植被是黄河流域复杂人地耦合系统中的关键因子,其绿度增加备受关注。选择1982—2020年美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)气候数据记录(Climate Data Record,CDR)归一化植被指数(Normaliz...植被是黄河流域复杂人地耦合系统中的关键因子,其绿度增加备受关注。选择1982—2020年美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)气候数据记录(Climate Data Record,CDR)归一化植被指数(Normalized Difference Vegetation Index,NDVI)逐日数据集,提取植被年际变化指标,并补充Savitzky-Golay滤波与双logistic模型相结合的遥感物候学方法提取植被年内指标,量化年际和年内变化趋势,并利用k均值聚类方法归纳植被变化特征,分析引起植被变化的不同驱动因素。结果表明:融合的年内特征提取方法适用于黄河流域多种植被类型,识别率达98%,年内特征空间分异及时间变化特征可指示不同气候区生态工程与农业活动的差异;进一步将黄河流域植被变化划分为5类生态工程主导与2类农业活动主导,农业活动主导类的植被指标变化显著性与生态工程相当,农业集约化是黄河流域植被研究中不可忽略的重要因素。黄河流域人地关系紧张,在突出的水-粮食-生态矛盾下,需要重视农业用水的优化与保障。展开更多
文摘植被是黄河流域复杂人地耦合系统中的关键因子,其绿度增加备受关注。选择1982—2020年美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)气候数据记录(Climate Data Record,CDR)归一化植被指数(Normalized Difference Vegetation Index,NDVI)逐日数据集,提取植被年际变化指标,并补充Savitzky-Golay滤波与双logistic模型相结合的遥感物候学方法提取植被年内指标,量化年际和年内变化趋势,并利用k均值聚类方法归纳植被变化特征,分析引起植被变化的不同驱动因素。结果表明:融合的年内特征提取方法适用于黄河流域多种植被类型,识别率达98%,年内特征空间分异及时间变化特征可指示不同气候区生态工程与农业活动的差异;进一步将黄河流域植被变化划分为5类生态工程主导与2类农业活动主导,农业活动主导类的植被指标变化显著性与生态工程相当,农业集约化是黄河流域植被研究中不可忽略的重要因素。黄河流域人地关系紧张,在突出的水-粮食-生态矛盾下,需要重视农业用水的优化与保障。
