植被物候是陆地生态系统对全球气候变化响应的最佳指示器,研究其时空变化对深入理解陆面水热过程、碳循环过程及预测陆地生态系统的时空变化具有重要意义。本文采用2001-2010年MODIS MOD09A1产品,通过引入MOD09A1的时间控制层DOY(Day of Year)提高EVI的时间精度;采用最大变化速率法和阈值法相结合提取秦岭森林物候期。结果表明,随着水热条件变化,由低海拔至高海拔,东南向西北,生长季始期(Start of Growth Season, SOG)逐渐推迟,集中在第81~120 d(即从3月下旬-4月末);生长季末期(End of Growth Season, EOG)逐渐提前,集中在第270~311 d(10月初-11月上旬);生长季长度(Length of Growth Season, LOG)逐渐缩短,集中在150~230 d。秦岭森林物候期与海拔关系密切,海拔每升高100 m,SOG推迟2 d,EOG提前1.9 d,LOG缩短3.9 d。2001-2010年,森林SOG提前、EOG延后和LOG延长主要分布于秦岭中高海拔区;SOG延后、EOG提前和LOG缩短主要分布在海拔1000 m以下部分区域。高海拔区物候的年际变化要比低海拔区复杂,2000 m以上区域SOG提前、EOG提前、LOG缩短。上述研究结果量化了不同海拔梯度森林的物候差异,揭示了近10年秦岭森林物候的时空格局,可为秦岭地区生态环境评价和保护提供科学依据。
关键词:EVI
;
时间序列谐波分析
;
物候
;
时空变化
;
秦岭
Abstract
Plant phenology is one of the most salient and sensitive indicators of terrestrial ecosystem's response to climate change. Understanding its spatiotemporal change is significantly important for understanding both land surface processes and carbon cycle and predicting changes in the terrestrial ecosystem. MODIS MOD09A1, with the spatial resolution of 500 m × 500 m and at an 8-day temporal interval, was used in this study to investigate the change in forest phenology in the Qinling zone of central China in 2001‒2010. First, we used the day of year (DOY) of MOD09A1 to improve the temporal precision of EVI; we then combined the maximum ratio and the threshold method for phenology data extraction [start of growth season (SOG), end of growth season (EOG), and length of growth season (LOG)] in the Qinling zone. Results of this study show that: Accompanying the deterioration in heat and water conditions from low altitude to high altitude and southeast to northwest, SOG delayed, EOG advanced, and LOG shortened gradually. SOG and EOG mainly occurred on the 81th‒120th and 270th‒311th days respectively. LOG was mainly between 150 and 230 days. The phenology of forest in Qinling zone is closely related to altitude, with every 100 m rising in altitude, SOG, EOG, and LOG gradualy delayed 2 days, advanced 1.9 days, and shortened 3.9 days, respectively. From 2001 to 2010, early SOG, late EOG, and extended LOG mainly occurred in medium altitude. SOG, EOG, and LOG gradually delayed, advanced, and shortened respectively in some areas that are lowered than 1,000 m above sea level. Interannual changes at high altitude were more complicated than that at low altitude, and SOG advanced, EOG advanced, and LOG shortened above 2000 m. The reasons for these changes remain unclear. The findings quantified the differences of forest phenology with the change in elevation and revealed the spatiotemporal variations in forest phenology from 2001 to 2010. This article provides a reference for the evaluation and protection of ecological environment in the Qinling zone. In future study, reasons for the above mentioned differences in forest phenology need to be explored.
XIAHaoming, LIAinong, ZHAOWei, BIANJinhu, LEIGuangbin. Spatiotemporal variations of forest phenology in the Qinling zone based on remote sensing monitoring, 2001-2010[J]. 地理科学进展, 2015, 34(10): 1297-1305 https://doi.org/10.18306/dlkxjz.2015.10.010
传统的物候观测通常采用野外目视观察法,通过定点观测不仅耗费大量物力和人力,而且覆盖面小,观测物种有限,不易开展长时间序列大区域监测。遥感观测具有覆盖范围广,连续性强的特点,是传统物候观测手段的有效补充(Moulin et al, 1997)。目前采用高时空分辨率遥感数据反演归一化植被指数(NDVI)监测植被物候期的研究较多,在区域乃至全球尺度物候监测研究中已取得一系列初步成果(Myneni et al, 1997; Eleonora et al, 2001; Piao et al, 2006; 王宏等, 2006; 于信芳等, 2006)。而NDVI存在高植被覆盖区易饱和、没有考虑背景土壤噪音和气溶胶对植被指数的影响等缺陷。而增强植被指数(EVI)避免了高植被覆盖区易饱和的问题,减少大气和土壤背景影响,同时在高生物量地区有更高的敏感性,与叶面积指数(LAI)线性相关更高;且当地表湿度较高时,EVI比NDVI的效果要好很多(Huete et al, 2002),因此本文选取EVI作为监测物候变化的数据源。
Fig.1 Geographic location and topography of the study area
2.2 研究资料
本文采用美国LPACC(Land Processes Distributed Active Archive Center)提供的2001-2010年秦岭地区MOD09A1和MCD12Q1产品(http://reverb.echo.nasa.gov/reverb/),其时空分辨率分别为8 d和500 m。尽管MODIS数据中心提供16 d合成的植被指数产品,但是其时间间隔对于物候期的估算研究来说相对较长。植被类型为MCD12Q1产品中IGBP(国际地圈生物圈计划)全球植被分类系统数据集。数字高程数据源于中国科学院计算机网络信息中心国际科学数据镜像网站(http://www.gscloud.cn)提供的90 m分辨率的SRTM产品。
2.3 研究方法
2.3.1 MODIS陆地表面反射率、EVI
MODIS(Moderate-resolution imaging spectro-radiometer)陆地表面反射率产品(MOD09A1)具有7个波段(Jin et al, 2013):红光波段(620~670 nm)、近红外波段1(842~876 nm)、蓝波段(459~479 nm)、绿波段(545~565 nm)、近红外波段2(841~876 nm)、短波红外波段1(1628~1652 nm)、短波红外波段2(2105~2155 nm)。全年有46幅MOD09A1影像,8 d合成产品数据是8 d中数据质量最好那天的数据。基于MOD09A1,根据式(1)可直接获得该影像的EVI值(Huete et al, 2002)。由于MOD09A1为8 d合成的值,其时间分辨率为8 d。一般情况下,已有研究中基于MOD09A1计算的EVI值通常采用8 d中的第一天来标定产品的时间信息,未考虑产品内具体像元所对应的时间差异,因此会对估算结果带来一定的时间偏差。为了消除8 d时间分辨率在重构EVI年时间序列中时间偏差的影响,本文引入MOD09A1产品中的时间控制层DOY(Day of Year)层,使获得EVI值具体到8 d中的某一天,从而提高EVI时间序列的时间精度。
(1)
式中: 、 和 分别为红光波段、近红外波段1和蓝光波段的反射率。
由于混交林和落叶阔叶林占研究区森林面积的98.9%(根据MCD12Q1中IGBP植被分类图统计),因此选取混交林和落叶阔叶林EVI值的时序曲线说明引入DOY层对遥感物候期提取的影响,图2显示:同一个8 d的EVI值,改进后比改进前整体向右偏,改进后的EVI时序曲线整体右移,因此根据改进前数据提取的遥感物候期整体呈提前趋势,通过引入DOY层可以消除未改进原始数据造成的物候期伪提前。图2中“原始8 d EVI值”、“原始8 d EVI值滤波”分别为常规方法计算的EVI值(时间分辨率为8 d)和经过滤波后重采样为1 d时间分辨率的EVI曲线。“改进1 d EVI值”、“改进1 d EVI值滤波”分别为引入DOY层后计算的EVI值(时间分辨率为1 d)和经过滤波后重采样为1 d时间分辨率的EVI曲线。
Fig.3 Spatial distribution of forest average phenology in the Qinling zone; DOY is the Day of Year
从低海拔到高海拔,东南向西北SOG依次推迟,EOG依次提前,LOG逐渐缩短,这较好地体现了地形和气候的地域分异规律。从图3a可以看出,秦岭94.2%森林的SOG出现在第81~120天(日序,即Day of Year,简称DOY,下同)之间,即3月下旬和4月。从空间分布格局看,研究区东南部生长开始较早,主要集中在第70~100天(即3月上旬-4月上旬)逐步开始展叶、生长。研究区中北部由于海拔较高,主要集中第100~120天(即在4月中下旬)森林逐步开始展叶、生长。海拔较高的太白山地区,生长季开始的更晚,在第120 d以后(即5月上旬)逐步开始展叶、生长。
Fig.4 Changes in the mean of forest's start of growth season (SOG) (a), end of growth season (EOG) (b), and length of growth season (LOG) (c) along the altitude gradient in the Qinling zone, 2001-2010
Spatial and temporal variation of absolute humidity and its relationship with potential evaporation in the northern and southern regions of Qinling Mountains
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
... ; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
... ; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
近十年中国东北森林植被物候遥感监测
1
2014
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
1982-2006年欧亚大陆植被生长季开始时间遥感监测分析
1
2012
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
藏北高原典型植被样区物候变化及其对气候变化的响应
1
2012
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
藏北高原典型植被样区物候变化及其对气候变化的响应
1
2012
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
基于NOAA NDVI 的植被生长季模拟方法研究
1
2006
... 传统的物候观测通常采用野外目视观察法,通过定点观测不仅耗费大量物力和人力,而且覆盖面小,观测物种有限,不易开展长时间序列大区域监测.遥感观测具有覆盖范围广,连续性强的特点,是传统物候观测手段的有效补充(Moulin et al, 1997).目前采用高时空分辨率遥感数据反演归一化植被指数(NDVI)监测植被物候期的研究较多,在区域乃至全球尺度物候监测研究中已取得一系列初步成果(Myneni et al, 1997; Eleonora et al, 2001; Piao et al, 2006; 王宏等, 2006; 于信芳等, 2006).而NDVI存在高植被覆盖区易饱和、没有考虑背景土壤噪音和气溶胶对植被指数的影响等缺陷.而增强植被指数(EVI)避免了高植被覆盖区易饱和的问题,减少大气和土壤背景影响,同时在高生物量地区有更高的敏感性,与叶面积指数(LAI)线性相关更高;且当地表湿度较高时,EVI比NDVI的效果要好很多(Huete et al, 2002),因此本文选取EVI作为监测物候变化的数据源. ...
基于NOAA NDVI 的植被生长季模拟方法研究
1
2006
... 传统的物候观测通常采用野外目视观察法,通过定点观测不仅耗费大量物力和人力,而且覆盖面小,观测物种有限,不易开展长时间序列大区域监测.遥感观测具有覆盖范围广,连续性强的特点,是传统物候观测手段的有效补充(Moulin et al, 1997).目前采用高时空分辨率遥感数据反演归一化植被指数(NDVI)监测植被物候期的研究较多,在区域乃至全球尺度物候监测研究中已取得一系列初步成果(Myneni et al, 1997; Eleonora et al, 2001; Piao et al, 2006; 王宏等, 2006; 于信芳等, 2006).而NDVI存在高植被覆盖区易饱和、没有考虑背景土壤噪音和气溶胶对植被指数的影响等缺陷.而增强植被指数(EVI)避免了高植被覆盖区易饱和的问题,减少大气和土壤背景影响,同时在高生物量地区有更高的敏感性,与叶面积指数(LAI)线性相关更高;且当地表湿度较高时,EVI比NDVI的效果要好很多(Huete et al, 2002),因此本文选取EVI作为监测物候变化的数据源. ...
基于MODIS NDVI 数据的东北森林物候期监测
2
2006
... 传统的物候观测通常采用野外目视观察法,通过定点观测不仅耗费大量物力和人力,而且覆盖面小,观测物种有限,不易开展长时间序列大区域监测.遥感观测具有覆盖范围广,连续性强的特点,是传统物候观测手段的有效补充(Moulin et al, 1997).目前采用高时空分辨率遥感数据反演归一化植被指数(NDVI)监测植被物候期的研究较多,在区域乃至全球尺度物候监测研究中已取得一系列初步成果(Myneni et al, 1997; Eleonora et al, 2001; Piao et al, 2006; 王宏等, 2006; 于信芳等, 2006).而NDVI存在高植被覆盖区易饱和、没有考虑背景土壤噪音和气溶胶对植被指数的影响等缺陷.而增强植被指数(EVI)避免了高植被覆盖区易饱和的问题,减少大气和土壤背景影响,同时在高生物量地区有更高的敏感性,与叶面积指数(LAI)线性相关更高;且当地表湿度较高时,EVI比NDVI的效果要好很多(Huete et al, 2002),因此本文选取EVI作为监测物候变化的数据源. ...
... 传统的物候观测通常采用野外目视观察法,通过定点观测不仅耗费大量物力和人力,而且覆盖面小,观测物种有限,不易开展长时间序列大区域监测.遥感观测具有覆盖范围广,连续性强的特点,是传统物候观测手段的有效补充(Moulin et al, 1997).目前采用高时空分辨率遥感数据反演归一化植被指数(NDVI)监测植被物候期的研究较多,在区域乃至全球尺度物候监测研究中已取得一系列初步成果(Myneni et al, 1997; Eleonora et al, 2001; Piao et al, 2006; 王宏等, 2006; 于信芳等, 2006).而NDVI存在高植被覆盖区易饱和、没有考虑背景土壤噪音和气溶胶对植被指数的影响等缺陷.而增强植被指数(EVI)避免了高植被覆盖区易饱和的问题,减少大气和土壤背景影响,同时在高生物量地区有更高的敏感性,与叶面积指数(LAI)线性相关更高;且当地表湿度较高时,EVI比NDVI的效果要好很多(Huete et al, 2002),因此本文选取EVI作为监测物候变化的数据源. ...
... 物候学是研究自然界动植物与其所处周期变化的环境(气候、水文、土壤)之间相互关系的科学(竺可桢等, 1973; Schwartz, 2003).植被作为陆地生态系统的重要组成部分,是环境条件和年际变化最直观、最敏感的生物指示器,其物候的时空变化与全球气候变化、水循环、碳循环和陆地生态系统初级生产力息息相关.在近100年来气候变暖已成为事实的背景下(Peñuelas et al, 2001; 方修琦等, 2002; White et al, 2005; 陈效逑等, 2009),物候学又重新受到学术界的广泛关注. ...
Monitoring phenological key stages and cycle duration of temperate deciduous forest ecosystems with NOAA/AVHRR data
1
1999
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
NDVI-derived length of the growth period estimations for different vegetation types in Monsoon Asia
1
2001
... 传统的物候观测通常采用野外目视观察法,通过定点观测不仅耗费大量物力和人力,而且覆盖面小,观测物种有限,不易开展长时间序列大区域监测.遥感观测具有覆盖范围广,连续性强的特点,是传统物候观测手段的有效补充(Moulin et al, 1997).目前采用高时空分辨率遥感数据反演归一化植被指数(NDVI)监测植被物候期的研究较多,在区域乃至全球尺度物候监测研究中已取得一系列初步成果(Myneni et al, 1997; Eleonora et al, 2001; Piao et al, 2006; 王宏等, 2006; 于信芳等, 2006).而NDVI存在高植被覆盖区易饱和、没有考虑背景土壤噪音和气溶胶对植被指数的影响等缺陷.而增强植被指数(EVI)避免了高植被覆盖区易饱和的问题,减少大气和土壤背景影响,同时在高生物量地区有更高的敏感性,与叶面积指数(LAI)线性相关更高;且当地表湿度较高时,EVI比NDVI的效果要好很多(Huete et al, 2002),因此本文选取EVI作为监测物候变化的数据源. ...
Trends in the start of the growing season in fennoscandia 1982-2011
1
2013
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
Overview of the radiometric and biophysical performance of the MODIS vegetation indices
2
2002
... 传统的物候观测通常采用野外目视观察法,通过定点观测不仅耗费大量物力和人力,而且覆盖面小,观测物种有限,不易开展长时间序列大区域监测.遥感观测具有覆盖范围广,连续性强的特点,是传统物候观测手段的有效补充(Moulin et al, 1997).目前采用高时空分辨率遥感数据反演归一化植被指数(NDVI)监测植被物候期的研究较多,在区域乃至全球尺度物候监测研究中已取得一系列初步成果(Myneni et al, 1997; Eleonora et al, 2001; Piao et al, 2006; 王宏等, 2006; 于信芳等, 2006).而NDVI存在高植被覆盖区易饱和、没有考虑背景土壤噪音和气溶胶对植被指数的影响等缺陷.而增强植被指数(EVI)避免了高植被覆盖区易饱和的问题,减少大气和土壤背景影响,同时在高生物量地区有更高的敏感性,与叶面积指数(LAI)线性相关更高;且当地表湿度较高时,EVI比NDVI的效果要好很多(Huete et al, 2002),因此本文选取EVI作为监测物候变化的数据源. ...
... MODIS(Moderate-resolution imaging spectro-radiometer)陆地表面反射率产品(MOD09A1)具有7个波段(Jin et al, 2013):红光波段(620~670 nm)、近红外波段1(842~876 nm)、蓝波段(459~479 nm)、绿波段(545~565 nm)、近红外波段2(841~876 nm)、短波红外波段1(1628~1652 nm)、短波红外波段2(2105~2155 nm).全年有46幅MOD09A1影像,8 d合成产品数据是8 d中数据质量最好那天的数据.基于MOD09A1,根据式(1)可直接获得该影像的EVI值(Huete et al, 2002).由于MOD09A1为8 d合成的值,其时间分辨率为8 d.一般情况下,已有研究中基于MOD09A1计算的EVI值通常采用8 d中的第一天来标定产品的时间信息,未考虑产品内具体像元所对应的时间差异,因此会对估算结果带来一定的时间偏差.为了消除8 d时间分辨率在重构EVI年时间序列中时间偏差的影响,本文引入MOD09A1产品中的时间控制层DOY(Day of Year)层,使获得EVI值具体到8 d中的某一天,从而提高EVI时间序列的时间精度. ...
Phenology and gross primary production of two dominant savanna woodland ecosystems in Southern Africa
1
2013
... MODIS(Moderate-resolution imaging spectro-radiometer)陆地表面反射率产品(MOD09A1)具有7个波段(Jin et al, 2013):红光波段(620~670 nm)、近红外波段1(842~876 nm)、蓝波段(459~479 nm)、绿波段(545~565 nm)、近红外波段2(841~876 nm)、短波红外波段1(1628~1652 nm)、短波红外波段2(2105~2155 nm).全年有46幅MOD09A1影像,8 d合成产品数据是8 d中数据质量最好那天的数据.基于MOD09A1,根据式(1)可直接获得该影像的EVI值(Huete et al, 2002).由于MOD09A1为8 d合成的值,其时间分辨率为8 d.一般情况下,已有研究中基于MOD09A1计算的EVI值通常采用8 d中的第一天来标定产品的时间信息,未考虑产品内具体像元所对应的时间差异,因此会对估算结果带来一定的时间偏差.为了消除8 d时间分辨率在重构EVI年时间序列中时间偏差的影响,本文引入MOD09A1产品中的时间控制层DOY(Day of Year)层,使获得EVI值具体到8 d中的某一天,从而提高EVI时间序列的时间精度. ...
Seasonality extraction by function fitting to time-series of satellite sensor data
1
2002
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
Global-scale assessment of vegetation phenology using NOAA/AVHRR satellite measurements
2
1997
... 传统的物候观测通常采用野外目视观察法,通过定点观测不仅耗费大量物力和人力,而且覆盖面小,观测物种有限,不易开展长时间序列大区域监测.遥感观测具有覆盖范围广,连续性强的特点,是传统物候观测手段的有效补充(Moulin et al, 1997).目前采用高时空分辨率遥感数据反演归一化植被指数(NDVI)监测植被物候期的研究较多,在区域乃至全球尺度物候监测研究中已取得一系列初步成果(Myneni et al, 1997; Eleonora et al, 2001; Piao et al, 2006; 王宏等, 2006; 于信芳等, 2006).而NDVI存在高植被覆盖区易饱和、没有考虑背景土壤噪音和气溶胶对植被指数的影响等缺陷.而增强植被指数(EVI)避免了高植被覆盖区易饱和的问题,减少大气和土壤背景影响,同时在高生物量地区有更高的敏感性,与叶面积指数(LAI)线性相关更高;且当地表湿度较高时,EVI比NDVI的效果要好很多(Huete et al, 2002),因此本文选取EVI作为监测物候变化的数据源. ...
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
Increased plant growth in the northern high latitudes from 1981 to 1991
1
1997
... 传统的物候观测通常采用野外目视观察法,通过定点观测不仅耗费大量物力和人力,而且覆盖面小,观测物种有限,不易开展长时间序列大区域监测.遥感观测具有覆盖范围广,连续性强的特点,是传统物候观测手段的有效补充(Moulin et al, 1997).目前采用高时空分辨率遥感数据反演归一化植被指数(NDVI)监测植被物候期的研究较多,在区域乃至全球尺度物候监测研究中已取得一系列初步成果(Myneni et al, 1997; Eleonora et al, 2001; Piao et al, 2006; 王宏等, 2006; 于信芳等, 2006).而NDVI存在高植被覆盖区易饱和、没有考虑背景土壤噪音和气溶胶对植被指数的影响等缺陷.而增强植被指数(EVI)避免了高植被覆盖区易饱和的问题,减少大气和土壤背景影响,同时在高生物量地区有更高的敏感性,与叶面积指数(LAI)线性相关更高;且当地表湿度较高时,EVI比NDVI的效果要好很多(Huete et al, 2002),因此本文选取EVI作为监测物候变化的数据源. ...
Responses to a warming world
1
2001
... 物候学是研究自然界动植物与其所处周期变化的环境(气候、水文、土壤)之间相互关系的科学(竺可桢等, 1973; Schwartz, 2003).植被作为陆地生态系统的重要组成部分,是环境条件和年际变化最直观、最敏感的生物指示器,其物候的时空变化与全球气候变化、水循环、碳循环和陆地生态系统初级生产力息息相关.在近100年来气候变暖已成为事实的背景下(Peñuelas et al, 2001; 方修琦等, 2002; White et al, 2005; 陈效逑等, 2009),物候学又重新受到学术界的广泛关注. ...
Variations in satellite-derived phenology in China's temperate vegetation
3
2006
... 传统的物候观测通常采用野外目视观察法,通过定点观测不仅耗费大量物力和人力,而且覆盖面小,观测物种有限,不易开展长时间序列大区域监测.遥感观测具有覆盖范围广,连续性强的特点,是传统物候观测手段的有效补充(Moulin et al, 1997).目前采用高时空分辨率遥感数据反演归一化植被指数(NDVI)监测植被物候期的研究较多,在区域乃至全球尺度物候监测研究中已取得一系列初步成果(Myneni et al, 1997; Eleonora et al, 2001; Piao et al, 2006; 王宏等, 2006; 于信芳等, 2006).而NDVI存在高植被覆盖区易饱和、没有考虑背景土壤噪音和气溶胶对植被指数的影响等缺陷.而增强植被指数(EVI)避免了高植被覆盖区易饱和的问题,减少大气和土壤背景影响,同时在高生物量地区有更高的敏感性,与叶面积指数(LAI)线性相关更高;且当地表湿度较高时,EVI比NDVI的效果要好很多(Huete et al, 2002),因此本文选取EVI作为监测物候变化的数据源. ...
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
... ).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
Reconstructing cloudfree NDVI composites using Fourier analysis of time series
... 物候学是研究自然界动植物与其所处周期变化的环境(气候、水文、土壤)之间相互关系的科学(竺可桢等, 1973; Schwartz, 2003).植被作为陆地生态系统的重要组成部分,是环境条件和年际变化最直观、最敏感的生物指示器,其物候的时空变化与全球气候变化、水循环、碳循环和陆地生态系统初级生产力息息相关.在近100年来气候变暖已成为事实的背景下(Peñuelas et al, 2001; 方修琦等, 2002; White et al, 2005; 陈效逑等, 2009),物候学又重新受到学术界的广泛关注. ...
Intercomparison, interpretation, and assessment of spring phenology in North America estimated from remote sensing for 1982-2006
1
2009
... 目前,已有学者针对植被指数曲线发展了不同的遥感物候期提取方法,包括:阈值法(Jonsson et al, 2002; 刘玲玲等, 2012; 宋春桥等, 2012; Høgda et al, 2013)、曲线拟合法(Duchemin et al, 1999)、最大变化速率法(Piao et al, 2006; 丁明军等, 2012)、累积频率法(侯学会等, 2014)和经验回归法(Moulin et al, 1997)等,但尚无一种方法被普遍接受(White et al, 2009).在综合考虑已有方法的基础上,本文采用最大变化速率法和阈值法相结合的方法(Piao et al, 2006; 丁明军等, 2012),提取秦岭森林物候期.其步骤如下:首先,计算日EVI(改进1 d EVI)10年的平均值,通过平滑可获得多年平均的EVI时间序列曲线;其次,根据该森林生长曲线分别计算森林生长和衰退期间相邻时间点EVI变化的绝对值最大值,作为生长季始期(Start of Growth Season, SOG)和生长季末期(End of Growth Season, EOG)发生的EVI阈值;最后,利用Hants平滑可获得每年日EVI变化曲线,利用SOG和EOG的EVI阈值,确定每年森林的SOG和EOG值;二者差值即为生长季长度(Length of Growth Season, LOG). ...
A global framework for monitoring phenological responses to climate change
1
2005
... 物候学是研究自然界动植物与其所处周期变化的环境(气候、水文、土壤)之间相互关系的科学(竺可桢等, 1973; Schwartz, 2003).植被作为陆地生态系统的重要组成部分,是环境条件和年际变化最直观、最敏感的生物指示器,其物候的时空变化与全球气候变化、水循环、碳循环和陆地生态系统初级生产力息息相关.在近100年来气候变暖已成为事实的背景下(Peñuelas et al, 2001; 方修琦等, 2002; White et al, 2005; 陈效逑等, 2009),物候学又重新受到学术界的广泛关注. ...