陕西省植被覆盖时空变异及其恢复潜力

[目的]系统分析退耕还林以来植被覆盖时空变异特征,评估植被恢复的潜力,为陕西省生态环境建设的可持续发展提供科学的理论依据和实施建议。[方法]以MODIS NDVI数据为基础,采用Sen+Mann-Kendall模型和Hurst指数探究了2000-2020年陕西省及秦巴山区、关中平原和黄土高原3个亚区植被覆盖度(fractional vegetation cover,FVC)的时空变化特征,并运用相似生境法测算了不同区域的植被恢复潜力。[结果]①2000-2020年陕西省FVC增长率为0.0029/a,74.58%的区域有所改善。其中:黄土高原区FVC改善面积达84.46%,且以显著改善为主;秦巴山区FVC改善面积为74.40%,以轻微改善为主;而关中平原区FVC具有退化趋势,退化区域占64.56%。②全省FVC持续性改善面积占19.80%,黄土高原区和秦巴山区以持续性改善为主,面积比例分别为27.83%和13.68%,而关中平原区以持续性退化为主。③黄土高原区西北部及其与关中平原接壤地带的植被恢复空间较大,而子午岭林区植被恢复空间较小;秦巴山区森林覆盖率较高,几乎没有恢复空间;关中平原受城市化的影响,植被恢复空间小。[结论]近几十年来,陕西省植被覆盖度显著提高,但受气候、地形、植被类型和人类活动等因素的影响,植被覆盖变化具有明显的空间异质性。陕西省植被恢复的增长速度趋于放缓,持续改善能力已经较低,植被覆盖趋于平稳,但是黄土高原西北部地区及其与关中平原的接壤处植被覆盖恢复潜力仍较大。

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。

农林交错带植被覆盖度与地表温度的相关性分析

以内蒙古赤峰市喀喇沁旗为研究区,基于2000—2019年8期Landsat影像,利用空间分析、线性回归和空间自相关3种方法,在4类土地覆被上分析植被覆盖度(FVC)与地表温度(LST)的时空变化及其相关性。结果表明:(1)近19 a来,喀喇沁旗FVC呈西南向东北递减的趋势,而LST空间分布与FVC相反,呈西南低东北高的趋势;(2)FVC与LST整体表现为负相关,在空间相关性与线性回归中,农田的相关性强于林地,而空间自相关中林地强于农田;(3)与农田、建筑、草地相比,林地的FVC能有效降低LST,FVC≥0.75时,对LST影响最明显。

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.

青海湖流域植被动态变化驱动力及空间粒度效应

基于Landsat遥感影像分析1986~2020年青海湖流域植被覆盖度时空变化特征,结合多元线性回归和地理探测器,考虑气候、地表及人类足迹的影响,阐明时间和空间尺度下植被覆盖度变化的机制,并探讨空间粒度对驱动因素及其相对贡献的影响.结果表明:(1)近35年来青海湖流域植被状况整体改善,表现为中等、中高覆盖度植被面积增加,其中环青海湖东北部及布哈河上游植被覆盖度呈显著增加趋势;(2)时间尺度上,流域平均植被覆盖度变化受气候暖湿化和生态恢复工程驱动;(3)空间尺度上,植被覆盖度变化由气候、地形、植被和土壤控制,解释力较大因素为气温(0.41),高程(0.34)和降水(0.30).气候、地形和人为因素对植被覆盖度的影响存在交互增强效应,气温、高程对交互效用具有控制作用,其中气温与距水系距离、降水和人类足迹的交互较为显著;(4)空间粒度对植被覆盖度空间变化驱动因素的贡献具有显著影响,考虑气候、地表和人为因素交互作用时青海湖流域植被覆盖度空间变化最佳研究粒度为6km.

基于可见光影像的木里矿区排土场植被覆盖度提取研究

为了快速准确提取木里矿区排土场的植被覆盖度,基于无人机可见光影像,选择过绿指数、过绿减过红指数、可见光波段差异植被指数和归一化绿红差异指数,将植被指数时序图交点法和样本统计法相结合进行阈值分割,从而提取植被覆盖度,并对提取结果的精度进行验证。结果表明:可见光波段差异植被指数的提取精度最高,达到95.83%,Kappa系数为0.92。由此可见,利用可见光波段差异植被指数,将植被指数时序图交点法和样本统计法相结合的方法适用于提取木里矿区排土场的植被覆盖度且精度较高。研究结果可为高寒矿区排土场植被覆盖度的精确提取提供一定的参考。

基于NDVI数据的陇南市植被覆盖度时空演变

为研究陇南市的植被覆盖变化,基于2001—2020年归一化差异植被指数数据,采用像元二分模型最大值合成植被覆盖度,通过趋势分析、显著性检验,Hurst指数等方法,系统地分析甘肃省陇南市近20年来植被覆盖度的时空演化特征,并对其发展趋势进行预测。结果表明:①陇南市植被覆盖度整体呈现出一个波动性的上升趋势,变化速率在(-0.0417208~0.0479985)/a;②不同地区的植被覆盖度稳定性存在明显的差异,其中植被覆盖稳定不变区域占比7.26%,明显改善区域占比31.12%,严重退化区域占比9.39%;③在植被覆盖演变过程中,持续性和反持续性呈现出交错的分布模式,总体上主要呈现为弱持续性的序列。研究结果可为陇南市生态环境的修复和保护工作提供参考依据。

内蒙古植被覆盖时空变化特征及其对人类活动的响应

基于2000—2022年MOD13A1 NDVI数据计算内蒙古年最大植被覆盖度(FVC),了解内蒙古FVC时空分布状况及变化趋势,结合夜间灯光(NTL)和地表覆被数据,采用逐像元相关分析方法探究FVC对人类活动的响应模式。结果表明:(1)内蒙古FVC空间分布总体表现为由东北至西南逐渐减小的趋势,FVC以改善为主,增速为0.0039·a^(-1),大部分区域FVC变化表现为基本稳定(64.02%)和明显增加(31.64%),所有盟市年均FVC增长量均为正值;(2)FVC变化趋势主要表现为不显著变化,占比依次为:不显著变化(65.62%)、显著增加(17.36%)、极显著增加(13.43%)、显著减少(3.27%)和极显著减少(0.32%),显著减少和极显著减少的区域与新增建设用地在空间分布上存在较高的一致性;(3)在人类活动空间范围,内蒙古大部分区域(79.67%)人类活动不会对FVC变化产生显著影响,12.80%的区域人类活动对FVC变化起着积极作用,地表覆被主要为城区周边的草地和耕地区域,只有7.53%的区域人类活动对FVC变化起着消极作用,主要分布在地表覆被为耕地、由耕地转为建设用地和新增工矿用地区域。

科尔沁区域典型公路段建设沿线植被覆盖度演变规律研究

选取铁力-科尔沁右翼中旗高速公路吉林段(G1015)2003年(建设前)、2015年(建设中)、2021年(建设后)的Landsat8影像作为数据源,并基于缓冲区归一化植被指数(NDVI)、植被覆盖度(FVC)对G105线路段区域植被时空变化特征进行研究分析,结果表明:公路建设前,研究区范围内以中植被覆盖度为主,而公路建设期间以及公路建设完成以后,研究区范围内则转变为以低植被覆盖度为主.与公路建设前相比沿线周边环境低植被覆盖度所占面积比例增加了54.28%,中低植被覆盖度降低了10.64%,中植被覆盖度降低了16.48%.由此可见,高速公路建设对沿线周边环境植被产生影响严重.而建设完成后中等以上植被覆盖度增加了1.7%,植被覆盖状况有所好转,逐渐趋于新的生态平衡.继而通过铁科公路沿线植被覆盖时序演变规律,明晰公路建设对生态环境的影响因素,并在此基础上提出绿色可持续发展路径.

基于全数字锁相环优化的快速跳频技术研究

针对全数字锁相环(ADPLL)在跳频时间、信号质量、频率步进等方面的不足,对ADPLL的环路结构和数字锁频算法进行了优化,设计了一种新型全数字锁相环结构。该结构采用快速频率电压转换器(FVC)替代ADPLL中的数字鉴频鉴相器和数字滤波器。FVC通过将参考频率进行倍频,再对反馈频率进行计数,直接计算出输出频率值,进而确定输出频率与目标输出频率的误差,通过建立频率误差与调整电压的函数关系,控制输出频率的快速锁定,实现了小步进、高质量的快速合成频率输出。最后,通过仿真和实测验证了新型全数字锁相环结构的可行性。实测结果表明,该技术合成的频率近端杂散为-87 dBc,频率步进最小可以达到191 Hz,跳频时间最小为3.9μs。

利用Google Earth Engine云平台进行植被覆盖估算及等级划分

植被变化时空特征能够间接反映生态环境质量的变化,对一个地区的生态系统稳定、物种多样性和社会经济发展有着重要意义。借助谷歌地球引擎(GEE)云平台建立归一化植被指数(NDVI)、植被覆盖度(FVC)等指标对浙江省2011—2021年植被覆盖面积进行了估算和等级划分。结果表明:2011—2021年期间,浙江省植被覆盖总面积基本维持不变,平均植被覆盖面积为104233.87 km^(2),植被覆盖以高覆盖度为主,平均覆盖面积占总覆盖度面积的81.0%,2021年,高覆盖度、较高覆盖度植被面积分别占比82.90%、9.39%,而低覆盖度、较低覆盖度植被面积分别占比0.63%、1.59%。对植被覆盖面积时空变化的特征分析揭示了浙江省植被覆盖度变化存在空间尺度依赖性,同时其结果可为浙江省生态监测、环境保护及区域高质量发展提供科学依据和决策支持。

基于Segment Anything的荒漠草原植被覆盖度提取研究

植被覆盖度(Fractional Vegetation Coverage,FvC)是草原监测评价工作的重要指标,实时、快速、准确地采集FVC是草原监测评价工作的基础。文章以解决荒漠草原单位面积的植被覆盖度为目标,选取分割一切模型(Segment Anything Model,SAM)以打点或者画框的方式对单位面积的图像进行分割,计算分割出的植被所占像素点的总数T和图像总像素点数A,然后通过F=T/A计算单位面积的植被覆盖度,并制作植被覆盖度评估系统。实验的结果表明,基于SAM大模型可以使荒漠草原单位面积的植被覆盖度提取结果更加准确和可靠,减小了噪声对覆盖度提取的影响。

1987—2021年淮河流域FVC时空变化与驱动因素分析

植被覆盖状况及其响应是当前全球变化研究的重要议题,研究淮河流域植被覆盖度(Fraction of vegetation coverage,FVC)的时空变化趋势,对于揭示气候过渡带脆弱生态系统演化及驱动机制有重要意义。本文利用Google Earth Engine(GEE)平台上的Landsat影像计算淮河流域的植被覆盖度,分析FVC时空变化特征,并借助夜间灯光强度、气温、降水量、蒸散发、土壤和地形等数据,从年际尺度和空间尺度分析FVC的驱动因素。结果表明:1987—2021年淮河流域FVC整体呈增加态势,FVC变化趋势在空间上以稳定和改善为主,面积占比分别为45.2%和39.7%,改善区域集中在信阳、驻马店、南阳、洛阳等地,退化区域集中在南通、泰州、盐城、临沂、潍坊、郑州和阜阳等地。在年际尺度,FVC变化与夜间灯光强度的显著性高于气温和降水量,淮北区域FVC增加趋势不如淮南区域显著。在空间尺度,夜间灯光强度、潜在蒸散发、降水量和地形是淮河流域FVC空间差异的主要影响因素,夜间灯光数据表征的人类活动对FVC的影响最大;夜间灯光数据对FVC变化的影响具有空间异质性:正相关区域面积占比25.4%,主要为耕地和林地;负相关区域面积占比14.7%,主要为地级市乃至县城的中心城区。人类活动和自然因素变化的共同作用是淮河流域近35年来植被变化的主要原因,人类活动和自然因素对FVC变化的平均贡献度分别为56.0%和44.0%。研究成果可为我国绿色城镇化道路及生态保护政策制定提供支撑。

1990-2021年环塔里木盆地植被覆盖度(FVC)时空数据集

塔里木盆地是生态极端脆弱区,更是人为扰动剧烈区,荒漠化问题尤为突出。植被覆盖度能够很好地反映地表植被的繁茂程度,是荒漠化监测的一个重要指标。开展区域植被覆盖度监测是掌握荒漠化动态变化,全面分析荒漠化成因等方面研究的基础。研究基于GEE遥感云平台,以1990–2021年LANDSAT卫星植被生长季(4–10月)影像为数据源,获取了环塔里木盆地1990–2021年间7期植被覆盖度数据集。研究通过采用0.5%置信度截取NDVI的上下阈值,获得纯植被覆盖像元和纯土壤覆盖像元的NDVI值,来消除年际间气候差异对植被覆盖度计算的影响,保证各年度植被覆盖度计算的一致性。数据集使用109块无人机正射样地,经过预处理及植被指数法加大津算法得到的FVC值作为验证样本。数据集精度为R^(2)=0.79、线性表达式为y=0.8126x-0.0267。本数据集可为荒漠化变化、驱动机制等方面的研究提供数据支撑。

基于GWR模型的渭河流域植被覆盖度时空变化及驱动机理

渭河流域水土流失问题严重,生态环境脆弱,探究其植被覆盖度时空变化及其驱动机理具有重要意义。文章基于MODIS13Q1数据产品,辅以同期自然环境及社会发展数据,采用趋势分析法、空间自相关分析及地理加权回归模型,揭示了2001-2020年县域尺度下渭河流域植被覆盖度的时空变化及驱动机理。结果表明:(1)渭河流域植被覆盖度总体呈现明显上升趋势,年均增长速率为2.04%,空间上呈现出由东南向西北先减后增再减的变动趋势;(2)渭河流域植被覆盖度改善面积占流域总面积的78.81%,等级转移主要发生在相邻等级之间,但跳级转移现象也普遍存在;(3)渭河流域92个县域植被覆盖度呈现出显著的全局空间自相关性,且以H-H空间正相关为主,表明县域间植被覆盖度的提升具有较好空间溢出效应;(4)气温、降水、坡度、日照等因素总体上促进渭河流域植被覆盖度提升,而城镇化率、人口规模以及经济发展水平等因素则显著抑制了植被覆盖度改善,因素影响性质及强度存在空间差异。研究结果可为因地制宜地提高植被覆盖度,综合治理渭河流域提供理论依据。

中国内蒙古自治区荒漠化程度监测数据集(2001-2021年)

中国内蒙古自治区地处中国内蒙古高原,是蒙古高原在中国境内的主体区域,也是我国荒漠化和沙化监测的重点区域,土地荒漠化和沙化严重。开展区域年度荒漠化监测是掌握荒漠化动态变化,全面分析荒漠化成因等方面研究的基础。研究基于内蒙古自治区范围内2001年至2021年的MODIS数据,选取FVC、MSAVI、LST、TVDI指标,通过信息叠加分析、分类、判别等工作生成不同气候分区各指标判别值,再根据原国家林业局荒漠化监测气候分区规定,基于各指标判别值,生成内蒙古4个气候区的2001-2021年荒漠化程度年度监测数据。本数据集可为荒漠化变化、驱动机制等方面的研究提供数据支撑。

海河流域生长季植被覆盖度时空变化及驱动力分析

[目的]了解海河流域生长季植被覆盖度(FVC)的时空变化及其驱动力,以期为海河流域的生态保护、建设与可持续发展提供参考。[方法]基于MODIS NDVI遥感数据和同时期的18种影响因子,采用趋势分析法和M-K显著性检验分析了2001—2019年海河流域生长季植被覆盖度的时空变化特征;并利用地理探测器探讨了其空间分异特征与驱动力。[结果]2001—2019年海河流域生长季植被覆盖度总体呈显著上升趋势,线性倾向率为0.063/10 a,2011年之后增速减缓。空间分布差异明显,植被覆盖度总体较高,仅环渤海湾地带和一些城市区域植被覆盖率较低。改善区域的面积远大于退化面积,其中改善部分以极显著改善为主,占流域总面积的60.42%。海河流域生长季植被覆盖度的空间分布差异主要由林地比例和林草混合地比例所决定,解释力均在30%以上。对海河流域生长季植被覆盖度交互作用解释力最强的是林草混合地比例和农田比例。[结论]海河流域植被覆盖度总体显著上升,空间分布差异主要驱动力为林地比例和林草混合地比例。

中国植被覆盖度时空演变及其对气候变化和城市化的响应

植被覆盖变化不仅与气候因子密切相关,而且也受人类活动的影响。目前,从省级尺度研究中国植被时空变化特征以及定量分析气候因子结合人类活动对植被覆盖影响研究仍较少。基于Google Earth Engine(GEE)平台和2000—2020年Landsat数据及同期气候与夜间灯光数据,采用像元二分法、线性回归分析、变异系数、偏相关分析和贡献度模型等方法对中国植被覆盖度时空演变及其对气候变化和城市化的响应进行了分析。结果表明:(1)2000—2020年中国植被覆盖度以0.32%·a^(-1)的速率增长。植被覆盖区域以高覆盖度为主,面积占研究区域的38%,总体呈现从东南至西北递减的趋势。(2)黄土高原、云南省、西藏自治区和新疆维吾尔自治区西部植被覆盖度呈现增长趋势。植被年际波动在南部比北部、东部比西部稳定。黑龙江省植被覆盖度最高,为91.7%;新疆维吾尔自治区最低,为14.4%;宁夏回族自治区植被覆盖度以0.98%·a^(-1)的速率增长,植被得到显著改善。(3)气候因子和城市化对植被覆盖度的影响存在明显空间差异性。气温和降水量对中国北部地区植被覆盖度的影响分别为负相关和正相关,城市化主要影响经济较为发达的省份。气温是宁夏回族自治区的主要贡献因子,平均贡献度为84.3%;降水量是台湾省的主要贡献因子,平均贡献度为71.7%;城市化贡献度最大的城市为上海,平均贡献度为26.5%。

近20年黄河三角洲地区植被覆盖度时空变化及其趋势分析

[目的]探究黄河三角洲地区植被覆盖度的时空动态变化以及植被覆盖度对土地利用变化的响应机制,为地区生态保护、建设与高质量发展提供参考。[方法]基于2000—2019年的归一化植被指数(NDVI)数据和2000—2020年5期土地利用数据,采用slope趋势分析和相关性分析等方法,分析了2000—2019年东营市植被覆盖度的时空动态变化及其对土地利用类型变化的响应。[结果]植被覆盖度在东营市南部地区、黄河沿岸以及黄河故道地区较高,而北部和东部沿海地区较低。在时间上,2000—2019年东营市NDVI为0.25~0.33,植被覆盖度呈现先增加后减少的趋势,在2010年达到最高水平。在空间上,东营市植被覆盖度改善区域面积大于退化区域,其面积占比分别为44.86%,37.94%。[结论]草地和未利用土地向城乡、工矿、居民用地和水域转化是造成植被覆盖退化的主要原因。

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。