賈文雄,趙 珍,俎佳星,陳京華,王 潔,丁 丹

1 西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院,蘭州 730070 2 中國科學(xué)院沈陽應(yīng)用生態(tài)研究所森林與土壤生態(tài)國家重點(diǎn)實(shí)驗(yàn)室,沈陽 110016

祁連山不同植被類型的物候變化及其對氣候的響應(yīng)

賈文雄1,*,趙 珍1,俎佳星2,陳京華1,王 潔1,丁 丹1

1 西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院,蘭州 730070 2 中國科學(xué)院沈陽應(yīng)用生態(tài)研究所森林與土壤生態(tài)國家重點(diǎn)實(shí)驗(yàn)室,沈陽 110016

基于1982—2006年GIMMS NDVI和2000—2014年MODIS NDVI遙感數(shù)據(jù),利用double logistic擬合方法提取了1982—2014年祁連山區(qū)不同植被的生長季始期、生長季末期和生長季長度3個(gè)重要的物候參數(shù),分析了不同植被物候期的時(shí)間變化趨勢、空間分異特征及對氣候因子的響應(yīng)。結(jié)果表明：(1)祁連山區(qū)不同植被的生長季始期和生長季末期隨年際變化表現(xiàn)出波動(dòng)提前或推遲,其中沼澤植被的變化波動(dòng)最大;草甸植被、灌叢植被、闊葉林植被和栽培植被生長季長度出現(xiàn)延長趨勢;(2)祁連山區(qū)植被生長季始期集中在5月初,其中闊葉林植被生長季開始最早,荒漠植被生長季開始最晚,植被生長季末期集中在9月,栽培植被生長季結(jié)束較早,荒漠植被、沼澤植被生長季結(jié)束較晚,植被生長季長度集中在110—140 d,其中闊葉林植被、針葉林植被生長季長度較長,而荒漠植被、高山植被生長季長度較短;(3)祁連山植被物候期變化趨勢的空間分布表明植被生長季始期、生長季末期主要表現(xiàn)為提前不明顯和推遲不明顯,生長季長度主要表現(xiàn)為縮短不明顯和延長不明顯;(4)物候要素與氣候要素相關(guān)性表明前期溫度的積累有利于植被的開始生長,但當(dāng)年3月的降水量對植被生長季始期同樣有重要作用,不同植被生長季末期與8月、9月溫度相關(guān)性較大,而與10月、11月降水的相關(guān)性較大。

物候參數(shù);不同植被類型;時(shí)空變化;氣候響應(yīng);祁連山區(qū)

物候?qū)W是研究自然界以年為周期重復(fù)出現(xiàn)的各種生物現(xiàn)象與環(huán)境因子的周期性變化相互關(guān)系的科學(xué)[1-2]。植物是陸地生態(tài)系統(tǒng)的主體,植物物候指植物受氣候和其他環(huán)境因子的影響而出現(xiàn)的以年為周期的自然現(xiàn)象[3]。植被物候(包括生長季開始時(shí)間、結(jié)束時(shí)間、生長季長度)不僅能指示植被的節(jié)律變化,同時(shí)反映了植被年際變化對氣候變化的響應(yīng),是全球變化的“積分儀”和景觀生態(tài)環(huán)境變化的綜合“指示器”[4]。IPCC第五次評估報(bào)告指出,1880—2012年全球地表平均溫度上升約0.85℃,全球變暖毋庸置疑。隨著全球氣候變化,植被物候也發(fā)生顯著的變化,如Tucker等[5]發(fā)現(xiàn)隨著溫度的升高,35°N以上地區(qū)的植被生長季有明顯的延長趨勢;Sparks等[6]提出英國地區(qū)因氣溫升高2.5℃導(dǎo)致開花時(shí)間提前了5—25 d;鄭景云等[7]提出東北、華北等地春季平均溫度升高導(dǎo)致物候期提前,而長江中游、華南等地春季溫度下降造成物候期推遲。當(dāng)前全球變化研究中最為活躍的“全球變化與陸地生態(tài)系統(tǒng)(Global Change and Terrestrial Ecosystems,GCTE)”項(xiàng)目[8]對植被物的研究越來越重視。

傳統(tǒng)的物候研究方法以野外觀測為基礎(chǔ),需耗費(fèi)大量人力、物力,而且研究范圍面積小,周期短且受時(shí)間限制。在計(jì)算機(jī)、遙感技術(shù)的推動(dòng)下,使得遙感監(jiān)測不同區(qū)域的植被物候并進(jìn)行長時(shí)間、大范圍的研究成為可能。Karlsen等[9]基于GIMMS NDVI數(shù)據(jù)分析得出北歐地區(qū)的植物生長季提前與溫度有關(guān);Delbart等[10]利用NOAA AVHRR和SPOT NDVI數(shù)據(jù)分析了西伯利亞地區(qū)的植被物候,得到生長季始期在1982—1991年提前了7.8 d,而在2000—2004年卻延遲了7 d,呈現(xiàn)的這種波動(dòng)狀態(tài)與溫度的波動(dòng)性保持一致;劉玲玲等[11]基于GIMMS AVHRR NDVI數(shù)據(jù),對歐亞大陸植被物候變化趨勢進(jìn)行監(jiān)測分析,得出大部分植被類型的生長季開始時(shí)間呈提前趨勢,其中森林提前幅度最大;余振等[12]利用NOAA/AVHRR NDVI研究了我國東部南北樣帶不同植被的物候期,指出溫帶草叢、亞熱帶熱帶草叢等植被返青期顯著提前,寒溫帶、溫帶針葉林等植被休眠期顯著推遲,大部分植被的生長季長度均出現(xiàn)延長趨勢;王宏等[13]利用NOAA/AVHRR NDVI數(shù)據(jù)研究了我國北方植被生長季變化,得出大部分緯度的植被生長季始期提前,生長季末期推遲;李明等[14]利用SPOT NDVI數(shù)據(jù)得出長白山區(qū)林地生長季開始時(shí)間早于草地、耕地,結(jié)束時(shí)間卻晚于草地、耕地;國志興等[15]利用GIMMS NDVI數(shù)據(jù)得到東北地區(qū)沼澤、針葉林、闊葉林、草叢、草甸植被生長季延長,而農(nóng)田、灌叢、草原、針闊混交林生長季縮短。張戈麗和張揚(yáng)建等[16]發(fā)現(xiàn)利用1982—2000年GIMMS和2001—2011年SPOT—VGT合并提取的青藏高原1982—2011年植被物候期開始時(shí)間出現(xiàn)提前趨勢,趨勢為1.04 d/a,甚至有的地區(qū)提前時(shí)間達(dá)到近1個(gè)月左右,表明青藏高原植被生態(tài)系統(tǒng)對全球變化有著明顯的正響應(yīng)。國內(nèi)利用遙感數(shù)據(jù)研究植被物候變化主要集中于東北地區(qū),而對于西北地區(qū)遙感監(jiān)測植被物候期的研究卻很少。

祁連山區(qū)是西北地區(qū)重要的生態(tài)區(qū),已有學(xué)者利用遙感數(shù)據(jù)對祁連山植被NDVI變化、植被覆蓋變化及其與氣候變化關(guān)系等方面作了深入研究[17- 19],但對于遙感監(jiān)測分析該地區(qū)植被物候期的研究極少。本研究基于GIMMS NDVI和MODIS NDVI數(shù)據(jù)集,利用Savitzky—Golay濾波重構(gòu)NDVI時(shí)間序列數(shù)據(jù),并用double logistic擬合方法提取了不同植被的物候期(生長季開始日期、結(jié)束日期和生長季長度),在此基礎(chǔ)上分析了祁連山1982—2014年不同植被的物候期時(shí)間變化趨勢、空間分異特征及與氣候因子溫度、降水的相關(guān)性,以期全面認(rèn)識(shí)在氣候變化影響下研究區(qū)近33年來不同植被的物候期變化狀況,進(jìn)而在生產(chǎn)中根據(jù)不同植被物候期對氣候變化的響應(yīng)具體安排農(nóng)、林業(yè)生產(chǎn)和生活,從而為農(nóng)業(yè)生產(chǎn)計(jì)劃、合理輪牧以及生態(tài)環(huán)境建設(shè)提供科學(xué)依據(jù),并且有利于進(jìn)一步理解大尺度區(qū)域上氣候?qū)Σ煌脖晃锖蚱谧兓挠绊憽?/p>

1 研究區(qū)概況

祁連山(93°30′—103°00′E,35°43′—39°36′N)位于青藏高原的東北部,地跨青海、甘肅兩省,由多條西北-東南走向的平行山脈和寬谷組成,是西北地區(qū)著名的高大山系之一,其地理位置及祁連山的植被分布如圖1所示。祁連山是青藏高原、內(nèi)蒙古高原和黃土高原的分界線,自然條件復(fù)雜,水熱條件差異大,東部濕度大,降水多,西部干燥,降水少,具有典型的大陸性氣候特征,氣候還表現(xiàn)出多樣性及垂直變化特征,如山前低山-中山下部-中山上部-亞高山及高山地區(qū)年降水約為150、250—300、400—500、800 mm;年均溫約為6、2—5、0—1、-5℃。由于起伏不一的地形和復(fù)雜的水熱條件,祁連山區(qū)植被類型豐富,主要有草甸、草原、荒漠、灌叢、高山植被等植被,分別占祁連山總面積的30.14%、25.94%、14.61%、9.29%、7.90%,其他植被零星分布。研究祁連山植被物候的變化趨勢,能為區(qū)域尺度的可持續(xù)發(fā)展提供一定的指導(dǎo)研究。

圖1 祁連山植被分布及氣象站點(diǎn)圖Fig.1 The distribution of vegetation and meteorological station of Qilian Mountains

2 數(shù)據(jù)來源

2.1 遙感數(shù)據(jù)

本研究所采用的遙感數(shù)據(jù)是GIMMS AVHRR NDVI和MODIS NDVI 數(shù)據(jù)集。GIMMS AVHRR NDVI數(shù)據(jù)集是由美國國家海洋與大氣管理局(The National Oceanic and Atmospheric Administration,簡稱NOAA)推出的全球植被指數(shù)變化數(shù)據(jù),可以在中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心(http://westdc.westgis.ac.cn)免費(fèi)下載,時(shí)間范圍為1982—2006年。MODIS NDVI 數(shù)據(jù)集采用NASA提供的MODIS13A2級植被指數(shù)產(chǎn)品,可在網(wǎng)站(https://wist.echo.nasa.gov/api/)直接下載,時(shí)間范圍為2000—2014年。應(yīng)用MRT(MODIS Reprojection Tools)軟件對MODIS NDVI數(shù)據(jù)進(jìn)行數(shù)據(jù)格式、投影轉(zhuǎn)換和數(shù)據(jù)拼接等。

利用ENVI 4.7 工具和祁連山區(qū)邊界矢量數(shù)據(jù)對下載的遙感數(shù)據(jù)分別進(jìn)行裁剪,得到研究區(qū)的1982—2014年NDVI時(shí)間序列數(shù)據(jù)。NDVI值應(yīng)在[-1,1]之間,區(qū)間以外的數(shù)值代表其它地物,如水體、裸地等。

由于采用兩種數(shù)據(jù),根據(jù)2000—2006年重疊的7a數(shù)據(jù),對數(shù)據(jù)進(jìn)行一致性檢驗(yàn)(表1),由表可知,2000—2006年GIMMS NDVI數(shù)據(jù)和MODIS NDVI數(shù)據(jù)相關(guān)系數(shù)均在0.9以上,說明兩種時(shí)間序列數(shù)據(jù)具有較好的一致性,可以同時(shí)用于植被物候的研究中。

2.2 其他數(shù)據(jù)

氣候數(shù)據(jù)為1982—2014年祁連山及其周邊地區(qū)共33個(gè)氣象站點(diǎn)(圖1)的日平均氣溫和降水量數(shù)據(jù),資料來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn)。植被類型圖為寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心提供的1∶1000000矢量圖。

表1 2000—2006年GIMMS NDVI和MODIS NDVI數(shù)據(jù)相關(guān)分析

**表示通過0.01的置信度檢驗(yàn)

3 研究方法

3.1 Savitzky-Golay濾波法

為了進(jìn)一步降低云層、大氣等對NDVI時(shí)間序列的影響,必須對數(shù)據(jù)進(jìn)行濾波平滑[11]。目前濾波平滑的方法有很多,如Savitzky-Golay濾波法、時(shí)間序列分析法(HANTS)、滑動(dòng)平均法、中值迭代濾波法(MIF)、最小二乘法等[20- 24],其中S-G濾波法對傳感器類型、NDVI尺度等沒有嚴(yán)格的要求,且得到的重構(gòu)數(shù)據(jù)質(zhì)量較高[25],所以本文采用S-G濾波法進(jìn)行NDVI數(shù)據(jù)的濾波平滑。

S-G濾波法是由Savitzky和Golay提出的一種最小二乘卷積擬合平滑濾波方法,廣泛用于數(shù)據(jù)的平滑除噪。S-G濾波法應(yīng)用在NDVI曲線濾波時(shí),公式可表示為：

(1)

式中,Y為原始NDVI值,Y*為濾波擬合后的NDVI值,j指數(shù)據(jù)序列的第j個(gè)點(diǎn),Ci為第i個(gè)數(shù)據(jù)點(diǎn)的濾波系數(shù)。N為滑動(dòng)窗口的寬度即2m+1[26- 27]。

運(yùn)用S-G濾波法分別對祁連山GIMMS NDVI和MODIS NDVI數(shù)據(jù)集進(jìn)行了濾波平滑,得到平滑的NDVI時(shí)間序列,為祁連山不同植被物候要素的提取做好準(zhǔn)備。

3.2 物候要素提取

目前,對于遙感圖像的物候要素提取,國內(nèi)外學(xué)者已經(jīng)提出了多種監(jiān)測方法,如閾值法,導(dǎo)數(shù)法,模型擬合法[9,28- 29]等。閾值法操作簡單但受人為因素影響較大,影響了結(jié)果的準(zhǔn)確性;導(dǎo)數(shù)法也限制于經(jīng)驗(yàn)閾值;模型擬合法所擬合的精度直接影響物候參數(shù)的確定。本文采用導(dǎo)數(shù)和閾值方法結(jié)合的擬合方法來進(jìn)行物候參數(shù)的提取,擬合公式double logistic[30]為：

(2)

式中,NDVIt表示在t時(shí)間的NDVI值;NDVImin表示年NDVI最小值;NDVIdiff表示年NDVI差值;ri表示NDVI左側(cè)即上升時(shí)拐點(diǎn)的最大變化率;nSOS為理論上的生長季始期;rd表示NDVI在右側(cè)即下降時(shí)拐點(diǎn)的最大變化率;nEOS為理論上的生長季末期。

采用該函數(shù)對濾波后的年NDVI時(shí)間序列的每個(gè)像元進(jìn)行擬合,然后對函數(shù)求二階導(dǎo),定義NDVI二階導(dǎo)數(shù)變化率最大的點(diǎn)為生長季始期(SOS);函數(shù)在下降的過程中NDVIt值達(dá)到年NDVI最大值的80%,即0.8×(NDVImin+NDVIdiff)定義為生長季末期(EOS);生長季末期與始期的差值為生長季長度(LOS)。運(yùn)用該物候要素提取方法,得到GIMMS和MODIS數(shù)據(jù)集下的祁連山不同植被的物候要素(SOS、EOS、LOS)。

3.3 線性趨勢分析

為了研究祁連山區(qū)每個(gè)柵格的物候要素變化趨勢,采用一元線性回歸分析法對其進(jìn)行模擬,計(jì)算公式[31]為：

(3)

式中,n表示時(shí)間序列的長度;i表示年序列號(hào);Ti為植被物候期在第i年的生長季始期、末期或生長季長度。θSlope指的是趨勢線的斜率,若θSlope>0,說明物候期變化趨勢是延遲或延長,反之θSlope<0,則說明物候期變化趨勢是提前或縮短。此外,根據(jù)T檢驗(yàn)對計(jì)算結(jié)果進(jìn)行分類,將變化趨勢分為不明顯、明顯、顯著等類型。

3.4 相關(guān)分析法

通過地理要素之間的相關(guān)分析可以揭示其相互之間的響應(yīng)關(guān)系,利用SPSS軟件得到相關(guān)系數(shù),并用此研究不同植被物候期與氣溫、降水間的關(guān)系,相關(guān)系數(shù)大于零,表示物候期隨因子變化呈推遲趨勢,相關(guān)系數(shù)小于零,表示物候期隨因子變化呈提前趨勢;相關(guān)系數(shù)的絕對值越大,說明植被物候期的變化與因子變化相關(guān)性越高;絕對值越小,則說明兩者的相關(guān)性越低。

4 結(jié)果分析

4.1 不同植被類型的物候期時(shí)間變化

將1982—2014年祁連山區(qū)不同植被每年的物候期(生長季始期、生長季末期、生長季長度)進(jìn)行一元線性回歸分析,得到33a物候期變化趨勢(圖2,圖3,表2)。

1982—2006年草甸植被、沼澤植被的生長季始期呈推遲趨勢,變化速率(斜率)分別為0.023 d/a、0.285 d/a;草甸植被生長季末期呈推遲趨勢,斜率為0.03 d/a,相比而言,生長季末期的推遲趨勢比生長季始期的推遲趨勢稍微明顯,因此生長季長度主要因?yàn)樯L季末期的推遲而呈延長趨勢,但趨勢不明顯,方差為51.14;而沼澤植被生長季末期呈提前趨勢,斜率為0.285 d/a,方差為150.79;生長季長度呈縮短趨勢,方差為393.14;表明沼澤植被生長季始期、生長季末期、生長季長度的年際波動(dòng)變化都很大。1982—2006年草原植被、荒漠植被、高山植被的生長季始期、末期均呈提前趨勢,但趨勢不一,生長季始期的斜率分別為0.031、0.045、0.252 d/a,生長季末期的斜率分別為0.107、0.329、0.272 d/a;3種植被的生長季長度卻出現(xiàn)縮短,其中荒漠植被方差

為118.11,年際波動(dòng)極大。1982—2006年灌叢植被、栽培植被、針葉林、闊葉林的生長季始期均呈提前趨勢,斜率分別為0.054、0.013、0.002、0.306 d/a,生長季末期均呈推遲趨勢,斜率分別為0.137、0.089、0.149、0.385 d/a,生長季長度呈延長趨勢,年際波動(dòng)不大。

圖3 不同植被生長季長度的年際變化Fig.3 Annual change trends of the length of growth season of different type vegetations in Qilian Mountains

植被類型Vegetationtypes1982—2006年GIMMS數(shù)據(jù)集GIMMSNDVIof1982—20062000—2014年MODIS數(shù)據(jù)集MODISNDVIof2000—2014生長季始期Startofgrowingseason生長季末期Endofgrowingseason生長季長度Lengthofgrowingseason生長季始期Startofgrowingseason生長季末期Endofgrowingseason生長季長度Lengthofgrowingseason草甸y=0.023x+141.74y=0.0295x+250.44y=0.0065x+108.7y=-0.5168x+148.57y=-0.1194x+267.91y=0.3974x+119.34草原y=-0.0312x+138.13y=-0.1065x+251.22y=-0.0753x+113.09y=-0.155x+142.35y=-0.1394x+270.81y=0.0156x+128.46荒漠y=-0.0446x+147.36y=-0.3286x+256.67y=-0.284x+109.31y=-0.0756x+147.78y=-0.6837x+274.99y=-0.6081x+127.2灌叢y=-0.0537x+133.87y=0.1371x+248.73y=0.1908x+114.86y=-0.4021x+140.87y=-0.1442x+270.94y=0.2579x+130.07高山植被y=-0.2524x+148.48y=-0.2723x+254.47y=-0.0199x+105.99y=-0.6941x+142.85y=-0.0038x+264.05y=0.6903x+121.2針葉林y=-0.0015x+130.01y=0.1485x+246.83y=0.15x+116.82y=-0.0856x+136.96y=-0.2533x+271.91y=-0.1677x+134.95闊葉林y=-0.3063x+127.07y=0.3845x+243.32y=0.6908x+116.25y=-0.2889x+133.17y=-0.1191x+272.91y=0.1698x+139.74栽培植被y=-0.013x+131.31y=0.0889x+246.22y=0.1019x+114.91y=-0.3426x+144.11y=0.1707x+263.54y=0.5133x+119.43沼澤植被y=0.85x+133.59y=-0.2846x+260.98y=-1.1292x+127.36y=-0.148x+149.04y=0.0061x+278.42y=0.1541x+129.38

草甸 Meadow, 草原 Steppe, 荒漠 Desert vegetation, 灌叢 Shrub vegetation, 高山植被 Alpine vegetation, 針葉林 Coniferous forest, 闊葉林 Broad-leaved forest, 栽培植被 Cultivated vegetation, 沼澤植被 Swamp vegetation

2000—2014年草甸植被、草原植被、灌叢植被、高山植被、闊葉林的生長季始期、末期均出現(xiàn)提前;生長季始期的斜率分別為0.517、0.155、0.402、0.694、0.289 d/a;生長季末期的斜率分別為0.119、0.139、0.144、0.004、0.119 d/a;生長季長度主要受生長季始期提前趨勢的影響而呈延長趨勢,其中草甸植被方差為53.38,年際波動(dòng)小。2000—2014年荒漠植被、針葉林植被的生長季始期、末期亦出現(xiàn)提前趨勢,但生長季長度卻出現(xiàn)縮短;生長季始期的斜率分別為0.076、0.086 d/a,生長季末期的斜率分別為0.6837、0.253 d/a,其中荒漠植被生長季長度年際波動(dòng)大,方差為126.77。栽培植被、沼澤植被的生長季始期呈提前趨勢,斜率分別為0.343、0.148 d/a;生長季末期呈推遲趨勢,斜率分別為0.171、0.006 d/a;但兩種植被的生長季長度呈延長趨勢。

總體來看,祁連山區(qū)植被生長季長度受生長季開始時(shí)間提前(推遲)或生長季結(jié)束時(shí)間推遲(提前)等的影響,表現(xiàn)出延長或縮短趨勢。從圖3、表2可以看出草甸植被、灌叢植被、闊葉林植被和栽培植被在1982—2014年生長季長度總體上延長,而荒漠植被生長季長度卻出現(xiàn)縮短,且植被的年際波動(dòng)變化較大;1982—2006年草原植被、高山植被、沼澤植被生長季長度縮短,其中沼澤植被的年際波動(dòng)較大,而生長季長度在2000—2014年卻出現(xiàn)延長趨勢,表明在近十幾年內(nèi)這些植被生長季長度延長;1982—2006年針葉林植被生長季長度呈延長趨勢,而2000—2014年生長季長度呈縮短趨勢,且年際波動(dòng)較小。

4.2 不同植被類型的物候期空間變化

4.2.1 不同植被平均物候期的空間分布

由圖4a得到1982—2006年祁連山闊葉林植被生長季開始最早,主要集中于第120天以前,其次是針葉林植被和栽培植被,生長季始期主要集中在第120—140天,灌叢植被和草原植被生長季始期主要集中在第120—150天,草甸植被生長季始期主要集中在第130—150天,沼澤植被生長季始期主要集中在第140—150天,高山植被生長季始期主要集中在第130—160天,荒漠植被生長季開始時(shí)間最晚,主要在第140天以后。圖4b中祁連山1982—2006年針葉林植被、闊葉林植被、栽培植被生長季結(jié)束時(shí)間較早,集中在第240—250天內(nèi),草甸植被、草原植被、灌叢植被、高山植被生長季末期主要集中在第240—260天,沼澤植被的生長季末期主要集中在第250—260天,而荒漠植被生長季結(jié)束時(shí)間較晚,主要集中在第240—270天。植被生長季長度取決于生長季的始期和末期,由1982—2006年祁連山各植被生長季始期、末期得到圖4c,從圖中看出祁連山荒漠植被、高山植被生長季長度較短,集中在80—120 d,沼澤植被生長季長度分布比較分散,在80—140 d之間,草甸植被、草原植被、栽培植被生長季長度主要集中在100—120 d,灌叢植被、針葉林植被生長季長度則主要集中在100—140 d,而闊葉林植被生長季長度主要集中在120—140 d。

圖4 1982—2006年祁連山植被平均物候期及變化趨勢的顯著性分布Fig.4 The spatial variation trend and its significance of vegetation average phenology in Qilian Mountains from 1982 to 2006圖4a、4b、4c分別為平均物候期的始期、末期、生長季長度；圖4d、4e、4f分別為平均物候期的始期、末期、生長季長度變化的顯著性

圖5a是祁連山2000—2014年不同植被平均生長季始期分布情況,得出闊葉林植被生長季開始時(shí)間較早,且主要集中在第130—140天,其次是針葉林植被、栽培植被、灌叢植被,生長季始期主要集中在第130—150天,草原植被生長季始期集中在第130—160天,草甸植被、沼澤植被生長季始期集中在第140—160天,荒漠植被、高山植被生長季始期跨度較大,主要在第130天以后。圖5b中2000—2014年栽培植被、高山植被、草甸植被、荒漠植被生長季末期主要集中在第255—275天,草原植被生長季末期主要集中在第255—285天,針葉林植被、灌叢植被生長季末期主要集中在第265—275天,闊葉林植被生長季末期主要集中在第265—285天,沼澤植被生長季結(jié)束較晚,集中于第275—285天。圖5c表示祁連山2000—2014年植被的生長季長度,可以得出荒漠植被、高山植被、草甸植被、草原植被、栽培植被生長季長度主要集中在110—130 d,沼澤植被、灌叢植被、針葉林植被生長季長度主要集中在120—140 d,闊葉林植被生長季長度主要集中在130—160 d。

由于2000—2014年的遙感數(shù)據(jù)分辨率高,識(shí)別植被綠度的能力增強(qiáng),從而較之GIMMS NDVI數(shù)據(jù)得到的植被生長季開始時(shí)間較早,結(jié)束日期較晚,但兩種數(shù)據(jù)得到的不同植被生長季開始先后和生長季結(jié)束先后的趨勢基本一致。

圖5 2000—2014年祁連山植被平均物候期及變化趨勢的顯著性分布Fig.5 The spatial variation trend and its significance of vegetation average phenology in Qilian Mountains from 2000 to 2014圖5a、5b、5c分別為平均物候期的始期、末期、生長季長度；圖5d、5e、5f分別為平均物候期的始期、末期、生長季長度變化的顯著性

4.2.2 植被物候期多年變化的空間分布

從圖4d、圖5d得出,1982—2006年、2000—2014年總體祁連山植被生長季始期提前不明顯和推遲不明顯的區(qū)域面積最大,分別為95.87%、77.22%。不同植被生長季始期的年際變化有所不同,但極大多數(shù)表現(xiàn)為各自的提前不明顯區(qū)域所占比例大于推遲不明顯。1982—2006年草甸植被、草原植被、高山植被、灌叢植被、闊葉林、栽培植被、針葉林、荒漠植被生長季始期提前不明顯的比例分別為49.59%、47.44%、60.82%、56.89%、64.29%、56.76%、52.27%、50.8%,推遲不明顯比例分別為49.36%、45.12%、31.96%、42.76%、35.71%、43.24%、47.73%、36.9%。2000—2014年草甸植被、草原植被、高山植被、灌叢植被、闊葉林、栽培植被、針葉林始期提前不明顯的比例分別為55.82%、45.79%、38.01%、67.56%、77.32%、51%、60.17%,推遲不明顯比例分別為25.57%、33.58%、27.76%、22.93%、20.57%、36.11%、29.31%,荒漠植被始期提前不明顯比例小于推遲不明顯比例,分別為28.20%、28.89%。

從圖4e、圖5e得出,1982—2006年、2000—2014年總體祁連山植被生長季末期提前不明顯和推遲不明顯區(qū)域所占比例極大,分別為95.68%、90.87%。1982—2006年草甸植被、草原植被、灌叢植被、闊葉林、栽培植被、針葉林生長季末期表現(xiàn)為推遲不明顯比例大于提前不明顯,推遲不明顯的比例分別為63.51%、47.44%、65.02%、78.57%、56.76%、70.45%,提前不明顯的比例分別為35.32%、46.20%、34.28%、21.43%、43.24%、27.27%;高山植被、荒漠植被末期提前不明顯的區(qū)域占52.06%、59.89%,明顯提前占5.15%、5.35%,顯著提前占2.58%、2.67%,推遲不明顯占39.18%、31.02%。2000—2014年草甸植被、草原植被、高山植被、灌叢植被、闊葉林、針葉林、荒漠植被生長季末期表現(xiàn)為提前不明顯比例大于推遲不明顯,提前不明顯的比例分別為64%、53.86%、51.02%、57.03%、51.20%、65.38%、49.61%,推遲不明顯比例分別為32.99%、37.77%、36.98%、41.34%、48.23%、32.62%、22.28%;而栽培植被末期提前不明顯的占44.49%,推遲不明顯占49%。

從圖4f、5f得出,1982—2006年、2000—2014年總體祁連山植被生長季長度年際變化縮短不明顯和延長不明顯區(qū)域所占比例極大,分別為95.15%、70.26%。1982—2006年草甸植被、草原植被、高山植被、灌叢植被、闊葉林、栽培植被、針葉林生長季長度表現(xiàn)為延長不明顯比例大于縮短不明顯,延長不明顯的比例分別為58.25%、53.02%、48.45%、64.31%、64.29%、54.05%、65.91%,縮短不明顯的比例分別為40%、40.93%、41.75%、35.34%、35.71%、45.95%、31.82%;而荒漠植被縮短不明顯占51.34%,延長不明顯僅占37.43%。2000—2014年草甸植被、草原植被、高山植被、灌叢植被、闊葉林、栽培植被、針葉林生長季長度表現(xiàn)為延長不明顯比例大于縮短不明顯,延長不明顯的比例分別為42.11%、37.10%、31.15%、51.82%、60.86%、44.18%、45.25%,縮短不明顯比例分別為34.38%、35.04%、26.50%、31.76%、34.93%、32.68%、38.32%,而荒漠植被生長季長度縮短不明顯的為27.01%,延長不明顯僅占20.05%。

1982—2014年祁連山植被物候期(始期、末期、長度)年際變化整體變化不明顯,主要表現(xiàn)為提前不明顯、推遲不明顯或縮短不明顯、延長不明顯。同樣不同植被類型的物候期年際變化趨勢中的提前(縮短)不明顯、推遲(延長)不明顯所占面積比例極大。

4.3 物候期要素與氣候因子關(guān)系

基于祁連山區(qū)及其周邊33個(gè)氣象站點(diǎn)的氣象數(shù)據(jù),得到1982—2014年祁連山區(qū)年均溫呈上升趨勢,斜率為0.0426 ℃/a,年平均氣溫為5.7 ℃,年均溫最高出現(xiàn)在1998年,最低出現(xiàn)在1984年,分別為6.6、4.5 ℃;年降水量也呈上升趨勢,斜率為0.8663 mm/a,平均年降水量為225 mm,年降水量最高為282.5 mm(2007年),最低為174.5 mm(1991年)。利用相關(guān)分析方法分析了植被物候期要素與氣溫、降水的關(guān)系,從而探究了不同植被物候?qū)庀笠蜃拥捻憫?yīng)(表3，表4)。

由表3得出植被生長季始期與2—5月各月氣溫的相關(guān)性均未通過顯著檢驗(yàn)。其中,沼澤植被的生長季始期與2—5月各月氣溫呈正相關(guān),溫度升高,蒸發(fā)加快,使土壤表層濕度不夠,沼澤植被生長受到限制,所以沼澤植被的生長季始期隨溫度升高推遲。除沼澤植被外的其他植被生長季始期與2—4月各月氣溫呈負(fù)相關(guān),即隨溫度不斷升高,植被提前發(fā)芽,生長季始期提前。草原植被、荒漠植被、栽培植被生長季始期與5月氣溫呈正相關(guān),其他植被生長季始期與5月氣溫負(fù)相關(guān)。植被生長季始期與2—5月降水的相關(guān)性較高,這與鄧少福[19]研究得到的降水對祁連山草地植被返青影響更大的結(jié)果一致。其中沼澤植被的生長季始期與2月降水呈顯著正相關(guān),且通過了0.05置信度檢驗(yàn);各植被生長季始期與3月的降水均呈負(fù)相關(guān),即降水增多,植被生長季始期提前。其中,高山植被生長季始期與3月降水的相關(guān)性通過了0.05置信度檢驗(yàn),草甸植被、草原植被、荒漠植被、灌叢植被、針葉林植被、栽培植被生長季始期與3月降水的相關(guān)性通過了0.01置信度檢驗(yàn),且相關(guān)系數(shù)較高;其他植被的生長季始期與各月降水都沒有通過顯著性檢驗(yàn)。

由表4得出荒漠植被生長季末期與8月氣溫呈負(fù)相關(guān),且通過了0.01置信度檢驗(yàn),隨溫度的升高,蒸發(fā)量加大,植被水分減少,導(dǎo)致提前發(fā)黃干枯;高山植被生長季末期與8—11月氣溫呈負(fù)相關(guān),且與8月氣溫顯著負(fù)相關(guān)并通過了0.05的置信度檢驗(yàn),隨溫度升高,高山植被提前枯黃;其他植被的生長季末期與各月氣溫相關(guān)性都沒有通過顯著性檢驗(yàn)。各植被生長季末期與8月降水均呈正相關(guān),即降水量增加,植被枯黃的時(shí)間推遲,其中草甸植被、栽培植被生長季末期與8月降水顯著正相關(guān),且都通過0.05置信度檢驗(yàn);高山植被生長季末期與9月降水呈負(fù)相關(guān),通過0.05置信度檢驗(yàn);植被生長季末期與10月、11月降水相關(guān)性均沒有通過顯著性檢驗(yàn)。

表3 祁連山植被生長季始期與氣溫、降水的相關(guān)系數(shù)

*表示通過0.05的置信度檢驗(yàn),**表示通過0.01的置信度檢驗(yàn)

表4 祁連山植被生長季末期與氣溫、降水的相關(guān)系數(shù)

*表示通過0.05的置信度檢驗(yàn),**表示通過0.01的置信度檢驗(yàn)

4.4 物候期要素與海拔的關(guān)系

圖6顯示了2000—2014年祁連山植被物候參數(shù)在不同海拔高程上的變化情況。從圖中看出,當(dāng)海拔在2700 m以下時(shí),隨著海拔的升高,植被生長季始期有提前的趨勢;而當(dāng)海拔在2700—3250 m之間時(shí),隨著海拔的升高,生長季始期有較明顯的推遲趨勢;當(dāng)海拔大于3250 m時(shí),隨著海拔的升高,生長季開始時(shí)間出現(xiàn)緩慢推遲?？傮w上,祁連山植被的生長季始期隨海拔變化的一元線性方程的斜率為0.0095,即生長季開始時(shí)間隨海拔每升高1000 m推遲9.5 d,而生長季始期隨海拔的升高呈推遲趨勢的情況與物候期的空間分布情況一致,且與徐珂等[32]關(guān)于植被生長季開始時(shí)間與海拔關(guān)系的研究結(jié)果一致。

植被生長季末期隨海拔的變化呈現(xiàn)出較大的波動(dòng)變化,當(dāng)海拔低于3250 m時(shí),隨著海拔的升高,植被生長季末期表現(xiàn)出比較明顯的推遲趨勢;而當(dāng)海拔在3250—4100 m之間時(shí),隨著海拔的升高,生長季末期則表現(xiàn)出提前的趨勢;而在4100—4500 m間,隨著海拔的升高植被生長季末期出現(xiàn)推遲;當(dāng)海拔超過4500 m時(shí),生長季末期再次隨海拔升高出現(xiàn)提前趨勢。

隨海拔的升高植被生長季長度整體呈縮短趨勢,這與物候期的空間分布情況一致。植被生長季長度受海拔變化的影響較小,其與海拔變化的線性斜率為—0.0096,即海拔每升高1000 m植被生長季長度縮短9.6 d。研究結(jié)果與王力等[33]研究所得的海拔升高,生長期縮短的結(jié)果保持一致。

圖6 不同海拔上物候參數(shù)的變化情況Fig.6 Variations of phenology parameter in different elevations

5 結(jié)果與討論

本文利用Double logistic擬合方法提取并分析了研究區(qū)不同植被的物候參數(shù)時(shí)空分異特征,并結(jié)合同期氣象數(shù)據(jù),探討了植被物候期對氣候因子的響應(yīng)。結(jié)果如下：

(1)1982—2014年祁連山草甸植被、灌叢植被、闊葉林植被和栽培植被生長季長度延長,而荒漠植被生長季長度卻出現(xiàn)縮短;草原植被、高山植被、沼澤植被在1982—2006年生長季長度縮短,而在2000—2014年生長季長度卻出現(xiàn)延長;針葉林植被在1982—2006年生長季長度延長,而在2000—2014年生長季長度縮短。

(2)祁連山各植被生長季始期主要在5月初,其中闊葉林植被生長季開始時(shí)間最早,荒漠植被生長季始期出現(xiàn)的最晚。各植被生長季末期主要在9月,栽培植被生長季結(jié)束較早,荒漠植被、沼澤植被生長季結(jié)束較晚。各植被生長季長度集中于110 d—140 d,其中闊葉林植被、針葉林植被生長季長度較長,而荒漠植被、高山植被生長季長度較短。

(3)各植被物候期在1982—2014年年際變化趨勢不明顯,生長季始期、末期主要表現(xiàn)為提前不明顯、推遲不明顯,所占面積比例極大,生長季長度主要表現(xiàn)為縮短不明顯、延長不明顯,所占面積比例極大。

(4)祁連山植被生長季始期前期溫度的積累有利于植被的生長,而當(dāng)年3月的降水也是影響植被生長季始期的重要因子。植被生長季末期與8—11月各時(shí)段的氣溫、降水相關(guān)性不明顯,各植被生長季末期與8—9月溫度相關(guān)性較大,而與10—11月降水的相關(guān)性較大。

植被物候變化不完全是氣候因素造成的,但是實(shí)際調(diào)查中,氣候因素的變化為植被物候變化提供了極大地可能性。植被生長季始期同樣受溫度影響,由于前期溫度的積累,使得植物生長季始期所需的溫度達(dá)到標(biāo)準(zhǔn)后,而此時(shí)對于干旱、半干旱地區(qū)降水因子卻成了影響植被是否生長的關(guān)鍵因子,這與Xin等[34]得到的水分對干旱、半干旱地區(qū)植被返青影響更大的結(jié)果一致。不同高程的植被物候參數(shù)對氣候變化的響應(yīng)程度有所不同,海拔較低的闊葉林生長季始期受溫度變化影響較大,而其他海拔較高的植被受水分變化的影響較大,這是由于海拔較低地區(qū)的闊葉林生長期始期早于海拔較高地區(qū)的植被,氣溫逐步回升或快速升高對其影響較大,而在氣溫全面回升后高海拔植被開始萌發(fā),降水的多寡對其生長有明顯的影響。不同植被類型生長季末期受溫度和水分影響的關(guān)系較復(fù)雜,但高海拔地區(qū)的植被受溫度影響更明顯,這是因?yàn)樵诓煌０胃叨壬纤疅釛l件的不同組合導(dǎo)致不同植被類型生長季結(jié)束的時(shí)間并不一致,總體上隨著氣溫的快速下降導(dǎo)致高海拔地區(qū)的植被進(jìn)入生長季末期。本文只研究了氣溫、降水變化對其物候變化的影響,但其它氣候因子、地形因子、土壤因子等對植被物候變化也有一定的影響,它們之間的關(guān)系有待于進(jìn)一步研究。

2000—2006年,GIMMS AVHRR NDVI和MODIS NDVI數(shù)據(jù)重疊,這兩種數(shù)據(jù)線性擬合的相關(guān)系數(shù)均在0.9以上,說明兩種時(shí)間序列數(shù)據(jù)具有較好的一致性,可以同時(shí)用于植被物候變化的研究中。根據(jù)門源站實(shí)測數(shù)據(jù)植被生長季始期為第138天,結(jié)束期為第247天,從兩套數(shù)據(jù)中得到的生長季始期分別為第131、130天,結(jié)束日期分別為第246、250天,兩者結(jié)果基本一致。在已有的研究成果中,李娜[35]得出石羊河流域草地平均開始時(shí)間為第124天,結(jié)束時(shí)間為第266天,這與本文研究結(jié)果也基本一致?？梢?利用遙感提取數(shù)據(jù)進(jìn)行植被物候研究具有一定的準(zhǔn)確度。張揚(yáng)健等[16]基于1982—2000年GIMMS NDVI及2001—2011年的SPOT VGT遙感數(shù)據(jù)合并提取了1982—2011年青藏高原的植被物候,研究也指出遙感提取及多種數(shù)據(jù)合并監(jiān)測植被物候期具有一定的參考價(jià)值和可行性。本文采用兩種遙感數(shù)據(jù)分不同時(shí)段提取植被的物候參數(shù),但如何將不同時(shí)空分辨率的數(shù)據(jù)融合,利用長時(shí)間序列數(shù)據(jù)開展物候變化研究將是未來研究的重要方面。

[1] 竺可楨, 宛敏渭. 物候?qū)W. 長沙: 湖南教育出版社, 1999: 1- 4.

[2] Lieth H. Phenology and Seasonality Modeling. Berlin Heidelberg: Springer-Verlag, 1974.

[3] 陸佩玲, 于強(qiáng), 賀慶棠. 植物物候?qū)夂蜃兓捻憫?yīng). 生態(tài)學(xué)報(bào), 2006, 26(3): 923- 929.

[4] Li X B, Chen Y H, Fan Y D, Zhang Y X. Detecting inter-annual variations of vegetation growth based on satellite-sensed vegetation index data from 1983 to 1999 // Proceedings of IEEE International Geoscience and Remote Sensing Symposium. Toulouse, France: IEEE, 2003, 5: 3263- 3265.

[5] Tucker C J, Slayback D A, Pinzon J E, Los S O, Myneni R B, Taylor M G. Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999. International Journal of Biometeorology, 2001, 45(4): 184- 190.

[6] Sparks T H, Jeffree E P, Jeffree C E. An Examination of the relationship between flowering times and temperature at the national scale using long-term phenological records from the UK. International Journal of Biometeorology, 2000, 44(2): 82- 87.

[7] 鄭景云, 葛全勝, 郝志新. 氣候增暖對我國近40年植物物候變化的影響. 科學(xué)通報(bào), 2002, 47(20): 1582- 1587.

[8] 周廣勝, 張新時(shí), 高素華, 白克智, 延曉東, 鄭元潤. 中國植被對全球變化反應(yīng)的研究. 植物學(xué)報(bào), 1997, 39(9): 879- 888.

[9] Karlsen S R, Solheim I, Beck P S A, H?gda K A, Wielgolaski F E, T?mmervik H. Variability of the start of the growing season in Fennoscandia, 1982—2002. International Journal of Biometeorology, 2007, 51(6): 513- 524.

[10] Delbart N, Toan T L, Kergoat L, Fedotova V. Remote sensing of spring phenology in boreal regions: a free of snow-effect method using NOAA-AVHRR and SPOT-VGT data (1982—2004). Remote Sensing of Environment, 2006, 101(1): 52- 62.

[11] 劉玲玲, 劉良云, 胡勇. 1982—2006年歐亞大陸植被生長季開始時(shí)間遙感監(jiān)測分析. 地理科學(xué)進(jìn)展, 2012, 31(11): 1433- 1442.

[12] 余振, 孫鵬森, 劉世榮. 中國東部南北樣帶主要植被類型物候期的變化. 植物生態(tài)學(xué)報(bào), 2010, 34(3): 316- 329.

[13] 王宏, 李曉兵, 李霞, 鶯歌, 符娜. 基于NOAA NDVI和MSAVI研究中國北方植被生長季變化. 生態(tài)學(xué)報(bào), 2007, 27(2): 504- 515.

[14] 李明, 吳正方, 杜海波, 宗盛偉, 孟祥君, 張蓮芝. 基于遙感方法的長白山地區(qū)植被物候期變化趨勢研究. 地理科學(xué), 2011, 31(10): 1242- 1248.

[15] 國志興, 張曉寧, 王宗明, 方偉華. 東北地區(qū)植被物候期遙感模擬與變化規(guī)律. 生態(tài)學(xué)雜志, 2010, 29(1): 165- 172.

[16] Zhang G L, Zhang Y J, Dong J W, Xiao X M. Green-up dates in the Tibetan Plateau have continuously advance-d from 1982 to 2011. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110(11): 4309- 4314.

[17] 戴聲佩, 張勃, 王海軍, 王亞敏, 李丹, 王興梅. 1999—2007年祁連山區(qū)植被指數(shù)時(shí)空變化. 干旱區(qū)研究, 2010, 27(4): 585- 591.

[18] 武正麗. 2000—2012年祁連山植被覆蓋變化及其對氣候的響應(yīng)研究[D]. 蘭州: 西北師范大學(xué), 2014.

[19] 鄧少福. 祁連山氣候變化對植被的影響研究(2000—2011)[D]. 蘭州: 蘭州大學(xué), 2013.

[20] Savitzky A, Golay M J E. Smoothing and differentiation of data by simplified least squares procedures. Analytical Chemistry, 1964, 36(8): 1627- 1639.

[21] Roerink G, Menenti M, Verhoef W. Reconstructing cloudfree NDVI composites using Fourier analysis of time series. International Journal of Remote Sensing, 2000, 21(9): 1911- 1917.

[22] Malingreau J P. Global vegetation dynamics: satellite observations over Asia. International Journal of Remote Sensing, 1986, 7(9): 1121- 1146.

[23] Kogan F, Sullivan J. Development of global drought-watch system using NOAA/AVHRR data. Advances in Space Research, 1993, 13(5): 219- 222.

[24] 侯英雨, 王石立. 基于作物植被指數(shù)和溫度的產(chǎn)量估算模型研究. 地理學(xué)與國土研究, 2002, 18(3): 105- 107.

[25] Bian J H, Li A N, Song M Q, Ma L Q, Jiang J G. Reconstruction of NDVI time-series datasets of MODIS based on Savitzky-Golay filter. Journal of Remote Sensing, 2010, 14(4): 725- 741.

[26] Chen J, J?nsson P, Tamura M, Gu Z H, Matsushita B, Eklundh L. A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter. Remote Sensing of Environment, 2004, 91(3/4): 332- 344.

[27] 侯學(xué)會(huì), 牛錚, 高帥, 黃妮. 基于SPOT-VGT NDVI時(shí)間序列的農(nóng)牧交錯(cuò)帶植被物候監(jiān)測. 農(nóng)業(yè)工程學(xué)報(bào), 2013, 29(1): 142- 150.

[28] Zhang X Y, Friedl M A, Schaaf C B, Strahler A H, Hodges J C F, Gao F, Reed B C, Huete A. Monitoring vegetation phenology using MODIS. Remote Sensing of Environment, 2003, 84(3): 471- 475.

[29] Fisher J I, Mustard J F. Cross-scalar satellite phenology from ground, Landsat, and MODIS data. Remote Sensing of Environment, 2007, 109(3): 261- 273.

[30] Butt B, Turner M D, Singh A, Brottem L. Use of MODIS NDVI to evaluate changing latitudinal gradients of rangeland phenology in Sudano-Sahelian West Africa. Remote Sensing of Environment, 2011, 115(12): 3367- 3376.

[31] 宋怡, 馬明國. 基于GIMMS AVHRR NDVI數(shù)據(jù)的中國寒旱區(qū)植被動(dòng)態(tài)及其與氣候因子的關(guān)系. 遙感學(xué)報(bào), 2008, 12(3): 499- 505.

[32] 徐珂. 基于MODIS影像的北京地區(qū)生長季及其影響因子研究[D]. 北京: 林業(yè)大學(xué), 2012.

[33] 王力, 李鳳霞, 周萬福, 李曉東. 氣候變化對不同海拔高山嵩草物候期的影響. 草業(yè)科學(xué), 2012, 29(8): 1256- 1261.

[34] Xin Q C, Broich M, Zhu P, Gong P. Modeling grassland spring onset across the Western United States using climate variables and MODIS-derived phenology metrics. Remote Sensing of Environment, 2015, 161: 63- 77.

[35] 李娜. 1999—2006年石羊河流域植被對氣候變化的響應(yīng)研究[D]. 蘭州: 蘭州大學(xué), 2010.

Phenological variation in different vegetation types and their response to climate change in the Qilian Mountains, China, 1982—2014

JIA Wenxiong1,*, ZHAO Zhen1, ZU Jiaxing2, CHEN Jinghua1, WANG Jie1, DING Dan1

1CollegeofGeographyandEnvironmentScience,NorthwestNormalUniversity,Lanzhou730070,china2StateKeyLaboratoryofForestandSoilEcology,InstituteofAppliedEcology,ChineseAcademyofSciences,Shenyang110016,China

Vegetation phenology is used in the study of climate change because of stable distribution, and ease of observation and interpretation. In this study, a 15-day time series of averaged normalized difference vegetation indices (NDVI) derived from the daily Global Inventory Modeling and Mapping Studies (GIMMS) NDVI dataset and 16-day averaged NDVI values derived from the daily Moderate Resolution Imaging Spectroradiometer (MODIS) NDVI dataset were used to analyze trends in vegetation phenology. Firstly, using the ENVI tool to cut remote sensing data, NDVI time series data for the study area from 1982 to 2014 were obtained. Secondly, using a Savitzky-Golay filter, noise contamination caused by random factors was reduced by producing a smooth NDVI curve. Thirdly, using double logistic fitting, three important phenological parameters, including the start of growing season (SOS), the end of growing season (EOS), and the length of growing season (LOS) were extracted for different vegetation types. Temporal change trends, as well as its spatial distribution characteristics, of the nine major vegetation types in the Qilian Mountains were analyzed. These types included meadow, steppe, desert vegetation, shrub vegetation, alpine vegetation, coniferous forest, broad-leaved forest, cultivated vegetation, and swamp vegetation. In addition, the effects of climatic factors on phenology were analyzed by correlation analysis. The results showed that: (1) The annual variation of SOS and EOS of different vegetation types in the Qilian Mountains fluctuated in its advance or or delay; the maximum variation was observed in the swamp vegetation. The LOS of meadow, shrub, coniferous forest, and cultivated vegetation was longer, but the LOS of desert vegetation shortened. (2) The SOS of vegetation was primarily in May; the growing season of the broad-leaved forests began the earliest and desert vegetation began the latest. The EOS of vegetation occurred primarily in September; the growing season of cultivated vegetation ended earlier, whereas the growing season of the desert and swamp vegetation ended later. The LOS of vegetation was from 110 days to 140 days, among which the LOS of broad-leaved and coniferous forests was longer, whereas the LOS of desert and alpine vegetation was shorter. (3) The spatial distribution of variation trends for vegetation phenology indicated that SOS and LOS were advanced or delayed but not substantially, and the LOS was primarily shortened or prolonged, but not substantially. (4) The correlation of phenological metrics and climatic factors indicated that the accumulation of early stage temperature was beneficial to the growth of vegetation, but the amount of precipitation in March was also important to the SOS of vegetation. The EOS of different vegetation types was related with temperature in August and September, and correlated with precipitation in October and November, but the correlation was not significant. At different altitudes, the phenological parameters were different. In particular, the LOS appeared to shorten with increasing elevation, which is consistent with the spatial distribution of phenological parameters. These results explain the relationship between climate change and phenological phases. Climate change has an obvious effect on vegetation phenological parameters, and the phenological period can explicitly indicate the climate change.

phenological parameters; vegetation types; spatial-temporal variations; climate change; Qilian Mountains

國家自然科學(xué)基金資助項(xiàng)目(41161017)

2015- 10- 09;

2016- 06- 12

10.5846/stxb201510092039

*通訊作者Corresponding author.E-mail: wxjiaxy@163.com

賈文雄,趙珍,俎佳星,陳京華,王潔,丁丹.祁連山不同植被類型的物候變化及其對氣候的響應(yīng).生態(tài)學(xué)報(bào),2016,36(23):7826- 7840.

Jia W X, Zhao Z, Zu J X, Chen J H, Wang J, Ding D.Phenological variation in different vegetation types and their response to climate change in the Qilian Mountains, China, 1982—2014.Acta Ecologica Sinica,2016,36(23):7826- 7840.