黄土高原极端降水变化及其对植被覆盖度影响

全球变暖背景下,黄土高原极端降水事件频发,对社会经济及植被生态产生了重要影响,研究黄土高原极端降水变化特征及其对植被覆盖度(fractional vegetation cover,FVC)影响,可为生态环境保护和区域可持续发展提供科学支撑。基于2000—2020年黄土高原64个气象站点逐日降水数据和MODIS NDVI数据,采用趋势分析、相关分析等方法,分析了黄土高原地区极端降水和FVC时空变化特征及极端降水对FVC的影响。结果表明:2000—2020年黄土高原地区总降水量P_(RCPTOT)、中雨日数R_(10mm)、大雨日数R_(20mm)、强降水日数R_(25mm)和降水强度S_(DII)均呈显著上升趋势(P<0.05),区域西部和北部强降水总体增加,但区域南部呈干旱化。2000—2020年黄土高原FVC总体呈显著上升趋势(P<0.05),集中分布在区域中东部,占区域总面积的32.00%;显著下降趋势主要分布在南部少部分地区,仅占区域总面积的4.91%。2000—2020年黄土高原地区FVC与中雨日数R_(10mm)、大雨日数R_(20mm)、强降水日数R_(25mm)和降水强度S_(DII)以正相关关系为主,其中呈显著正相关的区域占比分别为22.33%、48.19%、14.36%和24.37%,主要分布在中部地区。研究认为近20年黄土高原极端降水和FVC同步增加,表现为极端降水促进植被生态改善的作用,但应注意极端降水研究中的时间尺度效应问题,即年尺度数据可能掩盖了短时间尺度上极端降水对FVC的破坏作用。

“胡焕庸线”两侧植被覆盖度地域分异的时空特征分析

探究“胡焕庸线”两侧植被覆盖度的地域分异对于生态环境保护与自然资源的可持续管理具有重要意义。本研究根据MODIS-NDVI遥感数据及相关研究资料,运用像元二分法量化了2000至2020年间植被覆盖的变化情况,并结合斜率分析、空间自相关分析、转移矩阵及相关分析法,系统分析了“胡焕庸线”东西两侧植被覆盖度的动态及降水对其的潜在影响。研究发现,中国植被覆盖度在“胡焕庸线”两侧展现出显著的空间异质性,西部地区普遍低于东部;冷点主要分布于线西,热点主要分布于线东。尽管过去21年间全国植被覆盖度经历了局部年度波动,但从整体趋势看呈上升态势,约有45%的地区植被覆盖水平实现了由低向高的转变。具体而言,“胡焕庸线”以西区域的年均植被覆盖度增长率约为0.0035/a,而线东地区则达到0.0059/a,且在各自区域内,植被显著增长的区域占比分别为53.22%和59.81%。此外,年降水量与年际间植被覆盖度的相关性在“胡焕庸线”两侧表现出空间上的差异化特征,即东部地区呈负相关,而西部则为正相关。综上所述,以“胡焕庸线”为界,中国的植被覆盖度在时间和空间上的分布特征凸显了其独特的地域分异性。本研究为理解我国植被生态系统的动态变化提供了重要依据。

基于定位观测站图像实现草原植被覆盖度自动化提取的方法比较

植被覆盖度是草原生态监测和研究中极其重要的指标。本研究采用无人值守定位观测站获取样方图像数据集,比较选取多种提取算法,旨在解决定位连续观测中不同样方的大量图像数据集如何自动化提取植被覆盖度指标的难题。本文使用绿度指数法、随机森林(RF)、支持向量机(SVM)和反向传播(BP)神经网络不同图像分割方法提取不同草地类型的覆盖度,并讨论绿度指数之类的阈值分割方法与机器学习方法的优劣、3种机器学习算法产生不同分类效果的原因以及覆盖度数值产生误差的主要原因。结果表明,机器学习算法可灵活解决定位观测站样方图像集的快速自动化提取植被覆盖度问题。绿度指数阈值分割方法应用于植被覆盖度的分割效果较差;RF算法在高寒草原的分割精度较高,SVM在温性草原和温性荒漠草原中分割效果较高,BP神经网络在高寒草甸的覆盖度提取中更有优势。本研究可为新时代草原生态监测的信息化和智能化监测设备研发提供重要的参考依据。

沈阳市植被覆盖度计算及其时空变化特征分析

根据沈阳市2018—2020年Landsat影像和GEE云平台,采用最大值合成法及像元二分法计算沈阳市2020年月尺度NDVI值和植被覆盖度,并深入揭示时空变化特征。研究表明:综合利用Landsat影像与GEE云计算平台可实现月尺度植被覆盖度的大面积估算,2020年沈阳市植被覆盖度达到中低水平,覆盖度值37.38%;植被覆盖度的高低与其生长周期保持一致,1月最低为32.2%,7月最高达到46.2%;从空间上,沈阳市东、南、西三面的植被覆盖度较高,而中、北部较低,应加强沙地植被建设,治理林下水土流失,注重特色经果林开发和植被恢复、保护。

基于遥感影像的城市植被覆盖度监测研究

城市植被生长状态及分布密度对于城市生态环境有着重要影响,本文首先以近年来新开放的Landsat 9卫星影像数据为基础,分析研究卫星构成及影像特征,然后对其进行辐射定标、大气校正等,最后利用归一化植被指数(Normalized Difference Vegetation Index,NDVI)对城市植被覆盖率进行反演。结果表明:研究区植被覆盖率相对较高,平均值为60.17%,普遍为高植被覆盖度和较高植被覆盖度区域,较低和低植被覆盖度相对较少;从空间分布可得,浦口区、江宁区、溧水区植被覆盖度平均值均在60%以上,其他地区则低于60%。总体而言,研究区植被生态态势较好,植被覆盖度较高,同时利用Landsat 9卫星影像数据能够较为准确地反演城市植被覆盖度,为城市生态环境保护监管提供可靠数据支撑。

基于GoogleEarthEngine的黄土高原植被覆盖度时空变化特征分析

[目的]探究黄土高原植被覆盖度变化的时空特征,揭示植被对气候因子变化的时滞效应,进而为地区生态保护与高质量发展提供数据支撑。[方法]基于2001年至2020年的黄土高原地区NDVI数据、气温和降水数据,利用像元二分法、一元线性回归和时滞偏相关分析等方法,开展地区植被与气候因子变化关系的研究。[结果]过去20年间,黄土高原植被覆盖度以0.076/10 a的速率增加,在空间上主要呈现极显著增加,但占总面积38.29%的区域植被覆盖变化波动较大。黄土高原月植被覆盖度与气温和降水呈现显著正相关关系,其中降水是影响植被变化的主要因素。植被对降水的响应滞后时间主要集中在3个月,而气温的滞后时间在空间上存在较大差异,东南部植被主要滞后0至1个月,而西北部植被主要滞后2至3个月。[结论]黄土高原植被变化主要受降水影响,20年间植被恢复情况良好,但变化波动较大,未来应继续生态保护工作进行巩固。

气候变化和人类活动对环塔里木盆地植被覆盖度的影响

塔里木盆地生态系统脆弱,易受到人类活动的影响,植被对维持塔里木盆地生态系统稳定性具有极其重要的作用。以塔里木盆地边缘的绿洲区域、绿洲外围植被分布区及塔克拉玛干沙漠公路周围植被分布区作为研究区域,将植被覆盖度(FVC)作为反映植被变化的监测指标,利用归一化植被指数(NDVI)、气温、降水、植被类型数据,采用像元二分模型、一元线性回归法、残差分析等方法,分析了植被覆盖度的时空变化,以及气候变化和人类活动对环塔里木盆地、各植被类型植被覆盖度的影响。结果表明:(1)2000—2022年环塔里盆地植被覆盖度每10年增长0.008,各植被类型的植被覆盖度均呈现上升趋势,空间上植被覆盖度呈现“北高南低”的分布格局。气候变化影响的大部分区域植被覆盖度基本不变,人类活动影响的植被覆盖度以改善为主;(2)植被覆盖度的变化主要由气候变化和人类活动共同主导,但人类活动的影响大于气候变化。气候变化和人类活动共同作用时,植被覆盖度改善和退化的面积占比分别为19.79%、49.55%;(3)在植被覆盖度改善区,人类活动的相对贡献率整体较高。在植被覆盖度退化区,气候变化对绿洲区域内植被的相对贡献率更高,在绿洲区域外人类活动的相对贡献率更高。

天山北坡经济带植被覆盖度动态变化研究

为探明天山北坡经济带植被覆盖度时空变化及其原因,本研究基于MODIS13Q1NDVI数据、气象数据、地形数据、人文数据,基于Google Earth Engine(GEE)平台,利用Theil-Sen Median趋势分析、Mann-Kendall显著性检验和稳定性分析方法,探究2000-2020年天山北坡经济带植被覆盖度(FVC)时空变化特征及其影响因子.结果表明:天山北坡经济带的FVC表现为两条平行的高覆盖度带.其中中部地区具有较高的植被覆盖度,而边缘地区的植被覆盖度相对较低.2000~2020年间,天山北坡经济带的FVC在时空上呈轻度变化,约占总变化的70%.植被改善区域主要呈现带状分布,集中在研究区的中部,而植被减少区域主要分布在研究区的南缘.整体上,天山北坡的植被覆盖度呈现出西北至东南的相间分布趋势,并且有逐渐上升的趋势.与东部地区相比,西部地区的植被改善更为明显.2000~2020年间,天山北坡经济带的FVC整体上表现出较高的稳定性和较小的波动,其变异程度介于弱变异和中等变异之间.但是,在克拉玛依市北部、乌鲁木齐市西南部以及研究区南缘的零星地区,FVC存在较强的变异.通过地理探测器模型对天山北坡经济带FVC影响因素的研究表明,人类活动(人口密度、夜间灯光和土地利用类型)是FVC空间分异的主要解释因素.从驱动因素来看,人口密度P值为0.283,对FVC影响最大,夜间灯光P值为0.125,土地利用类型P值为0.179.

北洛河上游流域植被覆盖度时空变化及其地形分异特征

[目的]揭示退耕还林还草工程实施前后黄土丘陵沟壑区流域植被恢复过程,阐明流域植被恢复的地形分异效应,进而为黄土丘陵沟壑区制定适宜的流域生态建设和保护对策提供科技支撑。[方法]基于北洛河上游流域1990—2019年4期Landsat影像及数字高程模型数据,利用像元二分模型结合GIS技术,开展了退耕还林还草工程实施前后该流域植被覆盖度变化地形分异特征研究。[结果](1)流域植被覆盖度在空间上呈现东南高、西北低的分异特征。1990—2019年流域年均植被覆盖度呈持续上升趋势,在退耕还林还草工程实施以后高等级植被覆盖度面积占比大幅提升,1990年、2000年、2010年、2019年高等级植被覆盖度面积占比分别为0.97%,6.96%,42.17%,64.18%。(2)在工程实施的各个时期,流域植被覆盖总体持续改善,但西北局部地区植被退化。研究期间,流域植被覆盖度结构改善明显,中高及高植被覆盖度面积以转入为主,中低及低植被覆盖度面积以转出为主。(3)流域植被覆盖度在地形上存在明显分异特征,植被覆盖度随高程的增加呈减小趋势,植被覆盖度与坡度呈正相关,坡度越陡,植被覆盖度越大,植被覆盖度随坡向遵循阴坡>半阴坡>平地>半阳坡>阳坡的分布规律。[结论]实施退耕还林还草工程对增加北洛河上游流域植被覆盖度起到了关键作用,但部分区域植被退化严重,未来该流域应重点关注城市空间扩展以及气候变化对植被建设的影响,以应对环境演变下植被生态系统可持续发展面临的挑战。

植被覆盖度增加对辽宁地区气温变化的影响研究

植被覆盖度(Fractional Vegetation Coverage,简称FVC)是陆面参数中重要的参数之一,植被覆盖度变化直接影响地表能量的再分配进而影响区域乃至全球气候变化,研究植被覆盖度增加对区域气候的影响对未来区域气候变化的预估具有重要意义,这对适应和缓解全球气候变暖至关重要。本文利用2001~2018年中分辨率成像光谱仪(MODIS)产品的植被归一化指数(Normalized Difference Vegetation Index,简称NDVI)数据制作植被覆盖度,在辽宁地区分别进行了WRF模式默认植被覆盖度和实际植被覆盖度的长时间(2001~2018年)模式模拟试验,结论如下:(1)辽宁地区因植被覆盖度增加全省年平均气温降低了0.48℃,其中夏季降温幅度最大,降温0.71℃,春、秋两季平均降温0.35℃和0.66℃,冬季降温幅度最小0.2℃。植被覆盖度增加对日最高、最低气温也有明显的降温作用,其中日最低气温对植被覆盖度增加的响应大于最高气温,且植被覆盖度增加与气温降温的空间分布具有较好一致性。(2)2001~2018年年均和四季植被覆盖度的显著增加对年均和四季平均气温、日最高气温、日最低气温均有降温趋势,尤其是对日最低气温降温作用更明显。(3)植被覆盖度增加导致气温降低的主要原因是由于蒸散发的增加导致潜热通量增加,感热通量减少;而对于日最低气温降低,主要是由于植被覆盖度增加导致地表温度降低进而引起夜间向上长波辐射减少。总体而言,植被覆盖度增加越多降温效果越明显,进而减缓辽宁省气候变暖。

植被覆盖度对生态脆弱性动态演变的影响——以河北省张家口为例

[目的]研究区域植被覆盖度变化对生态脆弱性时空格局演变的影响可为地区生态保护、资源合理开发利用、土地格局优化和可持续发展提供科学依据和有益借鉴。[方法]以张家口地区为例,首先采用序关系法、CRITIC法和博弈论组合赋权法等方法探究张家口地区生态脆弱性时空演变特征,然后在此基础上探求了植被覆盖度变化对生态脆弱性动态演变的影响。[结果]2010—2019年,张家口地区生态脆弱性先升后降,脆弱性较高地区集中在北部坝上和中西部地区,脆弱性较低地区分布在东部和南部地区,且空间集聚效应明显。9年间植被覆盖度由低向高转变,植被改善区面积增加了7807.77 km^(2),恶化区面积减少了3433.14 km^(2)。植被恶化区主要分布在张家口中部城区和东部区域,其余大部分地区均为植被改善区。植被改善区、恶化区与生态脆弱性升高、降低区域的变化趋势和空间分布格局基本一致。[结论]张家口地区植被覆盖度与生态脆弱性关系密切,二者之间呈现负相关关系,区域植被覆盖度的增加能够降低其生态脆弱性。

西南地区2000-2020年植被覆盖度时空变化与影响因素分析

西南地区是我国重要的生态安全屏障区,也是生态脆弱和气候敏感区。本文基于MOD13A3的NDVI数据集,利用像元二分模型首先计算了西南五省市区2000-2020年西南整体和分省市区年、生长季和四季的平均植被覆盖度FVC(Fractional Vegetation Cover),并对不同时间尺度的FVC进行了时空变化特征分析,然后利用ERA5的气温、 GPCP卫星降水和DEM等资料,对过去21年影响西南地区FVC变化的主要影响因素进行了讨论,最后利用Hurst指数对FVC的未来变化趋势进行了预测。结果表明:(1)2000-2020年以来,西南地区东部FVC整体呈增加趋势,尤其在重庆和贵州增加最快,西藏地区总体呈下降趋势。(2)西南地区FVC在空间上总体呈现东高西低的特点,2000-2020年平均FVC为0.46,在年际空间变化上FVC的上升区域占西南地区总面积的43.9%,下降区域占53.5%。(3)降水对FVC起促进作用,气温在不同地区则表现出不同的影响。(4)人类活动对FVC的影响很大,对植被的促进、抑制和无影响区域分别占栅格百分比的40.4%、 47.6%和12.0%。(5)高程和不同时间尺度的FVC都显著相关,但都呈现出极显著的下降趋势;不同时间尺度的FVC随坡度增加都显著增加,但当坡度大于25°后FVC会逐渐减小;坡向对西南地区FVC的影响相较于坡度、高程和气候因子的影响并不显著。(6)未来西藏、西南地区东部的四川、云南和贵州交界处的FVC整体将呈增加趋势,而四川西部和横断山脉的大部分地区将呈减少趋势。研究结果能为西南地区生态保护方案的制定提供数据支撑和科学指导。

京津冀植被覆盖度时空演变及其对自然人为变化的响应

基于2001~2020年归一化差异植被指数(NDVI)数据,采用像元二分模型最大值合成FVC,通过Sen趋势分析、Mann-Kendall显著性检验、Hurst指数分析预测研究区植被覆盖时空变化,结合气象因子数据应用相关性分析与残差分析在开展植被变化响应分析的基础上新增量化影响因子相对贡献率.结果表明:近20年京津冀地区植被建设良好,全域平均覆盖度为64.5%,植被变化速率介于(-0.0597421~0.039797)/a,植被覆盖波动较大,呈现明显的地理差异变化;京津冀地区FVC时空变化受多因素共同影响,FVC与气温以负相关为主,分布区域贴合行政分区,与城市热岛效应相关;FVC与降水以正相关为主,分布范围贴合生态分区,主要受地理因子调控;人类活动平均残差为-0.00105,负向影响为主;自然与人为因素相对贡献率分别为31.33%和68.67%,人类活动是植被变化的主要驱动因素;未来FVC以改善趋势为主,但城市交界处FVC有下降趋势.研究成果可指导京津冀交界处FVC监测,开展正向人为干预,稳定京津冀环境质量,助推全域生态环境高质量发展.

气候变化背景下内蒙古中西部植被覆盖度演变特征研究

植被覆盖的动态演变能够有效地反映区域生态环境变化。为探究内蒙古中西部5个盟市植被覆盖度时空演变特征及对气候变化的响应,基于MODISNDVI数据和同期气候因子(平均气温、累计降水、平均日照时数、平均相对湿度)数据,利用Theil-Sen Median趋势分析、MK检验、Hurst指数、偏相关分析等方法分析了内蒙古中西部5个盟市2000-2021年植被覆盖度和气候因子的时空变化特征及植被覆盖度对气候因子的响应。结果表明:2000-2021年,内蒙古中西部5个盟市的平均植被覆盖度为0.321,处于较低水平;22年间,植被覆盖度呈波动上升趋势,增长速度为0.4%。研究区植被覆盖度呈现东高西低的分布格局,低覆盖度面积为53.2%,中高覆盖度和高覆盖度约占总面积的10%。研究区植被覆盖度的平均Sen斜率为0.004,表明植被覆盖整体呈上升趋势;植被改善区域面积达89.1%,植被退化部分占比为10.6%。Hurst指数均值为0.423。结合Sen趋势,预测出未来覆盖度以稳步增长为主,其中48.4%的区域不会发生显著的植被改善或退化现象,30.6%的区域未来以植被改善为主。研究区平均气温、累计降水量呈上升趋势,而平均日照时数和平均相对湿度呈下降趋势。植被覆盖度与平均气温的关系以不显著相关为主,其中通过显著性检验(p<0.05)的正相关面积为14.7%;植被覆盖度与累计降水量的关系以正相关为主,正相关面积占比为98.1%;与平均日照时数和平均相对湿度的关系均以不显著相关为主。

2000-2022年宁夏不同地理分区生长季植被覆盖度时空非平稳性特征

地表植被是土壤、水体与大气之间重要的连接物质。研究不同地理分区植被覆盖度(Fractional Vegetation Cover,FVC)时空非平稳性对区域生态环境保护与规划建设具有重要意义。基于MODIS13Q1 NDVI数据及其同期气象、地形、土壤、人类活动影响因子,明确不同地理分区FVC时空变化特征及其原因。结果表明:宁夏不同地理分区下的FVC差异显著,南部山区拥有较好的FVC水平。2000-2022年宁夏FVC呈现波动式增长趋势,南部山区FVC变化最为明显,平均增长速率为0.011/a。生长季多年平均空间格局分析说明宁夏高FVC主要集中在六盘山高山区、沿黄流域和清水河流域。23年间宁夏FVC低波动区域重点位于六盘山、沙坡头自然保护区、南华山以及吴忠市和银川市城建区域,中部干旱带高波动明显,Theil-Sen Median趋势分析显示南部山区增长趋势明显,引黄灌溉区有递减趋势,Mann-Kendall显著性检验说明宁夏越往南部FVC改善越显著,Hurst趋势进一步表明了南部山区和引黄灌溉区具有高持续特点,南部山区高山区、沙坡头自然保护区、甘城子以西、贺兰山石炭井、中宁县、贺兰县月牙湖乡等区域未来将维持稳定不变,沙坡头区香山一带反持续性显著,FVC有将会得到改善,贺兰山部分地区FVC较低且持续性较强有维持现状风险。宁夏不同地理分区FVC与影响因素时空非平稳特征明显,空间序列回归系数说明人类活动对FVC产生重要影响,时间序列回归系数说明了历史时期气候因素对FVC影响波动性大。该项研究可为宁夏不同地域生态保护、建设与可持续发展提供差异化对策提供参考。

赤峰市植被覆盖度时空变化及其与气候因子的关系

基于MODIS ENVI数据,利用像元二分模型计算赤峰市植被覆盖度,并通过Theil-Sen趋势分析法、Mann-Kendall显著性检验法、变异系数及偏相关性分析法,研究2000—2022年赤峰市植被覆盖度的时空变化特征及其与气候因子的相关性,结果显示:(1)赤峰市多年平均植被覆盖度为59.4%,年均增长率为0.4%。研究时段内,不同等级植被覆盖度的时序差异明显,中低、中植被覆盖度的面积占比显著下降,高植被覆盖度的面积占比显著增加。在空间上,赤峰市植被覆盖度呈增加趋势的面积占比为71.9%,其中33.6%的区域呈显著增加趋势。(2)赤峰市中等覆盖度的面积最大(占28.2%),主要分布在中部及西北部地区;中高及高覆盖度区主要分布在沿山地区;中低、低覆盖度和裸地主要集中在浑善达克沙地和科尔沁沙地。植被覆盖度低的地区,波动性强。(3)近23年,赤峰市降水呈显著增加趋势,变化率为5.0 mm/a,年平均气温增加不显著。(4)植被覆盖度与降水、气温整体上均呈正偏相关关系,且降水对植被覆盖度的影响强于气温,说明降水是影响赤峰市植被生长的主导气候因子。

荒漠植被覆盖度遥感提取研究进展

植被覆盖度(Fractional Vegetation Cover,FVC)是植被生长状况监测、荒漠化监测与评价等方面的重要指标,但荒漠植被的生理和光谱特征均有别于普通健康绿色植被,为其FVC遥感提取带来了诸多难点。本文从数据、方法及应用等方面总结分析了提取荒漠地区FVC各类方法的应用进展。结果表明:①在荒漠区应用的遥感数据源包括多光谱影像、高光谱影像、雷达影像以及无人机高分影像等,融合多源遥感数据、结合各方法可明显提高荒漠FVC的估算精度。②模型上,经验回归模型与像元分解模型应用较广泛,但经验回归模型过度简化了FVC与遥感数据之间的复杂关系,像元分解模型则忽略了荒漠植被显著的空间异质性,故二者都无法充分考虑遥感数据的时空特征和地物背景的影响。近年来,机器学习与数据挖掘算法广泛用于荒漠FVC遥感提取研究中,此类算法能够处理大规模数据,使处理效率大幅提高,并在一定程度上减少人为干扰等因素。然而,此类算法对地表环境变化的复杂性和非线性关系建模能力有限,可能面临样本不平衡、特征选择困难以及模型泛化能力不足等挑战。未来荒漠FVC遥感提取研究将是一个基于多尺度、多源数据、融合多种方法实现大尺度、高精度且时序兼具的估算模式,这种新形式可有效弥补单一卫星遥感影像数据在时间、空间及光谱分辨率信息方面的不足,但荒漠植被特殊的生理和光谱特征、新型的遥感指标和理论策略以及算法的改进程度有待进一步探索。

2000—2020年湖北省土地利用变化对植被覆盖度的影响

[目的]土地利用及其对陆地生态系统的影响是当前全球变化研究的重要内容。科学分析土地利用变化对植被覆盖度的影响,促进社会经济与生态环境质量的协调发展及地区经济的平衡发展,为政府部门对区域生态保护和恢复管理提供借鉴和参考。[方法]以湖北省为研究对象,利用2000,2020年2期Landsat遥感影像、土地利用遥感数据,利用遥感数据的空间处理、像元二分模型、土地利用转移矩阵等方法,分析研究湖北省植被覆盖的时空变化、土地利用类型变化特征及其对植被覆盖度的影响。[结果]①2000—2020年,湖北省耕地、草地和未利用地面积减少,水域以及建设用地面积增加,林地面积基本保持不变,其面积大小顺序为:林地>耕地>水域>建设用地>草地>未利用地。②湖北省植被覆盖度平均值上升了6.50%。林地、耕地、草地和未利用地的平均植被覆盖度均有所增加,建设用地的平均植被覆盖度有所降低。③湖北省植被覆盖度总体呈现增加的趋势。植被覆盖度增大的区域主要集中在湖北省的西部和东南部地区,局部地区也存在植被退化的区域,主要集中在湖北省中南部及襄阳北方部分区域。④不同土地利用类型FVC转移过程中,耕地较高植被覆盖与高植被覆盖之间的转移过程最为剧烈,林地不同等级植被覆盖的转移量占转移总量的47.87%,草地不同水平植被覆盖度的转移量占转移总量比例较小,仅为3.40%。[结论]2000—2020年湖北省土地利用变化较大,不同土地利用类型的植被覆盖度相互转移,尤其是林地、耕地及草地的平均植被覆盖度均有所增加,使得湖北省近20a来整体植被覆盖度呈现出上升趋势。

四川三州植被覆盖度变化及其对生态治理和灾害防治的响应

[目的]四川三州(凉山彝族自治州、甘孜藏族自治州和阿坝藏族羌族自治州)生态环境脆弱,地质灾害频繁发生,而坡表植被具有蓄水固基的作用。研究该区植被覆盖度动态变化及关键驱动因素有助于预测生态结构的稳健性及防治地质灾害。[方法]选取2002—2022年MODIS遥感数据,基于转移矩阵、趋势分析法分析植被盖度的发展趋势及转移情况,通过相关分析及地理探测模型,研究各驱动因素对植被盖度的影响。[结果]研究区内不同植被覆盖度均有向更高盖度演变的趋势,但整体上随时间递增而趋于稳定,并且气象因素中气温对植被盖度的影响略大于降雨的作用,均为促进作用;自然因素及人为因素共同作用是四川三州植被盖度空间分布差异的主要原因,高程及土地利用为植被覆盖的两类控制性因素,自然因素对研究区植被情况影响更显著,且不同驱动因素叠加对植被盖度解释力度强于单一因素作用。[结论]建议高海拔地区植被盖度恢复应重点考虑植被的耐温特性及严格控制人类对自然空间的过度开发利用,并且应多维度对植被盖度影响因素进行改善。

川南城市群植被覆盖度时空演变及驱动力

[目的]探究川南城市群植被覆盖度时空演变规律,并分析其驱动机制,以期为推动长江上游生态环境保护和社会经济可持续发展提供参考和决策依据。[方法]以植被覆盖度为研究对象,采用变异系数和线性回归研究方法分析了2001—2021年川南城市群植被变化时空演变特征,并采用地理探测器模型探究了其影响因素。[结果](1)川南城市群植被覆盖度整体状况良好,植被覆盖度为0.4以上的区域占比为71.74%。植被覆盖度变化以低波动为主,占比为78.16%。植被退化趋势显著,占比为8.89%。(2)各驱动因子对植被覆盖度影响程度降序排列为高程>土地利用类型>年均气温>坡度>人口密度>GDP>城镇化率>年均蒸散发>年均降水量>坡向。其中,前6个因子的解释力q值均大于16%,是影响植被覆盖度变化的主要驱动因子。(3)任意两个因子交互关系以双因子增强和非线性增强为主,其中高程与土地利用类型交互的q值最大,为0.369。(4)当高程1200~1400 m、年均气温12.15~15.16℃、坡度32°~35°、人口密度小于22.31人/km^(2)、GDP为122~1221元/km^(2)以及土地利用类型为林地时,最适宜植被生长。[结论]2001—2021年川南城市群植被覆盖度整体状况良好,地形地貌、气象条件和社会经济因素均对区域植被变化产生显著影响。