论文部分内容阅读
在全球变化的大背景下，气候逐渐变暖和降水格局不断变化。植被物候作为气候变化最直观、最敏感的生物指示器，被广泛应用于监测陆地生态系统对气候变化的快速响应。
本论文通过多平台多传感器的遥感数据与气象数据，制作全球物候分布图。选取温控且常年积雪的北极地区，湿控的东北亚地区，进行温度，雪覆盖时间，湿度和人为等因素对物候影响的分析，并分析植被物候的反馈效应。论文对更加精准地了解气候变化对物候的影响以及物候对气候变化的反馈有重要的科学意义和价值。该研究也有利于提高气候模式模拟结果的精度和可信度，对指导农时有着重要的经济现实意义，为国家制定适应气候变化的决策提供重要的理论依据。
研究主要得到以下结果:
1、在全球尺度上，全球大部分有植被覆盖的区域生长季节开始时间(start ofthe season，SOS)变化显著，北半球SOS总体提前，南半球SOS总体推迟，存在局部区域与总体变化规律不一致的现象。全球植被覆盖区域生长季节结束时间(end of the season，EOS)变化显著的区域极少。2000-2012年全球范围内，EOS以波动为主。基于2000-2010年MODIS-NDVI数据与1982-2006年AVHRR-NDVI数据，对北半球高纬度地区(＞60°N)的物候进行了分析。基于MODIS数据，每十年春天提前4.7天，秋天推迟了1.6天，这导致北极地区生长季节长度(length of theseason，LOS)大幅延长。在2000-2010年期间，北美和欧亚地区的物候差异极显著(SOS:df=21,F=49.02,p＜0.0001; EOS:df=21,F=49.25,p＜0.0001)。北美地区和欧亚地区，春天分别提前11.5天/十年和2.7天/十年，秋天分别推迟2.2天/十年和3.5天/十年。四月份和五月份的温度升高是导致北极SOS提前的主要原因。我们的研究证明，基于MODIS数据，北极地区LOS延长主要的原因是SOS的提前，而不是EOS的推迟。基于AVHRR数据，北极地区LOS延长主要的原因是EOS的推迟。在2000-2008年间，基于MODIS数据和AVHRR数据的物候参数差异显著(SOS: df=17，F=14.63，p=0.0015; EOS: df=17，F=38.69，p＜0.0001;LOS: df=17，F=16.47，p=0.0009)。因此，为解决卫星数据的不一致性和更好地了解北极植被物候真实变化趋势，有必要对不同传感器的数据进一步校准。
2、基于MODIS数据，我们选取了欧亚大陆西北部地区作为研究区域，分析了2000-2010年植被物候与积雪覆盖季节性的关系。植被物候与雪覆盖时间沿着纬度带的分布差异较大，并且在不同植被类型条件下差异较大。SOS(r2=0.982，p＜0.0001)、EOS(r2=0.938，p＜0.0001)和春天雪覆盖最后日期(the last day ofsnow cover，LSC)(r2=0.984，p＜0.0001)的分布与纬度有显著性的相关性，而秋天雪覆盖时间开始日期(the first day of snow cover，FSC)与纬度的相关性较弱(r2=0.48，p＜0.0042)。在南部地区， SOS与FSC推迟，以及EOS与LSC提前。北部地区的物候期和雪覆盖的时间变化的趋势与南部完全相反。不同类型植被的SOS对于LSC的响应差异较大，而不同类型植被的EOS对于雪覆盖情况的响应基本一致。北极苔原地区地表积雪覆盖的季节性是植被物候的一个关键性的因子。我们的研究建议加强对雪覆盖季节性对植被物候影响的重视。
3、为了研究过去几十年高纬度地区生态系统植被物候对于温度和人为因素影响的响应，选取欧亚大陆西北部地区为研究区域，综合分析比较了AVHRR、MODIS和SPOT三种卫星数据在物候研究中的表现情况。沿着纬度带不同传感器的物候值差异较大。沿着纬度带从北到南，三种数据的结果均显示SOS提前，EOS推迟，LOS增长，MaxNDVI变大。基于MODIS和SPOT数据的物候变化较为一致，两者均与基于AVHRR数据的物候结果差异较大。基于AVHRR数据可得到，显著的EOS(p＜0.01)推迟将导致LOS增长，而基于MODIS和SPOT数据没有得到类似的结果。MaxNDVI在近几十年没有明显的变化。在北半球高纬度地区，多源传感器的交互比较被认为是精确研究物候的重要方法。本研究中，温度依然是控制植被物候分布和变化的关键因素，人为因素（驯鹿的饲养及能源的开采）能用于解释南部地区SOS推迟的现象。持续的环境破坏可能进一步导致SOS推迟。
4、本章主要研究了湿度控制为主的东北亚地区的物候。内蒙古中部地区，无论是荒漠，森林，灌木还是草原，均为90年代生长季开始较早，结束较晚。MODIS数据与AVHRR数据在内蒙古中部草原地区的表现较为一致。近十年来内蒙古草原地区的物候参数以波动为主。为了验证不同传感器卫星数据的准确性，实现对卫星数据的校准，我们进行了近地面遥感物候的观测研究。选取日本的近地面遥感数据用于近地面遥感物候方法的研究。比较在农田、草地、草甸、混交林，阔叶林等不同植被类型条件下，EEMD，滑动平均法，双Logistic和Savitzky-Golay等四种方法对于近地面遥感的物候分析的优劣。并提出拟合方法用于解决了数据质量问题。比较发现基于EEMD方法和滑动平均法的结果与实测最为接近（不超过2天）。同时，我们选取了吉林通榆草地观测站以及内蒙古锡林浩特草地观测站的近地面遥感数据，并精确提取两地的不同物种的物候信息。我们发现基于物候探测仪数据与基于卫星的数据可比性较好。