基于MODIS數(shù)據(jù)的額濟(jì)納植被物候?qū)夂蜃兓驼{(diào)水的響應(yīng)

蘭小瑩 烏蘭 劉玉明

摘要 基于2001—2021年的16 d合成Terra MODIS 250 m NDVI時(shí)間序列數(shù)據(jù)，利用Savitzky-Golay濾波法和動態(tài)閾值方法，提取、分析額濟(jì)納綠洲植被生長季開始日期（SOS）、結(jié)束日期（EOS）、生長季長度（LOS）及NDVI最大值（MAX）4種植被物候參數(shù)的時(shí)空變化，并通過2011—2013年的實(shí)地觀測數(shù)據(jù)對提取的植被物候參數(shù)進(jìn)行驗(yàn)證；同時(shí)，結(jié)合同期的溫度、降水量、徑流和地下水位埋深的觀測數(shù)據(jù)，分析額濟(jì)納植被物候參數(shù)對氣候變化和調(diào)水的響應(yīng)關(guān)系。結(jié)果表明，SOS和EOS分別為第120～160天和第256～320天。近21年植被MAX有所增長，LOS延長趨勢明顯，變化趨勢為4.65 d/10 a，植被SOS整體呈提前趨勢，變化趨勢為2.05 d/10 a，EOS整體上呈推遲趨勢，變化趨勢為2.60 d/10 a。物候參數(shù)與氣候因子和調(diào)水的相關(guān)分析表明，氣溫的升高對SOS提前有促進(jìn)作用，對EOS推遲有促進(jìn)作用，徑流和地下水位埋深對SOS和MAX起到促進(jìn)作用，前一年的徑流和地下水位埋深對MAX值增加和SOS提前有顯著影響。

關(guān)鍵詞 植被物候；氣候變化；調(diào)水；物候；MODIS；額濟(jì)納

中圖分類號 X173? 文獻(xiàn)標(biāo)識碼 A? 文章編號 0517-6611（2023）13-0064-06

doi：10.3969/j.issn.0517-6611.2023.13.016

Response of Vegetation Phenology in Ejina to Climate Change and Water Transfer Based on MODIS Data

LAN Xiao-ying1，WU Lan2，LIU Yu-ming3

（1.Shanghai Weizhi Zhuoxin Information Technology Co.， Ltd.， Shanghai 200000;2.School of Ecology and Environment， Hainan University， Haikou， Hainan 570100;3.31016 Troops，Beijing 100000）

Abstract Based on the 16 days synthetic Terra MODIS 250 m NDVI time series data from 2001 to 2021， the Savitzky Golay filtering method and dynamic threshold method were used to extract and analyze the temporal and spatial changes of four vegetation phenological parameters in Ejina Oasis， including the start of growing season （SOS），the end of growing season （EOS），the length of growing season （LOS） and maximum value of NDVI，and the extracted vegetation phenological parameters were validated through field observation data from 2011 to 2013. At the same time， combined with observation data of temperature， precipitation， runoff and groundwater depth during the same period， the response relationship of vegetation phenological parameters to climate change and water diversion in Ejina was analyzed.The results showed that the SOS and the EOS were mainly occurred from the day of year （DOY） 120-160 and DOY 256-320， respectively. In the past 21 years， the vegetation MAX had increased， and LOS had shown a significant trend of prolongation， with a trend of 4.65 d/10 a. The overall vegetation SOS showed an advanced trend， with a trend of 2.05 d/10 a. The overall EOS showed a delayed trend， with a trend of 2.60 d/10 a.The correlation analysis between phenological parameters， climate factors and water regulation showed that an increase in temperature had a promoting effect on the advance of SOS and a promoting effect on the delay of EOS. Runoff and groundwater burial depth had a promoting effect on SOS and MAX. The previous years runoff and groundwater burial depth had a significant impact on the increase of MAX value and the advance of SOS.

Key words Vegetation phenology;Climate change;Water transfer;Phenology;MODIS;Ejina

作者簡介 蘭小瑩（1990—），女，內(nèi)蒙古包頭人，工程師，碩士，從事GIS與資源環(huán)境等方面的研究。

收稿日期 2023-02-06

植被物候?qū)W是研究植被與環(huán)境條件（氣候、水文、土壤）的周期性變化（萌發(fā)、開花、結(jié)果、落葉）的科學(xué)［1］。陸地生態(tài)系統(tǒng)中植被的變化是對氣候、水文條件和人類活動等的響應(yīng)［2-4］。植被物候與氣候變化關(guān)系的研究對預(yù)測植被動態(tài)變化、改善生態(tài)環(huán)境有重要作用［5］。遙感監(jiān)測方法能連續(xù)長期觀測，為氣候響應(yīng)［6-7］、農(nóng)業(yè)生產(chǎn)管理［8-9］、生物量估算［10-11］等領(lǐng)域研究提供了有力的手段。植被指數(shù)作為植被變化的指示參數(shù)，近年來，MODIS植被指數(shù)產(chǎn)品歸一化植被指數(shù)（NDVI）、增強(qiáng)植被指數(shù)（EVI）、比值植被指數(shù)（RVI）、綠度植被指數(shù)（GVI）等在大尺度范圍分析植被物候研究得到廣泛開展［12-14］。一般來說，基于MODIS植被指數(shù)時(shí)間序列數(shù)據(jù)提取植被物候參數(shù)需要2個(gè)步驟，即重構(gòu)植被指數(shù)時(shí)間序列數(shù)據(jù)和提取植被物候參數(shù)。首先，由于遙感監(jiān)測過程中受到云、大氣和傳感器本身性能等因素的影響，使得觀測值存在干擾信息［15-16］。為了得到真實(shí)的植被觀測值，大量學(xué)者提出了BISE法、分段式Logistic函數(shù)擬合法、非對稱高斯法、Savitzky-Golay（S-G）濾波等［16-19］方法對植被指數(shù)時(shí)間序列數(shù)據(jù)進(jìn)行降噪處理并重建一個(gè)新的植被指數(shù)時(shí)間序列用于分析。其次，針對植被物候參數(shù)提取，不同的學(xué)者也提出了不同的方法，如固定閾值法［20］、動態(tài)閾值法［19］、延遲移動平均法［21］、物候?qū)W累積頻率法等［22］。其中，S-G濾波法能充分考慮到NDVI最大值和最小值，可以較好地保留NDVI的微妙變化，因此該研究選擇利用TIMESAT軟件中的S-G濾波法和動態(tài)閾值法進(jìn)行額濟(jì)納綠洲研究區(qū)域植被物候參數(shù)的提取及植被物候變化特征分析。

內(nèi)蒙古額濟(jì)納胡楊林國家級自然保護(hù)區(qū)是集自然動植物保護(hù)、生產(chǎn)、科學(xué)研究、教育和旅游等多功能于一體的保護(hù)區(qū)。自20世紀(jì)90年代以來，額濟(jì)納綠洲的自然植被明顯減少，但在2000年我國政府實(shí)施生態(tài)引水工程（EWDP）后，加大了額濟(jì)納綠洲徑流量和地下水存儲量，植被覆蓋度有所改善。額濟(jì)納豐富的徑流和地下水使其成為研究物候參數(shù)對水文條件響應(yīng)的合理選擇。該地區(qū)先前的研究主要集中于氣候因素，然而，關(guān)于額濟(jì)納綠洲植被物候?qū)夂蜃兓蛯φ{(diào)水響應(yīng)研究甚少。因此，該研究選取黑河下游額濟(jì)納旗綠洲作為研究對象，采用遙感和GIS技術(shù)，基于MODIS NDVI長時(shí)間序列數(shù)據(jù)，利用Savitzky-Golay濾波法和動態(tài)閾值法獲取降噪擬合的時(shí)間序列數(shù)據(jù)并提取植被物候參數(shù)信息，分析2001—2021年額濟(jì)納綠洲植被物候參數(shù)的年際變化趨勢和空間上的分布格局，探索植被物候參數(shù)信息與氣候因素（氣溫、降水量）和調(diào)水后的水文數(shù)據(jù)（徑流、地下水位埋深）之間的相關(guān)關(guān)系，分析植被物候變化對氣候、調(diào)水等因素的響應(yīng)，以期為當(dāng)?shù)厣鷳B(tài)環(huán)境建設(shè)、額濟(jì)納綠洲保護(hù)提供有利依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

研究區(qū)位于內(nèi)蒙古自治區(qū)最西端黑河下游額濟(jì)納河三角洲，地理位置為97°10′～103°07′E、39°52～42°47′N，面積約11.46 km2。陸地表面海拔為820～1 127 m，平均坡度小于3°。研究區(qū)屬于大陸性干旱氣候，具有干旱少雨（年降水量37 mm，年均氣溫8.3 ℃）、蒸發(fā)量大（年蒸發(fā)量3 800 mm）、風(fēng)沙多（年均≥8級以上大風(fēng)日數(shù)44 d）等特點(diǎn)。研究區(qū)包括以農(nóng)田和人工林為主的人工植被和以胡楊、檉柳、苦豆子等為主的各類天然植被（圖1），天然植被不僅用于畜牧業(yè)，其胡楊林自然保護(hù)區(qū)對旅游業(yè)發(fā)展也有很重要作用。

1.2 數(shù)據(jù)來源

1.2.1

MODIS NDVI數(shù)據(jù)。該研究中使用的是由美國航空局（NASA）提供的覆蓋內(nèi)蒙古額濟(jì)納研究區(qū)行列號為h25v04的 MOD13Q1v005 16 d合成250 m分辨率的陸地產(chǎn)品數(shù)據(jù)。該研究下載了2001—2021年共483幅影像，影像為正弦投影（WGS84基準(zhǔn)）。基于需要對影像進(jìn)行投影轉(zhuǎn)換、NDVI數(shù)據(jù)提取、圖像裁剪等處理，形成可用于植被物候參數(shù)信息提取的NDVI時(shí)間序列數(shù)據(jù)。

1.2.2

實(shí)地物候觀測數(shù)據(jù)。該研究利用研究區(qū)額濟(jì)納綠洲植被物候日期的實(shí)地觀測數(shù)據(jù)來驗(yàn)證基于MODIS數(shù)據(jù)提取的植被物候參數(shù)。實(shí)地物候觀測數(shù)據(jù)由首都師范大學(xué)王樂教授課題組提供。額濟(jì)納實(shí)地物候觀測數(shù)據(jù)包括2011—2013年的數(shù)據(jù)，每年分別在4—6月和9—11月2個(gè)不同時(shí)期對額濟(jì)納植被進(jìn)行實(shí)地觀測，并通過測量結(jié)果計(jì)算SOS、EOS、NDVI。

1.2.3

氣象和水文數(shù)據(jù)。該研究使用氣象和水文數(shù)據(jù)來分析物候變化背后的驅(qū)動因素。研究區(qū)域內(nèi)的氣象、水文數(shù)據(jù)、地下水位埋深監(jiān)測數(shù)據(jù)均由國家冰川凍土沙漠科學(xué)數(shù)據(jù)中心（http：//www.ncdc.ac.cn）提供，獲取1957—2016年的逐月逐年降水量、平均氣溫、徑流及1990—2015年黑河流域下游地下水位埋深監(jiān)測數(shù)據(jù)。

1.3 研究方法

1.3.1 MODIS NDVI 時(shí)間序列重構(gòu)。MODIS NDVI時(shí)間序列數(shù)據(jù)降噪處理是提取植被物候參數(shù)的關(guān)鍵點(diǎn)，合理的降噪算法能有效去除各種噪聲對植被物候參數(shù)提取的影響。該研究利用S-G濾波法對NDVI時(shí)間序列數(shù)據(jù)進(jìn)行重構(gòu)得到光滑穩(wěn)定的曲線。S-G利用移動窗口附近值的線性組合來替代原始數(shù)據(jù)yi，達(dá)到平滑數(shù)據(jù)和剔除異常值的目的。基于S-G濾波原理，NDVI時(shí)間序列數(shù)據(jù)濾波公式如下：

Y*j=nj=-n（cjyi+j）（1）

式中，Y*j為擬合后的NDVI數(shù)據(jù)；yi+j為NDVI原始時(shí)間序列數(shù)據(jù)；cj=1/（2n+1）為濾波權(quán)重；n是平滑窗口的寬度，n越大曲線擬合更平滑。

1.3.2 植被物候參數(shù)提取。該研究利用TIMESAT程序的動態(tài)閾值方法提取SOS和EOS，即設(shè)置閾值當(dāng)NDVI 值達(dá)到其左邊振幅的一定百分比認(rèn)為是SOS，當(dāng)NDVI 值達(dá)到其右邊振幅的一定百分比認(rèn)為是EOS。參考前人的研究［23-25］，認(rèn)為閾值設(shè)定20%時(shí)，得到的SOS和EOS比較接近實(shí)際物候日期。該研究提取研究區(qū)2001—2021年逐年的植被SOS、EOS、MAX、LOS等參數(shù)來分析額濟(jì)納綠洲植被物候變化，并利用2011—2013年實(shí)地觀測的SOS和EOS數(shù)據(jù)進(jìn)行驗(yàn)證。

1.3.3

植被物候參數(shù)對氣候和調(diào)水的響應(yīng)分析。該研究采用相關(guān)分析方法探究植被物候與氣候變化和調(diào)水之間的相互作用關(guān)系，選擇偏相關(guān)系數(shù)作為定量化指標(biāo)。為研究氣溫、降水量、徑流和地下水位埋深分別對植被物候變化的影響，先不考慮降水量、徑流和地下水位埋深對植被的影響，氣溫?cái)?shù)據(jù)與植被物候參數(shù)數(shù)據(jù)進(jìn)行偏相關(guān)分析，以此類推，分別得到4種因素與植被物候變化的相關(guān)程度。

2 結(jié)果與分析

2.1 植被物候空間分布特征及精度驗(yàn)證

該研究基于2001—2021年MODIS NDVI時(shí)間序列數(shù)據(jù)提取了額濟(jì)納綠洲植被物候信息，選擇SOS、EOS、LOS和MAX關(guān)鍵物候參數(shù)進(jìn)行分析。從近21年植被MAX空間分布（圖2a）可以看出，額濟(jì)納綠洲植被覆蓋度整體較好，MAX值在0.2～0.7，MAX值在西側(cè)的范圍大于東側(cè)范圍，是因?yàn)槲鱾?cè)主要以灌木和林木農(nóng)田為主，而東側(cè)以草地分布為主。從近21年植被物候參數(shù)SOS、EOS和LOS空間分布（圖2b～d）可以看出，額濟(jì)納綠洲植被的生長開始日期（SOS）主要集中在一年中的第120～160天，開始日期出現(xiàn)在第120天的植被在靠近河流的范圍，開始日期出現(xiàn)在第160天左右的植被則出現(xiàn)在沙漠戈壁的范圍，例如研究區(qū)的右上角范圍。植被EOS主要出現(xiàn)在第256～320天，最早結(jié)束的植被主要分布在農(nóng)田和靠近沙漠戈壁的草地，而在第300天以后結(jié)束生長的多為喬木和灌木區(qū)。額濟(jì)納綠洲植被LOS平均為180 d，植被生長季為5—7個(gè)月（第150～210天）。這與趙敏麗等［26］ 對額濟(jì)納旗地區(qū)的研究結(jié)果基本一致，喬木胡楊的平均生長季開始日期為第115天，平均生長季結(jié)束日期為第295 天。

利用2011—2013年實(shí)地觀測植被物候的SOS和EOS對MODIS NDVI獲取的植被物候參數(shù)進(jìn)行驗(yàn)證，結(jié)果如圖3所示。從圖3可以看出，實(shí)測數(shù)據(jù)與遙感監(jiān)測數(shù)據(jù)有較好的相關(guān)性，SOS、EOS的R2分別為0.84、0.76；SOS、EOS的RMSE分別為4.36、6.48 d，誤差波動不大。這表明基于MODIS 16 d合成250 m空間分辨率的NDVI影像利用TIMESAT軟件設(shè)定閾值（20%的NDVI最大振幅）確定開始日期和結(jié)束日期取得較好的結(jié)果。

2.2 額濟(jì)納綠洲植被物候年際變化特征

從2001—2021年額濟(jì)納綠洲植被最大NDVI（MAX）年變化（圖4a）可以看出，近21年額濟(jì)納綠洲植被覆蓋整體呈上升趨勢，上升趨勢顯著（R2=0.734 7，P<0.01），植被覆蓋有所增加，這與相關(guān)研究結(jié)果一致［27-28］。從2001—2021年額濟(jì)納綠洲植被生長季開始日期（SOS）、生長季結(jié)束日期（EOS）和生長期長度（LOS）的變化曲線（圖4b～d）可以看出，生長季開始的時(shí)間序列呈下降趨勢，表明生長季開始的時(shí)間越來越早，SOS有提前的趨勢，提前且顯著（R2=0.264 8，P<0.05）；植被生長季結(jié)束的時(shí)間序列呈上升趨勢，表明額濟(jì)納綠洲研究區(qū)的植被平均生長季結(jié)束的時(shí)間出現(xiàn)了推遲，但推遲不顯著（R2=0.207 7，P>0.05）；額濟(jì)納綠洲植被生長季長度在延長，延長趨勢相對明顯（R2=0.474 3，P<0.05）。線性變化趨勢分析表明，近21年額濟(jì)納綠洲植被的MAX不斷增加，植被生長季開始的時(shí)間每10年提前了2.05 d，植被生長季結(jié)束的時(shí)間每10年推遲了2.60 d，這說明生長季在延長，平均延長幅度為4.65 d/10 a。

2.3 植被變化與氣溫和降水的關(guān)系

為了分析物候參數(shù)SOS和EOS對不同時(shí)間尺度的降水、氣溫的響應(yīng)程度，該研究利用氣象學(xué)劃分標(biāo)準(zhǔn)（春季3—5月、夏季6—8月、秋季9—11月、冬季12月—次年2月）研究不同時(shí)間尺度上的SOS、EOS和LOS與氣溫、降水量的相關(guān)系數(shù)，探索物候參數(shù)（SOS和EOS）與氣候因素（溫度和降水量）之間的關(guān)系。

從圖5可以看出，1957—2016年額濟(jì)納綠洲溫度有所上升，升溫速度不斷增加；2001—2016年平均氣溫比1957—2016年平均氣溫高出1.53 ℃，這符合全球變暖趨勢。1957—2016年額濟(jì)納綠洲平均降水量比1957—2016年平均降水量少約9 mm。從2001—2016年物候參數(shù)（SOS和EOS）與氣候因素（溫度和降水量）之間的相關(guān)系數(shù)（表1）可以看出，對于SOS來說，除去前一年平均氣溫，3—5月、春季、前一年冬季、當(dāng)年的氣溫與SOS均呈負(fù)相關(guān)，表明氣溫的升高會促使生長季開始時(shí)間的提前，對植被生長有促進(jìn)作用；當(dāng)年的氣溫對SOS的促進(jìn)作用比較顯著，相關(guān)系數(shù)為-0.573（P<0.05）；3—5月、春季、當(dāng)年的降水量與SOS均呈正相關(guān)，表明春季降水量將推遲SOS的提前。對于EOS來說，9—11月、夏季、秋季、生長季、當(dāng)年的氣溫與EOS均呈正相關(guān)，表明夏秋季的氣溫對植被生長季結(jié)束時(shí)間推遲具有促進(jìn)作用；夏季的降水量與EOS呈正相關(guān)，說明夏季充足的降水對于植被的生長季結(jié)束時(shí)間的延后有很大幫助。而9—11月、秋季、生長季和當(dāng)年的降水量與EOS均呈負(fù)相關(guān)，說明隨著秋后降水的增多會對植被生長季結(jié)束的推遲有抑制作用。總體而言，溫度對SOS的影響大于降水，但降水對EOS的影響更大。

2.4 植被變化與徑流和地下水位埋深的關(guān)系

從圖6可以看出，2001—2016年額濟(jì)納綠洲的總徑流量為92.53×108 m3，高于20世紀(jì)90年代（37.20×108 m3）。2000年調(diào)水前地下水位埋深增加，表明地下水水位總體呈現(xiàn)持續(xù)下降趨勢，自從2000年黑河年實(shí)施統(tǒng)一水量調(diào)度以后，額濟(jì)納綠洲地下水水位下降速度明顯低于調(diào)水前（2000年前）地下水水位下降趨勢。

為了進(jìn)一步評估水文條件對植被物候參數(shù)變化的影響，基于2001—2015年MODIS NDVI數(shù)據(jù)獲取的MAX、SOS和EOS物候參數(shù)與當(dāng)年、前一年的徑流和地下水位埋深進(jìn)行相關(guān)分析。從表2可以看出，MAX和SOS與前一年徑流高度相關(guān)，相關(guān)系數(shù)分別為0.857（P＜0.01）和-0.681（P＜0.05）。

由此可見，徑流對植被生長有密切的關(guān)系，對植被生長季開始時(shí)間的提前有促進(jìn)作用。同時(shí)，MAX與當(dāng)年地下水位埋深的相關(guān)系數(shù)（r=-0.673）強(qiáng)于前一年（r=-0.578），說明地下水位埋深越淺，植被生長越好；而SOS與前一年地下水位埋深的相關(guān)性（r=0.742）強(qiáng)于當(dāng)年（r=0.490），這可能與黑河下游額濟(jì)納旗每年調(diào)水時(shí)間安排有關(guān)系。EOS與徑流和地下水位埋深的相關(guān)性不明顯。

3 結(jié)論與討論

該研究基于2001—2021年的16 d合成Terra MODIS 250 m NDVI時(shí)間序列數(shù)據(jù)，利用2001—2021年483幅影像，采用TIMESAT軟件中的Savitzky-Golay濾波法對NDVI時(shí)間序列數(shù)據(jù)進(jìn)行重構(gòu)，得到光滑降噪后的時(shí)間序列曲線，選取最優(yōu)閾值（NDVI最大振幅的20%）提取植被物候參數(shù)。通過2011—2013年連續(xù)實(shí)地觀測的植被物候日期對遙感提取物候日期的驗(yàn)證，發(fā)現(xiàn)實(shí)地觀測植被物候日期與遙感提取物候日期有較好的相關(guān)性。

通過對2001—2021年額濟(jì)納植被物候年際間變化趨勢分析，得出近21年額濟(jì)納植被MAX整體呈上升趨勢，植被物候參數(shù)呈現(xiàn)SOS提前（提前趨勢為2.05 d/10 a）、EOS推遲（推遲趨勢為2.60 d/10 a）、LOS延長（延長趨勢為4.65 d/10 a）的趨勢。物候參數(shù)與氣候因子（氣溫和降水量）和水文數(shù)據(jù)（徑流和地下水位埋深）的相關(guān)分析發(fā)現(xiàn)，氣溫的升高對SOS提前有促進(jìn)作用，對EOS推遲有促進(jìn)作用，徑流和地下水位埋深對SOS和MAX升高起到促進(jìn)作用，前一年的徑流和地下水位埋深對MAX值增加和SOS提前有顯著影響。

參考文獻(xiàn)

［1］ 竺可楨，宛敏渭.物候?qū)W［M］.長沙：湖南教育出版社，1999.

［2］ 方修琦，余衛(wèi)紅.物候?qū)θ蜃兣憫?yīng)的研究綜述［J］.地球科學(xué)進(jìn)展，2002，17（5）：714-719.

［3］? SCHWARTZ M D，AHAS R，AASA A.Onset of spring starting earlier across the Northern Hemisphere［J］.Global change biology，2006，12（2）：343-351.

［4］ CLELAND E E，CHUINE I，MENZEL A，et al.Shifting plant phenology in response to global change［J］.Trends in ecology and evolution，2007，22（7）：357-365.

［5］ 夏照華.基于NDVI時(shí)間序列的植被動態(tài)變化研究［D］.北京：北京林業(yè)大學(xué)，2007.

［6］ GUYON D，GUILLOT M，VITASSE Y，et al.Monitoring elevation variations in leaf phenology of deciduous broadleaf forests from SPOT/VEGETATION time-series［J］.Remote sensing of environment，2011，115（2）：615-627.

［7］? BROWN M E，DE BEURS K M，MARSHALL M.Global phenological response to climate change in crop areas using satellite remote sensing of vegetation，humidity and temperature over 26 years［J］.Remote sensing of environment，2012，126：174-183.

［8］ 范錦龍，吳炳方.復(fù)種指數(shù)遙感監(jiān)測方法［J］.遙感學(xué)報(bào)，2004，8（6）：628-636.

［9］? SAKAMOTO T，GITELSON A A，ARKEBAUER T J.MODIS-based corn grain yield estimation model incorporating crop phenology information［J］.Remote sensing of environment，2013，131：215-231.

［10］ KIMBALL J S，ZHAO M，MCDONALD K C，et al.Satellite remote sensing of terrestrial net primary production for the pan-arctic basin and Alaska［J］.Mitigation and adaptation strategies for global change，2006，11（4）：783-804.

［11］ PICARD G，QUEGAN S，DELBART N，et al.Bud-burst modelling in Siberia and its impact on quantifying the carbon budget［J］.Global change biology，2005，11（12）：2164-2176.

［12］ 李程，莊大方，何劍鋒，等.東西伯利亞苔原—泰加林過渡帶植被遙感物候時(shí)空特征及其對氣溫變化的響應(yīng)［J］.地理學(xué)報(bào)，2021，76（7）：1634-1648.

［13］ 趙健赟，彭軍還.基于MODIS NDVI的青海高原植被覆蓋時(shí)空變化特征分析［J］.干旱區(qū)資源與環(huán)境，2016，30（4）：67-73.

［14］ 元志輝，薩楚拉，銀山.基于MODIS植被指數(shù)的渾善達(dá)克沙地植被物候變化［J］.中國環(huán)境科學(xué)，2021，41（11）：5254-5263.

［15］ 夏傳福，李靜，柳欽火.植被物候遙感監(jiān)測研究進(jìn)展［J］.遙感學(xué)報(bào)，2013，17（1）：1-16.

［16］ CHEN J，JNSSON P，TAMURA M，et al.A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter［J］.Remote sensing of environment，2004，91（3/4）：332-344.

［17］? VIOVY N，ARINO O，BELWARD A S.The Best Index Slope Extraction（BISE）：A method for reducing noise in NDVI time-series ［J］.International journal of remote sensing，1992，13（8）：1585-1590.

［18］ ZHANG X Y，F(xiàn)RIEDL M A，SCHAAF C B，et al.Monitoring vegetation phenology using MODIS［J］.Remote sensing of environment，2003，84（3）：471-475.

［19］ JNSSON P，EKLUNHD L.Seasonality extraction by function fitting to time-series of satellite sensor data［J］.IEEE transactions on geoscience and remote sensing，2002，40（8）：1824-1832.

［20］ JUSTICE C O，TOWNSHEND J R G，HOLBEN B N，et al.Analysis of the phenology of global vegetation using meteorological satellite data［J］.International journal of remote sensing，1985，6（8）：1271-1318.

［21］ REED B C，BROWN J F，VAN DER ZEE D，et al.Measuring phenological variability from satellite imagery［J］.Journal of vegetation science，1994，5（5）：703-714.

［22］ 陳效逑，曹志萍.植物物候期的頻率分布型及其在季節(jié)劃分中的應(yīng)用［J］.地理科學(xué)，1999，19（1）：21-27.

［23］ 宋春橋，游松財(cái)，柯靈紅，等.藏北高原典型植被樣區(qū)物候變化及其對氣候變化的響應(yīng)［J］.生態(tài)學(xué)報(bào)，2012，32（4）：41-51.

［24］ 畢超.基于多源數(shù)據(jù)的中國干旱半干旱區(qū)植被覆蓋與物候?qū)夂蜃兓捻憫?yīng)［D］.北京：北京林業(yè)大學(xué)，2015.

［25］ 馬新萍，白紅英，賀映娜，等.基于 NDVI 的秦 嶺山地植被遙感物候及其與氣溫的響應(yīng)關(guān)系：以陜西境內(nèi)為例［J］.地理科學(xué)，2015，35（12）：1616-1621.

［26］ 趙敏麗，劉普幸，朱小娟，等.黑河下游綠洲胡楊物候期對1960—2010年氣溫變暖的響應(yīng)［J］.西北植物學(xué)報(bào)，2012，32（10）：2108-2115.

［27］ HU X L，LU L，LI X，et al.Ejin oasis land use and vegetation change between 2000 and 2011：The role of the ecological water diversion project［J］.Energies，2015，8（7）：7040-7057.

［28］ 陳江南，蔣曉輝，楊一松，等.黑河下游額濟(jì)納地區(qū)林草植被對調(diào)水的響應(yīng)［J］.中國水土保持，2007（7）：17-19.