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...     

利用遥感监测长江三角洲森林植被物候对气候变化的响应

植物的物候与气候等环境因素息息相关,是指示气候与自然环境变化对生态影响的重要指标。目前,气候变暖日益为人所关注,使用遥感技术研究植物物候与气候变化之间的关系具有重要的意义。监测人口密度高和城市经济发达地区的植物物候对气候变暖的响应,可以揭示区域热环境变化及其产生的生态效应。本研究选取长江三角洲地区为研究区域,使用SPOT卫星VGT传感器的长时间NDVI数据序列,对经济发达区域森林植被的NDVI序列进行非对称性高斯函数拟合法平滑处理,并提取与研究其物候特征,发现①NDVI与气温具有较强相关性,随气候变暖,森林植被NDVI年均值有增加趋势;②森林植被生长活跃期起始日期提前,终止日期延后,时长有明显的延长趋势,生长活跃期内NDVI有所增加;③森林植被NDVI极大值与极小值出现日期均明显提前,NDVI极大值有增大趋势,而极小值呈下降趋势,年内极差增加,NDVI增长期缩短,衰落期延长;④森林植被在春、夏两季NDVI均值有所增长,秋季无明显变化,冬季略有降低。     

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。     

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。     

基于遥感和气象数据的蒙古高原1982~2013年植被动态变化分析

蒙古高原生态系统及其变化对中国北方乃至整个东北亚的生态安全有着重要影响,了解蒙古高原干旱半干旱区植被生长的动态如何在不同时间和空间尺度上响应气候变化十分必要。利用NDVI数据构建长时间序列,分析植被生长动态变化的过程和时空特征,并与气象数据进行相关性分析。主要结论如下:①NDVI的分布具有地带性;②大约39.5%的区域NDVI呈显著的增加(P=0.1),7.3%的区域NDVI显著减少(P=0.1),说明植被条件在蒙古高原有所好转;③蒙古高原NDVI的变异系数均值16.99%,这表明过去32年里植被覆盖变化情况有较强的波动性;④蒙古高原植被的生长状况与降水量有极显著的正相关关系,与气温有极显著的负相关关系。     

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SPOT4数据的黄土高原植被动态变化研究

以SPOT4/VEGETATION数据为基础,以NDVI变化率和年均NDVI值作为植被覆盖动态变化的指标,分析了1998~2005年黄土高原植被覆盖的时空动态变化特征。结果表明黄土高原地区植被动态变化显著增强,1998~2001年黄土高原的植被覆盖有所减少,幅度约为10.5%,2001年后,植被活动显著增强,植被覆盖面积呈增加趋势,2004年后稍有回落。植被生长季的延长和生长加速是该区域NDVI值增加的主要原因,黄土高原地区植被增加和减少的区域相互交错,这一特性是由农业生产活动、城市建设、政府决策及植被对气候变化的响应等综合因素作用的结果。     

京津唐地区城市化对植被物候的影响研究

城市化过程使得土地利用、地表植被覆盖发生着显著的变化,如何定量化描述城市化对植被物候的影响越来越受到各方的关注。基于京津唐地区2001~2006年NDVI时间序列影像,得出了京津唐地区植被物候空间分布格局,计算出北京、天津、唐山3个核心城市城区的距离变量与平均植被物候,并分析了城市化对植被物候指标的影响趋势。结果表明:①2001~2006年,北京城市化使得城区及离城区较近的地方植被生长开始时间提前、结束时间推后、生长季周期变长、NDVI振幅减小;②天津和唐山的城市化使得城区及离城区较近的地方植被生长开始时间延后、结束时间提前、生长季周期变短\,NDVI振幅减小;③城市化对植被物候的影响与该地区城市扩张类型存在相关性关系。     

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。     

HJ-1A NDVI与MODIS NDVI时间序列提取植被物候特征对比研究

以HJ-1A和MODIS为数据源,通过动态阈值法提取物候特征参数,对HJ-1A NDVI和MODIS NDVI时间序列进行植被物候特征提取进行定性和定量比较,通过比较结果,提出HJ-1A NDVI数据在该应用中存在的问题,促进国产中空间高时间分辨率影像数据在植被物候信息提取研究中的应用,提高其在生态系统研究中的应用价值。结果表明:在SOS、EOS和LOS以及TOMS几个主要的物候时间点上,MODIS NDVI时间序列的标准差较小,所得物候数据更为集中,偏离度较小,所得物候数据较稳定;而HJ-1A NDVI时间序列所得物候数据的标准差较大,数据偏离程度较大,而在POS、BOS和AOS等表征植被生命周期中生长幅度数据上,其标准差较小,离散程度小。     

沂蒙山区植被NDVI的时空特征及其对水热条件的响应

植被是生态环境变化的综合指示器,研究其对水热条件的响应已成为当前气候变化研究中的主要内容之一。选取北方土石山区典型代表--沂蒙山区为研究对象,基于沂蒙山区1980~2010年的气温、降水和2001~2010年MODIS\|NDVI数据,结合相关分析和最小二乘法,定量分析该区植被指数的年际、年内的时空变化及其对水热条件的响应。结果表明:①近10 a沂蒙山区NDVI max的变化斜率为0.0026;②植被显著退化区和良好区分别占研究区总面积的10.52%和28.62%;③不同季节(主要是春、夏和秋季)植被状况均呈现良性发展趋势;④台站数据显示植被年际变化与年降水和年均气温的关系并不密切,而在月时间尺度上植被与气温的相关性要强于与降水的相关性。综上所述,沂蒙山区植被状况总体呈良性发展趋势,气温可能是影响该区植被生长的主导因子。     

Depicting the Asymmetries of Vegetation Phenology over Northeast China Using Remote Sensing NDVI Dataset

Vegetation phenology is an important ecological indicator for global climate change.Plant greenup phenology in the spring time has been well studied,whereas autumn phenology and its asymmetry with spring phenology still remain unclear.Here,the GIMMS NDVI3g dataset for Northeast China was applied to extract the key phenological parameters during plant growth process,then three phenological asymmetry indices were defined according to the difference between greenup rate and senescence rate(AsyR),growth length in spring and autumn(AsyL),mean vegetation greenness index in spring and autumn(AsyV).First,plant growing curve was fitted with double logistic function and the phenological parameters was calculated.Second,the spatiotemporal pattern of asymmetry indices was explored.The results indicate that the three phenological asymmetry indices show a significant interannual variability and a time cycle of around ten years.The direction of amplitude for AsyV and AsyL was opposite with that of AsyR.Three indices could depict the phenological asymmetries from various perspectives and have a degree of uncertainty.The landscape pattern for AsyV and Asy R is similar.AsyV and AsyR show a capability of distinguishing cropland and natural vegetation cover.AsyL reflects a complex spatial distribution.Phenological asymmetries reveal that coniferous forest and broad-leaved forest present a dominant control of senescence vegetation activities.These natural vegetation commonly show a growth feature of rapid growth in spring and slow decrease in autumn.Cropland exhibits a slowly growing rate in spring and a rapid decrease in autumn.Phenological asymmetry is not significant in grassland area.Phenological asymmetry could enhance our knowledge on ecosystem carbon sink.In a practical way,phenological asymmetry could serve as a useful tools in vegetation type classification,agricultural investigation and plant ecosystem management.     

内蒙古草原叶面积指数时空格局与水热影响

叶面积指数(Leaf Area Index,LAI)是表征植被状况的重要参数,与植被的生长和变化状况密切相关.探究内蒙古草原LAI长时间序列时空格局特征及水热条件对LAI的影响,可为准确掌握内蒙古草原分布与生长状况差异提供数据支撑,对了解内蒙古草原生产能力的空间分布特征具有参考价值.基于2000～2019年GEOV2 ...     

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。     

Spatiotemporal crop NDVI responses to climatic factors in mainland China

Climate change has caused a great impact on vegetation growth, production and distribution through variations of precipitation, temperature and sunshine. In this study, a categorization of zones for vegetation responses to climatic variability was conducted. Seasonal and annual crop responses to climate change in each region were analysed with multiple linear regression. The results show that the annual impact of climatic factors on crop growth was most significant in lower North China (R² = 0.48) and most insignificant in Northeast China (R² = 0.22). Temperature is the limiting climatic factor for crop growth annually in North China and Northeast China (zones 1–3), (p ≤ 0.05), while sunshine duration plays an important role for crop growth in zones which are more southern (zones 3 ~ 5). Precipitation significantly affects the annual crop growth in Inner Mongolia-Hebei-Shandong zone (zone 2) and Southeast zone (zone 5). Therefore, more attention should be paid to these zones. The spring temperature is the limiting climatic factor for crop growth in all the zones (p ≤ 0.05). Spring warming is helpful for crop growth in mainland China. Different agricultural and administrative measures should be taken in each zone to adapt to future climate change.     

基于ETM＋的北京西部山区乔木群落结构研究

利用遥感技术结合地面调查的方法对2008年春季北京西部山区乔木群落的多样性进行了研究。提取归一化植被指数（NDVI）,并计算NDVI随时间的变化率（△NDVI）;利用地面调查数据计算研究区的健康指数、Mar-galef丰富度指数、Shannon-Wiener多样性指数和Simpson多样性指数,并分析△NDVI、健康指数和多样性指数之间的关系。结果表明：（1）健康指数和多样性指数之间存在正相关关系,群落多样性指数越高,群落的整体健康状况越好。（2）△NDVI与健康指数之间呈正相关关系,健康指数越高的群落,单位时间内NDVI的增加值越大,植被群落的生长变化越明显。（3）△NDVI的高低可以代表区域植被的健康程度,反映区域植物群落的丰富度、多样性。△NDVI的值越高,植被群落的健康程度越好,植被群落的丰富度、多样性指数越高。本文的研究较好的将遥感技术和地面调查相结合,对△NDVI与群落植被健康程度、多样性指数进行了研究和验证,为以后研究植被群落多样性提供了一定的借鉴。     

基于大疆精灵4无人机多光谱影像的西沙植被监测

西沙群岛位于热带,常年多云,在光学卫星数据获取时易受天气影响导致缺失,使得地表动态监测困难。为解决这一问题,探讨无人机低空平台对西沙群岛植被的监测能力,选取大疆精灵4多光谱无人机,通过5个多光谱波段提取4项植被指数,包括归一化差值植被指数（NDVI）、叶绿素指数（GCI）、绿色归一化植被指数（GNDVI）以及归一化绿红差值指数（NGRDI）,评估了2020年5月西沙群岛北岛的植被生长状况,并结合关键气象参数以及Worldview2卫星光学影像对比分析了2020年5月和2018年5月北岛植被生长变化及其潜在归因。研究结果表明：2020年5月北岛平均NDVI、GCI、GNDVI和NGRDI别为0.30、0.84、0.26和0.05,反映出植被覆盖度较低,可能存在枯黄现象,与地面监测结果一致;2020年人工管理植被区和自然生长植被区各项指数差异由2018年的-23%—15%增加到15%—40%,表明2020年自然生长植被长势显著差于人工管理植被,反映出较强的环境胁迫;气象数据显示2020年4月—5月该地区日平均温度较常年同期升高、累计降水量减少、平均风速增大同时增加了土壤水分亏缺,可能是引起植被生长状况变差的主要原因。综上所述,大疆精灵4无人机可定量反映热带岛屿植被生长状况,可为其生态环境监测提供有效途径。     

2001~2018年我国热异常点时空分布特征研究

基于2001~2018年MODIS标准产品,研究了我国及七大区域热异常点的时空分布特征。结果表明：空间分布上,热异常点主要分布在除西北、西南之外的大部分地区;年际趋势上,2001~2014年间热异常点数量持续上升,年均增长率为15.01%,2015年后逐年下降,年均下降率为14.96%。月季尺度上,热异常点在春、秋季节出现最为频繁（春：551 716个,秋：416 698个）,春、秋季相对在东北地区分布最多（春：164 898个,秋：186 727个）,东北地区月均数量10月最高（118 274个）;夏季热异常点数量最低（290 793个）,多分布于华东地区（120 455个）,华东地区月均数量6月最高（76 465个）;冬季数量为358 483个,且在华南地区分布最多（108 209个）,华南地区月均数量1月最高（37 770个）。研究有助于掌握我国典型区域的森林、草原火灾,以及由于秸秆焚烧、工业排放等引起热异常的变化情况,进而为区域灾害防治和环境监测提供技术支撑。     

MODIS-based vegetation growth of temperate grassland and its correlation with meteorological factors in northern China

Vegetation dynamics, particularly vegetation growth, are often used as indicators of potential grassland degradation. Grassland vegetation growth can be monitored using remotely sensed data, which has rapid and broad coverage. Grassland ecosystems are an important component of the regional landscape. In this study, we developed an applicable method for monitoring grassland growth. The dynamic variation in the grassland was analysed using Moderate Resolution Imaging Spectroradiometer (MODIS) data. The normalized difference vegetation index (NDVI) was calculated from 2001 to 2010 during the grassland growing season. To evaluate the grassland growth, the use of the growth index (GI) was proposed. According to the GI values, five growth grades were identified: worse, slightly worse, balanced, slightly better, and better. We explored the spatial-temporal variation of grassland growth and the relationship between grassland growth and meteorological factors (i.e. precipitation and temperature factors). Our results indicated that, compared with the multi-year average, the spatial-temporal variation of grassland growth was significantly different between 2001 and 2010. The vegetation growth was worse in 2009 compared with the multi-year average. A GI of ‘worse’ accounted for 66.73% of the area. The vegetation growth in 2003 was the best of the years between 2001 and 2010, and a better GI accounted for 58.08% of the area in 2003. The GI from 2004 to 2008 exhibited significant fluctuations. The correlation coefficient between the GI and precipitation or temperature indicated that meteorological factors likely affected the inter-annual variations in the grassland growth. The peak of the grassland growth season was positively correlated with the spatial patterns of precipitation and negatively correlated with those of temperature. Precipitation during the growing season was the main influence in the arid and semi-arid regions. Monitoring grassland growth using remote sensing can accurately reveal the grassland growth status at the macro-scale in a timely manner. This research proposes an effective method for monitoring grassland growth and provides a reference for the sustainable development of grassland ecosystems.     

基于GDAL的遥感图像变化检测技术

由于GDAL（Geospatial Data Abstraction Library）具有快速读取多种格式的遥感图像且能有效解析空间元数据等特点,利用它开发遥感图像处理算法具有明显的优势。结合GDAL及相应算法,开发了一套复杂地形山区植被遥感变化检测的技术,其中包括利用阴影消除植被指数（Shadow Elimination Vegetation Index,SEVI）反演植被长势;利用图像差值法及最大类间方差法（OTSU）来提取植被长势明显变化点位;利用[K]均值聚类自动分割识别变化区域。将该方法用于武夷山自然保护区和闽江源自然保护区2016-2017年Landsat8 OLI遥感图像的植被长势变化检测,结果表明,这套遥感图像变化检测技术切实可行,能够有效识别遥感图像变化区域,并在复杂地形山区的植被长势监测中具有良好的应用价值。