基于EVI的中国最近10 a植被覆盖变化特征分析

通过对2000—2009年增强型植被指数(EVI)数据的分析发现:在过去的10 a里,中国的植被覆盖度明显增加,植被活动在增强。植被覆盖的年变化和季节变化特征如下:(1)10 a来植被覆盖地区的面积呈增加趋势,植被稀少地区的面积呈减少趋势;(2)无论是植被覆盖区还是全国平均,单位面积EVI年平均值都呈增加趋势;(3)在生长季节(夏季、春季)植被活动增加更明显,EVI增加速率按季节排列如下:夏季春季秋季冬季。植被覆盖的空间变化特征显示,尽管总体上中国植被覆盖呈增加趋势,但存在空间异质性。结合同期的温度、降水和森林资源清查数据,从两个方面初步解释了植被覆盖度增加的原因,即:温度的上升和春季降水量的增加;近年来中国开展的大型林业生态建设工程。     

我国北方地区植被总初级生产力的空间分布与季节变化

本研究通过集成Terra MODIS卫星影像数据与地面通量台站的观测数据, 改进了基于遥感的VPM光能利用率模型, 模拟了我国北方地区2008年陆地生态系统总初级生产力 (GPP) 的空间分布与季节变化。研究表明: (1) 我国北方地区植被GPP在空间分布上表现为东高西低的特征, 年均值为518.36 g/m2 (C重量, 下同)。 (2) 我国北方地区主要植被类型的GPP有较强的季节动态, 大体上都表现出单峰变化趋势。GPP值按照由大到小顺序依次为: 夏绿阔叶林 (DBF)>针阔混交林 (MF)>农田 (Crop)>落叶针叶林 (DNF)>常绿针叶林 (ENF)>草地 (Grass)>稀疏灌丛 (Oshrub)>裸地或稀疏植被 (BSV)。(3) 整个区域的GPP季相变化表现为: 夏季最高, 达到32.80 g?m-2?(8 d)-1, 为全年最大值; 春季GPP为5.67 g?m-2?(8 d)-1, 与秋季的5.08 g?m-2?(8 d)-1较为接近, 冬季GPP最弱, 仅为0.07 g?m-2?(8 d)-1。与通量台站实测值及前人研究结果的比较表明, 本文所模拟的GPP与观测值之间的相对误差绝对值多小于15%, 表明模拟结果具有较好的可靠性。这说明通过集成遥感观测数据与台站观测数据的方法来模拟GPP, 可以较准确地模拟区域尺度的GPP空间分布与时间变化, 这为深入研究陆气相互作用提供了重要研究手段。     

西藏地区植被覆盖特征与气象因子的相关分析

利用NOAA-AVHRR数据,以归一化植被指数(NDVI)作为植被覆盖特征的指标,研究1982—2000年西藏地区地表植被覆盖的空间分布及时间序列变化,讨论了各季节植被活动的状况。并通过计算不同时段降水量与年最大NDVI、典型区域NDVI与降水、平均温度之间的相关系数,分析了不同植被类型下气象要素与植被覆盖的关系。     

2000-2013年新疆植被覆盖变化多尺度遥感分析

基于中等分辨率成像光谱仪(MODIS)8 d 500 m分辨率地表反射率数据生成归一化植被指数(NDVI)时间序列,利用线性回归、转折点检测和Mann-Kendall趋势分析方法,分析2000—2013年新疆地区植被覆盖时空变化格局,并结合Landsat数据分析典型区域植被变化。研究结果表明：近14 a来,新疆地区植被覆盖整体呈波动型上升的趋势,植被改善区面积占全区的34.02%,恶劣区的占3.20%,其中2000—2003年植被明显增长、2003—2009年的波动下降及2009—2013年的逐渐回升,植被增长显著的区域主要分布在准噶尔盆地南部和塔里木盆地北部绿洲;大多数植被类型NDVI呈增长趋势,其中增长率最高的是作物、开放灌丛和混交林,6种主要植被类型常绿针叶林、混交林、开放灌丛、多树草原、草原、作物呈现出相似的NDVI变化趋势;在植被覆盖变化显著的4个典型区,NDVI变化受土地覆盖类型变化的影响,荒漠、草地被开垦成农田导致NDVI增加,城市建成区扩张导致NDVI降低。     

生长季植被覆盖变化对局地气象要素的可能影响

植被覆盖变化对地表气象要素存在反馈作用,但在不同时空尺度上反馈关系及其表现强度存在差异。作者利用地面观测资料和归一化植被指数（NDVI）分析了15天尺度上植被覆盖变化对气象要素的影响。结果表明,我国北方农牧交错带生长季植被覆盖变化可能对同期、后期地表气象要素存在一定影响。当植被指数偏高时,地表平均温度、最高温度、最低温度和小雨频次偏低,而平均相对湿度和最小相对湿度偏高,影响持续约为1～2周。地表温度和小雨频次的变化与地表热通量的变化有关,当植被指数偏高时,地表潜热所占比例偏高,而地表感热所占比例偏低,导致地表温度偏低;地表感热偏低伴随偏弱的上升运动,不利于降水,故小雨频次偏低。地表温度偏低引起饱和比湿偏低,加之植被蒸腾量较大引起比湿偏高,故相对湿度偏高。此外,从长期变化来看NDVI与地表温度和小雨频次的相关不明显,故地表温度和小雨频次的长期变化可能更多是受大尺度气候变化的影响。     

Assessment of vegetation dynamics and their response to variations in precipitation and temperature in the Tibetan Plateau

The Tibetan Plateau is a region sensitive to climate change, due to its high altitude and large terrain. This sensitivity can be measured through the response of vegetation patterns to climate variability in this region. Time series analysis of Normalized Difference Vegetation Index (NDVI) imagery and correlation analyses are effective tools to study land cover changes and their response to climatic variations. This is especially important for regions like the Tibetan Plateau, which has a complex ecosystem but lacks a lot of detailed in-situ observation data due to its remoteness, vastness and the severity of its climatic conditions. In this research a time series of 315 SPOT VEGETATION scenes, covering the period between 1998 and 2006, has been processed with the Harmonic ANalysis of Time Series (HANTS) algorithm in order to reveal the governing spatiotemporal pattern of variability. Results show that the spatial distribution of NDVI values is in agreement with the general climate pattern in the Tibetan Plateau. The seasonal variation is greatly influenced by the Asian monsoon. Interannual analysis shows that vegetation density (recorded here by the NDVI values) in the entire Tibetan Plateau has generally increased. Using a 1 km resolution land cover map from GLC2000, seven meteorological stations, presenting monthly data on near surface air temperature and precipitation, were selected for correlation analysis between NDVI and climate conditions in this research. A time lag response has also been found between NDVI and climate variables. Except in desert grassland (Shiquanhe station), the NDVI of all selected sites showed strong correlation with air temperature and precipitation, with variations in correlation according to the different land cover types at different locations. The strongest relationship was found in alpine and subalpine plain grass, the weakest in desert grassland.     

利用归一化植被指数研究植被分类、面积估算和不确定性分析的进展

植被在全球生态系统中扮演着重要的角色.陆地生态系统与全球气候变化也是息息相关.利用遥感资料对植被进行分类,并估算植被覆盖面积已成为一个极具活力的研究方向,其结果的准确度及误差来源受到不同程度的重视.作者对利用遥感资料研究植被分类,进行面积估算,分析其不确定性三个方面的研究进展进行了回顾和讨论,探索进一步利用遥感资料分析植被信息的可行性.     

基于植被指数的绿地信息提取的比较

运用遥感图像处理系统(ENVI)对快鸟(Quickbird)高分辨率遥感影像进行预处理,利用归一化差值植被指数(NDVI)、归一化差异绿度指数(NDGI)、土壤调节植被指数(SAVI)和修正土壤调节植被指数(MSAVI)对南京市鼓楼区进行了绿地信息提取,通过Matlab软件比较了其灰度图像、直方图和二值图像,并分析其方差,在C语言的平台上进行了精度评定.实验结果表明:在该研究区中,SAVI、NDVI的绿地提取能力较好;NDGI、MSAVI出现了明显的漏分、错分情况,但MSAVI在建筑物、植被边缘提取上表现出相对的优越性.     

2000-2016年赤水河流域植被生态质量变化分析

为研究中国西部赤水河流域植被生态质量变化特征,本文基于MODIS归一化植被指数（NDVI）和气象监测资料,获取了中国西部赤水河流域2000-2016年植被覆盖度、净初级生产力（NPP）以及植被生态质量指数变化数据,并对17年期间植被生态质量时空变化进行分析。结果表明:（1）植被覆盖度均值从2000年的55.4%提高到了2016年的67.4%,覆盖度呈平均每10年增加6.8%的变化趋势;（2）植被NPP均值从2000年的864 gC/m2提高到了2016年的1024 gC/m2,NPP呈平均每10年增加63 gC/m2的变化趋势;（3）近年来植被生态质量显著提高,2016年植被生态质量为2000年以来最好,植被生态质量指数高达83.7。     

那曲地区植被NDVI时空变化及成因分析

利用GIS和遥感技术方法分析了2000—2014年那曲地区植被归一化指数(NDVI)的时空分布特征和变化趋势,探讨了NDVI与几种气象因子的关系。结果表明:空间上,研究区植被NDVI在空间上呈自西向东、自南向北逐步增大,高海拔地区小于低海拔地区的分布特点;时间上,近15a的NDVI总体上呈不显著性下降趋势,NDVI变化可以分为3个阶段,分别为2000—2005年较好,2006—2008年略差,2009—2014年好转。植被面积变化趋势表现为西北部植被处于稳定状态的面积居多,变化较明显的区域集中在中部和东南部地区的人口密集区,改善和退化区域呈现交错出现的特点。那曲地区植被变化的主要影响因素为降水量和热量因素引起的,人类活动在较短时间尺度上对植被也有较大影响。     

植被归一化植被指数对气候因子的空间敏感性

基于全球土地利用类型和覆盖度,利用生长季多年平均（1982～2015年）归一化植被指数（Normalized Difference Vegetation Index,NDVI）和气候平均态（气温、降水量）数据,讨论了全球植被格局与气候因子之间的关系,建立了两者之间的多元回归模型,并分析了植被对气温和降水气候态敏感性的特征。植被与气候因子在气候梯度上存在明显的对应关系,回归模型可较好拟合气候态NDVI的全球分布格局,拟合与观测NDVI的相关系数达0.90。其中,常绿阔叶林、混交林、常绿针叶林、落叶阔叶林、农田和木本稀树草原空间分布的拟合能力较好（r>0.8）。不同土地覆盖类型的NDVI对气温、降水气候态的空间敏感性特征不同。整体而言,植被对气温和降水的敏感性呈现反相关关系（r=-0.6）。不同土地覆盖类型对气温表现出正/负敏感性,寒带灌木对气温的敏感性最强,而农作物、草原、裸地对气温负敏感性较大;植被对降水的敏感性均表现出正敏感性,其中落叶针叶林、草原和稀树草原对降水的空间敏感性较强。     

基于FY3/MERSI数据的辽宁省植被指数重建及时空变化分析

为建立中国风云三系列气象卫星长时间序列归一化植被指数数据集,选用滤波和函数拟合方法,针对林地、湿地、水稻、玉米、大豆、城市和水体7类地物开展数据重建效果定量分析,确定最佳数据重建方法,并在辽宁省开展时空变化分析。结果表明：非对称高斯函数拟合法（Asymmetric Gaussians,AG）、Savitzky-Golay滤波法（SG）、双Logistic函数拟合法（Double Logistic,DL）和时间序列谐波分析法（Harmonic Analysis of Time Series,HANTS）四种方法均表现出相对较好的去噪能力。SG方法对噪声比较敏感,HANTS方法在低值区受噪声影响大。AG和DL方法平滑效果较好,DL方法的峰值更接近于原始峰值。在高植被覆盖区和季节性作物区,SG方法相关系数最高（>0.93）、均方根误差最低（< 0.1）;在城市和水体低植被指数区,HANTS方法相关系数最高,为0.87,但四种方法的均方根误差均在0.06左右,差别不大。综合考虑曲线和定量分析结果,选取SG方法进行辽宁省植被指数数据集数据重建。辽宁省植被指数数值高低的空间分布与下垫面植被类型相符合,东部山区林地植被指数最高,达到0.75以上。2009-2020年,辽宁省NDVI年均值存在波动,不同地物植被指数变化存在差别,水体和城市植被指数变化相对较小,旱田作物（玉米、大豆）的植被指数受干旱年的影响植被指数变化稍大。辽宁省主要粮食作物植被指数年内均呈单峰分布,与一年一熟型吻合,均在8月上旬达到最大值。     

干旱严重指数（DSI）在内蒙古地区的适用性分析

利用MODIS遥感产品计算内蒙古地区2000—2019年植被生长季的干旱严重指数(DSI),并结合气象干旱综合指数(MCI)、植被状态指数(VCI)等干旱指数和典型干旱过程,对DSI在内蒙古地区的适用性进行分析。研究表明,DSI与MCI、VCI的平均相关系数为0.509和0.839,分别通过0.05和0.01的显著性检验,具有较好的一致性。与MCI相比,DSI具有更高的空间分辨率,能反映不同植被类型抗旱能力的差异和区域植被改善后抗旱能力的增强。与VCI相比,DSI受高植被覆盖区归一化植被指数(NDVI)饱和现象的影响更小,并在干旱缓解期的灵敏性更高。DSI在内蒙古地区的适用性较好,可在干旱监测研究与业务中进行尝试和使用。     

我国东部地区NDVI与气温、降水的关系研究

利用东部地区的1982—2001年归一化植被指数(NDVI)资料以及131个标准气象台站的气温、降水资料,用相关分析、奇异值分析(SVD)方法研究了该地区的植被与气温、降水的相互作用,得到以下几点认识：NDVI的最大值滞后于气温最高值的时间尺度在一个月左右。前期气温与后期NDVI的相关系数在春夏为负值,在秋冬却以正值为主。前期植被与后期气温的相关系数以负值为主。NDVI最大值滞后于降水最大值的时间尺度在两个月左右,同期NDVI与降水的相关系数为负值,而无论降水超前于NDVI或者NDVI超前于降水的时间尺度大于1个月时,二者的相关系数转为正值。由SVD方法得到东部地区7月份的NDVI与8月份的气温、降水有较好的相关关系。河南西南部及东北部区域NDVI与大部分地区的气温为正相关;长江流域NDVI与32 °N以南地区的降水有较好的负相关。因此,前期植被的变化特征可以作为后期气温、降水的预报的一种参考因子。     

2017年春夏呼伦贝尔草原干旱过程多种监测指数对比分析

以2017年春夏季呼伦贝尔草原干旱过程为研究对象,利用呼伦贝尔草原范围内6个气象站的气温、降水数据和MODIS NDVI数据,分析对比2017年4—9月多种气象干旱指数（Pa30、SPI30、SPEI30、CI、MCI）与植被状态指数（VCI）的监测情况。结果表明：只考虑单一降水的气象干旱指数（Pa30、SPI30）在4月波动较大,且此类指数无法反映出高温等其他气象条件对干旱发展的影响。综合气象干旱指数(CI、MCI)由于引入多时间尺度干旱进行计算,旱情缓解时轻旱等级持续的时间过长,且草原植被在降水增加后的恢复速度较快,造成干旱缓解期间植被与监测结果差异较大。MCI与同期和前1期VCI的相关性最好,CI和SPEI30与前1期和前2期VCI的相关性较好,而只考虑单一降水的气象干旱指数与VCI的相关性普遍偏差。植被对SPEI30的响应时间更长,更适宜草原生态干旱的早期预警使用。     

Improving Simulations of Vegetation Dynamics over the Tibetan Plateau: Role of Atmospheric Forcing Data and Spatial Resolution

The efficacy of vegetation dynamics simulations in offline land surface models (LSMs) largely depends on the quality and spatial resolution of meteorological forcing data. In this study, the Princeton Global Meteorological Forcing Data (PMFD) and the high spatial resolution and upscaled China Meteorological Forcing Data (CMFD) were used to drive the Simplified Simple Biosphere model version 4/Top-down Representation of Interactive Foliage and Flora Including Dynamics (SSiB4/TRIFFID) and investigate how meteorological forcing datasets with different spatial resolutions affect simulations over the Tibetan Plateau (TP), a region with complex topography and sparse observations. By comparing the monthly Leaf Area Index (LAI) and Gross Primary Production (GPP) against observations, we found that SSiB4/TRIFFID driven by upscaled CMFD improved the performance in simulating the spatial distributions of LAI and GPP over the TP, reducing RMSEs by 24.3% and 20.5%, respectively. The multi-year averaged GPP decreased from 364.68 gC \begin{document}${\mathrm{m}}^{-2}\;{\mathrm{y}\mathrm{r}}^{-1}$\end{document} to 241.21 gC \begin{document}${\mathrm{m}}^{-2}\;{\mathrm{y}\mathrm{r}}^{-1}$\end{document} with the percentage bias dropping from 50.2% to –1.7%. When using the high spatial resolution CMFD, the RMSEs of the spatial distributions of LAI and GPP simulations were further reduced by 7.5% and 9.5%, respectively. This study highlights the importance of more realistic and high-resolution forcing data in simulating vegetation growth and carbon exchange between the atmosphere and biosphere over the TP.     

西辽河流域归一化植被指数与气象因子相关性分析

为了解西辽河流域归一化植被指数(NDVI)的分布规律、变化趋势及对气候变化的响应,利用2000—2018年西辽河流域11个气象站逐日气象资料和MODIS归一化植被指数数据集,通过线性回归和相关分析,探讨了生长季各月NDVI与气象因子的时滞性,以及气象站周围10 km缓冲区内不同植被类型NDVI与气象因子的相关性。结果表明：西辽河流域年平均气温、最高气温、最低气温和降水量均呈上升趋势。NDVI呈上升趋势,植被有所改善,不同植被类型NDVI均呈增加趋势,耕地增加趋势最快,耕地长势受益于农事活动的完善和增进。NDVI空间分布呈现中间低,四周高特点。生长季各月NDVI与降水量存在明显的滞后性,滞后期为1个月;仅8月NDVI与前1个月平均气温和最高气温存在滞后性。不同植被类型NDVI与平均气温、最高气温的相关性密切。耕地NDVI与气象因子的相关性较好。研究结果可为维护西辽河流域生态系统平衡提供参考。     

东亚季风区夏季陆地生态系统碳循环对东亚夏季风的响应

东亚地区陆地生态系统的时空变率表现出明显的对季风气候的响应特征。使用EOF（经验正交分解）方法分析了AVIM2动态植被陆面模式离线模拟试验模拟的1953～2004年东亚季风区夏季陆地生态系统总初级生产力（GPP）、生态系统净初级生产力（NPP）、净生态系统初级生产力（NEP）、植被呼吸以及土壤呼吸的时空分布特点,探讨了东亚夏季风对陆地生态系统碳循环影响机制。研究发现,在强季风年,江淮地区高温少雨的特点限制了光合作用,造成GPP偏低;而华南地区在强季风年气候温暖湿润,利于植被生长,GPP偏高。季风对于植被呼吸和土壤呼吸影响不明显,使得GPP和植被呼吸之差NPP的变化及NPP和土壤呼吸之差NEP的变化与GPP的变化保持一致。在强季风年江淮流域地区干热的气候条件使得NPP和NEP降低;但是在华南地区温度升高的同时降水增多使得在NPP偏高的基础上NEP也偏高。     

Temporal and Spatial Variations in the Climate Controls of Vegetation Dynamics on the Tibetan Plateau during 1982–2011

The ecosystem of the Tibetan Plateau is highly susceptible to climate change. Currently, there is little discussion on the temporal changes in the link between climatic factors and vegetation dynamics in this region under the changing climate.By employing Normalized Difference Vegetation Index data, the Climatic Research Unit temperature and precipitation data,and the in-situ meteorological observations, we report the temporal and spatial variations in the relationships between the vegetation dynamics and climatic factors on the Plateau over the past three decades. The results show that from the early 1980s to the mid-1990s, vegetation dynamics in the central and southeastern part of the Plateau appears to show a closer relationship with precipitation prior to the growing season than that of temperature. From the mid-1990s, the temperature rise seems to be the key climatic factor correlating vegetation growth in this region. The effects of increasing temperature on vegetation are spatially variable across the Plateau: it has negative impacts on vegetation activity in the southwestern and northeastern part of the Plateau, and positive impacts in the central and southeastern Plateau. In the context of global warming, the changing climate condition(increasing precipitation and significant rising temperature) might be the potential contributor to the shift in the climatic controls on vegetation dynamics in the central and southeastern Plateau.     

Interannual variability and correlation of vegetation cover and precipitation in Eastern China

Based on the SPOT/VEGETATION Normalized Difference Vegetation Index (NDVI) data and daily precipitation data of 357 meteorological stations, the spatial and temporal variability of vegetation cover, measured by NDVI, and precipitation as well as their relationships are investigated in Eastern China, which is portioned into three subregions (regions I, II, and III), for the period 1998–2010. The results show that high NDVI values appear mainly in Northeastern China and in August while high precipitation (PRETOT) occurs in Southeastern China and in July (June for Southern China). Extreme precipitation days (RD95p) and amount (EPRETOT) coincide well with PRETOT. Extreme precipitation intensity (RINTEN) has a similar spatial variability to PRETOT but with a smaller seasonal variation than PRETOT. Growing season NDVI is positively correlated with PRETOT in 11.7 % of the study area (mostly in arid to subhumid regions of Northern China), where precipitation is a limiting factor for vegetation growth. In contrast, a negative correlation between growing season NDVI and PRETOT is found in 4.8 % of the study area, mostly in areas around the Yangtze River and deep Northeastern China. No significant correlations between these two variables are found for the other regions because vegetation response to precipitation is affected by other factors such as temperature, radiation, and human disturbance. On a monthly scale, there is a positive correlation between NDVI and PRETOT in May (for region II) and September (all subregions except region I). NDVI variations lag 1 month behind PRETOT in June (for region I) and October. Correlations between NDVI and RD95p, EPRETOT are similar to that with PRETOT, but the relationships between NDVI and RINTEN are relatively weaker than with PRETOT. This study provides the technical basis for agriculture development and ecological construction in Eastern China.