共查询到19条相似文献，搜索用时 140 毫秒
1.
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。 相似文献
2.
利用2000~2014年MODIS NDVI产品,基于像元二分模型计算重庆市近15年来的植被覆盖度,并对其变化强度以及变化趋势进行了分析。结果表明,重庆市植被状况良好,2000~2014年平均植被覆盖度为65.24%,其中2014年为67.48%;渝东北、中部偏东和偏南地区植被覆盖度相对较高,渝西地区较低,主城区最低。尽管气象条件的年际变化造成植被覆盖度的起伏波动,但自2000年以来,全市植被覆盖度总体呈波动上升趋势,共增长了5.88%,平均年变化率为0.42%;境内91.03%的区域植被覆盖度有不同程度改善,其中,中度以上改善的区域占64.30%。以各区县为监测空间单位,各地植被覆盖度的变化趋势虽然不尽相同,但基本都保持增长的变化趋势,年平均增长率最高的区县为渝中区、长寿区、巴南区、合川区等。 相似文献
3.
利用1982年～2002年Pathfinder NDVI遥感数据,采用REOF和倾向度趋势分析方法,研究了5～6月青藏高原地表植被的区域变化特征及时间变化趋势。21a来高原区域植被总体呈增加趋势,但这种变化趋势有着明显的时间和空间差异。表现为5～6月空间上存在一个位于高原南北的两条呈带状分布的植被显著变化区域。该区域内植被对前期气温变化响应迅速,生物量随气温升高呈现出显著的一致增加趋势,增长速率大都超过10%/10a,与前期4～5月全球平均气温相关系数达到0.71,是全球变暖响应的敏感区。进一步的分析表明这种对全球变暖响应的区域差异主要来自于植被分布的不同,植被变化显著的区域基本上处于高山山脉或半荒漠地区NDVI值低于0.12的本底植被覆盖较低的区域。从植被覆盖类型看,草地植被生物量随全球变暖增幅明显,21a约增加10%,对全球变暖响应明显,而中高覆盖区植被和其他类型植被随气温升高的增幅较小,对全球变暖响应较弱。 相似文献
4.
基于MODIS数据的西藏荒漠化遥感监测研究 总被引：1，自引：0，他引：1
基于MODIS卫星NDVI产品构建了西藏荒漠化监测模型,利用该模型分析了2000—2017年全区荒漠化时空分布特征和趋势变化,并利用实地调查的植被覆盖度及影像资料进行模型验证。结果表明:近18年来西藏主要以中度荒漠化土地为主,占全区面积的37.68%,非荒漠化区域面积占28.65%,轻度和重度荒漠区面积分别占全区面积的13.20%和12.64%。全区荒漠化总体趋势属微弱改善状态,继续退化区域主要集中在西藏中部,包括那曲地区东南部,拉萨市大部,日喀则市东部和山南市北部。阿里地区大部和那曲地区北部属改善区。整体上全区荒漠化态势以稳定为主,占45.79%。改善和退化区域面积分别占23.58%和22.52%。构建的荒漠化指数与实测植被覆盖度呈负相关关系,判定系数R~2=0.52(P0.05),表明实测样本与模型结果总体上趋于一致,反演模型可以作为研究区土地荒漠化监测方法。 相似文献
5.
内蒙古植被NDVI变化特征分析 总被引：2，自引：0，他引：2
对植被状况和植被覆盖的研究可以反映植被受环境条件影响产生的时空变化。文章根据GIMMS-NDVI数据集1982—2006年影像数据,分析内蒙古农田、森林、草原三种植被类型NDVI年内、年际的变化趋势以及植被覆盖变化特征的空间差异。各植被类型变化曲线都呈现4—7月NDVI激增,8—10月NDVI猛降,冬季农田、草原植被覆盖接近裸土的特点。农田夏季NDVI平均值的历年线性变化趋势通过显著性检验,森林夏季NDVI平均值呈现下降的趋势,草原夏季NDVI平均值呈现上升的趋势,但都不显著。 相似文献
6.
《内蒙古气象》2021,(1)
以黄河流域内蒙古段为例,基于NOAA/AVHHRR和SPOT数据和气象站点数据,利用Mann-Kendall趋势检验方法,对黄河流域内蒙古段NDVI和气候变化趋势进行研究。结果表明:(1)从气候上看,黄河流域内蒙古段和周边内蒙古境内气象站点的年平均气温呈现明显的上升趋势,气候倾向斜率为0.048℃/a,年降水量没有明显变化趋势,年平均相对湿度在空间上主要表现为黄河流域内蒙古段的北部明显减少,中部和南部无明显趋势;(2)1981—2017年,黄河流域内蒙古段NDVI从空间上呈现由北向南从低到高再到低的分布状态,NDVI以0.1～0.4为主,占本流域面积的74.4%;(3)NDVI值显著增加的区域占流域面积的43.39%,主要分布在河套平原、呼和浩特市、包头市、鄂尔多斯市交界处;NDVI无明显变化的区域占流域的38.07%,主要分布在阴山山脉、鄂尔多斯高原;NDVI显著减少区域占流域面积的17.94%,主要分布在大青山、库布齐沙漠;结合土地利用类型来看,耕地区的NDVI值较高,且变化趋势以显著增加为主,草地区的NVDI值较低,无明显变化趋势;(4)NDVI年平均值较高的区域,变化趋势以显著增加为主,在NDVI值较低的地区,NDVI的变化趋势以显著减少为主;准格尔旗和呼和浩特市交界地区植被覆盖状况较差,改善的趋势却十分明显。 相似文献
7.
利用2000—2007年的归一化植被指数,分析了近期西藏地区植被的分布状况及变化趋势,从气候条件、人类活动及其他因素等3个方面讨论了典型区域(那曲地区)植被减少的原因。结果表明,植被覆盖最好的区域是林芝及山南南部,其次是昌都、拉萨及那曲东部;不同地区的植被有显著的季节差异。近年来西藏部分地区的植被状况有所改善,植被覆盖减少最严重的区域位于那曲中东部,就全区平均而言,植被覆盖明显减少时段出现在2003—2006年之间;降水量增加(减少)、风速减少(增加)基本对应着植被覆盖的增加(减少)。近期那曲地区气温升高、降水量减少,可能导致植被覆盖减少;人口增长,城市化加剧,过度放牧,有毒植物增多,中草药的挖掘,地下矿产资源的开采以及严重的草地鼠害、虫害等都导致了那曲地区植被覆盖的减少。 相似文献
8.
利用2000—2017年广西典型喀斯特区MODIS NDVI卫星遥感影像,研究近20 a来喀斯特地区植被及不同等级石漠化区植被时空变化状况,分析降水及气温与喀斯特地区植被变化的相关性,探讨植被变化与气象因子的关系。结果表明:(1)研究区植被及各石漠化等级区植被年内NDVI变化特征均表现出"夏秋高,冬春低"的趋势,随着石漠化等级加重,植被NDVI均值降低。植被NDVI峰值多出现在8月上旬至9月上旬,谷值出现在1月和2月上旬。但以灌草为主的轻、中、重石漠化区植被NDVI峰值出现时间较早,以乔木为主的潜在石漠化区植被NDVI峰值出现时间较迟。(2)2000—2017年百色全喀斯特地区及各等级石漠化区植被NDVI均呈改善趋势,且重度石漠化区植被改善趋势最明显,轻度石漠化区次之。研究区植被多为稳定变化和改善趋势,改善、变化不大和退化面积比例分别为38.27%、57.86%、4.87%。(3)平均气温和降水量与研究区植被NDVI相关性均较高,且平均气温与植被NDVI的相关性总体好于降水量。年尺度气温和降水量对植被NDVI影响均较明显,季度尺度上,秋季和春季气温降水对植被NDVI影响较大,冬季影响最小。目前气候变暖引起的增温幅度有利于研究区植被生长,春夏季降水减少、秋季降水增多的气候变化趋势更利于研究区植被改善。 相似文献
9.
基于2000—2014年4—10月西藏气象站遥感干旱指数 (条件植被指数,VCI) 和气象干旱指数 (标准降水指数,SPI) 之间的相关性,评估植被对气象干旱的响应特征,通过分析气候环境要素对响应特征的影响并归纳相应规则,获取西藏地区植被对气象干旱有明显响应的区域分布。结果显示:VCI与12周时间尺度的SPI具有较强相关性,说明西藏地区植被生长对降水的响应大约滞后12周;植被对气象干旱响应不敏感的原因主要包括气候极度干燥或极度湿润、土地覆盖类型为森林、年平均归一化植被指数 (NDVI) 值过小、多年NDVI变化标准差过小、有降水之外的其他水源补给等;基于对区域气候环境要素特征的分析,可以得出西藏中部偏南地区植被对气象干旱有明显响应,主要包括拉萨地区、山南地区北部、日喀则地区东部、那曲地区中部和西南部、阿里地区的东南部。 相似文献
10.
《气象研究与应用》2021,42(2)
利用2000—2019年MODIS卫星遥感数据获取的归一化植被指数(NDVI)数据,通过像元线性分解模型、最大值合成法等方法计算河池市植被覆盖度,对河池市植被覆盖度时空变化趋势和特征进行分析。结果表明,近20a河池市植被覆盖度整体呈增加趋势,上升速率为6.84%·(10a)-1,月最大、最小值分别出现在8月、2月,植被覆盖度在夏季最大、冬季最小;2011—2015年和2016—2019年两个时段的植被覆盖度有了明显改善,其中2016—2019年植被覆盖度的较高及其以上等级的面积占比为98.09%;河池市99.4%区域的植被覆盖度变化趋势为正向变化,大化县西部、巴马县南部及环江中西部等区域的年变化趋势率明显高于全市植被覆盖度年变化速率。 相似文献
11.
2000年以来中国区域植被变化及其对气候变化的响应 总被引：1，自引：0，他引：1
气候是植被变化的主要驱动因子,研究全球增暖背景下中国区域植被变化及其对气候的响应对于国家开展重大生态恢复评估和未来植被保护政策制定具有重要意义。利用2000-2016年MODIS植被指数(Normalized Difference Vegetation Index,NDVI)数据集,运用统计分析方法,从平均态、线性趋势、时间序列、相关性等方面系统分析了2000年以来中国区域植被变化及其对气候变化的响应。结果表明:中国区域NDVI在平均态上呈现从东南向西北递减的空间分布,受降水生长季的影响,东部地区植被指数明显较大;我国大部分地区NDVI呈现增加的趋势,其中湿润半湿润地区NDVI增长幅度为0.037·(10a)-1,而在干旱半干旱地区变化较小[0.013·(10a)-1]。NDVI的变化与气候驱动因素的相关性存在一定的区域差异,其中:NDVI与气温变化在东南沿海、东北东部以及青藏高原北部等地区呈现出显著正相关,而在青藏高原南部等地区呈现微弱的负相关;除青藏高原、塔里木盆地和东北北部等地区外,NDVI与降水量在全国大多数地区呈正相关。从全国平均来看,温度和降水变化对NDVI的贡献分别为7.5%和9.1%,其中温度对NDVI变化的贡献主要体现在湿润半湿润地区(9.3%),而降水的贡献则在干旱半干旱地区(12.2%)。植被变化对气候要素驱动的响应也呈现出明显的区域差异性,在我国东南沿海、云贵高原东部、四川盆地等南方地区以及黄河中下游、东北东部等部分地区,NDVI变化对气温的敏感性最强;而在中国北方干旱半干旱大部分地区,NDVI变化则是对降水驱动具有很显著的响应特征。总体而言,气温是驱动南方地区植被变化的主导因子,而降水则调控着北方地区植被生长变化。 相似文献
12.
对植被的动态监测可以从一定程度上反映气候变化趋势。该文利用2000—2005年MODIS NDVI数据对锡林郭勒盟典型草原植被变化进行动态监测,在此基础上,以降水量、水汽压、平均气温、最高气温、最低气温、日照时数作为气候指标,分析锡林郭勒盟典型草原和荒漠草原MODIS NDVI与同期及前期气候因子的相关性,探讨草原植被变化的气候驱动因子。结果表明:2000—2005年锡林郭勒盟植被改善面积大于退化面积,植被退化面积最大的区域为荒漠草原,占全盟面积的12.84%,植被改善面积最大的区域为典型草原,占全盟面积29.09%。4类草原改善趋势由强到弱的顺序为草甸草原、典型草原、沙地草原、荒漠草原。对于典型草原,其NDVI与最高气温关系最密切,其次为水汽压;对于荒漠草原,其NDVI与最高气温关系最为密切,其次为最低气温。此外,NDVI对气候因子的响应表现出明显的时滞效应。 相似文献
13.
该文利用EOF分解得到的1982—2001年西南地区夏季平均、最高和最低气温的时空特征显示, 西南地区夏季平均、最高气温的时空变化具有很好的一致性, 尤其是川渝地区20世纪80年代为气温负距平, 90年代开始有明显升温。利用GIMMS NDVI和西南4省市96个台站的气温资料进行了相关分析、合成分析以及SVD分析, 得到前期冬季青藏高原植被影响该区夏季气温的滞后关系以及影响较大的区域。结果表明:西南地区夏季平均气温、最高气温对青藏高原冬季植被变化较敏感, 其中青藏高原西部NDVI与西南地区夏季气温的相关强于东部; 青藏高原NDVI异常偏高对应西南地区夏季气温偏高, 其中最高气温升高较明显, 增温最大值出现在7月, 位于西南地区北部; 青藏高原冬季植被变化与西南地区平均气温、最高气温和最低气温的最佳耦合模态中影响程度及关键区域略有差异, 青藏高原冬季NDVI与夏季平均气温关系最密切, 其中青藏高原东北大部分地区和南部 (包括拉萨及林芝东部地区) 的影响最大, 气温对前期青藏高原NDVI变化反应的敏感区主要位于四川盆地及其附近地区。 相似文献
14.
Assessment of vegetation dynamics and their response to variations in precipitation and temperature in the Tibetan Plateau 总被引：10，自引：1，他引：9
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. 相似文献
15.
Interannual variability and correlation of vegetation cover and precipitation in Eastern China 总被引：5，自引：1，他引：4
Dejuan Jiang Hua Zhang Yong Zhang Kun Wang 《Theoretical and Applied Climatology》2014,118(1-2):93-105
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. 相似文献
16.
邢文渊 《沙漠与绿洲气象(新疆气象)》2014,8(1):61-65
利用250m的EOS／MODIS数据,结合1：250000的土地利用分类图,借助ENVI软件对巴里坤草地变化进行研究,制作掩膜,剔除巴里坤的非草地NDVI信息,只保留草地的NDVI信息,提取巴里坤县2003--2012年连续10a的草地NDVI信息数据,并以2003年巴里坤草地NDVI为本底数据,计算巴里坤草地面积的动态变化。结果表明：巴里坤草地NDVI差值动态变化较大的主要发生在区间[0．001,0．1）与（-0．1,-0．001],两区间面积合计能占到巴里坤草地面积的90％以上;其次位于区间[0．1,O．2）与（-0．2,-0．11,两区间面积合计占比不到巴里坤草地面积的6％。表明其年际间发生的变化是以微幅变动为主,其发生区域主要集中在覆盖度较低的荒漠化草地和低盖度草地;NDVI差值动态变化发生较大范围变化的面积占比并不大,表明当地的草地生态系统具有一定的相对稳定性。草地NDVI的差值动态变化更能体现出局部区域的细微变化。 相似文献
17.
基于GIMMS（global inventory modeling and mapping studies）NDVI 3g数据,在提取北半球荒漠草原过渡带每年植被物候期的基础上,研究了1982-2012年物候期的时间演化趋势及空间分异特征,并结合全球气候再分析资料,探讨了物候变化的气候驱动因素。结果表明：在1998年之前,荒漠草原过渡带植被物候期变化地区间差异较大,而在1998年之后,北半球荒漠草原过渡带生长季结束期整体提前,平均提前0.41 d/a;同时,除萨赫勒以外的各地区植被生长季长度普遍缩短,平均缩短0.88 d/a。植被物候期与气候因子的相关分析发现,荒漠草原过渡带植被物候变化受气候变化影响显著,且空间差异明显。在中高纬度地区,气温是限制植被活动的关键因子,温度升高可以促进生长季开始期的提前,而降水增加则会妨碍植被生长;在较低纬度地区,水分是影响植被活动的关键因素,高温造成的水分亏缺会导致植被生长季缩短。从植被物候期对各气候因子响应的时滞性来看,荒漠草原过渡带植被的物候期对气温变化的响应最迅速,对蒸散的响应存在一定的滞后性,而对降水的响应不存在时滞差异。 相似文献
18.
全球及中国区域长时间序列卫星数据集(CG-LTDR)包括地表反照率、叶面积指数、土地覆盖分类、植被指数和积雪覆盖产品。为了应用CG-LTDR和其他卫星气候数据,基于WEBGIS技术建立了CG-LTDR系统,实现对卫星气候数据集的在线管理和显示分析功能。本文介绍了CG-LTDR卫星气候数据集及显示分析系统,并利用NDVI数据对中亚及周边核心区的植被状况和长期变化进行分析。结果表明:哈萨克斯坦、吉尔吉斯斯坦和塔吉克斯坦地区及新疆西部和北部植被平均状况较好。中亚地区的植被在20世纪90年代和2000年代整体状况较好,20世纪80年代相对较差,2010年后空间变化不均。特别是从21世纪开始我国西部沙漠化程度加重,一些地区地表植被严重破坏,生态环境变化不容乐观。由于中亚地区常规观测少,利用CG-LTDR卫星气候数据集对中亚地区进行应用具有很好的意义,CG-LTDR可以为农牧资源和生态环境提供有效信息。 相似文献
19.
The Influence of Vegetation Cover on Summer Precipitation in China： a Statistical Analysis of NDVI and Climate Data 总被引：18，自引：0，他引：18
This study provides new evidence for the feedback effects of vegetation cover on summer precipitation in different regions of China by calculating immediate (same season), and one-and two-season lagged correlations between the normalized difference vegetation index (NDVI) and summer precipitation. The results show that the correlation coefficients between NDVI in spring and the previous winter and precipitation in summer are positive in most regions of China, and they show significant difference between regions. The stronger one-and two-season lagged correlations occur in the eastern arid/semi-arid region, Central China,and Southwest China out of the eight climatic regions of China, and this implies that vegetation cover change has more sensitive feedback effects on summer precipitation in the three regions. The three regions are defined as sensitive regions. Spatial analyses of correlations between spring NDVI averaged over each sensitive region and summer precipitation of 160 stations suggest that the vegetation cover strongly affects summer precipitation not only over the sensitive region itself but also over other regions, especially the downstream region. 相似文献