基于遥感的民勤绿洲植被覆盖变化定量监测

基于混合像元条件下的TM影像植被覆盖度遥感反演,定量研究了甘肃省民勤绿洲1987年至2001年植被覆盖时空变化的规律与特点。结果表明,15年中,民勤绿洲的植被覆盖发生了很大的变化,农田植被(耕地)面积增加了53.11%,而中、高盖度植被的面积却减少了25.21%,这对民勤绿洲的长久生态安全构成了严重的威胁。民勤绿洲植被覆盖变化的空间转化过程复杂,但总体属于开垦—植被退化型。15年中因开垦和植被退化而损失的中、高盖度植被达42204.81hm2,占原面积的81.73%,而且损失的主要是绿洲边缘的防风固沙植被,其中因开垦损失的面积为18776.08hm2,占损失面积的44.5%。超采地下水引起的地下水位快速下降是导致绿洲边缘天然和人工灌丛植被退化的主要原因。控制开垦并培育相对稳定的灌丛型植被,应该是研究区生态环境建设的重点。     

近20年来黄河流域植被覆盖变化分析

利用1982～1999年AVHRR-NDVI数据和对应年份黄河流域气象观测数据，通过计算、分析春季、夏汛及伏秋黄河流域NDVI距平值和湿润指数距平值的年际变化，得出了20世纪80年代至90年代初黄河流域气候相对湿润，90年代中后期相对干旱，植被覆盖状况总体一直处于上升趋势的结论，并评估了黄河流域近20年来生态保护和建设工作成效。     

额尔齐斯河流域中亚段植被覆盖遥感动态监测

利用中亚北部额尔齐斯河流域2000-2008年的中分辨率成像光谱仪(Moderate ResolutionImaging Spectrometer,MOD IS)数据,分析了额尔齐斯河中亚段不同区域的归一化植被指数(Nor-malized D ifference Vegetation Index,NDVI)随季节变化的规律,并合成全年最大NDVI值代表当年植被最好时期的NDVI值,应用混合像元分解模型,计算研究区内的植被覆盖度并根据植被覆盖度的高低将研究区内的植被覆盖程度分为六个等级:无覆盖、极低覆盖度、低覆盖度、中覆盖度、中高覆盖度和高覆盖度。通过研究区内植被覆盖度的变化情况在一定程度上揭示研究区内植被变化情况。2000-2003年,研究区的植被覆盖水平有降低趋势,2003-2007年呈增加趋势,2007覆盖水平与2002年相近,2008年覆盖水平降低明显,为9 a来最低,是由研究区当年降水量减少引起;植被覆盖水平高的区域主要分布在研究区东北部的山区和西北部的平原区,植被覆盖水平较低的区域集中在流域中西部的干旱草原;高覆盖区域的植被覆盖年际变化幅度较中低覆盖区域的小。     

2001-2015年喜马拉雅南麓地区植被变化遥感监测

本文应用喜马拉雅南麓地区MODIS NDVI 植被遥感数据和格点数据,采用趋势线分析、多元回归等方法分析了该研究区2001-2015 年植被 NDVI_max 时空变化特征,同时利用Person 相关分析探讨了植被 NDVI_max 时空变化特征与气候因子的响应关系。结果表明：（1）2001-2015 年,喜马拉雅南麓地区年内平均 NDVI_max 1~3 月份呈下降趋势,4~6 月份开始缓慢生长,6~9 月份进入植被生长高峰期,10 月份开始逐渐降低;植被 NDVI_max 平均值为0.59,植被覆盖度较高;空间上植被覆盖度总体呈东南高西北低,由东南向西北递减;平均 NDVI_max 随海拔变化表现出明显规律性,80%的植被主要分布在较低海拔区（<4 050 m）。（2）15 a 间,喜马拉雅南麓地区植被 NDVI_max 变化具有阶段性特征,年均 NDVI_max 呈三个变化阶段：2001-2006 年和2010-2015 年分别以0.003 9·a^-1、0.005 3·a^-1 的速率增长,而2006-2010 年以-0.007 0·a^-1 的速率减少。植被生长季 NDVI_max 呈4 个阶段：2001-2004 和2007-2010 年分别以-0.001 8·a^-1、-0.010 6·a^-1 的速率逐年减少,但2005、2006 两年（0.014 8·a^-1）快速增长至最大值,2010-2015 年（0.006 3 a^-1）波动增长。空间上大部分地区表现出不显著退化,但少部分地区表现出不显著改善（0.05< p<0.01）,而西段低海拔区表现出极显著改善。（3）喜马拉雅南麓地区植被的变化主要由温度和降水量共同影响,此外,高海拔区气温上升引起的冰川融水对植被生长起到一定的作用,中部低海拔区可能还受到人类活动的影响。     

策勒绿洲植被覆盖动态变化遥感研究

使用经严格配准的2个时相的TM和HRV图像数据为基础底料编制规一化植被指数图（NDVI），根据策勒绿洲特有的生态环境特征，研究植被指数灰度级与盖度级的对应函数关系，将其转换成植被盖度图。最终利用植被盖度图像所提供的各盖度级的数量和空间分配状况来评价图像所包括时段，即1990年至1998年期间植被环境质量的变化，为该区域生态环境综合治理提供新的研究方法。     

基于多源信息融合的黄淮海地区植被覆盖变化遥感监测研究

植被是气候及其他环境因子的综合反映,植被变化与气候变化具有密切的关系。基于Holdridge生命地带指标法和非监督分类法,利用研究区1982年、1992年和2002年气候数据、NDVI数据和DEM数据融合后的多源数据,进行非监督分类。经过分类后处理、空间分析、数据挖掘后,得出黄淮海地区1982—2002年植被覆盖变化图。结果表明:20 a间黄淮海地区植被覆盖变化较为和缓,保持了较一致性;变化比较剧烈地区主要分布在二、三地形阶梯交界及400 mm左右年降水量线处、山东低山丘陵以及淮河下游地区。     

北京山区植被覆盖动态变化遥感监测研究

植被覆盖变化遥感监测是区域生态监测的一个重要部分,可为区域生态建设和可持续发展提供科学依据.利用北京市1979年7月14日和2005年7月25日的Landsat MSS和TM影像,采用基于归一化植被指数(ND-VI)的像元二分模型,计算了这2个时期的植被覆盖度,并对北京山区1979-2005年间植被覆盖的变化情况进行了遥感监测和定量分析.结果表明,北京山区的植被覆盖度由1979年的70.05%下降为2005年的66.14%;植被退化的总面积为3672.90km2;植被覆盖度在80%～100%的退化面积最大,为617.45km2.     

近15 a黄土高原植被覆盖时空变化及驱动力分析

研究黄土高原地区植被覆盖变化及其驱动因素可以揭示研究区气候变化和人工生态调节过程对植被变化的影响。基于500 m分辨率的MODIS-NDVI数据和同期气象数据,运用均值法、斜率分析法、相关分析法及残差法,分析了2001-2015年黄土高原的植被时空演变变化特征及其驱动因素。结果表明：近15 a黄土高原植被在季度上总体都呈现增加趋势且存在一定差异,夏、秋季植被增加最为明显;黄土高原植被覆盖在空间上呈现自东南向西北递减的分布特征;植被NDVI变化在不同季节上都存在明显的空间差异;黄土高原植被NDVI对气温、降水的响应关系有明显的季节差异,并在空间上与降水的相关性显著,与温度相关性不明显;人类活动对植被覆盖变化有双重影响,其中生态恢复工程是黄土高原中部地区植被覆盖快速增加的重要因素。     

1982-2006年蒙古高原植被覆盖时空变化分析

在利用HANTS方法对GIMMS NDVI数据进行时间序列平滑处理的基础上,对蒙古高原1982-2006年植被覆盖时空动态变化进行了分析.结果表明:蒙古高原植被覆盖年平均上升趋势为0.0004·a-1,其中蒙古国的上升趋势(0.0005·a-1)比中国内蒙古(0.0003·a-1)更加显著,而内蒙古多年平均NDVI比蒙古国高0.0433;从不同类型植被NDVI变化趋势看,除森林和戈壁荒漠的NDVI变化趋势较平稳外,草地、农田和灌丛均呈显著的上升趋势;从空间分布趋势看,在过去的25年内植被覆盖呈增加趋势的地区主要分布在高原南部——内蒙古农牧交错区和蒙古国中、西和北部的山脉及其环抱的大湖盆地地区,而植被覆盖呈下降趋势的地区主要集中在高原中部的干旱地带和东部呼伦贝尔地区;从时间推移规律看,蒙古高原植被覆盖在4个不同研究时间段内(20世纪80年代、90年代、21世纪初和过去25年间)呈增加(包括显著增加)趋势的面积均大于呈下降趋势的面积,且其面积按20世纪80年代＜90年代＜21世纪初的顺序依次增加.     

2000—2015年伊犁河谷植被覆盖时空变化特征

利用2000—2015年的EOS/MODIS数据,采用趋势分析、Hurst指数、变异系数法对伊犁河谷植被时空变化及未来趋势进行分析,结果显示:空间分布上,伊犁河谷植被覆盖度呈北部、南部、东部偏高,西部、中部偏低的分布特征;时间变化上,2000—2015年,伊犁河谷植被覆盖度波动减小,减速为6.25%·(10 a)^-1;区域分布上,伊犁河谷植被表现为低波动变化,波动程度中等以及下占73.16%,波动程度高的区域占26.84%。未来预测表明,伊犁河谷植被覆盖呈退化趋势,其中,持续退化的面积占57.55%,持续改善的面积占13.51%。     

Spatial and temporal variations of vegetation in Qinghai Province based on satellite data

This paper used five years (2001-2006) time series of MODIS NDVI images with a 1-km spatial resolution to produce a land cover map of Qinghai Province in China. A classi-fication approach for different land cover types with special emphasis on vegetation, espe-cially on sparse vegetation, was developed which synthesized Decision Tree Classification, Supervised Classification and Unsupervised Classification. The spatial distribution and dy-namic change of vegetation cover in Qinghai from 2001 to 2006 were analyzed based on the land cover classification map and five grade elevation belts derived from Qinghai DEM. The result shows that vegetation cover in Qinghai in recent five years has been some improved and the area of vegetation was increased from 370,047 km2 in 2001 to 374,576 km2 in 2006. Meanwhile, vegetation cover ratio was increased by 0.63%. Vegetation cover ratio in high mountain belt is the largest (67.92%) among the five grade elevation belts in Qinghai Prov-ince. The second largest vegetation cover ratio is in middle mountain belt (61.80%). Next, in the order of the decreasing vegetation cover ratio, the remaining grades are extreme high mountain belt (38.98%), low mountain belt (25.55%) and flat region belt (15.46%). The area of middle density grassland in high mountain belt is the biggest (94,003 km2), and vegetation cover ratio of dense grassland in middle mountain belt is the highest (32.62%), and the in-creased area of dense grassland in high mountain belt is the greatest (1280 km2). In recent five years the conversion from sparse grass to middle density grass in high mountain belt has been the largest vegetation cover variation and the converted area is 15931 km2.     

三江源区MODIS植被指数时空分布特征

利用16天合成的250m分辨率的MODIS数据,对三江源区NDVI和EVI植被指数时空分布特征进行了系统性的研究。结果表明：NDVI和EVI空间分布呈现出由东南向西北逐步下降的趋势。植被指数随季节呈现出规律变化,最高值出现在8月。不同海拔高度两种植被指数对植被覆盖情况的指示作用比较一致。植被类型的NDVI与EVI的差异...     

1999-2013年中国耕地复种指数的时空演变格局

耕地复种是中国普遍的农业种植制度,对保障国家粮食安全和促进农村经济发展十分必要。本文基于1999-2013年1 km×1 km旬SPOT-NDVI数据和3期耕地数据,利用S-G （Savitzky-Golay）滤波方法,重建了农作物生长NDVI曲线;基于二次差分算法及相关阈值限定,提取了各时相复种指数;分析了1999-2013年中国耕地复种指数的时空变化过程。结果表明：① 中国耕地复种指数从北到南逐渐增加,其中种植制度上43.48%的耕地实行一年一熟,56.39%的耕地实行一年两熟,仅有0.13%的耕地实行一年三熟。② 1999-2013年间,中国耕地复种指数整体上呈现显著上升趋势,年均增加约为1.29%（P < 0.001）;但空间差异明显,复种指数显著降低（P < 0.1）的耕地仅占全国耕地的2.12%,主要分布在河北、北京、天津交界地区,安徽中部,四川的成都平原,江西的鄱阳湖平原,湖南的北部和南部以及广西的中部;16.40%的耕地复种指数显著上升（P < 0.1）,主要分布在甘肃的东部,陕西的渭河平原,山西的西部,河北、山东和天津交界处,山东的山东半岛和湖北的江汉平原。③ 耕地复种指数年际变化率与地形起伏和经济发展水平具有较好的相关关系：起伏度增强,复种指数上升;经济发展水平提高,复种指数降低。     

基于DEM-NDVI的高山植被带定量刻划

根据不同高山植被类型具有不同归一化植被指数响应的特点,通过对NDVI的分析来定量刻划高山植被带的海拔分布。首先,利用DEM、NDVI构建DEM-NDVI散点分布图;然后,结合地面调查资料与WorldView-2高分遥感影像对DEM-NDVI散点分布图进行统计回归分析;最后,利用分析结果定量刻划高山植被垂直分带结构。将该方法应用于四川卧龙大熊猫保护区的卧龙关沟,结果表明：① NDVI随海拔升高而呈“Z”字形变化;② DEM-NDVI散点图比样本点DEM-NDVI分布图能更完全地表达高山植被NDVI随高程变化的特征;③ 卧龙关沟东北坡高山植被带海拔高度为3255~4415 m,西南坡高山植被带海拔高度为3193~4473 m,与地面调查得到的区域代表植被的分布高度基本一致。     

2000-2012年祁连山植被覆盖变化及其与气候因子的相关性

研究祁连山地区植被覆盖变化及其与气候因子的响应关系对这一地区土地利用总体特征以及对区域及全球气候和环境变化都将产生深远的意义。利用2000-2012年美国国家航空航天局提供的MODIS NDVI数据并结合相应的气候资料,通过对逐像元信息的提取和分析,运用均值法、斜率分析法、相关分析法,研究了2000-2012年不同季节祁连山植被覆盖的时空变化及其与气候因子的相关性。结果表明:13 a来祁连山植被覆盖整体上呈增加趋势,其中春季植被改善最为明显,秋季次之;植被覆盖变化在不同季节都存在明显的空间差异;不同季节植被与气温、降水的时滞效应不尽相同;祁连山春季大部分地区NDVI与气温呈显著正相关,夏季NDVI与降水呈显著正相关,秋、冬季NDVI与降水、气温的相关性不明显。     

基于EOS/MODIS数据的NDVI与EVI比较研究

作为NOAA/AVHRR 归一化植被指数(NDVI) 的延续和发展, EOS/MODIS 归一化植被指 数(NDVI) 和增强植被指数( EVI) 在许多领域得到广泛应用。应用数理统计和地统计学方法对二 者进行的对比研究表明: NDVI 在植被生长旺盛期容易达到饱和, 而EVI 则能克服这一现象, 比 较真实地反映植被的生长变化过程; 相同空间分辨率下, EVI 取值范围、标准差与变异系数均高 于NDVI, NDVI 数据比较均一, 其空间相关性高于EVI, EVI 更能反映研究区域内植被空间差异。 关键词:MODIS; 归一化植被指数(NDVI) ; 增强植被指数( EVI) ; 对比     

青海省藏传佛教寺院时空分布特征

基于青海省藏传佛教寺院数据,以县（市）作为基本研究单元,综合运用数理统计方法和空间分析方法,分析青海省藏传佛教寺院的时空演变特征,揭示藏传佛教在青海发展演变模式。结果表明：①在时间分布方面,根据藏传佛教寺院增长率的变化情况,划分为4个阶段：宋元属萌芽阶段,明属初期发展阶段,清属快速发展阶段,近代（截止1995年）属稳定发展阶段;②在空间分布方面,存在着分别以玉树和化隆为中心的“双核集聚”空间分布密集区;③空间分布存在明显的地域分异规律,东多西少,分布不平衡趋势不断增强,分布重心向东北方向迁移;④藏传佛教寺院的空间全局与局部自相关特征显著,在寺院空间自相关演变趋势中,青海省“扩散型”区域的范围逐渐扩大且呈相对独立的“团状”分布,“落后型”区域呈连续的大片“块状”分布。     

石羊河流域海拔、植被覆盖与景观类型空间关系研究

 以Landsat/TM为数据源,在桌面GIS支持下解译出研究区各景观类型,根据植被的生长周期,结合植被指数[WTBX]NDVI[WTBZ]作为研究因子,采用目前较为流行的主成分变换法（PCA）,结合景观类型图和数字高程模型(DEM),参考相关地理基础图件,对石羊河流域海拔和植被覆盖进行分级分类。运用叠置分析法研究了不同海拔高度和不同植被覆盖下[WTBX]NDVI[WTBZ]变化情况;同时分析了各景观类型与海拔和植被覆盖三者之间的空间关系。结果表明：研究区各景观类型大体依海拔呈垂直性分布,各自然要素组成垂直分异性特征亦较为明显。植被覆盖、景观类型与海拔之间呈垂直型分布规律,低海拔区景观类型单一,主要为荒漠系统,且与植被覆盖关系密切,相关度也最高;高海拔区景观类型较为复杂并交错分布,与植被覆盖关系不大,拟合效果不理想。此次研究目的在于对石羊河流域景观格局特征和格局优化研究提供参考思路,对流域生态规划和治理提供依据,对干旱内陆河流域植被及生态环境变化研究具有深远意义。     

基于MODIS NDVI时序数列的柴达木盆地土地覆盖分类研究

以2003年柴达木盆地的MODIS卫星遥感影像为基础数据,结合野外实地考察资料,综合分析了2003年柴达木盆地的植被指数时间变化与空间分布特征,提取了该年度该区域各主要土地覆盖类型NDVI的时序数列曲线,采用NDVI时序数列变化曲线形状匹配方法对柴达木盆地进行了土地覆盖类型分类.在此基础上使用了将以月为单位的变化曲线转换为十二维空间中的单位向量,比较向量夹角以决定其相似度的先进算法,取得了良好的分类效果,获得了2003年柴达木盆地比较精确的土地覆盖分类图.提出了利用MODIS卫星遥感影像进行土地覆盖分类的新方法.     

Spatial-temporal patterns of vegetation dynamics and their relationships to climate variations in Qinghai Lake Basin using MODIS time-series data

Global warming has led to significant vegetation changes in recent years. It is necessary to investigate the effects of climatic variations（temperature and precipitation） on vegetation changes for a better understanding of acclimation to climatic change. In this paper, we focused on the integration and application of multi-methods and spatial analysis techniques in GIS to study the spatio-temporal variation of vegetation dynamics and to explore the vegetation change mechanism. The correlations between EVI and climate factors at different time scales were calculated for each pixel including monthly, seasonal and annual scales respectively in Qinghai Lake Basin from the year of 2001 to 2012. The primary objectives of this study are to reveal when, where and why the vegetation change so as to support better understanding of terrestrial response to global change as well as the useful information and techniques for wise regional ecosystem management practices. The main conclusions are as follows：（1） Overall vegetation EVI in the region increased 6% during recent 12 years. The EVI value in growing seasons（i.e. spring and summer） exhibited very significant improving trend, accounted for 12.8% and 9.3% respectively. The spatial pattern of EVI showed obvious spatial heterogeneity which was consistent with hydrothermal condition. In general, the vegetation coverage improved in most parts of the area since nearly 78% pixel of the whole basin showed increasing trend, while degraded slightly in a small part of the area only.（2） The EVI change was positively correlated with average temperature and precipitation. Generally speaking, in Qinghai Lake Basin, precipitation was the dominant driving factor for vegetation growth; however, at different time scale its weight to vegetation has differences.（3） Based on geo-statistical analysis, the autumn precipitation has a strong correlation with the next spring EVI values in the whole region. This findings explore the autumn precipitation is an important indicator