基于數碼照片的植被物候提取多方法比較研究

作者：周玉科

摘要：植被物候能反映植被生長狀況及其對氣候變化的響應,在景觀或更小尺度上自動化觀測分析植被物候的演化是對大尺度遙感分析和單株植物人工觀測的有效補充。基于物候相機觀測網絡（PhenoCam）中3種典型植被類型（森林、草地和農作物）站點數據,首先在群落尺度的感興趣區（region of interesting,ROI）和像素2個尺度上計算植被指數,然后利用多種曲線擬合植被生長軌跡,提取關鍵物候參數,最后對相機物候參數進行了不確定性分析和衛星遙感物候的比較驗證。結果表明：自定義ROI區域可以精確劃定植被聚集區域,減少天空、地面等非植被要素的干擾;多方法的生長曲線擬合實驗表明雙邏輯斯蒂擬合法比較適用于單生長期植被,樣條法較適用于多生長期植被;單生長期植被可直接采用多種物候參數提取方法（Klosterman,Gu,TRS,Derivatives）從生長曲線上提取關鍵物候參數,而多生長期植被可先用樣條法擬合生長軌跡,然后采用變化點方法提取關鍵物候參數;生長曲線擬合與物候參數提取組合方法的不確定性分析發現,Klosterman方法具有較好的魯棒性,各組合方法模擬實驗的均方根誤差均小于0.005;相機物候參數與MODIS EVI提取的遙感物候參數對比驗證表明,二者在森林、農作物上的物候參數比較一致;像素級返青期參數的探索性分析發現,在像素尺度上能夠識別群落內物種及個體間的物候差異,未來經過更深入的不確定性分析后,可嘗試作為自動化分析群落尺度生物多樣性的方法。

發文機構：中國科學院地理科學與資源研究所生態系統網絡觀測與模擬重點實驗室

關鍵詞：植被物候物候相機感興趣區生長期開始點生長期結束點雙邏輯斯蒂曲線閾值法導數法vegetation phenologyphenology cameraROI（region of interesting）SOS（start of growing season）EOS（end of growing season）double Logistic curvethreshold methodderivatives method

分類號： P461.7[天文地球—大氣科學及氣象學]