基于GIMMS 3g NDVI的近30年中国北部植被生长季始期变化研究

基于全球库存建模与绘图研究第三代归一化差值植被指数(GIMMS 3g NDVI)、土地利用和气温降水数据,利用NDVI时间序列谐波分析法(HANTS)重构了中国北部地区原始植被NDVI,用一元六次多项式拟合了植被生长曲线并结合逐像元动态阈值法提取了中国北部地区1983~2012年植被生长季始期并分析了其时空变化及对气温和降水的响应情况。结果表明:1GIMMS 3g NDVI具有较长的时序特征和较好的数据质量,经HANTS时间序列谐波分析后能很好的表现植被生长季曲线特征,可用于后续植被生长季的研究。2北部地区生长季始期均值主要集中分布在80~150 d之间,全区30 a平均为111.6 d,东北平原、华北平原、河套平原、新疆天山和阿尔泰地区生长季始期早于其它区域。3研究时段内北部地区生长季始期总体上呈提前趋势(R2=0.19),空间上由西北向东北逐渐推移,明显提前的区域主要分布在内蒙古中东部、东北平原、陕西南部和新疆天山的部分地区,明显推迟的区域主要分布在青藏高原高寒地区。4因植被类型的不同和区域的差异,生长季始期对气温和降水的响应程度不同,春季气温是影响生长季始期变化的主要自然因素。

基于GIMMS NDVI 3g.v1的近34年青海省植被生长季NDVI时空变化特征

在气候变化和人类活动的综合影响下,青海省生态环境发生了明显变化。在此背景下,以GIMMS NDVI 3g.v1为数据源,采用Sen+Mann-Kendal方法研究青海省1982-2015年植被覆盖区域NDVI时空变化,将趋势分析和R/S(rescaled range analysis)分析叠加,研究植被生长季NDVI变化的持续性特征,并揭示植被对气候变化及人类活动的响应规律。结果表明:1)近34年青海省植被NDVI整体呈从西北到东南的增加趋势;且变异系数显示,波动性较大地区集中在柴达木盆地周边和青南牧区西北部等植被NDVI较低的区域,波动性较小地区集中在祁连山东部、东部农业区和青南牧区东南部等植被NDVI较高的区域。2)近34年青海省植被NDVI整体呈增加趋势,增长率为0.38%·10a^(-1);且NDVI变化具有明显的阶段性,存在1994年和2000年两个突变点。3)近34年青海省植被改善区域(75.4%)远大于退化区域(24.6%),其中显著改善面积占植被覆盖区域面积的40.9%,退化区随时间变化在空间上表现出明显的转移现象。4)Hurst指数表明,青海省植被变化反持续性较强,趋势分析与Hurst指数叠加得出,由退化转为改善的区域占植被覆盖区面积的13.7%,由改善转为退化的区域占植被覆盖区面积的44.3%,另41.5%的区域无法确定未来变化趋势。5)青海省植被生长季NDVI受气候变化和人类活动的双重影响,且不同植被类型对气候变化的响应存在较大差异。

Spatial and temporal variations of vegetation cover and the relationships with climate factors in Inner Mongolia based on GIMMS NDVI3g data

Variation in vegetation cover in Inner Mongolia has been previously studied by the remote sensing data spanning only one decade. However, spatial and temporal variations in vegetation cover based on the newly released GIMMS NDVI3g data spanning nearly thirty years have yet to be analyzed. In this study, we applied the methods of the maximum value composite （MVC） and Pearson＇s correlation coefficient to analyze the variations of vegetation cover in Inner Mongolia based on GIMMS NDVI3g data spanning from 1982 to 2013. Our results indicate that the normalized difference vegetation index （NDVI） increased at a rate of 0.0003/a during the growing seasons despite of the drier and hotter climate in Inner Mongolia during the past three decades. We also found that vegetation cover in the southern agro-pastoral zone significantly increased, while it significantly decreased in the central Alxa. The variations in vegetation cover were not significant in the eastern and central regions. NDVI is positively correlated with precipitation （r=0.617, P=0.000） and also with air temperature （r=0.425, P=0.015）, but the precipitation had a greater effect than the air temperature on the vegetation variations in Inner Mongolia.

两代AVHRR GIMMS NDVI数据集的对比分析——以新疆地区为例

最新发布的1981—2012年的AVHRR GIMMS NDVI3g数据为了解区域植被的近期变化状况提供了数据基础。深入理解该版本与老版本GIMMS NDVIg(1981—2006年)之间的关系,对于使用新数据时充分利用已有老版本的研究结果具有重要意义。以我国西北干旱区的典型区域——新疆为例,研究了两个数据集在反映生长季、春季、夏季和秋季植被现状,植被变化趋势及其对气候变化响应方面的异同。研究结果表明:两个数据集在描述植被活动空间分布、变化趋势及其与气候的相关性方面大体相似,但在数值、动态变化率及其对气候变化响应强度等方面存在的差异也不容忽略。NDVI3g数据生长季和各季节NDVI数值多大于NDVIg,尤其是在夏季和在植被覆盖较好的区域。区域尺度,NDVI3g所反映的植被变化趋势更为平稳,尤其是在夏季和较长的时段,这可能与像元尺度NDVI3g显著增加范围小于NDVIg,而显著减少范围多于NDVIg有关。两个数据集对气温、降水量、潜在蒸散发和湿润指数的响应具有大体一致的空间格局,但对气候因子变化的敏感性存在差异,哪一个数据集更为灵敏依赖于不同的气候因子和时段。一般规律是NDVI3g与热量因子显著正相关的区域小于NDVIg,而与水分因子显著正相关的区域则大于NDVIg。利用长期的生态数据集,尽快理清两个数据集在表征植被变化之间的异同并建立两者的转换关系,对于合理开展植被变化、碳平衡、生态系统服务功能评估等广泛利用NDVI数据的相关研究十分重要。

基于MODIS和Landsat的青藏高原两代GIMMS NDVI性能评价

由于AVHRR NDVI数据集本质上具有动态变化的特点,使得数据重叠时段(1981-2006年)的第1代GIMMS NDVIg(简称NDVIg)数据集与第3代GIMMS NDVI3g(简称NDVI3g)数据集也不完全相同。如何理解、对待这些差异,是综合利用两代数据集的研究成果、科学客观地评估地表植被历史变化状况、预测未来变化趋势、指导生态保护与建设工作的前提和基础。该文利用MODIS NDVI和Landsat数据,评估了青藏高原两代GIMMS数据集的性能,并对比分析了区域尺度和像元尺度两代数据集在监测植被长期动态变化方面的异同。结果表明,NDVI3g捕获植被物候变化的能力与NDVIg相当,但NDVI数值明显大于NDVIg,甚至大于MODIS NDVI;与NDVI3g相比,在NDVI分布格局和动态变化方面,NDVIg与MODIS NDVI和Landsat更为相似;尽管两代GIMMS数据集1982-2006年生长季NDVI变化趋势类似,但GIMMS NDVIg倾向于检测到更多的显著变化区域;夏季和秋季的结果与生长季类似,但春季GIMMS NDVI3g则检测到了更大范围的NDVI显著增加,与NDVIg结果的差异主要集中在青藏高原腹地。NDVI数据集是众多生态模型的基础数据,NDVI数据集之间的差异可能会导致模拟结果出现偏差。在使用NDVI数据之前,对NDVI数据的适用性进行评估,是获取更符合当地实际情况、更为客观真实结果的前提。

鄂尔多斯植被的NDVI3g动态及气候响应

[目的]研究鄂尔多斯地区生态格局以及在全球变化下的自然演变规律,揭示中国西部矿区人工扰动生态环境的时空变化。[方法]利用1982—2012年GIMMS NDVI 3g数据集和年均气温、降水量等气象数据,分别进行最大值合成、反距离加权法插值、线性回归与变化率分析、相关性分析等处理,揭示植被覆盖的时空变化趋势下蕴含的植物生理学机理,及其对气温和降水变化趋势的响应特征。[结果]鄂尔多斯地区植被返青期(start of season,SOS)始于4月下旬,枯黄期(end of season,EOS)结束于11月上旬,植被生长期(duration of season,DOS)NDVI初始阈值为0.12,平均生长期为198d;31a间鄂尔多斯地区植被绿度变化率(slope)为0.0023,植被变化趋势逐像元回归分析表明研究区80.8%的植被有轻微改善;31a间鄂尔多斯地区NDVI变化与年均气温和降水量的相关性分别为0.054和0.400。[结论]31a间鄂尔多斯地区植被返青期有提前趋势,枯黄期有滞后趋势,生长期有延长趋势;研究区大部分区域植被均有轻微改善;年均气温与降水量均呈现升高趋势,NDVI变化受温度和降水的共同作用,且NDVI最大值增高与年均降水量增加相关性较高,与年均气温升高相关性较低。

中国“平原-山地”地形过渡带NDVI时空变异与气候响应

研究地形过渡带植被的地形效应,边缘效应,及其对纬度、气候变化的响应,将为我国山地生态格局和资源禀赋的深层认知提供地学参考。利用1982—2015年第三代全球库存建模和制图研究归一化植被指数数据集(GIMMS NDVI3g v1)和年均气温、降水等气象数据,分别进行最大值合成、趋势分析、突变分析、变异分析和相关分析,揭示了中国近南北走向的“平原-山地”地形过渡带(简称“地形过渡带”)植被物候的时空变化规律及对气候变化的响应特征。研究表明:(1)“地形过渡带”跨越一年三熟的低纬度地区,到一年两熟的中纬度地区,再到一年一熟的高纬度地区的周期性植被物候特征区;(2)34年间,年际NDVI整体呈增长趋势,其中植被改善区域占58.84%;年内分析表明“地形过渡带”植被生长期(LOS)变化率-3.16 d/纬度;(3)34年间“地形过渡带”的年均气温呈现升高趋势,每10年上升速率为0.098—0.386℃之间;年均降水呈现减少趋势,每10年下降速率为8.29—31.82 mm;(4)34年间NDVI变异系数结果表明,研究区NDVI低波动变化和相对较低波动变化的面积占比达95.52%,说明研究区植被呈稳中向好趋势;(5)NDVI与年均气温的相关性随着纬度的升高而减弱,表明南方植被对气温变化敏感;NDVI与年均降水量的相关性随着纬度的升高而升高,表明北方植被对降水变化敏感。

1982—2013年潞安矿区NDVI3g变化趋势及气候响应

为了揭示全球变化背景下矿业开发活动对矿区生态环境的影响,采用长时序GIMMS AVHRR NDVI3g(1982—2013年)全球植被指数数据集和气候信息(年均降水量和气温数据),运用IDL编程实现数据合成运算、线性回归和趋势拟合,从时间、空间、气候三方面对矿区、缓冲区(10 km、20 km)、校验区的NDVI平均值和总值进行比较研究,并推算出生长期变化趋势.时序分析表明,32 a来矿区NDVI总量随开采年限延长呈先增后减/波动中下降的趋势,下降速率为0.18/(10 a).矿区植被返青期滞后3 d,枯黄期提前30 d,生长期缩短33 d,缩减速率为10.3 d/(10 a).空间分析表明,除潞安矿区外其他三区生长季均有所延长,研究区平均NDVI年增长率依次为矿区(1.09%)<10 km缓冲区(2.16%)<20 km缓冲区(8.86%)<校验区(9.87%),矿区NDVI总量自1995年后开始减少,非开采区NDVI总量呈增加趋势.气候变化分析表明,校验区NDVI对温度敏感性高于降水量,矿区NDVI对降水量敏感性高于温度,其中温度对两区植被生长有明显滞后性.研究显示,矿业开发活动抑制了矿区及周边区域NDVI的增长,NDVI年增长率远低于校验区,受温度升高、降水量减少共同作用,自然生态下校验区NDVI呈增加趋势,生长季延长;而受开采扰动影响下的矿区植被活动呈减弱趋势,生长期也有所缩短.

1982-2012年中国NDVI变化及其与气候因子的关系

GIMMS NDVI产品因其长时间序列的优势,一直以来被广泛应用于植被特征分析。本文利用1982-2012年该数据集,研究了我国NDVI时间和空间的分布状况及空间变化率,同时选用双变量相关与偏相关2种方法分析了我国不同植被类型区域NDVI与6种气候因子(年降水量、平均气温、平均风速、平均水汽压、平均相对湿度和日照时数)的相关性。结果表明,全国NDVI的年内变化显著,其中2月下半月数值最小,8月上半月达到峰值。31年间,全国NDVI呈缓慢增长趋势,其年平均增长率为0.0003。针对8种不同的植被类型,其NDVI与6种气候因子的相关性程度不同,总体而言,与年降水量、平均气温、平均水汽压及平均相对湿度多具有正相关性,而与平均风速和日照时数多具有负相关性。

1982—2015年中国北方归一化植被指数(NDVI)变化特征及对气候变化的响应

基于中国北方1982—2015年GIMMS NDVI数据及408个气象站点逐日气象资料,采用极点对称模态分解(ESMD)方法、M K趋势检验、相关分析、趋势分析和极端气候指数,分析了1982—2015年中国北方15个省(自治区、直辖市)植被覆盖时空演变特征及其对气候变化和极端气候的响应。结果表明:1982—2015年中国北方植被NDVI以0.002(10 a)-1速度呈增加趋势(P<0.05),ESMD方法显示生长季NDVI呈波动上升;NDVI显著增加区域包括新疆北部天山及塔里木盆地北缘、甘肃祁连山区及陇南山地、黄土高原和河套平原、辽西低山丘陵一带、吕梁山及太行山区,NDVI显著减少区域主要集中在东北地区大、小兴安岭及长白山一带;从植被类型上来看,植被覆盖增加最多的是栽培植被、草地和荒漠植被;生长季NDVI与温度和降水整体呈正相关且对气温的响应更强烈,NDVI空间分布格局存在异质性;1982—2015年极端气温指数均呈极显著增加或减少趋势,极端降水指数中仅1日最大降水量、异常降水总量呈显著增加趋势;气温极值对NDVI的影响强于降水极值,最低气温和暖夜日数与NDVI关系最密切。

基于连续时间序列NDVI数据的中国生态状况时空变化特征

植被是表征生态环境的重要指标,NDVI则是反映植被状况的重要指标,通过NDVI的时空变化特征可以揭示区域生态环境状况。基于1981—2015年的GIMMS NDVI 3g和2000—2018年MODIS NDVI数据,利用二者相同时间段内的数据建立拟合方程,对1981—2000年GIMMS NDVI 3g进行拟合修正,构建1981—2018年长时间序列的NDVI数据集,选择非耕地、非聚落地区和湿地等的NDVI,采用趋势分析方法分析中国近40年来NDVI的生态状况时空分布特征及变化规律,并统计分析不同生态系统类型的NDVI变化特征,用以反映中国近40年来生态状况的时空变化状况。结果表明:除2000年、2001年,修正后GIMMS NDVI具有与MODIS NDVI相似的年份和月份变化规律;NDVI空间分布呈现东北(0.775)、中南(0.732)、华东(0.668)高,西南(0.485)、华北(0.471)、西北(0.275)低;近40年来NDVI整体稳定;森林和草地生态系统状况整体呈向好趋势;荒漠、水体和湿地、其他生态系统的生态状况变差,NDVI下降趋势分别为:-0.0006/a,-0.0017/a,-0.0007/a。研究为维护中国生态环境状况、保护生物多样性和开展生态环境评价提供决策支持。

小兴安岭森林植被物候对气候变化的响应

【目的】采用遥感提取植被物候的方法,以小兴安岭为研究区,构建森林植被物候时空变化,分析森林植被物候变化对气候变化的响应。【方法】基于GIMMS NDVI 3g影像,运用一元六次多项式拟合植被生长曲线,并结合逐像元动态阈值法提取小兴安岭1982-2015年森林植被生长开始期(SOS)、生长结束期(EOS)和生长季长度(LOS)共3种物候参数;利用ArcGIS软件,将气温、降水以及日照时数数据与植被物候参数逐像元分析,得到物候参数与气象因子偏相关系数的空间分布特征。【结果】(1)植被物候多年平均值空间分布特征呈现由西北向东南方向,植被SOS逐渐提前,植被EOS逐渐推迟,植被LOS逐渐延长的规律。(2)小兴安岭森林植被SOS集中在日序第112.1~128.3天,年际变化在1998年前后出现转折,1998年前呈显著提前趋势(R^(2)=0.284,P=0.028),1998年后呈不显著推迟趋势(R^(2)=0.002,P=0.86),导致整个时间段(1982-2015年)变化不显著,变化幅度为每10年提前0.12 d(R^(2)=0.001,P=0.872);森林植被EOS集中在第277.3~294.8天,年际变化呈现显著推迟趋势,变化幅度为每10年推迟2.33 d(R^(2)=0.294,P<0.01);森林植被LOS集中在149.5~167.5 d,年际变化呈现显著延长趋势,变化幅度为每10年延长2.45 d(R^(2)=0.231,P<0.01)。(3)小兴安岭森林植被SOS对当年4月温度的响应最明显,其次是当年2月温度;植被EOS对当年8月降水响应最明显,其次是当年6月温度。【结论】(1)小兴安岭森林植被物候多年平均值与水热条件多年平均值呈现出比较一致的空间规律特征。(2)研究期植被EOS的变化主要受8月降水的变化驱动,8月降水的下降是导致植被EOS显著推迟的主要原因。(3)20世纪末出现的全球变暖停滞引起2月温度在1998年前后呈现由显著上升转变为不显著下降,引起植被SOS变化趋势在1998年前后发生突变,导致整个时间段植被SOS变化不显著。

时序重构的长时间序列植被变化监测研究

植被是生态系统组成的重要部分,植被指数更是植被生长变化的重要监测因子,目前已有的植被指数数据集不能很好地剔除噪声等影响,在植被生长变化的反映中存在一定的误差。基于此,本研究以惠州市作为研究区,采用极限梯度提升方法,利用2000年至2015年的GIMMS3g NDVI数据作为训练集,借助地表温度数据作为因子,进行基于极限梯度回升算法的植被指数长时间序列重构,结果表明:时序重构后的GIMMS NDV在年际变化上特征相似度较高,达到0.88,时序重构后的NDVI数据集有明显的降低。通过年、季、月、生长周期等多维度对比,时序重构后的NDVI变化周期整体较原始数据集更平滑,异常值较少,整体更符合植被生长变化的实际情况。

1982—2012年北半球荒漠草原过渡带植被物候特征及其与气候因子的关系

基于GIMMS(global inventory modeling and mapping studies)NDVI 3g数据,在提取北半球荒漠草原过渡带每年植被物候期的基础上,研究了1982—2012年物候期的时间演化趋势及空间分异特征,并结合全球气候再分析资料,探讨了物候变化的气候驱动因素。结果表明:在1998年之前,荒漠草原过渡带植被物候期变化地区间差异较大,而在1998年之后,北半球荒漠草原过渡带生长季结束期整体提前,平均提前0.41 d/a;同时,除萨赫勒以外的各地区植被生长季长度普遍缩短,平均缩短0.88 d/a。植被物候期与气候因子的相关分析发现,荒漠草原过渡带植被物候变化受气候变化影响显著,且空间差异明显。在中高纬度地区,气温是限制植被活动的关键因子,温度升高可以促进生长季开始期的提前,而降水增加则会妨碍植被生长;在较低纬度地区,水分是影响植被活动的关键因素,高温造成的水分亏缺会导致植被生长季缩短。从植被物候期对各气候因子响应的时滞性来看,荒漠草原过渡带植被的物候期对气温变化的响应最迅速,对蒸散的响应存在一定的滞后性,而对降水的响应不存在时滞差异。

20世纪80年代以来长江流域植被变化的速度和格局

长江流域是我国的经济重心,生态区位重要。长期以来开展的生态建设工程和城镇扩展等人文驱动是造成流域植被变化的重要原因。利用长时间序列的GIMMS 3g植被NDVI监测数据,对长江流域植被变化的速度、空间格局及其时段变异进行分析。结果显示:20世纪80年代以来,长江流域植被发生了显著的变化,植被覆盖总体呈上升趋势;坡度带、海拔带、土地利用/覆被变化类型区和土地利用/覆被类型区之间存在随时段而异的鲜明差异,低海拔、坡度小的区域、长江中游各流域增速高,而长江上游和下游地区增速较慢;植被覆盖降低的区域从农林业影响为主的山区转向城市群分布区,城镇建设成为植被NDVI降低的主要因素。分时段植被变化速度的差异表明,退耕还林工程显著加快了流域植被的恢复速度。从各个土地利用/覆被类型植被变化速率的分析结果来看,人为影响较大的土地利用/覆被类型植被NDVI变化速度较快,表明人类影响强度的变化是流域内植被变化的主要因素。在流域内部,自然地理条件和人文因素分别是长江上游和中下游植被变化的主导因素。

近30年中国天然草地物候时空变化特征分析

基于遥感的大面积长时序草地物候监测是物候生态学的重要领域,也是全球变化研究的重要方向。基于30年(1986-2015年)时间序列GIMMS 3g归一化植被指数(NDVI),利用Savitzky-Golay滤波法进行时间序列重建,并用动态阈值法提取中国天然草地物候参数[生长季始期(SOS)、生长季末期(EOS)、生长季长度(LOS)],然后以1998年为时间分界点,利用提取的3种物候参数对前后两个时间段内的草地物候特征的时间演化趋势及空间分异进行分析。结果表明:1)全国草地年平均SOS、EOS和LOS分别主要集中在第100~140天、260~290天和130~170天;2)物候趋势在30年时间尺度上没有显著变化,幅度为-0.3~0.3 d·yr^-1;3)在1998年之前,全国草地SOS平均提前速率为0.37 d·yr^-1,EOS平均推迟速率0.43 d·yr^-1,且空间差异较大,在1998年之后草地物候变化趋势出现转变,草地SOS变化幅度最大,平均推迟速率为0.28 d·yr^-1;4)高山亚高山草甸、山地草原、平地草原和高山亚高山平地草原在1998年后物候特征变化趋势出现与之前完全相反的转折。提取物候结果与观测资料和相关研究结果较为一致。

1982—2015年科尔沁沙地植被时空变化及气候响应

基于1982—2015年GIMMS NDVI3g.v1数据,结合站点气象数据,采用趋势分析、变异系数、Hurst指数及偏相关分析等方法,探讨了科尔沁沙地植被覆盖的时空特征、气候响应及未来趋势。结果表明:(1)科尔沁沙地34 a植被覆盖呈缓慢增加趋势,每10 a增速为0.23%。植被覆盖变化整体上可分为“三升”(1982—1999年、2000—2004年、2008—2012年)和“三降”(1999—2000年、2004—2007年、2012—2015年)的趋势,其中最大值出现在1999年,最小值出现在2009年。(2)科尔沁沙地植被覆盖格局呈“南北高,中间低”的分布特征。以“西拉木伦河—新开河”为界线,北部地区植被变化趋势以退化为主,南部地区以改善为主。(3)科尔沁沙地变异系数西高东低,地域性差异明显。低波动变化区域主要分布在北部海拔较高地区(占5.52%),其植被类型主要为针阔混交林。(4)科尔沁沙地植被变化的同向特征强于反向特征,持续退化和持续改善区域分别占61.48%和37.03%。降水是影响研究区植被变化的主要因素。

Google Earth Engine云平台及植被遥感案例研究

植被物候是全球变化的敏感指示器,对陆表物质和能量交换产生显著影响。植被物候遥感分析存在数据收集困难、提取方法实现复杂等问题,谷歌地球云计算平台(Google Earth Engine,GEE)为基于遥感大数据的物候分析提供了有利条件。本文分析了GEE平台的数据源、开发接口和应用场景,然后基于GEE中的长时序植被指数数据集NDVI3g,在像素级别采用导数法提取分析了中国东北地区的植被物候变化情况,发现该区域春季返青期推迟,秋季衰落期提前。实验说明了基于GEE进行复杂地学计算的可行性和适用性,但是在算法验证方面存在改进的空间。

1982—2013年黄河源区植被变化趋势及其对气候变化的响应

基于1982—2013年GIMMS NDVI 3g数据集及黄河源区26个国家气象观测站同期气温与降水观测资料,利用趋势分析和相关分析方法,对黄河源区植被覆盖的时空变化特征及其驱动因子进行分析。结果表明:(1)黄河源区植被覆盖呈现从东南向西北递减的空间特征。近32 a来,黄河源区气温呈显著升高、降水则呈微弱增加的趋势,气候由干冷逐渐向暖湿化转变;植被覆盖呈现整体缓慢升高、局部退化的趋势,且"先增后降"的年代际变化特征明显。(2)1982—2013年,黄河源区生长季(5—9月)植被受气温和降水共同影响,植被最大NDVI与气温和降水有显著正相关关系。与降水相比,NDVI与气温的相关性更强,气温是影响黄河源区植被变化的主要气候因子,且随着海拔高度的升高影响越大。

Detecting Global Vegetation Changes Using Mann-Kendal(MK) Trend Test for 1982–2015 Time Period

Vegetation is the main component of the terrestrial ecosystem and plays a key role in global climate change. Remotely sensed vegetation indices are widely used to detect vegetation trends at large scales. To understand the trends of vegetation cover, this research examined the spatial-temporal trends of global vegetation by employing the normalized difference vegetation index(NDVI) from the Advanced Very High Resolution Radiometer(AVHRR) Global Inventory Modeling and Mapping Studies(GIMMS) time series(1982–2015). Ten samples were selected to test the temporal trend of NDVI, and the results show that in arid and semi-arid regions, NDVI showed a deceasing trend, while it showed a growing trend in other regions. Mann-Kendal(MK) trend test results indicate that 83.37% of NDVI pixels exhibited positive trends and that only 16.63% showed negative trends(P < 0.05) during the period from 1982 to 2015. The increasing NDVI trends primarily occurred in tree-covered regions because of forest growth and re-growth and also because of vegetation succession after a forest disturbance. The increasing trend of the NDVI in cropland regions was primarily because of the increasing cropland area and the improvement in planting techniques. This research describes the spatial vegetation trends at a global scale over the past 30+ years, especially for different land cover types.