围获取影像的季相往往不一致,影响了归一化植被指数的连续性与可比性问题,借助MODIS归一化植被指数产品,开展TM归一化植被指数季相归一化方法研究。以福建省为例,分析不同季相MODIS归一化植被指数之间的一次项、二次项最小二乘关系及差值关系,对比分析转换结果。结果表明,二次项关系优于其他两种效果,较好地消除归一化植被指数时相不一致问题,获得了较为满意的效果。利用MODIS归一化植被指数构建二次项,完成福建省TM归一化植被指数季相归一化,消除了不同景影像间的季相不一致,使在大区域范围内归一化植被指数具有空间上的可比性和一致性。

2001—2020年新疆阿勒泰地区归一化植被指数时空变化特征及其对气候变化的响应

气候变化是干旱区植被变化的重要驱动因素,探究干旱区气候与植被关系的时空变化,有助于理解生态系统演化特征。基于MODIS-NDVI与CRU数据集中气候数据(降水、平均气温、最高气温、最低气温、水汽压及潜在蒸散),采用Sen+Mann-kendall、Hurst指数及相关分析法,在不同时间尺度评价了阿勒泰地区NDVI的时空变化特征及其对气候变化的响应。结果表明:(1)在年尺度上,植被NDVI整体呈上升趋势,但存在弱反持续特征。区域内植被退化现象严重(12.11%),植被改善区域与退化区域呈破碎化分布。(2)月尺度与季尺度上,NDVI与降水、气温、极端气温、水汽压和潜在蒸散呈正相关,其中降水因素在季尺度上的相关性高于月尺度。(3)不同土地利用方式下NDVI与气候因子的滞后效应表现为短期正效应与长期负效应。

基于时序归一化植被指数的撂荒地调查研究

撂荒地的调查研究对国家粮食安全战略、区域土地资源的合理利用和生态环境的改善有重要意义。本文基于Modis/Terra2000-2015年的NDVI影像,结合2000和2010年土地利用现状图,通过典型地物时间序列曲线的变化,分析了山东省自2000年起耕地范围内NDVI光谱曲线的变化,对耕地撂荒进行调查研究。结果表明:利用NDVI数据产品的光谱曲线组成时间序列,能够识别出耕地撂荒等演替变化,而且能够识别出开始撂荒的时间和撂荒持续的时间,具有可行性。

基于结构方程模型的安徽省归一化植被指数变化及影响因素分析

定量研究植被变化的影响因素,对区域生态环境保护和治理具有重要现实意义。以安徽省为例,基于GEE(Google Earth Engine)云平台获取MOD13Q1 NDVI数据,辅以一元线性回归分析法,分析2000—2018年安徽省归一化植被指数(normalized difference vegetation index,NDVI)时空变化特征和变化趋势,并采用结构方程模型(structural equation model,SEM)量化气候、地形及人类活动对NDVI变化的影响。结果表明:2000—2018年安徽省NDVI随时间变化呈现波动增加趋势。大部分地区为中高和高植被覆盖度,植被空间变化趋势以改善为主,改善区域占研究区面积的81.43%,主要分布在皖南黄山、宣城、池州,皖中滁州、六安、安庆北部及皖北淮南。夜间灯光变化能较好地衡量人类活动变化,对NDVI变化的负向影响最大。地形对皖南山区NDVI变化影响较强,皖中次之,而皖北平原NDVI变化基本不受地形影响。气候变化对皖北和皖中地区NDVI变化影响较强。

基于GPS-IR的归一化植被指数反演

针对利用GPS接收机在接收L波段信号时对周围植被水分含量较为敏感的特性,使用GPS反射信号的变化,进行测站归一化植被指数(NDVI)反演.利用2个GPS参考站近5年的连续观测数据计算的归一化微波反射指数(NMRI),构建了反演NDVI的一元线性模型.NMRI整体变化趋势与同时间段内中分辨率成像光谱仪(MODIS)NDVI趋势表现一致,其反演结果相关系数R分别为0.62653、0.62573,均方根误差(RMSE)分别为0.05129和0.05508,进而使用BP神经网络模型反演相关系数分别提高了2%、6%.表明GPS干涉反射测量(GPS-IR)反演区域NDVI结果具有较高可靠性.该研究为获取精确位置、实时连续、高分辨率的NDVI提供了一定的理论支撑.

基于归一化指数(NDVI)的植被覆盖度分级研究——以贵州省为例

土地植被覆盖度是反映土地利用变化的一个重要指标,但传统的研究方法需要耗用大量的人力与物力进行采点分析。本文以贵州省为例,以CBERS2遥感影象为数据源,利用遥感与地理信息系统技术,根据归一化植被指数(NDVI)可提供植被反射重要信息的原理,通过建模反演植被覆盖度,利用遥感与地理信息系统软件,得出土地植被覆盖度数据与专题地图。利用NDVI研究贵州省的植被覆盖度是切实可行的技术。