长江科学院院报

长江科学院院报 >

2023 , Vol. 40 >Issue 6: 93 - 99

DOI: https://doi.org/10.11988/ckyyb.20220308

水土保持与生态修复

基于遥感监测的2000—2020年三屯河流域植被覆盖时空演化分析

  • 张艳娇 ,
  • 李巧 ,
  • 宿彦鹏 ,
  • 陶洪飞 ,
  • 姜有为 ,
  • 马合木江·艾合买提 ,
  • 魏建群 ,
  • 杨文新
展开
  • 1.新疆农业大学 水利与土木工程学院,乌鲁木齐 830052;
    2.新疆农业大学 新疆水利工程安全与水灾害防治重点实验室,乌鲁木齐 830052;
    3.甘肃省临夏回族自治州广河县水务局,甘肃 临夏 731300
张艳娇(1996-),女,辽宁营口人,硕士研究生,主要从事水环境保护研究。E-mail:2487459768@qq.com

收稿日期: 2022-03-28

  修回日期: 2022-07-15

  网络出版日期: 2023-06-21

基金资助

国家自然科学基金项目(41762018);新疆维吾尔自治区“天山青年计划”青年博士科技人才培养项目(2020Q079);“新疆水利工程安全与水灾害防治自治区重点实验室”2021年开放课题项目(ZDSYS-JS-2021-09,ZDSYS-YJS-2022-20)

收起

Spatial-Temporal Evolution of Vegetation Cover in Santun River Basin from 2000 to 2020 Based on Remote Sensing Monitoring

  • ZHANG Yan-jiao ,
  • LI Qiao ,
  • SU Yan-peng ,
  • TAO Hong-fei ,
  • JIANG You-wei ,
  • AIHEMAITI·Mahemujiang ,
  • WEI Jian-qun ,
  • YANG Wen-xin
Expand
  • 1. College of Hydraulic and Civil Engineering, Xinjiang Agricultural University, Urumqi 830052, China;
    2. Xinjiang Key Laboratory of Hydraulic Engineering Security and Water Disasters Prevention, Xinjiang Agricultural University, Urumqi 830052, China;
    3. Guanghe County Water Affairs Bureau of Linxia Hui Autonomous Prefecture, Linxia 731300, China

Received date: 2022-03-28

  Revised date: 2022-07-15

  Online published: 2023-06-21

Fold

摘要

为分析三屯河流域植被覆盖时空变化特征,基于Landsat卫星遥感数据、像元二分模型、图像差值法及变异系数等方法手段对2000—2020年20 a间植被覆盖时空分布特征、趋势及稳定性进行分析。三屯河流域植被覆盖度呈现逐年增长趋势,特别是2012—2015年的年均增长速度为4.93%/(10 a);植被覆盖分布在空间上表现出两端高、中间低的规律性;三屯河流域植被覆盖改善区域占比39.58%,整体呈现改善的趋势;三屯河流域内植被覆盖度较为稳定,区域绝大部分处于弱变异与中等变异。三屯河流域植被覆盖演化受到自然因素和人类因素影响,自然因素的影响主要体现在温度与降水量的改变,人类活动因素的影响主要体现在土地利用类型的改变上。研究成果可为促进三屯河流域生态恢复、经济发展提供科学依据。

关键词： 植被覆盖度; Landsat卫星遥感; 像元二分模型; 图像差值法; 变异系数; 三屯河流域

本文引用格式

张艳娇 , 李巧 , 宿彦鹏 , 陶洪飞 , 姜有为 , 马合木江·艾合买提 , 魏建群 , 杨文新 . 基于遥感监测的2000—2020年三屯河流域植被覆盖时空演化分析[J]. 长江科学院院报, 2023 , 40(6) : 93 -99 . DOI: 10.11988/ckyyb.20220308

Abstract

To analyze the spatiotemporal characteristics of vegetation cover in the Santun River Basin, a comprehensive study was conducted using a combination of Landsat satellite remote sensing data, pixel-based binary models, image differencing methods, and coefficient of variation. The period from 2000 to 2020, spanning 20 years, was examined to assess the distribution patterns, trends, and stability of vegetation cover. The results reveal a consistent annual increase in vegetation cover within the Santun River Basin, with a notable average growth rate of 4.93% per decade from 2012 to 2015. Spatially, the distribution of vegetation cover follows a distinctive pattern, with higher values observed at the two ends and lower values in the central regions. Additionally, approximately 39.58% of the Santun River Basin exhibits improved vegetation cover, indicating an overall positive trend. Notably, the majority of the basin displays relatively stable vegetation cover, characterized by minor to moderate variations.The evolution of vegetation cover in the Santun River Basin is influenced by a combination of natural and human factors. Changes in temperature and precipitation patterns constitute the primary natural influences, while alterations in land use types serve as the main drivers of change induced by human activities. These findings provide scientific foundation for promoting ecological restoration and facilitating sustainable economic development within the Santun River Basin.

Key words： vegetation coverage; Landsat satellite remote sensing; pixel binary model; image difference method; coefficient of variation; Santun River Basin

参考文献

[1] 贺 振, 贺俊平. 近32年黄河流域植被覆盖时空演化遥感监测[J]. 农业机械学报,2017,48(2):179-185.
[2] 徐韩星, 徐建辉, 张榕榕, 等. 江淮分水岭区域植被覆盖与人类活动强度的时空动态演化[J]. 黑龙江工程学院学报, 2020, 34(1): 27-32,48.
[3] 李海峰. 德阳市2007年—2018年植被覆盖变化遥感监测与分析[J]. 内蒙古农业大学学报(自然科学版), 2020, 41(5): 32-37.
[4] 杨 强, 王婷婷, 陈 昊, 等. 基于MODIS EVI数据的锡林郭勒盟植被覆盖度变化特征[J]. 农业工程学报, 2015, 31(22): 191-198,315.
[5] GITELSON A A, KAUFMAN Y J, STARK R, et al. Novel Algorithms for Remote Estimation of Vegetation Fraction[J]. Remote Sensing of Environment, 2002, 80(1): 76-87.
[6] 吴 铸,刘阳飞,袁荷娟.滇中高原楚雄州近17年植被覆盖时空演化特征分析[J].林业科技通讯,2019(6): 35-40.
[7] 肖 骁, 李京忠, 韩 彬, 等. 东北老工业区植被覆盖度时空特征及城市化关联分析[J].生态科学, 2017, 36(6): 71-77.
[8] 安乐生, 赵全升, 周葆华, 等. 黄河三角洲NDVI时空演化特征及其驱动因素[J]. 海洋与湖沼, 2017, 48(1): 1-7.
[9] 刘 英, 侯恩科, 岳 辉. 基于MODIS的陕西省植被变化遥感监测分析[J]. 人民黄河, 2017, 39(3): 90-94.
[10]吴秉校, 侯 雷, 宋敏敏, 等. 西安市NDVI时空演变分析[J]. 西北林学院学报, 2016, 31(4): 213-220.
[11]NEINAVAZ E,SCHLERF M,DARVISHZADEH R,et al. Thermal Infrared Remote Sensing of Vegetation: Current Status and Perspectives[J]. International Journal of Applied Earth Observation and Geoinformation, 2021, 102: 102415.
[12]ZHANG Meng, LIN Hui, LONG Xiang-ren, et al. Analyzing the Spatiotemporal Pattern and Driving Factors of Wetland Vegetation Changes Using 2000-2019 Time-series Landsat Data[J]. Science of the Total Environment, 2021, 780: 146615.
[13]田智慧, 任祖光, 魏海涛. 2000—2020年黄河流域植被时空演化驱动机制[J]. 环境科学, 2022, 43(2): 743-751.
[14]苏宏超, 沈永平, 韩 萍, 等. 新疆降水特征及其对水资源和生态环境的影响[J].冰川冻土,2007(3):343-350.
[15]姚俊强, 陈 静, 迪丽努尔·托列吾别克, 等. 新疆气候水文变化趋势及面临问题思考[J]. 冰川冻土,2021,43(5):1498-1511.
[16]李玉朋, 陈亚宁, 叶朝霞, 等. 塔里木河下游输水20 a的生态响应[J]. 干旱区地理,2021,44(3):700-707.
[17]白旭阳, 刘昱坤, 杨武超, 等. 新疆玛纳斯河流域植被变化的特征与归因[J]. 水土保持学报, 2020, 34(6): 192-197,210.
[18]吴 淼. 新形势下天山北坡经济带各地区经济发展的比较分析及对策建议[J]. 决策咨询通讯, 2004, 15(5):46-50.
[19]李明正.新疆三屯河流域水文特性分析[J].内蒙古水利, 2013(4): 28-29.
[20]赵雪玲, 胡俊德, 吾尔也提. 浅谈三屯河流域梯级电站规划中泥沙问题[J]. 中国西部科技, 2009, 8(3): 4-5.
[21]袁喜泉. 新疆三屯河东干渠首改造方案分析[J]. 陕西水利, 2020(3): 169-171.
[22]郭龙华. 三屯河流域生态基流量分析研究[J]. 干旱环境监测, 2020, 34(4): 173-176.
[23]吴雪枫, 严新军, 侯 刚. 三屯河流域河道岸线划分方法探讨[J]. 中国水利, 2019(12): 18-19,22.
[24]张婉君. 三屯河碾盘庄水文站多年监测数据浅析[J]. 水利科学与寒区工程, 2020, 3(6):134-136.
[25]王 杰, 王 哲, 梁煦枫, 等. 三屯河流域水环境同位素组成特征及水文地质意义[J]. 地下水, 2007, 29(1):11-13, 42.
[26]王 蓓. 三屯河灌区3种主要作物灌溉制度监测[J]. 水利科技与经济, 2020, 26(2):28-31, 37.
[27]ALI BAIG M H, ZHANG L, SHUAI T, et al. Derivation of a Tasselled Cap Transformation Based on Landsat 8 At-Satellite Reflectance[J]. Remote Sensing Letters, 2014, 5(5): 423-431.
[28]ABURAS M M, ABDULLAH S H, RAMLI M F, et al. Measuring Land Cover Change in Seremban, Malaysia Using NDVI Index[J]. Procedia Environmental Sciences, 2015, 30: 238-243.
[29]刘宪锋, 杨 勇, 任志远, 等. 2000—2009年黄土高原地区植被覆盖度时空变化[J]. 中国沙漠, 2013, 33(4): 1244-1249.
[30]刘明霞, 刘友存, 陈 明, 等. 2000—2018年赣江上游植被覆盖度时空演化及其对气候变化的响应[J]. 水土保持通报, 2020, 40(5): 284-290.
[31]韩 平, 蒋伟峰, 韩伟杰, 等. 基于多时相遥感影像的池州市植被时空动态演化分析[J].皖西学院学报, 2019, 35(5): 123-128.
[32]马秀秀, 王雅萍, 程结海, 等. 临汾市近20年植被覆盖度遥感估算及动态变化分析[J]. 能源与环保, 2019, 41(11): 11-18.
[33]李苗苗, 吴炳方, 颜长珍, 等. 密云水库上游植被覆盖度的遥感估算[J]. 资源科学, 2004, 26(4):153-159.
[34]GAMON J A, PEUELAS J, FIELD C B. A Narrow-Waveband Spectral Index that Tracks Diurnal Changes in Photosynthetic Efficiency[J]. Remote Sensing of Environment, 1992, 41(1): 35-44.
[35]麦麦提吐逊·麦麦提, 马合木江·艾合买提, 陶洪飞, 等. 基于遥感的疏勒县植被覆盖时空变化研究[J]. 灌溉排水学报, 2021, 40(4):121-129.
[36]吴 昆, 彭红霞, 李江风, 等. 基于变异系数法的灵宝市土地生态敏感性分析[J]. 湖北农业科学, 2018, 57(14): 32-37.
[37]齐亚霄, 张飞, 陈 瑞, 等. 2001—2015年天山北坡植被覆盖动态变化研究[J]. 生态学报, 2020, 40(11): 3677-3687.
[38]毛转梅, 陈劲松, 彭尔瑞, 等. 甘肃省植被覆盖时空变化趋势研究[J]. 江西农业学报, 2020, 32(3): 125-130.
[39]黄培祐. 气候变化对荒漠植被的影响及其对策[C]∥中国环境科学学会.中国环境科学学会2009年学术年会论文集(第一卷).北京:中国环境科学学会,2009:5.
[40]张 音, 古丽贤·吐尔逊拜, 苏里坦, 等. 近60a来新疆不同海拔气候变化的时空特征分析[J]. 干旱区地理, 2019, 42(4): 822-829.
Options
文章导航

/

〈 〉

*严禁使用本系统存储、处理、传输涉密信息*
版权所有 © 《长江科学院院报》编辑部
技术支持：北京玛格泰克科技发展有限公司