الوصف: |
We analyzed the relationship between gross primary productivity (GPP) and environmental factors at Sidaoqiao Superstation of the Ejina Oasis in China's Gobi Desert, by combining eddy flux and meteorological data from 2018 to 2019 and Sentinel-2 remote sensing images from 2017 to 2020. We evaluated the applicability of 12 remote sensing vegetation indices to simulate the growth of本研究以额济纳绿洲四道桥超级站为研究区,结合2018—2019年涡度通量、气象数据和2017—2020年Sentinel-2遥感影像,分析通量塔总初级生产力(GPP)与环境因子的关系,评估12种遥感植被指数对柽柳灌丛长势模拟和关键物候参数提取的适用性。采用7参数双逻辑斯蒂函数(DL-7)+全局模型函数(GMF)拟合GPP和各植被指数生长曲线,并逐年提取生长季始期(SOS)、生长季峰期(POS)和生长季末期(EOS)3种关键物候参数。结果表明: 有效积温(GDD)和土壤含水量是影响柽柳灌丛物候动态的主要环境因子。与2018年相比,2019年由于气温较低,SOS前的积温累积速率较慢,柽柳灌丛需要更长时间的热量积累来进入生长季,从而导致2019年SOS比2018年晚。在SOS与POS之间,2018和2019年水热条件相似,但2019年POS比2018年晚8 d,可能是2019年SOS较晚所致。POS以后,2019年较高的GDD和较低的土壤含水量使柽柳灌丛遭受水分胁迫,导致其生长季后期时间缩短。标准化的Sentinel-2植被指数与10:00—14:00 GPP均值的线性回归结果表明,宽波段植被指数中的增强型植被指数和窄波段植被指数中的叶绿素红边指数、倒红边叶绿素指数、红边归一化植被指数(NDVI705)能够较好地反映与柽柳灌丛GPP具有较高的一致性。柽柳灌丛SOS和EOS的遥感提取结果表明,Sentinel-2窄波段植被指数比宽波段植被指数的准确性更高,尤其是修正叶绿素吸收反射率指数提取SOS最准确,MERIS陆地叶绿素指数提取EOS最准确;Sentinel-2宽波段植被指数提取POS的准确性更高,尤其是两波段增强型植被指数和植被近红外反射率指数最准确。综合所有物候参数来看,NDVI705综合表现最佳。. |