Spatiotemporal Distribution of the Impact of Climate Change and Human Activities on NDVI in China

Znormalizowany wskaźnik różnicowy roślinności (NDVI) jest istotnym wskaźnikiem oceny pokrycia powierzchni roślinnością i jej produktywności, a także odgrywa znaczącą rolę w monitorowaniu zmian środowiskowych i zdrowia ekologicznego. W badaniu tym wykorzystano model regresji czasowej ważonej geograficznie (GTWR) oraz dane teledetekcyjne o wysokiej rozdzielczości do analizy wahań NDVI w Chinach kontynentalnych w latach 2001-2020. Celem jest wyjaśnienie mechanizmów, za pomocą których zmiany klimatu i działalność człowieka wpływają na dynamikę roślinności. Główne ustalenia są następujące: (1) Wahania NDVI są istotnie skorelowane z czynnikami klimatycznymi, takimi jak opady, czas trwania nasłonecznienia i średnia temperatura. Te korelacje ujawniają, w jaki sposób warunki klimatyczne wpływają na dynamikę roślinności. (2) Działalność człowieka, w szczególności ekspansja miejska, również wpływa na zmiany NDVI. Badanie podkreśla, w jaki sposób te działania przyczyniają się do zmian pokrycia powierzchni roślinnością i jej produktywności. (3) Analiza identyfikuje odrębne regionalne i sezonowe wzorce zmian NDVI, wykazując znaczną heterogeniczność czasoprzestrzenną w Chinach kontynentalnych. (4) Wyniki te poszerzają wiedzę naukową na temat tendencji zmian roślinności w Chinach i stanowią podstawę do opracowywania ukierunkowanych środków ochrony ekologicznej i polityk zrównoważonego rozwoju.

Słowa kluczowe:

Znormalizowany Wskaźnik Zróżnicowania Wegetacji, NDVI, Geograficznie Ważona Regresja Czasowa, GTWR, zmiana klimatu, działalność człowieka

Bibliografia

1. LIU Y., TIAN J., LIU R., DING L., 2021, Influences of climate change and human activities on NDVI changes in China, Remote Sensing 13: 4326, https://doi.org/10.3390/rs13214326.

2. CHANG J., LIU Q., WANG S., HUANG C., 2022, Vegetation dynamics and their influencing factors in China from 1998 to 2019, Remote Sensing 14: 3390, https://doi.org/10.3390/rs14143390.

3. PU M., ZHAO Y., NI Z., HUANG Z., PENG W., ZHOU Y., LIU J., GONG Y., 2022, Spatial-temporal evolu-tion and driving forces of NDVI in China’s Giant Panda National Park, International Journal of Environmental Research and Public Health 19: 6722, https://doi.org/10.3390/ijerph19116722.

4. YIN T., ZHAI Y., ZHANG Y., YANG W., DONG J., LIU X., FAN P., YOU C., YU L., GAO Q., WANG H., ZHENG P., WANG R., 2023, Impacts of climate change and human activities on vegetation coverage variation in mountainous and hilly areas in Central South of Shandong Province based on tree-ring, Frontiers in Plant Science 14: 1158221, https://doi.org/10.3389/fpls.2023.1158221.

5. LI X., WANG Y., ZHAO Y., ZHAI J., LIU Y., HAN S., LIU K., 2024, Research on the impact of climate change and human activities on the NDVI of arid areas – A case study of the Shiyang River Basin, Land 13: 533, https://doi.org/10.3390/land13040533.

6. CHEN X., HE Q., YE T., LIANG Y., LI Y., 2024, Decoding spatiotemporal dynamics in atmospheric CO2 in Chinese cities: Insights from satellite remote sensing and geographically and temporally weighted regression analysis, Science of The Total Environment 908: 167917, https://doi.org/10.1016/j.scitotenv.2023.167917.

7. SIFRIYANI S., RASJID M., ROSADI D., ANWAR S., WAHYUNI R.D., JALALUDDIN S., 2022, Spa-tial-temporal epidemiology of COVID-19 using a geographically and temporally weighted regression model, Symmetry 14: 742, https://doi.org/10.3390/sym14040742.

8. ZHAO M., WANG H., SUN J., TANG R., CAI B., SONG X., HUANG X., HUANG J., FAN Z., 2023, Spatio-temporal characteristics of soil Cd pollution and its influencing factors: A geographically and temporally weighted regression (GTWR) method, Journal of Hazardous Materials 446: 130613, https://doi.org/10.1016/j.jhazmat.2022.130613.

9. XU Y., YANG Y., CHEN X., LIU Y., 2022, Bibliometric analysis of global NDVI research trends from 1985 to 2021, Remote Sensing 14: 3967, https://doi.org/10.3390/rs14163967.

10. ZHANG H., GUO J., LI X., LIU Y., WANG T., 2023, Spatiotemporal variation in and responses of the NDVI to climate in Western Ordos and Eastern Alxa, Sustainability 15: 4375, https://doi.org/10.3390/su15054375.

11. PETTORELLI N., 2015, The normalized difference vegetation index, Oxford University Press, Oxford, https://doi.org/10.1093/acprof:osobl/9780199693160.001.0001.

12. JESPERSEN R.G., ANDERSON-SMITH M., SULLIVAN P.F., DIAL R.J., WELKER J.M., 2023, NDVI changes in the Arctic: Functional significance in the moist acidic tundra of Northern Alaska, PLoS ONE 18(4): e0285030, https://doi.org/10.1371/journal.pone.0285030.

13. LIU Y., LI Z., CHEN Y., LI Y., LI H., XIA Q., KAYUMBA P.M., 2022, Evaluation of consistency among three NDVI products applied to High Mountain Asia in 2000–2015, Remote Sensing of Environment 269: 112821, https://doi.org/10.1016/j.rse.2021.112821.

14. XIE F., FAN H., 2021, Deriving drought indices from MODIS vegetation indices (NDVI/EVI) and land sur-face temperature (LST): Is data reconstruction necessary?, International Journal of Applied Earth Observation and Geoinformation 101: 102352, https://doi.org/10.1016/j.jag.2021.102352.

15. LIU Q., YANG Z., HAN F., 2016, NDVI-based vegetation dynamics and their response to recent climate change: A case study in the Tianshan Mountains, China, Environmental Earth Sciences 75: 1189, https://doi.org/10.1007/s12665-016-5987-5.

16. ZHANG Y., ZHANG L., WANG J., DONG G., WEI Y., 2023, Quantitative analysis of NDVI driving factors based on the geographical detector model in the Chengdu-Chongqing region, China, Ecological Indicators 155: 110978, https://doi.org/10.1016/j.ecolind.2023.110978.

17. ZHANG H., LI L., ZHAO X., CHEN F., WEI J., FENG Z., HOU T., CHEN Y., YUE W., SHANG H., 2024, Changes in vegetation NDVI and its response to climate change and human activities in the Ferghana Basin from 1982 to 2015, Remote Sensing 16: 1296, https://doi.org/10.3390/rs16071296.

18. GUO L., LI J., ZHANG C., XU Y., XING J., HU J., 2024, Evaluating the impact of human activities on vege-tation restoration in mining areas based on the GTWR, ISPRS International Journal of Geo-Information 13: 132, https://doi.org/10.3390/ijgi13040132.

19. REN Y., ZHANG F., ZHAO C., CHENG Z., 2023, Attribution of climate change and human activities to vege-tation NDVI in Jilin Province, China during 1998–2020, Ecological Indicators 153: 110415, https://doi.org/10.1016/j.ecolind.2023.110415.

20. YUAN X., LI L., CHEN X., SHI H., 2015, Effects of precipitation intensity and temperature on NDVI-based grass change over Northern China during the period from 1982 to 2011, Remote Sensing 7: 10164-10183, https://doi.org/10.3390/rs70810164.

21. HUSSAIN S., RAZA A., ABDO H.G., 2023, Relation of land surface temperature with different vegetation indices using multi-temporal remote sensing data in Sahiwal region, Pakistan, Geoscience Letters 10: 33, https://doi.org/10.1186/s40562-023-00287-6.

22. WU Y., YANG J., LI S., GUO C., YANG X., XU Y., YUE F., PENG H., CHEN Y., GU L., 2023, NDVI-based vegetation dynamics and their responses to climate change and human activities from 2000 to 2020 in Miaoling Karst Mountain Area, SW China, Land 12: 1267, https://doi.org/10.3390/land12071267.

23. LU Q., ZHAO D., WU S., 2019, Using the NDVI to analyze trends and stability of grassland vegetation cover in Inner Mongolia, Theoretical and Applied Climatology 135: 1629–1640, https://doi.org/10.1007/s00704-018-2614-2.

24. HUANG B., WU B., BARRY M., 2010, Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices, International Journal of Geographical Information Science 24: 383–401.

25. BAI Y., WU L., QIN K., ZHANG Y., SHEN Y., ZHOU Y., 2016, A geographically and temporally weighted regression model for ground-level PM2.5 estimation from satellite-derived 500 m resolution AOD, Remote Sensing 8: 262, https://doi.org/10.3390/rs8030262.

Czasoprzestrzenny rozkład wpływu zmian klimatycznych i działalności człowieka na NDVI w Chinach. (2025). Problemy Ekorozwoju , 20(1), 174-189. https://doi.org/10.35784/preko.6696

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 20 Nr 1 (2025)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja