2000-2020年陕西省植被NDVI时空变化及气候因子探测

[目的]揭示陕西省不同生态系统植被时空变化,厘清不同气候因子及相互作用对植被变化的影响机制,为区域生态环境保护提供理论依据。[方法]基于MODIS NDVI及年均高温、年均低温、年均温、年总降水数据,采用Theil-Sen Median趋势、偏相关、地理探测器等方法,分析了2000—2020年各地貌分区植被NDVI时空变化特征,结合变量分离探究了植被NDVI变化与降水、气温的内部关联和响应机制。[结果]2000—2020年陕西植被NDVI波动增加,速率为5.9%/10 a,速率大小为陕北>关中>陕南;全省多年植被NDVI值为0.71,南高北低;植被NDVI显著改善区域占比67%,分区占比为陕北>陕南>关中。2000—2020年陕西气候因子随时间波动变化,速率大小为陕南>关中>陕北,空间上呈现年均高温降低、年均低温上升、年均温降低、降水增加。2000—2020年陕西及各分区植被NDVI与年均高温整体呈负相关,与年均低温、年均温、年总降水量呈正相关;全省及陕北年总降水贡献最大,关中和陕南年均高温贡献最大;年均高温与年总降水交互主导全省、陕北及陕南植被NDVI变化,年均温与年总降水的交互主导关中植被NDVI变化。[结论]研究期陕西及各分区植被整体变好,各分区植被对气候的响应关系、各因子的贡献及其相互作用不同,降水和年均高温、年均温的交互显著影响植被NDVI变化。

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。

关中平原城市群气候变化和人类活动对植被NDVI变化的影响

[目的]研究关中平原城市群气候变化和人类活动对植被NDVI变化的影响。[方法]基于2001—2020年的植被NDVI和地表温度数据,运用趋势分析和残差分析等方法分析近20年关中平原城市群植被生长季植被NDVI变化趋势,以及气候变化和人类活动对生长季植被NDVI的驱动力分析及其贡献率。[结果]近20年来研究区生长季植被NDVI呈波动性增加趋势,其变化受气候变化和人类活动共同影响,且存在较大空间异质性,研究区中部生长季植被NDVI降低主要归因于人类活动的影响。气候变化和人类活动对生长季植被NDVI贡献率主要为正值,人类活动因素的贡献率更高,且研究区水系两侧多呈现气候变化抑制、人类活动促进的情况。[结论]关中平原城市群中人类活动对生长季植被NDVI的影响较大,建议在综合因素分析中多重视人类活动影响。

毛乌素沙地植被NDVI动态及对降水的多时空响应

毛乌素沙地生态环境脆弱,理解沙地植被-降水关系对沙地生态有效恢复和“以水定绿”至关重要。本文基于多尺度降水和NDVI数据,研究了2000—2018年毛乌素沙地植被动态变化及其对降水时滞与累积效应的响应关系。结果表明:(1)2000—2018年研究区沙地植被年均和季均NDVI总体均呈显著增加趋势(P<0.01),且增加趋势的空间分布差异性较大;夏季NDVI显著增加的区域达83.2%,年均NDVI显著增加的区域仅占34.15%;(2)沙地植被NDVI的年际变化和月变化对降水的响应均无显著时间滞后,但存在显著时间累积效应;约38.58%的区域ND-VI年变化对降水的累积响应时间为1a和2a,且集中分布在年均降水量较少的区域;(3)生长季季节NDVI与累积月降水相关系数的时空分布差异明显。春季、夏季和秋季NDVI对降水的累积响应时间和占比分别为2~3个月(19.25%),4个月(73.58%),1个月(27.22%)或3个月(34.91%)。本研究揭示了毛乌素沙地植被对降水的响应并无显著时滞效应,而时间累积效应在研究区不同时空尺度上均表现出明显差异。研究结果为优化人工固沙植被的生态恢复方案以及实施“以水定绿”策略提供了有力的科学依据。

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。

庆阳市气候变化对植被指数(NDVI)的影响

庆阳市是甘肃省生态防护的关键区域之一,生态管理对甘肃省生态建设和可持续发展至关重要。根据庆阳市2001—2021年植被指数(NDVI)和气象数据,采用趋势分析和相关分析方法研究了庆阳市气候变化对NDVI的影响。近21年庆阳市:(1)气候向暖湿趋势发展,气温和降水量年际增长倾向率分别为0.177℃/10a,5.7965mm/a。西峰区气候湿润多雨,环县干燥少雨。(2)植被覆盖状况呈稳中向好态势,NDVI年际增长倾向率为0.056/10a,NDVI合水县最大,环县最小,NDVI空间分布呈西北向东南递增。(3)NDVI与气候(气温和降水量)呈正相关性,其中与降水量(P=0.472)相关性显著(P<0.05)。研究结果表明庆阳市降水量是影响NDVI的主要气候因子。

高寒气候区生长季NDVI与昼夜不对称增温的Copula分析

利用1982—2016年的青海地区归一化植被指数和气象数据,基于马尔科夫链蒙特卡罗的Copula函数方法,深入探索昼夜增温不对称性与植被活动之间的复杂关系,揭示了昼夜增温和NDVI之间的联合概率分布及其季节性差异。研究结果表明,昼夜增温与NDVI之间的关系在不同季节呈现显著差异。尤其在秋季,昼夜增温对NDVI的影响最为显著,其次是夏季和春季。通过Copula函数模型,发现昼夜增温与NDVI在特定温度区间内呈现正相关,表明适宜的温度条件下昼夜增温对植被生长具有促进作用。然而,当昼夜增温超过某一阈值时,其对NDVI的促进作用转变为抑制作用,从而限制了植被的生长。同时,还揭示了重现期与昼夜增温及NDVI之间的关系。在较低的重现期下,昼夜增温与NDVI的联合概率较高,表明在这些条件下,植被生长良好的情况出现的频率较高。反之,较高的重现期对应于昼夜增温与NDVI较低的联合概率,表明植被生长受到抑制。本研究通过Copula函数提供了一个全新的视角来理解昼夜增温与植被动态之间的相互作用,强调了气温变化对植被生长影响的复杂性。

2000—2021年渭河流域NDVI变化及其影响因素

渭河流域是黄河中游重要的生态涵养地,同时也是黄土高原水土流失的典型区域,监测该地区植被生长变化趋势,并分析其与气候变化和人类活动的关系,对科学评估区域生态建设成效、黄土高原植被恢复和生态修复具有重要意义。基于2000—2021年归一化植被指数(NDVI)、气温、降水量、人口密度、土地利用数据,分析了渭河流域NDVI的时空变化特征,探究了气候变化和人类活动对NDVI变化趋势的影响。结果表明,2000—2021年,渭河流域植被生长季NDVI呈增加趋势,全区年平均增速为0.004。年际尺度上,NDVI与年平均降水量呈正相关关系,与年平均气温的相关性不显著;月尺度上,NDVI与4月和8月的气温、降水量均呈正相关关系,与7月气温呈弱的负相关关系。人口密度变化与NDVI变化趋势呈负相关,流域人口密度的减小有利于植被的恢复和改善。土地利用类型内部变化是植被NDVI变化的主要原因。NDVI显著减少区NDVI的减少趋势主要由关中平原耕地NDVI的减少引起,NDVI显著增加区NDVI的增加趋势主要由草地、林地以及黄土丘陵区、黄土残塬区耕地NDVI的增加引起。

昼夜不对称性增温对秦巴山地植被NDVI的影响研究

通过收集1982—2020年秦巴山地94个气象站点逐日观测资料、2000—2020年MODIS归一化植被指数(NDVI)以及中国1100万植被数据集,利用Mann-Kendall检验、趋势分析以及二阶偏相关分析等方法,综合分析秦巴山地昼夜增温时序变化及增速差异,探讨秦巴山地植被NDVI对昼夜不对称增温的响应特征,分析昼夜不对称增温对不同植被类型生长的影响。结果表明:(1)1982—2020年秦巴山地日最低气温和日最高气温存在明显上升趋势,夜间增温速率是白天增温速率的1.3倍,表明昼夜增温存在不对称性。(2)昼夜增温对秦巴山地植被生长促进作用更明显,显著性分析结果存在空间差异,但通过显著性检验的站点数量不多。(3)不同植被类型对昼夜增温响应特征有所差别,白天增温促进草丛、草甸、灌丛、阔叶林、农作物的生长,抑制了针叶林的生长,而夜间增温对植被生长的影响仅对草甸起积极影响,对其他植被类型均为消极影响。

西鄂尔多斯地区植被NDVI时空变化及其对气温和降水的响应

西鄂尔多斯地区现存许多珍稀动植物,是生物多样性保护的重点区域,该地区地处北方生态环境脆弱带,对环境变化敏感。为了解该地区植被覆盖的变化及影响因素,基于MODIS NDVI数据及同期气象数据,采用趋势线分析、重心迁移模型和偏相关分析方法,对西鄂尔多斯地区2000—2020年生长季(4—10月)植被覆盖度变化趋势及其影响因素进行研究。结果表明,西鄂尔多斯80.28%的区域植被NDVI(normalized difference vegetation index)在2000—2020年间显著增加(P<0.05),且重心迁移结果显示东南区域增长更加明显。偏相关分析表明降水是影响该地区植被覆盖变化的主要气候因素,尤其表现在研究区西南半部的乌海市与鄂托克旗。

川西高原植被NDVI变化研究

【目的】为较全面掌握川西高原植被NDVI动态变化及驱动因素。【方法】以MODIS-NDVI为基础数据,借助Sen+MK和地理探测器模型对其2000—2020年变化规律展开探讨。【结果】①川西高原植被NDVI整体呈现自西南向东北方向倾斜,植被NDVI数值整体相对更高;②近20年,全域植被NDVI数值无显著变化趋势的地区全域面积占比约75%;③高程、年平均气温和土壤类型主导了川西高原植被NDVI的空间布局,解释力在35%以上。【结论】川西高原近20年植被整体生长状态良好,自然因素对其植被空间布局的影响显著。

基于无人机多光谱NDVI值估测玉米产量

【目的】研究基于UAS-8无人机采集数据,运用归一化植被指数(Normalized Difference Vegetation Index)模型估测玉米产量,为大田无人机多光谱预测玉米产量提供理论依据。【方法】以新疆18份春播玉米为研究对象,获取开花期多光谱图像,经过辐射校正、大气校正、建立掩膜、提取NDVI图,计算植被覆盖率,得到区光谱反射率和归一化植被指数实际数值,将NDVI值与田间实测产量值进行模型拟合。【结果】幂函数Y=23411.46-10997.99/X(R^(2)=0.4886),二次函数为Y=39003.00-117963.03X+103130.25X 2(R^(2)=0.562),正反比函数(Inverse Proportional Function)为Y 2=2840.5 X/(1-X)(R^(2)=0.495),利用偏最小二乘回归(Partial Least Squares Regression),其线性函数Y=24458.22X-9620.55(R^(2)=0.521)。【结论】在数值0.5~0.8区间,NDVI与玉米产量具有较高的相关性,线性函数方程NDVI值可预测玉米的产量。

基于NDVI的植被覆盖度的变化分析——以甘肃省张掖市甘州区为例

为了分析张掖市甘州区自1987-2006年19年间的植被覆盖的变化,以归一化植被指数(NDVI)和植被覆盖度遥感定量模型为基础,以1987年、2006年2期的TM影像和张掖市1∶10万地形图为数据基础,提取两期的植被覆盖等级图,定量的分析该地区植被覆盖度的变化情况。结果表明:近19年来,该区的植被盖度总体略呈下降趋势,荒漠化草地等植被覆盖状况较差的地区植被退化较为严重,绿洲地区的植被覆盖较为稳定,部分地区植被盖度呈上升趋势。

基于绿视率和NDVI的城市街道景观分析与优化研究

街道景观空间对市民健康和城市风貌具有重要影响。既往研究中常以归一化植被指数(NDVI)和绿视率(GVI)来分别代表二维和三维的绿色指标,但对二者的指标相关性研究甚少。采用基于深度学习的图像语义分割方法分析百度街景计算代表性街道的GVI,利用GF-1卫星数据计算NDVI,比较分析城市街道的GVI和NDVI指标特征及相关性。结果表明,1)中山市中心城区各代表街道GVI指标参差不齐,从8.06%到36.00%,其中石岐街道兴中道GVI最高;2)各街道观测点的NDVI均值随着缓冲区尺度的增加也随之呈现出不同变化,NDVI均值具有强烈的尺度敏感性;3)50 m GVI和DNVI均值的皮尔逊相关系数最高,达到0.832。在此基础上分析街道景观存在的不足并给出优化建议,为城市街景评估、空间优化、景观提升提供参考。

基于机器学习的新疆植被覆盖变化及其影响因子之间的关系

以新疆植被覆盖变化及其影响因子之间的关系作为研究对象,通过比较多元线性回归、随机森林回归、XGBoost、支持向量机回归,优选出精度最高的模型,依据最优模型计算出的属性重要程度,对15个影响因子进行重组并分析,探索了气温、降水量、辐射量、潜在蒸发、经度、纬度、高程、地貌类型、坡度、坡向、人类影响指数、径流、土壤类型、土壤湿度、植被类型15个影响因子对植被覆盖变化的影响。结果表明,XGBoost模型对归一化植被指数(NDVI)预测准确率最高,随机森林回归次之。在研究区内对NDVI影响程度最大的影响因子是土壤湿度、径流、植被类型、经度、潜在蒸发、气温、辐射量、地貌类型、降水量。在影响因素类型方面,气候条件因素对NDVI影响程度最大,土壤特征因素影响程度次之,地形地貌因素比前两者低。

气候变化和土地利用对湖南省NDVI变化的影响

为分析湖南省气候变化和土地覆盖变化对植被的影响,采用2002—2020年归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据分析植被变化对气候变化和土地覆盖类型变化的响应。结果表明:湖南省NDVI在西、中部改善明显(64.87%);显著退化的区域集中于部分城区和洞庭湖区(1.39%);气温和降水分别以负相关和正相关为主;耕地转林地有利于NDVI增加,耕地转不透水面不利于植被生长。

基于MODIS遥感影像的玛纳斯县植被覆盖度动态分析

植被覆盖度是衡量地表植被状况的重要指标。利用2013-2022年7-9月的MODIS遥感影像数据,基于归一化植被指数(NDVI)和像元二分原理,建立植被覆盖度的估算模型,对玛纳斯县近10年来植被覆盖度的变化情况进行监测,探究2013-2022年玛纳斯县植被覆盖度的空间分布特征、面积变化趋势及其影响因素。结果表明,2013-2022年,玛纳斯县植被覆盖度整体维持在36.71%~43.42%,变化幅度不大,反映出该地区植被生长状况良好,玛纳斯县植被主要分布在南部山区和中部平原区;玛纳斯县植被覆盖度在这10年间略有减少,其中,植被覆盖度减少了2.51%,植被面积减少了277.78km^(2),但在不同年份呈不同程度的波动。通过分析植被覆盖度变化因子,得出降水量对玛纳斯县植被覆盖度的变化起到正向作用,人类活动也是引起植被覆盖度变化的主要因子。

2003年~2020年吉林省长春市植被覆盖变化特征监测

植被资源对于人类的生产生活和生存发展具有至关重要的意义,本论文以吉林省长春市03、13、20年的Landsat ETM/OLI遥感影像作为基础数据源,利用ENVI软件,对03~20年间的长春市影像进行预处理和解译等工作,之后通过土地类型分类和NDVI的方法,表达出03~20年间土地类型的变化,重点关注土地类型中植被的变化情况。同时应用ArcGIS软件特有的空间分析功能,得到例如植被面积变化、植被变化速率、植被变化特征等植被信息。最后根据相应网站或文献,取得有关长春市对应时期的可能影响植被变化的相关数据,探讨其植被变化特征和内在动因。

1982—2016年东北黑土区植被NDVI动态及其对气候变化的响应

植被是陆地生态系统的重要组成部分,在调节气候、水土保持等方面具有重要作用,因此,监测植被生长变化并探讨其与气候变化之间的关系,在全球变化研究中具有重要意义。基于MODIS NDVI和GIMMS NDVI数据集,并通过一致性检验,在区域和像元两个空间尺度上,利用一元线性回归模型,研究东北黑土区1982—2016年植被生长动态,分析植被生长对气温和降水量的响应程度。结果表明:区域尺度上,1982—2016年东北黑土区植被生长季NDVI变化分为3个阶段(先增加继而减少最后再增加),区域植被的生长在气温、降水量的共同作用下,呈现出明显季节差异;像元尺度上,1982—2016年东北黑土区NDVI总体趋势为改善状态,主要改善植被类型为草原、森林和农业植被,鹤岗市、绥化市和长春市改善面积较大;多年平均NDVI值与同期气温和降水量具有一定的相关关系,平原地区植被NDVI与气温主要呈显著正相关关系,植被类型主要为耕地;平原地区边缘和山地地区的植被NDVI与降水量以显著正相关关系为主,主要植被类型为森林和草地。