基于AVHRR和MODIS数据的全球植被物候比较分析

AVHRR和MODIS卫星数据在全球和区域尺度植物物候对气候变化响应研究中起着重要的作用,然而两种传感器在全球尺度物候监测的一致性有待验证。首先利用时间序列谐波分析法(HANTS)对2005年全球GIMMS AVHRR NDVI和MODIS 13A2 数据进行滤波处理;然后基于改进的动态阈值方法,提取全球植被的返青期(SOS)、枯黄期(EOS)和生长季长度(DOS);最后分区域比较和评估两种传感器提取物候参数的潜力。研究结果表明：2005年全球大部分地区植被在第100～140 d开始生长,到第260～300 d逐渐停止生长,生长季长度集中在130～180 d,并且和区域研究结果具有一致性;两种传感器提取的植被关键物候期的空间变化趋势是一致的,随着纬度升高,返青期呈现推迟趋势,枯黄期呈现提早趋势,生长季长度呈现缩短趋势;AVHRR和MODIS提取落叶林和草地的SOS、EOS和DOS在欧亚大陆和北美洲区域的相关系数大部分达到0.9以上。     

青藏高原高寒草地物候的研究进展

植被物候现象是环境条件季节和年际变化最直观、最敏感的综合指示器。野外目视观察法、植物物候模型、数字相机技术、遥感技术等是物候监测的主要方法。青藏高原整体上高寒草地返青期变化目前有4种观点,返青期推后、提前、没有明显变化、在波动中提前。物候与气候之间相互关联,相互作用。温度、水分、CO_2浓度、积雪和极端气候是影响高寒草地生长发育的重要因素。不同尺度下物候变化及哪个因素更具影响力存在不确定性。最后还展望了未来研究重点方向。     

基于日光诱导叶绿素荧光的东北地区植被物候时空特征及其对气候的响应

植被物候是监测陆地生态系统和全球气候变化的重要生物指标。基于经典遥感植被指数的陆表物候监测在不同植被类型的精确分析方面存在较大挑战,日光诱导叶绿素荧光（SIF）可以直接反映植被实际光合作用的动态变化,能够更精确地刻画出植被的年际变异。本研究基于2001～2020年GOSIF数据集,通过D-L拟合函数和动态阈值法提取东北地区植被物候参数,结合一元线性回归分析、稳定性和持续性分析,在多时空尺度下分析2001～2020年东北地区植被物候的时空演变特征,并探讨植被物候对气候变化的响应机制。结果表明：(1)植被生长季开始（Start of Season,SOS）、结束（EndofSeason,EOS）、生长季长度（LengthofSeason,LOS）和生长峰值（Position of Peak,POP）整体上分别呈现出提前、推迟、延长和提前趋势;(2)草丛SOS提前、EOS推迟趋势较为显著,针叶林EOS提前趋势显著;SOS提前、EOS推迟导致LOS延长,除针叶林外,所有植被类型LOS均呈现出延长趋势;除草丛和草原外,其余植被类型POP均呈提前趋势;(3)20年来植被SOS、EOS、LOS和PO...     

21世纪初中国农作物与自然植被物候时空差异

利用离散小波方法对2001~2012年MODIS EVI时序数据进行平滑,基于动态阈值法提取我国植被物候信息,探讨农作物和自然植被物候的时空变化特征。结果表明:(1)我国第一季农作物开始、峰值和结束日期主要以华北平原为中心随海拔的上升而推迟,而自然植被物候更早20d左右,且随海拔的上升先推迟后提前;(2)物候在时序上有显著变化的第一季区域,43.98%开始日期、52.83%峰值日期呈现提前趋势,多在开始晚、结束早的西南区及东北与内蒙古交界处,其余区域开始、峰值日期及81.80%结束日期呈推迟趋势,发生在开始早、结束晚的黄土高原及双季农作区;农作物物候推迟幅度小于自然植被。     

基于NDVI数据的江苏省植被物候变化及其影响因子分析

以气候变暖为主要特征的全球气候变化与生态系统的相互作用成为影响可持续发展的重要因素。植被作为陆地生态系统的主要组成部分,在生态环境评价及碳水循环等方面具有重要作用。以江苏省为研究区,利用长时间序列的GIMMS NDVI3g数据集和气象数据,采用Logistic函数法提取该区域过去34 a(1982~2015年)植被生长期物候(Start Of Season SOS,End Of Season EOS)变化的时空分布特征,并用相关性分析法定量确定主要气象因子(温度、降水)对物候变化的贡献。结果表明：①空间上,从江苏省南部到北部,SOS呈递增趋势,EOS呈递减趋势;②时间上,大部分(83.1%)像元的SOS提前,主要分布在江苏省中部及北部地区,大多提前1~2 d/a,69.2%像元的EOS延后,大多延后0~1 d/a;③植被生长期开始SOS/EOS对温度、降水有明显响应,70.5%像元的SOS与温度呈负相关,主要位于江苏省北部及少部分南部地区,55.5%像元的SOS与降水呈负相关,55.2%像元的EOS与温度呈正相关,71.2%像元的EOS与降水呈负相关。整体上,温度的升高导致生长期提前,降水对SOS具有双向作用,秋季物候的影响因子更为复杂,温度和降水的变化并不能导致EOS的提前或者推迟。本研究加深对气候变化与植被生态系统相互作用过程的认识,为未来植被及气候变化分析提供参考。     

基于MODIS NDVI和多方法的青藏高原植被物候时空特征分析

基于遥感的植被物候分析具有连续观测、覆盖面广的优点,已经成为全球气候变化背景下植被生理物理变化研究的重要手段。基于青藏高原96个气象站点和对应的MODIS NDVI时序数据,探索分析了2000~2014年间站点、典型植被覆盖和高原整体区域上的植被物候变化趋势及地理环境影响。首先采用三次样条(Spline)函数法、双逻辑斯蒂(D-L)函数法和奇异谱分析法(SSA)进行NDVI时序数据重构,其次利用导数法(Derivative method,Der)及阈值法(Threshold method,Trs)提取植被物候关键参数(生长季长度LOS、生长季开始点SOS、生长季结束点EOS),进而对比分析6种方法提取结果的差异和适用条件;再利用M-K test趋势分析法计算了各站点和区域的物候发展趋势,并探索其与海拔、降水、温度间的相关性;最后将本文遥感LOS与气温阈值法得到的生长期长度指标(GSL)进行了对比验证。结果表明:(1)阈值法有较强的稳定性及适应性,导数法结果差异较大,整体来看阈值法优于导数法。草原及森林覆被类型中3种物候参数使用SSA、Spline、D-L与阈值法的组合提取结果较优;(2)多种方法提取的多种物候参数趋势空间差异性较大,小尺度上趋势比较一致。青藏高原东南部湿润半湿润的灌木草原区及西北荒漠草原区,呈现SOS和EOS推迟、但LOS仍然延长的趋势;青藏高原西南部湿润区呈现SOS延后、EOS提前、LOS缩短的趋势;青藏高原分布广泛的草原区,各物候参数并未呈现显著变化的趋势特征;(3)温度与物候参数发展趋势呈相关关系,温度升高的情况下呈现SOS提前、EOS延后的现象。由于高原地貌、气候的复杂性,多数站点的物候发展趋势与海拔、降水的相关性并不显著,GSL与LOS的相关性也呈现相似的特征。本文证实在植被物候参数遥感提取中,多种方法差异较大,很少有在全部区域均适用的方法;站点尺度上青藏高原在近15年来植被物候并未呈现明显春季提前或秋季延后趋势。     

北京植被物候时空变化及其对城市化的响应北大核心CSCD

植被物候是气候变化和外界环境变化的感应器。鉴于当前植被物候研究多在生态区,城市相对较少,以北京为研究区,基于2001—2019年MOD13Q1植被指数产品,利用动态阈值法提取研究区内植被的物候参数,即生长季开始期(start of season,SOS)、生长季结束期(end of season,EOS)和生长季长度(length of season,LOS),揭示植被物候期的时空变化特征并利用相关分析法研究其对城市化的响应。研究表明:2001—2019年,北京出现植被生长季开始期提前、结束期推迟和长度延长的现象,城区和郊区亦然。植被物候在城郊方向上表现出明显的梯度现象,且城区生长季开始期最早、结束期最晚和长度最长。城市化的发展对植被生长季开始期提前、结束期推迟和长度延长具有重要作用,不同地区的植被物候受城市化影响具有差异性。     

1980~2019年北疆积雪时空变化与气候和植被的关系

利用1980~2019年中国长时间序列的AVHRR逐日无云积雪面积产品和气象站实测雪深资料计算积雪日数、积雪初日、积雪终日、积雪期、雪深等积雪物候参数,研究积雪物候的时空分布变化,同时结合ECMWF-ERA5再分析资料和GIMMS NDVI3g数据集分别提取气象因子（气温、降水）和植被因子（返青期、枯黄期、生长期）,探究北疆积雪物候变化对气象因子和植被因子的响应。结果表明：北疆近40 a间的平均积雪日数为81.62 d/a,73%的区域为稳定积雪区,积雪初日在11月、终日在3月,积雪期为每年11月初至次年3月底4月初;空间上呈现不均匀分布,其中阿勒泰山地区、天山地区、大部分塔城盆地和额尔齐斯谷地区为主要积雪区,1980~2019年间北疆积雪覆盖面积比例、积雪日数和积雪期逐年降低,积雪初日基本没变,但积雪终日显著提前;ECMWF-ERA5再分析资料表明1980~2019年北疆积雪期降水量无明显变化,但积雪覆盖面积比例显著降低,说明降雪区雪深可能增加,这与北疆气象站实测雪深逐渐增加结果相吻合;平均气温与积雪期积雪覆盖面积比例、积雪日数、积雪期长度相关性较大,呈现显著负相关,积雪期降水量与积雪物候参数呈现正相关;积雪物候及其气候效应引起北疆自然植被返青期显著提前,植被生长期延长的特征。     

基于遥感的中国东北植被物候不对称特征分析

植被物候是反映全球气候变化的重要生态指标,春季返青期物候已经得到广泛研究,但秋季物候及其与春季物候的不对称性仍然不明朗。基于GIMMS NDVI 3g遥感数据提取中国东北地区植被关键物候参数,利用春季和秋季中返青(衰落)速率、生长期长度、植被活动能力(以NDVI均值表示)3个物候指标的差异来刻画春秋物候的不对称性,定义为物候不对称指数AsyR、AsyL和AsyV(Asymmetry of growing Rate,Length,Vegetation index)。首先利用双逻辑斯蒂曲线拟合和曲率求导方法获取各植被像元的物候期和生长速率参数,其次在像素尺度上探索了3种春秋物候不对称性的时空分布特征。结果表明:3种不对称指数的年际变异显著,研究区整体上3种不对称指数均呈现大约10 a的周期性,AysV和AsyL同相位并与AsyR呈相反相位。3种指数可以从不同角度刻画植被春秋季生长形态不对称性,在时空表现上存在一定的不确定性。AsyR和AsyV在不同植被类型中的空间格局比较相似,并能一定程度上区分农作物和自然植被,AsyL的空间分布规律较差、区分度不高。不对称指数发现,针叶林和阔叶林区域主要为衰落期的植被活动占主要优势,形态上是春季快速成长、秋季缓慢衰落;农作物区表现为缓慢成长和快速衰落;草原区域不对称性不显著。生长形态不对称性可以反映春秋两季的植被活动对整个生长季植被生产力的控制作用,有助于更加细致地探索物候对植被生态系统固碳的影响。在实际应用方面,也可以根据不同植被的物候不对称特征进行植被分类,服务于农业普查和植被生态系统管理。     

基于MODIS数据的我国天山典型区积雪特征研究

准确监测天山地区积雪面积和积雪日数对合理利用水资源及分析区域气候变化有重要意义。MODIS每日积雪产品可以为大面积快速积雪制图与监测提供依据,但因云量较高成为其应用的瓶颈。利用结合MODIS产品的时间与空间信息有效地减少了云对MODIS积雪产品的影响,并利用改进的MODIS积雪数据和DEM分析2002~2009年天山地区积雪面积和积雪日数的变化特征。结果表明:积雪频率总体上随着海拔升高而增大;不同坡向积雪面积差异明显,西北坡积雪覆盖率最高,北坡、西坡和东北坡次之,南坡和东南坡的积雪覆盖率最低;2006~2008年研究区积雪面积出现低值,年内最大积雪面积呈逐年减少的趋势;随着海拔下降,积雪日数逐渐变小,天山南部地区积雪日数仅为40 d以下;积雪日数大的区域年际积雪日数变化相对稳定,积雪日数少于40 d的区域积雪日数的变异系数最大,年际积雪日数变化不稳定。     

北半球及典型区雪深时空分布与变化特征

基于欧空局的GlobSnow雪水当量数据集和国家青藏高原科学数据中心的北半球长时间序列雪深数据集NHSD研究了北半球及9个典型区的雪深时空分布与变化特征。结果表明：北半球1988~2018年平均雪深总体呈显著下降趋势（p<0.01）,年际变化幅度为-0.55 cm·（10 a）^-1。在高纬度地区,加拿大北部和阿拉斯加年平均雪深下降明显（p<0.01）,下降速率分别为3.48 cm·（10 a）^-1和3 cm·（10 a）^-1,两地区月平均雪深在冬季显著下降。西西伯利亚平原和东欧平原年平均雪深呈下降趋势,其中东欧平原雪深下降较为明显（p<0.01）,变化速率为-2.3 cm·（10 a）^-1,两地区的月平均雪深在春季显著下降,其中5月份最为明显。东西伯利亚山地的雪深年际变化呈增加趋势,除堪察加半岛外,其月平均雪深在冬季呈显著增加趋势。对于高山区,阿尔卑斯山脉和落基山脉的年平均雪深呈缓慢增长趋势,而青藏高原地区雪深呈缓慢下降趋势。阿尔卑斯山脉的月平均雪深在冬季呈显著增加趋势,5月份显著减小。落基山脉和青藏高原雪深变化呈现出空间异质性：在整个研究时段,落基山脉北部月平均雪深呈下降趋势,中部和南部呈上升趋势;青藏高原的北部边缘山脉雪深呈显著上升趋势,中部大多数地区呈下降趋势。喜马拉雅山脉的北坡雪深增加,南坡雪深减小,但其变化率绝对值小于0.5 cm·a^-1。东南部雪深较大的念青唐古拉山脉冬季雪深呈显著下降趋势。对9个典型区雪深的年内分析（2001~2010年平均值）结果显示：高山区雪深峰值远低于高纬度地区雪深峰值。除青藏高原外,高山区的积雪融化起始日期明显早于高纬度地区。     

基于多源数据的禹城农田生态系统冬小麦生育期识别方法比较研究

多源数据与其技术方法逐渐被应用于植被物候的研究当中,但基于多源数据物候识别方法间的差异性比较及定量化评估工作还有待加强。以山东禹城农田生态系统为例,探讨了基于多源数据,NDVI、EVI、数字相机图片、碳通量数据(NEE)以及人工实测数据获取的冬小麦主要生育日期的结果进行差异比较及定量化评估。结果表明:①通过碳通量数据获取的主要生育日期的计算结果与人工实测结果最接近,各阶段差异均<3 d;通过数字相机图片获取的结果仅次于通过碳通量数据获取的结果,而通过遥感数据NDVI、EVI获取的结果与人工实测结果差距最大;②通过NDVI、EVI两种数据获取的冬小麦主要生育期结果具有极显著的相关性,最高达到R²=0.857(P<0.001);③基于多源数据获取的冬小麦主要生育期的计算结果,均显示出禹城站冬小麦返青期提前,蜡熟期推迟,生长季长度变长的年际变化特征。     

基于不同植被指数的重庆地区物候参数提取对比研究

基于不同植被指数提取物候参数是分析长时间物候变化的重要基础。以多云雾的重庆地区为例，使用2010～2019年MODIS NDVI/EVI/EVI2共3种长时序的植被指数数据，通过D-L滤波方法分析了不同植被指数特征；并使用动态阈值法和趋势分析法，对比研究了基于3种植被指数提取的物候参数结果及其随不同地形因子的分异规律，结果如下：(1)EVI和EVI2的时间序列拟合曲线比NDVI的拟合曲线更加平滑，3种植被指数原始值与拟合值的差值主要分布为NDVI(0.05～0.18)、EVI(0.03～0.11)、EVI2(0.03～0.1)。(2)基于3种植被指数提取的物候参数在空间分布和变化趋势上呈现一致性，其中EVI和EVI2提取的植被指数参数皆相近，相差5d之内占比79%以上，SOSEVI2变化显著性区域所占比面积最高（16.36%）,SOSNDVI最低为12.37%。(3)SOS随海拔升高而推迟，EOS随海拔升高先延后再提前，LOS随海拔升高先延长后缩短，且EOSNDVI、LOSNDVI随着海拔增加分别与EOSEVI/EOSEVI2、LOSEVI/LOSEVI2差异增大，不同植被类型上，EV...     

近14年西南地区植被季节变化及与气候关系

针对我国西南地区植被对气候的适应性及对气候反馈的问题,基于1999~2012年归一化植被指数数据,结合同期气温和降水资料,探究该区主要植被类型对气候变化的响应方式。运用GIS和RS技术,采用最大值合成和变化斜率法,从季节尺度分析该区近14年植被覆盖的时空变化特征及与气温、降水关系。结果表明:1)近14年该区植被覆盖度四季均呈现增加趋势,其中春季增加速率最快(8.7%/10a)、趋势最为显著(P0.001),秋季次之,夏季最小(4%/10a)。2)该区植被以生长季提前为主要特征,气温是影响生长季提前的主要自然因素,降水增加则促使生长季振幅增大。所有植被类型(除农林交错植被)均表现为生长季提前,农林交错植被以生长季延长为主要特征。3)植被覆盖度增加以春季为主的区域面积最大(47.39%),分析表明生长季提前是该区植被对近14年气候变化的最主要响应方式,但这种季节响应存在显著的空间差异,若尔盖高原、四川盆地、云贵高原西部及广西丘陵大部的植被主要表现为生长季提前,而四川盆地和广西丘陵中部、及云贵高原中东部表现为生长季延长。     

基于遥感的海南本岛植被覆盖度时空变化及其地形效应研究北大核心CSCD

植被覆盖在维持生态系统结构稳定和防治水土流失等方面发挥着重要的作用,海南自1988年建省以来迅速发展,导致海南岛植被覆盖也产生了巨大的变化.为揭示海南本岛地形因子对植被覆盖度的影响以及为海南本岛进一步制定合理的生态环保策略提供依据,基于1988、1998、2008、2017和2020年Landsat-TM/OLI多光谱影像,以海南本岛为研究区域,采用归一化植被指数和像元二分模型进行植被覆盖度提取,通过线性趋势分析海南本岛近30a植被覆盖变化特征.并结合30 m_DEM获取的海、坡度和坡向数据,来进一步探讨海南本岛植被覆盖度在不同地形因子条件下的空间分布特征.结果表明:①1988～2020年海南岛平均植被覆盖度介于0.58～0.88之间,整体呈先下降后上升趋势;②海南岛高植被覆盖主要分布于海南岛中部、西南部和东南部地区,低植被覆盖主要出现在居住区、沿海地区等人为干扰因素较高的地区;③海南岛各等级植被覆盖均随海拔的增加而不断降低,在海拔小于100 m的区域分布面积最大;坡度为0～5°时植被覆盖面积达到最大值,随着坡度的增加,植被覆盖面积呈减少趋势;各等级植被覆盖在阴坡和阳坡的分布面积变化差异不大,主要以高植被覆盖类型为主.     

基于MODIS数据的玛纳斯河山区雪盖时空分布分析

基于2000~2010年的MODIS/Terra积雪8 d合成数据(MOD10A2)与DEM数据,通过计算和分析积雪频率与积雪覆盖率,研究了新疆玛纳斯河山区雪盖的时空分布特征。结果表明：① 研究区一月份积雪覆盖丰富,积雪频率高值区主要分布在北部中低山地区、南部中海拔地区以及清水河与塔西河的河源地区;四月与十月的雪盖分布规律相似,总体上积雪频率随高程上升而上升;七月份只有少部分高山区域被积雪覆盖;② 积雪频率始终保持较高水平的区域是玛纳斯河、金沟河、清水河以及塔西河的河源高山地区,而玛纳斯河流域中上游的河谷地区则始终保持较低水平;③ 一月份,1 400 m以下地区的积雪覆盖率超过95%,随着高程上升,迅速下降至2 600 m的最低值约41%,此后逐渐上升至5 000 m以上80%左右;④ 一月、四月和十月份积雪覆盖率在大部分高程带上均表现为北坡、东北坡和西北坡最高,东坡和西坡次之,南坡、东南坡和西南坡最低的规律;七月份各高程带的雪盖分布没有明显的坡向差异。     

中国西南山区GEOV1、GLASS和MODIS LAI产品的对比分析

叶面积指数(Leaf Area Index,LAI)是表征植被生物物理变化和冠层结构特征的关键参数,目前存在多个全球范围、长时间序列LAI产品,对其进行验证是LAI产品应用的重要前提,然而目前山区的验证工作尤其少见。在我国西南山区选取6个典型样区,考虑山区复杂地形特征,从产品时空完整性以及对山区植被时空特征表征能力等方面对GEOV1、GLASS和MODIS LAI产品进行对比分析。研究结果表明:(1)相比于地形平坦地区,在山区随海拔和地形起伏度的增加,LAI产品时空完整性呈递减的趋势,其中,GEOV1LAI表现最差,MODIS LAI次之,GLASS LAI表现最好;(2)GLASS LAI和GEOV1LAI的空间分布合理且具有较好的一致性,MODIS LAI的空间分布和二者存在差异,3种LAI产品均难以准确反映山区植被垂直带谱的变化特征;(3)草地类型LAI产品间差值较小,林地和农作物GLASS LAI和GEOV1LAI产品一致性较好,MODIS LAI产品和二者存在较大的差异;(4)GLASS LAI时间序列曲线平滑且连续,GEOV1LAI存在时间不连续现象,MODIS LAI季相变化中的波动现象比较严重;各产品不仅难以准确反映冬季的常绿针叶林LAI,而且难以准确表征样区内农田作物轮作的物候信息。对比分析有助于发现LAI产品在山区存在的问题,并为今后LAI产品的算法改进提供帮助和参考。