基于物候相机监测草地植物群落生长季节动态的方法研究开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

物候学是研究自然界以年为周期重复出现的各种生物现象的发生时间及其与环境条件(气候、水文和土壤等)周期性变化的相互关系的科学^[1]。植物物候是指植物受生物因子与非生物因子如气候、水文、土壤等影响而出现的以年为周期的自然现象^[2]。植物生长季节动态变化反映了地球生物圈对地球气候与水文系统季节和年际变化的响应，对深入研究全球气候变化、植被健康状况及生态环境变迁及陆地生态系统具有十分重要的意义^[3-5]。草地生态系统是陆地生态系统中分布最广、最重要的生态系统之一^[6]。我国草地资源丰富，天然草地面积近4×10⁹hm²，总面积居世界第二位^[7]。青藏高原由于其特殊的地势和地理位置形成了非地带性的高原气候，对全球气候变化影响巨大，因此，对青藏高原高寒草地的植被物候特征开展深入系统的研究十分重要。

植被物候的观测方法可分为两类。一类是人工观测方法。如祁如英^[8]根据青海8个站点的草本植物物候观测记录研究了温度对大部分站点的植被物候期的影响。这一方法是植物物候领域长期使用的方法，简单易行，是最为直观、准确的物候获取方法^[9]，但需耗费大量人力和物力，而且受时间所限，周期短，覆盖面小，观测结果容易受观测者个人经验等主观因素的影响。另一类是遥感观测法，研究者基于长时间序列遥感数据而开展物候研究。遥感技术的应用，使得观测对象从植株个体转变为群落和生态系统层面，实现了植物物候观测由点到面的空间转换。这一方法被广泛应用于获取群落物候时空分布特征^[10-12]的研究。卫星遥感影像为区域尺度的植被物候分析提供了可靠数据来源，比如noaa/avhrr、modis、landsat tm、spot/vegetation、hj-cdd等传感器。但卫星遥感影像时空分辨率较低，只能综合分析大尺度范围内的植被物候状况，分析结果的不确定性较大。为了更好地探测地表信息，获得高时空分辨率的遥感影像，一些研究人员在近地面安装数码相机，使相机以固定位置、姿态和时间间隔获取目标地物的影像。和卫星遥感相比，这种平台不仅成本更低，而且具有更高的数据获取频率，并且消除了大气及混合像元的影响，在探测地表信息方面具有很大的潜力。研究表明，基于数字相机的时间序列与卫星影像植被指数时间序列虽然存在一定差异，但具有显著一致性^[13,14]。基于数码相机照片的植物群落监测具有小尺度观测、过程自动化的特点，既可以验证基于卫星遥感的大尺度植被物候分析，又可从小群落、个体物种上实现精细物候特征观测，已经成为弥补人工观测与卫星遥感观测不足的有力手段。

植被指数是利用遥感手段监测地面植物状态的一常用方法。按不同的监测及计算方法可分为多种，较常用的有归一化植被指数(normalized difference vegetation index，ndvi)和相对绿度指数(gcc，green chromatic coordinate)。归一化植被指数是被应用最广泛的植被指数之一^[15,16]，其具有时间和空间上的连续性，是植物生长状态及植被空间分布密度的最佳指示因子^[17]，为研究植被或地表覆被对气候变化的响应提供了方便。white^[18]采用1982-2003年的ndvi数据，基于动态阈值法识别了加拿大东部地表植物的物候，并预测了短期植物物候。苏军德等^[19]运用1982-2006年间modis ndvi数据对祁连山地区植被覆盖变化及其与气候的响应进行了深入研究。近年来，由于数码相机在地面及进地面植物物候研究中不断应用，证实了相对绿度指数（gcc）表征植物物候变化的有效性^[20,21]。周玉科等^[22]发现日尺度的gcc数据能够很好的地反映地面环境因子的变化情况，高频的gcc时间序列数据可以及时地响应降水的变化，且根据gcc提取的生长季长度与根据气温计算的长度相关性较好。

2. 研究的基本内容和问题

1研究目标

本课题旨在研究不同的植被指数重建算法对于青藏高原草地物候相机数据的拟合效果，对比分析不同算法拟合结果曲线的保真性和适应性，为今后基于物候相机的草地群落生长季节动态的研究中选择时间序列最佳拟合方法提供参考。

3. 研究的方法与方案

1研究方法

1.1植被指数提取方法

此次试验中使用python2.7软件对物候相机的图像数据进行处理，在图像中选择并识别感兴趣区域（region-of-interest，roi），提取每幅图像roi中红光波段（r_red）、绿光波段（r_green）、蓝光波段（r_blue）以及近红外波段（r_nir）的平均像元值（digital number，dn），根据以下公式计算归一化植被指数（ndvi）和相对绿度指数（gcc）：

4. 研究创新点

遥感技术的不断发展，为植物生长季节动态观测提供了新的方法，逐渐发展出一套较为成熟的遥感监测和分析技术。物候相机监测尺度介于人工观测和遥感卫星之间，具有一定的空间尺度融合能力，能在野外条件下自动、连续获取高时空分辨率的图像，有效地填补了地面人工观测与区域遥感数据在时间和空间上的数据空缺。但是对于基于物候相机所得植被指数时间序列的拟合方法的比较和分析研究甚少。本课题通过比较分析不同的植被指数时间序列重整算法的拟合效果，寻求最佳的重整算法，为将来植被指数的进一步分析利用提供参考。

5. 研究计划与进展

2020.02—2020.03阅读相关文献，确定研究方向，完成文献综述和开题报告。

2020.03—2020.04对物候相机数据所获图像进行处理，提取植被指数数据，并

进行时间序列拟合分析。完成中期报告。