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] 肖林 车涛 戴礼云. 多源雪深数据在中国的空间特征评估[J]. 遥感技术与应用, 0, (): 0-0.
[2] 郭健, 刘良云, 刘新杰, 胡姣婵, 竞霞. 基于查找表的塔基平台O2-A波段大气校正方法研究[J]. 遥感技术与应用, 2019, 34(3): 467-475.
[3] 刘鸥阳, 刘良云, 胡姣婵, 刘新杰, 蒋金豹. 基于719 nm水汽吸收波段的日光诱导叶绿素荧光反演研究[J]. 遥感技术与应用, 2019, 34(3): 500-510.
[4] 陈思媛, 竞霞, 董莹莹, 刘良云. 基于日光诱导叶绿素荧光与反射率光谱的小麦条锈病探测研究[J]. 遥感技术与应用, 2019, 34(3): 511-520.
[5] 林中立, 徐涵秋. 近20年来新旧“火炉城市”热岛状况对比研究[J]. 遥感技术与应用, 2019, 34(3): 521-530.
[6] 程志峰, 何祺胜. 基于RSEI的苏锡常城市群生态环境遥感评价[J]. 遥感技术与应用, 2019, 34(3): 531-539.
[7] 李琼琼, 柳云龙. 城市居民区土壤重金属含量高光谱反演研究[J]. 遥感技术与应用, 2019, 34(3): 540-546.
[8] 宋明辉. 基于高分二号数据的面向对象城市土地利用分类研究[J]. 遥感技术与应用, 2019, 34(3): 547-552.
[9] 田慧慧, 冯 莉, 赵璊璊, 郭 松, 董继伟. 无人机热红外城市地表温度精细特征研究 [J]. 遥感技术与应用, 2019, 34(3): 553-563.
[10] 梁丽娟, 黄万里张容焱, 林广发, 彭俊超, 梁春阳. Sentinel-2卫星影像融合方法与质量评价分析[J]. 遥感技术与应用, 2019, 34(3): 612-621.
[11] 张海涛, 金燕, 刘万军. 基于Marr小波改进的SIFT算法的遥感影像配准[J]. 遥感技术与应用, 2019, 34(3): 622-629.
[12] 卢静, 贾立, 郑超磊, 胡光成. 遥感水分收支对区域水资源估算潜能[J]. 遥感技术与应用, 2019, 34(3): 630-638.
[13] 李靖, 李浩, 王树东, 杨莹莹, 吴太夏. 中亚五国主要湖泊水面变化特征及关键影响因素分析[J]. 遥感技术与应用, 2019, 34(3): 639-646.
[14] 徐梦竹, 徐佳, 邓鸿儒, 袁春琦. 基于全极化SAR影像的海岛地物分类[J]. 遥感技术与应用, 2019, 34(3): 647-654.
[15] 许文鑫, 周玉科, 梁娟珠. 基于变化点的青藏高原植被时空动态变化研究 [J]. 遥感技术与应用, 2019, 34(3): 667-676.