期刊信息
主办:内蒙古农业大学沙漠治理研究所
主管:内蒙古农业大学
ISSN:1003-7578
CN:15-1112/N
语言:中文
周期:月刊
影响因子:1.681818
数据库收录:
北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2014版);北大核心期刊(2017版);农业与生物科学研究中心文摘;中国科学引文数据库(2011-2012);中国科学引文数据库(2013-2014);中国科学引文数据库(2015-2016);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);中文社会科学引文索引-扩展(2008-2009);中文社会科学引文索引-扩展(2012-2013);中文社会科学引文索引-来源(2000-2002);中文社会科学引文索引-来源(2003);中文社会科学引文索引-来源(2004-2005);中文社会科学引文索引-来源(2006-2007);中文社会科学引文索引-来源(2010-2011);中文社会科学引文索引-来源(2014-2016);中文社会科学引文索引-来源(2017-2018);中文社会科学引文索引-来源(2019-2020);日本科学技术振兴机构数据库;中国人文社科核心期刊;期刊分类:资源科学
基于1990—2015年归一化植被指数的河北植被时(2)
【作者】网站采编
【关键词】
【摘要】图1 研究区位置Fig.1 Distribution of study area 1.2 研究方法 1.2.1 数据来源与处理 归一化植被指数(NDVI)是对植被冠层中叶绿素吸收的光合有效辐射的度量,可以准
图1 研究区位置Fig.1 Distribution of study area
1.2 研究方法
1.2.1 数据来源与处理
归一化植被指数(NDVI)是对植被冠层中叶绿素吸收的光合有效辐射的度量,可以准确反映地表植被覆盖状况。植被指数NDVI来源于戈达德航天中心全球监测与模拟研究组GIMMS (global inventory monitoring and modeling system) 制作的产品集[26]( d最大化合成而来,分辨率为8 km,制作过程中考虑和修订了数据集受火山爆发、传感器灵敏度及太阳高度角等因素的影响,广泛地用于全球范围内植被动态变化监测领域。
气象数据来源于中国气象科学数据共享服务平台( /home.do),选用1990—2015年境内20个站点的逐日气温降水实测数据,其中对个别站点的缺测数据进行了删减处理,使得境内所有气象站点数据具有较好的一致性。
土地利用数据来源于中国科学院环境数据云平台( TM/ETM为遥感数据源,通过人工目视解译生成,本文选用的植被覆被类型主要包括与植被变化密切相关的耕地、草地以及林地等一级分类(表1),产品分辨率为1 km。
1.2.2 研究方法
基于1990年和2015年两期的植被覆被类型数据,使用景观指数对其空间结构的动态变化进行探索,包括景观形状指数(LSI)及聚集度指数(AI)[27]。景观形状指数计算式为
表1 植被覆被类型分类Table 1 Classification of vegetation cover types主要土地利用类型具体内容耕地指种植农作物的土地,包括熟耕地、新开荒地、休闲地、轮歇地、草田轮作物地;以种植农作物为主的农果、农桑、农林用地;耕种三年以上的滩地和海涂林地指生长乔木、灌木、竹类、以及沿海红树林地等林业用地草地指以生长草本植物为主,覆盖度在5%以上的各类草地,包括以牧为主的灌丛草地和郁闭度在10%以下的疏林草地
式(1)中:ei和minei分别表示土地利用类型i的边长和最小可能边长。当LSI上升时,土地利用类型i的形状趋于复杂。景观聚集度指数AI计算公式如下:
式(2)中:gij、maxgij分别表示土地利用类型i斑块j相邻接数目和最大邻接数目。当AI趋于上升时,景观结构趋于聚集,反之,趋于破碎。研究中NDVI与气象因子之间相互关系密切程度的测定,主要通过对皮尔森最小二乘法[28]进行计算完成,包括NDVI与降水量、温度、多尺度的SPEI干旱指数等,进而揭示 NDVI时空变化与气象因子之间的关系,具体的计算公式为
式(3)中:rxy为样本x与y之间的相关系数;和分别表示两个样本的平均值。研究采用一元线性回归法定量分析1990—2015年河北省NDVI的时间变化特征以及各气象因子的时间变化趋势。
式(4)中:θslope表示为时间变化趋势,当θslope>0时,NDVI或者气候因子呈上升趋势。SPEI是在SPI基础上考虑了潜在蒸散项进行构建,得到了广泛的应用与研究[29-31]。SPEI的构建选用Thornthwhite方法进行计算潜在蒸散PETi。SPEI指数具备了PDSI所不具备的多个时间尺度的特点,又补充了SPI欠缺的温度因素,得到了广泛的使用,SPEI计算公式如下:
Di=Pi-PETi
式(5)中:Pi、PETi和Di分别表示月均降水量、月蒸散量以及降水与蒸散之差。然后对Di进行正态化。由于Di可能存在的负值现象,SPEI指数选用3参数的log-logistic概率分步法进行计算,其中概率分布函数如下:
γ=ω0-αΓ(1+1/β)Γ(1-1/β)
式中:Γ为阶乘函数;ω0、ω1和ω2分别为数据序列Di的概率加权矩。然后对累积概率函数进行标准化:
P=1-f(x)
当累积概率P≤0.5时,ω=1-2lnP。
式(11)中:ω为蒸散降水推到函数的累计概率函数值,C0=2.515 517,C1=0.802 853,C2=0.010 328,d1=1.432 788,d2=0.189 269,d3=0.001 308。当P>0.5时,以1-P表示P,SPEI改变符号。研究区SPEI指数对应的干湿等级划分,如表2所示。
表2 SPEI干湿等级划分Table 2 The classification of SPEI indexSPEI干旱等级≥ 2.00极端湿润1.50~1.99严重湿润1.00~1.49中度湿润0.50~0.0轻微湿润0.0~-0.50轻度干旱-1.49~-1.00中度干旱-1.99~-1.50严重干旱≤-2.00极端干旱
2结果与分析
2.1 研究区地表不同植被覆被类型空间变化特征
图2、表3显示1990年和2015年河北省不同植被覆被类型空间分布及其空间变化特征。耕地、林地和草地状况决定着河北地区植被空间分布和变化。河北中南部多为耕地,而西侧及其北部海拔较高地区为草地和林地的主要分布区。基于1990年和2015年统计结果显示,河北省土地利用类型面积变化并不显著,耕地略有下降(-1.53%),而草地与林地则呈上升趋势,增加量分别为0.93%和1.3%。从变化区域显示,河北省中西部地区草地、林地及耕地呈相互交替变化特征,耕地增加体现在向西侧海拔较高地区发展,而原有的耕地又被草地和林地不断替代,总体上呈自东向西的走势。这种现象可能与不断的向西农业开垦以及大规模退耕还林相关,体现了人为活动影响范围的不断扩大。其中,研究区西南地区的耕地不断地被草地和林地所替代也说明了该地区人工林面积不断扩大,退耕还林、还草工程效益日益显现,而草地、林地以及耕地面积的变化必然引起研究区整体植被生长的动态演变。
文章来源:《干旱区资源与环境》 网址: http://www.ghqzyyhjzz.cn/qikandaodu/2021/0126/411.html