甘肃省植被指数与气候因子的关系研究

 2022-01-17 23:25:30

论文总字数:12760字

目 录

1 引言 1

1.1绪论 1

1.2研究进展 1

1.2.1国内研究进展 1

1.2.2国外研究进展 2

2 研究区域 2

3 数据来源及研究方法 3

3.1数据来源 3

3.1.1 NDVI数据 3

3.1.2 气象数据 3

3.2研究方法 4

3.2.1 NDVI均值法 4

3.2.2回归趋势分析 4

3.2.3 相关分析 4

3.2.4统计分析 5

4 结果与分析 5

4.1 甘肃省2005-2014年NDVI空间分析 5

4.2 甘肃省2005-2014年NDVI的时间变化特征分析 7

4.2.1 月平均NDVI变化特征分析 7

4.2.2 NDVI年际变化分析 8

4.4 甘肃省2005-2014年气候因子年变化特征分析 9

4.4.1气温年变化特征分析 9

4.4.2 降水年变化特征分析 10

4.5 植被覆盖与气候因子的相关关系分析 16

4.5.1 年变化尺度上NDVI与气候因子的相关性分析 16

4.5.2 生长季各月NDVI年际变化对气候因子的响应及其滞后性 17

5 结论 18

参考文献 19

致谢 16

摘要:本文基于甘肃省2005-2014年气象数据和NDVI影像数据,通过NDVI均值法、回归趋势分析和相关性分析等方法,综合分析了甘肃省2005-2014年植被变化情况以及与气温、降水之间的关系。结果表明:甘肃省10年间植被覆盖情况得到改善,年均NDVI总体呈上升趋势,符合我国西部地区植被覆盖的变化趋势。从植被变化与气温、降水之间的相关关系看,降水对甘肃省植被NDVI变化影响较大,受降水影响控制的区域占整个研究区域的84.7%。由4-9月份NDVI与气温、降水之间的偏相关分析可知,在不同的月份,气温和降水对植被的生长产生的影响也不尽相同,并且具有一定的滞后性,滞后效应随着月份的不同也会发生改变,5月和9月植被生长对气温有明显的滞后效应,7、8和9三个月植被生长对降水有明显的滞后效应。

关键词:甘肃省,植被指数变化,气温,降水,相关分析

Abstract: Based on 2005-2014 years' meteorological data and NDVI image data of Gansu Province, this paper analyzes the vegetation change in Gansu province for 2005-2014 years and the relationship with temperature and precipitation through the method of NDVI mean, regression trend analysis and correlation analysis. The results show that the 10 years' interplanting coverage in Gansu has been improved, and the annual average NDVI is on the rise, which is in line with the change trend of vegetation coverage in the western region of China. From the relationship between vegetation change and temperature and precipitation, precipitation has great influence on the change of vegetation NDVI in Gansu Province, and the area controlled by precipitation is 84.7% of the whole study area. From the analysis of the partial correlation between April and September NDVI and the temperature and precipitation, it is found that the influence of temperature and precipitation on the growth of vegetation is different in different months, and it has a certain lag,. In May and September, the lag effect of vegetation growth on air temperature was obvious, and the lag effect of vegetation change on precipitation was obvious in 7 months, 8 months and 9 months in three months.

Key words:Gansu Province, vegetation change, temperature, precipitation, correlation analysis

1 引言

1.1绪论

植被指数就是指根据植物的光谱特性,将遥感数据进行组合形成的一系列具有特定指示意义的数值。植被指数可以分为多种,如归一化植被指数、绿度植被指数和垂直植被指数等。在遥感应用领域,归一化植被指数(NDVI)相比其他类型的植被指数在描述地表植被覆盖和植被的生长情况方面具有较大的优势,并且NDVI的变化也能代表地区植被的变化[1],是目前研究区域植被覆盖情况最常用的植被指数。归一化植被指数( Normal Difference Vegetation Index,NDVI)定义为:遥感影像近红外波段反射值(Near Infrared Reflection,NIR)和红光波段反射值(R)之差与近红外波段反射值和红光波段反射值之和的比值。

植被作为连接土壤、大气和水分的重要枢纽,在整个生态系统中占据重要地位,其在维持整个生态平衡方面有着不可替代的作用,能够作为全球变化的“指示器”。近年来,全球气候变化愈加剧烈,随之而来的环境变化也不断加深,对植被覆盖变化的研究也逐渐受到重视。植被的生长受到多方面的影响,其中气候对植被的生长有着很大的影响,尤其是气温、降水、日照时数等气候因子。本文着重研究甘肃省归一化植被指数的变化与甘肃气温、降水的变化之间的关系,利用所得到的结论来改善地区的植被环境,为植被保护提供建议,而且可以根据不同的植被对气候因素的需求因地制宜。

1.2研究进展

1.2.1国内研究进展

随着计算机技术、数据库以及地理信息科学和遥感科学技术的发展,为植被指数的研究提供了极大的便利。近年来,我国众多学者在植被指数变化方面做出了很多进展,如孙杰[2]对内蒙古额济纳旗、陕西关中盆地/黄土高原和鄱阳湖湿地等地进行了调查研究,通过对区域植被覆盖的变化与气温降水等气象因子变化的关系的分析,指出干旱、半干旱、半湿润地区的植被指数变化与气候因子存在着明显的相关,但是由于不同区域植被类型、人类活动和固有的气候特征的不同,这种相关性也不尽相同。张含玉等[3]指出黄土高原地区1998-2013年NDVI年际变化与降雨和温度之间的相关性不显著,但是在月尺度上,双方呈显著的相关性,并且月NDVI与当月降雨量的相关性要强于与当月平均温度的相关性。徐勇、奚砚涛等[4]对江苏省植被覆盖的动态变化与气候因子的关系做了简单的研究,得出NDVI在年际和季节尺度上与气候因子的相关性显著,且与气温的相关性最好。赵文卓等[5]选取宁夏2000-2010年的10个气象站点数据,进行逐月分析气象站点周围不同植被类型NDVI与气象因子的相关性,结果表明,10年内宁夏不同植被类型NDVI整体上均呈上升趋势;植被NDVI与降水量之间的相关性由南到北呈明显的降低趋势。

1.2.2国外研究进展

近年来,国外学者在NDVI和气候因子的相关关系研究方面同样发表了大量的论文,例如,G.J. Roerink和M. Menenti等人利用标准的NDVI卫星影像和部分萨赫勒非洲和欧洲的近年来的气象数据做了一项研究,认为植被指数与气候因子具有很大的相关性,并且研究区域的不同导致这种相关性也不同[6]。Malo等学者分析1982-1985年间的非洲萨赫勒地区NDVI数据集,发现NDVI与年降水量具有良好的线性关系[7]。Karabulut通过进一步研究全球植被与气候之间的关系时,结果表明植被与降水量之间存在着比较好的平方回归关系[8]

2 研究区域

本文的研究区域为甘肃省(如图1),甘肃省位于我国西北部,并且处在我国东部季风区、西部干旱区与青藏高原高寒区的交汇处,介于北纬32°11′~42°57′、东经92°13′~108°46′之间。研究区域内部大地构造单元的交接比较复杂,高原地貌众多,自然环境恶劣,生态系统脆弱。甘肃主要气候类型为温带大陆性气候,降水量偏少,全省各地年均降水在36.6-734.9mm之间,且气候干旱,地域差异特别明显。年均气温在0-16℃之间,并且由于地理位置的不同,区域内部各地气温差别较大。纬度、地貌和气候等因素使得甘肃省的植被分布从南到北呈现出明显的纬度地带性趋势。区域内森林面积狭小,主要分布于祁连山、陇南山地以及甘南高原边缘地带。甘肃是一个自然灾害多发的省份,灾害种类多,对植被的生长也有较大的影响。

图1 甘肃省行政区域图

3 数据来源及研究方法

3.1数据来源

3.1.1 NDVI数据

本文所用数据由地理空间数据云平台免费提供,选用2005-2014年为期十年的遥感影像数据。该数据的主要覆盖范围为中国地区,其空间分辨率为:500m*500m,时间分辨率为:月。NDVI取值是在-1到1之间,其中负值表示地面被云、水、雪等物覆盖;0值表示为岩石、裸土等;正值区域表示为植被覆盖,且NDVI值越大,区域的植被覆盖程度也就越大。

3.1.2 气象数据

本文所用的气象数据来源于中国气象网,选取甘肃省23个标准气象站的2005-2014年日平均气温和日降水数据。

3.2研究方法

3.2.1 NDVI均值法

由原始数据通过合成法合成为年数据,并且在此基础上对月NDVI数据求算平均值。得到的年均NDVI值可以在消除了地区差异对植被的影响和季节变化对植被覆盖变化影响的情况下,很好的反应地表植被覆盖状况。同时得到的月平均NDVI可以反应各月的植被覆盖走向情况[10]

3.2.2回归趋势分析

为了定量研究植被覆盖度的变化趋势,本文取用一元线性回归分析的方法[12-13],该法可以模拟各个像元NDVI的变化趋势,并且可以根据时间变化特征综合反映对整个区域植被覆盖的时空演变格局。对自变量时间和因变量NDVI通过式(1)求算出所有像元的回归斜率:

Slope= (1)

剩余内容已隐藏,请支付后下载全文,论文总字数:12760字

相关图片展示:

您需要先支付 80元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;