基于Google Earth Engine遙感云平臺收集1987—2016年Landsat系列遙感衛(wèi)星影像,采用像元二分模型對承德市圍場滿族蒙古族自治縣植被覆蓋度進行估算,結合氣象數據和地形信息,分析近30年來研究區(qū)植被覆蓋動態(tài)變化規(guī)律。結果表明:圍場縣1987—2016年的歸一化植被指數（NDVI）值總體上呈上升趨勢,全縣NDVI平均值從0.63提高到了0.78,植被覆蓋狀況不斷改善。研究區(qū)植被改善情況中,1987—2016年NDVI大于0.15的面積比例占到全縣植被面積的49.28%,占比最大。1987—2016年NDVI小于等于-0.15的植被面積比例僅為0.82%。1987—2016年,各級植被覆蓋度的轉移矩陣體現出2016年的植被狀況明顯好于1987年,極高覆蓋度植被轉入面積高達7 991.84 km~2。1987—2016年植被覆蓋景觀破碎程度不斷降低,平均斑塊面積指數從13.147 8擴大到31.703 4,植被覆蓋類型趨于集中分布,連通性好。研究區(qū)總體氣候變化趨勢對植被生長具有不利影響,不同坡度和坡向的植被覆蓋狀況不同,人類活動和社會經濟因素的影響為研究區(qū)植被改善情況發(fā)... 

【文章頁數】：10 頁

【文章目錄】：
1 數據資料與方法
    1.1 數據資料
    1.2 研究方法
        1.2.1 歸一化植被指數
        1.2.2 植被指數差值分級
        1.2.3 像元二分模型
        1.2.4 植被重心遷移模型
        1.2.5 植被覆蓋度轉移矩陣
        1.2.6 景觀格局指數
2 結果與分析
    2.1 植被指數的區(qū)域總體特征
        2.1.1 植被指數多年均值分析
        2.1.2 植被指數差值變化分析
    2.2 植被覆蓋度的時空變化特征
        2.2.1 植被覆蓋度等級變化特征
        2.2.2 植被覆蓋度景觀格局變化特征
    2.3 植被變化的影響因素分析
        2.3.1 與氣候變化的關系
        2.3.2 受地形特征的影響
3 結論


【參考文獻】：
期刊論文
[1]塞罕壩機械林場森林資源動態(tài)變化分析[J]. 常偉強.  林業(yè)資源管理. 2018(06)
[2]基于Landsat影像的NDVI對植被與影響因子交互耦合的響應[J]. 林玉英,胡喜生,邱榮祖,張正雄,林喬,林金國.  農業(yè)機械學報. 2018(10)
[3]Google Earth Engine在地球科學與環(huán)境科學中的應用研究進展[J]. 郝斌飛,韓旭軍,馬明國,劉一韜,李世衛(wèi).  遙感技術與應用. 2018(04)
[4]Landsat數據的植被覆蓋估算和景觀格局分析[J]. 呂丹紅,姜琦剛,王德軍,葛錦濤.  測繪科學. 2018(11)
[5]河北壩上地區(qū)植被覆蓋演化特征及其風險評估[J]. 蘇王新,李卓,陳書琴,李海防.  干旱區(qū)研究. 2018(03)
[6]地形起伏對陸地衛(wèi)星的NDVI影響研究[J]. 丁春曉,周汝良,葉江霞,張志勇,田圓.  林業(yè)資源管理. 2016(04)
[7]基于Landsat影像的離子稀土礦區(qū)植被覆蓋度提取及景觀格局分析[J]. 李恒凱,雷軍,楊柳.  農業(yè)工程學報. 2016(10)
[8]近30年長江口崇明東灘植被對于氣候變化的響應特征[J]. 于泉洲,梁春玲,劉煜杰.  生態(tài)科學. 2014(06)
[9]石家莊市域近期植被變化及其驅動因素分析[J]. 賈寶全,邱爾發(fā).  干旱區(qū)地理. 2014(01)
[10]基于TM衛(wèi)星影像數據的北京市植被變化及其原因分析[J]. 賈寶全.  生態(tài)學報. 2013(05)



本文編號：3694299