文摘
基于时间序列的中分辨率成像光谱仪(MODIS)增强型植被指数(以)数据(2000 - 2009),我们提取森林在中国东北物候变量使用一个基于阈值的方法,其中包括生长季节的开始(SOS)的生长季节(EOS)和长度的生长季节(洛杉矶)。物候的空间变化趋势进行了分析使用线性回归方法。在中国东北,SOS被推迟的速度每年< 1.5天。EOS的延迟趋势是分布在整个地区几乎相同的利率。洛杉矶略有增加。分析森林生物气候学和气象变化之间的关系表明,SOS主要是受到春天的温度,而SOS与降水负相关关系在暖温带落叶阔叶林区。温带草原地区的EOS 8月受到温度和降水的影响,而其他人则显著受温度的影响。因为增加的温度在春天,温带草原的洛杉矶地区和温带森林地区增加,混合和《夏天的平均气温呈正相关,在cool-temperate needleleaf森林地区。
1。介绍
物候学已经被证明是一个气候变化的敏感和综合指标和植被生长对气候变化的响应1,2]。物候学的理解带来了重要的洞察气候和植被相互作用和他们的影响在不同的空间和时间尺度(3]。越来越多的证据表明,生态平衡已经改变了由于全球气候变化,导致植被的变化在时间和空间。物候学监测可以作为一种有效的方式去理解植被和气候之间的相互作用,和重复观测卫星传感器提供区域范围内的机制,从植物的物候学的研究。采用卫星植被指数与植被物候学指标[常用4- - - - - -10]。正义et al。4)使用归一化植被指数(NDVI)定性评估全球众多的土地覆盖类型的物候学。卫星后来被用于解释物候学作为土地覆盖变化在南美洲的指标(5)和检测物候动力学在灌丛带(6]。白等。7)综合传统基于从气象学角度看的物候学建模的基本概念与密集的卫星物候学观察和生产biome-specific生态系统生物气候学模型。饲料等。8)开发出一种方法,包括一个合适的归一化植被指数预测的线段,先进的高分辨率辐射计(AVHRR)归一化植被指数时间序列监测两个关键阶段,budburst和衰老的物候周期落叶森林。Zhang et al。9,10)使用一系列分段物流功能适合MODIS植被指数(VI)数据监控四个关键的过渡阶段植被动力学在一年一度的时间尺度。很多相关研究表明环境因素,如气候、地形、和土壤性质影响植被动力学在不同空间和时间尺度上,从即时长期和从本地区域尺度(11- - - - - -18]。
一些文献所描述的中国植被物候学研究使用遥感数据。陈等人研究了植物物候和卫星传感器之间的关系推导出在中国东部的绿色措施基于野外物候资料和NOAA AVHRR数据(19- - - - - -23]。张等人发现,青藏高原绿色日期从1982年到2011年不断先进(24]。郭等人分析了全球库存建模和映射研究(GIMMS)归一化植被指数时间序列之间的1982年和2003年,发现植被生长季节的开始在中国东北被春天温度显著影响(25]。毛等人表明,降水是主要因素在确定冻土地区的物候学的特点(26]。大多数以前的研究是有限的空间分辨率(从1公里到8公里)和时间分辨率。Terra卫星发射以来,在1999年末,船上的MODIS传感器提供每日覆盖250米空间分辨率。
本研究的目的是分析关键森林的空间格局物候变量和探索物候学和气象变量之间的关系在中国东北。在这项研究中,500米,密集复合产品从地球观测系统的Terra卫星是用于计算增强型植被指数(以)2000 - 2009。空间分布地图的植被物候变量建立了基于10年期增强型植被指数数据,和物候变量在区域范围内进行分析。物候学和气象变量之间的关系进行了分析与气象耦合后的数据。
2。数据和方法
2.1。研究区域
研究区在中国东北(115°0-135°52′E和38°72′-53°55′N),包括吉林、黑龙江,辽宁,内蒙古东部(图1)。中国东北的气候暖温带、温带和cool-temperate。根据2001年的植被区划地图,中国东北是分为四个植被区,也就是说,一个cool-temperate needleleaf森林地区、温带needleleaf和阔叶混交林地区暖温带落叶阔叶林区,温带草原地区(图2中国植被图)(编辑委员会,2001年)。东北地区有丰富的树种和各种森林类型(27]。广泛分布在山区的森林(如摘要大兴安岭和小兴安岭山脉)和显示大型跨纬度的域物种组成的变化,海拔梯度、水分梯度。在低海拔地区,主要树种有红松(松果体koraiensis)、椴木(椴树属amurensis)、橡木(Quercus樟子松的),画枫(宏碁mono)和灰(水曲柳)。在高海拔地区,主要树种包括云杉(云杉jezoensisvar。microsperma)、冷杉(冷杉属nephrolepis),蒙古松(抗旱性var。蒙古栎),阿斯彭(杨树davidiana)和桦木(桦木属platyphylla)。落叶松树落叶松(落叶松人工林)森林是广泛分布在中国最北部的东北。
2.2。材料
2.2.1。MODIS增强型植被指数数据
MODIS土地科学团队为用户提供了密集复合产品。密集的地表反射率产品(MOD09A1)从2000年到2009年被用于这项研究。厄洛斯的数据下载数据中心,美国地质调查局(https://lpdaac.usgs.gov/products/modis_products_table/mod09a1)。MOD09A1产品包含七个光谱波段的空间分辨率500米。增强型植被指数(增强型植被指数)是计算使用三波段反射率数据。
以直接调整红色波段的反射率的函数的反射蓝色乐队,占大气污染(如气溶胶),剩余变量土壤,树冠背景反射(28]。以线性相关与叶面积指数和敏感性高于区域的归一化植被指数的高生物量(29日]。追杀的方程如下: 在哪里,,;,,的反射率是蓝色,红色,和近红外波段。
2.2.2。土地利用数据
单独研究森林物候学,中国东北的森林区域提取整个地区基于1:100000年中国的2000年的土地利用图资源环境科学数据中心,中国科学院(30.]。
2.2.3。气候数据
气温和降雨量数据被从中国获得的气象数据共享服务系统(http://cdc.cma.gov.cn/),包括日平均气温和降水在研究区内343个气象站从2000年到2009年。在这项研究中,四个代表站位于中国东北被使用:Xinlin站(N51。,E124.3)cool-temperate needleleaf林区,Boketu站(N48.7,E121.9在温带草原地区),东港(N42站。,E127.5在温带needleleaf和阔叶混交林地区和营口站(N40.6,E122.1暖温带落叶阔叶林区)。
2.3。方法
如图3,双对数拟合方法被用来减少噪音的MODIS增强型植被指数时间序列数据。基于阈值的方法被用来提取森林物候变量。最小二乘方法被用来分析10年的物候变量的趋势。最后,变化趋势与气象变量。
2.3.1。双物流拟合方法
双物流(D_L)函数(31日,32)可以作为基函数如下: 在哪里和确定左和右的位置曲线的拐点,分别和确定变化的速度在左和右拐点,分别。TIMESAT软件(33)被用来适应不对称高斯函数(AG)、D_L, Savizky-Glolay (SG)模型。AG)和D_L功能优于SG关于降噪(34]。D_L模型被用来研究中的时间序列数据。数据预处理后的双物流配件、输出数据垃圾噪音,安装逻辑函数的系数为每个像素得救了。
2.3.2。森林物候变量
考虑到中国东北森林的区域特征和上面的方法的基本原理,基于阈值的方法被用来确定森林生物气候学。
以比例阈值的0.2和0.27是用来证明生长季节的开始(SOS)和生长季节的结束(EOS),分别根据先前的研究35- - - - - -37]。一系列的增强型植被指数在某一年,我们发现作为最大的增强型植被指数和最小的增强型植被指数在今年上半年。SOS增强型植被指数的值对于一个给定的像素计算使用公式 然后,追杀的日子开始决心SOS。EOS是使用相同的方法定义如下: 在哪里是最小的增强型植被指数在过去一年的一半。
处理进行逐像素确定追杀开始和增强型植被指数结束。SOS和EOS然后使用双物流确定拟合结果,可以确定使用上面的增强型植被指数阈值为一个特定的一天。通过使用阈值百分比,绝对的增强型植被指数的值可以适应每一个像素,使物候学更合理。
2.3.3。气象变化趋势分析和它的链接
线性回归法分析物候变量的趋势。最小二乘法是一种常用的方法在植被生长的分析(38)如下: 在哪里是多年来,的数量SOS的吗年以上,趋势线的斜率。如果,SOS推迟的趋势在2000 - 2009;否则,SOS推进的趋势。SPSS 16.0对每个像素是用于回归分析。
物候学变量的年际变化可能与气象变量的年际变化在区域尺度。森林生物气候学的变化之间的联系(SOS、EOS和洛)和气象变化进行了分析。气候变化对森林的影响物候变化趋势的基础上,分析了物候的变化四大森林地区。
3所示。结果
3.1。森林生物气候学的空间格局
10年期每年增强型植被指数计算每个像素,和森林生物气候学的空间模式生成基于上述定义阈值。10年期平均物候变量的空间分布(SOS、EOS和洛)从2000年到2009年中国东北图所示4。表1显示了最大、最小和平均值的物候变量在该研究领域。
(一)空间分布SOS
EOS (b)的空间分布
洛杉矶(c)的空间分布
图4(一)显示了SOS机灵在中国东北(的)100 - 140。SOS早在南方,绿化发生逐渐向北。这是符合春天的树叶展开。图4 (b)表明,机灵的EOS范围从265年到300年,与年底增长到达后在低纬度地区,这对应于秋天的落叶期。在cool-temperate needleleaf森林地区,有一些补丁SOS后来EOS早些时候,常绿needleleaf相关物种的蒙古松。一般来说,《主要机灵范围从130年到200年在中国东北地区的纬度从北到南,如图4 (c)。
森林生物气候学的空间模式在这个研究与之前的研究结果一致(35,39)和出版field-observed物候数据(19- - - - - -21]。玉等人使用基于阈值的方法确定中国东北的SOS和EOS,发现机灵SOS从100年到150年,机灵的EOS 260年到290年,机灵和《主要来自140 - 180 (35]。郭等人发现了一个机灵SOS的118 - 135和252 - 263年在中国东北[EOS39]。比较这些结果表明结果来源于三个物候变量是合理的在目前的研究。
3.2。物候学的空间变化趋势
变量的空间分布趋势SOS和EOS东北十多年在图提供了从2000年到2009年5。评估年度趋势物候变量,这些变量在分析植被带的规模。图5(一个)表明,利率的SOS推迟了0 ~ 1.5天每年在该地区大多数像素。虽然先进和延迟EOS观察在植被区划,推迟的趋势是越来越普遍,几乎相同的利率(图5 (b))。因此,《略有增加(图5 (c))。
(一)SOS趋势的空间分布(天)
(b) EOS趋势的空间分布(天)
(c)洛杉矶趋势的空间分布(天)
表2演示的线性趋势area-averaged物候变量(SOS、EOS和洛杉矶)在不同植被区东北。SOS先进平均以每年0.06天暖温带落叶阔叶林区,而SOS被推迟在其他三个植被区。平均EOS被推迟所有的植被区。增加延迟在SOS cool-temperate needleleaf森林地带洛(表下降造成的2)。的平均洛其他植被增加,和最积极的趋势每年大约是0.58天的暖温带落叶阔叶林地带。
3.3。气候变化对森林的影响物候变化趋势
3.3.1。气候变化
根据气象数据,我们建立了气象参数的显著趋势(平均温度和平均降水)从2000年到2009年在未来10年中国东北(表3)。
积极的温度在整个研究区域的线性趋势显示增加温度。观察温度的最大增幅在温带草原地区,每年0.07°C。暖温带落叶阔叶林地区降水减少的速度每年0.03毫米。平均降水在其他三个植被区增加了平均每年0.03毫米。
3.3.2。物候学气象监测站附近的趋势
使用20×20像素为中心的窗口选择的气象站,我们计算每个区域的平均物候学指标。数据6,7,8显示趋势的平均为每个气象站森林生物气候学。这些趋势附近气象站与每个植被区域是一致的。
(一)Cool-temperate needleleaf森林地带
(b)温带草原地带
(c)温带needleleaf和阔叶混交林地带
(d)暖温带落叶阔叶林地带
(一)Cool-temperate needleleaf森林地带
(b)温带草原地带
(c)温带needleleaf和阔叶混交林地带
(d)暖温带落叶阔叶林地带
(一)Cool-temperate needleleaf森林地带
(b)温带草原地带
(c)温带needleleaf和阔叶混交林地带
(d)暖温带落叶阔叶林地带
3.3.3。物候学和气象变化之间的相关性分析
分析气候变化对森林生物气候学的影响趋势,利用气象变化和物候学之间的相关分析。
2000 - 2009年期间,一系列的时间窗口的2月,3月,4月,5月,春季(3月至5月),前一年的冬天(从12月到明年2月),和整个去年被用来计算平均气象变量(温度和降水)。这些气象数据作为独立变量,因为它们能代表区域气候环境当SOS发生在研究区。
表4显示气象变化和SOS(表之间的关联4)。的SOS cool-temperate needleleaf林区有相对较高的负面关系可能的平均温度(,)。温带草原地区,SOS负关系意味着春天的温度(,),尤其是4月的平均温度(,)。总needleleaf森林和温带草原地区,SOS和平均降水之间没有显著相关性被发现在所有季节。因此,SOS的cool-temperate needleleaf森林和温带草原地区强烈受温度的影响。温带的SOS needleleaf和阔叶混交林地区的平均气温呈负相关的关系弹簧(,)和3 (,),而它的平均降水呈正相关,前一年(,)。此外,在暖温带落叶阔叶林区,SOS有强烈的负面关系3月(平均温度,),3月的平均降水与SOS(负相关关系,)。的SOS cool-temperate needleleaf森林和温带草原地区分别是4月和5月的平均温度的影响。
类似于SOS相关分析,一系列的时间窗口July-November,夏天从6月到8月,秋季(从9月到11月)是用来计算平均气象变量(温度和降水)EOS相关性分析。表5显示的EOS cool-temperate needleleaf森林地区的平均气温呈极显著的正相关关系,秋天(,)和11月平均温度(,)。在温带needleleaf和阔叶混交林地区,EOS呈正相关,10月份的平均温度(,),EOS的落叶阔叶林区有强烈正相关与秋季的平均温度(,)。对上述三个地区,EOS是弱相关的平均降水在所有季节。表5表明,EOS比降水受温度影响更为强烈。8月的温度和降水影响了EOS温带草原地区。
开展《相关分析,意味着春天的气象变量(温度和降水)(从3月到5月),夏季(从6月到8月),秋天(从9月到11月),整个一年都作为独立变量来计算气候和物候学(表之间的关系6)。结果表明,洛杉矶的cool-temperate needleleaf森林地区呈正相关,夏天的温度(,)。温带草原地区和温带混交林地区,《春天的温度呈正相关,(,和,、职责)。对这三个地区,洛杉矶是弱相关的平均降水在所有季节。落叶阔叶林区,洛杉矶有正相关的平均温度(,),但它有一个与降水负相关(,)。表6显示,洛杉矶呈正相关,温度在整个研究区域。
4所示。结论和讨论
在这项研究中,我们推导出森林物候变量(生长季节,生长季节结束时,和生长季节的长度)的MODIS增强型植被指数时间序列数据的基于阈值的方法。在中国东北,SOS的平均值和EOS机灵机灵是114和278,分别。此外,森林物候变量被发现与森林的分布类型。
根据物候变量提取增强型植被指数,我们建立了三个森林物候变量的空间模式使用线性回归方法和线性趋势。在中国东北,SOS被推迟,每年0 ~ 1.5天。虽然先进和延迟EOS都观察到,推迟的趋势是越来越普遍,几乎相同的利率。因此,《略有增加。
物候学和气候之间的关系的分析表明,每个地区的SOS(赛季的开始)主要是春季温度的影响。郭等人出来使用GIMMS NDVI时间序列与相同的结果在1982年至2003年之间,在中国东北发现SOS的植被明显受到春天温度(25]。只有3月平均降水在暖温带落叶阔叶林区与SOS负相关关系(,)。除了EOS(生长季节结束)的温带草原地区,温度和降水的影响是8月,EOS显著受温度影响在其他研究领域。不同的季节有不同的气候影响在每个区域。因为增加的温度在春天,温带草原地区和温带混交林的洛杉矶地区增加。的洛杉矶cool-temperate needleleaf森林地区呈正相关,夏天的温度(,),《落叶阔叶林区的受到温度和降水的影响。此外,《呈正相关,今年平均温度(,)与降水呈负相关(,)。
的平均生长季节开始落叶阔叶林区是先进的,但延迟needleleaf森林地区,温带草原地区、温带needleleaf和阔叶混交林。由于较强的延迟SOS EOS相比,《needleleaf森林地区的减少,结果不一致的结果来自needleleaf森林拥有先进的归一化植被指数每年2.5天(39]。这种差异很可能是由于不同的数据和推导方法。方法和数据的可用性特别开发了从遥感数据中提取物候特征的简化了数据处理和使它更有效率。植被物候学动力学及其对气象的变化可以用这样描述研究。本研究有助于phenology-linked气候变化研究和实现climate-informed监视上下文中的适应性管理(40]。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项研究是由美国国家科学基金会中国没有。41001279)、青年科学基金LREIS、中科院和战略重点研究Program-Climate变化:碳预算和中国科学院的相关问题(nos XDA05050102和XDA05050602)。