Zazielenienie chińskich pustyń i reakcja na zmienność klimatu i działalność człowieka / Xiaoyu Liu i Liangjie Xin

0
641

Fot.: Wygląd pustyni Takla Makan. Z Wikimedia Commons, repozytorium wolnych multimediów.

Streszczenie

Roślinność, która jest dobrym wskaźnikiem wpływu zmienności klimatu i działalności człowieka, może odzwierciedlać dynamikę ekosystemów pustynnych. Aby ujawnić zmiany wegetacji na chińskich pustyniach, zmierzono trendy w miesięcznym, sezonowym i rocznym wskaźniku znormalizowanej różnicy wegetacji (NDVI) w latach 2000-2017 zarówno czasowo, jak i przestrzennie za pomocą estymatora Theila-Sena i testu Manna-Kendalla. Ponadto wykorzystano współczynniki korelacji i analizę pozostałości, aby ocenić korelacje między NDVI a czynnikami klimatycznymi oraz rozróżnić wpływ zmienności klimatu i działalności człowieka. Wyniki pokazały, że pustynie w Chinach przeszły proces zazieleniania. Roczny wskaźnik NDVI wykazywał znaczny trend wzrostowy w tempie 0,0018/rok, z wartościami 0,094 w 2000 r. i 0,126 w 2017 r. Istotne tendencje wzrostowe NDVI obserwowano we wszystkich czterech sezonach. NDVI były wyższe latem i jesienią niż wiosną i zimą. Zarówno miesięczny NDVI, jak i jego trendy wykazały w ciągu roku krzywą w kształcie odwróconej litery U. Pod względem przestrzennym tendencje zazieleniania występowały głównie na południowym krańcu pustyni Gurbantunggut, w północno-zachodniej części pustyni Taklimakan oraz na pustyni Kubuqi. Korelacje między NDVI a czynnikami klimatycznymi w skali miesięcznej i sezonowej były silniejsze niż w skali rocznej. Temperatura i opady miały pozytywny wpływ na NDVI w skali miesięcznej i sezonowej, ale tylko opady miały pozytywny wpływ na NDVI w skali rocznej. Działalność człowieka, zwłaszcza ekspansja oaz i środki stabilizacji piasku.

PDF

journal.pone.0256462

Tłumaczenie:

Wstęp

Pustynie to jeden z głównych typów pokrycia terenu, zajmujący około jednej trzeciej lądowej powierzchni Ziemi [ 1 ]. Ze względu na topografię, cyrkulację atmosferyczną, szerokość geograficzną, prądy oceaniczne itp., pustynie, jako produkt suchych warunków klimatycznych, występują najczęściej na zachodnich wybrzeżach kontynentów w pobliżu 30° szerokości geograficznej północnej i południowej [2, 3 ]. Nadal nie ma powszechnie akceptowanej wspólnej lub technicznej definicji pustyń, różniących się jedynie cechami charakterystycznymi (np. klimatem, pogodą i hydrologią) [ 4]. Ponadto pustynie są dynamiczne, a ich granice stopniowe i niejasno określone. W Chinach pustynie są rozmieszczone głównie na północnym zachodzie, na który wpływają zarówno monsuny wschodnioazjatyckie, jak i globalne zachodnie, a zmienność klimatu występująca w ciągu roku jest krytycznie uzależniona od wzajemnego oddziaływania cyrkulacji monsunowej między latem a zimą [5 ].

Jako potencjalny skutek globalnego ocieplenia [ 6 ], ekosystemy pustynne jako jeden z wrażliwych ekosystemów ulegają dynamicznym zmianom [3 ]. Wyjaśnienie zmian zachodzących w ekosystemach pustynnych może pomóc w zrozumieniu ich równowagi ekologicznej i w podjęciu w odpowiednim czasie skutecznych działań. Ważne jest, aby wzmacniać budownictwo ekologiczne i podejmować na czas skuteczne środki zaradcze. Ze względu na wrażliwość na zmienność klimatu i dobre wyniki na obszarach suchych [ 7 – 9 ] roślinność może być idealnym wskaźnikiem do wykrywania zmian w dynamice ekosystemów pustynnych [10]. Znormalizowany wskaźnik różnic wegetacji (NDVI), który dostarcza informacji o warunkach wegetacji, może identyfikować niską biomasę i wzrost pokrywy roślinnej niż inne wskaźniki [11], dlatego stał się najczęściej stosowanym wskaźnikiem w badaniach nad dynamiką wegetacji [12,13]. W ostatnich dziesięcioleciach kilka badań skupiło się na zmianach NDVI w regionach suchych i półpustynnych [14-16]. Ich wyniki wykazały, że NDVI wykazało trendy zazieleniania w skali rocznej w kilku regionach, takich jak pustynia Gurbantunggut, która wykazywała tendencję wzrostową, która wahała się w latach 1981–2003 [ 17 ]. W tym samym czasie znacząco wzrósł wskaźnik NDVI dla Azji Centralnej, który wyniósł 11,35% [18 ]. Na globalnych obszarach półpustynnych średnia NDVI wzrosła w latach 1981-2007 o około 0,015 jednostki NDVI [19]. Różnice sezonowe zaobserwowano w globalnym NDVI, na przykład trend wzrostowy NDVI wiosną, latem i jesienią zaobserwowano w niektórych regionach półkuli północnej na średnich i wysokich szerokościach geograficznych, a trend spadkowy NDVI latem i jesienią zaobserwowano w niektórych suchych i półpustynnych regionach półkuli południowej [ 20 ]. Zmiany NDVI występujące w ciągu roku można zaobserwować w skali miesięcznej. Na przykład miesięczna średnia NDVI wzrosła między styczniem a sierpniem i spadła w grudniu w Nigerii [ 15 ]. Jednak miesięczna średnia NDVI w Azji Środkowej jest najwyższa w styczniu i grudniu [ 21 ].

Na wahania NDVI wpływa wiele czynników, które można podzielić na czynniki środowiskowe i antropogeniczne [ 22-24 ]. Wśród różnych czynników środowiskowych za dwa najbardziej wpływowe czynniki uważa się wahania temperatury i opadów, które są formami zmienności klimatu [ 25 – 27]. W większości przypadków wpływ temperatury jest pozytywny, ale czasami ma negatywny wpływ. Na przykład NDVI jest dodatnio skorelowana z temperaturą, w której energia jest ograniczona do wzrostu roślinności na wyższych szerokościach geograficznych i wysokościach na kontynencie północnoamerykańskim, zwłaszcza na początku sezonu, ale zazwyczaj w połowie sezonu zależność jest ujemna dla niższych szerokościach geograficznych, gdzie woda jest granicą wzrostu roślinności [ 28 ]. Temperatura ma dodatnią korelację z NDVI na obu końcach sezonów wegetacyjnych, ale słabą korelację ujemną w środku sezonu wegetacyjnego na środkowych Wielkich Równinach [ 29 ]. Opady pozytywnie wpływają na NDVI, zwłaszcza w regionach suchych i półpustynnych, w których brakuje wody [ 30 – 32]. Wpływ zmienności klimatu ma również zróżnicowanie sezonowe, gdyż temperatura jest dominującym czynnikiem wiosną, który obniża NDVI w Azji Środkowej, która jest środowiskiem odpowiednim dla rozwoju roślinności i powoduje wzrost topnienia zimowego śniegu i lodu, zwiększając tym samym wilgotność na wiosnę [ 33 , 34 ]. Wystarczające opady w okresie letnim są bardziej korzystne dla wzrostu roślinności na obszarach suchych [ 35 ]. Wpływ klimatu ma opóźnienie czasowe, które jest różnie rozłożone w różnych regionach. Na przykład w Chinach występowało 3-miesięczne opóźnienie między NDVI a temperaturą w skali biomu [ 36 ], aw skali globalnej występowało 2-letnie opóźnienie w temperaturze [ 37]. Działalność człowieka, taka jak ekspansja gruntów rolnych i lasów w Chinach i Indiach, zwiększyła ich względny obszar odpowiednio o około 25% i 6,8% i odegrała kluczową rolę w globalnym zazielenianiu [ 22 ] . Jednak dramatyczny spadek NDVI zaobserwowano w deltach Jangcy i Rzeki Perłowej z powodu szybkiej urbanizacji [ 36 ].

NDVI jest skutecznym wskaźnikiem warunków wpływających na wzrost roślinności i może odzwierciedlać wpływ czynników środowiskowych i antropogenicznych. Wcześniejsze badania zwracały większą uwagę na dynamikę NDVI i wpływowe czynniki w różnych regionach (np. Węgry [ 38 ], Azja Środkowa [ 21 ] i Kanada [ 39 ]), a także różne rodzaje pokrycia terenu (np. użytki zielone [ 40 ]), lasy [ 41 ] i pola uprawne [ 42 ]). Z drugiej strony niewiele badań uwzględniało zmiany NDVI i czynniki napędzające zarówno w skali międzyrocznej, jak i śródrocznej w regionach o niskiej pokrywie roślinnej, zwłaszcza w strefach suchych i pustynnych, które są bardziej wrażliwe na czynniki zewnętrzne.

W połączeniu z istniejącymi badaniami stwierdzono, że roślinność w większości suchych stref na całym świecie wykazuje ostatnio tendencję do stopniowego ożywienia [ 8 , 43 ]. Jako kraj o rozległych obszarach pustynnych, Chiny od lat są atakowane przez wiatr i piasek, rząd przywiązywał do tego dużą wagę i poczynił świetne praktyki w kontrolowaniu pustyni, zwłaszcza od XXI wieku, ochrona ekologiczna była bardzo podkreślana w Chiny. Jednak nadal brakuje szczegółowych badań dotyczących dynamiki wegetacji wszystkich pustyń w Chinach oraz stopnia, w jakim wpływają na nie czynniki klimatyczne i działalność człowieka.

Niniejsze badanie ma na celu analizę zmian NDVI i wpływowych czynników na chińskich pustyniach w latach 2000-2017. W szczególności badanie to ma na celu (1) wykorzystanie danych miesięcznych, sezonowych i rocznych do zbadania trendów NDVI i czynników klimatycznych w czasie i przestrzeni; (2) przeanalizować korelacje między NDVI a temperaturą i opadami w skali miesięcznej, sezonowej i rocznej, aby lepiej zrozumieć zależności między NDVI a czynnikami klimatycznymi i porównać ich wpływ w różnych skalach czasowych; oraz (3) wykorzystać analizę pozostałości do rozróżnienia regionów zazieleniających spowodowanych działalnością człowieka w latach 2000–2017.

Materiały i metody

Zakres badań

Pustynie w Chinach są szeroko rozpowszechnione na północy, zwłaszcza w północno-zachodnich Chinach, które znajdują się między 75°-115°E a 35°-47°N, o powierzchni około 0,98 miliona km2. Większa część pustyń jest rozmieszczona na obszarach suchych, a pozostała część na obszarach półpustynnych. Średnia roczna temperatura na chińskich pustyniach waha się od -10°C do 15°C, a roczne skumulowane opady na większości obszarów wynoszą mniej niż 200 mm i występują głównie latem. Na badanym obszarze znajduje się osiem pustyń: pustynia Gurbantunggut, pustynia Taklimakan, pustynia Kumtag, pustynia Qaidam Basin, pustynia Badain Jaran, pustynia Tengger, pustynia Ułan Buh i pustynia Kubuqi ( ) .

Miniaturka

Ryc. 1. Rozmieszczenie przestrzenne pustyń w Chinach (a) oraz średnia roczna temperatura (b) i opady (c) na chińskich pustyniach w latach 2000-2017.

https://doi.org/10.1371/journal.pone.0256462.g001

Źródła danych

Dystrybucja pustyni.

Dane o rozmieszczeniu na pustyni wykorzystane w tym badaniu uzyskano głównie ze zbioru danych o rozmieszczeniu na pustyni (piasku) w skali 1:100000 w Chinach [ 44 ]; dane zostały zinterpretowane, wyodrębnione i zredagowane z obrazów cyfrowych Thematic Mapper (TM) i chińskiej mapy użytkowania gruntów z 2000 r. Zasięg pustyń został poprawiony przy użyciu mapy topograficznej Chin i mapy rozmieszczenia pustyni w skali 1:2000000 w Chinach [ 45 ].

dane NVI.

W tym badaniu NDVI z MOD13A2 zastosowano jako wskaźnik aktywności roślinności. Zbiór danych NDVI został zaczerpnięty z danych produktu wskaźnika roślinności MODIS (Moderate Resolution Imaging Spectroradiometer) na stronie internetowej NASA ( https://lpdaac.usgs.gov/products/mod13a2v006/ ) [ 46] i został już skorygowany o wpływ gazów atmosferycznych, cienkich chmur pierzastych i aerozoli, z rozdzielczością przestrzenną 1 km i rozdzielczością czasową 16 dni. W okresie od grudnia 2017 r. do lutego 2000 r. wykorzystano łącznie 411 obrazów. Przetwarzanie danych, takie jak scalanie obrazów, transformacja odwzorowania mapy, ponowne próbkowanie i maskowanie przez obszary pustynne, zostało przeprowadzone na oryginalnie pobranych danych NDVI. Zastosowano metodę kompozytu wartości maksymalnej (MVC) do obliczenia miesięcznych i rocznych danych NDVI dla każdego piksela w celu zmniejszenia wpływu atmosferycznego chmur i aerozoli [ 47 – 49]. Średnie wartości dla wiosny (marzec-maj), lata (czerwiec-sierpień), jesieni (wrzesień-listopad) i zimy (styczeń, luty i grudzień) obliczono oddzielnie, aby naprawdę odzwierciedlić sezonowe różnice w NDVI. W przeciwnym razie maksymalne wartości NDVI dla wiosny, lata i jesieni byłyby bardzo podobne, ale dla zimy pojawiłaby się duża różnica.

Dane klimatyczne.

Dane dotyczące średniej miesięcznej temperatury i miesięcznych skumulowanych opadów w latach 2000–2017 w rozdzielczości przestrzennej 1 km uzyskano z Narodowego Centrum Danych Płaskowyżu Tybetańskiego ( http://data.tpdc.ac.cn ) [ 50–52 ]. Oryginalne dane klimatyczne zostały połączone, przekształcone, zamaskowane i zarejestrowane, aby były zgodne z danymi NDVI. Średnie sezonowe i roczne temperatury oraz skumulowane opady zostały obliczone na podstawie wartości miesięcznych w celu ułatwienia analizy. W celu zrozumienia warunków klimatycznych badanego obszaru obliczono również wieloletnie średnie temperatury ( ryc. 1(b)) i opadów ( ryc. 1(c)) od 2000 do 2017 roku.

Zarówno dane rastrowe NDVI, jak i dane rastrowe klimatu zostały przetworzone i przeanalizowane przy użyciu ArcGIS10.5, MATLAB R2016a i Python 3.7.

Metody

Estymator Theila-Sena.

Estymator Theila-Sena oblicza oszacowanie nachylenia jako medianę nachylenia w jednym punkcie, a punkt przecięcia jako medianę nachylenia w jednym punkcie. Estymator Theila-Sena może skutecznie wyeliminować wpływ wartości odstających na wyniki estymacji ( równanie 1 ) [ 53 , 54 ]. W przeciwieństwie do zwykłej metody najmniejszych kwadratów używanej do regresji liniowej, estymator Theila-Sena jest nieobciążonym oszacowaniem trendu liniowego i jest bardziej niezawodny; dlatego jest szeroko stosowany do szacowania nachylenia NDVI [ 55 – 58 ].(1)gdzie NDVI i i NDVI j są odpowiednio wartościami NDVI w chwilach i oraz j . Do obliczenia trendu dla każdego piksela zastosowano estymator Theila-Sena; ogólnie nachylenie >0 wskazuje na pozytywny trend wartości NDVI piksela w okresie i odwrotnie.

Test Manna-Kendalla.

Do oceny istotności trendu estymatora Theila-Sena zastosowano test Manna-Kendalla, który jest testem nieparametrycznym [ 59 , 60 ]. I był szeroko stosowany w analizach trendów NDVI [ 39 , 61 – 63 ]. Test Manna-Kendalla obliczono za pomocą równań ( 2 – 4 ).(2)(3)(4)gdzie n to długość danych szeregów czasowych (w tym badaniu n = 18), S reprezentuje statystykę Manna-Kendalla, a Z to statystyka standaryzowana, która jest zgodna ze standardowym rozkładem normalnym. | Z | > 1,96 wskazuje, że dane szeregów czasowych zmieniają się istotnie na poziomie 5%.

W połączeniu ze statystyką Manna-Kendalla i estymatorem Theila-Sena piksel pokazuje trend zazieleniania, gdy nachylenie > 0 i | Z | > 1,96, piksel wykazuje tendencję do brązowienia, gdy nachylenie < 0 i | Z | > 1,96, a piksel nie wykazuje znaczącej zmiany, gdy | Z | ≤ 1,96.

Analiza korelacji NDVI i czynników klimatycznych.

Współczynnik korelacji Pearsona (r) był powszechnie stosowany we wcześniejszych badaniach do oceny zależności między dynamiką wegetacji a czynnikami klimatycznymi [ 43 , 64 , 65 ]. W tym badaniu metoda ta została zastosowana do obliczenia korelacji między miesięcznym, sezonowym i rocznym NDVI a czynnikami klimatycznymi (tj. temperaturą i opadami). Wartości P zostały użyte do wskazania istotności korelacji.

Analiza pozostałości.

Na zmiany NDVI wspólnie wpływają zmienność klimatu i działalność człowieka [ 64 , 66 , 67 ]. Jednak wpływ działalności człowieka na NDVI pustyń jest trudny do oszacowania przy użyciu tylko jednego wskaźnika lub kilku wskaźników. Metoda analizy resztkowej może oddzielić wpływ czynników klimatycznych i działalności człowieka za pomocą wielokrotnej regresji liniowej (Równania 5 i 6 ), dlatego jest szeroko stosowana do identyfikacji wpływu działalności człowieka [ 23 , 68 ].(5)(6)gdzie NDVI pre , n jest wartością NDVI przewidywaną na podstawie temperatury i opadów w roku n . TMP n i PRE n to średnia roczna temperatura i roczna suma opadów w roku n . aib to odpowiednio współczynniki temperatury i opadów, obliczone metodą wielokrotnej regresji liniowej do uzyskania . c reprezentuje punkt przecięcia wielokrotnej regresji liniowej. NDVI człowiek reprezentuje zmiany NDVI, na które ma wpływ działalność człowieka. NDVI obs reprezentuje obserwowany NDVI.

Wyniki

Zmienność czasowa NDVI i czynniki klimatyczne

Średnie wartości miesięcznego, sezonowego i rocznego NDVI, temperatury i opadów dla całego badanego obszaru obliczono do wykorzystania w analizie zmian czasowych, a trendy określono za pomocą estymatora Theila-Sena i Manna-Kendalla test. Zgodnie z wynikami ( ryc. 2a-2c ), roczna wartość NDVI wykazywała znaczny trend wzrostowy w tempie 0,0018/rok (| Z | > 1,96), od 0,094 w 2000 r. do 0,126 w 2017 r. Jednak temperatura i opady wykazały odpowiednio niewielki trend spadkowy (-0,0010/rok) i trend wzrostowy (0,7976/rok), oba podlegały dużym wahaniom i wykazywały nieistotne trendy.

Miniaturka

Ryc. 2. Zmiany i trendy rocznych opadów (a), temperatury (b) i NDVI (c) oraz sezonowego NDVI (d), temperatury (e) i opadów (f) na obszarach pustynnych w latach 2000-2017. https://doi.org/10.1371/journal.pone.0256462.g002

Sezonowe różnice w NDVI były oczywiste. Średnie wartości NDVI w latach 2000-2017 dla poszczególnych sezonów przedstawiały się następująco: lato (0,1005)>jesień (0,0837)>wiosna (0,0729)>zima (0,0601). Sezonowa temperatura wykazywała odmienny charakter i była wyższa wiosną niż jesienią. Ze względu na duże wahania opadów sezonowych w szeregach czasowych, krzywe zmienności opadów wiosennych i jesiennych były przesunięte w czasie. Jeśli chodzi o trendy, sezonowy NDVI ( ryc. 2 (d)) wykazał znaczny trend wzrostowy we wszystkich czterech sezonach (| Z| > 1,96), przy czym lato wykazuje najwyższą dynamikę wzrostu na poziomie 0,0017/rok, następnie jesień (0,0013/rok) i wiosnę (0,0010/rok), a zimę wykazującą najniższą dynamikę wzrostu (0,0008/rok). Sezonowa temperatura i opady nie wykazywały znaczących trendów wahań. Temperatura wykazywała niewielkie wahania, z tendencją rosnącą latem (0,0054°C/rok) i spadkową zimą (-0,0233°C/rok). Występowały większe wahania opadów sezonowych, zwłaszcza latem, z tendencją wzrostową latem (0,4295 mm/rok) i spadkową zimą (-0,0627 mm/rok). Dane pokazały miesięczne zmiany NDVI ( ryc). Średnie wartości miesięcznego NDVI od 2000 do 2017 roku wykazywały odwróconą krzywą w kształcie litery U, która była najniższa w styczniu (0,0539), a najwyższa w sierpniu (0,0989). Zmiany miesięcznej temperatury i opadów były takie same jak zmiany NDVI z jednym wyjątkiem: maksymalne wartości zarówno temperatury, jak i opadów wystąpiły w lipcu. Trend NDVI w ciągu 12 miesięcy był pozytywny, co oznacza, że ​​NDVI wzrastał przez cały rok w okresie badania.

Miniaturka

Ryc. 3. Średnie wartości (czarne linie) i trendy (czerwone linie) miesięcznego NDVI (a), temperatury (b) i opadów (c) na obszarach pustynnych w latach 2000-2017. https://doi.org/10.1371/journal.pone.0256462.g003

Przestrzenne różnice trendów zazieleniania i brązowienia

Tendencje zazieleniania i brązowienia wskazane przez coroczne NDVI.

W skali rocznej pustynie wykazywały przestrzenne trendy zazieleniania ( ryc. 4 ), przy czym 62,8% obszaru wykazywało trendy zazieleniania, głównie na obrzeżach pustyni, zwłaszcza na południowym skraju pustyni Gurbantunggut, w północno-zachodniej części pustyni Taklimakan i na pustyni Kubuqi. Tylko 0,78% obszaru wykazywało tendencje do brązowienia, rozmieszczone na północno-wschodniej pustyni Taklimakan i wschodniej pustyni Qaidam Basin.

Miniaturka

Ryc. 4. Przestrzenny rozkład trendów zazieleniania i brązowienia oraz wyniki statystyczne na podstawie długości i szerokości geograficznej obszarów pustynnych Chin w latach 2000-2017. Szare obszary reprezentują regiony pustynne bez znaczących trendów na poziomie ufności 5%. Obszary zielone i brązowe wskazują, że piksel ma odpowiednio znaczący trend zazieleniania i brązowienia. https://doi.org/10.1371/journal.pone.0256462.g004

Ryc. 4 pokazuje również względne rozkłady częstotliwości trendów zazieleniania i brązowienia na długości i szerokości geograficznej. Obszar z tendencjami do zazieleniania był dodatnio skorelowany z obszarem pustynnym. Chociaż obszar z tendencjami do brązowienia był bardzo mały, rozciągał się na długościach i szerokościach geograficznych z dużymi obszarami pustynnymi.

Trendy NDVI różniły się dla różnych pustyń ( Tabela 1 ). Odsetek zazielenienia na pustyni Badain Jaran był najwyższy wśród pustyń i wyniósł 88,26%, co znacznie wzrosło, a następnie pustynia Kumtag (75,26%) i pustynia Tengger (70,07%). Podczas gdy odsetek zazielenienia na pustyni Gurbantunggut wynosił tylko 31,22%, najniższy z pustyń. Pustynia Qaidam Basin (1,25%) wykazywała najwyższy odsetek brązowienia, a następnie pustynia Taklimakan (0,84%) i pustynia Kubuqi (0,67%).

Miniaturka

Tabela 1. Trendy NDVI na różnych pustyniach.

https://doi.org/10.1371/journal.pone.0256462.t001

Trendy zazielenienia i brązowienia wskazane przez sezonowe NDVI.

Trendy zazieleniania i brązowienia zostały obliczone za pomocą estymatora Theila-Sena i testu Manna-Kendalla przy użyciu sezonowego NDVI na obszarach pustynnych w latach 2000-2017 ( ryc. 5 ), a statystyki przedstawiono w tabeli 2. Przestrzenny rozkład trendów zazieleniania i brązowienia miał oczywiste różnice sezonowe. Wiosną i zimą różnice przestrzenne między pustyniami były niewielkie, a obszary wykazywały w przybliżeniu ten sam stopień zazieleniania. Udział terenów zazieleniających wiosną wyniósł 73,05% i był najwyższy wśród sezonów. Jednak stopień zazielenienia NDVI jesienią był wyższy niż wiosną, a trendy zazieleniania wzrosły na południowym skraju pustyni Gurbantunggut, w północno-zachodniej części pustyni Taklimakan i na pustyni Kubuqi. Rozkład przestrzenny trendów NDVI latem był najbardziej podobny do rozkładu przestrzennego rocznych trendów NDVI; mogło to mieć miejsce, ponieważ roczne NDVI obliczono metodą MVC, podczas gdy maksymalne wartości NDVI w większości regionów wystąpiły latem.

Miniaturka

Ryc. 5. Przestrzenny rozkład trendów zazieleniania i brązowienia wiosną (a), latem (b), jesienią (c) i zimą (d) na obszarach pustynnych Chin w latach 2000-2017.

Szare obszary reprezentują regiony pustynne bez znaczących trendów na poziomie ufności 5%. Obszary zielone i brązowe wskazują, że piksel ma odpowiednio znaczący trend zazieleniania i brązowienia. https://doi.org/10.1371/journal.pone.0256462.g005

Miniaturka

Tabela 2. Proporcja powierzchni dla sezonowych trendów NDVI. https://doi.org/10.1371/journal.pone.0256462.t002

Korelacje między NDVI a czynnikami klimatycznymi

Współczynniki korelacji Pearsona między miesięcznym, sezonowym i rocznym NDVI a czynnikami klimatycznymi zostały obliczone w celu zmierzenia wpływu zmienności klimatu na NDVI na pustyniach i porównania wpływu różnych skal czasowych na korelacje, jak przedstawiono w tabeli 3 .

Miniaturka

Tabela 3. Współczynniki korelacji Pearsona czynników klimatycznych i NDVI w różnych skalach czasowych.

https://doi.org/10.1371/journal.pone.0256462.t003

Porównując różnice w wpływie czynników klimatycznych na NDVI w różnych skalach stwierdzono, że korelacje między czynnikami klimatycznymi a NDVI były istotne w skalach sezonowych i miesięcznych, podczas gdy tylko opady były istotnie skorelowane z NDVI w skalach rocznych. Sugeruje to, że zmienność klimatu była główną przyczyną miesięcznych i sezonowych zmian NDVI, podczas gdy tylko opady atmosferyczne miały pewien wpływ na zmienność NDVI w skali międzyrocznej.

Opóźniony wpływ czynników klimatycznych na NDVI.

Biorąc pod uwagę możliwe opóźnienie wpływu temperatury i opadów na NDVI, obliczono współczynniki korelacji Pearsona dla korelacji między bieżącym NDVI każdego miesiąca a czynnikami klimatycznymi bieżącego miesiąca i poprzednich miesięcy (Tabela 4 ) .

Miniaturka

Tabela 4. Współczynnik korelacji Pearsona dla zależności między miesięcznym NDVI a temperaturą i opadami dla różnych opóźnień czasowych. https://doi.org/10.1371/journal.pone.0256462.t004

Wyniki pokazały, że temperatura i opady nie miały opóźnionego wpływu na miesięczne NDVI, ponieważ największe współczynniki korelacji dla korelacji między NDVI a temperaturą i opadami w tym samym miesiącu wynosiły odpowiednio 0,796 i 0,869, a korelacja malała wraz ze wzrostem liczby opóźnionych miesięcy wzrosła. Gdy opóźnienie w miesiącach wydłużyło się do 4 miesięcy, NDVI zaczęło być ujemnie skorelowane z temperaturą i opadami.

Przestrzenne różnice w korelacjach.

Aby dokładniej porównać różnice w wpływie zmienności klimatu na NDVI w różnych skalach przestrzennych, dla każdego piksela obliczono współczynniki korelacji Pearsona dla związku między miesięcznym i rocznym NDVI a temperaturą i opadami w latach 2000-2017 oraz proporcję obszaru współczynnika korelacji przedstawiono w tabeli 5 .

Miniaturka

Tabela 5. Proporcje powierzchni współczynników korelacji dla zależności między miesięcznym i rocznym NDVI a temperaturą i opadami atmosferycznymi. https://doi.org/10.1371/journal.pone.0256462.t005

Ryc. 6 (a) ilustruje rozkład przestrzenny wpływu temperatury na NDVI w skali miesięcznej; 94,15% obszaru, na którym NDVI miało dodatnią korelację z temperaturą, znajdowało się na obszarach innych niż wschodnia część pustyni Taklimakan i środkowa część pustyni Qaidam Basin. Silna dodatnia korelacja występowała głównie na pustyni Gurbantunggut, zachodnim krańcu pustyni Taklimakan, zachodnich i wschodnich krańcach pustyni Qaidam Basin, pustyni Tengger i pustyni Kubuqi, wskazując obszar, na którym NDVI wykazywał znaczące trendy zazieleniania .

Miniaturka

Ryc. 6. Rozkład przestrzenny współczynnika korelacji Pearsona dla zależności między NDVI a czynnikami klimatycznymi. ( a ) Korelacja między miesięcznym NDVI a temperaturą. ( b ) Korelacja między miesięcznym NDVI a opadami. (c) Korelacja między roczną NDVI a temperaturą. ( d ) Korelacja między roczną NDVI a opadami. https://doi.org/10.1371/journal.pone.0256462.g006

Ryc. 6(b) ilustruje rozkład przestrzenny wpływu opadów na NDVI w skali miesięcznej, który był podobny do rozkładu temperatury; jednak korelacja na pustyni Gurbantunggut nie była tak silna, jak korelacja temperatury. Ogółem 83,28% powierzchni wykazywało dodatnią korelację, a 68,19% było istotne (p<0,05), co było wartością niższą niż temperatura. Ponadto 16,72% obszaru miało korelację ujemną; obszar ten rozciągał się we wschodniej części pustyni Taklimakan i centralnej części pustyni Qaidam Basin.

Korelacje między rocznym NDVI a czynnikami klimatycznymi nie były istotne w większości pikseli, które były znacznie słabsze niż korelacje między czynnikami klimatycznymi a miesięcznym NDVI. W bardzo nielicznych pikselach ze znaczną korelacją temperatura miała głównie negatywny wpływ na NDVI, podczas gdy opady miały pozytywny wpływ i miały większy obszar niż temperatura. Konkretnie, procenty znaczących dodatnich i ujemnych korelacji z temperaturą wyniosły odpowiednio tylko 0,50% i 3,98%, a z opadami odpowiednio tylko 14,99% i 0,15%. Jeśli chodzi o rozmieszczenie przestrzenne, dodatnia korelacja z temperaturą występowała głównie w południowo-wschodniej części pustyni Gurbantunggut, pustyni Qaidam Basin i pustyni Ułan Buh, a ujemna korelacja występowała głównie w zachodniej części pustyni Gurbantunggut, środkowo-zachodniej części pustyni Taklimakan i pustyni Badain Jaran. Natomiast dodatnia korelacja z opadami występowała na większości obszarów, z niewielką korelacją ujemną w środkowo-wschodniej części pustyni Taklimakan i centralnej części pustyni Qaidam Basin.

Wpływ działalności człowieka

Wpływ działalności człowieka obliczono na podstawie analizy pozostałości. Obszary, w których działalność człowieka spowodowała zmiany NDVI były większe niż zmienność klimatu, zostały sklasyfikowane jako obszary wpływu działalności człowieka. Ryc. 7 pokazuje region, w którym zmiany NDVI były spowodowane działalnością człowieka, gdzie zaobserwowano znaczne trendy zazieleniania. Region ten obejmował południową część pustyni Gurbantunggut, skraj pustyni Taklimakan i pustynię Kubuqi.

Miniaturka

Ryc. 7. Zazielenienie regionów spowodowane działalnością człowieka.

Obszary zielone oznaczają regiony pustynne, w których na trendy w zakresie zazieleniania miała wpływ działalność człowieka.https://doi.org/10.1371/journal.pone.0256462.g007

Aby dokładniej określić, jakie działania człowieka spowodowały zazielenianie pustyń, porównaliśmy obrazy z satelity Landsat i obrazy Google Earth przedstawiające zazielenienie pustynnych obszarów z obszarami pustynnymi, które nie są zazieleniane. Zdjęcia z lat 2000 i 2017 wskazują, że wyraźnie widać zmiany pokrycia terenu. Dla porównania, istnieją dwa główne rodzaje działalności człowieka, które spowodowały zazielenianie pustyń: ekspansja oaz i środki stabilizacji piasku. W szczególności obszary wykazywały tendencje do zazieleniania w południowej części pustyni Gurbantunggut, północno-zachodnim krańcu pustyni Taklimakan, wschodniej pustyni Kumtag, pustyni Badain Jaran i pustyni Tengger zostały przekształcone w pola uprawne w wyniku ekspansji oaz. Tereny zielone na pustyni Kubuqi zmieniły się w krzewy i trawiaste siatki w wyniku działań stabilizujących piasek. Ze względu na ograniczenie miejsca,Ryc. 7 . Więcej dowodów obrazu z teledetekcji na temat ekspansji oaz i środków stabilizacji piasku, ponieważ dwa główne czynniki zazieleniania pustyni na pustyniach Chin są wymienione w materiałach uzupełniających.

Dyskusja

Zmiany w NDVI i jego związek z czynnikami klimatycznymi

Chińskie pustynie wykazywały znaczące trendy zazieleniania zarówno czasowe, jak i przestrzenne, odzwierciedlając zwiększoną pokrywę roślinną chińskich pustyń w okresie badań. Zazielenianie pustyni ma daleko idący wpływ na zmienność klimatu i poprawę stanu środowiska. Po pierwsze, zwiększa przestrzeń lądową dostępną do użytku przez ludzi, a zwiększona pokrywa roślinna na pustyniach zwiększa zdolność pochłaniania dwutlenku węgla. Po drugie, zwiększona roślinność pomaga poprawić obieg wody i zwiększa lokalną wilgotność powietrza, poprawiając w ten sposób globalny klimat [ 69 , 70 ]. Ponadto ogranicza również burze piaskowe w północnych Chinach i poprawia jakość powietrza [ 71 , 72 ].

W podobnym okresie zazielenienie obserwowano nie tylko na pustyniach Chin, ale także w innych suchych i półpustynnych regionach [ 19 ]. Na przykład niewielki wzrost zaobserwowano w ponad 80% suchych dorzeczy górskich oaz w północno-zachodnich Chinach [ 73 ]. W regionie Hexi około 70% obszaru roślinności wykazywało znaczny trend wzrostowy, a tylko 2,85% wykazywało znaczny trend spadkowy [ 74 , 75 ]. Znaczący trend wzrostowy NDVI zaobserwowano w Xinjiangu [ 76 ]. Ogólnie wykazano, że opady są główną przyczyną wzrostu NDVI w regionach suchych i półsuchych, takich jak region Hexi, Xinjiang i Azja Środkowa [34, 73 , 75 ,. , 76 ]. Jednak z tego badania, chociaż korelacja między opadami a NDVI była znacząca w skali rocznej, obszar z istotną korelacją wynosił tylko 15,14%. Pozytywny wpływ opadów i negatywny wpływ temperatury na NDVI oraz większy wpływ opadów w porównaniu z temperaturą zaobserwowano również w powiązanych badaniach [ 34 , 36 , 56 , 77 , 78 ], głównie dlatego, że wzrost roślinności w regionach suchych jest bardziej ograniczone ze względu na brak wilgoci.

Opóźniony wpływ czynników klimatycznych na NDVI nie był obserwowany w skali miesięcznej, co może wynikać z tego, że skala czasowa nie była wystarczająco dokładna, aby opóźniony efekt mógł być krótszy niż jeden miesiąc. Powiązane badania pokazują, że na umiarkowanych pustyniach trawiastych średni czas opóźnienia między NDVI a temperaturą i opadami wynosi odpowiednio 16,4 dnia i 11,8 dnia [ 79 ].

Generalnie korelacje w skali sezonowej i miesięcznej były istotnie silne, ale słabsze w skali rocznej. Przestrzennie korelacje z NDVI w skali miesięcznej były silniejsze, a te w skali rocznej słabsze i wykazywały zupełnie inny rozkład przestrzenny. Wyniki te potwierdzają, że zmienność klimatu jest głównym wyjaśnieniem śródrocznych wahań NDVI, ale nie może skutecznie wyjaśnić trendów zazieleniania i brązowienia chińskich pustyń w latach 2000-2017 odzwierciedlonych przez NDVI w skali rocznej.

Działalność człowieka

Wyniki pokazują, że większość obszaru pustynnego wykazywała znaczny trend wzrostowy w latach 2000-2017. Porównując zdjęcia z teledetekcji wszystkich obszarów pustynnych, które zazieleniły się, z tymi, które tego nie zrobiły, odkryliśmy, że istnieją dwie główne działalności człowieka przyczyniające się do zazielenianie pustyń w Chinach: ekspansja oaz i środki stabilizacji piasku ( ryc). Te dwa obszary pustynne, na które wpływ miał wpływ antropogeniczny, różnią się. Ekspansja oaz, zwłaszcza w postaci ekspansji pól uprawnych, doprowadziła do powstania znacznych obszarów zieleni, które były rozmieszczone głównie w południowej części pustyni Gurbantunggut, północno-zachodnim skraju pustyni Taklimakan, skrawkach na obrzeżach pustyni Qaidam Basin, Badain Jaran Pustynia i Pustynia Tengger. Ekspansja upraw w rejonie pustynnym może wiązać się z niedostatecznym transferem wiejskiej siły roboczej i dopłatami do zboża, co może prowadzić do nadmiernego zużycia wody i zakłócać naturalną równowagę między oazą a pustynią [80] .]. Politykę kontrolowania umiarkowanej ekspansji oaz należy wzmocnić, na przykład ułatwiając przenoszenie siły roboczej w rolnictwie do pracy poza rolnictwem i rozsądnie kontrolując dopłaty do zboża na tych obszarach, aby skutecznie kontrolować ekspansję oazy. Podobnie, praktyki rolnicze są główną przyczyną trendów zazieleniania w większości regionów świata [ 22 , 36 ]. Środki stabilizacji piasku, takie jak szachownice ze słomy oraz sadzenie trawy, krzewów i drzew, przyczyniły się do powstania wielu terenów zielonych na pustyni Kubuqi. Wynik ten dostarcza dowodów na skuteczność kontroli pustynnienia w Chinach [ 81]. Stosując zrównoważone praktyki wypasu, zrównoważone praktyki rolnicze, kwoty zużycia wody i sadząc lasy chroniące przed wiatrem, Chiny przywiązują dużą wagę do zarządzania pustynnieniem [ 82 ]. Te wysiłki w Chinach stanowią cenny przykład zrównoważonego gospodarowania gruntami pustynnymi na całym świecie [ 83 ]. Od 2000 roku pustynnienie w Chinach jest realizowane poprzez projekty krajowe (np. projekt kontroli źródła burzy piaskowej i budowa systemu Three-North Shelterbelt System) [ 82 , 84 ]. Pomimo ogromnego postępu w zazielenianiu obszarów pustynnych w Chinach, jest jeszcze długa droga do przebycia, co wskazuje na potrzebę wzmożonych wysiłków ze strony rządu i finansowania skutecznych polityk i projektów [ 85].

Wnioski

W badaniu tym przeanalizowano trendy zazieleniania i brązowienia na chińskich pustyniach w latach 2000–2017, pokazane w miesięcznym, sezonowym i rocznym NDVI, zarówno czasowo, jak i przestrzennie, oraz zmierzono wpływ zmienności klimatu i działalności człowieka za pomocą analizy korelacji i analizy pozostałości. Uzyskano następujące wnioski.

Roczny NDVI wykazywał znaczną tendencję wzrostową w tempie 0,0018/rok, przy wartościach 0,094 w 2000 r. i 0,126 w 2017 r. W skali sezonowej średnie wartości NDVI były wyższe latem i jesienią, a niższe wiosną i zimą, która wykazywała znaczne wzrosty we wszystkich czterech sezonach, wyższe także latem i jesienią, a niższe wiosną i zimą. Miesięczny NDVI wykazywał w ciągu roku krzywą w kształcie odwróconej litery U, która była najniższa w styczniu (0,0539), a najwyższa w sierpniu (0,0989). Zmienność miesięcznych trendów NDVI była podobna. Jeśli chodzi o czynniki klimatyczne, wahania miesięcznych, sezonowych i rocznych temperatur i opadów nie wykazywały znaczących trendów w latach 2000–2017.

W sumie 62,8% obszaru pustynnego wykazywało trendy zazieleniania, a tylko 0,78% wykazywało trendy brązowienia w przestrzeni. Trendy zazieleniania występowały głównie na południowym skraju pustyni Gurbantunggut, w północno-zachodniej części pustyni Taklimakan oraz na pustyni Kubuqi. Tendencje brązowienia występowały w północno-zachodniej części pustyni Taklimakan i we wschodniej części pustyni Qaidam Basin. Pod względem długości i szerokości geograficznej obszar z tendencjami do zazieleniania był dodatnio skorelowany z obszarem pustynnym. Pustynia Badain Jaran wykazała najwyższy procent zazieleniania (88,26%), a następnie pustynia Kumtag (75,26%) i pustynia Tengger (70,07%); jednak pustynia Qaidam Basin wykazywała najwyższy procent brązowienia (1,25%). Pod względem pór roku największy udział powierzchni zazielenienia miała wiosna, następnie lato, zima i jesień. Przestrzenny rozkład trendów zazieleniania i brązowienia wykazywał różnice sezonowe, przy czym układ przestrzenny latem był najbardziej zbliżony do tego w skali rocznej, następnie jesień, zima i wiosna.

W skali rocznej czynniki klimatyczne miały ograniczoną moc wyjaśniającą zmiany NDVI, a jedynie opady miały znaczący wpływ na NDVI, a wpływ opadów był silniejszy niż temperatura. W skalach sezonowych i miesięcznych temperatura i opady były głównymi czynnikami wpływającymi na zmiany NDVI. Ponadto nie zaobserwowano opóźnionego wpływu czynników klimatycznych na NDVI w skalach miesięcznych, ponieważ skala czasowa nie była wystarczająco dokładna.

Działalność człowieka odegrała kluczową rolę w zazielenianiu chińskich pustyń w latach 2000-2017. W szczególności ekspansja oaz i środki stabilizacji piasku były dwoma głównymi przyczynami, które doprowadziły do ​​zazieleniania pustyni. Te pierwsze występowały głównie w południowej części pustyni Gurbantunggut, na północno-zachodnim krańcu pustyni Taklimakan oraz na skrajach pustyni Qaidam Basin, na pustyni Badain Jaran i na pustyni Tengger, podczas gdy te drugie występowały głównie w Kubuqi. Pustynia.

 

Bibliografia

  1. 1.Mabbutt JA. Formy terenu pustyni: Australian National University Press; 1977.
  2. 2.Cooke RU, Warren A, Goudie AS. Geomorfologia pustyni: CRC Press; 1993.
  3. 3.Whitford WG, Duval BD. Ekologia systemów pustynnych: Academic Press; 2019.
  4. 4.Warner TT. Meteorologia pustynna: Cambridge University Press; 2009.
  5. 5.Świecki JJ. Pustynie i środowiska pustynne: John Wiley & Sons; 2009.
  6. 6.Stocker TF, Qin D, Plattner GK, Tignor M, Allen SK, Boschung J i in. Zmiany klimatu 2013: Podstawy nauk fizycznych. Wkład grupy roboczej I w piąty raport oceniający międzyrządowego zespołu ds. zmian klimatu. 2013;1535.
  7. 7.Kim J, Hogue TS. Ocena i testowanie czułości połączonej metody zmniejszania skali Landsat-MODIS dla temperatury powierzchni ziemi i wskaźników wegetacji w regionach półpustynnych. Journal of Applied Remote Sensing. 2012;6(1):063569.
  8. 8.Xu Y, Yang J, Chen Y. Reakcje roślinności opartej na NDVI na zmiany klimatu na suchym obszarze Chin. Klimatologia teoretyczna i stosowana. 2016;126(1–2):213–22.
  9. 9.Zhou J, Cai W, Qin Y, Lai L, Guan T, Zhang X i in. Dynamika fenologii roślinności alpejskiej na przestrzeni 16 lat i jej współzmienność z klimatem w półpustynnym regionie Chin. Nauka o całym środowisku. 2016;572:119–28.
  10. 10.Yin H, Li Z, Wang Y, Cai F. Ocena pustynnienia za pomocą analizy szeregów czasowych wskaźnika wegetacji hyper-temporalnej w Mongolii Wewnętrznej. Acta Geographica Sinica. 2011;66(5):653–61.
  11. 11.Leprieur C, Kerr Y, Mastorchio S, Meunier J. Monitorowanie pokrywy roślinnej w regionach półpustynnych: porównanie zdalnych obserwacji z różnych skal. Międzynarodowy Dziennik Teledetekcji . 2000;21(2):281–300.r
  12. 12.Goward SN, Tucker CJ, Dye DG. Wzory roślinności w Ameryce Północnej obserwowane za pomocą zaawansowanego radiometru o bardzo wysokiej rozdzielczości NOAA-7. Wegetacja. 1985;64(1):3–14.r
  13. 13.Malingreau J, Tucker C, Laporte N. AVHRR za monitorowanie globalnego wylesiania lasów tropikalnych. Międzynarodowy Dziennik Teledetekcji . 1989;10(4–5):855–67.
  14. 14.Martiny N, Camberlin P, Richard Y, Philippon N. Porównanie reżimów NDVI i opadów w półpustynnych regionach Afryki. Międzynarodowy Dziennik Teledetekcji . 2006;27(23):5201–23.
  15. 15.Olusegun CF, Adeyewa ZD. Przestrzenna i czasowa zmienność znormalizowanego wskaźnika wegetacji różnicowej (NDVI) i opadów w północno-wschodniej suchej strefie Nigerii. Nauki o atmosferze i klimacie. 2013;2013.
  16. 16.Weiss JL, Gutzler DS, Coonrod JEA, Dahm CN. Długoterminowe monitorowanie roślinności za pomocą NDVI w zróżnicowanym półpustynnym otoczeniu, środkowy Nowy Meksyk, USA. Dziennik suchych środowisk . 2004;58(2):249–72.
  17. 17.Li Y, Liu Y, Zhang P, YIN Yh. Badania czasoprzestrzennej zmiany NDVI na pustyni Gurbantunggut. Badania strefy suchej. 2009;26(5):686–93.r
  18. 18.Propastin P, Kappas M, Muratova N. Międzyroczne zmiany aktywności roślinności i ich związek z temperaturą i opadami w Azji Środkowej w latach 1982-2003. Journal of Environmental Informatics. 2008;12(2).
  19. 19.Fensholt R, Langanke T, Rasmussen K, Reenberg A, Prince SD, Tucker C i in. Zieleń na obszarach półpustynnych na całym świecie w latach 1981–2007 — analiza trendów i czynników napędzających oparta na satelicie obserwacji Ziemi. Zdalne wykrywanie środowiska. 2012;121:144–58.
  20. 20.Kawabata A, Ichii K, Yamaguchi Y. Globalne monitorowanie międzyrocznych zmian aktywności wegetacyjnej przy użyciu NDVI i jej związków z temperaturą i opadami. Międzynarodowe czasopismo teledetekcji. 2001;22(7):1377–82.
  21. 21.Formica AF, Burnside RJ, Dolman PM. Opady deszczu potwierdzają NDVI pochodzące z MODIS jako wskaźnik zmienności przestrzenno-czasowej zielonej biomasy w niegórskiej, półpustynnej i suchej Azji Środkowej. Dziennik suchych środowisk . 2017;142:11–21.
  22. 22.Chen C, Park T, Wang X, Piao S, Xu B, Chaturvedi RK i in. Chiny i Indie przodują w zazielenianiu świata poprzez zarządzanie użytkowaniem gruntów. Zrównoważony charakter. 2019;2(2):122–9. pmd:30778399
  23. 23.Evans J, Geerken R. Dyskryminacja między klimatem a degradacją terenów suchych spowodowaną przez człowieka. Dziennik suchych środowisk. 2004;57(4):535–54.
  24. 24.Wessels KJ, Prince S, Malherbe J, Small J, Frost P, VanZyl D. Czy degradację gleby wywołaną przez człowieka można odróżnić od skutków zmienności opadów? Studium przypadku w Afryce Południowej. Dziennik suchych środowisk. 2007;68(2):271–97.
  25. 25.He B, Chen A, Wang H, Wang Q. Dynamiczna reakcja wzrostu roślinności pochodzącej z satelity na zmiany klimatyczne w regionie leśnym Three North Shelter Forest w Chinach. Zdalne wykrywanie. 2015;7(8):9998–10016.
  26. 26.Ichii K, Kawabata A, Yamaguchi Y. Globalna analiza korelacji dla NDVI i zmiennych klimatycznych oraz trendów NDVI: 1982–1990. Międzynarodowe czasopismo teledetekcji. 2002;23(18):3873–8.
  27. 27.Zhou L, Tucker CJ, Kaufmann RK, Slayback D, Shabanov NV, Myneni RB. Wahania aktywności roślinności na północy wywnioskowano z danych satelitarnych dotyczących wskaźnika wegetacji w latach 1981–1999. Journal of Geophysical Research: Atmospheres. 2001;106(D17):20069–83.
  28. 28.Karnieli A, Agam N, Pinker RT, Anderson M, Imhoff ML, Gutman GG i in. Wykorzystanie NDVI i temperatury powierzchni ziemi do oceny suszy: zalety i ograniczenia. Dziennik klimatu. 2010;23(3):618–33.
  29. 29.Wang J, bogaty premier, Price KP. Czasowe reakcje NDVI na opady atmosferyczne i temperaturę na środkowych Wielkich Równinach w USA. Międzynarodowe czasopismo teledetekcji. 2003;24(11):2345–64.
  30. 30.Liu Y, Li Y, Li S, Motesharrei S. Przestrzenne i czasowe wzorce globalnych trendów NDVI: korelacje z klimatem i czynnikami ludzkimi. Zdalne wykrywanie. 2015;7(10):13233–50.
  31. 31.Miao L, Jiang C, Xue B, Liu Q, He B, Nath R i in. Dynamika roślinności i analiza czynnikowa w suchej i półpustynnej Mongolii Wewnętrznej. Środowiskowe Nauki o Ziemi. 2015;73(5):2343–52.
  32. 32.Noy-Meir I. Ekosystemy pustynne: środowisko i producenci. Roczny przegląd ekologii i systematyki. 1973;4(1):25–51.
  33. 33.Mohammat A, Wang X, Xu X, Peng L, Yang Y, Zhang X i in. Susza i wiosenne ochłodzenie wywołały ostatnio spadek wegetacji w Azji Środkowej. Meteorologia Rolnicza i Leśna. 2013;178:21–30.
  34. 34.Ren J, Liu H, Yin Y, He S. Czynniki napędzające trend zazieleniania w pionowo rozmieszczonych biomach w umiarkowanej i suchej Azji. Listy z badań geofizycznych. 2007;34(7).
  35. 35.Mao D, Wang Z, Luo L, Ren C. Integracja danych AVHRR i MODIS w celu monitorowania zmian NDVI i ich związków z parametrami klimatycznymi w północno-wschodnich Chinach. International Journal of Applied Earth Observation and Geoinformation. 2012;18:528–36.
  36. 36.Piao S, Fang J, Zhou L, Guo Q, Henderson M, Ji W i in. Międzyroczne wahania miesięcznego i sezonowego znormalizowanego wskaźnika wegetacji (NDVI) w Chinach od 1982 do 1999. Journal of Geophysical Research: Atmospheres. 2003;108(D14).
  37. 37.Braswell B, Schimel DS, Linder E, Moore B. Odpowiedź globalnych ekosystemów lądowych na międzyroczną zmienność temperatury. Nauka. 1997;278(5339):870–3.
  38. 38.Szabó S, Elemér L, Kovács Z, Püspöki Z, Kertész Á, Singh SK, et al. Dynamika NDVI odzwierciedlona w zmiennych klimatycznych: trendy przestrzenne i czasowe – studium przypadku Węgier. GIScience i teledetekcja. 2019;56(4):624–44.
  39. 39.Jiang R, Xie J, He H, Kuo CC, Zhu J, Yang M. Zmienność czasoprzestrzenna i przewidywalność znormalizowanego wskaźnika wegetacji różnicy (NDVI) w Albercie w Kanadzie. Międzynarodowe czasopismo biometeorologiczne. 2016;60(9):1389–403. pmd:26768143
  40. 40.Paruelo JM, Lauenroth WK. Międzyroczna zmienność NDVI i jej związek z klimatem dla krzewów i łąk w Ameryce Północnej. Dziennik Biogeografii . 1998;25(4):721–33.
  41. 41.Duan H, Yan C, Tsunekawa A, Song X, Li S, Xie J. Ocena dynamiki roślinności w regionie Three-North Shelter Forest w Chinach przy użyciu danych AVHRR NDVI. Środowiskowe Nauki o Ziemi. 2011;64(4):1011–20.r
  42. 42.Victoria DdC, Paz ARd, Coutinho AC, Kastens J, Brown JC. Szacunki dotyczące powierzchni pól uprawnych przy użyciu szeregów czasowych Modis NDVI w stanie Mato Grosso w Brazylii. Pesquisa Agropecuária Brasileira. 2012;47(9):1270–8.
  43. 43.Nanzad L, Zhang J, Tuvdendorj B, Nabil M, Zhang S, Bai Y. Anomalia NDVI do monitorowania suszy i jej korelacja z czynnikami klimatycznymi w Mongolii w latach 2000–2016. Dziennik środowisk suchych. 2019;164:69–77.r
  44. 44.Wang J, Wang Y, Yan C, Qi Y. 1:100 000 zestaw danych o rozmieszczeniu na pustyni (piasku) w Chinach. W: Centrum NTPD, wyd. 2013.
  45. 45.Wang J. Mapa rozmieszczenia pustyni w Chinach w skali 1:2 000 000 (1974). W: Centrum NTPD, wyd. 2013.
  46. 46.Didan K. MOD13A2 MODIS/Terra Wskaźniki roślinności 16-dniowy L3 Globalny 1 km SIN Siatka V006 [Zbiór danych]. NASA EOSDIS LP DAAC https://doiorg/105067/MODIS/MOD13A22015 .
  47. 47.Holben BN. Charakterystyka obrazów złożonych o maksymalnej wartości z czasowych danych AVHRR. Międzynarodowe czasopismo teledetekcji. 1986;7(11):1417–34.
  48. 48.Li H, Li Y, Gao Y, Zou C, Yan S, Gao J. Wpływ człowieka na dynamikę roślinności wokół Lhasy, południowy płaskowyż tybetański, Chiny. Zrównoważony rozwój. 2016;8(11):1146.
  49. 49.Stow DA, Hope A, McGuire D, Verbyla D, Gamon J, Huemmrich F i in. Teledetekcja zmian roślinności i pokrycia terenu w arktycznych ekosystemach tundry. Zdalne wykrywanie środowiska. 2004;89(3):281–308.
  50. 50.Ding Y, Peng S. Trendy czasoprzestrzenne i atrybucja suszy w Chinach w latach 1901–2100. Zrównoważony rozwój. 2020;12(2):477.r
  51. 51.Peng S, Ding Y, Liu W, Li Z. Miesięczny zestaw danych o temperaturze i opadach z 1 km dla Chin od 1901 do 2017 r. Dane naukowe o systemie Ziemi. 2019;11(4).
  52. 52.Peng S, Ding Y, Wen Z, Chen Y, Cao Y, Ren J. Zmiany czasoprzestrzenne i analiza trendów potencjalnej ewapotranspiracji nad płaskowyżem lessowym w Chinach w latach 2011–2100. Meteorologia rolnicza i leśna. 2017;233:183–94.
  53. 53.Fernandes R, Leblanc SG. Regresje liniowe parametryczne (zmodyfikowane metodą najmniejszych kwadratów) i nieparametryczne (Theila-Sena) do przewidywania parametrów biofizycznych w obecności błędów pomiaru. Teledetekcja środowiska. 2005;95(3):303–16.
  54. 54.Sen PK. Oszacowania współczynnika regresji na podstawie tau Kendalla. Dziennik amerykańskiego stowarzyszenia statystycznego. 1968;63(324):1379-89.
  55. 55.Arrogante-Funes P, Novillo CJ, Romero-Calcerrada R. Monitorowanie międzyrocznego zachowania NDVI na obszarach górskich kontynentalnej Hiszpanii (2001–2016). Zrównoważony rozwój. 2018;10(12):4363.
  56. 56.Baniya B, Tang Q, Huang Z, Sun S, Techato Ka. Przestrzenna i czasowa zmienność NDVI w odpowiedzi na zmiany klimatu i implikacje dla dynamiki węgla w Nepalu. Lasy. 2018;9(6):329.
  57. 57.Gillespie TW, Ostermann-Kelm S, Dong C, Willis KS, Okin GS, MacDonald GM. Monitorowanie zmian NDVI na obszarach chronionych południowej Kalifornii. Wskaźniki ekologiczne. 2018;88:485–94.
  58. 58.Yang Y, Wang S, Bai X, Tan Q, Li Q, Wu L i in. Czynniki wpływające na długoterminowe trendy globalnego NDVI. Lasy. 2019;10(5):372.
  59. 59.Kendal MG. Metody korelacji rang. 1948.
  60. 60.Mann HB. Testy nieparametryczne względem trendu. Econometrica: Dziennik społeczeństwa ekonometrycznego. 1945: 245–59.
  61. 61.Fan D, Ni L, Jiang X, Fang S, Wu H, Zhang X. Analiza czasoprzestrzenna zmian roślinności wzdłuż regionu inicjatywy Belt and Road od 1982 do 2015. IEEE Access. 2020;8:122579–88.r
  62. 62.Herrmann SM, Anyamba A, Tucker CJ. Najnowsze trendy w dynamice roślinności w afrykańskim Sahelu i ich związek z klimatem. Globalna zmiana środowiska. 2005;15(4):394–404.
  63. 63.Zoungrana BJ, Conrad C, Thiel M, Amekudzi LK, Da ED. Trendy MODIS NDVI i ułamkowa zmiana pokrycia terenu w celu lepszej oceny degradacji roślinności w Burkina Faso w Afryce Zachodniej. Dziennik suchych środowisk . 2018;153:66–75.
  64. 64.Chu H, Venevsky S, Wu C, Wang M. Dynamika roślinności oparta na NDVI i jej reakcja na zmiany klimatu w dorzeczu rzeki Amur-Heilongjiang w latach 1982-2015. Science of the Total Environment. 2019;650:2051–62. pmd:30290347
  65. 65.Muradyan V, Tepanosyan G, Asmaryan S, Saghatelyan A, Dell’Acqua F. Relacje między NDVI a czynnikami klimatycznymi w ekosystemach górskich: studium przypadku Armenii. Aplikacje teledetekcji: społeczeństwo i środowisko . 2019;14:158–69.
  66. 66.Luo H, Dai S, Xie Z, Fang J, redaktorzy. Analiza oparta na NDVI dotycząca wpływu działalności człowieka na zmienność roślinności na wyspie Hainan. Seria konferencji IOP: Nauki o Ziemi i Środowisku; Wydawnictwo IOP: Bristol, Wielka Brytania; 2018.
  67. 67.Ma Q, Long Y, Jia X, Wang H, Li Y. Reakcja roślinności na zmiany klimatyczne i działalność człowieka na płaskowyżu Ordos w latach 2000-2016. Nauki o środowisku. 2019;78(24):709.
  68. 68.Geerken R, Ilaiwi M. Ocena degradacji pastwisk i opracowanie strategii rekultywacji. Teledetekcja środowiska. 2004;90(4):490–504.
  69. 69.Gao Y, Li X, Liu L, Jia R, Yang H, Li G i in. Sezonowa zmienność wymiany węgla z obszaru odnowienia roślinności na chińskiej pustyni. Meteorologia rolnicza i leśna. 2012;156:134–42.
  70. 70.Li XR, Xiao HL, Zhang JG, Wang XP. Długoterminowe skutki ekosystemowe roślinności wiążącej piasek na pustyni Tengger w północnych Chinach. Ekologia odbudowy. 2004;12(3):376–90.
  71. 71.An L, Che H, Xue M, Zhang T, Wang H, Wang Y i in. Czasowe i przestrzenne zmiany w burzach piaskowych i pyłowych w Azji Wschodniej w latach 2007-2016: związki z warunkami powierzchniowymi i zmianami klimatycznymi. Nauka o całym środowisku. 2018;633:452–62. pmd:29579656
  72. 72.Zou XK, Zhai PM. Związek między pokryciem roślinnością a wiosennymi burzami piaskowymi nad północnymi Chinami. Journal of Geophysical Research: Atmosfery. 2004;109(D3).
  73. 73.Mo K, Chen Q, Chen C, Zhang J, Wang L, Bao Z. Czasoprzestrzenna zmienność korelacji między pokrywą roślinną a opadami w suchym dorzeczu górskiej oazy w północno-zachodnich Chinach. Journal of Hydrology . 2019;574:138–47.
  74. 74.Han JC, Huang Y, Zhang H, Wu X. Charakterystyka zależnych od elewacji i pokrycia terenu trendów zmian NDVI w regionie Hexi w północno-zachodnich Chinach. Dziennik Zarządzania Środowiskowego . 2019;232:1037–48. pmd:33395756
  75. 75.Yang X, Liu S, Yang T, Xu X, Kang C, Tang J i in. Przestrzenna i czasowa dynamika roślinności pustynnej i jej reakcje na zmiany klimatyczne w ciągu ostatnich trzech dekad: studium przypadku regionu Hexi w północno-zachodnich Chinach. Dziennik suchej ziemi . 2016;8(4):556–68.r
  76. 76.Yu H, Bian Z, Mu S, Yuan J, Chen F. Wpływ zmian klimatycznych na zmiany pokrycia terenu i dynamikę roślinności w Xinjiangu w Chinach. Międzynarodowy Dziennik Badań Środowiskowych i Zdrowia Publicznego. 2020;17(13):4865. pmd:32640654
  77. 77.Chuai X, Huang X, Wang W, Bao G. NDVI, zmiany temperatury i opadów oraz ich związki z różnymi typami roślinności w latach 1998–2007 w Mongolii Wewnętrznej w Chinach. Międzynarodowe czasopismo klimatologiczne. 2013;33(7):1696–706.
  78. 78.Piao S, Mohammat A, Fang J, Cai Q, Feng J. NDVI oparty na wzroście umiarkowanych użytków zielonych i jego reakcjach na zmiany klimatu w Chinach. Globalna zmiana środowiska — wymiar ludzki i polityczny. 2006;16(4):340–8.
  79. 79.Kong D, Miao C, Wu J, Zheng H, Wu S. Opóźnienie wzrostu roślinności na płaskowyżu lessowym w odpowiedzi na czynniki klimatyczne: oszacowanie, rozmieszczenie i wpływ. Nauka o całym środowisku. 2020:140726.
  80. 80.Song W, Zhang Y. Rozbudowa oazy rolniczej w dorzeczu rzeki Heihe w Chinach: wzorce, przyczyny i implikacje polityczne. Fizyka i chemia Ziemi, części A/B/C. 2015;89:46–55.
  81. 81.Su YZ, Zhao WZ, Su PX, Zhang ZH, Wang T, Ram R. Ekologiczne skutki kontroli pustynnienia i rekultywacji terenów pustynnych w ekotonie oazy-pustyni w suchym regionie: studium przypadku w korytarzu Hexi w północno-zachodnich Chinach. Inżynieria ekologiczna. 2007;29(2):117–24.
  82. 82.Zhang Z, Huisingh D. Zwalczanie pustynnienia w Chinach: monitorowanie, kontrola, zarządzanie i odbudowa roślinności. Dziennik czystszej produkcji . 2018;182:765–75.
  83. 83.Lyu Y, Shi P, Han G, Liu L, Guo L, Hu X i in. Praktyki kontroli pustynnienia w Chinach. Zrównoważony rozwój. 2020;12(8):3258.
  84. 84.Tao W. Eolskie pustynnienie i jego kontrola w północnych Chinach. Międzynarodowe badania ochrony gleby i wody. 2014;2(4):34–41.
  85. 85.Qi Y, Chang Q, Jia K, Liu M, Liu J, Chen T. Czasowo-przestrzenna zmienność pustynnienia w rolniczo-pasterskiej strefie przejściowej północnej prowincji Shaanxi w Chinach. Łańcuch. 2012;88(1):37–45.

Link do artykułu: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0256462

Obraz wyróżniający: Wygląd pustyni Takla Makan. Z Wikimedia Commons, repozytorium wolnych multimediów