基于MODIS-NDVI的中老缅交界区近16年植被覆盖时空变化特征

论文摘要

【目的】探讨中国、老挝、缅甸三国交界区2000—2015年植被覆盖的时空分异和演化趋势,为区内植被的科学管理和有效保护提供参考。【方法】基于中老缅交界区近16年MODIS-NDVI时序数据,借助3S技术以及均值、趋势、变异系数、Hurst指数等统计学相关方法,从多层次多角度探究区内植被覆盖的时空格局、演化规律、空间变异、可持续性及未来演化趋势等特征。【结果】NDVI年均最大值和最小值分别出现在2013（0.779 4）和2002年（0.725 9）,整体呈增加趋势,增速表现为每10年增加1.05%; NDVI月均值以3和9月为折点,呈"S"形变化特征,其值为0.698 6～0.831 6,并呈上升趋势,月均增长率为0.50%;区内植被覆盖率较高,16年NDVI均值大于0.6的高植被覆盖区占比97.45%,多集中于热带雨林连片分布的山区,低于0.6的区域仅占2.55%,以各国境内主要城市中心及其外围、山区大面积裸地和澜沧江-湄公河流域沿线等区域为主;区内NDVI随海拔增加表现出持续降低趋势,高值区（NDVI≥0.6）多集中于1 500 m以下的中低海拔地区; 2000—2015年,NDVI时间序列呈改善、退化和不变等变化趋势的区域分别占54.06%、15.62%和30.32%,其变异系数为0.024 4～0.468 8,空间分布上表现为较低波动变化区域>低波动变化区域>中波动变化区域>较高波动变化区域>高波动变化区域,低波动和较低波动变化区域占比合计78.49%; NDVI时间序列呈退化区域与呈高波动变化区域具有较明显的空间一致性,多集中于城镇、交通要道等建设用地以及山区大面积裸地等地区;未来,区内植被覆盖将延续过去16年变化趋势的区域占57.15%,与过去16年变化趋势相反的区域占41.09%;结合空间变化趋势特征,发现研究区未来将有39.63%、29.83%和28.98%的区域植被覆盖分别向良性、不变和恶性方向发展,1.56%的区域发展趋势不确定。【结论】中老缅交界区植被覆盖整体较好,16年来,区内植被覆盖随时间（年际、月际）变化幅度较小,并在此基础上整体呈现增加趋势,植被发展前景良好;然而,以建设用地和裸地为主的部分区域,其植被覆盖未来将出现退化趋势。区内各国应合理规划经济发展,节约、集约利用土地资源,并因地制宜地开展植树造林、退耕还林还草等生态修复工作,以促进区域生态环境的良性发展。

论文目录

文章来源

类型: 期刊论文

作者: 李杰,张军,刘陈立,杨旭超

关键词: 植被覆盖,动态变化,中老缅交界区

来源: 林业科学 2019年08期

年度: 2019

分类: 农业科技,基础科学

专业: 生物学

单位: 云南大学资源环境与地球科学学院

基金: 云南省应用基础研究计划项目“中高分辨率遥感数据支持下的橡胶林地信息定量识别方法研究”(2013ZD002),高分辨率对地观测系统重大专项省(自治区,直辖市)域产业化应用项目“面向南亚东南亚地区‘一带一路’云南高分综合应用示范”(89-Y40-G11-9001-15,18)

分类号: Q948

页码: 9-18

总页数: 10

文件大小: 270K

下载量: 245

相关论文文献

• [1].基于高分一号遥感影像的植被覆盖遥感监测——以厦门市为例[J]. 国土资源遥感 2019(04)
• [2].气候变化与人类活动对植被覆盖的影响[J]. 西安科技大学学报 2020(01)
• [3].北京市2005～2015年植被覆盖变化对蒸散发量的影响[J]. 水电能源科学 2020(02)
• [4].海南岛植被覆盖变化驱动因子及相对作用评价[J]. 国土资源遥感 2020(01)
• [5].基于NDVI数据的宝鸡市和西安市植被覆盖情况对比分析[J]. 农业科学研究 2020(01)
• [6].恩施市植被覆盖时空特征及动态变化分析[J]. 湖北农业科学 2020(07)
• [7].济南泉域重点渗漏带植被覆盖空间异质性[J]. 东北林业大学学报 2020(09)
• [8].2010—2018年辽宁西部地区植被覆盖变化及其对气候的响应[J]. 测绘与空间地理信息 2020(07)
• [9].济南市植被覆盖时空变化特征研究[J]. 绿色科技 2020(14)
• [10].基于多期遥感数据的华蓥山中段植被覆盖变化研究[J]. 河北省科学院学报 2020(03)
• [11].基于植被覆盖变化的塔里木河干流保护对策研究[J]. 黑龙江水利科技 2020(09)
• [12].中国植被覆盖变化研究遥感数据源及研究区域时空热度分析[J]. 地球科学进展 2020(09)
• [13].贵州省黔南州植被覆盖时空变化分析[J]. 地理空间信息 2018(12)
• [14].基于Google Earth Engine分析黄土高原植被覆盖变化及原因[J]. 中国环境科学 2019(11)
• [15].基于Google Earth Engine的京津冀2001～2015年植被覆盖变化与城镇扩张研究[J]. 遥感技术与应用 2018(04)
• [16].闽赣自然植被覆盖格局及其驱动机制分析[J]. 长江科学院院报 2016(12)
• [17].基于NDVI的陕北黄土高原丘陵沟壑区植被覆盖变化及其驱动力分析——以志丹县为例[J]. 林业经济 2016(12)
• [18].基于MODIS数据的宁波市植被覆盖时空变化研究[J]. 浙江水利科技 2017(01)
• [19].1975–2014年福建省植被覆盖变化及其驱动因素[J]. 植物生态学报 2017(02)
• [20].2001—2014年间黄土高原植被覆盖状态时空演变分析[J]. 国土资源遥感 2017(01)
• [21].西北干旱区植被覆盖时空动态特征[J]. 林业资源管理 2017(01)
• [22].基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究[J]. 林业资源管理 2017(01)
• [23].黄土高原典型干旱区退耕还林后植被覆盖变化研究[J]. 生态科学 2017(01)
• [24].2000年以来朝鲜植被覆盖变化及其与气候因子的相关性研究[J]. 干旱区地理 2017(04)
• [25].兰州南北两山植被覆盖变化动态监测[J]. 兰州理工大学学报 2017(03)
• [26].德清县植被覆盖时空变化遥感监测[J]. 浙江水利科技 2017(05)
• [27].山西省植被覆盖变化及其影响因素研究[J]. 西北师范大学学报(自然科学版) 2017(06)
• [28].植被覆盖下膨胀土长期强度特性分析[J]. 常州工学院学报 2015(05)
• [29].石家庄1995～2015年植被覆盖变化监测及预测[J]. 遥感信息 2016(04)
• [30].2001年～2013年准格尔旗植被覆盖变化特征[J]. 内蒙古科技与经济 2015(11)

标签：植被覆盖论文;  动态变化论文;  中老缅交界区论文;