谢今范,毛德华,任春颖
(1.吉林省气候中心,吉林长春 130024;2.中国科学院东北地理与农业生态研究所,吉林长春 130012)
植被-气候关系遥感分析研究进展
谢今范1,毛德华2,任春颖2
(1.吉林省气候中心,吉林长春 130024;2.中国科学院东北地理与农业生态研究所,吉林长春 130012)
对当前植被-气候关系遥感分析研究进行了总结.过去几十年内,全球不同尺度、区域和时间序列的植被变化对气候变化表现出了明显响应.植被的生长变化与气温和降水的变化密切相关.而大尺度上土地覆被类型的变化及植被覆盖的变化对局地及区域的气候产生重要的反馈作用.当前植被-气候关系研究的常用的遥感数据源较多,但也存在单一遥感数据源时间序列局限性问题.多源遥感数据的融合应用是长时间植被-气候关系研究的重要途径.随着遥感技术的不断深入,更高空间、时间分辨率的遥感数据和长时间序列的气象观测数据将是植被-气候关系研究的重要数据来源.
植被;气候;遥感;全球变化
随着“国际地圈与生物圈计划”(IGBP)和“全球环境变化人文计划”(HDP)两大国际全球变化研究组织的积极活动,人类对全球变化的认识不断深入.“全球变化与陆地生态系统(GCTE)”研究成为全球变化研究的核心项目和重要方向,并成为全球变化研究中最复杂、最具活力的研究内容之一[1].认识全球变化对中国陆地生态系统的影响,揭示陆地生态系统对全球变化的反应具有重要意义.植被作为联结土壤、大气和水分的自然“纽带”,在全球变化研究中起到“指示器”的作用[2].植被是地球气候最鲜明的反映和综合标志,主要植被类型表现着植物界对主要气候类型的反映.气候变化直接表现为对植被变化的影响,而植被变化进一步对气候起到反馈影响.植被变化与气候变化是相互作用的,水热条件是决定植被空间分布及其变化的主要非生物因素;反之,植被的分布及其变化也影响着区域的气候[3].研究植被与气候间的相互关系及进行植被类型的相应气候解释和预测可以为全球变化、植物生态学等研究服务.
植被-气候关系是一个复杂的系统,基于遥感方法监测植被动态以及分析植被变化与气候的关系已成为全球气候变化研究的一个重要领域[4].随着遥感技术的不断深入,基于遥感数据的植被-气候关系分析和GIS平台的空间分析与统计分析成为全球变化与陆地生态系统研究的重要内容.近年来全球气候变化及植被覆被变化明显,基于遥感数据的植被动态监测与基于GIS平台的气象监测数据的动态分析逐步深入.植被-气候关系遥感分析研究主要包括植被变化对气候变化的响应研究和植被变化对气候变化的反馈研究.目前,国内外学者对植被-气候关系的研究已经取得了丰硕成果.
随着遥感技术的不断深入,可用遥感数据源逐渐增多.当前用以表征植被生长状况和植被覆被情况等的遥感植被生态参数主要有归一化差值植被指数(NDVI,normal difference vegetation index),植被净初级生产力(NPP,net primary productivity)以及叶面积指数(LAI)和加强型植被指数(EVI)等.NDVI与NPP作为表征植被的两个重要生态参数,被广泛用于植被动态变化及对全球变化的响应和植被变化对局地气候的反馈研究中.NDVI是监测地区或全球植被和生态环境的有效指标,是植被生长状况及植被覆盖度的最佳指示因子,它可以很好地反映地表植被的繁茂程度,其时间序列的变化对应着植被的生长和变化,因而被广泛应用于大尺度植被活动状况的研究.NPP是植物自身生物学特性与外界环境因子相互作用的结果,是植被活动的关键变量,全球变化对植被的影响将直接影响到NPP的大小.全球变化与陆地生态系统(GCTE)和京都议定书中也均把植被的NPP研究确定为核心内容之一[5].
当前随着传感器的不断发展,常用的NDVI数据源有AVHRR GIMMS,TERRA MODIS,SPOT VGT及LANDSAT TM/ETM等.由于各传感器的设计年代不同,不同数据源的时间分辨率与空间分辨率以及时间序列互有差异,常用的GIMMS NDVI空间分辨率为8 km,时间分辨率为15 d,时间序列为1981—2006年;MODIS NDVI空间分辨率为1 km,月合成数据,时间序列为2000年至今;SOPT NDVI空间分辨率为1 km,10 d合成数据,时间序列为1998年至今.MVC方法是NDVI数据合成的主要方法,它可以较大限度地消除云、大气、太阳高度角等对NDVI值的影响.NPP数据多以遥感数据驱动的植被生产力模型来估算,常用模型有CASA,GLOPEM-CEVSA,BIOME-BGC等.由于NPP的模拟多以NDVI为模型输入数据,因此其时间序列与NDVI基本一致.国内外基于站点的气象数据已逐步实现数据共享服务,中国气象数据共享服务网(http://cdc.cma.gov.cn/)是国内气象数据获取的重要来源.
常用的生态参数和气象因子变化分析方法主要有:回归分析、趋势线分析法、空间变异系数分析和主成分分析等.回归分析可以得出研究因子的年际变化情况;趋势线分析法可以较好地从像元尺度探讨生态参数和气象因子的变化趋势以及变化趋势的分布格局与空间差异;变异系数分析可以通过变异系数的大小来探讨生态参数和气象因子年际变化的空间分异大小及空间分异格局情况;主成分分析主要实现植被参数或气候因子的时间序列数据与时间的相关性,探讨其年际变化趋势,经验正交函数分解法(EOF)是基于主成分分析的探讨因子时间序列变化的重要方法.植被参数与气候因子间的关系分析方法主要以相关分析为主.在GIS平台上,基于像元的相关系数分析、偏相关系数分析、复相关系数分析等空间分析及相关的统计分析是植被-气候遥感分析研究的重要方法.
总结当前植被-气候关系研究,基于遥感数据和气象数据的大尺度、长时间序列的研究,以及基于高分辨率的遥感数据的研究仍是今后研究的热点.随着3S技术的不断发展,更多的数理统计方法已被应用到植被-气候关系研究中来,如小波变换、傅立叶变换方程等.
植被与气候因子是陆地生态系统的重要组成部分.植被NDVI和NPP是表征植被覆盖度和植被生长状况的最佳参数.探讨不同尺度的植被变化及其对气候变化的响应对于环境保育和生态决策具有重要的指导意义.
了解当前植被与气候之间的关系有助于分析和预测未来陆地生态系统对全球变化的响应.近20多年来,国内外学者利用NDVI数据在全球、大陆、区域等空间尺度上对植被年际变化进行了深入研究.研究发现:全球植被活动在加强,伴随着全球气候变暖,春季回绿时间提前,尤以北半球中高纬度地区明显[6].基于NDVI的植被对气候变化响应研究是当前全球气候变化的热点话题.针对不同区域和不同植被类型的研究有很多,如Ichii等分析了气候变化与全球NDVI的关系,表明在北半球中高纬度地区春秋季NDVI与温度显著相关,NDVI值随温度的升高而升高,温度的变化,尤其是植被生长季温度变化对于植被的生长活动产生重要影响[7].南半球干旱、半干旱地区,降水是影响植被的关键因子.Wang等对美国中部大平原的植被与降水间的相关分析表明,降水是以堪萨斯州为典型代表的中部大平原区植被生长的主要控制因子,降水对植被生长所表现出的时滞性对植被NDVI影响较大[8];Li等分析认为,中国地区植被AVHRR NDVI与气温间的相关系数明显大于降水[9];Piao等分析认为,全国尺度上NDVI的增加源于温度的升高,区域尺度上则与降水有关[10].诸多研究表明NDVI对气候因子的响应具有明显的空间差异,如陈云浩等进行了1983—1992年中国陆地植被NDVI变化的气候因子驱动分析,表明东北、西北差异明显[11];李震等研究得出西北地区主要受降水影响[12];而王宗明等研究了东北地区植被NDVI对气候因子的响应得出,东北主要受气温影响,强度大于降水[13];马明国等对基于遥感数据的植被年际变化研究和植被对气候变化的响应进行了一定的总结[14];李月臣等分析认为中国北方13省1982—1999年间植被总体呈现增加趋势,春、秋两季植被增加趋势最为明显,植被变化与气温相关性显著而与降水无显著相关,气温升高引起的生长期提前和生长季延长是植被增加的一个重要原因[15].全球气候变化日益显著,而区域差异明显,受地理分布和地形等因素影响,全球不同尺度和区域植被受气温和降水的影响程度互有差异.基于不同时期间和空间分辨率及不同时间序列和覆盖区域的NDVI遥感数据进行的植被动态及其对气候变化的响应研究是全球气候变化研究的重要方法和手段.新的遥感数据源仍在不断更新和发展,今后,结合更加丰富的气象数据资料,基于NDVI的植被对气候变化的响应研究工作仍是相关学者研究的重要内容.
自然植被的NPP反映了植物群落在自然环境下的生产能力;阐明自然植被净第一性生产力的分布不仅对土地人口承载能力的估算、农业区划等都具有重要的参考价值,而且亦为更好地保护、利用和开发森林、草场资源提供了理论依据[16].近年来,以遥感数据驱动的植被生产力模型(如CASA,GLOPEM等)得到了迅速发展和应用.这些模型根据其各自的模型结构原理,应用高时间分辨率的遥感数据实现了区域乃至全球的NPP估算.基于遥感观测的植被生产力研究已经开始应用于实时、连续监测和年际波动及长期变化趋势的探测.王宗明和梁银丽论述了植被净第一性生产力模型的国内外研究进展,并对现有的自然植被和作物生产力模型进行了简单评价,指出:“建立植被叶面积指数与生物生产力区域遥感动态模型是今后的发展方向”[17].
国内外学者基于模型模拟及遥感资料对于NPP时空特征及其对气候变化的响应做了大量的研究.Nemani等研究了1982—1999年全球陆地净初级生产力与气候的关系,认为“全球气候朝着有利于植被生长的方向发展,亚马逊雨林NPP增加量占全球NPP增加量的42%,主要是由于云覆盖减少导致太阳辐射增加的缘故”[18].于德永等研究得出东亚地区1982—1999年18年间的总NPP在波动中呈现增加趋势,且年平均NPP与年平均温度呈显著相关关系,气候干旱地区或气候严寒、冬季漫长的高纬度地区植被生产力较低;缅甸、泰国、越南的热带雨林区植被生产力较高[19].朴世龙等基于CASA模型估算了1982—1999年我国植被净第一性生产力并分析了其时空变化,认为:“18年间我国植被净第一性生产力呈增加趋势,高寒植被、常绿阔叶林和常绿针叶林的增加速度最快;降水是限制我国植被净第一性生产力的主要因子”[20].Piao等探讨了我国不同季节陆地植被净初级生产力对气候变化的响应得出:“1982—1999年18年间我国四季植被NPP都呈现显著增加趋势,不同植被类型NPP对气候变化的响应不同”[21].朱文泉等分析了气候变化对中国陆地植被净初级生产力的影响,认为:“中国近20年来的气候变化使温度、降水、光照均朝着有利于植物生长的方向发展,其胁迫作用有所减弱:西北地区主要受水分限制;东北、华北和青藏高原主要受气温限制;华中、华东、华南主要受光照限制.与全球情况相比,中国陆地植被NPP对气候变化的响应存在区域差异”[22].侯英雨等分析了1982—2000年我国陆地植被净初级生产力变化规律及其对气候变化的响应,认为:“我国降水对植被NPP的年内季节性变化的驱动作用强于温度,北方地区植被NPP与降水和温度的季节相关性要高于南方地区”[23].基于遥感数据模拟的不同区域的NPP研究发现,其对气候变化的响应表现出不同的变化趋势和季节变化差异[24-25].
随着全球气候变化研究的不断深入,过去近30年的植被变化及其对气候变化的响应已得到广泛关注,作为植被-气候关系研究的另一方面,植被变化对气候因子的反馈效应也同样需要深入研究.研究表明,植被变化造成了地表反射率、土壤湿度、地表蒸散、地表水热交换过程等其他因子的变化影响[26].地表反射率的变化导致地表大气温度的变化,因此,植被的变化使得当地能量平衡发生变化,同时产生了大尺度大气环流的反馈影响.Shukla研究了亚马逊河流域植被退化对全球和区域气候的影响,认为当地森林退化,转变为草地之后气温显著上升[27].植被对气温的反馈作用主要是由于其空间变化,例如,南撒哈拉和阿拉伯沙漠地区草地向北扩张会导致当地气候变冷[28].近年来植被对气候影响的变化研究不断深入.Zhang和Walsh探查了植被对气候的影响发现:“北半球高纬地区植被覆盖的增加可能会导致气候变暖和湿度增加及夏季降水的显著增加”[29].进一步研究表明,日益增加的植被覆盖也会引起对流层和大尺度上降水量的加强.由于植被“绿度”持续期长达1~2个月,陆地植被的变化持续影响大气环流,进而在逐日、季节和长时间序列时间尺度上影响当地、区域和全球的气候[30].
目前国内学者对于植被变化对气候的反馈研究逐步深入.Xue认为在过去40年里,内蒙古地区草地退化日益严重,削弱了区域季风环流,减少了当地的降雨量[31].长江、淮河流域洪水灾害的频发及北方地区的干旱反映了北方地区草地的退化和荒漠化及南方地区常绿阔叶林退化的相关作用.基于数值模型,Chen等模拟了中国西部不同植被类型的覆被变化对区域环流的影响[32],发现:“异常相对气旋环流主要集中在亚洲中纬度地区,导致中国西北地区90年代相对于70年代降雨量增加”.Li和Xue分析了黄河流域植被变化对夏季降水的影响,认为随着植被的增加,地表反射率降低,净地表辐射增加,因此地表蒸发和降水增强[33];Zuo等以NDVI表征青藏高原植被覆被情况,分析得出青藏高原植被与我国北方夏季降水有较大相关性[34];张井勇等基于NDVI和我国160个气象站点气象数据进一步论证了中国植被覆盖对夏季气候产生了重要影响[35].诸多研究均表明:由于植被覆盖度和植被覆被的变化,区域气候受到了严重影响,通过分析植被变化对气候的反馈机制,有利于生态保育方向的调控.目前,国内外多项科研计划都将植被对气候的反馈研究作为重要内容,如,“国际地圈与生物圈计划”和国内“973计划”等.加强基于遥感数据的植被对气候的反馈研究有助于实施宏观管理调控,如“黄河三角洲”地区降水调节、黄土高原区风沙与干旱调节等.
分析当前研究成果可以看出,基于遥感数据的植被-气候关系研究取得了相当大的成果,针对植被变化及其对气候变化的响应研究和植被变化对气候变化的反馈研究在不同时间序列、区域以及尺度上的结论较为深入和可靠.尽管这些研究结果表现出了系统性和综合性,但仍存在一定的不足.当前研究基本上都是基于单一遥感数据源.单一遥感数据源NDVI在时间序列上有一定的局限性,无法完成从80年代起至今近30年的长时间的植被活动动态监测研究.对基于两种数据源的NDVI数据,进行有效的融合应用,分析两种不同类型NDVI遥感数据间的一致性,拓展NDVI时间序列来开展植被活动和植被气候关系分析显得尤为重要且意义深远.目前,国外学者Tucker等探讨了AVHRR,SPOT,MODIS数据源间的一致性[36];Brown等应用神经网络分析法对AVHRR和MODIS NDVI数据进行了融合应用[37];Steven等探讨了不同传感器系统间植被指数的相互校准[38].国内除信忠保等应用SPOT-VGT数据基于一元线性方程对AVHRR进行了黄土高原区年平均NDVI的简单融合[39]、毛德华等利用MODIS NDVI对AVHRR NDVI时间序列进行了拓展应用外[40],还未见相关报道.虽然利用遥感数据估算植被NPP的研究有很多,但由于遥感NDVI数据等单一遥感数据源的局限性,并未实现长时间序列的相关NPP动态及其对气候变化的响应研究.多源遥感数据的融合应用是长时间植被-气候关系研究的重要途径.随着遥感技术的不断深入,更新、更高空间分辨率的遥感数据和长时间序列的气象观测数据是植被-气候关系研究的重要数据来源.
随着遥感技术的不断发展,不同尺度和长时间序列的遥感数据不断积累,研究植被变化对气候因子的反馈,探讨气候变化对植被变化的响应机制在今后的研究工作中具有重要意义.我国陆地面积广阔,近几十年来,随着经济的发展和环境变化,国内植被覆盖发生了重大变化,不同区域的植被覆盖变化对当地及周边地区气候产生了显著影响,如近年来不同区域洪涝、干旱的显著差异.同时,周边国家植被覆盖的变化,如北部外蒙古、俄罗斯等国家的植被变化对我国北方气候,西南接壤国家阔叶植被的变化对于我国南方尤其是西部地区气候都产生了重要影响.由此看出,探讨国内区域尺度及国家尺度上植被变化对气候要素的反馈具有十分重要的意义.
[1]IGBP/IHDP.Land-use and land-cover change science/research plan[R].Stochkholm:IGBP,1995.
[2]孙红雨,王常耀,牛铮,等.中国植被覆盖变化及其与气候因子关系——基于NOAA时间序列数据[J].遥感学报,1998,2(3):204-210.
[3]陈效逑,王恒.1982—2003年内蒙古植被带和植被覆盖度的时空变化[J].地理学报,2009,64(1):84-94.
[4]MARK R,RICK C,MICK C,et al.Long-term studies of vegetation dynamics[J].Science,2001,293:650-655.
[5]FIELD C B,RANDERSON J T,MALMSTROM C M.Global net primary production:combining ecology and remote sensing[J].Remote Sensing of Environment,1995,51:74-88.
[6]MYNENI R B,KEELING C D,TUCKER C J,et al.Increased plant growth in the northern high latitudes from 1981 to 1999[J].Nature,1997,386:698-702.
[7]ICHII K,KAWABATA A,YAMAGUCHI Y.Global correlation analysis for NDVI and climatic variables and NDVI trends:1982—1990[J].International Journal Remote Sensing,2002,23(18):3873-3878.
[8]WANG J,RICH P M,PRICE K P.Temporal responses of NDVI to precipitation and temperature in the central Great Plains,USA[J].International Journal of Remote Sensing,2003,24(11):2345-2364.
[9]LI B,TAO S,DAWSON R W.Relations between AVHRR NDVI and ecoclimatic parameters in China[J].International Journal of Remote Sensing,2002,23(5):989-999.
[10]PIAO S L,FANG J Y,JI W.Variation in a satellite-based vegetation index in relation to climate in China[J].Journal of Vegetation Science,2004,15:219-226.
[11]陈云浩,李晓兵,史培军.1983—1992年中国陆地NDVI变化的气候因子驱动分析[J].植物生态学报,2001,25(6):716-720.
[12]李震,阎福礼,范湘涛.中国西北地区NDVI变化及其与温度和降水的关系[J].遥感学报,2005,9(3):308-313.
[13]王宗明,国志兴,宋开山,等.中国东北地区植被NDVI对气候变化的响应[J].生态学杂志,2009,28(6):1041-1048.
[14]马明国,董立新,王雪梅.过去21 a中国西北植被覆盖动态监测与模拟[J].冰川冻土,2003,25(2):232-236.
[15]李月臣,宫鹏,刘春霞,等.北方13省1982—1999年植被变化及其与气候因子的关系[J].资源科学,2006,28(2):109-117.
[16]周广胜,张新时.全球气候变化的中国自然植被的净第一性生产力研究[J].植物生态学报,1996,20(1):11-19.
[17]王宗明,梁银丽.植被净第一性生产力模型研究进展[J].西南林学院学报,2002,17(2):22-25.
[18]NEMANI R R,KEELING C D,HASHIMOTO H,et al.Climate-driven increases in global terrestrial net primary production from 1982 to 1999[J].Science,2003,300(5625):1560-1563.
[19]于德永,潘耀忠,姜萍,等.东亚地区植被净第一性生产力对气候变化的时空响应[J].北京林业大学学报,2005,27(2):96-101.
[20]朴世龙,方精云,郭庆华.1982—1999年我国植被净第一性生产力及其时空变化[J].北京大学学报:自然科学版,2001,37(4):563-569.
[21]PIAO S L,FANG J Y,CHEN A P.Seasonal dynamics of terrestrial net primary production in response to climate changes in China[J].Acta Botanica Sinica,2003,45(3):269-275.
[22]朱文泉,潘耀忠,阳小琼,等.气候变化对中国陆地植被净初级生产力的影响分析[J].科学通报,2007,52(21):2535-2541.
[23]侯英雨,柳钦火,延昊.我国陆地植被净初级生产力变化规律及其对气候的响应[J].应用生态学报,2007,18(7):1546-1553.
[24]囯志兴,王宗明,张柏,等.2000—2006年东北地区植被NPP的时空特征及影响因素分析[J].资源科学,2008,30(8):1226-1235.
[25]王军邦,刘纪远,邵全勤,等.基于遥感-过程耦合模型的1988—2004年青海三江源区净初级生产力模拟[J].植物生态学报,2009,33(2):254-269.
[26]PIELKE R,AVISSAR R,RAUPACH M.Interactions between the atmosphere and terrestrial ecosystems:influence on weather and climate[J].Global Change Biology,1998(4):461-475.
[27]SHUKLA J,NOBRE C,SELLERS P.Amazon deforestation and climate change[J].Science,1990,247(4948):1322-1325.
[28]FOLEY J A,LEVIS S,PRENTICE I C.Coupling dynamic models of climate and vegetation[J].Global Change Biology,1998(4):561-579.
[29]ZHANG J,WALSH J E.Thermodynamic and hydrological impacts of increasing greenness in Northern high latitudes[J].Journal of Hydrometeorology,2006,7(5):1147-1163.
[30]LIM Y K,CAI M,KALNAY E,et al.Impact of vegetation types on surface temperature change[J].Journal of Applied Meteorology and Climatology,2008,47:411-424.
[31]XUE Y K.The impact of desertification in the Mongolian and the Inner Mongolian grassland on the regional climate[J].Journal of Climate,1996(9):2173-2189.
[32]CHEN J M,ZHAO P,LIU H L.Modeling impacts of vegetation in western China on the summer climate of northwestern China[J].Advances in Atmospheric Sciences,2009,26:803-812.
[33]LI W P,XUE Y K.Numerical simulation of the impact of vegetation index on the inter-annual variation of summer precipitation in the Yellow River Basin[J].Advances in Atmospheric Sciences,2005,22(6):865-876.
[34]ZUO Z Y,ZHANG R H,ZHAO P.The relation of vegetation over the Tibetan Plateau to rainfall in China during the boreal summer[J].Clim Dyn,2011,36:1207-1209
[35]张井勇,董文杰,叶笃正,等.中国植被覆盖对夏季气候影响的新证据[J].科学通报,2003,48(1):91-95.
[36]TUCKER C J,PINZON J E,BROWN M E,et al.An extended AVHRR 8-km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data[J].International Journal of Remote Sensing,2005,26(20):4485-4498.
[37]BROWN M E,LARY D J,VRIELING A.Neural networks as a tool for constructing continuous NDVI time series from AVHRR and MODIS[J].International Journal of Remote Sensing,2008,29(24):7141-7158.
[38]STEVEN M D,MALTHUS T J,BARET F,et al.Intercalibration of vegetation indices from different sensor systems[J].Remote Sensing of Environment,2003,88:412-422.
[39]信忠保,许炯心,郑伟.气候变化和人类活动对黄土高原植被覆盖变化的影响[J].中国科学(D辑):地球科学,2007,37(11):1504-1514.
[40]毛德华,王宗明,罗玲,等.1982—2008年东北冻土区植被生长季NDVI对气候变化和CO2体积分数增加的响应[J].环境科学学报,2010,30(11):2332-2343.
An overview of researches in relations between vegetation and climate based on remote sensing
XIE Jin-fan1,MAO De-hua2,REN Chun-ying2
(1.Jilin Climate Center,Changchun 130024,China;2.Northeast Institute of Geography and Agro-Ecology,Chinese Academy of Sciences,Changchun 130012,China)
Research in relations between vegetation and climate is a complicated system.The research in relations between vegetation and climate has become one important field of study on global change.It includes two aspects:first,research in responses of vegetation change to climatic change,and second,feedback research of changes in vegetation to climate change.This paper summarized an overview of relation researches between vegetation and climate based on remote sensing.Vegetation changes have showed obvious responses to climatic change at different scales,regions and time series,over the past few decades.Changes in vegetation growth are closely related to temperature and precipitation.Vegetation change at large scale resulted to local and regional climatic changes.Currently,there are various remote sensing data sets came from different data sources for the research on relations between vegetation and climate.Because single data source is limited in time,the integration application of multi-source remote sensing data is an important way to study relations between vegetation and climate for long time series.As the development of remote sensing,remote sensing datasets with bigger spatial and time resolution and long-time sequence climatic dataset will be important data sources for research in relations between vegetation and climate.
vegetation;climate;remote sensing;global change
TP 79
170·4510
A
1000-1832(2011)03-0145-06
2011-04-23
国家自然科学基金资助项目(40930527,40871187);中国科学院知识创新工程重要方向项目(KZCX2-YW-341).
谢今范(1959—),男,高级工程师,主要从事气候变化与气候资源开发利用研究;通讯作者:毛德华(1987—),男,博士研究生,主要从事环境遥感与GIS应用研究.
方 林)