基于MODIS時序數(shù)據(jù)北回歸線（云南段）地區(qū)植被物候時空變化及其對氣候響應分析

張艷可 ，王金亮 *，農(nóng)蘭萍 ，程峰 ，張云峰

1. 云南師范大學地理學部，云南 昆明 650500；2. 云南省高校資源與環(huán)境遙感重點實驗室，云南 昆明 650500；3. 云南省地理空間信息技術工程技術研究中心，云南 昆明 650500；4. 云南師范大學生命科學學院，云南 昆明 650500

植被物候是指植物受氣候和其它因子影響而形成的以年為周期重復出現(xiàn)的自然變化現(xiàn)象，包括發(fā)芽、抽枝、展葉、開花、結(jié)果、落葉和休眠等（竺可楨等，19991-4；鄭景云等，2002；王連喜等，2010）。它不僅指示植被的節(jié)律變化，也能反映植被對氣候變化的響應，是全球變化的“積分儀”和景觀生態(tài)環(huán)境變化的綜合“指示器”（Li et al.，2003）。IPCC第五次評估報告指出，1880—2012年全球地表平均溫度上升0.85 ℃，全球變暖毋庸置疑（賈文雄等，2016）。氣候環(huán)境改變會直接影響植被物候變化，植被物候變化又會直接影響著陸地碳、養(yǎng)分動態(tài)平衡和生物多樣性格局，而后反過來向氣候系統(tǒng)反饋（Wang et al.，2017）。

傳統(tǒng)物候?qū)W通過人力定時定點觀察記錄植被生長變化信息，精度高，但觀測面積小。隨著遙感技術發(fā)展，遙感數(shù)據(jù)為地面定點觀測提供了數(shù)據(jù)補充和支持，使得物候觀測對象實現(xiàn)了由點到面的空間轉(zhuǎn)換（White et al.，1997；Jan et al.，2010；李曉東等，2017），借助遙感數(shù)據(jù)進行植被物候監(jiān)測也成為新的研究方式，但它與傳統(tǒng)意義上的物候觀測有所不同，它主要獲取的是植被物候變化的關鍵信息，如生長季始期、生長季末期、生長季長度。遙感物候監(jiān)測確切來說該方法是借助遙感影像數(shù)據(jù)中的植被指數(shù)變化來確定出物候期，目前用到的植被指數(shù)主要有NDVI和EVI兩種，它們都能反映植被的生長變化情況，EVI指數(shù)是在NDVI指數(shù)的基礎發(fā)展而來的增強型植被指數(shù)，它解決了NDVI植被指數(shù)中存在的易飽和的問題，同時改進了算法和合成方法，減少了異常值的影響（李文梅等，2010）。因此研究選取MODIS EVI植被指數(shù)數(shù)據(jù)進行物候監(jiān)測研究。

全球變暖背景下已有不同學者利用遙感數(shù)據(jù)源對不同地區(qū)的物候信息進行觀測分析（李明等，2011；浮媛媛等，2016；張曉東等，2018）。在全球物候變化研究中，1982—1999年間（Tucker et al.，2001）全球 35°N以上地區(qū)的植被生長季有明顯的延長趨勢；1982—2009年間（叢楠等，2016）北半球歐洲、亞洲、北美地區(qū)呈現(xiàn)植被春季萌發(fā)期提前趨勢，歐亞大陸提前速率為 (0.22±0.04) d·a-1，顯著高于北美大陸的變化速率 (0.03±0.02) d·a-1，且該變化主要受氣溫因子的影響。在我國植被物候變化研究中，東北地區(qū)（俎佳星等，2016）1982—2006年不同植被類型春季物候均表現(xiàn)出先提前后推遲的現(xiàn)象，秋季則較為復雜，其中春季物候主要受溫度影響，秋季則主要受降水控制。陜西省（韓紅珠等，2018）2001—2016年植被 SOS變化趨勢為波動提前（-0.79 d·a-1），生長季結(jié)束時間變化趨勢為波動推遲（0.5 d·a-1），生長季長度變化呈波動延長趨勢（1.29 d·a-1）。青藏高原（常清等，2014）高寒草地在2003—2012近10 a來隨著春季溫度提高，總體呈現(xiàn)生長季開始期提前的趨勢（-0.248 d·a-1）。2001—2016年秦嶺地區(qū)（李登科等，2020）植被物候呈現(xiàn)SOS提前（0.61 d·(10 a)-1）、EOS推遲（3.1 d·(10 a)-1）、LOS 延長（3.7 d·(10 a)-1）的變化特征，3月份氣溫升高會抑制植被生長期到來、9月氣溫升高會延遲生長結(jié)束期到來。但 2001—2016年新疆地區(qū)（何寶忠等，2018）植被物候卻出現(xiàn)了SOS推遲趨勢（1.9 d·(10 a)-1），EOS呈提前趨勢（3.66 d·(10 a)-1），LOS 縮短趨勢（5.6 d·(10 a)-1），且 SOS主要受春季氣溫、前一年冬季降水量和日照時數(shù)的影響，EOS主要受夏季和秋季降水量影響。由以上研究可以看出，植被物候變化存在明顯的區(qū)域性差異，不同地區(qū)、不同時間段變化趨勢不同，各地區(qū)主導變化的氣候因子也各不相同。因此深入研究區(qū)域尺度植被物候變化及其對氣候因子的響應對于理解一地區(qū)生態(tài)系統(tǒng)內(nèi)循環(huán)和氣候—生物圈的相互作用有顯著意義（李登科等，2020）。

我國對植被物候變化的研究明顯集中在中東部地區(qū)以及北部地區(qū)，極少對西南部云貴高原做研究。云南省地處中國西南邊疆，青藏高原的東部，南部有北回歸線穿過，北回歸線是北半球熱帶和溫帶的分界線，地理位置特殊。研究以北回歸線在云南省穿過的縣域為研究區(qū)，利用長時間序列（2001—2019年）MODIS EVI植被指數(shù)提取北回歸線（云南段）地區(qū)主要物候值信息，包括生長季始期（SOS）、生長季末期（EOS）、生長季長度（LOS），分析研究區(qū)整體和不同植被類型的物候值變化，并結(jié)合氣溫、降水資料分析不同植被生長階段對水熱因子的響應，揭示氣候變化對該區(qū)域植被生長狀況的影響，以期為研究區(qū)生態(tài)環(huán)境的保護和持續(xù)利用提供科學依據(jù)。

1 研究區(qū)與數(shù)據(jù)來源

1.1 研究區(qū)概況

北回歸線又名夏至線，位于23°26′21″N，是太陽在北半球能夠直射到離赤道最遠的位置。研究以北回歸線在云南省穿過的縣市作為研究區(qū)（簡稱北回歸線（云南段））（圖1），該地區(qū)跨越的經(jīng)緯度為22°48′54″—24°10′44″N，98°48′40″—106°11′39″E，總面積達57129.27 km2，緯度低，經(jīng)度跨度廣。受來自印度洋西南季風的影響，氣候主要為高原亞熱帶季風氣候。地處云貴高原，垂直氣候明顯，從低海拔到高海拔，形成了不同的自然景觀。特殊的地理位置和海拔高度形成了獨具特色的植被生長情況，對該地區(qū)進行物候研究可深入不同自然環(huán)境下植被物候值變化狀況。

圖1 研究區(qū)示意圖Fig. 1 Sketch map of the research area

1.2 數(shù)據(jù)來源和處理

MODIS數(shù)據(jù)：來源于美國國家宇航局（NASA）官網(wǎng)（http://ladsweb.nascom.nasa.gov/data/search.html）。幅號為 H27、V06；（1）2001—2019年增強型植被指數(shù)（EVI）——MOD13Q1數(shù)據(jù)集，19 a間共437期遙感數(shù)據(jù)，空間分辨率250 m，時間分辨率 16 d；該數(shù)據(jù)產(chǎn)品已采用最大合成法進行糾正，并已經(jīng)過了幾何糾正和大氣校正。同時為保證數(shù)據(jù)精度，剔除研究區(qū)內(nèi)所有EVI值小于0的區(qū)域。（2）2001—2018年MODIS Terra+Aqua3級土地覆蓋類型產(chǎn)品——MCD12Q1數(shù)據(jù)集，空間分辨率為 500 m，為使其和EVI數(shù)據(jù)分辨率一致，將其重采樣為250 m，文中分類方案采用國際地圈生物圈計劃（IGBP）的全球植被分類方案。研究區(qū)包括的植被類型主要有7種：分別為常綠針葉林、常綠闊葉林、混交林、木本熱帶稀疏草原、熱帶稀樹草原、草原、耕地。（3）2001—2019年地表溫度（LST）數(shù)據(jù)——MOD11A2數(shù)據(jù)集，空間分辨率為250 m，時間分辨率為8 d，先利用最大值合成法將每年46期數(shù)據(jù)合成為12期月均數(shù)據(jù)。研究區(qū)山地地區(qū)LST值在每年6、7月存在異常值，其余月份正常，由于6、7月氣溫差異不大，為提高數(shù)據(jù)精度，將這兩個月數(shù)據(jù)利用最大值合成法合成為一個月的數(shù)據(jù)參與相關性分析。

降水數(shù)據(jù)包括兩種，（1）TRMM數(shù)據(jù)來自于美國國家宇航局（NASA）的Goddard 數(shù)據(jù)分發(fā)中心（https://www.nasa.gov/connect/apps.html）提供，為TRMM 3B43月降雨數(shù)據(jù)，空間分辨率為0.25°×0.25°，時間范圍為 2001—2019 年 1—12月，利用地理加權(quán)回歸模型建立 TRMM 原始數(shù)據(jù)和NDVI的關系，并將TRMM 3B43降尺度為1 km，為適用于后續(xù)分析，將其重采樣為和EVI數(shù)據(jù)相同的250 m空間分辨率。該數(shù)據(jù)用于分析19 a間降水和物候參數(shù)的空間相關性。（2）氣象站點數(shù)據(jù)：選取耿馬、臨滄、瀾滄、思茅、元江、硯山 6個站點 2001—2019年的月均數(shù)據(jù)，數(shù)據(jù)來源于中國氣象科學數(shù)據(jù)共享服務網(wǎng)（http://data.cma.cn//），該數(shù)據(jù)用于計算氣候因子在19 a內(nèi)的變化狀況。

2 研究方法

2.1 時間序列重構(gòu)方法

MODIS數(shù)據(jù)受傳感器性能、天氣等隨機因素的干擾會存在一些噪聲（劉亞，2017），需要對其進行噪聲平滑處理。目前常用的去除時間序列中噪聲的方法有S-G（Savitzky-Golay）濾波法、非對稱高斯函數(shù) A-G（Asymmetrical-Gaussian）濾波、D-L（Double-Logistic）曲線擬合等。結(jié)合前人研究（王乾坤等，2015），并利用3種方法分別進行提取實驗進行對比分析，發(fā)現(xiàn)S-G濾波法對北回歸線（云南段）地區(qū)時序數(shù)據(jù)重構(gòu)的保真性最好（圖2），提取的物候值最符合當?shù)貙嶋H物候期。S-G濾波法是1964年由Savitzky和Golay提出的一種最小二乘卷積擬合平滑濾波方法，公式為：

圖2 EVI數(shù)據(jù)平滑前后數(shù)據(jù)對比Fig. 2 Comparision between before and after smoothing EVI data

式中，Y為原始的EVI值，Y*為濾波擬合后的EVI值，j為數(shù)據(jù)序列的第j個點，Ci為第i個數(shù)據(jù)點的濾波系數(shù)。N為滑動窗口的寬度即2 m+1（Chen et al.，2004；侯學會等，2013）。

2.2 物候期確定

2.2.1 物候期確定方法

基于植被指數(shù)時序曲線提取遙感物候的方法有閾值法、導數(shù)法、最大斜率法、模型擬合法等（Chen et al.，2004）。考慮到研究區(qū)地形復雜、經(jīng)度跨度大，采用動態(tài)閾值法進行物候參數(shù)提取。該方法是Jonsson和Eklundh（2002）提出的物候參數(shù)值提取方法，閾值確定采用一種動態(tài)的比值形式而不是某一確定值（張延兵等，2015），以植被指數(shù)生長曲線左右振幅的 20%為植被生長的起始期和結(jié)束期，兩點之間的時間長度為生長季長度。研究在宏觀上把握植被物候期及時間變化趨勢，所以僅考慮一年只有一個生長期的情況（對于有兩個生長期的地區(qū)，提取該地區(qū)植被生長期中EVI值最大的一個生長期）。文中的日期采用儒略日計算法，即將每年的1月1日記為第一天（韓紅珠等，2018）。物候值計算公式如下：

式（2）中，EVI(SOS)表示植被生長季開始期閾值，EVImax表示植被指數(shù)最大值，EVImin1表示EVI曲線上升階段植被指數(shù)最小值；式（3）中，EVI(EOS)表示提取EOS的植被指數(shù)閾值，EVImin2表示EVI曲線下降階段植被指數(shù)最小值，當動態(tài)閾值達到最大與最小EVI差值的20%時，提取出SOS和EOS值。兩者在水平方向上的時間差即為EVI(LOS)生長季長度值。

2.2.2 植被物候提取結(jié)果精度驗證

由于研究區(qū)域內(nèi)沒有物候觀測點，借助農(nóng)作物觀測點數(shù)據(jù)進行精度驗證。在中國氣象數(shù)據(jù)網(wǎng)獲取北回歸線（云南段）縣區(qū)中5個農(nóng)業(yè)氣象站點（耿馬、臨滄、思茅、蒙自、文山）的農(nóng)作物生長發(fā)育數(shù)據(jù)，選取一季稻的返青時間為對比時間，計算各個站點 2001—2008年一季稻返青期的平均值，以及對應縣區(qū)栽培植被遙感物候值的平均值，此處栽培植被參考GlobeLand 30數(shù)據(jù)的劃分，將兩結(jié)果進行比對。耿馬、臨滄、思茅、蒙自、文山的實測值分別 138、137、113、136、143 d，遙感估算值為 144、144、112、112、144 d，兩組數(shù)據(jù)的相關性指數(shù)為0.693（P＜0.05）。5個站點的實測值和遙感估算值相差的平均絕對值為2.2 d。考慮到遙感影像的時間分辨率（16 d），這一誤差在可接受的范圍內(nèi)。

2.3 一元線性回歸分析

一元線性回歸分析可以模擬每個柵格的物候要素時間上的變化趨勢，文中采用回歸方程的斜率來反映北回歸線（云南段）地區(qū)植被物候值的變化特征，計算公式為：

式（5）中，yi為植被物候在第i年對應的生長季始期、生長季末期和生長季長度，ymean為該物候值的多年均值，ti為對應年數(shù)，tmean為年數(shù)的平均值，k為趨勢線的斜率。若k＞0，說明物候期的變化趨勢是延長或延遲，若k＜0，則說明物候期的變化趨勢是提前或縮短。

2.4 植被物候期與水熱因子關系分析

利用Pearson相關系數(shù)來分析北回歸線（云南段）地區(qū)植被物候的生長季開始期、結(jié)束期和生長季長度與氣溫、降水的相關性，計算公式為：

式（6）中，x為氣溫或降水，y為植被物候值，n為數(shù)據(jù)組數(shù)，i為序列數(shù)，相關系數(shù)r取值在-1—1之間，當r＞0表示x和y為正相關關系，當r＜0表示x和y為負相關關系，絕對值越大表示相關性越強。

3 結(jié)果與分析

3.1 多年平均物候空間分布

從 2001—2019年植被生長季始期空間分布來看（圖3a），SOS大部分集中分布在80—112 d，但區(qū)域差異明顯。植被生長最早開始地區(qū)為東部富寧、麻粟坡、西疇縣地區(qū)和西部山麓迎風坡（西南坡）地區(qū)，約在48—96 d；其次為西部河谷地區(qū)，在105—138 d，中東部壩區(qū)（硯山、蒙自、建水、石屏）植被生長開始期約在105—150 d。由此可見生長季開始期受海拔和地勢起伏制約明顯，在地勢起伏小且海拔較低的地區(qū)，水熱充足且蒸發(fā)弱，植被SOS最早，反之則較晚。除此之外，研究區(qū)SOS還存在一特殊現(xiàn)象，山地地區(qū) SOS開始于秋季（192—240 d），這明顯不符合一般情況，原因在于研究區(qū)山地地區(qū)植被EVI值在夏季存在“逆季”現(xiàn)象，7月EVI值為一年中最低，夏季植被覆蓋要低于秋冬季節(jié)，這與云南瀾滄江流域（李立科，2011）的研究結(jié)果和云南西雙版納（趙桔超等，2019）的研究結(jié)果一致。

圖3 北回歸線（云南段）地區(qū)植被物候參數(shù)分布圖Fig. 3 Phenological parameters of the tropic of cancer (Yunnan section)

從 2001—2019年植被生長結(jié)束期空間分布來看（圖3b），EOS大部分集中在337至次年17 d，結(jié)束最晚的西部河谷地區(qū)約在次年的17—51 d，其次為東部低海拔地區(qū)（富寧、麻粟坡、西疇），約在353至次年17 d，稍早的中東部壩區(qū)（硯山、蒙自、建水、石屏）約在320—353 d，由此可見，除山地地區(qū)，其余地區(qū) EOS雖存在一定差異，但差異不大，基本都在12月至次年1月。EOS同樣也受海拔和地勢起伏的制約，河谷地區(qū)在冬季存在一定積溫作用，結(jié)束最晚，東部地區(qū)次之，中東部壩區(qū)地勢平坦，植被類型多為農(nóng)作物，植被結(jié)束生長稍早。山地地區(qū)EOS出現(xiàn)在5—6月左右（112—192 d），原因在于在5—6月降水還未到達，山地海拔高，升溫快，氣溫升高加劇干旱，導致植被嚴重缺水，抑制植被生長。

植被生長季長度大部分集中在224—272 d（圖3c）。LOS最長的出現(xiàn)在山地迎風坡（西南坡）地區(qū)和東部低海拔區(qū)，約為273—305 d，其次為河谷地區(qū)，約為257—273 d，山地背風坡地區(qū)為200—220 d左右，中東部壩區(qū)植被類型主要為耕地作物，生長期最短，約為161—209 d。由此可見植被生長受水熱因子影響明顯，在降水較多的迎風坡和積溫較好的低海拔和河谷地區(qū)植被生長時間較長，背風坡和高海拔地區(qū)降水量少、蒸發(fā)強且積溫效果較差，植被生長長度較短。

3.2 不同植被類型物候空間分布特征

從表1來看，在主要的3種植被類型中，森林植被開始生長最早、結(jié)束最早、長度最長；草原植被較森林植被開始生長較晚，但結(jié)束生長最晚，生長期長度比耕地植被長，比森林植被短；耕地植被開始生長最晚，生長期也最短。不同植被類型生長物候值差異主要和分布地區(qū)有關，3種森林類型的植被包括常綠針葉林、闊葉林、混交林分別分布在山頂?shù)貐^(qū)、山腰地區(qū)和山麓地區(qū)，從山頂?shù)缴铰矗０卧礁撸脖幌募尽澳婕尽爆F(xiàn)象越明顯，跨年生長現(xiàn)象越明顯。3種森林植被物候值特點為：植被存在跨年生長，海拔越高，物候值跨年現(xiàn)象越明顯，植被開始生長越早，結(jié)束越早、生長期越長。3種草原類型包括木本熱帶稀樹草原、熱帶稀樹草原、草原分別分布西部河谷和東部低海拔區(qū)（富寧縣東部）、中東高原山地和壩子地區(qū)、壩子地區(qū)。草原類型的植被主要分布在中東高原區(qū)，地勢相對平坦，3種草原植被類型的特點為：海拔越低，植被開始生長越早、結(jié)束越晚、生長期越長。耕地和草原物候值類型相似，兩者在空間分布在也相鄰，都主要分布在壩子地區(qū)，耕地受人為因素影響較大，所以與自然植被相比開始較晚、結(jié)束較早、生長期較短。

表1 不同植被類型物候期和所占比Table 1 Phenological period and their proportions of different vegetation types

3.3 物候年際變化特征

3.3.1 物候年際變化總特征

圖4所示為計算得到的2001—2019年北回歸線（云南段）地區(qū)植被物候年際變化特征。SOS具有提前趨勢，且通過了顯著性檢驗（R2=0.51，P=0.001＜0.05），平均提早 1.14 d·(10 a)-1。這一趨勢與全球 SOS物候值變化趨勢一致，但比全球1981—2003 年的-3 d·(10 a)-1（Julien et al.，2009）、北半球 2000—2008 年間的-（4±0.8）d·(10 a)-1（Jeong et al.，2011）的幅度小。EOS呈推遲趨勢，平均推遲了 0.07 d·(10 a)-1，未通過顯著性檢驗（R2=0.01，P=0.756＞0.05）。變化幅度也比全球1981—2003 年間的 0.45 d·(10 a)-1（Julien et al.，2009）和北半球 2000—2008年間的 2.3 d·(10 a)-1小（Jeong et al.，2011）。研究區(qū)LOS在19 a中為延長趨勢，且通過了顯著性檢驗（R2=0.47，P=0.001＜0.05），平均延長 1.09 d·(10 a)-1，這一趨勢與全球及北半球地區(qū)LOS延長趨勢一致（Julien et al.，2009；Jeong et al.，2011）。

圖4 2001—2019年北回歸線（云南段）地區(qū)植被物候年際變化趨勢Fig. 4 Interannual phenological change trend of vegetation in the tropic of cancer (Yunnan section) region from 2001 to 2019

3.3.2 物候年際變化趨勢空間分布

根據(jù)年變化率k和相關系數(shù)r值的大小，將北回歸線（云南段）地區(qū)19 a的遙感物候年際變化趨勢分為3種情況：（1）當k＜0且r＜0.3時，顯著提前；（2）當k＞0 且r＜0.3 時，顯著推遲；（3）當r＞0.3時，無顯著變化。從圖5a來看，北回歸線（云南段）地區(qū)SOS顯著提前地區(qū)占比為49.13%，集中在研究區(qū)西部山地地區(qū)。顯著推遲地區(qū)占比為22.88%，主要分布在西部河谷地區(qū)和背風坡山麓地帶。無顯著變化地區(qū)主要分布在較為平坦的河谷平原和中東高原壩子地區(qū)，占比為27.99%。EOS變化趨勢比SOS變化稍弱（圖5b），有45.35%地區(qū)的EOS無顯著變化，無顯著變化區(qū)分布在東部低海拔地區(qū)、河谷平原和中東高原壩區(qū)。顯著提前的地區(qū)減至39.61 %，分布在海拔較高的山地地區(qū)。顯著推遲的地區(qū)減至15.04%，主要分布在西部山地地區(qū)。植被LOS有近一半的區(qū)域變化趨勢為延長（圖5c），占比為41.47%，58.42%的區(qū)域無顯著變化，顯著縮短區(qū)域僅占0.12%；顯著增加的區(qū)域主要分布在海拔較高地區(qū)，無顯著變化的分布在低海拔地區(qū)、河谷平原和壩區(qū)。

圖5 北回歸線（云南段）地區(qū)2001—2019年植被物候年際變化顯著水平Fig. 5 The significant level of interannual phenological change of vegetation in the tropic of cancer (Yunnan section) from 2001 to 2019

3.3.3 物候年際變化速率空間分布

研究區(qū)大多數(shù)區(qū)域植被SOS變化速率在-4—2 d·(10 a)-1，占全區(qū)89.9%（圖6a）。其中變化速率在-4—0 d·(10 a)-1之間的區(qū)域占30.47%，分布在西部山區(qū)；0—2 d·(10 a)-1之間的區(qū)域占比為8.3%，分布在西部河谷和山麓地區(qū)；變化速率為0的占比最大，為51.1%，分布在低海拔區(qū)、河谷地區(qū)和壩子地區(qū)。變化速率小于-5 d·(10 a)-1的區(qū)域占比為6.09%，主要分布在西部高山地區(qū)的迎風坡地帶；變化速率大于2 d·(10 a)-1的區(qū)域占比為4.01%，主要分布在海拔稍高的西部山腰地區(qū)。

圖6 北回歸線（云南段）地區(qū)2001—2019年植被物候年際變化速率Fig. 6 The rate of interannual phenological change of vegetation in the tropic of cancer (Yunnan section) from 2001 to 2019

植被EOS變化速率與SOS相比明顯變?nèi)酰▓D6b），變化速率在-1—1 d·(10 a)-1之間的占比為92.22%，分布在除西部山地之外的各個地區(qū)，變化速率小于-1 d·(10 a)-1的占比僅為5.02%，分布在迎風坡山腰和山頂?shù)貐^(qū)；變化速率大于1 d·(10 a)-1的占比為2.76%，分布在西部山腰地區(qū)。

植被 LOS變化速率主要分布在-1—0 d·(10 a)-1，該區(qū)間占研究區(qū)面積的99.80%（圖6c），其中變化速率為-1 d·(10 a)-1的占比為50.24%，主要分布在山腰和稍有起伏的河谷地區(qū)，變化速率為 0 d·(10 a)-1的占比為49.56%，分布在研究區(qū)平坦的河谷、壩子、起伏較小的山地和東部低海拔區(qū)。

3.3.4 不同植被類型物候值時間變化趨勢

從SOS變化來看（圖7），除了草地和耕地2種植被類型為SOS推遲，其余地區(qū)均為SOS提前。變化最大的是分布在西部山地的常綠闊葉林，變化絕對值從大到小依次為常綠闊葉林 (-1.68 d·(10 a)-1)＞混交林 (-1.04 d·(10 a)-1)＞木本熱帶稀樹草原 (-0.79 d·(10 a)-1)＞草原 (0.48 d·(10 a)-1)＞熱帶稀樹草原(-0.42 d·(10 a)-1)＞耕地 (0.41 d·(10 a)-1)＞常綠針葉林(0.05 d·(10 a)-1)。從EOS變化來看（圖7），3種森林植被表現(xiàn)為EOS提前，3種草原植被和耕地植被表現(xiàn)為 EOS推遲，變化率從大到小依次為耕地 (1.25 d·(10 a)-1)＞草原 (1.22 d·(10 a)-1)＞常綠闊葉林 (-1.03 d·(10 a)-1)＞常綠針葉林 (-0.74 d·(10 a)-1)＞木本熱帶稀樹草原 (0.47 d·(10 a)-1)＞熱帶稀樹草原 (0.46 d·(10 a)-1)。從LOS變化來看（圖7），所有植被類型均表現(xiàn)出生長期長度延長的趨勢，草地植被的LOS變化略大于森林植被。變化率從大到小依次為木本熱帶稀樹草原 (1.28 d·(10 a)-1)＞熱帶稀樹草原 (0.89 d·(10 a)-1)＞耕地 (0.84 d·(10 a)-1)＞混交林 (0.83 d·(10 a)-1)＞草原 (0.74 d·(10 a)-1)＞常綠闊葉林 (0.66 d·(10 a)-1)＞常綠針葉林 (0.12 d·(10 a)-1)。

圖7 2001—2019年不同植被類型物候值變化趨勢Fig. 7 Phenological change trends of different vegetation types from 2001 to 2019

3.4 植被物候期對水熱因子的響應

3.4.1 植被物候期對年際氣候因子變化的響應

從圖8可知，19 a間北回歸線（云南段）地區(qū)氣溫呈波動式上升；降水量呈波動下降。從氣溫變化來看，2004、2008、2011年出現(xiàn)明顯下降趨勢，對應的物候值變化情況為 2004年的 SOS較上一年出現(xiàn)略微提前趨勢，EOS和 LOS變化不大，2008年表現(xiàn)出的SOS提前、EOS推遲、LOS延長，2011年為SOS提前、EOS基本無變化、LOS延長。可見年氣溫變化對物候值存在響應關系，且與植被生長呈負相關，即年均溫升高會抑制植被生長。從降水來看，2003、2012年出現(xiàn)了明顯的明顯下降趨勢，2007、2013年出現(xiàn)明顯的上升趨勢，對應的物候值變化為2003年SOS推遲、EOS推遲、LOS略微縮短；2012年SOS推遲、EOS提前、LOS縮短；2007年SOS略微提前、EOS推遲、LOS延長；2013年為SOS提前、EOS略微提前、LOS延長。年降水量變化對物候值也存在一定響應關系，且與植被生長呈正相關，即降水量增多會促進植被生長。

從圖8來看，近19 a內(nèi)，月降水量除了2月、5—6月、10月呈減少趨勢外，其余月份均呈增加趨勢，其中5月減少最多，1月和7月增加最多，雨季來臨有推遲趨勢，在多數(shù)植被開始生長的 3—4月，降水呈增加趨勢，有助于植被生長。月氣溫除了1—4月呈降低趨勢外，其余月份呈增加趨勢，其中增溫最明顯的在5月，這一變化不利于山地地區(qū)的植被在夏初的生長，而 1—4月的氣溫降低有助于河谷、壩子、東部低海拔區(qū)的植被生長。

3.4.2 植被物候值對單一氣候因子的響應

由于北回歸線（云南段）地區(qū)河谷、壩子、東部低海拔區(qū)和山地地區(qū)的物候值存在明顯差異，分別計算河谷、壩子、東部低海拔區(qū)的SOS值與上年10—12月和翌年1—5月氣溫和降水的相關性、山地SOS值與5—9月氣候因子的相關性（圖9，文中僅展示部分月份）。在降水方面，河谷、壩子、東部低海拔區(qū)10—11月、翌年4—5月的降水和SOS呈正相關，12月至翌年3月呈負相關，相關性系數(shù)平均最大值出現(xiàn)在 2月，該月負相關區(qū)域占比為61.83%，正相關區(qū)域占比38.17%，兩者為負相關表明降水越多，SOS來臨越早，即降水對植被的生長起促進作用。山地地區(qū)5—9月降水和SOS均呈正相關，即降水越多，山地SOS來臨越晚，這與山地植被在6—7月的EVI值下降有關，降水多時山地植被生長狀況好，EOS來臨晚，SOS也會隨之推遲。在氣溫方面，河谷、壩子、東部低海拔區(qū)10月至翌年5月氣溫與SOS均呈正相關，平均最大值出現(xiàn)在4月，該月正相關地區(qū)占比為94.96 %，負相關地區(qū)僅占5.03%，表明氣溫升高會抑制植被生長，延遲生長期到來。山地地區(qū)5月和9月氣溫和SOS呈正相關，6—8月呈負相關，相關性系數(shù)平均最大值出現(xiàn)在5月，其中負相關地區(qū)占比為22.21%，正相關地區(qū)占77.79%，即春末夏初氣溫升高會抑制植被生長，導致植被生長季始期的推遲。

圖8 2001—2019主要物候參數(shù)和氣候因子的年變化及其月變化Fig. 8 Changes in the annual main phenological parameters and climatic factors and the monthly values from 2001 to 2019

圖9 北回歸線（云南段）地區(qū)植被SOS與各月氣象因子的相關系數(shù)空間分布Fig. 9 Spatial distribution of correlation coefficients between SOS and each month climatic factors on in the tropic of cancer (Yunnan section)

河谷、壩子、東部低海拔區(qū)EOS集中在冬季，山地地區(qū)EOS集中在夏初，分別計算9月至翌年1月、1—5月EOS與水熱因子的相關性（圖10）。在降水方面，河谷、壩子、東部低海拔區(qū)9—11月降水與EOS呈正相關，12月至翌年1月呈負相關，其中相關性最大的出現(xiàn)在9月，該月正相關地區(qū)占比為59.56 %，負相關地區(qū)占40.44%，11月正相關地區(qū)達到61.20%，負相關地區(qū)為38.80%，表明降水增多會延緩植被生長結(jié)束期的到來，降水對植被生長仍起促進作用。山地地區(qū)1—3月份降水與EOS呈負相關，4—5月呈正相關，平均最大值出現(xiàn)在5月份，該月正相關地區(qū)占比為57.35%，負相關地區(qū)占42.65%，表明5月份降水增多會延遲植被生長結(jié)束期的到來，對植被生長起促進作用。在氣溫方面，河谷、壩子、東部低海拔區(qū)9—11月氣溫和EOS呈正相關，12月至翌年1月呈負相關，其中相關性系數(shù)平均最大值出現(xiàn)在9月，該月正相關地區(qū)占比為75.76%，負相關地區(qū)占比為24.23%，這一階段氣溫呈下降趨勢，表明秋冬季適當增溫有利于植被生長。山地地區(qū)1—5月氣溫和EOS均呈正相關，平均最大值出現(xiàn)在 4月，該月正相關地區(qū)占比為75.80%，負相關地區(qū)占比為24.20%，表明4月氣溫升高仍對山地地區(qū)植被生長起促進作用。

圖10 北回歸線（云南段）地區(qū)植被EOS與各月氣象因子的相關系數(shù)空間分布Fig. 10 Spatial distribution of correlation coefficients between EOS and each month climatic factors on in the tropic of cancer (Yunnan section)

4 討論

4.1 植被物候空間分布特殊性

西部山地物候參數(shù)與河谷、壩子、東部低平原區(qū)明顯不同，圖11a、b分別為研究區(qū)整體和山地地區(qū)年內(nèi)EVI的變化趨勢圖，可以看出山地EVI值在夏季最低，出現(xiàn)“逆季”現(xiàn)象。原因可能主要在于：研究區(qū)本身緯度低，年均溫基本在 10 ℃以上，山地與其他地區(qū)相比，海拔高，光照強，在夏季氣溫升高時，蒸發(fā)量比低海拔區(qū)更強，植被生長由于干旱缺水就會出現(xiàn)“逆季”現(xiàn)象。秋冬季節(jié)，山地地區(qū)接受的熱量比河谷等地區(qū)更多，氣溫更加適合植被生長。而氣溫升高對植被生長季始期起抑制作用的原因可能主要在于，（1）研究區(qū)干濕季分明，降雨主要集中在5—11月，其余時間氣溫增長不但不會促進植被生長，反而會加劇干旱，抑制植被生長。（2）適當增溫可以滿足植被生長所需熱量供應，但溫度過高會改變植物群落的小氣候環(huán)境，直接或間接地影響植被的生物量生產(chǎn)，對植被覆蓋產(chǎn)生抑制作用（Fu et al.，2013；Zhang et al.，2013）。

圖11 植被EVI值年內(nèi)變化曲線Fig. 11 Curve of EVI value of vegetation during the year

4.2 植被物候時間變化趨勢分析

研究區(qū)植被生長始期提前、末期推遲，生長期延長普遍出現(xiàn)在海拔較高地區(qū)，反之則出現(xiàn)在海拔較低、地勢較平坦的地區(qū)，這與氣候變暖具有一定關系，高海拔區(qū)的植被主要是自然草地和森林植被，物候期變化主要受氣候變化的影響。而低海拔區(qū)的植被多數(shù)是農(nóng)作物或者人工林等，氣候變暖會使得播種期推遲、成熟期提前、生育期縮短。因此從時間變化的空間分布來看，SOS推遲趨勢出現(xiàn)在河谷地區(qū)，提前趨勢出現(xiàn)在山地；EOS提前趨勢出現(xiàn)在河谷地區(qū)，推遲趨勢的出現(xiàn)在山地；LOS延長趨勢的出現(xiàn)在山地，無顯著變化的出現(xiàn)在河谷、壩子、東部低海拔區(qū)。

5 結(jié)論

研究基于2001—2019年的MODIS EVI植被指數(shù)數(shù)據(jù)，探討了北回歸線（云南段）地區(qū)近20年的植被生長季始期、生長季末期、生長季長度3個物候值的空間分布狀況、時間變化特征以及年際和年內(nèi)尺度下植被生長對水熱因子的響應，主要結(jié)論如下：

（1）北回歸線（云南段）地區(qū)海拔和地勢起伏在物候地域分異中作用顯著，植被物候存在明顯的垂直地帶性分布特征。山地地區(qū)與河谷地區(qū)、低海拔區(qū)、壩子地區(qū)的植被物候值明顯不同。山地地區(qū)的植被SOS在192—240 d，EOS在次年144—192 d，LOS在272—304 d；河谷地區(qū)、低海拔區(qū)、壩子地區(qū)的植被SOS在80—112 d，EOS在337至次年17 d，LOS 在 224—256 d。

（2）19 a間北回歸線（云南段）地區(qū)植被物候年際變化的總體特征呈現(xiàn) SOS具有顯著提前趨勢（R2=0.51，P=0.001＜0.05），平均提前 1.14 d·(10 a)-1；EOS具有推遲趨勢（R2=0.01，P=0.756＞0.05），平均推遲0.07 d·(10 a)-1；LOS年際變化具有顯著延長趨勢（R2=0.47，P=0.001＜0.05），平均延長 1.07 d·(10 a)-1。

（3）不同植被類型生長狀況和變化趨勢有一定區(qū)別，SOS、EOS、LOS在19 a間變化最大的分別是常綠闊葉林（-1.68 d·(10 a)-1）、耕地（1.25 d·(10 a)-1）、木本熱帶稀樹草原（1.28 d·(10 a)-1）。

（4）水熱組合對植被生長影響顯著，植被SOS總體與降水呈負相關、與氣溫呈正相關，EOS與氣溫和降水均呈正相關。2月降水（負相關）和4月氣溫（正相關）對河谷、壩子、東部低海拔地區(qū)SOS影響最顯著；6月降水（正相關）和5月氣溫（正相關）對山地地區(qū)SOS影響最顯著。9月的降水和氣溫（正相關）對河谷、壩子、東部低海拔地區(qū)的EOS影響最顯著，5月降水（正相關）和4月氣溫（正相關）對山地地區(qū)EOS影響最顯著。

目前的MOD13Q1物候產(chǎn)品與其他遙感物候監(jiān)測產(chǎn)品類似，也存在著數(shù)據(jù)分辨率不高、噪聲干擾、結(jié)果驗證不充分等問題（范德芹等，2016；張曉萱等，2019），但盡管存在一些限制，基于大范圍、長時序的遙感數(shù)據(jù)仍可從宏觀上把控研究區(qū)的植被物候的空間分布和時間變化情況，提供關于植被物候的有價值的空間連續(xù)的信息。未來植被物候分析的發(fā)展需要從遙感數(shù)據(jù)源質(zhì)量、數(shù)據(jù)處理方法、識別結(jié)果驗證及物候預測等幾個方面開展深入研究。