柽柳灌丛关键物候参数多种植被指数遥感提取的适用性——基于CO2通量观测和Sentinel-2数据

本研究以额济纳绿洲四道桥超级站为研究区,结合2018—2019年涡度通量、气象数据和2017—2020年Sentinel-2遥感影像,分析通量塔总初级生产力(GPP)与环境因子的关系,评估12种遥感植被指数对柽柳灌丛长势模拟和关键物候参数提取的适用性。采用7参数双逻辑斯蒂函数(DL-7)+全局模型函数(GMF)拟合GPP和各植被指数生长曲线,并逐年提取生长季始期(SOS)、生长季峰期(POS)和生长季末期(EOS)3种关键物候参数。结果表明: 有效积温(GDD)和土壤含水量是影响柽柳灌丛物候动态的主要环境因子。与2018年相比,2019年由于气温较低,SOS前的积温累积速率较慢,柽柳灌丛需要更长时间的热量积累来进入生长季,从而导致2019年SOS比2018年晚。在SOS与POS之间,2018和2019年水热条件相似,但2019年POS比2018年晚8 d,可能是2019年SOS较晚所致。POS以后,2019年较高的GDD和较低的土壤含水量使柽柳灌丛遭受水分胁迫,导致其生长季后期时间缩短。标准化的Sentinel-2植被指数与10:00—14:00 GPP均值的线性回归结果表明,宽波段植被指数中的增强型植被指数和窄波段植被指数中的叶绿素红边指数、倒红边叶绿素指数、红边归一化植被指数(NDVI705)能够较好地反映与柽柳灌丛GPP具有较高的一致性。柽柳灌丛SOS和EOS的遥感提取结果表明,Sentinel-2窄波段植被指数比宽波段植被指数的准确性更高,尤其是修正叶绿素吸收反射率指数提取SOS最准确,MERIS陆地叶绿素指数提取EOS最准确;Sentinel-2宽波段植被指数提取POS的准确性更高,尤其是两波段增强型植被指数和植被近红外反射率指数最准确。综合所有物候参数来看,NDVI705综合表现最佳。     

自然植被物候遥感提取精度评估

利用遥感开展植被物候的研究涉及到物候提取方法这一基本问题,但当前不同方法的优劣尚无定论,亟待开展不同方法的综合评价。本研究利用2009年的叶面积指数数据,基于18种植被物候遥感提取组合,联立23个地面站点的物候观测数据,利用偏差等5个定量指标综合评价不同遥感提取组合对植被生长季开始时期(SOS)、结束时期(EOS)和长度(LOS)的提取精度。结果表明:基于SG-Sa 0.1(SG滤波法+阈值为0.1的季节性振幅法)组合能够较好地提取地面23个站点的总体植被物候;针对单个物候期,SOS、EOS和LOS的最优方法分别为SG-Sa 0.1、SG-Sa 0.3和DL-Sa 0.1,但提取结果与地面观测物候日期的最小偏差均超过5 d,显示了利用时间分辨率为8 d的遥感数据提取植被物候可以达到的精度水平; SOS、EOS和LOS各自最优与对应的最差方法提取的物候期差值分别可达到-51.55、19.06和86.33 d,说明选取适宜遥感提取方法的重要性。此外,遥感提取物候和地面观测物候不能完全匹配,采用多重评价方法,特别是偏差一致性方法可以有效选取出最优的遥感提取组合。     

日光诱导叶绿素荧光对亚热带常绿针叶林物候的追踪

植被物候期(春季返青和秋季衰老)是表征生物响应和陆地碳循环的基础信息。由于常绿针叶林冠层绿度的季节变动较弱,遥感提取常绿针叶林的物候信息存在着较大的不确定性,是目前区域物候监测中的难点。利用MODIS植被指数(归一化植被指数NDVI和增强型植被指数EVI)、GOME-2日光诱导叶绿素荧光(SIF)和通量数据(总初级生产力GPP)估算2007—2011年亚热带常绿针叶林物候期,用来比较三类遥感指数估算常绿针叶林物候的差异。结果表明:基于表征光合作用物候的通量GPP数据估算得到5年内亚热带常绿针叶林生长季开始时间(SOS_(GPP))为第63天,生长季结束时间(EOS_(GPP))为第324天,生长季长度为272天;基于反映植被光合作用特征的SIF曲线获得物候信息要滞后GPP物候期,其中生长季开始时间滞后19天,生长季结束时间滞后2天;基于传统植被指数NDVI和EVI的物候期滞后GPP物候期的时间要大于SIF滞后期,其中植被指数SOS滞后SOS_(GPP)31天,植被指数EOS滞后EOS_(GPP)10—17天。虽然基于3种遥感指数估算的春季和秋季物候都滞后于通量GPP的物候期,但是卫星SIF的物候信息能够更好地捕捉常绿针叶林的生长阶段。同时,春季温度是影响森林生长季开始时间的最重要因素;秋季水分和辐射是影响生长季结束时间的关键因素。由此可见,SIF估算的亚热带常绿针叶林的春季和秋季物候的滞后时间要短于传统植被指数,能更好地追踪常绿林光合作用的季节性,为深入研究陆地生态系统碳循环及其对气候变化的响应提供重要的基础。     

中国东北城乡植被物候时空变化及其对地表温度的响应

以中国东北地区的沈阳、长春、哈尔滨3个大城市及其周边的乡村为研究单元,在像元尺度上采用小波变换法对长时间序列中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer, MODIS)增强植被指数(Enhanced Vegetation Index, EVI)数据滤除噪声数据后重建平滑的EVI曲线,基于EVI曲线,采用动态阈值法提取出研究区2009—2016年植被关键物候期参数指标,即植被生长季开始时间(Start of Growing Season, SOS)和结束时间(End of Growing Season, EOS),分析各研究单元植被物候时空变化特征及其对地表温度的响应特征。结果表明:各研究单元SOS和EOS值的空间分布图存在明显的城乡差异。每一个像元所属的实际位置距离城区中心越近,其SOS值越小,EOS值越大,表明植被生长季开始日期早结束日期晚,整个植被生长期时间变长。各研究单元植被物候参数指标的年际变化趋势具有一定的相似性,即SOS随时间均呈现出提前趋势,且城区和乡村的SOS年际变化趋势保持一致,变化速率各不相同。研究区2012年的SOS值是研究时段内的最大值,从植被物候期反映来看,该年是一个最冷年,这与当年受寒潮影响,出现暴雪,低温等极端天气的气候现象相吻合。各研究单元年均地表温度(Land Surface Temperature,LST)与对应的植被关键物候期参数均有显著的相关性,SOS与LST呈显著负相关,EOS与LST呈高度正相关。即植被物候同期的平均温度越高,植被生长季的起始时间越早,结束时间越晚。     

北方地区典型林草地物候时空变化特征及其对气象因子的响应

为探究北方地区典型植被林地、草地物候特征及其对气候变化的响应,本文基于1982—2015年的GIMMS NDVI 3gv1数据集和气象资料,采用动态阈值法提取植被物候,应用线性回归和偏相关分析法分析林、草地物候时空变化特征及其与气候变化的关系。结果表明：(1)林地生长季长度(LOS)以0.32d/a的速率极显著延长,整体表现为生长季始期(SOS)以-0.18d/a极显著提前,生长季末期(EOS)以0.14d/a极显著推迟。林地SOS提前、EOS推迟和LOS延长的区域面积占比分别为93.3%、90.4%和96.3%。(2)草地LOS以-0.01d/a的速率不显著缩短,表现为SOS以-0.09d/a不显著提前,EOS以-0.10d/a不显著提前。SOS提前、EOS提前和LOS缩短的区域占比为67.5%、69.1%和50%。(3)林地SOS主要受冬末春初的气温升高和降水增加而提前,EOS受夏季气温升高、秋季以及冬末春初降水增加而推迟。(4)草地SOS主要受春季气温升高和短波辐射减少而提前,EOS受秋季气温升高和短波辐射减少而提前,草地物候与气象因子的响应时长小于林地。     

甘肃河东地区植被物候及其对气候变化的响应

探究中纬度地区的植被物候及其对气候变化的响应,对理解生态系统对气候变化的响应以及预测区域生态系统的碳循环至关重要。本文基于2000—2018年MODIS EVI数据,利用非对称高斯函数(A-G)与动态阈值法提取森林与草地物候参数,结合气象数据探究河东地区植被物候与气候变化的响应关系。结果表明：森林与草地物候参数存在显著差异,两者生长季始期(start of growing season, SOS)的趋势均提前,生长季末期(end of growing season, EOS)的趋势分别提前和推迟,其中整体SOS呈提前趋势的面积占比61%,EOS呈推迟趋势的面积占比41%,生长季长度(length of growing season, LOS)呈延长趋势的面积占比53%;随着海拔和纬度的上升,植被SOS、EOS和LOS分别呈推迟、提前和缩短的趋势发展,但这种趋势正在减弱;季前气候对SOS和EOS存在不同程度、方向的影响,秋冬季高温推迟SOS,春季高温则提前SOS,春夏季降水增加提前EOS,秋季高温推迟EOS,且对于河东地区而言,最低气温影响更为显著;森林与草地之间对于气候变化的响应程度存...     

中国城市植被物候变化及其对地表温度的响应

量化植被物候与城市化进程之间的关系对探索人类活动对城市生态系统的影响至关重要。以中国35个城市及周边区域为研究对象,基于中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer, MODIS)提供的归一化植被指数(Normalized Difference Vegetation Index, NDVI),采用Savitzky-Golay滤波和动态阈值法提取2000—2020年研究区植被返青期(Start of Growing Season, SOS)和枯黄期(End of Growing Season, EOS)。并分析不同城市规模、不同距离城市的植被物候变化对陆地地表温度(Land Surface Temperature, LST)与不透水面(Impervious Surface Area, ISA)的响应差异。研究发现：(1)2000—2020年,中国城市城区植被SOS和EOS分别以0.17d/a和0.15d/a的速率推迟。根据城市规模的不同,大城市和中等城市物候期呈推迟趋势,而超大城市、特大城市和小城市呈提前趋势。51%的城市...     

藏北高原植被物候时空动态变化的遥感监测研究

利用遥感数据提取的植被物候格局及时空变化特征能很好地反映区域尺度上植被对全球变化的响应。目前关于青藏高原地区植被物候的少量报道基本上是基于物候站点的观测记录展开分析的。该文基于非对称高斯拟合算法重建了藏北高原2001-2010年的MODIS EVI (增强型植被指数)时间序列影像, 然后利用动态阈值法提取整个藏北高原2001-2010年植被覆盖的重要物候信息, 包括植被返青期、枯黄期与生长季长度, 分析了植被物候10年间平均状况的空间分异特征以及年际变化情况, 并结合站点观测记录分析了气温和降水对植被物候变化的影响, 结果表明: (1)藏北高原植被返青期在空间上表现出从东南到西北逐渐推迟的水平地带性与东南高山峡谷区的垂直地带性相结合的特征, 近60%区域的植被返青期提前, 特别是高山地区; (2)植被枯黄期的年际变化不太明显, 大部分地区都表现为自然的年际波动; (3)生长季长度的时空变化特征由植被返青期和枯黄期二者决定, 但主要受返青期提前影响, 大部分地区生长季长度延长; (4)研究区内不同气候区划植被物候的年际变化以那曲高山谷地亚寒带半湿润区和青南高原亚寒带半干旱区的植被返青期提前和生长季延长程度最为明显; (5)基于气象台站数据分析气候变化对物候的影响发现, 返青期提前及生长季延长主要受气温升高的影响, 与降水的关系尚不明确。     

城市化背景下植被物候动态变化及驱动因素

快速城市化会对植被物候带来显著影响，但当前影响城市植被物候时空变化的因素仍不清楚。本研究以京津冀城市群为研究区，采用5种拟合方法构建归一化植被指数曲线，通过阈值法获取京津冀城市群2001—2019年的城市植被物候特征，比较城市建成区与山区的春季和秋季物候，在此基础上分析降水、气温以及城市地表温度对植被物候的影响。结果表明：2001—2019年，京津冀城市群城市建成区植被生长季开始日期(SOS)平均比山区早16.88 d,城市建成区植被生长季结束日期(EOS)比山区晚12.22 d。研究期间，京津冀城市建成区植被SOS逐步延迟，而山区SOS逐步提前，并且城市建成区物候的变化率比山区快，因此，二者SOS的差值随时间变化而显著减小(-0.58 d·a^-1);秋季物候方面，城市建成区和山区EOS都表现为延迟趋势，但二者差值随时间变化并不显著(-0.10 d·a^-1)。城市建成区地表温度对SOS的贡献与气温较为接近；而山区地表温度对SOS的贡献仅为气温的1/2,说明城市内部的热岛效应和气温共同影响城市植被物候的变化，并且二者贡献几乎相等。本研究结果有助...     

北京市植物物候对热岛效应的响应

都市的快速发展致使城市热岛效应日渐加剧。城市绿化对缓解热岛效应有一定的作用,但同时其物候也受到了影响。本文基于遥感影像数据,通过对照北京市热岛区与非热岛区、不同热岛强度等级的植物物候差别,研究热岛效应对植物物候的影响。采用Landsat 8影像对北京市地表温度进行反演,结合空间分析进行热岛效应分区分级识别;通过MOD13A1的归一化植被指数(NDVI)数据,采用Dallimer平均值法和动态阈值法提取植被生长季始期(SOG)、生长季末期(EOG)、生长季长度(LOG)等重要植被物候参数,研究植被物候在热岛区与非热岛区、不同热岛强度等级之间的差异。结果表明:北京市夏季与冬季相比,热岛效应更为显著;利用Dallimer平均值法提取的北京市热岛区SOG比非热岛区提前4 d,EOG延迟9 d,LOG延长13 d;利用动态阈值法提取的SOG提早10 d,EOG推迟4d,LOG延长14 d,动态阈值法提取的物候信息与观测的物候信息更为接近;随着热岛强度等级提高,SOG提前,EOG推迟,LOG延长。本研究丰富了我国华北地区植被物候对热岛效应的响应机制,同时对研究全球变暖对生态系统的影响具有一定价值。     

祁连山不同植被类型的物候变化及其对气候的响应

基于1982—2006年GIMMS NDVI和2000—2014年MODIS NDVI遥感数据,利用double logistic拟合方法提取了1982—2014年祁连山区不同植被的生长季始期、生长季末期和生长季长度3个重要的物候参数,分析了不同植被物候期的时间变化趋势、空间分异特征及对气候因子的响应。结果表明:(1)祁连山区不同植被的生长季始期和生长季末期随年际变化表现出波动提前或推迟,其中沼泽植被的变化波动最大;草甸植被、灌丛植被、阔叶林植被和栽培植被生长季长度出现延长趋势;(2)祁连山区植被生长季始期集中在5月初,其中阔叶林植被生长季开始最早,荒漠植被生长季开始最晚,植被生长季末期集中在9月,栽培植被生长季结束较早,荒漠植被、沼泽植被生长季结束较晚,植被生长季长度集中在110—140 d,其中阔叶林植被、针叶林植被生长季长度较长,而荒漠植被、高山植被生长季长度较短;(3)祁连山植被物候期变化趋势的空间分布表明植被生长季始期、生长季末期主要表现为提前不明显和推迟不明显,生长季长度主要表现为缩短不明显和延长不明显;(4)物候要素与气候要素相关性表明前期温度的积累有利于植被的开始生长,但当年3月的降水量对植被生长季始期同样有重要作用,不同植被生长季末期与8月、9月温度相关性较大,而与10月、11月降水的相关性较大。     

贺兰山地区植被冠层物候与树干形成层物候的关系

基于贺兰山地区98棵油松树轮样本的宽度数据、植被归一化指数(NDVI)数据以及土地覆被数据,采用VS-oscilloscope模型模拟的油松径向生长过程,研究植被冠层与树干形成层物候之间的联系。结果表明: 林地冠层与油松形成层生长结束期(EOS)显著相关,且高于草地与形成层之间的相关。油松生长开始期(SOS)和EOS分别与5—6月、8—9月的平均最低温度有关。5—6月的平均最低气温每升高1 ℃,SOS提前4.3 d;8—9月的平均最低气温每升高1 ℃,EOS推迟2.6 d。植被冠层物候与油松形成层物候的相关性受植被类型的影响;仅通过树轮生理模型模拟树木生长动态,结果可能存在偏差;利用遥感监测数据将冠层发育和形成层生长过程结合有助于更准确地了解树木生长动态。     

1982-2013年内蒙古地区植被物候对干旱变化的响应

气候变化引起的植被物候变化正在大幅度改变生态系统,研究植被物候对干旱的响应对保护内蒙古的生态系统具有重要意义。根据1：100万植被区划,把内蒙古划分为8个植被分区,利用多时间尺度气象标准化降水蒸散指数（SPEI）和NDVI3g时序数据所反演的物候指标,分析内蒙古植被物候的时空变化及其对干旱的响应规律。结果显示：1）在1982年至2013年间,内蒙古植被受到不同时间尺度下干旱的高度控制,尤其是时间尺度干旱的影响（SPEI-3）;2）对于整个研究区,生长季开始（SOS）呈提前趋势,生长季结束（EOS）呈延后趋势,生长季长度（LOS）呈延长趋势,像元比例分别为63.79%、59.77%和62.83%;3）内蒙古除荒漠植被类型地区外,同年春季和夏季初期干旱对SOS均具有延迟作用,同年秋季干旱对EOS均具有延迟作用 ;4） 不同植被类型对干旱强度指数的响应程度存在差异,响应程度集中在-10d/0.1-10d/0.1（例如,1d/0.1表示干旱强度指数每增大0.1,会导致物候指数延迟1 d,而-1d/0.1表示干旱强度指数每增大0.1,会导致物候指数提前1 d）。     

黄土高原植被物候变化及其对季节性气候变化的响应

受气候变化影响,全球范围内植被物候发生了显著变化,而目前针对不同植被分区类型下（荒漠草原区、典型草原区、森林草原区、落叶栎林区、落叶栎林亚区）植被物候变化及其对季节性气候变化响应的研究尚少。因此基于MODIS遥感归一化差值植被指数（MODIS NDVI：MOD13Q1）数据、中国植被区划数据及135个气象站点插值数据,利用Sen''s斜率估计、Hurst指数和高阶偏相关分析等方法,研究黄土高原2001-2018年植被物侯变化及其对季节性气候变化的响应。结果表明：（1）黄土高原植被生长季始期（SOS,Start of Growing Season）主要集中在第96-144天,子植被分区由西北向东南方向,逐渐呈现提前趋势,71.0%的像元植被SOS整体提前0-2 d/10a （α=0.05）,且在未来一段时间66%的像元植被SOS继续呈现提前趋势;植被生长季末期（EOS,End of Growing Season）主要集中在第288-304天,各子植被分区植被EOS变化基本保持一致,87.6％的像元植被EOS整体延迟0-3 d/10a （α=0.05）,且在未来一段时间有80%的像元植被EOS继续呈现推迟趋势。（2）黄土高原植被SOS主要受各季节温度的影响;当年春季降水导致植被SOS提前,主要分布在黄土高原中部;上年夏季和上年秋季降水增加会导致植被SOS推迟;当年春季、上年秋季和年初冬季的温度升高均会导致植被SOS提前;各子植被分区植被SOS对不同季节降水的响应存在差异,而对不同季节温度的响应具有一致性。（3）黄土高原植被EOS主要受各季节降水和秋季温度的影响;不同季节降水增加均会导致大部分植被EOS推迟;当年秋季温度导致整体区域植被EOS推迟,且各子植被区植被EOS对当年秋季温度响应具有一致性。该研究可为大尺度植被物候影响因素提供新的认识,也为植被适应未来气候变化提供借鉴。     

基于多种遥感植被指数、叶绿素荧光与CO2通量数据的温带针阔混交林物候特征对比分析

植被物候学作为研究植被与环境条件相互作用的科学,在全球气候变化的大背景下已成为国际热点研究领域,其中森林植被在调节全球碳平衡、维护全球气候稳定的过程中有着至关重要的作用。随着遥感技术的发展,多种遥感指数被应用到森林植被物候研究中,其中以MODIS NDVI和EVI应用最为广泛,而叶绿素荧光(SIF)作为植被光合作用的"探针"也被广泛应用于森林植被物候研究中。为了探究3种指数在森林植被物候研究中的差异与特性,本文以长白山温带红松阔叶林通量观测站为研究区域,采用模型拟合结合动态阈值法提取2007—2013森林物候特征参数,并使用通量数据(总初级生产力GPP)进行验证。结果表明:NDVI与EVI、SIF相比,表现为生长季开始时间与结束时间的明显提前和滞后,与GPP数据偏差较大,且夏季生长季峰期曲线形态过宽且平坦,无法较好反映生长季变化特征;EVI相较于NDVI有所改善,整体变化趋势与SIF、GPP基本吻合,但依然存在秋季衰减时间稍迟于SIF与GPP的问题;SIF虽然存在夏季骤降现象,但依然与GPP数据一致性最好,可以较好反映出森林植被季节变化特征。SIF数据与植被光合作用的紧密关联使其在植被物候研究中具有优于植被指数的准确性,并随着遥感平台的增加和反演方法的改善,将会在多尺度、多类型的植被物候监测中发挥更加重要的作用。     

新疆植被物候时空变化特征

基于MODIS-NDVI数据,提取新疆2001—2016年典型植被物候期,分析新疆不同生态分区的山地-绿洲系统植被物候期的时空演变趋势和空间分异特征,并结合同期气象数据,探讨植被物候与气候变化的响应关系。结论为:(1)新疆植被物候具有明显的纬向分布和垂直地带性分布特征,海拔在物候的地域分异中扮演着重要作用。新疆植被生长季开始时间(Start of season,SOS)集中于3月中旬至5月上旬,生长季结束时间(End of season,EOS)集中于10月中旬至12月下旬。(2)与全球大背景下典型植被物候特征变化趋势相反,新疆植被SOS呈推迟趋势,推迟幅度为1.9d/10a;EOS呈提前趋势,提前幅度为3.66d/10a;生长季长度(Length of season,LEN)呈缩短趋势,缩短幅度为5.6d/10a。除东疆地区外,全疆及不同分区均呈现出绿洲及平原SOS较早,山地区域较迟;全疆及不同分区均呈现出山地EOS结束较早,绿洲结束较迟;除东疆地区外,全疆及不同分区的LEN均为绿洲及平原区域山地,同样显示出垂直地带性分布的特征。(3)通过冗余分析(Redundancy analysis,RDA)解释了物候特征与气象因子关系的绝大部分信息,生长季开始时间受春季气温、前一年冬季降水量和日照时数的显著影响。夏季和秋季降水量是新疆植被生长季结束时间的重要影响因素,在总体上受气温和日照时数的影响较小。     

基于通量塔净生态系统碳交换数据的植被物候遥感识别方法评价

选择北美洲72座通量塔观测的净生态系统碳交换（NEE）数据来计算植被物候,并以此作为参考数据,从可行性和准确性两方面对阈值法、移动平均法和函数拟合法三大类常用的植被物候遥感识别方法进行了综合评价.结果表明： 基于局部中值的阈值法对植被物候识别的可行性和准确性均最优;其次为Logistic函数拟合法中的一阶导数方法;移动平均法对植被物候识别的可行性和准确性与移动窗口的大小有关,对于16 d合成的归一化差值植被指数（NDVI）时间序列数据来说,移动窗口大小为15时能获得较优的结果;而全局阈值法对植被物候识别的可行性和准确性均最差;Logistic函数拟合法中的曲率变化率方法在识别植被物候时虽然与基于NEE数据得到的植被物候在数值上存在较大偏差,但二者之间具有较高的相关性,说明基于曲率变化率方法识别出的植被物候能较真实地反映植被物候在时空上的变化趋势.     

近十年的国际植被物候研究文献发展态势分析

基于Web of Science数据库的检索结果,利用Histcite、Bibexcel和Netdraw对国际植被物候研究文献进行计量分析。结果表明:1 060篇相关文献刊载于288种期刊,平均载文3.68篇; 共分33个研究方向; 3 380位作者(第一作者904位)、69个国家或地区、1 172个组织参与; 国际合作发文310篇,占比29.25%; 其中中美合作居第一(19次)。分析还表明:2002～2007年是该领域重要发展期; 国际植被物候研究热点主要集中在基于气候(climate)-物候的田间局地观测和基于遥感(remote sensing)的大尺度物候研究。