王雪梅, 溫理想, 李佳諾, 郭 蒙
(1. 東北師范大學(xué) 地理科學(xué)學(xué)院 長白山地理過程與生態(tài)安全教育部重點實驗室,吉林 長春 130024;2. 北京師范大學(xué) 環(huán)境學(xué)院 水環(huán)境模擬國家重點實驗室,北京 100875)
植被物候是植物生命周期中季節(jié)變化的節(jié)律,由于其對氣候變化敏感以及對生態(tài)系統(tǒng)功能的重要性,在過去幾十年中受到國內(nèi)外學(xué)者們的廣泛關(guān)注[1]。IPCC 第六次評估報告[2]指出,自1850 至1900年以來,全球地表平均溫度已上升約1 ℃,未來20年全球溫升將達到或超過1.5 ℃。氣候變暖能夠引起植物發(fā)芽、展葉、開花、落葉和葉顏色等特征的變化,直接影響植被生產(chǎn)力、生物多樣性和全球碳循環(huán)等[3-4]。作為冰凍圈的重要組成部分,多年凍土對氣候變化極為敏感。準(zhǔn)確監(jiān)測多年凍土區(qū)植被物候特征對于研究寒區(qū)生態(tài)系統(tǒng)對氣候變化的響應(yīng)具有重要意義。
傳統(tǒng)的物候觀測方法是以物候觀測網(wǎng)絡(luò)為主的地面觀測,這種基于植物個體尺度的觀測難以滿足生態(tài)系統(tǒng)、區(qū)域乃至全球尺度的物候研究[5]。隨著遙感技術(shù)的發(fā)展,基于植被指數(shù)(VIs)的監(jiān)測方法已廣泛應(yīng)用于植被物候研究[6-8]。目前常用的植被指數(shù)包括歸一化植被指數(shù)(NDVI)和增強型植被指數(shù)(EVI)等[9]。然而,地面陰影、雪和云等背景的干擾以及惡劣的大氣觀測條件等因素都會降低NDVI和EVI 監(jiān)測植被物候的準(zhǔn)確性。例如,Hmimina等[10]使用中分辨率成像光譜儀(MODIS)提取的NDVI監(jiān)測了不同類型植被的季節(jié)變化,發(fā)現(xiàn)NDVI無法準(zhǔn)確反演常綠森林的物候模式。此外,落葉林中喬木通常比草本和灌木的返青時間晚,這意味著由植被指數(shù)確定的生長季開始日期可能反映的是草本和灌木,而非優(yōu)勢樹種的物候信息[11]。作為植被指數(shù)的補充,太陽誘導(dǎo)葉綠素?zé)晒猓⊿IF)為衛(wèi)星監(jiān)測植物功能提供了新的可能性[12-13]。SIF 是光合作用的副產(chǎn)品,包含代謝、生化等與植被生長密切相關(guān)的信息,與傳統(tǒng)的植被指數(shù)相比,SIF 具有更強的植物生理基礎(chǔ)[14]。
植被指數(shù)的時間序列可以表征季節(jié)或年際尺度上的植物生長發(fā)育的周期變化[15]。然而受氣溶膠、水汽、傳感器退化等因素的影響,衛(wèi)星遙感獲取的VIs 時間序列含有明顯的數(shù)據(jù)噪聲,難以進行物候信息提取和趨勢分析[16],因此需要采用去噪和平滑等處理來重構(gòu)時序數(shù)據(jù)。常用的重構(gòu)方法包括Savitzky-Golay(S-G)濾波法[17]、雙邏輯斯蒂函數(shù)(Double-logistic)[18]、非對稱高斯函數(shù)(Asymmetric Gaussian)擬合法[19]、傅里葉變換(Fourier transformation)[20-21]和小波變換(Wavelet transformation)[22]等。預(yù)處理后的VIs 時序曲線采用閾值法、拐點法和曲線斜率法等算法提取植被物候參數(shù)[23]。目前遙感時序數(shù)據(jù)預(yù)處理的方法較多,通常根據(jù)研究區(qū)植被生長特點和數(shù)據(jù)源質(zhì)量采用最適用的方法[24]。
相關(guān)研究表明,隨著全球溫度的升高,北半球高緯度地區(qū)的植被物候顯示出春季提前和秋季延遲的趨勢[25-26]。然而,由于溫度、降水和土壤濕度等非生物因素的影響,植被物候的變化呈現(xiàn)出復(fù)雜的時空格局[27]。大興安嶺多年凍土區(qū)位于歐亞大陸多年凍土區(qū)的南部邊緣,是中國唯一的高緯度多年凍土區(qū),對全球氣候變化高度敏感[28-29]。為了探究氣候變化對大興安嶺多年凍土區(qū)植被的影響,本文基于MODIS EVI 時間序列數(shù)據(jù),評估了研究區(qū)近20 年植被物候的時空變化特征及其對氣候變化的響應(yīng),以期豐富寒區(qū)生態(tài)系統(tǒng)植被物候的研究。
大興安嶺多年凍土區(qū)位于我國最北部(49°01′~53°54′ N,119°12′~125°29′ E),海拔在220~1 487 m之間(圖1)。該區(qū)屬于寒溫帶大陸性季風(fēng)氣候,年平均氣溫介于-5~2 ℃之間,年平均降水量為460 mm。大興安嶺多年凍土區(qū)可分為大片連續(xù)多年凍土、島狀融區(qū)多年凍土和島狀多年凍土三部分[30-31],本文以大片連續(xù)多年凍土區(qū)和島狀融區(qū)多年凍土區(qū)為研究區(qū),面積約為11.2×104km2,其中大片連續(xù)多年凍土區(qū)面積約為6.8×104km2,65%~75%的面積分布有多年凍土;島狀融區(qū)多年凍土區(qū)面積約為4.4×104km2,50%~60%的面積分布有多年凍土。大興安嶺多年凍土區(qū)主要林型包括針葉林、闊葉林以及針闊混交林等森林類型[32],其中興安落葉松(Larix gmelinii)分布范圍最廣,屬于頂級演替樹種。主要的闊葉樹種白樺(Betula platyphylla)是林火、砍伐等干擾后的先鋒樹種,分布范圍僅次于落葉松。研究區(qū)還以斑塊狀散布著少量草原、草甸以及沼澤等覆被類型。
圖1 研究區(qū)地理位置[30](a)及植被類型[32](b)Fig. 1 Location and vegetation cover of the study area
1.2.1 MODIS NDVI和EVI數(shù)據(jù)
由Terra 和Aqua 兩顆衛(wèi)星攜帶的MODIS 傳感器是目前觀測全球生態(tài)過程和環(huán)境變化的重要數(shù)據(jù)源。美國國家航空航天局(NASA)的官方網(wǎng)站(https://search. earthdata. nasa. gov)上發(fā)布了多種不同時空尺度的MODIS 產(chǎn)品,本研究使用MODIS13Q1 數(shù)據(jù)集。MOD13Q1 是使用正弦投影方法的MODIS 三級網(wǎng)格數(shù)據(jù)產(chǎn)品,已經(jīng)根據(jù)大氣和地形的影響對其進行了系統(tǒng)糾正。從MOD13Q1中提取的NDVI 和EVI 具有250 m 的空間分辨率和16 d的時間分辨率。對每期數(shù)據(jù)執(zhí)行鑲嵌、掩膜和投影變換等操作,得到研究區(qū)2000—2019 年NDVI 和EVI的時間序列數(shù)據(jù)。
1.2.2 SIF數(shù)據(jù)
OCO-2 是NASA 于2014 年7 月發(fā)射的專門用于監(jiān)測大氣中CO2濃度的衛(wèi)星,重訪周期為16 d,赤道過境時間為13:30(當(dāng)?shù)貢r間),每天可獲取全球尺度的不連續(xù)點文件,每個點文件的空間分辨率為1.3×2.25 km2。本研究SIF 數(shù)據(jù)采用OCO-2 衛(wèi)星的二級產(chǎn)品OCO-2_L2_Lite_SIF. 8r,它以NetCDF 格式存儲,將其轉(zhuǎn)換為Shapefile 格式。為了保證與NDVI、EVI時間分辨率的一致性,按照MODIS 數(shù)據(jù)合成規(guī)則將16 d 的SIF 數(shù)據(jù)合為一期,每年23 期數(shù)據(jù)。計算研究區(qū)SIF 的平均值,得到2015—2019 年SIF的時間序列數(shù)據(jù)。
1.2.3 氣象數(shù)據(jù)
氣溫和降水?dāng)?shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data. cma. cn/)提供的大興安嶺多年凍土區(qū)及其周圍的18個氣象站點(圖1)的日值數(shù)據(jù)集。將該數(shù)據(jù)集進行統(tǒng)計得到月均溫和月累積降水量,利用ArcGIS 10.6 軟件的克里金插值法進行空間插值得到250 m分辨率的柵格數(shù)據(jù)。
1.3.1 時間序列重建
原始數(shù)據(jù)不可避免地存在不同程度的異常值、噪聲或空值,這可能導(dǎo)致物候指標(biāo)提取中的錯誤[33-34]。因此在物候提取之前,有必要對時間序列數(shù)據(jù)進行降噪濾波處理。本文采用Savitzky-Golay(S-G)濾波法[35]進行時間序列重建,S-G濾波法是一種基于局部多項式最小二乘法擬合的濾波方法,其計算公式如下:
式中:yj*為濾波后的數(shù)據(jù);yj+i代表原始時間序列數(shù)據(jù);wi為濾波系數(shù),表示濾波器開始處理的第i個值的權(quán)重;m為濾波窗口的大??;N為滑動窗口,其值為2m+1。
1.3.2 物候參數(shù)提取
基于TIMESAT 3.3軟件,采用動態(tài)閾值法來提取SOS、EOS 和LOS 等關(guān)鍵物候指標(biāo)。由于地表覆被類型、研究方法以及研究區(qū)的差異,目前沒有統(tǒng)一的閾值標(biāo)準(zhǔn)。軟件的開發(fā)者J?nsson 等[36]綜合多地研究建議將SOS 和EOS 的閾值設(shè)定為20%,而Zhao 等[37]在我國東北地區(qū)植被物候研究中采用30%閾值取得了很好的效果,同樣,F(xiàn)u 等[38]和Tang等[39]在研究大興安嶺地區(qū)植被物候時也將閾值設(shè)為30%。參考已有研究,本文使用30%作為植被物候提取的閾值。結(jié)果采用年序日(DOY)的形式表示,即從每年第一天算起的實際日數(shù)。
1.3.3 趨勢分析
Mann-Kendall(MK)趨勢檢驗法和Sen 斜率法的結(jié)合已廣泛用于植被變化趨勢的分析,是長時間序列數(shù)據(jù)分析的重要方法[40]。MK 檢驗法可以有效地檢測時間序列數(shù)據(jù)的變化趨勢,而無需遵循特定分布的樣本,也不會受到少數(shù)異常值的干擾[41],Sen斜率估計(Theil-Sen Median)是由Sen 提出和開發(fā)的一種非參數(shù)統(tǒng)計的趨勢計算方法[42],計算公式如下:
式中:Q為Sen 的斜率;Xj和Xi分別為時間j和i處的序列值,中位數(shù)是根據(jù)時間序列中所有的觀測值對計算得出的,最終的Q由N來決定,具體如下:
本研究采用MK趨勢檢驗法識別出通過顯著性檢驗(P<0.05)的像元,同時采用Sen 斜率法量化物候的變化趨勢,Sen>0 時表明物候期的趨勢是推遲或延長;Sen<0 時,則表明物候期趨勢是提前或縮短。
1.3.4 偏相關(guān)分析
偏相關(guān)分析是指當(dāng)兩個變量同時與第三個變量相關(guān)時,將第三個變量的影響剔除,只分析另外兩個變量之間相關(guān)程度的過程。當(dāng)控制變量個數(shù)為一時,偏相關(guān)系數(shù)稱為一階偏相關(guān)系數(shù);控制變量個數(shù)為二時,偏相關(guān)系數(shù)稱為二階相關(guān)系數(shù)[43]。本研究采用一階偏相關(guān)系數(shù)分析物候與氣溫、降水的關(guān)系,計算公式如下:
式中:Rxy·z是控制變量z后x和y的相關(guān)系數(shù);rxy、ryz、rxz分別是變量x和y、y和z、x和z的相關(guān)系數(shù)。
通過MATLAB 軟件將SOS 與3—5月平均氣溫和降水、EOS 和8—10 月平均氣溫和降水分別進行偏相關(guān)分析以及顯著性檢驗,其中顯著正相關(guān)為r>0且P<0.05;顯著負相關(guān)為r<0且P<0.05。
2015—2019 年NDVI、EVI 和SIF 的濾波結(jié)果及其平均值如圖2 所示。整體來看,可以發(fā)現(xiàn)三條曲線整體變化特征基本一致,生長季數(shù)值都遠高于非生長季且均表現(xiàn)出明顯的季節(jié)性變化規(guī)律。NDVI與EVI 波形相近,但EVI 進入生長階段的時間滯后于NDVI,而結(jié)束生長階段的時間早于NDVI。EVI整體分布更加集中,能更加準(zhǔn)確反映植被生長季的變化特征。相比于NDVI,SIF 進入生長階段的時間滯后于NDVI,而結(jié)束生長階段的時間早于NDVI。SIF 與EVI 幾乎同一時間開始快速增長,SIF 到達峰值后快速下降,比EVI 先結(jié)束生長季,所以SIF 整體分布更加集中。與NDVI和EVI相比,SIF 具有植物生理基礎(chǔ),并且與植被的生化過程直接相關(guān)。但是目前能獲取到的SIF 數(shù)據(jù)時空分辨率較低,無法滿足長時序和小區(qū)域植被物候的研究需求。SIF 和NDVI 的時間序列特征差異很大,而和EVI 的基本一致。已有研究表明NDVI在高植被覆蓋區(qū)域會出現(xiàn)過飽和現(xiàn)象[44],因此,本研究采用EVI開展大興安嶺多年凍土區(qū)的植被物候研究。
圖2 2015—2019年大興安嶺多年凍土區(qū)NDVI、EVI和SIF的時間序列曲線(a)及其均值(b)[(b)圖中的點代表植被指數(shù)的快速升高點和降低點]Fig. 2 Time series curves (a) and average value (b) of NDVI、EVI and SIF from 2015 to 2019 in permafrost regions of Greater Khingan Mountains [The points in (b) figure indicate rapid increases and decreases in the vegetation index]
為了分析研究區(qū)植被物候的空間特征,逐像元計算2000—2019 年大興安嶺多年凍土區(qū)植被SOS、EOS 和LOS 等物候參數(shù)的均值(圖3)。結(jié)果顯示,SOS 主要集中在96~144 d,即研究區(qū)的植被在4 月上旬到5 月下旬進入生長季,占總面積的97.67%。植被SOS 的空間分布差異比較明顯,高值區(qū)域主要集中在島狀融區(qū)多年凍土區(qū),低值則主要分布在大片連續(xù)多年凍土區(qū)。研究區(qū)SOS 的平均值為129.46 d,大片連續(xù)多年凍土區(qū)平均值為127.29 d,島狀融區(qū)多年凍土區(qū)平均值為132.78 d,大片連續(xù)多年凍土區(qū)的SOS 平均值小于島狀融區(qū)多年凍土區(qū)(表1)。EOS 主要集中在272~320 d,研究區(qū)生長季結(jié)束的范圍為10 月初到11 月中旬,占總面積的93.77%。研究區(qū)EOS 的平均值為295.11 d,大片連續(xù)多年凍土區(qū)平均值為297.96 d,島狀融區(qū)多年凍土區(qū)平均值為290.73 d。大片連續(xù)多年凍土區(qū)的EOS 平均值大于島狀融區(qū)多年凍土區(qū)(表1)。研究區(qū)LOS 絕大部分都集中在128~224 d 范圍內(nèi),占到總面積的98.60%。研究區(qū)全區(qū)LOS 的平均值為165.65 d,大片連續(xù)多年凍土區(qū)平均值為170.67 d,島狀融區(qū)多年凍土區(qū)平均值為157.95 d(表1)。大片連續(xù)多年凍土區(qū)植被LOS 大于島狀融區(qū)多年凍土區(qū)。
表1 2000—2019年植被物候參數(shù)空間分布的平均值Table 1 Average value of vegetation phenology parameters from 2000 to 2019
圖3 2000—2019年大興安嶺多年凍土區(qū)植被物候參數(shù)的空間分布圖Fig. 3 The spatial distribution of phenological parameters in permafrost regions of the Greater Khingan Mountains from 2000 to 2019
2.3.1 SOS、EOS和LOS年際變化趨勢
大興安嶺多年凍土區(qū)2000—2019 年SOS、EOS、LOS 整體上年際變化(圖4)的趨勢不明顯,且研究全區(qū)和大片連續(xù)多年凍土區(qū)、島狀融區(qū)多年凍土區(qū)的變化規(guī)律基本一致,即同步升高和降低。SOS 在2002 年和2014 年有兩次明顯低值,在2004年有一處明顯的高值;EOS 在2002 年有一處低值,在2012 年和2015 年有兩處明顯高值;LOS 在2015年左右有一處明顯的高值,其他年份則無明顯變化幅度。
圖4 2000—2019年大興安嶺多年凍土區(qū)植被物候參數(shù)的年際變化Fig. 4 Inter-annual variation of vegetation phenology parameters in the permafrost zone of Greater Khingan Mountains from 2000 to 2019
2.3.2 SOS、EOS和LOS變化趨勢的空間格局
結(jié)合MK 檢驗和Sen斜率法計算2000—2019年SOS、EOS 和LOS 在像元尺度的空間變化趨勢,將不具有顯著性(P>0.05)和變化趨勢為0 的像元排除,如圖5所示,只有少部分的像元通過了顯著性檢驗。研究區(qū)SOS 顯著變化的像元數(shù)為4.5×104個,僅占全部像元的2.24%。其中位于大片連續(xù)多年凍土區(qū)的像元有2.54×104個,位于島狀融區(qū)多年凍土區(qū)的像元有1.96×104個。20 年來SOS 變化趨勢的范圍從提前6.67 d 和推遲5.33 d 不等,變化趨勢的平均值為-1.23 d·(20a)-1(表2),整體SOS 呈提前趨勢。分區(qū)來看,大片連續(xù)多年凍土區(qū)的變化趨勢范圍為-6.67~3.56 d,平均值為-1.19 d·(20a)-1,島狀融區(qū)多年凍土區(qū)的變化趨勢范圍為-6.58~5.33 d,平均值為-1.28 d·(20a)-1,二者的SOS 均呈提前趨勢。
表2 2000—2019年研究區(qū)物候參數(shù)的變化趨勢Table 2 The change trend of phenology parameters in the study area from 2000 to 2019
研究區(qū)EOS 顯著變化的像元數(shù)為12.1×104個,占全部像元的6.04%,其中位于大片連續(xù)多年凍土區(qū)的像元有8.12×104個,占顯著變化像元的67.12%,島狀融區(qū)多年凍土區(qū)的像元有3.98×104個,占顯著變化像元的32.88%。20 年來EOS 趨勢變化的范圍為-10.00~9.33 d,變化趨勢的平均值為-0.46 d·(20a)-1(表2),整體EOS 變化趨勢呈提前趨勢。分區(qū)來看,大片連續(xù)多年凍土區(qū)像元的變化趨勢范圍為-9.14~9.33 d,平均值為-0.32 d·(20a)-1,島狀融區(qū)多年凍土區(qū)像元的變化趨勢范圍為-10.0~8.73 d,平均值為-0.76 d·(20a)-1。研究區(qū)LOS變化趨勢的平均值為2.39 d·(20a)-1,大片連續(xù)多年凍土區(qū)為1.91 d·(20a)-1,島狀融區(qū)多年凍土區(qū)為2.78 d·(20a)-1,過去20 年大興安嶺多年凍土區(qū)植被的LOS呈延長的趨勢。
2.4.1 氣溫和降水的變化趨勢
圖6 為研究區(qū)2000—2019 年氣溫和降水量的變化情況。全年和3—5 月氣溫呈波動上升,8—10月氣溫波動變化呈微弱下降趨勢,總體上無顯著趨勢。全年和3—5 月、8—9 月降水量呈波動變化,呈微弱上升趨勢。
圖6 2000—2019年氣溫和降水量的變化Fig. 6 Changes in temperature (a) and precipitation (b) from 2000 to 2019
2.4.2 氣溫和降水對SOS的影響
由于研究區(qū)SOS多年平均值為129.46 d(表1),植被開始生長的時間與3—5 月氣溫和降水密切相關(guān)。本文將SOS 與3—5 月的平均氣溫和總降水量進行逐像元偏相關(guān)分析(圖7)??傮w上看,植被SOS 受氣溫的影響較降水明顯(面積比例分別為15.51%和3.15%)。大興安嶺多年凍土區(qū)植被SOS與3—5 月氣溫的顯著偏正負相關(guān)的面積占比分別為0.48%和15.03%,表明大部分區(qū)域隨著氣溫升高,SOS 呈提前的趨勢。SOS 與3—5 月降水的顯著偏正負相關(guān)的面積占比相對較少,分別為2.20%和0.95%。降水對SOS 的影響有很強的空間異質(zhì)性,呈正相關(guān)部分多分布于研究區(qū)北部,大部分區(qū)域的降水增多會導(dǎo)致SOS的推遲。
圖7 植被SOS與3—5月氣溫和降水的偏相關(guān)分析結(jié)果Fig. 7 Skewed correlation analysis of vegetation SOS and March—May temperature (a) and precipitation (b)
2.4.3 氣溫和降水對EOS的影響
研究區(qū)多年平均EOS 值為295.11 d(表1),植被結(jié)束生長的時間與8—10 月氣溫和降水密切相關(guān)。本文將EOS與8—10月的平均氣溫與總降水量進行逐像元偏相關(guān)分析(圖8)??梢钥闯觯脖籈OS 受氣溫和降水的影響較大,且受氣溫影響較降水顯著(顯著相關(guān)的面積比例分別為7.35%和3.96%)。EOS 與8—10 月的氣溫呈明顯的正相關(guān)性,其中顯著偏正負相關(guān)的面積占比分別是6.81%和0.54%,即降水一定的情況下,氣溫升高,EOS 將推遲。EOS 與8—10月降水量的顯著偏正負相關(guān)的面積占比分別為3.46%和0.50%,表明研究區(qū)的EOS 與降水量主要表現(xiàn)為正相關(guān),即溫度一定時,降水增加,EOS推遲。
圖8 植被EOS與8—10月氣溫和降水的偏相關(guān)分析結(jié)果Fig. 8 Skewed correlation analysis of vegetation EOS and August—October temperature (a) and precipitation (b)
本研究中EVI 比NDVI 更適合大興安嶺多年凍土區(qū)的物候研究,這是由于NDVI 算法僅使用紅光和近紅外波段,當(dāng)植被覆蓋率很高時,紅光波段會迅速飽和,從而產(chǎn)生飽和效應(yīng)[45]。EVI 在NDVI 的基礎(chǔ)上改進了算法,使用了藍光波段并改進了殘留氣溶膠的處理方法,減少了大氣和土壤背景的影響,避免了植被覆蓋率高的地區(qū)出現(xiàn)飽和的問題[46-49]。所以EVI在大興安嶺地區(qū)的性能優(yōu)于NDVI。目前,已有一些學(xué)者采用不同的數(shù)據(jù)和方法開展東北地區(qū)植被物候研究。Tang 等[39]估算了1982—2012 年大興安嶺地區(qū)的SOS 和EOS,發(fā)現(xiàn)SOS 主要分布在第90~150 d 之間,而EOS 的范圍則是第245~305 d之間。Yu 等[50]計算了1982—2015 年中國東北地區(qū)的SOS,范圍從一年中的第100~140 d 不等,而EOS的范圍為280~320 d。Liu等[51]計算了中國溫帶植被的平均EOS 值,其結(jié)果主要分布在第270~310 d。本文SOS 分布在第96~144 d,EOS 的范圍為第272~320 d,與已有結(jié)果基本一致。像元空間分辨率越高,越能夠減少混合像素對物候信息提取的干擾。本文使用的EVI 數(shù)據(jù)像元大小為250 m,高于大多數(shù)已有研究的空間分辨率,其物候提取的精度也會有所提高。
不同區(qū)域植被物候特征的差異主要取決于植被類型、高程和氣候等因素[52]。本研究發(fā)現(xiàn)大片連續(xù)多年凍土區(qū)的SOS 均值小于島狀融區(qū)多年凍土區(qū),EOS 的均值大于島狀融區(qū)多年凍土區(qū),這與Fu等[38]和Yu 等[50]的研究結(jié)果一致。島狀融區(qū)多年凍土區(qū)西南部為森林與草原的過渡地帶,主要植被類型包括草原、闊葉林和農(nóng)田等,不同植被類型生長習(xí)性不同,物候差異較大。草原和農(nóng)田的LOS 小于森林的LOS,闊葉林的LOS 小于針葉林[53]。不難發(fā)現(xiàn)SOS、EOS 和LOS 等物候參數(shù)的空間格局與植被類型密不可分。高程差異帶來最明顯的影響是水熱條件不同,從而導(dǎo)致不同海拔的物候差異。通常隨著海拔的升高溫度降低,而本研究區(qū)位于西伯利亞冷高壓的邊緣,冷高壓中心空氣下沉使得高壓邊緣上空空氣不足,因此空氣絕熱增溫上升,從而出現(xiàn)低海拔處的溫度低于高海拔地區(qū)“逆溫”現(xiàn)象,這種現(xiàn)象在大興安嶺地區(qū)一年四季均存在[54-55]。將圖3結(jié)果與DEM(圖1)疊加發(fā)現(xiàn)LOS 高值和高海拔區(qū)域基本對應(yīng),大片連續(xù)多年凍土區(qū)的海拔高于島狀融區(qū)多年凍土區(qū),大片連續(xù)多年凍土區(qū)的LOS 大于島狀融區(qū)多年凍土區(qū)。大興安嶺多年凍土區(qū)逆溫現(xiàn)象的存在以及植被類型的不同是導(dǎo)致不同類型凍土區(qū)植被物候差異的主要原因。
近20 年植被物候參數(shù)在研究區(qū)尺度上沒有顯著的變化趨勢。在像元尺度上,大部分的像元不具備顯著性的變化趨勢,只有少部分像元通過了顯著性檢驗。對顯著變化的像元進行分析發(fā)現(xiàn),研究區(qū)SOS 和EOS 整體上呈提前趨勢,EOS 呈微弱的提前趨勢,LOS 整體上呈增長趨勢。大片連續(xù)多年凍土區(qū)和島狀融區(qū)多年凍土區(qū)SOS、EOS、LOS變化趨勢同研究區(qū)一致。通過對植被物候與氣溫和降水進行偏相關(guān)分析發(fā)現(xiàn)大興安嶺多年凍土區(qū)植被物候主要受到氣溫的顯著影響。研究區(qū)全年溫度和降水呈增加趨勢,不同月份表現(xiàn)不同的變化趨勢,3—5月氣溫上升,降水下降,都有利于SOS 的提前。而8—10月氣溫呈下降趨勢,降水上升,導(dǎo)致EOS 呈現(xiàn)微弱的提前趨勢。與EOS 相比,SOS 對氣溫的響應(yīng)更為顯著,SOS 提前與氣溫升高密切相關(guān),這與俎佳星等[56]和叢楠等[57]結(jié)果基本一致。
本文基于SIF、NDVI 和EVI 等植被指數(shù)開展大興安嶺多年凍土區(qū)植被物候的研究。首先比較了三種指數(shù)提取物候的差異和適應(yīng)性,發(fā)現(xiàn)EVI 最適用于大興安嶺地區(qū)的物候研究。采用MODIS EVI提取SOS、EOS 和LOS 等關(guān)鍵植被物候參數(shù),分析大興安嶺多年凍土區(qū)植被物候的時空變化及其對氣候變化的響應(yīng)。主要結(jié)論如下。
(1)大興安嶺多年凍土區(qū)NDVI、EVI 和SIF 的時間序列能夠反映植被的季節(jié)變化,可用于植被物候信息的提取。EVI 在高植被覆蓋區(qū)性能優(yōu)于NDVI,同時EVI 與SIF 曲線更加一致。EVI 最適合大興安嶺多年凍土區(qū)植被物候的研究。
(2)由于逆溫現(xiàn)象的存在和植被類型的差異,大興安嶺大片連續(xù)多年凍土區(qū)的SOS 均值小于島狀融區(qū)多年凍土區(qū),大片連續(xù)多年凍土區(qū)的EOS 均值大于島狀融區(qū)多年凍土區(qū),大片連續(xù)多年凍土區(qū)的LOS大于島狀融區(qū)多年凍土區(qū)。
(3)過去20 年大興安嶺多年凍土區(qū)植被的SOS呈提前趨勢,EOS 呈微弱提前趨勢,SOS 提前的趨勢大于EOS,因此研究區(qū)LOS 呈延長的趨勢。大片連續(xù)多年凍土區(qū)和島狀融區(qū)多年凍土區(qū)呈現(xiàn)相同的變化趨勢。
(4)大興安嶺多年凍土區(qū)氣溫對植被物候的影響程度高于降雨量,部分區(qū)域植被SOS 和EOS 分別受到3—5 月、8—10 月氣溫的影響。3—5 月氣溫升高,對SOS 有提前作用;8—10 月氣溫降低,對EOS有提前作用。