共查询到16条相似文献，搜索用时 140 毫秒
1.
NDVI是研究区域植被变化的重要表征性指数。基于2000—2016年的MODIS NDVI遥感数据和同时期地面气象数据,采用非参数检验方法曼—肯德尔法（Mann-Kendall）检验法、斜率变化趋势分析法、复直线回归分析法等多种时间与空间分析方法,研究了黄河源区生长季植被覆盖时空变化及其与气候因子的相关性,探索黄河源区植被与气候变化的时空耦合关系,分析了气候因素及人类活动对植被覆盖的影响。结果表明:黄河源区NDVI在2000—2016年期间没有特别明显的突变年份;源区70.4%的区域植被NDVI是增加的,增长率大部分处于0～0.004/a。复直线回归分析显示气象因素对源区植被生长变化起到主要的促进作用,99%的区域NDVI气候因素贡献值为正值。人类活动促使植被NDVI增加的区域占总面积的比例是55%,说明人类活动等因素对黄河源区的生态环境产生一定的积极影响,但仍有接近50%的区域人类活动使NDVI减少,高寒草地的退化的趋势没有得到有效遏制。 相似文献
2.
基于NDVI的黄土高原植被覆盖变化特征分析 总被引：5，自引：0，他引：5
黄土高原是我国生态环境最为脆弱的地区之一。探讨黄土高原地区植被覆盖动态变化对于区域植被恢复和生态系统重建具有积极意义。利用空间数据分析软件GeoDa和ArcGIS地统计分析模块,采用1998、2003、2008和2012年8月21日的SPOT—VGTNDVI数据代表黄土高原地区相应年份植被覆盖最大的时期,对黄土高原植被覆盖随时间的演变特征进行分析。结果表明,1998--2012年,黄土高原植被覆盖经历了先降低后增加的过程,且1998、2003、2008和2012年的归一化植被指数（NDVI）数值均有明显的空间自相关关系,NDVI值冷点区的位置和范围均较为稳定,热点区变化较大,主要分布在陕西和山西境内。 相似文献
3.
随着黄土高原地区退耕还林政策的实施,近十几年西安市植被覆盖情况变化发生了显著变化。为了对西安市植被覆盖变化进行深入的研究,利用Mann-Kendall趋势检验法及Hurst指数、Pettitt检验法分析了2000-2013年来西安市植被覆盖度变化特征,并利用重心转移模型和相对发展率分析了西安市植被覆盖度变化的空间变化差异。结果表明:（1）西安市植被覆盖度中等程度变异面积占总面积10.02%;（2）西安市植被覆盖度呈增加趋势的面积占区域总面积86.54%,具有正向持续性的面积占区域总面积72.62%,35.30%面积植被覆盖度呈持续改善;（3）西安市植被覆盖度突变年份均显著发生在2004年、2005年、2006年、2007年、2008年,发生显著突变年份的面积占总面积的17.58%;（4）西安市植被覆盖度相对发展率空间变化范围为-9.07~7.49,相对发展率的负值占区域总面积的20.77%,西安市植被覆盖度空间重心呈现由西南逐渐向东北方向转移的趋势;（5）西安市降雨量与植被覆盖度均值均呈现增加趋势,相关系数为0.47（p<0.09）,空间分布重心呈现从东北向西南转移的趋势,与植被变化呈现相反的趋势。研究成果有助于进一步深化对西安市植被恢复状况及其影响因素的认识,为西安市植被恢复等生态建设工程提供一定的科学依据。 相似文献
4.
植被覆盖度变化及其与驱动因子关系的研究是开展大规模植被恢复效益评估的基础,而目前对西南槽谷地区植被绿化的时空变化模式及其驱动因素的认识并不明晰,不利于进一步生态建设。基于2000—2018年西南槽谷区NDVI、气温、降雨、DEM、土地覆被和人口密度数据,应用线性趋势回归分析和Hurst指数分析等方法以及地理探测器模型,探究了西南槽谷区植被覆盖的时空变化特征和驱动因素,预测未来变化趋势。结果表明：（1）近19年来NDVI范围介于0.79~0.84,总体呈波动上升趋势,岩溶区植被NDVI （0.003 17/a）年增长率显著高于非岩溶区（0.002 60/a）。（2） Hurst指数分析结果表明,西南槽谷区的植被NDVI主要以上升趋势为主,但其中64.31%在未来呈现退化趋势,植被保护形势较为严峻。（3）岩溶区植被NDVI与温度变化之间存在负相关关系（R=-0.040）,而非岩溶区为正相关关系（R=0.013）。残差分析结果表明,人类活动促进89.60%的区域植被NDVI增长。（4）在整个岩溶槽谷地区,土地覆被类型和气温是影响植被NDVI的主要驱动因素,解释率在25%以上,各因子的交互作用明显高于单因子作用。总体来看,人类活动对槽谷区植被恢复具有明显的积极影响。 相似文献
5.
甘肃白龙江流域植被覆盖度及景观格局变化 总被引：1，自引：0，他引：1
基于1998—2012年SPOT NDVI数据,采用像元二分模型和景观格局分析方法,对甘肃白龙江流域植被覆盖度及景观格局时空变化及影响因素进行分析。结果表明:（1）1998—2012年白龙江流域植被覆盖度明显增加,高植被覆盖度面积增加量最大（737.30 km2）,2012年中高和高植被覆盖度面积比例达70.7%,植被覆盖度增加区域主要分布在宕昌县北部、岷江东岸、舟曲—武都段白龙江两岸及其以北区域。（2）研究期间,白龙江流域植被覆盖整体改善、局地退化,植被覆盖度显著增加和轻度增加的总面积和比例分别为4 675.90 km2,25%,显著减少的面积仅占3.84%。（3）1998—2012年景观破碎度增大,斑块密度增加了58.23%;景观形状趋于复杂化,LSI,AWMPFD和IJI分别增大到25.14,1.128,80.01;香农多样性和均匀度指数分别减少到1.342,0.834。（4）白龙江流域植被覆盖度增加是自然因素和人为因素共同作用的结果,退耕还林、天然林保护等一系列生态工程的实施是植被覆盖度增加的主要原因。 相似文献
6.
利用1982—2006年的GIMMS NDVI数据,采用最大值合成法、平均值法、时间序列分析、T值检验等方法等以年数据研究了新疆的植被覆盖动态变化情况,并结合气候等相关因素综合分析了其时空分布特征。研究表明:（1）新疆的植被覆盖有明显的南北差异,北疆优于南疆,西北优于东南。（2）研究区近25 a间植被覆盖呈现增长趋势的区域有20.33万 km2,占总面积的12.4%;呈现减少趋势的区域面积为11.75万km2,占总面积的7.0%;面积无变化或变化不大的区域占总面积的80.6%。（3）新疆1982—2006年间植被覆盖主要是呈现出波浪式上升的良好增长趋势,并且相对较为稳定。 相似文献
7.
[目的]西南喀斯特地区生态环境脆弱,对其植被覆盖变化及气候驱动机制进行研究具有重要意义。[方法]基于1999—2019年SPOT NDVI数据和同期209个气象站点的气温和降水数据,采用Theil-Sen+Mann-Kendall趋势分析法、偏相关分析和复相关分析法,探讨西南喀斯特地区NDVI时空变化及其气候驱动。[结果]1999—2019年西南喀斯特地区NDVI呈显著上升趋势,整体植被覆盖较好;NDVI变化主要以极显著上升趋势为主,仅5.73%的地区呈退化趋势。NDVI与气温和降水整体上均呈正偏相关关系,气温对NDVI的影响强于降水,且存在空间差异性。NDVI与气温和降水的复相关显著性通过0.05,0.01水平的面积分别占15.12%,5.68%;NDVI主要受气温驱动,占研究区面积的13.90%,其他气候因子驱动类型占比均未超过3%。[结论]揭示了西南喀斯特地区植被覆盖的时空变化特征,明确了气候因子对植被覆盖变化的驱动机制。 相似文献
8.
为了研究滇黔桂岩溶区近20 a降水时空变化特征,基于1998—2017年TRMM 3B43降水数据和72个气象站点实测数据,运用相关系数、相对偏差对TRMM 3B43降水数据在月尺度上进行了验证,并借助Sen-Median趋势分析、Mann-Kendall检验以及Hurst指数等数理统计方法对研究区降水时空动态特征进行了定量分析。结果表明:（1）TRMM 3B43降水数据与气象站点实测数据具有较高的相关性,月尺度相关系数为0.92（p<0.01）;（2）1998—2017年研究区降水量呈不显著波动上升趋势,上升速率为0.716 mm/a（p>0.05）;春、夏两季降水量以减少趋势为主,秋、冬两季降水量以增加趋势占主导;（3）降水量年、季节均值空间分布差异显著,年降水量呈增加趋势的区域（47.71%）略高于呈减少趋势的区域（41.71%）;春、夏两季降水量以减少趋势为主,秋、冬两季以增加趋势为主;（4）年降水量持续增加的区域占38.45%,集中分布在广西、贵州东南部、云南与贵州北部接壤地带;持续减少的区域占46.21%,主要分布在云南和贵州大部分地区。研究结果对研究区水资源管理、灾害监测具有重要意义。 相似文献
9.
利用1998—2012年SPOT NDVI数据和气象站点的温度和降水数据,采用趋势分析和相关分析法,研究了我国西南岩溶区NDVI时空变化特征,并分析了NDVI与气候因子的关系。结果表明:(1)近15年来,西南岩溶区NDVI变化整体呈显著增加趋势,增速为0.052/10a,9月份NDVI达到最大值,2月份降到最小值;NDVI增加的区域占97.13%,其中显著增加(p0.05)的区域占17.60%,减少区域占2.87%,显著减少(p0.05)占0.35%。(2)从年际变化来看,NDVI与温度和降水量的相关系数各异,其中42.75%的地区NDVI与温度呈正相关,57.25%区域呈负相关;20.15%的地区NDVI与降水量呈正相关,而79.85%区域呈负相关,说明温度对研究区植被生长的影响大于降水量。(3)从年内变化来看,NDVI与当月温度和降水量的相关系数高于年际,91.62%的NDVI与当月温度呈正相关性,其中显著正相关(p0.05)约占75.94%;94.29%的NDVI与当月降水量呈正相关,其中显著正相关(p0.05)约占51.05%;表明水热因子的季节变化对植被生长影响更大。NDVI受前1个月温度和前2个月降水量的影响最显著,表现出明显的滞后效应。 相似文献
10.
定量厘定气候变化和人类活动对西南喀斯特地貌区植被NDVI变化的相对作用,可为揭示喀斯特地貌区植被NDVI时空演变特征及其驱动机制提供依据。以MODIS NDVI、SRTM DEM、基于站点的气象数据为数据源,建立Theil-Sen Median斜率估计、残差分析、相对作用分析等多数学模型,分析了2001—2019年西南喀斯特地貌区气候变化和人类活动对植被NDVI变化的相对作用,揭示植被NDVI与降水、气温、相对湿度和日照时数的相关性。结果表明:研究时段内西南喀斯特地貌区植被NDVI总体上呈上升态势,植被NDVI变化趋势呈现明显的空间异质性,植被NDVI增加的区域面积远大于减少的区域面积; 研究区植被改善和植被退化均受人类活动的主导。研究时段内西南喀斯特地貌区植被NDVI与降水、气温以及相对湿度整体呈正相关,相关程度依次递减,与日照时数呈负相关。综上可知,研究时段内西南喀斯特地貌区植被覆盖呈改善态势,人类活动可被认为是影响西南喀斯特地貌区植被NDVI变化的主要驱动力,植被NDVI与降水、气温、相对湿度和日照时数的相关系数在空间上呈现明显的异质性。 相似文献
11.
滇西南植被覆盖度动态变化特征及其驱动力分析 总被引：1，自引：0，他引：1
为了探究滇西南植覆盖度动态变化及与气候因子的关系,以便于推动滇西南植被资源保护以及可持续发展。基于滇西南2000—2020年MODIS NDVI数据以及同期气象数据,运用像元二分法、转移矩阵、线性趋势分析、相关分析和残差分析等方法进行了分析。结果表明:(1)滇西南近21 a低植被覆盖度逐渐向高植被覆盖度转化,2000—2020年滇西南植被覆盖度整体呈现改善趋势。(2)滇西南近21 a年累计降水量以94.18 mm/10 a的趋势减少; 年均气温以0.78℃/10 a的趋势上升。(3)滇西南植被覆盖度主要与气温变化关系更密切,其中FVC与气温正、负相关面积占整个研究区比例分别为58.47%,41.53%; 与降水量正、负相关面积占整个研究区域比例分别为41.22%,58.78%。(4)气温驱动为滇西南植被覆盖度的主要驱动因素,占研究区域面积的2.94%; 降水量驱动区域所占1.76%; 受气温和降水量共同驱动区域所占2.66%。(5)近21 a滇西南残差值以0.021/10 a的速率波动上升。2000—2020年滇西南人类活动对植被的影响由负到正,其中2009年为由负到正的转折点。 相似文献
12.
岩溶峡谷是典型的喀斯特生态脆弱区,研究其地表覆盖变化对山区生态保护和国土资源空间优化具有重要意义。以贵州境内岩溶峡谷为研究区,选取2000—2020年地表覆盖数据,提取海拔、坡度、坡向三种地形因子,探究其地表覆盖变化及地形分异特征。得出以下结论:（1）2000—2020年研究区各类地表覆盖面积变化差异明显,林地、草地、水域、建设用地面积增加,耕地面积减少;（2）研究时段内随着海拔上升,研究区耕地面积呈现上升－下降－上升－下降的变化趋势;林地面积总体呈现先上升后下降趋势,峰值大致在1800 ~ 2200 m;草地和建设用地面积均存在两个相对高值区,分别出现在1200 ~ 1400 m和2200 ~ 2400 m、1200 ~ 1400 m和1800 ~ 2000 m;水域面积在小于800 m、2000 ~ 2200 m相对较高;（3）随着坡度上升,研究区耕地、林地和草地面积呈现先上升后下降趋势,分别在10° ~ 15°、15° ~ 20°、10° ~ 15°出现最高值;建设用地面积随坡度增加总体呈现下降趋势;（4）在随着坡向变化中,研究区耕地、林地、草地、建设用地面积在无坡向地区分布较少;2020年建设用地面积在西南坡分布相对较多。 相似文献
13.
通过1960—2014年贵州省19个观测站的月均温观测资料,分析了贵州省气温变化的时空特点及不同地貌类型上气温变化特征,并采用有序聚类法、M-K法检验其突变性。结果表明:1960—2014年贵州省气温除岩溶盆地地区外,其他地区的年均温（岩溶槽谷、非喀斯特区、峰丛洼地、岩溶高原、岩溶峡谷）总体呈波动上升趋势,增温现象十分明显,岩溶高原增温速率最低,岩溶峡谷增温速率最高;极端最低气温和极端最高气温均呈上升趋势,且前者上升速率高于后者,1960—2014年温度上升的趋势中,极端最低气温的上升对增温的贡献率最大;此外,非喀斯特区、岩溶槽谷、峰丛洼地和岩溶高原均温在20世纪90年代后期出现发生突变,岩溶峡谷均温在2001年发生突变,岩溶盆地均温没有存在突变现象。 相似文献
14.
植被净初级生产力(Net Primary Production,NPP)是表征植物活动的重要变量,分析植被NPP时空变化及驱动力对生态保护及植被恢复建设具有重要意义。基于2000—2019年MOD17A3的NPP数据,结合基于站点的气象数据、DEM等数据,运用趋势分析、Mann-Kendall检验、R/S分析及地理探测器等方法,定量分析了西南喀斯特地区植被NPP空间分布、时空变化及未来趋势,进一步探讨了自然因子对西南地区植被NPP的驱动作用。结果表明:(1)2000—2019年西南喀斯特地区植被NPP空间分布上呈南高北低的空间分布格局,总体均值为751.37 gC/(m2·a)。(2)从时间尺度看,20 a间研究区植被NPP总体呈上升趋势,上升速度为3.67 gC/(m2·a); 从空间尺度看,20 a间西南喀斯特地区植被NPP呈上升趋势的面积占总面积的78.10%,呈显著上升的区域占42.14%,主要分布在四川盆地、乌蒙山一带。(3)未来研究区内植被NPP以上升趋势为主,呈持续上升趋势的面积占比为76.97%,呈强持续显著上升的面积占30.67%,主要分布在四川盆地及乌蒙山一带。(4)地理探测显示,影响西南喀斯特地区NPP变化的主导因子为湿度、生物温暖指数、日照时数和气温,其q均值均超过0.3; 各因子交互作用表现为双因子增强或非线性增强,其中高程∩生物温暖指数的q值最高,为0.498。综上,研究结果表明高程和生物温暖指数的共同作用对西南喀斯特地区的NPP影响最大。 相似文献
15.
西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应 总被引：5，自引：2，他引：5
为探究西南地区生长季植被覆盖时空变化特征以及驱动因子如何定量影响其动态变化,基于MODIS NDVI数据,通过趋势分析、变异系数、相关分析等方法研究了西南地区2000-2016年生长季植被覆盖的时空变化特征,并结合气候因子、DEM数据,分析了植被覆盖对气候与地形因子的影响程度。结果表明:西南地区近17年来生长季NDVI呈增长趋势（0.009/10 a）,其中4月份增速最显著（0.029/10 a）;呈增加趋势的区域占研究区总面积71.94%,主要分布在东部与东南部区域;植被覆盖变化以较低稳定（31.15%）与中度稳定（25.36%）占主导。研究区NDVI与气温、降水的相关性在空间分布上主要以正相关为主;月尺度NDVI与气候因子的相关性高于年尺度的值;植被覆盖度与月平均气温的相关性高于其与月降水量的相关性,植被生长对降水月变化的响应不明显,对气温的响应无明显滞后效应。研究区平均NDVI在海拔大于4 000 m区域最小（0.30）,在坡度0°~5°区域最小（0.37）,但是NDVI的显著退化趋势则是以海拔大于4 000 m处最大（14.33%）;海拔大于4 000 m区域主要受降水控制,坡度5°~15°区域主要受气温控制;坡向对植被生长变化的影响没有海拔和坡度影响大。 相似文献
16.
为了解西南喀斯特流域的植被恢复状况及其驱动因子,以澄碧河流域为例,基于GEE平台和1990—2019年研究区Landsat遥感影像,采用Sen+Mann-Kendall趋势、偏相关等方法,分析了澄碧河流域归一化植被指数(NDVI)时空演变特征与驱动力。结果表明:1990—2019年澄碧河流域NDVI总体呈波动上升趋势,年平均增速为0.004 6,植被呈显著改善的区域占87.09%; 不同土地利用类型下,NDVI均值排序为常绿灌木地>常绿阔叶林>常绿针叶林>落叶阔叶林>旱地>草地>水田; NDVI随海拔上升呈先增加再缓慢下降再缓慢上升的趋势,随坡度的增加呈先缓慢上升再缓慢下降的趋势; 澄碧河流域88.88%区域NDVI与气温具有正相关关系,其中显著正相关占20.75%,与降水量变化相关性较小,仅有1.14%区域通过p<0.05显著性水平检验。总体而言,澄碧河流域植被得到显著改善,温度变化和人类活动一定程度上促进了流域植被的生长。 相似文献