رابطه بین دینامیک پوشش برف زمستانی، آب و هوا و فنولوژی گیاهی علفزارهای بهاری در مغولستان داخلی، چین

خلاصه

تاریخ شروع فنولوژی بهار (SOS) به عنوان یک پارامتر کلیدی برای درک و مدل‌سازی فعل و انفعالات پوشش گیاهی و آب و هوا در نظر گرفته می‌شود. مغولستان داخلی دارای اکوسیستم گیاهی مرتعی معتدل است و در طول زمستان دارای پوشش برفی غنی است. با توجه به تغییرات آب و هوایی، پوشش برف زمستانی دستخوش تغییرات قابل توجهی شده است که به طور اجتناب ناپذیری بر رشد پوشش گیاهی تأثیر می گذارد. بنابراین، بهبود توانایی ما برای توصیف دقیق واکنش‌های فنولوژی پوشش گیاهی علفزارهای بهاری به پویایی پوشش برف زمستانی، درک ما را از تغییرات اکوسیستم‌های زمینی به دلیل واکنش آنها به تغییرات آب و هوایی افزایش می‌دهد. در این مطالعه، ما تغییر مکانی-زمانی SOS را با استفاده از رادیومتر با وضوح بسیار بالا (AVHRR) که از سال 1982 تا 2015 مشتق شده از شاخص تفاوت نرمال شده گیاهی (NDVI) اندازه گیری کردیم. و روابط بین پوشش برف زمستانی، آب و هوا و SOS را در انواع مختلف پوشش گیاهی مرتع بررسی کرد. نتایج نشان داد که SOS به طور قابل توجهی با نرخ 0.3 روز در سال پیشرفت کرد. دینامیک پوشش برف زمستانی همبستگی مثبت قابل توجهی با SOS نشان داد، به جز تاریخ شروع پوشش برف. همچنین رابطه با افزایش دما و بارندگی همبستگی منفی معنی‌داری را نشان داد، به جز افزایش آنTmax (حداکثر دمای هوا) و Tavg (متوسط ​​دمای هوا) باعث تاخیر در SOS برای اکوسیستم‌های استپی بیابانی می‌شود. ساعات آفتابی و رطوبت نسبی همبستگی ضعیف تری را نشان دادند.

کلید واژه ها:

فنولوژی بهاره ; پوشش برفی ؛ تغییرات آب و هوا ؛ مراتع معتدل ; مغولستان داخلی

1. معرفی

فنولوژی بهاره یک شاخص مهم از پویایی پوشش گیاهی است و نقش مهمی در فعالیت پوشش گیاهی و عملکردهای اکوسیستم دارد. تاریخ شروع فنولوژی بهار (SOS) می تواند بر چرخه کربن اکوسیستم های زمینی [ 1 ، 2 ، 3 ]، فرآیندهای هیدرولوژیکی [ 4 ]، چرخه مواد مغذی [ 5 ] و برهمکنش های زمین و جو [ 6 ] تأثیر بگذارد. دینامیک مکانی-زمانی SOS به تغییرات آب و هوا و محیط طبیعی حساس است [ 7 ، 8]]. علاوه بر این، سیستم ال نینو-نوسانات جنوبی (ENSO) به عنوان یکی از منابع غالب تغییرپذیری آب و هوا در بازه‌های زمانی بین سالانه، با اثرات مهم بر دما، بارش و خشکسالی شناخته می‌شود [9 ] . بسیاری از مطالعات نشان داده اند که ارتباط معنی داری بین رویدادهای ENSO و تغییرات فنولوژی پوشش گیاهی وجود دارد [ 10 ، 11 ]. بنابراین، نظارت دقیق SOS و بررسی پاسخ‌های آن به تغییرات آب و هوایی در حال تبدیل شدن به جنبه‌های مهم تحقیقات تغییرات جهانی است [ 12 ، 13 ].
مغولستان داخلی، که در امتداد مرز شمالی چین قرار دارد، از نظر اکولوژیکی با علفزارهای معتدل عرضی و نیمه خشک مشخص می شود. علاوه بر این، برنامه بین‌المللی ژئوسفر-زیست‌کره برای تحقیقات تغییرات جهانی به عنوان ترانسکت معمولی زمینی در نظر گرفته می‌شود [ 14 ]. به دلیل تغییرات آب و هوایی و چرای بیش از حد، اکوسیستم پوشش گیاهی مغولستان داخلی بسیار شکننده است، در حالی که بیابان زایی و تخریب زمین بسیار شدید شده است [ 15 ]. در دهه های اخیر، دولت چین استراتژی «بازگشت زمین کشاورزی به علفزار» را برای معکوس کردن تخریب زمین در مراتع اجرا کرده است [ 16 ، 17]]. با این حال، اکوسیستم‌های این منطقه ذاتاً شکننده و ناپایدار هستند و آنها را به‌ویژه در برابر تغییرات آب و هوایی آسیب‌پذیر می‌کند [ 18 ، 19 ].
به طور کلی، دماهای گرمتر یا افزایش بارندگی منجر به SOS پیشرفته می شود. مطالعات اخیر نشان داد که افزایش حداکثر دمای هوا ( Tmax ) در زمستان نسبت به دمای حداقل هوا ( Tmin ) تأثیر معنی‌داری بر فنولوژی بهاره دارد [ 20 ، 21 ]. در مقابل، شن و همکاران. [ 22 ] دریافتند که تغییرات در SOS به‌جای فلات تبت، بیشتر با زمستان گرم‌تر Tmin مرتبط است. Tmaxبا این حال، ویژگی های تشعشع و خواص ترمودینامیکی پوشش برف زمستانی می تواند زمین (گرما/سرما و محتوای رطوبت)، جو، ویژگی های بیولوژیکی و اکوسیستم را به درجات مختلف تحت تاثیر قرار دهد [23] ., 24 , 25 , 26 ]. خواص عایق برف همچنین می تواند از بقای پوشش گیاهی در زمستان در برابر باد و دمای پایین هوا محافظت کند [ 27] ]. علاوه بر این، پوشش برف زمستانی می تواند آب شیرین را برای فعالیت های گیاهی فراهم کند. با گرم شدن کره زمین، زمان پیشرفت ذوب برف باعث رشد پوشش گیاهی می شود. در همین حال، گرم شدن زمین همچنین منجر به افزایش تعداد رویدادهای دمای پایین خواهد شد. هر چه Tmin بالاتر باشدمی تواند خسارت سرمازدگی را کاهش دهد، در حالی که Tmax بالاتر ، Tmaxممکن است اثرات خشکسالی را در مناطق سردسیر و خشک تشدید کند. در مناطق معتدل، از آنجایی که پوشش گیاهی معمولاً فصل سرد زمستانی طولانی را تجربه می کند، بدون دما و بارندگی تجمعی معینی شروع به رشد نمی کند. اگرچه مطالعات قبلی اثر پوشش برف را بر روی پوشش گیاهی آلپ در فلات تبت بررسی کرده‌اند، واکنش پوشش گیاهی مرتع معتدل به تغییرات پوشش برف زمستانی هنوز باید بیشتر مورد بررسی قرار گیرد، زیرا روابط بین SOS و آب و هوا در انواع مختلف پوشش گیاهی متفاوت است. 28 ، 29 ]. علاوه بر این، اثرات فنولوژی بهاره و تغییرات آب و هوایی (از جمله Tmin و ذوب خاک منجمد) در طول ذوب پوشش برف بر SOS نیاز به بررسی بیشتر دارد.
با توجه به رکورد طولانی داده ها و تداوم آن از سال 1981، شاخص تفاوت نرمال شده گیاهی (NDVI) مشتق شده از رادیومتر با وضوح بسیار بالا پیشرفته (AVHRR) به طور گسترده برای نظارت بر تغییرات طولانی مدت پوشش گیاهی در مقیاس های جهانی، قاره ای و منطقه ای استفاده شده است. 30 ]. در این مطالعه، ما از روش برازش لجستیک برای بازیابی فنولوژی بهار گیاهی از سال 1982 تا 2015 استفاده کردیم و برای اولین بار رابطه بین پویایی پوشش برف زمستانی، آب و هوا و فنولوژی بهار پوشش گیاهی در مغولستان داخلی را بررسی کردیم. اهداف اصلی این پژوهش به شرح زیر است:
(1)
کمیت ناهمگونی فضایی و روندهای زمانی در فنولوژی بهار پوشش گیاهی برای انواع مختلف پوشش گیاهی مرتع معتدل در مغولستان داخلی.
(2)
مکانیسم‌های زیربنایی مربوط به اثرات دینامیک پوشش برف زمستانی (از جمله عمق برف (SD)، مدت پوشش برف (SCD)، تاریخ شروع پوشش برف (SCOD) و تاریخ پایان پوشش برف (SCED)) بر روی فنولوژی بهار را بررسی کنید.
(3)
بررسی واکنش فنولوژی بهار به عوامل آب و هوایی (از جمله Tmin ، Tmax ، Tavg ، بارش (PRE)، تاریخ شروع ذوب خاک منجمد (GST)، رطوبت نسبی (RHU)، و مدت زمان آفتاب (SSD)) در طول SCED و SOS. .
یافته‌های این مطالعه درک ما از پویایی پوشش گیاهی مرتع و ارتباط آن با آب و هوا را بهبود می‌بخشد، توانایی ما برای پیش‌بینی بزرگی و جهت فنولوژی بهار و تعیین تغییرات در ساختار و عملکرد اکوسیستم‌های مرتع را افزایش می‌دهد.

2. مواد و روشها

2.1. منطقه مطالعه

مغولستان داخلی در قسمت شمال غربی چین واقع شده است (37°24′ شمالی-53°20′ شمالی، 77°10′ E-126°29′ شرقی) ( شکل 1 a). این منطقه مرتعی به وسعت 792000 کیلومتر مربع را پوشش می دهد که 67 درصد از کل مساحت را تشکیل می دهد. ارتفاع مغولستان داخلی در شکل 1 نشان داده شده است . ارتفاع از شمال شرقی به جنوب غربی افزایش می یابد و از 88 تا 3365 متر متغیر است. منطقه مورد مطالعه یک منطقه گذار بین منطقه خشک و نیمه خشک شمال غربی داخلی است که تحت تأثیر موسمی آسیایی قرار دارد. آب و هوا در مغولستان داخلی را می توان با زمستان سرد و خشک و تابستان گرم و بارانی مشخص کرد [ 31 ]. بارندگی سالانه به تدریج از شرق (~400 میلی متر) به غرب (~200 میلی متر) کاهش می یابد. 32]، با راندمان استفاده از باران بالاتر از اکثر مناطق دیگر در مناطق نیمه خشک و خشک چین. میانگین دمای سالانه از -1.6 درجه سانتیگراد تا 9.2 درجه سانتیگراد است [ 33 ]. میانگین سالانه SOS از آوریل تا ژوئیه است [ 34 ، 35 ].
توزیع انواع پوشش گیاهی علفزار در شکل 1 ب نشان داده شده است که از نقشه 1:1000000 پوشش گیاهی در چین به دست آمده است (مرکز داده برای منابع و علوم محیطی، آکادمی علوم چین (RESDC)، http://www.resdc . .cn ). انواع پوشش گیاهی علفزار نشان داده شده در این نقشه شامل سه نوع پوشش گیاهی مختلف است: استپ علفزار، استپی معمولی و استپ بیابانی.

2.2. داده ها

داده های هواشناسی، از جمله بارش روزانه و دما، از سیستم خدمات اشتراک گذاری داده های هواشناسی چین ( http://www.escience.gov.cn ) به دست آمده است. در مجموع 33 ایستگاه هواشناسی برای نشان دادن استپ های اصلی در مغولستان داخلی انتخاب شدند ( شکل 1 ج).
مجموعه داده های اولیه مجموعه داده های بازتاب سطحی از AVHRR بودند. این مجموعه داده ها توسط پروژه Long Term Data Record (LTDR) توسعه یافته و از طریق مرکز پرواز فضایی گودارد ناسا (موجود در http://ltdr.nascom.nasa.gov ) توزیع شده است. محصولات بازتابی بایگانی AVHRR (AVH09C1-version4)، با وضوح فضایی 0.05 درجه از سال 1982 تا 2015، بر اساس تصحیح جوی با استفاده از پراکندگی ریلی، ازن، بخار آب و اصلاحات آئروسل علاوه بر ابرهای پوشانده شده و آئروسل سنگین تولید می‌شوند. 36 ].

2.3. پیش پردازش داده های سری زمانی NDVI

قبل از محاسبه NDVI و تولید داده، پیش پردازش (شامل تصحیح تشعشع، تصحیح اتمسفر، و تبدیل مختصات) مورد نیاز بود [ 37 ، 38 ]. پس از این، NDVI از albedo کانال اول (نور مرئی) و کانال دوم (نزدیک مادون قرمز) سنسور AVHRR محاسبه شد. معادله به صورت زیر محاسبه می شود:

NDVI=نمنآر-Vمناسنمنآر+Vمناس

که در آن VIS آلبیدوی نور مرئی (0.58-0.68 میکرومتر) و NIR آلبیدوی کانال مادون قرمز نزدیک (0.725-1.10 میکرومتر) است.

داده های NDVI مشتق شده از ماهواره معمولاً با آلودگی جو (به عنوان مثال، آئروسل و غبار)، ابرها و برف قطع می شوند [ 39 ]. اگرچه تکنیک ترکیبی حداکثر ارزش برای کاهش چنین آلودگی استفاده شده است [ 40 ]، هنوز نویز باقی مانده در این داده های سری زمانی وجود دارد که تا حد زیادی مانع از کاربرد بیشتر داده ها می شود. فیلتر Savitzky-Golay [ 41 ] برای پر کردن شکاف‌ها و هموارسازی سری‌های زمانی در یک پنجره متحرک محلی استفاده شد، که یک پیچیدگی با حداقل مربعات برازش ساده برای هموارسازی و محاسبه مشتقات مجموعه‌ای از مقادیر متوالی ارائه می‌دهد. این فیلتر بهترین عملکرد را در اکثر شرایط هنگام صاف کردن انواع مختلف پوشش گیاهی با استفاده از داده های ماهواره ای مختلف دارد [ 42]. فیلتر Savitzky-Golay به صورت زیر محاسبه می شود:

Yj∗=∑من=-مترمن=متر(سیمنYj+من)ن

که در آن Y مقدار اصلی NDVI است، Y∗مقدار NDVI حاصل است و سیمنضریب i NDVI پنجره صاف است. N تعداد اعداد صحیح پیچ‌خورده است و برابر با اندازه پنجره هموار (2 m + 1) است. شاخص در حال اجرا داده های مختصات در جدول داده های اصلی با j نشان داده می شود و m نیمی از عرض پنجره هموارسازی را نشان می دهد.

2.4. بازیابی فنولوژی بهاره

در این مطالعه از روش برازش لجستیک برای شناسایی SOS استفاده شد. مدل لجستیک برای تناسب تغییرات زمانی داده‌های NDVI فیلتر شده در فاز رشد سالانه مورد استفاده قرار گرفت. شکل 2 نمودار شماتیک برای بازیابی فنولوژی فنری با استفاده از مدل لجستیک را نشان می دهد. تابع مدل لجستیک به شکل زیر است [ 43 ]:

y(تی)=ج1+هآ+بتی+د

جایی که y(t) در زمان t NDVI است، پارامترهای a و b شکل منحنی را کنترل می کنند، c + d مقادیر دامنه است و d نشان دهنده مقدار اولیه NDVI پس زمینه است. پس از این، SOS از داده‌های پیش‌فرآوری‌شده NDVI با استفاده از روش مبتنی بر نقطه عطف ( RCmax )، که در بیوم‌های متنوع در مناطق مختلف آب و هوایی توصیف و آزمایش شده است، بازیابی شد و با استخراج معیارهای فنولوژیکی برای استحکام اعتبارسنجی شد [ 44 ]. روش RCmax بر اساس نرخ تغییر ( RC ) منحنی NDVI برازش شده است که مشتق انحنای محاسبه شده با معادله (4) است:

آرسی=ب3جz{3z(1-z)(1+z)3[2(1+z)3+ب2ج2z][(1+z)4+(بجz)2]52-(1+z)2(1+2z-5z2)[(1+z)4+(بجz)2]32}

جایی که z=هآ+بتیو a ، b و c همان تعاریف معادله (3) را دارند. پس از این، ما SOS را به عنوان زمانی تعریف کردیم که نرخ تغییر انحنا به اولین حداکثر محلی رسید.

2.5. تجزیه و تحلیل های آماری

روش حداقل مربعات [ 46 ] برای شبیه سازی روندهای زمانی در SOS در طول دوره مطالعه استفاده شد. روند SOS برای هر پیکسل را می توان با استفاده از رابطه (5) محاسبه کرد:

اسلoپه=n∑من=1nمنایکسمن-∑من=1nمن∑من=1nایکسمنn∑من=1nمن2-(∑من=1nمن)2،

جایی که i شماره سریال از 1 تا n است ، n تعداد کل سال ها و i پارامتر (SOS) سال i است. علاوه بر این، شیب <0 نشان دهنده روند کاهشی است، در حالی که شیب > 0 نشان دهنده روند افزایشی است. علاوه بر این، اهمیت آماری شیب در سطح اطمینان 95 درصد ارزیابی شد.

این مطالعه از طول و عرض جغرافیایی هر ایستگاه هواشناسی برای استخراج مقادیر SOS مربوطه از سال 1982 تا 2015 استفاده کرد. ضرایب همبستگی پیرسون بین SOS و عوامل اقلیمی (به عنوان مثال، دما و بارش) در هر ایستگاه در طول دوره مورد مطالعه محاسبه شد. همبستگی ها نشان دهنده حساسیت SOS به عوامل آب و هوایی [ 47 ] بود.

3. نتایج

3.1. عملکرد SOS مبتنی بر ماهواره

SOS به دست آمده از داده های ماهواره ای به مشاهدات زمینی برای تعیین قابلیت اطمینان و دقت آنها نیاز داشت. بنابراین، ما SOS مشتق شده از ماهواره را با داده های مشاهده شده زمینی از 17 ایستگاه مشاهده میدانی فنولوژی در علفزار مغولستان داخلی طی سال های 2004-2013 مقایسه کردیم. میانگین خطای مطلق بین فنولوژی بهاره حاصل از ماهواره و مشاهده شده 9/8 روز و ریشه میانگین مربعات خطا 2/10 روز بود. نتایج نشان می دهد که داده های SOS بازیابی شده از AVHRR NDVI قابل اعتماد هستند.

3.2. تنوع فضایی در فنولوژی بهاره پوشش گیاهی

با استفاده از داده‌های بلندمدت NDVI ماهواره‌ای و روش حداقل مربعات، روندهای زمانی SOS را در دوره مطالعه 1982-2015 شبیه‌سازی کردیم. SOS دامنه دینامیکی وسیعی را نشان داد که از روز سال (DOY) 100 تا 150 متغیر بود. مناطق SOS اولیه عمدتاً در بخش شرقی مغولستان داخلی قرار داشتند. یک منطقه کوچک در جنوب غربی نیز دارای SOS اولیه بود، یعنی بین DOY 80 و 100. مناطق با SOS اواخر، به عنوان مثال، پس از DOY 130، در مرزهای شمالی منطقه مورد مطالعه و مناطق غربی یافت شد. برای سایر مناطق، SOS به طور کلی در محدوده بین DOY 106 و 135 قرار داشت که به طور کلی با نتایج قبلی مطابقت دارد [ 20 ].
علاوه بر این، روندهای بین سالانه SOS در کل انواع پوشش گیاهی مرتع محاسبه شد ( شکل 3 ب). اکثر مناطق روند پیشرفته قابل توجهی در SOS نشان دادند که مساحت کل 52.7٪ را شامل می شود. روند تاخیری در 30/34 درصد از منطقه مورد مطالعه وجود داشت. با این حال، مناطق با SOS تاخیری عمدتا در شرق و غرب قرار داشتند. به طور کلی، میانگین SOS در کل منطقه مورد مطالعه به طور قابل توجهی با نرخ 0.3 ± 0.74 روز در سال ( P <0.05) از سال 1982 تا 2015 پیشرفت کرد. به طور قابل توجهی 0.27 ± 0.47 روز در سال ( P <0.05) برای استپ علفزار معتدل، 0.32 ± 0.65 روز در سال ( p<0.05) برای استپ معمولی معتدل، و 0.47 ± 1.48 روز در سال ( P <0.05) برای استپ معتدل صحرایی.
نتایج آماری SOS و روند سه نوع پوشش گیاهی مرتعی در شکل 4 نشان داده شده است . به طور متوسط، SOS در DOY 120 برای استپ علفزار و استپ معمولی، و در DOY 130 در استپ بیابانی رخ می دهد. به طور کلی، SOS استپ علفزار از DOY 110 تا 130 و بین DOY 100 تا 140 برای استپ معمولی متغیر است. استپ صحرا دامنه وسیع تری را نشان می دهد، با SOS از DOY 90 تا 150. علاوه بر این، استپ علفزار روند پیشرفته ای را با نرخ های بین 0.5- و 0.5 روز در سال نشان می دهد. استپ بیابانی دارای روندهای پیشرفته مشابه است، با روندهای استپ معمولی در 1 روز در سال. اکثر روندها در استپ بیابانی از 1- تا 0.5- متغیر است، که نشان می دهد تاریخ شروع فصل بهار پیشرفت سریع تری را در مناطق معتدل چین تجربه می کند.

3.3. تغییرات زمانی در فنولوژی بهاره پوشش گیاهی

تغییرات در رژیم SOS نه تنها از نظر مکانی پیچیده هستند، بلکه تغییرات زمانی مشخصی را نیز نشان می‌دهند. روندها در یک دوره زمانی طولانی چندین دهه، نوسانات کوتاه مدت SOS را پنهان می کند. برای ارزیابی تأثیر بازه زمانی تحلیل بر نتایج رگرسیون خود، روندها را با اندازه‌های پنجره مختلف (یعنی طول دوره مطالعه) از یک سال تا 34 سال در همه ترکیب‌های سال شروع و اندازه پنجره تجزیه و تحلیل کردیم. در میان انواع مختلف پوشش گیاهی مرتع به طور میانگین محاسبه شد ( شکل 5 ).
در دوره مورد مطالعه، میانگین منطقه‌ای SOS نشان می‌دهد که روندهای منفی قابل‌توجهی در سطح جهانی (به عنوان مثال، فنولوژی بهار اولیه)، بدون توجه به بازه زمانی انجام شده رگرسیون وجود دارد. برای استپ علفزار، میانگین SOS نوسان داشت اما به طور کلی از سال 2006 با برخی روندهای مثبت کوتاه (1986-1988، 1998-2000، و 2004-2005) پیشرفت کرد. تغییرات زمانی تغییر SOS برای پوشش گیاهی استپ معمولی نشان داد که دو روند کاهشی آشکار وجود دارد (1982-1984، 1996-1999). پس از این دوره زمانی، به ویژه پس از سال 2010، پیشرفت سریعی رخ داد. استپ بیابانی الگوهای مختلفی را به نمایش گذاشت. میانگین SOS روندهای کاهشی قابل توجهی را در این دوره ها نشان داد (از 1982 تا 1987 و 1998 تا 2004). این نشان می دهد که در حالی که روند سه دهه SOS منفی بوده است، این روند در دهه گذشته متغیرتر شده است. این ناهنجاری ها ممکن است به اثرات قوی رویدادهای EI Niño و La Niña نسبت داده شوند.48 ]. بنابراین، فنولوژی پوشش گیاهی می تواند به عنوان یک شاخص جامع تغییرات اقلیمی عمل کند.

3.4. رابطه بین پوشش برف زمستانی، آب و هوا و فنولوژی بهاره پوشش گیاهی

برای بررسی بیشتر رابطه بین پویایی پوشش برف زمستانی و فنولوژی بهار پوشش گیاهی در علفزارهای معتدل مغولستان داخلی، ما سه پارامتر را برای بررسی پویایی پوشش برف در هر سال هیدرولوژیکی (1 اوت تا 31 ژوئیه سال بعد) تعریف کردیم [ 46 ] .
(1)
مدت زمان پوشش برف (SCD): تعداد روزهای پوشیده از برف در یک سال هیدرولوژیکی.
(2)
تاریخ شروع تجمع پوشش برف (SCOD): تاریخ شروع (روز جولیان) طول مدت پوشش برف پایدار در یک سال هیدرولوژیکی [ 49 ، 50 ]. اولین روزی است که پوشش برف در ابتدا حداقل برای پنج روز متوالی وجود دارد.
(3)
تاریخ پایان پوشش برفی (SCED): تاریخ پایان (روز جولیان) پوشش برف. به عنوان آخرین روزی تعریف می شود که آخرین بار حداقل پنج روز متوالی وجود پوشش برف مشاهده شده است.
اگرچه برخی از محققان رابطه بین SOS، دما و بارندگی در ماه‌های مختلف را بررسی کرده‌اند، اما تأثیر تغییرات آب و هوایی در طول SCED و SOS را در نظر نگرفته‌اند [ 51 ، 52 ]. در این مطالعه، ما نه تنها رابطه بین پوشش برف زمستانی و فنولوژی بهار پوشش گیاهی را بررسی کردیم، بلکه عوامل مختلف آب و هوایی (به عنوان مثال، GST، PRE، Tavg، Tmax، Tmin، RHU، و SSD ) را در طول SCED و SOS در نظر گرفتیم. ما دریافتیم که میانگین عمق برف زمستانی یک روند کاهشی (0.01 سانتی متر در سال) در استپ بیابانی و یک روند افزایشی (> 0.01 سانتی متر در سال) در هر دو استپ علفزار و استپ معمولی در طول دوره مطالعه ارائه می دهد (شکل 6) .). علاوه بر این، میانگین مدت پوشش برف به ترتیب برای استپ چمنزار، استپ معمولی و استپ صحرایی کاهش قابل توجهی ( p <0.1) با نرخ -0.342 روز در سال، -0.069 روز در سال و -0.038 روز در سال نشان داد. SCOD تاخیر قابل توجهی در هر دو استپ علفزار و استپ بیابانی ارائه کرد. نرخ پیشرفته SCED در استپ معمولی (-0.225 روز در سال) بزرگتر از استپ علفزار (-0.08 روز در سال) و استپ بیابانی (-0.007 روز در سال) بود.
با تمرکز بر عوامل آب و هوایی در طول SCED و SOS، ما همچنین دریافتیم که دماها ( Tavg ، Tmax ، و Tmin ) از سال 1982 تا 2015 روند افزایشی را دنبال کردند. بارش در استپ بیابانی روند غیر قابل توجهی را نشان داد. SSD یک روند منفی ارائه کرد، که ممکن است به دلیل افزایش ذرات معلق در هوای انسانی اتمسفر باشد [ 53 ]. RHU روند مثبتی را با نرخ های 0.123، 0.011 و 0.188 برای استپ علفزار، استپ معمولی و استپ بیابانی ارائه کرد. تاریخ شروع ذوب خاک منجمد (اولین روزی که دمای خاک زمین بالاتر از 0 درجه سانتیگراد است) افزایش جزئی اما غیر قابل توجهی (از 0.257- تا 0.07- روز در سال) برای کل منطقه مورد مطالعه نشان داد.
برای سه نوع پوشش گیاهی، تغییرات SOS ارتباط نزدیکی با دما، بارش و پوشش برف زمستانی داشت ( شکل 7)). بسیاری از عوامل آب و هوایی یک رابطه مثبت بین SOS، پارامترهای پوشش برف زمستانی (به عنوان مثال، SD، SCD و SCED)، و GST برای سه نوع پوشش گیاهی مرتعی نشان دادند. این نشان می دهد که عمق برف عمیق تر (یا ذوب برف دیرتر، ذوب شدن خاک یخ زده دیرتر، یا مدت طولانی تر پوشش برف) ممکن است منجر به SOS بعدی شود. در مقابل، بارش برف بعدی ممکن است منجر به SOS زودتر شود. استپ علفزار معتدل و استپ معمولی با شروع پوشش برف در مقایسه با سایر پارامترهای پوشش برف ارتباط ضعیف تری داشتند. در مقابل، SOS و SCOD همبستگی معنی‌داری برای استپ بیابانی داشتند. علاوه بر این، SOS به تغییرات دما و بارندگی در طول SCED و SOS حساس‌تر بود. در مقابل، SOS یک همبستگی مثبت با Tmax و نشان داد Tavg نشان دادبرای استپ بیابانی علاوه بر این، همچنین گزارش شد که افزایش رطوبت نسبی تأثیر ضعیفی بر پیشبرد SOS برای سه نوع پوشش گیاهی در مغولستان داخلی داشت.

4. بحث

مطالعات قبلی تغییر مکانی-زمانی SOS سالانه و پاسخ‌های آن به دما و بارش در مغولستان داخلی را بررسی کرده‌اند. به عنوان یکی از سه منطقه پایدار برفی در چین، عمق برف در زمستان افزایش می‌یابد و در بهار در منطقه مغولستان داخلی کاهش می‌یابد [ 54 ، 55 ]. با این حال، اثرات پویایی پوشش برف زمستانی بر فنولوژی بهار در علفزار مغولستان داخلی هنوز ناشناخته است. این ممکن است به این دلیل باشد که مطالعات قبلی [ 20 ، 22 ] توجه بیشتری به تأثیر دما داشته اند ( Tmax ، Tavg ، و Tmin) و بارش در ماه ها و فصول مختلف بر فنولوژی پوشش گیاهی. اگر چه بسیاری از مطالعات اثرات پوشش برف زمستانی بر پوشش گیاهی آلپ در فلات تبت [ 56 ، 57 ] را بررسی کرده اند، تصور می شود اثرات پوشش برف زمستانی بر پوشش گیاهی مرتع معتدل مشابه با پوشش گیاهی آلپ باشد. از آنجا که روابط بین SOS و پوشش برف زمستانی ممکن است در انواع مختلف پوشش گیاهی متفاوت باشد، اثرات احتمالی پوشش برف زمستانی در پوشش گیاهی مرتع معتدل در مغولستان داخلی باید بیشتر مورد بررسی قرار گیرد.
شایان ذکر است که تغییرات SOS نه تنها به دما و بارندگی، بلکه به عوامل دیگر (به عنوان مثال، پوشش برف زمستانی، GST، SSD و RHU) مربوط می شود. پوشش برف زمستانی می تواند رطوبت خاک را افزایش دهد، تبادل حرارتی خاک را متوقف کند و اثرات مهمی بر گرما و حفظ رطوبت خاک داشته باشد [ 58 ، 59]]، که از بقای پوشش گیاهی در زمستان در برابر باد و دمای پایین هوا محافظت می کند. بنابراین، می تواند بر تبادل گاز، رطوبت و مواد محلول تأثیر بگذارد. علاوه بر این، می تواند بر فعالیت میکروب ها در خاک و همچنین تغییر مواد آلی خاک و مواد مغذی تأثیر بگذارد. به طور کلی، عمق بیشتر برف ممکن است منجر به SOS بعدی شود. دلیل ممکن است این باشد که عمق برف عمیق‌تر دارای SCD طولانی‌تر و بعداً SCED است که برای تنفس خاک در زمستان و تجمع گرمای مورد نیاز برای باز کردن برگ‌ها در بهار مفید نخواهد بود [ 60 ، 61 ، .]. پوشش اولیه برف می‌تواند با حفظ دما در سطح مطلوب و محافظت از فعالیت میکروارگانیسم‌های خاک در طول زمستان، پوشش گیاهی را از دمای پایین محافظت کند، که می‌تواند رشد گیاهی مثبت را در طول فصل رشد در سال بعد تضمین کند. علاوه بر این، فنولوژی بهار شدیدتر و منفی‌تر با دما و بارندگی در طول SCED و SOS مرتبط بود، که نشان می‌دهد SOS با دماهای گرمتر یا بارندگی بیشتر پیش می‌رود. در مقابل، SOS همبستگی مثبت و معناداری با Tmax و Tavg برای استپ بیابانی نشان داد. افزایش دما ( Tmax و Tavg ) منجر به از دست رفتن مقادیر زیادی آب در اثر تبخیر می شود. 20]] و اثرات خشکسالی در مناطق خشک را تشدید می کند، که SOS را برای استپ بیابانی به تاخیر می اندازد [ 63 ، 64 ]. افزایش Tmin می تواند آسیب سرمازدگی را برای تحریک رشد گیاه کاهش دهد. یک محیط آفتابی مناسب که نقشی به اندازه بارندگی و دما دارد، برای فتوسنتز و تنفس مفید است. در همین حال، SSD اضافی نیز ممکن است از طریق تبخیر و تعرق به تشدید خشکسالی کمک کند. رطوبت نسبی یک رابطه منفی با SOS نشان داد و تغییر آن معمولاً با دما، آفتاب، باد و بارندگی همراه بود.
علاوه بر این، فرکانس رویدادهای شدید تحت تغییرات آب و هوایی سریع افزایش یافته است. رویدادهای شدید در طول SCED و SOS، مانند خشکسالی و یخبندان، بر فنولوژی پوشش گیاهی بهاره در مناطق پوشش برفی تأثیر می گذارد. بنابراین، تأثیرات رویدادهای شدید بر فنولوژی بهاره باید بررسی شود.

5. نتیجه گیری ها

این مقاله SOS پوشش گیاهی علفزار در مغولستان داخلی را از سال 1982 تا 2015 بررسی کرد و پاسخ SOS به پوشش برف زمستانی، تغییرات آب و هوا در طول ذوب پوشش برف، و عوامل آب و هوایی فصل رشد (از جمله دمای متوسط، بارش، رطوبت نسبی، و مدت تابش آفتاب). نتیجه گیری از این مطالعه را می توان به شرح زیر استنباط کرد:
(1)
طی سال‌های 1982 تا 2015، 52.7 درصد از علفزار مغولستان داخلی روند پیشرفت قابل توجهی را در SOS تجربه کردند و 34.30 درصد روند تاخیری را نشان دادند. میانگین SOS در DOY 120 برای استپ علفزار و استپ معمولی و در DOY 130 در استپ بیابانی رخ داد. هر سه نوع پوشش گیاهی مرتعی فصل بهار زودتر را با نرخ 0.3 ± 0.74 روز در سال در تمام انواع پوشش گیاهی مرتعی، و نرخ 0.27 ± 0.47 روز در سال، 0.32 ± 0.65 روز در سال، و 0.47 ± 1.48 روز در سال به نمایش گذاشتند. به ترتیب برای استپ علفزار معتدل، استپ معمولی و استپ بیابانی.
(2)
پوشش برف زمستانی همبستگی مثبتی با SOS نشان داد. در مقابل، SCOD همبستگی مخالفی را نشان داد. با تمرکز بر همبستگی بین پوشش برف و SOS، متوجه شدیم که SOS به ترتیب با SCED، SD و SCOD برای استپ علفزار، استپ معمولی و استپ بیابانی ارتباط قوی‌تری دارد. علاوه بر این، آب و هوا در طول ذوب برف و SOS نیز عامل مهمی در تغییر SOS بود. دماهای بالاتر و بارندگی بیشتر باعث پیشرفت SOS شد، در حالی که Tmax و Tavg همبستگی مثبتی با SOS برای استپ بیابانی نشان دادند. افزایش Tmin باعث کاهش تعداد رویدادهای یخبندان و رشد پوشش گیاهی می شود. ساعات آفتابی و رطوبت نسبی همبستگی ضعیف تری را نشان دادند.
همچنین لازم به ذکر است که این مطالعه حاضر ممکن است دارای محدودیت های متعددی باشد. اگرچه داده‌های نوع پوشش گیاهی نسبتاً قابل اعتماد هستند، اما اثرات احتمالی فعالیت‌های انسانی، مانند چرا، را نمی‌توان به طور کامل حذف کرد.

منابع

  1. بالدوکی، دی. فالج، ای. گو، ال. اولسون، آر. هالینگر، دی. دویدن، اس. آنتونی، پ. برنهوفر، سی. دیویس، ک. Evans, R. Fluxnet: ابزاری جدید برای مطالعه تغییرپذیری زمانی و مکانی دی اکسید کربن در مقیاس اکوسیستم، بخار آب و چگالی شار انرژی. گاو نر صبح. هواشناسی Soc. 2001 ، 82 ، 2415-2434. [ Google Scholar ] [ CrossRef ]
  2. چورکینا، جی. شیمل، دی. براسول، BH; Xiao، XM تجزیه و تحلیل فضایی کنترل طول فصل رشد روی تبادل خالص اکوسیستم. گلوب. چانگ. Biol. 2005 ، 11 ، 1777-1787. [ Google Scholar ] [ CrossRef ]
  3. ریچاردسون، AD; براسول، BH; هالینگر، دی. جنکینز، جی پی؛ Ollinger، SV سنجش از دور نزدیک به سطح تغییرات مکانی و زمانی در فنولوژی تاج پوشش. Ecol. Appl. 2009 ، 19 ، 1417-1428. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  4. هاگ، ای اچ. قیمت، DT; Black, TA بازخوردهای فنولوژی جنگل های برگریز در مورد الگوهای آب و هوای فصلی در غرب کانادا را مطرح کرد. جی. کلیم. 2000 ، 13 ، 4229-4243. [ Google Scholar ] [ CrossRef ]
  5. کوک، JEK؛ Weih، M. ذخیره نیتروژن و چرخه نیتروژن فصلی در Populus: پل زدن فیزیولوژی مولکولی و اکوفیزیولوژی. فیتول جدید. 2005 ، 167 ، 19-30. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  6. هیمن، ام. اسر، جی. هاکسلتین، ا. کادوک، جی. Kicklighter، DW; Knorr، W. Kohlmaier، GH; مک گوایر، AD; ملیلو، جی. مور، بی. و همکاران ارزیابی مدل‌های چرخه کربن زمینی از طریق شبیه‌سازی چرخه فصلی CO 2 اتمسفر : اولین نتایج یک مطالعه مقایسه مدل. گلوب. بیوژئوشیمی. چرخه 1998 ، 12 ، 1-24. [ Google Scholar ] [ CrossRef ]
  7. منزل، ع. Sparks، TH; استرلا، ن. کوچ، ای. آسا، ا. آحاس، ر. الم-کوبلر، ک. بیسلی، پی. براسلاوسکا، او. برید، ا. و همکاران واکنش فنولوژیکی اروپا به تغییرات آب و هوایی با الگوی گرمایش مطابقت دارد. گلوب. چانگ. Biol. 2006 ، 12 ، 1969-1976. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  8. پارمزان، سی. یوهه، جی. اثر انگشت منسجم جهانی از تغییرات آب و هوا بر سیستم‌های طبیعی تأثیر می‌گذارد. طبیعت 2003 ، 421 ، 37-42. [ Google Scholar ] [ CrossRef ]
  9. دای، ا. ویگلی، TML الگوهای جهانی بارش ناشی از آنسو. ژئوفیز. Res. Lett. 2000 ، 27 ، 1283-1286. [ Google Scholar ] [ CrossRef ]
  10. داننبرگ، نماینده مجلس؛ آهنگ، CH; هوانگ، تی. شواهد تجربی عاقلانه، EK از تأثیر نوسانات ال نینو-جنوبی بر فنولوژی و بهره وری سطح زمین در غرب ایالات متحده. سنسور از راه دور محیط. 2015 ، 159 ، 167-180. [ Google Scholar ] [ CrossRef ]
  11. شرستا، ا. Kostaschuk، R. El Nino / نوسانات جنوبی (ENSO) متغیر مرتبط در جریان متوسط ​​ماهانه در نپال. جی هیدرول. 2005 ، 308 ، 33-49. [ Google Scholar ] [ CrossRef ]
  12. ریس، ام. کاندیت، آر. کراولی، ام. پاکالا، اس. Tilman, D. مطالعات طولانی مدت پویایی پوشش گیاهی. Science 2001 , 293 , 650-655. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  13. پتورلی، ن. ویک، جو. میسترود، ا. گیلارد، جی.ام. تاکر، سی جی; Stenseth، NC استفاده از NDVI مشتق شده از ماهواره برای ارزیابی پاسخ های اکولوژیکی به تغییرات محیطی. Trends Ecol. تکامل. 2005 ، 20 ، 503-510. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  14. جان، آر. چن، جی کیو. لو، ن. Wilske, B. پوشش زمین / تغییر کاربری زمین در نیمه خشک مغولستان داخلی: 1992-2004. محیط زیست Res. Lett. 2009 , 4 , 045010. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  15. فن، JW; وانگ، ک. هریس، دبلیو. ژونگ، اچ پی؛ Hu، ZM; هان، بی. ژانگ، وای؛ وانگ، JB تخصیص زیست توده گیاهی در یک شیب مرتبط با آب و هوا در علفزارهای مغولستان داخلی. J. محیط خشک. 2009 ، 73 ، 521-528. [ Google Scholar ] [ CrossRef ]
  16. شانگ، ژ. کائو، جی جی. Guo، RY؛ هنکین، ز. دینگ، LM؛ طولانی، RJ; دنگ، ب. تأثیر محصور بر کربن، نیتروژن و فسفر خاک مراتع بیابانی آلپ. تخریب زمین توسعه دهنده 2017 ، 28 ، 1166-1177. [ Google Scholar ] [ CrossRef ]
  17. وانگ، نماینده مجلس؛ ژائو، CZ؛ طولانی، RJ; یانگ، مدیریت مرتع YH در چین: بررسی اجمالی، تأثیرات بر شهرستان سونان در استان گانسو و گزینه های آینده. رنگل. J. 2010 , 32 , 155-163. [ Google Scholar ] [ CrossRef ]
  18. تیان، اچ جی; کائو، سی ایکس؛ چن، دبلیو. بائو، SN; یانگ، بی. Myneni، RB پاسخ پویایی فعالیت پوشش گیاهی به برنامه‌های بازسازی آب و هوایی و بازسازی محیطی در مغولستان داخلی از سال 2000 تا 2012. Ecol. مهندس 2015 ، 82 ، 276-289. [ Google Scholar ] [ CrossRef ]
  19. Li، CL; وانگ، جی. Hu، RC; یین، اس. بائو، YH; Ayal، DY رابطه بین تغییر پوشش گیاهی و شاخص های آب و هوایی شدید در فلات مغولستان داخلی، چین، از 1982 تا 2013. Ecol. اندیک. 2018 ، 89 ، 101-109. [ Google Scholar ] [ CrossRef ]
  20. شن، XJ; لیو، BH; هندرسون، ام. وانگ، ال. وو، ZF; Wu، HT; جیانگ، م. اثرات نامتقارن لو، XG گرم شدن روز و شب بر فنولوژی بهاره در علفزارهای معتدل چین. کشاورزی برای. هواشناسی 2018 ، 259 ، 240-249. [ Google Scholar ] [ CrossRef ]
  21. پیائو، اس ال. قهوهای مایل به زرد، JG; چن، AP; فو، YH; سیایس، پی. لیو، کیو. Janssens، IA; ویکا، اس. Zeng، ZZ; جئونگ، اس جی. و همکاران شروع برگ در نیمکره شمالی توسط دمای روز آغاز می شود. نات. اشتراک. 2015 ، 6 ، 6911. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  22. شن، XJ; لیو، BH; لی، جی دی. یو، پی جی. ژو، DW تأثیر انواع چمنزار و تغییرات پوشش گیاهی بر دمای هوای سطحی در مناطق مرتع معتدل چین. نظریه. Appl. کلیماتول. 2016 ، 126 ، 141-150. [ Google Scholar ] [ CrossRef ]
  23. جردن، R. یک مدل دمایی یک بعدی برای پوشش برفی: مستندات فنی برای SNTHERM.89 . آزمایشگاه مهندسی و تحقیقات مناطق سرد: هانوفر، NH، ایالات متحده آمریکا، 1991. [ Google Scholar ]
  24. ویلسون، معاملات WT، اتحادیه ژئوفیزیک آمریکا – طرح کلی از ترمودینامیک ذوب برف. Eos Trans. صبح. ژئوفیز. اتحادیه 1941 ، 22 ، 182-195. [ Google Scholar ] [ CrossRef ]
  25. استیگلیتز، ام. دوچارن، ا. کوستر، آر. سوارز، ام. تاثیر فیزیک دقیق برف بر شبیه‌سازی پوشش برف و ترمودینامیک زیرسطحی در مقیاس قاره‌ای. J. Hydrometeorol. 2001 ، 2 ، 228-242. [ Google Scholar ] [ CrossRef ]
  26. Baker, DG; Ruschy، DL; Skaggs، RH; دیوار، DB دمای هوا و فرورفتگی تشعشع مرتبط با پوشش برفی. J. Appl. هواشناسی 1992 ، 31 ، 247-254. [ Google Scholar ] [ CrossRef ]
  27. پائودل، KP; اندرسن، ص. پاسخ پوشش گیاهی مرتع به پویایی پوشش برف در نپال ترانس هیمالیا. صعود چانگ. 2013 ، 117 ، 149-162. [ Google Scholar ] [ CrossRef ]
  28. پریماک، RB; ایبانز، آی. هیگوچی، اچ. لی، SD; میلر راشینگ، ای جی. ویلسون، AM; Silander، JA تنوع فضایی و بین گونه ای در واکنش های فنولوژیکی به دمای گرم شدن. Biol. حفظ کنید. 2009 ، 142 ، 2569-2577. [ Google Scholar ] [ CrossRef ]
  29. شوارتز، دکتر. Hanes، JM فنولوژی در مقیاس قاره: گرم شدن و سرد کردن. بین المللی جی.کلیماتول. 2010 ، 30 ، 1595-1598. [ Google Scholar ] [ CrossRef ]
  30. آنیامبا، ا. تاکر، CJ تجزیه و تحلیل پویایی پوشش گیاهی ساحل با استفاده از داده های NOAA-AVHRR NDVI از 1981-2003. J. محیط خشک. 2005 ، 63 ، 596-614. [ Google Scholar ] [ CrossRef ]
  31. هان، جی. مول، APJ؛ Lu، YL; Zhang، L. توسعه نیروی بادی خشکی در چین: چالش‌های پشت یک داستان موفق. سیاست انرژی 2009 ، 37 ، 2941-2951. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  32. ژانگ، جی جی؛ کانگ، YM; هان، جی دی. ساکورای، ک. تأثیر تغییرات آب و هوایی در نیم قرن گذشته بر توزیع، گستردگی و NPP اکوسیستم‌های مغولستان داخلی. گلوب. چانگ. Biol. 2011 ، 17 ، 377-389. [ Google Scholar ] [ CrossRef ]
  33. لی، QY; خو، ال. پان، XB; ژانگ، LZ؛ لی، سی. یانگ، ن. Qi، JG مدل‌سازی پاسخ‌های فنولوژیکی گونه‌های مرتع مغولستان داخلی به تغییرات آب و هوایی منطقه‌ای. محیط زیست Res. Lett. 2016 , 11 , 015002. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  34. بای، YF; هان، XG; وو، جی جی. چن، ZZ; پایداری اکوسیستم لی، LH و اثرات جبرانی در علفزار مغولستان داخلی. طبیعت 2004 ، 431 ، 181-184. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  35. جان، آر. چن، جی کیو. لو، ن. گوا، ک. لیانگ، CZ؛ وی، YF; نورمتس، ا. Ma، KP; Han، XG پیش بینی تنوع گیاهی بر اساس محصولات سنجش از دور در منطقه نیمه خشک مغولستان داخلی. سنسور از راه دور محیط. 2008 ، 112 ، 2018–2032. [ Google Scholar ] [ CrossRef ]
  36. پیدلتی، جی. دوادیگا، اس. ماسوکا، ای. براون، م. پینزون، جی. تاکر، سی. روی، دی. جو، جی سی; ورموت، ای. پرنس، اس. و همکاران ایجاد یک رکورد بلند مدت داده زمین از ابزارهای AVHRR و MODIS. In Proceedings of the Igarss: 2007 IEEE International Geoscience and Remote Sensing Symposium، بارسلون، اسپانیا، 23-28 ژوئیه 2007; جلد 1-12، ص 1021-1024. [ Google Scholar ]
  37. او، YQ; لی، ای. Warner, TA یک سری زمانی از نقشه‌های کاربری سالانه زمین و پوشش زمین چین از سال 1982 تا 2013 که با استفاده از داده‌های AVHRR GIMMS NDVI3G تولید شده است. سنسور از راه دور محیط. 2017 ، 199 ، 201-217. [ Google Scholar ] [ CrossRef ]
  38. جیانگ، سی. ژانگ، هی. Zhang، ZD ارزیابی صریح فضایی خدمات اکوسیستم در فلات لس چین: الگوها، تعاملات، محرک‌ها و پیامدها. گلوب. سیاره چانگ. 2018 ، 161 ، 41-52. [ Google Scholar ] [ CrossRef ]
  39. کائو، RY؛ چن، ی. شن، ام جی; چن، جی. ژو، جی. وانگ، سی. یانگ، دبلیو. روشی ساده برای بهبود کیفیت داده‌های سری زمانی NDVI با ادغام اطلاعات مکانی-زمانی با فیلتر Savitzky-Golay. سنسور از راه دور محیط. 2018 ، 217 ، 244-257. [ Google Scholar ] [ CrossRef ]
  40. هولبن، BN ویژگی‌های تصاویر ترکیبی با حداکثر ارزش از داده‌های زمانی AVHRR. بین المللی J. Remote Sens. 1986 ، 7 ، 1417-1434. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  41. ساویتسکی، آ. Golay، MJE Smoothing + تمایز داده ها با روش های ساده شده حداقل مربعات. مقعدی شیمی. 1964 ، 36 ، 1627-1639. [ Google Scholar ] [ CrossRef ]
  42. گنگ، ال. ما، م. وانگ، ایکس. یو، دبلیو. جیا، اس. وانگ، اچ. مقایسه هشت تکنیک برای بازسازی مجموعه‌های داده NDVI سری زمانی سنسور چند ماهواره‌ای در حوضه رودخانه هیهه، چین. Remote Sens. 2014 ، 6 ، 2024–2049. [ Google Scholar ] [ CrossRef ]
  43. ژانگ، XY; فریدل، MA; Schaaf، CB; Strahler، AH کنترل‌های آب و هوایی بر روی الگوهای فنولوژیکی پوشش گیاهی در عرض‌های جغرافیایی میانی و بلند شمالی استنتاج شده از داده‌های MODIS. گلوب. چانگ. Biol. 2004 ، 10 ، 1133-1145. [ Google Scholar ] [ CrossRef ]
  44. شن، ام جی; پیائو، اس ال. کنگ، ن. ژانگ، جی ایکس؛ Janssens، IA اثرات بارندگی بر فنولوژی گیاهی بهار در فلات تبت. گلوب. چانگ. Biol. 2015 ، 21 ، 3647-3656. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  45. ژانگ، XY; فریدل، MA; Schaaf، CB; استراهلر، ق. هاجز، JCF; گائو، اف. رید، ق.م. Huete, A. پایش فنولوژی گیاهی با استفاده از MODIS. سنسور از راه دور محیط. 2003 ، 84 ، 471-475. [ Google Scholar ] [ CrossRef ]
  46. هان، ال جی. سونکاوا، ا. تسوبو، م. او، CY; شن، MG تغییرات فضایی در پوشش برف و زمین یخ زده فصلی در شمال چین و مغولستان، 1988-2010. گلوب. سیاره چانگ. 2014 ، 116 ، 139-148. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  47. بروژ، NH; Leblanc، E. مقایسه قدرت پیش‌بینی و پایداری شاخص‌های پوشش گیاهی پهن‌باند و فراطیفی برای تخمین شاخص سطح برگ سبز و تراکم کلروفیل تاج پوشش. سنسور از راه دور محیط. 2001 ، 76 ، 156-172. [ Google Scholar ] [ CrossRef ]
  48. لو، آ. زو، دبلیو. جیا، اس. ارزیابی حساسیت پوشش گیاهی به رویدادهای نوسانی ال-نینو/جنوبی در چین. Adv. Space Res. 2012 ، 50 ، 1362-1373. [ Google Scholar ] [ CrossRef ]
  49. Ke، CQ; لی، ایکس سی; Xie، HJ; ما، DH; لیو، ایکس. کو، سی. تغییرپذیری در فنولوژی پوشش برف در چین از سال 1952 تا 2010. Hydrol. سیستم زمین علمی 2016 ، 20 ، 755-770. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  50. پنگ، اس اس. پیائو، اس ال. سیایس، پی. فریدلینگشتاین، پی. ژو، LM; وانگ، تی. تغییر در فنولوژی برف و بازخورد بالقوه آن نسبت به دما در نیمکره شمالی طی سه دهه گذشته. محیط زیست Res. Lett. 2013 ، 8 ، 014008. [ Google Scholar ] [ CrossRef ]
  51. استرلا، ن. Menzel, A. پاسخ های رنگ آمیزی برگ در چهار گونه درخت برگریز به آب و هوا و آب و هوا در آلمان. صعود Res. 2006 ، 32 ، 253-267. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  52. میلر راشینگ، ای جی. Primack، RB گرم شدن کره زمین و زمان گلدهی در کنکورد ثورو: دیدگاه جامعه. اکولوژی 2008 ، 89 ، 332-341. [ Google Scholar ] [ CrossRef ]
  53. Sun، CF; لیو، ی. آهنگ، HM; Cai، QF; لی، کیو. وانگ، ال. Mei, RC; بازسازی مدت Fang، CX Sunshine در فلات جنوب شرقی تبت بر اساس عرض حلقه درخت و رابطه آن با فوران های آتشفشانی. علمی کل محیط. 2018 ، 628–629 ، 707–714. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  54. دای، ال. تائو، سی. تغییرپذیری فضایی و زمانی در پوشش برف از سال 1987 تا 2011 در شمال چین. J. Appl. Remote Sens. 2014 , 8 , 084693. [ Google Scholar ] [ CrossRef ]
  55. پنگ، اس اس. پیائو، اس ال. سیایس، پی. نیش، جی. وانگ، XH تغییر در عمق برف زمستانی و اثرات آن بر پوشش گیاهی در چین. گلوب. چانگ. Biol. 2010 ، 16 ، 3004-3013. [ Google Scholar ] [ CrossRef ]
  56. وانگ، سی. وانگ، XY; چن، جی اس. یانگ، QC; وانگ، بی. ما، YX; شن، ام. پاسخ های پیچیده فنولوژی پوشش گیاهی آلپ بهاری به پویایی پوشش برف بر روی فلات تبت، چین. علمی کل محیط. 2017 ، 593 ، 449-461. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  57. وانگ، XY; وو، سی. پنگ، دی ال. گونسامو، ا. لیو، ZJ فنولوژی پوشش برفی بر پویایی رشد پوشش گیاهی آلپ در فلات تبت تأثیر می گذارد: ماهواره شواهد مشاهده شده، تأثیرات زیستی های مختلف و محرک های آب و هوایی را مشاهده کرد. کشاورزی برای. هواشناسی 2018 ، 256 ، 61-74. [ Google Scholar ] [ CrossRef ]
  58. گرافمن، PM; Driscoll، CT; فاهی، تی جی; هاردی، جی پی؛ Fitzhugh، RD; Tierney، GL خاکهای سردتر در دنیای گرمتر: مطالعه دستکاری برف در یک اکوسیستم جنگلی جنگلی شمال. بیوژئوشیمی 2001 ، 56 ، 135-150. [ Google Scholar ] [ CrossRef ]
  59. Fitzhugh، RD; Driscoll، CT; گرافمن، PM; Tierney، GL; فاهی، تی جی; هاردی، JP انجماد خاک و شیمی اسید-باز محلول های خاک در جنگل جنگلی شمال. علم خاک Soc. صبح. جی. 2003 ، 67 ، 5-7. [ Google Scholar ] [ CrossRef ]
  60. شیمل، جی پی؛ بیلبرو، سی. Welker، JA افزایش عمق برف بر فعالیت میکروبی و کانی‌سازی نیتروژن در دو جامعه تاندرای قطبی تأثیر می‌گذارد. بیول خاک بیوشیمی. 2004 ، 36 ، 217-227. [ Google Scholar ] [ CrossRef ]
  61. ولکر، جی.ام. Fahnestock، JT; سالیوان، پی اف. Chimner، RA تغذیه معدنی برگ گیاهان قطب شمال در پاسخ به گرم شدن و عمیق تر شدن برف در شمال آلاسکا. اویکوس 2005 ، 109 ، 167-177. [ Google Scholar ] [ CrossRef ]
  62. مونسون، RK; لیپسون، دی ال. Burns, SP; شلغم، AA; دلانی، AC؛ ویلیامز، مگاوات؛ اشمیت، SK تنفس خاک جنگل زمستانی کنترل شده توسط آب و هوا و ترکیب جامعه میکروبی. طبیعت 2006 ، 439 ، 711-714. [ Google Scholar ] [ CrossRef ]
  63. تانگ، جی. آرنون، جی. وربورگ، PSJ؛ Jasoni، RL; Sun، L. روندها و حساسیت های آب و هوایی فنولوژی پوشش گیاهی در اکوسیستم های نیمه خشک و خشک در حوضه بزرگ ایالات متحده طی سال های 1982-2011. Biogeosciences 2015 ، 12 ، 6985-6997. [ Google Scholar ] [ CrossRef ]
  64. یانگ، YT; Guan، HD; شن، ام جی; لیانگ، دبلیو. جیانگ، L. تغییرات در تاریخ شروع خواب گیاهی پاییزی و کنترل آب و هوا در سراسر اکوسیستم های معتدل در چین از سال 1982 تا 2010. Glob. چانگ. Biol. 2015 ، 21 ، 652-665. [ Google Scholar ] [ CrossRef ] [ PubMed ]
شکل 1. ( الف ) موقعیت جغرافیایی مغولستان داخلی. ( ب ) توزیع انواع پوشش گیاهی علفزار. و ( ج ) ارتفاع، ایستگاه های هواشناسی و ایستگاه های مشاهده فنولوژی مغولستان داخلی.
شکل 2. یک نمودار شماتیک بازیابی فنولوژی فنری را با استفاده از روش برازش لجستیک [ 45 ] نشان می دهد. خط ثابت نشان دهنده منحنی لجستیک برازش شده و خط چین نرخ تغییر انحنای منحنی لجستیک برازش شده است. تاریخ شروع فنولوژی بهار (SOS) به عنوان اولین حداکثر محلی منحنی نقطه چین تعریف می شود. خط قرمز نشان می دهد که شاخص پوشش گیاهی به سرعت شروع به افزایش می کند.
شکل 3. ( الف ) توزیع فضایی میانگین SOS در علفزار مغولستان داخلی طی سال‌های 1982-2015. ( ب ) توزیع فضایی روند تغییر برای SOS در علفزار مغولستان داخلی طی سال‌های 1982-2015. روند تغییر SOS برای پیکسل ها در سطح 0.05 p < معنی دار نامیده می شود.
شکل 4. میانگین 34 ساله SOS و روند تغییر آن برای انواع مختلف پوشش گیاهی: ( الف ) استپ علفزار، ( ب ) استپ معمولی، و ( ج ) استپ بیابانی. هر سطل یک محدوده 10 روزه SOS را نشان می دهد. ارتفاع و رنگ هر سطل، تعداد و شیب مناسب (یعنی روند تغییر) پیکسل‌هایی را که درون سطل قرار می‌گیرند، با نوار رنگی شیب در پایین شکل نشان می‌دهد. فقط روندهای آماری معنی دار ( 05 /0p<) گنجانده شده است.
شکل 5. روند تغییر SOS برای انواع مختلف پوشش گیاهی با طول پنجره های مختلف (یعنی دوره مطالعه): ( الف ) استپ چمنزار. ( ب ) استپ معمولی و ( ج ) استپ بیابانی. هر نقطه نشان دهنده روند میانگین هر نوع پوشش گیاهی در یک اندازه پنجره (1 تا 33 سال) برای هر سال شروع (1982-2014) است. فقط روندهای آماری معنی دار ( 05 /0p<) در این تحلیل گنجانده شده است. رنگ قرمز (سبز) روندهای مثبت (منفی) را نشان می دهد.
شکل 6. تنوع بین سالانه هر عامل آب و هوایی در انواع مختلف مرتع. مقدار در هر شبکه نشان دهنده نرخ تغییر برای هر عامل آب و هوایی است. مقادیر نیز دارای کد رنگی هستند که آبی نشان دهنده مقادیر منفی و قرمز نشان دهنده مقادیر مثبت است. رنگ هر شبکه با مقدار، با نوار رنگ در سمت راست جدول مطابقت دارد. ستاره‌های (*) روند عوامل اقلیمی را نشان می‌دهند که از نظر آماری در سطح p < 0.1 معنی‌دار هستند و ستاره‌های دوتایی (**) نشان‌دهنده معنی‌داری در سطح p <0.05 هستند.
شکل 7. همبستگی بین SOS و عوامل آب و هوایی برای سه نوع پوشش گیاهی: ( الف ) استپ چمنزار. ( ب ) استپ معمولی؛ و ( ج ) استپ بیابانی. هر نقطه نشان دهنده همبستگی بین SOS و عامل آب و هوای مربوطه است که رنگ قرمز نشان دهنده همبستگی مثبت و رنگ آبی نشان دهنده همبستگی منفی است. ستاره (*) روند روند عوامل اقلیمی را نشان می دهد که از نظر آماری با 0.1 < p و ستاره دوتایی (**) روندهایی با p <0.05 را نشان می دهد.

بدون دیدگاه

دیدگاهتان را بنویسید