基于MODIS植被指數的渾善達克沙地植被物候變化

元志輝,薩楚拉,銀 山

基于MODIS植被指數的渾善達克沙地植被物候變化

元志輝1,2,3,薩楚拉1*,銀 山1

(1.內蒙古師范大學地理科學學院,內蒙古 呼和浩特 010022；2.內蒙古師范大學,內蒙古自治區遙感與地理信息系統重點實驗室,內蒙古 呼和浩特 010022；3.內蒙古烏蘭察布市自然資源局,內蒙古 烏蘭察布 012000)

基于近20a MODIS的2種植被指數數據,利用Logistic曲線曲率極值法和動態閾值法,對渾善達克沙地植被物候進行了提取,分析其時空變化,并利用研究結果數據,分析植被物候對高程和氣象因子的響應.結果表明,2000～2019年間研究區的植被物候呈微弱波動趨勢,渾善達克沙地植被返青期(SOS)主要集中在110～140d,枯黃期(EOS)主要集中在250～280d,整體呈微弱推遲趨向(0.28d/a),生長季長度(LOS)主要集中在120～170d,整體呈微弱延長趨向(0.23d/a).在空間分布上,占研究區51.51%的區域植被SOS呈提前趨勢;占研究區67.02%的區域植被EOS呈提前趨勢,并且占研究區32.98%的區域植被EOS呈推遲趨勢.占研究區62.71%的區域植被LOS呈延長趨勢.在海拔900～1500m區間,隨著海拔升高,SOS顯著推遲,EOS不顯著提前,LOS顯著縮短.前一年11、12月和當年1、2、4月降水量對SOS有提前作用.6、7、8、9月份氣溫和降水都對EOS推遲有明顯的作用.總的來說,渾善達克沙地植被物候與氣候因子的相應規律比較復雜,表現出季節性的差別及地形的差異性.

渾善達克沙地；物候；氣候；海拔

北半球中高緯度地區的植被經歷了以春季增綠、夏季成熟、秋季衰老和冬季休眠為特征的物候現象[1],產生了與之相適應的物候期[2].植被物候期參數中的返青期(SOS)和黃枯期(EOS)的改變直接決定生長季(LOS)的長短,從而決定季節的陸地碳吸收;植被返青期的提前影響植被生產力的累積[3];植被枯黃期是氣象變化的最敏感、最精確的綜合指示器.物候被認為具有相當大的潛力來表征生物圈-氣候相互作用的強度[4].基于遙感監測數據的物候研究已經成熟,但揭示的物候變化趨勢有較大差別.有研究認為,秋季變暖是導致北半球中高緯度大多地區EOS呈推遲趨勢的最主要原因[5],而降水量是改變干旱半干旱區植被EOS的最主要原因[6].SOS變化明顯的發生原因被認為是春季溫度變化趨勢的轉折[7],冬季溫度的持續升高[8].還有研究表明,蒙古高原植被SOS與季前特別是3月份的溫度呈負相關,而與上一年秋冬季的降水呈正相關[9].有研究發現[10],內蒙古植被EOS與季前溫度均呈正相關關系.還有研究發現[11],影響物候的其他主要因素是海拔高低和群落結構的差異.區域尺度上的物候期期及其大小、具體位置和驅動機制仍然存在較大的不確定和爭議.因此針對性分析具體區域物候變化及其影響因素具有現實意義.

國內已有許多學者利用遙感數據,重點對東北亞[12]、蒙古高原[13]、青藏高原[14]、內蒙古地區[15]、東北地區[16]和內蒙古中東部[17]等地區的植被物候時空變化進行了研究,但對位于京津地區天氣系統上游的渾善達克沙地研究較少.其距北京正北的直線距離為180km,是京津地區北方生態屏障的重要部分,也是影響京津地區北路沙塵暴的必經之地和沙塵源區之一.該區域也是研究陸地生態系統對氣候變化響應機制的理想場所.一系列生態恢復工程對渾善達克沙地實施重點治理[18],使其成為祖國北疆亮麗風景線的綠色生態屏障的一部分.但由于渾善達克沙地研究區范圍小,土壤類型單一,植被覆蓋率低,而且多以單一數據源、單一擬合方法或單一物候提取方法,很少在該區域使用多種數據源和不同方法綜合提取物候參數.可能在一定程度上忽略了小區域尺度的細微變化,從而導致區域尺度上的研究不全面、不豐富和不細致.因此有必要對渾善達克沙地植被物候的年際變化進行綜合分析.

在提取物候數據方法方面,已有研究[19]和前期分析、以及與Zhang等[20]的結果相比表明,歸一化植被指數(NDVI)和的累積Logistic曲線曲率極值法在蒙古高原植被區具有較好的物候識別能力,較適合包括渾善達克沙地在內的內蒙古地區植被物候的時空變化分析.Shen等[21]認為物候提取用多個數據集應該比使用多個方法具有更高的優先級,因此為了提高物候提取精度,本文又引入了增強型植被指數(EVI),并用利用兩種植被指數以及不同方法求平均值作為最終物候提取方法.

渾善達克,是我國四大沙地之一[22].它橫貫內蒙古錫林郭勒盟東西,部分進赤峰市境內和河北省境內(圖1),總面積達5.3×104km2[23].該沙地自然區劃屬溫帶半干旱區的草原地帶,溫帶大陸性季風氣候控制,盛行西風.沙地位于典型草原地帶之中,海拔900～1 850m,地勢由東南向西北緩降,地面起伏不大.廣泛分布溫帶沙漠植被和風沙土[24].該區域因地面物候觀測站點少,時間序列短,相比于內蒙古全境乃至蒙古高原的物候研究更為薄弱.因此,本文基于2000～2019年的MODIS NDVI和EVI數據,利用累積Logistic曲線曲率極值法和動態閾值法,對渾善達克沙地植被物候特征指標進行提取,分析其時間變化和空間特征[25],并利用氣象數據,分析在全球氣候變化和生態恢復的背景下,植被物候與氣象因子和地形海拔的關系,為區域生態系統與環境管理提供理論依據.

1 材料與方法

1.1 數據來源及預處理

圖1 渾善達克沙地地理位置

使用NASA免費提供的Tiles為h26v04覆蓋渾善達克沙區域的MOD13Q1產品;該數據是2000～ 2019年16d的分辨率250m的NDVI和EVI數據[26].為了解裸地和鹽堿地等無植被區或植被覆蓋度極低地區的NDVI對最終研究結果的影響,在此將多年平均NDVI小于0.1的地區認為“無植被區”予以排除[27],最終確定89.5%的地區進入研究.渾善達克沙地界線來自銀山等[28]的研究結果,結合Yang等[29]的結果適當調整(圖1).研究區涉及的行政區界線來自1:400萬國家基礎地理信息系統數據庫.

氣象數據來自中國氣象數據網(http://data. cma.cn/)提供的2000～2019年內蒙古及北京境內15個氣象站點的月累積降水量和月平均溫度數據,分別在東烏珠穆沁旗、二連浩特、那仁寶力格、滿都拉、阿巴嘎旗、蘇尼特左旗、朱日和、四子王旗、化德、集寧、西烏珠穆沁旗、錫林浩特、林西、多倫、翁牛特旗、赤峰和密云.對氣象數據進行反距離加權法(IDW)空間插值,獲取與NDVI(EVI)數據投影相同、像元分辨率為250m的氣象數據柵格圖像.通過數據掩膜,裁剪渾善達克沙地月降水量、月平均溫度數據的柵格圖像[30].地形數據來自地理空間數據云平臺,根據研究區范圍下載DEM數據,然后經過投影轉換、數據剪裁得到研究區ASTERG DEM數字高程數據,空間分辨率為30m,主要用于物候與海拔的相關分析.

1.2 研究方法

1.2.1 NDVI(EVI)數據的平滑處理 由于16d合成的NDVI(EVI)數據仍受到降低云、大氣、太陽高度角等的干擾,在NDVI(EVI)數據季節變化曲線中常出現鋸齒狀現象,不能正確反映年內植被生長和衰退規律[31].因此,在物候識別之前,首先利用時間序列諧波分析法(HANTS)[32],對每年16d合成的23幅NDVI(EVI)數據進行平滑與重構,盡可能降低原數據中存在的太陽高度角和大氣條件等因素的影響.HANTS方法的核心算法是最小二乘法和傅里葉變換[33].即通過最小二乘法去除時序NDVI(EVI)值變化較大的點,再利用傅立葉變換在時間域和頻率域的正反變換來實現曲線的分解和重構,以實現時序NDVI(EVI)數據的平滑.該方法主要確定頻率數、數據范圍、曲線匹配閾值和刪除最大點個數等4個參數.其表達式如下:

1.2.2 累積NDVI的Logistic曲線曲率極值法 利用Hou等[34]提出的累積NDVI的Logistic曲線曲率極值法,在像元尺度上識別研究區植被物候的3個主要參數—SOS、EOS和LOS.然后利用Logistic函數對累積NDVI進行擬合(式2)并計算曲率(式3),將最大曲率值和最小曲率值對應的時間分別定義為返青期和枯黃期,兩者差值即為生長季長度.

式中:()為儒略日對應的Logistic擬合的累積NDVI值;是背景NDVI;+為累積NDVI的最大值;和是擬合參數.

1.2.3 動態閾值法 本文中,應用動態閾值法提取物候.首先,計算了2000～2019年平均EVI時間序列曲線.然后將50%和50%作為2個動態閾值,在之前的研究中廣泛用于遙感數據提取物候值[35].以多年中像元上EVI最大值與最小值作為輸入,將1～180d內EVIratio首次高于0.5對應的EVI時間點定義為SOS,180～365d內EVIratio首次低于0.5對應的EVI時間點定義為EOS,計算公式如下:

式中:EVIratio取值范圍為0～1;EVI為每日EVI; EVImax和EVImin是研究時段每個像元EVI全年的最大值和最小值.

1.3 趨勢分析和相關分析法

采取一元線性回歸分析法分析2000～2019a渾善達克沙地植被物候的整體變化趨勢,單個像元多年回歸方程中趨勢線斜率即為年際變化率.通過時間序列和植被物候序列的相關關系來判斷物候年際間變化的顯著性,斜率為正表示物候推遲,反之則表示植被物候提前[36].

式中:123為變量3固定后變量1與2的偏相關系數;12為變量1與變量2的相關系數;13為變量1與變量3的相關系數;23為變量2與變量3的相關系數.123>0表示正相關;123<0表示負相關,相關系數越大,說明2個要素之間的相關性越強[30].如果123值通過0.05的顯著性水平,則認為兩個要素之間顯著的正或負相關.

2 結果與分析

2.1 渾善達克沙地植被物候空間格局和總體變化趨勢

從圖2(a)可以看出,研究區平均SOS出現在第90～150d,僅0.12%的區域晚于第145d.大部分集中于第110～140d(87.53%),即SOS主要出現在4月下旬～5月下旬,平均為127d.空間分布自西向東逐漸增大,返青期最早的地區主要位于蘇尼特右旗東部,即研究區的西部地區,一般集中在90～105d(4.32%).而SOS較晚的區域主要分布多倫縣和河北境內,即研究區的東北角區域,SOS值分布在140～150d(4.92%),表明水汽條件好的區域返青更晚.多年平均EOS出現在第240～290d,僅2.13%的區域早于第250d.大部分集中在第250～280d(96.94%),即EOS主要出現在9月上旬～10月上旬,平均為265d.空間分布呈中部高東西低,EOS較晚的區域位于蘇尼特左旗境內(圖2(b)),即研究區的北部區域,EOS值分布在275～ 290d(4.86%).從圖2(c)可以看出,渾善達克沙地平均生長季長度(LOS)出現在100～180d,僅0.25%的區域早于100d.大部分集中在120～170d(92.74%),平均為138d,基本與EOS具有相同的空間分布規律.

圖2 20年間渾善達克沙地物候的空間分布及面積百分比

圖中南側柱狀圖代表不同物候值所占面積百分比

從近20a的年際變化趨勢看(圖3),SOS幾乎沒有變化,EOS和LOS都呈現微弱推遲趨勢,但變化均不顯著.相對EOS趨勢更明顯,近20a變化幅度約10d(斜率為0.28d/a).20a平均EOS值約為264.8d, EOS值2002年最低,約為255d,低于多年平均值3.69%,研究顯示渾善達克沙地2002年是近20年里生長季氣溫最高、降水最少的1a[38].2016年最高,約為271.2d,高于多年平均值2.42%,在水土保持生態工程、退耕還林工程、天然林保護工程、“三北”防護林工程、防沙治沙工程、生態建設重點縣等一大批國家重點項目建設的支持下,大量適合在沙地生長的植物被種植以用于改良沙地生態環境,在2016年左右初見成效,相應的渾善達克沙地植被蓋度也是最高的[39].

圖3 2000～2019年間渾善達克沙地植被物候年變化

2.2 渾善達克沙地植被物候空間變化趨勢

圖4 2000～2019年渾善達克沙地植被物候時空變化趨勢及面積百分比柱狀圖

從空間分布來看(圖4(a)),植被SOS提前趨勢面積與推遲的面積相當,前者占研究區總面積的51.51%,而后者最明顯的地區零星分布于正鑲白旗、蘇尼特右旗、阿巴嘎旗和克什克騰旗,推遲趨勢大于1d/a(8.70%).植被EOS總體呈弱的推遲趨勢(圖4(b)),呈推遲趨勢的面積比呈提前趨勢的面積比重略高,分別占研究區總面積的67.02%和32.98%.呈推遲趨勢的地區主要分布在研究區的中西部地區,特別是在蘇尼特右旗,推遲變化速率為1.5d/a(9.71%).呈提前趨勢的地區主要分布在研究區東部地區,特別是在正鑲白旗東部和克什克騰旗大部.從近20年的變化趨勢看(圖4(c)),植被LOS總體也呈弱的延長趨勢(0.023d/a),絕大部分區域呈延長趨勢,占研究區總面積的62.71%,而LOS縮短趨勢最明顯的地區零星分布于在正鑲白旗、克什克騰旗、錫林浩特市和正藍旗東部,推遲趨勢小于-1d/a(9.11%).

2.3 渾善達克沙植被物候變化對海拔變化的響應

渾善達克沙地植被物候與海拔關系密切(圖5(a)).海拔每升高100m,SOS推遲2.5d、EOS提前0.4d、LOS縮短2.9d.在900～1500m,隨著海拔的升高,SOS顯著推遲(2=0.84,<0.01),EOS不顯著提前(2=0.19,>0.05),LOG顯著縮短(2=0.96,<0.01),表明植被枯黃期受海拔梯度變化影響較小.

渾善達克沙地植被物候的年際變化在海拔梯度上的分異如圖5(b)所示,顯示了2000～2019年每100m高度帶上物候均值的年際變化與海拔的關系.不同海拔帶上EOS、LOS均推遲,在900～1200m海拔帶內,隨著海拔升高,EOS和LOS變化趨勢一致,推遲幅度逐漸減少,從1d/a減少到0.2d/a,在1200～1500m海拔內,推遲幅度趨于平穩.說明在1200m以上,EOS和LOS隨著海拔升高,推遲幅度變化不明顯.SOS變化幅度波動較大,提前推遲規律不明顯.

2.4 渾善達克沙地物候變化對氣象因子的響應分析

由于多年平均SOS值為127d,本文逐月分析了SOS與當年1、2、3、4月至前一年11、12月的溫度和降水的偏相關性(表1).研究區植被SOS與溫度呈明顯的正相關性,但相關系數不大.而在溫度一定的情況下,降水與植被SOS呈明顯的負相關性,降水量越充足,SOS越提前.同樣由于EOS平均值為265d,分析了EOS與當年5、6、7、8、9、10月的溫度和降水的偏相關性.植被EOS在6～9月與溫度明顯的正相關性,即在降水一定的情況下,隨著溫度升高,EOS被推遲.而在溫度一定的情況下,除了5月呈負相關,其他月份EOS與降水都呈正相關.由于LOS由EOS和SOS計算得來,所以LOS與溫度和降水偏相關性不作討論.

表1 年平均物候與溫度、降水量的偏相關分析

進一步分析顯著相關(<0.05)地區所占的百分比(圖6).總體上,SOS與研究時間段的氣溫呈顯著正相關,尤其是前一年11、12月和當年3、4月呈顯著正相關面積占研究區的比分別為:2.51%、2.42%、3.78%、5.80%.除了3月份(顯著性正相關地區占比為2.68%),SOS與降水量在其他月份呈明顯的負相關性.EOS與研究時間段的氣溫呈顯著正相關,尤其是6、7、8和9月呈顯著正相關的面積占研究區的比分別為,5.45%、9.98%、2.07%和2.64%.除了5月份(顯著性正相關地區占比為3.89%),EOS與降水量在其他月份呈明顯的負相關性.

3 討論

3.1 估算結果的驗證

由于本文缺乏實測數據,故采用間接驗證的方式對估算結果進行驗證.將本文累積Logistic曲線曲率極值法和動態閾值法求平均計算的物候值與他人估算的物候均值進行對比驗證,來檢測估算的準確性與可行性(表2).比較結果表明,2000～2019年間渾善達克沙地物候值與前人的研究包括渾善達克沙地在內的區域物候值基本一致.但遙感監測數據揭示的物候變化趨勢有一定偏差,出現這種情況在一些研究中得到了解釋,主要原因在于[10]:1)物候提取方法不同;2)研究區范圍和時間序列不一致;3)所使用的遙感數據時空分辨率不同.因此認定,上述方法適合于渾善達克沙地植被物候的時空變化分析.

3.2 渾善達克沙地自然因子對植被物候變化的影響

從渾善達克沙地植被物候時空變化上來看,近20a平均SOS的空間分布大致與地形和水熱空間分布一致,西北部比東部提前,主要由于西部地勢相對低,受溫帶半干旱草原氣候地帶影響,隨著春季溫度升高,低海拔地區的SOS出現較早.EOS的分布與地形無明顯的一致性,由于地形敏感性低,而研究區東部較早的原因可能與地勢高,同時比西部更接近太平洋,其水汽條件充分有關,同時受季風區范圍影響[41].渾善達克沙地LOS主要由SOS和EOS決定,從空間分布圖可以看出,生長季長度與枯黃期分布基本一致,表明近20a該地區EOS對LOS的影響比SOS更明顯.

表2 研究結果與其他方法模擬結果比較

注:括號內為變化率.

本研究區內SOS與前一年冬季和當年春季的氣溫呈正相關,表明植被返青期會因溫度升高而不會提前,有研究表明,在全球氣候變暖的情況下,內蒙古植被返青期普遍提前[42],本文結果與該觀點不同,可能原因與渾善達克沙地SOS年際變化小而且提前和推遲趨勢面積大致相同有關.SOS與降水量呈顯著負相關的面積要多于呈顯著正相關面積,尤其前一年冬季和當年春季的降水與返青期呈顯著負相關關系,可能由于冬季渾善達克沙地氣溫較低,降水多以積雪形式降落到地面,積雪及開春后融化的水分會對植被返青提前產生明顯效果[43].3月份降水對SOS具有較明顯的正相關,說明仍有很大一部分區域降水達到飽和會推遲植物開始生長.表明降水是渾善達克沙地植被返青期提前的主要原因之一.

研究區EOS與氣溫和降水都呈密切的正相關性,隨著夏天氣溫升高,枯黃期推遲,由于溫度升高將有利于植被光合作用酶的活性,降低葉綠素的霜凍傷害,從而推遲植被的枯黃期[44].降水的增加有助于EOS的推遲,這可能跟沙地水分條件匱乏有關,該夏季和秋季降水量將增加植被蓋度從而推遲EOS.5月的降水與EOS呈負相關,這可能與降雨伴隨著溫度的降低和云層的增多有關系,進而增加霜凍傷害以及降低光合作用[45],導致渾善達克沙地值被枯黃期提前.總的來說,渾善達克沙地植被物候變化規律較為復雜,呈現出明顯的空間差異性,后續的研究中需進一步考慮引入群落結構、人類活動、自然災害等因子做深入分析.

4 結論

4.1 在整個研究區范圍內,20a研究區植被物候變化的年際波動均不明顯,其中:SOS在110～140d(變化率0.049d/a),空間分布自西向東逐漸增大;EOS在250～280d(0.28d/a),空間分布自西南向東北逐漸減小.LOS在120～170d(0.23d/a),基本與SOS具有相反的分布規律.

4.2 從植被物候變化的空間分布比例上看,呈提前趨勢占研究區比重分別為:SOS為51.51%、EOS為67.02%和LOS為62.71%.

4.3 與海拔關系上看,海拔每升高100m,SOS推遲2.3d,EOS提前0.4d、LOS縮短2.9d.渾善達克沙地植被EOS與整個海拔梯度上敏感性低.在1200m以上,枯黃和生長季長度隨著海拔升高,推遲幅度變化不明顯.

4.4 從偏相關分析來看,前一年11、12月和當年1、2、4月降水量對SOS有提前作用.6、7、8、9月份氣溫和降水都對EOS推遲有明顯的作用.

[1] Jeongmin Y, Su-Jeong J, Chang-H H, et al. Influence of winter precipitation on spring phenology in boreal forests [J]. Global Change Biology, 2018,24(11):5176-5187.

[2] 黃文琳,張 強,孔冬冬,等.1982～2013年內蒙古地區植被物候對干旱變化的響應[J]. 生態學報, 2019,39(13):4953-4965.

Huang W L, Zhang Q, Kong D D, et al.Response of vegetation phenology to drought in Inner Mongolia from 1982 to 2013 [J]. Acta Ecologica Sinica, 2019,39(13):4953-4965.

[3] 趙 輝,鄭有飛,李 碩,等.基于微氣象學方法的麥田CO2和O3通量的觀測與模擬 [J]. 中國環境科學, 2020,40(3):1038-1048.

Zhao H, Zheng Y F, Zhang Y X, et al. Potential risk assessment of ground-level ozone on rice yield under climate change scenarios [J]. China Environmental Science, 2020,40(7):2858-2869.

[4] Bao G, Chen J Q, Mark C, et al. Dynamics of net primary productivity on the Mongolian Plateau: Joint regulations of phenology and drought [J]. International Journal of Applied Earth Observation and Geo information, 2019,81:85-97.

[5] Liu Q, Fu Y H, Zhu Z, et al. Delayed autumn phenology in the Northern Hemisphere is related to change in both climate and spring phenology [J]. Global Change Biology, 2016,22:3702-3711.

[6] Liu Q, Fu Y H, Zeng Z H, et al. Temperature, precipitation, and insolation effects on autumn vegetation phenology in temperate China [J]. Global Change Biology, 2016,22:644-655.

[7] Chen J, Jonsson P, Tamura M, et al. A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter [J]. Remote Sensing of Environment, 2004, 91:332-344.

[8] Yu H Y, Eike L D L, Xu J C. 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, 2010,107:22151-22156.

[9] 姜 康,包 剛,烏蘭圖雅,等.2001～2017年蒙古高原不同植被返青期變化及其對氣候變化的響應[J]. 生態學雜志, 2019,38(8):2490- 2499.

Jiang K, Bao G, Wu L T Y, et al.Variations in spring phenology of different vegetation types in the Mongolian Plateau and its responses to climate change during 2001～2017 [J]. Chinese Journal of Ecology, 2019,38(8):2490-2499.

[10] 薩日蓋,包 剛,包玉海,等.內蒙古植被枯黃期變化及其與氣候和植被生產力的關系[J]. 應用生態學報, 2020,31(6):1898-1908.

Sa R G, Bao G, Bao Y H, et al.Variation in the vegetation fade stage and its relationships with climate and vegetation productivity in Inner Mongolia, China [J]. Chinese Journal of Applied Ecology, 2020,31(6): 1898-1908.

[11] 包 剛,包玉龍,阿拉騰圖婭,等.1982～2011年蒙古高原植被物候時空動態變化[J]. 遙感技術與應用, 2017,32(5):866-874.

Bao G, Bao Y L, A L T T Y, et al. Spatio-temporal dynamics of vegetation phenology in the Mongolian Plateau during 1982～2011 [J]. Remote Sensing Technology and Application, 2017,32(5):866-874.

[12] Dong J, Xiao X, Menarguez, et al. Mapping paddy rice planting area in northeastern Asia with Landsat 8images, phenology-based algorithm and Google Earth Engine [J]. Remote Sensing of Environment, 2016, 185:142-154.

[13] 包 剛,包玉海,覃志豪,等.近10年蒙古高原植被覆蓋變化及其對氣候的季節響應[J]. 地理科學, 2013,33(5):613-621.

Bao G, Bao Y H, Qin Z H, et al. Vegetation cover changes in Mongolian Plateau and its response to seasonal climate changes in recent 10years [J]. Scientia Geographica Sinica, 2013,26(3):613-621.

[14] Zhang G, Dong J, Zhang Y, et al. Reply to Shen et al. No evidence to show nongrowing season NDVI affects spring phenology trend in the Tibetan Plateau over the last decade [J]. Proceedings of the National Academy of Sciences of the United States of America, 2013,110 (26):2330-2331.

[15] 烏日汗,紅 雨,包 剛.2001～2016年內蒙古植被物候變化及其對生產力的影響[J]. 草地學報, 2019,27(6):230-238.

Wu R H, Hong Y, Bao G. The change of vegetation phenology and its impacts on vegetation productivity in Inner Mongolia during 2001～ 2016 [J]. Acta Agrestia Sinica, 2019,27(6):1685-1693.

[16] 滿衛東,劉明月,王宗明,等.1990～2015年東北地區草地變化遙感監測研究 [J]. 中國環境科學, 2020,40(5):2246-2253.

Man W D, Liu M Y, Wang Z M, et al. Remote sensing investigation of grassland change in Northeast China during 1990～2015 [J]. China Environmental Science, 2020,40(5):2266-253.

[17] 陶 健,張戈麗,王軍邦,等.內蒙古中東部地區耕地物候動態研究[J]. 中國農業科學, 2011,(22):4583-4592.

Tao J, Zhang G L, Wang J B, et al. Variation of cropland phenology in mid-eastern Inner Mongolia [J]. Scientia Agricultura Sinica, 2011, 44(22):4583-4592.

[18] 元志輝,包 剛,銀 山,等.2000～2014年渾善達克沙地植被覆蓋變化研究[J]. 草業學報, 2016,25(1):33-46.

Yuan Z H, Bao G, Yin S, et al. Vegetation changes in Otindag sand country during 2000～2014. Acta Prataculturae Sinica, 2016,25(1): 33-46.

[19] Wu C, Hou X, Peng D, et al. Land surface phenology of China's temperate ecosystems over 1999～2013: Spatial-temporal patterns, interaction effects, covariation with climate and implications for productivity [J]. Agricultural and Forest Meteorology, 2016,216:177- 187.

[20] Zhang X Y, Friedl M A, Schaaf C B, et al. Monitoring vegetation phenology using MODIS [J]. Remote Sensing of Environment: An Interdisciplinary Journal, 2003,84(3):471-475.

[21] Shen M G, Piao S L, Cong N, et al. Precipitation impacts on vegetation spring phenology on the Tibetan Plateau [J]. Global Change Biology, 2015,21(10):3647-3656.

[22] 孟 琪,武志濤,杜自強,等.基于地理探測器的區域植被覆蓋度的定量影響——以京津風沙源區為例 [J]. 中國環境科學, 2021,41(2): 826-836.

Meng Q, Wu Z T, Du Z Q, et al. Quantitative influence of regional fractional vegetation cover based on geodetector model —Take the Beijing-Tianjin sand source region as an example. [J]. China Environmental Science, 2021,41(2):826-836.

[23] 元志輝,池勇峰,雷 軍,等.2000～2013年渾善達克沙地植被凈初級生產力變化研究[J]. 冰川凍土, 2017,39(1):185-199.

Yuan Z H, Chi Y F, Lei J, et al. Variation of vegetation net primary productivity in Hunshandak Sandyland during 2000～2013 [J]. Journal of Glaciology and Geocryology, 2017,39(1):185-199.

[24] 朱震達.中國土地沙漠化的概念、成因和防止[J]. 第四紀研究, 1998,(2):145-155.

Zhu Z D. Concept, cause and control of desertification in China [J]. Quaternary sciences, 1998,(2):145-155.

[25] 王靜璞,劉連友,賈 凱,等.毛烏素沙地植被物候時空變化特征及其影響因素[J]. 中國沙漠, 2015,35(3):624-631.

Wang J P, Liu L Y, Jia K, et al.Spatiotemporal variation of vegetation phenology and its affecting factors in the Mu Us Sandy Land [J].Journal of Desert Research, 2015,35(3):624-631.

[26] Jin H, Bao G, Chen J, et al. Modifying the maximal light-use efficiency for enhancing predictions of vegetation net primary productivity on the Mongolian Plateau [J]. International Journal of Remote Sensing, 2020,41(10):3740-3760.

[27] Piao S L, Cui M D, Chen A P, et al. Altitude and temperature dependence of change in the spring vegetation green-up date from 1982 to 2006 in the Qinghai-Xizang Plateau [J]. Agricultural and Forest Meteorology, 2011,151:1599-1608.

[28] 銀 山.內蒙古渾善達克沙地荒漠化動態研究[D]. 呼和浩特:內蒙古農業大學, 2010.

Yin S. Study on the dynamic desertification of Inner Mongolia Hunshandake Sand Land [D]. Hohhot: Inner Mongolia Agricultural University, 2010.

[29] Yang X, Wang X, Liu Z, et al. Initiation and variation of the dune fields in semi-arid China - with a special reference to the Hunshandake Sandy Land, Inner Mongolia [J]. Quaternary Science Reviews, 2014,78:369-380.

[30] 穆少杰,李建龍,陳奕兆,等.2001～2010年內蒙古植被覆蓋度時空變化特征[J]. 地理學報, 2012,67(9):1255-1268.

Mu S J, Li J L, Chen Y Z, et al. Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001～2010. Acta Geographica Sinica, 2012,67(9):1255-1268.

[31] Bao G, Tuya A, Bayarsaikhan S, et al. Variations and climate constraints of terrestrial net primary productivity over Mongolia [J]. Quaternary International, 2020,537:112-125.

[32] 包 剛,覃志豪,包玉海,等.1982～2006年蒙古高原植被覆蓋時空變化分析[J]. 中國沙漠, 2013,33(3):918-927.

Bao G, Qin Z H, Bao Y H, et al. Spatial-temporal changes of vegetation cover in Mongolian Plateau during 1982～2006. Journal of Desert Research, 2003,33(3):918-927.

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

[34] Hou X H, Gao S, Niu Z, et al. Extracting grassland vegetation phenology in North China based on cumulative SPOT-VEGETATION NDVI data [J]. International Journal of Remote Sensing, 2014,35: 3316-3330.

[35] Jonsson P, Eklundh L. Seasonality extraction by function fitting to time-series of satellite sensor data [J]. IEEE Transactions on Geoscience & Remote Sensing, 2002,40(8):1824-1832.

[36] 元志輝,雷 軍,包 剛,等.土地利用/覆蓋變化對渾善達克沙地植被覆蓋度的影響[J]. 水土保持學報, 2016,(6):330-338.

Yuan Z H, Lei J, Bao G, et al. The impacts of land use/cover change on vegetation coverage in the Otindag Sandland [J]. Journal of Soil and Water Conservation, 2016,(6):330-338.

[37] 穆少杰,李建龍,周 偉,等.2001～2010年內蒙古植被凈初級生產力的時空格局及其與氣候的關系[J]. 生態學報, 2013,33(12):3752- 3764.

Mu S J, Li J L, Zhou W, et al. Spatial-temporal distribution of net primary productivity and its relationship with climate factors in Inner Mongolia from 2001 to 2010. Acta Ecologica Sinica, 2013,33(12): 3752-3764.

[38] 董曉宇,姚華榮,戴君虎,等.2000～2017年內蒙古荒漠草原植被物候變化及對凈初級生產力的影響[J]. 地理科學進展, 2020,39(1): 24-35.

Dong X Y, Yao H R, Dai J H, et al. Phenological changes of desert steppe vegetation and its effect on net primary productivity in Inner Mongolia from 2000 to 2017. Progress in Geography, 2020,39(1):24- 35.

[39] 王 強,張 勃,戴聲佩,等.三北防護林工程區植被覆蓋變化與影響因子分析[J]. 中國環境科學, 2012,32(7):1302-1308.

Wang Q, Zhang B D, Sheng P, et al.Analysis of the vegetation cover change and its relationship with factors in the Three-North Shelter Forest Program [J]. China Environmental Science, 2012,32(7):1302- 1308.

[40] 秦格霞,吳 靜,李純斌,等.中國北方草地植被物候變化及其對氣候變化的響應 [J]. 應用生態學報, 2019,30(12):4099-4107.

Qin G X, Wu J, Li C B, et al.Grassland vegetation phenology change and its response to climate changes in North China [J].Chinese Journal of Applied Ecology, 2019,30(12):4099-4107.

[41] Wang H J, Chen Y N, Chen Z S. Spatial distribution and temporal trends of mean precipitation and extremes in the arid region, northwest of China, during 1960～2010 [J]. Hydrological Processes, 2013,27: 1807-1818.

[42] 徐 煜.2001～2015年甘肅省植被覆蓋、物候變化及對氣候變化的響應[D]. 蘭州:甘肅農業大學, 2018.

Xu Y. Dynamic change of vegetation and phenology response to climate change in Gansu Province during 2001～2015 [D]. Lanzhou: Gansu Agricultural University, 2018.

[43] Groffman P M, Driscoll C T, Fahey T J, et al. Colder soils in a warmer world: A snow manipulation study in a northern hardwood forest ecosystem [J]. Bio geochemistry, 2001,56:135-150.

[44] Yang Y T, Guan H D, Shen M G, et al. Changes in autumn vegetation dormancy onset date and the climate controls across temperate ecosystems in China from 1982 to 2010 [J]. Global Change Biology, 2015,21:652-665.

[45] Mao D H, Wang Z M, Luo L, et al. Integrating AVHRR and MODIS data to monitor NDVI changes and their relationships with climatic parameters in Northeast China [J]. International Journal of Applied Earth Observations & Geo information, 2012,18:528-236.

Research on vegetation phenological changes in the Otindag sandy land Based on MODIS NDVI and EVI.

YUAN Zhi-hui1,2,3, SA Chu-la1*, YIN Shan1

(1.College of Geographical Science, Inner Mongolia Normal University, Hohhot 010022, China；2.Inner Mongolian Key Laboratory of Remote Sensing and Geographic Information System, Inner Mongolia Normal University, Hohhot 010022, China；3.The Department of Natural Resources, Wulanchabu 010022, China)., 2021,41(11)：5254～5263

Based on the MODIS NDVI and EVI data in recent 20 years, the vegetation phenology in Otindag sandy land was extracted by using the extreme curvature method of logistic curve and dynamic threshold method, and its temporal and spatial changes were analyzed. The response of vegetation phenology to elevation and meteorological factors was analyzed by using the research result data. The results indicated that the vegetation phenology in the study area showed a slight fluctuation trend from 2000 to 2019. The start of growth season (SOS) was concentrated in 110～140 Julian day, while the end of growth season (EOS) was in 250～280 Julian day and was delayed (0.28d/a). The length of growth season (LOS) was in 120～170 Julian day and was lengthened (0.23d/a). For the trend, SOS was showed a decreasing trend which occupied 51.51% of the total study area. EOS was showed an increasing trend in 32.98% of the study area while the rest decreased. LOS of the area accounted for 62.71% of the study area was showed a prolonged trend. In the altitude range of 900～1500m, SOS was significantly delayed, EOS was not significantly advanced, and LOS was significantly shortened as the altitude increased. The precipitation had an advance effect on SOS in January, February, April and November, December of the previous year. The temperature and precipitation had an obvious effect on the delay of EOS from June to September. On the whole, the responses of phenology to meteorological factors in Otindag sandy land were complex, showing obvious seasonal differences and topographical variability.

Otindag sandy land；phenology；climate；elevation

X171

A

1000-6923(2021)11-5254-10

元志輝(1988-),男,內蒙古烏蘭察布人,內蒙古師范大學博士生,主要從事土地覆被與生態修復研究.發表論文4篇.

2021-04-11

國家自然科學基金資助項目(41861014)

* 責任作者, 教授, sachula@126.com