删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

气候变化和工程活动对青藏铁路沿线植被指数时空变化的影响

本站小编 Free考研考试/2021-12-29
马超,1, 崔培培2, 钟广睿3, 孟梦4, 杨城1, 马雯思51.河南理工大学 自然资源部矿山时空信息与生态修复重点实验室,焦作 454003
2.江苏师范大学 地理测绘与城乡规划学院,徐州 221116
3.广西壮族自治区国土测绘院,南宁 530023
4.中国科学院空天信息研究院 遥感科学国家重点实验室,北京 100101
5.中国科学院寒区旱区环境与工程研究所 冰冻圈科学国家重点实验室青藏高原研究站,兰州 730000

Impact of climate change and engineering activities on spatio-temporal changes of vegetation index along Qinghai-Tibet Railway

MA Chao,1, CUI Peipei2, ZHONG Guangrui3, MENG Meng4, YANG Cheng1, MA Wensi51. Key Laboratory of Spatio-temporal Information and Ecological Restoration of Mines (MNR), Henan Polytechnic University, Jiaozuo 454003, Henan, China
2. School of Geomatics & Planning, Jiangsu Normal University, Xuzhou 221116, Jiangsu, China
3. Guangxi Institute of Land Resource Surveying & Mapping, Nanning 530023, China
4. State Key Laboratory of Remote Sensing Sciences, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China
5. Cryosphere Research Station on the Qinghai-Tibet Plateau/State Key Laboratory of Cryospheric Sciences, Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Sciences, Lanzhou 730000, China

收稿日期:2020-06-15接受日期:2020-09-16网络出版日期:2021-01-10
基金资助:国家自然科学基金资助项目.41975036
国家自然科学基金委员会与英国皇家学会合作交流项目.4191101440
河南理工大学创新型科研团队项目.T2018-4


Received:2020-06-15Accepted:2020-09-16Online:2021-01-10
作者简介 About authors
马超（1967-）,男,内蒙古自治区克什克腾旗人,博士,教授,博士生导师,研究方向为自然灾害遥感、生态环境遥感。E-mail: mac@hpu.edu.cn








摘要
基于1982—2015年的GIMMS NDVI3g+及同期气候数据,利用最大值合成法获得青藏铁路沿线直接影响区和生态背景区的年内NDVI最大值、年际NDVI平均值,对其进行了趋势分析、变异分析、气候相关分析和残差分析,部分结果用MODIS NDVI（2001—2018年）进行了验证。研究表明：① 青藏铁路年际NDVI高度响应气候变化和工程活动,即施工前主要响应气候变化,年际NDVI呈缓慢上升趋势;施工中主要响应工程活动,年际NDVI呈显著下降趋势;运营中响应气候变化和工程活动的综合影响,年际NDVI呈缓慢上升趋势。② 青藏铁路的工程活动对沿线植被有显著影响。即施工前直接影响区和生态背景区年际NDVI增长率相近;施工中直接影响区年际NDVI增长率低于生态背景区;运营中直接影响区年际NDVI增长率高于生态背景区。③ 研究利用时空不变量,剔除了植被覆盖的空间异质性分量、周期性绿度分量,甄别出了气候变化与工程活动的贡献量。
关键词： 青藏铁路;西宁-格尔木段;格尔木-拉萨段;GIMMS NDVI3g+;工程活动;气候变化

Abstract
The fragile ecological zone of the Tibetan Plateau is extremely sensitive to human activities and global changes. To reveal the response characteristics of the normalized difference vegetation index (NDVI) to engineering activities and climate changes in the direct impact area and ecological check area (CK) of the Qinghai-Tibet Railway construction, GIMMS AVHRR NDVI3g plus data (1982-2015), MODIS NDVI data (2001-2018), and meteorological data from the same period were selected in this study. Using the maximum value compositing (MVC) method, the annual maximum NDVI and interannual average NDVI of the direct impact area (8-km buffer zone) and CK (16-km buffer zone) along the Qinghai-Tibet Railway were obtained, and trend, variation, correlation, and residual analyses were performed. The results show the following aspects. (1) Using spatio-temporal pseudo-invariant features, the spatial heterogeneity component and periodic greenness component from vegetation coverage were eliminated, and the contribution of climate change and engineering activities were identified. (2) The annual NDVI along the Qinghai-Tibet Railway was highly responsive to climate change and engineering activities. In the early stage of construction, the annual NDVI mainly responded to climate change, and the annual NDVI showed a slowly rising trend. In the middle stage of construction, it mainly responded to engineering activities, and the annual NDVI showed a significant downward trend. In the operation of the railway, it responded to a combination of climate change and engineering activities, and the annual NDVI slowly increased. (3) The engineering activities of the Qinghai-Tibet Railway had a significant impact on the vegetation along the railway. In the early stage of construction, the annual NDVI growth rates in the direct impact area and CK were similar. In the mid-construction period, the annual NDVI growth rate in the direct impact area was lower than that in the CK. In the operation of the railway, the annual NDVI growth rate in the direct impact area was higher than that in the CK. (4) From 1982 to 2015, climate change along the Qinghai-Tibet Railway responded significantly to global change. In the Xining-Golmud section, the temperature increase rate was 0.57°C/10a, and the precipitation growth rate was 4.67 mm/10a; in the Golmud-Lhasa section, the temperature increase rate was 0.20°C/10a, and the precipitation growth rate was 1.78 mm/10a. Both temperature and precipitation increased.
Keywords：Qinghai-Tibet Railway;Xining-Golmud section;Golmud-Lhasa section;GIMMS NDVI3g Plus;engineering activities;climate change


PDF (7427KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
马超, 崔培培, 钟广睿, 孟梦, 杨城, 马雯思. 气候变化和工程活动对青藏铁路沿线植被指数时空变化的影响. 地理研究[J], 2021, 40(1): 35-51 doi:10.11821/dlyj020200528
MA Chao, CUI Peipei, ZHONG Guangrui, MENG Meng, YANG Cheng, MA Wensi. Impact of climate change and engineering activities on spatio-temporal changes of vegetation index along Qinghai-Tibet Railway. Geographical Research[J], 2021, 40(1): 35-51 doi:10.11821/dlyj020200528


1 引言

青藏高原是地球上纬度最低、海拔最高、形成时代最新的巨型地貌单元,独特的气候条件及地理位置导致青藏高原有着敏感而脆弱的生态系统[1]。受寒冷、干旱、高海拔等多种自然环境的制约,能够在青藏高原生存的物种很少,各类动植物也有着很短的生命周期[2]。在其整个生态系统中,总体生物量低,所形成的生物链也较为简单,物质与能量的转换速率极为缓慢。因此,倘若青藏高原的生态环境遭到破坏,修复难度很大,甚至会诱发严重的环境问题[3]。

青藏铁路与南水北调、西气东输、西电东送并称“新中国四大工程”,铁路的修建对加快西部地区特别是西藏地区的经济社会发展具有重要意义[4]。大型工程伴随的工程地质问题已广受关注,如修建青藏铁路的过程中所产生的工程用地[5]、取弃土作业[6]、施工便道[7]、无机物及重金属污染[8,9]等因素形成生态干扰走廊,由此导致的日照角度改变[10],水热条件改变[11,12],地表径流改变[13]和冻土结构改变[14],将阻断生态用水[15],破坏土壤持水力[16],进而诱发生态环境问题。

青藏铁路沿线生境酷寒,植被是铁路沿线生态系统中最重要的组成部分,具有调节径流、涵养水源、维持生物多样性、水土保持等生态功能,因此当地生态环境的优劣主要由植被决定[17]。近年来,诸多****以当地高寒植被为切入点,探究铁路沿线植被覆盖度、植被净初级生产力、生物量的变化等。如陈辉等[18]根据2001—2002年8月野外调查数据等,认为公路铁路工程的实施对沿线的生态系统产生直接的切割,且使景观更加破碎,进而导致植被的年净初级生产力（NPP）和生物量都有所减少。丁明军等[19, 20]研究了青藏公路和铁路格尔木-拉萨段修建前（1981—2001年）沿途植被覆盖变化,认为20年间,研究区植被覆盖程度变化总体趋于稳定。张玉清等[21]认为青藏铁路格尔木-拉萨段在修建过程中所用土石方量巨大,巨大的土石工程有可能对地表植被产生一定程度的破坏,因此可能会引起土地沙化、水土流失、湿地萎缩等。张镱锂等[22]研究了青藏公路沿线（格尔木-唐古拉山口）3个县（市）的土地利用变化和景观格局变化,认为研究区建设用地增加迅速,耕地大量减少,草地退化严重。Lihui Luo等[23]研究了1981—2010年气候变化和人类活动对青藏工程走廊（格尔木-拉萨段）高寒植被和冻土的影响,研究表明气候暖湿化对植被生态有促进作用,而工程建设导致了高山植被的退化等。

但上述研究仅局限于某些区段（主要是格尔木-拉萨段）、某个时期（如前期、中期）的植被生态评价,也没能甄别出气候变化与工程活动各自的贡献。如今,青藏铁路南（格-拉段）、北（西-格段）两线分别开通运营15a、35a,持续关注铁路沿线后期的生态环境演化特征,将对生态脆弱区重大工程生态演变、生态修复起到示范作用。本文拟通过研究青藏铁路沿线34a长时空植被指数数据集GIMMS NDVI3g+（1982—2015年）的变化情况,探究青藏铁路建设前、中、后各个时期,人为与自然因素共同作用对当地植被生态环境的影响;并通过研究青藏铁路沿线植被的波动,探究工程活动对高原生态环境的影响时间和程度,间接对全球气候变暖、高原草地的生态恢复以及改善生态环境等方面提供数据支撑。

2 研究方法与数据来源

2.1 研究区

青藏铁路东起青海省西宁市,南至西藏自治区拉萨市,全长1956 km（见图1）。其中西宁至格尔木南山口段（以下简称“西-格段”）长度814 km,于1979年建成,1984年投入运营;格尔木南山口至拉萨段（以下简称“格-拉段”）东起青海省格尔木市,西至西藏自治区拉萨市,全长1142 km,其中新建路段1107 km,于2005年10月12日铺通[12]。青藏铁路格-拉段85%位于海拔4000 m以上,年平均气温在0 ℃以下,其中要穿越550多km的多年冻土区,在翻越唐古拉山处达到海拔为5072 m的最高点。青藏铁路因此成为世界上海拔最高、穿越冻土里程最长的高原铁路[13]。

图1

新窗口打开|下载原图ZIP|生成PPT
图1青藏铁路沿途地形和地理位置

Fig. 1Topography and geographic location along the Qinghai-Tibet Railway



青藏铁路与青藏公路并行,设计最近距离2 km,最远距离16 km①（① 铁道部第一勘察设计院. 新建铁路青藏线格尔木至拉萨段格尔木至唐古拉山口环境影响报告书. 2001年2月, 兰州。）。考虑其共同影响并参考同行研究结果[21],[24]467,本研究设置直接影响区为包含青藏铁路在内8 km带状缓冲区（以下简称“核心区”）,生态背景区为青藏铁路外8~16 km环状缓冲区（以下简称“缓冲区”）。

2.2 研究数据

AVHRR（Advanced Very High Resolution Radiometer）NDVI（Normalized Difference Vegetation Index）数据是目前为止覆盖时间最长的全球连续数据集,尤其是GIMMS（Global Inventory Modeling and Mapping Studies）NDVI数据集,它经历了三代更新,具有时间序列长、覆盖范围广、对植被的动态变化表征能力强等优点,AVHRR GIMMS NDVI已成为应用最广泛的数据集,在区域尺度甚至全球尺度的植被变化监测、植被生产力模拟等领域获得大量应用[25,26]。

GIMMS NDVI3g+是美国国家航空航天局（NASA）公布的第三代长时间序列GIMMS AVHRR NDVI数据集（https://ecocast.arc.nasa.gov/data/pub/）VI3g （1981.7—2013.12）的增强版,起止时间是1981年7月到2015年12月。该数据集采用WGS-84世界大地坐标系,等经纬度（Geographic latitude/longitude projection）投影,时间分辨率为15天,空间分辨率是0.0833°（1/12°×1/12°）,数据集来自于NOAA/AVHRR系列卫星（NOAA7、NOAA9、NOAA11、NOAA14、NOAA16、NOAA17、NOAA18、NOAA19）,在发布之前,该数据集已经做过了大气校正、几何粗校正、几何精校正、删除坏线和消除火山爆发的影响,除此之外考虑到全球范围因素,还对数据集做了短期大气气溶胶及云层覆盖的影响等处理,保证了数据的质量[27]。在全球植被研究中,该数据被认为是最有价值的数据源之一,在大尺度植被研究中具有很好的适用性[28,29]。

气象数据来源于中国科学院资源环境科学数据中心提供的气候资料年值数据集（1980—2015年）（http://www.resdc.cn）。后处理中,将该气象数据（1982—2015年）在ArcGIS?中重采样为GIMMS NDVI数据相同的空间分辨率,得到得到青藏高原8 km空间分辨率的年均气温、年均降水量数据,再利用青藏铁路核心区、缓冲区的矢量数据批量裁剪,从而获取34a青藏铁路核心区、缓冲区的平均气温和平均降水信息。其它还包括1:100万中国植被图（http://www.resdc.cn/Default.aspx）。

2.3 研究方法

2.3.1 高斯拟合 高斯函数是表示连续随机变量的概率密度函数。它通常用于表达自然物候的周期性演变[30]。函数（单峰型）的一维表达式如下：

y=y0+Aw?π2e-2(x-x0)2w2
式中：y0为基线的偏移量;A为钟形曲线下侧的积分面积（NDVI等效生物量）;x0为中心峰值的高度（等效数学期望值）;w=2σ,大约等于峰高一半处宽度的0.849倍（当峰高为1/2时,钟形曲线的宽度）,该值表示植被生长繁茂时的生长期的长度。

2.3.2 趋势分析 趋势分析法能模拟多个散点的变化趋势,反映不同时期NDVI变化趋势的空间特征。利用所有年份的数据进行拟合,避免了研究结果的随机性和偶发性,其结果可以更加准确的反映植被的生长状况和变化趋势[31,32]。计算公式为：

θslope=n×∑i=1ni×NDVIi-∑i=1ni∑i=1nNDVIin×∑i=1ni2-∑i=1ni2
式中： θslope为像元NDVI拟合方程的斜率;n为监测年数;NDVIi为第i年的NDVI值。当 θslope>0时,表示随时间变化所在像元植被指数上升,植被覆盖度呈增加趋势;反之,植被指数呈下降趋势。

2.3.3 相关分析 相关分析用于研究两个特定变量之间的相互作用关系[33]。两要素之间的相关系数计算公式为：

rxy=∑i=1n(xi-x?)(yi-y?)∑i=1n(xi-x?)2∑i=1n(yi-y?)2
式中： rxy为变量x与y的相关系数;i为样本数; xi为第i年NDVI; yi分别为年均气温或降水量; x?为1982—2015年NDVI平均值; y?分别为相应的时间段累积平均气温或平均降水量。

2.3.4 变异分析 变异系数表示了地理数据的相对变化（波动）程度[34]。本文采用变异系数来分析植被覆被变化的稳定性。计算公式为：

Cv=1x?∑i=1n(xi-x?)2n-1
式中： Cv为NDVI的变异系数;n为监测年数; xi为第i年NDVI; x?表示1982—2015年NDVI的平均值。 Cv值越大或越小,表明NDVI波动程度越大或越小。

3 结果分析

GIMMS NDVI3g+是利用最大合成法（MVC）生成的半月合成数据,本研究继续用MVC合成月NDVI数据,并进一步用MVC法得到年合成NDVI数据,由此形成了NDVI年内、年际和气候分析的数据基础。

3.1 年内变化结果

青藏铁路为狭长的生态廊道,沿途区域跨越9个地理纬度（29°N~38°N）和12个地理经度（90°E~102°E）,跨越高差4300 m（海拔从2200 m至6500 m）,地表覆被极不均衡,故在MVC月度合成NDVI数据的基础上,采用整个区域NDVI值累加再除以像素数的方法,计算全区NDVI3g+的月度均值（也称平均值合成法）。这样两个路段（西-格段,格-拉段）共四个区域（两个核心区,两个缓冲区）,每年12个月,34a共获得408期月度均值。

图2显示,无论是核心区还是缓冲区,青藏铁路沿线一年中植被生长最旺盛的时期出现在7—8月之间,归一化植被指数呈单峰变化趋势,符合高斯（GAUSS）分布,与该地区植物一年一熟的生长周期一致[35]。

图2

新窗口打开|下载原图ZIP|生成PPT
图2青藏铁路NDVI年内变化及高斯拟合

Fig. 2Annual variation and Gaussian fitting of NDVI on Qinghai-Tibet Railway



针对此特点,本文用GAUSS函数对34a NDVI均值进行了拟合（P<0.001）,进而采用阈值法确定了植被的返青期、枯黄期和生长期。阈值区间内定义为植被生长期,阈值区间外为植被休眠期,参考相关研究,将阈值 y?=0.15代入高斯拟合公式（1）,可以计算出返青期（x1）、枯黄期（x2）和生长期（x2-x1）。西-格段植被平均生长期为182天,格-拉段植被平均生长期为190天。这与两个路段的自然地理条件是密切相关的[23]。

3.2 年际变化结果

对年NDVI均值图像求和,除以像素数,获得时间序列年际变化曲线图。西-格段1958年开工建设,在1979年铺通,1984年投入运营。所以34a时间序列可以大致分为两个阶段,即1984年前的施工期和1984年后的运营期。总体上,缓冲区年NDVI均值优于核心区,施工期差距较大,运营初期有明显跃升,其后差距逐步缩小（见图3）。

图3

新窗口打开|下载原图ZIP|生成PPT
图3西-格段NDVI年际变化的分段线性拟合

Fig. 3Piecewise linear fitting of the inter annual variation of NDVI in the Xining-Golmud section



格-拉段从青海省格尔木市,翻越唐古拉山,经过西藏自治区安多、那曲、当雄等至拉萨,全长1142 km,其中新建线路1110 km。格-拉段于2001年6月29日开工建设,2005年10月12日铺通,2006年7月1日全线通车。故该段可以大致划分为三个时间段,即施工前（1982—2000年）、施工段（2001—2005年）和运营段（2006—2015年）（见图4）。总体上,缓冲区年NDVI均值优于核心区,施工期差距较大,运营期差距逐步缩小。

图4

新窗口打开|下载原图ZIP|生成PPT
图4格-拉段NDVI年际变化分段线性拟合

Fig. 4Piecewise linear fitting of the interannual variation of NDVI in the Golmud-Lhasa section



由于受阶段性施工和运营影响,需要分阶段进行分析,分段线性拟合获得青藏铁路年际变化特征（见表1）。

Tab. 1
表1
表1青藏铁路NDVI年际变化线性拟合方程
Tab. 1Linear fitting equation of NDVI annual variation in Qinghai-Tibet Railway
年际变化施工前期施工期运营期2010—2015年时期
西-格段
核心区数据未包括y=0.00216x-3.982y=0.00108x-1.840y=-0.00834x+17.117
缓冲区数据未包括y=0.00171x-3.069y=0.00024x-0.148y=-0.00872x+17.893
格-拉段
核心区y=0.00101x-1.694y=-0.00495x+10.257y=0.00518x-10.082y=-0.00902x+18.471
缓冲区y=0.00089x-1.446y=-0.00436x+9.084y=0.00455x-8.804y=-0.00734x+15.107

新窗口打开|下载CSV

从表中方程斜率可以看出,西-格段施工期（1982—1984年）核心区NDVI增速为0.022/10a 高于缓冲区0.017/10a,运营期（1985—2015年）核心区NDVI增速0.011/10a显著大于缓冲区的0.002/10a。格-拉段NDVI变化高度响应铁路施工进程,青藏铁修建前（1982—2000年）无论是核心区还是缓冲区,沿线的NDVI均值整体呈上升的趋势,其中核心区的增速为0.010/10a,缓冲区的增速为0.009/10a;修建中（2001—2006年）NDVI均值整体呈下降的趋势,核心区下降的速率为-0.049/10a,缓冲区下降的速率为-0.044/10a;运营期间（2007—2015年）NDVI均值有一个大的起伏,运营前期（2007—2010年）NDVI均值整体上升的趋势,其中核心区的增速为0.052/10a,缓冲区的增速为0.046/10a。运营后期（2011—2015年）NDVI均值整体呈下降的趋势。

在2010—2015年期间,青藏铁路全线NDVI呈现下降趋势,2010年以来全段降水持续下降,这可能与全球性气候变化导致植被衰退有关[33]。

3.3 气候变化结果

由于核心区与缓冲区相距只在8 km范围,所以采取了（将两个区域合在一起）全域平均的方法来计算平均气温和降水,时间序列西-格段、格-拉段平均气温如图5a、图5b,西-格段、格-拉段平均降水如图5c、图5d。

图5

新窗口打开|下载原图ZIP|生成PPT
图5西-格段、格-拉段平均气温和降水趋势

Fig. 5The trend of average temperature and precipitation in the Xining-Golmud and the Golmud-Lhasa sections



（1）近34a青藏铁路沿线气温呈增长趋势。西-格段核心区34a的平均气温为3.5 ℃,气温增长速率为0.57 ℃/10a;缓冲区34a的平均温度为3.6 ℃,增长速率为0.50 ℃/10a（见图5a）。

格-拉段核心区34a的平均温度为-0.31 ℃,气温增长速率为0.20 ℃/10a;缓冲区34a的平均温度为-0.41 ℃,年增长速率为0.18 ℃/10a（见图5b）。

（2）近34a青藏铁路沿线降水呈缓慢上升趋势。西-格段核心区34a的平均降水为272.4 mm,增长率为4.67 mm/10a;缓冲区平均降水为253.2 mm,增长率为4.57 mm/10a,由于降水波动性较大,结果均不显著。据文献,1989年中国多地出现强降雨事件,西-格段1989年出现了异常高值379.4 mm,格尔木河发生特大洪水,察尔汗盐湖地区暴发特大洪水[33,34]（见图5c）。

格-拉段核心区34a的平均降水量为127.7 mm,2015年出现了异常低值48.1 mm,降水增长速率为1.79 mm/10a;缓冲区平均降水量为117.8 mm,2015年异常低值44.6 mm,降水增长速率为1.78 mm/10a（见图5d）。

3.4 NDVI的气候响应

本文把年际NDVI均值与年均气温、年均降水时间序列曲线联立,可以获得其变化趋势和耦合关系。根据公式（3）可计算出1982—2015年NDVI年均值与年均气温、年均降水的相关系数,判断核心区与缓冲区对气候变化的响应程度。

图6表明,地处寒区旱区的西-格段年NDVI均值与年均气温、降水变化趋势一致性较好,全路段均为显著相关。表明地处柴达木盆地的西-格段34a年气温增高、降水增加均有利于植被生长,这与Lihui Luo等[23]的研究结论一致。

图6

新窗口打开|下载原图ZIP|生成PPT
图6西-格段年NDVI均值与气候因子的相关性

Fig. 6Correlation between annual NDVI mean and climatic factors in Xining-Golmud section



格-拉段NDVI均值与气候变化见图7。整体上,格-拉段全路段仅核心区与年均降水显著相关r=0.366（P<0.05,n=34）,其它都不相关。但分段研究发现,格-拉段年NDVI均值与年均气温的相关性在2000年前后有显著变化,以核心区为例,施工前的1982—1999年,NDVI均值与气温显著相关;施工后的2000—2015年,NDVI均值与气温不相关。

图7

新窗口打开|下载原图ZIP|生成PPT
图7格-拉段年NDVI均值与气候因子的相关性

Fig. 7Correlation between annual NDVI mean and climatic factors in Golmud-Lhasa section



4 讨论

4.1 生态敏感性实验与重叠期分析

为了获得缓冲区设置的依据,本文选取MODIS NDVI（2001—2018年）植被指数产品MOD13A2进行了缓冲区生态敏感性实验,并利用MODIS NDVI对GIMMS NDVI进行了数据重叠期（2001—2015年）的局部验证。

（1）缓冲区生态敏感性实验。利用MODIS NDVI（2001—2018年）MOD13A2植被指数产品,沿青藏铁路设置1 km宽度核心区,以1 km核心区为基础,分别设置宽度均为1 km的1~2 km环状缓冲区、2~3 km环状缓冲区、3~4 km缓冲区、4~5 km环状缓冲区,分别计算各级缓冲区NDVI年均值（见图8）。

图8

新窗口打开|下载原图ZIP|生成PPT
图8多缓冲区MODIS NDVI的年际变化分析

Fig. 8Analysis of annual MODIS NDVI changes using multiple buffers



从图8a可以看出,建成多年的西-格段各级缓冲区NDVI均值差异不大。大致呈两阶段变化,2001—2013年NDVI波动上升,2013—2018年NDVI持续上升。图8b显示,格-拉段各级缓冲区NDVI均值差异相对较大,总体呈三阶段变化,2001—2006年NDVI呈下降趋势,2006—2013年波动上升,2013—2018年NDVI持续上升。

总体上,核心区NDVI年均值小于各级缓冲区,各级缓冲区由内向外NDVI年均值持续增加,充分说明青藏铁路的建设及运营,导致周围植被指数产生差异,其时空相关特征明显;经统计检验,当缓冲区设为5 km时,相关性陡降,说明青藏铁路影响周边NDVI的范围小于5 km,这与Landsat NDVI的研究结果一致[2,3]。这是研究设置两侧4 km,即8 km核心区的主要依据。

（2）数据重叠期对比分析。鉴于上述实验,沿青藏铁路设置了与GIMMS NDVI一致的8 km核心区,再以8 km核心区为基础,以8 km为半径得到8~16 km环状缓冲区,为此获得15a的两种NDVI数据重叠期（图9）。

图9

新窗口打开|下载原图ZIP|生成PPT
图9重叠期GIMMS NDVI与MODIS NDVI对比分析

Fig. 9Comparative analysis of GIMMS NDVI and MODIS NDVI in overlapping periods



MODIS NDVI与GIMMS NDVI有15a（2001—2015年）的数据重叠期。从图9可以看出,两种数据表现的趋势一致,即核心区低于对比区,施工阶段呈下降趋势,运营阶段总体呈上升趋势（其中2010—2014年受气温波动下降,降水持续下降影响,NDVI阶段性显著下降）。两类数据的相关性分别为：西-格段核心区和对比区相关性分别为r =0.509（P<0.05,n =15）和r =0.492（P<0.06,n =15）;格拉段段核心区和对比区相关性分别为r =0.531（P<0.04,n =15）和r =0.594（P<0.02,n=15）。

4.2 NDVI的空间异质性

青藏铁路核心区为8 km带状区域,缓冲区为两侧各8 km宽的环状区域,两区总宽度为24 km。8 km核心区充分覆盖了青藏铁路施工、运营的影响区,8~16 km的缓冲区远离铁路施工、运营的影响,但气候条件相近,因此缓冲区实际上是气候影响的生态环境对比区（Check Area, CK）。

由于研究区跨度很大,尽管青藏高原的植被属于大面积地带性分布,地表覆被仍然具有空间异质性。本文将逐月青藏铁路西-格段和格-拉段的核心区与缓冲区NDVI求差值,可以发现这种差异是存在的（见图10）。

图10

新窗口打开|下载原图ZIP|生成PPT
图10核心区与缓冲区的NDVI空间异质性

Fig. 10The NDVI spatial heterogeneity between core and buffer zones (CK)



从图10可以看出,在34a共408个月份的比较中,格-拉段早期的差异以正值为主,缓冲区NDVI大于核心区,中后期（2000年为时间拐点）以负值为主,缓冲区NDVI小于核心区。西-格段绝大部分月份以正值为主,缓冲区NDVI始终大于核心区,只在差距上呈缩小趋势。由于气候条件相近似,气候变量被抵消,核心区与缓冲区NDVI差异需要分别对待：即施工前,这种差异主要归因于植被空间异质性;施工中和施工后,该差异既包含植被空间异质性,也包含工程活动的影响。

4.3 工程活动影响的分析

对于时间序列NDVI中的自然变化贡献与人类活动贡献,一些研究采用了回归分析的方法,剔除气候分量,残差即归结为人为分量[36,37]。这类方法存一个共同的缺陷,即在没有人类活动的区域,仍然保有人为分量。因此,本文利用生态对比区（CK）等时空不变量来甄别自然分量与人为分量。

（1）年际NDVI具有周期性。设多年生植被生物量为 NDVImass,同时叠加气候变化影响为 NDVIclimate。由于缓冲区和核心区影响因素各不相同,

对于缓冲区 BNDVI时间序列,不受工程活动的影响,因此有：

BNDVI=NDVImass+NDVIclimate
对于核心区 CNDVI时间序列,施工前没有工程活动的影响,施工期及运营期受工程活动的影响 NDVIengineering,因此有：

CNDVI=NDVImass+NDVIclimate+NDVIengineering
（2）由于短期气候条件具有相似性,本文用本年度的NDVI（i）减去上一年度的NDVI（i-1）,可以消除大部分气候变化影响,获得本年度缓冲区和核心区NDVI的综合增量δB和δC,主要为本年度的生物量累加值。

对于缓冲区,δB=Bi-Bi-1(i=1983,1984,…,2015)
对于核心区 ,δC=Ci-Ci-1(i=1983,1984,…,2015)
（3）再用缓冲区年度NDVI综合增量减去核心区增量,可消除生物量累加影响,仅剩下植被空间异质性增量。对于缓冲区和核心区有所不同：

对于缓冲区,仅剩下植被空间异质性导致的NDVI增量diff：

diff=δB-δC
对于核心区,施工前的阶段同样剩下植被空间异质性NDVI增量（一种12个月周期的残差 ε）;施工期及运营期引入工程活动增量,则施工期及运营期的diff包括工程活动增量和植被空间异质性增量。

（4）植被空间异质性增量每年的贡献相同,将施工前n年周期性残差取平均值（同样一年12 个月,获得一个12个元素组成的一维向量）,从施工期和运营期的diff中减去,剩下的部分就是工程活动增量：

δE=diff-ε其中, ε=(ε1ˉ,ε1ˉ,ε2ˉ,…,ε12ˉ),εiˉ=±∑i=1nxi-x?2n-1,n为施工前的年数;例如格-拉段1982—2000年的19a处于施工前,则 ε是这19a的增量平均值）。为了显示区别,本文把施工前,施工期和运营期的残差分别表示为 εpre, εco, εpost。则青藏铁路西-格段和格-拉段工程活动影响分量提取结果如图11所示。

图11

新窗口打开|下载原图ZIP|生成PPT
图11NDVI中工程活动影响分量的提取

Fig. 11Extracting the component of human activity in NDVI



量化计算表明：① 西-格段缓冲区总NDVI为72.829,核心区总NDVI为72.575,34a净增量分别占14%,23%;核心区气候影响占-9.3%,工程活动影响占-0.24%。② 格-拉段缓冲区总NDVI为78.566,核心区总NDVI为76.047,34a净增量为负值分别占-3.56%,-2.33%;核心区气候影响占-1.19%,工程活动影响占-0.04%。

4.4 逐像元变异系数分析

根据公式（4）,可逐像元计算1982—2015格-拉段、西-格段核心区和缓冲区NDVI的变异系数 Cv。格-拉段、西-格段核心区和缓冲区NDVI变异系数 Cv如图12和图13（背景为1:100万中国植被图）。

图12

新窗口打开|下载原图ZIP|生成PPT
图12西-格段34年NDVI变异系数

Fig. 12NDVI coefficient of variation in Xining-Golmud section during 1982-2015



图13

新窗口打开|下载原图ZIP|生成PPT
图13格-拉段34年NDVI变异系数

Fig. 13NDVI coefficient of variation in Golmud-Lhasa section during 1982-2015



根据 Cv的大小将其分为5个等级[27]：低波动变化、相对较低波动变化、中等波动变化、相对较高波动变化和高波动变化。西-格段以较高波动变化为主（主要分布在青海湖一线）,占比约70%,较低波动变化为辅（主要分布在德令哈至格尔木的柴达木盆地一线）,占比约20%;格-拉段以较高波动（主要分布在安多至拉萨一线）和中等波动（主要分布在可可西里冻土区）变化为主,占比约90%。核心区的波动性略高于缓冲区。

5 结论

（1）青藏铁路西-格段年NDVI均值总体呈缓慢的增长趋势,研究表明青藏铁路西-格段运营后植被的生长状况向好,植被有改善趋势。青藏铁路格-拉段年NDVI值总体呈下降趋势,对其进行分段线性拟合分析得出,铁路修建前、中、后期与NDVI有相关性,铁路修建对植被的生长状况有显著影响,即修建前植被的生长状况向好,修建中植被有下降趋势,修建后植被有恢复的趋势。

（2）青藏铁路沿线气候向暖湿化方向发展,年均气温与年均降水量均呈升高趋势。西-格段气温增长速率为0.57 ℃/10a,降水增长率为4.67 mm/10a;格-拉段气温增长速率为0.20 ℃/10a,降水增长速率为1.78 mm/10a。

（3）青藏铁路沿线NDVI变异系数分析表明：西-格段受气候变化影响显著,核心区高波动变化和相对较高波动变化共占全区的77.08%,缓冲区高波动变化和相对较高波动变化共占全区的72.5%;格-拉段的核心区和缓冲区高波动变化和相对较高波动变化总和分别占93.39%和91.2%,认为缓冲区主要受气候变化影响,核心区受气候变化和工程活动共同影响。

（4）空间上以缓冲区做为核心区的生态环境对比区（CK）,时间上以施工前NDVI作为施工期及运营期的生态增量本底值,去除植被覆盖的空间异质性影响、气候变化影响、周期性累积影响,研究获得了工程活动的影响。其中西-格段核心区气候影响占-9.3%,工程活动影响占-0.24%;格-拉段核心区气候影响占-1.19%,工程活动影响占-0.04%。青藏铁路全线NDVI3g+响应气候变化和工程活动,以气候变化为主,工程活动为辅。

对青藏铁路沿线NDVI变化研究所采用的GIMMS NDVI3g+数据,虽然时序较长,但空间分辨率较低,无法对多种植被类型的生长状况做更详细的分析。基于年内、年际NDVI最大值、平均值所获得的结果,由于时间长、空间跨度大,缺乏实地测量数据进行有效的检验。后续的研究,拟引入更高空间分辨率的时序数据（如SPOT NDVI、MODIS NDVI）,以获得更精细的研究结果。

致谢

诚挚感谢二名匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文结果分析、结论梳理方面的修改意见,使本文获益匪浅。崔培培（2015级）、钟广睿（2013级）、孟梦（2013级）、杨城（2016级）在本科毕业设计中采用不同方法,对不同路段、不同时段进行了实验研究;马雯思（2018博）对结果进行了检验。


参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

Niu F J, Gao Z Y, Lin Z J, et al. Vegetation influence on the soil hydrological regime in permafrost regions of the Qinghai-Tibet Plateau, China
Geoderma, 2019,354(22):113892. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.geoderma.2019.113892.
URL [本文引用: 1]

Wang G J, Gillespie A R, Liang S H, et al. Effect of the Qinghai-Tibet Railway on vegetation abundance
International Journal of Remote Sensing, 2015,36(19-20):5222-5238. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/01431161.2015.1041179.
URL [本文引用: 2]

李延森, 周金星, 吴秀芹. 青藏铁路(格拉段)修建对沿线植被生态系统及其弹性的影响
地理研究, 2017,36(11):2129-2140.
DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/dlyj201711008URL [本文引用: 2]
t检验,对10 km区域的NDVI时空演变、稳态转变以及各植被生态系统弹性特征进行分析。结果表明：① 20年间,青藏铁路沿线10 km范围内NDVI“稳中有升”,与青藏高原NDVI变化相符,空间上呈“南高北低”的分布特征;北部区域NDVI变化相对稳定,NDVI下降区域集中在那曲—当雄。② 将沿线10 km范围划分为7个缓冲区,发现铁路修建及附属设施占地对植被的破坏作用最明显,集中在青藏铁路两侧100 m内,并对青藏铁路沿线1 km范围内的植被生长有抑制作用,作用程度与铁路距离成反比。③ 城市及周边、河谷和牧区等人类活动较多的区域NDVI稳态转变最剧烈;各生态系统弹性大小依次为：裸地>荒漠>高山植被>草原>草甸>灌丛>湿地>农田。湿地是最易受外界干扰而改变的类型,是保护的重点类型,而荒漠和裸地生态系统弹性最高,最不易改变,也是生态恢复的难点。]]>
[ Li Yansen, Zhou Jinxing, Wu Xiuqin. Effects of the construction of Qinghai-Tibet Railway on the vegetation ecosystem and eco-resilience
Geographical Research, 2017,36(11):2129-2140.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/dlyj201711008.
[本文引用: 2]

西藏自治区铁路建设运营工作领导小组办公室西藏自治区发展和改革委员会. 十年同心同行共铸高原天路: 青藏铁路运营十年助推西藏经济社会发展情况报告
中国铁路, 2016,47(5):8-11.
[本文引用: 1]

[ Tibet Autonomous Region Railway Construction and Operation Leading Group Office Tibet Autonomous Region Development and Reform Commission. Qinghai-Tibet railway operation ten years to boost Tibet's economic and social development report
China Railway, 2016,47(5):8-11.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.19549/j.issn.1001-683x.2016.05.002.
[本文引用: 1]

Sun B X, Yang L J, Liu Q, et al. Numerical modelling for crushed rock layer thickness of highway embankments in permafrost regions of the Qinghai-Tibet Plateau
Engineering Geology, 2010,114(3-4):181-190. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.enggeo.2010.04.014.
[本文引用: 1]

Luo J, Niu F J, Liu M H, et al. Field experimental study on long-term cooling and deformation characteristics of crushed-rock revetment embankment at the Qinghai-Tibet Railway
Applied Thermal Engineering, 2018,139(12):256-263. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.applthermaleng.2018.04.138.
[本文引用: 1]

Wang L M, Wu Z J, Sun J J, et al. Characteristics of ground motion at permafrost sites along the Qinghai-Tibet railway
Soil Dynamics and Earthquake Engineering, 2009,29(6):974-981. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.soildyn.2008.11.009.
URL [本文引用: 1]

Zhang H, Wang Z F, Zhang Y L, et al. The effects of the Qinghai-Tibet railway on heavy metals enrichment in soils
Science of the Total Environment, 2012,439(22):240-248. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.scitotenv.2012.09.027.
URL [本文引用: 1]

Wu J, Duan D P, Lu J, et al. Inorganic pollution around the Qinghai-Tibet Plateau: An overview of the current observations
Science of The Total Environment, 2016,550(12):628-636. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.scitotenv.2016.01.136.
[本文引用: 1]

Wu Q B, Liu Y Z, Hu Z Y. The thermal effect of differential solar exposure on embankments along the Qinghai-Tibet Railway
Cold Regions Science and Technology, 2011,66(1):30-38. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.coldregions.2011.01.001.
[本文引用: 1]

Li S Y, Wang C, Xu X T, et al. Experimental and statistical studies on the thermal properties of frozen clay in Qinghai-Tibet Plateau
Applied Clay Science, 2019,177(11):1-11. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.clay.2019.05.002.
[本文引用: 1]

Zhang M Y, Wang J W, Lai Y M. Hydro-thermal boundary conditions at different underlying surfaces in a permafrost region of the Qinghai-Tibet Plateau
Science of the Total Environment, 2019,670(27):1190-1203. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.scitotenv.2019.03.090.
[本文引用: 2]

Wang W H, Wu T H, Chen Y N, et al. Spatial variations and controlling factors of ground ice isotopes in permafrost areas of the central Qinghai-Tibet Plateau
Science of the Total Environment, 2019,688(45):542-554. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.scitotenv.2019.06.196.
[本文引用: 2]

Wu Q B, Zhang T J, Liu Y Z. Permafrost temperatures and thickness on the Qinghai-Tibet Plateau
Global and Planetary Change, 2010,72(1-2):30-38. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.gloplacha.2010.03.001.
[本文引用: 1]

Chen F L, Lin H, Li Z, et al. Interaction between permafrost and infrastructure along the Qinghai-Tibet Railway detected via jointly analysis of C- and L-band small baseline SAR interferometry
Remote Sensing of Environment, 2012,123(8):532-540. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.rse.2012.04.020.
[本文引用: 1]

Zhang K C, Qu J J, Han Q J, et al. Wind energy environments and aeolian sand characteristics along the Qinghai-Tibet Railway, China
Sedimentary Geology, 2012, 273-274(15):91-96. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.sedgeo.2012.07.003.
URL [本文引用: 1]

Qin Y H, Zheng B. The Qinghai-Tibet Railway: A landmark project and its subsequent environmental challenges
Environment Development Sustainability, 2010,12(5):859-873. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1007/s10668-009-9228-x.
[本文引用: 1]

陈辉, 李双成, 郑度. 青藏公路铁路沿线生态系统特征及道路修建对其影响
山地学报, 2003,21(5):559-567.
[本文引用: 1]

[ Chen Hui, Li Shuangcheng, Zheng Du. Features of ecosystems alongside Qinghai-Xizang highway and railway and the impacts of road construction on them
Journal of Mountain Science, 2003,21(5):559-567.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.16089/j%20.cnki%20.1008%20-2786.2003.05.007.
[本文引用: 1]

丁明军, 沈振西, 张镱锂, 等. 青藏公路与铁路沿途1981-2001年植被覆盖变化
资源科学, 2005,27(5); 128-135.
[本文引用: 1]

[ Ding Mingjun, Shen Zhenxi, Zhang Yili, et al. Vegetation change along the Qinghai-Xizang highway and railway from 1981 to 2001
Resources Science, 2005,27(5):128-135.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3321/j.issn:%201007-7588.2005.05.020.
[本文引用: 1]

Ding M J, Zhang Y L, Shen Z X, et al. Land cover change along the Qinghai-Tibet highway and railway from 1981 to 2001
Journal of Geographical Sciences, 2006,16(4):387-395. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1007/s11442-006-0401-y.
[本文引用: 1]

张玉清. 青藏铁路建设对青藏高原生态环境的负面影响研究
水土保持通报, 2002,22(4):50-53.
[本文引用: 1]

[ Zhang Y Q. Negative impact of Qinghai- Tibetan railway construction on ecological environment of Qinghai-Tibetan Plateau
Bulletin of Soil and Water Conservation, 2002,22(4):50-53.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.13961/j.cnki.stbctb.2002.04.013.
[本文引用: 1]

张镱锂, 刘林山, 摆万奇, 等. 青藏公路对区域土地利用和景观格局的影响: 以格尔木至唐古拉山段为例
地理学报, 2002,57(3):253-266.
[本文引用: 1]

[ Zhang Yili, Liu Linshan, Bai Wanqi, et al. Impact of Qinghai-Xizang highway on land use and landscape pattern change: from Golmud to Tanggulashan Pass
Acta Geographica Sinica, 2002,57(3):253-266.]. DOI: cnki:%20SUN:%20DLXB.0.2002-03-000.
[本文引用: 1]

Luo L H, Ma W, Zhuang Y L, et al. The impacts of climate change and human activities on alpine vegetation and permafrost in the Qinghai-Tibet Engineering Corridor
Ecological Indicators, 2018,93(10):24-35. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.ecolind.2018.ecolind.2018.04.067.
[本文引用: 3]

张镱锂, 阎建忠, 刘燕华, 等. 青藏铁路对区域土地利用和景观格局的影响: 以西宁至格尔木段为例
加入WTO和中国科技与可持续发展: 挑战与机遇、责任和对策(上册). 北京: 中国科学技术出版社, 2002: 467.


[ Zhang Yili, Yan Jianzhong, Liu yanhua, et al. The impact of the Qinghai-Tibet Railway on the regional land use and landscape pattern: Taking Xining-Golmud section as an example
WTO, China's Science and Technology, and Sustainable Development: Challenges and Opportunities, Responsibilities and Countermeasures (Volume 1). Beijing: China Science and Technology Press, 2002: 467.]


朴世龙, 方精云. 1982-1999年青藏高原植被净第一性生产力及其时空变化
自然资源学报, 2002,17(3):373-380.
[本文引用: 1]

[ Piao Shilong, Fang Jingyun. Terrestrial net primary product on and it′s spatio-temporal patterns in Qinghai-Xizang Plateau, China during 1982-1999
Journal of Natural Resources, 2002,17(3):373-380.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3321/j.issn:%201000-3037.2002.03.020.
[本文引用: 1]

Zhang Y, Gao J, Liu L, et al. NDVI-based vegetation changes and their responses to climate change from 1982 to 2011: A case study in the Koshi River Basin in the middle Himalayas
Global & Planetary Change. 2013,108(9):139-148. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.gloplacha.2013.06.012.
[本文引用: 1]

Militino A, Ugarte M, Pérezgoya U. Stochastic spatio-temporal models for analyzing NDVI distribution of GIMMS NDVI3g images
Remote Sensing, 2017,9(1):76. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3390/rs9010076.
[本文引用: 2]

Kobayashi H, Dye D G. Atmospheric conditions for monitoring the long-term vegetation dynamics in the Amazon using normalized difference vegetation index
Remote Sensing of Environment, 2005,97(4):519-525. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.rse.2005.06.007.
[本文引用: 1]

Goetz S J, Fiske G J, Bunn A G. Using satellite time-series data sets to analyze fire disturbance and forest recovery across Canada
Remote Sensing of Environment, 2006,101(3):352-365. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.rse.2006.01.011.
[本文引用: 1]

李敏, 盛毅. 高斯拟合算法在光谱建模中的应用研究
光谱学与光谱分析, 2008,28(10):2352-2355.
[本文引用: 1]

[ Li Min, Sheng Yi. Study on application of GAUSSIAN fitting algorithm to building model of spectral analysis
Spectroscopy and Spectral Analysis, 2008,28(10):2352-2355.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3964/j.issn.1000-0593(%202008)%2010-2352-04.
[本文引用: 1]

吕洋, 董国涛, 杨胜天, 等. 雅鲁藏布江流域NDVI时空变化及其与降水和高程的关系
资源科学, 2014,36(3):603-611.
[本文引用: 1]

[ Lv Yang, Dong Guotao, Yang Shengtian, et al. Spatio-temporal variation in NDVI in the Yarlung Zangbo river basin and its relationship with precipitation and elevation
Resources Science, 2014,36(3):603-611.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/1007-7588(2014)03-0603-09.
[本文引用: 1]

Hou X Y, Li M J, Gao M, et al. Spatial-temporal dynamics of NDVI and Chl-a concentration from 1998 to 2009 in the East coastal zone of China: Integrating terrestrial and oceanic components
Environmental Monitoring & Assessment. 2013,185(1):267-277. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1007/s10661-012-2551-y.
URLPMID:22367366 [本文引用: 1]
Annual normalized difference vegetation index (NDVI) and chlorophyll-a (Chl-a) concentration are the most important large-scale indicators of terrestrial and oceanic ecosystem net primary productivity. In this paper, the Sea-viewing Wide Field-of-view Sensor level 3 standard mapped image annual products from 1998 to 2009 are used to study the spatial-temporal characters of terrestrial NDVI and oceanic Chl-a concentration on two sides of the coastline of China by using the methods of mean value (M), coefficient of variation (CV), the slope of unary linear regression model (Slope), and the Hurst index (H). In detail, we researched and analyzed the spatial-temporal dynamics, the longitudinal zonality and latitudinal zonality, the direction, intensity, and persistency of historical changes. The results showed that: (1) spatial patterns of M and CV between NDVI and Chl-a concentration from 1998 to 2009 were very different. The dynamic variation of terrestrial NDVI was much mild, while the variation of oceanic Chl-a concentration was relatively much larger; (2) distinct longitudinal zonality was found for Chl-a concentration and NDVI due to their hypersensitivity to the distance to shoreline, and strong latitudinal zonality existed for Chl-a concentration while terrestrial NDVI had a very weak latitudinal zonality; (3) overall, the NDVI showed a slight decreasing trend while the Chl-a concentration showed a significant increasing trend in the past 12 years, and both of them exhibit strong self-similarity and long-range dependence which indicates opposite future trends between land and ocean.

Liu X F, Zhang, J S, Zhu X F, et al. Spatio-temporal changes in vegetation coverage and its driving factors in the Three-River Headwaters Region during 2000-2011
Journal of Geographical Sciences, 2014,24(2):288-302. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1007/s11442-014-1088-0.
[本文引用: 3]

Lei Y B, Zhu Y L, Wang B, et al. Extreme lake level changes on the Tibetan Plateau associated with the 2015/2016 El Ni?o
Geophysical Research Letters, 2019,46(11):5889-5898. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1029/2019GL081946.
[本文引用: 2]

闫慧敏, 刘纪远, 曹明奎. 近20a中国耕地复种指数的时空变化
地理学报, 2005,60(4):559-566.
[本文引用: 1]

[ Yan Huimin, Liu Jiyuan, Cao Mingkui. Remotely sensed multiple cropping index variations in China during 1981-2000
Acta Geographica Sinica, 2005,60(4):559-566.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3321/j.issn:%200375-5444.2005.04.004.2015.
[本文引用: 1]

刘洋, 李诚志, 刘志辉, 等. 1982-2013年基于GIMMS-NDVI的新疆植被覆盖时空变化
生态学报, 2016,36(19); 6198-6208.
[本文引用: 1]

[ Liu Yang, Li Chengzhi, Liu Zhihui, et al. Assessment of spatio-temporal variations in vegetation cover in Xinjiang from 1982 to 2013 based on GIMMS-NDVI
Acta Ecologica Sinica, 2016,36(19); 6198-6208.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.5846/stxb201506071149.
[本文引用: 1]

易浪, 任志远, 张翀, 等. 黄土高原植被覆盖变化与气候和人类活动的关系
资源科学, 2014,36(1):0166-0174.
[本文引用: 1]

[ Yi Lang, Ren Zhiyuan, Zhang Chong, et al. Vegetation cover, climate and human activities on the Loess Plateau
Resources Science, 2014,36(1):166-174.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/1007-7588(2014)01-0166-09.
[本文引用: 1]

相关话题/数据 工程 生态 空间 铁路

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.