气候变化和物候变动对东北黑土区农业生产的协同作用及未来粮食生产风险

东北黑土区是中国重要的粮食生产基地,也是中国气候变化最敏感的地区之一。然而,气候变化背景下东北黑土区气候及物候变化对农业生产力的综合影响并不清晰,未来农业生产风险评估的定量化程度不够,风险等级制定缺乏依据。本文借助遥感产品、气候资料和模拟数据等资料,综合运用多元线性回归、相关分析及干旱危险性指数等方法,探究东北黑土区作物物候动态及其气候响应特征,辨识气候与物候变化对农业生产的复合效应及未来可能风险。结果表明：① 2000—2017年东北黑土区29.76%的区域作物生长季开始期呈显著延后趋势,16.71%的区域作物生长季结束期呈提前态势,生长季开始期受气温的影响范围广,且滞后时间长;生长季结束期与前期气候变化关系更加密切,且带状差异性响应格局尤其明显。② 气候变化和物候期改变对作物生产的解释能力较生长季同期气候变化的解释能力增加了70.23%,解释面积扩大了85.04%。③ RCP8.5情景下东北黑土区粮食总产量呈现上升趋势,粮食生产风险表现出“南增北减”的演变特征,风险区面积不断扩大,全球温升2.0 ℃时,松嫩黑土亚区南部粮食减产量可能达到10%。研究有助于深入认识气候—物候—作物生产的关联机理及未来粮食生产风险,对制定气候变化应对策略,保障国家粮食安全具有重要意义。     

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。     

中国作物物候对气候变化的响应与适应研究进展

以气候变暖为主要特征的气候变化对作物物候产生了重要的影响,通常气温升高会导致作物生长速度加快,生育期缩短,从而造成作物产量下降,不利于农业发展。同时,作物物候变化可以直接或间接反映气候变化情况,对于气候变化具有重要的指示意义。作物物候的研究对于农业气象灾害的预防、农业生产管理水平的进步以及农业产量提高都极为关键。随着全球地表气温的持续升高,作物物候相关研究也越来越引起科学家的关注。论文结合作物物候的主要研究方法,综述了中国近几十年来小麦、玉米、水稻以及棉花、大豆等主要农作物的生育期变化特征以及主要的驱动因子,得到以下主要结论：①在研究方法上,统计分析方法应用最为普遍,其他几种方法都需要与统计分析方法相结合使用。另外,作物机理模型模拟方法易于操作、可行性强,在物候研究中应用也比较多。遥感反演方法对作物生育期的特征规律要求较高,一般主要关注作物返青期。②整体上,小麦全生育期主要呈缩短趋势,而玉米和水稻全生育期以延长趋势为主。③作物物候变化的驱动因子主要是气候变化和农业管理措施改变,其中,气候变化是主导驱动因子,对作物物候变化起决定作用,而调整农业管理措施,在一定程度上抵消气候变化对作物生育期的不利影响。作物物候对气候变化的响应和适应研究可以为农业生产适应气候变化提供重要的理论依据和对策。     

伏牛山地森林植被物候及其对气候变化的响应

研究植被物候是理解植被与气候关系的重要途径。在植被对气候变化响应的敏感地区,开展植被物候研究有助于揭示气候变化对植被的影响机制。基于2000-2015年MODIS EVI时间序列影像数据,利用Savitzky-Golay （S-G）滤波方法和动态阈值法提取伏牛山地2000-2015年森林植被物候参数,结合气温、降水数据,运用Man-Kendall趋势检验、Sen斜率、ANUSPLIN插值和相关性分析等方法,研究伏牛山地森林植被物候对气候要素（气温、降水）变化的响应。结果表明：① 伏牛山地森林植被生长季始期主要集中在第105~120 d,生长季末期主要集中在第285~315 d,生长季长度主要集中在165~195 d。从海拔梯度看,随海拔升高,生长季始期、末期和长度整体上分别呈显著推迟、提前及缩短趋势。② 生长季始期和生长季末期整体上呈推迟趋势,推迟的像元分别占森林植被的76.57%和83.81%。生长季长度整体呈延长趋势,延长的像元占比为61.21%。生长季始期变化特征主要是由该地区的春季气温降低所导致的。③ 研究区森林植被生长季始期与3月平均气温呈显著偏相关,且呈负相关的区域最多,即3月平均气温降低,导致生长季始期推迟;生长季末期与9月降水呈显著偏相关区域最多,且两者主要呈正相关,即9月降水增加,使生长季末期推迟。植被生长季长度由整个生长期的气温和降水来共同作用,对大多数的区域而言,8月的平均气温和降水与生长季长度的关系最为密切。     

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。     

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。     

全球变化下作物物候研究进展

作物物候是农作物重要的植物属性,不仅反映作物的生长发育状况,其变化也影响作物产量,是一种能够指示气候变化的综合响应指标。以气温升高为主要标志的全球气候变化对作物物候产生了重要影响,开展全球气候变化下作物物候变化特征及其影响机制研究对于揭示全球变化对作物生长发育过程影响及其产量形成机制具有重要的理论意义和实践价值。目前,作物物候变化及其影响因素是国内外研究的焦点和热点问题,前人已开展了大量而卓有成效的研究工作。本文侧重介绍全球气候变化下作物物候变化的主要研究进展,包括作物物候变化的驱动因子及其影响机制和作物物候主要研究方法,并探讨未来研究仍亟待解决的关键科学问题,以期为深入认识全球气候变化对农业物候的影响机理以及指导区域农业生产实践提供理论依据。     

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。     

基于蒙特卡洛生存分析探究东北森林物候的影响因素

植被是生态环境变化的指示器,分析植被物候的影响因素不仅有助于气候变化分析,提高区域气候模式的模拟精度,而且对于准确评估植被生长趋势、生产力以及全球碳收支均具有重要意义。基于遥感的植物物候监测已取得了长足的发展和进步,但当前利用大范围、长时间序列的遥感数据分析植被物候影响因素的研究尚不多,采用线性回归模型对非线性的植被物候影响因素进行分析可能存在偏误。因此,本文提出一种基于蒙特卡洛模拟的生存分析方法,对东北森林物候的影响因素进行量化分析。首先利用东北森林地区1982-2009年间AVHRR GIMMS NDVI数据,应用双Logistic曲线拟合方法对植被春季返青期（SOS）、秋季落叶期（EOS）及植被生长期（GSL）进行提取;然后基于蒙特卡洛模拟和生存分析构建植被物候影响因素分析模型;最后运用所构建模型探讨了东北森林区春季返青期、秋季落叶期的可能影响因素。结果发现：温度、降水和风力对中国东北森林关键物候期有一定影响,其中温度是春季返青期和秋季落叶期的最主要驱动因素,长期平均温度比短期内的温度突变对物候影响更显著,落叶期前的风速增加有可能使落叶时间提前;除了环境因素,春季返青早的年间秋季落叶倾向于更晚。研究表明,结合蒙特卡洛方法的生存分析可以较好地对物候期的影响因素进行定量分析,可为物候现象的归因分析提供一种新的方法。     

2000—2017年内蒙古荒漠草原植被物候变化及对净初级生产力的影响

荒漠草原分布于干旱区和半干旱区,对气候变化的响应极为敏感,但目前学术界对于荒漠草原物候与生产力变化的研究仍较为薄弱。有鉴于此,论文采用2000—2017年MODIS NDVI数据和气象数据,利用通用数量化方法提取内蒙古荒漠草原植被的生长季始期(start of season, SOS)和生长季末期(end of season, EOS);基于Carnegie-Ames-Stanford Approach (CASA)模型估算了植被净初级生产力(NPP),并分析了植被物候和净初级生产力之间的关系。研究结果表明：① 2000—2017年内蒙古荒漠草原SOS呈显著提前趋势(0.88 d/a,P<0.05),EOS不显著提前(0.13 d/a,P>0.05),生长季长度(length of season, LOS)呈显著延长趋势(0.76 d/a)。81.53%像元的SOS与2—4月平均气温呈负相关(8.21%显著相关,P<0.05),60.80%像元的SOS与4月降水量呈负相关关系(6.12%显著相关,P<0.05);65.16%像元的EOS与9月平均气温呈负相关(5.03%显著相关,P<0.05),78.61%像元的EOS 与7—9月降水量呈正相关关系(10.12%显著相关,P<0.05)。② 内蒙古荒漠草原多年平均NPP为104.71 gC/(m ²·a),有自东向西逐渐降低的区域差异;在研究时段内,春、夏季和生长季的NPP均呈不显著增加趋势,秋季NPP有不显著减少趋势;生长季降水量增加有利于生长季NPP的积累。③ 春季NPP与SOS呈不显著负相关,秋季NPP与EOS呈显著正相关。LOS的延长促进了NPP的累积,其中生长季NPP与EOS的推迟关系更为密切。研究结果揭示气候变化对内蒙古荒漠草原植被物候和生产力有显著影响,对区域生态系统管理和生态建设具有重要参考意义。     

Geographic variations in spring and autumn phenology of white ash in a common garden

Geographic variations in plant phenology are known to be affected by climatic differences over space, but the role of adaptation variability of plant populations is less well understood. In this study, I examined the geographic variations in spring and autumn phenology of white ash (Fraxinus americana L.) in a common garden and related observations over a 2-year period (2013 and 2014) to climatic and geographic factors of their provenances. Spring leaf-out of trees with northern provenances occurred later in 2013, but slightly earlier in 2014, than those with southern provenances. This difference was potentially caused by the counterbalancing effect of chilling and forcing in response to interannual temperature fluctuations. In both years, leaf senescence of white ash occurred significantly earlier for trees with northern than southern provenances, reflecting strong adaptation to a photoperiod gradient. The growing season length for white ash, therefore, is constrained by spring and fall phenology through different environmental cues. Spring phenology exerted a greater influence on the interannual variability of growing season length. Identifying these detailed adaptive patterns facilitates a better understanding of phenological change over space and allows development of genotype-sensitive phenological models to predict the ecological impact of climate change.     

农业物候动态对地表生物物理过程及气候的反馈研究进展

地表过程对全球变化的响应和反馈是地球系统科学研究的核心课题之一,目前的研究多关注全球变化对地表过程的影响,而地表动态过程对地表生物物理过程及气候的反馈研究较少。系统认识地表物候动态对生物物理过程及气候的反馈对深化地球系统科学研究有着重要的意义。本文从农业物候动态的事实、农业物候动态在陆面过程模型中的参数化表达、农业物候动态对地表生物物理过程及气候的反馈等方面进行综述,发现在气候变化和管理措施影响下,以种植期和灌浆期为代表的农业物候期发生了显著的规律性变化;耦合农业物候动态,改善了模型对地表动态过程、生物物理过程和大气过程的数字化表达;农业物候变化对地表净辐射、潜热、感热、反照率和气温、降水、环流等过程产生了影响,并表现出以地表能量分配为主的气候反馈机理。针对农业物候动态对地表生物物理过程及气候效应的时空重要性,需要继续开展以下方面的工作：① 加强全球变化对地表物候动态的影响及其反馈的综合研究;② 不同光谱波段地表反射率与农业物候动态的关系研究;③ 农业物候动态引起的作物生理学特征变化在地表生物物理过程中的贡献;④ 重视不同气候区物候动态对气候反馈效应的差异。     

Reponses and sensitivities of maize phenology to climate change from 1981 to 2009 in Henan Province,China

With the global warming, crop phenological shifts in responses to climate change have become a hot research topic. Based on the long-term observed agro-meteorological phenological data (1981–2009) and meteorological data, we quantitatively analyzed temporal and spatial shifts in maize phenology and their sensitivities to key climate factors change using climate tendency rate and sensitivity analysis methods. Results indicated that the sowing date was significantly delayed and the delay tendency rate was 9.0 d·10a^-1. But the stages from emergence to maturity occurred earlier (0.1 d·10a^-1<θ<1.7 d·10a^-1, θ is the change slope of maize phenology). The length of vegetative period (VPL) (from emergence to tasseling) was shortened by 0.9 d·10a^-1, while the length of generative period (GPL) (from tasseling to maturity) was lengthened by 1.7 d·10a^-1. The growing season length (GSL) (from emergence to maturity) was lengthened by 0.4 d·10a^-1. Correlation analysis indicated that maize phenology was significantly correlated with average temperature, precipitation, sunshine duration and growing degree days (GDD) (p<0.01). Average temperature had significant negative correlation relationship, while precipitation, sunshine duration and growing degree days had significant positive correlations with maize phenology. Sensitivity analysis indicated that maize phenology showed different responses to variations in key climate factors, especially at different sites. The conclusions of this research could provide scientific supports for agricultural adaptation to climate change to address the global food security issue.     

Greenness Index from Phenocams Performs Well in Linking Climatic Factors and Monitoring Grass Phenology in a Temperate Prairie Ecosystem

Near-surface remote sensing (e.g., digital cameras) has played an important role in capturing plant phenological metrics at either a focal or landscape scale. Exploring the relationship of the digital image-based greenness index (e.g., Gcc, green chromatic coordinate) with that derived from satellites is critical for land surface process research. Moreover, our understanding of how well Gcc time series associate with environmental variables at field stations in North American prairies remains limited. This paper investigated the response of grass Gcc to daily environmental factors in 2018, such as soil moisture (temperature), air temperature, and solar radiation. Thereafter, using a derivative-based phenology extraction method, we evaluated the correspondence between key phenological events (mainly including start, end and length of growing season, and date with maximum greenness value) derived from Gcc, MODIS and VIIRS NDVI (EVI) for the period 2015-2018. The results showed that daily Gcc was in good agreement with ground-level environmental variables. Additionally, multivariate regression analysis identified that the grass growth in the study area was mainly affected by soil temperature and solar radiation, but not by air temperature. High frequency Gcc time series can respond immediately to precipitation events. In the same year, the phenological metrics retrieved from digital cameras and multiple satellites are similar, with spring phenology having a larger relative difference. There are distinct divergences between changing rates in the greenup and senescence stages. Gcc also shows a close relationship with growing degree days (GDD) derived from air temperature. This study evaluated the performance of a digital camera for monitoring vegetation phenological metrics and related climatic factors. This research will enable multiscale modeling of plant phenology and grassland resource management of temperate prairie ecosystems.     

Impacts of climate change on winter wheat growth in Panzhuang Irrigation District, Shandong Province

Global climate change has significant impacts on agricultural production. Future climate change will bring important influences to the food security. The CERES-Wheat model was used to simulate the winter wheat growing process and production in Panzhuang Irrigation District (PID) during 2011–2040 under B2 climate scenario based on the Special Report on Emissions Scenarios (SRES) assumptions with the result of RCMs (Regional Climate Models) projections by PRECIS (Providing Regional Climates for Impacts Studies) system introduced to China from the Hadley Centre for Climate Prediction and Research. The CERES-Wheat model was calibrated and validated with independent field-measured growth data in 2002–2003 and 2007–2008 growing season under current climatic conditions at Yucheng Comprehensive Experimental Station (YCES), Chinese Academy of Sciences (CAS). The results show that a significant impact of climate change on crop growth and yield was noted in the PID study area. Average temperature at Yucheng Station rose by 0.86℃ for 1961–2008 in general. Under the B2 climate scenario, average temperature rose by 0.55℃ for 2011–2040 compared with the baseline period (1998–2008), which drastically shortened the growth period of winter-wheat. However, as the temperature keep increasing after 2030, the top-weight and yield of the winter wheat will turn to decrease. The simulated evapotranspiration shows an increasing trend, although it is not very significant, during 2011–2040. Water use efficiency will increase during 2011–2031, but decrease during 2031–2040. The results indicate that climate change enhances agricultural production in the short-term, whereas continuous increase in temperature limits crop production in the long-term.     

Impacts of future climate change on agroclimatic resources in Northeast China

In this study, the spatial distribution and changing trends of agricultural heat and precipitation resources in Northeast China were analyzed to explore the impacts of future climate changes on agroclimatic resources in the region. This research is based on the output meteorological data from the regional climate model system for Northeast China from 2005 to 2099, under low and high radiative forcing scenarios RCP4.5 (low emission scenario) and RCP8.5 (high emission scenario) as proposed in IPCC AR5. Model outputs under the baseline scenario, and RCP4.5 and RCP8.5 scenarios were assimilated with observed data from 91 meteorological stations in Northeast China from 1961 to 2010 to perform the analyses. The results indicate that: (1) The spatial distribution of temperature decreases from south to north, and the temperature is projected to increase in all regions, especially under a high emission scenario. The average annual temperature under the baseline scenario is 7.70°C, and the average annual temperatures under RCP4.5 and RCP8.5 are 9.67°C and 10.66°C, respectively. Other agricultural heat resources change in accordance with temperature changes. Specifically, the first day with temperatures ≥10°C arrives 3 to 4 d earlier, the first frost date is delayed by 2 to 6 d, and the duration of the growing season is lengthened by 4 to 10 d, and the accumulated temperature increases by 400 to 700°C·d. Water resources exhibit slight but not significant increases. (2) While the historical temperature increase rate is 0.35°C/10a, the rate of future temperature increase is the highest under the RCP8.5 scenario at 0.48°C/10a, compared to 0.19°C/10a under the RCP4.5 scenario. In the later part of this century, the trend of temperature increase is significantly faster under the RCP8.5 scenario than under the RCP4.5 scenario, with faster increases in the northern region. Other agricultural heat resources exhibit similar trends as temperature, but with different specific spatial distributions. Precipitation in the growing season generally shows an increasing but insignificant trend in the future, with relatively large yearly fluctuations. Precipitation in the eastern region is projected to increase, while a decrease is expected in the western region. The future climate in Northeast China will change towards higher temperature and humidity. The heat resource will increase globally, however its disparity with the change in precipitation may negatively affect agricultural activities.     

基于群落类型的寒区旱区物候特征及其对气候因子的响应——以2000-2019年柴达木盆地为例

植被物候反映了植被对环境的适应策略,物候研究对理解植被的生长机制及其对生态因子的响应有重要意义。以柴达木盆地植被为对象,基于2000—2019年NDVI数据,采用双逻辑函数法和STL时序分解算法,从区域和群落层面研究了物候的静态（空间异质性）、动态（时空变化）及其对气候的响应。结果表明：① 柴达木盆地植被生长季始期（SOS）和生长季末期（EOS）均以提前为主,分别提前了0.13天/年和0.23天/年,其中57%的植被区EOS显著提前（P<0.01）。生长季长度（LOS）缩短了0.09天/年。② SOS和EOS在空间分布和变化趋势两方面存在正相关关系,SOS较早发生的区域,EOS也较早,反之亦然,SOS提前的区域和EOS提前的区域重叠度高。③ 水热组合制约着植被物候,LOS最长的为温性草原（131天）和灌丛（128天）,最短的为高寒草甸（113天）。     

基于遥感时序特征的地表覆被信息提取

地表覆被作为自然过程和人类活动共同作用的重要地表景观特征,对全球或局地气候、水热循环、物质传输及陆面生态系统多样性等影响深远。利用年内时序遥感影像自动提取不同地表覆被类型的方法,以新疆阜康地区为研究目标,组织2016年植被全生长季的Landsat 8 OLI地表反射时序影像,研究不同物候期植被冠层的纹理响应信息,考察研究区典型地表覆被类型在3—11月多波段波谱、归一化植被指数(NDVI)及增强型植被指数(EVI)的时序特征,构建提取地表覆被类型的策略规则,形成时序特征匹配方法,将其应用于2018年研究区地表覆被填图的提取。最后,基于高分辨率卫星影像和野外实地调查对随机选取的2500个样点进行对比验证。结果表明:提取结果和验证数据一致性较好,总体精度为97.2%,Kappa系数为0.9655,且实地考查结果显示本方法在复播作物识别和有效降低单一时相中“异物同谱”现象上展示潜在优势。     

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。