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[1 ,7 ] 。
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[3 ,8 -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[3 ,11 -14 ] 。已有学者利用Landsat卫星系列遥感影像[6 ,13 ,15 ] 和MODIS植被指数产品MOD13[14 ] ,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[16 ,24 -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[11 ,14 ] 。
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 ] :
θ S l o p e = n × ∑ i = 1 n i × N D V I i - ∑ i = 1 n i × ∑ i = 1 n N D V I i n × ∑ i = 1 n t i 2 - ( ∑ i = 1 n t i ) 2 (1)
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。θ Slope 是1987—2019年NDVI的线性变化的斜率,θ Slope >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(C v )表示民勤绿洲NDVI年际变化的稳定性[29 ,32 ,34 ] 。C v 值越小,植被变化越平稳。
C V = S N D V I ¯ = 1 N D V I ¯ × 1 n - 1 ∑ i = 1 n N D V I i - N D V I ¯ 2 (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C v 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[32 ,35 ]
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[5 ,36 ] 。其基本原理如下[34 ] :
设定时间序列{NDVI (t )},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。
N D V I ( τ ) ¯ = 1 τ ∑ t = 1 τ N D V I ( τ ) τ = 1,2 , ⋯ , n (3)
X ( t , τ ) = ∑ t = 1 τ ( N D V I ( τ ) - N D V I ( τ ) ¯ ) 1 ≤ t ≤ τ (4)
R ( τ ) = m a x 1 ≤ t ≤ τ X ( t , τ ) - m i n 1 ≤ t ≤ τ X ( t , τ ) τ = 1,2 , ⋯ , n (5)
S ( τ ) = 1 τ ∑ t = 1 τ ( N D V I ( t ) - N D V I ( τ ) ) 2 1 2 τ = 1,2 , ⋯ , n (6)
对于比值R (τ )/S (τ )≌R /S ,若存在R/S∝τH ,则说明时间序列{NDVI (t )},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C v 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C v 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8 A)。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8 B)。
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 m[13 ] ,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[6 ,38 ] 。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[6 ,41 ] 。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[6 ,11 ,13 ] ,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
View Option
[1]
王新源 ,连杰 ,杨小鹏 ,等 .玛曲县植被覆被变化及其对环境要素的响应
[J].生态学报 ,2019 ,39 (3 ):923 -935 .
[本文引用: 2]
[2]
刘婵 ,赵文智 ,刘冰 ,等 .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 ,2019 ,39 (4 ):92 -102 .
[3]
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 ,2019 ,39 (3 ):145 -154 .
[本文引用: 3]
[4]
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 ,2019 ,38 (4 ):807 -821 .
[本文引用: 1]
[5]
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 ,2019 ,74 (3 ):534 -543 .
[本文引用: 1]
[6]
鲁晖 ,颉耀文 ,张文培 ,等 .1986-2015年民勤县绿洲时空变化分析
[J].干旱区研究 ,2017 ,34 (6 ):1410 -1417 .
[本文引用: 7]
[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]
[8]
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]
[9]
陈亚宁 ,李稚 ,范煜婷 ,等 .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 ,2014 ,69 (9 ):1295 -1304 .
[10]
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 ,2018 ,38 (5 ):1108 -1118 .
[本文引用: 1]
[11]
高志海 ,李增元 ,魏怀东 ,等 .基于遥感的民勤绿洲植被覆盖变化定量监测
[J].地理研究 ,2006 ,25 (4 ):587 -595 .
[本文引用: 4]
[12]
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 ,2003 ,23 (1 ):84 -89 .
[13]
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 ,2002 ,19 (1 ):69 -74 .
[本文引用: 5]
[14]
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 ,2012 ,26 (10 ):91 -96 .
[本文引用: 3]
[15]
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 ,2012 ,67 (7 ):960 -970 .
[本文引用: 1]
[16]
Gorelick N ,Hancher M ,Dixon M ,et al .Google Earth Engine:planetary-scale geospatial analysis for everyone
[J].Remote Sensing of Environment ,2017 ,202 :18 -27 .
[本文引用: 2]
[17]
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 ,2018 ,33 (4 ):593 -599 .
[本文引用: 1]
[18]
Huang H ,Chen Y ,Clinton N ,et al .Mapping major land cover dynamics in Beijing using all Landsat images in Google Earth Engine
[J].Remote Sensing of Environment ,2017 :166 -176 .
[19]
Hao B ,Ma M ,Li S ,et 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 ,2019 ,19 (9 ):1 -24 .
[本文引用: 1]
[20]
Lobell D B ,Thau D ,Seifert C A ,et al .A scalable satellite-based crop yield mapper
[J].Remote Sensing of Environment ,2015 ,164 :324 -333 .
[本文引用: 1]
[21]
Donchyts G ,Baart F ,Winsemius H ,et al .Earth's surface water change over the past 30 years
[J].Nature Climate Change ,2016 ,6 (9 ):810 -813 .
[本文引用: 1]
[22]
Chen B ,Xiao X ,Li X ,et 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 ,2017 ,131 :104 -120 .
[本文引用: 1]
[23]
Hansen M C ,Potapov P ,Moore R ,et al .High-resolution global maps of 21st-century forest cover change
[J].Science ,2013 ,342 (6160 ):850 -853 .
[本文引用: 1]
[24]
郝斌飞 ,韩旭军 ,马明国 ,等 .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 ,2018 ,33 (4 ):600 -611 .
[本文引用: 1]
[25]
裴杰 ,牛铮 ,王力 ,等 .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 ,2018 ,37 (4 ):608 -616 .
[26]
徐晗泽宇 ,刘冲 ,王军邦 ,等 .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 ,2018 ,20 (3 ):396 -404 .
[本文引用: 1]
[27]
司建华 ,冯起 ,席海洋 ,等 .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 ,2013 ,33 (2 ):560 -567 .
[本文引用: 1]
[28]
Chander G ,Markham B L ,Helder D L .Summary of current radiometric calibration coefficients for Landsat MSS,TM,ETM+,and EO-1 ALI sensors
[J].Remote Sensing of Environment ,2009 ,113 (5 ):893 -903 .
[本文引用: 1]
[29]
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 ,2019 ,42 (2 ):314 -323 .
[本文引用: 2]
[30]
杜加强 ,贾尔恒•阿哈提 ,赵晨曦 ,等 .三江源区近30年植被生长动态变化特征分析
[J].草业学报 ,2016 ,25 (1 ):1 -12 .
[31]
栾金凯 ,刘登峰 ,黄强 ,等 .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 ,2018 ,38 (8 ):2780 -2790 .
[32]
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]
[33]
赵桔超 ,朱彦辉 ,段国辉 ,等 .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 , 2019 ,38 (4 ):1083 -1092 .
[34]
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]
[35]
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) ,2018 ,52 (4 ):582 -588 .
[本文引用: 1]
[36]
龙爽 ,郭正飞 ,徐粒 ,等 .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 ,2020 ,35 (2 ):326 -334 .
[本文引用: 1]
[37]
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 ,1991 ,5 (3 ):44 -52 .
[本文引用: 1]
[38]
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 ,2018 ,38 (1 ):210 -218 .
[本文引用: 1]
[39]
刘爽 ,宫鹏 .2000—2010年中国地表植被绿度变化
[J].科学通报 ,2012 ,57 (16 ):1423 -1434 .
[本文引用: 1]
[40]
王涛 .干旱区绿洲化、荒漠化研究的进展与趋势
[J].中国沙漠 ,2009 ,29 (1 ):1 -9 .
[本文引用: 1]
[41]
曹博 ,张勃 ,马彬 ,等 .2000-2014年甘肃省NDVI时空变化特征
[J].中国沙漠 ,2018 ,38 (2 ):418 -427 .
[本文引用: 1]
玛曲县植被覆被变化及其对环境要素的响应
2
2019
... 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[1 ,7 ] . ...
... [1 ,7 ]. ...
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
2019
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
3
2019
... 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[1 ,7 ] . ...
... 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[3 ,8 -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[3 ,11 -14 ] .已有学者利用Landsat卫星系列遥感影像[6 ,13 ,15 ] 和MODIS植被指数产品MOD13[14 ] ,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. ...
... [3 ,11 -14 ].已有学者利用Landsat卫星系列遥感影像[6 ,13 ,15 ] 和MODIS植被指数产品MOD13[14 ] ,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. ...
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
1
2019
... 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[1 ,7 ] . ...
中国植被NDVI空间异质性的气候影响分析
1
2019
... 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[5 ,36 ] .其基本原理如下[34 ] : ...
1986-2015年民勤县绿洲时空变化分析
7
2017
... 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[1 ,7 ] . ...
... 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[3 ,8 -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[3 ,11 -14 ] .已有学者利用Landsat卫星系列遥感影像[6 ,13 ,15 ] 和MODIS植被指数产品MOD13[14 ] ,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. ...
... [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. ...
... 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 m[13 ] ,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[6 ,38 ] .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. ...
... 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[6 ,41 ] .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[6 ,11 ,13 ] ,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. ...
... [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[6 ,11 ,13 ] ,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. ...
... [6 ,11 ,13 ],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. ...
黄河源区植被NDVI时空变化特征与气候变化响应分析
1
2016
... 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[1 ,7 ] . ...
基于GIS/RS的西北内陆河流域生态恢复效果评价研究
1
2017
... 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[3 ,8 -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[3 ,11 -14 ] .已有学者利用Landsat卫星系列遥感影像[6 ,13 ,15 ] 和MODIS植被指数产品MOD13[14 ] ,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. ...
西北干旱区气候变化对水文水资源影响研究进展
2014
石羊河流域植被覆盖度及其对气候变化的响应
1
2018
... 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[3 ,8 -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[3 ,11 -14 ] .已有学者利用Landsat卫星系列遥感影像[6 ,13 ,15 ] 和MODIS植被指数产品MOD13[14 ] ,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. ...
基于遥感的民勤绿洲植被覆盖变化定量监测
4
2006
... 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[3 ,8 -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[3 ,11 -14 ] .已有学者利用Landsat卫星系列遥感影像[6 ,13 ,15 ] 和MODIS植被指数产品MOD13[14 ] ,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. ...
... [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. ...
... 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[11 ,14 ] . ...
... 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[6 ,41 ] .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[6 ,11 ,13 ] ,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. ...
红崖山水库径流量减少与民勤绿洲水资源危机分析
2003
基于数字遥感图象的民勤绿洲20年变化研究
5
2002
... 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[3 ,8 -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[3 ,11 -14 ] .已有学者利用Landsat卫星系列遥感影像[6 ,13 ,15 ] 和MODIS植被指数产品MOD13[14 ] ,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. ...
... 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 m[13 ] ,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[6 ,38 ] .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. ...
... [13 ],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[6 ,38 ] .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. ...
... [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[6 ,38 ] .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. ...
... 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[6 ,41 ] .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[6 ,11 ,13 ] ,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. ...
基于MODIS的民勤绿洲植被覆盖变化定量分析
3
2012
... 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[3 ,8 -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[3 ,11 -14 ] .已有学者利用Landsat卫星系列遥感影像[6 ,13 ,15 ] 和MODIS植被指数产品MOD13[14 ] ,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. ...
... [14 ],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. ...
... 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[11 ,14 ] . ...
近10年陕甘宁黄土高原区植被覆盖时空变化特征
1
2012
... 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[3 ,8 -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[3 ,11 -14 ] .已有学者利用Landsat卫星系列遥感影像[6 ,13 ,15 ] 和MODIS植被指数产品MOD13[14 ] ,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. ...
Google Earth Engine:planetary-scale geospatial analysis for everyone
2
2017
... 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[16 ,24 -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. ...
... [16 ,24 -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. ...
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
1
2018
... 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[16 ,24 -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. ...
Mapping major land cover dynamics in Beijing using all Landsat images in Google Earth Engine
2017
Land use change and climate variation in the Three Gorges Reservoir Catchment from 2000 to 2015 based on the Google Earth Engine
1
2019
... 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[16 ,24 -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. ...
A scalable satellite-based crop yield mapper
1
2015
... 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[16 ,24 -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. ...
Earth's surface water change over the past 30 years
1
2016
... 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[16 ,24 -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. ...
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
1
2017
... 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[16 ,24 -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. ...
High-resolution global maps of 21st-century forest cover change
1
2013
... 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[16 ,24 -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. ...
Google Earth Engine在地球科学与环境科学中的应用研究进展
1
2018
... 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[16 ,24 -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. ...
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
2018
Google Earth Engine平台支持下的赣南柑橘果园遥感提取研究
1
2018
... 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[16 ,24 -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. ...
黑河下游额济纳绿洲生态需水关键期及需水量
1
2013
... 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. ...
Summary of current radiometric calibration coefficients for Landsat MSS,TM,ETM+,and EO-1 ALI sensors
1
2009
... 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. ...
近15 a陕西省植被时空变化与影响因素分析
2
2019
... 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 ] : ...
... 利用变异系数(C v )表示民勤绿洲NDVI年际变化的稳定性[29 ,32 ,34 ] .C v 值越小,植被变化越平稳. ...
三江源区近30年植被生长动态变化特征分析
2016
近17年陕西榆林植被指数的时空变化及影响因素
2018
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
2
2018
... 利用变异系数(C v )表示民勤绿洲NDVI年际变化的稳定性[29 ,32 ,34 ] .C v 值越小,植被变化越平稳. ...
... 在ArcGIS 10.4中采用Jenks自然间断点分级法把1987—2019年民勤绿洲C v 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[32 ,35 ] ...
基于MOD13Q1数据分析2001-2015年西双版纳植被变化特征
2019
3
2002
... 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 ] : ...
... 利用变异系数(C v )表示民勤绿洲NDVI年际变化的稳定性[29 ,32 ,34 ] .C v 值越小,植被变化越平稳. ...
... 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[5 ,36 ] .其基本原理如下[34 ] : ...
2007—2016年湖北省归一化植被指数时空变化特征分析
1
2018
... 在ArcGIS 10.4中采用Jenks自然间断点分级法把1987—2019年民勤绿洲C v 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[32 ,35 ] ...
基于Google Earth Engine的中国植被覆盖度时空变化特征分析
1
2020
... 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[5 ,36 ] .其基本原理如下[34 ] : ...
石羊河流域水资源大规模开发对生态环境的影响
1
1991
... 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 m[13 ] ,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[6 ,38 ] .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. ...
基于光谱混合分解的民勤生态治理效果评价
1
2018
... 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 m[13 ] ,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[6 ,38 ] .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. ...
2000—2010年中国地表植被绿度变化
1
2012
... 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. ...
干旱区绿洲化、荒漠化研究的进展与趋势
1
2009
... 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. ...
2000-2014年甘肃省NDVI时空变化特征
1
2018
... 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[6 ,41 ] .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[6 ,11 ,13 ] ,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. ...