基于植被覆盖度的藏羚羊栖息地时空变化研究

植被的分布及动态变化在一定程度上反映了动物栖息地的分布与变化。基于植被遥感影像数据及GIS空间分析,对阿尔金山国家级自然保护区植被景观的变化进行分析,同时通过植被类型要素识别出适宜藏羚羊生存的主要区域,对其植被覆盖度的时空变化进行分析。结果表明:保护区的植被覆盖度处于较低水平,低覆盖度植被区域占总植被覆盖区的50%左右,且植被覆盖度高的区域均集中在卡尔墩检查站的东南部。植被覆盖度在2000年、2005年、2010年间的增长趋势表明保护区植被对于动物的承载能力不断增大,植被的分布表明藏羚羊的活动区域植被覆盖度较高,而产羔区域的植被覆盖度较低且海拔较高。对藏羚羊取食植被针茅草原植被覆盖度的变化分析表明,针茅草原植被覆盖度随时间而有所提高,藏羚羊栖息地的面积可能有所增大,覆盖度分布的变化表明藏羚羊栖息地有向保护区西南方向扩散的趋势。对植被覆盖度与海拔关系的分析表明,高海拔区域植被覆盖度较低,中度海拔区域植被覆盖度较高,但是两者并不存在显著地相关性。     

30年来秦岭大熊猫栖息地变化研究

根据1976、1987和2001年3次大熊猫(Ailuropoda melanoleuca)调查资料及2006～2007年大熊猫监测数据,利用ArcView GIS软件系统地比较了1976～2007年之间秦岭大熊猫栖息地的变化。秦岭大熊猫栖息地由20世纪70年代的217 100 hm2退缩到90年代前的167 000 hm2,大熊猫栖息地缩减和片断化较为严重;90年代后有所好转,面积增加到347 499 hm2,并在格局上整体存在向北向西扩散的趋势。秦岭大熊猫栖息地变化的原因主要与森林采伐及1998年实施的天然林禁伐有关,而栖息地斑块化主要与公路建设、人为活动等有关。     

基于土地利用及植被覆盖变化的黄河源区生境质量时空变化特征

位于青藏高原腹地的黄河源地区生态环境脆弱,面临生物多样性锐减、生态系统退化等问题,黄河源区生态系统保护及其高质量发展已成为国家的重点战略之一。土地利用与植被覆盖是影响生境质量的重要因素,定量化土地利用方式、强度及格局和植被覆盖格局对生态质量影响的研究越来越受到关注,但其对黄河源区生态质量的耦合效应尚不明确。基于2000年和2015年黄河源区土地利用类型及生长季归一化植被指数（NDVI）,采用InVEST模型探究了不同时期黄河源区生境质量时空变化,并采用地理加权回归（GWR）模型揭示了生境质量对土地利用和植被覆盖变化的空间响应特征。结果表明,2000年与2015年土地利用类型变化主要为未利用土地向草地的转移。植被覆盖变化方面,源区生长季NDVI整体上升。从生境质量的空间分布来看,黄河源区生境质量总体呈现南高北低的空间格局,高值分布在南部及中部地区,低值分布在北部布青山、东北部高海拔区及黄河乡的黄河沿岸。相较于2000年,2015年黄河源区生境质量平均提高11.47%。草地面积和NDVI与生境质量均呈显著正相关关系,其中NDVI是提高黄河源区生境质量的重要驱动因子。研究结果突出了NDVI对提高黄河源区生境质量的主导作用,可为未来源区生态保护提供借鉴。     

基于MODIS-归一化植被指数的广东省植被覆盖与土地利用变化研究

基于MODIS-NDVI遥感植被指数,利用像元二分模型进行植被覆盖度提取,结合趋势分析和显著性检验等方法,对2000—2020年间广东省的植被覆盖时空变化特征进行分析,并结合土地利用变化图谱,探究土地利用类型对植被覆盖时空变化的驱动作用。结果表明：(1)2000—2020年,广东省植被覆盖度整体以0.23%/a的变化率呈波动增长趋势,但空间异质性显著,呈现出以珠三角地区为中心向外辐射递增的趋势;(2)广东省多年平均植被覆盖度介于0.7—0.76,以中高和高植被覆盖度为主,低植被覆盖区约占研究区总面积的4.37%。全省以植被改善为主(78.18%),显著和极显著退化区域占全区面积的5.84%,主要集中分布在珠三角、粤东沿海以及粤西沿海等地区;(3)研究区以耕地与林地的图谱单元互换为主要土地利用变化特征,而城乡、工矿、居民用地在耕地和林地的占用和补充过程中起了重要的作用,反映出城乡建设过程中对耕地和林地的大量占用;植被覆盖变化与土地利用变化存在响应联系,且各土地利用类型对植被覆盖度的贡献各异;向城乡、工矿、居民用地转化的图谱与植被显著和极显著退化区高度重合,说明耕地和林地向城乡、工矿、居民...     

中国不同植被类型归一化植被指数对气候变化和人类活动的响应

不同植被类型对外界干扰和环境变化的敏感性不同。为厘清中国不同类型植被的动态变化特征及其对外界环境变化的响应,综合利用趋势分析、残差分析和情景模拟方法,在明确2000-2015年间我国不同植被类型归一化植被指数(NDVI)时空变化基础上,对气候变化和人类活动两大驱动要素在不同植被类型NDVI变化中的相对贡献进行了定量评估和归因。研究结果表明:(1)2000-2015年,我国植被NDVI整体呈增加趋势,且其空间占比高达84.1%。其中,森林植被的改善状况最佳,显著增加的面积占到了森林总面积的82.4%;而荒漠植被的改善状况相对较差,仅有22.3%的区域呈显著增加趋势。(2)人类活动在我国植被变化中占主导地位。植被改善区和植被退化区人类活动的相对贡献分别为76.4%和60.0%,且人类活动对植被的影响更多与管理方式而非土地利用类型转变有关。(3)不同类型植被对气候变化和人类活动的响应差异显著。对于植被改善区,除沼泽外,人类活动对各类型植被NDVI变化的贡献率均在70%以上,尤其是对农作物的贡献率最高,达到80.7%;对于植被退化区,人类活动影响较大的植被类型为沼泽和农作物,表明2000-2015年间我国沼泽受到了更强烈人类活动的负面影响。研究有助于增强对不同植被类型对全球变化响应机制的理解,并为促进生态建设和植被恢复工作的有效实施提供科学参考。     

1982-2020年内蒙古地区极端气候变化及其对植被的影响

内蒙古地处生态环境脆弱区,对气候变化尤为敏感。在全球气候变暖背景下,探究极端气候变化及其影响显得尤为重要。基于内蒙古地区115个气象站点1982—2020年的逐日气象数据,从强度、持续时间、频率3个维度出发计算了18个极端气候指数,在综合分析极端气候的时空变化特征的基础上,运用地理探测器和皮尔逊相关分析方法,定量评估极端气候对该区植被的影响。结果表明：(1)极端暖指数均呈增加趋势,说明1982—2020年期间内蒙古地区极端偏暖现象增多。(2)持续干旱日数与持续湿润日数呈减少趋势,说明39年来内蒙古地区连续性无降水天数和降水天数均减少。(3)极端气候指数与归一化植被指数(NDVI)的相关关系表现出明显的空间异质性,表明内蒙古不同区域NDVI对各极端气候指数的响应程度不同。(4)因子探测器结果表明极端降水指数相对于极端气温指数来说,对内蒙古植被生长变化的影响较大。研究结果可为内蒙古地区防灾减灾与生态修复工程提供一定的科学依据。     

我国不同季节陆地植被NPP对气候变化的响应

阐明不同季节陆地植被净第一性生产力(NPP)对全球变化的响应将有助于理解陆地生态系统和气候系统之间的相互作用以及NPP变化机制.本文使用1982～1999年间的AVHRR/NDVI、气温、降水以及太阳辐射等资料,结合植被分布图和土壤质地图,利用生态过程模型,研究不同季节我国陆地植被NPP的年际变化及其地理分异.结果表明,在1982～1999年的18年间,4个季节的NPP都呈显著增加趋势.其中,春季是NPP增加速率最快的季节,夏季是NPP增加量最大的季节.不同植被类型对全球变化的响应有很大差异.常绿阔叶林、常绿针叶林和落叶针叶林NPP的增加主要由生长季节的提前所致,而落叶阔叶林、针阔混交林、矮林灌丛、温带草原及草甸、稀树草原、高寒植被、荒漠以及人工植被NPP的增加主要来自生长季生长加速的贡献.从区域分布看,在四季中春季NPP增加量最大的地区主要集中在东部季风区域;夏季NPP增加量最大的地区包括西北干旱区域和青藏高原的大部分地区、小兴安岭-长白山区、三江平原、松辽平原、四川盆地、雷州半岛、长江中下游部分地区以及江南山地东部;而秋季植被NPP增加量最大的地区主要有云南高原-西藏东部和呼伦湖的周围等地区.不同植被和地理区域NPP的这些响应方式与区域气候特征及其变化趋势有关.     

基于SPOT-VEGETATION数据的神农架林区1998-2013年植被覆盖度格局变化

基于1998-2013年的SPOT-VEGETATION归一化植被指数（normalized differential vegetation index,NDVI）数据,利用二分模型法、相关性分析和空间分析的方法,结合同期降水量和平均温度数据,估算了神农架林区及神农架国家级自然保护区的植被覆盖度,并分析了空间格局及植被覆盖度变化的影响因素。结果表明,1998-2013年间,神农架林区平均植被覆盖度为66.8%,年最大植被覆盖度为93.8%,保护区内最大植被覆盖度显著高于保护区外;林区植被覆盖度变化率为1.45%,保护区植被覆盖度变化率为2.26%,植被整体呈增加的趋势,保护区保护效果较好。温度、降水量、年最低气温、距道路和居民地距离的远近是影响植被覆盖度变化的重要因子,而海拔对植被覆盖度变化无影响。     

基于NOAA／AVHRR数据的中国主要植被类型NDVI变化规律研究

在遥感（ＲＳ）、地理信息系统（ＧＩＳ）、全球定位系统（ＧＰＳ）———３Ｓ支持下,利用连续时间序列的１ｋｍ×１ｋｍ分辨率的ＮＯＡＡＡＶＨＲＲ数字影像,通过主分量分析和非监督分类,对中国植被进行了宏观分类。在多种基础图件的支持下,结合归一化植被指数（ＮＤＶＩ）年内季节变化规律,分出３５个植被类型,９个植被型组。通过重建不同植被类型ＮＤＶＩ特征值１０年的时间变化序列,划分出４个内部各类型ＮＤＶＩ变化过程具有相对一致性的区域（二级区域）,明显的呈现从东南到西北的带状分布。再逐级归并,产生两个变化的一级区域。区域的界线基本与我国三大自然区域的东部季风区西北部的界线相吻合。进而从ＮＤＶＩ动态变化的角度进行了区划,包括２个一级区域,９个二级区域,进一步阐明了中国植被ＮＤＶＩ动态变化的区域差异。     

基于夜间灯光数据的环杭州湾城市扩张及植被变化

综合运用遥感与GIS技术,基于2000、2007和2013年的DMSP/OLS夜间灯光数据和MODIS NDVI数据,利用灯光阈值提取法、植被指数分析等方法,研究环杭州湾地区城市扩张和建成区植被变化特征.结果表明: 采用最佳阈值方法,能够实现对城市地区用地信息的有效提取;环杭州湾地区城市用地整体围绕杭州湾呈“V”型模式扩展,并表现出面状、线状和点状3种扩张模式;从城市扩张速度、动态度和形态紧凑度来看,各地级市表现出较大的时空差异,但整个研究区的城市扩张速度和动态度普遍呈现降低趋势,平均城市形态紧凑度则经历了先下降后上升的过程.各城市建成区的植被状况也存在显著差异,2000—2007年,除嘉兴市建成区植被状况变差外,其余各地级市建成区植被状况均变好;2007—2013年,所有城市建成区植被状况变差;2000—2013年,城市扩张对建成区植被均产生了不利影响.     

Hopes and challenges for giant panda conservation under climate change in the Qinling Mountains of China

One way that climate change will impact animal distributions is by altering habitat suitability and habitat fragmentation. Understanding the impacts of climate change on currently threatened species is of immediate importance because complex conservation planning will be required. Here, we mapped changes to the distribution, suitability, and fragmentation of giant panda habitat under climate change and quantified the direction and elevation of habitat shift and fragmentation patterns. These data were used to develop a series of new conservation strategies for the giant panda. Qinling Mountains, Shaanxi, China. Data from the most recent giant panda census, habitat factors, anthropogenic disturbance, climate variables, and climate predictions for the year 2050 (averaged across four general circulation models) were used to project giant panda habitat in Maxent. Differences in habitat patches were compared between now and 2050. While climate change will cause a 9.1% increase in suitable habitat and 9% reduction in subsuitable habitat by 2050, no significant net variation in the proportion of suitable and subsuitable habitat was found. However, a distinct climate change‐induced habitat shift of 11 km eastward by 2050 is predicted firstly. Climate change will reduce the fragmentation of suitable habitat at high elevations and exacerbate the fragmentation of subsuitable habitat below 1,900 m above sea level. Reduced fragmentation at higher elevations and worsening fragmentation at lower elevations have the potential to cause overcrowding of giant pandas at higher altitudes, further exacerbating habitat shortage in the central Qinling Mountains. The habitat shift to the east due to climate change may provide new areas for giant pandas but poses severe challenges for future conservation.     

Impacts of temperature on giant panda habitat in the north Minshan Mountains

Understanding the impacts of meteorological factors on giant pandas is necessary for future conservation measures in response to global climate change. We integrated temperature data with three main habitat parameters (elevation, vegetation type, and bamboo species) to evaluate the influence of climate change on giant panda habitat in the northern Minshan Mountains using a habitat assessment model. Our study shows that temperature (relative importance = 25.1%) was the second most important variable influencing giant panda habitat excepting the elevation. There was a significant negative correlation between temperature and panda presence (ρ = −0.133, P < 0.05), and the temperature range preferred by giant pandas within the study area was 18–21°C, followed by 15–17°C and 22–24°C. The overall suitability of giant panda habitats will increase by 2.7%, however, it showed a opposite variation patterns between the eastern and northwestern region of the study area. Suitable and subsuitable habitats in the northwestern region of the study area, which is characterized by higher elevation and latitude, will increase by 18007.8 hm² (9.8% habitat suitability), while the eastern region will suffer a decrease of 9543.5 hm² (7.1% habitat suitability). Our results suggest that increasing areas of suitable giant panda habitat will support future giant panda expansion, and food shortage and insufficient living space will not arise as problems in the northwest Minshan Mountains, which means that giant pandas can adapt to climate change, and therefore may be resilient to climate change. Thus, for the safety and survival of giant pandas in the Baishuijiang Reserve, we propose strengthening the giant panda monitoring program in the west and improving the integrity of habitats to promote population dispersal with adjacent populations in the east.     

基于祁连山树轮宽度指数的区域NDVI重建

利用祁连山自东向西5条树轮宽度年表序列和1986-2003年间的归一化植被指数(NDVI), 分析了NDVI的时空变化及其与树轮宽度年表之间的关联。结果表明, 祁连山地区植被的生长主要集中在6-8月。空间上, NDVI值从祁连山东段向西段逐渐减小; 在1986-2003时段内, 东、中和西段生长季的NDVI值分别增长了3.28%、4.82%和7.75%。整个祁连山地区的NDVI变化与5个宽度年表的第一主成分相关性较高(r = 0.74, p < 0.01)。基于此, 利用树轮宽度RES年表的第一主成分重建了1843-2003年间祁连山地区生长季的NDVI变化曲线。重建的NDVI曲线表现出6个高值期和6个低值期, 其中1923-1932的10年间植被生长状况最差。另外, 在1989-2003时段内NDVI年际波动较大, 总体上表现为NDVI低于平均值, 但是从1991年开始, NDVI有上升的趋势。     

大熊猫栖息地地震干扰后恢复群落的中性理论验证

为了验证中性理论在干扰后恢复群落中的适用性,本文利用不同地震干扰强度下大熊猫栖息地恢复群落的野外调查数据进行了中性理论的验证。预测发现,在干扰较重及未受干扰的原始林群落中,中性理论模型能够较好地预测物种多度分布,但在干扰相对较轻的恢复群落中中性理论模型预测物种多度分布效果较差。原因分析表明,生境的均一性程度是影响中性理论模型预测物种多度分布效果的重要影响因子。因此可认为,中性理论不适用于生境均一性差的群落。     

卧龙自然保护区大熊猫生境评价

生物的生境是指生物生活繁衍的场所,由生物与非生物环境构成。近几个世纪以来,物种绝灭的速度加快,生物多样性丧失最重要的原因是生物生境的人为破坏。对保持生物的生境评价,是分析这些物种种群减少,濒危原因的重要手段,还能为制定合理的保护对策提供依据。根据大熊猫生境分布特点提出了大熊猫生境结构理论模型,将影响卧龙大熊猫生境质量的因素分为物理环境因素、生物环境因素和人类活动因素,探讨了生境评价的程序与卧龙大熊猫生境评价准则,运用地理信息系统技术与空间模拟方法分析了卧龙大熊猫生境质量。在人类活动影响下,卧龙自然保护区内适宜大熊猫生存的生境面积有57597.3hm^2,其中最适生境面积为6256.1hm^2,主要分布在海拔2300－2800m的平缓山坡与台地。     

岷山地区大熊猫生境评价与保护对策研究

综合运用大熊猫生物学与行为生态学研究成果、遥感数据分析与地理信息系统技术 ,在系统研究岷山地区大熊猫生境分布、生境质量与空间格局的基础上 ,明确岷山地区保护大熊猫的关键区域 ,分析岷山地区大熊猫保护与自然保护区建设的对策 ,以期为岷山地区大熊猫保护及其与岷山地区资源开发与发展的协调提供依据。遥感数据分析结果表明 ,岷山地区以森林为主 ,各类森林面积 1 91 790 3.4 4 hm2 ,占 5 5 .4 2 % ,将与大熊猫生境密切相关的森林植被分为常绿阔叶林、落叶阔叶林、针阔混交林、亚高山针叶林等 ,其中亚高山针叶林面积 5 380 4 9.6 4 hm2 ,占全部森林的占 2 8.0 5 % ,落叶阔叶林面积 4 6 1 35 5 .6 7hm2 ,占2 4 .0 6 % ,针阔混交林面积 4 0 30 36 .2 6 hm2 ,占 2 1 .0 1 %。结果表明岷山地区有大熊猫潜在生境 1 32 3789.1 5 hm2 ,由于森林资源利用、交通、农业活动影响、居民薪柴砍伐 ,以及生境破碎化与生境隔离等导致的生境丧失 5 5 341 3.4 5 hm2 ,目前尚存的大熊猫适宜生境 770 375 .7hm2 ,由于交通等隔离而成为至少 5个相互分隔的生境单元 ,大熊猫种群交流受到严重阻碍。为了有效地保护岷山大熊猫 ,首先应充分注意到各种人类活动 ,尤其交通的建设对大熊猫生境的影响 ;其次要扩大自然保护区范围 ,     

1981-2018年新疆草地归一化植被指数时空特征及其对气候变化的响应

在新疆开展长时间序列的草地监测,分析草地生长的时空变化特征,有利于草地环境压力分析和草地生态健康预测。以NOAA-AVHRR NDVI为数据源,采用最大值合成、一元回归分析与相关性分析,分别在年际尺度和多个空间尺度(全疆、南北疆与各地区及其11种草地类型)上探讨了1981—2018年新疆草地归一化植被指数(NDVI)时空特征及其对气温、降水的响应。结果表明：(1)1981—2018年,新疆草地NDVI多年均值0.326,变化范围0.259—0.386,具有轻微年际波动特征;(2)北疆、南疆草地NDVI均表现为轻微增加趋势;全疆占草地总面积41%的区域NDVI呈显著增加趋势,9%为显著减少区域,北疆草地NDVI显著增加的面积是南疆的1.7倍;(3)由于垂直地带性及区域差异,新疆草地NDVI由山区向盆地的荒漠降低;北疆草地NDVI是南疆1.4倍,总体上北疆各地区草地NDVI高于南疆各地区;(4)草地类型植被NDVI对降水的显著响应高于气温,其中温性荒漠类、温性荒漠草原类与温性草原类草地NDVI对降水变化的响应明显高于其余草地类型,降水对草地NDVI的影响更为显著,表明降水引起的地表水分变化...     

用间接遥感方法探测大熊猫栖息地竹林分布

竹子是野生大熊猫赖以生存的唯一食物。探测大熊猫栖息地内的竹林分布状况,有助于深入了解大熊猫及其栖息地的空间分布格局与特点,并为评估其栖息地适宜性、破碎化程度和生态承载力提供科学依据。由于大熊猫的主食竹大都生长于林下,直接通过遥感影像解译的方法很难实现对其分布密度的探测。以佛坪自然保护区的两大优势竹种——巴山木竹和秦岭箭竹为例,在运用遥感和GIS方法获取空间连续的环境变量时,引入了林上和林下的光照条件,通过分析不同竹种与各环境要素之间的关系,建立竹子密度的预测模型,最后在GIS空间分析技术的支持下实现了对林下竹子密度的绘制。研究结果显示:该方法能够比较准确地预测出林下竹子的分布状态,对两种竹子的密度预测精度均可达到70%以上。     

近20年亚欧大陆植被指数(NDVI)对大尺度气候变化的敏感性(英文)

The influence of climate change on the terrestrial vegetation health (condition) is one of themost significant problems of global change study. The vegetation activity plays a key role in the globalcarbon cycle. The authors investigated the relationship of the advanced very high resolution radiometer-normalized difference vegetation index (AVHRR-NDVI) with the large-scale climate variations on the inter-annual time scale during the period 1982-2000 for the growing seasons (April to October). A singular valuedecomposition analysis was applied to the NDV! and surface air temperature data in the time-domain todetect the most predominant modes coupling them. The first paired-modes explain 60.9%, 39.5% and 24.6%of the squared covariance between NDV! and temperature in spring (April and May), summer (June andAugust), and autumn (September to October), respectively, which implies that there is the highest NDVIsensitivity to temperature in spring and the lowest in autumn. The spatial centers, as revealed by themaximum or minimum vector values corresponding to the leading singular values, indicate the highsensitive regions. Only considering the mode 1, the sensitive center for spring is located in westernSiberia and the neighbor eastern Europe with a sensitivity of about 0.308 0 NDVI/℃. For summer, thereare no predominantly sensitive centers, and on average for the relatively high center over 100^o-120^o E by 45^o-60^o N, the (110^o-140^o E,55^o-65^oN)sitivity is 0.248 0 NDVI/℃. For autumn, the center is located over the high latitudes ofeastern Asia (110^o-140^o E, 55^o-65^o N), and the sensitivity is 0.087 5 NDVI/℃. The coherent patters asrevealed by the singular decomposition analysis remain the same when coarser resolution NDVI data wereused, suggesting a robust and stable climate/vegetation relationship.     

近20年亚欧大陆植被指数(NDVI)对大尺度气候变化的敏感性

利用1982～2000年4～10月的AVHRR-NDVI数据,分析了大尺度的气候(温度)变化对欧亚大陆植被状况的影响.分析方法为奇异值分解,从温度和NDVI的年际变化中检测出二者最重要和最密切的大尺度空间相关特征.用每个奇异值的平方占总的协方差平方和的比例(解释率),可以度量每对模态的重要性.春季(4和5月)、夏季和秋季(9和10月)的解释率分别是60.9%、39.5%和24.6%,这说明整体上春季植被状况对温度的敏感性高于夏季和秋季.奇异值分解的显著模态中心是二者关系最密切的地区,也就是NDVI对温度最敏感的地区,春季为西西伯利亚和东欧东北部,敏感性为 0.308 0 NDVI/℃;夏季没有特别突出的敏感中心,选择与计算春季相同格点数的高值中心,其敏感性为 0.248 0 NDVI/℃;秋季敏感中心在亚洲东部高纬度地区,相同格点大小范围(110°～140° E,55°～65°N)平均敏感性为 0.087 5 NDVI/℃.这种大尺度的NDVI-气温的关系及其敏感性非常稳定,并不随使用的NDVI的空间分辨率的改变而改变.