基于遥感数据的多年平均物候不确定性研究

多年平均物候能够反映植被生长发育节律的均衡状态,是植被物候模拟与预测的关键参数之一。遥感已广泛用于地表物候监测,是空间多年平均物候信息的重要来源。然而,基于遥感的多年平均物候存在不同计算方法,如先确定每年时序曲线的物候点再求平均值（平均法）,以及先求多年平均时序曲线再确定物候点（参考曲线法）。上述方法的结果可能存在差异,但目前尚缺乏对这一不确定性及其影响的认识。针对该问题,本研究利用2001年—2016年遥感植被指数数据,分别在平均法和参考曲线法下提取中国森林生长季起始时间的多年平均值（■）,比较■的差异（■）及其空间异质性;进一步选取物候研究中常用指标,即以■为基础的温度“季前时长PD (Preseason Duration)”,分析■不同计算方法对物候—气候关系的潜在影响。结果表明,（1）不同方法下的■差异显著,总体上平均法小于参考曲线法（-2.6±2.2 d,占88%）,其中存在8.0%和6.0%的有效像元其动态平均法和固定平均法小于参考曲线法超过7 d,主要分布在东南丘陵地区。（2）■具有显著的空间异质性,主要表现为随年均温的升高而减小（Slope=0.07 d/℃,P<...     

中国植被绿度期遥感监测方法研究

基于遥感技术的地表植物物候监测,有效克服了传统地面观测站点有限、资料不完整等缺陷,实现了观测方法由点向面的空间尺度转换,因此可表征植被生态系统层面的物候现象.本文选择使用"植被绿度期"来代替"植物生长期或生长季"等概念,并以中国陆地植被为研究对象,建立了中国植被绿度期遥感监测模型--基于NDVI累积频率曲线的Logistic拟合模型,来计算中国植被绿度始期和绿度末期.为验证本模型结果的可靠性和优越性,使用地面物候观测数据对其结果加以检验,并与其他常见遥感监测模型进行了比较.结果和验证表明,在地处温带地区的牡丹江、呼和浩特、北京、西安和洛阳站点,使用本模型计算的植被绿度始期与地面观测结果相差9-21d,绿度末期相差0-13d,其准确度均优于其他遥感模型,而且年际波动相对较小;在地处亚热带地区的屯溪、仁寿、贵阳和广州站点,本模型结果产生较大误差.通过误差分析可知,在南方以常绿植被为主的亚热带地区,本模型计算所得的植被绿度始期和绿度末期并不是地表植被生长季始末日期的真实反映,而往往用于指示区域气候变化的特征.此外,本研究模型比其他方法具有更好的适用性,而且适合不同空间尺度的植物物候监测.     

陕北黄土高原植被覆盖时空变化及其归因分析北大核心CSCD

本文借助Google Earth Engine(GEE)云平台,以Landsat影像、气温降水和土地利用类型为基础,利用Theil-Sen Median趋势分析、Mann-Kendall检验、偏相关性和多元回归残差分析法,分析了1999—2018年陕北黄土高原植被覆盖时空特征、变化趋势及气候变化与人类活动对于不同土地利用类型的影响,得出以下结论:(1)1999—2018年陕北黄土高原年际FVC呈改善趋势,其平均增速为0.004 9/a(P<0.01),植被覆盖度呈增加趋势的面积占总面积的74.43%;(2)植被覆盖度与降水和气温的偏相关系数具有明显的空间差异,植被生长对降水变化较敏感;(3)气候变化和人类活动的共同作用是植被生长的主要原因,其中气候变化对植被FVC的影响范围为-0.001 0/a~0.003 6/a,而人类活动对植被FVC的影响范围为-0.046 1/a~0.049 0/a;(4)在不同土地利用类型中,气候变化对水体增幅影响最大,对针叶林和阔叶林增幅影响最小,而人类活动变化对人类占用地增幅影响最大,对阔叶林增幅影响最小。     

利用AVHRR植被指数数据集分析中国东部季风区的物候季节特征

利用ＮＯＡＡ／ＮＡＳＡＰａｔｈｆｉｎｄｅｒＡＶＨＲＲ陆地数据集,建立了中国东部季风区（１０８°－１２３°Ｅ,２１°－４５°Ｎ）的１９８６年归一化植被指数（ＮＤＶＩ）距平图像序列。对此数据集进行主成分分析（ＰＣＡ）,前２个主成分的时间序列和空间场展示了中国东部季风区植被物候季节性特征和地域差异。南岭一五夷山以南的华南地区,植被生长季的物候季节性变化不明显。在南岭－五夷山以北地区,植被生长季的物候季节性特征明显,可以比较清晰地确定生长季的变化过程。以淮河流域为界,植被生长季的物候季节性特征又存在明显差异。华北平原表现出强烈的双峰植被物候过程。淮河以南地区,虽然也存在这种双峰物候过程,但比较华北平原的植被,还具有持续性的植被生长特征。淮河流域构成一条区分南北物候季节特征差异的过渡带。     

利用日光诱导叶绿素荧光数据分析2007年—2018年北半球植被物候特征空间格局及其变化趋势

植被物候是指植被长期适应生活环境的周期性变化，形成与此相适应的生产发育节律。研究植被物候有助于更好地理解气候变化。目前利用植被遥感指数进行物候监测依然存在许多问题，而日光诱导叶绿素荧光（SIF）与总初级生产力（GPP）具有强耦合关系，在植被物候研究中具有很大潜力。本文利用双逻辑斯蒂函数模型，基于3种SIF数据（GOME-2,GOSIF和CSIF）计算了北半球地区2007年—2018年的物候特征，并与两种GPP数据和5种植被指数（VIs）数据进行对比验证。接下来利用GOME-2 SIF数据分析了北半球地区的物候分布特征，并利用Sen斜率因子检测北半球地区的物候变化趋势，最后计算了3个主要的气候因子对植被物候变化的影响。结果表明：（1）基于SIF数据计算的SOS与EOS比基于VIs数据的计算结果要更加接近于基于GPP数据的计算结果。（2）基于GOME-2 SIF数据计算的北半球地区植被2007年—2018年平均生长季始期（SOS）主要（>90%）集中在100—170 d，平均生长季末期（EOS）则主要集中在220—270 d。高海拔地区和高纬度地区相对于其他地区，SOS较晚，而EOS...     

中国东北植被生长峰值时空变化及可持续性分析

植被生长峰值不仅是典型的物候节点,也是植被最大生长能力的重要指示参数。本文以中国东北地区为研究区域,基于长时序遥感NDVI数据,采用Mann-Kendall检验法探索植被生长峰值的变化趋势,利用Hurst指数对植被生长峰值进行可持续性分析。结果表明:1)我国东北地区植被生长峰值时间点(POP)和最大生长幅度(PEAK)整体上呈现出波动上升的趋势。植被峰值时间点在东部以及北部阔叶林和草原区域表现为延迟趋势;植被最大生长幅度在中部、北部以及西南部表现为增强趋势,在森林区峰值时间点表现为延迟趋势,生长峰值表现为增强趋势;2)东北地区整体上植被返青开始期(SOS)和生长峰值时间主要以延迟为主,峰值幅度有所升高;3)Hurst指数结果表明,东北地区植被PEAK呈持续增强趋势,仅6.38%的区域与过去呈现相反的变化趋势,植被增强区域主要集中在中部地区。东北地区植被生长峰值变化可持续性研究,可以为评价东北地区植被固碳能力和生态系统功能提供参考。     

陕西省1998～2008年植被覆盖度的时空变化研究

以1998-04～2008-07的372景逐旬SPOT4VEGETATION数据(S10)为主要数据源,利用MVC法、一元线性回归趋势分析法和差值法,分析1998～2007年陕西省年最大化NDVI的变化趋势,并对年最大化NDVI和月最大化NDVI的年际变化规律和陕西省植被覆盖度动态变化及其空间分布规律进行分析。结果表明,1998～2008年间,年最大化NDVI整体呈变好的趋势,但是月最大化NDVI的年际变化趋势在不同月份存在很大的差异;年最大化NDVI和月最大化NDVI在每相邻2a间的变化均存在很大差异,植被退化与改善波动出现;1998～2008年陕西各地区植被覆盖度变化是很明显的,一般8、9月份植被覆盖度最高。从空间分布上看,陕北北部地区(榆林市的东南部和延安市北部地区)植被覆盖度显著增加,宝鸡市中南部、西安市、商洛和安康部分地区植被改善也较明显。     

基于MODIS植被指数的塔河流域植被时空变化特征研究

基于获取的塔河流域2000~2014年历年4~10月间逐月MODIS植被指数产品,采用时间序列谐波分析法(HANTS)对最大值合成的逐月NDVI时间序列数据进行了重建,用趋势线分析法对塔河流域近15年生长季(4~10月)MODIS NDVI的时间变化进行计算,用一元线性回归趋势法计算得到了塔河流域近15年生长季(4~10月)NDVI变化趋势的空间分布。结合植被类型分布图对计算得到的实验结果进行了研究分析,总结了塔河流域多年植被覆盖的时空分布及其变化规律,成果可为塔河流域综合治理及生态环境评价提供依据。     

基于物候特征参数的山西煤矿区典型复垦植被分类

基于2001―2013年获取的MOD13Q1 NDVI数据,采用低通平滑Savitzky-Golay(S-G)滤波方法、插值法及切比雪夫多项式(Chebyshev Polynomial)拟合对NDVI时序数据进行重构;通过提取植被生长季开始日期、生长季长度、生长季结束日期、生长季NDVI最大值及NDVI最大值出现日期等关键物候特征参数,对研究区典型复垦植被类型进行分类。结果表明:研究区不同植被的物候特征具有显著差异,从生长季开始日期及NDVI最大值出现日期来看,农作物较有规律;而林地的生长季NDVI累积总值则明显区别于农作物及草地;农作物、草地和林地基于植被物候特征参数分类取得了较好结果,总体分类精度达到89.67%,优于采用多时相非监督分类的结果;该研究为山西省煤炭矿区生态环境恢复评价提供了一定的数据基础。     

青藏高原地表冻融循环与植被返青期的变化趋势及其气候响应特征

青藏高原特殊的地理环境使其对全球气候变化十分敏感,所以研究其地表冻融循环和植被返青期的时空动态对于回顾和预测青藏高原对全球气候变化的响应具有重要意义。本文通过利用双指标地表冻融状态识别算法和被动微波亮温数据(SMMR、SSMI和SSMIS)来获取青藏高原长时间序列(1982年—2013年)逐日地表冻融状态,通过对GIMMS全球植被指数数据产品进行NDVI的滤波重建和返青期提取来获取青藏高原植被长时间序列(年份)的返青期;并且分析了地表冻融循环和植被返青期的变化趋势、相互关系及对青藏高原气候变化的响应特征。总体来看,在空间上,青藏高原的地表冻结集中发生在10月30日至次年4月2日,平均地表融化首日集中在5月12—27日,平均植被返青期集中在5月19—29日。植被返青期平均发生在地表融化首日后的3.94±5.58日,两者具有显著的相关关系(R=0.51,P=0.003)。青藏高原的地表融化首日和植被返青期在1982年—2013年间经历了推迟、提前再推迟的3个过程,融化时间和返青期在1982年—1987年分别以1.93±1.81 d/a和0.28±1.01 d/a的速度推迟;在1987年—2006年分别以0.67±0.20 d/a和0.13±0.16 d/a的速度提前;在2006年—2013年分别以0.97±0.84 d/a和1.04±0.52 d/a的速度推迟。中国气象局布设在青藏高原的CMA气象站的温度数据表明,高原的春季地表0 cm土壤温度呈持续上升的趋势,而植被返青期和地表融化首日并未持续提前,这可能是由几十年来高原不同地区降水等其他环境因素变化的差异造成。同时在气温持续升高期间,植被返青期的返青温度阈值也不断具有上升的趋势(R=0.72,P0.001),这可能与植被适应气候变化的自身调节能力有关。     

利用R-Shiny架构的植被物候参数分析系统设计与实现

植被物候作为反映植被与气候变化关系的重要参量,具有重要的研究意义。本文基于R语言分布式架构Shiny构建了植被物候参数分析系统,可实现站点分布可视化、感兴趣区(Region of Interest,ROI)选取与绘制、植被指数计算与可视化、数据过滤、生长曲线轨迹拟合与物候参数提取等功能模块。用户可提取不同植被类型数码相机时间序列的植被指数,并用max方法进行平滑与去噪处理,然后选择合适的方法组合拟合植被群落季相变化轨迹,最终提取较为精确的关键物候参数。林地数据系统测试结果表明:1)相对绿度指数GI比其他相对植被指数和单波段的亮度值振幅明显,其时间序列可表征植被实际生长轨迹; 2)不同拟合方法与提取方法的组合效果不同,如klosterman与klosterman方法组合适合林地类型的植被物候参数提取,用户可综合均方根误差与季节群相变化轨迹结果,筛选出适合所选植被物候数据的拟合与物候参数提取方法组合。     

基于地面试验的植被覆盖率估算模型及其影响因素研究

以植被覆盖率的遥感反演为研究主线,以玉米作物为例,在基于地面试验获得作物光谱、叶面积指数和多角度覆盖率的基础上,对目前普遍采用的两种基于植被指数的植被覆盖率估算模型进行了精度比较,同时对植被覆盖率反演的影响因子(叶面积指数、植被空间分布和观测角度)进行了分析.由此得到:估算植被覆盖率的最优植被指数为归一化植被指数;叶面积指数对植被指数与植被覆盖率间关系的影响随植被的生长不断增大;植被空间分布对垂直覆盖率的估算影响很小.对于多角度覆盖率有这样的规律,即在4种空间分布下,以0°观测天顶角(VZA)为中心,在相反方位角上随VZA的增加,覆盖率值基本呈对称分布;在玉米刚出苗时,覆盖率随VZA的增加而增加,当VZA=0°时达到最小值,而随着玉米的进一步生长,4种分布条件下覆盖率随VZA的增加反而降低,在VZA=0°时达到最大值.     

澜沧江流域2000-2017年植被NDVI时空特征及其对气候因子的响应

基于MODIS-NDVI数据分析澜沧江流域生长季植被NDVI时空特征和变化趋势,结合地形数据、气象站点数据和植被类型数据,利用趋势分析和相关性分析法研究植被NDVI变化对气候因子的响应。结果表明:1)2000-2017年澜沧江流域生长季植被NDVI均值为0.592,整体呈现出由西北向东南波动增加趋势,增长速率为0.09%/10年;2) 2000-2017年澜沧江流域气温呈上升趋势,降水呈下降趋势,植被NDVII总体与平均气温的相关性高于累积降水量;3)澜沧江流域生长季植被NDVI驱动因子分析表明,气候驱动中以气温降水联合驱动为主,流域植被NDVI变化整体为非气候驱动。     

内蒙古植被长势变化及其对气候变化的响应

针对内蒙古不同生态区植被长势时空变化及其对气候变化的响应差异问题,本文基于MODIS遥感数据构建植被长势指数(GI)模型,结合研究区气温降水数据,利用相关分析法研究了该区植被长势对不同气候因子响应的时空差异特征.结果表明:内蒙古近17a生长季植被GI整体呈上升趋势,森林生态区和草原生态区植被长势平稳,荒漠草原生态区植被长势较好;生长季植被GI均值在空间上呈南高北低的分布特征,植被长势整体由好到差表现为荒漠草原生态区＞森林生态区＞草原生态区;植被长势与气温呈负相关关系、与降水呈正相关关系;森林生态区植被长势受气温和降水共同影响,草原生态区和荒漠草原生态区植被长势主要受降水影响;大部分地区表现为受非气候因子驱动.     

三温模型与MODIS影像反演蒸散发

提出三温模型结合MODIS数据反演区域蒸散发的方法,在内蒙古草原开展案例研究,以2008年植被生长季(7—10月)的波文比系统观测数据为标准,对该方法进行检验。结果表明:三温模型反演的蒸散发量,平均值、最大、最小值分别为4.58mm/d、9.03mm/d、1.28mm/d;蒸散发反演结果在空间上分布较均匀,与草原的均一性相吻合,在时间上蒸散发的数值先逐渐增大,8月后逐渐减小,与观测结果相一致;三温模型反演的蒸散发量与观测值之间的最小、最大绝对误差分别为0.11mm/d、1.64mm/d,平均绝对误差为0.58mm/d、平均相对误差为17.10%。三温模型在1km空间尺度的反演精度较理想。     

MODIS数据在陕西省干旱监测中的应用

以MODIS归一化差异植被指数(normalized difference vegetation index,NDVI)和陆地表面温度(land surface temperature,Ts)数据为基础,构建双抛物线型NDVI-Ts特征空间,利用实测土壤湿度对其进行验证,并基于该特征空间的温度植被干旱指数(temperature vegetation dryness index,TVDI)监测和分析了2000—2016年间陕西省旱情时空分布特征和规律。结果表明,NDVI-Ts特征空间呈双抛物线型,基于该特征空间的TVDI与10 cm深土壤湿度呈显著负相关关系(P 0. 05)。空间上,2000—2016年间陕西省旱情主要分布在陕北西北部、北部以及关中北部、东部地区;时间上,2000年陕西省受旱面积占比为31. 95%,2016年为27. 65%。榆林市北部大部分地区、延安市中部部分地区、关中地区中部以及陕南零散地区旱情得到显著缓解,约占14. 45%,而全省84. 48%地区旱情虽发生了变化,但变化不显著;全省97. 62%地区变异系数较小,位于0～0. 8之间,主要分布在陕北北部和关中南部,表明全省旱情较稳定。全省23. 74%地区旱情与降雨量呈显著负相关关系(P 0. 1),随着降雨量的增加TVDI减少,旱情越轻,主要分布在陕西省榆林市大部分地区,延安市中部部分地区,汉中市北部、西北部,安康市、渭南市北部、商洛市东部部分地区及宝鸡市西部、北部部分地区;其余地区旱情变化并未受到降雨量显著影响。进一步分析表明,平均气温也不是影响陕西省旱情变化的主导因素。     

黑河流域遥感物候产品验证与分析

植被物候遥感产品对全球变化响应、农业生产管理、生态学的应用等多领域研究具有重要意义。但现有植被物候遥感产品还有较多问题,主要包括一方面使用不同参数的时间序列数据以及不同提取算法导致的产品结果差异较大,另一方面在地面验证中地面观测数据与遥感反演数据的物理含义不一致导致的验证方法的系统性误差。本文以黑河流域为研究区,对比验证基于EVI(Enhanced Vegetation Index)时间序列数据提取的MLCD(MODIS global land cover dynamics product)植被遥感物候产品和基于LAI(Leaf Area Index)时间序列数据提取的UMPM(product by universal multi-life-cycle phenology monitoring method)植被遥感物候产品的有效性及精度等。同时,通过验证分析进一步评估基于EVI和LAI时间序列提取的物候特征的差异及特点,探讨由于地面观测植被物候与遥感提取植被物候的物理意义的不一致问题导致的直接验证结果偏差。结果表明:UMPM产品有效性整体高于MLCD产品,但在以草地和灌木为主的稀疏植被区,由于LAI取值精度的原因,UMPM产品存在较多缺失数据,且时空稳定性较低;基于玉米地面观测数据表明,EVI对植被开始生长的信号比LAI更加敏感,更适合提取生长起点,但植被指数易饱和,峰值起点普遍提前,基于LAI提取的峰值起点更加合理。由于地面观测的物候期在后期更加关注果实生长,遥感观测仅关注叶片的生长,遥感定义的峰值终点和生长终点与玉米的乳熟期和成熟期差异较大。     

黑河中游农作物MODIS叶面积指数产品时间序列精度验证与变化特征分析

叶面积指数LAI (Leaf Area Index)是表征植被生长状态的一个重要的冠层结构参数。MODIS LAI产品是全球常用的遥感LAI产品之一。然而,由于地表异质性、数据质量、模型精度等多方面的差异,MODIS LAI产品质量各有不同。基于无线传感器网络的LAINet仪器可以自动获取时间频率更密集的LAI实测数据,为验证卫星遥感LAI产品质量提供了有力支持。本文基于2018年和2019年黑河中游时间序列地面实测LAI数据与高空间分辨率卫星遥感植被指数数据,建立经验回归模型。将该模型反演高空间分辨率卫星遥感LAI作为参考LAI真值,对MODIS LAI产品进行了精度验证与稳定性评价,分析了MODIS LAI与LAINet地面测量的差异原因。结果表明：与Landsat 8参考真值相比,MODIS LAI生长季的质量（RMSE2018=1.17,RMSE2019=1.14）优于衰落季（RMSE2018=1.39,RMSE2019=1.84）,MODIS LAI总体低估,尤其是生长季后期。时间序列上,MODIS LAI产品能够刻画植被生长和凋落的季节特征,但生长前期波动性要强于后期。与L...     

基于中尺度光谱和时序物候特征提取南方丘陵山区茶园

南方丘陵山区茶园空间分布的提取对于南方经济发展和生态环境保护有重要意义。为此提出一种基于中尺度光谱和时序物候特征的茶园提取方法。利用MODIS增强植被指数(enhanced vegetation index,EVI)和归一化植被指数(normalized difference vegetation index,NDVI)数据产品选择Landsat影像的最适时间窗口,使用面向对象方法和决策树分类模型提取初步分类结果,使用MODIS-EVI植被时序数据提取不同植被物候参数,完成茶园分布范围提取。以福建省漳州市和安溪县为研究区进行茶园提取,经检验,总体分类精度达到85. 71%,Kappa系数达到0. 83,其中茶园的生产者精度为83. 72%,用户精度为90. 00%;提取结果与漳州市和安溪县茶园种植面积的公开统计数据接近。结果表明,该方法可获得较高的茶园提取精度。提取结果可以为南方经济发展和政府有关部门对茶园的调控提供一定参考和指导。     

黑龙江省1959—2016年极端气温时空变化特征

为了掌握黑龙江省极端气温的变化规律,本文遴选黑龙江省27个气象观测站1959年1月—2016年12月逐月平均气温、极端最高(低)气温资料,运用趋势拟合、Mann-Kendall方法和GIS平台的空间插值方法,开展近58年黑龙江省极端气温时空变化规律研究.结果表明:1959—2016年,黑龙江省平均气温、极端高/低温整体表现出明显增温趋势,平均增温率分别为0.322℃·(10 a)-1、0.631℃·(10 a)-1、0.201℃·(10 a)-1.黑龙江省平均气温整体表现为随纬度增加而降低的空间分布特征,极端最高气温整体表现为由西南向东北方向随着纬度、经度增加而降低的空间分布特征,极端最低气温整体表现为由东南向西北随着纬度增加而降低的空间特征.通过平均气温变化率和极端气温变化率的对比分析,发现极端最低气温对气温变化贡献较大.