首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
2000—2013年阿勒泰地区植被覆盖变化研究   总被引:1,自引:1,他引:0  
基于2000—2013年的MODIS NDVI数据结合气象数据资料,采用趋势分析法、相关分析法等,探究阿勒泰地区生长季植被覆盖的时空变化以及与气候因子之间的关系。结果表明:1)2000—2013年间,阿勒泰地区植被覆盖呈现出北部区域的植被NDVI值高于南部区域,山地、河流区域植被NDVI值高于荒漠地区的分布格局;2)植被NDVI变化存在空间差异性,表现为中部和南部部分地区植被增加,北部地区植被减少;3)植被NDVI整体呈现出微弱的上升趋势,增长幅度为每10年增长0.002,在生长季4—9月中,各月的NDVI变化趋势存在差异性,全球变暖导致冰雪融水和降水量的增加是阿勒泰地区植被覆盖增加的主要原因;4)年均NDVI与气温的相关系数高于降水,并且生长季各月的NDVI与前1~5个月的气温、降水存在一定的滞后性。  相似文献   

2.
【目的】归一化植被指数(normalized difference vegetation index,NDVI)可以指示植被生长和覆盖状况,探究其长时间序列时空动态变化特征规律,对明确区域植被生态变化情况具有重要意义。【方法】利用谷歌地球引擎(google earth engine,GEE)云平台获取植被生长季(7—9月)长时间序列Landsat影像并构建NDVI指数。通过变异系数、Sen+Mann-Kendall趋势分析、未来趋势变化分析和空间自相关性计算,分析2000—2020年神木市NDVI时空变化特征及空间格局,并提取NDVI不同聚集区面积结合植被生长季累计降水量和平均气温进行分析。【结果】2000—2020年神木市NDVI显著增加,增速为1.25%·a-1;NDVI增加区域、稳定不变区域和退化区域分别占总面积的97.8%、0.4%和1.8%,退化区域主要分布在矿区和城市聚集区;NDVI变异系数主要集中在0.3~0.5之间,整体波动比较剧烈,变异程度呈现“东南高、西北较低”的空间格局;全区NDVI平均Hurst指数0.69,持续显著增加面积占比93.7%,...  相似文献   

3.
1982—2013年准噶尔盆地植被长势变化分析   总被引:1,自引:1,他引:0  
《林业资源管理》2016,(5):39-46
利用准噶尔盆地1982—2013年的GIMMS NDVI3g数据,以及温度、降水、日照等气候因子数据,结合当地防沙治沙工程等人类活动,分析近32年来该区域的植被变化状况,结果表明:1)准噶尔盆地33.0%的区域呈现植被退化现象,约20.0%的区域呈现植被恢复现象。2)植被退化区域主要分布在干旱区域,植被覆盖稀疏,为半荒漠地带;植被显著恢复的区域主要位于植被较浓密区域。3)近32年来温度的上升使得干旱区的蒸发量增大,因降雨量变化不明显,因此干旱趋势加剧,植被的长势变弱;而准噶尔盆地南部区域,因区域供水平衡稳定,温度的上升促进了植被的生长。4)人类活动对该区域的植被长势变化影响不明显。土地沙漠化治理需要一个较长的周期,应该不断加强该区域的土地沙漠化治理及治理成效的监测。  相似文献   

4.
基于MODIS和气象数据,对浑善达克沙地2000—2018年植被NDVI时空变化及其驱动因素进行分析。结果表明:(1)19 a间植被NDVI总体呈现上升趋势,年均值为0.35,上升幅度为0.057/10 a;在空间分布上,苏尼特右旗、苏尼特左旗东部和克什克腾旗和锡林浩特市部分区域植被有退化趋势,阿巴嘎旗、正蓝旗、正镶白旗的大部分区域植被呈增加的趋势,植被NDVI改善区域面积占总面积的58.42%,退化面积占总面积的17.95%。(2)浑善达克沙地年均降水量在127.6~348.6 mm之间,浑善达克沙地NDVI与降水的偏相关系数在-0.88~0.94,正相关性达到97.59%;NDVI与气温的偏相关系数在-0.81~0.88,正相关区域占总体的68.96%,负相关区域占总体的31.04%,整体而言降水是研究区NDVI变化的主要影响因素。  相似文献   

5.
【目的】研究黄河流域2009—2018年间林草植被覆盖的时空分布及变化特征,预测林草植被覆盖的未来发展趋势,为流域林草植被科学保护和精准修复、促进生态系统正向演替提供参考依据。【方法】以2009-2018年SPOT/VEGETATION的NDVI时间序列数据集为数据源,采用年均值法、Theil-Sen median趋势分析和Mann-Kendall检验方法,研究黄河流域林草植被覆盖的时空分布及变化特征,利用Hurst指数方法分析林草植被覆盖的可持续性特征和未来发展趋势。【结果】黄河流域林草地面积中,高植被覆盖度(NDVI≥0.7)面积占42.34%,呈聚集状分布于流域上游的祁连山、三江源东部、若尔盖草原,中游的秦岭北麓、黄土高原胡焕庸线以南地区,以及下游的济南市区周边区域;中植被覆盖度(0.3相似文献   

6.
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   

7.
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.
基于MODIS NDVI的三峡库区植被覆盖度动态监测   总被引:6,自引:0,他引:6  
基于MODIS—NDVI遥感数据,采用像元二分模型估算三峡库区2000—2009年的年最大植被覆盖度,并在像元尺度上分析库区年最大植被覆盖度的时空变化规律及其驱动力。结果表明:三峡库区大部分区域处于高植被覆盖度,并随高程和坡度的增加而增大,其中年最大植被覆盖度大于60%的区域占92.35%;近10年来,库区年最大植被覆盖度总体呈微弱上升趋势,其中呈显著增加或降低趋势的像元数仅占7.16%,在20个区县中石柱、江津和丰都的植被覆盖度存在退化风险;降水是影响库区植被覆盖度年际波动的主导因子,当年5—8月降水量与年最大植被覆盖度的相关性最高,但在空间上存在差异,其中呈显著正相关区域主要分布于库区西部低山丘陵农业种植区,该区域降水增加有利于植被生长,而部分高海拔地区的年最大植被覆盖度与降水呈显著负相关,过多降水反而会抑制植被生长。  相似文献   

9.
《林业资源管理》2018,(1):117-125
植被是第一性生产者,是维持生物圈物质循环和能量流动的关键因素。河北省建设京津冀生态环境支撑区,植被建设占重要地位。利用1982—2015年的GIMMS NDVI3g数据,经像元二分法获得植被覆盖度,采用最小二乘法趋势分析和Hurst可持续分析方法分析近34年河北省各生态环境支撑区植被覆盖度的空间分布特征与长期变化趋势。结果表明,1982—2015年河北省生长季年平均植被覆盖度为49.4%。34年间,河北省植被覆盖度呈现整体增加的趋势,增加幅度为1.5%/10a,植被覆盖度增加的区域占总面积的90%以上。可持续性上,植被正向变化的可持续性较强,且以持续改善为主。由变化趋势与Hurst指数的耦合信息得出,植被覆盖增加区和退化区的Hurst指数的平均值分别为0.86和0.85,表明未来变化趋势将保持一致,即改善的持续改善,退化的持续退化。  相似文献   

10.
2000—2015年青海省植被EVI变化趋势及其影响因素分析   总被引:1,自引:0,他引:1  
《林业资源管理》2017,(6):77-83
基于2000—2015年青海省MODIS EVI数据,分析了青海省植被EVI的时空变化特征,探讨了人类活动对植被生长发育的影响。结果表明:2000—2015年青海省整体植被EVI呈增加趋势(0.0180/10a),可分为快速增长期(2000—2004年)、波动增长期(2005—2012年)和略微下降期(2013—2015年);EVI呈明显增加的区域面积比例达51.58%,呈明显减少的区域占20.64%,27.78%区域的EVI没有显著变化或基本不变,其中海西州植被EVI增加速率和植被明显改善的面积比例最大。气温和降水与EVI均呈正相关关系,呈正相关的面积比例分别为60.67%和69.50%,降水对植被生长发育的影响略高于气温。载畜量减少和生态工程面积的增加,在一定程度上促进了植被的生长发育,但是与气候变化相比具有局限性和初步性。  相似文献   

11.
基于MODIS NDVI影像数据,通过最大值合成法、趋势分析法、线性回归以及相关分析等研究方法,分析西北五省2002—2012年之间的植被覆盖时空演变与动态变化规律。结果表明:11年间西北地区的植被覆盖有明显改善趋势,改善百分比为10.37%;7、8月该区域植被覆盖达到1年中最大值。通过研究2002-2012年西北地区夏季植被变化与温度、降水变化的关系,发现NDVI与降水的相互关系强于气温,说明导致西北地区植被发生变化的最主要自然因素为降水,并且植被对气候要素的响应存在时滞。  相似文献   

12.
基于2000—2013年的MODIS NDVI数据反演广西九万山国家级自然保护区的植被覆盖变化,结合当地气温、降水数据,分别从年、季、月三个时间变化角度来分析区域内植被变化对气候因子的响应。结果表明,从年际相关关系来看,年降水量是造成植被覆盖度变化的主要因素,相较于气温更能反应植被生长的整体趋势;从季节角度来看,春季植被变化主要受到气温的影响,夏季和秋季植被变化程度受当月降水影响明显;从月变化关系来看,3月、4月植被生长受当月气温变化影响较大,从5月起植被生长状况对气温的变化表现出一定的滞后性但不显著,5~11月当月降水量是影响该地区植被生变化的主要因素;该地区2009年出现严重旱情,NDVI达到13年来最低值,而2010年植被覆盖基本恢复到平均水平。综上所述,气候因子对九万山自然保护区植被生长有着直接的影响关系,可以通过监测气候要素的变化来预测植被生长的状况。  相似文献   

13.
云南三江并流地区树轮宽度指数与NDVI关系研究   总被引:1,自引:0,他引:1  
利用云南三江并流区域的4个针叶树树轮年表和1982—2005年GIMMS(Global Inventory Modelling and Mapping Studies)3g NDVI数据,分析了该区树轮宽度指数、NDVI及气候因子的相关关系。结果表明:区域NDVI年际变化与年际降水具有较好正相关关系,且都处于波动上升趋势;树轮宽度指数与夏季温度显著正相关,而NDVI则与上一年及当年7月降水显著正相关,反映出树干生长与冠层生长受控因子的不同;树轮宽度指数仅与7月NDVI具有正相关关系,针叶树反映部分NDVI变化,三江并流地区NDVI影响因子复杂多样。  相似文献   

14.
利用全国2005—2014近10年的MODIS遥感卫星数据,通过对最具代表性的归一化植被指数的提取,对我国荒漠化地区近10年的植被长势进行趋势分析。结果表明:我国荒漠化地区近10年植被长势整体呈现持续好转趋势;近5年(2010—2014年)植被指数均值0.26,较前5年(2005—2009年)增加5.4%;呼伦贝尔、内蒙古东部和中部植被长势向好,阿拉善高原和河西走廊、青海北部植被长势略显增加,新疆趋势平稳。  相似文献   

15.
利用2001—2015年的MODIS-NDVI遥感数据,基于ENVI和Arc GIS空间分析技术定量探讨甘肃省的植被覆盖在研究期内的时空变化特征。按自然地理区域将甘肃省分为3个部分,与同期的气温、降水数据相结合,研究植被覆盖变化与区域气候之间的响应关系。结果表明:1)2001—2015年间,甘肃省整体植被覆盖以每年0.004 1的速率呈上升趋势,表明在研究期内甘肃省的植被覆盖有所改善,但在空间上存在明显的差异性;2)2001—2015年甘肃省的年降水量呈下降趋势,年平均气温呈上升趋势,但变化速率都较低,表明研究期内甘肃省的干热化趋势有所缓和:3)植被覆盖与降水呈正相关,与温度呈现负相关,在区域尺度上降水对植被覆盖影响要大于温度。  相似文献   

16.
在对福建省2006—2016年4—10月NDVI影像进行MVC最大值合成的基础上,利用像元二分模型计算植被覆盖度,分析福建省植被覆盖度的时空变化特征及其与气候因子的相关性。结果表明:2006—2016年间福建省植被覆盖度总体上是呈增加趋势的,并在2015年达到最大值;在空间分布上,植被覆盖显著增加的区域在闽西南(龙岩、漳州附近)、长汀等地,而植被覆盖度减少的地区则在经济发展速度较快的厦门、泉州、福州等地区;植被覆盖度的变化与气温因子的相关性要比降水因子大。  相似文献   

17.
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   

18.
西北干旱区植被覆盖时空动态特征   总被引:1,自引:0,他引:1  
《林业资源管理》2017,(1):118-126
用MODIS NDVI数据2000—2015年的归一化植被指数产品,运用变异系数、Theil-Sen median趋势分析耦合Mann-Kendall检验和Hurst指数法,探讨了中国西北干旱区植被覆盖的时空变化特征及未来趋势的预测。研究表明:1)2000—2015年全区植被覆盖的空间异质性较强,有植被覆盖的区域占总面积的35.59%,无植被覆盖的区域占64.41%。受降水的影响,植被覆盖整体呈东南高西北低、山区高平原低的特点;受河流和人工灌溉的影响,绿洲区水热组合条件好,其植被覆盖高于荒漠区。2)近16年全区植被覆盖波动变化不明显,各亚区的波动普遍较低,变异系数小于0.10的比例均超过总面积的1/2。3)16年间全区植被覆盖总体有增长趋势,变化率为0.006/10a。基于像元尺度的分析也表明全区植被覆盖以增长趋势为主,各亚区中河西走廊的增长面积最多,北疆的增长面积最少,均超过1/2。4)全区NDVI的Hurst指数均值为0.73,Hurst指数大于0.5的范围所占比例为86.25%,未来全区植被覆盖的变化趋势以持续性增加为主,其中13.46%区域的未来趋势无法确定。各亚区呈不同程度的增加趋势,河西走廊的增加趋势最明显,北疆的增加趋势相对较弱。  相似文献   

19.
基于MODIS NDVI数据的广西植被覆盖时空变化遥感诊断   总被引:1,自引:0,他引:1  
【目的】对广西2006—2016年植被覆盖变化特征及其变化关键因素进行遥感诊断,为掌握广西地区植被覆盖的时空变化提供科学监测结果和诊断依据。【方法】基于250 m分辨率16天合成的MOD13Q1产品,利用趋势分析法获得11年间广西植被覆盖整体变化情况;结合气象数据,运用回归因子分析法得到植被覆盖变化与温度和降水之间的关系;采用遥感影像差异法对不同时期MODIS土地覆盖类型数据进行分析,探讨人类活动对植被覆盖变化的影响。【结果】2006—2016年11年间广西植被覆盖在波动中呈上升趋势;归一化差值植被指数(NDVI) 2—3月呈最低状态,9月最高。全区植被增加面积大于退化面积,其中面积增加最大的区域包括河池、百色、南宁东南部和桂林东部,退化面积最大的区域包括崇左、百色中部、南宁西部和桂林中部,退化程度最高的北海区域退化面积占全区面积的28. 9%。11年间,广西植被覆盖类型变化巨大,林地面积显著上升,农用地面积下降明显。【结论】温度和降水与植被覆盖呈正相关关系,二者与植被覆盖在月尺度上的正相关性较年尺度更为显著,且降水对植被的影响高于温度对植被的影响; MODIS土地覆盖类型数据反映出的人类活动表明,林地面积显著增加是广西NDVI上升的主要原因。  相似文献   

20.
基于MODIS-NDVI的中老缅交界区近16年植被覆盖时空变化特征   总被引:1,自引:0,他引:1  
【目的】探讨中国、老挝、缅甸三国交界区2000—2015年植被覆盖的时空分异和演化趋势,为区内植被的科学管理和有效保护提供参考。【方法】基于中老缅交界区近16年MODIS-NDVI时序数据,借助3S技术以及均值、趋势、变异系数、Hurst指数等统计学相关方法,从多层次多角度探究区内植被覆盖的时空格局、演化规律、空间变异、可持续性及未来演化趋势等特征。【结果】NDVI年均最大值和最小值分别出现在2013(0.7794)和2002年(0.7259),整体呈增加趋势,增速表现为每10年增加1.05%;NDVI月均值以3和9月为折点,呈“S”形变化特征,其值为0.6986~0.8316,并呈上升趋势,月均增长率为0.50%;区内植被覆盖率较高,16年NDVI均值大于0.6的高植被覆盖区占比97.45%,多集中于热带雨林连片分布的山区,低于0.6的区域仅占2.55%,以各国境内主要城市中心及其外围、山区大面积裸地和澜沧江-湄公河流域沿线等区域为主;区内NDVI随海拔增加表现出持续降低趋势,高值区(NDVI≥0.6)多集中于1500m以下的中低海拔地区;2000—2015年,NDVI时间序列呈改善、退化和不变等变化趋势的区域分别占54.06%、15.62%和30.32%,其变异系数为0.0244~0.4688,空间分布上表现为较低波动变化区域>低波动变化区域>中波动变化区域>较高波动变化区域>高波动变化区域,低波动和较低波动变化区域占比合计78.49%;NDVI时间序列呈退化区域与呈高波动变化区域具有较明显的空间一致性,多集中于城镇、交通要道等建设用地以及山区大面积裸地等地区;未来,区内植被覆盖将延续过去16年变化趋势的区域占57.15%,与过去16年变化趋势相反的区域占41.09%;结合空间变化趋势特征,发现研究区未来将有39.63%、29.83%和28.98%的区域植被覆盖分别向良性、不变和恶性方向发展,1.56%的区域发展趋势不确定。【结论】中老缅交界区植被覆盖整体较好,16年来,区内植被覆盖随时间(年际、月际)变化幅度较小,并在此基础上整体呈现增加趋势,植被发展前景良好;然而,以建设用地和裸地为主的部分区域,其植被覆盖未来将出现退化趋势。区内各国应合理规划经济发展,节约、集约利用土地资源,并因地制宜地开展植树造林、退耕还林还草等生态修复工作,以促进区域生态环境的良性发展。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号