元志輝,薩楚拉,銀 山

基于MODIS植被指數(shù)的渾善達(dá)克沙地植被物候變化

元志輝1,2,3,薩楚拉1*,銀 山1

(1.內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院,內(nèi)蒙古 呼和浩特 010022；2.內(nèi)蒙古師范大學(xué),內(nèi)蒙古自治區(qū)遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室,內(nèi)蒙古 呼和浩特 010022；3.內(nèi)蒙古烏蘭察布市自然資源局,內(nèi)蒙古 烏蘭察布 012000)

基于近20a MODIS的2種植被指數(shù)數(shù)據(jù),利用Logistic曲線曲率極值法和動(dòng)態(tài)閾值法,對(duì)渾善達(dá)克沙地植被物候進(jìn)行了提取,分析其時(shí)空變化,并利用研究結(jié)果數(shù)據(jù),分析植被物候?qū)Ω叱毯蜌庀笠蜃拥捻憫?yīng).結(jié)果表明,2000～2019年間研究區(qū)的植被物候呈微弱波動(dòng)趨勢(shì),渾善達(dá)克沙地植被返青期(SOS)主要集中在110～140d,枯黃期(EOS)主要集中在250～280d,整體呈微弱推遲趨向(0.28d/a),生長(zhǎng)季長(zhǎng)度(LOS)主要集中在120～170d,整體呈微弱延長(zhǎng)趨向(0.23d/a).在空間分布上,占研究區(qū)51.51%的區(qū)域植被SOS呈提前趨勢(shì);占研究區(qū)67.02%的區(qū)域植被EOS呈提前趨勢(shì),并且占研究區(qū)32.98%的區(qū)域植被EOS呈推遲趨勢(shì).占研究區(qū)62.71%的區(qū)域植被LOS呈延長(zhǎng)趨勢(shì).在海拔900～1500m區(qū)間,隨著海拔升高,SOS顯著推遲,EOS不顯著提前,LOS顯著縮短.前一年11、12月和當(dāng)年1、2、4月降水量對(duì)SOS有提前作用.6、7、8、9月份氣溫和降水都對(duì)EOS推遲有明顯的作用.總的來(lái)說(shuō),渾善達(dá)克沙地植被物候與氣候因子的相應(yīng)規(guī)律比較復(fù)雜,表現(xiàn)出季節(jié)性的差別及地形的差異性.

渾善達(dá)克沙地；物候；氣候；海拔

北半球中高緯度地區(qū)的植被經(jīng)歷了以春季增綠、夏季成熟、秋季衰老和冬季休眠為特征的物候現(xiàn)象[1],產(chǎn)生了與之相適應(yīng)的物候期[2].植被物候期參數(shù)中的返青期(SOS)和黃枯期(EOS)的改變直接決定生長(zhǎng)季(LOS)的長(zhǎng)短,從而決定季節(jié)的陸地碳吸收;植被返青期的提前影響植被生產(chǎn)力的累積[3];植被枯黃期是氣象變化的最敏感、最精確的綜合指示器.物候被認(rèn)為具有相當(dāng)大的潛力來(lái)表征生物圈-氣候相互作用的強(qiáng)度[4].基于遙感監(jiān)測(cè)數(shù)據(jù)的物候研究已經(jīng)成熟,但揭示的物候變化趨勢(shì)有較大差別.有研究認(rèn)為,秋季變暖是導(dǎo)致北半球中高緯度大多地區(qū)EOS呈推遲趨勢(shì)的最主要原因[5],而降水量是改變干旱半干旱區(qū)植被EOS的最主要原因[6].SOS變化明顯的發(fā)生原因被認(rèn)為是春季溫度變化趨勢(shì)的轉(zhuǎn)折[7],冬季溫度的持續(xù)升高[8].還有研究表明,蒙古高原植被SOS與季前特別是3月份的溫度呈負(fù)相關(guān),而與上一年秋冬季的降水呈正相關(guān)[9].有研究發(fā)現(xiàn)[10],內(nèi)蒙古植被EOS與季前溫度均呈正相關(guān)關(guān)系.還有研究發(fā)現(xiàn)[11],影響物候的其他主要因素是海拔高低和群落結(jié)構(gòu)的差異.區(qū)域尺度上的物候期期及其大小、具體位置和驅(qū)動(dòng)機(jī)制仍然存在較大的不確定和爭(zhēng)議.因此針對(duì)性分析具體區(qū)域物候變化及其影響因素具有現(xiàn)實(shí)意義.

國(guó)內(nèi)已有許多學(xué)者利用遙感數(shù)據(jù),重點(diǎn)對(duì)東北亞[12]、蒙古高原[13]、青藏高原[14]、內(nèi)蒙古地區(qū)[15]、東北地區(qū)[16]和內(nèi)蒙古中東部[17]等地區(qū)的植被物候時(shí)空變化進(jìn)行了研究,但對(duì)位于京津地區(qū)天氣系統(tǒng)上游的渾善達(dá)克沙地研究較少.其距北京正北的直線距離為180km,是京津地區(qū)北方生態(tài)屏障的重要部分,也是影響京津地區(qū)北路沙塵暴的必經(jīng)之地和沙塵源區(qū)之一.該區(qū)域也是研究陸地生態(tài)系統(tǒng)對(duì)氣候變化響應(yīng)機(jī)制的理想場(chǎng)所.一系列生態(tài)恢復(fù)工程對(duì)渾善達(dá)克沙地實(shí)施重點(diǎn)治理[18],使其成為祖國(guó)北疆亮麗風(fēng)景線的綠色生態(tài)屏障的一部分.但由于渾善達(dá)克沙地研究區(qū)范圍小,土壤類型單一,植被覆蓋率低,而且多以單一數(shù)據(jù)源、單一擬合方法或單一物候提取方法,很少在該區(qū)域使用多種數(shù)據(jù)源和不同方法綜合提取物候參數(shù).可能在一定程度上忽略了小區(qū)域尺度的細(xì)微變化,從而導(dǎo)致區(qū)域尺度上的研究不全面、不豐富和不細(xì)致.因此有必要對(duì)渾善達(dá)克沙地植被物候的年際變化進(jìn)行綜合分析.

在提取物候數(shù)據(jù)方法方面,已有研究[19]和前期分析、以及與Zhang等[20]的結(jié)果相比表明,歸一化植被指數(shù)(NDVI)和的累積Logistic曲線曲率極值法在蒙古高原植被區(qū)具有較好的物候識(shí)別能力,較適合包括渾善達(dá)克沙地在內(nèi)的內(nèi)蒙古地區(qū)植被物候的時(shí)空變化分析.Shen等[21]認(rèn)為物候提取用多個(gè)數(shù)據(jù)集應(yīng)該比使用多個(gè)方法具有更高的優(yōu)先級(jí),因此為了提高物候提取精度,本文又引入了增強(qiáng)型植被指數(shù)(EVI),并用利用兩種植被指數(shù)以及不同方法求平均值作為最終物候提取方法.

渾善達(dá)克,是我國(guó)四大沙地之一[22].它橫貫內(nèi)蒙古錫林郭勒盟東西,部分進(jìn)赤峰市境內(nèi)和河北省境內(nèi)(圖1),總面積達(dá)5.3×104km2[23].該沙地自然區(qū)劃屬溫帶半干旱區(qū)的草原地帶,溫帶大陸性季風(fēng)氣候控制,盛行西風(fēng).沙地位于典型草原地帶之中,海拔900～1 850m,地勢(shì)由東南向西北緩降,地面起伏不大.廣泛分布溫帶沙漠植被和風(fēng)沙土[24].該區(qū)域因地面物候觀測(cè)站點(diǎn)少,時(shí)間序列短,相比于內(nèi)蒙古全境乃至蒙古高原的物候研究更為薄弱.因此,本文基于2000～2019年的MODIS NDVI和EVI數(shù)據(jù),利用累積Logistic曲線曲率極值法和動(dòng)態(tài)閾值法,對(duì)渾善達(dá)克沙地植被物候特征指標(biāo)進(jìn)行提取,分析其時(shí)間變化和空間特征[25],并利用氣象數(shù)據(jù),分析在全球氣候變化和生態(tài)恢復(fù)的背景下,植被物候與氣象因子和地形海拔的關(guān)系,為區(qū)域生態(tài)系統(tǒng)與環(huán)境管理提供理論依據(jù).

1 材料與方法

1.1 數(shù)據(jù)來(lái)源及預(yù)處理

圖1 渾善達(dá)克沙地地理位置

使用NASA免費(fèi)提供的Tiles為h26v04覆蓋渾善達(dá)克沙區(qū)域的MOD13Q1產(chǎn)品;該數(shù)據(jù)是2000～ 2019年16d的分辨率250m的NDVI和EVI數(shù)據(jù)[26].為了解裸地和鹽堿地等無(wú)植被區(qū)或植被覆蓋度極低地區(qū)的NDVI對(duì)最終研究結(jié)果的影響,在此將多年平均NDVI小于0.1的地區(qū)認(rèn)為“無(wú)植被區(qū)”予以排除[27],最終確定89.5%的地區(qū)進(jìn)入研究.渾善達(dá)克沙地界線來(lái)自銀山等[28]的研究結(jié)果,結(jié)合Yang等[29]的結(jié)果適當(dāng)調(diào)整(圖1).研究區(qū)涉及的行政區(qū)界線來(lái)自1:400萬(wàn)國(guó)家基礎(chǔ)地理信息系統(tǒng)數(shù)據(jù)庫(kù).

氣象數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data. cma.cn/)提供的2000～2019年內(nèi)蒙古及北京境內(nèi)15個(gè)氣象站點(diǎn)的月累積降水量和月平均溫度數(shù)據(jù),分別在東烏珠穆沁旗、二連浩特、那仁寶力格、滿都拉、阿巴嘎旗、蘇尼特左旗、朱日和、四子王旗、化德、集寧、西烏珠穆沁旗、錫林浩特、林西、多倫、翁牛特旗、赤峰和密云.對(duì)氣象數(shù)據(jù)進(jìn)行反距離加權(quán)法(IDW)空間插值,獲取與NDVI(EVI)數(shù)據(jù)投影相同、像元分辨率為250m的氣象數(shù)據(jù)柵格圖像.通過數(shù)據(jù)掩膜,裁剪渾善達(dá)克沙地月降水量、月平均溫度數(shù)據(jù)的柵格圖像[30].地形數(shù)據(jù)來(lái)自地理空間數(shù)據(jù)云平臺(tái),根據(jù)研究區(qū)范圍下載DEM數(shù)據(jù),然后經(jīng)過投影轉(zhuǎn)換、數(shù)據(jù)剪裁得到研究區(qū)ASTERG DEM數(shù)字高程數(shù)據(jù),空間分辨率為30m,主要用于物候與海拔的相關(guān)分析.

1.2 研究方法

1.2.1 NDVI(EVI)數(shù)據(jù)的平滑處理 由于16d合成的NDVI(EVI)數(shù)據(jù)仍受到降低云、大氣、太陽(yáng)高度角等的干擾,在NDVI(EVI)數(shù)據(jù)季節(jié)變化曲線中常出現(xiàn)鋸齒狀現(xiàn)象,不能正確反映年內(nèi)植被生長(zhǎng)和衰退規(guī)律[31].因此,在物候識(shí)別之前,首先利用時(shí)間序列諧波分析法(HANTS)[32],對(duì)每年16d合成的23幅NDVI(EVI)數(shù)據(jù)進(jìn)行平滑與重構(gòu),盡可能降低原數(shù)據(jù)中存在的太陽(yáng)高度角和大氣條件等因素的影響.HANTS方法的核心算法是最小二乘法和傅里葉變換[33].即通過最小二乘法去除時(shí)序NDVI(EVI)值變化較大的點(diǎn),再利用傅立葉變換在時(shí)間域和頻率域的正反變換來(lái)實(shí)現(xiàn)曲線的分解和重構(gòu),以實(shí)現(xiàn)時(shí)序NDVI(EVI)數(shù)據(jù)的平滑.該方法主要確定頻率數(shù)、數(shù)據(jù)范圍、曲線匹配閾值和刪除最大點(diǎn)個(gè)數(shù)等4個(gè)參數(shù).其表達(dá)式如下:

1.2.2 累積NDVI的Logistic曲線曲率極值法 利用Hou等[34]提出的累積NDVI的Logistic曲線曲率極值法,在像元尺度上識(shí)別研究區(qū)植被物候的3個(gè)主要參數(shù)—SOS、EOS和LOS.然后利用Logistic函數(shù)對(duì)累積NDVI進(jìn)行擬合(式2)并計(jì)算曲率(式3),將最大曲率值和最小曲率值對(duì)應(yīng)的時(shí)間分別定義為返青期和枯黃期,兩者差值即為生長(zhǎng)季長(zhǎng)度.

式中:()為儒略日對(duì)應(yīng)的Logistic擬合的累積NDVI值;是背景NDVI;+為累積NDVI的最大值;和是擬合參數(shù).

1.2.3 動(dòng)態(tài)閾值法 本文中,應(yīng)用動(dòng)態(tài)閾值法提取物候.首先,計(jì)算了2000～2019年平均EVI時(shí)間序列曲線.然后將50%和50%作為2個(gè)動(dòng)態(tài)閾值,在之前的研究中廣泛用于遙感數(shù)據(jù)提取物候值[35].以多年中像元上EVI最大值與最小值作為輸入,將1～180d內(nèi)EVIratio首次高于0.5對(duì)應(yīng)的EVI時(shí)間點(diǎn)定義為SOS,180～365d內(nèi)EVIratio首次低于0.5對(duì)應(yīng)的EVI時(shí)間點(diǎn)定義為EOS,計(jì)算公式如下:

式中:EVIratio取值范圍為0～1;EVI為每日EVI; EVImax和EVImin是研究時(shí)段每個(gè)像元EVI全年的最大值和最小值.

1.3 趨勢(shì)分析和相關(guān)分析法

采取一元線性回歸分析法分析2000～2019a渾善達(dá)克沙地植被物候的整體變化趨勢(shì),單個(gè)像元多年回歸方程中趨勢(shì)線斜率即為年際變化率.通過時(shí)間序列和植被物候序列的相關(guān)關(guān)系來(lái)判斷物候年際間變化的顯著性,斜率為正表示物候推遲,反之則表示植被物候提前[36].

式中:123為變量3固定后變量1與2的偏相關(guān)系數(shù);12為變量1與變量2的相關(guān)系數(shù);13為變量1與變量3的相關(guān)系數(shù);23為變量2與變量3的相關(guān)系數(shù).123>0表示正相關(guān);123<0表示負(fù)相關(guān),相關(guān)系數(shù)越大,說(shuō)明2個(gè)要素之間的相關(guān)性越強(qiáng)[30].如果123值通過0.05的顯著性水平,則認(rèn)為兩個(gè)要素之間顯著的正或負(fù)相關(guān).

2 結(jié)果與分析

2.1 渾善達(dá)克沙地植被物候空間格局和總體變化趨勢(shì)

從圖2(a)可以看出,研究區(qū)平均SOS出現(xiàn)在第90～150d,僅0.12%的區(qū)域晚于第145d.大部分集中于第110～140d(87.53%),即SOS主要出現(xiàn)在4月下旬～5月下旬,平均為127d.空間分布自西向東逐漸增大,返青期最早的地區(qū)主要位于蘇尼特右旗東部,即研究區(qū)的西部地區(qū),一般集中在90～105d(4.32%).而SOS較晚的區(qū)域主要分布多倫縣和河北境內(nèi),即研究區(qū)的東北角區(qū)域,SOS值分布在140～150d(4.92%),表明水汽條件好的區(qū)域返青更晚.多年平均EOS出現(xiàn)在第240～290d,僅2.13%的區(qū)域早于第250d.大部分集中在第250～280d(96.94%),即EOS主要出現(xiàn)在9月上旬～10月上旬,平均為265d.空間分布呈中部高東西低,EOS較晚的區(qū)域位于蘇尼特左旗境內(nèi)(圖2(b)),即研究區(qū)的北部區(qū)域,EOS值分布在275～ 290d(4.86%).從圖2(c)可以看出,渾善達(dá)克沙地平均生長(zhǎng)季長(zhǎng)度(LOS)出現(xiàn)在100～180d,僅0.25%的區(qū)域早于100d.大部分集中在120～170d(92.74%),平均為138d,基本與EOS具有相同的空間分布規(guī)律.

圖2 20年間渾善達(dá)克沙地物候的空間分布及面積百分比

圖中南側(cè)柱狀圖代表不同物候值所占面積百分比

從近20a的年際變化趨勢(shì)看(圖3),SOS幾乎沒有變化,EOS和LOS都呈現(xiàn)微弱推遲趨勢(shì),但變化均不顯著.相對(duì)EOS趨勢(shì)更明顯,近20a變化幅度約10d(斜率為0.28d/a).20a平均EOS值約為264.8d, EOS值2002年最低,約為255d,低于多年平均值3.69%,研究顯示渾善達(dá)克沙地2002年是近20年里生長(zhǎng)季氣溫最高、降水最少的1a[38].2016年最高,約為271.2d,高于多年平均值2.42%,在水土保持生態(tài)工程、退耕還林工程、天然林保護(hù)工程、“三北”防護(hù)林工程、防沙治沙工程、生態(tài)建設(shè)重點(diǎn)縣等一大批國(guó)家重點(diǎn)項(xiàng)目建設(shè)的支持下,大量適合在沙地生長(zhǎng)的植物被種植以用于改良沙地生態(tài)環(huán)境,在2016年左右初見成效,相應(yīng)的渾善達(dá)克沙地植被蓋度也是最高的[39].

圖3 2000～2019年間渾善達(dá)克沙地植被物候年變化

2.2 渾善達(dá)克沙地植被物候空間變化趨勢(shì)

圖4 2000～2019年渾善達(dá)克沙地植被物候時(shí)空變化趨勢(shì)及面積百分比柱狀圖

從空間分布來(lái)看(圖4(a)),植被SOS提前趨勢(shì)面積與推遲的面積相當(dāng),前者占研究區(qū)總面積的51.51%,而后者最明顯的地區(qū)零星分布于正鑲白旗、蘇尼特右旗、阿巴嘎旗和克什克騰旗,推遲趨勢(shì)大于1d/a(8.70%).植被EOS總體呈弱的推遲趨勢(shì)(圖4(b)),呈推遲趨勢(shì)的面積比呈提前趨勢(shì)的面積比重略高,分別占研究區(qū)總面積的67.02%和32.98%.呈推遲趨勢(shì)的地區(qū)主要分布在研究區(qū)的中西部地區(qū),特別是在蘇尼特右旗,推遲變化速率為1.5d/a(9.71%).呈提前趨勢(shì)的地區(qū)主要分布在研究區(qū)東部地區(qū),特別是在正鑲白旗東部和克什克騰旗大部.從近20年的變化趨勢(shì)看(圖4(c)),植被LOS總體也呈弱的延長(zhǎng)趨勢(shì)(0.023d/a),絕大部分區(qū)域呈延長(zhǎng)趨勢(shì),占研究區(qū)總面積的62.71%,而LOS縮短趨勢(shì)最明顯的地區(qū)零星分布于在正鑲白旗、克什克騰旗、錫林浩特市和正藍(lán)旗東部,推遲趨勢(shì)小于-1d/a(9.11%).

2.3 渾善達(dá)克沙植被物候變化對(duì)海拔變化的響應(yīng)

渾善達(dá)克沙地植被物候與海拔關(guān)系密切(圖5(a)).海拔每升高100m,SOS推遲2.5d、EOS提前0.4d、LOS縮短2.9d.在900～1500m,隨著海拔的升高,SOS顯著推遲(2=0.84,<0.01),EOS不顯著提前(2=0.19,>0.05),LOG顯著縮短(2=0.96,<0.01),表明植被枯黃期受海拔梯度變化影響較小.

渾善達(dá)克沙地植被物候的年際變化在海拔梯度上的分異如圖5(b)所示,顯示了2000～2019年每100m高度帶上物候均值的年際變化與海拔的關(guān)系.不同海拔帶上EOS、LOS均推遲,在900～1200m海拔帶內(nèi),隨著海拔升高,EOS和LOS變化趨勢(shì)一致,推遲幅度逐漸減少,從1d/a減少到0.2d/a,在1200～1500m海拔內(nèi),推遲幅度趨于平穩(wěn).說(shuō)明在1200m以上,EOS和LOS隨著海拔升高,推遲幅度變化不明顯.SOS變化幅度波動(dòng)較大,提前推遲規(guī)律不明顯.

2.4 渾善達(dá)克沙地物候變化對(duì)氣象因子的響應(yīng)分析

由于多年平均SOS值為127d,本文逐月分析了SOS與當(dāng)年1、2、3、4月至前一年11、12月的溫度和降水的偏相關(guān)性(表1).研究區(qū)植被SOS與溫度呈明顯的正相關(guān)性,但相關(guān)系數(shù)不大.而在溫度一定的情況下,降水與植被SOS呈明顯的負(fù)相關(guān)性,降水量越充足,SOS越提前.同樣由于EOS平均值為265d,分析了EOS與當(dāng)年5、6、7、8、9、10月的溫度和降水的偏相關(guān)性.植被EOS在6～9月與溫度明顯的正相關(guān)性,即在降水一定的情況下,隨著溫度升高,EOS被推遲.而在溫度一定的情況下,除了5月呈負(fù)相關(guān),其他月份EOS與降水都呈正相關(guān).由于LOS由EOS和SOS計(jì)算得來(lái),所以LOS與溫度和降水偏相關(guān)性不作討論.

表1 年平均物候與溫度、降水量的偏相關(guān)分析

進(jìn)一步分析顯著相關(guān)(<0.05)地區(qū)所占的百分比(圖6).總體上,SOS與研究時(shí)間段的氣溫呈顯著正相關(guān),尤其是前一年11、12月和當(dāng)年3、4月呈顯著正相關(guān)面積占研究區(qū)的比分別為:2.51%、2.42%、3.78%、5.80%.除了3月份(顯著性正相關(guān)地區(qū)占比為2.68%),SOS與降水量在其他月份呈明顯的負(fù)相關(guān)性.EOS與研究時(shí)間段的氣溫呈顯著正相關(guān),尤其是6、7、8和9月呈顯著正相關(guān)的面積占研究區(qū)的比分別為,5.45%、9.98%、2.07%和2.64%.除了5月份(顯著性正相關(guān)地區(qū)占比為3.89%),EOS與降水量在其他月份呈明顯的負(fù)相關(guān)性.

3 討論

3.1 估算結(jié)果的驗(yàn)證

由于本文缺乏實(shí)測(cè)數(shù)據(jù),故采用間接驗(yàn)證的方式對(duì)估算結(jié)果進(jìn)行驗(yàn)證.將本文累積Logistic曲線曲率極值法和動(dòng)態(tài)閾值法求平均計(jì)算的物候值與他人估算的物候均值進(jìn)行對(duì)比驗(yàn)證,來(lái)檢測(cè)估算的準(zhǔn)確性與可行性(表2).比較結(jié)果表明,2000～2019年間渾善達(dá)克沙地物候值與前人的研究包括渾善達(dá)克沙地在內(nèi)的區(qū)域物候值基本一致.但遙感監(jiān)測(cè)數(shù)據(jù)揭示的物候變化趨勢(shì)有一定偏差,出現(xiàn)這種情況在一些研究中得到了解釋,主要原因在于[10]:1)物候提取方法不同;2)研究區(qū)范圍和時(shí)間序列不一致;3)所使用的遙感數(shù)據(jù)時(shí)空分辨率不同.因此認(rèn)定,上述方法適合于渾善達(dá)克沙地植被物候的時(shí)空變化分析.

3.2 渾善達(dá)克沙地自然因子對(duì)植被物候變化的影響

從渾善達(dá)克沙地植被物候時(shí)空變化上來(lái)看,近20a平均SOS的空間分布大致與地形和水熱空間分布一致,西北部比東部提前,主要由于西部地勢(shì)相對(duì)低,受溫帶半干旱草原氣候地帶影響,隨著春季溫度升高,低海拔地區(qū)的SOS出現(xiàn)較早.EOS的分布與地形無(wú)明顯的一致性,由于地形敏感性低,而研究區(qū)東部較早的原因可能與地勢(shì)高,同時(shí)比西部更接近太平洋,其水汽條件充分有關(guān),同時(shí)受季風(fēng)區(qū)范圍影響[41].渾善達(dá)克沙地LOS主要由SOS和EOS決定,從空間分布圖可以看出,生長(zhǎng)季長(zhǎng)度與枯黃期分布基本一致,表明近20a該地區(qū)EOS對(duì)LOS的影響比SOS更明顯.

表2 研究結(jié)果與其他方法模擬結(jié)果比較

注:括號(hào)內(nèi)為變化率.

本研究區(qū)內(nèi)SOS與前一年冬季和當(dāng)年春季的氣溫呈正相關(guān),表明植被返青期會(huì)因溫度升高而不會(huì)提前,有研究表明,在全球氣候變暖的情況下,內(nèi)蒙古植被返青期普遍提前[42],本文結(jié)果與該觀點(diǎn)不同,可能原因與渾善達(dá)克沙地SOS年際變化小而且提前和推遲趨勢(shì)面積大致相同有關(guān).SOS與降水量呈顯著負(fù)相關(guān)的面積要多于呈顯著正相關(guān)面積,尤其前一年冬季和當(dāng)年春季的降水與返青期呈顯著負(fù)相關(guān)關(guān)系,可能由于冬季渾善達(dá)克沙地氣溫較低,降水多以積雪形式降落到地面,積雪及開春后融化的水分會(huì)對(duì)植被返青提前產(chǎn)生明顯效果[43].3月份降水對(duì)SOS具有較明顯的正相關(guān),說(shuō)明仍有很大一部分區(qū)域降水達(dá)到飽和會(huì)推遲植物開始生長(zhǎng).表明降水是渾善達(dá)克沙地植被返青期提前的主要原因之一.

研究區(qū)EOS與氣溫和降水都呈密切的正相關(guān)性,隨著夏天氣溫升高,枯黃期推遲,由于溫度升高將有利于植被光合作用酶的活性,降低葉綠素的霜凍傷害,從而推遲植被的枯黃期[44].降水的增加有助于EOS的推遲,這可能跟沙地水分條件匱乏有關(guān),該夏季和秋季降水量將增加植被蓋度從而推遲EOS.5月的降水與EOS呈負(fù)相關(guān),這可能與降雨伴隨著溫度的降低和云層的增多有關(guān)系,進(jìn)而增加霜凍傷害以及降低光合作用[45],導(dǎo)致渾善達(dá)克沙地值被枯黃期提前.總的來(lái)說(shuō),渾善達(dá)克沙地植被物候變化規(guī)律較為復(fù)雜,呈現(xiàn)出明顯的空間差異性,后續(xù)的研究中需進(jìn)一步考慮引入群落結(jié)構(gòu)、人類活動(dòng)、自然災(zāi)害等因子做深入分析.

4 結(jié)論

4.1 在整個(gè)研究區(qū)范圍內(nèi),20a研究區(qū)植被物候變化的年際波動(dòng)均不明顯,其中:SOS在110～140d(變化率0.049d/a),空間分布自西向東逐漸增大;EOS在250～280d(0.28d/a),空間分布自西南向東北逐漸減小.LOS在120～170d(0.23d/a),基本與SOS具有相反的分布規(guī)律.

4.2 從植被物候變化的空間分布比例上看,呈提前趨勢(shì)占研究區(qū)比重分別為:SOS為51.51%、EOS為67.02%和LOS為62.71%.

4.3 與海拔關(guān)系上看,海拔每升高100m,SOS推遲2.3d,EOS提前0.4d、LOS縮短2.9d.渾善達(dá)克沙地植被EOS與整個(gè)海拔梯度上敏感性低.在1200m以上,枯黃和生長(zhǎng)季長(zhǎng)度隨著海拔升高,推遲幅度變化不明顯.

4.4 從偏相關(guān)分析來(lái)看,前一年11、12月和當(dāng)年1、2、4月降水量對(duì)SOS有提前作用.6、7、8、9月份氣溫和降水都對(duì)EOS推遲有明顯的作用.

[1] Jeongmin Y, Su-Jeong J, Chang-H H, et al. Influence of winter precipitation on spring phenology in boreal forests [J]. Global Change Biology, 2018,24(11):5176-5187.

[2] 黃文琳,張 強(qiáng),孔冬冬,等.1982～2013年內(nèi)蒙古地區(qū)植被物候?qū)Ω珊底兓捻憫?yīng)[J]. 生態(tài)學(xué)報(bào), 2019,39(13):4953-4965.

Huang W L, Zhang Q, Kong D D, et al.Response of vegetation phenology to drought in Inner Mongolia from 1982 to 2013 [J]. Acta Ecologica Sinica, 2019,39(13):4953-4965.

[3] 趙 輝,鄭有飛,李 碩,等.基于微氣象學(xué)方法的麥田CO2和O3通量的觀測(cè)與模擬 [J]. 中國(guó)環(huán)境科學(xué), 2020,40(3):1038-1048.

Zhao H, Zheng Y F, Zhang Y X, et al. Potential risk assessment of ground-level ozone on rice yield under climate change scenarios [J]. China Environmental Science, 2020,40(7):2858-2869.

[4] Bao G, Chen J Q, Mark C, et al. Dynamics of net primary productivity on the Mongolian Plateau: Joint regulations of phenology and drought [J]. International Journal of Applied Earth Observation and Geo information, 2019,81:85-97.

[5] Liu Q, Fu Y H, Zhu Z, et al. Delayed autumn phenology in the Northern Hemisphere is related to change in both climate and spring phenology [J]. Global Change Biology, 2016,22:3702-3711.

[6] Liu Q, Fu Y H, Zeng Z H, et al. Temperature, precipitation, and insolation effects on autumn vegetation phenology in temperate China [J]. Global Change Biology, 2016,22:644-655.

[7] Chen J, Jonsson P, Tamura M, et al. A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter [J]. Remote Sensing of Environment, 2004, 91:332-344.

[8] Yu H Y, Eike L D L, Xu J C. Winter and spring warming result in delayed spring phenology on the Tibetan Plateau [J]. Proceedings of the National Academy of Sciences of the United States of America, 2010,107:22151-22156.

[9] 姜 康,包 剛,烏蘭圖雅,等.2001～2017年蒙古高原不同植被返青期變化及其對(duì)氣候變化的響應(yīng)[J]. 生態(tài)學(xué)雜志, 2019,38(8):2490- 2499.

Jiang K, Bao G, Wu L T Y, et al.Variations in spring phenology of different vegetation types in the Mongolian Plateau and its responses to climate change during 2001～2017 [J]. Chinese Journal of Ecology, 2019,38(8):2490-2499.

[10] 薩日蓋,包 剛,包玉海,等.內(nèi)蒙古植被枯黃期變化及其與氣候和植被生產(chǎn)力的關(guān)系[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2020,31(6):1898-1908.

Sa R G, Bao G, Bao Y H, et al.Variation in the vegetation fade stage and its relationships with climate and vegetation productivity in Inner Mongolia, China [J]. Chinese Journal of Applied Ecology, 2020,31(6): 1898-1908.

[11] 包 剛,包玉龍,阿拉騰圖婭,等.1982～2011年蒙古高原植被物候時(shí)空動(dòng)態(tài)變化[J]. 遙感技術(shù)與應(yīng)用, 2017,32(5):866-874.

Bao G, Bao Y L, A L T T Y, et al. Spatio-temporal dynamics of vegetation phenology in the Mongolian Plateau during 1982～2011 [J]. Remote Sensing Technology and Application, 2017,32(5):866-874.

[12] Dong J, Xiao X, Menarguez, et al. Mapping paddy rice planting area in northeastern Asia with Landsat 8images, phenology-based algorithm and Google Earth Engine [J]. Remote Sensing of Environment, 2016, 185:142-154.

[13] 包 剛,包玉海,覃志豪,等.近10年蒙古高原植被覆蓋變化及其對(duì)氣候的季節(jié)響應(yīng)[J]. 地理科學(xué), 2013,33(5):613-621.

Bao G, Bao Y H, Qin Z H, et al. Vegetation cover changes in Mongolian Plateau and its response to seasonal climate changes in recent 10years [J]. Scientia Geographica Sinica, 2013,26(3):613-621.

[14] Zhang G, Dong J, Zhang Y, et al. Reply to Shen et al. No evidence to show nongrowing season NDVI affects spring phenology trend in the Tibetan Plateau over the last decade [J]. Proceedings of the National Academy of Sciences of the United States of America, 2013,110 (26):2330-2331.

[15] 烏日汗,紅 雨,包 剛.2001～2016年內(nèi)蒙古植被物候變化及其對(duì)生產(chǎn)力的影響[J]. 草地學(xué)報(bào), 2019,27(6):230-238.

Wu R H, Hong Y, Bao G. The change of vegetation phenology and its impacts on vegetation productivity in Inner Mongolia during 2001～ 2016 [J]. Acta Agrestia Sinica, 2019,27(6):1685-1693.

[16] 滿衛(wèi)東,劉明月,王宗明,等.1990～2015年?yáng)|北地區(qū)草地變化遙感監(jiān)測(cè)研究 [J]. 中國(guó)環(huán)境科學(xué), 2020,40(5):2246-2253.

Man W D, Liu M Y, Wang Z M, et al. Remote sensing investigation of grassland change in Northeast China during 1990～2015 [J]. China Environmental Science, 2020,40(5):2266-253.

[17] 陶 健,張戈麗,王軍邦,等.內(nèi)蒙古中東部地區(qū)耕地物候動(dòng)態(tài)研究[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2011,(22):4583-4592.

Tao J, Zhang G L, Wang J B, et al. Variation of cropland phenology in mid-eastern Inner Mongolia [J]. Scientia Agricultura Sinica, 2011, 44(22):4583-4592.

[18] 元志輝,包 剛,銀 山,等.2000～2014年渾善達(dá)克沙地植被覆蓋變化研究[J]. 草業(yè)學(xué)報(bào), 2016,25(1):33-46.

Yuan Z H, Bao G, Yin S, et al. Vegetation changes in Otindag sand country during 2000～2014. Acta Prataculturae Sinica, 2016,25(1): 33-46.

[19] Wu C, Hou X, Peng D, et al. Land surface phenology of China's temperate ecosystems over 1999～2013: Spatial-temporal patterns, interaction effects, covariation with climate and implications for productivity [J]. Agricultural and Forest Meteorology, 2016,216:177- 187.

[20] Zhang X Y, Friedl M A, Schaaf C B, et al. Monitoring vegetation phenology using MODIS [J]. Remote Sensing of Environment: An Interdisciplinary Journal, 2003,84(3):471-475.

[21] Shen M G, Piao S L, Cong N, et al. Precipitation impacts on vegetation spring phenology on the Tibetan Plateau [J]. Global Change Biology, 2015,21(10):3647-3656.

[22] 孟 琪,武志濤,杜自強(qiáng),等.基于地理探測(cè)器的區(qū)域植被覆蓋度的定量影響——以京津風(fēng)沙源區(qū)為例 [J]. 中國(guó)環(huán)境科學(xué), 2021,41(2): 826-836.

Meng Q, Wu Z T, Du Z Q, et al. Quantitative influence of regional fractional vegetation cover based on geodetector model —Take the Beijing-Tianjin sand source region as an example. [J]. China Environmental Science, 2021,41(2):826-836.

[23] 元志輝,池勇峰,雷 軍,等.2000～2013年渾善達(dá)克沙地植被凈初級(jí)生產(chǎn)力變化研究[J]. 冰川凍土, 2017,39(1):185-199.

Yuan Z H, Chi Y F, Lei J, et al. Variation of vegetation net primary productivity in Hunshandak Sandyland during 2000～2013 [J]. Journal of Glaciology and Geocryology, 2017,39(1):185-199.

[24] 朱震達(dá).中國(guó)土地沙漠化的概念、成因和防止[J]. 第四紀(jì)研究, 1998,(2):145-155.

Zhu Z D. Concept, cause and control of desertification in China [J]. Quaternary sciences, 1998,(2):145-155.

[25] 王靜璞,劉連友,賈 凱,等.毛烏素沙地植被物候時(shí)空變化特征及其影響因素[J]. 中國(guó)沙漠, 2015,35(3):624-631.

Wang J P, Liu L Y, Jia K, et al.Spatiotemporal variation of vegetation phenology and its affecting factors in the Mu Us Sandy Land [J].Journal of Desert Research, 2015,35(3):624-631.

[26] Jin H, Bao G, Chen J, et al. Modifying the maximal light-use efficiency for enhancing predictions of vegetation net primary productivity on the Mongolian Plateau [J]. International Journal of Remote Sensing, 2020,41(10):3740-3760.

[27] Piao S L, Cui M D, Chen A P, et al. Altitude and temperature dependence of change in the spring vegetation green-up date from 1982 to 2006 in the Qinghai-Xizang Plateau [J]. Agricultural and Forest Meteorology, 2011,151:1599-1608.

[28] 銀 山.內(nèi)蒙古渾善達(dá)克沙地荒漠化動(dòng)態(tài)研究[D]. 呼和浩特:內(nèi)蒙古農(nóng)業(yè)大學(xué), 2010.

Yin S. Study on the dynamic desertification of Inner Mongolia Hunshandake Sand Land [D]. Hohhot: Inner Mongolia Agricultural University, 2010.

[29] Yang X, Wang X, Liu Z, et al. Initiation and variation of the dune fields in semi-arid China - with a special reference to the Hunshandake Sandy Land, Inner Mongolia [J]. Quaternary Science Reviews, 2014,78:369-380.

[30] 穆少杰,李建龍,陳奕兆,等.2001～2010年內(nèi)蒙古植被覆蓋度時(shí)空變化特征[J]. 地理學(xué)報(bào), 2012,67(9):1255-1268.

Mu S J, Li J L, Chen Y Z, et al. Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001～2010. Acta Geographica Sinica, 2012,67(9):1255-1268.

[31] Bao G, Tuya A, Bayarsaikhan S, et al. Variations and climate constraints of terrestrial net primary productivity over Mongolia [J]. Quaternary International, 2020,537:112-125.

[32] 包 剛,覃志豪,包玉海,等.1982～2006年蒙古高原植被覆蓋時(shí)空變化分析[J]. 中國(guó)沙漠, 2013,33(3):918-927.

Bao G, Qin Z H, Bao Y H, et al. Spatial-temporal changes of vegetation cover in Mongolian Plateau during 1982～2006. Journal of Desert Research, 2003,33(3):918-927.

[33] Roerink G J, Menenti M, Verhoef W. Reconstructing cloudfree NDVI composites using Fourier analysis of time series [J]. International Journal of Remote Sensing, 2000,21:1911-1917.

[34] Hou X H, Gao S, Niu Z, et al. Extracting grassland vegetation phenology in North China based on cumulative SPOT-VEGETATION NDVI data [J]. International Journal of Remote Sensing, 2014,35: 3316-3330.

[35] Jonsson P, Eklundh L. Seasonality extraction by function fitting to time-series of satellite sensor data [J]. IEEE Transactions on Geoscience & Remote Sensing, 2002,40(8):1824-1832.

[36] 元志輝,雷 軍,包 剛,等.土地利用/覆蓋變化對(duì)渾善達(dá)克沙地植被覆蓋度的影響[J]. 水土保持學(xué)報(bào), 2016,(6):330-338.

Yuan Z H, Lei J, Bao G, et al. The impacts of land use/cover change on vegetation coverage in the Otindag Sandland [J]. Journal of Soil and Water Conservation, 2016,(6):330-338.

[37] 穆少杰,李建龍,周 偉,等.2001～2010年內(nèi)蒙古植被凈初級(jí)生產(chǎn)力的時(shí)空格局及其與氣候的關(guān)系[J]. 生態(tài)學(xué)報(bào), 2013,33(12):3752- 3764.

Mu S J, Li J L, Zhou W, et al. Spatial-temporal distribution of net primary productivity and its relationship with climate factors in Inner Mongolia from 2001 to 2010. Acta Ecologica Sinica, 2013,33(12): 3752-3764.

[38] 董曉宇,姚華榮,戴君虎,等.2000～2017年內(nèi)蒙古荒漠草原植被物候變化及對(duì)凈初級(jí)生產(chǎn)力的影響[J]. 地理科學(xué)進(jìn)展, 2020,39(1): 24-35.

Dong X Y, Yao H R, Dai J H, et al. Phenological changes of desert steppe vegetation and its effect on net primary productivity in Inner Mongolia from 2000 to 2017. Progress in Geography, 2020,39(1):24- 35.

[39] 王 強(qiáng),張 勃,戴聲佩,等.三北防護(hù)林工程區(qū)植被覆蓋變化與影響因子分析[J]. 中國(guó)環(huán)境科學(xué), 2012,32(7):1302-1308.

Wang Q, Zhang B D, Sheng P, et al.Analysis of the vegetation cover change and its relationship with factors in the Three-North Shelter Forest Program [J]. China Environmental Science, 2012,32(7):1302- 1308.

[40] 秦格霞,吳 靜,李純斌,等.中國(guó)北方草地植被物候變化及其對(duì)氣候變化的響應(yīng) [J]. 應(yīng)用生態(tài)學(xué)報(bào), 2019,30(12):4099-4107.

Qin G X, Wu J, Li C B, et al.Grassland vegetation phenology change and its response to climate changes in North China [J].Chinese Journal of Applied Ecology, 2019,30(12):4099-4107.

[41] Wang H J, Chen Y N, Chen Z S. Spatial distribution and temporal trends of mean precipitation and extremes in the arid region, northwest of China, during 1960～2010 [J]. Hydrological Processes, 2013,27: 1807-1818.

[42] 徐 煜.2001～2015年甘肅省植被覆蓋、物候變化及對(duì)氣候變化的響應(yīng)[D]. 蘭州:甘肅農(nóng)業(yè)大學(xué), 2018.

Xu Y. Dynamic change of vegetation and phenology response to climate change in Gansu Province during 2001～2015 [D]. Lanzhou: Gansu Agricultural University, 2018.

[43] Groffman P M, Driscoll C T, Fahey T J, et al. Colder soils in a warmer world: A snow manipulation study in a northern hardwood forest ecosystem [J]. Bio geochemistry, 2001,56:135-150.

[44] Yang Y T, Guan H D, Shen M G, et al. Changes in autumn vegetation dormancy onset date and the climate controls across temperate ecosystems in China from 1982 to 2010 [J]. Global Change Biology, 2015,21:652-665.

[45] Mao D H, Wang Z M, Luo L, et al. Integrating AVHRR and MODIS data to monitor NDVI changes and their relationships with climatic parameters in Northeast China [J]. International Journal of Applied Earth Observations & Geo information, 2012,18:528-236.

Research on vegetation phenological changes in the Otindag sandy land Based on MODIS NDVI and EVI.

YUAN Zhi-hui1,2,3, SA Chu-la1*, YIN Shan1

(1.College of Geographical Science, Inner Mongolia Normal University, Hohhot 010022, China；2.Inner Mongolian Key Laboratory of Remote Sensing and Geographic Information System, Inner Mongolia Normal University, Hohhot 010022, China；3.The Department of Natural Resources, Wulanchabu 010022, China)., 2021,41(11)：5254～5263

Based on the MODIS NDVI and EVI data in recent 20 years, the vegetation phenology in Otindag sandy land was extracted by using the extreme curvature method of logistic curve and dynamic threshold method, and its temporal and spatial changes were analyzed. The response of vegetation phenology to elevation and meteorological factors was analyzed by using the research result data. The results indicated that the vegetation phenology in the study area showed a slight fluctuation trend from 2000 to 2019. The start of growth season (SOS) was concentrated in 110～140 Julian day, while the end of growth season (EOS) was in 250～280 Julian day and was delayed (0.28d/a). The length of growth season (LOS) was in 120～170 Julian day and was lengthened (0.23d/a). For the trend, SOS was showed a decreasing trend which occupied 51.51% of the total study area. EOS was showed an increasing trend in 32.98% of the study area while the rest decreased. LOS of the area accounted for 62.71% of the study area was showed a prolonged trend. In the altitude range of 900～1500m, SOS was significantly delayed, EOS was not significantly advanced, and LOS was significantly shortened as the altitude increased. The precipitation had an advance effect on SOS in January, February, April and November, December of the previous year. The temperature and precipitation had an obvious effect on the delay of EOS from June to September. On the whole, the responses of phenology to meteorological factors in Otindag sandy land were complex, showing obvious seasonal differences and topographical variability.

Otindag sandy land；phenology；climate；elevation

X171

A

1000-6923(2021)11-5254-10

元志輝(1988-),男,內(nèi)蒙古烏蘭察布人,內(nèi)蒙古師范大學(xué)博士生,主要從事土地覆被與生態(tài)修復(fù)研究.發(fā)表論文4篇.

2021-04-11

國(guó)家自然科學(xué)基金資助項(xiàng)目(41861014)

* 責(zé)任作者, 教授, sachula@126.com