基于遙感的甘肅省慶陽市植被物候信息提取

李黨輝, 謝 敏, 喬 楓

(國家林業(yè)局西北林業(yè)調(diào)查規(guī)劃設(shè)計院, 西安 710048)

基于遙感的甘肅省慶陽市植被物候信息提取

李黨輝, 謝 敏, 喬 楓

(國家林業(yè)局西北林業(yè)調(diào)查規(guī)劃設(shè)計院, 西安 710048)

以黃土高原退耕還林還草工程重點區(qū)域——甘肅省慶陽市為研究區(qū)域，利用1999—2012年的SPOT-VGT NDVI數(shù)據(jù)，采用Savitzky-Golay濾波和TIMESAT物候提取算法，得到了慶陽市近14 a返青期和枯黃期數(shù)據(jù)，詳細描述了慶陽市物候期時空變化格局。結(jié)果表明：慶陽地區(qū)近14 a期間返青期日序位于90～188天，東南地區(qū)相對于西北地區(qū)返青期要早，表現(xiàn)出較強的空間差異性，枯黃期日序位于275～309天，南部地區(qū)相對北部地區(qū)枯黃期要晚；從時間上來講，14 a間，慶陽市返青期日序呈降低趨勢，在一定程度上呈現(xiàn)出返青期的提前和枯黃期的推遲；空間上來講，55.46%的研究區(qū)返青期變化率基本不變(-1～1 d/a)，49.61%的區(qū)域出現(xiàn)了枯黃期的推遲(1～3 d/a)。研究結(jié)果與已有的研究較為一致，并詳細描述了慶陽市物候期時空變化格局，可為中國北方農(nóng)牧交錯帶生態(tài)環(huán)境評估和保護提供一定的參考。

SPOT-VGT NDVI; 返青期; 枯黃期; 慶陽

物候是指受環(huán)境影響而出現(xiàn)的以年為準周期的自然現(xiàn)象[1]，如植物發(fā)芽、長葉、開花、結(jié)果、葉的掉落和休眠等[2]。植物物候直接反映了植被與環(huán)境季節(jié)之間的關(guān)系，是表示植被生長環(huán)境和植被生長狀態(tài)最直觀的指示因子，同時也是全球變化生態(tài)學研究中的重要資料[3]。其中，返青期是植被越冬后生長季開始的時間，枯黃期則反映了植物準備越冬生長季結(jié)束的時間[4]，返青期和枯黃期的動態(tài)變化直接關(guān)系到植物生長季的長度，不但反映了植被對全球變化碳氮水循環(huán)的響應，而且與全球陸地生態(tài)系統(tǒng)碳平衡息息相關(guān)，是全球變化研究的重要方向[5]。清楚地掌握植物物候動態(tài)變化及其機理對于農(nóng)林業(yè)生產(chǎn)管理、對于制定和完善應對氣候變化的適應政策具有重要意義。

傳統(tǒng)的物候信息提取往往基于田間觀測試驗和統(tǒng)計預測來獲得。近些年來，遙感技術(shù)的不斷成熟和發(fā)展，已經(jīng)可以為群落尺度和區(qū)域尺度的物候研究提供有利條件，是揭示植被動態(tài)對全球氣候變化響應的重要手段[6-7]。遙感技術(shù)作為一種新的快速的監(jiān)測技術(shù)成熟地應用到植被對全球變化的響應研究[8-10]、生物量及碳儲量估算研究[11-12]、農(nóng)林業(yè)生產(chǎn)管理研究[13-15]、土地利用監(jiān)測研究[16-18]和植被覆蓋變化動態(tài)監(jiān)測[19-21]等各領(lǐng)域研究中。由遙感數(shù)據(jù)的近紅外波段和紅外波段產(chǎn)生的NDVI，已經(jīng)廣泛地應用到區(qū)域和全球尺度的植被物候研究中，進一步提高了人類對植被物候?qū)W的認識和理解[22]，這些都表明利用遙感來提取植被物候信息的方法和技術(shù)在物候?qū)W研究中十分重要。

慶陽市位于我國黃土高原的中心部分，是西部大開發(fā)和退耕還林還草工程實施的重點區(qū)域，在全球氣候顯著變化的大背景下，分析該區(qū)域植被物候的動態(tài)時空變化具有重大的意義。目前，對于慶陽市植被物候的信息提取和時空變化分析研究的結(jié)果還幾乎沒有，更沒有結(jié)合長時間序列對慶陽地區(qū)植被物候信息的報道。本研究旨在利用SPOT-VGT NDVI長時間影像探究植被物候信息提取方法，對慶陽市的物候信息時空變化格局進行分析，旨在為慶陽市的生態(tài)建設(shè)規(guī)劃提供一定的科學支撐。

1 研究區(qū)與數(shù)據(jù)來源

1.1 研究區(qū)概況

慶陽市(35°21′—37°16′N，107°15′—109°36′E)位于甘肅省東北部，地處黃土高原丘陵溝壑區(qū)，溝壑區(qū)面積占全市面積的40%以上，是黃土高原水土保持重點區(qū)域。本地區(qū)的植被以草地和耕地為主，子午嶺林區(qū)位于研究區(qū)的東部。全市總土地面積27 119 km2，2013年總?cè)丝?22.27萬人。慶陽屬于大陸性氣候，冬季干冷，夏季多雨，降水量南多北少，平均降水量為380～600 mm，多集中在7—9月。由于此地區(qū)是農(nóng)牧交錯帶的中西部地區(qū)，而且是黃土高原退耕還林還草工程重點區(qū)域，因此該區(qū)域是研究農(nóng)牧交錯帶物候特征的理想?yún)^(qū)域。

1.2 數(shù)據(jù)來源及其預處理

本研究所使用的數(shù)據(jù)為1999年1月—2012年12月共計14 a的SPOT-VGT逐旬NDVI數(shù)據(jù)，數(shù)據(jù)的空間分辨率為1 km，原始數(shù)據(jù)由比利時佛蘭芒科技研究所(Flemish Institute for Technological Research,http:∥free.vgt.vito.be/index.php)，中國NDVI數(shù)據(jù)來源于基金委國家地球系統(tǒng)科學數(shù)據(jù)平臺(http:∥westdc.westgis.ac.cn)，共計504期影像，之后對其進行了幾何校正，最大化合成，DN值向NDVI轉(zhuǎn)化等預處理操作[20]。本研究使用的氣象數(shù)據(jù)來自于中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.gov.cn/site/index.html)，土壤類型數(shù)據(jù)來自于地球系統(tǒng)科學數(shù)據(jù)共享平臺(http:∥www.geodata.cn/Portal/)，植被覆蓋數(shù)據(jù)來源于國家科技基礎(chǔ)條件平臺(http:∥www.nsii.org.cn/mapvege)。

2 研究方法

2.1 Savitzky-Golay濾波

因為受到太陽角度、觀測角度、傳感器靈敏性、地物雙向性反射以及氣溶膠的影響，SPOT-VGT NDVI數(shù)據(jù)包含很多的噪聲，在使用之前往往需要進行噪聲的去除。常用的濾波器有高斯濾波、Logistic濾波和Savitzky-Golay濾波。其中Savitzky-Golay濾波作為一種在時域內(nèi)基于局域多項式最小二乘法擬合的濾波方法，可以保持信號的形狀和寬度不變，因此被廣泛應用在長時間序列影像的信號平滑處理中。在本次試驗中，為保證較好的濾波效果，經(jīng)反復試驗本區(qū)域采用m=5，有理多項式次數(shù)為3。濾波前后數(shù)據(jù)比較見圖1。

圖1 Savitzky-Golay濾波前后數(shù)據(jù)對照

2.2 植被物候信息提取方法

本研究的返青期信息提取基于TIMESAT軟件[23]。該軟件是由Eklundh和J?nsson開發(fā)的用于長時間序列影像數(shù)據(jù)重建和提取植被變化物候信息的程序包，該程序包融合了提取物候信息的一系列濾波函數(shù)和提取方法，經(jīng)驗證該程序包能夠有效地提取和處理物候信息，精度較高[24]。本研究TIMESAT中的參數(shù)提取方法選擇Savitzky-Golay濾波，定義濾波后NDVI年最大值的前1/2處作為返青期，后1/2處作為枯黃期，返青期與枯黃期之間為生長季長度。本研究中的物候信息均以日序為單位。

2.3 返青期、枯黃期時空變化分析方法

時間序列影像的變化趨勢分析往往采用Stow D等[25]提出的綠度變化率的方法，該方法被定義為某一時間段季節(jié)合成歸一化植被指數(shù)年際變化的一元線性回歸方程的斜率。雖然這種方法揭示了該時間段植被指數(shù)的變化趨勢，但是其研究的結(jié)果缺乏對其真實性的檢驗，因此本研究采用的是回歸分析方法進行返青期和枯黃期變化分析。由于軟件的設(shè)置，無法對最后1年的物候信息進行提取，本研究只提取1999—2011年的14 a物候信息，直接根據(jù)每個柵格的14 a返青期日序進行線性回歸分析，得到每個柵格的物候信息變化率，并對回歸結(jié)果進行檢驗。

3 結(jié)果與分析

3.1 慶陽市植被物候信息的空間分布

1999—2011年期間，慶陽市返青期日序平均值由東南地區(qū)向西北地區(qū)增加，其中東部森林區(qū)和南部地區(qū)的返青期比較早，出現(xiàn)在3月份和4月份(日序：90～120)。中部草原和農(nóng)耕地區(qū)的返青期出現(xiàn)在5月份(日序：120～150)；北部草原地區(qū)返青期出現(xiàn)在6月份(日序：150～188)。慶陽市的植被返青期表現(xiàn)出一定的空間差異性，呈現(xiàn)出東南部地區(qū)返青期早，西北部地區(qū)返青期出現(xiàn)時間相對較晚，在時間上相差達到3個月(圖2)。

圖2慶陽市返青期、枯黃期和生長季長度的空間分布

1999—2011年，慶陽市枯黃期的平均值由西北地區(qū)向東南區(qū)增加，其中東南部森林區(qū)的枯黃期出現(xiàn)較晚，出現(xiàn)在10月、11月份左右(日序：301～340天)；北部草原地區(qū)枯黃期則較早，出現(xiàn)在7月份。慶陽植被的枯黃期也表現(xiàn)出了較大的空間差異性，在時間尺度上相差也達到了3個月。

總的來講，慶陽北部草原區(qū)的生長季長度較短，一般為2～3個月；而東部的森林和南部作物區(qū)的生長季長度則達到了6～8個月(圖2)。生長季長度則直接影響了慶陽地區(qū)植被的生產(chǎn)力，從物候角度和不同類型植被的生產(chǎn)力角度來講，慶陽市植被生產(chǎn)力呈現(xiàn)出南高北低的空間格局。

3.2 慶陽市植被物候信息的時間變化

從時間上來講，慶陽市1999—2011年期間，返青期的多年均值出現(xiàn)在4月中旬(日序：134)，在109～165之間變化波動。2008年1月，慶陽市出現(xiàn)了近60 a罕見陰雪天氣[26]，為返青期的提前到來提供了水分，直接造成該地區(qū)返青期的提前。14 a之間，慶陽市返青期日序呈降低趨勢，呈現(xiàn)出返青期的提前。造成返青期提前可能的原因有：(1) 慶陽市近14 a的春季溫度出現(xiàn)了一定程度的升高；(2) 退耕還林工程的實施在一定程度上改變了該地區(qū)原有的土地利用類型，直接影響了返青期出現(xiàn)的時間。

1999—2011年，慶陽市枯黃期多年均值出現(xiàn)在10月份(日序：293)，其值在275～309天波動?？蔹S期也表現(xiàn)出了明顯的推遲現(xiàn)象，2007年枯黃期的推遲和2008年返青期的提前存在一定的關(guān)系。

總的來講，14 a間，慶陽地區(qū)的返青期出現(xiàn)了提前，枯黃期則出現(xiàn)了推遲，生長季長度呈現(xiàn)出一定的延長(圖3)。

圖3慶陽市返青期和枯黃期均值的時間變化

3.3 慶陽市植被物候信息的空間變化趨勢

通過對于每個柵格14 a的數(shù)據(jù)進行回歸分析，得到每個柵格的年變化率(圖4)。其中55.46%的地區(qū)返青期變化率位于-1～1 d/a，基本沒有發(fā)生變化；27.21%區(qū)域返青期的變化率為-3～-1 d/a，出現(xiàn)了提前的現(xiàn)象；13.24%的區(qū)域返青期變化率為1～3 d/a，出現(xiàn)了一定的推遲；推遲或者提前達到3 d/a的區(qū)域不足4%。經(jīng)過檢驗，該地區(qū)返青期變化信息的p<0.05的區(qū)域為51.7%，表明大部分區(qū)域的返青期變化具有統(tǒng)計學意義。

圖41999-2012年慶陽市返青期和枯黃期變化速率

慶陽市的枯黃期整體上表現(xiàn)出一定的推遲現(xiàn)象，其中基本無變化的區(qū)域(-3～1 d/a)占到整個研究區(qū)的40.36%；出現(xiàn)一定推遲的區(qū)域(1～3 d/a)占到49.61%。研究區(qū)枯黃區(qū)的p<0.05的區(qū)域為31.28%，表明部分地區(qū)的枯黃期具有一定的統(tǒng)計學意義。

4 討論與結(jié)論

4.1 討 論

本研究中，慶陽市的返青期日序在110～160天變化，枯黃期的日序位于275～309天，與國內(nèi)同研究相比，結(jié)果處于合理的范圍之內(nèi)。尤其是與慶陽地區(qū)氣候和植被較為相似的錫林格勒草原的結(jié)果也處于相近的范圍。從其他遙感提取數(shù)據(jù)來講，SPOT-NDVI數(shù)據(jù)返青期的研究結(jié)果位于110～130天，而NOAA-AVHRR NDVI數(shù)據(jù)的結(jié)果則返青期出現(xiàn)的時間較晚。SPOT-NDVI數(shù)據(jù)枯黃期與AVHRR數(shù)據(jù)的結(jié)果比較接近。王宏等[28]研究得出，中國北方植被返青期和枯黃期的變化幅度較大。從其他地區(qū)物候觀測資料來講，慶陽市的返青期與錫林格勒草原的觀測資料較為一致，枯黃期與甘肅合作的物候觀測結(jié)果[29]較為一致。這些都表明本研究的結(jié)果處于正常范圍之內(nèi)(表1)。

表1 研究結(jié)果與其他文獻結(jié)果的對照

4.2 結(jié) 論

本文基于SPOT NDVI時間序列影像，基于最為可靠的TIMESAT提取法，針對退耕還林重點區(qū)域的物候信息進行提取，從空間角度來講，慶陽地區(qū)植被返青期呈現(xiàn)出東南早西北晚的格局，有很大的空間差異性。枯黃期則表現(xiàn)出南部晚北部早的格局。這樣研究表明慶陽南部的生長季長度遠長于北部地區(qū)。從時間角度上看，慶陽市返青期日序還是呈現(xiàn)出一定的降低趨勢，表現(xiàn)出返青期的提前，帶來了生長季的增加。可以得出結(jié)論，14 a間，慶陽地區(qū)的植被生產(chǎn)力有所增加。這些成果可為西北農(nóng)牧交錯帶生態(tài)保護和評估提供一定的物候信息。

在物候信息的提取上，有很多種方法，包括濾波方法的選擇、返青期和枯黃期值的選擇、遙感數(shù)據(jù)的選擇上都會直接影響提取結(jié)果；針對不同方法和數(shù)據(jù)提取物候信息的結(jié)果對比還需要進一步的研究。遙感作為植物物候的一種新的研究手段，雖然能快速獲取植物的物候參數(shù)，但是對于物候動態(tài)變化的機理還需要通過生理學上進一步的探究。近些年來，植被物候與白天溫度的變化研究為植被物候?qū)W研究開辟了新的方向。對應不同土地利用類型物候信息提取參數(shù)的選擇也存在一定的差異性，針對不同土地利用類型設(shè)定不同的提取參數(shù)，尤其針對具有雙NDVI峰的耕地來說尤其重要，在今后的研究中需要進一步的研究和探討。

[1] 張峰,吳炳方,劉成林,等.利用時序植被指數(shù)監(jiān)測作物物候的方法研究[J].農(nóng)業(yè)工程學報,2004,20(1):155-159.

[2] 宛敏渭,劉秀珍.中國物候觀測方法[M].北京:科學出版社,1979.

[3] White M A, Thornton P E, Running S W. A continental phenology model for monitoring vegetation responses to interannual climatic variability[J]. Global Biogeochemical Cycles, 1997,11(2):217-234.

[4] 宋春橋,游松財,柯靈紅,等.藏北高原植被物候時空動態(tài)變化的遙感監(jiān)測研究[J].植物生態(tài)學報,2011,35(8):853-863.

[5] 侯學會,牛錚,高帥,等.基于SPOT-VGTNDVI時間序列的農(nóng)牧交錯帶植被物候監(jiān)測[J].農(nóng)業(yè)工程學報,2013,29(1):142-150.

[6] 馬勇剛,陳曦,牛新民,等.基于GIMMS與SPOTvegetation的中亞物候變化趨勢及對比[J].生態(tài)環(huán)境學報,2014,23(12):1889-1896.

[7] Moulin S, Kergoat L, Viovy N, et al. Global-scale assessment of vegetation phenology using NOAA/AVHRR satellite measurements[J]. Journal of Climate,1997,10(6):1154-1170.

[8] Tateishi R, Ebata M. Analysis of phenological change patterns using 1982—2000 Advanced Very High Resolution Radiometer (AVHRR) data[J]. International Journal of Remote Sensing,2004,25(12):2287-2300.

[9] 李紅梅,馬玉壽,王彥龍.氣候變暖對青海高原地區(qū)植物物候期的影響[J].應用氣象學報,2010,21(4):500-505.

[10] 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[J].植物生態(tài)學報,2010,34(3):316-329.

[11] Kimball J S, Zhao M, McDonald K C, et al. Satellite remote sensing of terrestrial net primary production for the pan-Arctic basin and Alaska[J]. Mitigation and Adaptation Strategies for Global Change, 2006,11(4):783-804.

[12] Picard G, Quegan S, Delbart N, et al. Bud‐burst modelling in Siberia and its impact on quantifying the carbon budget[J]. Global Change Biology, 2005, 11(12): 2164-2176.

[13] Wu W B, Peng Y, Tang H J, et al. Characterizing spatial patterns of phenology in cropland of China based on remotely sensed data[J]. Agricultural Sciences in China,2010,9(1):101-112.

[14] Peng D, Huete A R, Huang J, et al. Detection and estimation of mixed paddy rice cropping patterns with MODIS data[J]. International Journal of Applied Earth Observation and Geoinformation,2011,13(1):13-23.

[15] 鄧睿,黃敬峰,王福民,等.基于中分辨率成像光譜儀(MODIS)數(shù)據(jù)的水稻遙感估產(chǎn)研究:以江蘇省為例[J].中國水稻科學,2010,24(1):87-92.

[16] 仙巍,邵懷勇,周萬村.嘉陵江中下游地區(qū)土地利用格局變化的動態(tài)監(jiān)測與預測[J].水土保持研究,2005,12(2):61-64.

[17] 吳國璽,殷學永,申懷飛.基于GIS的許昌市土地利用/土地覆被變化研究[J].水土保持研究,2009,16(3):131-134.

[18] 袁甲,沈非,王甜甜,等.2000—2010年皖江城市帶土地利用/覆被變化對區(qū)域凈初級生產(chǎn)力的影響[J].水土保持研究,2016,23(5):245-250.

[19] 楊延征,趙鵬祥,郝紅科,等.基于SPOT-VGTNDVI的陜北植被覆蓋時空變化[J].應用生態(tài)學報,2012,23(7):1897-1903.

[20] 馬延輝,林輝,孫華.湖南省主要森林類型植被指數(shù)動態(tài)變化分析[J].水土保持研究,2010,17(3):217-221.

[21] 李玉霞,楊武年,鄭澤忠.中巴資源衛(wèi)星(CBERS-02)遙感圖像在生態(tài)環(huán)境動態(tài)監(jiān)測中的應用研究[J].水土保持研究,2006,13(6):198-200.

[22] Delbart N, Kergoat L, Le Toan T, et al. Determination of phenological dates in boreal regions using normalized difference water index[J]. Remote Sensing of Environment,2005,97(1):26-38.

[23] J?nsson P, Eklundh L. TIMESAT： a program for analyzing time-series of satellite sensor data[J]. Computers & Geosciences, 2004,30(8):833-845.

[24] 宋春橋,柯靈紅,游松財,等.基于TIMESAT的3種時序NDVI擬合方法比較研究[J].遙感技術(shù)與應用,2011,26(2):147-154.

[25] Stow D, Daeschner S, Hope A, et al. Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J]. International Journal of Remote Sensing,2003,24(5):1111-1117.

[26] 吳愛敏.2008年1月隴東黃土高原陰雪低溫異常天氣分析[J].干旱氣象,2011,29(4):478-482.

[27] 王宏,李曉兵,余弘婧.基于NOAA/AVHRRNDVI監(jiān)測中國北方典型草原的生長季及變化[J].植物生態(tài)學報,2006,30(3):365-374.

[28] 王宏,李曉兵,李霞,等.基于NOAANDVI和MSAVI研究中國北方植被生長季變化[J].生態(tài)學報,2007,27(2):504-515.

[29] 王建兵.近20年青藏高原東北部邊坡地帶垂穗披堿草物候變化:以甘肅合作為例[J].草業(yè)科學,2011,28(10):1851-1854.

ExtractionofVegetationPhenologyBasedonRemoteSensingTechniqueinQingyangCity,GansuProvince

LI Danghui, XIE Min, QIAO Feng

(NorthwestInstituteofForestInventory,PlanningandDesign,StateForestAdministration,Xi′an710048,China)

SPOT-VGT NDVI images were employed to extract the seasonal data between 1999 and 2012 in Qingyang City which was the typical zone for the ‘Grain for Green Project’. Through selecting the Savitzky-Golay filter and extracting methods for start and end of season, we derived the spatiotemporal pattern of vegetation phenology. The results showed that the average start of season varied from 90th to 188th day, and it occurred earlier in southwest than northwest. The average end of the season varied from 275th to 309th day and it occurred later in the southern region; in the past fourteen years, there was a decreasing trend and induced the arising for start of the season. 55.46% of area varied with the rate of -1～1 day per year, presenting an advance in spatial. The region with a significant postponed trend was about 49.61% of the study area. These results were consistent with previous publications and showed a detail about the spatiotemporal pattern of vegetation phenology, which could provide reference for ecological environment evaluation and protection for ecotone of agriculture and grassland in north China.

SPOT-VGT NDVI; season of start; season of end; Qingyang City

2016-04-29

：2016-05-20

李黨輝(1980—),男,陜西扶風人,工程師,碩士,主要從事林業(yè)調(diào)查規(guī)劃設(shè)計和地理信息系統(tǒng)、遙感等在林業(yè)行業(yè)中的應用研究工作。E-mail:danghui1980@126.com

謝敏(1983—),女,陜西富縣人,中級工程師,學士,主要從事林業(yè)調(diào)查規(guī)劃設(shè)計和森林資源調(diào)查工作。E-mail:13593568@qq.com

TP79

：A

：1005-3409(2017)03-0136-05