2000年以来中国区域植被变化及其对气候变化的响应 |
您所在的位置：网站首页 › 全国植被覆盖度 › 2000年以来中国区域植被变化及其对气候变化的响应 |
|
Eckert S， Husler F， Liniger H， et al， 2015.Trend analysis of MODIS NDVI time series for detecting land degradation and regeneration in Mongolia［J］.Journal of Arid Environments， 113： 16-28.
[本文引用: 1] Fensholt R， Langanke T， Rasmussen K， et al， 2012.Greenness in semi-arid areas across the globe 1981-2007-an Earth Observing Satellite based analysis of trends and drivers［J］.Remote Sensing of Environment， 121： 144-158.
Harris I， Jones P D， Osborn T J， et al， 2014.Updated high-resolution grids of monthly climatic observations-the CRU TS3.10 Dataset ［J］.International Journal of Climatology， 34： 623-642. [本文引用: 1] Lanfredi M， Simoniello T， Macchiato M， 2003.Comment on “variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999”［J］.Journal of Geophysical Research Atmospheres， 108（D12）： 4346. [本文引用: 1] Wang Q， Zhang Q P， Zhou W， 2012.Grassland Coverage Change and Analysis of the Driving Force in Maqu County［J］.Physics Procedia， 38（4）： 693-704. [本文引用: 1] Zhou L， Tucker C J， Kaufmann R K， et al， 2001.Variations in northern vegetation activity inferred form satellite data of vegetation index during 1981 to 1999［J］.Journal of Geophysical Research： Atmospheres， 106（D17）： 20069-20083. [本文引用: 1] 陈云浩， 李晓兵， 史培军， 2001.1983 -1992年中国陆地NDVI变化的气候驱动因子分析［J］.植被生态学报， 25（6）： 716-720.
方精云， 朴世龙， 贺金生， 等， 2003.近20年来中国植被活动在增强［J］.中国科学（生命科学）， 33（6）： 554-565. [本文引用: 2] 郭铌， 韩天虎， 王静， 等， 2010.玛曲退牧还草工程生态效果的遥感监测［J］.中国沙漠， 30（1）： 154-160. [本文引用: 1] 贾俊鹤， 刘会玉， 林振山， 2019.中国西北地区植被NPP多时间尺度变化及其对气候变化的响应［J］.生态学报， 39（14）： 5058-5069. [本文引用: 1] 焦珂伟， 高江波， 吴绍洪， 等， 2018.植被活动对气候变化的响应过程研究进展［J］.生态学报， 38（6）： 2229-2238. [本文引用: 1] 李晓兵， 史培军， 2000.中国典型植被类型NDVI动态变化与气温、 降水变化的敏感性分析［J］.植被生态学报， 24（3）： 379-382. [本文引用: 1] 刘斌， 孙艳玲， 王仲良， 等， 2015.华北地区植被覆盖变化及其影响因子的相对作用分析［J］.自然资源学报， 30（1）： 12-23.
刘旻霞， 赵瑞东， 邵鹏， 等， 2018.近15 a黄土高原植被覆盖时空变化及驱动力分析［J］.干旱区地理， 41（1）： 99-108. [本文引用: 1] 刘宪锋， 朱秀芳， 潘耀忠， 等， 2015.1982 -2012年中国植被覆盖时空变化特征［J］.生态学报， 35（16）： 5331-5342. [本文引用: 1] 刘晓婉， 彭定志， 徐宗学， 2018.雅鲁藏布江流域NDVI对高程与降水的相依性研究［J］.高原气象， 37（2）： 349-357.DOI： 10. 7522/j.issn.1000-0534.2017.00048. [本文引用: 1] 马守存， 保广裕， 郭广， 等， 2018.1982-2013年黄河源区植被变化趋势及其对气候变化的相应［J］.干旱气象， 36（2）： 226-233. [本文引用: 1] 孟梦， 牛铮， 马超， 等， 2018a.青藏高原NDVI变化趋势及其对气候的响应［J］.水土保持研究， 25（3）： 360-365. [本文引用: 1] 孟梦， 牛铮， 2018b.近30a内蒙古NDVI演变特征及其对气候的响应［J］.遥感技术与应用， 33（4）： 676-685. [本文引用: 1] 南颖， 刘志锋， 董叶辉， 等， 2010.2000-2008年长白山地区植被覆盖变化对气候的响应研究［J］.地理科学， 30（6）： 921-928. [本文引用: 1] 朴世龙， 方精云， 2003.1982-1999年我国陆地植被活动对气候变化响应的季节差异［J］.地理学报， 58（1）： 119-125.
孙艳玲， 郭鹏， 2012.1982-2006年华北植被覆盖变化及其与气候变化的关系［J］.生态环境学报， 21（1）： 7-12. [本文引用: 1] 孙艳玲， 延晓冬， 谢德体， 2007.基于因子分析方法的中国植被NDVI与气候关系研究［J］.山地学报， 25（1）： 54-63. [本文引用: 1] 王丹， 王爱慧， 2017.1901 -2013年GPCC和CRU降水资料在中国大陆的适用性评估［J］.气候与环境研究， 22（4）： 446-462.
王丹云， 吕世华， 韩博， 等， 2018.黄土高原春季植被变化分布与变化特征及其对春旱的响应研究［J］.高原气象， 37（5）： 1208-1219.DOI： 10.7522/j.issn.1000-0534.2018.00033. [本文引用: 1] 武正丽， 贾文雄， 赵珍， 等， 2015.2000 -2012年祁连山植被覆盖变化及其与气候因子的相关性［J］.干旱区地理， 38（6）： 1241-1252. [本文引用: 1] 杨雪梅， 杨太保， 刘海猛， 等， 2016.气候变暖背景下近30a北半球植被变化研究综述［J］.干旱区研究， 33（2）： 379-391. [本文引用: 1] 朱文会， 毛飞， 徐影， 等， 2019.三江源去植被指数对气候变化的响应及预测分析［J］.高原气象， 38（4）： 693-704.DOI： 10.7522/j.issn.1000-0534.2018.00105. [本文引用: 1] 张佳琦， 张勃， 马彬， 等， 2019.三江平原NDVI时空变化及其对气候变化的响应［J］.中国沙漠， 39（3）： 206-213. [本文引用: 1] 赵天保， 陈亮， 马柱国， 2014.CMIP5多模式对全球典型干旱半干旱区气候变化的模拟与预估［J］.科学通报， 59（12）： 1148-1163.
1 ... 当前， 在植被覆盖度的研究中， 通常利用归一化植被指数（Normalized Difference Vegetation Index， NDVI）， 它是表征植被生长状况和植被覆盖度的最佳因子， 被公认为是监测全球以及区域植被变化最有效的指标（ Eckert et al， 2015； 刘斌等， 2015 ）. 近些年来， 在全球气候显著变暖趋势下， 国内外诸多学者在研究NDVI与气候因子关系方面取得极大进展.李晓兵和史培军（2000）以及陈云浩等（2001）基于NOAA/AVHRR逐月的NDVI数据和中国160个基本标准气象站逐月的气温、 降水资料， 分析研究了1982 -1992年期间植被变化与气候驱动因子之间的关系， 发现植被变化与气候驱动因子的相关性从北到南逐渐降低.Zhou et al（2001）发现受温度和降水模式的影响， 欧亚大陆上61%的NDVI在生长季时期呈不断上升趋势， 而部分地区呈减少趋势.Fensholt et al （2012 ）分析了1981 -2007年全球半干旱区植被绿度变化趋势， 发现温度和降水共同影响全球范围内植被绿度的增长速度.国内不少学者利用 NDVI数据对中国植被覆盖的动态变化进行研究（方精云等， 2003； 朴世龙和方精云， 2003； 孙艳玲等， 2007； 刘宪锋等， 2015）.张佳琦等（2019）利用MODIS-NDVI数据对三江平原NDVI 时空变化特征及其与气候变化的响应进行了分析， 研究表明降水是三江平原植被生长的主导气候因子.贾俊鹤等（2019）利用多年连续的GIMMS-NDVI资料和气象数据对西北六省不同时间尺度植被NPP变化与气候变化响应进行研究.孟梦等（2018a）利用长时间序列NDVI数据及同时期气象观测数据， 分析了青藏高原4000 m高海拔区域的NDVI的变化趋势以及气候响应.刘旻霞等（2018）利用基于500 m分辨率的MODIS NDVI数据对近15年黄土高原植被时空演变变化特征及其驱动因素分析， 表明黄土高原植被NDVI对气温、 降水的响应关系有明显的季节差异.朱文会等（2019）利用长时间序列NOAA-AVHRR的NDVI旬合成资料与逐月降水和气温等观测数据， 分析研究三江源区NDVI时空变化特征及其对气候变化的响应， 结果发现NDVI的变化及其对气候驱动因子的响应存在很大的区域差异. ... 0 1 ... 所用的气象数据来源于英国东英吉利大学（University of East Anglia）的气候研究组（Climatic Research Unit， CRU）的CRU-TS v4.03（Harris et al， 2014）逐月平均气温和降水资料.该数据集的研制用薄板样条插值法（thin plate spline interpolation）整合已有的若干个知名历史气候观测记录， 重建了一套覆盖完整、 高分辨率、 且无缺测的月平均地表气候要素数据集， 时间尺度为1901 -2018年， 空间分辨率为0.5°×0.5°经纬网格覆盖全球陆地.该数据集还包含平均温度、 降水、 温度日较差、 霜天和露天频率、 水汽压和云量等气候变量， 能够很全面地描述某区域气候变化的基本特征（王丹和王爱慧， 2017 ）. ... 1 ... 植被是陆地生态系统的重要组成部分， 主要受温度、 降水、 日照的影响， 其对气候变化的响应非常敏感， 是气候变化的重要指示器（Wang et al， 2012）.植被类型决定陆地生态系统， 其具有明显的年际变化和季节变化的特点， 从而促使陆地生态系统随着时间推移而发生变化， 而气候变化作为陆地生态系统的主要驱动因子， 其决定地表植被的生存和分布特点.气候变化国家评估报告指出， 气候变化对我国森林、 草原植被等生态系统的影响显著.随着全球持续增暖， 我国东部亚热带、 温带北界普遍北移， 祁连山森林面积减少， 西南地区湿地面积减少， 草原产量和质量都有所下降.因此， 研究植被的时空演变规律及其对气候因子的响应对于研究气候变化和陆地生态系统的关系具有重要的意义（Lanfredi et al， 2003； 南颖等， 2010； 孙艳玲和郭鹏， 2012； 焦珂伟等， 2018； 马守存等， 2018）. ... 1 ... 植被是陆地生态系统的重要组成部分， 主要受温度、 降水、 日照的影响， 其对气候变化的响应非常敏感， 是气候变化的重要指示器（Wang et al， 2012）.植被类型决定陆地生态系统， 其具有明显的年际变化和季节变化的特点， 从而促使陆地生态系统随着时间推移而发生变化， 而气候变化作为陆地生态系统的主要驱动因子， 其决定地表植被的生存和分布特点.气候变化国家评估报告指出， 气候变化对我国森林、 草原植被等生态系统的影响显著.随着全球持续增暖， 我国东部亚热带、 温带北界普遍北移， 祁连山森林面积减少， 西南地区湿地面积减少， 草原产量和质量都有所下降.因此， 研究植被的时空演变规律及其对气候因子的响应对于研究气候变化和陆地生态系统的关系具有重要的意义（Lanfredi et al， 2003； 南颖等， 2010； 孙艳玲和郭鹏， 2012； 焦珂伟等， 2018； 马守存等， 2018）. ... 1 ... 当前， 在植被覆盖度的研究中， 通常利用归一化植被指数（Normalized Difference Vegetation Index， NDVI）， 它是表征植被生长状况和植被覆盖度的最佳因子， 被公认为是监测全球以及区域植被变化最有效的指标（ Eckert et al， 2015； 刘斌等， 2015 ）. 近些年来， 在全球气候显著变暖趋势下， 国内外诸多学者在研究NDVI与气候因子关系方面取得极大进展.李晓兵和史培军（2000）以及陈云浩等（2001）基于NOAA/AVHRR逐月的NDVI数据和中国160个基本标准气象站逐月的气温、 降水资料， 分析研究了1982 -1992年期间植被变化与气候驱动因子之间的关系， 发现植被变化与气候驱动因子的相关性从北到南逐渐降低.Zhou et al（2001）发现受温度和降水模式的影响， 欧亚大陆上61%的NDVI在生长季时期呈不断上升趋势， 而部分地区呈减少趋势.Fensholt et al （2012 ）分析了1981 -2007年全球半干旱区植被绿度变化趋势， 发现温度和降水共同影响全球范围内植被绿度的增长速度.国内不少学者利用 NDVI数据对中国植被覆盖的动态变化进行研究（方精云等， 2003； 朴世龙和方精云， 2003； 孙艳玲等， 2007； 刘宪锋等， 2015）.张佳琦等（2019）利用MODIS-NDVI数据对三江平原NDVI 时空变化特征及其与气候变化的响应进行了分析， 研究表明降水是三江平原植被生长的主导气候因子.贾俊鹤等（2019）利用多年连续的GIMMS-NDVI资料和气象数据对西北六省不同时间尺度植被NPP变化与气候变化响应进行研究.孟梦等（2018a）利用长时间序列NDVI数据及同时期气象观测数据， 分析了青藏高原4000 m高海拔区域的NDVI的变化趋势以及气候响应.刘旻霞等（2018）利用基于500 m分辨率的MODIS NDVI数据对近15年黄土高原植被时空演变变化特征及其驱动因素分析， 表明黄土高原植被NDVI对气温、 降水的响应关系有明显的季节差异.朱文会等（2019）利用长时间序列NOAA-AVHRR的NDVI旬合成资料与逐月降水和气温等观测数据， 分析研究三江源区NDVI时空变化特征及其对气候变化的响应， 结果发现NDVI的变化及其对气候驱动因子的响应存在很大的区域差异. ... 0 2 ... 当前， 在植被覆盖度的研究中， 通常利用归一化植被指数（Normalized Difference Vegetation Index， NDVI）， 它是表征植被生长状况和植被覆盖度的最佳因子， 被公认为是监测全球以及区域植被变化最有效的指标（ Eckert et al， 2015； 刘斌等， 2015 ）. 近些年来， 在全球气候显著变暖趋势下， 国内外诸多学者在研究NDVI与气候因子关系方面取得极大进展.李晓兵和史培军（2000）以及陈云浩等（2001）基于NOAA/AVHRR逐月的NDVI数据和中国160个基本标准气象站逐月的气温、 降水资料， 分析研究了1982 -1992年期间植被变化与气候驱动因子之间的关系， 发现植被变化与气候驱动因子的相关性从北到南逐渐降低.Zhou et al（2001）发现受温度和降水模式的影响， 欧亚大陆上61%的NDVI在生长季时期呈不断上升趋势， 而部分地区呈减少趋势.Fensholt et al （2012 ）分析了1981 -2007年全球半干旱区植被绿度变化趋势， 发现温度和降水共同影响全球范围内植被绿度的增长速度.国内不少学者利用 NDVI数据对中国植被覆盖的动态变化进行研究（方精云等， 2003； 朴世龙和方精云， 2003； 孙艳玲等， 2007； 刘宪锋等， 2015）.张佳琦等（2019）利用MODIS-NDVI数据对三江平原NDVI 时空变化特征及其与气候变化的响应进行了分析， 研究表明降水是三江平原植被生长的主导气候因子.贾俊鹤等（2019）利用多年连续的GIMMS-NDVI资料和气象数据对西北六省不同时间尺度植被NPP变化与气候变化响应进行研究.孟梦等（2018a）利用长时间序列NDVI数据及同时期气象观测数据， 分析了青藏高原4000 m高海拔区域的NDVI的变化趋势以及气候响应.刘旻霞等（2018）利用基于500 m分辨率的MODIS NDVI数据对近15年黄土高原植被时空演变变化特征及其驱动因素分析， 表明黄土高原植被NDVI对气温、 降水的响应关系有明显的季节差异.朱文会等（2019）利用长时间序列NOAA-AVHRR的NDVI旬合成资料与逐月降水和气温等观测数据， 分析研究三江源区NDVI时空变化特征及其对气候变化的响应， 结果发现NDVI的变化及其对气候驱动因子的响应存在很大的区域差异. ... ... ； 朴世龙和方精云， 2003； 孙艳玲等， 2007； 刘宪锋等， 2015）.张佳琦等（2019）利用MODIS-NDVI数据对三江平原NDVI 时空变化特征及其与气候变化的响应进行了分析， 研究表明降水是三江平原植被生长的主导气候因子.贾俊鹤等（2019）利用多年连续的GIMMS-NDVI资料和气象数据对西北六省不同时间尺度植被NPP变化与气候变化响应进行研究.孟梦等（2018a）利用长时间序列NDVI数据及同时期气象观测数据， 分析了青藏高原4000 m高海拔区域的NDVI的变化趋势以及气候响应.刘旻霞等（2018）利用基于500 m分辨率的MODIS NDVI数据对近15年黄土高原植被时空演变变化特征及其驱动因素分析， 表明黄土高原植被NDVI对气温、 降水的响应关系有明显的季节差异.朱文会等（2019）利用长时间序列NOAA-AVHRR的NDVI旬合成资料与逐月降水和气温等观测数据， 分析研究三江源区NDVI时空变化特征及其对气候变化的响应， 结果发现NDVI的变化及其对气候驱动因子的响应存在很大的区域差异. ... 1 ... 归一化植被指数（NDVI）已经被广泛应用于多个领域， 包括： 饥荒的预警系统， 土地覆盖分类， 健康和流行病学， 干旱监测， 土地退化， 森林破坏和大尺度的植被与气候的年际变化.本文所用的植被信息是NOAA-AVHRR提取NDVI数据产品MOD13C2 v006（https： //lpdaac.usgs.gov/products/ mod13c2v006/）.该产品的空间分辨率为0.05°（5.6 km， 全球有7200 ×3600经/纬网格）， 时间分辨率是16天间隔的平均值.该植被信息的识别和提取是利用最大值合成法进行处理的， 目的是获取代表该年植被生长最佳状态的NDVI值（郭铌等， 2010）， 并最终获得17年中国区域的NDVI时间序列.本研究将植被生长季定义为5 -10月. ... 1 ... 当前， 在植被覆盖度的研究中， 通常利用归一化植被指数（Normalized Difference Vegetation Index， NDVI）， 它是表征植被生长状况和植被覆盖度的最佳因子， 被公认为是监测全球以及区域植被变化最有效的指标（ Eckert et al， 2015； 刘斌等， 2015 ）. 近些年来， 在全球气候显著变暖趋势下， 国内外诸多学者在研究NDVI与气候因子关系方面取得极大进展.李晓兵和史培军（2000）以及陈云浩等（2001）基于NOAA/AVHRR逐月的NDVI数据和中国160个基本标准气象站逐月的气温、 降水资料， 分析研究了1982 -1992年期间植被变化与气候驱动因子之间的关系， 发现植被变化与气候驱动因子的相关性从北到南逐渐降低.Zhou et al（2001）发现受温度和降水模式的影响， 欧亚大陆上61%的NDVI在生长季时期呈不断上升趋势， 而部分地区呈减少趋势.Fensholt et al （2012 ）分析了1981 -2007年全球半干旱区植被绿度变化趋势， 发现温度和降水共同影响全球范围内植被绿度的增长速度.国内不少学者利用 NDVI数据对中国植被覆盖的动态变化进行研究（方精云等， 2003； 朴世龙和方精云， 2003； 孙艳玲等， 2007； 刘宪锋等， 2015）.张佳琦等（2019）利用MODIS-NDVI数据对三江平原NDVI 时空变化特征及其与气候变化的响应进行了分析， 研究表明降水是三江平原植被生长的主导气候因子.贾俊鹤等（2019）利用多年连续的GIMMS-NDVI资料和气象数据对西北六省不同时间尺度植被NPP变化与气候变化响应进行研究.孟梦等（2018a）利用长时间序列NDVI数据及同时期气象观测数据， 分析了青藏高原4000 m高海拔区域的NDVI的变化趋势以及气候响应.刘旻霞等（2018）利用基于500 m分辨率的MODIS NDVI数据对近15年黄土高原植被时空演变变化特征及其驱动因素分析， 表明黄土高原植被NDVI对气温、 降水的响应关系有明显的季节差异.朱文会等（2019）利用长时间序列NOAA-AVHRR的NDVI旬合成资料与逐月降水和气温等观测数据， 分析研究三江源区NDVI时空变化特征及其对气候变化的响应， 结果发现NDVI的变化及其对气候驱动因子的响应存在很大的区域差异. ... 1 ... 植被是陆地生态系统的重要组成部分， 主要受温度、 降水、 日照的影响， 其对气候变化的响应非常敏感， 是气候变化的重要指示器（Wang et al， 2012）.植被类型决定陆地生态系统， 其具有明显的年际变化和季节变化的特点， 从而促使陆地生态系统随着时间推移而发生变化， 而气候变化作为陆地生态系统的主要驱动因子， 其决定地表植被的生存和分布特点.气候变化国家评估报告指出， 气候变化对我国森林、 草原植被等生态系统的影响显著.随着全球持续增暖， 我国东部亚热带、 温带北界普遍北移， 祁连山森林面积减少， 西南地区湿地面积减少， 草原产量和质量都有所下降.因此， 研究植被的时空演变规律及其对气候因子的响应对于研究气候变化和陆地生态系统的关系具有重要的意义（Lanfredi et al， 2003； 南颖等， 2010； 孙艳玲和郭鹏， 2012； 焦珂伟等， 2018； 马守存等， 2018）. ... 1 ... 当前， 在植被覆盖度的研究中， 通常利用归一化植被指数（Normalized Difference Vegetation Index， NDVI）， 它是表征植被生长状况和植被覆盖度的最佳因子， 被公认为是监测全球以及区域植被变化最有效的指标（ Eckert et al， 2015； 刘斌等， 2015 ）. 近些年来， 在全球气候显著变暖趋势下， 国内外诸多学者在研究NDVI与气候因子关系方面取得极大进展.李晓兵和史培军（2000）以及陈云浩等（2001）基于NOAA/AVHRR逐月的NDVI数据和中国160个基本标准气象站逐月的气温、 降水资料， 分析研究了1982 -1992年期间植被变化与气候驱动因子之间的关系， 发现植被变化与气候驱动因子的相关性从北到南逐渐降低.Zhou et al（2001）发现受温度和降水模式的影响， 欧亚大陆上61%的NDVI在生长季时期呈不断上升趋势， 而部分地区呈减少趋势.Fensholt et al （2012 ）分析了1981 -2007年全球半干旱区植被绿度变化趋势， 发现温度和降水共同影响全球范围内植被绿度的增长速度.国内不少学者利用 NDVI数据对中国植被覆盖的动态变化进行研究（方精云等， 2003； 朴世龙和方精云， 2003； 孙艳玲等， 2007； 刘宪锋等， 2015）.张佳琦等（2019）利用MODIS-NDVI数据对三江平原NDVI 时空变化特征及其与气候变化的响应进行了分析， 研究表明降水是三江平原植被生长的主导气候因子.贾俊鹤等（2019）利用多年连续的GIMMS-NDVI资料和气象数据对西北六省不同时间尺度植被NPP变化与气候变化响应进行研究.孟梦等（2018a）利用长时间序列NDVI数据及同时期气象观测数据， 分析了青藏高原4000 m高海拔区域的NDVI的变化趋势以及气候响应.刘旻霞等（2018）利用基于500 m分辨率的MODIS NDVI数据对近15年黄土高原植被时空演变变化特征及其驱动因素分析， 表明黄土高原植被NDVI对气温、 降水的响应关系有明显的季节差异.朱文会等（2019）利用长时间序列NOAA-AVHRR的NDVI旬合成资料与逐月降水和气温等观测数据， 分析研究三江源区NDVI时空变化特征及其对气候变化的响应， 结果发现NDVI的变化及其对气候驱动因子的响应存在很大的区域差异. ... 0 1 ... 当前， 在植被覆盖度的研究中， 通常利用归一化植被指数（Normalized Difference Vegetation Index， NDVI）， 它是表征植被生长状况和植被覆盖度的最佳因子， 被公认为是监测全球以及区域植被变化最有效的指标（ Eckert et al， 2015； 刘斌等， 2015 ）. 近些年来， 在全球气候显著变暖趋势下， 国内外诸多学者在研究NDVI与气候因子关系方面取得极大进展.李晓兵和史培军（2000）以及陈云浩等（2001）基于NOAA/AVHRR逐月的NDVI数据和中国160个基本标准气象站逐月的气温、 降水资料， 分析研究了1982 -1992年期间植被变化与气候驱动因子之间的关系， 发现植被变化与气候驱动因子的相关性从北到南逐渐降低.Zhou et al（2001）发现受温度和降水模式的影响， 欧亚大陆上61%的NDVI在生长季时期呈不断上升趋势， 而部分地区呈减少趋势.Fensholt et al （2012 ）分析了1981 -2007年全球半干旱区植被绿度变化趋势， 发现温度和降水共同影响全球范围内植被绿度的增长速度.国内不少学者利用 NDVI数据对中国植被覆盖的动态变化进行研究（方精云等， 2003； 朴世龙和方精云， 2003； 孙艳玲等， 2007； 刘宪锋等， 2015）.张佳琦等（2019）利用MODIS-NDVI数据对三江平原NDVI 时空变化特征及其与气候变化的响应进行了分析， 研究表明降水是三江平原植被生长的主导气候因子.贾俊鹤等（2019）利用多年连续的GIMMS-NDVI资料和气象数据对西北六省不同时间尺度植被NPP变化与气候变化响应进行研究.孟梦等（2018a）利用长时间序列NDVI数据及同时期气象观测数据， 分析了青藏高原4000 m高海拔区域的NDVI的变化趋势以及气候响应.刘旻霞等（2018）利用基于500 m分辨率的MODIS NDVI数据对近15年黄土高原植被时空演变变化特征及其驱动因素分析， 表明黄土高原植被NDVI对气温、 降水的响应关系有明显的季节差异.朱文会等（2019）利用长时间序列NOAA-AVHRR的NDVI旬合成资料与逐月降水和气温等观测数据， 分析研究三江源区NDVI时空变化特征及其对气候变化的响应， 结果发现NDVI的变化及其对气候驱动因子的响应存在很大的区域差异. ... 1 ... 当前， 在植被覆盖度的研究中， 通常利用归一化植被指数（Normalized Difference Vegetation Index， NDVI）， 它是表征植被生长状况和植被覆盖度的最佳因子， 被公认为是监测全球以及区域植被变化最有效的指标（ Eckert et al， 2015； 刘斌等， 2015 ）. 近些年来， 在全球气候显著变暖趋势下， 国内外诸多学者在研究NDVI与气候因子关系方面取得极大进展.李晓兵和史培军（2000）以及陈云浩等（2001）基于NOAA/AVHRR逐月的NDVI数据和中国160个基本标准气象站逐月的气温、 降水资料， 分析研究了1982 -1992年期间植被变化与气候驱动因子之间的关系， 发现植被变化与气候驱动因子的相关性从北到南逐渐降低.Zhou et al（2001）发现受温度和降水模式的影响， 欧亚大陆上61%的NDVI在生长季时期呈不断上升趋势， 而部分地区呈减少趋势.Fensholt et al （2012 ）分析了1981 -2007年全球半干旱区植被绿度变化趋势， 发现温度和降水共同影响全球范围内植被绿度的增长速度.国内不少学者利用 NDVI数据对中国植被覆盖的动态变化进行研究（方精云等， 2003； 朴世龙和方精云， 2003； 孙艳玲等， 2007； 刘宪锋等， 2015）.张佳琦等（2019）利用MODIS-NDVI数据对三江平原NDVI 时空变化特征及其与气候变化的响应进行了分析， 研究表明降水是三江平原植被生长的主导气候因子.贾俊鹤等（2019）利用多年连续的GIMMS-NDVI资料和气象数据对西北六省不同时间尺度植被NPP变化与气候变化响应进行研究.孟梦等（2018a）利用长时间序列NDVI数据及同时期气象观测数据， 分析了青藏高原4000 m高海拔区域的NDVI的变化趋势以及气候响应.刘旻霞等（2018）利用基于500 m分辨率的MODIS NDVI数据对近15年黄土高原植被时空演变变化特征及其驱动因素分析， 表明黄土高原植被NDVI对气温、 降水的响应关系有明显的季节差异.朱文会等（2019）利用长时间序列NOAA-AVHRR的NDVI旬合成资料与逐月降水和气温等观测数据， 分析研究三江源区NDVI时空变化特征及其对气候变化的响应， 结果发现NDVI的变化及其对气候驱动因子的响应存在很大的区域差异. ... 1 ... 相关系数可以用来表示两组变量的相关程度（刘晓婉等， 2018）， 利用此系数分析近17年以来中国区域NDVI数据与气温以及降水的相关性.其计算公式为： ... 1 ... 植被是陆地生态系统的重要组成部分， 主要受温度、 降水、 日照的影响， 其对气候变化的响应非常敏感， 是气候变化的重要指示器（Wang et al， 2012）.植被类型决定陆地生态系统， 其具有明显的年际变化和季节变化的特点， 从而促使陆地生态系统随着时间推移而发生变化， 而气候变化作为陆地生态系统的主要驱动因子， 其决定地表植被的生存和分布特点.气候变化国家评估报告指出， 气候变化对我国森林、 草原植被等生态系统的影响显著.随着全球持续增暖， 我国东部亚热带、 温带北界普遍北移， 祁连山森林面积减少， 西南地区湿地面积减少， 草原产量和质量都有所下降.因此， 研究植被的时空演变规律及其对气候因子的响应对于研究气候变化和陆地生态系统的关系具有重要的意义（Lanfredi et al， 2003； 南颖等， 2010； 孙艳玲和郭鹏， 2012； 焦珂伟等， 2018； 马守存等， 2018）. ... 1 ... 当前， 在植被覆盖度的研究中， 通常利用归一化植被指数（Normalized Difference Vegetation Index， NDVI）， 它是表征植被生长状况和植被覆盖度的最佳因子， 被公认为是监测全球以及区域植被变化最有效的指标（ Eckert et al， 2015； 刘斌等， 2015 ）. 近些年来， 在全球气候显著变暖趋势下， 国内外诸多学者在研究NDVI与气候因子关系方面取得极大进展.李晓兵和史培军（2000）以及陈云浩等（2001）基于NOAA/AVHRR逐月的NDVI数据和中国160个基本标准气象站逐月的气温、 降水资料， 分析研究了1982 -1992年期间植被变化与气候驱动因子之间的关系， 发现植被变化与气候驱动因子的相关性从北到南逐渐降低.Zhou et al（2001）发现受温度和降水模式的影响， 欧亚大陆上61%的NDVI在生长季时期呈不断上升趋势， 而部分地区呈减少趋势.Fensholt et al （2012 ）分析了1981 -2007年全球半干旱区植被绿度变化趋势， 发现温度和降水共同影响全球范围内植被绿度的增长速度.国内不少学者利用 NDVI数据对中国植被覆盖的动态变化进行研究（方精云等， 2003； 朴世龙和方精云， 2003； 孙艳玲等， 2007； 刘宪锋等， 2015）.张佳琦等（2019）利用MODIS-NDVI数据对三江平原NDVI 时空变化特征及其与气候变化的响应进行了分析， 研究表明降水是三江平原植被生长的主导气候因子.贾俊鹤等（2019）利用多年连续的GIMMS-NDVI资料和气象数据对西北六省不同时间尺度植被NPP变化与气候变化响应进行研究.孟梦等（2018a）利用长时间序列NDVI数据及同时期气象观测数据， 分析了青藏高原4000 m高海拔区域的NDVI的变化趋势以及气候响应.刘旻霞等（2018）利用基于500 m分辨率的MODIS NDVI数据对近15年黄土高原植被时空演变变化特征及其驱动因素分析， 表明黄土高原植被NDVI对气温、 降水的响应关系有明显的季节差异.朱文会等（2019）利用长时间序列NOAA-AVHRR的NDVI旬合成资料与逐月降水和气温等观测数据， 分析研究三江源区NDVI时空变化特征及其对气候变化的响应， 结果发现NDVI的变化及其对气候驱动因子的响应存在很大的区域差异. ... 1 ... 式中： r为变量x与y的相关系数； xi， yi分别为某年份NDVI平均值与同期气温， 降水量数据； x¯， y¯分别为多年NDVI平均值与气温， 降水量均值； 相关系数取值［-1， 1］， 相关系数绝对值越大， 则相关性越强， 反之亦然.|r| |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |