img

官方微信

高级检索

中国沙漠, 2021, 41(1): 28-36 doi: 10.7522/j.issn.1000-694X.2020.00094

基于GEE19872019年民勤绿洲NDVI变化特征及趋势分析

张华,, 安慧敏

西北师范大学 地理与环境科学学院,甘肃 兰州 730070

Analysis of NDVI variation characteristics and trend of Minqin Oasis from 1987 to 2019 based on GEE

Zhang Hua,, An Huimin

College of Geography and Environment Science,Northwest Normal University,Lanzhou 730070,China

收稿日期: 2020-06-26   修回日期: 2020-09-03   网络出版日期: 2021-01-29

基金资助: 国家自然科学基金项目.  41461011
兰州市人才创新创业项目.  2019-RC-105

Received: 2020-06-26   Revised: 2020-09-03   Online: 2021-01-29

作者简介 About authors

张华(1978—),女,甘肃兰州人,副教授,主要从事生态水文与环境遥感方面的工作E-mail:zhanghua2402@163.com , E-mail:zhanghua2402@163.com

摘要

Google Earth Engine(GEE)是目前最先进的地理大数据分析和可视化平台,使遥感监测地表植被突破了数据获取难、本地存储量大、处理效率低的限制。基于GEE云平台计算Landsat系列卫星影像,研究了1987—2019年民勤绿洲NDVI的时空变化,并通过一元线性趋势分析、稳定性分析、Hurst指数对变化趋势进行了分析和预测。结果表明:(1)1987—2019年民勤绿洲NDVI年均值从0.172上升到0.230,多年平均值为0.244,1989—2007、2010—2016年呈上升趋势,1987—1989、2007—2010、2016—2019年呈下降趋势。年内NDVI-0.017—0.333,高值集中在每年4—10月。空间上来看,绿洲外围NDVI明显增大,绿洲向荒漠扩张。(2)1987—2019年民勤绿洲大部分区域NDVI基本不变,坝区、泉山区绿洲外围、湖区南部和青土湖呈增大趋势,坝区中部民勤县城区、湖区北部绿洲边缘呈减小趋势,基本不变、增大、减小区域分别占总面积的81.90%、16.25%和1.85%。(3)1987—2019年民勤绿洲NDVI变化稳定性高的区域主要位于坝区东南部、泉山区东部、湖区北部荒漠区域;波动性高的区域主要位于坝区、泉山区绿洲外围、湖区南部和青土湖。(4)未来民勤绿洲大部分区域NDVI变化趋势保持基本不变,坝区、泉山区绿洲外围、湖区北部和青土湖,NDVI未来有可能增大,坝区中部民勤县城区、湖区北部向荒漠过渡地带,NDVI未来有可能减小,基本不变、未来有可能增大、减小的区域面积分别占71.62%、12.96%、15.42%。

关键词: GEE ; NDVI ; 变异系数 ; Hurst指数 ; 民勤绿洲

Abstract

Google Earth engine (GEE) is the most advanced platform for analysis and visualization of geographic big data, which makes remote sensing monitoring surface vegetation break through the limitations of data acquisition, local storage and low processing efficiency. Based on GEE cloud platform to calculate the NDVI of Landsat series satellite images, this paper studied the spatial and temporal variation of NDVI in Minqin oasis from 1987 to 2019, analyzed and predicted the variation trend of NDVI in Minqin oasis through unvariable linear trend analysis, stability analysis and Hurst index. The results shows that: (1) From 1987 to 2019, the annual average NDVI value of Minqin Oasis increased from 0.172 to 0.230 at the speed of 4.6%•(10a)-1, and the multi-year average value was 0.244, showing an upward trend in 1989-2007 and 2010-2016, and a downward trend in 1987-1989, 2007-2010 and 2016-2019. During the year, NDVI ranged from -0.017 to 0.333, and the highest value was from April to October every year. In terms of spatial changes, NDVI in the periphery of the oasis has increased obviously, and the oasis has expanded to desert. (2) From 1987 to 2019, most areas of NDVI in Minqin Oasis remained basically unchanged. The periphery of the oasis in dam region and Quanshan region, the south of the lake region and Qingtu Lake showed an increasing trend. The urban area of Minqin County in the middle of the dam region and the edge of the oasis in the north of the lake region showed a decreasing trend. Basically unchanged, increasing and decreasing areas account for 81.90%, 16.25% and 1.85% of the total area respectively. (3) From 1987 to 2019, the areas with high NDVI change stability in Minqin oasis are mainly located in the southeast of the dam region, the east of Quanshan region and the north of the lake region; the regions with high volatility are mainly located in the periphery of the oasis in dam region and Quanshan region, the south of the lake region and Qingtu lake. (4) Hurst index shows that the trend of NDVI change in most areas of Minqin Oasis remains unchanged in the future. In the periphery of the oasis in the dam region and Quanshan region, in the north of the lake region and in Qingtu Lake, NDVI is likely to increase. In the middle of minqin County and the north of the lake region, NDVI is likely to decrease. The areas of NDVI basically unchanged, increased and decreased accounted for 71.62%, 12.96% and 15.42%, respectively.

Keywords: GEE ; NDVI ; coefficient of variation ; Hurst index ; Minqin Oasis

PDF (6058KB) 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

张华, 安慧敏. 基于GEE19872019年民勤绿洲NDVI变化特征及趋势分析. 中国沙漠[J], 2021, 41(1): 28-36 doi:10.7522/j.issn.1000-694X.2020.00094

Zhang Hua, An Huimin. Analysis of NDVI variation characteristics and trend of Minqin Oasis from 1987 to 2019 based on GEE. Journal of Desert Research[J], 2021, 41(1): 28-36 doi:10.7522/j.issn.1000-694X.2020.00094

0 引言

植被覆盖变化能够反映区域内生态系统的演替趋势。干旱区绿洲植被对阻挡沙漠入侵、维护绿洲稳定性具有重要意义1-3。作为目前最为常用表征植被状况的指标,归一化植被指数(Normalized Difference Vegetation Index,NDVI)与植被覆盖度、生长状况、生物量和光合作用强度密切相关,是监测区域植被和生态系统变化的有效指标4-6,且在中低植被覆盖区有较高的敏感性和解释力17

民勤绿洲是石羊河延伸到腾格里沙漠和巴丹吉林两大沙漠之间的非地带性景观,生态屏障作用备受瞩目38-10。20世纪70年代开始,石羊河中上游用水量增加导致进入下游绿洲的水量逐年减少,下游大量开挖机井、开采地下水以灌溉农田,引起了地下水位下降、水质恶化、绿洲萎缩、土地盐渍化、沙漠化等一系列严重的生态系统问题311-14。已有学者利用Landsat卫星系列遥感影像61315和MODIS植被指数产品MOD1314,通过估算植被覆盖度定量研究了民勤绿洲植被变化及成因,研究发现,近30年来民勤绿洲植被时空变化过程复杂11,但总体呈扩张趋势,绿洲与荒漠间的相互转化很剧烈6。以往研究中,采用传统方法下载、存储并处理遥感影像效率低;采用的MODIS植被指数产品分辨率较低,对干旱区零散分布的植被不敏感、识别效果差;采用Landsat卫星影像数据连续性差,不能完整、详细地揭示民勤绿洲植被变化特征。而GEE(Google Earth Engine)云平台通过对遥感数据集进行云计算,能避免以上问题,更加详细地分析民勤绿洲NDVI的变化特征和趋势,成为监测地表植被动态过程的高效工具。

GEE存储了美国地质勘测局(USGS)等机构公开的海量遥感影像、数据产品16, Google的巨大计算能力已被应用于气候、陆表动态监测17-19、农作物估产20、地表水21和森林变化22-23研究等各个领域,用户不需要下载原始数据,利用Python或JavaScript编程语言可以直接访问其海量数据库进行数据分析和可视化,为大范围遥感数据挖掘和分析提供了可能1624-26。因此,本文基于GEE云平台计算Landsat系列卫星影像NDVI,通过一元线性趋势分析、稳定性分析和未来趋势预测的方法,分析1987—2019年民勤绿洲NDVI时空变化特征,以期为民勤绿洲生态环境保护提供科学依据。

1 研究区概况

民勤绿洲位于河西走廊东北部石羊河流域下游,行政上属于甘肃省武威市民勤县, 38°25′—39°10′N,102°45′—103°55′E,东、西、北三面被腾格里和巴丹吉林沙漠包围,是中国典型的荒漠绿洲。海拔1 263—1 465 m,由西南向东北降低(图1)。年均气温7.6 ℃,多年平均降水量113 mm,潜在蒸发量2 623 mm,属典型的温带大陆性沙漠气候,生态环境极其脆弱27,受沙漠危害严重。民勤绿洲植被由天然和人工植被组成,天然植被主要为荒漠植被,以旱生或超旱生的灌木、半灌木和半乔木为主,有沙蒿、霸王、白刺、芦苇、砂生针茅等;人工植被主要为经济林、防护林、农作物,种植的树种有沙枣、梭梭和柠条等。按灌溉渠系布局和开发历史,民勤绿洲可分为坝区、泉山区和湖区。

图1

图1   研究区位置及DEM

Fig.1   Geographical location and DEM of the study area


2 数据与方法

2.1 数据来源与预处理

根据USGS官方数据说明,不同Landsat卫星传感器之间是经过校正的,所有一级Landsat卫星影像可用于时间序列分析28。因此,本文采用的遥感数据均来自于GEE云平台提供的经过大气校正和辐射定标的Landsat 5 TM、Landsat 8 OLI/TIRS遥感影像,空间分辨率为30 m。气象数据来源于中国气象科学数据共享服务网(http://cdc.cma.gov.cn),选择1987—2019年民勤站的气温和降水数据。

数据预处理是在GEE云平台通过JavaScript编程完成,包括影像去云、掩膜裁剪,计算1987—2019年所有可用Landsat影像的NDVI,并以最大值合成法得到每年最大NDVI栅格图像。

2.2 研究方法

为研究民勤绿洲NDVI年际变化特征,取1987—2019年每年最大值合成的NDVI栅格图像的像元平均值,代表当年植被覆盖的状态,得到1987—2019年民勤绿洲NDVI的年际变化。利用GEE云平台对1987—2019年民勤绿洲所有可获得的影像去云掩膜,计算NDVI,然后求年内NDVI栅格图像的像元平均值,得到1987—2019年民勤绿洲年内变化。结合民勤绿洲植被特点,将民勤绿洲NDVI划分为裸地、低覆盖、中覆盖、中高覆盖、高覆盖5个级别,其中,NDVI<0.1为裸地,0.1≤NDVI<0.3为低覆盖,0.3≤NDVI<0.5为中覆盖,0.5≤NDVI<0.7为中高覆盖,NDVI>0.7为高覆盖1114

2.2.1 一元线性趋势分析

利用一元线性回归方程的斜率反映民勤绿洲植被NDVI的年际变化特征29-34

θSlope=n×i=1ni×NDVIi-i=1ni×i=1nNDVIin×i=1nti2-(i=1nti)2

式中:变量 i∈(1,2,…,32)为年合成影像按时间排列的序号;n为 总年份数;NDVIi为第i年的NDVI值。θSlope是1987—2019年NDVI的线性变化的斜率,θSlope>0,说明该时期内NDVI 呈上升趋势,植被覆盖有所改善,反之,植被覆盖有所退化。

用t检验法进行显著性检验,将NDVI变化斜率与显著性检验结果相叠加,划分为基本不变、极显著增大(P<0.001)、显著增大(P<0.05)、弱显著增大(P<0.1),极显著减小(P<0.001)、显著减小(P<0.05)、弱显著减小(P<0.1)7个等级。

2.2.2 稳定性分析

利用变异系数(Cv)表示民勤绿洲NDVI年际变化的稳定性293234Cv值越小,植被变化越平稳。

CV=SNDVI¯=1NDVI¯×1n-1i=1nNDVIi-NDVI¯2

在ArcGIS 10.4中采用Jenks自然间断点分级法把1987—2019年民勤绿洲Cv由低到高依次分为极低波动区、较低波动区、中度波动区、较高波动区和极高波动区3235

2.2.3 未来趋势预测

利用基于R/S算法的Hurst指数预测民勤绿洲NDVI未来变化趋势。即通过分析时间序列信息长期依赖性和自相关性,定量描述其变化趋势的可持续性536。其基本原理如下34

设定时间序列{NDVIt)},t=1,2,…,n。对于任一正整数τ≥1,依次定义均值、累计离差、极差及标准差。

NDVI(τ)¯=1τt=1τNDVI(τ)  τ=1,2,,n
X(t,τ)=t=1τ(NDVI(τ)-NDVI(τ)¯)  1tτ
R(τ)=max1tτX(t,τ)-min1tτX(t,τ)  τ=1,2,,n
S(τ)=1τt=1τ(NDVI(t)-NDVI(τ))212      τ=1,2,,n

对于比值Rτ)/Sτ)≌R/S,若存在R/S∝τH,则说明时间序列{NDVIt)},t=1,2,…,n存在Hurst现象,H值为Hurst指数,有3种取值形式:①H=0.5,表明时间序列变化呈随机型,不存在长期相关性;②0<H<0.5,表明时间序列变化具有反持续性,H值越接近于0,反持续性越强;③0.5<H<1,表明时间序列变化具有持续性,即植被未来变化与过去变化趋势一致,H值越接近于1,持续性越强。

3 结果与分析

3.1 NDVI变化特征

3.1.1 NDVI时间变化特征

1987—2019年民勤绿洲NDVI年均值0.139—0.343,呈显著上升趋势,年增速为0.46%(P<0.001),多年平均值为0.244(图2)。1987—1989年,民勤绿洲NDVI年均值呈波动下降,年降速1.61%(P<0.01);1989—2007年,呈显著上升趋势,年增速0.75%(P<0.001);2007—2010年,呈极显著下降趋势,年降速2.27%(P<0.001);2010—2016年,呈上升趋势,年增速1.64%(P<0.001);2016—2019年,呈波动下降趋势,年降速3.25%(P<0.01)。

图2

图2   1987—2019年民勤绿洲年均NDVI年际变化

Fig.2   Inter-annual variation of annual NDVI in Minqin Oasis from 1987 to 2019


1987—2019年民勤绿洲NDVI-0.017—0.333,呈单峰型年变化,高值集中在每年4—10月(图3)。图4显示,1987—2019年民勤绿洲年内NDVI的偏度系数在0.370—1.066波动,呈右偏态;峰度系数在-1.540—0.088波动,呈低态峰,偏度和峰度系数均呈波动上升趋势,分别上升了0.292、0.472,说明1987—2019年民勤绿洲年内NDVI增大主要在下半年且趋于陡峭。

图3

图3   1987—2019年民勤绿洲NDVI年内变化

Fig.3   Variation of NDVI during a year in Minqin Oasis during 1987-2019


图4

图4   1987—2019年民勤绿洲年内NDVI峰度、偏度变化

Fig.4   Changes of kurtosis and skewness of NDVI during the year in Minqin Oasis from 1987 to 2019


3.1.2 NDVI空间变化特征

总体上,民勤绿洲NDVI呈增大趋势,绿洲外围NDVI明显增大,植被覆盖等级升高,绿洲向荒漠扩张(图5)。1987—1989年,坝区、泉山区绿洲外围以及湖区南部NDVI明显减小,植被覆盖等级降低,绿洲大范围退缩。1989—2007年,坝区、泉山区绿洲外围、湖区NDVI明显增大,植被覆盖等级升高,绿洲向荒漠扩张。2007—2010年,坝区、泉山区西部、湖区NDVI有所减小,植被覆盖等级降低,绿洲再次退缩。2010—2016年,民勤绿洲NDVI明显增大,植被覆盖等级升高,绿洲外围荒漠大部分变为低覆盖,2013年,青土湖NDVI明显增大,植被开始恢复。2016—2019年,民勤绿洲NDVI有所减小,绿洲外围部分低覆盖变为裸地。

图5

图5   1987—2019年民勤绿洲植被覆盖等级空间分布

Fig.5   Spatial distribution of vegetation cover in Minqin Oasis during 1987-2019


3.2 NDVI变化趋势
3.2.1 一元线性趋势分析

1987—2019年民勤绿洲NDVI变化斜率为-0.021—0.030,平均值为0.005(图6)。1987—2019年民勤绿洲大部分NDVI基本不变,面积为2 355.45 km2,占81.90%。NDVI增大面积大于减小面积,NDVI增大总面积为467.35 km2,占16.25%,其中,极显著、显著、弱显著增大面积分别为232.38、69.31、165.37 km2,分别占8.08%、2.41%、5.75%。NDVI减小总面积为53.21 km2,占1.85%,其中,极显著、显著、弱显著减小面积分别为30.77、8.63、13.81 km2,分别占1.07%、0.30%、0.48%。NDVI增大区域主要位于坝区、泉山区绿洲外围、湖区南部和青土湖。NDVI减小区域主要位于坝区中部民勤县城区、湖区北部绿洲边缘。

图6

图6   1987—2019年民勤绿洲NDVI变化趋势及显著性检验

Fig.6   NDVI trend and significance test in Minqin Oasis from 1987 to 2019


3.2.2 稳定性分析

1987—2019年民勤绿洲NDVI年际变化Cv为0.0004—0.1539,平均值为0.0270。整体来说,民勤绿洲NDVI年际变化稳定性较低、且存在空间差异(图7)。1987—2019年,民勤绿洲Cv极低波动区、较低波动区、中度波动区、较高波动区和极高波动区面积比例分别为56.02%、10.70%、14.45%、13.00%和5.83%。民勤绿洲NDVI年际变化波动大的区域主要位于坝区、泉山区绿洲外围、湖区南部和青土湖,稳定性高的区域主要位于坝区东南部、泉山区东部和湖区北部荒漠。

图7

图7   1987—2019年民勤绿洲NDVI年际变化稳定性分析

Fig.7   Stability analysis of NDVI inter-annual variation in Minqin Oasis from 1987 to 2019


3.2.3 未来趋势预测

民勤绿洲NDVI的Hurst指数为0.477,大于0.5的区域占38.80%,小于0.5的区域占61.20%,说明民勤绿洲NDVI的反持续性较强(图8A)。与一元线性趋势结果相叠加显示,民勤绿洲NDVI未来变化大部分保持基本不变,占71.62%,主要位于坝区东南部、泉山区东部、湖区北部荒漠区域;NDVI增大呈持续性、减小呈反持续性区域分别占7.64%、5.32%,主要位于坝区、泉山区绿洲外围、湖区南部和青土湖,植被未来有可能改善;NDVI增大呈反持续性、减小呈持续性区域分别占12.13%、3.29%,主要位于坝区中部民勤县城区、湖区北部向荒漠过渡地带,植被未来有可能面临退化(图8B)。

图8

图8   民勤绿洲NDVI未来变化趋势预测

Fig.8   Prediction of NDVI change trend in Minqin Oasis


4 讨论

民勤绿洲位于石羊河流域尾闾,石羊河作为民勤绿洲唯一地表水源,水资源量和利用方式对民勤绿洲NDVI变化以及生态系统稳定至关重要13。《石羊河志(民勤卷)》记载,20世纪50年代,石羊河进入民勤的地表水为5.94×108 m3,由于石羊河中、上游兴修水库,导致进入下游民勤绿洲的水量逐年减少,70年代下降到3.00×108 m3,人们开挖机井大力开采地下水维持民勤绿洲经济发展,90年代初,累计超采达36.3×108 m3。长期大量开采地下水,导致地下水位急剧下降了4—17 m13,地面天然沙生植被因根系缺水而大面积衰退死亡37,人们开始弃耕并向绿洲外围水质较好的地带开垦荒地13。2007年批复实施《石羊河流域重点治理规划》,实施了农业产业结构调整、关井压田、生态移民、生态输水等措施。至2010年,民勤县累计缩减耕地面积为294.25 km2,关闭机井2 018眼,保护、恢复植被33.33 km2,至2012年,累计向民勤输水5.20×108 m3,植被恢复稳定、不断改善638。而本文研究表明,民勤绿洲NDVI在1989—2007、2010—2016年呈上升趋势,1987—1989、2007—2010、2016—2019年呈下降趋势,总体呈上升趋势且NDVI上升主要位于绿洲外围,2013年青土湖植被开始恢复,结果一致。

降水和气温是植被动态变化的主要驱动因子。在西北干旱半干旱地区,较气温而言,降水对植被的影响更大39。民勤绿洲NDVI与气温的相关系数为0.638(P<0.01),与降水的相关系数为0.230(P>0.5),民勤绿洲NDVI与气温和降水均呈正相关关系(图9),说明气温升高和降水量增加均有利于植被改善,但气温对植被的影响大于降水。这是由于民勤绿洲降水稀少,植被多为农作物、人工防护林,因此,降水量变化对植被影响较小。

图9

图9   民勤绿洲NDVI与气温、降水量的相关关系

Fig.9   Correlation between NDVI and air temperature,precipitation in Minqin Oasis


干旱区绿洲植被变化是气候变化与人类活动共同作用的结果,但短期内人类活动对绿洲植被变化影响更为直接40。人工调蓄、政策调控等因素影响下,民勤绿洲水资源量增大、利用方式转变,导致植被生长季NDVI明显增大、年内NDVI变化曲线趋于陡峭。空间上,影响较大区域为坝区、泉山区绿洲外围、湖区南部和青土湖,导致这些区域NDVI年际变化波动性大,而节水灌溉农业的引进和推广、水资源效率提高、水资源配置得到保障也是这些区域植被未来有可能持续改善的原因。因此,为了民勤绿洲的可持续发展和更好地发挥其生态屏障作用,应继续加强政策干预,注重区域水资源开发利用方式的管控。

本文研究表明,1987—2019年民勤绿洲NDVI波动增大,这与前人研究结果基本一致641。研究表明,1986—2015年民勤绿洲以2005、2010年为转折点经历了扩张—退缩—扩张3个阶段,总体上呈波动扩张状态6,而本文结果表明1987—2019年民勤绿洲NDVI以1989、2007、2010、2016年为转折点,呈波动增大状态,说明植被年际变化过程更加复杂。植被年际变化的转折点与前人研究结果存在差异,主要是因为前人研究受遥感数据量的限制,仅选取了7期影像进行分析,而本文利用GEE云平台合成年最大NDVI进行逐年分析。由于遥感数据量的限制,目前对民勤绿洲年内NDVI变化的研究鲜见61113,本文基于GEE云平台分析1987—2019年民勤绿洲完整的时间序列NDVI对此进行了分析。

民勤绿洲NDVI变化是自然和人为因素共同作用的结果,但短期内人类活动是民勤绿洲NDVI变化的主要因素。因此,如何继续通过人为干预转变水资源利用方式、提高水资源利用率,是民勤绿洲更好发挥生态屏障作用和生态环境可持续发展亟待解决的问题。

5 结论

GEE云平台具有高效处理大量遥感影像的能力,能够实现长时间序列干旱区地表植被变化监测,进一步反映民勤绿洲防风固沙、荒漠化治理现状。

1987—2019年民勤绿洲NDVI时空变化复杂,总体上呈增大趋势,且存在空间差异性。民勤绿洲大部分荒漠区域NDVI基本不变;人为干预下水资源得到保障的区域,NDVI呈增大趋势,年际变化波动性大,且未来有可能持续增大;受城市化建设和沙漠影响较大的小部分区域,NDVI呈减小趋势,未来有可能持续减小。

参考文献

王新源连杰杨小鹏.

玛曲县植被覆被变化及其对环境要素的响应

[J].生态学报,2019393):923-935.

[本文引用: 2]

刘婵赵文智刘冰.

基于无人机和MODIS数据的巴丹吉林沙漠植被分布特征与动态变化研究

[J].中国沙漠,2019394):92-102.

张华陈蕾.

基于线性光谱混合模型(LSMM)的民勤绿洲荒漠化治理效果评价

[J].中国沙漠,2019393):145-154.

[本文引用: 3]

王晓利侯西勇.1982-2014年

中国沿海地区归一化植被指数(NDVI)变化及其对极端气候的响应

[J].地理研究,2019384):807-821.

[本文引用: 1]

高江波焦珂伟吴绍洪.1982-2013年

中国植被NDVI空间异质性的气候影响分析

[J].地理学报,2019743):534-543.

[本文引用: 1]

鲁晖颉耀文张文培.

1986-2015年民勤县绿洲时空变化分析

[J].干旱区研究,2017346):1410-1417.

[本文引用: 7]

杨玲莉.2000-2014年

黄河源区植被NDVI时空变化特征与气候变化响应分析

[D].成都成都理工大学2016.

[本文引用: 1]

郝媛媛.

基于GIS/RS的西北内陆河流域生态恢复效果评价研究

[D].兰州兰州大学2017.

[本文引用: 1]

陈亚宁李稚范煜婷.

西北干旱区气候变化对水文水资源影响研究进展

[J].地理学报,2014699):1295-1304.

李丽丽王大为韩涛.2000-2015年

石羊河流域植被覆盖度及其对气候变化的响应

[J].中国沙漠,2018385):1108-1118.

[本文引用: 1]

高志海李增元魏怀东.

基于遥感的民勤绿洲植被覆盖变化定量监测

[J].地理研究,2006254):587-595.

[本文引用: 4]

丁宏伟王贵玲黄晓辉.

红崖山水库径流量减少与民勤绿洲水资源危机分析

[J].中国沙漠,2003231):84-89.

颉耀文陈发虎.

基于数字遥感图象的民勤绿洲20年变化研究

[J].干旱区研究,2002191):69-74.

[本文引用: 5]

赵军王小敏李东成.

基于MODIS的民勤绿洲植被覆盖变化定量分析

[J].干旱区资源与环境,20122610):91-96.

[本文引用: 3]

李双双延军平万佳.

近10年陕甘宁黄土高原区植被覆盖时空变化特征

[J].地理学报,2012677):960-970.

[本文引用: 1]

Gorelick NHancher MDixon Met al.

Google Earth Engine:planetary-scale geospatial analysis for everyone

[J].Remote Sensing of Environment,201720218-27.

[本文引用: 2]

张滔唐宏.

基于Google Earth Engine的京津冀2001-2015年植被覆盖变化与城镇扩张研究

[J].遥感技术与应用,2018334):593-599.

[本文引用: 1]

Huang HChen YClinton Net al.

Mapping major land cover dynamics in Beijing using all Landsat images in Google Earth Engine

[J].Remote Sensing of Environment,2017166-176.

Hao BMa MLi Set al.

Land use change and climate variation in the Three Gorges Reservoir Catchment from 2000 to 2015 based on the Google Earth Engine

[J].Sensors,2019199):1-24.

[本文引用: 1]

Lobell D BThau DSeifert C Aet al.

A scalable satellite-based crop yield mapper

[J].Remote Sensing of Environment,2015164324-333.

[本文引用: 1]

Donchyts GBaart FWinsemius Het al.

Earth's surface water change over the past 30 years

[J].Nature Climate Change,201669):810-813.

[本文引用: 1]

Chen BXiao XLi Xet al.

A mangrove forest map of China in 2015:analysis of time series Landsat 7/8 and Sentinel-1 A imagery in Google Earth Engine cloud computing platform

[J].ISPRS Journal of Photogrammetry and Remote Sensing,2017131104-120.

[本文引用: 1]

Hansen M CPotapov PMoore Ret al.

High-resolution global maps of 21st-century forest cover change

[J].Science,20133426160):850-853.

[本文引用: 1]

郝斌飞韩旭军马明国.

Google Earth Engine在地球科学与环境科学中的应用研究进展

[J].遥感技术与应用,2018334):600-611.

[本文引用: 1]

裴杰牛铮王力.

基于Google Earth Engine云平台的植被覆盖度变化长时间序列遥感监测

[J].中国岩溶,2018374):608-616.

徐晗泽宇刘冲王军邦.

Google Earth Engine平台支持下的赣南柑橘果园遥感提取研究

[J].地球信息科学学报,2018203):396-404.

[本文引用: 1]

司建华冯起席海洋.

黑河下游额济纳绿洲生态需水关键期及需水量

[J].中国沙漠,2013332):560-567.

[本文引用: 1]

Chander GMarkham B LHelder D L.

Summary of current radiometric calibration coefficients for Landsat MSS,TM,ETM+,and EO-1 ALI sensors

[J].Remote Sensing of Environment,20091135):893-903.

[本文引用: 1]

岳辉刘英.

近15 a陕西省植被时空变化与影响因素分析

[J].干旱区地理,2019422):314-323.

[本文引用: 2]

杜加强贾尔恒•阿哈提赵晨曦.

三江源区近30年植被生长动态变化特征分析

[J].草业学报,2016251):1-12.

栾金凯刘登峰黄强.

近17年陕西榆林植被指数的时空变化及影响因素

[J].生态学报,2018388):2780-2790.

代子俊赵霞李冠稳.

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,2018354):713-725.

[本文引用: 2]

赵桔超朱彦辉段国辉.

基于MOD13Q1数据分析2001-2015年西双版纳植被变化特征

[J].生态学杂志, 2019384):1083-1092.

徐建华.现代地理学中的数学方法[M].北京高等教育出版社2002.

[本文引用: 3]

钟红平王宏志.

2007—2016年湖北省归一化植被指数时空变化特征分析

[J].华中师范大学学报(自然科学版),2018524):582-588.

[本文引用: 1]

龙爽郭正飞徐粒.

基于Google Earth Engine的中国植被覆盖度时空变化特征分析

[J].遥感技术与应用,2020352):326-334.

[本文引用: 1]

袁生禄.

石羊河流域水资源大规模开发对生态环境的影响

[J].干旱区资源与环境,199153):44-52.

[本文引用: 1]

姜宛贝孙丹峰孙强强.

基于光谱混合分解的民勤生态治理效果评价

[J].中国沙漠,2018381):210-218.

[本文引用: 1]

刘爽宫鹏.

2000—2010年中国地表植被绿度变化

[J].科学通报,20125716):1423-1434.

[本文引用: 1]

王涛.

干旱区绿洲化、荒漠化研究的进展与趋势

[J].中国沙漠,2009291):1-9.

[本文引用: 1]

曹博张勃马彬.

2000-2014年甘肃省NDVI时空变化特征

[J].中国沙漠,2018382):418-427.

[本文引用: 1]

/