廖 靖 覃先林 周汝良

(1.西南林業(yè)大學(xué)林學(xué)院，云南 昆明 650224；2.中國林業(yè)科學(xué)研究院資源信息研究所，北京 100091)

現(xiàn)有的研究結(jié)果證明,生物物候與環(huán)境變化之間存在緊密聯(lián)系，且生物物候是環(huán)境變化的最重要也是最直接的指示器。植被生長期為植物物候中顯著可見的最主要指標(biāo)，對周圍環(huán)境的變化有著集中的體現(xiàn)；作為植被生長周期的最重要一環(huán)，具有重要的研究意義[1-3]。隨著遙感技術(shù)的出現(xiàn)和應(yīng)用，利用遙感技術(shù)進(jìn)行森林物候的動態(tài)監(jiān)測研究，發(fā)揮遙感影像的區(qū)域性和時效性優(yōu)勢，克服傳統(tǒng)的定點(diǎn)物候觀測代表區(qū)域有限的缺點(diǎn)，具有很大的發(fā)展空間和廣闊的利用前景[4]。

植被指數(shù)作為遙感影像與植被研究相聯(lián)系的一座橋梁，即通過植物葉片和植被冠層的光譜特征及差異、變化等來反映植被信息，從而獲得植被的生長變化情況[5-6]。其中歸一化植被指數(shù)(normalized difference vegetation index，NDVI)出現(xiàn)比較早，且被廣泛地應(yīng)用于區(qū)域和全球范圍的植被狀態(tài)研究[7-11]；另外，增強(qiáng)型植被指數(shù)(enhanced vegetation index，EVI)能克服土壤背景的影響，以及在高植被覆蓋區(qū)不易達(dá)到飽和的優(yōu)點(diǎn)，近年來也較為廣泛地應(yīng)用于土地覆蓋研究[12-14]。

MODIS (moderate-resolution imaging spectroradiometer)為中分辨率成像光譜儀，與NOAA/AVHRR影像相比，其數(shù)據(jù)無論在空間分辨率還是在光譜分辨率都有很大的進(jìn)步，能提供更精確的地表覆蓋信息[15]。本項(xiàng)研究提取MODIS 13Q1數(shù)據(jù)集中的NDVI和EVI數(shù)據(jù)層，選取分布在全國不同區(qū)域的6種典型森林類型，比較2種植被指數(shù)在大區(qū)域森林植被物候期變化檢測中的適應(yīng)性和可行性，以便通過長時間序列的遙感影像獲得我國典型森林類型的生長變化規(guī)律，從而為我國森林火災(zāi)的科學(xué)預(yù)防和管理等方面的應(yīng)用提供決策依據(jù)。

1 數(shù)據(jù)獲取及處理

1.1 研究區(qū)域

以中國所有陸地為研究區(qū)。中國大陸性季風(fēng)氣候顯著，跨越多個溫度帶；地形多樣，地勢西高東低懸殊。自東向西、由北至南依次分布著冷溫帶針闊混交林地帶、寒溫針葉林地帶、溫帶落葉闊葉林地帶、亞熱帶常綠闊葉林地帶、熱帶雨林季雨林地帶、青藏高原高寒植被區(qū)等森林植被類型，因此中國植被類型具有明顯的地帶性分布的區(qū)域特點(diǎn)。

1.2 數(shù)據(jù)及處理

所用的植被類型數(shù)據(jù)來源于中國科學(xué)院《中國植被圖》(2000年數(shù)據(jù))，原圖比例尺1∶100萬。結(jié)合研究的重點(diǎn)，在本研究中將全國典型森林植被類型分為落葉針葉林、落葉闊葉林、常綠針葉林、常綠闊葉林、針闊混交林和竹林等6種類型。

本項(xiàng)研究選用了NASA生產(chǎn)并共享的全球MODIS 13Q1 數(shù)據(jù)集產(chǎn)品，該數(shù)據(jù)集的原始投影為Sinusoidal(正弦曲線投影)，數(shù)據(jù)格式為HDF-EOS，空間分辨率為250 m，時間分辨率為16 d，SDS HDF圖層數(shù)為12層。對數(shù)據(jù)集分別按3類型數(shù)據(jù)層進(jìn)行處理。第1類是NDVI數(shù)據(jù)文件，對應(yīng)MODIS 13Q1數(shù)據(jù)集的第1層；第2類是EVI數(shù)據(jù)文件，對應(yīng)MODIS 13Q1數(shù)據(jù)集的第2層；第3類是紅光、近紅外、藍(lán)光和短波紅外4個波段的合成數(shù)據(jù)文件，對應(yīng)MODIS 13Q1數(shù)據(jù)集的第4至第7層。使用遙感圖像處理軟件ERDAS IMAGINE 9.2，進(jìn)行數(shù)據(jù)的格式轉(zhuǎn)換、拼接、投影轉(zhuǎn)換和裁剪，獲得了覆蓋中國陸地范圍的每年23期影像數(shù)據(jù)(其中2000年前3期影像缺失)，所有數(shù)據(jù)的投影格式為Lambert Conformal Conic(蘭勃特投影)。3類數(shù)據(jù)在2000—2011年間各有273幅影像數(shù)據(jù)，將這些處理后的數(shù)據(jù)整理作為本項(xiàng)研究的基礎(chǔ)數(shù)據(jù)。

2 研究方法

植被指數(shù)是地表植被覆蓋程度的一項(xiàng)表現(xiàn)參數(shù)，而在沒有劇烈的地表變化發(fā)生的一般情況下，植被的生長以及對地表的覆蓋狀況是循序漸進(jìn)的，因此植被指數(shù)曲線應(yīng)該是一條光滑的曲線。MODIS 13Q1數(shù)據(jù)為經(jīng)過大氣校正、輻射定標(biāo)等嚴(yán)格的預(yù)處理，且用最大值合成法將16 d的數(shù)據(jù)進(jìn)行合成，一定程度的去除云、水、汽等的干擾。但產(chǎn)品依然不可避免的受到云、雪、氣溶膠等的影響，造成植被生長曲線中出現(xiàn)明顯或不明顯的突升和突降異常點(diǎn)，掩蓋真實(shí)的植被生長變化，直接導(dǎo)致對植被生長期變化的錯誤判斷。因此，在判斷植被指數(shù)反應(yīng)的植被物候期變化關(guān)鍵點(diǎn)時，應(yīng)結(jié)合當(dāng)期的紅光、近紅外和藍(lán)光的RGB影像，觀察對應(yīng)的研究區(qū)域受云、雪等的干擾程度，確保得出的物候期拐點(diǎn)都是在晴朗無云條件下觀察得到的。

對6種典型森林植被類型的年生長曲線的生長始期、枯黃期和生長結(jié)束期等3個生長拐點(diǎn)進(jìn)行統(tǒng)計、分析。研究中植被指數(shù)曲線由平緩出現(xiàn)明顯上升趨勢的影像天數(shù)，對應(yīng)春季植被舒枝展葉開始生長的階段定義為植被生長始期；將植被指數(shù)曲線過了峰值開始明顯有下降趨勢的影像天數(shù)，對應(yīng)秋季植被開始出現(xiàn)樹葉枯黃掉落的階段定為枯黃期；植被指數(shù)曲線由下降趨勢明顯趨于平緩的影像天數(shù)，對應(yīng)冬季植被開始休眠的階段[16-20]定義為生長結(jié)束期。

3 結(jié)果與分析

3.1 植被生長期變化監(jiān)測結(jié)果

整理中國的6種典型森林植被類型在2000—2011年間的平均生長期拐點(diǎn)的出現(xiàn)時間，為16 d，在拐點(diǎn)出現(xiàn)影像天數(shù)的前后各加8 d的浮動天數(shù)，觀察不到準(zhǔn)確的拐點(diǎn)出現(xiàn)天數(shù)的區(qū)域用白色作標(biāo)示為“未觀察到”處理，從而得到2種植被指數(shù)反映的典型森林生長期拐點(diǎn)出現(xiàn)天數(shù)的分布格局。

1) 由2種植被指數(shù)觀察到的2000—2011年中國典型森林的平均生長始期都出現(xiàn)在每年的第41～121天，海南的常綠闊葉林生長始期出現(xiàn)得最早，在49 d附近；生長始期出現(xiàn)天數(shù)隨著地形、緯度等因素的變化，由南到北、由東向西逐漸推后，與實(shí)際情況相符，說明2種植被指數(shù)反映的典型森林生長期變化是可靠的。從EVI觀察到的闊葉林生長始期都較同一區(qū)域內(nèi)的其他典型森林出現(xiàn)得早；不同區(qū)域和不同類型的典型森林間的生長始期變化趨勢有較強(qiáng)的層次感。NDVI觀察到的全國典型森林的生長始期的變化趨勢與EVI觀察的大致相同，但在具體的出現(xiàn)天數(shù)方面，東北、華北以及華中地區(qū)分布的落葉闊葉林和常綠針葉林，東南沿海地區(qū)分布的常綠針葉林的NDVI生長始期出現(xiàn)天數(shù)均比EVI的提前了16 d左右，而四川盆地的常綠闊葉林的NDVI生長始期比EVI的推遲了16 d出現(xiàn)。分布于西藏南部、臺灣中東部和海南南部的常綠闊葉林生長始期出現(xiàn)的天數(shù)在NDVI數(shù)據(jù)上不明顯，主要是因?yàn)镹DVI存在飽和現(xiàn)象，而導(dǎo)致對常年高植被覆蓋地表的森林變化表現(xiàn)不敏感，基本失去了反映森林生長期變化的能力。

2) 2種植被指數(shù)反映的全國2000—2011年的典型森林植被平均枯黃期出現(xiàn)天數(shù)均分布在185～249 d，新疆北部的落葉針葉林的枯黃期出現(xiàn)得最早，為每年7月中旬左右，其余地區(qū)的森林枯黃期，由北至南、由西向東逐漸推后，與地形、緯度等因素的變化情況保持了較好的一致性。EVI觀察到的新疆北部落葉針葉林枯黃期出現(xiàn)在第193天附近，而同一地區(qū)分布的落葉闊葉林和常綠針葉林的EVI枯黃期推遲16 d才出現(xiàn)；東北地區(qū)的落葉闊葉林比同區(qū)域分布的落葉針葉林和混交林的EVI枯黃期推遲了16 d出現(xiàn)；分布在西藏、四川和云南等地區(qū)的常綠針葉林的EVI枯黃期也比同區(qū)域的常綠闊葉林推遲了16 d。由NDVI觀察的整個西藏地區(qū)的森林植被枯黃期均在第193天附近觀察到；東北、華北、華中、西南包括西藏地區(qū)分布的落葉闊葉林和常綠針葉林的NDVI枯黃期出現(xiàn)的時間相比EVI均有不同程度的提前；除了西藏南部、臺灣中東部和海南南部，云南地區(qū)的常綠闊葉林類型也未能明顯的觀察到枯黃期的出現(xiàn)天數(shù)。

3) 種植被指數(shù)觀察到的森林生長結(jié)束期的分布格局與地形、緯度等因素變化有著較好的一致性，典型森林生長結(jié)束期均分布在每年的第265～361天。其中新疆北部分布的常綠針葉林和落葉針葉林最早停止生長，在第273天附近；而南部沿海地區(qū)以及云南地區(qū)的常綠闊葉林和常綠針葉林最晚停止生長，在第353天附近。從2種植被指數(shù)提取的典型森林生長結(jié)束期的天數(shù)上來看，NDVI數(shù)據(jù)觀察到的新疆、東北、華北和華中等地區(qū)的典型森林的生長結(jié)束期都較EVI數(shù)據(jù)要晚16～32 d；而且也未能從NDVI數(shù)據(jù)中觀察得到分布于西藏南部、海南和臺灣地區(qū)的常綠闊葉林的生長結(jié)束期出現(xiàn)天數(shù)。

3.2 NDVI與EVI監(jiān)測結(jié)果對比分析

為了更直接地觀察2種植被指數(shù)NDVI與EVI對森林植被生長期的反映情況，分別選取了特定區(qū)域典型森林的多年植被指數(shù)值進(jìn)行統(tǒng)計(本項(xiàng)研究的植被指數(shù)值源于NASA擴(kuò)大10 000的結(jié)果)，并制作箱型圖進(jìn)行比較分析，見圖1～2。

從圖1的EVI每16 d的平均值分布情況可知，EVI數(shù)值箱型圖曲線與植被的生長趨勢基本一致，能觀察到EVI數(shù)值從第49天以后開始增加，增長到第161天就基本達(dá)到了年EVI最大值附近，EVI數(shù)值在1年的峰值附近保持了將近100 d左右的時間，在第241天開始減小，并持續(xù)下降到年末。從多年同時期的觀測數(shù)值波動情況來看，除極少數(shù)時期的箱型拉長外，同期EVI值基本都集中出現(xiàn)在中位數(shù)數(shù)值附近，數(shù)值差異小，表現(xiàn)較好。

由圖1中的NDVI的數(shù)值箱型圖觀察到：所有觀測天數(shù)的NDVI中位數(shù)數(shù)值都保持在8.000上下，沒有明顯反映森林生長期的連續(xù)性變化；其次異常點(diǎn)出現(xiàn)也較多，且異常點(diǎn)的數(shù)值差距很大。一方面說明NDVI對高植被覆蓋區(qū)域的植被變化不敏感；另一方面說明云等干擾因素對NDVI數(shù)值造成很大的影響。這些原因?qū)е铝薔DVI反映的南部常綠闊葉林的生長期很不好，如不進(jìn)行濾波等平滑去噪處理，很難用其數(shù)據(jù)進(jìn)行該區(qū)域森林植被的生長期觀測。

從圖2中可以觀察到，EVI數(shù)值在西部常綠闊葉林的生長旺盛時期，即第145到241天期間的表現(xiàn)也不集中，這段時期也是云南的雨季，影像被云覆蓋的幾率大大增加，植被指數(shù)數(shù)值受到干擾出現(xiàn)了較大的波動，但總體還是與森林生長趨勢相一致；除去雨季云干擾嚴(yán)重的時期，EVI數(shù)值的分布還是很集中，能保證觀察結(jié)果的準(zhǔn)確性；而在NDVI的箱型圖反映的生長曲線受此影響更加明顯，大部分異常低值都出現(xiàn)在了這一時期，且反映的森林生長趨勢與實(shí)際嚴(yán)重不符，且云南地區(qū)的常綠闊葉林的NDVI枯黃期未能觀察到。因此，從MODIS數(shù)據(jù)集提取的NDVI也不能直接用于該區(qū)域常綠闊葉林的生長期監(jiān)測。

4 結(jié) 語

本研究獲取的MODIS 13Q1數(shù)據(jù)集，經(jīng)過一系列的預(yù)處理過程，提取了全國范圍內(nèi)典型森林的2種植被指數(shù)數(shù)值，通過觀察2種植被指數(shù)反映的全國6種典型森林植被的生長期變化，對比森林生長期中3個明顯拐點(diǎn)出現(xiàn)的天數(shù)，得出以下結(jié)論。

1) 2種植被指數(shù)提取的中國6種典型森林的生長始期集中在41～121 d，枯黃期集中在185～249 d，生長結(jié)束期主要集中在265～361 d。從區(qū)域上看，由南到北，由東向西，隨著緯度和海拔的增加，6種典型森林的生長始期出現(xiàn)逐漸推后，枯黃期和生長結(jié)束期逐漸提前。不論從觀察到的生長期拐點(diǎn)的出現(xiàn)時間還是變化趨勢上來看，2種植被指數(shù)提取的6種典型森林的生長期變化都與實(shí)際情況相符，能較好地反映森林生長期的變化過程，說明利用遙感技術(shù)手段獲取的植被指數(shù)進(jìn)行森林生長期監(jiān)測的方法是可行的。

2) 在地表森林覆蓋變化較大的北方落葉林地區(qū)，EVI和NDVI都能較好地觀察到森林的生長期相應(yīng)拐點(diǎn)，且提取的生長期拐點(diǎn)出現(xiàn)天數(shù)也較為一致；但在常年地表高森林植被覆蓋的南方常綠闊葉林地區(qū)，EVI觀察數(shù)據(jù)較好，而隨著地表森林覆蓋的增加，NDVI對植被變化的敏感程度下降。

3) 2種植被指數(shù)都會受到云等因素的影響，但NDVI受到的干擾顯然更重，因干擾出現(xiàn)的波動更大，甚至掩蓋了地表森林的生長變化，因此，由MODIS數(shù)據(jù)集提取的NDVI數(shù)據(jù)，不做進(jìn)一步的數(shù)據(jù)處理，不適合用于高植被區(qū)域森林生長期的監(jiān)測。

因此，在大尺度空間范圍對多種類型的森林植被生長期進(jìn)行觀測時，EVI的監(jiān)測結(jié)果顯然要比NDVI更穩(wěn)定，適應(yīng)性更強(qiáng)。因此，選用EVI數(shù)據(jù)監(jiān)測我國典型森林植被的生長期，結(jié)果更可靠、更符合實(shí)際。由于目前沒有收集到全國典型森林類型的長期地面物候期監(jiān)測數(shù)據(jù)，僅有部分區(qū)域(相當(dāng)于點(diǎn)上的不連續(xù)時間觀測結(jié)果)有數(shù)據(jù)，所以本項(xiàng)研究沒有用地面實(shí)測數(shù)據(jù)進(jìn)行驗(yàn)證，僅根據(jù)2種植被指數(shù)趨勢變化進(jìn)行比較分析。今后如果能收集到長期的地面物候監(jiān)測數(shù)據(jù)，用來評價這兩種植被指數(shù)在監(jiān)測典型森林類型生長期的實(shí)際優(yōu)劣情況會更加客觀。

[1] Badeck F W, Bondeau A, Bottcher K, et al. Responses of spring phenology to climate change[J]. New Phytologist, 2004, 162(2): 295-309.

[2] 方修琦，余衛(wèi)紅.物候?qū)θ蜃兣憫?yīng)的研究綜述[J].地球科學(xué)進(jìn)展，2002，17(5)：714-719.

[3] Parmesan C. Ecological and evolutionary responses to recent climate change[J]. Annu Rev Ecol Evol Syst, 2006(37):637-669.

[4] 張學(xué)霞，葛全勝，鄭景云.遙感技術(shù)在植物物候研究中的應(yīng)用綜述[J].地球科學(xué)進(jìn)展，2003，18(4)：534-544.

[5] 田慶久，閔祥軍.植被指數(shù)研究進(jìn)展[J].地球科學(xué)進(jìn)展，1998，13(4)：327-333.

[6] 陳述彭，童慶禧，郭華東.遙感信息機(jī)理研究[M].北京：科學(xué)出版社，1998.

[7] Dymond J R, Stephens P R, Newsome P F, et al. Percentage vegetation cover of a degrading rangeland from SPOT[J]. International Journal of Remote Sensing, 1992, 13(11): 1999-2007.

[8] Giglio L, Loboda T, Roy D P, et al. An active-fire based burned area mapping algorithm for the MODIS sensor[J]. Remote Sensing of Environment, 2009, 113(2): 408-420.

[9] 楊存建，張增祥.不同植被指數(shù)情況下的中國土壤侵蝕特征分析[J].水土保持通報，2001,21(1):26-29.

[10] 邱慶倫,趙鴻燕,郭劍,等.遙感植被指數(shù)在農(nóng)業(yè)生態(tài)環(huán)境監(jiān)測中的應(yīng)用[J].農(nóng)機(jī)化研究,2004(6):215-217.

[11] 劉玲玲，劉良云，胡勇.基于AVHRR和MODIS數(shù)據(jù)的全球植被物候比較分析[J].遙感技術(shù)與應(yīng)用，2012，27(5)：754-762.

[12] 劉麗娟,龐勇,Solberg S,等.基于時間序列MODIS EVI數(shù)據(jù)的森林生長異常監(jiān)測[J].林業(yè)科學(xué),2012,48(2):54-62.

[13] Jinghua Z, Luguang J, Zhiming F, et al. Detecting effects of the recent drought on vegetation in Southwestern China[J]. Journal of Resources and Ecology, 2012, 3(1): 43-49.

[14] 樊輝,何大明.基于MODIS EVI時序數(shù)據(jù)的云南高原山地森林物候特征識別[J].山地學(xué)報,2012(1):16-23.

[15] 吳俊杰.基于MODIS植被指數(shù)時序數(shù)據(jù)的東北亞地區(qū)土地覆蓋分類[D].長春：東北師范大學(xué)，2010.

[16] Narasimhan R, Stow D. Daily MODIS products for analyzing early season vegetation dynamics across the North Slope of Alaska[J]. Remote Sensing of Environment, 2010, 114(6): 1251-1262.

[17] Jenkins J P, Braswell B H, Frolking S E, et al. Detecting and predicting spatial and interannual patterns of temperate forest springtime phenology in the eastern US[J]. Geophysical Research Letters, 2002, 29(24): 54-58.

[18] Newnham G J, Verbesselt J, Grant I F, et al. Relative greenness lndex for assessing curing of grassland fuel[J]. Remote Sensing of Environment, 2011, 115(6): 1456-1463.

[19] 胡硯霞，黃進(jìn)良，王立輝.基于MODIS NDVI時序數(shù)據(jù)的丹江口庫區(qū)物候格局研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2012，33(4)：25-30.

[20] 王宏，李曉兵，李霞，等.基于NOAA NDVI和MSAVI研究中國北方植被生長季變化[J].生態(tài)學(xué)報，2007，27(2)：504-512.