基于遥感植被指数的青藏高原生长季开始时间分析和模拟

王蕾; 赵昕奕

doi:10.7522/j.issn.1000-0534.2024.00020

高原气象 >

2024 , Vol. 43 >Issue 5: 1163 - 1176

DOI: https://doi.org/10.7522/j.issn.1000-0534.2024.00020

基于遥感植被指数的青藏高原生长季开始时间分析和模拟

王蕾 ,
赵昕奕

展开

1. 北京大学城市与环境学院，北京 100871
2. 地表过程分析与模拟教育部重点实验室，北京 100871

王蕾（2002 -），女，辽宁朝阳人，硕士研究生，主要从事遥感物候学研究. E-mail： wanglei_pku@pku.edu.cn

收稿日期: 2023-10-16

修回日期: 2024-02-06

网络出版日期: 2024-09-13

基金资助

第二次青藏高原综合科学考察研究资助(2019QZKK1001); 国家自然科学基金重点项目(42230506)

收起

Analysis and Simulation of the Start of Growing Season on the Qinghai-Xizang Plateau Based on Remote Sensing Vegetation Index

Lei WANG ,
Xinyi ZHAO

Expand

1. College of Urban and Environmental Sciences，Peking University，Beijing 100871，China
2. Laboratory for Earth Surface Processes （LESP） Ministry of Education，Beijing 100871，China

Received date: 2023-10-16

Revised date: 2024-02-06

Online published: 2024-09-13

Fold

摘要

青藏高原是重要的牧草产地、生态屏障和水源涵养区，其植被生态过程可以直接牵动中国乃至东亚的变化。随着全球变暖，青藏高原植被物候期不断改变，通过碳循环、水热循环等影响着气候和生态系统，物候变化及其影响因素研究成为关键问题，构建可以实现未来物候预测的模型具有重要科学意义。本文基于2000 -2020年卫星获取的归一化差值植被指数（MODIS NDVI），利用动态阈值法提取青藏高原植被生长季开始时间（SOS），并结合植被类型分析其时空变化规律，构建SOS与气温、土壤水分的多种物候模型，探究不同区域、种类植被开始生长所需水热条件。结果表明：（1）2000 -2020年，青藏高原SOS整体呈提前趋势，东部最为显著，提前速率超过10 d·（10a）^-1，针叶林、灌丛、草甸和高山植被覆盖区SOS提前比例较高，草原有约50%的轻微延后区域；（2）青藏高原东部和北部区域有明显的暖湿化趋势，年均温上升速率约为0.36 ℃·（10a）^-1，年均土壤水分增加速率约为每年3.8×10^-4 m³·m^-3（p<0.01）；（3）四个物候模型参数率定结果均显示，青藏高原东部和南部植被开始生长对水热条件要求更高，南部植被SOS的主控因子为气温，而北部则为土壤水分，不同植被类型生长季开始的气温、土壤水分阈值和主控因子也与其空间分布位置密切相关；（4）文中构建的积温-累积土壤水分阈值模型对于青藏高原主要植被类型（草原、草甸和高山植被）模拟效果最好，均方根误差仅在8天左右，对于青藏高原未来SOS预测、物候与气候之间的相互作用机制等相关研究具有参考意义。

关键词： 遥感物候; 生长季开始时间; 气温; 土壤水分; 物候模型

本文引用格式

王蕾 , 赵昕奕 . 基于遥感植被指数的青藏高原生长季开始时间分析和模拟[J]. 高原气象, 2024 , 43(5) : 1163 -1176 . DOI: 10.7522/j.issn.1000-0534.2024.00020

Abstract

The Qinghai-Xizang Plateau （QXP） is an important herbage producing area， ecological barrier and water conservation area， the vegetation ecological process on which can directly affect the changes of China and even East Asia.With global warming， the phenological period of vegetation on the QXP is constantly changing， affecting climate and ecosystem through carbon cycle and hydrothermal cycle， etc.The study of phenological change and its influencing factors has become a key issue， and the construction of models that can realize future phenological prediction is of great scientific significance.In this paper， based on the Normalized Difference Vegetation Index acquired by satellites during 2000 -2020 （MODIS NDVI）， the dynamic threshold method was used to extract the start of growing season （SOS） on the QXP， and its spatiotemporal variation was analyzed in combination with vegetation types， so as to construct multiple phenological models of SOS， air temperature and soil moisture， exploring the hydrothermal conditions required for different regions and types of vegetation to start growing.The results showed that：（1） From 2000 to 2020， the overall SOS advance trend of the QXP was most significant in the eastern part of the region， where the SOS advance rate exceeded 10 d·（10a）^-1.Coniferous forests， scrub， meadows， and alpine vegetation cover areas had a high percentage of SOS advance， and grasslands had about 50 % of slightly delayed areas.（2） The eastern and northern regions of the QXP showed an obvious warming and humidification trend.The average annual temperature rise rate was about 0.36 ℃·（10a）^-1， and the average annual soil moisture increase rate was about 3.8×10^-4 m³·m^-3 （p<0.01）.（3） The parameters of the four phenological models showed that the vegetation growth in the eastern and southern QXP required higher hydrothermal conditions.The main controlling factor for vegetation SOS in the south was air temperature， while in the north it was soil moisture.The temperature and soil moisture thresholds and main controlling factor of different vegetation types were also closely related to their spatial distribution locations.（4） The cumulative temperature and cumulative soil moisture threshold model established in this paper has the best simulation effect for the main vegetation types （grassland， meadow and alpine vegetation） on the QXP， and the root-mean-square error is only about 8 days， which has reference significance for the future SOS prediction and the interaction mechanism between phenology and climate on the QXP.

Key words： remote sensing phenology; start of growing season; air temperature; soil moisture; phenological models

参考文献

null	Beck H E， Mcvicar T R， Dijk A， et al， 2011.Global evaluation of four AVHRR-NDVI data sets： intercomparison and assessment against Landsat imagery［J］.Remote Sensing of Environment， 115（10）： 2547-2563.DOI： 10.1016/j.rse.2011.05.012 .
null	Bi H Y， Ma J W， Zheng W J， et al， 2016.Comparison of soil moisture in GLDAS model simulations and in situ observations over the Tibetan Plateau［J］.Journal of Geophysical Research Atmospheres， 121（6）： 2658-2678.DOI： 10.1002/2015jd024131 .
null	Caffarra A， Donnelly A， Chuine I， et al， 2011.Modelling the timing of Betula pubescens budburst.I.Temperature and photoperiod： a conceptual model［J］.Climate Research， 46（2）： 147-157.DOI： 10.3354/cr00980 .
null	Cao R Y， Shen M G， Zhou J， et al， 2018.Modeling vegetation green-up dates across the Tibetan Plateau by including both seasonal and daily temperature and precipitation［J］.Agricultural and Forest Meteorology， 249： 176-186.DOI： 10.1016/j.agrformet. 2017.11.032 .
null	Chen X Q， An S， Inouye D W， et al， 2015.Temperature and snowfall trigger alpine vegetation green‐up on the world's roof［J］.Global Change Biology， 21（10）： 3635-3646.DOI： 10.1111/gcb.12954 .
null	Chen X Q， Li J， Xu L， et al， 2014.Modeling greenup date of dominant grass species in the Inner Mongolian Grassland using air temperature and precipitation data［J］.International Journal of Biometeorology， 58： 463-471.DOI： 10.1007/s00484-013-0732-1 .
null	J?nsson P， Eklundh L， 2002.Seasonality extraction by function fitting to time-series of satellite sensor data［J］.IEEE Transactions on Geoscience and Remote Sensing， 40（8）： 1824-1832.DOI： 10.1109/tgrs.2002.802519 .
null	Liu Q， Fu Y H， Zeng Z Z， et al， 2016.Temperature， precipitation， and insolation effects on autumn vegetation phenology in temperate China［J］.Global Change Biology， 22（2）： 644-655.DOI： 10.1111/gcb.13081 .
null	Liu X G， Chen Y N， Li Z， et al， 2021.Driving Forces of the Changes in Vegetation Phenology in the Qinghai-Tibet Plateau［J］.Remote Sensing， 13（23）： 4952.DOI： 10.3390/rs13234952 .
null	Menzel A， 2002.Phenology： its importance to the global change community［J］.Climatic Change， 54（4）： 379-385.DOI： 10. 1023/a： 1016125215496 .
null	Piao S L， Cui M D， Chen A P， et al， 2011.Altitude and temperature dependence of the change in the spring vegetation green up data from 1982 to 2006 in the Qinghai Xizang Plateau［J］.Agricultural and Forest Meteorology， 151（12）： 1599-1608.DOI： 10.1016/j.agrformet.2011.06.016 .
null	Piao S L， Fang J Y， Zhou L M， et al， 2006.Variations in satellite-derived phenology in China's temperate vegetation［J］.Global Change Biology， 12（4）： 672-685.DOI： 10.1111/J.1365-2486.2006.01123.X .
null	Piao S L， Wang J W， Li X Y， et al， 2022.Spatio-temporal changes in the speed of canopy development and senescence in temperate China［J］.Global Change Biology， 28（24）： 7366-7375.DOI： 10.1111/gcb.16408 .
null	Richardson A D， Keenan T F， Migliavacca M， et al， 2013.Climate change， phenology， and phenological control of vegetation feedbacks to the climate system［J］.Agricultural and Forest Meteorology， 169： 156-173.DOI： 10.1016/j.agrformet.2012.09.012 .
null	Richardson E A， Seeley S D， Walker D R， 1974.A model for estimating the completion of rest for ‘redhaven’and ‘elberta’peach trees1［J］.Hort Science， 9（4）： 331-332.DOI： 10.21273/HORTSCI.9.4.331
null	Shen M G， Wang S P， Jiang N， et al， 2022.Plant phenology changes and drivers on the Qinghai-Tibetan Plateau［J］.Nature Review Earth Environment， 3（10）： 633-651.DOI： 10.1038/s43017-022-00317-5 .
null	Sun Q L， Li B L， Yuan Y C， et al， 2018.A prognostic phenology model for alpine meadows on the Qinghai-Tibetan Plateau［J］.Ecological Indicators， 93： 1089-1100.DOI： 10.1016/j.ecolind. 2018.05.061 .
null	Wang X F， Xiao J F， Li X， 2019.No trends in spring and autumn phenology during the global warming hiatus［J］.Nature Communications， 10（1）： 1-10.DOI： 10.1038/s41467-019-10235-8 .
null	Xu L， Chen X Q， 2013.Regional unified model-based leaf unfolding prediction from 1960 to 2009 across northern Chian［J］， Global Change Biology， 19（4）： 1275-1284.DOI： 10.1111/gcb.12095 .
null	Yu H Y， Eike L， Xu J C， et al， 2010.Winter and spring warming result in delayed spring phenology on the Tibetan Plateau［J］.Proceedings of the National Academy of Sciences of the United States of America， 107（51）： 22151-22156.DOI： 10.1073/pnas.1012490107 .
null	Zaitchik B F， Rodell M， Olivera F， 2010.Evaluation of the Global Land Data Assimilation System using global river discharge data and a source-to-sink routing scheme［J］.Water Resources Research， 46（6）： 2840-2849.DOI： 10.1029/2009WR007811 .
null	Zhang G L， Zhang Y L， Dong J W， et al， 2013.Green-up dates in the Tibetan Plateau have continuously advanced from 1982 to 2011［J］.Proceedings of the National Academy of Sciences of the United States of America， 110（11）： 4309-4314.DOI： 10.1073/pnas.1210423110 .
null	Zhang R S， Zhou Y K， Hu T Y， et al， 2023.Detecting the Spatiotemporal Variation of Vegetation Phenology in Northeastern China Based on MODIS NDVI and Solar-Induced Chlorophyll Fluorescence Dataset［J］.Sustainability， 15（7）： 6012.DOI： 10.3390/su15076012 .
null	Zheng Z T， Zhu W Q， Chen G S， et al， 2016.Continuous but diverse advancement of spring-summer phenology in response to climate warming across the Qinghai-Tibetan Plateau［J］.Agricultural and Forest Meteorology， 223： 194-202.DOI： 10.1016/j.agrformet. 2016.04.012 .
null	鲍艳，王玉琦，南素兰，等， 2023.青藏高原植被对未来气候变暖的反馈［J］.高原气象， 42（3）： 553-563.DOI： 10.7522/j.issn.1000-0534.2021.00109.Bao Y ，
null	Wang Y Q， Nan S L， et al， 2023.Response of vegetation over the Qinghai-Xizang Plateau to projected warming climate［J］.Plateau Meteorology， 42（3）： 553-563.DOI： 10.7522/j.issn.1000-0534.2021.00109 .
null	鲍艳，魏宇晨，南素兰，等， 2023.全球2 ℃温升背景下青藏高原植被对气候变化的响应［J］.高原气象， 42（1）： 49-59.DOI： 10.7522/j.issn.1000-0534.2022.00074.Bao Y ，
null	Wei Y C， Nan S L， et al， 2023.Vegetation over the Qinghai-Xizang Plateau in response to climate change with a 2 ℃ global warming［J］.Plateau Meteorology， 42（1）： 49-59.DOI： 10.7522/j.issn.1000-0534.2022.00074 .
null	孔冬冬，张强，黄文琳，等， 2017.1982-2013年青藏高原植被物候变化及气象因素影响［J］.地理学报， 72（1）： 39-52.DOI： 10.11821/dlxb201701004.Kong D D ，
null	Zhang Q， Huang W L， et al， 2017.Vegetation phenology change in Tibetan Plateau from 1982 to2013 and its related meteorological factors［J］.Acta Geographica Sinica， 72（1）： 39-52.DOI： 10.11821/dlxb201701004 .
null	李林，陈晓光，王振宇，等， 2010.青藏高原区域气候变化及其差异性研究［J］.气候变化研究进展， 6（3）： 181-186.DOI： 10.3969/j.issn.1673-1719.2010.03.005.Li L ，
null	Chen X G， Wang Z Y， et al， 2010.Climate change and its regional differences over the Tibetan Plateau［J］.Climate Change Research， 6（3）： 181-186.DOI： 10.3969/j.issn.1673-1719.2010.03.005 .
null	刘志红， Tim R M， Li L T，等， 2008.基于ANUSPLIN的时间序列气象要素空间插值［J］.西北农林科技大学学报（自然科学版）， 10： 227-234.DOI： 10.3321/j.issn： 1671-9387.2008.10.038.Liu Z H ，
null	Tim R M， Li L T， et al， 2008.Interpolation for time series of meteorological variables using ANUSPLIN［J］.Journal of Northwest A & F University （Nat.Sci.Ed.）， 10： 227-234.DOI： 10.3321/j.issn： 1671-9387.2008.10.038 .
null	陆佩玲，于强，贺庆棠， 2006.植物物候对气候变化的响应［J］.生态学报， 26（3）： 923-929.DOI： 10.3321/j.issn： 1000-0933.2006.03.038.Lu P L ，
null	Yu Q， He Q T， 2006.Responses of plant phenology to climatic change［J］.Acta Ecologica Sinica， 26（3）： 923-929.DOI： 10.3321/j.issn： 1000-0933.2006.03.038 .
null	罗斯琼，李红梅，马迪，等， 2022.三江源冻土-植被相互作用及气候效应研究现状及展望［J］.高原气象， 41（2）： 255-267.DOI： 10.7522/j.issn.1000-0534.2021.00098.Luo S Q ，
null	Li H M， Ma D， et al， 2022.Review and prospects of frozen soil-vegetation interaction and climate effects in the Three Rivers Source Region［J］.Plateau Meteorology， 41（2）： 255-267.DOI： 10.7522/j.issn.1000-0534.2021.00098 .
null	宋春桥，游松财，柯灵红，等， 2011.藏北高原植被物候时空动态变化的遥感监测研究［J］.植物生态学报， 35（8）： 853-863.DOI： 10.3724/SP.J.1258.2011.00853.Song C Q ，
null	You S C， Ke L H， et al， 2011.Spatio-temporal variation of vegetation phenology in the Northern Tibetan Plateau as detected by MODIS remote sensing［J］.Chinese Journal of Plant Ecology， 35（8）： 853-863.DOI： 10.3724/SP.J.1258.2011.00853 .
null	王灏，胡泽勇，杨耀先，等， 2023.近60 年青藏高原季风期降水的南北变化特征及机理研究［J］.高原气象， 42（4）： 848-857.DOI： 10.7522/j.issn.1000-0534.2023.00034.Wang H ，
null	Hu Z Y， Yang Y X， et al， 2023.The changing features and the mechanism of the precipitation in Southern-Northern Qinghai-Xizang Plateau during monsoon period in last 60 years［J］.Plateau Meteorology， 42（4）： 848-857.DOI： 10.7522/j.issn.1000-0534.2023.00034 .
null	王敏钰，罗毅，张正阳，等， 2022.植被物候参数遥感提取与验证方法研究进展［J］.遥感学报， 26（3）： 431-455.DOI： 10.11834/jrs.20211601.Wang M Y ，
null	Luo Y， Zhang Z Y， et al， 2022.Recent advances in remote sensing of vegetation phenology： retrieval algorithm and validation strategy［J］.National Remote Sensing Bulletin， 26（3）： 431-455.DOI： 10.11834/jrs.20211601 .
null	杨耀先，胡泽勇，路富全，等， 2022.青藏高原近60年来气候变化及其环境影响研究进展［J］.高原气象， 41（1）： 1-10.DOI： 10.7522/j.issn.1000-0534.2021.00117.Yang Y X ，
null	Hu Z Y， Lu F Q， et al， 2022.Progress of recent 60 years’ climate change and its environmental impacts on the Qinghai-Xizang Plateau［J］.Plateau Meteorology， 41（1）： 1-10.DOI： 10.7522/j.issn.1000-0534.2021.00117 .
null	张晓克，杜心栋，鲁旭阳，等， 2019.青藏高原高寒草地物候的研究进展［J］.遥感技术与应用， 34（2）： 337-344.DOI： 10.11873/j.issn.1004-0323.2019.2.0337.Zhang X K ，
null	Du X D， Lu X Y， et al， 2019.A review on alpine grassland phenology on the Tibetan Plateau［J］.Remote Sensing Technology and Application， 34（2）： 337-344.DOI： 10.11873/j.issn.1004-0323.2019.2.0337 .
null	张学霞，葛全胜，郑景云， 2004.北京地区气候变化和植被的关系——基于遥感数据和物候资料的分析［J］.植物生态学报， 28（4）： 499-506.DOI： 10.17521/cjpe.2004.0068.Zhang X X ，
null	Ge Q S， Zheng J Y， 2004.Relationships between climate and vegetation in Beijing using remote sensed data and phenological data［J］.Chinese Journal of Plant Ecology， 28（4）： 499-506.DOI： 10.17521/cjpe.2004.0068 .
null	朱智，师春香，张涛， 2018.四套再分析土壤湿度资料在中国区域的适用性分析［J］.高原气象， 37（1）： 240-252.DOI： 10.7522/j.issn.1000-0534.2017.00033.Zhu Z ，
null	Shi C X， Zhang T， 2018.Applicability analysis of four soil moisture reanalysis datasets in China［J］.Plateau Meteorology， 37（1）： 240-252.DOI： 10.7522/j.issn.1000-0534.2017.00033 .

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

参考文献