基于不同植被指数的重庆地区物候参数提取对比研究

doi:10.11873/j.issn.1004-0323.2023.4.0978

遥感技术与应用

2023, Vol. 38

Issue (4): 978-989 DOI: 10.11873/j.issn.1004-0323.2023.4.0978

遥感应用

基于不同植被指数的重庆地区物候参数提取对比研究

李云龙¹(

),李军^1,^2,³(

),常梓煜¹

^1.重庆师范大学地理与旅游学院，重庆 401331
^2.重庆市高校GIS应用研究重点实验室，重庆 401331
^3.三峡库区地表过程与环境遥感重庆市重点实验室，重庆 401331

A Comparative Study on the Extraction of Phenological Parameters in Chongqing Area based on Different Vegetation Indices

Yunlong LI¹(

),Jun LI^1,^2,³(

),Ziyu CHANG¹

^1.College of Geography and Tourism，Chongqing Normal University，Chongqing 401331，China
^2.Key Laboratory of GIS Application of Chongqing，Chongqing 401331，China
^3.Chongqing Key Laboratory of Earth Surface Processes and Environmental Remote Sensing in the Three Gorges Reservoir Area，Chongqing 401331，China

全文: PDF(10267 KB) HTML

摘要：

基于不同植被指数提取物候参数是分析长时间物候变化的重要基础。以多云雾的重庆地区为例，使用2010~2019年MODIS NDVI/EVI/EVI2共3种长时序的植被指数数据，通过D-L 滤波方法分析了不同植被指数特征；并使用动态阈值法和趋势分析法，对比研究了基于3种植被指数提取的物候参数结果及其随不同地形因子的分异规律，结果如下：①EVI和EVI2的时间序列拟合曲线比NDVI的拟合曲线更加平滑，3种植被指数原始值与拟合值的差值主要分布为NDVI（0.05~0.18）、EVI（0.03~0.11）、EVI2（0.03~0.1）。②基于3种植被指数提取的物候参数在空间分布和变化趋势上呈现一致性，其中EVI和EVI2提取的植被指数参数皆相近，相差5d之内占比79%以上，SOSEVI2变化显著性区域所占比面积最高（16.36%），SOSNDVI最低为12.37%。③SOS随海拔升高而推迟，EOS随海拔升高先延后再提前，LOS随海拔升高先延长后缩短，且EOSNDVI、 LOSNDVI随着海拔增加分别与EOSEVI/EOSEVI2、LOSEVI/LOSEVI2差异增大，不同植被类型上，EVI提取的物候参数与EVI2相近，变化趋势具有一致性。与NDVI相比，EVI和EVI2能更好提取对云雾地区物候参数，结果相近；基于EVI和EVI2提取的物候参数的地形效应更明显。

关键词： 多云雾地区; MODIS植被指数; 植被物候参数; 地形因子

Abstract:

It is an important basis of analyzing long-term phenological changes that extracting phenological parameters based on different vegetation indices. Takes the cloudy and foggy area， Chongqing， as an example. Three long-term vegetation index data of NDVI， EVI， and EVI2 are extracted based on MODIS remote sensing images from 2010 to 2019， and the characteristics of different vegetation indexes are analyzed through D-L filtering. The results， which is of phenological parameters extracted based on three vegetation indices， were studied using dynamic threshold method and trend analysis method， and their response relationships and differences to topographic factors are compared. The results are as follows： ①The time series fitting curve of EVI and EVI2 is smoother than the fitting curve of NDVI. The differences between the original values of the three vegetation indices and the fitted values are mainly distributed in NDVI （0.05~0.18）， EVI （0.03~0.11）， EVI2 （ 0.03~0.1）. ②The spatial distribution and change trend of the phenological parameters extracted from the three plantations were consistent. The vegetation index parameters extracted from EVI and EVI2 were similar， accounting for more than 79% within 5 days， and the significant change area of SOS_EVI2 was the highest （16.36%）， while the lowest SOS_NDVI was 12.37%.③SOS was delayed with the increase of altitude， EOS was delayed and then advanced with the increase of altitude， LOS was extended and then shortened with the increase of altitude，and EOS_NDVI and LOS_NDVI were significantly different from EO_SEVI/EOS_EVI2 and LOS_EVI/LOS_EVI2 with the increase of altitude， respectively. The phenological parameters extracted by EVI were similar to those of EVI2， and the variation trend was consistent. The phenological parameters can be better extracted based on EVI/EVI2 in cloud and fog areas， and the results are similar and can be used interchangeably. The phenological parameters extracted based on EVI and EVI2 have more obvious differences in altitude， slope， and slope direction.

Key words: Cloudy and foggy areas MODIS vegetation index Vegetation phenological parameters Topographic factors

收稿日期: 2022-04-15 出版日期: 2023-09-11

ZTFLH:

Q948

基金资助: 重庆市前沿与应用基础研究计划一般项目(cstc2015jcyjA0332);国家自然科学基金(51308575);中国科学院重点部署项目(KZZD?EW?TZ?18)

通讯作者: 李军 E-mail: lyl16790@163.com;junli@cqnu.edu.cn

作者简介: 李云龙（1998-），男，四川攀枝花人，硕士研究生，主要从事植被遥感监测研究。E?mail：lyl16790@163.com

	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
	李云龙
	李军
	常梓煜

引用本文:

李云龙,李军,常梓煜. 基于不同植被指数的重庆地区物候参数提取对比研究[J]. 遥感技术与应用, 2023, 38(4): 978-989.

Yunlong LI,Jun LI,Ziyu CHANG. A Comparative Study on the Extraction of Phenological Parameters in Chongqing Area based on Different Vegetation Indices. Remote Sensing Technology and Application, 2023, 38(4): 978-989.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2023.4.0978 或 http://www.rsta.ac.cn/CN/Y2023/V38/I4/978

图1 植被覆盖及选点审图号：GS（2019）1838

图2 曲线拟合值与原始值差异

图3 草地EVI、EVI2、NDVI时序以及曲线拟合

图4 耕地EVI、EVI2、NDVI时序以及曲线拟合

图5 林地EVI、EVI2、NDVI时序以及曲线拟合

图6 2010~2019年关键物候参数（SOS，EOS，LOS）提取结果（day）审图号：GS（2019）1838

图7 2010~2019年关键物候参数（SOS，EOS，LOS）变化趋势（d·10a-1）审图号：GS（2019）1838

图8 基于不同植被指数提取的关键物候参数（SOS，EOS，LOS）之间的差值对比审图号：GS（2019）1838

图9 物候始期（SOS）变化趋势显著性审图号：GS（2019）1838

表1 物候参数缺失占比

图10 重庆的气象地理分区

图11 不同海拔上物候参数差异

图12 不同植被类型上物候参数差异

表2 不同坡向上物候参数差异/d

图13 不同坡度上物候参数差异

图14 林地上植被物候与气象因素的关系

1	GE Quansheng， DAI Junhu， ZHENG Jingyun. The progress of phenology studies and challenges to modern phenology research in China［J］.Bulletin of Chinese Academy of Sciences， 2010，25（3）：310-316.
1	葛全胜，戴君虎，郑景云. 物候学研究进展及中国现代物候学面临的挑战［J］. 中国科学院院刊， 2010，25（3）：310-316.
2	LIU Changmming， Zheng Du， CUI Peng， et al. Innovative development and prospect of physical geography［J］. Acta Geographica Sinica，2020，75（12）：2547-2569.
2	刘昌明，郑度，崔鹏，等. 自然地理学创新发展与展望［J］. 地理学报，2020， 75（12）：2547-2569.
3	GE Quansheng， ZHENG Jingyun， ZHANG Xuexia， et al. Climate and phenology changes in China over the past 40 years［J］. Progress in Natural Science，2003，13（10）：42-47.
3	葛全胜，郑景云，张学霞，等. 过去40年中国气候与物候的变化研究［J］. 自然科学进展，2003，13（10）：42-47.
4	DAI Wujun， JIN Huiyin， ZHANG Yuhong， et al. Advances in plant phenology［J］. Acta Ecologica Sinica， 2020， 40（19）：6705-6719.
4	代武君，金慧颖，张玉红，等. 植物物候学研究进展［J］. 生态学报，2020，40（19）：6705-6719.
5	DUARTE L， TEODORO A C， MONTEIRO A T，et al.QPhenoMetrics： An open source software application to assess vegetation phenology metrics［J］.Computers and Electronics in Agriculture， 2018， 148（1）： 82-94.DOI：10.1016/j.compag.2018.03.007 doi: 10.1016/j.compag.2018.03.007
6	ROETZER T， WITTENZELLER M， HAECKEL H， et al.Phenology in central Europe - differences and trends of spring phenophases in urban and rural areas［J］.International Journal of Biometeorology，2000，44（2）：60-66. DOI：10.1007/s 004840000062 doi: 10.1007/s 004840000062
7	ZHANG Congcong， MENG Dan， LI Xiaojuan. Spatial and temporal changes of vegetation phenology and its response to urbanization in the Beijing-Tianjin-Hebei region［J］.Acta Ecologica Sinica，2023，43（1）：249-262.
7	张聪聪，孟丹，李小娟.京津冀地区植被物候时空变化及其对城市化的响应［J］. 生态学报，2023，43（1）：249-262.
8	LU Peiling， YU Qiang， HE Qingtang. Responses of plant phenology to climatic change［J］.Acta Ecologica Sinica，2006，26（3）： 923-929.
8	陆佩玲，于强，贺庆棠. 植物物候对气候变化的响应［J］. 生态学报， 2006，26（3）： 923-929.
9	ZHU Yixuan， ZHANG Yangjian， ZU Jiaxing， et al. Performance evaluation of GIMMS NDVI based on MODIS NDVI and SPOT NDVI data［J］. Chinese Journal of Applied Ecology， 2019， 30（2）：536-544.
9	朱艺旋，张扬建，俎佳星，等. 基于MODIS NDVI、SPOT NDVI数据的GIMMS NDVI性能评价［J］. 应用生态学报， 2019， 30（2）： 536-544.
10	SONG Fuqiang， KANG Muyi， YANG Peng， et al. Comparison and validation of GIMMS， SPOT-VGT and MODIS global NDVI products in the Loess Plateau of northern Shaanxi Province， northwestern China［J］. Journal of Beijing Forestry University， 2010， 32（4）：72-80.
10	宋富强，康慕谊，杨朋，等. 陕北地区GIMMS、SPOT-VGT和MODIS归一化植被指数的差异分析［J］. 北京林业大学学报， 2010， 32（4）： 72-80.
11	LIU Yuan， ZHOU Maichun. A comparative analysis of AVHRR， SPOT-VGT and MODIS NDVI remote sensing data over Hanjiang River basin［J］. Journal of South China Agricultural Universitym， 2015， 36（1）： 106-112.
11	刘远，周买春. AVHRR、SPOT-VGT和MODIS 3种NDVI遥感数据在韩江流域的对比分析［J］. 华南农业大学学报， 2015， 36（1）： 106-112.
12	XIE Han， TONG Xiaojuan， LI Jun， et al. Changes of NDVI and EVI and their responses to climatic variables in the Yellow River Basin during the growing season of 2000—2018［J］.Acta Ecologica Sinica，2022，42（11）：4536-4549.
12	解晗，同小娟，李俊，等.2000~2018年黄河流域生长季植被指数变化及其对气候因子的响应［J］.生态学报，2022，42（11）：4536-4549.
13	PAN Xia， GAO Yong， WANG Ji.Response Differences of MODIS-NDVI and MODIS-EVI to climate factors［J］.Journal of Resources and Ecology，2018，9（6）：673-680.DOI：10. 5814/j.issn.1674-764x.2018.06.010 doi: 10. 5814/j.issn.1674-764x.2018.06.010
14	CHEN Yanli， LUO Yongmming， MO Weihua， et al. Differences between MODIS NDVI and MODIS EVI in response to climatic factors［J］. Journal of Natural Resources， 2014， 29（10）： 1802-1812.
14	陈燕丽，罗永明，莫伟华，等. MODIS NDVI与MODIS EVI对气候因子响应差异［J］. 自然资源学报， 2014， 29（10）： 1802-1812.
15	FREITAS R M.Virtual laboratory of remote sensing time series： visualization of MODIS EVI2 data set over South America［J］.Journal of Computational Interdisciplinary Sciences， 2011， 2 （1）.DOI：10.6062/jcis.2011.02.01.0032 doi: 10.6062/jcis.2011.02.01.0032
16	XIE Ziang， ZHANG Chao， FENG Shaoyuan，et al.Reviews of methods for vegetation phenology monitoring from remote sen-sing data［J］. Remote Sensing Technology and Application， 2023， 38（1）：1-14.
16	协子昂，张超，冯绍元，等. 植被物候遥感监测研究进展［J］.遥感技术与应用，2023，38（1）：1-14.
17	JI Zhenxia， PEI Tingting， CHEN Ying， et al. Vegetation phenology change and its response to seasonal climate changes on the Loess Plateau［J］.Acta Ecologica Sinica，2021，41（16）：6600-6612.
17	吉珍霞，裴婷婷，陈英，等. 黄土高原植被物候变化及其对季节性气候变化的响应［J］. 生态学报， 2021， 41（16）： 6600-6612.
18	LEI Jun， YAO Yubi， SUN Run， et al. Phenological variation and its response to climate warming in semi-arid region of Loess Plateau［J］. Chinese Journal of Agrometeorology， 2017， 38（1）： 1-8.
18	雷俊，姚玉璧，孙润，等. 黄土高原半干旱区物候变化特征及其对气候变暖的响应［J］. 中国农业气象， 2017， 38（1）： 1-8.
19	WANG Zhigang， CAO Shengkui， CAO Guangchao. Analysis on the drive of temperature and precipitation changes to vegetation phenology of the Qinghai Lake Basin in the past 15 years［J］. Research of Soil and Water Conservation， 2022， 29（1）： 249-255.
19	王志刚，曹生奎，曹广超. 近15年来青海湖流域气温、降水变化对植被物候驱动分析［J］. 水土保持研究， 2022， 29（1）： 249-255.
20	GUAN Qihui， DING Mingjun， ZHANG Huamin. Spatiotemporal variation of spring phenology in alpine grasslan and response to climate changes on the Qinghai-Tibet， China［J］. Mountain Research， 2019， 37（5）： 639-648.
20	管琪卉，丁明军，张华敏. 青藏地区高寒草地春季物候时空变化及其对气候变化的响应［J］. 山地学报， 2019， 37（5）： 639-648.
21	YANG Qi， LI Shuheng， LI Jiahao， et al. Phenology of forest vegetation and its response to climate change in the Qinling Mountains［J］. Arid Zone Research，2021， 38（4）： 1065-1074.
21	杨琪，李书恒，李家豪，等. 秦岭森林植被物候及其对气象因子的响应［J］. 干旱区研究， 2021， 38（4）： 1065-1074.
22	DENG Chenhui， BAI Hongyin， GAO Shan， et al. Comprehensive effect of climatic factors on plant phenology in Qinling Mountains region during 1964-2015［J］. Acta Geographica Sinica，2018，73（5）：917-931.
22	邓晨晖，白红英，高山，等. 1964-2015年气候因子对秦岭地区植物物候的综合影响效应［J］. 地理学报，2018，73（5）：917-931.
23	CAI Z， JÖNSSON P， JIN H， et al.Performance of smoothing methods for reconstructing NDVI time-series and estimating vegetation phenology from MODIS data［J］.Remote Sensing， 2017， 9（12）： 1271.DOI：10.3390/rs9121271 doi: 10.3390/rs9121271
24	LI Jun， ZHU Hui. The reconstruction of MODIS/NDVI time series data in Chongqing［J］.Scientia Geographica Sinica，2017， 37（3）：437-444.
24	李军，朱慧. 重庆地区MODIS/NDVI时间序列数据重建研究［J］. 地理科学，2017，37（3）：437-444.
25	LAI Xiaohong， LI Mingyang， LIU Cong， et al. The phenological responses of plants to the heat island effect in the main urban area of Chongqing［J］.Acta Ecologica Sinica，2019，39（19）：7025-7034.
25	赖小红，李名扬，刘聪，等. 植物物候对重庆主城区热岛效应的响应［J］. 生态学报，2019，39（19）： 7025-7034.
26	HE Yue， FAN Gaofeng， ZHANG Xiaowei，et al.Vegetation phenological variation and its response to climate changes in Zhejiang Province［J］.Journal of Natural Resources，2013，28（2）：220-233.
26	何月，樊高峰，张小伟，等. 浙江省植被物候变化及其对气候变化的响应［J］.自然资源学报，2013，28（2）：220-233.
27	ZHANG Qian， YAO Baohui， WANG Chan， et al. Soil physical and chemical characteristics and microbial proportions in an alpine meadow with different slopes［J］. Acta Ecologica Sinica， 2019， 39（9）：3167-3174.
27	张倩，姚宝辉，王缠，等. 不同坡向高寒草甸土壤理化特性和微生物数量特征［J］. 生态学报， 2019， 39（9）： 3167-3174.
28	XU Shaojun， ZENG Bo， SU Xiaolei， et al. Spatial distribution of vegetation and carbon density in Jinyun Mountain Nature Reserve based on RS / GIS［J］. Acta Ecologica Sinica， 2012， 32（7）：2174-2184.
28	徐少君，曾波，苏晓磊，等. 基于RS/GIS的重庆缙云山自然保护区植被及碳储量密度空间分布研究［J］. 生态学报， 2012， 32（7）： 2174-2184.

[1]	周玉科，刘建文. 基于MODIS NDVI和多方法的青藏高原植被物候时空特征分析[J]. 遥感技术与应用, 2018, 33(3): 486-498.
[2]	马春林. 基于RS与GIS的夏尔希里自然保护区植被NPP估测研究[J]. 遥感技术与应用, 2008, 23(3): 323-327.

Viewed

Full text

Abstract

Cited

Shared

Discussed