2005—2020年北京地区植被覆盖变化分析

doi:10.13466/j.cnki.lyzygl.2023.03.013

林业资源管理 ›› 2023, Vol. 0 ›› Issue (3): 98-104.doi: 10.13466/j.cnki.lyzygl.2023.03.013

2005—2020年北京地区植被覆盖变化分析

于世勇¹(), 徐前²(), 于晓斐³

1.国家林业和草原局林草调查规划院,北京 100714
2.国家林业和草原局信息中心,北京 100714
3.大连市国土空间规划设计有限公司,辽宁大连 116011

收稿日期:2023-03-28 修回日期:2023-05-16 出版日期:2023-06-28 发布日期:2023-08-09
通讯作者: 徐前(1970-),男,黑龙江虎林人,高级工程师,主要从事林业信息技术研究工作。Email: 738405453@qq.com
作者简介:于世勇(1981-),男,山东梁山人,高级工程师,硕士,主要从事林草调查监测评价、林草火灾监测评估等工作。Email: 2377155269@qq.com

Analysis of Vegetation Cover Changes in Beijing from 2005 to 2020

YU Shiyong¹(), XU Qian²(), YU Xiaofei³

1. Academy of Forest Inventory and Planning,National Forestry and Grassland Administration,Beijing 100714,China
2. Information Center of National Forestry and Grassland Administration,Beijing 100714,China
3. Dalian Territory Spatial Planning and Design Co.,Ltd.,Dalian,Liaoning 116011,China

Received:2023-03-28 Revised:2023-05-16 Online:2023-06-28 Published:2023-08-09

摘要/Abstract

摘要：

基于2005—2020年北京地区NDVI数据,采用NDVI等级划分、差值分析等方法,分析植被空间分布特征、时间分布特征和时空特征,揭示北京地区NDVI变化的时空规律,分析近15年北京地区植被覆盖变化和变化原因。研究结果表明:北京地区整体植被覆盖处于较高水平,从区域上看,2005—2020年北京地区NDVI平均值为极高覆盖等级的区域都分布在军都山和西山两个山脉,门头沟区、怀柔区、延庆区、房山区、昌平区、平谷区的植被覆盖处于北京地区最高水平等级;从时间上看,植被覆盖水平从2005—2020年发生了巨大变化,NDVI年均值由0.659 0上升到0.756 6,提高了14.81%;极高覆盖等级的面积比例由5.31%提高到47.79%,等级低的面积比例由5.91%下降到1.25%;从植被时空变化特征看,明显改善和轻度改善的面积比例超过了80%。两个“百万亩造林”和山区森林经营是提升北京地区植被覆盖质量的主要驱动力。

关键词: NDVI, 植被覆盖, 差值分析, 北京

Abstract:

Based on NDVI data from 2005—2020,the spatial distribution characteristics,temporal distribution characteristics and spatio-temporal characteristics of vegetation were analysed using NDVI classification and difference analysis to reveal the spatio-temporal patterns of NDVI changes in Beijing,and to explore the reasons for the changes by analysing the vegetation cover changes in Beijing in the past 15 years.Through analysis,it is found that,the overall vegetation cover in the Beijing area is at a high level.From a regional perspective,the areas with very high NDVI mean coverage classes in Beijing from 2005 to 2020 were all located in the Jundu and Xishan mountain ranges.The vegetation coverage of Mentougou District,Huairou District,Yanqing District,Fangshan District,Changping District and Pinggu District was at the highest level in Beijing.In terms of time,the level of vegetation coverage changed significantly from 2005 to 2020,with the average annual NDVI value increasing from 0.659 0 to 0.756 6,an increase of 14.81%.The proportion of area with "very high" vegetation coverage increased from 5.31% to 47.79%,and the proportion of area with "low" vegetation coverage decreased from 5.91% to 1.25%.In terms of spatiotemporal change characteristics of vegetation,the area with obvious improvement and slight improvement accounted for more than 80%.Two "million mu afforestation" projects and mountain forest management were the main driving forces to improve the quality of vegetation coverage in Beijing.

Key words: NDVI, vegetation cover, difference analysis, Beijing

中图分类号:

TP79

于世勇, 徐前, 于晓斐. 2005—2020年北京地区植被覆盖变化分析[J]. 林业资源管理, 2023, 0(3): 98-104.

YU Shiyong, XU Qian, YU Xiaofei. Analysis of Vegetation Cover Changes in Beijing from 2005 to 2020[J]. FOREST RESOURCES WANAGEMENT, 2023, 0(3): 98-104.

图/表 8

图1

图2

图3

表1

表2

图4

图5

图6

参考文献 18

[1]	于世勇, 史绍林. 全球变化对森林的影响[J]. 温带林业研究, 2021, 4(2):8-12.
[2]	Wessels K J, Prince S D, Frost P E, et al. Assessing the effects of human-induced land degradation in the former homelands of northern South Africa with a 1 km AVHRR NDVI time-series[J]. Remote Sensing of Environment, 2004,(91):47-67.
[3]	Xin Zhongbao, Xu Jiongxin, Zheng Wei. Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau(1981—2006):Impacts of climate changes and human activities[J]. Science in China Series D:Earth Sciences, 2008, 51(1):67-78.
[4]	Piao Shilong, Wang Xuhui, Philippe C, et al. Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006[J]. Global Change Biology, 2011, 17(10):3228-3239. doi: 10.1111/gcb.2011.17.issue-10
[5]	王小霞, 刘志华, 焦珂伟. 2000—2017 年东北森林NDVI时空动态及其驱动因子[J]. 生态学杂志, 2020, 39(9):2878-2886.
[6]	刘向培, 刘烈霜, 史小康, 等. 中国东北植被动态变化及其与气候因子的关系[J]. 大气科学学报, 2015, 38(2):222-231.
[7]	梁钊雄, 王兮之, 魏兴琥, 等. 基于TM影像的广西河池市岩溶地区植被覆盖度的动态变化研究[J]. 中国岩溶, 2014, 33(2):208-215.
[8]	杨绍锷, 谭裕模, 胡钧铭. 基于NDVI的广西近十年植被变化特征分析[J]. 南方农业学报, 2012, 43(11):1783-1788.
[9]	刘皓波, 邱新法. 基于GIS和TM影像的植被变化分析——以江西省武宁县为例[J]. 林业科技开发, 2013, 27(6):76-79
[10]	李晶晶, 闫庆武. 胡苗苗基于地理加权回归模型的能源“金三角”地区植被时空演变及主导因素分析[J]. 生态与农村环境学报, 2018, 34(8):700-708.
[11]	北京地形地貌及汛期特点[EB/OL].(2013-06-13)[2023-03-03]. http://www.weather.com.cn/beijing/sygdt/06/1898262.shtml.
[12]	国家林业和草原局. 2021中国林草资源及生态状况[M]. 北京中国林业出版社, 2022.
[13]	陶立超, 谭洪田. 基于NDVI数据的双峰县22年植被变化研究[J]. 西北林学院学报 2022, 37(3):149-154.
[14]	李红, 李德志, 宋云, 等. 快速城市化背景下上海崇明植被覆盖度景观格局分析[J]. 华东师范大学学报:自然科学版, 2009(6):89-100.
[15]	贾宝全, 邱尔发, 张红旗. 基于归一化植被指数的西安市域植被变化[J]. 林业科学, 2012, 48(10):6-12.
[16]	冯露, 岳德鹏, 郭祥. 植被指数的应用研究综述[J]. 林业调查规划, 2009, 34(2):48-52.
[17]	北京市国土空间生态修复规划(2021 年—2035 年)[EB/OL].(2022-06-02)[2023-03-03]. http://www.beijing.gov.cn/zhengce/zfwj/zfwj2016/szfwj/202206/W020220602627614477147.pdf.
[18]	韦艳葵. 北京平原地区森林资源状况及经营策略[J]. 林业资源管理, 2022(2):10-18.

覆盖等级	NDVI	面积/km²				比例/%
覆盖等级	NDVI	2005年	2010年	2015年	2020年	2005年	2010年	2015年	2020年
极低	[0,0.2)	14.0	9.7	15.5	10.0	0.09	0.06	0.09	0.06
低	[0.2,0.4)	970.1	1 069.8	975.2	205.6	5.91	6.52	5.94	1.25
中	[0.4,0.6)	2 857.6	3 039.8	2 943.2	1 832.7	17.41	18.52	17.94	11.17
高	[0.6,0.8)	11 696.3	11 092.2	6 401.2	6 519.3	71.28	67.59	39.01	39.73
极高	[0.8,1.0]	872.0	1 198.5	6 074.9	7 842.4	5.31	7.31	37.02	47.79

变化等级	2005—2010年		2010—2015年		2015—2020年		2005—2020年
变化等级	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%
明显退化	56.0	0.34	162.5	0.99	141.6	0.86	52.8	0.32
轻度退化	1 577.2	9.61	1 425.3	8.69	903.6	5.51	391.6	2.39
基本不变	12 937.2	78.84	5 973.2	36.40	8 246.9	50.26	2 546.4	15.52
轻度改善	1 802.4	10.98	8 356.5	50.92	5 273.5	32.13	10 592.0	64.54
明显改善	37.2	0.23	492.5	3.00	1 844.4	11.24	2 827.2	17.23

2005—2020年北京地区植被覆盖变化分析

Analysis of Vegetation Cover Changes in Beijing from 2005 to 2020

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 18

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张峰. 大型赛事的林业碳中和实践——以北京冬奥会碳中和造林项目为例[J]. 林业资源管理, 2022, 0(5): 1-6.
[2]	任天晨, 陈军锋, 刘楠. 山西省五台山地区近30年植被覆盖动态变化及影响因素[J]. 林业资源管理, 2022, 0(4): 89-99.
[3]	董彦丽, 陈爱华, 祁光增, 张峰, 王亚竹, 田晋华. 祁连山浅山区退耕地土壤质量及植被变化研究[J]. 林业资源管理, 2022, 0(3): 110-116.
[4]	韦艳葵. 北京平原地区森林资源状况及经营策略[J]. 林业资源管理, 2022, 0(2): 10-18.
[5]	高倩倩, 陈灿, 刘贺娜, 罗倩, 李霞, 林勇明, 吴承祯. 闽江流域植被覆盖度时空变化及地形分异特征[J]. 林业资源管理, 2022, 0(2): 91-99.
[6]	曾伟生. 森林蓄积量和生物量多元混合模型研建[J]. 林业资源管理, 2021, 0(6): 23-28.
[7]	张峰, 彭祚登. 北京市森林碳储量和碳汇经济价值研究[J]. 林业资源管理, 2021, 0(6): 52-58.
[8]	杜华栋, 宁本燕, 拜梦童, 范鹏辉. 1990—2019年榆神府矿区不同地貌植被覆盖度变化及驱动力探究[J]. 林业资源管理, 2021, 0(5): 121-130.
[9]	李燕彬. 大兴国际机场起降区域城市第五立面景观设计[J]. 林业资源管理, 2021, 0(4): 86-93.
[10]	蒲莹, 曾伟生, 阳帆. 北京市树高胸径回归模型研建及一元立木材积表检验[J]. 林业资源管理, 2021, 0(3): 62-66.
[11]	朱洪琴, 王敬文, 许彦红, 期俊程, 罗航, 彭泽喜. 玉溪市林分植被覆盖变化及驱动力分析[J]. 林业资源管理, 2021, 0(1): 121-131.
[12]	韩丛海, 范雅倩, 蒋健, 宋泽, 赵新元. 北京水毛茛分布与环境特征关系研究[J]. 林业资源管理, 2020, 0(4): 102-108.
[13]	贾天宇, 刘笑冰, 喻家玥, 李世玉. 北京奥林匹克森林公园生态旅游满意度评价与提升策略[J]. 林业资源管理, 2020, 0(3): 95-100.
[14]	焦银合, 于泉洲, 刘恩峰, 梁春玲, 田晓飞, 张保华. 基于遥感的南四湖菹草群落时空演变特征及其原因分析[J]. 林业资源管理, 2020, 0(1): 70-78.
[15]	冯李, 胡文英, 李应鑫, 张恩伟. Google Earth Engine在四川省多年植被覆盖度动态监测中的应用[J]. 林业资源管理, 2019, 0(4): 124-131.