基于多源数据的植被春季物候模型及影响机制研究
文献类型：学位论文
| 作者 | 花浩 |
| 答辩日期 | 2025-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 吴朝阳 |
| 关键词 | 春季物候 物候模型 影响机制 大气PM2.5 冻土解冻 |
| 学位名称 | 博士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 全球气候变化深刻影响着陆地生态系统的结构与功能。植被物候（phenology）作为生态系统对环境变化高度敏感的指标，反映了植物周期性生长过程（如春季展叶、开花及秋季变色、落叶）与气候因子之间的复杂耦合关系。尤其是春季物候（如萌芽、展叶），作为植物年内生长的起始阶段，在决定整个生长季碳吸收强度、生物量积累和生态系统功能方面发挥关键作用，进而影响全球陆地生态系统的碳汇能力。在气候变暖背景下，植被春季物候的时空变化及其驱动机制已成为生态学与全球变化研究的前沿议题。近年来，尽管观测技术不断进步，极大推动了物候研究的发展，但现有物候模型的滞后性仍限制了陆面模式对碳—水循环过程的模拟精度，尤其是在春季物候（Green-Up Date, GUD）预测方面仍存在较大不确定性。因此，识别GUD 的关键驱动因子及其变化机制，优化物候模型模拟能力，对于提升陆面过程模拟精度、深化全球变化生态学研究具有重要科学意义。 本研究基于多源数据，系统探讨了北半球中高纬度植被春季物候对气候变化的响应机制，并针对现有春季物候模型的不足进行优化与改进。研究构建了1982–2022 年植被春季物候遥感数据集，并结合地面通量观测进行验证，分析了北半球典型区域、气候因子及外部干扰（如大气污染、冻土变化、生物因子）对GUD 的调控作用。在现有物候模型基础上，引入改进模块，优化参数率定方法，并通过多重评估提升模型预测能力。主要结论如下： （1）北半球中高纬度植被春季物候的空间格局及变化特征.基于GIMMS NDVI3g+数据，结合微波冻融（FT）数据与多种物候提取方法，分析了北半球中高纬度（≥25°N）植被春季物候（GUD）的空间分布及其变化趋势。结果表明，GUD 整体呈显著提前趋势，平均变化速率0.1~0.16 天/年，其中导数法提取的GUD 提前幅度最大。纬度分布分析显示，30°N-60°N 之间GUD发生时间较早，且提前趋势最显著，而60°N 以北虽GUD 发生较晚，但提前速率更快。不同植被类型的GUD 变化存在差异，其中混交林（MF）提前趋势最强，开放灌木丛（OS）最弱（<0.1 天/年）。本研究通过改进积雪识别、优化数据平滑及多方法融合，提高了高纬度和高海拔地区的物候提取精度，为气候变化背景下的植被物候研究提供了数据支撑。 （2）秋季物候遗留效应下的植被春季物候建模.本研究探讨了GUD 对前一年秋季物候（Date of Foliar Senescence, DFS）的滞后响应机制。通过偏相关分析和岭回归方法，量化了DFS 对翌年GUD 的独立贡献，并评估其对非生长季冷却积累（Number of Chilling Days, NCD）和季前温度的调控作用。结果表明，GUD 与前一年DFS 在23%研究区域呈显著相关（p <0.05），其中77%为正相关，草原和灌丛等开放植被表现出更强的相关性。岭回归分析揭示，未考虑DFS 时，普遍低估NCD 对GUD 的敏感性，同时高估季前温度的影响。优化物候模型后，纳入DFS 变量使GUD 模拟值与观测值的显著相关比例提升12.1%，Kling-Gupta 效率提高了23.7%。结果表明，DFS 通过调节非生长季冷却积累和热惯性效应，对GUD 具有重要的滞后调控作用，为优化温度驱动物候模型提供了科学依据。 （3）空气污染胁迫下的植被春季物候建模与未来预测.近年来，中国空气污染问题突出，PM2.5 已成为影响GUD 的重要环境因子。2003–2018 年间，中国35 个CPON 站点的GUD 与PM2.5 浓度呈显著正相关关系，其中11.8%的站点(p < 0.05) 显示GUD 推迟效应，而仅5.0%显示提前效应。机理分析表明，PM2.5 通过增加冬季冷量积累（CA）和春季热量需求（HR）推迟叶片展现，同时降低光合有效辐射（PAR），削弱光合能力（Vcmax），进一步延缓GUD。基于改进的物候模型预测，在高污染情景（SSP4-60-BAU）下，GUD可能推迟3–6 天，且华北和华中等高污染地区的推迟效应最为显著。本研究表明，在碳中和目标背景下，应加强空气污染治理，以减少PM2.5 对植被物候的负面影响。 （4）冻融动态驱动下的植被春季物候建模与生产力响应.青藏高原多年冻土解冻期（Spring Onset of Thawing, SOT）提前对区域水热条件产生深远影响，并间接调控GUD 和春季光合生产力（GPP）。研究表明，SOT提前导致活动层厚度（ALT）增加，增强表层至根区的水分渗透，提高深层土壤水分供应，从而加速GUD 提前并提升GPP。偏相关分析和结构方程模型（SEM）进一步揭示了冻土解冻对植被绿化的间接影响机制。引入SOT 变量的物候模型较传统模型显著提升GUD 模拟精度，显著性提高至37.4%（原始模型为29.6%），并优化Kling-Gupta 效率（KGE）等误差指标。基于改进模型预测，在SSP2-4.5和SSP5-8.5 排放情景下，2080–2100 年GUD 的提前趋势分别比现有模型估算值增加5.30 天和6.16 天，表明现有研究可能低估了冻土区春季物候变化的响应强度。 （5）植被春季物候驱动下的油松毛虫活动期预测建模.植被春季物候（GUD）与森林昆虫活动的同步性对害虫预测和防治具有重要意义。本研究基于1983–2014 年辽宁建平县青松岭的长期观测数据，结合遥感物候数据，探讨了GUD 对油松毛虫春季始见期（Day of Insect Occurrence, DIO）的预测能力。结果表明，DIO 与GUD 呈显著正相关（r = 0.54, p = 0.001），二者的平均时间差为4.22 天。传统积温模型（DDC）对DIO 的预测能力较弱，而基于环境变量（气温、比湿、风速和短波辐射）的岭回归和偏最小二乘回归显著提高了预测精度。进一步引入GUD 后，预测性能进一步提高（R2 = 0.75, RMSE =2.78 天），相较于仅使用环境变量的模型，R2 提高17.1%，RMSE 降低16.5%。本研究表明，结合GUD 的预测模型可有效降低DIO 预测误差，提高森林病虫害监测的科学性和准确性。 综上所述，本研究基于长时间序列遥感数据和地面观测数据，系统分析了北半球中高纬度植被春季物候的驱动因素及其敏感性，揭示了秋季物候遗留效应、空气污染胁迫及冻土冻融动态对GUD 的调控作用，并优化了春季物候模型的预测能力。研究结果深化了对春季物候变化机制的理解，为提高陆面模式对植被动态的模拟精度提供了科学支撑，并有助于进一步评估全球变化背景下陆地生态系统的碳收支格局。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 123 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/217359]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 花浩. 基于多源数据的植被春季物候模型及影响机制研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2025. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。