英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料
中国东北耕地物候期对气候变化的响应
李正国,唐华俊,杨鹏,吴文斌
陈仲新,周清波,张莉,邹金秋
1.农业部资源遥感与数字农业重点实验室，北京100081
2.中国农业科学院农业资源与农业区划研究所，北京100081，中国
摘要：我们调查了农田物候对农业变化的响应,中国东北地区使用SPOT-VGT归一化差值的热条件Vegeta-（NDVI）为期10天的时间序列数据，观察到的作物物候期和生物量从1990年到2010年收集的气候数据。首先，物候参数如增长开始日期，增长高峰期和增长结束日期以及长度从平滑的NVDI时间序列数据集中提取，并显示出一个与观察到的作物物候相关性明显，包括苗期，标题，成熟度和生长期的长短。其次，时空趋势主要的热条件（首次日期ge;10℃，第一次冻日期，长度）温度允许的长期和ge;10℃的积温（AT））东北地区在过去20年中进行了说明和分析。第三，我们专注于农田物候对热条件变化的响应。结果表明生长发育日期与第一次日期显着正相关ge;10℃（P lt;0.01），特别是松嫩平原北部东部地区三江平原和吉林省的中东部地区。对于提取的长度生长季节和观察到的生长期间，几乎发现了显著的相关性相同区域（P lt;0.05）。但是，之间没有明显的相关性研究区域的结束日期和第一次霜冻日期。相反的相关性是ob-在生长季节的长度和ge;10℃的AT之间服务。在北部松嫩平原，三江平原的东部和吉林和吉林的中部辽宁省的正相关系数均高于临界值0.05，而负相关系数达到0.55（P lt;0.05）黑龙江省的中部和南部以及三江平原的部分地区。这一发现表明，作物生长期由于升高而缩短温度; 相反，延长的生长期通常意味着从早熟或中熟品种向中期或后期品种转变。
关键词：农田物候期;SPOT/ VGT; NDVI时间序列; 气候变化; 东北地区
1介绍
农田物候期是农业生态系统的一个重要特征，也是关键的基础农业生产，农场管理和规划（Xin et al。，2001）;此外，它也是全球气候变化研究的一个重要课题（Tang et al。，2000; Wang and Zheng，2001）和生态系统分析（Xiao等，2007）。农田物候期监测主要目的在于确定作物重大形态变化的日期发生，最显著的是出苗的时间，抽穗期和成熟期收获（Jiang等，2002; Zhang等，2004a）。有关语言特征的信息 - 可以通过多种方法生成等值线，包括野外观测，累积 - （AT）方法和遥感技术（Zhang et al。，2004b）。 ba-通过遥感提取农田物候期的原理如下：NDVI（归一化差异植被指数）时间序列数据多时相遥感影像，通过函数拟合重建，高产的出苗，拔节，抽穗和成熟等物理过程方法适用于大规模重要农田物候期的快速监测（Fang和Wu，2004; Yan等，2005; Wu等，2009a）。近年来，高分辨率基于NOAA / AVHRR的NDVI时间序列数据（Heumann等，2007; Wu等，2009年），SPOT / VGT（Zhu et al。，2008a; Li et al。，2009）和EOS / MODIS（Beck et al。，2006;Peng等人，2006;熊和黄，2009）已广泛应用于诸多领域植被生长监测，作物种植面积的提取，鉴定作物类型和种植制度的确定。因此，时空动态信息是通过遥感迅速产生的，并且是区域作物的指示物候期，可能重演农作物生长过程的时空响应从而改变外部环境条件（例如，区域温度，降水和天气）日照时数）在区域范围内，既及时又面。
作为中国重要的商品粮生产基地，东北地区是中国最大的粮食生产基地：玉米，大米等几种粮食作物的主要产区以及一些经济农作物，如大豆和甜菜;因此，这个地区在整个中国国家粮食供应和农业生产起着至关重要的作用。在中国受到全球变暖影响的地区中，东北地区是受影响的地区之一，温度有很大升高（Ren等人，2005; Liu等人，2009）。迄今为止，许多研究都有研究了区域气候变化对作物生长条件的影响（Ma et al。，2000;Wang等人，2003; Jia和Guo，2009），播种时间，生长阶段（Ma等，2008），作物（Fang et al。，2004; Gao et al。，2007; Wang et al。，2007）和种植结构（Fang和Sheng，2000; Yun等人，2005）。与作物物候有关的研究有收集建议调整种植的品种和播种时间适应气候变化的重要措施（Jin et al。，2002; Zhu et al。，2008b）。然而，迄今为止对区域作物物候期的研究主要基于农业生态系统气候条件，特别是热量条件，从不同作物品种/成熟度类型的播种到成熟的要求。以这个为基础，对不同时期的热条件进行了比较，以评估气候变化背景下作物潜在物候期的时空变化（Jia and Guo2009）。尽管如此，实际的农业生产却受到其他环境的困扰这些因素导致作物物候不能完全阻止由气候条件开采。因此，重新存在相当大的不确定性搜寻基于农业气候条件特征的作物物候期，虽然一些研究分析了植被物候期的响应机制利用遥感的时间序列数据研究气候变化，研究重点在于草地，灌木林和森林的物候期，但不包括农田（Piao等，2006; Yu和Zhuang，2006;郭等人，2010; Wang等人，2011）。区域经济的响应机制农田物候对农业气候条件的变化尚待检验。
这里介绍的研究利用了SPOT / VGT NDVI十天组成的时间序列数据从1998年到2010年。在用时间序列数据重建之后，通过使用曲线拟合，提取研究区农田物候参数。 在此之后我们使用观察到的作物物候数据来比较和验证提取物结果。 同时，分析了农业热力条件下的时空变化，从观测的气象资料中分析东北地区的气候。 最后，我们进一步探索典型农田物候期对农业热量的时空响应条件在过去十年中发生了变化。
2使用的研究领域和数据
2.1研究区域概况
包括辽宁，吉林和黑龙江在内的东北地区占地面积791,800平方公里，其中耕地26.44万平方公里，占耕地总量的16.5％在中国的土地。该地区显示北温带和温带湿润（潮湿）气候。大部分地区有一个积温（AT）ge;0℃为2000-4200℃/天，活跃的积温ATge;10℃1600-3600℃/天，夏季平均气温20-25℃，无霜冻周期140-170天，降水量500-800毫米（60％的降雨集中7月至9月）（Liu等，2009; Gao等，2010）。这是主要的农作物区域是大豆，玉米，小麦和大米，并且该地区表现出相当大的内部差异，种植结构中的变化，使得品种/成熟度类型随着不同而变化纬度和地形（马等人，2000）。迄今为止的相关研究表明，东北地区，增长期在一年之前发生得较早（即首次日期升高程度ge;7℃和ge;10℃），并随着总积温的增加而变长。任意一点可以肯定的是，大于等于10℃的积温区已经向北移动，而区域则包括在内晚熟的玉米和水稻品种也向北和向东扩展（Wang et al。，2005;刘等人，2009;贾和郭，2009）。
2.2数据来源
本研究中使用的遥感数据是最大值的复合数据SPOT / VGT NDVI从1998年4月到2010年4月组成的为期10天的时间序列数据（VGT-S10），其空间分辨率为1000米。 时间序列数据从佛兰德技术研究所植被分布站点（http://free.vgt.vito.be）下载，逻辑研究（VITO），并受到多种调节，其中包括地理 - 公制整改，辐射校正，地图投影，状态标签和大气更正。 数据包含多个数据层，包括个体中的多光谱数据波段，NDVI数据和太阳方位角。 每幅图像都经过投影反射 - 从经纬度转变为阿尔伯斯等面积的圆锥形投影。 随后，数据和区域边界一起用掩蔽处理以生成研究区域的NDVI时间序列数据。
本研究中使用的物候观测资料来自79个农业气象东北三省（黑龙江34，吉林21，中国24辽宁），覆盖四大主要农作物的生长期数据，即玉米，季节性大米，大豆和春小麦（见图1）。 具体来说，数据包括了苗期阶段的天数，抽穗期/抽雄期（豆荚期 - 豆），成熟期和生长期（从苗期到成熟期）。 这套数据来自中国作物生长/发育信息数据集由中国气象局提供。
图1东北三省农业物候期的农田面积和位置
注：灰色地区代表农田面积。 三角形，五角星形，圆形和方形的图标代表观察 - 玉米，大米，大豆和小麦的酿酒站。
本研究使用的气象观测资料来自90个基层气象台，中国东北地区（黑龙江31个，吉林22个，辽宁28个，邻近地区9个）并包含每日最高，最低和平均温度1991年和2009年。此外，我们在2004年采用了东北地区的土地利用/覆盖数据集2000年来自国家土地利用遥感调查和提供由中国科学院。该数据集是通过手动交互式图像解读全国Landstat TM / ETM数据而制作的，分辨率为30米规模为1：100,000。 有26种土地用途，其中农田进一步分为水田和旱田。 有26种土地利用类型，又分为水田和旱田（Liu et al。，2002）。 对于这项研究，东北地区的农田覆盖数据被用于农业的遮蔽分析。
3方法论
3.1农业热力条件的产生
一般在平均气温达到7℃的第一天，适宜播种东北地区主要农作物。 因为生物最低温度为10℃东北地区主要农作物（即玉米，单季稻和大豆）（Wang，2004），本研究以ge;10℃的第一个日期作为农作物的生长起点。 此外，第一次霜冻日（日平均气温le;2℃）被认为是生长终点，（郭，2010）。 这两个日期之间的连续天数是中等的，在口头上被定义为允许温度的生长期，即具有合适的期限农作物在特定区域生长的温度（Han，1999）。 随后，ATge;10℃。
计算的结果反映了作物在生长期间的总需热量。阈值温度（ge;10℃和le;2℃）由5天的移动平均值计算得出，（Guo，2010），因此，生成首次日期ge;10℃，ATge;10℃，首次霜冻日期和温度 - 允许每个台站的生长周期。 之后，这些变量采用ARCGIS的样条插值法进行空间插值绘制中国农业热力条件年空间分布的软件东北地区。
3.2时间序列NDVI数据的准备
使用多时间NVDI数据集提取作物物候特征的关键基础是平滑重建，它将噪声的影响降至最低并减少空值点。因此，它改善了跨年度和跨地区的比较，（Tanreacute;等，1992; Simpson和Stitt，1998）。各种数据处理方法的效果比较表明，基于调和函数或高斯函数的最小二乘拟合方法可以适用于季节变化明显的植被生长和衰退等数据序列，但它应用于季节性较弱的年份时表现出大量不确定性（Wu et al。，2009a）。相反，过滤方法很容易实现，能够很好地反映数据序列的局部变异;然而，这种方法容易受到本地错误的影响，且有可观的年际差异（Jouml;nsson和Eklundh，2002）。在本研究中进行的平滑处理是基于高斯函数的非对称拟合方法，该方法从局部优化拟合开始，因此具有极大的灵活性。它使重建的NDVI曲线能够合理描述NDVI时间序列数据的复杂和小的变化（Jouml;nsson和Eklundh，2004; Hird和McDermid，2009）。
首先，提取原始NVDI时间序列曲线的峰值和谷值，并且曲线的左侧和右侧部分分别与高斯函数拟合。该局部拟合方程如下：
在等式（1）和（2）中，c 1和c 2是定义基线和幅度的线性参数; g（t; a 1，...，a 5）是高斯函数，其中a 1是相应时间变量t的位置参数，其峰值或谷值; a 2和a 3确定曲线右侧部分的宽度和斜率; a 4和a 5确定曲线左侧的宽度和斜率。 这些参数可以通过计算优化函数来生成。 在数据误差均为负偏差的前提下，将这些参数与NDVI数据的包络线拟合，生成基于最小二乘法的优化拟合函数，从而计算出方程系数。 在实践中，我们使用了由隆德大学和马尔默大学提供的Timesat 3.0（Eklundh andJouml;nsson，2010），这是一种分析时间序列遥感数据的专业软件包。
3.3基于平滑NDVI序列的原型参数提取
平滑处理后，NDVI时间序列曲线更好地反映了作物生长年动态特征。因此，基于NDVI时间序列曲线提取作物的物候信息，如出苗日期，品种和成熟度是可行的。基于作物生长曲线的变化特征，本研究将作物生长的起始阶段定义为曲线初始阶段的起点斜率迅速增加。具体而言，确定增长的开始日期当NDVI拟合曲线增长到一定水平时（总增加量的20％）。同样的，增长结束时间被确定为NDVI拟合曲线降至a的日期一定的水平（整体下降的20％）。增长高峰期被定义为日期对应于拟合曲线的增长极限。最后，生长季节的长度被定义为从生长开始日期到生长结束日期之间的时间（参见图2）。从理论上讲，对于东北地区每年收获一次的作物，上述生长发育日期对应于观察到的幼苗阶段，第一次日期ge;10℃。增长高峰日期表示观测到的抽穗期，抽雄阶段（玉米）或豆荚阶段（大豆）。增长的结束日期可能会导致对作物观察到的成熟阶段和第一次霜冻日期作出反应。除此之外生长季节的长度对应于观察到的生长期长度，这是也与温度允许生长期或ATge;10℃的长度有关
3.4农田物候期对农业热条件的响应分析
通过一系列相关分析，即在生长开始日期和第一日期ge;10℃之间，生长结束日期和第一霜冻日期之间的关系分析农田物候期对农业热状况的响应 ，生长季节长度和温度生长期以及ATge;10℃。在实践中，空间相关性分析首先用于检验物候期和可能影响这些物候期的农业热条件之间年度相关性的全球水平。 随后，由ArcGIS软件提供的模型构建器被用来生成像素尺度上相关系数的计算插件。 选择包括不同物候期和相关农业热条件的1998-2009年时间序列数据，计算相关系数的空间分布及其在像素尺度上的显着性水平。
数次每十天的情况
图2基于拟合NDVI序列提取的农田物候期实例（a。开始生长日期; b。增长高峰日期; C。 增长结束日期;d。 生长季节的长度）
表1基于拟合NDVI系列和相关农业
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[22500]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
