• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于NDVI的貴州省植被覆蓋時空特征分析

    2021-04-23 01:51:38賀中華
    關鍵詞:覆蓋面積降雨量貴州省

    邢 愿, 賀中華,2*

    (1. 貴州師范大學地理與環(huán)境科學學院, 貴陽 550001; 2. 貴州師范大學國家喀斯特石漠化防治工程技術研究中心, 貴陽 550001)

    歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)作為植被生長及覆蓋的最佳指示因子,可以良好地反映植被分布特征及變化,是評價地區(qū)生態(tài)環(huán)境發(fā)展的重要指標之一[1]. 通過衛(wèi)星遙感手段對植被和氣象因子進行持續(xù)動態(tài)監(jiān)測,利用NDVI、標準化降水蒸散指數(shù)(SPEI)和標準化降水指數(shù)(SPI)等量化指標,分析不同尺度上的植被水文響應,為揭示陸表生態(tài)環(huán)境特征提供了強有力的數(shù)據(jù)支持和研究手段.

    目前關于植被指數(shù)影響因素的研究中,主要以氣象因子為主. 如:利用多元線性回歸分析法,分析多個氣象因素對歸一化植被指數(shù)的影響,研究表明氣象因子可以用來預測植被的未來生長狀況[2];運用多個氣象要素(氣溫、風速、降雨量)和SPEI指數(shù)進行突變分析和趨勢分析,研究內(nèi)蒙古典型草原區(qū)NDVI與氣候變化的響應機制,研究表明降雨量是影響典型草原植被生長的主要氣象要素,氣溫次之[3];利用線性趨勢分析、Pearson相關分析、多元線性回歸模型以及通徑分析的方法,對黃土高原2000—2015年全區(qū)和不同植被覆被類型區(qū)內(nèi) NDVI與氣象因子的變化趨勢以及相互作用關系進行分析,研究表明黃土高原區(qū)的NDVI與氣象因子之間沒有顯著相關性,但在不同植被覆被類型區(qū),氣象因子對NDVI存在顯著作用,且不同植被覆被類型差異明顯[4]. 貴州省作為我國喀斯特地貌分布最廣、分布面積占比最大的省份,其石漠化問題也最為突出[5]. 學者們對貴州省的植被變化的研究取得較多成果,如:運用最大合成法、加權平均法、線性趨勢法等方法和GIS中的Spatial Analyst Tools等技術方法,分析了貴州省2005—2014年的植被變化趨勢特征,研究表明貴州省的NDVI值整體呈正增長趨勢[6];采用一元線性回歸、標準差分析和 Hurst指數(shù)等時間序列統(tǒng)計分析法,對貴州省的NDVI值變化的時空格局和發(fā)展趨勢進行研究,研究表明貴州省東部和西部的NDVI值相對穩(wěn)定,中部的波動明顯[7];通過建模反演植被覆蓋度,利用遙感與地理信息系統(tǒng)軟件發(fā)現(xiàn)貴州省中部的植被覆蓋度最差,被覆蓋度從東南方向向西北方向遞減[8];通過變化傾斜率、變異系數(shù)以及相關分析法,對比分析了貴州省不同巖性區(qū)NDVI值的變化規(guī)律及主導因素,研究表明不同巖性基底上的NDVI值、NDVI的變化率及變異系數(shù)存在一定差異性[9];利用同期氣溫與降雨量數(shù)據(jù),研究貴州省的林草植被覆蓋度在2001—2014年的時空變化及其與氣溫、降雨量變化的關系,研究表明貴州省的林草植被覆蓋度變化與降雨量改變有較明顯的正相關性,但與氣溫變化沒有明顯相關性[10];利用NDVI數(shù)據(jù)與貴州省84個氣象站點提供的氣象資料,分析1987—2003年貴州省的植被變化狀況以及NDVI與氣溫、降雨量的相互關系,研究表明貴州省春季時的NDVI與氣溫、降雨量的相關系數(shù)最大[11];利用時間序列、變化趨勢和空間動態(tài)變化分析等方法,研究貴州省植被覆蓋的時空變化特征及植被覆蓋變化對氣象因子在地域、變化速率和變化方向的影響,研究表明貴州省的NDVI與氣溫的相關性大于與降雨量的,但其對降雨量的滯后性卻高于對氣溫的[12]. 但是,已有研究多在年際變化上分析貴州省的植被變化特征及其與氣候的響應關系,在氣象要素(氣溫、降雨量)對植被生長的時空響應規(guī)律及其對氣候變化的空間滯后關系方面的研究較少.

    2001—2018年,貴州省的極端氣候出現(xiàn)頻繁,降雨量的空間分布更為不均,導致植被生長對氣候變化的敏感性不同,其空間分布特征也存在差異性[13]. 為更全面揭示貴州省的氣溫、降雨量對植被生長的影響規(guī)律,本文基于 2001—2018 年的長時間序列NDVI數(shù)據(jù),采用線性趨勢分析法和相關性分析法,分析貴州省的植被覆蓋面積在18年間的時空變化特征;同時結合2001—2018年植被的降水利用效率與2010、2017年2期土地覆蓋數(shù)據(jù),研究不同土地覆蓋類型的NDVI的特征,以期為貴州省的水土流失和土地石漠化防治提供依據(jù).

    1 研究區(qū)概況

    貴州省(簡稱“黔”或“貴”)共有9個行政區(qū)劃單位,其中:6個地級市(貴陽市、遵義市、六盤水市、安順市、畢節(jié)市、銅仁市)、3個自治州(黔東南苗族侗族自治州、黔南布依族苗族自治州、黔西南布依族苗族自治州);全省界于北緯24°37′~29°13′,東經(jīng)103°36′~109°35′,地處中國西南內(nèi)陸地區(qū)腹地,境內(nèi)地勢西高東低,自中部向北、東、南三面傾斜,平均海拔在1 100 m左右,總面積為17.62 萬km2,如圖1. 全省地貌可概括分為高原、山地、丘陵和盆地4種基本類型,其中92.5%的面積為山地和丘陵;截至2017年底,貴州省的森林覆蓋率為 55.3%,營造林面積為67萬hm2[14]. 貴州省植被的空間特征呈現(xiàn)明顯的過渡性,從而使各種植被類型在地理分布上相互重疊、錯綜,各種植被類型組合變得復雜多樣. 貴州省這種特殊的地質(zhì)地貌類型和氣侯特征影響了土壤的發(fā)育和分布,形成獨特的喀斯特地貌;貴州省除黔東南苗族侗族自治州外,其他州市的地貌類型均為喀斯特地貌類型,土層淺薄、水土流失嚴重,植被區(qū)域分異性明顯,生態(tài)基礎十分脆弱,損壞后難以恢復[15].

    圖1 貴州省行政區(qū)劃示意圖

    2 數(shù)據(jù)來源與研究方法

    2.1 數(shù)據(jù)來源

    數(shù)據(jù)來源于美國NASA的MODIS植被指數(shù)產(chǎn)品數(shù)據(jù)MOD13A1(https:∥www.nasa.gov/). 數(shù)據(jù)空間分辨率為500 m,時間分辨率為16 d,時間范圍為2001年1月—2018年12月. 利用MRT軟件進行格式轉(zhuǎn)換和投影轉(zhuǎn)換,采用最大值合成法(MVC)獲得18年逐月NDVI數(shù)據(jù),去除云、大氣和太陽高度角等產(chǎn)生的影響. 2001—2018年的氣象資料來源于中國氣象科學數(shù)據(jù)共享服務網(wǎng)(http:∥data.cma.cn/),選用研究區(qū)域內(nèi)31個國家氣象站點的氣象數(shù)據(jù)(降雨量、氣溫),統(tǒng)計為月數(shù)據(jù)并利用克里金插值法生成降雨量、月均溫柵格數(shù)據(jù). 2017年的土地覆蓋數(shù)據(jù)來源于清華大學地球系統(tǒng)科學系(http:∥data.ess.tsinghua.edu.cn),2010年的土地覆蓋數(shù)據(jù)來源于全國地理信息資源目錄服務系統(tǒng)(http:∥www.webmap.cn/mapDataAction.do?method=globalLandCover),分辨率均為30 m. 本文根據(jù)需要將土地覆蓋類型進行統(tǒng)一整理,將研究區(qū)劃分為耕地、林地、水體、草地和建設用地5類.

    2.2 研究方法

    2.2.1 最大值合成法 采用國際通用的最大值合成法(Max Value Composites,MVC)[16-17]生成當月的NDVI值. 該處理可以消除云、大氣以及太陽高度角等的部分影響. 在本研究中,以16 d的NDVI數(shù)據(jù)為基礎,采用最大值合成法獲取月最大NDVI值:將每月2幅的NDVI圖像通過波段運算實現(xiàn)最大值合成,以2幅圖像中每一個像元的最大值代表該月的NDVI值. 計算公式為:

    MNDVIi=max(NDVI′i,NDVI″i),

    其中:MNDVIi為第i月的最大NDVI值;NDVI′i、NDVI″i分別為第i月的上半月、下半月的NDVI值.

    2.2.2 植被降水利用效率 為消除降雨量突變對植被覆蓋面積的影響,以植被降水利用效率(Precipitation-Use Efficiency,PUE)為評價指標. 植被降水利用效率[18]是評價干旱與半干旱地區(qū)土地退化的有力工具,計算公式如下:

    其中:p為年降雨量,Pn為年凈初級生成力. DYMOND等[19]指出:干旱、半干旱地區(qū)生態(tài)系統(tǒng)的NPP與歸一化植被指數(shù)(NDVI)呈顯著的線性相關關系. 在利用遙感影像數(shù)據(jù)研究這些地區(qū)PUE的空間變異特征時,可采用生長季(4—11月)的NDVI累積值作為NPP的代用指標[20]. 對應時段的降雨量為氣象站點數(shù)據(jù)空間插值所得.

    2.2.3 一元回歸趨勢分析 一元回歸趨勢分析是對一組隨時間變化的變量進行回歸分析的方法,預測其未來變化趨勢[21]. 計算公式如下

    其中:n為總年數(shù);NDVIi為第i年的NDVI均值;φslope為趨勢線的斜率. 根據(jù)文獻[22],以趨勢線的斜率來確定NDVI的變化趨勢(表1).

    表1 NDVI變化趨勢表Table 1 The table of NDVI variation

    2.2.4 相關性分析 采用Pearson相關分析法[23],對貴州省2001—2018年的NDVI與降雨量、氣溫空間插值數(shù)據(jù)進行逐像元相關性分析,研究植被生長對氣象要素(降雨量、氣溫)的敏感性. 其計算公式為:

    3 結果分析

    3.1 植被覆蓋面積的時空特征

    3.1.1 植被覆蓋面積變化的時間特征 由貴州省2001—2018年逐年的NDVI均值(圖2A)可知:(1)2001—2018年,貴州省的總體植被覆蓋面積呈增加趨勢,生態(tài)環(huán)境得到明顯改善[24]. (2)貴州省的NDVI均值在0.77~0.84之間波動,其中2001—2009年的NDVI均值波動較大,不存在明顯的趨勢特征. (3)貴州省的NDVI均值每年增加0.003 3;自2013年以來,貴州省的NDVI均值呈現(xiàn)快速增長的趨勢,即貴州省的整體植被生長狀況好轉(zhuǎn),2016年的NDVI均值最大(0.84).

    為更詳細研究貴州省的植被覆蓋面積變化情況,分別統(tǒng)計9個行政區(qū)劃單位2001—2018年逐年的NDVI均值. 為表述簡潔,將3個自治州(黔東南苗族侗族自治州、黔南布依族苗族自治州、黔西南布依族苗族自治州)簡寫為黔東南、黔南、黔西南. 由(圖2B、C、D)可知:(1)各行政區(qū)劃單元的植被覆蓋面積均呈增加趨勢. 畢節(jié)、六盤水市的增加趨勢最顯著,這與文獻[24]的研究結果一致;畢節(jié)、六盤水市的NDVI均值分別以每年0.004 6和0.004 2的速度增加;黔東南地區(qū)的增加趨勢最緩慢,造成黔東南地區(qū)的NDVI均值變化趨勢緩慢的原因為黔東南地區(qū)屬于非喀斯特地區(qū),植被覆蓋良好. (2)2012—2015年,安順、貴陽、遵義、銅仁市的NDVI均值呈現(xiàn)明顯的先減后增的趨勢,表明這些地區(qū)在2012—2015年的植被生長狀況是先變差后逐漸改善,發(fā)生這種狀況可能與當年的降雨量及氣溫有關.

    圖2 貴州省整體及各行政區(qū)劃單位逐年的NDVI均值變化(2001—2018年)

    3.1.2 植被覆蓋面積變化的空間特征 利用最大值合成法得到2001—2018年逐年的最大NDVI值,得到貴州省18年的NDVI均值的空間分布圖(圖3). 由圖可知:(1)貴州省18年的NDVI均值的空間分布特征呈現(xiàn)為喀斯特地區(qū)明顯高于非喀斯特地區(qū). (2)貴州省18年的NDVI均值呈東高西低的分布特征. 造成貴州省西部18年的NDVI均值較低的原因為:畢節(jié)市及六盤水市的海拔較高,地形以高原山地為主,喀斯特地區(qū)石漠化較為嚴重,植被覆蓋較為稀少[25]. 黔東南地區(qū)屬于非喀斯特地區(qū),海拔低,植被以林地及農(nóng)作物為主,因此,黔東南地區(qū)18年的NDVI均值明顯高于貴州省其他行政區(qū)劃單位.

    圖3 貴州省逐年的NDVI均值的空間分布(2001—2018年)

    以5年為周期,分別探究2001、2005、2010、2015、2018年的NDVI值與18年NDVI均值的變化情況,用NDVI距平值[16]來表示,即貴州省2001、2005、2010、2015、2018年的NDVI值與18年NDVI均值的差值. 由圖4可知:(1)與多年平均的植被生長狀況相比,2001年,畢節(jié)市及安順市的植被生長狀況呈退化狀態(tài),貴陽市及遵義市的植被生長狀況有所提升. (2)2005年,植被生長狀況呈退化狀態(tài)的地區(qū)主要分布在貴州省西部地區(qū),東部地區(qū)的植被生長狀況有明顯改善,銅仁市較為顯著. 銅仁市的NDVI值高于全省18年的NDVI均值,究其原因為2005年6月下旬至8月中旬,貴州省中部、北部及東部地區(qū)嚴重伏旱. (3)2010年,貴州省的植被生長狀況整體呈退化趨勢,僅有少部分地區(qū)的NDVI值大于全省18年NDVI均值;根據(jù)貴州省歷年災情記錄,2010年貴州省發(fā)生特大夏、秋、冬、春連旱,西部和南部地區(qū)最為嚴重[26],因此植被生長狀況呈退化趨勢. (4)2015年,貴陽市及安順市的植被生長狀況呈明顯退化,遵義市及銅仁市的植被生長狀況明顯改善,遵義市及銅仁市的NDVI值高于全省18年NDVI均值. (5)2018年,全省植被生長狀況改善最顯著的地區(qū)為畢節(jié)市,全省的年NDVI距平值的空間分布特征為西高東低,與吳躍等[27]的研究成果一致.

    3.2 植被覆蓋面積變化趨勢及植被降水利用效率

    3.2.1 植被覆蓋面積變化趨勢 利用一元回歸趨勢分析,反映2001—2018年貴州省NDVI值的變化趨勢. 由表2及圖5可知:(1)貴州省的植被覆蓋改善區(qū)域的面積遠大于植被覆蓋退化區(qū)域的面積,且貴州省喀斯特地區(qū)的植被覆蓋退化程度高于非喀斯特地區(qū),西部地區(qū)退化程度高于東部地區(qū). (2)植被總體改善區(qū)域、基本保持不變的區(qū)域、植被覆蓋退化區(qū)域分別占植被覆蓋總面積的85.8%、8.94%、5.19%. (3)畢節(jié)市的植被覆蓋改善最顯著,明顯改善面積占全省改善面積的51.89%;其次為黔西南地區(qū). (4)植被覆蓋明顯退化地區(qū)分布于遵義市南部、貴陽市與安順市等主城區(qū)附近,與貴州省城鎮(zhèn)化面積不斷擴張這一事實相符[28].

    植被覆蓋面積保持基本穩(wěn)定的區(qū)域為黔東南地區(qū)(非喀斯特地區(qū)),究其原因為:黔東南地區(qū)海拔低、森林覆蓋率高和水土保持良好. 由文獻[29]可知:截止2018年,黔東南地區(qū)的森林覆蓋率為67.67%,位居全省第一;銅仁市、黔南、遵義市、六盤水市、黔西南、安順市、畢節(jié)市、貴陽市的森林覆蓋率分別為 65.19%、64.66%、60.48%、59.72%、58.71%、56.73%、54.19%、52.16%.

    3.2.2 植被降水利用效率 植被覆蓋面積變化受多種因素的綜合影響,NDVI值的變化趨勢不能完全作為判斷一個地區(qū)植被覆蓋改善或退化的依據(jù). 因此,本文參考文獻[18]引入植被降水利用效率(PUE)作為植被覆蓋面積變化趨勢研究的指標,利用ArcGIS軟件得到2001—2018年貴州省在植被生長季的植被降水利用效率的變化趨勢(圖6). 由圖可知:貴州省的PUE整體呈增加趨勢,總體空間分布特征呈北高南低的狀態(tài),增加趨勢較為顯著的區(qū)域主要分布于畢節(jié)市和遵義市. 究其原因為:退耕還林、“兩江”防護林體系建設、長江經(jīng)濟帶生態(tài)修復治理、植被恢復費造林等重點生態(tài)修復工程、石漠化治理等取得了顯著成效,使得畢節(jié)市及遵義市的生態(tài)植被得到良好改善[30].

    圖4 貴州省的年NDVI距平值(2001—2018年)

    表2 貴州省NDVI變化趨勢面積統(tǒng)計(2001—2018年)Table 2 The area statistics of NDVI variation in Guizhou Province from 2001 to 2018 km2

    圖5 貴州省逐年的NDVI均值變化趨勢(2001—2018年)

    圖6 貴州省在植被生長季的植被降水利用效率的變化趨勢(2001—2018年)

    利用ArcGIS軟件將NDVI變化趨勢值與PUE相乘,若兩者相乘所得值為正,則說明研究區(qū)的NDVI變化趨勢與PUE的變化趨勢相同;否則,說明兩者變化趨勢不同[18]. 結合圖7及吳林霖等[31]的研究可知貴州省NDVI及PUE的變化趨勢相異區(qū)分布于全省各行政區(qū)劃單位,與貴州省的石漠化、水土流失地區(qū)的空間分布基本一致. 由此可知貴州省大部分地區(qū)的NDVI與PUE的變化趨勢相異的主要原因是:石漠化和水土流失嚴重,使植被的生長受到影響.

    圖7 貴州省的NDVI與植被降水利用效率的變化趨勢異同區(qū)(2001—2018年)

    3.3 植被覆蓋面積變化影響因素分析

    3.3.1 氣候變化對植被覆蓋面積變化的影響 影響區(qū)域植被變化的主要氣象因素為降雨量與氣溫,植被在不同時期對降雨量、氣溫的敏感性不同. 為反映氣候變化對植被變化的影響規(guī)律,對貴州省2001—2018年的NDVI與不同時期的氣溫、降雨量做相關性分析. 由分析結果(表3)可知:(1)NDVI與月均氣溫的相關性較強,相關系數(shù)達0.682,而 NDVI與降雨量的相關性未達到顯著,表明氣溫對植被的生長影響更大. 同理,在植被生長季(4—11月),氣溫變化對植被的影響大于降雨量的影響,這與張蓓蓓等[12]的研究結果一致. (2)在3、4月份,氣溫、降雨量與NDVI均呈正相關,表明隨著氣溫、降雨量的增加,春季植被的長勢逐漸變好.

    表3 貴州省的NDVI與氣溫、降雨量的相關系數(shù)(2001—2018年)Table 3 The correlation coefficient of NDVI, temperature and precipitation in Guizhou Province from 2001 to 2018

    為了揭示植被生長對氣象要素(降雨量、氣溫)的響應規(guī)律,以同期及前1、2、3個月為時間尺度,研究氣溫、降雨量與NDVI的相關性. 由結果(圖8)可知:(1)貴州省的NDVI與前1、2、3個月的降雨量的相關系數(shù)(R2)高于當月NDVI與降雨量的相關系數(shù),表明植被生長變化對降雨量變化存在明顯滯后效應,分析可得植被生長變化對降雨量變化的滯后期為1個月. (2)貴州省NDVI與同期氣溫顯著相關;除10、11月的NDVI與前2個月氣溫的相關系數(shù)高于當月NDVI與氣溫的相關系數(shù),其他月的NDVI對氣溫的滯后效應不明顯. 綜上所述,貴州省的植被生長變化對降雨量變化的時間滯后期為1個月,植被生長變化對氣溫變化不存在明顯滯后性,可見植被生長變化對氣溫的敏感性高于降雨量.

    圖8 貴州省的NDVI與同期及前1、2、3個月降雨量和月均溫的相關系數(shù)(2001—2018年)

    為進一步研究在植被生長季(4—10月)中植被對氣象要素(降雨量、氣溫)的空間響應規(guī)律,逐像元研究NDVI與同期降雨量、氣溫變化的相關性. 依據(jù)前人研究[12],將NDVI與氣象要素(降雨量、氣溫)的相關性劃分為4類:顯著負相關(R2≤-0.5;P<0.05)、負相關(-0.5

    3.3.2 土地覆蓋類型變化對植被覆蓋面積變化的影響 為研究不同土地覆蓋類型與NDVI之間的定量關系,利用2010年及2017年2期土地覆蓋數(shù)據(jù),分析貴州省5種土地覆蓋類型(耕地、林地、草地、水體、建議用地)的面積及空間分布格局的變化情況. 由表4及圖10可知:2010—2017年,貴州省有73 229.83 km2的土地面積發(fā)生相互轉(zhuǎn)化,其中:76.5%的草地轉(zhuǎn)換為其他土地覆蓋類型,主要分布于黔西南及畢節(jié)市;64.6%的林地轉(zhuǎn)換為其他土地覆蓋類型,主要分布于黔東南、銅仁市東南部地區(qū)及遵義市西北部.

    圖9 貴州省在植被生長季中NDVI與同期降雨量、氣溫的相關性空間分布圖(2001—2018年)

    表4 貴州省2010—2017年土地覆蓋面積轉(zhuǎn)移矩陣Table 4 The transfer matrix of land cover area in Guizhou Province from 2010 to 2017 km2

    圖10 貴州省的土地覆蓋類型轉(zhuǎn)移空間分布(2010—2017年)

    由文獻[22]可知貴州省的NDVI值分布具有規(guī)律性:在植被生長季(4—11月),農(nóng)業(yè)區(qū)的NDVI值大于草地覆蓋區(qū)的,林地區(qū)的NDVI值最高;非喀斯特區(qū)的NDVI值大于喀斯特區(qū)的;降雨量高的地區(qū)的NDVI值大于降雨量低的地區(qū)的;東部地區(qū)的NDVI值大于西部地區(qū)的. 本文參考文獻[22],將NDVI值劃分為5個區(qū)間(S1:NDVI<0.1、S2:0.1≤NDVI<0.2、S3:0.2≤NDVI<0.4、S4:0.4≤NDVI<0.6、S5:NDVI≥0.6),并統(tǒng)計不同土地覆蓋類型在每個區(qū)間的面積. 由表5、表6可知:(1)由于耕地作物的多樣性引起的作物特性與季相的不同[3],使得耕地區(qū)的NDVI值橫跨區(qū)間S1至S4. 其中:2010年,51.8%的耕地區(qū)的NDVI值介于0.2~0.4之間;2017年,69.7%的耕地區(qū)的NDVI值介于0.4~0.6之間. (2)由于不同樹種在同一時期的生長狀況是不同的,所以,種植不同樹種的林地區(qū)的NDVI值也存在差別. 2017年,從S1到S5都有林地分布,總體看來林地分布于S4 (0.4≤NDVI<0.6);2010年,80.8%的林地區(qū)的NDVI值介于0.4~0.6之間;2017年,93.8%的林地區(qū)的NDVI值介于0.4~0.6之間. (3)草地狀況的差異性較大,從S1到S5均有草地的分布. 2010、2017年的草地多集中在S4,分別占61.2%、74.0%. (4)貴州省獨特的地形地貌,導致建設用地分布較為分散,由于建設用地周圍通常是NDVI值較高的耕地及綠化植被的影響,因此,建設用地的NDVI值較高且主要集中于S3,且2010、2017年分別占66.7%、58.7%.

    表5 2010年貴州省不同土地覆蓋類型的NDVI面積統(tǒng)計Table 5 The NDVI area statistics of different land cover types in Guizhou Province in 2010 km2

    表6 2017年貴州省不同土地覆蓋類型的NDVI面積統(tǒng)計Table 6 The NDVI area statistics of different land cover types in Guizhou Province in 2017 km2

    4 結論

    基于空間分辨率為500 m的MOD13A1數(shù)據(jù),本文研究了貴州省2001—2018年的植被覆蓋變化,同時結合植被降水利用效率、氣象要素及土地覆蓋變化,完成了植被覆蓋狀況的評價,并分析了植被變化趨勢、植被生長對氣象要素的敏感性及時空演化特征. 主要結論如下:

    (1)貴州省整體植被覆蓋面積呈增加趨勢,全省NDVI均值每年增加0.003 3,畢節(jié)、六盤水市的增加趨勢最明顯,表明貴州省在喀斯特石漠化治理方面取得顯著成果.

    (2)貴州省的植被降水利用效率與植被覆蓋面積的變化趨勢不具有一致性,究其原因,可能為貴州省大部分區(qū)域為喀斯特石漠化區(qū),水土流失嚴重.

    (3)貴州省的植被與同期降雨量、氣溫均呈現(xiàn)良好的相關性,大部分地區(qū)的植被生長與降雨量、氣溫呈正相關,即隨著降雨量與氣溫的增加,植被長勢越好;植被生長對降雨量的響應具有明顯滯后性,滯后期為1個月.

    (4)結合土地覆蓋類型數(shù)據(jù)研究貴州省不同土地覆蓋類型NDVI值特征的方法是可行的,研究結果表明:在植被生長季(4—11月),NDVI(林地)>NDVI(耕地)>NDVI(草地)>NDVI(建設用)>NDVI(水體).

    猜你喜歡
    覆蓋面積降雨量貴州省
    貴州省種公牛站
    降雨量與面積的關系
    金星上全是金子嗎
    覆蓋面積和網(wǎng)圍結構對水面蒸發(fā)抑制率的影響
    人民長江(2019年3期)2019-10-20 04:50:19
    不動產(chǎn)登記地方立法的思考——以貴州省為例
    貴州省黨代會開得最成功
    洞庭湖區(qū)降雨特性分析
    貴州省高速公路養(yǎng)護管理信息系統(tǒng)
    羅甸縣各鄉(xiāng)鎮(zhèn)實測降雨量分析及應用研究
    有機硅表面活性劑Tech-408和Fairland2408對農(nóng)藥霧滴在煙草葉片上覆蓋面積的影響
    植物保護(2012年1期)2012-02-28 07:47:46
    开远市| 进贤县| 四平市| 永顺县| 电白县| 阿坝县| 台前县| 西城区| 辽宁省| 延安市| 体育| 天峨县| 西乌| 建阳市| 荆门市| 乌拉特中旗| 都江堰市| 河间市| 雷州市| 望都县| 山阳县| 达州市| 噶尔县| 灵武市| 苍溪县| 中阳县| 内丘县| 旌德县| 满洲里市| 突泉县| 邵武市| 乡城县| 奈曼旗| 惠安县| 海口市| 皋兰县| 杭州市| 新津县| 玛曲县| 修武县| 蒙阴县|