何寶忠,丁建麗,*,李　煥,劉博華,陳文倩

1 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院智慧城市與環(huán)境建模自治區(qū)普通高校重點實驗室,烏魯木齊　830046 2 新疆大學(xué)綠洲生態(tài)教育部重點實驗室,烏魯木齊　830046

植物物候是指植物受生物因子和非生物因子如氣候、水文、土壤等影響而出現(xiàn)的以年為周期的自然現(xiàn)象,是植物長期適應(yīng)環(huán)境的季節(jié)性變化而形成的生長發(fā)育節(jié)律[1]和集中于對物候事件的關(guān)注[2],同時是植物應(yīng)對環(huán)境變化時表現(xiàn)出的一系列生活史對策,關(guān)系到植物物體本身的生存繁衍和群落生物多樣性的維持[3]。植被物候是最精確響應(yīng)氣候變化的敏感性指標之一[4],在生態(tài)系統(tǒng)碳循環(huán)和水循環(huán)方面起著重要作用[5],而且不同農(nóng)作物的物候階段特征對于如灌溉、施肥等的農(nóng)業(yè)活動提供了關(guān)鍵信息[6],也是基于遙感植被指數(shù)來估測作物產(chǎn)量的關(guān)鍵輸入變量[7- 8]。從20世紀80年代以來,北半球部分區(qū)域增溫顯著,使人們越來越關(guān)注植被物候期及其對氣象變化的響應(yīng)研究[9]。

大量研究表明,氣候變暖提前了生長季始期,延遲了生長季末期的到來[3,10],從而帶來更長的生長季長度[11]。在過去的幾十年,北半球、歐洲和北美大部分植被的春季萌發(fā)期呈提前趨勢[12- 13]。許多研究者認為溫度與植物物候變化最具相關(guān)性[3,14],但是對一些植物，溫度僅影響到對植物一些可見的物候相,如葉著色等進行調(diào)節(jié)和誘導(dǎo)作用[3,15]。我國學(xué)者主要在北半球中高緯地區(qū)[12]、中亞地區(qū)[16]、以及中國大陸[17]、中國溫帶地區(qū)[18]、中國東部地區(qū)[19- 21]、華北地區(qū)[22]、青藏高原[13,23- 24]、北方農(nóng)牧交錯帶[25]、內(nèi)蒙古草原[26]、秦嶺山地[27]、黑河流域[28]等地區(qū)進行了植被物候研究,總體上可以得出生長季提前是中國植被對全球變化響應(yīng)的最主要方式,但存在區(qū)域性差異[17],同時中國溫帶植被物候的生長時間延長,物候始期提前,物候末期推遲,這些變化主要是因為增溫的趨勢所致[18]；因此,我國學(xué)者對于上述區(qū)域的研究也表明了溫度是驅(qū)動植被物候變化的重要影響因素。國外學(xué)者主要集中在2014年之前對世界各地進行植物物候研究,而且特別重視對于農(nóng)作物物候的研究,如Zeng等[29]利用2009—2012年MODIS-WDRVI數(shù)據(jù)和陸面地表溫度數(shù)據(jù)研究了美國內(nèi)布拉斯加州和愛荷華州的玉米和大豆的物候期,結(jié)果表明所用的融合形狀擬合模型的兩步濾波法提取物候信息的精度較高,同時表明種植時間由北向南逐漸提前和由于增溫的影響,2012年作物開始生長的時間早于其他年份；Melaas等[30]以TM/ETM+ EVI為數(shù)據(jù)源,利用陸地衛(wèi)星物候反演算法(Landsat phenology algorithm, LPA)對北美地區(qū)1982—2013年的溫帶和北方森林的物候特征進行了反演研究,并與地面實測資料和以MODIS物候產(chǎn)品數(shù)據(jù)的反演結(jié)果進行了比較,結(jié)果表明LPA法與地面實測值具有高度的一致性；Dong等[31]以Landsat8為數(shù)據(jù)源,運用基于物候與像元的水稻制圖法(phenology- and pixel-based paddy rice mapping, PPPM)結(jié)合谷歌引擎(Google Earth Engine, GEE)對東北亞地區(qū)(日本、朝鮮、韓國、中國東北部)2014年的水稻種植區(qū)進行了制圖,生產(chǎn)者、用戶精度分別達到了73%和92%。

以上國內(nèi)外研究主要運用的是遙感類的方法來研究大區(qū)域尺度的物候變化特征,這是因為遙感觀測具有覆蓋范圍廣、連續(xù)性強的特點,彌補了傳統(tǒng)物候觀測手段的不足[32]。遙感方法提取物候參數(shù)是基于傳感器獲取植被的綠度信息,與傳統(tǒng)意義上植被物候期如出苗、展葉、抽穗和開花不嚴格一致,但它能在宏觀上反映植被物候關(guān)鍵信息的相對狀況[23]。相關(guān)學(xué)者已經(jīng)研究了整個中國不同地區(qū)植被的物候特征[16- 28],但研究區(qū)域明顯集中于我國中東部和北部地區(qū),極少有對處于西北內(nèi)陸的新疆地區(qū)做系統(tǒng)的研究。雖然相關(guān)學(xué)者[13,16- 18]等所研究的中亞和溫帶區(qū)域包括新疆地區(qū),但這些研究主要是從總體上分析這些區(qū)域在2006年之前植被物候的發(fā)展趨勢,且主要用的是分辨率低于1km分辨率的MODIS-NDVI/EVI、SPOT-VGT和NOAA AVHRR-NDVI等數(shù)據(jù),沒有探討近10多年來全疆及不同分區(qū)的植被物候空間細節(jié)上的變化特征,因為不同的分區(qū)有著自身獨特的氣候特點、生態(tài)特征、行政區(qū)界限等特點[33]；因此,本研究運用500m分辨率的MOD13A1-NDVI數(shù)據(jù)提取新疆2001—2016年植被的典型物候期,包括生長季開始時間(Start of season, SOS)、生長季結(jié)束時間(End of season, EOS)和生長季長度(Length of growth season, LEN),結(jié)合同期氣象數(shù)據(jù),從宏觀角度定量角度揭示氣候與新疆植被物候變化的響應(yīng)關(guān)系。

1　研究區(qū)域

新疆位于中國西北部,其“三山夾兩盆”的地域結(jié)構(gòu)使得植被具有明顯的緯向水平地帶性分布規(guī)律[34],為典型的山地-綠洲-荒漠系統(tǒng)(MODS,mountain-oasis-desert system)[33-34]。全疆屬于明顯的溫帶大陸性氣候,氣溫溫差較大,降水量少,氣候干燥；森林稀少,植被覆蓋率低。土地沙質(zhì)荒漠化、土壤鹽漬化明顯,使其生態(tài)環(huán)境極其脆弱[35]。結(jié)合相關(guān)學(xué)者[35-37]的研究,把新疆分為東疆、南疆、北疆及伊犁地區(qū),每個分區(qū)又分為山地、綠洲、荒漠和平原,其中伊犁地區(qū)只有山地和平原?；诖?將新疆共劃分為2001—2016年11年4個分區(qū)在內(nèi)的共11個子區(qū)(圖1)。

圖1　研究區(qū)示意圖Fig.1　Sketch of different sub-regions in the study area

2　數(shù)據(jù)與處理方法

2.1　數(shù)據(jù)來源與預(yù)處理

NDVI數(shù)據(jù)：從美國國家航空航天局NASA的EOS/MODIS數(shù)據(jù)網(wǎng)(ladsweb.nascom.nasa.gov)下載,內(nèi)容為柵格歸一化植被指數(shù)(NDVI),MOD13A1,周期為16天,將全年劃分為23個時段500m分辨率的3級正弦投影產(chǎn)品[38]。應(yīng)用MRT(MODIS Reprojection Tool)工具將下載的數(shù)據(jù)進行格式和投影轉(zhuǎn)換、圖像拼接和裁切[21]。氣象數(shù)據(jù)：選取新疆自治區(qū)內(nèi)53個氣象站2001—2012年的中國地面氣候資料月值數(shù)據(jù)集,包括氣溫、降水和日照時間,數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)。站點數(shù)據(jù)均勻分布在了全疆不同地理位置、氣候帶、地類且具有較好同質(zhì)性的地區(qū),能較好的從總體上代表研究區(qū)的氣候情況(圖1)。2013—2015年雖有中國地面國際交換站氣候資料日值數(shù)據(jù)集,但只有18個站點,不能很好的表示研究區(qū)域的總體氣候特征,因此只討論研究區(qū)2001—2012年物候特征與氣候因子的關(guān)系。將站點月實測數(shù)據(jù)求平均,作為整個研究區(qū)的氣候月均值。DEM來源于美國地質(zhì)勘探局USGS網(wǎng)站(http://www.usgs.gov/)的SRTM數(shù)據(jù),分辨率為90m,為了與所用的MODIS影像分辨率一致,把SRTM數(shù)據(jù)重采樣為500m分辨率的DEM數(shù)據(jù)。

2.2　研究方法

2.2.1時間序列數(shù)據(jù)的預(yù)處理

雖然所采用的數(shù)據(jù)經(jīng)過了16天最大值合成法的處理,但云和大氣對獲取的遙感影像的影響依舊很大,帶來一些噪聲,需要對其進一步平滑處理[25]。由于Savitzky-Golay濾波可以消除噪聲的影響,平滑后重構(gòu)的曲線很好的體現(xiàn)了NDVI時序數(shù)據(jù)的“峰”、“谷”特征[25]。因此本文運用TIMESAT[39]軟件采用Savitzky-Golay濾波處理,得到重建后的NDVI曲線。擬合公式為:

(1)

式中,Yj為擬合之后的序列數(shù)據(jù),Yj+i為原始序列數(shù)據(jù),Ci為濾波系數(shù),N為滑動窗口的大小(2m+1)。

2.2.2物候期的確定

植被物候信息提取的方法包括6類常用方法：閾值法、滑動平均法、擬合法、最大斜率法、累積頻率法和主成分分析法[32]。采用動態(tài)閾值法從NDVI數(shù)據(jù)集中提取新疆植被物候的始末期(SOS,EOS)。主要是因為北半球尺度上區(qū)域水熱條件限制,動態(tài)閾值的檢測方法更適合內(nèi)部差異較大的地區(qū)[12],是確定大尺度區(qū)域植被物候較為合適的方法[27]。動態(tài)閾值法的計算方法通常為:

NDVIthre=(NDVImax-NDVImin)×C

(2)

式中,NDVIthre為最后確定的閾值,NDVImax為NDVI上升階段的最大值,NDVImin為NDVI下降階段的最小值,C為系數(shù)或稱百分比。

根據(jù)相關(guān)學(xué)者[16,19]的研究,本文將SOS和EOS的系數(shù)都設(shè)置為20%。用儒略歷(Julian calendar)計算法(1月1日為一年中第1天)進行物候期統(tǒng)計分析[24]。由于荒漠地區(qū)植被稀少,植被物候特征受到土壤背景的影響嚴重[17,40],因此根據(jù)歷年分區(qū)文件和土地利用圖去除荒漠、水體、冰川及積雪區(qū)域,只在全疆的山地、綠洲及平原區(qū)域進行研究。

2.2.3物候特征年際變化趨勢計算

研究中普遍采用最小二乘法分析SOS,EOS和LEN的年際變化趨勢[13],因此本研究采用一次線性方程來定量描述植被物候期的變化趨勢,即以年代t為時間因子,植被物候期y為模擬對象,建立y與t之間的線性回歸方程[21,26]:

y=c+bt

(3)

(4)

式中,c,b為待定系數(shù),其中b為傾向值,若b>0表示研究的要素呈上升趨勢,b<0表示研究的要素呈下降趨勢,b×10稱為傾向率,單位為d(天)/10a(年)。n表示年數(shù),文中該值為16；Pi為植被生長季在第i年的開始日期、結(jié)束日期或生長季長度。受各種環(huán)境因素的的影響,有些像元的SOS,EOS和LEN在某些年份無效,因此對于同一像元累積有效年數(shù)大于等于7年的有效像元用此方法進行分析,并對上升和下降的趨勢做顯著性檢驗,根據(jù)是否具有顯著性分為顯著、不顯著和無變化的情況。用最小二乘法來確定c、b系數(shù)。

2.2.4物候特征與海拔之間的關(guān)系

相關(guān)研究結(jié)果表明海拔與植被物候變化存在明顯的海拔分異規(guī)律[13],因此在DEM上通過隨機選點的方式(至少間隔4km),共選出3000個樣點,這些樣點均勻的分布在新疆不同海拔高度上,然后提取每個樣點的高程值和對應(yīng)像元中SOS、EOS和LEN值,做成新疆植被物候多年均值與海拔高程之間的散點圖,通過線性擬合的方式來探討新疆地區(qū)植被物候特征的海拔分異規(guī)律性特點。

2.2.5冗余分析(RDA)

冗余分析RDA (Redundancy analysis)是生態(tài)學(xué)中的一種直接梯度排序法,可以分析解釋變量和多個響應(yīng)變量之間的關(guān)系,已被廣泛應(yīng)用于土壤、生態(tài)、環(huán)境和氣候等領(lǐng)域[41]。與常規(guī)的統(tǒng)計分析相比,RDA所包含的信息量更大,它以樣方為基礎(chǔ),通過箭頭方向和長度等在排序圖上直觀的表達出各要素之間的相關(guān)性和影響程度。因此,本研究應(yīng)用RDA來分析植被物候特征與氣象因子間的響應(yīng)關(guān)系。RDA分析和作圖應(yīng)用國際標準通用軟件CANOCO 4.5。

3　結(jié)果與討論

3.1　植被物候提取結(jié)果的精度驗證

由于中國新疆干旱區(qū)物候觀測點和數(shù)據(jù)都極度缺乏,僅有的物候觀測站點范圍小且物種分布混雜,很難直接與較粗分辨率的遙感數(shù)據(jù)相匹配,因此根據(jù)相關(guān)學(xué)者的研究,采用在新疆分布面積廣泛的春小麥的出苗時間作為校準數(shù)據(jù),是因為在沒有精確的數(shù)據(jù)采集坐標下,可以假定該觀測數(shù)據(jù)代表氣候站點周圍春小麥的出苗時間[42]。各氣象站點作物及發(fā)育數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)的中國農(nóng)作物生長發(fā)育和農(nóng)田土壤濕度旬值數(shù)據(jù)集,共整理出86個樣本點數(shù)據(jù)。

圖2　植被物候特征提取精度驗證　Fig.2　Validation result of vegetation phenological metrics based on the observed spring wheat data of different sub-regions in the study area

由驗證結(jié)果來看(圖2),新疆植被物候有顯著的分區(qū)特征,呈明顯的團塊狀分布,北疆與伊犁地區(qū)春小麥的出苗時間較遲,東疆和南疆較早,由于南北疆氣候的顯著差異,遙感監(jiān)測與實測值的響應(yīng)關(guān)系不一定一致,如果把這兩個區(qū)域進行總體驗證必然會帶來誤差,因此對這兩個大的區(qū)域分別進行驗證?？梢缘贸鲈诓煌謪^(qū)中遙感監(jiān)測值與實測值均呈極顯著的線性關(guān)系(P值均≤0.001),在北疆和伊犁地區(qū)二者之間的相關(guān)系數(shù)為0.466,在東疆和南疆達到了0.572。從整個驗證結(jié)果來看,遙感監(jiān)測均值為第90.08天,實測春小麥出苗期為第102.58天,二者總體上相差12.50d,這與相關(guān)學(xué)者[42]的研究結(jié)論相近(二者相差18.40d),因此由以上分析可得基于動態(tài)閾值的遙感監(jiān)測方法能夠從整體上正確反映研究區(qū)植被物候特征。

3.2　植被物候多年均值的空間分布特征

3.2.1生長季開始時間(SOS)空間變化特征

圖3 SOS為新疆多年SOS平均空間分布。總體上,全疆山地區(qū)域SOS較遲,晚于第120天,綠洲及平原地區(qū)SOS較早,早于第120天,但地域差異明顯。在伊犁平原、部分綠洲區(qū)域(主要在北疆綠洲、東疆吐魯番市綠洲)、離綠洲較近的天山山麓地區(qū)和昆侖山山麓地區(qū)、沿阿爾金山山麓至外圍綠洲區(qū)域、拜城縣綠洲外圍至天山山麓的SOS早于第90天。除南疆昆侖山附近綠洲SOS早于第100天外,其他南疆地區(qū)的綠洲SOS主要集中于第110—150天。東疆綠洲東部SOS集中于第110—150天,東疆西部綠洲SOS集中于早于第120天。北疆大部分綠洲區(qū)域SOS早于第120天,天山山麓的部分綠洲(主要位于北疆南部綠洲)SOS集中于第110—140天。全疆山地區(qū)域的SOS在較低海拔區(qū)大部分晚于第110天,在山頂較高海拔及積雪區(qū)周邊晚于第150天。從多年平均值的統(tǒng)計分析可以得到：(1)對于綠洲SOS：南疆(118.71)>東疆(114.82)>北疆(94.60)；(2)對于山地SOS：南疆(120.88)>伊犁(105.07)>北疆(101.84)>東疆(101.00)；(3)因此可以得出,對于全疆任何分區(qū)的SOS均明顯的表現(xiàn)出從南往北逐漸提前的緯向分布特征,這與相關(guān)學(xué)者等的研究一致[20]。以上分析也表明全疆植被物候表現(xiàn)出明顯的垂直地帶性分布的特征,海拔每升高1000m,SOS推遲8.9d(圖4 SOS),而青藏高原每升高1000m,SOS推遲9.0d[13],說明海拔高度對新疆SOS的影響與青藏高原類似。

圖3　新疆植被物候特征多年均值的空間分布Fig.3　Average spatial distribution of the phenological parameters during 2001—2016 in XinjiangSOS：生長季開始時間,Start of season；EOS：生長季結(jié)束時間,End of season；LEN：生長季長度,Length of season；DEM：海拔高度,Digital elevation model

圖4　2001—2016年間新疆植被物候多年均值與海拔之間的關(guān)系Fig.4　Changes in the mean of SOS,EOS and LEN during 2001—2016 along altitude gradient in XinjiangSOS：生長季開始時間,Start of season；EOS：生長季結(jié)束時間,End of season；LEN：生長季長度,Length of season；DEM：海拔高度,Digital elevation model

3.2.2植被生長季結(jié)束時間(EOS)空間變化特征

圖3 EOS為新疆多年EOS平均空間分布。總體上,山區(qū)EOS結(jié)束較早,早于第327天,綠洲及平原區(qū)域結(jié)束較遲,晚于第327天,地域性差異同樣明顯；EOS與SOS分布情況大體相反,即表現(xiàn)為SOS越早的區(qū)域,EOS越遲；同時,EOS比SOS表現(xiàn)的更為集中,集中晚于第300天以上。在南疆部分綠洲區(qū)域、南疆荒漠中沿河流分布的綠洲區(qū)域、伊犁平原、昆侖山最南部地區(qū)、昆侖山和阿爾金山中分布有河流或山谷沿線等區(qū)域的EOS均晚于12月中旬(第345天)。全疆綠洲EOS集中于10月份之后(大于第308天)；山地區(qū)域中離積雪或冰川分布較近的區(qū)域和阿爾金山東南部集中于10月上旬—11月上旬(第284—308天),分布較遠的區(qū)域集中于第308—327天；但是從全疆范圍來看,離冰川積雪區(qū)更遠的地理位置,如山地和綠洲之間的過渡帶,在這個過渡帶中EOS集中于第327—345天,這與綠洲EOS幾乎一致。從多年平均值的統(tǒng)計分析可以得到：(1)對于綠洲EOS,東疆(333.46)<南疆(339.37)<北疆(340.64)；(2)對于山地EOS,南疆(320.59)<東疆(328.98)<北疆(329.26)<伊犁(329.73)；(3)因此可以得出,綠洲和山地區(qū)域的EOS并沒有表面出明顯的緯向分布特征。以上分析也表明,EOS的變化表現(xiàn)出明顯的垂直地帶性分布的特征,海拔每升高1000m,EOS提前6.6d(圖4 EOS),而青藏高原每升高1000m,EOS提前1.0d[13],說明海拔高度對新疆EOS的影響更大。

3.2.3植被生長季長度(LEN)空間變化特征

圖3 LEN為新疆多年LEN平均空間分布。總體上,山區(qū)LEN較短,小于180d,綠洲及平原LEN大于180d,但地域性差異同樣明顯。北疆南部綠洲LEN集中于200—250d；北疆北部綠洲LEN集中于 250—280d。東疆綠洲LEN集中于180—230d,伊犁平原LEN集中于250—300d,南疆綠洲LEN集中于180—230d。全疆山地區(qū)域的LEN均較小：離積雪區(qū)較近的距離LEN集中于120—150d,較遠的距離集中于150—180d,更遠的距離集中于180—230d；山谷(200—250d)明顯比山峰(120—150d)的生長季長,即從海拔高處向低處漸變增長；在南疆的昆侖山和阿爾金山中,除了距離綠洲區(qū)域較近的山地區(qū)域外,其他山地區(qū)域的LEN普遍偏低,低于180d；低值區(qū)集中于由昆侖山中部和阿爾金山中部及其東南部所構(gòu)成的寬條塊狀區(qū)域中,以及天山山脈、阿爾泰山山脈等區(qū)域。從多年平均值的統(tǒng)計分析可以得到：(1)對于綠洲LEN,東疆(218.65)<南疆(220.66)<北疆(246.04)；(2)對于山地LEN,南疆(199.71)<伊犁(224.66)<北疆(227.42)<東疆(227.98)；(3)因此可以得出,除東疆外,全疆任何分區(qū)的生長季長度均表現(xiàn)出從南向北逐漸延長的緯向變化趨勢。以上分析也表明,LEN的變化表現(xiàn)出明顯的垂直地帶性分布的特征,海拔每升高1000m,LEN縮短15.5d(圖4),而青藏高原海拔每升高1000m,LEN縮短9.0d[13],說明海拔對新疆LEN的影響更加顯著。

3.3　物候年際變化特征分析

3.3.1物候期年際變化的時間特征

由圖5 SOS和圖6 SOS可得到以下結(jié)論：①全疆：SOS總體為綠洲(104.94)<山地(113.70)；全疆SOS呈不顯著推遲趨勢,推遲速率為1.9d/10a,這與全球大環(huán)境下SOS提前的結(jié)論相反[3],說明在新疆區(qū)域內(nèi)有別于大環(huán)境下的地理氣候環(huán)境的分布,極可能是由于氣溫、降水或日照時間長度等氣候要素所主導(dǎo)變化的不同影響方式和方向所致；本研究SOS變化幅度的結(jié)果表明要低于全球的3d/10a[43]、北半球的(4.0±0.8)d/10a[12,44]、歐亞大陸的2.2—3.3d/10a[12,45]、中國溫帶的7.9d/10a[18],青藏高原的6.0d/10a[13],高于北美大陸的0.3d/10a[12]；全疆綠洲SOS呈顯著推遲趨勢(P=0.015),推遲速率為5.6d/10a；全疆山地SOS呈不顯著推遲趨勢,推遲速率為1.2d/10a,因此可以得出綠洲SOS變化的更加劇烈,可能是因為受到人類活動的影響更大所致。②分區(qū)：東疆SOS總體為山地(101.00)<綠洲(114.82),山地、綠洲區(qū)域SOS均呈不顯著推遲趨勢,推遲速率分別為5.7d/10a和4.1d/10a；南疆綠洲與山地區(qū)域的先后順序呈歷年交替的方式進行,總體上綠洲(118.71)<山地(120.88),南疆綠洲區(qū)域SOS呈顯著推遲趨勢(P=0.001),推遲速率為8.4d/10a,南疆山地區(qū)域SOS呈不顯著推遲趨勢,推遲速率為3.7d/10a；北疆SOS總體為綠洲(94.60)<山地(101.84),綠洲SOS呈不顯著推遲趨勢,推遲速率為4.0d/10a,山地SOS呈不顯著提前趨勢,提前速率為3.4d/10a；伊犁SOS總體為平原(74.12)<山地(105.07),平原區(qū)呈顯著推遲趨勢(P=0.034),推遲速率為7.6d/10a,山地呈不顯著提前趨勢,提前速率為6.4d/10a。③從以上分析可以得出,總體上,全疆和不同分區(qū)均呈現(xiàn)出綠洲及平原地區(qū)(除東疆外)的SOS較早,山地區(qū)域較遲,總體上二者之間相差9d左右；除北疆山地和伊犁山地SOS呈提前趨勢,全疆其他分區(qū)SOS均呈推遲趨勢。

圖5　2001—2016年新疆地區(qū)植被物候總體年際變化Fig.5　Inter-annual variation of Xinjiang′s SOS, EOS and LEN from 2001 to 2016

由圖5 EOS和圖6 EOS可得到以下結(jié)論：①全疆：EOS總體為山地(324.00)<綠洲(339.86)；全疆EOS呈顯著提前趨勢(P=0.011),提前速率為3.66d/10a,該結(jié)論與全球大背景下EOS呈推遲的趨勢相反[3],這個變化幅度的結(jié)果高于全球尺度的0.5d/10a[43]、北半球的2.3d/10a[44]、青藏高原的2.0d/10a[13],低于中國溫帶的3.7d/10a[18]、歐亞大陸的6.1d/10a[45],表明新疆EOS的年際變化相對于大背景下更加劇烈；全疆綠洲EOS呈不顯著提前趨勢,山地EOS呈顯著提前趨勢(P=0.021),提前的幅度分別為3.8d/10a和3.9d/10a。②分區(qū)：東疆EOS總體為山地(328.98)<綠洲(333.46),山地與綠洲EOS均呈不顯著提前趨勢,提前速率分別為6.4d/10a和0.3d/10a；南疆EOS總體為山地(320.59)<綠洲(339.37),綠洲與山地EOS均呈不顯著提前趨勢,提前速率分別為2.9d/10a和3.8d/10a；北疆EOS總體為山地(329.26)<綠洲(340.64),山地EOS呈顯著提前趨勢(P=0.024),綠洲EOS呈不顯著提前趨勢,提前速率分別為4.4d/10a和4.5d/10a；伊犁地區(qū)EOS總體為山地

圖6　新疆不同分區(qū)植被物候特征的年際變化Fig.6　Inter-annual variation of SOS, EOS and LEN for sub-regions in Xinjiang from 2001 to 2016SOS：生長季開始時間,Start of season；EOS：生長季結(jié)束時間,End of season；LEN：生長季長度,Length of season

(329.73)<平原(347.90),平原和山地EOS均呈不顯著提前趨勢,提前速率分別為4.0d/10a和1.2d/10a。③以上分析表明,新疆總體和不同分區(qū)均呈現(xiàn)出山地EOS結(jié)束較早,綠洲結(jié)束較晚,總體上二者相差16d左右,全疆及不同分區(qū)的EOS均呈提前趨勢。

由圖5 LEN和圖6 LEN可得到以下結(jié)論：①全疆：LEN總體為為綠洲(234.93)>山地(210.31)；全疆LEN呈不顯著縮短趨勢,縮短的幅度為5.6d/10a,這個變化幅度的結(jié)果與全球生長季長度呈增長的趨勢相反[3],這是由SOS和EOS所決定,數(shù)值要高于全球的3.8d/10a[43],與北半球的5.6d/10a相等[44],低于青藏高原的8.0d/10a[13]、歐亞大陸的13.3d/10a[45]、中國溫帶的11.6d/10a[18]；全疆綠洲LEN呈顯著縮短趨勢(P=0.004),山地LEN呈不顯著縮短趨勢,縮短的幅度分別為9.4d/10a和5.1d/10a。②分區(qū)：東疆LEN總體為山地(227.98)>綠洲(218.65),山地和綠洲LEN均呈不顯著縮短趨勢,縮短的幅度分別為12.1d/10a和3.9d/10a；南疆LEN總體為綠洲(220.66)>山地(199.71),綠洲LEN呈顯著縮短趨勢(P=0.002),山地LEN呈不顯著縮短趨勢,縮短的幅度分別為11.4d/10a和7.5d/10a,可得綠洲區(qū)域的變動幅度更大,可能受人類活動的影響較大所致；北疆LEN總體為綠洲(246.04)>山地(227.42),綠洲LEN呈顯著縮短趨勢(P=0.045),山地LEN呈不顯著縮短趨勢,縮短的幅度分別為8.5d/10a和1.0d/10a；在整個北疆地區(qū),每隔幾年其LEN會有比較大的波動,如2003年,2010年,2015年等,與其他較平穩(wěn)的年份相差在10d以上；伊犁LEN總體為平原(273.78)>山地(224.66),平原LEN呈顯著縮短趨勢(P=0.012),縮短的幅度為11.5d/10a,山地LEN呈不顯著增加趨勢,增加的幅度為5.2d/10a。③從總體上看,除東疆區(qū)域外,全疆及不同分區(qū)的LEN均為綠洲及平原區(qū)域>山地,二者總體上相差近25d,同樣顯示出垂直地帶性分布的特征；除伊犁山地區(qū)域外,全疆其他分區(qū)的LEN均呈縮短趨勢。

3.3.2物候期年際變化的空間分布特征

由圖7 SOS可得以下結(jié)論：①從總體可得,全疆SOS在山地區(qū)域呈提前趨勢,在綠洲及平原地區(qū)呈推遲趨勢,全疆SOS總體呈推遲趨勢。SOS提前、無明顯變化和推遲的區(qū)域分別占有效像元的38.92%,0.05%和61.03%,可見推遲的區(qū)域占了大部分比例。②37.82%的區(qū)域不顯著提前,只有1.10%的區(qū)域顯著提前。提前的區(qū)域主要分布在全疆的山地區(qū)域,提前幅度集中于0—20d/10a,但在部分山地區(qū)域(昆侖山南部,阿爾金山東南部)的提前幅度達到了20—30d/10a,較少部分區(qū)域達到了30—40d/10a,在阿爾金山東南部部分稀疏植被區(qū)達到了大于40d/10a的變化幅度。③無明顯變化的區(qū)域極少,絕大部分區(qū)域都呈現(xiàn)一定程度的變動。④5.27%的區(qū)域呈顯著推遲,主要分布在全疆各個綠洲和平原,包括北疆綠洲、東疆綠洲(主要是托克遜縣綠洲)、伊犁平原和南疆綠洲。北疆綠洲推遲的幅度集中于大于10d/10a；南疆綠洲推遲度的幅度集中于大于10d/10a；伊犁平原推遲幅度集中于0—20d/10a；東疆綠洲推遲幅度集中于0—30d/10a。⑤59.72%的地區(qū)呈不顯著推遲,不顯著推遲的區(qū)域主要位于山地與綠洲、山地與荒漠、山地與平原等的過渡帶上,推遲的幅度集中于0—20d/10a,其中離山地較近的區(qū)域推遲的幅度集中于0—10d/10a,較遠的區(qū)域集中于10—20d/10a。在南疆的昆侖山和阿爾金山具有較高植被覆蓋度的灌叢和草地區(qū)域,以及在北疆東部的天山邊緣區(qū)也主要呈現(xiàn)為不顯著推遲的特征,推遲的幅度集中于大于10d/10a,在其邊緣區(qū)推遲的幅度集中于大于30d/10a。

圖7　新疆植被物候特征變化趨勢的空間分布特征Fig.7　Spatial distribution of inter-annual change trend and significance of SOS, EOS, and LEN from 2001 to 2016 in XinjiangSOS：生長季開始時間,Start of season；EOS：生長季結(jié)束時間,End of season；LEN：生長季長度,Length of season

由圖7 EOS可得以下結(jié)論：①從總體上可得,除新疆伊犁和阿爾金山東南部的部分區(qū)域外,全疆其他區(qū)域的EOS主要呈現(xiàn)的是提前趨勢。EOS提前、無明顯變化和推遲的區(qū)域分別占有效像元的65.91%,0.07%和34.02%。②7.16%的區(qū)域呈顯著提前趨勢,主要呈零星塊狀分布于北疆的綠洲、山地,以及南疆澤普縣、莎車縣、麥蓋提縣、伽師縣、疏勒縣的綠洲區(qū)域,提前的幅度集中于大于20d/10a。58.75%的區(qū)域呈不顯著提前趨勢,廣泛分布于全疆各個區(qū)域,大部分北疆、南疆、東疆的山地和綠洲區(qū)域,以及伊犁北部山地區(qū)域和農(nóng)用地區(qū)均呈提前趨勢,提前的幅度集中于0—30d/10a。③無明顯變化的區(qū)域極少,大部分都存在不同的變化幅度。④1.43%的區(qū)域呈顯著推遲趨勢,32.60%的區(qū)域呈不顯著推遲趨勢,主要分布于東疆海拔較高的山地區(qū)域和部分綠洲區(qū)域,天山山脈中部,伊犁山地南部、東南部與東北部和大部分平原農(nóng)用地區(qū),昆侖山高海拔有積雪附近區(qū)域和阿爾金山東南部區(qū)域,推遲的幅度集中在0—30d/10a。

由圖7 LEN可得以下結(jié)論：①從總體上可得,除新疆伊犁和阿爾金山東南部的部分區(qū)域外,全疆其他區(qū)域的LEN主要呈縮短趨勢。LEN縮短、無明顯變化和增長的區(qū)域分別占有效像元的58.37%,0.05%和41.59%。②7.47%的區(qū)域呈顯著縮短趨勢,主要呈零星塊狀分布于全疆各綠洲中,而且位于南疆西南部的大部分綠洲區(qū)域都顯示出顯著縮短趨勢,縮短幅度集中于大于30d/10a。50.90%的區(qū)域呈不顯著縮短趨勢：從總體上看,除伊犁東部和南部、北疆中部和北部(北疆山地與綠洲、荒漠的過渡帶)、昆侖山靠近冰川積雪區(qū)和阿爾金山東南部外的其他新疆區(qū)域均顯示出縮短趨勢；在南疆西南部各綠洲部分區(qū)域和全疆各山地較高海拔處至山麓區(qū)域(除北疆山區(qū)外)縮短的幅度大于40d/10a,南疆北部綠洲和山地區(qū)域(昆侖山南部,阿爾金山東南部以外區(qū)域)縮短幅度集中于0—30d/10a；北疆綠洲縮短幅度集中于0—40d/10a，北疆山地縮短幅度集中于0—30d/10a；伊犁平原的縮短幅度集中于0—40d/10a；東疆綠洲縮短幅度集中于0—30d/10a。③0.05%的區(qū)域無明顯變化,說明全疆大部分區(qū)域的LEN都有較大幅度的變動。④2.50%的區(qū)域呈顯著增長趨勢,39.09%的區(qū)域呈不顯著增長趨勢,主要分布于北疆山地與綠洲的過渡帶、北疆南部綠洲的南端區(qū)域、伊犁山區(qū)、南疆和靜縣山地區(qū)域、和碩縣山地區(qū)域、昆侖山靠近冰川積雪區(qū)與西北部北段區(qū)域、阿爾金山東南部區(qū)域(若羌縣山地區(qū)),增長的幅度集中于0—30d/10a,但在北疆瑪納斯縣、昌吉市、烏魯木齊縣、托克遜縣等山地區(qū)域,南疆和碩縣部分區(qū)域、阿爾金山東南部區(qū)域、昆侖山西北部北端等區(qū)域的增長幅度可達大于30d/10a,可見在高海拔地區(qū)LEN變動更為劇烈。

3.4　氣候變化對新疆植被物候期的影響

環(huán)境因素對物候期影響更為顯著,其中氣溫、光照和水分等氣候因素是最主要的影響因子[26]。由前論述也可得出,在溫帶和寒帶地區(qū),控制植物物候變化的3個重要因素是溫度、低溫持續(xù)時間和光周期[3],另一方面,10℃是喜溫植物適宜生長的起始溫度,推算作物生育期、害蟲發(fā)生期、各種蟲期等數(shù)值時,往往都要依據(jù)有效積溫,≥10℃有效積溫是衡量某地區(qū)熱量資源的重要指標,其時空分布差異性直接影響著農(nóng)業(yè)布局以及生態(tài)格局[46]；但是在日平均氣溫低于10℃時也可能存在某個時間段的溫度超過10℃的情況,因此以日平均氣溫求算月平均氣溫來代替有效積溫的指標,以更好的考慮到所有情況,因為有效積溫是根據(jù)日平均氣溫進行推算[47],從這個層面考慮用平均溫度代替有效積溫具有一定的可行性。一些研究也表明物候期與前期其溫度具有顯著相關(guān)關(guān)系[48],同時由于氣溫的變化與物候期的變化不一定同時存在并顯現(xiàn)出來,可能存在時間上的滯后性[27,49]，以及由于全疆總體上SOS集中于3月中旬至5月上旬(平均第74—122天),EOS集中于10月中旬至12月下旬(平均第284—354天),因此根據(jù)相關(guān)學(xué)者的研究[23,26- 27,49],本研究選取植被生長季開始時間和結(jié)束時間的前8個月的氣溫、降水量和日照時數(shù)作為氣象因子,應(yīng)用冗余分析(RDA)來分析物候參數(shù)與氣象因子之間的關(guān)系。將各物候參數(shù)與氣象因子的排序結(jié)果用排序圖(圖8,圖9)表示。RDA可將研究對象和環(huán)境因子(箭頭表示)排序表示在一個圖上,箭頭所處的象限表示環(huán)境因子與排序軸之間的正負相關(guān)性,箭頭連線的長度代表某個環(huán)境因子與研究對象的相關(guān)程度的大小,連線越長表示這個環(huán)境因子對研究對象的分布影響越大。研究對象箭頭之間的夾角和環(huán)境因子之間的夾角分別表示它們之間的相關(guān)性,一個環(huán)境因子的箭頭長度越長表明與研究對象的相關(guān)性越大,對其影響也就越大。箭頭之間夾角越小,相關(guān)性越大,箭頭與排序軸的夾角代表著某個環(huán)境因子與排序軸的相關(guān)性大小[50]。

為了更好的展示同一月份中植被物候受不同氣象因子的影響,針對不同的月份進行單獨出圖。由于每個圖只有一個響應(yīng)變量(物候參數(shù)),使得第一軸和第二軸完全正交(圖8,圖9),相關(guān)系數(shù)為零,從而所有環(huán)境變量的氣象因子只與第一軸有相關(guān)性而與第二軸無相關(guān)性(表1,表2),因此在RDA排序結(jié)果圖中顯示出所有氣象因子均集中在一個軸上,不能體現(xiàn)出環(huán)境變量(氣象因子)和研究對象(物候參數(shù))的夾角,但能通過象限直接判斷二者的正負相關(guān)性,以及通過RDA分析能統(tǒng)計出不同因子之間和與物候特征的相關(guān)性,同時能直觀的通過箭頭連線的大小來判斷某種氣象因子對于物候特征的影響程度。從圖8和表1可以得出以下結(jié)論：①生長季開始時間與前一年10—12月各月的平均氣溫相關(guān)性低,絕對值不超過0.34,表明前一年氣溫因子對于SOS影響不大；但是SOS與3—5月各月的氣溫均呈顯著負相關(guān)(絕對值均在0.56以上),在總體上的相關(guān)性達到了-0.82,表明SOS與春季的氣溫呈顯著的負相關(guān)。②前一年11和12月與當年的1月、2月、3月的降水量均與SOS呈顯著正相關(guān)(絕對值均在0.52以上),前一年11和12月—今年2月的總體降水量對SOS的影響尤其顯著,相關(guān)性在0.77以上,表明冬季的降水量對SOS影響重大。3—5月的總體降水量對SOS有較大的影響,相關(guān)性達到了0.52,表明春季降水量對SOS的影響要低于冬季降水量。③前一年11月、12月和當年2月、5月的日照時數(shù)與SOS呈顯著負相關(guān)關(guān)系(相關(guān)性絕對值在0.40-0.56),前一年11月—今年2月的日照時數(shù)對SOS的影響最大(相關(guān)性達-0.67),表明SOS主要受冬季日照時數(shù)的影響。④所選的不同氣象因子接近100%的解釋了SOS的變化特征,第一軸解釋的信息量可達72%以上,第二軸可達11%以上,不同氣象因子前兩軸累積解釋的信息量都為1,表明排序軸反映了氣象因子與SOS的絕大部分信息。⑤從以上幾點可以得出,新疆植被生長季開始時間主要受到春季氣溫、冬季降水和冬季日照時數(shù)的影響,受到前一年11—12月的降水和日照時數(shù)的顯著影響；但是,由于SOS同時受到春季和冬季降水量的顯著作用,因此從總體上可以得出新疆植物生長季開始時間受降水量大小的影響>日照時數(shù)≈平均氣溫,表明干濕程度對新疆植被的變化大于溫度,這與浙江省的情況類似[21]。水是影響植物物候期的另一重要氣候因子,降水對植物開花的影響在熱帶和干旱地區(qū)尤其明顯[51]。新疆遠離海洋,深居內(nèi)陸,降水量少,形成了溫帶大陸性氣候,普遍存在干旱情況[33,35],而干旱會延緩植物的生長發(fā)育,使發(fā)育的物候期推遲,因此干旱發(fā)生時,光、熱條件再好,植物也不能利用,在這種情況下,水就成為影響植物生長發(fā)育的主要生態(tài)因子[51]。但是新疆1—3月份的降水主要是以雪的形式出現(xiàn),降雪后地表反照率增大,融雪也需要大量的熱量,導(dǎo)致地表溫度降低,植被萌芽返青時期出現(xiàn)推遲[26],所以降水量是影響新疆生長季始期的主導(dǎo)因子且呈顯著的正相關(guān)關(guān)系。同時,有關(guān)研究表明,持續(xù)延長日照時間最能促進植物發(fā)芽開發(fā)[51]。因年際溫度變化幅度大,那些由光周期決定物候期開始的類群便能通過適時的解除休眠來很好地躲避由升溫帶來的可能傷害[15],所以日照時數(shù)與SOS呈顯著的負相關(guān)關(guān)系。

圖8　新疆生長季開始時間與氣象因子的RDA排序圖Fig.8　RDA ordination diagram of the SOS and meteorological factors in XinjiangTemp：氣溫,Temperature；Pre：降水,Precipitation；DLen：日照時數(shù),Sunshine duration；SOS：生長季開始時間,Start of season

圖9　新疆生長季結(jié)束時間與氣象因子的RDA排序圖Fig.9　RDA ordination diagram of EOS and meteorological factors in XinjiangTemp：氣溫,Temperature；Pre：降水,Precipitation；DLen：日照時數(shù),Sunshine duration；EOS：生長季結(jié)束時間,End of season

從圖9和表2中可以得出以下結(jié)論：①EOS與10月氣溫呈較明顯的負相關(guān)(相關(guān)系數(shù)為-0.47),與11月氣溫呈較明顯正相關(guān)(相關(guān)系數(shù)為0.374),其他月份的氣溫對EOS的影響都較小,相關(guān)性不超過0.25,如6—8月,9—11月,10—12月,表明總體上氣溫對EOS的影響較小。②7—8月的降水量與EOS呈顯著正相關(guān),總體降水量與EOS相關(guān)性達0.63；9—11月和10—12月的降水量與EOS呈較顯著負相關(guān)(相關(guān)系數(shù)絕對值在0.40以上)；表明夏季和秋季的降水量對于EOS有顯著影響。③不同月份的日照時數(shù)與EOS的影響均較小,相關(guān)系數(shù)絕對值均小于0.33。7—8月日照時數(shù)與EOS呈較明顯的負相關(guān)(相關(guān)系數(shù)為-0.33)。從6—12月各月來看,日照時數(shù)與EOS主要呈負相關(guān)關(guān)系。④與SOS類似,所選的不同氣象因子接近100%的解釋了EOS的變化特征,第一軸解釋的信息量可達66%以上,第二軸可達19.7%以上(除日照時數(shù)外,其第二軸的解釋信息量更大),不同氣象因子前兩軸累積解釋的信息量都為1,說明排序軸反映了氣象因子與EOS的絕大部分信息。⑤從以上幾點可以得出,新疆植被生長季結(jié)束時間主要受當年10—11月氣溫、7—8月和9—11月降水、7—8月日照時數(shù)的影響,但從總體來看,降水和氣溫對于EOS的影響最為顯著。原因可能在于葉片從生長到衰老需要一定的積溫,物候期持續(xù)的時期與活動積溫有顯著的相關(guān)性[51- 52]。前期氣溫的升高使得植物葉片所需的積溫用較短時間即可滿足,提前達到黃枯期[26],同時降水量增多有利于植被的生長,促使生長季長度延長,從而使得植被生長季結(jié)束時間推遲,所以降水量與EOS呈顯著正相關(guān)關(guān)系。

表1　2001—2012年新疆生長季開始時間RDA排序前兩軸與氣象因子的相關(guān)系數(shù)

*為通過0.05可信度檢驗的顯著因子

表2　2001—2012年新疆生長季結(jié)束時間RDA排序前兩軸與氣象因子的相關(guān)系數(shù)

*為通過0.05可信度檢驗的顯著因子

4　結(jié)論

(1) 新疆物候特征具有明顯的緯向分布和垂直地帶分布特征,海拔在物候的地域分異中扮演著重要作用。新疆生長季始期集中于3月中旬至5月上旬(平均第74—122天),生長季末期集中于10月中旬至12月下旬(平均第284—354天)。海拔對于植被物候特征的影響為：海拔每升高1000m,生長季開始時間推遲8.9d,生長季結(jié)束時間提前6.6d,生長季長度縮短15.5d。

(2) 與全球大背景下物候特征趨勢相反,新疆植被物候生長季開始時間呈推遲趨勢,推遲的幅度為1.9d/10a；生長季結(jié)束時間呈提前趨勢,提前的幅度為3.66d/10a；生長季長度呈縮短趨勢,縮短的幅度為5.6d/10a,生長季長度變動幅度較大。新疆綠洲、山地的植被生長季開始時間推遲幅度分別為5.6d/10a和1.2d/10a。除東疆地區(qū)外,全疆及不同分區(qū)均呈現(xiàn)出綠洲及平原生長季開始時間較早,山地區(qū)域較遲,總體上二者之間相差9d左右；全疆及不同分區(qū)均呈現(xiàn)出山地植被生長季結(jié)束時間結(jié)束的較早,綠洲結(jié)束的較遲,總體上二者之間相差16d左右；除東疆地區(qū)外,全疆及不同分區(qū)的生長季長度均為綠洲及平原區(qū)域>山地,二者總體上相差近25d,同樣顯示出了垂直地帶性分布的特征。

(3) 通過冗余分析表明排序軸解釋了物候特征與氣象因子關(guān)系的絕大部分信息,降水量、氣溫和日照時數(shù)是影響新疆植被物候期的重要影響因素。生長季開始時間受前一年冬季降水量的影響最為顯著,也受到當年春季氣溫和前一年冬季日照時數(shù)的顯著影響,其與降水量呈正相關(guān),與氣溫和日照時數(shù)呈負相關(guān)。夏季和秋季降水量新疆植被生長季結(jié)束時間的主要影響因素,除10—11月份的氣溫和7—8月日照時數(shù)有稍高的影響外,在總體上受氣溫和日照時數(shù)的影響較小。

本研究只是以遙感影像為數(shù)據(jù)源,從宏觀角度來探討新疆近16年來植被物候的總體變化趨勢,并不與實際的植物物候完全一致,因此以后還應(yīng)該做按不同生態(tài)分區(qū)和海拔高度進行典型植被采樣進行精度驗證,以及更加深入的探討為什么新疆植被物候年際變化趨勢有別于國內(nèi)與全球物候變化的趨勢與方向。

參考文獻(References):

[1]陸佩玲,于強,賀慶棠. 植物物候?qū)夂蜃兓捻憫?yīng). 生態(tài)學(xué)報, 2006, 26(3): 923- 929.

[2]Mariano G C, Morellato L P C, Almeida J, Alberton B, de Camargo M G G, Torres R S. Modeling plant phenology database: Blending near-surface remote phenology with on-the-ground observations. Ecological Engineering, 2016, 91: 396- 408.

[3]莫非,趙鴻,王建永,強生才,周宏,王紹明,熊友才. 全球變化下植物物候研究的關(guān)鍵問題. 生態(tài)學(xué)報, 2011, 31(9): 2593- 2601.

[4]Brown M E, Beurs K M D, Marshall M. Global phenological response to climate change in crop areas using satellite remote sensing of vegetation, humidity and temperature over 26 years. Remote Sensing of Environment, 2012, 126(11): 174- 183.

[5]Richardson A D, Keenan T F, Migliavacca M, Ryu Y, Sonnentag O, Toomey M. Climate change, phenology, and phenological control of vegetation feedbacks to the climate system. Agricultural and Forest Meteorology, 2013, 169(3): 156- 173.

[6]Sakamoto T, Wardlow B D, Gitelson A A, Verma S B, Suyker A E, Arkebauer T J. A Two-Step Filtering approach for detecting maize and soybean phenology with time-series MODIS data. Remote Sensing of Environment, 2010, 114(10): 2146- 2159.

[7]Bolton D K, Friedl M A. Forecasting crop yield using remotely sensed vegetation indices and crop phenology metrics. Agricultural and Forest Meteorology, 2013, 173(2): 74- 84.

[8]Sakamoto T, Gitelson A A, Arkebauer T J. MODIS-based corn grain yield estimation model incorporating crop phenology information. Remote Sensing of Environment, 2013, 131: 215- 231.

[9]Chmielewski F M, Müller A, Bruns E. Climate changes and trends in phenology of fruit trees and field crops in Germany, 1961- 2000. Agricultural and Forest Meteorology, 2004, 121(1/2): 69- 78.

[10]Steltzer H, Post E. Seasons and life cycles. Science, 2009, 324(5929): 886- 887.

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

[12]叢楠,沈妙根. 1982—2009年基于衛(wèi)星數(shù)據(jù)的北半球中高緯地區(qū)植被春季物候動態(tài)及其與氣候的關(guān)系. 應(yīng)用生態(tài)學(xué)報, 2016, 27(9): 2737- 2746.

[13]丁明軍,張鐿鋰,孫曉敏,劉林山,王兆鋒. 近10年青藏高原高寒草地物候時空變化特征分析. 科學(xué)通報, 2012, 57(33): 3185- 3194.

[15]K?rner C, Basler D. Phenology under global warming. Science, 2010, 327(5972): 1461- 1462.

[16]馬勇剛,張弛,塔西甫拉提·特依拜. 中亞區(qū)域陸表植被物候時空變化特征分析. 干旱區(qū)地理, 2014, 37(2): 310- 317.

[17]樸世龍,方精云. 1982- 1999年我國陸地植被活動對氣候變化響應(yīng)的季節(jié)差異. 地理學(xué)報, 2003, 58(1): 119- 125.

[18]Piao S L, Fang J Y, Zhou L M, Ciais P, Zhu B. Variations in satellite-derived phenology in China′s temperate vegetation. Global Change Biology, 2006, 12(4): 672- 685.

[19]陳效逑,喻蓉. 1982—1999年我國東部暖溫帶植被生長季節(jié)的時空變化. 地理學(xué)報, 2007, 62(1): 41- 51.

[20]余振,孫鵬森,劉世榮. 中國東部南北樣帶主要植被類型物候期的變化. 植物生態(tài)學(xué)報, 2010, 34(3): 316- 329.

[21]何月,樊高峰,張小偉,李正泉,高大偉. 浙江省植被物候變化及其對氣候變化的響應(yīng). 自然資源學(xué)報, 2013, 28(2): 220- 233.

[22]李正國,楊鵬,周清波,王仰麟,吳文斌,張莉,張小飛. 基于時序植被指數(shù)的華北地區(qū)作物物候期/種植制度的時空格局特征. 生態(tài)學(xué)報, 2009, 29(11): 6216- 6226.

[23]宋春橋,游松財,柯靈紅,劉高煥,鐘新科. 藏北高原植被物候時空動態(tài)變化的遙感監(jiān)測研究. 植物生態(tài)學(xué)報, 2011, 35(8): 853- 863.

[24]葉鑫,周華坤,劉國華,姚步青,趙新全. 高寒矮生嵩草草甸主要植物物候特征對養(yǎng)分和水分添加的響應(yīng). 植物生態(tài)學(xué)報, 2014, 38(2): 147- 158.

[25]侯學(xué)會,牛錚,高帥,黃妮. 基于SPOT-VGT NDVI時間序列的農(nóng)牧交錯帶植被物候監(jiān)測. 農(nóng)業(yè)工程學(xué)報, 2013, 29(1): 142- 150.

[26]顧潤源,周偉燦,白美蘭,李喜倉,邸瑞琦,楊晶. 氣候變化對內(nèi)蒙古草原典型植物物候的影響. 生態(tài)學(xué)報, 2012, 32(3): 767- 776.

[27]馬新萍,白紅英,賀映娜,秦進. 基于NDVI的秦嶺山地植被遙感物候及其與氣溫的響應(yīng)關(guān)系——以陜西境內(nèi)為例. 地理科學(xué), 2015, 35(12): 1616- 1621.

[28]Zhou J H, Cai W T, Qin Y, Lai L M, Guan T Y, Zhang X L, Jiang L H, Du H, Yang D W, Cong Z T, Zheng Y R. Alpine vegetation phenology dynamic over 16 years and its covariation with climate in a semi-arid region of China. Science of the Total Environment, 2016, 572: 119- 128.

[29]Zeng L L, Wardlow B D, Wang R, Shan J, Tadesse T, Hayes M J, Li D R. A hybrid approach for detecting corn and soybean phenology with time-series MODIS data. Remote Sensing of Environment, 2016, 181: 237- 250.

[30]Melaas E K, Sulla-Menashe D, Gray J M, Black T A, Morin T H, Richardson A D, Friedl M A. Multisite analysis of land surface phenology in North American temperate and boreal deciduous forests from Landsat. Remote Sensing of Environment, 2016, 186: 452- 464.

[31]Dong J W, Xiao X M, Menarguez M A, Zhang G L, Qin Y W, Thau D, Biradar C, Moore III B. Mapping paddy rice planting area in northeastern Asia with Landsat 8 images, phenology-based algorithm and Google Earth Engine. Remote Sensing of Environment, 2016, 185: 142- 154.

[32]夏傳福,李靜,柳欽火. 植被物候遙感監(jiān)測研究進展. 遙感學(xué)報, 2013, 17(1): 1- 16.

[33]王智,師慶三,王濤,師慶東,常順利,張履冰. 1982—2006年新疆山地-綠洲-荒漠系統(tǒng)植被覆蓋變化時空特征. 自然資源學(xué)報, 2011, 26(4): 609- 618.

[34]師慶東,肖繼東,潘曉玲,呂光輝,陸海燕. 近20a來新疆植被覆蓋變化特征研究. 干旱區(qū)研究, 2004, 21(4): 389- 394.

[35]邵霜霜,師慶東. 基于FVC的新疆植被覆蓋度時空變化. 林業(yè)科學(xué), 2015, 51(10): 35- 42.

[36]師慶東,呂光輝,潘曉玲,程維明. 遙感影像中分區(qū)分類法及在新疆北部植被分類中的應(yīng)用. 干旱區(qū)地理, 2003, 26(3): 264- 268.

[37]王智,常順利,師慶東,馬珂,梁鳳超. 基于FVC指數(shù)的中國西北干旱區(qū)植被覆蓋變化Markov過程. 應(yīng)用生態(tài)學(xué)報, 2010, 21(5): 1129- 1136.

[38]布仁, 包玉海. 基于MOD13A1的錫林郭勒草原近13年植被覆蓋度變化分析// 風(fēng)險分析和危機反應(yīng)中的信息技術(shù)——中國災(zāi)害防御協(xié)會風(fēng)險分析專業(yè)委員會第六屆年會論文集. 北京: 中國災(zāi)害防御協(xié)會風(fēng)險分析專業(yè)委員會, 2014.

[39]Zhang T T, Qi J G, Gao Y, Ouyang Z T, Zeng S L, Zhao B. Detecting soil salinity with MODIS time series VI data. Ecological Indicators, 2015, 52: 480- 489.

[40]Shen M G, Tang Y H, Chen J, Zhu X L, Zheng Y H. Influences of temperature and precipitation before the growing season on spring phenology in grasslands of the central and eastern Qinghai-Tibetan Plateau. Agricultural and Forest Meteorology, 2011, 151(12): 1711- 1722.

[41]于文婧, 孫丹峰, 曲葳. 基于冗余分析的寧夏平羅耕地土壤鹽漬化特征研究. 中國農(nóng)業(yè)大學(xué)學(xué)報, 2015, 20(5): 103- 110.

[42]馬勇剛, 張弛, 塔西甫拉提·特依拜. 中亞及中國新疆干旱區(qū)植被物候時空變化. 氣候變化研究進展, 2014, 10(2): 95- 102.

[43]Julien Y, Sobrino J A. Global land surface phenology trends from GIMMS database. International Journal of Remote Sensing, 2009, 30(13): 3495- 3513.

[44]Jeong S J, Ho C H, Gim H J, Brown M E. Phenology shifts at start vs. end of growing season in temperate vegetation over the Northern Hemisphere for the period 1982- 2008. Global Change Biology, 2011, 17(7): 2385- 2399.

[45]Zhou L M, Tucker C J, Kaufmann R K, Slayback D, Shabanov N V, Myneni R B. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999. Journal of Geophysical Research, 2001, 106(D17): 20069- 20083.

[46]劉少華,嚴登華,翁白莎,邢子強,王剛. 近50a中國≥10℃有效積溫時空演變. 干旱區(qū)研究, 2013, 30(4): 689- 696.

[47]肖悅巖. 介紹一種計算有效積溫的方法——根據(jù)日最高最低氣溫. 植物保護, 1983, 9(2): 43- 45.

[48]仲舒穎,葛全勝,鄭景云,戴君虎,王煥炯. 近30年北京自然歷的主要物候期、物候季節(jié)變化及歸因. 植物生態(tài)學(xué)報, 2012, 36(12): 1217- 1225.

[49]俎佳星,楊健. 東北地區(qū)植被物候時序變化. 生態(tài)學(xué)報, 2016, 36(7): 2015- 2023.

[50]龍健,廖洪凱,李娟,陳彩云. 基于冗余分析的典型喀斯特山區(qū)土壤-石漠化關(guān)系研究. 環(huán)境科學(xué), 2012, 33(6): 2131- 2138.

[51]王連喜,陳懷亮,李琪,余衛(wèi)東. 植物物候與氣候研究進展. 生態(tài)學(xué)報, 2010, 30(2): 447- 454.

[52]Zhang X B, Ren J R, Zhang D E. Phenological observations on Larix principis-rupprechtii Mayr. in primary seed orchard. Journal of Forestry Research, 2001, 12(3): 201- 204.