發(fā)布時(shí)間：2020-02-08所屬分類：園林工程師瀏覽：1次
摘 要： 摘要:遙感技術(shù)作為對(duì)大尺度陸表監(jiān)測研究的有效手段，被廣泛應(yīng)用于自然地理環(huán)境各要素的研究中。其中，植被物候作為自然界規(guī)律性、周期性的事件，對(duì)自然環(huán)境尤其是氣候變化有著重要的指示作用。以陜西省為研究區(qū)，采用Savitzky-Golay(S-G)濾波方法對(duì)MODIS歸一
摘要:遙感技術(shù)作為對(duì)大尺度陸表監(jiān)測研究的有效手段，被廣泛應(yīng)用于自然地理環(huán)境各要素的研究中。其中，植被物候作為自然界規(guī)律性、周期性的事件，對(duì)自然環(huán)境尤其是氣候變化有著重要的指示作用。以陜西省為研究區(qū)，采用Savitzky-Golay(S-G)濾波方法對(duì)MODIS歸一化植被指數(shù)(normalizeddifferencevegetationindex，NDVI)數(shù)據(jù)進(jìn)行時(shí)間序列重構(gòu)，并在此基礎(chǔ)上，提取陜西省2001—2016年間的植被物候期信息進(jìn)行其時(shí)空變化特征分析。研究結(jié)果表明:①陜西省的植被物候空間分布特征與其不同地形地貌的空間分布具有較好的一致性;②陜西省生長季開始的平均時(shí)間在每年的第120天，生長季結(jié)束的平均時(shí)間在第280天，生長季長度平均為160d;③2001—2016年間陜西省植被生長季開始時(shí)間變化趨勢為波動(dòng)提前，變化率約為-0.79d/a(R2=0.40，P<0.01)，生長季結(jié)束時(shí)間變化趨勢表現(xiàn)為波動(dòng)推遲，變化率約為0.50d/a(R2=0.25，P<0.05)，生長季長度變化呈波動(dòng)延長趨勢，變化率約為1.29d/a(R2=0.37，P<0.05);④在不同的物候期，陜西省植被的物候變化趨勢空間分布差異較大。
關(guān)鍵詞:NDVI;物候;時(shí)空變化;陜西省
0引言
植被物候是指植物受氣候和其他環(huán)境因子的影響而出現(xiàn)的以年為周期的自然現(xiàn)象，包括植物的發(fā)芽、展葉、開花、葉變色和落葉等，是植物長期適應(yīng)季節(jié)性變化的環(huán)境而形成的生長發(fā)育節(jié)律[1]。因此，植被物候具有反映氣候變化和環(huán)境變化的作用，是指示氣候與自然環(huán)境變化的重要指標(biāo)[2-3]。同時(shí)，植被物候還是陸面過程模型、動(dòng)態(tài)全球植被模型的重要參數(shù)[1，4]，在全球變化研究中具有重要作用。
傳統(tǒng)植被物候觀測主要通過氣象站點(diǎn)的觀測和記錄實(shí)現(xiàn)，這種觀測方式具有覆蓋面積小、成本耗費(fèi)高等缺點(diǎn)，不足以應(yīng)對(duì)大面積的植被物候觀測要求。而衛(wèi)星遙感數(shù)據(jù)具有觀測范圍廣、空間連續(xù)性好、時(shí)間序列長、信息量豐富、數(shù)據(jù)種類多、經(jīng)濟(jì)效益高等特點(diǎn)，在大尺度、長時(shí)間范圍內(nèi)的土地利用、植被覆蓋和農(nóng)業(yè)資源調(diào)查等工作中被廣泛使用，應(yīng)用衛(wèi)星數(shù)據(jù)進(jìn)行遙感監(jiān)測也成為監(jiān)測區(qū)域或全球尺度植被動(dòng)態(tài)變化的強(qiáng)大手段[5]。
相關(guān)期刊推薦：《植物學(xué)報(bào)》是由中國科學(xué)院植物研究所和中國植物學(xué)會(huì)主辦的中文版綜合性學(xué)術(shù)期刊�？�“綜合性、高水平”為辦刊方針，求新、求快，以及時(shí)、準(zhǔn)確地反映我國植物科學(xué)領(lǐng)域科學(xué)家最新研究成果(新發(fā)現(xiàn)、新方法等)、系統(tǒng)評(píng)述國際研究熱點(diǎn)(新理論、新發(fā)展)為基本定位，以涵蓋植物科學(xué)各領(lǐng)域(包括農(nóng)、林、園藝學(xué))具有重要學(xué)術(shù)價(jià)值和創(chuàng)造性的研究成果為主要發(fā)表內(nèi)容，以中國國內(nèi)從事科學(xué)研究和高等教育的中高級(jí)專業(yè)人員為主要讀者和服務(wù)對(duì)象。
衛(wèi)星遙感數(shù)據(jù)植被指數(shù)產(chǎn)品在大尺度上監(jiān)測和描述植被物候變化趨勢的能力，能夠很好地描述整個(gè)生態(tài)系統(tǒng)的物候變化[6]。目前，不少專家和學(xué)者已經(jīng)注意到衛(wèi)星遙感數(shù)據(jù)植被指數(shù)產(chǎn)品應(yīng)用到植被物候方面研究的潛力，且已有部分研究工作者開展了這方面的研究，在中國溫帶地區(qū)[6]、中國北方溫帶地區(qū)[7]、青藏高原[8]、中國農(nóng)牧交錯(cuò)地帶[9]、東北[10]、華北[11]和浙江[12]等不同尺度的研究區(qū)域取得了許多研究成果。但這些成果因氣候類型不同、地形差異大，具有區(qū)域局限性而不適于描述其研究區(qū)以外的植被物候，尤其對(duì)于氣候類型差異顯著的區(qū)域有較大的局限性。
陜西省地處中國大陸腹地，緯度跨度大，地形和氣候類型豐富，開展陜西省的植被物候研究、分析其時(shí)空變化特征，有助于理解在多種地形和氣候類型影響下的植被物候響應(yīng)機(jī)制，豐富我國植被物候研究的區(qū)域范圍，同時(shí)為其他區(qū)域的植被物候研究提供對(duì)比資料。
1研究區(qū)概況與數(shù)據(jù)源
1.1研究區(qū)概況
陜西省位于中國內(nèi)陸，地理范圍在E105°29'～111°15'，N31°42'～39°35'之間，地處東部濕潤地區(qū)和西部干旱區(qū)的交界地帶，因此省內(nèi)氣候類型多樣，可分為暖/中溫帶半干旱地區(qū)(約N37°以北)、暖溫帶半濕潤地區(qū)(約N33°～37°)、北亞熱帶濕潤地區(qū)(約N33°以南)3大氣候區(qū)[13-14];省內(nèi)地形地貌類型豐富，自北向南依次劃分為毛烏素沙地陜北部分、黃土高原、關(guān)中平原、秦嶺山地、漢江盆地和大巴山山地。
1.2數(shù)據(jù)來源和預(yù)處理
研究選用MODIS產(chǎn)品之一的MOD13Q1v006植被指數(shù)產(chǎn)品數(shù)據(jù)集。該數(shù)據(jù)集包括基于限制視角的最大值合成方法(constrainedviewangle-maximumvaluecomposite，CV-MVC)合成的16d時(shí)間分辨率、250m空間分辨率的歸一化植被指數(shù)(normalizeddifferencevegetationindex，NDVI)和增強(qiáng)型植被指數(shù)等數(shù)據(jù)。與MOD13Q1v005數(shù)據(jù)相比，v006數(shù)據(jù)在植被指數(shù)的運(yùn)算中使用8d預(yù)合成地表反射率數(shù)據(jù)而非天數(shù)據(jù)，改進(jìn)了NDVI產(chǎn)品在生產(chǎn)過程中的誤差，提高了數(shù)據(jù)精度。產(chǎn)品已經(jīng)過幾何糾正和大氣校正。該時(shí)間序列數(shù)據(jù)集從美國國家航空航天局(NationalAeronauticsandSpaceAdministration，NASA)陸地過程分布式主動(dòng)存檔中心(LandProcessesDistributedActiveArchiveCenter，LPDAAC)網(wǎng)站下載(https://lpdaac.usgs.gov/lpdaac/products/modisproductstable)，時(shí)間覆蓋2001年1月—2016年12月，16a間共368期影像，用于生產(chǎn)陜西省遙感植被物候數(shù)據(jù)。另外，利用來源于清華大學(xué)基于30m空間分辨率TM影像的土地覆蓋分類圖(http://data.ess.tsinghua.edu.cn/)剔除陜西省的非植被覆蓋區(qū)。
利用MRT工具從MOD13Q1v006的368期影像中提取NDVI和數(shù)據(jù)像元可信度這2個(gè)數(shù)據(jù)層，并進(jìn)行拼接、格式轉(zhuǎn)換和重投影。數(shù)據(jù)像元可信度是對(duì)NDVI數(shù)據(jù)每個(gè)像元數(shù)值可信度的說明，與NDVI數(shù)據(jù)的時(shí)間和空間分辨率一一對(duì)應(yīng)，取值范圍為-1～3。根據(jù)參考文獻(xiàn)[15]，利用數(shù)據(jù)像元可信度對(duì)NDVI數(shù)據(jù)進(jìn)行預(yù)處理，進(jìn)一步提高NDVI像元的可信度;然后結(jié)合30m空間分辨率的土地覆蓋分類圖在ArcMap中利用重采樣和掩模提取陜西省的植被覆蓋區(qū)，同時(shí)剔除NDVI<0.05的像元，盡量保證每個(gè)NDVI像元都是地表植被覆蓋區(qū)。
2物候提取
2.1時(shí)間序列重構(gòu)
目前，用于植被指數(shù)數(shù)據(jù)時(shí)間序列重構(gòu)的方法很多，包括最佳指數(shù)斜率提取法、均值迭代濾波法、Hants算法、Savitzky-Golay(S-G)濾波法、非對(duì)稱高斯函數(shù)擬合法、時(shí)間窗的線性內(nèi)插法、雙函數(shù)擬合方法和小波變換等[16-18]。這些方法中既有基于設(shè)置閾值的噪聲去除法，也有通過濾波達(dá)到平滑效果和以非線性擬合為基礎(chǔ)的算法。每種方法均有其優(yōu)缺點(diǎn)及適用范圍，例如，最佳指數(shù)斜率提取法能有效處理NDVI曲線中突降的點(diǎn)值，但對(duì)異常高值缺乏相應(yīng)對(duì)策，且在處理過程中，經(jīng)驗(yàn)性要求高[19];基于傅里葉變換的濾波方法對(duì)較為對(duì)稱的NDVI時(shí)序曲線處理效果較好，但對(duì)于存在波動(dòng)的NDVI時(shí)序曲線進(jìn)行平滑容易引入新的人為噪聲;非對(duì)稱高斯函數(shù)擬合法對(duì)時(shí)序曲線進(jìn)行分段擬合，具有較高的擬合精度，但在實(shí)際運(yùn)算過程中，需要人為確定分段擬合的起始值，明顯受制于工作經(jīng)驗(yàn)，且運(yùn)算復(fù)雜耗時(shí)，效率較低;而S-G濾波法采用NDVI數(shù)據(jù)的上包絡(luò)線來擬合NDVI時(shí)序數(shù)列的變化趨勢，保留了NDVI曲線的特征，通過一個(gè)迭代的過程可消除偏離正常生長趨勢線的噪聲，而使平滑達(dá)到最好的效果[19]。因此，本文選擇S-G濾波法進(jìn)行NDVI時(shí)序重構(gòu)。
S-G濾波法由Savitzky和Golay于1960年提出，是一種滑動(dòng)窗口的加權(quán)擬合算法。其加權(quán)系數(shù)通過在滑動(dòng)窗口內(nèi)對(duì)給定高階多項(xiàng)式進(jìn)行最小二乘擬合得出。因此，在利用S-G濾波對(duì)NDVI時(shí)序曲線平滑去噪的過程中，2個(gè)參數(shù)的設(shè)置至關(guān)重要，一個(gè)是滑動(dòng)窗口數(shù)值，另一個(gè)是多項(xiàng)式階數(shù)。一般來說，滑動(dòng)窗口數(shù)值越大，參與擬合的值越多，效果越好，但細(xì)節(jié)容易被過濾掉，反之則平滑效果不明顯;多項(xiàng)式的階數(shù)越高，越易出現(xiàn)過擬合，階數(shù)越低，平滑效果越好，但會(huì)引進(jìn)誤差[13，19]。已有研究結(jié)果表明，滑動(dòng)窗口取值一般在3～7之間，多項(xiàng)式階數(shù)一般在2～4之間比較合適[13，19]。因此，本文經(jīng)過運(yùn)算結(jié)果比較研究后，設(shè)置滑動(dòng)窗口數(shù)值為5，多項(xiàng)式階數(shù)為2，進(jìn)行NDVI時(shí)序曲線的S-G濾波，實(shí)現(xiàn)NDVI時(shí)序曲線重構(gòu)。
2.2物候期提取
本研究中提取的植被物候信息主要針對(duì)遙感監(jiān)測，且只考慮一年中只有一個(gè)生長期的情況(對(duì)于一年中存在2個(gè)生長期的地區(qū)，提取該地區(qū)植被生長期中NDVI值最大的一個(gè)生長期)，提取植被生長過程中共同的3個(gè)物候期特征指數(shù)，分別是植被生長季開始期(thestartofseason，SOS)、生長季結(jié)束期(theendofseason，EOS)和生長季長度(thelengthofseason，LOS)。其中，SOS指植被開始增長的日期或者光合作用開始加強(qiáng)的日期;EOS指植被光合作用和綠色葉面積開始迅速下降的日期;LOS指SOS到EOS以天數(shù)計(jì)的時(shí)間跨度[5]。
目前，基于植被指數(shù)時(shí)序曲線提取遙感物候的方法不少，較常用的有閾值法、最大斜率法、最大比率法和累積頻率法等[6，20-22]�？紤]到計(jì)算效率以及可操作性，采用最大比率法提取陜西省植被物候期。文中日期均采用儒略日計(jì)算法，即將每年的1月1日記為第1天。
3結(jié)果與分析
3.1植被物候多年均值的空間分布特征
圖1展示了陜西省遙感植被物候2001—2016年間平均值的空間分布。從圖中可以看出，各物候期隨緯度變化形成南北差異，隨地形起伏變化形成區(qū)域差異，總體植被物候的空間分布特征與陜西省不同的地形地貌的空間分布具有較好的一致性。因此在本研究分析中，按照陜西省地形地貌的空間分布特征[23-24]將圖1自北向南依次劃分為毛烏素沙地陜北部分、黃土高原、關(guān)中平原、秦嶺山地、漢江盆地和大巴山山地進(jìn)行討論。
陜西省遙感植被物候空間分布特征顯示出地域分異規(guī)律，展現(xiàn)植被生長受氣候和地形影響的一般規(guī)律，表現(xiàn)出在不同氣候和地形條件下，植被物候時(shí)間的差異。例如，暖/中溫帶半干旱地區(qū)(約N37°以北)溫度和降水條件相對(duì)較差，SOS和EOS均較晚，LOS較短;暖溫帶半濕潤地區(qū)(約N33°～37°)、北亞熱帶濕潤地區(qū)(約N33°以南)溫度和降水條件較好，SOS較早，EOS較晚，LOS較長。不同氣候區(qū)物候期的差異表明氣候?qū)ξ锖虍a(chǎn)生影響。這與前人的研究成果相似[25]。而在同一氣候區(qū)內(nèi)，物候期仍表現(xiàn)出明顯的差異，主要表現(xiàn)在地形起伏較大的地區(qū)。如暖溫帶半濕潤地區(qū)(約N33°～37°)中黃土高原南部、關(guān)中平原和秦嶺山地3個(gè)地區(qū)物候期明顯不同。
陜西省遙感植被物候的空間分布總體上隨緯度和地形發(fā)生變化。相對(duì)于緯度較低的地區(qū)，緯度較高的地區(qū)SOS和EOS均較晚，LOS較短。在同一緯度，海拔高的植被SOS晚，EOS早，LOS較短;海拔低的植被SOS早，EOS晚，LOS較長。陜西省遙感植被物候的空間分布特征表現(xiàn)出與其不同地形地貌空間分布較好的一致性。
對(duì)于不同的物候期，陜西省遙感植被物候的空間分布差異不同。SOS最明顯，與陜西省不同地形地貌的空間分布一致性最佳。主要原因可能是在植被開始生長時(shí)，受到環(huán)境因素(溫度、降水等)的作用，而環(huán)境因素又與緯度、地形等條件密切相關(guān)，因此SOS表現(xiàn)的一致性最佳。具體來說，從高緯度至低緯度SOS日期在逐漸提前，在陜西黃土高原內(nèi)部SOS時(shí)間呈現(xiàn)出明顯的南北差異，黃土高原北部的SOS明顯遲于南部，再往南到達(dá)關(guān)中平原地區(qū)，SOS更加提前;在秦嶺山地，由于海拔上升，SOS總體較遲且山頂遲于山腳;在緯度進(jìn)一步降低和海拔有所下降的漢江盆地，SOS又較早;在大巴山山地因海拔升高，SOS又較遲。
EOS的空間分布差異不如SOS明顯，與陜西省不同地形地貌的空間分布一致性相對(duì)較差。主要原因可能是植被在后期發(fā)育以及成熟階段，植被生長不僅受到環(huán)境因素影響，而且植被自身生理?xiàng)l件、土壤狀況和病蟲害等條件同樣對(duì)植被生長起作用。盡管如此，EOS仍表現(xiàn)出一定的規(guī)律性。從高緯度到低緯度，總體上EOS日期在提前，因?yàn)橄鄬?duì)于高緯度地區(qū)，低緯度地區(qū)的熱量更充足，植被完成生長所需的積溫時(shí)間較短;EOS受地形的影響明顯，在秦嶺山地和大巴山山地可以看出，EOS總體保持著隨海拔升高而時(shí)間提前的趨勢。
LOS的空間分布是SOS和EOS兩者的綜合，表現(xiàn)出一定的區(qū)域差異特征。且LOS從高緯度到低緯度、從高海拔到低海拔，總體上保持著逐漸延長的趨勢。從陜西省植被物候2001—2016年各年的時(shí)間看，SOS最早出現(xiàn)在第80天之前，最晚出現(xiàn)在一年中第162天之后，平均時(shí)間在第120天;EOS最早出現(xiàn)在第220天之前，最晚出現(xiàn)在第300天之后，平均時(shí)間在第280天;LOS最短為112d以內(nèi)，最長在192d以上，平均時(shí)間為160d。區(qū)域差異明顯的物候期平均時(shí)間見表1。在氣候和地形的共同影響下，漢江盆地的SOS是陜西省幾種地形地貌類型中最早的，比最晚的黃土高原早45.9d。以約N35°為界，EOS北部的地貌類型與南部的地貌類型差異較大，在界限內(nèi)的地貌類型EOS差異均在7d以內(nèi)。LOS的區(qū)域差異情況與SOS相似，漢江盆地LOS最長，其次是關(guān)中平原，最后是黃土高原。
