从1982年到2011年以NDVI为基础的植被变化及其对气候的改变分析.docVIP

从1982年到2011年以NDVI为基础的植被变化及其对气候的改变：——以喜马拉雅山脉中段的科西河流域为研究案例 Ciais等， 2010），或在1997年出现的相反结果仍是不确定的（朴等，2010）。 关键是要了解植物的生长和碳循环对环境变化的影响，以及对将来陆地生态系统和气候系统在这个区域之间的交互作出预测。本研究的主要目的是探讨在哪里，什么时候，为什么植被变化在过去的30年发生在KRB。首先，我们分析1982-2006年气温和降水数据的变化去得出季节性增长NDVI与气候因素的关系；然后我们研究了每一季归一化植被指数的变化趋势获得了进一步了解，每个季节的变化在不断增长的反季节NDVI的贡献。在这方面，我们采用了分段回归的方法来检测潜在的转折点（TPS）的NDVI时间序列数据。 2.1数据和方法 2.1．研究区域 在KRB（26°84-29°15，东经85°38-88°95E）是中国和尼泊尔边境的一个重要跨界流域，面积53955平方公里面积在喜马拉雅山中段。它传播由东向西沿中国和尼泊尔之间的边界，有三大河流（阿伦，太阳志和Tamur河）。山珠穆朗玛峰（珠峰）位于KRB的中心。在北部和南部的山边珠穆朗玛峰，记录了存在于KRB气象观测站的数据显示，陡峭的北到南海拔梯度导致的变化在年降水量和温度。在北坡，从不到300毫米的KRB北部超过600毫米的KRB中部山区年降水量的范围，而年平均温度为低于-5.0°C至高于3.0℃。在南坡，年降水量在1000毫米左右的范围中的中部山区KRB以超过2500毫米，南部地区，而年平均温度范围从低于1.0℃至高于20℃的。随着大仰角和气候的变化，在整个KRB植被显示一个明显的垂直分带性。整个KRB植被冰川，草原和灌木林，以林的范围，包括大部分地球上的完整的植被类型，如高寒半干旱草原，高寒，冻土草甸，高寒，冻土冰碛地衣，亚高山的磨砂草甸，山地寒温带针叶林，山地暖温带针阔叶混交林和山地亚热带常绿阔叶林。 2.2数据集 两个NDVI数据集系列以不同的时间和空间分辨率在这项研究中被采纳。双周NDVI数据集8公里在1982-2006年的空间分辨率是由全球库存建模与定位研究（GIMMS）提供。该数据集从减少校准，视几何和火山气溶胶产生的NDVI变化和利用稳定沙漠的控制点已核实。此外，为期10天的复合材料的全球陆地表面的卫星传感器数据集的SPOT-4的植被（VGT），文书，2011年12月较高的分辨率为1公里，从1998年5月也被用来进一步核实的变化趋势，植被生长在一个区域规模。在这项研究中，气候数据，包括每月的温度和降水数据集是从的最新版本得到高分辨率气候研究组时间序列（CRU-TS）3.1数据集来自东安格利亚大学。这是一个网格化数据集的空间分辨率在1982年至2009年0.5°。 2.3数据分析 最大值复合材料是一种简单的方法来降低NDVI噪声。从8公里，1公里分辨率的NDVI数据集采用最大值合成两个或三个的NDVI图像从每个月生成每月的NDVI数据。四月至十月分别在KRB定义为生长季节每一年。生长季NDVI（GSN）为平均每月复合植被指数这一时期，被分为三个季节如下：春季NDVI（SPN），（四，五月）;夏季NDVI（SMN）（六月，七月和八月）;秋季NDVI（ATN）（九月和十月）。为了进一步对比的变化趋势NDVI数据集较长的时间序列，我们计算过用即期VGT NDVI数据集的研究领域的发展趋势GSN。如图。2，3和4中，GSN变化趋势SPOT VGT1998-2006年在类似于那些在GIMMS GSN，表明在本研究中使用的NDVI时间序列可以可靠地识别出变化的绿色植被在KRB。要在一定时期内（如1982-2006年或1982-1994年）发现的变化趋势，NDVI与气候（温度和降水），最小二乘法线性回归应用如下： 其中Y代表年NDVI值或气候变化，T是今年以来，A和B都配变量（a为截距，b为斜率），ε为残差。 施加的分段回归模型以检测NDVI时间序列在本研究中的电位变化的定时和幅度。在以往的研究中，分段回归模型已被广泛用于评价的变化趋势群落生态学，NDVI与气候随着时间的推移，因为它有效地检测在噪声的时间序列数据TPS： 其中y是每年NDVI; t为一年;α为时间序列的估计TP;β0，β1，β2和是回归系数（β0是截距和β1，β1+β2确定的趋势的大小之前和TP后，分别）;和ε是残差随机误差。 因为长的时间序列数据中可能包含多于一个转折点，方程（2）已被修改，本文以检测一个以上的TP，如下所示： 其中n是TP于该时间序列和α的编号i+1是第i个TP的时间。式中的其他参数（3）如上述所定义。最小二乘线性回归来估计α和其他系数。AP-valueb0.05被认为显著。为了进一步探讨气候因素推动变化的NDVI，温