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％。