北半球及典型区遥感植被物候提取验证及动态研究
本文关键词:北半球及典型区遥感植被物候提取验证及动态研究
更多相关文章: 全球变化 遥感物候 对比验证 时空动态 气候响应 北半球
【摘要】:植被物候是反映植被变化的一个敏感又重要的生态生理参数,可以作为全球变化研究的良好指示器。研究植被物候对气候变化的响应在时空上的分异规律,对更好的理解生态系统碳循环以及预测生态系统对全球变化的响应具有十分重要的意义。遥感技术的发展,为全球或区域植被物候连续性观测提供了一种新途径。目前,国内外已发展了多种遥感数据源及遥感物候提取方法来进行植被物候的时空动态研究。但是,遥感数据源及遥感物候提取方法的不同所造成的遥感物候提取结果在时空上的差异仍未明确,基于多种遥感数据源及不同遥感物候提取方法的遥感物候提取结果的可靠性也尚未得到更多的对比及验证。因此,对多种遥感物候提取结果进行定量化的验证及差异对比是遥感植被物候研究领域亟待解决的问题。这一问题的深入研究,可以帮助研究工作者们更好地将不同遥感物候分析结果连接在一起,对于未来进行大尺度的、可信度高的全球变化植被响应研究具有至关重要的意义。本论文主要选择两种长时间序列遥感数据集GIMMS NDVIg和GIMMS NDVI3g,分别利用目前国内外最常用的三种遥感物候提取方法:最大变化斜率法、动态阈值法及中值法进行北半球植被物候参数的提取。然后,针对以上六个版本的提取结果,定量地对比分析不同遥感数据集、不同遥感物候提取方法造成的植被物候参数提取结果在时空上的差异及原因。其次,本论文利用具有更高分辨率的MODIS MOD13Q1 NDVI数据集来评价两套GIMMS NDVI数据集在遥感物候提取上的可信度。更重要的是,本论文分别利用多种地面观测数据对以上两种数据源的六种遥感物候提取结果进行对比验证。其中,使用的验证数据包括:美国国家物候观测网络的植被物候观测数据,青藏高原农业气象站的植被物候观测数据以及来自全球通量观测网络的碳通量观测数据。最后,根据对比验证结果选择最为可靠的遥感数据源及遥感物候提取方法,研究北半球及典型区域-青藏高原地区在1982-2012年间植被物候变化及对全球变化响应的空间分布模式,并探讨长期气候变化影响下,青藏高原植被物候对气候变化的响应。研究得出的主要结论如下:(1)北半球大部分地区,利用最大变化斜率法、动态阈值法及中值法这三种方法从GIMMS NDVIg中提取的植被物候生长季开始期(Start of the Growing Season:SOSg)均明显比从GIMMS NDVI3g中提取的植被物候生长季开始期(SOS3g)晚,SOSg所计算出的1982-2006年间春季物候时间提前速率比SOS3g更快。基于MODIS NDVI的对比结果表明,GIMMS NDVI3g比之前的GIMMS NDVIg在监测地表植被变化信息上更敏感,遥感物候提取结果更可靠。(2)研究表明,只有利用中值法从GIMMS NDVI3g中提取出的遥感植被物候提取结果(SOS3g)同时与三种地面物候观测数据集:来自美国国家物候观测网络的地面物候观测数据、青藏高原地区农业气象站植被物候观测数据及基于通量塔NEE数据提取的植被物候参数,都具有显著相关性(P0.05)。也就是说,利用中值法从GIMMS NDVI3g中提取遥感植被物候参数进行北半球植被物候研究,结果最为可信。(3)1982-2012年间,北半球自然植被生长季开始时间(SOS)提前速率为0.066d/y,生长季结束时间(End of the Growing Season:EOS)推迟速率为0.074d/y。春季升温是造成北半球自然植被SOS提前的最重要因素,而秋季EOS的延迟则是由温度与降水共同作用的结果。(4)青藏高原地区,植被物候参数对气象因子的响应特征因生态地理区域的不同而差异明显。另外,因为青藏高原植被在生理生态上对全球变化的逐渐适应性,春季升温对青藏高原植被生长季开始时间(SOS)的影响程度越来越弱,具体表现为,1982-2012年中,SOS与春季温度间相关系数的决对值(|r|)减小速率为0.003/y。
【学位授予单位】:中国科学院大学(中国科学院遥感与数字地球研究所)
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TP79;Q948
【相似文献】
中国期刊全文数据库 前10条
1 张建华,李迎春,余行杰;作物物候规律的模拟研究[J];作物学报;2000年05期
2 顾峰雪;;生态系统模型中物候的参数化方法研究进展[J];地理科学进展;2006年06期
3 娄伟平;王德鸿;曹炎成;;h柑枝梢生长物候期与气象条件关系分析[J];浙江气象科技;1993年01期
4 薛智英,李新亚;物候资料的应用[J];陕西气象;1997年02期
5 宋富强;张一平;;动态物候模型发展及其在全球变化研究中的应用[J];生态学杂志;2007年01期
6 郑有飞;陈彬彬;赵国强;陈怀亮;吴荣军;;气候变化对植物春季物候影响分析及模拟——以河南郑州为例[J];安徽农业科学;2007年16期
7 韩小梅;申双和;;物候模型研究进展[J];生态学杂志;2008年01期
8 石雅琴;乌兰娜;;浅谈园林植物物候期观察的重要性和方法[J];内蒙古林业调查设计;2009年01期
9 晋玲珠;徐广静;;黑龙江公园几种常见植物的物候期观察[J];黑龙江科技信息;2009年05期
10 李世忠;唐伍斌;唐欣;;气候条件对家燕物候期变化的影响[J];安徽农业科学;2009年18期
中国重要会议论文全文数据库 前10条
1 李世忠;唐伍斌;唐欣;;气候条件对家燕物候期变化的影响[A];S10 气象与现代农业发展[C];2012年
2 李世忠;谭宗琨;夏小曼;张印平;邹丽霞;唐广田;;桂北地区动物物候对气候变暖的响应[A];第27届中国气象学会年会现代农业气象防灾减灾与粮食安全分会场论文集[C];2010年
3 钱怡云;王亚丽;萨日娜;潘新波;杨应文;孙宇靖;;当归不同物候期化学成分动态积累规律研究[A];海峡两岸暨CSNR全国第十届中药及天然药物资源学术研讨会论文集[C];2012年
4 肖金香;许晓利;冯敏玉;叶清;李树勇;陈庆;祝必琴;;木本植物物候期对暖冬和冷冬年的响应[A];中国农学会农业气象分会2006年学术年会论文集[C];2006年
5 徐珂;张学霞;;基于MODIS-NDVI的北京地区春季物候变化研究[A];地理学核心问题与主线——中国地理学会2011年学术年会暨中国科学院新疆生态与地理研究所建所五十年庆典论文摘要集[C];2011年
6 张山清;王晓梅;田惠平;宋良娈;潘苏菲;;气候变暖对吐鲁番地区木本植物春季物候的影响[A];中国气象学会2008年年会气候变化分会场论文集[C];2008年
7 林辰壹;陆婷;张娟;吐尔孙娜依木拉提;赛迪古力艾尼玩;;多籽蒜种质资源物候特性及观赏价值评价[A];中国园艺学会2010年学术年会论文摘要集[C];2010年
8 李淑娟;刘雅莉;;西安主要季色叶植物物候期图谱[A];中国植物园(第十五期)[C];2011年
9 李红梅;马玉寿;;青海高原不同地区植物物候期对气候增暖的响应分析[A];第26届中国气象学会年会气候变化分会场论文集[C];2009年
10 刘阳;华方圆;罗昊;胡军华;赵健;梁俏仪;梁伟;高学杰;张正旺;朱江;;基于长时间序列的中国动物物候变化趋势——以鸟类为例[A];第十二届全国鸟类学术研讨会暨第十届海峡两岸鸟类学术研讨会论文摘要集[C];2013年
中国重要报纸全文数据库 前3条
1 河北省社会科学院河北生态环境建设研究中心、中科院遗传与发育生物学研究所农业资源研究中心博士 王彦芳;气候变化下,,物候监测有了“千里眼”[N];中国气象报;2014年
2 记者 徐扬;近30年“物候”剧变,开花更早落叶更迟[N];新华每日电讯;2009年
3 早报记者 余梦;鲜花频繁错季盛开学者称正常[N];东方早报;2013年
中国博士学位论文全文数据库 前6条
1 常清;北半球及典型区遥感植被物候提取验证及动态研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
2 赵虎;作物物候期及长势遥感监测若干问题研究[D];武汉大学;2010年
3 毕超;基于多源数据的中国干旱半干旱区植被覆盖与物候对气候变化的响应[D];北京林业大学;2015年
4 安佑志;基于遥感的中国北部植被NDVI和物候变化研究[D];华东师范大学;2014年
5 赵亮;草地群落物候分化模式与生态系统功能关系研究[D];兰州大学;2006年
6 张明伟;基于MODIS数据的作物物候期监测及作物类型识别模式研究[D];华中农业大学;2006年
中国硕士学位论文全文数据库 前10条
1 胡小丽;古田山和中国科学院植物研究所植物园木本植物繁殖物候研究[D];西北农林科技大学;2015年
2 黄聪;基于GIMMS NDVI 3g数据东北地表物候变化研究[D];东北师范大学;2015年
3 王言鑫;南京市木本植物花期对气候变化的响应研究[D];南京林业大学;2015年
4 李兰晖;青藏高原气候变化及其对植被物候的影响[D];江西师范大学;2015年
5 朱慧敏;引进桃新品种在陕西关中地区物候期观察与果实品质评价[D];西北农林科技大学;2015年
6 房贤一;不同物候期的苹果树冠层氮素含量高光谱估测研究[D];山东农业大学;2015年
7 冯艾琳;中国森林生态系统近30年(1982-2011)物候期变化趋势及与碳通量关系研究[D];沈阳农业大学;2016年
8 余明珠;基于MODIS时序数据的南水北调中线工程水源地林地物候变化研究[D];中国科学院研究生院(武汉植物园);2016年
9 郝琦;木本植物物候期对小尺度气温变化响应的初探[D];内蒙古大学;2016年
10 郄继英;数据挖掘算法下三峡库区及周边地区一季稻物候时空演变[D];中国科学院重庆绿色智能技术研究院;2016年
本文编号:1304812
本文链接:https://www.wllwen.com/shoufeilunwen/gckjbs/1304812.html