• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      2000—2010年黃河流域植被覆蓋的時空變化

      2013-12-20 11:27:22袁麗華蔣衛(wèi)國申文明劉穎慧王文杰陶亮亮劉孝富
      生態(tài)學(xué)報 2013年24期
      關(guān)鍵詞:年際持續(xù)性黃河流域

      袁麗華,蔣衛(wèi)國,申文明 ,劉穎慧,王文杰,陶亮亮,鄭 華,劉孝富

      (1.北京師范大學(xué)地表過程與資源生態(tài)國家重點實驗室,北京 100875;2.北京師范大學(xué)環(huán)境演變與自然災(zāi)害教育部重點實驗,北京 100875;3.環(huán)境保護部衛(wèi)星環(huán)境應(yīng)用中心,北京 100094;4.北京師范大學(xué)資源學(xué)院,北京 100875;5.中國環(huán)境科學(xué)研究院環(huán)境信息科學(xué)研究所,北京 100012;6.中國科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國家重點實驗室,北京 100085)

      植被具有明顯的年際和季節(jié)變化特點,是連接大氣、水體、土壤的自然紐帶,在保持土壤、調(diào)節(jié)大氣和維持生態(tài)系統(tǒng)穩(wěn)定等方面具有十分重要的作用[1-2]。NOAA/AVHRR、SPOT/VGT、MODIS傳感器獲取的數(shù)據(jù)覆蓋范圍廣、時間分辨率高并且數(shù)據(jù)免費,因此成為長時間序列植被覆蓋年際變化研究的數(shù)據(jù)源[3-8]。(NDVI)與生物量、葉面積指數(shù)有較好的相關(guān)關(guān)系,能夠很好地反映地表植被的繁茂程度,在一定程度上代表地表植被覆蓋變化[9-12]。

      黃河流域位于我國干旱、半干旱和半濕潤地區(qū),生態(tài)環(huán)境脆弱,在氣候變化和人類活動影響下,流域植被覆蓋的狀況發(fā)生了改變[13]。目前,黃河流域植被變化研究取得了一定成果。楊勝天、孫睿等利用8 km的AVHRR/NDVI數(shù)據(jù),對黃河流域1982—1999年植被覆蓋的空間變化及其與降水的相關(guān)關(guān)系進行分析,結(jié)果發(fā)現(xiàn)20a來黃河流域植被覆蓋度有增加趨勢;汛期降水量的多少對植被覆蓋的年際變化起主導(dǎo)作用[14-15]。李春暉等利用8 km的AVHRR/NDVI研究黃河流域1982—1998年NDVI空間分布、年際/季節(jié)變化以及與降水和徑流的關(guān)系,結(jié)果發(fā)現(xiàn)17a來黃河流域各分區(qū)年平均NDVI都呈現(xiàn)增加趨勢;NDVI年內(nèi)變化與降水、徑流年內(nèi)變化呈現(xiàn)明顯的正相關(guān);NDVI年際變化與降水具有一定的相關(guān)性,但與徑流變化的關(guān)系相對復(fù)雜[16]。劉綠柳等利用1982—1999年8 km的NOAA/AVHRR分析黃河流域NDVI與氣溫、降水的關(guān)系,發(fā)現(xiàn)流域NDVI與降水、溫度相關(guān)顯著的植被類型以草地、灌木為主[17]。賀振等基于1998—2011年1 km的SPOT/VGT數(shù)據(jù),分析黃河流域NDVI時空分布、時間變化特征和年際變化趨勢,得出自1998年以來,黃河流域NDVI整體在不斷提高,生態(tài)環(huán)境在不斷改善的結(jié)論[13]。目前的研究成果主要是基于8km的NOAA/AVHRR和1 km的SPOT/VGT數(shù)據(jù),數(shù)據(jù)的空間分辨率偏低;其次,研究植被年際變化趨勢采用一元線性回歸,而線性回歸規(guī)避誤差能力較弱[7];再者,利用Hurst指數(shù)研究植被可持續(xù)性的研究比較少見。

      鑒于上述情況,本文以250 m的MOD13Q1為數(shù)據(jù)源,通過數(shù)據(jù)預(yù)處理獲得2000—2010年黃河流域年均NDVI時間序列,采用規(guī)避誤差能力較強的Theil-Sen median趨勢分析和Mann-Kendall以及Hurst指數(shù)方法,研究黃河流域植被覆蓋區(qū)域NDVI的空間分布特征、時間變化特征、變化趨勢特征特征和可持續(xù)性特征,以期為黃河流域生態(tài)環(huán)境的保護提供依據(jù)。

      圖1 黃河流域位置示意圖Fig.1 Location of the Yellow River Basin

      1 數(shù)據(jù)與方法

      1.1 研究區(qū)域概況

      黃河流域發(fā)源于青海省巴顏喀拉山,流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古自治區(qū)、陜西、山西、河南和山東9省,在山東墾利縣流入渤海,流域面積為79.46×104km2(圖1)。黃河流域地勢西高東低,西部河源地區(qū)平均海拔在4000 m以上,由一系列高山組成;中部地區(qū)海拔在1000—2000 m之間,為黃土地貌,水土流失嚴重;東部海拔不超過100 m,主要由黃河沖積平原形成[13]。黃河流域?qū)儆诖箨懶詺夂颍瑬|南部屬半濕潤氣候,中部屬半干早氣候,西北部屬干旱氣候。流域內(nèi)地貌類型多樣,生境復(fù)雜,為各種植被類型的發(fā)育創(chuàng)造了有利條件[17];主要土地利用類型為林地、草地和耕地。

      1.2 數(shù)據(jù)來源與處理

      NDVI數(shù)據(jù)來源于美國NASA的MODIS植被指數(shù)產(chǎn)品數(shù)據(jù)MOD13Q1。數(shù)據(jù)空間分辨率為250 m,時間分辨率為16 d,時間范圍:2000年2月—2010年12月。首先利用MRT(MODISReProjection Tools)軟件進行格式轉(zhuǎn)換和投影轉(zhuǎn)換,把Hdf格式轉(zhuǎn)換為Geotiff格式,把Sinusoidal投影轉(zhuǎn)換為WGS84/Albers Equal Area Conic投影,重采樣方法和重采樣分辨率分別為鄰近自然法和250 m。然后采用最大值合成法獲取2000—2010年逐月NDVI數(shù)據(jù),有效地去除云、大氣和太陽高度角等產(chǎn)生的影響[18-19]。最后利用均值法獲取逐年平均的NDVI數(shù)據(jù),消除極端年份氣候異常對植被生長狀態(tài)的影響[20]。

      1.3 研究方法

      采用Theil-Sen median趨勢分析和Mann-Kendall以及Hurst指數(shù)方法,研究黃河流域植被覆蓋區(qū)域,即NDVI值大于等于0.1的區(qū)域的NDVI的空間分布特征、時間變化特征、變化趨勢和可持續(xù)性特征[19]。

      (1)Theil-Sen Median趨勢分析和Mann-Kendall檢驗

      Theil-Sen Median趨勢分析和Mann-Kendall檢驗方法能夠很好的結(jié)合起來,成為判斷長時間序列數(shù)據(jù)趨勢的重要方法,并且已經(jīng)逐漸應(yīng)用到植被長時間序列分析中[7,21-23]。該方法的優(yōu)點是不需要數(shù)據(jù)服從一定的分布,對數(shù)據(jù)誤差具有較強的抵抗能力,對于顯著性水平的檢驗具有較為堅實的統(tǒng)計學(xué)理論基礎(chǔ),使得結(jié)果較為科學(xué)和可信[7]。其中,Theil-Sen Median趨勢分析是一種穩(wěn)健的非參數(shù)統(tǒng)計的趨勢計算方法,可以減少數(shù)據(jù)異常值的影響[25-27]。Theil-Sen Median趨勢計算n(n-1)/2個數(shù)據(jù)組合的斜率的中位數(shù),其計算公式為:

      當(dāng)SNDVI>0時,反映NDVI呈現(xiàn)增長的趨勢,反之則反映NDVI呈現(xiàn)退化的趨勢。

      Mann-Kendall是一種非參數(shù)統(tǒng)計檢驗方法,用來判斷趨勢的顯著性,它無需樣本服從一定的分布,也不受少數(shù)異常值的干擾[28-29]。計算公式如下:

      設(shè)定 {NDVIi},i=2000,2001,…,2010

      式中,NDVIi和NDVIj分別表示像元i年和j年的NDVI值,n表示時間序列的長度;sgn是符號函數(shù);統(tǒng)計量Z的取值范圍為 -∞,+∞( )。在給定顯著性水平α下,當(dāng)|Z|>u1-α/2時,表示研究序列在α水平上存在顯著的變化。一般取α=0.05,本文判斷在0.05置信水平上NDVI時間序列變化趨勢的顯著性。

      (2)Hurst指數(shù)

      Hurst指數(shù)是定量描述時間序列長程依賴性的有效方法[30],在水文學(xué)、經(jīng)濟學(xué)、氣候?qū)W、地質(zhì)和地球化學(xué)等領(lǐng)域有著廣泛的應(yīng)用,近期在植被覆蓋變化研究中應(yīng)用起來[2,30-31]。其基本原理:對于時間序列NDVI(t)}{,t=1,2,…,n ,定義均值序列:

      對于比值R(τ)/S(τ)?R/S,若存在如下關(guān)系R/S∝ τH,則說明分析的時間序列存在Hurst現(xiàn)象,H稱為Hurst指數(shù)。H值可以根據(jù)log(R/S)n=a+H×log(n)利用最小二乘法擬合得到。

      根據(jù)H的值判斷NDVI序列是完全隨機還是存在持續(xù)性。Hurst指數(shù)(H值)取值包括3種形式:如果0.5<H<1,表明時間序列是一個持續(xù)性序列,即未來變化與過去的變化趨勢一致,且H越接近1,持續(xù)性越強。如果H=0.5,則說明NDVI時間序列為隨機序列,不存在長期相關(guān)性。如果0<H<0.5,則表明時間序列具有反持續(xù)性,即未來的變化趨勢與過去的變化趨勢相反,H越接近0,反持續(xù)性越強。

      2 結(jié)果與分析

      2.1 植被覆蓋的空間分布特征

      利用2000—2010年的年均NDVI數(shù)據(jù),計算11a平均值得到平均NDVI空間分布圖(圖2)。從圖2可以看出,黃河流域NDVI空間分布呈現(xiàn)出西部和東南部高,北部低的分布特征。西部地區(qū)海拔較高,主要植被類型為森林、草地及草本濕地,具有較高的NDVI值;東南部地區(qū)屬于半濕潤氣候,林地和農(nóng)作物分布廣泛,因此NDVI值明顯較高;北部地區(qū)主要為山地、鄂爾多斯高原、黃土高原、河套平原和寧夏平原,其中鄂爾多斯高原和黃土高原植被覆蓋較少,因此NDVI值較低,而河套平原和寧夏平原,有農(nóng)作物種植,年均NDVI值介于0.3—0.4之間。NDVI值小于0.1的無植被覆蓋區(qū)域(紅色部分)主要為流域西部的湖泊、冰川、裸巖、水庫和荒漠以及流域北部的沙地和沙漠。

      圖2 黃河流域2000—2010年平均NDVI(Normalized Difference Vegetation Index)空間分布Fig.2 Spatial distribution of average NDVI from 2000 to 2010

      對11a NDVI平均值的分級統(tǒng)計結(jié)果表明:NDVI值小于0.1的無植被區(qū)域占流域總面積的1.7%,植被覆蓋區(qū)域占98.3%。0.1—0.4的低值區(qū)占 53.3%,大于 0.4 的占 45%;其中 0.4—0.5 的區(qū)域占 19.5%,0.5—0.6的區(qū)域占10.5%,大于0.6的較高植被覆蓋區(qū)占5.0%。

      2.2 植被覆蓋的時間變化特征

      為了研究黃河流域植被覆蓋區(qū)域NDVI隨時間變化的特點,取2000—2010年年均NDVI影像中植被覆蓋區(qū)域的NDVI平均值,代表當(dāng)年植被覆蓋的狀態(tài),并制作年際NDVI變化圖(圖3)。從圖3可以看出,黃河流域植被覆蓋區(qū)域的年均 NDVI值在0.3—0.4之間波動,其中2000—2004年植被覆蓋區(qū)域的NDVI波動較大,不存在明顯的趨勢特征;但自2005年以來,植被覆蓋區(qū)域的NDVI呈現(xiàn)快速增長的趨勢,表明植被整體生長狀況開始好轉(zhuǎn)。

      2.3 植被覆蓋變化趨勢分析

      圖3 2000—2010年黃河流域年際NDVI變化Fig.3 Inter-annual variation of NDVI from 2000 to 2010

      將Theil-Sen Median趨勢分析和Mann-Kendall檢驗結(jié)合起來,可以有效地反映2000—2010年黃河流域NDVI的變化趨勢的空間分布特征。由于基本上不存在SNDVI嚴格等于0的區(qū)域,所以本文根據(jù)SNDVI的實際情況,將SNDVI介于-0.0005和0.0005的劃分為穩(wěn)定不變,SNDVI值大于等于0.0005的劃分為改善區(qū)域,SNDVI值小于-0.0005的劃分為退化區(qū)域。將Mann-Kendall檢驗在0.05置信水平上的顯著性檢驗結(jié)果劃分為顯著變化(Z>1.96或Z<-1.96)和變化不顯著(-1.96≤Z≤1.96)。將Theil-Sen median趨勢分析的分級結(jié)果和Mann-Kendall檢驗的分級結(jié)果進行疊加,得到像元尺度上NDVI變化趨勢數(shù)據(jù),并將結(jié)果劃分為5種變化類型(表1)。從表1可以看出,植被覆蓋狀況改善的區(qū)域占植被覆蓋總面積的62.9%;穩(wěn)定不變即沒有發(fā)生顯著變化的區(qū)域占9.4%;植被退化的區(qū)域僅占27.7%。

      表1 NDVI(Normalized Difference Vegetation Index)變化趨勢統(tǒng)計Table 1 Statistics of NDVI Trend

      圖4 2000—2010年黃河流域年均NDVI變化趨勢Fig.4 Trends of inter-annul NDVI from 2000 to 2010

      圖從4可以看出:2000—2010年黃河流域地表植被改善的區(qū)域遠遠大于植被退化的區(qū)域。植被明顯改善的區(qū)域主要分布在甘肅省的南部和慶陽市南部、陜北地區(qū)、鄂爾多斯市中部和北部、狼山、山西省西部以及青海省境內(nèi)黃河流域的兩側(cè);輕微改善的地區(qū)主要位于四川省、甘肅省和青海省交接的中部地區(qū)、呂梁山;穩(wěn)定不變地區(qū)在流域內(nèi)呈現(xiàn)零散分布;輕微退化的區(qū)域主要位于巴顏喀拉山、阿尼瑪卿山、祁連山、包頭至呼和浩特市、陰山南麓、子午嶺、甘肅省慶陽市北部和西部、陜西省西部以及南部的森林覆蓋地區(qū);嚴重退化的區(qū)域主要分布在隴中黃土高原、河套平原、大青山、太原盆地、晉城市以及關(guān)中盆地的兩端;輕微退化和嚴重退化伴隨分布的地區(qū)有寧夏平原、鄂爾多斯市西部、臨汾盆地、運城盆地、洛陽市以及山東省境內(nèi)。

      2.4 植被覆蓋變化的可持續(xù)性分析

      黃河流域NDVI的Hurst指數(shù)均值為0.65,Hurst指數(shù)小于0.5的區(qū)域占總面積的14.0%,大于0.5的區(qū)域占為86.0%,表明黃河流域植被覆蓋區(qū)域NDVI的正向持續(xù)性較強。

      為了揭示植被的變化趨勢及其持續(xù)性,將NDVI變化趨勢結(jié)果與Hurst指數(shù)結(jié)果進行疊加,得到變化趨勢與持續(xù)性的耦合信息(圖5)。將耦合結(jié)果劃分為6種情形:1持續(xù)性與嚴重退化;2持續(xù)性與輕微退化;3持續(xù)性與穩(wěn)定不變;4持續(xù)性與輕微改善;5持續(xù)性與明顯改善;6未來變化趨勢不確定,包括反持續(xù)性與嚴重退化、輕微退化、穩(wěn)定不變、輕微改善和明顯改善5種組合,無法確定其未來變化趨勢。

      圖5 植被覆蓋變化特征圖空間分布Fig.5 Spatial distribution of NDVI based on trend and Hurst index

      持續(xù)改善的組合面積比重達53.7%,主要分布在陜西省中部和北部、甘肅省東南部、山西省中部、狼山和鄂爾多斯市東部和北部地區(qū)(圖5);持續(xù)穩(wěn)定不變面積組合達7.8%,主要零散分布在內(nèi)蒙古、寧夏、甘肅、青海、山西和河南省;持續(xù)退化所占比例為24.5%,主要分布在巴顏喀拉山、阿尼瑪卿山南部、祁連山、隴中黃土高原、寧夏平原、寧夏中部、甘肅省慶陽市中北部、河套平原、陰山南麓、大青山、包頭至呼和浩特市、太原盆地、臨汾盆地、運城盆地、晉城市、關(guān)中盆地、洛陽市以及山東省境內(nèi)(圖5);14.0%的區(qū)域未來變化趨勢無法確定,主要分布在阿尼瑪卿山、黃南與甘南藏族自治州、西寧市、甘肅省中部和陜西省中部(圖5)。持續(xù)退化和未來變化趨勢區(qū)域無法確定的區(qū)域的植被變化狀況需要研究人員繼續(xù)關(guān)注。

      3 結(jié)論與討論

      3.1 結(jié)論

      (1)從空間分布上分析,黃河流域植被覆蓋呈現(xiàn)出西部和東南部高,北部低的分布特征。

      (2)從時間變化上分析,2000—2010年黃河流域植被覆蓋區(qū)域年均NDVI值在0.3—0.4之間波動,其中2000—2004年植被覆蓋區(qū)域NDVI波動較大,不存在明顯的趨勢特征;但自2005年以來,植被覆蓋區(qū)域NDVI呈現(xiàn)快速增長的趨勢。

      (3)從NDVI變化趨勢上分析,2000—2010年黃河流域地表植被覆蓋改善的區(qū)域遠遠大于植被退化的區(qū)域。改善的區(qū)域占植被覆蓋區(qū)域的62.9%,退化的區(qū)域占27.7%,9.4%的區(qū)域呈現(xiàn)穩(wěn)定不變的狀態(tài)。

      (4)基于Hurst指數(shù)的數(shù)據(jù)分析表明,86.0%的植被覆蓋區(qū)域NDVI呈現(xiàn)正向持續(xù)現(xiàn)象,NDVI持續(xù)性較強。由變化趨勢與可持續(xù)性數(shù)據(jù)疊加結(jié)果得出:持續(xù)改善的組合面積占植被覆蓋區(qū)域總面積的53.7%,持續(xù)穩(wěn)定不變的區(qū)域占7.8%,持續(xù)退化的區(qū)域占24.5%,另外14.0%的植被覆蓋區(qū)域未來變化趨勢無法確定,持續(xù)退化的區(qū)域和未來變化趨勢無法確定的區(qū)域的植被的變化狀況需要研究人員繼續(xù)關(guān)注和研究。

      3.2 討論

      本研究采用250m中等空間分辨率的長時間序列MODIS/NDVI數(shù)據(jù),利用Theil-Sen median趨勢分析和Mann-Kendall以及Hurst指數(shù)方法分析黃河流域植被的時間變化特征、變化趨勢特征和可持續(xù)性特征。研究結(jié)果能夠有效地反映黃河流域植被覆蓋的變化狀況,有助于促進區(qū)域生態(tài)環(huán)境的保護,具有一定的實用性。同時本研究也存在著一定的局限性,首先,沒有針對不同植被類型的變化進行分析;其次,植被變化受氣候、人文和政策的綜合影響,因此需要進一步加強對NDVI變化的原因進行分析;最后,植被變化的地域差異性十分顯著,需要加強對不同地域植被變化差異的研究。

      s:

      [1]Sun H,Wang C Y,Niu Z,Bukhosor,Li B.Analysis of the vegetation cover change and the relationship between NDVIand environmental factors by using NOAA time series data.Journal of Remote Sensing,1988,2(3):204-210.

      [2]Fan N,Xie G D,Zhang C S,Chen L,Li W H,Cheng SK.Spatial-temporal dynamic changes of vegetation cover in Lancang river basin during 2001—2010.Resource Science,2012,34(7):1222-1231.

      [3]Rigina O,Rasmussen M S.Using trend line and principal component analysis to study vegetation changes in Senegal 1986—1999 from AVHRR NDVI 8km data.Geografisk Tidsskrift-Danish Journal of Geography,2003,103(1):31-42.

      [4]Anyamba A,Tucker C J.Analysis of Sahelian vegetation dynamics using NOAA-AVHRR NDVI data from 1981—2003.Journal of Arid Environments,2005,63(3):596-614.

      [5]Ma M G,Wang J,Wang X M.Advance in the Inter-annual variability of vegetation and its relation to climate based on remote sensing.Journal of Remote Sensing,2006,10(3):421-431.

      [6]Fensholt R,Rasmussen K,Nielsen T,Mbow C.Evaluation of earth observation based long term vegetation trendsIntercomparing NDVI time series trend analysis consistency of Sahel from AVHRR GIMMS,Terra MODISand SPOTVGT data.Remote Sensing of Environment,2009,113(9):1886-1898.

      [7]Cai B F,Yu R.Advance and evaluation in the long time series vegetation trends research based on remote sensing.Journal of Remote Sensing,2009,13(6):1170-1186

      [8]Fensholt R,Proud SR.Evaluation of Earth Observation based global long term vegetation trendsComparing GIMMSand MODISglobal NDVI time series.Remote Sensing of Environment,2012,119:131-147.

      [9]Tucker C J.Red and photographic infrared linear combinations for monitoring vegetation.Remote Sensing of the Environment,1979,8(2):127-150.

      [10]Baret F,Guyot G.Potentials and limits of vegetation indices for LAI and APAR assessment.Remote Sensing of Environment,1991,35(2):161-173.

      [11]Gutman G,Ignatov A.The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models.International Journal of Remote Sensing,1998,19(8):1533-1543.

      [12]Zhao Y S.Principles and Methods of Analysis of Remote Sensing Applications.Beijing:Science Press,2003,374-376.

      [13]He Z,He J P.Spatio-temporal variation of vegetation cover based on SPOT-VGT in Yellow River Basin.Ecology and Environmental Sciences,2012,21(10):1655-1659.

      [14]Sun R,Liu C M,Zhu Q J.Relationship between the fractional vegetation cover change and rainfall in the Yellow River Basin.Acta Geographica Sinica,2001,56(6):667-672.

      [15]Yang ST,Liu C M,Sun R.The vegetation cover over last 20 years in Yellow River Basin.Acta Geographica Sinica,2002,57(6):679-684.

      [16]Li CH,Yang Z F.Spatio-temporal changes of NDVI and their relations with precipitation and runoff in the Yellow River Basin.Geographical Research,2004,23(6):753-759.

      [17]Liu L L,Xiao F J.Spatial-temporal correlations of NDVI with precipitation and temperature in Yellow River Basin.Chinese Journal of Ecology,2006,25(5):477-481.

      [18]Holben B N.Characteristics of maximum-value composite images from temporal AVHRR data.International Journal of Remote Sensing,1986,7(11):1471-1434.

      [19]Piao SL,F(xiàn)ang J Y.Dynamic vegetation cover change over the last 18 years in China.Quaternary Sciences,2001,21(4):294-302.

      [20]Zhang Y C,Zhao Z Q,Li SC,Meng X F.Indicating variation of surface vegetation cover using SPOT NDVIin the northern part of North China.Geographical Research,2008,27(4):745-755.

      [21]Tucker C J,Newcomb W W,Los SO,Prince SD.Mean and inter-year variation of growing-season normalized difference vegetation index for the Sahel 1981—1989.International Journal of Remote Sensing,1991,12(6):1133-1135.

      [22]Milich L,Weiss E.GACNDVIinter annual coefficient of variation(CoV)images:ground truth sampling of the Sahel along north-south transects.International Journal of Remote Sensing,2000,21(2):235-260.

      [23]Lunetta R S,Knight JF,Ediriwickrema J,Lyon JG,Worthy L D.Land-cover change detection using multi-temporal MODISNDVIdata.Remote Sensing of Environment,2006,105(2):142-154.

      [24]Fensholt R,Langanke T,Rasmussen K,Reenberg A,Prince S D,Tucker C,Scholes R J,Le Q B,Bondeau A,Eastman R,Epstein H,Gaughan A E,Hellden U,Mbow C,Olsson L,Paruelo J,Schweitzer C,Seaquist J,Wessels K.Greenness in semi-arid areas across the globe 1981—2007an Earth Observing Satellite based analysis of trends and drivers.Remote Sensing of Environment,2012,121:144-158.

      [25]Theil H.A rank-invariant method of linear and polynomial regression analysis.I,IIand III.Proceedings of Koninklijke Nederlandse Akademie van Wetenschappen,1950,53:386-392,521-525,1397-1412.

      [26]Sen P K.Estimates of the regression coefficient based on Kendall's tau.Journal of the American Statistical Association,1968,63(324):1379-1389.

      [27]Hoaglin D C,Mosteller F,Tukey J W.Understanding Robust and Exploratory Data Analysis.New York:Wiley,2000,169-181.

      [28]Kendall M G.Rank Correlation Methods.London:Griffin,1970.

      [29]To?ic'I.Spatial and temporal variability of winter and summer precipitation over Serbia and Montenegro.Theoretical and Applied Climatology,2004,77(1/2):47-56.

      [30]Hou X Y,Ying L L,Gao M,Bi X L,Lu X,Zhu M M.Character of vegetation cover change in China's Eastern coastal areas 1998—2008.Scientia Geographica Sinica,2010,30(5):735-741.

      [31]Wang G G,Zhou K F,Sun L,Qin Y F,Li X.Study on the vegetation dynamic change and R/Sanalysis in the past ten years in Xinjiang.Remote Sensing Technology and Application,2010,25(1):84-90.

      參考文獻:

      [1]孫紅雨,王長耀,牛錚,布和敖斯?fàn)?,李?中國地表植被覆蓋變化及其與氣候因子關(guān)系——基于NOAA時間序列數(shù)據(jù)分析.遙感學(xué)報,1988,2(3):204-210.

      [2]范娜,謝高地,張昌順,陳龍,李文華,成升魁.2001年至2010年瀾滄江流域植被覆蓋動態(tài)變化分析.資源科學(xué),2012,34(7):1222-1231.

      [5]馬明國,王建,王雪梅.基于遙感的植被年際變化及其與氣候關(guān)系研究進展.遙感學(xué)報,2006,10(3):421-431.

      [7]蔡博峰,于嶸.基于遙感的植被長時序趨勢特征研究進展及評價.遙感學(xué)報,2009,13(6):1170-1186.

      [12]趙英時.遙感應(yīng)用分析原理與方法.北京:科學(xué)出版社,2003,374-376.

      [13]賀振,賀俊平.基于SPOT-VGT的黃河流域植被覆蓋時空演變.生態(tài)環(huán)境學(xué)報,2012,21(10):1655-1659.

      [14]孫睿,劉昌明,朱啟疆.黃河流域植被覆蓋度動態(tài)變化與降水的關(guān)系.地理學(xué)報,2001,56(6):667-672.

      [15]楊勝天,劉昌明,孫睿.近20年來黃河流域植被覆蓋變化分析.地理學(xué)報,2002,57(6):679-684.

      [16]李春暉,楊志峰.黃河流域NDVI時空變化及其與降水/徑流關(guān)系.地理研究,2004,23(6):753-759.

      [17]劉綠柳,肖風(fēng)勁.黃河流域植被NDVI與溫度、降水關(guān)系的時空變化.生態(tài)學(xué)雜志,2006,25(5):477-481.

      [19]樸世龍,方精云.最近18年來中國植被覆蓋的動態(tài)變化.第四紀研究,2001,21(4):294-302.

      [20]張月叢,趙志強,李雙成,孟憲鋒.基于SPOT NDVI的華北北部地表植被覆蓋變化趨勢.地理研究,2008,27(4):745-755.

      [30]侯西勇,應(yīng)蘭蘭,高猛,畢曉麗,路曉,朱明明.1998—2008年中國東部沿海植被覆蓋變化特征.地理科學(xué),2010,30(5):735-741.

      [31]王桂鋼,周克法,孫莉,秦艷芳,李雪梅.近10a新疆地區(qū)植被動態(tài)與R/S分析.遙感技術(shù)與應(yīng)用,2010,25(1):84-90.

      猜你喜歡
      年際持續(xù)性黃河流域
      生態(tài)環(huán)境部啟動新一年度黃河流域“清廢行動”
      北緯30°中層頂區(qū)域鈉與鐵原子層的結(jié)構(gòu)和年際變化
      云創(chuàng)新助推科技型中小企業(yè)構(gòu)建持續(xù)性學(xué)習(xí)機制
      黃河流域燦爛的齊家文化——陶器
      收藏界(2019年2期)2019-10-12 08:26:10
      增強大局意識 提升黃河流域生態(tài)保護發(fā)展水平
      持續(xù)性迭代報道特征探究——以“江歌案”為例
      新聞傳播(2018年13期)2018-08-29 01:06:32
      三十六計之順手牽羊
      亞洲夏季風(fēng)的年際和年代際變化及其未來預(yù)測
      與北大西洋接壤的北極海冰和年際氣候變化
      關(guān)注持續(xù)性感染,提高生活質(zhì)量
      仪陇县| 谢通门县| 阳信县| 无极县| 金平| 和平区| 林口县| 五台县| 慈溪市| 德清县| 郯城县| 宁河县| 巍山| 彩票| 西充县| 长葛市| 雷山县| 遵义县| 白水县| 清镇市| 广元市| 丰顺县| 织金县| 惠州市| 盐边县| 灵璧县| 科技| 四会市| 来宾市| 荔浦县| 陆良县| 开平市| 江永县| 谷城县| 涡阳县| 精河县| 东平县| 无锡市| 昆明市| 高平市| 莱芜市|