甘南和川西北地区草地植被NDVI变化及其驱动因素研究

doi:10.11733/j.issn.1007-0435.2020.06.024

草地学报 ›› 2020, Vol. 28 ›› Issue (6): 1690-1701.DOI: 10.11733/j.issn.1007-0435.2020.06.024

甘南和川西北地区草地植被NDVI变化及其驱动因素研究

李元春, 侯蒙京, 葛静, 冯琦胜, 梁天刚

兰州大学草地农业生态系统国家重点实验室, 兰州大学农业农村部草牧业创新重点实验室, 兰州大学草地农业教育部工程研究中心, 兰州大学草地农业科技学院, 甘肃兰州 730000

收稿日期:2020-05-19 修回日期:2020-07-28 发布日期:2020-12-02
通讯作者: 梁天刚
作者简介:李元春(1991-),女,甘肃兰州人,硕士研究生,主要从事草地遥感与地理信息系统研究,E-mail:liych18@lzu.edu.cn
基金资助:
国家重点研发计划项目（2017YFC0504801）；国家自然科学基金项目（31672484，31702175，41805086，41801191）；现代农业产业技术体系建设专项资金（CARS-34）；中国工程院咨询研究项目（2020-XZ-29，2018-XZ-25）；长江学者和创新团队发展计划（IRT17R50）；中央高校基本科研业务费（lzujbky-2018-it17，lzujbky-2020-kb29）资助

NDVI Changes and Driving Factors of Grassland Vegetation in Gannan Prefecture and Northwest Sichuan Region

LI Yuan-chun, HOU Meng-jing, GE Jing, Feng Qi-sheng, LIANG Tian-gang

State Key Laboratory of Grassland Agro-ecosystems;Key Laboratory of Grassland Livestock Industry Innovation, Ministry of Agriculture and Rural Affairs;Engineering Research Center of Grassland Industry, Ministry of Education;College of Pastoral Agriculture Science and Technology, Lanzhou University, Lanzhou, Gansu Province 730000, China

Received:2020-05-19 Revised:2020-07-28 Published:2020-12-02

摘要/Abstract

摘要： 草地是甘南和川西北地区最主要的植被覆盖类型，约占研究区面积的43.91%。为探明该地区草地的生长状况变化及其驱动因素，基于MOD13A3数据，采用趋势分析、变异系数、偏相关分析和残差分析，对研究区草地归一化植被指数（Normalized Difference Vegetation Index，NDVI）时空动态变化和稳定性进行分析，并研究了气象因素和人类活动对草地NDVI变化的影响。结果表明：2000-2018年甘南和川西北地区草地生长期NDVI呈上升趋势的面积占比为74.17%，其中17.15%通过显著性验证；研究区草地NDVI整体较高（均值为0.7096），在19年间全区和各类型草地NDVI均呈波动上升趋势，生长状况稳定，仅有6.08%的草地波动幅度较大；温度和降水对研究区草地NDVI的变化主要呈正向驱动，且NDVI与温度呈正相关的面积（70.19%）大于降水（62.63%），人类活动在2000-2005年对草地NDVI呈负向影响，2006-2017年呈正向影响。

关键词: 草地, NDVI, 变化趋势, 驱动因素, MOD13A3

Abstract: Grassland is the most important vegetation cover type in Gannan and Northwest Sichuan,accounting for about 43.91% of the study area. In order to find out the changes of grassland growth condition and its driving factors,based on MOD13A3 and the methods of Trend analysis,Coefficient of variation,Partial correlation analysis and Residual analysis,the changing trends and stabilities of growing period of grassland NDVI (Normalized Difference Vegetation Index) in the study area were analyzed,and the influence of meteorological factors and human activities on the change of grassland NDVI were also studied. The results showed:From 2000 to 2018,74.17% of the grassland areas in Gannan and Northwest Sichuan showed an upward trend,of which 17.15% passed the significant verification. The NDVI of grassland in the study area was high (mean value was 0.7096). NDVI of the whole region and all types of grassland showed a fluctuating upward trend in 19 years. The growth status was stable,only 6.08% of the grassland fluctuated significantly. Temperature and precipitation had positive effects on grassland NDVI,and the area of grassland NDVI positively correlating with temperature (70.19%) was larger than that of precipitation (62.63%). Human activities had negative impacts on grassland NDVI from 2000 to 2005,and positive impacts from 2006 to 2017.

Key words: Grassland, NDVI, Change trends, Driving factors, MOD13A3

中图分类号:

S812

李元春, 侯蒙京, 葛静, 冯琦胜, 梁天刚. 甘南和川西北地区草地植被NDVI变化及其驱动因素研究[J]. 草地学报, 2020, 28(6): 1690-1701.

LI Yuan-chun, HOU Meng-jing, GE Jing, Feng Qi-sheng, LIANG Tian-gang. NDVI Changes and Driving Factors of Grassland Vegetation in Gannan Prefecture and Northwest Sichuan Region[J]. Acta Agrestia Sinica, 2020, 28(6): 1690-1701.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://manu40.magtech.com.cn/Jweb_cdxb/CN/10.11733/j.issn.1007-0435.2020.06.024

https://manu40.magtech.com.cn/Jweb_cdxb/CN/Y2020/V28/I6/1690

参考文献

[1] Jia K,Liang S L,Zhang L,et al. Forest cover classification using Landsat ETM+ data and time series MODIS NDVI data[J]. International Journal of Applied Earth Observation and Geoinformation,2014,33:32-38
[2] Goetz S J,Bunn A G,Fiske G J,et al. Satellite-observed photosynthetic trends across boreal North America associated with climate and fire disturbance[J]. Proceedings of the National Academy of Sciences of the United States of America,2005,102:13521-13525
[3] 曹艳萍,秦奋,庞营军,等. 2002-2016年华北平原植被生长状况及水文要素时空特征分析[J]. 生态学报,2019,39(05):1560-1571
[4] 张培松. 气象因子与NDVI的相关性分析[D]. 重庆:西南大学,2007:7-9
[5] 赵旺林,罗天祥,张林. 气候变化与放牧对西藏典型高寒荒漠草地植被指数变化的相对影响[J]. 生态学报,2019,39(22):8494-8503
[6] Liao H,Chang W Y. Integrated assessment of air quality and climate change for policy-making:highlights of IPCC AR5 and research challenges[J]. National Science Review,2014,1(2):176-179
[7] 赵宗慈,罗勇,黄健斌. 未来20年全球继续变暖吗?[J]. 气候变化研究进展,2020,16(5):652-656
[8] 韩会庆,张娇艳,马庚,等. 气候变化对生态系统服务影响的研究进展[J]. 南京林业大学学报(自然科学版),2018,42(02):184-190
[9] Jiang D,Zhang H,Zhang Y,et al. Interannual variability and correlation of vegetation cover and precipitation in Eastern China[J]. Theoretical and Applied Climatology,2014,118(1-2):93-105
[10] 于璐,武志涛,杜自强,等. 气候变化背景下京津风沙源区人类活动对植被影响的量化分析[J]. 应用生态学报,2020,31(06):2007-2014
[11] 张继,周旭,蒋啸,等. 生态工程建设背景下贵州高原的植被变化及影响因素分析[J]. 长江流域资源与环境,2019,28(07):1623-1633
[12] 郝文芳,陈存根,梁宗锁,等. 植被生物量的研究进展[J]. 西北农林科技大学学报(自然科学版),2008(02):175-182
[13] 李元春,葛静,侯蒙京,等. 基于CCI-LC数据的甘南和川西北地区土地覆盖类型时空动态分布及草地面积变化驱动力研究[J]. 草业学报,2020,29(03):1-15
[14] 刘艳,聂磊,杨耘. 2001-2015年天山地区草地NDVI时空演变和气候驱动特征分析[J]. 生态环境学报,2018,27(05):802-810
[15] 闫俊杰,张静,雷雨,等. 2000-2016年新疆伊犁河谷草地NDVI变化趋势分析[J]. 草地学报,2018,26(04):859-868
[16] Lawley V,Lewis M,Clarke K,et al. Site-based and remote sensing methods for monitoring indicators of vegetation condition:An Australian review[J]. Ecological Indicators,2016,60:1273-1283
[17] 谢宝妮. 黄土高原近30年植被覆盖变化及其对气候变化的响应[D]. 杨凌:西北农林科技大学,2016:35-62
[18] 成方妍,刘世梁,尹艺洁,等. 基于MODIS NDVI的广西沿海植被动态及其主要驱动因素[J]. 生态学报,2017,37(03):788-797
[19] 侯蒙京,高金龙,葛静,等. 青藏高原东部高寒沼泽湿地动态变化及其驱动因素研究[J]. 草业学报,2020,29(01):13-27
[20] 董李勤,杨文,姚鹏举,等. 若尔盖高原湿地木里苔草生理生态特征对水深梯度的响应[J]. 生态学报,2020,40(02):590-598
[21] 杨淑霞,冯琦胜,孟宝平,等. 三江源地区高寒草地地上生物量时空动态变化[J]. 草业科学,2018,35(5):956-968
[22] 宋清洁,崔霞,张瑶瑶,等. 基于小型无人机与MODIS数据的草地植被覆盖度研究——以甘南州为例[J]. 草业科学,2017,34(01):40-50
[23] 刘洁,孟宝平,葛静,等. 基于CASA模型和MODIS数据的甘南草地NPP时空动态变化研究[J]. 草业学报,2019,28(06):19-32
[24] Meng B P,Liang T G,Yi S H,et al. Modeling alpine grassland above ground biomass based on remote sensing data and machine learning algorithm:a case study in east of the Tibetan Plateau,China[J]. IEEE journal of selected topics in applied earth observations and remote sensing,2020,13:2986-2995
[25] Hou M J,Ge J,Gao J L,et al. Ecological Risk Assessment and Impact Factor Analysis of Alpine Wetland Ecosystem Based on LUCC and Boosted Regression Tree on the Zoige Plateau,China[J]. Remote Sensing,2020,12,368:1-22
[26] Shen G,Yang X C,Jin,Y X,et al. Land Use Changes in the Zoige Plateau Based on the Object-Oriented Method and Their Effects on Landscape Patterns[J]. Remote Sensing,2020,12,14:1-21
[27] 葛静,孟宝平,杨淑霞,等. 基于UAV技术和MODIS遥感数据的高寒草地盖度动态变化监测研究——以黄河源东部地区为例[J]. 草业学报,2017,26(03):1-12
[28] Ge J,Meng B P,Liang T G,et al. Modeling alpine grassland cover based on MODIS data and support vector machine regression in the headwater region of the Huanghe River,China[J]. Remote Sensing of Environment,2018,218:162-173
[29] 黄悦悦,杨东,冯磊. 2000-2016年宁夏植被覆盖度的时空变化及其驱动力[J]. 生态学杂志,2019,38(08):2515-2523
[30] 赵维清,李经纬,褚琳,等. 近10年湖北省植被指数时空变化特征及其驱动力[J]. 生态学报,2019,39(20):7722-7736
[31] Evans J,Geerken R. Discrimination between climate and human-induced dryland degradation. Journal of Arid Environments,2004,57(4):535-554
[32] 李辉霞,刘国华,傅伯杰. 基于NDVI的三江源地区植被生长对气候变化和人类活动的响应研究[J]. 生态学报,2011,31(19):5495-5504
[33] 孙锐,陈少辉,苏红波. 2000-2016年黄土高原不同土地覆盖类型植被NDVI时空变化[J]. 地理科学进展,2019,38(08):1248-1258
[34] 徐永明,张宇,白琳. 基于遥感数据监测若尔盖高原植被覆盖度变化[J]. 高原气象,2016,35(03):643-650
[35] 荣欣,易桂花,张廷斌,等. 2000-2015年川西高原植被EVI海拔梯度变化及其对气候变化的响应[J]. 长江流域资源与环境,2019,28(12):3014-3028
[36] 王伟军,赵雪雁,万文玉,等. 2000-2014年甘南高原植被覆盖度变化及其对气候变化的响应[J]. 生态学杂志,2016,35(09):2494-2504
[37] 李丹利,李龙国,贺宇欣,等. 基于遥感数据的若尔盖地区2001-2015年植被生育期特征及其对气候变化的响应分析[J]. 工程科学与技术,2019,51(01):165-172
[38] 韩炳宏,周秉荣,颜玉倩,等. 2000-2018年间青藏高原植被覆盖变化及其与气候因素的关系分析[J]. 草地学报,2019,27(06):1651-1658
[39] 李胜连,张丽颖,王宪明. 退牧还草"完善政策"效应评价与西部地区畜牧业转型发展的政策探析[J]. 家畜生态学报,2020,41(06):69-73
[40] 王晓轩,耿天学. 退牧还草政策经济影响分析[J]. 合作经济与科技,2020(14):26-27
[41] 杜富林,宋良媛,赵婷. 草原生态补奖政策实施满意度差异的比较研究——以锡林郭勒盟和阿拉善盟为例[J]. 干旱区资源与环境,2020,34(08):80-87
[42] 冯磊,杨东,黄悦悦. 2000-2017年川渝地区植被NDVI特征及其对极端气候的响应[J]. 生态学杂志,39(7):2316-2326

甘南和川西北地区草地植被NDVI变化及其驱动因素研究

NDVI Changes and Driving Factors of Grassland Vegetation in Gannan Prefecture and Northwest Sichuan Region

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	金艳霞, 陈哲, 周华坤, 付京晶. 草地生态系统中植被冠层截留的研究进展[J]. 草地学报, 2021, 29(S1): 1-9.
[2]	黄小涛, 姚步青, 马真, 周华坤. 青海高原草地净初级生产力和降水利用效率时空特征[J]. 草地学报, 2021, 29(S1): 19-26.
[3]	杨冲, 王文颖, 刘攀, 周华坤, 索南吉, 刘艳方, 关晋宏. 三江源区不同高寒草地植物矿物元素含量特征及分析[J]. 草地学报, 2021, 29(S1): 52-61.
[4]	赵梦凡, 周秉荣, 赵彤, 周华坤, 校瑞香, 颜亮东, 李璠. 青海省草地植被干旱评估及驱动力分析研究[J]. 草地学报, 2021, 29(S1): 93-103.
[5]	秦海蓉, 陈长成, 胡月明, 王立亚, 肖武, 赵之重, 胡永强, 赵理, 马秉云, 霍俊领, 王福成. 青海省高寒草地土壤侵蚀强度及其空间分布特点[J]. 草地学报, 2021, 29(S1): 104-112.
[6]	姚喜喜, 王立亚, 严振英, 李泉林, 王有彬, 马秉云, 雷延民, 周睿, 谢久祥. 青藏高原典型草地牧草营养品质和消化率特征及其相关性[J]. 草地学报, 2021, 29(S1): 113-120.
[7]	晏和飘, 李文龙, 梁天刚, 周华坤, 曹亚鹏, 廖元成. 青藏高原退化高寒草地恢复对不同措施响应的Meta分析[J]. 草地学报, 2021, 29(S1): 190-198.
[8]	赵树栋, 李建宏. 高原早熟禾根际促生菌分离筛选及特性研究[J]. 草地学报, 2021, 29(9): 1885-1891.
[9]	左郎, 王树森, 马迎梅, 温苏雅勒图, 白刚, 郁鑫明. 火炬树浸提液对两种草坪草种子萌发的影响[J]. 草地学报, 2021, 29(9): 1927-1933.
[10]	王晓芬, 吴玉鑫, 肖海龙, 张格非, 陈建纲, 张德罡. 三江源退化高寒草原植物种间亲和性和土壤团聚体特征[J]. 草地学报, 2021, 29(9): 2001-2009.
[11]	黄家兴, 吴静, 李纯斌, 秦格霞, 钱娟冰, 李怀海. 基于Sentinel-2和Landsat 8数据的天祝县草地地上生物量遥感反演[J]. 草地学报, 2021, 29(9): 2023-2030.
[12]	肖云飞, 陈文业, 王斌杰, 谈嫣蓉, 邴丹珲, 朱丽, 刘鸿源. 祁连山国家级自然保护区土地利用时空变化及与气候因子关系研究[J]. 草地学报, 2021, 29(9): 2049-2057.
[13]	高宏元, 侯蒙京, 葛静, 包旭莹, 李元春, 刘洁, 冯琦胜, 梁天刚, 贺金生, 钱大文. 基于随机森林的高寒草地地上生物量高光谱估算[J]. 草地学报, 2021, 29(8): 1757-1768.
[14]	王明涛, 方江平, 包赛很那, 苗彦军, 王向涛, 赵玉红, 谢文栋, 仓木德吉. 藏北燕麦草地持续利用与撂荒对高寒草甸土壤特征的影响[J]. 草地学报, 2021, 29(8): 1801-1808.
[15]	汪鹏斌, 宋美娟, 童永尚, 王玉霞, 徐长林, 李珍, 鱼小军. 保护播种对高寒区刈割型混播草地产草量及品质的影响[J]. 草地学报, 2021, 29(8): 1818-1827.