基于MODIS数据的青藏高原植被物候监测及其对气候变化的响应研究

基于MODIS数据的青藏高原植被物候监测及其对气候变化的响应研究

论文摘要

植被物候作为植被对外界环境周期性变化的适应性表现特征,是生态系统变化的重要指示器。因此,对植被物候的反演以及变化监测有助于深入认识全球气候以及环境变化对生态系统的影响机制。遥感技术的飞速发展,弥补了传统站点物候观测在空间代表性上的不足,被广泛应用于区域尺度植被物候的长时间序列监测。当前,国内外开展了大量关于植被物候反演方面的研究工作,多基于地面站点观测资料的精度验证,缺少对其空间质量方面的相关评估;在物候信息反演过程中,多基于单一植被指数以及单一反演算法,鲜有针对不同植被指数与反演算法在不同植被类型物候信息反演中的适用性的探讨,对物候反演结果的准确性具有一定的影响。因此,需要根据植被类型的特点,探索合适的植被指数与反演算法,对植被物候信息进行反演。本研究选择对全球变化敏感的青藏高原地区植被为研究对象,利用地理信息系统和遥感等信息处理技术,对青藏高原地区长时间序列植被指数进行了重构;基于重构的植被指数数据,与不同的反演算法组合为6种物候反演方法,分别对植被物候参数进行了相关反演以及质量评价;分植被类型分别对返青期、枯黄期进行提取,进行时空特征分析和变化监测,并进一步分析了气候变化对植被物候的影响。研究完成的工作以及取得的阶段性成果主要有以下几个方面:(1)对物候反演方法在青藏高原地区的适用性进行了相关评价,针对不同的植被类型,分别确定了各自物候参数反演的最优方法。对于植被返青期,利用MODIS-NDVI数据作为数据源与基于季节振幅反演算法的组合方法(N-SA),其反演的各类型植被的返青期像元缺失率较低(4.58%)、时间稳定性(时间变异系数:0.137±0.098)和空间稳定性(空间变异系数:0.040±0.033)较高、与地面观测到的返青期间的差异(平均绝对误差:19.60天/年)较小,各方面质量相对较高,较其他组合方法更适合于当前研究区植被返青期的反演。不同类型植被枯黄期反演的最优组合方法存在一定的差异。对于落叶林、灌丛、草地以及农作物,利用NDPI数据作为数据源与基于季节振幅反演算法的组合(P-SA),其反演的植被枯黄期像元缺失率较低、时空稳定性较高、与地面观测到的枯黄期间的一致性较好,各方面质量相对优于其他组合方法。而利用EVI数据作为数据源与基于季节振幅反演算法的组合(E-SA),其反演的草原、草甸以及高山植被枯黄期在各方面质量相对较高,较其他组合方法更适合于当前研究区草原、草甸以及高山植被枯黄期的反演。(2)基于各植被类型物候参数反演的最优方法,对青藏高原物候参数进行提取,在此基础上分析了各参数的水平地带性,垂直地带性分异规律以及年际变化趋势。植被返青期主要集中在第80天到第200天,空间上呈现出由东南向西北逐渐延迟的分布格局,随海拔升高,返青期开始时间显著推迟,二者之间的线性倾向斜率为11.9天/1000米(R2=0.9,p<0.05)。枯黄期在第250天至310天之间,高原南部较北部枯黄时间晚,植被进入枯黄期的时间与海拔高度呈显著负相关(R2=0.78,p<0.05),海拔每升高1000米,枯黄期提前约10天左右。2001~2017年间青藏高原地区植被物候返青期整体以3day/10yr的速率表现出微弱的推迟趋势,但存在一定的空间差异。随海拔增加,植被返青期的年际变化速率逐渐减小且趋于稳定。研究区内植被以平均1day/10yr的速率表现出推迟枯黄的趋势。在植被返青期提前的区域,枯黄期也呈现出显著提前的趋势。枯黄期延迟的植被主要分布在各生态区边缘。青藏高原地区植被枯黄期2001~2017年间的年际变化随海拔上升呈现出推迟-提前-推迟的现象。(3)分析了青藏高原地区植被返青期、枯黄期对气候变量的响应,以及不同地区植被物候变化的主要控制因素。植被返青期、枯黄期与气候变量的关系存在明显的区域性差异。高原东部以及南部地区植被返青期主要受地表温度控制(面积比例:12.65%),随温度升高,返青期明显提前;返青期受降水控制的植被主要分布在高原东北以及西北地区,降水增加对于返青期具有明显的促进作用,显著面积比例为12.30%;返青发生前蒸散发的增加会引起植被所处环境以及植被本身水分的流失,对于高原北部植被返青的发生具有一定的推迟作用。植被生长过程中降水的增加有助于植被枯黄期的推迟,以高原东部以及西北地区最为显著(面积比例11.70%);高原中西部以及东北部地区植被枯黄期受地表温度影响显著(面积比例约13.33%),温度升高时,枯黄期明显推迟;夏秋季蒸散发对于高原东部边缘以及西南局部地区的植被枯黄期控制作用较大,蒸散发的增加会引起植被枯黄期的显著推迟。

论文目录

  • 摘要
  • abstract
  • 第1章 绪论
  •   1.1 研究背景
  •     1.1.1 全球气候变化及其对植被的影响
  •     1.1.2 青藏高原植被物候研究的重要性
  •     1.1.3 遥感技术对植被物候研究的促进作用
  •   1.2 国内外研究进展
  •     1.2.1 植被物候观测的发展
  •     1.2.2 物候反演算法研究
  •     1.2.3 植被指数
  •     1.2.4 植被物候与气候变化关系
  •     1.2.5 不足与问题
  •   1.3 研究目标、研究内容和总体技术路线
  •     1.3.1 研究目标
  •     1.3.2 研究内容
  •     1.3.3 研究拟解决的关键问题
  •     1.3.4 总体技术路线
  • 第2章 研究区概况
  •   2.1 自然地理概况
  •     2.1.1 地貌
  •     2.1.2 气候
  •     2.1.3 水文
  •     2.1.4 土壤
  •     2.1.5 植被
  •     2.1.6 生态区划
  •   2.2 社会经济概况
  •   2.3 本章小结
  • 第3章 数据源及预处理
  •   3.1 资料收集
  •     3.1.1 地表反射率
  •     3.1.2 植被指数
  •     3.1.3 降水
  •     3.1.4 地表温度
  •     3.1.5 蒸散发
  •     3.1.6 地面站点数据
  •     3.1.7 其他辅助数据
  •   3.2 数据预处理
  •     3.2.1 格式转换
  •     3.2.2 数值转换
  •     3.2.3 NDPI计算
  •     3.2.4 物候观测站点的选取
  •     3.2.5 地形复杂度划分
  •   3.3 本章小结
  • 第4章 植被物候遥感反演
  •   4.1 时间序列数据集重建
  •     4.1.1 滤波前后图像视觉对比
  •     4.1.2 时间序列曲线相似性对比
  •     4.1.3 典型地物变化趋势对比
  •     4.1.4 时序重建定量统计分析
  •   4.2 物候反演方法
  •   4.3 物候反演评价
  •     4.3.1 像元缺失率
  •     4.3.2 时空稳定性
  •     4.3.3 地面观测验证
  •     4.3.4 物候反演综合评价
  •   4.4 讨论
  •     4.4.1 返青期、枯黄期反演比较
  •     4.4.2 反演算法与植被指数数据对物候提取结果的影响
  •     4.4.3 地形对物候反演结果的影响
  •     4.4.4 地面观测数据局限
  •   4.5 本章小结
  • 第5章 植被物候时空格局
  •   5.1 物候分布特征
  •     5.1.1 返青期分布特征
  •     5.1.2 枯黄期分布特征
  •   5.2 物候变化趋势
  •     5.2.1 返青期变化趋势
  •     5.2.2 枯黄期变化趋势
  •   5.3 讨论
  •     5.3.1 物候时间分布特征
  •     5.3.2 物候空间分布特征
  •     5.3.3 物候年际变化
  •     5.3.4 物候对海拔的依赖性
  •   5.4 本章小结
  • 第6章 气候变化分析
  •   6.1 降水
  •     6.1.1 TRMM降水数据验证
  •     6.1.2 降水时空分布特征
  •     6.1.3 降水变化趋势
  •   6.2 地表温度
  •     6.2.1 MODIS地表温度数据验证
  •     6.2.2 地表温度时空分布特征
  •     6.2.3 地表温度变化趋势
  •   6.3 蒸散发
  •     6.3.1 MODIS蒸散发数据验证
  •     6.3.2 蒸散发时空分布特征
  •     6.3.3 蒸散发变化趋势
  •   6.4 讨论
  •     6.4.1 高原气候变暖的减缓
  •     6.4.2 不同时期蒸散发对比
  •   6.5 本章小结
  • 第7章 植被对气候变化的响应
  •   7.1 植被物候对降水的响应
  •     7.1.1 返青期对降水的响应
  •     7.1.2 枯黄期对降水的响应
  •   7.2 植被物候对温度的响应
  •     7.2.1 返青期对温度的响应
  •     7.2.2 枯黄期对温度的响应
  •   7.3 植被物候对蒸散发的响应
  •     7.3.1 返青期对蒸散发的响应
  •     7.3.2 枯黄期对蒸散发的响应
  •   7.4 植被物候气象驱动因素
  •     7.4.1 不同生态区植被物候气象驱动因素
  •     7.4.2 不同植被类型物候气象驱动因素
  •   7.5 讨论
  •   7.6 本章小结
  • 第8章 结论与展望
  •   8.1 结论
  •   8.2 创新点
  •   8.3 不足与展望
  • 参考文献
  • 附录
  • 致谢
  • 作者简历及攻读学位期间发表的学术论文与研究成果
  • 文章来源

    类型: 博士论文

    作者: 安淳淳

    导师: 范建容

    关键词: 气候变化,物候反演,遥感监测,青藏高原

    来源: 中国科学院大学(中国科学院水利部成都山地灾害与环境研究所)

    年度: 2019

    分类: 基础科学

    专业: 生物学

    单位: 中国科学院大学(中国科学院水利部成都山地灾害与环境研究所)

    分类号: Q948.1

    DOI: 10.27525/d.cnki.gkchs.2019.000001

    总页数: 173

    文件大小: 11045k

    相关论文文献

    • [1].上海地区二球悬铃木物候与花芽分化的观察[J]. 上海建设科技 2019(06)
    • [2].全球变化下作物物候研究进展[J]. 地理学报 2020(01)
    • [3].基于多光谱遥感的湖冰物候监测方法研究进展[J]. 海洋湖沼通报 2020(02)
    • [4].近20年我国县域耕地物候变化空间格局研究[J]. 中国农业资源与区划 2020(06)
    • [5].观赏海棠花期物候稳定性及其对温度变化的响应[J]. 南京林业大学学报(自然科学版) 2020(05)
    • [6].喀什地区木本植物春季物候变化特征及其对气候变暖的响应[J]. 干旱区资源与环境 2017(05)
    • [7].浙江古田山亚热带常绿阔叶林开花和结实物候的种间种内差异[J]. 中国科学:生命科学 2016(11)
    • [8].全球变暖引起的物候不匹配及生物的适应机制[J]. 生态学杂志 2016(03)
    • [9].物候与鸟调[J]. 大学生 2020(11)
    • [10].物候资料在农业气象工作中的应用[J]. 农村经济与科技 2017(16)
    • [11].呼和浩特市绿化树种的物候观察[J]. 内蒙古林业调查设计 2015(01)
    • [12].红脂大小蠹发生期的物候观察[J]. 现代农业科技 2014(02)
    • [13].生态物候遥感的进展与展望[J]. 城市勘测 2013(04)
    • [14].民勤荒漠区42种植物的物候型聚类分析[J]. 中国农学通报 2009(10)
    • [15].麻疯树生殖物候同步性的表示方法研究[J]. 四川林业科技 2009(06)
    • [16].樱花无性系花部形态及开花物候的研究[J]. 浙江林业科技 2020(03)
    • [17].物候资料在农业气象工作中的应用[J]. 农民致富之友 2018(15)
    • [18].湖冰物候变化遥感监测研究进展[J]. 科技风 2017(17)
    • [19].华西亚高山植物园多鳞杜鹃的开花物候与生殖特征[J]. 东北林业大学学报 2016(01)
    • [20].倾听植被物候的回响——记北京师范大学水科学研究院教授付永硕[J]. 科学中国人 2020(09)
    • [21].念[J]. 航空港 2016(03)
    • [22].基于植被指数、叶绿素荧光和碳通量的华北山地人工林物候对比研究[J]. 北京林业大学学报 2020(11)
    • [23].蒙古莸的开花物候与生殖特征[J]. 西北植物学报 2012(10)
    • [24].城市化进程对植物开花物候的影响研究[J]. 安全与环境工程 2012(06)
    • [25].物候模型研究进展[J]. 生态学杂志 2008(01)
    • [26].车前草物候变化特征及对气候变化的响应[J]. 内蒙古气象 2008(06)
    • [27].东北、内蒙古林区物候点烧技术应用的情况分析[J]. 森林工程 2008(03)
    • [28].基于物候模型的气温对温带落叶阔叶林生态系统物候过程的影响[J]. 福建农林大学学报(自然科学版) 2020(05)
    • [29].低海拔引种珠芽蓼的物候特性研究[J]. 中药材 2014(10)
    • [30].唐宋大诗人诗中的物候[J]. 课外语文(初中) 2008(Z1)

    标签:;  ;  ;  ;  

    基于MODIS数据的青藏高原植被物候监测及其对气候变化的响应研究
    下载Doc文档

    猜你喜欢