2001—2020年蒙古高原昼夜非对称变暖对植被返青期的影响

基于2001—2020年归一化植被指数(NDVI)、增强型植被指数(EVI)2种遥感植被指数以及蒙古高原94个气象站点的月最高、最低温和降水量数据,利用累积NDVI的Logistic曲线曲率极值法和动态阈值法2种物候识别方法提取蒙古高原植被返青期,分析蒙古高原昼夜非对称变暖的时空变化及其对植被返青期的影响。结果表明：(1)2001—2020年蒙古高原生长季开始前6个月(上一年11月—当年4月)平均最高温[0.7℃·(10a)^-1]和最低温[0.3℃·(10a)^-1]均呈上升趋势,最高温的变暖速率是最低温的2.3倍。(2)季前昼夜非对称变暖对植被返青期均产生提前作用,但与最高温相比,最低温对返青期的影响程度更大,且影响范围更为广泛。(3)季前昼夜非对称变暖对不同植被类型返青期产生不同影响,白天变暖对灌丛、农田和稀疏植被返青期的影响更明显,夜间变暖对森林和草地返青期的影响更强,特别是森林地区(25.5%)。研究白天和夜间非对称变暖对蒙古高原植被物候的影响,对揭示温度对春季植被物候的影响机制有重要意义。     

基于数字相机图像的长白山森林物候模拟

植被物候作为全球植被和陆面过程模型的重要参数,对其状态的准确描述在很大程度上决定着模型的模拟精度。温带森林作为北半球中高纬度地区主要植被类型及全球重要碳源,研究其物候期的变化将提高对区域碳通量的估算精度。本文以长白山阔叶红松林为研究对象,探讨了数字相机图像在物种尺度物候模拟及群落尺度物候模型改进方面的作用,结果如下：（1）物种尺度上,利用数字相机能获取两种植被（红松,蒙古栎）较为准确的物候期（与人工观测数据比较,绝对误差〈3d）;（2）群落尺度上,基于数字相机图像获取的冠层状态数据提高了基于气象数据的物候模型（GSI：growingseasonindex）的模拟精度（R2=0．9）,尤其是秋季物候模拟,为进一步分析群落物候的环境控制因子提供了有力手段。研究表明：数字相机不仅能够提供精确地基于物种尺度的物候数据,还可为遥感物候数据的校正提供参考,同时为生态模型中物候模块的改进及降低区域尺度碳通量模拟不确定性提供了新的思路。     

中国第二、三级阶梯地形过渡带山前植被物候时空变化探析

基于1982—2015年GIMMS NDVI 3g V1.0数据、3小时温度、逐日降水和日太阳辐射数据集、数字高程模型、中国植被区划数据及实测物候验证数据,利用季节性植被物候提取法、Theil-Sen median趋势分析法和偏最小二乘回归分析等方法,研究中国第二、三级阶梯地形过渡带植被物候的时空变化规律,探讨植被物候对海拔、经纬度和气候变化的响应。结果表明：① 34 a间过渡带山前植被物候时空变化显著。时间上,植被物候呈返青期（Start Of Season, SOS）提前（-0.3187 d/a, p<0.01）、枯黄期（End Of Season, EOS）推迟（0.1171 d/a, p>0.1）和生长季长度（Length Of Growing Season, LOS）延长（0.4358 d/a, p<0.01）趋势;空间上,按SOS像元的86.24%提前、EOS像元的69.66%推迟和LOS像元的84.42%延长分布。② 34 a间过渡带山前植被物候地带性特征明显。垂直地带性方面,在中低纬度地区的物候始末期受以400 m等高线为界的海拔梯度影响,由平原到山地产生SOS平均提前8d,EOS提前25~36 d的分段式变化;水平地带性方面,低纬度和中高纬度地区的植被物候以35°N（秦岭-淮河一线,中国南北方的分界线）、43.5°N（暖温带落叶阔叶林区与温带草原区的分界）为转折点,由南向北SOS以-0.78 d/°、4.89 d/°和-1.56 d/°分段变化,EOS以-3.96 d/°、-1.85 d/°和0.89 d/°分段变化。③ 34 a间过渡带植被物候受气象因素驱动。对于植被返青期,气温对中纬度地区SOS的影响最大,降水的贡献随着纬度的降低而增大,太阳辐射在中纬度地区的贡献力大于低纬度地区;对于植被枯黄期,中纬度地区对EOS的多因素贡献力为太阳辐射>气温>降水（太阳辐射对草原区无贡献力）,低纬度地区贡献力排序与之相反;本研究对宏观地理带中不同植被区划的物候变化认知有学术意义,也为地理因素与气候因素共同影响的植被物候变化提供了新的认识。     

贵阳木本植物物候对气候变化的响应

根据1978~2007年贵阳站的物候和气象资料,分析了贵阳站71种木本植物春秋季芽膨大期、展叶始期、始花期、叶完全变色期和落叶末期等5个关键物候期的变化趋势及其对气候变化的响应。结果表明:自1978年以来,贵阳年平均气温在振荡中明显下降,其中夏季气温降低最为明显,2月平均气温略有上升;春季芽膨大期、展叶始期和始花期等三种物候期均呈现出提前趋势,而秋季叶完全变色期和落叶末期呈现推迟趋势;春季物候期与物候期发生前若干月月平均气温的相关性较好,特别与当月和上月平均气温的相关关系最为显著。其中,2月月平均气温是影响春季三种物候期的关键指标,除此之外,贵阳站2、3月的日照时数也对春季物候期的提前起到促进作用;秋冬季物候期变化和气温、降水、日照时数的相关关系均不明显,这同秋季物候变化的复杂性和秋季物候期所受的影响因素较多有关。     

呼伦贝尔草原物候变化及其与气象因子的关系

草原物候是草原生态系统气候变化的敏感指示器，探索物候变化与气候变化的关系，对草原生态系统保护及全球气候变化研究具有重要意义。本文以呼伦贝尔草原为研究对象，基于2000—2015年MOD09Q1数据和气象数据，利用D-L拟合法对NDVI时间序列进行重构，采用动态阈值法提取草原物候期，利用相关分析法，分析了物候与气象因子之间的关系。研究表明：（1）返青期发生时间介于4月下旬至6月上旬（平均为第138 d），枯黄期发生时间介于9月至10月下旬（平均为第277 d），生长季长度主要在3.5~6个月之间（平均为136 d）。空间上，西部和北部返青期较早，枯黄期较晚，生长季长度最长；中东部返青期较晚，枯黄期较早，生长季长度较短。（2）年际变化趋势上，返青期和枯黄期均以提前趋势为主，提前趋势的像元比例分别为61.2%和63.83%，生长季长度以延长趋势为主，延长趋势的像元占比为54.95%。（3）冬季降水增加是返青期提前的主要原因，而春季降水增多和秋季温度升高是枯黄期提前的主要原因。研究结果有助于加深物候对气候变化响应的认识，以期更好地为草原物候研究和放牧优化管理提供参考。     

1985-2012年哈尔滨自然历主要物候期变动特征及对气温变化的响应

利用中国物候观测网观测数据,新编制了哈尔滨地区1985-2012年的自然历。通过与原自然历（1963-1984年）比较,揭示了近30年以来哈尔滨地区21个植物99个物候期的变化特征,并通过物候期与气温的相关分析探讨了物候变化原因。结果表明：自1985年以来,哈尔滨的春季、夏季、秋季的物候期开始日期提前,冬季开始日期推迟。其中春季（以白榆叶芽膨大期为代表）、夏季（以暴马丁香开花始期为代表）、秋季（以金银忍冬果实成熟期为代表）分别提前了7天、6天和19天,冬季（以胡桃楸落叶末期为代表）推迟了2天。各物候期在春季、夏季、秋季的平均日期相较于原自然历提前了3~11天,在冬季推迟了3天。四季各物候期最早日期均以提前为主,夏冬季物候期最晚日期有所推迟。另外,各季节内部分物候期出现的先后次序发生了变化。近30年该地区气温的升高是物候季节开始日期提前的首要原因。且不同植物和物候期对气温变化的响应敏感性不同可解释物候季节内物候期先后次序的变化。     

基于数码照片的植被物候提取多方法比较研究

植被物候能反映植被生长状况及其对气候变化的响应,在景观或更小尺度上自动化观测分析植被物候的演化是对大尺度遥感分析和单株植物人工观测的有效补充。基于物候相机观测网络(PhenoCam)中3种典型植被类型(森林、草地和农作物)站点数据,首先在群落尺度的感兴趣区(region of interesting,ROI)和像素2个尺度上计算植被指数,然后利用多种曲线拟合植被生长轨迹,提取关键物候参数,最后对相机物候参数进行了不确定性分析和卫星遥感物候的比较验证。结果表明:自定义ROI区域可以精确划定植被聚集区域,减少天空、地面等非植被要素的干扰;多方法的生长曲线拟合实验表明双逻辑斯蒂拟合法比较适用于单生长期植被,样条法较适用于多生长期植被;单生长期植被可直接采用多种物候参数提取方法(Klosterman,Gu,TRS,Derivatives)从生长曲线上提取关键物候参数,而多生长期植被可先用样条法拟合生长轨迹,然后采用变化点方法提取关键物候参数;生长曲线拟合与物候参数提取组合方法的不确定性分析发现,Klosterman方法具有较好的鲁棒性,各组合方法模拟实验的均方根误差均小于0.005;相机物候参数与MODIS EVI提取的遥感物候参数对比验证表明,二者在森林、农作物上的物候参数比较一致;像素级返青期参数的探索性分析发现,在像素尺度上能够识别群落内物种及个体间的物候差异,未来经过更深入的不确定性分析后,可尝试作为自动化分析群落尺度生物多样性的方法。     

近20 a呼和浩特市城市化对植被物候的影响

了解植被物候与城市化之间的关系对于认识人类活动对生态系统的影响至关重要。基于呼和浩特市近20 a MODIS的两种植被指数数据,利用动态阈值法提取了植被物候,结合城市化指标,研究了2001—2020年呼和浩特市植被物候对城市化的响应。研究表明：森林和灌木地返青期（Start of growing season,SOS）发生较早（平均值第132 d）,但其枯黄期（End of growing season,EOS）也较早（第265 d）。SOS较晚的是耕地（第168 d）,EOS较晚的是草地（第275 d）,表明研究区木本植物SOS和EOS均早于草本植物。人造地表植被物候年际变化较大,在SOS和EOS的物候变化率分别为每10 a提前4.1 d和推迟0.7 d。此外,以人造地表比率和城乡梯度信息（即从城市核心到周边农村地区的同心环）为城市化指标,探讨了呼和浩特市中心城区植被物候对城市化的响应。研究发现SOS随人造地表比率上升而提前,EOS则出现相反的趋势。从城乡梯度上看,在特定范围内,远离城市中心SOS波动上升,即距城市中心越远植被SOS越晚,而EOS逐渐下降,即距城市中心越远植被EOS越早。总之,不同的城市化指标显示了植被物候对城市化的非线性响应。     

蒙古国植被物候特征及其对地理要素的响应

蒙古高原是中国重要的北方生态屏障。在全球气候变化的背景下,研究蒙古国植被物候变化特征对于认识蒙古国草地生态系统对气候变化的响应和促进区域畜牧业可持续发展具有重要意义。本研究利用非对称高斯拟合法对蒙古国2001—2019年MOD13Q1产品中的归一化植被指数（Normalized Differential Vegetation Index,NDVI）数据拟合,得到较为平滑的NDVI时间序列数据;基于TIMESAT平台,采用动态阈值法分析获得蒙古国连续19a植被物候数据。研究分析了蒙古国植被物候的空间分布及年际变化趋势,发现蒙古国植被返青期（Start of growing season,SOS）主要集中在110~150d,总体呈微弱推迟趋势,植被枯黄期（End of growing season,EOS）主要集中在270~310d,总体呈提前趋势,从而导致蒙古国生长季长度（Length of growing season,LOS）呈缩短趋势,且缩短时间最长可达2d以上。采用偏相关分析方法分析了植被物候对地形、降水、地表温度等地理要素的响应,表明蒙古国植被物候具有明显的空间异质性和海拔依赖性,不同植被物候对降水、地表温度（Land Surface Temperature,LST）的响应不同,SOS与日间LST呈显著正相关,EOS与夜间LST呈显著正相关,而LOS与年均降水呈显著负相关关系。     

基于NDVI的秦岭山地植被遥感物候及其与气温的响应关系——以陕西境内为例

基于MODIS NDVI时间序列数据,利用动态阈值法提取秦岭山地2000~2010年的物候参数,并结合实测物候资料进行验证,在宏观尺度上量化了气温升高对植物物候的影响程度。研究得出:基于NDVI的物候变化趋势与实测物候资料结果一致;2000~2010年间物候始期提前的速率为0.165 6 d/a,末期推后速率为0.109 1 d/a;空间上,秦岭山地北部区域的植被物候始期主要发生在第120~130 d,相对于南坡较晚,物候末期主要发生在第300~325 d,北部区域物候末期的到来较迟,南部区域相对较早;物候始期NDVI与有效气温、春季、生长期气温相关性较好,末期NDVI与夏、秋季节气温相关性较好;气温对生长季开始阶段的NDVI在时间上存在2~3旬的滞后效应。     

1982-2013年青藏高原植被物候变化及气象因素影响

根据NDVI3g数据,本文定义了18种植被物候指标研究植被物候变化情况。根据1:100万植被区划,把青藏高原划分为8个植被区分。对物候变化比较显著的区域,采用最高温度、最低温度、平均温度、降水、太阳辐射数据,运用偏最小二乘法回归（PLS）研究物候变化的气候成因。结果表明：① 青藏高原生长季初期物候指标,转折发生在1997-2000年,转折前初期物候指标平均提前2~3 d/10a;青藏高原末期物候指标转折发生在2004-2007年左右,生长季长度物候指标突变发生在2005年左右,转折前末期物候指标平均延迟1~2 d/10a、生长季长度平均延长1~2 d/10a;转折之后生长季初期物候指标推迟趋势的显著性水平仅为0.1,生长季末期物候指标、生长季长度指标趋势不显著。② 高寒草甸与高寒灌木草甸是青藏高原物候变化最剧烈的植被分区。高寒草甸区生长季长度的延长主要是由生长季初期物候指标提前导致的。高寒灌木草甸区生长季长度的延长主要是由于初期物候指标的提前,以及末期物候指标的推迟共同作用导致的。③ 采用PLS进一步分析气象因素对高寒草甸与高寒灌木草甸物候剧烈变化的影响。表明,温度对物候的影响占主导地位,两植被分区均显示上年秋季、冬初温度对生长季初期物候具有正的影响,该时段温度一方面会导致上年末期物候指标推迟,间接推迟生长季开始时间;另一方面高温不利用冬季休眠。除夏季外,其余月份最小温度对植被物候的影响与平均温度、最高温度的影响类似。降水对植被物候的影响不同月份波动较大,上年秋冬季节降水对初期物候指标具有负的影响,春初降水对初期物候指标具有正的影响。8月份限制植被生长季的主要因素是降水,此时降水与末期物候指标模型系数为正。太阳辐射对植被物候的影响主要在夏季与秋初。PLS方法在物候变化研究中具有较好的效果,本文研究结果将会对植被物候模型改进,提供有力的科学依据。     

根据MODIS数据推断的中国东北森林物候格局

1 IntroductionPhenology is the study ofthe recurring vegetation cycles and theirconnection to the surroundingenvironm ental factors such as clim ate, hydrology, soil, etc. (W an et al., 1987). Phenologicalrecords provide an integrative indication of the s…     

Forest phenological patterns of Northeast China inferred from MODIS data

The role of remote sensing in phenological studies is increasingly regarded as a key to understand large area seasonal phenomena. This paper describes the application of Moderate Resolution Imaging Spectroradiometer (MODIS) time series data for forest phenological patterns. The forest phenological phase of Northeast China (NE China) and its spatial characteristics were inferred using 1-km 10-day MODIS normalized difference vegetation index (NDVI) datasets of 2002. The threshold-based method was used to estimate three key forest phenological variables, which are the start of growing season (SOS), the end of growing season (EOS) and growing season length (GSL). Then the spatial patterns of forest phenological variables of NE China were mapped and analyzed. The derived phenological variables were validated by the field observed data from published papers in the same study area. Results indicate that forest phenological phase from MODIS data is comparable with the observed data. As the derived forest phenological pattern is related to forest type distribution, it is helpful to discriminate between forest types.     

中国东北地区植被生产力控制因素分析

植被生长季长度和生长强度是形态上影响植被生产力变化的重要因子。全球变暖情景下,北半球中高纬度大部分地区植被生长季显著延长并对植被生产力产生正向反馈,而植被生长强度变化情形及对生产力的控制作用并不清晰。中国东北地区属于中纬度温带地区,具有较高的植被覆盖度和丰富的植被类型,探索其植被生长季长度和强度的变化及对生产力的控制作用有利于理解和应对该地区的生态系统变化。以中国东北为研究区,基于1982—2015年长时序遥感植被指数数据（NDVI3g）,利用曲率求导法确定植被生长季开始点（SOS）、结束点（EOS）、生长季长度（LOS）和夏季最大生长季强度（GM）等关键物候参数,然后利用相对重要性（RI）方法定量分析了生长季长度和强度对植被生产力长期变化趋势的相对贡献及时空格局。结果表明：① 研究区整体的植被生产力和生长强度呈现增强趋势,而生长季长度呈现缩短趋势,导致生长强度成为控制生产力变化趋势的主要因素（RI = 70%）;② 在不同植被覆盖区域,生长季长度和生长强度对生产力的影响程度具有显著的空间差异。西部草原区植被生产力受生长强度控制最为显著（RI = 93%）,其次为针叶林（RI = 66%）和阔叶林区（RI = 62%）,农作物区生产力受生长强度影响最小（RI = 56%）。生长季长度对植被生产力的控制在农作物区最为显著（RI = 40%）,在其他区域的影响约为27%~35%。各植被覆盖区生长强度与生产力均为正相关,生长季长度与生产力均为负相关;③ 气候因素（降水、温度）和物候变化均对主要贡献因子生长强度产生影响,其中SOS的变化对生长强度的影响程度和空间范围最为显著,主要表现为SOS推迟促进生长强度增强。本研究基于遥感数据发现1982—2015年间中国东北地区植被生长更加旺盛,但是植被生长活动主要受生长强度的影响,该研究可以为植被生产力变化模拟的参数选择提供新的线索。     

东西伯利亚苔原—泰加林过渡带植被遥感物候时空特征及其对气温变化的响应

物候变化是气候变化的重要指示器,通过对植被物候时空变化的研究可以为进一步分析全球气候变化提供依据。基于2000—2017年MODIS-NDVI时间序列数据,利用不对称高斯函数和动态阈值法,提取、分析了东西伯利亚苔原—泰加林过渡带植被生长季起始期（SOS）、结束期（EOS）、中期（MOS）和长度（LOS）4种植被遥感物候参数的时空变化格局。同时结合同期CRU（Climate Research Unit）气温观测数据,分析了4种物候参数对气温变化的响应关系。结果表明：遥感物候参数可以直接、有效地反映气温的变化：研究区64°N以南区域4—5月气温升高,对应区域SOS提前5~15 d;64°N~72°N之间5—6月气温升高,对应区域SOS提前10~25 d;最北端北冰洋沿岸6月气温升高幅度较小且7月气温降低,对应区域SOS推后15~25 d;西北部8月、西南部9月气温降低,对应地区EOS提前15~30 d;67°N以南区域9—10月气温升高,对应区域EOS推后5~30 d;EOS的变化对气温变化较SOS更为敏感,较小的气温波动即引起EOS较大的变动;研究区内植被生长季整体呈前移趋势,且西北部LOS缩短,中部、南部LOS延长。     

站点尺度的青藏高原时序NDVI重构方法比较与应用

基于卫星遥感的植被指数时序数据广泛应用于植被覆盖监测、生物量反演等多个研究领域,但由于传感器本身、大气条件、环境特征等因素引起的噪声会影响数据的应用效果,因此开展植被指数时序数据重构研究具有实际意义。本文基于2000-2015年MODIS归一化差异植被指数(NDVI)数据,采用三次样条函数法、双逻辑斯蒂函数法和奇异谱分析法3种常用方法,对青藏高原106个气象站点所在的典型覆被NDVI时序数据进行重构,并以植被物候信息提取作为应用,比较分析了3种算法的保真性、细节拟合能力及物候特征提取效果。研究表明, D-L及Spline函数分别对受冰雪及云层影响较大(荒漠、灌木、林地)及较小的覆被类型(草原、农作物)表现出较好的细节拟合能力;SSA方法拟合能力较差,易出现NDVI重构曲线整体“下移”的现象,造成峰值拟合结果偏低,并且表现出NDVI绝对值越小拟合效果越差的现象。从保持原始数据真值的能力来看,受噪声点影响较大的覆被类型(林地、灌木、草原)Spline函数略优于D-L函数法;而林地类型中SSA方法表现优于D-L函数法。从物候信息提取结果来看,D-L函数法所提取的生长季稍有提前,Spline函数及SSA方法分别表现出生长季开始点及结束点滞后的现象,灌木、林地类型表现出明显的年际波动变化的特征,荒漠类型由于NDVI绝对值偏低,3种方法物候提取结果一致性表现出锯齿状不规则波动。此外,D-L方法生长季开始期(SOS)和生长季结束期(EOS)在各覆被区均小于其他方法,波动较大;SSA方法提取的EOS在大部分覆被地区大于其他方法;Spline提取结果的年际波动与SSA高度相似。该研究可为高原植被不同覆被类型下NDVI时序数据噪声去除的方法选择提供借鉴。     

基于Whittaker滤波的陕西省植被物候特征

运用Whittaker滤波重构MODIS NDVI时序数列,利用地理探测器对比滤波前后影像信噪比,采用动态阈值法获取2000-2012年陕西省植被的3个关键物候参数(返青期、枯黄期和生长周期),在此基础上分析了该区植被物候参数空间分布特征。结果表明:(1)Whittaker滤波能够平滑原始NDVI曲线,有效减少原始影像的噪声,提高影像辨识度,并且参数设置简单;(2)陕西省植被物候地区分异明显,不同气候区划类植被物候表现出中温带半干旱区-暖温带半干旱区-暖温带半湿润区-北亚热带湿润区的递变规律:返青期逐步提前,枯黄期逐步推迟;(3)植被物候受高程和纬度影响,并且纬度影响更显著。海拔每升高200 m,返青期推迟1.3 d,枯黄期提前0.6 d;纬度每升高0.5°,返青期推迟3.6 d,枯黄期提前1.2 d。