留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于断点检测的延安市富县植被变化研究

季烨云 刘鹏举 高影 任怡 余涛 牛思圆

季烨云, 刘鹏举, 高影, 任怡, 余涛, 牛思圆. 基于断点检测的延安市富县植被变化研究[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210457
引用本文: 季烨云, 刘鹏举, 高影, 任怡, 余涛, 牛思圆. 基于断点检测的延安市富县植被变化研究[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210457
JI Yeyun, LIU Pengju, GAO Ying, REN Yi, YU Tao, NIU Siyuan. Vegetation change based on break-point detection in Fu County, Yan’an City[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210457
Citation: JI Yeyun, LIU Pengju, GAO Ying, REN Yi, YU Tao, NIU Siyuan. Vegetation change based on break-point detection in Fu County, Yan’an City[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210457

本文已在中国知网网络首发,可在知网搜索、下载并阅读全文。

基于断点检测的延安市富县植被变化研究

doi: 10.11833/j.issn.2095-0756.20210457
基金项目: 国家重点研发计划项目(2017YFD0600906);三北防护林体系管理与服务平台(林防合字2019-17)
详细信息
    作者简介: 季烨云(ORCID: 0000-0001-7711-2084),从事地理信息系统技术与应用研究。E-mail: 15850781932@163.com
    通信作者: 刘鹏举(ORCID: 0000-0002-5502-6334),副研究员,从事林业GIS应用与开发研究。E-mail: liupengju@ifrit.ac.cn
  • 中图分类号: TP79

Vegetation change based on break-point detection in Fu County, Yan’an City

  • 摘要:   目的  多项生态工程实施以来,陕北黄土高原地区环境明显改善,探究该区域植被的时空变化,为生态环境建设与差异化决策提供依据。  方法  以陕西省延安市富县为研究对象,利用2000—2019年生长季的Landsat TM/ETM+/OLI影像,运用DBEST算法对归一化植被指数(NDVI)时间序列进行断点检测,并提出多阶段趋势分析方法分析富县植被变化时空特征。  结果  富县植被的断点检测结果表明:66.47%的区域断点NDVI变化幅度小于0.2,主要分布在富县西部和东北地区,植被相对稳定,未发生剧烈变化;33.53%的区域断点NDVI变化幅度大于0.2,其中断点数量多于4个的区域仅占5.88%,集中分布于道路、河流沿线,变化频繁,与人为活动有关。当前阶段趋势分析表明:断点NDVI变化幅度大于0.2的区域,改善的面积占总面积的24.57%,退化面积仅占2.12%;开始时间均在2014年之前,时间分布跨度大,空间异质性强,揭示了富县植被变化的多样性及复杂性;富县有林地、疏林地、灌木林地、未成林造林地4种主要林地均趋于改善,改善面积占林地面积的96.23%。  结论  2000—2019年,富县植被整体呈现改善趋势,生态建设工程取得良好的效果;植被变化的时空特征存在差异,后续决策需因地制宜。图6表1参25
  • 图  1  2019年富县基础地理信息示意图

    Figure  1  Basic geographic information of Fu County in 2019

    图  2  2019年富县林地类型与分布示意图

    Figure  2  Forest land types and distribution of Fu County in 2019

    图  3  富县归一化植被指数变化幅度及其面积占比      

    Figure  3  Change magnitude and area percent of NDVI in Fu County      

    图  4  富县不同NDVI变化幅度小于0.2与大于0.2的断点数目及其面积占比

    Figure  4  Number of breakpoints and area percent of NDVI (<0.2 and >0.2) in Fu County

    图  5  2000—2019年富县NDVI时间序列总体趋势类别及其面积占比

    Figure  5  Overall trend level and area percent of NDVI time series in Fu County from 2000 to 2019

    图  6  2000—2019年富县NDVI时间序列当前阶段趋势及其面积占比

    Figure  6  Current stage trend and area percent of NDVI time series in Fu County from 2000 to 2019

    表  1  富县林地类型趋势情况统计

    Table  1.   Statistics on trend of forest land types in Fu County

    林地类型改善/%基本不变/%退化/%
    有林地96.980.862.16
    疏林地94.321.913.77
    灌木林地94.411.813.78
    未成林造林地92.971.915.12
    其他用地86.662.5010.84
    下载: 导出CSV
  • [1] HEIMANN M, REICHSTEIN M. Terrestrial ecosystem carbon dynamics and climate feedbacks [J]. Nature, 2008, 451(7176): 289 − 292.
    [2] 徐涵秋. 城市遥感生态指数的创建及其应用[J]. 生态学报, 2013, 33(24): 7853 − 7862.

    XU Hanqiu. A remote sensing urban ecological index and its application [J]. Acta Ecol Sin, 2013, 33(24): 7853 − 7862.
    [3] 许文鑫, 周玉科, 梁娟珠. 基于变化点的青藏高原植被时空动态变化研究[J]. 遥感技术与应用, 2019, 34(3): 667 − 676.

    XU Wenxin, ZHOU Yuke, LIANG Juanzhu. A breakpoints based spatio-temporal analysis of Tibetan Plateau vegetation [J]. Remote Sens Technol Appl, 2019, 34(3): 667 − 676.
    [4] CAO Qian, WU Jianguo, YU Deyang, et al. The biophysical effects of the vegetation restoration program on regional climate metrics in the Loess Plateau, China [J]. Agric For Meteorol, 2019, 268: 169 − 180.
    [5] HANSEN M C, POTAPOV P V, MOORE R, et al. High-resolution global maps of 21st-century forest cover change [J]. Science, 2013, 342(6160): 850 − 853.
    [6] 孙雷刚, 刘剑锋, 徐全洪. 河北坝上地区植被覆盖变化遥感时空分析[J]. 国土资源遥感, 2014, 26(1): 167 − 172.

    SUN Leigang, LIU Jianfeng, XU Quanhong. Remote Sensing based temporal and spatial analysis of vegetation cover changes in Bashang area of Hebei Province [J]. Remote Sens Land Resour, 2014, 26(1): 167 − 172.
    [7] 刘咏梅, 马黎, 黄昌, 等. 基于MODIS-Landsat时空融合的陕北黄土高原植被覆盖变化研究[J]. 西北大学学报(自然科学版), 2019, 49(1): 62 − 70.

    LIU Yongmei, MA Li, HUANG Chang, et al. Study on the change of vegetation coverage of Loess Plateau in northern Shaanxi Province based on MODIS-Landsat fusion data [J]. J Northwest Univ Nat Sci Ed, 2019, 49(1): 62 − 70.
    [8] QAMER F M, SHEHZAD K, ABBAS S, et al. Mapping deforestation and forest degradation patterns in western Himalaya, Pakistan [J]. Remote Sens, 2016, 8(385): 1 − 17.
    [9] 沈文娟, 李明诗, 黄成全. 长时间序列多源遥感数据的森林干扰监测算法研究进展[J]. 遥感学报, 2018, 22(6): 1005 − 1022.

    SHEN Wenjuan, LI Mingshi, HUANG Chengquan. Review of remote sensing algorithms for monitoring forest disturbance from time series and multi-source data fusion [J]. J Remote Sens, 2018, 22(6): 1005 − 1022.
    [10] 刘宝柱, 方秀琴, 何祺胜, 等. 基于MODIS数据和BFAST方法的植被变化监测[J]. 国土资源遥感, 2016, 28(3): 146 − 153.

    LIU Baozhu, FANG Xiuqin, HE Qisheng, et al. Monitoring the changes of vegetation based on MODIS data and BFAST methods [J]. Remote Sens Land Resour, 2016, 28(3): 146 − 153.
    [11] FORKEL M, CARVALHAIS N, VERBESSELT J, et al. Trend change detection in NDVI time series: effects of inter-annual variability and methodology [J]. Remote Sens, 2013, 5(5): 2113 − 2144.
    [12] STOW D, PETERSEN A, HOPE A, et al. Greenness trends of Arctic tundra vegetation in the 1990s: comparison of two NDVI data sets from NOAA AVHRR systems [J]. Int J Remoting Sens, 2007, 28(21): 4807 − 4822.
    [13] 李斌. 青藏高原植被时空分布规律及其影响因素研究[D]. 北京: 中国地质大学, 2016.

    LI Bin. Study of Vegetation’s Spatial and Temporal Distribution and Influencing Factors on the Tibetan Plateau[D]. Beijing: China University of Geosciences, 2016.
    [14] 海月, 杨广斌, 李若男, 等. 基于时序突变检测的植被空间变化特征识别方法研究——以海河北部山区为例[J]. 生态学报, 2020, 40(24): 1 − 10.

    HAI Yue, YANG Guangbin, LI Ruonan, et al. Recognition of vegetation spatial variation based on time-series mutation detection: a case study of the mountainous area of Northern Haihe River Basin [J]. Acta Ecol Sin, 2020, 40(24): 1 − 10.
    [15] KENNEDY R E, YANG Zhiqiang, COHEN W B. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr-Temporal segmentation algorithms [J]. Remote Sens Environ, 2010, 114(12): 2897 − 2910.
    [16] VERBESSELT J, HYNDMAN R, NEWNHAM G, et al. Detecting trend and seasonal changes in satellite image time series [J]. Remote Sens Environ, 2010, 114(1): 106 − 115.
    [17] JAMALI S, JONSSON P, EKLUNDH L, et al. Detecting changes in vegetation trends using time series segmentation [J]. Remote Sens Environ, 2015, 156: 182 − 195.
    [18] 刘吉彤, 安如. 基于DBEST的2003—2012年济南市植被变化研究[J]. 甘肃科学学报, 2018, 30(4): 17 − 23.

    LIU Jitong, AN Ru. Study on vegetation change in Ji’nan during 2003−2012 based on DBEST [J]. J Gansu Sci, 2018, 30(4): 17 − 23.
    [19] 王恩鲁, 汪小钦, 陈芸芝. 时间序列植被覆盖度断点检测方法研究[J]. 地球信息科学学报, 2017, 19(10): 1355 − 1363.

    WANG Enlu, WANG Xiaoqin, CHEN Yunzhi. The breakpoints detection method using time series of vegetation fractional coverage [J]. J Geo-Inf Sci, 2017, 19(10): 1355 − 1363.
    [20] SHEN Xiaoji, AN Ru, FENG Li, et al. Vegetation changes in the Three-River Headwaters Region of the Tibetan Plateau of China [J]. Ecol Indic, 2018, 93: 804 − 812.
    [21] 王颖洁, 刘良云, 王志慧. 基于时序Landsat数据的三江平原植被地表类型变化遥感探测研究[J]. 遥感技术与应用, 2015, 30(5): 959 − 968.

    WANG Yingjie, LIU Liangyun, WANG Zhihui. Land covermapping based on Landsat time-series stacks in Sanjiang Plain [J]. Remote Sens Technol Appl, 2015, 30(5): 959 − 968.
    [22] 贾铎, 王藏姣, 牟守国, 等. 基于NDVI时间序列轨迹的草原露天矿区植被时空动态特征[J]. 应用生态学报, 2017, 28(6): 1808 − 1816.

    JIA Duo, WANG Cangjiao, MU Shouguo, et al. Vegetation spatial and temporal dynamic characteristics based on NDVI time series trajectories in grassland opencast coal mining [J]. Chin J Appl Ecol, 2017, 28(6): 1808 − 1816.
    [23] 陈昀琳. 基于Landsat和MODIS NDVI时序数据的青海湖流域植被覆盖度提取及其变化分析[D]. 北京: 中国地质大学, 2019.

    CHEN Yunlin. Fractional Vegetation Cover in Qinghai Lake Watershed Extraction and Change Analysis based on Time-series NDVI Data of Landsat and MODIS[D]. Beijing: China University of Geosciences, 2019.
    [24] 李杰, 张军, 刘陈立, 等. 基于MODIS-NDVI的中老缅交界区近16年植被覆盖时空变化特征[J]. 林业科学, 2019, 55(8): 9 − 18.

    LI Jie, ZHANG Jun, LIU Chenli, et al. Spatiotemporal variation of vegetation coverage in recent 16 years in the border region of China, Laos, and Myanmar based on MODIS-NDVI [J]. Sci Silv Sin, 2019, 55(8): 9 − 18.
    [25] 宋怡, 马明国. 基于SPOT VEGETATION数据的中国西北植被覆盖变化分析[J]. 中国沙漠, 2007, 27(1): 89 − 94.

    SONG Yi, MA Mingguo. Study on vegetation cover change in Northwest China based on SPOT VEGETATION data [J]. J Desert Res, 2007, 27(1): 89 − 94.
  • [1] 庞天虹, 钱婕妤, 付建新, 顾翠花, 张超.  桂花己糖激酶基因家族成员的序列及表达分析 . 浙江农林大学学报, 2021, 38(2): 225-234. doi: 10.11833/j.issn.2095-0756.20200370
    [2] 魏玮, 李俊敏, 孙丽英, 戎均康, 周伟.  小麦黄花叶病抗性鉴定及抗性亲本简单重复序列 . 浙江农林大学学报, 2016, 33(1): 71-79. doi: 10.11833/j.issn.2095-0756.2016.01.010
    [3] 黄银芝, 曾燕如, 周秦, 夏国华, 黄有军.  山核桃种子脂肪代谢期EST序列的初步分析 . 浙江农林大学学报, 2015, 32(2): 229-236. doi: 10.11833/j.issn.2095-0756.2015.02.009
    [4] 王琳, 景元书, 张悦.  基于MODIS的长江中下游地区植被净第一性生产力时空变化规律 . 浙江农林大学学报, 2015, 32(6): 829-836. doi: 10.11833/j.issn.2095-0756.2015.06.002
    [5] 李亚丹, 杜华强, 周国模, 谷成燕, 徐小军, 孙少波, 高国龙.  雷竹叶绿素与高光谱植被指数关系及其反演模型 . 浙江农林大学学报, 2015, 32(3): 335-345. doi: 10.11833/j.issn.2095-0756.2015.03.002
    [6] 刘鑫, 张金池, 谢德晋, 庄家尧, 邵永昌, 张水锋.  南京近郊麻栎林冠层蒸腾时间变化及降温效应 . 浙江农林大学学报, 2015, 32(4): 529-536. doi: 10.11833/j.issn.2095-0756.2015.04.006
    [7] 伍周玲, 梁东军, 郭明, 王晓萌, 范文翔.  新型固定化乙酰胆碱酯酶传感器的制备及氨基甲酸酯农残检测 . 浙江农林大学学报, 2014, 31(3): 457-464. doi: 10.11833/j.issn.2095-0756.2014.03.020
    [8] 阮佳佳, 袁进强, 杨仙玉.  日本蟾蜍皮肤claudin-4 cDNA的克隆与序列分析 . 浙江农林大学学报, 2013, 30(4): 561-566. doi: 10.11833/j.issn.2095-0756.2013.04.016
    [9] 王策, 秦静静, 甘红豪1, 李红, 罗志斌.  毛果杨全基因组磷酸根转运蛋白家族成员序列分析 . 浙江农林大学学报, 2012, 29(4): 516-526. doi: 10.11833/j.issn.2095-0756.2012.04.006
    [10] 尹建新, 祁亨年, 冯海林, 杜晓晨.  一种基于混合纹理特征的木板材表面缺陷检测方法 . 浙江农林大学学报, 2011, 28(6): 937-942. doi: 10.11833/j.issn.2095-0756.2011.06.017
    [11] 王正加, 黄有军, 夏国华, 郑炳松, 金松恒, 黄坚钦.  山核桃APETALA1同源基因的克隆与序列分析 . 浙江农林大学学报, 2008, 25(4): 427-430.
    [12] 桂仁意, 金爱武, 高培军, 曹福亮.  银杏核糖体DNA内转录间隔序列初步分析 . 浙江农林大学学报, 2007, 24(1): 17-21.
    [13] 邝粉良, 刘宁, 仓决卓玛, 李建川, 杨乐, 李福秀.  藏北黑颈鹤繁殖前期的昼间活动时间分配 . 浙江农林大学学报, 2007, 24(6): 686-691.
    [14] 鲁庆彬, 王小明, 丁由中, 李新庆.  扬子鳄发情期昼间行为时间分配及活动节律 . 浙江农林大学学报, 2006, 23(6): 608-613.
    [15] 鲍滨福, 余文军, 姜志宏, 俞友明.  热压温度和养护时间对快速固化水泥刨花板性能的影响 . 浙江农林大学学报, 2006, 23(2): 129-134.
    [16] 周莉花, 郝日明, 赵宏波.  蜡梅花粉活力检测方法筛选及保存时间观察 . 浙江农林大学学报, 2006, 23(3): 270-274.
    [17] 钱俊, 金永明, 沈哲红, 俞友明, 楼永生.  电场强度与作用时间对马尾松木材含水率梯度的影响 . 浙江农林大学学报, 2005, 22(2): 193-197.
    [18] 金永明, 鲍滨福, 陈庆虎, 余学军, 俞友明, 叶良明, .  陈放时间和灰木比对快速固化水泥刨花板性能的影响 . 浙江农林大学学报, 2003, 20(3): 232-235.
    [19] 吴章文.  亚热带森林旅游区夏季舒适温度的持续时间 . 浙江农林大学学报, 2003, 20(4): 380-384.
    [20] 陈波.  陆地植被净第一性生产力对全球气候变化响应研究的进展 . 浙江农林大学学报, 2001, 18(4): 445-449.
  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20210457

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2022//1

计量
  • 文章访问数:  61
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-06-29
  • 录用日期:  2021-12-31
  • 修回日期:  2021-12-23

基于断点检测的延安市富县植被变化研究

doi: 10.11833/j.issn.2095-0756.20210457
    基金项目:  国家重点研发计划项目(2017YFD0600906);三北防护林体系管理与服务平台(林防合字2019-17)
    作者简介:

    季烨云(ORCID: 0000-0001-7711-2084),从事地理信息系统技术与应用研究。E-mail: 15850781932@163.com

    通信作者: 刘鹏举(ORCID: 0000-0002-5502-6334),副研究员,从事林业GIS应用与开发研究。E-mail: liupengju@ifrit.ac.cn
  • 中图分类号: TP79

摘要:   目的  多项生态工程实施以来,陕北黄土高原地区环境明显改善,探究该区域植被的时空变化,为生态环境建设与差异化决策提供依据。  方法  以陕西省延安市富县为研究对象,利用2000—2019年生长季的Landsat TM/ETM+/OLI影像,运用DBEST算法对归一化植被指数(NDVI)时间序列进行断点检测,并提出多阶段趋势分析方法分析富县植被变化时空特征。  结果  富县植被的断点检测结果表明:66.47%的区域断点NDVI变化幅度小于0.2,主要分布在富县西部和东北地区,植被相对稳定,未发生剧烈变化;33.53%的区域断点NDVI变化幅度大于0.2,其中断点数量多于4个的区域仅占5.88%,集中分布于道路、河流沿线,变化频繁,与人为活动有关。当前阶段趋势分析表明:断点NDVI变化幅度大于0.2的区域,改善的面积占总面积的24.57%,退化面积仅占2.12%;开始时间均在2014年之前,时间分布跨度大,空间异质性强,揭示了富县植被变化的多样性及复杂性;富县有林地、疏林地、灌木林地、未成林造林地4种主要林地均趋于改善,改善面积占林地面积的96.23%。  结论  2000—2019年,富县植被整体呈现改善趋势,生态建设工程取得良好的效果;植被变化的时空特征存在差异,后续决策需因地制宜。图6表1参25

English Abstract

季烨云, 刘鹏举, 高影, 任怡, 余涛, 牛思圆. 基于断点检测的延安市富县植被变化研究[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210457
引用本文: 季烨云, 刘鹏举, 高影, 任怡, 余涛, 牛思圆. 基于断点检测的延安市富县植被变化研究[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210457
JI Yeyun, LIU Pengju, GAO Ying, REN Yi, YU Tao, NIU Siyuan. Vegetation change based on break-point detection in Fu County, Yan’an City[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210457
Citation: JI Yeyun, LIU Pengju, GAO Ying, REN Yi, YU Tao, NIU Siyuan. Vegetation change based on break-point detection in Fu County, Yan’an City[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210457

返回顶部

目录

    /

    返回文章
    返回