中亚区域陆表植被物候时空变化特征分析

干旱区地理 ›› 2014, Vol. 37 ›› Issue (2): 310-317.

中亚区域陆表植被物候时空变化特征分析

马勇刚^1，2，3，张弛¹，塔西甫拉提·特依拜²

（1 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室，新疆乌鲁木齐 830011；2 新疆大学资源与环境科学学院，新疆乌鲁木齐 830046； 3 新疆维吾尔自治区遥感中心，新疆乌鲁木齐 830011）

收稿日期:2013-06-28 修回日期:2013-08-17 出版日期:2014-03-25
通讯作者: 张弛，男，博士生导师，研究员. Email：zc@ms.xjb.ac.cn
作者简介:马勇刚（1981-），男，博士研究生，副研究员，主要从事生态模型和环境遥感方面研究. Email：thank5151@163.com
基金资助:
国家国际科技合作计划2010DFA92720-18；2010DFA92720-10；中国科学院百人计划项目（张弛）

Spatial-temporal change of land surface phenology in Central Asia arid zone

MA Yong-gang^1，2，3，ZHANG Chi¹，TIYIP Tashpolat²

（1 State Key Laboratory of Desert and Oasis Ecology，Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, Xinjiang, China; 2 College of Resources and Environment Science, Xinjiang University, Urumq 830046, Xinjiang, China；3 Xinjiang Remote Sensing Center, Urumqi 830011, Xinjiang, China）

Received:2013-06-28 Revised:2013-08-17 Online:2014-03-25

摘要/Abstract

摘要： 植物叶物候是反映环境条件对气候变化响应的最直观、最敏感的指标之一。在中亚干旱区开展区域物候研究有助于理解陆地生态系统对气候变化的响应。基于1982-2006年GIMMS长序列归一化植被指数数据，采用阈值法反演得到中亚地区植被过去25 a的物候数据集；然后利用Man-Kendall趋势检验和Theil Sen斜率方法，定量分析了中亚地区植被物候的时空变化格局，并且评价了不同土地覆被类型中植被物候变化的特征。结果表明：（1）过去25 a来，中亚干旱区的植被生长季的开始期和终止期在区域尺度整体上没有发生显著提前或者延迟，但在局部地区发生了较为明显的变化，表现出一定的空间差异；（2）各种土地覆被类型的物候动态明显不同：农用地的生长季开始期提前最明显，混合林的生长季终止期推迟最显著。各种植被类型中，除灌丛外均表现出生长期延长的趋势。

关键词: 遥感, 植被物候, TIMESAT, 中亚

Abstract: Phenology has been considered as a sensitive and intuitive indicator to reflect ecosystem’s response to the climate change. Conducting spatial-explicit phenology studies in Central Asia will improve our understanding the responses of the terrestrial ecosystems in the region to rapid climate change in recent years. Based on GIMMS （Global Inventory Modeling and Mapping Studies） data from 1982 to 2006，the vegetation phenological data was calculated using 20% minimum-maximum threshold method with the Timesat software. The Mann-Kendall trend analysis and Theil Sen slope methods were used to determine the spatial-temporal change of three phenological metrics：start of season （SOS），end of season（EOS） and length of growth season （LEN）. After analysis the pattern of M-K trend and Theil Sen slope plot for three phonological metrics，there is no significant phenological change detected in the result for the whole study area. For further explorer the potential change and its reasons，the paper combined land cover data with phonological metrics for examining the phonological change in different land surface condition，and varieties of phenological metrics were analyzed for different vegetation types. The result shows that different land cover type displayed remarkably different patterns in phenological change：the start of season （SOS） of cropland advanced mostly，and the EOS （end of season） of mix forest delayed significantly. Excluded for the open shrub and closed shrub，most vegetation types showed a slight extended length of growth season （LEN）. this result suggest that the national vegetation phenology，especially of the desert vegetation，may not change obviously. The result is different compared with other conclusion in most area in the world. The unique climate or vegetation types in this area may be involved to cause this result. The method used in this paper need to be compare with others to supply more precise phenological information. The availability of longer time series in the future will also allow more focused studies on the sensitivity of the metric to changes in climate.

Key words: remote sensing, vegetation phenology, Timesat, Central Asia

中图分类号:

TP79

马勇刚，张弛，塔西甫拉提·特依拜. 中亚区域陆表植被物候时空变化特征分析[J]. 干旱区地理, 2014, 37(2): 310-317.

MA Yong-gang，ZHANG Chi，TIYIP Tashpolat. Spatial-temporal change of land surface phenology in Central Asia arid zone[J]. , 2014, 37(2): 310-317.

参考文献

［1］ SOLOMON S，QIN D，MANNING M，et al. Climate Change 2007：the Physical Science Basis［C］// Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge，United Kingdom and New York，NY，USA：Cambridge University Press，2007：996.

［2］袁婧薇，倪健. 中国气候变化的植物信号和生态证据［J］. 干旱区地理，2007，30（4）：465-473.

［3］吕昭智，李莉，田长彦，等. 新疆北部20年棉花物候计算和分析-以炮台镇为例［J］. 干旱区地理，2003，26（4）：340-344.

［4］ REES G，BROWN I，MIKKOLA K，et al. How can the dynamics of the tundra-taiga boundary be remotely monitored［R］. Ambio Spec，No：56-62，2002.

［5］ DELBART N，TOAN T L，KERGOAT L，et al. Remote sensing of spring phenology in boreal regions：A free of snow-effect method using NOAA-AVHRR and SPOT-VGT data （1982-2004）［J］.Remote Sensing of Environment，2006，101（1）：52-62.

［6］ CHEN Xiaoqiu，HU Bing，YU Rong. Spatial and temporal variation of phenological growing season and climate change impacts in temperate eastern China［J］. Global Change Biology，2005，11（7）：1118-1130.

［7］国志兴，张晓宁，王宗明，等. 东北地区植被物候对气候变化的响应［J］. 生态学杂志，2010，29（3）：875-585.

［8］游松财，宋春桥，柯灵红，等. 基于MODIS植被指数的藏北高原植被物候空间分布特征［J］. 生态学杂志，2011，30（7）：1513- 1520.

［9］杨永民，田静，荣媛，等. 基于遥感的黑河流域植被物候空间格局提取分析［J］. 遥感技术与应用，2012，27（2）：282-288.

［10］ KARIYEVA J，LEEUWEN W J D，WOODHOUSE C A. Impacts of climate gradients on the vegetation phenology of major land use types in Central Asia （1981-2008）［J］. Frontiers of Earth Science，2012，6（2）：206-225.

［11］ KARIYEVA J，LEEUWEN W J D. Environmental drivers of NDVI-based vegetation phenology in Central Asia［J］. Remote Sensing，2011，3（2）：203-246．

［12］ TUCKER C J，PINZON J E，BROWN M E. Global inventory modeling and mapping studies，NA94apr15b. n11-VIg，2.0［EB/OL］.http：//glcf.umd.edu/data/gimms/，lobal Land Cover Facility，University of Maryland，2004，College Park，Maryland，04/15/1994．

［13］ HANSEN M，DEFRIES R，TOWNSHEND J R G，et al. UMD global land gover classification，1 Kilometer，1.0，Department of Geography［EB/OL］. http：//glcf.umd.edu/data/landcover/，university of Maryland，1998，College Park，Maryland，1981-1994．

［14］ DELBART，N，KERGOAT L，TOAN T L，et al. Determination of phenological dates in boreal regions using normalized difference water index［J］. Remote Sensing of Environment，2005，97（1）：26-38.

［15］ ZHANG Xiaoyang，FRIEDL M A，SCHAAF C B，et al. Monitoring vegetation phenology using MODIS［J］. Remote Sensing of Environment，2003，84（3）：471-475.

［16］ JONSSON P. EKLUNDH L. Seasonality extraction by function fitting to time-series of satellite sensor data［J］. IEEE Transaction on Geoscience and Remote sensing，2002，40（8）：1824-1832.

［17］ LIOUBIMTSEVA E，HENEBRY G M. Climate and environmental change in arid Central Asia： Impacts，vulnerability，and adaptations［J］. Journal of Arid Environments，2009，73（11）：963-977.

［18］ LIOUBIMTSEVA E，COLE R，ADAMS J M，et al. Impacts of climate and land-cover changes in arid lands of Central Asia［J］.Journal of Arid Environments，2005，62（2）：285-308.

［19］ HUFKENS K，ANDREW RICHARDSON M A F，MILLIMAN T，et al. Vegetation phenology from MODIS/AVHRR/PhenoCam：sca-

ling and validation possibilities［EB/OL］，http：//modis.gsfc.nasa.gov/sci_team/meetings/201001/presentations/posters/land/hufkens.pdf，2011-10-10.

[1]	刘文丽, 陈樟, 赵勇, 梁雨欣. 中亚5月土壤湿度异常对6月降水的影响[J]. 干旱区地理, 2024, 47(1): 38-47.
[2]	唐太斌, 周保, 金晓媚, 魏赛拉加, 马涛, 张永艳. 黄河源区夏季地表温度变化研究[J]. 干旱区地理, 2023, 46(8): 1250-1259.
[3]	黄鑫, 焦黎, 马晓飞, 王勇辉, 阿尔曼·阿布拉. 基于RClimDex模型的近60 a中亚极端降水事件变化特征[J]. 干旱区地理, 2023, 46(7): 1039-1051.
[4]	成硕, 李艳忠, 星寅聪, 于志国, 王渊刚, 黄曼捷. 遥感降水产品对黄河源区水文干旱特征的模拟性能分析[J]. 干旱区地理, 2023, 46(7): 1063-1072.
[5]	杨雪雯, 王宁练, 梁倩, 陈安安. 近60 a天山北坡冰川变化研究[J]. 干旱区地理, 2023, 46(7): 1073-1083.
[6]	李诗瑶, 丛士翔, 王融融, 余海龙, 黄菊莹. 基于无人机多光谱遥感的干旱胁迫下玉米冠层SPAD值监测[J]. 干旱区地理, 2023, 46(7): 1121-1132.
[7]	田柳兰, 王珊珊, 毋兆鹏. 基于多时相遥感数据的乌鲁木齐市生态安全格局构建[J]. 干旱区地理, 2023, 46(7): 1155-1165.
[8]	陈勉为, 冯丹, 张仕凯, 江雨, 张新兰. 基于RSEI和ANN-CA-Markov模型的伊宁市生态环境质量动态监测及预测研究[J]. 干旱区地理, 2023, 46(6): 911-921.
[9]	董洁芳, 张凯莉, 屈学书, 阮征. 黄河流域城市生态福利绩效测算及驱动因素研究[J]. 干旱区地理, 2023, 46(5): 834-845.
[10]	罗镕基, 王宏涛, 王成. 基于改进遥感生态指数的甘肃省古浪县生态质量评价[J]. 干旱区地理, 2023, 46(4): 539-549.
[11]	姜磊鹏,丁建丽,包青岭,葛翔宇,刘景明,王瑾杰. 低空遥感结合卫星影像的河道流量反演[J]. 干旱区地理, 2023, 46(3): 385-396.
[12]	李鑫玉,王静璞,王周龙. 空气动力学粗糙度研究进展[J]. 干旱区地理, 2023, 46(3): 407-417.
[13]	冀琴, 张翠兰, 丁悦凯, 曹香芹, 梁文莉. 基于多源遥感数据的珠峰自然保护区冰川监测研究[J]. 干旱区地理, 2023, 46(10): 1591-1601.
[14]	张娟, 姚晓军, 李净, 王晓燕. 基于多源遥感数据的甘肃省农业干旱研究[J]. 干旱区地理, 2023, 46(1): 11-22.
[15]	夏怀霞, 梁涵玮, 陈爽, 王倩, 王慎敏. 中亚地区土地与人口城镇化时空耦合特征[J]. 干旱区地理, 2023, 46(1): 115-126.