共查询到20条相似文献，搜索用时 593 毫秒
1.
2.
3.
根据国家林业局部署,广东省从2014年3月至2015年5月间,开展了第五次全省沙化土地监测,其范围涉及9个地市23个县(市、区),本文主要对此次监测所采用的各个指标进行综合分析,并与上次监测(第四次沙化监测)结果进行动态比较:根据监测结果,2014年广东省沙化土地面积为53819.61 hm2,与2009年第四次沙化监测结果(100252.93 hm2)相比,沙化土地面积减少了46433.32 hm2.根据该次监测的结果提出相应防治措施. 相似文献
4.
《绿色科技》2020,(16)
为揭示桂西南喀斯特-北部湾海岸带的植被NDVI时空演变,为该区域生态环境建设提供科学依据,以桂西南喀斯特-北部湾海岸带为研究区,利用2000～2018年五期植被NDVI数据,采用像元二分模型、趋势分析及变异系数方法,对该区域进行了植被NDVI时空演变分析。结果表明:①时间分布特征:2000～2018年NDVI值在0.268～0.837波动变化整体,属于中覆盖度;2000～2006年间植被NDVI变化率较稳定;2006～2007年间,植被NDVI值出现急剧下降,下降了0.322;2008～2013年间,植被覆盖度呈波动态势,2013～2018年间,植被NDVI呈上升的趋势;②空间分布特征:整体植被覆盖度情况由城市中心向周边地区呈持续增高的空间格局,2000年百色和北部湾海岸带部分地区为中低植被,2005年崇左和钦州变化最大,整体为中高植被覆盖。2010年植被覆盖情况继续好转,2015年百色、南宁周边县以及北部湾海岸带地区由中低值被覆盖好转至中高植被覆盖。2018年整体态势与2015年相似;③变异系数分析:变异程度为非常稳定的,呈波动起伏并逐年降低趋势,变异程度为稳定的,稳步升高;变异程度为变异较少的,2000年变异面积最少,2018年变异面积最多,2000年变异剧烈面积最少。 相似文献
5.
研究塞罕坝林场植被覆盖变化及其驱动机制能够为区域植被保护与森林经营管理提供重要的理论依据。基于MODIS-NDVI、气温和降水数据,采用趋势分析、偏相关性分析、残差分析和相对作用分析等方法,分析塞罕坝林场2000—2020年不同植被覆盖的时空变化,探讨气候因素和人类活动对不同植被覆盖的驱动机制。结果显示：(1)塞罕坝林场植被覆盖的归一化差异植被指数(NDVI)低于0.55的区域归为低植被覆盖区,NDVI高于0.65的区域为高植被覆盖区,而NDVI为0.55～0.65的区域为中等植被覆盖区。(2)2000—2020年,不同植被覆盖等级NDVI的平均增长速率有所差异,低植被覆盖区NDVI平均增长速率较快;其次是中等植被覆盖区和高植被覆盖区;尤其是2007年之后,塞罕坝林场全域NDVI平均增长速率明显高于2000—2007的植被NDVI平均增长速率。(3)在不同植被覆盖等级区,NDVI的主要驱动因素也有所不同,低植被覆盖区NDVI主要受到人类活动的影响,其贡献率高达60.78%;中高植被覆盖区主要驱动因子存在着空间异质性,即中高植被覆盖区的西部和东南部的低海拔区主要受人类活动的影响,而东北部... 相似文献
6.
《林业资源管理》2015,(1):106-111
基于2000—2014年的MODIS NDVI数据,应用趋势分析法对塔吉克斯坦夏季植被覆盖的时空变化特征进行了研究。结果表明:1)15年间,塔吉克斯坦植被覆盖区夏季平均NDVI整体呈增加趋势,但线性趋势不明显;2)15年间,NDVI值较小(<0.2)和较大(>0.5)的等级区间面积波动较大,而处于中间(0.2~0.5)的等级区间面积的较为平稳;3)空间分布上,夏季中西部地区的平均NDVI高于东部地区;海拔较低的山区和地势平坦的谷地NDVI较高,高海拔的山区的NDVI相对较小;4)空间变化上,夏季NDVI升高区面积最大,降低区次之,稳定区面积最小;线性变化显著和极显著区面积较小,不显著区涵盖了95%以上的植被覆盖区;5)摸清植被覆盖的变化特征可以促进该国植被演化趋势的研究,并在生态环境建设政策的制定方面起到积极作用。 相似文献
7.
《河北林果研究》2020,(1)
为了更全面的了解河北省近年来植被变化状况,加强生态文明建设,推进区域绿色发展,利用MODIS NDVI数据,应用ArcGIS空间分析、趋势分析、一元线性回归预测、相关性分析等多种分析方法,研究了河北省2000-2015年植被NDVI的时空变化、气象要素的时序变化及植被NDVI变化对气象要素的响应关系。结果表明:(1)16 a来河北省植被NDVI呈明显波动上升趋势,趋势率为0.045 0/10 a(P0.01)。(2)河北省植被NDVI变化分布不均匀,具有空间差异性,植被改善区与退化区兼并,其中有77.39%的区域NDVI在不断增加,15.65%的区域NDVI在不断减少。(3)年均温呈现波动平稳趋势,年降水量呈现波动微增趋势,年均降水量变化率为29.77 mm/10 a。(4)气象要素对多年NDVI具有一定相关关系,其中6.97%的区域与气温显著正相关(P0.05),20.12%的区域与降水量显著正相关(P0.05),因此降水是河北省植被生长的主控因子。综合来看,近16 a来河北省植被大面积趋于恢复状态,植被生态系统有所好转。 相似文献
8.
库布齐沙漠中段沙化土地植被状况及治理程度研究 总被引：1，自引：0，他引：1
本研究以库布齐沙漠中段为研究区域,以2003年、2008年和2014年三期遥感影像为信息源,以三期沙化土地监测数据为基础,采用地表实测与遥感技术相结合的方法对研究区十多年来沙化土地植被状况时空动态变化特征进行客观、科学地研究评价,同时对研究区沙化土地的治理程度及变化情况做出分析研究,指出土地植被状况及治理程度两者之间的关系,为今后该区域的治理提供科学的参考依据。 相似文献
9.
平潭综合实验区沿海防护林综合效益模型构建与评价 总被引：1，自引：1，他引：0
《林业资源管理》2017,(3):56-61
以福建平潭综合实验区为研究区,收集2015年Landsat 8 OLI遥感影像数据、ASTER卫星GDEM V2产品,结合实地调查的数据,通过RS与GIS技术手段,对研究区地物类型与沿海防护林的空间分布进行信息提取;选取合适的效益评价指标,根据灰色关联分析计算权重,构建线性评价模型,同时运用该模型,对平潭各乡镇综合效益进行评价,将综合效益模型与NDVI拟合。结果表明,综合效益指数和NDVI指数的相关系数R为0.80,两者之间的相关性较显著。该模型可为评估综合效益提供参考。 相似文献
10.
11.
以丰宁满族自治县2009年、2014年TM遥感影像数据为信息源,在ArcGIS支持下提取2期沙化数据,采用转移矩阵法和数学模型法分析研究区5a沙化土地格局变化,以2014年土地利用格局为基础,应用CAMarkov模型预测2019年土地利用情况。结果表明:研究区沙化土地集中分布在西部及西南部,以轻度沙化为主,沙化程度总体表现为重度逆转、轻度扩展的趋势,到2014年,重度沙化土地面积减少1 872.8hm~2,重度向中度沙化土地转移概率达0.660 7,中度向轻度沙化土地转移概率为0.635 2;土地利用以林地、草地和耕地为主,林地集中分布在东部并逐渐向西南方向扩展,草地分布在西部地区,耕地夹杂其中,林地和草地间的相互转化是土地主要转移类型;沙化区土地利用类型2009年以草地和耕地为主,随着林地出现和面积的不断增加,中度、重度沙化区演变最为明显;预测2019年土地利用中,林地、未利用地面积继续增加,草地面积不断减少,其他类型变化不明显。 相似文献
12.
利用2000—2015年每年8月份的MODIS卫星影像数据,计算眉山市同期的归一化植被指数(NDVI),并根据降水和气温的相对一致性选取2000年和2014年两个典型年份,以其NDVI为基础反演植被覆盖度,通过差值植被指数的差值分级,量化分析眉山市2000—2015年的植被状况,结果表明:眉山市NDVI均值从2000年的0.773 8增加到了2015年的0.810 7,6区县除东坡区之外NDVI均值均呈升高趋势;2014年与2000年相比,全市低覆盖度、中覆盖度、中高覆盖度植被区域面积分别降低了7%、3%和14.44%,高覆盖度植被区域面积增加了17.53%;不同区县之间植被覆盖度变化主要集中在中高覆盖度和高覆盖度两个等级。以NDVI为基础分析了植被的时间变化特点,并利用2000年和2014年8月份的NDVI植被梯度与差值植被指数从全市及各区县两个尺度进行讨论分析,结果表明:全市植被改善区域面积超出退化区域面积6 525 hm~2,彭山县、仁寿县和青神县植被以改善为主,改善区域面积分别超出植被退化区域面积11.01%、7.66%和4.05%;洪雅县、东坡区和丹棱县植被以退化为主,退化区域面积分别高出植被改善区域面积11.58%、3.33%和0.77%;生态退化区域主要集中在山地区、水域区以及道路沿线。 相似文献
13.
基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究 总被引：2，自引：0，他引：2
《林业资源管理》2017,(1):127-134
分析乌江流域2001-2015年每年8月植被变化规律与气候间关系,得出植被覆盖时间和空间变化规律,为乌江流域生态保护提供参考依据,基于MOD13Q1,MODIS11 C3,TRMM3B43遥感数据产品,使用趋势分析法分析15年内NDVI变化趋势,简单相关分析、偏相关分析和复相关分析得出NDVI变化与气候变化关系,结果如下:15年中乌江流域NDVI整体呈上升趋势;NDVI变化与气温呈负相关,NDVI变化与降水呈正相关,降水对NDVI的促进作用高于气温的抑制作用;气温、降水对耕地影响最大,常绿针叶林次之;高程在1 000~2 000m的植被覆盖变化最大;沿江地带植被覆盖减少与乌江流域梯级开发有关;植被覆盖减少多在城市区。乌江流域降水驱动型植被占研究区27.75%,对气候响应较大的植被类型以耕地为主;非气温降水驱动型比例为72.25%,人类活动对乌江流域植被覆盖变化起主导作用。 相似文献
14.
15.
库布齐沙漠中段沙化土地动态变化及驱动力分析 总被引：1，自引：0，他引：1
以2003,2008和2014年3期遥感影像为信息源,利用遥感判读和地面调查相结合的方法,结合区域自然、气候、生态工程建设等资料,获得2003—2014年来库布齐沙漠中段沙化土地变化数据,从沙化土地分布及面积变化、时空动态变化以及驱动力等方面对沙化土地动态变化及成因进行分析研究。结果表明:研究区近10多年来土地沙化的发展势头得到遏制,沙化土地面积年均减少126hm2,总体表现为"整体遏制、持续缩减"的态势,区域沙漠化程度指数从2003年的0.568下降到2014年的0.504。2003—2008年沙化土地综合动态度为0.74%,2008—2014年沙化土地综合动态度增加到3.00%,说明研究区沙化土地处于极缓慢变化状态,但是缓慢变化的速率在加快。沙化土地动态变化驱动力以人为因素为主,防沙治沙措施和生态建设工程是减缓和遏制土地沙化的主要动力。 相似文献
16.
17.
利用2004年的ETM遥感影像数据提取研究区的土地沙化情况，在此基础上，与1999年的土地沙化资料进行对比，分析土地沙化动态变化情况。结果表明，2004年研究区沙化土地面积10169．9hm^2（不舍沙化趋势地，下同），占沙区乡（场）土地面积的1．56％，占若尔盖县土地总面积的0．97％。与1999年沙化监测相比，若尔盖县沙化土地面积增加4307．1hm^2，递增率73．46％，平均每年以11．65％速度递增。其中流动沙地、半固定沙地、固定沙地及沙趋地的增长率分别达到61．20％、72．97％、92．00％和163．40％。 相似文献
18.
基于RS的北京山前平原区土地沙化研究 总被引：1，自引：0，他引：1
土地沙化是北京市最主要的生态环境问题之一,是制约其城市发展的重要因素,研究北京土地沙化的动态变化趋势及成因对保障北京市的生态安全和改善其环境质量有重要意义。利用2007年4月SPOT5卫星的多光谱和全色影像,结合植被覆盖度,土壤类型和土地利用类型这3种辅助数据,进行沙化信息提取。根据所提取的信息,分析北京山前平原区土地沙化现状和动态变化特征,并结合气象、水文等多元信息资料的统计分析数据对其沙化成因进行探讨。研究结果表明:在各种自然和人为因素的影响下,研究区的沙化土地主要分布在永定河、潮白河、温榆河3条河流沿岸,康庄、南口地区以及怀柔、密云大沙河地区;沙地类型主要是固定沙地,以轻度和中度沙化为主;2007年与1999年、2004年北京沙化土地数据相比,沙化土地总面积呈减少趋势,表明北京市防沙治沙工作卓有成效,前景乐观,但局部依然存在边治理边破坏的现象,防沙治沙工作依然任重而道远。 相似文献
19.
【目的】利用卫星遥感技术研究火后植被恢复过程及影响因子,分析不同火烧强度、不同植被类型的火后归一化植被指数(NDVI)变化特征,研究大兴安岭东南部火后不同植被恢复过程,为在长时间尺度上进行北方林火后植被恢复过程研究与监测提供参考。【方法】基于火烧前后一系列的MODIS数据,利用NDVI和地面调查数据,以2006年大兴安岭松岭特大森林火灾为例,研究不同植被类型在不同强度火烧后的植被恢复过程。根据火烧前后NDVI变化提取过火区;结合地面调查,利用监督分类方法划分火烧强度等级;根据火烧强度分级图和土地覆盖类型图,建立属性数据库,生成火烧强度等级-植被类型图。以2003—2005年同期NDVI最大值为对照,在时间序列上分析植被类型和火烧强度对火后NDVI恢复的影响。根据邻近未过火区的NDVI变化,分析气象因子对NDVI的影响。【结果】轻度、中度和重度火烧区所占比例分别为29%,40%和31%。主要植被类型常绿针叶林、针阔混交林和灌丛的重度火烧部分分别占50%,52%和60%。重度火烧区域所占比例随着坡度增大而升高。在火后NDVI的变化过程中,各森林类型变化趋势相近,灌丛、草地和沼泽的变化趋势相近。【结论】火后NDVI总体呈上升趋势,并呈现明显的年际波动。除草地外其余植被类型在重度火烧后的NDVI值均明显低于中、轻度火烧,但中、轻度火烧的不同植被类型之间差异不明显。森林重度火烧区NDVI在火后第2年达到最低,轻度火烧区火后6年NDVI基本恢复到火前水平。针阔混交林火后盖度的恢复速度较其他森林类型快。火烧强度对森林群落垂直结构的影响显著,森林火烧后灌木层盖度高于未火烧区,且火烧强度越高,这种现象越显著。双因素方差分析显示植被类型和火烧强度对火烧迹地NDVI恢复特征的影响显著,且火烧强度对火后植被恢复的影响更关键,但二者交互影响不显著。未过火区NDVI平均值为0.801 2,波动范围为-3.3%~3.4%,过火区d NDVI的变化约25%是由气象因子引起的,其他主要源于植被变化。d NDVI指标可以很好地反映火烧前后植被指数变化,有较好的时序性和空间可获取性,对火烧迹地恢复过程有指示作用。 相似文献
20.
为了准确客观地评价龙文区确立为国家级生态区前后植被的恢复情况,有助于该区域更有效、更有针对性地进行生态环境的改善工作,该文利用2014和2019年Landsat OLI遥感影像以及土地利用数据,基于ENVI软件提取归一化植被指数(NDVI),在此基础上,采用ArcGIS分析了龙文区植被指数的时空变化格局以及对不同土地利用类型的植被指数进行对比.结果表明:(1)在2014—2019年期间,区域内植被得到一定程度的恢复,NDVI由0.687提高到0.706;(2)NDVI高的地方分布在研究区域的东北部、东部、西北部,而NDVI较低的地方主要分布在城市建设用地集中的西南部;(3)研究区植被退化的面积占比12.6％,而植被改善的面积占比高达15.1％;其中建设用地、交通用地的NDVI均有不同幅度上涨,而林地、耕地、风景名胜等用地的NDVI却有不同幅度下降,但下降幅度均不大. 相似文献