川西高原近20 a植被物候变化及其对气候变化的响应

孙梦鑫 ，张岳 ，辛宇 ，钟鼎杰 ，杨存建 *

1.四川师范大学/西南土地资源评价与监测教育部重点实验室，四川 成都 610068；2.四川师范大学地理与资源科学学院，四川 成都 610068

随着全球温室气体排放增加，引起了全球范围内的气候变化，植被的物候期也发生了改变，以适应气候变化的影响（王连喜等，2010；徐满厚等，2013）。植被物候的改变会影响生态系统中的水热循环、碳循环机制以及植被净生产力等，从而又反作用于气候系统（Wang et al.，2019；李荣平等，2006；王连喜等，2010；曹沛雨等，2016；张艳可等，2021）。因此，研究植被物候变化对气候变化的响应机制，了解植被物候变化的时空特征，对揭示气候变化与植被物候之间的相互作用具有重要意义（Wang et al.，2019；何月等，2013）。

IPCC第5次评估报告表明，近百年来的人类活动以及气候变化导致了全球气温上升（Christopher et al.，2014）。在全球变暖的大背景下，北半球大部分地区植被物候发生了变化，尤其对高纬度、高寒地区的影响显著，主要表现为植被SOS提前、生长季长度延长（杨雪梅等，2016）。Wang et al.（2019）分析了北半球变暖间歇期的物候变化，研究表明在变暖间歇期内植被SOS、EOS没有明显的变化趋势，温度是控制物候变化的主要驱动力。青藏高原近几十年增温尤其显著（Liu et al.，2000；Shi et al.，2014），出现了持续的暖冬和暖春现象（Yu et al.，2010；Zhang et al.，2013）。虽然针对该地区的植被物候变化有一系列研究，但研究结果却不尽相同，有的甚至相互矛盾（宋春桥等，2011）。部分研究采用GIMMS NDVI3g数据反演青藏高原植被关键物候期，趋势分析结果表明近30 a青藏高原植被关键物候期均在 2000年左右发生转折，主要表现为返青季提前趋势衰退并逐渐推迟，生长季节长度缩短，生长季结束期提前（Yu et al.，2010；Piao et al.，2011；Yu et al.，2012；孔冬冬等，2017）。有研究表明冬季温度升高对植被春季物候的延迟效应强于春季温度升高对植被物候的提前效应，造成植被SOS逐渐呈推迟趋势，草原植被不能利用长期的热有利条件也导致其生长季节缩短，而降水对植被物候的影响似乎不太明显（Yu et al.，2010；Yu et al.，2012）。Piao et al.（2011）发现春季温度每上升1 ℃植被SOS平均提前4.1 d，由于物候趋势转折点前后不同的温度趋势造成植被 SOS逐渐延迟，并且随着海拔上升这种现象显著增加。孔冬冬等（2017）的分析结果表明，温度是物候变化的主要驱动因素，上年秋季和冬季温度与生长季初期物候指标呈正相关，各月降水对物候的影响有明显差异，上年秋冬季降水与植被SOS呈负相关，春季降水与植被SOS呈正相关，8月降水增加会延长植被EOS。而采用MODIS NDVI进行植被物候反演的研究表明，青藏高原地区植被返青时间在 2000年后仍然呈现持续提前的趋势，植被生长季延长（Zhang et al.，2013；Shen et al.，2014；宋春桥等，2011）。Shen et al.（2014）发现除青藏高原西南地区植被 SOS显著延迟，其余地区普遍呈提前趋势（中部、东部），这种空间异质性使得整个高原地区植被SOS提前趋势不显著；Zheng et al.（2016）利用物候监测台站数据分析了青藏高原近 30 a植被物候变化趋势，结果表明该地区春夏物候期持续提前，并且2000年以后提前速度更快。Zhang et al.（2013）发现冬季和春季温度上升可能是植被 SOS持续提前的主要驱动力，植被SOS提前可能延长植被生长季的长度。宋春桥等（2011）对青藏高原高寒植被物候变化的因素分析指出，温度上升是影响植被生长季提前以及生长季延长的主要因素，而降水的影响并不显著。Shen et al.（2014）发现在春季温度持续上升的情况下，高原西南地区及高海拔地区的植被返青期呈现推迟趋势，这可能是由于这些区域降水减少的因素，植被返青期在气候变暖前提下主要受春季降水调节。Zheng et al.（2016）发现温度变化是控制春、夏物候的主要因素并具有空间一致性，而对降水响应没有统一的空间格局。

川西高原位于四川省西部、青藏高原东南缘，是重要的生态保护区和生态屏障（杨存建等，2012），目前对该地区植被的研究多以植被指数变化的研究为主（郑勇等，2020；伍良旭等，2021），而对植被物候变化的研究较少。以往研究中仅使用单一的阈值提取大范围植被物候信息（何月等，2013；吉珍霞等，2021；王贝贝等，2021），但不同类型植被生长的趋势存在差异（陈效逑等，2009），仅使用单一阈值提取植被物候期的客观性容易遭受质疑（丁登等，2007），因此本文采用不同的阈值提取川西高原地区 2001—2020年森林植被和草地的物候信息，并通过趋势分析、偏相关分析研究该地区植被物候变化特征及其对季节性气温、降水的响应机制，从而为理解该地区植被物候变化与气候变化的关系，进而为当地的生态保护和建设提供借鉴和参考。

1 研究区域与数据

1.1 川西高原地区概况

川西高原是青藏高原东南部的主要部分，属于我国第二、三阶梯的过渡带，经纬度范围为（97°21′—104°26′E；27°57′—34°11′N），总面积约 2.73×105km2。该区域平均海拔在4000 m以上，地势起伏大，有明显的垂直地带性分异（图 1）。受季风影响，雨热同期、干湿分明，形成显著的立体气候，属青藏高原山地气候（王庆莉等，2021）；植被类型以高寒草甸、灌丛为主，土壤类型主要为高山草甸土（卢晨媛等，2021）。

1.2 数据来源与预处理

（1）MODIS NDVI数据：来源于16 d植被指数合成产品（MOD13Q1），空间分辨率为250 m，时间跨度为2001—2020年，共460期；土地覆盖数据使用的是MCD12Q1土地覆盖产品，空间分辨率为500 m，分别为2001年和2019年两期数据，重采样为250 m，本研究选取用途广泛的国际地圈——生物圈计划（International Geosphere-Biosphere Programme，IGBP）分类体系，该产品有较高的分类精度，全球总体分类精度为73.6%（Friedl et al.，2002），中国土地覆盖数据（MICL Cover）使用了IGBP 分类体系（Ran et al.，2012；冉有华等，2009）。吴伟等（2021）研究中国西南地区植被生态系统时采用了MCD12Q1产品中的IGBP分类体系，曹云等（2020）也使用了MCD12Q1产品中的IGBP分类体系分析西南地区森林植被的时空变化。以上两种数据均可从（https://ladsweb.modaps.eosdis.nasa.gov/）免费下载，卫星轨道号均为h26v06、h26v05。DEM数据使用SRTM产品，分辨率为30 m，数据可从（http://gdex.cr.usgs.gov/gdex/）免费下载。以上数据下载和预处理工作利用Google Earth Engine（https://code.earthengine.google.com/）云平台进行。

（2）物候站点数据：来自于国家科技资源共享服务平台（http://rs.cern.ac.cn/index.jsp）；本文选取了茂县和贡嘎山两个生态站（图 1）的监测数据，该数据分别记录了两个地区草本植物和森林植被的物候信息。根据吉（吉珍霞等，2021）的研究将草地的SOS定为萌芽期，EOS定为枯黄期；森林植被的SOS定为展叶期，EOS定为叶变色期；计算两个站点草地和森林植被的逐年平均 SOS和EOS用于物候验证。

图1 川西高原区域概况Figure 1 Regional overview of western Sichuan Plateau

（3）气象数据：温度和降水站点数据来源于中国气象数据网提供的日值数据集（http://data.cma.cn/），共58个站点，跨度为2000—2020年；先将其预处理为季节性（冬季：11—3月；春季：4—6月；夏季：7—8月；秋季：9—10月）平均温和总降水。各季节根据青藏高原地区四季物候方法划分（范思睿等，2011），在Arcgis 10.4中用克里金插值法将站点数据插值为栅格数据。

（4）植被范围提取：川西高原植被类型主要有常绿针叶林、常绿阔叶林、落叶阔叶林、混交林、郁闭灌丛、木本稀树草原、稀树草原、草地。稀树草原植被主要分布在青藏高原东部的边缘地带，由于人类干扰导致森林植被退化，在草山、草坡上形成了独特的植被景观（宋歌，2020）。本文没有将常绿针叶林、常绿阔叶林纳入研究范围，并将剩余植被分为草地与森林植被两种植被类型。提取两期土地利用类型未变化且属于植被的区域，再去掉460期NDVI数据平均值低于0.1的像元，这些像元可视为非植被（郑勇等，2020）；将土地利用类型未变化的区域与NDVI平均值大于0.1的区域取交集得到最终的研究范围（图2）。

图2 植被类型分区Figure 2 Vegetation type zoning

2 研究方法

2.1 NDVI时间序列数据重构

Savitzky-Golay（S-G）滤波方法可以在很大程度上保留NDVI变化曲线的原始特征，避免过度拟合并有效消除数据噪声，高保真的实现NDVI时间序列数据重构（何月等，2013；程琳琳等，2019；胡顺石等，2020）。其公式为：

式中：

Yi+j——原始NDVI序列数据；

Yj——滤波后NDVI序列数据；

j——数据序列中第j个数据点；

Ci——第i个数据点的滤波系数；

N——滑动窗口大小（2m+1）；

m——窗口宽度（贾文雄等，2016）。

2.2 物候期提取

本文采用了Jonsson et al.（2002）提出的动态阈值法提取川西高原的植被物候信息，由于各自研究区和植被类型的差异等，许多学者在研究植被物候时积极尝试使用不同阈值以准确提取物候信息。本文经过反复实验并且与地面监测数据相结合，在TIMESAT 3.3（Jonsson et al.，2002；Jonsson et al.，2004）中将森林植被的生长开始期和结束期的阈值定为40%、45%，草地的生长开始期和结束期的阈值定为20%、55%。

2.3 植被物候趋势分析

本文采用Theil-Sen Median（Sen）趋势分析和Mann-Kendall非参数检验方法对川西高原植被物候变化进行了斜率估算和显著性检验（袁丽华等，2013）。其公式为：

式中：

xj和xi——像元在j年和i年的NDVI值（袁丽华等，2013）；

S——物候变化趋势。当S＜0时物候呈提前趋势，S＞0时物候呈推迟趋势（吉珍霞等，2021）；Mann-Kendall非参数检验方法的具体原理见袁丽华等（2013）的研究。

2.4 偏相关分析法

采用偏相关分析方法逐像元计算冬、春季的平均气温、总降水和夏、秋季的平均气温、总降水分别对植被SOS和EOS的相对影响，并对其进行显著性检验。偏相关系数的计算公式为（张婷等，2021）：

式中：

R——偏相关系数；

a——植被物候；

T和P——分别为气温和降水。RaT.P表示P固定时，a与T的偏相关系数；R＞0为正相关，R＜0为负相关。

3 结果与分析

3.1 物候精度验证

利用茂县和贡嘎山两个物候监测站点构建直径为3 km的缓冲区，分别计算缓冲区内遥感数据提取的物候信息逐年平均值以及两个站点草地和森林植被的逐年平均SOS和EOS用于物候验证，并用相关系数（r）、均方根误差（RMSE）、偏差（BIAS）来评估遥感数据提取的物候信息精度（图3）。如图 3所示遥感数据提取的物候数据与站点监测数据的相关系数（r）均大于 0.6（P＜0.05）、偏差 (BIAS)≤±1，两者除个别数据的误差大于16 d，总体上其误差基本都在16 d以内。考虑到遥感数据的时效性，这种误差在可接受的范围，从遥感数据提取的物候信息能够反映川西高原植被物候的基本情况，可以进行下一步分析与研究（谢宝妮等，2015；吉珍霞等，2021；王贝贝等，2021）。

图3 川西高原遥感物候与站点实测数据比较Figure 3 Comparison of remote sensing phenology and site measured data in the western Sichuan Plateau

续图3 川西高原遥感物候与站点实测数据比较Continued figure 3 Comparison of remote sensing phenology and site measured data in the western Sichuan Plateau

3.2 川西高原植被物候空间分布特征

2001—2020年川西高原植被平均SOS主要集中在70—130 d（图4a），即3月中旬到5月上旬，占比为87.74%（图5a）。其中，草地平均SOS主要集中在70—130 d，占比为91.14%（图6b）；森林植被平均SOS主要集中在100—140 d，占比为66.93%（图6a）。阿坝州草地平均SOS空间变化比甘孜州小，主要集中在 90—110 d；甘孜州草地平均SOS主要集中在100—130 d，南北变化幅度大。森林植被平均SOS总体上由东向西、由南向北变晚。

图4 2001—2020年川西高原植被SOS、EOS均值空间分布Figure 4 Spatial distribution of mean values of SOS and EOS of vegetation on the western Sichuan Plateau from 2001 to 2020

图5 2001—2020年川西高原植被平均SOS、EOS比重Figure 5 The average SOS and EOS proportions of vegetation on the western Sichuan Plateau from 2001 to 2020

图6 草地与森林植被平均SOS、EOS比重Figure 6 Average SOS and EOS proportions of grassland and forest vegetation

川西高原植被平均 EOS空间分布更集中（图4b），主要集中在260—290 d，即 9月下旬到10月下旬，占比为81.07%（图5b）。草地平均EOS主要集中在260—290 d，占比为86.66%（图6d）；森林植被平均EOS主要集中在280—330 d，占比为69.55%（图 6c），晚于 330 d的比重也较大，为15.83%。阿坝州、甘孜州北部以及中部高山地区的草地平均EOS空间变化较小，主要集中在260—280 d；甘孜州东南部与雅砻江南部河谷草地平均 EOS空间差异大，总体晚于280 d。森林植被平均EOS空间分布均匀，整体比草地晚。综上所述，川西高原植被平均SOS空间差异比平均EOS大，草地平均SOS、EOS整体早于森林植被，且草地平均SOS、EOS比森林植被更集中。

3.3 川西高原植被物候时间变化特征

使用Theil-Sen Median（Sen）趋势分析方法逐像元计算了 2001—2020年川西高原植被物候的变化趋势（图 7）。植被 SOS呈提前趋势的像元占65.91%（通过Mann-Kendall显著性检验的像元占比约为14.47%，α=0.05，图7a），从提前速率上来看川西高原植被SOS平均提前2.4 d·(10 a)-1；草地中55.36%的像元SOS整体提前0—9 d·(10 a)-1，森林植被55.73%的像元SOS整体提前0—9 d·(10 a)-1。植被 EOS呈推迟趋势的像元占 61.1%（通过Mann-Kendall显著性检验的像元占比约为7.59%，α=0.05，图7b），从推迟速率上来看川西高原植被EOS平均推迟 1.4 d·(10 a)-1。草地 57.15%的像元EOS整体推迟0—9 d·(10 a)-1；森林植被34.47%的像元EOS整体推迟0—9 d·(10 a)-1。图8反映了川西高原草地与森林植被物候的年均值变化。Sen趋势分析得出，草地与森林植被 SOS分别平均提前2.4 d·(10 a)-1、2.3 d·(10 a)-1；草地与森林植被 EOS分别平均推迟 1.4 d·(10 a)-1、2.2 d·(10 a)-1。可以看出，草地与森林植被 SOS提前的平均速率大致相同，而草地推迟的平均速率比森林植被小；总体上植被SOS平均变化速率大于EOS。

图7 2001—2020年川西高原植被SOS、EOS变化趋势Figure 7 Variation trends of SOS and EOS of vegetation on the Western Sichuan Plateau from 2001 to 2020

图8 草地与森林植被SOS、EOS年均值变化趋势Figure 8 Change trend of annual average value of SOS and EOS of grassland and forest vegetation

将Sen趋势分析结果和Mann-Kendall显著性检验的结果合并，可以反映出2001—2020年川西高原地区植被物候变化趋势的空间特征。Z值为Mann-Kendall显著性检验在0.05置信水平上的检验结果，当Z的绝对值大于1.96时说明植被物候发生了显著变化，Z的绝对值小于1.96则说明植被物候变化不显著。Sen分析结果与Mann-Kendall结果结合得到图9，从图9a中可以看出，SOS显著提前的区域主要分布在川西高原北部，其中，草地SOS显著提前的占比为13.36%；轻微提前和轻微推迟分别占 52.67%、32.6%，并且散落分布在整个区域；显著推迟占1.37%，主要分布在甘孜州东南部。森林植被SOS显著提前的占比为11.85%，轻微提前和轻微推迟分别占 52.97%、34.18%，显著推迟占 1%，总体上分布均匀。图9b中植被EOS显著提前和推迟的区域主要集中在阿坝州北部的若尔盖草原与甘孜州中部的沙鲁里山，以草地为主；草地EOS显著提前占比为 4.3%，轻微提前和轻微推迟分别占33.71%、58.91%，显著推迟占 3.08%，空间上分布均匀。森林植被EOS显著提前占比为4.17%，轻微提前和轻微推迟分别占42.54%、48.06%，显著推迟占5.23%，分布均匀。通过上述分析可以看出，川西高原植被物候以轻微变化为主，分布较为均匀，发生显著变化的集中于个别区域，主要是植被 SOS。川西高原植被物候各变化类型所占百分比见表1。

图9 2001—2020年川西高原植被物候变化空间分布特征Figure 9 Spatial distribution characteristics of vegetation phenology changes in the Western Sichuan Plateau from 2001 to 2020

表1 川西高原植被物候变化各类型所占百分比Table 1 Percentage of various types of vegetation phenology changes in the Western Sichuan Plateau %

3.4 气温、降水对物候变化的影响

本文将冬季、春季的总降水、平均温度和SOS进行偏相关分析，将夏季、秋季的总降水、平均温度和EOS进行偏相关分析；采用一元线性回归模型逐像元计算季节性气候要素20 a变化趋势（图10）。冬季、春季降水量呈增加趋势主要分布于高原北部和东部，高原南部和西部主要呈减少趋势，秋季降水量呈增加趋势的像元比例最大，而夏季降水量呈减少趋势的像元比例较大；4个季节平均温度呈上升趋势的像元比例都较大，呈下降趋势的比例较小，并且呈下降趋势的区域较为固定。

偏相关分析的结果如图 11所示。冬季降水与草地SOS、森林植被SOS的平均偏相关系数分别为-0.04、0.06（通过P=0.05显著性检验的像元分别占7.46%、5.57%），与草地SOS呈负相关关系的像元比例为55.15%，而44.85%的区域呈正相关关系；与森林植被 SOS呈正相关关系的像元比例为61.49%，而38.51%的区域呈负相关关系。春季降水与草地SOS、森林植被SOS的平均偏相关系数分别为0.03、-0.02（通过P=0.05显著性检验的像元分别占4.52%、5.45%），与草地SOS呈正相关关系的像元比例为 56.58%，而呈负相关的像元占43.42%；与森林植被SOS呈正相关关系的像元比例为46.45%，而呈负相关的像元占53.55%。冬季温度与草地SOS、森林植被SOS的平均偏相关系数分别为-0.02、-0.01（通过P=0.05显著性检验的像元分别占6.15%、5.06%），与草地SOS呈负相关和正相关关系的像元分别占51.88%和48.12%，与森林植被 SOS呈负相关和正相关关系的分别占51.43%和 48.57%。春季温度与草地 SOS、森林植被SOS的平均偏相关系数分别为-0.15、-0.14（通过P=0.05显著性检验的像元占比约分别占9.91%、10.04%），与草地SOS呈负相关和正相关关系的分别占74.12%和25.88%，与森林植被SOS呈负相关和正相关关系的分别占71.03%和28.97%。从偏相关分析来看，川西高原植被SOS主要受春季温度的影响，暖春会使大部分地区植被SOS提前；冬季温度上升使植被 SOS出现提前的区域略大于植被SOS出现推迟的区域，但总体上两种情况的占比相对均衡，这说明冬季温度上升并不足以使植被SOS出现普遍的提前。草地、森林植被SOS对冬、春季降水量变化的响应没有明显的规律，图 10中可以看出高原北部冬、春两季的降水量呈增加趋势，南部呈减少趋势，这种变化趋势使植被SOS提前或推迟的情况都有发生，这说明冬、春两季降水量的增加或减少一方面能使一些区域的植被SOS提前，另一方面也能使一些区域的植被 SOS推迟，总体上冬、春季降水量变化对植被SOS的影响具有较大的空间差异。

图10 温度、降水变化趋势Figure 10 Change trend of temperature and precipitation

图11 2001—2020年川西高原植被物候与季节性温度、降水的偏相关系数Figure 11 Partial correlation coefficients of vegetation phenology, seasonal temperature and precipitation in the western Sichuan Plateau from 2001 to 2020

图11中夏季降水与草地EOS、森林植被EOS的平均偏相关系数分别为0.11、-0.01（通过P=0.05显著性检验的像元分别占6.86%、3.45%），与草地EOS呈负相关和正相关关系的分别占 29.6%和70.4%，与森林植被EOS呈负相关和正相关关系的分别占51.59%和48.41%；秋季降水与草地EOS、森林植被EOS的平均偏相关系数分别为0.08、0.05（通过P=0.05显著性检验的像元分别占 5.68%、4.89%），与草地EOS呈负相关和正相关关系的分别占35.78%和64.22%，与森林植被EOS呈负相关和正相关关系的分别占42.21%和58.79%。夏季温度与草地 EOS、森林植被 EOS的平均偏相关系数均为 0.01（通过P=0.05显著性检验的像元分别占4.6%、7.09%），与草地EOS呈负相关和正相关关系的分别占47.65%和52.35%，与森林植被EOS呈负相关和正相关关系的分别占48.88%和51.12%；秋季温度与草地 EOS、森林植被EOS的平均偏相关系数分别为0.21、0.03（通过P=0.05显著性检验的像元分别占17.44%、9.13%），与草地EOS呈负相关和正相关关系的分别占21.09%和78.91%，与森林植被 EOS呈负相关和正相关关系的分别占45.33%和54.67%。偏相关分析结果表明，秋季平均温上升是植被EOS发生延迟的主要因素，尤其是草地EOS受秋季影温度上升的影响，大部分区域出现EOS延迟的现象，而夏季温度上升使草地和森林植被EOS发生延迟的占比都稍大于使EOS发生提前的占比，两种情况的占比也相对均衡。夏季降水量呈减少趋势的区域大多为草地，且主要与草地EOS呈正相关关系，这说明夏季降水量减少会使草地EOS提前，而森林植被区域夏季降水量主要呈增加趋势，但对其EOS的影响不明显；秋季降水量主要与植被EOS呈正相关，这说明秋季降水量增加会使植被EOS出现延迟，但草地对秋季降水量的敏感性要强于森林植被。

4 讨论

本文使用空间分辨率为250 m，时间分辨率为16 d的MODIS NDVI数据提取川西高原20年的植被物候信息，与以往的研究相比具有较高的空间精度（谢宝妮等，2015；孔冬冬等，2017）。此外，以往研究（何月等，2013；吉珍霞等，2021；王贝贝等，2021）大多使用单一的动态阈值方法不同，本文采用两种动态阈值分别提取川西高原地区森林植被和草地的物候信息，并与茂县和贡嘎山物候监测站的多年物候信息进行验证，结果表明两者的相关系数较高，物候日期的误差基本在16 d以内，遥感数据提取的植被物候信息具有较高的精度。地面监测数据记录的是植被短时间内的变化状态，但植被大范围的展叶、凋落是一个循序渐进的过程，遥感卫星在感知地表植被变化时存在一定的滞后性（刘啸添等，2018），所以本文从遥感影像中提取的物候信息普遍晚于监测数据，这也符合遥感卫星感知地表植被变化存在滞后这一事实。

在全球变暖的大背景下，植被的生长受到影响，物候规律发生改变，使得植被生长季开始期提前到来，而生长季结束期发生推迟，许多学者的研究已证明了该观点（何月等，2013；谢宝妮等，2015；杨雪梅等，2016；吉珍霞等，2021；王贝贝等，2021；杨琪等，2021），本文对川西高原植被SOS、EOS的趋势分析结果也符合这一观点，SOS整体呈提前趋势，EOS整体呈推迟趋势。王云川（2017）得出2001—2015年川西高原SOS平均提前约2.7 d·(10 a)-1、EOS平均推迟约4.2 d·(10 a)-1，由于研究时段的不同，本研究得出的结果是SOS平均提前约2.4 d·(10 a)-1、EOS 平均推迟约 1.4 d·(10 a)-1，但该区域植被 SOS总体呈提前趋势、EOS总体呈推迟趋势的结论相同。也有研究表明青藏高原地区的植被SOS 呈推迟趋势（Yu et al.，2010；Piao et al.，2011；Yu et al.，2012；孔冬冬等，2017），这些研究都基于GIMMS NDVI3g数据反演植被物候期，但青藏高原地区的GIMMS NDVI3g数据可能受气溶胶浓度的影响，在 4—6月存在数据质量问题，这与植被返青期重叠，因此从GIMMS NDVI3g数据集中提取的植被 SOS表现出推迟的趋势，而 SPOT VEGETATION（SPOT-VGT）和MODIS NDVI两种数据反演青藏高原地区植被 SOS具有相同的提前趋势，植被SOS变化趋势相反是由于数据源不同造成的（Zhang et al.，2013）。AVHRR NDVI数据集提取的植被 SOS与 MODIS NDVI、EVI以及SPOT-VGT提取的植被 SOS在部分区域具有相反的变化趋势，这和传感器对植被生长的响应不同有关。利用MODIS NDVI、EVI以及SPOT-VGT数据集提取的植被 SOS在青藏高原中东部地区呈持续提前的趋势，3种数据集反演结果整合后的平均值也表明川西高原地区SOS呈提前趋势，同时青藏高原地区 SOS变化趋势空间差异大，由于西南部SOS的显著延迟弱化了其余地区 SOS提前对高原整体SOS趋势走向的影响，造成整体上青藏高原地区植被 SOS 趋势不显著（Shen et al.，2014）。MODIS NDVI数据反演藏北地区的植被物候变化，结果同样是植被SOS呈提前趋势、EOS呈推迟趋势（宋春桥等，2011）。本文利用MODIS NDVI数据反演川西高原植被物候变化，通过分析后发现后SOS呈提前趋势、EOS呈推迟趋势，这与前人的研究结论是相同的（Zhang et al.，2013；Shen et al.，2014；王云川，2017）。但由于受遥感观测数据长度的限制，植被物候变化趋势仍需要更长期的观测数据来验证，同时整合多种数据集反演的物候结果，以便一定程度上消除由数据质量引起的物候反演时产生的不确定性（Zhang et al.，2013；Shen et al.，2014）。

季前温度尤其是春季温度，是控制植被SOS的主要因素，春季温度的上升可以使植被提前结束冬眠，导致植被SOS提前（Zhang et al.，2013；丛楠等，2016；Wang et al.，2019；周稳等，2021）。本文的研究结果也符合这一观点，春季平均温度上升导致川西高原大部分区域植被SOS提前；但暖春也有可能使植被SOS推迟，春季升温加剧地表的蒸散，植被生长无法获取充足的水分，从而使返青期推迟（吉珍霞等，2021）。温暖的冬季能够使植被获得足够的积温，促进生长季节的提前到来（何月等，2013）。当年 1、2月温度升高可以使植被提前达到生长发育所需的有效积温（孔冬冬等，2017），这可能是川西高原地区冬季温度升高部分植被SOS提前的原因。Zhang et al.（2013）也认为青藏高原过去30 a植被SOS持续提前，可能与冬春两季温度上升有关；但冬季温度强烈变暖，植被可能无法获得有效的冷冻积累，从而延迟进入冬眠，植被遭受冻害的威胁也会增加，导致植被SOS出现推迟（Yu et al.，2010；Fu et al.，2015；Wang et al.，2020；周稳等，2021）。这可以解释本文研究结果中为什么冬季平均温上升，而有相当一部分植被SOS出现推迟的现象。而Yu et al.（2010）和Zhang et al.（2013）得出的植被SOS变化趋势以及使用的气象数据不同，可能是导致两者结论不同的原因。偏相关分析的结果表明，川西高原植被SOS对冬春季降水的响应没有明显的规律，空间差异较大，这与之前的研究一致（Yu et al.，2012；Zheng et al.，2016；宋春桥等，2011），Shen et al.（2014）却发现在青藏高原西南部植被 SOS显著推迟可能是季前降水量减少导致的，而中东部地区是否存在这种现象尚不明确。川西高原植被EOS对秋季温度的响应最显著，并且秋季温度升高能够使大部分植被EOS推迟，这与若干学者（Wang et al.，2019；吉珍霞等，2021）的研究结论一致。秋季温度升高导致植被光合作用增强，减缓植被叶绿素退化，可以使生长季得以延长（Liu et al.，2016；孔冬冬等，2017）。夏季平均温度升高，使地表蒸发加剧，加上暖秋的影响，对植被生长产生水分胁迫，会使植被提前结束生长（Chen et al.，2020）；生长季温度上升，植被发育更快、更旺盛，提前到达生长周期的终点（Yu et al.，2012），也可能是夏季平均温上升使部分植被EOS提前的因素。而随着夏季温度上升，EOS呈推迟趋势的那部分地区，可能是由于升温对其生长季延长的影响更直接（宋春桥等，2011）。虽然夏季草地分布地区的降水主要呈减少趋势，并且与EOS呈正相关关系的比例较大，但草地 EOS并没有出现显著提前，反而以推迟趋势为主，这可能是因为秋季降水大范围增加而缓解了水分胁迫（Liu et al.，2016；Zhang et al.，2020），同时加上秋季温度上升的共同作用，使夏季降水减少带来的影响降低；森林植被对夏秋降水的响应并不明显，这可能是草地与森林植被生理特性（如根系发育、叶面积等）不同导致的。不同植被类型具有不同的生理特性，对降水、温度的敏感性不同（Ying et al.，2020）。所以，草地与森林植被对气温、降水的响应，以及SOS与EOS的对气候变化的响应复杂程度存在差异。本文从气温、降水两方面分析植物被候变化的响应机制，能够揭示出的物候变化机制的有限性，因为植被物候变化是一个复杂的生态过程，不同环境要素与植被物候的响应机制是不同的（如气温、降水、光照、土壤温度、海拔等）（Wang et al.，2019；刘啸添等，2018）。因此，研究多种环境要素与植被物候变化的响应机制是未来关注的重点（Chen et al.，2020；Wang et al.，2020；周稳等，2021）。

5 结论

该研究采用不同的动态阈值提取具有不同物候特征的植被的物候信息，具有较高的精度，可以为基于遥感的植被物候研究提供借鉴和参考。（1）川西高原植被平均 SOS集中在 70—130 d，平均EOS集中260—290 d，SOS的空间分布差异比EOS大，草地平均SOS、EOS早于森林植被。（2）植被 SOS呈提前趋势、EOS呈推迟趋势的像元占比均大于60%，整体上SOS平均提前2.4 d·(10 a)-1、EOS平均推迟1.4 d·(10 a)-1，植被SOS发生显著变化的较多。（3）SOS主要受春季温度控制且两者主要呈负相关关系，暖春能够使植被返青季提前；冬季温度与植被 SOS呈正相关和负相关的占比大致相同；冬春季降水对SOS的影响没有明显规律。（4）EOS主要受秋季温度控制，两者主要呈正相关关系，秋季温度上升对植被EOS有推迟效应；夏季温度与植被 EOS呈正相关和负相关的占比大致相同；夏秋季降水对草地EOS的影响较强且以正相关为主，对森林植被的影响不明显。

致谢：感谢三位匿名评审专家对研究提出宝贵的修改建议，这些宝贵的修改建议对本文的进一步完善和提升起到了重要作用。