论文部分内容阅读
春季物候是植被动态研究中敏感和关键的指标,在监测植被对气候变化的响应及反馈过程中具有其他生物指标无法取代的作用。春季物候的变化可以改变植被随后的物候进程,陆地生态系统的碳、水循环及生物圈和大气之间的能量平衡。然而,全球昼夜增温速率不一致且昼夜温度在提供植被返青所需的热量积累和寒冷条件中的作用不同,春季物候对昼夜温度的响应和反馈强度可能是不对称的。北方森林作为对全球气候变化最为敏感和最早做出响应的地区之一,其植被与气候间发生了复杂的交互作用。因此,研究北方森林植被春季物候对昼夜温度的响应与反馈机制,对理解区域和全球气候变化及维持北方森林的生态功能,发挥生态系统服务价值具有重要科学参考价值和理论借鉴意义。本文以北方森林为研究对象,植被生长季节开始时间(start of the growing season,SOS)为指标,基于归一化植被指数(normalized differential vegetation index,NDVI)数据集,GLASS(Global Land Surface Satellite)数据集,CMIP 6(Coupled Model Intercomparison Project Phase 6)未来气候情景等数据集,使用趋势分析、相关分析、多元线性回归、机器学习、集合经验模式分解、多模式匹配评估等研究方法,对比了不同遥感物候反演模型在北方森林的适用性并分析了春季物候的时空变化特征;评估并探讨了SOS对昼夜温度和不同昼夜增温模式的响应;阐述并量化了春季物候对区域昼夜温度的反馈过程;开发了基于昼夜温度指标和机器学习方法的新型春季物候预测模型并模拟了未来气候情景下春季物候的变化。本文的主要结论如下:(1)基于不同遥感物候反演模型得到的SOS数据之间存在明显差别,最大斜率法是本研究中误差最小的遥感物候反演模型。1982-2020年间北方森林SOS自南向北逐渐推迟,区域平均SOS为138.21 DOY(Day of years)。SOS在研究时段内以平均2.37±0.20天/十年的速率提前,提前速率随纬度升高增强,展现出良好的纬度梯度性。研究时段内SOS的平均空间趋同性为8.34天,在高纬度和高海拔地区更为收敛。SOS的时间趋同性逐渐下降。(2)昼夜温度对北方森林SOS的影响是不对称的。昼夜增温总体都促进了SOS的提前,季前昼夜温度每上升1°C,SOS分别提前2.44天和0.70天。夜间增温导致季前需要更长的时间积累由于冷量下降引发的热量补偿,38.01%的SOS像元和季前夜间温度之间呈正向偏相关关系。植被返青总体对白天温度更加敏感,但昼夜增温速率的差异和夜间霜冻风险降低分别导致高纬度(>68°N)和高海拔(>1500 m)地区SOS对夜间温度更敏感。(3)SOS对北方森林各地区昼夜增温模式的响应方式不同。由夜间增温速率快于白天导致的昼夜温差减小和夜间降温速率快于白天导致的昼夜温差增加均对SOS有推迟作用。白天增温速率快于夜间导致的昼夜温差增加则促进了SOS提前。昼夜增温波动下降对SOS的影响方向相反。季前昼夜增温波动较小的地区,SOS的温度敏感性较大。昼夜增温速度较快地区SOS的提前幅度较小。昼夜增温速度越快,SOS对昼夜温度的敏感性越低。季前昼夜增温波动和昼夜增温速度的变化均导致SOS在时间尺度上发散。(4)北方森林春季物候主要通过改变反照率,发射率和蒸散发的方式对区域昼夜温度产生反馈作用。春季物候发生前后的反照率变化促进了白天升温,发射率和蒸散发变化对区域昼夜温度有降温效应。SOS发生前植被变绿对地表昼夜温度的综合反馈分别为-1.22×10-2°C/dec和-1.12×10-2°C/dec。SOS发生后植被变绿对地表昼夜温度的综合反馈分别为-2.20×10-2°C/dec和-2.01×10-2°C/dec。北方森林植被变绿主要通过增加蒸散发的方式放缓了区域昼夜增温速率。(5)对比传统的积温模型和冷临界模型,基于昼夜温度指标和机器学习方法开发的Light GBM-TDN模型有效提高了北方森林春季物候预测的精度。季前白天有效积温是影响SOS预测的最关键指标。在SSP1-2.6气候情景下,SOS在2015-2040年间呈现提前趋势,之后趋势反转。SOS在SSP2-4.5情景下加速提前后趋于稳定。SSP3-7.0和SSP5-8.5气候情景下,SOS持续加速提前。随着昼夜增温速率的加快,未来SOS日期将在空间上逐渐趋同,在时间尺度上逐渐发散。