生态退耕与植被演替的时空格局

综述了多重尺度上生态退耕的时空格局及其对植被演替时空变异影响的研究进展,提出了生态退耕与植被演替的时空格局研究方向.在自然和人文等因子的驱动下,全球兴起了生态退耕的热潮,生态退耕类型正在由人工恢复为主向自然弃耕为主发展.尽管国内外很多学者开始关注不同尺度上生态退耕的时空格局及其影响因子,但是生态退耕的时空变异性研究仍然比较薄弱,尤其缺乏多重尺度上生态退耕时空格局及其驱动因子的综合研究,在很大程度上限制了研究结果外推.研究表明,受到多因子的综合影响,生态退耕后植被演替呈现出复杂多样的时空变化特征;退耕植被演替研究从植物群落结构特征分析为主向群落功能分析发展,从传统的演替过程规律分析转向退耕植被演替的时空变异性分析;相对来说,生态退耕后植被演替的时空分异、影响因子和机制方面的研究比较薄弱.加强多重尺度上生态退耕时空格局与植被演替时空变异的综合研究是将来的研究重点.     

黄土丘陵小流域土壤水分的空间异质性及其影响因子

研究了黄土丘陵小流域土壤水分空间异质性的剖面及时间变化规律，从土壤水分与环境因子的关系分析入手，探讨了景观尺度上土壤水分空间异质性的影响因子，结果表明，黄土丘陵小流域土壤水分的平均值与空间异质性均呈现出明显的剖面变化与季节变化规律，土壤平均含水量从表土层开始，随着土层深度的增加而增高；空间异质性（变异系数）从亚表层开始增加，土壤含水量在降雨后立即升高随后逐渐降低；空间异质性却正好相反，方差分析与相关分析表明，土壤水分的空间异质性是立地尺度（坡度），坡面尺度（坡位与相对高度）和流域尺度（土地利用与降雨）等多重尺度上的环境因子共同作用的结果，这些不同尺度的环境因子对土壤水分空间异质性的影响表现出明显的剖面变化规律与季节变化规律。     

异质景观中水土流失的空间变异与尺度变异

综述了景观格局与水土流失过程的空间变异与尺度变异的理论和方法研究进展,提出了水土流失空间变异与尺度变异的研究方向。景观格局与生态过程的尺度变异一般处于单一尺度变异和多重尺度变异的连续体之中。尺度转换即尺度外推包括尺度上推和尺度下推,其可行性决定于尺度变异特征。水土流失不仅是多因子综合影响的一个复杂的时空变异过程,而且也是一个典型的多重尺度变异过程。传统的水土流失研究一般集中在坡面径流小区和小流域两个单一尺度上,这在很大程度上限制了水土流失的空间尺度外推和过程分析。近年来,尽管国内外很多学者开始关注水土流失的尺度变异及其影响因子．但只是对水土流失在不同大小的样地尺度以及小集水区尺度上的差异及其影响因子进行了初步的比较研究,尤其缺乏水土流失及其相关环境因子的连续尺度变异特征的机制分析。空间变异和尺度变异研究方法包括统计模型模拟法、物理模型与物理过程模拟法以及综合分析与综合预报法三大类。每种方法都有其优缺点和其特定的适宜性,最佳方法组合的选取因研究对象、研究地区和研究时间的不同而异。土壤侵蚀预报模型包括经验统计模型和物理过程模型,就解决水土流失的跨尺度关系而言,基于物理过程的空间分布式的土壤侵蚀预报模型显著优于经验模型。这些模型在关键参数的空间变异性描述和水土流失的尺度变异性分析方面非常薄弱,尤其缺乏模型分辨率和研究范围对输出结果的影响研究。完善水土流失的“尺度一格局一过程”理论,加强多重尺度上水土流失及其相关环境因子的空间变异格局和尺度变异性的实地观测与数学分析,改进土壤侵蚀预报模型这3个方面是将来的研究重点。     

血雉与其捕食者黄喉貂的时空关系初探

猎物与其捕食者间的种间关系对于维持动物群落的结构与功能至关重要。为了解西南地区中高海拔森林生态系统中较常见的血雉（Ithaginis cruentus）及其捕食者黄喉貂（Martes flavigula）之间的相互作用关系,本研究利用2018至2020年在四川栗子坪国家级自然保护区61个红外相机位点的调查数据（累计相机工作日为13 790 d）,量化分析了两者之间的时空关系。在时间维度上,采用核密度函数绘制了血雉（独立有效照片数n = 156）与黄喉貂（n = 98）的日活动节律曲线,分析结果表明,血雉和黄喉貂在日活动高峰上存在明显的回避现象。在空间维度上,单物种占域模型分析结果显示,影响血雉对位点使用的重要因子是海拔和距水源最近距离,影响黄喉貂占域的生境因子主要是坡度;单季节双物种占域模型的结果显示,（1）在物种作用和环境变量的影响下,黄喉貂存在时血雉对位点的占域率显著低于黄喉貂不存在时;（2）随着海拔的升高,黄喉貂与血雉的空间关系呈现出由分离（物种间的互作因子SIF值小于1）转为重合（物种间的互作因子SIF值大于1）的趋势。本文使用日活动模式和占域模型分析二者在时间生态位和空间生态位上的关系,初步揭示了血雉与其捕食者黄喉貂在时空上呈现不完全分化的特点,为深入理解该地区山地森林生态系统中猎物与其捕食者时空分布关系的研究提供了范例与基础信息。     

黄土丘陵小流域土壤水分时空分异与环境关系的数量分析

采用ＤＣＣＡ排序,研究了流域尺谍上土壤水分的时空分异类型及环境因子的关系。研究结果表明,丰水年土壤水分垂直的分布呈降低型、波动型和增长型３种类型,主要影响因子为土地利用与地形（地貌类型、坡度、坡位与海拔高度）;土壤水分的季节变化表现为三峰型、四峰同步型与四峰滞后型３种类型,主要影响因子为降雨与地形（坡度、海拔高度、坡向与坡位）。分析得出,降低型与波动型的土壤水分利用率较高;从丰水年到欠水年,降低型     

喀斯特山区洼地表层土壤水分的时空变异

研究用地统计学方法在桂西北典型喀斯特洼地研究了表层土壤水分（0～15cm）的时空变异特征及其分布格局。结果表明在取样时段内洼地表层土壤水分总体不高（15．0％～27．5％），呈现弱至中等变异特征，并且中等变异一般与含水量较低相对应。洼地表层土壤水分的半变异函数参数及其影响因素产生一定的季节变化；块金值、基台值和变程的变化范围分别是0．01～2．74，2．04～7．52和6．0～36．8。块金值和基台值的变化大致与平均含水量呈相反变化趋势；变程在采样初期和中期与土壤水分的变化趋势相反，在后期变化趋势相同，结果说明平均含水量对表层土壤水分的时空变异具有持续主导作用，结合研究目标可以有效指导后续的土壤采样。在剔除趋势效应后，表层土壤水分呈明显的斑块或条带状分布，样块土壤水分不仅具有空间分布的差异而且具有明显季节变化，其中旱、雨季的土壤水分分布特征明显不同。在喀斯特山区特殊地貌中，土壤平均含水量、地形、微地貌（石丛）和人为管理等因素是造成洼地表层土壤水分时空变异及其分布差异的主要影响因素。     

黄土丘i陵小流域土壤水分的空间异质性及其影响因子

研究了黄土丘陵小流域土壤水分空间异质性的剖面及时间变化规律,从土壤水分与环境因子的关系分析人手,探讨了景观尺度上土壤水分空间异质性的影响因子.结果表明,黄土丘陵小流域土壤水分的平均值与空间异质性均呈现出明显的剖面变化与季节变化规律.土壤平均含水量从表土层开始,随着土层深度的增加而增高;空间异质性(变异系数)从亚表层开始增加.土壤含水量在降雨后立即升高随后逐渐降低;空间异质性却正好相反.方差分析与相关分析表明,土壤水分的空间异质性是立地尺度(坡度)、坡面尺度(坡位与相对高度)和流域尺度(土地利用与降雨)等多重尺度上的环境因子共同作用的结果.这些不同尺度的环境因子对土壤水分空间异质性的影响表现出明显的剖面变化规律与季节变化规律.     

森林凋落物养分空间变异及其影响因素

凋落物是衡量森林质量的关键特征之一,具有养分归还、水土保持、过滤有毒物质、提供动物和微生物的食物、影响种子萌发和维持地表温湿度等生态功能。凋落物养分空间变异是指在一定的区域内,因空间位置不同凋落物养分特征存在的差异性和多样性,其影响群落分布格局,是森林生态系统中普遍存在但极为重要的特性。本文综述了国内外森林凋落物养分空间变异及其与自然和人为因素关系的研究进展。目前,凋落物养分空间变异研究以经典统计学和地统计学两种定量描述方法为主,涉及森林群落、景观和区域及全球尺度,受到植物、土壤、地形、气候、森林结构和干扰等诸多因子的影响,因研究的方法、对象、目的、区域或尺度不同而存在差异。因此,需进一步加强定量描述凋落物空间变异方法的综合应用和标准化,针对性地选择适宜的方法来描述森林凋落物养分空间变异,广泛开展多重尺度上凋落物养分的空间变异及其与多因素的关系,确定研究尺度及相应的主控因子。     

鼎湖山不同演替阶段森林土壤水分时空变异研究

土壤水分作为森林生态系统水分蓄库的主体,森林土壤水分储量及其时空动态与变异对揭示区域植被恢复与气候变化背景下的森林生态系统水文过程响应与服务功能变化机制具有重要意义。本研究以南亚热带地区典型森林植被演替序列马尾松人工林（Pinus massoniana coniferous forest,PF）-马尾松针阔叶混交林（mixed Pinus massoniana/broad-leaved forest,MF）-季风常绿阔叶林（monsoon evergreen broad-leaved forest,MEBF）为研究对象,依托中国生态系统研究网络森林样地建设与监测统一规范对鼎湖山森林生态系统定位站站区内分布的上述森林类型土壤水分的长期定位观测（2005-2015年）,通过分析各演替阶段森林土壤不同土层（0-15、15-30、30-45、45-60、60-75和75-90 cm）土壤体积含水量观测数据,探究该区域森林植被恢复过程中的土壤水分变化及其时空变异。结果表明：在雨热同期且干湿季明显的南亚热带地区,鼎湖山森林土壤储水量及其时间动态受降雨量的影响显著,森林土壤层对降雨具有强烈的调蓄和稳定作用,伴随PF→MF→MEBF自然演替进程,调蓄水分能力逐步增强。林型间,由初期阶段PF到顶级群落MEBF,森林土壤水分储量逐渐提高,且演替后期林型相对于早期林型,土壤储水量均呈现为较小的年际与年内变幅。干、湿季而言,干季时林型间的土壤储水量差异大于湿季,干季时MEBF和MF土壤含水量分别是PF的1.33倍和1.11倍。从土壤含水量的干、湿季期间变异来看,不同林型各土层土壤含水量的变异系数大小均表现为干季大于湿季;垂直剖面方向上,突出表现为无论干湿季MEBF各层土壤含水量变异均比其他两种林型较为缓和,充分体现了MEBF优越的土壤水分时空调配能力。整体上,伴随PF→MF→MEBF自然演替进程,土壤水分储量及其稳定性逐步提升。     

荒漠人工固沙植被区土壤水分的时空变异性

表层土壤水分具有高度的时间和空间变异性.研究的目的:(1)揭示沙坡头人工固沙植被区浅层土壤水分的时空变异性特征;(2)确定驱动土壤水分变异的主要环境因子.在人工固沙植被区内一个4500m2的网格样地上每隔10m设置取样点,在连续7个月的时间内 (2005年4～10月),每隔15d用时域反射仪测量各样点表层以下15cm和30cm深度的土壤容积含水量.结果表明,该区网格尺度上浅层土壤水分的分布具有明显的空间变异性,其变异性随着土壤水分含量的降低而减小;相对海拔是驱动土壤水分空间变异的主要环境因子,其作用在降雨后尤为显著,且其对土壤下层的影响比上层更明显;植被和土壤水分含量的相关性时间序列与相对海拔一致--降雨使其相关性增加;土壤质地(土壤粒径分布)和土壤水分含量的相关性时间序列特征与植被和相对海拔相反,且其对土壤上层的影响比下层更明显.因此,在沙坡头荒漠人工固沙植被区,降雨后的短暂湿润期,地形和植被是驱动浅层土壤水分变异的主要影响因子,而随着降雨之后土壤逐渐变干,土壤质地的影响变得更加明显.     

土壤呼吸作用时空动态变化及其影响 机制研究与展望

  测定不同陆地生态系统土壤呼吸速率及其时空波动, 阐明其影响因子, 对于全球碳素平衡预算和全球变化潜在效应估计是最为基本的数据。然而, 有关土壤呼吸作用变异性及其影响因素的知识仍存在局限性, 一些关键的过程和机制还有待阐明。该文综述了近年来土壤呼吸作用时空动态规律、影响机制和模拟方面的研究进展, 指出环境因子和生物因子共同驱动着土壤呼吸作用的时间动态变化; 土壤呼吸作用在不同时间尺度上还具有明显的空间异质性, 这主要是植被覆盖、根系分布、主要的环境因素和土壤特性空间分布的异质性造成的。生物因子是影响土壤呼吸作用时空动态变化的主要因素之一。然而, 目前所使用的土壤呼吸作用经验模型通常利用土壤温度、土壤湿度或者两者的交互作用模拟土壤呼吸作用动态变化, 但没有考虑生物因子的影响, 这可能会导致明显的偏差和错误。因此, 为了精确估算土壤呼吸作用, 必须解决土壤呼吸作用小尺度上的空间变异性; 加强不同时间尺度上生物要素对土壤呼吸作用动态变化的影响研究; 除了气候因子外, 土壤呼吸作用经验模型应该纳入生物因子等其它影响因素作为变量, 用以提高模型模拟的正确性和准确性。     

Intensity of space use reveals conditional sex‐specific effects of prey and conspecific density on home range size

Home range (HR) size variation is often linked to resource abundance, with sex differences expected to relate to sex‐specific fitness consequences. However, studies generally fail to disentangle the effects of the two main drivers of HR size variation, food and conspecific density, and rarely consider how their relative influence change over spatiotemporal scales. We used location data from 77 Eurasian lynx (Lynx lynx) from a 16‐year Scandinavian study to examine HR sizes variation relative to prey and conspecific density at different spatiotemporal scales. By varying the isopleth parameter (intensity of use) defining the HR, we show that sex‐specific effects were conditional on the spatial scale considered. Males had larger HRs than females in all seasons. Females' total HR size declined as prey and conspecific density increased, whereas males' total HR was only affected by conspecific density. However, as the intensity of use within the HR increased (from 90% to 50% isopleth), the relationship between prey density and area showed opposing patterns for females and males; for females, the prey density effect was reduced, while for males, prey became increasingly important. Thus, prey influenced the size of key regions within male HRs, despite total HR size being independent of prey density. Males reduced their HR size during the mating season, likely to remain close to individual females in estrous. Females reduced their HR size postreproduction probably because of movement constrains imposed by dependent young. Our findings highlight the importance of simultaneously considering resources and intraspecific interactions as HR size determinants. We show that sex‐specific demands influence the importance of prey and conspecific density on space use at different spatiotemporal scales. Thus, unless a gradient of space use intensity is examined, factors not related to total HR size might be disregarded despite their importance in determining size of key regions within the HR.     

Measuring collective behaviour of multicellular ensembles: role of space-time scales

Living systems are spectacular examples of spatiotemporally organized structures. During the development of complex organization there is dynamic equilibrium between the local and global processes acting at the intra-and intercellular levels in multiple space and time scales. Although in modelling studies such spatiotemporal systems can be described by different space-time scales and at many organizational levels, the experimental quantities measured and predictions useful for practical applications are at a macroscopic (coarser or averaged) level/scale; these are limited by the resolution of the measuring method and experimental protocol. In this work, we address whether the spatiotemporal collective dynamics exhibited by a multiscale system can discriminate between, or be borne out by, the coarse-grained and averaged measurements done at different spatial and temporal scales. Using a simple model of a ring of cells, we show that measurements of both spatial and spatiotemporal average behaviour in this multicellular ensemble can mask the variety of collective dynamics observed at other space-time scales, and exhibit completely different behaviours. Such outcomes of measurements can lead to incomplete and incorrect understanding of physiological functions and pathogenesis in multicell ensembles.     

小流域土壤水分空间异质性及其与环境因子的关系

以丹江口库区五龙池小流域为研究区域,利用双向指示种法将观测期(2008年4-10月)划分为不同干湿时段;运用前向选择法和Monte Carlo检验法对显著影响不同时段土壤水分空间格局的环境因子进行筛选;利用冗余分析排序法分析不同时段土壤水分格局与环境因子的关系;运用偏冗余分析定量分离环境、空间及其交互作用对土壤水分变异的影响.结果表明:观测期土壤水分被划分为7个子类,分别属于干旱、半干旱、半湿润和湿润4个时段;在干旱期,土地利用类型是影响土壤水分空间格局的主控因子,土层厚度、相对高程、剖面曲率、土壤容重和土壤有机质的影响也达到显著水平;在半干旱期,土层厚度起主导作用,土地利用类型、地形湿度指数、土壤容重和剖面曲率显著影响土壤水分;在半湿润期,地形湿度指数的影响最大,土地利用、坡向正弦值的作用显著;在湿润期,地形湿度指数和坡向正弦值是主要影响因子,相对高程、汇水面积的影响显著.不同干湿期土壤水分的空间分布与环境空间的生态梯度格局吻合较好.从干旱期到湿润期,环境因子独立作用不断减小,但始终处于主导地位,空间位置独立作用总体变化不大且一直维持在较低水平,环境-空间位置交互作用的贡献逐渐增大.     

黄土高寒区坡面土壤水分的时间稳定性

为揭示黄土高寒区人工林土壤水分的时空变化特征,基于2018年植被生长期一处典型人工植被恢复坡面0-200cm剖面土壤含水率连续动态数据,运用经典统计和时间稳定性分析,研究不同深度土壤含水率的时空变异性和时间稳定性。结果表明：在测定时段内,剖面各土层深度土壤含水率无显著差别,在空间上均表现为中等变异性,呈现随土层深度的增加而增大的趋势,在时间上表层表现为中等变异性,其余各层均表现为弱变异性,深层土壤水分的时间变异性小于浅层;随着测定时间变化,试验地0-200cm土壤含水率Spearman秩相关系数均达到0.8以上,且呈极显著相关,表现出一定的时间稳定性特征;土壤含水率的时间稳定性随土层深度的增加而增强,具有深度依赖性;基于相对差分分析可以选择代表性测点监测区域平均土壤含水率（决定系数R²为0.7138-0.8605）,以期为合理布设土壤水分监测点提供理论依据,对于植被恢复与生态重建模式的选择具有指导意义。     

Macroecological scale effects of biodiversity on ecosystem functions under environmental change

Conserving different spatial and temporal dimensions of biological diversity is considered necessary for maintaining ecosystem functions under predicted global change scenarios. Recent work has shifted the focus from spatially local (α‐diversity) to macroecological scales (β‐ and γ‐diversity), emphasizing links between macroecological biodiversity and ecosystem functions (MB–EF relationships). However, before the outcomes of MB–EF analyses can be useful to real‐world decisions, empirical modeling needs to be developed for natural ecosystems, incorporating a broader range of data inputs, environmental change scenarios, underlying mechanisms, and predictions. We outline the key conceptual and technical challenges currently faced in developing such models and in testing and calibrating the relationships assumed in these models using data from real ecosystems. These challenges are explored in relation to two potential MB–EF mechanisms: “macroecological complementarity” and “spatiotemporal compensation.” Several regions have been sufficiently well studied over space and time to robustly test these mechanisms by combining cutting‐edge spatiotemporal methods with remotely sensed data, including plant community data sets in Australia, Europe, and North America. Assessing empirical MB–EF relationships at broad spatiotemporal scales will be crucial in ensuring these macroecological processes can be adequately considered in the management of biodiversity and ecosystem functions under global change.     

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.     

黄土丘陵区不同恢复年限人工刺槐林土壤水分时空动态及其时间稳定性

以空间代时间的方法研究不同恢复年限对人工刺槐林土壤水分时空动态及其时间稳定性的影响,对于了解人工刺槐林在生态恢复过程中的土壤水分动态特征具有重要意义。基于长期定位观测,选取黄土丘陵沟壑区15、20、30、35 a等4个恢复年限人工刺槐林,自2014年5月至2018年10月每年生长季（5-10月）开展土壤水分自动观测。研究结果如下：（1）不同恢复年限刺槐林土壤水分差异显著,刺槐林土壤储水量随恢复年限增加呈现先增加后降低的趋势,排序依次为30 a（184.9 mm） > 20 a（184.6 mm） > 35 a（150.8 mm） > 15 a（128.8 mm）;不同恢复年限刺槐林土壤水分的时空分布特征差异明显,土壤水分变异性随土层增加而降低,但不随恢复年限而有规律的变化;土壤水分主要受到降水以及植被生长的影响,其变异性的时空格局也说明随土壤深度增加土壤水分的稳定性随之增加;（2）通过相对差分分析不同恢复年限刺槐林土壤水分时间稳定性,确定15、20、30、35 a的代表深度分别为80、100、80、150cm土层,都属于与100cm相近的土壤深度;（3）Spearman秩相关分析显示,上土层与下土层的土壤水分的时间稳定性特征差异明显;（4）线性回归与纳什系数结果表明通过相对差分与时间稳定性指数得到土壤水分代表深度的结果是可接受的,其中15 a恢复年限刺槐林的结果最好,决定系数R²和纳什系数NSE分别可达0.91和0.82,但总体结果仍存在误差,在区域土壤水分模拟时需考虑这一不确定性。（5）灰色关联分析表明,土壤质地（砂粒）,土壤总氮、土壤容重、土壤有机碳、土壤总孔隙度以及坡度是不同恢复年限刺槐林土壤水分时间稳定性主要影响因素。     

The sensitivity of soil respiration to soil temperature,moisture, and carbon supply at the global scale

Soil respiration (Rs) is a major pathway by which fixed carbon in the biosphere is returned to the atmosphere, yet there are limits to our ability to predict respiration rates using environmental drivers at the global scale. While temperature, moisture, carbon supply, and other site characteristics are known to regulate soil respiration rates at plot scales within certain biomes, quantitative frameworks for evaluating the relative importance of these factors across different biomes and at the global scale require tests of the relationships between field estimates and global climatic data. This study evaluates the factors driving Rs at the global scale by linking global datasets of soil moisture, soil temperature, primary productivity, and soil carbon estimates with observations of annual Rs from the Global Soil Respiration Database (SRDB). We find that calibrating models with parabolic soil moisture functions can improve predictive power over similar models with asymptotic functions of mean annual precipitation. Soil temperature is comparable with previously reported air temperature observations used in predicting Rs and is the dominant driver of Rs in global models; however, within certain biomes soil moisture and soil carbon emerge as dominant predictors of Rs. We identify regions where typical temperature‐driven responses are further mediated by soil moisture, precipitation, and carbon supply and regions in which environmental controls on high Rs values are difficult to ascertain due to limited field data. Because soil moisture integrates temperature and precipitation dynamics, it can more directly constrain the heterotrophic component of Rs, but global‐scale models tend to smooth its spatial heterogeneity by aggregating factors that increase moisture variability within and across biomes. We compare statistical and mechanistic models that provide independent estimates of global Rs ranging from 83 to 108 Pg yr^?1, but also highlight regions of uncertainty where more observations are required or environmental controls are hard to constrain.     

Beyond Precipitation: Physiographic Gradients Dictate the Relative Importance of Environmental Drivers on Savanna Vegetation

Background

Understanding the drivers of large-scale vegetation change is critical to managing landscapes and key to predicting how projected climate and land use changes will affect regional vegetation patterns. This study aimed to improve our understanding of the role, magnitude and spatial distribution of the key environmental factors driving vegetation change in southern African savanna, and how they vary across physiographic gradients.

Methodology/Principal Findings

We applied Dynamic Factor Analysis (DFA), a multivariate times series dimension reduction technique to ten years of monthly remote sensing data (MODIS-derived normalized difference vegetation index, NDVI) and a suite of environmental covariates: precipitation, mean and maximum temperature, soil moisture, relative humidity, fire and potential evapotranspiration. Monthly NDVI was described by cyclic seasonal variation with distinct spatiotemporal patterns in different physiographic regions. Results support existing work emphasizing the importance of precipitation, soil moisture and fire on NDVI, but also reveal overlooked effects of temperature and evapotranspiration, particularly in regions with higher mean annual precipitation. Critically, spatial distributions of the weights of environmental covariates point to a transition in the importance of precipitation and soil moisture (strongest in grass-dominated regions with precipitation<750 mm) to fire, potential evapotranspiration, and temperature (strongest in tree-dominated regions with precipitation>950 mm).

Conclusions/Significance

We quantified the combined spatiotemporal effects of an available suite of environmental drivers on NDVI across a large and diverse savanna region. The analysis supports known drivers of savanna vegetation but also uncovers important roles of temperature and evapotranspiration. Results highlight the utility of applying the DFA approach to remote sensing products for regional analyses of landscape change in the context of global environmental change. With the dramatic increase in global change research, this methodology augurs well for further development and application of spatially explicit time series modeling to studies at the intersection of ecology and remote sensing.