生態(tài)物候遙感的進(jìn)展與展望

魏家玲

(蘭州市勘察測(cè)繪研究院，甘肅蘭州 730030)

生態(tài)物候遙感的進(jìn)展與展望

魏家玲?

(蘭州市勘察測(cè)繪研究院，甘肅蘭州 730030)

遙感促進(jìn)了物候?qū)W與地球系統(tǒng)科學(xué)其他學(xué)科的交叉和融合，將物候?qū)W研究帶入一個(gè)新的研究階段。近年來(lái)是物候?qū)W特別是遙感物候研究發(fā)展的關(guān)鍵時(shí)期，本文嘗試總結(jié)近5年來(lái)國(guó)際生態(tài)物候遙感的研究進(jìn)展，探討可能存在的問(wèn)題:①遙感物候探測(cè)的精度還不夠高，遙感物候的誤差還沒(méi)有得到系統(tǒng)的評(píng)價(jià)；②遙感在物候研究中的范圍還很有限，特別是動(dòng)物物候遙感還很薄弱；③專門針對(duì)物候探測(cè)的定量遙感方法比較缺乏。凝練未來(lái)的發(fā)展方向:①結(jié)果的驗(yàn)證和解釋將得到加強(qiáng)；②發(fā)展專門的物候定量遙感方法；③物候遙感的集成研究，遙感與模型的有機(jī)融合與同化。

：植被物候；生物物候；非特征物候；遙感；氣候變化

1 引 言

傳統(tǒng)物候?qū)W是研究物候現(xiàn)象(包括生物和非生物現(xiàn)象)與環(huán)境條件(主要是氣候、氣象和土壤條件)年周期變化間相互關(guān)系的科學(xué)，是氣候?qū)W、農(nóng)業(yè)氣象學(xué)和生態(tài)學(xué)之間的邊緣學(xué)科(竺可楨，1999)。物候現(xiàn)象的變化反映了氣候和節(jié)令的變化，從我國(guó)古代開始就有了現(xiàn)代物候?qū)W意義的各種物候記錄。傳統(tǒng)物候?qū)W研究對(duì)指導(dǎo)農(nóng)業(yè)生產(chǎn)、推廣農(nóng)業(yè)技術(shù)、災(zāi)害防治、環(huán)境規(guī)劃和治理及認(rèn)識(shí)氣候變化對(duì)人類影響等方面起到非常重要的作用。

到現(xiàn)在為止，世界上已經(jīng)建立起相對(duì)完整的包括全球、區(qū)域和本地尺度的地面物候觀測(cè)網(wǎng)，形成了一套系統(tǒng)的物候現(xiàn)象觀測(cè)方法和體系，這些觀測(cè)網(wǎng)已經(jīng)積累或還在繼續(xù)積累著相對(duì)豐富和更長(zhǎng)序列的地面觀測(cè)數(shù)據(jù)，這些數(shù)據(jù)在各個(gè)領(lǐng)域發(fā)揮著重要作用。但是，由于幾乎所有物候現(xiàn)象在時(shí)間、空間上都具有高度的異質(zhì)性，加強(qiáng)的物候觀測(cè)網(wǎng)相對(duì)于高度的空間異質(zhì)性而言，依然顯得稀少而薄弱，不僅如此，傳統(tǒng)物候現(xiàn)象的觀測(cè)只注重于物候事件的記錄，忽略了物候現(xiàn)象連續(xù)的“量變”過(guò)程觀測(cè)，導(dǎo)致基于這些點(diǎn)上觀測(cè)的研究結(jié)果都具有較大的不確定性。

近5年是國(guó)際特別是中國(guó)地球系統(tǒng)科學(xué)研究的大發(fā)展時(shí)期。本文簡(jiǎn)單總結(jié)了近5年來(lái)國(guó)際生態(tài)物候遙感的主要工作進(jìn)展，展望國(guó)際生態(tài)物候遙感的發(fā)展方向。

2 近5年(2004年～2009年)的主要工作

2.1 植物物候

植物物候是傳統(tǒng)物候?qū)W的主要研究?jī)?nèi)容之一，主要研究各種植物特別是農(nóng)作物的發(fā)芽、展葉、開花、結(jié)實(shí)、葉變色、落葉等物候現(xiàn)象的時(shí)間變化。在全球變化成為熱點(diǎn)的今天，植物物候遙感主要關(guān)注區(qū)域到全球尺度的生物-氣候關(guān)系和陸地生態(tài)系統(tǒng)碳循環(huán)方面。

首先，遙感植被指數(shù)特別是歸一化植被指數(shù)(NDVI)和增強(qiáng)型植被指數(shù)(EVI)在植被物候探測(cè)中得到廣泛應(yīng)用。而且，遙感物候研究人員已經(jīng)意識(shí)到被廣泛使用的遙感歸一化植被指數(shù)(NDVI)數(shù)據(jù)存在許多問(wèn)題，特別是在良好植被區(qū)域NDVI的飽和問(wèn)題。

在認(rèn)識(shí)到NDVI問(wèn)題的同時(shí)，許多植被物候遙感研究應(yīng)用中開始考慮這個(gè)問(wèn)題。如B.Duchemin等2006年在評(píng)價(jià)用NDVI估算小麥LAI和作物系數(shù)的誤差的基礎(chǔ)上，基于Landsat7-ETM+數(shù)據(jù)估算了作物生長(zhǎng)季開始和中期的LAI和作物系數(shù)，結(jié)果顯示了實(shí)驗(yàn)區(qū)3 km×3 km灌溉區(qū)域作物生長(zhǎng)和需水量的時(shí)空變化，可用于了解水分分布并指導(dǎo)有效灌溉，研究指出更高時(shí)空分辨率衛(wèi)星數(shù)據(jù)的更加可用將有望實(shí)現(xiàn)區(qū)域尺度農(nóng)作物和灌溉的業(yè)務(wù)化監(jiān)測(cè)(B.Duchemin，2006)；Bethany于2007年介紹了一種既不需要空間也不需要時(shí)間平均的曲線擬合的方法，可降低時(shí)間序列遙感數(shù)據(jù)受大氣和傳感器的影響。該方法包括兩步:首先，應(yīng)用諧波分析方法對(duì)年平均物候進(jìn)行模擬；其次，應(yīng)用樣條方法對(duì)年際物候進(jìn)行模擬。這樣，離群數(shù)據(jù)或者缺失數(shù)據(jù)被最小化的同時(shí)，所建立的時(shí)間序列的主要屬性(如振幅、綠色期的開始、平滑或粗糙)被捕捉到，最小平方回歸方法用于捕獲上面說(shuō)的NDVI值，Bethany在美國(guó)西部幾種土地覆蓋類型對(duì)該方法進(jìn)行了測(cè)試，發(fā)現(xiàn)在土地覆蓋類型內(nèi)部，綠色期開始的年平均變異期小于8 d，表明曲線擬合在相似的土地覆蓋類型內(nèi)部是一致的。從1990年～2002年，根據(jù)土地覆蓋類型的不同，綠色期開始的時(shí)間變異在17 a～35 a之間，表明年際曲線擬合成功捕捉到了真實(shí)的年際變異。該方法增強(qiáng)了年際物候現(xiàn)象的遙感觀測(cè)能力，可以更好地理解局部和區(qū)域土地覆蓋變化趨勢(shì)(Bethany et al，2007)。

干旱生態(tài)系統(tǒng)的地上部?jī)舫跫?jí)生產(chǎn)力(ANPP)與降水的時(shí)空分布關(guān)系復(fù)雜，基于NDVI(代表ANPP)，I. Fabricante等2009年在巴塔哥尼亞北部草原分析了年NDVI和月NDVI的年際變異與降水的關(guān)系。發(fā)現(xiàn)年NDVI與年降雨的相關(guān)性很小，相反，降雨累積與NDVI年際變異普遍具有較高的相關(guān)性。季節(jié)NDVI年際變異與當(dāng)前的季節(jié)降雨的相關(guān)性也很小，相反，降雨累積與季節(jié)NDVI年際變異顯著相關(guān)，相關(guān)程度依據(jù)不同的季節(jié)和環(huán)境條件而不同。干旱生態(tài)系統(tǒng)中，NDVI與降水有更強(qiáng)的聯(lián)系。NDVI對(duì)降水的滯后響應(yīng)為預(yù)報(bào)ANPP提供了可能(I.Fabricante，et al，2009)。

氣候變化可預(yù)見的改變溫帶和北方森林的冠層物候，從而影響碳、水和能量平衡。因此，有必要評(píng)價(jià)遙感產(chǎn)品對(duì)于精確捕捉冠層動(dòng)態(tài)的潛力。Douglas等2006年在美國(guó)威斯康星州北部的落葉闊葉林，開展了2002年MODIS光合有效輻射比率(FPAR)和植被面積指數(shù)(PAI)產(chǎn)品與地面觀測(cè)進(jìn)行了對(duì)比。盡管MODIS產(chǎn)品在上層林冠展葉期高估了葉面積，但其能捕捉一般的冠層物候現(xiàn)象，地面觀測(cè)數(shù)據(jù)表明，從芽膨大到冠層成熟或者最大植被面積指數(shù)發(fā)生在10 d～12 d，而MODIS產(chǎn)品觀測(cè)的冠層發(fā)綠時(shí)間和冠層成熟時(shí)間分別早于野外觀測(cè)1 d～21 d和0 d～19 d。MODIS數(shù)據(jù)的時(shí)間序列組合和林下葉層發(fā)展很可能是解釋其與地面觀測(cè)數(shù)據(jù)差別的關(guān)鍵因素。最大植被面積指數(shù)在地面觀測(cè)與MODIS葉面積指數(shù)之間估計(jì)只有7%的差別。這表明對(duì)于生態(tài)系統(tǒng)碳水交換的模擬及未來(lái)的研究需要認(rèn)真討論(Douglas E.Ahl，et al，2006)。

值得關(guān)注的是，微波遙感被用于植被物候研究中來(lái)。如Qilong Min等2006年根據(jù)微波發(fā)射率差值植被指數(shù)(EDVI)與冠層葉生理的關(guān)系，研究了微波遙感監(jiān)測(cè)植被物候中的可能性，研究發(fā)現(xiàn)，EDVI對(duì)冠層植被水分含量的變化敏感，相對(duì)于地面觀測(cè)，根據(jù)長(zhǎng)時(shí)序EDVI估計(jì)的春季物候期和生長(zhǎng)季精度分別為3 d和7 d，植被展葉期也可以根據(jù)歸一化的EDVI監(jiān)測(cè)，由于微波遙感不受白天、黑夜和天氣的影響，EDVI可為植被物候監(jiān)測(cè)提供比當(dāng)前廣泛使用的非微波遙感指標(biāo)如NDIV更高的時(shí)間分辨率(Qilong Min，et al，2006)。

2.2 動(dòng)物物候

動(dòng)物的蟄眠、復(fù)蘇、始鳴、交配、繁育、換毛、遷徙等，均與節(jié)候有密切關(guān)系。動(dòng)物物候也一直是物候?qū)W研究的主要內(nèi)容之一。盡管遙感信息對(duì)動(dòng)物活動(dòng)時(shí)間變化并不敏感，但動(dòng)物活動(dòng)并不是不完全影響遙感信號(hào)相對(duì)敏感的動(dòng)物生境，通過(guò)對(duì)與動(dòng)物活動(dòng)相關(guān)的特征的遙感則可能實(shí)現(xiàn)動(dòng)物物候的“間接”遙感。

遙感觀測(cè)為陸地植被生產(chǎn)力的探測(cè)提供了有效、大面積可重復(fù)覆蓋的唯一方式。最近基于遙感FPAR發(fā)展的動(dòng)態(tài)生境指數(shù)(DHI)已經(jīng)顯示出其集成遙感觀測(cè)生境機(jī)制的有效性，已經(jīng)在加拿大甚至整個(gè)美洲的鳥類調(diào)查中得到成功應(yīng)用。基于遙感動(dòng)態(tài)生境指數(shù)與物種多樣性的良好關(guān)系，Nicholas C.Coops等2009年研究了用遙感動(dòng)態(tài)生境指數(shù)進(jìn)行動(dòng)物棲息條件的特征化和監(jiān)測(cè)的可能性，利用北美2000年～2005年遙感FPAR數(shù)據(jù)和遙感動(dòng)態(tài)生境指數(shù)，根據(jù)不同的陸地生態(tài)區(qū)域結(jié)合各自的生態(tài)特征，分別與動(dòng)態(tài)生境指數(shù)進(jìn)行對(duì)比并綜合分析6年間動(dòng)態(tài)生境指數(shù)時(shí)間周期的變化及其可能隱含的陸地生物多樣性特征。動(dòng)態(tài)生境指數(shù)的指數(shù)的潛在應(yīng)用還在討論中(Nicholas C.Coops，et al，2009)。

2.3 非生物物候

非生物物候是指研究非生物物候現(xiàn)象如始霜、始雪、結(jié)凍、解凍等的時(shí)間變化。非生物物候包括許多方面，湖冰物候是非生物物候遙感的典型代表，另外，本文也將火的時(shí)空變化監(jiān)測(cè)歸入非生物物候的范疇。

Stephen E.L.Howell等2009年應(yīng)用QuikSCA衛(wèi)星后向散射系數(shù)的時(shí)間序列監(jiān)測(cè)加拿大大熊湖和大奴湖的湖冰物候，結(jié)果顯示，后向散射系數(shù)時(shí)間序列可用于探測(cè)湖冰融化、凍結(jié)和完全凍結(jié)和融化的日期，發(fā)展了一個(gè)湖冰物候算法用于評(píng)價(jià)兩大湖2000年～2006年的時(shí)空變異，結(jié)果表明，大奴湖的融化開始日期為每年的第123天，平均完全融化日期為第164天，平均開始凍結(jié)日期為第330天。對(duì)于大熊湖，平均發(fā)生日期分別為第139天、第191天和第321天。大熊湖冰覆蓋至少保持5個(gè)星期比大奴湖長(zhǎng)，大奴湖融化的比較早。空間上，大熊湖的第一次融化出現(xiàn)在東部，第一次完全為水出現(xiàn)在東南部和西部，第一次凍結(jié)出現(xiàn)在北部沿線；大奴湖的第一次融化出現(xiàn)在中部，同時(shí)在融季后期很快發(fā)展到北部和東部，中部完全融化早于外圍是因?yàn)榕臃潘鸬模笈膬鼋Y(jié)日期發(fā)生在東部，緊接著北部和西部也開始融化，最后是中部(Stephen E. L.Howell，et al，2009)。

2.4 物候遙感結(jié)果的驗(yàn)證

遙感方法已被證明是監(jiān)測(cè)植被對(duì)全球氣候變化的響應(yīng)有價(jià)值的工具。如AVHRR和MODIS遙感數(shù)據(jù)已經(jīng)被廣泛用于大尺度的物候探測(cè)。由于遙感數(shù)據(jù)分辨率相對(duì)較粗，并受大氣、地形、傳感器標(biāo)定等方面的影響，這勢(shì)必會(huì)對(duì)遙感的物候結(jié)果產(chǎn)生影響。隨著遙感物候應(yīng)用的廣泛和深入，研究人員開始關(guān)注遙感物候結(jié)果的精度問(wèn)題，并考慮與地面觀測(cè)的可能結(jié)合。如Jeremy I.Fisher等在2006年和2007年指出，大多數(shù)遙感物候產(chǎn)品之所以缺少驗(yàn)證，是因?yàn)橐驗(yàn)榇址直媛食叨壬系囊巴怛?yàn)證是一項(xiàng)有挑戰(zhàn)的工作，地面和遙感物候觀測(cè)結(jié)果在時(shí)間和空間上融合也少見成功。

為了補(bǔ)充這方面的工作，Jeremy I.Fisher等2006年利用地面物候觀測(cè)對(duì)高分辨率Landsat衛(wèi)星和MODIS粗分辨率物候觀測(cè)進(jìn)行驗(yàn)證，量化的兩種尺度遙感物候結(jié)果的精度。平均的遙感物候信息是精細(xì)尺度到粗尺度的統(tǒng)計(jì)轉(zhuǎn)換，微氣候引起的物候空間異常質(zhì)性是造成地面與遙感觀測(cè)不一致的主要原因。另外，在計(jì)算綠色植被時(shí)間序列時(shí)附加20%的隨機(jī)噪聲對(duì)落葉林的展葉時(shí)間和落葉時(shí)間分別產(chǎn)生1.8 d和±3.0 d影響。作者相信我們觀測(cè)到的是受強(qiáng)烈的噪聲影響的信息，并強(qiáng)烈建議在以后的遙感物候研究中盡可能地保留和利用遙感時(shí)間信息(Jeremy I.Fisher，2006)。作者2007年進(jìn)一步證明了這個(gè)結(jié)論。在美國(guó)馬塞諸塞州和新罕布什爾州兩個(gè)森林試驗(yàn)區(qū)對(duì)比了2000年到2005年的地面物候記錄和遙感結(jié)果。MODIS數(shù)據(jù)成功預(yù)測(cè)了馬塞諸塞州試驗(yàn)區(qū)86%的變異和新罕布什爾州試驗(yàn)區(qū)70%的變異，后者的地形更加復(fù)雜，可能是關(guān)鍵的誤差源之一。遙感數(shù)據(jù)在兩個(gè)相對(duì)簡(jiǎn)單的落葉林點(diǎn)有效的估計(jì)了物候的年際變化且結(jié)果有較好的一致性，遙感得到的物候年際變異幅度相對(duì)于地面觀測(cè)可能被降低40%～50%。作者建議年際物候的連續(xù)分析將是監(jiān)測(cè)植被對(duì)全球尺度氣候變化響應(yīng)的有效工具(Jeremy I.Fisher，2007)。

3 總結(jié)與展望

3.1 總結(jié)

近5年來(lái)，生態(tài)物候遙感研究轟轟烈烈，進(jìn)展明顯。首先，應(yīng)用于生態(tài)物候探測(cè)的遙感數(shù)據(jù)更加豐富。除了過(guò)去常用的遙感植被指數(shù)特別是NDVI更廣泛和深入的應(yīng)用外，其他遙感指標(biāo)如光譜反射率、葉面積指數(shù)、光合有效輻射比例也被廣泛應(yīng)用，值得關(guān)注的是，微波遙感的歸一化水分指數(shù)(NDWI)等也逐漸應(yīng)用于植被物候遙感中，由于微波的全天時(shí)全天候特征，其有效擴(kuò)展了遙感物候的精度，并有更大的發(fā)展?jié)摿ΑＦ浯危锖蜻b感的方法不斷創(chuàng)新，由過(guò)去簡(jiǎn)單的統(tǒng)計(jì)方法，如直線、曲線、分段擬合到如今更加復(fù)雜和成熟的時(shí)間序列分析方法，如小波變換等，半經(jīng)驗(yàn)半物理的物候模型也開始基于遙感數(shù)據(jù)建立并與遙感相結(jié)合，開始在物候探測(cè)和預(yù)報(bào)中發(fā)揮作用，預(yù)示著多源信息融合方法的初步成功。第三，開始關(guān)注遙感物候結(jié)果的驗(yàn)證和尺度問(wèn)題，結(jié)合多尺度遙感和地面物候觀測(cè)，為生態(tài)物候各方面的研究提供更加確定的信息。第四，遙感正在發(fā)揮著橋梁的作用，連接了物候?qū)W與其他學(xué)科特別是生態(tài)學(xué)的關(guān)系，現(xiàn)在物候?qū)W研究已經(jīng)遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)物候?qū)W研究范圍，與全球變化研究特別是全球變化生態(tài)學(xué)緊密相連，成為研究氣候變化的重要方面。

3.2 展望

(1)加強(qiáng)結(jié)果驗(yàn)證與比較

結(jié)果驗(yàn)證需要長(zhǎng)期、系統(tǒng)、規(guī)范的地面物候觀測(cè)，因此，加強(qiáng)全球性的物候地面協(xié)同觀測(cè)網(wǎng)絡(luò)建設(shè)是物候遙感方面進(jìn)一步發(fā)展的基礎(chǔ)。在此基礎(chǔ)上，發(fā)展尺度轉(zhuǎn)換方法和誤差評(píng)價(jià)方法，對(duì)物候遙感各方面的精度作出系統(tǒng)的評(píng)價(jià)，定量化遙感數(shù)據(jù)本身的誤差及其對(duì)物候結(jié)果產(chǎn)生的可能影響。另外，各個(gè)研究的橫向比較也是驗(yàn)證的重要方式，對(duì)現(xiàn)有研究適時(shí)系統(tǒng)的總結(jié)和分析，將會(huì)有益于研究的深入。

(2)遙感與模型的有機(jī)融合

研究大尺度的物候現(xiàn)象，獲取完整的物候事件的時(shí)空變化信息，并實(shí)現(xiàn)未來(lái)物候的預(yù)測(cè)，都離不開模型模擬和觀測(cè)這兩種基本手段。它們有著各自的優(yōu)勢(shì)，模型模擬的優(yōu)勢(shì)在于依靠其內(nèi)在的物理過(guò)程，可以給出所模擬對(duì)象在時(shí)間和空間上的連續(xù)演進(jìn)；而觀測(cè)的優(yōu)勢(shì)在于能得到所測(cè)量對(duì)象在觀測(cè)時(shí)刻和所代表的空間上的“真值”。

在物候?qū)W研究中，模型與遙感的結(jié)合以下兩個(gè)方面將是未來(lái)可能的發(fā)展方向。

①陸面過(guò)程模型中物候參數(shù)的遙感

物候模塊一直是陸面過(guò)程模型不可缺少的組成部分，物候參數(shù)化的精度直接影響許多過(guò)程特別是生態(tài)過(guò)程的模擬精度。不斷集成的陸面過(guò)程模型對(duì)物候參數(shù)的精度提出更高的要求。傳統(tǒng)物候參數(shù)的確定主要基于物候變量如積溫法結(jié)合其他氣候變量確定，然后根據(jù)不同植被功能類型的最大葉面指數(shù)參數(shù)計(jì)算出各類型逐日的葉面積指數(shù)(Samuel Levis，et al，2004)，遙感葉面積指數(shù)可為陸面過(guò)程模型提供逐日葉面積指數(shù)的直接輸入，因此，物候遙感與模型結(jié)合的首要方式就是為模型提供更確定的物候參數(shù)。

②物候模型與遙感數(shù)據(jù)結(jié)合

模型與遙感結(jié)合的另一個(gè)表現(xiàn)為技術(shù)層面，陸面數(shù)據(jù)同化將為這兩種信息的結(jié)合提供平臺(tái)。陸面數(shù)據(jù)同化是興起于20世紀(jì)90年代末期的一個(gè)新領(lǐng)域，是陸地表層科學(xué)和遙感科學(xué)的前沿之一。它的核心思想是融合陸面過(guò)程模型和不同來(lái)源、不同分辨率的觀測(cè)——特別是遙感觀測(cè)，以提高對(duì)地表變量的估計(jì)精度。生態(tài)過(guò)程模型可為物候同化系統(tǒng)提供物候狀態(tài)預(yù)報(bào)，遙感為同化系統(tǒng)提供關(guān)鍵觀測(cè)，兩者經(jīng)過(guò)連續(xù)的誤差分析機(jī)制，共同作用于物候狀態(tài)。將陸面數(shù)據(jù)同化方法用于物候預(yù)報(bào)將是一個(gè)新的研究方向，會(huì)大大促進(jìn)物候遙感的發(fā)展。

總之，遙感將物候?qū)W研究帶到了一個(gè)地球系統(tǒng)科學(xué)綜合集成研究的時(shí)代。在這個(gè)集成的環(huán)境中，物候?qū)W本身又得到新的發(fā)展，相信，在科學(xué)問(wèn)題與應(yīng)用需求的雙重驅(qū)動(dòng)下，物候?qū)W將得到更大的發(fā)展。

[1] Elsa E.Cleland，Isabelle Chuine，Annette Menzel.Shifting plant phenology in response to global change[J].Trends in Ecology and Evolution，2007，22:357～365.

[2] 竺可楨，宛敏渭.物候?qū)W[M].長(zhǎng)沙:湖南教育出版社，1999，1～4.

[3] Xiaoyang Zhang，Mark A.Friedla，Crystal B.Schaaf et al. Monitoring vegetation phenology using MODIS[J].Remote Sensing of Environment，2003，84:471～475.

[4] Bethany A.Bradley，RobertW.Jacob，John F.Hermance et al.A curve fitting procedure to derive inter-annual phonologies from time series of noisy satellite NDVI data[J].Remote Sensing of Environment，2007，106:137～145.

[5] I.Fabricante，M.Oesterheld，J.M.Paruelo.Annual and seasonal variation of NDVI explained by current and previous precipitation across Northern Patagonia[J].Journal of Arid Environments，2009，73:745～753.

[6] Jeremy I.Fisher，John F.Mustard.Cross-scalar satellite phenology from ground，Landsat，and MODIS data[J].Remote Sensing of Environment，2007，109:261～273.

[7] Jeremy Isaac Fisher，John F.Mustard，Matthew A.Vadeboncoeur.Green leaf phenology at Landsat resolution:Scaling from the field to the satellite[J].Remote Sensing of Environment，2006，100:265～279.

[8] B.Duchemin，R.Hadria，S.Erraki，et al.Monitoring wheat phenology and irrigation in Central Morocco:On the use of relationships between evapotranspiration，crops coefficients，leaf area index and remotely-sensed vegetation indices[J]. AgriculturalWater Management，2006，79:1～27.

[9] Douglas E.Ahl，Stith T.Gower，Sean N.Burrows，et al.Monitoring spring canopy phenology of a deciduous broadleaf forest using MODIS.Remote Sensing of Environment，2006，104:88～95.

[10] R.St?cki，T.Rutishauser，D.Dragoni，et al.Remote sensing data assimilation for a prognostic phenologymodel[J].Journal of Geophysical Research:Biogeosciences.

[11] Stephen E.L.Howell，Laura C.Brown，Kyung-Kuk Kang，et al.Variability in ice phenology on Great Bear Lake and Great Slave Lake，Northwest Territories，Canada，from Sea-Winds/QuikSCAT:2000～2006[J].Remote Sensing of Environment，2009，113:816～834.

[12] Min，Q.，Lin，B.Determination of spring onset and growing season leaf development using satellite measurements[J]. Remote Sensing of Environment，2006，104，96～102.

[13] Samuel Levis，Gordon B.Bonan，Mariana Vertenstein，et al. The Community Land Model’s Dynamic Global Vegetation Model(CLM-DGVM):Technical Description and User’s Guide[R].NCAR Technical Note NCAR/TN-459+LA，NCAR，Boulder，Colo，2004.

Progress of Remote Sensing in Ecological Phenology

Wei Jialing
(Lanzhou Geotechnical Investigation and Surveying Research Institute，Lanzhou 730030，China)

Remote sensing science promote the cooperation between phenology and other subjects in earth system science and leading phonological research into a new phase.In recent years，it is critical period for remote sensing in ecological phenology research and development，thismanuscript attempts to summarize the achievement in last5 years.Some discussion is giving for possible problem in this field including:①The accuracy of phonological event detection derived from remote sensing image is notenough and the error has notbeen evaluated systematically.②The range of remote sensing application in phonological research is still limited，especially in aspect of animal phenology.③The quantitative remote sensing methods is not existing focus on phenology research.④The case of remote sensing phonological research have a variability.Some aspects is giving also for future development as following:①The validation of remote sensing phonological research should be strengthened，the errorwill be given with phonological results.②The quantitative remote sensingmethod will be developed for phonological events.③The integration of remote sensing，ground observation and model information will be promoted by a strong assimilation system.

phenology；remote sensing；ecology；data assimilation；climate change

1672-8262(2013)04-104-04

TP79，P407

A

2012—11—29

魏家玲(1982—)，女，助理工程師，現(xiàn)主要研究遙感信息分析與應(yīng)用模型。