亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于多源遙感數(shù)據(jù)的青海省高寒植被覆蓋時空變化分析

        2022-07-07 06:51:36趙健赟丁圓圓
        人民黃河 2022年7期
        關鍵詞:趨勢研究

        趙健赟,丁圓圓,杜 梅,楊 靜,宋 芊

        (1.青海大學 地質(zhì)工程系,青海 西寧 810016; 2.青海省青藏高原北緣新生代資源環(huán)境重點實驗室,青海 西寧 810016; 3.青海省剛察縣氣象站,青海 剛察 812300)

        青藏高原特殊的地理位置和地貌條件孕育形成了濕潤、干旱、熱帶和寒帶等多種氣候類型,在區(qū)域水源涵養(yǎng)、生物多樣性保護、水土保持等方面發(fā)揮著不可替代的作用。 青藏高原生態(tài)系統(tǒng)敏感而脆弱,受全球氣候變化和人類活動影響,青藏高原地區(qū)草地退化、水土流失等問題日益突出,認識青藏高原生態(tài)安全功能變化與成因,是保障青藏高原生態(tài)安全的迫切需求[1-5]。高寒植被作為高原生態(tài)系統(tǒng)的重要組成部分,在物質(zhì)能量交換過程中扮演著重要角色,植被覆蓋變化可以在一定程度上反映生態(tài)環(huán)境的變化,因此植被覆蓋變化研究對于青藏高原生態(tài)環(huán)境變化規(guī)律的探索具有重要意義[6-9]。

        歸一化植被指數(shù)NDVI可以準確反映植被綠度、光合作用強度,對植被生長量和長勢十分敏感,是反映地表植被生長狀況的重要指標。 目前,已有學者利用NDVI對青藏高原開展了較多植被覆蓋變化方面的研究。 Li 等[10]指出1982—2008年青藏高原NDVI總體呈上升趨勢,季節(jié)變化趨勢不明顯;Yang 等[2]研究1982—1999年青藏高原草地覆蓋地區(qū)的植被指數(shù)變化發(fā)現(xiàn),NDVI在生長季顯著增大,春季NDVI增長率最大;趙健赟等[11]對青海高原植被覆蓋時空變化特征及其驅(qū)動因子進行了分析和研究。 目前時間序列NDVI數(shù)據(jù)主要來自AVHRR 和MODIS 這兩種傳感器,獲取的數(shù)據(jù)在時間尺度和空間尺度上均存在較大差異,因此大多數(shù)研究集中于單一尺度區(qū)域植被覆蓋變化分析,對于集成兩種NDVI數(shù)據(jù)開展更長時間序列的變化分析,以及不同海拔、不同類型植被覆蓋變化的差異性等方面有待深入研究。 本文以青藏高原東北部青海省為例,利用GIMMS NDVI、MODIS NDVI 等多源遙感數(shù)據(jù),通過自適應降噪、回歸建模等方法減弱數(shù)據(jù)間的差異,進而分析青海省高寒植被覆蓋時空變化特征與規(guī)律。

        1 研究區(qū)概況

        青海省面積約72.12 萬km2,平均海拔在3000 m以上,地勢起伏西部較小,東部較大,且地貌類型多樣,差異性大。 青海省年降水量為200 ~500 mm,主要集中在6—9月,總體降水偏少且分布不均,降水量由東南向西北遞減。 青海省年平均氣溫在0 ℃以下,中部地區(qū)晝夜溫差較大,月均氣溫7月最高、1月最低,屬高原大陸性氣候區(qū)。 青海省土地資源類型多樣,土地分布具有顯著高原地帶性,主要植被類型有高寒草原、高寒草甸、高山植被、灌叢等,研究區(qū)主要植被類型空間分布見圖1。

        圖1 研究區(qū)主要植被類型空間分布

        2 數(shù)據(jù)來源與研究方法

        2.1 數(shù)據(jù)來源

        GIMMS NDVI 數(shù)據(jù)采用NOAA 系列氣象衛(wèi)星AVHRR 傳感器的GIMMS NDVI 第三代(NDVI3g)全球覆蓋產(chǎn)品數(shù)據(jù)集,GIMMS NDVI 數(shù)據(jù)進行了軌道偏移、大氣水汽、輻射、氣溶膠、除云、幾何畸變等校正與處理[12]。 收集研究區(qū)1982—2015年的GIMMS NDVI 數(shù)據(jù),其空間分辨率為8 km,時間分辨率為15 d。MODIS 是美國EOS 系列衛(wèi)星的重要傳感器,擁有36個波段,1~2 d 覆蓋全球一次,收集研究區(qū)2000—2018年MODIS 的MOD13A2 NDVI V6 產(chǎn)品數(shù)據(jù),其空間分辨率為1 km,時間分辨率為16 d。 1 ∶100 萬《中國植被圖集》、中國植被區(qū)劃數(shù)據(jù)、青海省行政區(qū)劃數(shù)據(jù)來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心。 DEM 數(shù)據(jù)來源于美國航天航空局,共8 景數(shù)據(jù)。 氣象數(shù)據(jù)來源于國家氣象科學數(shù)據(jù)中心中國氣象數(shù)據(jù)網(wǎng)。 對GIMMS NDVI、MODIS NDVI 數(shù)據(jù)進行格式轉(zhuǎn)換、拼接等處理后,利用行政區(qū)劃數(shù)據(jù)裁切和投影,獲得研究區(qū)GIMMS NDVI、MODIS NDVI、1 ∶100 萬植被圖集、植被區(qū)劃數(shù)據(jù)和DEM 數(shù)據(jù)。

        青海省不同海拔高度氣候差異顯著,高程2000 m以下的河湟谷地為暖區(qū),高程3000 m 的柴達木盆地等地區(qū)為次暖區(qū),高程4000 m 以上的祁連山區(qū)和青南高原地區(qū)為冷區(qū)。 考慮到2000 m 以下河湟谷地面積極小,將研究區(qū)分為3000 m 以下、3000 ~4000 m和4000 m 以上3 個高程區(qū)劃帶。

        2.2 研究方法

        研究采用的技術路線見圖2,NDVI序列數(shù)據(jù)降噪采用基于SG 與小波融合的自適應降噪處理方法,算法流程見圖3,其中ci為濾波系數(shù),di為NDVI與總趨勢線間的距離,dmax為NDVI與總趨勢線間的最大距離。

        圖2 技術路線

        為評估所采用NDVI序列數(shù)據(jù)降噪方法與傳統(tǒng)高斯函數(shù)、SG 算法、Hants算法等降噪方法的優(yōu)劣,構(gòu)建加權綜合評價指標WCEI對其進行評價[13]。

        式中:RMSEi為均方根誤差;SNRi為信噪比;NDVIi為原始數(shù)據(jù)序列;NDVI*i為降噪后的數(shù)據(jù)序列;n為降噪序列數(shù)據(jù)的總數(shù)量。

        WCEI的權重主要依據(jù)NDVI真值無法準確獲取以及信噪比SNR越大降噪效果越好的基本事實確定?;诮翟牒蟮腘DVI數(shù)據(jù)集,計算逐像元逐年NDVI最大值:

        利用回歸分析法建立GIMMS NDVI 與MODIS NDVI 之間的轉(zhuǎn)換關系:

        式中:β0、β1為回歸系數(shù);εi為殘差;為GIMMS NDVI 數(shù)據(jù);為MODIS NDVI 數(shù)據(jù)。

        同時,利用GIMMS NDVI 和MODIS NDVI 重疊的2000—2015年數(shù)據(jù),通過回歸均方誤差(MSE)對建立的回歸模型進行可靠性評估:

        利用Mann-Kendall 非參數(shù)檢驗方法進行植被覆蓋時空變化趨勢分析,其統(tǒng)計檢驗指標如下:

        式中:S為檢驗統(tǒng)計量;Xp、Xq為時序數(shù)據(jù);l為時序長度;Z為標準化檢驗統(tǒng)計量(l >8 時,S為近似正態(tài)分布);V(S) 為方差。

        基于SG 與小波融合的自適應降噪處理方法對GIMMS NDVI 與MODIS NDVI 數(shù)據(jù)進行降噪處理,并對其降噪效果進行對比分析和評價;計算獲得兩種數(shù)據(jù)逐年最大值合成數(shù)據(jù),再將MODIS NDVI 數(shù)據(jù)重采樣為8 km,并選取重采樣后2000—2015年的數(shù)據(jù)與對應的GIMMS NDVI 數(shù)據(jù)進行逐像元回歸分析,同時進行回歸效果評價。 依據(jù)各個像元2000—2015年重采樣后的MODIS NDVI 數(shù)據(jù)和回歸方程,估算2016—2018年的GIMMS NDVI 數(shù)據(jù),從而建立研究區(qū)1982—2018年8 km 尺度逐年NDVI最大值合成數(shù)據(jù)。

        3 結(jié)果與分析

        3.1 NDVI 序列數(shù)據(jù)重構(gòu)效果分析

        在GIMMS NDVI 與MODIS NDVI 原始數(shù)據(jù)中隨機選擇9 個像元,利用傳統(tǒng)高斯函數(shù)、SG 算法、Hants 算法,以及本文提出的SG 與小波融合自適應降噪處理方法對其進行處理,利用式(1)~式(3)計算各方法的加權綜合評價指標WCEI,結(jié)果見表1。 由表1可知,基于SG 與小波融合的自適應降噪處理方法的WCEI值最大,說明該方法降噪效果最為理想,并且在降噪處理過程中不用按照年度設置平滑窗口和確定去噪閾值,計算效率較高。

        表1 NDVI 序列數(shù)據(jù)降噪方法評價

        選取2000—2015年重采樣至8 km 的MODIS NDVI 數(shù)據(jù)與對應的GIMMS NDVI 數(shù)據(jù)進行逐像元回歸分析,得到回歸方程:

        依據(jù)該回歸方程,利用式(6)與GIMMS NDVI 原始數(shù)據(jù),計算回歸均方誤差MSE,回歸值與殘差值見見表2,計算得到的均方誤差MSE為0.0098。 建立的MODIS NDVI 與GIMMS NDVI 數(shù)據(jù)的回歸方程殘差在±0.010 附近,最大殘差為0.024,該值與2000年MODIS NDVI 原始數(shù)據(jù)缺失有關,且回歸均方誤差小于0.001,因此利用該回歸方程重構(gòu)的NDVI序列數(shù)據(jù)是可靠的。

        表2 NDVI 序列數(shù)據(jù)回歸均方誤差

        3.2 研究區(qū)NDVI 時序變化特征

        基于建立的1982—2018年逐年NDVI最大值合成數(shù)據(jù),統(tǒng)計研究區(qū)和各高程分區(qū)的NDVI均值,繪制年際變化曲線及趨勢線,見圖4。 研究區(qū)1982—2018年NDVI整體呈上升趨勢,年增長速率為0.04%;在高程3000~4000 m 區(qū)域,NDVI上升趨勢最明顯,年增長速率為0.07%。 由此表明,研究區(qū)37 a 間植被覆蓋整體有改善趨勢,中高海拔地區(qū)植被覆蓋改善較為顯著。

        圖4 研究區(qū)年際總體及各高程分區(qū)NDVI 變化曲線

        3.3 主要植被類型NDVI年際變化特征

        基于建立的1982—2018年逐年NDVI最大值合成數(shù)據(jù),統(tǒng)計研究區(qū)各主要植被類型的NDVI均值,繪制年際變化曲線及趨勢線,見圖5。 1982—2018年研究區(qū)主要植被類型中,高寒草原植被的NDVI值上升趨勢最為明顯,年增長速率為0.08%;灌叢、高寒草甸和高山植被NDVI值的年增長速率均在0.04%左右。 由此表明,研究區(qū)37 a 間,各主要植被類型的覆蓋均有所改善,高寒草原植被覆蓋改善最為顯著。

        圖5 主要植被年際NDVI 變化曲線

        3.4 青海省植被覆蓋多尺度時空變化特征

        分別提取8 km 尺度GIMMS NDVI 數(shù)據(jù)與1 km 尺度MODIS NDVI 數(shù)據(jù)重疊年份(2000—2015年)最大值合成數(shù)據(jù),繪制年際變化過程曲線,見圖6。 由圖6可以看出,雖然兩種數(shù)據(jù)NDVI整體存在0.02 左右的差異,但回歸曲線的斜率接近,即兩種尺度的數(shù)據(jù)在描述植被覆蓋變化過程中具有較強的一致性。 因此,基于8 km 尺度的1982—2018年NDVI數(shù)據(jù),利用Mann-Kendall 非參數(shù)檢驗方法對研究區(qū)植被覆蓋時空變化趨勢進行分析,通過置信度為99%檢驗的像元存在顯著變化趨勢,通過置信度為90%檢驗的像元呈增加或減少趨勢,見圖7。 由圖7可以看出,近37 a 研究區(qū)北部植被覆蓋增加,南部及柴達木盆地部分地區(qū)植被覆蓋減少。 植被覆蓋呈減少趨勢的面積占12.3%,其中顯著減少的占5.3%;植被覆蓋呈增加趨勢的面積占52.1%,其中顯著增加的占35.7%。

        圖6 8 km 與1 km 尺度下NDVI年際變化曲線

        基于建立的2000—2018年1 km 尺度逐年MODIS NDVI 最大值合成數(shù)據(jù),采用Mann-Kendall 非參數(shù)檢驗方法對研究區(qū)植被覆蓋時空變化趨勢進行分析,結(jié)果見圖8。 由圖8可以看出,研究區(qū)西北部和中東部地區(qū)植被覆蓋增加,南部、西北部和柴達木盆地部分地區(qū)植被覆蓋減少。 植被覆蓋呈減少趨勢的面積占4.5%,其中顯著減少的占1.0%;植被覆蓋呈增加趨勢的面積占53.8%,其中顯著增加的占26.7%。 同時,結(jié)合8 km 尺度的研究區(qū)植被覆蓋時空變化情況,發(fā)現(xiàn)在不同時空尺度下研究區(qū)植被覆蓋變化的空間分布一致,研究結(jié)果具有一定可靠性。

        圖8 1 km 尺度下2000—2018年研究區(qū)植被覆蓋時空變化趨勢

        4 討論

        在青藏高原及其局部地區(qū)植被覆蓋變化研究中,諸多學者將NDVI作為基礎數(shù)據(jù),而目前NDVI值的來源主要有GIMMS NDVI、SPOT VGT NDVI、MODIS NDVI 和Landsat NDVI,GIMMS NDVI 數(shù)據(jù)時間序列最長,SPOT VGT NDVI 與MODIS NDVI 數(shù)據(jù)時間序列較短,而Landsat NDVI 數(shù)據(jù)雖然具有最高的空間分辨率,但無法構(gòu)建連續(xù)有效的數(shù)據(jù)開展長時序分析。 為研究植被的長期變化趨勢,需要集成上述不同時空分辨率的NDVI數(shù)據(jù)集進行多源NDVI數(shù)據(jù)重構(gòu),其方法主要是建立不同數(shù)據(jù)集之間的統(tǒng)計模型[14-16]。 如Gallo 等[17]建立了灌木、草地、常綠闊葉林等土地覆蓋類型AVHRR NDVI 與MODIS NDVI 數(shù)據(jù)的關系模型;張宏 斌 等[18]在宏觀尺度上根據(jù)NOAA NDVI 與MODIS NDVI 數(shù)據(jù)之間的相關關系建立了線性空間尺度轉(zhuǎn)換模型,取得了較好的應用效果;張戈麗等[19]通過建立MODIS NDVI 數(shù)據(jù)與NOAA NDVI 數(shù)據(jù)線性回歸方程實現(xiàn)了NOAA NDVI 數(shù)據(jù)的插補與延長。 本研究在SG 與小波融合的自適應處理方法對GIMMS NDVI 與MODIS NDVI 數(shù)據(jù)整體降噪的基礎上,采用線性回歸模型實現(xiàn)了GIMMS NDVI 數(shù)據(jù)的延長,且降噪效果優(yōu)于傳統(tǒng)方法,重構(gòu)數(shù)據(jù)的時間、空間變化一致性較好。

        目前采用的植被覆蓋時空變化分析方法有線性回歸法[14]、變異系數(shù)法[16]、綠度變化率法[20]等,這些方法在獲得基礎參數(shù)的同時,還需要輔以顯著性檢驗才能確定植被覆蓋變化的顯著性變化趨勢。 本研究所采用的Mann-Kendall 法是一種經(jīng)典的非參數(shù)趨勢檢驗方法,無須樣本遵從特定分布,亦不受少量離群值的干擾,適用于植被覆蓋、降水等非正態(tài)分布數(shù)據(jù)的趨勢分析。 在研究區(qū)植被覆蓋時空變化方面,Zhao 等[21-23]利用GIMMS NDVI 和MODIS NDVI 數(shù)據(jù)開展了1982—2013年青海省植被覆蓋變化研究,發(fā)現(xiàn)植被覆蓋整體有改善趨勢,尤其是高海拔地區(qū)、祁連山東部地區(qū)植被覆蓋改善最為明顯。 本研究結(jié)果表明,青海省1982—2018年植被覆蓋整體有改善趨勢,中高海拔地區(qū)改善較為顯著,與上述不同時空尺度下植被覆蓋變化的研究結(jié)果一致,同時研究發(fā)現(xiàn)盡管各主要植被類型的覆蓋均有所改善,但高寒草原植被覆蓋改善最為顯著。

        根據(jù)1982—2018年研究區(qū)植被覆蓋時空變化趨勢分析結(jié)果,提取1982—2018年青海省有增加或顯著增加趨勢的氣象站的年平均氣溫、風速、年降水量和日照時數(shù)等氣象因子,與所在像元的NDVI進行相關分析,結(jié)果見表3。 由表3可以看出,1982—2018年研究區(qū)大部分地區(qū)植被覆蓋的增加與氣溫、降水量的增加顯著相關,且大部分地區(qū)與風速、日照時數(shù)存在負相關關系;在3000 m 以上的部分草原地區(qū),植被覆蓋與風速、日照時數(shù)具有顯著相關關系。 另外,研究區(qū)實施的退耕還林(草)、退牧還草政策,2000—2001年為試點階段,2002—2006年全面啟動,2007—2015年為成果鞏固階段。 2000—2015年實施退耕還林(草)1934.3 km2(還林1740.1 km2,還草194.2 km2),涉及青海省44 個縣(市、區(qū)、場)、327 個鄉(xiāng)鎮(zhèn)、3911 個行政村,說明實施的退耕還林(草)、退牧還草等政策有效驅(qū)動了研究區(qū)植被覆蓋的增加。 從2000—2018年8 km 尺度和1 km 尺度的植被覆蓋變化研究結(jié)果來看,盡管植被覆蓋變化的空間分布情況基本一致,但數(shù)量存在較大差異,說明尺度效應對研究結(jié)果影響較大。

        表3 NDVI 與各氣象因子的相關系數(shù)

        5 結(jié)語

        基于不同時空尺度的GIMMS NDVI 和MODIS NDVI 數(shù)據(jù),構(gòu)建了青海省1982—2018年長時序NDVI數(shù)據(jù)集,對研究區(qū)不同海拔、不同類型高寒植被覆蓋變化進行了分析,得到以下結(jié)論:研究區(qū)1982—2018年NDVI整體呈上升趨勢,在海拔3000 ~4000 m 區(qū)域,NDVI上升趨勢最為明顯,年增長速率為0.07%;研究區(qū)主要植被類型區(qū)劃中,高寒草原的NDVI上升趨勢最為明顯,年增長速率為0.08%;灌叢、高寒草甸和高山植被NDVI的年增長速率均在0.04%左右;1982—2018年8 km 尺度下,研究區(qū)北部植被覆蓋增加,南部及柴達木盆地部分地區(qū)植被覆蓋減少,植被覆蓋呈減少趨勢的面積占12.3%,植被覆蓋呈增加趨勢的面積占52.1%。 2000—2018年1 km 尺度下,研究區(qū)西北部和中東部植被覆蓋增加,南部、柴達木盆地部分地區(qū)植被覆蓋減少,植被覆蓋呈減少趨勢的面積占4.5%,植被覆蓋呈增加趨勢的面積占53.8%。 1982—2018年研究區(qū)植被覆蓋的增加與氣溫升高、降水量增加具有顯著相關關系,大部分地區(qū)與風速、日照時數(shù)存在負相關關系,在高程3000 m 以上的部分草原地區(qū),植被覆蓋與風速、日照時數(shù)的變化存在較為顯著的相關關系。退耕還林(草)、退牧還草等政策有效驅(qū)動了研究區(qū)植被覆蓋的變化,尺度效應對研究結(jié)果影響較大,實現(xiàn)有效的尺度轉(zhuǎn)換并構(gòu)建長時序、高時空分辨率的地表覆蓋數(shù)據(jù)是下一步研究的重點。

        猜你喜歡
        趨勢研究
        FMS與YBT相關性的實證研究
        2020年國內(nèi)翻譯研究述評
        遼代千人邑研究述論
        趨勢
        視錯覺在平面設計中的應用與研究
        科技傳播(2019年22期)2020-01-14 03:06:54
        EMA伺服控制系統(tǒng)研究
        初秋唇妝趨勢
        Coco薇(2017年9期)2017-09-07 21:23:49
        新版C-NCAP側(cè)面碰撞假人損傷研究
        SPINEXPO?2017春夏流行趨勢
        “去編”大趨勢
        一区二区三区岛国av毛片| 熟妇人妻无码中文字幕| 亚洲一区二区在线| 国产美女久久久亚洲综合| 免费观看人妻av网站| 日本肥老妇色xxxxx日本老妇| 曰本女人与公拘交酡免费视频 | 无码熟妇人妻av在线c0930| 久久久人妻精品一区bav| 国产成人小视频| 三上悠亚av影院在线看| 中文字幕成人精品久久不卡| 亚洲成a人一区二区三区久久| 日产精品久久久一区二区| 国产精品乱码在线观看| 国产高清黄色在线观看91| 婚外情长久的相处之道| 国产综合无码一区二区辣椒| 欧美整片第一页| 亚洲天堂av免费在线| 日韩av无码社区一区二区三区| 中国凸偷窥xxxx自由视频| 国产av一区二区三区丝袜| 国产夫妻精品自拍视频| 色偷偷av一区二区三区| 国内揄拍国内精品| 国产一区二区三区资源在线观看| 免费av网站大全亚洲一区| 久久国产精品精品国产色婷婷| 一本一本久久久久a久久综合激情| 日韩黄色大片免费网站| 国产日韩精品suv| av人摸人人人澡人人超碰小说| 亚洲av乱码国产精品色| 丁香花五月六月综合激情| 欧美bbw极品另类| 久久中文字幕日韩精品| 日本免费视频一区二区三区| 网禁拗女稀缺资源在线观看| 亚洲一区二区三区成人| 日本一区二区啪啪视频|