共查询到19条相似文献，搜索用时 109 毫秒
1.
利用NASA提供的16天合成MODIS数据,以归一化植被指数(NDVI)作为植被覆盖特征指标,研究了2001~2008年那曲县NDVI变化特征,分析了温度、降水等气象因子与NDVI关系。结果显示:近年来那曲县最大NDVI、年均NDVI呈减小趋势;NDVI月变化与温度、降水显著正相关;年平均NDVI、植被生长季平均NDVI与气象因子相关性不明显;畜牧总量与植被生长季NDVI显著负相关。 相似文献
2.
3.
大兴安岭植被NDVI变化及其对气候的响应 总被引：3，自引：0，他引：3
利用S-G(Savitsky-Golay)滤波对2000—2016年呼伦贝尔市境内的大兴安岭植被NDVI序列进行逐栅格重构并剔除突变点,结合大兴安岭海拔、坡向、坡度等地理因子和气温、降水等气象因子,分析大兴安岭植被生长季NDVI的变化及其对气候的响应。结果表明:大兴安岭植被NDVI生长季均值呈上升趋势,平均增速为0. 029/10 a。植被NDVI随海拔的增加呈现先缓慢减小后迅速增加的趋势,随坡向变化不大,随坡度的增加而增加。植被NDVI的生长季均值与1 a前和2 a年前的降水呈现显著的正相关,具有明显的滞后性。在每年植被恢复生长初期各海拔植被均与气温呈现极显著的正相关,年内植被NDVI与降水的相关性在垂直方向上存在较大差异。 相似文献
4.
基于2006—2012年主要生长季(5—9月)MODIS旬最大值合成NDVI数据,结合同期气温、降水插值栅格资料,采用均值法、线性回归法、相关系数法分析了伊犁河谷地区七大不同草地类型NDVI的时空变化规律及其对气象因子响应的敏感性及滞后性。结果表明:(1)伊犁河谷草地植被NDVI整体呈微弱增加趋势,其中,温性荒漠类草地的增加趋势略高于其他几种类型。(2)温性草甸草原、温性草原、温性荒漠草原、高寒草原、低平地草甸的NDVI主要受降水影响,即NDVI与生长季平均降水量呈极显著正相关,且平均降水量每增加1 mm,其NDVI分别增加0.005、0.006、0.007、0.004、0.003。(3)不同草地类型与气温、降水存在不同的滞后响应,多数草地类型5月气温、降水与7月NDVI表现出显著相关性。其中,温性草甸草原、温性草原、温性荒漠草原NDVI受气温和降水共同影响,气温每升高1℃,NDVI分别减少0.020、0.028、0.027,降水每增加1 mm,NDVI分别增加0.002、0.003、0.003;高寒草原主要受降水影响,降水每增加1 mm,NDVI增加0.003;低平地草甸主要受气温影响,气温每升高1℃,NDVI减少0.016;温性荒漠、沼泽与气温、降水没有明显相关性。不同草地类型对水热因子的需求不同,是产生这种结果的主要原因。 相似文献
5.
青藏高原植被指数最新变化特征及其与气候因子的关系 总被引：2，自引：1，他引：1
利用GIMMS/NDVI(全球库存模拟和影像研究/归一化植被指数,Global Inventory Modeling and Mapping Studies,Normalized Difference Vegetation Index)和MODIS/NDVI遥感数据以及青藏高原6个气象代表站的站点数据,结合多种统计和计算方法,分析了青藏高原植被NDVI变化规律及其影响因子。结果表明:1982~2013年青藏高原多年平均植被NDVI的空间分布存在明显的区域差异,总体上呈从东南向西北递减的趋势,而且发现不同地区植被的时间变化规律也不尽相同。根据高原长势最好的6~9月植被NDVI进行经验正交分解,将青藏高原植被分为5个区,并进一步分析了不同分区内植被的变化规律,得出:青藏高原植被NDVI下降最明显的区域在二区的噶尔班公宽谷湖盆地地区和北羌塘高原地区,植被NDVI上升最明显的区域在四区的祁连山东部地区。为了探讨青藏高原不同分区内影响植被NDVI下降的因子,从青藏高原二区、四区、五区各选取NDVI处于下降趋势的两个代表站点。研究分析了各个站点植被NDVI与降水量、平均气温、平均最低气温、平均最高气温、日照百分率5个气象因子的关系,得出:在高原二区日照强度是其它分区的两倍左右,而降水量相对较少导致植被NDVI降低。高原四区由于降水量小、温度高、日照强,导致植被NDVI处于下降趋势;在青藏高原五区虽然降水充足,但日照较弱,限制了植被的正常成长导致NDVI处于下降趋势中;其结果为高原植被退化机制研究及高原植被对大气反馈等奠定了基础。 相似文献
6.
基于澜沧江流域10个气象站点1951~2012年的日降水资料的逐月标准化降水蒸散指数(SPEI)值、各站1998~2012年流域的归一化植被指数(NDVI)值,利用SPEI以及趋势分析法,多尺度分析了澜沧江流域干旱发生的时间和强度演变特征以及上中下游NDVI时间变化特征,探讨了气候变化对植被变化的影响,并对NDVI与SPEI的变化进行了相关性分析。结果表明,不同站点和不同时间尺度的SPEI值均呈现出干旱化逐年加强的线性趋势,上游相对于中下游干旱态势较轻,且时间尺度越大,干旱波动趋势越明显;在季节尺度上,夏、秋、冬的SPEI值均呈下降趋势,其中冬季干旱最为严重;15年来澜沧江流域各区域年平均NDVI总体表现为先降低后增加,总体植被状况得到改善,其中下游较明显。从年际变化看,对于流域的不同区域,NDVI与不同尺度的SPEI的相关性和滞后性有较大差异,年代际之间的响应规律也不同,中下游的SPEI对同年NDVI的响应比较敏感,而上游则表现出明显的滞后性。说明NDVI对SPEI的响应比较敏感,干旱程度的变化在一定程度上影响着流域的植被状况,SPEI是影响NDVI的因素之一。 相似文献
7.
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
8.
《干旱气象》2020,(1)
基于黄土高原83个地面气象站2000—2016年观测数据,计算标准化降水蒸散发指数(SPEI,standardized precipitation evapotranspiration index),分析黄土高原干旱时空变化特征,并结合对应时段的归一化植被指数(NDVI,normal difference vegetation index),研究不同土地利用类型及不同海拔高度植被对气象干旱的响应。结果表明:(1)通过旋转经验正交函数(REOF,rotational empirical orthogonal function)可将黄土高原划分为东南区、东北区、西南区和西北区;除西北区外均呈明显湿润化特征。(2)生长季各月黄土高原NDVI均呈显著增大趋势,NDVI均与SPEI呈正相关关系,其中两者在6—9月相关性最强(P 0. 05)。(3)对于研究区内4种土地利用类型(耕地、草灌、森林和未利用土地),生长季内NDVI与SPEI呈显著正相关的面积百分比在草灌类型最大(62. 54%),耕地类型次之(52. 97%),而森林类型最小(25. 62%)。(4) 6—9月NDVI与SPEI呈显著正相关的面积百分比随海拔的升高先增加后减小,最大值出现在海拔1500～2000 m。 相似文献
9.
10.
选取西藏藏北高原西部高寒草原植被、中部高寒草甸植被及东南部高寒灌丛草甸植被 3 种藏北地区最典型的植被类型, 结合临近 3 个气象观测站的资料, 分析这 3 种典型植被类型地区 1999—2001 年旬平均气温、旬总降水量和 SPOT VEGETATION 卫星 10 d 最大值合成归一化植被指数 (NDVI) 变化特征以及 3 种典型植被基于 SPOT VEGETATION NDVI 的生长变化对旬平均气温和旬总降水量两个主要气候要素变化的响应关系。 结果表明: 藏北地区降水资源的空间分布特点是东南部向西北部逐渐减少, 气温则由南向北逐渐递减, 与降水资源分布相反, 蒸发量西部高, 东部低; SPOT VEGETATION NDVI 能够较为准确地反映 3 种典型植被生长变化特征, 所反映的植被返青期和枯黄期等重要植被生长阶段与由积温计算的植被生长特征基本一致; 藏北地区基于 SPOT VEGETATION NDVI 的植被生长变化与气温的相关系数明显高于与降水的相关系数 , 其中以那曲为代表的高寒草甸植被的 NDVI 与旬气温和旬降水总量的相关系数最大, 分别为 0.81 和 0.68 , 表明藏北地区由于海拔高, 气候寒冷, 气温对该地区植被生长的影响明显高于降水的影响, 即该地区植被生长变化对气温的响应程度明显高于对降水的响应程度 , 是植被生长的限制性因素; 不同植被类型对气温和降水两个要素的响应程度大小依次是高寒草甸、高寒灌丛草甸和高寒草原。 相似文献
11.
我国东部地区NDVI与气温、降水的关系研究 总被引：6，自引：0，他引：6
利用东部地区的1982—2001年归一化植被指数(NDVI)资料以及131个标准气象台站的气温、降水资料,用相关分析、奇异值分析(SVD)方法研究了该地区的植被与气温、降水的相互作用,得到以下几点认识：NDVI的最大值滞后于气温最高值的时间尺度在一个月左右。前期气温与后期NDVI的相关系数在春夏为负值,在秋冬却以正值为主。前期植被与后期气温的相关系数以负值为主。NDVI最大值滞后于降水最大值的时间尺度在两个月左右,同期NDVI与降水的相关系数为负值,而无论降水超前于NDVI或者NDVI超前于降水的时间尺度大于1个月时,二者的相关系数转为正值。由SVD方法得到东部地区7月份的NDVI与8月份的气温、降水有较好的相关关系。河南西南部及东北部区域NDVI与大部分地区的气温为正相关;长江流域NDVI与32 °N以南地区的降水有较好的负相关。因此,前期植被的变化特征可以作为后期气温、降水的预报的一种参考因子。 相似文献
12.
基于全球土地利用类型和覆盖度,利用生长季多年平均（1982～2015年）归一化植被指数（Normalized Difference Vegetation Index,NDVI）和气候平均态（气温、降水量）数据,讨论了全球植被格局与气候因子之间的关系,建立了两者之间的多元回归模型,并分析了植被对气温和降水气候态敏感性的特征。植被与气候因子在气候梯度上存在明显的对应关系,回归模型可较好拟合气候态NDVI的全球分布格局,拟合与观测NDVI的相关系数达0.90。其中,常绿阔叶林、混交林、常绿针叶林、落叶阔叶林、农田和木本稀树草原空间分布的拟合能力较好（r>0.8）。不同土地覆盖类型的NDVI对气温、降水气候态的空间敏感性特征不同。整体而言,植被对气温和降水的敏感性呈现反相关关系（r=-0.6）。不同土地覆盖类型对气温表现出正/负敏感性,寒带灌木对气温的敏感性最强,而农作物、草原、裸地对气温负敏感性较大;植被对降水的敏感性均表现出正敏感性,其中落叶针叶林、草原和稀树草原对降水的空间敏感性较强。 相似文献
13.
研究黄河流域植被的时空变化及其影响因素,对生态文明建设政策的制定具有重要意义。基于2001~2020年MODIS(Moderate Resolution Imaging Spectroradiometer)植被指数(Normalized Different Vegetation Index,NDVI)数据集及同期气象数据,运用均值法、一元线性回归、偏相关性分析和回归残差法等方法研究了近20年黄河流域植被时空变化及驱动因素。结果表明:黄河流域NDVI整体呈上升趋势并具有较大的空间异质性,其中黄河中游NDVI增长幅度最大,为0.0496(10 a)^(-1)。生长季受降水和沿黄灌区耕作的影响,西部地区、东南部区域和宁夏平原、河套平原植被指数明显较高;从整个流域来看,降水和温度变化对NDVI的贡献分别为32.6%和15.9%,其中降水对NDVI变化的贡献主要体现在黄河上游(50.7%),而温度的贡献则在黄河下游表现最突出(32.3%);20年来,人类活动和气候变化分别对黄河流域植被变化贡献了78%和22%,其中人类活动贡献率超过80%的区域主要集中在黄土高原中部区域;整个黄河流域NDVI与干旱程度有显著的正相关性,尤其在陇中黄土高原和河东沙区等区域。黄河上游NDVI与改进的帕默尔干旱指数scPDSI的相关性最高,而下游相对较低。 相似文献
14.
利用MOD10A2遥感影像提取大渡河流域2010~2014年积雪覆盖数据,结合水文气象站点数据分析了大渡河流域积雪时空分布特征及气象因子-积雪面积-径流之间的关系。结果表明:年平均积雪面积最大的是康定,最小的是泸定。积雪在冬季最大,夏季积雪最少。积雪面积变化随月份起伏明显,积雪过程集中在10月到次年4月。降水和气温变化较一致,其峰值滞后于积雪面积峰值。积雪和气温、降水的相关性表明,积雪面积与气温、降水呈负相关,且气温与积雪面积相关性更大。径流的变化具有周期性,5月开始迅速增大,7月达到最大值。径流和积雪以及气象因子的相关性分析表明,径流与积雪面积呈负相关,与气温和降水都是正相关,且径流与降水相关性更大。 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.
基于遥感和GIS的中国植被指数变化的驱动因子分析及模型研究 总被引：39，自引：3，他引：36
在样带和典型区研究的基础上,采用相关分析和偏相关分析方法,对影响植被指数变化的因子（水、热和地表植被覆盖类型）进行了分析。结果表明：中国植被指数的时空变化极其复杂,虽受水、热和地表植被覆盖类型三个主导因子的影响和控制,但因时和因地而异,三者对植被指数影响和控制的主导地位也因时因地而不同;基于空间上的概念模型Indv=F(x,y,z)只能定性地描述以上三个主导因子时空变化同植被指数的相互关系。 相似文献
17.
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
18.
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
19.
V. Krishna Prasad K. V. S. Badarinath Anuradha Eaturu 《Theoretical and Applied Climatology》2007,89(1-2):95-107
Summary Leaf phenology describes the seasonal cycle of leaf functioning and is essential for understanding the interactions between
the biosphere, the climate and the atmosphere. In this study, we characterized the spatial patterns in phenological variations
in eight contrasting forest types in an Indian region using coarse resolution NOAA AVHRR satellite data. The onset, offset
and growing season length for different forest types has been estimated using normalized difference vegetation index (NDVI).
Further, the relationship between NDVI and climatic parameters has been assessed to determine which climatic variable (temperature
or precipitation) best explain variation in NDVI. In addition, we also assessed how quickly and over what time periods does
NDVI respond to different precipitation events. Our results suggested strong spatial variability in NDVI metrics for different
forest types. Among the eight forest types, tropical dry deciduous forests showed lowest values for summed NDVI (SNDVI), averaged
NDVI (ANDVI) and integrated NDVI (I-NDVI), while the tropical wet evergreen forests of Arunachal Pradesh had highest values.
Within the different evergreen forest types, SNDVI, ANDVI and INDVI were highest for tropical wet evergreen forests, followed
by tropical evergreen forests, tropical semi-evergreen forests and were least for tropical dry evergreen forests. Differences
in the amplitude of NDVI were quite distinct for evergreen forests compared to deciduous ones and mixed deciduous forests.
Although, all the evergreen forests studied had a similar growing season length of 270 days, the onset and offset dates were
quite different. Response of vegetative greenness to climatic variability appeared to vary with vegetation characteristics
and forest types. Linear correlations between mean monthly NDVI and temperature were found to yield negative relationships
in contrast to precipitation, which showed a significant positive response to vegetation greenness. The correlations improved
much for different forest types when the log of cumulative rainfall was correlated against mean monthly NDVI. Of the eight
forest types, the NDVI for six forest types was positively correlated with the logarithm of cumulative rainfall that was summed
for 3–4 months. Overall, this study identifies precipitation as a major control for vegetation greenness in tropical forests,
more so than temperature. 相似文献