锡林郭勒盟不同类型植被的生长季变化

迟登凯，王 宏，李晓兵，许凯凯，喻 峰

(1.地表过程与资源生态国家重点实验室，北京师范大学资源学院，北京 100875；2.国土资源部信息中心，北京 100812)



锡林郭勒盟不同类型植被的生长季变化

迟登凯1，王 宏1，李晓兵1，许凯凯1，喻 峰2

(1.地表过程与资源生态国家重点实验室，北京师范大学资源学院，北京 100875；2.国土资源部信息中心，北京 100812)

利用分辨率为1km×1km1989-2008年长时间序列NOAA/AVHRRNDVI卫星产品数据以及锡林郭勒盟植被类型图，对时间序列影像进行Savitzky-Golay滤波后，提取了8种植被类型多年的归一化植被指数(NDVI)时序曲线，对NDVI时序曲线进行S-G滤波后，采用改进的动态阈值法分别估测各植被类型每年生长季的开始、结束时间及长度并进行线性拟合，讨论其变化情况。根据实测数据验证了温带丛生禾草典型草原遥感估测物候期的精确度。研究结果表明，各种植被类型生长季开始时间变化情况差别较大，除温带禾草、杂类草盐生草甸和温带落叶小叶疏林分别有4和1d·20a-1的轻微延迟以外，其它6种植被的生长季开始时间均有不同程度的提前趋势，不同植被类型生长季结束时间呈现出了差别较小的延迟趋势，生长季长度均延长，生长季结束时间对生长季长度的影响更大；估测的温带丛生禾草典型草原返青期与观测值变化趋势非常接近，分别提前了9和7d·20a-1，而两者的黄枯期则出现了相反的变化趋势。估测值与观测值的均方根误差(RMSE)分别是，生长季开始时间16.59d，结束时间14.40d。

NOAA/AVHRR；NDVI；遥感监测；Savitzky-Golay滤波；动态阈值法

植被生长季是重要的生态信息，是全球气候变化研究的重要问题。植被生长季的多年变化趋势是进行植被监测、生态系统管理、农业区划、合理制定休牧放牧政策的重要依据[1]。有研究表明，监测长时间序列植被生长季的年际变化特征是理解和模拟陆地生态系统动态变化的重要手段，同时也可以提供关于生物气候区域空间分布的转变以及大尺度循环模式或者土地利用的变异信息[2]。将卫星遥感数据和地面实测物候资料相结合，利用长时间序列卫星数据获取地表植被生长季变化情况已广泛用于植被生长季的预报[3]。基于遥感方法监测植被生长季主要包括时间序列重构和物候期识别两大技术方法。Savitzky-Golay滤波(S-G滤波)方法[4-5]仅需设定两个参数，能有效去除偏离正常生长趋势线的部分噪声，且更有利于保持峰值的数据。在以中国为研究区的研究中，有研究得出S-G滤波法在归一植被指数(NDVI)曲线重构上优于BISE法和傅里叶变换法[6]。遥感物候期的识别基于数据重建方法进行，目前动态阈值法已经较好地应用于全球许多区域，如利用25%的阈值监测北半球高纬度的芬诺斯坎底亚半岛的植被生长季变化[7]，利用20%的阈值研究了非洲大陆撒哈拉和苏丹区域的植被生长季变化特征[8]，国内学者采用类似阈值在内蒙古[9]、青藏高原[3,10-12]、浙江[5]等地进行了植被生长季变化研究。和其它方法相比，动态阈值法考虑了NDVI季节变化幅度，实现了阈值的动态设定，从而在一定程度上消除了土壤背景值和其它因素的影响。

在可见光/近红外、短波红外和热红外时间系列数据中，NOAA/AVHRR形成了最长时间序列的遥感产品数据集[13]，由于其序列数据比较完整，常被用于大尺度植被的生长季监测。而目前应用NOAA/AVHRRNDVI数据集的研究多采用较低空间分辨率(8km×8km)的影像，不利于提高研究精度。本研究采用分辨率为1km×1km的NOAA/AVHRR卫星NDVI产品数据，时间分辨率是旬，时间跨度为1989年1月―2008年12月。

近年来，对于植被生长季的研究大多集中在大区域混合植被，忽略了不同植被类型对于气候响应的差异，因此本研究根据锡林郭勒盟的植被类型图[14]，将研究区的植被划分成温带禾草、杂类草草甸草原，温带丛生禾草典型草原，温带禾草、杂类草草甸，温带禾草、苔草及杂类草沼泽化草甸，温带禾草、杂类草盐生草甸，温带落叶阔叶林，温带落叶小叶疏林，温带落叶灌丛8种类型，基于S-G滤波方法重建NDVI时间序列，采用动态阈值法识别各植被类型生长季开始和结束时间并分别研究其多年变化情况，这对于了解不同植被对气候变化的响应机制有重要的意义。

1　材料与方法

1.1研究区概况

锡林郭勒盟是内蒙古自治区所辖盟，位于中国的正北方，内蒙古自治区的中部，驻地锡林浩特市。地处115°13′-117°06′E、43°02′-44°52′N(图1)。年平均气温0～3 ℃，平均降水量295mm，由东南向西北递减。年平均相对湿度在60%以下，蒸发量为1 500～2 700mm，由东向西递增。年日照时数为2 800～3 200h，日照率64%～73%，无霜期110～130d。海拔为800～1 800m，地形以高平原为主体，兼有多种地貌，地势南高北低，东、南部多低山丘陵，盆地错落其间，为大兴安岭向西和阴山山脉向东延伸的余脉。锡林郭勒草原总面积为19.2万km2，占全盟总面积的97.8%；其中可利用草地面积17.6万km2，占全盟草原面积的90%。这里水多、林多、牧草丰茂，是理想的四季放牧草地。

图1　研究区分布图Fig.1　Map of study area

1.2数据来源

本研究所采用的数据是长序列NOAA/AVHRR卫星NDVI产品数据，来自中国气象局(http://satellite.nsmc.org.cn)，图像分辨率是1km×1km，时间分辨率是旬，时间跨度为1989年1月―2008年12月。1991、1994、1995、2002年的数据缺失，所以不做研究，2000、2001年仅有1月-7月份的数据，所以仅利用前7个月的NDVI序列估算生长季开始日期，生长季结束时间不做估算。每旬的NDVI数据是通过国际通用的可以进一步消除云、大气、太阳高度角等的部分干扰的最大合成(MVC)方法获得[15]。植被资料是1∶1 000 000的锡林郭勒盟植被类型图[14]。植被返青期的实测数据来源于锡林浩特牧业气象站以及在相关论文中查找到的数据[16]。

1.3NDVI时间序列影像重构

本研究选择Savitzky-Golay滤波方法，采用交互式数据语言(IDL)对NDVI时间序列影像进行平滑。

(1)

式中:X是未平滑的NDVI值，Y是平滑后的NDVI值，Ci是第i个NDVI值的权重系数，N是滤波卷积算子的NDVI值个数，其值大小等于平滑窗口的大小2m+1，j是在未平滑数据表中的序数。滤波算子包括2m+1个NDVI值，m值等于平滑窗口宽度的一半。应用Savitzky-Golay滤波方法需要确定两个参数的值，即m和平滑多项式的次数。m越大，曲线越平滑；平滑多项式的次数越小，曲线越平滑，但会保留异常值[17]。经过多次反复试验，当m=4，平滑多项式次数为2时，平滑效果最好。

1.4生长季识别

本研究采用IDL语言，选择改进后的动态阈值法进行生长季识别。动态阈值法即分别将当年NDVI曲线上升阶段和下降阶段振幅的一定比例处NDVI值对应的时间定义为植被生长季开始、结束的时间，其原理如图2所示。本研究设置了10%～50%、间隔为10%的5个阈值，通过大量试验，最终得出当阈值均定为20%时，识别出的各种植被类型的生长季开始、结束时间比较稳定且与现有观测值的差距最小。

图2　动态阈值法原理图Fig.2　Principle figure of dynamic threshold method

NDVIt= (NDVImax-NDVImin)×0.2+NDVImin

(2)

式中:NDVIt为生长季开始(结束)时间对应的NDVI值，NDVImax为当年NDVI曲线的最大值，NDVImin为当年NDVI曲线的上升(下降)阶段的最小值。

为提高物候期识别的精度，本研究基于动态阈值法进行了改进。通常，植被开始生长以后，生长迅速加快，因此基于20%的阈值识别出生长季开始日期，之后一旬内NDVI值的增量与之前一旬内NDVI的增量进行比较，若之后增长的NDVI值更大，则保留识别出的生长季开始时间。反之，说明植被还没有进入稳定的生长，将阈值每次提高2%重新进行生长季开始时间的识别，直至满足条件。同样，植被结束生长以后，NDVI值的变化逐渐减缓，因此，基于20%的阈值识别出生长季结束时间，之后一旬内NDVI值的减少量与之前一旬内NDVI值的减少量进行比较，若之后降低的NDVI值更小，则保留识别出的生长季结束时间。反之按照同样的方法重新识别生长季结束日期，直至满足条件。改进的动态阈值法结合了植被的生长特性，提高了物候期识别的精度。

1.5数据分析

本研究采用一次线性方程来定量描述植被生长季的多年变化趋势，即以年份(t)为时间因子，植被生长季开始/结束时间(x)为模拟对象，建立x与t之间的线性回归方程：x(t)=at+b，a、b为待定系数，其中a为倾向值，若a>0，表示生长季开始/结束的时间呈延迟趋势；若a<0，表示生长季开始/结束的时间呈提前趋势。a×20称为倾向率，单位为d·20a-1。

1.6遥感估测生长季精度验证

均方根误差(RMSE)是观测值与真值偏差的平方和与观测次数n比值的平方根，它能反映观测值和真值之间的偏差。计算公式如下：

(3)

式中:Xobs,i是实际观测的生长季开始/结束时间，Xmodel,i是遥感监测的植被生长季开始/结束时间，n为年数。

2　结果与分析

2.1NDVI时序曲线重构

利用Savitzky-Golay滤波方法分别对8种植被类型1989―2008年的NDVI时间序列曲线进行重构，其中温带丛生禾草典型草原重构前后的NDVI曲线如图3所示，可以看出，对于原始数据存在噪声的年份，S-G滤波方法能在保持曲线原有特征的基础上进行较好地平滑。

2.2遥感估测生长季精度验证

本研究采用RMSE对遥感估测的生长季进行精度验证。在8种植被类型中，温带丛生禾草典型草原的面积最大且连片分布，因此，选择锡林郭勒盟温带丛生禾草典型草原的建群种羊草(Leymus chinensis)的观测物候期来验证估测值的精度，观测值来自锡林浩特牧业气象站以及在文献[16]中查找到的数据，观测值以及动态阈值法监测到的温带丛生禾草典型草原的物候期对比如图4所示。可以看出，实际观测的羊草返青期除1989和2000年以外均在4月份，其中，1992年羊草在4月上旬返青，1993、1997、1998、2003、2004、2007、2008年羊草在4月中旬返青，其余年份在4月下旬返青。这16年中，动态阈值法估测的温带丛生禾草典型草原的返青期有5年比观测的返青期提前，其余11年均晚于观测值。估测的返青期最早年份是1997年，最早返青期是第100天，最晚是2008年，最晚返青期是第140天；观测的返青期最早是1992年，最早返青期是第98天，最晚是1989年，最晚返青期是第134天。估测值与观测值的变化趋势均表现出提前，估测值平均提前了9d·20a-1，观测值平均提前了7d·20a-1，变化趋势几乎一致。

实际观测的羊草黄枯期均集中在10月份，其中，2004年在10月上旬进入黄枯期，1999、2003、2007年在10月中旬进入黄枯期，其余年份在10下旬进入黄枯期。这14年中，动态阈值法估测的温带丛生禾草典型草原的黄枯期有3年比观测的黄枯期提前，其余11年均晚于观测值。估测的黄枯期最早年份是2003年，最早黄枯期是第278天，最晚是2005年，最晚黄枯期是第325天；观测的黄枯期最早是2007年，最早黄枯期是第281天，最晚是1993年，最晚黄枯期是第301天。估测值与观测值的变化趋势并不一致，估测值延迟了6d·20a-1，观测值提前了4d·20a-1。

图3　锡林郭勒盟温带丛生禾草典型草原滤波前后NDVI时间序列数据对比Fig.3　Comparison of NDVI time-series data of temperate needlegrass arid steppe in Xilingol League between before and after filtering

图4　锡林郭勒盟温带丛生禾草典型草原羊草物候期的估测值与观测值对比Fig.4　Comparison of estimating and surveying values of Leymus chinensis in temperate needlegrass arid steppe in Xilingol League

注：k1为观测值的变化斜率，k2为估测值的变化斜率。

Note: k1,slopeofchangeofsurveyingvalues; k2,slopeofchangeofestimatingvalues.

对动态阈值法的估测值与实际观测值求差(表1)，可以看出，1997、2003、2004、2005、2006和2007年估测的返青期较准确，2004年温带丛生禾草典型草原的返青期与观测值相差最少，为1d；1992和2008年估测的返青期与观测值相差较大，估测结果不是很好，2008年相差最多，为35d。通过计算，得出动态阈值方法估测的温带丛生禾草典型草原的返青期与观测值的均方根误差为16.59(<20d)。

1989、1992、1997、1999、2007年估测的黄枯期较准确，1989年温带丛生禾草典型草原的黄枯期与观测值相差最少，为4d；2004和2005年估测的黄枯期与观测值相差较大，估测结果不是很好，2005年相差最多，为30d。通过计算，得出动态阈值方法估测的温带丛生禾草典型草原的黄枯期与观测值的均方根误差为14.40(<20d)。

2.3生长季的遥感识别及其变化趋势

由于NDVI影像是经最大值合成的以旬为单位的影像，为保证生长季监测结果的准确性，本研究将每旬计算得出的NDVI均值作为旬末一天的数据。对8种植被类型多年的NDVI曲线，分别计算每条曲线上升阶段和下降阶段振幅的20%处对应的NDVI值，在Origin9.0中提取出对应的天数，以此来确定不同植被类型各年的生长季开始、结束时间并对其进行线性拟合(图5)。可以看出，虽然各种植被生长季开始时间不同，但是大都集中在每年的4月上旬到5月下旬之间(第90天-第150天)，生长季开始时间差异较明显。各种植被类型生长季开始时间变化情况差异较大，1989―2008年，除温带禾草、杂类草盐生草甸和温带落叶小叶疏林分别有4和1d·20a-1的轻微延迟以外，其它6种植被的生长季开始时间均有不同程度的提前趋势：温带丛生禾草典型草原提前了9d·20a-1，温带禾草、杂类草草甸草原提前了17d·20a-1，温带禾草、杂类草草甸提前了28d·20a-1，温带禾草、苔草及杂类草沼泽化草甸提前了16d·20a-1，温带落叶阔叶灌丛提前了1d·20a-1，温带落叶阔叶林提前了10d·20a-1。各类型植被的生长季结束时间大部分集中在第280天～第330天，其中温带禾草、杂类草草甸的黄枯期较早。从植被生长季结束时间的年际变化特征来看，1989-2008年，所有植被类型均呈延迟趋势：温带丛生禾草典型草原延迟了6d·20a-1，温带禾草、杂类草草甸草原延迟了29d·20a-1，温带禾草、杂类草草甸延迟了25d·20a-1，温带禾草、苔草及杂类草沼泽化草甸延迟了27d·20a-1，温带禾草、杂类草盐生草甸延迟了26d·20a-1，温带落叶阔叶灌丛延迟了16d·20a-1，温带落叶阔叶林延迟了23d·20a-1，温带落叶小叶疏林延迟了24d·20a-1。

表1　锡林郭勒盟温带丛生禾草典型草原羊草物候期的估测值与观测值的差值Table 1　Difference between estimating and observing values of Leymus chinensis intemperate needlegrass arid steppe in Xilingol League

图5　不同植被类型物候期及其年际变化Fig.5　The phonological phase of vegetation and its variability of different vegetation types

注：k1为生长季开始时间的变化斜率，k2为生长季结束时间的变化斜率。

Note： k1,slopeofchangeofbeginningofgrowingseason; k2,slopeofchangeofendofgrowingseason.

2.4生长季长度的遥感识别及其变化趋势

8种植被类型每年的生长季长度及其变化趋势如图6所示，各种植被类型的生长季长度均呈现出不同程度的延长：温带丛生禾草典型草原延长了15d·20a-1，温带禾草、杂类草草甸草原延长了48d·20a-1，温带禾草、杂类草草甸延长了54d·20a-1，温带禾草、苔草及杂类草沼泽化草甸延长了45d·20a-1，温带禾草、杂类草盐生草甸延长了23d·20a-1，温带落叶阔叶灌丛延长了19d·20a-1，温带落叶阔叶林延长了35d·20a-1，温带落叶小叶疏林延长了25d·20a-1。草甸的生长季长度变化最明显，草原和灌丛的生长季长度变化较缓慢。

图6　不同植物类型生长季长度及其年际变化Fig.6　The length of growing season and its variability of different vegetation types

注：k分别为相应类型草原生长季长度变化的斜率。

Note: kshowlengthofgrowingseasonineightvegetations.

2.5各植被类型多年平均生长季开始、结束时间及长度

各植被类型的生长季开始时间为第106～127天，其中温带落叶小叶疏林最早，为第106天，温带禾草、杂类草草甸最晚，为第127天，最早和最晚相差21d(表2)。各植被类型的生长季结束日期为第292～312天，其中温带禾草、杂类草草甸最早，为第292天，温带落叶小叶疏林最晚，为第312天，最早和最晚相差20d。由于温带禾草、杂类草草甸的返青期最晚而黄枯期最早，因此其生长季长度最短，仅为第167天，与生长季长度最长的温带落叶小叶疏林相差41d。

表2　各类型植被平均生长季开始、结束时间及生长季长度Table 2　The average date of beginning, end of growing season and average length of growing season

注：A，温带丛生禾草典型草原；B，温带禾草、杂类草草甸草原；C，温带禾草、杂类草草甸；D，温带禾草、杂类草沼泽化草甸；E，温带禾草、杂类草盐生草甸；F，温带落叶阔叶灌丛；G，温带落叶阔叶林；H，温带落叶小叶疏林。

Note:A,Temperateneedlegrassaridsteppe;B,Temperategrass-forbmeadowsteppe;C,Temperategrassandforbmeadow;D,Temperategrass,carexandforbswampmeadow;E,Temperategrassandforbholophyticmeadow;F,Temperatebroadleafdeciduousscrub;G,Temperatebroadleafdeciduousforest;H,Temperateleafletdeciduousforest.

3　讨论与结论

本研究基于分辨率1km×1km的长序列NOAA/AVHRR卫星NDVI数据，估测了1989―2008年锡林郭勒盟8种植被类型的生长季开始、结束时间及长度并研究了其多年变化情况。

各种植被类型生长季开始日期变化情况差别较大，除温带禾草、杂类草盐生草甸和温带落叶小叶疏林分别有4和1d·20a-1的轻微延迟以外，其它6种植被均有不同程度的提前趋势，与王宏等[18-19]的结论一致。这是由于在气候变暖的大背景下，锡林郭勒盟植被的生长季也受到了气候变暖的影响，温度的升高导致春季植被生长季开始时间的提前。但是，不同类型植被提前的程度不同，这是由于8种植被所处的经纬度、海拔、气候条件各不相同，对各种气候因子的响应程度也不完全相同，另外各种植被覆盖类型的优势种生理特性的差异也是造成生长季开始日期变化差异的另一原因。尽管气温以升温为主，但是不排除某些地区气温波动变化引起植被生长季开始日期的推迟现象。温带禾草、杂类草盐生草甸和温带落叶小叶疏林在锡盟地区分布面积较小且并非均匀连片分布，受局部生态条件的影响较大，因此其生长季开始日期的变化趋势并未同其它植被类型一样出现提前趋势。1989年和1997年春季降水和气温条件较好，植被生长季均开始的较早。在生长季开始日期提前的趋势下，2008年各种类型植被的生长季开始日期均出现了较大幅度的延后，这是由于2008年干旱较为严重，但是有研究指出，内蒙古草地牧草返青期与4月份降水量呈显著负相关[20]，这也可以看出气温并非影响植被返青的唯一因子。

各种植被类型的生长季结束时间均呈现出延迟趋势，这与Zhou等[21]的研究结论一致。除温带禾草典型草原和温带落叶灌丛，其余类型植被均有相似程度的延迟，可见不同植被类型生长季结束时间的变化并未出现较大幅度的差异。从生长季结束时间的变化中可以看出，2000年以前，植被生长季结束时间处于波动中轻微延后，而2000年以后延后的幅度较大。同样2008年植被的生长季结束时间出现了较为反常的提前。一方面由于2008年干旱，而降水量越多生长季结束时间越晚，另一方面，夏秋环境变暖加速了植物的生长发育，植物成熟过程提早即生长季提前结束。

各种植被类型的生长季均呈现出延长趋势，草甸的生长季长度变化最明显，草原和灌丛的生长季长度变化较缓慢。虽然温带禾草、杂类草盐生草甸和温带落叶小叶疏林的生长季开始、结束时间均出现了延迟趋势，但是生长季结束时间推迟的更明显，因此生长季呈延长趋势。总体而言，近20年，生长季结束时间的变化远较开始时间显著，研究区大部分植被类型生长季开始时间提前，但是其提前幅度较小，而同种植被类型生长季结束时间的变化幅度则明显大于开始时间(温带禾草、杂类草草甸除外)，使得生长季长度的变化更多地受生长季结束时间变化幅度的影响。这一结论与研究内蒙古草原灌丛物候变化时得出的结论一致[9]。对藏北高原植被物候时空动态变化的研究指出，生长季长度的时空变化特征主要受返青期提前的影响[9]。这说明，生长季的时空变化特征虽然由植被生长季开始、结束时间共同决定，但是二者的作用孰大孰小并没有定论，还要视研究区的具体情况而定。

通过计算各植被类型多年生长季开始/结束时间和生长季长度的平均值发现：生长季开始时间在第106～127天，其中温带落叶小叶疏林最早，为第106天，温带禾草、杂类草草甸最晚，为第127天，最早和最晚相差21d。各植被类型的生长季结束时间在第292～312天，其中温带禾草、杂类草草甸最早，为第292天，温带落叶小叶疏林最晚，为第312天，最早和最晚相差20d。在锡林郭勒盟地区当植被的生长季开始时间较早时，其结束时间较晚，这导致植被的生长季长度的差异情况与生长季结束时间较为一致。

对遥感估测的温带丛生禾草典型草原的物候期进行精度验证，结果表明，估测返青期表现出了与观测值相似的提前趋势，而黄枯期则出现了相反的变化趋势，造成这种现象的原因是：温带丛生禾草典型草原分布广泛，而黄枯期的实际观测数据为少数观测点的平均值，对于较大范围的本研究来说并没有很好的适用性。

此外，部分年份估测精度较好，而某些年份却出现了较大的偏差。造成以上现象的原因主要有：实际观测站点的选择多在禁牧地区，而遥感监测的范围还包括放牧地区，过度放牧导致的草地退化和封育草地不合理的管理方式等造成的草地地表能量平衡的变化，最终会反作用于植被物候；两种返青期自身特点并不相同，观测的返青期是植物的生理阶段特征，代表植被物种开始返青，进入生长阶段，是植被物种对气候条件的响应；而遥感返青期是反映植被群落生长的NDVI曲线显著增强的时刻，是植被群落开始迅速生长的时刻，二者所代表的尺度不同，植被物种返青期是植株个体和物种尺度，而遥感返青期是群落尺度。但植被物种返青期和遥感返青期的均方根误差在精度的可接受范围内，说明二者之间存在一定联系。因此，从这两者的联系出发，分析实际观测和遥感估测下植物物候之间的联系，为解决物候在地理学中由于尺度不同带来的度量差异的研究提供参考，是以后研究的重点。

< class="emphasis_italic">References

:

[1]李正国,唐华俊,杨鹏,吴文斌,陈仲新,周清波,张莉,邹金秋.植被物候特征的遥感提取与农业应用综述.中国农业资源与区划,2012,33(5):20-28.

LiZG,TangHJ,YangP,WuWB,ChenZX,ZhouQB,ZhangL,ZouJQ.Progressinremotesensingofvegetationphenologyanditsapplicationinagriculture.ChineseJournalofAgriculturalResourcesandRegionalPlanning,2012,33(5):20-28.(inChinese)

[2]SellersPJ,DickinsonRE,RandallDA,BettsAK,HallFG,BerryJA,CollatzGJ,DenningAS,MooneyHA,NobreCA,SatoN,FieldCB,Henderson-SellersA.Modelingtheexchangesofenergy,water,andcarbonbetweencontinentsandtheatmosphere.Science,1997,275:502-509.

[3]宋春桥,游松财,柯灵红,刘高焕,钟新科.藏北高原植被时空动态变化的遥感监测研究.植物生态学报,2011,35(8):853-863.

SongCQ,YouSC,KeLH,LiuGH,ZhongXK.Spatio-temporalvariationofvegetationphenologyintheNorthernTibetanPlateauasdetectedbyMODISremotesensing.ChineseJournalofPlantEcology,2011,35(8):853-863.(inChinese)

[4]DallOG,KarnieliA.MonitoringphonologicalcyclesofdesertecosystemsusingNDVIandLSTdataderivedfromNOAAAVHRRimagery.InternationalJournalofRemoteSensing,2002,23:4055-4071.

[5]何月,樊高峰,张小伟,李正泉,高大伟.浙江省植被物候变化及其对气候变化的响应.自然资源学报,2013,28(2):220-233.

HeY,FanGF,ZhangXW,LiZQ,GaoDW.VegetationphenologicalvariationanditsresponsetoclimatechangeinZhejiangProvince.JournalofNaturalResources,2013,28(2):220-233.(inChinese)

[6]ChenJ,JonssonP,TamurabM,GuZH,MatsushitaB,EklundhL.Asimplemethodforreconstructingahigh-qualityNDVItime-seriesdatasetbasedontheSavitzky-Golayfilter.RemoteSensingofEnvironment,2004,91:332-344.

[7]PieterSABeck,ClementA,KjellAH,BerntJ,AndrewKS.Improvedmonitoringofvegetationdynamicsatveryhighlatitudes:AnewmethodusingMODISNDVI.RemoteSensingofEnvironment,2006,100:321-334.

[8]HeumannBW,SeaquistJW,EklundhL,JonssonP.AVHRRderivedphenologicalchangeintheSahelandSoudanAfrica,1982-2005.RemoteSensingofEnvironment,2007,108:385-392.

[9]范瑛,李小雁,李广泳.基于遥感数据的内蒙古草原灌丛物候变化研究.干旱气象,2014,32(6):902-908.

FanY,LiXY,LiGY.VariationcharacteristicsofshrubphenologyingrasslandofInnerMongoliabasedonMODIS.JournalofAridMeteorology,2014,32(6):902-908.(inChinese)

[10]刘双俞,张丽,王翠珍,闫敏,周宇,鹿琳琳.基于MODIS数据的青藏高原植被物候变化趋势研究(2000-2010年).遥感信息,2014,29(6):25-30.

LiuSY,ZhangL,WangCZ,YanM,ZhouY,LuLL.VegetationphenologyintheTibetanPlateauusingMODISdatafrom2000to2010.RemoteSensingInformation,2014,29(6):25-30.(inChinese)

[11]游松财,宋春桥,柯灵红,刘高焕,钟新科.基于MODIS植被指数的藏北高原植被物候空间分布特征.生态学杂志,2011,30(7):1513-1520.

YouSC,SongCQ,KeLH,LiuGH,ZhongXK.SpatialdistributioncharacteristicsofvegetationphenologyinnorthernTibetanPlateaubasedonMODISenhancedvegetationindex.ChineseJournalofEcology,2011,30(7):1513-1520.(inChinese)

[12]常清,王思远,孙云晓,殷慧,尹航.青藏高原典型植被生长季遥感模型提取分析.地球信息科学,2014,16(5):815-823.

ChangQ,WangSY,SunYX,YinH,YinH.TheremotesensingmonitoringmodelofthetypicalvegetationonphenologyintheQinghai-TibetanPlateau.JournalofGeo-informationScience,2014,16(5):815-823.(inChinese)

[13]马明国,宋怡,王旭峰,韩辉邦,于文凭.AVHRR、VEGETATION和MODIS时间系列遥感数据产品现状与应用研究进展.遥感技术与应用,2012,27(5):663-670.

MaMG,SongY,WangXF,HanHB,YuWP.DevelopmentstatusandapplicationresearchofthetimeseriesremotesensingdataproductsbasedonAVHRR,VEGETATIONandMODIS.RemoteSensingTechnologyandApplication,2012,27(5):663-670.(inChinese)

[14]张新时.中华人民共和国植被图(1∶1000000).北京:地质出版社,2007:280.

[15]HolbenBN.Characteristicsofmaximum-valuecompositeimagesfortemporalAVHRRdata.InternationalJournalofRemoteSensing,1994,17:3547-3565.

[16]顾润源,周伟灿,白美兰,李喜仓,邸瑞琦,杨晶.气候变化对内蒙古草原典型植物物候的影响.生态学报,2012,32(3):767-776.

GuRY,ZhouWC,BaiML,LiXC,QiuRQ,YangJ.ImpactsofclimatechangeonphenologicalphaseofherbinthemaingrasslandinInnerMongolia.ActaEcologicaSinica,2012,32(3):767-776.(inChinese)

[17]鹿琳琳,郭华东.基于SPOT/VEGETATION时间序列的冬小麦物候提取方法.农业工程学报,2009,25(6):174-179.

LuLL,GuoHD.ExtractionmethodofwinterwheatphenologyfromtimeseriesofSPOT/VEGETATIONdata.TransactionsoftheCSAE,2009,25(6):174-179.(inChinese)

[18]王宏,李晓兵,余弘婧.基于NOAA/AVHRRNDVI监测中国北方典型草原的生长季及变化.植物生态学报,2006,30(3):365-374.

WangH,LiXB,YuHJ.MonitoringgrowingseasonoftypicalsteppeinnorthernChinabasedonNOAA/AVHRRNDVIdata.JournalofPlantEcology,2006,30(3):365-374.(inChinese)

[19]王宏,李晓兵,韩瑞波,盖永芹.利用NOAANDVI和MSAVI遥感监测中国北方不同纬度带植被生长季变化.应用生态学报,2006,17(12):2236-2240.

WangH,LiXB,HanRB,GaiYQ.VariabilityofvegetationgrowthseasonindefferentlatitudinalzonesofNorthChina:AmonitoringbyNOAANDVIandMSAVI.ChineseJournalofAppliedEconology,2006,17(12):2236-2240.(inChinese)

[20]李兴华,陈素华,韩芳.干旱对内蒙古草地牧草返青期的影响.草业科学,2013,30(3):452-456.

LiXH,ChenSH,HanF.EffectsofdroughtongrasslandturninggreenperiodinInnerMongolia.PrataculturalScience,2013,30(3):452-456.(inChinese)

[21]ZhouL,TuckerCJ,KaufmannRK,DanielS,ShabanovNV,MyneniRB.Variationsinnorthernvegetationactivityinferredfromsatellitedataofvegetationindexduring1981to1999.JournalofGeophysicalResearch,2001,106(D17):20069-20083.

(责任编辑 王芳)

ThevariabilityofgrowingseasonofdifferentvegetationtypesinXilingolLeague

ChiDeng-kai1,WangHong1,LiXiao-bing1,XuKai-kai1,YuFeng2

(1.StateKeyLaboratoryofEarthSurfaceProcessesandResourcesEcology,BeijingNormalUniversity,Beijing100875,China;2.Informationcenterofministryoflandandresources,Beijing100812,China)

Withthehelpofthetime-seriesdataofNOAA/AVHRRNDVIat1-kilometerresolutionfrom1989to2008,andthevegetationchartofXilingolLeague,thispaper< class="emphasis_italic">abstracted

edtheNDVItime-seriescurvesofeighttypesofvegetationafterfilteringthetime-seriesimageswiththeSavitzky-Golaymethod.AfterfilteringtheNDVItime-seriescurveswiththeS-Gmethod,thepaperestimatedtheannualbeginning,enddateandlengthofgrowingseasonofvariousvegetationusingtheimproveddynamicthresholdmethod,andperformedthelinearfitting.Finally,theaccuracyofestimatedphenophasesandlengthofgrowingseasonoftemperateneedlegrassaridsteppewasverifiedaccordingtosurveyedgroudobservations.Theresultsindicatedthattherewassignificantdifferenceamongallvegetationtypesinbeginningofgrowingseason.Sixvegetationtypesshowedadvancedtrendofchangeinvariousdegree,whiletemperategrassandforbholophyticmeadowandtemperateleafletdeciduouswoodlandshoweddelayedtrendabout4and1d·20a-1，respectively.Theendofgrowingseasonofallkindsofvegetationshoweddelayedtrendinsimilardegreeandthelengthofgrowingseasonofallkindsofvegetationextended.Theendofgrowingseasonhasgreaterimpactonthelengthofgrowingseason.Bothsurveyedandestimatedvaluesappearedsimilartrendofchangewhichwere9and7d·20a-1inadvance,whileendofgrowingseasonappearedconverse.TheRMSEbetweensurveyedandestimatedvalueswas16.59dforthebginningofgrowingand14.40dforwiltingdate,respectively.

NOAA/AVHRR;NDVI;remotesensingmonitoring;Savitzky-Golayfiltering;dynamicthresholdmethod

WangHongE-mail:wanghong@bnu.edu.cn

10.11829/j.issn.1001-0629.2015-0628

2015-11-10接受日期：2016-02-26

国家自然科学基金项目(41471350);国家重点基础研究发展计划(2014CB138803);国家创新团队计划项目(41321001)；教育部创新团队计划项目(IRT_15R06)；地表过程与资源生态国家重点实验室项目

迟登凯(1993-)，女，山东青岛人，在读硕士生，主要从事生态遥感研究。E-mail:201521190035@mail.bnu.edu.cn

王宏(1979-)，男，陕西咸阳人，副教授，博士，主要从事生态遥感研究。E-mail:wanghong@bnu.edu.cn

Q945.3;S127

A

1001-0629(2016)9-1825-10*

迟登凯,王宏,李晓兵,许凯凯,喻峰.锡林郭勒盟不同类型植被的生长季变化.草业科学,2016,33(9)：1825-1834.

ChiDK,WangH,LiXB,XuKK,YuF.ThevariabilityofgrowingseasonofdifferentvegetationtypesinXilingolLeague.PrataculturalScience，2016,33(9)：1825-1834.