西南地区陆地植被生态系统NPP时空演变及驱动力分析 被引量：18

1

作者 徐勇 黄海艳 +3 位作者 戴强玉 郭振东 郑志威 盘钰春 《环境科学》 EI CAS CSCD 北大核心 2023年第5期2704-2714,共11页

研究西南地区陆地植被生态系统净初级生产力(NPP)的时空演变特征及其驱动力,对区域生态环境保护具有重要的现实意义.利用2000~2021年MODIS NPP、1999~2021年基于站点的气象数据和2000~2020年土地利用类型等数据,结合主成分分析、残差分... 研究西南地区陆地植被生态系统净初级生产力(NPP)的时空演变特征及其驱动力,对区域生态环境保护具有重要的现实意义.利用2000~2021年MODIS NPP、1999~2021年基于站点的气象数据和2000~2020年土地利用类型等数据,结合主成分分析、残差分析、Theil-Sen Median趋势分析和偏相关分析等方法,研究西南地区陆地植被生态系统NPP时空演变及其对驱动力的响应特征.结果表明,时间上,2000~2021年西南地区植被NPP呈波动上升趋势,速率为3.54g·(m^(2)·a)^(-1).气候变化和人类活动影响下,农田、草地和森林生态系统NPP均呈上升趋势,但农田生态系统NPP的上升趋势最为显著.空间上,西南地区植被NPP呈上升趋势的面积占比为89.06%,显著上升和极显著上升的区域主要分布在广西南部、四川东部、重庆西部,以及云南和贵州交界处.气候变化和人类活动对西南地区植被生长具有双重影响,气候变化和人类活动影响下农田生态系统NPP呈上升趋势的面积占比均高于草地和森林生态系统.西南地区植被NPP与各气象因子的相关性呈明显地域差异.区域尺度上,西南地区植被NPP与平均气温、降水和日照时数呈正相关的面积占比大于呈负相关的面积占比,而与生物干湿度指数的相关性占比则相反.平均气温与植被NPP呈正相关的面积占比高于其他气象因子.植被生态系统尺度上,平均气温、降水和日照时数对草地生态系统NPP变化的促进作用强于农田和森林生态系统.西南地区林地的转入是植被NPP上升的一个重要原因. 展开更多

关键词 西南地区 净初级生产力(NPP) 气候变化 人类活动 主成分分析 残差分析

原文传递

2000~2020年西南地区植被NDVI时空变化及驱动机制探究 被引量：17

2

作者 徐勇 戴强玉 +3 位作者 黄雯婷 盘钰春 郑志威 郭振东 《环境科学》 EI CAS CSCD 北大核心 2023年第1期323-335,共13页

基于2000~2020年MOD13A3 NDVI时间序列、1999~2020年气象数据以及2000年和2020年两期土地利用类型数据,采用Theil-Sen Median趋势分析、Mann-Kendall显著性检验、多重共线性检验、残差分析和相对作用分析等方法,分析了西南地区植被NDVI... 基于2000~2020年MOD13A3 NDVI时间序列、1999~2020年气象数据以及2000年和2020年两期土地利用类型数据,采用Theil-Sen Median趋势分析、Mann-Kendall显著性检验、多重共线性检验、残差分析和相对作用分析等方法,分析了西南地区植被NDVI时空变化特征及气候变化和人类活动对植被NDVI变化的驱动机制.结果表明,研究时段内西南地区整体及各地貌单元植被NDVI均呈上升趋势,其中,广西丘陵和云贵高原植被NDVI上升趋势最为显著,青藏高原植被NDVI上升趋势最为微弱.气候变化和人类活动影响下西南地区植被NDVI上升斜率分别为0.0010 a^(-1)和0.0006 a^(-1).气候变化和人类活动的共同驱动是引起西南地区植被改善的主要原因.西南地区植被改善主要受区域气候条件的控制,植被退化主要受人类活动的影响.总体上,植被NDVI与最低气温、降水、最高气温、可能蒸散率和相对湿度呈正相关,与平均气温、气压、日照时数、温暖指数和湿度指数呈负相关.最低气温、日照时数和降水是影响西南地区植被NDVI变化的主要气象因子.此外,土地利用类型的变化与西南地区植被NDVI变化有较强相关性.林业生态工程实施是西南地区植被NDVI上升的重要原因,建设用地的急剧增加是西南地区植被NDVI下降的重要原因. 展开更多

关键词 植被 归一化植被指数(NDVI) 气候变化 人类活动 相对作用 多重共线性检验

原文传递

基于空间尺度效应的西南地区植被NPP影响因子探测 被引量：17

3

作者 徐勇 黄雯婷 +2 位作者 郑志威 戴强玉 李欣怡 《环境科学》 EI CAS CSCD 北大核心 2023年第2期900-911,共12页

植被净初级生产力(NPP)是评价陆地生态系统质量的重要参数,研究植被NPP时空演变特征及其驱动力对区域生态环境保护和可持续发展具有重大意义.基于MODIS NPP数据、气象数据、 DEM数据、人口密度数据、 GDP数据和土地利用类型数据,采用一... 植被净初级生产力(NPP)是评价陆地生态系统质量的重要参数,研究植被NPP时空演变特征及其驱动力对区域生态环境保护和可持续发展具有重大意义.基于MODIS NPP数据、气象数据、 DEM数据、人口密度数据、 GDP数据和土地利用类型数据,采用一元线性回归分析、 R/S分析和地理探测器模型,分析西南地区及其六大地貌单元植被NPP时空演变特征及未来变化趋势,探究植被NPP空间分异的影响因子.结果表明,2000~2020年西南地区植被NPP整体呈极显著上升趋势.地貌单元中,除青藏高原南部外,其余地貌单元植被NPP均表现为改善态势,其中四川盆地和云贵高原表现为极显著改善.西南地区的植被NPP变化斜率整体呈现“东高西低”的分布格局.西南地区及各地貌单元植被NPP呈上升趋势的区域面积均大于呈下降趋势的区域面积,但未来植被NPP变化趋势均以下降为主.地理探测器结果表明,除云贵高原植被NPP空间分异主要受气温影响外,海拔是西南地区及各地貌单元植被NPP空间分异的主导因子.交互探测结果表明,影响因子之间的交互作用均表现为双因子增强或非线性增强,其中,海拔∩温度对西南地区植被NPP空间分异的解释力最大.地貌单元中,广西丘陵、四川盆地、若尔盖高原、横断山地和青藏高原南部植被NPP空间分异主要受海拔与气象因子或GDP的交互作用,云贵高原主要受气象因子之间的交互作用.综上可知,西南地区植被NPP变化及驱动其空间分异的影响因子均表现出明显的空间尺度效应,因此,在不同空间尺度上探究植被NPP动态变化及其影响因子对全面了解西南地区植被覆盖状况,因地制宜制定生态修复方案具有重要的现实意义. 展开更多

关键词 西南地区 植被净初级生产力 地理探测器 影响因子 空间尺度效应

原文传递

顾及时滞效应的西南地区植被NPP变化归因分析 被引量：17

4

作者 徐勇 郑志威 +2 位作者 戴强玉 郭振东 盘钰春 《农业工程学报》 EI CAS CSCD 北大核心 2022年第9期297-305,F0003,共10页

随着社会经济的不断发展,近年来西南地区部分区域生态环境日益脆弱。研究气候变化和人类活动影响下植被净初级生产力(Net Primary Productivity,NPP)时空演变特征,可为监测区域植被生长状况及其对驱动因素的响应机制提供理论依据。该研... 随着社会经济的不断发展,近年来西南地区部分区域生态环境日益脆弱。研究气候变化和人类活动影响下植被净初级生产力(Net Primary Productivity,NPP)时空演变特征,可为监测区域植被生长状况及其对驱动因素的响应机制提供理论依据。该研究以2000-2020年MOIDS NPP数据为基础,结合气象、人口密度、夜间灯光和土地利用类型等数据,使用Theil-Sen Median趋势分析、多重共线性检验、多元回归分析、残差分析和偏相关分析等研究方法,分析2000-2020年西南地区及各地貌单元植被NPP时空变化特征及对气候变化和人类活动的响应特征。结果表明:1)2000-2020年,除青藏高原植被NPP、气候影响下的植被NPP预测值(Predicted Net Primary Productivity,NPP_(Pre),)和人类活动影响下的植被NPP残差值(Residual Net Primary Productivity,NPP_(Res))呈微弱波动下降外,其余地貌单元植被NPP、NPP_(Pre)和NPP_(Res)均呈较明显的波动上升趋势,其中,四川盆地植被NPP、NPP_(Pre)和NPP_(Res)波动上升趋势尤为显著,上升斜率分别为7.14、3.72和3.44 g/(m^(2)·a)。2)研究时段内西南地区气候变化对植被NPP上升的影响整体强于人类活动。气候变化影响下,西南地区约45.18%的区域植被NPP呈显著和极显著上升趋势,而人类活动影响下,该占比仅为18.55%。地貌单元上,气候变化和人类活动影响下,四川盆地植被NPP呈极显著上升和显著上升的比例最高,分别为69.42%和50.75%。3)西南地区整体及各地貌单元植被NPP变化主要受温度类因子的主导,相对湿度和大气压强对西南地区植被生长整体具有抑制作用。4)耕地转化为城镇用地是植被NPP下降的重要原因,而非耕地转化为耕地和非林地转化为林地是植被NPP上升的重要原因。整体上,西南地区植被NPP与人口密度和夜间灯光呈不显著相关关系。地貌单元上,四川盆地植被NPP与人口密度和夜间灯光的相关性最高,即四� 展开更多

关键词 植被 气候变化 净初级生产力 人类活动 多元回归分析 VIF检验 西南地区

下载PDF 职称材料

2000—2020年我国西南地区植被NEP时空变化及其驱动因素的相对贡献 被引量：11

5

作者 徐勇 黄雯婷 +4 位作者 郭振东 郑志威 李欣怡 盘钰春 戴强玉 《环境科学研究》 CAS CSCD 北大核心 2023年第3期557-570,共14页

西南地区作为我国重要的生态安全屏障,探究其植被净生态系统生产力(net ecosystem productivity,NEP)的时空演变规律对该地区乃至我国的可持续发展都具有重要意义.基于MODIS数据、气象数据、DEM数据和土地利用数据等,首先,利用改进的Car... 西南地区作为我国重要的生态安全屏障,探究其植被净生态系统生产力(net ecosystem productivity,NEP)的时空演变规律对该地区乃至我国的可持续发展都具有重要意义.基于MODIS数据、气象数据、DEM数据和土地利用数据等,首先,利用改进的Carnegie Ames Stanford Approach(CASA)模型和土壤微生物呼吸方程,估算2000—2020年我国西南地区植被NEP;其次,结合Theil-Sen Median趋势分析、偏相关分析和复相关分析等方法,研究西南地区植被NEP时空变化及其对气候变化和土地利用变化的响应机制;最后,利用基于情境分析的相对贡献分析法,定量评估气候变化和土地利用变化对西南地区植被NEP变化的相对贡献.结果表明:时间上,2000—2020年我国西南地区及其五省份(云南省、贵州省、四川省、重庆市和西藏自治区)生态系统植被NEP均表现为上升趋势,其中,西南地区植被NEP上升速率为4.74 g/(m^(2)·a).空间上,西南地区及其五省份植被NEP呈上升趋势的面积均大于呈下降趋势的面积,其中,西南地区植被NEP呈极显著上升的面积占45.41%,主要分布在云南省南部、贵州省西部、四川省东部和重庆市南部.西南地区植被NEP与降水量的偏相关系数平均值为0.13,大于其与气温和太阳辐射的偏相关系数平均值,由此可知,降水量对西南地区植被NEP增长的促进作用大于气温和太阳辐射.西南地区植被NEP变化受气候变化影响的区域中,受气温、降水量、太阳辐射弱驱动的区域最大,占研究区总面积的23.63%.2000—2020年西南地区土地利用变化使得植被NEP总量增加了96.64 Tg,其中,草地转化为林地使得植被NEP增加的总量最大.在碳汇区,各土地利用类型中土地利用变化对建设用地植被NEP变化的贡献率最大,为69.38%;在碳源区,各土地利用类型中气候变化对耕地的植被NEP变化的贡献率最大,为50.08%.研究显示,2000—2020年我国西南地区及其五� 展开更多

关键词 西南地区 植被净生态系统生产力 气候变化 土地利用变化 碳源/汇 相对贡献分析

下载PDF 职称材料

运用地理探测器研究京津冀城市群PM_(2.5)浓度变化及影响因素 被引量：10

6

作者 徐勇 郭振东 +3 位作者 郑志威 戴强玉 赵纯 黄雯婷 《环境科学研究》 CAS CSCD 北大核心 2023年第4期649-659,共11页

研究京津冀城市群PM_(2.5)浓度时空格局变化和影响因素,对区域大气环境保护和经济可持续发展具有十分重要的意义.基于PM_(2.5)遥感数据、地面站点气象数据、DEM数据、MODIS NDVI数据、夜间灯光数据、人口密度数据、土地利用类型数据和... 研究京津冀城市群PM_(2.5)浓度时空格局变化和影响因素,对区域大气环境保护和经济可持续发展具有十分重要的意义.基于PM_(2.5)遥感数据、地面站点气象数据、DEM数据、MODIS NDVI数据、夜间灯光数据、人口密度数据、土地利用类型数据和路网数据,利用Theil-Sen Median趋势分析、Mann-Kendall显著性检验和Getis-Ord G_(i)^(*)分析,运用地理探测器分析京津冀城市群PM_(2.5)浓度时空变化和空间聚集特征,并探究影响其空间分异的影响因素.结果表明:①2000—2021年京津冀城市群PM_(2.5)污染严重,全年平均PM_(2.5)浓度为59.94μg/m^(3),冬季是京津冀城市群PM_(2.5)污染的高发季,但京津冀城市群PM_(2.5)浓度总体呈下降趋势,变化斜率为–0.85μg/(m^(3)·a).②PM_(2.5)浓度在空间上呈东南高、西北低的分布格局,且PM_(2.5)浓度呈显著下降的区域占比为9.92%,主要集中在张家口市.③PM_(2.5)浓度变化的聚集性呈西北高、东南低的空间分布格局,PM_(2.5)浓度变化热点区域占比为50.95%.④因子探测结果表明,气温、高程和路网密度是影响京津冀城市群PM_(2.5)浓度空间分异最主要的因子,研究时段内降水对京津冀城市群PM_(2.5)空间分异的影响力呈上升趋势,相对湿度、日照时数、夜间灯光和路网密度对京津冀城市群PM_(2.5)空间分异的影响力均呈下降趋势.交互探测结果表明,气温在因子交互中发挥十分重要的作用,气温与降水、高程和路网密度的交互作用均是影响京津冀城市群PM_(2.5)空间分异的主要因子组合.研究显示,2000—2021年京津冀城市群PM_(2.5)浓度整体呈下降趋势,气温、高程和路网密度对京津冀城市群PM_(2.5)浓度的空间分异有显著影响. 展开更多

关键词 京津冀城市群 PM_(2.5)浓度 空间自相关分析 Getis-Ord G_(i)^(*)分析 地理探测器

下载PDF 职称材料

气候变化和土地利用变化对长江中下游地区植被NPP变化相对贡献分析 被引量：9

7

作者 徐勇 卢云贵 +4 位作者 戴强玉 赵纯 黄雯婷 陈天伟 张炎 《中国环境科学》 EI CAS CSCD 北大核心 2023年第9期4988-5000,共13页

基于MODIS数据、气象数据和土地利用类型数据,利用Theil-Sen Median趋势分析、Mann-Kendall显著性检验和重标极差(R/S)分析,揭示长江中下游地区植被生态系统NPP时空演变特征和未来变化趋势;并基于情景设置的相对贡献分析,在区域和格网... 基于MODIS数据、气象数据和土地利用类型数据,利用Theil-Sen Median趋势分析、Mann-Kendall显著性检验和重标极差(R/S)分析,揭示长江中下游地区植被生态系统NPP时空演变特征和未来变化趋势;并基于情景设置的相对贡献分析,在区域和格网尺度上定量厘定气候变化和土地利用变化对长江中下游地区植被生态系统NPP变化的相对贡献.结果表明,时间上,2000~2021年长江中下游地区植被NPP整体呈波动上升趋势,上升速率为6.99g/(m^(2)·a).林地、草地和耕地生态系统NPP均呈上升趋势,林地生态系统NPP上升速率最高,为9.79g/(m^(2)·a),草地生态系统NPP上升速率次之,为8.84g/(m^(2)·a),耕地生态系统NPP上升速率最低,为2.34g/(m^(2)·a).空间上,长江中下游地区植被NPP变化斜率呈现“南高北低”的空间分布格局.长江中下游地区整体及各植被生态系统NPP呈上升趋势的面积占比均大于呈下降趋势的面积占比,其中,林地和草地生态系统NPP呈上升趋势的面积占比分别为91.43%和91.48%.长江中下游地区植被NPP未来呈上升趋势的面积占比小于呈下降趋势的面积占比.由相对贡献分析结果可知,区域尺度上,气候变化和土地利用变化对长江中下游地区植被生态系统NPP变化的相对贡献分别为85.60%和10.85%.气候变化主导林地和草地生态系统NPP变化,而土地利用变化主导耕地生态系统NPP变化.格网尺度上,长江中下游地区耕地和草地生态系统NPP变化由土地利用变化主导的面积占比最大,分别为54.99%和56.91%.林地生态系统NPP变化由气候变化主导的面积占比最大,为71.96%.剩余因素对耕地生态系统NPP变化的相对贡献高于林地和草地生态系统. 展开更多

关键词 长江中下游地区 植被NPP 气候变化 土地利用变化 植被生态系统 相对贡献

下载PDF 职称材料

2000~2021年成渝城市群PM_(2.5)时空变化及驱动机制多维探测 被引量：5

8

作者 徐勇 郭振东 +3 位作者 郑志威 戴强玉 赵纯 黄雯婷 《环境科学》 EI CAS CSCD 北大核心 2023年第7期3724-3737,共14页

研究成渝城市群PM_(2.5)浓度时空变化和驱动机制,对区域大气环境保护和国家经济可持续发展具有重要意义.基于PM_(2.5)遥感数据、DEM数据、基于站点的气象数据、MODIS NDVI数据、人口密度数据、夜间灯光数据、路网数据和土地利用类型数据... 研究成渝城市群PM_(2.5)浓度时空变化和驱动机制,对区域大气环境保护和国家经济可持续发展具有重要意义.基于PM_(2.5)遥感数据、DEM数据、基于站点的气象数据、MODIS NDVI数据、人口密度数据、夜间灯光数据、路网数据和土地利用类型数据,采用Theil-Sen Median趋势分析和Mann-Kendall显著性检验等方法,结合地理探测器,在多时空尺度上分析成渝城市群PM_(2.5)时空变化,并探测影响其变化的驱动机制.结果表明,2000~2021年成渝城市群PM_(2.5)浓度整体呈波动下降态势,冬季PM_(2.5)污染最为突出.PM_(2.5)浓度具有明显的空间异质性,呈现出“中间高,四周低”的空间分布特征,PM_(2.5)浓度高值区主要集中在自贡、内江、资阳和广安,PM_(2.5)浓度呈显著下降的区域主要集中在重庆西部等地.因子探测结果表明,成渝城市群PM_(2.5)浓度空间分异受气候、地形、植被和人文因子共同影响.高程、坡度和路网密度是影响成渝城市群PM_(2.5)浓度空间分异的主导因子.地形因子对成渝城市群PM_(2.5)浓度空间分异相对作用最强,而气候因子成渝城市群PM_(2.5)浓度空间分异相对作用最弱.2000~2021年地形因子和人文因子对成渝城市群PM_(2.5)浓度空间分异的相对作用呈递增趋势,气候因子和植被因子的相对作用呈递减趋势.交互作用探测结果表明,成渝城市群PM_(2.5)浓度空间分异较为显著的交互组合主要是高程与路网密度、坡度、降水、日照时数和土地利用类型.城市尺度上,交互作用探测结果表现出较大的地域差异,例如,成都、德阳和乐山PM_(2.5)浓度空间分异受不同类型因子间的交互作用十分显著,而达州、眉山、雅安、资阳、内江和自贡PM_(2.5)浓度空间分异受单一类别因子交互作用十分显著. 展开更多

关键词 成渝城市群 PM_(2.5)浓度 地理探测器 驱动机制 地形因子 气候因子 人文因子

原文传递

中国八大经济区GPP变化及影响因子协同机制 被引量：4

9

作者 徐勇 赵纯 +3 位作者 郭振东 戴强玉 盘钰春 郑志威 《中国环境科学》 EI CAS CSCD 北大核心 2023年第1期477-487,共11页

以中国和八大综合经济区为研究区,全面分析人文因子、土地利用类型、气候因子和地形因子对植被总初级生产力(GPP)空间分异的影响差异.利用MODIS GPP数据、气象数据、土地利用类型、DEM数据、夜间灯光和人口密度数据等,基于Theil-Sen Med... 以中国和八大综合经济区为研究区,全面分析人文因子、土地利用类型、气候因子和地形因子对植被总初级生产力(GPP)空间分异的影响差异.利用MODIS GPP数据、气象数据、土地利用类型、DEM数据、夜间灯光和人口密度数据等,基于Theil-Sen Median趋势分析、Mann-Kendall显著性检验和地理探测器模型,在全国和经济区尺度上分析2000~2020年植被GPP时空变化特征,探测植被空间分异的影响因子及影响因子间的协同机制.结果表明,2000~2020年中国及八大经济区植被GPP整体呈波动上升趋势,呈上升趋势的区域占总面积的84.46%,其中,呈极显著上升区域占19.86%,主要分布在黄河中游综合经济区中部和大西北综合经济区东部.影响因子探测结果表明,湿度、日照时数、降水和土地利用类型是中国植被GPP空间分异的主要影响因子,其中,湿度的影响力最高,q值为0.64.经济区尺度上,湿度、日照时数、降水是影响东北、黄河中游、大西南和大西北综合经济区植被GPP空间分异的主导因子,而人文因子对东部和南部沿海综合经济区植被空间分异的影响较大.交互作用探测结果表明,中国植被GPP空间分异主要受土地利用类型∩湿度的协同影响,q值为0.75.经济区尺度上,除黄河中游和大西南综合经济区植被GPP空间分异主要受降水∩其他因子协同影响外,其他经济区植被GPP空间分异主要受土地利用类型∩其他因子或湿度∩其他因子的协同影响. 展开更多

关键词 八大经济区 植被总初级生产力 地理探测器 人文因子 土地利用类型

下载PDF 职称材料

2000~2020年中国典型经济区PM_(2.5)时空变化及其与植被景观格局的关系 被引量：4

10

作者 徐勇 李欣怡 +4 位作者 黄雯婷 郭振东 盘钰春 郑志威 戴强玉 《环境科学》 EI CAS CSCD 北大核心 2023年第4期1852-1864,共13页

探究典型经济区PM_(2.5)时空变化特征及其与植被景观格局的关系,对区域PM_(2.5)污染治理和大气环境保护具有重要意义.基于PM_(2.5)数据和MODIS NDVI数据集,采用像元二分模型、 Getis-Ord G*i分析、 Theil-Sen Median趋势分析、 Mann-Ken... 探究典型经济区PM_(2.5)时空变化特征及其与植被景观格局的关系,对区域PM_(2.5)污染治理和大气环境保护具有重要意义.基于PM_(2.5)数据和MODIS NDVI数据集,采用像元二分模型、 Getis-Ord G*i分析、 Theil-Sen Median趋势分析、 Mann-Kendall检验、皮尔逊相关分析和复相关分析等方法,探究中国三大经济区PM_(2.5)空间聚集性、时空变化特征及其与植被景观格局指数的相关性.结果表明,2000~2020年环渤海地区PM_(2.5)主要表现为热点区扩张,冷点区缩减;长江三角洲地区冷点区和热点区面积占比无显著变化;珠江三角洲地区冷点区和热点区均发生扩张.2000~2020年三大经济区PM_(2.5)整体表现为下降趋势,改善程度由高到低依次是:珠江三角洲地区、长江三角洲地区和环渤海地区.2000~2020年三大经济区不同植被覆盖度等级下PM_(2.5)均表现为下降趋势,三大经济区PM_(2.5)均在极低植被覆盖度区域改善最为显著.在景观尺度下,与环渤海地区、长江三角洲地区和珠江三角洲地区PM_(2.5)相关性最强的植被景观格局指数分别是聚集度指数(AI)、最大斑块指数(LPI)和香农多样性指数(SHDI).在类型尺度下,与环渤海地区、长江三角洲地区和珠江三角洲地区PM_(2.5)相关性最强的景观格局指数分别是聚集度指数(AI)、斑块形状指数(LSI)和类型斑块面积比(PLAND).植被景观格局指数对PM_(2.5)的综合影响强于单个植被景观格局指数的影响.综上所述,2000~2020年三大经济区PM_(2.5)空间聚集性均发生了改变.在研究时段内,三大经济区PM_(2.5)整体表现为下降趋势.在景观尺度和类型尺度下,三大经济区PM_(2.5)与植被景观格局指数的关系均表现出明显差异. 展开更多

关键词 典型经济区 PM_(2.5) 植被景观格局 时空变化 Getis-Ord G*i分析法

原文传递

西南地区植被覆盖度时空演变及其与气候和地形的相关性 被引量：4

11

作者 陈新明 盘钰春 +3 位作者 徐勇 郭振东 郑志威 戴强玉 《西南农业学报》 CSCD 北大核心 2023年第6期1307-1317,共11页

[目的]探究西南地区植被覆盖度的时空演变特征及其与气候和地形的相关性,为区域生态环境质量监测和生态林业工程效益评估提供参考依据。[方法]基于MODIS NDVI数据、气象数据、数字高程模型(DEM)数据和植被类型数据,通过像元二分模型、Th... [目的]探究西南地区植被覆盖度的时空演变特征及其与气候和地形的相关性,为区域生态环境质量监测和生态林业工程效益评估提供参考依据。[方法]基于MODIS NDVI数据、气象数据、数字高程模型(DEM)数据和植被类型数据,通过像元二分模型、Theil-Sen Median趋势分析、Mann-Kendall显著性检验和偏相关分析等方法,分析2000—2020年西南地区植被覆盖度的时空演变特征及植被覆盖度与降水和气温的偏相关关系和滞后效应,探究植被覆盖度与地形因子的相关性。[结果]2000—2020年西南地区各类型植被的覆盖度和整体植被覆盖度均呈波动上升趋势,上升斜率在空间上呈东南高西北低分布特征。阔叶林植被覆盖度上升速率明显高于其他植被类型,而栽培植被的覆盖度明显高于其他植被类型。植被覆盖度与降水和气温均呈正相关,且与气温的偏相关系数略大于降水,说明气温是影响西南地区植被生长的主导气象因子。植被生长主要响应于前0~2个月的降水和气温,针叶林、阔叶林、灌丛和草丛生长主要受气温主导,而栽培植被和草甸主要受降水影响。从坡度上看,植被覆盖度的改善状况随着坡度增大呈先上升后下降变化趋势,改善效果和退化效果均在2°~6°达极值。从坡向上看,植被覆盖度在平面上的变化趋势以退化为主,在其他坡向上均以改善为主。从曲率上看,植被覆盖度在曲率较小地区呈改善态势,在曲率较大地区呈退化趋势。从高程上看,植被覆盖度随着高程的上升呈先改善后退化再改善变化趋势,在高程3000~4000 m时植被恶化最严重。高程对植被覆盖度变化的影响高于其他地形因子。[结论]2000—2020年西南地区植被覆盖度总体上呈上升趋势,但在地形因子和植被类型上存在差异;植被覆盖度与降水和气温具有较密切的相关性,但相关性和滞后期均存在明显地域差异。 展开更多

关键词 植被覆盖度 时空演变特征 气象因子 滞后期 地形因子 西南地区

下载PDF 职称材料

四川盆地植被EVI动态变化及其驱动机制 被引量：2

12

作者 戴强玉 徐勇 +2 位作者 赵纯 卢云贵 黄雯婷 《中国环境科学》 EI CAS CSCD 北大核心 2023年第8期4292-4304,共13页

以四川盆地为研究区,基于MOD13A3EVI时间序列、气象数据、土地利用类型数据和夜间灯光数据,利用Theil-Sen Median趋势分析、相关性分析、多重共线性检验(VIF)、残差分析和相对作用分析等方法,探究2000~2020年四川盆地植被EVI时空变化及... 以四川盆地为研究区,基于MOD13A3EVI时间序列、气象数据、土地利用类型数据和夜间灯光数据,利用Theil-Sen Median趋势分析、相关性分析、多重共线性检验(VIF)、残差分析和相对作用分析等方法,探究2000~2020年四川盆地植被EVI时空变化及其变化的驱动机制.结果表明:2000~2020年四川盆地83.81%的植被EVI呈上升趋势,集中分布于四川盆地中部和东部;呈下降趋势的面积仅占16.19%,集中分布于成都城市圈和重庆城市圈,其他地区零星分布.城市尺度上,除成都市植被EVI呈下降趋势外,四川盆地各地级市植被EVI均呈上升趋势.四川盆地植被EVI变化受不同气候因子的调控,且表现出明显的地域差异.整体上,四川盆地植被EVI与最低气温和降水呈正相关,与气压呈负相关,且植被EVI与降水的相关性最高.最低气温和降水对四川盆地植被生长呈促进作用的面积大于呈抑制作用的面积,而气压对四川盆地植被生长呈抑制作用的面积大于呈促进作用的面积.四川盆地植被EVI变化受最低气温、降水和气压弱驱动的影响大于其他气候驱动类型.人类活动对植被EVI变化的影响具有双重作用,且积极作用大于消极作用.城市扩张所引起的建设用地的大量转入和现代化农业快速发展引起的林地向耕地的大量转入是导致四川盆地植被EVI下降的主要原因,而四川盆地生态工程推进所引起的林地的大量转入和农林业综合发展所引起的草地向耕地的大量转入是导致植被EVI上升的主要原因.由相对作用分析结果可知,气候变化和人类活动的共同驱动是四川盆地植被EVI上升的主要原因.气候变化对植被EVI上升的影响要大于人类活动,而人类活动对植被EVI下降的影响大于气候变化.研究结果可为四川盆地植被动态监测和生态环境质量评估等提供理论参考. 展开更多

关键词 四川盆地 植被EVI 多重共线性检验 相对作用分析 驱动机制

下载PDF 职称材料