叶面积指数(Leaf Area Index, LAI)作为植被结构和生长状况的重要指标和生态参数,能够较好地反映植被的生长状况与分布情况,本文基于LAI反映城市绿色空间的分布状况,以乌鲁木齐市作为研究区,使用2016~2022年的Sentinel-2系列遥感数据反...叶面积指数(Leaf Area Index, LAI)作为植被结构和生长状况的重要指标和生态参数,能够较好地反映植被的生长状况与分布情况,本文基于LAI反映城市绿色空间的分布状况,以乌鲁木齐市作为研究区,使用2016~2022年的Sentinel-2系列遥感数据反演了乌鲁木齐市夏季LAI时间序列数据。引入景观指数分析乌鲁木齐市2016~2022年不同等级绿色空间的组分与结构变化特征;使用结合Sen斜率估计的M-K趋势检验分析了乌鲁木齐市夏季LAI的变化趋势;并通过地理探测器分析了不同驱动因子对LAI的驱动作用。结果表明:(1)建成区内部多为低密度植被区域覆盖,高密度植被覆盖区域集中于城市边缘;(2)乌鲁木齐市的绿色空间面积主要呈减少趋势。(3)影响乌鲁木齐市绿色空间的驱动因子主要为土地利用类型和降水量;(4)交互探测表明驱动因子交互作用影响力强于单个驱动因子。展开更多
文摘叶面积指数(Leaf Area Index, LAI)作为植被结构和生长状况的重要指标和生态参数,能够较好地反映植被的生长状况与分布情况,本文基于LAI反映城市绿色空间的分布状况,以乌鲁木齐市作为研究区,使用2016~2022年的Sentinel-2系列遥感数据反演了乌鲁木齐市夏季LAI时间序列数据。引入景观指数分析乌鲁木齐市2016~2022年不同等级绿色空间的组分与结构变化特征;使用结合Sen斜率估计的M-K趋势检验分析了乌鲁木齐市夏季LAI的变化趋势;并通过地理探测器分析了不同驱动因子对LAI的驱动作用。结果表明:(1)建成区内部多为低密度植被区域覆盖,高密度植被覆盖区域集中于城市边缘;(2)乌鲁木齐市的绿色空间面积主要呈减少趋势。(3)影响乌鲁木齐市绿色空间的驱动因子主要为土地利用类型和降水量;(4)交互探测表明驱动因子交互作用影响力强于单个驱动因子。
