中国植被物候研究进展及展望

本文围绕气候变化背景下的中国植被物候研究,梳理了植被物候对气候变化的响应机制,分析了中国植被物候变化对陆地生态系统碳、水和能量循环的影响,植被物候变化对局地气候的反馈机制以及通过大气环流对气候系统的影响．主要结论:1)中国植被生长季开始日期提前1~6 d?(10 a)–1,结束日期推迟2~5 d?(10 a)–1,生长季显著延长;2)中国中高纬度地区植被对温度的响应明显高于亚热带和热带地区,温度在控制植被物候的过程中起到多重作用,降水主要影响干旱和半干旱地区的植被物候;3)植被生长季延长增加陆地生态系统生产力,增加中国碳汇;4)植被物候变化改变植被的蒸散发量,从而改变我国的流域尺度河流径流;5)在中国大部分地区,植被物候变化对气候系统产生负反馈作用,甚至影响大气环流过程．中国植被物候的研究越来越多,但仍存在亟待解决的科学问题,比如未来中国植被物候研究需要更加关注遥感数据反演精度,明确物候响应气候变化机制的尺度效应,结合机器学习等智能算法改进物候模型提高物候模拟精度,并重视农作物物候,加强物候与森林管理结合研究以提高我国生态系统碳汇能力,积极面对碳中和带来的机遇与挑战．      

中国自然植被物候特征遥感分类

现有的土地覆盖分类数据以及植被-气候分类或分区数据均未考虑各类型或各分区单元内的植物物候差异,也没有排除各分区单元内受人为干扰强烈的区域,从而不利于单独考察植被物候与气候变化的相互作用关系.本文基于1km分辨率的多年SPOT-VGT归一化差值植被指数(NDVI)时序数据,首先依据植被信号强度、植被季相变化强度以及受人为干扰程度将中国自然植被按物候特征划分为极明显、明显、较明显和其他4个一级类别;并进一步利用能够较好反映NDVI时序数据形状特征的光谱角余弦作为相似性测度方法,根据物候相似性对极明显、明显、较明显这3个一级类别分别聚为9、15、7个二级类别;最后采用7个物候指标的变异系数来评价分类效果.结果表明,同已有的植被-气候分类或分区数据(生物气候区、生态区、植被区划、IGBP土地覆盖分类、生态物候区)相比,本文构建的植被物候二级类别具有更为一致的物候特征,该物候分类结果可为植被物候与气候变化关系研究、陆地生态系统碳循环模拟、植被物候地面监测站点选址提供基础数据和科学依据.     

青藏高原物候研究的热点和趋势——基于CiteSpace可视化分析

基于1994—2020年关于青藏高原地区植被物候的已发表文献资料，利用CiteSpace可视化技术、文献研究法等分析近27 a青藏高原地区植被物候变化趋势及影响因素，并对该地区物候研究的热点及未来的研究方向进行分析.结果表明，青藏高原地区物候研究的年发文量总体呈上升趋势，发文内容以青藏高原地区物候与气候变化之间的关系为主，遥感技术取代传统地面观测成为研究青藏高原植被物候的主要手段.近27 a青藏高原地区植被返青期呈提前趋势，枯黄期变化趋势尚无一致结论，生长季长度呈延长趋势；气温和降水为物候期变化的主导因素，暖湿条件使物候期提前，暖干条件则会不同程度推迟物候期.未来应在不同研究手段整合的基础上对青藏高原地区植被物候开展多尺度研究.     

物候观测对气候变暖的响应

在最近20多年,全球平均表面温度出现了显著上升,全球变暖已成为全球关注的重要问题。物候现象与气候等环境因素息息相关,物候对全球变暖的响应研究正在成为物候研究的一个新的热点领域。概述了当前物候对全球变暖响应研究的主要进展,基于实地动植物等物候观测和遥感监测的大量研究表明,近期动植物等物候正发生着显著变化,其与气候变暖有密切关系,是对全球变暖的明显响应。     

祁连山不同类型植被物候变化及其对温度的响应

本文基于GIMMS NDVI数据,采用遥感物候法提取了生长季开始日期（SOS）、生长季结束日期（EOS）和生长季长度（LGS）3个植被物候指标,并借助Theil-Sen斜率与Mann-Kendall检验等统计方法和偏最小二乘分析法（PLS）,分析了祁连山不同类型植被物候空间分布规律、时间变化趋势及其对温度的响应．结果表明:1）自东南到西北方向,祁连山植被类型从灌丛逐渐过渡到草甸、草原再到高山植被,物候指标SOS逐渐推迟,EOS逐渐提前,LGS逐渐缩短．2）草甸和灌丛2种植被的物候变化最为剧烈,研究期内该2种植被的SOS均显著提前（分别为0.19和0.25 d·（10 a）?1）,EOS显著推迟（分别为0.20、0.21 d·（10 a）?1）,LGS显著延长（分别为0.39、0.46 d·（10 a）?1）;祁连山全境及主要植被的SOS均在1997—2000年发生转折,EOS和LGS的转折点均发生在2003年．3）上年秋末冬初温度对草甸与灌丛植被SOS具有正向影响,物候期前的春季温度对SOS具有显著负影响;夏秋季温度对EOS和LGS具有显著正影响．此外,最高温对物候的影响显著强于最低温,且在春夏季的个别月份,二者对物候的影响方向不同．植被物候的变化提示当地牧民在牧草种植与放牧上的调整．      

VPAUI指数监测中部城市群2001年～2013年建设用地扩张——以武汉、长沙和南昌为例

提出一种采用植被物候校正的指数VPAUI,并将其应用于中部城市群的建设用地扩张监测.首先利用植被物候参数对NTL数据进行去饱和处理并构建VPAUI,然后建立建设用地丰度和VPAUI的线性关系模型.以中部城市群的3个省会城市武汉、长沙和南昌为研究区域,利用VAPUI指数进行长时序的监测.结果表明,利用VPAUI提取的建设用地丰度能更好地解决夜间灯光强度饱和现象,能有效辨识出城市扩张的热点区域.在2001年～2013年间,武汉和长沙新增建设用地面积相当,扩张速度由慢变快,发展迅速,南昌建设用地扩张面积偏少,扩张速度由快变慢,发展滞后于武汉和长沙.     

基于MODIS时序植被指数的植被物候空间格局

利用2001-2003年MODIS 16天最大合成NDVI数据,以及Savitzky-Golay滤波方法提取了陇西黄土高原植被的物候信息.结果表明:研究区内植被物候信息存在明显的空间格局,这种格局是人类活动和环境要素共同作用的结果.利用遥感时序数据可以有效地提取大范围的物候信息,为大范围的植被监测提供新的思路.     

深圳围岭公园主要景观植物的物候特征及其对植被景观的影响

对深圳围岭公园主要景观植物的物候进行观测,分析物候特征,总结变化规律,就植物物候特征对植被景观的形成及其观赏性的影响作出评价.结果表明,围岭公园的植物物候既有种内顺序性,又有种间重叠性;植物种类以常绿和半落叶植物为主,植被景观常绿性较强.因此,总体上植被景观季相变化不明显,但局部地区变化显著.     

高原山区遥感植被制图研究综述

 植被制图是植被生态学研究的基础和重要内容之一.在环境复杂、异质性高的高原山区,由于诸多因素的影响给该区域的遥感植被制图带来很大的困难和挑战.作者重点介绍在复杂山区环境中利用遥感技术进行植被制图的基本过程.为了提高山区遥感植被图的精度,建议注意以下几点：①在提取训练样本阶段,应将同一地物或者植被类型根据其不同的光谱特征分成不同亚类型进行选取训练样本;②现有许多地形校正模型不能有效地提高遥感分类精度;③分类器选择时,建议选择人工智能神经网络分类法、决策树、基于专家知识分类法等先进的非参数分类器;其次如果选择使用中低分辨率影像数据,可以考虑使用亚像元或软分类法;当使用高分辨率影像时,选择基于对象分类法要优于基于像元分类法;④结合辅助数据,尤其是DEM数据能显著提高山区遥感植被或森林制图精度.将来高级地形校正模型和分类算法需要进一步开发和发展.GIS技术与遥感数据结合也是未来遥感植被制图技术发展的一个重要方向.未来研究还需要将群落和植被生态学的理论和方法与遥感技术相结合来提高山区植被制图精度,并促进遥感科学和空间植被生态学发展.     

融合物候及纹理特征的茉莉花种植区提取研究

为充分挖掘图像时序物候信息、几何空间、纹理特征在农作物监测提取研究上的优势，本研究通过构建物候参数与纹理特征的方法对广西横州市茉莉花（Jasminum sambac）种植区进行提取，该方法通过增强型时空自适应反射率融合模型（ESTARFM）融合年度内“高空间-低时间”“高时间-低空间”的遥感图像，重建生成年度中低尺度的卫星影像，获取研究区内不同植被的物候信息参数，并结合地物光谱信息提取地物纹理特征。选取物候参数、纹理特征作为茉莉花种植区分类提取信息，对不同的参数特征进行组合，开展分类对比和综合精度量化评价。结果表明，重建时序归一化植被指数（NDVI）数据结合物候参数及纹理特征的茉莉花种植区提取方法，总体分类精度达到88.36%，Kappa系数为0.863 3，在中低尺度多光谱影像遥感数据“时空信息”的缺失下对茉莉花种植区提取具有良好的效果。     

基于GF-1遥感数据的大兴安岭林区雪水当量反演

【目的】以Landsat-8卫星数据为对照,探索国产GF-1卫星数据对林区积雪特征的估测能力,实现基于国产卫星对东北林区雪水水文过程的监测。【方法】以大兴安岭北部林区为研究区,结合同期的地面雪水当量野外观测数据,利用偏最小二乘回归与BP神经网络两种方法建立线性与非线性雪水当量反演模型。通过平均均方根误差(E_(RMSE))、平均相对均方根误差(r_(RMSE))和平均估测精度这3个评价指标对所建模型进行对比评价。同时,利用两种遥感数据建立的最优模型对研究区内雪水当量分布特征进行反演,并对反演结果进行对比分析。【结果】基于GF-1数据所建立的线性与非线性模型性能均略低于以Landsat-8数据构建的模型,其中GF-1数据最优反演模型精度为80.3%,较Landsat-8反演模型低1.6%;基于GF-1数据反演的雪水当量值与Landsat-8的基本相同;两类遥感数据反演得到的雪水当量在空间分布特征上基本一致,均反映了雪水当量与地形、植被及土地利用类型的高度相关性;由于山地林区植被和地形复杂,并且春季升温过程中地面积雪日消融速率快,GF-1数据以其高空间与时间分辨率上的优势能够更好地对研究区雪水水文过程进行监测。【结论】国产GF-1卫星能够替代Landsat-8卫星成为对大兴安岭北部林区雪水水文过程监测的遥感数据源。     

引入地形特征的田块尺度玉米遥感估产与空间格局分析

田块尺度作物估产引入地形特征提升精度与产量空间格局分析对规模经营具有重要意义。以黑龙江省规模化种植的春玉米为研究对象,测定无人机(unmanned aerial vehicle, UAV)高精度地形与变量测产数据,基于多时期SPOT-6影像提取7种植被指数;采用最小二乘法,构建不同时期植被指数与春玉米实测产量的经验统计模型,确定遥感估产最佳时期和最优植被指数;提取6种地形因子,使用多元逐步回归评价引入地形因子的遥感估产模型,应用空间统计分析探索产量空间分布格局。结果表明:春玉米灌浆期是遥感估产的最佳时期,决定系数R~2达到0.6以上的植被指数共6种,比值植被指数(ratio vegetation index, RVI)为最优植被指数,其余依次为修正比值植被指数(modified simple ratio, MSR)、无蓝色波段增强型植被指数(enhanced vegetation index without a blue band, EVI2)、归一化植被指数(normalized difference vegetation index, NDVI)、次生修正土壤调节植被指数(modified secondary soil adjusted vegetation index, MSAVI2)、绿度归一化植被指数(green normalized difference vegetation index, GNDVI);最佳估产模型引入地形辅助信息后R~2提升5.6%,达到0.79,均方根误差(root mean squared error, RMSE)为347.03 kg/hm~2;高海拔与高坡度区域产量均值最低为7 502.64 kg/hm~2,中海拔与低坡度区域产量均值最高为9 157.63 kg/hm~2。优化后的遥感估产模型可以快速评估作物产量,确定春玉米最佳生长区域,为规模化农业精细管理、土地整治与作物种植结构调整提供科学依据。     

基于Landsat-8 OLI的岷县十里铺幅植被覆盖度多年变化与地质灾害时空分布关系

以岷县十里铺标准图幅为研究区,基于Landsat-8 OLI(operational land imager)遥感影像数据分析了从1990～2018 年期间的植被覆盖度多年动态变化特征以及发展趋势。将多年植被覆盖度与相近年份的地质灾害点进行空间叠加对比,分析了植被覆盖度与地质灾害发生的时空对应关系,结合植被的水文效应以及力学效应探讨了植被的抑灾及致灾作用机理。结果表明：研究区内植被先后经历了急剧退化～逐渐恢复～略微退化的发展趋势,历年发生的地质灾害点主要分布于裸地和低植被覆盖度区域。地质灾害点分布密度总体随植被覆盖度的增加而减少,呈近似负相关关系。植被并不是决定地质灾害发育的关键因素,植被的水文效应和力学效应具有抑灾和致灾作用。在研判地质灾害发生概率时应综合考虑植被覆盖度、大气降水强度、历时产渗流等特征。     

雅鲁藏布江奴下水文站以上流域水文过程及其对气候变化的响应

以雅鲁藏布江奴下水文站以上流域为研究对象,针对缺资料流域的水文计算和预测问题,采用流域水文模型THREW,用地面气象观测、遥感植被覆盖和积雪面积等资料,基于断面水文监测数据对模型进行率定,应用CMIP5数据对径流演变进行预估。结果表明:对于雅鲁藏布江奴下水文站以上流域,THREW模型对1991—1995年率定期月径流模拟的纳什效率系数为0.75,对1996—2000年验证期月径流模拟的纳什效率系数为0.76;IPCC AR5所设置在CO2排放量最大的情况下,径流明显增加。     

大面积遥感植被成图方法的述评

自然植被的地理空间分布是十分重要的环境因子，其应用需求范围很广，包括全球气候变化，自然灾害监测，生态系统活力监测以及火灾管理等。日益增长的更高层次的应用需要一种有一定比例尺的大范围的且能提供详细信息的植被数据集。笔者介绍一种能生成分辨率为30m的自然植被类型覆盖图以及可用于可燃物和火险评估项目的结构变量的遥感方法。此方法的成功有赖于传感器的改进和数据的质量、对区域及其植被生态的全面了解、大量遥感和地面数据的成功整合以及灵活的成图算法。初步成果来自犹他州中部地区，包括28个植被类型。森林、灌木和草本层的郁闭度（亚像元密度）的分类总精度为60％（按生命表平均），三者郁闭度的相关系数分别为0．89，0．60和0．55，平均冠层高的相关系数分别为0．73，0．50和0．20。对改进过的第一轮技术成果进行了讨论，其中包括成图模型的细化、有关环境梯度的应用以及与实际植被类型相关的潜在植被问题等。     

可融合遥感信息的植被虚拟现实仿真模拟

植被结构本身的复杂性、分布生长的随机性,使针对植被结构的定义、描述、定量表征都十分困难。为此,讨论了可融合遥感信息的植被仿真模拟思路,给出了针对植被仿真模拟对象的主要参数,及从植株体形态构成展开的几个关键数学模型描述,并以VRML(Virtual Reality Modeling Language)为平台进行了仿真输出方法验证。该方法使植被模型具备遥感信息接口,为基于多传感器的遥感数据信息的植被虚拟仿真可视化输出提供了有效方法。     

基于低空遥感的消费级相机油菜苗期长势监测最优波段选取

无人机遥感作为卫星和航空遥感平台的有力补充,在低空遥感观测领域发挥越来越重要的作用.对于农作物长势监测而言,选择合适的光谱波段有利于更加准确地反映作物长势情况.该研究借助水稻—油菜氮素养分试验,针对其油菜季开展基于无人机遥感的消费级相机油菜苗期长势监测最优波段选取问题研究.试验采用经红外改造后的消费级相机,逐次搭配lp680、lp720、lp850 3种近红外长通滤波片和RGB红外截止滤波片来获取不同光谱位置的近红外波段影像和可见光波段影像.在此基础上计算多波段影像的多种植被指数,同时结合油菜地面冠层高光谱数据和滤波片光谱响应特性模拟计算相同的植被指数.结果表明,使用可见光波段影像计算的归一化差指数(NDI)与地面实测归一化差植被指数(NDVI)之间的相关性最高,其R2达到0.945,该结果与基于油菜地面冠层高光谱数据所得结果呈现出较好的一致性.同时该NDI值与油菜氮素养分试验中不同氮素施用水平之间的相关性也较好,其R2达0.963.该研究结果表明选取常规消费级相机可见光波段也能准确地获取作物长势信息,为其用于作物长势监测提供了科学依据.