基于MOD13Q1数据的大湄公河次区域植被覆盖时空变化分析

基于MOD13Q1-NDVI数据,采用最大值合成法提取2000—2017年的月植被指数,分别从月平均NDVI和年平均NDVI两个角度分析了大湄公河次区域植被覆盖的时空变化特征.结果表明:2000年以来,大湄公河次区域年平均NDVI总体上呈波动增长;但不同时段植被覆盖度变化不同,2000—2005年植被覆盖度总体略有降低,2005—2010年和2010—2015年植被覆盖度总体在增加;从植被覆盖度的空间变化来看,大湄公河次区域上游北部地区植被覆盖整体情况较差,下游西南地区植被覆盖呈现明显减少的趋势,今后应加强对上游北部地区和下游西南部地区的植被保护与生态修复.     

禹州市1992-2015年矿区植被覆盖度动态变化研究

以禹州市1992-2015年7景Landsat影像数据为数据源,利用像元二分模型计算获取每一景影像的植被覆盖度并进行分析;再结合河南省地质环境监测院发布的2018年禹州市矿区图斑矢量分析了禹州市矿区内20 a间植被覆盖度的时空变化特征.结果表明:①禹州市矿区范围内平均植被覆盖度较低,1992-2015年禹州市矿区的平均植被覆盖度由41.84％ 降至17.3％;②禹州市矿区的中高植被覆盖区面积变化趋于平稳,低植被覆盖区面积下降,无植被覆盖区面积明显上升,与矿区开采面积不断扩大的趋势保持一致;③结合矿区图斑的土地占用类型统计发现,对比堆积类土地占用类型,挖损、压占类土地占用类型矿山对植被破坏程度更加严重.     

胜利矿区植被覆盖度时序变化的空间异质性监测

通过对胜利矿区的地理位置、气候条件等背景的分析，本文为实现获取时序性植被覆盖度的空间异质性的目的，使用ENVI、GIS、Matlab等软件，基于胜利矿区1985—2017年的Landsat TM/ETM+/OLI遥感数据计算NDVI，利用像元二分模型计算植被覆盖度，得到研究区植被覆盖度均值的时序变化情况。采用转移矩阵法和Sen+Mann-Kendall法对研究区域内不同等级的植被覆盖转移情况及变化趋势情况进行分析。研究表明：胜利矿区植被覆盖度均值波动较大，呈轻微下降趋势。在监测时段内68.36%的高植被覆盖区域植被发生了退化，只有3.2%左右的极低植被覆盖区域得到了良好的改善。此外，研究区植被覆盖度受到结构性因子和随机性因子的影响，空间异质性明显，灌溉区由于人为干涉，植被生长良好，极低植被覆盖面积维持在3%以下，植被覆盖显著下降区域主要集中在露天采坑、排土场等矿业景观区。     

基于时序NDVI的昭觉植被覆盖度变化研究

归一化植被指数(NDVI)能精确地反映植被绿度、光合作用强度,在一定程度上反映着植被的演化信息,是评价生态环境状况的重要指标之一。本文利用Landsat TM数据分别对昭觉地区2009年和2014年的NDVI进行计算,并分别利用均值法、像元二分模型及NDVI差值植被指数对研究区域植被覆盖变化进行定量分析,结果表明:昭觉县NDVI均值上升了11.6%,植被覆盖度中极度改善的面积比例约占38%,昭觉县整体NDVI植被覆盖度显著提高,并对其变化原因进行简要分析,为生态环境建设提供决策依据。     

基于MODIS的神东矿区植被动态监测与趋势分析

以神府-东胜矿区(简称神东矿区)为研究对象,利用2000―2015年获取的250 m分辨率MODIS NDVI数据,采用像元二分法提取矿区植被覆盖度(fractional vegetation coverage,FVC)的基础上,利用一元线性回归方法和重标极差分析法分析矿区植被空间格局变化并预测其未来发展趋势。结果表明:16 a来神东矿区的年均植被指数(NDVI)呈上升趋势,增加速率为8.9%/10 a;矿区大部分地区地表植被覆盖得到改善,其中明显改善面积占比为50.43%,分布趋向为矿区东南方向;而退化面积仅为4.90%,分布在乌兰木伦河、窟野河两侧以及西部和北部沟壑区;65.03%的矿区区域Hurst指数值在0.35~0.45之间,具有较弱的反持续性;矿区中部Hurst指数较高,而西部Hurst指数偏低;结合FVC来看,矿区地表植被未来仅有较弱的退化趋势。综合遥感分析结果,神东矿区植被改善的主要原因在于神东矿区对环保的重视和投入的增加,以及科学和高效的生态环境综合防治技术体系的建立与实施。     

雅安市植被覆盖度时空变化与驱动力分析

以2005—2020年遥感影像为数据源,采用像元二分法计算得到雅安市植被覆盖度,并结合DEM和气象数据,通过趋势分析、地理探测器和变异指数分析了不同海拔带、坡度带、坡向、降水和气温下植被覆盖度的时空变化特征和波动程度,探讨了影响植被覆盖度的主要因子。结果表明：(1)雅安市2005—2020年植被覆盖度一直呈上升趋势,且植被覆盖度较高;(2)植被覆盖度波动小,受外界环境影响小,植被生态环境稳定;(3)植被覆盖度整体得到改善的面积比例远大于退化;(4)海拔对植被覆盖度变化的解释力最强,交互作用以非线性增强为主,其中海拔和坡度的叠加作用最大。     

山东省植被覆盖度变化与气候因子相关性分析

为分析山东省植被覆盖度变化及其与降水量、温度等气候因子变化的相关性,该文采用2005—2015年的NDVI、降水量和温度数据,利用重心模型和相关系数法,进行了植被覆盖度与降水、温度的月动态变化和季度动态变化分析。研究结果显示,在2005—2015年的10年间,山东省植被覆盖度在整体上呈现增长趋势,植被覆盖度与气候因子无论是在月动态变化还是季动态变化都表现出不同程度的正相关性,植被NDVI的季度走向与降水和温度的季动态变化趋势几乎一致,并且温度对植被生长的影响大于降水对植被生长的影响。研究验证了植被覆盖度的变化与气候因子的变化有一定的关系。     

近20年鄂西地区植被覆盖度时空变化特征分析

基于2000—2020年的MOD13Q1 NDVI遥感数据,使用像元二分模型计算湖北省西部山体区域的植被覆盖度,并利用斜率模型、马尔可夫转移矩阵模型和赫斯特指数综合分析了植被覆盖度的时空变化规律。结果表明,研究区的植被覆盖度总体呈上升趋势,平均植被覆盖度增加了0.025,轻微增长区域面积为44 359.26 km²,显著性增长面积为3 069.375 km²,不显著性变化的面积为39 862 km2。2000—2020年期间,时序植被覆盖度的赫斯特指数为0.63,表明研究区内植被覆盖度的增长趋势在未来是可持续的。本研究成果不仅可为城市生态环境评价提供科学依据,而且可为城市的生态建设和可持续发展提供决策支持。     

陕西省1998～2008年植被覆盖度的时空变化研究

以1998-04～2008-07的372景逐旬SPOT4VEGETATION数据(S10)为主要数据源,利用MVC法、一元线性回归趋势分析法和差值法,分析1998～2007年陕西省年最大化NDVI的变化趋势,并对年最大化NDVI和月最大化NDVI的年际变化规律和陕西省植被覆盖度动态变化及其空间分布规律进行分析。结果表明,1998～2008年间,年最大化NDVI整体呈变好的趋势,但是月最大化NDVI的年际变化趋势在不同月份存在很大的差异;年最大化NDVI和月最大化NDVI在每相邻2a间的变化均存在很大差异,植被退化与改善波动出现;1998～2008年陕西各地区植被覆盖度变化是很明显的,一般8、9月份植被覆盖度最高。从空间分布上看,陕北北部地区(榆林市的东南部和延安市北部地区)植被覆盖度显著增加,宝鸡市中南部、西安市、商洛和安康部分地区植被改善也较明显。     

陕北黄土高原植被覆盖度动态变化分析研究

以Landsat TM归一化植被指数(NDVI)为数据源,运用像元二分模型提取陕北黄土高原1990、2000、2010年夏季的植被覆盖度,分析陕北黄土高原植被覆盖度的空间变化情况。结果显示:研究区植被覆盖度呈波动上升趋势。不同等级植被覆盖度在数量和空间位置上的转移较为活跃。大于等于60%的植被覆盖度和小于等于40%的植被覆盖度在空间上呈西南—东北两个方向扩张的分布趋势。受气候和人为等因素的影响,陕北黄土高原植被改善良好。