2000—2018年黄河流域森林和草地物候的时空变化_解晗.pdf filename-=utf-8''2000—2018年黄河流域森林和草地物候的时空变化_解晗.pdf

解晗，李俊，同小娟，等 20002018 年黄河流域森林和草地物候的时空变化 应用生态学报，2023，34(3):647656Xie H，Li J，Tong XJ，et al Spatial-temporal variations of forest and grassland phenology in the Yellow iver Basin during 20002018 Chinese Journal of Applied Ecology，2023，34(3):64765620002018 年黄河流域森林和草地物候的时空变化解晗1李俊2同小娟1*张静茹1刘沛荣1于裴洋1胡海洋1杨铭鑫1(1北京林业大学生态与自然保护学院，北京 100083;2中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室，北京 100101)摘要植被物候研究对了解全球气候变化特征具有重要意义。黄河流域空间跨度大、生态环境复杂，林草植被的物候变化特征有待进一步明确。本研究基于 20002018 年 MODIS-EVI 数据，采用分段 Logistic 和双Logistic 物候模型及分别对应的曲率变化极值法和导数法对黄河流域林、草植被物候进行反演，分析物候参数的时间变化和空间差异。结果表明:研究区生长季开始期(SOS)在第 90165 天，从东南到西北逐渐推迟，海拔每升高 100 m，SOS 推迟 094 d，其中，森林 SOS 早于草地。生长季结束期(EOS)在第 270315 天，从西向东南推迟，海拔每升高 100 m，EOS 提前 063 d，其中，森林 EOS 晚于草地。生长季长度(LOS)为110230 d，从东南向西北逐渐缩短，森林植被的 LOS 大于草地。研究期间，SOS 呈提前趋势，幅度为 41d(10 a)1，空间上提前面积比例为 732%，流域中部地区提前幅度较大;EOS 整体呈显著推迟趋势，幅度为23 d(10 a)1，空间上推迟面积比例为 634%，森林物候期提前和延迟都小于草地;LOS 呈显著延长趋势，幅度为 64 d(10 a)1，空间上延长比例为 718%。分段 Logistic 和双 Logistic 物候模型以及相应的曲率极值法和导数法适用于提取黄河流域自然植被物候。研究区森林和草地 LOS 整体呈延长趋势，随海拔升高而缩短，且森林 LOS 长于草地。关键词植被物候;黄河流域;增强型植被指数;森林;草地本文由国家重点研发计划项目(2020YFA0608101)和国家自然科学基金项目(31872703，32271875)资助。2022-08-16 收稿，2023-01-10 接受。*通信作者 E-mail:tongxj bjfueducnSpatial-temporal variations of forest and grassland phenology in the Yellow iver Basin during 20002018XIE Han1，LI Jun2，TONG Xiaojuan1*，ZHANG Jingru1，LIU Peirong1，YU Peiyang1，HU Haiyang1，YANGMingxin1(1School of Ecology and Nature Conservation，Beijing Forestry University，Beijing 100083，China;2KeyLaboratory of Water Cycle and elated Land Surface Processes，Institute of Geographic Sciences and Natural esourcesesearch，Chinese Academy of Sciences，Beijing 100101，China)Abstract:The study of vegetation phenology is of great significance for understanding global climate change TheYellow iver basin has a wide spatial range and a complex ecological environment The phenological characteristicsof forest and grassland need further clarification Based on the MODIS-EVI data from 2000 to 2018，we extractedthe phenology of forest and grassland in the Yellow iver basin using piecewise logistic and double logistic pheno-logical models with the corresponding curvature change extremum method and derivative method，respectively Thetemporal and spatial variations of phenological parameters were analyzed The start of growing season(SOS)was at90165 day of year(DOY)，and gradually delayed from southeast to northwest The increase of 100 m elevationdelayed SOS 094 d，and the SOS of forest was earlier than that of grassland The end of growing season(EOS)wasat 270315 DOY，which delayed from west to southeast For every 100 m increase in altitude，the EOS advanced063 d，with EOS of forest being later than that of grassland The length of growing season(LOS)was 110230 d，which shortened gradually from southeast to northwest The LOS of forest was larger than that of grassland Duringthe study，SOS showed an advance trend from 2000 to 2018 with a rate of 41 d(10 a)1，and the proportion ofspatial advance area was 732%There was an obvious advance in the central part of the basin EOS generallyshowed a significant postponement trend with a rate of 23 d(10 a)1，and the proportion of spatially delayedarea was 634%，the phenological advance and delay of forest was less stronger than that of grassland LOS showeda significant prolongation trend with a rate of 64 d(10 a)1，and the proportion of spatial extension was 718%The piecewise Logistic and double Logistic phenological models and the corresponding curvature extremum methodand derivative method were suitable for the extraction of natural vegetation in the Yellow iver Basin The overall应 用 生 态 学 报2023 年 3 月第 34 卷第 3 期http:/wwwcjaenetChinese Journal of Applied Ecology，Mar 2023，34(3):647656DOI:1013287/j10019332202303035LOS of forest and grassland showed a prolonging trend，which was shortened with the increases of altitude The LOSof forest was longer than that of grassland in the study areaKey words:vegetation phenology;the Yellow iver basin;enhanced vegetation index;forest;grassland全球气候变化是生态学研究中的热点问题。IPCC 第六次评估报告表明，20112021 年全球气温比 18501900 年平均高 11 1。物候学是研究周期性和季节性现象及其与生物和非生物环境因素的关系的学科2，主要研究植被重复出现的植物生命周期阶段的生长规律，植被物候变化是指示气候和环境变化的关键生物学指标34，能够提供有关全球气候变化以及随之而来的植物周期变化的许多信息56。植被物候期受气候变化影响较大，物候变化会导致土壤-植被-大气系统之间的水、碳和热交换发生变化79。传统的物候地面观测连续性较差，主观性强。卫星遥感具有观测范围广、时间序列连续、数据特征明显等特点10。卫星遥感获取的植被指数经过处理分析可以反演物候信息。遥感图像数据所反映的物候信息是植被在生长过程中呈现出的绿度增长或降低及活跃状况的生长规律，而且植被指数需要达到一定的变化程度才能被传感器所识别11，其所获取的物候参数主要为生长季始期(start of growingseason，SOS)、生长季末期(end of growing season，EOS)和生长季长度(length of growing season，LOS)。尽管物候期的计算可能会因使用的植被指数产品或算法而有所不同，但在 19802020 年北半球的大部分地区都监测出 SOS 提前了 28 d(10 a)1，EOS 推迟了 1 6 d(10 a)1，LOS 延长了 2 10d(10 a)1，且变化趋势显著12。在植被物候的地面观测方面，Parmesan 等13 对前人报道过的600 多物种的物候进行定量评估后发现，27%的物种物候没有显著变化，9%的物种春季物候出现推迟趋势，62%的物种表现出春季物候提前。Menzel等14 研究发现，欧洲春季树木的展叶期在 19591993 年提前了 6 d，秋季叶子变色期推迟了 48 d。在大尺度遥感反演物候方面，Piao 等15 研究表明，19821999 年中国温带地区春季植被返青提前079 d，秋季休眠推迟 037 d。吉珍霞等16 对我国黄土高原地区物候的研究发现，大部分地区 SOS 提前趋势为 02 d(10 a)1，EOS 推迟趋势为 03d(10 a)1。黄河流域西接青藏高原，东邻华北平原，横跨黄土高原，主要分布于我国干旱与半干旱地区，地处中纬度地带，自然环境复杂，其发展对我国生态、经济有重大意义17，该地区还被认为是监测植被绿化的关键区域12。同时，黄河流域又是我国生态环境敏感区，水资源匮乏且区域分布不均，易受气候变化和人类活动的影响18，曾经一度植被退化严重。近年来，该地区植被绿度改善显著，覆盖率增加1920，研究该地区自然植被物候变化对理解植被对气候变化的响应具有重要意义。目前，对于范围较大、分辨率较高的物候研究，大多采用动态阈值法等需大量地面数据支撑的方法来提取物候信息。然而，黄河流域地理环境复杂，水热分布不均，植被情况存在较大的空间差异，且地面物候数据有限。因此，本研究以黄河流域的森林和草原植被为研究对象，利用MODIS-EVI遥感数据，采用分段 Logistic 和双 Logis-tic 物候模型分别对 20002018 年植被物候进行反演，融合反演结果得出植被物候信息，分析研究区内植被物候时空变化格局。本研究有助于认识黄河流域森林、草地植被物候的时空变化特征，可为黄河流域的生态系统服务评估提供理论参考。1研究地区与研究方法1.1研究区概况黄河流域位于 3242 N、96119 E(图1)，东西长约 1900 km，南北宽约 1100 km，流域面积约 7945 万 km2，占全国国土面积的 83%。黄河流域地处中纬度地带，位于我国干旱、半干旱地区，属温带大陆性气候，受大气环流和季风环流影响，情况复杂。中北部较为干旱，东南部较为湿润，日照充足，太阳辐射较强。流域内上游海拔高，遍布山脉沟壑，多为高山草甸;中游为地势比较平缓的内蒙古高图 1研究区森林和草地的分布Fig1Distribution of forests and grasslands in the study area846应用生态学报34 卷原和黄土高原，以森林和草地居多;下游多是平原地貌，耕地比例较大。本研究中，黄河中上游流域边界按分水岭划分，黄河下游成地上悬河则按传统习惯加上灌区划分流域边界。1.2数据来源本研究选用 20002018 年 MODIS-EVI 遥感数据来反演植被物候，数据来自 NASA 官网(https:/ladswebnascomnasagov/)MOD13A2 数据集，源于搭载在 Terra 卫星上的 MODIS(Moderate-ImagingSpectroradiometer)中分辨率成像光谱仪，空间分辨率为 1 km，时间分辨率为 16 d，同时包含相同分辨率质量控制波段数据 pixel_reliability。黄河流域区域矢量图来自中国科学院地理科学与资源研究所水文室。高程数据来自资源环境科学与数据中心(https:/wwwresdccn/)的全国 DEM1 km数据。土地利用类型数据来自中国科学院资源环境科学数据中心(http:/wwwresdccn)发布的2000 和 2018 年中国土地利用遥感监测数据，空间分辨率为 1 km。根据土地资源及其利用属性，分为耕地、林地、草地、水域、建设用地和未利用土地，本研究主要对其中 19 年未变化的森林和草地进行研究。1.3质量控制与物候反演MOD13A2 产品是经去除云、气溶胶等噪声污染的产品，但受传感器监测位置和太阳高度角角度等因素影响，仍存在异常值，部分增强型植被指数(enhanced vegetation index，EVI)时间序列曲线存在尖峰或凹陷，直接使用误差干扰较大。因此，在进行物候提取前需要进行一定的质量控制，以提升参数反演结果的精度，增强植被物候提取的准确度。本研究基于 TIMESAT 软件，结合 MOD13A2 质量控制波段数据集“pixel_reliability”分配质量权重，并进行一定的尖峰处理，使用 Savitzky-Golay(S-G)滤波法2122 将 EVI 时间序列原始数据进行滤波去噪，在查阅相关资料与反复试验下将草地滤波窗口设为 3，迭代 3 次，将森林滤波窗口设为 4，迭代 3次，最终生成高质量 EVI 时间序列数据。S-G 滤波法以最小二乘卷积拟合和移动窗口的方法，通过滑动窗口的大小，采用高阶多项式最小二乘法对滑动窗口进行加权平均。在区域和更大空间尺度上，群落组成、微观和区域气候制度、土壤和土地管理的变化导致物候发生复杂的时空变化。此外，不同植被在 1 个年度周期内表现出的生长和衰老模式存在差异，基于遥感的时间序列重构方法和物候提取方法需要足够灵活，以适应多种植被生长变化。黄河流域范围广，区域间环境差异较大，目前没有足够的地面物候数据支撑。因此，基于阈值的反演方法难以应用于物候研究中。经过对比测试，本研究应用分段 Logistic 函数模型2223 和加权双 Logistic 函数模型2425 方法对经过质量控制后的 EVI 数据进行时间序列重构，两种方法都能很好地拟合研究区森林、草地植被物候，采用导数法或曲率变化极值法分别确定两种方法各自的 SOS 和 EOS(图 2)。将每年两种方法得到的物候参数进行平均处理得到最终物候信息，SOS 与EOS 间隔即为 LOS。这些日期表明了年度周期从一个近似线性阶段过渡到另一个阶段的时间。1.4趋势分析和显著性检验Theil-Sen media 趋势分析为非参数统计趋势分析方法2627。该方法在分析中不受异常值影响，且不要求数据服从正态分布，避免了由异常值产生的误差2829。其计算公式为:=medianxjxiji1ijn()(1)式中:表示研究对象的年际变化趋势，0 表示呈升高趋势，0 表示呈下降趋势;Xi、Xj分别为第 i 和第 j 年研究对象的数值;n 为时间序列长度。Mann-Kendall(M-K)检验是一种非参数检验方图 2分段 Logistic 模型(a)和双 Logistic 模型(b)提取植被物候参数Fig 2Extraction of vegetation phenological parameters inpiecewise Logistic model(a)and double Logistic model(b)EVI:增强型植被指数 Enhanced vegetation index9463 期解晗等:20002018 年黄河流域森林和草地物候的时空变化法，通常用于研究气候学和水文学的时间序列趋势2930。该方法同样不需要样本服从一定的分布，不受少数异常值干扰31。检验过程中，将研究对象逐像元值构造为一组时间序列，判断显著性差异32:ZMK=S1varS(S0)0(S=0)S+1varS(S0)(2)S=n1i=1nj=i+1sgn xj xi()(3)sgn xjxi()=1(xjxi0)0(xjxi=0)1(xjxi0)(4)varS=n n1()2n+5()18(5)式中:Zmk为单个序列的统计检验量;S 统计量由研究对象的前后影像数据计算得到;varS 为 S 统计量的方差，以上为化简后的求解公式;sgn 为逻辑判别函数符号。给定显著性水平 下，当|Z|u1 /2时，表明所研究序列在 水平上存在显著变化。本研究判断在 005 置信水平上研究对象时间序列变化趋势的显著性。2结果与分析2.1多年平均植被物候的空间分布由图 3 可以看出，20002018 年，黄河流域平均植被 SOS 整体从东南向西北逐渐推迟，多年平均SOS 集中在第 90165 天。其中，第 135150 天(5月中下旬)的面积最广，主要分布在以草地为主的流域中部和西部部分地区。有 67%的地区 SOS 早于第 105 天，主要分布在陕西省、山西省和河南省的南部等研究区东南部地区，该地区植被主要为森林。46%的地区 SOS 晚于第 165 天，主要分布在植被稀疏、气候条件异常的巴颜喀拉山和阿尼玛卿山地区、祁连山西部及鄂尔多斯市的西南地区，主要植被类型为草地。研究区平均 EOS 整体从西向东南逐渐推迟，集中在第 270315 天。其中，第 285300 天(10 月中下旬)的面积最广，广泛分布在中游地区及上游西部地区，主要植被为草地。26%的地区 EOS 早于第270 天，零星分布在黄河流域西部高海拔草地;27%的地区 EOS 晚于第 315 天，主要分布在陇中黄土高原地区和山西省、河南省南部地区，主要植被为森林。研究区平均 LOS 整体从东南向西北逐渐缩短，集中在 110230 d。其中，130150 d 的面积最广，分布于流域中游的中北部和上游的西部地区。49%的地区 LOS 短于 110 d，集中分布在巴颜喀拉山和祁连山西部海拔较高地区，主要植被为草地。05%的地区 LOS 长于 230 d，主要在山西省南部、河南省南部小部分森林集中分布区。2.2不同海拔的植被物候参数黄河流域植被物候随着海拔的变化存在显著的变化趋势(图 4)。在上游区域，海拔每升高 100 m，SOS 推迟 12 d，EOS 提前 11 d，LOS 缩短 16 d;中游地区，海拔每升高 100 m，SOS 推迟 10 d，EOS 提前 10 d，LOS 缩短 20 d，与上游相差不大;下游地区，海拔每升高 100 m，SOS 提前 35 d，EOS 推迟19 d，LOS 延长 54 d，与上中游趋势变化完全相反，但在海拔约超过 800 m 以后，LOS 出现缩短趋势。2.3物候的年际变化20002018 年，黄河流域 SOS 整体呈显著提前趋势，提前速率为 41 d(10 a)1。SOS 主要出现在每年的 5 月中下旬，其中，2015 年 SOS 出现最早(第 129 天)，2000 年最晚(第 144 天)。EOS 整体呈显著推迟趋势，推迟速率约为 23 d(10 a)1。EOS 主要出现在10月上中旬，最早年份在2002年图 3研究区植被 SOS、EOS 和 LOS 的空间分布Fig3Spatial distribution of SOS，EOS and LOS of the vegetation in the study areaSOS:生长季始期 Start of the growing season;EOS:生长季末期 End of the growing season;LOS:生长季长度 Length of the growing season DOY:日序 Day of year 下同 The same below056应用生态学报34 卷图 4植被 SOS、EOS 和 LOS 随海拔的变化Fig4Changes of vegetation SOS，EOS and LOS with altitude(第 279 天)，最晚年份在 2011 年(第 293 天)。LOS呈显著延长趋势，延长速率 64 d(10 a)1。LOS最短年份在 2001 年(137 d)，最长年份在 2015 年(164 d)。森林、草地植被物候均值年际变化与研究区整体植被状况相似(图 5)，但在显著性上存在一定差异，只有草地植被的生长季长度变化为极显著延长。森 林的SOS早于草地，且在2010年出现较大推迟;图 5物候参数的年际变化Fig5Interannual variation of phenological parameters1563 期解晗等:20002018 年黄河流域森林和草地物候的时空变化森林的 EOS 晚于草地，且草地植被 EOS 在 2002 年出现了较大的提前。总体看来，2 种植被的 SOS 差距大于 EOS，该地区森林植被有着更长的 LOS。2.4植被物候变化趋势的空间特征将研究区物候变化趋势划分为显著提前(或缩短)(0，005)、不显著提前(或缩短)(0，005)、不显著推迟(或延长)(0，005)、显著推迟(或延长)(0，005)4 种变化类型。由图 6可以看出，20002018 年间，黄河流域植被 SOS 以提前趋势的区域为主，面积占比 732%。其中，每年提前 0 05 d 的占比最高，为 430%。每年森林SOS 提前 005 d 的面积占比高于草地。SOS 提前幅度较大地区主要为流域中部地区，且草地 SOS 提前面积占比高于森林(图 7)。SOS 推迟趋势的区域面积占比为 268%，其中，以每年推迟 0 05 d 为主，占比为 214%。森林 SOS 每年推迟 005 d 的面积占比高于草地。研究区大部分地区 SOS 变化不显著，只有 155%的地区 SOS 年际变化趋势显著。SOS 显著提前的地区面积占比为 139%，主要分布在内蒙古自治区南部、陕西省和山西省中北部地区以及山东省泰安市，在黄河流域西部海拔偏低地区也有零星分布。草地植被 SOS 显著提前面积占比较高(图 7)。SOS 显著推迟地区面积占比仅为16%，零星分布在中游的南部地区。草地植被的显著推迟面积占比高于森林。EOS 的变化以推迟趋势为主，面积占比为634%，其中，每年推迟 0 05 d 的比例最高，为381%(图 6)。草地 EOS 每年推迟 005 d 的面积占比高于森林，为 384%。EOS 推迟趋势较大的区域主要分布在内蒙古自治区的鄂尔多斯市、青海省东北部、陕西省南部及山东省泰安市周边，草地 EOS推迟趋势较大的面积占比高于森林(图 7)。EOS 提前趋势的区域面积占比为 366%，其中，以每年提前005 d为主，占比为 286%。每年森林 EOS 提前005 d的面积占比高于草地，为 356%。研究区大部分地区 EOS 变化不显著，只有 89%的地区 EOS年际变化趋势显著。EOS 显著提前的地区面积占比仅为 13%，分布地区较少且分布范围较分散。森林EOS 显著提前的面积占比较高，为 18%。EOS 显著推迟地区的面积占比为 76%，主要分布在祁连山西北部、青海省东北部、内蒙古自治区的鄂尔多斯市地区，在甘肃省、宁夏回族自治区、陕西省交界一带及河南省南部地区和泰山周边也有零星分布，草地植被的显著推迟面积占比较高，为 83%(图 7)。LOS 变化以延长趋势为主，面积占比为 718%(图 6)。其中，LOS 每年延长 005 d 的比例最高，为 259%;森林每年延长 005 d 的面积占比高于草地，为 295%。森林 LOS 延长趋势大于每年 15 d的地区分布广泛，主要分布在祁连山西北部、青海省东北部、内蒙古自治区与陕西省接壤一带及陕西省、山西省中部。草地 LOS 延长趋势大于每年 15 d 的区域面积占比较高，为 177%，远大于森林(图 7)。LOS 缩短趋势的区域面积占比为 282%，其中，以每年缩短 0 05 d 天为主，所占比例为 183%;森林LOS 每年缩短 0 05 d 的面积占比高于草地，为227%。LOS 变化趋势以不显著变化为主，169%的地区 LOS 年际变化趋势显著。LOS 显著缩短的地区面积占比仅为11%，分布地区较少，在整个流域图 6植被物候变化趋势和显著性检验Fig6Change trend and significance test of vegetation phenologyA:显著提前 Significantly advanced;B:不显著提前 Not significantly advanced;C:不显著推迟 Not significantly delayed;D:显著推迟 Significantlydelayed;E:显著缩短 Significantly shortened;F:不显著缩短 Not significantly shortened;G:不显著延长 Not significantly prolonged;H:显著延长Significantly prolonged 下同 The same below256应用生态学报34 卷图 7森林、草地物候变化趋势和显著性检验面积占比Fig7Phenology change trend and significance test area proportion of forest and grassland范围内零星分散分布。森林植被 LOS 显著延长面积占比小于草地，显著缩短面积占比较低。LOS 显著延长地区面积占比为 158%，主要分布在祁连山西北部、青海省东北部、内蒙古自治区与陕西省接壤一带及陕西省、山西省中部，在甘肃省中南部、宁夏回族自治区南部、河南省西部和泰山周边也有零星分布。草地植被 LOS 显著延长面积占比较高，为182%(图 7)。3讨论3.1物候期误差对比本研究结果显示，黄河流域地区植被物候的SOS 在第 90165 天，EOS 在第 270315 天，LOS 在110230 d。本研究提取物候参数结果与其他学者9，16，3335 在相关地区所得研究结果较为接近(表1)。相较于其他地区，黄河流域植被 SOS 和 EOS 略微偏晚，其中，最主要原因可能由于黄河流域西部地区的高海拔山脉植被稀疏，常年覆盖高山草甸或积雪，物候期较短。该地区气候环境恶劣，再加上云雾与地形影响数据质量，导致物候提取存在较大误差。本研究尺度和方法与前人也存在差异，大部分学者采用动态阈值法从遥感信息中提取植被物候，而黄河流域地区生态环境复杂且范围跨度较大，在物候研究上难以进行足够的经验验证36。因此，本研究基于双逻辑斯蒂、分段逻辑斯蒂物候经验模型、导数法或曲率变化极值法反演提取了该地区 20002018 年 的 植 被 物 候，得 到 的 结 果 相 对 可 靠。此外，本研究采用空间分辨率为1km、时间分辨率表 1本研究物候反演结果与其他相似区域研究的对比Table 1Comparison between the phenological parameters of this study and the previous studies研究区Study area数据源Data source分辨率esolutionSOS(DOY)EOS(DOY)研究期间Period参考文献eference秦岭 Qinling MountainsMOD09A1 EVI500 m8112027031120012010 33陕西省 Shaanxi ProvinceMOD13Q1 NDVI250 m8016223030020012016 34黄河源区 Source of the Yellow iverGIMMS NDVI8 km11014026029020002012 35黄土高原 Loess PlateauMOD13Q1 NDVI250 m9614428830420012018 16黄河流域 Yellow iver BasinGIMMS NDVI8 km27530519822015 9黄河流域 Yellow iver BasinMOD13A2 EVI1 km9016527031520002018本研究 This studySOS:生长季始期 Start of the growing season;EOS:生长季末期 End of the growing season DOY:日序 Day of year3563 期解晗等:20002018 年黄河流域森林和草地物候的时空变化为 16 d 的遥感数据，所提取的物候分辨率较高9。3.2物候参数的空间分布和变化空间上，SOS 从东南到西北逐渐推迟，主要原因可能是海拔和植被类型的差异所致。黄河流域东南部海拔较低，而西北部海拔较高，特别是西部存在高海拔山脉17，不同地理位置的气候条件相差较大，这些因素都会造成植被物候的空间差异。SOS 和EOS 分别随海拔升高而推迟和提前，这与游松财等37 和夏浩铭等33 的研究结果一致。海拔越高，LOS 越短。东南部森林植被较多，越偏向西部和北部，大多为草原植被，西部山地更是被高寒草甸所覆盖，而在一定区域内森林植被的 SOS 早于草原植被、EOS 晚于草原植被，进而造成森林 LOS 更长3738。与中上游地区不同的是，下游平均植被LOS 随海拔升高而延长。通常海拔升高会有温度降低从而使 LOS 缩短11，但下游地区整体海拔较低，可能存在略高的海拔区域更适合植物生长，从而产生使植物生长季更长的现象，但海拔超过一定范围后，还是会有缩短的趋势，可能只是某些海拔适宜植物生长或其所处环境条件更优。黄河流域总体物候变化趋势为:SOS 提前，EOS推迟，LOS 延长，其中，SOS 的提前幅度更大。在全球气候变化背景下，春季植物展叶期提前、秋季植物落叶期推迟共同使植被生长季延长是大多学者的研究共识3940。有研究显示，EOS 虽有推迟趋势，但与 SOS 相比其变化幅度较小41。全球变暖造成SOS 提前、EOS 推迟42，其他气象要素如降水、辐射等也在一定程度上影响了物候期的变化16，43。通过对不同植被进行研究，Piao 等15 发现，我国温带地区的森林物候期提前和延迟小于草地，与本研究结果一致，黄河流域草地物候期的延长趋势更大。草本植物与木本植物在基因组成和形态结构上都存在较大差异，其生长发育节律也会有一定差异。此外，本研究是在空间栅格尺度上开展的研究，不排除在森林植被区域内的草本植物会有更早的 SOS 或更晚的 EOS。因此，还需单独在森林或草地植被的某一独立区域开展更精细的研究。3.3不同地区物候参数的变化趋势植被物候空间趋势分析结果显示，大部分地区SOS 提前，EOS 推迟，LOS 延长，其中，EOS 推迟趋势为 023 da1，小于 Yuan 等9 所得的黄河流域20002015 年植被 EOS 的变化趋势，这可能与所用数据源和物候提取方法不同有关。在物候的年际变化中，SOS 最早年份在 2015 年，最晚年份在 2000年;EOS 最早年份在 2002 年，最晚年份在 2011 年，特别是 2002 年的 EOS 与其他年份相比差别较大，在这些年份可能存在生长季前或生长季内极端天气的影响，使植被生长状态发生了较大改变4445。研究发现，一些地区植被物候只存在 SOS 的提前或EOS 的推迟，而有些地区植被物候期延长是 SOS 提前和 EOS 推迟共同作用的结果11。黄河流域自然植被 SOS 在流域中游中部提前趋势较大，在内蒙古自治区南部、陕西省和山西省中北部地区以及山东省泰安市周围提前趋势显著，与前人研究结果类似16。这些地区以黄土高原地区为主，植被类型以草地为主，植被生长可能受气候影响较大。EOS 在祁连山西北部、青海省东北部、内蒙古自治区的鄂尔多斯市地区推迟趋势显著，可能由于这些地区地势较高，植被覆盖情况略差，更易受水热变化等环境因素的影响。LOS 显著延长地区为祁连山西北部、青海省东北部、内蒙古自治区与陕西省接壤一带及陕西省、山西省中部，不同地区物候参数的变化存在一定差异，草地植被物候变化较为显著。LOS 整体表现为延长趋势，但不显著;一些地区植被 LOS 延长趋势显著，面积占比为 158%，有关本研究区植被物候变化的原因和未来变化趋势还需进一步研究。4结论分段 Logistic 和双 Logistic 物候模型较适用于提取黄河流域森林和草地植被物候。流域内自然植被物候的 SOS 在第90165 天，EOS 在第270315 天，LOS 为 270 315 d，森林植被的物候期长于草地。空间上，SOS 从东南到西北逐渐推迟，EOS 从西向东南推迟，LOS 从东南向西北逐渐缩短。LOS 在上中游地区随海拔升高而缩短，下游地区随海拔升高而延长。20002018 年，植被 SOS 呈显著提前趋势，幅度为 41 d(10 a)1，提前面积比例为 732%。EOS 整体呈显著推迟趋势，幅度为 23 d(10 a)1，推迟面积比例为 634%。LOS 呈显著延长趋势，幅度为 64d(10 a)1，空间上，LOS 延长比例为 718%。草地SOS 的提前、EOS 的推迟和 LOS 的延长相较于森林植被面积占比更高，变化幅度更大。本研究基于遥感数据，应用分段 Logistic 和双Logistic 物候模型结合导数或曲率极值法反演了黄河流域森林和草地植被物候。今后在流域内研究较小尺度的植被物候时，还需选取最优物候提取方法，获取更精确的物候信息，以进一步揭示植被物候对456应用生态学报34 卷气候变化的响应机制。参考文献 1 IPCC Climate Change 2021:The Physical ScienceBasis Co