干旱区地下水与天然植被关系研究综述

地下水与天然植被之间有着复杂的关系,它涉及地下水、土壤、植被等相互之间的动态平衡,而干旱区生物过程微弱,生态系统规模小、稳定性低、地下水的变化会直接影响天然植被的生长发育,与脆弱生态环境的保育有着十分密切的关系,本文针对干旱区这一特殊地域研究其规律,并对有关地下水、土壤含水量、生态地下水埋深的概念和内容做了阐述,从不同角度研究了干旱区地下水与土壤含水量、天然植被、地表荒漠化等关系以及合理地下水埋深的确定进行了总结分析,提出了与合理地下水埋深相关的生态地下水埋深、适宜地下水埋深、最佳地下水埋深、盐渍临界深度、生态警戒地下水埋深等概念,确定地下水与天然植被之间相互作用的结构框架,从生态水文学角度更深层次探讨干旱区地下水与天然植被的关系,为深入研究干旱区生态环境的演变趋势提供依据.     

焉耆盆地绿洲灌区生态安全下的地下水埋深合理界定

在西北干旱地区,地下水埋深与生态环境的关系十分密切。焉耆盆地是新疆重要的绿洲农业区,但该区生态环境脆弱,生态环境对地下水的依赖作用十分显著,同时该区又担负着向塔里木河下游输水的重任,如何实现该地区地下资源可持续开发模式,是一个急需探讨的现实问题。本文基于大量的野外调查和综合分析的基础上,通过对焉耆盆地的地下水埋深与土壤盐碱化、植被生长与潜水蒸发的相互关系的研究,从确保绿洲灌区生态安全角度提出了地下水生态埋深的概念,并阐述了其内涵,确定绿洲灌区适宜生态埋深为3.0～4.0m,即适合林地生长的适宜深度与极限潜水蒸发深度的区间。地下水生态埋深的确定,对于估算生态用水、防治土地盐渍化和沙漠化提供了科学依据,也为焉耆盆地地下水合理开采与水盐调控提供理论支撑。     

塔里木河下游地区地下水空间分布动态模拟

塔里木河是典型的内陆河，其两岸植被主要依靠地下水维持生长，两岸的地下水埋深对以胡杨、柽柳为建群种的植被群落起着关键性作用。本文根据塔里木河下游区域地下水主要是河道补给等水文地质特征，以数字高程模型(DEM)为基础数据，利用有限元三角剖分Feflow时间滞后的一维线性插值方法处理河流数据，综合应用地理信息系统ArcGIS和Feflow进行地下水的空间分布模拟。本方法克服了地下水观测点很少、基础资料缺乏的缺陷，从面上直观再现了塔里木河下游典型断面阿拉干断面的地下水变化情况，动态再现地下水水位，生成地下水埋深，为分析地下水与植被关系提供了借鉴。     

基于RS和GIS对那曲地区植被动态监测及分析

文章主要利用2006年1月至2010年8月MODIS13Q1资料,分析那曲地区的NDVI动态变化,进而来研究植被覆盖和长势情况。植被的生长状况和气候情况有密不可分的关系,文章是利用滑动平均法来去除气候因素的影响。此方法使得NDVI值能更好的反映植被生长状况及生长趋势。     

太白山地区7月NDVI多尺度周期变化及其对气候因子的响应

多尺度周期变化是植被研究的重要前沿问题之一,对揭示植被系统变化规律及其复杂性具有重要意义。本文基于太白山地区树轮宽度年表重建的近172年的7月NDVI资料数据,采用集合经验模态分解法（EEMD）对其在不同时间尺度上的变化特征及其对气候因子的响应进行了分析,结果表明：①太白山地区南北坡7月NDVI呈微弱的非线性上升趋势,北坡/南坡NDVI分别具有3.3 a/3.5 a、8.1 a/8.8 a的年际尺度周期,以及18 a/19.1 a、36 a/34.4 a和64.8 a/68.8 a的年代际尺度周期。②重构的年际尺度变化较好地呈现了NDVI原始序列的波动细节,而年代际尺度变化则揭示了不同时期内NDVI的增减交替变化。北坡NDVI的年际尺度波动较大,而南坡NDVI的年代际尺度波动略强。③在年际尺度上影响NDVI的主要因素是降水,年代际尺度上影响NDVI的主要因素是气温。④北坡NDVI变化主要受水分因素控制,而南坡NDVI则受热量因素影响更为明显。分析太白山地区NDVI的多尺度变化及其影响因素对研究太白山地区植被生长的变化特征具有重要意义。     

华北平原地下水降落漏斗演变及主导因素分析

通过对大量的野外资料分析,发现华北平原浅层地下水位最大埋深已达65m,埋深大于10m的区域面积占全区总面积的44.4%,浅层地下水降落漏斗串珠状分布于太行山和燕山山前平原的工业城市;深层地下水位最大埋深达110m,埋深大于40m分布区面积占总面积的43.1%,形成了华北平原复合漏斗,面积占52.6 %。通过对20世纪50年代至今降水量减少、河道渗漏量减少和地下水开采量增加的变化分析,发现地下水位下降和漏斗的形成与人类开采地下水和降水量持续减少密切相关,通过采用关联度计算分析,认为人类开采地下水是区域地下水位下降的主导因子。     

河北省植被多时相SPOT-VGT NDVI变化及与气候因子的关系

利用1998-2012年生长季的SPOT-VGT NDVI数据集和气温降水数据,应用最大值合成法、平均值法、一元线性回归分析法、相关系数、偏差和标准差,分析了河北省植被生长季NDVI的时空变化及与气候因子的关系。结果表明:1998-2012年15年间河北省植被生长季内NDVI值呈波动上升趋势,最小NDVI值为1999年的0.49,最大NDVI值为2012年的0.59。在每年的植被生长季内,6到7月NDVI增长最快,8月达到最大值0.70,9月NDVI开始下降。河北省NDVI空间分布呈现由中部向两边减少的趋势。植被生长季NDVI 15年平均最高值达0.77,出现在燕山山脉的雾灵山附近;最低值为0.01,出现在沧州东部沿海。1998-2012年间河北省植被生长季NDVI总体上呈现增加的趋势,NDVI减少的区域占9.16%,增加的区域90.84%。生长季平均NDVI与平均降水呈正相关,R2为0.7976;与平均气温呈负相关关系,R2为0.2076。1999-2002、2006-2007年生长季NDVI均值低于15年均值,其余年份均高于15年均值。张家口中部大部分地区、承德北部和东部一小部分、沧州东部大部分地区及衡水的中北部大部分地区植被覆盖变化程度较大,其中唐山是由于NDVI下降引起的植被覆盖变化程度较大,其它地区是由于NDVI上升。     

新疆塔里木河下游生态输水对地下水位和水质的影响

本文结合塔里木河下游六次生态输水过程（2000年～2004年）和对40眼地下水监测井水质分析资料，重点研究了塔里木河下游生态输水对地下水位和地下水质的影响以及地下水位与水质的变化关系。研究结果表明：塔里木河下游地下水位和水质状况随六次间歇性生态输水发生明显变化。河道两侧地下水位埋深在输水过程中明显抬升，由输水前的8m～11m，抬升到5m～6m；地下水质表现为：在输水初期，地下水水化学成分中的主要离子含量和矿化度都较高，随着生态输水的实施，矿化度开始下降，下降幅度先快后慢。其中在距河道不同位置处，由于受输水影响强度的差异和地下水位抬升状况的变化，地下水矿化度的变化特点不尽一致。但总体表现为随着地下水位的抬升地下水矿化度不断下降的趋势。     

基于ASTER数据源的地表参数关系分析

以ASTER为数据源,反演了研究区的地表温度(LST),并提取了NDVI、植被覆盖度、不透水面密度3个参数,从不同土地利用类型上、不同层次上分析了地表温度与其他3个参数的定量关系,以寻求其内在作用规律,并分析其对城市热岛的表征性,研究结果表明：在各土地利用类型或整个研究区上地表温度与其他3个参数的关系异常复杂,很难用线性表达;而在1%的间隔尺度上平均温度与植被覆盖度、不透水面密度分别呈明显线性负相关和正相关关系,在0.01间隔尺度上地表温度和NDVI关系仍较复杂,呈分段性变化;另外,植被覆盖度、不透水面密度对城市热岛的表征性和代表性要强于NDVI,利用二者研究城市热岛更为有效,更有利于城市热岛与下垫面参数内在作用机制的分析。     

基于MODIS数据的土地覆盖变化与气候因子敏感性分析研究

热量、降水和湿度决定着地表植被类型及其分布,而植被类型又决定着陆地生态系统。目前在GCTE和LUCC领域研究中应用最为广泛的植被指数数据源是NOAA/AVHRR,而且多用于研究大区域、长时间尺度的变化,该文运用具有36个波段的新一代中分辨率成像光谱仪（MODIS）数据,通过对影像资料的预处理、数据提取、校正和投影变换,在没有现成MODIS-NDVI产品库的情况下,主要采用月最大NDVI值合成法,对2002年～2004年和田绿洲3年生长季的MMVCNDVI进行分别计算、合成提取,同时将研究区MODIS影像的月MMVCNDVI图按植被活性强度分级描述,通过建立统一的分类标准,在对所有图像进行分类后,利用“3S”技术,并耦合气温、降水、湿度、两个月滑动平均值和5个月滑动平均值进行偏相关分析,分别讨论了研究区月平均NDVI和主要土地覆盖类型动态变化对气候效应的敏感性,并建立了温度＞湿度＞降水的敏感性程度排序表。     

基于ASTER数据源的地表参数关系分析——以福州市为例

以ASTER为数据源,反演了研究区的地表温度（LST）,并提取了NDVI、植被覆盖度、不透水面密度3个参数,从不同土地利用类型上、不同层次上分析了地表温度与其他3个参数的定量关系,以寻求其内在作用规律,并分析其对城市热岛的表征性,研究结果表明：在各土地利用类型或整个研究区上地表温度与其他3个参数的关系异常复杂,很难用线性表达;而在1％的间隔尺度上平均温度与植被覆盖度、不透水面密度分别呈明显线性负相关和正相关关系,在0．01间隔尺度上地表温度和NDVI关系仍较复杂,呈分段性变化;另外,植被覆盖度、不透水面密度对城市热岛的表征性和代表性要强于NDVI,利用二者研究城市热岛更为有效,更有利于城市热岛与下垫面参数内在作用机制的分析。     

西北地区NDVI对水热条件年内变化的响应及其空间特征

利用西北地区1982年-2006年日均温与降水数据和GIMMS—NDVI数据,以时滞互相关法为基础,通过生态区划和植被类型两个层面分析了水热条件的季向变化同半月NDVI变化之间的相关关系,分析结果表明：①植被覆盖较好且海拔较低的山地区以及河流沿线的NDVI与气温、降水的相关程度相对较高,响应也较快,而盆地以及海拔较高的高原或山地区的相关程度相对较低且响应时间较长,初步判定是水热条件好的区域相关程度高且响应迅速,相反水热条件差的区域相关程度低且响应迟缓。进一步以西北地区生态地理区划分析西北地区水热状况对NDVI变化的影响,得出≥10℃积温和降水量大的地区NDVI与气温、降水的相关程度较大且响应快,相反则相关程度较小且响应慢,并且在半月均温和半月平均降水的共同作用下影响半月NDVI平均值的变化;②气温和降水变化对植被NDVI的影响程度从大到小依次为针叶林、灌丛和草原、草甸和草本沼泽、阔叶林与荒漠植被,即由东、西分别向荒漠植被,相关性逐渐减小。某一类型的植被的生长对气温的要求高,则这类植被与气温的相关程度高且响应快,相反植被的生长对气温的要求低,则这类植被与气温的相关程度则低且响应慢,对于降水也是如此。     

三江平原地下水承载农业灌溉规模分析

为了加强地下水资源的管理,合理开发利用和保护地下水资源,指导区域农业生产规模和水利工程建设;该文建立了三江平原地区地下水流的三维数学模型,并使各灌区内地下水位埋深接近潜水极限埋深值,分析规划水平年三江平原地下水开采量,及最大区域灌溉面积。结果显示,到2030年三江平原总的地下水开采量为46.05×10~9 m~3,区域内总的地下水开采量所能承载的灌溉面积为1262.7万亩,不足以支持全区规划年1887.1万亩的总灌溉面积;因此,加强地表引水灌溉力度和合理规划利用地下水是有必要性的。     

塔里木河下游应急输水前后胡杨生长量分析——以喀尔达依断面为例

通过对塔里木河下游喀尔达依断面应急输水前后不同离河距离胡杨生长量观测与统计分析，结果表明：应急输水前(1994年～1999年，下同)不同离河距离胡杨生长曲线均呈现平行、重合与水平状态，即输水前不同离河距离每年生长量大小趋于一致；应急输水后(2000年～2004年，下同)不同离河距离生长量曲线不平行、不重合、不水平，即不同离河距离胡杨生长量不一致。结合喀尔达依断面应急输水前地下水埋深值及6次应急输水资料，对胡杨生长量进行对应分析，结果表明：应急输水前，不同离河距离地下水埋深的一致性决定了胡杨生长量基本相同，当地下水埋深在9m时，胡杨一级枝年轮仍具有有限的生长量；应急输水后，随输水总量增加及地下水埋深抬升，胡杨生长量同步增加，应急输水明显地促进了河畔带胡杨的生长与恢复；应急输水后胡杨生长量大于应急输水前，对输水产生积极响应，可作为判定胡杨恢复效果的定量指标之一。     

黄土高原长武县域植被变化季相趋势及影响因素

黄土高原地区植被生长改善情况已被广泛证实,评价县域季节尺度的植被覆盖变化及影响因素有助于针对性识别植被改善时空效果。本文基于2000-2012年MODIS NDVI数据和Sen+Mann-Kendall模型,对陕西省长武县季相植被覆盖变化趋势的影响因素进行分析,研究结果显示:①2000-2012年长武县的NDVI值呈波动上升趋势,增速为0.064/10a,其中2000-2004年增加最为明显;②长武县植被覆盖总体增加,呈减少趋势区域主要分布在城镇化和工业化快速发展的县城周边;平缓波动趋势区域在空间分布上较集中于北部耕地;③2000-2012年间长武县夏季植被改善情况最为显著;秋季植被改善状况次之;春季改善状况较夏秋弱,北部区域植被覆盖减少像元数增多;④气温和降水的变化促进了植被改善,其中在年际尺度降水为主要影响因素;在季相尺度春季降雨对植被生长具有最显著作用;月际尺度降水的改变对植被生长的影响较小,而气温因素对植被生长的影响较大。不仅退耕还林工程对长武县植被改善有积极影响,农用地撂荒对植被恢复的作用也值得考量。     

基于时序LAI的地块尺度玉米长势监测方法

农作物长势监测可为田间管理措施调整和农作物产量预测提供及时、准确的信息。针对中国地块面积小的情况,本文采用中高分辨率的多源遥感影像Landsat-7 ETM+影像、Landsat-8 OLI影像、高分一号（GF-1）影像、HJ-1 A/B卫星影像为数据源;针对目前过多依赖NDVI等易饱和植被指数的问题,研究中选择LAI为长势监测指标,并利用PROSAIL辐射传输模型反演LAI,以保证该指标的准确性;长势实时监测采用RPLAI、LVCI、MLVCI指标,从多个角度表征长势的实时监测结果。研究结果表明：①同时相GF-1影像和Landsat-8 OLI影像具有较高的相关性,2种影像在近红外波段、绿波段、红波段的相关性决定系数R²分别为0.9320、0.7339、0.7153。②基于PROSAIL模型可以反演得到高精度的LAI,基于时序LAI的玉米生长过程监测结果表明：2015年,黑龙江农垦总局八五二农场6月下旬玉米冠层LAI快速增加,7月底、8月初LAI达到最大,并持续一段时间,进入8月下旬后,LAI开始下降。③利用RPLAI、LVCI、MLVCI指标对研究区玉米长势实时监测的结果表明,与2011—2014年相比,2015年八五二农场玉米长势一般,研究区北部长势较好,南部区域长势较差。从研究结果我们得出如下结论：①同时相的Landsat-8 OLI影像与GF-1遥感影像,经过相对辐射定标后可以结合使用于农作物长势监测中;②利用PROSAIL模型反演时序LA,可用于地块尺度的农作物长势精细监测。     

南方丘陵山地带NDVI时空变化及其驱动因子分析

本文利用MODIS归一化植被指数(Normailized Difference Vegetation Index,NDVI)数据对南方丘陵山地带2000-2010年间植被覆盖的年际动态、季相变化和空间差异进行研究,并结合气象因子和土地利用/覆被数据分析植被覆盖变化的原因。研究表明:南方丘陵山地带植被NDVI值较高,属高植被覆盖区。2000-2010年间植被NDVI整体呈上升趋势,但并不显著(p=0.45)。从不同植被类型的季相变化来看,草地的变化幅度最大,其次为灌丛,森林植被变化幅度最小,生长峰值主要出现在8、9月份。植被覆盖变化存在显著的空间差异,封山育林、退耕还林还草生态恢复区和石漠化综合治理区的植被覆盖度显著提高,城镇化迅速发展区植被明显退化。植被覆盖变化是气候和人类活动共同作用的结果。植被覆盖年际变化与气候因子年际变化的相关系数区域分异比较明显。降水量对植被覆盖的影响主要表现在对植被生长年内变动的控制,大部分植被生长对降水存在1个月滞后现象。农业生产的提高、城市化进程的加速及生态建设的重视等人类活动是影响植被覆盖变化空间差异的另一重要因素。     

基于模型模拟的NDVI对叶片生化组分参数的敏感性及叶绿素估算

归一化植被指数(NDVI)能够反映绿色植物的生长状况、监测作物长势,并与叶片尺度和冠层尺度的植被生化参数密切相关。研究方法主要是通过PROSAIL模型来分析NDVI的敏感性。在叶片尺度上,对NDVI变化的敏感性最高的参数是叶绿素含量(Cab),其次是叶肉结构参数(N);而干物质含量(Cm)和含水量(Cw)变化的敏感性较弱。在冠层尺度,NDVI对叶面积指数(LAI)的敏感性最高,其次是观测天顶角(VZA);叶倾角分布(LAD)和太阳高度角对NDVI的敏感性也较大。2017年5月16～18日野外实验采集数据及冬小麦叶片,通过实验室测得叶绿素浓度,结合2017年5月15日河北省石家庄市栾城区Landsat OLI影像,计算出采样点小麦的NDVI,建立叶绿素含量估算模型,生成栾城区冬小麦叶绿素含量分布图,得到研究区叶绿素浓度大部分在30～70μg·cm~(-2)。     

基于普通克里格的遥感数据尺度下推研究

遥感数据作为地学研究和工作的重要信息源,其不同的测量方法所获取的遥感数据存在着尺度差异。尺度差异在极大程度上会制约着遥感数据的应用,因此,在应用不同尺度的遥感数据时,对其进行尺度转换显得极为重要和必要。本文以基于Landsat TM影像计算的NDVI为例,用普通克里格的方法对其进行尺度下推,结果证实普通克里格是一种有效可行的NDVI尺度下推方法。最后与反距离加权尺度下推的结果对比分析,相较而言,普通克里格尺度下推成果具有更多优点:(1)与真值拟合的趋势线的斜率更接近1,截距更接近0,决定系数更接近1;(2)均值更接近真实值的均值;(3)均方根误差更小。分析结果说明普通克里格尺度下推法要优于反距离加权法尺度下推法。     

澜沧江流域植被覆盖变化特征及其与气候因子的关系

通过比较MODIS植被指数产品NDVI和EVI的差异,选择利用2000年-2009年的NDVI产品来分析澜沧江流域植被覆盖变化特征。分析了澜沧江流域NDVI的时间和空间变化规律,同时,研究了该流域NDVI与主要气候因子（气温、降水、相对湿度、日照时间）之间的相关关系。结果显示：从2000年到2009年的10年间,澜沧江流域的植被覆盖状况整体较好,年均NDVI都大于0.45,年际变化呈波动增加趋势,生态环境有改善的趋势。但流域平均NDVI季节性变化明显,呈典型的单峰分布,NDVI最低值在3月,5月份开始迅速上升,最高值在8月。NDVI在0.35至0.6之间波动。澜沧江流域月均NDVI与气温、降水量、相对湿度和日照时数关系密切,相关系数分别为0.619,0.691,0.801和-0.601,气温的升高有利于流域生态环境的改善。在空间上,流域平均NDVI表现出明显的纬度地带性特征,最高值出现在流域最南部,最低值出现在最北部。10年来NDVI值变小的区域集中在上游和下游,NDVI值变大的区域主要集中在中游。