中国西北地区植被覆盖变化驱动因子分析

利用GIMMS/NDVI数据分析了中国西北地区1982-2006年植被覆盖时空变化特征及其驱动因子。近25 a来,中国西北地区年均植被NDVI增速为0.5%/10 a,并存在明显的空间差异。天山、阿尔泰山、祁连山、青海的中东部等地区植被NDVI显著增加;青海南部地区、陕西和宁夏交界地区、甘肃的部分地区以及新疆的塔里木盆地、吐鲁番、塔里木河、托里等地区植被NDVI下降。从不同植被类型来看:林地、草地和耕地的年均NDVI都在提高。研究表明:中国西北地区植被NDVI变化是各种自然和人为影响因素综合作用的结果。自然植被(林地等)变化更大程度上反映了气候变化对植被的影响,而人工植被(耕地等)变化更多体现的是人类活动的作用。不同高程、坡度、坡向上的植被NDVI变化存在较大差异,当海拔超过4 000 m时,植被NDVI增加趋势很小;坡度低于25°的坡地植被NDVI增加主要是由于近年来的植被建设;阳坡植被变化比阴坡活跃,植被改善趋势较强。植被NDVI与气温、降水的年际变化整体上都呈弱的正相关,温度上升使蒸发量增大,促进了土壤的干化,不利于植被生长,并且灌溉农业区的河水灌溉会降低农业植被NDVI和降水的相关程度。农业生产水平和植被生态建设等人类活动对西北地区植被NDVI增加起重要作用。     

基于MODIS数据新疆土壤干旱特征分析

干旱是一种常见的自然灾害,严重影响着新疆的农业生产。利用中分辨率成像光谱仪MODIS影像MOD11A2数据和MOD13A2数据,数字高程模型(DEM)对Ts进行了纠正,提取归一化植被指数(NDVI)和地表温度(Ts)构建NDVI-Ts特征空间,并依据特征空间计算的温度植被干旱指数(TVDI)作为监测土壤湿度指标,反演了新疆2013年5、6、7三个月每16 d的土壤湿度。较好地反映地表图层土壤湿度,分析了新疆土壤湿度的时空分布特征,新疆北部地区土壤湿度高于南部,西部的土壤湿度高于东部,且土壤湿度由西北向东南逐步减小,依次表现为湿润>正常>轻旱>中旱>重旱>极旱;由5月到7月土壤湿度不断增大,这与新疆降水量分布和实地土壤含水率十分吻合,监测结果可信,能够为决策部门防旱抗旱提供有力的信息支持。     

3个时期骆马湖大型水生植物的分布及变化

大型水生植物对湖泊的生物地球化学循环具有重要影响.一方面,大型水生植物在生长过程吸收营养;另一方面,其通过向水体释放氧气而影响磷元素以及其他相关因子,进而影响磷元素的生物地球化学循环.为了从宏观上了解骆马湖生态系统变化,以1990年9月20日、2000年5月2日和2008年10月15日Landsat TM/ETM+影像为主要数据源,以大型水生植物的归一化植被指数(NDVI)为测试变量,运用分类回归树(classifica-tion and regression tree,CART)方法确定分割阈值,通过构建知识决策树的方法识别骆马湖大型水生植物动态变化特征.3个时期的遥感分类的总体精度与kappa系数分别为92.28％和0.87、91.73％和0.86、93.38％和0.88,因此,该方法的分类精度完全满足骆马湖水生植物分布及变化的研究.研究结果表明,骆马湖大型水生植物分布面积由1990年的55.461 6 km2,减少到2000年的41.801 4 km2,2008年又增加到79.065 km2;大型水生植物主要分布在骆马湖北部河湖交汇区;人类活动干扰是造成骆马湖大型水生植物分布面积发生变化的主要原因.     

Links between Western Pacific Subtropical High and vegetation growth in China

There is a lack of simple ways to predict the vegetation responses to the East Asian Monsoon (EAM) variability in China due to the complexity of the monsoon system. In this study, we found the variation of the Western Pacific Subtropical High (WPSH), which is one of the major components of the EAM, has a profound influence on the vegetation growth in China. When the WPSH is located more to the west of its climate average, the eastern and northwestern parts experience increased yearly-averaged normalized difference vegetation index (NDVI) and gross primary productivity (GPP) by 0.3%–2.2%, and 0.2%–2.2%, respectively. In contrast, when the WPSH is located more to the east of its climate average, the above areas experience decreased yearly-averaged NDVI and GPP by 0.4% to 1.6%, and 1.3% to 4.5%, respectively. The WPSH serves as a major circulation index to predict the response of vegetation to monsoon.