基于MODIS数据的呼伦贝尔生态功能区典型植被物候变化研究

2021-06-22刘睿熊若妃冀琴何梦玥

安徽农业科学 2021年9期

刘睿熊若妃冀琴何梦玥

摘要采用MODIS和GPS实测数据，结合NDVI时间序列特征，分析2000—2018年呼伦贝尔市植被（林地、牧草、马铃薯、油菜花、小麦）的物候变化特征，同时结合区域气象数据，探讨植被物候变化与气候因子之间的关系。结果表明，研究时段内各类植被曲线形态基本相似，但变化幅度不同，具体表现为牧草>马铃薯>林地>小麦>油菜花。近19年来研究区温度和降水整体呈升高趋势，随着降水增加，植被物候期表现为先提前后推迟的趋势。结合温度变化趋势可知，除马铃薯和牧草外，温度升高会导致次年植被物候期提前。此外，通过对5类植被进行分析发现油菜花是最适宜呼伦贝尔地区的农作物。

关键词植被;物候;变化特征;遥感;MODIS;呼伦贝尔生态功能区

中图分类号 Q948 文献标识码 A

文章编号 0517-6611（2021）09-0079-09

doi：10.3969/j.issn.0517-6611.2021.09.021

Abstract Using the measured data of MODIS and GPS， combined with the characteristics of the NDVI time series， the phenological changes of vegetation （woodland， pasture， potatoes， rape flower， wheat） in Hulunbeier City from 2000 to 2018 were analyzed， and combined with regional meteorological data， the phenological changes of vegetation and the relationship between climate factors. The results showed that during the study period， various types of vegetation curves were basically similar in form， but the variation ranges were different， specifically expressed as pasture>potato>forest land>wheat>rape flower. Over the past 19 years， the overall temperature and precipitation in the study area had shown an upward trend. With the increase in precipitation， the phenological period of vegetation had shown a trend of advancing first and then postponing. Combined with the trend of temperature changes， except for potatoes and pastures， the increase in temperature would lead to an advance in the phenology of vegetation the following year. In addition， through analysis of five types of vegetation， it was found that rapeseed was the most suitable crop in Hulunbeier area.

Key words Vegetation;Phenology;Change characteristics;Remote sensing;MODIS;Hulunbuir ecological function zone

物候是植被在不同的生育期内表现出相似的变化现象[1]，是长期适应气候环境变化而形成的生长发育规律[2]。植物物候现象是环境条件、季节和年际变化最直接、最敏感的指示器，其发生时间可以反映陆地生态系统短期变化的特征[3]。传统的物候观测方法主要是通过设立观测站点，并利用人工目视或相机拍摄进行，这在很大程度上受到空间因素的限制，且精度不高，数据采集过程缓慢，时效性不强[4]。相比而言，由于遥感的植被物候分析具有连续且同时观测、覆盖面广、更新快等优势，已成为全球气候变化背景下植被生理物理变化研究的重要手段[5]。与其他地物类型相比，农作物在光谱上具有更高的相似度[6]，仅利用遥感影像难以对其进行识别。但由于不同农作物类型有其独特的物候特征，并且可以利用遥感的植被指数长时序变化充分体现出来，因此利用长时序的遥感影像进行农作物类型的识别是一种行之有效的方法[7]。

依据中高分辨率卫星（Landsat、SPOT、HJ-1/2等）数据包含的纹理信息、光谱信息等对于农作物的识别有一定的可行性[8-9]，如利用多时相TM卫星遥感影像，在主要地物光谱特征的基础上，结合植被生长状态及NDVI构建决策树，提取大豆、玉米、水稻等农作物的种植信息[10];根据小麦和苜蓿表现出的光谱差异，并利用Landsat数据区分和判断苜蓿的收获时间[11]。尽管中分辨率卫星在农作物识别上发挥了重要作用，但由于其时间分辨率较低、覆盖范围較小、成本较高等，在很大程度上限制了其在农业遥感方面的应用，而低空间分辨率影像如MODIS数据因其更新快、易获取、覆盖范围广等优势，可在大范围进行作物空间分布监测。前人研究表明MODIS数据在植被长时间监测等方面发挥着不可替代的优势[12]，但目前尚未有学者基于MODIS数据就呼伦贝尔主要农作物展开相关综合研究。因此，笔者利用MODIS与GPS实测数据，以呼伦贝尔地区的牧草、林地、油菜花、马铃薯、小麦分布为研究对象，结合作物的生理特性和曲线的形态特征的相对位置进行分析和判定，以期更加客观、准确、快速地提取农作物物候信息。通过掌握物候变化规律，可以对作物进行估产、预报农时、监测生态环境以及间接预测气候变化趋势[3]。

1 资料与方法

1.1 研究区概况

呼伦贝尔位于亚欧大陆的东部（图1），由呼伦贝尔高平原、大兴安岭山地和嫩江西岸山前平原3部分组成，该区属温带大陆性气候，冬季寒冷漫长，夏季温凉短促[13];降水量较多，无霜期长，光照充足，雨热同季，适宜农牧业生产发展[14]。呼伦贝尔总面积为7.5万km2，其中草地、湿地、耕地和林地面积所占比例分别为80.12%、8.50%、3.59% 和4.89%[15]，构成了目前中国规模最大、最为完整的生态系统。世界四大牧草之一的呼伦贝尔草原被称为世界上最好的草原[16]。研究区主要种植马铃薯、小麦、牧草、油菜花等农作物[14]。

1.2 数据来源

1.2.1 MODIS数据。

选取2000—2018年MODIS传感器1 km 分辨率16 d合成的MOD13A2产品，利用其归一化差值植被指数（NDVI）。该数据采用正弦投影，可用于检测植被状态和土地覆盖利用变化。使用2000—2018年覆盖呼伦贝尔采样点区域的420期影像，平均每年22期。

1.2.2 GPS实测数据。

利用手持GPS进行定位（表1），在油菜花开花季节，调查采用沿路驱车定点，尽可能覆盖研究区。调查内容涉及作物的类型，使用摄像工具获取图片，在GIS支持下生成与遥感影像完全匹配的样本数据，为更新作物种植区和物候信息提取提供支持。

1.2.3 气象数据。气象数据为2000—2018年呼伦贝尔境内距离采样点最近的4个气象站点（表2）的月平均温度、月平均降水量。

1.3 研究方法

1.3.1 数据预处理。

采用MODIS 重投影工具（MODIS reprojection tool，MRT）从2000—2018年的MODIS数据中提取NDVI数据，配合使用Cygwin完成MRT软件对数据的批量提取。

1.3.2 地物识别。

在Google Earth中基于图片信息识别采样点所代表的植被类型，同时结合其经纬度信息和植被类型信息（表3）进行识别。其中，林地有采样点60个，马铃薯10个，牧草126个，油菜花11个，小麦16个。基于已有植被类型的223个采样点，在ArcGIS中提取各类植被的NDVI时间序列，生成NDVI时间序列曲线;由于有多个采样点，因此每年的NDVI时间序列曲线不止一条，该研究采用求平均值的方法获取一条曲线;判别每年的NDVI开始增长点和最高点，得出各类植物的开始增长点和最高点时间随年份变化的折线图。

2 结果与分析

2.1 NDVI时间序列曲线

考虑到2000—2018年的时间跨度较长，因此该研究只显示2000、2006、2012和2018年的NDVI时间序列曲线图。在处理过程中发现遥感影像存在噪声，因而需要在粗略平滑的基础上对NDVI时间序列曲线进行判读。由林地、马铃薯、牧草、油菜花、小麦历年来的NDVI时间序列（图2～6）可知，5种类型植被均为一年一季种植模式，生长曲线整体形状均呈倒“V”型曲线。

2.1.1 林地的NDVI时间序列曲线。

由图2可知，林地NDVI的變化更为平缓，生长周期时间跨度最长，约为130 d;约在每年的第60天开始生长;NDVI在最高点停留的时间最长，即成熟期约80 d;其衰落期持续的时间较长，在这期间也存在一定时间的缓冲期;约在第340天进入休眠期，其休眠期的NDVI值不完全为0。

2.1.2 马铃薯的NDVI时间序列曲线。由图3可知，马铃薯的生长周期时间跨度在120 d左右，略低于林地;其NDVI最大值处于0.75左右，且持续时间较短;在100～140、240～300 d NDVI无明显变化，分别处于生长期和衰落期的缓冲阶段，其余阶段NDVI变化速率保持恒定;而林地的衰落期缓冲阶段略微长于生长期（图2），证明其衰落期所耗时间更长;马铃薯历年NDVI开始生长的时间在第70天左右，进入休眠的时间在第320天左右。

2.1.3 牧草的NDVI时间序列曲线。由图4可知，牧草的生长跨度为240 d左右，NDVI开始生长的时间在第70天左右，进入休眠期的时间在第320天左右;DNVI最大值处于0.75左右，同时最大值持续时间较短。

2.1.4 油菜花的NDVI时间序列曲线。

由图5可知，油菜花的生长跨度为250 d左右，高于林地、马铃薯、牧草;NDVI最大值处于0.80左右，且存在一定的持续时间，大致与呼伦贝尔油菜花开花期（7月初至8月初）相吻合;大约在第330天进入休眠期。

2.1.5 小麦的NDVI时间序列曲线。由图6可知，小麦NDVI开始上升的时间，即开始生长的时间与林地（图2）基本一致，而与其他植被相比（图3～5），平均仅提早3 d左右;

且5类植被达到成熟期的时间基本处于每年的第200天，说明5类植被开始生长和达到成熟期的时间差别不大;NDVI最大值处于0.75～0.80，低于油菜花和林地，高于牧草和马铃薯;大约在第330天进入休眠期，而对比其他植被，林地最晚进入休眠期。对比各类植被历年来的NDVI最大值，可看出林地的NDVI最大值整体偏高，基本介于0.80～0.90，证明其生长期内覆盖情况良好;各类植被曲线形态基本类似，在NDVI开始上升阶段和下降阶段或多或少存在一个缓冲区间，说明生长周期基本一致。

2.2 物候变化的特征分析

2.2.1 林地物候的变化特征。

林地归一化植被指数开始生长点变化的结果（图7a）显示，2000—2003年的上升时间提前，2004年显著推迟，为33 d，2004—2012年在一定范围内小幅度波动，2014年经历一个峰值，2014—2018年推迟一段时间后再提前，2018年的开始生长时间比2000年提前26 d。林地归一化植被指数最高点变化的结果（图7b）显示，2000—2009年有小幅度间歇性的提前和推迟，但总体变化在几天之内;2009—2018年的变化较为明显，但变化范围依旧限制在十几天之内，最后趋于平稳。除2003—2004年提前33 d，林地整体上波动幅度不大。

2.2.2 马铃薯物候的变化特征。

马铃薯归一化植被指数开始生长点变化的结果（图8a）显示，2000—2003年马铃薯开始生长时间提前28 d;2003—2015年经历4个峰值，2015—2018年趋于平缓;整体而言，其间歇性变化较大。马铃薯归一化植被指数最高点变化的结果（图8b）显示，2000—2001年推迟3 d;2001—2018年有4个峰值，差距在10 d左右;2018年时，其NDVI达到最高点的时间与2000年相比无明显变化。

2.2.3 牧草物候的变化特征。

牧草归一化植被指数开始生长点变化的结果（图9a）显示，2000—2004年牧草开始生长的时间提前15 d，直到2005年陡然变回;2004—2018年总体缓慢提前;2018年的开始生长时间相比2000年有比较明显的提前，提前25 d。牧草归一化植被指数最高点变化的结果（图9b）显示，1年的变化限制在10 d以内，但整体升降幅度较明显。

2.2.4 油菜花物候的变化特征。

油菜花归一化植被指数开始生长点变化的结果（图10a）显示，2000—2003年匀速提前20 d;2003—2012年经历3个变化峰值;2012—2018年一个轻微的推移后，向前趋于平缓。油菜花归一化植被指数最高点变化的结果（图10b）显示，整体平缓，历年来都比较稳定，1年内的变动维持在2～11 d;2000—2004、2008—2010、2016—2018年每年基本处于10 d左右的变化，其余年份内变动幅度不超过4 d。从搜集到的资料中可知，油菜花的开花期处于NDVI达到最大值之后，一般处于在7月10—25日，而研究中发现NDVI达到最大值的时间基本稳定在6月份以后。

2.2.5 小麦物候的变化特征。

小麦归一化植被指数开始生

长点变化的结果（图11a）显示，2000—2002年提前31 d;2002—2018年波动较为频繁，峰值较高，推迟和提前的时间变动较明显。小麦NDVI最高点变化的结果（图11b）显示，2000—2010年年与年之间是10 d之内的变化，总体上缓慢提前11 d;2014—2018年总体变化经历一个峰值。小麦NDVI后半段时间波动十分频繁，峰值也比较高，推迟和提前的时间变动也很明显;其开始生长时间与其他植物类似，但NDVI最高点略微提前，这一点与油菜花类似。

2.2.6 5类植被物候的变化特征对比分析。

植被在长期适应气候条件的周期性变化后形成与之相适应的相对稳定的物候期，而气候的变化也会导致其物候期在区域之间以及年际之间存在变化。由图7～11可知，各类植物物候信息虽然较为稳定，在一定范围内浮动，但波动范围各不相同。从长时间尺度来看，即使是同一地区同一作物的物候也存在差异，大约为10 d;该研究19年的监测结果显示，同一物候期年际间的差异最高可达20 d左右。整体来说，各类植物的变化幅度从大到小依次为牧草、马铃薯、林地、小麦、油菜花。

对于各类植物而言（图12a），2018年植物的開始生长时间比2000年的有比较明显的提前，约25 d。说明与2000年相比，2018年气候变得适宜植物生长，同时它们的生长对于气候的需求是比较类似的;每一类植物开始生长的时间与NDVI到达最高值的时间（图12b）呈正相关，表明各类植物生长发育的时间跨度并不因为开始生长时间的不同而有所变化;所有植物开始生长的时间和生长达到峰值的时间近似，且历年来的差距都不会很大。因此，对于同处于呼伦贝尔地区的这5类植物，他们拥有类似的生长时间和生长规律;牧草、马铃薯、油菜花、小麦、林地在呼伦贝尔都比较适宜生长（相似的生长规律）。但油菜花的物候变化相比其他各类植物来说，要明显稳定一些，表明油菜花是相对而言最适宜呼伦贝尔地区的农作物。

2.3 温度和降水因子对植被的影响

各气候因子对植被生长的影响程度不同，其中王根绪等[17-18]研究指出在江河源区10～40 cm地温与NDVI的相关性最高，其次为气温和降水。

马铃薯是喜欢冷凉气候的作物，既怕霜冻，又怕高温;其生长期需要一定数量的充足水分，一般在马铃薯生长期有300～400 mm的降水量，就可以满足对水分的要求[19]。在应对气候变化方面，草原生态系统比较脆弱，对气候变化十分敏感[20];温度是影响牧草物候期最为关键的因子，与物候期的相关系数达0.942，降水量次之[21]。油菜性喜冷凉，具有较强的抗寒能力[22]。呼伦贝尔小麦虽然是属于北方春小麦品种，但与南方地区的春小麦相比，没有污染且品质好，具有较大的优势[23];春小麦性喜温凉怕热、耐干燥、适应范围广;其生长季主要气象灾害包括潮塌、风沙、冰雹、干热风、干旱[24]。

整体来看，降水量的变化（图13a）呈上升趋势，研究时段内呼伦贝尔地区平均降水量的变化幅度为395.3 mm，增长率为72.85 mm/10 a;年与年之间的变化处于121.3 mm以内，2000—2010年有4个变化的波峰，并缓慢上升;2010—2013年变化明显，上升了343.4 mm;2013—2018年变化较明显，逐步降低325.1 mm。从气温变化曲线（图13b）可知，2000—2018年呼伦贝尔地区年平均气温整体呈略微上升趋势，变化不明显，年与年之间的变化处于0.7 ℃以内;考虑到2017—2018年温度陡增，研究时段内呼伦贝尔地区平均气温的变化幅度为6.4 ℃，增温率为 0.7 ℃/10 a，其中，2012年的年均气温是近45年来的最低值，仅为2.9 ℃;2006—2007年变化较明显，升高了1.8 ℃;2017—2018年变化最为明显，升高了2.1 ℃;2000—2012年温度有4个变化的峰值;2012—2018年温度一直处于上升状态。在一定范围内，温度的变化与降水量的变化基本成反比;当降水量超出一定限度，温度随降水量的升高而升高。

1961—2017年呼伦贝尔市的年平均气温、年平均最高气温、年平均最低气温均呈现上升趋势且最低气温上升趋势显著，上升率为0.054 ℃/a。全市年平均降水量为398.0 mm，微有上升[25]。温度和降水因子（图13）结合5类植被物候的整体变化的结果显示（图12），2000—2018年温度和降水量有所增长，但相比而言降水量的增长更明显;降水量升高时，植被整体的物候期提前;降水量越过一定界限（如2003年），物候期推后。某年温度的变化会影响植被整体物候下一年的变化，即某一年温度升高会使得下一年植被整体物候期的提前，但马铃薯和牧草的物候变化与温度没有直接关系，可见林地、油菜花、小麦3类植被对于温度的变化比较敏感。各类植被最高点的NDVI与温度和降水量都有一定的关系，当温度上升，最高点的NDVI降低;降水量上升，最高点的NDVI升高。

3 结论

该研究利用时间分辨率为16 d的MODIS NDVI时间序列数据，尽管采取非高精度的平滑，但能够有效地消除噪音对提取结果的影响，可以更好地提取作物重要物候信息。结合呼伦贝尔地区主要农作物和牧草的NDVI时间序列曲线的变化、生长周期的基本信息及已知历年来的气候变化，实现对呼伦贝尔市农作物物候变化的分析。结论如下：

（1）各类植物生长发育的时间跨度并不因为开始生长的时间不同而有所变化，且生长期到达NDVI最大值时，历年的NDVI都近似相等，这与开始生长时间和到达最高点时间是否提前或延迟并无直接关系;其开始生长的时间在一定范围内与降水量成反比。

（2）林地总体波动幅度不大，覆盖情况良好;林地、油菜花、小麦对于温度的变化比较敏感;油菜花的物候变化相比其他各类植物来说，要明显稳定一些。

（3）对于同处于呼伦贝尔地区的林地、牧草、马铃薯、油菜花和小麦这5类植物，其拥有类似的生长时间和生长规律。

（4）随着降水量和温度的上升，植被整体历年来开始生长和到达成熟期的时间有所提前，且NDVI最大值有所上升。

参考文献

[1] 徐岩岩，张佳华. 基于MODIS-EVI数据和Symlet11小波识别东北地区水稻主要物候期[J].生态学报，2012，32（7）：2091-2098.

[2] 曹沛雨，张雷明，李胜功，等.植被物候观测与指标提取方法研究进展[J].地球科学进展，2016，31（4）：365-376.

[3] 肖江涛. 基于MODIS植被指数的水稻物候提取与地面验证[D].成都：电子科技大学，2011.

[4] 张喜旺，陈云生，孟琪，等. 基于时间序列MODIS NDVI的农作物物候信息提取[J].中国农学通报，2018，34（20）：158-164.

[5] 周玉科，刘建文. 基于MODIS NDVI和多方法的青藏高原植被物候时空特征分析[J].遥感技术与应用，2018，33（3）：486-498.

[6] 赵子娟，刘东，杭中桥.作物遥感识别方法研究现状及展望[J].江苏农业科学，2019，47（16）：45-51.

[7] 彭光雄，宫阿都，崔伟宏，等. 多时相影像的典型区农作物识别分类方法对比研究[J].地球信息科学学报，2009，11（2）：225-230.

[8] LIU J Y，LIU M L，TIAN H Q，et al.Spatial and temporal patterns of Chinas cropland during 1990-2000： An analysis based on Landsat TM data[J]. Remote sensing of environment，2005，98（4）：442-456.

[9] VERBEIREN S，EERENS H，PICCARD I，et al.Sub-pixel classification of SPOT-VEGETATION time series for the assessment of regional crop areas in Belgium[J]. International journal of applied earth observations and geoinformation，2008，10（4）：486-497.

[10] 马丽，徐新刚，贾建华，等. 利用多时相TM影像进行作物分类方法[J].农业工程学报，2008，24（S2）：191-195.

[11] 李存军，王纪华，刘良云，等. 利用多时相Landsat近红外波段监测冬小麦和苜蓿种植面积[J].农业工程学报，2005，21（2）：96-101.

[12] 苗翠翠.基于NDVI時间序列的水稻面积提取研究——结合物候关键值分析法[D].南京：南京林业大学，2010.

[13] 蒋玉华. 基于游客感知的呼伦贝尔旅游形象营销[J].干旱区资源与环境，2016，30（1）：203-208.

[14] 万华伟，高帅，刘玉平，等.呼伦贝尔生态功能区草地退化的时空特征[J].资源科学，2016，38（8）：1443-1451.

[15] 冯方祥，陈宝瑞，朱伟峰，等. 呼伦贝尔绿色产业发展SWOT分析[J].中国农业资源与区划，2013，34（2）：74-80.

[16] 申远. 呼伦贝尔市生态城市发展模式研究[D].北京：中央民族大学，2012.

[17] 王根绪，李元寿，王一博，等.青藏高原河源区地表过程与环境变化[M].北京：科学出版社， 2010：240-244.

[18] 陈世强，文莉娟，吕世华，等.黄河上游玛曲县植被指数与气候变化研究[J].冰川冻土，2007，29（1）：131-136.

[19] 姜伟.马铃薯适宜生长条件的探析[J].黑龙江科技信息，2014（31）：277.

[20] 李夏子，赵放，林伟楠.气候变化对牧草生长发育的影响研究综述[J].中国农学通报，2018，34（25）：145-152.

[21] 赵雪雁，万文玉，王伟军.近50年气候变化对青藏高原牧草生产潜力及物候期的影响[J].中国生态农业学报，2016，24（4）：532-543.