fccjxxw.com
非常超级学习网 学习超级帮手
当前位置:首页 >> >>

中国植被物候与地表温度空间特征研究


http://www.paper.edu.cn

中国植被物候与地表温度空间特征研究1
赵德华
南京大学生物系,南京(210093)
E-mail: dhzhao@nju.edu.cn

摘 要: 陆地生态系统对全球升温的响应是决定全球变化发展方向的重要因素之一, 而物候 对全球升温的响应是其中最为重要的内容之一。基于 2005 年 MODIS 产品研究了中国植被 物候空间分布、温度与物候的关系和城市热岛对物候的影响,结果表明,中国植被物候、地 表温度与纬度间存在显著的线性相关。中国城市与其周边地区相比,春季平均地表温度高 1.3℃, 秋季平均地表温度高 1.0℃,植被返青期平均提前 1.6 天,而休眠开始期推迟 1.2 天。 中国植被物候与地表温度间也存在显著的线性相关,温度每升高 1℃,植被生长期延长 2.1-2.4 天。与低纬度相比,高纬度地区植被物候对温度的变化更敏感。 关键词:全球变化;物候;遥感;温度;城市热岛 中图分类号:Q948.112

1. 引 言
目前,生态系统对全球变化的响应已经成为全球变化科学中前沿与热点问题,其中,生 态系统对全球升温响应受到了强烈关注。但是,由于响应机制的复杂性[1-8]、陆地生态系统 本身的不确定性[9, 10]和目前常用方法的局限性[11, 12], 目前有关生态系统对全球升温响应 及其机制的理解仍然十分有限。 在生态系统或区域水平,植被物候是决定光合生产量和地球碳循环最为主要的因子之 一, 甚至有研究把全球升温延长了中高纬度地区植物生长期作为陆地生态系统对全球升温表 现负反馈的重要证据[13, 14],因此,有关植被物候对于全球升温响应受到了强烈关注。目 前, 全球范围内的物候观测网络日趋完善, 我国的全国性物候观测网络也为我国物候学的研 究提供了大量的基础性数据,但是,由于生态系统的复杂性与物种的多样性,物候观测站数 据(基于定点的典型物种物候观测数据)有时难以满足生态系统水平物候学的研究,而遥感 技术由于其时间性与空间性优势, 已成为区域和全球生态系统物候学研究的强有力工具, 过 去十多年中,已发展了许多用于物候估算的遥感模型与方法[15-19]。 目前有关整个中国地区植被物候与温度的关系、 城市热岛对植被物候的影响, 特别是其 空间分布的研究还不是很多。本文基于新型的 MODIS 传感器资料,研究中国地区植被物候 空间变化及其与温度关系, 以及城市热岛空间分布及其对植被物候的影响, 对于弄清我国植 被物候与温度的关系,估测我国植被对全球升温响应及其空间特性具有重要意义。

2. 材料与方法
2.1 数据来源及预处理
植被数据采用 2005 年全年 8 天合成 1km 的 MODIS LAI 产品 (MODIS/Terra Leaf Area Index/FPAR 8-day L4 Global 1km SIN Grid, MOD15A2)。为了降低天气原因和人为因素对植

1

本课题得到博士点基金新教师基金(20070284058)的资助。 -1-

http://www.paper.edu.cn

被 LAI 的干扰(如作物的收获、树木的砍伐),假定所有植被在 3~6 月 LAI 均为增加,对 于不符合的时期, 以前面所有期最大值代替, 10 月份后 LAI 均减小, 在 对于不符合的时期, 以后面所有期最大值代替。 目前利用遥感资料提取植被物候的研究大多采用植被指数[15, 18, 19],也有采用 LAI 数据[16]。而本研究中采用 MODIS LAI 数据,原因在于: MODIS LAI 的 8 天、 1km 数据既容易获得, 而且能满足研究城市热岛对于植被物候的影响; MODIS VI 而 数据的标准产品,或是时间分辨率或是空间分辨率较低,难于满足本文的研究目的。 温度数据采用 2005 年全年 8 天合成 1km 的 MODIS 陆地表面温度产品(MODIS/Terra Land Surface Temperature/Emissivity 8-Day L3 Global 1km SIN Grid, MOD11A2),因为我国 面积较大,植被返青期与休眠期不同地区存较大差异,为了使温度数据与植被物候相对应, 以 25~129 天的昼夜平均温度作为春季地表平均温度,以 241~345 天的昼夜平均温度作为秋 季地表平均温度,从而更能建立温度与物候间的相关性。用方程(1)的插值方法获得缺值 数据:

Tn =

Sn × Tn +1 S n +1

(1)

其中,Tn 为缺值像元值,Tn+1 为 Tn 相近时期相同位置的像元值,Sn 为 Tn 所在像元 250 km2 范围内平均值(不包括缺值像元),Sn+1 为 Tn+1 所在像元 250 km2 范围内平均值 (不包括缺值像元)。 土地类型数据采用最新的 MODIS 土地覆盖产品(MODIS/Terra Land Cover Type Yearly L3 Global 1km SIN Grid, MOD12Q1)中的 IGBP 分类法,本研究中采用的自然植被包括分类 3~10,作物为分类 12,城市为分类 13。为研究城市热岛对植被物候的影响,只选用面积大 于 100 个像元的城市(Sinusoidal 投影面积约为 86 km2)。 上述数据均来源于 EOS Data Gateway 网站(http://modis.gsfc.nasa.gov)。

2.2 物候提取
物候期的提取以像元为单位,每个像元的 LAI 时间序列采用 Logistic 方程(2)拟合, 然后对曲线(2)进行求导,获得曲线方程(3),曲线方程(3)的第一个拐点对应的时间 即为返青期,最后一个拐点对应的时间即为休眠开始期,具体原理见 Zhang 等(2003)。

LAI (t ) =

c +d 1 + e a +b?t
3z(1 ? z)(1 + z) [2(1 + z) + b c z]
3 3 2 2 5 2 2

(2)

K ' = b 3 cz{

?

(1 + z) (1 + 2z ? 5z )
2 2

[(1 + z) 4 + (bcz) ]

[(1 + z) 4 + (bcz) ]
a + bt

3 2 2

}
(3)

其中,LAI(t)为 t 时刻的 LAI、a 和 b 为模型系数、c 和 d 分别为生长期内最大和最小 LAI、t 为时间(天);K’为 LAI 时间序列的导数,而 z = e 。

3. 结果与分析
3.1 植被物候空间变化
基于 MODIS LAI 资料结果表明,中国植被返青期在 40~150 天之间,其中高于 80%的 植被返青期介于 70~140 天之间,存在明显的纬度变化规律,东南沿海地区植被返青最早, 东北地区植被返青最迟;植被休眠开始期在 260~360 天之间,其中高于 80%的植被休眠开
-2-

http://www.paper.edu.cn

始期介于 275~345 天之间,空间上也存在明显的纬度变化规律(图 1)。 如图 2 示所示为中国地区自然植被、 作物的返青期与休眠开始期随纬度的变化规律, 表 明,无论是自然植被,还是作物均表现为随纬度的升高,植被的返青期推迟,休眠开始期提 前,生长期缩短的趋势。自然植被和作物的返青期、休眠开始期与纬度间的关系可采用线性 方程拟合,对于自然植被,纬度每升高 1°,返青期推迟 0.9 天,休眠开始期提前 0.9 天,生 长期缩短 1.8 天;对于作物,纬度每升高 1°,返青期推迟 1.1 天,休眠开始期提前 1.2 天, 生长期缩短 2.3 天。与作物相比,中国地区平均自然植被返青期提前 6.6 天,而休眠开始期 推迟 4.0 天,即中国地区自然植被平均生长期较作物长 10.6 天。另外,从图 2 还可以看出, 高纬度与低纬度相比,植被物候随纬度的变化更为平缓。

52 47 Latitude (°) 纬度 42 37 32 27 22 17

50

40

纬度 Latitude (°)

30

20

10

0 72 82 92 经度 102 112 122 132 Longitude (°)

图 1 2005 年中国植被物候空间分布(A-返青期,B-休眠开始期;缺数据地区用同纬度植被平均值插值) Figure 1 Spatial patterns of Chinese vegetation phenology in 2005 (A- onset of greenup, B-onset of dormancy). Missing values are filled with the average value of the same altitude.

-3-

http://www.paper.edu.cn

140 130

y = 0.9042x + 73.811 R 2 = 0.5312

y = -0.9305x + 338.44 R 2 = 0.7087

330 325 320

310 110 100 90 80 140 130 305 300 295

自然植被

自然植被

290 285 280 330

y = 1.1284x + 72.579 R 2 = 0.6259

y = -1.1641x + 342.6 R 2 = 0.8551

325

返青期(天)

120 110 100 90 80 15 25 35 45 55 15 25 35 45 55

315 310 305 300 295

作 物

作 物

290 285 280

纬度(°)

纬度(°)

图 2

中国地区自然植被和作物返青期与休眠开始期随纬度变化(图中数据经过以下公式平滑处理)
' ' ' '

(0.25 ? X i ?1 + 0.5 * X i ?0.5 + X ' + 0.5 ? X i + 0.5 + 0.25 * X i +1 ) Xi = 2.5 , 其中, 为平滑后纬度 i° Xi
处的植被物候期, Figure 2 phenology

X i ?1 、X

'

i ? 0.5

' ' 、X 、X

' i + 0.5

和X i +1

'

分别为平滑前纬度 (i-1) (i-0.5) i°、 °、 °、 (i+0.5)

°、(i+1)°处的物候期。 Vegetation (natural vegetation and crop) phenology as a function of altitude (The vegetation data have been smoothed by
' ' ' '

, in which Xi is the smoothed phenology at the latitude of I, Xi-1’, Xi-0.5’, Xi’, Xi+0.5’and Xi+1’ are original phenology ate the latitudes of (i-1)°、(i-0.5)°、i°、(i+0.5)°、(i+1)°, respectively.

(0.25 ? X i ?1 + 0.5 * X i ?0.5 + X ' + 0.5 ? X i + 0.5 + 0.25 * X i +1 ) Xi = 2.5

3.2 地表温度空间变化
基于 MODIS 地表温度资料得出,全国春季昼夜平均地表温度在-28~28℃之间,其中高 于 80%地区介于-13 ~ 23℃之间;秋季昼夜平均地表温度在-12.5~34.5℃之间,其中高于 80% 地区介于 0 ~ 26℃之间。春季和秋季地表温度空间上均呈现规律性的变化,以东南沿海地区 温度最高,东北地区温度最低,同纬度的东部地表温度高于西部,荒漠地区地表温度高于周 边地区(图 3)。 地表温度与纬度间也表现出显著的线性相关(但是在北纬 35~45°存在一个显著的波 动),纬度每升高 1°,春季平均地表温度降低 1.0℃,秋季平均地表温度降低 0.7℃(图 4)。

-4-

休眠开始期 (天)

320

休眠开始期 (天)

返青期(天)

120

315

http://www.paper.edu.cn

52 47 42 37 32 27 22 17

纬度 Latitude (°)

50

40

纬度 Latitude (°)

30

20

10

0 72 82 92 102 112 经度 Longitude (°) 122 132

图3

2005 年中国春秋季地表平均温度空间分布(A-春季,B-秋季;缺数据地区用同纬度平均值插值)

Figure 3 Spatial patterns of Chinese average terra land surface temperature in 2005 (A- Spring, B- Autumn). Missing values are filled with the average value of the same altitude.

3.3 物候与地表温度的关系
基于中国不同地区的植被物候与地表温度间相关性分析结果表明, 地表温度与植被物候 间存在极显著的线性相关(图 5),表明,温度是控制中国植被物候变化的一个重要的生态 因子。春季地表温度升高 1℃,植被返青期提前 1.1 天;秋季地表温度升高 1℃,植被休眠 开始期推迟 1.0 天。

-5-

http://www.paper.edu.cn

图4

2005 年中国地表温度随纬度的变化(A-春季,B-秋季;图中数据经过平滑处理,方法同图 2)

Figure 4 Terra land surface temperature as a function of altitude (A- Spring, B- Autumn. The data have been smoothed using the method described in Fig. 2)

150 140 130

A
y = -1.0722x + 109.99 R 2 = 0.5931 y = 0.9629x + 290.14 R 2 = 0.6413

B

325 320

120 110 100 90 80 70 -15 -5 5 15 25 -5 0 5 10 15 20 25 30

310 305 300 295 290 285

温度(℃)

温度(℃)

图5

平均地表温度与植被物候间相关性(A-春季地表温度与植被返青期间相关性, B-秋季地表温度与植被 休眠开始期间相关性)。

Figure 5 The relationship between terra land surface temperature and vegetation phenology (A- Spring terra land surface temperature and vegetation greenup onset, B- Autumn terra land surface temperature and vegetation dormancy onset).

-6-

休眠开始期(天)

315

返青期(天)

http://www.paper.edu.cn

3.4 城市热岛对植被物候的影响
城市与城市周边地区植被返青期、休眠开始期、春季昼夜平均地表温度、秋季昼夜平均 地表温度与纬度间均表现为良好的线性相关(图 6),而中国城市与其周边地区相比,春季 平均地表温度高 1.3℃, 秋季平均地表温度高 1.0℃,植被返青期平均提前 1.6 天,而休眠开 始期推迟 1.2 天。另外,图 6 结果还表明,随着纬度的增加,城市与周边地区物候间的差异 性有增大的趋势,如北纬 25°~35°间城市植被返青期提前 0.7 天,休眠开始期推迟 0.8 天, 春季地表温度高 1.2℃,秋季地表温度高 1.2℃;而 35°~45°间城市植被返青期提前 3.6 天, 休眠开始期推迟 2.9 天,春季地表温度高 1.5℃,秋季地表温度高 0.8℃,表明,高纬度地区 植被物候对温度的变化更敏感。

130 120

Y城市 = 1.6247x + 41.311 Y周边 R = 0.5573 = 1.8717x + 34.342 R = 0.565
2 2

A

B

返青期 (天)

110 100 90 80 70 60 25 20 15

315 310

城市 周边 线性 (城市) 线性 (周边)

Y城市 = -1.0291x + 344.55 R = 0.6882 Y周边 = -1.1031x + 345.93 R = 0.5283
2 2

305 300 295 290 285 30 25 20 15 10 5 0

C

城市 周边 线性 (城市) 线性 (周边)

D

城市 周边 线性 (城市) 线性 (周边)

10 5 0 -5 -10 15 25 35 45 55 15 25 35 45 55

Y城市 = -0.7798x + 36.474 R = 0.9053 Y周边 = -0.8156x + 36.385 R = 0.9271
2 2

Y城市= -0.6803x + 42.327 Y周边 R = 0.9516 = -0.6371x + 39.821 R = 0.9369
2 2

纬度(?)

纬度(?)

图6

中国城市与其周边地区植被物候与地表温度随纬度变化(A-返青期,B-休眠开始期,C-春季昼夜平 均地表温度,D-秋季昼夜平均地表温度.图中数据经过平滑处理,方法同图 2)。

Figure 6 Vegetation phenology and terra land surface temperature as the functions of altitude in urban areas and their adjacent areas (A- onset of greenup, B- onset of dormancy, C- Spring average terra land surface temperature, D-Autumn average terra land surface temperature. The data have been smoothed using the method described in Fig. 2).

4. 小结与讨论
4.1 中国植被物候空间特征
研究结果表明,中国地区植被物候与纬度间存在良好的线性相关,对于自然植被,纬度 每升高 1°,返青期推迟 0.9 天,休眠开始期提前 0.9 天,生长期缩短 1.8 天;对于作物,纬 度每升高 1°,返青期推迟天 1.1 天,休眠开始期提前 1.2 天,生长期缩短 2.3 天。这一结果
-7-

温度 (℃)

温度 (℃)

休眠开始期 (天)

城市 周边 线性 (城市) 线性 (周边)

330 325 320

http://www.paper.edu.cn

在数值上显著低于 Zhang 等(2004)的结果,这可能主要是由于 Zhang 等采用的研究区域 是北纬 35~70°的欧亚大陆,而本研究中采用的研究区域只介于北纬 18~55°之间。 由于城市热岛效应,城市与城市周边地区植被物候存在较大差异,Zhang 等(2004)研 究得出,北纬 35~70°的欧亚大陆城市与周边地区相比,返青期提前 4.1~9.1 天,休眠开始期 推迟 3.9~14.6 天;40~70°北美城市与周边地区相比,返青期提前 4.3~7.4 天,休眠开始期推 迟 2.5~16.5 天;White 等(2002)研究北美地区得出,城市与周边地区相比,植被生长期长 7.6 天,其中主要是由于返青期的提前。而本研究得出,中国城市与其周边地区相比,植被 返青期平均提前 1.6 天,而休眠开始期推迟 1.2 天。

4.2 温度与植被物候
温度是影响植被物候最重要因子之一,基于不同纬度的结果为,温度每升高 1℃,植被 生长期延长 2.1 天,而基于城市与其周边地区比较的结果为,温度每升高 1℃,植被生长期 延长 2.4 天。另外,本研究还得出,与低纬度植被相比,高纬度地区植被物候对温度的变化 更敏感。 据 IPCC 报道,1990~2100 年全球表面温度将升高 1.4~5.8℃[20],区域植被对全球升温 的响应是影响未来地球碳循环重要的因子之一[1, 13, 14]。目前,研究植被对全球升温响应 的方法主要有 3 种:①人为控制环境方法[14, 21],这类方法具有操作相对简单方便、结果 可靠等优点,但是,由于陆地生态的复杂性与不确定性,在研究大尺度(如区域尺度、全球 尺度)植被响应时,这类方法在进行尺度变换时会遇到巨大的因难(也即选择的样地很难代 表大尺度真实状况) 而且这类方法的经费投入往往较大; , ②基于不同地区调查方法[22, 23], 这类方法可以部分克服人为控制环境实验的缺点, 但是其结果却易受其它环境因子和生态系 统类型差异等的影响,而且实验中无法控制大气 CO2 浓度,从而无法获得未来大气 CO2 浓 度升高条件下植被对全球升温的响应结果;③基于不同时相资料方法[24],由于这类方法是 基于实际气候条件下的结果,研究结果较为可靠,而且经费投入往往也相对较少,但是这类 方法容易受到历史资料缺乏的限制,而且往往受到其它气候因子周期性变化的影响。 已有研究结果表明,北京、上海、广州等地城市热岛强度最高可达 9℃,而年均强度可 达 1.5~3.3℃[25-27]。那么,能否利用城市热岛提供的“自然大实验场”研究区域植被对全球 升温的响应呢?尽管全球升温与城市热岛引起升温的热源和机理是不同的, 但两者最终都引 起了气温的升高, 植被对两者引起的升温的响应必然存在着某种共性, 虽然这一问题非常复 杂(主要会受城市其他环境因子异常和人为因子的影响)。但是,如果这种新方法被证实可 行,将对弄清区域植被对全球变化响应,降低其估测与预测的不确定性,以及弥补目前常用 方法的局限等具有重大意义。因为,这种方法具有多种优点:①城市面积较大(与目前常采 用研究尺度相比),且在全球的分布非常广泛(与目前的多个布点实验相比);②经费投入 较小(以实地调查为主);③城市具有高 CO2 浓度环境,从而降低了 CO2 对估测结果的干 扰;④城市的热岛强度相对较大而且相对稳定(与实际获得的历史资料相比)。

-8-

http://www.paper.edu.cn

参考文献
[1] Fitter A H, Fitter R S R. Rapid changes in flowering time in British plants [J]. Science, 2002, 296: 1689-1691. [2] Wythers K R, Reich P B, Tjoelker M G, et al. Foliar respiration acclimation to temperature and temperature variable Q10 alter ecosystem carbon balance [J]. Global Change Biology, 2005, 11: 425-449. [3] Phillips O L, Martinez R V, Arroyo L, et al. Increasing dominance of large lianas in Amazonian forests [J]. Nature, 2002, 418: 770-774. [4] Laurance W F, Oliveira A A, Laurance S G, et al. Pervasive alteration of tree communities in undisturbed Amazonian forests [J]. Nature, 2004, 428: 171-175. [5] Walther G-R, Post E, Convey P, et al. Ecological responses to recent climate change [J]. Nature, 2002, 416: 389-395. [6] Fang C M, Smith P, Moncrieff J B, et al. Similar response of labile and resistant soil organic matter pools to changes in temperature [J]. Nature, 2005, 433: 57-59. [7] Mack M C, Schuur E A G, Sret-Harte B M, et al. Ecosystem carbon storage in arctic tundra reduced by long-term nutrient fertilization [J]. Nature, 2004, 431: 440-443. [8] Knorr W, Prentice I C, House J I, et al. Long-term sensitivity of soil carbon turnover to warming [J]. Nature, 2005, 433: 298-301. [9] 贺金生, 王政权, 方精云. 全球变化下的地下生态学:问题与展望[J]. 科学通报, 2004, 1226-1233. [10] Houghton R A. Aboveground forest biomass and global carbon balance. Global Change Biology, 2005, 11: 945-958. [11] Dunne J A, Saleska S R, Fischer M L, et al. Integrating experimental and gradient methods in ecological climate change research [J]. Ecology, 2004, 85: 904-916. [12] Klironomos J N, Allen M F, Rillig M C, et al. Abrupt rise in atmospheric CO2 overestimates community response in a model plant-soil system [J]. Nature, 2005, 433: 621-624. [13] 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: 1560-1563. [14] Welker J M, Fahnestock J T, Henry G H R, et al. CO2 exchange in three Canadian High Arctic ecosystems: response to long-term experimental warming [J]. Global Change Biology, 2004, 10: 1981-1995. [15] Sakamoto T, Yokozawa M, Toritani H, et al. A crop phenology detection method using time-series MODIS data [J]. Remote Sensing of Environment, 2005, 96: 366-374. [16] Kanga S, Runninga S W, Limb J-H, et al. A regional phenology model for detecting onset of greenness in temperate mixed forests, Korea: an application of MODIS leaf area index [J]. Remote Sensing of Environment, 2003, 86: 232-242. [17] Menzel A, Fabian P. Growing season extended in Europe [J]. Nature, 1999, 397: 659. [18] Zhang X Y, Friedl M A, Schaaf C B, et al. Climate controls on vegetation phenological patterns in northern mid- and high latitudes inferred from MODIS data [J]. Global Change Biology, 2004, 10: 1133-1145. [19] Zhang X Y, Friedl M A, Schaaf C B, et al. Monitoring vegetation phenology using MODIS [J]. Remote Sensing of Environment, 2003, 84: 471-475. [20] Houghton J T, Ding Y, IPCC Report [M]. 2001[D], Cambridge University Press: UK. [21] Norby R J, Hartz-bubin J S, Verbrugge M J. Phenological responses in maple to experimental atmospheric warming and CO2 enrichment [J]. Global Change Biology, 2003, 9: 1792-1801. [22] Pe?uelas J, MartíBoada. A global change-induced biome shift in the Montseny mountains (NE Spain) [J]. Global Change Biology, 2003, 9: 131-140. [23] Saavedra F, Inouye D W, Price M V, et al. Changes in flowering and abundance of Delphinium nuttallianum (Ranunculaceae) in response to a subalpine climate warming experiment [J]. Global Change Biology, 2003, 9: 885-894. [24] Chen X Q, Hu B, Yu R. Spatial and temporal variation of phenological growing season and climate change impacts in temperate eastern China [J]. Global Change Biology, 2005, 11: 1118-1130. [25] 林学椿, 于淑秋. 北京地区气温的年代际变化和热岛效应[J]. 地球物理学报, 2005, 48: 39-45. [26] 彭少麟, 周凯, 叶有华, 等. 城市热岛效应研究进展[J]. 生态环境, 2005, 14: 574-579. [27] 肖荣波, 欧阳志云, 李伟峰, 等. 城市热岛的生态环境效应[J]. 生态学报, 2005, 25: 2055-2060.

-9-

http://www.paper.edu.cn

Spatial Patterns of Vegetation Phenology and Its Relation with Temperature in China
Zhao Dehua
Department of Biological Science and Technology, Nanjing University, Nanjing, China (210093) Abstract It is one of the most decisive factors that the feedback of terrestrial ecosystems to current changing climate for the development of future global climate, which promotes the studies on the response of regional ecosystems to global warming. However, there still remains uncertain in the feedback between terrestrial carbon balance and climatic warming. The main reasons could be concluded as 1) the complexity of feedback mechanism, 2) current little knowledge about the global terrestrial ecosystems, and 3) limitation of current methods. At ecosystem or region level, vegetation phenology is of particular importance because of its considerable influence on the regional inter- and intra annual carbon cycle. Indeed, lengthened growing-season of northern vegetation by global warming was considered as one of the most important evidences for the negative feedback between terrestrial carbon balance and climatic warming. In recent years, remote sensing has been used to assess the inter-annual variances in the vegetation phenology by many researchers. The objective of this study is to 1) investigate the relation between Chinese vegetation phenology and temperature, 2) assess the influence of urban heat island on vegetation phenology, and 3) analyse the special variances of Chinese vegetation phenology. By MODIS remote sensing products (MODIS/Terra Leaf Area Index/FPAR 8-day L4 Global 1km SIN Grid, MODIS/Terra Land Surface Temperature/Emissivity 8-Day L3 Global 1km SIN Grid, and MODIS/Terra Land Cover Type Yearly L3 Global 1km SIN Grid) and a logistic functions of time, we concluded that the special patters of Chinese vegetation phenology and terra land surface temperature depended strongly on latitudes. The land surface temperature in urban areas was averagely higher 1.3℃ and 1.0℃ than in the adjacent areas in spring and autumn, respectively. For urban areas, the onset of greenup was 1.6 days earlier on average, and the onset of dormancy is 1.2 later on average, relative to adjacent natural vegetation. There was significantly linear relation between Chinese vegetation phenology and land surface. The rate of change of growing-season length with latitude was averagely 2.1-2.4 days in China. Our results also suggested that the vegetation phenology in high latitudes was more sensitive to temperature variances than in low latitudes. Keywords: Global Climatic Change; Phenology; Remote Sensing; Temperature; Urban Heat Island

作者简介:赵德华(1975-), 男,江苏连云港人,博士,主要从事遥感技术应用和全球变 化方面的研究。

- 10 -


更多相关文章:

非常超级学习网 fccjxxw.com

copyright ©right 2010-2021。
非常超级学习网内容来自网络,如有侵犯请联系客服。zhit325@126.com|网站地图