基于時序指數(shù)西北植被物候時空變化特征

楊 光，宋 戈，2，韋振鋒，劉 晗

（1.東北農(nóng)業(yè)大學(xué) 資源與環(huán)境學(xué)院，哈爾濱150030；2.東北大學(xué) 文法學(xué)院，哈爾濱110819；3.廣西財經(jīng)大學(xué)，南寧530003；4.哈爾濱市水務(wù)局，哈爾濱150030）

植被物候是指植被在生長過程中出現(xiàn)的一種周期現(xiàn)象［1］，是植被生長發(fā)育隨著季節(jié)變化而形成的節(jié)律［2］。物候是植被模型的重要參數(shù)［3－6］，可以解釋植被對氣候變化響應(yīng)程度、提高植被與其影響因子之間能量交換的模擬精度，對農(nóng)作物的選種和種植有著重要意義［7］。在生態(tài)系統(tǒng)研究中，植被在監(jiān)測氣候變化中起到指示器的作用，而植被物候已成為重點(diǎn)研究領(lǐng)域［8］。近幾十年來，北半球植被生長季呈延長趨勢［9－12］，與地面觀測數(shù)據(jù)相一致。歐洲和北美大部分植被春季物候提前［8，13－14］。20世紀(jì)80年代以后中國華北地區(qū)植被春季物候也呈提前趨勢［15－16］。隨著全球變暖，溫度升高，20世紀(jì)90年代北半球多地植被春季物候出現(xiàn)轉(zhuǎn)折，春季物候出現(xiàn)推遲現(xiàn)象［17－18］。Yu等［17］認(rèn)為隨著溫度升高，溫帶、寒帶及高海拔地區(qū)春季植被物候開始時間與冬、春季氣溫變化相關(guān)，尤其冬季氣溫偏高會使春季物候推遲。鑒于此，本文以中國西北植被為研究對象，分析是否也有相應(yīng)的變化趨勢，以期為西北農(nóng)業(yè)選種、播種和生產(chǎn)等提供理論依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

本文以西北五省為研究區(qū)域，主要包括新疆、青海、甘肅、寧夏和陜西。地形以盆地和高原為主，包括青藏高原、渭河平原、柴達(dá)木盆地、塔里木盆地、秦巴山地等。植被覆蓋稀疏，從東到西大致劃分為森林—草原—荒漠。干燥少雨、蒸發(fā)強(qiáng)烈、晝夜溫差大，屬于溫帶大陸性氣候，降水自東向西依次遞減。沙漠地區(qū)植被變化不明顯，因此只研究沙漠以外區(qū)域植被物候變化特征，本文對其進(jìn)行掩膜處理。

1.2 數(shù)據(jù)來源

文中使用的數(shù)據(jù)是1999—2010年SPOT VEG－ETATION采用最大合成法合成的旬?dāng)?shù)據(jù)集，空間分辨率為1km，經(jīng)過校正處理，誤差較小、精度較高，已被廣泛應(yīng)用于大尺度植被變化的研究中，是目前分析植被時間變化的數(shù)據(jù)源［19－20］，數(shù)據(jù)來源互聯(lián)網(wǎng)（http：∥free.vgt.vito.be/home.php）。

2 研究方法

2.1 NDVI時間序列數(shù)據(jù)的預(yù)處理

雖然SPOT VEGETATION使用最大合成法，但數(shù)據(jù)處理過程受各種因素干擾，數(shù)據(jù)的亞像元內(nèi)殘余云、長時間云霾或其他負(fù)面影響，而且這些因素在時間上出現(xiàn)隨機(jī)性，造成數(shù)據(jù)節(jié)律趨勢不明顯，因此需要對其進(jìn)一步平滑處理。常用的數(shù)據(jù)平滑方法［21－23］只是簡單地描述曲線的一般特征，忽略曲線內(nèi)部蘊(yùn)涵的周期性。時間序列諧波分析法（HANTS）是一種新的植物物候分析手段，該方法重新構(gòu)建時間序列數(shù)據(jù)，能夠真實(shí)反映數(shù)據(jù)的周期性變化規(guī)律［24］。本研究應(yīng)用該平滑方法，具體步驟如下：首先通過HANTS對原始的時間序列數(shù)據(jù)進(jìn)行平滑處理，然后通過傅里葉插值法進(jìn)行插值生成1d分辨率的NDVI數(shù)據(jù)（圖1）。由于中國西北地區(qū)地形復(fù)雜，植被種類繁多，本研究根據(jù)植被類型掩膜消除沙漠戈壁、稀疏植被和常綠林的影響，剔除異常值象元，只研究NDVI最大值出現(xiàn)在3—10月的有效像元，對城市、河流、湖泊和冰川等像元不作研究。

圖1 HANST處理后的NDVI時間序列數(shù)據(jù)

2.2 物候時間確定

目前物候提取方法主要有以下幾種：①最大比率法［18，25］；②閾值法［26－27］；③是方法①和②的整合，根據(jù)比率最大值來確定某一物候閾值，再根據(jù)閾值確定每年該物候出現(xiàn)的日期［28－29］；④利用 Logistic函數(shù)或諧波分解函數(shù)來確定NDVI時間序列的拐點(diǎn)，根據(jù)拐點(diǎn)估計某一物候特征［30－31］。

但目前沒有一種方法被普遍接受。本文采用最大比率法和閾值法提取物候的生長季始期（SOG）、生長季末期（EOG）和生長季長度（LOG）。步驟如下：首先，利用時間序列諧波分析法平滑1999—2010年每個像元NDVI旬值，然后通過傅里葉插值法把平滑后的旬?dāng)?shù)據(jù)插值成天數(shù)據(jù)，計算每個像元兩相鄰時間點(diǎn)上的NDVI差值，差值的最大值和最小值用來分別確定SOG和EOG的NDVI閾值（圖2）。SOG的NDVI閾值對應(yīng)的天數(shù)為SOG出現(xiàn)的天數(shù)，EOG的NDVI閾值對應(yīng)的天數(shù)為EOG出現(xiàn)的天數(shù)。EOG和SOG的差值即為LOG，對應(yīng)天數(shù)的差即LOG物候天數(shù)。

2.3 物候期變化趨勢

采用普通最小二乘法分析SOG，EOG和LOG的年際變化趨勢，進(jìn)行顯著性檢驗。

圖2 根據(jù)平滑后的旬NDVI數(shù)據(jù)多年均值的最大相對變化值來確定SOG和EOG的NDVI閾值

3 結(jié)果與分析

3.1 西北植被NDVI物候多年平均值的空間分布特征

如圖3所示，由東南向西北，西北植被NDVI物候多年平均SOG逐漸推遲，EOG逐漸提前，LOG縮短。SOG早于第80天主要分布在陜西關(guān)中和陜南以及陜西和甘肅交界地區(qū)，這些地區(qū)的植被主要以農(nóng)業(yè)植被和灌叢為主，說明到2—3月耕作開始，農(nóng)業(yè)植被逐步返青。而在三江源、寧夏和陜北地區(qū)的SOG出現(xiàn)于第120～160d，有的甚至晚于第160天，這些地區(qū)海拔相對較高，植被以草地為主，說明高海拔地區(qū)草地返青時間主要在4—5月；圖3B為西北植被EOG多年平均值空間分布，可以看出，55.24%的區(qū)域植被EOG出現(xiàn)在第260～280天，主要分布在海拔較高的地區(qū)，尤其在青海地區(qū)比較明顯。而29.46%地區(qū)植被EOG出現(xiàn)晚于第280天，主要分布在陜西省，且呈南北遞增規(guī)律。陜南地區(qū)EOG推遲延長，甚至大于第320天。關(guān)中以南地區(qū)植被物候EOG出現(xiàn)推遲主要在10月左右，主要原因是該地區(qū)植被大部分屬于一年兩熟的農(nóng)業(yè)植被，延長了植被物候EOG。而秦嶺以灌叢為主，植被物候周期較長，因此EOG出現(xiàn)推遲現(xiàn)象；海拔高，EOG提前，農(nóng)業(yè)植被和灌叢EOG出現(xiàn)要晚于草地；在高海拔地區(qū)（如青海省三江源地區(qū)），草地LOG較短，為3～4個月，而青海西南地區(qū)物候LOG較長，生長周期大概為5個月，說明在高寒植被周期相對較長。而在海拔較低的陜西和寧夏地區(qū)，植被物候LOG變化呈南北遞減規(guī)律，主要原因：一方面是南北緯度溫度呈下降趨勢，另一方面是植被類型不同，一年兩熟農(nóng)作物生長周期要比草地植被長。

圖3 西北植被物候多年平均值的空間分布特征

海拔每升高1km，SOG推遲2d，但推遲不顯著（圖4A）。海拔2km以下為人類活動區(qū)域，農(nóng)業(yè)植被SOG提前，主要分布在陜南地區(qū)。在2～5km，SOG隨溫度降低而推遲。海拔大于5km地區(qū)，植被物候SOG出現(xiàn)提前趨勢，主要是在低緯度高寒地區(qū)，溫度升高，高山冰雪融水補(bǔ)給降水，使得高寒植被逐步返青。

海拔每升高1km，EOG推遲7d（R2＝0.7459，p＜0.01，圖4B）。在2km以下，主要是一年兩熟的農(nóng)業(yè)植被，因此EOG變化相對平緩，植被生長周期相對較長。在2km以上，海拔越高，EOG越提前。

海拔每升高1km，SOG縮短5d（R2＝0.233 3，p＜0.01，圖4C）。海拔2km以下為人類活動以種植農(nóng)業(yè)為主，由于種植農(nóng)作物不同，收割季節(jié)也不同期，因此在這個海拔范圍內(nèi)植被物候LOG波動較大。在海拔2～5km，植被LOG逐漸縮短，而海拔5 km以上，主要分布在低緯度高寒地帶植被的SOG提前。

綜合分析西北地區(qū)植被物候多年平均值特征，在海拔較高、山地地區(qū)主要以自然植被為主；在海拔較低、地勢平坦、水資源豐富地區(qū)，主要以農(nóng)業(yè)植被為主（小麥），有些地區(qū)以冬小麥為主，有些地區(qū)以春小麥為主，不同區(qū)域熟制也不同，有的一年一熟，有的一年兩熟，有的兩年三熟。因此，相對自然植被物候而言，農(nóng)業(yè)植被物候SOG比較提前（如春小麥）、EOG推遲（如冬小麥），LOG延長（如一年兩熟）。

3.2 西北植被物候年際變化特征

3.2.1 物候年際變化空間分布特征 SOG提前1～4d的占區(qū)域的39%，主要分布在陜西以及甘肅南部地區(qū)（圖5A）。由于這些地區(qū)以種植農(nóng)作物為主，加上全球溫度升高，人們開始種植作物的時間提前。海拔較高的地區(qū)，溫度相對較低，植被物候SOG推遲1～2 d的占區(qū)域面積的28%，主要分布在青海等地。大部分地區(qū)SOG年際變化空間差異不顯著（圖5D），只有少數(shù)地區(qū)植被物候提前和推遲，其中顯著提前（p＜0.05）的區(qū)域占整個研究區(qū)域的4.31%，提前（0.05＜p＜0.2）的區(qū)域占整個研究區(qū)域的10.36%，無顯著變化區(qū)域占整個研究區(qū)域的78.31%；顯著推遲（p＜0.05）的區(qū)域占整個研究區(qū)域的5.71%，推遲（0.05＜p＜0.2）的區(qū)域占整個研究區(qū)域的1.30%。整體來看，SOG年際變化幅度較小，海拔較高地區(qū)略有推遲。

圖4 1999－2010年西北植被物候多年平均值與海拔之間的關(guān)系

EOG年際變化率呈東南向西北遞減，EOG年際變化率推遲區(qū)域明顯大于提前區(qū)域（圖5B）。提前1～2d，占整個研究區(qū)域的38.15%，分布在青海西南地區(qū)。EOG推遲區(qū)占整個區(qū)域的54.81%，主要分布在研究區(qū)的東部，尤其在陜南地區(qū)EOG出現(xiàn)推遲比較明顯，主要是農(nóng)業(yè)作物一年兩熟所致。EOG顯著推遲區(qū)域明顯大于變化顯著提前區(qū)域，推遲（p＜0.2）區(qū)占整個研究區(qū)域的15.48%，分布在黃河青海河段以及青海湖周邊區(qū)域，提前（p＜0.2）區(qū)只有6.29%。EOG年際無顯著變化的區(qū)域占整個區(qū)域的78.23%，主要分布在青海三江源地區(qū)。

41.03%的地區(qū)植被物候LOG縮短，其中縮短1～4d的占整個研究區(qū)域的34.18%，主要分布在青海高原地區(qū)（圖5C）。LOG增長1～4d的占整個研究區(qū)域的39.31%，主要分布在地表水資源豐富地區(qū)以及農(nóng)業(yè)區(qū)。LOG顯著縮短區(qū)域相對較少，只有整個研究區(qū)域的6.12%（圖5F）。LOG顯著增長占整個研究區(qū)域的14.17%，主要分布在水資源豐富地區(qū)。大部分地區(qū)是無顯著變化，占整個區(qū)域的79.72%。整體來看，西北地區(qū)植被物候年際變化東部明顯高于西部。

隨著全球變暖，冰川融化加速，草原內(nèi)陸湖泊面積增加，草地植被物候SOG提前，EOG提前，LOG變化不大，但草場植被增加的面積相對整個西北來講較小，變化不明顯，而整個研究區(qū)域的植被物候SOG，EOG，LOG變化不顯著，面積要遠(yuǎn)遠(yuǎn)大于顯著區(qū)域，整體來看，整個研究區(qū)域植被物候變化不顯著。

圖5 西北植被物候變化趨勢的空間分布特征

3.2.2 西北植被物候年際變化隨海拔的變化特征 如圖6A所示，海拔2km以下，SOG變化波動較大，是人類活動區(qū)域，不確定因素較多；海拔2～4km，SOG相對較平穩(wěn)；全球變暖，在4～6km，SOG出現(xiàn)提前趨勢，海拔高于6km的高寒植被SOG出現(xiàn)推遲。

如圖6B所示，海拔2km以下，植被物候EOG推遲，主要是人類活動較頻繁，植被類型以農(nóng)作物為主，一年兩熟；在2～6km，EOG年際變化率隨海拔增高而減少，其中在2～4km，植被EOG變化率屬于正值呈推遲趨勢，只是推遲的趨勢逐漸變小，而全球變暖，在4～6km，植被EOG變化率是負(fù)值，呈提前趨勢，提前趨勢逐漸增大。海拔超過6km，屬于高寒植被，EOG呈推遲趨勢。如圖6C所示，研究區(qū)植被LOG整體隨海拔升高年際變化率逐步降低。海拔在2km，LOG年際變化率波動較大，主要與人類種植農(nóng)作物有關(guān)，在2～6km，LOG年際變化率隨海拔升高而降低。

圖6 物候年際變化率在海拔上的分異特征

4 結(jié)論與討論

海拔在2km以下，陜西、寧夏以及甘肅南部地區(qū)人類活動頻繁，植被類型以農(nóng)業(yè)植被為主，物候SOG相對提前，EOG推遲，LOG延長。在海拔較高的青海地區(qū)，青海西南地區(qū)屬于高寒，全球變暖、冰雪融化補(bǔ)給降水會使得植被物候SOG相對三江源有所提前。1999—2010年西北植被物候東部SOG提前、EOG推遲、LOG延長，西部物候SOG逐步推遲、EOG提前、LOG縮短。一方面是從陜西到青海海拔不斷上升，另一方面陜西一帶農(nóng)業(yè)區(qū)集中，青海地區(qū)主要以草地植被為主。

由于西北地區(qū)地形復(fù)雜，經(jīng)緯跨度大，植被種類多，西北植被物候期變化波動較大。本文研究粗略得出研究區(qū)植被物候和經(jīng)緯度、海拔以及人類種植作物有關(guān)。農(nóng)業(yè)區(qū)植被物候變化波動較大，SOG提前，EOG推遲，LOG延長；隨海拔升高，植被物候SOG推遲，LOG提前，LOG縮短；從東南往西北，植被物候SOG逐漸推遲，EOG提前，LOG呈縮短趨勢。

西北農(nóng)業(yè)（小麥）種植，應(yīng)結(jié)合當(dāng)?shù)貧夂蚝偷匦螚l件選種種植。甘肅和寧夏小麥生長主要靠黃河及祁連山雪水灌溉，種植制度應(yīng)為一年一熟，3月上旬播種，8月上旬左右成熟。增產(chǎn)關(guān)鍵措施為修筑梯田，平整地面，防止水土流失，增施肥料，培肥地力。灌區(qū)渠系配套、防滲節(jié)約用水。陜北種植制度旱地可以為一年一熟，水澆地為一年兩熟或者兩年三熟。播期旱地為9月上、中旬，水澆地9月下旬。成熟期通常為6月中、下旬。應(yīng)加強(qiáng)農(nóng)田基本建設(shè)。搞好水土保持，興修水利，增施肥料，選用耐旱耐瘠品種。精耕細(xì)種，劃畦灌溉，增施肥料，均為有效的增產(chǎn)措施。

［1］ 張學(xué)霞，葛全勝，鄭景云.北京地區(qū)氣候變化和植被的關(guān)系：基于遙感數(shù)據(jù)和物候資料的分析［J］.植物生態(tài)學(xué)報，2004，28（4）：499－506.

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

［3］ Van Vliet A J H，de Groot R S，Bellens Y，et al.The European Phenology network［J］.Int.J.Biometeorol，2003，47（4）：202－212.

［4］ White M A，Thornton P E，Running S W.A continental phenology model for monitoring vegetation responses to inter－annual climatic variability［J］.Glob.Biogeochem.Cycles，1997，11：217－234.

［5］ Chuine I.A unified model for budburst of trees［J］.Journal of Theoretical Biology，2000，207（3）：337－347.

［6］ 王連喜，陳懷亮，李琪，等.植物物候與氣候研究進(jìn)展［J］.生態(tài)學(xué)報，2010，30（2）：447－454.

［7］ Menzel A.Phenology：It′s importance to the global change community［J］.Clim Change，2002，54：379－385.

［8］ Myneni R B，Keeling C D，Tucker C J，et al.Increased plant growth in the northern high latitudes from1981—1991［J］.Nature，1997，386：698D701.

［9］ 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［J］.地理學(xué)報，2003，58（1）：119－125.

［10］ 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［J］.地理學(xué)報，2007，62（1）：41－51.

［11］ 國志興，張曉寧，王宗明，等.東北地區(qū)植物物候?qū)夂蜃兓捻憫?yīng)［J］.生態(tài)學(xué)雜志，2010，29（3）：578－585.

［12］ Menzel A，Sparks T H，Estrella N，et al.European phenological response to climate change matches the warming pattern［J］.Global Change Biology，2006，12（10）：1969－1976.

［13］ 韋振鋒，任志遠(yuǎn)，張翀，等.西北地區(qū)植被覆蓋變化及其與降水和氣溫的相關(guān)性［J］.水土保持通報，2014，34（3）：283－289.

［14］ 鄭景云，葛全勝，郝志新.氣候增暖對我國近40年植物物候變化的影響［J］.科學(xué)通報，2002，47（20）：1582－1587.

［15］ 李榮平，周廣勝.1980—2005年中國東北木本植物物候特征及其對氣候的響應(yīng)［J］.生態(tài)學(xué)雜志，2010，29（12）：2317－2326.

［16］ Piao S L，Cui M D，Chen A P，et al.Altitude and temperature dependence of change in the spring vegetation green－up date from1982to2006in the Qinghai－Xizang Plateau［J］.Agricultural Lnd Forest Meteorology，2011，151（12）：1599－1608.

［17］ Yu H Y，Luedeling E，Xu J C.Winter and spring warming result in delayed spring phenology on the Tibetan Plateau［J］.Proc.Natl.Acad.Sci.USA，2010，107（51）：22151－22156.

［18］ Beck H E，McVicar T R，van Dijk A I J M，et al.Global evaluation of four AVHRR－NDVI data sets：Intercomparison and assessment against Landsat imagery［J］.Remote Sensing of Environment，2011，115（10）：2547－2563.

［19］ Goetz S J，F(xiàn)iske G J，Bunn A G.Using satellite timeseries data sets to analyze fire disturbance and forest recovery across Canada［J］.Remote Sensing of Environment，2006，101（3）：352－365.

［20］ Malingreau J R.Global vegetation dynamics：Satellite observations over Asia［J］.Int J Remote Sens，1986，7：1121－1146.

［21］ 侯英雨，王石立.基于作物植被指數(shù)和溫度的產(chǎn)量估算模型研究［J］.地理學(xué)與國土研究，2002，18（3）：105－107.

［22］ 辛景峰，宇振榮，Driessen P M.利用 NOAA－NDVI數(shù)據(jù)集監(jiān)測冬小麥生育期的研究［J］.遙感學(xué)報，2001，6（6）：442－447.

［23］ Roerink G J，Menenti M，Verhoef W.Reconstructing cloud free NDVI composites using Fourier analysis of time series［J］.Int J Remote Sens，2000，21（9）：1911－1917.

［24］ Shen M G，Tang Y H，Chen J，et al.Influences of temperature and precipitation before the growing season spring phenology in grasslands of the central and eastern Qinghai－Tibetan Plateau［J］.Agri Forest Meteorol，2011，151（12）：1711－1722.

［25］ Lloyd D A.Phenological classification of terrestrial vegetation cover using shortwave vegetation index imagery［J］.Int.J.Remote Sens.，1990，11：2269－2279.

［26］ Zhou L M，Tucker C J，Kaufmann R K，et al.Variation in northern vegetation activity inferred from satellite data of vegetation index during1981to1999［J］.J.Geophys Res.，2001，106（D17）：20069－20083.

［27］ Zhang X Y，F(xiàn)riedl M A，Schaaf C B，et al.Monitoring vegetation phenology using MODIS［J］.Remote Sens.Environ.，2003，84：471－475.

［28］ 韋振鋒，任志遠(yuǎn)，張翀，等.1999—2010年陜甘寧黃土高原區(qū)荒漠化空間特征［J］.中國沙漠，2014，34（5）：1230－1236.

［29］ Piao S L，F(xiàn)ang J Y，Zhou L M，et al.Variations in satellite－derived phenology in China′s temperate vegetation［J］.Glob.Change Biol.，2006，12：672－685.

［30］ Stckli R，Vidale P L.European plant phenology and climate as seen in a20－year AVHRR land－surface parameter dataset［J］.Int.J.Remote Sens.，2004，25：3303－3330.

［31］ Kaduk J，Heimann M A.Prognostic phenology scheme for global terrestrial carbon cycle models［J］.Clim.Res.，1996，6：1－19.