全球气候变化正在迅速改变地表植被,影响生态系统功能[1]。植被物候是反映植物景观动态变化的重要指标,直接反映生态系统对全球气候变化的响应和反馈过程[2]。大量气象记录和遥感观测表明,北半球在过去三四十年里生长季开始时间(start of season, SOS)和生长季旺季开始时间(start of peak season, SOP)提前[3,4,5]。变化的物候期导致了植被变绿持续时间(duration of vegetation greenup, Dgreenup,定义为SOS到SOP的时间跨度)的变化。同时由于各种因素的综合影响,如区域气候变化、二氧化碳浓度的升高,地球正在经历一个逐渐“变绿”的过程[6]。这种“变绿”的趋势被认为是植被光合作用能力提高的结果,即植被在变绿期间NDVI振幅(amplitude during vegetation greenup, Agreenup,定义为SOS和SOP之间的NDVI振幅)的提高。植被与气候之间复杂的交互作用使植被物候和光合作用能力同时发生变化,从而影响了植被的变绿速率 (velocity of vegetation greenup, Vgreenup,定义为 Agreenup与 Dgreenup的比值)[7]。植被变绿速率的变化可能影响生态系统的碳、水和能量循环以及植被对区域气候的反馈[8,9]。当前植被变绿速率在区域尺度上的空间格局及相关变化尚不明确,研究植被变绿速率的时空分布特征有助于加深对当前植被动态以及植被对气候变化响应的理解。
大兴安岭位于北半球中纬度地区,是中国对气候变化最为敏感和最早做出响应的地区之一[14]。研究区内植被多样,寒冷的气候条件为研究霜冻对植被变绿速率的影响提供了良好的条件。本文重建了1982—2019年间大兴安岭地区的植被变绿速率,详细分析植被变绿速率对霜冻的响应。研究结果对理解区域植被对全球气候变化的响应提供了有用参考。
1 数据与方法
1.1 研究区域
大兴安岭(40°59′N~53°33′N、115°5′E~125°16′E)位于内蒙古自治区东部、黑龙江省北部,南部与河北省接壤,呈东北—西南走向。研究区属温带大陆性季风气候,冬寒夏暖,昼夜温差较大。年平均气温约-2.8 ℃,年均降水量约为746 mm,无霜期约为90~110 d。大兴安岭是中国重要的气候分界线,夏季海洋季风受阻于山地东坡,东坡降水多,西坡干旱,二者呈明显的对比。研究区森林覆被率在60%以上,以兴安落叶松为优势种的针叶林为主,主要树种包括兴安落叶松(Larix gmelinii)、樟子松(Pinus sylvestris var. mongolica)、白桦(Betula platyphylla)、蒙古栎(Quercus mongolica)、山杨(Populus davidiana)等,是中国东北重要的生态屏障和国家森林保育区。
图1
图1
研究区位置及主要土地利用类型的空间分布
Fig.1
Location of the study area and spatial distribution of main land use / land cover types
1.2 数据来源
本文研究使用NOAA气候数据记录归一化植被指数数据(Climate Data Record Normalized Difference Vegetation Index, CDR NDVI)估算1982—2019年大兴安岭地区植被的变绿速率。该数据集的空间分辨率为0.05°,时间分辨率为1 d。利用最大值合成法对NDVI数据进行合成,可以有效减少成像过程中云、气溶胶及太阳高度角等因素的影响,并将最大值合成后NDVI<0.1的像元作为非植被区去除。
从中国气象数据网(http://data.cma.cn/)获取了研究区及周边共34个气象站点1982—2019年的日平均气温、日最低气温(Tmin)、日降水量和日照时数等气象因子。本文中,Tmin被用来计算霜冻天数和霜冻强度,其余气象因子作为评估霜冻对植被变绿速率影响的控制因子。
农田等非自然植被的生长受到人类控制,对霜冻具有较强的抵御能力。为了减少非自然植被对研究结果的干扰,首先使用中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer, MODIS)全球土地覆盖类型产品(MCD12C1)逐年去除了2001—2019年间所有的农田像元,仅使用这19 a内土地覆盖类型未发生变化的自然植被像元进行分析。由于缺少2001年以前的逐年土地覆盖类型产品,本文结合20世纪80年代的土地利用和土地覆盖地图(http://www.geodata.cn),再次剔除农田等非自然植被。
1.3 研究方法
1.3.1 植被变绿速率的计算
本文采用Savitzky-Golay(S-G)滤波拟合植被NDVI年生长曲线。S-G滤波保留了NDVI时间序列的细节,并根据植被生长规律对曲线进行平滑处理,有利于植被物候信息的高精度提取。在TIMESAT软件中设定NDVI值达到当年振幅的20%所对应的时间作为SOS,NDVI年振幅的80%所对应的时间作为SOP。基于Wang等[7]的计算方式,植被变绿速率定义为Agreenup(SOS到SOP之间的NDVI振幅)与Dgreenup(SOS到SOP的时间跨度)的比率：
式中：NDVISOS和NDVISOP分别代表SOS和SOP所对应的NDVI值。
1.3.2 霜冻指标的定义
本文调查的霜冻天数为每年春季开始(每年的3月1日)到SOP的时间段内日Tmin低于0 ℃的天数。对Tmin进行重分类(小于0 ℃的像素重分类为1,其他像素重分类为0),并累加相应时间段内的网格,最终得到研究时段内的霜冻天数。
本文定义低于霜冻阈值积温的平均值为平均累计霜冻度日[16](accumulated frost degree days, AFDD),以此来表征霜冻强度。平均AFDD的计算如下：
式中：Th代表霜冻的阈值温度;
为了确定适合研究区的霜冻阈值温度,利用多元线性回归检验了植被变绿速率在不同霜冻阈值温度下(-2~2 ℃)对平均AFDD的敏感性。植被变绿速率对不同霜冻阈值温度下霜冻强度的敏感性定义为平均AFDD每变化1个单位,而引发的植被变绿速率的变化[17]。以植被变绿速率为因变量,气候参数(平均气温、降水和下行短波辐射)和不同霜冻阈值温度下的平均AFDD为自变量建立多元线性回归模型：
式中：k、β0和μ分别表示自变量个数、常数项和随机误差;β1、β2……βk为回归系数,即敏感性。选择敏感性最强的阈值作为本文的霜冻阈值温度,最终Th确定为2 ℃。
1.3.3 气象插值方法
1.3.4 统计分析
本文使用Sen's斜率评估1982—2019年间霜冻指标和植被变绿速率的趋势。相比最小二乘线性趋势拟合,Sen's斜率可以排除个别异常值的干扰,减少缺失数据对结果的影响[22]。Mann-Kendall是一种非参数的统计检验,它不要求样本服从特定的分布。在本文中Mann-Kendall被用来检验趋势的显著性。
本文使用偏相关分析评价霜冻指标对植被变绿速率的影响。偏相关分析可以去除其他变量对结果的影响,设置植被变绿速率和霜冻指标(霜冻天数或霜冻强度)为因变量,平均气温、降水和日照时数为自变量。霜冻强度和平均气温使用春季开始到SOP时段内的平均值,而霜冻天数、降水和日照时数使用春季开始到SOP时段内的累积值进行计算。
2 结果与分析
2.1 大兴安岭霜冻时空分布特征
1982—2019年大兴安岭地区春季开始至SOP时段内每年平均霜冻天数为66.66 ± 13.85 d(图2a)。霜冻天数随纬度及海拔的下降而减少,大兴安岭北段山地落叶针叶林区(ⅠA1)、北段西侧森林草原区(ⅡB3)、中段山地草原森林区(ⅡB2)和南段草原区(ⅡC2)每年的平均霜冻天数分别为79.18 ± 3.61、66.61 ± 7.86、66.51 ± 8.60和49.90 ± 8.78 d。研究时段内大兴安岭的霜冻天数呈现普遍减少趋势(图2b),平均为-0.24 ± 0.07 d/a。霜冻强度的空间分布与霜冻天数保持了良好的空间一致性,平均AFDD为9.17 ± 3.74 ℃/d(图2c)。研究区北部地区霜冻强度明显强于南部地区,北段山地落叶针叶林区(ⅠA1)平均AFDD为13.08 ± 1.65 ℃/d,而南段草原 区(ⅡC2)的平均AFDD仅为4.87 ± 1.33 ℃/d。研究区内霜冻强度同样呈现普遍减弱的趋势,平均为-0.036 ± 0.015 ℃/(d·a) (图2d),仅北段山地落叶针叶林区(IA1)北端的落叶阔叶林地区的霜冻强度呈现轻微的积极趋势。气候变暖同时降低了霜冻发生的频率和强度。
图2
图2
大兴安岭霜冻天数和霜冻强度的空间分布及趋势
Fig.2
Spatial patterns of frost days and frost intensity and their trends in the Greater Khingan Mountains
2.2 大兴安岭植被变绿速率时空分布特征
1982—2019年大兴安岭地区植被平均变绿速率为0.79×10-2/d(图3a)。变绿速率较快的地区主要分布在大兴安岭北段山地落叶针叶林区(IA1)和中段山地草原森林区(IIB2),植被平均变绿速率分别为0.94×10-2/d和0.86×10-2/d,该地区植被密度较大且海拔较高,以落叶针叶林、稀树草原和混交林为主。变绿速率较慢的地区主要集中在南段草原区(IIC2)的中部和东部,植被类型以草地为主。
图3
图3
大兴安岭植被变绿速度的空间分布(a)及趋势(b)
Fig.3
Spatial patterns of (a) velocity of vegetation greenup and (b) its trend in the Greater Khingan Mountains
研究区内75.70%的植被变绿速率呈现负向趋势,主要集中在南段草原区(IIC2)的北部、中段山地草原森林区(IIB2)以及北段山地落叶针叶林区(IA1)的多树草原、混交林和落叶针叶林区(图3b)。植被变绿速率呈现正向趋势的像元主要分布在南段草原区(IIC2)的南部,均增速仅为0.3×10-3 d/a。
2.3 霜冻对植被变绿速率的影响
大兴安岭地区的植被变绿速率与霜冻天数整体(77.30%)呈负向偏相关关系(图4a),即霜冻天数的普遍减少加速了植被变绿过程。以落叶针叶林、落叶阔叶林为主的北段山地落叶针叶林区(IA1)对霜冻天数的响应显著(P<0.01)。随着纬度的下降和霜冻天数的减少,研究区内的植被对霜冻天数的响应程度也逐渐降低。分布在中部和南部的稀树草原及草地的变绿速率与霜冻天数之间呈现微弱的正向偏相关关系。
图4
图4
偏相关系数的空间分布
注：显著性水平0.01、0.05、0.1和0.2分别对应的偏相关系数为±0.43、±0.33、±0.28和±0.22。
Fig.4
Spatial distribution of partial correlation coeffcients between frost days and velocity of Vgreenup (a), and between frost intensity and Vgreenup (b)
研究区内61.93%的像元的植被变绿速率与霜冻强度呈负向偏相关关系(图4b),主要集中在研究区北部,其中北段山地落叶针叶林区(IA1)的北部呈现显著负向偏相关关系(P<0.01),即该地区霜冻强度的下降加速了大兴安岭的植被变绿过程。以多树草原、稀树草原和草地为主的生态区,植被变绿速率与霜冻强度呈现不同程度的正向偏相关关系,即霜冻强度的下降减缓了该地区的植被变绿速率。
在气候变暖的背景下,研究区内的霜冻天数和霜冻强度都表现出普遍的负向趋势,但在空间上对不同植被变绿速率的影响表现出明显的差异。整体上,霜冻加速了落叶针叶林、落叶阔叶林和混交林的植被变绿速率,减缓了多树草原、稀树草原和草地的植被变绿速率。
2.4 不同生态分区下植被变绿速率对霜冻的响应
不同生态分区下,植被变绿速率与霜冻天数除南段草原区(IIC2)呈微弱正相关外,均呈现负向偏相关关系(表1)。北段山地落叶针叶林区(IA1)和北段西侧森林草原区(ⅡB3)与霜冻天数呈显著负偏相关,偏相关系数分别为-0.42(P<0.05)和-0.48(P<0.01)。中段山地草原森林区(IIB2)的植被变绿速率与霜冻天数呈微弱的负偏相关关系。
表1 不同生态地理分区下植被变绿速率和霜冻的偏相关系数
Tab.1
| 生态地理分区 | 霜冻天数 | 霜冻强度 |
|---|---|---|
| 大兴安岭北段山地落叶针叶林区(ⅠA1) | -0.42* | -0.49** |
| 大兴安岭中段山地草原森林区(ⅡB2) | -0.23 | 0.19 |
| 大兴安岭北段西侧森林草原区(ⅡB3) | -0.48** | -0.36* |
| 大兴安岭南段草原区(ⅡC2) | 0.18 | 0.15 |
注：**、*分别表示植被变绿速率与霜冻因子之间的偏相关系数通过0.01、0.05的显著性水平检验。
与霜冻天数相似,北段山地落叶针叶林区(IA1)和北段西侧森林草原区(ⅡB3)的植被变绿速率与霜冻强度呈显著负偏相关关系,偏相关系数分别为 -0.49(P<0.01)、-0.36(P<0.05)。而中段山地草原森林区(IIB2)和南段草原区(IIC2)的植被变绿速率与霜冻强度呈微弱的正偏相关关系。
从总体上看,不同生态分区下,大兴安岭北段西侧森林草原区(IIB3)和北段山地落叶针叶林区(IA1)的植被变绿速率对霜冻事件的响应都较为明显;而中段山地草原森林区(IIB2)的植被变绿速率对霜冻事件的响应可能存在部分抵消作用,南段草原区(IIC2)对霜冻事件的响应较弱且都为正向影响。
3 讨论与结论
3.1 讨论
大兴安岭是中国重要的气候分界线,也是中国对气候变化最为敏感和最早做出响应的地区之一[14],霜冻事件对该地区植被生长的影响受到了广泛关注[13,23]。全球气温的升高降低了霜冻发生的频率和强度,同时,中国北方地区的城市化进程会显著降低冷事件的发生频率[24]。而气温上升也造成了植被生长季的延长,特别是受人类干扰较小的自然植被,提前的SOS增加了植被暴露在霜冻中的风险。虽然本文研究结果表明大兴安岭地区的霜冻天数在研究时段内被观测到呈下降趋势,但这并不意味着霜冻风险也随之降低。整体霜冻天数的下降主要是春季开始到SOS的时间段内霜冻天数的下降所导致,而在植被生长季开始之后,霜冻天数反而增加[25]。提前的霜冻敏感期增加了春季霜冻对植被的危害[26],温带植被在春季出芽时最容易受冻,这一时期的叶片脆弱性也随着气温的升高而显著增加[27]。不同植被对霜冻的敏感性不同,在物候上对气候变暖更敏感的物种更容易受到霜冻的影响[28]。不同物种霜冻适应性的微小差异可能影响种间竞争,从而影响陆地生态系统的功能和结构[29,30]。
本文研究结果表明,霜冻天数的下降和霜冻强度的减弱整体加速了植被变绿过程,但研究区内的植被变绿速率整体仍呈现负向趋势。这种现象可能由以下2种原因导致：① SOS和SOP对气温的响应程度和方向不同,导致Dgreenup增加,植被变绿速率表现出负向趋势。本文中植被变绿速率是通过Agreenup和Dgreenup两个变量计算得到,二者的变化都直接影响植被变绿速率的趋势。大兴安岭地区Agreenup都表现为积极趋势,表明植被的光合作用能力逐渐增加,这与之前的研究结果一致[7]。当代的气温仍远低于植物达到最大光合作用速率的平均气温,生态系统的生产力仍然受到夏季气温的限制[31],植被的光合作用能力随夏季气温的升高而增强。而SOS和SOP对气温的响应程度和方向不同,气温的升高提前了大兴安岭地区植被的SOS,却推迟了SOP(图5a)。尽管过去的38 a间被观测到呈负向趋势的植被变绿速率像元的SOP没有表现出明显的趋势,但SOS显著提前,导致Dgreenup增加,从而植被变绿速率表现出减速趋势(图5b)。② 已有研究表明,植物在休眠期间需要经受寒冷条件的刺激,即冷激温[32]。休眠期所需的低温是缩短植被变绿时间的必要条件[33]。气候变暖导致冬季气温上升,植被休眠期间寒冷条件的刺激不足,这可能也是导致植被变绿速率呈现负向趋势的原因之一。
图5
图5
(a)气温和SOS(SOP)的相关性值和(b)SOS及SOP的坡度值直方图
Fig.5
Histogram of (a) correlation coeffcient values between temperature and SOS (SOP) and (b) trend of SOS and SOP
3.2 结论
本文基于NOAA CDR NDVI数据,估算了1982—2019年大兴安岭地区的植被变绿速率并评估其变化。选取霜冻天数和霜冻强度作为指标,探讨了春季开始到植被生长旺季开始期间霜冻对植被变绿速率的影响。主要结论如下：
(1) 1982—2019年大兴安岭地区在研究时段内每年的平均霜冻天数为66.66±13.85 d,呈现普遍减少趋势,平均为-0.24±0.07 d/a。霜冻强度的空间分布与霜冻天数保持了良好的空间一致性,平均AFDD为9.17±3.74 ℃/d,也呈现普遍减弱趋势,平均为-0.036±0.015 ℃/(d·a)。气候变暖同时降低了霜冻发生的频率和强度。
(2) 1982—2019年大兴安岭地区植被平均变绿速率为0.79×10-2/d,区域差异较小。海拔高且植被密度大的地区植被变绿速率快,草地的变绿速率较慢。研究区内75.70%的植被变绿速率呈减慢趋势,仅南部草地的变绿速率呈加快趋势。同时,研究时段内霜冻天数与霜冻强度表现出良好的空间一致性,且都被观测到普遍的负向趋势。
(3) 植被变绿速率对霜冻天数和霜冻强度的响应表现出明显的差异,霜冻天数的减少和霜冻强度的减弱同时加速了森林生态系统的植被变绿速率,却也同时减缓了草原生态系统的植被变绿速率。不同生态分区下植被变绿速率对霜冻的响应也有所不同,大兴安岭北段西侧森林草原区(IIB3)和北段山地落叶针叶林区(IA1)的植被变绿速率对霜冻事件的响应都较为明显。随着纬度的下降,植被变绿速率对霜冻的响应程度逐渐下降。
参考文献
基于遥感的植被年际变化及其与气候关系研究进展
[J].
Advance in the inter-annual variability of vegetation and its relation to climate based on remote sensing
遥感物候学研究进展
[J].
DOI:10.11820/dlkxjz.2009.01.005
[本文引用: 1]
植物物候现象是环境条件季节和年际变化最直观、最敏感的生物指示器，其发生时间可以反映陆地生态系 统对气候变化的快速响应。近年来，遥感物候观测因其具有多时相、覆盖范围广、空间连续、时间序列较长等特点， 已成为揭示植被动态对全球气候变化响应与反馈的重要手段。文章在介绍植物物候遥感监测的数据集及其预处理 方法的基础上，从植物物候生长季节的划分、植物物候与气候变化、植物物候与净初级生产量、植物物候与土地覆 盖、植物物候与农作物估产等方面系统阐述了近5 年来国内外遥感物候学研究的重要进展，并针对目前研究中存 在的问题，提出近期遥感物候研究的主要方向：(1)发展一种更具普适性的物候生长季节划分方法；(2)通过开展植物 群落的物候观测和选择合适的尺度转换方法，统一地面与遥感的空间信息；(3)定量分析植物物候变化对人类活动 的响应机制；(4)选择适宜的数学方法和模型，实现各种不同分辨率遥感数据的融合；(5)通过动态模拟，预测植物物 候对未来气候变化的响应。
Progress in remote sensing phenological research
1982—2009年基于卫星数据的北半球中高纬地区植被春季物候动态及其与气候的关系
[J].
Variation of satellite-based spring vegetation phenology and the relationship with climate in the Northern Hemisphere over 1982 to 2009
气候变暖背景下近30 a北半球植被变化研究综述
[J].
Vegetation variation in the north hemisphere under climate warming in the last 30 years
1965—2014年北京西郊地区植物观赏期对气候变化的响应
[J].
DOI:10.11821/dlyj201812005
[本文引用: 1]
基于1965-2014年北京地区50种植物物候数据和同期日均温等气象资料,运用相关、回归分析法分析了北京地区绿叶观赏期、观花期和秋叶观赏期（开始日、结束日、时间长度）的变化趋势、变化形式及其对气候变化的响应情况。结果表明：① 北京西郊地区50种植物的绿叶观赏期为4月14日-10月15日,观赏期长度为163~219天。观花期为4月29日-5月17日,观花期长度为6~77天。秋叶观赏期为10月15日-11月14日,观赏期长度为16~41天。② 近50年来,北京西郊地区50种植物的3个观赏期都发生了一定程度的变化。绿叶观赏期开始日提前3.1天/10a,结束日推迟3.6天/10a,观赏期延长6.8天/10a。观花期开始日提前1.6天/10a,结束日提前0.5天/10a,观赏期延长1.2天/10a。秋叶观赏期开始日推迟3.6天/10a,结束日推迟1.1天/10a,观赏期缩短2.5天/10a。③ 绿叶观赏期延长主要表现为开始日提前,结束日推迟。观花期延长主要表现为开始日提前程度大于结束日提前程度,春花植物和夏花植物的观花期延长和缩短的表现形式基本一致。秋叶观赏期缩短主要表现为开始日推迟程度大于结束日推迟程度。④ 春季气温升高1 ℃,绿叶观赏期开始日提前3.9天、结束日推迟5.2天;观花期开始日提前3.4天,结束日提前1.9天。秋季气温升高1 ℃,秋叶观赏期开始日和结束日分别推迟5.2天和2.2天。⑤ 将不同观赏期重叠搭配可营造不同色彩和风格的植被景观,进而设计出不同特色的景观观赏主题。植物观赏期的变化可为园林景观创新设计提供有力参考,为植物观赏活动时间的安排提供科学依据。
Responses of variations of plant ornamental period to climate change in the west suburbs of Beijing from 1965-2014
Detection and attribution of vegetation greening trend in China over the last 30 years
[J].DOI:10.1111/gcb.12795 URL [本文引用: 1]
Acceleration of global vegetation greenup from combined effects of climate change and human land management
[J].DOI:10.1111/gcb.2018.24.issue-11 URL [本文引用: 3]
Climate change, phenology, and phenological control of vegetation feedbacks to the climate system
[J].DOI:10.1016/j.agrformet.2012.09.012 URL [本文引用: 1]
2000—2017年内蒙古荒漠草原植被物候变化及对净初级生产力的影响
[J].
DOI:10.18306/dlkxjz.2020.01.003
[本文引用: 1]
荒漠草原分布于干旱区和半干旱区,对气候变化的响应极为敏感,但目前学术界对于荒漠草原物候与生产力变化的研究仍较为薄弱。有鉴于此,论文采用2000—2017年MODIS NDVI数据和气象数据,利用通用数量化方法提取内蒙古荒漠草原植被的生长季始期(start of season, SOS)和生长季末期(end of season, EOS);基于Carnegie-Ames-Stanford Approach (CASA)模型估算了植被净初级生产力(NPP),并分析了植被物候和净初级生产力之间的关系。研究结果表明：① 2000—2017年内蒙古荒漠草原SOS呈显著提前趋势(0.88 d/a,PP>0.05),生长季长度(length of season, LOS)呈显著延长趋势(0.76 d/a)。81.53%像元的SOS与2—4月平均气温呈负相关(8.21%显著相关,PPPP2</sup>·a),有自东向西逐渐降低的区域差异;在研究时段内,春、夏季和生长季的NPP均呈不显著增加趋势,秋季NPP有不显著减少趋势;生长季降水量增加有利于生长季NPP的积累。③ 春季NPP与SOS呈不显著负相关,秋季NPP与EOS呈显著正相关。LOS的延长促进了NPP的累积,其中生长季NPP与EOS的推迟关系更为密切。研究结果揭示气候变化对内蒙古荒漠草原植被物候和生产力有显著影响,对区域生态系统管理和生态建设具有重要参考意义。
Phenological changes of desert steppe vegetation and its effect on net primary productivity in Inner Mongolia from 2000 to 2017
Divergent trends in the risk of spring frost damage to trees in Europe with recent warming
[J].DOI:10.1111/gcb.2019.25.issue-1 URL [本文引用: 1]
Extension of the growing season increases vegetation exposure to frost
[J].
Reconstructing patterns of temperature, phenology, and frost damage over 124 years: Spring damage risk is increasing
[J].Climate change, with both warmer spring temperatures and greater temperature fluctuations, has altered phenologies, possibly leading to greater risk of spring frost damage to temperate deciduous woody plants. Phenological observations of 20 woody species from 1993 to 2012 in Trelease Woods, Champaign County, Illinois, USA, were used to identify years with frost damage to vegetative and reproductive phases. Local temperature records were used in combination with the phenological observations to determine what combinations of the two were associated with damage. Finally, a long-term temperature record (1889-1992) was evaluated to determine if the frequency of frost damage has risen in recent decades. Frost < or = -1.7 degrees C occurred after bud-break in 14 of the 20 years of observation. Frost damage occurred in five years in the interior and in three additional years at only the forest edge. The degree of damage varied with species, life stage, tissue (vegetative or reproductive), and phenological phase. Common features associated with the occurrence of damage to interior plants were (1) a period of unusual warm temperatures in March, followed by (2) a frost event in April with a minimum temperature < or = -6.1 degrees C with (3) a period of 16-33 days between the extremes. In the long-term record, 10 of 124 years met these conditions, but the yearly probability of frost damage increased significantly, from 0.03 during 1889-1979 to 0.21 during 1980-2012. When the criteria were "softened" to < or = -1.7 degrees C in April and an interval of 16-37 days, 31 of 124 years met the conditions, and the yearly damage probability increased significantly to 0.19 for 1889-1979 and 0.42 for 1980-2012. In this forest, the combination of warming trends and temperature variability (extremes) associated with climate change is having ecologically important effects, making previously rare frost damage events more common.
近50年中国温带季风区植物花期春季霜冻风险变化
[J].
Changes of spring frost risks during the flowering period of woody plants in temperate monsoon area of China over the past 50 years
生态地理分区框架下的大兴安岭植被动态研究
[J].
DOI:10.13249/j.cnki.sgs.2013.02.181
[本文引用: 2]
基于GIMMS NDVI数据、GIS技术,综合运用趋势线分析、统计分析和空间自相关分析方法,对1982~2006年大兴安岭整体及各生态地理区域植被特征进行检测分析。结果表明：从整体来看,大兴安岭植被NDVI增加趋势明显,NDVI呈现上升趋势的区域约占研究区总面积的80%;NDVI对气象因子变化敏感,尤其是对气温的敏感程度高于降水;并且在全局范围内呈现正的自相关,不同生态地理区内的全局自相关系数自北向南逐渐升高。各生态地理区NDVI变化趋势差异明显,植被退化的区域集中在大兴安岭北段和中段,在局部自相关分析中NDVI仍然呈现高-高聚集趋势;北段西侧天然植被破坏严重,低—低聚集的区域在逐渐扩大;南段草原区NDVI上升趋势显著,与气象因子的相关程度与其他三个生态地理区相比较低。
The vegetation dynamic research under of eco-geographical region framework on Greater Khingan Mountains
Estimating spring frost and its impact on yield across winter wheat in China
[J].DOI:10.1016/j.agrformet.2018.06.006 URL [本文引用: 1]
Diurnal asymmetry to the observed global warming
[J].DOI:10.1002/joc.2017.37.issue-1 URL [本文引用: 1]
专用气候数据空间插值软件ANUSPLIN及其应用
[J].
Introduction of the professional interpolation software for meteorology data: ANUSPLIN
薄盘光滑样条插值中三种协变量方法的降水量插值精度比较
[J].
DOI:10.11820/dlkxjz.2012.01.008
[本文引用: 1]
在薄盘光滑样条插值中,高相关协变量的选取决定了插值结果的精确性。以2001-2009 年全国728 个气象站点日降水为数据源,提取年降水量数据,在分析多年平均降水量与两协变量高程(DEM)和距海岸线距离(DCL)的空间相关性基础上,利用ANUSPLIN软件,比较不同协变量下降水量插值结果精度在全国尺度以及区域尺度上的差异。以DEM、DCL及DEM-DCL分别为协变量对降水量数据进行空间插值发现：①在全国尺度上,DEM法的平均绝对误差(MAE)为47.79,略低于DEM-DCL法(48.90),但显著低于DCL法(55.54);且DEM法的平均相对误差和均方根误差也明显低于其它两种方法。②在区域尺度上,除西藏地区外的其他7 个区域,3 种方法的插值误差与全国尺度上相一致。西藏地区降水插值结果以DCL法的精度最高,而DEM法则较差。研究建议除在西藏地区的降水量插值研究中采用DCL法,在全国其他大部分区域采用DEM法。
Comparative analysis of three covariates methods in thin-plate smoothing splines for interpolating precipitation
青藏高原东南缘气象要素Anusplin和Cokriging空间插值对比分析
[J].
Contrast on Anusplin and Cokriging meteorological spatial interpolation in southeastern margin of Qinghai-Xizang Plateau
伏牛山地森林植被物候及其对气候变化的响应
[J].
DOI:10.11821/dlxb201801004
[本文引用: 1]
研究植被物候是理解植被与气候关系的重要途径。在植被对气候变化响应的敏感地区,开展植被物候研究有助于揭示气候变化对植被的影响机制。基于2000-2015年MODIS EVI时间序列影像数据,利用Savitzky-Golay （S-G）滤波方法和动态阈值法提取伏牛山地2000-2015年森林植被物候参数,结合气温、降水数据,运用Man-Kendall趋势检验、Sen斜率、ANUSPLIN插值和相关性分析等方法,研究伏牛山地森林植被物候对气候要素（气温、降水）变化的响应。结果表明：① 伏牛山地森林植被生长季始期主要集中在第105~120 d,生长季末期主要集中在第285~315 d,生长季长度主要集中在165~195 d。从海拔梯度看,随海拔升高,生长季始期、末期和长度整体上分别呈显著推迟、提前及缩短趋势。② 生长季始期和生长季末期整体上呈推迟趋势,推迟的像元分别占森林植被的76.57%和83.81%。生长季长度整体呈延长趋势,延长的像元占比为61.21%。生长季始期变化特征主要是由该地区的春季气温降低所导致的。③ 研究区森林植被生长季始期与3月平均气温呈显著偏相关,且呈负相关的区域最多,即3月平均气温降低,导致生长季始期推迟;生长季末期与9月降水呈显著偏相关区域最多,且两者主要呈正相关,即9月降水增加,使生长季末期推迟。植被生长季长度由整个生长期的气温和降水来共同作用,对大多数的区域而言,8月的平均气温和降水与生长季长度的关系最为密切。
Phenology of forest vegetation and its response to climate change in the Funiu Mountains
Improved monitoring of vegetation dynamics at very high latitudes: A new method using MODIS NDVI
[J].DOI:10.1016/j.rse.2005.10.021 URL [本文引用: 1]
中国北方地区霜冻日的变化与区域增暖相互关系
[J].
Variation of frost days and its relationship to regional warming in northern China
Change in extreme temperature event frequency over mainland China, 1961-2008
[J].DOI:10.3354/cr01053 URL [本文引用: 1]
Estimating frost during growing season and its impact on the velocity of vegetation greenup and withering in Northeast China
[J].
Risk of spring frost to apple production under future climate scenarios: The role of phenological acclimation
[J].DOI:10.1007/s00484-009-0213-8 URL [本文引用: 1]
The interaction between freezing tolerance and phenology in temperate deciduous trees
[J].Temperate climates are defined by distinct temperature seasonality with large and often unpredictable weather during any of the four seasons. To thrive in such climates, trees have to withstand a cold winter and the stochastic occurrence of freeze events during any time of the year. The physiological mechanisms trees adopt to escape, avoid, and tolerate freezing temperatures include a cold acclimation in autumn, a dormancy period during winter (leafless in deciduous trees), and the maintenance of a certain freezing tolerance during dehardening in early spring. The change from one phase to the next is mediated by complex interactions between temperature and photoperiod. This review aims at providing an overview of the interplay between phenology of leaves and species-specific freezing resistance. First, we address the long-term evolutionary responses that enabled temperate trees to tolerate certain low temperature extremes. We provide evidence that short term acclimation of freezing resistance plays a crucial role both in dormant and active buds, including re-acclimation to cold conditions following warm spells. This ability declines to almost zero during leaf emergence. Second, we show that the risk that native temperate trees encounter freeze injuries is low and is confined to spring and underline that this risk might be altered by climate warming depending on species-specific phenological responses to environmental cues.
Predicting spatial and temporal patterns of bud-burst and spring frost risk in north-west Europe: The implications of local adaptation to climate
[J].DOI:10.1111/gcb.2010.16.issue-5 URL [本文引用: 1]
The 2007 eastern US spring freeze: Increased cold damage in a warming world?
[J].DOI:10.1641/B580311 URL [本文引用: 1]
中国作物物候对气候变化的响应与适应研究进展
[J].
DOI:10.18306/dlkxjz.2019.02.006
[本文引用: 1]
以气候变暖为主要特征的气候变化对作物物候产生了重要的影响,通常气温升高会导致作物生长速度加快,生育期缩短,从而造成作物产量下降,不利于农业发展。同时,作物物候变化可以直接或间接反映气候变化情况,对于气候变化具有重要的指示意义。作物物候的研究对于农业气象灾害的预防、农业生产管理水平的进步以及农业产量提高都极为关键。随着全球地表气温的持续升高,作物物候相关研究也越来越引起科学家的关注。论文结合作物物候的主要研究方法,综述了中国近几十年来小麦、玉米、水稻以及棉花、大豆等主要农作物的生育期变化特征以及主要的驱动因子,得到以下主要结论：①在研究方法上,统计分析方法应用最为普遍,其他几种方法都需要与统计分析方法相结合使用。另外,作物机理模型模拟方法易于操作、可行性强,在物候研究中应用也比较多。遥感反演方法对作物生育期的特征规律要求较高,一般主要关注作物返青期。②整体上,小麦全生育期主要呈缩短趋势,而玉米和水稻全生育期以延长趋势为主。③作物物候变化的驱动因子主要是气候变化和农业管理措施改变,其中,气候变化是主导驱动因子,对作物物候变化起决定作用,而调整农业管理措施,在一定程度上抵消气候变化对作物生育期的不利影响。作物物候对气候变化的响应和适应研究可以为农业生产适应气候变化提供重要的理论依据和对策。
Research progress on the response and adaptation of crop phenology to climate change in China
Physiological plant ecology
[M].
A framework for modelling the annual cycle of trees in boreal and temperate regions
[J].
Modeling the effects of winter environment on dormancy release of Douglas-fir
[J].DOI:10.1016/j.foreco.2009.06.018 URL [本文引用: 1]
Asymmetric effects of daytime and nighttime warming on boreal forest spring phenology
[J].
1963—2018年中国垂柳和榆树开花始期积温需求的时空变化
[J].
DOI:10.11821/dlxb202007009
[本文引用: 1]
积温需求是决定北半球温带地区木本植物开花时间的主要因子。全球变暖使植物在冬季受到的冷激量减少,可能会改变植物开花的积温需求。气候变化导致的中国木本植物开花始期积温需求的时空变化仍不清楚。有鉴于此,本文基于“中国物候观测网”1963—2018年垂柳（Salix babylonica）和榆树（Ulmus pumila）开花始期数据,利用3种积温算法（GDD、GDDS和GDH）系统分析了两种植物开花积温需求的空间格局和在代表性站点的年际变化,构建了基于冷激日数模拟积温需求的模型。主要结论为：垂柳和榆树开花始期的积温需求在低纬度地区大于中纬度地区。站点多年平均积温需求与冷激日数呈显著的负指数关系,即随冷激日数增加,积温需求降低。时间上,3个典型站点（贵阳、西安和牡丹江）垂柳开花积温需求的变化趋势分别达到1.28~1.41 °C·d/a（P < 0.01）、1.63~1.89 °C·d/a（P < 0.01）和0.12~0.58 °C·d/a（仅GDD算法P < 0.05）,榆树开花的积温需求在贵阳和西安同样显著增加,但在牡丹江变化不显著。冷激日数随时间减少是两个站点积温需求显著增加的主要原因。因牡丹江冬季气温低,冷激日数多且年际变化小,冷激对积温需求变化的影响不显著。基于时空耦合样本建立的冷激日数—积温需求模型对垂柳开花积温需求的模拟效果较好,R<sup>2</sup>达0.54~0.66。对榆树开花积温需求的模拟效果稍差（R<sup>2</sup>为0.33~0.64）。就不同算法而言,冷激日数对GDD算法得到的积温需求模拟效果更好。本文为量化植物开花积温需求的时空变化及在气候变化背景下的花期预测提供了重要的科学依据。
Spatio-temporal variations in the thermal requirement of the first flowering dates of Salix babylonica and Ulmus pumila in China during 1963-2018
Ecological impacts of a widespread frost event following early spring leaf-out
[J].DOI:10.1111/j.1365-2486.2012.02712.x URL [本文引用: 1]
