基于GIS的江苏省冬小麦植被物候时空分析

李娜，司林静

（1.郓城县气象局，山东菏泽274700；2.肥城市气象局，山东泰安271600）

基于GIS的江苏省冬小麦植被物候时空分析

李娜1，司林静2

（1.郓城县气象局，山东菏泽274700；2.肥城市气象局，山东泰安271600）

为全面认识江苏省植被物候的变化规律，进一步完善区域气候变化的植被响应机制，本文选用国家气候中心农气室和国家气象中心9210要素库中江苏省近15年的冬小麦重要物候信息，利用时间序列分析方法，结合Arc GIS空间分析工具，分析江苏省冬小麦物候期的空间分异特征和年际变化趋势。在空间分布上，江苏省冬小麦物候期总体上呈现由南到北逐渐推迟的空间分布规律，从具体年份来看，1998—2012年冬小麦遥感监测结果符合实际的物候地面观测结果，并且与物候期因异常气候变化而发生变化的年份也有较好的反映。本文结果表明，通过时空序列分析方法可以准确监测江苏省冬小麦的关键物候期。

植被；物候；时间序列分析；空间分析

植被在全球的能量和物质循环中起着重要作用，成为陆地生态系统重要的组成部分。物候是一种以年为周期的自然现象，受人类活动和环境因子的影响。植被物候对全球物质能量变化具有较明显的指示作用，伴随着更广泛更深入的全球气候变化研究，植被物候的研究得到了长足的发展。近年来，物候预报模型主要运用地面实测物候资料与卫星遥感数据相结合的方法，获取地表不同植被相关物候信息，利用较长时间序列的有关卫星数据，与气象方程相联系，为全球气候变化研究和遥感应用的重要方面之一[1]。

作为全球气候变化的显著区域，北半球温带地区物候生长季的研究具有典型性，能够更好地反映陆地生态系统对气候变化的响应。Chen等结合物候期频率分布型——遥感综合法，对中国东部温带地区物候生长季节的时空变化特点进行了分析[2]；王宏等运用阈值法和滑动平均法对中国北方植物物候生长季节变化进行了讨论研究[3]；丁登等采用中值法、经验公式法、延迟滑动平均法和原型曲线法进行地面检验，并且划分出中国温带草原区和暖温带落叶阔叶林区的生长季节[4]。上述研究均对一个整体范围区域进行分析，强调大范围植被在时间序列上的物候生长季变化特征，忽略了小区域差异对典型代表植被物候生长季变化的影响，而这种小范围局部区域的典型植被物候生长季对农业气候资源的规划管理和评估至关重要。另外，目前关于江苏省冬小麦植被物候的时空分析变化规律的研究很少，而江苏省面积广阔、人口稠密、土地利用变化剧烈,研究江苏省的植被物候对研究气候的成因及预测预报至关重要，将有助于全面认识植被随气侯的变化规律，促进江苏经济发展。

1 研究区概况与数据处理

1.1 研究区概况

江苏省地处亚洲大陆东岸中纬度地带，属东亚季风气候区，季风显著、气候温和、四季分明、雨量适中、光热充沛。全省年平均气温13.6～16.1℃，年平均降水量704～1 250 mm，降水分布不均。江苏省经济发达，人口稠密，自然环境优越，生态系统丰富，气候资源多样，是我国农业发达的省区之一。全省耕地面积468万hm2，水田约占60%，旱地约占40%。粮食作物以水稻、麦类为主；经济作物有棉花、花生、油菜、黄麻、蚕桑等。

1.2 数据来源及预处理

本文基于国家气候中心农气室和国家气象中心9210要素库的历史数据资料，整理1991年以来的农业气象旬月报报文资料和近年来农作物生长发育状况资料的数据集。其中农作物生长发育状况资料所含地面观测数据包括江苏省主要气象站点1998—2012年各类植被物候的平均气温、土壤相对湿度、植株高度和密度及发育程度、发育期日期实测和发育期距平分析。为使2种不同来源的资料具有相同的格式和表示方法，我们以农气室提供的资料为蓝本，将实时接收的资料按此格式进行转换。运用ENVI软件对完成下载的数据进行格式和投影的转换，并完成对图像的拼接和裁切。本研究重点采用1998—2012年10—12月份发育期日期和发育期距平的平均数据，监测和分析江苏省冬小麦的发育期日期和发育期距平随时间变化的规律。

2 研究方法

2.1 植被物候的时间序列分析方法

时间序列为按时间先后顺序排列组成的一组数字序列。时间序列分析方法作为定量预测方法之一，即采用数理统计方法对这组数字序列进行处理，用来预测未来时段事物的发展及演变规律。它的基本原理：一是承认事物发展的延续性。应用过去数据，就能推测事物的发展趋势。二是考虑到事物发展的随机性。任何事物发展都可能受偶然因素影响，为此要利用统计分析中加权平均法对历史数据进行处理。本文运用时间序列分析方法，从Excel数据中提取江苏省近15年的冬小麦相关物候要素，分析出其年、季、月、旬的时间序列变化特征。表1为江苏省1998—2012年各站点冬小麦发育期距平多年平均值、冬小麦发育期距平标准方差、冬小麦发育期距平增长率等统计数据。

表1 江苏省1998—2012年各站点冬小麦发育期距平多年统计数据分析

2.2 植被物候的空间插值方法

研究数据的空间插值方法，即收集相关典型区域的样点样方数据，通过研究分析其变化规律，运用外推内插的方法，得出以整个研究区域为面数据的演变趋势规律的结果。点的插值是常用的空间数据插值方法，可以分析研究具有连续变化特征现象的数值，即基于空间已知点的数据，推测出同一研究区域其他未知点数据。

本文结合Arc GIS空间分析工具，运用IDW插值方法，实现从点数据到空间分布数据，分析了江苏省整个研究区域冬小麦物候期的年际变化趋势和空间分异特征。IDW插值方法，属于局部插值法，又称反距离加权法。IDW插值法以空间插值点与样本研究点之间的距离为权重，空间插值点距离样本研究点的距离越近，赋予的权重越大，其权重贡献与距离成反比。可表示为上式中Z为插值点估计值，Zi(i=1+n)为实测样本值，n为参与计算的实测样本数，Di为插值点与第i个站点间的距离，p为距离的幂，会对内插结果造成显著影响，选择标准为最小平均绝对误差。当取p=2时，即称作反距离平方加权法。距平是某一系列数值中的某一个数值与平均值的差，分正距平和负距平。

3 结果与分析

从植被物候期空间格局来看，物候期的分布与植被类型分布具有一致性。江苏省1998—2012年冬小麦整个生育期的发育期距平空间分布见图2。从空间分布格局来看，江苏省东北大部分地区及西北徐州地区冬小麦发育期距平较大，月均距平＞2 d；北部沭阳和西北部丰县地区冬小麦发育期距平较小，月均距平＜-2 d；中部地区冬小麦发育期距平接近0，月均距平在-1～1 d之间；南部地区冬小麦发育期距平较小，月均距平＜-2 d。

图3为江苏省1998—2012年冬小麦发育期距平标准方差的空间分布。从空间分布格局来看，江苏省东部和西北部发育期距平标准方差较低，最低标准方差出现在丰县；北部、西部及南部地区发育期距平标准方差较高，最高标准方差出现在丹徒。

图4为江苏省1998—2012年冬小麦发育期距平增长率的空间分布。从空间分布格局来看，江苏省南部冬小麦发育期距平年增长率最大，＞2 d/年；中部建湖地区冬小麦发育期距平年增长率最小，＜2 d/年；其他大部分地区冬小麦发育期距平年增长率变化接近于0，在-1～1 d/年之间；另外，江苏省北部丰县、赣榆等部分地区及偏南部部分地区冬小麦发育期距平增长率相对较大，在1～2 d/年之间。

4 结论与讨论

本文选用中国近年农作物生长发育状况资料数据集，从Excel数据资料中提取出江苏省研究区域近15年冬小麦重要相关物候信息，利用时间序列分析方法，结合Arc GIS空间分析工具，分析了整个研究区域冬小麦物候期的空间分异特征和年际变化趋势。空间分布上，江苏省冬小麦物候期总体上呈现由南到北逐渐推迟的空间分布规律，从各具体年份来看，冬小麦遥感监测结果符合实际的物候地面观测结果，并在因异常气候变化物候期发生变化的年份也有较好的反映。结果表明，通过时空序列分析的方法可以准确监测江苏省冬小麦的关键物候期。

图2 江苏省1998—2012年冬小麦发育期距平多年平均的空间分布

图3 江苏省1998—2012年冬小麦发育期距平标准方差的空间分布

图4 江苏省1998—2012年发育期距平增长率的空间分布

植被生长季的发展变化对全球碳、水、氮的循环有重要影响，揭示植被生长季的变化规律当前已经成为物候学研究的热点问题，对植被物候现象的综合评估起很大的促进作用。基于国际植被物候遥感研究分析前沿以及我国植被物候研究分析现状，我国研究者将继续深入探讨基于遥感监测技术的植物物候现象分析，以便进一步全面理解区域、大洲乃至全球尺度的植被动态以及超过20年以上的年际变化[5]。

[1]宋春桥,游松财,柯灵红,等.藏北高原植被物候时空动态变化的遥感监测研究[J].植物生态学报,2011,35(8):853-863.

[2]CHEN X Q,HU B,YU R.Spatial and temporal variation of phenological growing season and climate change impacts in temperate eastern China[J].Global Change Biology,2005,11: 1118-1130.

[3]王宏,李晓兵,李霞，等.基于NOAA NDVI和MSAV研究中国北方植被生长季变化[J].生态学报,2007,27(2):504-515.

[4]丁登,陈效逑.我国遥感植被生长季节的地面检验研究—以温带草原和暖温带落叶阔叶林区为例[J].遥感技术与应用,2007,22(3):382-386.

[5]张学霞,葛全胜,郑景云.遥感技术在植物物候研究中的应用综述[J].地球科学进展,2003,18(4):534-544.

Spatial and Temporal Analysis of Winter Wheat Phenology in Jiangsu Province Based on GIS

LI Na,SI Lin-jing
(1.Yuncheng Meteorological Bureau,Heze 274700,Sandong Province,China;2.Feicheng MeteorologicalBureau,Taian 271600,China)

The current research was aimed to gain a comprehensive understanding of the variation patterns of vegetation phenology in Jiangsu Province,and to improve the mechanisms of vegetation response to regional climate change.For this purpose,we drew the information on winter wheat phonology in Jiangsu Province in the past 15 years from the Agroclimatic Division of the National Climate Center and the 9210 core database of the National Meteorological Center.The winter wheat phenological phases in Jiangsu were analyzed for their spatial differentiation and trends in interannual variations by using the time series analysis method and the ArcGIS 10.0 spatial analysis tools.With regard to their spatial distribution,the winter wheat phenological phases of Jiangsu Province showed a gradual delay from the south to the north.Regarding the data from specific years,the results derived from remote sensing accorded with the actual phenological observations on the ground.Also,the changes in the winter wheat phenological phases corresponded well to the abnormal climatic changes occurring in some specific years.

Vegetation;Phenology;Time series analysis;Spatial analysis

S162.2

：A

：1673-6486-20160259

李娜,司林静.基于GIS的江苏省冬小麦植被物候时空分析[J/OL].大麦与谷类科学,2017,34(1):53-56[2017-02-11].http://www.cnki. net/kcms/detail/32.1769.S.20170211.1720.005.html

2016-09-20

李娜（1989—），女，助理工程师，主要从事地面气象观测和农业气象服务等研究。E-mail:sdhzsls1990@163.com。