中国植被绿色度和地表温度时空异质性的长期变化

《Remote Sensing Applications: Society and Environment》:Long-term changes in spatio-temporal heterogeneities of vegetation greenness and land surface temperature in China

【字体: 大 中 小 】 时间:2026年08月19日 来源:Remote Sensing Applications: Society and Environment 3.8

编辑推荐:

   摘要尽管关于植被绿色度和地表温度(LST)长期趋势的研究已较为广泛,但其时空异质性的长期变化趋势仍未得到充分探索。本研究分析了2001年至2024年中国植被绿色度和地表温度的时空异质性变化。结果表明,中国52.0%–65.2%(3.1%–6.4%)和26.1%–29.8%(5

  

摘要

尽管关于植被绿色度和地表温度(LST)长期趋势的研究已较为广泛,但其时空异质性的长期变化趋势仍未得到充分探索。本研究分析了2001年至2024年中国植被绿色度和地表温度的时空异质性变化。结果表明,中国52.0%–65.2%(3.1%–6.4%)和26.1%–29.8%(5.9%–13.3%)的区域中,植被绿色度和夜间地表温度的空间异质性分别显著增加(减少)(p<0.05)。相比之下,白天地表温度的空间异质性趋势呈现区域差异性格局。植被绿色度和地表温度空间异质性的增加主要归因于城乡之间以及有植被覆盖区与沙漠区之间植被绿色度和地表温度差异的扩大。在季节异质性方面,无论是植被绿色度还是夜间地表温度,呈显著上升趋势的区域数量均远多于呈下降趋势的区域,而白天地表温度在大多数区域未表现出显著趋势。此外,中国超过一半区域的日较差地表温度显著降低(p < 0.05),仅1.24%的区域日较差地表温度增加。本研究对于深化我们对植被绿色度和地表温度对全球变暖和绿化响应的理解具有重要意义。

引言

植被绿色度和地表温度(LST)是表征陆地生态系统状态与动态的基本变量。植被绿色度通常通过卫星反演的谱指数(如增强型植被指数EVI和归一化差异植被指数NDVI)来量化,是反映植物光合作用活性、生物量及生态系统健康的重要指标(Fuentes等2025;Yan等2025b)。与此同时,地表温度是一个关键的地球物理参数,主导着地表能量、水分和碳交换过程(Weng 2009; Phan和Kappas 2018)。二者共同构成了理解生态过程(Abdullah等2025; Jiao等2025)、农业生产(Zhang等2024; Bao等2025)、水文循环(Kalma等2008; Munusamy等2024)以及气候变化(Zeng等2017; Zhou等2019)的必要基础。对中国而言,植被绿色度和地表温度的长期时间序列分析尤为关键,因为该国在经历了快速的土地利用变化、大规模的生态恢复工程以及加速的气候变暖的同时,这些因素对植被绿色度和地表温度产生的累积效应和滞后效应在年际快照中无法被检测到。这样的长期记录可以为评估快速城市化对环境的影响以及"退耕还林"等国家政策的有效性提供循证基础。这对于设计差异化的区域适应措施以及缓解世界人口最多的发展中国家所面临的环境风险而言至关重要。
卫星遥感是监测大范围、长时间尺度植被绿色度和地表温度不可或缺的利器,具有成本低、覆盖范围广和空间连续性等优势。近年来,随着长时序卫星数据存档的不断积累,例如中分辨率成像光谱仪(MODIS)、Landsat和Sentinel系列等数据源的不断增多,使得对这些变量的空间变化和长期变化进行广泛而细致的分析成为可能,极大地推进了我们对环境变化的认识(Arribas等2025;Peng和Gong 2025; Shafizadeh-Moghadam等2025; Xi等2025)。由于大气二氧化碳浓度不断上升等因素的影响,植被绿色度和地表温度总体上均呈现出上升趋势。Wang等(2022)利用MODIS遥感地表温度和ERA5-Land再分析地表温度,研究了2001年至2020年全球地表温度的变化趋势。研究发现全球平均地表温度变化速率为每十年0.26°C至0.34°C,且变暖速率存在显著的区域差异。北极地区的变暖速率是全球平均水平的2.5至2.8倍。Feng等(2025)利用NDVI研究了2001年至2020年额尔齐斯河流域植被绿色度的时空动态变化,并量化了植被绿色度变化的驱动因素。结果表明,近年来额尔齐斯河流域的整体植被绿色度有所改善,气候变化和人类活动是其主要驱动因素。同样地,Arribas等(2025)利用MODIS地表温度数据,分析了2002年至2021年伊比利亚半岛和巴利阿里群岛的地表温度变化趋势,报告白天地表温度的年均增长速率为0.1°C/年,夜间地表温度的年均增长速率为0.07°C/年,其中植被指数、海拔和大陆性等因素塑造了这些趋势。总体而言,这些研究极大地深化了我们对植被绿色度和地表温度时空变化及其潜在驱动因素的认识。
然而,专门针对植被绿色度和地表温度时空异质性长期变化的研究仍然稀缺。Yao等(2019)利用MODIS EVI数据,记录了2001年至2017年中国大陆33.8%–53.7%区域植被绿色度空间异质性的增加。这主要是因为高植被覆盖区域的绿化速率快于低植被覆盖区域。然而,他们的研究并未涉及植被绿色度的时间异质性以及地表温度的时空异质性,这些方面在很大程度上仍未得到探索。
为填补这一知识空白,我们系统地研究了2001年至2024年中国植被绿色度和地表温度时空异质性的变化。具体而言,我们(1)利用滑动窗口方法研究了植被绿色度和地表温度空间异质性的长期趋势;(2)揭示了植被绿色度和地表温度中城乡、植被-沙漠以及水-陆差异的长期趋势;(3)分析了植被绿色度和地表温度的季节异质性长期趋势,以及地表温度的日变化特征。本研究对于深化我们对植被绿色度和地表温度对全球变暖和绿化响应的理解具有重要意义,并为生态系统管理和气候变化适应提供了科学依据。

章节摘要

研究区域

本研究以中国为研究区域,覆盖约960万km2的国土面积,具有多样化的自然地理条件,如图1所示。在几个关键环境变量(如EVI和LST)中,空间异质性模式十分显著。中国南方由于纬度较低以及中国西北部部分地区以沙漠土地覆盖为主,白天地表温度相对较高,而青藏高原地区由于

空间异质性

我们首先计算了EVI和LST的年平均值。随后,利用滑动窗口方法量化植被绿色度和地表温度的空间异质性。对于每个像元,以该像元为中心建立矩形窗口,计算窗口内EVI或LST值的标准差并赋值给中心像元。海洋像元和国界以外的像元被排除在计算之外。选择单一窗口尺寸可能会引入一定的主观性

EVI和LST的变化趋势

2001年至2024年中国EVI和LST的变化趋势如图2所示。中国东南部大多数区域的EVI显著增加,这一结果与早期研究一致,主要归因于大气二氧化碳浓度的升高和人类土地利用管理(Zhu等2016; Chen等2019)。相比之下,中国西北部的EVI变化不大,主要是因为该地区以沙漠为主。同时,夜间地表温度在

意义

本研究考察了植被绿色度和地表温度时空异质性的长期变化。这可能存在一定的意义,以下进行讨论。
本研究发现,中国大部分区域的植被绿色度空间异质性有所增加(图3),这可能会对物种丰富度产生积极影响——物种丰富度通常被定义为一个群落中物种的数量(Fairbanks和McGwire 2004; John等2008)。其潜在机制在于更高的空间

结论

本研究分析了2001年至2024年中国植被绿色度和地表温度时空异质性的长期变化。利用滑动窗口标准差量化空间异质性。EVI的滑动窗口标准差在中国52.0%–65.2%的区域中显著增加(p < 0.05),在3.1%–6.4%的区域中显著减少;对于夜间地表温度,在中国26.1%–29.8%的区域中显著增加(p < 0.05),在5.9%–13.3%的区域中减少。然而,

CRediT作者贡献声明

李恒伟:监督、资金获取。姚瑞:写作——审阅与编辑、写作——原稿、可视化、调查、资金获取、形式分析、数据整理、概念化。李永杰:写作——原稿、可视化、调查、形式分析、数据整理。陈思远:写作——原稿、数据整理。王传:写作——审阅与编辑、形式分析。王炳汉:写作——审阅与编辑、资金获取。付震宇:

伦理声明

作者特此声明,论文《中国植被绿色度和地表温度时空异质性的长期变化》代表其原创工作,此前未曾发表,亦未在其他地方接受审读。所有作者均对该研究做出了实质性的贡献,并对其内容承担全部责任。研究按照最高伦理标准进行,所有使用的数据均来自

资金资助

本研究由湖北省自然科学基金(资助编号2025AFD075)、湖北文理学院博士启动基金(资助编号QDF2024028)、湖北省教育厅科学研究计划项目(B2024136)以及湖北省教育厅科技研究青年人才项目(Q20132606)提供资助。

利益冲突声明

作者声明不存在已知的竞争性财务利益或个人关系,这些利益或关系可能影响本文所报告的工作。
姚瑞|李永杰|马婷婷|袁敏峰|张智浩|陈思远|王传|王炳汉|付震宇|李恒伟
湖北文理学院资源环境与旅游学院,襄阳,441053,中国
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号