论文部分内容阅读
太白县位于秦岭腹地,因境内有秦岭主峰太白山而闻名。本文以太白县为研究对象,以Landsat影像为基础,结合实际调查资料,对研究区内植被进行专家决策树分类,依据太白县的遥感影像提取NDVI数据集,综合分析太白县植被指数的时空变化规律,得到植被变化与温度的相关性。通过CA-Markov模型对2018-2021年太白县植被种类转移方式进行预测。主要的研究结果如下:(1)获得太白县2004-2018年植被类型分布范围借助遥感影像,获得太白县2004-2018年植被的分布范围。结果表明:耕地/草地多分布在海拔700m-1400m的低矮区域,栎林多分布在海拔1400m-2100m的区域,桦林多分布在海拔2100m-2800m的区域,且桦林面积较2004年减少2859.7hm2;巴山冷杉和太白红杉主要分布在海拔2800m-3400m的区域,巴山冷杉2004-2018年在该区域面积显下降趋势,在2100m-2800m的区域面积却显增加趋势,而太白红杉在海拔2800m-3400m的区域面积增加。(2)获得太白县植被类型在高程和坡向上随时间变化的转移模式利用遥感影像,把植被类型按照不同的高程和坡向进行分析。研究表明:在不同高程上,植被指数为0.10-0.49、海拔在1400m-1800m的区域植被面积增加明显,最大增幅29.46%。植被指数为0.50-0.59、海拔在2400m-3200m的区域植被面积增长较快,增幅占比45.9%。植被指数为0.70-0.79的植被面积转移多集中在海拔2000m-3000m的区域。在不同坡向上,低海拔植被面积变化不明显,而高海拔植被如:巴山冷杉阴坡植被面积与2004年同比增长2.09%。(3)获得太白县NDVI的变化规律及其与温度的相关性研究2010-2017年的NDVI年平均值和年温度值,发现太白县的植被指数与温度均显增长的趋势,2017年温度比2010年温度上升了0.24℃。对各年平均温度与NDVI平均值进行相关分析,植被指数和年平均温度相关系数达0.86以上。植被生长期内虽然个别月份温度对植被的影响出现延后性,但大部分月温度和植被指数出现较强相关性是处在同一月份的。(4)基于CA-Markov模型对太白县植被转移方式进行预测利用CA-Markov模型对2018年植被种类转移方式进行预测,利用Kappa指数作为预测模型的精度检验指标,通过运算Kappa指数为0.8748,模型精度较高。通过模型对研究区未来三年植被种类转移方式进行预测,发现其中耕地/草地面积进一步减少,森林植被面积增加,尤其是栎林面积增加较多。