论文部分内容阅读
植被变化受自然因素变化和人类活动的共同影响,区分自然因子波动和人类活动对植被变化的贡献,可以更好地理解人类活动对植被变化的实际影响。本文以青海省为例,利用MODIS归一化植被指数(NDVI)、遥感气象数据(降水TRMM、地表温度MODIS-LST)和经空间内插气象站气温和降水数据,建立NDVI与降水和温度的二元线性回归模型。利用该模型模拟了实际温度与降水条件下的理论NDVI,并以它与遥感实测NDVI值的差值形成2000~2010年残差时间序列,这一去除了降水和温度年际波动的植被变化趋势,可更好地描述人类活动对植被变化的贡献。 本研究主要内容包括:⑴非对称高斯拟合法(AG)能有效去除NDVI噪声,NDVI整体有所提高。但森林和草甸NDVI滤波前后值差别较小,稀疏植被NDVI滤波后减小。⑵利用气象站降雨和温度与遥感降雨(TRMM)和遥感地表温度(MODIS-LST)的对比研究发现,TRMM精度整体较高,但降雨较小时TRMM相对误差很大;当降雨量大于20mm时,TRMM对实际降雨估算较好,平均相对误差约10%。遥感地表温度(MODIS-LST)与气象站气温有较高的相关性,但整体偏高约4.7℃。⑶脱钩前植被NDVI年际变化趋势:采用生长季(5~10月)合成归一化植被指数SINDVI,计算11年间SINDVI的一元线性回归斜率,描述脱钩前植被变化趋势。其中,斜率Slope<-0.03的严重退化区占0.8%,Slope>+0.03的明显改善区占27.7%,说明在不考虑自然因素和人类活动因素的前提下,2000~2010年间青海省植被覆盖总体为恢复趋势。⑷NDVI与降水和温度相关性:降水与NDVI相关显著,其中遥感降水TRMM与NDVI相关性更显著,相关系数平均0.75。气象站温度与NDVI相关性高于地表温度,平均相关系数0.64。因此选择TRMM与气象站平均温度建立NDVI与降水和温度二元线性回归模型。根据该模型,82.3%植被区相关系数为0.6~0.8,可用来对降水和温度年际波动进行脱钩处理。⑸脱钩后植被NDVI年际变化趋势:对利用二元线性回归模型对降水和温度年际波动进行脱钩后得到的NDVI残差时间序列进行趋势分析,以海拔5000米以上受人类活动影响很小的地区作为背景,描述脱钩后植被变化趋势:不受人类活动影响的背景区对应斜率为(-1,+1),面积占26.6%;斜率Slope<-1地区表示轻度以上干扰与退化区,占64.1%;斜率Slope>+1地区表示人类活动导致植被轻度以上恢复区,占9.3%。