马雪红 程恒

摘 要 采用遥感植被指数数据评估植被绿度最大值、生长季开始时间、生长季结束时间三者与植被绿度年度变率之间的定量关系。结果表明：青藏高原植被指数的变化趋势呈东部地区增加、西部地区减少，且越往东植被指数增加幅度越大，越往西减少幅度越大，整体呈上升趋势;青藏高原植被指数最大值整体呈上升态势，但在东南地区散布着许多植被绿度最大值呈增加趋势的小区域;青藏高原地区植被生长季开始时间整体呈推后态势，变化趋势呈东南地区提前，西部、北部和西北地区推迟的空间格局;青藏高原地区植被生长季结束时间整体呈推迟态势，其中东部、南部地区在推迟，西北地区在提前的变化趋势;生长季开始时间与年NDVI指数呈负相关，从东部向中部呈现出相关性逐渐增高的态势;生长季结束时间SOS与年NDVI指数呈正相关。

关键词 青藏高原;物候;植被生理;植被指数

中图分类号：S812 文献标志码：B DOI：10.19415/j.cnki.1673-890x.2018.36.060

1 研究背景

物候是指各类植物受自然环境（气候、水文和土壤等）影响而呈现以年为周期的萌芽、展叶、开花和落叶等自然现象的现象[1]。决定植被活跃光合作用的时间和持续时间的植物物候学，在陆地生态系统年度碳吸收中具有重要作用。此外，植被物候的变化可能会影响各种生态系统特性，并通过改变陆地-大气能量交换来反馈区域气候。例如，春季绿化和植被秋季休眠的时间极大地影响植被生长、植被竞争和地表反照率，可能会进一步影响局部温度。因此，过去几十年全球变化研究中，植被物候及其相关环境因子的空间和时间模式受到了越来越多的关注。遥感技术（如航空遥感、计算机遥感）和计算机技术（如图形处理、大数据模拟、机器学习）的应用，使物候研究在數据采集、物候规律探索和物候综合应用方面取得了较大发展和重大突破。

青藏高原的温度、降水量和太阳辐射等气候因子的变化，直接或间接地影响了青藏高原的植被生长，而植被生长又反过来影响碳循环、微气候、土地粗糙度、地表反照率以及放牧及农作物估产等经济活动[2]。新世纪以来，青藏高原绿度变化很大。张镱锂指出[3]，青藏高原总体生长季植被覆盖度呈增加趋势，将青藏高原正在变绿的现象归因于相关区域的气候。此外，自然保护区的建设对增加中东部绿度和减缓西部绿度下降也有突出成效。卓嘎[4]将青藏高原植被覆盖度变化进行分区讨论，认为高原植被覆盖既有增长又有退化趋势。刘振元[5]则认为，降水量、气温和太阳辐射是导致植被指数NDVI发生变化的原因。有研究表明[6]，温度正向影响NDVI，降水反向影响NDVI，得出温度是三江源地区植被生长的主导因子。同时，气候因子与植被指数相关性分析中，西部优于中东部，海拔不同则响应程度也不同。可以看出，有关青藏高原的植被覆盖度变化的研究很多，大部分研究认可青藏高原植被覆盖度整体上呈增加的趋势。但是，对于植被覆盖度变化的归因分析中，多数研究将原因归结于温度、降水和辐射通量等气候因素和退耕还林、畜牧等人为因素。所以，基于全球变化的现状和生物圈物质循环系统的重要性，研究青藏高原物候具有重要价值。

因为所用数据和研究方法不同，不同研究中青藏高原物候变化结果大有不同。比如，张镱锂等人[3]的研究表明，自2000年以来，青藏高原总体生长季植被覆盖度逐年增加，即青藏高原正在变绿。于海英指出[7]，由于青藏高原冬季气温提高，一定程度上导致植物无法春化，从而推迟了返青期。田柳茜认为[8]，冻融过程、降水等因素导致了青藏高原植被覆盖度的变化。学界对青藏高原绿度如何变化、为什么变化的成因分析很多，且多数研究都是气候引起的植物物候变化和生理变化，而植物物候与生理的相对重要性对每年的NDVI变化影响却不清楚。因此，大量研究皆将青藏高原绿度变化原因归结于青藏高原地区的气候变化和人为活动，却几乎没有将其归因于植被本身生理变化。基于此，研究青藏高原植被绿度变化与其生理之间的关系，填补此类研究的缺失。

通过文献调研，选择GIMMS NDVI数据进行青藏高原菜地绿度与物候间关系的研究。在数据降噪方面选择奇异谱滤波方法，物候因素的提取选择动态阈值法，即利用动态阈值法提取出生长季开始时间、生长季结束时间和植被绿度最大值三个物候因子。利用MATLAB软件对三个因子进行简单相关分析，检验三大因子的相互独立性，再对所提的三个因子与植被绿度变化做定性的偏相关分析，从而获得了三大因子与植被绿度变化的相关性结果。

2 数据与方法

2.1 研究区介绍

青藏高原位于中国的西北部，处于26°～39°N、73°～104°E。青藏高原西边的起始点处于帕米尔高原，东部的终结点位于横断山，北部的边界为昆仑山、阿尔金山，最南部抵达喜马拉雅山[9]。青藏高原总面积2.5×106  km2，占全国总面积的26%，区域内包含有西藏、青海、新疆、甘肃、四川和云南等地。

受地形和气候的影响，青藏高原生态系统独特，植被类型复杂多样，包括有山地森林、高寒草甸和高寒草原等，并且呈现出自东南向西北，植被类型从森林过渡到草原的水平地带性分布规律。整体上看，高原区域草地占地面积最大，面积高达青藏高原区域总面积的1/2，牧草资源丰富。青藏高原作为中国的一个重要天然牧场，区域内天然草地类型多样，包括有高山草甸草地类、地灌丛草地类等八类。

2.2 数据准备

2.2.1 NDVI数据

本研究选择归一化植被指数进行植被物候变化趋势的分析。NDVI与植被的绿度和植被覆盖都具有很好的相关性[10]，被广泛应用于植被生长过程和趋势变化研究中。归一化植被指数数据有GIMMS NDVI、MODIS NDVI等遥感数据。在杜加强等人[11]的研究中，两者捕获植被物候数据精确度的能力基本一致。GIMMS NDVI具有时间横跨范围广、数据研究区范围广、时间空间可比性强、具有较强的植被动态变化表现能力等特点。监测植被的变化趋势需要时间序列数据的时间周期长，而MODIS NDVI、SPOT VGT NDVI都是从2000年开始进行数据获取的，数据的时间跨度较短，没有海量数据。欧盟支持生产的VEGETATION传感器在1998年3月安装在SPOT-4航天器上，升空后进行数据获取工作。因此，AVHRR NDVI数据集是连接植被生长周期历史数据和当代遥感卫星数据的连接点。所以，这是在GIMMS NDVI数据存在不足的情况下依旧选取GIMMS NDVI的原因。

2.2.2 土地覆盖类型数据

本研究选择ESA CCI土地覆盖产品。欧空局地面覆盖数据涉及1992—2015年的24年，空间分辨率为300 m。这些地图以联合国土地覆盖分类系统为基础，描述了37个原始LC类别中地球的陆地表面。这个独特的长期土地覆盖时间序列通过五种不同观测系统的全球日常地表反射率实现。因为研究需要研究植被物候因子的时序变化之间的相关性与贡献，所以应该保证在研究的时间区间内该研究区的土地覆盖类型一直是草地。所以，利用MATLAB将这24年间土地覆盖类型没有发生改变的地区标为有效区域。

2.3 平滑降噪NDVI数据

虽然NDVI数据经过了大气、辐射、几何校正等去掉数据噪声因素的操作，产生了减弱NDVI噪声因素的影响，但由于传感器性的技术限制和使用限制，以及天气等随机因素的干扰，NDVI数据还存在一些残余云及云霾等噪声。这种随机噪声使得反映植被生长过程变化的时间序列曲线呈锯齿状分布，不利于进行各种信息提取和趋势分析。因此，对数据进行平滑降噪处理必不可少，这里选用适合青藏高原地区的SSA滤波法。

SSA（奇异谱分析滤波模型）是一种用于时间序列分析的增长分析方法，已实际应用于多个科学领域。标准的SSA算法包括嵌入、SVD分解（本质上为非平稳时间序列信号处理的一种递归过程，具有改进分析信号的时频特性功能）、分组和对角平均（即重构）。综上所述，SSA能够将时间序列分解，并对其进行降噪平滑处理。

2.4 研究区植被物候点的提取方法

许多研究者采用的遥感植被指数数据分辨率各不相同，提出了多种以遥感数据提取物候信息的相关算法，如阈值法、主成分分析法、曲线拟合法、最累积频率法、延迟滑动平均法和大变化斜率法等。当代，获取植被类型物候時期的方法多种多样，全球范围内尚且没有一个统一的方法，再加上青藏高原的植被类型属于高寒植被类型，能采用的方法繁多。常清等人[12]选择动态阈值法、最大变化斜率法及logistic曲线拟合法对青藏高原物候进行物候期提取，发现动态阈值法比其他两种方法速度更快，数据结果更加细致和精确。基于此，研究选择动态阈值法[13]：当NDVI的数据值增长达到当年NDVI数据值波动振幅的20%，即可定义为生长季的起始时间;而NDVI的数据值降低达到当年NDVI数据值波动振幅的20%，即可定义生长季的结束时间;而将大于振幅95%的点全部挑选出来求平均值，定为NDVI最大值。因为该方法采用的动态阈值法的阈值是一种动态的给定像元和给定年份的植被指数值与当年振幅的比值，可以有效避免由于因地域水热状况、植被类型和土壤类型等不同而造成的相互干扰。因此，动态阈值在时间和空间上的表现都优于固定阈值。

3 结果与分析

3.1 青藏高原物候的绿度变化趋势

为了剖析青藏高原植被物候1982—2015年间的时空变化趋势，将研究区内每一个栅格中34年的物候数据都进行线性回归，再用每个栅格线性回归系数表示物候参数变化幅度的大小。需要说明的是，年NDVI值和NDVI最大值的线性回归系数的正负表示NDVI的增大和缩小，生长季开始/结束时间的线性回归系数正负表示物候的推迟和提前。

青藏高原在34年间的植被绿度变化率在空间上的分布状况。青藏高原植被绿度呈现出年均不断增长的趋势，面积占青藏高原总面积的56.93%;植被绿度呈减少趋势的面积占青藏高总面积的42.34%;青藏高原地区植被绿度在整个研究区上呈现出数据值不断增长的趋势。从空间分布分析可得，青藏高原东部地区、南部地区的植被绿度呈增加趋势，变化率处于0～0.6。在地图上可以明显看出，东部三江源地区的增加趋势最显著，变化数值率处于0.2～0.6;青藏高原西部地区植被绿度呈减少趋势，变化率在-0.2～0，且西部地区有部分散点的变化率达到了-1～-0.6。综合上述研究数据和整个青藏高原研究区的数据分布看，变化趋势呈东部增加、西部减少、向东增加的趋势。

3.2 生长季开始时间时空变化趋势

青藏高原1982—2015年植被生长季开始时间变化率的空间分布状况。青藏高原生长季开始时间的数据值为负数的面积占青藏高原总面积的31.36%，植被物候终止时期的数据值为正数的面积占青藏高总面积的64.17%，因此青藏高原地区植被物候起始时间整体上在延后。在空间分布上，青藏高原东南部的三江源地区的植被生长季开始时间呈提前趋势，变化率处于

-0.5～0 d/a;青藏高原西部地区植被开始时间呈推迟趋势，变化率在0～1 d/年，且西北地区植被开始时间推迟趋势最明显，变化率达到了0.5～-1.0 d/年。所以，青藏高原植被开始时间的变化趋势整体上呈现的空间格局为：东南地区在提前，西部、北部和西北地区在推迟。

3.3 生长季结束时间时空变化趋势

青藏高原1982—2015年植被生长季结束时间变化率的空间分布状况。青藏高原生长季结束时间的数据值为负数的面积占青藏高原总面积的42.43%，生长季结束时间的数据值为正数的面积占青藏高总面积的56.12%，因此青藏高原地区生长季结束时间整体上呈推后趋势。在空间分布上，青藏高原东部地区、南部地区的植被生长季结束时间的数据值为正数，变化率处于0～7 d/年;西北角长条形区域也呈物候延后2 d左右的态势，变化率处于2.6～7.1 d/年，且东部地区的物候终止期的数据值为正数的态势相当明显;青藏高原西部地区植被数据值的变化率在-0.5～0 d/年，且西北部地区有部分散点的变化率达到了-2～-7.0 d/年。所以，青藏高原生长季结束时间的变化趋势整体呈现的空间格局为：东部地区、南部地区在推迟，西北地区在提前。

4 结论与展望

本文立足于生物地球化学调控机制，利用遥感植被物候参数，研究青藏高原地区草地绿度变化的生物成因，明晰高寒草地生态系统植被活性的驱动因子及其定量贡献。结果表明，青藏高原植被指数东部地区增加、西部地区减少，且越往东植被指数增加幅度越大，越往西减少幅度越大，整体呈上升趋势;青藏高原植被指数最大值整体呈上升态势，但在东南地区散布着许多植被绿度最大值呈增加趋势的小区域;青藏高原地区植被生长季开始时间的空间格局为东南地区在提前，西部、北部和西北地区在推迟，整体呈推后态势;青藏高原地区植被生长季结束时间的变化趋势为东部、南部地区在推迟，西北地区在提前，整体呈推迟态势;生长季开始时间与年NDVI指数呈负相关，从东部向中部呈现出相关性逐渐增高的态势;生长季结束时间SOS与年NDVI指数呈正相关，西部敏感性高于东部，高纬度地区的敏感性高于低纬度地区。

未来研究中，可从以下方面加以改进：1）可以选择多源遥感数据，同时选用GIMMS NDVI和MODIS NDVI两种数据，对两组结果进行比对，得出的结论更贴合实际;2）物候提取方法可以多选择几种，然后进行数据比对，选择提取效果更好的数据;3）可以考虑物候因子对气候因素变化的响应，探究物候因子年際变化的原因。

参考文献：

[1] 竺可桢，宛敏渭.物候学[M].长沙：湖南教育出版社，1999.

[2] Luo C， Xu G， Chao Z，et al.Effect ofwarming and grazing on litter mass loss and temperature sensitivity of litter and dung mass loss onthe Tibetan plateau[J].Global Change Biology，2010，16（5）：1606-1617.

[3] 张镱锂，李兰晖，丁明军，等.新世纪以来青藏高原绿度变化及动因[J].自然杂志，2017，39（3）：173-178.

[4] 卓嘎.青藏高原植被覆盖时空变化及其对气候因子的响应[J].生态学报，2017，38（9）：220-230.

[5] 刘振元，张杰，陈立.青藏高原植被指数最新变化特征及其与气候因子的关系[J].气候与环境研究，2017，22（3）：289-300.

[6] 陈琼，周强，张海峰，等.三江源地区基于植被生长季的NDVI对气候因子响应的差异性研究[J].生态环境学报，2010，26（6）：1284-1289.

[7] 于海英.青藏高原植被生长季变化及对气候的响应研究[D].昆明：昆明植物所，2010.

[8] 田柳茜.基于遥感技术的青藏高原返青期的研究[D].咸阳：西北农林科技大学，2015.

[9] 张镱锂，李炳元，郑度.论青藏高原范围与面积[J].地理研究，2002（1）：1-8.

[10] Zhang G， Zhang Y， Dong J，et al.Green-up dates in the Tibetan Plateau have continuously advanced from 1982 to 2011[J].Proc Natl AcadSci USA，2013，110（11）：4309-4314.

[11] 杜加强，舒俭民，王跃辉，等.青藏高原MODIS NDVI与GIMMS NDVI的对比[J].应用生态学报，2014，25（2）：533-544.

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

[13] 张晗，任志远.多种时序NDVI重建方法比较与应用分析[J].中国农业科学，2014，47（15）：2998-3008.

（责任编辑：刘昀）