Please wait a minute...
img

官方微信

遥感技术与应用  2019, Vol. 34 Issue (2): 345-354    DOI: 10.11873/j.issn.1004-0323.2019.2.0345
物候遥感专栏     
基于遥感的中国东北植被物候不对称特征分析
(中国科学院地理科学与资源研究所 生态系统网络观测与模拟重点实验室,北京 100101)
Depicting the Asymmetries of Vegetation Phenology over Northeast China Using Remote Sensing NDVI Dataset
(Key Laboratory of Ecosystem Network Observation and Modeling,Institute of Geographic andNature Resources Research,Chinese Academy of Sciences,Beijing 100101,China)
 全文: PDF(14875 KB)  
摘要:

植被物候是反映全球气候变化的重要生态指标,春季返青期物候已经得到广泛研究,但秋季物候及其与春季物候的不对称性仍然不明朗。基于GIMMS NDVI 3g遥感数据提取中国东北地区植被关键物候参数,利用春季和秋季中返青(衰落)速率、生长期长度、植被活动能力(以NDVI均值表示)3个物候指标的差异来刻画春秋物候的不对称性,定义为物候不对称指数AsyR、AsyL和AsyV(Asymmetry of growing Rate,Length,Vegetation index)。首先利用双逻辑斯蒂曲线拟合和曲率求导方法获取各植被像元的物候期和生长速率参数,其次在像素尺度上探索了3种春秋物候不对称性的时空分布特征。结果表明:3种不对称指数的年际变异显著,研究区整体上3种不对称指数均呈现大约10 a的周期性,AysV和AsyL同相位并与AsyR呈相反相位。 3种指数可以从不同角度刻画植被春秋季生长形态不对称性,在时空表现上存在一定的不确定性。AsyR和AsyV在不同植被类型中的空间格局比较相似,并能一定程度上区分农作物和自然植被,AsyL的空间分布规律较差、区分度不高。不对称指数发现,针叶林和阔叶林区域主要为衰落期的植被活动占主要优势,形态上是春季快速成长、秋季缓慢衰落;农作物区表现为缓慢成长和快速衰落;草原区域不对称性不显著。生长形态不对称性可以反映春秋两季的植被活动对整个生长季植被生产力的控制作用,有助于更加细致地探索物候对植被生态系统固碳的影响。在实际应用方面,也可以根据不同植被的物候不对称特征进行植被分类,服务于农业普查和植被生态系统管理。

Abstract: Vegetation phenology is an important ecological indicator for global climate change.Plant greenup phenology in the spring time has been well studied,whereas autumn phenology and its asymmetry with spring phenology still remain unclear.Here,the GIMMS NDVI3g dataset for Northeast China was applied to extract the key phenological parameters during plant growth process,then three phenological asymmetry indices were defined according to the difference between greenup rate and senescence rate(AsyR),growth length in spring and autumn(AsyL),mean vegetation greenness index in spring and autumn(AsyV).First,plant growing curve was fitted with double logistic function and the phenological parameters was calculated.Second,the spatiotemporal pattern of asymmetry indices was explored.The results indicate that the three phenological asymmetry indices show a significant interannual variability and a time cycle of around ten years.The direction of amplitude for AsyV and AsyL was opposite with that of AsyR.Three indices could depict the phenological asymmetries from various perspectives and have a degree of uncertainty.The landscape pattern for AsyV and Asy R is similar.AsyV and AsyR show a capability of distinguishing cropland and natural vegetation cover.AsyL reflects a complex spatial distribution.Phenological asymmetries reveal that coniferous forest and broad-leaved forest present a dominant control of senescence vegetation activities.These natural vegetation commonly show a growth feature of rapid growth in spring and slow decrease in autumn.Cropland exhibits a slowly growing rate in spring and a rapid decrease in autumn.Phenological asymmetry is not significant in grassland area.Phenological asymmetry could enhance our knowledge on ecosystem carbon sink.In a practical way,phenological asymmetry could serve as a useful tools in vegetation type classification,agricultural investigation and plant ecosystem management.
Key words: Vegetation Phenology    Asymmetry    Growing season length    Greenup rate    GIMMS NDVI 3g    Northeast China
收稿日期: 2019-01-28 出版日期: 2019-05-10
ZTFLH:  TP79  
基金资助: 国家自然科学基金项目(41601478、41571391),国家重点研发计划项目(2018YFB0505301、2016YFC0500103)。

作者简介: 周玉科(1984-),男,山东济宁人,助理研究员,博士,主要从事生态遥感、时空大数据挖掘研究。E-mail:zhouyk@igsnrr.ac.cn。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

周玉科. 基于遥感的中国东北植被物候不对称特征分析[J]. 遥感技术与应用, 2019, 34(2): 345-354.

Zhou Yuke. Depicting the Asymmetries of Vegetation Phenology over Northeast China Using Remote Sensing NDVI Dataset. Remote Sensing Technology and Application, 2019, 34(2): 345-354.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2019.2.0345        http://www.rsta.ac.cn/CN/Y2019/V34/I2/345

[1] 李晓慧, 王宏, 李晓兵, 迟登凯, 汤曾伟, 韩重远. 基于多时相Landsat 8 OLI影像的农作物遥感分类研究[J]. 遥感技术与应用, 2019, 34(2): 389-397.
[2] 李伟, 唐伶俐, 吴昊昊, 腾格尔, 周梅. 轻小型无人机载激光雷达系统研制及电力巡线应用[J]. 遥感技术与应用, 2019, 34(2): 269-274.
[3] 丁海宁. 黄土高原土壤铁元素含量遥感反演方法 [J]. 遥感技术与应用, 2019, 34(2): 275-283.
[4] 李春江, 沈国状, 张继超. 基于灰色系统理论的植被物理参数与极化分解参数的关联分析—以鄱阳湖湿地为例[J]. 遥感技术与应用, 2019, 34(2): 284-292.
[5] 宋小霞, 王静, 储小青. 基于多普勒频移的SAR海表流场反演[J]. 遥感技术与应用, 2019, 34(2): 293-302.
[6] 张赫林, 彭代亮, 张肖, 范海生, 徐富宝, 叶回春, 王大成. 基于植被指数季节变化曲线的年总初级生产力估算[J]. 遥感技术与应用, 2019, 34(2): 303-312.
[7] 张明月, 张奇栎, 王璐, 田尉霞, 王茂芝. 东北黑土区土壤铬含量高光谱反演研究[J]. 遥感技术与应用, 2019, 34(2): 313-322.
[8] 李嘉玲, 董东林, 林刚, 汪箫悦, 王健, 吴朝阳. 基于NDVI数据的江苏省植被物候变化及其影响因子分析[J]. 遥感技术与应用, 2019, 34(2): 367-376.
[9] 罗庆洲, 朱传武, 王培法. 使用MODIS近红外图像直接计算地表水汽压的研究—以贵州省为例[J]. 遥感技术与应用, 2019, 34(2): 398-403.
[10] 王莹莹, 袁金国, 张莹, 吴朝阳. 中国温带地区植被物候期时空变化特征及对总初级生产力的影响[J]. 遥感技术与应用, 2019, 34(2): 377-388.
[11] 马鹏飞, 厉青, 陈辉, 张丽娟, 张玉环, 王桥, 周春艳, 毛慧琴, 陈翠红, 王中挺. 京津冀及周边地区大气污染防治重点关注区域遥感综合分析[J]. 遥感技术与应用, 2019, 34(2): 404-411.
[12] 王磊, 蒋宗立, 刘时银, 上官冬辉, 张勇. 中巴公路沿线冰川运动特征[J]. 遥感技术与应用, 2019, 34(2): 412-423.
[13] 殷宇威, 唐丹玲, 刘宇鹏. 南海岛礁附近悬浮泥沙时空分布的遥感研究[J]. 遥感技术与应用, 2019, 34(2): 435-444.
[14] 陈思宇, 梁天刚. 基于EVI2和多趋势分析法的高原草地植被物候动态监测研究[J]. 遥感技术与应用, 2019, 34(2): 355-366.
[15] 徐凡, 张雪红, 石玉立. 基于激光雷达和航拍影像的城市地物分类研究[J]. 遥感技术与应用, 2019, 34(2): 253-262.