基于NDVI的渭河流域时空演变分析

合集下载

基于CA-Markov的渭河流域NDVI时空变化模拟及预测

第27卷第4期2020年8月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .27,N o .4A u g.,2020收稿日期:2019-08-08 修回日期:2019-10-22资助项目:国家自然科学基金(41471452);中央高校基本科研业务资助项目(300102269201,300102269205,300102299206);高等学校学科创新引智计划项目(B 08039) 第一作者:王丽霞(1979 ),女,山西大同人,博士,副教授,主要从事环境遥感与G I S 研究㊂E -m a i l :z y l x w a n g@c h d .e d u .c n 基于C A -M a r k o v 的渭河流域N D V I 时空变化模拟及预测王丽霞1,张珈玮2,孟妮娜1,隋立春1,4,张双成1,刘招3(1.长安大学地质工程与测绘学院,西安710054;2.长安大学地球科学与资源学院,西安710054;3.长安大学环境科学与工程学院,西安710054;4.地理国情监测国家测绘地理信息局工程技术研究中心,西安710054)摘要:为综合分析流域植被覆盖的时空变化特征,进而为生态环境保护提供科学参考,以渭河流域作为研究区域,首先基于MO D I SN D V I 中国月合成数据计算研究区年际N D V I 值,并进行等级划分;而后利用C A -M a r k o v 模型,以N D V I 等级作为元胞类型,计算了不同时期各等级的转移矩阵,由此模拟了2015年N D V I 的空间分布;对比模拟N D V I 结果和原始影像数据,评价模拟精度,并预测了2020年和2025年N D V I 的空间分布状况㊂结果表明:(1)利用C A -M a r k o v 模型模拟渭河流域N D V I 的空间变化,得到2015年模拟结果的K a p pa 系数为0.7850,叠置分析的准确度为73.4%,符合精度要求,可以用于N D V I 空间分布的预测㊂(2)渭河流域植被覆盖存在明显的空间差异性,低度植被覆盖区㊁较低植被覆盖区主要分布于陇中和陕北黄土高原地区;中度植被覆盖区主要分布在泾河和北洛河河谷地区,较高植被覆盖区主要分布在关中平原㊁子午岭等地,高度植被覆盖区主要分布在秦岭㊁六盘山等山区㊂(3)2015 2025年,预测流域植被覆盖状况将进一步改善㊂其中,低度植被覆盖区㊁较低植被覆盖区和中度植被覆盖区面积将有所减少,空间上整体向北迁移;较高植被覆盖区和高度植被覆盖区面积进一步增加,空间上向北扩张㊂关键词:归一化植被指数;C A -M a r k o v 模型;渭河流域中图分类号:Q 948.1 文献标识码:A 文章编号:1005-3409(2020)04-0206-07S i m u l a t i o na n dP r e d i c t i o no fT e m p o r a l a n dS p a t i a l C h a n ge s o fN D V I i n W e i h eR i v e rB a s i nB a s e do nC A -M a r k o vWA N GL i x i a 1,Z H A N GJ i a w e i 2,M E N G N i n a 1,S U IL i c h u n 1,4,Z H A N GS h u a n g c h e n g 1,L I UZ h a o 3(1.S c h o o l o f G e o l o g y E n g i n e e r i n g a n dG e o m a t i c s ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a ;2.S c h o o l o f E a r t hS c i e n c e a n dR e s o u r c e s ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a ;3.S c h o o l o f En v i r o n m e n t a l S c i e n c e a n dE n g i n e e r i n g ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a ;4.E n g i n e e r i n g T e c h n o l o g y Re s e a r c hC e n t e r ,N a t i o n a l G e o g r a p h i c a lM o n i t o r i n g N a t i o n a lS u r v e y i n g a n d M a p p i n g G e o g r a p h i c I n fo r m a t i o nB u r e a u ,X i 'a n 710054,C h i n a )A b s t r a c t :D y n a m i c m o n i t o r i n g o fv e g e t a t i o n p l a y sa ni m p o r t a n tr o l ei ni n d i c a t i n g c h a n ge si nc l i m a t ea n d e c o l o g i c a l e n v i r o n m e n t .T h eW e i h eR i v e rB a s i n i su s e da s t h e r e s e a r c ha r e a .F i r s t l y ,t h e i n t e r a n n u a lN D V I v a l u eof t h e s t u d y a r e a i s c a l c u l a t e db a s e d o n t h eMO D I SN D V I C h i n am o n t h l y s y n t h e s i s d a t a ,a n d t h eg r a d e i s d i v i d e d .Th e nb a s e do nt h eC A -M a r k o v m o d e l ,t h eN D V I g r a d ei su s e da s t h ec e l l t y p e t oc a l c u l a t e t h e t r a n s f e rm a t r i xo f g r a d e s i nd i f f e r e n t p e r i o d s ,i no r d e r t o s i m u l a t e t h e s p a t i a l d i s t r i b u t i o no fN D V I i n2015;t h e s i m u l a t e dN D V I r e s u l t sw i t h r a wi m a g ed a t aw e r e c o m p a r e d t o e v a l u a t e s i m u l a t i o na c c u r a c y a n d p r e d i c t t h e s p a t i a l d i s t r i b u t i o no fN D V I i n2020a n d 2025.T h e r e s u l t s s h o w e d t h a t :(1)t h eC A -M a r k o vm o d e lw a s u s e d t o s i m u l a t e t h e s p a t i a l v a r i a t i o no fN D V I i n t h eW e i h eR i v e r B a s i n ,t h eK a p p a c o e f f i c i e n t o f t h e s i m u l a -t e d r e s u l t s i n2015w a s0.7850,t h ea c c u r a c y o f t h eo v e r l a y a n a l y s i sw a s73.4%,a n d m e e t s t h ea c c u r a c y r e q u i r e m e n t s ,t h eC A -M a r k o vm o d e l c a nb eu s e d f o r t h e p r e d i c t i o no fN D V I s pa t i a l d i s t r ib u t i o n ;(2)t h e r e a r e o b v i o u s s p a t i a l d i f f e r e nc e s i nv e g e t a t i o nc o v e r i n t h e W e i h eR i v e rB a s i n ;l o wv e g e t a t i o nc o v e r a r e a s a nd re l a t i v e l y l o w e rv e g e t a t i o nc o v e ra r e a s m a i n l y di s t r i b u t e di nn o r t h e r nS h a a n x iP r o v i n c ea n dt h ec e n t r a lo f G a n s uP r o v i n c e i n t h eL o e s s P l a t e a u ,t h em e d i u mv e g e t a t i o n c o v e r a r e a sm a i n l y di s t r i b u t e d i n t h eW e i h e R i v e r a n d Copyright©博看网 . All Rights Reserved.B e i l u o h eR i v e r;i n t h e v a l l e y a r e a,t h e h i g h e r v e g e t a t i o n c o v e r a g e a r e a sm a i n l y d i s t r i b u t e d i n t h eG u a n z h o n g P l a i na n dZ i w u l i n g M o u n t a i n s,a n d t h eh i g hv e g e t a t i o nc o v e r a g e a r e a sm a i n l y d i s t r i b u t e d i n t h eQ i n l i n g a n d L i u p a n M o u n t a i n s;(3)d u r i n g t h e p e r i o d2015 2025,t h e p r e d i c t e dv e g e t a t i o nc o v e r i nt h eb a s i n w i l lb e f u r t h e r i m p r o v e d;t h e l o wv e g e t a t i o nc o v e r a g e a r e a,l o w e rv e g e t a t i o nc o v e r a g e a r e aa n d m e d i u m v e g e t a t i o n c o v e r a g e a r e aw i l l r e d u c e,a n d t h ew h o l e s p a c ew i l lm i g r a t e n o r t h w a r d;t h e a r e a o f h i g h e r v e g e t a t i o n c o v e r a g e a r e a a n dh i g hv e g e t a t i o n c o v e r a g e a r e aw i l l f u r t h e r i n c r e a s e,a n d t h e s p a c ew i l l e x p a n dn o r t h w a r d.K e y w o r d s:n o r m a l i z e dd i f f e r e n c e v e g e t a t i o n i n d e x;C A-M a r k o vm o d e l;W e i h eR i v e rB a s i n植被是全球生态系统的重要组成部分,是连接土壤㊁大气和水分的中间环节[1-2]㊂植被覆盖在很大程度上代表了整体的生态环境,地表植被覆盖状况如何,直接关系到区域生态环境的稳定性和安全性[3]㊂遥感数据提供了关于植被类型/植被覆盖动态变化过程的重要信息,目前一般通过遥感影像数据提取各类植被指数,在不同尺度下对植被覆盖进行长时间序列的动态监测㊂其中N D V I是一种应用最为广泛的植被指数,在生态环境监测㊁旱情监测㊁植被生长力评估和土地利用评价等方面已有较多应用㊂近年来,国内外学者主要针对植被覆盖现状的时空分布进行了较为深入的研究[4-9]㊂C A-M a r k o v模型综合了M a r k o v模型能够进行长期预测的优点与元胞自动机(C A)的模拟复杂系统空间变化的能力,具有较高的预测精度,在分析和模拟土地利用变化方面取得了良好的效果[10-15]㊂渭河流域地处我国中心区域,地理位置介于104ʎ00' 110ʎ20'E,33ʎ50' 37ʎ18'N,横跨陕西㊁甘肃㊁宁夏3省(自治区),面积13.5万k m2,是黄河最大的子流域㊂渭河流域地势南北高,中间低,由西向东倾斜,地处半干旱㊁半湿润地区的过渡地带,属温带大陆性季风气候,降水时空分布不均,南多北少,主要集中在夏季,年降水量为500~800m m,年平均气温介于7.8~ 13.5ħ[16]㊂流域受地理位置㊁地貌及气候等因素的影响,植被类型多样㊂关中平原㊁泾河㊁北洛河河谷地区以及甘肃陇东地区主要的植被类型为栽培植被,包括农作物㊁耐寒经济作物以及落叶果树等㊂秦岭㊁六盘山㊁子午岭地区主要分布着温带落叶阔叶林㊁温带针叶林㊁温带灌丛等自然植被,流域西北则以温带草原为主㊂该地区处于南北方的地形㊁气候过渡区,是连通西北㊁西南的咽喉要地,水土流失严重,是我国生态环境脆弱的典型区域,综合分析该流域的植被覆盖变化状况,对区域生态环境保护具有重要意义㊂1数据来源及处理1.1遥感数据来源及处理本文选取的N D V I数据为M O D13Q1数据,数据来源于N A S A网站(h t t p s:ʊl a d s w e b.m o d a p s.e o s d i s.n a s a.g o v/)㊂该数据的投影类型为正弦曲线投影,时间分辨率为16d,空间分辨率为250m,全年共23个时相㊂本文选用的数据的空间时间范围为2000年2月 2017年12月㊂渭河流域在S I N投影系统中的空间编号为H26V05,H27V05,因此共有原始影像822景㊂对于获取的N D V I数据,为便于E N V I,A r c G I S 软件读取处理,以及与现有地图数据实现空间上的匹配,需对其进行拼接㊁投影转换㊁格式转换等预处理㊂本文利用M R T(M o d i sR e p r o j e c t i o n T o o l s)工具进行预处理㊂同时,由于影像数据会受到大气㊁土壤以及高度角等因素的影响,导致N D V I值出现噪音㊂因此选择最大值合成法(MV C,m a x i m u m V a l u eC o-p o s i t e s),对每月的两期N D V I数据进行合成,以获取渭河流域2000 2017年月时序N D V I数据集[17]㊂1.2其他数据来源及处理研究所用的各省省界区划㊁模型计算公式来自其他地理信息网站㊂气象数据来源于国家气象信息中心(h t t p:ʊd a t a.c m a.c n/),包括渭河流域及其周边的27个气象站点㊂选取的气象因子为月平均气温和月降水量㊂通过对各种插值方法的实证比对研究,发现反距离权重插值法(I DW,I n v e r s e D i s t a n c e W e i g-h i n g)精度较高,插值结果相对较好㊂因此选用反距离权重插值法将上述气象要素插值为空间分辨率与N D V I一致的栅格数据㊂2研究方法2.1C A-M a r k o v模型元胞自动机(C A,C e l l u l a rA u t o m a t a)是一种时间㊁空间㊁状态均离散的局部网格动力学模型[18]㊂该方法具有强大的模拟复杂系统时空演化过程的能力,因而被广泛应用于土地变化㊁人口迁移㊁城市化等领域的研究[19-20]㊂元胞自动机模型可以表示为:S t+1i j=f n(S t i j)(1)式中:S i j为元胞i j的状态;f为转换函数,定义了元胞从时刻t到t+1的转换规则;n为元胞的邻域,属702第4期王丽霞等:基于C A-M a r k o v的渭河流域N D V I时空变化模拟及预测Copyright©博看网 . All Rights Reserved.于f的一个输入变量㊂应用定义好的转换规则就可以实现对局部空间范围内的元胞演化㊂马尔可夫模型(M a r k o v M o d e l)是具有无后效性的一种特殊随机运动过程,在许多地理现象的模拟与预测中得到应用[21-23]㊂其基本原理是利用观察系统中离散状态之间的经验传递概率以确定系统各状态的变化趋势,从而预测未来的状态㊂在本文中,单像元尺度的N D V I状态被看作是一个随机过程,像元的N D V I值的等级被看作是M a r k o v链的状态㊂C A模型和M a r k o v模型均为时间离散㊁状态离散的动力学模型,但M a r k o v模型无法预测植被变化的空间变量,C A模型具有较强的模拟复杂空间系统时空演变的能力[24]㊂I D R I S I17.0软件中的C A-M a r k o v模块将二者结合到一起,可以对植被动态变化的时空格局进行模拟及预测㊂2.2K a p p a系数K a p p a系数常用于评价遥感数据分类的精度㊁分析两个图件的一致性[25]㊂K a p p a系数从空间位置和数量角度定量地阐明景观变化过程中数量㊁位置和综合信息的变化,其计算公式如下[26-27]:K a p p a=P0-P c1-P c(2)式中:P0为正确模拟的比例;P c为随机情况下正确模拟比例的期望值㊂K a p p a系数通常介于0~1㊂当K a p p a系数大于0.75时,模拟结果与真实分布之间的一致性较高,当K a p p a系数介于0.4~0.75时,一致性一般,当K a p p a系数小于0.4时,一致性较差㊂本文利用I D R I S I软件中提供的交叉表(C r o s s t a b l e)模块计算N D V I模拟结果和实际结果的K a p p a系数,以评价模拟结果的精度㊂3结果与分析3.1N D V I空间分布格局模拟为了验证C A-M a r k o v模型在预测渭河流域植被动态变化中的可行性,本文以2005年和2010年的N D V I空间分布图作为基础数据,模拟2015年的N D V I分布,并与真实值作K a p p a精度分析,以检验模型在植被变化动态预测中的可靠性㊂利用C A-M a r k o v模型进行N D V I空间分布模拟的过程如下:(1)N D V I数据分级㊂由于C A-M a r k o v模型中的输入数据需为空间㊁状态均离散的栅格数据,因此,根据渭河流域N D V I的统计特征以及‘土壤侵蚀分类分级标准“(S L190 2007)中土壤侵蚀强度分级指标表,将其分为5个级别:高度植被覆盖区(N D V I> 0.6)㊁较高植被覆盖区(0.5<N D V Iɤ0.6)㊁中度植被覆盖区(0.4<N D V Iɤ0.5)㊁较低植被覆盖区(0.3< N D V Iɤ0.4)㊁低度植被覆盖区(N D V Iɤ0.3)(图1)㊂可见,2005年渭河流域植被覆盖状况的总体特征是以低度植被覆盖区㊁较低植被覆盖区㊁中度植被覆盖区为主,较高植被覆盖区和高度植被覆盖区面积较小㊂2005 2010年,低度植被覆盖区面积有所减少,其他等级N D V I 空间上均有一定程度的扩张㊂这反映出2005 2010年渭河流域植被覆盖状况有所改善㊂图1渭河流域2005年、2010年N D V I分级(2)创建M a r k o v状态转移概率矩阵㊂以2005年和2010年的平均N D V I空间分布图为基础,利用M a r k o v模块生成2005 2010年N D V I概率转移矩阵(表1)和状态转变适宜性图集(图2)㊂转移概率矩阵记录了2005 2010年N D V I状态发生转移的概率(包括向自身转移),状态转变适宜性图集显示了在每一像元上找到不同的N D V I状态的可能性㊂表1定量分析了各等级N D V I之间的转移方向以及不同等级N D V I之间的转换概率㊂将植被覆盖度由低到高的演变过程认定为进化演变,反之则认定为退化演变[28]㊂由表1可以看出,2005 2010年,除高度植被覆盖区之外,其他等级N D V I均属于进化演802水土保持研究第27卷Copyright©博看网 . All Rights Reserved.变㊂低度植被覆盖区㊁较低植被覆盖区㊁中度植被覆盖区㊁较高植被覆盖区进化演变的概率分别为0.3857,0.3323,0.2323,0.1434㊂高度植被覆盖区主要向较高植被覆盖区退化演变,概率为0.1785㊂表1 渭河流域2005-2010年N D V I 状态转移概率矩阵年份N D V I 等级低度较低中度较高高度低度0.61430.38460.00110.00000.0000较低0.06040.60730.33120.00110.00002005中度0.00370.10160.66240.23220.0001较高0.00050.00290.09900.75420.1434高度0.00000.00000.00010.17850.8214(3)应用C A -M a r k o v 模型㊂在C A -M a r k o v 模块中,以2010年的N D V I 空间分布图为基期数据,以2005 2010年N D V I 状态转移概率矩阵和概率空间分布图集作为转换规则,并指定模型运行周期数为5(即模拟的时间间隔),运行C A -M a r k o v 模型可以得到2015年N D V I 空间分布模拟图(图3)㊂根据模拟结果(表2),低度植被覆盖区㊁较低植被覆盖区面积有所减少,占比分别为13.03%,26.59%,空间上主要分布于流域西部和北部;中度植被覆盖区㊁较高植被覆盖区和高度植被覆盖区面积有所增加,其中,中度植被覆盖区主要分布在泾河和北洛河河谷地区,较高植被覆盖区主要分布在关中平原㊁子午岭等地,高度植被覆盖区主要分布在秦岭㊁六盘山㊂表2 渭河流域2015年N D V I 模拟结果N D V I 等级面积/万k m2百分比/%低度植被覆盖区1.7613.03较低植被覆盖区3.5926.59中度植被覆盖区3.8928.82较高植被覆盖区3.0922.89高度植被覆盖区1.178.673.2 模拟结果精度验证渭河流域2015年N D V I 真实分布状况如图3B 所示㊂可见,模拟结果和真实分布状况具有较高的一致性㊂本文利用K a p pa 系数和A r c G I S 叠置分析对模拟结果的精度进行验证㊂(1)K a p pa 系数㊂利用I D R I S I 软件生成渭河流域2015年N D V I 模拟结果和真实分布之间的混淆矩阵(单位为像元个数)(表3),同时计算二者之间的K a p p a 系数㊂结果表明,各等级N D V I 模拟精度由大到小依次为:高度植被覆盖区>低度植被覆盖区>较低植被覆盖区>中度植被覆盖区>较高植被覆盖区,其正确模拟的像元所占百分比分别为95.17%,73.92%,73.71%,67.08%,66.34%㊂计算得到渭河流域2015年N D V I 模拟结果与真实分布之间的K a p p a 系数为0.7850,表明模拟结果达到了较高的精度㊂图2 渭河流域2005-2010年N D V I 状态转移适宜性图集902第4期王丽霞等:基于C A -M a r k o v 的渭河流域N D V I 时空变化模拟及预测Copyright©博看网 . All Rights Reserved.图3渭河流域2015年N D V I模拟㊁实测结果表3渭河流域2015年N D V I模拟结果与真实分布之间的混淆矩阵个真实等级模拟等级低度较低中度较高高度低度20773772334858840较低4726642362710287896011中度311075472417594125886486较高219300252876328317110483高度3262658795179306(2)叠置分析㊂利用A r c G I S栅格计算器功能,将渭河流域2015年N D V I模拟结果与真实分布做栅格相减运算㊂结果为0即为模拟准确㊂经统计,计算结果为0的像元共有1555990个,占像元总数的72.0%㊂利用随机样点生成工具(C r e a t e r a n d o m p o i n t s)在研究区内生成1000个空间位置随机分布的样点,并提取样点所在位置的N D V I模拟的等级与真实值,通过作差运算,得出模拟结果的准确度为73.4%㊂表明模拟方法及过程可靠度较高㊂3.3N D V I空间分布格局预测精度验证结果证明了C A-M a r k o v模型在植被动态变化预测中具有较高的可信度㊂本文继续以2010年㊁2015年渭河流域N D V I空间分布图为基础,建立C A-M a r k o v模型,预测渭河流域2020年N D V I空间分布格局,进而以2015年N D V I空间分布图和2020年N D V I预测结果为基础,预测渭河流域2025年N D V I空间分布格局㊂渭河流域2020年和2025年N D V I空间分布格局预测结果见图4和表4㊂根据预测结果,到2020年,高度植被覆盖区和较高植被覆盖区面积将继续增加,分别比2015年增加6.52%,2.08%㊂空间上,高度植被覆盖区扩张的区域主要在子午岭㊁六盘山等区域;较高植被覆盖区扩张的区域主要在关中平原㊂低植被覆盖区㊁较低植被覆盖区和中度植被覆盖区面积有所减少,分别减少了4.45%,3.92%,0.23%;低度植被覆盖区发生转移的区域主要在陇中高原,主要流向是较低植被覆盖区;较低植被覆盖区发生转移的区域主要在泾河流域和北洛河流域,主要流向是中度植被覆盖区;中度植被覆盖区的面积变化较小,其南部被高度植被覆盖区和较高植被覆盖区侵占,而北部又侵占了较低植被覆盖区的面积㊂图4渭河流域2020年㊁2025年N D V I预测结果012水土保持研究第27卷Copyright©博看网 . All Rights Reserved.渭河流域2025年N D V I空间分布格局预测结果显示,各等级N D V I的演变趋势基本不变㊂到2025年,高度植被覆盖区和较高植被覆盖区的面积将分别增加4.14%,3.25%㊂空间上,高度植被覆盖区扩张的主要区域是关中平原,较高植被覆盖区主要扩张的区域是泾河和北洛河河谷地区㊂低度植被覆盖区㊁较低植被覆盖区和中度植被覆盖区面积分别减少了1.84%, 3.86%,1.69%㊂空间上,低度植被覆盖区主要分布在流域北部和渭河沿岸的城镇地区;较低植被覆盖区一方面向北侵占低植被覆盖区的面积,另一方面其南部被中度植被覆盖区侵占;中度植被覆盖区所在的区域整体上向北迁移㊂表4渭河流域2020年和2025年N D V I预测结果年份N D V I等级面积/万k m2百分比/%低度植被覆盖区1.017.48较低植被覆盖区3.0622.67 2020中度植被覆盖区3.5626.36较高植被覆盖区3.1823.56高度植被覆盖区2.6919.93低度植被覆盖区0.765.64较低植被覆盖区2.5418.81 2025中度植被覆盖区3.3324.67较高植被覆盖区3.6226.81高度植被覆盖区3.2524.074讨论与结论(1)渭河流域N D V I空间分布存在一定差异㊂低度植被覆盖区㊁较低植被覆盖区主要分布于陇中和陕北黄土高原地区,中度植被覆盖区主要分布在泾河和北洛河河谷地区,较高植被覆盖区主要分布在关中平原㊁子午岭等地,高度植被覆盖区主要分布在秦岭㊁六盘山㊂(2)C A-M a r k o v模型对于模拟植被动态变化具有较好的适用性㊂利用C A-M a r k o v模型对渭河流域植被的空间分布进行模拟,结果表明模拟结果与N D V I真实分布之间K a p p a系数达到0.7850,叠置分析和随机取样检验的精度分别为72.0%,73.4%,与原影像分级图之间具有高度的一致性,说明在政策环境和气候变化相对稳定的条件下,利用C A-M a r k o v模型定量地预测某一区域的植被覆盖分布状况的变化是可行的㊂(3)渭河流域N D V I时间变化规律明显㊂整体上, 2015 2025年,流域植被覆盖状况将进一步改善㊂低度植被覆盖区㊁较低植被覆盖区㊁中度植被覆盖区面积逐渐减少,向更高一级植被覆盖区转移,低度植被覆盖区发生转移的区域主要在流域西北部和渭河沿岸的城镇地区;较低植被覆盖区发生转移的区域主要在泾河流域和北洛河流域,其一方面向北侵占低植被覆盖区的面积,另一方面南部被中度植被覆盖区侵占;中度植被覆盖区整体向北迁移;较高植被覆盖区和高度植被覆盖区面积进一步增加,空间上向北扩张㊂传统的空间模拟及预测依据大量数据作回归分析,以回归方程估算属性特征,其分析过程及模拟结果存在较多不确定性㊂本文利用C A-M a r k o v模型,其工作原理是以预测基期的植被覆盖空间分布为初始状态,以基期和之后各级植被覆盖区转移面积及适宜性图集表述的像元适宜N D V I为依据,对植被覆盖空间分布进行重新匹配,从而得到预测的各级植被覆盖区面积,有效地模拟和预测了植被的时空分布特征㊂需要指出的是,目前C A-M a r k o v模型主要用于土地利用格局的模拟和预测,对于植被覆盖的模拟和预测研究甚少㊂植被作为地表覆盖的一种用地类型,其动态变化实质上也是土地覆盖的动态变化,因此研究尝试利用C A-M a r k o v模型进行植被覆盖分布的模拟预测㊂C A-M a r k o v模型的参数涉及时间间隔㊁数据尺度㊁滤波器等,对模型精度均有影响㊂本文选用最大值合成法对每月的两期N D V I数据进行合成,减少N D V I数据的噪音;另外针对不同滤波器参数下的模拟结果做了精度比较,发现5ˑ5型滤波器模拟结果的准确性最高,因此选用5ˑ5型滤波器,提高模型模拟精度㊂同时,植被覆盖变化是一个复杂的过程,不仅受到气候变化㊁自然灾害等诸多自然因素的影响,而且受到土地利用政策㊁社会经济发展及其他人类活动等不确定因素的影响,因此,如何综合考虑多种因素设置C A-M a r k o v模型的各参数是今后需要深入探究的科学问题㊂参考文献:[1] R i c h a r dY,P o c c a r d I.As t a t i s t i c a l s t u d y o fN D V I s e n-s i t i v i t y t os e a s o n a l a n d i n t e r a n n u a l r a i n f a l l v a r i a t i o n s i nS o u t h e r n A f r i c a[J].I n t e r n a t i o n a lJ o u r n a lo f R e m o t e S e n s i n g,1998,19(15):2907-2920.[2] H u a n g S,m i n g B,H u a n g Q,e t a l.Ac a s e s t u d y o nac o m b i n a t i o n N D V I f o r e c a s t i n g m ode l b a s e d o n t h ee n t r o p y w e i g h t m e t h o d[J].W a t e rR e s o u r c e s M a n a g e-m e n t,2017,31(11):3667-3681.[3] X i nZB,X u JX,Z h e n g W.S p a t i o t e m p o r a l v a r i a t i o n s o fv e g e t a t i o nc o v e ro nt h eC h i n e s eL o e s sP l a t e a u(19812006):I m p a c t so f c l i m a t ec h a n g e sa n dh u m a na c t i v i t i e s112第4期王丽霞等:基于C A-M a r k o v的渭河流域N D V I时空变化模拟及预测Copyright©博看网 . All Rights Reserved.[J].S c i e n c e i nC h i n a S e r i e sD:E a r t hS c i e n c e s,2008,51(1):67-78.[4] A n n e S c h u c k n e c h t,Jör g M a t s c h u l l a t,S t e f a nE r a s m i.S p a t i a la n dt e m p o r a lv a r i ab i l i t y o fv e g e t a t i o n s t a t u si n P a r aíb a,N o r t h e a s t e r nB r a z i l[C].I e e e I n t e r n a t i o n a l G e o s c i e n c e a n dR e-m o t e S e n s i n g S y m p o s i u m,2012.[5] T e s t aS,S o u d a n i K,B o s c h e t t i L,e t a l.MO D I S-d e r i v e dE V I,N D V I a n d WD R V I t i m e s e r i e s t o e s t i m a t e p h e n o-l o g i c a lm e t r i c s i nF r e n c hd e c i d u o u s f o r e s t s[J].I n t e r n a-t i o n a l J o u r n a lo fA p p l i e dE a r t h O b s e r v a t i o n&G e o i n-f o r m a t i o n,2018,64(1):132-144.[6]郭广猛,谢高地,甄霖.泾河上游固原地区的N D V I变化与降水的相关性研究[J].资源科学,2007,29(2):178-182.[7]马娜,胡云锋,庄大方,等.基于遥感和像元二分模型的内蒙古正蓝旗植被覆盖度格局和动态变化[J].地理科学,2012,32(2):251-256.[8]陈京华,贾文雄,赵珍.1982 2006年祁连山植被覆盖的时空变化特征研究[J].地球科学进展,2015,30(7):834-845.[9]王光镇,王静璞,邹学勇.基于像元三分模型的锡林郭勒草原光合植被和非光合植被覆盖度估算[J].生态学报, 2017,37(17):5722-5731.[10] H a d iM e m a r i a n,S i v aK u m a rB a l a s u n d r a m,J a m a lB i nT a l i b,e t a l.V a l i d a t i o n o f C A-M a r k o v f o r s i m u l a t i o n o fl a n du s e a n d c o v e r c h a n g e i n t h eL a n g a t B a s i n,M a l a y-s i a[J].J o u r n a lo f G e o g r a p h i cI n f o r m a t i o n S y s t e m,2012,4(6):542-554.[11] S h i k h a rD e e p,A k a n s h aS a k l a n i.U r b a ns p r a w lm o d e l i n gu s i n g c e l l u l a ra u t o m a t a[J].E g y p t i a nJ o u r n a lo fR e m o t eS e n s i n g a n dS p a c e S c i e n c e s,2014,17(2):179-187. [12] M o n d a lMS,S h a r m aN,G a r g PK,e t a l.S t a t i s t i c a l i n d e-p e n d e n c e t e s ta n dv a l i d a t i o no fC A M a r k o vl a n du s e l a n dc o v e r(L U L C)p r ed i c t i o nre s u l t s[J].E g y p t i a nJ o u r n a lo fR e m o t e S e n s i n g a n dS p a c e S c i e n c e s,2016,19(2):259-272.[13]杨国清,刘耀林,吴志峰.基于C A-M a r k o v模型的土地利用格局变化研究[J].武汉大学学报:信息科学版,2007,32(5):414-418.[14]赵冠伟,陈颖彪,陈健飞.C A-M a r k o v模型的空间尺度敏感性研究[J].地理科学,2011,31(8):897-902. [15]赵建军,张洪岩,乔志和.基于C A-M a r k o v模型的向海湿地土地覆被变化动态模拟研究[J].自然资源学报,2009,24(12):2178-2186.[16]赵安周,朱秀芳,刘宪锋,等.1965 2013年渭河流域降水时空变化分析[J].自然资源学报,2015,30(11):1896-1909.[17]王正兴,刘闯,A l f r e d o H.植被指数研究进展:从A V H R R-N D V I到MO D I S-E V I[J].生态学报,2003,23(5):979-987.[18]郑青华,罗格平,朱磊,等.基于C A_M a r k o v模型的伊犁河三角洲景观格局预测[J].应用生态学报,2010,21(4):873-882.[19] K a r i m iH,J a f a r n e z h a d J,K h a l e d i J,e t a l.M o n i t o r i n ga n d p r e d i c t i o n o fl a n d u s e/l a n dc o v e rc h a n g e su s i n gC A-M a r k o vm o d e l:a c a s e s t u d y o fR a v a n s a rC o u n t y i nI r a n[J].A r a b i a n J o u r n a lo f G e o s c i e n c e s,2018,11(19):1-9.[20]胡曾曾,赵志龙,张贵祥.非首都功能疏解背景下北京市人口空间分布形态模拟[J].地球信息科学学报,2018,20(2):71-82.[21] K.C u l i kI I,H u r dLP,Y uS.C o m p u t a t i o nt h e o r e t i ca s p e c t so fc e l l u l a ra u t o m a t a[J].P h y s i c a D,1990,45(1):357-378.[22] C h u a n g C W,L i nCY,C h i e nC H,e t a l.A p p l i c a t i o no f M a r k o v-c h a i n m o d e l f o r v e g e t a t i o n r e s t o r a t i o na s s e s s m e n t a t l a n d s l i d ea r e a sc a u s e db y ac a t a s t r o p h i ce a r t h q u a k e i n C e n t r a lT a i w a n[J].E c o l o g i c a l M o d e l-l i n g,2011,222(3):835-845.[23] D u r m u s o g l uZO,T a n r i o v e rA A.M o d e l l i n g l a n du s e/c o v e rc h a n g ei n L a k e M o g a na n ds u r r o u nd i n g su s i n gC A-M a r k o vC h a i n A n a l y s i s[J].J o u r n a lo f E n v i r o n-m e n t a l B i o l o g y,2017,38(5):981-989. [24]侯西勇,常斌,于信芳.基于C A-M a r k o v的河西走廊土地利用变化研究[J].农业工程学报,2004,20(5):286-291. [25] F o o d y G M.W h a t i s t h e d i f f e r e n c e b e t w e e n t w om a p s:Ar e m o t es e n s e r'sv i e w[J].J o u r n a lo fG e o g r a p h i c a lS y s t e m s,2006,8(2):119-130.[26]布仁仓,常禹,胡远满,等.基于K a p p a系数的景观变化测度:以辽宁省中部城市群为例[J].生态学报,2003,25(4):778-784.[27]摆万奇,张永民,阎建忠,等.大渡河上游地区土地利用动态模拟分析[J].地理研究,2005,24(2):206-212.[28]裴志方.川西高原植被覆盖度景观格局动态变化研究[D].成都:成都理工大学,2018.212水土保持研究第27卷Copyright©博看网 . All Rights Reserved.。

近30年来渭河流域植被与气候变化互影响模式的探寻分析

近30年来渭河流域植被与气候变化互影响模式的探寻分析陆一帆【摘要】基于1982-2006年间的GIMMS NDVI和2001-2013年的MODIS NDVI数据对渭河流域30年来植被NDVI的年际变化和空间分布特征进行了分析,并结合研究区内的气象数据探讨了植被NDVI与气候因子的相互影响关系.研究显示,近32年间渭河流域植被NDVI整体呈上升趋势,且空间差异显著,主要表现为流域西北地区的黄土丘陵沟壑区及北部的黄土高原区NDVI较低,植被覆盖较差;流域南部的秦岭山区、关中平原区等地植被生长状况较好.流域气温和降水呈现缓慢增长趋势.植被NDVI与年均气温整体上表现为负相关,与年降水量间呈正相关.总体上,降水是渭河流域植被生长的主要影响因子.【期刊名称】《北京测绘》【年(卷),期】2016(000)005【总页数】6页(P7-12)【关键词】渭河流域;NDVI;气候变化;气温;降水【作者】陆一帆【作者单位】山东科技大学测绘科学与工程学院,山东青岛266510【正文语种】中文【中图分类】P235.2在陆地生态环境系统中，植被不仅是气候发生变化的直接承受者，同时还能对气候的变化产生相应的积极反馈作用，在全球变化研究中起到“指示器”的作用[1]。

植被具有明显的年际变化和季节变化特点，所以动态监测植被覆盖的时空演变可以从一定程度上了解到气候变化的趋势。

遥感中归一化植被指数(Normalized difference vegetation index, NDVI) 在时间和空间上的连续性，可以很好的反映出植被所吸收的光合有效辐射比例，并且对于植被生长状况的响应较为敏感，使它在一定程度上可以很好的反映出植被的覆盖状况。

因而植被NDVI成为目前监测地表植被及生态系统的常用指标之一，且被广泛应用于大尺度植被覆盖特征与气候关系的研究中[2-5]。

Schmidt等[6]利用NOAA AVHRR-NDVI数据集研究分析了以色列的一个南北洋带内不同种类型植被带的植被对降水量的响应关系，结果显示在过植被种类过渡带NDVI对降水量较敏感。

渭河流域气候变化及干湿状况时空分布分析

渭河流域气候变化及干湿状况时空分布分析雷江群;刘登峰;黄强【摘要】[目的]揭示渭河流域气候要素变化规律,明晰干湿状况分布及演变规律,为该流域减灾防灾决策提供支持.[方法]利用渭河流域21个气象站1960-2010年共51年的气象观测资料,采用FAO Penman-Monteith公式计算该流域各气象站的潜在蒸散量和干燥指数,通过气候倾向率、Mann Kendall法、R/S法、小波分析、滑动平均等方法,对该区域气候要素、干燥指数的变化特征及干湿状况进行分析.[结果](1)渭河流域51年来的降水量以1.69mm/年不显著线性趋势减少,潜在蒸散量以0.24 mm/年不显著线性趋势增加,两者均存在17年和28年左右的变化周期;降水量与潜在蒸散量空间分布差异较明显,均呈东多西少、南多北少、由东南向西北递减的格局.(2)干燥指数以0.005/年不显著线性趋势增加,且增加趋势具有正的持续性;有8年和28年左右的干湿周期;干湿状况为东湿西干,南湿北干,呈现由东南向西北逐渐变干的格局.(3)预测该流域2010年后最湿润年份出现在2024年左右,最干燥年份出现在2019年左右.[结论]渭河流域多年来有降雨减少、潜在蒸散变大、逐渐变干的趋势,应采取应对措施减轻旱涝灾害及其不利影响.【期刊名称】《西北农林科技大学学报（自然科学版）》【年(卷),期】2015(043)003【总页数】7页(P175-181)【关键词】渭河流域;气候变化;干燥指数;干湿状况;时空分布【作者】雷江群;刘登峰;黄强【作者单位】西安理工大学水利水电学院,陕西省西北旱区生态水利工程重点实验室,陕西西安710048;西安理工大学水利水电学院,陕西省西北旱区生态水利工程重点实验室,陕西西安710048;西安理工大学水利水电学院,陕西省西北旱区生态水利工程重点实验室,陕西西安710048【正文语种】中文【中图分类】P463.1IPCC(The Intergovernmental Panel on Climate Change)第三次全球气候评估报告指出，自工业革命以来，全球平均气温升高[1]，气候大幅度变暖，将对流域的水资源、农业和生态环境产生深刻影响。

基于NDVI的渭南市植被覆盖时空变化研究

以下优势：植被检测灵敏度较高；植被覆盖度的检测范围较宽；能消除地形和群落结构的阴影和辐射干扰；削弱太阳高度角和大气所带来的噪音区的交叉地带作用。
［4 ］［3 ］
。渭南市是陕西省的 “东
， “黄河金三角 ” 大门” 也是关中–天水经济区和晋陕豫地，研究渭南市的植被覆盖变化，对于该区域生态环境的改善，促进区域经济的可持续发展具有积极
作者简介：沈关东，硕士，主要研究方向为生态与环境科学。E－mail： gdshenhy@ 163．com。通讯作者：朱志梅，博士，副教授，主要研究方向为植物生态学与干扰生态学。
· 351·
中国人口·资源与环境
2016 年
第 11 期
增刊
计算公式： NDVI = 0．004DN－0．1 VI 值［6］。 2．3 2．3．1 研究方法均值法
［5 ］
。研究植被覆盖变化具有重要的现实意义，能够为区
域生态环境的可持续发展提供科学依据。目前，针对植被比较实用的遥感测量方法是利用植被指数近似估算覆盖，植被覆盖情况，常用的植被指数为 NDVI。 NDVI （ Normalized Difference Vegetation Index，归一化植被指数）是反映土地覆盖中植被状况的一种遥感指标。它可以敏感地反映出地表植被的生长状况和生态系统参数的变化情况，一定程度上反映了像元所对应区域土地覆盖类型的综合情常用于地表植被覆盖的定量研究况，
摘要
“东大门” ，渭南市是陕西省的其生态环境变化直接影响区域经济的可持续发展。为了高效、准确地提取地表植被状况，了解
为区域的可持续发展提供科学依据，本文运用 2007－2013 年的 NDVI 时序遥感影像数据，结合 ENVI 软件，运用渭南市生态环境变化，均值法、趋势线分析法分析了渭南市地表植被覆盖的动态变化。结果显示： ①自 2007 年到 2013 年渭南市植被 NDVI 年均值呈缓慢增长趋势，特别是自 2011 年起，年均 NDVI 增长迅速，并保持在较高水平； ②渭南市植被覆盖以高植被覆盖为主体，中等植被覆盖次之，中部平川区植被覆盖有所下降，但总体态势良好。关键词 NDVI；植被覆盖；时空变化 X171．1 文献标识码 A 文章编号 1002－2104（ 2016） 11 增－0351－03 中图分类号

渭河流域西咸段湿地时空变化研究

渭河流域西咸段湿地时空变化研究湿地作为地球上水陆共同作用的特殊生态系统,与森林生态系统、海洋生态系统统称为全球三大生态系统。

湿地不仅具有调节气候、蓄水分洪、储碳固碳、净化环境等功效,同时也是多种珍稀动植物的栖息地,被人们称为“地球之肾”。

然而,近年来,对湿地的认识不足和人类活动的破坏使湿地遭受到严重的威胁。

渭河作为黄河最大支流,对维系八百里秦川持续健康发展和保障生态平衡具有重要价值。

特别是随着西部大开发、关天一体化及中心城市的建设,渭河流域西咸段在城市发展与湿地保护的矛盾日益尖锐,监测该区域湿地时空变化对于更好的保护渭河湿地及发挥生态环境功能、促进区域城市发展具有重要的意义。

本文选取2000、2004、2010和2016年4个年份遥感影像作为数据源,运用面向对象与支持向量机以及人工解译相结合的方法对研究区域湿地信息提取分类,对渭河流域西咸段湿地的时空变化进行分析,并结合研究区自然因素和人为因素对湿地变化展开研究,取得如下结果:1、湿地在渭河流域西咸段所占比重较小,湿地总面积为7857.71 hm2-7930.86 hm2,仅占研究区总面积的1.06%左右,其中河流湿地面积最大（4153.53 hm2-4204.30hm2）,占研究区总面积0.56%,主要分布在渭河及泾河河流水面上;其次是人工湿地（3562.27hm2-3602.54 hm2）,占研究区总面积的0.48%,分布较为广泛,主要分布在西安市辖区和泾阳县;沼泽湿地面积较少（100.56 hm2-104.67 hm2）,占研究区总面积0.014%,主要分布在临潼区渭河北侧;湖泊湿地面积最小(39.40hm2-40.83 hm2),占研究区总面积的0.005%,主要分布在汉城湖、未央湖等。

陕西省渭河流域水质时空演化特性

ｉｉｅｔｍｅａｄｗａｅｏｌｔｎｉｓｖｒｅｓｃｏｆ ’ ｄＸｉｙｎｉｎｎｉｅｎｅｏｅｔｓｘｒｌｂｄａｔｒｐｌｉｓｅｅｉｔｅｔｎｏａａａａｇｗｔｍａｙｉｄｃｓｉｆｒｒｔｔｅｙｎｕｏｅｎｈｉＸｉｎｎｎｈｉｏｈｗｔｒｑａｉｔｎａｄ．Ｕｄｒｐｃｓｏｈｍａｃｖｔｄｈｄｏｏｉａｒｃｓ，ｗｔｒｌｔｎｉｉｅＲｖｒＢｓａｅｌｓｄｒｕｙｔａｎｅａｔｆｕｎａｔｉａｙｒｌｇｃｐｏｅｓａｅｌｉＷｅｈｅａｉｍｉｉｅｎｉｓｌｏｐｕｏｎｉｎｉｓｖｒｄｃａｇｐａｅｔｉｉｅａｄｓａｅｓｅａｈｎｅａｐｒｎｌｗｔｔｐｃ．Ｅｉｉｎａｕｅｈｕｄｂａｅｏｓｐｒｓｔｒｑａｉｅｅｎｓｙｈｍｎｆｃｅｔｍｅｒｓｓｏｌｅｔｎｔｕｐｅｓｗａｅｌｔｓｋｕｙ
维普资讯
第２卷第３３期
２ＯＯ７年
ＶＤ．３Ｎ．１２ｏ３ＭａＯ７ｙ２Ｏ
ＷＡ１ＲＥ０【ｉ１强ＳＩａ玛ＰＯＥＣＩＮＩＲＴＴＯ
陕西省渭河流域水质时空演化特性
ＬＵｎＨＵ－ａＩＹａＡｎｙｎ，ＤＥＮＧ．ｈ２Ｙａｚｉ
（．ｏｌｅｏｎｉｎｅｔｃｎｅａｄＥｇｎｅｎ１ＣｌｇＥｖｍｎｉｃｎｎｉｒｇ，Ｃａ ’ ｎＵｉｒｔｅｆｏｒＳｅｅｉｈｎ０ｎｅｉｇｖｓｙ，Ｘ ’ ７０５，Ｃｉｉ帆１０４ｈｎａ；２Ｃｌｇ．ｏｅｏｅｌｆＷｔｅｕｃｎｙｒｌｔｃＰｗｒｉ帆Ｕｉｒｔｔｈｏｇ，Ｘ ’ｎ７０４，Ｃｉ）ａｒｓｒｅａＨｄｏｅｒｏｅ，Ｘ ’ ｅＲｏｓｄｅｃｉｎｅｉｏｅｎ／ｙ／０１０８ｈｎｖｓｙｆｃｏａ

基于InVEST模型的渭河流域生境质量评估

基于InVEST模型的渭河流域生境质量评估1. 内容概述第一部分为基础数据收集与分析，这部分主要涵盖对渭河流域的自然环境条件（如地形地貌、气候水文等）、生态系统结构特征（如植被类型与分布、土壤条件等）以及人类活动影响（如土地利用变化、污染排放等）等相关数据的收集与整理工作。

通过对这些基础数据的分析，为后续模型的构建提供必要的数据支撑。

第二部分为模型的构建与参数设置，基于InVEST模型框架，结合渭河流域实际情况，构建适用于本区域的生境质量评估模型。

包括选择合适的评估模块（如植被覆盖类型模块、土壤保持模块等），并根据基础数据设定合理的模型参数。

通过模型的构建与参数设置，实现对渭河流域生境质量的模拟与评估。

第三部分为生境质量时空动态变化分析，基于构建的模型和获取的生境质量评估结果，分析渭河流域在不同时间段内的生境质量变化情况及其空间分布特征。

通过对比分析不同时间段内的生境质量变化情况，揭示影响生境质量变化的主要因素及其作用机制。

结合土地利用变化、气候变化等相关因素，探讨未来生境质量变化趋势及其可能的影响。

还将对关键区域或生态系统的生境质量进行重点分析，为生态保护与修复提供针对性的建议。

最后一部分为评估结果的应用与讨论，基于前面的分析成果，将评估结果应用于生态管理决策中，为当地政府制定生态保护政策提供科学依据。

对本次评估的局限性进行分析和讨论，提出改进建议和未来研究方向。

还将对类似流域的生境质量评估提供一定的借鉴和参考作用。

1.1 研究背景在全球气候变化和人类活动的影响下，生态系统面临着前所未有的压力。

特别是对于水资源丰富的渭河流域而言，其生态环境的变化直接关系到流域内居民的生产、生活和经济发展。

对渭河流域的生境质量进行科学、客观、全面的评估显得尤为重要。

能够模拟和评估不同管理决策对生态系统服务功能和价值的影响。

本研究将利用InVEST 模型对渭河流域的生境质量进行评估，旨在为该流域的生态保护和可持续发展提供科学依据。

渭河干流水质时空变化特征分析

ＮＩＵＳｈａｎ — ｓｈａｎ，ＺＨＡＮＧＹａ－ｊｕａｎ，ＣＨＥＮＪｉｅ，ＬＩＹｉｎｇ－ｊｉｅ
（ＳｈａａｎｘｉＰｒｏｖｉｎｃｉａｌＲｅｓｅａｒｃｈＡｃａｄｅｍｙｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，Ｘｉ ’ ａｎ７１００６１，Ｃｈｉｎａ）
摘
要：根据２００１－２０１０年渭河水质监测资料，对渭河干流陕西段水质主要污染指标ＣＯＤＭＮＨ，一Ｎ的时空变化特征进
行了分析研究。结果表明：渭河陕西段水质污染严重，其中以中游西安段、下游渭南段污染更为严重；１３个监测断面中，
关键词：时空变化；水质监测；ＣＯＤＭ；ＮＨ３一Ｎ；水污染；渭河
中图分类号：ＴＶ２１３．２
文献标志码：Ａ
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００ — １３７９．２０１３．ｏ１．０１３
Ａｂｓｔｒａｃｔ：ＴｈｅｔｅｍｐｏｒｌａａｎｄｓｐａｔｉａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｖａｉａｒｔｉｏｎｉｎｔｈｅｐｏｌｌｕｔｉｏｎｉｎｄｅｘｅｓｆｏＣＯＤＭｎａｎｄＮＨ３－Ｎｗｅｒ ቤተ መጻሕፍቲ ባይዱ ａｎｌｙａｚｅｄｂａｓｅｄｏｎｔｈｅｄａｔａｏｆｗａｔｅｒｑｕａｌｉｔｙｏｂｓｅｒｖｅｄｆｒｏｍ２００１ｔｏ２０１０ｉｎＷｅｉｈｅＲｉｖｅｒ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＷｅｉｈｅＲｉｖｅｒｈａｓｂｅｅｎｐｏｌｌｕｔｅｄｓｅｉｒｏｕｓｌｙ，ｅｓｐｅｃｉａｌｌｙｉｎｔｈｅｍｉｄ・ｄｉｅａｎｄｄｏｗｎｓｔｒｅａｍｓｅｃｔｉｏｎｓｏｆＸｉ ’ ａｎａｎｄＷｅｉｎａｎ．Ｉｎｔｈｅｔｈｉｒｔｅｅｎｍｏｎｉｔｏｒｅｄｃｒｏｓｓｓｅｃｔｉｏｎｓ，ｔｈｅｐｏｌｌｕｔｉｏｎｏｆＮＨ－ＮｉｓｍｏｒｅｓｅｉｏｒｕｓｔｈａｎｔｈａｔｏｆＣＯＤＭｎ，ａｎｄｉｔｓｖａｉａｒｔｉｏｎｌａｍｐａｌｉｔｕｄｅｉｓｂｉｇｇｅｒ．Ｐｏｌｌｕｔｉｏｎｆｏｔｈｅｉｖｆｅｒｈａｓｓｈｏｗｅｄａｄｅｓｃｅｎｄｉｎｇｔｒｅｎｄ．ＯｎｅｒｅａｓｏｎｆｏｒｉｍｐｏｖｒｉｎｇｔｈｅｗａｔｅｒｑｕｌｉａｔｙｆｏＷｅｉｈｅＲｉｖｅｒｉｓｔｈａｔｉｎｄｕｓｔｉｒｌａｐｏｉｎｔｓｏｕｒｃｅｒｅｄｕｃｔｉｏｎｈａｓａｃｈｉｅｖｅｄｒｅｍａｒｋａｂｌｅｒｅｓｕｌｔｓ．ｔｈｅｉｒｖｅｒｐｏｌｌｕｔｉｏｎｈａｓａｍｏｒｅｓｕｂｓｔａｎｔｉａｌｒｅｄｕｃｔｉｏｎ；ｔｈｅｓｅｃ — ｏｎｄｉｓｔｈａｔｔｈｅｐｏｌｌｕｔｉｏｎｏｆｕｒｂａｎｌｉｆｅｈａｓｂｅｅｎｒｅｓｏｌｖｅｄｔｏａｃｅｔａｒｉｎｅｘｔｅｎｔ，ｗｈｉｌｅｔｈｅｗａｔｅｒａｍｏｕｎｔｆｏＷｅｉｈｅＲｉｖｅｒｈａｓｂｅｅｎｉｎｃｒｅａｓｅｄ．Ｋｅｙｗｏｒｄｓ：ｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｖａｉｒａｔｉｏｎ；ｗａｔｅｒｑｕａｌｉｔｙｍｏｎｉｔｏｒ；ＣＯＤＭ；ＮＨ３－Ｎ；ｗａｔｅｒｐｏｌｌｕｔｉｏｎ；ＷｅｉｈｅＲｉｖｅｒ

渭河流域降水时空变化与干旱特征分析

渭河流域降水时空变化与干旱特征分析作者：刘梅魏加华王峰来源：《南水北调与水利科技》2015年第02期摘要：以渭河流域14个典型气象站降水资料为基础，应用Mann-Kendall趋势检验法、频率分析法、差积曲线法以及游程分析法对研究区的降水变化规律及少水概率特征进行了研究。

结果显示：40多年来渭河流域降水量呈明显减少趋势，以春、秋两季最为明显，这增加了区域发生干旱的可能性;流域降水过程呈丰枯交替的周期性现象，连丰或连枯较易发生，且存在干旱与洪涝并发现象;连枯年的概率比连丰年概率大，且少水期常持续2～3 a，引发的干旱强度较大;1991年以后渭河流域干旱事件的频率、强度和烈度均有增加趋势，未来渭河流域的农业发展与水安全将面临更大的威胁，必须予以高度关注。

关键词：降水变化;游程分析;Mann-Kendall法;频率分析;SPI指数中图分类号：P333文献标志码：A文章编号：1672-1683（2015）02-0193-05Spatial-temporal variations of precipitation and drought characteristics in Wei River BasinLIU Mei1，WEI Jia-hua1，2，WANG Feng3（1.State Key Laboratory of Hydro Science and Engineering，Tsinghua University，Beijing 100084，China;2.Qinghai University College of Hydraulic and Electric Engineering，Xining 810016，China;3.Construction and Administration Bureau of South-to-North Water Diversion Middle Route Project，Beijing 100038，China）Abstract：The Wei River Basin is located at a typical frail zone of ecological environment in the east part of northwest China，where frequent drought disasters become the major factor which restricts the sustainable development of regional economy，especially the agriculturaleconomy.Therefore，it is important study the high and low water changes of precipitation and drought characteristics in the basin to understand the cause and development law of drought.Based on the precipitation data from 14 typical weather stations，according to the methods such as Mann-Kendall trend test，frequency analysis，differential curve，and runs analysis，variation trends of precipitation and less water probability characteristics were analyzed.The results showed that：（1）precipitation has a significantly decreasing trend，especially in spring and autumn in the recent 40 years，which increases the occurring possibility of regional drought;（2） the precipitation processpresents the wet-dry alternating phenomenon，continual wet years and dry years occurring and overlapping frequently，which indicates that the drought and flood may coexist in one year;（3） the occurrence probability of continual dry years is higher than that of continual wet years，and less water period can last for 2 to 3 years，which leads to drought with larger intensity;and （4） the frequency and intensity of drought events have an increasing trend in Wei River Basin since1991.Therefore，it should be paid high attention to the bigger threat of agricultural development and water safety in the future.Key words：precipitation change;runs analysis;Mann-kendall test;frequency analysis;SPI index渭河流域地处我国西北地区东部生态环境脆弱带，是我国西北地区重要的粮食产区和工业发展区。

陕西渭河流域近15年土壤侵蚀时空变化分析

郭力宇，郭　昭，王　涛，等．陕西渭河流域近１５年土壤侵蚀时空变化分析［Ｊ］．江苏农业科学，２０１８，４６（２）：１８５－１９０．ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１８．０２．０４９陕西渭河流域近１５年土壤侵蚀时空变化分析郭力宇，郭　昭，王　涛，张　娅（西安科技大学测绘科学与技术学院，陕西西安７１００５４）摘要：渭河流域土壤侵蚀与气候变化、生态保护与建设政策、城市扩张等人类活动密切相关，受到广泛关注。

基于渭河流域ＤＥＭ、土壤类型、２０００—２０１４年渭河流域气象站点逐日降水数据及ＭＯＤＩＳＮＤＶＩ数据，采用修正通用土壤侵蚀方程（ＲＵＳＬＥ）估算流域土壤侵蚀模数，并分析２０００—２０１４年渭河流域土壤侵蚀时空变化特征。

结果表明，渭河流域２０００—２０１４年植被呈改善趋势，其中陕北丘陵沟壑区、渭北高原沟壑区ＮＤＶＩ增加明显，分别提高了２８．４％、１５．１％。

２０００—２０１４年渭河流域土壤侵蚀以微度侵蚀和轻度侵蚀为主，共占总面积的６１．４７％；以２００９年为拐点，之前微度侵蚀土壤面积呈增加趋势，而中度以上土壤侵蚀面积呈减少趋势，之后则完全相反。

渭河流域不同地貌单元土壤侵蚀强度差异较大，渭河平原区以微度侵蚀为主，占该区域面积的８０％以上；陕北丘陵沟壑区的中度及中度以上侵蚀强度的面积则占到了５２．７％；渭北高原沟壑区以微度侵蚀和轻度侵蚀为主，占该区域面积的６１％；秦岭北坡山区年侵蚀性降雨量较大，以中度及中度以上土壤侵蚀为主，占该区域面积的７１％。

关键词：土壤侵蚀；ＲＵＳＬＥ模型；降雨侵蚀力；ＭＯＤＩＳＮＤＶＩ；渭河流域；水土保持；生态环境保护；政策参考中图分类号：Ｓ１５７．１文献标志码：Ａ文章编号：１００２－１３０２（２０１８）０２－０１８５－０５收稿日期：２０１７－０４－１３基金项目：国家重点研发计划（编号：２０１６ＹＦＣ０５０１７０７）；黄土高原土壤侵蚀与旱地农业国家重点实验室开放基金（编号：Ａ３１４０２１４０２－１６１６）。

渭干河流域植被覆盖时空变化特征研究

科技创新导报 Science and Technology Innovation Herald222陆地表面分布着由许多植物组成的各种植物群落，如森林、草原、灌丛、荒漠、草甸、沼泽等，总称为该地区的植被。

近几十年来，由于全球气候变化和人类活动的影响，不同区域的植被均发生了相应的变化。

植被覆盖变化是生态环境变化的直接结果，它在很大程度上代表了生态环境总体状况[1]。

遥感作为一种重要的对地观测技术，具有多时相、多光谱、周期性观测、经济成本低等优势。

遥感技术和GI S 在监测和模拟陆地表面条件及其变化上得到广泛应用，已经成为植被景观及其变化分析的基本手段[2]。

多年来，国内外学者利用N DV I 数据在各种不同空间尺度上对植被覆盖变化进行了深入研究[3-6]，这些研究促进了遥感技术在植被生态领域中的应用。

李秀花等利用G I M M S N D V I 数据，发现我国西北地区N DV I呈现上升趋势，其中北疆地区1991—2001年比1981—1990年的N DV I 均值增加了2.48%，南疆地区增幅为8.95%[7]。

近年来研究表明，新疆植被总体呈现增加趋势且具有的明显空间差异性[8]，在全国来说是植被改善程度较大的地区[9,10]。

本文通过对1989、2001和2007三年的遥感影像进行解译，利用N DV I数据、土地利用矢量数据和研究区近几十年的气温和降水数据，结合遥感与GIS 等现代手段综合定量的分析了新疆渭干河流域1989—2007年植被覆盖的年际动态变化规律和趋势，并分析其植被覆盖变化的主要影响因素。

这对解析引起变化的因素及预测植被的演化方向有着重要意义，同时为今后生态环境建设和相关科学研究提供渭干河流域植被覆盖时空变化特征研究徐婷1 李少达1 杨晓霞1,2(1.成都理工大学地球科学学院四川成都 610059；2.地学空间信息技术国土资源部重点实验室四川成都 610059)摘要：植被是联结土壤、大气和水分等要素的自然纽带，更是自然生态系统中最活跃的因子，植被变化可用来揭示环境的演化，并且能在全球变化研究中起到“指示器”的作用。

渭河地表水和地下水水化学组成和水质的时空变异与控制因子

摘要渭河流域特殊的水文和地质条件造就了区域内独特的水化学风化过程，近年来人类活动和环境变化使渭河及沿岸地下水的水化学特征发生了显著变化。

为探明该区域内水化学和水质时空变化特征及其归因，本研究以渭河流域为研究区域，采用统计分析、水化学与同位素示踪技术和质量平衡法等多种方法，从定性和定量角度探讨了溶质来源的影响因素，对渭河流域地表及地下水水环境安全管理具有重要意义。

主要结论如下：（1）分析了水化学和水质的时空变化特征。

渭河地表水和地下水中主导性阴阳离子分别为HCO3-和Ca2+，其中水化学类型由枯水期的Ca−Mg−HCO3转变为汛期的Ca−Mg−SO4−Cl，水化学的时空变化特征主要表现为：上游主要离子浓度高于中下游，枯水期主要离子浓度的空间变异性小于汛期，特别的，汛期地表水的NO3-浓度明显高于枯水期。

关于水质，渭河地表水和地下水水质呈现弱碱性和高盐度特征，水质分类以微硬性/硬性淡水为主。

水质的时空特征主要表现为：汛期水质较枯水期差，其中汛期上游地区地表水和地下水中V类水的比例分别占22％和26％。

在年际变化上，2018年汛期地表水的水质状况较2017年有所改善，V类水由28％下降到3％，但汛期下游地区地下水的水质呈现恶化趋势，V类水增加了19％。

（2）阐明了水体中溶质来源的控制机制及影响因子。

渭河地表水和地下水溶质来源的主控机制以岩石风化为主，蒸发浓缩作用对部分水样有一定影响，而人类活动主要对汛期地表水影响相对较大。

正向推演模型结果显示，硅酸盐岩风化作用没有明显的季节性差异，其对地表水和地下水中溶质来源的贡献为3±4％，但碳酸盐风化作用和蒸发岩溶解作用表现出明显的季节性变化。

前者对枯水期地下水溶质来源贡献率占51±21％，后者对汛期地下水溶质来源贡献占总离子贡献率的46±5％。

在汛期，人类活动对地表水溶质来源的贡献率为10±5％，水体同时受农业活动和城市废水污染，并且以农业活动污染为主，其中化肥中复合肥，例如NH4HCO3和KNO3和粪便污水对水体硝酸盐的平均贡献率分别为42.7％和26.1％，值得大家关注。

渭河流域甘肃段生态脆弱性时空演变分析

2024年2月Feb.2024第48卷第1期Vol.48，No.1热带农业工程TROPICAL AGRICULTURAL ENCINEERING渭河流域甘肃段生态脆弱性时空演变分析陈宗敏周冬梅张军韩娇吕啸（甘肃农业大学资源与环境学院甘肃兰州730070）摘要为及时了解渭河流域生态环境状况并客观掌握其时空变化特征，本研究以渭河流域甘肃段为研究区域，选取生态敏感性-生态适应性-生态暴露度（VSD ）概念模型，构建渭河流域甘肃段生态脆弱性评价指标体系，以栅格为基础评价单元，结合空间主成分分析和地理探测器等方法对2005～2020年渭河流域甘肃段生态脆弱性进行评价。

结果表明：（1）渭河流域甘肃段生态脆弱性以中度脆弱性为主，脆弱性程度由东南地区向西北地区逐渐增加；（2）2005～2020年生态脆弱性综合指数分别为2.83、2.75、2.62、2.51，呈逐渐减小的趋势；（3）微度脆弱区以林地为主，轻度脆弱区以林地、草地和耕地为主，中度脆弱区和重度脆弱区以耕地和草地为主，极度脆弱区逐渐转为以城市居民点和工矿用地、未利用地为主。

总体上，2005～2020年渭河流域甘肃段生态脆弱程度有所下降，生态环境质量朝好转趋势发展。

关键词VSD 模型；渭河流域甘肃段；生态脆弱性；空间主成分分析法中图分类号X826Spatial-temporal Evolution of Ecological Vulnerability in the Gansu Sectionof the Weihe River BasinCHEN ZongminZHOU DongmeiZHANG JunHAN JiaoLYU Xiao(College of Resources and Environmental Sciences,Gansu Agricultural University,Lanzhou,Gansu 730070)AbstractIn order to understand the ecological environment status of the Weihe River Basin andobjectively grasp its temporal and spatial variation characteristics.This study selected the conceptual model of ecological sensitivities,ecological adaptivities and ecological exposures (VSD)of the Gansu section of the Weihe River Basin as the research area,and constructed the ecological vulnerability assessment index system of the Gansu section of the Weihe River Basin.The grid was used as the evaluation unit.The ecological vulnerability of the Weihe River Basin in Gansu Province from 2005to 2020was evaluated by using spatial principal component analysis (PCA)and geographic detector.The results showed that:(1)the ecological vulnerability in the Gansu section of the Weihe River Basin was mainly moderate,and the degree of vulnerability gradually increased from southeast to northwest.(2)The comprehensive index of ecological vulnerability from 2005to 2020was 2.83,2.75,2.62and 2.51,respectively,showing a decreasing trend.(3)The mildly vulnerable area mainly consists of woodland,the mildly vulnerable area mainly consists of woodland,grassland and cultivated land,the moderately vulnerable area and the severely vulnerable area mainly consists of cultivated land and grassland,and the extremely vulnerable area gradually changes to the urban residential area,industrial and mining land and unused land.In general,from 2005to 2020,the ecological fragility of the Weihe River Basin in Gansu has decreased,and the ecological environment quality has improved.KeywordsVSD model;Gansu section of Weihe River Basin;ecological vulnerability;spatial principalcomponent analysis基金项目：甘肃省自然科学基金（No.21JR7RA811）；甘肃省林业和草原科技创新计划（No.LCKJCX202205）；甘肃省高等学校创新基金（No.2021A-061）；黄河渭河流域（甘肃段）生态环境评估（No.701-03720015）。

2000～2015年渭河流域生态资产时空变化分析

2000～2015年渭河流域生态资产时空变化分析尹聪娴;张艳芳【期刊名称】《江西农业学报》【年(卷),期】2018(030)007【摘要】基于MODIS-NDVI等数据,利用遥感定量测量和生态学方法,估算了渭河流域2000～2015年的生态资产并分析了其时空变化特征.结果表明:渭河流域2000、2005、2010和2015年的生态资产总量分别为1092.75亿、1076.43亿、1073.81亿和1109.11亿元,16年间只增长了1.50％;在渭河流域的各子流域中,渭河干流的生态资产最高,其次为北洛河流域和泾河流域;渭河流域生态资产较高的地区主要分布于南部秦岭北坡林区及六盘山区和北部黄龙山、子午岭等地区,生态资产较低的地区主要分布于黄土高原丘陵沟壑区以及关中平原部分地区;人为因素是导致渭河流域生态资产变化的重要原因,北洛河流域生态资产出现小幅度退化,应加强生态保护.【总页数】6页(P123-128)【作者】尹聪娴;张艳芳【作者单位】陕西师范大学地理科学与旅游学院,陕西西安 710119;陕西师范大学地理科学与旅游学院,陕西西安 710119【正文语种】中文【中图分类】F062.2【相关文献】1.2000—2015年三江源区土壤保持功能及其价值时空变化分析 [J], 贾振宇; 高艳妮; 刘学; 王世曦; 孙倩莹; 杨春艳2.2000—2015年西安市域土地利用时空变化分析 [J], 薛贝; 葛晨; 任敏敏3.2000—2015年西安市域土地利用时空变化分析 [J], 薛贝; 葛晨; 任敏敏4.2000-2015年三江源区土壤保持功能及其价值时空变化分析 [J], 贾振宇;高艳妮;刘学;王世曦;孙倩莹;杨春艳5.陕西省土壤保持格局及其时空变化分析——以2000—2015年为例 [J], 楚冰洋;李月皓因版权原因，仅展示原文概要，查看原文内容请购买。

渭河流域近52年日照时数和风速时空变化特征

渭河流域近52年日照时数和风速时空变化特征蒋冲;王飞;张仁慧;穆兴民;李锐【期刊名称】《干旱地区农业研究》【年(卷),期】2012(035)005【摘要】利用渭河流域1959-2010年23个气象站的风速和日照时数观测数据,通过线性拟合、Mann- Kendall突变检验等方法分析了该地区近52 a日照时数和风速的年、季、月的时空变化以及突变特征.结果表明:近52 a来渭河流域大部分地区日照时数表现为减少趋势,平均每10 a减少10.13 h,1973年前后发生突变;空间分布上以关中平原减少最为突出,季节上以夏季和冬季的减少趋势最显著;流域年平均风速也呈明显减少趋势,平均每10 a减少0.05 m/s,1981年左右发生突变,4个季节的风速变化都是以关中平原和黄土高原丘陵沟壑区减少趋势最为显著;风速的年内变化表现为偏双峰型,4月最大,形成年内的第一峰值,最低值出现在每年的10月,第二峰值出现在每年的11月.【总页数】7页(P228-234)【作者】蒋冲;王飞;张仁慧;穆兴民;李锐【作者单位】西北农林科技大学资源环境学院,陕西杨凌712100;西北农林科技大学资源环境学院,陕西杨凌712100;中国科学院水利部水土保持研究所,陕西杨凌712100;西北大学城市与环境学院,陕西西安710127;西北农林科技大学资源环境学院,陕西杨凌712100;中国科学院水利部水土保持研究所,陕西杨凌712100;西北农林科技大学资源环境学院,陕西杨凌712100;中国科学院水利部水土保持研究所,陕西杨凌712100【正文语种】中文【中图分类】S162.3【相关文献】1.近50年甘肃日照时数时空变化特征及突变分析 [J], 史建桥;白淑英;周寅;魏楚京2.阿勒泰地区风速和日照时数时空变化特征分析 [J], 潘蕾;刘强吉;武胜利;夏诗书;夏黎;虞游毅3.福建省近60年日照时数时空变化特征及未来趋势分析 [J], 孙晓航;丘永杭;黄奇晓;陈晓瑜;林玉蕊4.近43a山西东南部日照时数时空变化特征及其影响因素 [J], 李晶晶;张卉;王艳;赵尚卓;裴育5.近50年广西日照时数时空变化特征分析 [J], 叶瑜;苏永秀;李政;王莹;梁骏因版权原因，仅展示原文概要，查看原文内容请购买。

基于遥感影像的渭河流域采砂区影像时空变化

基于遥感影像的渭河流域采砂区影像时空变化2 陕西省土地工程建设集团有限责任公司陕西西安 7100753 国土资源部退化及未利用土地整治工程重点实验室陕西西安 7100214 陕西省土地整治工程技术研究中心陕西西安 710021摘要：基于卫星遥感影像的渭河沿岸采沙状况的调查，是利用航片、卫片等数据，利用遥感的判读解译等新技术来了解渭河沿岸采沙场的分布情况，同时借助不同时期的影像数据从时间尺度和空间尺度来调查渭河沿岸采沙场的变化情况和发展趋势，构建数据库，为采沙场动态监测以及相关部门政府提供合理的治理依据。

关键词：采砂区；遥感；Google Earth；时空变化中图分类号：TP399 文献标识码：A0 引言土地工程大数据平台构建及应用是智慧化时代下国土资源整治和管理的一个重要方向。

土地工程行业发展是落实国家全域土地综合整治战略的举措，而现有技术手段无法满足土地工程行业发展的需求，将大数据关键技术引入到土地工程学科研究与行业应用中，发展潜力巨大。

因此，本文针对土地工程中业务需求数据组织化管理薄弱、数据封装程度低等问题，通过集成Spring业务逻辑层与数据层松耦合技术、Tomcat轻量级Web应用技术和AJAX应用层与业务逻辑层交互中间件技术对平台层进行异构数据的封装、整合、交换和共享，创新了以服务组合的模式，提高了土地工程大数据应用的动态性和伸缩性，从而构建了快速搭建原型应用的土地工程大数据分布式数据库系统，实现了土地工程数据的资源化。

1 研究区概括渭河干流在陕境内，流长502.4公里，流域面积67108平方公里，全河多年平均径流量103.7亿立方米，其中陕境产流62.66亿立方米;每年输入黄河泥沙达5.8亿多吨，约占黄河泥沙总量的1/3。

研究区经纬度为具体坐标：34°29'50.38"北—109°15'55.40"东、34°29'27.12"北—109°15'56.94"东、34°29'52.10"北—109°16'32.73"东、34°29'31.24"北—109°16'55.58"东。

2000—2021年渭河流域NDVI变化及其影响因素

2000—2021年渭河流域NDVI变化及其影响因素封建民;刘宇峰;郭玲霞;文琦【期刊名称】《湖北农业科学》【年(卷),期】2024(63)5【摘要】渭河流域是黄河中游重要的生态涵养地,同时也是黄土高原水土流失的典型区域,监测该地区植被生长变化趋势,并分析其与气候变化和人类活动的关系,对科学评估区域生态建设成效、黄土高原植被恢复和生态修复具有重要意义。

基于2000—2021年归一化植被指数(NDVI)、气温、降水量、人口密度、土地利用数据,分析了渭河流域NDVI的时空变化特征,探究了气候变化和人类活动对NDVI变化趋势的影响。

结果表明,2000—2021年,渭河流域植被生长季NDVI呈增加趋势,全区年平均增速为0.004。

年际尺度上,NDVI与年平均降水量呈正相关关系,与年平均气温的相关性不显著;月尺度上,NDVI与4月和8月的气温、降水量均呈正相关关系,与7月气温呈弱的负相关关系。

人口密度变化与NDVI变化趋势呈负相关,流域人口密度的减小有利于植被的恢复和改善。

土地利用类型内部变化是植被NDVI变化的主要原因。

NDVI显著减少区NDVI的减少趋势主要由关中平原耕地NDVI的减少引起,NDVI显著增加区NDVI的增加趋势主要由草地、林地以及黄土丘陵区、黄土残塬区耕地NDVI的增加引起。

【总页数】8页(P22-29)【作者】封建民;刘宇峰;郭玲霞;文琦【作者单位】咸阳师范学院地理与环境学院;宁夏大学建筑学院【正文语种】中文【中图分类】Q948.1;X171.1【相关文献】1.2000-2020年珠江流域NDVI动态变化及影响因素研究2.新安江流域2000-2021年NDVI时空变化特征及其影响因素分析3.2000-2020年川东地区植被NDVI变化趋势及影响因素分析4.2000~2020年长江流域植被NDVI动态变化及影响因素探测5.2000—2020年青海河湟谷地植被NDVI时空变化及影响因素因版权原因，仅展示原文概要，查看原文内容请购买。

渭河流域植被覆盖变化趋势及其对土壤干湿状况的响应

渭河流域植被覆盖变化趋势及其对土壤干湿状况的响应黄云博;张翀;王玉丹【期刊名称】《干旱区地理》【年(卷),期】2024(47)5【摘要】随着全球气候的快速变化以及渭河流域地区城市的快速发展,渭河流域植被生态系统面临许多挑战,研究区域内植被的时空变化以及对土壤干湿状况的响应有着重要意义。

基于2001—2020年的MODIS的归一化植被指数(NDVI)与地表温度(LST)数据,对渭河流域的土壤干湿状况数据进行反演,通过线性回归、残差分析和贡献度分析了2001—2020年渭河流域生长季植被覆盖时空特征及土壤干湿状况的驱动与贡献。

结果表明:(1)2001—2020年渭河流域生长季NDVI均值总体呈现波动增加趋势,平均趋势率为0.47×10^(-2)·a^(-1),植被呈恢复趋势,其中2012—2016年生长季NDVI均值受到人类活动的抑制作用呈现下降趋势。

(2)土壤干湿状况和人类活动对渭河流域生长季NDVI的影响迥异,土壤干湿状况的影响主要表现为影响较弱与缓慢增长,人类活动的影响主要以促进植被恢复为主。

(3)土壤干湿状况和人类活动对渭河流域生长季NDVI均值变化的贡献均主要集中于同向贡献,其中负向贡献只来源土壤干湿状况,占比19.77%,同向高贡献主要来源人类活动,说明渭河流域中人类活动是植被覆盖变化的主要驱动力。

(4)渭河流域植被整体受到土壤干湿状况和人类活动的双重促进作用;抑制作用主要集中于汾渭盆地农业生态区,属于人类活动的同向高贡献率分布区,说明目前人类活动是抑制植被覆盖增长的主要原因。

研究结果可为渭河流域生态保护以及可持续发展提供更加精确的科学依据。

【总页数】9页(P841-849)【作者】黄云博;张翀;王玉丹【作者单位】宝鸡文理学院地理与环境学院陕西省灾害监测与机理模拟重点实验室【正文语种】中文【中图分类】Q94【相关文献】1.渭河流域气候变化及干湿状况时空分布分析2.半干旱地区不同植被覆盖下土壤水分变化状况分析3.2000-2019年渭河流域植被覆盖度时空演变特征及气候响应4.渭河流域相对湿度与植被覆盖变化及其响应关系5.渭河流域地表植被覆盖对气候变化的响应研究因版权原因，仅展示原文概要，查看原文内容请购买。

渭河流域(甘肃段)生态环境质量时空演变

渭河流域(甘肃段)生态环境质量时空演变侯亚鹏;龙斌;刘高;覃漭;于飞【期刊名称】《环境生态学》【年(卷),期】2024(6)5【摘要】渭河流域甘肃段生态环境脆弱,为实现渭河流域的生态保护和高质量发展,快速准确评价生态环境现状、分析生态环境时空演化规律和驱动因素意义重大。

本研究以Google Earth Engine为试验平台,以渭河流域甘肃段为研究对象,基于RSEI模型评价研究区的生态环境,并使用趋势分析和相关性分析,研究了2000—2021年整个研究区以及各分区的生态环境质量演化规律。

研究结果表明:渭河流域甘肃段生态环境质量具有从东南向西北逐渐降低的空间分布特征;生态环境质量时间演化特征为快速上升后波动上升,22年间多数地区生态环境质量都有改善的趋势;全区与分区间生态环境质量呈现正相关关系,大多数县域生态环境的变化具有同步性,县域间生态环境质量演化具有显著的集聚性;退耕还林还草以及一系列水资源和生态环境保护措施对生态环境质量改善有明显的正向作用,自然灾害和破坏性开采则有明显的负向作用。

研究结果有助于采取针对性措施保护流域生态环境,促进流域生态环境质量提升。

【总页数】8页(P19-26)【作者】侯亚鹏;龙斌;刘高;覃漭;于飞【作者单位】兰州大学土木工程与力学学院;甘肃省自然资源规划研究院【正文语种】中文【中图分类】X821【相关文献】1.渭河流域甘肃段水资源特性及演变趋势分析2.渭河流域甘肃段近60年降水时空分布及特征分析3.协同推进黄河流域甘肃段生态保护和高质量发展研究——以渭河流域天水段为例4.渭河流域甘肃段径流演变特征与生态流量评价5.渭河流域甘肃段生态脆弱性时空演变分析因版权原因，仅展示原文概要，查看原文内容请购买。