国土资源遥感, 2021, 33(2): 220-227 doi: 10.6046/gtzyyg.2020280

技术应用

六盘山贫困区生长季植被覆盖变化及其对水热条件的响应

袁倩颖,1, 马彩虹,1,2, 文琦1,2, 李学梅3

1.宁夏大学资源环境学院,银川 750021

2.宁夏(中阿)旱区资源评价与环境调控重点实验室,银川 750021

3.重庆师范大学地理与旅游学院,重庆 401331

Vegetation cover change and its response to water and heat conditions in the growing season in Liupanshan poverty-stricken area

YUAN Qianying,1, MA Caihong,1,2, WEN Qi1,2, LI Xuemei3

1. College of Resources and Environment, Ningxia University, Yinchuan 750021, China

2. Key Laboratory of Resource Evaluation and Environmental Control in Ningxia (Central and Arab) Arid Areas, Yinchuan 750021, China

3. School of Geography and Tourism, Chongqing Normal University, Chongqing 401331, China

通讯作者: 马彩虹(1974-),女,博士,教授,硕士生导师,主要从事资源环境评价与GIS/RS应用研究。Email:mchyanni@163.com。

责任编辑: 李瑜

收稿日期: 2020-09-7   修回日期: 2020-12-3   网络出版日期: 2021-06-15

基金资助: 国家自然科学基金项目“宁夏六盘山贫困区农户生计转型的资源环境效应研究”.  41761034
国家自然科学基金项目“宁夏六盘山贫困区‘三生’空间融合发展的动力机制及模式研究”.  41961034
宁夏大学引进人才科研启动项目“六盘山贫困区资源环境压力图谱识别及预警”.  BQD2016005

Received: 2020-09-7   Revised: 2020-12-3   Online: 2021-06-15

作者简介 About authors

袁倩颖(1994-),女,硕士研究生,主要从事空间信息技术与分析研究。Email: yuanqy166@163.com。

摘要

利用MODIS13,MODIS11和国家气象站点监测数据,以六盘山集中连片贫困区为研究区,采用最大值合成法、像元二分模型和偏相关分析等方法,分析了该区域生长季植被覆盖时空变化趋势,以及对地表温度和土壤湿度对植被生长的交互作用。结果表明: 2001—2018年间,六盘山贫困区生长季植被覆盖度由0.28提升到0.45,且呈现出由东南向西北递减的格局; 研究时段内表现为整体改善、局部退化的态势。其中,改善区占51.91%,无显著变化区占44.22%,退化区占3.87%; 植被生长与地表温度和土壤湿度的年内变化紧密相关,空间上呈现出协同正相关、协同负相关、反向相关3大类型,但以协同正相关占主导地位; 交互作用分析表明,土壤湿度对该区域植被生长的影响大于地表温度的影响,土壤水分条件是影响该区域植被生长的主导因子,土壤水分条件的改善对研究区生态环境建设与修复至关重要。

关键词： 植被覆盖变化 ; 生长季 ; 偏相关分析 ; 地表温度 ; 土壤湿度

Abstract

Based on the MODIS13Q1,MODIS11Q2 data and national meteorological station monitoring data and using the methods of maximum value synthesis, the average two pixel model and partial correlation analysis, the authors analyzed the temporal and spatial variation trend of vegetation coverage in the growing season and the interaction of land surface temperature and soil moisture on vegetation growth. The results are as follows: ① From 2001 to 2018, the vegetation coverage of Liupanshan poverty-stricken area increased from 0.28 to 0.45, and showed a decreasing pattern from southeast to northwest. ② During the research period, there existed a trend of overall improvement and local degradation: the improved area accounted for 51.91%, the area without significant change accounted for 44.22%, and the degraded area accounted for 3.87%. ③ The growth of vegetation is closely related to the annual change of land surface temperature and soil moisture. There are three types of spatial correlation: positive correlation, negative correlation and reverse correlation, but the positive correlation is dominant. ④ The interaction analysis shows that the influence of soil moisture on vegetation growth is greater than that of land surface temperature. Soil moisture condition is the dominant factor affecting the vegetation growth in this area. The improvement of soil moisture condition is very important for the construction and restoration of ecological environment in the study area.

Keywords： change of vegetation cover ; growing season ; partial correlation analysis ; land surface temperature ; soil moisture

PDF (4124KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

袁倩颖, 马彩虹, 文琦, 李学梅. 六盘山贫困区生长季植被覆盖变化及其对水热条件的响应. 国土资源遥感[J], 2021, 33(2): 220-227 doi:10.6046/gtzyyg.2020280

YUAN Qianying, MA Caihong, WEN Qi, LI Xuemei. Vegetation cover change and its response to water and heat conditions in the growing season in Liupanshan poverty-stricken area. REMOTE SENSING FOR LAND & RESOURCES[J], 2021, 33(2): 220-227 doi:10.6046/gtzyyg.2020280

0 引言

植被在净化空气、保持水土、调节维持区域生态稳定等方面发挥着不可替代的作用,研究植被覆盖变化及其驱动效应,对了解大气循环、气候变化、环境保护等具有重要意义[1,2]。学术界十分关注环境因子对植被的影响的研究也有很多[3,4,5,6,7]。归一化植被指数(normalized difference vegetation index,NDVI)能够较好地反映植被的类型和覆盖度,已被广泛应用于植被时序变化研究。研究发现,美国北部草原及中部大平原植被生长与降水正相关,与春季潜在蒸散量呈负相关[8]; 阿帕拉契亚山区年均NDVI与气温正相关,与降水负相关,且部分月份与二者存在时滞效应[9]; 西辽河流域生长季NDVI与降水正相关,与气温负相关[10]; 气温和降水对祁连山NDVI的滞后作用略有差异[11]; 塔里木河流域降水与生长季NDVI显著正相关,与温度负相关[12]; 陕北地区气温和降水与NDVI显著正相关[13]; 新疆地区NDVI对气温的响应以时滞一个月为主,对降水的响应以时滞2个月为主[14]; 吉林西部地区NDVI与土壤湿度明显正相关,对降水的响应存在1—2月的滞后性[15]。可见,当前研究以水热环境因子与NDVI的偏相关分析为主,且研究结论存在明显的区域差异[16,17,18]; 水热因子以降水、土壤湿度、温度较多。

六盘山集中连片特殊困难地区(以下简称六盘山贫困区)是黄河流域中上游生态脆弱、贫困程度较深的一个区域。如何化解生态与经济发展的瓶颈是影响黄河流域高质量发展的重要命题。监测该区域植被覆盖度的变化,是破解该命题的重要任务之一。目前鲜少见到以六盘山贫困区为对象开展此类研究,仅能见到对该片区相关的部分区域诸如宁夏[19]、甘肃中东部[20]、青海[21]等省区的研究,且研究结论不一。如黄悦悦等[19]认为,宁夏的植被覆盖呈整体增加趋势,降水和湿润指数对植被的影响大于气温; 赵鸿雁等[20]发现甘肃中东部植被生长季NDVI与气温和降水均为正相关,对气温的变化最为敏感; 代子俊等[21]发现青海省植被生长季NDVI与温度明显正相关,与降水的相关性不明显。本文采用地表温度(land surface temperature, LST)和土壤湿度指标,基于地理信息系统(geographic information system,GIS)空间分析方法,分析生长季植被覆盖时序变化特征,探究LST和土壤湿度对植被覆被的耦合效应,以期为区域生态保护与高质量发展提供一定的参考依据。

1 研究区概况及数据源

1.1 研究区概况

2011 年国家在全国范围内划定了14个连片特困山区,其中,六盘山贫困区位于黄河流域中上游,跨越宁夏、甘肃、陕西、青海四省(区),包含61个县(区市)的16.6万km2土地,98%的范围属黄河流域(图1),地形破碎,山川沟壑纵横,又因地处黄河流域中上游,黄河干流及多条重要支流流经本区。该区域属于我国西北干旱半干旱气候区,气温从东南向西北逐渐降低,降水从南向北逐渐减少且年降水量少、蒸发量大,干旱缺水,严重生态环境脆弱,是我国水土流失最为严重的地区之一。研究区贫困程度深,按照农民人均纯收入2 300元的扶贫标准,2011年区域内(不含彬县、白银区、平川区、秦州区、华亭县、崇信县、西峰市与平安县)扶贫对象为642万人,贫困发生率为35%,高出全国22.3个百分点。贫困和生态脆弱的双重制约,使六盘山贫困区成为黄河流域环境保护和高质量发展的重要限制区。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区域

Fig.1   Study area


1.2 数据源及预处理

本文选用LST和土壤湿度为反映区域水热条件的指标,LST数据来自美国航空航天局提供的MODIS11A2月度数据,空间分辨率为1 km,包括2001—2018年生长季(4—10月)数据共计126景,土壤湿度数据来自中国气象数据网的中国地面气候资料月值数据集,精度为0.01%,利用ArcGIS软件中的模块进行空间插值得到栅格气象数据[22,23]; NDVI数据为250 m空间分辨率、16 d时间分辨率的MODIS13Q1产品,共计238景,该数据经过大气校正、几何纠正、去云等预处理,能较好地排除无关因素的影响反映植被覆盖状况。分别利用MRT(MODIS Reprojection Tool)、ENVI5.5和ArcGIS10.6对图像进行重投影、波段计算和研究区裁剪[24,25]。

2 研究方法

2.1 植被覆盖度计量模型及分级标准

采用最大值合成算法(maximum value composites,MVC)得到NDVI年数据,进一步消除天气成分、太阳角度等的影响[26,27],采用像元二值模型计算植被覆盖度[28,29,30]。选取置信度5%进行计算,裸土像元值选取像元累积概率5%附近的像元值,植被NDVI值选取累积概率95%附近的像元值。公式分别为:

NDVIi=max(NDVIj)
$FC=(\overline{NDVI}-NDVI_{soil})/(NDVI_{veg}-NDVI_{soil})$
ρNDVI=(NDVI-NDVImin)/(NDVImax-NDVImin)

式中: j=1,2,…,12; NDVIi为第i年中生长季NDVI的均值; FC为植被覆盖度; NDVI¯为经过置信度处理过的归一化植被指数; NDVIsoil为裸土像元值,取值为0; NDVIveg为植被区域的NDVI值;ρNDVI为NDVI的置信度; NDVImax为NDVI最大值; NDVImin为NDVI最小值。植被覆盖度分级采用的标准见表1。

表1   植被覆盖度分级标准

Tab.1  Classification standard of vegetation coverage

分类覆盖度阈值/%
高覆盖[60,100]
中覆盖[45,60)
中低覆盖[30,45)
低覆盖[10,30)
荒漠[0,10)

新窗口打开| 下载CSV


2.2 空间偏相关分析法

偏相关分析能够排除已知其他因素的影响来衡量两要素之间的相互关系[31,32,33],计算公式分别为:

$r_{xy}=\frac{\sum_{i=1}^{n}(x_{i}-\bar{x})(y_{i}-\bar{y})}{\sqrt{(x_{i}-\bar{x})^{2}}\sqrt{(y_{i}-\bar{y})^{2}}}$
rxy,z=rxy-rxz×ryz(1-rxz2)×(1-ryz2)

式中: rxy为变量x和y的相关系数; x表示植被覆盖度; y为LST或土壤湿度; r为相关系数,取值范围[-1,1],当r>0时表示正相关,r<0时表示负相关;n为研究时段数据总数量,本文中n=12; i=1,2,3,…,n; xi为第i个的植被覆盖度值; x-为研究时段内的植被覆盖度均值; yi为第i个的LST或土壤湿度; y-为均值; rxy,z为去除z影响后x和y的偏相关系数。

3 结果与分析

3.1 生长季植被覆盖动态变化分析

从2001—2018年,六盘山贫困区生长季的植被覆盖度呈现出波动增长态势,区域平均植被覆盖度由0.28增长到0.45,年均增长率2.83%(图2),反映出植被覆盖情况逐渐变好的态势。其中,2001—2007年、2008—2010年、2012—2014年分别在0.34,0.36和0.40左右徘徊; 2001—2002年、2007—2008年、2011—2012年、2016—2018年迅速增加,年涨幅在0.4左右; 2014—2016年小幅度减少,由0.41减少至0.38。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   2001—2018年六盘山贫困区生长季植被覆盖度年变化

Fig.2   Annual changes of vegetation coverage in growing season in Liupanshan poverty area from 2001 to 2018


3.2 植被覆盖空间格局特征分析

六盘山贫困区生长季植被覆盖度表现出由东南向西北的梯度性降低特征(图3)。2018年,高覆盖区域4.59×106 hm2(占27.66%),中覆盖2.63×106 hm2(占15.83%),中低覆盖3.04×106 hm2(占18.34%),低覆盖3.73×106 hm2(占22.47%),荒漠2.61×106 hm2(占15.70%)。这种梯度变化格局,与我国海陆热力梯度的变化的态势一致,反映出水热条件对植被覆被变化的影响明显。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   2018年六盘山贫困区生长季植被覆盖空间格局

Fig.3   Spatial pattern of vegetation cover in growing season in Liupanshan poverty area in 2018


3.3 植被覆盖空间变化态势分析

研究时段内植被覆盖总体改善而局部恶化,部分区域没有发生明显变化(图4)。植被覆盖改善的区域主要分布在中部,包括宁夏的彭阳县、固原县与甘肃省的华池县、庆阳县等地。其中,提高1级的面积为7.34×106 hm2、提高2级的为5.93×106 hm2、提高3级及以上的为6.4×105 hm2,比例依次为35.69%,14.76%和1.46%。植被覆盖降低的区域为2.4×105 hm2,占3.87%,主要位于青海省的湟源县、湟中县、互助土族自治县,陕西省的扶风县,甘肃省的甘谷县等地。没有发生明显变化的区域为7.34×106 hm2,约占研究区域的44.22%,主要分布在东南边缘的高覆盖区和西北的荒漠区。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   六盘山贫困区生长季植被覆盖度变化

Fig.4   Vegetation coverage in growing season in Liupanshan poverty area


3.4 生长季植被覆盖对水热条件的敏感性分析

3.4.1 月度尺度下的敏感性分析

由于进行多年数据平均会缩小数值区间,造成差异性降低、相关关系减弱,所以选取特定年份进行年内生长季分析,而通过不同年份数据分析结果的比较,发现2018年植被覆盖度较高,能更好地表现出植被对水热条件的响应及年内规律,具有一定代表意义。因此选取2018年生长季植被覆盖度与土壤湿度、LST的年内变化进行标准化处理分析之间的响应关系(图5),结果表明,植被覆盖度的年内波动与土壤湿度、LST均保持一致性,相关系数分别为0.75和0.92,且都通过了95%的置信度检验,反映出月尺度下植被覆盖度与土壤湿度和LST变化响应敏感。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   六盘片区生长季植被覆盖度及其LST、土壤湿度的标准化指数

Fig.5   Standardized index of growing season vegetation coverage, land surface temperature and soil moisture in Liupanshan poverty area


3.4.2 空间的敏感性分析

植被覆盖度与LST的偏相关系数平均值为0.1,呈现微弱的正相关关系,系数为正的区域面积稍大于为负值的区域,系数较高的区域分布在研究区中部和甘肃省湟源县等地,较低的区域主要分布在甘肃省白银区和秦安县等地,其余地区正负数值混杂出现(图6(a))。植被覆盖度与土壤湿度的偏相关系数平均值为0.44,正相关关系相对明显,系数为正的区域面积明显多于为负值的区域,系数较低的区域主要分布在甘肃省古浪县和合水县、陕西省长武县等地(图6(b))。在甘肃省北部区县和秦安县、青海省化隆县等地二者呈现出一定的反向关联特征。土壤湿度对植被覆盖度的影响十分显著,研究区南部降水相对丰富,当地表的温度升高时,土壤内累积的含水量即可达到植被生长发育所需的条件。与之相对的北部地区降水量较少且蒸发量较大,LST的累积水平相对较高,植被已适应生长在温度偏高的自然环境,因此当自然温度与光照达到植被生长的临界条件时,水分便成为该地区植被萌发生长的主要限制条件,植物在生长季内依赖更多的水分进行发育,气候越干旱植物对水越是敏感,所以土壤湿度对北部植物的影响要大于LST。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   2018年生长季植被覆盖度与LST和土壤湿度的偏相关性

Fig.6   Partial correlation between vegetation coverage and land surface temperature and soil moisture in 2018 growing season


3.5 植被覆盖度对水热因子响应的空间耦合类型

叠加分析结果表明,六盘山贫困区土壤湿度和LST对植被生长的作用类型在空间上表现为协同正相关、协同负相关、反向相关3大类型(图7)。具体来说,由西北至东南大致分为3部分,两端区域主要为协同负相关、反向相关关系,中部区域表现出协同正相关。其中,土壤湿度和LST对植被覆盖度均为正相关的区域面积最大,为7.14×106 hm2(占43.04%),主要分布于贯穿六盘山贫困区东北至西南的条状地带如西吉县、会宁县,以及青海省的湟源县、湟中县等地; 均为负相关的区域面积最小为8.8×105 hm2(占5.28%),零星分布在古浪县、海原县、扶风县等地的部分区域; 反向关联区域中,植被覆盖度与LST为负相关、与土壤湿度为正相关的区域面积较大为6.13×106 hm2(占36.92%),主要位于片区西北部的景泰县、永登县,南部的静宁县、泰安县等地,植被覆盖度与LST为正相关、与土壤湿度为负相关的区域面积为2.45×106 hm2(占14.76%),主要分布于陇县、华亭县、合水县等地。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   2018年生长季LST与土壤湿度对植被覆盖度交互影响

Fig.7   Interaction of land surface temperature and soil moisture on vegetation coverage in 2018 growing season


在LST和土壤湿度对植被生长的交互影响的过程中,二者的影响均为正相关的区域,LST的偏相关系数均值为0.47,土壤湿度的均值为0.59; LST为正相关、土壤湿度为负相关的区域,LST的偏相关系数均值为0.51,土壤湿度的均值为-0.42; LST为负相关、土壤湿度为正相关的区域,LST的偏相关系数均值为-0.45,土壤湿度的均值为0.71; LST和土壤湿度均为负相关的区域,LST的偏相关系数均值为-0.33,土壤湿度的均值为-0.4。总体上,94.72%的区域土壤湿度对植被生长的影响大于LST(表2),因此,土壤水分条件的改善对研究区生态环境建设与修复至关重要。

表2   2018年生长季LST、土壤湿度对植被生长相关性

Tab.2  Correlation of land surface temperature and soil humidity on vegetation coverage in 2018 growing season

类型面积/
(106 hm2) 		比例/
% 		相关性
LST均值土壤湿
度均值
LST正、土壤湿度正7.1443.040.470.59
LST正、土壤湿度负2.4514.740.51-0.42
LST负、土壤湿度正6.1336.92-0.450.71
LST负、土壤湿度负0.885.28-0.33-0.4

新窗口打开| 下载CSV


4 结论与讨论

4.1 结论

本文利用MODIS NDVI数据进行影像预处理,通过像元二值模型计算出植被覆盖度对2001—2018年六盘山贫困区生长季植被覆盖度时间及空间变化进行分析,并采用偏相关系数分析方法探究了植被覆盖度与LST和土壤湿度的相关性,主要结论如下:

1)2001—2018年六盘山贫困区植被覆盖度逐渐增大,生长季植被覆盖度由0.28提升到0.45,但表现出明显的阶段性特征,快速提升阶段和平稳波动阶段交替进行。

2)生长季植被覆盖度呈现为由东南向西北的梯度降低特征。2018年,研究区生长季植被覆盖度均值为0.45,南部地区数值基本大于0.6,中部在0.4左右,北部大部分地区在0.1以下。研究时段内六盘山贫困区植被覆盖整体改善,局部退化。其中,植被覆盖改善的面积占51.91%,无显著变化区域占44.22%,退化面积占3.87%。

3)植被覆盖度与LST和土壤湿度的年内变化紧密相关; 空间上,LST和土壤湿度对植被覆盖的作用类型表现为协同正相关、协同负相关、反向相关三大类型,总体上以协同正相关为主。

4)土壤湿度对植被生长的影响明显大于LST的影响。植被与土壤湿度的偏相关系数大于植被与LST的偏相关系数的像元占94.72%。因此,土壤水分条件的改善对研究区生态环境建设与修复至关重要。

4.2 讨论

1)六盘山贫困区生长季植被覆盖度呈现波动增长态势,空间分布差异明显,整体呈改善趋势显著,这主要与近20 a来国家实施的“退耕还林工程”和沙漠化治理工程有关,说明生态建设已取得一定成效,但在研究时段内,约3.87%的区域植被在生长季出现了退化,需要引起高度警惕与关注。在人类活动增强和全球气候变暖的大背景下,植被覆盖度的变化仍存在不确定性,这些区域植被退化的机理需要进一步探究。

2)植被覆盖的时空动态变化受到多重因子综合影响,且单个因子与植被之间存在的时滞效应和不同因子对植被存在的交互效应,更增加了探究植被覆盖度对各因子敏感性的难度。本研究在年尺度下的空间分析中发现,六盘山贫困区43.04%的范围中,存在LST和土壤湿度对植被生长的正向协同作用,但也有部分区域同时呈现为负向协同相关性,还有些区域存在植被覆盖与LST正相关时,与土壤湿度负相关; 反之,当植被覆盖与LST负相关时,与土壤湿度正相关。这种现象的存在,反映出植被覆盖与LST和土壤湿度的相关性存在十分复杂的交互作用。后续研究中,将进一步探讨时间尺度、植被覆被类型、地形因子等诸多因素的影响。

参考文献

王君, 杨晓梅, 隋立春, 等.

西安市1995—2016年植被覆盖度动态变化监测及景观格局分析

[J]. 生态科学, 2019, 38(6):81-91.

[本文引用: 1]

Wang J, Yang X M, Sui L C, et al.

Dynamic change monitoring and landscape pattern analysis of vegetation coverage in Xi’an City from 1995 to 2016

[J]. Ecological Science, 2019, 38(6):81-91.

[本文引用: 1]

张亮, 丁明军, 张华敏, 等.

1982—2015年长江流域植被覆盖度时空变化分析

[J]. 自然资源学报, 2018, 33(12):2084-2097.

[本文引用: 1]

Zhang L, Ding M J, Zhang H M, et al.

Spatiotemporal variation of the vegetation coverage in Yangtze River basin during 1982—2015

[J]. Journal of Natural Resources, 2018, 33(12):2084-2097.

[本文引用: 1]

阿多, 赵文吉, 宫兆宁, 等.

1981—2013华北平原气候时空变化及其对植被覆盖度的影响

[J]. 生态学报, 2017, 37(2):576-592.

[本文引用: 1]

A D, Zhao W J, Gong Z N, et al.

Temporal analysis of climate change and its relationship with vegetation cover on the north china plain from 1981 to 2013

[J]. Acta Ecologica Sinica, 2017, 37(2):576-592.

[本文引用: 1]

金凯.

中国植被覆盖时空变化及其与气候和人类活动的关系

[D]. 西安:西北农林科技大学, 2019.

[本文引用: 1]

Jin K.

Spatio-temporal variations of vegetation cover and its relationships between climate change and human activities over China

[D]. Xi’an:Northwest Agriculture and Forestry University, 2019.

[本文引用: 1]

张翀, 雷田旺, 宋佃星.

黄土高原植被覆盖与土壤湿度的时滞关联及时空特征分析

[J]. 生态学报, 2018, 38(6):2128-2138.

[本文引用: 1]

Zhang C, Lei T W, Song D X.

Analysis of temporal and spatial characteristics of time lag correlation between the vegetation cover and soil moisture in the Loess Plateau

[J]. Acta Ecologica Sinica, 2018, 38(6):2128-2138.

[本文引用: 1]

翟雅倩, 张翀, 周旗, 等.

秦巴山区植被覆盖与土壤湿度时空变化特征及其相互关系

[J]. 地球信息科学学报, 2018, 20(7):967-977.

DOI:10.12082/dqxxkx.2018.170597      [本文引用: 1]

基于2001-2014年MODIS-NDVI和MODIS-LST数据,利用温度植被干旱指数对土壤湿度进行遥感反演,分析了秦巴山区植被覆盖与土壤湿度时空变化特征及其相互关系。研究发现：① 秦巴山区植被覆盖与土壤湿度均呈增加趋势;② 植被覆盖整体水平较高且表现出“四周低,中间高”的空间分布特征,土壤湿度整体表现出“北低南高”的空间分布特征,大体上二者呈现出空间分布正相关性;③ 植被改善趋势表现明显,显著改善区分布分散,无明显集中区域,退化区域主要集中于北部渭河沿岸及东部边缘少量地区;土壤湿度增长态势明显,增大区分布于除西北边缘及东北边缘外的几乎整个研究区中,减小区域面积小且大部分表现不显著;④ 秦巴山区植被覆盖与土壤湿度时空变化上呈现出明显的正相关性,其中69.71%的区域表现出土壤湿度增大-植被覆盖改善的特征,分布于研究区除四周边缘地带外的大部分地区。

Zhai Y Q, Zhang C, Zhou Q, et al.

Spatio-temporal variation and interrelationship of vegetation cover and soil moisture in Qinling-Daba Mountains

[J]. Journal of Geo-information Science, 2018, 20(7):967-977.

[本文引用: 1]

Meir I N.

Desert ecosystems:Environment and producers

[J]. Annual Review of Ecology & Systematics, 1973, 4(1):25-51.

[本文引用: 1]

Yang L, Wylie B, Tieszen L, et al.

An analysis of relationships among climate forcing and time-integrated NDVI of grasslands over the U.S. northern and central Great Plains

[J]. Remote Sensing of Environment, 1998, 65(1):25-37.

DOI:10.1016/S0034-4257(98)00012-1      URL     [本文引用: 1]

赵建军.

阿帕拉契亚山植被动态变化及其对气候变化的响应研究

[D]. 长春:东北师范大学, 2013.

[本文引用: 1]

Zhao J J.

The study of vegetation dynamic and responses to climate change along the Appalachian trail corridor

[D]. Changchun:Northeast Normal University, 2013.

[本文引用: 1]

高振东.

西辽河流域植被覆盖度时空演变规律及其影响因素研究

[D]. 沈阳:沈阳农业大学, 2015.

[本文引用: 1]

Gao Z D.

Study of spatial temporal evolution rule and influencial factors of vegetation coverage in West Liao River basin

[D]. Shenyang:Shenyang Agricultural University, 2015.

[本文引用: 1]

贾文雄, 陈京华.

1982—2014年祁连山植被生长季NDVI变化及其对气候的响应

[J]. 水土保持研究, 2018, 25(2):264-268.

[本文引用: 1]

Jia W X, Chen J H.

Variations of NDVI and its response to climate change in the growing season of vegetation in Qilianshan mountains from 1982 to 2014

[J]. Research of Soil and Water Conservation, 2018, 25(2):264-268.

[本文引用: 1]

罗敏, 古丽·加帕尔, 郭浩, 等.

2000—2013年塔里木河流域生长季NDVI时空变化特征及其影响因素分析

[J]. 自然资源学报, 2017, 32(1):50-63.

[本文引用: 1]

Luo M, Jiapaer G, Guo H, et al.

Spatial-temporal variation of growing-season NDVI and its responses to hydrothermal condition in the Tarim River basin from 2000 to 2013

[J]. Journal of Natural Resources, 2017, 32(1):50-63.

[本文引用: 1]

杨延征, 赵鹏祥, 郝红科, 等.

基于SPOT-VGT NDVI的陕北植被覆盖时空变化

[J]. 应用生态学报, 2012, 23(7):1897-1903.

[本文引用: 1]

Yang Y Z, Zhao P X, Hao H K, et al.

Spatiotemporal variation of vegetation in northern Shaanxi of northwest China based on SPOT-VGT NDVI

[J]. Chinese Journal of Applied Ecology, 2012, 23(7):1897-1903.

[本文引用: 1]

庞静, 杜自强, 张霄羽.

新疆地区植被对水热条件的时滞响应

[J]. 中国农业资源与区划, 2015, 36(7):82-88.

[本文引用: 1]

Pang J, Du Z Q, Zhang X Y.

Time -lagged response of vegetation to hydro-thermal factors in Xinjiang region

[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2015, 36(7):82-88.

[本文引用: 1]

李梦云, 黄方, 陈龙胤.

吉林省西部地区NDVI对降水量和土壤湿度的敏感性分析

[J]. 东北师大学报(自然科学版), 2013, 45(4):141-146.

[本文引用: 1]

Li M Y, Huang F, Chen L Y.

Analysis of NDVI sensitivity to precipitation and soil moisture in western Jilin Province

[J]. Journal of Northeast Normal University(Natural Science Edition), 2013, 45(4):141-146.

[本文引用: 1]

马雄伟, 赵庆志, 姚顽强.

黄土高原植被对气候变化的时滞响应及其时变特征

[J]. 西安科技大学学报, 2020, 40(1):157-166.

[本文引用: 1]

Ma X W, Zhao Q Z, Yao W Q.

Time lags of vegetation to climate change and temporal characteristics in Loess Plateau

[J]. Journal of Xi’an University of Science and Technology, 2020, 40(1):157-166.

[本文引用: 1]

Pang G J, Wang X J, Yang M X.

Using the NDVI to identify variations in,and responses of,vegetation to climate change on the Tibetan Plateau from 1982 to 2012

[J]. Quaternary International, 2016, 444,87-96.

DOI:10.1016/j.quaint.2016.08.038      URL     [本文引用: 1]

何航, 张勃, 侯启, 等.

1982—2015年中国北方归一化植被指数(NDVI)变化特征及对气候变化的响应

[J]. 生态与农村环境学报, 2020, 36(1):70-80.

[本文引用: 1]

He H, Zhang B, Hou Q, et al.

Variation characteristic of NDVI and its response to climate change in northern China from 1982 to 2015

[J]. Journal of Ecology and Rural Environment, 2020, 36(1):70-80.

[本文引用: 1]

黄悦悦, 杨东, 冯磊.

2000—2016年宁夏植被覆盖度的时空变化及其驱动力

[J]. 生态学杂志, 2019, 38(8):2515-2523.

[本文引用: 2]

Huang Y Y, Yang D, Feng L.

Spatiotemporal variation in vegetation coverage and its driving forces in Ningxia during 2000—2016

[J]. Chinese Journal of Ecology, 2019, 38(8):2515-2523.

[本文引用: 2]

赵鸿雁, 陈英, 周翼, 等.

甘肃中东部植被生长季NDVI时空变化及其对气候因子的响应

[J]. 干旱区地理, 2019, 42(6):1427-1435.

[本文引用: 2]

Zhao H Y, Chen Y, Zhou Y, et al.

Spatiotemporal variation of NDVI in vegetation growing season and its responses to climatic factors in mid and eastern Gansu Province from 2008 to 2016

[J]. Arid Land Geography, 2019, 42(6):1427-1435.

[本文引用: 2]

代子俊, 赵霞, 李冠稳, 等.

基于GIMMS NDVI 3g.v1的近34年青海省植被生长季NDVI时空变化特征

[J]. 草业科学, 2018, 35(4):713-725.

[本文引用: 2]

Dai Z J, Zhao X, Li G W, et al.

Spatial-temporal variations in NDVI in vegetation growing season in Qinghai based on GIMMS NDVI 3g.v1 in past 34 years

[J]. Pratacultural Science, 2018, 35(4):713-725.

[本文引用: 2]

王海梅.

锡林郭勒地区气候变化规律与植被覆盖变化驱动机制研究

[D]. 呼和浩特:内蒙古农业大学, 2009.

[本文引用: 1]

Wang H M.

Spatial temporal change of climate and driving mechanisms of vegetation cover change in Xilinguole grasslands

[D]. Huhhot:Inner Mongolia Agricultural University, 2009.

[本文引用: 1]

杨瑞瑞, 易桂花, 张廷斌, 等.

2000—2015年若尔盖地区植被覆盖度变化及气候因子驱动分析

[J]. 草业科学, 2018, 35(12):2822-2835.

[本文引用: 1]

Yang R R, Yi G H, Zhang T B, et al.

Vegetation coverage change and how it drives climatic factors in the Zoige region from 2000 to 2015

[J]. Pratacultural Science, 2018, 35(12):2822-2835.

[本文引用: 1]

邓晨晖, 白红英, 高山, 等.

秦岭植被覆盖时空变化及其对气候变化与人类活动的双重响应

[J]. 自然资源学报, 2018, 33(3):425-438.

[本文引用: 1]

Deng C H, Bai H Y, Gao S, et al.

Spatial-temporal variation of the vegetation coverage in Qinling mountains and its dual response to climate change and human activities

[J]. Journal of Natural Resources, 2018, 33(3):425-438.

[本文引用: 1]

何云玲, 李同艳, 熊巧利, 等.

2000—2016年云南地区植被覆盖时空变化及其对水热因子的响应

[J]. 生态学报, 2018, 38(24):8813-8821.

[本文引用: 1]

He Y L, Li T Y, Xiong Q L, et al.

Spatio-temporal patterns of vegetation coverage and response to hydrothermal factors in Yunnan Province,China

[J]. Acta Ecologica Sinica, 2018, 38(24):8813-8821.

[本文引用: 1]

侯光雷, 张洪岩, 郭聃, 等.

长白山区植被生长季NDVI时空变化及其对气候因子敏感性

[J]. 地理科学进展, 2012, 31(3):285-292.

DOI:10.11820/dlkxjz.2012.03.003      [本文引用: 1]

本文利用长白山区SPOT/VGT NDVI 数据和气象数据,分析该区不同植被类型NDVI时空变化特征以及与气候因子的相关关系,并探讨了植被对气候变化响应的滞后性。结果表明：①2000-2009 年,长白山区植被NDVI 逐年变化总体呈增长趋势,增长区域的面积占全区面积的83.91%,在空间上主要集中在北坡和西坡,NDVI减少区域集中在南坡；②NDVI变化率随季节和植被类型变化而不同,NDVI增长主要集中在5 月和9 月,而7 月NDVI变化较小,甚至出现下降趋势；③植被NDVI与温度和降水存在着显著的正相关性（p<0.01）,且NDVI与温度的相关性高于与降水的相关性,且随海拔升高,NDVI与温度相关性增强；④NDVI对气温和降水变化的响应存在滞后期, 不同植被类型,滞后期存在差异。苔原NDVI对温度和降水响应的滞后期大约10 天,而针阔混交林和针叶林NDVI 对温度和降水响应的滞后期约为20 天。

Hou G L, Zhang H Y, Guo D, et al.

Spatial-temporal variation of NDVI in the growing season and its sensitivity to climatic factors in Changbai mountains

[J]. Progress in Geography, 2012, 31(3):285-292.

[本文引用: 1]

王伟, 阿里木·赛买提, 吉力力·阿不都外力,

基于地理探测器模型的中亚NDVI时空变化特征及其驱动因子分析

[J]. 国土资源遥感, 2019, 31(4):32-40.doi: 10.6046/gtzyyg.2019.04.05.

[本文引用: 1]

Wang W, Samat A, Abuduwaili J.

Geo-detector based spatio-temporal variation characteristics and driving factors analysis of NDVI in Central Asia

[J]. Remote Sensing for Land and Resources, 2019, 31(4):32-40.doi: 10.6046/gtzyyg.2019.04.05.

[本文引用: 1]

孟浩斌, 周启刚, 李明慧, 等.

基于MODIS像元尺度的三峡库区植被覆盖度变化的地形分布特征

[J]. 长江流域资源与环境, 2020, 29(8):1790-1799.

[本文引用: 1]

Meng H B, Zhou Q G, Li M H, et al.

Topographic distribution characteristics of vegetation cover change in the Three Gorges Reservoir area based on MODIS pixel scale

[J]. Resources and Environment in the Yangtze Basin, 2020, 29(8):1790-1799.

[本文引用: 1]

张永, 杨自辉, 王立, 等.

石羊河中游生长季植被覆盖对气候的响应

[J]. 干旱区研究, 2018, 35(3):662-668.

[本文引用: 1]

Zhang Y, Yang Z H, Wang L, et al.

Response of vegetation coverage to climatic factors in the middle reaches of the Shiyang River in growing season

[J]. Arid Zone Research, 2018, 35(3):662-668.

[本文引用: 1]

俱战省, 杨青森, 邢培茹.

1987—2015年嘉陵江源区植被覆盖度时空变化特征

[J]. 地球与环境, 2020, 48(4):452-460.

[本文引用: 1]

Ju Z S, Yang Q S, Xing P R.

Spatial-temporal dynamics of the fractional vegetation coverage in the headwaters of the Jialing River from 1987 to 2015

[J]. Earth and Environment, 2020, 48(4):452-460.

[本文引用: 1]

孙红, 田昕, 闫敏, 等.

内蒙古大兴安岭根河植被覆盖度动态变化及影响因素的分析

[J]. 遥感技术与应用, 2018, 33(6):1159-1169.

[本文引用: 1]

Sun H, Tian X, Yan M, et al.

Analysis of dynamic changes of fractional vegetation coverage and influencing factors of the genhe in the Great Khingan of Inner Mongolia

[J]. Remote Sensing Technology and Application, 2018, 33(6):1159-1169.

[本文引用: 1]

王静, 万红莲, 姚顺波.

生长季川陕不同地带植被覆盖对气候变化的时空响应

[J]. 生态学报, 2019, 39(14):5218-5231.

[本文引用: 1]

Wang J, Wan H L, Yao S B.

Spatial and temporal response of vegetation cover to climate change in different zones of Sichuan-Shaanxi area during growing season

[J]. Acta Ecologica Sinica, 2019, 39(14):5218-5231.

[本文引用: 1]

徐嘉昕, 房世波, 张廷斌, 等.

2000—2016年三江源区植被生长季NDVI变化及其对气候因子的响应

[J]. 国土资源遥感, 2020, 32(1):237-246.doi: 10.6046/gtzyyg.2020.01.32.

[本文引用: 1]

Xu J X, Fang S B, Zhang T B, et al.

NDVI changes and its correlation with climate factors of the Three River-Headwater region in growing seasons during 2000—2016

[J]. Remote Sensing for Land and Resources, 2020, 32(1):237-246.doi: 10.6046/gtzyyg.2020.01.32.

[本文引用: 1]

/

〈 〉

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编：100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发