基于MODIS遙感數(shù)據(jù)的貴州省森林物候監(jiān)測(cè)

董奎 譚本會(huì)

摘要 以貴州省森林植被為研究對(duì)象，基于對(duì)MODIS衛(wèi)星遙感影像的分析，探討了遙感監(jiān)測(cè)手段在區(qū)域尺度上提高森林植被物候監(jiān)測(cè)精細(xì)程度的可能性。結(jié)果表明：通過分析比較歸一化植被指數(shù)（NDVI）、增強(qiáng)植被指數(shù)（EVI）、相對(duì)綠度指數(shù)（Gcc）、絕對(duì)綠度指數(shù)（ExG）等不同植被指數(shù)，發(fā)現(xiàn)增強(qiáng)型植被指數(shù)（EVI）更能表達(dá)森林植被物候變化趨勢(shì)；采用S-G濾波及動(dòng)態(tài)閾值法提取物候關(guān)鍵期，發(fā)現(xiàn)貴州省森林植被物候變化趨勢(shì)呈現(xiàn)西部地區(qū)植被生長(zhǎng)開始期晚于東部地區(qū)，結(jié)束期早于東部地區(qū)，整個(gè)植被生長(zhǎng)季長(zhǎng)度西部短于東部；基于EVI的貴州省森林物候空間分異規(guī)律總體上不明顯，僅緯度與生長(zhǎng)開始期（SOS）和生長(zhǎng)季長(zhǎng)度（LOS）相關(guān)性顯著，經(jīng)度海陸地帶性及海拔垂直地帶性差異不顯著。

關(guān)鍵詞 森林物候；MODIS；植被指數(shù)；NDVI；EVI

中圖分類號(hào) S771.8? 文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 0517-6611（2023）14-0114-06

作者簡(jiǎn)介 董奎（1990—），男，貴州織金人，工程師，碩士，從事林業(yè)資源調(diào)查研究。*通信作者，工程師，從事石漠化檢查防治研究。

植物的萌發(fā)、展葉、開花、葉變色、落葉、飛禽遷徙、昆蟲活動(dòng)等物候現(xiàn)象，既反映了當(dāng)?shù)睾彤?dāng)時(shí)的環(huán)境狀況，也反映了過去一段時(shí)期環(huán)境狀況的積累［ 1］。植物物候?qū)W是以年為周期，研究植物受氣候、水文、土壤等生物因子和非生物因子的影響而產(chǎn)生自然現(xiàn)象的學(xué)科［ 2］。植物物候研究旨在認(rèn)識(shí)自然季節(jié)現(xiàn)象變化規(guī)律，實(shí)現(xiàn)農(nóng)林業(yè)、園林園藝業(yè)等經(jīng)營(yíng)管理的自動(dòng)化、智能化、精細(xì)化，以及森林觀花（果品）賞葉旅游的準(zhǔn)確預(yù)報(bào)，服務(wù)于農(nóng)（牧）林業(yè)生產(chǎn)、森林觀花（果品）賞葉旅游、生態(tài)應(yīng)用與全球氣候變化研究、人類健康與科普教育等［ 3］。

植物物候現(xiàn)象是直觀和敏感的環(huán)境條件季節(jié)和年際變化的生物指示器，其發(fā)生時(shí)間可反映陸地生態(tài)系統(tǒng)對(duì)氣候變化的快速反應(yīng)和適應(yīng)，被認(rèn)為是“自然界的語言”，是全球變化的“診斷指紋”［ 4-5］。精細(xì)的植物物候測(cè)定，通過植物物候相的變化節(jié)律，精細(xì)地反映植物生長(zhǎng)節(jié)律和生態(tài)效應(yīng)的波動(dòng)變化，可以準(zhǔn)確監(jiān)測(cè)各種植物在每年生長(zhǎng)季的起始時(shí)間、終止時(shí)間及生長(zhǎng)季中的物候節(jié)律的精細(xì)變化。

傳統(tǒng)的物候?qū)W研究方法主要是以野外觀測(cè)為基礎(chǔ)，即以眼觀察和手記錄的方式，通過定點(diǎn)定時(shí)記錄生物物候現(xiàn)象的周年慶變化［ 6-7］，這種方法簡(jiǎn)單易行，操作方便，但耗時(shí)耗力，而且由于監(jiān)測(cè)站點(diǎn)有限，在空間上很難實(shí)現(xiàn)由點(diǎn)到面的空間尺度轉(zhuǎn)換，因此，監(jiān)測(cè)站點(diǎn)有限，經(jīng)常造成數(shù)據(jù)缺失，難以實(shí)現(xiàn)由點(diǎn)向面的空間尺度轉(zhuǎn)換［ 7］。近40余年來，隨著計(jì)算機(jī)技術(shù)和遙感技術(shù)的飛速發(fā)展，植物物候觀測(cè)手段逐漸發(fā)展出一套從地面到空間衛(wèi)星，廣泛應(yīng)用于植物物候監(jiān)測(cè)及其與氣候變化有關(guān)的研究，以獲取植物物候連續(xù)、區(qū)域尺度信息的一套比較成熟的遙感監(jiān)測(cè)技術(shù)和方法，從而使傳統(tǒng)的物候監(jiān)控手段的缺失得到了有效彌補(bǔ)。近幾年，國(guó)內(nèi)和國(guó)際植被物候研究以大田觀測(cè)為主，以氣候物候?yàn)榛A(chǔ)，還包括以遙感為基礎(chǔ)的大尺度物候研究［ 8-10］。筆者以貴州省森林植被為研究對(duì)象，探討不同植被指標(biāo)下的森林植被物候監(jiān)測(cè)方法和途徑，利用MODIS時(shí)間序列遙感數(shù)據(jù)進(jìn)行遙感物候監(jiān)測(cè)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于貴州省103°36′～109°35′E，24°37′～29°13′N，位于我國(guó)西南部云貴高原東端（圖1）。貴州省地勢(shì)西高東低，自中部向北、東、南三面傾斜，平均海拔1 100 m，地貌屬高原山地，其中92.5%為山地和丘陵。全省氣候?qū)賮啛釒駶?rùn)季風(fēng)氣候，年平均氣溫9～19 ℃，年降水量1 100～1 500 mm，降水量分布東、南偏多，西、北偏少，相對(duì)濕度在70%以上，全年日照時(shí)數(shù)1 300 h，無霜期270 d左右。降水占45%～52%。全省植被類型復(fù)雜多樣，可分為針葉林、闊葉林、竹林、灌叢與草叢、沼澤植被和水草植被五大類，全省森林覆蓋率在2021年達(dá)到62.12%。針葉林以杉木（Cunminghamia lanceolata）、馬尾松（Pinus massoniana）、云南松（P.yunnanensis）、柏木（Cupressus funebris）等為主，闊葉林以殼斗科（Fagaceae）、樟科（Lauraceae）、木蘭科（Magnoliaceae）、山茶科（Theaceae）等為主。

1.2 數(shù)據(jù)預(yù)處理

采用的衛(wèi)星遙感數(shù)據(jù)為MODIS獲取的遙感影像數(shù)據(jù)，該數(shù)據(jù)搭載于EOS/TERRA衛(wèi)星上的中等分辨率成像光譜儀。精選貴州省2021年全年8 d最大值合成地表反射率產(chǎn)品（MODIS/TERRA8-DAYL3GLOBAL500M）MOD09A1，數(shù)據(jù)下載地址：https：//ladsweb.modaps.eosdis.nasa.gov/。貴州板塊編號(hào)為：H27V06，數(shù)據(jù)包含7個(gè)波段，空間分辨率500 M。MOD09A1數(shù)據(jù)格式為HDF（HierarchicalDataFormat分級(jí)數(shù)據(jù)格式），投影方式為等面積正弦曲線投影，每張圖像覆蓋面積為1 200 km×1 200 km。資料已經(jīng)輻射定標(biāo)，幾何精細(xì)校正，大氣及氣溶膠嚴(yán)格校正。全年共46幅（景物）影像，于2021年完成。

利用ENVI/IDL編寫程序，利用ENVI/IDL函數(shù)File_Search和ENVI_CONVERT_File_MAP_Projection對(duì)MODIS數(shù)據(jù)進(jìn)行批量的數(shù)據(jù)格式轉(zhuǎn)換和投影轉(zhuǎn)換，將正弦投影轉(zhuǎn)換為經(jīng)緯度坐標(biāo)。利用貴州省行政邊界矢量數(shù)據(jù)，投影轉(zhuǎn)換后的數(shù)據(jù)采用ENVI_MASK_APPLY_DOIT函數(shù)進(jìn)行批量裁剪。最后用IDL編寫程序，按（1）～（4）對(duì)各種植被指數(shù)進(jìn)行批量計(jì)算。

為了方便數(shù)據(jù)分析與存儲(chǔ)，在IDL中利用fix（）函數(shù)轉(zhuǎn)換各植被指數(shù)，將其擴(kuò)大10 000倍，轉(zhuǎn)換成整型。

森林植被數(shù)據(jù)來源于Globe Land 30 m空間分辨率全球地表覆蓋數(shù)據(jù)（2020版），由國(guó)家基礎(chǔ)地理信息中心發(fā)布［ 11］（http：//www.globallandcover.com/），空間分辨率為30 m，包括耕地、林地、草地等10個(gè)一級(jí)類型。其中，林地定義為喬木覆蓋，樹冠蓋度在30%以上的土地，包括落葉闊葉林、常綠闊葉林、落葉針葉林、常綠針葉林、混交林，以及樹冠蓋度在10%～30%的疏林地［ 11］。

由于使用的MODIS數(shù)據(jù)空間分辨率為500 m，需要對(duì)地表覆蓋數(shù)據(jù)進(jìn)行重分類，使其與MODIS數(shù)據(jù)空間分辨率一致，再將其重分類為森林與非森林，以掩膜的方式處理為森林植被范圍，得出研究區(qū)森林植被指標(biāo)，在ENVI軟件中完成這一過程。

1.3 植被物候確定方法

傳統(tǒng)的物候被定義為一個(gè)間斷性、不連續(xù)的過程，在特定的生命周期（如萌芽、抽枝、葉的展開、開花、結(jié)果和落葉、休眠等）的物種或個(gè)體尺度下的規(guī)律性現(xiàn)象。物候是指以衛(wèi)星遙感為基礎(chǔ)，以群落尺度的動(dòng)態(tài)連續(xù)過程為基礎(chǔ)，主要表現(xiàn)為隨季節(jié)變化而變化的群落結(jié)構(gòu)和外貌，即季相變化的物候節(jié)律。

森林物候參數(shù)提取是由Jnsson等［ 12］提出的動(dòng)態(tài)閥值方法，又稱比例閥值方法，即植被生長(zhǎng)的起始期和結(jié)束期為20%，植被指數(shù)生長(zhǎng)曲線的左右振幅。該方法所采用的閥值并不是某一特定的植被指標(biāo)，而是采用了動(dòng)態(tài)的比值形式［ 13］。物候關(guān)鍵期參數(shù)定義如下：生長(zhǎng)季開始階段（SOS）、生長(zhǎng)季結(jié)束階段（EOS）、生長(zhǎng)季長(zhǎng)度（LOS）、生長(zhǎng)季最大值階段（MOE）。

筆者所采用的8 d合成MOD09產(chǎn)品，經(jīng)過嚴(yán)格的前期預(yù)處理，將8 d中最佳觀測(cè)值作為影像像素值，采用最大值合成的方式進(jìn)行處理。然而，經(jīng)過處理的資料仍會(huì)受到云霧等影響，尤其是多云霧地區(qū)，如西南部，可能會(huì)在降低影像近紅外線與紅外線波段反射數(shù)值，導(dǎo)致資料在時(shí)間序列上突變，使植被物候分析合成期內(nèi)持續(xù)出現(xiàn)雜音。因此，要想獲得流暢的時(shí)間序列圖像，重構(gòu)時(shí)間序列植被指數(shù)是必不可少的一步。近年來，有更多的算法針對(duì)時(shí)間序列曲線去噪，如最大值合成法（MVC）、Savitzky-Golay濾波法（S-G）、雙Logistic函數(shù)擬合法（D-L），AG（非對(duì)稱高斯函數(shù)）、傅里葉分析法、小波分析法、中值迭代濾波法和時(shí)間序列諧波分析法（harmonic analysis of time series，HANTS）等。每種濾波方法都有優(yōu)缺點(diǎn)，分別采用時(shí)代衛(wèi)星軟件模塊中主要的S-G、D-L、AG 3種濾波方法和HANTS方法，對(duì)2015年EVI時(shí)間序列樣本數(shù)據(jù)進(jìn)行濾波，對(duì)原數(shù)據(jù)重建的效果進(jìn)行不同方法的分析比較后發(fā)現(xiàn)［ 14］。原始曲線的細(xì)節(jié)保留在S-G濾鏡的原始數(shù)據(jù)上。因此，筆者用Savizky-Golay（S-G）濾波法重構(gòu)植被指數(shù)時(shí)間序列數(shù)據(jù)。S-G濾波法是應(yīng)用最小二乘卷積擬合方法［ 15］，由Savizky和Golay于1964年提出。筆者采用ENVI/IDL編寫程序進(jìn)行植被指標(biāo)重構(gòu)，需要確定濾波窗的大小及在S-G濾波過程中的濾波窗多項(xiàng)式系數(shù)，并且濾波窗越大，時(shí)間序列曲線越平滑，但會(huì)導(dǎo)致細(xì)節(jié)信息的曲線變化而丟失。經(jīng)連續(xù)測(cè)試，確定濾鏡視窗為5的大小，濾鏡多項(xiàng)式系數(shù)為3的大小。重構(gòu)結(jié)果如圖2所示（27°03′46.11″N，104°27′07.80″E）。

為更加精細(xì)地反映植被生長(zhǎng)變化過程，獲取一個(gè)生長(zhǎng)季內(nèi)植被各生長(zhǎng)階段的物候信息，對(duì)各植被指數(shù)在春季樹木萌發(fā)和展葉生長(zhǎng)期內(nèi)分別按10%、30%、50%、70%、90%的速度遞增進(jìn)行測(cè)算。并記錄各植被指數(shù)在秋季樹木葉片變色衰老期下降10%、30%、50%、70%、90%和植被指數(shù)達(dá)到最大值時(shí)的天數(shù)。

2 結(jié)果與分析

2.1 植被指數(shù)選擇

由各植被指數(shù)的時(shí)間序列變化曲線（圖3）可知，MODIS衛(wèi)星圖像中各植被指數(shù)總體上可以反映出植被物候在年內(nèi)的變化趨勢(shì)。隨著植被生長(zhǎng)季的到來，植被指數(shù)（VI）曲線逐漸上升，當(dāng)植被生長(zhǎng)旺盛時(shí)，VI上升速度加快，曲線變化迅速，之后達(dá)到最大值，秋季植被逐漸進(jìn)入凋落期，植物葉片開始變色，VI開始下降，且變化速度加快。但經(jīng)比較分析可知，增強(qiáng)型植被指數(shù)EVI更難準(zhǔn)確表征植被生長(zhǎng)和衰老過程。

圖3 不同植被指數(shù)曲線

Fig.3 Different vegetation index curves

2.2 植被物候關(guān)鍵期確定

利用TimeSAT軟件，計(jì)算得出不同植被指數(shù)物候關(guān)鍵期（儒略日）（表1）（27°03′46.11″N，104°27′07.80″E）。由表1可知，植被指數(shù)EVI、NDVI、Gcc等指標(biāo)與ExG植被物候關(guān)鍵期的指標(biāo)存在差異。SOS在生長(zhǎng)季的起始階段為110 d左右，生長(zhǎng)季結(jié)束期328 d左右，生長(zhǎng)季長(zhǎng)度218 d，生長(zhǎng)季最大值階段232 d。NDVI得出的SOS最小為96 d，Gcc最大為128 d；NDVI和ExG得出的EOS均為最大，為344 d，Gcc最小為304 d；生長(zhǎng)季最大值階段NDVI最大達(dá)248 d，EVI最小，為216 d。

設(shè)置不同植被指數(shù)變化率閾值，利用ENVI/IDL編寫程序，計(jì)算不同變化率植被指數(shù)發(fā)生的天數(shù)（表2）。生長(zhǎng)季植被指數(shù)分別提高10%、30%、50%、70%、90%時(shí)，衰老季植被指數(shù)下降了10%、30%、50%、70%、90%。從表2和圖4可以看出，不同生長(zhǎng)速度的日數(shù)在各植被指標(biāo)上也出現(xiàn)了不同程度的背離。生長(zhǎng)季節(jié)植被指數(shù)上升10%的天數(shù)，除NDVI異常值外，其余為80～100 d，而此時(shí)森林植物葉片尚未開始生長(zhǎng)；植被指數(shù)在112～136 d上升到30%，樹葉開始返青，也是草木群落物候返青期的開端；達(dá)到200 d以后，植被指數(shù)提高90%，這時(shí)大部分草木葉片展開定型，進(jìn)入草木成熟期；至220 d左右時(shí)，草木指數(shù)達(dá)到最大值，此后一直處于穩(wěn)定狀態(tài)，并持續(xù)至260 d左右，草木葉片開始老化、變色，每片草木指數(shù)僅減少30%；到290 d以后，葉片開始大量變黃，植被指數(shù)下降70%左右，開始枯萎；至344 d以后，草木指數(shù)降至90%，幾乎所有葉片枯萎，樹木開始進(jìn)入休眠狀態(tài)。

2.3 森林物候空間分布格局 分析貴州森林植被物候關(guān)鍵期的空間分布格局，以增強(qiáng)型植被指數(shù)EVI為例。

2.3.1 生長(zhǎng)開始階段（SOS）。

從森林物候SOS的空間分布來看（圖5a），森林物候SOS分布存在區(qū)域差異，總體上黔東、黔東南、黔西南地區(qū)森林植被生長(zhǎng)的開始期比黔中地區(qū)要早，而黔北、黔東北地區(qū)的森林植被生長(zhǎng)的開始期最晚，貴州東部河谷低洼地帶出現(xiàn)最早的SOS，平均在60 d以前出現(xiàn)；SOS在貴州省中部地區(qū)的平均水平為61～80 d；黔北平均在101～120 d，最遲出現(xiàn)在畢節(jié)地區(qū)西部。

2.3.2 生長(zhǎng)結(jié)束階段（EOS）。

從貴州省森林物候EOS（圖5b）的空間分布來看，最晚結(jié)束生長(zhǎng)的是黔南和黔北河谷地區(qū)的森林，最早結(jié)束生長(zhǎng)的是黔西和黔北畢節(jié)的大部分地區(qū)，而相對(duì)居中的是黔東。黔北、黔南等谷地，森林物候生長(zhǎng)結(jié)束期EOS在340 d左右；黔西高原高山地區(qū)森林物候生長(zhǎng)的EOS在310 d之前；全省絕大多數(shù)地區(qū)的森林氣候EOS在310～345 d。

2.3.3 生長(zhǎng)季長(zhǎng)度（LOS）。

從LOS空間分布來看（圖5c），貴州森林生長(zhǎng)時(shí)間最長(zhǎng)的地區(qū)是黔南、黔西南和黔東，其中黔南多數(shù)地區(qū)平均LOS在300 d以上，個(gè)別地區(qū)甚至超過330 d，貴州東部比貴州南部略短，平均在240 d以上。但黔北畢節(jié)地區(qū)在240 d以下的地區(qū)，森林生長(zhǎng)期比其他地區(qū)短。貴州省森林生長(zhǎng)季長(zhǎng)度，從總體上看，南方長(zhǎng)于北方，東部長(zhǎng)于西部。

2.3.4 生長(zhǎng)最大值階段（MOS）。

從貴州省森林物候的MOS空間分布圖來看（圖5d），黔北高山地區(qū)大部分和黔西少部分地區(qū)森林植被生長(zhǎng)最大日期最長(zhǎng)，平均在230～250 d。

2.4 森林物候空間分布差異性分析

選取貴州省84個(gè)氣象站點(diǎn)的緯度、經(jīng)度、海拔與所在地區(qū)的森林物候參數(shù)進(jìn)行相關(guān)性分析，分析森林植被的物候變化與其位置等因素有關(guān)，存在空間分布異質(zhì)性。資料來源于中國(guó)科學(xué)院資源與環(huán)境科學(xué)與數(shù)據(jù)中心（https：//www.resdc.cn/）。利用ArcGIS軟件提取氣象站位置森林物候關(guān)鍵期，與緯度﹑經(jīng)度、海拔進(jìn)行相關(guān)性分析。

2.4.1 緯度地帶性差異。

一般來說，森林植被類型隨著緯度不同而分布不同，存在緯度地帶性變化。由表3可知，貴州省森林物候中SOS、EOS、LOS與緯度的相關(guān)性系數(shù)R分別為0.219、-0214、-0.295，除EOS外，SOS與LOS相關(guān)性顯著（P<0.05）。將森林物候參數(shù)SOS、EOS、LOS分別與緯度作線性擬合（圖6），其R2分別為0.047 9、0.045 8、0.087 1，由此表明，貴州省森林物候關(guān)鍵期的緯度地帶性地域分異的規(guī)律明顯。

2.4.2 經(jīng)度地帶性差異。

經(jīng)度地帶性又稱海陸地帶性，是由于海陸位置的不同，造成植被類型的不同，造成地表降水量、溫度分布的差異。由表4可知，貴州省森林物候中SOS、EOS、LOS與經(jīng)度的相關(guān)性系數(shù)分別為-0.090 6、-0.029 2、0.047 7，SOS、EOS、LOS總體相關(guān)性不顯著（P>0.05）。將森林物候參數(shù)SOS、EOS、LOS分別與經(jīng)度進(jìn)行線性擬合（圖7），其R2分別為0.008 220、0.000 854、0.002 280，數(shù)值相對(duì)較小，顯示貴州省在經(jīng)度地帶性上，在森林物候關(guān)鍵期的地域分異并不明顯。

2.4.3 海拔地帶性差異。

貴州省地勢(shì)西高東低，具有明顯的垂直帶狀森林植被。由表5可知，貴州省森林物候SOS、EOS、LOS與海拔的相關(guān)性系數(shù)分別為0.082 2、-0.045 7、-0.088 9，相關(guān)性總體上并不顯著（P>0.05）。森林物候參數(shù)SOS、EOS、LOS分別與海拔作線性擬合（圖8），其R2分別為0.006 75、0.002 09、0.007 94，說明森林物候關(guān)鍵期與海拔的線性擬合關(guān)聯(lián)度較差。

3 結(jié)論與討論

利用MODIS衛(wèi)星遙感數(shù)據(jù)，利用動(dòng)態(tài)閾值方法對(duì)貴州省森林物候關(guān)鍵期提取的植被指數(shù)EVI、ExG、Gcc和NDVI時(shí)間序列曲線進(jìn)行平滑濾波，得出如下結(jié)論：

（1）比較EVI、ExG、Gcc及NDVI得出的時(shí)間序列曲線，發(fā)現(xiàn)EVI更能較好反映植被生長(zhǎng)狀況，這與米兆榮等［ 16-17］研究結(jié)果類似。這是由于EVI取值范圍、標(biāo)準(zhǔn)差、變異系數(shù)等均高于其他植被指數(shù)，且EVI能夠克服植被生長(zhǎng)旺盛期容易達(dá)到飽和這一不足，對(duì)植被生長(zhǎng)變化過程的反映更為真實(shí)。

（2）研究發(fā)現(xiàn)，貴州省森林植被的物候變化趨勢(shì)呈現(xiàn)出西部地區(qū)晚于東部地區(qū)的植被生長(zhǎng)開始期和早于東部地區(qū)的休眠期，與東部地區(qū)相比，整個(gè)植被生長(zhǎng)季的長(zhǎng)度均有所縮短。

（3）貴州省森林物候空間分異的規(guī)律不明顯，僅緯度與SOS和LOS相關(guān)性顯著，經(jīng)度海陸地帶性垂直地帶性及海拔垂直地帶性不顯著。這與張延兵等［ 13］研究不完全一致，可能是與選擇的植被指數(shù)有關(guān)。

（4）該研究?jī)H選擇衛(wèi)星遙感數(shù)據(jù)進(jìn)行研究，下一步研究可結(jié)合數(shù)碼相機(jī)等近地面監(jiān)測(cè)手段開展森林植被物候研究，從而提高監(jiān)測(cè)精度。

參考文獻(xiàn)

［1］竺可楨，宛敏渭.物候?qū)W［M］.長(zhǎng)沙：湖南教育出版社，1999：1-3.

［2］ 陸佩玲，于強(qiáng)，賀慶棠.植物物候?qū)夂蜃兓捻憫?yīng)［J］.生態(tài)學(xué)報(bào)，2006，26（3）：923-929.

［3］ 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（7）：1118-1130.

［4］ ROOT T L，PRICE J T，HALL K R，et al.“Fingerprints” of global warming on wild animals and plants［J］.Nature，2003，421（6918）：57-60.

［5］ MORISETTE J T，RICHARDSON A D，KNAPP A K，et al.Tracking the rhythm of the seasons in the face of global change：Phenological research in the 21st century［J］.Frontiers in ecology and the environment，2009，7（5）：253-260.

［6］ 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.

［7］ 武永峰，李茂松，宋吉青.植物物候遙感監(jiān)測(cè)研究進(jìn)展［J］.氣象與環(huán)境學(xué)報(bào)，2008，24（3）：51-58.

［8］ POLGAR C A，PRIMACK R B，杜彥君.溫帶森林展葉物候?qū)W［J］.生物多樣性，2013，21（1）：111-116.

［9］ 何洪林，張黎，黎建輝，等.中國(guó)陸地生態(tài)系統(tǒng)碳收支集成研究的e-Science系統(tǒng)構(gòu)建［J］.地球科學(xué)進(jìn)展，2012，27（2）：246-254.

［10］ 楊華，舒斌，黃映國(guó)，等.近十年的國(guó)際植被物候研究文獻(xiàn)發(fā)展態(tài)勢(shì)分析［J］.廣西植物，2013，33（5）：717-722，626.

［11］ CHEN J，BAN Y F，LI S N.China：Open access to earth landcover map［J］.Nature，2014，514（7523）：434.

［12］ JNSSON P，EKLUNDH L.TIMESATa program for analyzing timeseries of satellite sensor data［J］.Computers & geosciences，2004，30（8）：833-845.

［13］ 張延兵，陶建斌，劉鵬程，等.基于時(shí)間序列MODIS數(shù)據(jù)的貴州省森林物候地域分異［J］.長(zhǎng)江流域資源與環(huán)境，2015，24（11）：1891-1897.

［14］ 董奎.數(shù)碼相機(jī)與MODIS衛(wèi)星遙感結(jié)合的森林物候監(jiān)測(cè)及管理系統(tǒng)初步研建［D］.雅安：四川農(nóng)業(yè)大學(xué)，2015.

［15］ SAVITZKY A，GOLAY M J E.Smoothing and differentiation of data by simplified least squares procedures［J］.Analytical chemistry，1964，36（8）：1627-1639.

［16］ 米兆榮，張耀生，趙新全，等.NDVI和EVI在高寒草地牧草鮮質(zhì)量估算和植被動(dòng)態(tài)監(jiān)測(cè)中的比較［J］.草業(yè)科學(xué)，2010，27（6）：13-19.

［17］ 李紅軍，鄭力，雷玉平，等.基于EOS/MODIS數(shù)據(jù)的NDVI與EVI比較研究［J］.地理科學(xué)進(jìn)展，2007，26（1）：26-32.