原文信息
本文研究的两个主要内容为：（1）通过考察各种驱动因素的作用，确定秋季物候的关键控制因素；（2）调查多个调节因素的主导地位在过去的变化情况。本文中利用 1982 年至 2016 年的北半球（>30° N）的长期遥感数据和站点级物候观测数据进行分析。其中考虑四个环境调节因子（太阳辐射、风速、土壤湿度和温度），并纳入了春季物候（SOS）和夏季植被活动（归一化差异植被指数年度最大值NDVImax）的生物遗留效应。通过偏相关分析，研究多种因素之间的相互关系，并根据偏相关系数的最高绝对值确定多种因素在调控EOS中的主导作用。此外，还考察了两个不同时期（1982-1999 年和 2000-2016 年）多因素对 EOS 的调控和主导作用的变化以及变化背后的机制。
本研究使用的1982年至2016年的NDVI时间序列数据由GIMMS提供。本次研究的区域仅限北半球，每日时间步的气温由月气温通过样条函数插值得出。为了消除积雪覆盖的影响，将至少5天气温低于0°C的像素点替换为其邻近值，然后对NDVI 的季节周期进行5点中值移动滤波，用平滑值取代异常值，经过上述预处理程序后，求出一年中NDVI的最大值即NDVImax。采用Hants- Maximum法、Polyfit-Maximum法、Double logistic 法、Piecewise logistic法等四种方法分别计算SOS和EOS，并取其平均值进行进一步的分析。其中SOS和NDVImax在后续研究中分别代表叶片寿命约束和夏季植被活动对EOS的影响。地面观测物候数据由PEP725提供。气候数据分别来自CRU.JRA v2.2.5数据集（地表温度、太阳辐射）和ERA5land再分析数据集（土壤湿度、风速）。
本研究对1982-2016年的EOS与平均温度、辐射、土壤湿度、风速、SOS和年最大NDVI 进行了偏相关分析，其他因素作为控制变量，以消除多驱动因素的相互作用，然后将控制EOS的主导因素定义为绝对偏相关系数最高的因素。为了进一步研究了研究期间偏相关系数和主导因素的变化，本研究对两个独立时期（1982-1999年和2000-2016年）进行了 100 次包含 15 年时间序列的随机取样，得到每个因子的北半球平均相关性和主导像素的频率分布。
图1.1982-2016 年间EOS与各因素的偏相关系数，以及EOS 变化的主导因素
图2.两个时期（1982-1999年和2000-2016年）EOS与各因素之间偏相关系数的变化
图3.不同因素主导EOS变化像素比例的变化，以及由遗留效应和气候主导的像素占比变化
图4.生长季长度变化和温度变化与EOS和SOS偏相关性变化（ΔREOS-SOS）之间的空间关系
图5.EOS和SOS偏相关性变化（ΔREOS-SOS）与各因素的趋势之间的空间关系
本研究发现1982-2016年间春季和夏季植被活动对秋季衰老有很强的遗留效应，SOS（代表叶片寿命约束）和NDVImax（代表夏季植被活动）对 EOS有显著的正相关影响，其中NDVImax的显著区域最大。与气候（温度、辐射、土壤水分和风速）因素相比，生物遗留效应（SOS和NDVImax）在多数地区对EOS呈现更强的影响力。
在1982-1999年与2000-2016年这两个时期中，EOS与控制变量之间的相关空间模式一致，但两个时期之间偏相关性的变化具有空间异质性。气候驱动因素相关性大多都是增加，包括温度、土壤湿度和辐射，但EOS与风速之间的相关性变化不大，并且由气候驱动因素主导的地区面积增加，这都表示气候对SOS的影响加强。NDVImax与EOS的相关性并未发生显著变化，而在高纬度地区，SOS与EOS的相关性减弱，在15年移动窗口分析中再次证明了气候控制和生物遗留效应的相反变化。
本文通过研究北半球EOS的主要驱动因素，发现在北半球几乎一半的植被覆盖区，遗留效应（NDVImax 和SOS）主导了EOS的逐年波动。进一步的分析表明，SOS对EOS的影响显著下降，本文作者认为如果在未来的气候变化中，固定叶片寿命对衰老的限制能够得到缓解，那么EOS对气候变暖的适应将进一步延长生长季。要准确预测对未来气候的物候反应，就必须了解衰老的内源调节作用，而在大多数地表模型中，叶片衰老仅由温度和光照等环境线索触发。在这些高纬度地区数据稀缺的生态系统中继续进行物候观测或操作实验，将有助于进一步量化EOS及其驱动因素之间关系的变化，从而更好地预测衰老日期和北方生态系统封存二氧化碳的能力。
水平有限，本解读难免有误，仅供参考，转载请标注来源。
供稿：张子禄
审核：闫 凯
联系：kaiyan@bnu.edu.cn
点击左下角“阅读原文”可直达原文网页
遥感模型构建 | 地表参数反演
遥感产品验证与分析 | 植被与气候动态响应
